余文君，南卓銅,趙彥博，李 碩

(1. 中國科學院寒區(qū)旱區(qū)環(huán)境與工程研究所, 蘭州 730000；2. 南京師范大學 地理科學學院, 南京 210046；3. 西北師范大學 地理與環(huán)境科學學院, 蘭州 730030)

SWAT模型融雪模塊的改進

余文君1,2，南卓銅1,*,趙彥博3，李 碩2

(1. 中國科學院寒區(qū)旱區(qū)環(huán)境與工程研究所, 蘭州 730000；2. 南京師范大學 地理科學學院, 南京 210046；3. 西北師范大學 地理與環(huán)境科學學院, 蘭州 730030)

水土評價工具模型(SWAT)是一個具有物理基礎(chǔ)的分布式水文模型，利用SCS徑流曲線數(shù)方法計算地表徑流，而采用相對簡單的度日因子方法計算融雪徑流。因此在濕潤半濕潤、雨量豐富的平原地區(qū)應(yīng)用SWAT模型進行徑流模擬時可以得到較好的模擬結(jié)果，但是在干旱半干旱、降水稀少，且春汛期間融雪徑流是重要補給來源的高寒山區(qū)，模擬的融雪徑流明顯偏小，不能很好的反映這些地區(qū)的融雪過程，導致河道徑流模擬精度偏低。FASST模型是具有物理機制的陸面過程模型，其采用能量平衡的方法計算融雪徑流，能夠較好的模擬復雜地形山區(qū)流域的融雪徑流。以黑河山區(qū)流域為研究區(qū)，將FASST模型集成到SWAT模型，改善SWAT模型融雪徑流的計算方法。通過對比SWAT模型集成前后鶯落峽出山口的河道月徑流、融雪徑流和地表徑流對河道的貢獻等幾個方面，表明了集成FASST融雪模塊的SWAT模型能更好的反映黑河山區(qū)流域的融雪徑流過程，從而提高河道徑流的整體模擬精度。

SWAT；FASST；模型集成；融雪徑流；黑河流域

水土評價工具模型(SWAT, Soil and Water Assessment Tool)[1]是美國農(nóng)業(yè)部在(SWRRB)模型基礎(chǔ)上開發(fā)的具有物理機制的大、中流域尺度的分布式流域水文模型，可以模擬和預測地表徑流、融雪徑流等多種物理過程。

SWAT模型功能強大，在國內(nèi)外都得到了廣泛的應(yīng)用研究。比如Pradhanang等.應(yīng)用SWAT模型模擬了美國Cannonsville流域的雪蓋變化和河道徑流量[2]；van Liew和Grabrecht對美國Little Washita流域不同氣候條件下進行水文模擬取得了較好的模擬效果[3]。但是SWAT模型的功能和參數(shù)是針對氣候濕潤、雨量豐富的流域設(shè)置的，在其他流域應(yīng)用時，模型應(yīng)該根據(jù)地區(qū)的流域水文特征進行適當?shù)恼{(diào)整和改進，例如Ahl等.在Rocky山區(qū)流域應(yīng)用中指出通過參數(shù)率定可以使SWAT模型模擬的融雪徑流效果得到一定提高[4]；德國波茨坦氣候研究所結(jié)合SWAT模擬水文過程和MATSALU水質(zhì)估量的優(yōu)勢開發(fā)了中尺度分布式(SWIM, Soil and Water Integrated Model)模型[5]；Luo 和Sophocleous將SWAT模型和MODFLOW模型耦合，改善了SWAT模型地下水和地表交互過程的模擬[6]；Eckhardt等在SWAT99.2模型的基礎(chǔ)上改進了的入滲和壤中流的計算方法，發(fā)展了適合于低山區(qū)的SWAT-G模型[7]。國內(nèi)鄭捷等對SWAT模型的農(nóng)作物耗水量計算模塊計算改進，在平原型灌溉區(qū)應(yīng)用時取得了較好的模擬[8]；張永勇等根據(jù)中國流域特征對SWAT模型水質(zhì)模塊進行了改進，月徑流模擬的相關(guān)系數(shù)和效率系數(shù)均達到0.8以上[9]。

位于我國西北的黑河山區(qū)流域是一個典型的干旱半干旱地區(qū)，降水稀少，春汛期間融雪徑流是其主要補給來源。黃清華和張萬昌在黑河山區(qū)流域應(yīng)用SWAT模型進行了11a的月徑流模擬，認為在該區(qū)融雪徑流和地下徑流參數(shù)是精確SWAT模擬的關(guān)鍵[10]。而SWAT模型的融雪模塊采用了相對簡單的度日因子方法計算融雪徑流，應(yīng)用SWAT模型在黑河山區(qū)流域進行模擬時，發(fā)現(xiàn)該流域的融雪過程不能得到很好的模擬，嚴重影響了流域的徑流模擬精度，因此需要對SWAT模型的融雪模塊進行改進以提高SWAT模型的整體模擬精度。FASST(Fast All-season Soil Strength model)模型是一個基于物理過程的模型，采用能量平衡的方法計算融雪徑流，能夠更好的反映和模擬黑河山區(qū)流域的水文過程，因此本文采用模型集成的方法將FASST模型集成到SWAT模型，以改進SWAT模型的模擬效果。

1 模型改進方法

1.1 SWAT模型的融雪算法

SWAT模型是一個具有物理機制、以日為時間步長，可以連續(xù)長時間段模擬的分布式水文模型。它可以根據(jù)日降水數(shù)據(jù)、日氣溫數(shù)據(jù)、日相對濕度和風速，模擬流域內(nèi)地表徑流、融雪徑流、側(cè)向流和下滲等水文過程，通過匯流作用，流入河道。融雪徑流是通過地表徑流貢獻給河道，進而影響模型的總徑流模擬精度。SWAT模型水循環(huán)基本水量平衡方程：

(1)

式中，SWt為最終土壤含水量(mm H2O)，SW0為第i天的初始土壤含水量，t為時間(天)，Rday為第i天的降水量(mm H2O)，Qsurf為第i天的地表徑流量(mm H2O)，Ea為第i天的蒸散發(fā)(mm H2O)，wweep為第i天通過土壤剖面進入包氣帶的水量(mm H2O)，Qgw為第i天地下水回歸流量(mm H2O)。

融雪徑流根據(jù)雪蓋情況以及產(chǎn)生融雪徑流的溫度閾值，通過一個氣溫的線性函數(shù)計算，即采用度日因子的方法計算融雪徑流，即設(shè)定一個雪融化的溫度閾值，當溫度升高1 ℃，融化的雪水當量值(當積雪完全融化后，所得到的水形成水層的垂直深度)為一個固定值。雪蓋消融曲線計算方程如下：

(2)

式中，snocov是HRU上雪蓋面積的百分數(shù)；SNO是單位時間的雪水當量(mm H2O)；SNO100是100%雪蓋時的雪水當量(mm H2O)；cov1和cov2是系數(shù)，由雪蓋消融曲線上兩點(95%的覆蓋和50%的覆蓋)計算。融雪徑流的計算方程如下：

(3)

式中，SNOmlt是單位時間內(nèi)的融雪量(mm H2O)；bml是融雪因子(mm H2O d-1℃-1)；snocov是HRU上雪蓋面積的百分數(shù)；Tsnow是雪蓋溫度(℃)；Tmx當天最高氣溫(℃)；Tmlt雪融化的溫度閾值(℃)。

1.2 融雪模塊的改進

SWAT模型融雪徑流的計算主要考慮空氣溫度的影響，度日因子的方法適用于雨量豐富、地形平坦的平原地區(qū)，而在黑河山區(qū)這種高海拔、氣候寒冷、降雨稀少的流域，融雪徑流不僅受溫度影響嚴重，地形、氣候變化和太陽輻射對融雪徑流也有很大的影響，導致SWAT模型度日因子的方法模擬的融雪徑流精度較低。本文采用集成的方法將具有物理基礎(chǔ)的FASST模型集成到SWAT模型，以提高SWAT模型在高海拔干旱地區(qū)的整體模擬精度。

1.2.1 FASST模型的融雪算法

FASST模型是一個基于物質(zhì)能量平衡的陸面過程模型。FASST模型的輸入數(shù)據(jù)包括日平均降水、日平均溫度、風速、相對濕度和太陽輻射數(shù)據(jù)、地形參數(shù)(坡度和坡向)。

FASST模型的融雪模塊以融雪的物理過程為基礎(chǔ)，當已知降雪量或者溫度在水凍結(jié)點以下降水發(fā)生時，此時降水量被轉(zhuǎn)化為降雪量，開始積雪，采用雪蓋表面能量平衡的方法計算融雪徑流，考慮了雪顆粒生長、雪深度、下滲率、太陽輻射等因子，這些因素的考慮與SWAT模型融雪計算有著本質(zhì)的區(qū)別(式(5)和(6))。Frankenstein等將FASST和另一個成熟的融雪模型SNTHERM計算的融雪徑流進行對比，研究結(jié)果表明在山區(qū)流域FASST模型比SNTHERM模型徑流模擬的結(jié)果好[11]。因此本文選擇將FASST模型集成到SWAT模型，以改善SWAT模型的融雪模塊，提高SWAT模型徑流的模擬精度。FASST模型融雪徑流基本計算方程如下[12]：

(4)

式中，U是融雪徑流(m3/s)；ρw是水密度(kg/m3)；k是總滲透率(m3/s)；g是重力加速度(m/s2)；μw是水粘度(N·s/m2)；Sw是飽和含水量(%)；Swi是凋萎含水量(%)；n是固定值，取2.16—4.59，默認3.3。該方程采用變量分離度方法進行計算[12]。

FASST模型考慮到冰晶的增加，方程如下[12]：

(5)

FASST模型考慮到雪孔隙下滲的影響，方程如下[12]：

(6)

式中，d是冰晶的直徑(m)；ρs是雪的密度(kg/m3)；Vac是晶體的平均體積(m3)。

1.2.2 FASST模型的適用性

圖1 FASST青藏高原唐古拉站點雪深模擬值和觀測值對比以及降水量觀測值Fig.1 Measured snowmelt runoff at the Tanggula site on Tibet Plateau and the simulated snowmelt by the FASST model, together with precipitation records in 2008

盡管FASST模型在國外有較多的應(yīng)用，均表明有較好的融雪模擬精度，然而在如黑河山區(qū)流域這樣的高寒區(qū)域并沒有直接的應(yīng)用，因此在把FASST集成到SWAT前，需要對其在高寒山區(qū)的適用性進行基本的驗證。黑河山區(qū)流域的大冬樹埡口布設(shè)有積雪觀測場，但檢查表明，該站點的雪深數(shù)據(jù)質(zhì)量欠佳。因此選用有類似高寒山區(qū)環(huán)境的唐古拉站點進行融雪量模擬，模擬時間段為2008年1月1日—2008年12月31日，時間步長為逐日。輸入數(shù)據(jù)包括空氣溫度、相對濕度、風速、降雨量，土壤數(shù)據(jù)和土地利用數(shù)據(jù)通過Google Earth上目視解譯獲得。模擬結(jié)果如圖1所示。

從圖1可以看出，F(xiàn)ASST模型在青藏高原唐古拉站模擬的雪深數(shù)據(jù)與觀測數(shù)據(jù)對比，雖然差異較大，但在趨勢上基本保持一致。春季模擬的雪深明顯偏大主要是受風速的嚴重影響。因為青藏高原春季風速最大，冬、夏季次之，秋季風速最小[13]，風吹雪因而觀測的雪深值較小，這種現(xiàn)象也被現(xiàn)場觀測人員證實。而本文采用的是日平均風速，模型輸入的春季風速明顯減小，導致模擬的雪深明顯偏大。在秋冬季節(jié)FASST對雪深有較好的模擬，表明了FASST融雪模塊在寒冷高山地區(qū)的一定適用性。模擬的偏差同時也有測量雪深儀器和系統(tǒng)的誤差即雪深觀測數(shù)據(jù)誤差的原因，同時本文土壤植被等參數(shù)的取值可能也不是最佳。然而總體而言，認為FASST模型在青藏高原唐古拉站的模擬結(jié)果能夠反映研究區(qū)的積雪情況。

1.2.3 集成的技術(shù)實現(xiàn)

本文選擇ArcView 3.2作為SWAT模型的可視化平臺，即AVSWAT模型，為SWAT模型準備和處理模型的輸入輸出數(shù)據(jù)。其中AVSWAT計算的流域平均坡長存在較大的誤差，對徑流量的模擬有顯著影響[14]，本文采用修正之后的流域平均坡長進行模擬。

SWAT模型的輸入數(shù)據(jù)包括地形河道數(shù)據(jù)(數(shù)字高程模型(DEM)和數(shù)字河網(wǎng))、氣象水文觀測數(shù)據(jù)(日均最高/最低氣溫、太陽輻射、風速和相對濕度)、土壤數(shù)據(jù)和土地利用數(shù)據(jù)。SWAT模型利用DEM數(shù)據(jù)、數(shù)字河網(wǎng)、土壤類型和土地利用類型，采用流域-子流域-水文響應(yīng)單元(HRU)的空間離散化方法。FASST模型使用和SWAT模型相同的基礎(chǔ)數(shù)據(jù)(圖2)作為輸入數(shù)據(jù)，包括土壤、土地利用數(shù)據(jù)和氣象水文數(shù)據(jù)；SWAT模型的每個HRU有對應(yīng)的屬性數(shù)據(jù)，包括空間單元面積、坡長、坡度、植被類型、土壤類型、土壤含水量、土壤厚度等，根據(jù)這些屬性表數(shù)據(jù)得到FASST對應(yīng)的參數(shù)數(shù)據(jù)(圖2)，作為FASST模型的外部輸入數(shù)據(jù)。

SWAT模型按照時間-空間(HRU)循環(huán)，F(xiàn)ASST模型在單點上進行時間循環(huán)；去掉FASST模型的時間循環(huán)，由SWAT模型的時間循環(huán)控制；當SWAT模型運行到每一個HRU時，調(diào)用FASST模型，將FASST模型計算的融雪量返回給SWAT模型，技術(shù)路線如圖2所示。

分解FASST模型的時間循環(huán)，將其融雪模塊、植被模塊和土壤模塊等核心計算過程編譯成一個動態(tài)鏈接庫嵌入到SWAT模型最小時空循環(huán)里，即SWAT模型的融雪模塊。SWAT模型計算到融雪模塊時，將SWAT模型計算的土壤溫度變量賦值給FASST模型，然后調(diào)用FASST模型。初次調(diào)用FASST模型時，需要對模型進行初始化，然后每次調(diào)用FASST模型時都會生成對應(yīng)的模型狀態(tài)變量和融雪變量值，需要將這些變量保存起來，作為下一次調(diào)用時的輸入數(shù)據(jù)，并且將融雪變量值替換SWAT模型計算的融雪變量值。

圖2 技術(shù)路線Fig.2 Technical implementation schema

1.3 研究區(qū)與數(shù)據(jù)

1.3.1 研究區(qū)概況

黑河山區(qū)流域介于東經(jīng)98°34′—101°09′E、北緯39°06′—37°43′N之間，出山口站點是鶯落峽水文站，流域面積約為10 000 km2，河道長303 km，源頭為冰川，海拔范圍為1674—5076 m，流域內(nèi)景觀垂直分布明顯，水文地理及水文地質(zhì)條件十分復雜。上游海拔4 500 m以上為永久冰川積雪帶，年平均氣溫3—7 ℃，降水約在300—700 mm；海拔2 600—4 500 m的地區(qū)年平均氣溫2.0—1.5 ℃，年降水量在200 mm以上，最高達700 mm，蒸發(fā)量約700 mm。該地區(qū)降水量由東向西遞減，雪線高度由東向西逐漸升高，水資源主要來源于祁連山區(qū)的降水和冰雪融化。上游山區(qū)植被屬溫帶山地森林草原，由高到低依次分布：高山墊狀植被帶、高山草甸植被帶、高山灌叢草甸帶；主要土類有寒漠土、高山草甸土、高山灌叢草甸土、高山草原土、亞高山草甸土、亞高山草原土等。

1.3.2 數(shù)據(jù)準備

圖3 黑河山區(qū)流域DEM和氣象水文站點示意圖 Fig.3 Study area, the upper HRB, and the locations of meteorological and hydrological stations within this area

DEM數(shù)據(jù)來源于90 m空間分辨率(圖3)。數(shù)字河網(wǎng)是從1∶10萬地形圖上將水系手工數(shù)字化得到(圖3)。水文氣象站數(shù)據(jù)、土地利用數(shù)據(jù)來源于中國西部環(huán)境與生態(tài)科學數(shù)據(jù)中心(http://westdc.westgis.ac.cn)。水文數(shù)據(jù)采用扎馬什克、祁連、鶯落峽3個站點的1990年1月—2009年12月的日觀測徑流和降雨量數(shù)據(jù)(圖3)；氣象數(shù)據(jù)采用張掖、野牛溝、祁連、俄博和托勒5個站點(圖3)的1990年1月—2009年12月的日觀測數(shù)據(jù)，包括溫度(日均最高/最低氣溫)、太陽輻射、風速和相對濕度。為了提高SWAT模型氣象發(fā)生器模擬精度，在流域內(nèi)部選擇了不同高度的點，根據(jù)高程和周邊雨量站數(shù)據(jù)進行插值計算[15]，獲得補插的雨量站點(圖3)。土地利用根據(jù)2000年全國土地利用圖剪裁得到；土壤圖剪裁于全國第二次土壤調(diào)查產(chǎn)出的1∶100萬土壤圖。土壤顆分、含水量、容重、有機質(zhì)、導水系數(shù)等基本屬性數(shù)據(jù)是2010年8—9月通過野外采樣試驗和室內(nèi)分析獲得。本文圖件和相關(guān)點位坐標(水文站、氣象站)都采用了高斯-克呂格投影系統(tǒng)。

黑河上游山區(qū)自2000年以后興建水庫，導致控制站點鶯落峽站的觀測數(shù)據(jù)受水庫蓄水等因素影響，不代表自然徑流。本文采用的是利用系統(tǒng)水文模型[16]的方法還原鶯落峽站的2000—2009年的逐日自然徑流量作為徑流觀測數(shù)據(jù)。

1.3.3 基本參數(shù)設(shè)定

圖4 坡長修改前后的1990—2009年徑流值對比圖(其他參數(shù)為SWAT模型默認設(shè)置)Fig.4 Measured and SWAT simulated monthly streamflow of the period of 1990—2009(Simulations with cross marks are with corrected average slope lengths inputs, and those with triangular marks are with SWAT originally computed average slope lengths)

根據(jù)經(jīng)驗，本文將集水區(qū)面積閾值設(shè)置為1000 hm2，共劃分了43個子流域；土地利用面積閾值設(shè)置為5%，土壤類型面積閾值設(shè)置為10%，劃分了256個HRU?？刂普菌L落峽站為流域的總出口，以月為時間步長，模擬的時間段為1990—2009年，其中1990—1999年為率定期，2001—2009年為驗證期。

FASST模型的基礎(chǔ)數(shù)據(jù)和參數(shù)數(shù)據(jù)除了SWAT模型提供的以外，太陽輻射和云層數(shù)據(jù)由FASST模型自帶獨立的氣象數(shù)據(jù)處理工具根據(jù)站點經(jīng)緯度、高程和基本氣象數(shù)據(jù)計算；土壤數(shù)據(jù)則由FASST模型提供的獨立土壤數(shù)據(jù)處理工具根據(jù)SWAT的土壤屬性數(shù)據(jù)轉(zhuǎn)換得到。

2 結(jié)果與討論

SWAT模型模擬的河道徑流成分主要包括地表徑流、壤中流和地下徑流，而融雪徑流的計算過程直接影響地表徑流，進而影響河道徑流的模擬精度。

2.1 鶯落峽出山口河道月徑流對比分析

在采用修正后的平均坡長[14]、其他參數(shù)為SWAT模型默認參數(shù)組的情況下，應(yīng)用SWAT模型在黑河山區(qū)進行模擬，納什系數(shù)為0.61，結(jié)果如圖4所示。從圖中可以看出，無論坡長修改前后，融雪期3—5月，模擬值均明顯偏小，幾乎為0。說明流域平均坡長的修正對豐水期的徑流有顯著影響，而對融雪徑流沒有任何影響，從而排除了流域平均坡長的修正方法對集成后SWAT模型融雪模塊的模擬結(jié)果的影響。

將FASST模型集成到SWAT模型后，采用SWAT和FASST模型默認參數(shù)組，對黑河山區(qū)流域進行徑流模擬，模擬期為1990—1999年，結(jié)果如圖5和圖6所示。從圖中可以看出，集成FASST后的SWAT模型，融雪期3—5月的模擬值有所增加，總徑流量值也增加了，納什系數(shù)為0.72，提高了0.11。表明集成后的SWAT模型改善了融雪模塊的計算方法，模擬精度得到了提高。

總體而言，SWAT模型的模擬精度依然不是很高，需要對SWAT模型的其他參數(shù)(土壤屬性等)進行優(yōu)化。本文對集成后的SWAT模型的模擬值進行敏感性分析，CN2(徑流曲線數(shù))、Alpha_Bf(地下水徑流系數(shù))、Esco(土壤蒸發(fā)補償系數(shù))、Gwqmn(淺層地下水回流閾值)、Revapmn(淺層地下水下滲閾值)、Sol_Z(土壤深度)等為主要的敏感參數(shù)，這些參數(shù)主要是地下水相關(guān)參數(shù)，在黑河山區(qū)流域地下水補給也是水資源來源，因此本文根黑河山區(qū)的實際情況對這些參數(shù)進行相關(guān)優(yōu)化，從圖5看出，模擬的峰值和基流偏小，退水期偏低，因此增加CN2、Gwqmn、Revapmn，減小Alpha_Bf、ESCO。1990—1999年的模擬結(jié)果如圖7所示，納什系數(shù)為0.86，提高了0.14。本文應(yīng)用集成后的SWAT模型和同樣的參數(shù)對2000—2009年的徑流進行模擬，如圖8所示，納什系數(shù)為0.83，表明對這些參數(shù)的優(yōu)化以及將FASST集成到SWAT模型以改善SWAT模型融雪計算方法是合理的。

圖5 集成前后1990—1999年月徑流值對比圖(使用改進的流域平均坡長和其他默認參數(shù))Fig.5 Monthly streamflow simulations of the period of 1990—2009 with original SWAT and coupled FASST-SWAT with the default parameter set coming with SWAT and corrected average slope lengths, together with measured streamflow for evaluation purpose

圖6 集成前后1990—2009年月平均徑流值對比圖 Fig.6 Monthly average streamflow simulations of the period of 1990—2009 with original SWAT and coupled FASST-SWAT

圖7 參數(shù)優(yōu)化后SWAT模型1990—1999年徑流模擬值對比Fig.7 Simulated monthly streamflow in the calibration period of 1990—1999 using optimized parameters versus measured streamflow

圖8 參數(shù)優(yōu)化后SWAT模型2000—2009年徑流模擬值對比Fig.8 Simulated monthly streamflow in the validation period of 2000—2009 using optimized parameters versus measured streamflow

2.2 融雪徑流對比分析

在SWAT模型中參數(shù)不變情況下(默認參數(shù))，將集成FASST模型前后的SWAT模型模擬的黑河山區(qū)流域1990—2009年的融雪徑流進行對比，如圖9所示，圖中的融雪值為黑河山區(qū)流域模擬時間段內(nèi)不同時刻全部子流域計算的融雪值的累加。從圖中可以看出，集成后的SWAT模型模擬的融雪徑流有所增加，融雪期3—5月的模擬值有一定的增加。這也進一步說明了集成后的SWAT模型更適合在高寒山區(qū)進行模擬。

將SWAT模型集成前后模擬的河道流量的進行差值計算，如圖10所示。從圖中可以看出，集成FASST模型的SWAT模型模擬的河道徑流明顯增加。根據(jù)圖11看出祁連、野牛溝、鶯落峽、扎馬什克在1993、1994、1998、1999、2003和2008年降雨量出現(xiàn)明顯的峰值。降水量的增加，導致積雪增加，同時受溫度影響，融雪徑流增加，補給河道徑流。集成后的SWAT模型模擬的河道徑流增加量也出現(xiàn)了峰值，如圖10所示。由于融雪徑流要經(jīng)過一段時間的匯流過程才能達到河道，經(jīng)過下滲和蒸散發(fā)等作用，融雪徑流在到達河道前消耗量較大，因此融雪徑流深度要大于對河道徑流的補給?？傮w而言，表明集成后的SWAT模型能在一定程度上提高了模擬精度。

圖9 集成前后SWAT模型模擬的1990—2009年的融雪徑流對比圖(無參數(shù)優(yōu)化)Fig.9 Comparison of snowmelt runoff simulated by original SWAT and coupled SWAT with default parameters in 1990—2009

圖10 集成前后SWAT模型模擬1990—2009年徑流量差值(無參數(shù)優(yōu)化)Fig.10 Difference of yearly streamflow simulations by original and coupled SWAT model with default parameters in 1990—2009

圖11 各站點1990—2009年降水量Fig.11 Measured yearly precipitation of stations in 1990—2009

2.3 地表徑流對河道的貢獻

SWAT模型的地表徑流是利用改進的美國農(nóng)業(yè)部徑流曲線數(shù)方法計算，即根據(jù)降雨量與徑流關(guān)系的經(jīng)驗公式計算，徑流曲線數(shù)(CN)取決于土壤水文組，土地利用類型和土壤含水量，是SWAT模型重要的水文參數(shù)。因為SWAT模型模擬的融雪徑流在計算過程中并不是直接貢獻給河道徑流，而是通過影響地表徑流，從而影響河道徑流量。將FASST模型集成到SWAT模型，只是改變了SWAT模型融雪徑流的計算方法，并不影響SWAT模型地表徑流和河道徑流量的計算方法。因此地表徑流對河道的貢獻也間接反映融雪量對河道徑流的影響，從而間接證實了FASST模型集成到SWAT模型對模擬精度的提高。

本文將FASST模型集成到SWAT模型前后計算的地表徑流對河道徑流量的貢獻進行分析，如圖12所示。從圖中可以看出，春汛期間，地表徑流對河道貢獻量的模擬值增加并不顯著，這是因為春季氣溫低，融雪速度緩慢，融雪徑流的匯流過程和下滲作用時間長，融雪徑流對壤中流和地下水進行補給；而夏季空氣溫度高，春季累積的積雪融化加速，地表徑流對河道貢獻量明顯增加，對比于觀測數(shù)據(jù)，對河道的增加量是合理的，從而進步一說明了集成后的SWAT模型能更好的模擬黑河山區(qū)的水文過程。

圖12 集成前后SWAT模型模擬1990—2009年地表徑流對河道的貢獻Fig.12 Surface runoff contributions to streamflow simulated by original and coupled SWAT model in 1990—2009

3 結(jié)論

SWAT模型的融雪模塊采用的是基于空氣溫度的線性函數(shù)計算，根據(jù)融雪因子的方法計算融雪量，在干旱半干旱、降水量較少的地區(qū)，以融雪徑流、地下水和地表徑流為補給來源，其中春汛期間融雪徑流是主要補給來源。應(yīng)用SWAT模型在這些地區(qū)進行徑流模擬時，不能很好的反映高寒山區(qū)的融雪過程，影響了地表徑流的模擬。本文針對該問題，將具有融雪物理機制的FASST模型集成到SWAT模型，改善SWAT模型的融雪計算方法，從而提高SWAT模型的模擬精度。

本文以黑河山區(qū)流域為研究區(qū)，對比分析了集成前后SWAT模型的河道徑流、融雪徑流、融雪深度和地表徑流對河道的貢獻量的模擬結(jié)果，說明了集成了FASST模型的SWAT模型能更好的反映高寒山區(qū)的融雪徑流，徑流模擬精度也得到了提高，取得了較好的模擬結(jié)果，從而驗證了本文的通過將FASST模型集成到SWAT模型的方法提高模擬精度是可行的。后期工作希望將集成后的SWAT模型進行模塊拆分，并集成到建模環(huán)境，更大的發(fā)揮SWAT模型的優(yōu)勢。

[1] Gassman P W, Reyes M R, Green C H, Arnold J G. The soil and water assessment tool: historical development, applications, and future research directions. Transactions of the ASABE, 2007, 50(4): 1211- 1250.

[2] Pradhanang S M, Anandhi A, Mukundan R, Zion M S, Pierson D C, Schneiderman E M, Matonse A, Frei A. Application of SWAT model to assess snowpack development and streamflow in the Cannonsville watershed, New York, USA. Hydrological Processes, 2011, 25(21): 3268- 3277.

[3] van Liew M W, Garbrecht J. Hydrologic simulation of the Little Washita river experimental watershed using SWAT. Journal of the American Water Resources Association, 2003, 39(2): 413- 426.

[4] Ahl R S, Woods S W, Zuuring H R. Hydrologic calibration and validation of SWAT in a snow-dominated Rocky Mountain Watershed, Montana, U. S. A. Journal of the American Water Resources Association, 2008, 44(6): 1411- 1430.

[5] Krysanova V, Müller-Wohlfeil D I, Becker A. Development and test of a spatially distributed hydrological/water quality model for mesoscale watersheds. Ecological Modelling, 1998, 106(2/3): 261- 289.

[6] Luo Y, Sophocleous M. Two-way coupling of unsaturated-saturated flow by integrating the SWAT and MODFLOW models with application in an irrigation district in arid region of West China. Journal of Arid Land, 2011, 3(3): 164- 173.

[7] Eckhardt K, Haverkamp S, Fohrer N, Frede H G. SWAT-G, a version of SWAT99. 2 modified for application to low mountain range catchments. Physics and Chemistry of the Earth, 2002, 27(9/10): 614- 644.

[8] Zheng J, Li G Y, Han Z Z, Meng G X. Application of modified SWAT model in plain irrigation district. Journal of Hydraulic Engineering, 2011, 42(1): 88- 97.

[9] Zhang Y Y, Wang Z G, Yu L, Xia J, Chen X D. Extended water quality module of SWAT Model and its application to Hai River Basin. Resources Science, 2009, 31(1): 94- 100.

[10] Huang Q H, Zhang W C. 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: Natural Sciences Edition, 2004, 28(2): 22- 26.

[11] Frankenstein S, Sawyer A, Koeberle J. Comparison of FASST and SNTHERM in three snow accumulation regimes. Journal of Hydrometeorology, 2008, 9(6): 1443- 1463.

[12] Frankenstein S, Koenig G. Fast All-season Soil Strength (FASST). Washington: U. S. Army Corps of Engineers Washington, 2004: 58- 69.

[13] You Q, Kang S, Flügel W A, Pepin N, Yan Y, Huang J. Decreasing wind speed and weakening latitudinal surface pressure gradients in the Tibetan Plateau. Climate Research, 2010, 42(1): 57- 64.

[14] Yu W J, Nan Z T, Li S, Li C G. Average slope length calculation and runoff simulation. Journal of Geo-Information Science, 2012, 14(1): 41- 48.

[15] Li S, Sun B, Zeng Z Y, Zhao Q G. Study on spatial discretization in basin simulation aided by RS and GIS. Acta Pedologica Sinica, 2004, 41(2): 183- 189.

[16] Hu X L, Chang J J, Yao Z Z, Jia H S. Study and application of hydrology forecast model in the arid and semi-arid regions. Journal of Glaciology and Geocryology, 2003, 25(4): 409- 413.

參考文獻:

[8] 鄭捷, 李光永, 韓振中, 孟國霞. 改進的SWAT模型在平原灌區(qū)的應(yīng)用. 水利學報, 2011, 42(1): 88- 97.

[9] 張永勇, 王中根, 于磊, 夏軍, 陳向東. SWAT水質(zhì)模塊的擴展及其在海河流域典型區(qū)的應(yīng)用. 資源科學, 2009, 31(1): 94- 100.

[10] 黃清華, 張萬昌. SWAT分布式水文模型在黑河干流山區(qū)流域的改進及應(yīng)用. 南京林業(yè)大學學報: 自然科學版, 2004, 28(2): 22- 26.

[14] 余文君, 南卓銅, 李碩, 李呈罡. 黑河山區(qū)流域平均坡長的計算與徑流模擬. 地球信息科學, 2012, 14(1): 41- 48.

[15] 李碩, 孫波, 曾志遠, 趙其國. 遙感、GIS輔助下流域空間離散化方法研究. 土壤學報, 2004, 41(2): 183- 189.

[16] 胡興林, 暢俊杰, 姚志宗, 賈懷森. 干旱半干旱地區(qū)水文預報模型研究及應(yīng)用——以洮河流域為例. 冰川凍土, 2003, 25(4): 409- 413.

ImprovementofsnowmeltimplementationintheSWAThydrologicmodel

YU Wenjun1,2，NAN Zhuotong1,*，ZHAO Yanbo3，LI Shuo2

1ColdandAridRegionsEnvironmentalandEngineeringResearchInstitute,ChineseAcademyofSciences,Lanzhou, 730000,China2SchoolofGeographyScience,NanjingNormalUniversity,Nanjing, 210046,China3CollegeofGeographyandEnvironmentScience,NorthwestNormalUniversity,Lanzhou, 730030,China

SWAT is a physically explicit distributed hydrologic model, which could simulate hydrological processes such as surface runoff, snowmelt runoff and infiltration with geographic information system(GIS).The surface runoff component in SWAT is implemented by using the SCS curve number and snowmelt is calculated by a relatively simple, empirical degree-day method. Those approaches work well in humid and semi-humid areas where precipitation dominantly controls runoff. In cold and arid regions, for example, in a case study in the Heihe river basin (HRB) of northwest China, however, it revealed those implementations cannot represent the effects of snowmelt in springs and thus impact surface runoff simulations. At large, snowmelt in such areas is underestimated and more discrepancies are consequently introduced to the overall simulation accuracy. The FASST model is a surface process model with explicit physical base, including a snowmelt runoff component that makes use of mass and energy balance equations. There is a snowmelt implementation in FASST, which takes topography, vegetation, soil type, and snow physical properties into account. Existing applications of FASST show good simulations of snowmelt in terrain-complex mountainous watershed and its applicability is also confirmed by an application to the Tangula site of northwest China located in a similar cold and alpine area. This paper proposes a coupling approach to improve the simulation of snowmelt by integrating FASST snowmelt to SWAT. In this approach, when the snowmelt begins to be calculated in SWAT, it will call FASST snowmelt to calculate, return its value to the SWAT corresponding variable and continue remainder SWAT logics. The technical implementation is presented in detail. An application to the upper mountainous HRB is set up to test its performance. There are abundant snow falls in Upper HRB in winters and snowmelt is the primary water source to river in springs that cannot be simulated well by original SWAT. The improvements in comparison to the original were examined from three aspects, namely, streamflow, snowmelt runoff and surface runoff contribution to streamflow. Both snowmelt and surface runoff estimates with the coupled model were increased so that streamflow estimate was more close to that observed. An improvement of monthly streamflow estimation by 0.11 in Nash-Sutcliffe coefficient (NSE) can be achieved. Examination of surface runoff contribution to streamflow also supports its feasibility in estimating snowmelt by the coupled approach. Moreover, by using optimized parameter sets, the monthly streamflow simulation accuracy in the validation period of 2000—2009 can be up to 0.83 in NSE. The results confirm the applicability of the SWAT-FASST coupled approach in cold and alpine watersheds where snowmelt should be taken into account and suggest its significance in improving the simulations in such areas.

SWAT(Soil and Water Assessment Tool)；FASST；model integration；snowmelt runoff；Heihe River Basin (HRB)

國家自然科學基金面上資助項目(91125006)；國家重點實驗室開放基金資助項目(SKLFSE201009)

2012- 07- 11;

2013- 01- 06

*通訊作者Corresponding author.E-mail: nztong@lzb.ac.cn

10.5846/stxb201207110977

余文君，南卓銅,趙彥博，李碩.SWAT模型融雪模塊的改進.生態(tài)學報,2013,33(21):6992- 7001.

Yu W J，Nan Z T，Zhao Y B，Li S.Improvement of snowmelt implementation in the SWAT hydrologic model.Acta Ecologica Sinica,2013,33(21):6992- 7001.