朱 燁，方秀琴，王 凱，朱求安

(1.河海大學(xué) 地球科學(xué)與工程學(xué)院，南京 210098； 2.西北農(nóng)林科技大學(xué) 林學(xué)院，陜西 楊凌 712100)

?

基于SWAT模型的延河流域月徑流量模擬分析

朱 燁1，方秀琴1，王 凱1，朱求安2

(1.河海大學(xué) 地球科學(xué)與工程學(xué)院，南京 210098； 2.西北農(nóng)林科技大學(xué) 林學(xué)院，陜西 楊凌 712100)

近年來SWAT模型在我國南方濕潤半濕潤流域以及眾多大尺度流域取得了良好的應(yīng)用效果，但在水文資料缺乏、氣候相對干旱的流域應(yīng)用不多。以黃土高原典型流域陜西省延河流域為例，結(jié)合國內(nèi)外已有的研究和GIS技術(shù)，根據(jù)延河流域現(xiàn)有的數(shù)據(jù)成功構(gòu)建了基于SWAT的水文模型，其中1980—1985年為模型的率定期，1986—1989年為模型的驗證期。通過對模型的參數(shù)進行敏感性分析以及一系列率定，最終得到結(jié)果為：率定期的Nash-Sutcliffe效率系數(shù)NS和相關(guān)系數(shù)R2分別是0.644和0.832；驗證期的Nash-Sutcliffe效率系數(shù)NS和相關(guān)系數(shù)R2分別為0.63和0.872，均達到模型模擬的要求，表明SWAT模型基本上能夠模擬延河流域月徑流量水文過程，為SWAT模型在黃土高原典型流域的進一步應(yīng)用提供了科學(xué)依據(jù)。

SWAT模型；月徑流量模擬；延河流域;黃土高原；適用性；敏感性分析

1 研究背景

SWAT(Soil and Water Assessment Tool)模型是20世紀(jì)90年代由美國農(nóng)業(yè)部農(nóng)業(yè)研究服務(wù)中心在SWRRB模型基礎(chǔ)上研制開發(fā)的一個長時段的分布式流域水文模型[1-2]，具有很強的物理基礎(chǔ)，適用于具有不同土壤類型、不同土地利用方式和管理條件復(fù)雜的大流域[3]，其主要目的是模擬預(yù)測不同土地利用、土壤類型和土地經(jīng)營管理方式等對流域水量、水質(zhì)等方面的影響。在國外，特別是在美國、加拿大和北美寒區(qū)，SWAT被廣泛應(yīng)用[4]。該模型以其強大的功能在分布式水文模型中占有重要地位，在一些資料嚴(yán)重缺乏的地區(qū)也可以利用模型的內(nèi)部生成器自動填補缺失資料。近年來，SWAT模型的應(yīng)用在我國也逐漸發(fā)展起來，應(yīng)用范圍越來越廣[5-7]。由于它在土地利用活動和流域過程之間建立了重要的聯(lián)系，因此可以對流域管理中各種決策的實用性進行評估[8]，已經(jīng)成為水資源保護管理規(guī)劃中不可或缺的工具，被一些國家和地方政府機構(gòu)的決策者應(yīng)用[9-10]。

徑流模擬是SWAT模型的重要內(nèi)容之一，SWAT模型自引進以來在南方濕潤半濕潤以及植被覆蓋度較高的地區(qū)應(yīng)用比較多，而在干旱半干旱區(qū)域的應(yīng)用相對較少。邱國玉等[11]在黃土高原涇河流域通過SWAT模型模擬分析了20世紀(jì)80—90年代流域的降雨量和徑流量的變化，證明SWAT模型能夠較好地模擬黃河源區(qū)的徑流變化。李道峰等[12]在黃河河源區(qū)建立了5種較為極端的土地覆被情景，并結(jié)合24組不同氣溫和降水的情景組合,結(jié)果表明隨著植被覆蓋度的增加，流域年徑流量減小,汛期更為明顯。宋艷華等[13]對隴西黃土高原的典型流域(南河流域)設(shè)定了10種生態(tài)恢復(fù)情景,并利用SWAT模型研究不同生態(tài)恢復(fù)情景下徑流與蒸散發(fā)響應(yīng)情況，得出在黃土高原地區(qū),自然草地仍是植被恢復(fù)和維持水量平衡的主要土地利用類型。然而，黃土高原地區(qū)生態(tài)環(huán)境脆弱，下墊面信息比較復(fù)雜，氣候多變，同時缺少充分的氣象和水文觀測站，因此，在該區(qū)應(yīng)用SWAT模型仍然存在許多難點。本文以黃土高原典型流域延河流域為研究區(qū)，構(gòu)建了SWAT模型數(shù)據(jù)庫，并進行了參數(shù)敏感性分析及率定，對SWAT模型在延河流域的適用性作出了相應(yīng)評價，為SWAT模型在干旱半干旱區(qū)的推廣應(yīng)用提供了一定的參考。

2 研究區(qū)域概況

延河位于黃河右岸、中游區(qū)上段的河口鎮(zhèn)至龍門段，是黃河一級支流。處在東經(jīng)108°44′～110°29′以及北緯36°22′～37°18′，全長285.3 km，流域面積7 723 km2。平均坡度為4.3%，河網(wǎng)密度約為4.5 km/km2。西川和蟠龍川以及杏子河等是延河的主要支流。研究區(qū)地理位置及水系分布情況如圖1所示。

圖1 研究區(qū)地理位置及水系分布Fig.1 Location and river system of the study area

流域多年平均降水量為495.5 mm，年平均氣溫9℃，年均水面蒸發(fā)量1 000 mm，主要災(zāi)害類型為旱災(zāi)、霜凍、冰雹及暴雨。延河流域位于黃土高原東南部，處于我國半濕潤氣候向半干旱氣候的過渡帶，水土流失是該區(qū)最主要的生態(tài)問題之一。

3 SWAT數(shù)據(jù)庫的構(gòu)建

SWAT模型模擬計算需要輸入大量詳細的數(shù)據(jù)，主要包括DEM(Digital Elevation Model)、土地利用圖、土壤圖等圖件，還需要水文數(shù)據(jù)、實測氣象數(shù)據(jù)、土地利用屬性、土壤屬性數(shù)據(jù)等。本文廣泛收集了延河流域水系、水文氣象以及自然地理的數(shù)據(jù)資料，并按照模型要求建立了數(shù)據(jù)庫。為適應(yīng)SWAT模型對輸入資料的要求，應(yīng)使所有的空間數(shù)據(jù)具有相同的地理坐標(biāo)和投影，考慮到研究區(qū)域的大小及形狀，采用變形較小的UTM分帶投影，橢球體為WGS84，延河流域位于UTM的北49帶，故投影系統(tǒng)為UTM WGS84 49N。

3.1 土地利用數(shù)據(jù)庫

根據(jù)延河流域的特點，確定土地覆蓋/土地利用的類型分別為水體、城鄉(xiāng)用地、林地、耕地、草地和未利用地6類，每一類別的具體描述及SWAT重新分類編碼見表1。

土地利用類型是重要的流域下墊面信息，通過改變地表蒸發(fā)、截流、填洼及下滲等水文過程而導(dǎo)致匯流過程發(fā)生變化，進而影響到以土地為下墊面的水文循環(huán)和水資源循環(huán)過程[12]，反映了不同的土地覆被及其水文特性，對確定產(chǎn)流非常重要，是模型模擬的關(guān)鍵輸入之一[13]。本文主要利用的土地利用數(shù)據(jù)是由歐洲航天局(European Space Agency)提供下載的Global Land Cover系列數(shù)據(jù)，該數(shù)據(jù)的土地利用類型代碼是按照歐洲數(shù)據(jù)的標(biāo)準(zhǔn)來分類的，因此要將該數(shù)據(jù)的土地利用類別進行SWAT的重新編碼。重新編碼后的土地利用圖可以將流域的土地利用類型與SWAT模型自帶的植被生長模型庫和農(nóng)業(yè)管理數(shù)據(jù)庫聯(lián)系起來。

表1 土地利用/覆被類別SWAT重分類編碼

3.2 土壤數(shù)據(jù)庫

土壤類型分布以及土壤屬性參數(shù)在分布式模型中至關(guān)重要，它們控制著土壤對流域內(nèi)部水量的調(diào)節(jié)[14]，影響降水在土壤中的下滲、側(cè)向運動等重要過程，因此，土壤屬性的精度極大地影響了模型的模擬精度。

研究使用的土壤類型數(shù)據(jù)來源于中國科學(xué)院南京土壤研究所土壤分中心以及中國土壤數(shù)據(jù)庫http://www.soil.csdb.cn。研究區(qū)共有1個土綱，4個土類，6個亞類，主要為沖積土、新積土、粗骨土、紅黏土、黃綿土等，流域內(nèi)的土壤類型分布見圖2。

圖2 流域土壤類型Fig.2 Soil types in the Yanhe River Basin

3.3 氣象水文資料數(shù)據(jù)庫

本文收集了研究區(qū)內(nèi)及距離研究區(qū)較近的5個中國標(biāo)準(zhǔn)氣象站點1951—2012年的逐日氣象資料，包括最高氣溫、最低氣溫、平均氣壓、日照時數(shù)、平均風(fēng)速、相對濕度、降水和蒸發(fā)等，另外還采用了流域內(nèi)39個雨量站1959—2011年的降水?dāng)?shù)據(jù)，5個觀測記錄比較全的水文站1959—2011年的流量數(shù)據(jù)。

4 模型的建立

4.1 子流域劃分

首先通過模型的Watershed Delineation模塊進行子流域的劃分，選擇之前已經(jīng)設(shè)置好投影的延河流域DEM，經(jīng)過計算得到相應(yīng)的匯流方向和匯流累積量，以流域現(xiàn)有的水系圖為標(biāo)準(zhǔn)，設(shè)置不同的閾值提取河網(wǎng)，經(jīng)過對比，當(dāng)閾值設(shè)置為10 000 Ha時比較符合流域的水系分布狀況，同時以甘谷驛作為流域的出口，最后將整個流域劃分為41個子流域。

4.2 水文響應(yīng)單元劃分

SWAT模型在劃分子流域的基礎(chǔ)上依據(jù)土壤類型和土地利用類型再接著劃分成多個水文響應(yīng)單元HRU，本文的劃分方式是將子流域分為多個不同土地利用和土壤類型的組合，每個HRU中使用的是優(yōu)勢土地利用覆蓋/優(yōu)勢土壤。其中土地利用閾值為15%，土壤閾值為10%，得到HRU的數(shù)目為169。

5 結(jié)果與分析

5.1 參數(shù)敏感性分析

SWAT模型參數(shù)眾多，有關(guān)的徑流參數(shù)就有20多個，對不同的流域來說參數(shù)的敏感性差異也比較大。因此研究利用SWAT-CUP來進行參數(shù)敏感性分析，它包含2種分析類型，全局敏感性(Global Sensitivity)和一次1個(One-at-a-time)敏感性分析。全局敏感性分析可以在一次迭代后執(zhí)行，而一次1個敏感性分析應(yīng)該一次只執(zhí)行1個參數(shù)。本文采用全局敏感性分析，經(jīng)過多次迭代計算最終得到結(jié)果如表2所示。

表2 敏感性分析結(jié)果

注：t值表示敏感性的程度，絕對值越大越敏感；p值為敏感性的顯著性，值越接近0越顯著。

根據(jù)敏感性分析結(jié)果可以發(fā)現(xiàn)，對延河流域來說，基流退水系數(shù)ALPHA_BF、冠層最大截留量CANMX以及徑流曲線數(shù)CN2和土壤飽和水力傳導(dǎo)度SOL_K等比較敏感。影響地表徑流的參數(shù)有CN2,ESCO,CANMX等，影響基流的參數(shù)為ALPHA_BF,REVAPMN,GWQMN等，主河道參數(shù)CH_K2,CH_N2，土壤相關(guān)參數(shù)SOL_K,SOL_AWC等。

5.2 參數(shù)率定

在上述參數(shù)敏感性分析的基礎(chǔ)上進行模擬期的率定，考慮到基流退水系數(shù)ALPHA_BF對徑流模擬相當(dāng)重要，不同子流域的河道必然具有不同的ALPHA_BF值，SWAT對所有河道的缺省值為0.048，故本研究以各水文站實測流量數(shù)據(jù)為基礎(chǔ)進行基流分割[15]，獲得對應(yīng)的ALPHA_BF值見表3。然后賦值給相應(yīng)的流域，在之后的校準(zhǔn)過程中將不再改變。

表3 基流分割結(jié)果

根據(jù)表2的參考和SWAT水量平衡原理，采用手動校準(zhǔn)的方式，不斷調(diào)整，以1980—1985年月徑流實測數(shù)據(jù)進行率定，1986—1989年月徑流實測數(shù)據(jù)來驗證，最終得到屬于該模型的參數(shù)率定值，見表4。

表4 SWAT徑流參數(shù)率定范圍及率定結(jié)果

5.3 模型的評價

在對每一次SWAT模型校準(zhǔn)后，選取3個評價指標(biāo)來對模型的適用性進行評價，分別是相對誤差Re、相關(guān)性系數(shù)R2和Nash-Suttcliffe系數(shù)NS，對應(yīng)的計算公式分別為

(1)

(2)

(3)

對于Re，其值越接近0表示模擬的徑流總量與實測的徑流總量越接近;NS值越接近1表明模擬的流量過程與實測流量過程線越吻合;而R2的值越接近于1表明模擬的徑流在時間序列上的變異越小。

大多情況下，首先對年水量平衡校準(zhǔn)，確定年平均徑流量Re<15%；年校準(zhǔn)之后，再校準(zhǔn)月、日記錄，以NS和R2為標(biāo)準(zhǔn)進行參數(shù)的微調(diào)。最終得到的模型率定期及驗證期的模擬結(jié)果評價如表5所示。

表5 SWAT模型評價結(jié)果

5.4 模擬結(jié)果的分析

從表5中的水量平衡模擬情況來看，相對誤差都不大，率定期和驗證期的相對誤差絕對值Re<15%。模型率定期和驗證期的效率系數(shù)NS>0.6。另外，2個時期的相關(guān)系數(shù)R2>0.83。

為了更直觀地展示SWAT模擬效果，繪出了模型率定期和驗證期的水文過程線，見圖3。由圖3可看出，模擬期內(nèi)的各年月流量模擬峰值與實測峰值基本保持一致，非汛期的模擬優(yōu)于汛期的模擬。同時將流量過程線與降雨量分布結(jié)合來看，模擬結(jié)果能夠很好地表現(xiàn)出流域降水和流量的年內(nèi)分布情況。

圖3 率定期及驗證期月徑流量過程Fig.3 Simulated and observed monthly total water flow in the calibration and validation phases

圖4 模型徑流量回歸分析結(jié)果Fig.4 Result of simple regression analysis of modelled runoff

分別對率定期和驗證期的模擬數(shù)據(jù)做了回歸分析，結(jié)果如圖4。從圖4中可以看出散點相對分布在趨勢線的兩側(cè)，這說明模擬值和實測值的相關(guān)性較好，但是也有一些點距離稍遠，導(dǎo)致模型準(zhǔn)確度不夠高。通過觀察還發(fā)現(xiàn)在高程較高的區(qū)域，距離也比較近，擬合比低值區(qū)要好，說明SWAT對該區(qū)峰值的相關(guān)性模擬比較理想。

以上分析結(jié)果可以看出，SWAT模型對延河流域月徑流模擬中，水量平衡模擬誤差不大，月徑流過程模擬的效率系數(shù)在可接受范圍，且徑流過程的模擬具有較高的精度，能夠較好地反映流域降水和流量的年內(nèi)分布情況，表明模型在延河流域具有較好的適用性。

6 結(jié)論與討論

(1) 根據(jù)相對誤差(Re)、相關(guān)性系數(shù)(R2)和Nash-Suttcliffe系數(shù)(NS)3個評價指標(biāo)的結(jié)果來看，SWAT模型在黃土高原這一生態(tài)環(huán)境較為脆弱的地區(qū)也能有較好的應(yīng)用，為SWAT在該流域的進一步研究，如土地利用變化的水文響應(yīng)、非點源污染以及該區(qū)的生態(tài)環(huán)境保護和綜合決策提供了科學(xué)依據(jù)。

(2) 在對延河流域進行SWAT模擬的過程中，其模型數(shù)據(jù)庫的建立也是一個重要的過程，它們是SWAT模型模擬的基礎(chǔ)，其質(zhì)量決定了SWAT模型模擬與預(yù)測的精度。數(shù)據(jù)庫的建立需要大量的數(shù)據(jù)，在這個過程中通過借助各種計算機軟件以及GIS相關(guān)技術(shù)可大大提高工作效率和精度。

(3) SWAT模型是以國外的自然生態(tài)環(huán)境為參考基礎(chǔ)而開發(fā)的，因此將其應(yīng)用在國內(nèi)時需要將各種數(shù)據(jù)進行轉(zhuǎn)換，過程相當(dāng)繁瑣；另外還有一些問題如已校準(zhǔn)流域模型的應(yīng)用限制性、參數(shù)的不確定性和非唯一性，以及在人類活動較為劇烈流域的應(yīng)用，需要再進一步研究探討，以期更好地推進SWAT在我國的應(yīng)用深度和廣度。

[1] MISHRA A, KAR S. Modeling Hydrologic Processes and NPS Pollution in a Small Watershed in Subhumid Subtropics Using SWAT[J]. Journal of Hydrologic Engineering, 2012, 17(3): 445-454.

[2] ARNOLD J, WILLIAMS J, MAIDMENT D. Continuous-time Water and Sediment-routing Model for Large Basin[J]. Journal of Hydraulic Engineering, 1995,121(2):171-183.

[3] 王中根, 劉昌明, 黃友波. SWAT模型的原理、結(jié)構(gòu)及應(yīng)用研究[J]. 地理科學(xué)進展， 2003，(1):79-86.

[4] NEITSCH S L,ARNOLD J G,KINIRY J R,etal.Soil and Water Assessment Tool Theoretical Documentation Version 2000[R].Texas: Texas Water Resources Institute,2002.

[5] 李占玲, 徐宗學(xué). 黑河流域上游山區(qū)徑流模擬及模型評估[J]. 北京師范大學(xué)學(xué)報(自然科學(xué)版), 2010, (3):344-349.

[6] 張 佳, 霍艾迪, 張 駿. 基于SWAT模型的長江源區(qū)巴塘河流域徑流模擬 [J]. 長江科學(xué)院院報，2016,33(5):18-22.

[7] 崔肖林, 陸建忠, 陳曉玲,等.不同氣候條件的撫河流域SWAT徑流模擬與驗證 [J]. 長江科學(xué)院院報，2015,32(9):14-20.

[8] 左德鵬, 徐宗學(xué). 基于SWAT模型和SUFI-2算法的渭河流域月徑流分布式模擬[J]. 北京師范大學(xué)學(xué)報(自然科學(xué)版), 2012, (5):490-496.

[9] FOLEY J A, DEFRIES R, ASNER G P,etal. Global Consequences of Land Use[J]. Science, 2005, 309(5734): 570-574.

[10]郝芳華, 程紅光, 楊勝天. 非點源污染模型-理論方法與應(yīng)用[M]. 北京：環(huán)境科學(xué)出版社， 2006.

[11]邱國玉, 尹 婧, 熊育久，等. 北方干旱化和土地利用變化對涇河流域徑流的影響[J]. 自然資源學(xué)報， 2008, 23(2):212-217.

[12]李道峰, 田 英, 劉昌明. 黃河河源區(qū)變化環(huán)境下分布式水文模擬[J]. 地理學(xué)報， 2004,59(4):565-573.

[13]宋艷華, 馬金輝. SWAT模型輔助下的生態(tài)恢復(fù)水文響應(yīng)——以隴西黃土高原華家?guī)X南河流域為例[J]. 生態(tài)學(xué)報，2009,28(2):636-644.

[14]管孝艷, 楊培嶺, 呂 燁. 基于多重分形的土壤粒徑分布與土壤物理特性關(guān)系[J]. 農(nóng)業(yè)機械學(xué)報， 2011，(3):44-50.

[15]陳利群, 劉昌明, 楊 聰，等. 黃河源區(qū)基流估算[J]. 地理研究， 2006,25(4):659-665.

(編輯：陳 敏)

Simulation of Monthly Runoff in the Yanhe River BasinUsing SWAT Model

ZHU Ye1, FANG Xiu-qin1, WANG Kai1,ZHU Qiu-an2

(1.School of Earth Sciences and Engineering, Hohai University, Nanjing 210098, China; 2.College of Forestry, Northwest A&F University, Yangling 712100,China)

In recent years, SWAT (Soil and Water Assessment Tool) model has achieved good application result in humid south China,but in arid river basins in lack of hydrological data, it has not been widely used. In this research, the semi-arid Yanhe River Basin in Shaanxi Province was taken as an example.In association with GIS and RS technology, a hydrological model based on SWAT model for Yanhe River Basin was built. Data series from 1980 to 1985 were used to calibrate the SWAT model and data from 1986 to 1989 were employed to validate the model. The results are as follows: values of Nash-Sutcliffe coefficient and correlation coefficient are 0.644 and 0.832 respectively in calibration period, and 0.630 and 0.872 in validation period, meeting the requirements of model simulation. The results indicate that SWAT model well reflects the monthly runoff hydrologic process in Yanhe River Basin. The research offers a basis for the further application of SWAT model to river basins in the loess plateau of China.

SWAT model; monthly runoff simulation; Yanhe River Basin;loess plateau; applicability;sensitivity analysis

2015-08-13

國家自然科學(xué)基金青年科學(xué)基金項目(41201027)；國家重點研發(fā)計劃項目(2016YFA0601500)；中央高?；究蒲袠I(yè)務(wù)費專項資金(2016B05414)

朱 燁(1992-)，女，安徽淮北人，碩士研究生，主要從事地表參數(shù)的遙感反演及遙感、地理信息系統(tǒng)和水文模型的集成等研究，(電話)15751873960(電子信箱)362079768@qq.com。

10.11988/ckyyb.20150681

2016,33(10):41-45

TV121；P33

A

1001-5485(2016)10-0041-05