湄公河流域缺资料地区水资源量评估方法探讨——以老挝南乌河和柬埔寨洞里萨湖为例

陈 玺，李 妍 清，徐 长 江，金 君 良，赵 树 辰

(1.长江水利委员会 水文局，湖北 武汉 430010； 2.河海大学 水文水资源与水利工程科学国家重点实验室，江苏 南京 210024； 3.南京水利科学研究院 水文水资源与水利工程科学国家重点实验室/水利部应对气候变化研究中心，江苏 南京 210029； 4.长江勘测规划设计研究有限责任公司，湖北 武汉 430010)

0 引 言

澜沧江-湄公河是世界第六长河，全长约4 900 km，流域总面积81万km2，多年平均径流量740亿m3。河流发源于中国青海省唐古拉山脉岗果日峰的扎曲，流至昌都后称为澜沧江，在云南省南腊河口出境后称为湄公河。湄公河干流河谷较宽，弯道较多，经老挝到柬埔寨金边与洞里萨湖交汇后进入越南，于越南胡志明市附近的湄公河三角洲注入南中国海。澜湄流域水系发育、湖泊众多，但水文监测站网布设相对滞后导致水资源监测能力不足，采用常规技术手段进行准确的水资源评价异常困难，特别是在“汛期成湖、枯期成河”的流域。针对如何通过科学的技术手段准确地评估水资源量的问题展开了分析，分析认为，基于合作协商机制来进行合理开发或优化分配水资源，为经济社会发展提供精准决策，是解决澜湄流域地区复杂历史背景下水事纠纷的关键[1]。

流域水文模型是描述降雨、产流、汇流等水文循环各个环节动力过程的科学工具。自国际水文科学协会IAHS于2003年提出PUB计划(Prediction in Ungauged Basins)以来[2]，伴随着“3S”技术的发展，水文模拟技术趋向于将水文模型与数字高程模型相结合，同地理信息系统与遥感集成，所揭示的水文物理过程越来越接近客观世界[3]，能客观地反映气候和下垫面因子的空间分布对流域降雨径流形成的影响[4]，先后涌现出了比如MIKE SHE[5]、TOPMODEL[6]、TOPKAPI[7]、SWAT[8]和 VIC(Variable Infiltration Capacity)[9]等能够描述地形、土壤、植被以及气候条件等要素空间异质性的分布式水文模型，这些模型的建立，为无资料地区水资源量的评估提供了科学可靠的技术工具和实践示范[10-13]。

陈玺等[13]基于VIC模型，对老挝南乌河流域进行过径流模拟，并在模型模拟成果的基础上，对分区水资源量展开了初步评估和合理性分析。徐长江等[14]基于VIC模型开展过柬埔寨洞里萨湖流域在资料短缺情况下的水文参数移植和模型适用性探讨。然而，采用分布式模型进行水资源评估时，如何考虑部分地区水面面积较大且随季节的变化，甚至会出现“汛期成湖、枯期成河”等特征，是一个值得关注和深入探讨的问题。在澜湄水资源合作的背景下，本文选择老挝南乌河流域和柬埔寨洞里萨湖流域2个典型研究区开展研究，其中，湖泊流域考虑了汛期水域面积变动问题，建立了流域分布式水文模型，用以探讨河湖2种典型特征流域的水资源量评估方法，以便为不同下垫面条件下无资料或缺资料地区的水资源量评估，提供较为科学的方法。

1 研究区概况及研究方法

1.1 研究区概况

南乌河为湄公河左岸一级支流，位于老挝北部热带雨林山区，干流全长448 km，流域面积为2.61万 km2，南北向长度200～295 km，东西向宽度125～150 km，海拔高度为280～2 263 m。洞里萨湖是湄公河流域最大的淡水湖，位于柬埔寨西部，通过洞里萨河与湄公河相连，是湄公河的天然蓄水池。洞里萨湖水量季节变化大：雨季，湄公河涨水时，水注入洞里萨湖，湖面面积可达10 000 km2，水深可达到10～18 m；旱季，湄公河水消退后，水从洞里萨河流入湄公河，湖面面积缩减至2 500 km2，水深为2～8 m。

依据 SL/T 238-1999《水资源评价导则》开展区域水资源评价时，首先应选择资料质量较好、观测系列较长的水文站作为选用站进行单站径流系列分析；然后，对分区水资源量进行评价，以反映水资源量的时空分布特征。选用的代表站资料系列一般应超过30 a，包含完整的丰水、平水、枯水年份，否则需要进行插补延长资料系列年限。南乌河流域1个资料系列和洞里萨湖流域4个资料系列均不足20 a，且站点空间分布不均，无法反映水资源量的空间变化特征；加上流域内没有可以用来插补延长的参证站，因而无法进行资料系列插补延长。

综上，本文建立了分布式水文模型，输入30 a以上的降水等气象驱动资料，利用南乌河流域1个站点和洞里萨湖流域4个站点的水文资料进行模型率定和验证，通过参数移植来模拟水资源量的空间特征。南乌河和洞里萨湖2处典型流域地理位置如图1所示，站点选用资料系列如表1所列。

1.2 研究方法

(1) VIC模型建模。VIC模型是1994年由美国华盛顿大学和普林斯顿大学联合开发的开源大尺度水文模型[13]，主要由蒸散发计算、产流和汇流等基础模块，以及融雪、水库调度、农业灌溉、地下水地表水耦合等附加模块组成。近年来，Wi等[15]研发出了一套VIC-Automated Setup Toolkit，可以将其植入MATLAB进行可视化编程操作，这就为VIC模型爱好者提供了更加便捷的应用方式。

模型输入包括地形、土壤、植被、气候驱动4个部分。本文考虑到了研究流域面积和模型输入数据的空间分辨率，构建了基于0.25°×0.25°网格的模型框架，模型输入均按照0.25°×0.25° 网格进行准备。

地形：通过SRTM数字地形数据集提取研究流域的DEM，将DEM离散成与网格分辨率相同的数字地形单元，计算网格流向。

土壤：南乌河流域土壤表层主要为黏壤土，土壤深层为黏壤土；洞里萨湖区域以壤土和黏土为主。

植被：南乌河流域以常绿阔叶林为主，有少量落叶阔叶林和耕地零星分布；洞里萨湖流域以草地和耕地覆盖为主。

气候驱动：对于无资料地区，气象输入多采用当前国际上主流的再分析资料[16-18]。本文采用来自美国NASA 的融合了多源卫星数据和地面实测数据的AgMERRA数据集(1980～2010年)中的降水、气温、风速、湿度等气象要素。对于该气象数据集在研究区域的适用性，在以往研究中进行了阐述[13-14]。

表1 南乌河和洞里萨湖率定水文模型选用站点资料系列Tab.1 The hydrological series for model calibration in the study area

图1 澜沧江-湄公河流域及典型研究区地理位置Fig.1 The location of the study area and Lancang-Mekong River Basin

(2) 参数率定。VIC模型中有6 个与产汇流相关的参数难以直接给出，需要采用实测水文资料进行率定，这些参数分别是：入渗能力形状参数B，底层土壤1 d 内产生基流的最大值Dsmax、基流非线性增长发生时占Dsmax的比例Ds、基流非线性增长发生时底层土壤含水量与最大土壤含水量的比值Ws、第2层土壤厚度d2和第3层土壤厚度d3[14，19]。本文在有水文站控制的区域采用实测水文资料对VIC模型进行水文参数率定，率定完成后的水文参数可以用于有水文站控制区域的水资源量的评估。采用确定性系数ENS和平均相对误差RE来反映模拟过程的吻合度和水量平衡，这2个指标均在0～1之间变化，ENS越接近1，RE越接近0，说明模拟效果越好。

其中：

(1)

(2)

对没有水文站控制的区域需要进行参数移植，在此基础上，确定水文参数后再进行水资源量评估。为构建参数规律化移用方案采用的流域特征指标体系，根据实测系列、遥感数据或同化资料，首先通过主成分分析方法确定影响参数敏感性的主要因子，然后采用多元线性回归的方法，构建参数与遴选的气候要素之间的定量关系，参数移植方法和步骤已在徐长江等[14]的研究中进行了阐述，本文不再赘述。将有实测水文资料的控制区域划分为2个部分：一部分用于水文参数，并与流域气候因子和下垫面因子建立参数移用公式；另一部分则用于验证参数移用公式的合理性，最终得到全流域水文参数。

(3) 水域面积动态分析。洞里萨湖周边是广阔的平原地区，汛期随着降水和入湖径流的增大，湖区周边陆面面积会转化为水面面积。湖区最大水面面积取16 000 km2，以此将湖区周边水资源分区面积分为2个部分处理，其中一部分为常年陆面面积；另一部分为水陆变动面积。考虑水面面积的动态变化进而估算洞里萨湖流域的水资源量，首先需要根据湖区水位资料以及湖区水位面积(容积)曲线查算逐日(月)的湖区面积。对于洞里萨湖的水位面积(容积)关系，采用湄公河委员会和柬埔寨水利气象部常用的数据集，如图2所示，数据来源于芬兰环境研究所。

图2 洞里萨湖流域水位面积(容积)关系曲线Fig.2 Water level-area(volume)relation curve of Tonle Sap Lake Basin

通过分别计算变动面积中各年分月的水陆产流面积，进而计算相应的产流量。计算时，水面径流系数按1.0考虑，最终计算出各水资源分区的水资源量日(月)系列，包括各个水资源分区内的水面面积、水面产水量、陆面面积、陆面产水量以及总的水资源量。

将洞里萨湖区面积以3 000 km2作为基准值，针对其周边的某一个三级区i，变动的水面面积和陆面面积分别为

当S总水面>3 000时，

(3)

(4)

洞里萨湖三级区的水面面积为

(5)

当S总水面<3000时，

(6)

(7)

洞里萨湖三级区的水面面积为

(8)

式中：fi，fract为第i个三级区内变动的水面面积占所有湖面扩大的水面面积的比例，以最大湖面面积(16 000 km2)时占用周边各三级区面积的百分比为参考。

2 模型模拟

2.1 参数率定

采用南乌河流域和洞里萨湖流域共计5个水文站实测的水文资料，对本次建立的分布式水文模型进行率定和验证，结果如图3所示。在率定期，南乌河流域M.Ngoy水文站日、月尺度流量过程模拟的确定性系数分别达到了0.84和0.92；在验证期，该确定性系数则分别达到了0.68和0.80。洞里萨湖流域Prasat Keo水文站日尺度流量过程模拟的确定性系数，在率定期和验证期均低于0.60，月尺度流量过程模拟的确定性系数在率定期和验证期分别为0.65和0.62；其余3个水文站的日、月尺度流量过程模拟的确定性系数在率定期和验证期分别为0.70～0.83和0.66～0.82。另外，南乌河流域和洞里萨湖流域5个水文站的日尺度流量过程模拟的平均相对误差在10%以内。上述结果说明，本次构建的VIC模型在2个典型流域日、月尺度的流量过程模拟中效果良好，可以将其用于河流、湖泊2种典型流域的水资源量的评估工作。

图3 VIC模型在南乌河和洞里萨湖流域模拟效果Fig.3 The simulation effect of VIC model in the study area

2.2 模拟结果

本文利用AgMERRA再分析气象数据集驱动VIC 模型，模拟得出了南乌河流域和洞里萨湖流域三级区1980～2010年的水资源量系列数据。各水资源三级区1980～2010年的多年平均径流量如图4所示。图4中，水资源三级区名称从左到右依次对应图1中的水资源三级区序号。南乌河流域19个水资源三级分区在1980～2010年的多年平均水资源量总计为164.33亿m3，多年平均径流深为666 mm。对于洞里萨湖流域，在进行降水产流模拟分析时，湖区中心区(图1中序号15)的基准水面面积为3 000 km2，当汛期来临、降水量增加时，湖区中心区周边的水资源三级分区(图1中序号0～14)将会有一部分陆面面积转换为水面面积，各水资源三级区产流量分为陆面产流量和水面产流量2个部分计算，两者相加即为各区的水资源总量。洞里萨湖流域除了湖区中心区以外，其余的水资源三级分区(序号0～14)1980～2010年的多年平均水资源量总计为460亿m3，其中，陆面多年平均产水量为400亿m3，水面多年平均产水量为60亿m3。

南乌河流域和洞里萨湖流域的水资源量均主要依赖于降水补给。南乌河流域径流深由上游向下游递减，洞里萨湖流域水资源量西南地区较为丰沛，而北部地区水资源量相对较为稀少，2个典型研究区的径流深空间分布总体上与降水空间分布一致。

由于本文旨在对河流流域和湖泊流域缺资料地区水资源量的评估方法开展探讨，因此，限于篇幅，不再对流域水资源量的时空分布以及径流深、径流系数等特征开展分析。

注：水资源三级区名称从左到右依次对应图1中水资源三级区序号0～18(南乌河)，0～14(洞里萨湖)。图4 南乌河流域和洞里萨湖流域三级区水资源量评估结果Fig.4 The water resources assessment results in the study area

3 结论与展望

3.1 结 论

本文基于以往的研究成果，探讨了借助于分布式水文模型对河流和湖泊2种典型的缺乏实测水文资料流域的水资源量进行评估的方法，可以得出以下结论。

(1) 本研究中，无论是南乌河流域还是洞里萨湖流域，在依据SL/T 238-1999《水资源评价导则》和SL/T 278-2020《水利水电工程水文计算规范》进行水资源量评价时，流域内水文站个数不足、空间分布不均，实测水文资料系列长度不足而且也不具备插补延长的条件，属于缺资料地区，对于这种条件，应借助于水文模型来开展水资源评价。

(2) 由于陆面和水面产流系数不同，本研究采用了流域分布式水文模型在典型河流流域和湖泊流域进行水文模拟，重在说明在湖泊流域进行水文模拟时，应考虑到湖泊流域水域面积随着降水的年内变化而出现的动态变化。

(3) 考虑河湖典型流域不同特征进行建模，南乌河流域和洞里萨湖流域5个水文站日尺度流量过程模拟的平均相对误差在10%以内，说明该分布式水文模型在河湖典型流域日、月尺度的流量过程模拟效果良好，可以将其用于进一步的水资源量模拟，以反映流域水资源量的时空分布状况。

(4) 南乌河流域和洞里萨湖流域水资源量均主要依赖于降水补给，模型模拟得出的水资源量系列长度和空间分辨率，取决于模型输入的降水系列和空间分辨率，径流深的空间分布是降水与下垫面水文产汇流参数综合作用的结果，总体上与降水空间分布基本一致。

3.2 展 望

一般来说，对用于水文模型率定和验证的实测流量系列需要开展一致性分析，如果分析结果不满足一致性条件，则需要进行流量系列还原计算。作为本文选用的模拟分析的典型流域，由于其经济社会发展相对落后，水资源开发利用水平较低，可以暂不考虑对其进行还原计算。但在将其用于其他流域的分析时，如果在控制性水文站上游用水量较大或者建设有水库、引调水工程等水利工程设施，则应根据水文站控制以上流域的一、二、三产用水量以及水利工程对水文站实测径流系列来开展还原计算。

另外，运用分布式水文模型模拟得出的水资源空间分布分辨率，取决于模型网格大小的设置。模型网格设置一般会考虑到气象驱动和植被、土壤等下垫面数据的空间分辨率，各网格的水资源量系列长度与模型输入的降水系列长度一致，分区水资源量是流域分区边界内的网格产流量的叠加。模型输入的气象驱动，多选用国际研究机构认可的再分析数据资料，不同数据集的系列长度一般在30～50 a之间，系列长度能够满足水资源评价的要求；而且需要经过研究区地面气象站实测数据的验证，如果差异较大则需要对数据进行矫正。