SWAT分布式模型在新兴江流域径流模拟中的应用研究

金 聪，张行南,2，夏达忠,2

(1. 河海大学水文水资源学院，南京 210098；2. 河海大学水资源高效利用与工程安全国家工程研究中心，南京 210098)

0 引 言

流域径流模拟是当前地表水文过程研究的重要课题之一[1]。径流作为水文循环中不可或缺的基本组成部分，其变化客观反映了地区水文过程的变化以及水资源存量的变化，是反映流域资源环境状况的重要指标[2]。水文模型是模拟流域径流过程和分析水文规律的重要工具，通过对流域径流观测历史数据进行分析，研究影响流域径流量的气候、自然环境、人为等因素及其与径流变化的定量关系，建立流域径流量模拟模型，可以定量分析与预测流域水文变化过程，为流域水资源管理及社会经济发展政策制定提供科学依据。

传统的概念性水文模型对流域的产汇流机制进行了高度概化，结构简单易于实现，但对径流形成因子的时空异质性缺乏充分考虑，在流域尺度上的径流时空动态模拟存在明显局限性[3]。随着3S技术与计算机技术的飞速发展，基于多源遥感信息、能够充分考虑流域气候与下垫面特征不均的分布式水文模型已经成为流域水文模拟的研究前沿。其中，SWAT(Soil and Water Assessment Tool)模型可以对流域的径流进行长期连续模拟，适用性强，已经成为世界上应用最为广泛的分布式水文模型之一[4]。20世纪90年代，SWAT模型最早由美国农业部(USDA)在多个版本的分布式水文模型基础上发展而来，并率先在美国全国、伊利诺斯伊、密西西比河支流等国家、大、中流域尺度和小流域尺度的径流模拟中得到了应用研究[5,6]，验证了SWAT模型用于流域径流模拟的适用性。随后，SWAT模型在加拿大、欧洲、非洲等其他国家和地区迅速得到应用与推广[7-9]。国内学者在SWAT模型径流模拟方面也开展了广泛研究[10]，证实了SWAT模型在黑河流域[11]、湘江流域[12]、东江流域[13]、渭河流域[14]、内蒙古闪电河流域[15]等流域径流模拟应用中具有较强适用性。国内外大量成功应用的案例流域尺度跨度大、地形特征各异、气候条件不同，SWAT模型均表现出良好的适用性，表明SWAT模型是研究当前变化条件下流域径流演变规律的有效工具，能够对流域径流形成过程的时空异质性进行有效模拟。

新兴江作为广东省新兴县的主干河流，是该地区农业灌溉、引水供水、水力发电的主要来源之一，对于当地经济社会的稳定发展、生态环境的保护具有极为重要的意义。随着气候变化以及人类活动影响的加剧，流域未来的水资源情势也面临着较大不确定性，给地区水资源的合理开发与高效管理带来了新的问题与挑战。本文选用SWAT分布式水文模型，对新兴江流域的长期月径流过程进行模拟，通过模型的率定与验证，评估SWAT模型在该地区的适应性，在此基础上，运用增量情景法，构建25种气候变化情景，模拟气候因子变化对流域径流带来的影响，以期为新兴江沿岸未来的防洪减灾、水资源规划与管理等工作提供有效的技术支持与参考依据。

1 数据与方法

1.1 研究区概况

新兴江，为珠江水系西江下游一级支流，位于广东省中西部，发源于天露山脉，自南向北流经云浮市新兴县、云城区，于高要区南岸注入西江，总长约145 km。流域位于北回归线以南，属于亚热带季风气候，水热条件充足，年平均气温约22 ℃，年均降水量约1 600 mm，其中汛期4-9月雨量占全年的80%左右，其间受台风与热带低压的影响，易引发暴雨洪水。流域上游以山地丘陵为主，植被覆盖良好，水能资源丰富，建有合河、共城、朝阳等若干中小型水库，中下游为丘陵与部分冲积小平原，农业生产发达。流域控制站点为腰古水文站，断面以上集水面积为1 776 km2，占流域总面积的75.4%，本文研究区域即为腰古站以上流域部分。

1.2 数据及预处理

本研究使用的原始数据包括数字高程模型(DEM)数据、土地利用数据、土壤类型数据、气象数据及水文数据等，各类型数据的规格、来源及格式等信息如表1所示。

表1 原始数据说明Tab.1 Description of the original data

为得到满足建模需求的数据形式，在收集到各类数据之后，需要对数据进行必要的预处理，预处理方法与过程如表2所示，预处理后主要数据如图1所示。

表2 原始数据预处理方法Tab.2 Methods of the data preprocessing

1.3 模型构建

本研究基于ArcSWAT平台构建新兴江流域径流模拟模型，包括以下主要步骤：

(1)基于DEM数据，设定相应的集水面积阈值以及流域出口位置，完成河网的提取、亚流域的划分以及相关地形参数的计算。

图1 预处理后主要数据Fig.1 Main data after processed

(2)基于重分类后的土壤与土地利用数据，分别设定土壤、土地利用与坡度的最小面积阈值，完成水文响应单元(HRU)的划分。本文依照流域实际情况，同时兼顾模型运行效率，最终将流域划分为27个亚流域与279个水文响应单元，计算总面积为1 780 km2。

(3)读取气象数据，完成全部SWAT输入文件表的创建，模拟方法选用SCS径流曲线法计算地表产流，变动储量系数法计算河道汇流。

(4)以1989-2003年作为模型的模拟时段，选定1989年作为预热期，减少模型初始状态变量为零的影响，以1990-1997年为率定期，1998-2003年为验证期，以腰古水文站的逐月径流记录作为径流数据，构建新兴江流域径流模拟模型。

1.4 参数分析与率定

考虑到SWAT模型参数较多，不同参数对模拟结果的影响也相差较大。因此，在模型正式率定前，先进行模型参数敏感性分析，将高灵敏的重要参数筛选出来，以提高参数率定的效率，降低模型的不确定性[17]。参考有关文献[18,19]，并根据研究区地处南方亚热带湿润地区的特性，选出若干对模型产汇流过程影响较大的参数进行敏感性分析。综合考虑下垫面地形、土壤含水量、植被覆盖等影响径流的主要因素，综合选取SCS径流曲线数(CN2)、土壤蒸发补偿因子(ESCO)、土壤有效水含量(SOL_AWC)、土壤湿容重(SOL_BD)、土壤饱和水力传导度(SOL_K)、基流系数(ALPHA_BF)、地下水再蒸发系数(GW_REVAP)、浅层地下水径流系数(GWQMN)、地下水滞后系数(GW_DELAY) 、地表径流滞后系数(SURLAG)、主河道水力传导度(CH_K2)、主河道曼宁系数(CH_N2)等作为主要研究参数，在此基础上进行参数敏感性分析。

参数敏感性分析在SWAT-CUP(SWAT-Calibration and Uncertainty Programs)软件(http:∥swat.tamu.edu/)中进行，考虑计算效率和敏感性分析精度，选用SUFI-2(Sequential Uncertainty Fitting version2)作为优化算法。敏感性分析结果采用t检验法进行评价，t统计量(t-Stat)作为参数的敏感性指标，其绝对值越大，代表参数敏感性越强；p值(p-Value)是显著性指标，其值越接近0，代表参数敏感的显著程度越高。按照参数敏感程度大小排序结果，即对模型参数展开有针对性的率定。

1.5 模拟精度评价

为方便模型参数调试，并验证模型的模拟精度，分析SWAT模型的适用性，本研究选用总径流相对误差(RE)与Nash-Sutcliffe系数(Ens)作为模型精度评定指标。

(1)相对误差RE。该指标用于表征模拟径流总量与实测径流总量之间的偏离程度，其计算公式为：

式中：Qc,i为模拟流量，m3/s；Qo,i为实测流量，m3/s；n为实测值个数。RE值越接近0，代表模拟径流总量偏差越小，模拟的总体水量平衡效果越好，一般认为该值在±20%以内，模拟结果可以接受。

(2)Nash-Sutcliffe系数Ens。该指标用于评价模拟径流过程与实测径流过程之间的拟合程度，其计算公式为：

1.6 气候变化响应模拟

从新兴江流域的实地气候特征可知，该区域地处气候变化敏感的南海季风区，当地气候变化较为显著。为了探索气候变化对该地区水资源情势的影响，利用建立的SWAT模型，运用增量情景法，选定气温与降水两个主要气候因子作为变化量，分析流域径流对气候因子改变的响应特征。

以1990-2003年实测水文气象数据为基础，假定流域下垫面特征、人类活动影响不变，同时不考虑各类气象因子空间分布的改变，进行气候变化情景的构建：降水量(P)在原来基础上减少10%、减少5%、不变、增加5%与增加10%；气温(T)在原来基础上降低2 ℃、降低1 ℃、不变、升高1 ℃与升高2 ℃，将其两两组合，共生成25种气候变化情景。利用率定好的SWAT模型对上述不同气候情景下腰古站径流量进行模拟，得出各类情景下流域年均径流量的变化，用以评价气候因子改变对该流域径流过程的影响程度。

2 结果与分析

2.1 参数敏感性评价结果

基于上述建模和参数确定方法，在SWAT-CUP中对模型诸多参数进行敏感性分析，并采用t检验法进行敏感性评价，得到如表3所示结果。

表3 参数敏感性分析结果Tab.3 Results of parameter sensitivity analysis

由表3可见，径流曲线数(CN2)、基流系数(ALPHA_BF)与土壤蒸发补偿因子(ESCO)是模型最为敏感的3个参数，其中CN2主要影响地表径流的大小，ALPHA_BF主要控制基流响应特征，ECSO用于调节土壤蒸发作用。其余参数如土壤参数SOL_BD、SOL_K以及地下水参数GW_REVAP、GWQMN等也对径流过程模拟有着较大影响，需要在参数率定中予以重点调试。

2.2 模型率定结果

在确定敏感参数基础上，利用率定期数据进行模型率定，通过率定期的径流模拟流量和实测流量计算评价指标RE和Ens，如表4所示，并根据逐月径流模拟流量和实测流量绘制对比曲线，如图2所示，综合评价模型的率定精度。

表4 模型率定期精度评价Tab.4 Evaluation of simulation results in model calibration

图2 率定期模型模拟与实测径流量对比Fig.2 Comparison between simulated runoff and observed runoff of model calibration

由表4可知，率定期相对误差RE为-0.61%，Nash-Sutcliffe系数Ens为0.95，模型率定精度相当理想。从图2可以看出，模拟径流过程与实测径流过程之间总体拟合度较高，表明所构建的SWAT模型基本可以代表新兴江流域的率定期径流规律。不过少数年份存在流量峰值模拟偏差较大的现象，这可能与本次研究缺乏河流沿线水利工程的相关资料，未能考虑汛期水库调洪等人类活动的影响有关。

2.3 模型验证结果

在模型率定基础上，利用验证期的径流观测数据对模型的精度进行验证，验证模型在新兴江流域的适用性，模型验证结果如表5所示，并根据逐月径流模拟流量和实测流量绘制模型验证的径流量对比曲线，如图3所示。

表5 模型验证期精度评价Tab.5 Evaluation of simulation results in model validation

图3 验证期模型模拟与实测径流量对比Fig.3 Comparison between simulated runoff and observed runoff of model validation

从表5可知，验证期模型相对误差RE为4.24%，Nash-Sutcliffe系数Ens为0.93，验证情况下模型取得较好的精度。从图3可以看出，模拟径流过程与实测径流过程之间总体拟合度较高，模型对非汛期径流模拟比较出色，而对部分年份的汛期流量峰值模拟则误差稍大，这与率定期的情况类似。

总体来看，SWAT模型能够较为真实地模拟腰古站的历史月径流过程，综合率定期与验证期，模型在总体水量平衡以及径流过程拟合方面达到了较高的精度。可以认为，SWAT分布式模型在新兴江流域具有良好的适应性，能够应用于新兴江流域的实际径流模拟。

2.4 气候变化情景下的径流响应

基于建立的SWAT模型，对增量情景法生成25种气候变化情景下的径流量进行模拟，分别统计径流量模拟值和径流量变化值，模拟结果如表6所示。在此基础上，分组绘制不同气候情景下的径流响应特征对比图，如图4所示。

表6 不同气候情景下的模拟径流变化情况 m3/s

图4 不同气候情景下的径流响应特征Fig.4 Runoff response in different climate scenarios

通过表6和图4的不同场景模拟结果对比可知，新兴江流域的径流量与降水和气温的变化存在如下规律：

(1)当气温不变时，降水量的增加导致径流量增大，两者呈正相关；当降水量不变时，气温的升高导致径流量减少，两者呈负相关。原因显而易见，降水量的增加导致流域总产流量迅速增大，故而径流量也相应增大，而气温的升高则会加快蒸发速率，故而径流量相应减少，表明模型的基本响应符合常理。

(2)降水变化对径流量的影响程度明显大于气温。当气温不变，降水减少5%时，径流量减少了4.47 m3/s ，降幅为9.22%；而当降水不变，气温升高2 ℃时，径流量只减少了1.99 m3/s，降幅仅为4.11%，降水减小5%比气温上升2℃对径流的影响程度更大，径流量对降水变化的响应比气温更为敏感。

(3)总体来看，径流减少最多的气候情景是降水减少10%，气温升高2 ℃的组合方案，此时径流量相对原来减少了10.76 m3/s，降幅为22.20%；而径流增加最多的气候情景是降水增加10%，气温降低2 ℃的组合方案，此时径流量相对原来增大了11.22 m3/s，增幅为23.15%。可见，不同气候因子的较小变化可能给流域径流带来显著的影响。

3 结论与展望

本研究利用SWAT分布式水文模型，对新兴江流域腰古水文站1990-2003年逐月径流过程进行模拟，并通过增量情景法分析了气候变化对该地区径流带来的影响，得出如下结论：

(1)SWAT模型在新兴江流域有着良好的适应性，能够较为准确地模拟出新兴江流域的月尺度径流过程。模型率定期与验证期相对误差均在±10%以内，Nash-Sutcliffe系数均在0.90以上，总体模拟精度较为理想，有潜力应用于新兴江流域的实际径流模拟，为该地区水资源规划与常态化管理提供技术参考和决策支持。

(2)SWAT模型模拟的新兴江流域径流量与降水呈正相关，与气温呈负相关，径流量对降水变化的响应比气温更加敏感。在不同气候情景下，新兴江流域的径流响应波动较大。因此有必要加强对流域气候演变趋势的预测分析，采取合理的应对措施，减少流域水资源条件变化对该地区经济社会发展带来的负面影响。

基于SWAT模型的新兴江流域径流模拟分析，可以为小流域径流过程模拟和气候响应分析提供借鉴。但是，本研究的模型率定和验证仅用到腰古水文站的实测数据，在代表新兴江流域的整体径流水平上尚有不足，且对部分年份的汛期径流峰值模拟效果欠佳，因此还可以从以下方面考虑，进一步提高模型的精度和适用性：

(1)收集新兴江流域沿线实测径流数据进行综合建模与率定，并采用不同定位的数据进行模型验证，充分考虑流域径流异常因素的影响，调研流域不同时期自然与人类活动的客观状况，必要情况下补充相应的模型输入参数，使得模型的率定能够代表新兴江流域的整体径流水平，提高模型的健壮性以及流域应用泛化能力。

(2)依据真实的流域气候变化资料，开展真实气候变化场景下的径流变化模拟，研究边际条件与径流变化的定量化关系，提高模型应对极端气候或突发因素的能力，对气候变化场景下各项边际指标的定量化描述，为管理部门对于流域在气候变化条件下的决策制定和措施评估提供定量参考指标，以期为小流域水资源规划、治理以及防洪减灾提供科学的理论支撑。

□

[1] Bhatt D, Mall R K. Surface Water Resources, Climate Change and Simulation Modeling[J]. Aquatic Procedia, 2015,3(4):730-738.

[2] Croley T E. Distributed-Parameter Large Basin Runoff Model. I: Model Development[J]. Journal of Hydrologic Engineering, 2005,10(3):173-181.

[3] 郝振纯, 李 丽, 王家虎,等. 分布式水文模型理论与方法[M]. 北京:科学出版社, 2010.

[4] Valentina K, Arnold J G.. Advances in ecohydrological modelling with SWAT-a review[J]. Hydrological Sciences Journal, 2008, 53(5):939-947.

[5] Srinivasan R, Arnold J G., Jones C A. Hydrologic Modelling of the United States with the Soil and Water Assessment Tool[J]. International Journal of Water Resources Development, 1998,14(1):315-325.

[6] Bingner R L. Runoff simulated from Goodwin Creek Watershed using SWAT[J]. Transactions of American Society of Agricultural Engineers, 1996,39(1):85-89.

[7] Chanasyk D S, Mapfumo E, Willms W. Quantification and simulation of surface runoff from fescue grassland watersheds[J]. Agricultural Water Management, 2003,59(2):137-153.

[8] Mimikou M, Panagopoulos I, Bekiaris I. Application of the SWAT (Soil and water assessment tool) model in the Ronnea catchment of Sweden[J]. Globalnest International Journal, 2005,7(3):313-322.

[9] Schuol J, Abbaspour K C, Srinivasan R, et al. Estimation of freshwater availability in the West African sub-continent using the SWAT hydrologic model[J]. Journal of Hydrology, 2008,352(1-2):30-49.

[10] 孙 瑞, 张雪芹. 基于SWAT模型的流域径流模拟研究进展[J]. 水文, 2010,30(3):28-32.

[11] 王中根, 刘昌明, 黄友波. SWAT模型的原理、结构及应用研究[J]. 地理科学进展, 2003,22(1):79-86.

[12] 罗 巧, 王克林, 王勤学. 基于SWAT模型的湘江流域土地利用变化情景的径流模拟研究[J]. 中国生态农业学报, 2011,19(6):1 431-1 436.

[13] 吕乐婷, 彭秋志, 郭媛媛,等. 基于SWAT模型的东江流域径流模拟[J]. 自然资源学报, 2014,(10):1 746-1 757.

[14] 左德鹏, 徐宗学. 基于SWAT模型和SUFI-2算法的渭河流域月径流分布式模拟[J]. 北京师范大学学报(自然科学版), 2012,48(5):490-496.

[15] 姚苏红, 朱仲元, 张圣微,等. 基于SWAT模型的内蒙古闪电河流域径流模拟研究[J]. 干旱区资源与环境, 2013,27(1):175-180.

[16] 李 磊, 董晓华, 喻 丹,等. 基于SWAT模型的清江流域径流模拟研究[J]. 人民长江, 2013,44(22): 25-29.

[17] 黄清华, 张万昌. SWAT模型参数敏感性分析及应用[J]. 干旱区地理, 2010,33(1): 8-15.

[18] 杨军军, 高小红, 李其江,等. 湟水流域SWAT模型构建及参数不确定性分析[J]. 水土保持研究, 2013,20(1): 82-88.

[19] 张余庆, 陈昌春, 杨绪红,等. 基于SUFI-2算法的SWAT模型在修水流域径流模拟中的应用[J]. 水电能源科学, 2013,31(9): 24-28.