基于改进swa模型的灌区地表水-地下水分布式模拟模型

基于改进swa模型的灌区地表水-地下水分布式模拟模型

1地下水水循环模型及模型的建立在田间尺度上，可以通过试验和观测来研究田间气体变化的过程。就通道或灌溉的规模而言，相同的方法不可避免地会消耗大量的时间、人力和物力。有时，它仅限于现有的观察设备，因此无法获得相关因素。灌区大尺度地表水-地下水分布式模拟为研究灌区“四水”转化规律和制定科学水管理制度提供了新的手段。目前,分布式水文模型基本针对自然流域开发,不适合人类活动影响强烈的灌区水量转化模拟。代俊峰针对中国南方丘陵水稻灌区水文特点,对SWAT模型进行了改进,构建了灌区分布式水文模型。但该模型对平原灌区特点及旱作物模块考虑较少,同时地下水的模拟近似于黑箱子模型,不能模拟地下水的水平运动及抽水井的分布。在地下水数值模拟方面,MODFLOW是模块化三维有限差分地下水流动模型,然而很难确定地下水补给量及无法处理复杂的降雨空间信息和地表径流信息。在我国引黄灌区(如本文研究的柳园口灌区),井渠结合灌溉模式是一种有效的水管理策略,地表水与地下水的转换是引黄灌区水循环的重要过程,必须将二者统一起来进行研究。由于分布式模型开发费时费力,因此,基于已有模型将地表水模型和地下水模型进行耦合成了研究热点。根据耦合方式分为紧密耦合和松散耦合两类,前者模拟精度较高,模型的构建需要大量的精确参数和数据支撑;后者精度不如前者,但模型的建立较容易,便于推广应用。Sophocleous和Kim都将SWAT模型和MODFLOW模型进行了松散耦合并在不同流域进行了验证和应用。其研究区域均为自然流域,而不能直接将模型应用于受人类影响较大的灌区水循环。张银辉和罗毅等将SWAT2000、MODFLOW96和CERES-WHEAT,MAIZE模型集成为DEHYDROS模型,并添加了渠系引水灌溉模块,对内蒙古河套灌区水循环特征进行了研究。DEHYDROS模型对旱作物灌区考虑较全,而水稻模块的改进较少。本文在对SWAT模型的稻田水分循环模块、旱作物水分模拟和渠道渗漏等模块进行改进的基础上建立了灌区地表水分布式水文模型,将改进SWAT模型中HRU地下水补给量的计算值作为MOD-FLOW模型地下水模块的输入项,利用MODFLOW模型对灌区地下水进行模拟,实现了灌区地表水和地下水分布式模型的耦合。2灌溉2.1swat模型的改进2.1.1不同生育期稻田排水模式及结构模型SWAT模型将稻田概化为锥形体,其表面积是地形坡度和水体体积的函数,该方法对于洼地或坑洞的模拟是合理的,却无法合理地描述稻田的蓄水体积和水平衡要素。代俊峰、谢先红和王建鹏都将稻田表面面积设置为稻田HRU的面积。稻田表面面积改进后,降落在稻田的降雨量也随之发生变化,考虑田埂的影响,代俊峰和王建鹏将稻田实际存储的降雨量修改为直接降落到田间的降雨量与降落在田埂后流入田间的降雨量之和。这与实际比较相符,本文予以采用。另外,原模型对稻田的灌排模式处理是蓄水期间当蓄水量超过最大蓄水深度(最大蓄水容积)时产生漫流进行排水,难以反映田间节水灌溉模式对不同生育阶段蓄水深度的控制。代俊峰用不同生育阶段最大蓄水深度来控制稻田排水。谢先红设置了水稻不同生育期的适宜水层上、下限深度和降雨后最大蓄水深度3个控制水层来模拟稻田的灌溉排水模式。本文沿用3个蓄水深度来控制稻田灌排模式。SWAT原模型对稻田渗漏的处理过程见图1,计算公式为式(1)和式(2)。总入渗量P1通过参数yy进行调节,当土壤含水量大于土壤饱和含水量时会下渗到下一层,渗漏出最后一层的水量并未加到地下水中,也没有考虑犁底层对稻田渗漏的影响。代俊峰结合试验成果,规定了犁底层最大的渗漏量为2mm/d作为限制条件。式中:P1为总入渗量,m3;yy为参数;K为第一层的土壤渗透系数,mm/h;A稻田水层的表面积,hm2;θa为土壤实际含水量,mm;θf为土壤田间持水量,mm。实际分析表明当稻田蓄水时,土壤含水量比较大,此时参数yy计算值偏小。因此对yy参数的计算公式进行了改进,见式(3)。式中:θs为土壤饱和含水率,mm;其它变量同上。同时对入渗规则进行了改进,犁底层以上的土壤层,当土壤含水量超过饱和含水量时就下渗到下一层;犁底层以下,当土壤含水量超过田间持水量时下渗到下一层;最后一层的渗漏添加到地下水中。对犁底层最大入渗量Pmax进行控制,计算公式见式(4)。犁底层实际入渗量为犁底层的上一层土壤渗漏量Pi-1和犁底层最大入渗量Pmax的较小值,即当Pi-1≤Pmax时,取Pi-1为犁底层实际入渗量;当Pi-1>Pmax时,取Pmax为犁底层实际入渗量,并将Pi-1和Pmax的差值重新添加到稻田水层中。式中:Pmax为犁底层最大入渗量,m3;Ki为犁底层饱和水力传导度,mm/h;A稻田水层的表面积,hm2。2.1.2渠系渗漏损失及计算SWAT原模型没有考虑灌区内灌溉渠道的输配水渗漏损失对水分循环的影响。在丘陵地区,渠道与提取的子流域的边界吻合较好,代俊峰根据灌溉渠道输配水功能及其分布将研究区域内的灌溉渠系分为输水渠系和配水渠系,利用渠系水利用系数法计算渠系渗漏损失。在平原灌区,渠道的位置并不与子流域的边界重合,很难对渠道进行分类,渠道渗漏损失只能进行概化。本文不考虑渠道输配水流量大小对输配水损失量的影响,利用渠系水利用系数法计算区域渠系损失量,考虑渠系损失是由蒸发损失、管理损失和渗漏损失等几个部分组成,因此渠系渗漏损失为渠系损失量乘渠系渗漏系数,并将其添加到需要灌溉的HRU的地下水中,计算公式见式(5)。渠系渗漏系数则可以根据灌区渠道长度、渠道衬砌情况及土壤类型进行初步确定,模型率定时作进一步调整。式中:V渠道渗漏为渠系渗漏量,mm;V渠道损失为渠系损失量,mm;β渗漏为渠系渗漏系数;VSWAT输入为SWAT界面中输入的灌水量(田间毛灌水定额),mm;η为渠系水利用系数。2.1.3改变作物生长模型和模型的改进SWAT原模型不能对跨年作物(小麦)的叶面积指数和实际作物蒸腾量进行模拟,主要原因是SWAT模型只能对一年内种植并收获的作物生长进行模拟,而对于跨年作物模拟时就会出现错误,本文对作物种植操作模块进行了改进。对作物种植日期参数(ipl)和作物生长日期控制参数(icr)进行了调整。原模型认为旱作物的灌水上限为田间持水量,不产生深层渗漏。但实际中由于局部超额灌水可能会使含水率短时间超过田间持水量,并产生深层渗漏。因此去掉了灌水上限为田间持水量的限制,并将旱作物灌溉产生的深层渗漏添加到地下水中。2.1.4自然流域中的模型分析式中:Et是作物最大蒸腾量,mm;Eo′是扣除冠层截流后的潜在蒸散量,mm;LAI是叶面积指数。由于自然流域中植被叶面积指数相对较小,因此该公式在自然流域中是合理的;但在灌区中,一般作物的叶面积指数较大,当叶面积指数大于3时,土壤最大蒸发为零,这与实际不符。因此引用SWAP模型中的指数模型计算作物最大蒸腾量,计算公式为:式中:kr为消光系数;其它参数同上。2.1.5其他方面的改进2.2hru-浚域中的子流域分布SWAT模型和MODFLOW模型耦合的难点:(1)两个模型的计算单元不同,存在着计算单元的匹配问题。SWAT模型首先根据DEM划分成子流域,在不同子流域内根据不同土地利用类型和土壤类型划分水文响应单元(HRU)作为计算单元,并且HRU没有具体的空间位置;而MODFLOW模型的计算单元是有限差分网格(cells);(2)SWAT计算单位HRU的信息输入到MODFLOW中,必须将HRU的空间位置在MODFLOW模型中进行手工绘制,但HRU的数目很多,因此要在MODFLOW中准确绘制HRU几乎是不可能的。根据HRU的定义,不同子流域内同种土壤类型和土地利用类型构成一个HRU,利用ArcGIS软件将SWAT模型提取的子流域图、土地利用图和土壤类型图进行合并,得到了HRU的空间地理位置,具体见图2。为了与MODFLOW模型中cells相匹配,要求土地利用图和土壤图的分辨率与MODFLOW中的网格大小相同。HRU的空间位置确定以后,HRU与MODFLOW中网格(cells)对应方法则采用参考文献的原理将HRU的编号和网格中的数字相对应,利用FORTRAN编程构建HRU-cells的交互界面,具体见图3。可以根据用户选择,将SWAT模型模拟要素的逐日计算值或月均值的空间分布赋值给MODFLOW模型,实现SWAT模型和MODFLOW模型的耦合计算。3采用该模型测定了灌溉3.1渠道渗流率定及模型评价柳园口灌区位于河南省开封市,是一个典型的黄河下游引黄灌区。以陇海铁路为界将灌区分为南北两个部分,北部引黄区主要种植水稻和冬小麦,进行引黄灌溉,地下水位较高;南部井灌区主要种植冬小麦、玉米、棉花、大豆等旱作物,通过开采地下水进行灌溉,地下水位较低。灌区基本情况参见文献。利用改进SWAT模型以大王庙水文站作为灌区出口,研究区被离散为37个子流域和348个水文响应单元,具体见图4。选定径流曲线系数CN2、土壤可利用水量SOL-AWC、土壤蒸发补偿系数ES-CO、作物蒸腾补偿系数ESPO、浅层地下水再蒸发系数REVAP和基流alpha因子ALPHA-BF、水稻犁底层水力传导度Ki和渠道渗漏系数β渗漏为率定参数。引黄区渠系水利用系数取0.544,受渠道衬砌和地下水顶托作用影响渠道渗漏系数β渗漏取0.5,率定后β渗漏=0.2;井灌区渠系水利用系数取0.788,考虑渠系水利用系数较大及渠道衬砌,渠道渗漏系数β渗漏取0.8,率定后β渗漏=0.9。这与以前的研究比较接近。其它参数率定结果见表1和表2。本文采用1991—2007年(前9年为率定期,后8年为验证期)的月径流数据对改进SWAT模型进行校验,为了对比分析也利用原SWAT模型进行模拟。具体模拟结果见图5,误差指标见表3。由图5可知改进后的模型率定期和验证期的模拟径流过程与实测值均吻合较好,基本上可以描述灌区的实际径流过程,而原模型模拟值明显偏小。由表3可知改进后的模型率定期的相关系数为0.88,相对误差为-17%,效率系数为0.75;验证期的相关系数为0.95,相对误差为3%,效率系数达到了0.77。而原模型相关系数和效率系数都明显低于改进SWAT模型,并且相对误差较大。因此改进SWAT模型对灌区地表水循环的模拟更为合理、准确。3.2改进了swat模型与mot模型的结合3.2.1子流域中hru的空间变化利用ArcGIS将柳园口灌区土地利用图(LandUseClass)和土壤图(SoilClass)的分辨率都调整为300m,然后将二者进行叠加生成HRU空间分布图,即将每个子流域中土地利用类型和土壤类型相同的部分作为一个HRU,从而确定了HRU的空间位置,具体见图6。3.2.2改进swit模型法将改进SWAT模型提取的区域作为MODFLOW模型的研究区域,具体见图7。将研究区域离散为300m×300m的正方形网格,共划分为141行,226列,3层。根据地形地貌和水文地质等条件的不同将其划分为两个区:第一区为引黄区,主要受引黄灌溉和气象的影响,第二区为井灌区,主要受井灌和气象的影响。边界条件:上边界为第一层的潜水位,下边界为不透水层。柳园口灌区北界为黄河大堤,受黄河强烈侧渗补给,为河流边界。西南和东界是改进SWAT模型提取的边界,地表径流和地下径流主要流向区域内部,可认为是无水流边界。垂向排泄主要是潜水蒸发和机井抽水,根据惠北试验站开展的潜水蒸发试验,对试验数据进行线性回归,得到不同时段的多年平均最大潜水蒸发强度和最大潜水蒸发深度,砂壤土最大潜水蒸发深度取3m,轻壤土最大潜水蒸发深度为2m。抽水量和抽水日期采用改进SWAT模型中的取值,具体根据作物的种植面积、作物生长日期、降雨情况、以及典型调查资料综合确定。垂直补给主要是降雨入渗补给,灌溉入渗补给和渠道入渗补给。MODFLOW模型中的地下水补给采用改进SWAT模型中每个HRU的地下水补给计算值,利用HRU-cells交互界面将改进SWAT模型计算的逐日的地下水补给量的空间分布输入到MODFLOW模型中,柳园口灌区地下水补给空间分布见图8。3.2.3地下水位验证结果模型计算用到的水文地质参数主要有含水层的水平水力传导度Kh、垂直水力传导度Kv、贮水率SS、给水度Sy。根据研究区域的地质资料初步拟定参数,利用1990—1999年的实测地下水位资料对水文地质参数进行率定,利用2000—2006年的实测地下水位资料进行验证。校正后的水文地质参数见表4,率定期和验证期整个灌区均匀分布的49口观测井(观测井的位置见图7)的地下水位模拟值与观测值的散点图见图9,误差指标计算成果见表5。由图9可见各点均匀地分布在1∶1相关线两侧的附近,表明模型没有系统性错误。从表5可见,各种误差指标均在允许的范围之内,相关系数均在96%以上,这表明地下水位模拟值和实测值吻合较好,模型所取参数和水文地质条件概化准确、合理,模型运行稳定,可用于灌区水量转化模拟。4改进的土地利用模型及其率定和验证本文根据灌区特点对SWAT模型中的稻田和旱作物水分循环模块、作物蒸腾等模块进行了改进,增加了渠道渗漏模块,构建了灌区地表水分布式水文模型。根据HRU的定义,利用ArcGIS确定了SWAT模型中HRU的空间位置。利用FORTRAN编程构建了HRU-cells交互界面,将SWAT模型中的HRU与MODFLOW中差分网格相对应,解决了计算单元不匹配问题。通过HRU-cells交互界面将改进SWAT模型每个HRU的地下水补给计算值作为MODFLOW模型地下水补给模块的输入项,实现