基于SWAT模型的洞庭湖平原水资源量计算

胡 倩，王军霞，刘世强，吴嘉铃，唐仲华*，成建梅

(1.中国地质大学(武汉)环境学院，湖北 武汉 430078;2.中国地质大学(武汉)数学与物理学院，湖北 武汉 430074;3.山东正元建设工程有限责任公司，山东 临沂 276006)

洞庭湖是我国第二大淡水湖[1]。洞庭湖作为长江流域重要的调蓄型湖泊，保护洞庭湖湖泊水资源并掌握洞庭湖水文水资源状况，对于洞庭湖生态保护和水资源合理调配具有十分重要的意义。水资源短缺、水污染加剧、地下水超采和用水效率低下正在不断加剧我国水资源供需矛盾[2]。随着全球气候变暖以及人类活动的干扰，洞庭湖的面积和来水量不断减小，其生态环境和生态资源都受到了严重影响，湖区内水环境也发生了变化，这些已引起学者们的广泛关注[3-7]。面对气候变化背景下，学者们对气候变化环境下洞庭湖水资源评价进行了大量的研究，如徐志[8]分析了洞庭湖水资源现状，并探讨了气候变化对洞庭湖水资源的影响；周慧[9]基于气象、水文观测资料和气候模式CMIP5模拟数据，采用统计学分析方法和水文学模拟方法，分析了洞庭湖流域未来集雨范围内以及过境水资源的变化情况。在区域水资源评价方法方面，学者们多采用水均衡法、解析法和数值模型法来对地下水资源进行评价[10-12]。但现有研究利用水均衡法计算洞庭湖平原水资源量以及气候变化对水资源量影响方面的研究较少。

鉴于此，本文通过调查和收集洞庭湖平原地形、气象水文、土壤、土地利用等资料，利用ArcSWAT建立洞庭湖平原分布式水文模型，在评价该模型对洞庭湖平原建模适用性的基础上，对洞庭湖平原水资源量进行计算，并通过假定气候情景法来模拟预测未来气候变化对洞庭湖平原水资源量的影响，对洞庭湖平原生态经济发展具有重要的意义。

1 研究区概况

洞庭湖平原位于湖南省北部，主要由长江通过松滋、太平、藕池、调弦四口输入的泥沙和洞庭湖水系湘江、资水、沅江、澧水等带来的泥沙冲积而成，北由东面岳阳城陵矶注入长江[13]。研究区范围西起石门—常德市，东抵湘阴，南起常德—益阳，北边是江汉平原，地理坐标为东经111°14′～113°15′、北纬28°15′～30°45′，面积为2.14×104km2。洞庭湖平原内地形以丘陵、平原为主，该区域属于亚热带季风性湿润气候，年平均气温在15～17℃之间。研究区地形特征及水系分布，见图1。

图1 洞庭湖平原地形特征及水系分布图

气候变化会导致水文循环的变化，加剧水资源分配不均，对流域水资源产生一定的影响[14-17]。为了分析研究区内水资源量与气候要素特征之间的关系，本文以洞庭湖平原城陵矶水文站为代表，从月尺度上分析了2010—2013年年平均气温、降雨量与流量之间的变化特征(见图2)，结果表明：研究区降雨量和流量6月份达到最大，平均气温在8月份达到最大，降雨量和流量以及气温在月尺度内存在明显的相关性关系。

图2 2010—2013年洞庭湖平原城陵矶水文站年均气候要素变化特征图

2 数据来源与研究方法

2.1 数据来源与处理

建立研究区的SWAT模型需要空间数据和属性数据两类数据。其中，空间数据包括洞庭湖平原的数字高程模型(DEM)、土地利用类型、土壤类型数据、河流水系图，以及水文站、气象站点位信息；属性数据包括土壤物理化学属性信息、植被覆盖等调查统计数据，以及水文站监测点、气象站观测点数据等。本文主要使用数据的精度，见表1。

表1 SWAT模型主要数据的精度

(1) 数字高程模型(DEM)数据。研究区DEM数据由中国科学院地理空间数据云下载的分辨率为30 m×30 m的ASTER GDEM数据，投影方式为墨卡托投影，在建立数字高程模型时要对加载的栅格数据进行裁剪等预处理，DEM数据可以提取数字河网、划分子流域以及水文响应单元(HRU)。

(2) 土地利用数据。土地利用数据来源于中国科学院地理空间数据云的Landsat 4-5 TM卫星遥感影像，影像精度为30 m×30 m。通过对遥感影像进行图像镶嵌、裁剪、遥感解译，得到研究区2013年土地利用数据。将洞庭湖平原划分为7种土地利用类型，分别为林地、旱地、水田、水体、建设用地、裸地和草地。

(3) 土壤类型数据。土壤类型数据来源于1∶100万的世界和谐土壤数据库(HWSD)，将土壤类型数据进行裁剪并重分类，得到洞庭湖流域内分布有13种土壤类型。

(4) 土壤属性和植被覆盖数据。植被覆盖和土壤属性参数在SWAT自带数据库中获得，其中土壤属性数据库中的物理属性大部分由HWSD土壤数据库获得，一部分利用SPAW软件计算得出。

(5) 气象水文数据。本文收集到的气象数据来自中国气象数据共享服务中心，包括13个气象站2010—2013年的日最高气温、日最低气温、日相对湿度、日降雨量、日照时数和日均风速实测数据。气象站点包括松滋、公安、石首、澧县、安乡、南县、岳阳、益阳、常德、汉寿、华容、沅江和湘阴。本文将收集到的石龟山(澧水控制站)、南县(藕池河北支控制站)、南咀(南洞庭湖入湖控制站)、城陵矶(洞庭湖出口控制站)4个站点2010—2013年的日均径流量观测数据，用于后期模型的率定及验证。

2.2 研究方法

本文采用SWAT模型构建洞庭湖流域分布式水文模型，对模型进行率定后，运用水均衡法计算研究区水资源量。

2.2.1 SWAT模型基本原理

根据水循环原理，SWAT模型将隔水层以上的非饱和带以及浅层含水层视为一个整体，其水量平衡方程为

(1)

式中：SWt、SW0分别为时段末和时段初土壤含水量(mm)；t为时间步长(d)；Rday,i为第i天的降雨量(mm)；Qsurf,i为第i天的地表径流量(mm)；Ea,i为第i天的蒸散发量(mm)；Qlat,i为第i天的侧向壤中流流量(mm)；Qgw,i为第i天的地下水回归流量(mm)。

(1) 土壤水均衡方程式为

ΔS=PREC-SURQ-PERC-LATQ-ET

(2)

式中：ΔS为土壤水储存量变化量(mm)；PREC为降雨量(mm)；SURQ为地表径流量(mm)；PERC为土壤对地下水的补给量(mm)；LATQ为侧向流量(mm)；ET为实际蒸散发量(mm)。

(2) 河道径流水均衡方程式为

WYLD=SURQ+GWQ+LATQ

(3)

式中：WYLD为河道径流总量(mm)；GWQ为基流量(mm)。

(3) 地下水水均衡方程式为

ΔS=PERC-GWQ-REAVP-DARCHG

(4)

式中：ΔS为浅层含水层储存量变化量(mm)；REAVP为浅层含水层流向包气带的流量(mm)；DARCHG为深层含水层的渗漏量(mm)。

上述公式(1)至(4)中的各项公式可以参考文献[18]。

2.2.2 评价模型适用性分析方法

本文选用Nash-Sutcliffe确定性系数Ens和相关系数R2来评价模型的适用性，具体计算公式如下：

(5)

(6)

Ens和R2因子评价模型的可信度分布区间，见表2。

表2 Ens和R2因子评价模型的可信度分布区间

2.2.3 模型中水资源量计算方法

根据子流域输出文件分别将所有子流域地表水各项水资源量分别乘以对应子流域的面积，并将所有子流域各项计算结果进行相加，可求得整个研究区地表水资源量；地下水补给资源量只需计算每个子流域土壤对地下水的补给量分别乘以对应子流域面积，再将所有子流域各项计算结果相加即可。

3 结果分析

3.1 SWAT模型模拟过程及适用性评价

在建模中，由于缺乏洞庭湖流域模拟期内的水位数据，根据刘万千等[19]提到洞庭湖流域年均水位未见趋势性变化，湖区面积变化不大且对整个区域的影响较小，因此本文在模拟中将湖区概化成河道，未考虑洞庭湖流域水位和面积对径流的调节作用。

加载DEM数据并设置掩膜区域，添加burn-in对河流进行修正，设置集水面积阈值为5 000 hm2，添加水文站站点信息，设置城陵矶水文站点为模型总出水口，自动生成模型边界，最终将研究区共划分为43个子流域(见图3)。加载土壤类型和土地利用类型数据，将坡度分为两级(0%～20%和大于20%)，对土壤、土地利用类型和坡度进行重分类；设置土地利用类型比例阈值为5%、土壤类型比例阈值为10%、坡度分类阈值为10%，进行空间叠加，划分得到444个水文响应单元。

图3 研究区边界生成及子流域划分图

3.1.1 参数敏感性分析

为了降低参数率定的复杂程度，通过全局参数敏感性分析来挑选对模拟结果影响较大的参数。利用辅助软件SWAT-CUP2012进行全局参数敏感性分析，选取8个敏感性较大的参数进行率定，通过参数率定后所得的模型满足精度要求，最终得到率定参数的取值，见表3。

表3 率定参数的取值

3.1.2 模型率定及验证

将率定后的参数代入到构建好的SWAT模型中，并将2010—2012年设为率定期，2012—2013年设为验证期，利用石龟山、南县、南咀、城陵矶水文站2010—2013年实测流量数据对率定后的径流模拟值与水文站观测值进行对比，得出典型水文站点率定期和验证期流量对比曲线(见图4)，并计算了模拟精度(见表4)。考虑到城陵矶水文站的径流过程还受到洞庭湖上游、长江三口来水的影响，所以在径流模拟的过程中，将长江三口水文站(弥陀寺站、新江口站、管家铺站、沙道观站、康家岗站)和湘、资、沅、澧四水水文站(湘潭水文站、桃江水文站、桃源水文站、石门水文站)的流量作为境外输入量进行水资源量计算。

由表4和图4可知：各水文站点率定期和验证期的相关系数R2均大于0.7，确定性系数Ens均大于0.65，达到模型模拟精度且在误差允许范围内，整体拟合效果良好，说明SWAT模型适用于洞庭平原径流模拟；石龟山和南咀水文站点的拟合效果较好，南县水文站点的拟合效果较差，但是整体上枯水期的拟合效果要优于丰水期。

图4 典型水文站点率定期和验证期流量的对比曲线

表4 典型水文站点率定期和验证期拟合结果的精度评价

3.2 水资源量计算

3.2.1 降雨量计算

通过将模型校准率定后的参数代入到SWAT模型中再次进行模拟，得出模型运行结果，并依据土壤水均衡方程[见式(2)]，计算2010—2013年洞庭湖平原土壤水均衡各项水资源量，其计算结果见表5。

表5 2010—2013年洞庭湖平原土壤水均衡各项水资源量计算结果(单位：×108 m3)

由表5可知：洞庭湖平原年均降雨量为1 186.24 mm，约为254.27×108m3，土壤水呈负均衡；在模拟期间2011年为降雨量最小的年份，2012年为降雨量最大的年份，2012年与2011年降雨量之差为148.41×108m3，相比2011年,2012年地表径流量增加了37.97×108m3，土壤水对地下水的补给量增加了85.07×108m3，两者增加的量分别占2011年地表径流量和土壤对地下水补给量的133.65%和210.83%，说明洞庭湖平原的大气降雨主要以蒸散发的形式排泄，而且在降雨量变化幅度较大时流域内土壤对地下水的补给比地表径流受降雨的影响也更大。

3.2.2 地表水资源量计算

研究区内地表水总资源量包括大气降雨经过地表产流流入河流的流量和土壤水侧向流入河流的流量以及区域总基流量，2010—2013年洞庭湖平原河道径流水均衡各项水资源量的计算结果，见表6。

表6 2010—2013年洞庭湖平原河道总径流水均衡各项水资源量计算结果(×108 m3)

由表6可知：洞庭湖平原地表水资源量主要为地表径流量和基流量，地表水资源总量为120.84×108m3，其中地表径流量为49.69×108m3，占地表水资源量的41.12%，基流量为69.03×108m3，占地表水资源量的57.13%，而侧向流量为2.12×108m3，占比仅为地表水资源量的1.75%。由此可见，流域内基流对河道径流的补给量大于地表径流对河道径流的补给量。

3.2.3 地下水资源量计算

利用公式(4)计算研究区地下水资源量，得到2010—2013年洞庭湖平原地下水水均衡各项水资源量，见表7。

表7 2010—2013年洞庭湖平原地下水水均衡各项水资源量计算结果(×108 m3)

由表7可知：土壤对地下水的补给是研究区地下水补给的主要来源，模拟期内年均地下水资源总量为78.64×108m3，其中年均基流量为69.09×108m3，占地下水资源量的87.77%，而浅层含水层流向包气带的流量和深层含水层的渗漏量总共占地下水资源量的7.82%。土壤对地下水的补给量与基流量成正相关关系，在整个模拟期内2012年的地下水总补给量和基流量达到最大；从整个模拟期来看，区域内年均浅层含水层储存量变化量为3.45×108m3，占地下水总补给量的4.41%，说明地下水均衡呈正均衡。

3.3 气候变化对水资源量的影响分析

根据联合国政府间气候变化专门委员会(IPCC)第五次评估报告，并参考相关文献[20-23]，预测并设置了2030年气候情景：降雨量在原来降雨量(P)基础上增加或减少10%，气温在原来气温(T)基础上升高或降低1℃，降雨量和气温变化两两组合(不考虑单一变化)共5种气候情景组合模式(包括基础情景C3)，具体气温和降雨量情景组合见表8。

表8 气候情景设置表

输入5种气候情景模式对应的气温和降雨量数据，保持其他输入不变，建立模型并进行径流模拟，得到水均衡各项的年均流量变化(见图5)，并计算不同气候情景模式下的土壤水、地表水和地下水资源量，其计算结果见表9至表12。

图5 不同气候情景模式下洞庭湖平原水均衡各项年均流量变化

由图5和表9至表12可知：研究区地表径流量、基流量、河道径流总量与气温之间呈负相关关系，与降雨量之间呈正相关关系，而侧向流量、浅层含水层流向包气带的流量和深层含水层渗漏量的变化均较小。不同降雨量和气温的组合情景下对研究区水资源量的影响均不相同：相对基础情景C3,气候情景C5下均衡期内年均降雨量增加最多，增加了30.42×108m3，而C1减少最多；相对基础情景C3,气候情景C2下地表水资源量增加最多，增加了23.77×108m3，地下水资源量变化最大，增加了4.20×108m3，而气候情景C4下地表水资源量和地下水资源量减少最多，分别减少了19.18×108m3、2.70×108m3。

表9 气候变化对洞庭湖平原土壤水均衡各项水资源量的影响(×108 m3)

表10 气候变化对洞庭湖平原河道径流水均衡各项水资源量的影响(×108 m3)

表11 气候变化对洞庭湖平原地下水均衡各项水资源量的影响(×108 m3)

表12 气候变化下洞庭湖平原水资源量变化量(×108 m3)

气温对水均衡各项水资源量的影响比降雨量小，水均衡各项水资源量随着降雨量的增加而增大，随着降雨量的减少而减小。当降雨量均增加或者减少，气温减小或增加1℃时，水均衡各项水资源量的变化幅度小，例如气候情景C1与C4、C2与C5；当气温均增加或减少，降雨量增加或减少10%时，水均衡各项水资源量的变化幅度大，例如气候情景C1与C2、C4与C5。因此，影响研究区水均衡对气候变化响应的主要因素为降雨量的变化。

4 结 论

本文利用ArcSWAT构建洞庭湖平原分布式水文模型，通过对模型进行率定和验证，对研究区进行了水均衡分析，计算了水资源量，并分析了气候变化对水资源量的影响，得出以下主要结论：

(1) 根据模型率定和验证结果证明，在误差允许范围内该模型较适用于洞庭湖平原；根据参数敏感性分析结果表明，对洞庭湖平原径流过程影响较大的参数主要为CN2(SCS径流曲线数)、ALPHA_BF(基流衰减因子)、ESCO(土壤补偿蒸发因子)、SOL_AWC(土壤有效含水量)，其余的参数相对来说影响较小。

(2) 从土壤水、地表水(河道径流)、地下水三个方面分析了洞庭湖平原4年的年平均水均衡特征并计算了年均水资源量，结果表明：研究区年均降雨量为254.27×108m3，大气降雨以蒸散发的形式排泄，而且在降雨量变化幅度较大时研究区内土壤对地下水的补给比地表径流受降雨的影响更大；区内年均地表水资源量为120.84×108m3，其中流域内基流量对河道径流的补给量大于地表径流对河道的补给量；土壤对地下水的补给是研究区地下水补给的主要来源，模拟期内年均土壤对地下水的补给量为78.64×108m3，主要排泄方式是地下水对河流的补给，地下水呈正均衡。

(3) 在5种气候变化情景下，地表径流量、基流量与降雨量成正相关关系，与气温成负相关关系。气温对地表径流量、河道径流总量、基流量等其他水均衡各项水资源量的影响与降雨量相关，即随降雨量的增加而变大，随降雨量的减少而减小，因此影响研究区年径流量变化的主要因素为降雨量。

(4) 不同气候变化情景下降雨量、地表水资源量和地下水资源量的变化明显，当降雨量减少10%(年均降雨量减少118.62 mm)、温度升高1℃时，年均地表水资源量减少19.18×108m3，地下水资源量减少2.7×108m3；当降雨量增加10%(年均降雨量增加118.62 mm)、温度下降1℃时，年均地表水资源量增加23.77×108m3，地下水资源量增加4.2×108m3。

本文虽然模拟了洞庭湖平原的径流过程并计算了水资源量，但是未考虑洞庭湖水位和面积对径流的调节作用，这将是今后研究的方向。