基于SWAT模型的细河流域径流模拟研究

王宏伟 ， 韩 露， 王晓蕊， 朱正如

(1.本溪市水文局，辽宁 本溪 117000； 2.辽宁师范大学 城市与环境学院，辽宁 大连 116029)

基于SWAT模型的细河流域径流模拟研究

王宏伟1， 韩 露2， 王晓蕊2， 朱正如2

(1.本溪市水文局，辽宁 本溪 117000； 2.辽宁师范大学 城市与环境学院，辽宁 大连 116029)

分布式水文模型能够准确地反映降雨时空和下垫面等条件变化下的流域水文响应特征.运用SWAT分布式水文模型，将辽宁省细河流域划分为28个子流域，2 061个水文响应单元，对流域水文循环过程进行了模拟.模型校准期R2、Ens分别为0.92、0.92，验证期R2、Ens分别为0.89、0.90，均满足适用性标准.SWAT模型对于细河流域径流模拟的准确度较高.

SWAT模型；径流模拟；细河流域；辽宁省

水资源是国家经济社会可持续发展的重要资源，随着水资源的紧缺，加强中小流域尺度的水资源开发利用与水资源综合管理工作日益紧迫，研究中小流域尺度的水文循环过程、建立中小流域水文模型是一项十分重要的基础性工作.水文模型是描述流域水文循环这一复杂过程的有效手段[1].

SWAT模型由SWRRB模型发展而来并不断完善，最基本和最重要的功能就是径流模拟，模型采用数字高程模型(Digital Elevation Model，简称DEM)、土地利用图、土壤类型图建立研究区空间数据库，采用气象、水文等数据建立研究区属性数据库，可在不同时空尺度、不同水文条件、不同土壤类型、不同地形特征的流域甚至资料缺乏地区建模，是一种基于过程的分布式流域水文模型.通常将研究流域划分成若干个单元流域，从而降低流域下垫面和气候要素的时空差异等对径流的影响，提高模型模拟精度[2].近年来，众多学者在不同流域进行了SWAT模型的构建，发现其在各个流域均可具有良好的适用性.Srinivasa等人在德克萨斯州的上游，一个以牧场为主要土地利用方式的流域建立了SWAT模型进行径流过程模拟，模拟值与实测值的Ens系数是0.86[3].Arnold和Allen在伊利诺伊州的3个流域建立SWAT模型，并将模型模拟数据与实测数据进行对比，验证了SWAT模型在模拟地表径流、地表水蒸散发、地下径流、土壤水蒸散发等参数方面的有效性[4]；Van Liew等在美国的流域通过对不同天气条件下的水文情况进行模拟，取得了理想的模拟效果[5].国内，王中根等在我国黑河流域，通过建立SWAT模型进行模拟，分析融雪和冻土因素对径流的影响[6]；庞靖鹏等在密云水库的潮河子流域建立SWAT模型，在径流模拟方面取得非常好的效果[7]；牛利强在堵河流域建立SWAT模型，研究气候因素和土地利用因素改变对径流的影响，得出结论：气候因素对径流的影响在80%以上，土地利用因素对径流的影响在14%～20%之间[8].

半湿润地区的下垫面条件较为复杂，降雨时空分布不均，雨量站分布密度低，因此，在此类地区的水文模拟依然是目前水文模型应用的难点.本文通过细河流域的DEM数据、土地利用数据、土壤数据、气象数据构建SWAT模型，对其参数进行率定及验证，对细河流域进行多年长序列月径流模拟，从而更加深刻地了解流域的水文过程，以期对流域内生产生活用水和生态安全规划等水资源管理提供参考依据.

1 研究区域概况及数据来源

细河属太子河直流，发源于凤城市白云山麓，由南向北流经本溪县、南芬区、辽阳县等行政区域，最终流入葠窝水库，地理坐标为东经123°32′～123°58′，北纬40°47′～41°08′.干流长约120 km，流域面积1 103 km2，流域地势东南高西北低，高程差1 082 m，河道比降8‰.细河流域平原面积占流域总面积8%，丘陵占流域总面积38%，山地占流域总面积54%.属温带季风气候区，多年平均气温6.1～7.8 ℃，夏季高温，冬季严寒；多年平均降水量845 mm，降水量随季节变化显著，夏季降水充沛，集中了全年降水量的80%以上.降雨量空间分布亦不均匀，东南多西北少.细河流域北部和南部分布有辽东丘陵地形，东部有长白山脉东南延续部分，林地是流域内最主要的土地利用方式，其次是耕地和建设用地.根据FAO—90制土壤划分体系，细河流域的土壤类型共有32种，高活性淋溶土分布最为广泛(35%)，其次是雏形土(19%)和人为土(11%).

构建模型空间数据库所用DEM数据来源于地理空间数据云(http：//www gscloud.cn)提供的ASTER GDEM数据，栅格分辨率为30 m×30 m.土地利用数据根据1985年的Landsat卫星遥感影像(http：//www.gscloud.cn)解译而得.土壤数据来源于世界和谐土壤数据库HWSD(Harmonized World Soil Database).

构建模型属性数据库所用气象数据使用距离流域最近的本溪气象站的日尺度数据，时间范围为1969—2015年，来源于中国气象局气象数据中心(http://data.cma.cn/).所需的日太阳辐射数据根据日照时长以及其他气象数据在SwatWeather.exe软件中进行计算.降水数据是影响径流量最主要的参数，其准确性直接影响径流模拟结果，故本研究使用流域内桥头、南芬、下马塘、顾家屯、甬子峪雨量站所记录的1969—2015年日降雨数据对模型进行驱动，并采用细河出口位置桥头站实测径流数据对SWAT模型进行率定及验证.

2 研究方法

2.1 SWAT模型

SWAT模型是基于物理基础的半分布式水文模型，是模拟水文过程以及评价水资源时空变化特征的有效工具[9].它可以模拟包含不同土地利用方式、不同土壤类型、不同管理条件的复杂流域的水文过程.SWAT模型对流域的水文建模主要分为水文循环的陆地阶段和汇流阶段.陆地阶段描述了子流域内水流、泥沙、营养物等向主河道汇入的过程，汇流阶段则描述了流域河网中水流、泥沙等的输移过程.SWAT模型根据水量平衡方程原理计算水文响应单元的水文循环过程[10-11].

(1)

其中，SWt表示土壤最终含水量，SW0表示第i天土壤初始含水量，t表示时间，Rday表示第i天的降水量，Qsurf表示第i天地表径流，Ea表示第i天的蒸散发量，wseep表示第i天离开土壤剖面底部的渗透水流和旁通水流水量，Qgw表示第i天回归流的水量.

2.2 模型模拟精度评价

本研究采用SWAT-CUP软件内置的SUFI-2算法校准参数，采用确定性系数(R2)和纳什系数Nash-Suttcliffe(Ens)来评判SWAT模型在细河流域进行径流模拟的精度[12].

(1)确定性系数R2

R2指示了模型的模拟值与实测值的吻合度，取值范围为[0～1]，越接近1，吻合度越高.当前，学者普遍认为当R2>0.6时，就可以认为模拟结果较为满意.R2计算公式如下：

(2)

(2)Nash-Sutcliffe纳什系数

Ens指示了模型的模拟值与实测值在拟合上的优劣程度和数量上的统计差异程度，取值范围为[0～1]，越接近1，模型质量越高.当Ens≤0.36时，模拟效果不可信，当Ens>0.54时，模拟效果可信，当0.540.65，表明模型拟合结果非常好[13-15].Ens的计算公式如下：

(3)

其中，Qo表示实际观测值，Qo,i表示实测值的平均值，Qs表示模拟值，n表示观测次数.

3 结果及讨论

3.1 SWAT模型的构建

DEM数据是提取流域地形因子和水文因子的基础数据，这些流域信息要素的提取均由SWAT模型自动完成.地形因子指流域的坡度、坡向等因子，影响着地表径流、降雨的空间分布，进而控制流域的累积水量和坡面产汇流进程；水文因子包括水流方向的确定、河网的生成及子流域的划分等.本文将子流域阈值设置为21.96 km，划分出28个子流域.

在Land Use/Soils/Slope definition选项卡中依次导入之前整理好的土地利用和土壤类型空间数据，选择相应的索引表，使value值与之前建立的土地利用和土壤属性数据库连接，对土地利用和土壤进行重分类，坡度划分成4级.由于本研究区域较小，可对水文响应单元HRU阈值进行更为精准的划分，阈值越小，划分出的HRU越详细，模拟情况就会越接近现实，因此将细河流域各阈值均设置为0，这样会使模型运行速度变慢，但划分出的HRU更精确，研究区共划分为2 061个HRUs.

HRU分布确定之后，输入用于流域模拟的气象数据(降雨量、气温、相对湿度、风速度、太阳辐射值等).运用ArcSWAT工具栏中Write Input Tables菜单栏第一个命令Weather Date Denfinïtion窗口加载气象数据，通过该工具可将气象站位置加载到当前工程，并为子流域分配气象资料，各子流域与加载的各类气象资料通过测站索引表链接.气象数据加载完毕后，借助Write Input Tables下的Write All指令，模型自动输入文件.模型在初次运行时，许多实测值仍处于默认初始值的状态，会导致前期模拟效果较差，因此将1969—1970年设置为预热期.以上步骤设置完成后，点击“Run”运行模型，运行成功后，对结果保存并输出.

3.2 SWAT模型的校准和验证

参数敏感性分析是为了找到对模拟结果有较大影响的参数，缩小调参的盲目性，提高调参的针对性，是模型校准和验证的前提和基础.本文采用SWAT模型官方网站提供的SWAT-CUP(Calibration and Uncertainty Programs)软件来进行敏感性分析.SWAT-CUP是由瑞士联邦水质科学技术研究所专门针对SWAT模型研发的，能够自动率定参数，给出最优参数值和最优参数的取值范围.在SWAT-CUP中衡量参数敏感性的指标有2个：t值和P值.t值指示了参数的敏感程度，绝对值越大越敏感；P值指示显著性，当其趋近于0时，说明参数的敏感性趋于显著.本文主要研究径流模拟，因此读取SWAT模型的模拟值与实测值进行比较，基于各参数的定义，判定参数调整方向，最终选定14个对径流模拟影响较大的参数，分别为CN2(SCS径流曲线系数)、ALPHA_BF(基流α因子)、RCHRG_DP(深层含水层的渗透系数)、GWQMN(浅层地下水径流系数)、SURLAG(地表径流之后时间)、SOL_AWC(土壤可利用水量)、SOL_Z(土壤底部的深埋)、CH_H2(河道有效水力传)、SOL_K(饱和参数系数)、ESCO(土壤蒸发补偿因子)、CANMX(最大灌层蓄水量)、CH_K2(河道有效水力传导系数)、GW_BEVAP(地下水再蒸发系数)、GW_DELAY(地下水滞后系数).

根据研究区收集到的数据情况，本次研究将1969—1970年设置为预热期，1971—2000年设置为校准期，2001—2015年设置为验证期.用SWAT模型划分出的细河流域的2号子流域出口，桥头水文站点的实测径流量数据对模拟径流数据进行校准与验证.利用SWAT-CUP中的SUFI-2算法，经过7次迭代运算，每次迭代模拟次数为1 000次，得到的模拟结果及其所对应的参数取值范围、最佳参数取值见表4.将最佳参数取值代入原模型进行模拟时，要注意计算公式的选择.通过参数的调整，细河流域1971—2000年校准期的360个样本观测点，月径流模拟值与实际观测值的变化趋势基本吻合，拟合度较好，模拟值略大于实测值，但相差不大，确定性系数R2和纳什效率系数Ens分别为0.92和0.92，均高于检验标准水平，模拟结果达到了SWAT模型的精度要求.SWAT模型参数校准完毕后还需进行验证，以判定参数值的可靠性.本研究的验证为2001—2015年，共180个样本观测点.验证期中月径流模拟值与实际观测值拟合度较好，R2和Ens别为0.89和0.90，均达到了令人满意的模拟结果，由此可知，SWAT模拟在细河流域的径流模拟达到了精度要求(见表1,图1).

表1 模型最佳参数取值范围及最佳参数值

图1 校准期(1971—2000年)与验证期(2001—2015年)桥头站实测径流与模拟径流对比Fig.1 Simulated and observed runoffs of Qiaotou hydrologic station in calibration periods (1971—2000)and validation periods(2001—2015)

4 结 论

本文以细河流域为研究区域，利用研究区DEM数据、土壤数据及解译所得的1985年的土地利用数据，构建SWAT模型的空间数据库；利用研究区气象数据、水文数据构建SWAT模型属性数据库.对细河流域的降雨径流过程进行了模拟，并优化参数选项，校准和验证模型对流域的适用性.得出以下结论：本文所建立的细河流域SWAT模型包含28个子流域、2 061个水文响应单元，对流域水文循环过程进行了长时间序列的模拟.模拟结果显示，模型校准期R2和Ens分别为0.92和0.92，验证期R2和Ens分别为0.89和0.90.SWAT模拟在细河流域的径流模拟精度较高，可以准确地表达流域的降雨产流过程.校准后的模型可以用于流域水资源评估及演变、土壤侵蚀及非点源污染等多方面研究，为流域水资源的评估与管理提供了科学准确的手段.

[1] 刘佳骏，董锁成，李泽红.中国水资源承载力综合评价研究[J].自然资源学报，2011，26(2):258-269.

[2] 杨祎.SWAT模型径流模拟的不确定性研究——以东苕溪上游小流域为例[D].杭州：浙江大学，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，郑红星，刘昌明,等.黄河典型流域分布式水文模型及应用研究[J].中国科学:技术科学，2004，34(z1):49-59.

[7] 庞靖鹏，刘昌明，徐宗学.基于SWAT模型的径流与土壤侵蚀过程模拟[J].水土保持研究，2007，14(6):89-95.

[8] 牛利强.基于SWAT的气候与土地利用变化对径流量的影响研究[D].武汉：华中师范大学，2013.

[9] 李小冰.基于SWAT模型的秃尾河流域径流模拟研究[D].西安：西北农林科技大学，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，曾建军，金彦兆,等.基于SWAT模型和SUFI-2算法的石羊河流域月径流分布式模拟[J].水土保持通报，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骇马颊河流域灌溉管理中的应用Ⅰ.参数率定和模拟验证[J].中国农业科学，2012，45(3):471-479.

[15] 吕乐婷，彭秋志，郭媛媛,等.基于SWAT模型的东江流域径流模拟[J].自然资源学报，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

辽宁省教育厅科学研究一般项目(L201683678)

王宏伟(1976- ),男，辽宁本溪人，本溪市水文局高级工程师.

1000-1735(2017)04-0558-05

10.11679/lsxblk2017040558