第33卷 第1期
2010年1月
干旱区地理
ARID LAND GEOGRAPHY
Vo.l33 No.1
Jan. 2010
SWAT模型参数敏感性分析及应用
黄清华, 张万昌
1
2,3
¹
(1 中国矿业大学资源与地球科学学院,江苏 徐州 221008; 2 南京大学国际地球系统科学研究所,江苏 南京 21009;
3 中国科学院大气物理研究所,北京 100029)
摘 要:
地理信息系统(GIS)支持下的SWAT(SoilandWaterAssessmentTool)分布式水文模型以
流域离散化空间参数来描述流域水文变化特性,从物理意义上表达流域内的水文过程,但众多不确定的参数影响了模型的应用效果,因此有必要对参数进行敏感性分析。将SWAT模型应用到祁连
山黑河上游山区流域,进行了11年(1990-2000年)逐日径流模拟,通过一个简便的敏感性分析方法,将模型影响水文过程的参数分成4类敏感级别,最后确定模型的参数。在11年的逐日模拟中,1990-1995年为参数敏感性分析期和模型率定期,1996-2000年为模型的检验期,模拟结果显示,
22
在黑河山区流域,丰水年逐日出山径流的模型效率系数R达到0.8以上,平水年和枯水年R在0.51~0.79之间。
关
键
词: 分布式水文模型;SWAT;黑河;敏感性分析
中图分类号: P334.92 文献标识码:A 文章编号:1000-6060(2010)01-0008-08(8~15)
流域水文过程受气象条件和流域下垫面的地质、地貌、植被及土壤等因子的共同作用,在时空尺度上发生着巨大的变化。有别于视流域水文过程为空间均一的经典的集总式水文模型,基于DEM的分布式水文模型由于充分考虑了流域陆面参数在空间上的变异性,同时又能较好地表达流域水文过程的物理意义,已成为径流模拟新的发展方向
11-32
建立在GIS基础上的SWAT分布式水文模型具有很强的物理机制,近10年来已在国内外广泛应用
18-92
172
,在我国西北地区也有应用实例
11-102
。由于
SWAT模型是在国外高密度、长序列有明确科学目标的系统观测数据基础上发展起来的,在欧美国家应用时,长期的观测数据积累较好,模型参数较容易确定。本文研究区所在的我国西北祁连山黑河干流流域位于半干旱的高寒山区,流域下垫面性质及气象条件较为复杂,影响出山径流的因素较多,并且模型基础资料较少,增加了流域径流模拟的复杂性和不确定性,因此有必要对影响模型效率的参数进行敏感性分析,并在此基础上确定关键参数,然后对敏感性级别较高的参数进行率定以减少模型参数选择的盲目性。考虑到各敏感参数之间相互关系的复杂性,本文仅分析各单一参数对输出结果的敏感性,暂不考虑各参数之间的相互影响。
。与
传统的集总式模型相比,建立在物理机制上的分布式水文模型要求输入的参数较多,并且由于水文陆面过程中参数的空间差异性、获取过程中的误差及参数评估的困难使得模型初始参数值的输入具有很大的不确定性
142
,降低了分布式水文模型的运行效
率和模拟精度;此外,对模型参数敏感性认识的不足也是影响分布式水文模型应用的一个重要因素
15-62
。因此需要理解模型中每一个参数对模拟结
果的影响,通过对参数的敏感性分析进行参数筛选,减少模型率定参数的数量,提高模型运行时间效率和减少参数的不确定性,为模型的进一步改进提供更加可靠的依据。
¹
1 SWAT模型原理
SWAT是美国农业部(USDA)农业研究中心
收稿日期:2009-07-18; 修订日期:2009-10-07
基金项目:国家重点基础研究发展规划项目(2006CTN0050、2001CB309404)资助
作者简介:黄清华(1972-),男,江西南昌人,博士研究生,主要从事遥感与地理信息系统、分布式水文模型及水利信息化方面的研究.
lq.
1期 黄清华等:SWAT模型参数敏感性分析及应用 9
(ARS)1993年为美国水文模型
1112
(HUMUS)项目开计算。植被蒸散发是PET、土壤根区深度和植被叶面积指数(LAI)的函数,土壤蒸散发是土壤深度、土壤水分和PET的函数;融雪径流的计算基于度日因子方法;汇流采用马斯京根(Muskingum)方法进行演算。模型逐日的径流模拟的运算过程见图1。模型输入的气象数据包括降水、最高和最低气温、风速、相对湿度和太阳辐射。空间输入数据是土壤图、土地利用图和DEM。流域的空间离散分为2个步骤,先利用DEM将整个流域分成更小的子流域,再通过土壤类型图、土地利用类型图在各个子流域内划分单一的土壤类型和土地利用类型的水文响应单元(HRU)。
发的大、中尺度流域环境模拟模型,已经在美国18个主要流域进行过测试。该模型是以日为时间步长,具有物理机制的分布式模型,可进行连续的长时段的年、月或日的模拟。水文模拟是模型中的一个主要模块,水文过程的计算分为6个部分:地表径流、蒸散发、土壤水下渗、地下径流侧流、浅层地下径流(回归流)和融雪径流。径流模拟计算沿用了SWRRB模型的水量平衡公式的方法,计算每个水文子单元产水量,公式如下:
$SW=P-Q-ET-DP-QR ,
(1)
式中:$SW、P、Q、ET、DP和QR分别为土壤含水量、降水、地表径流、实际蒸散发、深层下渗和浅层回归流。水文子单元产水为地表径流、地下径流侧流、浅层地下径流通过各种途径汇集的总和。逐日地表径流(surfacerunoff)采用改进的USDASCS
1122
2 参数敏感性分析方法
敏感性表示为一个无量纲的指数,反映了模型输出结果随模型参数的微小改变而变化的影响程度或敏感性程度。参数敏感性分析就是分析影响模型效率最关键的几个参数,以及错误的参数输入对模拟结果的影响,其应用的数学模型基本表达式为:
O=f(F1,F2,...,Fn) ,
(2)
模型的
径流曲线数方法计算;峰值径流量基于推导公式(Rationalformula)计算。土壤表层到根区的剖面分成多层,各层分别计算土壤水的出入渗、侧流、蒸发。模型采用土壤蓄水演算技术(StorageRoutingTech-nology)计算出土壤每层的下渗量;地下径流侧流每一层的侧流量采用动力蓄水模型(KinematicStorageModel)计算;潜在蒸散发(PET)提供3种可选估算方案,即Penman-Monteith、Priestley-Taylor和Hargreaves方法,也可直接读入实测的或其它方法计算的PET值,实际蒸散发(ET)在计算完PET
后
式中:O为模型模拟输出结果,Fi表示影响O的因子(参数)。
对式2进行线性扩展,转化为在水文模型中参敏感性计算的常用形式。
S=
$Of(Fi+$Fi,Fj&jXi)-f(F1,F2,,,Fn)
=,$Fi$Fi
(3)
式中:等式右边表示为模型输出结果O对Fi因子变化$Fi的响应S。
敏感性结果S表达有3种方式:绝对值、相对值、离差。由于参数的单位不同,为了对参数之间敏感性进行对比,常采用的方法是使用相对敏感性值,进行参数敏感性的归一化,计算敏感性指数I。公式3变换为。
I=
Fi
# ,iO
(4)
式中:敏感性指数I不受O和Fi的单位尺度的影
图1 SWAT模型逐日径流计算过程
Fig.1 Flowchartshowingthedailydischargesimulation
f响,使模型参数之间具有可比性,将敏感指数分成4个等级(表1),I数值越大表明该参数的敏感性
10 干旱区地理 33卷
式,这种供给是河道枯季、冬季的主要水源。3月份以后,气温逐渐升高,冰川积雪开始融化,径流流量显著增大。在夏秋两季,冰川积雪继续融化并伴随着大面积的降雨,河水补给大大增加,是黑河干流径流最多的时期。
敏感性不敏感一般敏感敏感极敏感
表1 敏感性分类Tab.1 Sensitivityclasses
分类ÑÒÓÔ
指数0.00[|I|
在参数敏感性分析过程中,计算结果引用Nash-Sutcliffe
1132
模型效率系数R进行精度分析,判断
2
n
2
模拟流量与实测流量的拟合程度,R的定义如下:
R=1-2
E(Qm-Qs)i=1
i=1
2
E(Qm-Qm)
3
2
,
3
(5)
式中:Qm是实测流量,m/s;Qs是模拟流量,m/s;Qm是平均实测流量,m/s;如果R等于1则表示模拟与实测系列完全一致。
3
2
图2 黑河山区流域子流域和河网图
Fig.2 Subwatershedandrivernetworksystemdelineated
from120mDEMofYingluoxiacatchment
3 研究区概况与资料来源
黑河流域是我国西北干旱区典型的内陆河流域,脆弱的生态环境、水资源短缺一直是流域内社会经济发展的巨大约束力
114-152
。本文研究区位于河
西走廊中段的祁连山黑河干流山区流域,介于39b06c~37b43cN和98b34c~101b09cE之间,海拔高程1674~5076m,流域控制站点为莺落峡水文站(38b48cN,100b11cE),控制站以上集水面积10009km(图2)。研究区内年平均气温-3~7e,年降水量300~700mm,降水量年内分配极为不匀,夏季7~8月占年降水70%以上,冬季降水小于5%。土壤类型包括高山寒漠土、高山草原土、高山草甸土、灰褐土、粟钙土、潜育土和黑钙土,土壤粘土颗粒比例低¹。植被主要是灌丛草甸,青海云杉(Piceacrassifolia)是重要的水源涵养林。流域内景观垂直分带明显,海拔4500m以上为冰川积雪带,以下依次为高山草甸与灌丛、山间盆地、中山森林和中山草甸草原带
1162
2
图3 黑河山区流域土壤图Fig.3 SoilmapofYingluoxiacatchment
。
黑河干流上游属于多水源径流。高山带以冰雪融水补给为主,中山带主要为冰雪融水、雨水和季节积雪融水补给,而在低山地带主要是雨水补给
1162
。
图4 黑河山区流域土地利用图
Fig.4 Landuse/covermapofYingluoxiacatchment
每年的11~2月份,气温低,整个流域冻土广泛分布,主要为固态降水,在海拔较低的地区,泉水、植被
.
1期 黄清华等:SWAT模型参数敏感性分析及应用 11
模型模拟使用ArcView平台的集成系统-AVSWAT2000,DEM空间分辨率为120m@120m,降水、最高最低气温、相对湿度、风速等气象资料为莺落峡站、祁连站、扎马什克站和肃南站1990年1月1日~2000年12月31日逐日实测值,土壤类型图(图3)、土地利用类型图(图4)分别由数字化土壤图和土地利用图得到。通过GIS空间分析模块自动生成流域的水系、子流域边界和汇流路径信息。DEM与土壤图层、土地利用图层按统一的UTMWGS84投影方式叠加,将研究区划分为23个子流域和157个HRU。由于流域内地形高程落差大,因此在每个子流域内,划分出数量不等的海拔带以更精确的表达气象条件在流域不同高程带内的空间差异
1172
域使用一组参数。
初始的地形特征参数(坡度、坡长、河道宽度、深度和长度)通过GIS从DEM中提取。CN值参照美国水土保持局出版的各土地利用类型CN值表
1122
,LAI利用LAI2000实地观测。AVSWAT2000
系统提供了模型参数值的上下限,Fi变化幅度为参数的取值范围的25%,输出的变量$O分别为地表径流、地下径流侧流、浅层回归流、融雪径流、蒸散发和出水口总径流量6项指标,根据公式4计算得到23个参数敏感性指数,最后的参数敏感性分类结果见(表2)。
降水是影响流域水文过程最直接的气象因素,从(表2)中可以看出,在降水与海拔高程高线性相关的流域,地表径流、地下径流侧流、浅层回归流、融雪径流、蒸散发和出水口总径流对海拔高程降水梯度(Plaps)参数具有最高的敏感性,因此,Plaps是模型计算首先要确定的参数。土壤参数(Ksat、AWC)、径流曲线数(CN)决定地表径流、侧流和浅蓄水层的出流量,是影响水文过程模拟精度的基本关键参数。回归流A因子对回归流有较大的敏感性,黑河山区流域冬季时段河道补给主要来自地下径流,该参数控制流域冬季的总径流产水量。Tlaps海拔温度梯度、融雪温度阀值、融雪度日因子、COV50和雪盖度阀值SNO100参数对融雪径流过程起着重要作用。此外,有些参数只是对单元内各类径流过程敏感,如水文单元平均坡长Lslp对单元内侧流和下渗产流分配敏感,影响到浅蓄水层回归流,但对总径流影响不大。因此在参数率定期,先进行影响总径流参数的率定,再对影响各水文过程的参数进行调整,地表径流、地下径流和融雪径流参数分时段进行。
(1)确定出山径流最敏感的海拔降水递度Plaps
参数,按年模拟流域出山径流与实测径流进行比较。初始的Plaps值从张掖、祁连、肃南、扎马什克和托勒5个气象站40多年的平均降水量和海拔高程做线性回归,最后的值在微调中确定。根据水量平衡公式,模拟过程中需要算出实际蒸散发,而实际蒸散发是潜在蒸散发的函数,计算采用基于气象参数的Penman-Monteith方法,气象参数来自实测值和模型气象模拟器的模拟值,再通过实测的LAI参数计。
将8类土壤颗粒比例转换成2.0>0.05>
土壤粒径的转换通过线性坐标的光滑不等距插值法
1182
0.002mm美制标准,分别重新求出各类土壤质地的粘粒、粉沙和沙粒的比例。土壤剖面统一分成腐质层、过渡层和母质层3层。PET使用Penman-Monteith公式计算,实测径流为流域控制站莺落峡水文站1990-2000年逐日径流量。模拟时段从1990-2000年,其中1990-1995年为模型的率定期(Calibration)和进行参数的敏感性分析,1996-2000年用于模型检验(Validation)。
4 结果与讨论
SWAT模型中与水文过程相关的参数包括土壤参数、土地利用参数、地下水径流参数、融雪径流参数、地表特征参数,这些参数既有流域级的又有子单元级的。研究区内海拔高程与降水量的相关系数达到0.88以上,将点状降水数据内插到流域面状中去。土壤参数和土地利用参数为分布式参数,在子单元内,土壤剖面分为不同的层,每一层对应一组土壤水文参数,共有24组土壤参数。为了减少由于土壤类型或土地利用类型变化对水文过程响应的影响而造成分析过程的复杂性,常使用人工的单一类型的流域做参数敏感性试验
15-192
。研究中只对占流
域面积49.1%的高山草甸土的表层土壤参数和以夏季草场为主的土地利用参数做敏感性分析,浅层,
12 干旱区地理 33卷
表2 SWAT模型水文参数敏感性
Tab.2 SensitivityofSWAToutputtoinputparameters
参数PlapsTlapsCNKsatpbLslpslpnsurlagLAIAWClyTTlogDgwaqshthr,qaqshthr,rvp
AgwBdeepTs-rTmltbmlt12bmlt6SNO100COV50
参数说明
海拔高程降水梯度海拔高程气温梯度SCS径流曲线数土壤饱和水传导率土壤密度
水文单元平均坡长水文单元平均坡度曼宁系数
地表径流滞留天数植被叶面积指数土壤有效持水率地下径流侧流滞留时间蓄水层补给时间回归流补给水位阀值深蓄水层回流/补给水位阀值浅层蓄水回归流A因子蓄水层下渗系数降雪温度阀值融雪温度阀值最大融雪度日因子最小融雪度日因子100%积雪覆盖雪深阀值未达到SNO100时积雪覆盖度
单位mm/kme/km-mm/hg/cm3mm/m-d-cm/cmddmmmm--ee
mm#emm#e
-1-1
敏感性
地表径流
ÔÑÔÒÑÑÒÒÑÒÑÑÑÑÑÑÑÒÑ
#d#d
-1-1
侧流ÔÑÓÓÒÓÒÑÑÑÒÑÑÑÑÑÒÑÑÑÑÑÑ
回归流ÔÑÒÑÑÓÑÑÑÑÑÒÑÓÒÓÒÑÑÑÑÑÑ
融雪径流
ÔÓ---------------ÒÓÓÓÓÒ
蒸散发ÔÒÑÓÑÒÑÒÒÓÓÑÑÑÑÑÑÑÑÑÑÓÓ
总径流ÔÒÓÓÑÒÒÑÑÒÓÒÑÒÑÓÒÒÒÒÒÓÓ
ÒÒÒÒ
mm-
(2)CN、土壤饱和水传导率及土壤有效持水率3类参数在实测和查阅有关资料的基础上进行调整。
(3)黑河山区流域12~3月土壤温度低于0e,冻土广泛存在,浅蓄水层径流来补给为0,同时地下径流侧流也停止,因此这个时段的实测逐日出山径流全部是回归流的补给。浅层蓄水回归流A因子在这个时段率定。在研究中使用的是digitalfilterbflow.exe
1212
1202
另外,SWAT模型可以通过微调CN2-半湿润条件下的SCS径流曲线数、土壤有效持水率(AWC)、土壤蒸发补偿系数esco值,对模拟总径流模拟结果进行进一步率定。研究中利用CN2和AWC率定参数对率定期6年重新模拟。通过分析6年中的枯水(1991年)、平水(1995年)和丰水(1993年)3年的年径流深对CN2和AWC参数变化幅度的响应,当CN2的变化从-8%~+8%时,枯水年、平水年和丰水年的径流深变化都在-12%~+21%之间,AWC的变化?0.05范围时,枯水、平水和丰水3年的年平均出山径流深变化幅度分别为:-2%~6%、-8%~11%、-5%~9%,丰水年比枯水年对AWC响应更明显。率定后的模型部分参数见(表3)。
回
归分析方法,SWAT模型附带一个digitalfilter模块
,通过bflow.exe计算出Agw参数。(4)3~5月期间,河道径流主要为冰川与积雪融化补给,融雪温度阀值、融雪度日因子、COV50和雪盖度阀值SNO100参数在这个时段来率定。
表3 流域级敏感性参数值
Tab.3 Selectedsensitivehydrologicalparameters
参数值
Plaps130
Tlaps-5.1
gw0.011
Ts-r0
Tmlt0
bmlt123.5
bmlt61.5
SNO100300
COV500.5
实测径流为流域出山口莺落峡水文站1990-逐日模拟径流量为42.58m/s,比实测平均值46.8313
2
3
1期 黄清华等:SWAT模型参数敏感性分析及应用 13
(图5a),相对误差为15%。5年检验期使用率定后的参数,1996-2000年的逐日径流模拟结果,平均逐日模拟径流量为54.68m/s,比实测平均值53.44m/s高2.3%,1998年(图5b)和1999年模拟地精度最高,R都在0.80以上,相对误差小于16%。
2
3
3
纵观11年的模型计算结果(表4),模拟值与实测值径流变化趋势基本相同,率定期和验证期在丰水年份的模型效率都较高,其次为平水年和枯水年,表明模拟精度与土壤湿度有较大的
关系。
图5 逐日出山径流模拟值与实测值(a-模型率定期1993年;b-验证期,1998年)
Fig.5 Simulatedandobserveddailystream-flowatYingluoxiacatchment(a-Calibration,1993;b-Validation,1998)
表4 1990-2000年模拟结果
Tab.4 Analysisofsimulatedresultsofelevenyears
年份
R2
年平均降水/mm平均土壤含水/mm
率定期
19900.7153699.1
19910.5142588.6
19920.5747490.1
19930.8259593.4
19940.7151792.3
19950.7250695.2
19960.7958994.5
19970.5737089.8
验证期19980.8561297.2
19990.8247494.3
20000.6350797.0
对11年黑河逐日出山径流的模拟,大部分年份的结果是可接受的。丰水年份模拟精度较枯水年份高,主要因素是模型参数的条件性
1222
在确定模型参数时难度较大。运用敏感性分析,能够更好地理解参数对水文过程的影响程度,筛选出一些重要的参数,避免了模型调参过程中的盲目性。对于不同地域特征的流域和季节,有些参数的敏感性可能存在差异,但土壤、径流曲线数参数是影响整个水文过程模拟精度的基本关键参数,在降水与海拔高程存在线性相关的高海拔地区,降水梯度是首先要确定的参数,回归流A因子是影响回归流的重要参数,COV50参数则对逐日融雪径流过程起着重要作用。参考文献(References)
112 吴险峰,王中根,刘昌明,等.基于DEM的数字降水径流模型:
在黄河小花间的应用1J2.地理学报,2002,57(6):671-677.1WuXianfeng,WangZhonggen,LiuChangming,eta.lDigitalrain-fall-runoffmodelbasedonDEM:theapplicationtoXiaolangdi-HuayuankouSectionoftheYellowRiverBasin1J2.ActaGeograph-icaSinica,2002,57(6):671-677.2
,.M的,表现为参数敏
感的季节性特征,有些参数在雨季敏感,而有些参数在枯季敏感,参数的敏感性还表现为地域性特征,T.Lenhart等
1192
在德国中部低海拔湿润流域对SWAT
水文模型参数敏感性结果差异也说明了这个问题。
5 结 论
SWAT分布式模型水文模拟需要大量具有空间分布特征的地表参数和流域地形空间拓扑关系以期实现对流域水文过程及径流的准确模拟,集成GIS空间分析功能的SWAT分布式水文模型可通过流域DEM、土地利用及土壤类型数字图形空间信息的分析提取上述信息并在气象条件参数的驱动下完成上述目的。在黑河山区流域半干旱半湿润地区,以往的研究表明,模型在年平均径流和月平均径流模拟中具有1172
,,
drologySection4,chaps4-10.
1132NashJE,SutcliffeJV.Riveflowforecastingthroughconceptual
models,Part1-adiscussionofprinciples1J2.JournalofHydrolo-gy,1970:10(3):282~290.
1142王录仓,张云峰.水资源约束下的内陆河流域农村劳动力转移
研究-以黑河流域张掖市为例1J2.干旱区地理,2007,30(6):962-968.1WangLucang,ZhangYunfeng.Rurallabor-forcemigra-tionundertherestrictionofwaterresourceintheinlandriverbasin:AcaseofZhangyeCityinHeiheRiverBasin1J2.AridLandGeog-raphy,2007,30(6):962-968.2
1152席海洋,冯起,司建华.实施分水方案后对黑河下游地下水影响
的分析1J2.干旱区地理,2007,30(4):487-495.1XiHalyang,FengQ,iSiJianhua.Influenceofwatertransportprojectonground-waterlevelatlowerreachesoftheHereRiver1J2.AridLandGeog-raphy,2007,30(4):487-495.2
1162康尔泗,程国栋,董增川.中国西北干旱区冰雪水资源与出山径
流1M2.北京:科学出版社,2002:97-143.1KangErs,iChengGu-odong,DongZenchuan,eta.lAridareasnowrunoffandmountain-ouscatchmentsstreamflowinNorthwestChina1M2.Beijing:Sc-iencePress,2002:97-143.2
1172黄清华,张万昌.SWAT分布式水文模型在黑河干流山区流域的
改进及应用1J2.南京林业大学学报(自然科学版),2004,28(2):22-26.1HuangQinghua,ZhangWanchang.ImprovementandapplicationofGIS-baseddistributedSWAThydrologicalmodelingonhighaltitude,cold,sem-iaridcatchmentofHeiheRiverBasin1J2.JournalofNanjingForestryUniversity(NaturalSciences),2004,28(2):22-262
1182张东,张万昌.SWAT2000气象模拟器随机模拟原理、验证及改
进1J2.资源科学,2004,26(4):91-99.1ZhangDong,ZhangWanchang.Stochasticsimulationtheory,validationandimprovementforSWAT2000ClimateSimulator1J2.ResourcesScience,2004,26(4):91-99.2
1192LenhartT,EckhardK,FohrerN,eta.lComparisonoftwodifferent
approachesofsensitivityanalysis1J2.PhysicsandChemistryoftheEarth,2002,27:645-654.
1202NathanRJ,McmahonTA.Evaluationofautomatedtechniquesfor
baseflowandrescessionanalyses1J2.WaterResourcesResearch,1990:7(26):1465-1473.
1212http://www.brc.tamus.edu/swat/swatbase.html1EB/OL2,20031222谭炳卿,金光炎.水文模型与参数识别1M2.北京:中国科学技
术出版社,1998:191-196.1TanBingqing,JinGuangyan.Hydro-logicalmodelandparameteridentify1M2.Beijing:ChinaScienceandTechnologyPress,1998:191-196.2
述1J2.自然资源学报,2003,18(2):168-173.1WangZhonggen,LiuChangming,WuXianfeng.Areviewofthestudiesondis-tributedhydrologicalmodelbasedonDEM1J2.JournalofNaturalResources,2003,18(2):168-173.2
132 丁辉,陈亚宁,李卫红,等.基于DEM的清水河分布式水文模型
1J2.干旱区地理,2007,30(3):364-369.1DingHu,iChenYan-ing,LiWeHiong,eta.lDistributedhydrologicalmodelbasedonDEMinQingshuiRiverBasin1J2.AridLandGeography,2007,30(6):364-369.2
142 芮孝芳,朱庆平.分布式流域水文模型研究中的几个问题1J2.
水利水电科技进展,2002,22(3):56-58.1RuiXiaofang,ZhuQingPing.Someproblemsinresearchofdistributedwatershedhydro-logicalmodel1J2.AdvancesinScienceandTechnologyofWaterRe-sources,2002,22(3):56-58.2
152 KlausECkhardt,LutZ.Parameteruncertaintyandthesignificance
ofsimulatedlandusechangeeffects1J2.2003,273:164-176.
162 FrancosA,ElorzaFJ,BouraouiF,eta.lSensitivityanalysisofdis-tributedenvironmentsimulationmodels:understandingthemodelbe-haviourinhydrologicalstudiesatthecatchmentscale1J2.Reliabil-ityEngineeringSystemSafety,2003,79:205-218.
172 ArnoldJG,AllenPM.EstimatinghydrologicbudgetsforthreeIll-i
noiswatersheds1J2.JournalofHydrology,1996,176:55-77.182 梁犁丽,汪党献,王芳.SWAT模型及其应用进展研究1J2.中国
水利水电科学研究院学报,2007,5(2):125-131.1LiangLil,iWangDangxian,WangFang.DiscussiononSWATmodelanditsapplication1J2.JournalofChinaInstituteofWaterResourcesandHydropowerResearch,2007,5(2):125-131.2
192 王林,陈兴伟.SWAT模型流域径流模拟研究进展1J2.华侨大
学学报(自然科学版),2008,29(1):6-101WangLin,ChenXingwe.iReviewofstudyonwatershedrunoffsimulationbasedonSWAT1J2.JournalofHuaqiaoUniversity(NaturalScience,2008,29(1):6-10.2
1102宋艳华,马金辉.SWAT模型在陇西黄土高原地区的适用性研究
1J2.干旱区地理,2007,30(6):933-938.1SongYanhua,MaJin-hu.iApplicabilityofSWATmodelinLongxioftheLoessPlateau1J2.AridLandGeography,2007,30(6):933-938.2
1112SrinivasanR,ArnoldJG,MuttiahRS,eta.lHydrdogyicunitmodel
fortheUnitedstates(HUMUS).In:SamSY.WANGCED.Ad-vancesinHydro-scienceand-Engineering1C2.washington,DC.1993.JvneT-11Vo.lI,PartA,pp.451-456.
1122USDASoilConservationService.Nationalengineeringhandbook
1Z2.Washington,DC:USGovernmentPrintingOffice,1972,Hy-JournalofHydrology,
ApplicationandparameterssensitivityanalysisofSWATmodel
HUANGQing-hua, ZHANGWan-chang
1
2,3
(1SchoolofResourceScienceandEarthScience,ChinaUniversityofMiningandTechnology,Xuzhou221008,Jiangsu,China;
2InternationalInstituteforEarthSystemScience,NanjingUniversity,Nanjing210093,Jiangsu,China;
3InstituteofAtmosphericPhysics,ChineseAcademyofSciences,Beijing100029,China)
Abstract:SWAT(SoilandWaterAssessmentTool),adistributedhydrologicmodelintegratedwithgeographicinfor-mationsystem(GIS)tosimulatethehydrologicalprocessesandrunoffgenerationsinmountainouscatchments,wasappliedtotheHeiheRiverbasinlocatedintheQilianMountainsofnorthwesternChina.Simulationsatpresentwerepreliminarilyfocusedonpredictingthecontinuousdailyrunoffinahighaltitude,cold,sem-iarid10009kmbasinwiththetotalcontrolhydrologicalstationofYingluoxia.Becausethesensitivityanalysisandcalibrationisakeyanddifficultissueoftheapplicationanddevelopmentofthedistributedhydrologicalmodelandspatialvariability,accessdifficultiesmodelinputparametersalwayscontainuncertainty.Inthispaper,modeliscalibratedwithobserveddatafromfourprincipalhydrologicstationsintheHeiheRiverbasin.Asimpleapproachofsensitivityanalysisonthepr-ior-determinedparameterswasusedtoassessthesensitivityofthoseparameterstothefinalperformanceofthemode,lthecalculatedsensitivityindicesarerankedintofourclasses.Thelawsarediscoveredthatchangesomeimportantpa-rametershowtoaffectmodelresultsandthustodeterminethemostsensitiveparametervalues.Thecalibrationproce-dureshaveconsiderablybeensimplified,theblindnessonthedeterminationofthosepre-determinedfactorswasde-creased.Therunoffgenerationprocessesandtheircalculationprinciplesweredescribed.ThebasicGISdatalayersincludetheDigitalElevationModel(DEM),soilandlanduse/coverdigitalmapsgeneratedfromthedigitalizationofthefieldsurveyresults.Fourmeteorologicalstationswithinornearthestudybasinwereselectedtoderivethedistrib-utedinputmeteorologicalparameters.Basedonthetopographicfeatures,soilandlanduse/coverdistributionpa-tterns,SWAT-GISdelineatedthebasininto157homogeneoushydrologicrespondentunits(HRU),eachofwhichrepresentsaparticularfeatureofsoilandlanduse/covercombinationswithinthesub-watershedandagroupofparam-eterswasassignedtothemforcharacteringitshydrologicalresponses.Themodelsimulationperiodwasdividedintocalibration(1990-1995)andvalidation(1996-2000)periods.Resultsfromthe11year.ssimulationsuggestedagoodperformanceofthemodeldemonstratedbyNath-sutcliffecoefficientRofover0.80intherain-richyearsandthedifferencebetweentheobservedandsimulatedrunoffwaslessthan16%ingenera.lKeyWords:distributedhydrologicmode;lSWAT;HeiheRiverbasin;sensitivityanalysis
2
2