赣江流域径流模拟分析研究

徐丹巧，刘贵花，李志强，齐述华

(江西师范大学地理与环境学院，330022，南昌)

0 引言

SWAT模型(soil and water assessment tool)是美国农业研究局所开发的基于流域尺度的分布式水文模型[1－2]。该模型是一个具有物理基础的、以日为时间单元进行流域尺度动态模拟，并可进行多年的模拟计算，在中长期尺度上具有一定的参考价值[3－4]。目前SWAT模型在国外应用较广，近几年国内学者对SWAT模型也有深入的研究和应用。王梦园[5]等、丁洋[6]等利用SWAT模型对黄河源区和平原河湖水网区的径流进行了模拟，验证了SWAT模型在中国的适用性。段祥佩[7]等基于SWAT模型，利用3期不同的土地利用情景对流域的径流进行了模拟分析，得出耕地的增加会导致径流的增加，林地的增加会减少径流，这是因为林地有涵养水源、保持水土的作用。窦小东[8]等以澜沧江为研究区，运用SWAT模型，通过设置不同的土地利用和气候变化情景，模拟了该流域的径流变化，得出影响径流变化的主要因素是气候变化。

赣江作为鄱阳湖流域的最大支流，也是江西省内的最长河流，其径流变化对鄱阳湖流域总的水量变化有着重大的影响[9]。本文设置3种不同土地利用情景和3种气温变化情景模式，运用调整好的SWAT模型对赣江流域径流进行模拟，得出影响径流的主要因素。影响赣江流域径流变化因素的研究，对了解流域内水资源的时间分布，规划管理水资源和实现流域内可持续发展具有重要意义[10]。

1 研究区概况

赣江，长江主要支流之一，由章水和贡水组成[11]。其发源于赣闽边界武夷山西麓，为南北走向，流入鄱阳湖，最终与长江水汇合。流域气候类型为亚热带季风湿润性气候，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围为研究区，外洲水文站位于南昌市桃花乡外洲村，是赣江流域主要控制站，控制面积约为81 850 km2，河长766 km(图1)。流域内主要土地利用类型为耕地、林地和草地，三者约占流域总面积的93%，主要土壤类型为红壤、黄红壤、暗红棕壤和潴育水稻土，其中红壤占比最大(图2)。

图1 赣江流域位置图

图2 赣江流域土壤分布图

2 数据与方法

2.1 数据

SWAT模型运行前需对所使用的矢量栅格数据进行统一的投影和空间坐标参考，结合研究区实际情况和模拟要求，本文研究采用了以下的投影及空间参考。

表1 研究区投影参数表

赣江流域SWAT分布式水文模型需要大量的数据资料，其中主要包括DEM数据、土地利用数据(图3)、土壤数据、气象数据和水文数据五大基础数据。数据资料的来源及详细信息如表2所示。其中数字高程数据由地理空间数据云下载，气象数据由江西省各气象站点获得，土壤数据是根据江西省1∶50万土壤数据类型按照SWAT模型的标准建立，土地利用数据是利用陆地卫星TM假彩色数据提取，水文数据采用水文站1961－2013日观测数据，天气发生器根据原始气象数据依照SWAT标准自行建立。

图3 赣江流域不同时期土地利用图

表2 流域模拟数据资料

2.2 方法

2.2.1 子流域和HRU划分 利用ArcSWAT中的Automatic Watershed Delineation模块，导入研究区DEM数据，通过Stream network和Create stream and outlets提取该流域河网并设置流域出水口。模型提取河网时，加载Google Earth平台提取的流域水系以提高精确度，设定合适阈值划分子流域。最后通过适度指数法确定阈值，提取流域面积约为81 850 km2，将赣江流域划分为93个子流域，并在此基础上划分了1 585个水文响应单元，如图4所示。

图4 赣江流域子流域划分结果图

2.2.2 参数敏感性分析 由于SWAT模型参数众多，而参数选取及其取值范围决定了率定和验证的准确度。然而，不同参数对模型的模拟结果的权重是不同的，把握重要的参数，并调节这些敏感的参数对模型的模拟至关重要。经过模型多次运行，并借助SWAT－CUP软件和Sensitility Analysis工具进行参数校正，最终确定赣江流域径流和输沙的10个敏感参数及其最佳值，如表3所示。

表3 赣江流域敏感性参数

2.2.3 精度评价 为保障模型的精确模拟效果和研究的科学性，本文选取常用于评价SWAT模型模拟精度的3个指标，分别是Re(相对误差)、R2(相关系数)和NASH－Suttcliffe(纳什系数)。计算公式如下所示:

1)相对误差Re:

式中:Pr为模拟值，Qo为实测值。相对误差越接近0，说明模型模拟值与观测值越好吻合，模拟效果好;反之则模拟结果误差大。

2)决定系数R2:

式中:Qi为实测值，Pi为模拟值;Qa为实测平均值，Pa为模拟平均值;n为实测值的个数。R2可评价模拟值与观测值的拟合程度，R2越接近于1，说明模拟的结果越好，拟合程度越高，R2越接近于0，说明模拟结果精度低。

3)Nash－Suttcliffe系数Ens的计算公式:

式中:Pr为模拟值;Qo为实测值;Qa为实测平均值;n为模拟时间段内实测数据个数。Ens越接近于1，模拟值与观测值越吻合，当Ens=1时，则表示模拟值与观测值完全吻合。

3 结果与分析

3.1 率定期与验证期模拟结果及1981－2013年径流模拟

利用多次调整后的参数带入构建好的赣江流域的SWAT模型中，以1990年为时间点，将1980－1990年设为率定期，1991－2000年设为验证期。将径流模拟值和水文站观测值做对比，得出率定期径流模拟(图5)和验证期径流模拟(图6)，并计算出模拟精度。经过计算得到赣江流域在率定期模拟时，Re=0.3、R2=0.85、Ens=0.83，模拟效果理想;在验证期时，Re=－5.94、R2=0.86、Ens=0.84，Re稍偏大，R2、Ens模拟结果理想，结果证明SWAT模型适用于赣江流域径流模拟。最后针对校准好的模型，对1981－2013年的赣江流域径流进行月模拟，R2=0.83、Ens=0.81，模拟效果较好，再次证明SWAT模型适用于赣江流域径流模拟。

图5 赣江流域率定期的径流观测值与模拟值

图6 赣江流域验证期的径流观测值与模拟值

赣江流域在率定期和验证期中模拟值与观测值拟合度较高，模拟值与观测值的趋势具有一致性。虽然在验证期间，相对误差稍微偏大，模拟值略高于观测值，这与江西省20世纪90年代以来开始实行“山江湖”植树造林的政策有关，地表植被的恢复能有效的涵养水源，减少径流。

3.2 不同时期土地利用情景下的径流模拟比较

本文以1980年、2000年、2015年3期土地利数据为基础，对赣江流域进行模拟，得到在这3个时间的土地利用情境下1980年、2000年、2015年的月均流量，经统计分析得到相应的月均流量的变化率(表4)。从土地利用数据看可以出，1980－2015年间，赣江流域土地利用类型中主要的耕地、林地、草地从1980的占总面积26.24%、64.7%、5.37%到2015年占总面积的25.86%、64.02%、5.40%，变化分别为－0.35%、－0.68%、0.03%(表5)。

如表4所示，在不同时期土地利用情境下模拟的赣江流域月径流有一定变化。1980－2000年，月径流变化率最大为1.16%，最小为0.41%;2000－2015年，月径流变化率最大为0.17%，最小为0.01%;1980－2015年，月径流变化率最大为1.33%，最小为0.42%。总体来说，3个时期的变化率均在1.5%以内。

表4 赣江流域1980年、2000年、2015年土地利用情景下月均流量模拟结果

表5 赣江流域不同时期各主要地类占比

从1980－2000年、2000－2015年2个时间段可以看出，在1980－2000年，月径流最大变化率为1.16%，年均月径流变化率为0.74%，比2000－2015年最大月径流变化率及年均月径流变化大。20世纪90年代，江西省成立了江西省山江湖开发治理委员会，其中“江”就是指赣江。“山江湖”治理工程的开展，使得赣江流域内的水土流失、水污染等问题得到一定程度的缓解和治理。从表5可知，在开展“山江湖”工程后，林地面积增加了0.25%，水域面积增加了1.73%，耕地面积也略有减少。林地面积的增加，加强了地表植被涵养水源、保持水土的作用，耕地面积的减少使得流域径流有所减少，这与上文提到的段祥佩等人的研究结果具有一致性。21世纪以来，随着国家经济的快速发展，人们在提高自己生活水平的同时，也更加注重对环境的保护，从“四位一体”到“五位一体”的转变，都提现了国家对生态环境的重视，对环境整治力度的加强。这使得2000－2015年间的月径流变化率较1980－2000年的月径流变化率有所下降。

3.3 气候变化对径流的影响

探究气候变化对径流的影响主要是分析降水量与气温变化对赣江流域径流的影响。

首先分析了1981－2013年流域降水量与径流量之间的关系，对两者进行了相关性分析(图7)。结果表明，两者之间有明显的正相关性，降雨量越大，产流越大，流量越大。随后做了赣江流域的回归趋势，表明月降水量与月经流量为线性回归关系，相关系数r=0.848，在α=0.000 1的水平上显著。接着，根据在法国巴黎通过的气候大会的结论(将平均气温升高控制在2°C以内)，将研究区域的温度设置了3种变化情景，分别为增加1℃、增加2℃和降低2℃。在利用SWAT模型模拟出1981－2013年的在实际温度与3个不同气温情景下的径流变化，并统计在不同温度下赣江流域的径流变化情况(图8)。结果表明，随着气温的增加，流域径流量减少;反之，径流量增多，两者呈现负相关性。并且，不同的季节径流对温度变化的敏感度也有差异，其中夏季的温度敏感度高于冬季的敏感度，而8月份的敏感度是最大，特别是在气温升高2℃的情境下，月均径流量从2 821.86 m3/s减少到1 401.34 m3/s。温度的升高使得流域降雨量减少，蒸发量增加，从而影响径流量变化，这与郭军庭在潮河流域的情景研究分析基本一致[13]。

图7 赣江流域降水量与流量相关系数分析

图8 不同气温情景下径流模拟结果

4 小结

1)SWAT模型在赣江流域1980－2013年的径流模拟中，率定期的R2=0.85、Ens=0.83，验证期的R2、Ens分别为0.86、0.84，模拟效果理想，表明SWAT模型适用于赣江流域。

2)在1980－2000年、2000－2015年2个时期土地利用情景下模拟赣江流域的月径流变化率均在1.5%以内。在1980－2000年，月径流最大变化率为1.16%，年均月径流变化率为0.74%，相比2000－2015年的月径流变化率和年均月径流变化略大，这是因为20世纪90年代以来，江西省大力开展“山江湖”保护工程，使得林地、水域面积有所增加，在涵养水源、保持水土方面有了一定的作用，而“退田还林还湖”政策也减少了流域内水土的流失。

3)降水量及温度变化对赣江流域的径流量有显著的影响:降水量与径流量成正相关，相关系数高达0.848;气温与径流量呈负相关，温度升高流域流量减少，反之流量增加，且在夏季时，流量对温度变化的敏感度最高。