基于SWAT模型的延河流域月径流量模拟分析

朱 烨，方秀琴，王 凯，朱求安

(1.河海大学 地球科学与工程学院，南京 210098； 2.西北农林科技大学 林学院，陕西 杨凌 712100)



基于SWAT模型的延河流域月径流量模拟分析

朱 烨1，方秀琴1，王 凯1，朱求安2

(1.河海大学 地球科学与工程学院，南京 210098； 2.西北农林科技大学 林学院，陕西 杨凌 712100)

近年来SWAT模型在我国南方湿润半湿润流域以及众多大尺度流域取得了良好的应用效果，但在水文资料缺乏、气候相对干旱的流域应用不多。以黄土高原典型流域陕西省延河流域为例，结合国内外已有的研究和GIS技术，根据延河流域现有的数据成功构建了基于SWAT的水文模型，其中1980—1985年为模型的率定期，1986—1989年为模型的验证期。通过对模型的参数进行敏感性分析以及一系列率定，最终得到结果为：率定期的Nash-Sutcliffe效率系数NS和相关系数R2分别是0.644和0.832；验证期的Nash-Sutcliffe效率系数NS和相关系数R2分别为0.63和0.872，均达到模型模拟的要求，表明SWAT模型基本上能够模拟延河流域月径流量水文过程，为SWAT模型在黄土高原典型流域的进一步应用提供了科学依据。

SWAT模型；月径流量模拟；延河流域;黄土高原；适用性；敏感性分析

1 研究背景

SWAT(Soil and Water Assessment Tool)模型是20世纪90年代由美国农业部农业研究服务中心在SWRRB模型基础上研制开发的一个长时段的分布式流域水文模型[1-2]，具有很强的物理基础，适用于具有不同土壤类型、不同土地利用方式和管理条件复杂的大流域[3]，其主要目的是模拟预测不同土地利用、土壤类型和土地经营管理方式等对流域水量、水质等方面的影响。在国外，特别是在美国、加拿大和北美寒区，SWAT被广泛应用[4]。该模型以其强大的功能在分布式水文模型中占有重要地位，在一些资料严重缺乏的地区也可以利用模型的内部生成器自动填补缺失资料。近年来，SWAT模型的应用在我国也逐渐发展起来，应用范围越来越广[5-7]。由于它在土地利用活动和流域过程之间建立了重要的联系，因此可以对流域管理中各种决策的实用性进行评估[8]，已经成为水资源保护管理规划中不可或缺的工具，被一些国家和地方政府机构的决策者应用[9-10]。

径流模拟是SWAT模型的重要内容之一，SWAT模型自引进以来在南方湿润半湿润以及植被覆盖度较高的地区应用比较多，而在干旱半干旱区域的应用相对较少。邱国玉等[11]在黄土高原泾河流域通过SWAT模型模拟分析了20世纪80—90年代流域的降雨量和径流量的变化，证明SWAT模型能够较好地模拟黄河源区的径流变化。李道峰等[12]在黄河河源区建立了5种较为极端的土地覆被情景，并结合24组不同气温和降水的情景组合,结果表明随着植被覆盖度的增加，流域年径流量减小,汛期更为明显。宋艳华等[13]对陇西黄土高原的典型流域(南河流域)设定了10种生态恢复情景,并利用SWAT模型研究不同生态恢复情景下径流与蒸散发响应情况，得出在黄土高原地区,自然草地仍是植被恢复和维持水量平衡的主要土地利用类型。然而，黄土高原地区生态环境脆弱，下垫面信息比较复杂，气候多变，同时缺少充分的气象和水文观测站，因此，在该区应用SWAT模型仍然存在许多难点。本文以黄土高原典型流域延河流域为研究区，构建了SWAT模型数据库，并进行了参数敏感性分析及率定，对SWAT模型在延河流域的适用性作出了相应评价，为SWAT模型在干旱半干旱区的推广应用提供了一定的参考。

2 研究区域概况

延河位于黄河右岸、中游区上段的河口镇至龙门段，是黄河一级支流。处在东经108°44′～110°29′以及北纬36°22′～37°18′，全长285.3 km，流域面积7 723 km2。平均坡度为4.3%，河网密度约为4.5 km/km2。西川和蟠龙川以及杏子河等是延河的主要支流。研究区地理位置及水系分布情况如图1所示。

图1 研究区地理位置及水系分布Fig.1 Location and river system of the study area

流域多年平均降水量为495.5 mm，年平均气温9℃，年均水面蒸发量1 000 mm，主要灾害类型为旱灾、霜冻、冰雹及暴雨。延河流域位于黄土高原东南部，处于我国半湿润气候向半干旱气候的过渡带，水土流失是该区最主要的生态问题之一。

3 SWAT数据库的构建

SWAT模型模拟计算需要输入大量详细的数据，主要包括DEM(Digital Elevation Model)、土地利用图、土壤图等图件，还需要水文数据、实测气象数据、土地利用属性、土壤属性数据等。本文广泛收集了延河流域水系、水文气象以及自然地理的数据资料，并按照模型要求建立了数据库。为适应SWAT模型对输入资料的要求，应使所有的空间数据具有相同的地理坐标和投影，考虑到研究区域的大小及形状，采用变形较小的UTM分带投影，椭球体为WGS84，延河流域位于UTM的北49带，故投影系统为UTM WGS84 49N。

3.1 土地利用数据库

根据延河流域的特点，确定土地覆盖/土地利用的类型分别为水体、城乡用地、林地、耕地、草地和未利用地6类，每一类别的具体描述及SWAT重新分类编码见表1。

土地利用类型是重要的流域下垫面信息，通过改变地表蒸发、截流、填洼及下渗等水文过程而导致汇流过程发生变化，进而影响到以土地为下垫面的水文循环和水资源循环过程[12]，反映了不同的土地覆被及其水文特性，对确定产流非常重要，是模型模拟的关键输入之一[13]。本文主要利用的土地利用数据是由欧洲航天局(European Space Agency)提供下载的Global Land Cover系列数据，该数据的土地利用类型代码是按照欧洲数据的标准来分类的，因此要将该数据的土地利用类别进行SWAT的重新编码。重新编码后的土地利用图可以将流域的土地利用类型与SWAT模型自带的植被生长模型库和农业管理数据库联系起来。

表1 土地利用/覆被类别SWAT重分类编码

3.2 土壤数据库

土壤类型分布以及土壤属性参数在分布式模型中至关重要，它们控制着土壤对流域内部水量的调节[14]，影响降水在土壤中的下渗、侧向运动等重要过程，因此，土壤属性的精度极大地影响了模型的模拟精度。

研究使用的土壤类型数据来源于中国科学院南京土壤研究所土壤分中心以及中国土壤数据库http://www.soil.csdb.cn。研究区共有1个土纲，4个土类，6个亚类，主要为冲积土、新积土、粗骨土、红黏土、黄绵土等，流域内的土壤类型分布见图2。

图2 流域土壤类型Fig.2 Soil types in the Yanhe River Basin

3.3 气象水文资料数据库

本文收集了研究区内及距离研究区较近的5个中国标准气象站点1951—2012年的逐日气象资料，包括最高气温、最低气温、平均气压、日照时数、平均风速、相对湿度、降水和蒸发等，另外还采用了流域内39个雨量站1959—2011年的降水数据，5个观测记录比较全的水文站1959—2011年的流量数据。

4 模型的建立

4.1 子流域划分

首先通过模型的Watershed Delineation模块进行子流域的划分，选择之前已经设置好投影的延河流域DEM，经过计算得到相应的汇流方向和汇流累积量，以流域现有的水系图为标准，设置不同的阈值提取河网，经过对比，当阈值设置为10 000 Ha时比较符合流域的水系分布状况，同时以甘谷驿作为流域的出口，最后将整个流域划分为41个子流域。

4.2 水文响应单元划分

SWAT模型在划分子流域的基础上依据土壤类型和土地利用类型再接着划分成多个水文响应单元HRU，本文的划分方式是将子流域分为多个不同土地利用和土壤类型的组合，每个HRU中使用的是优势土地利用覆盖/优势土壤。其中土地利用阈值为15%，土壤阈值为10%，得到HRU的数目为169。

5 结果与分析

5.1 参数敏感性分析

SWAT模型参数众多，有关的径流参数就有20多个，对不同的流域来说参数的敏感性差异也比较大。因此研究利用SWAT-CUP来进行参数敏感性分析，它包含2种分析类型，全局敏感性(Global Sensitivity)和一次1个(One-at-a-time)敏感性分析。全局敏感性分析可以在一次迭代后执行，而一次1个敏感性分析应该一次只执行1个参数。本文采用全局敏感性分析，经过多次迭代计算最终得到结果如表2所示。

表2 敏感性分析结果

注：t值表示敏感性的程度，绝对值越大越敏感；p值为敏感性的显著性，值越接近0越显著。

根据敏感性分析结果可以发现，对延河流域来说，基流退水系数ALPHA_BF、冠层最大截留量CANMX以及径流曲线数CN2和土壤饱和水力传导度SOL_K等比较敏感。影响地表径流的参数有CN2,ESCO,CANMX等，影响基流的参数为ALPHA_BF,REVAPMN,GWQMN等，主河道参数CH_K2,CH_N2，土壤相关参数SOL_K,SOL_AWC等。

5.2 参数率定

在上述参数敏感性分析的基础上进行模拟期的率定，考虑到基流退水系数ALPHA_BF对径流模拟相当重要，不同子流域的河道必然具有不同的ALPHA_BF值，SWAT对所有河道的缺省值为0.048，故本研究以各水文站实测流量数据为基础进行基流分割[15]，获得对应的ALPHA_BF值见表3。然后赋值给相应的流域，在之后的校准过程中将不再改变。

表3 基流分割结果

根据表2的参考和SWAT水量平衡原理，采用手动校准的方式，不断调整，以1980—1985年月径流实测数据进行率定，1986—1989年月径流实测数据来验证，最终得到属于该模型的参数率定值，见表4。

表4 SWAT径流参数率定范围及率定结果

5.3 模型的评价

在对每一次SWAT模型校准后，选取3个评价指标来对模型的适用性进行评价，分别是相对误差Re、相关性系数R2和Nash-Suttcliffe系数NS，对应的计算公式分别为

(1)

(2)

(3)

对于Re，其值越接近0表示模拟的径流总量与实测的径流总量越接近;NS值越接近1表明模拟的流量过程与实测流量过程线越吻合;而R2的值越接近于1表明模拟的径流在时间序列上的变异越小。

大多情况下，首先对年水量平衡校准，确定年平均径流量Re<15%；年校准之后，再校准月、日记录，以NS和R2为标准进行参数的微调。最终得到的模型率定期及验证期的模拟结果评价如表5所示。

表5 SWAT模型评价结果

5.4 模拟结果的分析

从表5中的水量平衡模拟情况来看，相对误差都不大，率定期和验证期的相对误差绝对值Re<15%。模型率定期和验证期的效率系数NS>0.6。另外，2个时期的相关系数R2>0.83。

为了更直观地展示SWAT模拟效果，绘出了模型率定期和验证期的水文过程线，见图3。由图3可看出，模拟期内的各年月流量模拟峰值与实测峰值基本保持一致，非汛期的模拟优于汛期的模拟。同时将流量过程线与降雨量分布结合来看，模拟结果能够很好地表现出流域降水和流量的年内分布情况。

图3 率定期及验证期月径流量过程Fig.3 Simulated and observed monthly total water flow in the calibration and validation phases

图4 模型径流量回归分析结果Fig.4 Result of simple regression analysis of modelled runoff

分别对率定期和验证期的模拟数据做了回归分析，结果如图4。从图4中可以看出散点相对分布在趋势线的两侧，这说明模拟值和实测值的相关性较好，但是也有一些点距离稍远，导致模型准确度不够高。通过观察还发现在高程较高的区域，距离也比较近，拟合比低值区要好，说明SWAT对该区峰值的相关性模拟比较理想。

以上分析结果可以看出，SWAT模型对延河流域月径流模拟中，水量平衡模拟误差不大，月径流过程模拟的效率系数在可接受范围，且径流过程的模拟具有较高的精度，能够较好地反映流域降水和流量的年内分布情况，表明模型在延河流域具有较好的适用性。

6 结论与讨论

(1) 根据相对误差(Re)、相关性系数(R2)和Nash-Suttcliffe系数(NS)3个评价指标的结果来看，SWAT模型在黄土高原这一生态环境较为脆弱的地区也能有较好的应用，为SWAT在该流域的进一步研究，如土地利用变化的水文响应、非点源污染以及该区的生态环境保护和综合决策提供了科学依据。

(2) 在对延河流域进行SWAT模拟的过程中，其模型数据库的建立也是一个重要的过程，它们是SWAT模型模拟的基础，其质量决定了SWAT模型模拟与预测的精度。数据库的建立需要大量的数据，在这个过程中通过借助各种计算机软件以及GIS相关技术可大大提高工作效率和精度。

(3) SWAT模型是以国外的自然生态环境为参考基础而开发的，因此将其应用在国内时需要将各种数据进行转换，过程相当繁琐；另外还有一些问题如已校准流域模型的应用限制性、参数的不确定性和非唯一性，以及在人类活动较为剧烈流域的应用，需要再进一步研究探讨，以期更好地推进SWAT在我国的应用深度和广度。

[1] MISHRA A, KAR S. Modeling Hydrologic Processes and NPS Pollution in a Small Watershed in Subhumid Subtropics Using SWAT[J]. Journal of Hydrologic Engineering, 2012, 17(3): 445-454.

[2] ARNOLD J, WILLIAMS J, MAIDMENT D. Continuous-time Water and Sediment-routing Model for Large Basin[J]. Journal of Hydraulic Engineering, 1995,121(2):171-183.

[3] 王中根, 刘昌明, 黄友波. SWAT模型的原理、结构及应用研究[J]. 地理科学进展， 2003，(1):79-86.

[4] NEITSCH S L,ARNOLD J G,KINIRY J R,etal.Soil and Water Assessment Tool Theoretical Documentation Version 2000[R].Texas: Texas Water Resources Institute,2002.

[5] 李占玲, 徐宗学. 黑河流域上游山区径流模拟及模型评估[J]. 北京师范大学学报(自然科学版), 2010, (3):344-349.

[6] 张 佳, 霍艾迪, 张 骏. 基于SWAT模型的长江源区巴塘河流域径流模拟 [J]. 长江科学院院报，2016,33(5):18-22.

[7] 崔肖林, 陆建忠, 陈晓玲,等.不同气候条件的抚河流域SWAT径流模拟与验证 [J]. 长江科学院院报，2015,32(9):14-20.

[8] 左德鹏, 徐宗学. 基于SWAT模型和SUFI-2算法的渭河流域月径流分布式模拟[J]. 北京师范大学学报(自然科学版), 2012, (5):490-496.

[9] FOLEY J A, DEFRIES R, ASNER G P,etal. Global Consequences of Land Use[J]. Science, 2005, 309(5734): 570-574.

[10]郝芳华, 程红光, 杨胜天. 非点源污染模型-理论方法与应用[M]. 北京：环境科学出版社， 2006.

[11]邱国玉, 尹 婧, 熊育久，等. 北方干旱化和土地利用变化对泾河流域径流的影响[J]. 自然资源学报， 2008, 23(2):212-217.

[12]李道峰, 田 英, 刘昌明. 黄河河源区变化环境下分布式水文模拟[J]. 地理学报， 2004,59(4):565-573.

[13]宋艳华, 马金辉. SWAT模型辅助下的生态恢复水文响应——以陇西黄土高原华家岭南河流域为例[J]. 生态学报，2009,28(2):636-644.

[14]管孝艳, 杨培岭, 吕 烨. 基于多重分形的土壤粒径分布与土壤物理特性关系[J]. 农业机械学报， 2011，(3):44-50.

[15]陈利群, 刘昌明, 杨 聪，等. 黄河源区基流估算[J]. 地理研究， 2006,25(4):659-665.

(编辑：陈 敏)

Simulation of Monthly Runoff in the Yanhe River BasinUsing SWAT Model

ZHU Ye1, FANG Xiu-qin1, WANG Kai1,ZHU Qiu-an2

(1.School of Earth Sciences and Engineering, Hohai University, Nanjing 210098, China; 2.College of Forestry, Northwest A&F University, Yangling 712100,China)

In recent years, SWAT (Soil and Water Assessment Tool) model has achieved good application result in humid south China,but in arid river basins in lack of hydrological data, it has not been widely used. In this research, the semi-arid Yanhe River Basin in Shaanxi Province was taken as an example.In association with GIS and RS technology, a hydrological model based on SWAT model for Yanhe River Basin was built. Data series from 1980 to 1985 were used to calibrate the SWAT model and data from 1986 to 1989 were employed to validate the model. The results are as follows: values of Nash-Sutcliffe coefficient and correlation coefficient are 0.644 and 0.832 respectively in calibration period, and 0.630 and 0.872 in validation period, meeting the requirements of model simulation. The results indicate that SWAT model well reflects the monthly runoff hydrologic process in Yanhe River Basin. The research offers a basis for the further application of SWAT model to river basins in the loess plateau of China.

SWAT model; monthly runoff simulation; Yanhe River Basin;loess plateau; applicability;sensitivity analysis

2015-08-13

国家自然科学基金青年科学基金项目(41201027)；国家重点研发计划项目(2016YFA0601500)；中央高校基本科研业务费专项资金(2016B05414)

朱 烨(1992-)，女，安徽淮北人，硕士研究生，主要从事地表参数的遥感反演及遥感、地理信息系统和水文模型的集成等研究，(电话)15751873960(电子信箱)362079768@qq.com。

10.11988/ckyyb.20150681

2016,33(10):41-45

TV121；P33

A

1001-5485(2016)10-0041-05