农业水文SWAP 模型及其应用研究进展

袁成福，肖 敏，张 颖，熊芳金

（1. 江西农业大学国土资源与环境学院，江西 南昌，330045；2. 江西水利职业学院，江西 南昌，330013）

0 引 言

随着全球人口的不断增长和经济的快速发展，对于水资源的需求量正日益增大，水资源短缺已经成为制约全球社会经济可持续发展的关键因素之一。我国农业用水总量占全国总水量的70%左右，而农田灌溉用水量占农业用水量的90%以上[1，2]。农业水资源一方面由于时空分布不均，水资源紧缺；另一方面在利用过程中存在较大的浪费。发展节水农业，实现农业水资源的高效利用，是促进农业可持续发展的有力保证。野外试验方法是研究农业水资源高效利用的传统方法，但也需要耗费大量人力物力，同时野外试验还容易受到外界因素的干扰，影响研究结果的准确性，且不能对农业灌溉的长期效益和大规模的情景分析做出定量评价[3，4]。因此，各类数学模型已成为研究农业水资源高效利用的有效工具[5，6]。其中，由荷兰Wageningen 大学开发的SWAP（Soil-Water-Atmosphere-Plant）模型是基于水文、化学和生物过程的确定性农业水文模型，可以用于模拟一维土体的土壤水分、溶质与热量在土壤-植物-大气-作物系统（SPAC 系统）中运移和作物生长过程[7]。该模型具有扎实的研究基础，多年来在许多国家得到了广泛应用并取得了较好的效果，受到了较广泛接受和认可[8，9]。该模型为作物灌溉制度的制定与评价、地下水位埋深动态变化的预测、土壤溶质（盐分、化肥、农药）运移预测、作物生长与产量预测等方面提供了新理论和新途径[10-12]。近年来，SWAP 模型在我国农田水利与土壤科学等领域也得到了应用和发展，但相关的研究工作和经验积累还不太丰富。本文旨在通过对SWAP模型的介绍以及该模型在国内外的研究进展，归纳总结模型的优势以及在应用中需要注意的问题，在具体应用时可供借鉴。

1 SWAP 模型简介及原理

SWAP 模型是由荷兰Wageningen 大学集成当今SPAC 系统的理论研究成果，开发的一种用于模拟田间尺度上土壤水分运动、溶质运移、热量传输和作物生长过程的综合模型[7]。该模型的上边界位于植物冠层上方，下边界位于地下水系统（饱和层）的上部，分别考虑大气环境因素和地下水动态变化的影响，在非饱和带中，SWAP 模型假定水流运动的主方向是垂直的，水流运动主要按垂直一维运动考虑，在垂直方向上，SWAP模型将土层分为不同的单元，在每个单元上，耦合求解水分及溶质运动方程和热量传输方程。SWAP 模型的早期版本是由Feddes 等在1978 年开发的SWATR（Soil Water Actual Transpiration Rate）模型[10-12]。这一模型为有作物生长条件下的土壤水分运动模拟模型，适用于多层土壤，并且能够考虑地下水位动态变化的影响。在后来的20 多年中，该模型经过不断改进完善，增加了更多的系统边界条件、作物生长模拟、土壤膨胀收缩效应和溶质运移等内容，形成了SWAP2.0 版本模型[13]。SWAP2.0 版本为经典的有可视化操作界面的版本，SWAP3.0 以后的版本均没有可视化操作界面，目前已经发展到SWAP4.2 版本，该模型各个版本的程序、原理说明及实用指南都可以在SWAP 官网免费下载，方便用户使用。SWAP 模型主要原理如下：

1.1 水分运动模块

土壤水分运动采用包括根系吸水和侧向排水的Richards 方程来模拟非饱和度土壤的水流运动，方程如下：

式中：θ 是土壤体积含水率，cm3·cm-3；t 是时间，d；K 是土壤导水率，cm·d-1；h 是土壤压力水头，cm；z 是垂向坐标，向上为正；Sa（h）是作物根系吸水速率，cm3·（cm3·d）-1；Sd（h）是排水速率，cm3·（cm3·d）-1；Sm（h）是与大孔隙的交换速率，cm3·（cm3·d）-1。

1.2 溶质运动模块

溶质的运移的主要受到扩散、对流和弥散作用的控制。在灌溉农田条件下，扩散通量远小于弥散通量，故忽略扩散作用对溶质运动的影响。溶质运移主要采用对流-弥散方程表示：

式中：J 为总溶质通量浓度，g·（cm2·d）-1；q 为在边界处的垂向水流通量，cm·d-1；c 为溶质浓度，g·cm-3；Ddif为溶质扩散系数，cm2·d-1；Ddis为溶质弥散系数，cm2·d-1；∂c/∂z 为溶质浓度梯度。

1.3 作物生长模块

SWAP 模型模拟的作物生长过程是采用WOFOST作物生长模型，其中包括简单作物模型和详细作物模型[14]。简单作物模型是静态模型，只描述作物最终产量与水分的关系。简单作物模型计算作物的实际产量与潜在产量的比值为相对产量，运用各生育阶段相对产量连乘的数学模型表示整个生育阶段的相对产量。其计算公式如下：

式中：Ya,k为各生育阶段作物实际产量，kg·hm-2；Yp,k为各生育阶段作物最大产量，kg·hm-2；Ta,k、Tp,k为各生育阶段实际蒸腾量和最大蒸腾量，cm；Ky,k为各生育阶段产量反应系数，k 为作物不同生育阶段。

式中：Ya为整个生育阶段累积作物实际产量，kg·hm-2；Yp为整个生育期作物累积最大产量，kg·hm-2；n 为作物不同生育期阶段的数量。

详细作物模型具有能够分别模拟实际干物质产量和潜在干物质产量的优势，根据作物冠层吸收的入射辐射和叶片光合特性，通过计算在最佳条件下作物潜在的总的同化速率Apgross来模拟干物质生长速率[15]，公式如下：

式中：Amax是最大同化速率，kg·CO2·hm-2·d-1；εPAR是光利用效率，kg·CO2·J-1；PARL,a是在L 深度处的冠层吸收辐射的速率，J·m-2·d-1。

1.4 农田排水模块

排水通量作为一个源汇项包含在Richards 方程的数值解中，采用的排水方程公式如下：

式中：qdrain为排水流量，cm·d-1；Φgwl为暗管之间的地下水位，cm；Φdrain为排水压力水头，cm；γdrain为排水阻力，d。

SWAP 模型将饱和-非饱和带土壤剖面概化为均质，排水管的位置在不透水层之上，采用具有等效深度的Hooghoudt 公式表示：

式中：Ldrain是暗管间距，cm；Kprof是水平饱和导水率，cm·d-1；Deq为等效深度，cm；γentr是进入排水管的入口阻力，d。

2 SWAP 模型应用研究进展

SWAP 模型主要直接用于田间尺度上土壤水分运动、溶质运移、热量传输及作物生长的模拟，SWAP 模型与其他模型进行耦合联用，也可用于区域尺度上的模拟，下面从如下几个方面介绍SWAP 模型的应用研究进展。

2.1 田间尺度上的SWAP 模型模拟

2.1.1 土壤水盐运移模拟研究

土壤水盐运移过程复杂多变，数值模拟是研究土壤水盐运移变化的有效方法，因此，国内外研究者广泛应用SWAP 模型来模拟土壤水盐运移变化，并取得较好的应用效果。SWAP 模型可用于模拟不同灌溉条件下、不同作物生长条件下和不同土壤质地下的土壤水分与土壤盐分运动规律。Utset 等[16]应用SWAP 模型研究了灌溉在全球变暖趋势下对古巴东南部地区的土壤盐分变化的影响。Ahmad[17]采用SWAP 模型分别模拟了巴基斯坦地下水浅埋和深埋地区作物土壤水分运移过程，通过分析深层土壤水流通量的动态变化，量化灌溉水对地下水的补给作用。Crescimanno 等[18]利用SWAP模型模拟了意大利西西里岛地区有裂隙的粘土层中土壤水盐运移过程，对土壤水力特性和溶质运移等参数进行了率定和验证，并模拟了七种不同土壤剖面的土壤含水率和电导率。Singh 等[19]在印度利用SWAP 模型模拟了小麦和棉花生长条件下的土壤水盐动态平衡和作物水分生产力。Mandare 等[20]利用SWAP 模型模拟了印度西北部不同灌溉水量和矿化度组合对春小麦产量和土壤含盐量的影响，并提出了提高作物产量和维持土壤盐分低于阈值的灌溉管理模式。Shafiei 等[21]利用SWAP 模型模拟了在伊朗干旱地区两种田块的土壤水分动态和水流通量，结果表明：农田土壤深层的向下渗漏的水流通量变化较大，对土壤导水率影响更敏感。Jiang[22]利用SWAP 模型模拟了甘肃省石羊河流域春小麦咸水非充分灌溉条件下的土壤水盐动态，结果表明：五年连续使用咸水灌溉，土壤盐分能够保持平稳，SWAP 模型是一个能够长期预测土壤水盐动态变化过程的有效工具。陈凯文等[23]利用SWAP 模型模拟了不同水文年份下4 种节水灌溉模式下的水稻田土壤水分运移过程，分析了4 种节水灌溉模式的节水减排与高产的效果，结果表明：对于不同水文年型下控制灌排方式具有明显的节水省工的效果，且不造成水稻产量减产，有利于指导水稻节水灌溉实践。以上SWAP 模型模拟结果表明：SWAP 模型可以较好的模拟不同情况下的土壤水盐运动规律，为作物灌溉制度的制定和农田灌溉排水管理提供技术支撑。

2.1.2 地下水位变化模拟研究

国内外部分研究者也应用SWAP 模型模拟地下水位变化，并取得较好的应用效果。SWAP 模型可用于模拟不同地下水位埋深对灌溉水量、作物生长及产量的影响。Qureshi 等[24]利用SWAP 模型模拟了乌兹别克斯坦锡尔河地区棉花生长情况下的最优地下水位埋深和灌溉水量，结果表明：当优化排水深度大约为2.0m 和灌溉定额为2500m3/hm2，能够保证棉花达到最高潜在产量5～6t/hm2。Qureshi 等[25]利用SWAP 模型模拟和优化了伊拉克中部小麦和玉米种植条件下的地下水位埋深和灌溉水量，结果表明：在研究区修建排水系统，使地下水位埋深保持在2.0m 左右，且小麦的灌溉定额为500mm 及玉米的灌溉定额为600mm，能够保证获得最优的产量。Huo 等[26]利用SWAP 模型模拟了河南省新乡市冬小麦生育期不同灌溉水量和不同地下水位埋深条件下的土壤含水量和水流通量，结果表明：当地下水位埋深小于3m 且减小灌溉水量时，冬小麦明显利用下层土壤水分或浅层地下水，在实际情况下应该根据地下水位埋深的变化来确定灌水频率和灌水定额。Xu 等[27]利用SWAP 模型模拟了宁夏青铜峡灌区不同地下水位埋深和不同灌溉水量条件下的土壤水盐动态和春小麦产量，结果表明：维持现有的灌溉定额的情况下，由于土壤盐分胁迫原因，地下水位埋深增大将会导致春小麦轻微减产，当地下水位埋深为1.0～1.5m 时，最有利于春小麦的生长。Xu 等[28]利用SWAP 模型模拟了内蒙古河套灌区曙光试验站内的地下水补给量和毛管上升水量，结果表明：地下水的毛管上升量随着作物根系的生长而逐渐增大，当地下水位埋深小于1.5m 时对作物生长影响较明显，当地下水位埋深大于2.0m 时对作物生长影响不明显。以上SWAP 模型模拟结果表明，SWAP模型可以较好的模拟不同地下水位埋深对作物生长和产量的影响，优化灌溉水量，为作物灌溉制度的制定和控制地下水位埋深提供技术支撑。

2.1.3 农田排水模拟研究

国内外部分研究者也应用SWAP 模型模拟农田排水量，并取得较好的应用效果。SWAP 模型可用于模拟不同排水条件下对作物生长、产量及水分生产力的影响。Sarwar 等[29]在巴基斯坦旁遮普省用SWAP 模型分析了传统的灌溉制度和节水灌溉制度分别在排水和无排水条件下对小麦和棉花连续灌溉15 年后作物相对蒸腾和水分生产力的影响。Verma 等[30]用SWAP 模型模拟了印度哈里亚纳邦一处暗管排水研究区的地下水位、暗管排水流量和累积排水量，并用SWAP 模型来评估排水系统的性能。Sampipour 等[31]利用SWAP 模型模拟了印度西南部一块甘蔗农田不同排水沟间距和深度组合下的作物相对产量和排水量，研究表明，以甘蔗相对产量达到80%且排水量最小为目标，SWAP 模型模拟得到适宜的排水沟深为1.60m，排水沟间距为25m。Verma 等[32]在印度哈里亚纳邦半干旱季风气候区的一个排水试验站点，通过地下水埋深、排水速率和累计排水量对SWAP 模型在排水条件下1984-1988 年的SWAP 模拟表现进行了评价，结果表明：SWAP 模型在该地区的模拟效果较好，通过调整不同排水沟（管）的间距，确定在该地区任何降水量水平下间距为25m 时，在任何降水量水平下均不会出现地下水埋深小于30 cm 而影响土壤通气性、进而影响作物生长的问题。许迪等[33]在田间试验观测基础上，采用SWAP 模型分析黄河下游簸箕李引黄灌区农田排水再利用时的土壤盐分季节性变化以及地下水位对土壤盐分剖面分布的影响，模拟农田排水补灌对作物产量的效应。以上SWAP模型模拟结果表明，SWAP 模型可以较好的模拟不同排水条件下对作物生长、产量和水分生产力的影响，为作物灌溉制度的制定和控制排水管间距和埋深提供技术支撑。

2.1.4 作物生长与水分生产力模拟研究

国内外部分研究者也应用SWAP 模型模拟作物生长过程与水分生产力，并取得较好的应用效果。SWAP模型可用于模拟不同灌溉排水条件下对作物生长、产量及水分生产力的影响。Ben-Asher 等[34]利用SWAP 模型模拟了不同灌水矿化度对葡萄生长和产量的影响，并且比较了SWAP 模型中作物模块的简单模型和详细模型，结果表明：由于受到作物生育期耗水差异的影响，作物详细模型模拟得到更高的蒸腾量，而简单作物模型由于作物根系吸收更少的水分从而模拟得到更高的土壤含水量。Kahlown 等[35]利用SWAP 模型模拟了巴基斯坦印度河盆地水稻和小麦在喷灌条件下的产量和水分生产力，结果表明：与常规灌溉相比，采用喷灌后水稻产量增加了18%，耗水量减少了35%，且小麦和水稻的水分生产力分别达到了3.95kg/m3和0.55kg/m3。Jiang 等[36]利用SWAP 模型模拟了甘肃石羊河流域春玉米咸水非充分灌溉条件下的水盐动态、作物产量及水分生产力，结果表明：与淡水灌溉相比，咸水灌溉处理下具有更高的土壤含盐量、盐分累积量以及更低的作物相对产量和水分生产力。徐旭等[37]为了研究土壤水盐运移与作物生长过程的关系，构建了改进的农田尺度土壤水盐运移与作物耦合的SWAP-EPIC 模型，并分别利用宁夏惠农灌区春小麦和春玉米田间试验数据对模型的田间适用性进行了检验，结果表明：改进的SWAPEPIC 模型可较好地应用于干旱地区田间尺度上土壤水盐运移与作物生长耦合模拟。以上SWAP 模型模拟结果表明：SWAP 模型可以较好的模拟作物的生长状况、产量及水分生产力，指导农业生产实践。

综上所述，以上田间尺度上的SWAP 模型研究结果表明：经过率定和验证参数后的SWAP 模型可以较好模拟田间尺度上土壤水盐运移规律、地下水位变化规律、农田排水量和作物生长状况及作物水分生产力，可对农田灌溉排水系统进行管理与评价，并对农田水土环境响应进行预测，为农业生产和农业管理带来很大的方便，能够指导农业生产实践，但田间尺度上模拟研究区域范围都较小，研究结果只能代表所在研究区田间尺度上的研究结论，不能很好表示较大范围区域的结果，限制了模型的应用。

2.2 区域尺度上的SWAP 模型模拟

由于大范围区域内的气象条件、土地利用、土壤特性和作物种植结构等条件均存在很大的空间变异性，利用SWAP 模型模拟得到田间尺度上的结论并不能很好地代表大范围区域的情况，研究结果应用受到限制。近年来，国内外部分研究者将SWAP 模型与其他模型联合起来应用，构建由田间尺度向区域尺度进行扩展的模型，研究结果能够得到更好的进一步的应用和推广。利用SWAP 模型与其他模型联合应用，可用于区域范围内的土壤水盐运移及水盐平衡状况、作物生长状况、产量及水分生产力、灌溉排水量。Singh 等[38]在印度斯尔萨县地区田间试验的基础上，与GIS 技术和遥感影像耦合，建立了分布式SWAP-WOFOST 模型，结果表明：分布式SWAP-WOFOST 模型模拟得到的作物年平均蒸散量低于遥感模型估算得到的蒸散量，但模拟得到的作物产量与田间实测产量及遥感估算产量均具有较好的一致性，同时还利用构建的分布式SWAPWOFOST 模型对研究区域灌溉系统的适宜性进行了评价。Noory 等[39]基于野外田间试验、地理信息和遥感影像数据，构建了伊朗北部地区的分布式SWAP-WOFOST模型，并利用该分布式SWAP-WOFOST 模型模拟了灌溉措施对区域排水排盐量和水盐平衡的影响，结果表明：地下水位埋深模拟值和实测值吻合的较好，模拟分析得到的灌溉管理措施比现存的灌溉管理措施，可实现平均减少排水量22%～48%、排盐量30%～49%，且不会对作物相对蒸腾和根区盐分造成影响。徐旭等[40]将SWAP 模型与ArcInfo 进行耦合，构建了内蒙古河套灌区永联试验区的农田水盐动态模拟的GSWAP 模型，结果表明，GSWAP 模型可以高效而合理地进行区域尺度的土壤水盐动态模拟，具有实现数据输入输出、可视化显示和空间分析的优势。李彦等[41]基于田间试验资料，将SWAP 模型与GIS 和RS 技术相结合，构建了内蒙古河套灌区解放闸灌域的区域土壤水盐运移分布式模型，并利用构建的模型模拟了区域尺度下现状灌溉和节水灌溉两种条件下的土壤水盐时空演变规律，评价了灌溉水有效利用率。Jiang 等[42]以甘肃省黑河流域的张掖盈科灌区为研究区域，基于农田尺度农业水文SWAP-EPIC 模型构建了区域分布式模拟模型，对不同作物生长条件下的土壤水量平衡及作物的产量及水分生产力的空间分布进行了模拟，并评价了研究区主要作物的水分生产力。王利民等[43]以黑龙江南部地区为研究区，以SWAP 模型为基础，确定春玉米的作物生长模型参数，并使用SCE-UA 同化算法，基于MODIS 的LAI和ET 数据集，进行了作物生长模型和遥感数据的同化，结果表明：研究区的玉米产量与统计产量直接吻合，基于SWAP 模型同化MODIS 数据，可有效进行研究区域的玉米产量遥感监测。

综上所述，区域尺度上的SWAP 模型模拟结果表明：利用SWAP 模型与其他模型耦合情况下，构建由田间尺度向区域尺度改进的分布式SWAP 模型，能够扩大研究区域范围，使SWAP 模型在模拟土壤水盐运移、地下水位变化、作物生长及产量、作物水分生产力等方面更广泛地应用，为大区域范围的农业生产实践和农业管理提供理论基础和技术支持。

3 结论与展望

SWAP 模型在国内外的大量研究与实践应用表明：SWAP 模型可以用于模拟田间尺度上的土壤水盐运移变化、地下水位变化、农田排水量、作物生长过程及水分生产力等，可对农田灌溉排水系统进行管理与评价，并对农田水土环境响应进行预测，SWAP 模型也可与其他模型耦合联用，构建由田间尺度向区域尺度改进的分布式SWAP 模型，用于区域尺度上的模拟，使模型能够得到更好的应用与推广，为农业生产和农业管理提供理论基础和技术支持。通过以上SWAP 模型的研究与应用，归纳如下几条在SWAP 模型应用时需注意的问题：

（1）SWAP 模型模拟的是垂向一维土体的土壤水分与溶质运移规律，没有考虑到不同区域之间土壤水与地下水侧向流动关系，不能用于模拟二维、三维土体的土壤水分和溶质运动，这限制了模型的应用。

（2）在对模型的土壤水力特性参数和溶质运移参数率定和验证时，土壤水力特性参数相对更容易率定准确，模型精度更高，而对溶质运移参数率定相对来说精度略低，这主要是分子扩散系数、弥散度、自由水与吸附水之间的溶质交换率等溶质参数较难调整到最合适的值，再者溶质不仅随着土壤水分的运动而运移，而且还在自身浓度梯度的作用下也会运动。

（3）WOFOST 作物生长模型中简单作物模型模拟得到的产量是相对产量，与实际产量需要进行换算才能进行比较，这存在一定的误差，而详细作物模型需要的数据较多，部分数据不容易获取，因此，SWAP 模型与其他作物模型进行耦合应用，相对来说得到的作物生长与产量指标更准确。

（4）SWAP 模型不能准确模拟农田作物地膜覆盖和秸秆覆盖情况下的土壤水分与溶质运移规律，因为农田作物地膜覆盖和秸秆覆盖会改变垂向土体的土壤水分和溶质运动过程。

（5）SWAP 模型率定调参时通过试错法进行参数估计，这种方法存在运算量大、耗时长和主观性强等突出问题，而且SWAP 模型还缺乏嵌套的参数敏感性分析模块，无法准确识别出模拟结果影响较大的参数[44]。

总之，SWAP 模型在国内外干旱地区与半干旱地区已经得到较广泛的应用，已经成为灌溉排水和溶质运移等方面主要的研究手段之一，模型在应用中虽然存在部分方面的不足，建议今后根据研究的实际情况，对模型进行相应的改进，使SWAP 模型变得更加完善。