基于WAVES模型的大清河流域典型生态系统耗水特征分析

叶林媛， 刘 攀，黄俊雄，刘德地，李传哲，程 磊

(1.武汉大学 水资源与水电工程科学国家重点实验室，武汉 430072；2.北京市水科学技术研究院，北京 100048；3.中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室，北京 100038)

0 引 言

随着经济发展和人口快速增长，传统基于径流的“以需定供”的水资源管理方式导致了区域水资源过度开发，特别是在资源型缺水的干旱和半干旱地区，水资源可持续利用问题日益严峻[1]。由“以需定供”向“以供定需”转变的水资源管理是探究资源型缺水区域水资源可持续利用的必然选择[2]。需水的本质在于消耗，生态系统耗水，即实际蒸散发(Evapotranspiration,ET)，才是区域水资源的真实需求量，主要包括植被腾散发、土壤蒸发以及冠层截留蒸发三部分[3]。因此，准确估算生态系统耗水对于区域水资源科学管理和可持续利用至关重要。

大清河流域是海河流域的重要支流，自20世纪80年代以来，由于人类活动导致流域下垫面发生了显著变化，水资源严重衰减[4]，而素有“华北明珠”的白洋淀湖面积持续萎缩并出现多次干淀[5]。流域内京津冀地区，尤其是雄安新区的迅速发展对水资源需求量增加，流域水资源开发程度高达90%[6]，水资源短缺问题突出。因此，开展大清河流域典型生态系统耗水规律研究，对于缓解流域水资源供需压力，保障白洋淀-大清河生态廊道用水，以及支撑雄安新区建设都具有重要意义。

目前，估算生态系统耗水的方法主要分为遥感反演和水文模拟两大类。遥感反演法根据遥感观测的下垫面和环境特征信息基于能量平衡得到ET，这种方法估算的ET空间分辨率好，但一般没有预见期，且物理机制不强[7]。水文模拟法通常在流域上建立降雨-径流关系，基于水量和能量平衡来估算ET，这种方法物理机制较强，但一般很少或没有考虑植被的生物物理和生物化学过程[8]。此外，在高强度人类活动和水资源过度利用的大清河流域，降雨径流关系显著变异，传统的基于径流的水资源管理方式已不再适用。而基于生态水文过程模型的典型生态系统耗水管理(即ET管理)不仅能够有效考虑人类活动引起的下垫面变化，而且生态水文模型考虑了水-碳-热耦合关系，可以定量描述植被与水文过程的相互作用，能准确地刻画不同生态系统的耗水特征及其对流域水量收支平衡的动态影响[9,10]。因此，估算大清河流域典型生态系统耗水特征，需要结合遥感反演方法空间处理的优势和生态水文模型较强物理机制的特点。

本文综合利用遥感数据和点尺度的WAVES生态水文模型，以大清河流域为研究区域，选定3种典型生态系统，即农田、草地和林地，利用遥感叶面积指数(Leaf Area Index,LAI)和ET数据来率定WAVES模型，然后模拟并分析了流域典型生态系统1982-2014年耗水特征，以期为大清河流域及雄安新区的水土资源管理提供参考。

1 研究区概况

大清河流域是海河流域的五大水系之一，西起太行山区，东至渤海湾，北界永定河，南临子牙河。流域地处113°39′E～116°10′E，38°23′N～40°09′N之间，横跨河北、北京、天津和山西四个省市。流域面积为4.3 万km2，其中山区和丘陵占43%，平原和洼地占57%。大清河流域土壤类型主要有褐土、潮土和粗骨土3种。大清河流域属于典型的温带大陆性季风气候，四季分明，干湿交替出现，夏季高温多雨，冬季寒冷干燥。流域年平均降水量为518.1 mm，降水年内分布不均，主要集中在7、8月(约占56%)。流域年平均气温为11.1 ℃，气温自西北向东南递增。

基于中国科学院资源环境科学数据中心的2010年全国1∶10万土地利用数据，大清河流域土地利用类型有耕地、林地、草地、水域、城乡/工矿/居民用地和未利用土地六类，如图1所示。其中耕地所占比例最大，占流域总面积的45.5%，其次是草地和林地，所占比例分别为20.8%、18.8%，其他土地利用类型占比较小，约为14.9%。因此，本文选择林地、草地和农田3种典型生态系统作为研究对象，根据流域内外气象站点位置和ET数据格点分布，在3种生态系统分布较为集中的区域各选取一个代表性的点(如图1)来率定植被的参数。

图1 大清河流域位置与土地利用特征Fig.1 The location and land use characteristics of Daqing River Basin

2 模型及输入数据

2.1 WAVES模型简介

WAVES(WAter Vegetation Energy and Solute)模型是澳大利亚联邦科学与工业研究组织水土资源研究所在1993年开发的生态水文模型，该模型能在日时间步长上模拟土壤-植物-大气连续体中水、能量、溶质的动态输移过程，适用于研究土地利用及气候变化对水文过程的影响[11]。WAVES模型已经成功地在我国黄土高原和华北地区得到了应用，能够精确地模拟土地变化对深层土壤水的影响[12,13]、作物水分利用效率和产量[14]等。

WAVES模型能够动态模拟地表能量平衡和分配、植被生长和碳分配、土壤水的垂向分配、腾散发等过程。水量平衡包括蒸散发、下渗、径流、土壤水运动等过程。蒸散发利用基于“大叶”模型的Penman-Monteith公式计算，同时也能够准确地模拟植物固碳对气孔导度的调节作用及生态系统蒸散发与大气之间的互馈作用。土壤水运动利用Richards方程进行计算，其中土壤水分特征曲线可用Broadbridge-White模型来表示。植被冠层的实际碳同化量利用综合速率法计算，再根据植物受到的水、光和营养物质限制情况，将光合固定的碳动态分配给根、茎、叶3个碳库，进而动态模拟植被生长。

2.2 模型所需数据

WAVES模型所需的数据主要有气象数据、土壤数据和植被参数。气象数据包括日最高气温、最低气温、饱和水汽压差、降雨量、降雨历时、太阳总辐射。基于Thornton和Running[15]提出的MT-CLIM模型，由廊坊、保定和蔚县3个气象站点的最高气温、最低气温和降雨量分别推求出模拟点1(农田)、2(草地)、3(林地)的气象数据。其中气象站点的数据来源于国家气象信息中心(http://data.cma.cn/)的全国气象站点数据集，包括逐日气温、降水和相对湿度等数据。

土壤参数包括节点深度和各层土壤的饱和导水率Ks、饱和容积含水量θs、临界容积含水量θr、毛管长度λc以及土壤水分特征曲线参数C。本研究将土壤分为3层，土壤深度为3 m。土壤质地数据来源于联合国粮食农业组织(http:∥www.fao.org/)的全球表层土(0～30 cm)和下层土(30～100 cm)土壤质地分布图。利用ArcGIS软件提取出大清河流域的土壤质地分布，确定典型生态系统的土壤质地分层情况，再根据模型手册中每类土壤质地的参数物理意义的取值范围的均值作为模型的初始土壤参数。

植被参数包括消光系数、最适生长温度、发芽日期等26个参数，其中大部分参数可以通过查找相关文献获得，部分参数需要根据实际情况率定。研究区的草地和林地生态系统主要以一年生草地和落叶阔叶林为主，模型的植被参数根据这两种植被类型查阅相关文献或率定得到。研究区的农田生态系统以冬小麦和夏玉米轮作为主，考虑到研究区生态系统耗水主要集中在夏季，以及模型模拟两种植被的复杂程度，农田生态系统采用单一作物进行模拟，部分植被生理参数主要基于夏玉米。为了弥补冬小麦和夏玉米轮作的种植特征，在植被生长期、生长积温、耗水相关参数及LAI月际波动(特别是冬季)等方面兼顾了两种作物轮作的情况。

2.3 模型参数率定

本文采用遥感反演的LAI和ET数据对模型的植被和土壤参数进行综合率定。LAI是植被固碳、蒸腾和调节微气象环境的控制因子，本文利用LAI数据率定植被生长、能量和水量平衡相关过程。而ET是水循环过程中的重要组成部分，由于在人类活动剧烈且水循环过程非一致性较强的大清河流域内缺乏实测的径流或ET资料，因此选用遥感反演的ET对水量平衡过程进行率定。LAI数据来源于GIMMS LAI3g数据集[16]，空间分辨率为0.083°，时间分辨率为每月两个值。遥感ET数据来源于GLEAM-ET数据集[17]，空间分辨率为0.25°，时间分辨率为日。研究时段选取搜集到的气象和遥感数据都有的时间，即1982-2014年。选取Nash-Sutcliffe系数NSE、均方根误差RMSE和决定系数R23个指标对模拟效果进行评估。率定期和验证期按2∶1的比例，将1982-2003年作为率定期，2004～2014年作为验证期。将初始参数和数据代入模型进行模拟，先通过遗传算法初步优化模型参数，之后再利用手动率定出符合物理意义的最优参数值。最终率定出植被参数见表1。

3 结果与讨论

3.1 模型率定结果

3个典型生态系统ET和LAI的模拟效果见图2～4和表2。从图2～4中可以看出，模拟ET和LAI与遥感值之间的线性回归斜率接近1∶1线，说明ET和LAI的整体模拟误差较小。从表2中可以看出，3个典型生态系统的LAI在率定期和验证期的R2均高于0.65，NSE均高于0.6，表明模型在3个生态系统中LAI模拟值与遥感LAI拟合效果较好。农田和草地LAI模拟的RMSE均低于0.5，模拟误差较小。而林地LAI模拟的RMSE偏大，这可能是遥感LAI数据普遍高估了林地生态系统LAI导致的[18]。3个典型生态系统的ET在率定期和验证期的R2均高于0.65，NSE均高于0.60，RMSE均低于0.75 mm/d，表明WAVES模型在3个生态系统中ET模拟结果与遥感反演值拟合效果较好，模拟误差较小。总体来讲，WAVES模型能够很好地模拟大清河流域典型生态系统的耗水特征，模型能够用于模拟和预测流域典型生态系统长期耗水特征。

表1 大清河流域WAVES模型植被参数Tab.1 Vegetation parameters of the WAVES model for the Daqing River Basin

图2 农田生态系统植被生长LAI和生态系统耗水ET模拟结果Fig.2 Simulated vegetation growth indicated by LAI and (2) ecosystem water use (i.e. ET) of the farmland(红线表示1∶1线，蓝线表示模拟值与遥感反演值的线性趋势线，下同)

图3 草地生态系统植被生长LAI和生态系统耗水ET模拟结果Fig.3 The same as Figure 2 but for the grassland ecosystem.

图4 林地生态系统植被生长LAI和生态系统耗水ET模拟结果Fig.4 The same as Figure 2 but for the woodland ecosystem

表2 模型LAI和ET模拟效果评价Tab.2 Evaluation of model performance in terms of the LAI and ET

3.2 典型生态系统耗水特征分析

3.2.1 耗水总量分析

基于率定的WAVES模型估算了大清河流域站点尺度的典型生态系统耗水，并对各生态系统耗水特征进行对比分析，如表3和图5所示。1982-2014年间，大清河流域农田、草地和林地多年平均耗水量分别为383.9±53.8 mm(267.9～484.6 mm)、424.5±59.8 mm(271.1～527.7 mm)、439.6±81.3 mm(299.5～614.6 mm)，占降水的75.2±14.0 %、77.5±14.1 %、88.3±18.5 %。从耗水能力来看，林地>草地>农田，但草地和农田消耗降水的比例差异不大。与刘丽芳等[19]在海河流域的研究相比，林地和草地生态系统耗水量相近，但刘丽芳等[19]估算的农田耗水偏高，可能是因为输入资料差异引起的。与吴海涛[20]在大清河流域的研究对比，草地耗水量基本一致，吴海涛[20]林地耗水偏高可能是由于林地分类更广泛(包括有林地、灌木林、疏林地和其他林地)，农田耗水偏高可能是其考虑了灌溉作用。

表3 典型生态系统多年平均水量平衡Tab.3 Mean annual water balance of typical ecosystems

图5 典型生态系统年耗水特征Fig.5 Annual water consumption characteristics of typical ecosystems

3.2.2 耗水年内变化分析

图6为大清河流域3个典型生态系统1982-2014年的月耗水变化。从图6中可以看出，3个生态系统的月耗水变化基本一致，均呈单峰变化特征。1-3月，由于气温和饱和水汽压差较低，降水量较少，土壤蒸发较小，且此时植被耗水很低，总耗水量约为8 mm/月；4-6月，随着气温回升和降雨增加，土壤蒸发随之增加，加之植被开始发芽生长，植被蒸腾作用加强，此期间的耗水量持续上升；7-8月，气温和降雨量逐渐升高至全年最大值，农作物(夏玉米)进入拔节孕穗阶段，草地和林地也处于最佳生长状态，植被腾散发量增加，耗水量达到峰值；9-10月，随着草地和林地叶片衰老，农作物进入收获季节，植被蒸腾大幅度减少，而土壤蒸发也因气温和降水降低而减少，总耗水量逐渐减少；11-12月，此时的耗水主要指土壤蒸发，随着气温下降和降水减少，土壤蒸发较小，使得总耗水逐渐降低至7 mm/月。林地生态系统在生长季(5-9月)的耗水量均高于其他两个生态系统，而在非生长季耗水量略低于其他两个系统。

图6 典型生态系统1982-2014年月平均耗水变化Fig.6 Mean monthly water consumption of typical ecosystems from 1982 to 2014

3.2.3 耗水分量对比

图7为3个生态系统的各耗水分量(即冠层截留、土壤蒸发、植被腾散发)比例分布。从图7中可以看出，冠层截留分量大小顺序：林地>农田>草地，比例分别为20%、11%、9%；土壤蒸发分量大小顺序：草地>农田>林地，比例依次为52%、41%、12%；植被腾散发分量大小顺序：林地>农田>草地，比例依次为68%、48%、39%。LAI是控制冠层截留和植被腾散发的主要因子之一，由于林地在生长期的LAI大于3，显著大于其他两个生态系统(约为2)，加上林地空气动力学阻力较大，有利于截留雨量的蒸发，故林地的冠层截留和植被腾散发比例比其他两个生态系统高。目前针对大清河乃至海河流域生态系统耗水分量的研究较少。刘丽芳等[19]估算出海河流域农田土壤蒸发约占总耗水的41%，作物蒸散占总耗水的59%，这与本文在农田生态系统的研究结果基本一致。

图7 典型生态系统耗水分量比例分布Fig.7 Proportion of three water consumption components of typical ecosystems

4 结 论

本文以大清河流域为研究区域，结合流域的水文气象、土地利用数据，利用遥感LAI和ET数据对水碳热耦合的生态水文模型(WAVES)进行率定，并估算了典型生态系统(农田、草地和林地)1982-2014年的多年平均耗水规律和特征。虽然本研究也存在一些不足并可能会导致结果存在一定不确定性，如所用到的遥感数据在研究区缺乏系统全面的校正、模型中植被参数也缺乏实地观测值等，但是本研究很好地结合了生态水文模型和遥感数据的优势，研究结果可以为高强度人类活动和水资源过度利用的大清河流域和雄安新区的水土资源管理提供参考。论文的主要结论如下：

(1)大清河流域农田、草地、林地生态系统多年平均耗水量依次增加，分别为383.9、424.5、439.6 mm，占降水的75.2%、77.5%、88.3%。耗水能力：林地>草地>农田。

(2)在大清河流域典型生态系统耗水分量中，农田和草地土壤蒸发和植被腾散发的比重大致相当，均占总耗水的40%～50%；林地以植被腾散发为主，约占总耗水的70%。3种生态系统中冠层截留耗水最小，约占总耗水的9%～20%。

□