劉衛(wèi)林，葉 詠，朱圣男，黃淵群，劉麗娜，萬一帆

(1.南昌工程學(xué)院江西省水文水資源與水環(huán)境重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330099；2.珠江水利科學(xué)研究院，廣東 廣州 510611；3.南昌工程學(xué)院瑤湖學(xué)院，江西 南昌 330099)

撫河流域土地廣闊，流域所處的贛撫平原是江西省最大的糧食生產(chǎn)地，這就意味著撫河流域水資源安全將達(dá)到新的高度。臨水為撫河最大一級(jí)支流，臨水流域的水質(zhì)、水量變化對(duì)撫河流域水資源有著重大影響，對(duì)了解流域的水資源分布格局、規(guī)劃和管理流域水資源、實(shí)現(xiàn)撫河臨水流域水資源時(shí)空合理調(diào)配及該流域可持續(xù)發(fā)展具有現(xiàn)實(shí)意義。

SWAT分布式水文模型是美國(guó)農(nóng)業(yè)部(USDA)農(nóng)業(yè)研究中心(ARS)1994年在SWRRB模型的基礎(chǔ)上開發(fā)的一種流域分布式水文模型。SWAT模型能夠模擬在不同土地利用類型、不同土壤類型和多種農(nóng)業(yè)管理措施下的流域內(nèi)的水量、泥沙和營(yíng)養(yǎng)物質(zhì)輸送遷移帶來的影響。開發(fā)之初在美國(guó)使用，隨后在世界各地有較為廣泛的應(yīng)用與研究。在SWAT模型與其他類似流域模型的應(yīng)用比較中，有大量的文獻(xiàn)表明SWAT模型在不同程度上要優(yōu)于HSPF、DWSM、MIKE SHE、AGNPS等模型[1]。國(guó)內(nèi)學(xué)者近些年對(duì)SWAT模型也有很深入的研究，如劉睿翀等[2]、金聰?shù)萚3]、蘇歡等[4]利用SWAT模型分別對(duì)黑河流域、新興江流域、淮河上游流域進(jìn)行徑流過程模擬，結(jié)果證明了模型的適用性較高；張余慶等[5]、王學(xué)等[6]則模擬信江流域和白馬河流域土地利用變化下的徑流變化，模擬結(jié)果同樣有很好的適用性。臨水為撫河最大一級(jí)支流，利用SWAT模型對(duì)該流域進(jìn)行徑流模擬，對(duì)該流域氣候變化及人類活動(dòng)影響下水資源空間合理調(diào)配及洪澇干旱的減災(zāi)防災(zāi)具有重要意義。基于此，以撫河臨水流域?yàn)檠芯繀^(qū)域，整合流域下墊面與氣象數(shù)據(jù)資料，基于GIS平臺(tái)構(gòu)建了SWAT分布式水文模型；采用SUFI- 2算法對(duì)模型參數(shù)進(jìn)行敏感性分析、率定和驗(yàn)證及不確定性分析，并對(duì)撫河臨水流域徑流過程進(jìn)行模擬，評(píng)價(jià)SWAT模型在撫河臨水流域的適用性，為該流域水資源規(guī)劃、管理及社會(huì)經(jīng)濟(jì)發(fā)展制定提供科學(xué)依據(jù)[7]。

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

臨水是撫河流域最大的一級(jí)支流，位于撫河中游左岸，地處東經(jīng)116°28′～116°33′、北緯27°03′～28°09′之間，流域面積5151km2。流域東北靠撫河，西北依清豐山溪，西鄰烏江、沂江，南毗梅江。范圍涉及樂安縣、宜黃縣等4縣(區(qū))，沿途有宜水、梨溪水及崇仁水等匯入，在撫北鎮(zhèn)上黃村匯入撫河。臨水流域位于贛中東部，屬亞熱帶濕潤(rùn)季風(fēng)氣候區(qū)，盛行西北風(fēng)，天氣寒冷少水。盛夏多為副熱帶高壓控制，盛行西南風(fēng)，天氣晴熱少水；春夏季冷暖氣團(tuán)交匯于此，形成梅雨連綿；秋季受變性高壓控制，形成涼爽的晴朗天氣。研究區(qū)地理位置見圖1。

表1 原始數(shù)據(jù)說明

圖1 研究區(qū)位置示意圖

1.2 數(shù)據(jù)來源

本研究采用的數(shù)據(jù)包括DEM數(shù)據(jù)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)、氣象數(shù)據(jù)。氣象數(shù)據(jù)涉及包括龍溪、桃陂、蕪頭、馬口、崇仁等撫河流域內(nèi)十余個(gè)水文站與雨量站的逐日氣象資料，包括平均本站氣壓、日最高本站氣壓、日最低本站氣壓、平均氣溫、日最高氣溫、平均水汽壓、平均相對(duì)濕度、最小相對(duì)濕度、降水量、小型蒸發(fā)量、平均風(fēng)速、最大風(fēng)速、最大風(fēng)速的風(fēng)向、極大等速、日照時(shí)數(shù)等19個(gè)要素的19年數(shù)據(jù)，水文數(shù)據(jù)為流域控制站婁家村水文站的逐日徑流資料。具體見表1。

2 SWAT模型構(gòu)建

2.1 土地利用數(shù)據(jù)

土地利用數(shù)據(jù)(GLC2000數(shù)據(jù))來源于中國(guó)西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心。根據(jù)SWAT模型中土地利用/植被覆蓋分類標(biāo)準(zhǔn)進(jìn)行重分類，最終得到3種土地利用類型，研究區(qū)主要土地利用類型為FRST(包括針葉常綠森林、常綠闊葉林、灌木叢、疏林等)，占流域面積的93.38%。重分類結(jié)果見表2。

表2 臨水流域土地利用重分類統(tǒng)計(jì)

2.2 土壤數(shù)據(jù)

由于土壤的物理化學(xué)性質(zhì)決定了不同水文單元的產(chǎn)流和匯流特征，也決定了土壤剖面中水和氣的運(yùn)動(dòng)狀況，同時(shí)對(duì)整個(gè)水文循環(huán)過程有著重要的作用[8]。本文選用的土壤數(shù)據(jù)為基于世界和諧土壤數(shù)據(jù)庫(HWSD)的中國(guó)土壤數(shù)據(jù)集[9]。計(jì)算方法具體采用土壤水特性軟件SPAW計(jì)算水力傳導(dǎo)系數(shù)、土壤濕密度和田間持水量等參數(shù)，其他參數(shù)由經(jīng)驗(yàn)公式求得(水文分組、土壤可侵蝕因子等參數(shù))。該研究區(qū)土壤類型經(jīng)重分類后共9種，見表3。土壤類型以典型強(qiáng)淋溶土、旱耕人為土為主，分別占流域面積的59.96%、20.03%。

表3 撫河臨水流域土壤重分類統(tǒng)計(jì)

2.3 氣象數(shù)據(jù)

利用臨水及撫河流域內(nèi)的十余個(gè)氣象站點(diǎn)19年的逐日氣象數(shù)據(jù)制作天氣發(fā)生器參數(shù)數(shù)據(jù)庫，通過借助相關(guān)軟件計(jì)算：平均降雨量、平均降雨天數(shù)、降雨偏度系數(shù)、月內(nèi)干日日數(shù)、月內(nèi)濕日日數(shù)；露點(diǎn)溫度；最高氣溫、最低氣溫、平均氣溫及相應(yīng)的標(biāo)準(zhǔn)偏差等值可通過SWATWeather計(jì)算可得。月內(nèi)平均風(fēng)速、月內(nèi)太陽輻射量等根據(jù)計(jì)算公式或查詢相關(guān)資料求得。

2.4 子流域及水文響應(yīng)單元?jiǎng)澐?/h3>

輸入前期準(zhǔn)備的DEM基礎(chǔ)數(shù)據(jù)，利用SWAT模型自帶的河網(wǎng)分析工具，生成水系和河網(wǎng)，設(shè)定集水面積閾值，將臨水流域劃分為33個(gè)子流域。再根據(jù)不同土地利用類型、土壤類型和坡度，將臨水流域劃分為396個(gè)水文響應(yīng)單元(Hydrological Response Units，HRUs)。在本文中將選取婁家村站作為控制站，利用該流域出口處地表徑流數(shù)據(jù)資料的變化情況對(duì)SWAT模型進(jìn)行評(píng)價(jià)。

2.5 模型評(píng)價(jià)指標(biāo)

在研究過程中，利用SWAT-CUP軟件對(duì)SWAT模型進(jìn)行率定和驗(yàn)證，同時(shí)選用決定系數(shù)R2、納什效率系數(shù)Ens、P因子和R因子來對(duì)模擬結(jié)果進(jìn)行評(píng)價(jià)。水文模型模擬結(jié)果的好壞一般使用納什效率系數(shù)來評(píng)價(jià)；相關(guān)系數(shù)是反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計(jì)指標(biāo)，相關(guān)系數(shù)的計(jì)算方法是利用積差方法以兩個(gè)變量與各自平均值的離差為基礎(chǔ)，通過兩個(gè)離差相乘來反映兩個(gè)變量之間相關(guān)程度。本文利用婁家村水文站的實(shí)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行校準(zhǔn)與驗(yàn)證，并采用納什效率系數(shù)Ens、決定系數(shù)R2和P因子和R因子對(duì)模擬效果進(jìn)行評(píng)價(jià)[10]。R2越接近于1，表示模擬值與實(shí)測(cè)值的擬合程度越高，ENS小于1大于0，表示二者越接近，專家學(xué)者普遍認(rèn)為R2>0.6，ENS>0.6，P>0.6和R<1的模擬情況是可以接受的[11]。Ens、R2、P因子和R因子的計(jì)算方法如下:

(1)

(2)

(3)

(4)

(5)

根據(jù)上面三種系數(shù)判斷模型率定和驗(yàn)證期的效果。

3 結(jié)果分析

3.1 參數(shù)敏感性分析

SWAT模型參數(shù)較多，每種參數(shù)也影響各不相同。有些參數(shù)對(duì)模型模擬的結(jié)果貢獻(xiàn)稍小，而有些參數(shù)的細(xì)微變化對(duì)模型模擬的結(jié)果具有舉足輕重的作用[12]。因此本文采用SWAT-CUP中的SUFI- 2算法，它是一種應(yīng)用梯度搜索的程序[12]。通過拉丁超立方隨機(jī)采樣產(chǎn)生的參數(shù)進(jìn)行計(jì)算。具體的方法是利用拉丁超立方隨機(jī)采樣產(chǎn)生500組參數(shù)，進(jìn)行500次相互獨(dú)立計(jì)算，讀取計(jì)算結(jié)果以后可以得到每個(gè)參數(shù)的敏感性排序和計(jì)算后推薦的新參數(shù)范圍，以此進(jìn)行多次重復(fù)迭代，完成參數(shù)率定，得到參數(shù)敏感性的結(jié)果和參數(shù)范圍，再進(jìn)行模型驗(yàn)證。參數(shù)的敏感性分析結(jié)果采用t檢驗(yàn)法進(jìn)行評(píng)價(jià)，p值越小、t值越大，參數(shù)越敏感，見表4。

由表4可看出，對(duì)SWAT模型徑流模擬影響較顯著的參數(shù)有地下水滯后時(shí)間GW_DELAY、基流系數(shù)ALPHA、SCS徑流曲線系數(shù)CN2、淺層地下水徑流系數(shù)GWQMN。

3.2 參數(shù)率定與驗(yàn)證

本文選擇婁家村站1990年1月1日—2008年12月31日間19年的實(shí)測(cè)流量數(shù)據(jù)對(duì)模型進(jìn)行率定與驗(yàn)證。其中，1990—1991年數(shù)據(jù)用作模型模擬的建立階段，1992—2000年為率定期，2001—2008年為驗(yàn)證期。

表4 參數(shù)敏感性率定結(jié)果

婁家村站率定期(1992—2000年)和驗(yàn)證期(2001—2008年)實(shí)測(cè)與模擬徑流的擬合結(jié)果見圖2、3，模型適應(yīng)性評(píng)價(jià)指標(biāo)見表5。在圖2中可以知，婁家村站實(shí)測(cè)徑流和月徑流模擬值擬合程度都比較好，率定期實(shí)測(cè)徑流和模擬徑流兩者相關(guān)系數(shù)R2為0.8288，驗(yàn)證期兩者的R2相關(guān)系數(shù)為0.803。從模型適應(yīng)性評(píng)價(jià)指標(biāo)可知，P因子和R因子在率定期和驗(yàn)證期值也均符合要求。率定期月徑流模擬值和實(shí)測(cè)值的的相關(guān)系數(shù)R2和納什效率系數(shù)Ens也均在0.80左右，這表示婁家村站的月徑流模擬值與實(shí)測(cè)值流量過程線擬合程度較好。參數(shù)率定后，將率定后的參數(shù)值帶回SWAT模型，利用婁家村站2001—2008年徑流數(shù)據(jù)進(jìn)行驗(yàn)證，驗(yàn)證期間徑流量實(shí)測(cè)值與模擬值的擬合結(jié)果見圖3，驗(yàn)證期模型適應(yīng)性指標(biāo)計(jì)算結(jié)果見表5，在驗(yàn)證期婁家村水文站的納什效率系數(shù)Ens和決定系數(shù)R2也都在0.80左右，表明SWAT模型在撫河臨水流域有很好的適用性。所以可以認(rèn)為SWAT模型能較好地模擬臨水流域的水文徑流過程。

圖2 婁家村水文站率定期與驗(yàn)證期實(shí)測(cè)徑流擬合

模擬期P因子R因子R2ENS率定期(1966—1990年)0.700.570.830.79驗(yàn)證期(1991—2005年)0.650.490.800.81

圖3 婁家村水文站率定期、驗(yàn)證期月模擬值與實(shí)測(cè)值

3.3 不確定性分析

本文選取利用SUFI- 2算法的2.5%和97.5%區(qū)間作為95%置信區(qū)間(95PPU)，通過計(jì)算結(jié)果可以得到率定期P因子為0.70，R因子為0.57，表明實(shí)測(cè)值落在不確定性區(qū)間的數(shù)量較少；驗(yàn)證期的P因子為0.65，R因子為0.49，比率定期的不確定性區(qū)間寬度稍有增大，則落在不確定性區(qū)間的實(shí)測(cè)值增大，通過對(duì)比圖2、3，表明率定期和徑流模擬比驗(yàn)證期徑流模擬的不確定性小。

4 結(jié)論

本文利用撫河臨水流域的DEM圖、土地利用、土壤類型、十個(gè)氣象站的氣象資料和區(qū)域水文控制站的實(shí)測(cè)徑流數(shù)據(jù)，構(gòu)建了撫河臨水流域SWAT徑流模型，利用SWAT-CUP中的SUFI- 2算法對(duì)模擬值進(jìn)行率定、驗(yàn)證和不確定性分析，得到以下結(jié)論：

(1)參數(shù)敏感性分析結(jié)果表明，對(duì)撫河臨水流域徑流過程有顯著性影響的參數(shù)有四個(gè)，依次是GW_DELAY(地下水滯后時(shí)間)、ALPHA(基流系數(shù))、CN2(SCS徑流曲線值)、GWQMN(淺層地下水徑流系數(shù))等，其它參數(shù)對(duì)撫河臨水流域徑流模擬影響較弱。

(2)模型參數(shù)率定、驗(yàn)證和參數(shù)不確定性分析結(jié)果表明，撫河臨水流域徑流在率定期、驗(yàn)證期的相關(guān)系數(shù)R2和納什效率系數(shù)Ens分別為0.83、0.80和0.79、0.81，證實(shí)了SWAT模型能夠很好的模擬撫河臨水流域的月徑流，精度較高，有很強(qiáng)的適用性。

(3)本文的基礎(chǔ)數(shù)據(jù)相對(duì)來說不豐富，影響了整個(gè)流域模擬的效果，在以后的研究過程中可以利用分辨率更高的土壤類型、土地利用資料，適當(dāng)增加氣象站點(diǎn)數(shù)量，使得模型運(yùn)行和參數(shù)模擬精度得到提高。