徐丹巧，劉貴花，李志強，齊述華

(江西師范大學地理與環(huán)境學院，330022，南昌)

0 引言

SWAT模型(soil and water assessment tool)是美國農業(yè)研究局所開發(fā)的基于流域尺度的分布式水文模型[1－2]。該模型是一個具有物理基礎的、以日為時間單元進行流域尺度動態(tài)模擬，并可進行多年的模擬計算，在中長期尺度上具有一定的參考價值[3－4]。目前SWAT模型在國外應用較廣，近幾年國內學者對SWAT模型也有深入的研究和應用。王夢園[5]等、丁洋[6]等利用SWAT模型對黃河源區(qū)和平原河湖水網區(qū)的徑流進行了模擬，驗證了SWAT模型在中國的適用性。段祥佩[7]等基于SWAT模型，利用3期不同的土地利用情景對流域的徑流進行了模擬分析，得出耕地的增加會導致徑流的增加，林地的增加會減少徑流，這是因為林地有涵養(yǎng)水源、保持水土的作用。竇小東[8]等以瀾滄江為研究區(qū)，運用SWAT模型，通過設置不同的土地利用和氣候變化情景，模擬了該流域的徑流變化，得出影響徑流變化的主要因素是氣候變化。

贛江作為鄱陽湖流域的最大支流，也是江西省內的最長河流，其徑流變化對鄱陽湖流域總的水量變化有著重大的影響[9]。本文設置3種不同土地利用情景和3種氣溫變化情景模式，運用調整好的SWAT模型對贛江流域徑流進行模擬，得出影響徑流的主要因素。影響贛江流域徑流變化因素的研究，對了解流域內水資源的時間分布，規(guī)劃管理水資源和實現流域內可持續(xù)發(fā)展具有重要意義[10]。

1 研究區(qū)概況

贛江，長江主要支流之一，由章水和貢水組成[11]。其發(fā)源于贛閩邊界武夷山西麓，為南北走向，流入鄱陽湖，最終與長江水匯合。流域氣候類型為亞熱帶季風濕潤性氣候，多年平均流量2 130 m3/s[12]。本文以外洲水文控制站控制的范圍為研究區(qū)，外洲水文站位于南昌市桃花鄉(xiāng)外洲村，是贛江流域主要控制站，控制面積約為81 850 km2，河長766 km(圖1)。流域內主要土地利用類型為耕地、林地和草地，三者約占流域總面積的93%，主要土壤類型為紅壤、黃紅壤、暗紅棕壤和潴育水稻土，其中紅壤占比最大(圖2)。

圖1 贛江流域位置圖

圖2 贛江流域土壤分布圖

2 數據與方法

2.1 數據

SWAT模型運行前需對所使用的矢量柵格數據進行統(tǒng)一的投影和空間坐標參考，結合研究區(qū)實際情況和模擬要求，本文研究采用了以下的投影及空間參考。

表1 研究區(qū)投影參數表

贛江流域SWAT分布式水文模型需要大量的數據資料，其中主要包括DEM數據、土地利用數據(圖3)、土壤數據、氣象數據和水文數據五大基礎數據。數據資料的來源及詳細信息如表2所示。其中數字高程數據由地理空間數據云下載，氣象數據由江西省各氣象站點獲得，土壤數據是根據江西省1∶50萬土壤數據類型按照SWAT模型的標準建立，土地利用數據是利用陸地衛(wèi)星TM假彩色數據提取，水文數據采用水文站1961－2013日觀測數據，天氣發(fā)生器根據原始氣象數據依照SWAT標準自行建立。

圖3 贛江流域不同時期土地利用圖

表2 流域模擬數據資料

2.2 方法

2.2.1 子流域和HRU劃分 利用ArcSWAT中的Automatic Watershed Delineation模塊，導入研究區(qū)DEM數據，通過Stream network和Create stream and outlets提取該流域河網并設置流域出水口。模型提取河網時，加載Google Earth平臺提取的流域水系以提高精確度，設定合適閾值劃分子流域。最后通過適度指數法確定閾值，提取流域面積約為81 850 km2，將贛江流域劃分為93個子流域，并在此基礎上劃分了1 585個水文響應單元，如圖4所示。

圖4 贛江流域子流域劃分結果圖

2.2.2 參數敏感性分析 由于SWAT模型參數眾多，而參數選取及其取值范圍決定了率定和驗證的準確度。然而，不同參數對模型的模擬結果的權重是不同的，把握重要的參數，并調節(jié)這些敏感的參數對模型的模擬至關重要。經過模型多次運行，并借助SWAT－CUP軟件和Sensitility Analysis工具進行參數校正，最終確定贛江流域徑流和輸沙的10個敏感參數及其最佳值，如表3所示。

表3 贛江流域敏感性參數

2.2.3 精度評價 為保障模型的精確模擬效果和研究的科學性，本文選取常用于評價SWAT模型模擬精度的3個指標，分別是Re(相對誤差)、R2(相關系數)和NASH－Suttcliffe(納什系數)。計算公式如下所示:

1)相對誤差Re:

式中:Pr為模擬值，Qo為實測值。相對誤差越接近0，說明模型模擬值與觀測值越好吻合，模擬效果好;反之則模擬結果誤差大。

2)決定系數R2:

式中:Qi為實測值，Pi為模擬值;Qa為實測平均值，Pa為模擬平均值;n為實測值的個數。R2可評價模擬值與觀測值的擬合程度，R2越接近于1，說明模擬的結果越好，擬合程度越高，R2越接近于0，說明模擬結果精度低。

3)Nash－Suttcliffe系數Ens的計算公式:

式中:Pr為模擬值;Qo為實測值;Qa為實測平均值;n為模擬時間段內實測數據個數。Ens越接近于1，模擬值與觀測值越吻合，當Ens=1時，則表示模擬值與觀測值完全吻合。

3 結果與分析

3.1 率定期與驗證期模擬結果及1981－2013年徑流模擬

利用多次調整后的參數帶入構建好的贛江流域的SWAT模型中，以1990年為時間點，將1980－1990年設為率定期，1991－2000年設為驗證期。將徑流模擬值和水文站觀測值做對比，得出率定期徑流模擬(圖5)和驗證期徑流模擬(圖6)，并計算出模擬精度。經過計算得到贛江流域在率定期模擬時，Re=0.3、R2=0.85、Ens=0.83，模擬效果理想;在驗證期時，Re=－5.94、R2=0.86、Ens=0.84，Re稍偏大，R2、Ens模擬結果理想，結果證明SWAT模型適用于贛江流域徑流模擬。最后針對校準好的模型，對1981－2013年的贛江流域徑流進行月模擬，R2=0.83、Ens=0.81，模擬效果較好，再次證明SWAT模型適用于贛江流域徑流模擬。

圖5 贛江流域率定期的徑流觀測值與模擬值

圖6 贛江流域驗證期的徑流觀測值與模擬值

贛江流域在率定期和驗證期中模擬值與觀測值擬合度較高，模擬值與觀測值的趨勢具有一致性。雖然在驗證期間，相對誤差稍微偏大，模擬值略高于觀測值，這與江西省20世紀90年代以來開始實行“山江湖”植樹造林的政策有關，地表植被的恢復能有效的涵養(yǎng)水源，減少徑流。

3.2 不同時期土地利用情景下的徑流模擬比較

本文以1980年、2000年、2015年3期土地利數據為基礎，對贛江流域進行模擬，得到在這3個時間的土地利用情境下1980年、2000年、2015年的月均流量，經統(tǒng)計分析得到相應的月均流量的變化率(表4)。從土地利用數據看可以出，1980－2015年間，贛江流域土地利用類型中主要的耕地、林地、草地從1980的占總面積26.24%、64.7%、5.37%到2015年占總面積的25.86%、64.02%、5.40%，變化分別為－0.35%、－0.68%、0.03%(表5)。

如表4所示，在不同時期土地利用情境下模擬的贛江流域月徑流有一定變化。1980－2000年，月徑流變化率最大為1.16%，最小為0.41%;2000－2015年，月徑流變化率最大為0.17%，最小為0.01%;1980－2015年，月徑流變化率最大為1.33%，最小為0.42%。總體來說，3個時期的變化率均在1.5%以內。

表4 贛江流域1980年、2000年、2015年土地利用情景下月均流量模擬結果

表5 贛江流域不同時期各主要地類占比

從1980－2000年、2000－2015年2個時間段可以看出，在1980－2000年，月徑流最大變化率為1.16%，年均月徑流變化率為0.74%，比2000－2015年最大月徑流變化率及年均月徑流變化大。20世紀90年代，江西省成立了江西省山江湖開發(fā)治理委員會，其中“江”就是指贛江。“山江湖”治理工程的開展，使得贛江流域內的水土流失、水污染等問題得到一定程度的緩解和治理。從表5可知，在開展“山江湖”工程后，林地面積增加了0.25%，水域面積增加了1.73%，耕地面積也略有減少。林地面積的增加，加強了地表植被涵養(yǎng)水源、保持水土的作用，耕地面積的減少使得流域徑流有所減少，這與上文提到的段祥佩等人的研究結果具有一致性。21世紀以來，隨著國家經濟的快速發(fā)展，人們在提高自己生活水平的同時，也更加注重對環(huán)境的保護，從“四位一體”到“五位一體”的轉變，都提現了國家對生態(tài)環(huán)境的重視，對環(huán)境整治力度的加強。這使得2000－2015年間的月徑流變化率較1980－2000年的月徑流變化率有所下降。

3.3 氣候變化對徑流的影響

探究氣候變化對徑流的影響主要是分析降水量與氣溫變化對贛江流域徑流的影響。

首先分析了1981－2013年流域降水量與徑流量之間的關系，對兩者進行了相關性分析(圖7)。結果表明，兩者之間有明顯的正相關性，降雨量越大，產流越大，流量越大。隨后做了贛江流域的回歸趨勢，表明月降水量與月經流量為線性回歸關系，相關系數r=0.848，在α=0.000 1的水平上顯著。接著，根據在法國巴黎通過的氣候大會的結論(將平均氣溫升高控制在2°C以內)，將研究區(qū)域的溫度設置了3種變化情景，分別為增加1℃、增加2℃和降低2℃。在利用SWAT模型模擬出1981－2013年的在實際溫度與3個不同氣溫情景下的徑流變化，并統(tǒng)計在不同溫度下贛江流域的徑流變化情況(圖8)。結果表明，隨著氣溫的增加，流域徑流量減少;反之，徑流量增多，兩者呈現負相關性。并且，不同的季節(jié)徑流對溫度變化的敏感度也有差異，其中夏季的溫度敏感度高于冬季的敏感度，而8月份的敏感度是最大，特別是在氣溫升高2℃的情境下，月均徑流量從2 821.86 m3/s減少到1 401.34 m3/s。溫度的升高使得流域降雨量減少，蒸發(fā)量增加，從而影響徑流量變化，這與郭軍庭在潮河流域的情景研究分析基本一致[13]。

圖7 贛江流域降水量與流量相關系數分析

圖8 不同氣溫情景下徑流模擬結果

4 小結

1)SWAT模型在贛江流域1980－2013年的徑流模擬中，率定期的R2=0.85、Ens=0.83，驗證期的R2、Ens分別為0.86、0.84，模擬效果理想，表明SWAT模型適用于贛江流域。

2)在1980－2000年、2000－2015年2個時期土地利用情景下模擬贛江流域的月徑流變化率均在1.5%以內。在1980－2000年，月徑流最大變化率為1.16%，年均月徑流變化率為0.74%，相比2000－2015年的月徑流變化率和年均月徑流變化略大，這是因為20世紀90年代以來，江西省大力開展“山江湖”保護工程，使得林地、水域面積有所增加，在涵養(yǎng)水源、保持水土方面有了一定的作用，而“退田還林還湖”政策也減少了流域內水土的流失。

3)降水量及溫度變化對贛江流域的徑流量有顯著的影響:降水量與徑流量成正相關，相關系數高達0.848;氣溫與徑流量呈負相關，溫度升高流域流量減少，反之流量增加，且在夏季時，流量對溫度變化的敏感度最高。