陳沛源，李金文，俞 巧，郭嘉兵，馬金珠

基于SWAT模型的涇河流域地下水分布特征與水資源評(píng)價(jià)

陳沛源，李金文，俞 巧，郭嘉兵，馬金珠*

（蘭州大學(xué) 資源環(huán)境學(xué)院，蘭州 730000）

【】合理規(guī)劃與可持續(xù)開(kāi)發(fā)利用地下水資源。選取涇河流域?yàn)檠芯繉?duì)象，利用SWAT分布式水文模型進(jìn)行了徑流模擬，采用涇川（三）站、楊家坪（二）站和張家山（二）站逐月實(shí)測(cè)徑流量進(jìn)行模型參數(shù)率定，在此基礎(chǔ)上對(duì)涇河流域淺層地下水分布特征、地下潛水儲(chǔ)量和可開(kāi)采量進(jìn)行了初步評(píng)價(jià)。研究區(qū)模型表現(xiàn)良好，2和分別達(dá)到0.83和0.71，滿足要求。流域地下水儲(chǔ)量分布差異較大，儲(chǔ)量下降嚴(yán)重，2009—2016年下降約65.9億m3，下降速率為0.51億m3/月。地下水資源評(píng)價(jià)結(jié)果表明，涇河流域平均補(bǔ)給量為3.44億m3/a，平均地下徑流模數(shù)為0.21 L/(s·km2)，總體可開(kāi)采量為1.89億m3/a。SWAT模型在進(jìn)行地下水資源評(píng)價(jià)方面具有良好的評(píng)價(jià)效果和精度。

涇河流域；SWAT模型；地下水分布特征；地下水資源評(píng)價(jià)

0 引言

【研究意義】水資源問(wèn)題是國(guó)內(nèi)外十分重視的重大問(wèn)題之一，是基礎(chǔ)自然資源也是戰(zhàn)略性經(jīng)濟(jì)資源，我國(guó)水資源狀況存在著時(shí)空分布不均、過(guò)度開(kāi)采利用和水資源污染等問(wèn)題。近年來(lái)，國(guó)家十分重視水資源的保護(hù)和治理，相關(guān)法律法規(guī)逐步健全，在國(guó)民經(jīng)濟(jì)迅猛發(fā)展的背景下，合理規(guī)劃利用水資源的迫切性顯得十分重要[1]。水資源是制約西北地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展與生態(tài)安全的關(guān)鍵因素[2]，而北方地區(qū)地下水資源利用量大，水資源過(guò)度開(kāi)發(fā)造成了一系列環(huán)境問(wèn)題，這與對(duì)地下水情勢(shì)把握不足和偏重水資源功能開(kāi)發(fā)等情況有關(guān)。全面整體地了解區(qū)域地下水資源狀況和變化規(guī)律是合理開(kāi)發(fā)利用的前提。

【研究進(jìn)展】目前，地下水資源評(píng)價(jià)手段多樣，主要以水均衡法和開(kāi)采法為主[3]，也有很多結(jié)合數(shù)值模擬方法和傳統(tǒng)手段綜合評(píng)估地下水的研究，主要是地下水模擬方式[4-5]。多年來(lái)，地下水模擬研究中形成了一批有影響力的模型，如MODFLOW、MT3D99、PEST、Visual Groundwater等[6]。SWAT模型是被國(guó)際上廣泛認(rèn)可的分布式流域模擬模型，具有較強(qiáng)的物理模擬能力，能夠反映參與水文循環(huán)的各要素的變化對(duì)流域水循環(huán)的影響，可模擬流域氣候、土壤、植被等環(huán)境要素對(duì)水文循環(huán)的影響，且路面水文過(guò)程考慮了水文、泥沙、農(nóng)作物、營(yíng)養(yǎng)物質(zhì)等多個(gè)模塊對(duì)系統(tǒng)的貢獻(xiàn)[7]?！厩腥朦c(diǎn)】模型應(yīng)用在徑流模擬中較多，包括對(duì)土地利用變化、氣候變化等對(duì)地表徑流的影響，點(diǎn)面源污染物的時(shí)空遷移等[8-13]，但在地下水資源評(píng)價(jià)中運(yùn)用較少。涇河流域水資源量貧乏，制約著區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展，水資源利用效率不高，可供開(kāi)發(fā)利用量不足，地下水開(kāi)采量大。因此流域整體地下水資源評(píng)價(jià)水平急需提高，水資源評(píng)價(jià)手段亟待豐富。

【擬解決的關(guān)鍵問(wèn)題】本文利用SWAT模型模擬研究區(qū)徑流，在率定敏感參數(shù)，保證模型的適用性的基礎(chǔ)上，通過(guò)模型劃分的水文響應(yīng)單元，使得模擬要素保持氣候、土壤、土地利用的區(qū)域一致性，對(duì)流域整體進(jìn)行淺層地下水的水資源評(píng)價(jià)，并對(duì)各子流域地下水的分布特征進(jìn)行初步分析。

1 研究區(qū)概況

涇河流域位于黃土高原中部，處于六盤(pán)山和子午嶺之間，地形復(fù)雜多樣，主要以黃土丘陵溝壑區(qū)和黃土高原溝壑區(qū)為主。涇河發(fā)源于寧夏回族自治區(qū)涇源縣六盤(pán)山東麓，流經(jīng)陜、甘、寧3省（區(qū)）31縣，全長(zhǎng)455.1 km，流域面積45 421 km2，是渭河的一級(jí)支流，黃河的二級(jí)支流。涇河流域?qū)儆诖箨懶詺夂?，年均氣?～13 ℃，年均降雨量390～560 mm，降雨集中于7—9月，徑流年際變化大，年內(nèi)分配不均[13-15]。

圖1 研究區(qū)概況

2 模型的構(gòu)建

2.1 數(shù)據(jù)資料

SWAT模型輸入數(shù)據(jù)包含數(shù)字高程數(shù)據(jù)、土壤類(lèi)型分布及屬性數(shù)據(jù)、氣象數(shù)據(jù)和用于率定的徑流量數(shù)據(jù)。其中徑流量數(shù)據(jù)選取了涇川（三）站、楊家坪（二）站和流域控制站張家山（二）站2008—2016年逐月徑流量數(shù)據(jù)。

DEM數(shù)據(jù)為ASTER GDEM 30 m精度；土壤數(shù)據(jù)采用基于世界土壤數(shù)據(jù)庫(kù)（HWSD）的中國(guó)土壤數(shù)據(jù)集（v1.1），精度為1∶1 000 000；土地利用數(shù)據(jù)采用中國(guó)2016年土地利用數(shù)據(jù)，精度為30 m；氣象數(shù)據(jù)采用SWAT模型中國(guó)大氣同化驅(qū)動(dòng)數(shù)據(jù)集（CMADS V1.1 2008—2016）。

表1 涇河流域數(shù)據(jù)來(lái)源

2.2 模型數(shù)據(jù)庫(kù)的構(gòu)建

2.2.1 土壤數(shù)據(jù)庫(kù)

土壤數(shù)據(jù)庫(kù)包含研究區(qū)不同土壤的空間分布狀況和各類(lèi)土壤物理屬性。數(shù)據(jù)集源自聯(lián)合國(guó)糧農(nóng)組織（FAO）和維也納國(guó)際應(yīng)用系統(tǒng)研究所（IIASA）所構(gòu)建的世界土壤數(shù)據(jù)庫(kù)（Harmonized World Soil Database version 1.1）（HWSD）。中國(guó)境內(nèi)數(shù)據(jù)源為第二次全國(guó)土地調(diào)查南京土壤所提供的1∶1 000 000土壤數(shù)據(jù)[16-17]，且采用FAO-90分類(lèi)系統(tǒng)，故無(wú)需進(jìn)行土壤粒徑的轉(zhuǎn)化，經(jīng)過(guò)重分類(lèi)后即可直接使用。

通過(guò)對(duì)涇河流域土壤類(lèi)型的分析后，取土壤大類(lèi)中占比最大的類(lèi)型作為各類(lèi)的屬性參數(shù)。經(jīng)過(guò)重分類(lèi)后，共有21種土壤大類(lèi)，主要土壤類(lèi)型（>1%）見(jiàn)表2。

表2 主要土壤類(lèi)型占比

SWAT模型土壤數(shù)據(jù)庫(kù)參數(shù)的構(gòu)建有2個(gè)途徑，一類(lèi)是可直接從HWSD數(shù)據(jù)庫(kù)獲取，另一類(lèi)則需要借助土壤水特性計(jì)算軟件SPAW計(jì)算得出。其中，土壤層中有機(jī)碳的量應(yīng)換算為有機(jī)質(zhì)量，再輸入SPAW軟件中計(jì)算。SWAT模型模擬徑流采用的是徑流曲線數(shù)法（SCS）。因此，HYDGRP參數(shù)則采用的是美國(guó)自然環(huán)保署根據(jù)土壤最小滲透率所劃分的水文土壤組確定[18]。具體分組見(jiàn)表3。由于數(shù)據(jù)庫(kù)中包含土壤的砂粒、黏壤土和黏土的量，為了方便計(jì)算模型中的USLE-K參數(shù)，采用Williams提出的替換公式[19]計(jì)算。具體參數(shù)的構(gòu)建如表4所示。

表3 水文土壤分組

2.2.2 土地利用數(shù)據(jù)庫(kù)

土地利用數(shù)據(jù)來(lái)源于地理國(guó)情監(jiān)測(cè)云平臺(tái)30 m分辨率柵格數(shù)據(jù)，采用LUCC分類(lèi)體系。根據(jù)SWAT模型輸入類(lèi)型，將研究區(qū)土地利用類(lèi)型重分類(lèi)為6大類(lèi)，分別為耕地、林地、草地、水域、居民用地和未利用土地。模型輸入對(duì)應(yīng)類(lèi)型見(jiàn)表5。

2.2.3 氣象數(shù)據(jù)庫(kù)

SWAT模型氣象數(shù)據(jù)庫(kù)的構(gòu)建分為實(shí)測(cè)氣象數(shù)據(jù)的輸入和天氣發(fā)生器的建立。實(shí)測(cè)氣象數(shù)據(jù)包含降水、溫度、相對(duì)濕度、太陽(yáng)輻射和風(fēng)速的逐日數(shù)據(jù)。本研究采用中國(guó)大氣同化驅(qū)動(dòng)集（CMADS V 1.1），空間分辨率1/4°，時(shí)間分辨率為逐日，時(shí)間尺度為2008—2016年。數(shù)據(jù)集中相關(guān)數(shù)據(jù)已經(jīng)按照SWAT模型格式處理[20]。采用世界天氣數(shù)據(jù)庫(kù)（CFSR_World Weather Database）作為模型內(nèi)置天氣發(fā)生器的輸入數(shù)據(jù)。該數(shù)據(jù)庫(kù)是SWAT模型使用最為廣泛的氣象數(shù)據(jù)庫(kù)之一，在經(jīng)過(guò)實(shí)測(cè)氣象數(shù)據(jù)的修正后，模擬精度會(huì)顯著提高[12, 21-22]。本文選取了研究區(qū)內(nèi)和周?chē)?8個(gè)氣象站點(diǎn)的降水、溫度、相對(duì)濕度、太陽(yáng)輻射和風(fēng)速的逐日氣象數(shù)據(jù)作為實(shí)測(cè)氣象數(shù)據(jù)。由于氣象站點(diǎn)分布密度有限，選取CFSR天氣數(shù)據(jù)庫(kù)作為模型天氣發(fā)生器的氣象數(shù)據(jù)，該數(shù)據(jù)可對(duì)無(wú)資料或缺乏氣象資料的區(qū)域起到補(bǔ)充作用。

表4 SWAT模型土壤數(shù)據(jù)庫(kù)參數(shù)

表5 土地利用SWAT編碼

2.3 模型的運(yùn)行

在ArcSWAT模塊中，對(duì)DEM數(shù)據(jù)進(jìn)行子流域劃分，輸入土地利用、土壤類(lèi)型和坡度，各占比20%、10%和10%，最后確定HRU。為了提高模擬精度，以2008年作為模型的預(yù)熱階段。利用涇川（三）站、楊家坪（二）站和張家山（二）站2008—2016年逐月實(shí)測(cè)徑流量數(shù)據(jù)進(jìn)行模型參數(shù)的率定。2009—2013年為率定期，2014—2016年為驗(yàn)證期。

2.4 參數(shù)率定與驗(yàn)證

SWAT模型參數(shù)眾多，需要選取與研究相關(guān)的參數(shù)進(jìn)行敏感性分析，篩選出敏感性較高的參數(shù)進(jìn)行模型的調(diào)參。本文共選取14個(gè)參數(shù)，利用SWAT-CUP軟件進(jìn)行參數(shù)敏感性分析。模型中提供了2種檢驗(yàn)方法，為全局敏感性分析和單次單參數(shù)檢驗(yàn)。本文采用全局敏感性分析，利用檢驗(yàn)和值顯著性檢驗(yàn)來(lái)反應(yīng)參數(shù)的敏感性程度。在確定參數(shù)和選定參數(shù)初始范圍后，采用模型內(nèi)置的拉丁超立方體抽樣算法，進(jìn)行了500次迭代計(jì)算。利用決定系數(shù)（2）和納什效率系數(shù)（）來(lái)評(píng)價(jià)模型的適宜性。納什效率系數(shù)結(jié)合SUFI-2算法可以在較少的迭代次數(shù)下得到很好的不確定性范圍，最終得到模型的最優(yōu)參數(shù)[23]。各參數(shù)敏感性分析及最優(yōu)參數(shù)見(jiàn)表6。

表6 參數(shù)敏感性分析表

模型參數(shù)的修改方法為替換（）和相對(duì)值（）2種，回代模型后，重寫(xiě)工作表并再次運(yùn)行驗(yàn)證。徑流量率定與驗(yàn)證結(jié)果見(jiàn)圖2。

圖2 模型的徑流量率定與驗(yàn)證

模擬結(jié)果顯示（表7），各站徑流模擬均較為理想，2≥0.75，其中張家山（二）與楊家坪（二）站模擬效果好。由于模型是通過(guò)整體流域進(jìn)行模擬，因此率定站控制面積越大，越能反應(yīng)整體流域的徑流情況。

表7 模擬結(jié)果評(píng)價(jià)

3 結(jié)果與分析

3.1 地下水分布特征

利用模型輸出的模擬時(shí)間段最后的潛水層水儲(chǔ)量數(shù)據(jù)，將其關(guān)聯(lián)至先前劃分好的子流域上。涇河流域各子流域多年平均潛水層儲(chǔ)水量空間分布與流域水文地質(zhì)圖見(jiàn)圖4。流域地下潛水層儲(chǔ)量分布差異較大，以慶陽(yáng)黃土塬地區(qū)為中心向東西方向逐漸下降，屬于第四系黃土含水層，由于其水文地質(zhì)單元獨(dú)立[24]，構(gòu)造水平，與周?chē)鷧^(qū)域連通性差，故儲(chǔ)量較大。西北部環(huán)縣附近出露厚度大、產(chǎn)狀平緩的白堊系地層，且屬向斜盆地，為流域儲(chǔ)量相對(duì)較大區(qū)域[25]。流域北部寧夏地區(qū)（子流域1、2）、西南部（子流域11、13、17、20）、東部（子流域7、8、15、18）和流域出口（子流域22）水儲(chǔ)量相對(duì)少。流域地下水徑排特征是從西、北、東3面向東南的涇河下游及馬蓮河河谷方向匯集[26]，模擬地下水徑排趨勢(shì)基本符合，為總體向南和東南匯集，總體呈中心向周?chē)鷾p少。子流域9、12、14、16和19主要為涇河干流區(qū)域，潛水層水儲(chǔ)量相對(duì)最少，水資源主要是地表水。

參考《平?jīng)鍪兴Y源綜合規(guī)劃（2014）》實(shí)際潛水層水儲(chǔ)量數(shù)據(jù)，驗(yàn)證模型輸出的可信度。模擬數(shù)據(jù)與參考資料對(duì)比結(jié)果見(jiàn)表8。模型對(duì)大尺度流域的模擬效果更好，體現(xiàn)了SWAT模型對(duì)大尺度流域模擬的優(yōu)勢(shì)，整個(gè)流域的模擬結(jié)果是可信的。

表8 模擬值與實(shí)測(cè)值對(duì)比

圖3 流域模擬潛水層儲(chǔ)量變化圖

圖3為流域地下儲(chǔ)水量變化趨勢(shì)。由圖3可知，流域整體地下水儲(chǔ)量呈下降態(tài)勢(shì)，由于可供開(kāi)發(fā)的利用量不足，開(kāi)發(fā)難度大，造成重點(diǎn)城區(qū)超采嚴(yán)重的狀況。流域整體地下水儲(chǔ)量模擬值為淺層與深層水量之和，模擬顯示近8年從454.7億m3下降至388.8億m3，下降速率為0.51億m3/月，共損了65.9億m3，儲(chǔ)量損失較大。模擬期內(nèi)儲(chǔ)量均在歷年夏季（7、8月）左右有小幅度累積增加后逐年遞減。2013年為模擬期內(nèi)年徑流量最大年（14.58億m3），由圖3可知，經(jīng)過(guò)2013年的補(bǔ)給后，潛水層儲(chǔ)量逐年補(bǔ)充趨于消失。

3.2 地下水資源評(píng)價(jià)

從地下水均衡計(jì)算原理出發(fā)，淺層含水層儲(chǔ)變量計(jì)算式為：

式中：?Sgw為淺層含水層儲(chǔ)變量（mm）；PERC為包氣帶滲漏水量（mm）；REVAP為含水層回歸包氣帶水量（mm）；DARCHG為深層含水層滲漏量（mm）；GWQ為地下徑流對(duì)主河道的貢獻(xiàn)量（mm）。2009—2016年涇河流域地下水儲(chǔ)變量計(jì)算見(jiàn)表9（模型預(yù)熱期NYSKIP=1）。

表9 涇河流域地下水儲(chǔ)變量

由表9可知，儲(chǔ)變量平均為-6.89億m3/a，研究區(qū)總體處于超采狀態(tài)。2013年是模擬期徑流最大值，儲(chǔ)變量為2.76億m3/a，處于正均衡狀態(tài)。排泄項(xiàng)中水資源主要以回歸包氣帶的形式損耗，包括了植物根系從潛水層吸收的水量，占90.67%。其次約有7.14%的地下水以基流形式補(bǔ)給河道，對(duì)深層含水層的補(bǔ)給最少，僅有2.19%。涇河流域?qū)贉貛Т箨懶詺夂?，年?nèi)溫差較大，整體蒸發(fā)量大，降雨補(bǔ)給較少，石質(zhì)山區(qū)平均614 mm，但蒸發(fā)總量可達(dá)1 438.4 mm，黃土區(qū)為475 mm，蒸發(fā)量達(dá)1 419.9 mm左右[27]。據(jù)相關(guān)研究預(yù)測(cè)，涇河流域21世紀(jì)潛在蒸散量普遍增長(zhǎng)，且空間分布將保持現(xiàn)有模式[28]，區(qū)內(nèi)各地主要受大氣降水補(bǔ)給，但補(bǔ)給量因下墊面情況影響，補(bǔ)給條件總體較差[26]。這可能是流域地下水排泄損失是以回歸包氣帶形式的主要原因。

流域內(nèi)區(qū)域水文地質(zhì)條件各異，在劃分子流域的基礎(chǔ)上，選擇特征水文年進(jìn)行水資源評(píng)價(jià)，代表流域內(nèi)的整體平均水平。選取涇河流域張家山水文站2009—2016年徑流量系列數(shù)據(jù)，利用經(jīng)驗(yàn)頻率分析法，得出模擬期內(nèi)一般枯水年2015年（=75%），年徑流量為7.89億m3；平水年2012年（=50%），年徑流量為10.63億m3。；豐水年2011年（=25%），年徑流量為12.95億m3。以典型年分別進(jìn)行地下水可開(kāi)采量計(jì)算。

表10 研究區(qū)子流域地下水徑流模數(shù)與補(bǔ)給量

表11 研究區(qū)子流域典型年可開(kāi)采量表

對(duì)流域地下水系統(tǒng)天然補(bǔ)給量進(jìn)行計(jì)算可采用地下水徑流模數(shù)法。首先對(duì)模型模擬的典型年各子流域排泄量進(jìn)行計(jì)算，將得出的時(shí)間步長(zhǎng)內(nèi)地下平均徑流量換算為各子流域的地下水徑流模數(shù)，進(jìn)而計(jì)算得到各子流域的天然補(bǔ)給量。具體計(jì)算式為：

式中：為天然補(bǔ)給量（萬(wàn)m3）；為地下水徑流模數(shù)（L/（s·km2））；為匯水面積（km2）；為時(shí)間（s）。其中地下水徑流模數(shù)計(jì)算式為：

式中：為時(shí)間步長(zhǎng)內(nèi)地下平均徑流量（m3）；為匯水面積（km2）；為時(shí)間（s）。

為了進(jìn)行流域尺度地下水可開(kāi)采量估算，本研究采用可開(kāi)采系數(shù)法初步計(jì)算各子流域典型年地下水可開(kāi)采量?？紤]到可開(kāi)采系數(shù)法的適用條件，在驗(yàn)證模型可信度后，根據(jù)已有資料，采用甘肅省平?jīng)鍪小c陽(yáng)市和咸陽(yáng)市不同水文地質(zhì)分區(qū)的可開(kāi)采系數(shù)均值（=0.55）對(duì)涇河流域進(jìn)行地下水可開(kāi)采量計(jì)算，流域典型年可開(kāi)采量見(jiàn)表11。

4 討論

4.1 SWAT模型在地下水資源評(píng)價(jià)工作中的適用性

地下水資源評(píng)價(jià)是把控水資源量、理清水資源供需關(guān)系從而合理分配利用地下水的重要環(huán)節(jié)。常見(jiàn)的地下水資源評(píng)價(jià)方法主要有水均衡法和地下水開(kāi)采實(shí)驗(yàn)法。經(jīng)過(guò)多年的實(shí)踐應(yīng)用，這些方法廣泛利用在各種實(shí)際工作中，已經(jīng)十分成熟。其中，水均衡法，適用范圍廣且評(píng)價(jià)方法簡(jiǎn)便。但對(duì)于較大地區(qū)地下水資源評(píng)價(jià)，往往評(píng)價(jià)精度不高，這主要是評(píng)價(jià)過(guò)程中參數(shù)較為簡(jiǎn)單，水文地質(zhì)信息掌握不足導(dǎo)致。開(kāi)采法雖有較高的評(píng)價(jià)精度，但使用成本高，因此常用于水文資料缺乏地區(qū)[3]。SWAT模型在分析土地利用變化、氣候變化、人類(lèi)活動(dòng)等因素對(duì)地表徑流和地下水的影響方面效果良好[29-30]。結(jié)合模型或耦合其他模型進(jìn)行流域尺度生態(tài)、水文水資源的模擬研究為SWAT模型目前的主要應(yīng)用方向。由于SWAT水文模型對(duì)地理信息、氣象信息和水文信息進(jìn)行了面上的細(xì)分，水文響應(yīng)單元的形式使得區(qū)域水資源的補(bǔ)給、蒸發(fā)、截流和下滲等物理過(guò)程發(fā)生的載體達(dá)到局部的均一化，能較好地解決局地水文地質(zhì)的差異性所導(dǎo)致的水資源計(jì)算精度不足的問(wèn)題因此，將模型在地下水資源評(píng)價(jià)工作中進(jìn)行應(yīng)用既可滿足較高的評(píng)價(jià)精度，又具有易操作，實(shí)用性強(qiáng)的特點(diǎn)，尤其適用于大流域地下水資源評(píng)價(jià)工作。

4.2 模型模擬與地下水資源評(píng)價(jià)結(jié)合的可行性

本文利用SWAT模型完成了地下水入滲補(bǔ)給量和可開(kāi)采量的計(jì)算，并以實(shí)測(cè)資料對(duì)評(píng)價(jià)效果進(jìn)行了驗(yàn)證，模型表現(xiàn)良好，水資源評(píng)價(jià)結(jié)果可信。模型模擬結(jié)果主要以水文響應(yīng)單元（HRU）、子流域（SUB）和主河道（RCH）3種形式輸出。模型本身不具有地下水資源評(píng)價(jià)的模塊，在水均衡法的基礎(chǔ)上，對(duì)子流域輸出的相關(guān)參數(shù)進(jìn)行計(jì)算處理，完成研究區(qū)各部分的水均衡計(jì)算。模型模擬的子流域出口地下水排泄量，可通過(guò)結(jié)合地下水徑流模數(shù)法計(jì)算流域內(nèi)各子流域的天然補(bǔ)給量。應(yīng)當(dāng)注意的是，研究得出的平?jīng)鍪屑安糠挚h的天然補(bǔ)給量，是基于模型率定后對(duì)區(qū)域進(jìn)行二次劃分后，進(jìn)一步劃分子流域而計(jì)算得出的。驗(yàn)證結(jié)果顯示模型模擬結(jié)果的準(zhǔn)確性隨著研究區(qū)模擬面積的增大而增大，即在模型率定過(guò)程中根據(jù)高程信息劃分的流域范圍下進(jìn)行輸出數(shù)據(jù)的進(jìn)一步處理是最為準(zhǔn)確的。如表8所示，平?jīng)龅貐^(qū)在整個(gè)涇河流域面積中占16%左右，模擬結(jié)果與實(shí)測(cè)資料的相對(duì)誤差僅為0.97%。對(duì)面積較小的流域進(jìn)行水資源評(píng)價(jià)時(shí)（遠(yuǎn)遠(yuǎn)小于率定面積），應(yīng)當(dāng)以目標(biāo)流域內(nèi)水文控制站實(shí)測(cè)徑流資料進(jìn)行重新率定，即可保證模型輸出結(jié)果的準(zhǔn)確性。

5 結(jié)論

1）作為模型的驅(qū)動(dòng)數(shù)據(jù)庫(kù)，HWSD世界土壤數(shù)據(jù)庫(kù)和CMADS氣象數(shù)據(jù)集在研究區(qū)模擬表現(xiàn)較好，其中楊家坪（二）站模擬效果最好，2和值分別達(dá)到0.83和0.71。流域控制站張家山（三）站，徑流率定2和值分別為0.78和0.74，滿足模擬要求。

2）潛水層儲(chǔ)量與潛水層厚度和地質(zhì)構(gòu)造狀況有關(guān)，可能是區(qū)域水文地質(zhì)的差異所主導(dǎo)的，符合天然狀態(tài)下地下水儲(chǔ)藏特征。

3）2009—2016年，地下潛水層儲(chǔ)水量損失約為65.9億m3，下降速率為0.51億m3/月。模擬期內(nèi)儲(chǔ)水量呈周期震蕩變化，符合流域降雨補(bǔ)給時(shí)間集中所導(dǎo)致的地下水動(dòng)態(tài)變化規(guī)律。

4）流域2009—2016年平均地下水徑流模數(shù)為0.21 L/(s·km2)，總體補(bǔ)給量為3.44億m3/a，總體可開(kāi)采量為1.89億m3/a。

[1] 張學(xué)偉. 我國(guó)地下水資源開(kāi)發(fā)利用現(xiàn)狀及保護(hù)措施探討[J]. 地下水, 2017, 39(3): 55-56.

ZHANG Xuewei. Discussion on exploitation and utilization of groundwater resources and protection measures in China[J]. Groundwater, 2017, 39(3): 55-56.

[2] 陳亞寧, 楊青, 羅毅, 等. 西北干旱區(qū)水資源問(wèn)題研究思考[J]. 干旱區(qū)地理, 2012, 35(1): 1-9.

CHEN Yaning, YANG Qing, LUO Yi, et al. Ponder on the issues of water resources in the arid region of northwest China[J]. Arid Land Geography, 2012, 35(1): 1-9.

[3] 張博源, 王愛(ài)欣, 李鵬飛, 等. 地下水資源評(píng)價(jià)方法與發(fā)展研究[J]. 工程技術(shù)研究, 2020, 5(19): 231-232.

ZHANG Boyuan, WANG Aixin, LI Pengfei, et al. Research on evaluation methods and development of groundwater resources[J]. Engineering Technology Research, 2020, 5(19): 231-232.

[4] 王浩, 陸垂裕, 秦大庸, 等. 地下水?dāng)?shù)值計(jì)算與應(yīng)用研究進(jìn)展綜述[J]. 地學(xué)前緣, 2010, 17(6): 1-12.

WANG Hao, LU Chuiyu, QIN Dayong, et al. Review on numerical calculation and application of groundwater[J]. Earth Science Frontiers, 2010, 17(6): 1-12.

[5] 魏文清, 馬長(zhǎng)明, 魏文炳. 地下水?dāng)?shù)值模擬的建模方法及應(yīng)用[J]. 東北水利水電, 2006(3): 25-28, 71.

WEI Wenqing, MA Changming, WEI Wenbing. Modeling method and application of groundwater numerical simulation[J]. Northeast Water Resources and Hydropower, 2006(3): 25-28, 71.

[6] 丁繼紅, 周德亮, 馬生忠. 國(guó)外地下水模擬軟件的發(fā)展現(xiàn)狀與趨勢(shì)[J]. 勘察科學(xué)技術(shù), 2002(1): 37-42.

DING Jihong, ZHOU Deliang, MA Shengzhong. Current situation and trend of groundwater simulation software in foreign countries[J]. Reconnaissance Science and Technology, 2002(1): 37-42.

[7] 田彥杰, 汪志榮, 張曉曉. SWAT模型發(fā)展與應(yīng)用研究進(jìn)展[J]. 安徽農(nóng)業(yè)科學(xué), 2012, 40(6): 3 480-3 483, 3 486.

TIAN Yanjie, WANG Zhirong, ZHANG Xiaoxiao. Research Progress of SWAT Model development and Application[J]. Anhui Agricultural Sciences, 2012, 40(6): 3 480-3 483, 3 486.

[8] 李道峰, 田英, 劉昌明. 黃河河源區(qū)變化環(huán)境下分布式水文模擬[J]. 地理學(xué)報(bào), 2004(4): 565-573.

LI Daofeng, TIAN Ying, LIU Changming. Distributed hydrological simulation of the Source region of the Yellow River under changing environment[J]. Acta Geographica Sinica, 2004(4): 565-573.

[9] 朱利, 張萬(wàn)昌. 基于徑流模擬的漢江上游區(qū)水資源對(duì)氣候變化響應(yīng)的研究[J]. 資源科學(xué), 2005(2): 16-22.

ZHU Li, ZHANG Wanchang. Response of water resources to climate change in the upper Reaches of Hanjiang River based on runoff simulation[J]. Resources Science, 2005(2): 16-22.

[10] 于磊, 顧鎏, 李建新, 等. 基于SWAT模型的中尺度流域氣候變化水文響應(yīng)研究[J]. 水土保持通報(bào), 2008(4): 152-154, 201.

YU Lei, GU Liu, LI Jianxin, et al. Hydrological response of mesoscale watershed to climate change based on SWAT model[J]. Bulletin of Soil and Water Conservation, 2008(4): 152-154, 201.

[11] 劉吉峰, 霍世青, 李世杰, 等. SWAT模型在青海湖布哈河流域徑流變化成因分析中的應(yīng)用[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2007(2): 159-163.

LIU Jifeng, HUO Shiqing, LI Shijie, et al. Application of SWAT model to analysis of the causes of runoff change in Buha River Basin of Qinghai Lake[J]. Journal of Hohai University (Natural Science Edition), 2007(2): 159-163.

[12] 胡勝, 曹明明, 邱海軍, 等. CFSR氣象數(shù)據(jù)在流域水文模擬中的適用性評(píng)價(jià)：以灞河流域?yàn)槔齕J]. 地理學(xué)報(bào), 2016, 71(9): 1 571-1 586.

HU Sheng, CAO Mingming, QIU Haijun, et al. Applicability evaluation of CFSR meteorological data in Watershed Hydrological Simulation: A case study of Bahe River Basin[J]. Acta Geographica Sinica, 2016, 71(9): 1 571-1 586.

[13] 邱國(guó)玉, 尹婧, 熊育久, 等. 北方干旱化和土地利用變化對(duì)涇河流域徑流的影響[J]. 自然資源學(xué)報(bào), 2008(2): 211-218.

QIU Guoyu, YIN Jing, XIONG Yujiu, et al. Effects of drought and land use change on runoff in Jinghe River Basin[J]. Journal of Natural Resources, 2008(2): 211-218.

[14] 王兮之, 索安寧, 洪軍, 等. 涇河典型流域水沙變化及其景觀格局分析[J]. 水土保持研究, 2006(4): 260-263.

WANG Xizhi, SUO Anning, HONG Jun, et al. Soil and water conservation research[J]. Research of Soil and Water Conservation, 2006(4): 260-263.

[15] 閔慶文, 耿艷輝, 萬(wàn)信, 等. 涇河流域水資源需求結(jié)構(gòu)分析與調(diào)控策略[J]. 資源科學(xué), 2007(2): 164-171.

MIN Qingwen, GENG Yanhui, WAN Xin, et al. Water resources Demand structure analysis and regulation strategy in Jinghe River Basin[J]. Resources Science, 2007(2): 164-171.

[16] 姚蘇紅, 朱仲元, 張圣微, 等. 基于SWAT模型的內(nèi)蒙古閃電河流域徑流模擬研究[J]. 干旱區(qū)資源與環(huán)境, 2013(1): 175-180.

YAO Suhong, ZHU Zhongyuan. ZHANG Shengwei, et al. Study on runoff simulation based on SWAT model in Leitai River Basin, Inner Mongolia[J]. Journal of Arid Land Resources and Environment, 2013(1): 175-180.

[17] FISCHER G, NACHTERGAELE F, PRIELER S, et al. Global agro-ecological zones assessment for agriculture (GAEZ 2008)[J]. IIASA, Laxenburg, Austria and FAO, Rome, Italy, 2008, 10.

[18] 羅利芳, 張科利, 符素華. 徑流曲線數(shù)法在黃土高原地表徑流量計(jì)算中的應(yīng)用[J]. 水土保持通報(bào), 2002(3): 58-61, 68.

LUO Lifang, ZHANG Keli, FU Suhua. Application of runoff curve number method to calculation of Surface Runoff in Loess Plateau[J]. Journal of Soil and Water Conservation, 2002(3): 58-61, 68.

[19] SHABANI F, KUMAR L, ESMAEILI A. Improvement to the Prediction of the USLE K Factor[J]. Geomorphology, 2014, 204: 229-234.

[20] 孟現(xiàn)勇, 師春香, 劉時(shí)銀, 等. CMADS數(shù)據(jù)集及其在流域水文模型中的驅(qū)動(dòng)作用：以黑河流域?yàn)槔齕J]. 人民珠江, 2016, 37(7): 1-19.

MENG Xianyong, SHI Chunxiang, LIU Shiyin, et al. CMADS data sets and their driving role in watershed hydrological models: A case study of Heihe River Basin[J]. People’s Pearl River, 2016, 37(7): 1-19.

[21] 于宴民, 穆振俠. CFSR數(shù)據(jù)在高寒山區(qū)徑流模擬中的適用性[J]. 灌溉排水學(xué)報(bào), 2015, 34(11): 93-97.

YU Yanmin, MU Zhenxia. Applicability of CFSR data to runoff simulation in alpine mountains[J]. Journal of Irrigation and Drainage, 2015, 34(11): 93-97.

[22] LIU J, SHANGGUAN D, LIU S, et al. Evaluation and Hydrological Simulation of CMADS and CFSR Reanalysis Datasets in the Qinghai-Tibet Plateau[J]. Water (Switzerland), 2018, 10(4): 513.

[23] YANG J, REICHERT P, ABBASPOUR K C, et al. Comparing uncertainty analysis techniques for a SWAT application to the Chaohe Basin in China[J]. Journal of Hydrology, 2008, 358(1): 1-23.

[24] 鄭自寬. 董志塬石油開(kāi)發(fā)對(duì)地下水資源的影響與保護(hù)對(duì)策[J]. 地下水, 2010, 32(1): 59-60.

ZHENG Zikuan. Effects of petroleum development on groundwater resources and protection countermeasures in Dongzhiyuan Basin[J]. Groundwater, 2010, 32(1): 59-60.

[25] 凌新穎. 隴東黃土高原地下水補(bǔ)給與演化規(guī)律研究[D]. 蘭州: 蘭州大學(xué), 2019.

LING Xinying. Study on groundwater recharge and evolution in loess Plateau of Eastern Gansu[D]. Lanzhou: Lanzhou University, 2019.

[26] 劉玉. 鄂爾多斯白堊系盆地涇河流域地下水循環(huán)模式及其可更新能力評(píng)價(jià)[D]. 長(zhǎng)春: 吉林大學(xué), 2007.

LIU Yu. Groundwater circulation model and its renewable capacity evaluation in Jinghe Basin, Cretaceous Basin, Ordos Basin[D]. Changchun: Jilin University, 2007.

[27] 劉芳. 涇河流域土地利用景觀格局變化及其對(duì)徑流的影響[D]. 北京中國(guó)林業(yè)科學(xué)研究院, 2018.

LIU Fang. Change of land use landscape pattern and its impact on runoff in Jinghe River Basin[D]. Beijing: Chinese Academy of Forestry, 2018.

[28] 趙姹, 李志, 劉文兆, 等. 涇河流域潛在蒸散量的時(shí)空變異[J]. 生態(tài)學(xué)報(bào), 2014, 34(19): 5 600-5 608.

ZHAO Cha, LI Zhi, LIU Wenzhao, et al. Temporal and spatial variation of potential evapotranspiration in Jinghe River Basin[J]. Acta Ecologica Sinica, 2014, 34(19): 5 600-5 608.

[29] 梁桂星. 基于SWAT模型的水資源評(píng)價(jià)方法研究[D]. 北京: 中國(guó)地質(zhì)大學(xué), 2019.

LIANG Guixing. Research on water resources evaluation method based on SWAT model[D]. Beijing: China University of Geosciences, 2019.

[30] 王賽男. 基于SWAT模型的氣候變化與土地利用/覆被變化對(duì)巖溶斷陷盆地水資源量的影響研究[D]. 重慶: 西南大學(xué), 2020.

WANG Sainan. Effects of climate change and land use/cover change on water resources in karst faulted basin based on SWAT model[D]. Chongqing: Southwest University, 2020.

Evaluating Groundwater Resource and its Distribution in Jinghe Basin Using the SWAT Model

CHEN Peiyuan, LI Jinwen, YU Qiao, GUO Jiabin, MA Jinzhu*

(College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China)

【】Continuously pumping groundwater over the past half century for crop production in northern China has resulted in a series of environmental and ecological issues. The shortage of freshwater resources has become a bottleneck in socioeconomic development of this region. Improving groundwater management is important not only to its sustainable use but also to keeping ecosystems in this region function. Achieving this goal needs to understand how groundwater dynamics responds to environmental changes, as well as its consequent spatial distribution. The objective of this paper is to demonstrate how the SWAT model can be used to evaluate groundwater resource and its spatial distribution at regional scale.【】We took Jinghe basin as an example. Groundwater flow, surface runoff and their underlying driving factors were simulated using the SWAT model. Monthly measured runoff from hydrological stations at Jingchuan, Yangjiaping and Zhangjiashan was used to calibrated the model parameters; the calibrated model was then used to evaluate changes in groundwater depth, shallow groundwater resource, as well as extractable groundwater in the basin.【】The calibrated model correctly reproduced the groundwater dynamics in the basin, with2andbetween the measured and simulated runoff being 0.83 and 0.71, respectively. The distribution of shallow groundwater depth varied widely in the basin, but it has been in decline. From 2009 to 2016, the shallow groundwater resource had reduced by 6.59 billion m3, decreasing at an average rate of 0.051 billion m3/month. We found that the average recharge rate to the groundwater in the basin was 0.344 billion m3/a, the average subsurface runoff modulus was 0.21 L/(s·km2), and the extractable groundwater resource was 0.189 billion m3/a.【】The SWAT model is capable of modelling regional surface runoff and shallow groundwater dynamics. It can be used to evaluate groundwater resources and the response of groundwater dynamics to environmental change.

Jinghe river basin; SWAT model; spatial groundwater distribution; groundwater resource evaluation

1672 - 3317（2021）12 - 0102 - 09

P641

A

10.13522/j.cnki.ggps.2021154

陳沛源, 李金文, 俞巧, 等. 基于SWAT模型的涇河流域地下水分布特征與水資源評(píng)價(jià)[J]. 灌溉排水學(xué)報(bào), 2021, 40(12): 102-109, 126.

CHEN Peiyuan, LI Jinwen, YU Qiao, et al. Evaluating Groundwater Resource and Its Distribution in Jinghe Basin Using the SWAT Model[J]. Journal of Irrigation and Drainage, 2021, 40(12): 102-109, 126.

2021-09-12

蘭州大學(xué)中央高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目（lzujbky-2021-sp20）

陳沛源（1996-），男。博士研究生，主要從事水文水資源方向的研究。E-mail: chenpy21@lzu.edu.cn

馬金珠（1968-），男。教授，主要從事干旱區(qū)水文與水資源方面的研究。E-mail:jzma@lzu.edu.cn

責(zé)任編輯：韓 洋