地理国情普查数据在SWAT水文模拟中的适用性研究*

吴建鹏 于海洋 马慧慧

（河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室 焦作 454000）

1 引言

SWAT模型是一种具有长时序连续模拟能力的分布式流域水文模型，在晋江流域［1］、滦河流域［2］、渭河流域［3］等国内水文模拟中取得了广泛的应用验证［4］。其中土地利用/覆被数据是构建SWAT模型的基础数据，已有的研究中主要采用Landsat等中低分辨率卫星传感器数据解译获取，数据精度相对较低。国内新近完成的地理国情普查提供了大量精确的土地利用分类数据［5］，如何将其扩展应用到相关地学领域是近年来研究的热点［6～7］。本文以鹤壁汤河流域为研究区，结合流域的地理国情普查数据，制定了汤河流域的土地利用分类体系，构建SWAT水文模型，对比分析地理国情普查数据与Landsat影像解译的土地利用/覆被数据在SWAT流域水文模型模拟中的适用性，为区域土地利用规划、生态恢复及水资源合理配置提供理论依据［8］。

2 SWAT水文模拟模型

SWAT模型中由土壤侵蚀子模型、污染负荷子模块和水文过程子模型三大子模型组成，本文研究涉及到水文过程子模型。水文过程模拟研究分为两个部分，分别为水文循环陆面部分和河道汇流部分，SWAT模型计算遵守水量平衡原理，其原理方程见下式：

式中：SWm是第n天的土壤最终含水量（mm）；SWo是第n天的土壤前期含水量（mm）；m是时间（d）；Rd是第n天的降水量（mm）；Qsu是第n天的地表径流量（mm）；E是第n天的蒸散发量（mm）；Wse是第n天存在于土壤剖面地层的渗漏量和侧流量（mm）；Qgw是第n天的地下水含量（mm）。

3 地理国情普查数据分类系统的整合方法

本文主要使用汤河流域2015年的地理国情地表覆盖数据，数据获取主要是以汤河流域的2015年经过预处理的高分辨率影像作为地理国情普查的基础地图数据，同时收集各项专题数据如二调数据等为地理国情数据作为参考；本文获取同时期的Landsat遥感影像，对其进行预处理并结合获取的流域范围内相关资料，在图像分析过程中利用面向对象［9］的方法，首先采用合适的分割尺度对影像进行分割，然后采用SVM［10～11］分类方法并结合目视解译的方法得到汤河流域土地利用类型分布图。根据研究区土地利用的实际情况，本文将研究区土地利用类型划分为耕地、林地、草地、园地、工矿用地、高密度居住地、低密度居住地、水域和裸地等9类，由于我国的土地利用分类标准不符合SWAT模型下的美国制土地利用类型代码的要求，因此需要对地理国情数据进行重分类，转换成SWAT模型识别的土地利用类型分类代码（见表1）。

4 数据处理与结果分析

4.1 研究区概况

研究区选取鹤壁市汤河上游流域作为研究对象。流域位于河南省北部，太行山东麓和华北平原的过渡地带。汤河属海河流域卫河水系，汤河上游流域主要包括鹤壁市鹤山区和山城区（图1），面积约165 km2。研究区内汤河水库建于1958年，其上游水文、气象观测数据完整，同时为消除水库人为调节的影响，径流观测选取在水库汇水区上游区域。

表1 汤河流域土地利用重分类表

图1 研究区位置

4.2 数据预处理

根据图2中汤河流域的分类结果，本文以汤河流域2015年30m分辨率Landsat影像解译结果和2015年地理国情数据作为基础数据，各土地利用/覆被类型所占面积如表2所示。

由图2和表2可知，两期土地利用数据各土地利用类型所占面积比例相似，空间分布存在一定差异。2015年汤河流域土地利用类型以耕地、林地、草地、高密度居住地、低密度居住地和矿业用地为主，这六种土地利用类型的面积之和占流域总面积的94%以上，而裸地、果园和水域的面积相对较小。

图3 研究区土地利用分类结果

表2 研究区不同来源土地利用类型面积统计结果

4.3 SWAT模型构建

构建SWAT模型需要获取研究区范围内包括高程数据、土地利用数据、土壤数据、气象数据等一系列数据，然后将其输入模型，最后将在研究区范围内获取的实测水文数据作为对模拟值的适用性进行校正和验证的依据。

研究中采用机载LiDAR生成的DEM数据为水文模拟分析的基础［12～14］。机载 LiDAR 数据是在2009年4月21日采用Leica ALS50获取的。气象数据是以中国气象局大气同化系（CLDAS）［15］技术为参考，时间周期选择在2008年1月1日至2014年12月31日期间。降雨量数据由安阳和鹤壁水文局提供，主要包括小河子、鹤壁、盘石头和施家沟等雨量监测站。土壤数据是以河南省1：20万分县土壤类型图作为参考，该数据是根据土壤发生学的观点，结合河南省土壤实际情况进行划分。

首先基于DEM进行子流域划分，然后在SWAT模型中加载土地利用数据、气象数据、坡度数据以及土壤数据，生成汤河流域水文响应单元。在上述过程中同时加载了煤矿抽排水点信息，在此模拟研究区内五个矿区煤矿抽排水过程主要是采用点源输入（Point Source Input）的形式。

模型运行模拟完成后，将利用研究区范围内获取的实测水文数据对模型模拟值的适用性进行校正与验证。论文利用小河子、鹤壁、盘石头和施家沟水文站的2008-2014年间逐日、逐月径流的数据，设置2008为预热期，运用2009-2011年实测径流数据进行模型率定，模型验证利用2012-2014年实测数据。本次研究中在其他输入数据不变的情况下，分别基于2015年地理国情数据和2015年30m分辨率下Landsat解译的土地利用数据输入模型，并在率定期和验证期模拟得到相关系数（R2）和Nash-Sutcliffe效率系数（Ens），相关研究认为R2＞0.6、Ens＞0.5时模拟取得显著效果。

4.4 结果分析

由表3、图3和图4可知，SWAT模型模拟的径流量和实测径流量吻合较好，由此证明了模型模拟的结果符合汤河流域径流量的变化规律。模拟结果表明，基于地理国情普查数据率定期和验证期相关系数模拟结果（0.74、0.82）优于同时期Landsat影像解译的土地利用/覆被数据模拟结果（0.71、0.80），证明基于地理国情普查数据构建SWAT模型模拟的月径流值与实测径流值吻合较好；分析原因是地理国情数据更接近于真实地表覆被信息，在输入模型所需其他数据不变的情况下，基于地理国情数据的模拟精度高于低分辨率下解译的土地利用/覆被数据的模拟结果。

表3 汤河流域不同来源土地利用数据下SWAT模型月径流模拟结果评价

图4 汤河流域基于30m分辨率Landsat影像解译数据模拟月径流模拟值与实测值对比图

5 结语

本文选取鹤壁汤河流域作为研究区，获取该流域同一时期不同来源的土地利用/覆被数据，进行了分布式水文模型模拟实验，分析了不同来源土地利用/覆被数据在水文分析和模拟中的适用性。统计结果显示，流域的各土地利用类型在各自流域所占面积相似，在输入模型所需其他数据不变的情况下，基于地理国情数据的模拟精度高于低分辨率下解译的土地利用/覆被数据的模拟结果，因此建议在利用SWAT进行径流模拟时，地理国情数据较更低分辨率的Landsat影像解译的土地利用数据有一定的优势，能够在一定程度上提高径流模拟的效果。