汪建宏

（浙江禹貢信息科技有限公司，浙江 杭州 310052）

1 引言

隨著高精度測量技術，地理信息技術以及計算機技術水平的不斷發(fā)展，水文過程的影響因子本身的尺度也變得越來越豐富，因此，如何選擇合適尺度的影響因子對水文過程的模擬結果存在很大的影響。水文模型必須建立在和尺度相關的對水文過程深刻的理解基礎之上，對于過程的模擬結果才是比較精確有效的[1，2]。而在水文過程的影響因子的尺度主要有如下問題：①不合適的尺度選擇，無法正確揭示水文過程的科學本質[3，4]。選擇的研究尺度過大，會導致大量的細節(jié)被忽略，研究的過程即成為“有偏”估計；選擇的研究尺度過小，將會出現(xiàn)僅僅拘泥于局部而不能窺視全貌等一系列問題，最終會影響模擬過程的科學性以及實用性。②尺度轉換的不合理。由于數據的缺乏，很多研究過程需要通過數據間尺度的轉換獲取合適的數據[5，6]。但是很多的尺度轉換過程實際是研究者的主管推定，很多研究結果被推繹到其他的尺度甚至跨越了好幾個尺度，但是數據的參數、屬性等并沒有發(fā)生相應的變換。更有一些研究者無視尺度轉換存在的限制條件，對結果進行隨意的尺度推繹。③尺度轉化方法的選擇不當。不同問題的尺度轉換需要根據問題本身選擇合適的尺度轉換方法，但在研究過程中很多研究者并沒有針對特定的模型進行分析，而是倚重回歸技術[7，8]。④很多研究漠視了研究結果所尋在的尺度性?，F(xiàn)在很多的研究并不關注數據的尺度性，各種尺度的數據結合在一起進行水文過程模擬。數字高程模型（Digital Elevation Model ，DEM）表達的是地表物體的高程信息。DEM數據一般是通過采樣點高程來表達地球表面的真實高程的，假設完全不存在采樣誤差，采樣點密度的不同也會導致DEM模擬的地球表面和實際地表之間的差異[9，10]。對于DEM的尺度，一般討論比較多的是多比例尺、多精度、多源和多分辨率等特征。而一些研究者根據DEM的生產流程和應用角度將DEM中的尺度劃分為了地理尺度、采樣尺度、結構尺度、分析尺度以及表達尺度。地理尺度主要是考慮到DEM是區(qū)域地形表面的數字化表達方法，所表達的區(qū)域范圍可以是區(qū)域性的，也可以是全球性的；采樣尺度則是從DEM的獲取方式出發(fā)，一般有原始數據采樣和樣點采樣兩種；結構尺度主要包括了水平方向的尺度和垂直方向的尺度，水平方向的尺度即水平分辨率，一般通過柵格單元的大小來表示，也就是我們通常所說的DEM分辨率，其大小直接決定了DEM對地表的描述精度。而垂直方向的尺度指的是DEM的垂直分辨率，是DEM高程數據所記錄的增量范圍，實際上是高程數據的舍入誤差。分析尺度和表達尺度分別是基于DEM的地形參數以及制圖輸出時定義的。文章主要研究的是DEM的分辨率大小對水文模擬過程的影響。

DEM的分辨率大小不僅決定了所表達的地表曲面的精細程度，而且也直接決定了分析地形的精度，因此DEM分辨率的大小一直是目前DEM研究的焦點，也是測繪、遙感、水文等領域的核心命題。在水文模擬過程中，DEM空間分辨率的不同會導致DEM數據所描述的流域地形有很大的差異，主要表現(xiàn)為山峰被削平、洼地被填平、高程離散度變小，整個地形變得平緩。DEM是水文過程模擬中提取地形參數和地形特征，建立分布式水文模型的數據基礎，流域的水文模擬精度很大程度上取決于DEM分辨率的大小。

文中利用不同分辨率下的DEM數據，通過成熟的SWAT模型進行水文模擬，分析不同尺度下的探尋多尺度數據在流域過程模擬的具體意義與異同點，旨在實現(xiàn)基于DEM的流域水文模擬尺度分析。

2 數據準備

本研究選擇浙江省某區(qū)作為實驗區(qū)，該實驗區(qū)東北地勢高、西南地勢低，植被覆蓋度較高，部分地區(qū)為峽谷地區(qū)。在選擇實驗區(qū)的基礎上，搜集覆蓋該實驗區(qū)的DEM數據，其中包括30 m分辨率（ASTER數據）和90 m分辨率（SRTM數據）兩種網格尺度，對于搜集的數據做相應的數據處理與整合，具體的如表1。

表1 不同分辨率DEM的地形統(tǒng)計特征

如表1所示，不同的DEM數據源（30 m、90 m）經過不同的采樣間隔后，實現(xiàn)具體的DEM數據高程與坡度特征分析，從表1的結果可以看到，隨著采樣間隔的不同或不斷變大，流域內的最小高程值是在不斷變大，相反，最大高程值則呈現(xiàn)不斷減小的趨勢，這主要是由于在使用采樣方法進行采樣的過程中，新的采樣單元的高程賦值是通過距離采樣網格中心最近的高程數據來進行決定并賦值的，因而，在采樣間隔不斷變大時，網格的中心位置也不斷變化，高程值也隨著格網位置的變化而發(fā)生變化，柵格單元的最小值則不斷地被周邊的較大高程值替代，反之，柵格單元的最大值則被新的格網中心的較小屬性值取代，從而導致了最小的高程值不斷變大，最大的高程值不斷減小。采樣單元的間隔不斷增大，導致了這種變化趨勢逐漸遞增。從表1的結果可以看出，與實際的高程變化相比，坡度的變化則相對更為強烈，隨著DEM采樣間隔的不斷增加，坡度的最大值，平均值均明顯減小。

3 水文模擬結果分析

為了進行水文模擬，選取SWAT模型對實驗區(qū)進行水文模擬，SWAT模型即Soil and water assessment tool模型，是面向流域尺度的數字水文模型，可以在多種土壤、土地利用、管理條件的復雜流域，能夠準確地預測大尺度、無測量站點的流域，實現(xiàn)對土地的管理例如水、泥沙、農業(yè)污染、營養(yǎng)管理等。SWAT模型具有面向連續(xù)的物理過程、計算的效率相對較高、輸入的數據容易獲取、連續(xù)模擬能夠滿足，經過不斷的發(fā)展與完善，SWAT模型已經陸續(xù)在水環(huán)境、水質模擬、水資源等預測、分析、模擬中得到了具體的認可與使用。

對于SWAT模型而言，其主要包括氣象模塊、陸地水文循環(huán)模塊、管理模塊、水體過程等4個功能的模塊，其中，氣象模塊設置了天氣發(fā)生器，如果在數字模擬的過程中，缺失了氣象資料，就可以從隨機氣象數據中抽取缺失資料；陸地水文循環(huán)則具體地采用徑流曲線數值方程和入滲方程，土壤水的分配采用的是蓄滿產流機制，土壤中的流計算是采用的動態(tài)存儲的模型，回歸流的模擬采用的是地下水分水的模擬理論；模型則采用的是Hargreaves、Priestley-Taylor或Penman-Monteith方程計算潛在蒸散量，實際蒸散量的計算分土壤的蒸發(fā)、植被截留與植物蒸騰3個部分；在管理模塊中，根據實際情況設定了水文單元的管理措施，如作物生長季節(jié)、灌溉制度、施肥情況等；水體過程，SWAT模型中的水體主要包括濕地、水庫、池塘等水體。

SWAT模型主要遵循水量平衡的原理，其中水文過程子模型主要分為陸地匯流階段和河道演算階段兩部分。陸地匯流階段為降雨的下滲、匯流、產流、蒸散發(fā)、基流等過程，河道演算階段主要是指河道內的水流和泥沙等運動到流域出口的具體過程，其中SWAT模型的水量平衡公式如公式（1）所示：

其中，SWt是土壤的最終的含水量，SW0為土壤的前期含水量，兩個參數的單位均為mm，時間的步長用t表示，第i天的降水量用Rday表示，第i天的地表徑流用Qsurf表示，第i天的蒸發(fā)量用Ea表示，第i天存在于土壤剖面底層的滲透量、側流量是用Wseep表示，Qgw是用第i天基流量。

首先，在選取DEM數據的采樣尺度基礎上，為了更好地進行不同尺度的DEM數據對水文過程模擬結果的影響，在水文過程模擬過程中，保持除去地形因素以外的其他條件都一致，其中包括土壤數據、土地利用覆被數據、氣象數據、河網水系的閾值、坡度的分級、HRU閾值的定義等。

其次，根據兩種不同情境進行水文過程模擬，選取了90 m分辨率的LUCC數據及相應的集水閾值為40 000 hm2的河網水系，該集水閾值下的劃分出的子流域個數為3個，在坡度分級的過程中，統(tǒng)一進行坡度分類設置，其中，Slope class1為上限1%，Slope class2的上限默認為9999%。HRU定義中的“Land use percentage(%) over subbasin area”“Soil class percentage (%) over land use area”以及“Slope class percentage (%) over soil area”3個閾值統(tǒng)一控制在5%、20%、20%。在使用上面所選的各個尺度進行子流域劃分的過程中，當采樣間隔達到1 200 m時，由于采樣間隔太大，無法得到連續(xù)的河流水系，因此本實驗重新調整尺度，去除兩種數據源的1 200 m的采樣間隔。

利用SWAT模型進行水文模擬，可以得到相應的結果，從表2、圖1兩者的結果統(tǒng)計可以看出，不同的數據源在不同的尺度下的DEM水文模擬可以實現(xiàn)流域出口的流量與年均徑流量模擬，不同的數據源在不同尺度下進行模擬2021年每個月徑流量總體趨勢與實際情況相對符合實際，從實際的模擬結果可以看出，無論是30 m分辨率DEM，還是90 m分辨率DEM劃分出的900 m采樣間隔，其具體的月徑流量明顯高于其他的幾種尺度，與實際情況不符，然而這兩種900 m尺度的模擬結果之間又存在相似性。

表2 不同尺度LUCC徑流模擬結果表

表 3 不同尺度DEM對水文過程的影響

圖1 不同尺度DEM年均徑流量變化

從表3的結果可以看出，其結果統(tǒng)計了不同數據源、不同尺度下的DEM水文過程模擬的結果，具體來看，不同數據源不同尺度DEM在集水閾值為40 000 hm2下進行子流域劃分時，劃分的子流域均為3個，信息保持一致，不難發(fā)現(xiàn)，子流域的個數與DEM的尺度關系不大，而關鍵在于集水閾值的選擇。

此外，從結果可以看出，不同數據源不同尺度DEM生成的子流域隨著采樣間隔的不斷加大，流域面積，最小子流域面積和最大子流域面積均成拋物線降低，并且降低趨勢趨于一致。這種改變主要原因是采樣格網的不斷增大使劃分出的流域表現(xiàn)得更粗糙，DEM所表現(xiàn)的山脊線和山谷線的位置也發(fā)生了很大的變化。河道總長度整體上也呈現(xiàn)下降的趨勢，但是下降的趨勢較流域面積的變化更為平緩，這主要是因為在采樣柵格增大的過程中，DEM對流域地形的表達越來越粗糙，流域細部的特征被簡單化，因此所劃分出的河道越來越短。而流域面積可以看作是河道長的平方計算得來，自然減小的趨勢更為明顯。而隨著采樣間隔的不斷增大，研究區(qū)內所劃分出的水文相應單元的個數呈現(xiàn)上升的趨勢，但變化的趨勢不是很明顯。

在分辨率為30～90 m時，水文響應單元的個數趨于平緩，而在分辨率為90～600 m的過程中，水文響應單元的個數雖有上升，但上升個數仍較小，這主要是因為雖然說DEM采樣間隔的變化會改變DEM的細節(jié)特征，但是水文響應單元是由土壤、土地利用和坡度劃分匹配得來的，而DEM的詳細程度不能改變這種匹配，因此水文響應單元的個數變化較小。

4 總結

隨著社會經濟的不斷發(fā)展，利用計算機技術模擬水文過程是極為有效的，在實際的模擬過程中，水文過程的影響因子本身的尺度變得愈加豐富。針對這些需求與不足，選擇不同分辨率（30 m分辨率、90 m分辨率）的DEM，利用SWAT水文建模模型進行多尺度模擬與分析，為不同尺度下的水文模擬提供支撐。仿真實驗結果表明：

（1）子流域的個數與DEM的尺度關系不大，而關鍵在于集水閾值的選擇。

（2）不同數據源不同尺度DEM生成的子流域隨著采樣間隔的不斷加大，流域面積，最小子流域面積和最大子流域面積均成拋物線降低，并且降低趨勢趨于一致。

（3）DEM的詳細程度無法改變水文響應單元匹配，因而水文響應單元的個數變化較小。