基于SWAT 模型的琿春河流域地表徑流分析

劉飛 權赫春*

（延邊大學地理與海洋科學學院，吉林 琿春 133300）

1 概述

琿春河流域近些年來頻繁受到臺風和暴雨帶來的洪水災害威脅，2016 年8 月29 日至9 月1 日受臺風“獅子山”影響，琿春河流域發生暴雨，洪水水位超過預警，琿春市轉移人口2.16萬人，洪水毀壞水利工程203 處，直接經濟損失3.93 億元[1]，2019 年8 月10 日至17 日，受9 號臺風“利奇馬”和10 號臺風“羅莎”帶來的暴雨影響，琿春河控制站琿春水文站8 月16 日21 時洪峰水位超警1.15m，超保證水位0.15m[2]。SWAT 模型是由美國農業部(USDA)研究開發的具有物理機制的分布式水文模型[3]。模型的應用主要體現在流域水文特征的模擬，包括降雨量、徑流量、蒸散發等，也可以用于農藥殺蟲劑以及化肥氮磷等的含量模擬，以及徑流量等因素對于氣候、土地覆被變化的響應。SWAT 模型的水文循環過程遵循水量平衡方程

公式(1)中SWt為土壤最終含水量，SW0為土壤前期含水量，t 為時間，Rday為降水量，Qsurf為地表徑流量，Ea為土壤蒸散發量，Wseep為土壤剖面地層的滲透量，Qgw為地下水含量[4]。GIS 軟件具有強大的數據處理功能，集數據的存儲、編輯、管理、建模、分析功能于一體。本文基于ArcGIS10.2 軟件平臺，主要用到其空間分析、柵格數據處理、屬性值統計功能。并且以ArcSWAT 工具為主，從子流域、河道、水文響應單元三個方面模擬2019 和2020年琿春河流域7、8、9 三個月的徑流特征。本文選擇的三個月時間為夏秋季，琿春河流域的雨季開始較晚，在這個時間內臺風、氣旋活動頻繁，降雨量較多，是琿春河流域的暴雨洪水易發時間段。模擬輸出的結果為月內日平均值，然后進一步計算取值為六個月的平均值，這樣取值能夠避免單獨年份、單月數值帶來的唯一性。

2 研究區概況

研究區琿春河流域位于吉林省最東端延邊朝鮮族自治州琿春市境內。處于中國、俄羅斯、朝鮮三國交界處，具有重要的地理戰略位置。琿春河流域總體呈西南- 東北方向，地勢西北部高且多山地，西南低多平原。琿春河是圖們江下游的一級支流，也是琿春市內的最大河流。由東北方向流向西南方向。琿春河流域分布有琿春河主河道、蘭家趟子河、草帽頂子河、西土門子河、小紅旗河、松林河等支流。屬于溫帶大陸性季風氣候區，東部距離海洋近，海洋特征較明顯，夏季炎熱多雨，冬季寒冷干燥，夏秋季節易發洪澇災害，影響研究區的天氣系統有氣旋和臺風[5]。琿春河流域不僅是當地人們生產生活用水重要來源，對于琿春市的經濟社會發展至關重要，而且還能夠維持流域內生態環境安全。（圖1）

圖1 研究區位置

3 研究方法

在SWAT 官網（http://swat.tamu.edu/software/arcswat/）下載SWAT 工具和氣象數據，建立研究區的土地類型和土壤類型的數據庫。根據研究區30m×30mDEM 數字高程數據，利用ArcSWAT 工具生成閉合流域、河流流向、面積、劃分子流域等有關計算。然后根據建立的數據庫并且參考我國的土地、土壤類型等級劃分情況，進行土地利用類型、土壤類型、坡度的重分類，將土地利用類型分為七類（圖2），土壤類型分為十一類（圖3），由于坡度低的地方相對容易發生洪水災害，在本研究中將坡度分為五類（圖4）。將三個要素進行疊加，方便之后的進一步分析。根據研究區的經緯度選擇從官方網站下載的氣象數據進行計算。讀取SWAT 的輸入數據，最后選取2019 年、2020 年7、8、9三個月進行模擬。根據模擬結果，在ArcGIS 中將模擬結果數據分別與子流域、河道、水文響應單元做連接，并且將研究區兩年時間的7、8、9 月的數據相加做平均值運算，采用自然間斷點法進行分類，可以盡量突出各區域的差異，本文選擇從降雨量、徑流量、土壤含水量、蒸發量方面進行模擬，分析琿春河流域的地表徑流特征。

圖2 土地利用

圖3 土壤類型

圖4 坡度(%)

4 模擬結果

4.1 子流域。根據降雨量模擬結果，從西南到東北大致呈現逐漸遞增的情況。春化鎮的東北部和西北部降雨量較多，平均最小降雨量為189mm 左右，平均最大降雨量為216mm 左右。哈達門鄉東北部、馬川子鄉一部分和楊泡滿族鄉降雨量較少，琿春市、琿春邊境經濟合作區、研究區內三家子滿族鄉、英安鎮東南部、板石鎮降雨量相對最少。在地表徑流對主河道徑流貢獻量方面春化鎮中部、琿春市東南部、板石鎮東北部少等地表徑流對主河道貢獻水量最大。春化鎮東北部、東南部，楊泡滿族鄉西部、馬川子鄉大部分、英安鎮東南部、哈達門鄉東北部、琿春市西南部、三家子滿族鄉東部等區域較少。春化鎮南部、哈達門鄉中部、楊泡滿族鄉東北部等最少。土壤最終含水量是模擬時間步長內最后土壤剖面的水量，土壤最終含水量與降雨量、土地類型、土壤類型密切相關。降雨量多、土地類型為易下滲表面且土壤類型疏松多孔，地表水容易被土壤吸收，土壤含水量相對較多。模擬時間段內，琿春河流域土壤最終含水量總體在64mm至136mm 左右，哈達門鄉西南部相對最多，琿春市、研究區內板石鎮地區、琿春邊境經濟合作區等區域相對最少。（圖5～6）

圖5 降雨量（mm）

圖6 地表徑流對主河道的貢獻量（mm）

4.2 主河道。根據主河道模擬結果，琿春河主河道流入水量總體大于支流流入水量。主河道下游平均每日流入水量相對最多可以達到93.85m3/s 左右，頭道溝、四道溝、松林河、黃柏樹溝附近支流最少約為0.05m3/s，原因與降水、蒸散發、河流泥沙含量以及干流、支流的匯入數量不同。流出河段的平均每日徑流量與流入的徑流量相差不大，琿春河主河道下游平均每日流出徑流量依然是最多為93.76m3/s 左右，頭道溝、小紅旗河、松林河等支流流出量相對最少為0.05m3/s 左右。平均每日蒸發損失取決于河流周圍的溫度、風速等原因，琿春河流域總體蒸發水量不多，大多數河道都位于0.03m3/s 以下，主河道平均每日蒸發損失最多為0.03m3/s 至0.1m3/s 左右，蘭家趟子河部分、西土門子河次之，頭道溝、三道溝、草帽頂子河再次之，北岔溝、小紅旗河、松林河附近河流較少。（圖8～10）

圖7 土壤最終含水量（mm）

圖8 流入河段的平均每日徑流(m3/s)

圖9 流出河段的平均每日徑流(m3/s)

圖10 平均每日蒸發損失(m3/s)

4.3 水文響應單元。水文響應單元主要從徑流量、徑流系數、土壤最終含水量方面進行分析。徑流系數是一定時間內地表徑流深與降雨量深度的比值。徑流系數受到許多因素影響，包括土地利用類型、土壤類型、坡度等，徑流系數越大表示降雨越不容易被下墊面吸收，降雨量轉變成的地表徑流量就越多。在本研究中地表徑流量多的區域呈現出沿河流兩岸分布的現象，也是水域、濕地、建設用地和農用地集中分布地。水域、濕地、建設用地和農用地的徑流系數相對較大，林地、草地的徑流系數相對較小。水域地區由于降雨之后一段時間內下滲量和蒸發量少，因此可以看做降雨幾乎全部轉變成地表徑流。林地和草地的土壤特征具有削減洪峰，減少地表徑流作用，徑流系數則相對較小。農業用地近地表土壤裸露程度高于林地，雨水攔截少，地表粗糙系數低，徑流系數大于林地[6]。建設用地因不透水面積大徑流不容易下滲，導致徑流系數值較大。根據ArcSWAT工具的模擬結果，不同的土地類型土壤最終含水量情況統計（表1），由多到少依次是濕地＞林地＞荒地＞草地＞農用地＞建設用地＞水域。土壤最終含水量對于衡量土壤農作物種植的適宜性、土壤水分的飽和程度以及洪水災害的研究方面具有參考價值。（圖11～13）

表1 土壤最終含水量（mm）

圖11 地表徑流（mm）

圖12 徑流系數

圖13 土壤最終含水量（mm）

5 結論與討論

5.1 由于降雨量、坡度高程存在差異，土壤類型和土地類型不盡相同，多種因素綜合形成不同的流域特征。林地和草地土壤類型多屬于灰棕壤，建設用地多白漿土，農用地多水稻土，河流兩岸多沖積土。河流沿岸和平原、丘陵地區多分布居民地和農業用地。總體看來，琿春河流域西北部降雨量、土壤含水量最多，春化鎮東南部和琿春市部分地區地表徑流對主河道徑流的貢獻量最多。

5.2 研究區內流入流出河道的平均每日徑流維持在0.05m3/s 以上，94m3/s 以下。琿春河主河道下游的流入、流出河段的平均每日徑流量最多，主河道中游次之，上游較少。琿春河流域平均每日蒸發損失量總體在0.1m3/s 以下，支流的蒸發量普遍少于主河道蒸發量。

5.3 林地、草地所在區域土壤疏松多孔徑流下滲較多，地表徑流少，徑流系數小。建設用地、農用地、水域形成的地表徑流多，徑流系數大。徑流系數是衡量降雨量轉變成徑流量的重要衡量指標，在洪水災害分析中具有一定參考價值。土壤最終含水量由于下墊面土壤類型的不同有所差異，當其達到飽和時會對地表徑流量有一定影響。在模擬時間段內，研究區的土壤最終含水量維持在45mm 至126mm 左右。水域、建設用地的土壤最終含水量相對最少，濕地、林地、草地、農用地的土壤最終含水量相對較多。