基于SWAT模型的沩水流域径流模拟

刘 婕

（长沙水文水资源勘测中心，湖南 长沙 410014）

绪 论

水是自然界中是最重要的自然资源之一。随着经济的发展，水资源的地位和作用愈加明显。与此同时，更加突出的水供需矛盾也对社会经济的发展存在着不利的影响，因此，对水资源进行科学规划，合理利用是当今社会资源配置的重中之重[1]。开展流域径流模拟研究，为今后区域水资源开发利用提供技术支撑也成为当前的研究重点。

流域水文模型是研究水文变化规律，对水资源进行合理配置的一种工具。分布式水文模型是近些年来水文科学建模领域的重点和热点，特别是随着“3S”技术的发展，现在可以借助GIS 和RS 获取流域的空间地理信息，同时可以考虑降水的空间分布不均匀性和流域下垫面条件的不均匀性，为模型的发展提供了技术保证，铺平了模型发展的道路，给流域水文模型的研究注入了新的血液。作为代表性的分布式水文模型，SWAT 模型得到了广泛应用。作为水文科学研究的新方向，模型在流域径流模拟、流域下垫面条件变化以及气候变化响应模拟、污染物的运移模拟等方面有着广泛的应用。

本研究选定沩水流域作为研究区域，建立沩水流域的分布式水文模型并对沩水流域进行径流模拟，目的在于研究SWAT 模型在沩水流域的适用性，并为沩水流域水资源的开发利用提供参考。

1 研 究

SWAT 模 型 是 在SWRR B（Simulator for Water Resources in Rural Basins）模型基础上发展起来的，融合了ARS 几个模型的特点。模型自开发以来，已经在北美、欧洲等地得到了广泛的应用验证，并在应用中不断地改进。

SWAT 模型的最直接前身是SWRRB 模型。这个模型是20 个世纪70 年代由美国农业部农业研究中心开发的。SWRRB 模型最初只能够模拟土地利用对田间水分、泥沙、农业化学物质流失的影响[2]。并且SWRRB 模型在模拟流域的尺度上局限性很大，不能模拟集水面积超过500 km2的流域。这期间研发了ROTO（Routing Output to Outlet），有效克服了SWRRB 模型子流域数量的限制，但在接受SWRRB 模型的输出结果时需要频繁存储输入输出文件，计算存储空间大。20 世纪90 年代，为解决上述问题，提高计算效率，在Aronld 主持下将SWRRB 与ROTO 整合在一起成为SWAT 模型，实现了模型的统一。自SWAT 模型建立后又经历了多次改进，从最初的引入多个水文响应单元（Multy Hydrologic Response Units）到改进天气生成器以及城区污染物累计和冲刷计算等模块，整个模型都是在不断的完善中。本研究使用的是arcgis 10.2 的对应版本ArcSWAT 2012.10.21。该版本新增的比较好的功能有：Run SwatCheck 模块中添加了对天气数据文件的读取，以及在Run SWAT 用户界面中，改进了用户打印输出参数选项[3～4]。

2 流域概况

宁乡市境内主要河流为沩水河，沩水为湘江下游左岸一级支流，发源于宁乡市沩山和扶王山，两个沩水源头河水流向大致为自西向东，干流沿途流经龙田镇、沙田乡、巷子口镇、金洲乡等17 个乡镇，于长沙望城区新康乡汇入湘江。沩水河到湘江的入河口处控制流域面积为2 430 km2，河长144 km，平均坡降1.16%。流经宁乡市120 km，流域面积2 209 km2，占整个沩水流域面积的91%、全县总面积的76%。本研究范围为宁乡水文站以上区域，控制流域面积为2 205 km2。图1 为研究区域地理位置图。

图1 研究区域地理位置图

2.1 自然环境

2.1.1 土 壤

研究区域内主要土壤成分有人为土和低活性强酸土，分别占研究区域内面积的39.51%和35.43%，含量最少的土壤成分为铁铝性雏形土，只占总面积的8.99%，铝铁性雏形土占研究区域的11.13%。

2.1.2 植 被

研究区域内主要的植被为指郁闭度>30%的天然林和人工林，占总面积的42.8%，其次是水稻田，占总面积的29.8%，林木郁闭度为10%～30%的林地占16.4%。

2.1.3 气 候

流域内气候属中亚热带向北亚热带过度的大陆性季风湿润气候。基本特点是：四季分明、水热充足、冬冷期短、夏热期长、春温多变、寒潮频繁、回暖较早、秋温呈阶段性急降。据宁乡市气象局历年资料统计：多年平均温度为16.8℃，1 月是最冷月，平均气温4.5℃，7 月是最热月，平均气温高至28.9℃，年平均相对湿度81%，年平均日照1 714.7 h。

2.2 水文基本情况

宁乡水文站址为宁乡市历经铺乡群星村，东经112°37′，北纬28°17′，位于沩水河流右岸，属沩水流域控制站，集水面积2 205 km2，距河口距离27 km，属于二类精度站。

石坝子站位于宁乡市坝塘镇沩乌村，是沩水支流乌江的下游控制站，控制流域面积563 km2，1954 年1月开始观测，属二类精度水文站。

3 沩水流域SWAT 模型数据库研究

3.1 数字高程数据

DEM 是描述区域地貌形态空间分布的GIS 数据，是SWAT 模型在建库初期需要的基本数据，在之后的SWAT 模型建模的过程中，将利用DEM 数据进行流域水系生成以及子流域划分等工作。本研究运用的DEM数据来源于地理空间数据云服务平台（http://bjdl.gscloud.cn/），采用GDEMDEM 高程数据，其空间分辨率为30 m，图2 为研究区DEM 图。

图2 拼接后的DEM 图

3.2 土地利用数据

土地利用是SWAT 模型建立的重要数据之一，影响着降水在陆面的成流过程，对模拟结果有重要影响。SWAT 模型需要的土地利用数据包括土地利用分布图（矢量或栅格）及土地利用类型索引表。土地利用分布图的属性数据中必须含有说明图层中土地利用类型的字段，并且每种类型与SWAT2012 数据库中的某条记录相对应。收集了2015 年中国土地利用现状遥感监测数据，该数据是在科技部和科学院的项目支持下，2015 年中国1∶10 万比例尺土地利用现状遥感监测数据库数据集，基于landsat 8 遥感影像，通过人工目视解译，并在2010 年数据基础上更新生成的2015 年数据。

数据处理流程如下：首先对数据进行投影，投影坐标系统和DEM 数据一致。然后根据子流域划分过程中的Basin 文件（.shp 格式）裁剪流域的土地利用图输出并保存tif 栅格文件，这样保证了土地利用跟整个流域的贴合率达到98.09%。

在模型加载土地利用类型之前要将土地利用类型进行重分类，重分类是根据模型自带数据库，将土地利用类型分成五大类，分别是农田、森林、草地、水域和聚落，如表1 和图3 所示。研究区域总面积为2 202.4 km2，其中耕地占研究区域的34.06%，面积为750.2 km2，林地的面积最大，占研究区域的61.08%，面积为1 345.1 km2，草地面积最小，占研究区域面积的0.45%，面积为9.91 km2，而城镇建设用地占比为2.95%，面积为64.97 km2。

图3 土地利用类型重分类图

表1 沩水流域土地覆盖分类表

3.3 土壤类型数据

大部分的降水都是通过渗透到储存的土壤中，有一些水通过植物的蒸腾作用返回到大气中，蒸发或被引导到较低的水平和地面下，还有一部分水渗透到地下成为地下水。因此，现代模拟和分析水文过程在很大程度上依赖于对土壤水分保持和土壤剖面的渗透特性的研究。SWAT 模型中土壤数据文件主要包括土壤类型分布图、土壤类型索引表及土壤物理属性文件（即土壤数据库参数）。土壤的物理属性决定了土壤剖面中水和气的运动情况，并且对HRU 中的水循环起着重要的作用，是SWAT 建模前期处理过程的关键数据。模型中包含的土壤物理属性参数有土壤名称、水文分组、土壤层厚度、土壤湿密度、土壤层有效持水量、饱和水力传导系数等，具体土壤物理属性如表2 所示。

表2 土壤物理属性数据参数表

要让土壤数据运用到沩水流域中，数据处理流程如下：首先对数据进行投影，投影坐标系统和DEM 数据一致，然后根据子流域划分过程中的Basin 文件（.shp 格式）裁剪流域的土地利用图输出并保存tif 栅格文件，土壤类型跟整个流域的贴合率达到98.08%，通过查看所裁剪研究区域内的土壤类型的数据表可以发现，有一部分土壤的属性是相同的，再进行重分类，将属性相同的数据合成一类，最后剩下9 种土地类型如图4 所示。

图4 土壤重分类图

根据SYMBOL 查找到对应土壤的中文名称以及土组如表3 所示。

表3 土壤对应的中文名称表

3.4 气象数据

SWAT 模型气象数据库包括降水数据、气温数据、相对湿度数据、太阳辐射数据、风速数据。本研究所采用的雨量站密集地分布在整个流域的各支流和主干流旁，分别是八石头、檀木桥、东湖塘、石坝子、宁乡、青山桥、流沙河、石螺山、巷子口、沩山和双凫铺，位置为图5 所示，使用的雨量资料均为每日降雨量。本研究所采用的气温、相对湿度、太阳辐射以及风速数据从2000—2016 年都是使用的CMADS（The China Meteorological Assimilation Driving Datasets for the SWAT model），2017—2018 的最新数据则是来源于气象局的实测数据。温度资料为逐日最高温度和逐日最低温度，湿度为逐日平均湿度，风速为逐日平均风速，太阳辐射为逐日平均太阳辐射。

图5 宁乡市水文站及雨量站分布图

4 SWAT 模型参数校准与验证

SWAT 模型参数众多，而在建模的过程中模型本身自带的参数以及收集的参数都存在一定的不确定性，为了模型的准确性，使模型能够应用于研究区域，本研究将利用SWAT-CUP 软件对模型进行校准和验证，探索在气温变化以及降雨量变化下对径流的影响以及非点源污染的分布特征。SWAT-CUP 系统中共有五种算法，分别是Sufi2、GLUE、ParaSol、McMc 和PSO，对这五种算法中最适合做流域模型分析的Sufi2 算法进行率定分析。

4.1 模型参数敏感性分析

模型的敏感性参数，首先SWAT-CUP 给出4 个，分别是SCS 径流曲线数（CN2）、基流α 因子（ALPHA_BF）、地下水延迟系数（GW_DELAY）和浅层地下水径流系数（GWQMN），这4 个参数在大多数的模拟中都是比较敏感的，其中SCS 径流曲线数是属于土地管理类.mgt，它是湿度条件Ⅱ的初始SCS 径流曲线值。SCS 曲线值是土壤渗透性，土地利用和先决土壤含水量的函数。典型的湿度条件Ⅱ的曲线值列于表4，其随土地植被和土壤类型的改变而改变，这些值适用5%的坡度。曲线值在种植、耕作和收获/死亡操作中进行更新。如果CNOP 没在这些操作中定义，设定的CN2 值将用于整个模拟过程中，如果其中一个操作的CNOP 被定义，设定的CN2 值用到第一个CNOP 值操作开始为止。根据这些，模型仅使用CNOP 值来定义湿度条件Ⅱ的曲线值。CN2 值和CNOP 值必须作为先决条件输入。在有城镇土地利用的HRU 中，模型会调整曲线值来反映不受影响区域对整体的影响，因此无论是径流还是面源污染受它的影响都很大，同时多次迭代也证明了它的敏感性是最强的。除了以上4 个参数，SWAT 还有众多参数，本研究总共选取了与径流模拟有关的12 个参数，用SUFI-2 算法寻求最优参数，结果如表4所示。

表4 沩水流域径流参数敏感性分析结果表

4.2 模型率定和验证

4.2.1 模型校准验证评判标准

本文采用以下3 个系数来评价模型的模拟效果，即Nash-Sutcliffe 效率系数Ens、实测值和模拟值的相对误差（Re）以及确定性系数（R2），这3 个系数可以表征模型模拟的精度，并评价SWAT 模型是否适合本研究区域，各系数公式如下：

1）效率系数Ens：是一个用来表征整个径流模拟过程的好坏程度的综合指标，取值一般在0～1 之间，值越小，表明模型的模拟精度不高，值越大，模拟值可信度越高。计算公式如下：

其中，n 为实测数据的个数，Qm为实测值，Qp为模拟值，Qa为实测平均值。

2）相对误差Re：用于表征模拟值和实测值之间的差距，值为正，代表模拟值偏大，值为负，代表模拟值偏小。相对误差的计算公式为：

其中，Pi是模拟值，Qi是实测值。这是为了表征模拟值是否大于实测值的公式，如果Pi>Qi则表明模拟值大于实测值，否则相反。

3）确定系数R2：用来表征模拟值与实测值曲线的拟合程度，Si为实测数据；S 为实测数据的平均值；Mi为模拟值；M 为模拟值的平均值，若R2=1，说明相关性很高；且越接近于0 说明相关性越小，越接近1 则相关性越大。

一般而言，R2≥0.6 且Ens≥0.5 时，模拟准确性较好，模拟结果可以接受模型的校准及验证。

4.2.2 年径流量的模拟与验证

本研究年径流模拟开始时间为2000 年，结束时间为2018 年，总共19 年，模型选定2000—2001 为预热期，2002—2013 年为率定期，2014—2018 年为模型的验证期。选取本研究区域出口控制站宁乡站以及乌江控制站石坝子站做流量率定和验证。以下是年尺度作了径流量的模拟，表5 是宁乡站计算年径流模拟确定系数与效率系数的表，图6 是宁乡水文站率定期和验证期年实测径流量与模拟径流量的对比图。从图6 上来看，阴影区域是95 PPU 的取值范围，从2002—2006年，模拟的值都低于该区间，率定期的决定性系数R2比较好，但纳什效率系数Ens只有0.7，应该是这一部分原因导致的，可能原因是因为所使用的土地利用类型为2015 版，数据形成时间是2013 年左右，因此越是相隔时间久越可能存在偏差，而验证期的R2与Ens分别为0.98 和0.96，说明模拟精度高，能够很好地运用于年模拟中。

图6 宁乡站率定期年实测和模拟径流量比较图

表5 宁乡年径流模拟确定系数与效率系数的表

表6 是石坝子站计算确定系数与效率系数的表，图7 是石坝子水文站率定期和验证期年实测径流量与模拟径流量过程线的对比图。从图7 上来看，阴影区域是95 PPU 的取值范围，在整个率定期间，率定期的决定性系数R2和纳什效率系数Ens都非常好，平均大于0.92，石坝子站乌江流域以上主要流经的地区为农村，这里的土地利用变化不如主干流控制站宁乡站变化多，宁乡站上游3 km 处开始便是宁乡城区，由于2021年以来城市化进程的快速发展，宁乡站径流受土地利用变化的影响明显要大于石坝子站，因此得出结论，土地利用是造成差异的主要原因，决定性系数R2和纳什效率系数Ens分别为0.95 和0.94，说明该模拟在沩水子流域乌江流域的年模拟非常精确，该模型能够很好地运用与整个流域的径流模拟。

表6 石坝子站计算确定系数与效率系数表

4.2.3 月模拟的校准与验证

本研究月径流模拟开始时间为2000 年，结束时间为2018 年，总共19 年，模型选定2000—2002 为预热期，2003—2013 年为率定期，以2014—2018 年为模型的验证期。表7 是宁乡站计算月径流模拟确定系数与效率系数的表，图8 是宁乡水文站率定期和验证期年实测径流量与模拟径流量的对比图。从图8 上来看，阴影区域是95 PPU 的取值范围明显变窄。从整体上来看，率定期内模拟流量与实测流量过程线比较吻合。决定性系数和纳什系数均大于0.8，说明模型模拟精度达到要求，能比较好地模拟月径流量，得到的模拟值是可信的。说明模型模拟精度在小子流范围内的精度更高，得到的月模拟值可以运用于小子流域的径流模拟，得到的模拟值是可信的。

图8 宁乡站率定期月实测和模拟径流量比较图

表7 宁乡站计算月径流模拟确定系数与效率系数表

图9 石坝子站率定期月实测和模拟径流量比较图

表8 石坝子站计算月径流模拟确定系数与效率系数的表

5 结 论

本研究选定沩水流域作为研究区域，利用SWAT分布式水文模型对宁乡水文站上游的年、月尺度的径流量进行了模拟。通过对模型参数的校准和验证，对模型的适用性进行了评价，并计算出了适用于沩水流域的参数，对比分析了率定期和验证期的径流模拟值与实测值的结果。在研究了SWAT 模型在沩水流域可用性的基础上，本文的研究成果主要有以下几点：

1）收集了研究区的DEM 图、土壤类型图、土地利用数据、气象数据以及实测径流资料，并利用ArcGIS 对这些数据进行了投影变换、剪裁与拼接以及重分类处理。根据研究区的DEM 图提取了流域水系、边界、面积等信息，并对流域进行了子流域划分。

2）根据收集的土地利用数据和土壤数据，运用ArcGIS 软件建立了模型需要的土地利用和土壤类型空间数据库。通过SPAW 软件计算了研究区的部分土壤物理属性参数，根据CMADS1.1 大气同化数据集构建了模型气象数据库。

3）通过对宁乡水文站和石坝子水文站年、月尺度的径流进行率定和验证，SWAT 模型在沩水流域上的年径流模拟确定系数R2在0.93～0.98 之间，效率系数Ens在0.7～0.96 之间。月径流模拟确定系数R2在0.90～0.96之间，效率系数Ens在0.87～0.95 之间。评价指标值均满足应用要求，表明模型能较好地对沩水流域进行月尺度径流模拟，模型在沩水流域具有适用性。分析了SWAT模型在本研究区域内各种时间尺度的径流模拟，得出本研究区域内SWAT 模型用于月尺度精度最高的结论。