侯 伟 许新勇 廖晓勇 张 岩 徐 磊 薛 辉 普 罗
(①②④⑤⑥⑦西藏自治区林业调查规划研究院 西藏拉萨 850000
③中国科学院水利部成都山地灾害与环境研究所 四川成都 610041)
SWAT模型在三峡库区典型小流域的适应性研究
侯 伟①许新勇②廖晓勇③张 岩④徐 磊⑤薛 辉⑥普 罗⑦
(①②④⑤⑥⑦西藏自治区林业调查规划研究院 西藏拉萨 850000
③中国科学院水利部成都山地灾害与环境研究所 四川成都 610041)
文章以三峡库区典型小流域——陈家沟小流域为研究对象,在建立SWAT模型基础数据库的基础上,利用实测数据对模型进行了参数敏感性分析、率定和验证。结果表明:SWAT模型在陈家沟小流域对径流、泥沙、总氮、总磷的模拟均满足模拟效果要求,具有良好的适应性。SWAT模型在三峡库区典型小流域可应用到径流量分析、非点源污染负荷估算、关键源区识别等领域。
SWAT模型;敏感性分析;率定;验证;适应性
SWAT模型是一个以天为步长的连续空间分布式流域尺度水文模型,具有较强的物理基础和较好的空间数据分析、处理、模拟能力,适用于具有不同土壤类型、不同土地利用方式和管理条件下的复杂流域[1]。本文以三峡库区典型小流域——陈家沟小流域为研究对象,在建立流域SWAT模型数据库的基础上,根据实测数据进行参数敏感性分析、率定和验证,探讨SWAT模型在陈家沟小流域的适应性,为流域径流量分析、泥沙负荷量估算、非点源污染负荷估算提供可靠的模型基础。
陈家沟小流域位于三峡库区重庆市万州区长岭镇,是长江一级支流五桥河左岸支流,属于长江二级支流,地理坐标介于30°43′30″~0°46′20″N,108°29′40″~108°31′40″E之间。流域面积8.0km2,相对高差580m,流域出水口距汇入长江的入水口处15.45km,属典型的紫色丘陵地貌。研究区地势东南高、西北低,分布有十余条支沟,沟壑纵横,地形复杂,属亚热带湿润性季风气候区,年平均降雨量1100mm,降雨集中在5~10月,约占年降雨量的70%,年均日照时数为924h。土地利用方式以林地和耕地为主,其中林地占到流域面积的35.60%,耕地占到流域面积的50.62%。地带性植被为亚热带常绿阔叶林,现有植被为人工次生林、灌丛和草被。森林植被主要有马尾松、柏木、石栎、桉树、刺槐、马桑、黄荆、白茅、旱蓑等;农作物主要有水稻、小麦、油菜、玉米、红苕等[2]。
研究区流域面积、土壤、土地利用模式和人口密度等在三峡库区具有一定的代表性,是三峡库区典型的小流域。
SWAT模型数据库包括空间数据库和属性数据库,其构建过程需输入数字高程模型(DEM)、土地利用图、土壤类型图、水文水质数据、气象资料、土壤物理属性、土壤化学属性、作物参数及管理措施数据等[3]。主要输入数据及获取途径见表1。通过对地形图数字化处理,土地利用方式重新编码,土壤类型自定义化细分,构建空间数据库;通过查阅《万县地区土种志》,运用软件和经验公式计算,利用实测和调查数据,构建属性数据库[4]。
图1 陈家沟小流域子流域划分图
表1 SWAT模型主要输入数据及获取途径
根据陈家沟小流域的河网实际,确定集水区面积阈值为15ha,共提取了25个子流域,其生成的流域河网与实际水系较相符,划分结果见图1。确定土地利用方式的面积阈值为7%,土壤类型的面积阈值为10%,坡度的面积阈值为10%,进而划分了281个水文响应单元。
SWAT模型涉及的参数较多,不同输入参数的变化对结果读取的影响差别不同,因此需筛选敏感性参数,对敏感性参数进行调整,能够提高模型运行效率和准确度。
3.1 参数敏感性分析方法
采用LH-OAT(Latin Hypercube One factor Ata Time)灵敏度分析法,对参数进行灵敏度分析,根据灵敏度值大小对参数评价分级。灵敏度评价分级标准见表2。
表2 灵敏度评价分级表
3.2 参数敏感性分析结果
运用SWAT模型中的Sensitivity Analysis模块分别针对径流、泥沙、总氮、总磷的影响参数进行了敏感性分析,根据灵敏度值的大小,选取20个对结果影响较大的参数进行了敏感性权重排序。综合考虑各参数对径流量、泥沙输移、总氮负荷、总磷负荷的影响,结合各参数灵敏度值,得到影响水文过程显著的17个参数,详见表3。
表3 参数灵敏度等级分类表
对模型进行参数率定和验证,通常需将实测数据分为两部分,分别应用于模型参数率定和模型验证。由于在模型运行初期,许多变量(如地下水深度、土壤含水量等)的初始值为零,对模型模拟结果影响较大,故在模型运行初期需有“预热”阶段,需要合理估计模型的初始变量。将2008年数据作为“预热”阶段,2009~2010年作为率定期,2011~2012年作为验证期。
选择在自动调参的基础上结合手动调参完成参数率定。自动调参是运用SWAT模型自带的SCE-UA数学算法进行;手动调参是通过人工调整模型参数,考察模拟值与观测值的吻合程度,模型参数的变化范围参考《SoilandWater Assessment ToolUser’sManual Version 2005》[5]。
4.1 模拟效果评价指标
采用实测值与模拟值之间的平均相对误差----RE、可决定系数R2和Nash-Sutcliffe模拟效率系数Ens评价率定期和验证期模拟的效果,进而评价模型的适用性[6]。一般情况下,实测值和模拟值相对误差在20%以内,Ens大于0.5,R2大于0.6,说明模拟效果在可接受的范围内。模型效率评价标准见表4。
表4 模型效率评价标准
4.2 率定和验证结果
对陈家沟小流域逐月径流、泥沙、总氮、总磷数据进行率定和验证。由于降雨是产流、产沙和发生非点源污染的原始驱动力,于是选择每年的4~10月雨季的数据作为率定和验证的对象。
4.2.1 径流部分率定和验证
月径流量率定期和验证期的模拟结果见表5和图2。从图表可以看出月径流量的模拟值与实测值吻合度较为理想,率定期的吻合程度优于验证期。率定期平均相对误差为9.61%,最大误差为-22.49%,最小误差为4.74%,误差最大值出现在2009年8月;验证期平均相对误差为14.95%,最大误差为-23.28%,最小误差为-2.72%,误差最大值出现在2011年8月。由此可以看出,验证期的模拟稳定性不如率定期好,误差变化范围相对较大;率定期和验证期最大误差均超过了20%,且误差较大的数据多集中于径流量较大的月份,模拟值小于实测值,说明SWAT模型在模拟月径流量时,受降雨量的影响、特别是单次暴雨影响,响应有一定的滞后性,致使在强雨季模拟值误差偏大且模拟值偏小;虽然率定期和验证期个别数据模拟误差略大,但是绝大多数都在±20%以内,且R2和Ens值均达到极好或非常好的水平,表明SWAT模型在研究区对月水平下的径流模拟具有较好的适用性。
表5 月径流模拟结果评价
4.2.2 泥沙部分率定和验证
月泥沙负荷率定期和验证期的模拟结果见表6和图3。从图表可以看出月泥沙负荷量的模拟值与实测值具有一致的变化趋势,率定期的平均相对误差优于验证期,但是验证期的可决定系数和Ens模拟效率系数优于率定期。率定期平均相对误差为15.42%,最大误差为37.49%,最小误差为-3.819%,误差最大值出现在2010年9月;验证期平均相对误差为17.01%,最大误差为38.56%,最小误差为2.57%,误差最大值出现在2011年10月。由此可以看出,率定期和验证期虽然有个别偏差较大,但是绝大多数都在±20%以内。研究区域是以水力侵蚀为主的地区,在降雨充沛,径流量大时,泥沙负荷量就会增大,由于径流模拟的滞后性,导致泥沙负荷模拟也表现出一定的滞后性;在产沙量较大的月份,虽然模拟相对误差不大,但是绝对误差较大,且表现为模拟值小于实测值,虽然率定期平均相对误差优于验证期,但是率定期绝对误差整体水平大于验证期,从而R2和Ens值均小于验证期;率定期和验证期R2和Ens值均达到好和非常好的水平,表明SWAT模型在研究区对月水平下的泥沙负荷量模拟具有良好的适用性。
图2 2009~2012年陈家沟小流域流量模拟值与实测值比较
表6 月泥沙负荷模拟结果评价
图3 2009~2012年陈家沟小流域泥沙负荷量模拟值与实测值比较
4.2.3 总氮部分率定和验证
月总氮负荷率定期和验证期的模拟结果见表7和图4。从图表可以看出,月总氮负荷量的模拟值与实测值总体变化趋势一致,率定期模拟效果优于验证期。率定期平均相对误差为13.06%,最大误差为25.64%,最小误差为2.23%,误差最大值出现在2008年5月;验证期平均相对误差为18.79%,最大误差为36.20%,最小误差为5.62%,误差最大值出现在2012年7月。由此可以看出,率定期的误差变化范围明显小于验证期,模拟稳定性优于验证期;总氮负荷量最大值的模拟在不同的年份大于实测值或小于实测值,表现为无规律性;虽然率定期和验证期个别数据模拟误差偏大,但是绝大多数都在±20%以内,且R2和Ens值均达到好或非常好的水平,表明SWAT模型在研究区对月水平下的总氮负荷模拟具有良好的适用性。
表7 月总氮负荷模拟结果评价
图4 陈家沟小流域总氮负荷量模拟值与实测值比较
4.2.4 总磷部分率定和验证
月总磷负荷率定期和验证期的模拟结果见表8和图5。从图表可看出月总磷负荷模拟值与实测值具有一致变化趋势。率定期平均相对误差为19.45%,最大误差为49.20%,最小误差为-4.17%,误差最大值出现在2010年10月;验证期平均相对误差为22.25%,最大误差为51.73%,最小误差为4.06%,误差最大值出现在2011年8月。由此可看出,率定期模拟效果优于验证期,且验证期平均相对误差超过20%。总磷负荷量最大值模拟均小于实测值,从而导致总磷年模拟值小于实际值;率定期三项模拟效果评价指标均达到要求,R2和Ens值均达到好的水平,但是RE已接近20%;验证期虽R2和Ens值也在好的水平范围,但RE值已超过20%。总体来看,R2和Ens值满足模拟要求,仅有验证期RE值略大于20%,表明SWAT模型在研究区对月水平下的总磷负荷模拟具有一定的适用性,年水平下的模拟会略小于实际值。
表8 月总磷负荷模拟结果评价
图5 2009~2012陈家沟小流域总磷负荷量模拟值与实测值比较
经过参数灵敏性分析、率定和验证,最终确定对模拟影响显著的参数值。表9是土壤可利用水量Sol_Awc(mmH2O/mmsoil)和土壤深度Sol_Z(mm)的取值;表10是SCS径流曲线Cn2、林冠最大截流量Canmx(mmH2O)、USLE方程水土保持系数Usle_P的取值;表11是其他显著性参数的取值。
表9 Sol_Aw c、Sol_Z参数取值
表10 Cn2、Canm x、Usle_P参数取值
表11 其他显著性影响参数取值
SWAT模型在陈家沟小流域对径流、泥沙、总氮、总磷的模拟均满足模拟效果要求,虽然个别模拟偏差较大,但是总体控制在20%以内的可接受范围。由于模型模拟误差的累积效应,径流的模拟效果较好,总磷的模拟效果相对一般,在模拟最大值时,模型表现出一定响应的滞后性。总之,模型三项模拟效果评价指标达到模拟要求。虽然模拟值与实测值有一定偏差,但总体趋势一致,在宏观层面具有实际应用意义,月水平下模拟陈家沟小流域径流量、泥沙负荷量、总氮负荷量、总磷负荷量具有适应性。
[1]张荣飞,王建力,李昌晓.土壤、水文综合工具(SWAT)模型的研究进展及展望[J].科学技术与工程,2014,14(4):137-142.
[2]涂恩强,廖晓勇,陈治谏.三峡库区典型小流域降雨因子对产流的影响分析[J].水土保持通报,2010,30(5):7-11.
[3]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:中国环境出版社,2006:23-25.
[4]侯伟,廖晓勇,张岩,等.三峡库区典型小流域SWAT模型基础数据库构建[J].西藏大学学报(自然科学版),2015,30(2):118-124.
[5]MoriasiDN,Arnold JG,Van Liew MW etal.Model Evaluation Guidelines for Systematic Quantification of Accuracy inWatershed Simulations[J].Transactionsof the Asae,2007,50(3):885-900.
[6]余炜敏.三峡库区农业非点源污染及其模拟研究[D].重庆:西南农业大学,2005.
Study on theadaptability ofSWATmodel in a typicalsmallwatershed of ThreeGorgesReservoir Area
HouWei①Xu Xin-yong②Liao Xiao-yong③Zhang Yan④Xu Lei⑤Xue Hui⑥Puluo⑦
(①②④⑤⑥⑦Forestry Inventory and Planning Instituteof TibetAutonomousRegion,Lhasa 850000,Tibet;
③Institute ofMountain Hazardsand Environment,Chinese Academy ofSciences&Ministry ofWater Conservancy,Chengdu 610041,Sichuan)
A typical small watershed,Chenjiagou small watershed in Three Gorges Reservoir area as the research object,the parameters sensitivity analysis,calibration and verification of themodelweremade with the measured databased on the establishing of the SWATmodel foundation database.The results showed thatSWAT model canmeet the requirementsin the simulating the runoff,sediment,totalnitrogen and total phosphorus in the Chenjiagou smallwatershed with welladaptability.SWATmodel can further be applied to fieldsof runoff volume analysis,non-point pollution source loading estimation and the key source area recognition of the typical small watershed in the Three Gorges Reservoir area.
SWATmodel;sensitivity Analysis;calibration;validation;adaptability
10.16249/j.cnki.54-1034/c.2016.02.017
S157.1
A
1005-5738(2016)02-102-008
[责任编辑:索郎桑姆]
2016-09-21
2010年度中科院西部之光重点项目“三峡库区稻田氮磷高效利用与流失阻空技术体系研究与示范”阶段性成果,项目号:Y0R2050050
侯伟,男,汉族,河南驻马店人,西藏自治区林业调查规划研究院助理工程师,主要研究方向为森林水文、荒漠化研究。
简介:廖晓勇,男,汉族,四川自贡人,中国科学院水利部成都山地灾害与环境研究所副研究员,主要研究方向为土壤学、农业生态学。