陈沛源，李金文，俞 巧，郭嘉兵，马金珠

基于SWAT模型的泾河流域地下水分布特征与水资源评价

陈沛源，李金文，俞 巧，郭嘉兵，马金珠*

（兰州大学 资源环境学院，兰州 730000）

【】合理规划与可持续开发利用地下水资源。选取泾河流域为研究对象，利用SWAT分布式水文模型进行了径流模拟，采用泾川（三）站、杨家坪（二）站和张家山（二）站逐月实测径流量进行模型参数率定，在此基础上对泾河流域浅层地下水分布特征、地下潜水储量和可开采量进行了初步评价。研究区模型表现良好，2和分别达到0.83和0.71，满足要求。流域地下水储量分布差异较大，储量下降严重，2009—2016年下降约65.9亿m3，下降速率为0.51亿m3/月。地下水资源评价结果表明，泾河流域平均补给量为3.44亿m3/a，平均地下径流模数为0.21 L/(s·km2)，总体可开采量为1.89亿m3/a。SWAT模型在进行地下水资源评价方面具有良好的评价效果和精度。

泾河流域；SWAT模型；地下水分布特征；地下水资源评价

0 引言

【研究意义】水资源问题是国内外十分重视的重大问题之一，是基础自然资源也是战略性经济资源，我国水资源状况存在着时空分布不均、过度开采利用和水资源污染等问题。近年来，国家十分重视水资源的保护和治理，相关法律法规逐步健全，在国民经济迅猛发展的背景下，合理规划利用水资源的迫切性显得十分重要[1]。水资源是制约西北地区经济社会发展与生态安全的关键因素[2]，而北方地区地下水资源利用量大，水资源过度开发造成了一系列环境问题，这与对地下水情势把握不足和偏重水资源功能开发等情况有关。全面整体地了解区域地下水资源状况和变化规律是合理开发利用的前提。

【研究进展】目前，地下水资源评价手段多样，主要以水均衡法和开采法为主[3]，也有很多结合数值模拟方法和传统手段综合评估地下水的研究，主要是地下水模拟方式[4-5]。多年来，地下水模拟研究中形成了一批有影响力的模型，如MODFLOW、MT3D99、PEST、Visual Groundwater等[6]。SWAT模型是被国际上广泛认可的分布式流域模拟模型，具有较强的物理模拟能力，能够反映参与水文循环的各要素的变化对流域水循环的影响，可模拟流域气候、土壤、植被等环境要素对水文循环的影响，且路面水文过程考虑了水文、泥沙、农作物、营养物质等多个模块对系统的贡献[7]。【切入点】模型应用在径流模拟中较多，包括对土地利用变化、气候变化等对地表径流的影响，点面源污染物的时空迁移等[8-13]，但在地下水资源评价中运用较少。泾河流域水资源量贫乏，制约着区域经济社会发展，水资源利用效率不高，可供开发利用量不足，地下水开采量大。因此流域整体地下水资源评价水平急需提高，水资源评价手段亟待丰富。

【拟解决的关键问题】本文利用SWAT模型模拟研究区径流，在率定敏感参数，保证模型的适用性的基础上，通过模型划分的水文响应单元，使得模拟要素保持气候、土壤、土地利用的区域一致性，对流域整体进行浅层地下水的水资源评价，并对各子流域地下水的分布特征进行初步分析。

1 研究区概况

泾河流域位于黄土高原中部，处于六盘山和子午岭之间，地形复杂多样，主要以黄土丘陵沟壑区和黄土高原沟壑区为主。泾河发源于宁夏回族自治区泾源县六盘山东麓，流经陕、甘、宁3省（区）31县，全长455.1 km，流域面积45 421 km2，是渭河的一级支流，黄河的二级支流。泾河流域属于大陆性气候，年均气温8～13 ℃，年均降雨量390～560 mm，降雨集中于7—9月，径流年际变化大，年内分配不均[13-15]。

图1 研究区概况

2 模型的构建

2.1 数据资料

SWAT模型输入数据包含数字高程数据、土壤类型分布及属性数据、气象数据和用于率定的径流量数据。其中径流量数据选取了泾川（三）站、杨家坪（二）站和流域控制站张家山（二）站2008—2016年逐月径流量数据。

DEM数据为ASTER GDEM 30 m精度；土壤数据采用基于世界土壤数据库（HWSD）的中国土壤数据集（v1.1），精度为1∶1 000 000；土地利用数据采用中国2016年土地利用数据，精度为30 m；气象数据采用SWAT模型中国大气同化驱动数据集（CMADS V1.1 2008—2016）。

表1 泾河流域数据来源

2.2 模型数据库的构建

2.2.1 土壤数据库

土壤数据库包含研究区不同土壤的空间分布状况和各类土壤物理属性。数据集源自联合国粮农组织（FAO）和维也纳国际应用系统研究所（IIASA）所构建的世界土壤数据库（Harmonized World Soil Database version 1.1）（HWSD）。中国境内数据源为第二次全国土地调查南京土壤所提供的1∶1 000 000土壤数据[16-17]，且采用FAO-90分类系统，故无需进行土壤粒径的转化，经过重分类后即可直接使用。

通过对泾河流域土壤类型的分析后，取土壤大类中占比最大的类型作为各类的属性参数。经过重分类后，共有21种土壤大类，主要土壤类型（>1%）见表2。

表2 主要土壤类型占比

SWAT模型土壤数据库参数的构建有2个途径，一类是可直接从HWSD数据库获取，另一类则需要借助土壤水特性计算软件SPAW计算得出。其中，土壤层中有机碳的量应换算为有机质量，再输入SPAW软件中计算。SWAT模型模拟径流采用的是径流曲线数法（SCS）。因此，HYDGRP参数则采用的是美国自然环保署根据土壤最小渗透率所划分的水文土壤组确定[18]。具体分组见表3。由于数据库中包含土壤的砂粒、黏壤土和黏土的量，为了方便计算模型中的USLE-K参数，采用Williams提出的替换公式[19]计算。具体参数的构建如表4所示。

表3 水文土壤分组

2.2.2 土地利用数据库

土地利用数据来源于地理国情监测云平台30 m分辨率栅格数据，采用LUCC分类体系。根据SWAT模型输入类型，将研究区土地利用类型重分类为6大类，分别为耕地、林地、草地、水域、居民用地和未利用土地。模型输入对应类型见表5。

2.2.3 气象数据库

SWAT模型气象数据库的构建分为实测气象数据的输入和天气发生器的建立。实测气象数据包含降水、温度、相对湿度、太阳辐射和风速的逐日数据。本研究采用中国大气同化驱动集（CMADS V 1.1），空间分辨率1/4°，时间分辨率为逐日，时间尺度为2008—2016年。数据集中相关数据已经按照SWAT模型格式处理[20]。采用世界天气数据库（CFSR_World Weather Database）作为模型内置天气发生器的输入数据。该数据库是SWAT模型使用最为广泛的气象数据库之一，在经过实测气象数据的修正后，模拟精度会显著提高[12, 21-22]。本文选取了研究区内和周围共88个气象站点的降水、温度、相对湿度、太阳辐射和风速的逐日气象数据作为实测气象数据。由于气象站点分布密度有限，选取CFSR天气数据库作为模型天气发生器的气象数据，该数据可对无资料或缺乏气象资料的区域起到补充作用。

表4 SWAT模型土壤数据库参数

表5 土地利用SWAT编码

2.3 模型的运行

在ArcSWAT模块中，对DEM数据进行子流域划分，输入土地利用、土壤类型和坡度，各占比20%、10%和10%，最后确定HRU。为了提高模拟精度，以2008年作为模型的预热阶段。利用泾川（三）站、杨家坪（二）站和张家山（二）站2008—2016年逐月实测径流量数据进行模型参数的率定。2009—2013年为率定期，2014—2016年为验证期。

2.4 参数率定与验证

SWAT模型参数众多，需要选取与研究相关的参数进行敏感性分析，筛选出敏感性较高的参数进行模型的调参。本文共选取14个参数，利用SWAT-CUP软件进行参数敏感性分析。模型中提供了2种检验方法，为全局敏感性分析和单次单参数检验。本文采用全局敏感性分析，利用检验和值显著性检验来反应参数的敏感性程度。在确定参数和选定参数初始范围后，采用模型内置的拉丁超立方体抽样算法，进行了500次迭代计算。利用决定系数（2）和纳什效率系数（）来评价模型的适宜性。纳什效率系数结合SUFI-2算法可以在较少的迭代次数下得到很好的不确定性范围，最终得到模型的最优参数[23]。各参数敏感性分析及最优参数见表6。

表6 参数敏感性分析表

模型参数的修改方法为替换（）和相对值（）2种，回代模型后，重写工作表并再次运行验证。径流量率定与验证结果见图2。

图2 模型的径流量率定与验证

模拟结果显示（表7），各站径流模拟均较为理想，2≥0.75，其中张家山（二）与杨家坪（二）站模拟效果好。由于模型是通过整体流域进行模拟，因此率定站控制面积越大，越能反应整体流域的径流情况。

表7 模拟结果评价

3 结果与分析

3.1 地下水分布特征

利用模型输出的模拟时间段最后的潜水层水储量数据，将其关联至先前划分好的子流域上。泾河流域各子流域多年平均潜水层储水量空间分布与流域水文地质图见图4。流域地下潜水层储量分布差异较大，以庆阳黄土塬地区为中心向东西方向逐渐下降，属于第四系黄土含水层，由于其水文地质单元独立[24]，构造水平，与周围区域连通性差，故储量较大。西北部环县附近出露厚度大、产状平缓的白垩系地层，且属向斜盆地，为流域储量相对较大区域[25]。流域北部宁夏地区（子流域1、2）、西南部（子流域11、13、17、20）、东部（子流域7、8、15、18）和流域出口（子流域22）水储量相对少。流域地下水径排特征是从西、北、东3面向东南的泾河下游及马莲河河谷方向汇集[26]，模拟地下水径排趋势基本符合，为总体向南和东南汇集，总体呈中心向周围减少。子流域9、12、14、16和19主要为泾河干流区域，潜水层水储量相对最少，水资源主要是地表水。

参考《平凉市水资源综合规划（2014）》实际潜水层水储量数据，验证模型输出的可信度。模拟数据与参考资料对比结果见表8。模型对大尺度流域的模拟效果更好，体现了SWAT模型对大尺度流域模拟的优势，整个流域的模拟结果是可信的。

表8 模拟值与实测值对比

图3 流域模拟潜水层储量变化图

图3为流域地下储水量变化趋势。由图3可知，流域整体地下水储量呈下降态势，由于可供开发的利用量不足，开发难度大，造成重点城区超采严重的状况。流域整体地下水储量模拟值为浅层与深层水量之和，模拟显示近8年从454.7亿m3下降至388.8亿m3，下降速率为0.51亿m3/月，共损了65.9亿m3，储量损失较大。模拟期内储量均在历年夏季（7、8月）左右有小幅度累积增加后逐年递减。2013年为模拟期内年径流量最大年（14.58亿m3），由图3可知，经过2013年的补给后，潜水层储量逐年补充趋于消失。

3.2 地下水资源评价

从地下水均衡计算原理出发，浅层含水层储变量计算式为：

式中：∆Sgw为浅层含水层储变量（mm）；PERC为包气带渗漏水量（mm）；REVAP为含水层回归包气带水量（mm）；DARCHG为深层含水层渗漏量（mm）；GWQ为地下径流对主河道的贡献量（mm）。2009—2016年泾河流域地下水储变量计算见表9（模型预热期NYSKIP=1）。

表9 泾河流域地下水储变量

由表9可知，储变量平均为-6.89亿m3/a，研究区总体处于超采状态。2013年是模拟期径流最大值，储变量为2.76亿m3/a，处于正均衡状态。排泄项中水资源主要以回归包气带的形式损耗，包括了植物根系从潜水层吸收的水量，占90.67%。其次约有7.14%的地下水以基流形式补给河道，对深层含水层的补给最少，仅有2.19%。泾河流域属温带大陆性气候，年内温差较大，整体蒸发量大，降雨补给较少，石质山区平均614 mm，但蒸发总量可达1 438.4 mm，黄土区为475 mm，蒸发量达1 419.9 mm左右[27]。据相关研究预测，泾河流域21世纪潜在蒸散量普遍增长，且空间分布将保持现有模式[28]，区内各地主要受大气降水补给，但补给量因下垫面情况影响，补给条件总体较差[26]。这可能是流域地下水排泄损失是以回归包气带形式的主要原因。

流域内区域水文地质条件各异，在划分子流域的基础上，选择特征水文年进行水资源评价，代表流域内的整体平均水平。选取泾河流域张家山水文站2009—2016年径流量系列数据，利用经验频率分析法，得出模拟期内一般枯水年2015年（=75%），年径流量为7.89亿m3；平水年2012年（=50%），年径流量为10.63亿m3。；丰水年2011年（=25%），年径流量为12.95亿m3。以典型年分别进行地下水可开采量计算。

表10 研究区子流域地下水径流模数与补给量

表11 研究区子流域典型年可开采量表

对流域地下水系统天然补给量进行计算可采用地下水径流模数法。首先对模型模拟的典型年各子流域排泄量进行计算，将得出的时间步长内地下平均径流量换算为各子流域的地下水径流模数，进而计算得到各子流域的天然补给量。具体计算式为：

式中：为天然补给量（万m3）；为地下水径流模数（L/（s·km2））；为汇水面积（km2）；为时间（s）。其中地下水径流模数计算式为：

式中：为时间步长内地下平均径流量（m3）；为汇水面积（km2）；为时间（s）。

为了进行流域尺度地下水可开采量估算，本研究采用可开采系数法初步计算各子流域典型年地下水可开采量。考虑到可开采系数法的适用条件，在验证模型可信度后，根据已有资料，采用甘肃省平凉市、庆阳市和咸阳市不同水文地质分区的可开采系数均值（=0.55）对泾河流域进行地下水可开采量计算，流域典型年可开采量见表11。

4 讨论

4.1 SWAT模型在地下水资源评价工作中的适用性

地下水资源评价是把控水资源量、理清水资源供需关系从而合理分配利用地下水的重要环节。常见的地下水资源评价方法主要有水均衡法和地下水开采实验法。经过多年的实践应用，这些方法广泛利用在各种实际工作中，已经十分成熟。其中，水均衡法，适用范围广且评价方法简便。但对于较大地区地下水资源评价，往往评价精度不高，这主要是评价过程中参数较为简单，水文地质信息掌握不足导致。开采法虽有较高的评价精度，但使用成本高，因此常用于水文资料缺乏地区[3]。SWAT模型在分析土地利用变化、气候变化、人类活动等因素对地表径流和地下水的影响方面效果良好[29-30]。结合模型或耦合其他模型进行流域尺度生态、水文水资源的模拟研究为SWAT模型目前的主要应用方向。由于SWAT水文模型对地理信息、气象信息和水文信息进行了面上的细分，水文响应单元的形式使得区域水资源的补给、蒸发、截流和下渗等物理过程发生的载体达到局部的均一化，能较好地解决局地水文地质的差异性所导致的水资源计算精度不足的问题因此，将模型在地下水资源评价工作中进行应用既可满足较高的评价精度，又具有易操作，实用性强的特点，尤其适用于大流域地下水资源评价工作。

4.2 模型模拟与地下水资源评价结合的可行性

本文利用SWAT模型完成了地下水入渗补给量和可开采量的计算，并以实测资料对评价效果进行了验证，模型表现良好，水资源评价结果可信。模型模拟结果主要以水文响应单元（HRU）、子流域（SUB）和主河道（RCH）3种形式输出。模型本身不具有地下水资源评价的模块，在水均衡法的基础上，对子流域输出的相关参数进行计算处理，完成研究区各部分的水均衡计算。模型模拟的子流域出口地下水排泄量，可通过结合地下水径流模数法计算流域内各子流域的天然补给量。应当注意的是，研究得出的平凉市及部分县的天然补给量，是基于模型率定后对区域进行二次划分后，进一步划分子流域而计算得出的。验证结果显示模型模拟结果的准确性随着研究区模拟面积的增大而增大，即在模型率定过程中根据高程信息划分的流域范围下进行输出数据的进一步处理是最为准确的。如表8所示，平凉地区在整个泾河流域面积中占16%左右，模拟结果与实测资料的相对误差仅为0.97%。对面积较小的流域进行水资源评价时（远远小于率定面积），应当以目标流域内水文控制站实测径流资料进行重新率定，即可保证模型输出结果的准确性。

5 结论

1）作为模型的驱动数据库，HWSD世界土壤数据库和CMADS气象数据集在研究区模拟表现较好，其中杨家坪（二）站模拟效果最好，2和值分别达到0.83和0.71。流域控制站张家山（三）站，径流率定2和值分别为0.78和0.74，满足模拟要求。

2）潜水层储量与潜水层厚度和地质构造状况有关，可能是区域水文地质的差异所主导的，符合天然状态下地下水储藏特征。

3）2009—2016年，地下潜水层储水量损失约为65.9亿m3，下降速率为0.51亿m3/月。模拟期内储水量呈周期震荡变化，符合流域降雨补给时间集中所导致的地下水动态变化规律。

4）流域2009—2016年平均地下水径流模数为0.21 L/(s·km2)，总体补给量为3.44亿m3/a，总体可开采量为1.89亿m3/a。

[1] 张学伟. 我国地下水资源开发利用现状及保护措施探讨[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] 陈亚宁, 杨青, 罗毅, 等. 西北干旱区水资源问题研究思考[J]. 干旱区地理, 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] 张博源, 王爱欣, 李鹏飞, 等. 地下水资源评价方法与发展研究[J]. 工程技术研究, 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, 陆垂裕, 秦大庸, 等. 地下水数值计算与应用研究进展综述[J]. 地学前缘, 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, 马长明, 魏文炳. 地下水数值模拟的建模方法及应用[J]. 东北水利水电, 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] 丁继红, 周德亮, 马生忠. 国外地下水模拟软件的发展现状与趋势[J]. 勘察科学技术, 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] 田彦杰, 汪志荣, 张晓晓. SWAT模型发展与应用研究进展[J]. 安徽农业科学, 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, 刘昌明. 黄河河源区变化环境下分布式水文模拟[J]. 地理学报, 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, 张万昌. 基于径流模拟的汉江上游区水资源对气候变化响应的研究[J]. 资源科学, 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, 顾鎏, 李建新, 等. 基于SWAT模型的中尺度流域气候变化水文响应研究[J]. 水土保持通报, 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] 刘吉峰, 霍世青, 李世杰, 等. SWAT模型在青海湖布哈河流域径流变化成因分析中的应用[J]. 河海大学学报(自然科学版), 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] 胡胜, 曹明明, 邱海军, 等. CFSR气象数据在流域水文模拟中的适用性评价：以灞河流域为例[J]. 地理学报, 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] 邱国玉, 尹婧, 熊育久, 等. 北方干旱化和土地利用变化对泾河流域径流的影响[J]. 自然资源学报, 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, 索安宁, 洪军, 等. 泾河典型流域水沙变化及其景观格局分析[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] 闵庆文, 耿艳辉, 万信, 等. 泾河流域水资源需求结构分析与调控策略[J]. 资源科学, 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] 姚苏红, 朱仲元, 张圣微, 等. 基于SWAT模型的内蒙古闪电河流域径流模拟研究[J]. 干旱区资源与环境, 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] 罗利芳, 张科利, 符素华. 径流曲线数法在黄土高原地表径流量计算中的应用[J]. 水土保持通报, 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] 孟现勇, 师春香, 刘时银, 等. CMADS数据集及其在流域水文模型中的驱动作用：以黑河流域为例[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, 穆振侠. CFSR数据在高寒山区径流模拟中的适用性[J]. 灌溉排水学报, 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] 郑自宽. 董志塬石油开发对地下水资源的影响与保护对策[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] 凌新颖. 陇东黄土高原地下水补给与演化规律研究[D]. 兰州: 兰州大学, 2019.

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

[26] 刘玉. 鄂尔多斯白垩系盆地泾河流域地下水循环模式及其可更新能力评价[D]. 长春: 吉林大学, 2007.

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

[27] 刘芳. 泾河流域土地利用景观格局变化及其对径流的影响[D]. 北京中国林业科学研究院, 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] 赵姹, 李志, 刘文兆, 等. 泾河流域潜在蒸散量的时空变异[J]. 生态学报, 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模型的水资源评价方法研究[D]. 北京: 中国地质大学, 2019.

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

[30] 王赛男. 基于SWAT模型的气候变化与土地利用/覆被变化对岩溶断陷盆地水资源量的影响研究[D]. 重庆: 西南大学, 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

陈沛源, 李金文, 俞巧, 等. 基于SWAT模型的泾河流域地下水分布特征与水资源评价[J]. 灌溉排水学报, 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

兰州大学中央高校基本科研业务费专项资金项目（lzujbky-2021-sp20）

陈沛源（1996-），男。博士研究生，主要从事水文水资源方向的研究。E-mail: chenpy21@lzu.edu.cn

马金珠（1968-），男。教授，主要从事干旱区水文与水资源方面的研究。E-mail:jzma@lzu.edu.cn

责任编辑：韩 洋