基于SWAT模型的清江流域中上游旱灾预警研究

时间：2024-05-23

孙丽　+陈曦炜　+裴志远

摘要：基于土地利用、DEM、土壤等基础数据和气象数据，建立了清江流域中上游SWAT模型，并通过对该流域内5个气象站点多年降水量数据的统计参量分析，确定了准正常年份，并以此年份各时段生物产量模拟结果代表正常年份相应时段的该参量水平，从而进一步建立了基于生物产量变化率的农业旱灾预警模式。结果表明，应用该模式对清江流域中上游的玉米和水稻作物分别进行两期旱灾预警，并与标准化降水指数对比分析，认为在作物不同生育阶段发生干旱，生物产量变化有所不同，其变化率能有效反映不同区域作物的受旱程度及产量的变化趋势。与标准化降水指数相比，该指标直接反映了作物生长状况，更能客观地体现干旱环境对作物影响的区域差异性，适用于复杂地形区的旱灾预警。

关键词：旱灾；SWAT模型；预警

中图分类号：S126 文献标识码：A 文章编号：0439-8114（2014）22-5398-06

旱灾是一种渐发性的灾害，除降水、蒸发等自然因素影响外，灌溉管理水平、作物品种选择、水利工程等人为活动状况也起着至关重要的作用[1]。我国是一个旱灾频发的国家，干旱灾害占气象灾害的一半左右，常年农作物受旱面积约0.20亿～0.27亿hm2，损失粮食约250亿～300亿kg[2]。以农作物产量影响程度为指标进行干旱预警对于及时制定国家粮食政策，确保我国粮食安全具有重要意义。

由于旱灾成因复杂，涉及气象、水文、经济、社会等多方面因素，进行干旱预警，应综合考虑各类因素的影响，尽可能反映水文循环中各组成部分之间复杂的相互关系及作用[3]。农业干旱预警一直是研究者关注的焦点，目前农业旱灾预警的指标较多，如土壤含水量、作物产量，或与该两参量有关的相关指数等，包括VTCI、PDSI、CI、SPI（标准化降水指数）等。农业干旱主要是土壤水分对作物供给不足造成的，土壤含水量的多少与作物生物量之间存在相互依赖和制约的关系[4]。在诸多环境胁迫对作物生产力影响研究中，闫志利等[5]认为干旱胁迫导致产量的损失超过其他各种胁迫因素造成损失的总和。Wang等[6]研究表明认为干旱胁迫使作物地表部分的指标降低，如茎高、总叶面积、总生物量干重、子粒干重和比叶面积等，严重时会引起植株作物死亡。玉米在生育前期遇到干旱胁迫将使生育进程明显延缓，严重干旱时可使抽雄和吐丝期滞后，导致成熟期推迟，最终影响产量[7，8]。王维等[9]研究认为，干旱胁迫导致稻株子粒灌浆后期同化物供应不足，造成粒重降低。如果水稻灌浆期遇有干旱胁迫，子粒产量将下降20%～80%，下降程度取决于胁迫的轻重和持续时间。

近年来，已有研究将干旱指数与生物量损失量构建关系模型来进行监测预警[10，11]。作物产量机理模型的发展为计算机模拟作物产量/生物量奠定基础。分布式水文模型（Soil and water assessment tool，SWAT）将水文模型与作物生长模型有机结合，不仅具有准确描述复杂区域水文过程的优势，还为流域尺度农作物生长提供了模拟工具，得到了广泛应用。Immerzeel等[12]结合遥感和SWAT模型分析了印度南部Bhima集水区上游主要作物的水分生产率分布特征；代俊峰等[13]基于SWAT构建灌区分布式水文模型，模拟了湖北省漳河灌区小流域和区域尺度的水分平衡和水稻产量；何飞[14]基于灾害风险理论，利用该模型对湖南省水稻进行了旱灾监测预警。本研究以湖北省清江流域中上游为研究区，利用多年气象数据进行准正常年份的确定研究，并以作物生物产量作为旱灾预警因子进行复杂地形区的农业干旱预警研究。

1 研究区概况

1.1 研究区概况

湖北省清江流域中上游位于东经108.09°-110.06°，北纬29.02°-30.02°。清江是长江出三峡后的第一条较大支流，也是湖北省境内最大的一条长江支流，发源于湖北省利川市海拔1 430 m的齐越山，流经利川、咸丰、恩施、宣恩、建始、巴东、鹤峰、五峰、长阳、宜都等10个县（市），干流全长423 km，流域集雨面积1 700 km2[15]，涉及人口439万，占全省人口的8%。流域横穿鄂西南山区，坡陡谷深，山体较高，但顶部起伏较缓和，整个流域西高东低。流域属中亚热带季风气候区，年平均降水量1 400 mm左右，由于降水时空分布不均，导致局地出现干旱频繁。研究区地理位置如图1所示。

1.2 研究数据

本研究使用的基础数据包括DEM数据、土地覆被数据、土壤数据以及气象和水文观测数据等。DEM数据是由国家科学数据服务平台提供的基于SRTM提取的90 m分辨率DEM数据。土地覆被数据是中国科学院遥感应用研究所提供的2005年数据，采用基于陆地生态系统特点的遥感土地覆盖分类系统，经过重新分类后转换成SWAT模型可以识别的美国土地利用分类。土壤数据是由联合国粮农组织（FAO）和维也纳国际应用系统研究所（IIASA）所构建的世界和谐土壤数据库（Harmonized world soil database，HWSD）中的中国土壤数据，比例尺为1∶100万，栅格分辨率为1 km。研究区内及周边共有9个基本气象站点，这些站点1960～2012年的相关气象数据来源于中国气象局。由于数据获取站点较少，影响模型模拟精度，因此，采用水利统计年鉴中同区域的52个水文站点的逐日降水数据和月径流数据作为补充，数据时间为2002～2005及2007～2010年。另外，由于DEM数据中有很多不足，如不合理的河道线、短线和双线多，不利于子流域划分，因此使用1∶25万清江地区水系数据对基于DEM生成的水系数据进行适当修改，以生成相对合理的具有较高精度的水系分布数据。

2 清江流域中上游旱灾预警模型的建立

本研究结合灾害系统动力学原理和SWAT模型运行机理，分别从致灾因子、孕灾环境和承灾体3个方面进行了有关数据收集和标准化处理，在进行SWAT模型参数率定基础上，进行试验区域的生物量模拟，利用区域内多个站点的多年降水数据及有关农业统计数据进行评估，确定准正常年份，并以此年份相应的模拟生物量作为准常年平均生物量，再建立基于生物量变化率的旱灾预警指数并进行多期应用，通过与标准化降水指数及同期统计资料对比分析，确定该方法的可行性和可靠性再对流域尺度作物进行旱灾预警评估。具体流程见图2。

2.1 SWAT模型参数率定与验证

根据前人研究，在径流模拟中影响汇流的主要参数有径流曲线数（CN）、土壤有效含水量（SOL_

AWC）、土壤蒸发补偿系数（ESCO）、地下水蒸发系数（GW_REVAP）、基流消退系数（ALPHA-BF）。本研究选取上述参数对SWAT模型进行率定，参数率定过程中遵循先上游后下游的原则。采用Nash系数、径流相对误差和决定系数评价模拟结果，计算方法参照有关文献[16，17]。本研究中选定4个水文站点月径流量数据进行率定期和检验期对比分析，自上游至下游依次为利川、恩施、建始、水布垭，率定与检验结果见表1。模拟与实测结果对比见图3。

2003～2005年率定期各月各水文观测站的模拟流量峰值与实测峰值趋势基本一致，特别是2004和2005年模拟峰值与实际差异较小；2007～2010年，除水布垭站外，其他3个观测站模拟曲线较率定期偏好，波峰和波谷大部分吻合。水布垭站是该研究区域的终端出水口点，由于2006年后研究区内修建启用了3座大型水库和2座中型水库，因此对水布垭站模拟精度有很大影响。根据检验期模拟曲线图可以看出，2007～2010年该点位降水与月径流模拟峰值是比较一致，并且稳定的。由于清江流域中上游多为雨养农业，降水量在很大程度上决定了旱灾发生的可能性，因此，该校正结果可以用于区域的相关参量模拟。

2.2 旱灾预警指标

作物产量包括经济产量和生物学产量两层含义。其中，经济产量是指农产品收获部分，包括禾谷类种子、棉花花絮、马铃薯块茎等，生物学产量是指作物的全部干物质。两者之间的关系见公式（1）。

经济产量（Ye）=生物学产量（Yb）×收获指数（HI）（1）

由式（1）可以得出，生物学产量和收获指数的提高或下降，都会引起经济产量的变化。若以特定年份为参考年，计算经济产量变化率，可以有如下表示：

ΔYe=■×100% （2）

式（2）中，Ybi为第i年的生物学产量，HIi为第i年的收获指数；Ybr为参考年的生物学产量，HIr为参考年的收获指数。

研究表明[18，19]，目前已有大量试验分析得到了水稻、玉米等作物的收获指数，并作为估产等应用的经验参数。对于作物经济产量的提高，即子粒产量的提高，其主要因素不是收获指数，而是生物产量[20，21]。虽然不同环境和作物品种会带来收获系数的差异，但对于同一地区相对稳定的生产方式来说，收获指数变幅很小[22]。因此，本研究中将经济产量变化率计算公式简化为生物产量变化率，而基于生物产量变化的预警模型如下：

Bd=■×100% （3）

式（3）中，Bd是生物产量变化率，Ba是模拟生物产量，Br是参考生物产量（即参考年份同期的生物量）。

2.3 准参考年份的确立

鉴于研究区内缺乏充足的农业灾害统计资料，区域内降水的不均一性导致各地区干湿年份不易确定，因此，本研究考虑利用区内5个气象站点的月降水数据，分析相对常规的年份，并以此年份的作物生物量为基准，建立基于生物量变化的干旱预警模型。利用多年的日降水资料，分别计算得到5个站点的多年（1960～2012年）平均月降水量数据，将该5个站点的2002～2005年和2007～2010年月降水量数据与平均降水量进行全年的标准差和生长季标准差计算，分析两个标准差均较小的年份即确定为常规年份，即无旱灾发生的正常年份。利用农业气象统计资料，得到研究区内玉米和水稻的主要生长期，见表2。

该区域作物生长季为3～9月，将3～9月的月降水求和即为生长季内降水量，各站标准差统计表如表3所示。除巴东和宣恩的生长季标准差最小值分别在2009和2010年外，其他均为2003年。另外，根据2001～2010年5个县市玉米及水稻单产统计数据（表4、表5），将10年平均产量与各年进行变化率计算，得出2003年总体变化率最小，即与10年平均产量最为接近。因此，确定2003年为常规年份，该年份的产量为参考产量，各期生物产量为参考作物生物产量。

2.4 预警指标（Bd）与标准化降水指标（SPI）对比分析

SPI是一个相对简单的干旱指数，其基本特点是只需要较长时间的降水量（一般应超过30年）资料，即可计算不同时间尺度的干旱指数，主要是基于自然降水的Γ分布，然后经过正态分布标准化变换而得出。袁文平等[22]研究认为该指数优于在我国广泛使用的Z指数，对于旱涝灾害具有良好的预测作用。本研究应用该指数与基于生物量变化的预警指标进行对比分析，其等级划分标准见表6。

基于SWAT模型对清江流域进行了2007～2010年生物量参量的模拟。根据农气信息及相关统计资料，选择2009年8～9月及2010年5～6月分别进行了水稻作物和玉米作物的干旱预警，并与同期气象干旱预警指标SPI进行了比对，结果如图4所示。

从图4中可以看出，2010年5月和6月，该区域均出现了较重的气象干旱，但未对玉米造成大范围较重影响，其中，在2010年5月，即玉米的拔节-抽雄阶段，恩施东部、建始中北部及巴东中南部出现了不同程度的生物量下降，该结果与前期降水及同期降水偏少有关，其中，恩施中部及巴东南部下降程度偏高。2010年6月，玉米进入抽雄吐丝-灌浆乳熟阶段，虽然大部地区降水比常年偏少较多，但仍有近100 mm的降水量，而且温度与常年基本持平，日照时数略有减少。因此，作物的水分利用效率相对提升，未造成该区域大面积干旱，部分前期出现轻旱地区的旱情缓解，而旱情较重区域有所发展。

从图4中还可以看出，2009年8月区域气象干旱逐渐减轻，9月又有所发展，但由于7月该区域降水偏少较为严重，对分蘖-孕穗阶段的水稻产生了较大影响，即使8月的降水大部与常年持平，处于抽穗-乳熟阶段的水稻生物产量仍有所下降，其中，恩施中部和南部及建始的中北部地区下降明显；2010年9月，出现旱情区域局部降水偏少，但由于前期干旱影响较重，导致该阶段作物生物产量减少程度较高，与前人研究结果较为一致[23，24]。

3 结论与讨论

本研究基于土地利用、DEM、土壤等基础数据和实测气象驱动数据，建立了清江流域中上游SWAT模型，并分别利用4个水文观测站（包括利川、建始、恩施、水布垭）的2003～2005年和2007～2010年月径流量水文数据对模型进行了率定和检验。

在此基础上，利用该流域内5个气象站点多年月平均降水量数据与模拟年份（2002～2005年和2007～2010年）的月降水量进行全年和生长季的统计参量分析，确定了准正常年份，并以此年份各时段生物产量模拟结果代表正常年份相应时段的生物产量水平，从而进一步建立了基于生物产量变化率的农业旱灾预警模式。通过对清江流域中上游的玉米作物和水稻作物分别进行两期旱灾预警应用分析，认为在作物不同生育阶段发生干旱，生物产量变化有所不同，其变化率能够有效反映不同区域作物的受旱程度以及产量的变化趋势，与标准化降水指数相比，该指标直接反映了作物生长状况，更能客观体现干旱环境对作物影响的区域差异性。由于资料等原因的限制，个别参数调整受到了影响，这给模拟结果带来一定的误差；另外，由于原始基础数据采用了国内统一的土地利用分类、土壤质地分类标准，而SWAT模型相关数据标准与该标准不一致，在转换过程中不可避免会产生一定的误差，影响了模拟精度。

综上所述，基于生物产量变化率的预警方法适用于区域尺度的旱灾预警，而SWAT模型能够模拟地形复杂区域的降水、蒸散以及径流等水文信息，是可以用于流域尺度旱灾预警研究的一个比较理想的工具和方法。

参考文献：

[1] 杨志勇，刘琳，曹永强，等.农业干旱灾害风险评价及预测预警研究进展[J].水利经济，2011，29（2）：12-17，75.

[2] 陈怀亮，张红卫，刘荣花，等.中国农业干旱的监测、预警和灾损评估[J].科技导报，2009，27（11）：82-92.

[3] 顾颖，刘静楠，薛丽.农业干旱预警中风险分析技术的应用研究[J].水利水电技术，2007，38（4）：61-64.

[4] 张丹，苏涛，王鹏新.基于生物量的土壤水分动力学模型研究进展[J].干旱区研究，2011，28（2）：235-241.

[5] 闫志利，牛俊义.作物对干旱胁迫的响应机制研究进展[J].河南农业科学，2009，13（4）：6-10.

[6] WANG T， ZHANG X， LI G. Growth abscisic acid content and carom isotope composition in wheat cultivars grown under different soil moisture[J]. Biologia Plane Tarium，2007，51（1）： 181-184.

[7] 白莉萍，隋方功，孙朝晖，等.土壤水分胁迫对玉米形态发育的影响[J].生态学报，2004，24（7）：1556-1560.

[8] 王空军，郑洪建.我国玉米品种更替过程中根系时空分布特性的演变[J].植物生态学报，2001，25（4）：472-478.

[9] 王维，蔡一霞，蔡昆争，等.水分胁迫对贪青水稻子粒充实及其淀粉合成关键酶活性的影响[J].作物学报，2006，32（7）：972- 979.

[10] 陈素华，闫伟兄，乌兰巴特尔.干旱对内蒙古草原生物量损失的评估方法研究[J].草地科学，2009，26（5）：32-37.

[11] 刘骁月，王鹏新，张树誉，等.基于作物模型模拟年际生物量变化的冬小麦干旱监测研究[J].干旱区研究，2013，31（1）：212-218.

[12] IMMERZEEL W W， GAUR A， ZWART S J. Integrating remote sensing and a process-based hydrological model to evaluate water use and productivity in a south Indian catchment[J].Agricultural Water Management，2008，95（1）：11-24.

[13] 代俊峰，崔远来.基于SWAT的灌区分布式水文模型：iv模型构建的原理与方法[J].水利学报，2009，40（2）：145-152.

[14] 何飞.区域农业旱灾系统研究——以湖南蒸水流域水稻旱灾为例[D].北京：北京师范大学，2010.

[15] 魏廷琤，成昆煌，陈鉴.清江流域水利水电规划-隔河岩水电站[M].北京：水利电力出版社，1994.

[16] 张展羽，司涵，孔莉莉.基于SWAT模型的小流域非点源氮磷迁移规律研究[J].农业工程学报，2013，29（2）：93-100.

[17] 刘博，徐宗学.基于SWAT模型的北京沙河水库流域非点源污染模拟[J].农业工程学报，2011，27（5）：52-61.

[18] 李贺丽，罗毅.作物光能利用效率和收获指数时空变化研究[J].应用生态学报，2009，20（12）：3093-3100.

[19] 谢光辉，韩东倩，王晓玉.中国禾谷类大田作物收获指数和秸秆系数[J].中国农业大学学报，2011，16（1）：1-8.

[20] 刘兆晔，于经川，杨久凯，等.小麦生物产量、收获指数与产量关系的研究[J].中国农学通报，2006，22（2）：182-184.

[21] 刘兆丽，王建林.施肥对小麦产量结构的影响[J].青岛农业大学学报（自然科学版），2008，25（3）：189-192.

[22] 袁文平，周广胜.标准化降水指标与Z指数在我国应用的对比分析[J].植物生态学报，2004，28（4）：523-529.

[23] 张祖莲，薛继亮，李远华，等.中稻水分生产函数及优化灌溉制度研究[J].节水灌溉，2001（6）：20-22，46.

[24] 付强，王立坤，门宝辉，等.三江平原井灌水稻水分生产函数模型及敏感性指数变化规律研究[J].节水灌溉，2002（4）：1-3，42，46.

（责任编辑屠晶）