SCS模型在不同土地类型地表产流计算中的应用——以余姚地区为例
2016-05-05吴志宜俞志强朱雪坚李东阳
吴志宜, 俞志强, 朱雪坚, 李东阳
(1. 浙江大学 地球科学学院, 浙江 杭州 310027; 2. 浙江省地理信息中心, 浙江 杭州 310012)
SCS模型在不同土地类型地表产流计算中的应用
——以余姚地区为例
吴志宜1,2, 俞志强2*, 朱雪坚2, 李东阳2
(1. 浙江大学 地球科学学院, 浙江 杭州 310027; 2. 浙江省地理信息中心, 浙江 杭州 310012)
摘要:产流量计算是进行城市防洪及水土保持效益评估的关键.结合余姚地区土壤资料及典型性降雨事件的观测数据,对降雨量、降雨初损值、最大潜在入渗量、产流量四者的关系进行了深入分析,基于土地利用功能建立了适用于平原水网地区的SCS(Soil Conservation Service)扩展模型,并在余姚地区开展了降雨地表产流验证.实验结果表明,基于SCS扩展模型的径流量计算值和实测值之间的绝对误差在0.14~1.36 mm,二者具有很好的一致性.
关键词:地表产流;SCS模型;土地利用类型;地表特征;平原水网区
WU Zhiyi1,2, YU Zhiqiang2, ZHU Xuejian2, LI Dongyang2
(1.SchoolofEarthSciences,ZhejiangUniversity,Hangzhou310027,China;2.GeomaticsCenterofZhejiang,Hangzhou310012,China)
洪涝灾害是我国常见的自然灾害之一,其来势凶猛,破坏性大,往往造成人员伤亡与重大经济损失.余姚市地处浙东沿海,地势南高北低,雨量充沛,年内降水量呈现双峰型(5~6月的梅雨峰和8~9月的热带风暴雨峰),强降雨天气频繁,极易形成大范围的洪涝灾害.在洪水形成过程中,下垫面情况和地表产流条件起着决定性作用,因此,分析不同下垫面条件下的地表产流特征,建立了降雨量、降雨初损值、最大潜在入渗量、产流量四者间的关系模型,对余姚市的防洪规划、水资源管理有重要的意义.
关于地表产流,国内外学者从入渗产流的过程和机理入手,提出了许多估算地表径流的过程模型.霍顿于1933年在大量土壤入渗实验的基础上建立了Horton入渗公式,其参数灵活性强,能与实际观测资料较好地配合,被广泛用于估算流域的地表径流[1];史密斯根据土壤水分运动的基本方程,对不同质地的各类土壤进行了大量降雨入渗数值模拟,提出了Smith入渗模型,该模型得到了田间试验资料的验证,具有重要的应用价值[2];蒋定生等[3]在Kostiakov和Horton入渗公式的基础上,结合黄土高原大量的野外测试资料,提出了土壤在积水条件下的入渗公式,其在基于双环入渗法得出的土壤入渗过程中拟合效果良好.
上述模型理论基础充分、计算精度较高,其缺点是涉及参数过多、资料不易获取、计算过程复杂等.对于下垫面资料和详细降雨过程数据缺乏的地区,上述模型很难推广使用.为此,美国水土保持局提出了SCS模型,该模型参数简单、数据易得,并充分考虑到流域下垫面的特点,被广泛用于中小流域降雨径流量的计算.然而,由于国情差异,美国的土地利用分类与我国存在较大的差异,简单地基于原有方法确定的参数无法适用于具体的计算需求.
本文基于余姚市2013年10月5日、2014年9月20日2场典型降雨事件的降雨径流实测值,结合土壤资料,分析了不同下垫面条件下的地表产流特征,构建SCS扩展模型,分别对水田、旱地、园地、林地、草地等不同土地利用类型计算地表径流量,并利用2013~2014年另外3场降雨的数据对SCS扩展模型的有效性进行验证,研究结果对预测该地区降雨径流关系的长期变化具有一定的指导意义.
1SCS扩展模型
1.1基本原理
SCS法能反映不同土壤类型、不同土地利用方式及前期土壤含水量对降雨径流的影响,1949年,MOCKUS基于以下假设建立了该模型:
(1)
式中,F为流域的实际入渗量;S为流域该场降雨前的最大潜在入渗量;Q为实际径流量;P为总降雨量;单位均为mm.
然而,上述径流方程没有考虑降雨初损值Iα,即在降雨径流产生前发生的拦截、地表洼蓄、渗透过程等.如果将初损值Iα考虑到方程(1)中,用(P-Q)代替F来表示实际入渗量,用(P-Iα)代替P,表示径流产生后的降雨量,则方程(1)可以改写为:
(2)
为了综合反应地表各因素对S的影响,引入径流曲线数CN,并利用图解法得到二者的关系:
(3)
其中,Iα与S存在如下经验关系:
Iα=λ·S,
(4)
图1是根据大量的实测数据建立的Iα-S关系图.
图1 Iα-S关系图[4]Fig.1 Iα-S diagram
因此,在确定CN值后,根据式(3)、(4)即可得出最大潜在入渗量S及降雨初损值Iα,再结合实测雨量值P及式(2),就可以求算产流量Q.
1.2CN值的确定
CN值是建立SCS模型的关键.决定CN的因素包括土壤类型、植被覆盖类型、土壤前期湿度、耕作方式、水力条件、地形地貌等.为了确定研究区的CN值,本研究给出的方法如下:
1.2.1确定研究区所属的水文土壤组
表1是美国自然资源保护服务*1994年,水土保持局更名为自然资源保护服务并沿用至今.(Natural Resources Conservation Service,简称NRCS)根据美国各个地区14 000多处土壤的实测渗透数据资料总结归纳形成的4个水文土壤组.
表1 SCS水文土壤组[5]
为了利用SCS模型的水文土壤组对研究区的土地利用功能进行分类,需要结合研究区的地表情况计算土壤的饱和导水率.本研究参照Soil Survey Mannual中的经验公式,并结合我国土壤类型与土地利用功能分类情况以及东南沿海平原水网区的实测数据,建立了土壤饱和导水率的计算公式:
Ks=0.056C+0.016s+0.223Om+
0.082On-0.713,
(5)
其中,KS代表饱和导水率(mm·min-1);C表示土壤中黏粒的质量分类(%);s是土壤中砂粒的质量分数(%);Om是土壤中有机质的质量分数(%);On是土壤中盐渍的质量分数(%).
1.2.2划分前期土壤湿度
依据研究区域内前5d的降雨量统计值,并参照前期湿度条件的划分指标(见表2)来客观确定土壤的前期湿度.
表2 前期土壤湿度分类[6]
1.2.3查换算表确定CN值
综合研究区域内的土地利用类型、水文土壤组特性及前期土壤湿度条件,并查阅NRCS公布的CN值换算表[7],以确定适用于研究流域的CN值.
1.3有效性的评估
因本研究所涉及的数据量较少,使用有效系数Ef验证模型的精度会令置信度较低,因此,仅用绝对误差来评估模型的有效性,以探讨SCS模型在余姚地区应用的合理参数.
2余姚地区的应用
2.1研究区域概况
余姚市处于浙东盆地平原交叉地区,地势南高北低,中间微陷.南部为四明山区,中部为余姚江冲积河谷平原,北部为钱塘江、杭州湾和河口滨海平原.以红黄壤为主要的土壤类型和土壤资源,属亚热带季风气候,四季分明,温暖湿润,雨量充沛,光照充足.年平均气温16.5 ℃,30 a的平均降水量1 425 m,境内气候垂直差异较大,局地小气候特征明显.2011年末,余姚市土地总面积14.44万hm2,其土地利用现状为:耕地面积占27.10%,园地面积占4.35%,林地面积占36.19%,草地面积占0.44%,城镇村及工矿用地占15.05%,交通运输用地占2.78%,水域及水利设施用地占13.12%,其他土地的面积占0.97%[8].
2.2模型应用
根据余姚地区的土壤级配和有机资料,结合式(5)和水文土壤组划分标准,得到余姚市不同利用类型土地的饱和导水率和水文土壤组,如表3所示.
表3 余姚地区不同土地利用类型的
余姚地区3~10月为生长季节,11~12月、1~2月为越冬季节,本研究建模所采用的2场降雨(2013年10月5日、2014年9月20日)均在生长季节,分别计算这2场降雨前5 d的降雨量总和.根据表2中的前期土壤湿度分类标准,确定不同土地利用类型的土壤湿度类型,综合上述信息,依据CN值换算表即可得到相应的CN值,具体如表4所示.
表4 余姚地区不同土地利用类型2场次降雨前
从SCS模型产流的计算过程来看,估计Iα是个重要的步骤,重新校正Iα与S之间的相关系数或者寻求其他确定Iα的方法是国内外学者修正SCS模型的主要途径[9].本研究对降雨初损值Iα与最大潜在入渗量S之间的比例系数作了调整,λ值分别取0.05,0.1,0.15,0.2,0.25,0.3,0.35,然后根据1.1节中的公式进行拟合计算,结果如表5所示.
表5 SCS模型在余姚地区的应用结果与实测值比较
2.3结果分析
2.3.1CN值随土地利用类型的变化
CN值受土地利用类型、植被密度、生长阶段、土壤特性和前期湿度条件的影响.余姚地区水田的CN值最大,其次是草地、园地、旱地,林地的CN值最小.土地利用类型直接影响地表植被覆盖度、地表扰动程度及方式等,继而影响植被截留和土壤入渗,地表植被覆盖度越低,径流量就越大,相应的CN值也就越大;反之,相应的CN值就越小.
2.3.2模型有效性的分析
利用径流量计算值和实测值之间的绝对误差,选择适合于不同土地利用类型的λ值.由表5可知,水田在λ=0.15的水平下,径流量的模拟值和实测值能较好地吻合,2场降雨径流量的绝对误差最小值分别为0.13,0.17 mm;而旱地径流量计算值在λ=0.25,0.20的水平下能较好地与观测值拟合,最小绝对误差分别为0.39,0.37 mm;园地径流量的绝对误差在λ=0.05的水平下达到最小,2场降雨条件下分别为0.87,0.74 mm;林地径流量计算值在λ=0.20,0.15的水平下与观测值都比较接近,最小绝对误差分别为0.74,0.58 mm;对于草地,当λ=0.30时,绝对误差达到最小,分别为0.33及0.47 mm.
为进一步检验上述λ值的有效性,将2013~2014年另外3场降雨的降雨量观测值代入相应模型进行计算,计算的各土地利用类型的径流量和实测径流量之间的绝对误差在0.14~1.36 mm,模拟结果基本符合实际情况,再次表明上述λ取值可靠,亦说明本文的SCS扩展模型适用于模拟余姚地区不同土地利用类型的产流情况.
3总结
本研究基于余姚地区的土地利用类型、土壤级配等资料,结合流域水文、气象数据,给出了适用于我国平原水网区的土壤饱和导水率计算公式,扩展了SCS模型的CN值确定方法,并利用该SCS扩展模型分别对余姚地区各种土地利用类型的径流量进行了计算,得到以下结论:
3.1不同的土地利用类型和种植结构会影响雨水的截留量及土壤渗透率等,从而改变前期土壤湿度及CN值.CN值能综合反映不同区域的土地利用类型、土壤特性、植被盖度、坡度,为地表水资源评价以及水土保持管理措施提供服务.然而,CN值查算表反映的是美国的地域特征,而中国大多数地区的气候、植被、土壤、地形等与美国存在显著差异[5],直接应用表中的CN值来计算余姚地区的径流量必然会存在较大误差,这种确定CN值方法的合理性有待进一步探讨.
3.2由于地理环境的差异及土地利用类型的空间不均一性,美国NRCS确定的λ值不一定适用于余姚地区.通过对Iα与S之间的关系进行修正,评估绝对误差评估模型的有效性,从2013~2014年3场降雨的计算结果看,模拟径流量和实测径流量间具有较高的拟合度,绝对误差在0.14~1.36 mm,表明模型确定的λ值是较为合理的,适用于余姚地区各种土地利用类型,可为有关部门掌握地表径流特征,有效进行防洪和城市水文管理提供参考依据.
3.3作为一种经验模型,SCS模型也存在一定的局限性,就降雨因素而言,模型没有考虑降雨强度、雨型特征、降雨历时及冲刷效应等因素的影响.另外,SCS模型对水文土壤组及前期土壤湿度的划分过于依赖使用者的经验,这些不足会导致模型有效性受到一定限制.
3.4本研究所使用的数据资料少,未能实地考证余姚地区各土地利用类型的情况,因此对模型的内在机制、精度及使用效果评估还需进一步讨论.
参考文献(References):
[1]HAGHIGHI-FASHI F, SHARIFI F, KAMALI K. Modelling infiltration and geostatistical analysis of spatial variability of sorptivity and transmissivity in a flood spreading area[J]. Spanish Journal of Agricultural Research,2014,12(1):277-288.
[2]王全九,来剑斌,李毅.Green-Ampt模型与Philip入渗模型的对比分析[J].农业工程学报,2002,18(2):13-16.
WANG Quanjiu,LAI Jianbing,LI Yi. Comparison of Green-Ampt model with Philip infiltration model[J]. Transactions of the Chinese Society of Agricultural Engineering,2002,18(2): 13-16.
[3]蒋定生,黄国俊.黄土高原土壤入渗速率的研究[J].土壤学报,1986,23(4):299-305.
JIANG Dingsheng, HUANG Guojun. Study on the filtration rate of soils on the loess plateau of China[J]. Acta Geologica Sinica,1986,23(4):299-305.
[4]Natural Resources Conservation Service. Part 630 National Engineering Handbook,Chapter 19 Transimissi-on Losses [EB/OL].[2014-12-9]. http://www.nrcs.usda.gov/Internet/FSE_DOCUMENTS/stelprdb1043097.pdf.
[5]符素华,王红叶,王向亮,等.北京地区径流曲线数模型中的径流曲线数[J].地理研究,2013,32(5):797-807.
FU Suhua,WANG Hongye,WANG Xiangliang,et al. The runoff curve number of SCS-CN method in Beijing[J]. Geographic Research,2013,32(5):797-807.
[6]刘兰岚.上海市中心城区土地利用变化对径流的影响及其水环境效应研究[D].上海:华东师范大学,2007.
LIU Lanlan. Impacts of Land Use Change on Runoff of Shanghai Central City and Relevant Environmental Effects[D]. Shanghai: East China Normal University,2007.
[7]Natural Resources Conservation Service. Urban Hydrology for Small Watersheds(TR-55) [EB/OL].[2014-12-9].http://www. nrcs.usda.gov/Internet/FSE_DOCUMENTS/stelprdb1044171.pdf.
[8]浙江省土地资源调查办公室,浙江省土地勘测规划院.浙江省土地利用现状图集[M].北京:中国大地出版社,2013:58-59.
Zhejiang Land Resources Investigation Office,Zhejiang Land Surveying and Planning Institute. Zhejiang Current Land Use Atlas[M]. Beijing: China Land Press,2013: 58-59.
[9]刘兰岚.降雨产流计算中径流曲线法(SCS模型)局限性的探讨[J].环境科学与管理,2013,38(5):64-68.
LIU Lanlan. Discussion on limitations of SCS model in runoff calculation[J]. Environmental Science and Management,2013,38(5):64-68.
Application of SCS model on computing the surface runoff of different land use types-A case study on Yuyao, Zhejiang Province. Journal of Zhejiang University(Science Edition), 2016,43(2):226-230
Abstract:Runoff calculation is a key step to control the urban flood and to evaluate the efficiency of soil and water conservation. This study combined the data of soil and typical rainfall events in Yuyao area, and conducted an in-depth analysis on the relationship among precipitation, early loss of rainfall, maximum potential infiltration and runoff. Furthermore, SCS extending model applicable to plain river-net regions based on land use functions was established, and was validated in Yuyao rainfall-runoff. Results showed that the absolute error between the calculated and observed runoffs based on SCS extending mode was in the range from 0.14 to 1.36 mm, indicating good consistency.
Key Words:surface runoff; SCS model; land use types; surface features; plain river-net regions
中图分类号:S 157
文献标志码:A
文章编号:1008-9497(2016)02-226-05
DOI:10.3785/j.issn.1008-9497.2016.02.018
作者简介:吴志宜(1981-),ORCID:http://orcid.org/0000-0001-6166-8563,男,硕士研究生,主要从事数字城市地理空间框架、专题地理信息系统研究.*通信作者,E-mail:zjgisyzq@gmail.com.
基金项目:国家自然科学基金资助项目(41101356,41001227);浙江省科技计划项目(2014C33049).
收稿日期:2015-01-12.