第 33 卷 　 第 1期 干旱区地理 Vol . 33 　No. 1 　 　　　　　　　　　　　 　　 　　　　　　　　　　 2010 年 1 月 AR I D 　LAND 　GEOGRAPHY Jan. 　2010S W AT模型参数敏感性分析及应用黄清华 , 　 张万昌1 2, 3①(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 S WAT ( Soil and W ater A ssess m ent Tool) 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 S WAT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 , 2 2 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 ; S WAT; 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〔 1 - 3〕建立在 GIS基础上的 S WAT 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〔 8 - 9〕〔 7〕,在我国西北地区也有应用实例〔 1 - 10 〕。由于S WAT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〔 4〕,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〔 5 - 6〕。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 。①1 　S WAT模型原理S WAT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 、 ) 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 .Email: qinghuahuang@163. com?
China Academic Journal Electronic Publishing House. All rights reserved.http://www.cnki.net1 期 　　　　　　　　　　　　　　　　 黄清华等 : S WAT模型参数敏感性分析及应用 　　　　　　　　　　　　　　　　 9(ARS) 1993 年为美国水文模型 〔11 〕 ( 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 ( LA I) 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 (M uskingum ) 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S WRRB 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 : ΔSW = P - Q - ET - D P - QR 　,( 1)式中 :ΔSW 、 P、 Q、 ET、 D P 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〔 12 〕 流 ( surface runoff) 采用改进的 USDA SCS 模型的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)径流曲线数方法计算 ; 峰值径流量基于推导公式( Rational formula )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 ( Storage Routing Tech2nology)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 ( Kinem atic StorageModel) 计算 ; 潜在蒸散发 ( PET ) 提供 3 种可选估算式中 : O 为模型模拟输出结果 , Fi表示影响 O 的因子(参数 ) 。方 案 , 即 Penm an - Monteith、 Priestley - Taylor 和Hargreaves 方法 ,也可直接读入实测的或其它方法对式 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 。 ΔO f ( F i +ΔF i , F j│ j≠ i ) - f ( F1 , F2 , …, Fn ) 　S = = , ΔF i ΔF i( 3)计 算的 PET值 , 实际蒸散发 ( ET ) 在计算完 PET后式中 :等式右边表示为模型输出结果 O 对 Fi 因子变 化 ΔFi 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=ΔO Fi ? 　, ΔFi O( 4)式中 :敏感性指数 I 不受 O 和 Fi的单位尺度的影图 1 　S WAT模型逐日径流计算过程Fig . 1 　Flowchart show ing the daily discharge sim ulation p rocesses of the S WAT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 越高 。http://www.cnki.net?
China Academic Journal Electronic Publishing House. All rights reserved.　 干 旱 区 地 理 　　　　　　　　　　　　　　　　　33 卷 1 0 　　　　　　　　　　　 　　　　　　　表 1　 敏感性分类Tab. 1 　Sen sitiv ity cla sses分类 Ⅰ Ⅱ Ⅲ Ⅳ 指数0. 00 ≤ | I | & 0. 05 0. 05 ≤ | I | & 0. 20 0. 20 ≤ | I | & 1. 00 | I | ≥1. 00 　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 极敏感在参数敏感性分析过程中 , 计算结果引用 Nash- Sutcliffe〔 13 〕模型效率系数 R 进行精度分析 , 判断2n2模拟流量与实测流量的拟合程度 , R 的定义如下 :R =1 2i=1 n∑ ( Qm - Q s )2i =1∑ ( Qm - Qm )32　,3( 5)式中 : Qm 是实测流量 , m / Q s 是模拟流量 , m /Qm 是平均实测流量 , m / 如果 R 等于 1 则表示模3 2图 2　 黑河山区流域子流域和河网图Fig . 2 　Subwatershed and river network system delineated from 120 m DEM of Yingluoxia catchment拟与实测系列完全一致 。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〔 14 - 15 〕。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 39 °06 ′ ～37 ° 43 ′ N 和 98 ° 34 ′ ～101 ° 09 ′ E 之间 , 海拔高程 1 674 ～ 5 076 m , 流域控制站点为莺落峡水文站 ( 38 ° 48 ′ N , 100 ° 11 ′ E ) , 控制站以上集水面积 10 0092 km (图 2 ) 。研究区内年平均气温 - 3 ～7 ℃ , 年降水量 300 ～700 mm ,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% 。土图 3　 黑河山区流域土壤图Fig . 3 　Soil map of Yingluoxia catchment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 ( P iceacrassifolia ) 是重要的水源涵养林 。流域内景观垂直分带明显 ,海拔 4 500 m 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〔 16 〕。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〔 16 〕。图 4　 黑河山区流域土地利用图Fig . 4 　Land use / cover map of Yingluoxia catchment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 涵养水和岩石裂缝水成为河道径流的主要补给形①张掖地区土壤普查办公室 . 张掖地区土壤 , 1986: 1 ～178?
China Academic Journal Electronic Publishing House. All rights reserved.http://www.cnki.net1 期 　　　　　　　　　　　　　　　　 黄清华等 : S WAT模型参数敏感性分析及应用 　　　　　　　　　　　　　　　　 11模型 模 拟 使 用 A rcV iew 平 台 的 集 成 系 统 AVS WAT2000, DEM 空间分辨率为 120 m × 120 m ,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〔 12 〕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 UT M W GS84 投影方式叠加 , 将研究区划分为 23 个子流, LA I 利用 LA I2000 实地观测 。 AVS WAT2000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 ΔO 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〔 17 〕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 ( Ksa t 、 AW C ) 、 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 α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 、 COV 50 和雪盖度 阀值 SNO 100 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 L slp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。 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〔 18 〕0. 002 mm 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 Penm an 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 ,
年用于模型检验 (Validation ) 。4　 结果与讨论S WAT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〔 5 - 19 〕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。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 地下水径流和融雪径流都采用集总式参数 , 整个流型气象模拟器的模拟值 , 再通过实测的 LA I 参数计 算出实际蒸散发 。http://www.cnki.net?
China Academic Journal Electronic Publishing House. All rights reserved.　 干 旱 区 地 理 　　　　　　　　　　　　　　　　　33 卷 1 2 　　　　　　　　　　　 　　　　　　　表 2 　SW AT模型水文参数敏感性Tab. 2 　Sen sitiv ity of SW AT output to in put param eters参数P laps T laps CN Ksa t pb L slp slp n su rlag LA I AW C ly TT log参数说明 海拔高程降水梯度 海拔高程气温梯度SCS径流曲线数单位mm / km敏感性 地表径流 Ⅳ Ⅰ Ⅳ Ⅱ Ⅰ Ⅰ Ⅱ Ⅱ Ⅰ Ⅱ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅱ Ⅰ Ⅱ Ⅱ Ⅱ Ⅱ ?d-1侧流 Ⅳ Ⅰ Ⅲ Ⅲ Ⅱ Ⅲ Ⅱ Ⅰ Ⅰ Ⅰ Ⅱ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅱ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ回归流 Ⅳ Ⅰ Ⅱ Ⅰ Ⅰ Ⅲ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅱ Ⅰ Ⅲ Ⅱ Ⅲ Ⅱ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ融雪径流 Ⅳ Ⅲ-蒸散发 Ⅳ Ⅱ Ⅰ Ⅲ Ⅰ Ⅱ Ⅰ Ⅱ Ⅱ Ⅲ Ⅲ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅲ Ⅲ总径流 Ⅳ Ⅱ Ⅲ Ⅲ Ⅰ Ⅱ Ⅱ Ⅰ Ⅰ Ⅱ Ⅲ Ⅱ Ⅰ Ⅱ Ⅰ Ⅲ Ⅱ Ⅱ Ⅱ Ⅱ Ⅱ Ⅲ Ⅲ℃ / kmmm / h g/ cm 3 m m /m d cm / cm d d mm mm -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 α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δ gwaqsh th r, q aqsh th r,rvpαgw β deepTs r℃ ℃mm ?℃ - 1 ?d - 1 mm ?℃-1Ⅱ Ⅲ Ⅲ Ⅲ Ⅲ ⅡTm lt bm lt12 bm lt6 SNO 100 COV 50mm -未达到 SNO100 时积雪覆盖度　　 ( 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 行另外 , S WAT模型可以通过微调 CN 2 - 半湿润条 件下的 SCS 径流曲线数、 土壤有效持水率 ( AW C ) 、 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 CN 2和 AW C 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 CN 2和 AW C 参数变化幅度的响应 , 当 CN 2 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 , AW C 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 AW C 响应更明显。率定后的调整 。( 3 )黑河山区流域 12 ～3 月土壤温度低于 0 ℃,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 α因子在 这个时段率定 。在研究中使用的是 digital filterbflow. exe〔 21 〕 〔 20 〕回归分析方法 , S WAT 模型附带一个 digital filter 模块,通过 bflow. exe计算出 α gw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 、 COV 50 和雪盖 度阀值 SNO 100参数在这个时段来率定。模型部分参数见 (表 3 ) 。表 3　 流域级敏感性参数值Tab. 3 　Selected sen sitive hydrolog ica l param eters参数 值P laps T lapsαgw0. 011Ts -rTm ltbm lt12bm lt6SNO 100COV 50130- 5. 1003. 51. 53000. 5　　 实测径流为流域出山口莺落峡水文站 年逐日径流量。 1990 - 1995 年 6 年率定期平均逐日模拟径流量为 42. 58 m / s,比实测平均值 46. 83m / s低 9. 1% , 1993 年的模型效率系数 R 达到 0. 82http://www.cnki.net3 23?
China Academic Journal Electronic Publishing House. All rights reserved.1 期 　　　　　　　　　　　　　　　　 黄清华等 : S WAT模型参数敏感性分析及应用 　　　　　　　　　　　　　　　　 13(图 5 a ) , 相 对误 差为 1 5 % 。 5年 检 验 期 使 用 率 定纵 观 1 1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 。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. 68 m / s, 比实测平均值53. 44 m / s高 2. 3% , 1998 年 (图 5b )和 1999 年模拟3 3地 精度最高 , R 都在 0. 80以上 ,相对误差小于 16% 。2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 　Sim ulated and observed daily stream 2flow at Yingluoxia catchment( a - Calibration, 1993; b - Validation, 1998)表 4 　1990 - 2000 年模拟结果Tab. 4 　Ana lysis of si m ula ted results of eleven years年份R2率定期 536 99. 1
370 89. 8验证期 612 97. 2
507 97. 0年平均降水 /mm 平均土壤含水 /mm　　 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〔 22 〕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 α 因 子 是 影 响 回 归 流 的 重 要 参 数 ,COV 50 参数则对逐日融雪径流过程起着重要作用。,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〔 19 〕在德国中部低海拔湿润流域对 S WAT水文模型参数敏感性结果差异也说明了这个问题。5　 结　 论S WAT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 S WAT 分布式水文模型可通过流域DE M、 土地利用及土壤类型数字图形空间信息的分析参考文献 ( References)〔 1〕 　 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 〔 J〕 . 地理学报 , 2002, 57 ( 6 ) : 671 - 677. 〔 W u Xianfeng,W ang Zhonggen, L iu Changm ing, et al . D igital rain2fall - runoff model based on DEM: the app lication to Xiaolangdi Huayuankou Section of the Yellow R iver Basin〔 J〕 . Acta Geographi2 ca Sinica, ) : 671 - 677. 〕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 较好的适应性〔 17 〕,而对于长时段连续逐日径流模拟 ,〔 2〕 　 王中根 ,刘昌明 ,吴险峰 . 基于 DEM 的分布式水文模型研究综?
China Academic Journal Electronic Publishing House. All rights reserved.http://www.cnki.net　 干 旱 区 地 理 　　　　　　　　　　　　　　　　　33 卷 1 4 　　　　　　　　　　　 　　　　　　　述〔 J〕 . 自然资源学报 , 2003, 18 ( 2 ) : 168 - 173. 〔 W ang Zhonggen, L iu Chang m ing,W u Xian feng. A review of the studies on dis2 tributed hydrological model based on DEM〔 J〕 . Journal of Natural Resources, ) : 168 - 173. 〕 drology Section 4, chap s 4 - 10.〔 13 〕Nash J E, Sutcliffe J V. R ive flow forecasting through concep tualmodels, Part 1 - a discussion of p rincip les 〔 J〕 . Journal of Hydrolo2 gy, ) : 282 ～290.〔 3〕 　 丁辉 ,陈亚宁 ,李卫红 ,等 . 基于 DEM 的清水河分布式水文模型 〔 J〕 . 干旱区地理 , 2007, 30 ( 3) : 364 - 369. 〔 D ing Hui, Chen Yan2ing, L i W eiHong, et al . D istributed hydrological model based on DEM in Q ingshui R iver Basin〔 J〕 . A rid Land Geography, ) : 364 - 369. 〕〔 14 〕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〔 J〕 . 干旱区地理 , 2007, 30 ( 6) :962 - 968. 〔 W ang Lucang, Zhang Yunfeng . Rural labor2force m igra2 tion under the restriction of water resource in the inland river basin: A case of Zhangye City in Heihe R iver Basin〔 J〕 . A rid Land Geog2 raphy, ) : 962 - 968. 〕〔 4〕 　 芮孝芳 ,朱庆平. 分布式流域水文模型研究中的几个问题〔 J〕 . 水利水电科技进展 , 2002, 22 ( 3 ) : 56 - 58. 〔 Rui Xiaofang, ZhuQ ingPing . Some p roblem s in research of distributed watershed hydro2 logical model 〔 J〕 . Advances in Science and Technology ofW ater Re2 sources, ) : 56 - 58. 〕〔 15 〕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〔 J〕 . 干旱区地理 , 2007, 30 ( 4) : 487 - 495. 〔 Xi Halyang,Feng Q i, Si J ianhua. Influence of water transport p roject on ground2 water level at lower reaches of the Here R iver 〔 J〕 . A rid Land Geog2 raphy, ) : 487 - 495. 〕〔 5〕 　Klaus E Ckhardt, Lut Z . Parameter uncertainty and the significanceof sim ulated land use change effects〔 J〕 . Journal of Hydrology, : 164 - 176.〔 16 〕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〔 M〕 . 北京 :科学出版社 , 2002: 97 - 143. 〔 Kang Ersi, Cheng Gu2odong, Dong Zenchuan, et al . A rid area snow runoff and mountain2 ous catchments streamflow in Northwest China〔 M〕 . Beijing: Sci2 ence Press, 2002: 97 - 143. 〕〔 6〕 　Francos A , Elorza F J, Bouraoui F, et al . Sensitivity analysis of dis2tributed environment sim ulation models: understanding the model be2 haviour in hydrological studies at the catchment scale〔 J〕 . Reliabili2 ty Engineering System Safety, 5 - 218.〔 17 〕黄清华 ,张万昌. S WAT分布式水文模型在黑河干流山区流域的 改进及应用 〔 J〕 . 南京林业大学学报 (自然科学版 ) , 2004, 28(2) : 22 - 26. 〔 Huang Q inghua, ZhangW anchang . I mp rovement and app lication of GIS2based distributed S WAT hydrological modeling on high altitude, cold, sem i2arid catchment of Heihe R iver Basin〔 J〕 . Journal of Nanjing Forestry University (Natural Sciences) , ) : 22 - 26 〕〔 7〕 　A rnold J G, A llen P M. Estim ating hydrologic budgets for three Illi2nois watersheds 〔 J〕 . Journal of Hydrology, : 55 - 77.〔 8〕 　 梁犁丽 ,汪党献 ,王芳. S WAT模型及其应用进展研究〔 J〕 . 中国 水利水电科学研究院学报 , 2007, 5 ( 2 ) : 125 - 131. 〔 L iang L ili,W ang Dangxian, W ang Fang . D iscussion on S WAT model and its app lication〔 J〕 . Journal of China Institute of W ater Resources and Hydropower Research, ) : 125 - 131. 〕〔 18 〕张东 ,张万昌 . S WAT2000 气象模拟器随机模拟原理、 验证及改 进〔 J〕 . 资 源 科 学 , 2004, 26 ( 4 ) : 91 - 99. 〔Zhang Dong, ZhangW anchang . Stochastic sim ulation theory, validation and imp rovement for S WAT 2000 Clim ate Sim ulator 〔 J〕 . Resources Science, ) : 91 - 99. 〕〔 9〕 　 王林 ,陈兴伟 . S WAT模型流域径流模拟研究进展〔 J〕 . 华侨大 学学报 (自然科学版 ) , 2008, 29 ( 1 ) : 6 - 10 〔 W ang L in, ChenXingwei . Review of study on watershed runoff sim ulation based on S WAT 〔 J〕 . Journal of Huaqiao University(Natural Science, ) : 6 - 10. 〕〔 19 〕Lenhart T, Eckhard K, Fohrer N, et al . Comparison of two differentapp roaches of sensitivity analysis〔 J〕 . Physics and Chem istry of the Earth, 5 - 654.〔 10 〕宋艳华 ,马金辉. S WAT模型在陇西黄土高原地区的适用性研究 〔 J〕 . 干旱区地理 , ) : 933 - 938. 〔 Song Yanhua,Ma J in2hui . App licability of S WAT model in Longxi of the Loess Plateau〔 20 〕Nathan R J, Mcmahon T A. Evaluation of automated techniques forbase flow and rescession analyses〔 J〕 . W ater Resources Research, ) : 1465 - 1473.〔 J〕 . A rid Land Geography, ) : 933 - 938. 〕 〔 11 〕 Srinivasan R, A rnold J G,Muttiah R S, et al . Hydrdogyic unit modelfor the United states ( HUMUS). In: Sam S Y . WANGCED. Ad2 vances in Hydro2science and2Engineering〔C 〕 . washington, DC. 1993. Jvne T - 11 Vol . I, Part A, pp. 451 - 456.〔 21 〕 http: / /www. brc. tamus . edu / swat/ s watbase. htm l 〔 EB /OL 〕 , 2003 〔 22 〕谭炳卿 ,金光炎. 水文模型与参数识别〔 M〕 . 北京 : 中国科学技 术出版社 ,
- 196. 〔 Tan B ingqing, J in Guangyan. Hydro2logical model and parameter identify〔 M〕 . Beijing: China Science and Technology Press,
- 196. 〕〔 12 〕 USDA Soil Conservation Service. National engineering handbook 〔 Z〕 . W ashington, DC: US Government Printing Office, 1972, Hy2?
China Academic Journal Electronic Publishing House. All rights reserved.http://www.cnki.net1 期 　　　　　　　　　　　　　　　　 黄清华等 : S WAT模型参数敏感性分析及应用 　　　　　　　　　　　　　　　　 15Applica tion and param eters sen sitiv ity ana lysis of S W AT m odelHUANG Q ing2hua , 　ZHANG W an2chang1 2, 3( 1 School of R esource Science and Earth Science, China U niversity of M ining and Technology, X uzhou 221008, J iangsu, C2 International Institute for Earth System Science, N anjing U niversity, N anjing 210093, J iangsu, C 3 Institute of A tm ospheric Physics, Chinese A cadem y of Sciences, B eijing 100029, China)Abstract: S WAT ( Soil and W ater A ssess ment Tool) , a distributed hydrologic model integrated with geographic infor2 mation system ( GIS) to si m ulate the hydrological p rocesses and runoff generations in mountainous catchments , was app lied to the Heihe R iver basin located in the Q ilian Mountains of northwestern China. Sim ulations at p resent were p relim inarily focused on p redicting the continuous daily runoff in a high altitude, cold, sem i2arid 10 009 km basin2with the total control hydrological station of Yingluoxia. Because the sensitivity analysis and calibration is a key and difficult issue of the app lication and development of the distributed hydrological model and spatial variability, access difficulties model input parameters always contain uncertainty . In this paper, model is calibrated with observed data from four p rincipal hydrologic stations in the Heihe R iver basin. A si mp le app roach of sensitivity analysis on the p ri2 or2deter m ined parameters was used to assess the sensitivity of those parameters to the final perfor mance of the model, the calculated sensitivity indices are ranked into four classes . The laws are discovered that change some important pa2 rameters how to affect model results and thus to deter m ine the most sensitive parameter values . The calibration p roce2 dures have considerably been simp lified, the blindness on the deter m ination of those p re 2deter m ined factors was de2 creased. The runoff generation p rocesses and their calculation p rincip les were described. The basic GIS data layers include the D igital Elevation Model (DE M ) , soil and land use / cover digital map s generated from the digitalization of the field survey results . Four meteorological stations within or near the study basin were selected to derive the distrib2 uted input meteorological parameters . Based on the topographic features, soil and land use / cover distribution pat2 terns, S WAT - GIS delineated the basin into 157 homogeneous hydrologic respondent units ( HRU ) , each of which rep resents a particular feature of soil and land use / cover combinations within the sub 2 watershed and a group of param 2 eters was assigned to them for charactering its hydrological responses . The model sim ulation period was divided into calibration ( 1990 - 1995 ) and validation ( 1996 - 2000 ) periods . Results from the 11 year’ s sim ulation suggested a good perfor m ance of the model demonstrated by Nath - sutcliffe coefficient R of over 0. 80 in the rain 2rich years2and the difference betw een the observed and si m ulated runoff was less than 16% in general . Key W ords: distribu S WAT; Heihe R sensitivity analysis?
China Academic Journal Electronic Publishing House. All rights reserved.http://www.cnki.net
赞助商链接