3.2 SWATMOD模型

[1]王蕊,王中根,夏军.地表水和地下水耦合模型研究进展[J].地理科学进展,2008,(04):37-41.

SWATMOD模型耦合了美国农业部农业研究局开发的半分布式水文学模型SWAT和美国地质调查局开发的MODFLOW模型。它不仅能模拟分析灌溉、施肥和耕作措施对农业生产和水资源利用方面的影响，而且能反映复杂含水层系统中地下水的动态[4]。 

SWATMOD模型中覆被层、土壤层、池塘、水库的水分运动由SWAT模拟，如图1虚线以上的部分；地下含水层的水分运动、河流与地下水的相互作用由MODFLOW模拟，如图1虚线以下部分；穿过虚线的箭头表示两者之间的交换。Perkins为了解决SWAT和MODFLOW之间时间、空间尺度不一致以及耦合的其他需要，修改了SWAT源代码。他将各地下水计算时段内SWAT的日模拟结果进行累计，借助GIS软件将每个HRU与其所对应的地下水模型网格联系起来，进而可以将SWAT模拟的潜在蒸散发、地下水补给量、河流水位转换为MOD-FLOW需要的尺度。借助GIS软件将河流以及它所经过的HRU和地下含水层网格联系起来，采用MODFLOW中的河流子程序包计算出地下水对河流的补给或排泄量，加入SWAT的河道入流中，用蒸发蒸腾子程序包计算潜水蒸发传给HRU。最近，Kim也提出了另一种将SWAT与MODFLOW相耦合的方法。该耦合模型以日为时间尺度，将MOD-FLOW和SWAT都分为输入部分和计算部分两大块，然后用MODFLOW取代SWAT中的地下水模块，由HRU在各时段调用。

SWATMOD模型将从陆地水文学角度建立的概念性水文模型和从水文地质学角度建立的地下水动力学模型相结合，能够更充分的利用水文气象和水文地质资料，而且耦合模型可以在两类模型中取长补短。例如，SWAT本身含有对地下水的描述，但并不能较准确反映河流与含水层之间的相互关系以及地下水抽水井的分布。用MODFLOW取代SWAT地下水模块，就能很好地解决这些问题。SWAT也能为MODFLOW提供更加准确的蒸散发、入渗补给量等的空间分布信息。

图1 SWATMOD模型结构

Fig.1 Structure of SWATMOD mode

[1]张雪刚,毛媛媛,董家瑞,等.SWAT模型与MODFLOW模型的耦合计算及应用[J].水资源保护,2010,26(03):49-52.

1 模型方法

1.1 SWAT模型

SWAT（soil and water assessment tool）模型是美国农业部（USDA）农业研究所（ARS）开发的适用于大流域尺度的分布式非点源污染计算模型，用于模拟预测在具有多种土壤类型、土地利用和管理条件的大尺度流域里土地管理措施对水、沙和化学物质的长期影响。SWAT是基于物理过程的模拟模型，模型主要输入要素包括气象、水文、土壤特性、植被覆盖、化学物质和土地利用情况等。SWAT模型计算效率较高，可以模拟和研究长期的变化过程。在国外水资源管理、水土流失等方面得到了成功应用，在国内的研究和应用主要侧重于水文模拟方面。

SWAT模型是具有很强物理机制的半分布式流域水文模型，在SWAT模型中，流域被划分为多个子流域，在每个子流域内，根据不同的土地利用和土壤类型，再将每个子流域划分为1个或多个下垫面相对单一的水文响应单元（HRU），作为模型的基本计算单元。每个HRU的计算结果在子流域范围内进行累加，并演算到支流，最后通过河道汇流计算得到流域出口处的结果。笔者应用AVSWAT2000进行计算。

1.2 MODFLOW

MODFLOW（the modular finite-difference groundwater flow model）是由美国地质调查局（USGS）开发的、用来模拟地下水流动和地下水中污染物迁移等特性的计算机程序，是基于达西定律和地下水质量平衡的具有物理意义的三维地下水模拟模型，使用有限差分方法，采用模块化的程序结构。VisualMODFLOW [12]是由加拿大Waterloo水文地质公司在MODFLOW软件的基础上，综合已有的MODFLOW、MODPATH、MT3D、RT3D和WinPEST等地下水模型软件开发的，可进行三维水流模拟和溶质运移模拟。VisualMODFLOW以其简单实用的求解方法、广泛的适用范围及强大的可视化功能等特点，成为目前国际上应用最广泛的三维地下水流和溶质运移模拟评价的标准可视化专业软件系统。笔者应用VisualMODFLOW 4.0进行地下水模拟计算。

1.3 SWAT-MODFLOW耦合方法

在SWAT模型中，水文响应单元（HRU）是模型最基本的计算单元，反映了子流域内土地利用和土壤覆盖情况的综合影响，是分布式模拟计算的基础。通过模拟，可以得到每个HRU内的地表径流、地下径流、壤中流、蒸发、渗漏量、地下水的补给量等计算结果，将HRU计算结果在子流域和整个流域进行累加，就得到计算模型要素在整个流域的空间分布。MODFLOW的基本计算单元是有限差分网格（cell）。根据SWAT中HRU和MODFLOW中有限差分网格的特点，构建HRU-cell的交互界面 [13]（图1）。图1中上半部分显示了SWAT模型1个子流域中HRU的空间分布，下半部分显示了MODFLOW中有限差分网格（cell）的划分情况，网格中的数字分别对应SWAT模型中HRU的编号。通过这种对应，可以将SWAT模型计算的模型要素的空间分布赋值给MODFLOW，从而实现SWAT与MODFLOW的耦合计算。

2. SWAT-MODFLOW耦合计算在张集地区的应用

2.1 研究区域概况

张集地区位于江苏省徐州市东南，距徐州市中心25 km，总面积360 km²。地区地下水储量丰富。地区总体地形西北高、东南低，黄泛冲击平原是区内主要地貌形态，在水源地北部和南部边界地区有碳酸岩盐组成的低山丘陵区，山峰海拔高60~237 m，其余地区为平原区，高程28~38 m。张集地区数字高程模型DEM及其地理位置见图2。张集地区的地下水主要有孔隙水含水层和岩溶水含水层两种。孔隙含水层广泛分布在平原区，组成以砂土、粉土、黏性土为主，厚度一般不足40 m。水源地的岩溶含水层以震旦系和寒武系的碳酸盐岩为主，岩性多变，厚度大、范围广，是水源地地下水的主要开采层区。

2.2 SWAT模型率定及模拟计算

张集地区面积较小，且缺少实测地表水径流站，因此选择与张集地区相邻的具有相似条件的栏杆集地区，采用栏杆集水文站1980-1987年8年的月实测流量对模型参数进行率定。栏杆集地区位于张集水源地西部，流域面积600 km²，与张集地区同属淮河流域，地区内的气候条件、土地利用及土壤覆盖情况与张集地区基本相同。模型率定的参数及地表径流量的拟合情况见表1和图3。

化学参数	数值	敏感性
CN2	径流曲线系数	-7
ESCO	土壤蒸发补偿系数	0.8
ALPHA_BF	基流α因子	0.7
SOL_AWC	土壤有效含水率	0.035
GW_REVAP	地下水蒸发系数	0.1
GWQMN	回归流产生所需地下水深阈值	100 mm
REVAPMN	浅层含水层中蒸发或下渗的地下水深度阈值	2 mm

引用Nash-Sutcliffe模型效率系数Ens和线性回归系数R2评估模型的模拟效果。模型率定结果的确定性系数为0.85，相关系数为0.86。将率定的SWAT模型应用于张集地区。根据地区土地利用和土壤类型，共划分12个子流域。由于张集区域面积较小，且土地利用以农田为主，土地开发利用方式及土壤覆盖情况比较单一，因此HRU划分采用优势土被占有法，每个子流域对应1个HRU，共分为12个HRU（见图3）。选用地区2005年的实测降雨和蒸发资料进行SWAT月模拟计算，得到区域内每个HRU的地下水补给量和潜水蒸发量值。

2.3 SWAT与MODFLOW的耦合计算

根据张集地区的水文地质条件，建立区域的MODFLOW地下水模型。模型分为3层，第1层为非承压的孔隙含水层，第2层和第3层为承压岩溶含水层。模型网格划分为每层46行×60列，每个单元格（cell）的大小为500m×500m。对每个含水层，设置其渗透系数、地下水贮水率、给水度等参数和模型的边界条件［14］。应用ARCGIS软件，将SWAT模型计算的地下水补给量和潜水蒸发量结果引入MODFLOW模型边界条件中的地下水补给子模块RCH和潜水蒸发子模块EVT中，进行地下水模拟计算。图4为模拟得到的区域内35口地下水观测井2005年4月5日的实测地下水位与模型计算地下水位的散点图，模拟结果的确定性系数为0.78，模拟结果与实测值的相关系数R2为0.81。图5显示了位于第7个HRU内的孔隙含水层一观测井实测与计算地下水水位过程线，计算得到的地下水水位随地下水补给量的变化趋势与实测地下水位的变化基本吻合。

图3 SWAT模型率定的栏杆集月径流量与实测流量对比

图4 张集地区2005年4月5日观测井计算水位与实测水位散点拟合图
 

3. 结论

本文将地表水SWAT模型与地下水MODFLOW模型进行耦合并应用于徐州张集地区的地下水水位模拟计算。根据张集地区地下水模拟的要求，在地区SWAT模型模拟和MODFLOW模型建立的基础上，根据SWAT分布式模型的特点，将其水文响应单元（HRU）和MODFLOW的有限差分网格（cell）相对应，应用ARCGIS软件，将SWAT模型计算的具有空间分布特征的模型要素地下水补给量和潜水蒸发量引入MODFLOW的地下水补给模块（RCH）和蒸发模块（EVT）中，实现模型的耦合计算。对区域2005年地下水模拟计算结果表明，计算得到的区域地下水位与实测结果基本吻合。SWAT模型与MODFLOW的耦合计算对于更准确地模拟和预测地下水水情，进一步研究地表水与地下水之间的相互作用提供了科学方法，对于区域水资源的科学规划和管理，实现区域水资源的可持续利用具有实际意义。

参考文献：

［1］BEVEN, K. Topmodel: a critique［J］. Hydrological Processes, 1997, 11: 1069-1085.

［2］张银辉．SWAT模型及其研究进展［J］．地理科学进展，2005（5）：121-130．

［3］王中根，刘昌明．SWAT模型的原理、结构及应用研究［J］．地理科学进展，2003（1）：21-24．

［4］赵人俊．流域水文模拟：新安江模型与陕北模型［M］．北京：中国水利水电出版社，1984．
［5］MCDONALD M G, HARBAUGH A W. A modular three-dimensional finite-difference groundwater flow model［R］. Washington: US Geological Survey Open-File Report, 1988.
［6］DIERSCH H J G. FEFLOW user's manual［M］. Berlin: Institute for Water Resources Planning and System Research Ltd, 1998.
［7］JOBSON H E, HARBAUGH A W. Modifications to the diffusion analogy surface-water flow model (DAFLOW) for coupling to the modular finite-difference groundwater flow model (MODFLOW)［R］. Washington: US Geological Survey Open-File Report, 1999.
［8］SOPHOELEOUS M A, KOELIKER J K, GOVINDARAJU R S, et al. Integrated numerical modeling for basin-wide water management: the case of the Rattlesnake Creek basin in south-central Kansas［J］. Journal of Hydrology, 1999, 214(1-4): 179-196.
［9］LABOLLE E M, AHMED A A, FOGG G E. Review of the integrated groundwater and surface-water model (IGSM)［J］. Groundwater, 2003, 41(2): 238-246.
［10］PANDAY S, HUYAKORN P S. A fully coupled physically-based spatially-distributed model for evaluating surface flow［J］. Advances in Water Resources, 2004, 27(4): 361-382.
［11］贾仰文，王浩，倪广恒，等．分布式流域水文模型原理与实践［M］．北京：中国水利水电出版社，2005．
［12］Anon. Visual MODFLOW V.2.8.2 user's manual for professional application in three-dimensional groundwater flow and contaminant transport modeling［M］. Ontario: Waterloo Hydrogeologic Inc, 2000.
［13］NAM W K, MOON C, YOO S W, et al. Development and application of the integrated SWAT-MODFLOW model［J］. Journal of Hydrology, 2008, 356: 1-16.

［14］江苏省水文地质工程地质勘察院．江苏省徐州市张集水源地供水水文地质详查报告［R］．南京：江苏省水文地质工程地质勘察院，2001．

[1]刘文冲,赵良杰,崔亚莉,等.基于SWAT-MODFLOW地表-地下水耦合模型的结构与应用研究[J].中国岩溶,2023,42(06):1131-1139.

1. 耦合模型原理 

1.1 水文过程及传递的变量

耦合模型各自模拟的水文过程如图1所示 [1-3]。SWAT模拟地表径流的产生及汇流、土壤水的下渗及植物水分吸收，以及河流汇流及湖泊湿地储水下渗及蒸发等水文过程。MODFLOW模拟各含水层地下水的流动以及地下水和地表水的交换量计算。模型均衡方程如式1所示。

GWSTOR = R_{\text{补给}} - D_{\text{排泄}}

R_{\text{补给}}=RECH+SWGW+GWCON       (2)

D_{\text{排泄}}=GWQ+DRN+GWET(3)

式中：GWSTOR为含水层储存变化量，mm；RECH为SWAT中HRUs补给量，mm；SWGW为河流渗漏量，mm；GWCON为边界流入量，mm；GWQ为含水层向河流排泄量，mm；DRN为含水层向排水沟的排泄量，mm；GWET为潜水蒸发量，mm。如有其他均衡项，须另外补充进方程。

变量	传递方式	说明
潜水的补给量	水文响应单元到地下水流模型对应活动网格	地下水补给由SWAT计算
蒸发	水文响应单元到地下水流模型对应活动网格	SWAT计算的潜在蒸散发和实际蒸散发的差值由潜水继续蒸发
子流域河道的水位	SWAT计算的河道水位到地下水流模型河流网格	地下水流模型的河流网格水位由SWAT计算的河道水位而定
地下水和河流的交换量	地下水流模型河流网格计算结果到SWAT子流域河道	交换量由River包计算后传递给SWAT模型河道

基于ARCGIS平台，将SWAT的HRUs分解为DHRUs；DHRUs按照空间位置和MODFLOW对应的网格进行关联，以便进行降雨、蒸发、河流水位以及地表水和地下水交换速率等变量在两个模型间的传递。

1.2 耦合程序对地下水流模型数据的替换

耦合程序会将MODFLOW原模型的一些输入数据替换为SWAT模拟的结果。MODFLOW须用River包模拟研究区内的河流，River包中的河道水位高程会根据SWAT计算的河道水深自动替换。对于地下水流模型的降雨补给，当网格接受SWAT水文响应单元计算的地下水补给时，原Recharge包中的数据会被重写。对于模型的蒸发，耦合程序自动将网格的蒸发高程设置成地表高程，最大蒸发速率为SWAT计算的潜在蒸散发和实际蒸散发的差值，称为剩余蒸发量ET_{residual}。

2    应 用 2.1    流域基本条件小河流域[42]是美国区域性的试验流域,位于乔治亚州南部苏旺尼河流域源头地区。该研究区对沿海平原地区的土壤、地层、气候以及农业生产情况都具有一定的代表性。土地利用类型主要为森林、农田、牧场、湿地等,其所占比例见表2。由表中可见流域森林覆盖面积较广,占总面积的65%,其次为农田,占总面积的30%。该流域多年平均降雨量约为1 200 mm,具有降雨时间短,降雨强度大的特点。

流域为一处冲积平原、河流阶地,面积约为334 km2。河道坡度一般小于0.1%,上游近似为5%。山谷底部近似水平,坡度值小于5%,山谷两侧坡度较缓,坡度值于5%~15%之间。地表主要覆盖有砂或砂壤土,渗透性较好,渗透系数一般大于1.2 m·d−1,厚度2~10 m。下覆石灰岩含水层,河床切入含水层较浅。潜水含水层和河流交换量受季节变动影响。

[1] 姜光辉. 融合生态学和提升岩溶水数值模拟技术的国际前沿研究[J]. 中国岩溶，2016，35(1)：1-4.

[2] 张琳琳，崔亚莉，梁桂星，梁灵君，王晓阳. SWAT-MOD-FLOW耦合模型在地下水量均衡分析中的应用[J]。南水北调与水利科技（中英文），2020，18(6)：176-183.

[3] Yifru B A, Chung I M, Kim M G, Chang S W. Assessing the effect of land/use land cover and climate change on water yield and groundwater recharge in East African Rift Valley using integrated model[J]. Journal of Hydrology: Regional Studies, 2021, 37:100926.

SWAT与MODFLOW模型耦合的接口及框架结构研究及应用

1引言

近年来，水资源问题正日益影响全球的环境和经济发展。水资源的时间和空间变化直接取决于对水文循环规律的认识[1]。流域是自然水循环的基本单元，也是水资源开发利用、水环境保护和水资源合理配置和高效利用的基本系统。目前水文科学研究的热点是采用水文模拟途径，在确定水文变化基准期的基础上，利用流域水文模型还原人类活动影响期间的天然径流量，定量评价气候变化和人类活动对流域水资源变化的影响[2]，得出气候变化及人类活动对流域水循环过程影响的响应规律和机理。地表水与地下水的转换是水循环的重要过程，在自然界中几乎所有地表水体都和地下水发生着作用。由于水循环过程的复杂性，以及介质空间和运动状态的不同，长期以来地表水和地下水的运动过程和模拟研究分别在各自相对独立的领域中发展，并涌现出很多地表水模型和地下水模型。虽然地表水模型中也包含地下水部分，但大多用近似于黑箱的处理方法，很少实质性地进行地下水运动过程的模拟；而地下水模型虽然能够进行地下水运动过程的模拟，但无法处理复杂的降雨空间信息和地表径流信息。随着气候变化和人类活动的影响，特别是大规模地下水抽取和跨流域调水工程的实施，区域地表水和地下水的交互作用也越来越频繁，为了能够准确地掌握气候变化及人类活动对流域水循环过程影响的响应规律和机理，需要从过程上把地表水和地下水作为一个整体系统进行研究[3]，提高流域水文模型的模拟精度。目前，应用最为广泛的地表水模型是SWAT模型，而地下水模型则是MODFLOW模型。

SWAT (Soil and Water Assessment Tool) 是美国农业部 (USDA) 农业研究局 (ARS) 开发的流域尺度模型，用于模拟地表水和地下水的水质和水量，长期预测土地管理措施对具有多种土壤、土地利用和管理条件的大面积复杂流域的水文、泥沙和农业化学物质产量的影响。该模型属于物理模型，运算效率高且能够进行长期的连续时间模拟[4-7]。SWAT 模型的局限性表现在模型的半分布式特点，即模型里划分子流域具有分布式特点，而子流域内定义的水文响应单元 HRU 却不具有分布式特点[8]。为了提高模型的模拟精度，尤其是对地形特点、下垫面特征以及地下水取用情况复杂的平原区进行基于日均或者月均的短期模拟时的模拟精度[9]，每个水文响应单元 HRU 需要其径流曲线、土壤含水量特征参数、作物类型和不同灌溉的水分抑制参数、地下水位和渗透率等反映空间分布的信息[10]，以真实地反映地表水与地下水之间的交互状态[11]。 MODFLOW (Modular Three-dimensional Finite-difference Ground-water Flow Model) 是由美国地质调查局 (U.S. Geological Survey) 开发的模块化三维有限差分地下水流动模型，用于空隙介质中地下水流动的数值模拟。该模型属于分布式物理模型，能真实地反映地下水的空间特性及其运动[13]。MODFLOW 模型的局限性表现在模型的运行依赖于一些特定条件的输入，包括支流、补给、蒸散发和用水数据的输入[14]。模型缺少一种以地表和土壤剖面水文过程的方式指定这些条件的方法，而是以参数的方式来代表这些特定条件，并在模型校准过程中确定参数的值，使得只有在这些参数的值经过校准符合实际情况时才能使最终的地下水模拟精度较高[15]，然而这是非常困难的。因此，在应用 SWAT 模型进行流域水文模拟时，很有必要将 SWAT 与 MODFLOW 模型耦合起来 (SWAT-MODFLOW 模型)[16]，保留两个模型的优势来进行地表水与地下水联合模拟，实现对流域水文过程恰当的定量分析[17]。具体表现为将一个由 SWAT 模型计算的基于水文响应单元 (HRU) 的地下水补给作为 MODFLOW 模型的输入，MODFLOW 计算出地下含水层与河道之间的地下水流并返回给 SWAT[18]，使流域的时空特征得以合理的展现[19]。由于 SWAT 和 MODFLOW 模型模拟的最小单元分别为水文响应单元 (HRU) 和网格 (CELL)，使得实现 SWAT 与 MODFLOW 模型耦合必须首先完成 HRU 与 CELL 之间的转换，即实现 SWAT 与 MOD-FLOW 模型耦合的接口[20]。目前已经有相关文献描述了在 AVSWAT2000 环境下，水文响应单元 (HRU) 与网格 (CELL) 的转换方法，但仅在流域面积为 200 km² 左右的小流域得到了实现[21]，还没有流域面积超过 1 × 10^4 km² 的大型流域的应用实例研究，而这时模拟计算时间将变得至关重要；另外，对于 AVSWAT2000 的高级版本 ArcSWAT2005 环境下，水文响应单元 (HRU) 与网格 (CELL) 的转换方法还没有涉及。因此，本文提出了一种在 ArcSWAT2005 环境下适用于大型流域的 HRU 与 CELL 之间转换的方法，并将该方法应用到浑河与太子河流域 (流域面积为 27,327 km²)，为其进行地表水与地下水联合模拟奠定基础。

2. 水文响应单元 (HRU) 与网格 (CELL) 的转换方法

SWAT 模型将水文响应单元 (Hydrologic Response Unit, HRU) 作为最小计算单元，而一个水文响应单元 (HRU) 包含的是子流域内具有相似土壤类型、土地利用类型和坡度的区域，这样便使得 SWAT 模型基于水文响应单元 (HRU) 的计算结果不包含空间信息[22]，而 MODFLOW 模型的最小计算单元是具有空间信息的网格 (CELL)，因此 HRU 不能直接与 MODFLOW 模型的网格进行对应，而必须进行水文响应单元 (HRU) 与网格 (CELL) 的转换，即将 SWAT 模型基于水文响应单元 (HRU) 的计算结果分布到相应的 MODFLOW 里的网格 (CELL) 上。对于 ArcSWAT2005 而言，导致这种不可对应性的根本原因在于 HRU 与 HRU Feature Class (子流域号_土地利用_土壤_坡度) 并不是一一对应的关系，使得利用 HRU Feature Class 空间分布创建的 ASCII 文件，即 CELL 的空间分布信息[23]，不能与 HRU 产生对应关系。因此，为使 HRU 与 CELL 产生对应关系，关键在于使 HRU 与 HRU Feature Class (子流域号_土地利用_土壤_坡度) 产生一一对应关系，即一个 HRU Feature Class 唯一对应一个 HRU。具体做法如下：

(1)在 "HRU Analysis-Land Use/Soils/Slope Definition" 里加载土壤栅格图和土地利用栅格图，定义土壤类型、土地利用类型和坡度，生成 HRU Feature Class 分布，其中每一个 HRU Feature Class 都唯一对应 UNIQUECOMB (子流域号_土地利用_土壤_坡度) ；

(2)利用 ArcGIS 的转换工具 (Conversion Tools) 将 HRU Feature Class 分布输出为 ASCII 文件，便得到了 HRU Feature Class 的空间分布信息，ASCII 文件中的每一个位置代表了一个 CELL，每一个位置处的网格值代表的是 HRU Feature Class 的标识，具有相同值的 CELL 代表了同一个 HRU Feature Class；

(3)在 "HRU Analysis-HRU Definition" 里定义 HRU，分别在 "HRU Definition" 和 "Threshold" 里设置 "Multiple HRUs" 和 "Area"，在设置 "Area" 时，"Land use area over subbasin area"、"Soil class area over subbasin area" 和 "Slope class area over subbasin area" 3 个选项都设置为 0，使得每一个 HRU Feature Class 对应一个 HRU，这样先前产生的 ASCII 文件就是与 HRU 对应的空间分布。

3. 网格 (CELL) 分类方法

对于流域面积只有几百平方公里的小流域而言，将每一个 HRU 对应的网格数据都作为 MODFLOW 模型的输入是可行的，既能保证模拟精度，又能保证运算速度；但是对于流域面积超过 1 × 10^4 km² 的大型流域来说，如果将每一个 HRU 对应的网格数据都作为 MODFLOW 模型的输入，虽然能够保证运算精度，但势必会造成 MODFLOW 模型运算速度的降低，最终造成整个耦合模型运算速度的降低。由于 SWAT 模型的局限性在处理山区产汇流的地下水方面影响较小，模拟结果能够满足要求，而在处理人工用水数量比较大的平原区的地下水方面影响很大，因此本文提出一种对 HRU 对应的网格进行分类的方法，将受 SWAT 模型里地下水模块影响较大的平原区网格区分出来，作为 MODFLOW 模型的输入，即使用 MODFLOW 模型进行地下水模拟，而对于受 SWAT 模型里地下水模块影响较小的山区网格，直接使用 SWAT 模型的地下水模块进行模拟，达到保证模拟精度的同时又能保证运算速度的目的。

4. 网格 (CELL) 分类的具体做法是：(1)从通过 "HRU Analysis-HRU Definition" 得到的 HRUs 表中选择土地利用类型 (LANDUSE) 为山地 (FOREST) 的 HRU 的编号 (HRU_ID)、子流域号_土地利用_土壤_坡度组合 (UNIQUECOMB)；(2)由于 HRUs 表中的 HRU_ID 和 UNIQUECOMB 都是唯一的，因此根据 UNIQUECOMB 能够在 HRU Feature Class 分布表中找到与 HRU_ID 对应的网格值 (CELL VALUE)，即 HRU Feature Class 标识；(3)在 ASCII 文件里找到与 HRU Feature Class 标识对应的所有网格，并将其网格值全部赋为 -1，表示这些网格对应的数据不再作为 MODFLOW 模型的输入，即这些网格不使用 MODFLOW 进行地下水模拟，而是使用 SWAT 模型自身的地下水模块对相应的 HRU 进行地下水计算。

5. 应用实例

浑河与太子河流域 (简称浑太流域) 位于辽宁省境内 (图2)。浑太流域的流域面积为 27327 km²，浑河和太子河是流域内最大的两条河流，且均发源于辽宁东部山区，两河上游均为山地森林。浑河长 415 km，流域面积为 11481 km²，年径流量为 22.3 × 10^8 m³，发源于辽宁省抚顺辖区的清原县长白山山脉的滚马岭西侧，在海城、台安、盘山三县交界处与太子河相汇合流。太子河长 413 km，流域面积为 13883 km²，年径流量 26.7 × 10^8 m³，太子河的水源有南北两支，南支源头在本溪县东营坊乡羊湖沟草帽顶子山麓，北支源头在新宾满族自治县平顶山镇鸿雁沟，两支流到本溪县马家崴子相汇合流，与浑河相汇于三岔河口后流入大辽河，在营口市入渤海。

5.1 数据收集整理

数据包括流域 16 个雨量站和周围 11 个气象站 1971-2004 年的日过程水文气象资料数据，以及高程基于海平面的流域 90 m 的 DEM 数据、1:25 万实测河网图、1:100 万土壤类型图和 90 年代 1:10 万土地利用图，其土壤类型和 90 年代土地利用类型分别如表 1 和表 2 所示。从流域土地利用类型中可以看出，流域上游山区面积大约为 11132 km²，占超过 40% 的流域面积。通过在这一区域使用 SWAT 模型自身的地下水模块进行地下水计算，而在人工用水数量比较大的流域下游平原区使用 MOD-FLOW 进行地下水模拟，使模拟精度和运算速度都得到了保证。利用流域 90m 的 DEM 数据及 1:25 万实测水系图对浑太流域进行子流域划分，将流域划分为 151 个子流域。

5.2 HRU-CELL 转换实现

利用土壤类型、土地利用方式和子流域划分生成 HRU Feature Class 分布，如图 3 所示。从图 3 可以看出，每一个子流域对应多个 HRU Feature Class，每一个 HRU Feature Class 对应一个网格值 (CELL VALUES)，即每个 HRU Feature Class 对应的所有网格都具有该相同的网格值。例如对于编号为 97 的子流域而言，其包含的 HRU Feature Class 分布如表 3 所示。由于可以将每一个 HRU Feature Class 定义为一个 HRU，使得每一个 HRU 可以通过 UNIQUECOMB (子流域号_土地利用_土壤_坡度组合) 与 HRU Feature Class 唯一对应，进而与相应的网格对应。以编号为 97 的子流域为例，HRU 与 CELL 的对应关系如表 4 所示。利用 HRU 与 CELL 的对应关系并通过将 HRU Feature Class 转换为 ASCII 文件，找到与 HRU 对应的 CELL 的空间分布。以编号为 97 的子流域为例，其包含的 HRU Feature Class 的 ASCII 文件形式 (CELL 的空间分布) 如图 4 所示。这样就能利用 HRU 与 CELL 的对应关系找到编号为 97 的子流域所包含的 HRU 对应的 CELL 的空间分布。

5.3 网格 (CELL) 分类实现

通过在 HRU 与 CELL 的对应关系表中找到流域内土地利用类型为山地 (FOREST) 的 HRU 的编号 (HRU_ID) 和网格值 (HRU Feature Class 标识)，并在 ASCII 文件里找到与 HRU Feature Class 标识对应的所有网格，并将其网格值全部赋为 -1，表示这些网格对应的数据不再作为 MODFLOW 模型的输入，即这些网格不使用 MODFLOW 进行地下水模拟，而是使用 SWAT 模型自身的地下水模块对相应的 HRU 进行地下水计算。以编号为 97 的子流域为例，HRU_ID 为 2179 和 2180，对应的 HRU Feature Class 标识分别为 2392 和 2409 的土地利用类型为山地，则需要将 ASCII 文件里 HRU Feature Class 标识分别为 2392 和 2409 的网格值全部赋为 -1 (图 5)。实现网格 (CELL) 分类后，整个流域使用 MODFLOW 进行地下水模拟的 HRU 个数由 3155 减少到 2824，对应的网格个数则由 3415104 减少到 2023960，使得 SWAT-MODFLOW 耦合模型进行一次模拟期为 25 年的水文模拟所需时间 (Intel Core 2 Duo CPU) 由原来的大约 5 小时减少到大约 3 小时，在保证模拟精度的同时保证了运算速度。

对整个流域实现了 HRU-CELL 转换和网格 (CELL) 分类后，即实现了 SWAT 与 MODFLOW 模型耦合的接口，就能根据需要将 SWAT 模型基于水文响应单元 (HRU) 的计算结果分布到相应的 MODFLOW 模型里的网格 (CELL) 上，进行地表水与地下水的联合模拟。

6 结语

(1) 为将 SWAT 和 MODFLOW 模型耦合起来对地表水与地下水进行联合模拟来提高模拟精度，改善 SWAT 模型在处理人工用水数量比较大的平原区的地下水方面存在的明显局限性，提出了一种在 ArcSWAT 2005 环境下将 HRU (SWAT 模型的最小计算单元) 与 CELL (MODFLOW 模型的最小计算单元) 进行转换的方法。

(2) 为解决流域面积超过 1×104 km² 的大型流域中的网格数目多所导致的耦合模型运算速度下降的问题，并针对 SWAT 模型在处理山区产汇流的地下水方面能够满足要求的特点，提出了一种 CELL 分类方法，在保证模拟精度的同时，简化了计算并缩短了模型模拟时间。

(3) 将 HRU-CELL 转换方法以及 CELL 分类方法，即 SWAT 与 MODFLOW 模型耦合的接口实现方法，应用到浑太流域，为其进行地表水与地下水联合模拟奠定基础，并对在其他流域进行地表水与地下水联合模拟提供一种新的思路。

参考文献

[1] 夏军，刘孟雨，贾绍凤，等。华北地区水资源及水安全问题的思考与研究。自然资源学报，2004，19(5)：550-558。

[2] 刘昌明，李道峰，田英，等。基于DEM的分布式水文模型在大尺度流域应用研究。地理科学进展，2003，22(5)：438-445。

[3] 王蕊，王中根，夏军。地表水和地下水耦合模型研究进展。地理科学进展，2008，27(4)：37-41。

[4] 郝芳华，程红光，杨胜天。非点源污染模型：理论方法与应用。北京：中国环境科学出版社，2006：24-28。

[5] 张银辉。SWAT模型及其应用研究进展。地理科学进展，2005，24(5)：121-130。

[6] 王中根，朱新军，夏军，等。海河流域分布式SWAT模型的构建。地理科学进展，2008，27(4)：1-6。

[7] 朱新军，王中根，李建新，等。SWAT模型在漳卫河流域应用研究。地理科学进展，2006，25(5)：105-111。 [8] Arnold J G，Allen P M，Bernhardt G A。A comprehensive surface-groundwater flow model。Journal of Hydrology，1993，142(1-4)：47-69。

[9] Arnold J G，Srinivasan R，Muttiah R S，等。Large area hydrologic modeling and assessment:part I.Model development。Journal of American Water Resource Association，1998，34(1)：73-89。

[10] Arnold J G，Fohrer N。SWAT 2000：current capabilities and research opportunities in applied watershed modeling。Hydrology，2005，19(3)：563-572。

[11] 胡立堂，王忠静，赵建世，等。地表水和地下水相互作用及集成模型研究。水利学报，2007，38(1)：54-59。

[12] McDonald M G，Harbaugh A W。A modular three-dimensional finite-difference groundwater flow model。US Geological Survey Techniques of Water Resources Investigations Report Book 6，Chapter A1，1988：528。 [13] Sophocleous M A，Perkins S P，Stadnyk N G，等。Lower Republican Stream-Aquifer Project。Kansas Geological Survey Open File Report，1997。

[14] Perkins S P，Sophocleous M A。Development of a comprehensive watershed model applied to study stream yield under drought conditions。Journal of Ground Water，1999，37(3)：418-426。

[15] Sophocleous M A，Perkins S P。Methodology and application of combined watershed and groundwater models in Kansas。Journal of Hydrology，2000，236(3-4)：185-201。

[16] Kim N W，Chung I M，Won Y S。The development of fully coupled SWAT-MODFLOW model(I) model development。Journal of Korea Water Resource Association，2004，37(6)：503-512 (in Korean)。

[17] Kim N W，Chung I M，Won Y S。The development of fully coupled SWAT-MODFLOW model(II) evaluation of model。Journal of Korea Water Resource Association，2004，37(6)：513-521 (in Korean)。

[18] 武强，孔庆友，张自忠，et al.。地表河网-地下水流系统耦合模拟I：模型。水利学报，2005，36(5)：1-7。 [19] 武强，徐军祥，张自忠，等。地表河网-地下水流系统耦合模拟II：应用实例。水利学报，2005，36(6)：1-6。

[20] Sophocleous M A，Koelliker J K，Govindaraju R S，et al.。Integrated numerical modeling for basin-wide water management: The case of the Rattlesnake Creek basin in south-central Kansas。Journal of Hydrology，1999，214(1-4)：179-196。

[21] Kim N W，Chung I M，Won Y S，et al.。Development and application of the integrated SWAT-MODFLOW model。Journal of Hydrology，2008，356(1-2)：1-16。

[22] Gassman P W，Reyes M R，Green C H，等。The soil and water assessment tool: historical development, applications, and future research directions. Transaction of the ASABE，2007，50(4): 1211-1250。

[23] Wiley N Y。Understanding GIS: The Arc/Info Method，fourth ed. ESRI(Environmental Systems Research Institute，Inc.)，Wiley，New York，1997。

第3章 基于 SWAT的海伦市地表水径流模拟 SWAT(Soil and Water assessment Tool)模型是反映流域下垫面空间分布特征和地表径流模拟的半分式水文模型。通过将ArcSWAT、AvSWAT模块嵌入ArcGIS软件,实现了地表径流模型的可视化效果,相比传统水文模型,其空间数据管理、数据处理和展示功能大大增强[75]。模型建立所需的基础资料包括:土壤特征、流域的地形、气象资料、土地利用、水文资料等[76]。SWAT模型与紧密结合,在建模前需对研究的基础数据进行整理与分析,在此基础上构建模型需要的用户数据库,例如土壤、土地利用类型、天气发生器等[77]。本文以通肯河流域上游为研究区,联合利用ArcGIS和SWAT软件,建立海伦市基础数据库和SWAT数据库。 

图3.1 SWAT水文循环示意图