王宏偉 ， 韓 露， 王曉蕊， 朱正如

(1.本溪市水文局，遼寧 本溪 117000； 2.遼寧師范大學 城市與環(huán)境學院，遼寧 大連 116029)

基于SWAT模型的細河流域徑流模擬研究

王宏偉1， 韓 露2， 王曉蕊2， 朱正如2

(1.本溪市水文局，遼寧 本溪 117000； 2.遼寧師范大學 城市與環(huán)境學院，遼寧 大連 116029)

分布式水文模型能夠準確地反映降雨時空和下墊面等條件變化下的流域水文響應特征.運用SWAT分布式水文模型，將遼寧省細河流域劃分為28個子流域，2 061個水文響應單元，對流域水文循環(huán)過程進行了模擬.模型校準期R2、Ens分別為0.92、0.92，驗證期R2、Ens分別為0.89、0.90，均滿足適用性標準.SWAT模型對于細河流域徑流模擬的準確度較高.

SWAT模型；徑流模擬；細河流域；遼寧省

水資源是國家經濟社會可持續(xù)發(fā)展的重要資源，隨著水資源的緊缺，加強中小流域尺度的水資源開發(fā)利用與水資源綜合管理工作日益緊迫，研究中小流域尺度的水文循環(huán)過程、建立中小流域水文模型是一項十分重要的基礎性工作.水文模型是描述流域水文循環(huán)這一復雜過程的有效手段[1].

SWAT模型由SWRRB模型發(fā)展而來并不斷完善，最基本和最重要的功能就是徑流模擬，模型采用數字高程模型(Digital Elevation Model，簡稱DEM)、土地利用圖、土壤類型圖建立研究區(qū)空間數據庫，采用氣象、水文等數據建立研究區(qū)屬性數據庫，可在不同時空尺度、不同水文條件、不同土壤類型、不同地形特征的流域甚至資料缺乏地區(qū)建模，是一種基于過程的分布式流域水文模型.通常將研究流域劃分成若干個單元流域，從而降低流域下墊面和氣候要素的時空差異等對徑流的影響，提高模型模擬精度[2].近年來，眾多學者在不同流域進行了SWAT模型的構建，發(fā)現其在各個流域均可具有良好的適用性.Srinivasa等人在德克薩斯州的上游，一個以牧場為主要土地利用方式的流域建立了SWAT模型進行徑流過程模擬，模擬值與實測值的Ens系數是0.86[3].Arnold和Allen在伊利諾伊州的3個流域建立SWAT模型，并將模型模擬數據與實測數據進行對比，驗證了SWAT模型在模擬地表徑流、地表水蒸散發(fā)、地下徑流、土壤水蒸散發(fā)等參數方面的有效性[4]；Van Liew等在美國的流域通過對不同天氣條件下的水文情況進行模擬，取得了理想的模擬效果[5].國內，王中根等在我國黑河流域，通過建立SWAT模型進行模擬，分析融雪和凍土因素對徑流的影響[6]；龐靖鵬等在密云水庫的潮河子流域建立SWAT模型，在徑流模擬方面取得非常好的效果[7]；牛利強在堵河流域建立SWAT模型，研究氣候因素和土地利用因素改變對徑流的影響，得出結論：氣候因素對徑流的影響在80%以上，土地利用因素對徑流的影響在14%～20%之間[8].

半濕潤地區(qū)的下墊面條件較為復雜，降雨時空分布不均，雨量站分布密度低，因此，在此類地區(qū)的水文模擬依然是目前水文模型應用的難點.本文通過細河流域的DEM數據、土地利用數據、土壤數據、氣象數據構建SWAT模型，對其參數進行率定及驗證，對細河流域進行多年長序列月徑流模擬，從而更加深刻地了解流域的水文過程，以期對流域內生產生活用水和生態(tài)安全規(guī)劃等水資源管理提供參考依據.

1 研究區(qū)域概況及數據來源

細河屬太子河直流，發(fā)源于鳳城市白云山麓，由南向北流經本溪縣、南芬區(qū)、遼陽縣等行政區(qū)域，最終流入葠窩水庫，地理坐標為東經123°32′～123°58′，北緯40°47′～41°08′.干流長約120 km，流域面積1 103 km2，流域地勢東南高西北低，高程差1 082 m，河道比降8‰.細河流域平原面積占流域總面積8%，丘陵占流域總面積38%，山地占流域總面積54%.屬溫帶季風氣候區(qū)，多年平均氣溫6.1～7.8 ℃，夏季高溫，冬季嚴寒；多年平均降水量845 mm，降水量隨季節(jié)變化顯著，夏季降水充沛，集中了全年降水量的80%以上.降雨量空間分布亦不均勻，東南多西北少.細河流域北部和南部分布有遼東丘陵地形，東部有長白山脈東南延續(xù)部分，林地是流域內最主要的土地利用方式，其次是耕地和建設用地.根據FAO—90制土壤劃分體系，細河流域的土壤類型共有32種，高活性淋溶土分布最為廣泛(35%)，其次是雛形土(19%)和人為土(11%).

構建模型空間數據庫所用DEM數據來源于地理空間數據云(http：//www gscloud.cn)提供的ASTER GDEM數據，柵格分辨率為30 m×30 m.土地利用數據根據1985年的Landsat衛(wèi)星遙感影像(http：//www.gscloud.cn)解譯而得.土壤數據來源于世界和諧土壤數據庫HWSD(Harmonized World Soil Database).

構建模型屬性數據庫所用氣象數據使用距離流域最近的本溪氣象站的日尺度數據，時間范圍為1969—2015年，來源于中國氣象局氣象數據中心(http://data.cma.cn/).所需的日太陽輻射數據根據日照時長以及其他氣象數據在SwatWeather.exe軟件中進行計算.降水數據是影響徑流量最主要的參數，其準確性直接影響徑流模擬結果，故本研究使用流域內橋頭、南芬、下馬塘、顧家屯、甬子峪雨量站所記錄的1969—2015年日降雨數據對模型進行驅動，并采用細河出口位置橋頭站實測徑流數據對SWAT模型進行率定及驗證.

2 研究方法

2.1 SWAT模型

SWAT模型是基于物理基礎的半分布式水文模型，是模擬水文過程以及評價水資源時空變化特征的有效工具[9].它可以模擬包含不同土地利用方式、不同土壤類型、不同管理條件的復雜流域的水文過程.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.陸地階段描述了子流域內水流、泥沙、營養(yǎng)物等向主河道匯入的過程，匯流階段則描述了流域河網中水流、泥沙等的輸移過程.SWAT模型根據水量平衡方程原理計算水文響應單元的水文循環(huán)過程[10-11].

(1)

其中，SWt表示土壤最終含水量，SW0表示第i天土壤初始含水量，t表示時間，Rday表示第i天的降水量，Qsurf表示第i天地表徑流，Ea表示第i天的蒸散發(fā)量，wseep表示第i天離開土壤剖面底部的滲透水流和旁通水流水量，Qgw表示第i天回歸流的水量.

2.2 模型模擬精度評價

本研究采用SWAT-CUP軟件內置的SUFI-2算法校準參數，采用確定性系數(R2)和納什系數Nash-Suttcliffe(Ens)來評判SWAT模型在細河流域進行徑流模擬的精度[12].

(1)確定性系數R2

R2指示了模型的模擬值與實測值的吻合度，取值范圍為[0～1]，越接近1，吻合度越高.當前，學者普遍認為當R2>0.6時，就可以認為模擬結果較為滿意.R2計算公式如下：

(2)

(2)Nash-Sutcliffe納什系數

Ens指示了模型的模擬值與實測值在擬合上的優(yōu)劣程度和數量上的統計差異程度，取值范圍為[0～1]，越接近1，模型質量越高.當Ens≤0.36時，模擬效果不可信，當Ens>0.54時，模擬效果可信，當0.540.65，表明模型擬合結果非常好[13-15].Ens的計算公式如下：

(3)

其中，Qo表示實際觀測值，Qo,i表示實測值的平均值，Qs表示模擬值，n表示觀測次數.

3 結果及討論

3.1 SWAT模型的構建

DEM數據是提取流域地形因子和水文因子的基礎數據，這些流域信息要素的提取均由SWAT模型自動完成.地形因子指流域的坡度、坡向等因子，影響著地表徑流、降雨的空間分布，進而控制流域的累積水量和坡面產匯流進程；水文因子包括水流方向的確定、河網的生成及子流域的劃分等.本文將子流域閾值設置為21.96 km，劃分出28個子流域.

在Land Use/Soils/Slope definition選項卡中依次導入之前整理好的土地利用和土壤類型空間數據，選擇相應的索引表，使value值與之前建立的土地利用和土壤屬性數據庫連接，對土地利用和土壤進行重分類，坡度劃分成4級.由于本研究區(qū)域較小，可對水文響應單元HRU閾值進行更為精準的劃分，閾值越小，劃分出的HRU越詳細，模擬情況就會越接近現實，因此將細河流域各閾值均設置為0，這樣會使模型運行速度變慢，但劃分出的HRU更精確，研究區(qū)共劃分為2 061個HRUs.

HRU分布確定之后，輸入用于流域模擬的氣象數據(降雨量、氣溫、相對濕度、風速度、太陽輻射值等).運用ArcSWAT工具欄中Write Input Tables菜單欄第一個命令Weather Date Denfin?tion窗口加載氣象數據，通過該工具可將氣象站位置加載到當前工程，并為子流域分配氣象資料，各子流域與加載的各類氣象資料通過測站索引表鏈接.氣象數據加載完畢后，借助Write Input Tables下的Write All指令，模型自動輸入文件.模型在初次運行時，許多實測值仍處于默認初始值的狀態(tài)，會導致前期模擬效果較差，因此將1969—1970年設置為預熱期.以上步驟設置完成后，點擊“Run”運行模型，運行成功后，對結果保存并輸出.

3.2 SWAT模型的校準和驗證

參數敏感性分析是為了找到對模擬結果有較大影響的參數，縮小調參的盲目性，提高調參的針對性，是模型校準和驗證的前提和基礎.本文采用SWAT模型官方網站提供的SWAT-CUP(Calibration and Uncertainty Programs)軟件來進行敏感性分析.SWAT-CUP是由瑞士聯邦水質科學技術研究所專門針對SWAT模型研發(fā)的，能夠自動率定參數，給出最優(yōu)參數值和最優(yōu)參數的取值范圍.在SWAT-CUP中衡量參數敏感性的指標有2個：t值和P值.t值指示了參數的敏感程度，絕對值越大越敏感；P值指示顯著性，當其趨近于0時，說明參數的敏感性趨于顯著.本文主要研究徑流模擬，因此讀取SWAT模型的模擬值與實測值進行比較，基于各參數的定義，判定參數調整方向，最終選定14個對徑流模擬影響較大的參數，分別為CN2(SCS徑流曲線系數)、ALPHA_BF(基流α因子)、RCHRG_DP(深層含水層的滲透系數)、GWQMN(淺層地下水徑流系數)、SURLAG(地表徑流之后時間)、SOL_AWC(土壤可利用水量)、SOL_Z(土壤底部的深埋)、CH_H2(河道有效水力傳)、SOL_K(飽和參數系數)、ESCO(土壤蒸發(fā)補償因子)、CANMX(最大灌層蓄水量)、CH_K2(河道有效水力傳導系數)、GW_BEVAP(地下水再蒸發(fā)系數)、GW_DELAY(地下水滯后系數).

根據研究區(qū)收集到的數據情況，本次研究將1969—1970年設置為預熱期，1971—2000年設置為校準期，2001—2015年設置為驗證期.用SWAT模型劃分出的細河流域的2號子流域出口，橋頭水文站點的實測徑流量數據對模擬徑流數據進行校準與驗證.利用SWAT-CUP中的SUFI-2算法，經過7次迭代運算，每次迭代模擬次數為1 000次，得到的模擬結果及其所對應的參數取值范圍、最佳參數取值見表4.將最佳參數取值代入原模型進行模擬時，要注意計算公式的選擇.通過參數的調整，細河流域1971—2000年校準期的360個樣本觀測點，月徑流模擬值與實際觀測值的變化趨勢基本吻合，擬合度較好，模擬值略大于實測值，但相差不大，確定性系數R2和納什效率系數Ens分別為0.92和0.92，均高于檢驗標準水平，模擬結果達到了SWAT模型的精度要求.SWAT模型參數校準完畢后還需進行驗證，以判定參數值的可靠性.本研究的驗證為2001—2015年，共180個樣本觀測點.驗證期中月徑流模擬值與實際觀測值擬合度較好，R2和Ens別為0.89和0.90，均達到了令人滿意的模擬結果，由此可知，SWAT模擬在細河流域的徑流模擬達到了精度要求(見表1,圖1).

表1 模型最佳參數取值范圍及最佳參數值

圖1 校準期(1971—2000年)與驗證期(2001—2015年)橋頭站實測徑流與模擬徑流對比Fig.1 Simulated and observed runoffs of Qiaotou hydrologic station in calibration periods (1971—2000)and validation periods(2001—2015)

4 結 論

本文以細河流域為研究區(qū)域，利用研究區(qū)DEM數據、土壤數據及解譯所得的1985年的土地利用數據，構建SWAT模型的空間數據庫；利用研究區(qū)氣象數據、水文數據構建SWAT模型屬性數據庫.對細河流域的降雨徑流過程進行了模擬，并優(yōu)化參數選項，校準和驗證模型對流域的適用性.得出以下結論：本文所建立的細河流域SWAT模型包含28個子流域、2 061個水文響應單元，對流域水文循環(huán)過程進行了長時間序列的模擬.模擬結果顯示，模型校準期R2和Ens分別為0.92和0.92，驗證期R2和Ens分別為0.89和0.90.SWAT模擬在細河流域的徑流模擬精度較高，可以準確地表達流域的降雨產流過程.校準后的模型可以用于流域水資源評估及演變、土壤侵蝕及非點源污染等多方面研究，為流域水資源的評估與管理提供了科學準確的手段.

[1] 劉佳駿，董鎖成，李澤紅.中國水資源承載力綜合評價研究[J].自然資源學報，2011，26(2):258-269.

[2] 楊祎.SWAT模型徑流模擬的不確定性研究——以東苕溪上游小流域為例[D].杭州：浙江大學，2014.

[3] SRINIVASA N R，ARNOLD J G.Integration of a basin-scale water quality model with gis[J].Jawra Journal of the American Water Resources Association，1994，30(3):453-462.

[4] ARNOLD J G，ALLEN P M.Automated methods for estimating baseflow and ground water recharge from streamflow records[J].Jawra Journal of the American Water Resources Association，1999，35(2):411-424.

[5] VAN LIEW M W，GARBRECHT J.Hydrologic simulation of the little washita river experimental watershed using swat[J].Jawra Journal of the American Water Resources Association，2003，39(2):413-426.

[6] 王中根，鄭紅星，劉昌明,等.黃河典型流域分布式水文模型及應用研究[J].中國科學:技術科學，2004，34(z1):49-59.

[7] 龐靖鵬，劉昌明，徐宗學.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):89-95.

[8] 牛利強.基于SWAT的氣候與土地利用變化對徑流量的影響研究[D].武漢：華中師范大學，2013.

[9] 李小冰.基于SWAT模型的禿尾河流域徑流模擬研究[D].西安：西北農林科技大學，2010.

[10] WEI X，DECLAN C，LIN E，et al.Future cereal production in China:The interaction of climate change，water availability and socio-economic scenarios[J].Global Environmental Change，2009，19(1):34-44.

[11] ZUO D，XU Z，PENG D，et al.Simulating spatiotemporal variability of blue and green water resources availability with uncertainty analysis[J].Hydrological Processes，2015，29(8):1942-1955.

[12] 宋增芳，曾建軍，金彥兆,等.基于SWAT模型和SUFI-2算法的石羊河流域月徑流分布式模擬[J].水土保持通報，2016，36(5):172-177.

[13] MORIASI D N，ARNOLD J G，VAN LIEW M W，et al.Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J].Transactions of the Asabe，2007，50(3):885-900.

[14] 潘登，任理.分布式水文模型在徒駭馬頰河流域灌溉管理中的應用Ⅰ.參數率定和模擬驗證[J].中國農業(yè)科學，2012，45(3):471-479.

[15] 呂樂婷，彭秋志，郭媛媛,等.基于SWAT模型的東江流域徑流模擬[J].自然資源學報，2014,29(10):1746-1757.

ResearchofrunoffsimulationinXihebasinusingSWATmodel

WANGHongwei1，HANLu2，WANGXiaorui2，ZHUZhengru2

(1.Benxi Hydrology Bureau of Liaoning Province,Benxi, 117000, China;2.Collge of Urban and Environmental Science, Liaoning Normal University, Dalian 116029, China)

Water resources are the basic condition of human survival and development.In order to recogrize the rational allocation and sustainable development of water resources，the hydrological cycle has become to be one of the most important studies in hydrological research.In this study，the Xihe basin is divided into 28 subwatersheds and 2 061 hydrological response units by using SWAT distributed hydrological model.The hydrological cycle of the basin is simulated.The model calibration periodsR2andEnsare 0.92 and 0.92，and the validation periodsR2andEnsare 0.89 and 0.90，which meet the applicability criteria.The accuracy of the SWAT simulation based on the hydrological process in the Xihe basin is high.

SWAT model；runoff simulation；Xihe basin;Liaoning province

P933

A

2017-08-20

遼寧省教育廳科學研究一般項目(L201683678)

王宏偉(1976- ),男，遼寧本溪人，本溪市水文局高級工程師.

1000-1735(2017)04-0558-05

10.11679/lsxblk2017040558