基于SWAT模型的长江源区巴塘河流域径流模拟

张　佳，霍艾迪，张　骏

( 长安大学 a.环境科学与工程学院；b.地质工程与测绘学院，西安　710054)



基于SWAT模型的长江源区巴塘河流域径流模拟

张佳a，霍艾迪a，张骏b

( 长安大学 a.环境科学与工程学院；b.地质工程与测绘学院，西安710054)

摘要：为了分析长江源区巴塘河流域气候变化与径流的水文响应关系，根据研究区的DEM(digital elevation model)、气象数据、土壤类型和土地利用数据，建立了SWAT(Soil and Water Assessment Tool)模型，并选用SUFI-2(Sequential Uncertainty Fitting)算法进行SWAT模型参数的矫正及验证。模拟结果表明：矫正期与验证期的模拟径流量与实测流量的峰值出现月份基本一致，均在巴塘河流域的6—9月份，最小值出现月份均在巴塘河流域的1，2月份，地下水延滞参数为影响模拟结果的首要因子。矫正期与验证期的模拟径流量与实测径流量之间的确定性系数及效率系数都高于0.8，该模型对巴塘流域的模拟效果良好，但受冻土影响较大。通过径流模拟及影响因子分析，可为巴塘河流域的山洪泥石流灾害预测、风险分析与管理提供参考。

关键词：SWAT模型；径流模拟；敏感性分析；参数率定；模型验证

1研究背景

气候变化及其不确定性将改变径流的时序和量值，因此对未来的水资源规划、管理和地质灾害及其影响范围的预测而言，研究分布式水文模型对径流的模拟至关重要。

SWAT模型是美国农业部(USDA)农业研究局(ARS)开发的分布式流域尺度模型[1]。基于研究区的物理机制，采用易于获取的输入数据，SWAT模型可利用遥感和地理信息系统提供的空间信息模拟多种水文物理过程，模拟和预测多种土壤类型、土地利用类型和复杂管理条件下各流域的水资源、泥沙、营养物质以及杀虫剂的运移。目前，该模型在美国等北美洲国家、英国等欧洲国家及巴基斯坦等亚洲国家的应用较为广泛[2-5]。在中国，该模型在低海拔地区(平均海拔<3 500 m)应用较为广泛[6-9]，在青藏高原地区应用相对较少。青藏高原腹地又有三江源区之称，是长江、澜沧江及黄河的发源地。巴塘河为通天河支流，属长江水系。该模型在长江中下游地区已经取得良好的应用效果[10-12]，但在长江源区的应用数量较少[13-14]。

玉树县位于青海省南部，为青藏高原重要的生态环境保护区。2010年4月14日7时49分，青海省玉树州玉树县发生里氏7.1级强烈地震。地震造成大面积山体松动、沟道堵塞，引发了大量滑坡、崩塌、泥石流等地质灾害。因降雨是泥石流灾害的主要诱发因子，径流的大小又影响泥石流灾害的规模。本文在传统SWAT径流模拟的基础上，对率定参数进行了敏感性等级分类，并将其径流变化与水文响应的关系进行了分析。通过参数率定，可实现通过气象数据模拟径流及未来径流的目的，从而间接地再现和预测该区的山洪泥石流灾害，可对研究区防灾减灾工作起到一定借鉴意义。

2研究区概况

玉树县地处青藏高原东部，纵跨长江与澜沧江2大水系，地势高耸，地形复杂。现代工业、科技、教育欠发达，为三江源重要的生态环境保护区，是青海南部重要的物资集散贸易重地。该县位于青海省南部，玉树藏族自治州东部。东南同西藏昌都地区接壤，西南与囊谦县为邻，北和曲麻莱县、称多县及四川省甘孜州石渠县隔通天河相望，西与杂多县、治多县毗连，地理位置介于东经95°41′～97°44′，北纬32°02′～33°44′之间，全县总面积15 442.08 km2。境内平均海拔4 493.4 m，气候寒冷，年温差小，日温差大，年均气温2.9 ℃，年降水量487 mm。地形西北和中部高，东南低，以高山峡谷和山原地带为主，间有许多小盆地和湖盆。研究区的地理位置如图1所示。

图1　研究区的地理位置Fig.1　Map of the study area

3研究方法

3.1原理

SWAT模型进行水文模拟的原理是水量守恒。水量守恒方程如式(1)所示。

(1)

式中：SWt是最终土壤含水量；SW0是初始土壤含水量；t是模拟天数；Rday是第i天的降水量；Qsurf是第i天的表面径流量；Ea是第i天的蒸散发量；Wseep是进入土壤渗流区的下渗量；Qgw是第i天的回流量。

表面径流采用SCS(Soil Conservation Service)径流曲线法，下渗采用土壤蓄水演算技术，测流采用动力学蓄水容量模型，地下径流采用浅水带蓄水模型，蒸散发采用Penman-Monteith法，传输损失采用SCS的Lanes Method计算[15]。在气象模块中，观测的降雨量、最高气温和最低气温、相对湿度、风速、太阳辐射量可以直接加载进行计算。在土壤温度模块中，研究区土壤的物理及化学性质通过土地利用图及土壤数据库进行加载。

3.2数据准备

研究区的基础资料主要包括：DEM、土地利用数据、土壤类型数据、青海省玉树县气象观测站2004—2011年降水、气温与湿度数据，以及2009—2011年玉树县结古镇新寨站月径流数据。

DEM数据即数字高程模型数据，可利用ArcGIS的空间分析功能获取SWAT模型所需要的地形，计算河流流向、提取水系、划分子流域及汇流区域等。土地利用数据、土壤类型数据及从DEM提取的坡度值，用来划分流域的HRUs(hydrologic response units)。HRUs即水文响应单元，每一个水文响应单元是子流域内具有相同土地利用类型，土壤类型及土地管理信息的土地最小划分单元，也是SWAT模型中进行水文计算的最小单元。通过西部数据共享中心土地利用图属性表的Value值及SWAT土地利用类型分类代码，可实现当地研究区土地利用类型的SWAT重分类。此次分类所用SWAT模型土地利用代码为URLD和AGRR。其中，URLD代表下垫面多为硬化道路及人工建筑物的居民区；AGRR代表以高寒草甸为主的山地植被区。重分类后的土地利用类型重编码结果如图2所示。图中1-23指子流域编号，下同。

图2　土地利用类型重分类Fig.2　Reclassified land-use classes

本次模拟所用土壤数据源于西部数据中心的1∶1 000 000全国土壤分类图。在ArcGIS里根据土壤类型图的Value值找出土壤类型图里对应的土壤类型FAO90分类，并将对应分类的土壤类型数据录入SWAT模型的土壤数据库。同时，根据每种土壤类型的颗粒组成特征，可在SPAW(Soil-Plant-Air-Water) Hydrology软件里获得土壤饱和水力传导率等土壤参数。研究区的土壤类型数据库建立完毕后，可实现研究区土壤类型重分类，其分类结果如图3所示。

图3　土壤类型重分类Fig.3　Reclassified soil classes

将玉树县气象观测站2004—2011年降水、气温与湿度数据用于重现模拟时段的气象情景，将同期的月径流数据用于模型矫正和验证。数据尺度与来源如表1所示。

表1　研究区基础数据

3.3径流模拟及参数率定

在ArcGIS里加载研究区DEM数据后，用SWAT模块对其进行填洼，并用D8算法的TOPAZ (Topographic Parameterization) 软件包确定水流流向，给定流域阈值提取研究区河网。对河网添加观测点后，SWAT模型可对流域进行子流域划分及流域参数计算。加载土地利用类型和土壤类型后，根据SWAT模型的最大坡度、最小坡度及坡度均值，将研究区的坡度分为2类，即将坡度分析值在0%～5%的自动归类为一个图层，坡度分析值在5%～9 999%的归类为另一个图层。根据研究区DEM、土壤和土地利用的分布及坡度分类，青海玉树县巴塘流域可划分为23个子流域和100个水文响应单元，其子流域分布见图4。子流域面积从107.96 km2至4 016.73 km2不等。

图4　子流域划分Fig.4　Subbasins of the study area

SWAT-CUP(SWAT Calibration Uncertainty Procedures)是矫正SWAT模型和进行不稳定性分析的电脑程序，主要包括以下3大程序：Generalized Likelihood Uncertainty Estimation (GLUE), Parameter Solution (ParaSo)和Sequential Uncertainty FItting (SUFI-2)。本文选用SUFI-2法进行SWAT模型参数的矫正及验证。矫正期为2003—2009年，其中2003—2007 年为模型的预热期；验证期为2003—2011年，其中2003—2009年为预热期。

本文选用确定性系数R2和Nash-Sutcliffe模型效率系数Ens评价模型在参数率定和验证过程中的合理性。确定性系数R2和Nash-Sutcliffe模型效率系数Ens可在SWAT-CUP中通过自动求参得到。确定性系数R2用于实测值与模拟值之间数吻合程度评价。确定性系数=1表示非常吻合，当确定性系数< 1 时，值越小则表明数据吻合程度越低。

确定性系数R2的计算公式为

(2)

效率系数Ens的计算公式为

(3)

式中:Qo,i为实测值；Qp,i为模拟值；Qavg为实测平均值；n为观测值个数。当Ens=1时，实测值等于模拟值。如果Ens为负值，说明模型模拟值比直接使用实测数据的算术平均值的可信度更低。

4结果与讨论

4.1径流模拟

采用青海省玉树县结古镇新寨水文站2003—2009年的逐月径流数据进行模型矫正及验证后，模型的模拟值与实测值的确定性系数分别为0.82和0.85。其拟合结果如图5所示。

矫正期(图5(a))与验证期(图5(b))的径流模拟结果表明，实测径流与模拟径流峰值出现月份一致，均在巴塘河流域的6—9月份，最小值出现在巴塘河流域的1，2月份。但由于玉树县这类高海拔高寒地区冻土季节变化复杂，气象站点较少，限制了模型精度的进一步提高，导致该区实测径流与模拟径流在相位和峰值上具有一定差异。

4.2 参数敏感性分析

研究区参数的初始值及范围,率定的最佳值如表2所示。调参类型里的R代表调参时用此次参数率定的最佳值乘以上一次模拟所用参数值，V代表用此次参数率定的最佳值代替上一次模拟所用参数值。t为敏感性评判因子，参数t的绝对值越大表明参数对模型的预测结果影响越大。负的状态值表示该参数对预测结果呈负影响，即增加参数值将减小模型的输出结果。根据其敏感性取值，按t的绝对值大小将参数敏感性分为4类：低敏感性、中敏感性、高敏感性和极高敏感性。低敏感性参数的t值取值范围为(-∞,0.05)；中敏感性参数t值绝对值范围为[0.05,0.2);高敏感性参数t值绝对值范围为[0．2,1)；极高敏感性参数t值绝对值[1,+∞)。敏感因子分类标准如表3所示。

表2　参数范围

表3　参数敏感性等级分类标准[16]

由表4可知:敏感性极高的依次为地下水延滞参数GW_DELAY.gw、鲜土重度SOL_BD(1).sol，土壤饱和导水率SOL_K(1).sol、土壤蒸发补偿系数ESCO.hru和河道有效导水率CH_K2.rte；敏感性高的参数依次为河道曼宁系数CH_N2.rte、基流衰退系数ALPHA_BF.gw、土壤可利用水SOL_AWC(1).sol、浅层地下水径流系数GWQMN.gw、地下水蒸发系数GW_REVAP.gw、SCS径流曲线系数CN2.mgt、河岸贮水的基流α因子ALPHA_BNK.rte、降雪温度SFTMP.bsn。鲜土重度SOL_BD(1).sol和土壤饱和导水率SOL_K(1).sol敏感性较高，这也表明研究区冻土对模拟结果影响较大。

表4　参数敏感性分析

4.3 模拟结果评价

由表5可知，率定期月径流的确定性系数R2为0.85，模型效率系数Ens为0.81，p值和r值分别为0.71和0.67。验证期确定性系数R2为0.82,模型效率系数Ens为0.81，p和r值分别为0.54和0.97。确定性系数和模型效率系数都高于0.8,这表明SWAT模型在巴塘流域的径流模拟具有良好适用性。矫正期的p值与r值均较小，表明观测值落在不确定性区间的数量较少，且拟合度较低，径流模拟的实际不确定性较大。验证期的p值较小，r值较大，表明观测值落在不确定性区间的数量较少，但拟合度较高，径流模拟的实际不确定性较大。径流模拟的实际不确定性较大，可能与周围水库以及人为影响有关。

表5　模拟结果评估参数

对矫正期及验证期的实测径流和模拟径流值做相关性分析。矫正期和验证期的实测径流和模拟径流线性相关曲线如图6所示。

由图6可知，矫正期及验证期的实测径流和模拟径流具有线性相关关系，其表达式分别为：

(4)

图6　矫正期和验证期实测径流与模拟径流相关分析Fig.6　Curves of the correlation between simulated andobserved runoff in calibration period andvalidation period

5结论

矫正期与验证期的模拟地表径流量与实测流量的较大值出现月份大致一致，均在巴塘河流域的6—9月份，最小值出现月份均在巴塘河流域的1,2月份。根据敏感性分析，对巴塘流域径流模拟结果最为敏感的参数为地下水延滞参数(GW_DELAY.gw)，其次为鲜土重度SOL_BD(1).sol、土壤饱和导水率SOL_K(1).sol、土壤蒸发补偿系数ESCO.hru、河道有效导水率CH_K2.rte等。矫正期与验证期的模拟地表径流量与实测流量的相关系数和模型效率系数都高于0.8，这表明SWAT模型在巴塘流域的径流模拟具有良好适用性。矫正期及验证期的实测径流与模拟径流均线性相关。矫正期及验证期残差图中的散点在中轴上下两侧随机分布，证明拟合直线合理。

本文所用SWAT模型对巴塘流域的月径流模拟效果良好。通过对巴塘流域径流影响因子分析，可提高通过气象因子模拟和预测径流的精度，从而为巴塘流域山洪泥石流灾害的风险分析与管理提供参考。

参考文献：

[1]WINCHELL M, SRINIVASAN R, LUZIO M D,etal. SWAT Interface for SWAT2009 User’s Guide[K]. USA: Blackland Research Center, Soil and Water Research Laboratory, 2009.

[2]WU Yi-ping, LIU Shu-guang, OMAR I A A. Hydrological Effects of the Increased CO2and Climate Change in the Upper Mississippi River Basin Using a Modified SWAT[J]. Climatic Change, 2012, 110(3): 977-1003.

[3]KAZI R, CHETAN M, MARTIN B,etal. Streamflow Modeling in a Highly Managed Mountainous Glacier Watershed Using SWAT: The Upper Rhone River Watershed Case in Switzerland[J]. Water Resources Management, 2013, 27: 323-339.

[4]ARIF M, HENRY D J, MOON C J. Host Rock Characteristics and Source of Chromium and Beryllium for Emerald Mineralization in the Ophiolitic Rocks of the Indus Suture Zone in Swat, NW Pakistan[J]. Ore Geology Reviews, 2011, 39(1/2):1-20.[5]ZHANG Wei-bin,ZHA Xiao-chun,LI Jia-xing,etal.Spatiotemporal Change of Blue Water and Green Water Resources in the Headwater of Yellow River Basin, China[J].Water Resources Management,2014,28(13):4715-4732.[6]王林, 陈兴伟. SWAT 模型流域径流模拟研究进展[J].华侨大学学报( 自然科学版),2008,29(1):6-10.

[7]张蕾, 卢文喜, 安永磊, 等. SWAT 模型在国内外非点源污染研究中的应用进展[J].生态环境学报,2009, 18(6): 2387-2392.

[8]HUANG Qing-hua, YANG Yong-guo, CHEN Yu-hua. Hydrological Process Factors Analysis of Heihe River Mountain Basin Based on GIS[J]. Agricultural Science & Technology, 2011, 11(3): 147-150.

[9]AKANSHA K, MANOJ K J. Hydrological Simulation in a Forest Dominated Watershed in Himalayan Region Using SWAT Model[J]. Water Resource Management, 2013, 27(8): 3005-3023.

[10]WANG Zhao-hui, ZHAO Deng-zhong, CAO Bo,etal. Research on Simulation of Non-point Source Pollution in Qingjiang River Basin Based on SWAT Model and GIS[J]. Journal of Yangtze River Scientific Research Institute, 2010, 27(1):57-61.

[11]卢晓宁, 韩建宁, 熊东红, 等.基于SWAT模型的忠县虾子岭流域地表径流特征浅析[J].长江科学院院报, 2010,27(11):15-20.

[12]黄英, 王杰, 黄松柏, 等.昆明市松华坝水源区小流域土壤侵蚀分析[J].长江科学院院报, 2010,27(11):15-20.

[13]陈杨.基于 ArcGIS Desktop 的丹江口入库径流分析[D].武汉：华中科技大学, 2010.

[14]胡宏昌.基于植被和冻土协同影响的江河源区水循环研究[D].兰州：兰州大学, 2009.

[15]NEITSCH S L, ARMOLD J G, KINIRY J R,etal. Soil and Water Assessment Tool Theoretical Documentation Version 2009[K]. USA: Grassland, Soil and Water Research Laboratory, 2011.

[16]任秀文, 姜国强, 钟满妮, 等.SWAT模型参数敏感性分析及增江流域的应用[C]∥中国环境科学学会学术年会论文集. 北京：中国环境科学出版社,2011:262-268.

(编辑：赵卫兵)

Simulation of Runoff in Batang River Basin in the SourceArea of Yangtze River Using SWAT

ZHANG Jia1, HUO Ai-di1, ZHANG Jun2

(1.School of Environmental Science and Engineering, Chang’an University, Xi’an710054, China；2.School of Geology Engineering Geomatics, Chang’an University, Xi’an710054, China)

Abstract:To analyze the hydrology response of climate change and runoff in Batang River basin in the source area of Yangtze River, SWAT(Soil and Water Assessment Tool) model was established based on the DEM (Digital Elevation Model), meteorological data, soil type and land use map data. Furthermore, SUFI-2(Sequential Uncertainty Fitting) was employed to calibrate and validate the model. The simulation results showed that the peak values of observed and simulated runoff were roughly similar, and the peak values were in June, July, August and September; the valley values were in January and February. Factor of groundwater delay was the most essential factor affecting the simulation result. The determination coefficient and efficiency coefficient of the simulated and observed runoff both in calibration period and validation period were all greater than 0.8, indicating that the SWAT model is suitable for the Batang River basin, but was largely affected by frozen soil. On the basis of runoff simulation and analysis of affecting factors, better risk analysis and prediction of mountain torrents and debris flow hazards for the Batang River basin will be taken according to the previous work.

Key words:SWAT; runoff simulation; sensitivity analysis; parameter calibration; model validation

中图分类号：P333

文献标志码：A

文章编号：1001-5485(2016)05-0018-05

doi:10.11988/ckyyb.201501302016,33(05):18-22，27

作者简介：张佳(1990-)，女，宁夏中卫人，硕士研究生，研究方向为水文模型，(电话)18702996151(电子信箱)flyzjsel@163.com。通讯作者：霍艾迪(1971-),男，陕西西安人，副教授 ，博士，研究方向为水文模型，(电话)029-82339360(电子信箱)huoaidi@126.com。

基金项目：中国地质调查局西安地质调查中心项目(12120113008800)；中国水利水电科学研究院流域水循环模拟与调控国家重点实验室开放研究基金项目(IWHR-SKL-201510)

收稿日期：2015-03-03；修回日期： 2015-03-12