岔巴溝流域汛期徑流模擬及地表產(chǎn)流特征分析

景珂星, 毛 歡, 宋進(jìn)喜, 黃 鵬, 吳 瓊, 龐國偉

(1.西北大學(xué) 城市與環(huán)境學(xué)院, 西安 710127; 2.陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室,西安 710127; 3.陜西省黃河研究院, 西安 710127)

地表徑流作為水文循環(huán)中不可或缺的基本組成部分，是流域水文過程演變的重要指標(biāo)[1]。在全球氣候變化的大背景下，干旱半干旱地區(qū)短歷時(shí)暴雨強(qiáng)度和極端強(qiáng)降水日數(shù)急劇增加[2]，加上人類活動(dòng)影響下流域土地覆被的空間差異性使得流域徑流事件和地表產(chǎn)流能力形成了高度的時(shí)空變異性[3]，造成了極端洪澇事件的頻繁發(fā)生[4]，人民的生命財(cái)產(chǎn)安全受到了極大的威脅。為了準(zhǔn)確預(yù)測徑流流量，明確產(chǎn)流規(guī)律，流域水文模擬已成為國內(nèi)外水文科學(xué)研究的重要方法。

中國黃土高原地區(qū)特殊的土壤條件以及降水變差大且集中的氣候特征造成了嚴(yán)重的水土流失[5]。從20世紀(jì)50年代末，國家開始在黃土高原采取了一系列的水土保持措施，如修建淤地壩、梯田和植樹造林等，使得水土流失得到有效控制，生態(tài)環(huán)境明顯改善[6]。但21世紀(jì)以來，隨著大量淤地壩淤滿，水保措施抵御高強(qiáng)度降水事件的能力下降[7]，當(dāng)?shù)鼐用竦纳?cái)產(chǎn)安全受到了嚴(yán)重的威脅。因此探討不同土地覆被條件下的地表產(chǎn)流特征有助于深入了解黃土高原地區(qū)降雨—徑流的變化趨勢和產(chǎn)流規(guī)律，可初步為探索流域產(chǎn)水產(chǎn)沙與水土保持服務(wù)的權(quán)衡關(guān)系奠定基礎(chǔ)，為推動(dòng)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展提供參考。

目前針對黃土高原徑流變化及其影響因素的研究，一類是通過徑流小區(qū)的降雨—徑流試驗(yàn)，以控制變量法分析不同地形和降水條件影響下的產(chǎn)流情況[8-9]；另一類是基于流域尺度的水文模型進(jìn)行徑流預(yù)測及變化的歸因分析[10-11]。然而，由于黃土高原地區(qū)流域水文條件時(shí)空異質(zhì)性導(dǎo)致地表徑流及產(chǎn)流能力在不同季節(jié)和降雨事件內(nèi)是不斷變化的[12]，小范圍的降雨—徑流試驗(yàn)對物理機(jī)制考慮不足，對徑流產(chǎn)生和變化的空間規(guī)律描述也有一定局限。而SWAT(Soil and Water Assessment Tool)模型不但考慮物理機(jī)制且將一些物理機(jī)制難以描述的過程用“經(jīng)驗(yàn)?zāi)Ｐ汀眮砜坍?，這使其廣泛應(yīng)用于不同環(huán)境下徑流模擬研究。SWAT模型在黃土高原的徑流模擬也有廣泛的應(yīng)用，多位學(xué)者利用SWAT模型分別在黃土高原汾河[13]、桑干河[14]、渭河[15]、北洛河流域[16]及整個(gè)黃土高原[17]的氣候變化及土地利用對徑流變化的影響進(jìn)行定量分析；龐佼等[18]利用SWAT模型對黃土高原安家溝流域的月徑流進(jìn)行模擬；Zhao等[19]在涇河流域通過SUFI_2算法對SWAT模型模擬徑流的參數(shù)進(jìn)行不確定性分析。這些研究證明SWAT模型在黃土高原區(qū)的適用性較好，但多以SCS徑流曲線法作為產(chǎn)流方法，與黃土高原超滲產(chǎn)流[20]的產(chǎn)流方式存在較大的差異，且研究尺度多集中于月尺度和年尺度，日尺度徑流模擬效果不佳，基于日徑流事件的模擬相對缺乏。因此，本文以黃土高原岔巴溝流域?yàn)檠芯繀^(qū)域，采用與黃土高原超滲產(chǎn)流原理相似的Green-Ampt下滲法驅(qū)動(dòng)SWAT模型進(jìn)行日尺度的汛期(6—10月)徑流模擬，并以地表徑流系數(shù)為指標(biāo)對降雨強(qiáng)度和前期土壤含水量對不同土地覆被地表產(chǎn)流的影響進(jìn)行分析，以期推進(jìn)黃土高原地區(qū)日尺度水文模擬的發(fā)展，并為揭示黃土高原不同土地覆被產(chǎn)流機(jī)制的變化提供參考。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況

岔巴溝流域位于陜西省榆林市子洲縣北部(109.5°—110.1°E,37.5°—37.8°N)，是大理河的一級支流(圖1)，岔巴溝河全長26.6 km，流域面積205 km2，曹坪水文站控制面積187 km2。河流最上游發(fā)源于劉新窯村，年平均徑流總量約1×107m3，年平均流量約為0.35 m3/s。岔巴溝流域呈對稱樹葉狀，其海拔范圍為900～1 284 m，平均海拔大約1 080 m，流域?qū)贉羡置芏却蟮狞S土丘陵溝壑區(qū)，土層顆粒較小且較為疏松。流域年平均降水量約為474 mm，降水量年內(nèi)分配極為不均，約70%降雨集中在7—9月，多為歷時(shí)短、雨強(qiáng)大的暴雨；降水年際變化較大，極易引起山洪泥石流等自然災(zāi)害，如岔巴溝2017年“7·26”特大洪水等[21]。目前政府已投入大量資金進(jìn)行山洪災(zāi)害的防控，但相關(guān)研究仍落后于治理工程。

圖1 岔巴溝流域概況

1.2 數(shù)據(jù)來源

1.2.1 水文氣象數(shù)據(jù) 本研究所用的徑流數(shù)據(jù)選取位于流域出口的曹坪水文站的汛期日徑流數(shù)據(jù)；降水?dāng)?shù)據(jù)主要選取流域內(nèi)13個(gè)雨量站的汛期降水摘錄數(shù)據(jù)。降雨徑流數(shù)據(jù)來源于《黃河流域水文資料—黃河中游區(qū)上段(河口鎮(zhèn)—龍門)上下冊》，時(shí)間范圍為2006—2013年。由于流域內(nèi)沒有氣象站，根據(jù)需要選取流域周邊綏德、橫山、榆林3個(gè)國家氣象站的逐日氣溫、蒸發(fā)、風(fēng)速和相對濕度數(shù)據(jù)，由中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http:∥data.cma.cn)提供。水文站和雨量站點(diǎn)流域內(nèi)分布情況見圖1。

1.2.2 遙感數(shù)據(jù) 構(gòu)建SWAT模型需要的遙感數(shù)據(jù)主要包括流域數(shù)字高程模型(DEM)、土地覆被、土壤類型等。本研究采用的流域數(shù)字高程模型是30 m分辨率的GDEM數(shù)據(jù)，由中國科學(xué)院地理空間數(shù)據(jù)云平臺(http:∥www.gscloud.cn)提供；土地覆被數(shù)據(jù)為2010年30 m分辨率的中國土地利用遙感監(jiān)測數(shù)據(jù)，由中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http:∥www.resdc.cn)提供；土壤數(shù)據(jù)為1 km格網(wǎng)的HWSD(Harmonized World Soil Database)世界土壤數(shù)據(jù)庫[22]。

1.3 SWAT分布式水文模型

1.3.1 SWAT模型原理及結(jié)構(gòu) SWAT模型對流域的水文建模主要分為水文循環(huán)的陸地階段和匯流階段。SWAT可以直接從文件中讀取輸入數(shù)據(jù)，如降水、最高和最低氣溫等，從而在運(yùn)行時(shí)生成模擬器。SWAT模型對水文循環(huán)的模擬基于水量平衡方程，其表達(dá)式為：

(1)

式中:SWt表示土壤最終含水量(mm);SW0表示第i天土壤初始含水量(mm);t表示時(shí)間;Rday表示第i天的降水量(mm);Qsurf表示第i天地表徑流(mm);Ea表示第i天的蒸散發(fā)量(mm);Wseep表示第i天從土壤剖面進(jìn)入包氣帶的水量(mm);Qgw表示第i天基流回歸的水量(mm)。

本文以Green-Ampt下滲法代替SCS徑流曲線法作為SWAT模型的產(chǎn)流方法，Green-Ampt方程假設(shè)地表永遠(yuǎn)存在多余水分進(jìn)而預(yù)測下滲，模型假設(shè)在濕峰以上的土壤完全飽和，在濕峰處含水量急劇變化。Mein等[23]開發(fā)了一種方法來確定Green-Ampt方程的下滲蓄水時(shí)間，該方法被引入SWAT中作為模擬地表徑流的替代方法，需要用戶輸入時(shí)間尺度小于日的降水?dāng)?shù)據(jù)計(jì)算徑流。Green-Ampt Mein-Larson方程的下滲速率定義為：

(2)

(3)

式中:finf,t為時(shí)刻t的下滲速率(mm/h);Ke為有效水力傳導(dǎo)率(mm/h);Ψwf為濕潤鋒土壤基質(zhì)勢(mm),是土壤孔隙率、砂粒百分比和黏土百分比的函數(shù);Δθv為濕潤鋒土壤體積含水量的變化(mm/mm);Finf,t為時(shí)刻t累計(jì)下滲量(mm);Ksat為飽和導(dǎo)水率(mm/h)；CN為徑流曲線數(shù)。

1.3.2 SWAT模型構(gòu)建 構(gòu)建SWAT模型的前期準(zhǔn)備為土壤和氣象屬性數(shù)據(jù)庫的建立。土壤數(shù)據(jù)庫包括岔巴溝流域各類土壤的物理和化學(xué)性質(zhì)，土壤物理性質(zhì)中土壤的顆粒組成在HWSD數(shù)據(jù)庫中直接獲取，并作為SPAW軟件的輸入數(shù)據(jù)計(jì)算土壤濕密度(SOL-BD)、土壤層有效持水量(SOL-AWC)和飽和導(dǎo)水率(SOL-K)等；土壤化學(xué)性質(zhì)主要包括pH、電導(dǎo)率(SOL-EC)、有機(jī)碳(SOL-CBN)等，由HWSD土壤數(shù)據(jù)庫直接獲取。氣象數(shù)據(jù)庫包括氣象站氣象數(shù)據(jù)以及岔巴溝流域13個(gè)雨量站降雨數(shù)據(jù)，以.txt格式輸入模型。

通過基礎(chǔ)數(shù)據(jù)的準(zhǔn)備和數(shù)據(jù)庫的構(gòu)建，借助ArcSWAT 2012版本軟件建立岔巴溝流域SWAT模型。首先基于DEM數(shù)據(jù)生成河網(wǎng)，通過推薦閾值將岔巴溝流域劃分為31個(gè)子流域，并設(shè)置流域總出水口；其次通過疊加土地利用數(shù)據(jù)、土壤數(shù)據(jù)和坡度數(shù)據(jù)，將三者的最小閾值均設(shè)置為0%，保留流域所有具有相同土地利用類型、土壤類型和坡度的640個(gè)水文響應(yīng)單元(Hydrologic Response Units)；最后將氣象數(shù)據(jù)導(dǎo)入模型，改變流域產(chǎn)流方法為Green-Ampt下滲法后運(yùn)行SWAT模型，實(shí)現(xiàn)岔巴溝流域2006—2013年水文過程的模擬，模擬結(jié)果“output.hru”文件中的時(shí)間步長內(nèi)HRU總降水量(PRECIP，mm)、產(chǎn)生的地表徑流量(SURQ_GEN，mm)和初始時(shí)段土壤剖面的含水量(SW_INIT，mm)等數(shù)據(jù)用于后續(xù)地表產(chǎn)流特征分析。

1.3.3 SWAT模型敏感性分析和參數(shù)率定 不同的參數(shù)對SWAT模型的模擬結(jié)果影響很大，因此在模型率定前需進(jìn)行參數(shù)的敏感性分析，選取合適的參數(shù)以提升模擬效率。本研究利用SWAT-CUP中的SUFI-2(sequential uncertainty fitting Version2)作為優(yōu)化算法進(jìn)行參數(shù)敏感性分析和率定。參數(shù)敏感性分析結(jié)果采用t統(tǒng)計(jì)量(t-Stat)和顯著性指標(biāo)p值(p-value)來衡量，t統(tǒng)計(jì)量絕對值越大、顯著性指標(biāo)p值越接近0，參數(shù)敏感性越強(qiáng)[24]。表1列出了岔巴溝流域率定使用的23個(gè)參數(shù)及其詳細(xì)信息。

表1 參數(shù)含義及初始率定范圍

模型效率通過確定系數(shù)(R2)、Nash-Sutcliffe效率(ENS)和百分比偏差(PBIAS)第3個(gè)指標(biāo)來進(jìn)行評估。指標(biāo)的計(jì)算公式如下[25]：

(4)

(5)

(6)

在3類指標(biāo)中，ENS的范圍為-∞到1，較高的ENS值是首選；R2的取值范圍從0到1，數(shù)值越大表示模擬效果越好；PBIAS比較模擬輸出與觀測數(shù)據(jù)的平均趨勢。一般情況下，當(dāng)R2，ENS>0.5且PBIAS≤±25%，則認(rèn)為模型效果較好。

2 結(jié)果與分析

2.1 岔巴溝流域SWAT模型敏感性分析結(jié)果

為了得到模型相關(guān)各參數(shù)的敏感性信息，本研究基于SWAT-CUP軟件采用SUFI-2算法對模型23個(gè)有關(guān)參數(shù)進(jìn)行了多次迭代，得到了各參數(shù)的敏感性分析結(jié)果和參數(shù)率定范圍，其中敏感性較高的參數(shù)有CN2，CANMX，SLSOIL，LAT_TTIME，SOL_AWC和SOL_K等，表2列出了敏感性參數(shù)的驗(yàn)證范圍、t統(tǒng)計(jì)量和顯著性指標(biāo)p值的詳細(xì)結(jié)果。敏感性參數(shù)同Gao等[26]在黃土高原涇河流域的敏感性分析結(jié)果相近。其中CN2(徑流曲線數(shù))是對徑流影響最顯著的參數(shù)，CN2值越大表明流域下墊面不透水性越強(qiáng)，產(chǎn)生的徑流量越大，CN2的t統(tǒng)計(jì)值為-7.239，p值為0，是最敏感的參數(shù)；樹冠最大儲量CANMX影響降雨的樹冠截留量，值越大徑流量越??；SOSOIL為側(cè)向地下水流坡長，數(shù)值大小決定流域坡面特征對HRU徑流計(jì)算的影響程度；LAT_TTIME為橫向流動(dòng)時(shí)間，受土壤水力性質(zhì)影響很大，影響流域匯流速度；SOL_AWC和SOL_K是與土壤屬性相關(guān)的參數(shù)，其中SOL_AWC為土壤層有效含水量，值越大土壤可容納水分越多，徑流量越??；SOL_K為土壤飽和水力傳導(dǎo)率，值越大土壤滲透性越強(qiáng)，徑流量越小。

表2 參數(shù)敏感性分析結(jié)果

2.2 岔巴溝流域SWAT模型模擬結(jié)果

在岔巴溝流域SWAT模型徑流模擬過程中，將2006—2007年為模型預(yù)熱期，以2008—2010年汛期為模型率定期，2011—2013年汛期為模型驗(yàn)證期。以R2，ENS，PBIAS第3個(gè)指標(biāo)對模型的適用性進(jìn)行評價(jià)，表3是流域總出水口曹坪水文站汛期日尺度徑流率定期和驗(yàn)證期的模擬評價(jià)結(jié)果，結(jié)果表明曹坪水文站的汛期流量模擬值與實(shí)測值吻合較好，率定期和驗(yàn)證期的ENS系數(shù)分別為0.76，0.74，R2分別為0.78，0.75，模擬結(jié)果較好。PBIAS的計(jì)算結(jié)果表明模型在率定期將流量低估了11.3%，而在驗(yàn)證期將流量高估了17.5%，這可能是由于驗(yàn)證期特別是2013年的實(shí)測日徑流量變化很大，急起急落現(xiàn)象突出造成的。圖2為曹坪水文站率定期、驗(yàn)證期的模擬結(jié)果，由圖可以看出SWAT模型可以較好的模擬流域汛期徑流的變化趨勢。

圖2 曹坪站汛期徑流實(shí)測值與模擬值比較

模型參數(shù)的不確定性采用P-factor和R-factor這2個(gè)指標(biāo)來衡量，其中P-factor表示95 PPU區(qū)間包含實(shí)測數(shù)據(jù)的百分?jǐn)?shù)，R-factor定義了95 PPU的頻帶平均寬度除以相應(yīng)測量變量的標(biāo)準(zhǔn)偏差。理論上，P-factor的范圍是0～100%，R-factor的范圍是0～∞，P-factor接近1，R-factor接近0是完全接近于實(shí)測數(shù)據(jù)的模擬[27]。表3中模型率定期和驗(yàn)證期P-factor分別為0.52，0.51，表明50%以上的實(shí)測數(shù)據(jù)在95 PPU置信區(qū)間范圍之內(nèi)，而R-factor分別為0.32，0.25，表明模型率定的準(zhǔn)確性可以接受，模型參數(shù)的不確定性較小?？傮w而言，以Green-Ampt下滲法驅(qū)動(dòng)的SWAT模型在岔巴溝流域表現(xiàn)出較好的模擬精度，模型率定期和驗(yàn)證期ENS系數(shù)均大于0.70，R2均達(dá)大于0.75，PBIAS介于±25%，參數(shù)不確定性較小，可以進(jìn)一步分析流域不同土地覆被下的地表產(chǎn)流特征。

表3 模型模擬結(jié)果評價(jià)

2.3 岔巴溝流域地表產(chǎn)流特征分析

為進(jìn)一步理解流域地表徑流的形成機(jī)制和變化規(guī)律，引入可以綜合降雨特征、前期土壤含水量和地表特征的變量—地表徑流系數(shù)作為評價(jià)指標(biāo)[28]，在汛期徑流模擬的基礎(chǔ)上，基于率定好的模型，以次降雨事件內(nèi)水文響應(yīng)單元平均降雨量大于25 mm且平均地表產(chǎn)流在2.5 mm以上為條件篩選出四次降雨—徑流事件，結(jié)合640個(gè)水文響應(yīng)單元累計(jì)得到2 560個(gè)不同降雨量—產(chǎn)流量的分析對象，用于分析不同土地覆被下的地表產(chǎn)流特征。

2.3.1 降雨強(qiáng)度對不同土地覆被產(chǎn)流特征的影響 降雨強(qiáng)度是黃土高原丘陵溝壑區(qū)產(chǎn)流產(chǎn)沙的主要影響因子[8]。根據(jù)最大1 h降雨強(qiáng)度等級和土地利用類型將2 560個(gè)分析對象的地表產(chǎn)流量和徑流系數(shù)進(jìn)行分類統(tǒng)計(jì)得到不同最大雨強(qiáng)等級[29]下耕地、草地、林地的地表產(chǎn)流量和徑流系數(shù)(圖3)。從整體趨勢來看，隨著最大雨強(qiáng)的增加，3種土地覆被的地表產(chǎn)流量和徑流系數(shù)都逐漸上升，尤其當(dāng)最大雨強(qiáng)從8.1～15.9 mm/h提高至16 mm/h以上時(shí)，3種土地覆被下地表產(chǎn)流量和徑流系數(shù)均顯著增大；不論在何種最大雨強(qiáng)區(qū)間下，3種土地覆被地表產(chǎn)流量以及徑流系數(shù)的關(guān)系均為耕地>草地>林地，且隨著最大雨強(qiáng)的增加三者間的差距也逐漸加大。

從不同土地覆被來看，地表產(chǎn)流隨不同土地利用類型的變化差異較明顯，最大雨強(qiáng)在2.5 mm/h以下時(shí)耕地、草地和林地均沒有產(chǎn)生地表徑流，耕地和草地在最大雨強(qiáng)達(dá)到2.6 mm/h后開始產(chǎn)生地表徑流，最大雨強(qiáng)在8 mm/h以上林地才開始出現(xiàn)產(chǎn)流；隨著最大雨強(qiáng)的增加耕地平均地表產(chǎn)流量從0 mm逐漸提升至0.91 mm，4.14 mm和12.83 mm，徑流系數(shù)在最大雨強(qiáng)在16 mm/h以上時(shí)達(dá)到0.28，是受雨強(qiáng)影響最顯著的土地利用類型，其次為草地，林地變化幅度最小，這是由于森林可以通過減小雨滴動(dòng)能、攔截雨量以及改變土壤結(jié)構(gòu)和地表結(jié)皮來削弱雨強(qiáng)對地表產(chǎn)流的影響[30]。綜合來看，流域地表徑流系數(shù)隨最大雨強(qiáng)的增加呈顯著上升趨勢，且最大雨強(qiáng)達(dá)到16 mm/h以上時(shí)地表徑流系數(shù)顯著增加。在同等級雨強(qiáng)下，耕地將降雨轉(zhuǎn)化為徑流的比例最大，其次為草地和林地。

圖3 不同降雨強(qiáng)度下土地覆被地表產(chǎn)流能力對比

2.3.2 前期土壤含水量對不同土地覆被產(chǎn)流特征的影響 前期土壤含水是指暴雨事件發(fā)生前流域表層土壤的含水量，在溫帶氣候下的許多研究表明前期的土壤水分條件是產(chǎn)生徑流的一個(gè)重要因素[31]。為了進(jìn)一步分析不同土地利用類型下前期土壤含水對產(chǎn)流的影響，選取產(chǎn)流能力最強(qiáng)的降雨強(qiáng)度區(qū)間，四次事件累計(jì)出現(xiàn)498個(gè)最大雨強(qiáng)在16 mm/h以上的分析對象，其中耕地214個(gè)、草地197個(gè)、林地87個(gè)，得到其前期土壤含水量與徑流系數(shù)的擬合關(guān)系見圖4。從圖4A可以看出498個(gè)分析對象的初始土壤含水與地表徑流系數(shù)擬合R2為0.35，說明前期土壤含水量的大小可以揭示大雨強(qiáng)下部分地表徑流系數(shù)的變化，地表徑流系數(shù)隨前期土壤含水量的增加呈上升趨勢。

將分析對象按照土地覆被類型細(xì)分后擬合關(guān)系進(jìn)一步提高(圖4B，C，D)，其中林地前期土壤含水量與地表徑流系數(shù)的擬合關(guān)系最好，R2為0.47，其次為耕地和草地；從擬合方程的斜率來看，3種土地覆被下地表徑流系數(shù)對前期土壤含水量的響應(yīng)存在差異，其中耕地和草地的斜率分別為0.049，0.050，大于林地的0.044，說明耕地和草地地表徑流系數(shù)對前期土壤含水量的變化敏感程度更高，即隨著前期土壤含水量的增加地表徑流系數(shù)的變化幅度比林地更大。這可能是由于森林涵蓄土壤水分以及截留降水的作用減少了地表徑流的產(chǎn)生，造成其對前期土壤含水量變化敏感程度較低。

圖4 不同土地覆被前期土壤含水量與地表徑流系數(shù)擬合關(guān)系

3 討 論

以Green-Ampt下滲法為產(chǎn)流方法的SWAT模型在參數(shù)率定后達(dá)到了較好的模擬效果，但部分學(xué)者的研究結(jié)果認(rèn)為降雨數(shù)據(jù)的時(shí)間分辨率對Green-Ampt下滲法的徑流模擬效果影響很大[32]，由于研究區(qū)內(nèi)的雨量站均為汛期站，僅獲得了5—9月2 h步長的降雨摘錄數(shù)據(jù)，對降雨的強(qiáng)度輸入有所削弱，加上流域周邊氣象站點(diǎn)分布較少使得氣象因子的輸入精度有一定偏差，對模型產(chǎn)流有一定的影響。DEM數(shù)據(jù)的空間分辨率對坡度、河網(wǎng)及子流域劃分等建模過程有顯著影響，進(jìn)而影響到流域徑流模擬精度，有研究表明20～150 m分辨率可以基本滿足流域模型模擬精度的要求[33]，但岔巴溝流域?qū)儆诘湫偷狞S土丘陵溝壑區(qū)，地形破碎，溝壑縱橫，在陜北黃土高原的研究發(fā)現(xiàn)利用DEM提取的平均坡度隨數(shù)據(jù)分辨率的降低呈線性下降的態(tài)勢[34]，因此需要更高精度的DEM數(shù)據(jù)來識別研究區(qū)的坡度和溝壑密度。本研究由于未能獲取更精細(xì)的DEM數(shù)據(jù)，故使用30 m分辨率的DEM數(shù)據(jù)進(jìn)行水文分析，對徑流模擬的精度可能會(huì)造成一定影響。在之后的研究中將利用無人機(jī)實(shí)地獲取分辨率更高的DEM數(shù)據(jù)來降低地形對徑流模擬的影響。

4 結(jié) 論

(1) 模型參數(shù)敏感性分析結(jié)果表明，徑流曲線數(shù)CN2，樹冠最大儲量CANMX、側(cè)向地下水流坡長SOSOIL、橫向流動(dòng)時(shí)間LAT_TTIME、土壤有效含水量SOL_AWC和土壤飽和水力傳導(dǎo)度SOL_K等是流域日尺度徑流模擬較為敏感的參數(shù)；

(2) 以Green-Ampt下滲法作為產(chǎn)流方法的SWAT模型率定期和驗(yàn)證期的ENS系數(shù)分別為0.76，0.74，R2分別為0.78，0.75，PBIAS介于±25%，參數(shù)不確定性較小，說明了其在黃土高原日徑流模擬的能力，可以用于分析降雨—徑流事件的地表產(chǎn)流規(guī)律；

(3) 同等雨強(qiáng)條件下，耕地將降雨轉(zhuǎn)化為地表徑流的比例最大，其次為草地和林地，且當(dāng)降雨強(qiáng)度大于16 mm/h后地表徑流系數(shù)顯著增加；前期土壤含水量可以揭示大雨強(qiáng)下部分地表徑流系數(shù)的變化，其中耕地和草地地表徑流系數(shù)對前期土壤含水量的變化敏感程度更高。