基于SWAT模型的珠江流域地下水资源评价

Groundwater Resources Evaluation in the Pearl River Basin Based on SWAT Model

摘要

在梳理珠江流域地下水资源评价现状及历史的基础上，讨论了SWAT分布式水文模型基本原理和基础数据库，将珠江流域划分为129个地下水子流域，充分考虑岩溶、基岩裂隙及孔隙含水介质参数敏感性的基础上，基于9个水文站2008-2016年逐月实测径流量进行参数率定和模型校准，并根据1957-2017年降雨量计算不同年份降雨保证率，分析评价珠江流域多年地下水资源量，最后开展降雨入渗系数和地下水补给模数参数反演.通过本次评价，珠江流域2010-2016年平均补给量为1 488.02亿m³，特枯年（2011）、平水年（2010）及丰水年（2016）地下水总补给量分别为719.49亿m³、1 446.82亿m³、1 781.87亿m³，其中丰水年的降雨量约为特枯年的1.7倍，地下水补给量为2.48倍，岩溶、基岩裂隙及孔隙含水介质的年均补给总量分别为529.91亿m³、445.13亿m³、512.98亿m³，通过参数反演获得年均地下水补给模数为10.83 L/s·km²，降雨入渗系数为0.246，以期为流域内地下水开发利用与治理保护提供数据支撑和科学服务.

关键词

分布式水文模型 / 地下水资源 / 珠江流域 / 水资源评价 / 参数反演 / 水文地质.

Key words

distributed hydrological model / groundwater resources / Pearl River basin / water resources evaluation / parameter inversion / hydrogeology

0 引言

地下水供水对于保证我国城市及工农业供水安全起着十分重要的作用（王丽等，2015； 袁丙华和毛郁， 2001），国际社会和世界各国对水资源变化及其对社会经济的影响也非常重视（Charlton and Arnell， 2011； Estrela et al.，2012； 贺秋华等， 2021）.珠江流域地下水资源丰富，居我国七大江河的第二位，但由于经济发展过快，人类活动频繁，加上水资源评价管理的不合理和过度开发（曹建华等，2018；赵良杰，2019），导致流域内水土流失严重、岩溶区石漠化问题突出、湖泊萎缩、湿地退化以及海水入侵等一系列地下水资源环境生态问题，特别是分布较广的岩溶山区和珠江三角洲地区水资源问题十分突出（蒋忠诚和袁道先，1999； 邹胜章等，2005； 张建云等，2013； 王宇，2020），已成为制约经济社会可持续发展的重要因素，因此需要从地下水科学角度深入研究珠江流域水资源问题（邹胜章等，2006； 汪莹等， 2019）.

2008年，陈特固等（2008）根据50年气象资料分析全球气候变暖与珠江口平均海平面上升的关系；2009年，姜光辉和郭芳（2009）利用长期观测的降水、水位和流量数据，分析了我国西南地区表层岩溶带的水文动态特征；2010年，刘丙军等（2010）根据125个气象观测站的50年资料讨论了珠江流域下游地区降雨的空间分布规律；2012年，刘绿柳等（2012）应用水文模型分析了珠江主干流西江的径流过程；2013年，张建云等（2013）研究了我国北方水资源开发利用及供需矛盾问题；2014年，李原园等（2014）结合我国水资源评价资料成果，分析了气候变化对我国可更新水资源量的影响；2018年，许燕等（2018）采用SDSM模型预估了珠江中上游气候变化对流域水资源的合理开发利用相应；2019年，王宇（2019）针对西南岩溶区提出地下水流域边界划分的原则和方法；2020年，陈飞等（2020）基于全国水资源调查评价和水资源公报等资料，对我国60余年来地下水资源演变规律与影响因素进行了系统分析.西南岩溶石山区开展了各种比例尺的水工环调查评价工作，在查明含水介质结构和地下水运动规律的基础上，共划分56个三级流域和696个四级地下水系统，调查发现地下发育2 763条地下河，总长度为12 687 km，枯季径流量达470亿m³/a.受全球气候变化和特殊岩溶地质条件影响，南方岩溶地区干旱缺水严重，查明西南岩溶区每年仍有468.75亿m³的开发利用潜力（夏日元等，2017；夏日元，2018）.

SWAT（Soil and Water Assessment Tool）模型是美国农业部开发的分布式水文模型，被广泛应用于流域尺度气候变化对水文影响的模拟和预测（郭军庭等，2014）.该模型具有很强的物理机制，综合考虑土壤、植被、地表水及地下水等多种要素受气候变化和人类活动变化的影响，能够较好地模拟流域水循环过程.针对模型的适用，国内外学者已有大量研究.王中根等（2003）阐述了SWAT模型的原理、结构及应用研究；黄清华和张万昌（2004）将改进模型应用于黑河干流山区流域；王磊等（2020）基于SWAT模型开展张家口清水河流域径流模拟，计算了气候和土地利用变化对径流量的贡献率；梁桂星等（2020）在漓江流域研究水分经表层岩溶带进入含水层的过程；周铮等（2020）通过SWAT模型模拟了北山水库流域径流变化特征；王尹萍等（2020）通过水文站月径流的率定和验证，模拟泾河流域水文过程，为水资源开发利用与管理提供参考.

从当前研究成果来看，前人对降水、地表水以及地下水资源演变规律已有较为深入研究（Ghasemizadeh et al.， 2012； Fiorillo， 2014； Adji and Bahtiar， 2016； 姜光辉，2016； 赵良杰等，2017； 夏日元等， 2020），但珠江流域层面的地下水资源评价研究还相对缺乏.为了满足珠江流域层面地下水管理需求，本文在系统梳理珠江流域地下水资源调查评价现状和历史的基础上，阐述了SWAT模型基本原理，评价珠江流域地下水补给资源量，以期为地下水开发利用与治理保护提供参考依据，对开展新一轮水资源调查评价具有良好的支撑作用.

1 流域概况

珠江流域是我国最南端水资源一级区，地理位置为东经102°14′~115°57′，北纬21°35′~26°50′.珠江干流河道全长2 214 km，流经云南、贵州、广西、广东，珠江流域总面积约为43.81万 km²，包括二级流域有南北盘江、红柳江、郁江、西江、北江、珠江三角洲及东江流域（图1）.珠江源头位于曲靖市马雄山东麓，自西向东南流至三水市珠江三角洲，注入南海，主河道平均坡降为0.446%.珠江流域地势西高东低，自西向东南横跨三个地形阶梯，西北部为高山深谷相间的云贵高原、断陷盆地，海拔为 2 400~3 000 m，中部为峰丛洼地和丘陵盆地，海拔为200~800 m，东南部为冲积平原和三角洲地带（图2）.珠江流域主要划分四类含水岩组：碳酸岩类岩溶水、碎屑岩类裂隙水、松散岩类孔隙水以及岩浆岩裂隙水，其中岩溶区约占40%.珠江流域降水充沛，多年平均降水量为1 549.7 mm，时空分布不均导致旱涝灾害较为频繁.流域内东西部经济社会发展以及水资源生态状况存在明显差异，因此上游需重点关注珠江源生态功能区生态用水和深部地下水资源开发利用潜力问题；中游峰丛洼地需重点关注流域生态重建问题；下游为丘陵谷地、滨海平原，重点关注生态水资源保障与经济开发区水资源保护问题.

2 基础数据库及子流域划分

2.1　SWAT模型原理

SWAT （Soil and Water Assessment Tool） 模型是美国农业部研制开发的分布式流域水文模型，主要用来模拟预测在不同的土地利用、土壤类型等条件下流域水量、水质等方面的变化.SWAT模型的流域水文过程分为两个部分：路面阶段和河水面阶段.路面阶段即产流和坡地汇流阶段，它控制各个子流域中水和溶质向主河道的输入量.水面阶段即河道汇流阶段，包括主河道汇流和水库汇流，模拟水和溶质向流域总出口的输移过程.水文循环过程模拟所依据的水量平衡公式如式（1）所示.

\begin{array}{l}S{W}_t=S{W}_{\mathrm{0}}+{\displaystyle \sum _{i=\mathrm{1}}^t}(R_{\mathrm{d}\mathrm{a}\mathrm{y},i}-Q_{\mathrm{s}\mathrm{u}\mathrm{r}\mathrm{f},i}-E_{\mathrm{a},i}-\\ W_{\mathrm{s}\mathrm{e}\mathrm{e}\mathrm{p},i}-Q_{\mathrm{g}\mathrm{w},i}),\end{array} (1)

其中SW_t 为时段末土壤含水量，mm；SW ₀为时段初土壤含水量，mm；t为计算时段；R _{day， i} 为第i天的降雨量，mm；Q _{surf， i} 为第i天的地表径流，mm；E _{a， i} 为第i天的蒸发量，mm；W _{seep， i} 为第i天的渗透量，mm；Q _{gw， i} 为第i天的地下径流量，mm.

分布式水文模型（SWAT）可以模拟地表水过程、土壤水过程、地下水过程.在整个天然流域的基础上，模型可以考虑流域的真实地形，并将研究区细分为若干完整的天然子流域，以减小下垫面和气候因素时空变异对该模型的影响.在子流域范围内，进一步划分水文响应单元，来表征某一个子流域土壤和土地利用协同变化特征的概率分布.模型所使用的计算模块包括：水文过程模拟、气候模块、蒸发模拟、主河道或河道汇流计算、水库汇流演算、地表产流模拟以及地下径流过程计算（图3）.

2.2　基础数据库

建立珠江流域SWAT分布式水文模型需要的基础地理数据主要包括数字高程DEM、土壤类型及属性数据、土地利用类型、气象、径流、水文地质图以及基础数据底图等（图4），数据来源包括地矿部门20世纪70年代末 -80年代初完成的1∶20万区域地质调查和1∶20万水文地质调查，提供相应的地质系列图件和调查报告，其中数据描述详见表1.

2.3　子流域划分及HRU单元

子流域划分的结果对 SWAT模型进行地表径流模拟起到很大的影响作用.本研究根据珠江流域的实际情况，导入研究的DEM图和实际的河流水系矢量图，采用最小集水面积阈值 （140 000 Ha），选取 SWAT 模型自动生成的河流最下游附近的2个流域总出水口，对研究区进行子流域的划分并进行人工修正.珠江流域包括南北盘江、红柳江、郁江、西江、北江、东江、珠江三角洲7个二级流域，共划分子流域129个（图5）.

HRU是对子流域的最小剖分单元，每一个HRU都代表着在该流域的特定的土地利用、土壤类型及坡度的组合，也就是形成了最小的下垫面单元.每个子流域相同的三个要素叠加都可以形成特定的HRU，HRU可以是离散分布也可以是连续分布，但是某一个HRU只能在某一个子流域中存在离散分布，不会跨不同子流域，且水文响应单元之间不发生水量交换.确定HRU数量的多少有两个方面：一是子流域的个数及子流域中土地利用、土壤类型及坡度各自的种类数，二是HRU通过土地利用、土壤类型及坡度重新划分的阈值（图6，图7），其中前者是确定HRU多少最直接的因素，后者是决定HRU最终的数量.本次分别设置土地利用、土壤类型及坡度的重新划分最小面积比率为15%、10%及15%，总共中生成了17 281个HRU.

3 参数率定与模型校准

3.1　参数敏感性分析

SWAT模型是基于很强物理机制的半分布式水文模型，不仅对地表以上水文过程有详细描述，而且对地下水渗流过程也有所涉及.而多个过程都涉及到大量的参数，为了简化模型的调试过程就需要对这些参数进行敏感性分析，敏感性较大的参数对模型影响结果较大.因此，根据实际情况，在保障模拟精度的条件下，选择敏感性较大的几个参数进行率定.本研究采用瑞士联邦水科学与技术研究所（Eawag）研发的SWAT-CUP （Calibration and Uncertainty Programs）软件内置的SUFI-2算法对参数率定.

SUFI-2算法通过t检验和p因子方法来判断参数的敏感性，其中t的绝对值越大参数越敏感，p值表示t值的显著性，p因子越小参数敏感性越显著.选取的参数及参数敏感性排名如表2所示.珠江流域含水类型主要有岩溶水、裂隙水和孔隙水，分别对3种含水类型进行参数敏感性排名.

影响地表水径流过程拟合程度的参数主要是CN2径流曲线数及CH_K2主河道下渗率，决定径流曲线数的因子主要是土地利用的种类，而决定河道下渗率的主要因子是河道处的土壤类型及土壤剖面的土壤质地.影响着地下水均衡及基流拟合程度的参数主要有ALPHA_BF基流退水系数、GWQMN产生基流潜水含水层地下水水位阈值、GW_REVAP地下水在蒸发系数及REVAPMN潜水再蒸发潜水水位阈值.影响着土壤水均衡的主要参数有SOL_AWC土壤有效含水率及ESCO土壤蒸发补偿系数.

从敏感性分析表中可以看出， CN2径流曲线数及GWQMN产生基流潜水含水层地下水水位阈值在珠江流域的3种岩性分区都非常敏感，分别决定着地表水径流过程及地下水径流过程.地表水的径流曲线数直接决定着降雨形成产流的比例及汇入河道形成径流的比例，随着CN2的增大地表径流量也越大.河流基流是能够常年存在的那部分径流，主要是地下水对河流的补给，而GWQMN的值是决定基流量的最主要参数.

由于不同水文要素、下垫面、植被覆盖、基岩岩性、地质条件等空间分布的影响，导致岩溶水与孔隙水敏感参数具有一定的差异性.地下水循环过程对岩溶区产汇流过程影响较大，故敏感性参数多是涉及地下水过程.

3.2　模型校准

选取流域内2008年1月到2009年12月为预热期，2010年1月—2013年12月数据为率定期，2014年1月—2016年12月为验证期，预热期2年，率定期共模拟4年，验证期3年.SWAT校准时要设置预热期，以规避模型运行前期参数值为0的影响.在区域内重要的二级水文地质单元出口处，选定水文站基于逐月实测径流量对径流参数进行率定（模型校准）（表3），拟合结果见图8.

珠江流域由于地层岩性变化较大，既存在岩溶比较发育的碳酸盐岩区又存在岩溶发育较差的基岩山区，在珠江三角洲附近广泛发育有第四系，这3种岩性所在的流域参数有所不同需要分别校准率定.基岩山区，第四系地区由于岩溶发育较差、岩溶现象不明显，很少存在地下河管道且多以地表水系统存在，大气降水补给地下水主要是通过面状的地表下渗，所以将基岩山区、第四系区划分为地表河子流域.而碳酸盐岩区由于岩溶发育好，存在大量的岩溶裂隙及岩溶管道，且多以地下河系统存在，大气降水补给地下水主要通过宽大裂隙及溶洞天窗补给地下水，所以碳酸盐岩区划分为地下河子流域.不同性质的子流域的流域参数也有所不同，所以需要分开对不同性质子流域进行参数校准与率定，才能对珠江流域进行准确的综合资源评价.

本次选取的评价因子是国内外研究常用的决定系数（R ²）和纳什系数（NSE），这两种因子作为评价模型参数优化的评价标准.NSE与R ²越接近1，表明模拟值越接近实测值，模拟效果越好.一般情况下，NSE与R ²都在0.5 以上月径流模拟即可满足精度要求（表4）.

实测模拟结果表明，9个水文站R ²基本都在0.7以上，NSE基本都在0.6以上，模型可靠性都达到“良好”级别以上.特别在红柳江的柳州站，郁江的贵港站，南宁站，西江的梧州站，北江的飞来峡站，总出口马口站，模型可靠性达到“非常好”级别.

4 地下水资源量评价

4.1　降雨保证率

降水入渗补给是工作区地下水系统最重要的补给来源，降雨量的大小控制着本区地下水系统的均衡和动态，决定了地下水补给资源的数量.设置保证率是为了对丰水年、平水年及枯水年做一个人为划定，方便对地下水资源进行预测.因此，本次研究利用珠江流域内99个雨量站点1971-2017年降雨量系列数据分析本区降水特征，计算出各降水年的保证率.降雨保证率2%、25%、50%、75%、95%、98%分别代表百年一遇丰水年、丰水年、平水年、枯水年、特枯年、百年一遇枯水年，统计年平均降雨量1 524.24 mm.其中2016年珠江三角洲降雨量最大高达2 605.6 mm，2011年南北盘江流域降雨量最少低至705.35 mm.特枯年份2007年（保证率95%）评价降雨量为1 250.70 mm，一般枯水年1984年（保证率75%）平均降雨量为1 449.08 mm，平水年2012年（保证率50%）平均降雨量为1 608.89 mm，丰水年2016年（保证率25%）降雨量为1 788.29 mm.

4.2　地下水补给资源量评价

根据模型2010-2016年各年均衡分析可知，工作区地下水补给资源量主要受降雨入渗量控制，本研究区地下水补给资源量是天然降雨量通过地表水模型计算出来的，结合1971-2017年共48年的降雨量频率分析，分别在模拟时期（2010-2016年）选定具有代表性的年份，特枯年份2011年（保证率95%）；平水年2010年（保证率50%）；丰水年2016年（保证率25%），进行地下水补给量计算（表5）.

从表6中可以看出2010-2016年平均补给量为1 488.02×10⁸ m³，特枯年、平水年及丰水年地下水总补给量为719.49×10⁸ m³，1 446.82×10⁸ m³， 1 781.87×10⁸ m³.随着降雨量的增大地下水的补给量也增大，其中丰水年（2016年）降雨量为7 861.5×10⁸ m³，特枯年（2011年）降雨量为4 591.1×10⁸ m³，丰水年降水约为特枯年降雨量的1.7倍，丰水年对地下水的补给约为特枯年对地下水补给量的2.48倍，一方面因为该岩溶区特殊的地质结构，虽然降水强度增大形成的超渗径流增多，但是由于岩溶地区岩溶比较发育存在大量的天窗、落水洞及溶蚀裂隙，导致大部分降水通过这些岩溶构造快速补给地下水，并没有由于超渗的原因而减少.这些降水一部分直接下渗补给地下水，一部分形成地表产流汇入河流里，汇入河流的这部分水由于河床渗漏也形成对地下水的有效补给，而降水较少的枯水年由于蒸发效应导致下渗的水量更少.

表7列出了3种岩性区域的地下水补给量，岩溶区的年均补给总量为529.91×10⁸ m³，基岩山区为445.13×10⁸m³，第四系区为512.98×10⁸m³.对于每一种岩性区，对比特枯年、平水年及丰水年随着降雨量的增大，地下水的补给量也增大.在降水量较大的年份，基岩山区以及第四系区域靠近中下游，降雨量大，产生的地下水补给量多，并且第四系由于特殊的松散结构，地下水补给量非常丰富.在降雨量较少的年份，岩溶区的天窗、落水洞及溶蚀裂隙，更利于降水通过这些岩溶构造快速补给地下水.

国土资源部在2000年至2002年期间组织开展了新一轮全国地下水资源评价工作，珠江地下水资源量为1 214.69×10⁸ m³，2019年由中国地质调查局岩溶地质研究所承担组织的珠江地下水评价工作，资源量为1 374.16×10⁸ m³（赵良杰，2019），和本次评价结果基本保持一致.

另外2010-2016年珠江流域参与枯季水量调度的水库从上游到下游主要包括天生桥一级、龙滩、百色、飞来峡以及长洲水库（表8），其中大藤峡大型水库是2021年开始运行.本次水资源评价没有考虑水库对下游径流条件的影响，流域梯级水库运行对于流域径流在年内的改变主要表现为汛后蓄水期径流减少以及枯水期径流增加，根据孙甲岚（2014）在珠江流域开展水库调蓄作用的影响研究表明，水库单独运行条件下，天生桥一级、龙滩、百色水库下游汛期洪量分别减少38.36亿m³、 22.74亿m³、12.22亿m³珠江流域梯级水库联合运行下，汛期洪量减少31.03%，而枯水期流量增加比例达到了33.7%，但是珠江上游水库运行对珠三角流量影响无论是枯水期还是蓄水期增减的比例均不高，主要跟各水库所处二级流域位置、调节能力大小有关.下一步将选取小流域重点研究水库调度对下游径流的影响.

4.3　参数反演

地下补给模数指单位面积产生的地下径流量，是计算地下径流总量以及推算地下水补给总量的重要参数.根据建立好的SWAT水文模型可利用式（2）计算每个水文地质单元的地下水补给模数.

M_{\mathrm{年}} = W_{\mathrm{年}} / F \bullet t \times \mathrm{1} \mathrm{000},(2)

其中W _年为年水天然补给资源（m³），M _年年地下水平均补给模数（L/s·km²），F面积（km²），t时间（1年=365×86 400 s）.

从特枯年到平水年和丰水年，随着降雨量的增大，地下水补给总量均逐步增加，补给模数也逐步增大.在3种降雨年份，基岩山区地下水补给模数均较小，岩溶区和第四系区域地下水补给模数均较大.这是由于第四系沉积时间较短，未经固结硬化成岩作用，沉积物通常是松散的、软弱的、多空的，降雨落在岩层表面后渗透性较好.特别是研究区内第四系分布于珠江流域中下游方向，主干道径流量大，河床比较宽所以河床渗漏量较大.在岩溶发育地区，降水通过岩溶洼地、落水洞、天窗等岩溶形态渗入或直接注入地下转化为地下水，尤其在雨季时，超过80%降水通过消水洞、落水洞迅速注入地下.而基岩山区，由于含水层组中的砂岩颗粒均较细，且多呈透镜体，加之上覆泥岩隔水层阻隔，从而造成大气降水补给量甚微，基岩山区裂隙含水岩组水量相对贫乏.

水文地质单元地下水补给模数最大可达25.47 L/s·km²，最小为1.94 L/s·km²，年平均地下水补给模数为10.83 L/s·km²，其中大于平均地下水补给模数的子流域的个数有56个，补给模数随着降雨量的增大而增大.丰水年时期，岩溶区、基岩山区、第四系区的补给模数分别为13.87 L/s·km²，9.52 L/s·km²，27.13 L/s·km²，在特枯年则分别为6.92 L/s·km²，2.72 L/s·km²，11.51 L/s·km².

降水入渗系数是降雨入渗补给量与降雨量之比.年降水入渗补给系数与多年平均降水入渗补给系数，是地下水资源估算与大气水、地表水、地下水三者间相互转化研究中的重要水文参数.由于自然因素与人为因素的综合影响，降水入渗补给系数变化较大.年降水入渗系数由式（3）推算.

\mathrm{\delta } = \frac{\mathrm{P}\mathrm{E}\mathrm{R}\mathrm{C}}{\mathrm{P}\mathrm{R}\mathrm{E}\mathrm{C}}，(3)

其中 \mathrm{\delta }为降水入渗系数；PERC为地下水补给量，mm；PREC为降雨量，mm.

年降水入渗系数在0.078至0.440区间内，年均降水入渗系数为0.246，大于0.246的子流域有69个，主要分布在岩溶区，基岩山区的降雨入渗系数多在0.246以下，这种分布规律与地下水补给模数的分布规律基本一致（图9）.

5 结论

系统梳理珠江流域地下水资源调查评价现状和历史的基础上，讨论了SWAT分布式水文模型基本原理和基础数据库，充分考虑岩溶、基岩裂隙及孔隙含水介质参数敏感性的基础开展地下水资源评价方法，最终得出以下结论：

（1）截至2019年，珠江流域内已完成1∶5万水文地质调查412幅，面积约为16.4万km²，占流域总面积的37%，按照地下水流动特征及含水性质将珠江流域划分为129个地下水子系统.

（2）应用SWAT-CUP进行参数率定及敏感性分析.CN2径流曲线数及GWQMN产生基流潜水含水层地下水水位阈值在珠江流域的3种含水岩组中都非常敏感，选定流域内9个水文站2010-2016年逐月实测径流量对参数进行率定和模型校准，CN2和GWAMN范围分别为60~85、500~1 000.实测模拟结果R ²大于0.7，NSE大于0.6，模型可靠性达到“良好”级别以上.

（3）基于1957-2017年降雨量分析珠江流域降水特征及变化趋势，计算出各降水年的保证率，特枯年份2007年（保证率95%）降雨量为

934.3 mm，一般枯水年1984年（保证率75%）降雨量为1 179.8 mm，平水年为2012年（保证率50%），降雨量为1 363.7 mm，丰水年1968年（保证率25%）降雨量为1 558.9 mm.统计年平均降雨量为1 363.75 mm.其中1994年降雨量最大高达 2 057.3 mm，1989年降雨量最少低至820.3 mm.

（4）珠江流域2010-2016年平均补给量为

1 488.02亿m³，特枯年（2011）、平水年（2010）及丰水年（2016）地下水总补给量分别为719.49亿m³、1 446.82亿m³、1 781.87亿m³，其中丰水年的降雨量约为特枯年的1.7倍，地下水补给量为2.48倍，岩溶、基岩裂隙及孔隙含水介质的年均补给总量分别为529.91亿m³、445.13亿m³、 512.98亿m³，通过参数反演获得年均地下水补给模数为10.83 L/s·km²，降雨入渗系数为0.246.

（5）新一轮水资源调查评价中，应加强地下水系统边界和参数的认识，严格水资源管理，改变地表水和地下水、城镇用水和农村用水、水量和水质等方面分割和脱节现象，考虑跨流域调水解决水资源供需矛盾、时空分布不均和开发利用较低等资源环境问题.

参考文献

[1] Adji, T. N., Bahtiar, I. Y., 2016. Rainfall-Discharge Relationship and Karst Flow Components Analysis for Karst Aquifer Characterization in Petoyan Spring, Java, Indonesia. Environmental Earth Sciences, 75(9): 735. https://doi.org/10.1007/s12665-016-5553-1

[2] Cao, J.H., Yang, H., Zhang, C.L., et al., 2018. Characteristics of Structure and Material Cycling of the Karst Critical Zone in Southwest China. Geological Survey of China, 5(5): 1-12 (in Chinese with English abstract).

[3] Charlton, M. B., Arnell, N. W., 2011. Adapting to Climate Change Impacts on Water Resources in England-An Assessment of Draft Water Resources Management Plans. Global Environmental Change, 21(1): 238-248. https://doi.org/10.1016/j.gloenvcha.2010.07.012

[4] Chen, F., Xu, X.Y., Yang, Y., et al., 2020. Investigation on the Evolution Trends and Influencing Factors of Groundwater Resources in China. Advances in Water Science, 31(6): 811-819 (in Chinese with English abstract).

[5] Chen, T.G., Shi, X.J., Yu, K.F., 2008. The Impacts of Climate Warming on Sea-Level Rise Trends at Pearl River Estuary during 1957-2006. Guangdong Meteorology, 30(2): 1-3 (in Chinese with English abstract).

[6] Estrela, T., Pérez-Martin, M. A., Vargas, E., 2012. Impacts of Climate Change on Water Resources in Spain. Hydrological Sciences Journal, 57(6): 1154-1167. https://doi.org/10.1080/02626667.2012.702213

[7] Fiorillo, F., 2014. The Recession of Spring Hydrographs, Focused on Karst Aquifers. Water Resources Management, 28(7): 1781-1805. https://doi.org/10.1007/s11269-014-0597-z

[8] Ghasemizadeh, R., Hellweger, F., Butscher, C., et al., 2012. Review: Groundwater Flow and Transport Modeling of Karst Aquifers, with Particular Reference to the North Coast Limestone Aquifer System of Puerto Rico. Hydrogeology Journal, 20(8): 1441-1461. https://doi.org/10.1007/s10040-012-0897-4

[9] Guo, J. T., Zhang, Z. Q., Wang, S. P., et al., 2014. Appling SWAT Model to Explore the Impact of Changes in Land Use and Climate on the Streamflow in a Watershed of Northern China. Acta Ecologica Sinica, 34(6): 1559-1567.

[10] He, Q.H., Yu, D.Q., Yu, S.C., et al., 2021. Changes of Water Resources Amount in Dongting Lake before and after the Operation of the Three Gorges Reservoir. Earth Science, 46(1): 293-307 (in Chinese with English abstract).

[11] Huang, Q.H., Zhang, W.C., 2004. Improvement and Application of GIS-Based Distributed SWAT Hydrological Modeling on High Altitude, Cold, Semi-Arid Catchment of Heihe River Basin, China. Journal of Nanjing Forestry University, 28(2): 22-26 (in Chinese with English abstract).

[12] Jiang, G.H., 2016. The Research Progress and Developing Tendency of Karst Water. Carsologica Sinica, 35(1): 1-4 (in Chinese with English abstract).

[13] Jiang, G.H., Guo, F., 2009. Hydrological Character of Epikarst in Southwest China. Hydrogeology & Engineering Geology, 36(5): 89-93 (in Chinese with English abstract).

[14] Jiang, Z.C., Yuan, D.X., 1999. Dynamics Features of the Epikarst Zone and Their Significance in Environments and Resources. Acta Geoscientica Sinica, 20(3): 302-308 (in Chinese with English abstract).

[15] Li, Y. Y., Cao, J. T., Shen, F. X., et al., 2014. The Changes of Renewable Water Resources in China during 1956-2010. Science China Earth Sciences, 44(9): 2030-2038 (in Chinese with English abstract).

[16] Liang, G.X., Qin, X.Q., Cui, Y.L., et al., 2020. Improvement and Application of a Distributed Hydrological Model in Karst Regions. Hydrogeology & Engineering Geology, 47(2): 60-67 (in Chinese with English abstract).

[17] Liu, B.J., Chen, X.H., Zeng, Z.F., 2010. Spatial Distribution Law of Rainfall in the Lower Reaches of the Pearl River Basin. Journal of Natural Resources, 25(12): 2123-2131 (in Chinese with English abstract).

[18] Liu, L. L., Jiang, T., Xu, J. G., et al., 2012. Responses of Hydrological Processes to Climate Change in the Zhujiang River Basin in the 21st Century. Advances in Climate Change Research, 8(1): 28-34 (in Chinese with English abstract).

[19] Sun, J.L., 2014. Distributed Hydrological Simulation and Reservior Operation Optimization on Suppressing Saline Water of Pearl River Basin (Dissertation). Tianjin University, Tianjin (in Chinese with English abstract).

[20] Wang, L., Du, H., Xie, J.Z., 2020. SWAT Based Runoff Simulation of Qingshui River Basin in Zhangjiakou City. Journal of Hydroecology, 41(4): 34-40 (in Chinese with English abstract).

[21] Wang, L., Zhu, Y.S., Ma, H.T., et al., 2015. Study on Groundwater, Development, Utilization and Management in the Pearl River Basin. Pearl River, 36(5): 1-3 (in Chinese with English abstract).

[22] Wang, Y., 2019. Study on Watershed Boundary Division for Unified Evaluation of Surface Water and Groundwater Resources and Environment in Karst Areas. Carsologica Sinica, 38(6): 823-830 (in Chinese with English abstract).

[23] Wang, Y., 2020. Evaluation Status and Problems of Groundwater Resource Potential in Yunnan Province. Carsologica Sinica, 39(2): 137-146 (in Chinese with English abstract).

[24] Wang, Y., Luo, Z.H., Wu, Y., et al., 2019. Urbanization Factors of Groundwater Vulnerability Assessment in Karst Area: A Case Study of Shuicheng Basin. Earth Science, 44(9): 2909-2919 (in Chinese with English abstract).

[25] Wang, Y.P., Jiang, R.G., Xie, J.C., et al., 2020. Research on the Monthly Runoff Distributed Simulation and Its Application in Jinghe River Basin Based on SWAT Model. Journal of Xi’an University of Technology, 36(2): 135-144, 158 (in Chinese with English abstract).

[26] Wang, Z.G., Liu, C.M., Huang, Y.B., 2003. The Theory of SWAT Model and Its Application in Heihe Basin. Progress in Geography, 22(1): 79-86 (in Chinese with English abstract).

[27] Xia, R.Y., 2018. Investigation, Evaluation and Exploitation Model of Groundwater Resources in Karst Rock Mountains in Southwest China. China Science Publishing, Beijing (in Chinese).

[28] Xia, R.Y., Zhao, L.J., Wang, Z., et al., 2020. Study on Water Circulation Mechanism of Typical Karst Underground River System. China Science Publishing, Beijing (in Chinese).

[29] Xia, R.Y., Zou, S.Z., Tang, J.S., et al., 2017. Technical Key Points of 1:50 000 Hydrogeological and Environmental Geology Surveys in Katst Areas of South China. Carsologica Sinica, 36(5): 599-608 (in Chinese with English abstract).

[30] Xu, Y., Wang, S.J., Bai, X.Y., et al., 2018. Simulation of Future Scenarios of Climate Change in the Middle and Upper Reaches of the Peal River Using the Statistical down Scaling Model (SDSM). Carsologica Sinica, 37(2): 228-237 (in Chinese with English abstract).

[31] Yuan, B.H., Mao, Y., 2001. Groundwater Resources in the Karst Mountainous Area in Southwest Chain. Hydrogeology and Engineering Geology, 28(5): 46-47, 55 (in Chinese with English abstract).

[32] Zhang, J.Y., He, R.M., Qi, J., et al., 2013. A New Perspective on Water Issues in North China. Advances in Water Science, 24(3): 303-310 (in Chinese with English abstract).

[33] Zhao, L.J., 2019. Study of Water Exchange Mechanism of Karst Matrix and Conduit Medium. China University of Geosciences, Beijing (in Chinese).

[34] Zhao, L.J., Xia, R.Y., Yang, Y., et al., 2017. Discussion and Application of Simulation Methods for Karst Conduit Flow Based on MODFLOW. Carsologica Sinica, 36(3): 346-351 (in Chinese with English abstract).

[35] Zhou, Z., Wu, J. F., Yang, Y., et al., 2020. Surface Runoff Simulation Based on SWAT Model in Beishan Reservoir Water Shed. South to North Water Transfers and Water Science & Technology, 18(1): 66-73 (in Chinese).

[36] Zou, S. Z., Zhang, W. H., Liang, B., et al., 2005. A Discussion of the Assessment of Ground Water Vulnerability in Epikarst Zone of the Karst Area, Southwest China. Earth Science Frontiers, 12(S1):152-158 (in Chinese with English abstract).

[37] Zou, S.Z., Zhu, M.Q., Tang, J.S., et al., 2006. Water Resources Secirity in Karst Area of Southwest China: Problems and Counterm Easures. Acta Geologica Sinica, 80(10): 1637-1642 (in Chinese with English abstract).

基金资助

中国地质调查局地质调查项目(DD20190342)

国家自然科学青年基金项目(42102296)

广东省地下水资源调查监测评价 项目(0835-210Z22803141)