卞建民, 胡昱欣, 張真真, 湯 潔, 趙 娟

(吉林大學(xué) 環(huán)境與資源學(xué)院, 長(zhǎng)春 130021)

東遼河流域吉林省境內(nèi)的徑流模擬研究

卞建民, 胡昱欣, 張真真, 湯 潔, 趙 娟

(吉林大學(xué) 環(huán)境與資源學(xué)院, 長(zhǎng)春 130021)

以東遼河吉林省境內(nèi)河段為研究對(duì)象，采用SWAT分布式水文模型對(duì)東遼河泉太水文站進(jìn)行徑流模擬，模型采用2006—2008年實(shí)測(cè)的逐月徑流資料進(jìn)行參數(shù)的率定，并以2009—2010年為模型的驗(yàn)證期，分析對(duì)水文過程影響較大的因素、模型的模擬精度及對(duì)研究區(qū)的適用性。結(jié)果表明：泉太水文站率定期與驗(yàn)證期徑流的模擬值與實(shí)測(cè)值總體上擬合較好，率定期與驗(yàn)證期徑流模擬的相關(guān)系數(shù)(R2)均大于0.6，Nash-Suttclife效率系數(shù)(Ens)均大于0.75，相對(duì)誤差(R)均小于30%。驗(yàn)證期的月徑流模擬相對(duì)誤差較率定期小，且相關(guān)系數(shù)R2、效率系數(shù)均大于0.9，降雨是徑流的重要影響因素，月徑流模擬值與年內(nèi)的降雨過程存在較好的正相關(guān)性，且率定期相關(guān)性較驗(yàn)證期相關(guān)性大。應(yīng)用率定后的參數(shù)在SWAT模型中進(jìn)行徑流模擬的結(jié)果較好，精度較高。將SWAT模型應(yīng)用于東遼河吉林省段的徑流過程模擬，具有較強(qiáng)的適用性。

東遼河流域; SWAT模型; 徑流模擬

東遼河流域是遼河源頭區(qū)的主要部分，近年來，針對(duì)東遼河流域開展的研究逐漸增多，且研究的角度各異。其中，以流域內(nèi)水生態(tài)、水環(huán)境需水量、水環(huán)境容量、水環(huán)境承載力等方面的研究居多[1-6]。針對(duì)該流域的研究日益增多，但對(duì)其水文過程的研究卻很少，尤以模型應(yīng)用方面。然而，地表徑流作為水文循環(huán)的重要組成部分，近幾年來一直是國內(nèi)外學(xué)者關(guān)注的重點(diǎn)，對(duì)SWAT模型應(yīng)用于徑流模擬方面亦進(jìn)行了大量的探索和研究[7]，在國內(nèi)，董國強(qiáng)等在灤河流域?qū)WAT模型模擬結(jié)果與GIS空間分析功能結(jié)合，設(shè)置不同情景下流域下墊面的變化對(duì)徑流模擬的影響，說明林地的增加使得徑流量增加，而降雨量的增加又強(qiáng)化了其影響程度[8]。郝振純、姚蘇紅等在不同的干旱半干旱地區(qū)應(yīng)用SWAT模型進(jìn)行徑流模擬研究，探索并驗(yàn)證了該模型在干旱半干旱地區(qū)的適用性[9-10]。顧萬龍等應(yīng)用SWAT模型對(duì)沙河周口水文站上游區(qū)域進(jìn)行了徑流模擬，論證了該模型對(duì)山區(qū)、丘陵和平原地區(qū)均有較好的適用性[11]。謝媛媛應(yīng)用SWAT對(duì)羅玉溝典型小流域的徑流、泥沙和水質(zhì)狀況進(jìn)行模擬研究,著重探討了降雨和森林植被變化對(duì)水文生態(tài)響應(yīng)的影響[12]。朱麗等采用SWAT模型中敏感性分析模塊，獲得對(duì)產(chǎn)流模擬影響較大的參數(shù)，通過驗(yàn)證得出該模塊在面積較小的中尺度流域的可用性[13]，王亞軍等基于SWAT模型對(duì)湟水流域徑流過程進(jìn)行了模擬與評(píng)價(jià)，獲得較好的結(jié)果，證明了模型的適用性[14]。已有的大量研究表明，應(yīng)用SWAT模型進(jìn)行徑流模擬具有較好的通用性和實(shí)用性[15]。

本文將SWAT模型的徑流模擬應(yīng)用于東遼河流域吉林省境內(nèi)河段，通過對(duì)東遼河泉太水文站2006—2010年間的月徑流進(jìn)行模擬，研究SWAT模型在該區(qū)的適用性，分析影響徑流模擬的諸多因素，為相關(guān)部門進(jìn)行東遼河流域水文循環(huán)等方面的研究提供可靠的依據(jù)，以期為SWAT模型在東遼河流域的應(yīng)用奠定基礎(chǔ)。

1 研究區(qū)概況

東遼河流域位于吉林省的西南部，松遼平原中部，地處東經(jīng)123°52′—125°6′，北緯42°54′—44°14′，地勢(shì)呈東南高、西北低，海拔611～120 m。流域面積為15 719 km2，區(qū)內(nèi)主要有東遼河、招蘇臺(tái)河和條子河三條河流[16]。擁有遼源市和四平市兩個(gè)地級(jí)市以及東遼縣、公主嶺市、梨樹縣、雙遼市、伊通滿族自治縣5個(gè)縣級(jí)市[3]。東遼河全長(zhǎng)448 km，省內(nèi)河長(zhǎng)321 km，流域面積10 136 km2。發(fā)源于遼源市薩哈嶺，流經(jīng)遼源、公主嶺、雙遼等市，并最終匯入遼寧省境內(nèi)的遼河[17-18]，氣候?qū)贉貛Т箨懶约撅L(fēng)氣候，四季變化明顯，冬季寒冷多風(fēng)，夏季炎熱干燥。多年平均徑流量5.61億m3，6—9月份為豐水期，徑流量占年徑流量的60%～70%。3—5月、10月份為平水期，11月份進(jìn)入枯水期后流量驟少，東遼河最枯年份的來水量占多年平均來水量的9.3%，流經(jīng)的王奔站豐水年與枯水年的水資源量相差30.8倍[1-3]。徑流過程是水文循環(huán)的一個(gè)重要環(huán)節(jié)，降雨、徑流之間又密不可分。因此，通過對(duì)研究區(qū)水文過程中的徑流進(jìn)行模擬，分析降雨、徑流的相關(guān)關(guān)系，評(píng)價(jià)模型的精度、適用性，具有極大的現(xiàn)實(shí)意義，為該區(qū)進(jìn)行相關(guān)水文過程、農(nóng)業(yè)污染等方面的研究提供可靠的依據(jù)。

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源

基于SWAT模型的徑流模擬需要空間數(shù)據(jù)及屬性數(shù)據(jù)，為使數(shù)據(jù)庫中各圖件在同一個(gè)坐標(biāo)系下，研究采用Albers投影，投影中第一、第二標(biāo)準(zhǔn)緯線依次為25，47，中央經(jīng)線為105°。高程模型采用STRM DEM數(shù)據(jù)，土地利用數(shù)據(jù)的空間分辨率為1 km；土地利用類型圖是項(xiàng)目組通過對(duì)流域Landsat遙感數(shù)據(jù)TM和ETM影像解譯得到的，結(jié)合1∶50萬吉林省土地利用圖和野外調(diào)查GPS實(shí)測(cè)樣點(diǎn)進(jìn)行檢驗(yàn)。土壤類型圖是通過將吉林省1∶50萬土壤類型圖矢量化，并轉(zhuǎn)換投影獲得。利用流域水文站點(diǎn)、雨量站點(diǎn)資料以及90 m數(shù)字高程圖、1∶50萬的土地利用和土壤類型圖等構(gòu)建東遼河流域的空間數(shù)據(jù)庫和屬性數(shù)據(jù)庫，數(shù)據(jù)來源及說明見表1。

2.2 研究方法

SWAT模型由美國農(nóng)業(yè)部農(nóng)業(yè)研究中心(USDA-ARS)研發(fā)，是基于SWRRB模型發(fā)展起來的一種基于過程的分布式流域尺度水文模型[19-21]。模型將遙感(RS)、地理信息系統(tǒng)(GIS)、數(shù)字高程模型(DEM)等數(shù)字技術(shù)進(jìn)行集成應(yīng)用，在徑流模擬的過程中充分考慮氣候、流域下墊面條件等因素對(duì)徑流模擬的影響[22]，在徑流模擬方面應(yīng)用廣泛。

本次徑流模擬選取SCS—徑流曲線法進(jìn)行地表徑流量的計(jì)算，潛在蒸散發(fā)能力采用Prestley-Taylor方法計(jì)算、河道演算采用Variable storage法獲得，模型以月平均為步長(zhǎng)。模型率定及驗(yàn)證結(jié)果選取相對(duì)誤差(Re)、決定系數(shù)(R2)、Nash-Suttclife效率系數(shù)(Ens)三項(xiàng)指標(biāo)進(jìn)行評(píng)價(jià)。其中，Re為實(shí)測(cè)值與模擬值的相對(duì)誤差，一般要求其絕對(duì)值在30%以內(nèi)；R2為相關(guān)系數(shù)的平方，反映實(shí)測(cè)值與模擬值之間的數(shù)據(jù)相關(guān)程度，R2≥0.6時(shí)，模擬結(jié)果較好，且越接近于1，吻合的程度越高；Ens用來描述模擬值與實(shí)測(cè)值擬合精度，取值在0～1之間，當(dāng)Ens在0.5～0.65之間時(shí)，模擬結(jié)果可接受，當(dāng)Ens>0.75時(shí)，認(rèn)為模擬結(jié)果非常好[23]，Re，R2，Ens的計(jì)算公式如下：

Re=[(Ps-W0)/W0]×100%

(1)

(2)

(3)

式中：W0——實(shí)測(cè)值；Ps——模擬值；Wavg，Pavg——實(shí)測(cè)值與模擬值的平均值；n——實(shí)測(cè)數(shù)據(jù)的個(gè)數(shù)；相關(guān)系數(shù)R2可在Excel中應(yīng)用線性回歸法求得。

3 結(jié)果與分析

3.1 模型構(gòu)建及參數(shù)率定

SWAT模型構(gòu)建之初，由流域的DEM數(shù)據(jù)生成流域河網(wǎng)水系，加載水文站點(diǎn)后確定流域出口位置，將整個(gè)流域劃分成28個(gè)子流域，再將土地利用及土壤類型數(shù)據(jù)分別加載并重新分類后進(jìn)行疊加處理。通過設(shè)值流域面積閾值，將流域內(nèi)子流域劃分成363個(gè)水文響應(yīng)單元，土地利用類型及土壤類型面積閾值均取10%，最后通過加載氣象數(shù)據(jù)及其他相關(guān)的默認(rèn)數(shù)據(jù)庫文件，采用上述徑流模擬方法實(shí)現(xiàn)對(duì)東遼河流域水文過程的模擬，東遼河流域DEM高程圖及東遼河子流域劃分結(jié)果見圖1、圖2。

圖1東遼河流域DEM圖圖2東遼河子流域劃分圖

在模型建立的基礎(chǔ)上，采用SWAT模型自帶的參數(shù)敏感性分析模塊Sens-Auto-Unc中的拉丁超立方—單次單因素(LH-OAT)法分析參數(shù)敏感程度。以2006—2008年月徑流數(shù)據(jù)為敏感性分析對(duì)象，應(yīng)用該方法獲得CN2、SOL-AWC、ESCO等17個(gè)對(duì)本次徑流模擬有重要影響的參數(shù)，部分敏感參數(shù)見表2。

表2 東遼河徑流模擬部分敏感參數(shù)

對(duì)于模型參數(shù)的率定，本文引進(jìn)SWAT-CUP應(yīng)用程序，SWAT-CUP為SWAT模型用于校準(zhǔn)的一個(gè)計(jì)算程序，具有參數(shù)敏感性分析、模型的校準(zhǔn)等功能[24]，在模型參數(shù)率定時(shí)應(yīng)用廣泛，本次即采用該軟件對(duì)參數(shù)進(jìn)行率定。將17個(gè)敏感參數(shù)輸入到SWAT-CUP中，采用Sufi2模擬方法進(jìn)行計(jì)算，以全局敏感性分析中p-value和t-stat結(jié)果為參考。其中，p-value代表參數(shù)的重要性，越接近于0，表示參數(shù)越重要；t-stat表示參數(shù)的敏感性強(qiáng)弱，參數(shù)絕對(duì)值越大，表示敏感性越強(qiáng)。結(jié)合Sensitivity Analysis功能，對(duì)SWAT模型的敏感參數(shù)進(jìn)行二次篩選，挑選出對(duì)研究區(qū)徑流模擬影響更顯著的參數(shù)，體現(xiàn)出Sensitivity Analysis高效、針對(duì)性強(qiáng)的特點(diǎn)。為使參數(shù)調(diào)整有據(jù)可依，徑流校準(zhǔn)效果更好，以獲得適合研究區(qū)徑流模擬的參數(shù)。本次研究在模型自動(dòng)校準(zhǔn)的基礎(chǔ)上，采用one-at-a-time依次對(duì)CN2、ESCO、SOL_Z、SOL_AWC等幾個(gè)主要參數(shù)進(jìn)行校準(zhǔn)。one-at-a-time敏感性分析方法即通過手動(dòng)單一改變某一參數(shù)的范圍值，其他參數(shù)范圍值保持不變，通過對(duì)幾次徑流模擬結(jié)果進(jìn)行對(duì)比分析，確定提高模型模擬效果及精度的參數(shù)調(diào)整方法，避免參數(shù)調(diào)整時(shí)存在的盲目性，大大提高本次參數(shù)調(diào)整的效率。通過手動(dòng)調(diào)參、自動(dòng)校準(zhǔn)，對(duì)模型主要敏感參數(shù)值的范圍進(jìn)行調(diào)整、率定，獲得較為符合該區(qū)域徑流過程模擬結(jié)果及最為滿意的參數(shù)率定值，見表3，即可采用率定的參數(shù)代回SWAT模型中進(jìn)行驗(yàn)證模擬。

3.2 結(jié)果分析

模型采用泉太水文站2006—2008年間逐月徑流數(shù)據(jù)作為校準(zhǔn)數(shù)據(jù)對(duì)模型進(jìn)行校準(zhǔn)，并以2009—2010年作為模型的驗(yàn)證期，根據(jù)參數(shù)的類型，將率定的參數(shù)值代回SWAT模型中修改默認(rèn)參數(shù)后，開始逐月徑流的驗(yàn)證模擬。對(duì)模擬結(jié)果進(jìn)行分析處理，獲得率定期與驗(yàn)證期徑流模擬結(jié)果(圖3—4)，徑流模擬值與實(shí)測(cè)值線性回歸曲線見圖5。結(jié)合模型自動(dòng)計(jì)算功能，并利用Excel計(jì)算可得研究區(qū)率定期與驗(yàn)證期的徑流模擬分析結(jié)果，見表4。

表3 主要敏感性參數(shù)率定值

圖32006-2008年逐月徑流率定結(jié)果圖42009-2010年逐月徑流驗(yàn)證結(jié)果

圖5 率定期與驗(yàn)證期模擬值與實(shí)測(cè)值線性擬合曲線表4 東遼河流域月徑流模擬結(jié)果

模擬期R2EnsRe/%率定期(2006—2008年)0.880.8224.22驗(yàn)證期(2009—2010年)0.920.928.09

結(jié)合圖3與表4可知，徑流模擬值與實(shí)測(cè)值之間的相對(duì)誤差為24.22%，小于30%；決定系數(shù)R2為0.88，大于0.6；Nash-Suttclife效率系數(shù)(Ens)為0.82，高于0.75，對(duì)比模型評(píng)價(jià)指標(biāo)的精度要求可知，三個(gè)評(píng)價(jià)指標(biāo)均滿足精度要求，模型率定期模擬的結(jié)果較為滿意。結(jié)合率定期徑流模擬值、實(shí)測(cè)值以及圖3、圖5不難發(fā)現(xiàn)，雖然率定期逐月徑流模擬的結(jié)果較好，但大部分徑流模擬值略高于實(shí)測(cè)值，即Ens>0，統(tǒng)計(jì)發(fā)現(xiàn)，校準(zhǔn)期內(nèi)每年的9月至次年的2月份，徑流的模擬值均不同程度的偏高于實(shí)測(cè)值，分析可能是由于北方地區(qū)9月份起降水開始逐漸減小，而降水是徑流產(chǎn)生的來源，降雨過程中模型會(huì)自動(dòng)考慮多種因素的影響，因而徑流模擬結(jié)果更接近實(shí)際徑流，但該誤差均在允許的范圍內(nèi)。此外，分析圖3可知，率定期內(nèi)降雨量與徑流量的相關(guān)性很大，降雨量大的月份徑流量亦大。

觀察圖4與表4可知，驗(yàn)證期徑流模擬值與實(shí)測(cè)值的擬合度較高，驗(yàn)證期的相對(duì)誤差僅為8.09%，小于校準(zhǔn)期的相對(duì)誤差；通過Excel回歸曲線計(jì)算得出R2，驗(yàn)證期的相關(guān)系數(shù)R2、Nash-Suttclife效率系數(shù)Ens均為0.92，大于0.75，精度較高。分析驗(yàn)證期的徑流實(shí)測(cè)值與模擬值可知，驗(yàn)證期徑流模擬的誤差相比于率定期更小，相關(guān)系數(shù)R2、效率系數(shù)Ens均提高，利用上述參數(shù)校準(zhǔn)方法獲得的參數(shù)值進(jìn)行東遼河徑流過程驗(yàn)證模擬，結(jié)果較好，適用性較強(qiáng)，即針對(duì)該區(qū)域，采用上述調(diào)參方法進(jìn)行參數(shù)調(diào)整是可行的。由圖4可知，驗(yàn)證期逐月模擬降雨量與徑流量存在較大的正相關(guān)性，降雨量大的月份徑流量亦大，且2010年相關(guān)性大于2009年。

可見，降雨是影響徑流的重要因素，采用率定后的參數(shù)進(jìn)行徑流模擬的結(jié)果較好，應(yīng)用率定的參數(shù)對(duì)研究區(qū)進(jìn)行徑流模擬，精度較高，具有較強(qiáng)的適用性。

4 結(jié) 論

(1) 泉太水文站率定期與驗(yàn)證期月平均徑流量的模擬值與實(shí)測(cè)值的相對(duì)誤差R分別為24.22%，8.09%，均小于30%；決定系數(shù)R2依次為0.88，0.92，均大于0.6；Nash-Suttclife效率系數(shù)(Ens)分別為0.82，0.92。三個(gè)評(píng)價(jià)指標(biāo)均滿足精度要求，且驗(yàn)證期月徑流擬合精度有所提高，R2、Ens均大于0.90，模擬結(jié)果較好。應(yīng)用率定后的參數(shù)對(duì)東遼河流域進(jìn)行徑流模擬，結(jié)果較為可靠，具有較強(qiáng)的適用性。

(2) 在時(shí)間上，東遼河流域的徑流過程與模擬降雨過程具有一定的正相關(guān)性，即月徑流量大的月份，模擬降雨量亦大，且率定期內(nèi)相關(guān)性較驗(yàn)證期高。其中，2010年間月徑流過程與降雨量相關(guān)性較大，而2009年月徑流過程與降雨過程相關(guān)性較2010年小。

(3) 應(yīng)用SWAT模型能較好地模擬東遼河泉太站逐月徑流過程，但由于模型本身的不確定性，考慮人類活動(dòng)對(duì)該區(qū)天然徑流過程的影響時(shí)，與實(shí)際下墊面條件仍有些偏差，在后續(xù)模型的改進(jìn)及模型應(yīng)用的過程中，應(yīng)著重研究下墊面條件對(duì)模型精度的影響。

[1] 龔磊,盧文喜,張蕾.東遼河流域水生態(tài)功能分區(qū)研究[J].人民黃河,2012,34(5):57-60.

[2] 張蕾.東遼河流域水生態(tài)功能分區(qū)與控制單元水質(zhì)目標(biāo)管理技術(shù)[D].長(zhǎng)春:吉林大學(xué),2012.

[3] 吳佳曦.吉林省東遼河流域生態(tài)環(huán)境需水量的研究[D].長(zhǎng)春:吉林大學(xué),2013.

[4] 程兵芬,羅先香,王剛.基于層次分析—模糊綜合評(píng)價(jià)模型的東遼河流域水環(huán)境承載力評(píng)價(jià)[J].水資源保護(hù),2012,28(6):33-36.

[5] 姜雪,盧文喜,黃鶴,等.基于WASP模型的東遼河水環(huán)境容量計(jì)算[J].節(jié)水灌溉,2012(6):56-59,63.

[6] 姜雪,盧文喜,張蕾,等.基于WASP模型的東遼河水質(zhì)模擬研究[J].中國農(nóng)村水利水電,2011(12):26-30.

[7] 白淑英,王莉,史建橋,等.基于SWAT模型的開都河流域徑流模擬[J].干旱區(qū)資源與環(huán)境,2013,27(9):79-84.

[8] 董國強(qiáng),楊志勇,史曉亮,等.基于SWAT模型的灤河流域徑流模擬[J].人民黃河,2013,35(6):46-52.

[9] 郝振純,侯艷茹,張余慶,等.基于SWAT模型的皇甫川流域徑流模擬研究[J].中國農(nóng)村水利水電,2013(5):6-10.

[10] 姚蘇紅,朱仲元,張圣微.基于SWAT模型的內(nèi)蒙古閃電河流域徑流模擬研究[J].干旱區(qū)資源與環(huán)境,2013,27(1):175-180.

[11] 顧萬龍,竹磊磊,許紅梅,等.SWAT模型在氣候變化對(duì)水資源影響研究中的應(yīng)用:以河南省中部農(nóng)業(yè)區(qū)為例[J].生態(tài)學(xué)雜志,2010,29(2):395-400.

[12] 謝媛媛.基于SWAT模型的羅玉溝流域森林植被變化的水文生態(tài)響應(yīng)研究[J].水土保持研究,2009,16(4):197-202.

[13] 朱麗,秦富倉,姚云峰,等.SWAT模型靈敏性分析模塊在中尺度流域的應(yīng)用:以密云縣紅門川流域?yàn)槔齕J].水土保持研究,2011,18(1):161-165,275.

[14] 王亞軍,周陳超,賈紹鳳,等.基于SWAT模型的湟水流域徑流模擬與評(píng)價(jià)[J].水土保持研究,2007,14(6):394-397,406.

[15] 唐莉華,林文婧,張思聰,等.基于SWAT模型的溫榆河流域非點(diǎn)源污染模擬與分析[J].水力發(fā)電學(xué)報(bào),2010,29(4):6-13.

[16] 卞建民,胡昱欣,李育松,等. 基于BP神經(jīng)網(wǎng)絡(luò)的遼河源頭區(qū)水質(zhì)評(píng)價(jià)研究[J].水土保持研究,2014,21(1):147-151.

[17] 李迪.基于SWAT模型的東遼河流域農(nóng)業(yè)非點(diǎn)源污染模擬研究[D].長(zhǎng)春:吉林大學(xué),2011.

[18] 曹艷,張寶新.東遼河流域水文氣象特性分析[J].吉林水利,2006(6):30-31.

[19] 楊?yuàn)檴?徐征和,孔珂,等.基于SWAT模型的臥虎山水庫流域徑流模擬[J].中國農(nóng)村水利水電,2013(5):11-14,19.

[20] 張展羽,司涵,孔莉莉,等.基于SWAT模型的小流域非點(diǎn)源氮磷遷移規(guī)律研究[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29(2):93-100.

[21] 孫瑞,張雪琴.基于SWAT模型的流域徑流模擬研究進(jìn)展[J].水文,2010,30(3):28-32.

[22] 朱喬,梁睿,晉華,等.基于SWAT模型的嵐河流域徑流模擬[J].水電能源科學(xué),2013(3):25-27.

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

[24] 謝淼.石頭口門水庫匯水區(qū)土地利用情景分析及水資源污染模擬研究[D].長(zhǎng)春:吉林大學(xué),2013.

StudyonRunoffSimulationinDongliaoRiverBasinofJilinProvince

BIAN Jian-min, HU Yu-xin, ZHANG Zhen-zhen, TANG Jie, ZHAO Juan

(CollegeofEnvironmentandResources,JilinUniversity,Changchun130021,China)

The Dongliao River in Jilin Province was taken as a case study area. Runoff simulation of the Quantai hydrological station was carried out with SWAT, a distributed hydrological model. In order to analyze the factors influencing hydrological process, the accuracy of runoff process simulation and the model applicability for the study area, parameters were calibrated by observed monthly runoff data from 2006 to 2008, and validated from 2009 to 2010. The results showed that during the calibration and validation period, the simulation results of the Quantai hydrological station were overall credible and consistent with the measured runoff, and the coefficients of determination (R2) were both greater than 0.6, and Nash-Suttclife efficiency factors (Ens) were both greater than 0.75, as well as the relative errors (R) were both less than 30% . During the validation, the relative error was smaller, the coefficients of determination (R2) and Nash-Suttclife efficiency factors were both greater than 0.9. Rainfall is an important factor affecting the runoff processes, a better positive correlation between the monthly runoff simulation and rainfall process was found during the calibration and validation period, while the calibration period is higher. However, the results were better and accurate with the calibrated parameters applied to the model. SWAT model exhibited the strong applicability when it was applied to simulate the runoff process of Dongliao River in Jilin Province.

Dongliao River basin; SWAT model; runoff simulation

2014-04-30

：2014-05-19

國家水體污染控制與治理重大科技專項(xiàng)(2012ZX07202-009)

卞建民(1968—),女,吉林延吉人,教授,博士生導(dǎo)師,主要從事地下水資源評(píng)價(jià)、水環(huán)境與水生態(tài)方面的研究。Email:bianjianmin@126.com

P333.3

：A

：1005-3409(2014)04-0246-05