1、第4 1卷第5期2023年5月水 电 能 源 科 学W a t e r R e s o u r c e s a n d P o w e rV o l.4 1 N o.5M a y 2 0 2 3D O I:1 0.2 0 0 4 0/j.c n k i.1 0 0 0-7 7 0 9.2 0 2 3.2 0 2 2 0 7 6 8干旱区内陆河流域植被恢复对水文过程的影响翟婧雅a,b,金 鑫a,b,c,金彦香a,b,c,傅 笛a,b(青海师范大学 a.地理科学学院;b.青海省自然地理与环境过程重点实验室;c.高原科学与可持续发展研究院,青海 西宁 8 1 0 0 1 6)摘要:为更好地理解植被恢
2、复对水文过程的影响,以地表水-地下水交互频繁且植被恢复明显的柴达木盆地东北部巴音河流域中下游为例,将S WA T-MO D F L OW模型与动态HR U相结合,开发了L U-S WA T-MO D F-L OW模型,克服了原始HR U在植被动态变化模拟中的缺陷,准确模拟了地表覆被变化及地表水地下水交互过程。结果表明,L U-SWA T-MO D F L OW模型模拟的L A I、E T、地下水位效果较好;研究区植被恢复后,不同子流域月蒸散发增加了01.5 mm,年蒸散发增加了06 mm;地下水补给量平均每月增加约1.2 7 mm,平均每年增加1 4.0 2 mm;研究区地表水-地下水转换关系
3、及水量在植被恢复类型为低覆盖度草地和裸地向林地转化的区域有较明显变化。关键词:植被恢复;L A I;E T;地下水中图分类号:T V 1 1;P 3 4 3.9 文献标志码:A 文章编号:1 0 0 0-7 7 0 9(2 0 2 3)0 5-0 0 2 6-0 4收稿日期:2 0 2 2-0 4-1 7,修回日期:2 0 2 2-0 8-0 9基金项目:国家自然科学基金项目(4 2 1 6 1 0 2 0);青海省科技厅自然科学基金项目(2 0 2 1-Z J-7 0 5)作者简介:翟婧雅(1 9 9 7-),女,硕士研究生,研究方向为水文过程模拟,E-m a i l:j i n g y a
4、 s e a 1 6 3.c o m通讯作者:金鑫(1 9 7 0-),女,博士、教授、博导,研究方向为生态水文,E-m a i l:j i n x 1 3 l z u.e d u.c n1 概况巴音河流域地处青藏高原柴达木盆地东北边缘,是柴达木盆地第四大河流。该流域属于高原荒漠半荒漠干旱性气候,风大沙多、干旱少雨、土地贫瘠,是我国生态环境最为严酷和脆弱的地区之一。巴音河出山后流入人口及工农业生产集中的中下游地区,该区域地表水地下水转换频繁。近2 0年来,随着“退耕还林”等一系列生态恢复措施的实施,巴音河流域植被恢复明显。但由于气候干旱、水资源时空分布不均匀,灌溉是该区域人工恢复植被的水量保证
5、。在此背景下,干旱区恢复植被的需水量、耗水特征等问题备受关注1。干旱区植被恢复的可持续性需更好地理解植被恢复及相应灌溉措施对水文过程的影响。在水文过程复杂区域,多模型耦合更能有效刻画水循环,如将地表水和地下水作为一个整体系统进行模拟的SWAT-MO D F L OW耦合模型更能反映区域水循环特点2。SWAT-MO D F L OW模型的最小计算单元HRU s为虚拟单元,且各HRU自身为集总式单元,同一HRU上的地表特征相同,这使得SWAT模型不能有效体现同一HRU上的土地覆被向不同类型转变及同一HRU上土地覆被部分变化等情景。克服静态HRU的缺点就成为模拟地表覆被变化对水文过程影响的关键。为此
6、,本文以地表水地下水交互频繁且植被恢复明显的巴 音 河 流 域 中 下 游 为 例,将SWAT-MO D F-L OW模型与能够反映流域真实土地覆被变化的动态HRU s相结合,模拟了植被恢复背景下流域水循环过程,研究结果可为干旱区植被恢复的可持续性、水资源合理配置等提供支撑。2 研究方法2.1 基于动态 HRUs 的 SWAT-MODFLOW 耦合模型 参照B A I L E Y R T等2的研究成果,将原始SWAT模型的基本计算单元HRU改进为动态HRU。基于动态HRU s的SWAT-MO D F L OW耦合模 型 运 算 流 程 见 图1。由 于 基 于HRU s的SWAT-MO D F
7、 L OW耦合模型能够反映土地利用/覆被 的 动 态 变 化,将 其 命 名 为L U-SWAT-第4 1卷第5期翟婧雅等:干旱区内陆河流域植被恢复对水文过程的影响开始HRU地表水分量与网络对应MODFLOW地下水模拟网络地下水分量与对应HRU年循环上一年为最后一年？SWAT地表水模拟日循环上一天为本年最后一天？SWAT后续模拟计算并输出结果程序结束是否是当年地表覆被高时空分辨率LAI动态HRUs图1 基于动态H R U s的S WA T-MO D F L OW耦合模型运算流程图F i g.1 T h e c a l c u l a t i o n f l o w c h a r t o f
8、t h e S WA T-MO D F L OW w i t h d y n a m i c H R U sMO D F L OW。2.2 模型建立建立SWAT模型所需的气象数据为德令哈气象站逐日降水、温度、相对湿度、风速及太阳辐射数据。所需农、林、草灌溉数据来自德令哈市水务局(表1)。所需D EM数 据为3 0 m分 辨 率S R TM数据(h t t p:/g d e x.c r.u s g s.g o v/g d e x/)。土壤数据(图2(a)裁剪自全国11 0 0万土壤类型图。图2(b)显示了子流域划分结果。表1 研究区灌溉水量T a b.1 T h e i r r i g a t
9、i o n w a t e r o f t h e s t u灌溉类型年灌溉水量/(m3h m-2)灌溉次数/次灌溉周期/月农业灌溉5 8 0 0631 0林地灌溉5 4 0 0641 1草地灌溉3 6 0 0541 1地下水观测井子流域划分5 km5 km内陆盐土寒漠土栗钙土灰棕漠土绿洲土(a)土壤类型(b)子流域N图2 S WA T模型输入数据F i g.2 I n p u t s d a t a o f t h e S WA T m o d e l 模拟时段内(2 0 0 02 0 1 8年)的土地利用类型数据为基于L a n d s a t 3 0 m遥感影像,其分类精度在9 0%以上
10、。图3为2 0 0 02 0 1 8年研究区植被覆盖情况。由于SWAT模型自带的土地利用/植被数据库中并无枸杞相关参数,本文研究将SWAT相关数据库中灌木的相关参数定义为枸05 km枸杞春小麦林地草地水域城镇裸地05 km春小麦林地草地水域城镇裸地N(a)2000年土地利用/覆被图(b)2018年土地利用/覆被图图3 研究区植被覆盖情况F i g.3 T h e l a n d u s e/c o v e r m a p o f t h e s t u d y a r e a杞的默认参数,利用L A I、E T等数据对相关参数进行校准3,基于SWAT模型的作物生长模块模拟其生长过程。其他土地利
11、用/覆被类型的相关参数采用模型自带数据库中的默认值或经校准得到。对于MO D F L OW模型,将SWAT模型划分的流域边界作为其隔水边界,将流域西部及东部出口作为定流量边界。将SWAT模型提取的河网作 为MO D F L OW的 河 流 边 界。将s t e a d y-s t a t e状态下模拟的水头作为模拟非稳定流的初始水头。此外,将研究区浅层含水层概化为非均质各向异性,将地下水运动概化为二维非稳定流。2.3 模型校准资料及方法将2 0 0 02 0 0 1年设置为模型预热期,2 0 0 22 0 1 8年为模型率定期。采用T P D C(h t t p:/d a-t a.t p d
12、c.a c.c n/)提供的2 0 0 22 0 1 8年3 0 m3 0 m分辨率逐月L A I数据集在HRU s尺度上校准SWAT模型中的植被生长参数。采用T P D C提供的0.1 0.1 分辨率地表蒸散发数据集在子流域尺度对L U-SWAT-MO D F L OW模型模拟的实际蒸散发进行校准。采用流域内逐月观测的地下水位数据对MO D F L OW模型相关参数进行率定,地下水位观测井的位置见图2(b)。文献4调整SWAT模型E T相关参数。选取纳什系数(EN S E)、误差百分数(eP B I A S)、均方根误差与决定系数(R2)评价L U-SWAT-MO D F L OW模型的E
13、T模拟效果。选取决定系数(R2)及绝对误差评价L U-SWAT-MO D F L OW模型的地下水位模拟效果2。3 结果及讨论3.1 研究区植被恢复情况表2为研究区2 0 0 22 0 1 8年主要的植被恢复情况。由表2可知,主要的植被恢复类型为低覆盖度草地、耕地和裸地转化为林地,转化面积分别为2 8 7 7、5 1 8、3 2 1 h m2。相应地,各植被恢复地块的灌溉水量也有较大变化。此外,耕地向林72地的转化主要发生在流域东南部的尕海灌区,低覆盖度草地和裸地向林地的转化主要发生在流域西北部的德令哈灌区。SWAT模型的人工灌溉模块,通过灌溉效率系数、地表径流率等定义进入土壤剖面的水量,能够
14、真实模拟土壤水剖面的漫灌方式3。表2 研究区主要植被恢复情况T a b.2 T h e m a i n v e g e t a t i o n r e s t o r a t i o n o f t h e s t u d y a r e a主要植被恢复类型恢复面积/h m2灌溉水量变化/m3(h m2a)-1低覆盖度草地林地2 8 7 705 4 0 0耕地林地5 1 85 8 0 05 4 0 0裸地林地3 2 105 4 0 03.2 LU-SWAT-MODFLOW 模型适用性评价3.2.1 L A I模拟效果图4为L U-SWAT-MO D F L OW模型模拟的2 0 0 22 0
15、1 8年多年7月(植物生长旺季)平均L A I与遥感反演的多年7月平均L A I的对比情况。由图4可知,L U-SWAT-MO D F L OW模型基于理想叶面积估算模型,在HRU上计算L A I。各个HRU作为同质单元,基于其计算的L A I与遥感反演的基于网格的L A I空间尺度不一致,但二者的空间分布仍有较好的一致性。100LAI010 km100LAI010 kmNN(a)遥感反演LAI(b)LU SWAT MODFLOWLAI-模拟的图4 遥感反演L A I及 L U-S W A T-M O D F L OW模型模拟L A IF i g.4 T h e r e m o t e l y
16、 s e n s e d a n d s i m u l a t e d L A I3.2.2 E T模拟效果图5为L U-SWAT-MO D F L OW模型校准后模拟的E T与遥感反演E T的对比情况。由图5研究区ET/mm302 329188 20.0 10 kmET/mm427.9302.329188.20010 kmN(a)遥感反演的多年平均ET(b)LU SWAT MODFLOWET-模拟的多年平均图5 L U-S WA T-MO D F L OW模型E T模拟结果F i g.5 T h e s i m u l a t e d E T可知,遥感反演的多年平均E T显示出东北部山区高 而 西 南 部 平 原 底 的 空 间 分 布 特 点,而L U-SWAT-MO D F L OW模型模拟的E T并未显示出该特征。这可能是由于采用的基于遥感的实测E T数据在计算过程中并未考虑农、林、草灌溉5。而L U-SWAT-MO D F L OW模型较好考虑了植 被 恢 复 及 相 应 灌 溉 措 施。经 计 算,L U-SWAT-MO D F L OW模型模拟的各子流域月平均E T,其
