基于SWAT模型的广西北部湾经济区径流敏感性研究

户超

（中国水利水电科学研究院水资源研究所，北京　100038）

基于SWAT模型的
广西北部湾经济区径流敏感性研究

户超

（中国水利水电科学研究院水资源研究所，北京100038）

摘 要：利用SWAT模型对广西北部湾经济区进行水文模拟，并利用邹圩、南宁等8个水文站的实测径流数据对模型进行验证，说明SWAT模型在研究区域具有良好的适应性。选取增量情景法建立降水变化、气温变化和消耗性用水变化3种情景，并模拟出对应的径流情况，对不同水文站的径流敏感度进行了计算分析。总体来说，径流对于降水因子的变化敏感性最高，其敏感度在0.4～2.4；对于消耗性用水的变化敏感性最低，其敏感度在0.02～0.15。不同地区对相同因子的敏感性也有所不同，大风江对于降水因子和气温因子的敏感性要高于其他地区；而茅岭江对于消耗性用水因子的敏感性要高于其他地区，应该特别注意该地区人类活动对径流产生的影响。

关键词：SWAT模型；增量情景法；降水；气温；消耗性用水；径流敏感性

1　研究背景

IPCC（政府间气候变化专业委员会）报告指出在未来100年中，全球平均气温将每10年升高0.2℃，降水也会出现明显的变化［1］，而人类生产活动的发展也越来越突出地改变着自然环境。气候变化和人类活动作为变化环境的两个重要组成部分对径流增量造成的影响日益加剧，致使人们在水文计算、流域规划、水资源评价等各个方面都不可避免地考虑这种影响［2］。其影响过程、结果以及应对策略已成为国内外研究的重要课题，而径流对于这两大驱动力的响应研究也得到了国内外专家学者的广泛关注［3］。

广西北部湾经济区（南宁、北海、钦州、防城港四市）作为我国西部大开发地区唯一的沿海区域，其地区的发展已经列入国家发展战略。正因如此，研究区具有一些由于人口资本快速集聚、产业大规模转型、经济社会快速发展所带来的水问题。其六大主导产业即石化、造纸、冶金、轻工、高技术和海洋利用，多为高用水行业，对水资源的量和质提出了很高的要求，对水环境和水生态系统带来了前所未有的压力［4］。

笔者以广西北部湾经济区为研究对象，利用基于物理机制的分布式水文模型SWAT对北部湾地区的水文循环状况进行精准模拟，并将气候变化和人类活动这两大驱动力分解为降雨、气温以及消耗性用水三大因子，通过调节各影响因子设定不同的增量情景，模拟出不同情景下的径流情况，最终比较分析出径流对各影响因子的敏感程度。其成果对水资源的开发利用过程管理、极端天气的应对机制建立具有一定的理论和实践意义，以期为广西北部湾经济区未来的水资源开发利用规划提供决策依据。

2　区域概况

北部湾经济区位于广西壮族自治区南部，包含南宁、北海、钦州、防城港4个核心地级城市，总面积4.25万km2，约占全区总面积的18%。该研究区终年太阳辐射强，气温高，降水丰富，年均气温22～22.5oC，多年平均年降水量2 000 mm左右，年均蒸发量1 397.7 mm。研究区境内主要有两大水系，即珠江流域西江水系和桂南沿海诸河水系，多年平均水资源量为305.14亿m3，占广西水资源总量的18.5%。但其降水量年内分布不均，汛期降水量能够达到全年的70%～80%，个别年份也会因为极端天气而导致干旱事件的发生。

3 基于SWAT模型的径流模拟

3.1模型概况

SWAT（Soil and Water Assessment Tool）模型是由SWRBB模型与河道验算模型ROTO模型整合成的半分布式水文模型［5］，它可以在水文响应单元（HRUs）的空间尺度上模拟地表径流、入渗、地下水流、融雪径流、土壤温度、蒸散发、作物生长、养分（氮、磷）流失、流域水质、农药/杀虫剂等多种过程以及各种农业管理措施（耕作、灌溉、施肥、收割、用水调度等）对这些过程的影响［6］。

3.2基本数据输入

（1）数字高程图DEM（Digital Elevation Model）。精度为90 m×90 m，数据来源于中国科学院计算机网络信息中心科学数据中心（http://www.gscloud. cn/）。

（2）土地利用图。分辨率为1 km×1 km，数据来源于寒区旱区科学数据中心国家地球系统科学数据平台（https://westdc.westgis.ac.cn/）。

（3）土壤类型图。分辨率为1 km×1 km，数据来源于联合国粮农组织（FAO）以及维也纳国际应用系统研究所（IIASA）所构建的世界和谐土壤数据库（HWSD），中国境内数据源为第2次全国土地调查南京土壤所提供的1∶100万土壤数据。

（4）气象数据。选取平果、南宁、灵山、防城港、东兴、北海、钦州7个气象站的逐日气象资料以及研究区域内54个雨量站的逐日降雨资料建立了气象数据库。数据时长为2000—2006年，气象数据来源于中国地面气候资料日值数据集（V3.0），降雨数据来源于广西壮族自治区水文局。

（5）水文数据。选取邹圩、南宁、贵港、长歧、黄屋屯、陆屋、坡朗坪、常乐共8个水文站2000—2006年的逐月径流量进行模型的率定和验证。

（6）消耗性用水数据。主要包括牲畜耗水量、工业耗水量、城镇公共耗水量、城市居民耗水量，数据来源于2000—2006年广西水资源公报。

（7）水库数据。选取研究区内大龙洞、仙湖、西津、大王滩、灵东、屯六、凤亭河、小江、那板、小峰、洪潮江11座大型水库，其各项数据来源于广西水利水电勘测设计院。

3.3模型率定和验证

笔者以所选取的8个水文站实测流量为基准，采用纳什效率系数ENS以及相关系数R2来对SWAT模型进行参数的率定和验证。将2000年作为模型预热期，用以形成稳定的初始参数，选取2001—2003年作为模型率定期、2004—2006年作为模型验证期，经验证模型结果完全满足评价要求（见表1），这说明SWAT模型对于该研究区域具有良好的适应性。

表1　模型率定及验证结果

各水文站的实测径流与模拟径流结果对比，如图1—8所示。

图1　　　　邹圩站

图2　　　　南宁站

图3　　　　长歧站

图4　　　　 黄屋屯站

图5　　　　陆屋站

图6　　　　坡朗坪站

图7　　　　常乐站

图8　　　　贵港站

结果表明，邹圩、南宁、长歧、黄屋屯、陆屋、坡朗坪、常乐和贵港8个水文站的径流模拟结果与实测径流量相关程度较好，仅在峰值略有超出或降低，这说明以此为基础进行的增量情景分析可信度较高。

4　增量情景研究

4.1情景设定与分析

在利用水文模型进行径流响应研究时，很多专家都采用了情景设计法。目前，情景设计大概分为4类［7］，包括类比情景法（古气候比拟法）、惯性情景法、增量情景法［8］、CMs情景法。笔者采用的是增量情景法，该情景设定方法操作简单，一直以来被许多水文学者使用，其多用于水资源对气候变化的敏感性分析，即人为假设未来某一时期气温和降水的变化量，并以这些假设及其交叉组合来探讨径流对变化环境的响应程度。但它只是一种敏感性试验，不具有气候、水文预测功能。

为了更好地研究径流对降水变化的敏感性，笔者设定:①降水上升5%和降水上升10%两个情景方案，在此情景方案中无气温和人类活动（水库及人工取用水）因子的变化。②气温上升5%和气温上升10%两个情景方案，在此情景方案中无降水和人类活动（水库及人工取用水）因子的变化。③居民工业耗水量降低100%，也就是在模拟的流域中无牲畜耗水量、工业耗水量、城镇公共耗水量和城市居民耗水量时的径流情况，在此情景方案中无降水和气温因子变化。不同情景下的径流变化情况，见表2。

表2　不同增量情景下的径流变化情况

4.2不同因子敏感度计算

IPCC给出了敏感性的定义［9］:系统受到与气候有关的刺激因素影响的程度，包括不利和有利影响。据此可以定义出径流对变化环境的敏感性是指河川径流对可能或者假定的不同情景的响应程度。由于降水、气温等气候因子更为直接地影响水文循环，蓝永超等［10］（2010）指出径流对于气候变化的敏感度计算公式为:

式中:WP，T为现状径流量（m3/s）；WP+ΔP，T+ΔT为降水变化ΔP与气温变化ΔT情景下的径流量（m3/s）；ΔWΔP，ΔT是WP，T与WP+ΔP，T+ΔT之间的相对之差（m3/s）。

但上述公式中无法体现出径流对于不同因子的敏感程度，笔者改动公式如下:

式中:R1，i是指增量情景中第i个月的径流量（m3/s）；R0，i是指基准情景中第i个月的径流量（m3/s）；ΔD是指因子改变量；δ是指径流对因子的敏感度。

根据式（2）得出径流对于降水、气温和消耗性用水的敏感度，见表3。

表3　径流对不同因子的敏感度

5　结论

笔者以广西北部湾经济区作为研究区域，基于SWAT模型对研究区内河流进行了精准的水文模拟，并利用邹圩等8个水文站的径流观测资料进行了模型的率定和验证。采用敏感性计算方法，并设定增量情景，分析计算了研究区内河流对于不同因子的敏感程度。其结论如下:

（1）在未来降水上升5%以及10%的情景下，研究区内的河流多年平均径流量均有所增加，其中钦江、大风江对于降水因子的敏感度最强，其径流量分别上升了11%～22%和12%～24%。

（2）在未来气温上升5%以及10%的情景下，研究区内的河流多年平均径流量均有所减少，其中茅岭江、钦江、大风江对于气温因子的敏感度最强，其径流量分别下降了3%～5%、3%～6%和5%～8%。

（3）在流域内消耗性用水上升100%的情景中，研究区内所有河流的径流量均有所增加，其中茅岭江、大风江对于消耗用水因子的敏感度最强，其径流量分别下降了15%和13%。该结论表明在未来对于钦州市的水资源管理以及总量红线控制工作中应特别注意居民及工业耗水对于茅岭江和大风江径流的影响。

参考文献

［1］IPCC.Climate change，impacts，adaptation，and vulnerability ［M］.Cambridge:Cambridge University Press，2001.

［2］王国庆，张建云，贺瑞敏.环境变化对黄河中游汾河径流情势的影响研究［J］.水科学进展，2006（6）:853-858.

［3］施雅风.中国气候与海面变化及其趋势和影响，气候变化对西北华北水资源的影响［M］.济南:山东科学技术出版社，1995.

［4］农卫红.广西北部湾经济区水循环安全调控关键技术研究成果与应用［J］.广西水利水电，2014（5）:38-41.

［5］田彦杰，汪志荣，张晓晓.SWAT模型发展与应用研究进展［J］.安徽农业科学，2012，40（6）:3480-3483.

［6］赖格英，吴敦银，钟业喜，等.SWAT模型的开发与应用进展［J］.河海大学学报（自然科学版），2012，40（3）:243-251.

［7］郝振纯，李丽，王加虎，等.气候变化对地表水资源的影响［J］.地球科学（中国地质大学学报），2007（3）:425-432.

［8］杨霞.基于SWAT模型的乌伦古河流域气候变化对径流影响研究［J］.新疆环境保护，2015（1）:45-50.

［9］IPCC.Climate change 2007:Synthesis report［M］.Cambridge:Cambridge University Press，2007.

［10］蓝永超，文军，赵国辉，等.黄河河源区径流对气候变化的敏感性分析［J］.冰川冻土，2010（1）:175-182.

中图分类号：TV121

文献标识码：A

文章编号：1004-7328（2016）02-0049-04

DOI:10.3969/j.issn.1004-7328.2016.02.017

收稿日期：2016—01—22

作者简介：户超（1991—），男，硕士研究生，主要研究方向为水资源规划及水资源配置方面。