基于LUCC分析的流域灌溉优化水文响应模拟研究

高新潮，孔 珂，修 源，丛 鑫，徐 晶

(1.济南大学资源与环境学院，济南 250022；2.西安理工大学水利水电学院，西安 710048；3.北京林业大学水土保持学院，北京 100083)

0 引 言

位于济南市南部山区的“三川”流域，是济南重要的水源地和地下水涵养区。近年来，由于人口增加和社会经济发展，土地利用的变化逐渐成为影响土地覆被变化的最重要的因素，“三川”流域内土地利用/覆被变化(land use/cover change,LUCC)显著[1,2]，改变了流域的水文过程，直接影响了位于流域出口的卧虎山水库的入库径流。卧虎山水库承担着济南市供水、补泉的重要任务，如果能够找出LUCC影响流域径流的主要因素、针对性地采取水资源优化措施并定量地分析这些措施对入库径流量的影响程度，那么不仅可以提高流域水资源利用的有效性，而且可为水库优化调度提供科学依据，从而为济南市社会发展和地下水环境保护提供更有力的支持。

3S技术与分布式水文模型的发展，为分析人类活动与自然水文过程的相互关系提供了技术支持。3S技术广泛应用于流域LUCC的分析，何明波[3]对3S技术在土地资源调查、土地动态监测、土地利用规划中的应用做了详细研究，探讨了其存在的主要问题；阿迪力·吐尔干等[4]以迪那河绿洲为例，探讨了在3S技术支持下的土地利用时空变化，并进行定量分析，得出其变化特点。同时，基于3S技术的分布式水文模型能真实地揭示降雨径流形成机理与地形、植被及土地利用之间的定量关系[5]，并且能够模拟流域内各种土地管理措施及用水方式对水文过程的影响。本研究通过对“三川”流域系列LUCC 进行分析，发现耕地面积的减少是导致流域径流减少的主要原因之一，考虑到农业始终是区域内的主要产业，灌溉用水一直是主要的水资源消耗，所以对灌溉用水进行了优化，并且利用SWAT模型模拟了优化灌溉以后流域出口径流的变化。

1 研究区概况与数据来源

1.1 研究区概况

“三川(锦绣川、锦阳川、锦云川)”位于济南市历城区，东经116°56′41″～117°18′45″，北纬36°20′55″～36°42′15″，流域总面积约为557 km2，在仲宫镇汇合后入卧虎山水库[6]。流域内多低山丘陵，气候属温带大陆性气候。流域全年平均气温为13.4 ℃，一月份最冷，均温为-2.7 ℃，七月份最热，均温为27.3 ℃，年际温差较大。流域年均降雨量为709 mm，降水时空分布不均，由东南向西北递减，年际变化大，6-9月份降雨较集中，约占全年降水的75%，其中7、8月份多暴雨且降雨频率相对较高，约占全年降水的50%，易形成洪涝灾害。年平均相对湿度为64%，平均日照时数为2 640.2 h，日照百分率为60%。多年潜在蒸发为1 143 mm且逐年呈现不显著下降趋势。“三川”流域多年平均入库径流深为115 mm，同样呈现不显著减少趋势。土壤类型以褐土和棕壤为主，植被类型以针叶林为主。

卧虎山水库是济南市唯一的大型水库，现设计库容为1.195 亿m3，兴利库容为6 374 万m3，作为济南市一项重要的水利工程，它不仅担了南部城区的供水任务，还通过南水北调工程将长江水引入水库，在玉符河沿线进行回灌补源，助力保泉工作。

1.2 数据来源

土地利用数据由Landsat TM而来，利用ENVI软件对1988年至2014年共5期(1988 年、1996 年、2002年、2009年和2014年)数据进行解译校正，土壤数据来自当地土费站和《山东省土种志》。水文数据来自卧虎山水库管理处，包括降水和径流的数据。根据模拟需要并且为与土地利用数据时序保持一致，降雨时间序列选取1985-2014年，径流的时间序列选取2006-2014年；气候数据来自济南市水文局和中国气象数据共享服务网，其时间序列为2006-2014年。

灌溉设计资料主要来源于山东省水利科学研究院在全省九个试验站的灌溉试验科学实验成果：《山东省主要农作物灌溉定额》(DB37/T1640-2010)《主要农作物高产省水灌溉技术的研究总结报告》(鲁水科C87011)及《各种主要作物的专题报告》(鲁水科C87012、C87013)[7-9]。

2 研究区LUCC与径流演变特征分析

2.1 LUCC时空变化特征

对从TM等收集的“三川”流域遥感数据进行监督分类后土地类型被分为八类，分别为道路、低密度居民点、高密度居民点、耕地、阔叶林、其他草地、水体、针叶林，图1是“三川”流域2009年土地利用图。将“三川”流域不同土地利用类型进行空间叠置，归纳出流域5期土地利用面积及所占比例，如表1所示。其中，针叶林面积为25 365 hm2，占流域总面积的40.3%，广泛分布于整个流域，是流域的主要土地利用方式；阔叶林和耕地所占流域面积次之，分别为21.8%、19.9%；其他草地面积占流域总面积的11.4%，交错分布于整个流域；低密度居民点、道路、水体和高密度居民点面积较小，分别占整个流域面积的2.9%、1.9 %、1.3 %和0.6 %，低密度居民点、道路基本上沿流域水系分布，高密度居民点分布于流域西北部。

图1 “三川”流域土地利用图(2009年)Fig.1 Land use map of “Sanchuan” basin

表1 “三川”流域八类土地利用类型面积多年变化情况Tab.1 Multi-year change of eight land use types in “Sanchuan” basin

从表1“三川”流域八类土地利用类型面积多年变化情况可见卧虎山流域土地利用的变化特征主要表现为：低密度居民点、道路、水体面积的逐渐增加，耕地、针叶林、其他草地面积的减少。

LUCC模型可分为经验统计模型、随机模型、概念机理模型等，有经验随机等多种模型[10]。根据已有数据时间序列较长的特点，本研究选取随机模型，采用土地变化转移量分别计算流域5期土地利用/覆被转化情况，结果如表2～表5所示，可看出土地利用类型之间的相互转化情况。1988-1996年期间，土地利用/覆被的主要变化是耕地、草地、林地和道路、居民点、水体之间的转化，转化特点为耕地、草地、林地面积的减少及道路、居民点、水体面积的增加；1996-2002年期间，土地利用/覆被的主要变化相对前一阶段水体增加面积不大，道路、低密度居民点、高密度居民点侵占耕地、草地、林地的情况有所增加；2002-2009年，2009-2014年期间较前两阶段耕地、草地、林地面积的减少量显著下降，而道路、居民点的增加量也逐年减少。

总体来说，流域土地利用/覆被变化逐渐趋于平稳。由于1988-2002年间是旅游业开始发展规模扩大的特殊时期，尤其是以开发山区为主要形式，所以造成了耕地、林地与草地被侵占的面积较大；2002-2014年间，随着旅游业发展空间的逐渐饱和，林地与草地被侵占的面积减少，以居民点侵占耕地为主要扩张形式。

表2 “三川”流域1988-1996土地利用面积转移 hm2

表3 “三川”流域1996-2002土地利用面积转移 hm2

2.2 径流对LUCC的响应

土地利用类型的改变导致径流随之改变，在SWAT中，可以通过更换土地利用数据来模拟不同LUCC下径流情况[11,12]。在模拟之前，必须对模型进行率定。我们选取流域2006-2014年的降水及水库实测入库径流资料，用2006年数据为模型预热，2007-2011年数据率定，2012-2014年数据验证。

2.2.1 模型敏感性分析

SWAT模拟流域径流是在水量平衡方程的基础上采用SCS曲线法和Green&Ampt下渗法来估算径流量。在SWAT模型中与径流模拟有关的参数众多，结合研究区实际情况和影响径流的因素，本文选取了22个相关参数，利用SWAT-CUP[13]对这些已选定的参数进行敏感性分析。SWAT-CUP是基于拉丁超立方抽样(Latin Hypercube，LH)的目标函数多元回归分析来评价参数的敏感性，这种分析方法能实现参数的提取和输出结果的可视化。采用该方法分析后得到植被冠层截留(CANMX)、径流曲线数(CN2)及地下水蒸发系数(GW_REVAP)等14个敏感性较高的参数并确定其最佳值。

表4 “三川”流域2002-2009土地利用面积转移 hm2

表5 “三川”流域2009-2014土地利用面积转移 hm2

2.2.2 模型评价指标选取

选取Nash-Suttcliffe系数Ens和相关系数r2两个指标应用于评价模型适用性，其计算公式分别如下：

(1)

式中：Qi是实测值；Pi是模拟值；Qavg是实测平均值；n为实测值的个数。

当Qi=Pi时，Ens=1。一般认为Ens值在0.7以上为比较准确。

(2)

式中：Qi、Pi、Qavg含义同式(1)；Pavg为模拟平均值。

2.2.3 SWAT模型率定与验证

考虑到水库的存在会对“三川”流域径流的模拟产生影响，因此在率定期和验证期内均在SWAT的Edit Reservoir Parameters对话框中编辑了水库水量等与水库相关的参数，如图2 SWAT水库安排参数输入界面所示。

图2 SWAT水库安排参数输入界面Fig.2 Input interface of reservoir parameters in SWAT

利用SWAT-CUP软件进行参数敏感性分析并据此调整模型参数后进行流量模拟，得到“三川”流域率定期模拟值与实测值对比，如图3所示。由率定结果可以看出，模拟值与实测值的峰值、谷值出现的时间基本一致，径流量大小的吻合度也较好，说明参数及其取值选取恰当。根据模型评价指标经多次运算得率定期r2=0.83，Ens=0.81，系数大小均在0.8以上，说明模拟准确。

图3 “三川”流域率定期模拟值与实测值Fig.3 Periodic simulated and measured values of “Sanchuan” basin in calibration period

将率定后的参数带入模型中，模拟2012年-2014年流域产流量，“三川”流域验证期模拟值与实测值比较如图4所示。由图可以看出验证期模拟值与实测值整体契合度较高，对模型评价指标进行计算后得r2=0.85，Ens=0.81，说明模拟效果较好，模拟值具有参考性。

图4 “三川”流域验证期模拟值与实测值Fig.4 Periodic simulated and measured values of “Sanchuan” basin in validation period

2.2.4 模拟结果

率定之后，用率定好的参数选取降水保证率为50%的典型年，将5期LUCC数据依次输入SWAT中，得出模拟结果。

由表6“三川”流域5期LUCC的径流模拟结果分析可得：5年径流量逐年增加，1996年较1988年径流量由3 987.6 万m3增加到4 019.1 万m3，增加了0.79%；1996-2002年径流量增加比例为1.87%，相对来看径流增加量最为显著。2002-2009年、2009-2014年径流量增加量逐段减少，分别为0.72%、0.60%，这与2002-2009年、2009-2014年耕地、林地和草地的减少量减小、人口聚集区增加有关。

表6 “三川”流域5期LUCC的径流模拟结果Tab.6 Runoff simulation results of five phases LUCC in “Sanchuan” basin

2.3 LUCC对径流影响分析

LUCC中影响径流的主要因素变化如图5“三川”流域影响径流的主要因素变化趋势所示，1988-2014年，耕地、草地面积最终有所减少，而居民点建设用地面积持续增加，其中，耕地的减少与居民点的增加五期LUCC变化中持续最为显著。一般来说，草地通过对降水的吸纳增大下渗率，并增加对土壤水的补给，从而减少流域径流量；建设用地增加使不透水面积的增大，土地蓄水能力下降从而增加流域径流总量；耕地面积的减少量在1996-2002年期间最多，2002-2014年期间减少量逐渐减少，道路、居民点的增加量也是如此。

图5 “三川”流域影响径流的主要因素变化趋势Fig.5 Change trends of main factors affecting runoff in “Sanchuan” basin

对比模拟径流与影响径流的主要因素的变化趋势可以看出，“三川”流域土地利用/覆被类型的这些主要因素的变化对水文产生的作用与SWAT模拟的径流演化趋势的有一定的相似性。由此，得出“三川”流域的LUCC对径流的影响，即道路、居民点面积的增加与耕地面积的减少影响流域出口径流。优化灌溉对出口径流产生影响，所以制定科学合理的优化措施至关重要。

3 优化灌溉及其水文响应的模拟计算

3.1 灌溉优化方案的制定

“三川”流域内灌溉管理以山东省通用灌溉定额为依据，比较粗放，节水效果不佳。实际上，灌溉水量与降水、土壤含水量、作物类型、作物生育期等因素相关。“三川”流域位于城市近郊，主要种植以果树为主的经济作物和以冬小麦为主的粮食作物，由于果树与林地在ENVI解译中较难区分，因此本研究仅对冬小麦的灌溉方案进行了优化。研究表明，冬小麦生育期内对水分增加或减少的响应明显不同[14-16]。因此，本研究根据实际降水、土壤类型等资料对冬小麦的灌溉方案进行优化，即在满足作物各生育阶段的需水量的前提下，将灌溉水量尽可能地降低以达到节水和增加流域产流的目的，降水水平年选择50%的中水年。

3.1.1 净灌溉定额

旱作物的净灌溉定额(M)包括两部分，分别为播前灌水定额(M1)和作物生育期内灌溉定额(M2)，即：

M=M1+M2

(3)

(1)播前灌水定额(M1)的确定。为保证旱作物在播种后能够顺利发芽和出苗，播种前往往要灌水一次。播前灌水量可按下式进行计算：

M1=6.67Z(θmax-θ0)

(4)

式中：Z表示土壤计划湿润层深度，应以播种前灌水要求来确定；θmax一般为田间持水率，以占土壤的体积百分数计；θ0表示播前Z深度土层内的土壤含水率，以占土壤的体积百分数计。本研究取θ0=0.6θmax，计算得到M1=1.78 m3/hm2。

(2)作物生育期内灌溉定额(M2)的确定。本研究采用水量平衡分析法来确定作物的生育期内灌溉定额。可以用以下水量平衡方程表示：

Wt-W0=WT+P0+K+M-ET

(5)

式中：W0，Wt分别表示时段初和任意t时间的土壤计划含水层内储水量；WT表示由于土壤计划含水层变化引起的水量变化，如计划含水层在时段内没有变化则无此项；P0表示保持在土壤计划湿润层内的有效雨量；K表示时段t内的地下水补给量；M表示t时段内的灌溉水量；ET表示时段t内作物田间需水量；式中各值的单位可以用mm或m3/hm2计。

由流域实际情况，依次确定上述各项值，由此列出的“三川”流域冬小麦生育期的优化灌水定额，见表7“三川”流域冬小麦生育期的灌溉优化方案结果表。

表7 “三川”流域冬小麦生育期的灌溉优化方案结果表(50%水平年)Tab.7 Results of irrigation optimum scheme for winter wheat growth period in “Sanchuan” basin (50% Horizontal Year)

由于土壤初始含水量为3.53 m3/hm2[17]，所以实际灌水定额中应该去除这部分水量，即流域冬小麦全生育期内的灌溉定额M2为9.6 m3/hm2。

(3)作物净灌溉定额(M)的确定。由公式(3)计算得到小麦的净灌溉定额为11.38 m3/hm2。

3.1.2 毛灌溉定额

毛灌溉定额是以净灌溉定额为基础，考虑输水损失和田间灌水损失后，折算到渠首的每公顷灌溉需水量。按下式进行计算：

M毛=M/η

(6)

式中：η表示灌溉水利用系数，根据卧虎山流域的相关资料，这里取0.58。

保持灌溉次数与灌溉时间不变，计算得到“三川”流域冬小麦的毛灌溉定额为19.6 m3/hm2，全生育期的毛灌溉定额为16 m3/hm2，与实时生产所用到的山东省通用毛灌溉定额19.2 m3/hm2相比减少了3.2 m3/hm2。

3.2 灌溉优化方案的水文模拟

3.2.1 SWAT模型的构建

将输入到SWAT中的“三川”流域DEM图为基础，模型经过流域边界划分和河网提取后，得到21个子流域，如图6加载气象站点和数据后的流域图所示。

图6 加载气象站点和数据后的流域图Fig.6 Watershed map loaded with meteorological stations and data

采取优化措施以后，灌溉用水的减少量中一部分在河道内或者以浅层地下水、深层地下水的形式留在流域内，另一部分流出流域增加出口径流。SWAT提供了相应管理模块以模拟实施此类土地管理后的水文响应。

模型的管理模块是通过HRU的管理文件(.mgt)来汇总各种措施，包括种植、收获、灌溉、施用营养物、喷洒杀虫剂和耕作操作的输入数据，也存储了排水和城镇区的相关信息。管理文件分为两部分，一部分是初始条件或模拟中不变的管理措施的输入数据，另一部分是特定时间内发生变化的管理措施的安排。

为模拟灌溉过程需要指定常规灌溉参数，如需指定灌溉水源的类型(IRRSC)，分别为河道、水库、浅层含水层、深层含水层或流域外的水源。当选择前四种水源类型时，要水源的位置(IRRNO)，如河道的编码、水库的编码或者含水层子流域编码。在灌溉水源为河道，还需要设置定义河内的最小流量(FLOWMIN)、日最大灌溉取水量(DIVMAX)和灌溉水量占可用水量的份数。灌溉的方式，模型提供特定日期灌溉和自动灌溉两种，这里采用的是特定日期进行灌溉。

通过SWAT模型中HRU Analysis Reports读取每个子流域中的耕地面积，得出每个子流域中冬小麦的种植面积，结合灌溉定额可计算出各HRU的冬小麦灌溉需水量。通过编辑模型中Edit SWAT Input选项中Water Use(.Wus)文件，输入灌溉的日期、管理操作代码、HRU中的灌溉水深、灌溉效率和地表径流比等数据。同时考虑到“三川”流域内塘坝、水库的影响，在模拟中也予以设置。运行模型，可实现优化灌溉方案的模拟。

3.2.2 模拟结果

利用配置好的模型将50%水平年(2009年)作为降水数据输入，以最近一期(2014年)土地利用数据作为底图，分别输入优化的灌溉方案和通用灌溉定额，得出模拟结果。通过对比二者可看出对出口径流的影响，即灌溉方案优化前卧虎山水库入库量为4 123.8 万m3，优化后的入库流量为4 136.6 万m3，增加了0.31%的入库径流量，采取优化后对流域径流的影响是正面的。

4 结论与展望

根据对“三川”流域LUCC的分析、径流的模拟以及灌溉方案的优化，得出以下结论。

(1)分析5期LUCC数据得出随着旅游业的逐渐饱和，林地草地减少的量逐年降低，土地利用转移情况以耕地面积的减少和道路、居民点的增加为主，这也是导致流域出口径流减少的主要因素，还发现灌溉措施对径流也存在很大影响。

(2)将LUCC数据输入SWAT运行模拟后发现径流量呈现逐年增加的趋势，增加量在2002年达到峰值随后减少，增量减少与林、草地的减少和居民点的增加有关。

(3)本文通过对研究区流域模型进行参数敏感性分析、模拟径流的率定与验证，发现模型率定期及验证期评价指标系数均在0.8以上，说明模拟效果较好，SWAT模型可以很好地适用于“三川”流域的径流模拟，基于SWAT的流域日尺度模拟可以满足应用要求，为本研究区今后日尺度下的相关研究如非点源污染模拟、营养物迁移模拟等奠定了良好基础。

(4)结合当年降雨优化出的灌溉定额比通用灌溉定额减少了3.2 m3/hm2，对灌溉优化方案的水文模拟后，卧虎山水库入库量相较灌溉优化前增加了0.31%，此结果对制定流域尺度下的灌溉优化措施具有指导意义。

本文这种类型的研究对数据的质量和数量都有比较高的要求，如果能获得更加细致的土地利用类型数据、更长的水文序列以及更丰富的灌溉资料，将能够提高研究的科学性，并且农业灌溉受到区域经济发展、水价政策及水权制度的影响，将这些因素耦合到流域水文模拟中将是下一步工作的重要内容。