CMADS在牡丹江中上游流域适用性研究

2022-12-19关保多王思远王霄圆

东北水利水电 2022年12期

关保多，王思远，王霄圆

（1.黑龙江省水文水资源中心，黑龙江哈尔滨 150000；2.黑龙江地理信息测绘局，黑龙江哈尔滨 150000）

0 引言

寒区地形复杂、气象站点分布较少、气象数据较为稀缺，而气象资料又是在建模研究径流时必不可少的对象，利用稀少的气象资料模拟水文过程，很难得到准确合理的结果[1]。在解决地面气象站点及气象数据缺乏问题的过程中，各类大气再分析数据集受到广大水文建模工作者的青睐，并在各类水文模拟实验中广泛应用[2，3]。但是，大部分大气再分析数据集在中国区域的相关水文模拟过程中，存在较为明显的季节和区域性差异[4，5]，为此，孟现勇[4]在运用SWAT 模型时，建立了CMADS数据集；张丽敏[6]等利用CMADS 数据集驱动SWAT 模型对浑河流域进行了模拟；谷新晨[7]等利用基于CMADS 数据集的SWAT 模型对玛纳斯河流域进行了模拟；徐阳等[8]利用CMADS 数据集建立SWAT 模型对霍童溪流域进行径流模拟；陈昊荣[9]等利用了CMADS 数据集对华中湖北汉江流域进行径流模拟；刘君龙[10]等利用CMADS 数据集对洱海流域进行了水循环模拟。然而，CMADS+SWAT 模式在东北地区研究较少，尤其是对径流过程的模拟研究仍需深入。为研究CMADS 数据集在东北地区流域的适用性，本文通过SWAT 模型对牡丹江中上游流域进行径流模拟研究，以此评估CMADS 数据集在东北地区的适用性，进而为无气象资料地区提供借鉴。

1 研究区概况

牡丹江为松花江下游右岸较大支流，发源于长白山牡丹江岭，自南向北流经吉林省敦化市，黑龙江省宁安、牡丹江、海林、林口等市县，在依兰县汇入松花江。全长725 km，河宽100～300 m，水深1～5 m，河道比降为0.139%，流域面积3.76 万km2。多年平均降水量604.5 mm，降水的年际变化较大，历年最大降水量为805.1 mm（2018年），历年最小降水量为420.5 mm（2011年），多年平均蒸发量（20 cm 蒸发皿）在850.0～1 300.0 mm。每年11月中旬至次年4月中旬为结冰期。

牡丹江水文站是牡丹江干流重要控制站，位于黑龙江省牡丹江市西安区兴隆镇，距河口距离279 km，集水面积22 194.00 km2。

2 资料与方法

2.1 数据来源

气象数据源自CMADS V1.0（2008—2016年），采用数据集空间范围43°19′～44°39′N，127°37′～129°37′E 共22 站点数据集信息，包含日最高/低气温、日平均相对湿度、日均风速、日累计降水量、日累计太阳辐射。水文数据采用牡丹江水文站2008—2015年日资料数据，来源于黑龙江水文水资源中心。

DEM 数据采用30 m 分辨率的数字高程数据（GDEMV3 30 m），来源于地理空间数据云。通过ArcGis 掩膜提取研究流域范围，栅格数据投影取WGS_1984_UTM_Zone_52N 坐标系。土地利用数据采用2005年中国土地利用现状遥感监测数据，来源于中国科学院地理科学与研究所（资源环境科学与数据中心）。根据研究区范围，按照SWAT 代码重新分类，并按新编码进行赋值计算。由于SWAT 自带的土壤数据库不适用于我国，本文土壤数据库采用HWSD 中国土壤数据集。

2.2 模型构建

SWAT（Soil and Water Assessment Tool）模型是美国农业部农业研究服务中心研制开发的分布式流域水文模型[11，12]，具有较强的物理基础，不但在国外有较好的应用，在我国径流模拟等方面都有着良好的应用效果。关于模型水文计算基本原理、模型结构与参数意义，可参阅其他相关文献。

水文单元划分，将DEM 数据加载到SWAT 模型中，通过Watershed Delineation 自动划分出25 个子流域。根据研究区地理状况，坡度划分为0～0.5，0.5～1.0，1.0～2.0，2.0～9 999 共4 种类型，最终将子流域划分为102 个水文响应单元。

构建土壤数据库时，将土壤分为0～30 cm 和30～100 cm 两层。土壤层中的有机含碳量为有机质除以0.58；土壤层的黏土、壤土、砂土和砾石含量从HWSD 数据库中提取；土壤湿容重SOL_BD、土壤有效含水量SOL_AWC、饱和渗透系数SOL_K 通过SPAW 软件计算；土壤反射率设置为0.01。土壤侵蚀因子K公式[13]：

式中：fesand——粗糙沙土质地土壤侵蚀因子；fsl-si——黏壤土土壤侵蚀因子；forge——土壤有机质因子；fhisand——高沙质土壤侵蚀因子；si——粉粒含量百分数；sl——黏粒含量百分数；c——有机碳含量百分数；sd——砂粒含量百分数。

通过计算，将研究区土壤类型划分9种，见表1。

表1 研究区土壤类型划分

土地利用数据库影响着降水在路面的流动过程，对水文过程模拟有重要影响。通过SWAT模型代码重新将土地利用数据分为6 种类型（占比）：RICE（24.722%）、AGRL（67.962%）、FRS（2.069%）、PAST（1.116%）、WATE（1.172%）、URBN（2.959%）。

根据CMADS 站点在研究区的分布，通过索引表建立气象发生器。研究区CMADS 站点分布情况见表2。

表2 研究区CMADS 站点分布情况

将以上建立的数据库导入SWAT 模型中，输出2008—2013年日模拟结果。将模拟结果保存并代入模型率定软件SWAT-CUP 中，率定计算500次。根据模拟效果，选取敏感参数并返回SWAT模型中，对2014—2015年的日数据进行验证。

2.3 模型评估

文中用决定系数（R2）以及Nash-Sutcliffe 效率系数(NSE)指标，对洪水模拟的效果做出评价。R2用于描述实测值与模拟值之间的线性关系，R2值越接近1，则模拟值与实测值之间的线性关系越显著；NSE用于描述模型预测的准确度，NSE值越接近1，模型的精度越高。当NSE≥0.75时，认为模拟效果较好；当0.36