基于SWAT模型的濟(jì)南市地下水資源評價(jià)

蓋燕如,于莉,田亞男,馮在香,譚秀翠*

基于SWAT模型的濟(jì)南市地下水資源評價(jià)

蓋燕如1,于莉1,田亞男1,馮在香2,譚秀翠2*

1. 濟(jì)南市水文中心, 山東 濟(jì)南 250002 2. 山東農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院, 山東 泰安 271018

濟(jì)南市地下水資源緊缺，合理開發(fā)利用地下水資源，對生態(tài)環(huán)境保護(hù)至關(guān)重要。本文采用分布式水文模型SWAT對濟(jì)南市典型流域地下水分布規(guī)律進(jìn)行分析，對地下水資源量進(jìn)行評價(jià)。研究結(jié)果顯示：2014～2018年，典型流域地下水補(bǔ)給量68.13 mm，地下水補(bǔ)給資源量2.74×108m3。降水是地下水補(bǔ)給的主要水源，不同時間尺度下，降水與地下水補(bǔ)給量均具有相關(guān)性，年尺度下，2達(dá)到0.95。2014～2018年，地下水補(bǔ)給資源量呈增加趨勢，其中，特枯年0.40×108m3，枯水年1.44×108m3，平水年4.01×108m3。受地形與水文地質(zhì)條件影響，地下水補(bǔ)給量與地下水補(bǔ)給資源量在空間上呈聚合分布。研究結(jié)果對于濟(jì)南市地下水資源可持續(xù)開發(fā)利用具有指導(dǎo)意義。

SWAT模型; 地下水; 水資源評價(jià)

在氣候變化與人類活動影響下，全球約2/3的地區(qū)面臨水資源不足的問題，地下水作為可利用水資源，其作用越來越重要[1]，逐漸成為制約區(qū)域經(jīng)濟(jì)和生態(tài)環(huán)境可持續(xù)發(fā)展的重要因素。濟(jì)南市是一個資源型缺水城市，隨著經(jīng)濟(jì)發(fā)展，各行業(yè)用水量大幅增長，地下水作為主要供水水源，大量開發(fā)利用，導(dǎo)致地下水位下降，1976年濟(jì)南市著名的趵突泉第一次出現(xiàn)了斷流，泉水?dāng)嗔鲿r間連續(xù)最長達(dá)到961 d[2]。為確保濟(jì)南市地下水系統(tǒng)的可持續(xù)發(fā)展以及地下水資源的高效合理地利用，需要從流域水循環(huán)角度深入研究地下水資源問題，綜合考慮自然與人為因素影響，全面了解地下水動態(tài)變化規(guī)律及地下水資源演化趨勢，為濟(jì)南市地下水資源的合理開發(fā)利用提供科學(xué)保障。

自然界中地下水系統(tǒng)非常復(fù)雜，含水介質(zhì)非均質(zhì)、各向異性，加之人類活動的強(qiáng)烈干擾，使其研究難度不斷增大[3]。隨著計(jì)算機(jī)技術(shù)的發(fā)展，數(shù)值模擬逐漸成為研究地下水運(yùn)動規(guī)律的主要方法，

常用的地下水?dāng)?shù)值模擬軟件有MODFLOW[4]、MT3DMS[5]、GMS[6]、Visual MODFLOW[7]和FEFLOW[8]等。從水循環(huán)系統(tǒng)考慮，地表水和地下水相互影響、制約，在建立地下水模型時，應(yīng)綜合考慮地表水和地下水的相互聯(lián)系和轉(zhuǎn)化過程。分布式水文模型作為重要的水文領(lǐng)域研究工具，其能夠反映流域下墊面因素和氣象因素的空間分異性，描述水循環(huán)時空變化過程，而被廣泛應(yīng)用[9]。趙良杰[10]等通過SWAT分布式水文模型評價(jià)珠江流域多年地下水資源量，在參數(shù)敏感性分析中，充分考慮地下水類型差異，提高了分布式水文模型在珠江流域的適用性。陳沛源[11]等采用SWAT模型計(jì)算分析涇河流域地下水分布特征并開展水資源評價(jià)，表明SWAT水文響應(yīng)單元使得區(qū)域水資源的物理過程達(dá)到局部的均一化，能解決水文地質(zhì)差異性導(dǎo)致的計(jì)算精度問題，進(jìn)一步驗(yàn)證了SWAT模型在地下水資源評價(jià)中適用性。本文采用SWAT模型為研究方法，充分考慮氣候及土地利用變化影響，從水循環(huán)角度出發(fā)，分析濟(jì)南市地下水資源分布規(guī)律，計(jì)算地下水資源量，為濟(jì)南市地下水資源的合理開發(fā)利用提供技術(shù)指導(dǎo)。

1 材料與方法

1.1 研究區(qū)域概況

濟(jì)南市位于山東省中西部，黃河流域下游，南依泰山，北跨黃河，地勢南高北低，共轄12個縣級行政區(qū)，總面積10 244.45 km2。濟(jì)南屬溫帶季風(fēng)氣候，四季分明，年均降水量691.82mm，年均溫度14.56 ℃（1951～2020年濟(jì)南氣象站數(shù)據(jù)）。根據(jù)濟(jì)南市水文站點(diǎn)分布及資料詳實(shí)情況，選定SWAT模型研究范圍，其空間分布位置見圖1，流域內(nèi)分布有4個水文站，35個雨量站，3個氣象站，流域面積4 022 km2。研究流域地貌類型如圖2所示，松散巖類孔隙水主要分布在山間、山前沖洪積平原及黃河沖積平原地區(qū)，巖溶水主要分布在南部山區(qū)，以文祖斷裂為界劃分為濟(jì)南—長清巖溶水系統(tǒng)和明水巖溶水系統(tǒng)。濟(jì)南市泉域主要分布在山前傾斜平原與黃海沖積平原的交接地帶，根據(jù)濟(jì)南泉水的分布位置及匯流情況，劃分為十大泉群，研究流域內(nèi)分布有九個泉群。

圖 1 流域概況圖

圖 2 流域地貌圖

1.2 研究方法

1.2.1 空間自相關(guān)分析空間自相關(guān)分析（Global Moran's I，全局莫蘭指數(shù)），根據(jù)要素位置和要素值來度量空間的聚集、離散或隨機(jī)分布情況，計(jì)算公式如下所示。

1.2.2 SWAT模型SWAT（Soil and Water Assessment Tool）模型是美國農(nóng)業(yè)部開發(fā)的分布式水文模型，具有很強(qiáng)物理機(jī)制，綜合考慮土壤、植被、地表水及地下水等多種要素受氣候變化和人類活動變化的影響，能夠較好的模擬流域水循環(huán)過程[10]。SWAT模型中采用的水量平衡方程為：

式中，SW，土壤最終含水量，mm；SW，第天的土壤初始含水量，mm；，時間步長，；R，第天降水量，mm；Q，第天的地表徑流，mm；E，第天的蒸散發(fā)量，mm；W，第天離開土壤坡面底部的滲透水流和旁通水流的水量，mm；Q，第天回歸流的水量，mm。地下水模塊中采用下式計(jì)算：

式中，Q，第天進(jìn)入河道的地下水補(bǔ)給量，mm；Q1，第-1天進(jìn)入河道的地下水補(bǔ)給量，mm；Δ，時間步長，d；w，第天蓄水層的補(bǔ)給流量，mm；α，基流的退水系數(shù)。補(bǔ)給流量由下式計(jì)算：

式中，w,i，第天蓄水層補(bǔ)給量，mm；，補(bǔ)給滯后時間，d；W，第天通過土壤剖面底部進(jìn)入地下含水層的水分通量，mm/d；w,i-1，第-1天蓄水層補(bǔ)給量，mm。

SWAT模型的運(yùn)行需要DEM、土壤圖、土地利用圖等空間數(shù)據(jù)，及土壤屬性、氣象、水文等屬性數(shù)據(jù)，數(shù)據(jù)來源見表1。采用Arc SWAT將流域DEM劃分為79個子流域。對土壤、土地利用數(shù)據(jù)進(jìn)行重分類以匹配SWAT模型數(shù)據(jù)庫，重分類后土壤類型及土地利用類型，見圖3、圖4。根據(jù)水文、氣象數(shù)據(jù)資料的年限，確定SWAT模型率定期為2008-2013年，驗(yàn)證期為2014-2018年，采用納什效率系數(shù)（ENS）與相關(guān)系數(shù)（2）對計(jì)算結(jié)果進(jìn)行評價(jià)，驗(yàn)證模型適用性。

表 1 SWAT模型所需數(shù)據(jù)

圖 3 流域土壤類型圖

圖 4 流域土地利用類型圖

2 結(jié)果與分析

2.1 結(jié)果驗(yàn)證

研究流域內(nèi)分布有黃臺橋、崮山、臥虎山水庫及北鳳4個水文站，其中北鳳站僅有2008年、2010年2年實(shí)測流量數(shù)據(jù)，且在SWAT模型的率定期內(nèi)，無法反映校驗(yàn)結(jié)果，因此采用黃臺橋、崮山、臥虎山水庫3個水文站資料進(jìn)行驗(yàn)證。由于黃臺橋、臥虎山水庫控制流域內(nèi)受人為用、排、調(diào)水等過程干擾嚴(yán)重，不能反映天然水文情況，2個站點(diǎn)流量校驗(yàn)時采用天然徑流量[13]。由圖5可以看出，3個水文站模擬評價(jià)情況，E>0.5，2>0.7，表明SWAT模型在研究流域有較好的適用性。

圖5 SWAT模型計(jì)算結(jié)果驗(yàn)證

2.2 結(jié)果分析

2014～2018年，流域平均降水量573.02 mm，蒸散發(fā)量412.87 mm，徑流量163.69 mm，地下水補(bǔ)給量68.13 mm。由各要素時間分布可以看出，見圖6，大部分降水量都被蒸散發(fā)消耗，占比達(dá)到70%，其余水量產(chǎn)生徑流或補(bǔ)給。受降水量的周期性變化影響，徑流量與地下水補(bǔ)給量也呈周期性變化，峰值分布與降水峰值基本對應(yīng)。表明徑流量、地下水補(bǔ)給量大小主要受降水量控制。由地下水補(bǔ)給量與降水量的相關(guān)分析可以看出，見圖7，降水與地下水補(bǔ)給量具有明顯的相關(guān)性，受降水入滲過程滯后影響，月尺度的相關(guān)系數(shù)較低，僅為0.48，而在年尺度下2達(dá)到0.95，降水量大小控制著地下水補(bǔ)給量，影響流域內(nèi)地下水系統(tǒng)的動態(tài)與均衡。

圖 6 水均衡要素時間分布

圖 7 補(bǔ)給量與降水量相關(guān)分析

2.3 地下水資源評價(jià)

由SWAT模型輸出的地下水補(bǔ)給量計(jì)算2014～2018年流域地下水補(bǔ)給資源量，如圖8所示。2014-2018年流域平均地下水補(bǔ)給資源量2.74×108m3，呈增加趨勢，與降水量有較高的相關(guān)性（2=0.95）。與2014～2018年山東省水資源公報(bào)中濟(jì)南市數(shù)據(jù)比較，兩者地下水補(bǔ)給資源量變化趨勢基本一致，但SWAT模型計(jì)算結(jié)果偏低，主要是因?yàn)镾WAT模型計(jì)算的流域面積僅占濟(jì)南市總面積的40%，黃河以北的平原區(qū)及平陰縣、萊蕪區(qū)、鋼城區(qū)并未考慮在內(nèi)。

圖 8 2014～2018年地下水補(bǔ)給資源量

根據(jù)濟(jì)南氣象站1951～2020年70年的降水量資料，通過頻率分析選定典型年，特枯年份2014年（保證率95%），枯水年2017（保證率75%），平水年2016年（保證率50%），進(jìn)行地下水資源量評價(jià)，計(jì)算結(jié)果見表2，平水年降水量為特枯年的1.9倍，而平水年產(chǎn)生的地下水補(bǔ)給資源量是特枯年的10.0倍。

表 2 不同典型年地下水資源量

2014～2018年地下水資源要素空間分布見圖9，流域內(nèi)北部地區(qū)地下水資源相對豐富，尤其在四大泉群位置，其與地形、水文地質(zhì)條件密切相關(guān)。流域內(nèi)地形南高北低，南部山區(qū)分布大面積的寒武-奧陶碳酸鹽巖地層，接受大氣降水和地表水的入滲補(bǔ)給后，地下水由南往北運(yùn)動，受到斷裂帶阻擋，地下水匯集，隨著水位上升涌出地面形成濟(jì)南泉群。

圖 9 2014-2018年地下水資源要素空間分布

圖 10 2014～2018年地下水資源要素空間自相關(guān)分析

由地下水資源要素空間自相關(guān)分析可以看出，見圖10，地下水補(bǔ)給量與地下水補(bǔ)給資源量顯著性水平值均<0.05，臨界值值均＞1.96，為顯著正相關(guān)，兩個要素在空間上均呈現(xiàn)聚合分布，表明地下水補(bǔ)給量與地下水補(bǔ)給資源量的大小與空間位置有較強(qiáng)的相關(guān)性。

3 討論

SWAT模型具有很強(qiáng)物理基礎(chǔ)，不僅能實(shí)現(xiàn)對流域水文過程進(jìn)行長時段模擬，還可在資料缺乏的地區(qū)建模[14]。由于SWAT模型采用簡單的線性方程來表達(dá)地下徑流變化與潛水面埋深變化速率之間的關(guān)系[15]，因此采用SWAT模型進(jìn)行地下水資源評價(jià)中，無法采用地下水位來校驗(yàn)?zāi)Ｐ?，仍需要流量?shù)據(jù)驗(yàn)證模型精度[16,17]，或者與其他地下水模型耦合，實(shí)現(xiàn)對地下水位的輸出[18]。降水量是SWAT模型的主要輸入數(shù)據(jù)，Tuo Y等[19]研究了4種不同降水?dāng)?shù)據(jù)對流域流量模擬的影響，表明降水是模型不確定性的主要來源；陳海濤等[20]研究表明基于氣象站插值數(shù)據(jù)計(jì)算的徑流和總氮模擬效果與基于雨量站實(shí)測降水?dāng)?shù)據(jù)的模擬效果較為接近；魯洋等[21]研究顯示，SWAT模擬時，采用小時降雨輸入時對于峰值流量的模擬要明顯優(yōu)于日降雨輸入。由于氣象、水文資料有限，文中采用2008-2018年日尺度的氣象、水文資料用于SWAT模型輸入與校驗(yàn)，可在后續(xù)研究中補(bǔ)充氣象、水文序列長度，采用小時尺度的數(shù)據(jù)進(jìn)行計(jì)算，以進(jìn)一步提高模型計(jì)算精度。

4 結(jié)論

文中采用SWAT模型研究濟(jì)南市地下水資源分布特征，開展地下水資源評價(jià)，得到如下結(jié)論：

（1）2014-2018年，流域平均降水量573.02 mm，蒸散發(fā)量412.87 mm，徑流量163.69 mm，地下水補(bǔ)給量68.13 mm；

（2）地下水補(bǔ)給量與降水量具有明顯的相關(guān)性，月尺度2為0.48，年尺度2為0.95，降水是主要的補(bǔ)給水源；

（3）2014-2018年，流域平均地下水補(bǔ)給資源量2.74×108m3，呈增加趨勢。由不同典型年地下水補(bǔ)給資源量評價(jià)結(jié)果顯示，特枯年0.40×108m3，枯水年1.44×108m3，平水年4.01×108m3；

（4）受地形與水文地質(zhì)條件影響，地下水補(bǔ)給量與地下水補(bǔ)給資源量在空間上呈聚合分布。

[1] 胡廣錄,張克海.地下水資源評價(jià)綜述[J].水資源開發(fā)與管理,2020(11):34-39

[2] 王京晶,徐宗學(xué),李鵬,等.濟(jì)南市區(qū)地下水埋深動態(tài)變化及其成因[J].南水北調(diào)與水利科技(中英文),2021,19(5):883-893

[3] 吳義鋒.濟(jì)南市巖溶地下水?dāng)?shù)值模擬研究[D].合肥:合肥工業(yè)大學(xué),2004

[4] Khadri SFR, Pande C. Ground water flow modeling for calibrating steady state using MODFLOW software: A case study of Mahesh River Basin, India [J]. Modeling Earth Systems & Environment, 2016,2(1):1-17

[5] Zong Y, Valocchi AJ, Lin Y. Coupling a borehole thermal model and MT3DMS to simulate dynamic ground source heat pump efficiency [J]. Ground Water, 2021,61(2):237-244

[6] Mohammed KS, Shabanlou S, Rajabi A,. Prediction of groundwater level fluctuations using artificial intelligence-based models and GMS [J]. Applied Water Science, 2022,13(2):1-14

[7] 郝晨西,董深,呂謀.基于Visual MODFLOW Flex的硝酸鹽氮遷移轉(zhuǎn)化特性研究[J].人民黃河,2022,44(11):78-81,87

[8] 劉玲,陳堅(jiān),牛浩博,等.基于FEFLOW的三維土壤-地下水耦合鉻污染數(shù)值模擬研究[J].水文地質(zhì)工程地質(zhì),2022,49(1):164-174

[9] 葉翔宇,李強(qiáng),郭禹含,等.高性能并行分布式水文模型研究進(jìn)展[J].地理科學(xué)進(jìn)展,2022,41(4):731-740

[10] 趙良杰,王瑩,周妍,等.基于SWAT模型的珠江流域地下水資源評價(jià)研究[J].地球科學(xué),2022,47(10):1-19

[11] 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(jià)[J].灌溉排水學(xué)報(bào),2021,40(12):102-109,126

[12] 張扣扣,賀婧,鐘艷霞,等.基于GIS對寧夏某銅銀礦區(qū)周邊土壤重金屬來源解析[J].環(huán)境科學(xué),2022,43(11):5192-5204

[13] 馮雷.氣候變化背景下城市化對濟(jì)南市水文要素的影響研究[D].北京:中國水利水電科學(xué)研究院,2020

[14] 傅笛,金鑫,金彥香,等.基于 SWAT-MODFLOW耦合模型的巴音河中游澤令溝盆地地表水?地下水轉(zhuǎn)換關(guān)系研 究[J].地理科學(xué),2022,42(6):1124-1132

[15] Jin X, He CS, Zhang LH,. A modified groundwater module in SWAT for improved streamflow simulation in a large, arid endorheic river watershed in northwest China [J]. Chinese Geographical Science, 2018,28(1):47-60

[16] 胡倩,王軍霞,劉世強(qiáng),等.基于SWAT模型的洞庭湖平原水資源量計(jì)算[J].安全與環(huán)境工程,2022,29(3):244-252

[17] Bwda B, Gka A, Kb C,. Groundwater recharge estimation and potential recharge mapping in the Afram Plains of Ghana using SWAT and remote sensing techniques [J]. Groundwater for Sustainable Development, 2022,17:1-14

[18] 鄭麗,金鑫,金彥香,等.高寒內(nèi)陸河流域植被覆蓋增加對地下水補(bǔ)給的影響[J].生態(tài)學(xué)報(bào),2023,43(1):140-152

[19] Tuo Y, Duan Z, Disse M,. Evaluation of precipitation input for SWAT modeling in Alpine catchment: A case study in the Adige river basin(Italy) [J]. The Science of the Total Environment, 2016,573:66-82

[20] 陳海濤,王曉燕,南哲,等.輸入數(shù)據(jù)精度與準(zhǔn)確性對SWAT模型模擬的影響[J].中國環(huán)境科學(xué),2021,41(5):2151-2160

[21] 魯洋,涂俊,高震國,等.降雨時間分辨率對SWAT水文模擬的影響[J].中國環(huán)境科學(xué),2020,40(12):5383-5390

The Evaluation of Groundwater Resources in Jinan City Based on SWAT Model

GE Yan-ru1, YU Li1, TIAN Ya-nan1, FENG Zai-xiang2, TAN Xiu-cui2*

1.,250002,2.271018,

Jinan City is in short supply of groundwater resources. Rational development and utilization of groundwater resources is crucial to the protection of the ecological environment. In this paper, the distributed hydrological model SWAT is used to analyze the groundwater distribution, and to evaluate groundwater resources in typical watersheds of Jinan City. The research results show that: from 2014 to 2018, the groundwater recharge was 68.13mm, and the groundwater recharge resources were 2.74×108m3in a typical watershed. Precipitation is the main source of groundwater recharge. There is a correlation between precipitation and groundwater recharge at different time scales. On the annual scale, the correlation coefficient R2reaches 0.95. From 2014 to 2018, the groundwater recharge resources showed an increasing trend, of which the extreme drought year was 0.40 ×108m3, 1.44×108m3in dry years and 4.01×108m3in normal years. Affected by terrain and hydrogeological conditions, groundwater recharge and groundwater recharge resources are aggregated in space. The research results have guiding significance for the sustainable development and utilization of groundwater resources in Jinan City.

SWAT model; groundwater; water resources assessment

P345

A

1000-2324(2023)02-0285-07

10.3969/j.issn.1000-2324.2023.02.018

2023-03-23

2023-04-08

山東省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2019GSF111043)

蓋燕如(1985-),女,碩士研究生,工程師,主要從事水文水資源領(lǐng)域研究. E-mail:geyanru_1985@126.com

Author for correspondence.E-mail:tanxiucuiqq@163.com