基于SWAT模型的平原河湖水网区小流域径流过程模拟
第 40 卷 第 2 期
2019年 3 月
水 生 态 学 杂 志
Journal of Hydroecology
Vol.40,No.2 Mar. 2019
DOI:10.15928/j.1674-3075.2019.02.002
基于 SWAT 模型的平原河湖水网区小流域径流过程模拟 丁 洋1,2,赵进勇2,徐征和1,彭文启2,冯 健2,陈学凯2
(1.济南大学 水利与环境学院,山东 济 南 250022;
2.中国水利水电科学研究院,北京 100038)
摘要:模拟湖北省松滋市小南海流域径流过程,为 未 来 运 用 SWAT 模型诊断小南 海流域面源污染问题提供技术 支撑 。 小南海流域地处洞庭湖生态经济区最上游,是 洞 庭湖上游重要的生态涵养地 。 流 域 处 于 山 地 丘 陵 地 区 与 平原河湖地区的交界地段,上游地区为山地丘陵区,下游地区为平原河湖区,水系结构和产流汇流过程较为 复 杂 。 该流域内无水文站点,水 文 资 料缺 失 。 选 择 了 洞 庭 湖 流 域 、鄱阳湖流域与梁子湖流域 3 个相似流域运用 SWAT 模型时所采用的水文参数,运用参数移植法确 定 了小南海流域的水文参数;对 比 基 于 DEM 直 接 定 义 水 系 、使 用 Burn In 功能对河网进 行 修 正 和 Pre-defined streams 预 定 义 水 系 3 种 水 系 定 义 方 法, 选 择 最 适 合 的 Pre-defined streams 方法按照现状进行水文模拟 。 模 型划 分 了 25 个 子 流 域,验证结果表明确定系数 R2 与 Nash-Sutcliffe 效 率 系 数 Ens 均 大 于 0.85,表明使用水系预定义法及参数移植法的 SWAT 模型模拟小南海流域径流过程是可行的 。 关键词:平原河湖水网区;水 系 预 定 义;参 数 移 植 法;SWAT模 型;径 流模拟
中图分类号:P333 文献标志码:A 文章编号:1674-3075(2019)02-0007-07
SWAT(soil and water assessment tool)模型是 长周期分布式流域水文模型,可预测不同土壤类型 、 土地利用方式和管理措施下的流域内不同分区产流 产污情况,已经逐 渐成为 水资源 水环境保护管理规 划中不可或缺的工 具, 通常用于评 估复杂流域内土 地管理模式对水流 、泥沙和农业营养物的长期影响 。 近年来,SWAT 模 型 在 我国的 应 用逐渐发展起来, 孟现勇等(2016) 使用 CMADS(The China Meteoro- logical Assimilation Driving Datasets,中 国 大 气 同 化驱动数据集) 代替了传统的 SWAT 模型气象资料 的输入方法,解决 了大尺 度流域 缺失气象数据的问 题,并将 CMADS 数据集运用到黑 河流域且取得了 良好的模拟效果;范 丽 丽 等(2008) 以三峡库区大宁 河流域为研究区域,应用 SWAT 模型进行了流域农 业非点源污染负荷 的 模 拟 计 算, 分析了大宁河流域 非点源污染空间分 布 特 征, 并针对模型的空间分析 结果提出了该区非点源污染的防治措施 。
SWAT 模型是 根 据 北 美 地 区 的 土 壤 、植 被 、气 象 、水文等特点而开发,因此在其他地区运用时应建
收稿日期:2018-07-20 修回日期:2019-02-01
基金项目:中国水科 院 科 研 专 项(WE0145B532017); 水 利 部 公 益性行业科研专项(201501030)。
作者简介:丁洋,1993 年生,男,硕士研究 生, 主 要 从 事 流 域 水 环 境循环综合调控研究 。E-mail: 1099848209@qq.com
通信作者:赵进勇 。 E-mail: zhaojy@iwhr.com
立相应的 数 据 库,以 提 高 基 础 数 据 的 准 确 性(侯 伟 等,2015)。 模型中空间离散化是将研究区划分为多 个水 文 响 应 单 元( HRUs) 的 过 程, 其中对河网水系 的定义是 空 间 离 散 化 的 第 一 步 。 SWAT 模 型 进 行 流域模拟既适用于山地 、丘陵等地势起伏大的地区, 也适用于平原河湖 水 网 区,但是模型在建立数据库 过程中可能会出现 资料缺失的情况,导 致 模 型 精 度 降低;另外平原河湖 水 网区水系结构与产流汇流过 程复杂,从而加大 了 空 间离散化的难度(左 俊 杰 等, 2011)。 国内外许 多 学 者对缺失资料情况下平原河 湖水网区使用 SWAT 模型进行了讨论,如将模型运 用到地势平坦的流 域研究了其水文过程,并 且 将 研 究案例中模型的设置和修改及高敏感的地下水参数 运用 到相似的地势平 坦 汇 水 区(Suhmalz et al, 2008);运用改 进 的 SWAT 模型在平原灌区 进 行 了 使用,对 DEM(数字高程模型) 进行凹陷化前处理并 运 用 Burn In 方法生成水系,Burn In 是解决 SWAT 模型直接基于 DEM 生成的水 系 与 实 际 水 系 不 相 符 的方法之一(郑捷等,2011); 以我国 4 个不同区域的 流域为例,探讨了短序列流量数据对 SWAT 模型率 定精度的影响(Sun et al,2017)。
湖北省松滋市小南海流域地处洞庭湖生态经济 区最上游,是洞庭湖上游 重要生态涵养地 。 流 域 处 于山地丘陵地区与 平原河湖地区的交界地段,上 游 地区为山地丘陵区,下游地区为平原河湖区,水系结 构和产流汇流过程较为复杂 。 根据多年水质监测数
8 第40卷 第 2 期 水 生 态 学 杂 志 2019 年 3 月
据显示,小南海湖泊水质为 Ⅴ类或劣 Ⅴ类,目前该区 域面源污染比较严 重,是小南海流 域生态环境遭到 破坏主要原因 之 一 。 而且该 流域内无水文站点,加 大了 SWAT 模型 在 此 区 域 的 模 拟 难 度 。 本 文 以 小 南海流域为例,针 对缺失 水文资 料和平原水系难以 定义的问题,提出 了缺失 水文资 料小南海流域平原 河湖水网区 SWAT 模型的构建方法,分析了 3 种水 系定义方法在小南海流域的适用性,将 小 南 海 流 域 实际的产流汇流过程耦合进模型中,在 2016 年对小 南海流域进行了径流过程模拟,效果较好,为未来运 用 SWAT 模型诊断小南 海流域 面源污染的问题提 供技术支撑 。
1 数据来源
1.1 研究范围
小 南海流域位于湖 北 省松 滋 市内,为 长 江 与 洞 庭湖 连 通 的 咽 喉 地 区,范 围 为 东 经 111°47′11″~ 111°53′04″、北 纬30°03′29″~30°08′44″,小 南 海 湖 面 积 8.03km2 。 小南 海流域属亚热带过渡性季风气 候,年 均 气 温 16.0℃,最 高 气 温 39.5℃,最 低 气 温- 10.9℃,流域涉及河流包括 松 滋河 西 支(松 滋 西河)、 新河 、南 河 、北 河 、碾 盘 河 、城 南 河 等,涉 及 湖 泊 小 南 海湖 、庆 寿 寺 湖 、稻 谷 溪 湖 、南 湖 、北 湖,涉 及 水 库 包 括南河水库 、北河水库 。
小 南海流域下游地 势 平坦,用 于 灌 溉 的 人 工 渠 道较多,流域内受人工干扰较 严 重,渠 道 纵 横,三 面 环水,其中南有危 河 、东 南 有 松 滋 西 河,中 有 新 河 穿 过 。 小南海湖 的 汇 水 通 道 除 小 型 沟 渠 外,主 要 有 3 条小型河流:一是 北面赵 家垸的 红旗渠倒虹吸管进 入小南海湖,是城区洪水入湖的通道;二是从西部丘 岗入湖的蒿子港;三是西北部汇水区入湖的中槽沟 。 小南海湖水通过南海闸沟流入到东北部的松滋西河
中 。 小南海流域水 系 如 图 1,数 字 高 程 模 型(DEM) 如图 2 。
图 1 小南海流域水系
Fig.1 Map of the Xiaonanhai River basin
图 2 研究区数字高程模型
Fig.2 DEM image of the study area
1.2 数据来源
SWAT 模型 是 由 701 个 方 程 、1 013 个 中 间 变 量组成的(梁新 强,2016),模 型 参 数 繁 多,而 模 型 的 参数是 通 过 基 础 数 据 库 的 输 入 来 体 现 或 计 算 的 。 SWAT 模 型 输 入 的 数 据 主 要 有: 数 据 高 程 图 (DEM)、土 壤 类 型 数 据 、土 地 利 用 数 据 、河 网 水 系 图 、气象数据 、水文数据等,具体见表 1 。
本文的数据来源 、格式以及分辨率如表 2 。
8 第40卷 第 2 期 水 生 态 学 杂 志 2019 年 3 月
表 1 SWAT 模型所输入的数据
Tab.1 Data for constructing the SWAT model
|
数据类型 |
格式 |
参数 |
数据来源 |
图 数 据 |
DEM 土地利用图 土壤类型图 水系图 |
Grid Grid Grid Shape |
高程 、坡面和河道的坡度 、坡长 、坡向 土地利用变化 土壤密度 、饱和导水率 、持水率 、颗粒含量 / |
数字化地形图 遥感影像解译 数字化土壤图 数字化水系图 |
表 数 据 |
气象数据 水文数据 水质数据 土壤物理性质 土壤化学性质 |
dBase/txt dBase/txt dBase/txt / / |
最高气温 、最低气温 、日降雨量 、相对湿度 、太阳辐射 、风速 日流量 、月流量 、径流量 总氮 、总磷 、硝酸盐浓度 、氨氮 、可溶性磷浓度等 土壤容量 、土壤有机碳参数 、田间持水量等 土壤有机氮 、硝酸盐氮 、有机磷等 |
气象站点观测 水文站点观测 水质监测站 参考有关材料 参考有关材料 |
2019 第 2 期 丁 洋 等,基于 SWAT 模型的平原河湖水网区小流域径流过程模拟 9
表 2 研究区空间数据来源及分辨率
Tab.2 Source and resolution ofspatial data in the study area
数据 分辨率 年份 格式 数据来源
DEM
土壤类型图
土地利用图
河网水系图
气象数据
水文数据
30m 2016 TIFF
1∶100 万 2009 GRID
1m 2016 Shape
/ 2016 Shape
/ 2013-2017 txt
/ 2013-2017 txt
地理空间数据云
世界和谐土壤数据库(HWSD)
松滋市湖泊保护总体规划
松滋市湖泊保护总体规划
中国气象数据网 、松滋市水利局
径流公式计算
SWAT 模型要求 使 用 的 各图 层必须具有相同 的坐标系,为了满足这一要求,对不 同 来 源 的 各 GIS 的图层数据 进 行 投 影 变 换 。 根 据 SWAT 模 型 的 需 要,将经纬度坐标转化为 WGS 1984 的地理坐标系, 并在 WGS_1984_UTM_Zone_49N 投影坐标系下对 各图层进行统一图层投影变换 。
2 研究方法
2.1 参数移植法
根据现场调研情况 及 当地 水 利部 门介 绍,小 南 海流域内无水文站,无法 使 用 实 测 流 量 来 对 SWAT 模型进行参数敏感 性 分 析,从而加大了模型率定与 验证的难度 。 使 用 基 于 参 数 移 植 的 SWAT 模 型 模 拟了嘉陵江无资料地区的径流并且表明了参数移植 法在缺资料地区的应用具有一定的适用性(程艳等, 2016)。 本研究使 用参数 移植的 方法先确定相似流 域影响径流的水文参数及其范围,其他参数采用常 规方法确定 。
水文参数及其范围选择参考洞庭湖流域(常静, 2014)、鄱阳湖流域(陈军宁,2013)与梁子湖流域(秦 云,2017)等 3 个相似流域 SWAT 模型参数的选取, 各个参数范围基于各流域确定的参数值上下边界浮 动 20% 。
2.2 空间离散化方法
空 间离散化过程包 括 水系 定 义 、子 流 域 划 分 以 及土地利用 类型与土壤类 型 重 新 分 类(Ning et al, 2013)。 平原河湖水网区域的 SWAT 模型空间离散 化,土地利用和土壤数据的空间离散化与山地 、丘陵
流域相同,但是对于水系定义与子流域划分,由于平 原河湖水网区地势平坦 、流域受人为干扰程度严重, 从而加大了其空间离散化的难度 。
考虑到小南海流域下游水系结构和产流汇流过 程较为复杂,受人为活动影响严重等特点,故对比了 3 种水系定义的方法来找出 符 合 小 南 海 流 域 实 际 的 水系情况,分 别 为 基 于 DEM 直 接 定 义 水 系 、使 用 Burn In 功 能 对 河 网 进 行 修 正 和 Pre-defined streams 预 定 义 水 系 。 DEM-based 基 于 DEM 定 义 水系,可根据高程直接用 DEM 确 定 水 系; 借 助 模 型 中 Burn In 功 能 对 河 网 进 行 修 正,使 得 提 取 的 模 拟 河网同实 际 河 网 有 很 高 的 相 似 度,Burn In 功 能 的 原理是 基 于 高 程 的 强 迫 修 正,即 强 制 加 大 河 道 区 DEM 数值和 非 河 道 区 DEM 数 值 的 高 差(李 硕 等, 2013);Pre-defined streams 预 定 义 水 系(王 蕾 等, 2017),根据 实 际 水 系 通 过 Google Earth 描 绘 出 实 际水 系,然 后 导 入 ArcGis 中 由 kml 文 件 转 成 shp 文件,或 者 直 接 通 过 GIS 等辅助工具绘成 实 际 水 系,shp 文 件 属性表中的必需字 段 如 表 3 。 3 种 SWAT 模型中水系定义方法及其适用性如表 4 。
表 3 水系属性表中的必需字段
Tab.3 Required fields in the water system attribute table
字段名 字段格式 |
说明 |
ARCID 整型 河流 ID 号的整型数,必须唯一 GRID_CODE 整型 河流所属子流域 ID 号的整型数,必须唯一 FROM_NODE 整型 必须对应于河流起点所在流域的 GRIDCODE TO_NODE 整型 必须对应于河流终点所在流域的 GRIDCODE Subbasin 整型 与 FROM_NODE 的 ID 号相同 SubbasinR 整型 与 TO_NODE 的 ID 号相同 |
2019 第 2 期 丁 洋 等,基于 SWAT 模型的平原河湖水网区小流域径流过程模拟 9
表 4 SWAT 模型中水系定义方法及其适用性
Tab.4 Summary of the three methods used to define the river network in SWAT
水系定义方法 |
方法介绍 |
适用性 |
基于 DEM 定义水系 根据高程直接用 DEM 确定水系 无人为干扰或人为干扰程度小的大中尺度山地 、丘陵流域
Burn In 功能 基于高程的强迫修正 水系结构较为复杂 、受人为干扰程度较高的流域
Pre-defined streams 预定义水系 根据实际情况预定义水系 水系结构复杂 、人为干扰程度高,无法直接基于 DEM 定义水系的平原地区
10 第40卷 第 2 期 水 生 态 学 杂 志 2019 年 3 月
3 结果分析
3.1 SWAT 模型数据库构建
3.1.1 土地利 用 与 土 壤 类 型 数 据 将 土 地 利 用 类 型分成 SWAT 模 型 需 要 的 12 种 类 型, 流 域 内 土 地 利用包括工业用地 、水域 、居民区 、交通用地 、公共用 地 、园 地 、干 草 、林 地 、荒 地 、耕 地 。 其 中 耕 地 面 积 最 大,190km2,约 占 总 面 积 的 54%;其 次 是 林 地 和 水 域,分别约占总面积的 15%和 11% 。 土地利用类型 图如图 3 。 通 过 利 用 HWSD 数 据 对 中 国 土 壤 栅 格 图进行提 取 分 析 得 到 研 究 区 土 壤空间分布图如图 4 。 研究区共有 6 种 类 型 土 壤, 分别为斜纹潜育土 、 单色灰壤 、潜育灰 壤 、深 色 始 成 土 、铁质高活性强酸 土 、普通灰色森林土 。 最后使用 SPAW 软 件 根据 土 壤类型对土壤数据库中物理参数进行计算 。
图 3 小南海流域土地利用类型
Fig.3 Land use types in the Xiaonanhai River basin
图 4 小南海流域土壤类型
Fig.4 Soil types in the Xiaonanhai River basin 3.1.2 气象 数 据 气象数据如降雨 、气 温 、太 阳 辐 射等参数对水文 、植物生产等都有着重要的作用,是 模型的主要数据之一 。 在 SWAT 模型中,需要输入 5 类气象数据:日降水量 、日 气 温 数 据(最 高 气 温 、最 低气温)、日 相 对 湿 度 、日 太 阳 辐 射 和 日 平 均 风 速 。 各数据来源与时间序列如表 5 。
3.1.3 水 文数 据 根 据 SWAT 模 型 参 数 介 绍,其
中对径流影响较大的水文数据有 CN2 、SOL_AWC 、 ESCO 、ALPHA _BF 、REVAPMN 、GW _REVAP 、 RECHR_DP 等,参考洞 庭 湖 流 域 、鄱阳湖流域及梁 子 湖 流 域 中 的 这 几 个 参 数,采 用参数移植方法, SWAT 模型确定的参数及其范围如表 6 。
3.2 离散化结果
3.2.1 小南海流域水系定义 基 于 DEM 划 分 水
系 、借助 Burn In 功能修正后的 DEM 划分水系 、
表 5 气象数据来源及时间序列
Tab.5 Meteorological data sources and time series
气象数据 |
日降水量 |
日气温数据 |
日相对湿度 |
日平均风速 |
日太阳辐射 |
站点 时间序列 |
松滋站 、南河水库 、北河水库 2013-2017 |
松滋站 2013-2017 |
松滋站 2013-2017 |
松滋站 2013-2017 |
松滋站 2013-2017 |
10 第40卷 第 2 期 水 生 态 学 杂 志 2019 年 3 月
表 6 小南海流域 SWAT 模型水文参数选取
Tab.6 Hydrological parameters for the SWAT model
of the Xiaonanhai River basin
水文参数 |
单位 |
参数定义 |
参数范围 |
CN2 无量纲 SOL_AWC mm |
湿润情况下 SCS 径流曲线数 土壤可利用水量 |
50~70 1.1~1.8 |
|
ESCO ALPHA_BF REVAPMN GW_REVAP RECHR_DP |
土壤蒸发补偿系数 基流消退系数 alpha 浅层地下水再蒸发的阈值 地下水再蒸发系数 深含水层渗透比 |
0.1~0.3 0.01~0.04 250~380 0.03~0.12 0.2~0.6 |
Pre-defined streams 预定义水系见图 5 。
根据对小南 海 流 域 DEM 数 据 进 行 分 析,小 南 海流域上游 南 河 、北 河 、碾 盘 河 等 区 域 高 程 在 45 ~ 211m,起伏明显,故 3 种 水 系 定 义 的 情 景 在 流 域 上
游区域定义出的水系差别不大 。 在下游区域小南海 湖 、庆寿寺湖等区域附近 高 程 在-40~69 m,其 中 24 ~45 m 占 到 了 下 游 区 域 的 97%,并 且 小 南 海 湖 周 边水系为人 工 渠 系, 受 人 为 干 扰 影 响 严 重, 从 基 于 DEM 划分水系和借助 Burn In 功能修正 DEM 划分 水系的情景看,下 游 小 南海湖与庆寿寺湖的入湖水 系与实际情况差别 较 大, 故 这 2 种方法无法准确定 义小南海湖与庆寿寺湖的入湖水系 。
根据分析结果,本研究使用 SWAT 模型中 Pre- defined streams 方法对研究区水系进行定义 。 3.2.2 子流 域 划 分 使 用 Pre-defined watersheds 方法对研究区进行 预 定 义,预定义子流域应综合考 虑研究区地势 、汇水特点,并结合下游流域的实地调
2019 第 2 期 丁 洋 等,基于 SWAT 模型的平原河湖水网区小流域径流过程模拟 11
研,利用 ArcGIS 软件对子流 域 进 行 划 分(松 滋 市 人 民政府,2016),最终得到 25 个子流域,如图 6 。
图 5 小南海流域 3 种水系定义效果
Fig.5 Stream network of the Xiaonanhai River basin defined by three methods
图 6 研究区子流域
Fig.6 Sub-basins of the study area
对于预定义的子流域,属性表必需字段如表 7 。 表 7 子流域属性表中的必需字段
Tab.7 Required fields in the sub-basin attribute table
字段名 |
字段格式 |
说明 |
GRIDCODE Subbasin |
子流域 ID 号的整型数,必须唯一 子流域 ID 号的整型数,必须 唯一,与 GRIDCODE 的值相等 |
3.2.3 水文 响应单元划分 子 流 域划 分 完 后,根据 上述建立的土地利用与土壤类型和坡度划分水文响 应单元(HRU),设置土地利用面积阈值和土壤类型 面积阈值各 为 5%,最 终 将 各 子 流 域 划 分 成 466 个 HRU 。
3.3 模型运行结果验证
本文借鉴径流计算公式计算入湖流量,并作为
实测数据对模型进行率定验证 。 径流计算公式: Q= S×C×P (1)
式中,Q 为径流量(m3),S 为汇水区面积(m2), C 为径流系数,P 为 降 水 量( m)。 径 流 系 数 C 的 取 值参 考“湖北省多年平 均 径 流 等 值线图”, 为 0.607 (樊琨等,2015)。
选用 Nash-Sutcliffe 效 率 系 数 Ens 和 确 定 系 数 R2 作为模型 参 数 率 定 的 标 准 。 其 中,R2 >0.5 、Ens >0.6 时可以认 为 模 拟 效 果 好 。 由于面源污染核心 区域在位于平原河 网区的小南海湖附近,故 选 择 入 湖河流中 槽 沟 与 蒿 子 港 进 行 了 率 定 与 验 证 。 选 取 2013 年与 2014 年为预热期,2015 年为率定期,2016 年为验证 期,经 过 2 000 次 迭 代 分 析,率 定 期 的 R2 与 Ens 分别为 0.89 与 0.92,验证 期 的 R2 与 Ens 分 别 为 0.86 与 0.88 。 模拟结果如图 7 。 径流模拟值与计 算值(以下概化称为实测值)较吻合 。
从 径 流 过 程 来 看,月 流 量 的 大 小 与 降 雨 量 的 大 小呈正相关关 系,在 2016 年 6 月 达 到 峰 值,9 月 达 到 谷 值 。 从 流 量 数 值 趋 势 分 析,2 条 河 流 均 在 1-4 月时模拟值小于实测值,分析其原 因 是: (1)根据 现 场调研情况及土地 利用现状图分析,河 流 附 近 为 分 散式农村居住地,农 村 生活污水直排到入湖渠道与 河流中,而模型中未考虑农村生活污水直排的水量;
图 7 2016 年降雨-径流变化情况
Fig.7 Comparison of measured and simulated rainfall and runoff in 2016
12 第40卷 第 2 期 水 生 态 学 杂 志 2019 年 3 月
(2)小南海湖周边渠道化严重,模型只是对入湖水系 进行了概化,但实际上有许多小型沟渠,而沟渠没有 通过土地利用数据传递 给 SWAT 模 型,2 条 主 要 入 湖河流在一定程度上会受到沟渠分流的影响 。
5-12 月模拟值大于 实 测 值,其原因主要是受人 为因素干扰 。 根据当 地 农 业 管 理 措 施,5-12 月 蒿 子 港 、中槽沟为灌溉用水高峰期,而模型中未考虑农业 管理措施用水,故实际流量小于模拟值 。
径流模拟的 差 异 主 要 体 现 在 6-9 月,造 成 误 差 较大的原因可能与蒸散发的模拟误差有关 。 根据松 滋气象 站 2016 年 蒸 发 数 据 显 示,当 年 蒸 发 量 为 759. 7mm,6-9 月的蒸 发 量 为 525.6 mm,占 全 年 的 69.2%,SWAT 模型仅通 过考虑 松滋站的气象数据 来对蒸发量进行模 拟,无法考虑整 个小南海流域的 蒸发量,当潜在蒸发量较大时,误差会随之增大 。 另 外,平原河湖水网区存在众多沟渠,由于流域潜在蒸 发量较大,故沟渠 的蒸发 量也是 造成误差的一个因 素 。
4 结论
本 研究选择了洞庭 湖 流域 、鄱 阳 湖 流 域 与 梁 子 湖流域 3 个相似流域的研究结果,采用参数移植法 确定水文参数,构建了含有 DEM 、土壤类型数据 、土 地利用数据 、河网 水 系 图 、气 象 数 据 、水 文 数 据 的 数 据库 。 对比基于 DEM 直接定义水系 、使用 Burn In 功能对河网进行 修 正和 Pre-defined streams 预 定 义水 系 3 种 水 系 定 义 方 法,本 研 究 中 Pre-defined streams 方 法 更 具 有 合 理 性,着 重 强 调 了 Pre-de- fined streams and watersheds 方法使用时属性表的 必要字段,最终流 域下游 平原河 湖水网区按照现状 进行水文模拟,并划分了 25 个子流域 。 验证结果表 明 R2 与 Ens 分 别 为 0. 89 与 0.92 、验 证 期 的 R2 与 Ens 分别为 0.86 与 0. 88,均大于 0.85,说明使用水系 预定义及参数 移 植 法 的 SWAT 模型模拟小南海流 域径流过程是可行的 。
使用 SWAT 模型对流域进行径流过程模拟时, 不可避免地会存在误差 。 在模型搭建时考虑流域农 业管理措施及流域 各 水 源 来 源,可以提高模型模拟 精度 。
参考文献
常 静,2014.基 于 分 布式水文模拟的洞庭湖 流域径流演变分 析[D].大 连:辽 宁 师 范 大 学.
程艳,敖 天 其,黎 小 东,等,2016.基于参数移植法的 SWAT 模型模拟嘉陵江无资料 地 区 径 流[J].农 业 工 程 学 报,32 (13):81-86.
陈军 宁,2013.基 于 swat 模 型 的鄱阳湖区非点源污染模拟研 究[D]. 南 昌:南 昌 大 学.
樊 琨,马 孝 义,李 忠 娟,等,2015. SWAT 模型参数校准 方 法 对 比研 究[J].中国农村水利水电,(4):77-81.
范丽 丽,沈 珍 瑶,刘 瑞 民,等,2008.基 于 SWAT 模 型 的 大 宁 河 流 域 非 点 源 污染空间特性研究[J].水 土 保 持 通 报, (4):133-137.
侯伟,廖 晓 勇,张 岩,等,2015.三峡库区典型小流域 SWAT 模型基础数据库构建[J].西 藏 大 学 学 报(自 然 科 学 版), 30(2):118-124.
李 硕,赖 正清,王 桥,等,2013.基 于 SWAT 模型的平原河网 区水文过程分 布 式 模 拟[J].农 业 工 程 学 报,29(6):106- 112.
梁 新 强,2016.非 点 源 污 染 SWAT 模 型 评 估 与 应 用[ M].北 京:科 学 出 版 社.
孟 现 勇,师 春 香,刘 时 银,等,2016.CMADS 数据集及其在流 域水 文模 型 中 的 驱 动 作 用——— 以黑河流域为例[J].人 民 珠 江,37(7):1-19.
秦 云,2017.基 于 SWAT 模 型 的梁子湖流域非点源污染分析 [D].武 汉:湖 北 大 学.
松滋市人民政府,2016.小南海湖综合治理规划[R].
王 蕾,魏 晓 妹,降 亚 楠,等,2017.关 中 平 原 灌 区 SWAT 模 型 基础数据库的构建[J].水 电 能源科 学,35(7):13-17.
郑 捷,李 光 永,韩 振 中,等,2011.改 进 的 SWAT 模 型 在 平 原 灌 区 的应 用[J].水 利 学 报,42(1):88-97.
左俊杰,蔡 永立,2011.平 原河 网 地 区 汇 水区的划分方法——— 以 上海 市 为 例[J].水科 学 进 展,22(3):337-343.
Ning JC,Liu GH,Liu QS,et al,2012.Spatial discretization of hydrological response units and improved SWAT model [J]. Advances in Water Science, 23(1):14-20.
Schmalz B,Tavares F,Fohrer N,2008.Modelling hydrologi- cal processes in mesoscale lowland river basins with SWAT— capabilities and challenges[J]. Hydrological Sciences Journal,53(5):989-1000.
Sun W,Wang Y,Wang G,et al,2017. Physically based dis- tributed hydrological model calibration based on a short period of streamflow data:case studies in four Chinese basins[J].Hydrology and Earth System Sciences,21 (1):251-65.
(责任编辑 张俊友)
2019 第 2 期 丁 洋 等,基于 SWAT 模型的平原河湖水网区小流域径流过程模拟 13
Simulation of Runoff from a Small Lake Watershed Using SWAT
DING Yang1,2, ZHAO Jin-yong2, XU Zheng-he1, PENG Wen-qi2, FENG Jian2, CHEN Xue-kai2
(1.School of Water Conservancy and Environment,University of Jinan,Jinan 250000,P.R.China;
2.China Institute of Water Resources and Hydropower Research,Beijing 100089,P.R.China)
Abstract:The Xiaonanhai River basin is a complex water network located in the upper reach of Dongting Lake, and it is an important ecological conservation area. In 2016, we simulated the runoff from the Xiao- nanhai River basin using the Soil and Water Assessment Tool (SWAT) model. The SWAT model database for the basin included the digital elevation model (DEM), soil type, land use, hydrology and meteorology. There is no hydrological station in the river basin and parameter transfer was used to estimate hydrological parameters, based on parameter selection for SWAT modeling in three similar watersheds (those for Dongting Lake, Poyang Lake and Liangzi Lake). Further, the water systems in Xiaonanhai River basin were defined in three ways:(1) direct definition, based on the DEM;(2) river network modification using the Burn-In function; (3) using the pre-defined watershed and stream dataset in ArcSWAT. Results showed that the pre-defined streams method resulted in characteristics most consistent with those observed in the Xiaonanhai River watershed. After basin definition was completed, it was divided into 25sub-basins and hydrological simulation of the Xiaonanhai river watershed was carried out. Flow data, calculated using the runoff formula, was used to verify the model. Verification results show that the determination coeffi- cient (R2) and the Nash-Sutcliffe efficiency coefficient (ENS) were >0.85. Although hydrological data was lacking, the SWAT model, using pre-defined hydrology and parameter migration methods, is reliable for simulating runoff in the Xiaonanhai River basin. The study provides technical support for assessing non-point source (NPS) pollution in the Xiaonanhai watershed using the SWAT model, as efforts to re- duce NPS continue.
Key words:river-lake water network; pre-defined dataset; parameter transfer method; SWAT model; run- off simulation