潛在蒸散量對SWAT模型寒區典型流域徑流模擬的影響

徐淑琴 丁星臣 王 斌,2 彭 莉

(1.東北農業大學水利與建筑學院， 哈爾濱 150030； 2.農業部農業水資源高效利用重點實驗室， 哈爾濱 150030)

潛在蒸散量對SWAT模型寒區典型流域徑流模擬的影響

徐淑琴1丁星臣1王 斌1,2彭 莉1

(1.東北農業大學水利與建筑學院， 哈爾濱 150030； 2.農業部農業水資源高效利用重點實驗室， 哈爾濱 150030)

以目前廣泛應用的SWAT模型為例，利用對比研究方法，以歐根河流域作為典型研究區域，采用Penman-Monteith模型、Priestley-Taylor模型、Hargreaves模型、Shuttleworth-Wallace模型及修正的20 cm蒸發皿觀測數據計算潛在蒸散量(PET)。研究不同PET驅動的SWAT模型對模擬結果的影響，研究結果表明：SWAT模型以子流域為尺度對PET計算結果進行插值的方式較粗略，不能較好反映PET的空間分布情況，在大面積森林覆蓋的不同子流域，月平均PET值隨不同子流域內森林物種的種類和分布不同數值變化較小，并非在考慮地形影響下SWAT模型模擬的日徑流量結果均好，在未考慮地形影響下Penman-Monteith模型與考慮地形影響下的Hargreaves模型、Shuttleworth-Wallace模型模擬結果較好，其中Penman-Monteith模型擬合的效果最好，率定期與驗證期的Ens值分別為0.651、0.686，說明Penman-Monteith模型更適合用于高寒森林地區的潛在蒸散量計算。

SWAT模型； 潛在蒸散量； Penman-Monteith模型； 地形； 高寒森林地區

引言

SWAT(Soil and water assessment tool)是美國農業部(United States Department of Agriculture，USDA)農業研究中心(Agricultural Research Service，ARS)ARNOLD等[1]開發的半分布式流域水文模型，模型開發的最初目的是在具有多種土壤類型、土地利用和管理條件的復雜流域，預測長期土地管理措施對水、泥沙和農業化學污染物產生的影響[2]。魏沖等[3]考慮到SWAT概化了土地利用方式CN值的坡度和空間差異以及林地對匯流的調節作用，對SWAT進行改進，提高了不同土地利用方式變化下模型的敏感性和模擬徑流的能力；代俊峰等[4]利用改進的SWAT定量研究了不同水管理措施對灌區小尺度流域水量平衡評價指標的影響，分析了不同尺度間水量平衡評價指標的變化特點；鄭捷等[5]針對SWAT在處理平原灌區空間結構以及計算作物實際蒸散量等方面存在的問題，在河網提取、水文響應單元(Hydrological response units，HRU)劃分方法等方面對SWAT進行了改進，構建了適用于平原灌區的分布式水文模型；劉博等[6]應用SWAT研究了不同水文條件、土地利用和管理措施對流域非點源污染的影響；耿潤哲等[7]應用SWAT分析了流域土地利用格局變化對面源污染的影響；NOORI等[8]將耦合了人工神經網絡方法的SWAT應用于無資料地區的日流量預報；MEAURIO等[9]評估了SWAT對森林覆蓋流域水文過程的模擬能力，并應用土壤電導率劃分地面徑流與地下基流。可見，在流域或灌區尺度，國內外學者已將SWAT應用在水文過程模擬、非點源污染、水資源管理與評價、土地利用方式變化等較多研究中。然而，關于不同方法計算的潛在蒸散量(Potential evapotranspiration，PET)對SWAT模擬結果影響的研究很少，尤其是在黑龍江省這樣的高寒區典型流域研究更為少見。

黑龍江省是我國緯度最高、最冷的寒區省份，冬季寒冷漫長，降雪、積雪、融雪、凍土、河道冰封、河水斷流等水文現象普遍，這些不利因素增加了研發水文模型的難度[10-11]。截至目前，雖然已有較多的PET計算方法，但不同方法計算的PET數值差別較大，在實際應用中各有其局限性。針對這些問題，本文以歐根河流域為例，考慮降雪、融雪等寒區水文過程以及下墊面空間不均勻性等自然地理條件，在分析多種PET計算方法特點的基礎上，研究在高寒區流域不同方法計算的PET對SWAT模擬徑流量過程的影響，以期尋找適宜我國高寒區的潛在蒸散量計算方法，為在我國高寒區應用SWAT提供借鑒。

1 研究區概況

歐根河水系位于黑龍江省中部，處于127°33′～128°21′E、47°02′～47°38′N之間，上游為山區，中游和下游相對平坦，全流域面積為2 002 km2。歐根河屬松花江二級支流，發源于小興安嶺南側，流經慶安縣北部，在致富鄉南部注入呼蘭河，全長174 km，河寬12～80 m，水深0.5～4.0 m。流域多年平均氣溫為1.8℃，月平均最低氣溫為-22.5℃，月平均最高氣溫為21.6℃；日最低氣溫為-37.4℃，日最高氣溫為28.2℃；日、月的最低氣溫多出現在1月份，而最高氣溫常出現在7月份。選擇發展站(127°34′E、47°06′N)斷面以上的1 704 km2集水區作為研究流域(以下稱歐根河流域)，該流域內有4個雨量站，多年平均降水量為670 mm，20 cm蒸發皿觀測的多年平均水面蒸發量為749 mm，每年11月中旬至次年4月上旬為結冰期。

2 構建SWAT數據庫

SWAT模擬徑流需要空間和屬性2種數據：空間數據包括數字高程模型(Digital elevation model，DEM)數據、土地覆被/利用數據、土壤數據；屬性數據包括氣象數據和水文數據。SWAT要求空間數據具有一致的投影坐標系，本文將具有相同地理坐標系GCS_WGS_1984的空間數據投影至WGS_1984_UTM_Zone_47N投影坐標系。

2.1 地形數據

DEM數據用于獲取流域坡度、坡向、水流方向、河網以及劃分子流域和設置HRU。本文采用中科院地理空間數據云平臺(http:∥www.gscloud.cn)提供的NASA和METI共同推出的最新地球電子地形ASTER GDEM 30 m分辨率的數字高程數據，歐根河流域位于第27、28條帶。利用ArcGIS柵格鑲嵌工具拼接DEM條帶，并將拼接后的DEM圖加載進ArcSWAT2012，從而獲取流域河網、劃分子流域及計算地形參數。根據流域水系和地形實際情況，設定最小匯水面積閾值為60 km2，研究流域被劃分為15個子流域和71個HRU。流域地形及子流域的劃分結果如圖1所示。歐根河流域上游至下游高程變化較大，為定量考慮地形對降水量和氣溫產生的影響，以200 m為間距依次對研究區15個子流域劃分高程帶，并考慮不同遞減率和測站高程與高程帶高程之差函數來計算不同高程帶的降水量和最高、最低氣溫，最后通過加權平均得到每個子流域的降水量和氣溫。高程帶降水量和氣溫的計算及子流域降水量和氣溫的計算參照文獻[12]。

圖1 歐根河流域遙感數據分布圖Fig.1 Remote sensing data distribution maps of Ougen River Basin

2.2 土地覆被/利用數據

土地利用方式影響降水在陸面的產匯流過程，對模擬結果有重要影響。SWAT需要的土地覆被/利用數據包括空間分布圖及索引表。本文采用美國馬里蘭大學(UMD)的1 km分辨率土地覆被數據(http:∥glcf.umd.edu)，研究區域共有水域、常綠闊葉林、落葉針葉林、落葉闊葉林、混交林、林地、草原7種土地覆被類型，除水體外，各種植被面積合計占全流域的97.50%。由于植被參數較難獲取，本文通過索引表建立7種UMD土地覆被數據與SWAT 土地利用/作物分類數據庫中同種土地利用類型之間的聯系，重分類后的歐根河流域土地覆被對應的SWAT土地利用代碼為WATR(水域)、FRSD(闊葉林)、FRST(混交林)、PAST(草地)，在流域中面積所占比例分別為2.50%、33.16%、59.34%、5.01%，如圖1所示。

2.3 土壤數據

采用聯合國糧農組織(FAO)和維也納國際應用系統研究所(IIASA)構建的世界和諧土壤數據庫(Harmonized world soil database，HWSD)描述歐根河土壤屬性，HWSD的分辨率為1 km，歐根河流域共有4種土壤類型，如圖1所示。由于HWSD數據采用USDA分級制，因此不必再對其土壤粒徑含量進行轉換。本文土壤分為2層，即0～30 cm和30～100 cm，各土層底層到土壤表層的深度SOL_Z、土壤剖面的最大根系深度SOL_ZMX、有機碳含量SOL_CBN、電導率SOL_EC等參數可從HWSD數據庫獲取，土壤的濕容重SOL_BD、土壤的有效含水量SOL_AWC、飽和滲透系數SOL_K由SPAW軟件計算，土壤水文單元HYDGRP劃分采用車振海[13]的研究方法計算土壤穩定下滲率，砂粒含量取2層土壤平均值，USLE方程中的土壤侵蝕K因子采用WILLIAMS等[14]在EPIC模型中提供的計算方法。

2.4 氣象數據與水文數據

氣象數據采用距離歐根河流域最近的鐵力氣象站1974—1981年的逐日氣象數據, 主要包括日照時數、最高氣溫、最低氣溫、平均氣溫、水汽壓、風速、20 cm蒸發皿水面蒸發量等。由于缺乏太陽輻射量實測資料，采用曹雯等[15]的計算方法，太陽常數取118.109 MJ/(m2·d)。發展站的逐日流量和逐日水面蒸發量數據以及4個雨量站的逐日降水量數據均摘自《中華人民共和國水文學年鑒》第1卷第3冊。

2.5 歸一化植被指數數據

為比較分析，另引入Shuttleworth-Wallace(S-W)模型計算PET，該模型需要的葉面積指數(Leaf area index，LAI)數據利用歸一化植被指數(Normalized differential vegetation index，NDVI)數據和簡單生物圈模型(SiB2)推求[16]。采用NOAA-AVHRR提供的NDVI月數據集，該數據集空間分辨率為8 km，在利用這些數據時將其分辨率轉換為1 km。

3 潛在蒸散量計算

在流域降水產流過程中，只有較小比例的降水形成徑流，而大部分降水通過地表土壤水分蒸發、植被截留蒸發和植被散發返回到大氣，因此，蒸散量的準確計算對流域水循環與水量平衡具有重要影響。PET是驅動水文模型的重要變量之一，STANNARD[17]和V?R?SMARTY等[18]的研究表明，在濕潤地區水文模型對PET尤為敏感。為了研究高寒區流域不同方法計算的潛在蒸散量對SWAT模擬日流量過程的影響，找出適宜高寒區潛在蒸散量計算方法，選用Penman-Monteith(P-M)模型、Priestley-Taylor(P-T)模型、Hargreaves(H)模型、Shuttleworth-Wallace(S-W)模型以及20 cm蒸發皿觀測的水面蒸發量數據計算潛在蒸散量。

P-M模型綜合了太陽輻射和空氣動力學等多種因素的影響，具有較好的水文氣象物理基礎，在全球得到了廣泛應用，被FAO修正后作為計算參考作物蒸散量的首選方法[19]，但其將下墊面看成一個整體，忽略土壤蒸發，不適用于計算稀疏植被和植物全生育期的蒸散計算[20-22]。目前，應用P-M模型對森林蒸散的研究落后于農田蒸散[23]。程根偉等[24]利用修正的P-M模型對貢嘎山森林區地面和冷杉林進行了模擬，研究表明森林地區蒸發與非森林地面蒸發的差別具有季節變化，在非生長季節森林蒸散發低于非森林地面,而在森林生長季節的蒸散發比非林地要高，其變化差異在±25%范圍內。楊林山等[22]采用P-M模型和Beven敏感性公式對洮河流域潛在蒸散發對關鍵氣候因素的敏感性分析研究表明PET的變化受凈輻射、最高氣溫和風速的影響最大。雖然P-M模型在蒸散研究中被廣泛應用，但該公式需要的氣象數據較多，在氣象資料不齊全的地區應用時受到限制。P-T模型是對Penman公式的修正式，由于所需參數較少而應用廣泛，但流域下墊面總是呈現一定的不均勻性，其無平流的假設條件在現實中很難滿足，尤其是忽略了空氣動力學項影響，導致其估算的準確度會有所下降[25-26]，劉曉英等[27]的研究還表明，空氣動力項與輻射項之比是影響P-T模型應用效果的重要因子，在濕潤氣候條件下P-T模型應用效果較好，但在干旱半干旱氣候條件下應用效果較差甚至很差。H模型只考慮氣象因素影響，忽略了陸面土壤和植被對蒸散量的控制作用，當平均氣溫低于-17.8℃時，其計算的PET將為負值，在高寒地區應用時具有局限性[28]。雖然SWAT會自動將H模型計算的負值PET賦值為0，能夠保證程序正常運行，但與實際蒸散情況并不相符。SHUTTLEWORTH等[29]發展了P-M方法，建立了耦合植被冠層散發和裸土土壤蒸發的S-W模型，ZHOU等[20]進一步發展了S-W模型，提出了利用DEM、氣象、土地覆被、NDVI等數據估算PET的方法，并用其估算的PET驅動BTOPMC 模型研究了湄公河流域的水文過程，研究表明：與P-M模型相比，S-W模型能很好地反映氣候變化和植被覆蓋變化對PET的影響[20]。這4種PET計算模型的公式分別為

(1)

(2)

λETH=0.002 3Hnet(Tmax-Tmin)0.5(T+17.8)

(3)

λETS-W=CcETc+CsETs

(4)

其中

(5)

(6)

式中λ——蒸發潛熱，MJ/kgETP-M、ETP-T、ETH、ETS-W——P-M、P-T、H、S-W模型計算的PET，mm/d

ETc——郁閉冠層散發量，mm/d

ETs——裸土地面蒸發量，mm/d

Δ——飽和水汽壓-溫度關系曲線的斜率，kPa/℃

Hnet——凈輻射量，MJ/(m2·d)

G——土壤熱通量，MJ/(m2·d)

es、ea——飽和水汽壓、實際水汽壓，kPa

cp——空氣定壓比熱

γ——空氣濕度常數，kPa/℃

Cc、Cs——權重系數αpet——系數

Tmax——最高氣溫，℃

Tmin——最低氣溫，℃

T——平均氣溫，℃

rc——植物冠層的阻抗，s/m

ra——空氣層的擴散阻抗，s/m

利用SWAT自帶的P-M模型、P-T模型、H模型功能模塊計算其PET，S-W模型的詳細計算公式參照文獻[20]。在我國，水面蒸發量數據相對容易獲取，也是廣泛采用的水文模型輸入數據，一般需經過植被、高程、蒸發皿折算系數等多方面因素修正后，作為潛在蒸散量使用。S-W模型計算得到的流域平均PET和修正后的水面蒸發量數據(記為ETpan)利用ArcSWAT自帶的Read-In PET功能導入，SWAT根據流域地形與氣候差異，將PET插值到每一個子流域。限于篇幅，僅以處于歐根河流域上、中、下游的1、11、15子流域為例，繪制的5種PET月平均計算結果如圖2～4所示。為便于比較分析，統計出5種方法計算的3個子流域PET多年平均值見表1。從圖2～4可以看出，在1974─1981年間，當采用相同的計算方法時，3個子流域的PET數值差別不大，變化趨勢幾乎完全一致，分析產生這一現象的原因，是因為SWAT以子流域為尺度對PET計算結果進行插值的方式較粗略，還不能較好反映PET的空間分布情況。我國蒸發站平均密度為5 800 km2/站，黑龍江省僅為7 166 km2/站[10]，當利用這些稀疏站點觀測的水面蒸發量修正值作為PET驅動SWAT時，無疑更難描述流域內PET的空間變異性。相反，我國氣象站點相對充足，縣級以上單位一般均長期布設了氣象觀測站，因此，應首先考慮利用氣象數據，采用適宜模型計算PET。此外，還應考慮發展SWAT模型，改進其只將PET計算結果插值到各子流域的缺陷。

表1 5種方法計算所得的PET多年平均值Tab.1 Years averaged PET values calculated by five methods mm

圖2 歐根河第1子流域1974—1981年月平均PET年內變化Fig.2 Average monthly PET annaral-intra changes during 1974—1981 in Ougen River subbasin 1

圖3 歐根河第11子流域1974—1981年月平均PET年內變化Fig.3 Average monthly PET annaral-intra changes during 1974—1981 in Ougen River subbasin 11

圖4 歐根河第15子流域1974—1981年月平均PET年內變化Fig.4 Average monthly PET annaral-intra changes during 1974—1981 in Ougen River subbasin 15

然而，在同一個子流域，5種方法所得的多年平均PET數值差別較大。從表1可以看出，基于H模型計算得到的PET最大，P-T模型計算的PET最小，P-M模型、S-W模型、ETpan計算結果介于兩者之間。這些數據表明，雖然各種PET計算方法(除修正的水面蒸發量)均具有一定的物理意義，但其計算結果間差異較大，由于當前很難在流域尺度測定PET，因此，很難確定哪種PET方法更優，也很難驗證哪種方法計算的PET更接近于流域實際情況。因此，本文利用各種方法計算的PET驅動SWAT，依據SWAT對日流量過程的模擬結果來分析和評價更適于高寒區流域的PET計算方法。從圖2～4還可以看出，在大面積森林覆蓋的不同子流域，月平均PET值隨不同子流域內森林物種的種類和分布不同變化較小。對于月平均PET的峰值各模型由大到小表現為：H、S-W、ETpan、P-M、P-T。在每年的1月份由大到小表現為：ETpan、S-W、H、P-M、P-T，2、12月份由大到小表現為：ETpan、S-W、P-M、H、P-T，3月份由大到小表現為：H、ETpan、P-M、S-W、P-T，4月份由大到小表現為：P-M、H、ETpan、P-T、S-W，5月份由大到小表現為：ETpan、P-M、H、P-T、S-W，6─8月份由大到小表現為：H、S-W、ETpan、P-M、P-T，9月份由大到小表現為：H、ETpan、P-M、S-W、P-T，10月份由大到小表現為：P-M、ETpan、H、P-T、S-W，11月份由大到小表現為：ETpan、H、P-M、S-W、P-T，每年的1、2、12月份P-T計算的PET為零。

4 模型率定與驗證

將1974—1977年作為率定期，1978—1981年作為驗證期，采用Nash-Sutcliffe效率系數(Ens)評價SWAT對發展站日流量的模擬效果。Ens計算式為

(7)

對于日流量過程模擬，根據水文情報預報規范，當Ens≥0.7時，可以認為模型模擬的效果很好；當0.5≤Ens<0.7時，模擬效果較好[30]。

4.1 率定參數選取

SWAT涉及的水文物理過程主要包括：地表徑流產流過程、土壤水與地下水運動過程、蒸散發及融雪過程等，本文選取與上述過程相關的25個參數，利用SWAT-CUP中的全局敏感性分析模塊，采用拉丁超立方體抽樣法，生成1500組變量樣本用于模型的初次運算，以t檢驗方法確定參數的敏感性。t檢驗表示對各參數值的改變引起目標函數值變化的平均估計，SWAT-CUP中以t和p值評價參數的敏感性程度，t絕對值越大、p值越接近于0，表示參數越敏感。通過計算，最終確定的參數及敏感性值如圖5所示。

圖5 敏感性分析結果Fig.5 Results of sensitivity analysis

從圖5中可以看出，最敏感的參數分別為SCS徑流曲線數CN2、主河道河床曼寧系數CH_N2、降雪氣溫SFTMP(℃)、平均坡長SLSUBBSN(m)、河岸調蓄的基流α因子ALPHA_BNK、主河道河床有效水力傳導度CH_K2(mm/h)、融雪基溫(℃)等。為得到精確度較高的模擬結果，考慮到研究區森林截留量較大以及坡度變化顯著，本文將子流域分成5部分，即對應編號為1～8、9～12、13、14、15的子流域，分別對參數SCS徑流曲線數CN2、平均坡長SLSUBBSN(m)、最大冠層截留量CANMX(mm)進行率定，參數的改變類型全部采用v，即將參數初始值賦予給定值，避免了采用r與a率定一定次數后，參數值超出合理的范圍。模型率定采用SUFI-2算法。

圖6 歐根河流域日徑流量模擬1974—1981年Ens值Fig.6 Nash-Sutcliffe values of daily runoff simulation for Ougen River Basin during 1974—1981

4.2 模型模擬結果分析

為對比不同方法計算的PET對SWAT模擬日徑流量的影響，分是否考慮地形2種情況，不同影響因素下，均采用相同參數組合率定。率定期1974—1977年與驗證期1978—1981年各年模擬結果的Ens值見圖6，均值見表2，可以看出，未考慮地形影響下， S-W模型對1978年流量模擬效果較差，H模型模擬效果最好，Ens整體呈現增加趨勢，P-M模型模擬的效果最好，在率定期與驗證期Ens均值分別為0.645、0.609，模擬效果較好。在考慮地形影響下，5種PET模型對1978年模擬的結果均較差，H模型對于1981年模擬的Ens值達到了0.905，P-M、P-T和S-W模型Ens值分別為0.884、0.898、0.896。H、P-T、S-W模型的Ens均值與未考慮地形影響相比，考慮地形影響下驗證期與率定期的數值均增加。H模型與未考慮地形影響相比在1980年Ens值顯著增加。驗證期與率定期的Ens值如圖7所示，可以看出，在考慮地形影響下，H、P-T、ETpan、S-W模型的Ens值在驗證期與率定期均大于未考慮地形影響時的Ens值，而P-M模型Ens值減小。綜合不同因素影響下模擬的結果，在率定期P-M、H、S-W模型模擬效果較好，Ens值為0.651、0.644、0.635，在驗證期5種PET模型模擬的效果均較好，Ens值分別為0.686、0.679、0.657、0.666、0.657。P-T模型在率定期模擬結果均較差，Ens值分別為0.561、0.597，而在驗證期效果很好，Ens值為0.673、0.679。從整體來看，在未考慮地形影響下P-M模型與考慮地形影響下的H、S-W模型模擬結果較好，P-M模型擬合的效果最好，模擬結果見圖8，參數率定結果見表3。

表2 率定期與驗證期Ens的均值Tab.2 Average Nash-Sutcliffe value in calibration and verification periods

圖7 歐根河流域率定期與驗證期Ens值Fig.7 Nash-Sutcliffe values of Ougen River Basin in calibration period and verification period

圖8 采用P-M模型的日徑流量模擬結果Fig.8 Results of daily runoff simulation using P-M model表3 率定的參數及其取值范圍Tab.3 Calibrated parameters and their final values

參數名稱物理意義適用子流域初始范圍最終范圍最小值最大值最小值最大值最優值CH_N2.rte主河道河床曼寧系數1～15-0.010.30.220.230.22CH_K2.rte主河道沖擊物的有效滲透系數/(mm·h-1)1～15-0.0150060.8467.0163.93ALPHA_BNK.rte河岸調蓄的基流α因子1～15010.410.430.421～8359855.3756.5256.029～12359840.9144.1041.50CN2.mgtSCS徑流曲線數13359851.4052.1451.8814359871.0272.1871.8215359854.8955.8155.00ALPHA_BF.gw基流α因子1～15010.920.940.93GW_DELAY.gw地下水延遲時間1～15050047.76113.4871.62GWQMN.gw發生回歸流所需的淺層含水層的水位閾值1～15050004351.534424.934396.67GW_REVAP.gw地下水的revap系數1～150.020.20.120.130.12REVAPMN.gw淺層地下水再蒸發系數1～150500210.11221.52216.19SFTMP.bsn降雪氣溫/℃1～15-2020-13.20-12.59-12.71SMTMP.bsn融雪基溫/℃1～15-20200.431.360.88SMFMX.bsn6月21日的融雪因子/(mm·℃-1·d-1)1～150200.410.900.48

續表3

5 結論

(1)SWAT模型以子流域為尺度對PET計算結果進行插值的方式較粗略，不能較好反映PET的空間分布情況。在大面積森林覆蓋的不同子流域，月平均PET值隨不同子流域內森林物種的種類和分布不同數值變化較小。在同一個子流域，5種方法所得的多年平均PET數值差別較大，基于H模型計算得到的PET最大，P-T模型計算的PET最小，P-M模型、S-W模型、ETpan計算結果介于兩者之間。

(2)參數敏感性分析結果表明：SCS徑流曲線數、主河道河床曼寧系數、降雪氣溫、平均坡長、河岸調蓄的基流α因子、主河道河床有效水力傳導度、融雪基溫等是對高寒地區日徑流量模擬最敏感的參數。

(3)在考慮地形影響下，并非SWAT采用5種PET計算方法最終模擬的日徑流量結果均好，P-T模型、H模型、S-W模型、修正的20 cm蒸發皿觀測數據的Ens值在驗證期與率定期均大于未考慮地形影響時的Ens值，而P-M模型Ens值減小。P-M、H、S-W模型模擬的日徑流量結果較好，而P-M模型模擬的結果最好，說明P-M模型更適合用于高寒森林地區的潛在蒸散量計算。

1 ARNOLD J G, SRINIVASAN R, MUTTIAH R S, et al. Large area hydrologic modeling and assessment part I: model development [J]. Journal of the American Water Resources Association, 1998, 34(1): 73-89.

2 龐靖鵬, 徐宗學, 劉昌明. SWAT模型研究應用進展[J]. 水土保持研究, 2007, 14(3): 31-35. PANG Jingpeng, XU Zongxue, LIU Changming. SWAT model application: state-of-the-art review[J]. Research of Soil and Water Conservation, 2007, 14(3): 31-35.(in Chinese)

3 魏沖,胡彩虹,陳杰,等.SWAT模型基于不同坡度林地徑流調節作用的實現與應用[J]. 水力發電學報, 2014, 33(3): 98-105, 111. WEI Chong, HU Caihong, CHEN Jie, et al. Application of SWAT model and realization of hydrological adjusting function of forests on different slopes[J]. Journal of Hydroelectric Engineering, 2014, 33(3): 98-105, 111.(in Chinese)

4 代俊峰, 崔遠來. 基于SWAT的灌區分布式水文模型——Ⅱ.模型應用[J]. 水利學報, 2009, 40(3): 311-318. DAI Junfeng, CUI Yuanlai. Distributed hydrological model for irrigation area based on SWATⅡ. model application[J]. Journal of Hydraulic Engineering, 2009, 40(3): 311-318.(in Chinese)

5 鄭捷, 李光永, 韓振中, 等. 改進的SWAT模型在平原灌區的應用[J]. 水利學報, 2011, 42(1): 88-97. ZHENG Jie, LI Guangyong, HAN Zhenzhong, et al. Application of modified SWAT model in plain irrigation district[J]. Journal of Hydraulic Engineering, 2011, 42(1): 88-97.(in Chinese)

6 劉博, 徐宗學. 基于SWAT模型的北京沙河水庫流域非點源污染模擬[J]. 農業工程學報, 2011, 27(5): 52-61. LIU Bo, XU Zongxue. Simulation of non-point source pollution in the Shahe Reservoir catchment in Beijing by using SWAT model[J]. Transactions of the CSAE, 2011, 27(5): 52-61.(in Chinese)

7 耿潤哲, 李明濤, 王曉燕, 等. 基于SWAT模型的流域土地利用格局變化對面源污染的影響[J]. 農業工程學報,2015, 31(16): 241-250. GENG Runzhe, LI Mingtao, WANG Xiaoyan, et al.Effect of land use/landscape changes on diffuse pollution load from watershed based on SWAT model[J]. Transactions of the CSAE,2015, 31(16): 241-250. (in Chinese)

8 NOORI N,KALIN L. Coupling SWAT and ANN models for enhanced daily streamflow prediction[J]. Journal of Hydrology, 2016, 533: 141-151.

9 MEAURIO M, ZABALETA A, URIARTE J A, et al.Evaluation of SWAT models performance to simulate streamflow spatial origin. The case of a small forested watershed[J]. Journal of Hydrology, 2015, 525: 326-334.

10 王斌, 王貴作, 黃金柏, 等. 柵格分布式水文模型在高寒區日流量模擬中的應用[J]. 水力發電學報, 2013, 32(6): 36-42. WANG Bin, WANG Guizuo, HUANG Jinbai, et al. Distributed hydrological model based on grid and its application to daily runoff simulation for high-cold region[J]. Journal of Hydroelectric Engineering, 2013, 32(6): 36-42. (in Chinese)

11 王斌, 黃金柏, 宮興龍, 等. Free Search算法率定的Sacramento模型在東北寒旱區的應用[J/OL]. 農業機械學報, 2016, 47(6): 171-177.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160622&journal_id=jcsam.DOI:10.6041/j.issn.1000-1298.2016.06.022. WANG Bin, HUANG Jinbai, GONG Xinglong, et al. Application of Sacramento model calibrated by free search algorithm in cold and arid region of Northeast China [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(6): 171-177. (in Chinese)

12 郝振純, 張越關, 楊傳國, 等. 黃河源區水文模擬中地形和融雪影響[J].水科學進展, 2013, 24(3): 311-318. HAO Zhenchun, ZHANG Yueguan, YANG Chuanguo, et al.Effects of topography and snowmelt on hydrologic simulation in the Yellow River’s source region[J]. Advances in Water Science, 2013, 24(3): 311-318. (in Chinese)

13 車振海.試論土壤滲透系數的經驗公式和曲線圖[J]. 東北水利水電, 1995(9): 17-19. CHE Zhenhai. On the empirical formula and curves of soil permeability coefficient[J]. Water Resources & Hydropower of Northeast China, 1995(9): 17-19. (in Chinese)

14 WILLIAMS J R,SINGH V P.The EPIC model[M]∥SINGH V P. Computer Models of Watershed Hydrology. Water Resources Publicaitons,LLC,1995：909-1000.

15 曹雯,申雙和. 我國太陽日總輻射計算方法的研究[J]. 南京氣象學院學報, 2008, 31(4): 587-591. CAO Wen, SHEN Shuanghe.Estimation of daily solar radiation in China[J]. Journal of Nanjing Institute of Meteorology, 2008, 31(4): 587-591. (in Chinese)

16 王斌,魏永霞,黃金柏,等.呼蘭河流域葉面積指數的變化特征與估算方法[J].黑龍江省大學工程學報,2015,6(4):1-5,22. WANG Bin, WEI Yongxia, HUANG Jinbai, et al. Estimation and analysis of leaf area index in Hulan River basin[J]. Journal of Engineering of Heilongjiang University, 2015, 6(4): 1-5, 22. (in Chinese)

17 STANNARD D I. Comparison of Penman-Monteith, Shuttleworth-Wallace, and modified Priestley-Taylor evapotranspiration models for wildland vegetation in semiarid rangeland[J]. Water Resources Research, 1993, 29(5): 1379-1392.

18 V?R?SMARTY C J, FEDERER C A, SCHLOSS A L. Potential evaporation functions compared on US watersheds: possible implications for global-scale water balance and terrestrial ecosystem modeling[J]. Journal of Hydrology, 1998,207(3): 147-169.

19 劉鈺,蔡林根. 參照騰發量的新定義及計算方法對比[J].水利學報,1997,28(6):28-34. LIU Yu, CAI Lin’gen. Update definition and computation of reference evapotranspiration comparison with former method[J]. Journal of Hydraulic Engineering, 1997,28(6):28-34. (in Chinese)

20 ZHOU M C, ISHIDAIRA H, HAPUARACHCHI H P, et al. Estimating potential evapotranspiration using Shuttleworth-Wallace model and NOAA-AVHRR NDVI data to feed a distributed hydrological model over the Mekong River basin[J]. Journal of Hydrology, 2006, 327(1): 151-173.

21 莫興國, 林忠輝, 劉蘇峽. 基于Penman-Monteith公式的雙源模型的改進[J]. 水利學報, 2000,31(5): 6-11. MO Xingguo, LIN Zhonghui, LIU Suxia.An improvement of the dual-source model based on Penman-Monteith formula[J]. Journal of Hydraulic Engineering, 2000,31(5): 6-11. (in Chinese)

22 楊林山, 李常斌, 王帥兵, 等. 洮河流域潛在蒸散發的氣候敏感性分析[J]. 農業工程學報, 2014, 30(11):102-109. YANG Linshan, LI Changbin, WANG Shuaibing, et al. Sensitive analysis of potential evapotranspiration to key climatic factors in Taohe River Basin[J]. Transactions of the CSAE, 2014, 30(11):102-109. (in Chinese)

23 焦醒,劉廣全,匡尚富,等. Penman-Monteith模型在森林植被蒸散研究中的應用[J]. 水利學報,2010，41(2):245-252. JIAO Xing, LIU Guangquan, KUANG Shangfu, et al. Review on application of Penman-Monteith equation to studying forest vegetation evapotranspiration[J]. Journal of Hydraulic Engineering, 2010，41(2):245-252. (in Chinese)

24 程根偉,陳桂蓉. 貢嘎山暗針葉林區森林蒸散發特征與模擬[J]. 水科學進展,2003(5):617-621. CHENG Genwei, CHEN Guirong.Study on the evapotranspiration simulation of sub-alpine forest area in Gongga Mountain[J]. Advances in Water Science, 2003(5):617-621. (in Chinese)

25 趙玲玲, 王中根, 夏軍, 等. Priestley-Taylor公式的改進及其在互補蒸散模型中的應用[J]. 地理科學進展, 2011, 30(7): 805-810. ZHAO Lingling, WANG Zhonggen, XIA Jun, et al.Improved Priestley-Taylor method and its application in complementary relationship evapotranspiration model[J]. Progress in Geography, 2011, 30(7): 805-810. (in Chinese)

26 李菲菲, 饒良懿, 呂琨瓏, 等. Priestley-Taylor模型參數修正及在蒸散發估算中的應用[J]. 浙江農林大學學報, 2013, 30(5): 748-754. LI Feifei, RAO Liangyi, Lü Kunlong, et al.Parameter corrections for the Priestley-Taylor Model and applications in evapotranspiration estimation[J]. Journal of Zhejiang A&F University,2013, 30(5): 748-754. (in Chinese)

27 劉曉英, 林而達, 劉培軍. 干旱氣候條件下Priestley-Taylor方法應用探討[J]. 水利學報, 2003,34(9):31-38. LIU Xiaoying, LIN Erda, LIU Peijun. Study on application of Priestly-Taylor method to dry climate condition[J]. Journal of Hydraulic Engineering, 2003,34(9):31-38. (in Chinese)

28 王斌, 付強, 張金萍, 等. Hargreaves公式的改進及其在高寒地區的應用[J]. 灌溉排水學報, 2011, 30(3): 82-85. WANG Bin, FU Qiang, ZHANG Jinping, et al. Modified Hargreaves equations and their application in high-cold area[J]. Journal of Irrigation and Drainage, 2011, 30(3): 82-85. (in Chinese)

29 SHUTTLEWORTH W J, WALLACE J S. Evaporation from sparse crops—an energy combination theory[J]. Quarterly Journal of the Royal Meteorological Society, 1985, 111(469): 839-855.

30 GB/T 22482—2008 水文情報預報規范[S]. 2008.

Influence of Potential Evapotranspiration on Runoff Simulation using SWAT Model in Alpine Typical Watershed Region

XU Shuqin1DING Xingchen1WANG Bin1,2PENG Li1

(1.CollegeofWaterConservancyandArchitecture,NortheastAgriculturalUniversity,Harbin150030,China2.KeyLaboratoryofEfficientUtilizationofAgriculturalWaterResources,MinistryofAgriculture,Harbin150030,China)

In order to study the influence of potential evapotranspiration on daily flow simulation results for hydrological models in the northeast alpine region, the widely applied SWAT model was chosen as an example, through comparative study on Ougen River Basin, using Penman-Monteith model, Priestley-Taylor model, Hargreaves model, Shuttleworth-Wallace model and modified 20 cm evaporating dish observed data to compute the potential evapotranspiration (PET), then the influence of SWAT models on the simulation results was studied by different PET drivers. Research results showed that adopting subbasin scale for SWAT model to PET interpolation was quiet rough, and the calculated results cannot reflect the spatial distribution of PET specifically, the average temperature of alpine forest areas was less than 17.8℃ from January to February and also in December every year, including March sometimes. In different subbasins covered by large forest, the change of monthly average PET was little with the variation of forest species types and distribution areas, although differences of terrain on SWAT model were considered, it didnot show a high daily flow precision. Penman-Monteith model without consideration of terrain pattern, and Hargreaves model and Shuttleworth-Wallace model considered terrain pattern had good simulation results, while Penman-Monteith model fitted the best withEnsvalues of 0.651 and 0.686 in calibration and validation periods, respectively, which showed that the Penman-Monteith model suited better in alpine forest areas to calculate the potential evapotranspiration.

SWAT model; potential evapotranspiration; Penman-Monteith model; terrain; alpine forest areas

10.6041/j.issn.1000-1298.2017.03.033

2016-07-06

2016-08-10

國家自然科學基金項目(51009026)、黑龍江省教育廳科學技術研究項目(12531024)、農業部農業水資源高效利用重點實驗室開放課題項目(2015002)和東北農業大學農業水土工程創新團隊項目

徐淑琴(1964—)，女，教授，博士生導師，主要從事流域數字水文模型和水庫優化調度研究，E-mail: 1210569246@qq.com

王斌(1976—)，男，副教授，博士，主要從事水文過程模擬研究，E-mail: wangbin@neau.edu.cn

P333.9

A

1000-1298(2017)03-0261-09