湖北四湖流域涝渍地综合利用与治理对排涝模数的影响

王修贵，张华彬，罗文兵，孔东，温季

(1．武汉大学 水资源与水电工程科学国家重点试验室，湖北 武汉 430072;2．长江科学院农业水利研究所，湖北 武汉 430010;3．中国灌溉排水发展中心，北京 100054;4．水利部农田灌溉研究所，河南 新乡 453000)

湖北省四湖流域地处江汉平原腹地，据估计，四湖流域不同类型的涝渍地已达4 553 km2，占总面积的39．43%，严重制约着当地农业的发展［1］．综合利用和治理涝渍地一直是该地区农业发展中的首要任务．四湖流域涝渍地早期采用以暗管排水为主的治理措施，如1981 年水利部曾在潜江、洪湖两地开展了3．33 km2以上的暗管排水试点［2］，后来出现的旱地改水田的作物种植结构调整措施以及近几年出现的渔作养种复合农业模式等，都是涝渍地综合利用和治理的有效措施． 涝渍地的利用和治理直接导致下垫面的变化，引起流域内下渗、蒸散发、径流等水文要素的变化，从而影响流域产汇流过程，使一定排水标准下的排涝模数发生了较大变化［3］．

SWAT(Soil and Water Assessment Tool)模型［4］是20 世纪90 年代由美国农业部研究中心开发的流域分布式水文模型，并借助计算机和GIS/RS 技术，可方便、客观地模拟气候和下垫面因子的空间分布不均匀性对流域降雨径流形成的影响［5］． 本文综合流域地形、下垫面、土壤和气象等因素，采用SWAT 2009，模拟四湖流域中部福田寺排区不同涝渍地利用和治理措施对排涝模数的影响，为制定合理的排涝减灾策略提供依据．

1 研究区域概况

四湖流域位于湖北省南部偏东，南滨长江、北临汉江及东荆河，西北毗邻漳河灌区，东经112°00'—114°00'，北纬29°21'—30°00'，面积11 547 km2，属长江中游一级支流内荆河流域，因境内原有4 个大型湖泊(长湖、三湖、白露湖、洪湖)而得名． 目前仅存长湖、洪湖2 个湖泊．四湖流域是江汉平原的重要组成部分，也是湖北重要的农业生产基地．流域长湖以上为丘陵地区，与宜漳山区接壤，最高山峰海拨278．7 m，地面坡降1/1 000 ～1/500;长湖以下为平原湖区，地面高程大多在海拨36．0 m 以下，最低高程23．5 m，地面坡降1/25 000 ～1/10 000;中下区属长江中游圩区，内垸面积7 135 km2，按水系和排灌系统分为中区、下区和螺山排区3 个排水区．本文研究区选定的是位于中区的福田寺排区，流域面积1 931 km2;地貌为平原类型，海拔24 ～37 m;属亚热带季风气候，降雨充沛，雨热同期，年平均气温15 ～17 ℃，降雨量800 ～1 600 mm，年平均日照1 150 ～2 245 h;土壤类型有两种:以马肝泥土为代表的水稻土和以灰潮沙土为代表的潮土．福田寺排区有3 条主河道，分别为位于中部的四湖总干渠、东部的四湖东干渠、西部的四湖西干渠，3 条主河道汇合后流向福田寺防洪闸;目前主要以泵站抽排的方式进行排水．

2 模型的建立

为了模拟土地利用方式的改变对流域产汇流过程及流域涝水的影响，本文选择可模拟土地利用状况变化对产汇流过程影响的SWAT 模型，需要收集的数据主要包括DEM 数据、土地利用数据、土壤数据和气象数据．

DEM 数据来自覆盖江汉平原的Landsat － TM影像，采用30 m×30 m 栅格数据［1］，如图1 所示．土地利用数据采用2000 年的Landsat －TM5 影像、扫描地形图和遥感图片，经过获得数字化栅格底图文件、提取水系信息、输出矢量数据，生成ARCGIS 的coverage 文件，如图2 所示．土地利用按产流特性分为林地、水域、草地、建筑用地、水田、旱地6 大类，各类所占的比例见表1． 土壤数据来自于中国土壤数据库管理与共享平台，其中质地转换通过MATLAB采用三次样条插值将国际制转化为模型采用的美国制，采用土壤参数水文预算模型SPAW 得到SWAT需要的土壤物理属性数据． 福田寺流域主要有两种土壤:水稻土(SDT)和潮土(CT)，其面积所占总面积比例分别为76．06%和23．94%，如图3 所示． 气象数据来源于中国气象科学数据共享服务网，选取研究区域内监利及临近区域荆州、洪湖3 个国家气象站作为天气发生器中的气象站点，见表2，提供逐日降水、最高最低气温、风速、太阳辐射量、相对湿度等天气数据．流量资料来自排区出口处福田寺闸丰水期日径流观测数据，用于模型的校准和验证．分别选择资料观测系列较长的2009 年为模型率定期、2013 年为模型验证期．

图1 福田寺流域DEM 图

图2 福田寺流域土地利用图

表1 福田寺排区的土地类型

图3 福田寺流域土壤图

表2 气象站点的信息

SWAT 模型针对研究区域河道的实际分布，采用基于高程修正DEM 的“Burn-In”方法对DEM 进行凹陷化处理［6］，该方法保持河道流经栅格的高程值不变，而将其他非河道所在位置的栅格整体增加一个值，同样可以加大河道所在栅格和周边栅格之间的坡度，使得河道所在栅格的汇水能力增强，提高提取结果和真实河道的逼近程度［7］．通过“Burn-In”方法，在现有河道的基础上，SWAT 模型将研究区域分为31 个子流域．河网和子流域分布分别如图4 和图5 所示．

图4 福田寺流域河网图

图5 福田寺流域子流域划分图

3 参数的率定和验证

SWAT 模型运行过程中涉及到众多的关于径流模拟效果的参数［8］，逐个进行校准并不现实，这些参数对结果的影响有大有小，选取较高敏感性的主要参数进行率定也提高了SWAT 模型的效率． 采用模型自带的SCE(Shuffled Complex Evolution)优化算法进行参数率定较为繁琐且收敛速度不理想［9］．本文采用的是SWAT 官网提供的用于参数率定的软件SWATCUP，选取软件内5 种率定方法中的Abbaspour 等［10］开发的SUFI －2 算法［11］对模型参数进行不确定性分析、率定和验证，选用SCS 径流曲线系数(CN2)、基流α 系数(ALPHA_BF)、土壤蒸发补偿系数(ESCO)、田间持水量(SOL_AWC)、饱和水力传导度(SOL_K)、地下水再蒸发系数(GW_REVAP)共6 个参数进行率定［12］． CN2 作为敏感性最高的参数，对不同土地利用情况采用不同的结果，其他参数进行统一率定．参数率定值见表3，率定和验证结果如图6 和图7 所示．

表3 SWAT 模型参数率定值

图6 2009 年率定期模拟与实测流量图

图7 2013 年验证期模拟与实测流量图

SUFI－2 中所用模型的校正结果的评价指标主要有3 种:ENS系数(Nash-Sutcliffe 效率系数)、相关性系数(R2)和相对误差(Re)，其计算公式如下:

式中:Qm，i为模拟值，m3/s;Qo，i为实测值，m3/s;为实测值的平均值，m3/s;Q—m为模拟值的平均值，m3/s．

由式(1)—(3)计算的结果见表4，其中ENS、R2和Re的取值范围都是0 ～1，ENS数值越大、Re数值越小表示模拟值越接近实测值，R2越大表示模拟值与实测值的相关程度越高．一般而言，ENS＞0．5，R2＞0．6，Re＜0．2 即可认为模拟取得了显著效果［13］．

表4 模拟与实测数据效果分析

在SWATCUP 中，参数敏感性分析采用t 值检验和P 值检验两种方法．t 绝对值越大，P 值越接近于0，参数敏感性越强． SUFI －2 选取的对流域产流敏感的参数共6 个，其t 值和P 值见表5．相比而言，参数CN2 的t 值绝对值最大，P 值最小，对流域径流影响最大，其余的5 个参数对产流的影响则稍微弱一些．

表5 参数敏感性

4 涝渍治理措施

当地的涝渍地利用与治理措施主要有3 种:旱地改水田(以下简称“旱改水”)、暗管排水和渔作养种．

旱改水是指充分利用涝渍地水资源相对丰富的特点，将原有的旱地变为水田，种植水稻． 在SWAT模型里，旱改水通过将涝渍地区土地利用方式中旱地改为水田的方式实现．

暗管排水是指在农田里埋设暗管排水设施，将田间土壤中的多余水分排入田间的末级明沟系统，控制地下水位，以创造适宜于农作物生长的良好土壤环境，保证高产、稳产． SWAT 中有布置暗管排水的管理模式，设置暗管埋深为90 cm，暗管布置间距为15 m，超出田间排水量的水量排出时间为12 h，暗管排水延迟时间为6 h．

渔作养种是种植业和养殖业有机结合的一种新兴生态农业生产模式［14］．主要有“回形池”和“日形池”两种形式，池深1．0 ～1．5 m，池壁宽5 m．“回形池”以方形为典型，面积一般为2．89 hm2左右，稻田边长为170 m．“日形池”由两个相等的矩形稻田组成，稻田长、宽分别为170、120 m．“回形池”水面率为10．8%，“日形池”水面率为11．1%，如图8 所示．渔作养种模式，水面率定为11．0%． 在SWAT 模型中，先将涝渍地通过“旱改水”的方式变为水田，再采用改变水面率的方式模拟．

图8 四湖流域渔作养种示意图

5 排涝模数的计算

因中区排区面积较大，根据荆州、监利、洪湖3个气象站1960—2013 年的最大暴雨量气象资料，利用算术平均法计算，将结果进行排频，按照P－Ⅲ曲线求得一日暴雨量和三日暴雨量，见表6．

表6 不同重现期的一日和三日暴雨量及对应降雨日期

四湖流域涝渍地的面积占总面积的39．43%［1］，主要分布在地势低洼处，但缺乏在空间分布的具体位置和面积资料．本文假定涝渍地主要分布在地势低洼的地段，量测表明28 m 等高线以下的面积占研究区域总面积的40．3%，接近涝渍地面积比． 选取28 m 等高线以下的区域作为涝渍地的分布位置．通过“Burn-In”方法将福田寺排区分为31 个子流域，其中28 m 等高线以下共有13 个区，序号分别是2、8、12、13、19、20、21、22、26、27、28、29、31． 研究区域的等高线如图9 所示，13 个子流域的分布如图10所示的阴影部分，即涝渍地治理范围．

图9 研究区域等高线图

图10 治理范围分布图

将研究区域采取的涝渍地治理措施的每种治理模式设置3 种状态，每种状态分别占涝渍地总面积的0%、50%、100%，形成10 种不同的组合．其中方案1—3、7—9 表示研究区域内的涝渍地得到全部治理，方案4—6 表示研究区域内的涝渍地得到50%的治理，上述方案中同一块农田只实施一种措施．方案10 表示维持现状，不进行治理，作为对照．不同治理措施的组合方案见表7．

通过SWAT 模型对各个方案在不同重现期下进行模拟计算，一日暴雨和三日暴雨分别选取流量最大的日洪峰流量作为设计流量． 将洪峰流量除研究区域的面积，得到满足自排条件下的排涝模数，结果见表8．

表7 不同涝渍地治理模式所占涝渍地面积比的组合方案%

表8 不同涝渍地治理模式下的排涝模数m3/(s·km2)

6 结果分析及结论

1)采用3 种不同治理模式单独对所有涝渍地进行治理时(方案1、方案2、方案3 见表7)，同不治理相比较，可以发现，3 种涝渍地治理措施都会降低排涝流量．在相同的重现期的暴雨下，同不治理相比，各方案导致的排涝模数减少比例分别为:暗管排水为1．1% ～2．3%，旱改水为3．4% ～6．8%，渔作养种为5．8% ～9．1%． 其中旱改水最大，回形池次之，暗管排水最小．

从产汇流机理上分析，3 种方式中，暗管排水有效地降低了地下水位，腾空了降雨前土壤水的调蓄空间，有利于滞纳暴雨，起到削减洪峰的作用． 旱地改水田增加的稻田具有一定的蓄水容积，降雨时可以容纳较多的雨水，因而排涝期间的调蓄能力增强;渔作养种稻田可调蓄雨水，养鱼池部分不仅用作排水沟，同时在排涝期间能够起到一定的调蓄作用，调蓄能力最强．

2)对一种治理模式而不同的暴雨重现期而言，从表8 中可以看出，与方案10 不采取任何措施相比较，以方案1 暗管排水的排涝模数为例，在单独采用暗管排水措施的情况下，一日暴雨所需的排涝模数在重现期为5 a 时，减少了2．3%;在重现期为10 a时，减少了1． 6%;在重现期为20 a 时，减少了1．1%．可以发现，在相同暴雨历时下，所需的排涝模数随暴雨重现期的增大而增加．此外，通过比较同一暴雨重现期、不同暴雨历时的排涝流量可知，排涝模数随着暴雨历时的增加而减少，并且排涝模数减少的比例随重现期的增加而减小． 这是因为涝灾非常严重时，超出了下垫面的排涝调蓄能力． 重现期越小，下垫面的调蓄能力越突出．

3)在单独采用一种治理措施时，对于不同的治理程度，排涝模数则不同． 以暗管排水为例，从表8中可以看出，对比方案1 的100%的暗管排水和方案4 的50%的暗管排水，重现期为5 a 一日暴雨时，方案1 的排涝模数为0．240，方案4 的排涝模数为0．244，方案1 比方案4 的治理程度增加一倍，排涝模数减少了1．67%．其他方案也表明，在相同的治理模式下，排涝模数随着治理程度的增加而减小．

4)多种治理模式组合时(方案7、方案8、方案9)，暗管排水和旱改水组合时排涝模数减少的幅度为1．8% ～3．7%，暗管排水与渔作养种组合时排涝模数减少的幅度为4．0% ～6．1%，渔作养种与旱改水组合时排涝模数减少的幅度为5．0% ～8．2%．排涝模数的变化幅度介于两种治理模式单独采用时的之间．

通过上述分析可知，3 种涝渍地利用和治理模式都有利于减少排涝模数，提高排区抵御涝灾的能力，涝渍地利用和治理程度越高，区域抵御涝渍地的能力越强．3 种模式对于减少排涝模数的作用从大到小依次为:渔作养种、旱改水、暗管排水．本文所模拟涝渍地利用和治理模式能减小排涝模数的根本原因在于，这3 种模式要么增加了水面率，要么增加了暴雨前土壤的通气性，本质上是增加了涝渍地调蓄暴雨的能力．

［1］王修贵，胡铁松，关洪林，等．湖北省平原湖区涝渍灾害综合治理研究［M］．北京:科学出版社，2009．

［2］《湖北水利志》编辑委员会． 湖北水利志［M］． 北京:中国水利水电出版社，2000．

［3］罗文兵，王修贵，罗强，等．四湖流域下垫面改变对排涝模数的影响［J］．水科学进展，2014(2):275 －281．

［4］ARNOLD J G，SRINIVASAN R，MUTTIAH R S，et al．Large area hydrologic modeling and assessment part 1:Model development［J］．Journal of the American Water Resources Association，1998，34(1):73 －89．

［5］桑学锋，周祖昊，秦大庸，等．改进的SWAT 模型在强人类活动地区的应用［J］． 水利学报，2008(12):1377 －1383，1389．

［6］郑捷，李光永，韩振中，等．改进的SWAT 模型在平原灌区的应用［J］．水利学报，2011，42(1):88 －97．

［7］郑子彦，张万昌，邰庆国．基于DEM 与数字化河道提取流域河网的不同方案比较研究［J］．资源科学，2009，31(10):1730 －1739．

［8］LI Mingxing，MA Zhuguo，DU Jinwen． Regional soil moisture simulation for Shaanxi Province using SWAT model validation and trend analysis［J］．Earth Sciences，2010，53(4):575 －590．

［9］陈强，苟思，秦大庸，等．一种高效的SWAT 模型参数自动率定方法［J］．水利学报，2010，41(1):113 －119．

［10］ABBASPOUR K C，JOHNSON A M，VAN GENUCHTEN T．Estimating uncertain flow and transport parameters using a sequential uncertainty fitting procedure［J］．Vadose Zone Journal，2004，3(1):1340 －1352．

［11］魏丹，刘智勇，李小冰． SWAT 模型及SUFI －2 算法在秃尾河上游流域径流模拟中的应用［J］． 资源科学，2009，31(10):1730 －1739．

［12］李宗礼，孙伟，王中根，等．基于人机联合优化的SWAT模型参数率定方法研究［J］． 水力发电学报，2013，32(5):77 －82．

［13］郝芳华，程红光，杨胜天．非点源污染模型——理论方法与应用［M］．北京:中国环境科学出版社，2006．

［14］焦淏嵩，郭静然，张津．“虾稻连作”农业生态系统综合评价——以潜江市为例［J］．农业经济，2011(7):16 －18．