基于原位土壤观测的SWAT关键参数及模拟优化分析_欧阳威

合集下载

SWAT模型研究进展

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。

基于GIS的SWAT模型在农业面源污染模拟中的应用的开题报告

基于GIS的SWAT模型在农业面源污染模拟中的应用的开题报告

基于GIS的SWAT模型在农业面源污染模拟中的应用的开题报告一、研究背景农业是人类生存和发展的基础,但随着人口的增加和经济的发展,农业生产活动也不断增加,导致农业面源污染日趋严重。

农业面源污染指农业活动所产生的污染物,如农药、化肥、畜禽粪便等通过地表径流或地下水逐渐汇入水体,造成水质污染进而威胁人类和生态环境安全。

因此,如何有效地模拟农业面源污染,引导农业生产健康发展已成为一个重要问题。

SWAT (Soil and Water Assessment Tool)模型是目前行之有效的农业面源污染模拟工具,普遍应用于农业面源污染的研究中。

SWAT模型通过模拟流域中各种农业活动的影响,可以预测流域中的水量、营养物质流量和土壤侵蚀等信息,分析农业面源污染的产生和传输过程。

在SWAT模型中,地理信息系统(GIS)起着至关重要的作用。

GIS 可以对农业面源污染影响因素进行空间分析和建模,得出流域内各有机面的空间分布和相关参数,并将结果输入SWAT模型中,以获取流域内农业面源污染信息,从而提高模型的准确性和可靠性。

二、研究目的及意义本论文旨在研究基于GIS的SWAT模型在农业面源污染模拟中的应用,具体研究内容包括:1. 分析农业活动对地表水和地下水的污染过程及其机理;2. 探讨GIS在农业面源污染数据处理、分析和模拟中的作用;3. 构建基于GIS的SWAT模型,开展农业面源污染模拟。

本研究通过GIS对流域内农业面源污染相关参数进行空间分析和建模,得出流域内不同地区农业面源污染的空间分布和传输特征,同时,结合SWAT模型对农业面源污染的产生和传输过程进行模拟,以期得出流域内不同地区农业面源污染的程度和分布情况,为流域管理和农业生产提供科学参考。

三、研究方法1. 数据获取:获取流域内相关数据,包括数字高程模型、土地利用数据、气象数据、土壤数据等;2. 数据处理:采用GIS软件对流域内农业面源污染相关参数进行空间分析和建模,以获取流域内不同地区农业面源污染的空间分布和传输特征;3. 模型构建:基于GIS的SWAT模型构建,采用已有的数据进行参数设置和模型校准,并进行模拟和预测;4. 结果分析:利用GIS软件对模拟结果进行可视化处理和空间分析,得出流域内不同地区农业面源污染的程度和分布情况,并与实际情况进行对比和分析。

SWAT模型及其在水环境非点源污染研究中的应用

SWAT模型及其在水环境非点源污染研究中的应用

SWAT模型及其在水环境非点源污染研究中的应用引言水环境的非点源污染是全球范围内环境污染的重要问题之一。

由于非点源污染的随机性和分散性,对其进行精确的监测和预测是一项具有挑战性的任务。

SWAT(Soil and Water Assessment Tool)模型是一种被广泛应用于水资源管理和环境保护领域的模型,其在水环境非点源污染研究中发挥着重要作用。

本文将就SWAT模型的原理及其在水环境非点源污染研究中的应用进行探讨,并结合实际案例分析SWAT模型的实际效用。

一、SWAT模型原理SWAT模型是美国农业部开发的一种集成水文和生态模型,主要用于评估土地利用变化对流域水文水质的影响。

SWAT模型基于物理机理和经验关系,能够模拟流域内地表径流、土壤水分含量、植被生长、氮磷输移和含沙量等过程,是一种集成了气候、土壤、植被、地形、水文和管理措施等多种因素相互作用的水文生态过程模拟工具。

SWAT模型的核心是将流域划分为大小不等的子集,然后对每个子集进行水文过程的模拟。

模型输入主要包括气象数据、土地利用数据、土地管理措施、地形数据等。

模型输出主要包括流域内径流量、水质、土壤侵蚀、植被生长等信息。

SWAT模型采用了土地利用-土壤分类系统(LULC)和土地利用管理措施(LUM)来描述土地利用的分布和管理措施的变化。

模型还能够考虑降雨、蒸发蒸腾、径流、土壤湿度、植被生长、土壤侵蚀、氮磷输移等多种水文生态过程。

二、SWAT模型在水环境非点源污染研究中的应用1. 地表径流和非点源污染模拟地表径流是流域水文循环的一个重要组成部分,也是非点源污染的主要扩散途径。

SWAT模型利用流域内不同土地利用类型和土壤类型的特性参数,能够准确地模拟地表径流过程,并结合水质模块对流域水体中的污染物扩散进行模拟。

通过SWAT模型的模拟可以评估不同土地利用和管理方式对地表径流和非点源污染的影响,为流域水资源保护和管理提供支持。

2. 氮磷输移模拟氮磷是农业生产中常见的污染物,对水环境造成严重的影响。

SWAT模型

SWAT模型

SWAT模型SWAT模型是一种常用的水文模型,广泛应用于流域水文模拟和水资源管理等领域。

SWAT模型的全称是Soil and Water Assessment Tool,该模型结合了土壤、水文和气象等多方面因素,能够对流域内水文循环过程进行较为精确的模拟和预测。

在这篇文章中,我们将探讨SWAT模型的基本原理、应用范围以及未来发展方向。

SWAT模型的基本原理SWAT模型是一种基于过程的模型,其基本原理是通过对流域内水文循环过程的各种因素进行细致的建模和模拟,从而实现对流域水文过程的定量分析和预测。

SWAT模型主要考虑的因素包括降水、蒸发蒸腾、径流、土壤蓄水、植被覆盖等,模型通过对这些因素之间的相互作用进行建模,可以对流域内的水文过程进行较为准确的描述。

SWAT模型采用分布式建模方法,将流域划分为多个子集水区,然后对每个子集水区内的水文过程进行独立的模拟,最后通过整合各个子集水区的模拟结果得到对整个流域的水文过程的模拟结果。

这种分布式建模方法能够更好地考虑流域内地形、土壤和植被等空间异质性因素对水文过程的影响,提高模拟结果的准确性。

SWAT模型的应用范围SWAT模型主要应用于流域水文过程的模拟和预测,在水资源管理、土地利用规划、洪水风险评估等方面发挥着重要作用。

具体来说,SWAT模型可以用于以下几个方面:1.水资源管理:SWAT模型能够对流域内降水、径流等水文过程进行模拟,帮助决策者了解流域内水资源的分布和利用情况,指导水资源管理的决策。

2.土地利用规划:SWAT模型可以模拟不同土地利用类型对水文过程的影响,帮助规划者制定合理的土地利用规划,保护流域水资源。

3.洪水风险评估:通过模拟洪水过程,SWAT模型可以评估流域内不同地区的洪水风险,为防洪减灾提供科学依据。

4.水质预测:SWAT模型还可以模拟流域内污染物的输运过程,帮助监测人员预测流域内水质状况,保护水质。

SWAT模型的未来发展方向随着科学技术的不断发展和水资源管理需求的提高,SWAT模型也在不断完善和发展。

土壤_水文综合工具_SWAT_模型的研究进展及展望_张荣飞

土壤_水文综合工具_SWAT_模型的研究进展及展望_张荣飞

的影响[28,29]。其三是减少非点源污染的方法措施, 如 Holvoet 等针对农田的杀虫剂进行了模拟跟踪研 究,提出了增加过滤带、泄水道、尾水池等措施来减 少污染物[30—32]。国 内 学 者 对 非 点 源 污 染 的 模 拟 与 所 差 异 ,主 要 分 为 两 方 面 ,其 一 是 研 究 时 空 变 化 对 非点源污染 的 影 响,如 王 晓 燕 等 分 别 从 空 间 尺 度 和时间尺度上研究了密云水库北部流域污染物的 运 营 转 移 ,得 出 白 河 流 域 产 沙 量 最 大 ,潮 河 流 域 氮 磷流失量最大,9 月份的硝态氮和矿物质磷的输出 最大[33]。尹刚等构建了东北图们江流域的 SWAT 模 型 ,进 行 了 土 壤 侵 蚀 量 和 氮 磷 营 养 物 量 计 算 ,验 证了 SWAT 模型在此流域的适用性并发现了有机 磷 和 有 机 氮 的 时 空 变 化 特 征[34]。 其 二 是 研 究 不 同 的土地利用 方 式 下 非 点 源 污 染 物 的 状 况,如 秦 耀 民等利用 SWAT 模型在黑河流域模拟了不同土地 利用情景下 泥 沙 和 营 养 负 荷 物 的 量 化 情 况,其 研 究结果表明 林 地 面 积 与 泥 沙 产 量 成 负 相 关,与 总 氮总磷的负荷量成正相关[35 。 ,36] 总结国内外的研 究成果可以 得 出,非 点 源 污 染 物 主 要 与 农 田 的 面 积和类型、降 雨 量 以 及 水 库 的 大 小 和 位 置 密 切 相 关,控制非点源污染也当从这几方面入手。 1. 4 蒸腾蒸发模拟
mail: rongfei330@ 126. com。
* 通信作者简介: 李昌晓,男,西南大学生命科学学院教授,硕士生导
师。E-mail: lichangx@ swu. edu. cn。

基于SWAT模型的紫色土丘陵区农业小流域非点源氮、磷输出模拟研究

基于SWAT模型的紫色土丘陵区农业小流域非点源氮、磷输出模拟研究

基于SWAT模型的紫色土丘陵区农业小流域非点源氮、磷输出模拟研究薛菲;唐家良;赵举;章熙锋;申东;王芮【摘要】[Objective] Agricultural non-point source pollution was the main cause of water eutrophication in hilly area of purple soils.The small watershed in purple soil area experienced intense farmingactivities,however,the agricultural watersheds in this area were the lack of observed data and prediction tools of nitrogen and phosphorus export fluxes from agricultural catchments.Therefore,it is difficult to develop good solutions aiming at the mitigation of nitrogen and phosphorus in small watershed scale.[Method] In the present study,SWAT was used in a watershed with area of 12.36 km2 in typical purple soil region of upper Yangtze River.According to the measured data,SWAT model was adjusted to simulate the river discharge and non-point source pollution processes.[Resuh] SWAT succeeded in of monthly and daily discharge simulation with satisfactory performance in the study area (R2 =0.6-0.9,Ens =0.55-0.9),and SWAT could simulate the transportation of nitrogen and phosphorus with good fitness based on monthly interval (R2 =0.75-0.91,Ens =0.72-0.80).It was proved the SWAT could be successively applied in a complex agricultural watershed (10 km2) at hilly area of purplesoil.[Conclusion] The critical source areas for non-point source nitrogen and phosphorus were identified,so as to formulate countermeasures preventing nonpoint source pollutions in the study region.%[目的]农业非点源污染是造成水体富营养化的重要形式,紫色土丘陵区小流域农耕活动频繁,缺乏对农事操作所导致的氮、磷迁移通量的模拟和预测工具,从而难以针对小流域尺度氮、磷流失制定优化的非点源污染减控措施.[方法]本研究将SWAT运用在面积为12.36 km2的典型紫色土丘陵区农业小流域.通过实测数据率定模型参数,模拟了小流域水文过程和氮、磷污染物迁移过程.[结果]SWAT2012能够很好地模拟每日径流、泥沙输出(决定系数R2> 0.60,纳什系数Ens >0.55),同时可模拟月步长氮、磷污染物输出过程(决定系数R2 >0.75,纳什系数Ens>0.72),说明SWAT模型可有效地进行丘陵区较小尺度小流域(10 km2)面源污染输移模拟和预测.[结论]模拟结果可得出,氮、磷污染物的关键源区主要位于小流域沟谷区,通过建设河岸缓冲带可有效防止地表和地下径流途径的氮、磷损失.【期刊名称】《西南农业学报》【年(卷),期】2017(030)005【总页数】8页(P1145-1152)【关键词】SWAT;非点源污染;紫色土;农业小流域;关键源区【作者】薛菲;唐家良;赵举;章熙锋;申东;王芮【作者单位】中国科学院水利部成都山地灾害与环境研究所,四川成都610041;中国科学院水利部成都山地灾害与环境研究所,四川成都610041;乐山市产品质量监督检验所,四川乐山614001;中国科学院水利部成都山地灾害与环境研究所,四川成都610041;中国科学院水利部成都山地灾害与环境研究所,四川成都610041;中国科学院水利部成都山地灾害与环境研究所,四川成都610041【正文语种】中文【中图分类】S143.93【研究意义】如何能够有效地进行农业非点源污染控制,进而在农村地区广泛开展水环境管理以及小流域综合治理,首先需要进行科学的水质评价和预测。

swat模型中气象数据库和土壤数据库的构建方法

swat模型中气象数据库和土壤数据库的构建方法

swat模型中气象数据库和土壤数据库的构建方法1. 引言1.1 概述本文将探讨在SWAT(Soil and Water Assessment Tool)模型中构建气象数据库和土壤数据库的方法。

SWAT模型是一个广泛应用于流域水文研究和水资源管理的数学模型,可以模拟流域内水循环过程、土壤侵蚀和营养物质输出等综合水文过程。

而气象数据库和土壤数据库作为SWAT模型输入数据的基础,对模型的准确性和可靠性具有重要意义。

1.2 目的本文旨在介绍如何构建SWAT模型所需的气象数据库和土壤数据库,并详细阐述构建方法中涉及到的数据采集、处理以及输入质控等技术步骤。

通过深入分析和总结实际应用中的经验,希望能够为相关研究者提供有益且可行的操作指南,以提高SWAT模型分析结果的准确性。

1.3 文章结构本文共包含五个主要部分。

首先在引言部分对整篇文章进行了概述,并阐明了文章达到目标的意义。

接下来,在第二部分“SWAT模型概述”中,将简要介绍SWAT模型以及气象数据库和土壤数据库在模型中的重要性。

然后,在第三部分“构建气象数据库方法”中,将详细讨论数据采集与处理步骤、气象站点选择标准以及数据输入质控方法等关键技术。

接着,在第四部分“构建土壤数据库方法”中,将介绍土壤数据获取渠道分析、土壤属性参数提取技术应用以及土壤数据库建立流程等相关内容。

最后,在第五部分“结论与展望”中,将总结构建方法,并展望其在未来的应用前景和研究方向。

通过以上各个部分的逐步展开,本文旨在为读者提供一条清晰的指引,帮助他们成功地构建SWAT模型所需的气象数据库和土壤数据库,并对其效果进行评估和进一步研究。

同时也为SWAT模型的发展做出一定的贡献。

2. SWAT模型概述:2.1 SWAT模型简介SWAT(Soil and Water Assessment Tool)模型是一种综合水文学和土壤学的数值模拟工具,用于评估流域尺度上的水资源管理和土地利用决策。

基于SWAT模型的东北水稻灌区水文及面源污染过程模拟_李颖_王康_周祖昊

基于SWAT模型的东北水稻灌区水文及面源污染过程模拟_李颖_王康_周祖昊

均值±标准差 Mean ± standard deviation 黏粒 Clay/% 28.4±4.3 28.9±9.6 26.9±11.1 20.4±7.7 21.8±8.3 24.5±6.1 14.2±4.6 21.4±4.5 23.1±3.9 7.2 12.0 14.7
灌区 5 月初水稻开始泡田,9 月 5 日停止灌水。 2009 年、 2010 年在达里巴乡、 前营子村、 四家子村、 韩家店、莲花泡农场等地施肥量调查资料显示,水 稻生育期内氮肥施用量普遍在 180 ~ 240 kg/hm2 。 2009 年、2010 年水稻生育期内降雨量分别为 264 和 171 mm。 1.2 水稻生育期内灌区水文及面源污染过程监测 2009 年、2010 年水稻生育期内,灌区内监测 断面布置如图 1 所示,在灌区 4 种土壤分布区内, 选择典型区域对不同土壤质地条件下从田间到末 级排水沟道(斗沟),汇流进入排水支沟(汇流排 水沟),最终进入排水干沟的面源污染全过程进行 监测。田间水质测定位置分别为图 1 中 1、2、3、4 位置,对应的末级排水沟水质水量监测断面位置分 别为 FD1、FD2、FD3 和 FD4,汇流排水沟水质水 量监测断面位置分别为 LD1、LD2、LD3 和 LD4
124o00′~125o02′E) , 林省松原市 (45o00′~45o28′N, 2 灌区灌溉面积为 30 600 hm 。灌区为水稻灌区,通 过 3 条干渠从松花江进行提水灌溉。灌区内排水系 统包括末级排水沟道(斗沟),汇流排水沟道(支 沟),以及主干排水沟道(引松泄干)。根据统计 资 料 , 灌 区内 单 位 面 积的 末 级 排 水沟 道 长 度 为 178 m/ hm2。末级排水沟道间距 120~180 m,排水 沟深度 0.6~1.1 m, 汇流排水沟道长度 2.5~4.5 km, 底宽 1.5~2.8 m,排水干沟长度为 53.8 km。2009 年、 2010 年,灌区的总排水量分别为 1.30×108 和 1.35×108 m3。灌区内主要土壤类型为黑钙土、草甸 土、潜育土和盐土,4 种土壤所占的面积比例分别 为 34%、32%、21%和 13%。2009-2010 年在灌区 内 14 个位置对于 4 种土壤性质进行了测定,灌区 土壤物理及水动力性质如表 1 所示。
  1. 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. 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. 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)。

N
024
8 km
图 1 研究区土壤类型图 Figure 1 Soil types of study area
土壤类型 草甸土 沼泽土 潜育白浆土 草甸白浆土 白浆土 暗棕壤土
第230214卷年第81月期 欧阳威,等:基于原位土壤观测的 SWAT 关键参数及模拟优化分析
1603
表 1 SWAT 参数的物理意义 Table 1 Physical definition of parameters for SWAT model
我国全国性的土壤数据库已经老化,严重制约 SWAT 模型模拟的准确性,由于 SWAT 模型是基于物 理机制的水文模型,SWAT 模型的参数有实际的物理 意义[10]。SWAT 模型系统中的初始值均是在基于美国 德州 Temple station 实验站的监测数据计算而来,与 我国各个区域的实际情况有较大出入,尤其是模型自 带土壤数据库使用的数据标准和我国现有的数据标 准不一致,因此直接借用基于我国土壤数据库进行参 数率定的参数,将给模拟带来较大的不确定性。本文 在现场观测数据的基础上,计算 SWAT 模型的 5 个 关键参数,将计算值与基于数据库 SWAT 模型的率 定值及基于两种类型参数的模拟结果进行对比,进而 分析基于土壤观测数据的参数计算值对 SWAT 模拟 效果的影响。
农业环境科学学报 第 33 卷第 8 期
研究区土壤划分为草甸土、草甸白浆土、沼泽土、白浆 土、潜育白浆土、暗棕壤土等 6 种类型(图 1)。用 1.5 km×1.5 km 的网格单元,在研究区内采样点位 149 个,每点采集 0~20 cm 及 20~40 cm 两层土壤样品。采 样时间为2011 年 4 月施肥翻地之前 (4 月 22 日— 30 日),并避开田埂、路边、农舍及明显受到扰动的土 壤。每个样点采集 5 个重复样品并用手混匀后密封在 塑料袋中。土壤属性、具体采样方法及分析流程见文 献[11]。 1.2 关键参数的筛选及评价
1602
输入数据总是不足的,尤其是缺乏有效的、长时段的 水文和水质监测数据。在有土壤及水文监测数据的 区域,在参考以往 SWAT 案例参数值的基础上,可以 利用监测数据来计算模型系统中的相关参数,优化 SWAT 模型数据库。在无水文监测数据的区域,则主 要通过参考与案例流域有着相似降水、土壤理化、土 地利用和农业耕作等特征的已经得到率定的 SWAT 参数[8-9]。
摘 要:利用现场观测土壤属性数据,对基于传统数据库的率定值和监测数据的参数计算值进行模拟结果对比分析。以三江平原 阿布胶河流域的现场观测数据,通过物理机制中公式或模型,计算得到 SWAT 模型关键土壤属性参数的值,再进行两次 SWAT 模 型的模拟。先运用基于土壤数据库参数率定值模拟,再用观测数据计算的参数值替换掉部分率定的参数值;与已经率定好的模型进 行对比,评价参数计算的结果。结果表明,SOL_AWC、SOL_K、SOL_BD 和 USLE_K 等 4 个参数在基于数据库的率定值和观测数据计 算值之间有显著性差异,而 SOL_CRK 的率定值和基于观测数据的计算值之间无显著性差异。两种模拟结果相比,发现基于观测数 据的农业面源负荷在数值上不存在显著性差异,且在年尺度和月尺度上具有相同的变化规律。结果表明基于观测数据的 SWAT 模 型能够很好地模拟农业面源负荷在时间尺度上的变化规律。 关键词:SWAT 模型;土壤观测;参数计算;农业面源污染 中图分类号:X53 文献标志码:A 文章编号:1672-2043(2014)08-1601-08 doi:10.11654/jaes.2014.08.019
国内外对 SWAT 模型的关键参数的敏感性和可 靠性进行了深入的研究[1-2],SWAT 模型的模拟精度与 关键参数有密切关系。鉴于模拟结果受到区域地理条 件、气候条件、土壤条件、土壤结构、土地利用方式、植 被覆盖和降水过程等诸多参数的影响,分析关键参数 对模拟结果的不确定性是提高模拟精度的主要途
收稿日期:2014-02-22 基金项目:农业行业公益项目(20103014);中央高校基本科研业务费
2014,33(8):1601-1608
农业环境科学学报 Journal of Agro-Environment Science
2014 年 8 月
基于原位土壤观测的 SWAT 关键参数 及模拟优化分析
欧阳威,蔡冠清,黄浩波,郝芳华
(北京师范大学环境学院,环境模拟与污染控制国家重点联合实验室,北京 100875)
基于已有监测及案例研究数据,运用常规流程, 在阿布胶河流域开展了 SWAT 模拟研究,具体参数率 定和模拟结果见文献[12]。在现场观测和 SWAT 模型 敏感性分析的基础上,选择关键参数。土层有效水含 量、土壤容重、饱和水力传导系数、土壤孔隙度和 USLE 方程中的土壤侵蚀因子 5 个参数(表 1)是表征 土壤特性的重要参数。LH-OAT 灵敏度分析[13]表明 SWAT 的模拟结果对这 5 个参数较为敏感。
针对这 5 个敏感参数,本研究进行基于原位土壤 观测数据的计算,并用计算值替换 SWAT 系统率定的 参数值。在土壤观测数据中,土壤粒径分布的精度为 0.001%,有机碳含量 orgC、总氮 TN、水溶性 N、总钾 TK、速效 K、总磷 TP、有效 P 的精度为 0.000 1%,阳 离子交换容量 CEC 的精度为 0.000 01 cmo(l +)·kg-1, pH 的精度为 0.01。对这 5 个敏感参数的模型率定值 和基于观测数据的计算值开展差异分析,并利用这两 种类型的参数值开展农业面源污染模拟。由于研究区 是小流域,缺少常规监测数据,进而无法获取面源污 染的实测值。在国际上,基于参数率定的模型模拟是 被广泛接受的解决方法,其模拟的结果和精度是可靠 的[14-15]。本研究将基于参数率定的模拟结果视为准确
1 材料与方法
1.1 研究区概况 案例研究选取位于三江平原农业开发区域的阿
布 胶 河 流 域(47.25° N,134.02° E),流 域 面 积 141.5 km2。海拔西高东低,最高处位于西部,海拔 129 m;最 低处位于东部,海拔 38 m。区域气候条件是寒温带大 陆性季风气候,年平均降水量为 583.18 mm,降水主 要集中在 5—9 月。依据中国 1∶100 万土壤空间数据,
表 2 各类型土壤的粘粒、粉粒和砂粒组成 Table 2 Clay, silt and sand contents of different soils
物理意义 土层有效水含量
土壤容重 饱和水力传导系数
土壤孔隙度 USLE 方程中的 土壤侵蚀因子
参数名称 SOL_AWC SOL-BD
SOL_K SOL_CRK USLE_K
32.520
62.495
C 草甸白浆土 0~20
4.926
30.526
64.548
20~40 6.085
34.150
59.765
D 暗棕壤
0~20
6.180
34.380
59.440
20~40 7.972
36.195
55.833
E 白浆土
0~20
3.956
23.844
72.199
20~40 6.561
2 结果与讨论
土壤 代码
土壤 类型
土层深度/ 粘粒/%
粉粒/%
砂粒/%
cm <0.002 mm 0.002~0.05 mm 0.05~2 mm
A 草甸土
0~20
5.624
30.758
63.618
20~40 5.783
29.997
64.220
B 沼泽土ຫໍສະໝຸດ 0~205.645
33.781
60.574
20~40 4.985
Optimization of Key Parameters for SWAT Model Based on Field Soil Observation
OUYANG Wei, CAI Guan-qing, HUANG Hao-bo, HAO Fang-hua (School of Environment, State Key Laboratory of Water Environment Simulation, Beijing Normal University, Beijing 100875, China) Abstract:In this study, onsite observed soil data were used to calculate the values of five key soil parameters by physically based mathemat- ical formula and model in the Abujiao River basin in Northeastern China. Then two simulations of agricultural diffuse pollution were per- formed with SWAT(Soil and Water Assessment Tool)model. One model simulation was based on calibrated parameter values, while the oth- er simulation was based on calculated parameter values. There were considerable differences between calibrated parameter values and cal- culated ones for SOL_AWC, SOL_K, SOL_BD and USLE_K, but no significant difference found for SOL_CRK. However, two simulations showed no significant difference in the agricultural diffuse loads. They also had similar dynamics both on yearly and monthly scales. There- fore, SWAT model based on observed soil data could be a good simulation on agricultural diffuse pollution, especially in watersheds without monitoring data on hydrology and water quality. Keywords:SWAT model; soil observation; parameter calculation; agricultural diffuse pollution
相关文档
最新文档