SWAT模型靈敏性分析模塊在云州水庫流域的應(yīng)用

張麗娟，秦富倉，岳永杰，張艷杰，蘇江

(內(nèi)蒙古農(nóng)業(yè)大學(xué)生態(tài)環(huán)境學(xué)院，內(nèi)蒙古呼和浩特010019)

SWAT(Soil and Water Assessment Tool)模型是分布式水文模型，迄今為止已經(jīng)推出了多個版本[1-3]。AVSW AT 是ArcView 3.x GIS軟件的擴展，以支持SWAT 2005，界面效果好，便于操作，AVSW AT 提供了參數(shù)靈敏性分析模塊，復(fù)雜的水文模型往往需要通過引入大量的參數(shù)來描述。然而，參數(shù)的獲取通常存在空間變異性、測量誤差等問題致使模擬值與觀測值之間吻合程度不高。一個靈敏參數(shù)的不確定性將會顯著影響模型的預(yù)測結(jié)果，在模型驗證期和校準(zhǔn)期，對模型靈敏性參數(shù)的適當(dāng)調(diào)節(jié)是非常重要的[4]。模型參數(shù)的靈敏性分析正是基于上述情況而提出的。

靈敏性分析的目的在于分析判斷哪些輸入?yún)?shù)值的變化對輸出結(jié)果的影響很重要，所以將通過靈敏性分析所確定的最為敏感的參數(shù)作為參考，選擇重要的參數(shù)因子進行調(diào)整，既使影響模擬結(jié)果的參數(shù)因子更加簡明、清晰，又節(jié)省了調(diào)整參數(shù)的時間。從而提高模型的可用性。隨著SWAT模型應(yīng)用的深入，很多國外研究者已經(jīng)注意到模型參數(shù)靈敏性的問題[5-8]，并嘗試對其進行了分析。我國在模型參數(shù)靈敏性問題上也做了大量研究，在黃土丘陵溝壑區(qū)[9]、東北平原區(qū)[10]、三峽庫區(qū)[11]和華北平原[12]等區(qū)域進行分析，并分別從產(chǎn)流、潛在蒸發(fā)量、非點源污染和氣候、土地覆被等方面進行研究。但是SWAT模型參數(shù)靈敏性分析在華北土石山區(qū)產(chǎn)流量的研究還較少，所以本文主要應(yīng)用AVSWAT 2005模型的靈敏性分析模塊，研究了華北土石山區(qū)云州水庫流域影響產(chǎn)流模擬結(jié)果精度的主導(dǎo)參數(shù)因子，以提高模型在華北土石山區(qū)的可用性。

1 研究區(qū)概況

圖1 云州水庫流域雨量站分布圖

云州水庫地處密云水庫上游集水區(qū)，該流域隸屬河北省張家口市，地跨3個縣，即赤城縣、崇禮縣和沽源縣，其中赤城縣部分占流域面積的62%。研究區(qū)地處山區(qū)，地貌類型復(fù)雜，具有明顯的山地特征，山地面積約占總面積的80%，山區(qū)不僅巖層破碎、土質(zhì)松散、溝壑縱橫，而且水土流失嚴(yán)重，水土流失面積達85%。流域面積約1 254.94 km2，屬大陸性半干旱季風(fēng)氣候，多年平均降水量370 mm，降水多集中于7—8月份，≥10℃有效積溫1 600℃～3 200℃，無霜期90～135 d。土壤類型豐富，以棕壤及褐土分布為主，并有石質(zhì)土及栗鈣土等土壤類型。植被組成以中生、旱中生或中旱生、旱生的多年生灌木和草本植物為主，流域內(nèi)森林覆蓋率為13%。

2 研究方法

2.1 流域基本數(shù)據(jù)獲取

采用云州水庫流域1∶10萬地形圖，經(jīng)過數(shù)字化處理得到研究區(qū)DEM圖，投影為Albers等面積圓錐投影，橢球參數(shù)為Krasovsikii。利用云州水庫流域的1∶10萬土地利用圖和土壤類型圖，在GIS支持下，建立該流域土地利用屬性和土壤屬性的空間數(shù)據(jù)庫。降水?dāng)?shù)據(jù)利用流域內(nèi)4個降雨測站1998—2007年的逐日降水?dāng)?shù)據(jù)。氣象資料采用云州水庫氣象站1998—2007年的氣象數(shù)據(jù)。水文數(shù)據(jù)采用該流域1998—2007年逐月徑流數(shù)據(jù)。該流域SWAT模型試驗研究基礎(chǔ)數(shù)據(jù)見圖1—4。

圖2 云州水庫流域2000年土地利用圖

圖3 云州水庫流域土壤類型圖

圖4 云州水庫流域DEM圖

2.2 LH-OAT靈敏性分析方法

靈敏性分析的目的在于分析判斷哪些因素的值的精確度更重要，并可以了解模型行為，提高模型的可用性。

在AVSWAT 2005中采用的是LH-OAT(latin hypercube one-factor-at-a-time)敏感度分析方法，是由Morris于1991年提出的[13]。它是結(jié)合了 LH(latin hypercube)采樣法和OAT(one-factor-at-a-time)敏感度分析的一種新的方法，吸收了LH采樣法和OAT敏感度分析法的優(yōu)點。LH-OAT靈敏性分析方法對每一抽樣點(LH抽樣法)進行OAT靈敏性分析[6]，靈敏性最終值是各局部靈敏性之和的平均值。該方法既保證了所有參數(shù)的所有區(qū)間都能夠采樣，又保證了模型每次的輸出結(jié)果的變化能夠確切地歸因于輸入的變化，從而保障了靈敏性分析的充分和有效性。SWAT模型可用于靈敏性計算的模型參數(shù)見表1。

3 AVSWAT2005模型模擬

3.1 模型靈敏性分析

在ArcView 3.2平臺上，運行AVSWAT2005，自動生成格式化的模型參數(shù)和輸入數(shù)據(jù)。在此基礎(chǔ)上，經(jīng)過AVSWAT2005模擬計算，運行靈敏性分析模塊，得到影響云州水庫流域產(chǎn)流模擬結(jié)果精度的16個重要參數(shù)見表2，靈敏性賦值表見表3。

表1 參數(shù)定義表

表2 重要參數(shù)靈敏性重要性

表3 參數(shù)靈敏性等級賦值

參數(shù)靈敏性的重要性排序:排序越靠前說明靈敏性越強，對流域產(chǎn)流模擬結(jié)果影響越大。由表2和表3分析可以看出，(1)SCS徑流曲線系數(shù)(CN2)、土壤可利用水量(SOL_AWC)、土壤飽和導(dǎo)水率(SOL_K)的影響是顯著的，是最敏感因子，按靈敏性等級劃分原則定為Ⅲ級，靈敏性因子值分別為:0.538，0.352，0.336，均在 0.2～1范圍內(nèi)，靈敏性等級高，即對徑流的輸出結(jié)果影響程度高。(2)平均坡度(SLOPE)、淺層地下水徑流系數(shù)(GWQMN)，按靈敏性等級劃分原則定為Ⅱ級，靈敏性因子值分別為0.141和0.06，在0.05～0.2范圍內(nèi)，靈敏性等級中，即對徑流的輸出結(jié)果影響程度中等。(3)6月 21日雪融系數(shù)(SMFMX)，12月21日雪融系數(shù)(SMFMN)，地表徑流滯后時間(SURLAG)，河道有效水導(dǎo)電率(CH_K2)等因子，按靈敏性等級劃分原則定為Ⅰ級，其靈敏性因子值均＜0.05，靈敏性等級低，即對徑流的影響輕微或沒有影響。有針對性地適當(dāng)調(diào)整相應(yīng)敏感參數(shù)因子取值，可有效地提高模型模擬精度。

3.2 模型校準(zhǔn)驗證

本文選用相對誤差Re和Nash—Suttcliffe系數(shù)Ens評價模型的適用性[14-16]。

(1)相對誤差Re

式中:Re——模型模擬相對誤差;Pt——模擬值;Ot——實測值。若Re為正值，說明模型預(yù)測或模擬值偏大;若Re為負(fù)值，模型預(yù)測或模擬值偏小;若Re=0，則說明模型模擬結(jié)果與實測值正好吻合。

(2)確定性效率系數(shù)Nash—Suttcliffe系數(shù)Ens

式中:Qm——觀測值;Qp——模擬值;Qavg——觀測的平均值;n——觀測次數(shù)。

當(dāng) Qm=Qp時 ，Ens=1;如果 Ens為負(fù)值 ，說明模型模擬值比直接使用測量值的算術(shù)平均值更不具有代表性。確定性系數(shù)的評定標(biāo)準(zhǔn)見表4，一般認(rèn)為確定性系數(shù)達到0.7以上為比較準(zhǔn)確[17]。

本文選用1998—2007年的水文資料進行模擬，其中1998—2002年數(shù)據(jù)用作校準(zhǔn)階段(calibration)，年均降雨量為402.9 mm，2003—2007年數(shù)據(jù)用作驗證階段(validation)，年均降雨量為413.3 mm。兩個階段的年均降雨量變化幅度不大。

由于云州水庫流域10 a來的土地利用類型和土壤類型變化幅度不大，所以在校準(zhǔn)期和驗證期均采用2000年的土地利用圖和土壤類型圖進行模擬，其變化對徑流的模擬值影響較小。運行模型，通過調(diào)整靈敏性參數(shù)值使徑流模擬值與實測值吻合，要求模擬值與實測值年均誤差應(yīng)小于實測值的15%，Nash—Suttcliffe系數(shù)＞0.5。

表4 確定性系數(shù)的評定標(biāo)準(zhǔn)

如圖5，6所示，校準(zhǔn)期的 Re為0.08，R2為0.80，Ens為0.76，符合要求(要求模擬值與實測值年均誤差應(yīng)小于實測值的 15%，Nash—Suttcliffe系數(shù) ＞0.5)。

如圖7，8所示，驗證期的 Re為0.10，R2為0.85，Ens為0.81，符合要求(要求模擬值與實測值年均誤差應(yīng)小于實測值的 15%，Nash—Suttcliffe系數(shù) ＞0.5)。

圖5 校準(zhǔn)期月流量模擬值與實測值對比

圖6 校準(zhǔn)期月流量模擬值與實測值相關(guān)關(guān)系

圖7 驗證期月流量模擬值與實測值對比

圖8 驗證期月流量模擬值與實測值相關(guān)關(guān)系

如表5所示，本研究的校準(zhǔn)結(jié)果完全符合要求，徑流的模擬值與實測值的擬合效果較好，模型能夠比較準(zhǔn)確地模擬徑流量。

表5 月徑流模擬評價結(jié)果

4 結(jié)論

通過SWAT模型靈敏性分析模塊在華北土石山區(qū)云州水庫流域的應(yīng)用，依據(jù)靈敏性分析結(jié)果，可以清楚分析出對模擬產(chǎn)流結(jié)果產(chǎn)生重要影響的主要模型參數(shù)，即:SCS徑流曲線系數(shù)(CN2)、土壤可利用水量(SOL_AWC)、土壤飽和導(dǎo)水率(SOL_K)、平均坡度(SLOPE)及淺層地下水徑流系數(shù)(GWQMN)5個參數(shù)。相關(guān)文獻根據(jù)靈敏性分析結(jié)果[18-19]，均對模擬產(chǎn)流結(jié)果產(chǎn)生重要影響的主要模型參數(shù)進行調(diào)整，與本文研究結(jié)果相似。在校準(zhǔn)期和驗證期，通過靈敏性分析，明確地確定哪一個參數(shù)改變了模型結(jié)果的輸出，減少了需要調(diào)整的參數(shù)數(shù)目，提高了計算的效率，從而提高了模型的可用性。

同時，本文采用連續(xù)10 a的實測月流量數(shù)據(jù)對模型進行了校準(zhǔn)和驗證，校準(zhǔn)期年均降雨量為402.9 mm，驗證期年均降雨量為403.3 mm。校準(zhǔn)期Re=0.08 ，R2=0.80，Ens=0.76;驗證期 Re=0.10 ，R2=0.85，Ens=0.81;結(jié)果表明，模型對月流量模擬的相對誤差在模型校準(zhǔn)期和驗證期均小于15%，Nash—Suttcliffe系數(shù)Ens高于0.7，完全符合要求。文獻[19]所得的出校準(zhǔn)期和驗證期的研究結(jié)果與本文研究結(jié)果相似?？紤]實測的輸入數(shù)據(jù)和率定的數(shù)據(jù)可能存在很多潛在的誤差，本研究得出這個模擬結(jié)果也是令人滿意的。SWAT模型存在的潛在誤差可能包括實測數(shù)據(jù)中產(chǎn)生的誤差，降雨量、土地利用類型和土壤類型的誤差，與Santhi等[20]的研究結(jié)果一致。所以結(jié)果表明SWAT模型對華北土石山區(qū)云州水庫流域產(chǎn)流的模擬結(jié)果良好，可以在該地區(qū)進一步推廣應(yīng)用。

[1] 孫慶艷.華北土石山區(qū)典型流域森林植被水文生態(tài)過程響應(yīng)研究[D].北京:北京林業(yè)大學(xué)，2008:23-25.

[2] 李峰，胡鐵松，黃華金.SWAT模型的原理、結(jié)構(gòu)及其應(yīng)用研究[J].中國農(nóng)村水利水電，2008(3):24-28.

[3] 梁犁麗，汪黨獻，王芳.SWAT模型及其應(yīng)用進展研究[J].中國水利水電科學(xué)研究院學(xué)報，2007，5(2):125-131.

[4] Chu，Tzyy-Woei.M odeling hydrologic and water quality response of a mixed land use watershed in Piedmont physio-graphic region[D].Maryland:University of Maryland ，College Park，2003:185-193.

[5] Huisman J A ，Breuer L ，F(xiàn)redr H G.Sensitivity of simulated hydrological fluxes towards changes in soil properties in response to land use change[J].Physics and Chemistry of the Earth ，2004，29(11/12):749-758.

[6] Vanclooster M ，Rounsevell M ，Romanowicz A A，et al.Sensitivity of the SWAT model to the soiland land use data parametrisation:A case study in the Thyle Catchment，Belgium[J].Ecological Modelling，2005，187(2):27-39.

[7] Klaus E ，Lytz B ，Hans-Georg F.Parameter uncertainty and the significance of simulated land use change effects[J].Journal of Hydrology ，2003 ，273(1):164-176.

[8] Holvoet K，Van Griensven A，Seuntjens P，et al.Sensitivity analysis for hydrology and pesticide supply towards the river in SWAT[J].Physics and Chemistry ofthe Earth ，2005，30(8):518-526.

[9] 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，2008，28(2):636-644.

[10] 基于SWA T模型的岔路河星星哨水庫以上流域徑流模擬[D].吉林:吉林大學(xué)，2007.

[11] 許其功，席北斗，何連生，等.三峽庫區(qū)大寧河流域非點源污染研究[J].環(huán)境工程學(xué)報，2008，2(3):299-303.

[12] 姚琴，雷玉平，李紅軍，等.氣候與土地覆被變化下的水文響應(yīng)模擬:以太行山八一水庫流域為例[J].節(jié)水灌溉，2008(3):19-23.

[13] Morris M D.Factorial sampling plans for preliminary computational experiments[J].Technometrics，1991，33(2):123-131.

[14] 范麗麗，沈珍瑤，劉瑞民，等.基于SWAT模型的大寧河流域非點源污染空間特性研究[J].水土保持通報，2008，28(4):133-137.

[15] 張雪松，郝芳華，楊志峰，等.基于SWAT模型的中尺度流域產(chǎn)流產(chǎn)沙模擬研究[J].水土保持研究，2003，10(4):38-42.

[16] 王海龍，余新曉，武思宏，等.SWAT模型靈敏度分析模塊在黃土高原典型流域的應(yīng)用[J].北京林業(yè)大學(xué)學(xué)報，2007，29(2):238-242.

[17] Popov E G.Gidrologicheskie Prognozy(Hydrological Forecasts)[M].Leningrad:Gidrometeoizdat，1979:126-135.

[18] 龐靖鵬，劉昌明，徐宗學(xué).基于SWAT模型的徑流與土壤侵蝕過程模擬[J].水土保持研究，2007，14(6):88-93.

[19] 胡淑萍.北京山區(qū)典型流域防護林體系對位配置研究[D].北京:北京林業(yè)大學(xué)，2008:214-222.

[20] Santhi C ，Arnold J G ，Williams J R，et al.Validation of the SWAT model on a large river basin with point and nonpoint sources[J].Journal of the American Water Resources Association ，2001，37(5):1169-1188.