一種SWAT模型參數識別的改進方法

趙堃+蘇保林+申萌萌+管毓堂+周靜雯

摘要：參數的敏感性分析和不確定性分析是分布式水文模型構建的先決條件。在遼河流域建立SWAT模型，利用SWAT-CUP中的SUFI-2算法進行參數的率定，在此基礎上提出一種更為簡便的參數識別方法。將研究區域遼河干流的主要支流分別進行參數識別，再將SWAT-CUP中率定的最佳參數的從TXINOUT文件中提取出來，分別覆蓋到SWAT模型中各對應支流子流域的TXINOUT文件中，即可得到按主要支流經過參數識別后的SWAT模型，避免了SWAT-CUP調參工具涉及眾多子流域導致參數識別過于復雜的問題。結果表明，遼河干流主要支流招蘇臺河、清河、柴河等子流域主要水文斷面率定期的平均納什效率系數分別為0.60、0.65、0.68，驗證期分別為0.60、0.72、0.77，參數率定的結果相對于全局調參有較大的改進。采用本文提出的參數識別方法，可以解決SWAT-CUP全局調參時上下游斷面結果難以同時匹配或偽匹配的問題，又可以避免分區參數識別時對不同子流域的土地利用類型、土壤類型以及坡度等參數的繁瑣設定，同時降低了SWAT模型手動調參的復雜程度，可較好地應用到SWAT模型參數識別過程中。

關鍵詞：敏感性分析；不確定性分析；SWAT模型；SWAT-CUP；參數識別

中圖分類號：P332 文獻標識碼：A 文章編號：1672-1683（2017）04-0049-05

Abstract：The sensitivity analysis and uncertainty analysis of model parameters are the preconditions for the construction of distributed hydrological model.In this study，a SWAT model was established for the Liao River Basin，and the parameters were calibrated via the SUFI-2 algorithm in SWAT-CUP.On this basis，a more convenient parameter identification method was proposed.The parameters of the main tributaries of Liao River were identified first，and then the best parameters calibrated from SWAT-CUP were applied to the TXINOUT files of each corresponding tributary sub-basin in the SWAT model.Thus a calibrated SWAT model was established with its parameters identified according to the main tributaries.This avoided the complexity of parameter identification in the original procedures of SWAT-CUP tool.The results showed that the average Nash coefficients at main hydrological stations in Zhaosutai River，Qing River，and Chai River were 0.60，0.65，and 0.68 respectively in the calibration period，and 0.60，0.72，and 0.77 respectively in the validation period.The results of parameter calibration improved much compared with the global parameter calibration.This parameter identification method can solve the problem that SWAT-CUP global calibration results cannot match both the upstream and downstream sections or the problem of pseudo match.It can avoid complicated parameter settings for land use type，soil texture，and slope of different sub-basins.At the same time，it can reduce the complexity of manual adjustment of SWAT model parameters.The method can be applied well to the process of SWAT model parameter identification.

Key words：sensitivity analysis；uncertainty analysis；SWAT model；SWAT-CUP；parameter identification

1 研究背景

參數的敏感性分析和不確定性分析是分布式水文模型模擬時不可避免的重要環節。分布式水文模型在擁有眾多優點的同時，也面臨著參數過多難以率定的問題[1]。以SWAT模型為例，SWAT（soil and water assessment tool）模型是20世紀90年代美國農業部農業研究中心（USDA-ARS）開發的流域尺度、時間連續、基于過程的半分布式機理模型[2]，它作為一個典型的分布式水文模型，在國內外的應用非常廣泛。目前SWAT模型參數的優選工作可分為人工調整和自動調整[3]。人工調整即手動校準參數，參數的取值受水文工作者的主觀影響大，參數的率定過程比較復雜，需要耗費大量的時間和精力，因此不能較好的應用到SWAT模型的參數識別過程中。自動調整主要是應用SWAT-CUP對模型輸出的結果進行參數的自動率定、敏感性分析和不確定性分析，但是SWAT-CUP在全局調參時結果難以同時匹配，并且在分區參數識別時對不同子流域的土地利用類型、土壤類型以及坡度等參數需要進行一系列繁瑣的設定。本文在此基礎上，提出一種簡便的參數識別方法，即將研究區域干流的主要支流分別進行參數識別，并將SWAT-CUP中率定的最佳參數的從TXINOUT文件中提取出來，分別覆蓋到SWAT模型中各對應支流的子流域的TXINOUT文件中，即可得到按主要支流進行參數識別后的SWAT模型。該方法可較好地應用到SWAT模型參數識別過程中。

2 原理與方法

2.1 SWAT模型原理

SWAT模型是應用較為廣泛的分布式水文模型[4-6]。SWAT模型是在水文循環模擬的基礎上，將參與和影響水文循環各要素的變化過程進行模擬和分析的一種基于流域尺度的分布式水文模型[7]。模型的物理基礎較強，能在綜合考慮期限、土壤以及土地利用等一系列因素的基礎上靈活模擬各種復雜情景。模型主要由子流域、水庫演算和河道演算3個模塊組成[2]。根據水文循環原理，模型計算水量平衡基本表達式如下：

2.2 模型參數識別方法

SWAT-CUP是一種專門為 SWAT模型參數率定而開發的計算機程序[8]。該程序將GLUE，ParaSol，SUFI2，MCMC和PSO程序與SWAT模型聯系起來，主要用于模型敏感性、參數不確定性分析及參數率定和驗證[3]。本方法用其中的SUFI2方法進行參數的自動率定。

SUFI2算法是一種參數估計的最優化方法[9-10]。SUFI2[11]算法通過拉丁超立方隨機采樣法（Latin-Hypercube simulations）隨機生成一組參數代入 SWAT 中進行目標函數的計算。模擬數據包含95%的不確定性因素，排除了5%的極差模擬條件。

本方法首先將研究區域內的干流劃分為若干主要支流，根據初步建立的SWAT模型找出每條支流所對應的子流域，將這些支流率定期的水量等信息輸入到SWAT-CUP中，選取對干流影響較大的7～10個參數進行自動率定。此時在SWAT-CUP的輸出文件TXINOUT中的參數是最后一次率定的結果，但可能不是最佳參數的率定結果。要將參數設置為最后一次迭代的最優值，還要回到SWAT-CUP程序中，在Summary_Stat.txt中找到最佳模擬結果的序號，在 SUFI2_swEdit.txt 文件中，設置起始和結束模擬序號為最佳模擬的序號，在 Calibration 下，先運行SUFI2_run.bat，再運行SUFI2_post.bat，此時得到的輸出文件即為最佳模擬結果。參數率定結束之后，將最佳模擬結果的TXINOUT文件分別覆蓋到SWAT模型中各對應支流的子流域的TXINOUT文件中，即可得到按主要支流進行參數識別后的SWAT模型。

3 應用

3.1 研究區概況

選擇遼河流域鐵嶺段作為研究區域，面積為1.7萬km2。遼河位于中國東北地區南部，是中國東北地區南部的最大河流，是中國七大江河之一。南瀕渤海與黃海，西南與內蒙內陸河和河北海灤河流域相鄰，北與松花江流域毗連。遼河流域大部分地區屬溫帶半濕潤半干旱的季風氣候。年降水量約為350～1000 mm，年徑流量為89億m3地多于平原，從東南向西北遞減。流域年降水量的65%集中于每年的4月-9月。遼河流域年平均氣溫約在4 ℃～9 ℃間，全年氣溫1月份最低，平均在-9 ℃～-18 ℃之間，7月份溫度最高，平均在21 ℃～28 ℃之間。

鐵嶺市地處遼寧省的北部，位于東經 123°27′-125°06′，北緯 41°59′-43°23′，屬沿海省份的內陸地區。鐵嶺屬溫帶季風型大陸性氣候。全年日照為 2 700 h左右，年平均降雨量為700 mm左右，年平均氣溫6.3 ℃，最低氣溫-31 ℃，最高氣溫34.4 ℃，封凍期 150 d左右，無霜期 127～162 d。全年四季分明，雨量適中，適宜多種農作物生長。

遼河干流鐵嶺段從福德店入境，從珠爾山出鐵嶺市，鐵嶺段河長170.1 km。遼河主要支流有招蘇臺河和清河[12]。

3.2 模型的建立

建立SWAT模型所需要的數據主要包括1∶25萬DEM數據、土地利用圖和土壤類型分布圖；鐵嶺市及其周邊主要雨量站近10年的日降雨量等；鐵嶺控制單元上下游常規監測斷面近10年的月水質數據等。

本研究在模型建立過程中使用了鐵嶺及周邊地區74個雨量站和18個水文站的雨量、水文數據，根據實際情況，共劃分子流域93個，用2007年-2009年的數據進行模型率定，用2010年-2011年的數據進行模型驗證。具體數據及建立過程參見相關文獻[13]。

3.3 模型的參數識別

3.3.1 敏感性參數的選取

根據研究區域的實際情況，結合相關文獻[14-18]，使用SWAT-CUP對參數的敏感性進行分析，選擇徑流曲線數（CN2）、土壤蒸發補償系數（ESCO）、土壤有效含水量（SOL_AWC）等7個參數進行重點調整，參考SWAT數據庫定義文件.rng獲取相關參數的取值范圍。主要調整參數的意義和取值范圍參見表1。

3.3.2 參數率定和結果

根據初步建立的遼河流域鐵嶺段的SWAT模型，對模擬區域內10個流量站的水量進行全局調參，迭代次數為2 000次，模擬結果評估時間尺度為月尺度，模擬結果參見表2。

選取相關系數（R2）和納什效率系數 （NSE）兩種判斷工具對模型的結果進行評價。其中R2用于評價實測值和模擬結果之間的擬合程度，其結果越接近1，說明這兩者之間的線性關系越密切。NSE用來評價實測值和模擬結果之間的匹配度，其結果越接近1，說明模擬值越接近實測值，模型結果越可信。

通過計算，可以得到模擬區域內率定期的平均納什效率系數0.59，驗證期為0.57，上游率定期的平均納什效率系數僅為0.40，驗證期為0.40，結果較差。雖然中下游通江口流量站率定期的納什效率系數達到了0.92，驗證期達到了0.90，但是由于通江口屬于中下游地區遼河干流上，該斷面水量平衡主要受到上游各支流的影響，而上游若干水文站率定的結果較差，因此通江口水量站的水量過程并不能真正的反映流域內部的真實情況，是一種虛假的匹配。通過以上分析可以看出，全局調參的結果不理想，需要劃分支流分別進行調參。

根據相關資料[19-20]以及初步建立的SWAT模型，將遼河流域鐵嶺段干流劃分為3個主要支流，分別為招蘇臺河、清河和柴河，在初步建立的ArcGIS圖中找到每條支流相對應子流域編號，參見圖1。按照全局調參的參數設置分別對這三個支流進行參數率定，率定結果參見表3。

上述結果表明，遼河干流主要支流招蘇臺河、清[CM（22]河、柴河率定期的平均納什效率系數分別為0.60、0.65、0.68，驗證期分別為0.60、0.72、0.77，參數率定的結果比較好。分別選取上游的梨樹流量站、中游的耿王莊流量站和下游的柴河流量站的水量數據進行比較分析，參見圖2、圖3、圖4。

根據圖表可以看出，處于招蘇臺支流的梨樹、王寶慶流量站的模擬結果比較差，這是因為這兩個水量站都位于昌圖縣境內，該縣以種植業為主，人口眾多，人類活動對河流水量的影響較大。

參數率定結束后，回到SWAT-CUP程序中，在Summary_Stat.txt中找到這三條支流最佳模擬結果的序號，在 SUFI2_swEdit.txt 文件中，設置起始和結束模擬序號為最佳模擬的序號，在 Calibration 下，先運行SUFI2_run.bat，再運行SUFI2_post.bat，得到最佳模擬結果的輸出文件。將最佳模擬結果的TXINOUT分別覆蓋到SWAT模型中各對應支流的子流域的TXINOUT文件中，即可得到按主要支流進行參數識別后的SWAT模型。

重新運行SWAT模型后，可以得到松樹流量站和通江口流量站的參數率定結果，參見表3。根據表3可以看出這三個流量站的模擬結果比較理想。

4 結論

采用本文提出的參數識別方法，可以解決SWAT-CUP全局調參時上下游斷面結果難以同時匹配或偽匹配等不合理的參數識別問題，又可以避免分區參數識別時對不同子流域的土地利用類型、土壤類型以及坡度等參數的繁瑣設定，同時降低了SWAT模型手動調參的復雜程度。將此方法應用到遼河流域鐵嶺段已建的SWAT模型中，可以得到遼河干流主要支流招蘇臺河、清河、柴河率定期的平均納什效率系數分別為0.60、0.65、0.68，驗證期分別為0.60、0.72、0.77，參數率定的結果令人滿意，可較好地應用到SWAT模型參數識別過程中。

參考文獻（References）：

[1] 王中根，夏軍，劉昌明，等.分布式水文模型的參數率定及敏感性分析探討[J].自然資源學報，2007，22（4）：649-655.（WANG Zhong-gen，XIA Jun，LIU Chang-ming，et al.Comments on sensitivity analysis，calibration ofdistributed hydrological model[J].Journal of Natural Resources，2007，22（4）：649-655.（in Chinese））

[2] 賴格英，吳敦銀，鐘業喜，等.SWAT模型的開發與應用進展[J].河海大學學報：自然科學版，2012，40（3）：243-251.（LAI Ge-ying，WU Dun-yin，ZHONG Ye-xi，et al.Progress in development and applications of SWAT model[J].Journal of Hohai University：Natural Sciences，2012，40（3）：243-251.（in Chinese））

[3] 帆琨，馬孝義，李忠娟，等.SWAT模型參數校準方法對比研究[J].中國農村水利水電，2015（4）：77-81.（FAN Kun，MA Xiao-yi，LI Zhong-juan，et al.A comparative study of the SWAT model parameter calibration models[J].China Rural Water and Hydropower，2015（4）：77-81.（in Chinese））

[4] 李峰，胡鐵松，賞華金.SWAT模型的原理、結構及其應用研究[J].中國農村水利水電，2008（3）：24-28.（LI Feng，HU Tie-song，SHANG Hua-jin.Study on the principle，structure and application of SWAT model[J].China Rural Water and Hydropower，2008（3）：24-28.（in Chinese））

[5] 康杰偉，李碩.SWAT模型運行結構與組織研究[J].地球信息科學，2007，9（5）：76-82.（KANG Jie-wei，LI Shuo.Study on the running configuration of SWAT model[J].Geo-information Science，2007，9（5）：76-82.（in Chinese））

[6] 溫海燕，李瓊芳，李鵬，等.土地利用變化對流域產水特性的影響研究[J].水電能源科學，2013，31（1）：12-14，60.（WEN Hai-yan，LI Qiong-fang，LI Peng，et al.Land use change on the influence of river basin water production characteristics research[J].Water Resources and Power，2013，31（1）：12-14，60.（in Chinese））

[7] 田彥杰，汪志榮，張曉曉.SWAT模型發展與應用研究進展[J].安徽農業科學，2012，40（6）：3480-3483，3486.（TIAN Yan-jie，WANG Zhi-rong，ZHANG Xiao-xiao.Development and advances in application of SWAT Model[J].Journal of Anhui Agricultural Sciences，2012，40（6）：3480-3483，3486.（in Chinese））

[8] Abbaspour K C.SWAT-CUP4，A User Manual[S].Dubendorf：Eawage，2011.

[9] 魏丹，劉智勇，李小冰.SWAT模型及SUFI-2算法在禿尾河上游流域徑流模擬中的應用[J].干旱地區農業研究，2012，30（6）：200-206.（WEI Dan，LIU Zhi-yong，LI Xiao-bing.The Application of SWAT and SUFI-2 to runoff simulation in Tuweihe （upper）watershed[J].Agriculture Research in the Arid Areas，2012，30（6）：200-206.（in Chinese））

[10] 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.（ZHANG Yu-qing，CHEN Chang-chun，YANG Xu-hong，et al.Application of SWAT model based SUFI-2 algorithm to runoff simulation in Xiushui Basin[J].Water Resources and Power，2013，31（9）：24-28.（in Chinese））

[11] Abbaspour K C，Johnoson A M，Van Genuchten T.Estimating uncertain flow and transport parameters using a sequential uncertainty fitting procedure[J].Vadose Zone Journal，2004，（3）：1340-1352.

[12] 田麗榮.遼河流域鐵嶺段水質現狀分析[J].地下水，2005，27（6）：425-426.（TIAN Li-rong.Analysis on present water quality of tieling section in the Liao River basin[J].Groundwater，2005，27（6）：425-426.（in Chinese））

[13] 申萌萌.山區丘陵地區非點源污染減排潛力研究[D].北京：北京師范大學，2014.（SHEN Meng-meng.Research of reducing emission potential of non-point source pollution in mountainous and hilly areas[D].Beijing：Beijing Normal University，2014.（in Chinese））

[14] Kannan N，White S M，Worrall F，et al.Hydrological modelling of a small catchment using SWAT-2000-Ensuring correct flow partitioning for contaminant modelling[J].Journal of Hydrology，2007，334（1-2）：64-72.

[15] Wanchun L.Application of the SWAT Model for River Flow Forecasting in Sri Lanka[J].2004：1.

[16] Xue L J，Li L J，Zhang Q.Hydrological behaviour and water balance analysis for Xitiaoxi catchment of Taihu Basin[J].Water Science and Engineering，2008，1（003）：44-53.

[17] Setegn S G，Srinivasan R，Dargahi B.Hydrological modelling in the Lake Tana Basin，Ethiopia using SWAT model[J].Open Hydrology Journal，2008，2：49-62.

[18] Xie X，Cui Y.Development and test of SWAT for modeling hydrological processes in irrigation districts with paddy rice[J].Journal of Hydrology，2011，396（1）：61-71.

[19] 李明.遼河鐵嶺段水環境容量及總量分配方法研究[D].沈陽：沈陽理工大學，2012.111.（LI Ming.Study on estimation and allocation method of river water environmental capacity for Liaohe River in Tieling[D].Shenyang ：Shenyang Ligong University，2012.111.（in Chinese））

[20] 霍瑾杰.鐵嶺市生態環境現狀調查及保護措施[J].現代農業，2009 （02）：47-48.（HUO Jin-jie.Tieling City survey and the present situation of the ecological environment protection[J].Modern Agriculture，2009 （02）：47-48.（in Chinese））