SWAT分布式模型在新興江流域徑流模擬中的應用研究

金 聰，張行南,2，夏達忠,2

(1. 河海大學水文水資源學院，南京 210098；2. 河海大學水資源高效利用與工程安全國家工程研究中心，南京 210098)

0 引 言

流域徑流模擬是當前地表水文過程研究的重要課題之一[1]。徑流作為水文循環中不可或缺的基本組成部分，其變化客觀反映了地區水文過程的變化以及水資源存量的變化，是反映流域資源環境狀況的重要指標[2]。水文模型是模擬流域徑流過程和分析水文規律的重要工具，通過對流域徑流觀測歷史數據進行分析，研究影響流域徑流量的氣候、自然環境、人為等因素及其與徑流變化的定量關系，建立流域徑流量模擬模型，可以定量分析與預測流域水文變化過程，為流域水資源管理及社會經濟發展政策制定提供科學依據。

傳統的概念性水文模型對流域的產匯流機制進行了高度概化，結構簡單易于實現，但對徑流形成因子的時空異質性缺乏充分考慮，在流域尺度上的徑流時空動態模擬存在明顯局限性[3]。隨著3S技術與計算機技術的飛速發展，基于多源遙感信息、能夠充分考慮流域氣候與下墊面特征不均的分布式水文模型已經成為流域水文模擬的研究前沿。其中，SWAT(Soil and Water Assessment Tool)模型可以對流域的徑流進行長期連續模擬，適用性強，已經成為世界上應用最為廣泛的分布式水文模型之一[4]。20世紀90年代，SWAT模型最早由美國農業部(USDA)在多個版本的分布式水文模型基礎上發展而來，并率先在美國全國、伊利諾斯伊、密西西比河支流等國家、大、中流域尺度和小流域尺度的徑流模擬中得到了應用研究[5,6]，驗證了SWAT模型用于流域徑流模擬的適用性。隨后，SWAT模型在加拿大、歐洲、非洲等其他國家和地區迅速得到應用與推廣[7-9]。國內學者在SWAT模型徑流模擬方面也開展了廣泛研究[10]，證實了SWAT模型在黑河流域[11]、湘江流域[12]、東江流域[13]、渭河流域[14]、內蒙古閃電河流域[15]等流域徑流模擬應用中具有較強適用性。國內外大量成功應用的案例流域尺度跨度大、地形特征各異、氣候條件不同，SWAT模型均表現出良好的適用性，表明SWAT模型是研究當前變化條件下流域徑流演變規律的有效工具，能夠對流域徑流形成過程的時空異質性進行有效模擬。

新興江作為廣東省新興縣的主干河流，是該地區農業灌溉、引水供水、水力發電的主要來源之一，對于當地經濟社會的穩定發展、生態環境的保護具有極為重要的意義。隨著氣候變化以及人類活動影響的加劇，流域未來的水資源情勢也面臨著較大不確定性，給地區水資源的合理開發與高效管理帶來了新的問題與挑戰。本文選用SWAT分布式水文模型，對新興江流域的長期月徑流過程進行模擬，通過模型的率定與驗證，評估SWAT模型在該地區的適應性，在此基礎上，運用增量情景法，構建25種氣候變化情景，模擬氣候因子變化對流域徑流帶來的影響，以期為新興江沿岸未來的防洪減災、水資源規劃與管理等工作提供有效的技術支持與參考依據。

1 數據與方法

1.1 研究區概況

新興江，為珠江水系西江下游一級支流，位于廣東省中西部，發源于天露山脈，自南向北流經云浮市新興縣、云城區，于高要區南岸注入西江，總長約145 km。流域位于北回歸線以南，屬于亞熱帶季風氣候，水熱條件充足，年平均氣溫約22 ℃，年均降水量約1 600 mm，其中汛期4-9月雨量占全年的80%左右，其間受臺風與熱帶低壓的影響，易引發暴雨洪水。流域上游以山地丘陵為主，植被覆蓋良好，水能資源豐富，建有合河、共城、朝陽等若干中小型水庫，中下游為丘陵與部分沖積小平原，農業生產發達。流域控制站點為腰古水文站，斷面以上集水面積為1 776 km2，占流域總面積的75.4%，本文研究區域即為腰古站以上流域部分。

1.2 數據及預處理

本研究使用的原始數據包括數字高程模型(DEM)數據、土地利用數據、土壤類型數據、氣象數據及水文數據等，各類型數據的規格、來源及格式等信息如表1所示。

表1 原始數據說明Tab.1 Description of the original data

為得到滿足建模需求的數據形式，在收集到各類數據之后，需要對數據進行必要的預處理，預處理方法與過程如表2所示，預處理后主要數據如圖1所示。

表2 原始數據預處理方法Tab.2 Methods of the data preprocessing

1.3 模型構建

本研究基于ArcSWAT平臺構建新興江流域徑流模擬模型，包括以下主要步驟：

(1)基于DEM數據，設定相應的集水面積閾值以及流域出口位置，完成河網的提取、亞流域的劃分以及相關地形參數的計算。

圖1 預處理后主要數據Fig.1 Main data after processed

(2)基于重分類后的土壤與土地利用數據，分別設定土壤、土地利用與坡度的最小面積閾值，完成水文響應單元(HRU)的劃分。本文依照流域實際情況，同時兼顧模型運行效率，最終將流域劃分為27個亞流域與279個水文響應單元，計算總面積為1 780 km2。

(3)讀取氣象數據，完成全部SWAT輸入文件表的創建，模擬方法選用SCS徑流曲線法計算地表產流，變動儲量系數法計算河道匯流。

(4)以1989-2003年作為模型的模擬時段，選定1989年作為預熱期，減少模型初始狀態變量為零的影響，以1990-1997年為率定期，1998-2003年為驗證期，以腰古水文站的逐月徑流記錄作為徑流數據，構建新興江流域徑流模擬模型。

1.4 參數分析與率定

考慮到SWAT模型參數較多，不同參數對模擬結果的影響也相差較大。因此，在模型正式率定前，先進行模型參數敏感性分析，將高靈敏的重要參數篩選出來，以提高參數率定的效率，降低模型的不確定性[17]。參考有關文獻[18,19]，并根據研究區地處南方亞熱帶濕潤地區的特性，選出若干對模型產匯流過程影響較大的參數進行敏感性分析。綜合考慮下墊面地形、土壤含水量、植被覆蓋等影響徑流的主要因素，綜合選取SCS徑流曲線數(CN2)、土壤蒸發補償因子(ESCO)、土壤有效水含量(SOL_AWC)、土壤濕容重(SOL_BD)、土壤飽和水力傳導度(SOL_K)、基流系數(ALPHA_BF)、地下水再蒸發系數(GW_REVAP)、淺層地下水徑流系數(GWQMN)、地下水滯后系數(GW_DELAY) 、地表徑流滯后系數(SURLAG)、主河道水力傳導度(CH_K2)、主河道曼寧系數(CH_N2)等作為主要研究參數，在此基礎上進行參數敏感性分析。

參數敏感性分析在SWAT-CUP(SWAT-Calibration and Uncertainty Programs)軟件(http:∥swat.tamu.edu/)中進行，考慮計算效率和敏感性分析精度，選用SUFI-2(Sequential Uncertainty Fitting version2)作為優化算法。敏感性分析結果采用t檢驗法進行評價，t統計量(t-Stat)作為參數的敏感性指標，其絕對值越大，代表參數敏感性越強；p值(p-Value)是顯著性指標，其值越接近0，代表參數敏感的顯著程度越高。按照參數敏感程度大小排序結果，即對模型參數展開有針對性的率定。

1.5 模擬精度評價

為方便模型參數調試，并驗證模型的模擬精度，分析SWAT模型的適用性，本研究選用總徑流相對誤差(RE)與Nash-Sutcliffe系數(Ens)作為模型精度評定指標。

(1)相對誤差RE。該指標用于表征模擬徑流總量與實測徑流總量之間的偏離程度，其計算公式為：

式中：Qc,i為模擬流量，m3/s；Qo,i為實測流量，m3/s；n為實測值個數。RE值越接近0，代表模擬徑流總量偏差越小，模擬的總體水量平衡效果越好，一般認為該值在±20%以內，模擬結果可以接受。

(2)Nash-Sutcliffe系數Ens。該指標用于評價模擬徑流過程與實測徑流過程之間的擬合程度，其計算公式為：

1.6 氣候變化響應模擬

從新興江流域的實地氣候特征可知，該區域地處氣候變化敏感的南海季風區，當地氣候變化較為顯著。為了探索氣候變化對該地區水資源情勢的影響，利用建立的SWAT模型，運用增量情景法，選定氣溫與降水兩個主要氣候因子作為變化量，分析流域徑流對氣候因子改變的響應特征。

以1990-2003年實測水文氣象數據為基礎，假定流域下墊面特征、人類活動影響不變，同時不考慮各類氣象因子空間分布的改變，進行氣候變化情景的構建：降水量(P)在原來基礎上減少10%、減少5%、不變、增加5%與增加10%；氣溫(T)在原來基礎上降低2 ℃、降低1 ℃、不變、升高1 ℃與升高2 ℃，將其兩兩組合，共生成25種氣候變化情景。利用率定好的SWAT模型對上述不同氣候情景下腰古站徑流量進行模擬，得出各類情景下流域年均徑流量的變化，用以評價氣候因子改變對該流域徑流過程的影響程度。

2 結果與分析

2.1 參數敏感性評價結果

基于上述建模和參數確定方法，在SWAT-CUP中對模型諸多參數進行敏感性分析，并采用t檢驗法進行敏感性評價，得到如表3所示結果。

表3 參數敏感性分析結果Tab.3 Results of parameter sensitivity analysis

由表3可見，徑流曲線數(CN2)、基流系數(ALPHA_BF)與土壤蒸發補償因子(ESCO)是模型最為敏感的3個參數，其中CN2主要影響地表徑流的大小，ALPHA_BF主要控制基流響應特征，ECSO用于調節土壤蒸發作用。其余參數如土壤參數SOL_BD、SOL_K以及地下水參數GW_REVAP、GWQMN等也對徑流過程模擬有著較大影響，需要在參數率定中予以重點調試。

2.2 模型率定結果

在確定敏感參數基礎上，利用率定期數據進行模型率定，通過率定期的徑流模擬流量和實測流量計算評價指標RE和Ens，如表4所示，并根據逐月徑流模擬流量和實測流量繪制對比曲線，如圖2所示，綜合評價模型的率定精度。

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

圖2 率定期模型模擬與實測徑流量對比Fig.2 Comparison between simulated runoff and observed runoff of model calibration

由表4可知，率定期相對誤差RE為-0.61%，Nash-Sutcliffe系數Ens為0.95，模型率定精度相當理想。從圖2可以看出，模擬徑流過程與實測徑流過程之間總體擬合度較高，表明所構建的SWAT模型基本可以代表新興江流域的率定期徑流規律。不過少數年份存在流量峰值模擬偏差較大的現象，這可能與本次研究缺乏河流沿線水利工程的相關資料，未能考慮汛期水庫調洪等人類活動的影響有關。

2.3 模型驗證結果

在模型率定基礎上，利用驗證期的徑流觀測數據對模型的精度進行驗證，驗證模型在新興江流域的適用性，模型驗證結果如表5所示，并根據逐月徑流模擬流量和實測流量繪制模型驗證的徑流量對比曲線，如圖3所示。

表5 模型驗證期精度評價Tab.5 Evaluation of simulation results in model validation

圖3 驗證期模型模擬與實測徑流量對比Fig.3 Comparison between simulated runoff and observed runoff of model validation

從表5可知，驗證期模型相對誤差RE為4.24%，Nash-Sutcliffe系數Ens為0.93，驗證情況下模型取得較好的精度。從圖3可以看出，模擬徑流過程與實測徑流過程之間總體擬合度較高，模型對非汛期徑流模擬比較出色，而對部分年份的汛期流量峰值模擬則誤差稍大，這與率定期的情況類似。

總體來看，SWAT模型能夠較為真實地模擬腰古站的歷史月徑流過程，綜合率定期與驗證期，模型在總體水量平衡以及徑流過程擬合方面達到了較高的精度。可以認為，SWAT分布式模型在新興江流域具有良好的適應性，能夠應用于新興江流域的實際徑流模擬。

2.4 氣候變化情景下的徑流響應

基于建立的SWAT模型，對增量情景法生成25種氣候變化情景下的徑流量進行模擬，分別統計徑流量模擬值和徑流量變化值，模擬結果如表6所示。在此基礎上，分組繪制不同氣候情景下的徑流響應特征對比圖，如圖4所示。

表6 不同氣候情景下的模擬徑流變化情況 m3/s

圖4 不同氣候情景下的徑流響應特征Fig.4 Runoff response in different climate scenarios

通過表6和圖4的不同場景模擬結果對比可知，新興江流域的徑流量與降水和氣溫的變化存在如下規律：

(1)當氣溫不變時，降水量的增加導致徑流量增大，兩者呈正相關；當降水量不變時，氣溫的升高導致徑流量減少，兩者呈負相關。原因顯而易見，降水量的增加導致流域總產流量迅速增大，故而徑流量也相應增大，而氣溫的升高則會加快蒸發速率，故而徑流量相應減少，表明模型的基本響應符合常理。

(2)降水變化對徑流量的影響程度明顯大于氣溫。當氣溫不變，降水減少5%時，徑流量減少了4.47 m3/s ，降幅為9.22%；而當降水不變，氣溫升高2 ℃時，徑流量只減少了1.99 m3/s，降幅僅為4.11%，降水減小5%比氣溫上升2℃對徑流的影響程度更大，徑流量對降水變化的響應比氣溫更為敏感。

(3)總體來看，徑流減少最多的氣候情景是降水減少10%，氣溫升高2 ℃的組合方案，此時徑流量相對原來減少了10.76 m3/s，降幅為22.20%；而徑流增加最多的氣候情景是降水增加10%，氣溫降低2 ℃的組合方案，此時徑流量相對原來增大了11.22 m3/s，增幅為23.15%。可見，不同氣候因子的較小變化可能給流域徑流帶來顯著的影響。

3 結論與展望

本研究利用SWAT分布式水文模型，對新興江流域腰古水文站1990-2003年逐月徑流過程進行模擬，并通過增量情景法分析了氣候變化對該地區徑流帶來的影響，得出如下結論：

(1)SWAT模型在新興江流域有著良好的適應性，能夠較為準確地模擬出新興江流域的月尺度徑流過程。模型率定期與驗證期相對誤差均在±10%以內，Nash-Sutcliffe系數均在0.90以上，總體模擬精度較為理想，有潛力應用于新興江流域的實際徑流模擬，為該地區水資源規劃與常態化管理提供技術參考和決策支持。

(2)SWAT模型模擬的新興江流域徑流量與降水呈正相關，與氣溫呈負相關，徑流量對降水變化的響應比氣溫更加敏感。在不同氣候情景下，新興江流域的徑流響應波動較大。因此有必要加強對流域氣候演變趨勢的預測分析，采取合理的應對措施，減少流域水資源條件變化對該地區經濟社會發展帶來的負面影響。

基于SWAT模型的新興江流域徑流模擬分析，可以為小流域徑流過程模擬和氣候響應分析提供借鑒。但是，本研究的模型率定和驗證僅用到腰古水文站的實測數據，在代表新興江流域的整體徑流水平上尚有不足，且對部分年份的汛期徑流峰值模擬效果欠佳，因此還可以從以下方面考慮，進一步提高模型的精度和適用性：

(1)收集新興江流域沿線實測徑流數據進行綜合建模與率定，并采用不同定位的數據進行模型驗證，充分考慮流域徑流異常因素的影響，調研流域不同時期自然與人類活動的客觀狀況，必要情況下補充相應的模型輸入參數，使得模型的率定能夠代表新興江流域的整體徑流水平，提高模型的健壯性以及流域應用泛化能力。

(2)依據真實的流域氣候變化資料，開展真實氣候變化場景下的徑流變化模擬，研究邊際條件與徑流變化的定量化關系，提高模型應對極端氣候或突發因素的能力，對氣候變化場景下各項邊際指標的定量化描述，為管理部門對于流域在氣候變化條件下的決策制定和措施評估提供定量參考指標，以期為小流域水資源規劃、治理以及防洪減災提供科學的理論支撐。

□

[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] 郝振純, 李 麗, 王家虎,等. 分布式水文模型理論與方法[M]. 北京:科學出版社, 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] 孫 瑞, 張雪芹. 基于SWAT模型的流域徑流模擬研究進展[J]. 水文, 2010,30(3):28-32.

[11] 王中根, 劉昌明, 黃友波. SWAT模型的原理、結構及應用研究[J]. 地理科學進展, 2003,22(1):79-86.

[12] 羅 巧, 王克林, 王勤學. 基于SWAT模型的湘江流域土地利用變化情景的徑流模擬研究[J]. 中國生態農業學報, 2011,19(6):1 431-1 436.

[13] 呂樂婷, 彭秋志, 郭媛媛,等. 基于SWAT模型的東江流域徑流模擬[J]. 自然資源學報, 2014,(10):1 746-1 757.

[14] 左德鵬, 徐宗學. 基于SWAT模型和SUFI-2算法的渭河流域月徑流分布式模擬[J]. 北京師范大學學報(自然科學版), 2012,48(5):490-496.

[15] 姚蘇紅, 朱仲元, 張圣微,等. 基于SWAT模型的內蒙古閃電河流域徑流模擬研究[J]. 干旱區資源與環境, 2013,27(1):175-180.

[16] 李 磊, 董曉華, 喻 丹,等. 基于SWAT模型的清江流域徑流模擬研究[J]. 人民長江, 2013,44(22): 25-29.

[17] 黃清華, 張萬昌. SWAT模型參數敏感性分析及應用[J]. 干旱區地理, 2010,33(1): 8-15.

[18] 楊軍軍, 高小紅, 李其江,等. 湟水流域SWAT模型構建及參數不確定性分析[J]. 水土保持研究, 2013,20(1): 82-88.

[19] 張余慶, 陳昌春, 楊緒紅,等. 基于SUFI-2算法的SWAT模型在修水流域徑流模擬中的應用[J]. 水電能源科學, 2013,31(9): 24-28.