SWAT模型在缺资料地区的应用——以高明河为例

杨帆，韩晶，肖羽

(广东省水文局佛山水文分局，广东佛山528000)

中国洪涝灾害十分严重，而作为重要防汛非工程措施的现有大部分水文预报都是着眼于有资料流域，即根据已有资料建立合适的经验关系或模型进行预报。但在实际应用中，由于受到社会发展等各方面因素的影响，还存在着无资料或资料稀缺的流域，而且有些已具备资料的流域可能因为环境变化使得历史资料不可用。位于珠江三角洲地区的佛山市高明河流域，由于降雨资料系列短，且无长系列实测的河道水位流量数据等，同样面临着这些问题。

1965年，水文界曾启动了第一个国际水文十年计划(International Hydrological Decade, 简称 IHD)。2003年，国际水文科学协会启动了第二个国际水文十年计划，开展了“无测站流域水文预测”研究(Predictions for Ungauged Basins，简称PUB)[1]，成为又一个对水文学发展影响深远的里程碑[2]。PUB研究计划具有重要的作用和意义，其前沿重点是估计和减少预报的不确定性，以及对整个水文过程的预报[3]。目前国内外针对PUB的方法主要有3种[4]：一是通过内插和外延，即将已有测站资料流域的响应信息推到无资料流域的方法，主要有：参数移植法、参数回归法等；二是利用地理信息技术，即GIS和RS等技术，采用土地利用类型等各类基于流域实际特征值的模型研究；三是建立具有物理机制的分布式流域水文模型等。其中分布式流域水文模型的应用已经成为PUB研究的难点，在中国应用较多的分布式水文模型有SWAT、VIC等。SWAT模型充分考虑了流域内土壤、水情、植被、地形、土地利用等下垫面情况，各参数具有明确的物理意义。近年来，SWAT模型在中国的应用研究得到了快速发展，被广泛应用到水文学的不同领域，张蕾娜等[5]通过分析模拟6种土地覆被情况下的径流结果，得出还草比还林可以增加径流的结论；朱利等[6]针对气候变化对SWAT模型水文响应的影响进行了研究。

本文采用PUB计划的研究思路和方法，将SWAT分布式水文模型应用于珠江三角洲高明河流域，利用GIS的空间分析与数据处理能力，对流域水文气象和下垫面资料进行分析处理，率定模型参数，研究SWAT模型在降雨资料系列短、无长系列实测的河道水位流量数据、缺少有效的水文预报方案等缺资料的珠三角中小流域的适用性，并尝试分析误差原因。

1 高明河概况

高明河，珠江水系三角洲河流，古名仓步水、沧溪，又名沧江河，发源于高明区西部合水镇托盘顶，干流经合水、更楼、新圩、明城、人和、西安、三洲、荷城，从海口塔下流入西江(图1)，全长80.78 km，总落差446 m，河道平均坡降0.45‰，干流宽度在70～120 m之间。主要支流有杨梅河与更楼河。

1.1 水文特征

高明河流域属于亚热带海洋性季风气候，年平均降雨量1 681 mm[7]，降雨量与径流量年际变化较大[8]，雨量年内分配不均，雨季多发生在4—9月，约占全年降雨量的82%，其中4—7月以锋面雨为主，7—9月以台风雨为主。

高明河下游受潮汐影响较大，水流方向不定，1 d内有2次涨潮和退潮，平均涨潮历时约为9 h，平均退潮历时约为15 h。

1.2 洪涝特点

高明河中游明城以上支流汇入较多，坡度较陡，易受山洪冲刷。遇暴雨则成涝，无雨则受旱，山丘区的洪灾威胁主要来自高明河雨洪，围田区的洪灾威胁除来自高明河暴雨洪水外，还来自西、北江洪水倒灌、顶托。遇高明河上游暴雨发洪，围田地区构成重灾的可能性极大。易涝滞洪区较集中在新圩、更楼和明城镇。旱区较集中在合水镇。

1.3 水文站

尼教水文站位于佛山市高明区荷城街道尼教村，属于广东省中小河流项目新建站点，目前监测项目为水位和雨量，规划有流量监测，是高明河流域控制水文站。站点断面附近河段顺直，左、右岸均为人工修建的河堤及农田，河宽约200 m，河床为泥沙质；断面上游约20 m右岸有牛围窦小型水闸，上游50 m有尼教公路大桥，上游300 m处有西安河从左岸汇入；下游约1.2 km有高明大道三洲大桥。当下游沧江水闸开启时，该站受西江水位变化和潮汐影响。

1.4 水利工程

高明河汇入西江河口处建有沧江水利枢纽，枢纽西北连高明城区，东南面与南海区西岸接壤，是一项以防洪、排涝为主，集灌溉、航运等多功能于一体的综合性大型水利枢纽工程[9]。

高明河流域共有水库69宗，其中中型水库2宗，为西坑水库和深步水水库。西坑水库位于高明区西南面27 km，北距杨梅镇14 km，离皂幕山、万宝山庄仅3 km，集水面积10.5 km2，总库容1 015万m3。深步水水库是南海区最大的水库，位于更合镇更楼河的中游地段，距更楼圩3 km，集水面积30.94 km2，总库容1 540万m3，集水区内多为较高的山体，植被较好。本文考虑了2宗中型水库的调蓄和调度。

2 模型应用

SWAT(Soil and Water Assessment Tool)是由美国农业部开发的一种流域模型。它考虑了气候和下垫面的空间分布不均匀性，模拟流域降雨径流的形成过程，可以反映出气候和下垫面因子的空间分布不均匀性对流域径流和水量变化的影响，并且可以将土壤特性、水情、植被、地形、土地管理措施与水循环、氮磷循环、泥沙运动等过程结合起来[10]。

2.1 资料处理

2.1.1流量数据

a) 河道流量方面，由于高明河流域无长系列实测流量资料，模型验证所采用的河道流量资料由尼教站水位资料通过曼宁公式转换，曼宁公式[11]见式(1)：

(1)

式中A——断面面积；I——坡降；n——糙率；R——水力半径。

本文在应用曼宁公式计算流量时，将尼教站断面近似概化为抛物线型，其公式为y=0.0006x2-0.1499x+6.5347，相关性系数为0.812 2，见图2。以此抛物线型为基础，利用面积分求得对应于不同水位的过水断面面积。

b) 水库出流方面，SWAT是日模型模拟，故本文将西坑和深步水2宗中型水库下泄调度转为日平均出流代入模型运算。本文未考虑小型水库调度影响。

2.1.2气象数据

SWAT模型所需的日最高最低温度、日平均相对湿度、日辐射以及日平均风速数据由SWAT官网(http://swat.tamu.edu/)提供的位于高明河流域的监测站资料。

2.1.3DEM数据

采用国际科学数据服务平台90 m×90 m的DEM数据，经ArcGIS水文分析工具处理，得到流域的DEM(图3)。

2.1.4土地利用数据

采用美国地质调查局(USGS)的USGS-2000分类系统对土地利用数据进行分类，见表1，分类后的土地利用分布见图4。

2.1.5土壤数据

土壤数据采用联合国粮农组织(FAO)提供的土壤数据库(Harmonized World Soil Database，HWSD)，比例尺为1∶1000000。利用ArcGIS裁切出流域土壤类型分布(图5)，土壤类型代码及所占的面积，见表2，借助FAO提供的土壤参数，计算SWAT模型所需要的土壤参数，如土壤层数、土壤粒径、土壤水文学分组等，并建立高明河流域的土壤数据库。

表2 高明河流域土壤类型代码

2.2 子流域及响应单元划分

本研究以水文站的地理位置和河网水系的结构为基础，以尼教站断面作为流域的出口断面，将高明河流域划分为46个子流域和151个HRU水文响应单元(图6)。

2.3 参数敏感性分析

SWAT模型属于分布式水文模型，参数一般都具有物理意义，在参数率定前首先做参数敏感性分析，然后再对相对敏感参数进行率定。本研究中采用LH-OAT灵敏度分析法来进行参数敏感性分析。

由于SWAT模型的结构复杂、参数较多，给模型参数率定带来了一定的困难。本文采用人机联合优化率定，所用的参数优化方法为SUFI-2(Sequential uncertainty Fitting，ver.2)方法[12]。通过敏感性分析，确定了对高明河流域径流模拟影响较大的6个参数，率定结果见表3。

2.4 模拟结果评价

根据率定得到的参数值，将模拟结果分为率定期和验证期，2014年3月6日至2014年7月31日共148 d为率定期(表4、图7)，2014年8月1日至2014年9月17日共48 d为验证期(表5、图8)。采用相对误差、相关系数以及Nash-Sutcliffe效率系数三项指标对模型模拟结果分别进行评价(部分突变点原因见误差分析第1点)。

表3 SWAT模型日径流模拟参数结果

表4 高明河流域日径流模拟率定期评价

表5 高明河流域日径流模拟验证期评价

3 误差分析与讨论

高明河流域属于缺资料地区，现有实测资料只有尼教站水位(2014年开始监测)和5个雨量站(2站从2009年开始监测、2站从2013年开始监测、1站从2014年开始监测)的短系列资料，缺乏长系列(特别是汛期)实测流量数据，包括流域出口的流量数据和流域内各水库的出流数据(只考虑了2宗中型水库调度)。从模型应用过程中遇到的问题来看，存在以下误差。

a) 因流域所处位置及沧江水利枢纽控制，作为流域出口断面的尼教站的水位、流量等要素的变化除受自身流域产汇流影响外，很大程度上还受到西江上游径流及下游潮汐顶托影响，而本文仅从高明河流域自身的产汇流方面进行了分析，未考虑这两方面的影响，故在水位转换流量后，实测过程线会出现突变点，同时在外江中低水位时，预报会出现误差。此外，由于模型考虑了中型水库的调蓄和调度，再加上地下水影响，故模拟结果存在降雨小反而径流略有增加的情况，但由于未考虑众多小型水库的调蓄，因此与实际过程仍有误差。

b) 本文中的流量数据是由曼宁公式通过计算而来，而曼宁公式本身就存在误差[13]。除此之外，应用曼宁公式计算流量时，所采用的断面面积应该是河段平均断面面积，本文将流域出口断面近似概化为抛物线型。尼教站水位较低，一般在2 m以下，当水位在3 m以下时抛物线拟合效果较好，但高水时就会使断面面积产生一定误差。

c) SWAT模型运算结构较为复杂[14]，在校准过程中，需要在空间上进行多站点的校准，即采用上下游多个站点的水文资料来校准模型参数，图9是SWAT模型校准技术流程。由于缺少流域中上游各站点水文资料，本文只能通过流域总出口的水文资料进行统一分析，以总出口断面率定出的模型参数代替流域中151个水文响应单元的参数，这样处理必然会带来一定的误差。

下一步工作，笔者一方面进一步查证历史资料、更新下垫面数据，对最新测验资料进行插补延长；一方面加入西江上游径流来水、下游潮汐顶托和小型水库调蓄等影响因素，考虑不同边界条件对模型的影响，继续优化完善模型，减少误差，提高模拟精度。并以此模型为基础，分析高明河流域总磷、总氮等污染物通量。

4 结论

本文以高明河流域尼教站水位数据为基础，收集到与水位时间对应的气象数据，包括温度、太阳辐射、相对湿度、风速，利用高明河流域的5个雨量站数据，结合流域的DEM、土壤类型数据库、土地利用分布图等其他辅助数据，采用SWAT模型，对高明河流域进行日径流模拟。经检验，率定期和验证期的相对误差均在0.2以下，相关系数均在0.6以上，Nash-Sutcliffe效率系数均在0.5以上，达到GB/T 22482—2008《水文情报预报规范》中精度评定的丙级(率定期确定性系数0.63)。上述结果表明，模拟的径流过程与实测径流过程吻合度较好，能够基本准确地反映出流量的实际变化，满足日径流模拟参考性预报和估报的精度要求。综上所述，SWAT分布式水文模型能够准确地对高明河流域日时间尺度水文过程进行模拟，具有较好的适用性。