基于SWAT模型的呼兰河流域生态流量计算

刘庚炜，戴长雷，肖瑞晗，张义鑫，苏泉冲

(1.黑龙江大学水利电力学院，黑龙江哈尔滨 150080；2.黑龙江大学寒区地下水研究所，黑龙江哈尔滨 150080；3.黑龙江省寒区水文与水利工程联合实验室(国际合作)，黑龙江哈尔滨 150080)

近年来，随着人类用水强度的不断提高，流域生态环境问题愈发明显[1-2]。居民生活用水和农业用水对河流水资源的无节制取用，引发了河流水文情势和生态系统结构的改变[3-4]。目前，河流生态功能的退化已经引发了社会对于河流生态流量的关注[5]，对河流的生态流量进行科学合理的评价，对于促进水资源的合理利用、恢复河流的生态功能、提高水资源的利用效率[6-7]以及维持整个流域生态功能的完整性和生态系统的结构都具有重要意义[8]。

2021年，中国水利部发布《河湖生态环境需水计算规范》(SL/T 712-2021)，指出河流和湖泊基本生态流量是指维持河流、湖泊、沼泽给定的生态保护目标所对应的生态环境功能不丧失，需要保留的基本水流过程。20世纪70年代，中国开始着手生态流量的研究，在塔里木盆地水资源与绿洲建设一文中首先提出了“生态环境用水”的概念[9]。近年来，开展了很多关于生态流量的研究，例如，利用改进的Tennant 法(MTMMHC 法)，计算不同标准等级下汉江流域的生态流量，确定了不同年份水资源开发利用率的阈值[10]；采用多种水文学方法，计算大通河的生态流量，并研究了流域生态流量预警方案和预警流量控制指标，发现基于基流比例法的计算结果更具全面性和合理性，可以反映各年际各时段的流域生态流量[11]；利用长短期记忆神经网络(LSTM)与熵值法，构建了椒江流域的生态流量预警预报模型，该模型在椒江流域具有很好的适用性，能够很好地完成河湖生态流量预警信息预报任务[12]；按季节将年内展布法进行改进更适用于西北河地区[13]。

以往的生态流量计算主要关注主河道或流域出口的生态流量，缺乏对整个流域缺水量的时空分配方法的研究，但是流域水系统是一个整体，各个子流域之间存在密切关系，必须点面结合、上下联动、多目标协调，以实现生态补水的均衡[14]，因此，对整个流域的生态流量及缺水量的时空分布进行分析与评价是十分必要的[15]。本研究通过建立呼兰河流域的天然径流与实际径流过程，并进行流域汛期与非汛期的划分，模拟了2008—2020 年呼兰河流域的径流过程[16]；基于SWAT模型和流域生态流量理论，完成了对整个呼兰河流域生态流量的计算并分析了呼兰河流域的生态缺水现状。

1 材料与方法

1.1 研究区概况

呼兰河是松花江左岸的一级支流，约占松花江流域面积的6.56%，为松花江流域的第三大支流。呼兰河流域属温带大陆性季风气候，年平均气温为0～3 ℃，年降水量为574.7 mm，且分布不均匀，多集中在6～9 月。呼兰河东北部与小兴安岭相邻，南部与青山岭相接，西部与明青坡地相连，总面积35 683 km2，为全境均在黑龙江省内的第一大河[17]，承担着流域内居民用水和农田灌溉的责任[18]，因此呼兰河的生态安全与流域内社会经济的发展和居民用水息息相关。

1.2 数据来源与处理

1.2.1 数字高程模型(DEM)

利用SWAT 模型进行径流模拟时，宜选择20～150 m 分辨率的高程图[19]。从地理空间数据云平台下载30 m 分辨率的SRTM 高程数据，并运用DEM高程图提取流域的相关参数，呼兰河流域的高程图见图1。

图1 呼兰河流域高程图和水系图Fig.1 Elevation map and water system map of the Hulan River basin

1.2.2 气象数据

通过访问国家气象数据中心，获取呼兰河流域4个基本气象站的降水、温度、风速、相对湿度和太阳辐射实测数据，4个基本气象站包括绥化北林区基本气象站(编号50853)、海伦基本气象站(编号50756)、铁力基本气象站(编号50862)和明水基本气象站(编号50758)，气象站分布如图1所示。对气象站逐日气象数据进行分析，并利用SWAT weather软件对缺测数据进行插补，构建气象数据库。

1.2.3 水文数据

选择呼兰河流域兰西水文站观测的2008—2022 年的逐日径流数据以及1964—1971 年的逐月径流数据，这两个时期的数据连续性较好，可用于模型率定与验证，水文站站点位置如图1所示。

1.2.4 土地利用数据

土地利用是建立SWAT 模型所需要的重要数据之一，其影响着降水在地面形成径流的过程[20-21]，本研究所用的土地利用数据来源于中国科学院资源环境科学与数据中心(http://www.resdc.cn)数据平台的“中国多时期土地利用遥感监测数据集(CNLUCC)”，数据在使用之前需要制作土地利用索引表[22]，1980 年和2020 年呼兰河的土地利用类型如图2所示。

图2 1980年和2020年呼兰河流域土地利用类型图Fig.2 Land use type map of the Hulan River basin in 1980 and 2020

1.2.5 土壤类型数据

在SWAT 模型中，土壤数据是主要的输入参数之一，土壤数据质量的好坏对模型的模拟结果会产生重要影响，呼兰河流域土壤类型空间分布图来源于HWSD(harmonized world soil database)全球土壤数据库[23]，在构建土壤数据库之前，利用SPAW 软件计算各种土壤理化性质并对研究区土壤进行重分类[24]。

1.3 SWAT模型

SWAT 模型是一种物理-概念相结合的模型，其每一个进程都基于水量平衡作为驱动力，可用于长时间尺度的水文循环和物质循环研究[25-26]。其工作原理是，首先将流域划分为水文响应单元，然后对每个水文响应单元的内部循环进行独立研究，最后通过子流域和河网将各个响应单元有机地连接起来。SWAT 模型主要用于评估土地利用管理等人类活动对流域水循环、泥沙、农业污染物质迁移的长期影响和作用[27]。在模型建立过程中，首先要划分子流域，子流域是指由汇入河流网格单元的产汇流累积量超过集水面积阈值所形成的区域[28]，本研究共划分39个子流域(图3)。在子流域划分的基础上，进一步根据土地利用类型、土壤类型和坡度，将子流域内具有相同组合的不同区域划分为同一类水文响应单元(HRU)[29]。然后在子流域出口处对所有水文响应单元的产出进行叠加，得到子流域的总产出[30-31]。本研究将呼兰河流域土地利用类型分为8类，土壤类型分为17类，坡度等级设为4级，即0°～8°，＞8°～30°，＞30°～60°，＞60°，考虑流域的地形情况，将流域土地利用面积、土壤面积和坡度等级的阈值分别设置为10%、10%和5%。对于气象数据，利用SWAT weather软件，对实测数据缺测值进行插补[32]，制作数据索引表，然后输入到SWAT模型中进行模拟。

图3 呼兰河子流域划分图Fig.3 Subwatershed division map of the Hulan River basin

1.4 径流模拟及流域丰枯期的划分

前人采用Mann-Whitney-Pettitt变点分析方法对呼兰河流域径流量的研究结果显示，当给定显著性水平为0.05 时，呼兰河流域年径流突变点发生在1972 年。说明在1972 年之前人类活动对呼兰河流域径流的影响较小[33]，因此，利用突变点之前所率定水文模型的参数，将样本流域的实测气象数据输入到SWAT 模型中，模拟出的2008—2020年的流量过程可以认为是人类活动影响较小的天然流量过程。本研究采用1980 年和2020 年的土地利用数据(见图2)，分别进行呼兰河流域天然径流过程与实际径流过程水文模型的构建。对于天然径流模型，1964—1967年为模型的率定期，1968—1971 年为模型的验证期；对于实际径流模型，2008—2014年为模型的率定期，2014—2020年为模型的验证期。将率定后的水文模型参数与呼兰河流域的实测气象数据输入到SWAT 模型中。根据利用呼兰河流域天然径流模型所得出的2008—2020 年的天然径流数据，采用累计距平法(CAM)，划分2008—2020年的丰水期和枯水期[34]，最终得出呼兰河流域月平均流量累计距平的平均和指数曲线，径流累计距平法计算方法如下：

1.5 生态流量计算

Tennant 法是目前应用比较广泛的生态流量计算方法[35]，本研究采用Tennant 法对呼兰河流域的生态流量进行计算，根据河道内的生态环境状况，选择生态流量占同时段多年平均天然流量的百分比来代表不同标准等级下的生态流量。为了弥补Tennant 法不能客观反映径流的年际和年内变化、会破坏年流量和年际流量的峰谷、会使天然水文过程均匀化等缺点，本研究将呼兰河流域划分为汛期与非汛期，分别计算其生态流量阈值[36]，如表1所示。

表1 不同生态环境状况下对应的河道流量百分比Table 1 Flow percentage of river channels corresponding to different eco-environment conditions

1.6 生态补水量化

生态补水是指通过人工措施补充河流的生态环境用水量。生态补水量的计算[37]如下：

公式(5)中，Wi(m3)为要达成生态环境为i等级下的所需水量；Wa(m3)为子流域的现状水量；Ws(m3)为子流域所需的补水量。

2 结果与分析

2.1 径流模拟和流域丰枯期划分

基于前人的研究结果[38-39]及SWAT操作指南，选取27个参数，利用SWAT-CUP进行参数率定[40-41]，应用程序选择SUFI-2 算法。流域天然径流模型的率定期和验证期的R2值分别为0.82 和0.72，模拟结果如图4 所示。采用累计距平法(CAM)，划分2008—2020 年的丰水期和枯水期，呼兰河月平均流量累计距平的平均和指数曲线上升阶段为6～10月，下降阶段为11月至翌年5月(图5)，因此，呼兰河汛期为每年的6～10 月，非汛期为每年的11月至次年的5 月。由于呼兰河流域开发程度较大，导致其实际径流的年际变化较大，而SWATCUP 在运行时优先拟合汛期洪峰，从而使得枯水期的率定结果不理想，因此采用分期率定的方式[42-43]，以减弱汛期洪峰对枯水期率定结果的影响。虽然对于整体R2与Ens值影响不大，但分期率定使枯水期模拟值能够更加贴合实际值，模型率定期和验证期的R2值分别为0.74 和0.80，这表示经率定后的SWAT 模型对呼兰河流域具有一定的适用性[44-45]。呼兰河实际径流率定期和验证期的模拟结果如图4 所示，模型经SWAT-CUP 率定的最终参数如表2 所示。

表2 SWAT模型参数Table 2 Parameter of the SWAT model

图4 验证期和率定期呼兰河流域径流量模拟结果及实测降水量Fig.4 Simulation results of runoff and measured rainfall in the Hulan River basin during verification period and rate period

图5 呼兰河流域月平均流量累计距平的平均和指数Fig.5 Average summation indexes of the cumulative anomaly of monthly mean flow of the Hulan River basin

2.2 径流现状评估

为了进一步确定人类活动对呼兰河流域水文状况的影响程度，根据利用SWAT 天然径流模型模拟的1962—2020年呼兰河流域径流数据以及水文情报预报规范(GB/T 22482-2008)中一定保证率的年径流量，选取3 个典型水文年型(P≤37.5%，37.5%＜P≤62.5%，P＞62.5%，其中P表示在划分水文年时的频率)，对流域的丰水年、平水年和枯水年进行划分[47]，最终确定呼兰河流域的丰水年为2012—2020 年，平水年为2009 年和2010 年，枯水年为2008年和2011年。

呼兰河流域开发利用程度较大，2008—2020年，与天然径流相比，实际径流的年平均径流量显著下降，径流年际变化较大(图6)。整体来看，现状年平均径流量约为天然年平均径流量的40%，且在人类活动影响下径流的时空分布格局有所变化，在时间上，非汛期径流量占比减小，在空间上，各子流域径流量显著减少。径流在时间上分布不均匀，汛期(6～10 月)产流量约占全年总产流量的85%，说明降水是影响呼兰河流域径流量的主要因素。

图6 呼兰河流域天然及实际径流时空分布Fig.6 Temporal and spatial distribution of natural and actual runoff in the Hulan River basin

如图7所示，呼兰河流域天然月平均径流量显著高于多年平均月径流量，整体削减程度约为58%。其中非汛期11 月削减最明显，约为78%，汛期10月削减最明显，为70%。整体上非汛期削减程度为64%，汛期削减程度为49%，即便在丰水年，各月份的实际平均径流量也显著低于天然径流量。总的来说，呼兰河流域水资源消耗处于较高水平，应及时完善呼兰河流域的水资源调度方案，加强对水资源的监管力度，以免出现某些子流域在非汛期断流的情况。

图7 呼兰河流域不同水文情况下天然与实际月平均径流量比较Fig.7 Comparison of natural and actual monthly average discharge in the Hulan River basin under different hydrological conditions

2.3 生态流量计算结果

根据2008—2020年呼兰河流域天然径流的模拟结果，分非汛期(11～12 月和1～5 月)和汛期(6～10 月)两个阶段分别计算其在不同标准等级下的生态流量(图8)。呼兰河流域干流和下游地区的天然径流量较大，生态流量需求也较大。其中，38号子流域的生态流量需求最大，12号子流域的生态流量需求最小。不论是在非汛期还是汛期，生态流量的空间分布特征基本一致。总体来说，汛期的生态流量需求约为非汛期的6倍。

图8 不同生态环境状况下呼兰河流域生态流量空间分布Fig.8 Spatial distribution of ecological discharge under different eco-environment conditions in the Hulan River basin

2.4 生态补水量化

由图9可知，在“中”和“差”标准下，呼兰河流域汛期和非汛期均无生态缺水现象，达到了生态流量的标准要求，整体上生态流量保证程度较高。其中，“中”标准下的最低保证程度出现在1号子流域，为105%。在月尺度上，“好”等级下呼兰河流域在汛期和非汛期都出现了少量子流域缺水的情况，汛期1 号和6 号子流域的缺水量约为3.37×106m3和3.11×106m3，非汛期为1.03×105m3和1.30×105m3。在“最佳”标准等级下，呼兰河流域汛期缺水最严重的是27 号子流域，缺水量约为5.97×107m3；在非汛期，所有子流域均呈缺水状态，其中，缺水最严重的是37号子流域，缺水量为8.55×107m3。《河湖生态环境需水计算规范》(SL/T 712-2021)指出，河流流量占年平均流量的30%～60%，河宽、水深、流速均佳，大部分边槽有水流，河岸能够为鱼类提供活动区。因此，本研究结合呼兰河流域居民用水需求，将“非常好”标准下的生态流量作为重点讨论的目标生态流量，具体补水量见表3。

表3 非常好标准下呼兰河流域汛期和非汛期月补水量Table 3 Monthly water replenishment of the Hulan River basin in flood and non-flood seasons under very good standard

图9 不同生态环境状况下呼兰河流域子流域缺水量空间分布Fig.9 Spatial distribution of water deficiency in subbasins of the Hulan River basin under different eco-environment conditions

3 结论

为了使Tennant 法更适用于年内径流变化较大的河流，采用累计距平法对呼兰河流域进行丰水期和枯水期的划分，并分别计算其生态流量阈值，结果表明，呼兰河流域非汛期为每年的1～5月和11～12月，汛期为每年的6～10月，采用累计距平法对呼兰河流域进行丰水期和枯水期的划分能够更好地显示出流域年内径流变化的特点。利用SWAT 模型模拟的呼兰河流域天然与实际径流过程的R2均达到了0.7以上，说明SWAT模型对于呼兰河流域具有很强的适用性。

采用人类活动对径流影响较小时间段的径流数据，利用SWAT 模型建立呼兰河流域的天然径流过程来进行天然径流的还现，相较于传统的径流还现法与降水-径流深曲线法，该方法对于数据的要求更低且更为简便，通过比较各子流域的天然径流过程与实际径流过程，发现人类活动严重影响了呼兰河流域的自然水文过程，月平均径流削减明显，非汛期径流量在年平均径流量中所占的比例减少。

虽然Tennant 法是目前应用最广泛的确定生态流量阈值的水文学方法，具有计算简便、适用性强等优点，但其并未考虑生态栖息地、水质、水温及河床形状变化等因素，因此在后续的研究中应该运用多种生态流量计算方法计算流域的生态流量阈值，并评估最适合计算呼兰河流域生态流量阈值的方法。

利用SWAT 模型模拟呼兰河流域的径流过程并对各个子流域的生态流量进行计算与校核，既考虑到了河道的水力联系，也显示了流域内各子流域生态流量阈值的分布，结果显示，呼兰河流域生态流量具有很强的空间分布特征，干流和下游地区生态流量明显大于支流和上游地区。