APEX 模型在淮河中上游坡面尺度的適宜性研究

尹黎明，潘劍君，王秀英

(1.湖南省水利廳水土保持處，410007，長沙;2.南京農(nóng)業(yè)大學(xué)資源與環(huán)境科學(xué)學(xué)院，210095，南京:中國;3.德克薩斯農(nóng)業(yè)生命科學(xué)研究所，TX 76502-9622，Temple，美國)

淮河流域是中國7 大流域之一，該地區(qū)22%的面積存在水土流失，平均土壤侵蝕量達(dá)35 t/(hm2·a)［1］。不合理的土地利用，如粗放型耕作、陡坡耕作(＞27%)，亂砍濫伐、缺乏水土保持措施以及各種管理不當(dāng)?shù)墓こ探ㄔO(shè)項目等又加劇了該地區(qū)的土壤侵蝕［1］，大量的水土流失還伴隨著養(yǎng)分流失，造成土壤退化，威脅糧食安全，同時也使生態(tài)環(huán)境惡化。定量研究土壤侵蝕的傳統(tǒng)方法是定位試驗，這種方法不僅費用高、費時、費力，而且試驗結(jié)果很難外推到其他地區(qū)。水文/水質(zhì)模型是一種可研究土壤侵蝕的有效工具，它一旦經(jīng)過校正、驗證就可用于評價不同農(nóng)業(yè)管理措施對水土流失的影響。目前，急需在缺乏長期水土流失監(jiān)測資料的淮河流域建立一種性能穩(wěn)定的水文/水質(zhì)模型，以評價該地區(qū)水土流失引起的環(huán)境效應(yīng)。這種模型需要具備以下特征:1)基于流域水平;2)連續(xù)模擬;3)能夠預(yù)測未來自然變化或者人為活動的影響，如最佳管理措施情景;4)易得到模型輸入數(shù)據(jù)。

農(nóng)業(yè)政策與環(huán)境拓展模型APEX(Agricultural Policy Environmental eXtender)［2］主要用于規(guī)劃和管理農(nóng)場或小流域的各種資源，模型以日為步長，可進(jìn)行長期的連續(xù)模擬，能模擬不同養(yǎng)分管理策略、耕種措施、水土保持措施和其他管理措施對地表徑流以及對土壤、養(yǎng)分和其他污染指示物流失造成的影響。由于APEX 模型適應(yīng)性強，它已在美國得到廣泛檢驗及應(yīng)用［3-7］;但是APEX 模型在國內(nèi)使用很少，其土壤侵蝕模塊在國內(nèi)的檢驗僅限于黃土高原地區(qū)［8］，該地區(qū)與淮河流域自然條件有較大差異。此外，淮河流域的地形條件與APEX 模型的研發(fā)地美國區(qū)別很大，如淮河流域耕地坡度常超過25%，而美國耕地中典型的最大坡度僅為15%［1，8］;因此，很有必要評價APEX 模型的土壤侵蝕以及其他模塊在淮河流域的適宜性。筆者將APEX 模型應(yīng)用于淮河中上游3 個具有代表性的徑流小區(qū)，在靈敏度分析的基礎(chǔ)上校正、驗證模型，并評價模型在該地區(qū)的適宜性。

1 材料與方法

1.1 研究區(qū)簡介

研究區(qū)位于河南省魯山縣水土保持科學(xué)試驗站二號場內(nèi)(E112.73°，N33.90°)，該站地處淮河中上游地區(qū)淮河一級支流沙穎河水系上游。試驗站平均海拔273 m，多年日平均最高和最低氣溫分別為20.6 和10.0 ℃，年平均降雨量728 mm，試驗站內(nèi)的土壤硅鋁質(zhì)中性粗骨土的保持水土能力較差，其土壤屬性分層數(shù)據(jù)參見表1。本文研究的3 個徑流小區(qū)二號場1(EHC1)，二號場2(EHC2)以及二號場4(EHC4)構(gòu)建于1981 年，它們位置相鄰，中間用水泥擋板隔開，小區(qū)的面積為0.06 ～0.14 hm2，坡度19%～29%，3 個小區(qū)采用不同的土地利用和水土保持措施(表2)。

現(xiàn)有資料為1981—1986 年日降雨量，日最高、最低氣溫，相對濕度的實測數(shù)據(jù)以及1982—1986 年各徑流小區(qū)20 次左右日徑流和產(chǎn)沙實測數(shù)據(jù)。

表1 研究區(qū)土壤屬性分層數(shù)據(jù)Tab.1 Soil properties of soil layers used in the simulation for the study site

表2 徑流小區(qū)特征及其管理措施Tab.2 Characteristics and management practices of the three plots

1.2 模型模擬方法

APEX 模型有氣象、水文、水蝕、養(yǎng)分、土溫、作物生長、耕作、作物環(huán)境管理以及經(jīng)濟等9 個模塊［2］。模型對日徑流量的估算采用改進(jìn)后的SCS徑流曲線數(shù)法［9］，原始的SCS 模型中提供的是坡度大約為5%的徑流曲線數(shù)，修改后的徑流曲線數(shù)可用于其他坡度，同時每天的徑流曲線數(shù)都根據(jù)土壤水分含量及其分布而調(diào)整。對水蝕的模擬采用MUST 方程，它是由MUSLE(Modified USLE)［10］改進(jìn)而來的，與USLE 的最大區(qū)別是MUST 用徑流量(mm)和洪峰速率(mm/h)作為侵蝕力指示器來模擬土壤侵蝕產(chǎn)沙，這樣做不但有利于增加預(yù)測精度，避免了使用輸沙率，而且還可用于單次暴雨的產(chǎn)沙估算［2］。APEX 模型使用推理公式估算洪峰速率，并且在計算洪峰速率時引入了一個量綱為1的系數(shù)(alp)，表達(dá)為匯流時間下的降雨量與日降雨總量的比值，其取值范圍為(匯流時間/24，1.0)。在只有日降雨總量以及模擬的日徑流量情況下，alp 具有很大的不確定性，每日的alp 產(chǎn)生于一個三角分布［2］。

APEX 模型需要輸入氣候、土壤、地形特征以及土地管理措施等資料。本研究將1981—1986 年徑流小區(qū)的日降雨量，日最高、最低氣溫，相對濕度的實測數(shù)據(jù)以及該時期的土壤理化性質(zhì)、管理措施等用于構(gòu)建模型連續(xù)模擬的輸入數(shù)據(jù)庫。

1.3 靈敏度分析

靈敏度分析是模型參數(shù)校正過程中的重要一步［11-13］，通過靈敏度分析可識別那些對模型輸出結(jié)果影響較大的參數(shù)，在模型校正中重點考慮靈敏度較大的參數(shù)，這會在很大程度上減少模型校正的工作量。本研究采用傅里葉幅度靈敏度檢驗擴展法(Extended FAST)［14］進(jìn)行靈敏度分析，該方法為基于方差的靈敏度分析方法，在國內(nèi)較少使用。這里只對徑流和產(chǎn)沙模塊進(jìn)行靈敏度分析，這2 部分包含大量參數(shù)，根據(jù)經(jīng)驗以及文獻(xiàn)［15-16］，我們選取13 個參數(shù)(表3)進(jìn)行靈敏度分析，并假設(shè)它們都服從均勻分布。這些參數(shù)的取值范圍主要根據(jù)模型操作手冊的推薦值［17］和專家知識而確定。本研究采用SIMLAB 軟件進(jìn)行參數(shù)采樣和靈敏度分析，在靈敏度分析過程中APEX 模型共運行2 600 次。

表3 用于靈敏度分析的模型參數(shù)及其取值范圍Tab.3 APEX input parameters and their ranges considered in this sensitivity analysis

1.4 模型校正和驗證

目前國內(nèi)多采用手工方法校正模型［18-20］，還有少部分研究采用單目標(biāo)函數(shù)法校正模型。由于這2種方法都存在諸多弊端［21］，因此，近年來國際上逐漸開始使用多目標(biāo)函數(shù)校正技術(shù)自動校正模型［21-23］。本研究根據(jù)靈敏度分析結(jié)果，采用Wang Xiuying 等［24］提出的自動校正程序來校正模型，用SIMLAB2.2 軟件采集800 組參數(shù)組合，并用PEST軟件更新APEX 模型輸入文件，通過蒙特卡羅模擬實現(xiàn)模型的自動校正。由于1982 年的樣品中包含收集到的最大和最小徑流事件，所以本研究使用1982 年的徑流和產(chǎn)沙數(shù)據(jù)校正模型，用1983—1986年的徑流和產(chǎn)沙數(shù)據(jù)驗證模型。

1.5 模型適宜性評價

本研究采用納希-蘇特克利夫有效系數(shù)(EF)［25］，平均百分誤差的絕對值(APE)和R2評價APEX 模型的適宜性。在評價標(biāo)準(zhǔn)方面，S.W.Chung 等［26-28］認(rèn)為，由于對模型性能的評價在很大程度上依賴于其應(yīng)用目的，因此很難建立通用的評價標(biāo)準(zhǔn)。這里采用R2≥0.5，EF≥0.4 以及APE≤25%的標(biāo)準(zhǔn)來評價模型模擬結(jié)果，與目前許多研究［26-28］采用的R2＞0.5 和EF＞0.3 的標(biāo)準(zhǔn)相比，本研究采用的標(biāo)準(zhǔn)更嚴(yán)格。

2 結(jié)果與討論

2.1 靈敏度分析結(jié)果

Extended FAST 法靈敏度分析結(jié)果提供了一次和總靈敏度指數(shù)(圖1)。從圖1 可以看出，總靈敏度指數(shù)大于一次靈敏度指數(shù)，這是由于總靈敏度指數(shù)不但反映了單個參數(shù)對模型輸出結(jié)果的影響，還反映了參數(shù)間的相互關(guān)系對模型輸出結(jié)果的影響，因此，總靈敏度指數(shù)被認(rèn)為是選擇校正參數(shù)的基礎(chǔ)［15］。本研究設(shè)定判斷參數(shù)對模型輸出結(jié)果是否有影響的臨界值為0.1，總靈敏度指數(shù)大于0.1 表明對模型輸出結(jié)果影響較大，反之則影響很小。根據(jù)該標(biāo)準(zhǔn)，從圖1 可知:CN2、CNIC、PEC 以及APM對產(chǎn)沙模擬影響較大，CN2和CNIC 對地表徑流模擬影響較大。CN2對徑流影響較大的研究結(jié)果與前人的研究一致，K.Holvoet 等［29］對SWAT 模型進(jìn)行靈敏度分析后發(fā)現(xiàn)CN2是最敏感的水文參數(shù)。CNIC對徑流和產(chǎn)沙的影響也與前人的研究結(jié)果一致，Wang Xiuying 等［16］在對APEX 模型進(jìn)行了靈敏度分析之后也發(fā)現(xiàn)CNIC 對徑流和產(chǎn)沙的影響較大。本研究在校正模型時只考慮CN2、CNIC、PEC 以及APM 這4 個參數(shù)，其余參數(shù)則根據(jù)實測資料輸入或者采用模型的默認(rèn)值。

圖1 基于Extended FAST 方法的3 個小區(qū)徑流和產(chǎn)沙的一次和總靈敏度指數(shù)平均值Fig.1 Average first-order and total-order sensitivity indices for runoff and sediment yield based on Extended FAST for three plots

2.2 模型校正結(jié)果

因為徑流是MUST 產(chǎn)沙模擬方程的驅(qū)動因子，所以先調(diào)整CN2和CNIC 來校正徑流，然后再調(diào)整PEC 和APM 來校正產(chǎn)沙。這里首先校正EHC2，校正后得到CNIC 為1.5，CN2為21，APM 為0.1，PEC為0.21。CNIC 和APM 的校正結(jié)果都在參數(shù)取值范圍內(nèi)，根據(jù)專家經(jīng)驗［17］，EHC1、EHC4 的CNIC 和APM 取值應(yīng)與EHC2 相同。

EHC2 的CN2值(21)比標(biāo)準(zhǔn)值(25)［9］減少了約16%，EHC1 的CN2校正結(jié)果也為21。EHC4 的CN2校正結(jié)果為65，比標(biāo)準(zhǔn)值(77)減少了約16%。W.J.Rawls 等［30］通過研究保護性耕作系統(tǒng)下地面覆蓋超過60%的小流域和小區(qū)后，發(fā)現(xiàn)CN2值最大可減少10%。S.W.Chung 等［26］報道了在一個壟作系統(tǒng)中CN2減少了約19%，根據(jù)該報道引用的專家經(jīng)驗，由于壟畦等小地形的影響，CN2減少這么多也是合理的。王興鵬等［31］在休閑小區(qū)上通過單次暴雨水平徑流試驗發(fā)現(xiàn)CN2最大減少了24%。本研究中CN2減少量與前人的這些研究結(jié)果極為相似。

對EHC1 和EHC4 的產(chǎn)沙進(jìn)行校正后得到的PEC 分別為0.29 和0.72。與EHC4 相比，EHC1 和EHC2 的PEC 分別減少約60%和71%。EHC1 和EHC2 的PEC 校正結(jié)果與文獻(xiàn)［32-33］報道的相似水土保持措施下的PEC 值趨于一致。

表4 列出了1982 年徑流和產(chǎn)沙校正結(jié)果的統(tǒng)計數(shù)據(jù)，其中徑流、產(chǎn)沙日平均模擬值的APE分別小于15%和20%，EF從0.48 到0.89，R2從0.56 到0.98。徑流和產(chǎn)沙的平均R2均大于0.7，這表明APEX 可以模擬出徑流和產(chǎn)沙的日變異。

2.3 模型驗證結(jié)果

表5 為1983—1986 年模型驗證時期的統(tǒng)計數(shù)據(jù)。根據(jù)上文建立的評價標(biāo)準(zhǔn)可知模型也得到令人滿意的驗證結(jié)果，其中徑流和產(chǎn)沙日平均模擬值的APE分別小于20%和25%，3 個小區(qū)的EF、R2分別大于0.4 和0.5。基于日時序的地表徑流和產(chǎn)沙量模擬值與實測值的對比分別見圖2 和圖3，從中可知對于多數(shù)徑流事件，APEX 的模擬值與實測值很接近。

EHC1、EHC2 以及EHC4 預(yù)測結(jié)果的平均徑流系數(shù)分別為1.6%、1.1%以及20.6%，與相應(yīng)實測結(jié)果的徑流系數(shù)2.1%、1.6%以及22.2%非常接近。比較同一個日降雨事件后發(fā)現(xiàn)EHC4 會比EHC1、EHC2 產(chǎn)生更多的徑流和泥沙，這主要是由于EHC1 和EHC2 的地表覆蓋增加了地表蒸發(fā)和入滲，從而減少了地表徑流，而地表徑流的減少以及水土保持措施的應(yīng)用則減少了EHC1 和EHC2 的產(chǎn)沙量。這也表明了APEX 能夠模擬出不同土地管理措施對水土流失的影響。

本研究在校正和驗證模型時通過比較日徑流、產(chǎn)沙模擬值與實測值來評價模型適宜性，而前人的研究多是基于年、月或平均次降雨事件的時間尺度來評價模型［6-8，26-28，34-35］。此外，APEX 模型對監(jiān)測資料的要求較低，以降雨資料為例，在缺乏降雨過程數(shù)據(jù)的情況下，模型提供了相應(yīng)的解決方案(詳見模型模擬方法部分對計算洪峰速率的解釋);因此具有很強的可操作性，能用于資料匱乏區(qū)，而一些常用模型，如USLE、RUSLE 必須有詳細(xì)的日降雨過程資料用于計算雨強，可操作性不強。本研究用日徑流、產(chǎn)沙數(shù)據(jù)校正和驗證模型得出比較滿意的適宜性評價結(jié)果，這對于缺乏長效、詳細(xì)監(jiān)測資料的地區(qū)預(yù)測水土流失具有現(xiàn)實意義。

表4 1982 年模型校正時期對3 個小區(qū)日徑流量、產(chǎn)沙量模擬值的評價結(jié)果統(tǒng)計Tab.4 Model evaluation statistics for predicted daily runoff and sediment yield of the three plots for the 1982 calibration period

表5 1983—1986 年模型驗證時期對3 個小區(qū)日徑流量、產(chǎn)沙量模擬值的評價結(jié)果統(tǒng)計Tab.5 Model evaluation statistics for predicted daily runoff and sediment yield of the three plots for the 1983—1986 validation period

圖2 驗證時期日徑流模擬值和實測值對比Fig.2 Observed and predicted daily runoff for the validation period

圖3 驗證時期日產(chǎn)沙量模擬值和實測值對比Fig.3 Observed and predicted daily sediment yield for the validation period

3 結(jié)論

1)靈敏度分析結(jié)果表明:濕度條件2 下的徑流曲線數(shù)初始值、損耗系數(shù)、水土保持措施因子以及最大徑流率-降雨能量調(diào)整因子對產(chǎn)沙模擬影響較大，濕度條件2 下的徑流曲線數(shù)初始值和損耗系數(shù)對地表徑流模擬影響較大。

2)在模型校正時期，徑流、產(chǎn)沙日平均模擬值的APE分別小于15%和20%，EF的范圍從0.48 到0.89，R2的范圍從0.56 到0.98;在模型驗證時期，徑流、產(chǎn)沙日平均模擬值的APE分別小于20%和25%，EF從0.41 到0.84，R2從0.55 到0.85，校正過的模型可以模擬出徑流和產(chǎn)沙的日變異，擬合度結(jié)果揭示了APEX 模型能夠很好解釋實測值的變異。校正和驗證結(jié)果說明APEX 模型適用于淮河中上游坡面尺度，能用于評價該地區(qū)不同土地管理措施下的水土流失。本研究只評價了APEX 模型在淮河中上游坡面尺度的適宜性，在該地區(qū)流域尺度的適宜性有待進(jìn)一步檢驗。

［1］ 唐克麗，史立人，史德明，等.中國水土保持［M］.北京:科學(xué)出版社，2004:294-29

［2］ Williams J R，Izaurralde R C.The APEX model∥Singh V P，F(xiàn)revert D K.Watershed models［M］.Boca Raton，F(xiàn)la.:CRC Press，Taylor and Francis Group，2006:437-482

［3］ Gassman P W，Osei E，Saleh A，et al.Application of an environmental and economic modeling system for watershed assessments［J］.Journal of the American Water Resources Association，2002，38(2):423-438

［4］ Harman W L，Wang E，Williams J R.Reducing atrazine losses: water quality implications of alternative runoff control practices［J］.Journal of Environmental Quality，2004，33:7-1

［5］ Osei E，Gassman P W，Hauck L M，et al.Environmental benefits and economic costs of manure incorporation on dairy waste application fields［J］.Journal of Environmental Management，2003，68:1-11

［6］ Saleh A，Williams J R，Wood J C，et al.Application of APEX for forestry［J］.Transactions of the ASAE，2004，47(3):751-76

［7］ Williams J R，Harman W L，Magre M，et al.APEX feedlot water quality simulation［J］.Transactions of the ASABE，2006，49(1):61-73

［8］ Wang Erda，Chang Xin，Williams J R，et al.Predicting soil erosion for alternative land uses［J］.Journal of Environmental Quality，2006，35:459-467

［9］ USDA-NRCS.NRCS national engineering handbook［M］.Washington，D.C.: USDA National Resources Conservation Service，2004

［10］Williams J R.Sediment yield prediction based on watershed hydrology［J］.Transactions of the ASAE，1977，20:1100-1104

［11］Carlson D H，Thruow T L.Comprehensive evaluation of improved SPUR model (SPUR-91) ［J］.Ecological Modelling，1996，85:229-240

［12］Henderson-Sellers B，Henderson-Sellers A.Sensitivity evaluation of environmental models using fractional factorial experimentation［J］.Ecological Modelling，1996，86:291-295

［13］Ratto M，Tarantola S，Saltelli A.Sensitivity analysis in model calibration: GSA-GLUE approach［J］.Computer Physics Communications，2001，136:212-224

［14］Saltelli A，Tarantola S，Chan K P-S.A quantitative model-independent method for global sensitivity analysis of model output［J］.Technometrics，1999，41(1):39-56

［15］Wang Xiuying，He Xiaoxia，Williams J R，et al.Sensitivity and uncertainty analysis of crop yields and soil organic carbon simulated with EPIC［J］.Transactions of the ASAE，2005，48(3):1041-1054

［16］Wang Xiuying，Potter S R，Williams J R，et al.Sensitivity analysis of APEX for national assessment［J］.Transactions of the ASABE，2006，49(3):679-688

［17］Williams J R，Wang Erda，Meinardus A，et al.APEX0508 users guide［M］.Temple，Texas: Blackland Research and Extension Center，Texas A＆M University，2006

［18］黃金良，洪華生，杜鵬飛，等.AnnAGNPS 模型在九龍江典型小流域的適用性檢驗［J］.環(huán)境科學(xué)學(xué)報，2005，25(8):1135-1142

［19］王宗明，張柏，宋開山，等.CropSyst 作物模型在松嫩平原典型黑土區(qū)的校正和驗證［J］.農(nóng)業(yè)工程學(xué)報，2005，21(5):47-50

［20］梅立永，趙智杰，黃錢，等.小流域非點源污染模擬與仿真研究:以HSPF 模型在西麗水水庫流域應(yīng)用為例［J］.農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2007，26(1):64-70

［21］Madsen H.Automatic calibration of a conceptual rainfallrunoff model using multiple objectives［J］.Journal of Hydrology，2000，235:276-288

［22］Refsgaard J C.Parameterisation，calibration and validation of distributed hydrological models［J］.Journal of Hydrology，1997，198:69-97

［23］Madsen H，Kristensen M.A multi-objective calibration framework for parameter estimation in the MIKE SHE integrated hydrological modelling system［J］.Acta Universitatis Carolinae Geologica，2002，46(2/3):270-273

［24］Wang Xiuying，Mosley C T，F(xiàn)rankenberger J R，et al.Subsurface drain flow and crop yield predictions for different drain spacings using DRAINMOD［J］.Agricultural Water Management，2006，79:113-136

［25］Nash J E，Sutcliffe J V.River flow forecasting through conceptual models: Part I-A discussion of principles［J］.Journal of Hydrology，1970，10(3):282-290

［26］Chung S W，Gassman P W，Kramer L A，et al.Validation of EPIC for two watersheds in southwest Iowa［J］.Journal of Environmental Quality，1999，28(3): 971-979

［27］Chung S W，Gassman P W，Huggins D R，et al.EPIC tile flow and nitrate loss predictions for three Minnesota cropping systems［J］.Journal of Environmental Quality，2001，30(3):822-830

［28］Chung S W，Gassman P W，Gu R，et al.Evaluation of EPIC for assessing tile flow and nitrogen losses for alternative agricultural management systems［J］.Transactions of the ASAE，2002，45(4):1135-1146

［29］Holvoet K，van Griensven A，Seuntjens P，et al.Sensitivity analysis for hydrology and pesticide supply towards the river in SWAT［J］.Physics and Chemistry of the Earth，2005，30:518-526

［30］Rawls W J，Onstad C A，Richardson H H.Residue and tillage effects on SCS runoff curve numbers［J］.Transactions of the ASAE，1980，23(2):357-361

［31］王興鵬，馬軼，張維江，等.SCS 模型在黃土丘陵因子徑流場中的應(yīng)用［J］.寧夏工程技術(shù)，2005，4(2):157-159

［32］潘竟虎，董曉峰.基于遙感和GIS 的黃土丘陵區(qū)土壤侵蝕變化監(jiān)測分析:以靜寧縣水保世行貸款二期項目區(qū)為例［J］.西北師范大學(xué)學(xué)報:自然科學(xué)版，2006，42(2):1-5

［33］賈巴，馮健，孫冬英.基于RS 和GIS 技術(shù)對中國陜西省北部地區(qū)土壤水蝕風(fēng)險評估［J］.水土保持通報，2005，25(1):5-10

［34］Gassman P W，Osei E，Saleh A，et al.Alternative practices for sediment and nutrient loss control on livestock farms［J］.Agriculture，Ecosystems ＆ Environment，2006，17(2-3):135-144

［35］Wang Xiuying，Saleh A，McBroom M W，et al.Test of APEX for nine forested watersheds in east Texas［J］.Journal of Environmental Quality，2007，36:983-995