7.2.1 岩溶地下河流域水资源评价方法概述
目前岩溶地下河流域水资源评价的方法众多，归纳起来主要分为四大类：传统评价方法、系统分析方法、数值方法和水文模型。
7.2.1.1 传统评价方法——降雨入渗系数法、径流模数法
（1）降雨入渗系数法
根据地下水均衡原理，流域内天然状态下地下水天然补给量与天然排泄量是均衡的。流域地下水天然补给资源量，主要由降雨入渗补给以及河流、农田灌溉水入渗以及水库、渠道渗漏补给构成[3]。以降雨入渗补给为主的地下水天然补给资源量（Q补）计算公式为
Q补=100a·S·P（7.1）
式中：Q补为降雨入渗补给量，m3/a；S为计算面积，km2；P为多年平均降雨量，m/a；a为降雨入渗系数，无量纲。
（2）径流模数法
地下径流模数法是岩溶流域间接评价水资源量的一个近似方法。
岩溶地下河流域有主干和支流，有排泄出口（可以是主干的出口，也可以是支流的出口）。利用出口实测该地下河流量，并确定补给范围，即地下河径流流域面积，就可以计算出该地下河流域的地下径流模数。
应用地下径流模数法，要首先考虑岩溶地下河流域内岩溶发育程度最好是比较均匀一致，岩溶地下河的流量与其补给面积约成正比关系，其比例系数就表示单位补给面积内的地下径流量，即地下径流模数[4]。由于区域内的补给条件均匀一致，可将一个流域内各处的地下径流模数看成是定值。已知某一流域的地下径流模数和补给面积，即可求出流域的地下河径流总量。
降雨入渗系数法与径流模数法是目前生产实践中应用最为广泛的方法，上述两种方法的特点是计算简单，通过水文资料能够快速计算出水资源量。径流模数法应用过程中应注意：
1）适用条件。径流模数法适用于岩溶地下河系出露的“天窗”很少，或者埋藏较深，流量很大，水位变幅大，进行直接测流和抽水试验有困难时，可以利用少数岩溶地下河出口的流量和相应补给区面积所求得的地下径流模数去间接推算全流域的岩溶地下河系径流量。
2）径流模数法应用过程注意事项。适用于以岩溶管道为主要水流传输通道的岩溶地下河流域；所评价的水点，必须是岩溶地下河的天窗，或必须与岩溶地下河有密切的水力联系；引用地下径流模数法时必须注意季节性，枯水期和洪水期的地下径流模数可相差数百倍以上；必须调查清楚岩溶地下河流域地表、地下分水岭和补给面积，否则将影响到地下径流模数的计算精度；该方法必须适用在岩溶发育程度和补给条件较为均匀一致的区域。
7.2.1.2 系统分析方法
（1）统计方法——回归模型
根据一个或几个随机变量（如降水量、蒸发量等影响因素）的变化，预测另一个随机变量（径流量）的主要变化趋势。由一个或几个随机变量（即自变量）的变化去估计另一个随机变量（因变量）的条件平均值，（因变量）依赖于这一个或几个随机变量（自变量）而变化的方法称为回归[5]。
岩溶地下河流域径流过程的影响因素有很多，其中降雨量、蒸发量等为主要影响因素。在岩溶地下河流域回归模型中通常取降雨量、蒸发量等为自变量，径流量为因变量来构成模型。
在应用回归模型过程中，首先需要注意的是确定因变量与自变量的确存在某种内在联系；其次，因变量受多项自变量的综合影响，需综合考虑各自变量才能使回归模型更加有效地应用到岩溶地下河流域。
（2）人工神经网络（ANN）方法
ANN中每一层包含若干神经元，即信息处理元，各神经元之间用可变权重的有向弧连接，网络通过对已知信息的反复学习训练，通过逐步改变调整神经元连接权重的方法来达到处理信息、模拟输入输出关系的目的。ANN具有大规模并行结构、分布式信息存储和并行处理，良好的自适应性、自组织性和容错性，较强的学习、记忆、联想、识别等特点。它不需要知道输入输出之间的确切关系，不需要很多参数，只需要知道能引起输出变化的非恒定性因素，即非常量性参数。因此，与传统方法相比，ANN技术在处理模糊数据、随机性数据、非线性数据方面具有明显的优越性，对大规模、结构复杂、信息不明确的系统尤为适用。
以误差反向传播网络（BP人工神经网络）为例，它是一种反向传递并能修正误差的多层非线性映射人工神经网络，由输入层、输出层和一个或多个隐含层构成。在岩溶地下河流域一般以降雨量、蒸发量、水位等时序数据作为输入层，以径流量等作为输出层。通过建立输入-期望输出值来训练模型，不断修正输入输出权值，直到满足误差要求。
在应用BP神经网络过程中，需要注意输入层、输出层、隐含层的结点数的设置，一般情况下，输入层的结点数由影响岩溶地下河流域水量变化的因素（如降雨量、蒸发量等）的个数决定；输出层的结点数主要由岩溶地下河系统响应的个数所决定，一般情况下，一个岩溶地下河流域可以作为一个完整的岩溶地下河系统，输出层的结点数取值为1；而隐含层的层数与结点数则视具体情况而定。
7.2.1.3 数值方法
数值方法主要研究各种形式水资源补给量的大小，其原理是用数值方法求解地下水运动的控制方程（包括稳定流和非稳定的情况），下面以稳定流情况为例，在稳定流状态下基本方程即为泊松方程：
▽K·▽U+Q=0（7.2）
式中：U为水头函数；K为渗透系数；Q为源汇分布。
该方程反映了U、K、Q三组独立变量之间的数量关系。理论上，这三组变量中知其任意两组变量就可以求得第三组变量的解。而在岩溶地下水资源评价中，需要求解Q的分布，因此除需要知道水头函数的分布之外，还要知道区内的渗透系数或导水系数的分布。
一般情况下是通过反演方法和数值法（差分法、有限元法等）的结合来求解Q的分布：①直接反演法：适用于水头和导水系数等参数已知的情况，可由该方程直接通过数值方法求解。②调参试算法：适用于有部分水头观测资料，并不确切地掌握导水系数或渗透系数的分布的情况，该方法主要是用经验去判断计算水位和观测值的偏差并修改参数，因而对操作者有较高的专业训练要求，且效率较低。③最小二乘反演法：最为方便、高效，其基本思想是当设定导水系数或补给参数两组参数中任意一组参数时，另一组参量的分布应使计算和观测的水位偏差的平方和取最小值。
在进行数值计算过程中，需要注意的是边界条件的识别与处理以及水文地质参数的确定与验证，这些都将直接影响到数值计算的结果。
7.2.1.4 水文模型
（1）岩溶水文模型
岩溶水文模型是用系统理论从岩溶水径流的形成、转化及水量分配角度来建立水文模拟模型，它通常采用一些经验性和集总概化的方式来描述水文过程，注重系统的总体特性和功能，属于概念性水文模型中的集总参数模型。
以水箱模型为代表的岩溶水文模型，是以岩溶流域径流形成过程为基础的，下面以三层水箱串联组成的水文模型为例加以说明（图7.7，图7.8）。用第一层水箱的侧孔出流来模拟岩溶流域的地面径流，考虑到地面径流随降雨强度变化的非线性特点，可设三个侧孔，以其出流之和来模拟地面径流。用第一层水箱的底孔出流来模拟下渗水流，流入第二层水箱，成为地下径流。再用第二层水箱的侧孔出流来模拟渗入岩石裂隙中的快速地下径流和雨水降落在土壤覆盖层上产生的壤中流。用第三层水箱的侧孔出流模拟渗入岩石裂隙的慢速地下径流和降水在土壤覆盖层上形成的浅层地下径流，其底孔出流即为渗入岩石深部裂隙的水流与深层地下径流合成的基流。
图7.7 岩溶流域径流形成过程简图[6]
岩溶地区地下水与环境的特殊性研究
（2）分布式水文模型
分布式水文模型集成了GIS、RS和DEM等新技术，模型的结构与传统的水文模型有较大的不同，它着重考虑基本单元之间或子流域之间的水平联系，这种联系决定了模型的总体结构。基于DEM和GIS、RS的分布式水文模型，总体结构应该包括下面的几个部分[6]。
1）数字化流域：解决模型的地形平台问题。
2）水热平衡：解决流域产流问题。
3）流域调蓄：解决流域汇流问题。
4）目标优化：解决模型参数率定和校验问题。
5）模型运行平台：解决模型的应用问题。
这五个部分既相互独立又相互联系，构成了统一的整体，由这几部分构成的模型的结构框图见图7.9。
图7.9 分布式水文模型结构框图[7]
7.2.2 岩溶地下河流域水资源评价方法比较
通过以上对各种岩溶地下河流域水资源评价方法的原理及应用条件的介绍，结合大量的应用实例，对各种评价方法的优、缺点作出比较（表7.6），便于指导在生产实践中，掌握各种方法的特征基础上，针对应用目标作出合理的方法选择。
表7.6 目前岩溶地下河流域水资源评价方法的对比
7.2.3 基于现有数据资料的岩溶地下河流域水资源评价方法选择
7.2.3.1 各岩溶地下河流域水资源评价方法应用前提
影响评价方法选择的因素包括：数据资料、水文地质条件、地理地貌环境、评价目标与要求，表7.7给出常用的岩溶水资源评价方法应用条件的对比情况。
表7.7 常用岩溶流域水资源评价方法应用条件对比
续表
7.2.3.2 基于现有数据资料的岩溶地下河流域水资源评价方法选择
根据各种岩溶地下河流域水资源评价方法的数据资料要求、适用的水文地质条件、地理地貌环境、评价目标与要求的总结，在不同的资料条件下，有以下总结：
1）对于流域资料较为完整的情况，可选用分布式流域水文模型、数值模型，需要投入一定的人力、物力，但取得的评价结果精度较高，较为准确。
2）对于流域资料中等的情况，可选用岩溶水文模型、系统分析方法，投入较小但能取得有一定精度的评价结果。
3）对于流域资料缺乏的情况，可选用传统评价方法，计算最为方便、简洁，但计算结果误差较大，适合于精度要求不高的工程计算中。