基于SWAT模型的洞庭湖区间径流模拟研究

谢 南，刘 攀，宋 平，郑 颖，徐 锐

(1.武汉大学水资源与水电工程科学国家重点实验室，武汉 430072；2.湖南省水利水电勘测设计研究院，长沙 410000)

1 研究背景

随着计算机技术和GIS/ES技术的不断发展，有较强物理机制的SWAT模型是近年来应用十分广泛的分布式水文模型。SWAT模型结构较完善、计算效率较高、能在资料缺乏的地区建模。在北美和欧洲，SWAT模型被广泛地应用且取得了较好的效果[1,2]。在中国，SWAT模型也得到了广泛应用。如赖正清等[3]对西北寒旱区黑河中上流域水文过程进行模拟，宋林旭[4]等对三峡库区的香溪河进行了非点源的模拟，孟现勇等[5]就模型的融雪模块进行了改进和应用。近年来，很多学者对SWAT模型进行改进，使其能够应用于平原河网地区。如罗运祥等[6]针对平原河网地区使用人工划分子流域并增设虚拟水库模拟该地区径流；吴用等[7]对SWAT模型在山区、平原区复合地貌的子流域划分办法进行了改进；孙世民等[8]对将“分片区、分层次”方法应用于温瑞塘河流域，取得了不错的效果。但这些方法都是基于原有的DEM数据或者需要实地调查，对汇流机制的研究也相对较少。本研究针对人类活动强烈的洞庭湖湖区，结合GoogleEarth遥感卫星数据，识别出堤垸区的边界，以此修改研究区域的DEM来引导子流域的划分。对于SWAT模型的汇流过程，采用经验的方法来模拟排涝过程。

2 修正SWAT模型的输入与输出数据

在本研究中，由于洞庭湖未控区间流域内建有堤垸，形成各自的包围圈；河道上常常建闸，设泵，水流很大程度上受到人为控制。对该区域进行水文模拟存在以下问题：①地形复杂，基于原有DEM提取的河道和流域与实际不符，通过ArcSWAT自行划分子流域难以反映流域内的真实状况；②水利工程影响汇流过程，特别是人工排涝。

2.1 修正SWAT模型的DEM输入数据

基于DEM提取流域特征是分布式水文模型的重中之重[9]。平原地区大片平坦地区和洼地的存在使得DEM在空间上对地形信息表达存在误差，在洞庭湖区，由于围湖造田形成的大量堤垸区也无法完全被DEM所包含[10,11]。因此，仅仅依靠DEM提取子流域边界不能完全反映流域内的真实面貌。对SWAT模型的DEM输入数据修正如下：①利用遥感影像，提取三口四水以下洞庭湖流域未控区间水系，再使用SWAT模型中的“Burn in”功能导入；②堤垸区虽然数量多、形状复杂，但其轮廓可较为清晰地展示在Google地图上。故先利用BIGMAP软件，绘出堤垸区轮廓线要素；③以上述该要素为基础选择ArcToolbox/Analysis tools/Proximity/buffer和ArcToolbox/Conversion tools/To Raster/Polygon to Raster，生成像素值为999的栅格数据，并留出一个出口设置像素值为0。最后选择ArcToolbox/ Data Management ToolsRasterRaster DatasetMosaic，把生成的栅格数据镶嵌到DEM；④使用ArcSWAT的自动划分功能，执行子流域的划分。

2.2 平滑堤垸区出流过程

在平原湖区，由于堤垸区产生的径流会暂时储存在堤垸内的河道中，再通过电排站进行排涝，所以人类活动对汇流过程的影响较大。根据实地调查，认为堤垸区当日产流量会在nd内相继汇入河网，故可将实际流量过程取值为过去nd的平均值，即：

(1)

式中：Q表示定义的堤垸区子流域出口的流量；Q′表示原SWAT模型计算得到的堤垸区子流域出口的流量；i表示日期；n表示过去的天数，由率定获得。

3 修正后输入与输出数据后SWAT模型在洞庭湖区的应用

3.1 洞庭湖概况

洞庭湖位于中国湖南省北部(图1)，长江荆江河段以南，与青海湖、兴凯湖和鄱阳湖并称中国四大湖泊。其古代曾号称“八百里洞庭”，是湖南省它是长江流域重要的调蓄湖泊，具强大蓄洪能力，曾使长江无数次的洪患化险为夷，江汉平原和武汉三镇得以安全渡汛。地理坐标介于北纬27°39′～29°51′，东经111°19′～113°34′之间。20世纪90年代末，据水利部门测算，其总面积为2 579.2 km2。由于泥沙淤塞、围垦造田，洞庭湖现已分割为东洞庭湖、南洞庭湖、目平湖和七里湖等几部分。由于洞庭湖三口四水控制站以下河道纵横，水系复杂，该区域未设控制测站。过去涉及洞庭湖的各项科学研究与规划在分析洞庭湖区间来流时，均未考虑该部分面积的径流量，对成果精度影响较大。开展三口四水控制站以下洞庭湖区域径流研究，对提高洞庭湖乃至长江水情分析成果的准确度，从而合理确定洞庭湖及长江治理规划方案具有十分重要的意义。

3.2 资料来源及模型构建

模型模拟的时间分为两个时间段，分别为1991-2000年以及2001-2009年，其中1991-2000年为率定期，2001-2009年为验证期，1991年和2001年为预热期。所用资料包括17个国家气象站点的实测逐日气象数据(包括降水、气温、风速、太阳辐射量和相对湿度)；8个水文站的实测流量资料，用以反推洞庭湖未控区间的入湖流量资料；研究区内的9种土壤属性数据；7种土地利用数据；分辨率为90 m的DEM数据等。其中气象数据来源于各省、市、自治区气候资料处理部门逐月上报的《地面气象记录月报表》的信息化资料，土壤属性与土地利用数据来源于中国寒区旱区科学数据中心，DEM数据下载自地理空间数据云平台(http:∥www.gscloud.cn/)。卫星影像资料来自于Google Earth。

3.3 模型设置与对比方案

本研究将基于遥感影像来修正DEM以实现子流域划分以及将堤垸区的特殊出流过程耦合进SWAT模型中，编译程序进行模拟。为了更好地展示修正输出与输出数据的优化结果，模拟对比验证分为两组：SWAT模型仅基于原始DEM和未修改的堤垸出流过程进行模拟；SWAT模型基于遥感影像修改的DEM和修改后的堤垸出流过程进行模拟。

4 模拟分析

4.1 子流域划分结果

子流域的提取是构建SWAT模型的第一步，通常的步骤为载入一定分辨率的DEM数据并基于DEM提取河道，然后把研究区域按照一定的子流域阈值分成若干子流域。鉴于研究区域的特殊性和复杂性，采用基于遥感影像修改DEM的方法，引导SWAT模型提取研究区域的子流域，并与原DEM所提取的子流域方法进行对比。图2为基于遥感影像修改DEM后SWAT模型得到的子流域，图3为基于原DEM得到的子流域。

图2 改进DEM后子流域划分结果Fig.2 Watershed divided by modified DEM

图3 原始DEM子流域划分结果Fig.3 Watershed divided by original DEM

可以看出，仅仅基于原始DEM提取的子流域并不能很好地反映堤垸产生的影响，几乎不能匹配。而使用改进DEM所提取的子流域则能较好地反映堤垸对子流域划分产生的影响，说明改进的方法能较好地解决流域提取失真的问题。

4.2 模拟结果

4.2.1 参数率定

参数的率定方法为SUFI-2算法。参数的率定按如下顺序进行：确定敏感性参数(主要包括基流因子ALPHA_BF、浅层地下水再蒸发系数GW_REVAP、土壤蒸发补偿系数ESCO、主河道有效水力传导度CH_K2、湿润条件Ⅱ下的SCS径流曲线数CN2、土壤田间持水量SOL_AWC)；先调整地表径流再调整蒸发和地下径流。率定结果显示，式(1)中的n=3时，效果最佳。

4.2.2 日径流模拟结果

选取确定性系数Ens和相关系数R2日尺度径流过程的模拟指标，对未修正输入与输出数据的SWAT模型和修正后输入与输出数据后的SWAT模型进行模拟效果的对比。在模型率定期，未修正输入与输出数据的SWAT模型的确定性系数Ens为0.88，相关系数R2为0.89；修正了输入与输出数据的SWAT模型，确定性系数和相关系数分别提高到0.9和0.9。在模型验证期，未修正输入与输出数据的SWAT模型的确定性系数Ens为0.85，相关系数R2为0.86；修正了输入与输出数据的SWAT模型，确定性系数和相关系数分别提高到0.88和0.88。由图4和图5可以看出，修正了输入与输出数据的SWAT模型所模拟的洪峰更接近于实际，且提高了精度，显示出了人类活动对于径流过程的影响。由此说明，修正输入与输出数据后的SWAT模型能够反映出人类活动对于径流过程的影响。

图4 率定期(以1994年为例)Fig.4 Calibration period(1994 as an example)

图5 验证期(以2006年为例)Fig.5 Validation period(2006 as an example)

5 结 语

根据洞庭湖未控区间流域现有资料，建立洞庭湖未控区间流域SWAT分布式模型。所得主要结论如下。

(1)基于遥感影像修改DEM数据，使得SWAT所提取出来的流域的堤垸轮廓，真实河流流向等较难取得的数据能够更加准确地反映出来；

(2)对堤垸区出流过程进行平滑，采用经验的方法解决了洞庭湖地区真实流量过程难以体现的问题，提高了模拟的精度和稳健性。建立了洞庭湖未控区间流域SWAT分布式水文模型，得出了洞庭湖未控区间流域的土壤、土地利用数据库。利用改正输入与输出数据的SWAT模型在人类活动强烈的洞庭湖地区进行了检验。结果表明，不管是率定期还是验证期，改进后比改进前模型在模拟精度上都有一定提高。

□