基于地理空间建模与HEC-RAS水文模拟的印度卡利亚尼河生态修复研究

针对印度北方邦卡利亚尼河因淤塞和阻塞导致的洪涝及生态退化问题，研究人员综合运用地理空间技术、HEC-RAS（Hydrologic Engineering Centers-River Analysis System）模型及实地验证，开展了河流修复研究。结果表明，需在Nindora区块开挖约22.37 km、两区块共清理47.28 km河道，并实施流域生态修复措施。该研究为小型河流治理提供了可推广的技术框架，对提升区域水安全及生态可持续性具有重要意义。

　　

在全球水资源危机日益严峻的背景下，河流作为维持生态平衡和提供关键资源的自然系统，正面临前所未有的退化压力。尤其是在印度这样的人口大国，快速城市化与人口增长加剧了水资源短缺问题，许多河流因人为活动和自然过程的影响而严重淤塞、阻塞，导致洪涝灾害频发、生物多样性丧失及水资源可利用性下降。北方邦的卡利亚尼河（Kalyani River）便是典型代表——这条全长约69.65 km的河流，流经Barabanki区的Nindora和Fatehpur区块，不仅是当地社区生活、农业灌溉的重要水源，也在区域水文循环中扮演着关键角色。然而，长期的泥沙沉积、河道变迁及人类活动干扰，使其逐渐失去自然流动性与生态功能，每年雨季泛滥成灾，对水稻、甘蔗、蔬菜等作物造成严重损害。

为系统评估卡利亚尼河的退化状况并提出科学修复方案，一项发表在《Watershed Ecology and the Environment》的研究采用了多学科融合的方法，结合地理空间技术、水文工程模型与野外实地验证，首次对该河流进行了精细化诊断与生态修复规划。

研究团队主要运用了以下关键技术方法：一是基于遥感影像（如Landsat系列和Google Earth）的地理空间分析，用于识别河道形态、流域侵蚀点及阻塞区域；二是通过野外布设108个测量站点，采用绳尺、十字仪等工具手动采集河道深度、流速及流量数据（如枯水期流量为0.05 m3/sec）；三是利用HEC-RAS（Hydrologic Engineering Centers-River Analysis System）模型5.0.7版本进行二维水力模拟，通过能量方程（Saint Venant方程）计算水面剖面、流速分布及洪水淹没范围，模型经实测数据校准后，在0.05–3 m3/sec等多组流量下进行测试；四是基于链码（chainage）分段分析，将河道划分为108个区段，逐段评估淤塞状况与修复需求。

2.1. 研究区域

卡利亚尼河位于北方邦Barabanki区，距首府勒克瑙以东约29 km，地质上属于印度-恒河冲积平原。流域内年轻与古老冲积平原并存，年均降雨量集中于西南季风期（6–9月），达883.3 mm。河流从Nindora区块（27°13′34.424″N, 80°58′3.716″E）延伸至Fatehpur区块（27°4′24.054″N, 81°15′14.855″E），总长69.65 km，是当地洪涝的主要诱因之一。

2.2. 方法论

研究通过实地勘测与模型模拟相结合，系统收集河道几何参数、水力数据及流域特征。HEC-RAS模型采用曼宁粗糙系数（河床0.03、河岸0.025），以标准步法求解能量方程，模拟不同流量下的水力响应。模型在2.5 m3/sec流量下表现稳定，被选为推荐设计流量。

3. 结果

模拟显示，当前河道在流量超过2.5 m3/sec时即发生溢岸。整个河道中，链码9–33区段（对应Nindora区块）淤塞最为严重，需开挖长度22.37 km，而全线清理总长达47.28 km。具体地，链码9–32区段完全阻塞，涉及Bajgahni、Tikra、Roshanabad等18个村庄，需开挖土方量累计达数万立方米（例如链码9需挖20302.90 m3）。其余区段（如链码1–8、33–44、47–108）则以清理漂浮物、岸边淤泥及局部疏浚为主。

3.1. 卡利亚尼河流域的识别与生态修复

通过地理空间技术识别出流域内侵蚀点、积水区及灌木林地，并规划了排水线治理措施。Nindora区块需处理自然排水线126条（总长218.72 km）、生物排水线34条（93.79 km），并建设堤防2处（27.73 km），同时种植335处香根草（vetiver）以固土防蚀；Fatehpur区块则需处理自然排水线78条（224.60 km）和生物排水线33条（89.00 km），种植113处香根草。这些措施旨在减少泥沙输入、增强地下水补给能力，从而遏制河道进一步退化。

4. 讨论

本研究通过高精度建模与实地验证，揭示了卡利亚尼河淤塞的核心机制，并提出了分区分级的修复策略。结果表明，仅靠局部清淤无法根本解决问题，必须结合流域尺度生态修复（如排水线治理、植被恢复）才能实现长效治理。HEC-RAS模型的应用为小型河流水力设计提供了可靠工具，其分段链码分析法亦可推广至类似河流研究。此外，研究强调社区参与对修复项目可持续性的重要性，建议将技术措施与公众教育相结合。

5. 结论

卡利亚尼河的退化是自然与人为因素共同作用的结果，其修复需综合工程开挖、河道清理及流域生态治理。研究建议在Nindora区块开挖22.37 km，两区块共清理47.28 km河道，并实施443处排水线治理与448处香根草种植。这一方案不仅可缓解洪涝风险，还能提升河流生态功能，为印度乃至全球类似的小型河流修复提供技术范本。未来需持续监测修复效果，并拓展至更复杂的气候变化情景模拟中。

该研究由Akash Pal、Neeraj Kumar、Mukesh Kumar等作者合作完成，所有作者均声明无利益冲突，研究未接受外部资金支持。