基于SWAT模型的漢江流域徑流模擬

陳昊榮，金 生

(大連理工大學 建設工程學部，遼寧 大連 116024)

SWAT(Soil And Aeeseement Tool,SWAT)模型是美國農業(yè)部(USDA)農業(yè)研究中心(ARS)研發(fā)的基于物理過程的流域尺度模型，該模型應用遙感(RS)和地理信息系統(tǒng)(GIS)分析流域內土壤類型和土地利用方式的空間分布，從而反映了下墊面因素對流域水循環(huán)的影響[1]。SWAT模型自開發(fā)以來，已在國內外得到了廣泛應用與驗證，如徑流模擬、面源污染模擬、農業(yè)管理措施對水文水質的影響等。Srinivasan等[2]運用SWAT模型分別對美國部分流域進行的徑流模擬，表明模型更適合模擬長期徑流。Ganga等[3]在亞洲東北部應用SWAT模型對月徑流和日徑流進行模擬，取得了良好的模擬精度。Vilaysane等[4]將SWAT模型應用于老撾南部Xedone流域的徑流模擬，結果表明其在該地區(qū)適用性良好。張雪松等[5]對黃河下游小浪底至花園口區(qū)間進行模擬，選用實測月徑流和泥沙數據對模型參數進行校準，得到了較好的結果。李慧等[6]應用該模型對天山中段瑪納斯河流域進行日徑流模擬，結果表明SWAT模型在以雪冰融水為主要補給的流域模擬效果良好。駱月珍等[7]在CMADS氣象數據的驅動下，運用SWAT模型對富春江水庫控制流域進行了水量平衡模擬，其結果表明，SWAT模型對富春江水庫控制流域的徑流模擬具有良好的效果。楊霞[8]應用SWAT模型對新疆烏倫古河流域進行徑流模擬，也得到了良好的結果。

中國大氣同化數據集(China Meteorological Assimilation Driving Database for the SWAT Model，CMADS)適用性已經在我國許多流域得到了驗證[9-13]。本文選取漢江流域漢中水文站上游區(qū)域為研究區(qū)，采用CMADS氣象數據驅動SWAT模型，并進行參數率定和驗證，評價SWAT模型在該流域的適用性，以期為后續(xù)與水動力學模型的耦合提供有力支撐。

1 研究區(qū)概況

本文以漢江流域漢中水文站以上流域范圍為研究區(qū)域。漢江是長江最大的支流，漢江流域面積15.9萬km2，流經湖北、陜西、河南等多個省市。漢江流域為亞熱帶季風氣候，氣候濕潤，溫和多雨，水資源量豐富；但降雨年內分配不均，5月至10月的徑流量占全年徑流量的3/4左右，年際變化較大。本研究區(qū)域包括漾家河、玉帶河、沮水以及濂水河在內的上游流域范圍，河流兩岸峽谷與盆地交替出現(xiàn)，河床多為卵石、礫石與基巖組成，河道比降較大，是洪水災害頻發(fā)的地區(qū)。

2 數據預處理

2.1 數字高程處理

借助地理空間數據云平臺獲取本研究區(qū)域的數字高程(DEM)數據，空間分辨率為30 m，參考坐標系為CGS_WGS_1984。由于ArcSWAT模擬時需要對數據投影，因此根據高斯克呂格3度帶投影方式，將數字高程的投影坐標系設置為Beijing_1954_3_Degree_GK_CM_108E。圖1為研究區(qū)域的數字高程圖。

2.2 土壤數據處理

建立土壤數據庫是SWAT建模前處理中的關鍵步驟，土壤數據的質量對模擬計算結果有重要的影響。SWAT模型采用USDA簡化的美國標準作為土壤粒徑級配標準，目前世界土壤數據庫也采用了USDA標準，因此可直接用來構建SWAT模型中的土壤數據庫。研究區(qū)土壤類型采用分辨率為1 km的世界土壤數據庫(Harmonized World Soil Database,HWSD)中中國區(qū)的數據，該數據可以提供模型建立所需的土壤參數[14]，如不同土壤類型中各粒徑的含量，有機碳含量等。而土壤濕密度(SOL_BD)、土壤層有效持水量(SOL_AWC)及飽和導水率(SOL_K)可通過土壤水特性軟件(SPAW)計算得到。土壤類型分布見圖2，表1為各土壤類型所占面積比例。

圖1 研究區(qū)域數字高程圖

圖2 土壤類型分布圖

2.3 土地利用數據處理

本文選用的土地利用數據為空間分辨率為1 km的GLC2000，此數據為2000年全球土地覆蓋數據集，由歐盟聯(lián)系研究中心空間技術研究所與全球30多個國家和地區(qū)聯(lián)合開發(fā)[15]。GLC2000數據集中文土地利用類型包括落葉闊葉林、常綠闊葉林、常綠針葉林、灌木、河流、城市、農田、荒漠等24種，從中截取研究區(qū)域的數據，并按照SWAT標準進行重新分類。重分類后的土地利用圖見圖3，各類型所占面積比例見表2。

表1 土壤類型及面積比例

圖3 土地利用分布圖

表2 土地利用類型及面積比例

2.4 氣象數據處理

本文采用中國大氣同化數據集CMADS V1.0，空間覆蓋整個東亞(0°N-65°N，60°E-160°E)空間分辨率為1/3°，時間序列為2008年至2017年，包含了日最高最低氣溫、日24 h累計降水量、日平均風速、日平均相對濕度和日平均太陽輻射數據。本文提取了數據集中的36個站點，作為模型的氣象輸入數據，站點分布如圖4所示。

圖4 CMADS氣象站點分布

3 模型構建與結果分析

3.1 模型構建

SWAT模型構建時，選取25 000 hm2為集水區(qū)劃分的閾值，生成21個子流域[16]。漢中水文站所在的第17個子流域為整個流域的出口(見圖5)。為避免生成過多的水文響應單元，影響計算效率，故按照土地利用閾值5%，土壤類型閾值5%，坡度閾值10%劃分水文響應單元，模型共生成358個水文響應單元。選取具有實測日徑流數據的漢中水文站為率定和驗證的站點，選取2008年—2009年為預熱期，2010年—2013為率定期，2014年—2017為驗證期，采用SCS徑流曲線法計算流域徑流量[17]。

圖5 子流域分布圖

3.2 模型參數率定

SWAT模型參數眾多，而不同參數對模擬結果的準確度有著不同程度的影響，相同參數的不同取值也會對模擬結果產生很大影響。因此，有必要對模型進行參數的敏感性分析，并對重要參數的取值進行率定。本文選用SWAT-CUP[18]中的最大似然法(GLUE，Generalized Likelihood Uncertainty Estimation)進行參數的敏感性分析、率定和驗證[19-22]。該方法從模型中隨機抽取多組參數，分別計算各組參數下的模擬結果，篩選得出最優(yōu)參數組見表4。

表4 參數取值

3.3 模型評價指標

本文選取納什效率系數(Nash-Sutcliff，Ens)以及決定系數(R2)為評價指標[23]，其表達式如下：

(1)

(2)

納什效率系數變化范圍為(-∞，1)，其值越接近于1，表明模擬效果越好；決定系數越接近于1，表明模擬值與實測值越接近，兩者相關性越高[24]。具體評定標準見表5。

表5 評定標準

3.4 日徑流模擬驗證

本文以率定期(2010年—2013年)得到的參數值為基礎，選取了2014年—2017年的日徑流數據作為驗證資料，對率定期的最優(yōu)參數組進行驗證。由表6可知，率定期的納什效率系數和決定系數達到了0.77和0.78，驗證期分別為0.74和0.75。按照表5的評定標準可知，模擬效果達到乙等標準。圖6和圖7分別是率定期和驗證期日徑流量模擬值與實測值的對比圖，可見其變化過程基本一致。整體而言，模型對于日徑流變化過程的模擬達到了較好效果。

表6 校準期與驗證期逐日徑流模擬評價指標

4 結 論

本文以GLC2000土地利用數據和HWSD土壤數據為基礎，以CMADS V1.0氣象數據為驅動將SWAT模型運用于漢江漢中以上流域的徑流模擬，并用實測數據對模型參數進行了率定和驗證。結果表明，模型在校準期納什效率系數和相關系數分別為0.77/0.78，驗證期納什效率系數和相關系數為0.74/0.75，率定期和驗證期都達到乙等水平，說明SWAT模型能夠較為準確地反映研究區(qū)域的水文過程，為后續(xù)與水動力模型的耦合提供了有力支撐。

圖6 2010年—2013年日徑流率定結果

圖7 2014年—2017年日徑流量驗證結果

由于本次模型建立采用的土地利用數據和土壤數據測量時間較早，土地利用類型等數據可能會發(fā)生一定變化，因此會對徑流產生一定的影響，導致洪峰流量的模擬結果與實測值有所差距；且由于資料有限，模型未考慮位于褒河中游的石門水庫調度所帶來的影響，如果能夠獲取更為準確且詳細的數據，整個模型模擬的準確度將進一步提高。