CMADS在霍童溪流域SWAT模型徑流模擬中的應用研究

徐 陽,曾要忠,汪玉成,李新通

(福建師范大學 地理科學學院，福建 福州 350007)

關鍵字：CMADS；SWAT；徑流模擬；適用性；霍童溪流域

中國國土遼闊，水資源空間分布不均，利用水文模型進行長時間水量研究有利于水資源的合理利用。眾多水文模型中，半分布式水文模型SWAT具備流域尺度水量、泥沙和非點源污染模擬和預報功能。輸入數據對SWAT模型的運行起到了關鍵的作用，氣象數據對模擬結果影響最大，而降水數據尤為明顯[1]。總體上來看，東南沿海較西部地區氣象水文站點數量多、分布密集，但地形崎嶇的山區中小型流域處于少資料或無資料的狀態，制約著SWAT模型在此類地區的應用。目前，眾多學者將氣候模式數據集及再分析產品應用于水文模型成為該領域的熱點。

CMADS作為東亞水文研究生產的新一代再分析數據集，相比于其他再分析數據，CMADS驅動SWAT模型進行徑流模擬效果更好[2-6]。其中，孟現勇、王浩[7]作為CMADS數據集的提出者，在西北黑河流域[8-9]和新疆精博河流域[10]日、月尺度上驗證了CMADS數據集的適用性。張春輝等[6]在寧夏苦水河流域月尺度上，驗證了CMADS在徑流模擬中的適用性。在其他地區，張利敏等[11-12]對東北高山寒區渾河流域利用CMADS數據集成功驅動了SWAT模型。陳昊榮等[13]在華中湖北漢江流域利用了CMADS數據集進行SWAT模型的徑流模擬。洪梅等[14]對河北潮白河流域進行水庫控制下月尺度模擬，也驗證了CMADS數據集的適用性。目前，CMADS數據集大多數運用于中國西北、中部和東北地區，在中國東南沿海小型流域的應用還很少見[15]。

曾要忠[16]利用氣象測站數據進行霍童溪流域SWAT模型初步研究，由于氣象數據質量和數據空缺問題的存在，制約流域長時間序列的水資源分析。針對以上問題，本文從CMADS數據質量、驅動SWAT模型徑流模擬結果和流域水文相關分量空間分布三方面進行分析評價，探究CMADS數據集在中國東南沿海代表性小流域的適用性，為霍童溪流域長時段水資源分析奠定基礎，同時為相似流域的SWAT水文研究提供經驗與借鑒。

1 研究區概況

霍童溪流域位于福建省東部，流域總面積2 244 km2，平均海拔773.34 m，中上游兩岸為中山和低山區，中下游以低山丘陵為主。林地占流域總面積70%以上，土壤類型以紅壤為主。流域氣候為典型的亞熱帶海洋性季風氣候，多年平均氣溫為17.5℃，多年平均降水量2 350 mm且突發性降雨較多，多年平均徑流量28.53億m3。

研究區位于洋中坂水文站上游，集水控制范圍2 029 km2，占霍童溪流域的90.42%(圖1)。干流上洪口水庫控制流域面積1 701 km2，總庫容4.5億m3，調節庫容2.4億m3。洪口水庫的運行對流域下游的水文過程起到了關鍵的調節作用。研究區內設有屏南氣象站，流域周邊分布寧德、建歐和壽寧氣象站，流域氣象數據相對稀缺。

圖1 霍童溪流域及其氣象站與水文站點分布

2 數據來源

2.1 DEM數據、土地利用數據和土壤數據

DEM數據作為流域研究的基礎數據，選用ASTER GDEM V2 30 m×30 m柵格數據。土地利用數據選用國土部門2016年1∶10 000的土地利用調查數據，該數據包含的主要土地利用類型有水體、耕地、建設用地、林地、果園、裸地和草地共7類。土壤空間數據來自霍童溪流域1∶50 000土壤類型分布圖，通過數字化獲得64種土壤類型，其中土壤屬性來自研究區土種志。

2.2 水文數據

水文數據對SWAT模型的率定和驗證起重要作用。研究區出水口數據以洋中坂水文站的日觀測數據為準，洪口水庫入庫的天然流量/出庫的調蓄流量來源于電站日調度數據。水文數據的時間尺度為2008年1月1日至2016年12月31日。

2.3 氣象數據

2.3.1測站數據

本文使用的測站數據為霍童溪流域及其鄰近區域4個氣象觀測站的實測數據，降雨數據補充了流域內9個雨量站的實測數據，站點信息見表1，站點分布見圖1，時間尺度為2008年1月1日至2016年12月31日。

表1 霍童溪流域氣象站和雨量站站點信息

2.3.2CMADS數據

CMADS數據集基于數據循環嵌套、重采樣及雙線性插值等多種科學技術手段建立，具有多來源、多尺度和多分辨率的特點[17]。本文使用CMADS(V1.1)10個站點數據(108-236、108-237、108-238、108-239、109-236、109-237、109-238、109-239、110-236、110-237)，站點分布見圖1，時間序列為2008年1月1日至2016年12月31日，空間分辨率為0.25°×0.25°。

兩類氣象數據主要存在兩方面差異：①傳統氣象數據記錄有缺失，SWAT模型運行需利用天氣發生器進行數值插補，而CMADS數據集日尺度數據完善；②測站數據以地面實測值作為唯一數據源，而CMADS來源于衛星觀測、地面觀測及數值模式產品等多源數據的融合同化。

3 SWAT模型方案設置

3.1 模型設置

模型設置基于ArcGIS10.4平臺的SWAT 2012版本，依據DEM與參照水系進行流域河網信息提取。最小集水區面積影響子流域的劃分以及水文響應單元的劃分，在給定參考值的基礎上設置4 600 hm2，加載洋中坂出水口后研究區被劃分為38個子流域。利用土地利用和土壤數據，結合坡度信息進行水文響應單元的劃分，小斑塊對模型水文單元有干擾，設置土地利用、土壤、坡度閾值為5%、10%、15%，最終劃分619個水文響應單元后設置洪口水庫日尺度出庫流量運行模型。

3.2 模型校準

模型校準基于SWAT-CUP 2019，將SWAT模型結果導入SWAT-CUP進行參數敏感性分析和徑流模擬。設置2008年作為預熱期，2009—2013年為率定期，2014—2016年為驗證期。采用 SUFI2算法[18]，進行月尺度徑流模擬，對敏感性較高的前 18 個參數進行率定。表2顯示，測站和CMADS驅動SWAT模型所得最佳參數有異同，其中CN2、GWQMN和ALPHA_BF在兩類模式敏感性都排在前三。排名靠前的參數，如GWQMN、GW_DELAY和CANMX，兩類模式最佳值有差異，可能是因為測站數據以地面實測值作為唯一數據源，而CMADS來自多源數據的融合同化，導致了驅動SWAT模型進行同區域徑流模擬的差異。

表2 SWAT模型月尺度參數敏感性排序及參數最終取值

3.3 模擬精度評估

采用R2和NSE作為定量指標用于評估模型的性能[19-20]。其中R2為決定性系數，代表測定變量間的相關程度，用來衡量模擬數據和實測數據走向是否一致，用式(1)表示；NSE為效率系數，用來衡量模擬值和觀測值的擬合程度，用式(2)表示。R2與NSE越趨近于1，說明模擬效果越好，且當R2>0.6且NSE>0.6時模型的模擬結果可被接受。

(1)

(2)

4 結果分析

4.1 CMDAS數據質量評價

利用插值方法進行降水數據的對比，使用ANUSPLIN對測站和CMADS多年平均降水進行插值[21-23]，結果見圖2a、b。測站和CMADS降水量在流域內空間分布一致，流域北部和南部降水偏多，流域西部稍有差異，CMADS在流域西部降水插值結果在整個流域偏高(紅色區域明顯)。CMADS插值結果(1 681～2 007 mm)相對測站插值結果(1 686～3 044 mm)偏小，降水量插值結果的最小值相近，CMADS比測站插值結果的最大值低，CMADS多年平均降水量在霍童溪流域偏少。CMORPH衛星降水產品作為CMADS的背景場，受地表反射率的干擾，可能導致其在中國地區降水量相對偏低，霍童溪流域研究結果與學者張利敏在渾河流域的研究結果一致[22]。

霍童溪流域受春季梅雨和夏季臺風影響，各月降水量分布不均，80%的降水量集中在3—9月，將3—9月定為雨季，10月至次年2月定為非雨季進行插值，結果見圖2c—f。兩類數據CMADS插值結果(雨季1 328～1 583 mm、非雨季352～424 mm)比測站插值結果(雨季1 365～2 328 mm、非雨季303～754 mm)偏小。兩類數據插值結果的最小值相近，CMADS插值結果最大值比測站偏低，CMADS多年雨季/非雨季平均降水量在霍童溪流域偏少。其中CMADS多年雨季平均降水在流域西部插值結果偏高(紅色區域明顯)，與多年平均降水插值結果類似，而非雨季降雨量兩類數據插值的空間分布相似。CMADS降水量存在一定低估現象，但在流域整體空間分布上數據評價較好。

a)測站多年平均降水插值結果

對研究區內CMADS數據集的109-237站點和傳統測站(屏南站)月和日尺度溫度數據進行比較。圖3顯示月尺度兩類站點月平均最高/低溫度隨時間的變化趨勢相同，散點圖顯示月數據截距為0的擬合直線斜率為0.952 3(最高溫度)、0.965 2(最低溫度)，數值低于1，說明CMADS數據集月均最高氣溫和月均最低氣溫相對于測站數據總體上存在較小低估現象。月平均最高氣溫相關系數0.998 4、月平均最低氣溫相關系數0.998 3，在月尺度上，兩類數據的變化趨勢相近且數據相關系數較高，CMADS溫度數據評價較好。

a)月平均最高氣溫時間趨勢

圖4顯示日尺度溫度數據截距為0的擬合直線斜率0.952 6(最高溫度)、0.958 4(最低溫度)，數值偏低于1，溫度存在較小的低估，相比月平均最高氣溫(0.952 3)和月平均最低氣溫(0.965 2)斜率變化不明顯。日最高氣溫相關系數0.989 6、日最低氣溫相關系數0.963 7，相比月尺度相關系數稍低，但相關系數數值較高，日尺度數據評價較好。

a)日最高溫度

4.2 SWAT月、日尺度徑流模擬結果

利用兩類氣象數據驅動霍童溪SWAT模型進行月和日尺度徑流模擬，圖5為月尺度徑流模擬曲線，圖6為日尺度徑流模擬曲線，表3為徑流模擬結果。月尺度結果顯示，CMADS模式在洋中坂率定期R2和NSE都為0.98，優于測站模式的0.97與0.96，洪口與洋中坂驗證期模擬精度偏低于測站結果，除了洪口率定期R2和NSE結果為0.86與0.85，其余都大于0.90；圖5顯示洋中坂CMADS和測站擬合結果都優于洪口站，月尺度上CMADS模式有較好的效果。

表3 SWAT模型徑流模擬結果

a)洪口月徑流

日尺度結果顯示，CMADS模式在洋中坂驗證期R2和NSE以0.83和0.82稍低于測站模式的0.84和0.83，其余模擬精度都優于測站結果或達到相同模擬水平；CMADS模式除了洪口驗證期模擬精度R2和NSE都為0.62，其余模擬精度水平都達到0.7以上；圖6顯示日模擬折線效果有一定偏差，效果不如月尺度好。日尺度模擬受極端天氣影響，存在一定程度上的不確定性，但CMADS在霍童溪SWAT徑流模擬中R2和NSE都達到0.6評價標準，存在R2和NSE大于0.8情況。日尺度CMADS模式進行徑流模擬有效且效果良好。

a)洪口日尺度

4.3 月尺度水文相關分量結果

洋中坂站位于霍童溪37號子流域，作為流域出水口，相關水文分量研究具有重要意義。利用CMADS和測站數據驅動SWAT模型，進行37號子流域月均水文分量統計，圖7顯示兩類數據輸出結果潛在蒸散發量(PET)、土壤含水量(SW)、根區滲透水量(PERC)和匯入河流地下水量(GW_Q)偏差不大，可以代表同一輸出水平；CMADS模式在實際蒸散發量(ET)相對測站結果偏少，而匯入河流地表徑流(SURQ)和產水量(WYLD)相對測站結果偏多，但變化幅度不大，總體上CMADS模式相關水文分量能有效代表測站模式結果。

圖7 37號子流域相關水文分量統計

選擇具有代表性的水文相關要素-產水量(WYLD)進行流域空間分析，圖8顯示，CMADS模式多年月均產水量在霍童溪流域空間分布與測站模式相同，其中在流域北部和西北地區子流域產水量相對較多；15、17號子流域與18、21號子流域產水量相對較少。從圖8中可以看出，流域上游1、2號子流域產水量幾乎無差異，流域中游差異變大，流域下游地區差異進一步擴大，整體呈現從上游到下游產水量差異遞增的趨勢。這很可能是因為流域中上游，山區地帶坡度大、產水模式相近，導致CMADS和測站驅動SWAT模型結果差異不大。

a)多年月平均產水量

5 結論

本文比較了霍童溪流域CMADS和測站氣象數據，對驅動SWAT徑流模擬的結果進行定量分析，結論如下。

a)降水數據插值結果顯示兩類氣象數據降水空間分布一致，最高降水CMADS偏低于測站插值結果；CMADS與測站相鄰站點溫度數據趨勢一致且相關性較高，CMADS數據質量良好。

b)CMADS在月尺度R2和NSE系數較高，徑流模擬效果較好；日尺度CMADS模式精度R2和NSE大于0.6的標準，日尺度CMADS模式進行徑流模擬有效且效果良好。

c)CMADS模式水文相關分量與測站模式偏差較小；流域內CMADS模式產水量與測站模式空間分布一致，流域北部和西北產水量偏多，CMADS與測站模式產水量差異由上游向下游遞增，產水量總體差異較小，CMADS模式水文分量能有效代表測站模式水平。

綜上所述，CMADS在福建霍童溪流域內數據質量、驅動SWAT模型結果和相關水文分量表現良好，CMADS數據集在中國東南沿海小流域適用性較好。后續研究考慮利用1979—2018年CMADS數據集進行霍童溪長時間序列水量分析，為水資源管理利用提供依據。