SWAT模型和新安江模型在汉江旬河流域的应用比较研究

合集下载

不同水文模型在双桥流域的应用比较

不同水文模型在双桥流域的应用比较

㊀收稿日期:20151105㊀基金项目:国家自然科学基金资助项目(41171029);广东省水利科技创新项目(2009-42)㊂㊀作者简介:朱炬明(1990 ),男,广东台山人,硕士研究生,研究方向为水文预报㊂㊀通信作者:周买春(1965 ),男,江西高安人,教授,博士生导师,研究方向为水文预报和地理信息系统㊂㊀E⁃mail:zjuming@163.comʌ水文泥沙ɔ不同水文模型在双桥流域的应用比较朱炬明,周买春(华南农业大学水利与土木工程学院,广东广州510642)摘㊀要:新安江模型㊁SWAT模型和BTOPMC模型分别代表集总式㊁响应单元式和网格分布式三种不同结构的流域水文模型㊂以Nash效率系数为目标函数,采用SCE-UA自动优化算法率定模型参数,对双桥流域的日径流进行了模拟㊂结果表明:新安江模型㊁SWAT模型和BTOPMC模型都能较好反映双桥流域的日径流过程㊂从总体效果来看,新安江模型的模拟效果比SWAT模型和BTOPMC模型的好,三个模型对总体水量的模拟误差都在ʃ10%以内,水量模拟比较平衡㊂在不同流量级的模拟中,SWAT模型的水量平衡效果均比新安江模型和BTOPMC模型的好;大流量模拟时,新安江模型的模拟均方根误差较小,模拟效果最好;中流量和小流量模拟时,BTOPMC模型的均方根误差较小,模拟效果最好㊂关键词:新安江模型;SWAT模型;BTOPMC模型;径流模拟;双桥流域中图分类号:TV121.1;P338.8㊀㊀㊀文献标志码:A㊀㊀㊀doi:10.3969/j.issn.1000⁃1379.2016.04.005㊀㊀随着水文学理论㊁计算机技术㊁地理信息系统和遥感技术的发展,流域水文模拟经历了由系统模型到概念性模型再到物理模型㊁由集总式模拟到分布式模拟的发展历程,每种模型都有各自的特点㊂由于对水文过程机理的描述和流域水文气候特征刻画的详细程度不同,因此对于一个特定流域,不同水文模型存在不同的适应性㊂那么,如何选择最适合的水文模型,就成为水文过程模拟的关键㊂近年来,国内外学者对不同模型在不同流域进行了应用对比㊂HONGJ.B.等[1]的研究表明,在湿润的息县流域(流域面积8826km2)应用新安江模型(集总式模型)和BTOPMC模型(网格分布式模型)的表现都较好,而在半湿润半干旱的葛沟流域(流域面积1996km2)应用BTOPMC模型的表现较差;邓鹏等[2]将新安江模型㊁TOPMODEL模型(半分布式模型)和SWAT模型(响应单元式模型)应用于息县流域,表明新安江模型和TOPMODEL模型略好于SWAT模型;YangD.W.等[3]在日本关河流域(流域面积703km2)的研究表明,网格式MIKESHE模型和坡面式GBHM模型均能反映流域的空间异质性,但MIKESHE模型适用于小流域,GBHM模型适用于大流域,而以地形指数为划分单元的TOPMODEL模型无法反映流域的空间异质性;张亦驰等[4]将LCM模型分别以集总式㊁半分布式和全分布式应用于孤山川流域(流域面积1263km2),结果表明分布式模拟的精度最高,集总式的精度最差㊂然而,前人几乎都是在中型或者大型流域对模型进行对比的,难以揭示不同模型在小型流域的适应性㊂为此,笔者分别运用新安江模型㊁SWAT模型和BTOPMC模型对双桥流域(流域面积131km2)的日径流过程进行了模拟,对三种模型的模拟效果进行了分析比较㊂1㊀模型概况1.1㊀新安江模型新安江模型的产流计算基于蓄满产流机理,模型核心是流域蓄水容量分布曲线㊂为了更普遍地反映流域土壤水分分布状况,本文采用双抛物线型土壤蓄水容量曲线[5],与 三水源 新安江模型不同,双抛物线型新安江模型将总径流仅划分为 二水源 :地表径流和地下径流㊂由于流域蓄水容量曲线实际上是一条概率分布曲线,并不能反映流域内部某一具体点的实际土壤水分状况,因此新安江模型是一个集总式概念性模型㊂双抛物线型新安江模型地面径流汇流采用单位线法,地下径流汇流则采用线性水库法,河网汇流采用分段连续演算的马斯京根法[6-7]㊂虽然一些学者已经实现了新安江模型的分布式应用[8],但水文要素的空间分布差异仍采用概率函数概化,还是无法反映每个具体点水文要素的实际状况㊂1.2㊀SWAT模型SWAT模型提供了SCS模型和Green-Ampt方程㊃22㊃第38卷第4期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀人㊀民㊀黄㊀河㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Vol.38,No.4㊀㊀2016年4月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀YELLOW㊀RIVER㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Apr.,2016㊀㊀计算流域产流,提供了Hargreaves法㊁Priestley-Tayor法和Penman-Monteith法计算潜在蒸散发,以及特征河长法和马斯京根法计算河道汇流㊂鉴于双桥流域位于降水量丰沛的湿润地区,故本文选用SCS模型和Penman-Monteith蒸散发模型,根据自然子流域㊁山坡等将流域划分为若干个单元流域,再按照不同地表覆被㊁土壤类型和坡度进一步将流域离散为多个水文响应单元㊂在每个响应单元上应用SCS模型计算产流,再通过特征河长法进行河道汇流演算㊂由于SWAT模型将流域离散为一系列水文响应单元,因此能在一定程度上反映流域下垫面的空间异质性,但模型需要率定的参数较多㊂1.3㊀BTOPMC模型BTOPMC模型将流域划为若干个参数块,将集合式块参数以分布式函数转录到网格,以网格为计算单元,基于TOPMODEL概念产流,使用马斯京根-康吉方法计算地表汇流,能较全面地反映水文要素和各种参数的空间差异性,是一种具有物理基础的分布式水文模型[9-11]㊂TOPMODEL模型的产流机理为蓄满产流,但BTOPMC模型也可在TOPMODEL模型上叠加积雪/融雪模型㊁土壤冻融模型和超渗产流模型㊂BTOPMC模型参数物理意义明确,需要率定的参数较少,但其需要输入的数据较多,数据精度对模拟效果的影响较大,尤其是在小流域[1]㊂2㊀研究区域概况双桥流域位于珠江三角洲西部,流域地表径流汇入珠江水系之一的潭江㊂流域出口设有双桥水文站,集水面积为131km2,主河长约26km,河床比降为0.281%,流域多年平均降水量为1696mm㊂除了在出口处设有1个水文测站外,笔者还使用了流域内设立的吉塘㊁棠密㊁坂村㊁布尚4个雨量站㊂双桥流域水文站㊁雨量站分布见图1㊂图1㊀双桥流域DEM和水文站、雨量站分布3㊀数据输入3.1㊀DEM刘远等[12]应用HYDRO1K㊁SRTM和ASTERGDEM三种DEM对韩江流域进行河网计算,发现SRTM提取的数字河网精度最高㊂因此,本研究使用国际科学数据服务平台提供的SRTMDEM数据,其分辨率为90m,双桥流域DEM见图1㊂3.2㊀土地覆被土地覆被数据来自于美国地球观测系统EOS卫星中分辨率成像光谱仪(MODIS)提供的标准IGBP(InternationalGeosphereBiosphereProgram,国际地圈生物圈计划)图像,原始分辨率为500m,它将全球土地覆盖分为17种类型㊂通过对图像的截取研究分析,确定双桥流域内土地覆被类型有11种,包含的覆被类型及其分布和所占比例见图2㊂由图2可知,双桥流域覆被以多树草地㊁作物地和常绿阔叶林为主㊂图2㊀双桥流域土地覆被分布3.3㊀土壤类型土壤数据采用联合国粮农组织(FoodandAgricul⁃tureOrganization,简称FAO)提供的全球数字土壤图像,分辨率为1km㊂经过对原始图像的处理与提取,双桥流域内仅有1种编号的FAO土壤类型,其黏土㊁沙土㊁粉土含量分别为40.30%㊁38.15%㊁21.55%㊂3.4㊀NDVINDVI(NormalizedDifferenceVegetationIndex,归一化植被指数)来自PathfinderAVHRRLand数据库,分辨率为8km,本研究采用该数据库1991年1月 1998年12月的数据㊂由于卫星故障,因此缺少的1994年9 12月数据采用1991 1998年的旬均值或月均值填补㊂3.5㊀水文气象数据模型运行需要的水文气象资料包括了降水㊁径流㊁气温㊁湿度㊁太阳辐射和风速等㊂降水和径流数据采用1991 1998年双桥流域4个雨量站和1个水文站的实测数据㊂其余气象数据来自CRU(ClimateResearchUnitatUniversityofEastAngliainUK,英国东英格利亚㊃32㊃大学气候研究所)的TS2.0数据集,包括每月的日平均气温㊁日平均风速㊁日气温变幅㊁云量和实际水汽压,分辨率为0.5ʎˑ0.5ʎ㊂4㊀模型应用4.1㊀参数率定本研究以1991 1994年为率定期,1995 1998年为验证期㊂三个模型的参数均采用SCE-UA(Shuf⁃fledComplexEvolutionDevelopedatUniversityofArizo⁃na,洗牌复合形进化)算法[13]进行自动率定,以Nash效率系数为目标函数,同时以模拟与实测流量总量之比和均方根误差作为评价指标:NS=1-ðNi=1(Qsim,i-Qobs,i)2ðNi=1(Qobs,i-Q-obs)2(1)Vol=ðNi=1Qsim,i/ðNi=1Qobs,i(2)RMSE=ðNi=1(Qsim,i-Qobs,i)2N(3)式中:NS为Nash效率系数;Vol为模拟与实测径流总量之比;RMSE为均方根误差;Qobs,i为实测流量;Qsim,i为模拟流量;Q-obs为平均实测流量;N为流量序列长度㊂4.1.1㊀新安江模型参数率定双抛物线型新安江模型产流参数有9个,Nash综合单位线和线性水库汇流参数有3个,各参数物理意义㊁取值范围[6-7]㊁取值见表1㊂由于水文模拟对φ㊁Wdm不敏感[6],因此根据参考文献预先设定;而IMP和Wum可根据流域植被情况和模拟过程中保证深层土壤水分不出现负值相应确定;当采用蒸发皿观测值作为潜在蒸散发时,α值根据蒸发皿形式来确定,本研究采用E601蒸发皿观测值作为潜在蒸散发,取α=1.0㊂其他参数采用SCE-UA方法率定㊂4.1.2㊀SWAT模型参数率定SWAT模型涉及参数较多,本研究需要率定的参数分为地表水文过程参数和地下水文过程参数两类㊂根据模拟结果对参数的敏感性,本研究采用SWAT-CUP(SWATCalibrationandUncertaintyPrograms,SWAT模型校准和不确定性分析程序)中基于拉丁超立方采样的目标函数多元回归敏感性分析方法[14]选出对模拟影响较大的10个参数,再使用SWAT-CUP程序中的SCE-UA算法自动率定模型参数㊂各参数的物理意义㊁取值范围14-15和率定结果见表2㊂表1㊀新安江模型参数的物理意义㊁取值范围和取值参数物理意义取值范围取值α潜在蒸散发与蒸发皿蒸散发之比0.8 1.11.0φ最小蒸散发系数0.15 0.200.18IMP不透水面和已饱和面占流域总面积比0 0.060.02Wum上层土壤蓄水容量/mm0 5020Wlm下层土壤蓄水容量/mm60 10088.18Wdm深层土壤蓄水容量/mm0 10035b土壤蓄水容量分布曲线指数0.1 0.60.455c土壤蓄水容量分布曲线权重因子-0.5 0.5-0.263fc稳定下渗率/(mm㊃d-1)0 3017.80Kr基流退水系数0.9 1.00.995n综合单位线线性水库个数0.01 5.004.765K综合单位线线性水库蓄泄系数0.01 5.000.329㊀注:Kr㊁n㊁K为汇流参数,其余为产流参数表2㊀SWAT模型参数物理意义㊁取值范围和率定结果参数物理意义取值范围率定结果r_CN2SCS径流曲线系数-0.2 0.2-0.08v_ESCO土壤蒸发补偿系数0 10.54r_SOL_BD土壤湿密度/(g㊃cm-3)-0.5 0.6-0.05r_SOL_K土壤饱和渗透系数/(mm㊃h-1)-0.8 0.80.17v_CH_N2主河道曼宁系数0.01 0.150.02v_ALPHA_BF基流消退系数/d0 10.28v_GW_REVAP地下水再蒸发系数0.02 0.200.09v_GW_DELAY地下水滞后系数/d30 450387.5v_CH_K2主河道有效渗透系数/(mm㊃h-1)5 13083.86v_ALPHA_BNK河岸调蓄基流消退系数0 10.09㊀注:r_CN2㊁v_ESCO㊁r_SOL_BD㊁r_SOL_K㊁v_CH_N2为地表水文过程参数,其余为地下水文过程参数;参数名称中首字母v代表分析中对该参数用率定值直接替换原参数值,r代表分析中对该参数做乘处理,即模型默认参数值乘以(1+率定值)4.1.3㊀BTOPMC模型参数率定BTOPMC模型产流参数包括土壤参数和蒸散发参数,汇流参数包括应用马斯京根-康吉法的空间和时间离散格式和河道曼宁糙率系数㊂各参数的物理意义㊁取值范围[16-17]及率定结果见表3㊂表3㊀BTOPMC模型参数的物理意义㊁取值范围和率定结果参数物理意义取值范围率定结果T0,clay饱和黏土剖面侧向出流系数/(m2㊃h-1)0.01 100.000.052T0,sand饱和沙土剖面侧向出流系数/(m2㊃h-1)0.01 100.000.110T0,silt饱和粉土剖面侧向出流系数/(m2㊃h-1)0.01 100.000.085m出流系数随土层深度的衰减指数0.01 0.300.299αET计算实际蒸散发的土壤干燥函数系数-10 100.413nΔx网格河段的最大离散段数1 102nΔt模拟时间步长的最大离散段数1 1010n0参数块平均曼宁糙率系数0.015 0.5000.306㊀注:nΔx㊁nΔt㊁n0为汇流参数,其余为产流参数;参数块与单元网格的曼宁糙率系数转换函数为n=n0(tanβ/tanβ0)1/3,其中tanβ为任意网格单元的地面坡降,下标0为网格所在参数块的平均值;通过地形坡度转换的河道单元网格曼宁糙率系数n为0.001 0.132,平均为0.023,在合理范围内[16]㊃42㊃4.2㊀模拟结果分析4.2.1㊀总体模拟效果对比不同模型的日径流模拟结果见表4㊂表4㊀各模型在双桥流域的模拟结果时期新安江模型NSVolSWAT模型NSVolBTOPMC模型NSVol率定期0.901.060.851.030.841.04验证期0.900.990.850.970.880.94由表4可以看出,新安江模型㊁SWAT模型和BTOPMC模型率定期的NS分别为0.90㊁0.85和0.84;验证期的NS分别为0.90㊁0.85和0.88㊂无论是率定期还是验证期,新安江模型的模拟效果都是最好的,而SWAT模型和BTOPMC模型的模拟效果相当,原因是SWAT模型和BTOPMC模型使用的下垫面数据精度较低㊂另一方面,率定期新安江模型㊁SWAT模型和BTOPMC模型的Vol分别为1.06㊁1.03㊁1.04,均大于1.00;验证期的Vol分别为0.99㊁0.97和0.94,均小于1.00㊂三个模型率定期和验证期的径流量相对误差均能保持在ʃ10%以内,总体效果较好㊂4.2.2㊀不同流量级模拟效果对比为了对比三个模型在不同流量级的模拟效果,本研究将实测流量序列自大向小排序,前25%序列作为丰水流量,25% 75%的序列作为平水流量,75% 100%的序列作为枯水流量,以Vol和RMSE作为评价指标,探究不同流量下各个模型的模拟效果,见表5㊂表5㊀不同流量级各模型模拟效果流量级评价指标率定期新安江模型SWAT模型BTOPMC模型验证期新安江模型SWAT模型BTOPMC模型丰水Vol0.870.920.870.840.950.91RMSE/(m3㊃s-1)3.414.454.716.518.416.43平水Vol1.531.431.441.211.020.81RMSE/(m3㊃s-1)1.080.890.660.940.990.74枯水Vol2.211.392.591.771.031.19RMSE/(m3㊃s-1)0.710.430.421.190.810.31㊀㊀从表5可以看出,丰水时,新安江模型㊁SWAT模型㊁BTOPMC模型率定期和验证期的Vol分别为0.87㊁0.92㊁0.87和0.84㊁0.95㊁0.91,均小于1.00,这说明大流量模拟时三个模型的模拟流量普遍偏小㊂率定期和验证期SWAT模型的水量平衡效果均比其他两个模型的好㊂而三个模型率定期和验证期的RMSE分别为3.41㊁4.45㊁4.71m3/s和6.51㊁8.41㊁6.43m3/s,新安江模型在率定期和验证期都有相对较小的RMSE㊂平水时,从Vol来看,率定期和验证期SWAT模型均比其他两个模型接近1.00,因此SWAT模型水量平衡模拟在平水时也较好㊂从RMSE来看,BTOPMC模型的误差最小,率定期和验证期分别为0.66㊁0.74m3/s,而新安江模型分别为1.08㊁0.94m3/s,SWAT模型分别为0.89㊁0.99m3/s㊂枯水时,三个模型的径流总量比均大于1.00,说明小流量模拟时三个模型的模拟流量普遍偏大㊂相比于其他两个模型,SWAT模型的径流总量比在率定期和验证期都更接近1.00㊂因此,SWAT模型的水量平衡模拟在枯水时也较新安江模型和BTOPMC模型的好㊂而BTOPMC模型的RMSE在率定期和验证期分别为0.42㊁0.31m3/s,均比新安江模型和SWAT模型的小㊂5㊀结㊀论(1)新安江模型㊁SWAT模型和BTOPMC模型总体上都能较好反映双桥流域日径流过程㊂率定期和验证期,新安江模型的模拟效果均比SWAT模型和BTOPMC模型要好,而SWAT模型和BTOPMC模型模拟效果相当㊂三个模型模拟的径流总量率定期都偏大,验证期都偏小,但率定期和验证期径流量相对误差均能保持在ʃ10%以内,总体水量平衡效果较好㊂(2)在不同流量级模拟中,三个模型大流量模拟时流量普遍偏小,而小流量模拟时流量普遍偏大㊂SWAT模型在不同流量级模拟中,水量平衡效果均比新安江模型和BTOPMC模型的好㊂除此之外,大流量模拟时,新安江模型的模拟均方根误差较小,效果最好;中流量和小流量模拟时,BTOPMC模型的模拟均方根误差较小,效果最好㊂(3)不同模型在双桥流域日径流模拟中表现出不同的效果㊂在实际应用中,应根据具体要求和目的选择相应的模型,以取得更好的模拟效果㊂参考文献:[1]㊀HONGJB,WANGLL,LIZL,etal.HydrologicalDailyRainfall-RunoffSimulationwithBTOPMCModelandCom⁃parisonwithXin anjiangModel[J].WaterScienceandEn⁃gineering,2010,3(2):121-131.[2]㊀邓鹏,李致家.3种水文模型在淮河息县流域洪水模拟中的比较[J].河海大学学报(自然科学版),2013,41(5):377-382.[3]㊀YANGDW,SRIKANTHAH,KATUMIM.ComparisonofDifferentDistributedHydrologicalModelsforCharacteriza⁃㊃52㊃tionofCatchmentSpatialVariability[J].HydrologicalProcesses,2000,14(3):403-416.[4]㊀张亦驰,刘昌明,杨胜天,等.黄土高原典型流域LCM模型集总㊁半分布和分布式构建对比分析[J].地理学报,2014,69(1):90-99.[5]㊀周买春,JAYAWARDENAAW.利用双抛物线型土壤蓄水容量曲线对新安江产流模型的改进[J].水利学报,2002,33(12):38-43.[6]㊀赵人俊.流域水文模型 新安江模型与陕北模型[M].北京:水利电力出版社,1984:107-112.[7]㊀赵人俊,王佩兰.新安江模型参数的分析[J].水文,1988,8(6):2-9.[8]㊀李致家,姚成,章玉霞,等.栅格型新安江模型的研究[J].水力发电学报,2009,28(2):25-34.[9]㊀TAKEUCHIK,AOTQ,etal.IntroductionofBlock-WiseUseofTOPMODELandMuskingum-CungeMethodfortheHydro-EnvironmentSimulationofaLargeUngaugedBasin[J].HydrologySciences,1994,44(4):633-646.[10]㊀TAKEUCHIK,HAPUARACHCHIP,ZHOUMC,etal.ABTOPModeltoExtendTOPMODELforDistributedHydrologicalSimulationofLargeBasins[J].HydrologicalProcesses,2008,22(17):3236-3251.[11]㊀AOTQ.DevelopmentofaDistributedHydrologicalModelforLargeRiverBasinsandItsApplicationtoSoutheastAsi⁃anRivers[D].Kofu:UniversityofYamanashi,2001:124.[12]㊀刘远,周买春,陈芷菁,等.基于不同DEM数据源的数字河网提取对比分析 以韩江流域为例[J].地理科学,2012,32(9):1112-1118.[13]㊀DUANQY,SOROOSHIANS,GUPTAVK.OptimalUseoftheSCE-UAGlobalOptimizationMethodforCalibratingWatershedModels[J].JournalofHydrology,1994,158(3-4):265-284.[14]㊀ABBASPOURKC.SWAT-CUP4:SWATCalibrationandUncertaintyPrograms⁃AUserManual[M].Kastanienbaum:SwissFederalInstituteofAquaticScienceandTechnology,2011:74-93.[15]㊀ARNOLDJG,KINIRYJR,SRINIVASANR,etal.SWAT2009输入输出文件手册[M].郑州:黄河水利出版社,2012:148-211.[16]㊀LINSLEYJRRK,KOHLERMA,PAULHUSJLH.Hy⁃drologyforEngineers[M].NewYork:McGraw⁃Hill,1982:468.[17]㊀KEITHB.TOPMODEL:ACritique[J].HydrologicalProcesses,1997,11(9):1069-1085.ComparativeApplicationofDifferentHydraulicModelsinShuangqiaoBasinZHUJuming,ZHOUMaichun(CollegeofWaterConservancyandCivilEngineering,SouthChinaAgriculturalUniversity,Guangzhou510642,China)Abstract:Xinanjiang,SWATandBTOPMCarethreerepresentativehydrologicalmodelstosimulateabasinlumped,responseunitsemi⁃distributedandgrid⁃distributedrespectively.Inthisstudy,threedifferentmodelswereusedtosimulatedailyrainfall⁃runoffprocessesinShuangqiaobasinandthemodelparameterswerecalibratedbyusingSCE⁃UAalgorithmwithNash⁃Sutcliffeefficiencyastheirobjectfunctions.ThesimulationindicatesthatXinanjiang,SWATandBTOPMCmodelscanrepresentdailyrainfall⁃runoffprocessesinShuangqiaobasinverywell.Fromtheoverall,XianjiangmodelgetsabettersimulationthanthatofSWATandBTOPMCmodels;allthethreemodelsaregoodinwatervolumesimulation.Accordingtodifferentdischarges,SWATmodelhasabettersimulationofwatervolumethanthatofXinanjiangandBTOPMCmodels;theaccuracyofXinanjiangmodelisthehighestinsimulationofhighdischargeandBTOPMCmodelperformsthebestinsimulationofmedianandsmallflow.Keywords:Xinanjiangmodel;SWATmodel;BTOPMCmodel;runoffsimulation;Shuangqiaobasinʌ责任编辑㊀翟戌亮ɔ㊃62㊃。

基于SWAT模型的汉江上游流域径流情景预测研究

基于SWAT模型的汉江上游流域径流情景预测研究

第33卷,第1期国土资源遥感Vol.33,No.1 2021年3月REMOTE SENSING FOR LAND&RESOURCES Mao,2021doi:10.6046/gtzyyy.2020028引用格式:马新萍,武涛,余玉洋.基于SWAT模型的汉江上游流域径流情景预测研究[J].国土资源遥感,2021,33(1):174-182.(Ma X P,Wu T,Yu Y Y.A study of ogo W scenario prediction in the upper reaches of Hanjiang Rives based on SWAT model # J].Remote Sensing for Land and Resources,2021,33(1):174-182.)基于SWAT模型的汉江上游流域径流情景预测研究马新萍1‘2,武涛3,余玉洋2(1.咸阳师范学院资源环境与历史文化学院,咸阳712000;2.陕西师范大学地理科学与旅游学院,西安710126;3.西北工业大学自动化学院,西安710129)摘要:气候变化和土地利用是影响径流变化的主要驱动因素,为了精确预测未来汉江上游流域径流量变化趋势,基于SWAT模型、天气发生器BCC/RCG-WG以及CA-Markov模型预测了未来2种土地利用变化模式下的径流量变化,土地利用情景的设置建立在CA-Markov模型预测结果的基础之上,结合全国林地保护利用规划目标以及汉江上游林地具体情况。

结果显示:未来汉江上游流域径流将呈现明显的上升趋势,林地增加情景下径流量升高率少于自然生态情景,这可能与林地增多导致生态需水量增大有关,因此,对于汉江上游流域的水资源保护不可盲目投入大量人为林地增加,而应遵循植被自然生长规律,延续当前生态保护政策,尽量以减少人为污染、提高全民节约用水思想意识策略为主。

关键词:SWAT模型;CA-Markov模型;BCC/RCG-WG;径流预测;汉江上游中图法分类号:TP79文献标志码:A文章编号:1001-070X(2021)01-0174-090引言目前,已经有大量研究结果表明影响流域径流变化的主要因素为气候变化和人类活动[1],气温变暖是当前最为主要的气候变化特征,土地利用变化是影响地表自然环境变化的主要驱动因素,也是反映人类活动最直观的方法之一,气候变化与人类活动综合影响径流变化,这三者之间的关系需要用一种机理模型来模拟,通过建立机理模型来解决经济与生态发展的平衡问题,同时,定量分解两种因素的影响也是该研究方向的核心问题[2]'对于汉江上游流域,有研究已经得出人类活动的影响稍大,且其对径流变化的影响呈现增长趋势。

基于SWAT模型的汉江流域水资源对气候变化的响应_夏智宏

基于SWAT模型的汉江流域水资源对气候变化的响应_夏智宏

第19卷第2期2010年2月长江流域资源与环境Reso urces and Environment in t he Yangtze BasinVol.19No.2Feb.2010 文章编号:100428227(2010)022********基于SWA T模型的汉江流域水资源对气候变化的响应夏智宏1,周月华1,许红梅2(1.武汉区域气候中心,湖北武汉430074;2.国家气候中心中国气象局气候研究开放实验室,北京100081)摘 要:汉江流域未来的气候变化趋势和对水资源的影响,将直接关系到南水北调工程和引江济汉工程的使用和效益。

因此,分析研究汉江流域水资源对气候变化的响应特点,可为地面调水、空中水资源开发、应对气候变化的不利影响和更好地保护南水北调中线水源区的水资源提供科学依据。

以1971~2000年为基准期,应用SWA T模型对汉江流域基准期内的逐月径流进行了模拟;在30a基准期径流模拟的基础上,以全球变化背景下可能出现的25种不同气候变化模式为假设条件,模拟出各假设气候变化模式下汉江流域水资源状况,获得了各气候变化模式下汉江流域水资源相对于基准期的变化率,研究了汉江流域水资源对气候变化的响应程度。

结果表明:模型模拟精度高于评价标准(Ens>015,r2>016),SWA T模型适用于汉江流域的径流模拟;不同气候变化情景下,汉江流域径流变化较实际蒸散发的变化明显;降水对地表径流、基流的影响要大于气温;气温对实际蒸散发的影响大于降水;降水增加或气温降低都会导致径流增加,而降水增加或气温增加都会导致实际蒸散发的增加。

关键词:汉江流域;SWA T;径流模拟;气候响应文献标识码:A SWA T(Soil and Water Assessment Too1)模型是由美国农业部(U SDA)的农业研究中心(A RS)研发的,比较适用面向水资源管理的长时段的分布式水文过程模拟。

SWA T模型的有效性已经得到了国内外许多研究项目和研究者的证明[1~6],模型已经广泛地应用到美国国家项目HUMU S(Hydro2 logical Unit Modeling of U nited States)。

四种水文模型的比较

四种水文模型的比较

四种水文模型的比较摘要:水文模型是用数学的语言对现实水文过程进行模拟和预报,在进行水文规律的探讨和解决水文及生产实际问题中起着重要作用。

本文分别介绍了新安江模型、萨克拉门托(SAC)模型、SWAT模型以及TOPMODEL模型,并对这四种水文模型的蒸发计算、产流机制、汇流计算、适用流域、参数以及模型特点等不同方面进行了比较分析。

并结合对着4种模型之间的比较,作出了总结分析和展望。

关键词:新安江模型;SAC模型;SWA T模型;TOPMODEL模型;模型比较引言流域水文模型在进行水文规律研究和解决生产实际问题中起着重要的作用。

新安江模型是一个概念性水文模型,1973年由赵人俊教授领导的研究组在编制新安江预报方案时,汇集了当时在产汇流理论方面的成果,并结合大流域洪水预报的特点,设计出的我国第一个完整的流域水文模型,至今仍在我国湿润和半湿润地区的洪水预报中得到广泛应用;萨克拉门托水文模型,简称SAC模型,是R.C.伯纳什(Burnash)和R.L.费雷尔(Ferral)以及R.A.麦圭儿(Mcguire)于20世纪60年代末至70年代初研制的,是一个连续模拟模型,模型研制完成时间相对较晚,其功能较为完善,兼有蓄满产流和超渗产流,广泛应用于美国水文预报中;SWAT模型是美国农业部农业研究中心研制开发的用于模拟预测土地利用及土地管理方式对流域水量、水质过程影响的分布式流域水文模型;TOPMODEL为基于地形的半分布式流域水文模型,于1979年由Beven和Kirkby提出,其主要特征是将数字高程模型(DEM)的广泛适用性与水文模型及地理信息系统(GIS)相结合,基于DEM数据推求地形指数,并以此来反映下垫面的空间变化对流域水文循环过程的影响,描述水流趋势。

本文对这四中水文模型从蒸发计算、产汇流计算、适用流域以及参数等方面进行分析比较,并得出结论。

1模型简介1.1新安江模型新安江模型是赵人俊等在对新安江水库做入库流量预报工作中,归纳成的一个完整的降雨径流模型。

SWAT模型在我国流域水环境模拟应用中的评估验证过程评价

SWAT模型在我国流域水环境模拟应用中的评估验证过程评价
decision ̄makingꎬ obtaining input dataꎬ building the modelꎬ calibrating and validating the modelꎬ and presenting model results. A total of
428 articles with the theme of SWAT model published in academic journals between 2015 and 2017 were retrieved from the China National
体包括模型遴选、收集输入数据、确定边界条件、建立
模型并识别参数、模型结果不确定性分析等步骤.
SWAT( soil and water assessment tool) 模型是美国
农业部农业研究所( USDA ̄ARS) 开发设计、目前已得
到广泛应用的成熟模型ꎬ它可在日尺度上连续模拟土
壤蒸散发、地表径流、地下水与地表交互及污染物迁
DOI: 10 13198∕j issn 1001 ̄6929 2020 08 19
Assessment of Evaluation Process of SWAT Model Application in China
RONG Yiꎬ QIN Chengxinꎬ SUN Fuꎬ DU Pengfei ∗
parameter identification processꎬ such as the inadequacy of selected parameters in characterizing the studied areas and the unrealistic
parameter values resulting from calibration. The results therefore suggest that more research should be conducted on model parameter

《2024年气候变化下基于SWAT模型的钱塘江流域水文过程研究》范文

《2024年气候变化下基于SWAT模型的钱塘江流域水文过程研究》范文

《气候变化下基于SWAT模型的钱塘江流域水文过程研究》篇一一、引言钱塘江,作为我国著名的江河流之一,承担着重要的水资源供应与生态保护任务。

随着全球气候的快速变化,钱塘江流域的水文过程也受到了显著影响。

因此,本研究采用SWAT(Soil and Water Assessment Tool)模型,对钱塘江流域的水文过程进行深入研究,以期为该流域的可持续发展提供科学依据。

二、研究背景及意义在全球气候变化的背景下,水文过程研究成为水文地质领域的研究重点。

钱塘江流域位于气候敏感地带,其水文过程的稳定与变化对区域生态、农业及水资源管理具有重大意义。

SWAT模型作为目前较为成熟的水文模拟工具,在国内外众多流域得到了广泛应用。

因此,基于SWAT模型对钱塘江流域的水文过程进行研究,不仅有助于深入了解流域的水文循环机制,还能为流域的可持续发展提供科学支持。

三、研究方法与数据来源本研究采用SWAT模型对钱塘江流域的水文过程进行研究。

首先,收集并整理了钱塘江流域的气象数据、地形数据、土壤数据等基础资料。

其次,根据SWAT模型的构建要求,对数据进行预处理和参数化。

最后,利用SWAT模型对钱塘江流域的水文过程进行模拟与分析。

四、SWAT模型在钱塘江流域的应用4.1 模型构建与参数设置根据钱塘江流域的地形地貌、气候特点及土壤类型等特点,设置SWAT模型的各项参数。

在模型的构建过程中,重点关注水文循环的各个环节,包括降雨、蒸发、径流等过程。

同时,结合流域的实际状况,对模型进行校准和验证。

4.2 模拟结果与分析通过SWAT模型对钱塘江流域的水文过程进行模拟,得到了流域的径流、蒸发等关键水文参数的时间变化序列。

分析这些参数的变化规律,可以更好地了解钱塘江流域的水文循环机制。

此外,结合气候变化数据,进一步分析气候变化对钱塘江流域水文过程的影响。

五、气候变化对钱塘江流域水文过程的影响5.1 气候变化的趋势根据收集的气候数据,分析钱塘江流域近几十年来的气候变化趋势。

水文模型在流域洪水预警中的应用研究

水文模型在流域洪水预警中的应用研究

水文模型在流域洪水预警中的应用研究一、引言洪水是一种常见的自然灾害,给人们的生命和财产安全带来了巨大的威胁。

为了有效地减轻洪水灾害的影响,提前进行洪水预警至关重要。

水文模型作为一种重要的工具,在流域洪水预警中发挥着关键作用。

二、水文模型的基本概念与分类水文模型是对流域水文过程的数学描述,它通过模拟降水、蒸发、下渗、地表径流、地下径流等水文要素的变化,来预测流域的产汇流过程和洪水的形成与演进。

根据模型的复杂程度和应用目的,水文模型可以分为经验模型、概念模型和物理模型。

经验模型主要基于历史观测数据建立统计关系,计算简单但适用范围有限。

概念模型将流域水文过程进行概化,用一系列概念性的参数来描述,具有一定的物理基础。

物理模型则基于水文学和物理学的基本原理,对流域的地形、土壤、植被等进行详细的描述和模拟,精度较高但计算量大。

三、水文模型在流域洪水预警中的作用(一)洪水预报水文模型能够根据实时的气象数据和流域的初始条件,预测未来一段时间内的洪水流量和水位变化,为洪水预警提供重要的依据。

通过提前预知洪水的发生时间、规模和可能的影响范围,相关部门可以及时采取措施,如疏散人员、转移财产等,降低洪水造成的损失。

(二)风险评估利用水文模型可以评估不同降水情景下的洪水风险,为制定防洪规划和应急预案提供参考。

通过分析洪水可能淹没的区域、受灾人口和经济损失等,合理安排防洪工程的建设和资源的配置,提高流域的防洪能力。

(三)决策支持在洪水预警过程中,水文模型的结果可以为决策部门提供科学的依据。

例如,根据模型预测的洪水流量和水位,决定是否开启泄洪闸、启用蓄滞洪区等,以最大限度地减轻洪水灾害的影响。

四、常见的水文模型及其在洪水预警中的应用实例(一)新安江模型新安江模型是我国应用较为广泛的概念性水文模型,它考虑了降水、蒸发、产流、汇流等过程,在湿润和半湿润地区的洪水预报中取得了较好的效果。

例如,在长江流域的洪水预警中,新安江模型被用于预测洪水的发生和演进,为防汛决策提供了有力支持。

基于swat模型的汉江流域径流模拟

基于swat模型的汉江流域径流模拟

CHENHaorong,JINSheng
(FacultyofInfrastructureEngineering,DalianUniversityofTechnology,Dalian,Liaoning116024,China)
Abstract:Inordertoestablishareliablehydrologichydrodynamiccouplingmodel,theapplicabilityofthemodelin theHanjiangriverbasinwasdiscussedfirst.TheupperareaofHanzhongHydrologicStationinHanjiangRiverBasin wastakenastheresearcharea,thedistributedhydrologicalmodelwasestablishedbasedontheChinaMeteorological AssimilationDrivingDatabasefortheSWATmodel(CMADS1.0).Andtheparameterswerecalibratedandverified basedonthemeasureddailyrunoffdataofthehydrologicstation.Theresultsshowedthatthesimulationresultswerein goodagreementwiththemeasuredvalues.AndtheNash-Suttcliffeefficiencycoefficientanddeterminationcoefficient ofdailyrunoffinthecalibrationperiod(2010—2013)reached0.77and0.78.Duringtheverificationperiod(2014— 2017),theNashSuttcliffeefficiencycoefficientandthedeterminationcoefficientwere0.74and0.75respectively,in dicatingthattheSWATmodelisapplicabletothisregion. Keywords:runoffsimulation;SWATmodel;CMADS;parametercalibrationKeywords:
  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)。

2.3. 评价方法
选取确定性系数 Ens、相对误差 R 和均方根误差 RMSE 作为模型模拟效果的评价指标[13] [14],各评 价指标计算公式为:
Ens = 1 −
∑ ( Qtobs − Qtsim ) ∑ (Q
t =1 t =1 N obs t
N
2
−Q
obs 2 avg
)
im
t 1 1= N obs t t =1
N
N
∑Q
× 100%
(2)
RMSE =
∑ ( Qtobs − Qtsim )
t =1
N
2
N
(3)
obs 表示实测流量均值。 式中:N 表示流量序列长度,Qtobs 和 Qtsim 分别表示 t 时刻实测流量和模拟流量,Qavg
3. 旬河流域概况及基本资料
如图 1 所示, 旬河发源于秦岭中段沙沟岭南麓, 流经旬阳县汇入汉江。 全长 218 km, 流域面积约 6300 km ,是汉江上游最大的一条支流。旬河流域坐落在东经 108˚24ꞌ~109˚26ꞌ,北纬 32˚52ꞌ~33˚55ꞌ 之间,海拔
Figure 1. Map of Xunhe River basin and locations of meteorological and hydrological stations 图 1. 旬河流域图及水文气象站点分布 Table 1. Simulation performance of SWAT model and Xin’anjiang model 表 1. SWAT 模型和新安江模型模拟结果
SWAT 模型 年份 1981 1982 1983 模型率定 1984 1985 1986 均值 1987 1988 模型验证 1989 1990 均值 R (%) 22.12 7.89 28.66 11.69 13.55 14.74 16.44 3.63 25.39 21.48 26.48 19.25 Ens 0.64 0.59 0.64 0.83 0.81 0.59 0.68 0.62 0.62 0.51 0.66 0.60 RMSE (m3/s) 82.38 46.75 199.44 99.86 44.85 44.93 86.37 122.96 69.89 80.63 64.22 84.43 R (%) 1.95 0.31 9.53 4.76 6.78 2.01 4.22 7.94 0.93 1.11 12.73 5.68 新安江模型 Ens 0.93 0.94 0.96 0.96 0.92 0.88 0.93 0.92 0.84 0.86 0.83 0.86 RMSE (m3/s) 35.54 24.75 74.67 89.32 93.94 96.01 69.04 56.89 44.58 39.98 45.55 46.75
2.2. SWAT 模型
SWAT 模型是一个确定性模型,有较强的物理基础,可进行长时段连续时间序列的降雨径流模拟,
308
SWAT 模型和新安江模型在汉江旬河流域的应用比较研究
并可适用于不同土壤类型、不同土地覆被情况下的复杂流域[11]。 SWAT 模型根据 DEM 数据将流域划分为不同的子流域,在子流域中又根据地表特征(包括土壤、坡 度、植被等因素)进一步离散化为集总式的水文响应单元(HRU)。在水文响应单元上应用概念性模型 SCS (Soil Conservation Service)模型来计算净雨,然后进行产汇流计算,最后通过马斯京根河道洪水演算推求 流域出口流量[12]。
307
SWAT 模型和新安江模型在汉江旬河流域的应用比较研究
1 2
武汉大学,水资源与水电工程科学国家重点实验室,武汉 水资源安全保障湖北省协同创新中心,武汉 Email: lizejun09@ 收稿日期:2014年6月19日;修回日期:2014年6月25日;录用日期:2014年7月2日


选取分布式模型中的SWAT模型与集总式模型中的新安江模型进行流域径流模拟,以旬河流域为例,以 确定性系数、相对误差以及均方根误差作为模型模拟效果的评价指标,探究不同结构的模型在径流模拟 中的差异性。模拟结果表明:SWAT模型和新安江模型在日径流过程模拟中都表现出较好的适用性,新 安江模型优于SWAT模型;从不同流量等级(10%高水,50%中水,40%低水)的模拟效果来看,SWAT 模型在中、低水的流量模拟中表现较好,但高水部分的模拟效果较新安江模型差;由于高水流量的均方 差较中水、低水大,当采用确定性系数作为参数率定的目标函数时,会引起模型优先拟合高水部分,导 致中、低水模拟效果不够理想。
Comparative Study on the Performance of SWAT and Xin’anjiang Models in Xunhe Basin
Zejun Li1,2, Pan Liu1,2, Wang Zhang1,2, Xizhen Chen1,2, Chao Deng1,2
2. 研究方法
2.1. 新安江模型
新安江模型采用蓄满产流假定进行产流计算, 将流域内各点不同土壤含水容量概化成蓄水容量曲线。 蒸散发计算采用三层蒸发模式计算,将土壤层划分为上层、下层以及深层[9]。三水源新安江模型将净雨 划分成地面径流、壤中流以及地下径流[10],其中地面径流采用单位线进行汇流计算,壤中流和地下径流 经过线性水库的调蓄分别作为地下水出流和壤中流出流。
关键词
SWAT模型,新安江模型,旬河,径流模拟
1. 引言
径流是自然物质和能量输移的重要载体,准确模拟径流是解决水资源、水环境、水生态以及水灾害 等问题的基本环节。流域水文模型可实现径流模拟。集总式水文模型通常将流域视为一个整体或几个单 元,对降雨径流进行概化。分布式水文模型不仅考虑了降雨时空分布的不均匀,同时也充分考虑下垫面 条件和人类活动对水文过程的影响,其模型结构和参数都具有较强的物理意义,具有较强的适应性[1]。 SWAT (Soil and Water Assessment Tool)模型是由 USDA(美国农业部)开发的分布式水文模型。 国外进 行 SWAT 模型降雨径流模拟研究起步较早,成果较多。如美国的 Nueces 河流域(约 7700 km2)、巴西的 Pipiripau 河流域(约 200 km2)和美国的 Lower Walnut Creek 流域(约 22 km2)等[2]-[4],结果表明 SWAT 模 型适用于不同空间尺度的径流模拟。 国内关于 SWAT 模型的研究起步相对较晚, 但目前已取得一定成果。 SWAT 模型在我国西北旱寒地区、北方干旱地区和南方湿润地区得到了应用并取得较好的效果[5]-[8]。 本文选取 SWAT 模型和新安江模型进行汉江旬河流域的径流模拟,比较分析两个模型的适用性。
2
高度从 200 m 变化到近 3000 m,流域多山地,地形变化较大。流域地表覆被主要有阔叶林、针叶林、草 甸和耕地等类型,植被相对较差,水土流失严重,且受人类活动影响较大[15]。流域属北亚热带温暖湿润 气候区,表现为雨热同期,年均降水量约 850 mm,年均气温约 15℃。 构建 SWAT 模型需要 DEM 数据、土壤数据、土地利用类型数据和气象数据。其中,DEM 数据为 ASTER GDEM 30 米数据;土壤数据为南京土壤所提供的 1:100 万土壤数据,土壤分类系统为 FAO-90; 土地利用数据为马里兰大学发布的全球土地覆盖数据中国子集,精度为 1 km;气象数据来源于国家基本 气象站日观测数据。 新安江模型的输入为降水和蒸发数据。流域面雨量根据雨量站站点位置采用泰森多边形法计算,流 域平均蒸发量根据柞水站和青泥湾站实测蒸发数据求得。 流域出口断面流量采用向家坪水文站日流量数据。研究时段为 1980~1990 年,其中率定期为 1980~ 1986 年,检验期为 1987~1990 年。
State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan Hubei Provincial Collaborative Innovation Center for Water Resources Security, Wuhan Email: lizejun09@
2 1
Received: Jun. 19th, 2014; revised: Jun. 25th, 2014; accepted: Jul. 2nd, 2014 Copyright © 2014 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/
Journal of Water Resources Research 水资源研究, 2014, 3, 307-314 Published Online August 2014 in Hans. /journal/jwrr /10.12677/jwrr.2014.34038
4. 结果分析
选取确定性系数 Ens 和相对误差 R 作为日尺度径流过程模拟效果的评价指标,分别对全部流量和不 同流量等级的模拟效果进行对比。 SWAT 模型和新安江模型的模拟结果见表 1,可以看出,SWAT 模型和新安江模型都能够较好的进
309
SWAT 模型和新安江模型在汉江旬河流域的应用比较研究
Keywords
SWAT Model, Xin’anjiang Model, Xunhe Basin, Runoff Simulation
SWAT模型和新安江模型在汉江旬河流域的应 用比较研究
李泽君1,2,刘 攀1,2,张 旺1,2,陈西臻1,2,邓 超1,2
作者简介:李泽君(1991-),男,山西晋城人,研究生,主要从事水文预报研究。
相关文档
最新文档