耦合水文模型与水核算框架SPHY-WA的构建及其在农业水资源评估中的应用

　　针对传统WA+框架在水文模拟精度和区域适用性上的不足，印度理工学院研究人员开发了耦合SPHY模型与水核算的SPHY-WA框架。该研究通过校准验证显著提升NSE值（-0.13→0.90），定量揭示塔皮盆地淡水储量下降83%、农业水分生产率（WP）仅0.30 kg/m3 等关键数据，为干旱区水资源-粮食协同管理提供创新工具。

　　

随着全球人口增长和气候变化加剧，水资源短缺与粮食安全矛盾日益突出。农业作为耗水大户（占全球淡水用量70%），其水分利用效率低下问题在印度等发展中国家尤为严峻。传统水核算框架WA+虽能评估水资源消耗，但其内置WaterPix模型缺乏河道演算、水库调度等关键水文过程模拟能力，导致流域尺度精度不足。更棘手的是，WA+依赖全球统一作物数据，难以反映区域农业特色——例如印度特有的Rabi（冬作）与Kharif（雨作）种植制度差异。这些缺陷严重制约了水资源精准管理和农业政策制定。

为突破这些技术瓶颈，印度理工学院的研究团队创新性地将空间水文过程模型(SPHY)与水核算(WA)框架耦合，构建出SPHY-WA系统。该框架通过整合区域水文数据和作物生长参数，不仅能模拟水库调控等人类活动影响，还可精准计算作物产量(CY)、水分生产率(WP)、水足迹(WF)等农业核心指标。研究选择印度旱灾频发的塔皮盆地作为试验区（2003-2020年），验证结果显示：相较WA+的负值Nash效率（-2.90），SPHY-WA将下游Sarangkheda站的NSE提升至0.88，径流模拟误差降低76%。更惊人的是，该研究首次量化了塔皮盆地可再生水资源几近枯竭的现状——98%的水资源被本地消耗，淡水储量下降83%。相关成果发表于《Journal of Hydrology》，为发展中国家实现水资源-粮食协同管理提供了方法论突破。

关键技术方法包括：1) 采用SPHY模型进行分布式水文模拟，集成河道演进与水库模块；2) 结合区域作物日历与灌溉数据改进WA+农业模块；3) 基于NSE、KGE等指标进行多站点校准验证；4) 开发水分生产率(WP=产量/耗水量)与水稀缺指标(WSI=需求/供给)评估体系。数据源自印度气象局(IMD)、ISRO卫星产品及实地观测。

【WA+ vs SPHY-WA框架】
通过对比WaterPix与SPHY的径流模拟性能，发现WA+在极端流量捕捉和季节变化呈现上存在系统性偏差。改进后的SPHY-WA因包含积雪融化和地下水交换过程，使枯水期模拟精度提升42%。

【水文建模】
SPHY模型经校准后，上游Burhanpur站的NSE从-0.13跃升至0.90。关键改进在于采用土壤湿度同化数据和区域化降雨-径流参数，使月尺度RMSE降低至9.7 mm。

【农业生产力评估】
揭示Rabi灌溉作物WP(1.30 kg/m³
)显著高于Kharif作物(0.30 kg/m³
)，但整体WP值偏低反映粗放灌溉问题。作物产量预测误差仅0.25%-3.72%，验证了区域化校准的有效性。

【水稀缺分析】
WSI指数显示农业区全年处于严重缺水状态(WSI≥1)，尤其在2-5月达峰值2.8，这与地下水超采导致储量年递减1.2 km³
的观测结果相互印证。

该研究开创性地实现了水文过程模拟与水核算的有机融合，其核心价值体现在三方面：首先，SPHY-WA将水文模型校准误差控制在±5%内，解决了WA+在调控流域应用的"水土不服"问题；其次，通过量化每立方米水生产的粮食(kg/m³
)，直观揭示塔皮盆地农业用水效率不足全球平均水平的1/3；最后，构建的WSI预警体系可直接指导抗旱调度。这些突破使政策制定者能精准识别优先干预区域——例如研究指出改善Kharif季灌溉技术可节水17%，这对印度类似干旱区具有普适指导意义。未来若结合气候变化情景模拟，该框架还可延伸至长期水资源规划领域。