基于SWAT模型對洙趙新河流域徑流的模擬研究

蘆昌興， 王甲榮,2， 宮雪亮， 孫秀玲

(1.山東大學 土建與水利學院， 山東 濟南250061； 2.河海大學 水文水資源學院， 江蘇 南京 210098)

1 研究背景

水文模型可以用來探索復雜水文循環機理和過程，也可以解決許多實際水文問題[1]。SWAT模型作為可以進行大尺度、長時期模擬分布式水文模型，是目前解決流域水文模擬、環境評價等問題的主要手段之一[2-3]。目前SWAT模型在國內外已大量應用于徑流和非點源污染的模擬，Tamm等[4]用SWAT模型模擬土地利用和氣候變化對波羅的海東部地區水資源的影響；Yesuf等[5]利用SWAT模型對埃塞俄比亞的Maybar流域進行模擬，結果表明SWAT模型在熱帶流域的適用性良好；趙杰等[6]模擬了烏魯木齊河流域徑流，模擬結果與觀測流量過程線擬合程度較好；喻曉等[7]以葫蘆河流域為研究對象，研究了不同亞流域數量對徑流模擬的影響；賈靜[8]、劉鵬[9]、馬放等[10]利用SWAT模型分別對秦皇島地區、滇池流域、阿什河流域非點源污染進行模擬，結果均表明模型適用性良好。

中國大氣同化驅動數據集(China Meteorological Assimilation Driving Datasets for the SWAT model，CMADS)是孟現勇[11]建立的應用于SWAT模型的氣象驅動數據集，與國內外NCAR/DOE、JRA-25及Princeton等數據集相比，CMADS數據可更好的對我國大尺度地表分量時空演變規律進行細致化分析[12]。由于CMADS數據建立的時間較短，目前國內將CMADS作為SWAT模型氣象驅動數據集的研究較少，孟現勇等[12-14]在分別在精博河流域、黑河流域、瑪納斯流域利用CMADS數據集驅動SWAT模型，其結果優于使用傳統氣象站的模擬結果。

南四湖作為南水北調東線工程中重要的調蓄場所，其水量水質直接影響東線工程運行的成敗。洙趙新河是南四湖流域具有代表性的入湖河流，是魯西南跨菏澤、濟寧兩市的大型防洪、排澇、灌溉綜合性河道，也是山東省15條骨干河道之一，可作為研究湖西平原區的典型流域。本文選擇洙趙新河為研究區，引入CMADS作為SWAT模型氣象驅動數據集，構建洙趙新河流域日尺度分布式水文模型，結合SWAT-CUP模型對參數進行率定、敏感性以及不確定性分析，討論SWAT分布式水文模型在洙趙新河流域徑流模擬的適用性，以期為洙趙新河乃至整個南四湖水資源綜合管理與決策提供科學依據。

2 研究區概況

洙趙新河流域流經菏澤、濟寧兩市，是魯西南地區具有防洪、排澇和灌溉功能的大型綜合性河道，其地理位置東臨南陽湖，西靠黃河，南與萬福河和東魚河搭界，北接梁濟運河流域。洙趙新河流域包括洙趙新河干流以及鄆巨河、鄄鄆河、洙水河3條大的支流，干流起源于東明縣宋砦村，向東流經8個縣(區)于劉官屯村東入南陽湖，全長145.05 km，流域面積4 206 km2，其中菏澤市境內4 119 km2，濟寧市境內87 km2。該流域屬黃泛沖積平原，地勢西高東低，西部地面高程57.40 m左右，東部濱湖地面高程為34.00 m左右，地面坡度在1/5000至1/12000之間。流域屬暖溫帶亞濕潤氣候區，多年平均氣溫為13.7℃，流域內多年平均(1964-2009年)降水量為641 mm。

3 研究方法

3.1 適應性評價指標

本次研究采用NS系數和確定性系數R2來評價模型模擬的結果。研究者普遍認為SWAT模型模擬滿意標準為R2>0.5，NS>0.5[15]；Moriasi等[16]認為NS≥0.65(月尺度)就說明模型的適用性是可以接受的。本文綜合選取的3種適用性評價指標，參考陳軍鋒等[17]對梭磨河流域的研究，基于NS系數及R2的評價值可將模擬的結果劃分為4個等級，具體的方案見表1。

表1 徑流模擬評定等級標準值劃分表

3.2 不確定性分析算法

SWAT-CUP是獨立于SWAT模型的參數校準分析軟件，其有運算快、算法多、自動繪圖等多個優點，同時可應用SWAT-CUP進行參數的敏感性分析和不確定性分析。SWAT-CUP內部鑲嵌了與SWAT鏈接的SUFI-2、PSO、GLUE、Parasol、MCMC算法程序。本次校準采用Sufi-2算法對參數進行自動校準，自動校準分為4步：設置初始參數、建立目標函數、確定算法終止條件、計算評價指標。

Sufi-2算法是一種反演建模法，參數的不確定性表示為范圍(均勻分布)，考慮了所有不確定性來源，例如驅動變量(例如降水量)的不確定性、概念模型、參數和測量數據。參數中不確定性的傳播導致模型輸出變量的不確定性，表示為95%概率分布。這些是使用拉丁超立方采樣通過參數不確定性的傳播產生的輸出變量的累積分布的2.5%和97.5%水平計算的，被稱為95%預測不確定度，即95PPU，這些95PPU是隨機校準方法中的模型輸出。重要的是沒有單個信號代表模型輸出，而是由某個參數范圍生成的95PPU表示的良好解決方案[18]。

4 構建SWAT模型

4.1 數據預處理

洙趙新河流域SWAT模型模擬需要5類資料，其中數字高程數據(DEM)、土地利用和土壤類型數據用于模型的構建，氣象數據資料(包括降水、溫度、風速、太陽輻射、相對濕度)用于驅動模型，實測徑流資料用于模型參數率定，各類型數據的來源及用途見表2。

研究區的數字高程數據(DEM)是空間分辨率為3 s×3 s(90 m×90 m)的SRTM_DEM，該數據獲取自CGIAR-CSISRTM90數據庫，在ArcGIS中經格式轉換、掩膜提取出SWAT模型所需的南四湖流域的DEM數據，數據如圖1所示。

表2 SWAT模型所需數據來源及用途

圖1 洙趙新河流域數字高程數據圖

土壤數據來自于寒區旱區科學數據中心的1∶100萬土壤數據，空間分辨率為1 000 m×1 000 m。該數據格式同土地利用類型。土壤分類系統采用FAO-90系統。根據流域內現有的100中土壤類進行合并重新分類成31中土壤類型、11種土組(除水體、沙丘流沙外)，如圖2所示。

圖2 洙趙新河流域土壤類型分布圖

土地利用數據選取寒區旱區科學數據中心的中國地區土地覆蓋綜合數據集[19]，數據集坐標系為D_Krasovsky_1940，空間分辨率為1 000 m×1 000 m，數據格式為GRID，經過投影變換成統一的投影坐標系(WGS_1984_UTM_Zone_50N)，掩膜提取研究區的土地利用數據，并把原有的24種類型重分類成10種，如圖3所示。

流域內氣象站點相對較少，且氣象數據不易獲得，本次研究采用寒區旱區科學數據中心發布的SWAT模型CMADSV1.1數據集[11]。數據時間序列為2008-2014年，空間分辨率為1/3°，采用數據集站點共9個，具體站點分布見圖4。

圖3 洙趙新河流域土地利用類型分布圖

圖4 洙趙新河流域CMADS數據集站點分布圖

4.2 模型構建

利用Mask對洙趙新河流域的DEM、土壤類型、土地利用數據進行提取，并進行流域坡度分析。根據對子流域劃分的研究分析及模型的推薦值，取洙趙新河流域的最小匯水面積的閾值為1 000 hm2，并基于DEM數據運用“burn-in”算法生成流域模型中的的流域河網，運用流域勾勒的八流點法則計算水流貢獻單元數，產生匯流柵格計算河道出水口，共劃分子流域個數57個，并進行流域坡長、坡度等特征參數計算，流域水系、子流域劃分分別見圖5、6。

流域內共有10類土地利用類型、15類土壤類型。流域內土壤類型較為單一，92%以上為黃河沖積土(主要為石灰性沖積土、鹽化沖積土)；土地利用類型80%以上為耕地。流域地處平坦湖西地區，流域坡度在0～58.08°之間，平均坡度為0.711°，流域坡度97%以上在2°及以下，流域坡度定義采用Multiple Slope分二級定義(0～6°、6～58.08°)；流域的HRU劃分采用Multiple HRUs方法進行，并通過子流域內土壤、土地利用所占面積分析，設置土地利用、土壤、坡度閾值為1%、9%、1%(相對面積)，共劃分384個HRUs。流域驗證測站梁山閘站所在子流域編號為53。

圖5 洙趙新河實際水系與模擬水系圖

圖6 洙趙新河流域子流域劃分圖

4.3 徑流量還原計算

洙趙新河流域徑流量的校準采用梁山閘水文站的實測月徑流量數據，由于洙趙新河是1973年完成全流域開挖的坡水河，梁山閘站的流量過程受閘門影響嚴重，本次流域模擬在不考慮閘門影響的情況，對梁山閘站天然流量過程進行基于降水數據的還原計算。

(1)

Ri=M1Ri-1+M2Ri

(2)

式中：Pi為研究時間范圍內第i時段內月降水量，mm；Ri、Ri-1分別為研究時間范圍內第i時段及i-1時段對應的月徑流量,m3/s；α、M1、M2分別為洙趙新河流域全區的徑流系數及由梁山閘、魏樓閘及鄄鄆河入河口測站的降水、徑流的歷史資料修正的相鄰時段間的排水模數。公式(2)中的Ri為最終用于模型率定的還原徑流量。梁山閘站降水量與修正徑流量過程線對比圖、修正徑流量過程及梁山閘站實測徑流與修正徑流過程線對比圖見圖7、8。

對于湖西平原區控制面積較大的排水骨干河流，設計排水模數可采用經驗公式法或單位線法，但以經驗公式法較常用，本文采用經驗公式形式如下：

M=KRmFn

(3)

式中：M為設計排澇模數，m3/(s·km2)；K為綜合系數；R為設計凈雨深，mm；F為流域面積，km2；m為峰量指數；n為排澇模數隨面積增大而減小的指數。流域內梁山閘控制站的不同頻率的排水模數如表3所示。

表3 洙趙新河梁山閘站斷面排水模數成果表

5 結果分析

研究區模擬時間選定2008-2014年，將各類數據向前延伸1年得到2007年的5類數據，作為預熱期；2008-2010年為校準期，進行流域徑流、泥沙相關參數的調整與校準；2011-2014年作為驗證期，以檢驗建立模型的模擬效果。

5.1 參數率定及敏感性分析

本次模擬對常用的25個參數進行率定，主要為地下水參數、土壤參數等。參數取值范圍參考SWAT模型數據庫，通過在SWAT-CUP中的Sufi-2算法進行1000次迭代運算，比較參數的敏感性，最終確定13個對徑流量的敏感性最大參數，參數模擬的最優結果及敏感性排序如表4所示。P-Value 是t檢驗值表對應的P概率值。P-Value值越接近于0，參數敏感性越高。

分析結果表明植被蒸騰補償系數、河岸調蓄的基流α因子、淺層地下水徑流系數的P-Value小于0.1，說明對徑流量的敏感性較高。

5.2 模擬結果評價

洙趙新河流域的徑流量校準期、驗證期的模擬年系列值與實測年系列值對比圖及相關關系圖見圖9、10。

由洙趙新河流域校準期、驗證期的實測與模擬月徑流量對比圖可知，確定性系數在0.80以上，模擬效果基本滿意；洙趙新河流域的模擬與實測月徑流量過程的各評價指標值均滿足模擬精度要求，模擬等級屬于乙級及以上，具體見表5所示。由圖表可知，模擬流域的實測月徑流系列值與模擬系列值趨于一致，模擬等級較高，豐水期的峰量控制較好，平枯水期及偏枯年份的模擬一般，模型整體模擬效果較好，滿足研究需要。

圖7梁山閘站降水量與修正徑流量過程圖8梁山閘站實測徑流與修正徑流過程線對比圖

表4 參數率定結果及敏感性排序

圖9 洙趙新河流域校準期實測與模擬月徑流量對比圖及相關關系圖

圖10 洙趙新河流域驗證期實測與模擬月徑流量對比圖及相關關系圖

時期月均值/(m3·s-1)實測值模擬值R2NS等級校準期25.34325.1760.87630.8886乙級驗證期15.15415.2570.92710.9267甲級

6 結 論

本文用SWAT模型模擬了洙趙新河流域徑流情況，并結合Sufi-2方法率定模型參數并進行敏感性分析，得到以下主要結論：

(1)在如洙趙新河流域這樣氣象站點較少的地區，引入CMADS氣象數據集作為流域水文模型的驅動數據集，有效解決氣象數據難獲取、流域氣象站點少的問題，在模型精確度、空間驅動分辨率上得到提升。

(2)根據敏感性分析結果發現水文相關參數與徑流有不同程度的相關性，其中植被蒸騰補償系數、河岸調蓄的基流α因子、淺層地下水徑流系數、基流α因子、主河道有效滲透系數、土壤蒸發補償系數、土壤表面到層底的深度、地下水滯后系數、土壤有效含水量、地下水再蒸發系數等參數對本研究區徑流模擬影響相對明顯。

(3)SWAT模型對豐水年份模擬效率高，對于某些枯水年模擬不夠理想，并且對徑流量特征呈“雙峰型”的時段模擬與實測徑流量相差較大?？傮w來看，SWAT模型模擬較為理想，模擬月徑流時，率定期R2和NS值均大于0.85，驗證期超過了0.9，表明SWAT模型在洙趙新河流域適用性較好。