SWAT模型参数及运行过程
SWAT模型研究进展

SWAT模型研究进展SWAT模型(Soil and Water Assessment Tool)是一种流域水文模型,广泛应用于水资源管理和水环境保护领域。
该模型能够模拟流域内的水文过程、气象过程、土壤侵蚀、农田管理等,并提供决策支持工具,用于评估不同土地利用和水资源管理方案对流域水资源的影响。
SWAT模型的开发始于上世纪80年代末,目前已经发展成为全球范围内应用最广泛的流域水文模型之一。
通过模拟流域内的水量平衡、水质变化、土壤侵蚀等过程,SWAT模型能够为大规模的流域提供全面的水资源管理和保护方案。
在模拟水文过程方面,SWAT模型主要基于水文循环模拟流域内的水量变化。
模型通过计算降水、蒸发蒸腾、径流、地下水流等各个过程的变化,得出流域内水量的平衡。
在模拟农田管理方面,SWAT模型可以模拟不同土地利用类型以及不同农田管理措施对流域水文过程的影响。
通过对农田水文过程的模拟,可以评价不同农田管理措施对流域水资源利用和保护的效果,为农业可持续发展提供决策支持。
在模拟土壤侵蚀方面,SWAT模型基于RUSLE(Revised Universal Soil Loss Equation)模型,可以模拟流域内土壤侵蚀的过程。
流域内不同土地利用类型、坡度、土壤类型等因素对土壤侵蚀的影响,可以通过SWAT模型进行模拟分析。
1. 模型参数优化:SWAT模型需要估计大量的参数,包括土壤参数、植被参数、水文参数等。
为了提高模型的模拟精度,研究者们通过观测数据和模拟结果的比较,不断优化模型参数,提高模型的模拟能力。
2. 模型应用扩展:SWAT模型最初是用于农田和小流域的研究,但后来研究者们将其应用于大流域和全球范围的研究。
通过扩展模型的空间尺度和时间尺度,可以更好地理解和管理大规模流域的水资源。
3. 多模型集成:SWAT模型通常与其他模型相结合,进行综合模拟。
将SWAT模型与气象模型、水质模型、生态模型等进行集成,可以更全面地模拟流域的水资源和生态系统。
(完整版)SWAT模型

SWAT SWRRB
考虑了气候、土壤 和管理措施等因素 的相互作用
GLEAMS
田间尺度非点源污染 模型
CREAMS
陕西科技大学
SWAT(Soil and Water Assessment Tool )是DR Jeff为美国农业部 农业服务中心开发的流域尺度模型
在每一个网格单元或子流域上 应用传统的概念性模型来推求 降雨,再进行汇流演算,最后
陕西科技大学
流域非点源模型 SWAT
复旦大学
SWAT发展历程
SWAT94.2、SWAT96.2、SWAT98.l、 SWAT99.2、SWAT2000,SWAT2003
加入估计径流洪峰流速的SCS 径流曲线以及产沙MUSLE,与 河道演算模型相融合
和EPIC模型的作物生长模 块相结合,以d为时间步长
陕西科技大学
经营模块
农林地的管理
植物播种 时间,施 肥措施, 杀虫剂喷 洒措施, 作物收割 时间
水资源管理
流域内的 灌溉,排 水,蓄水, 生活用水, 工业用水 等
陕西科技大学
SWAT模型可以模拟流域内多种水文循环物理过程。由于流域 下垫面和气候的空间差异性,为了便于模拟,SWAI,模型按照 不同的土地利用方式和土壤类型将流域细分为若干个子流域。
采用其所整合的EPIC 模型进行模拟计算, 对N、P两种元素进行
独立模拟。
陕西科技大学
农药/杀虫剂组件
可模拟地表径流、渗 漏、土壤挥发、泥沙 携带等过程农药/杀虫 的迁移损耗情况。
农业管理组件
可模拟多年生长作物 的轮作以及每年三季 作物的种植情况,模 拟多种农业管理措施 的影响要求输入灌溉 、施肥和农药/杀虫剂
来计算泥沙负荷量,
(完整版)SWAT水文模型

SWAT水文模型介绍1概述SWAT(Soil and Water Assessment Tool)模型是美国农业部(USDA)农业研究局(ARS)开发的基于流域尺度的一个长时段的分布式流域水文模型。
它主要基于SWRRB模型,并吸取了CREAMS、GLEAMS、EPIC和ROTO的主要特征.SWAT具有很强的物理基础,能够利用GIS和RS提供的空间数据信息模拟地表水和地下水的水量和水质,用来协助水资源管理,即预测和评估流域内水、泥沙和农业化学品管理所产生的影响。
该模型主要用于长期预测,对单一洪水事件的演算能力不强,模型主要由8个部分组成:水文、气象、泥沙、土壤温度、作物生长、营养物、农业管理和杀虫剂。
SWAT模型拥有参数自动率定模块,其采用的是Q.Y.Duan等在1992年提出的SCE-UA算法。
模型采用模块化编程,由各水文计算模块实现各水文过程模拟功能,其源代码公开,方便用户对模型的改进和维护。
2模型原理SWAT模型在进行模拟时,首先根据DEM把流域划分为一定数目的子流域,子流域划分的大小可以根据定义形成河流所需要的最小集水区面积来调整,还可以通过增减子流域出口数量进行进一步调整。
然后在每一个子流域内再划分为水文响应单元HRU。
HRU是同一个子流域内有着相同土地利用类型和土壤类型的区域。
每一个水文响应单元内的水平衡是基于降水、地表径流、蒸散发、壤中流、渗透、地下水回流和河道运移损失来计算的。
地表径流估算一般采用SCS径流曲线法。
渗透模块采用存储演算方法,并结合裂隙流模型来预测通过每一个土壤层的流量,一旦水渗透到根区底层以下则成为地下水或产生回流。
在土壤剖面中壤中流的计算与渗透同时进行.每一层土壤中的壤中流采用动力蓄水水库来模拟。
河道中流量演算采用变动存储系数法或马斯金根演算法。
模型中提供了三种估算潜在蒸散发量的计算方法—Hargreaves、Priestley-Taylor和Penman-Monteith。
SWAT模型参数及运行过程

第1章SWAT模型1.1SWA T模型参数1.1.1DEM数据DEM大部分是比较光滑的地形表面模型,但是由于误差及某些特殊地形的存在,造成DEM表面会有一些凹陷的地区存在,导致得到精度不高的水流方向结果,使得原始DEM数据不能满足研究的需要。
因此,在进行绝大多数模拟实验之前,都会将原始DEM数据通过ArcGIS软件的水文分析模型进行洼地填充,最终得到满足研究需求的无洼地DEM数据。
1.1.2土地利用数据通过对洱海流域高分辨遥感影像监督分类取得研究区的土地利用空间分布图后,首先查看分布图的投影坐标体系,如果与研究中设定的不相同,则需要利用ArcToolbox的投影模块Projections对其进行投影转换;第二步需要建立图中分类编码与模型中土地分类编码之间的联系,以供模型模拟使用。
1.1.3气象数据气象数据主要包括流域的气温数据(日平均、最高和最低)、太阳辐射、风速、相对湿度、降水数据(包括降雨强度、月均降雨量、月均降雨量标准偏差、降雨的偏度系数、月内干日数、月内湿日数、平均降雨天数等参数)。
在数据类型上,这些数据可以是统计数据,也可以通过SWAT模型的天气发生器模拟生成,或者是统计和模拟数据的结合;在数据格式上,这些气象数据需要以DBF格式保存在ArcGIS自带的属性数据库中;在时间尺度上,模型的模拟时间步长可以为年、月、日。
1.1.4土壤数据SWAT 模型需要将各类土壤的水文、水传导属性作为输入值, 并将其分为按土壤类型和按土壤层输入的两类参数。
按土壤类型输入的参数包括:(1)每类土壤所属的水文单元组;(2)植被根系最大深度;(3)土壤表面到最底层深度;(4)土壤空隙比等。
按土壤层分层输入的数据有;(5)土壤表面到各土壤层深度;(6)土壤容重;(7)有效田间持水量;(8)饱和导水率;(9)每层土壤中的粘粒、粉沙、沙粒、砾石含量;(10)USLE方程中的土壤可蚀性K;(11)田间土壤反照率;(12)土壤电导率。
SWAT操作说明

SWAT(Soil and Water Assessment TooL)操作说明(ArcView界面)http:/./swatR.SrinivasanBlackland Research and Extension CenterTexas Agricultural Experiment StationTexas A&M University翻译:高歌 许红梅(国家气候中心)2007年11月主要内容1.简介2.目的3.扩展部分4.流域划分及土地利用、土壤类型定义5.应用SWAT6.结果的后处理及显示简介土壤和水评估工具(SWAT)是一个具有物理基础可进行连续事件模拟的水文模式,用于预报土地管理措施对水、沉积物的影响以及农用化学物的大量使用、复杂流域的土壤变化、土地利用和管理条件的长期影响。
模拟时,一个流域被划分为一定数量均匀的子流域(即水文响应单元 HRUs),子流域内的土壤和土地利用具有一致的特征。
每个子流域的输入信息包括:天气;子流域内统一的陆面覆盖、土壤以及管理措施;池塘或水库,地下水以及主要的河道及子流域支流。
径流的运载,沉淀物、营养物和杀虫剂在子流域主要河道的运载情况也可以模拟,主要考虑了一些影响水文的物理过程。
更为细致的SWAT功能的描述,请参考SWAT User’s Manual, Version 99.2 (/swat/swatdoc.html#new)。
目的操作说明介绍软件安装及熟悉基本操作。
建立项目A VSWATX , ArcView3.x的扩展版。
建立一个ArcView项目,该项目包括连接处理好的资料以及兼容所有GIS常用的功能。
项目还包括一个常用的ArcView 图形用户界面(GUI),有菜单、按钮和工具。
1.启动ArcView3.x, 从File菜单中选取extension, 浏览A VSWATX并选择可选框,出现A VSWATX界面(图1)。
2.按下New Project旁边的按钮,弹出对话框,从下拉菜单选择资料目录,然后填写创建项目的名称,如:SWATDEMO. 文件名最长可以有8个字符,不给出文件的扩展名。
SWAT水文模型

SWAT水文模型介绍1概述SWAT(Soil and Water Assessment Tool)模型就是美国农业部(USDA)农业研究局(ARS)开发的基于流域尺度的一个长时段的分布式流域水文模型。
它主要基于SWRRB模型,并吸取了CREAMS、GLEAMS、EPIC与ROTO的主要特征。
SWAT具有很强的物理基础,能够利用GIS与RS提供的空间数据信息模拟地表水与地下水的水量与水质,用来协助水资源管理,即预测与评估流域内水、泥沙与农业化学品管理所产生的影响。
该模型主要用于长期预测,对单一洪水事件的演算能力不强,模型主要由8个部分组成:水文、气象、泥沙、土壤温度、作物生长、营养物、农业管理与杀虫剂。
SWAT模型拥有参数自动率定模块,其采用的就是Q、Y、Duan 等在1992年提出的SCE-UA算法。
模型采用模块化编程,由各水文计算模块实现各水文过程模拟功能,其源代码公开,方便用户对模型的改进与维护。
2模型原理SWAT模型在进行模拟时,首先根据DEM把流域划分为一定数目的子流域,子流域划分的大小可以根据定义形成河流所需要的最小集水区面积来调整,还可以通过增减子流域出口数量进行进一步调整。
然后在每一个子流域内再划分为水文响应单元HRU。
HRU就是同一个子流域内有着相同土地利用类型与土壤类型的区域。
每一个水文响应单元内的水平衡就是基于降水、地表径流、蒸散发、壤中流、渗透、地下水回流与河道运移损失来计算的。
地表径流估算一般采用SCS径流曲线法。
渗透模块采用存储演算方法,并结合裂隙流模型来预测通过每一个土壤层的流量,一旦水渗透到根区底层以下则成为地下水或产生回流。
在土壤剖面中壤中流的计算与渗透同时进行。
每一层土壤中的壤中流采用动力蓄水水库来模拟。
河道中流量演算采用变动存储系数法或马斯金根演算法。
模型中提供了三种估算潜在蒸散发量的计算方法—Hargreaves、Priestley-Taylor与Penman-Monteith。
SWAT模型参数及运行过程

第1章SWAT模型1.1SWAT模型参数1.1.1DEM数据DEM大部分是比较光滑的地形表面模型,但是由于误差及某些特殊地形的存在,造成DEM表面会有一些凹陷的地区存在,导致得到精度不高的水流方向结果,使得原始DEM数据不能满足研究的需要。
因此,在进行绝大多数模拟实验之前,都会将原始DEM数据通过ArcGIS软件的水文分析模型进行洼地填充,最终得到满足研究需求的无洼地DEM数据。
1.1.2土地利用数据通过对洱海流域高分辨遥感影像监督分类取得研究区的土地利用空间分布图后,首先查看分布图的投影坐标体系,如果与研究中设定的不相同,则需要利用ArcToolbox的投影模块Projections 对其进行投影转换;第二步需要建立图中分类编码与模型中土地分类编码之间的联系,以供模型模拟使用。
1.1.3气象数据气象数据主要包括流域的气温数据(日平均、最高和最低)、太阳辐射、风速、相对湿度、降水数据(包括降雨强度、月均降雨量、月均降雨量标准偏差、降雨的偏度系数、月内干日数、月内湿日数、平均降雨天数等参数)。
在数据类型上,这些数据可以是统计数据,也可以通过SWAT模型的天气发生器模拟生成,或者是统计和模拟数据的结合;在数据格式上,这些气象数据需要以DBF格式保存在ArcGIS自带的属性数据库中;在时间尺度上,模型的模拟时间步长可以为年、月、日。
1.1.4土壤数据SWAT 模型需要将各类土壤的水文、水传导属性作为输入值, 并将其分为按土壤类型和按土壤层输入的两类参数。
按土壤类型输入的参数包括:(1)每类土壤所属的水文单元组;(2)植被根系最大深度;(3)土壤表面到最底层深度;(4)土壤空隙比等。
按土壤层分层输入的数据有;(5)土壤表面到各土壤层深度;(6)土壤容重;(7)有效田间持水量;(8)饱和导水率;(9)每层土壤中的粘粒、粉沙、沙粒、砾石含量;(10)USLE方程中的土壤可蚀性K;(11)田间土壤反照率;(12)土壤电导率。
第16章SWAT模型1

第16章SWA T模型16.1 概述SWA T(Soil and Water Assessment Tool)(Arnold et al., 1998; Neitsch et al., 2002)是由美国农业部农业研究中心(USDA-ARS)开发的流域尺度模型。
模型开发的目的是在具有多种土壤、土地利用和管理条件的复杂流域,预测长期土地管理措施对水、泥沙和农业污染物的影响。
SWA T模型经历了不断的改进,很快便在水资源和环境领域中得到广泛承认和普及。
Bera et al.(2003)称之为在农业和森林为主的流域具有连续模拟能力的最有前途的非点源模型。
模型主要组成部分包括气候、水文、土壤温度和属性、植被生长、营养物、杀虫剂和土地管理等。
本章首先介绍了SWA T模型的发展历史和基本结构,然后从水文评估、污染物流失、气候变化影响、洪水短期预报、敏感性分析、率定和不确定性分析、模拟关键影响因素及与其他模型的比较和耦合等方面详细介绍了SWA T模型的最新研究进展,进而分析了模型特点,并提出今后研究的展望,最后结合黄河河源区气候变化对水文循环影响的研究案例详细介绍了SWA T模型的具体应用。
16.2 模型发展历史16.2.1 模型的发展与改进SWA T主要基于SWRRB,并且吸取了CREAMS、GLEAMS、EPIC和ROTO的主要特征。
SWA T作为一种非点源模型已被并入BASINS(Better Assessment Science Integrating point and Nonpoint Sources)。
BASINS由美国环保局(USEPA)开发,其主要目的是在全国范围内分析和制定最大日负荷(Total Maximum Daily Loads, TMDL)的标准和指导方针。
SWA T模型自90s初开发以来,已经经历了不断的回顾和扩展。
模型主要的改进版本为:⑴ SWA T94.2:添加了水文响应单元(HRUs)。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第1章SWAT模型1.1SWAT模型参数1.1.1DEM数据DEM大部分是比较光滑的地形表面模型,但是由于误差及某些特殊地形的存在,造成DEM表面会有一些凹陷的地区存在,导致得到精度不高的水流方向结果,使得原始DEM数据不能满足研究的需要。
因此,在进行绝大多数模拟实验之前,都会将原始DEM数据通过ArcGIS软件的水文分析模型进行洼地填充,最终得到满足研究需求的无洼地DEM数据。
1.1.2土地利用数据通过对洱海流域高分辨遥感影像监督分类取得研究区的土地利用空间分布图后,首先查看分布图的投影坐标体系,如果与研究中设定的不相同,则需要利用ArcToolbox的投影模块Projections对其进行投影转换;第二步需要建立图中分类编码与模型中土地分类编码之间的联系,以供模型模拟使用。
1.1.3气象数据气象数据主要包括流域的气温数据(日平均、最高和最低)、太阳辐射、风速、相对湿度、降水数据(包括降雨强度、月均降雨量、月均降雨量标准偏差、降雨的偏度系数、月内干日数、月内湿日数、平均降雨天数等参数)。
在数据类型上,这些数据可以是统计数据,也可以通过SWAT模型的天气发生器模拟生成,或者是统计和模拟数据的结合;在数据格式上,这些气象数据需要以DBF格式保存在ArcGIS自带的属性数据库中;在时间尺度上,模型的模拟时间步长可以为年、月、日。
1.1.4土壤数据SWAT 模型需要将各类土壤的水文、水传导属性作为输入值, 并将其分为按土壤类型和按土壤层输入的两类参数。
按土壤类型输入的参数包括:(1)每类土壤所属的水文单元组;(2)植被根系最大深度;(3)土壤表面到最底层深度;(4)土壤空隙比等。
按土壤层分层输入的数据有;(5)土壤表面到各土壤层深度;(6)土壤容重;(7)有效田间持水量;(8)饱和导水率;(9)每层土壤中的粘粒、粉沙、沙粒、砾石含量;(10)USLE方程中的土壤可蚀性K;(11)田间土壤反照率;(12)土壤电导率。
土壤物理属性数据按获取方式的不同可分为以下四类:(l)通过查阅土壤志获得数据:土壤名称、土壤层数、根系深度和表层到底层土壤深度根据《土壤志》直接获得。
(2)实测数据和通过实测数据转化得到:粘土、壤土、砂土和砾石采用的是采样后实测的土壤数据,有机碳含量是由实测的有机质含量转化得到。
(3)通过计算得到的数据。
土壤容重、有效水容量和饱和传导系数使用SPAW 软件计算得到,水文单元组、地表反射率、土壤侵蚀因子由已知数据通过公式计算得到。
(4)使用SWAT模型的默认值:阴离子交换孔隙度、土壤最大可压缩量、电导率使用SWAT模型的默认值。
土壤的化学属性,包括土壤每层的全磷、全氮、速效磷含量,是通过野外采样,实验室化验得到的实测数据。
1、土壤粒径数据土壤粒径数据是SWAT模型中重要的输入参数,对模拟结果的精度有重要的影响作用。
SWAT模型中采用的土壤粒径标准为美国制标准,而中国的土壤质地采用的是卡钦斯基制和国际制标准,因此国内数据无法在SWAT模型中直接使用,使用时需要将其转化为美国制标准。
粒径转换的方法主要包括:一次样条插值,二次样条插值,三次样条插值,线性插值、spline内插方法等。
国际制、卡钦斯基制和美国制标准的区别如下表所示。
表1 土壤颗粒标准国际制(mm)卡钦斯基制(mm)美国制(mm)>2 砾石砾>1 >2 砾石0.2-2 粗沙土砂0.05-1 0.05-2 沙土0.02-0.2 细沙土粗粉砂0.01-0.05 0.002-0.05 粉土0.002-0.02 粉土中粉砂0.005-0.01 <0.002 粘土<0.002 粘土细粉砂0.001-0.005粘粒<0.0012、SPAW 软件计算部分参数通过美国华盛顿州立大学开发的土壤水特性软件SPAW软件中的Soil-Water - Characteristics(SWCT)模块,并根据粘土(Clay)、砂(Sand)、有机物(Organic Matter)、盐度(Salinity)、砂砾(Gravel) 等参数计算出: (1)凋萎系数;(2)田间持水量;(3)饱和度;(4)土壤容重;(5)饱和导水率等5个变量。
由变量(1)和(2)可以计算逐层的有效田间持水量(SOL _AWC ),其计算公式为: SOL _AWC = FC -WP,其中FC为田间持水量,WP为凋萎系数。
3、土壤有机碳参数将土壤有机质的含量乘以0.58可以求得土壤中有机碳的含量。
4、土壤水文组在SWAT模型中采用SCS径流曲线数模型对径流进行模拟研究,而水文土壤组则是这个模型的重要参数之一。
美国自然环保署(Natural Resource Conservation Service)根据土壤入渗率特征,将具有相似径流能力的土壤分为四个土壤水文组(A,B,C和D),该组具有相同的降水和地表特征。
土壤的水文分组定义如表2所示:表2 土壤水文分组土壤类型最小下渗率(mm/h)渗透率土壤质地A >7.26 较高沙土、粗质沙壤土B 3.81~7.26 中等壤土、粉沙壤土C 1.27~3.81 较低沙质粘壤土D 0.00~1.27 很低粘土、盐渍土5、土壤可蚀性K值土壤可蚀性K值是土壤抵抗水蚀能力大小的一个相对综合指标,K值越大,抗水蚀能力越小;反之,K值越小抗水蚀能力越强。
Williams等在EPIC模型中发展了土壤可蚀性因子K值的估算方法,只需要土壤的有机碳和颗粒组成资料即可计算。
计算公式如下所示:K={0.2+0.3exp[−0.025SAN100]}(SILCLA+SIL)0.3(1.0−0.25CC+EXP(3.72−0.95C))(1.0−0.7SNSN+EXP(−5.51+22.9SN))(4.2)式中,K为土壤侵蚀因子,SAN为含沙量;SIL为土壤含量;CLA为粘土含量;C为土壤有机氮含量;SN=1-SAN/100。
6、SWAT土壤数据库其余参数确定对于田间土壤反照率,可以率根据土壤颜色、湿度以及土壤反照率的参考值取为0.16~ 0.22不等。
对于土壤的电导率,与土壤中的盐分、水分、有机质含量、土壤质地结构和孔隙率都有不同程度的关系,可以采用电流-电压四端法进行测定,也可以采用一些经验值。
1.2模型建立及运行1.2.1流域划分1.2.1.1DEM设置1.DEM加载首先在单击DEM Setup选项加载流域DEM数据;然后单击DEM projection setup 按钮,定义DEM属性。
2.定义MASKDEM加载之后,为更加准确的划定流域研究范围,最好需要加载MASK,可以更好的减少数据量的大小。
1.2.1.2河网定义为了生成精度较高的流域水系图,可以选择加载河网,这样就可以得到精度符合试验要求的水系图。
1)选择DEM-based选项。
2)单击Flow direction and accumulation。
软件将自动进行流域河网划分分析,分析结束之后,在Area对话框中将出现分析数据,这个数值越小,划分的河网就会越详细。
3)在Stream network对话框中点击按钮Creat streams and outlets,生成河网。
1.2.1.3 OUTLET、INLET定义在流域内进行径流模拟、泥沙模拟和非点源污染模拟等研究时,OUTLET、INLET的正确定义可以更好的定位监测点的位置,提高模拟结果的精度。
1.2.1.4流域总出口指定及子流域划分1)单击总出口按钮,选择流域总出口,在这里,流域总出口选为左下角的西洱河。
2)单击子流域按钮,划分子流域。
1.2.1.5子流域参数的计算单击计算按钮Calculate subbasin parameters,计算子流域参数。
当流域划分完成之后,ArcSWAT产生的栅格数据集,将从SWAT项目目录Watershed\Grid 转移到Project Raster Geodatabase。
流域划分完成之前,Watershed\Grid目录中的栅格以ESRI GRID格式存储,以提高执行效率。
一旦划分完成,它们将会被转移到Raster Geodatabase,以简化项目的数据存储。
1.2.2水文响应单元划分1.2.2.1 加载土地利用栅格图及重分类土地利用类型1)选择HRU Analysis菜单中的Land Use/Soil/Slope Definition,将会弹出以下对话框,2)单击Land Use Grid下的按钮,加载Land Use数据,选择Load Land Use dataset(s) from disk。
3)选择数据集里的land use代码字段,这个字段将转成栅格数据集里的栅格值。
4)选择区别土地利用类型的相应属性字段,单击OK,显示Value 和面积比。
5)单击Lookup Table选项,加载土地利用索引表。
本研究中,笔者选用土地利用索引表User Table,将栅格Value值与SWAT 土地利用数据库里的分类联系起来。
1.2.2.2 加载土壤栅格图及重分类土壤类型1)单击Soils Grid下的按钮,加载Soils数据,选择Load Soils dataset(s) from disk。
2)选择数据集里的Soils代码字段,这个字段将转成栅格数据集里的栅格值。
3)选择区别土壤类型的相应属性字段,单击OK,显示Value 和面积比。
4)单击Lookup Table,选择Name字段,加载索引表。
1.2.2.3 重分类坡度1)选择Slope选项,将出现以下对话框:2)单击选择Multiple Slope选项,将坡度分为两类,然后选择Current Slope Class,输入分类的上限,单位是%。
3)完成上述工作后,Reclassify按钮将会被激活,单击Reclassify执行,完成坡度分类。
1.2.2.4 HRU定义打开HRU Analysis菜单,选择HRU Definition选项,可以在显示的对话框中划分水文响应单元,1)单击HRU Thresholds选项,选择其中的Multiple HURs,按研究实际需要输入比例值。
2)单击Land Use Refinement (Optional) 选项,对land use类型进行详细划分。
3)完成上述工作后,单击Create HRUs选项,完成水文响应单元的划分,生成Final HRU Distribution的报告,同时创建一个属性文件加载到当前视图中。
1.2.3加载气象数据1)选择Write Input Tables菜单中的Weather Stations,然后选择Custom database,加载weather generator测站位置表,2)然后依次选择菜单中的Solar Radiation Data、Wind Speed Data、Rainfall Data 、Temperature Data、Relative Humidity Data等选项,加载事先准备好的相应DBF文件。