常布輝 李根東 蘇小飛 王會(huì)永 王艷明 溫樂(lè)

關(guān)鍵詞：ＭＩＫＥＳＨＥ；生態(tài)環(huán)境約束；水權(quán)交易；沈?yàn)豕嘤颍缓犹坠鄥^(qū)

０引言

水權(quán)交易的本質(zhì)是對(duì)水資源進(jìn)行時(shí)空的二次分配［１－２］，因此可能會(huì)引起一系列生態(tài)負(fù)外部效應(yīng)，尤其是在降水量少、以地表水為主要水源的西北內(nèi)陸灌區(qū)［３］。在水資源短缺加劇的背景下必然存在著復(fù)雜的社會(huì)利益沖突［４－５］，因此國(guó)內(nèi)外學(xué)者對(duì)水權(quán)交易的外部生態(tài)環(huán)境效應(yīng)進(jìn)行了大量研究。

張忠［６］結(jié)合東陽(yáng)義烏地區(qū)水權(quán)交易的典型案例，圍繞水權(quán)交易過(guò)程中產(chǎn)生的外部效應(yīng)進(jìn)行了闡釋?zhuān)芯拷Y(jié)果表明當(dāng)初始水權(quán)已經(jīng)被不同的水資源利用主體完全分配，針對(duì)生態(tài)安全等新增的生態(tài)用水問(wèn)題就必須通過(guò)水權(quán)的轉(zhuǎn)讓或交易解決?；谏鷳B(tài)經(jīng)濟(jì)學(xué)的Ｅｍｅｒｇｙ理論和外部理論，Ｌｙｕ等［７］在分析農(nóng)業(yè)水權(quán)交易導(dǎo)致出讓水權(quán)者產(chǎn)生生態(tài)經(jīng)濟(jì)損失后，提出了一種包括社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境補(bǔ)償?shù)耐话l(fā)事件量化方法，同時(shí)發(fā)現(xiàn)中國(guó)水權(quán)交易市場(chǎng)的生態(tài)經(jīng)濟(jì)補(bǔ)償呈持續(xù)上升趨勢(shì)，２０１３年至２０１７年由９４００萬(wàn)元上升到了１．１４億元。

２０世紀(jì)８０年代國(guó)外出現(xiàn)了水權(quán)交易與生態(tài)環(huán)境的關(guān)系研究［８］。例如：美國(guó)加利福尼亞州的ＳａｎＪｏａｑｕｉｎ河谷將農(nóng)業(yè)水權(quán)轉(zhuǎn)向工業(yè)，導(dǎo)致灌溉補(bǔ)水不足，使得砷等有毒物質(zhì)得不到有效的降解，最終導(dǎo)致Ｋｅｓｔｅｒｓｏｎ國(guó)家野生動(dòng)物園庇護(hù)所發(fā)生污染并關(guān)閉［９］。洛杉磯通過(guò)水權(quán)交易獲得蒙諾湖支流取水權(quán)后，導(dǎo)致該湖的水資源量大幅度下降，生態(tài)平衡被打破，出現(xiàn)了大量野禽死亡的現(xiàn)象［１０］。Ｅｔｃｈｅｌｌｓ等［１１］發(fā)現(xiàn)水資源在維持河流生態(tài)環(huán)境方面的價(jià)值相當(dāng)于或大于其消費(fèi)性利用的價(jià)值，水權(quán)交易不僅降低了水資源的質(zhì)量，而且可能引起地下水位下降、土壤鹽堿化等問(wèn)題，從而降低水資源的再生能力。Ｌａｄｓｏｎ等［１２］從環(huán)境角度解釋了改變水權(quán)交易取水的時(shí)間和地點(diǎn)所帶來(lái)的外部環(huán)境效應(yīng)：在空間上，由于不同取水點(diǎn)和運(yùn)輸渠道的漏損率不同，因此在進(jìn)行水權(quán)交易時(shí)對(duì)第三方產(chǎn)生的影響程度也不同；在時(shí)間上，干旱期取水比非干旱期取水所帶來(lái)的外部影響大。Ｈｅａｎｅｙ等［１３］考慮時(shí)間因素的影響，把水權(quán)交易外部效應(yīng)分為供給可靠性、取水時(shí)效性、儲(chǔ)蓄水及取水費(fèi)用、水質(zhì)４類(lèi)。Ｈａｎａｋ［１４］討論美國(guó)加利福尼亞州地下水區(qū)域間交易對(duì)第三方回流的影響，認(rèn)為出口禁令可以有效限制地下水輸出，減輕地下水位的下降程度。

基于以上研究可知，雖然目前國(guó)內(nèi)外學(xué)者在水權(quán)確權(quán)方法、水權(quán)交易模式和水權(quán)交易外部影響等研究領(lǐng)域已經(jīng)獲得了較為豐富的研究成果，但在水權(quán)交易外部影響方面，國(guó)內(nèi)對(duì)水權(quán)交易的經(jīng)濟(jì)社會(huì)效應(yīng)關(guān)注較多，對(duì)生態(tài)環(huán)境效應(yīng)的研究相對(duì)較少，水權(quán)交易對(duì)生態(tài)環(huán)境的作用機(jī)理、影響程度及應(yīng)對(duì)措施等仍需要深入研究［１５］。

１研究區(qū)概況與數(shù)據(jù)來(lái)源

１．１研究區(qū)概況

河套灌區(qū)位于內(nèi)蒙古自治區(qū)巴彥淖爾市，是全國(guó)３個(gè)特大型灌區(qū)之一，也是我國(guó)最大的一首制自流引黃灌區(qū)。沈?yàn)豕嘤蛭挥谌⒐麡屑~西北部，烏蘭布和沙漠穿沙公路以北，磴口縣與杭錦后旗行政邊界以南，河套總干渠及烏拉河干渠以西，狼山?jīng)_洪積坡地邊界以東，總面積約１８．６８萬(wàn)ｈｍ２。沈?yàn)豕嘤驅(qū)儆跍貛Т箨懶愿珊禋夂騾^(qū)，降水稀少，蒸發(fā)強(qiáng)烈，干燥多風(fēng)，晝夜溫差大，日照時(shí)間長(zhǎng)。２０１９年沈?yàn)豕嘤蛲ㄟ^(guò)實(shí)施節(jié)水改造向外轉(zhuǎn)讓水權(quán)１．２億ｍ３，現(xiàn)狀引水由原來(lái)的４．２６億ｍ３下降到３．０６億ｍ３。

１．２數(shù)據(jù)來(lái)源

１）地下水埋深。課題組在沈?yàn)豕嘤虿荚O(shè)了４７眼地下水埋深監(jiān)測(cè)井，監(jiān)測(cè)獲取了２０１６—２０１９年的五日地下水埋深。

２）歸一化植被指數(shù)（ＮＤＶＩ）。選用２０１６年８月２１日Ｌａｎｄｓａｔ＿５和２０１９年９月４日Ｌａｎｄｓａｔ＿７衛(wèi)星數(shù)據(jù)，分辨率為３０ｍ，云量少，使用ＥＮＶＩ５．２經(jīng)過(guò)輻射定標(biāo)、大氣校正、裁剪等預(yù)處理后計(jì)算得到研究區(qū)自然植被分布區(qū)的ＮＤＶＩ值。

２技術(shù)路線

技術(shù)路線見(jiàn)圖１。

３地下水埋深與ＤＮＶＩ之間的關(guān)系

３．１數(shù)據(jù)處理

ＮＤＶＩ數(shù)據(jù)是３０ｍ×３０ｍ分辨率的柵格數(shù)據(jù)，而地下水埋深數(shù)據(jù)來(lái)源于分散在研究區(qū)的地下水監(jiān)測(cè)井，為分析二者之間的關(guān)系，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，以保證兩個(gè)變量數(shù)據(jù)的匹配性。數(shù)據(jù)預(yù)處理的方法有３種。

１）空間網(wǎng)格作為基本單元。本研究分析空間網(wǎng)格設(shè)置為１ｋｍ×１ｋｍ，需要利用ＡｒｃＧＩＳ工具將３０ｍ×３０ｍ的ＮＤＶＩ數(shù)據(jù)重采樣至１ｋｍ×１ｋｍ。同時(shí)，利用克里金方法插值到對(duì)應(yīng)空間網(wǎng)格。通過(guò)匹配共獲?。担保罚常督M數(shù)據(jù)樣本，基于空間網(wǎng)格的地下水埋深與ＮＤＶＩ散點(diǎn)圖（圖略）可以看出，兩者之間的關(guān)系沒(méi)有明顯規(guī)律。

２）泰森多邊形法劃分基本單元。根據(jù)離散分布的地下水埋深監(jiān)測(cè)井，得到地下水埋深監(jiān)測(cè)井的泰森多邊形，如圖２所示。利用ＡｒｃＧＩＳ的空間統(tǒng)計(jì)工具計(jì)算每個(gè)泰森多邊形內(nèi)ＮＤＶＩ平均值，２０１６—２０１９年３９個(gè)（部分監(jiān)測(cè)井?dāng)?shù)據(jù)不連續(xù)）多邊形區(qū)域一共確定１５６組樣本。

利用泰森多邊形獲取的１５６組樣本繪制地下水埋深與ＮＤＶＩ關(guān)系圖（見(jiàn)圖３），由圖３可以看出，地下水埋深與ＮＤＶＩ成較明顯的線性關(guān)系，隨著地下水埋深的增大，ＮＤＶＩ明顯下降。

３）土質(zhì)單元?jiǎng)澐只締卧?。土壤?lèi)型是影響植被生長(zhǎng)的重要因子，根據(jù)世界土壤數(shù)據(jù)庫(kù)土質(zhì)類(lèi)型，沈?yàn)豕嘤蚩蓜澐譃椋叮秱€(gè)土質(zhì)單元。利用ＡｒｃＧＩＳ的空間統(tǒng)計(jì)工具計(jì)算每個(gè)土質(zhì)單元ＮＤＶＩ平均值和地下水埋深，２０１６年各土質(zhì)單元ＮＤＶＩ平均值和地下水埋深如圖４所示。

２０１６—２０１９年６６個(gè)土質(zhì)單元（其中１個(gè)土質(zhì)單元無(wú)ＮＤＶＩ數(shù)據(jù)）一共確定２６０組樣本。圖５為２６０組樣本的地下水埋深與ＮＤＶＩ關(guān)系散點(diǎn)圖，由圖５可知，地下水埋深小于３．４ｍ時(shí)，地下水埋深與ＮＤＶＩ沒(méi)有關(guān)系；地下水埋深大于３．４ｍ時(shí)，地下水埋深與ＮＤＶＩ成明顯的線性關(guān)系。

３．２結(jié)果分析

通過(guò)數(shù)據(jù)預(yù)處理可知，基于泰森多邊形基本單元和土質(zhì)基本單元均得到地下水埋深與ＮＤＶＩ的線性關(guān)系，利用皮爾遜相關(guān)系數(shù)法和多元線性回歸法分別對(duì)其進(jìn)行相關(guān)關(guān)系分析。

１）泰森多邊形基本單元的分析結(jié)果。２０１６—２０１９年３９個(gè)泰森多邊形基本單元的地下水埋深與ＮＤＶＩ的皮爾遜相關(guān)系數(shù)為－０．３７５，且通過(guò)顯著性水平為１％的顯著性檢驗(yàn)。地下水埋深與ＮＤＶＩ的相關(guān)性屬于負(fù)相關(guān)，即地下水埋深越小，泰森多邊形基本單元內(nèi)的ＮＤＶＩ平均值越大。

以泰森多邊形基本單元的ＮＤＶＩ平均值作為被解釋變量，將地下水埋深、土壤含鹽量、土壤沙含量、土壤淤泥含量、土壤黏土含量、土壤有機(jī)碳含量、土壤電導(dǎo)率、土壤碎石體積百分比等要素因子作為解釋變量，構(gòu)建多元線性回歸分析模型，得到以下結(jié)論：多元線性回歸模型的擬合優(yōu)度為０．１４，表明選取的解釋變量對(duì)ＮＤＶＩ值的解釋程度為１４％；地下水埋深的檢驗(yàn)統(tǒng)計(jì)量為－３．８２，Ｐ值小于０．０５（Ｐ在ｔ檢驗(yàn)中用于對(duì)各變量系數(shù)顯著性進(jìn)行檢驗(yàn)，Ｐ＜０．０５表示顯著，Ｐ＞０．０５表示不顯著），表明泰森多邊形單元內(nèi)的地下水埋深對(duì)ＮＤＶＩ平均值具有顯著的影響；地下水埋深的偏回歸系數(shù)為－０．００８６，說(shuō)明在其他解釋變量不變的條件下，地下水埋深每下降１ｍ，泰森多邊形單元內(nèi)ＮＤＶＩ平均值會(huì)降低０．００８６。

２）土質(zhì)基本單元的分析結(jié)果。當(dāng)?shù)叵滤裆钚∮冢常矗頃r(shí)，土質(zhì)基本單元地下水埋深與ＮＤＶＩ沒(méi)有關(guān)系；當(dāng)?shù)叵滤裆畲笥冢常矗頃r(shí)，土質(zhì)基本單元地下水埋深與ＮＤＶＩ成顯著線性關(guān)系。因此，將地下水埋深３．４ｍ作為臨界值，將２０１６—２０１９年６６個(gè)土質(zhì)單元的２６０組樣本分別進(jìn)行分析。在２６０組樣本中，有２２０組樣本地下水埋深小于３．４ｍ，記為Ａ組；４０組樣本地下水埋深大于３．４ｍ，記為Ｂ組。

Ａ組地下水埋深與ＮＤＶＩ的皮爾遜相關(guān)系數(shù)為０．０２，且未通過(guò)顯著性檢驗(yàn)，表明當(dāng)?shù)叵滤裆钚∮冢常矗頃r(shí)，地下水埋深與ＮＤＶＩ不存在相關(guān)性。Ａ組多元線性回歸的結(jié)果顯示，地下水埋深的檢驗(yàn)統(tǒng)計(jì)量為０．０５（Ｐ＞０．０５），沒(méi)有通過(guò)顯著性檢驗(yàn)；而土壤鹽分和土壤沙含量、土壤黏土含量等變量通過(guò)了顯著性檢驗(yàn)（Ｐ＜０．０１）。結(jié)果表明：當(dāng)?shù)叵滤裆钚∮冢常矗頃r(shí)，地下水埋深對(duì)ＮＤＶＩ沒(méi)有顯著的影響，而土壤鹽分和土壤質(zhì)地對(duì)ＮＤＶＩ具有顯著的影響。

Ｂ組地下水埋深與ＮＤＶＩ的皮爾遜相關(guān)系數(shù)為－０．５５９，且通過(guò)了顯著性水平為１％的顯著性檢驗(yàn)，表明當(dāng)?shù)叵滤裆畲笥冢常矗頃r(shí)，地下水埋深與ＮＤＶＩ存在顯著負(fù)相關(guān)性。Ｂ組多元線性回歸模型的擬合優(yōu)度為０．５８，表明選取的解釋變量對(duì)ＮＤＶＩ值的解釋程度為５８％；地下水埋深的檢驗(yàn)統(tǒng)計(jì)量為－２．３５（Ｐ＜０．０５），表明當(dāng)?shù)叵滤裆畲笥冢常矗頃r(shí)，地下水埋深對(duì)土質(zhì)基本單元ＮＤＶＩ平均值具有顯著的影響；地下水埋深的偏回歸系數(shù)為－０．０８０７，說(shuō)明在其他解釋變量不變的條件下，當(dāng)?shù)叵滤裆畲笥冢常矗頃r(shí)，地下水埋深每下降１ｍ，土質(zhì)基本單元ＮＤＶＩ平均值會(huì)降低０．０８０７。

通過(guò)對(duì)比泰森多邊形基本單元和土質(zhì)基本單元Ｂ組的多元線性回歸結(jié)果可知，土質(zhì)基本單元Ｂ組的多元線性回歸模型的擬合優(yōu)度遠(yuǎn)高于泰森多邊形基本單元。由土質(zhì)基本單元Ａ組的多元線性回歸結(jié)果可知，土壤質(zhì)地在一定條件下對(duì)ＮＤＶＩ具有顯著影響，因此泰森多邊形基本單元的分析結(jié)果準(zhǔn)確性會(huì)受區(qū)域內(nèi)土壤質(zhì)地差異性的影響。同時(shí)考慮泰森多邊形基本單元多元線性回歸模型的擬合優(yōu)度相對(duì)較低，本研究認(rèn)為土質(zhì)基本單元的分析結(jié)果具有更高的可信度。

綜上所述，利用皮爾遜相關(guān)系數(shù)法和多元線性回歸法分析地下水埋深與ＮＤＶＩ的關(guān)系，得到以下結(jié)論：當(dāng)?shù)叵滤裆钚∮冢常矗頃r(shí)，地下水埋深與ＮＤＶＩ沒(méi)有相關(guān)性；當(dāng)?shù)叵滤裆畲笥冢常矗頃r(shí)，地下水埋深與ＮＤＶＩ具有顯著負(fù)相關(guān)性，在其他因素不變的條件下，地下水埋深每下降１ｍ，土質(zhì)基本單元的ＮＤＶＩ平均值會(huì)降低０．０８０７。

４模型構(gòu)建及驗(yàn)證

結(jié)合沈?yàn)豕嘤蛩h(huán)特點(diǎn)，構(gòu)建基于ＭＩＫＥＳＨＥ模型的沈?yàn)豕嘤蚍植际剿哪Ｐ?。鑒于灌域內(nèi)水分水平運(yùn)動(dòng)比較弱，而垂向運(yùn)動(dòng)較強(qiáng)的特點(diǎn)，模型主要由氣象模塊、地表模塊（簡(jiǎn)化處理）、不飽和帶、飽和帶以及一維河流模塊組成。

４．１模型結(jié)構(gòu)及原理

ＭＩＫＥＳＨＥ模型由數(shù)個(gè)獨(dú)立的且相互聯(lián)系的基于物理過(guò)程的模塊構(gòu)成，每個(gè)子模塊用于一個(gè)主要的水文過(guò)程的描述，根據(jù)不同的模擬要求，這些模塊可以互相分離也可以綜合起來(lái)應(yīng)用，分離開(kāi)來(lái)可以分別描述水文循環(huán)的各個(gè)過(guò)程，綜合起來(lái)可以描述整個(gè)流域的水文循環(huán)過(guò)程。

１）蒸散發(fā)計(jì)算模塊。在ＭＩＫＥＳＨＥ蒸散發(fā)模塊的計(jì)算中，需要運(yùn)用氣象和植被覆蓋數(shù)據(jù)對(duì)降雨蒸發(fā)量進(jìn)行預(yù)測(cè)。其中包括植物冠層對(duì)降雨的截留量、由植物冠層降落到土壤層的水量以及植物冠層、土壤表面和根系的蒸發(fā)量等決定因素。

２）坡面流模塊。當(dāng)流域地表的凈雨強(qiáng)度超過(guò)土壤的下滲能力時(shí)，就會(huì)產(chǎn)生地表徑流，地表徑流沿坡面匯入河網(wǎng)，最后由河網(wǎng)內(nèi)的流域出口斷面流出。而徑流在河網(wǎng)內(nèi)的流經(jīng)路徑及徑流量主要由流域地形、地表的摩阻力以及通過(guò)蒸散發(fā)和下滲失去的水量決定。在ＭＩＫＥＳＨＥ的坡面流模塊中，主要采用擴(kuò)散波對(duì)圣維南方程組進(jìn)行近似模擬，運(yùn)用有限差分的方法對(duì)方程組進(jìn)行計(jì)算。

３）不飽和帶模塊。不飽和帶是流域水文系統(tǒng)中一個(gè)至關(guān)重要的部分，同時(shí)也是ＭＩＫＥＳＨＥ的一個(gè)核心計(jì)算模塊，在模型模擬應(yīng)用中起著重要作用。受重力作用影響，不飽和帶出流在下滲過(guò)程中主要作垂直方向上的運(yùn)動(dòng)。ＭＩＫＥＳＨＥ計(jì)算模塊包含了反復(fù)迭代的計(jì)算過(guò)程，用于校正土壤含水量以及計(jì)算土壤淺層地下水位的動(dòng)態(tài)變化。

ＭＩＫＥＳＨＥ在計(jì)算不飽和帶模塊時(shí)主要采用３種方法：Ｒｉｃｈａｒｄｓ方程、模擬簡(jiǎn)單的重力水出流過(guò)程、兩層水量平衡模型。

４）飽和帶計(jì)算模塊。在ＭＩＫＥＳＨＥ的水流運(yùn)動(dòng)模塊中，飽和帶模塊用于計(jì)算流域中的飽和地下水流運(yùn)動(dòng)。ＭＩＫＥＳＨＥ可以描述三維水流在異質(zhì)含水層不定邊界上的運(yùn)動(dòng)。模型對(duì)于時(shí)空變換的獨(dú)立參數(shù)，采用三維達(dá)西方程進(jìn)行模擬，并用隱式有限差分進(jìn)行數(shù)值求解。

ＭＩＫＥＳＨＥ對(duì)上述地下水模擬提供兩種解決辦法，一種是逐次超松弛法，另一種是前承條件共軛梯度法。

５）河流計(jì)算模塊。模型中的不同水量最后通過(guò)河網(wǎng)進(jìn)行匯流，最后到達(dá)流域出口。坡面流、壤中流和基流通過(guò)格網(wǎng)向流域較低的方向傳播，最后到達(dá)流域相鄰格網(wǎng)的最低點(diǎn)，也就是河流的位置，然后匯入河流，進(jìn)行下一步的河流匯流計(jì)算。由于ＭＩＫＥＳＨＥ本身不包含河道匯流的計(jì)算，因此需要耦合ＤＨＩ公司研發(fā)的另外一個(gè)水動(dòng)力演算模型ＭＩＫＥ１１進(jìn)行這一部分的計(jì)算。耦合了ＭＩＫＥ１１水動(dòng)力模型之后，能夠?qū)Φ乇砗偷叵碌乃鲃?dòng)力過(guò)程進(jìn)行完整的、動(dòng)態(tài)的耦合模擬。

ＭＩＫＥ１１河流模型采用的是水動(dòng)力學(xué)模型，即明渠不穩(wěn)定流隱格式有限差分解，其差分格式采用六點(diǎn)中心隱式差分格式，其數(shù)值計(jì)算采用傳統(tǒng)的“追趕法”。ＭＩＫＥ１１計(jì)算參數(shù)包括兩類(lèi)：數(shù)值參數(shù)，主要是方程組迭代求解時(shí)的有關(guān)參數(shù)，如迭代次數(shù)及迭代計(jì)算精度；物理參數(shù)，主要是河網(wǎng)的阻力參數(shù)。

４．２模型構(gòu)建

１）地表高程。本文使用的地表高程數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云提供的ＳＲＴＭＤＥＭＵＴＭ３０ｍ分辨率數(shù)字高程數(shù)據(jù)產(chǎn)品。

２）氣象數(shù)據(jù)。搜集沈?yàn)豕嘤蚋浇鼩庀笳緮?shù)據(jù)，用Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ公式計(jì)算研究區(qū)域的參考蒸散發(fā)量。

３）土地利用。通過(guò)遙感影像解譯，獲取區(qū)域及各分干渠范圍內(nèi)耕地、水域、草地、居民區(qū)、道路、裸地等土地利用類(lèi)型。土地利用中不同下墊面對(duì)應(yīng)的植被葉面積指數(shù)、根系深度以及蒸散發(fā)參數(shù)都是不同的。葉面積指數(shù)的獲取在沒(méi)有實(shí)測(cè)數(shù)據(jù)的前提下，借鑒已有研究中ＮＤＶＩ與葉面積指數(shù)之間的經(jīng)驗(yàn)關(guān)系。

４）農(nóng)田灌溉。灌溉模塊是對(duì)灌域從引水到田間灌水過(guò)程的模擬，引水經(jīng)過(guò)渠道逐級(jí)損失進(jìn)入田間，一部分形成下滲補(bǔ)給土壤水和地下水，一部分消耗于蒸散發(fā)。由于每年種植結(jié)構(gòu)以及總引水量受人為影響大，總引水在各分干渠及主要支渠間的配水過(guò)程非常復(fù)雜，因此沒(méi)有客觀規(guī)律可循。為了盡可能真實(shí)反映灌溉過(guò)程中的渠系滲漏、田間灌溉和滲漏，在渠道引水測(cè)流數(shù)據(jù)的基礎(chǔ)上，結(jié)合渠道滲漏試驗(yàn)和田間試驗(yàn)確定的渠系水利用系數(shù)、田間水利用系數(shù)，分渠段計(jì)算得出相關(guān)渠段控制范圍內(nèi)的渠系滲漏水量和田間灌溉水量。

５）農(nóng)田排水溝。模型中河流模塊用于模擬排水溝的排水過(guò)程。排水溝位置確定后，通過(guò)實(shí)測(cè)的溝底高程以及末端測(cè)流斷面特征和水位流量關(guān)系，結(jié)合排水溝比降，每２ｋｍ設(shè)置一個(gè)計(jì)算斷面，以滿(mǎn)足計(jì)算精度的需要。最終通過(guò)河流模塊與ＭＩＫＥＳＨＥ地表、土壤、地下水模塊之間的耦合完成設(shè)置。

６）土壤數(shù)據(jù)及參數(shù)。土壤數(shù)據(jù)主要來(lái)源于ＦＡＯ網(wǎng)站上的ＨＷＳＤ數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)中土壤分為上層（０～３０ｃｍ）和下層（３０～１００ｃｍ）。運(yùn)用ＳＰＡＷ軟件的ＳＷＣ模塊，結(jié)合研究區(qū)土壤柵格屬性表，按對(duì)應(yīng)的屬性尋找出變量。根據(jù)屬性表中查出的變量，運(yùn)用ＳＰＡＷ軟件計(jì)算得出ＭＩＫＥＳＨＥ模型需要的土壤參數(shù)。

４．３模型參數(shù)率定及驗(yàn)證

２０１５年為率定期，２０１６年為驗(yàn)證期。通過(guò)調(diào)整地下水模型結(jié)構(gòu)與含水層參數(shù)，利用不同時(shí)期地下水實(shí)測(cè)數(shù)據(jù)及二維流場(chǎng)，對(duì)模擬水位和流場(chǎng)進(jìn)行校驗(yàn)。通過(guò)修正模型結(jié)構(gòu)與參數(shù)，控制并再現(xiàn)地下水徑流條件，使地下水達(dá)到了較好擬合。由擬合結(jié)果（圖略）可以看出，模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)的擬合情況較好。對(duì)已有的４４眼地下水觀測(cè)井?dāng)M合結(jié)果進(jìn)行統(tǒng)計(jì)，見(jiàn)表１。由表１可以看出，平均誤差在０．５ｍ以?xún)?nèi)的井?dāng)?shù)為３４眼，占比７７．２７％。綜上所述，模型精度滿(mǎn)足要求，可以用于地下水埋深變化預(yù)測(cè)。

５地下水埋深預(yù)測(cè)

通過(guò)模型模擬，對(duì)沈?yàn)豕嘤蛟冢常埃秲|ｍ３總引水量下的地下水埋深進(jìn)行了預(yù)測(cè)分析。２０２５年沈?yàn)豕嘤虻叵滤裆铑A(yù)測(cè)結(jié)果見(jiàn)圖６。由圖６可以看出，２０２５年地下水埋深在３．４ｍ以上的區(qū)域明顯擴(kuò)大，由２０２０年的４．８６萬(wàn)ｈｍ２增加到了９．３４萬(wàn)ｈｍ２。由圖７可以看出，到２０３０年，沈?yàn)豕嘤虻叵滤裆畛掷m(xù)增加，大于３．４ｍ的區(qū)域持續(xù)擴(kuò)大，僅在東南部、北部和西部局部范圍內(nèi)存在小于３．４ｍ的區(qū)域。大于３．４ｍ的區(qū)域由２０２５年的９．３４萬(wàn)ｈｍ２持續(xù)增加到了２０３０年的１４．５６萬(wàn)ｈｍ２，占整個(gè)灌域面積（１８．６８萬(wàn)ｈｍ２）的７８％。

６結(jié)果分析討論

通過(guò)上述分析可知，在保持３．０６億ｍ３引水量的情況下，沈?yàn)豕嘤虻牡叵滤粫?huì)持續(xù)下降。預(yù)測(cè)結(jié)果顯示，到２０２５年將有５０％的區(qū)域地下水埋深超過(guò)３．４ｍ，到２０３０年將有７８％的區(qū)域地下水埋深超過(guò)３．４ｍ。在地下水埋深超過(guò)３．４ｍ的區(qū)域，天然植被狀況將會(huì)受到明顯影響，主要體現(xiàn)在植被覆蓋度下降。

７結(jié)論

基于ＭＩＫＥＳＨＥ分布式水文模型，采用實(shí)測(cè)水文數(shù)據(jù)和基于遙感的ＮＤＶＩ數(shù)據(jù)，運(yùn)用數(shù)值模擬和統(tǒng)計(jì)分析等手段，對(duì)沈?yàn)豕嘤虺鲎屗畽?quán)后的地下水埋深和ＮＤＶＩ進(jìn)行了預(yù)測(cè)分析，得到的結(jié)論如下。

當(dāng)?shù)叵滤裆钚∮冢常矗頃r(shí)，ＮＤＶＩ與土壤質(zhì)地存在一定的相關(guān)性；當(dāng)?shù)叵滤裆畲笥冢常矗頃r(shí)，地下水埋深與ＮＤＶＩ具有顯著負(fù)相關(guān)性，在其他因素不變的條件下，地下水埋深每增加１ｍ，土質(zhì)基本單元的ＮＤＶＩ平均值會(huì)降低０．０８０７。

根據(jù)模型預(yù)測(cè)結(jié)果，相較于２０２０年，２０２５年地下水埋深在３．４ｍ以上的區(qū)域?qū)⒃黾拥剑梗常慈f(wàn)ｈｍ２；到２０３０年，沈?yàn)豕嘤虻叵滤裆顚⒊掷m(xù)增加，大于３．４ｍ的區(qū)域?qū)⒃黾拥剑保矗担度f(wàn)ｈｍ２，僅在東南部（引黃總渠首）、北部（地下水排泄區(qū)）和西部（山洪補(bǔ)給區(qū)）局部范圍內(nèi)存在小于３．４ｍ的區(qū)域。針對(duì)天然植被可能存在的狀況，灌域管理單位要加強(qiáng)灌域歷年凌汛期以及灌溉間隙的生態(tài)補(bǔ)水調(diào)度，針對(duì)地下水埋深增加區(qū)域的補(bǔ)水水體進(jìn)行補(bǔ)水級(jí)別劃分，以減緩重點(diǎn)區(qū)域地下水埋深增加趨勢(shì)。

農(nóng)業(yè)作為黃河流域的用水大戶(hù)，隨著黃河流域水資源短缺與經(jīng)濟(jì)社會(huì)和生態(tài)環(huán)境發(fā)展矛盾的加劇，水權(quán)交易作為推動(dòng)區(qū)域水資源優(yōu)化配置的有力措施，需要在注重經(jīng)濟(jì)社會(huì)效益的同時(shí)，更加重視生態(tài)環(huán)境的響應(yīng)，全面、系統(tǒng)地做好水權(quán)交易引起的水資源重新配置后的外部效應(yīng)將是今后一個(gè)重要研究方向。

本文的不足之處在于地下水觀測(cè)數(shù)據(jù)序列不長(zhǎng)，對(duì)灌域內(nèi)天然植被種類(lèi)的變化考慮不足。下一步將在灌域地下水埋深變化頻繁的區(qū)域內(nèi)設(shè)置典型區(qū)域生態(tài)樣方，針對(duì)天然植被覆蓋度變化以及植被種類(lèi)更替規(guī)律等進(jìn)行系統(tǒng)監(jiān)測(cè)研究。