基于DEM和SCS模型的吉泰盆地紅壤丘陵區徑流模擬

吳丁丁，白 樺，段茂慶*，張力薇，李小麗

(1.南昌工程學院水利與生態工程學院，江西南昌 330099;2.江西水利職業學院，江西南昌 310000)

吉泰盆地是位于江西省中部、贛江中游的一個盆地，地域面積1.87萬km2［1］，是江西省內僅次于鄱陽湖平原的第二大商品糧基地和最大的柑橘生產基地，土地以紅壤為主，極易發生水土流失。由于受東亞季風的影響，吉泰盆地紅壤丘陵區雨水充沛，但降水時空分配不均勻，多年平均降雨量1 350～1 580 mm，全年大多數降水集中在4～6月份，而7～9月份在副熱帶高壓的影響下形成少雨高溫天氣，導致伏旱和秋旱等季節性干旱頻發。由于坡地的產匯流規律復雜，自身蓄積水能力較差，徑流資源度量困難［2］，加之紅壤具有高度發育的微團聚體及良好的通氣孔隙，使得紅壤坡面蒸發量較大，嚴重威脅當地的糧食生產與安全。因此，為闡明研究區域紅壤坡面不同覆被下產流產沙的特點與規律，準確定義坡地徑流資源潛力，筆者通過建立驗證吉泰盆地紅壤丘陵區不同土地覆被下的坡面徑流模型，為徑流資源化及坡面水土保持提供科學依據和決策支持。

1 材料與方法

1.1 模型簡介

1.1.1 數字高程模型(DEM)。以5 m×5 m分辨率的數字高程模型為基礎，利用GIS等軟件提取吉泰盆地紅壤丘陵區坡度情況，為試驗小區的布設以及典型坡度的選取提供依據［3］。

1.1.2 SCS模型。SCS模型是美國農業部水土保持局研制的小流域設計洪水模型，計算過程簡單，所需參數較少，資料易于獲取，對觀測數據的要求不很嚴格，尤其適用于資料缺乏地區，并且對小流域徑流試驗模擬性強。這是一種較好的計算小流域降雨徑流量的方法。由于我國和美國在氣候、土壤、種植方式等方面存在廣泛差異性，若直接應用美國測定的CN值，則不太適合國內的情況，所以各地在應用時對CN值的確定方法也有所調整。

模型的建立基于2個假定和1個水量平衡方程。假定土壤實際入滲量(F)與土壤最大可能入滲量(流域最大滯蓄量，S)之比等于實際徑流量(Q)與實際降雨量(P)和初損值(Ia，包括植物截留、洼地填平等)之差的比值，假定Ia與S之間有一比例關系用λ表示(λ是一個區域參數，依賴于地質和天氣因素影響，美國農業部土壤保持局在分析大量長期試驗結果的基礎上，提出三者最合適的比例系數K=0.2)。

根據以上3個公式消去F，并且假定在初損未滿足時是不可能產流的，得出直接由降雨計算的徑流公式［4－6］。

式中S為研究區域土壤最大滯留量。它受多種因素的影響。為了綜合反映各因素對S的影響，美國水土保持局提出一個參數CN，其關系式為:

運用SCS模型對研究區域進行模擬試驗時，只需測得降雨量P以及確定模型參數CN值。CN值的確定是研究的關鍵。美國農業部土壤保持局提出的徑流曲線數確定方法依據前期土壤濕度(AMC)、土壤類型、土地利用方式3個因素確定，對徑流計算結果的影響很大［5］。但是，由于土壤水文條件、土地利用方式等的差異，我國許多土地利用在美國土壤保持局提供的CN表中難以查到相應的CN值。如果研究流域有一定年限長度的次降雨徑流資料，那么可用研究流域的資料來反推CN值，從而為無降雨資料、相同下墊面條件下地區的徑流計算提供參數。國外已提出用平均值法、對數頻率分布法、漸近線法和中值法等來利用降雨徑流資料推算徑流曲線數值。我國一些學者也嘗試用降雨徑流資料來反推試驗區的徑流曲線數值。符素華等［7］用北京密云石匣3個小區實測降雨徑流資料，用平均值法、中值法、算術平均值法、對數頻率分布法以及漸近線法來反推CN值，并且用反推的CN值計算徑流深，發現算術平均值法的結果最好，且算術平均值法計算CN值簡單，因此建議在計算CN值時用算術平均值法。

1.2 數據來源與處理 數據資料均來自泰和水保站。該研究選取15場降雨徑流資料。基于徑流觀測小區10場降雨－徑流數據，確定徑流計算模型，并用實測資料來檢驗。

2 結果與分析

2.1 徑流小區概況 根據DEM數字高程圖所提取的研究區坡度情況，研究區域以山地、低矮丘陵為主，主要坡度集中在0～30°且土地以紅壤為主。因此，該次試驗共布設12個徑流小區。坡度均選取具有區域典型代表性坡度10°土壤，均為紅壤，其中1號、7號為標準裸地小區，其他徑流小區分別以不同植被覆蓋。不同覆蓋程度布設見表1。

表1 徑流小區基本信息

2.2 數據處理與模型應用

2.2.1 研究區 CN值確定。CN是前期土壤濕潤程度(AMC)、坡度、土壤類型和土地利用類型等因子的函數。由于土壤水文條件、土地利用方式等的差異，我國許多土地利用在美國土壤保持局提供的CN表中難以查到相應的CN值［8］。符素華等對CN值的確定方法做了深入研究，用研究流域次降雨徑流資料來反推CN值，為無降雨資料、相同下墊面條件下地區的徑流計算提供參數［9］。

該次研究從2～11月份的所有降雨中選取吉泰盆地10場具有代表性的降雨徑流資料，降雨量均在15～50 mm之間，將降雨和實測徑流資料代入式(5)，計算得到研究區S，再將S代入式(6)中計算出CN值，求算數平均值。由于全年所有降雨土壤前期濕潤度只有2場為AMC II，其他均為AMC I，因此計算12個小區的CN值均為土壤前期濕潤度為AMC I的值。從表2可以看出，CN值都比較高，其中2～11月份所有次降雨中2場降雨量大于50 mm，反推結果均在60～70之間，與表2中計算值出入較大，不列入計算范圍內。

2.2.2 模型應用及驗證。由數據資料較好的10場降雨同步觀測記錄得出各土地類型徑流場在該次降水過程中的P值和Q值所得的CN值，然后將計算得出的CN值及另外5場降雨帶入(3)式進行還原驗證。在應用SCS模型模擬的過程中。一般認為，實際徑流量與計算徑流量的相對誤差小于15% ～20%為合格，反之為不合格。研究區域4月30日、5月15日、5月16日、6月1日、11月24日降雨量分別為17.2、55.4、25.0、14.0、18.3 mm。將表3 徑流量的實測值和模擬值進行對比，合格率只有65%，SCS模型模擬的效果一般。按照相對誤差小于40%為合格，則合格率為85%。對每個小區的每場降雨相對誤差進行分析，可知相對誤差一般都小于75%，極個別大于75%。這可能是由數據不全和部分數據記錄不準確造成的。

表2 徑流小區CN值

從圖2可以看出，5場降雨觀測小區總流量預測值與實測值總體趨勢一致，1、7號為裸地徑流總量明顯高于其他措施小區，2～6、10、12植被覆蓋度較高，達到80% ～100%，徑流總量相比其他小區仍然較小，說明植被覆蓋度對地表徑流有一定的影響。

表3 研究區域降雨—徑流實測、模擬流量對比

3 結論

根據SCS模型原理建立了相應的流域產匯流模型，并且根據已有數據對模型參數的確定方法加以改進。用10場流域水文觀測資料進行模型參數率定，并且利用5場流域實測降雨徑流資料對模型進行檢驗。SCS模型參數的確定由AMC、土壤類型、土地利用方式查表所得。模型模擬結果和實測結果并不理想，因此采用反推法確定模型參數，發現模擬結果基本符合要求。對SCS產匯流模型進行改進且加以應用后，取得較好的效果。按照相對誤差小于20%為合格，則模擬結果合格率為65%，模擬效果一般;按照相對誤差小于40%為合格，則模擬結果合格率為85%。由于實測資料可能缺乏準確性，模擬結果基本符合要求，且降雨量越大，相對誤差越小，模擬結果的準確性越高。

［1］吳黎明.吉泰盆地水土流失及其防治對策［J］.江西水利科技，1994，20(1):29 －31.

［2］楊格格，楊艷昭，封志明，等.南方紅壤丘陵地區土地利用變化特征［J］.地理科學進展，2010，29(4):483 －488.

［3］鄭暢，倪九派，魏朝富.基于DEM和SCS模型的四川盆地丘陵區局地徑流研究［J］.水土保持學報，2008，22(5):73－77.

［4］洪林，羅琳，江海濤.SCS模型在流域尺度水文模擬中的應用［J］.武漢大學學報，2009，42(5):582 －586.

［5］王愛娟，張平倉，丁文峰.應用SCS模型計算秦巴山區小流域降雨徑流［J］.人民長江，2008，39(15):49 －50，77.

［6］劉蘭嵐.降雨產流計算中徑流曲線法(SCS模型)局限性的探討［J］.環境科學與管理，2013，38(5):64 －68.

［7］符素華，王向亮，王紅葉，等.SCS-CN徑流模型中CN值確定方法研究［J］.干旱區地理，2012，35(3):415 －421.

［8］WILLIAM J R，LASEAR W V.Water yield model using SCS curve numbers［J］.Journal of hydraulics division，1976，102(9):1221 －1253.

［9］李常斌，秦將為，李金標.計算CN值及其在黃土高原典型流域降雨－徑流模擬中的應用［J］.干旱區資源與環境，2008，22(8):67 －70.