改进的SWAT模型在灌区作物冻融期径流融雪补给模拟中的应用

2018-04-24习丽丽

水利规划与设计 2018年3期

习丽丽

(辽宁省沈阳水文局，辽宁沈阳 110043)

在当前全球气候变化背景下，气候变化对灌区作物冻融期径流补给的影响也逐步得到国内外学者的关注，许多寒区水文模型在融雪径流模拟中得到具体应用[1- 5]，这其中SWAT模型由于可以同时考虑积雪和融雪两个能量平衡方程，在区域融雪径流补给模拟中应用效果较好。但是传统SWAT模型在融雪径流模拟时未能考虑温度梯度修正对融雪量的影响，在融雪径流补给模拟中存在一定的局限，SRM融雪径流模型可对积温进行梯度修正，在冻融期径流补给模拟中应用较好[6- 9]，但是SRM模型未能同时考虑积雪能量平衡，为此本文结合SRM模型和SWAT模型的共同特点，对传统SWAT模型进行改进，并将改进的SWAT模型用于辽宁中东部灌区作物冻融期径流融雪补给模拟中。研究成果对于灌区作物冻融期径流模拟具有较高的参考价值。

1 改进的SWAT模型原理

(1)SWAT模型引入积雪量平衡方程计算场次的积雪量，计算方程为：

SNO2=SNO1+Rday-Esub-SNOmlt

(1)

式中，SNO2—总的融雪量，mm；SNO1—月融雪量，mm；Rday—融雪期间的降水量，mm；Esub—融雪蒸发量，mm；SNOmlt—为计算时段内的融雪量，mm。

由于受到气象、地形等多重要素的影响，区域积雪空间分布十分不均匀，SWAT模型在计算融雪量时结合融雪面积率曲线来进行积雪范围和积雪量之间的相关关系，计算方程为：

SNOcov=SNO/SNO100×[SNO/SNO100+exp(COV1-COV2×SNO/SNO100)]-1

(2)

式中，SNOcov—积雪百分数，%；SNO100—全覆盖(100%)对应的积雪量，mm；COV1和COV2—积雪率(95%和50%)对应的曲线率。

(2)SWAT模型采用融雪径流平衡方程计算场次融雪量：

(3)

其中，

bmlt=(bmlt6+bmlt12)/2+(bmlt6-bmlt12)/2sin[2π/365(dn-81)]

(4)

(5)

式中，SNOmlt—场次融雪总量，mm；bmit—融雪径流系数，mm/(d·℃)；Tsnow—模型融雪期的温度，℃；Tmax—融雪计算日的温度最高值，℃；Tmlt—融雪开始的温度，℃；bmlt6和bmlt12—不同时期的融雪系数，mm/(d·℃)；Tsnow(dn)—计算时段初始积雪温度，℃；Tsnow(dn-1)—计算时段前一天的积雪温度，℃；λsno—积温滞后系数。

本文采用SRM模型对传统SWAT模型的融雪方程进行改进，其计算方程为：

(6)

式中，Q—计算时段的融雪量,mm；CS和CR—融雪径流的两个因子数；a—计算时段融雪的深度；T—融雪因子；T—温度修正因子；S—积雪覆盖比例因子；P—降水因子；A—集水面积，km2；k—融雪径流退水系数；n—计算时段。

2 改进模型在山区融雪径流模拟中的应用

2.1 区域概况

本文以辽宁中东部某灌区为研究区域，该区域在冬季长期积雪，在春季后，开始进入融雪径流时期，是冻融期作物径流补给的主要来源。区域常年融雪径流量在500～600百万m3，在该区域流域出口，设有一个长期的径流试验观测站，对融雪径流进行观测。本文结合该区域径流试验站融雪径流观测数据，对比分析改进的SWAT模型在作物冻融期径流补给模拟的精度。

2.2 模型参数敏感性分析

由于模型参数较多，本文首先对模型融雪径流影响的主要参数进行敏感性分析，各参数敏感分析结果见表1。

表1 模型参数敏感性分析

在表1中可以看出，对于区域作物冻融期融雪径流影响较为敏感的两个参数分别为最大融雪和最小融雪系数，从模型融雪平衡方程中可以看出，两个参数是计算融雪量的主要影响因子，因此其对于改进SWAT模型融雪径流影响较为敏感，而饱和水力传导系数以及土壤蒸发补偿系数在模型融雪径流计算时较为不敏感，这两个参数主要对其他非冻融期的径流影响较为敏感。

2.3 模型精度评定

结合区域内径流试验站2007～2017年实测的融雪径流数据对比分析不同模型融雪径流模拟精度，分析结果见表2及图1。

表2 模型精度评定结果

从表2中可以看出，和实测融雪径流数据对比下，改进的SWAT模型在区域融雪径流模拟精度要好于传统SWAT模型，这主要是因为改进的SWAT模型可对积温进行梯度修正，考虑积温变化对山区区域融雪径流的影响，使得其模拟精度要好于传统SWAT模型，在融雪径流期径流模拟误差减少15.1%，确定性系数提高0.29。从图1中可以看出，改进的SWAT模型模拟的各月融雪径流过程和实测过程具有较好的吻合度。

2.4 气候变化对灌区作物冻融期径流补给影响的敏感度分析

为定量分析气候变化对灌区作物冻融期径流补给影响的敏感度，结合敏感度分析方法和改进的SWAT模型分析各年份在气温变化(升高和降低相同温度)以及降水变化(增加和减少相同百分比降水量)情况下的融雪径流变化，从而分析气候变化对灌区作物冻融期径流补给影响的敏感度。

图1 改进SWA模型径流模拟与实测值对比结果

表3 气候变化下各年份融雪径流补给敏感度影响分析结果

图2 各年份气候变化下的融雪径流敏感度

从表3中可以看出，气温变化下各年份融雪径流影响最为敏感，其敏感度在0.45～1.03之间，敏感度均值为0.69，而降水变化下各年份融雪径流影响敏感度低于气温变化，其敏感度在0.11～0.24之间，敏感度均值为0.17，这主要是因为在灌区作物冻融期期，气温是融雪径流变化的主因，而降水变化是次因，在东北地区这一点更为明显，因此在气温变化相同级别下，其融雪径流影响最为敏感，是融雪径流变化影响的主要因子。从图2中可以看出，气候变化下区域融雪径流变幅趋势不明显，从气温变化下的敏感度可以看出，在温室效应下，区域融雪径流补给敏感度呈现一定的递增趋势。