陳海濤,王曉燕,2*,南 哲,韓曉萌,吳艾璞,黃潔鈺,龐樹江

輸入數(shù)據(jù)精度與準(zhǔn)確性對(duì)SWAT模型模擬的影響

陳海濤1,王曉燕1,2*,南 哲1,韓曉萌1,吳艾璞1,黃潔鈺1,龐樹江1

(1.首都師范大學(xué)資源環(huán)境與旅游學(xué)院,北京 100048；2.首都師范大學(xué)首都圈水環(huán)境研究中心,北京 100048)

以潮河流域?yàn)檠芯繀^(qū)域,利用潮河流域1990～2013年監(jiān)測(cè)數(shù)據(jù),構(gòu)建SWAT模型,在模型結(jié)構(gòu)和參數(shù)不改變的情況下,探究輸入數(shù)據(jù)精度(DEM分辨率)與準(zhǔn)確性(降水插值)對(duì)徑流和總氮模擬結(jié)果影響.結(jié)果顯示:DEM分辨率變化(30～300m)對(duì)徑流及總氮模擬效果不同,對(duì)徑流模擬影響不明顯,納什系數(shù)(ENS)和2可達(dá)到0.87以上;對(duì)總氮模擬結(jié)果影響較大,分辨率越精細(xì),模擬效果越好.不同水文年,DEM分辨率變化對(duì)總氮負(fù)荷模擬表現(xiàn)不同.豐水年對(duì)總氮負(fù)荷影響較大,負(fù)荷量差異較為明顯,枯水年影響相對(duì)較小;不同DEM分辨率下,年均(1993～2002年)總氮負(fù)荷強(qiáng)度空間分布相似,高負(fù)荷區(qū)均位于潮河中游,潮河上游及下游的負(fù)荷強(qiáng)度相對(duì)較低.不同降水輸入數(shù)據(jù)站點(diǎn)分布、站網(wǎng)密度和準(zhǔn)確性不同,流域內(nèi)降水空間分布差異顯著.總體上,基于站點(diǎn)較少的氣象站插值數(shù)據(jù)與雨量站實(shí)測(cè)降水?dāng)?shù)據(jù),徑流和總氮模擬效果較為接近;基于SWAT官方雨量站插值數(shù)據(jù),徑流和總氮模擬效果較差.不同降水?dāng)?shù)據(jù)輸入情景下,模擬的總氮負(fù)荷強(qiáng)度模擬的空間分布差異明顯;降水量分布較高的區(qū)域,負(fù)荷量也較高;不同水文年下,不同降水輸入對(duì)總氮負(fù)荷模擬表現(xiàn)不同.豐水年和枯水年,基于氣象站插值數(shù)據(jù)的總氮模擬結(jié)果與基于雨量站實(shí)測(cè)數(shù)據(jù)的模擬結(jié)果較為接近,而基于 SWAT官方雨量站插值的模擬誤差較大;平水年, 基于SWAT官方雨量站插值的模擬結(jié)果較氣象站插值數(shù)據(jù)的模擬結(jié)果更好.該研究可為流域開展模型構(gòu)建提供科學(xué)參考和借鑒.

SWAT模型；DEM分辨率；降水?dāng)?shù)據(jù)；潮河流域

近幾十年來,面源污染(NPS)成為影響水質(zhì)的重要貢獻(xiàn)源[1-2],威脅著中國(guó)社會(huì)和生態(tài)系統(tǒng)的安全.由于面源污染范圍廣,控制難度大以及不確定性復(fù)雜,使得面源污染的治理成為了全球水污染控制領(lǐng)域的重點(diǎn)[3].各國(guó)學(xué)者已經(jīng)采用多種方法對(duì)面源污染展開了模擬研究,其中,利用模型對(duì)污染物進(jìn)行模擬預(yù)測(cè)是常用的方法之一[4-5].在面源污染治理中,機(jī)理模型因根據(jù)面源污染形成的內(nèi)在機(jī)理,可對(duì)污染物的遷移轉(zhuǎn)化過程進(jìn)行模擬,而被廣泛運(yùn)用于流域水文過程及污染物負(fù)荷模擬過程中,常見的模型有流域分布式水文模型(SWAT)、農(nóng)業(yè)非點(diǎn)源污染模型(AnnAGNPS)、流域水文水質(zhì)模型(HSPF)、基于地形的水文模型(TOPMODEL)等[6-9].在模型模擬過程中,模型能否準(zhǔn)確表示水文過程并描述與水質(zhì)有關(guān)的養(yǎng)分負(fù)荷,在很大程度上取決于輸入數(shù)據(jù)的精度與準(zhǔn)確性,模型輸入數(shù)據(jù)是水文建模不確定性的主要來源[10-11].一般而言,建模結(jié)果的精度會(huì)隨著輸入數(shù)據(jù)精度與準(zhǔn)確性的提高而增加[12-13],但一些研究結(jié)果指出,在較大流域使用高精度的空間數(shù)據(jù)并不一定能改善模型應(yīng)用性能,相反,高精度數(shù)據(jù)在模型運(yùn)算過程中可能占用更多的時(shí)間和運(yùn)行內(nèi)存,給計(jì)算帶來不便[14,19].基于此,在不同研究區(qū)域如何選擇合適的數(shù)據(jù)類型和精度來提高模型應(yīng)用效果是一個(gè)值得探討的問題,已經(jīng)引起了研究者的廣泛關(guān)注[12,15].

數(shù)字高程模型(DEM)和降水是流域模型構(gòu)建和模擬的重要輸入數(shù)據(jù).DEM是對(duì)流域地形的數(shù)字表達(dá),輸入DEM的準(zhǔn)確性可以確定提取地形和水文特征的可靠性[15];降水是水文過程、沉積物和化學(xué)通量的主要驅(qū)動(dòng)力[16],是影響模型模擬精度最為重要的因素之一[17].國(guó)內(nèi)外學(xué)者對(duì)于不同輸入數(shù)據(jù)(DEM分辨率和降水?dāng)?shù)據(jù))進(jìn)行了模擬研究.Cotter等[18]研究了美國(guó)阿肯色州Moores Creek流域DEM分辨率對(duì)SWAT模型的影響,發(fā)現(xiàn)更精細(xì)的DEM分辨率導(dǎo)致更高的徑流量和硝酸鹽氮含量;Xu等[19]、Tan等[20]研究了DEM分辨率、來源和重采樣技術(shù)的敏感性對(duì)SWAT模型流量模擬的影響,結(jié)果表明DEM分辨率是其中最敏感的參數(shù),并得到了污染物、水文循環(huán)中最適宜模擬分辨率范圍;Song等[21]利用SWAT模型模擬了不同DEM分辨率輸入數(shù)據(jù)對(duì)黃水河流域模擬結(jié)果的影響,發(fā)現(xiàn)DEM分辨率對(duì)徑流模擬影響較小,對(duì)泥沙產(chǎn)量影響顯著;另外,Tuo等[22]研究了3個(gè)高山流域4種不同降水?dāng)?shù)據(jù)的輸入對(duì)流域流量模擬的影響,發(fā)現(xiàn)降水是模型不確定性的主要來源;張雪松等[23]通過SWAT模型研究了降水輸入對(duì)黃河下游盧氏流域模擬的影響,發(fā)現(xiàn)降水空間分布不均勻性對(duì)模型徑流和泥沙模擬產(chǎn)生較大影響.

現(xiàn)有輸入數(shù)據(jù)對(duì)模型的影響研究多基于不同數(shù)據(jù)源或?qū)⑤斎霐?shù)據(jù)進(jìn)行處理來進(jìn)行相關(guān)研究,少有在同一模型參數(shù)下,通過調(diào)整輸入不同數(shù)據(jù)的精度或類型,探討其對(duì)模型模擬結(jié)果的差異.研究區(qū)域潮河流域位于密云庫(kù)區(qū)上游,近年來,由于強(qiáng)烈的人類活動(dòng),導(dǎo)致密云水庫(kù)上游流域過多的氮流失進(jìn)入密云水庫(kù),進(jìn)一步威脅了庫(kù)區(qū)水環(huán)境安全[24].本文通過構(gòu)建潮河流域SWAT模型,在模型結(jié)構(gòu)與參數(shù)不發(fā)生改變的前提下,分析不同數(shù)據(jù)精度(DEM分辨率)及準(zhǔn)確性(降水插值)對(duì)模型徑流和總氮模擬結(jié)果的影響,旨在為后期構(gòu)建適宜的流域模型及開展相應(yīng)的水環(huán)境治理提供科學(xué)參考.

1 研究區(qū)域概況

圖1 研究區(qū)位置及土地利用

數(shù)字為子流域編號(hào)

潮河流域(115°25′～117°33′E,40°19′～41°31′N)是北京密云水庫(kù)重要的上游集水區(qū),流域面積約為4888km2,河網(wǎng)長(zhǎng)度為442.22km,地勢(shì)呈西北高東南低,流域內(nèi)最大高程2209m,最小高程為136m,具有復(fù)合地形特征(圖1).流域處于中溫帶向暖溫帶過渡,半干旱向半濕潤(rùn)過渡地區(qū),氣候?yàn)榈湫偷拇箨懶约撅L(fēng)氣候[25],多年平均氣溫7.3～10.3℃,多年平均降水量范圍為493～636mm(1991～2002年),降水大多集中在7～8月之間,西北部降水量高于東南部;農(nóng)業(yè)作物以小麥、玉米為主;土壤類型13種,主要類型有褐土、潮土和風(fēng)沙土;土地利用類型以草地、林地和耕地為主,其中草地占總面積的42.84%,林地為36.08%,耕地為15.81%(2012年).

2 研究方法

2.1 研究數(shù)據(jù)及來源

本研究所需的數(shù)據(jù)包括潮河流域數(shù)字高程數(shù)據(jù)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)、氣象數(shù)據(jù)及水文觀測(cè)數(shù)據(jù)等(表1),其中空間數(shù)據(jù)均采用Albers等積圓錐投影對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,以統(tǒng)一各類空間數(shù)據(jù)的投影和地理坐標(biāo),所有操作均基于ArcGIS 10.3平臺(tái)完成.

表1 研究數(shù)據(jù)及來源

2.2 SWAT模型輸入?yún)?shù)情景構(gòu)建

SWAT模型是由美國(guó)農(nóng)業(yè)部(USDA)農(nóng)業(yè)研究中心研發(fā)的基于過程的半分布流域模型,該模型可根據(jù)研究區(qū)內(nèi)土地利用類型、土壤類型、坡度,將流域劃分為不同的響應(yīng)單元(HRUs),基于流域水文響應(yīng)單元和水量平衡進(jìn)行全流域內(nèi)的水質(zhì)水量模擬,用以評(píng)估土地管理與氣候變化對(duì)流域水文水質(zhì)的影響,被廣泛運(yùn)用于全球各流域尺度的土壤侵蝕控制、非點(diǎn)源污染負(fù)荷模擬及管理措施效果模擬等方面[26-28].

本文以30m分辨率的DEM數(shù)據(jù)及1991～2002年雨量站實(shí)測(cè)降水?dāng)?shù)據(jù)為基準(zhǔn)輸入數(shù)據(jù),根據(jù)模型對(duì)流域出口徑流量及總氮負(fù)荷為輸出數(shù)據(jù)來確定SWAT模型其他各參數(shù).在分析DEM分辨率變化對(duì)模型的影響時(shí),控制其他輸入數(shù)據(jù)條件(降水量數(shù)據(jù)采用雨量站實(shí)測(cè))和模型參數(shù)不變,通過調(diào)整DEM分辨率來評(píng)價(jià)其對(duì)模型模擬效果的影響;在分析不同降水?dāng)?shù)據(jù)輸入對(duì)模型的影響時(shí),控制其他輸入數(shù)據(jù)條件(DEM采用30m數(shù)據(jù))和模型參數(shù)不變,通過輸入不同的降水來源數(shù)據(jù),評(píng)價(jià)其對(duì)模型模擬效果的影響.為了在建模過程中將不確定性的輸入數(shù)據(jù)與其他數(shù)據(jù)或過程描述分開,控制其他條件為恒定不變.這些條件包括:(1)其他輸入數(shù)據(jù):如土地利用數(shù)據(jù)、土壤數(shù)據(jù)和經(jīng)濟(jì)管理數(shù)據(jù).(2)相同的集水面積閾值,用于定義河流產(chǎn)生子流域.(3)相同的HRU定義閾值,分別為土地利用(5%)土壤(10%)和坡度(10%).(4)SWAT模型其他相同的默認(rèn)參數(shù).

2.3 模型校準(zhǔn)和驗(yàn)證

由于SWAT模型結(jié)構(gòu)復(fù)雜參數(shù)眾多,為提高模型的率定效率,本文采用SWAT-CUP對(duì)模型進(jìn)行參數(shù)敏感性分析,用流域出口水文站(下會(huì)站)的水文觀測(cè)數(shù)據(jù)(徑流量)和水質(zhì)數(shù)據(jù)(總氮負(fù)荷)來校準(zhǔn)模型.模型模擬(1990～2013年)共24a,1990～1992年模型的預(yù)熱期,1993～2003年為模型的校準(zhǔn)期,2004～2013年為模型的驗(yàn)證期,參考相關(guān)研究結(jié)果,通過手動(dòng)調(diào)整影響徑流量和總氮負(fù)荷的主要參數(shù),使得徑流和總氮的模擬值和實(shí)際值接近.校準(zhǔn)期和驗(yàn)證期的模擬效果采用納什系數(shù)(ENS)和相對(duì)誤差(RE)作為評(píng)價(jià)標(biāo)準(zhǔn),對(duì)模型模擬效果進(jìn)行評(píng)價(jià).ENS和RE的表達(dá)式分別為:

式中:P表示模擬值,O表示實(shí)測(cè)值,avg表示模擬時(shí)段內(nèi)實(shí)測(cè)平均值,表示模擬總次數(shù). 其中, ENS反映了模擬值與實(shí)測(cè)值的擬合程度,值越接近1表示模擬結(jié)果越好(ENS30.9優(yōu)秀;0.75￡ENS<0.9優(yōu)良;0.5￡ENS<0.75良好;ENS<0.5則認(rèn)為偏差過大不適宜[29]);而相對(duì)誤差0￡RE￡1,RE越小,模擬值與實(shí)測(cè)值越接近.

如圖2所示,通過模擬,月均徑流量在校準(zhǔn)期和驗(yàn)證期的ENS分別為0.81和0.77, RE分別為47%和39%;總氮在校準(zhǔn)期和驗(yàn)證期ENS分別為0.66和0.56, RE為54%和47%.通過參考模型評(píng)價(jià)標(biāo)準(zhǔn),表明率定后的SWAT模型能夠較好反應(yīng)潮河流域徑流量和總氮負(fù)荷的變化規(guī)律[30].

3 結(jié)果與討論

3.1 DEM分辨率對(duì)水文特征提取的影響

DEM分辨率是影響模型模擬結(jié)果的重要因素之一,本文采用最鄰近內(nèi)插法(NEAREST)將30m分辨率DEM數(shù)據(jù)重采樣成不同分辨率,比較模型在不同分辨率下流域地形和特征變化,如表2所示,隨著DEM分辨率的降低,流域面積從4798.22km2(30m分辨率)減少至4673.16km2(300m分辨率),面積減少2.6%,最大高程也相應(yīng)減少1.2%,這是由于DEM分辨率變化,對(duì)流域地形產(chǎn)生了概化作用,導(dǎo)致流域邊界線不再經(jīng)過原來的網(wǎng)格位置,子流域的面積產(chǎn)生變化,同時(shí)引起最大高程范圍的縮減[31];與此同時(shí),DEM分辨率變化對(duì)坡度也有較大影響,流域內(nèi)坡度最大值和平均值隨DEM分辨率變化明顯,這與Liu等[32]研究結(jié)果相似.最大坡度從66.36°(30m分辨率)降低至34.76°(300m分辨率),平均坡度從13.97°降低至7.97°,分辨率降低,導(dǎo)致地面起伏程度逐漸趨于平緩, 較高和較低處被平坦化,地形特征損失顯著,這種地形特征的缺失可能導(dǎo)致模型對(duì)于集水區(qū)識(shí)別產(chǎn)生變化[33].對(duì)于模型子流域劃分而言,隨著DEM分辨率的降低,HRU個(gè)數(shù)呈下降趨勢(shì);子流域個(gè)數(shù)在一定DEM分辨率范圍內(nèi)(30～100m)保持穩(wěn)定,當(dāng)DEM分辨率為300m時(shí),HRU之間產(chǎn)生部分合并,子流域個(gè)數(shù)減少.

3.2 DEM分辨率變化對(duì)模型模擬結(jié)果影響

選取1991～2002年實(shí)測(cè)降水?dāng)?shù)據(jù),根據(jù)不同分辨率下的水文特征選取30, 100, 300m的DEM分辨率對(duì)流域出口徑流及總氮負(fù)荷進(jìn)行模擬分析.結(jié)果如表3所示,不同DEM分辨率下,模型對(duì)徑流模擬的ENS和2均在0.87以上,無明顯效果差異,模擬效果均較好.這與Lin等[34]在謝坑溪流域研究結(jié)果相似.一般而言,地表徑流產(chǎn)流采用SCS-CN模型進(jìn)行模擬計(jì)算,與土壤初始含水量、流域最大滯留量等因素有關(guān)[35-36].在相同的降水輸入情況下,DEM分辨率變化得到的流域面積和最大高程差別不大,30m與300m僅相差2.6%和1.2%,對(duì)年徑流來說,影響較小;DEM分辨率對(duì)坡度變化產(chǎn)生較大影響,但一定范圍內(nèi)的DEM分辨率變化引起的坡度差異對(duì)產(chǎn)流模擬結(jié)果影響相對(duì)有限[37],對(duì)次洪相應(yīng)的匯流過程雖有一定的影響,但累加為年徑流后,影響也相對(duì)較小.因而,DEM分辨率變化對(duì)于徑流結(jié)果影響并不明顯.

表2 DEM分辨率對(duì)流域識(shí)別特征的影響

于總氮而言,隨著DEM分辨率不斷降低,總氮的模擬效果變差,30, 100和300m分辨率下ENS分別是0.78、0.55、0.52,呈不斷減少趨勢(shì),說明分辨率降低對(duì)模擬結(jié)果有較為明顯的影響.總氮主要來自流域內(nèi)的農(nóng)業(yè)面源污染,如氮肥施用、牲畜有機(jī)肥等,與流域土地利用類型有關(guān)[38-39],潮河流域的土地利用類型以草地、林地及耕地為主,其中草地占總面積的42.84%,林地為36.08%,耕地為15.81%(2012年).草地及林地氮肥施用相對(duì)較少,而耕地相對(duì)較多,由于流域內(nèi)耕地主要分布在河系邊的河谷平原帶(圖1),地形變化不大,而平緩地形為主的研究區(qū)對(duì)DEM分辨率變化更為敏感[40],導(dǎo)致總氮模擬的差異.

表3 不同DEM分辨率下徑流、總氮模擬效果評(píng)價(jià)

從時(shí)間上,選取潮河流域1990～2002年間不同水文年,評(píng)價(jià)DEM分辨率對(duì)于總氮模擬結(jié)果影響,從表4可以看出,豐水年(1994年)較平水年(1995年)和枯水年(2000年)年徑流量增大,總氮負(fù)荷相對(duì)更高,這是因?yàn)榻邓欠屈c(diǎn)源污染的主要驅(qū)動(dòng)力,總氮受降水強(qiáng)度和時(shí)間影響,徑流量增加,使得雨水進(jìn)入地表,攜帶大量含氮物質(zhì)進(jìn)入水體,總氮負(fù)荷變大[41-42].不同DEM分辨率在不同水文年下,總氮模擬結(jié)果呈現(xiàn)較大差異.豐水年總氮負(fù)荷模擬值差異較大,如1994年,30m分辨率下總氮負(fù)荷為1858.35t,而在300m分辨率下,總氮負(fù)荷明顯減少,為1336.21t;而枯水年(2000年)在30, 100和300m分辨率下的總氮結(jié)果分別是:233.18, 217.69和217.69t,模擬差異相對(duì)較小.這說明總氮模擬不僅受地形因素影響,更與降水量分布有關(guān).由于不同水文年的降雨差異,不同DEM分辨率下的模擬差異被放大.以30m分辨率為基準(zhǔn),100m分辨率下,豐水年(1994年)與枯水年(2000年)的總氮模擬差異相差不大,相對(duì)誤差分別為7.5%和6.64%;而300m分辨率,豐水年模擬結(jié)果差異超過28%,相比于枯水年差異遠(yuǎn)遠(yuǎn)增大.這說明在潮河流域,降水很大程度主導(dǎo)了總氮負(fù)荷的產(chǎn)生,而分辨率降低造成的地形特征模糊對(duì)總氮負(fù)荷的模擬影響相對(duì)有限.

從空間上,潮河流域子流域非點(diǎn)源污染物的污染負(fù)荷強(qiáng)度如圖3所示,不同DEM分辨率下,年均(1993～2002年)氮污染負(fù)荷強(qiáng)度在空間分布上相似,高負(fù)荷區(qū)均位于潮河中游,潮河上游及下游的污染負(fù)荷強(qiáng)度相對(duì)較低,該結(jié)果與徐菲等[43]在密云庫(kù)區(qū)上游潮河流域研究結(jié)果相似,污染負(fù)荷強(qiáng)度高主要是由于流域內(nèi)不合理的畜禽養(yǎng)殖、農(nóng)業(yè)活動(dòng)[43-44]導(dǎo)致氮污染負(fù)荷加大;年均氮污染負(fù)荷強(qiáng)度在30, 100和300m DEM分辨率下范圍分別為0.10～5.12, 0.08～5.09和0.05～3.40kg/hm2, DEM分辨率為30和100m時(shí),子流域數(shù)量不變,氮污染負(fù)荷強(qiáng)度范圍相差不大,DEM分辨率為300m時(shí),子流域數(shù)量由39個(gè)減少至35個(gè),氮污染負(fù)荷范圍縮減,由于總氮負(fù)荷和地形坡度有關(guān)[45],DEM分辨率降低對(duì)高程、坡度較低地區(qū)進(jìn)行了高度的概化,使得高程、坡度范圍變小,子流域個(gè)數(shù)減少,從而導(dǎo)致模擬效果的差異.

表4 不同水文年及DEM分辨率總氮模擬結(jié)果比較(1990～2002年)

圖3 不同DEM分辨率總氮負(fù)荷強(qiáng)度模擬結(jié)果

3.3 不同降水?dāng)?shù)據(jù)情景差異

降水輸入數(shù)據(jù)是模型模擬的重要輸入源,本文選取雨量站(1991～2002年)實(shí)測(cè)數(shù)據(jù)、氣象站(豐寧站、承德站)(1961～2000年)降水插值數(shù)據(jù)與SWAT官方雨量站降水插值數(shù)據(jù)(1991～2002年)3種不同降水?dāng)?shù)據(jù)情景進(jìn)行模擬研究.基于雨量站實(shí)測(cè)降水?dāng)?shù)據(jù)作為評(píng)價(jià)其他降水輸入估算出的流域降水量的標(biāo)準(zhǔn)值,基于分布密度較高的雨量站降水資料可以相對(duì)真實(shí)的反映流域降水的空間異質(zhì)性,比較不同降水?dāng)?shù)據(jù)估算的流域降水量.

根據(jù)雨量站實(shí)測(cè)降水資料得到流域年均等雨量線圖(圖4a)可以看出,潮河流域降水空間分布差異顯著,呈現(xiàn)出從西北向東南方向遞增趨勢(shì),降水中心位于流域東南方向.3種不同的降水輸入條件下: (a)1991～2002年雨量站實(shí)測(cè)降水插值;(b) 1961～2000氣象站降水插值;(c)1991～2002年官方雨量站實(shí)測(cè)降水插值,流域年均降水量依次為502.69, 485.00和396.83mm.流域內(nèi)雨量站實(shí)測(cè)與氣象站年均降水量差異不大,由于豐寧氣象站位于流域中心位置,潮河流域中部區(qū)域年降水量和雨量站實(shí)測(cè)的相似,而潮河下游承德氣象站位于潮河流域東南側(cè),距離流域有一定的距離,因而潮河流域下游區(qū)域年降水量和雨量站實(shí)測(cè)差距變大,基于相鄰有限氣象站(豐寧、承德)降水資料得到降水?dāng)?shù)據(jù)和雨量站實(shí)測(cè)降水值相比,由于無法詳細(xì)描述流域降水的高值信息,從而過低估計(jì)了流域降水量;而SWAT官方雨量站雨量數(shù)據(jù)是由全球氣象模式重建的平均網(wǎng)格化插值數(shù)據(jù),數(shù)據(jù)精度相對(duì)較低,因而官方雨量站插值數(shù)據(jù)較雨量站實(shí)測(cè)和氣象站插值差距更大(圖4c).

圖4 潮河流域基于不同降水?dāng)?shù)據(jù)插值后雨量分布

(a)1991～2002年雨量站實(shí)測(cè)降水插值;(b)1961～2000年氣象站降水插值;(c)1991～2002年SWAT官方雨量站降水插值

3.4 降水輸入對(duì)模型結(jié)果影響

分別以雨量站(1991～2002年)實(shí)測(cè)數(shù)據(jù)、氣象站(豐寧站、承德站)(1961～2000年)降水插值數(shù)據(jù)與官方雨量站(1991～2002年)降水插值數(shù)據(jù)作為降水輸入條件對(duì)徑流和總氮進(jìn)行模擬,為保持模擬時(shí)間尺度一致,選擇1991～2000年為模擬年份,預(yù)熱期2a,氣象數(shù)據(jù)只改變降水量數(shù)據(jù),DEM采用30m分辨率,其他數(shù)據(jù)采用SWAT模塊默認(rèn)值.模擬結(jié)果顯示(表5),在1991～2000年間,雨量站實(shí)測(cè)降水?dāng)?shù)據(jù)對(duì)應(yīng)的徑流和總氮模擬效果最好,氣象站插值與雨量站實(shí)測(cè)模擬結(jié)果較為接近,而官方雨量站插值模擬結(jié)果相對(duì)較差.這是由于雨量站和氣象站是基于水文部門和氣象部門建立的標(biāo)準(zhǔn)站點(diǎn)數(shù)據(jù),監(jiān)測(cè)精度均符合規(guī)范,水文部門的日雨量起止時(shí)間分界點(diǎn)與氣象部門的日雨量起止時(shí)間分界點(diǎn)雖有所區(qū)別,但不影響年尺度的模擬差異,因此兩者模擬結(jié)果較為相似.兩者模擬的差異主要來源于潮河流域氣象站點(diǎn)和雨量站點(diǎn)空間位置不同,且站點(diǎn)分布密度差別較大導(dǎo)致,因而基于雨量站點(diǎn)較多的實(shí)測(cè)數(shù)據(jù)模擬結(jié)果較氣象站插值更好.而SWAT官方雨量站雨量數(shù)據(jù)是由全球氣象模式重建的數(shù)據(jù),并非實(shí)際監(jiān)測(cè)的數(shù)據(jù),與實(shí)際的雨量值相差較大,由此計(jì)算的徑流和總氮的精度也低.

表5 不同降水插值下研究區(qū)徑流、總氮模擬效果評(píng)價(jià)

3種不同降水插值條件下,潮河流域總氮多年平均負(fù)荷強(qiáng)度模擬見圖5.多年雨量站實(shí)測(cè)數(shù)據(jù)輸入模擬潮河流域總氮負(fù)荷強(qiáng)度空間分布呈現(xiàn)“上下游低,中游高”的趨勢(shì);氣象站插值雨量輸入總氮負(fù)荷強(qiáng)度分布呈現(xiàn)“上中游高,下游低”趨勢(shì);官方雨量站模擬總氮空間分布負(fù)荷強(qiáng)度較雨量站實(shí)測(cè)數(shù)據(jù)和氣象站插值數(shù)據(jù)整體偏低.從模擬值范圍來看,雨量站實(shí)測(cè)數(shù)據(jù)結(jié)果范圍為0.10～5.10kg/hm2,氣象站插值模擬結(jié)果范圍為0.09～5.48kg/hm2,而官方雨量站插值模擬結(jié)果范圍有明顯減小為0.04～ 2.41kg/hm2. 3種不同降水插值輸入模擬中,子流域總氮負(fù)荷強(qiáng)度變化較大,特別是在流域上游和中游區(qū)域.雨量站實(shí)測(cè)降水輸入結(jié)果中,流域中部6個(gè)子流域的單位負(fù)荷強(qiáng)度大于2.38kg/hm2;而氣象站降水?dāng)?shù)據(jù)插值結(jié)果中,共16個(gè)子流域單位負(fù)荷強(qiáng)度大于2.38kg/hm2,分布在流域上游和中游;上游子流域總氮負(fù)荷相較于雨量站實(shí)測(cè)模擬明顯偏高,中游及下游10～39號(hào)子流域總氮負(fù)荷強(qiáng)度與實(shí)測(cè)雨量模擬結(jié)果相對(duì)一致;而官方雨量站插值降水?dāng)?shù)據(jù)得到的各子流域總氮負(fù)荷強(qiáng)度整體偏低.這是由于模型輸入的降水?dāng)?shù)據(jù)來源不同,不同降雨數(shù)據(jù)因站點(diǎn)分布和站網(wǎng)密度差異導(dǎo)致流域范圍內(nèi)降雨分布、雨強(qiáng)產(chǎn)生差異.有研究表明,污染負(fù)荷強(qiáng)度與雨強(qiáng)、降水空間分布等因素有關(guān)[42,46],在相同條件坡度和坡長(zhǎng)下,氮素流失量與降水分布呈正相關(guān)關(guān)系[47],從而導(dǎo)致氮污染流失量在空間分布上的差異.從模擬結(jié)果來看,雨量站實(shí)測(cè)與氣象站插值降水對(duì)于氮污染負(fù)荷的空間分布差異不大,模擬效果均較好,因此在一定條件下,利用流域內(nèi)氣象站插值數(shù)據(jù)代替雨量站實(shí)測(cè)數(shù)據(jù)是可行的.

圖5 不同降水插值輸入下總氮負(fù)荷強(qiáng)度模擬結(jié)果

表6 不同降水條件下不同水文年的總氮模擬結(jié)果

不同的降水?dāng)?shù)據(jù)輸入因監(jiān)測(cè)站點(diǎn)分布、站網(wǎng)密度和數(shù)據(jù)準(zhǔn)確性在不同水文年總氮模擬結(jié)果中也顯示出了較大差異,如表6所示.氣象站插值在豐水年與枯水年總氮模擬結(jié)果較接近雨量站實(shí)測(cè)數(shù)據(jù)的模擬結(jié)果,相對(duì)誤差分別為13.04%和30.88%,但在平水年的模擬結(jié)果差異較大,誤差達(dá)-55.08%;而官方雨量站插值在平水年效果優(yōu)于氣象站插值,相對(duì)誤差為-24.18%,但豐水年和枯水年模擬結(jié)果相對(duì)誤差均達(dá)50%以上.這可能是由于不同降水?dāng)?shù)據(jù)之間插值方式產(chǎn)生的差異,在不同水文年表現(xiàn)更為顯著.氣象站降水插值是由位于流域中心和西南角的豐寧氣象站和承德氣象站利用反距離插值法得到,其站網(wǎng)密度遠(yuǎn)小于水文站.從結(jié)果可知,豐水年雨量站實(shí)測(cè)與氣象站插值差異較小,枯水年次之,平水年最大,這說明基于較多或較少年降水量,氣象站插值更能準(zhǔn)確表達(dá)流域內(nèi)的降水情況,通過少量站點(diǎn)的降水監(jiān)測(cè)數(shù)據(jù)也可滿足一般精度模擬的實(shí)際要求;而SWAT官方雨量站雨量數(shù)據(jù)是由全球氣象模式重建的數(shù)據(jù),站點(diǎn)分布均勻,但由于數(shù)據(jù)非實(shí)際測(cè)量數(shù)據(jù),與實(shí)際監(jiān)測(cè)雨量分布相差較大,在豐水年和枯水年下差異較為明顯,平水年下差異反而變小.

以上結(jié)果表明,在SWAT建模中,確定合適的DEM分辨率和降水?dāng)?shù)據(jù)至關(guān)重要,對(duì)模型結(jié)果產(chǎn)生較大影響.在未來,利用模型開展相關(guān)研究進(jìn)行科學(xué)決策越來越成為面源污染治理的重點(diǎn),為減少模型預(yù)測(cè)的不確定性,在建模之前開展相關(guān)調(diào)研和研究,確定最合適的數(shù)據(jù)類型和數(shù)據(jù)精度應(yīng)成為模型建模考慮的方向.

4 結(jié)論

4.1 DEM分辨率變化會(huì)對(duì)流域地形特征產(chǎn)生影響,地形概化特征明顯.不同DEM分辨率下徑流及總氮模擬效果不同;DEM分辨率變化(30～300m)對(duì)徑流模擬影響不顯著,ENS和2可達(dá)到0.87以上;對(duì)總氮模擬結(jié)果影響較大,分辨率越精細(xì),模擬效果越好.

4.2 DEM分辨率變化對(duì)不同水文年對(duì)總氮負(fù)荷模擬表現(xiàn)不同.在豐水年,對(duì)總氮負(fù)荷影響較大,負(fù)荷量差異較為明顯,而在枯水年,影響相對(duì)較小;不同DEM分辨率下,年均(1993～2002年)總氮負(fù)荷強(qiáng)度空間分布相似,高負(fù)荷區(qū)均位于潮河中游,潮河上游及下游的負(fù)荷強(qiáng)度相對(duì)較低.

4.3 不同降水輸入數(shù)據(jù)站點(diǎn)分布、站網(wǎng)密度以及數(shù)據(jù)準(zhǔn)確性的不同,流域內(nèi)降水空間分布差異顯著.總體上,基于站點(diǎn)較少的氣象站插值數(shù)據(jù)的徑流和總氮模擬效果與基于雨量站實(shí)測(cè)降水?dāng)?shù)據(jù)的模擬效果較為接近,而基于SWAT官方雨量站插值數(shù)據(jù)模擬效果較差.

4.4 不同降水?dāng)?shù)據(jù)輸入情景下,總氮負(fù)荷強(qiáng)度模擬的空間分布差異明顯,降水量分布較高的區(qū)域,負(fù)荷量也較高;不同水文年下,不同降水輸入對(duì)總氮負(fù)荷模擬表現(xiàn)不同.豐水年和枯水年下,氣象站插值數(shù)據(jù)的模擬結(jié)果與基于雨量站實(shí)測(cè)數(shù)據(jù)的模擬結(jié)果較為接近,而基于SWAT官方雨量站插值的模擬結(jié)果誤差較大;平水年下,基于SWAT官方雨量站插值的模擬結(jié)果較基于氣象站插值數(shù)據(jù)的模擬結(jié)果更好.

[1] 耿潤(rùn)哲.流域非點(diǎn)源污染控制措施優(yōu)化配置及成本效益分析研究 [D]. 北京:首都師范大學(xué), 2015. Geng R Z. Optimizing best management practices using a multi-objective optimization tool to improve water quality goals under different spatial scales [D]. Beijing: Capital Normal University, 2015.

[2] 王曉燕.流域非點(diǎn)源污染過程機(jī)理與控制管理—以北京密云水庫(kù)流域?yàn)槔?[M]. 北京:科學(xué)出版社, 2011. Wang X Y. Process Mechanism and control management of non-point source pollution in watershed—A case study of Miyun Reservoir Watershed, Beijing [M]. Beijing: Science Press, 2011.

[3] Wu L, Long T Y, Liu X, et al. Impacts of climate and land-use changes on the migration of non-point source nitrogen and phosphorus during rainfall-runoff in the Jialing River Watershed, China [J]. Journal of Hydrology, 2012,475:26-41.

[4] Pang S, Wang X, Melching C S, et al. Development and testing of a modified SWAT model based on slope condition and precipitation intensity [J]. Journal of Hydrology, 2020,588:125098.

[5] Preetha P P, Al-Hamdan A Z. Integrating finite-element-model and remote-sensing data into SWAT to estimate transit times of nitrate in groundwater [J]. Hydrogeology Journal, 2020,28(6):2187-2205.

[6] Guo T, Engel B A, Shao G, et al. Development and improvement of the simulation of woody bioenergy crops in the Soil and Water Assessment Tool (SWAT) [J]. Environmental Modelling & Software, 2019,122:104295.

[7] Jiang K, Li Z, Luo C, et al. The reduction effects of riparian reforestation on runoff and nutrient export based on AnnAGNPS model in a small typical watershed, China [J]. Environmental Science and Pollution Research, 2019,26(6):5934-5943.

[8] 龐樹江,王曉燕,馬文靜.多時(shí)間尺度HSPF模型參數(shù)不確定性研究[J]. 環(huán)境科學(xué), 2018,39(5):2030-2038. Pang S J, Wang X Y, Ma W J. Research of parameter uncertainty for the HSPF model under different temporal scales [J]. Environmental Science, 2018,39(5):2030-2038.

[9] Hao G, Li J, Song L, et al. Comparison between the TOPMODEL and the Xin'anjiang model and their application to rainfall runoff simulation in semi-humid regions [J]. Environmental Earth Sciences, 2018,77(7):279.

[10] Shen Z Y, Chen L, Chen T. The influence of parameter distribution uncertainty on hydrological and sediment modeling: a case study of SWAT model applied to the Daning watershed of the Three Gorges Reservoir Region, China [J]. Stochastic Environmental Research & Risk Assessment, 2013,27(1):235-251.

[11] Bormann H. Sensitivity of a soil-vegetation-atmosphere-transfer scheme to input data resolution and data classification [J]. Journal of Hydrology, 2008,351(1/2):154-169.

[12] 邱臨靜,鄭粉莉,Yin R S. DEM柵格分辨率和子流域劃分對(duì)杏子河流域水文模擬的影響 [J]. 生態(tài)學(xué)報(bào), 2012,32(12):3754-3763. Qiu L J, Zheng F L, Yin R S. Effects of DEM resolution and watershed subdivision on hydrological simulation in the Xingzihe watershed [J]. Acta Ecologica Sinica, 2012,32(12):3754-3763.

[13] Gautam S, Dahal V, Bhattarai R. Impacts of dem source, resolution and area threshold values on SWAT generated stream network and streamflow in two distinct nepalese catchments [J]. Environmental Processes, 2019,6(3):597-617.

[14] Zhang P, Liu R, Bao Y, et al. Uncertainty of SWAT model at different DEM resolutions in a large mountainous watershed [J]. Water Research, 2014,53(15):132-144.

[15] Tan M L, Ramli H P, Tam T H. Effect of DEM resolution, source, resampling technique and area threshold on SWAT outputs [J]. Water Resources Management, 2018,32:4591-4606.

[16] Katie P, Thomas P S, Kraemer S R, et al. Comparison of radar and gauge precipitation data in watershed models across varying spatial and temporal scales [J]. Hydrological Processes, 2014,28(9):1-16.

[17] Yen H, Wang R, Feng Q, et al. Input uncertainty on watershed modeling: Evaluation of precipitation and air temperature data by latent variables using SWAT [J]. Ecological Engineering, 2018,122:16-26.

[18] Cotter A S, Chaubey I, Costello T A, et al. Water quality model output uncertainty as affected by spatial resolution of input data [J]. Journal of the American Water Resources Association, 2003,39(4):977–986.

[19] Xu F, Dong G, Wang Q, et al. Impacts of DEM uncertainties on critical source areas identification for non-point source pollution control based on SWAT model [J]. Journal of Hydrology, 2016,540:355-367.

[20] Tan M L, Ficklin D L, Dixon B, et al. Impacts of DEM resolution, source, and resampling technique on SWAT-simulated streamflow [J]. Applied Geography, 2015,63:357-368.

[21] Song X, Qi Z, Du L P, et al. The Influence of DEM Resolution on Hydrological Simulation in the Huangshui River Basin [J]. Advanced Materials Research, 2012,518-523:4299-4302.

[22] Tuo Y, Duan Z, Disse M, et al. Evaluation of precipitation input for SWAT modeling in Alpine catchment: A case study in the Adige river basin (Italy) [J]. The Science of the Total Environment, 2016,573:66-82.

[23] 張雪松,郝芳華,張建永.降水空間分布不均勻性對(duì)流域徑流和泥沙模擬影響研究[J]. 水土保持研究, 2004,11(1):9-12. Zhang X S, Hao F H, Zhang J Y. Study on effect of uncertainty in spatial distribution of rainfall on runoff and sediment modeling [J]. Research of Soil and Water Conservation, 2004,11(1):9-12.

[24] Qiu J, Shen Z, Huang M, et al. Exploring effective best management practices in the Miyun reservoir watershed [J]. China Ecological Engineering, 2018,123:30-42.

[25] 耿潤(rùn)哲,王曉燕,龐樹江,等.潮河流域非點(diǎn)源污染控制關(guān)鍵因子識(shí)別及分區(qū)[J]. 中國(guó)環(huán)境科學(xué), 2016,36(4):1258-1267. Geng R Z, Wang X Y, Pang S J, et al. Identification of key factors and zonation for nonpoint source pollution controlin Chaohe River watershed [J]. China Environmental Science, 2016,36(4):1258-1267.

[26] Wang X, Shang S, Yang W, et al. Simulation of land use-soil interactive effects on water and sediment yields at watershed scale [J]. Ecological Engineering, 2010,36:328-344.

[27] 竇小東,黃 瑋,易 琦,等. LUCC及氣候變化對(duì)瀾滄江流域徑流的影響[J]. 生態(tài)學(xué)報(bào), 2019,28(1):7-15. Dou X D, Huang W, Yi Q, et al. Impacts of LUCC and climate change on runoff in Lancang River Basin [J]. Acta Ecologica Sinica, 2019, 28(1):7-15.

[28] Wu D, Cui Y, Xie X, et al. Improvement and testing of SWAT for multi-source irrigation systems with paddy rice [J]. Journal of Hydrology, 2019,568:1031-1041.

[29] Geza M, Mccray J E. Effects of soil data resolution on SWAT model stream flow and water quality predictions [J]. Journal of Environmental Management, 2008,88(3):393-406.

[30] Moriasi D N, Arnold J G, Van Liew M W, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations [J]. Transactions of the ASABE, 2007,50(3):885-900.

[31] Zhang P, Liu R, Bao Y, et al. Uncertainty of SWAT model at different DEM resolutions in a large mountainous watershed [J]. Water Research, 2014,53(8):132-144.

[32] Liu H, Kiesel J, H?rmann G, et al. Effects of DEM horizontal resolution and methods on calculating the slope length factor in gently rolling landscapes [J]. CATENA, 2011,87(3):368-375.

[33] Thieken A H, Lucke A, Diekkruger B, et al. Scaling input data by GIS for hydrological modelling [J]. Hydrological Process, 1999,13:611-630.

[34] Lin S, Jing C, Coles N A, et al. Evaluating DEM source and resolution uncertainties in the soil and water assessment tool [J]. Stochastic Environmental Research and Risk Assessment, 2012,27:209-221.

[35] Ou Y, Wang X Y. GIS and ordination techniques for studying watershed characteristics influence on river water quality [J]. Water Science and Technology, 2011,64(4):861-870.

[36] 張雪松,郝芳華,楊志峰,等.徑流模擬對(duì)DEM分辨率的敏感性分析 [J]. 水土保持通報(bào), 2004,24(1):32-35. Zhang X S, Hao F H, Yang Z F, et al. Effect of DEM's resolution on watershed hydrologic modeling [J]. Bulletin of Soil and Water Conservation, 2004,24(1):32-35.

[37] 葉許春,張 奇.網(wǎng)格大小選擇對(duì)大尺度分布式水文模型水文過程模擬的影響[J]. 水土保持通報(bào), 2010,30(3):112-116. Ye X C, Zhang Q. Effects of grid size on hydrological process modeling as a distributed hydrological model at large scale [J]. Bulletin of Soil and Water Conservation, 2010,30(3):112-116.

[38] Cui G, Wang X, Li C, et al. Water use efficiency and TN/TP concentrations as indicators for watershed land-use management: A case study in Miyun District, north China [J]. Ecological Indicators, 2018,92:239-253.

[39] Xu E, Zhang H. Aggregating land use quantity and intensity to link water quality in upper catchment of Miyun Reservoir [J]. Ecological Indicators, 2016,66:329-339.

[40] 呼雪梅,秦承志.地形信息對(duì)確定DEM適宜分辨率的影響[J]. 地理科學(xué)進(jìn)展, 2014,33(1):50-56. Hu X M, Qin C Z. Effects of different topographic attributes on determining appropriate DEM resolution [J]. Progress in Geography, 2014,33(1):50-56.

[41] 何楊洋,王曉燕,段淑懷.密云水庫(kù)上游流域次降雨坡面產(chǎn)流產(chǎn)沙特征[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015,31(24):134-141. He Y Y, Wang X Y, Duan S H. Characteristics of runoff and sediment during individual rainfall in upper area of Miyun Reservoir [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015,31(24):134-141.

[42] Wang X, Li Z, Li M. Impacts of climate change on stream flow and water quality in a drinking water source area, Northern China [J]. Environmental Earth Sciences, 2018,77(11):410.

[43] 徐 菲,王永剛,張 楠,等.北京市白河和潮河流域生態(tài)健康評(píng)價(jià) [J]. 生態(tài)學(xué)報(bào), 2017,37(3):932-942. Xu F, Wang Y G, Zhang N, et al. Health assessment of watershed ecosystems: the Chao River and Bai River Basins as a case study [J]. Acta Ecologica Sinica, 2017,37(3):932-942.

[44] 張 敏,李令軍,趙文慧,等.密云水庫(kù)上游河流水質(zhì)空間異質(zhì)性及其成因分析[J]. 環(huán)境科學(xué)學(xué)報(bào), 2019,39(6):1852-1859. Zhang M, Li L J, Zhao W H, et al. Spatial heterogeneity and cause analysis of water quality in the upper streams of Miyun Reservoir [J]. Acta Scientiae Circumstantiae, 2019,39(6):1852-1859.

[45] 耿潤(rùn)哲,李明濤,王曉燕,等.基于SWAT 模型的流域土地利用格局變化對(duì)面源污染的影響 [J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015,31(16):241-250.Geng R Z, Li M T, Wang X Y, et al. Effect of land use/landscape changes on diffuse pollution load from watershed based on SWAT model [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015,31(16):241-250.

[46] 鄔燕虹,張麗萍,陳儒章,等.坡長(zhǎng)和雨強(qiáng)對(duì)氮素流失影響的模擬降水試驗(yàn)研究[J]. 水土保持學(xué)報(bào), 2017,31(2):7-12. Wu Y H, Zhang L P, Chen R Z, et al. Reasearch on the effect of slope length and rainfall intensity on nitrogen loss in sloping land under artificially simulated rainfall [J]. Journal of Soil and Water Conservation. 2017,31(2):7-12.

[47] Wu L, Liu X, Ma X Y. Spatiotemporal distribution of rainfall erosivity in the Yanhe River watershed of hilly and gully region, Chinese Loess Plateau [J]. Environmental Earth Sciences, 2016,75(4):1-13.

The influence of input data precision and accuracy on SWAT model simulation.

CHEN Hai-tao1, WANG Xiao-yan1,2*, NAN Zhe1, HAN Xiao-meng1, WUAi-pu1,HUANG Jie-yu1,PANG Shu-jiang1

(1.College of Resources, Environment and Tourism, Capital Normal University, Beijing 100048, China；2.Research Center of Aquatic Environment in the Capital Region, Capital Normal University, Beijing 100048, China)., 2021,41(5)：2151～2160

The influence of input data precision and accuracy (DEM resolution and precipitation interpolation) on runoff and total nitrogen simulation was studied with runoff and water quality monitoring data of Chaohe watershed from 1990 to 2013 as samples. The results showed that there were different effects of the DEM resolution change (30～300m) on runoff and total nitrogen simulation results. No significant impact on runoff simulation were found, with ENS and2above 0.87. While greater effects on total nitrogen simulation results were found. The finer the resolution, the better the simulation accuracy. Under different hydrological years, heterogeneous impacts on simulation performance were found on total nitrogen (TN) load with the change of DEM resolution. There were more significant differences in wet years than in dry years. The influence on the spatial distribution of the annual average (1993～2002) total nitrogen load were much less with the change of DEM resolutions. The high load areas were located in the midstream of the Chaohe watershed, and low load areas in the upstream and downstream. There were larger discrepancies in the spatial distribution of precipitation in the watershed under different distribution and density of monitoring sites, and accuracy of precipitation input data. In general, the runoff and total nitrogen simulation results based on the interpolation data of the fewer weather stations were close to results based on monitoring data of rainfall stations, and the simulation performance based on interpolation data of SWAT official rainfall stations was relatively poor. The spatial distribution of simulated total nitrogen intensity load were obviously different with different precipitation data inputs. The higher the precipitation, the higher total nitrogen load intensity. In different hydrological years, the simulation performance of total nitrogen load also differed with different precipitation data inputs. In wet and dry years, simulation results of TN based on the interpolation data of the weather stations were closer to results based on the rainfall station data, while large simulation deviations were found with the official SWAT rainfall station data. In the normal years, the simulation performance based on official SWAT rainfall station data was better than those based on the interpolation data of the weather stations. This research provided a scientific reference for watershed modeling applications regarding input data accuracy and precision.

SWAT model；DEM resolution；precipitation data；Chaohe watershed

X52

A

1000-6923(2021)05-2151-10

陳海濤(1994-),男,江西上饒人,首都師范大學(xué)碩士研究生,研究方向?yàn)榱饔蛩廴究刂婆c管理.發(fā)表論文1篇.

2020-09-18

北京市自然科學(xué)基金委員會(huì)-北京市教育委員會(huì)聯(lián)合資助項(xiàng)目(KZ201810028047);國(guó)家自然科學(xué)基金資助項(xiàng)目(21377168,40971258)

*責(zé)任作者, 教授, wangxy@cnu.edu.cn