基于SWAT模型的涇河流域地下水分布特征與水資源評價

陳沛源，李金文，俞 巧，郭嘉兵，馬金珠

基于SWAT模型的涇河流域地下水分布特征與水資源評價

陳沛源，李金文，俞 巧，郭嘉兵，馬金珠*

（蘭州大學 資源環境學院，蘭州 730000）

【】合理規劃與可持續開發利用地下水資源。選取涇河流域為研究對象，利用SWAT分布式水文模型進行了徑流模擬，采用涇川（三）站、楊家坪（二）站和張家山（二）站逐月實測徑流量進行模型參數率定，在此基礎上對涇河流域淺層地下水分布特征、地下潛水儲量和可開采量進行了初步評價。研究區模型表現良好，2和分別達到0.83和0.71，滿足要求。流域地下水儲量分布差異較大，儲量下降嚴重，2009—2016年下降約65.9億m3，下降速率為0.51億m3/月。地下水資源評價結果表明，涇河流域平均補給量為3.44億m3/a，平均地下徑流模數為0.21 L/(s·km2)，總體可開采量為1.89億m3/a。SWAT模型在進行地下水資源評價方面具有良好的評價效果和精度。

涇河流域；SWAT模型；地下水分布特征；地下水資源評價

0 引言

【研究意義】水資源問題是國內外十分重視的重大問題之一，是基礎自然資源也是戰略性經濟資源，我國水資源狀況存在著時空分布不均、過度開采利用和水資源污染等問題。近年來，國家十分重視水資源的保護和治理，相關法律法規逐步健全，在國民經濟迅猛發展的背景下，合理規劃利用水資源的迫切性顯得十分重要[1]。水資源是制約西北地區經濟社會發展與生態安全的關鍵因素[2]，而北方地區地下水資源利用量大，水資源過度開發造成了一系列環境問題，這與對地下水情勢把握不足和偏重水資源功能開發等情況有關。全面整體地了解區域地下水資源狀況和變化規律是合理開發利用的前提。

【研究進展】目前，地下水資源評價手段多樣，主要以水均衡法和開采法為主[3]，也有很多結合數值模擬方法和傳統手段綜合評估地下水的研究，主要是地下水模擬方式[4-5]。多年來，地下水模擬研究中形成了一批有影響力的模型，如MODFLOW、MT3D99、PEST、Visual Groundwater等[6]。SWAT模型是被國際上廣泛認可的分布式流域模擬模型，具有較強的物理模擬能力，能夠反映參與水文循環的各要素的變化對流域水循環的影響，可模擬流域氣候、土壤、植被等環境要素對水文循環的影響，且路面水文過程考慮了水文、泥沙、農作物、營養物質等多個模塊對系統的貢獻[7]。【切入點】模型應用在徑流模擬中較多，包括對土地利用變化、氣候變化等對地表徑流的影響，點面源污染物的時空遷移等[8-13]，但在地下水資源評價中運用較少。涇河流域水資源量貧乏，制約著區域經濟社會發展，水資源利用效率不高，可供開發利用量不足，地下水開采量大。因此流域整體地下水資源評價水平急需提高，水資源評價手段亟待豐富。

【擬解決的關鍵問題】本文利用SWAT模型模擬研究區徑流，在率定敏感參數，保證模型的適用性的基礎上，通過模型劃分的水文響應單元，使得模擬要素保持氣候、土壤、土地利用的區域一致性，對流域整體進行淺層地下水的水資源評價，并對各子流域地下水的分布特征進行初步分析。

1 研究區概況

涇河流域位于黃土高原中部，處于六盤山和子午嶺之間，地形復雜多樣，主要以黃土丘陵溝壑區和黃土高原溝壑區為主。涇河發源于寧夏回族自治區涇源縣六盤山東麓，流經陜、甘、寧3省（區）31縣，全長455.1 km，流域面積45 421 km2，是渭河的一級支流，黃河的二級支流。涇河流域屬于大陸性氣候，年均氣溫8～13 ℃，年均降雨量390～560 mm，降雨集中于7—9月，徑流年際變化大，年內分配不均[13-15]。

圖1 研究區概況

2 模型的構建

2.1 數據資料

SWAT模型輸入數據包含數字高程數據、土壤類型分布及屬性數據、氣象數據和用于率定的徑流量數據。其中徑流量數據選取了涇川（三）站、楊家坪（二）站和流域控制站張家山（二）站2008—2016年逐月徑流量數據。

DEM數據為ASTER GDEM 30 m精度；土壤數據采用基于世界土壤數據庫（HWSD）的中國土壤數據集（v1.1），精度為1∶1 000 000；土地利用數據采用中國2016年土地利用數據，精度為30 m；氣象數據采用SWAT模型中國大氣同化驅動數據集（CMADS V1.1 2008—2016）。

表1 涇河流域數據來源

2.2 模型數據庫的構建

2.2.1 土壤數據庫

土壤數據庫包含研究區不同土壤的空間分布狀況和各類土壤物理屬性。數據集源自聯合國糧農組織（FAO）和維也納國際應用系統研究所（IIASA）所構建的世界土壤數據庫（Harmonized World Soil Database version 1.1）（HWSD）。中國境內數據源為第二次全國土地調查南京土壤所提供的1∶1 000 000土壤數據[16-17]，且采用FAO-90分類系統，故無需進行土壤粒徑的轉化，經過重分類后即可直接使用。

通過對涇河流域土壤類型的分析后，取土壤大類中占比最大的類型作為各類的屬性參數。經過重分類后，共有21種土壤大類，主要土壤類型（>1%）見表2。

表2 主要土壤類型占比

SWAT模型土壤數據庫參數的構建有2個途徑，一類是可直接從HWSD數據庫獲取，另一類則需要借助土壤水特性計算軟件SPAW計算得出。其中，土壤層中有機碳的量應換算為有機質量，再輸入SPAW軟件中計算。SWAT模型模擬徑流采用的是徑流曲線數法（SCS）。因此，HYDGRP參數則采用的是美國自然環保署根據土壤最小滲透率所劃分的水文土壤組確定[18]。具體分組見表3。由于數據庫中包含土壤的砂粒、黏壤土和黏土的量，為了方便計算模型中的USLE-K參數，采用Williams提出的替換公式[19]計算。具體參數的構建如表4所示。

表3 水文土壤分組

2.2.2 土地利用數據庫

土地利用數據來源于地理國情監測云平臺30 m分辨率柵格數據，采用LUCC分類體系。根據SWAT模型輸入類型，將研究區土地利用類型重分類為6大類，分別為耕地、林地、草地、水域、居民用地和未利用土地。模型輸入對應類型見表5。

2.2.3 氣象數據庫

SWAT模型氣象數據庫的構建分為實測氣象數據的輸入和天氣發生器的建立。實測氣象數據包含降水、溫度、相對濕度、太陽輻射和風速的逐日數據。本研究采用中國大氣同化驅動集（CMADS V 1.1），空間分辨率1/4°，時間分辨率為逐日，時間尺度為2008—2016年。數據集中相關數據已經按照SWAT模型格式處理[20]。采用世界天氣數據庫（CFSR_World Weather Database）作為模型內置天氣發生器的輸入數據。該數據庫是SWAT模型使用最為廣泛的氣象數據庫之一，在經過實測氣象數據的修正后，模擬精度會顯著提高[12, 21-22]。本文選取了研究區內和周圍共88個氣象站點的降水、溫度、相對濕度、太陽輻射和風速的逐日氣象數據作為實測氣象數據。由于氣象站點分布密度有限，選取CFSR天氣數據庫作為模型天氣發生器的氣象數據，該數據可對無資料或缺乏氣象資料的區域起到補充作用。

表4 SWAT模型土壤數據庫參數

表5 土地利用SWAT編碼

2.3 模型的運行

在ArcSWAT模塊中，對DEM數據進行子流域劃分，輸入土地利用、土壤類型和坡度，各占比20%、10%和10%，最后確定HRU。為了提高模擬精度，以2008年作為模型的預熱階段。利用涇川（三）站、楊家坪（二）站和張家山（二）站2008—2016年逐月實測徑流量數據進行模型參數的率定。2009—2013年為率定期，2014—2016年為驗證期。

2.4 參數率定與驗證

SWAT模型參數眾多，需要選取與研究相關的參數進行敏感性分析，篩選出敏感性較高的參數進行模型的調參。本文共選取14個參數，利用SWAT-CUP軟件進行參數敏感性分析。模型中提供了2種檢驗方法，為全局敏感性分析和單次單參數檢驗。本文采用全局敏感性分析，利用檢驗和值顯著性檢驗來反應參數的敏感性程度。在確定參數和選定參數初始范圍后，采用模型內置的拉丁超立方體抽樣算法，進行了500次迭代計算。利用決定系數（2）和納什效率系數（）來評價模型的適宜性。納什效率系數結合SUFI-2算法可以在較少的迭代次數下得到很好的不確定性范圍，最終得到模型的最優參數[23]。各參數敏感性分析及最優參數見表6。

表6 參數敏感性分析表

模型參數的修改方法為替換（）和相對值（）2種，回代模型后，重寫工作表并再次運行驗證。徑流量率定與驗證結果見圖2。

圖2 模型的徑流量率定與驗證

模擬結果顯示（表7），各站徑流模擬均較為理想，2≥0.75，其中張家山（二）與楊家坪（二）站模擬效果好。由于模型是通過整體流域進行模擬，因此率定站控制面積越大，越能反應整體流域的徑流情況。

表7 模擬結果評價

3 結果與分析

3.1 地下水分布特征

利用模型輸出的模擬時間段最后的潛水層水儲量數據，將其關聯至先前劃分好的子流域上。涇河流域各子流域多年平均潛水層儲水量空間分布與流域水文地質圖見圖4。流域地下潛水層儲量分布差異較大，以慶陽黃土塬地區為中心向東西方向逐漸下降，屬于第四系黃土含水層，由于其水文地質單元獨立[24]，構造水平，與周圍區域連通性差，故儲量較大。西北部環縣附近出露厚度大、產狀平緩的白堊系地層，且屬向斜盆地，為流域儲量相對較大區域[25]。流域北部寧夏地區（子流域1、2）、西南部（子流域11、13、17、20）、東部（子流域7、8、15、18）和流域出口（子流域22）水儲量相對少。流域地下水徑排特征是從西、北、東3面向東南的涇河下游及馬蓮河河谷方向匯集[26]，模擬地下水徑排趨勢基本符合，為總體向南和東南匯集，總體呈中心向周圍減少。子流域9、12、14、16和19主要為涇河干流區域，潛水層水儲量相對最少，水資源主要是地表水。

參考《平涼市水資源綜合規劃（2014）》實際潛水層水儲量數據，驗證模型輸出的可信度。模擬數據與參考資料對比結果見表8。模型對大尺度流域的模擬效果更好，體現了SWAT模型對大尺度流域模擬的優勢，整個流域的模擬結果是可信的。

表8 模擬值與實測值對比

圖3 流域模擬潛水層儲量變化圖

圖3為流域地下儲水量變化趨勢。由圖3可知，流域整體地下水儲量呈下降態勢，由于可供開發的利用量不足，開發難度大，造成重點城區超采嚴重的狀況。流域整體地下水儲量模擬值為淺層與深層水量之和，模擬顯示近8年從454.7億m3下降至388.8億m3，下降速率為0.51億m3/月，共損了65.9億m3，儲量損失較大。模擬期內儲量均在歷年夏季（7、8月）左右有小幅度累積增加后逐年遞減。2013年為模擬期內年徑流量最大年（14.58億m3），由圖3可知，經過2013年的補給后，潛水層儲量逐年補充趨于消失。

3.2 地下水資源評價

從地下水均衡計算原理出發，淺層含水層儲變量計算式為：

式中：?Sgw為淺層含水層儲變量（mm）；PERC為包氣帶滲漏水量（mm）；REVAP為含水層回歸包氣帶水量（mm）；DARCHG為深層含水層滲漏量（mm）；GWQ為地下徑流對主河道的貢獻量（mm）。2009—2016年涇河流域地下水儲變量計算見表9（模型預熱期NYSKIP=1）。

表9 涇河流域地下水儲變量

由表9可知，儲變量平均為-6.89億m3/a，研究區總體處于超采狀態。2013年是模擬期徑流最大值，儲變量為2.76億m3/a，處于正均衡狀態。排泄項中水資源主要以回歸包氣帶的形式損耗，包括了植物根系從潛水層吸收的水量，占90.67%。其次約有7.14%的地下水以基流形式補給河道，對深層含水層的補給最少，僅有2.19%。涇河流域屬溫帶大陸性氣候，年內溫差較大，整體蒸發量大，降雨補給較少，石質山區平均614 mm，但蒸發總量可達1 438.4 mm，黃土區為475 mm，蒸發量達1 419.9 mm左右[27]。據相關研究預測，涇河流域21世紀潛在蒸散量普遍增長，且空間分布將保持現有模式[28]，區內各地主要受大氣降水補給，但補給量因下墊面情況影響，補給條件總體較差[26]。這可能是流域地下水排泄損失是以回歸包氣帶形式的主要原因。

流域內區域水文地質條件各異，在劃分子流域的基礎上，選擇特征水文年進行水資源評價，代表流域內的整體平均水平。選取涇河流域張家山水文站2009—2016年徑流量系列數據，利用經驗頻率分析法，得出模擬期內一般枯水年2015年（=75%），年徑流量為7.89億m3；平水年2012年（=50%），年徑流量為10.63億m3。；豐水年2011年（=25%），年徑流量為12.95億m3。以典型年分別進行地下水可開采量計算。

表10 研究區子流域地下水徑流模數與補給量

表11 研究區子流域典型年可開采量表

對流域地下水系統天然補給量進行計算可采用地下水徑流模數法。首先對模型模擬的典型年各子流域排泄量進行計算，將得出的時間步長內地下平均徑流量換算為各子流域的地下水徑流模數，進而計算得到各子流域的天然補給量。具體計算式為：

式中：為天然補給量（萬m3）；為地下水徑流模數（L/（s·km2））；為匯水面積（km2）；為時間（s）。其中地下水徑流模數計算式為：

式中：為時間步長內地下平均徑流量（m3）；為匯水面積（km2）；為時間（s）。

為了進行流域尺度地下水可開采量估算，本研究采用可開采系數法初步計算各子流域典型年地下水可開采量。考慮到可開采系數法的適用條件，在驗證模型可信度后，根據已有資料，采用甘肅省平涼市、慶陽市和咸陽市不同水文地質分區的可開采系數均值（=0.55）對涇河流域進行地下水可開采量計算，流域典型年可開采量見表11。

4 討論

4.1 SWAT模型在地下水資源評價工作中的適用性

地下水資源評價是把控水資源量、理清水資源供需關系從而合理分配利用地下水的重要環節。常見的地下水資源評價方法主要有水均衡法和地下水開采實驗法。經過多年的實踐應用，這些方法廣泛利用在各種實際工作中，已經十分成熟。其中，水均衡法，適用范圍廣且評價方法簡便。但對于較大地區地下水資源評價，往往評價精度不高，這主要是評價過程中參數較為簡單，水文地質信息掌握不足導致。開采法雖有較高的評價精度，但使用成本高，因此常用于水文資料缺乏地區[3]。SWAT模型在分析土地利用變化、氣候變化、人類活動等因素對地表徑流和地下水的影響方面效果良好[29-30]。結合模型或耦合其他模型進行流域尺度生態、水文水資源的模擬研究為SWAT模型目前的主要應用方向。由于SWAT水文模型對地理信息、氣象信息和水文信息進行了面上的細分，水文響應單元的形式使得區域水資源的補給、蒸發、截流和下滲等物理過程發生的載體達到局部的均一化，能較好地解決局地水文地質的差異性所導致的水資源計算精度不足的問題因此，將模型在地下水資源評價工作中進行應用既可滿足較高的評價精度，又具有易操作，實用性強的特點，尤其適用于大流域地下水資源評價工作。

4.2 模型模擬與地下水資源評價結合的可行性

本文利用SWAT模型完成了地下水入滲補給量和可開采量的計算，并以實測資料對評價效果進行了驗證，模型表現良好，水資源評價結果可信。模型模擬結果主要以水文響應單元（HRU）、子流域（SUB）和主河道（RCH）3種形式輸出。模型本身不具有地下水資源評價的模塊，在水均衡法的基礎上，對子流域輸出的相關參數進行計算處理，完成研究區各部分的水均衡計算。模型模擬的子流域出口地下水排泄量，可通過結合地下水徑流模數法計算流域內各子流域的天然補給量。應當注意的是，研究得出的平涼市及部分縣的天然補給量，是基于模型率定后對區域進行二次劃分后，進一步劃分子流域而計算得出的。驗證結果顯示模型模擬結果的準確性隨著研究區模擬面積的增大而增大，即在模型率定過程中根據高程信息劃分的流域范圍下進行輸出數據的進一步處理是最為準確的。如表8所示，平涼地區在整個涇河流域面積中占16%左右，模擬結果與實測資料的相對誤差僅為0.97%。對面積較小的流域進行水資源評價時（遠遠小于率定面積），應當以目標流域內水文控制站實測徑流資料進行重新率定，即可保證模型輸出結果的準確性。

5 結論

1）作為模型的驅動數據庫，HWSD世界土壤數據庫和CMADS氣象數據集在研究區模擬表現較好，其中楊家坪（二）站模擬效果最好，2和值分別達到0.83和0.71。流域控制站張家山（三）站，徑流率定2和值分別為0.78和0.74，滿足模擬要求。

2）潛水層儲量與潛水層厚度和地質構造狀況有關，可能是區域水文地質的差異所主導的，符合天然狀態下地下水儲藏特征。

3）2009—2016年，地下潛水層儲水量損失約為65.9億m3，下降速率為0.51億m3/月。模擬期內儲水量呈周期震蕩變化，符合流域降雨補給時間集中所導致的地下水動態變化規律。

4）流域2009—2016年平均地下水徑流模數為0.21 L/(s·km2)，總體補給量為3.44億m3/a，總體可開采量為1.89億m3/a。

[1] 張學偉. 我國地下水資源開發利用現狀及保護措施探討[J]. 地下水, 2017, 39(3): 55-56.

ZHANG Xuewei. Discussion on exploitation and utilization of groundwater resources and protection measures in China[J]. Groundwater, 2017, 39(3): 55-56.

[2] 陳亞寧, 楊青, 羅毅, 等. 西北干旱區水資源問題研究思考[J]. 干旱區地理, 2012, 35(1): 1-9.

CHEN Yaning, YANG Qing, LUO Yi, et al. Ponder on the issues of water resources in the arid region of northwest China[J]. Arid Land Geography, 2012, 35(1): 1-9.

[3] 張博源, 王愛欣, 李鵬飛, 等. 地下水資源評價方法與發展研究[J]. 工程技術研究, 2020, 5(19): 231-232.

ZHANG Boyuan, WANG Aixin, LI Pengfei, et al. Research on evaluation methods and development of groundwater resources[J]. Engineering Technology Research, 2020, 5(19): 231-232.

[4] 王浩, 陸垂裕, 秦大庸, 等. 地下水數值計算與應用研究進展綜述[J]. 地學前緣, 2010, 17(6): 1-12.

WANG Hao, LU Chuiyu, QIN Dayong, et al. Review on numerical calculation and application of groundwater[J]. Earth Science Frontiers, 2010, 17(6): 1-12.

[5] 魏文清, 馬長明, 魏文炳. 地下水數值模擬的建模方法及應用[J]. 東北水利水電, 2006(3): 25-28, 71.

WEI Wenqing, MA Changming, WEI Wenbing. Modeling method and application of groundwater numerical simulation[J]. Northeast Water Resources and Hydropower, 2006(3): 25-28, 71.

[6] 丁繼紅, 周德亮, 馬生忠. 國外地下水模擬軟件的發展現狀與趨勢[J]. 勘察科學技術, 2002(1): 37-42.

DING Jihong, ZHOU Deliang, MA Shengzhong. Current situation and trend of groundwater simulation software in foreign countries[J]. Reconnaissance Science and Technology, 2002(1): 37-42.

[7] 田彥杰, 汪志榮, 張曉曉. SWAT模型發展與應用研究進展[J]. 安徽農業科學, 2012, 40(6): 3 480-3 483, 3 486.

TIAN Yanjie, WANG Zhirong, ZHANG Xiaoxiao. Research Progress of SWAT Model development and Application[J]. Anhui Agricultural Sciences, 2012, 40(6): 3 480-3 483, 3 486.

[8] 李道峰, 田英, 劉昌明. 黃河河源區變化環境下分布式水文模擬[J]. 地理學報, 2004(4): 565-573.

LI Daofeng, TIAN Ying, LIU Changming. Distributed hydrological simulation of the Source region of the Yellow River under changing environment[J]. Acta Geographica Sinica, 2004(4): 565-573.

[9] 朱利, 張萬昌. 基于徑流模擬的漢江上游區水資源對氣候變化響應的研究[J]. 資源科學, 2005(2): 16-22.

ZHU Li, ZHANG Wanchang. Response of water resources to climate change in the upper Reaches of Hanjiang River based on runoff simulation[J]. Resources Science, 2005(2): 16-22.

[10] 于磊, 顧鎏, 李建新, 等. 基于SWAT模型的中尺度流域氣候變化水文響應研究[J]. 水土保持通報, 2008(4): 152-154, 201.

YU Lei, GU Liu, LI Jianxin, et al. Hydrological response of mesoscale watershed to climate change based on SWAT model[J]. Bulletin of Soil and Water Conservation, 2008(4): 152-154, 201.

[11] 劉吉峰, 霍世青, 李世杰, 等. SWAT模型在青海湖布哈河流域徑流變化成因分析中的應用[J]. 河海大學學報(自然科學版), 2007(2): 159-163.

LIU Jifeng, HUO Shiqing, LI Shijie, et al. Application of SWAT model to analysis of the causes of runoff change in Buha River Basin of Qinghai Lake[J]. Journal of Hohai University (Natural Science Edition), 2007(2): 159-163.

[12] 胡勝, 曹明明, 邱海軍, 等. CFSR氣象數據在流域水文模擬中的適用性評價：以灞河流域為例[J]. 地理學報, 2016, 71(9): 1 571-1 586.

HU Sheng, CAO Mingming, QIU Haijun, et al. Applicability evaluation of CFSR meteorological data in Watershed Hydrological Simulation: A case study of Bahe River Basin[J]. Acta Geographica Sinica, 2016, 71(9): 1 571-1 586.

[13] 邱國玉, 尹婧, 熊育久, 等. 北方干旱化和土地利用變化對涇河流域徑流的影響[J]. 自然資源學報, 2008(2): 211-218.

QIU Guoyu, YIN Jing, XIONG Yujiu, et al. Effects of drought and land use change on runoff in Jinghe River Basin[J]. Journal of Natural Resources, 2008(2): 211-218.

[14] 王兮之, 索安寧, 洪軍, 等. 涇河典型流域水沙變化及其景觀格局分析[J]. 水土保持研究, 2006(4): 260-263.

WANG Xizhi, SUO Anning, HONG Jun, et al. Soil and water conservation research[J]. Research of Soil and Water Conservation, 2006(4): 260-263.

[15] 閔慶文, 耿艷輝, 萬信, 等. 涇河流域水資源需求結構分析與調控策略[J]. 資源科學, 2007(2): 164-171.

MIN Qingwen, GENG Yanhui, WAN Xin, et al. Water resources Demand structure analysis and regulation strategy in Jinghe River Basin[J]. Resources Science, 2007(2): 164-171.

[16] 姚蘇紅, 朱仲元, 張圣微, 等. 基于SWAT模型的內蒙古閃電河流域徑流模擬研究[J]. 干旱區資源與環境, 2013(1): 175-180.

YAO Suhong, ZHU Zhongyuan. ZHANG Shengwei, et al. Study on runoff simulation based on SWAT model in Leitai River Basin, Inner Mongolia[J]. Journal of Arid Land Resources and Environment, 2013(1): 175-180.

[17] FISCHER G, NACHTERGAELE F, PRIELER S, et al. Global agro-ecological zones assessment for agriculture (GAEZ 2008)[J]. IIASA, Laxenburg, Austria and FAO, Rome, Italy, 2008, 10.

[18] 羅利芳, 張科利, 符素華. 徑流曲線數法在黃土高原地表徑流量計算中的應用[J]. 水土保持通報, 2002(3): 58-61, 68.

LUO Lifang, ZHANG Keli, FU Suhua. Application of runoff curve number method to calculation of Surface Runoff in Loess Plateau[J]. Journal of Soil and Water Conservation, 2002(3): 58-61, 68.

[19] SHABANI F, KUMAR L, ESMAEILI A. Improvement to the Prediction of the USLE K Factor[J]. Geomorphology, 2014, 204: 229-234.

[20] 孟現勇, 師春香, 劉時銀, 等. CMADS數據集及其在流域水文模型中的驅動作用：以黑河流域為例[J]. 人民珠江, 2016, 37(7): 1-19.

MENG Xianyong, SHI Chunxiang, LIU Shiyin, et al. CMADS data sets and their driving role in watershed hydrological models: A case study of Heihe River Basin[J]. People’s Pearl River, 2016, 37(7): 1-19.

[21] 于宴民, 穆振俠. CFSR數據在高寒山區徑流模擬中的適用性[J]. 灌溉排水學報, 2015, 34(11): 93-97.

YU Yanmin, MU Zhenxia. Applicability of CFSR data to runoff simulation in alpine mountains[J]. Journal of Irrigation and Drainage, 2015, 34(11): 93-97.

[22] LIU J, SHANGGUAN D, LIU S, et al. Evaluation and Hydrological Simulation of CMADS and CFSR Reanalysis Datasets in the Qinghai-Tibet Plateau[J]. Water (Switzerland), 2018, 10(4): 513.

[23] YANG J, REICHERT P, ABBASPOUR K C, et al. Comparing uncertainty analysis techniques for a SWAT application to the Chaohe Basin in China[J]. Journal of Hydrology, 2008, 358(1): 1-23.

[24] 鄭自寬. 董志塬石油開發對地下水資源的影響與保護對策[J]. 地下水, 2010, 32(1): 59-60.

ZHENG Zikuan. Effects of petroleum development on groundwater resources and protection countermeasures in Dongzhiyuan Basin[J]. Groundwater, 2010, 32(1): 59-60.

[25] 凌新穎. 隴東黃土高原地下水補給與演化規律研究[D]. 蘭州: 蘭州大學, 2019.

LING Xinying. Study on groundwater recharge and evolution in loess Plateau of Eastern Gansu[D]. Lanzhou: Lanzhou University, 2019.

[26] 劉玉. 鄂爾多斯白堊系盆地涇河流域地下水循環模式及其可更新能力評價[D]. 長春: 吉林大學, 2007.

LIU Yu. Groundwater circulation model and its renewable capacity evaluation in Jinghe Basin, Cretaceous Basin, Ordos Basin[D]. Changchun: Jilin University, 2007.

[27] 劉芳. 涇河流域土地利用景觀格局變化及其對徑流的影響[D]. 北京中國林業科學研究院, 2018.

LIU Fang. Change of land use landscape pattern and its impact on runoff in Jinghe River Basin[D]. Beijing: Chinese Academy of Forestry, 2018.

[28] 趙姹, 李志, 劉文兆, 等. 涇河流域潛在蒸散量的時空變異[J]. 生態學報, 2014, 34(19): 5 600-5 608.

ZHAO Cha, LI Zhi, LIU Wenzhao, et al. Temporal and spatial variation of potential evapotranspiration in Jinghe River Basin[J]. Acta Ecologica Sinica, 2014, 34(19): 5 600-5 608.

[29] 梁桂星. 基于SWAT模型的水資源評價方法研究[D]. 北京: 中國地質大學, 2019.

LIANG Guixing. Research on water resources evaluation method based on SWAT model[D]. Beijing: China University of Geosciences, 2019.

[30] 王賽男. 基于SWAT模型的氣候變化與土地利用/覆被變化對巖溶斷陷盆地水資源量的影響研究[D]. 重慶: 西南大學, 2020.

WANG Sainan. Effects of climate change and land use/cover change on water resources in karst faulted basin based on SWAT model[D]. Chongqing: Southwest University, 2020.

Evaluating Groundwater Resource and its Distribution in Jinghe Basin Using the SWAT Model

CHEN Peiyuan, LI Jinwen, YU Qiao, GUO Jiabin, MA Jinzhu*

(College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China)

【】Continuously pumping groundwater over the past half century for crop production in northern China has resulted in a series of environmental and ecological issues. The shortage of freshwater resources has become a bottleneck in socioeconomic development of this region. Improving groundwater management is important not only to its sustainable use but also to keeping ecosystems in this region function. Achieving this goal needs to understand how groundwater dynamics responds to environmental changes, as well as its consequent spatial distribution. The objective of this paper is to demonstrate how the SWAT model can be used to evaluate groundwater resource and its spatial distribution at regional scale.【】We took Jinghe basin as an example. Groundwater flow, surface runoff and their underlying driving factors were simulated using the SWAT model. Monthly measured runoff from hydrological stations at Jingchuan, Yangjiaping and Zhangjiashan was used to calibrated the model parameters; the calibrated model was then used to evaluate changes in groundwater depth, shallow groundwater resource, as well as extractable groundwater in the basin.【】The calibrated model correctly reproduced the groundwater dynamics in the basin, with2andbetween the measured and simulated runoff being 0.83 and 0.71, respectively. The distribution of shallow groundwater depth varied widely in the basin, but it has been in decline. From 2009 to 2016, the shallow groundwater resource had reduced by 6.59 billion m3, decreasing at an average rate of 0.051 billion m3/month. We found that the average recharge rate to the groundwater in the basin was 0.344 billion m3/a, the average subsurface runoff modulus was 0.21 L/(s·km2), and the extractable groundwater resource was 0.189 billion m3/a.【】The SWAT model is capable of modelling regional surface runoff and shallow groundwater dynamics. It can be used to evaluate groundwater resources and the response of groundwater dynamics to environmental change.

Jinghe river basin; SWAT model; spatial groundwater distribution; groundwater resource evaluation

1672 - 3317（2021）12 - 0102 - 09

P641

A

10.13522/j.cnki.ggps.2021154

陳沛源, 李金文, 俞巧, 等. 基于SWAT模型的涇河流域地下水分布特征與水資源評價[J]. 灌溉排水學報, 2021, 40(12): 102-109, 126.

CHEN Peiyuan, LI Jinwen, YU Qiao, et al. Evaluating Groundwater Resource and Its Distribution in Jinghe Basin Using the SWAT Model[J]. Journal of Irrigation and Drainage, 2021, 40(12): 102-109, 126.

2021-09-12

蘭州大學中央高校基本科研業務費專項資金項目（lzujbky-2021-sp20）

陳沛源（1996-），男。博士研究生，主要從事水文水資源方向的研究。E-mail: chenpy21@lzu.edu.cn

馬金珠（1968-），男。教授，主要從事干旱區水文與水資源方面的研究。E-mail:jzma@lzu.edu.cn

責任編輯：韓 洋