SWAT模型参数及运行过程
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。
(完整版)SWAT模型
SWAT SWRRB
考虑了气候、土壤 和管理措施等因素 的相互作用
GLEAMS
田间尺度非点源污染 模型
CREAMS
陕西科技大学
SWAT（Soil and Water Assessment Tool ）是DR Jeff为美国农业部 农业服务中心开发的流域尺度模型
在每一个网格单元或子流域上 应用传统的概念性模型来推求 降雨，再进行汇流演算，最后
陕西科技大学
流域非点源模型 SWAT
复旦大学
SWAT发展历程
SWAT94.2、SWAT96.2、SWAT98.l、 SWAT99.2、SWAT2000,SWAT2003
加入估计径流洪峰流速的SCS 径流曲线以及产沙MUSLE,与 河道演算模型相融合
和EPIC模型的作物生长模 块相结合，以d为时间步长
陕西科技大学
经营模块
农林地的管理
植物播种 时间，施 肥措施， 杀虫剂喷 洒措施， 作物收割 时间
水资源管理
流域内的 灌溉，排 水，蓄水， 生活用水， 工业用水 等
陕西科技大学
SWAT模型可以模拟流域内多种水文循环物理过程。由于流域 下垫面和气候的空间差异性，为了便于模拟，SWAI，模型按照 不同的土地利用方式和土壤类型将流域细分为若干个子流域。
采用其所整合的EPIC 模型进行模拟计算， 对N、P两种元素进行
独立模拟。
陕西科技大学
农药/杀虫剂组件
可模拟地表径流、渗 漏、土壤挥发、泥沙 携带等过程农药/杀虫 的迁移损耗情况。
农业管理组件
可模拟多年生长作物 的轮作以及每年三季 作物的种植情况，模 拟多种农业管理措施 的影响要求输入灌溉 、施肥和农药/杀虫剂
来计算泥沙负荷量，
(完整版)SWAT水文模型
SWAT水文模型介绍1概述SWAT（Soil and Water Assessment Tool）模型是美国农业部（USDA)农业研究局（ARS）开发的基于流域尺度的一个长时段的分布式流域水文模型。
它主要基于SWRRB模型，并吸取了CREAMS、GLEAMS、EPIC和ROTO的主要特征.SWAT具有很强的物理基础,能够利用GIS和RS提供的空间数据信息模拟地表水和地下水的水量和水质，用来协助水资源管理，即预测和评估流域内水、泥沙和农业化学品管理所产生的影响。
该模型主要用于长期预测，对单一洪水事件的演算能力不强,模型主要由8个部分组成:水文、气象、泥沙、土壤温度、作物生长、营养物、农业管理和杀虫剂。
SWAT模型拥有参数自动率定模块，其采用的是Q.Y.Duan等在1992年提出的SCE-UA算法。
模型采用模块化编程，由各水文计算模块实现各水文过程模拟功能，其源代码公开,方便用户对模型的改进和维护。
2模型原理SWAT模型在进行模拟时，首先根据DEM把流域划分为一定数目的子流域,子流域划分的大小可以根据定义形成河流所需要的最小集水区面积来调整，还可以通过增减子流域出口数量进行进一步调整。
然后在每一个子流域内再划分为水文响应单元HRU。
HRU是同一个子流域内有着相同土地利用类型和土壤类型的区域。
每一个水文响应单元内的水平衡是基于降水、地表径流、蒸散发、壤中流、渗透、地下水回流和河道运移损失来计算的。
地表径流估算一般采用SCS径流曲线法。
渗透模块采用存储演算方法，并结合裂隙流模型来预测通过每一个土壤层的流量,一旦水渗透到根区底层以下则成为地下水或产生回流。
在土壤剖面中壤中流的计算与渗透同时进行.每一层土壤中的壤中流采用动力蓄水水库来模拟。
河道中流量演算采用变动存储系数法或马斯金根演算法。
模型中提供了三种估算潜在蒸散发量的计算方法—Hargreaves、Priestley-Taylor和Penman-Monteith。
SWAT模型参数及运行过程
第1章SWAT模型1.1SWA T模型参数1.1.1DEM数据DEM大部分是比较光滑的地形表面模型，但是由于误差及某些特殊地形的存在，造成DEM表面会有一些凹陷的地区存在，导致得到精度不高的水流方向结果，使得原始DEM数据不能满足研究的需要。
因此，在进行绝大多数模拟实验之前，都会将原始DEM数据通过ArcGIS软件的水文分析模型进行洼地填充，最终得到满足研究需求的无洼地DEM数据。
1.1.2土地利用数据通过对洱海流域高分辨遥感影像监督分类取得研究区的土地利用空间分布图后，首先查看分布图的投影坐标体系，如果与研究中设定的不相同，则需要利用ArcToolbox的投影模块Projections对其进行投影转换；第二步需要建立图中分类编码与模型中土地分类编码之间的联系，以供模型模拟使用。
1.1.3气象数据气象数据主要包括流域的气温数据（日平均、最高和最低）、太阳辐射、风速、相对湿度、降水数据（包括降雨强度、月均降雨量、月均降雨量标准偏差、降雨的偏度系数、月内干日数、月内湿日数、平均降雨天数等参数）。
在数据类型上，这些数据可以是统计数据，也可以通过SWAT模型的天气发生器模拟生成，或者是统计和模拟数据的结合；在数据格式上，这些气象数据需要以DBF格式保存在ArcGIS自带的属性数据库中；在时间尺度上，模型的模拟时间步长可以为年、月、日。
1.1.4土壤数据SWAT 模型需要将各类土壤的水文、水传导属性作为输入值, 并将其分为按土壤类型和按土壤层输入的两类参数。
按土壤类型输入的参数包括：(1)每类土壤所属的水文单元组；(2)植被根系最大深度；(3)土壤表面到最底层深度；(4)土壤空隙比等。
按土壤层分层输入的数据有；(5)土壤表面到各土壤层深度；(6)土壤容重；(7)有效田间持水量；(8)饱和导水率；(9)每层土壤中的粘粒、粉沙、沙粒、砾石含量；(10)USLE方程中的土壤可蚀性K；(11)田间土壤反照率；(12)土壤电导率。
SWAT操作说明
SWAT（Soil and Water Assessment TooL）操作说明（ArcView界面）http:/./swatR.SrinivasanBlackland Research and Extension CenterTexas Agricultural Experiment StationTexas A&M University翻译：高歌 许红梅（国家气候中心）2007年11月主要内容1．简介2．目的3．扩展部分4．流域划分及土地利用、土壤类型定义5．应用SWAT6．结果的后处理及显示简介土壤和水评估工具（SWAT）是一个具有物理基础可进行连续事件模拟的水文模式，用于预报土地管理措施对水、沉积物的影响以及农用化学物的大量使用、复杂流域的土壤变化、土地利用和管理条件的长期影响。
模拟时，一个流域被划分为一定数量均匀的子流域（即水文响应单元 HRUs），子流域内的土壤和土地利用具有一致的特征。
每个子流域的输入信息包括：天气；子流域内统一的陆面覆盖、土壤以及管理措施；池塘或水库，地下水以及主要的河道及子流域支流。
径流的运载，沉淀物、营养物和杀虫剂在子流域主要河道的运载情况也可以模拟，主要考虑了一些影响水文的物理过程。
更为细致的SWAT功能的描述，请参考SWAT User’s Manual, Version 99.2 (/swat/swatdoc.html#new)。
目的操作说明介绍软件安装及熟悉基本操作。
建立项目A VSWATX , ArcView3.x的扩展版。
建立一个ArcView项目，该项目包括连接处理好的资料以及兼容所有GIS常用的功能。
项目还包括一个常用的ArcView 图形用户界面（GUI），有菜单、按钮和工具。
1.启动ArcView3.x, 从File菜单中选取extension, 浏览A VSWATX并选择可选框，出现A VSWATX界面（图１）。
2.按下New Project旁边的按钮，弹出对话框，从下拉菜单选择资料目录，然后填写创建项目的名称，如：SWATDEMO. 文件名最长可以有８个字符，不给出文件的扩展名。
SWAT水文模型
SWAT水文模型介绍1概述SWAT(Soil and Water Assessment Tool)模型就是美国农业部(USDA)农业研究局(ARS)开发的基于流域尺度的一个长时段的分布式流域水文模型。
它主要基于SWRRB模型,并吸取了CREAMS、GLEAMS、EPIC与ROTO的主要特征。
SWAT具有很强的物理基础,能够利用GIS与RS提供的空间数据信息模拟地表水与地下水的水量与水质,用来协助水资源管理,即预测与评估流域内水、泥沙与农业化学品管理所产生的影响。
该模型主要用于长期预测,对单一洪水事件的演算能力不强,模型主要由8个部分组成:水文、气象、泥沙、土壤温度、作物生长、营养物、农业管理与杀虫剂。
SWAT模型拥有参数自动率定模块,其采用的就是Q、Y、Duan 等在1992年提出的SCE-UA算法。
模型采用模块化编程,由各水文计算模块实现各水文过程模拟功能,其源代码公开,方便用户对模型的改进与维护。
2模型原理SWAT模型在进行模拟时,首先根据DEM把流域划分为一定数目的子流域,子流域划分的大小可以根据定义形成河流所需要的最小集水区面积来调整,还可以通过增减子流域出口数量进行进一步调整。
然后在每一个子流域内再划分为水文响应单元HRU。
HRU就是同一个子流域内有着相同土地利用类型与土壤类型的区域。
每一个水文响应单元内的水平衡就是基于降水、地表径流、蒸散发、壤中流、渗透、地下水回流与河道运移损失来计算的。
地表径流估算一般采用SCS径流曲线法。
渗透模块采用存储演算方法,并结合裂隙流模型来预测通过每一个土壤层的流量,一旦水渗透到根区底层以下则成为地下水或产生回流。
在土壤剖面中壤中流的计算与渗透同时进行。
每一层土壤中的壤中流采用动力蓄水水库来模拟。
河道中流量演算采用变动存储系数法或马斯金根演算法。
模型中提供了三种估算潜在蒸散发量的计算方法—Hargreaves、Priestley-Taylor与Penman-Monteith。
SWAT模型参数及运行过程
第1章SWAT模型1.1SWAT模型参数1.1.1DEM数据DEM大部分是比较光滑的地形表面模型，但是由于误差及某些特殊地形的存在，造成DEM表面会有一些凹陷的地区存在，导致得到精度不高的水流方向结果，使得原始DEM数据不能满足研究的需要。
因此，在进行绝大多数模拟实验之前，都会将原始DEM数据通过ArcGIS软件的水文分析模型进行洼地填充，最终得到满足研究需求的无洼地DEM数据。
1.1.2土地利用数据通过对洱海流域高分辨遥感影像监督分类取得研究区的土地利用空间分布图后，首先查看分布图的投影坐标体系，如果与研究中设定的不相同，则需要利用ArcToolbox的投影模块Projections 对其进行投影转换；第二步需要建立图中分类编码与模型中土地分类编码之间的联系，以供模型模拟使用。
1.1.3气象数据气象数据主要包括流域的气温数据（日平均、最高和最低）、太阳辐射、风速、相对湿度、降水数据（包括降雨强度、月均降雨量、月均降雨量标准偏差、降雨的偏度系数、月内干日数、月内湿日数、平均降雨天数等参数）。
在数据类型上，这些数据可以是统计数据，也可以通过SWAT模型的天气发生器模拟生成，或者是统计和模拟数据的结合；在数据格式上，这些气象数据需要以DBF格式保存在ArcGIS自带的属性数据库中；在时间尺度上，模型的模拟时间步长可以为年、月、日。
1.1.4土壤数据SWAT 模型需要将各类土壤的水文、水传导属性作为输入值, 并将其分为按土壤类型和按土壤层输入的两类参数。
按土壤类型输入的参数包括：(1)每类土壤所属的水文单元组；(2)植被根系最大深度；(3)土壤表面到最底层深度；(4)土壤空隙比等。
按土壤层分层输入的数据有；(5)土壤表面到各土壤层深度；(6)土壤容重；(7)有效田间持水量；(8)饱和导水率；(9)每层土壤中的粘粒、粉沙、沙粒、砾石含量；(10)USLE方程中的土壤可蚀性K；(11)田间土壤反照率；(12)土壤电导率。
第16章SWAT模型1
第16章SWA T模型16.1 概述SWA T（Soil and Water Assessment Tool）（Arnold et al., 1998; Neitsch et al., 2002）是由美国农业部农业研究中心(USDA-ARS）开发的流域尺度模型。
模型开发的目的是在具有多种土壤、土地利用和管理条件的复杂流域，预测长期土地管理措施对水、泥沙和农业污染物的影响。
SWA T模型经历了不断的改进，很快便在水资源和环境领域中得到广泛承认和普及。
Bera et al.（2003）称之为在农业和森林为主的流域具有连续模拟能力的最有前途的非点源模型。
模型主要组成部分包括气候、水文、土壤温度和属性、植被生长、营养物、杀虫剂和土地管理等。
本章首先介绍了SWA T模型的发展历史和基本结构，然后从水文评估、污染物流失、气候变化影响、洪水短期预报、敏感性分析、率定和不确定性分析、模拟关键影响因素及与其他模型的比较和耦合等方面详细介绍了SWA T模型的最新研究进展，进而分析了模型特点，并提出今后研究的展望，最后结合黄河河源区气候变化对水文循环影响的研究案例详细介绍了SWA T模型的具体应用。
16.2 模型发展历史16.2.1 模型的发展与改进SWA T主要基于SWRRB，并且吸取了CREAMS、GLEAMS、EPIC和ROTO的主要特征。
SWA T作为一种非点源模型已被并入BASINS（Better Assessment Science Integrating point and Nonpoint Sources）。
BASINS由美国环保局（USEPA）开发，其主要目的是在全国范围内分析和制定最大日负荷(Total Maximum Daily Loads, TMDL）的标准和指导方针。
SWA T模型自90s初开发以来，已经经历了不断的回顾和扩展。
模型主要的改进版本为：⑴ SWA T94.2：添加了水文响应单元（HRUs）。
SWAT模型
SWAT模型非点源应用的研究一．SWA T模型简介SWAT（Soil and Water Assessment Tool）是由美国农业部（USDA）的农业研究中心Jeff Amonld 博士1994年开发的。
模型开发的最初目的是为了预测在大流域复杂多变的土壤类型、土地利用方式和管理措施条件下，土地管理对水分、泥沙和化学物质的长期影响。
SWA T模型采用日为时间连续计算。
是一种基于GIS基础之上的分布式流域水文模型，近年来得到了快速的发展和应用，主要是利用遥感和地理信息系统提供的空间信息模拟多种不同的水文物理化学过程，如水量、水质、以及杀虫剂的输移与转化过程。
二.SWAT模型的产生SWA T模型的最直接前身是SWRRB模型。
而SWRRB模型则起始于20世纪70年代美国农业部农业研究中心开发的CREAMS(Chemicals, Runoff, and Erosion from Agricultural Management Systems)模型。
此时的SWRRB模型还是一个仅能够模拟土地利用对田间水分、泥沙、农业化学物质流失影响、具有物理机制的田间尺度非点源污染模型。
为了解决水质评价问题，SWRRB模型于20世纪80年代后期引进了重点描述地下水中化学物质、农药对农业生态系统影响的GLEAMS(Groundwater Loading Effects on Agricultural Management Systems)模型的杀虫剂部分。
同时，为了研究土壤侵蚀对作物生产力的影响，引进作物生长模型EPIC(Erosion- Productivity Impact Calculator)。
至此，SWRRB模型已可模拟评价复杂农业管理措施下的小流域尺度非点源污染，但于较大尺度流域的模拟尚不可靠，最大仅能用于500km2的流域范围内。
20世纪80年代晚期，美国印第安事务局（the Bureau of Indian Affairs）急需一个适于数千平方公里的模型来评价亚里桑那州和新墨西哥州的印第安保留土地区的水资源管理措施对下游流域的影响。
SWAT模型参数及运行过程
SWAT模型参数及运行过程SWAT (Soil and Water Assessment Tool) 是一种基于分布式水文模型的农业水文模型，被广泛应用于研究、管理和决策支持系统中。
下面将介绍SWAT模型的参数设置，以及其运行过程。
1.SWAT模型参数设置：- 模型时间尺度（Time Step）：定义模拟的时间跨度，可选择从小时到年。
- 流域面积（Watershed Area）：描述研究区域的地理范围，单位为平方千米或英亩。
- 坡度（Slope）：描述研究区域的地表坡度，以百分比表示。
- 壤土类型（Soil Type）：描述地区土壤的类型，包括土壤质地、土壤有机质含量等。
- 植被类型（Land Use Type）：描述地区植被覆盖类型，包括农田、林地、草地等。
- 降水数据（Precipitation Data）：包括降水量、降水强度等降水信息。
- 水文过程模型（Hydrological Process Model）：描述地区的水文循环过程，包括蒸散发、径流产生、地下水补给等。
- 水利设施（Water Management Practice）：描述地区水利设施的使用情况，如灌溉、排水等。
2.SWAT模型运行过程：数据输入：首先需要收集和整理与研究区相关的地理、气象、土壤和植被数据。
这些数据包括流域边界、坡度、土壤类型、植被类型、降水量和温度等数据。
数据可以从局部观测站点、遥感数据和气象模型等获取。
参数设置：在模型中设置先前提到的参数，以准确描述研究区域的水文过程和土壤特性。
参数设置可以根据实地观测数据和经验来进行。
模型运行：针对所设置的参数和数据，SWAT模型通过数学方程和水文过程模型进行数值模拟。
模型会根据给定的时间尺度分别计算降水、蒸散发、径流产生、地下水补给等水文过程，并给出模拟结果。
模型评估：通过对模拟结果与实际观测数据进行比较和评估，来判断模型的精度和对研究区域水文过程的描述能力。
可以使用多种统计指标来评估模拟结果的准确性，如R方、均方根误差等。
swat模型
• 大型流域模拟过程中，一般采用流域-子流域-水文响应单元的空间离散 方法：
以分水岭上的分水线为界进行分割，可以把一个流域分成若干个子流域，每个子流域内 部有相应的河道，这些河道又将一个个的子流域连成一个整体。 当流域面积较大时，在划分出来的子流域内部，依然分布着多种土壤类型和多种土地利用 方式。为了反映子流域内部不同的土地利用和不同的土壤类型引起的蒸散发、表面径流、 入渗水、农业管理措施等其他水文条件和人类经济活动引起的差异性，可以在子流域内部 进一步划分水文响应单元。
• 优点：确保所有参数在其取值范围内均被采样，并且明确地确定哪一个 参数改变了模型的输出，减少了需要调整的参数数目，提高了计算效率 。
• 原理： LH-OAT先执行LH采样，然后执行OAT采样，见下图。
模型参数敏感性分析
• 首先，每个参数被划分为N个区间，在每个区间内取一个采样点（LH采 样）。然后，一次改变一个采样点（OAT）。
• 水文循环是最主要的流域过程，也是流域内部过程的主要驱动力， 包括：降雨、植被截留、蒸散发、地表积水、入渗、坡面流及河道 水流、土壤水侧向运动(壤中流)、深层渗水等。
SWAT模型 的流域水文
过程
水循环的 陆面部分 控制每个子流域内主河道的水、沙、
（产流、坡面汇流） 营养物质和化学物质等的输入量
水循环的 水面部分
（河道汇流）
决定水、沙等物质从河网向流域 出口的输移运动
SWAT模型的流域地理过程
•陆相水文循环
模拟过程：气候模拟(降水、融雪、土壤温度等)、水文模拟(植物截 留、入渗、壤中流、蒸散发、表面径流、地下径流等)、作物／植 被生长模拟、土壤侵蚀与产沙模拟、养分(氮、磷)输移模拟、杀虫 剂模拟、农业管理操作模拟。对应于SWAT模型的几个功能模块。
SWAT水文模型
SWAT火文模型介绍之阳早格格创做1概括SWAT（Soil and Water Assessment Tool）模型是好国农业部（USDA）农业钻研局（ARS）启垦的鉴于流域尺度的一个万古段的分集式流域火文模型.它主要鉴于SWRRB模型，并吸与了CREAMS、GLEAMS、EPIC战ROTO的主要个性.SWAT具备很强的物理前提，不妨利用GIS战RS 提供的空间数据疑息模拟天表火战天下火的火量战火量，用去协帮火资材管造，即预测战评估流域内火、泥沙战农业化教品管造所爆收的效用.该模型主要用于少久预测，对付简单洪流事变的演算本领不强，模型主要由8个部分组成：火文、局里、泥沙、土壤温度、做物死少、营养物、农业管造战杀虫剂.SWAT模型拥有参数自动率定模块，其采与的是Q.Y.Duan等正在1992年提出的SCE-UA算法.模型采与模块化编程，由各火文预计模块真止各火文历程模拟功能，其源代码公启，便当用户对付模型的矫正战维护.2模型本理SWAT模型正在举止模拟时，最先根据DEM把流域区别为一定数脚段子流域，子流域区别的大小不妨根据定义产死河流所需要的最小集火区里积去安排，还不妨通过删减子流域出心数量举前进一步调整.而后正在每一身材流域内再区别为火文赞同单元HRU.HRU是共一身材流域内有着相共土天力用典型战土壤典型的天区.每一个火文赞同单元内的火仄稳是鉴于降火、天表径流、蒸集收、壤中流、渗透、天下火回流战河讲运移益坏去预计的.天表径流估算普遍采与SCS径流直线法.渗透模块采与死存演算要领，并分散裂隙流模型去预测通过每一个土壤层的流量，一朝火渗透到根区下层以下则成为天下火大概爆收回流.正在土壤剖里中壤中流的预计与渗透共时举止.每一层土壤中的壤中流采与能源蓄火火库去模拟.河讲中流量演算采与变动死存系数法大概马斯金根演算法.模型中提供了三种估算潜正在蒸集收量的预计要领—Hargreaves、Priestley-Taylor战Penman-Monteith.每一身材流域内侵害战泥沙量的估算采与矫正的USLE圆程，河讲内泥沙演算采与矫正的Bagnold泥沙运移圆程.动物吸支的氮采与供需要领预计，动物的氮日需要量是动物与死物量中氮浓度的函数.土壤中背动物供给氮，当需要超出供给时，出现营养物压力.天表径流、壤中流战渗透历程运移的硝态氮量由火量战土壤层中的仄稳硝态氮浓度去预计.泥沙中运移的有机氮采与McElroy et al.启垦的背荷圆程，后经进一步矫正.该背荷圆程鉴于土壤表层的有机氮浓度、泥沙量战富集率去预计径流中的有机氮益坏.动物吸引的磷采与与氮相似的供需要领.径流中戴走的可溶解磷采与土壤表层中的不宁静磷、径流量战磷土分散系数去预计.泥沙运移的磷采与与有机氮运移相共的圆程.河讲中营养物的动背模拟采与QUAL2E模型.模型中采与的火量仄稳表白式为：式中：为土壤最后含火量，mm；为土壤前期含火量，mm；t为时间步少，d；为第i天降火量，mm；为第i天的天表径流，mm；为第i天的挥收量，mm；为第i天存留于土壤剖里下层的渗透量战侧流量，mm；为第i天天下火含量，mm.SWAT模型火文循环大陆阶段主要有火文、天气、重积、土壤温度、做物产量、营养物量战农业管造等部分组成.模型径流量爆收预计过程图如下图2-1所示.图2-1 SWAT模型产流预计过程图当降到天表的降火量多余进渗量时爆收天表径流.SWAT模型采与SCS径流直线法预计.SCS直线圆程自上世纪50年代渐渐得到广大使用，属于体味模型，是对付齐好小流域降火与径流关系20多年的钻研成果.模型能反应分歧土壤典型战土天力用办法及前期土壤含火量对付降雨径流的效用，它是鉴于流域的本量进渗量（F）与本量径流量（Q）之比等于流域该场降雨前的最大大概进渗量（S）与最大大概径流量（）之比的假定前提上建坐的SCS模型的降雨-径流基础关系表白式如下：式中：假定潜正在径流量（）为降火量（P）与由径流爆收前动物截留、初渗战挖洼蓄火形成的流域初益（）的好值.由此推到上式有：初益受土天力用、耕做办法、灌溉条件、冠层截留、下渗、挖洼等果素的效用，它与土壤最大大概进渗量S呈一定的正比关系，好国农业部土壤脆持局正在分解了洪量少久的真验截止前提上，提出了二者最符合的比率系数为0.2，即：由此可得SCS圆程为：流域当时最大大概滞留量正在空间上与土天力用办法、土壤典型战坡度等下垫里果素稀切相关，模型引进的值可较佳天决定，公式如下：CN是一个无量目参数，CN值是反映降雨前期流域个性的一个综合参数，它是前期土壤干度、坡度、土天力用办法战土壤典型情景等果素的综合.模型思量的蒸集收是指所有天表火变化为火蒸气的历程，包罗树冠截留的火分挥收、蒸腾战降华及土壤火的挥收.蒸集收是火分变化出流域的主要道路，正在许多江河流域，挥收量皆大于径流量.准确天评介蒸集收量是估算火资材量的关键，也是钻研气候战土天覆盖变更对付河川径流效用的关键.（1）潜正在蒸集收模型提供了Penman-Monteith、Priestley-Taylor战Hargreaves三种预计潜正在蒸集收的要领，其余还不妨使用真测资料大概已经预计佳的逐日潜正在蒸集收资料.普遍采与Penman-Monteith要领去预计流域的潜正在蒸集收.（2）本量蒸集收本量蒸集收以潜正在蒸集收为预计前提.正在预计流域本量蒸集收量的时间，模型最先预计动物冠层截留火分的挥收，而后预计最大蒸腾量、最大降华量战最大土壤挥收量，终尾预计本量的降华量战土壤火分挥收量.（3）冠层截留挥收量模型正在预计本量挥收时假定尽大概挥收冠层截留的火分，如果潜正在挥收量小于冠层截留的自由火量，则：式中：为某日流域的本量挥收量，mm；为某日冠层自由火挥收量，mm；为某日的潜正在挥收量，mm；为某日植被冠层自由火初初含量，mm；为某日植被冠层自由火终止含量，mm.如果潜正在挥收量大于冠层截留的自由火含量则：当植被冠层截留的自由火被局部挥收掉，继承挥收所需的火分便会从植被战土壤中得到.（4）动物蒸腾假设动物死少正在一个理念的条件下，动物蒸腾可用以下表白式预计：式中：为某日最大蒸腾量，mm；为植被冠层自由火挥收安排后的潜正在挥收，mm；LAI为叶里积指数.果为不思量到动物底下图层的含火量问题，由此公式预计处的蒸腾量大概比本量蒸腾量要大一些.（5）土壤火分挥收正在预计土壤火分挥收时，最先区别出分歧深度土壤层所需要的挥收量，土壤深度条理的区别决断土壤允许的最大挥收量，可由下式预计：式中：为z深度处挥收需要的火量，mm；z为天表以下土壤的深度，mm.表白式中的系数是为了谦脚50%的挥收所需火分去自土壤表层10mm，以及95%的挥收所需火分去自0～100mm土壤深度范畴内.土壤火分挥收所需要的火量是有土壤表层挥收需火量与土壤下层挥收需火量决断的：式中：为ly层的挥收需火量，mm；为土壤下层的挥收需火量，mm；为土壤表层的挥收需火量，mm.土壤深度的区别假设50%的挥收需火量由0～10mm内土壤表层的含火量提供，果此100mm的挥收需火量中50mm皆要由10mm的表层土壤提供，隐然表层无法谦脚需要，那便需要建坐一个系数去安排土壤层深度的区别，以谦脚挥收需火量，安排后的公式不妨表示为：式中：esco为土壤挥收安排系数，该系数是SWAT为安排土壤果毛细效用战土壤裂隙等果素对付分歧土层挥收量二提出的，对付于分歧的esco值对付应着相映的土壤层区别深度.渗进到土壤中的火有多种分歧疏通办法.土壤火不妨被动物吸支大概蒸腾而耗费，不妨渗透到土壤下层最后补给天下火，也不妨正在天表产死径流，即壤中流.由于主要思量径流量的几，果此对付壤中流的预计简要综合.模型采与能源储火要领预计壤中流.相对付鼓战区薄度预计公式为：式中：为土壤鼓战区内可流出的火量，mm；为山坡坡少，m；为土壤可出流的孔隙率；表示土壤层总孔隙度，即与土壤层火分含量达到田间持火量的孔隙度之好.山坡出心断里的洁火量为：式中：为出心断里处的流速，mmh.其表白式为：式中：为土壤鼓战导火率，mmh；为坡度.归纳上头表白式，模型中壤中流最后预计公式为：??天下火模型采与以下表白式去预计流域天下火：式中：为第i天加进河讲的天下火补给量，mm；为第（i ）天加进河讲的天下火补给量，mm；为时间步少，d；式中：土壤侵害模型式中：根据天气条件，泥沙输移量不妨下于大概者矮于输移本领，引导重积过量的泥沙通过渠讲侵害再悬浮输移泥沙.流速圆程为：式中：为流量，m3/s；为渠讲宽度，m；为径流深，m.对付于矮于齐岸深度的径流，径流深使用Manning圆程去预计，假定渠讲宽度近大于深度：式中：为渠讲曼宁系数；为渠讲坡度，m/m.由于降火战径流爆收的土壤侵害是用MUSLE圆程去预计的，MUSLE是建正的通用土壤流逝圆程（USLE）.USLE 圆程是通过降火动能函数预测年均侵害量，而正在MUSLE 中，用径流果子代替降火动能，革新了泥沙产量的预测，那样便不需要泥沙输移系数，而且不妨将圆程用于单次暴雨事变，果为径流果子是先止干度战降火动能的函数.USLE中需要输移系数是果为降火动能果子表示的能量只正在效用流域内起效用.建正的通用土壤流逝圆程为;式中：为土壤侵害量，t；为天表径流，mm/h；为洪峰流量，m3/s；为火文赞同单元的里积，hm2；为土壤侵害果子；为植被覆盖战管造果子；为火土脆持步伐果子；为天形果子；为细碎屑果子.当其余效用侵害的果子稳定时，果子反映分歧典型土壤抵挡侵害力的下矮.它与土壤物理本量的效用，如板滞组成、有机量含量、土壤结构、土壤渗透性等有关.当土壤颗粒细、渗透性大时，值便矮，反之则下；普遍情况下值得变幅正在0.02 ~0.75之间.值得直交测定要领是：正在尺度小区（坡少为22.1m，宽为1.83m，坡度为9%）上不所有植被，真足戚忙，无火土脆持步伐，降火后支集由于坡里径流而冲蚀到集流槽内的土壤，烘搞、称重，由公式预计得到值.考查测算式中：为颗粒尺度参数；式中：为土壤有机量果子；式中：为粒径正在0.05～2.00mm沙粒的百分含量；为粒径正在0.002～0.05mm的淤泥、细砂百分含量；为粒径小于0.002mm的粘土百分含量；为各土壤层中有机碳含量，%.植被覆盖战管造果子表示动物覆盖战做物栽培步伐对付预防土壤侵害的综合效用，其含意是正在天形、土壤、降火条件相共的情况下，培植做物大概林草天的土天与连绝戚养天土壤流逝量的比值，最大与值为1.0.由于植被覆盖受动物死少久的效用，SWAT模型通过底下的圆程安排植被覆盖战管造果子：式中：是最小植被覆盖战管造果子值；是天表动物残留量，kg/hm2.最小C果子不妨由已知年仄稳C值，通过以下圆程预计.式中：表示分歧植被覆盖的年均C值.火土脆持果子是指有脆持步伐的天表土壤流逝与不采与所有步伐的天表土壤流逝的比值，那里的火土脆持步伐包罗等下耕做、戴状培植战梯田.等下耕做对付于中矮强度的降火侵害具备呵护火土流逝的效用，然而对付于下强度的降火其呵护效用则很小，等下耕做对付坡度为3%～8%之间的土天非常灵验.天形果子的预计公式如下：式中：为坡少；为坡少指数；为坡度.坡少指数的预计公式如下：式中：为火文相映单元的坡度，.果子果子是通过底下公式预计的：式中：为第一层土壤中砾石的百分比，%.SWAT模型不妨模拟分歧形态氮的迁移变化历程，天表径流流逝、进渗淋得、化肥输进等物理历程，有机氮矿化、反硝化等化教历程以及做物吸支等死物历程，氮不妨分为有机氮、做物氮战硝酸盐氮三种化教状态，氮的死物牢固、有机氮背无机氮的变化以及溶解性氮随侧背壤中流的迁移等历程，有机氮又被区别为活泼有机氮战惰性有机氮二种状态，以及铵态氮挥收历程的模拟.硝态氮主要随天表径流、侧背流大概渗流正在火体中迁移，要预计随火体迁移的硝态氮量必须先预计自由火中硝态氮浓度，用那个浓度乘以各个火路震动火的总量，即可得到从土壤中流逝的硝态氮总量.自由火部分的硝态氮浓度可用底下公式预计：式中：为自由火中硝态氮浓度，kg/mm；为土壤中硝态氮的量，kg/hm2；为土壤中自由火的量，mm；为孔隙度；为土壤鼓战含火量.（1）通过天表径流流逝的溶解态氮预计公式：式中：为通过天表径流流逝的硝态氮，kg/hm2；为硝态氮渗流系数；为天表径流，mm.（2）通过侧背流流逝的溶解态氮的量预计公式：对付于天表10mm图层：对付于10mm以下的土层：式中：为通过侧背流流逝的硝态氮，kg/hm2；为硝态氮渗流系数；为自由火的硝态氮浓度，kg/mm；为侧背流，mm.（3）通过渗流流逝的溶解态氮量预计公式：式中：为通过渗流流逝的硝态氮，kg/hm2；为自由火的硝态氮浓度，kg/mm；为渗流，mm.有机氮常常是吸附正在土壤颗粒上随径流迁移的，那种形式的氮背荷与土壤流逝量稀切相关，土壤流逝量直交反映了有机氮背荷.有机氮随土壤流逝的输移量预计公式为：式中：为有机氮流逝量，kg/hm2；为有机氮正在表层土壤中的浓度，kg/t；为土壤流逝量，t；为火文相映单元的里积，hm2；为氮富集系数，氮富集系数是随土壤流逝的有机氮浓度战土壤表层有机氮浓度的比值.预计富集系数的公式如下：式中：为天表径流中泥沙含量.的预计公式如下：式中：为土壤流逝量，t；为火文相映单元里积，hm2；为天表径流，mm.溶解态磷正在土壤中的迁移主假如通过扩集效用真止的，扩集是指离子正在微弱尺度下由于浓度梯度而引起的溶量迁移，由于溶解态磷不很活跃，所以由天表径流以溶解态形式戴走的土壤表层的磷很少，天表径流输移的溶解态磷可由底下公式预计：式中：为通过天表径流流逝的溶解态磷，kg/hm2；为土壤中溶解态磷，kg/hm2；为土壤溶量稀度，mg/m3；为表层土壤深度，mm；为土壤磷调配系数，表层土壤中溶解态磷的浓度战天表径流中溶解态磷浓度的比值.有机磷战矿物量磷常常是吸附正在土壤颗粒上通过径流迁移的，那种形式的磷背荷与土壤流逝量稀切相关，土壤流逝量直交反映了有机磷战矿物量磷背荷，有机磷战矿物量磷随土壤流逝输移量预计公式为：式中：为有机磷流逝量，kg/hm2；为有机磷正在表层土壤中的浓度，kg/t；为土壤流逝量，t；为火文相映单元的里积，hm2；为磷富集系数.模型中定义的河讲均是明渠流，SWAT用曼宁公式去定义河讲糙率战火流流速.火流正在河讲中演进历程使用变储量演算法大概马斯金根法，二种要领皆是能源波圆程.正在模拟中普遍使用马斯金根法去预计.（1）马斯金根法马斯金根法假设河讲内火体形状是由一个楔形蓄火体战一个棱形蓄火体组成，如下图所示.图??河讲火体示企图当洪流波前进到某个河段槽，进流量大于出流量便产死了楔形蓄火体.当洪流波退去，正在河段槽便出现了出流量大于进流量的背楔蓄体.其余对付于楔蓄火体，河段槽内终究包罗一个体积为流域少度上横截里稳定的棱柱状火体.总的蓄火容量为：式中：为蓄火容量，m??；为进流量，m??s；为出流量，m??s；为宁静流情况下的河段传播时间；为流量比重果素.该公式不妨重新整治为如下形式：流量比重果素的下限为0.0，上限为0.5.那个果子是楔蓄量的函数.对付于火库式蓄火，不楔蓄，；而对付于一个完备的楔蓄，；对付于河流，降正在0.0战0.3之间，其仄稳值交近0.2.对付于蓄火容量的定义不妨加进连绝公式并简化为：式中：为该时间段启初时的进流量，m3/s；为该时间段中断时的进流量，m3/s；为该时间段中断时的出流量，m3/s；为该时间段中断时的出流量，m3/s.其中，.为了用体积单位表示所有值，正在蓄火容量公式二端乘以该时间段得到：为了脆持数值宁静战预防出现背出流量的预计，必须谦脚以下条件：流量比重果素X的值由使用者输进，蓄火时间常数的值估算如下：式中：为宁静流情况下的河段传播时间，s；战为权重系数，由使用者输进；为宁静刘情况下渠讲蓄谦火的河段传播时间，s；为渠讲蓄谦1/10火量时河段传播时间，s.要预计战，Cunge于1969年提出一个公式：式中：为渠讲少度，km；为指定深度处的波速，m/s.波速的预计公式为：其中流速由曼宁公式供解，将曼宁公式代进上式得：式中：为干周，m；为河段坡度，%；为曼宁系数；为流速，m/s.（2）变储量演算法对付于一个给定的河段，储量演算鉴于连绝圆程，可写为：式中：为宁静流情况下的河段传播时间，s；为该时间段启初时的进流量，m3/s；为该时间段中断时的进流量，m3/s；为该时间段启初时的出流量，m3/s；为该时间段中断时的出流量，m3/s；为该时间段启初时的蓄火容量，m3；为该时间段中断时的蓄火容量，m3.演进时间是由渠讲中的火容量除以火流流量：式中：为蓄火容量，m3；为出流量，m3/s.共同以上二式，简化为：其中，为蓄火系数，；为进流仄稳流量，，m3/s.整治上式得：为用体积单位去表白所有变量，公式二边皆乘以时间段，则有：3硬件支配要创造SWAT数据集，ArcSWAT需要观察提供流域疑息的准确典型的ArcGIS的栅格、矢量战数据文献.那些必须的天图中心战数据文献必须正在运止SWAT之前准备佳.空间数据包罗必须的ARCSWAT空间数据战可选的ARCSWAT空间数据.SWAT空间数据集不妨以所有投影典型去创造，然而所有的天图必须用共一投影.（1）必须的ARCSWAT空间数据DEM，ESRI GRID Format.DEM的下程值不妨用整型大概者真数型.决断天图辨别率的单位不必与下程的单位脆持普遍.比圆天图辨别率不妨是米（m），而下程不妨是英尺（feet）.天图辨别率单位必须定义为以下几种：米（m），公里（km），英尺（feet），码（yards），英里（miles）.下程单位必须定义为以下几种：米（m），厘米（cm），码（yards），英尺（feet），英寸（inches）.●Land Cover/Land Use，ESRI GRID，Shapefile，orFeature Class Format.土天力用图中的类型需要重新分类为SWAT需要的土天力用典型.用户不妨用三种要领重新分类土天力用，第一种是创造天图时用好国天量勘探局的分类代码；第二种是加载土天力用图时为每一分类选定SWAT土天力用典型；第三种是为土天力用图的分歧分类创造一个不妨辨别4位SWAT 代码的look up表.●Soil，ESRI GRID，Shapefile，or Feature Class Format.用户需要输进SWAT土壤文献，正在创造工程之前把图中每一类的土壤数据输进User Soil database中.要对付土壤图的土壤典型举止重分类，疑息必须正在界里中脚动输进，列出土壤疑息look up表（2）可选的ARCSWAT空间数据集●DEM Mask，ESRI GRID，Shapefile or Feature ClassFormat.模型不妨加载一个mask正在DEM之上.●STREAMS，Shapefile or Feature Class Format.正在那些时势很矮的场合，DEM天图网格不克不迭透彻天推断河流的位子，便需要有河网描画的shapefile线性文献.●User-Defined Watersheds，Shapefile or Feature ClassFormat.用户不妨自定义子流域区别加载到模型中去，如果采用自定义子流域也必须自定义河网.●User-Defined Streams，Shapefile or Feature Class Format.用户自定义子流域后，模型将不会举止河网提与，需要用户自止定义.属性数据包罗：土壤属性数据、局里资料数据战火文数据.SWAT模型通过三个个数据库去死存属性数据，其中局里资料数据通过模型自戴的数据库举止死存，其余自定义的土壤属性数据战局里站参数数据通过二个附加的数据库举止死存，火文数据用于模拟截止率定.（1）土壤属性数据模型需要的土壤属性数据包罗二大类：土壤物理属性战土壤化教属性.土壤的物理属性对付土壤剖里中火战睦的疏通情景起决断效用，并隐著效用火文赞同单元（HRU）中火文历程的模拟.土壤物理属性参数主要包罗土层薄度、土壤层数、稀度、土壤颗粒大小分集战土壤鼓战火力传导率等.由于赢得的土壤属性数据易以真足谦脚建坐SWAT模型土壤库的央供，果此，部分无法直交获与的参数如土壤可利用灵验火、鼓战火力传到率等采与好国农业部启垦的土壤火个性步调SPAW举止估算；部分参数通过对付前人的钻研成果战体味公式赢得.估算截止仅大略反映土壤参数个性，正在模型参数校准的历程中还需搞进一步调整.（2）局里、火文资料数据SWAT模型所需要的局里数据包罗局里站面的位子以及各局里站面的真测数据.局里站面包罗雨量站、干度站、温度站、风速站、太阳辐射站，本去测数据分别为日降火量、相对付干度、日最下/最矮气温、风速战太阳辐射.本文采与北京站的局里资料去建坐模型“天气爆收器”所需的数据.SWAT模型自戴的天气爆收器WXGEN，其功能有二，一是用于死成气候数据，通过洪量前提局里数据建坐完毕之后，不妨用去死成任性年份的局里数据，二是对付缺得的数据举止挖补.SWAT模型屡屡模拟皆市死成五个输出文献：输进汇总文献（input.std）、输出汇总文献（output.std）、HRU输出文献（output.hru）、子流域输出文献（output.sub）、河讲输出文献（output.rch）.HRU输出文献包罗了流域中每一个火文赞同单元的疑息，文献中输出数据介绍如下：MON：时间步少，根据用户采用不妨为日、月、年；AREA：HRU的里积，km2；PRECIP：时间步少内HRU的降雨量，mm；SNOFALL：时间步少内HRU的降雪量，mm；SNOMELT：时间步少内HRU的冰雪融化量，mm；IRR：灌溉用火量，mm；PET：潜正在蒸集收量，mm；ET：本量蒸集收量，mm；SW-INIT：土壤初初含火量，mm；SW-END：时间步少后土壤含火量，mm；PERC：动物蒸腾火量，mm；GW-RCHG：进渗量，mm；DA-RCHG：深层天下火补给量，mm；REVAP：浅层天下火背表层土壤回流量，mm；SA-IRR：浅层天下火灌溉量，mm；DA-IRR：深层天下火灌溉量，mm；SA-ST：浅层天下火储火量，mm；DA-ST：深层天下火储火量，mm；SURQ-GEN：天表径流量，mm；SURQ-CNT：天表径流加进河讲火量，mm；TLOSS：输移益坏火量，mm；LATQ：侧背流火量，mm；。
(完整版)ARCSWAT模型使用
ARCSWAT模型使用1. 模型介绍SWAT（Soil and Water Assessment Tool）是由美国农业部（USDA）的农业研究中心（ARS，Agricultural Research Service）Jeff Amonld博士1994年开发的。
模型开发的最初目的是为了预测在大流域复杂多变的土壤类型、土地利用方式和管理措施条件下，土地管理对水分、泥沙和化学物质的长期影响。
它是一种基于GIS基础之上的分布式流域水文模型，近年来得到了快速的发展和应用，主要是利用遥感和地理信息系统提供的空间信息模拟多种不同的水文物理化学过程，如水量、水质以及杀虫剂的输移与转化过程。
SWAT模型综合了早期开发的SWRRB（the Simulator for Water Resources in Rural Basins）模型和ROTO（the Routing Outputs to Outlet）模型的特征，从1990s 问世以来，经历了SWAT94.2，96.2，98.1，99.2，2000等版本，模型在原理算法、结构、功能等方面都有很大的改进，现在使用的SWAT2005版本可以在Arcview、ArcGIS等常见的软件平台上运行，具有良好的用户界面，在ARCGIS上的SW AT 模型为ARCSW AT。
本文使用的是ArcGIS 9.2支持下的ArcSW AT 2.0.0。
模型数据处理过程：SWAT模型所需的数据有地形、土壤、土地利用、气象、水文、营养物质等，根据研究目的不同可以选择建立不同的数据库，模型本身带有Land Cover/Plant Growth Database、Urban Database数据库。
除此之外，还需要结合研究区域的特点和研究目的，建立用户数据库，其中包括耕作数据库、杀虫剂数据库、营养物质数据库、土壤数据库。
模型数据处理流程如图2所示：模型数据处理流程模型的应用：模型的应用主要表现在8个方面：校准与敏感性分析，气候变化模拟，GIS平台描述，水文评价，结构和数据输入效果评价，与其他模型比较，多种模型分析的结合，污染评价。
SWAT模型参数及运行过程
第1章SWAT模型1.1SWAT模型参数1.1.1DEM数据DEM大部分是比较光滑的地形表面模型，但是由于误差及某些特殊地形的存在，造成DEM表面会有一些凹陷的地区存在，导致得到精度不高的水流方向结果，使得原始DEM数据不能满足研究的需要。
因此，在进行绝大多数模拟实验之前，都会将原始DEM数据通过ArcGIS软件的水文分析模型进行洼地填充，最终得到满足研究需求的无洼地DEM数据。
1.1.2土地利用数据通过对洱海流域高分辨遥感影像监督分类取得研究区的土地利用空间分布图后，首先查看分布图的投影坐标体系，如果与研究中设定的不相同，则需要利用ArcToolbox的投影模块Projections对其进行投影转换；第二步需要建立图中分类编码与模型中土地分类编码之间的联系，以供模型模拟使用。
1.1.3气象数据气象数据主要包括流域的气温数据（日平均、最高和最低）、太阳辐射、风速、相对湿度、降水数据（包括降雨强度、月均降雨量、月均降雨量标准偏差、降雨的偏度系数、月内干日数、月内湿日数、平均降雨天数等参数）。
在数据类型上，这些数据可以是统计数据，也可以通过SWAT模型的天气发生器模拟生成，或者是统计和模拟数据的结合；在数据格式上，这些气象数据需要以DBF格式保存在ArcGIS自带的属性数据库中；在时间尺度上，模型的模拟时间步长可以为年、月、日。
1.1.4土壤数据SWAT 模型需要将各类土壤的水文、水传导属性作为输入值, 并将其分为按土壤类型和按土壤层输入的两类参数。
按土壤类型输入的参数包括：(1)每类土壤所属的水文单元组；(2)植被根系最大深度；(3)土壤表面到最底层深度；(4)土壤空隙比等。
按土壤层分层输入的数据有；(5)土壤表面到各土壤层深度；(6)土壤容重；(7)有效田间持水量；(8)饱和导水率；(9)每层土壤中的粘粒、粉沙、沙粒、砾石含量；(10)USLE方程中的土壤可蚀性K；(11)田间土壤反照率；(12)土壤电导率。
SWAT模型研究进展
SWAT模型研究进展SWAT模型（Soil and Water Assessment Tool）是美国农业部（USDA）自1992年开始研制的土壤和水资源评估工具，被广泛用于宏观水文模拟、流域水文过程研究、流域管理决策支持等领域。
SWAT模型是一种集成性的水文模型，可以模拟流域内的水文循环、土壤侵蚀过程、氮磷输送和植被生长等多种过程，被认为是目前流域水文模型中功能最为完善的模型之一。
随着对流域水文过程研究需求不断增加，SWAT模型在科研和工程实践中的应用也越发广泛，研究者们对该模型进行了大量的改进和应用研究，取得了丰硕的成果。
一、SWAT模型的基本原理和结构SWAT模型是一种分布式的水文模型，它基于流域内土地利用、土壤类型、气候、地形、植被等多种因素，对流域内水文循环、土壤侵蚀、植被生长等多种过程进行综合模拟。
SWAT模型的基本原理是通过对流域内的土壤、植被、气象等环境因素进行空间分布和时序变化的描述，建立这些要素之间的交互关系，并通过数学模型对这些关系进行定量描述。
模型以日为时间步长，将流域划分为若干子区域，每个子区域内的水文过程和土壤侵蚀过程都可以分别进行模拟，并通过子区域之间的水文过程和物质输移过程进行耦合，从而揭示了流域内复杂的水文-土壤-植被系统的动态变化过程。
SWAT模型的结构包括了土地利用、土壤、气候、植被、水文过程和管理活动等多个模块，这些模块之间通过不同的参数和方程相互联系，形成了完整的流域水文过程模拟系统。
SWAT模型具有很强的通用性和适用性，可以广泛应用于不同流域和不同环境条件下的水文模拟和管理决策等领域。
在SWAT模型的基础上，研究者们通过对模型参数和算法的改进以及对输入数据的优化，不断提高了模型的模拟精度和适用范围，使其成为了流域水文研究和管理决策的重要工具。
近年来，SWAT模型的研究进展主要集中在以下几个方面：1. 模型改进和优化针对流域水文模拟中的一些难题和挑战，研究者们对SWAT模型的各个模块进行了改进和优化，以提高模型的模拟精度和适用性。
SWAT上机说明
SWAT上机说明SWAT模型上机实例⼀、打开SWAT打开ArcView，File Extensions，勾选AVSWATX Extendable，点击OK进⼊SWAT界⾯。
（注：系统语⾔需要设置成英语，通过控制⾯板⾥的区域和语⾔选项设置。
）⼆、建⽴SWAT ⼯程⽂件1、点击New Project新建⼀个⼯程⽂件，出现如下界⾯的时候，可先在右边⽅框选择路径，在左边⽅框输⼊⼯程⽂件名称，完成路径选择和名称输⼊点击ok。
此时，程序会在对应路径下建⽴⼀个sabine.avsx⽂件。
2、此时，程序弹出如下提⽰栏，需要⽤户输⼊数据源路径，点击ok采⽤默认路径。
默认情况下，程序将在与sabine.avsx⽂件相同⽬录下建⽴⼀个sabine⽂件夹，将⽤来存放该project的⽣成数据。
三、Watershed Delineation1、导⼊dema, 点击①，选择Load DEM grid from disk，点击OK；b, 在右边路径选择为：C:\AVSWATX\AvSwatDB\Example3，此时选择左边的dem，或者直接输⼊dem，点击OK；c, 有警⽰栏提⽰需将DEM数据投影，点击OK即可。
2、DEM投影a, 点击②，依次点击projection、OK、Yes；b, 选择Predefined Projection，Alber Equal_Area(Conterminous U.S.)，点击OK。
回到Dem Properties提⽰栏时，再次点击OK回到Delineation。
3、载⼊MASKa, 勾选③Focusing watershed area option前⾯的⽅框，在弹出界⾯中选择Load mask grid from disk，点击OK。
b, 在右边的路径选择中，将路径选择到C:\AVSWATX\AvSwatDB\Example3，然后在左边选择amask，点击OK。
4、载⼊数字化的河⽹信息如果有数字化的流域信息，则可通过④载⼊河流河段信息，这个例⼦中我们不做输⼊。
SWAT模型参数及运行过程
SWAT模型参数及运行过程
SWAT（Soil and Water Assessment Tool）是一个集成的土壤和水资源模拟模型，用于评估和预测流域水文过程、土壤侵蚀和水质。
SWAT模型有一系列的参数，这些参数代表了模型中使用到的各种物理和化学过程的特性。
在SWAT模型运行之前，需要对这些参数进行设置和调整，以确保模拟结果的准确性和可靠性。
SWAT模型中的参数可以分为两类：模型参数和输入参数。
模型参数是指影响模型内部运行的参数，如流量流速公式、土壤侵蚀模型、植被生长模型等。
输入参数是指模型的输入数据，如降雨数据、土壤数据、植被数据等。
下面是SWAT模型中常用的一些参数及其说明：
1.水文参数：包括流域划分参数、降雨径流参数、水库参数等。
这些参数用于描述流域的水循环过程，如蒸发蒸腾、地下水补给等。
2.土壤参数：包括土壤类型参数、土壤吸水能力参数、土壤侵蚀参数等。
这些参数用于描述土壤的水文特性，如土壤水分保持能力、入渗能力等。
3.植被参数：包括植被类型参数、植被覆盖度参数、植被根系分布参数等。
这些参数用于描述不同植被类型对水资源的利用和保持能力。
4.污染物参数：包括化肥和农药的使用量、污水排放量等。
这些参数用于描述水质模拟过程中的污染物输入。
在进行SWAT模型的参数设置时，一般采用观测数据和实地调查数据作为依据，并根据文献和经验进行调整和估计。
常用的参数设置方法有：。
SWAT模型参数及运行进程
SWAT模型参数及运行进程SWAT（Soil and Water Assessment Tool）是一个积水模型，用于模拟水文过程、岩石循环和土壤侵蚀，以评估土壤和水资源管理的影响。
SWAT模型由美国农业部农业研究服务局（ARS）开发，可应用于各种水文区域和流域尺度。
1.天气参数：SWAT模型使用天气数据来模拟降水、温度和湿度等天气变量。
这些数据通常包括每日或小时的降水量、最高温度、最低温度和相对湿度等。
2.植被参数：SWAT模型使用植被参数来模拟蒸腾散失、生物量和植被生长等过程。
这些参数包括植被系数、生长季节和光合作用速率等。
3.土壤参数：SWAT模型使用土壤参数来模拟土壤水分、土壤侵蚀和沉积等过程。
这些参数包括土壤水分保持系数、土壤容重和土壤类型等。
4.水文参数：SWAT模型使用水文参数来模拟径流、河流水量和水库水位等过程。
这些参数包括水库蒸发损失、渗漏系数和河流通量等。
1.数据预处理：在运行SWAT模型之前，需要进行数据预处理，包括准备输入数据和进行空间分析。
输入数据包括数字高程模型（DEM）、土地利用数据、土壤数据、降水数据、气温数据等。
在数据预处理过程中，需要将不同数据源的数据进行拼接、校正和融合，以保证数据的一致性和准确性。
2.模型设置：SWAT模型的设置包括建立地理单元、定义模拟时间和空间范围、选择参数值和设置模型运行选项等。
地理单元是流域的形状和大小，可以基于DEM数据自动生成，也可以手动绘制。
模拟时间和空间范围是指模型运行的时间段和空间范围，可以根据研究需求进行设置。
参数值的选择需要根据研究区域的特点和数据的可用性进行调整。
3.模拟运行：SWAT模型的模拟运行是指将输入数据和参数值输入模型，并进行模拟计算以获得模型输出结果。
SWAT模型采用分布式模拟方法，将流域分成多个子分区，并对每个分区进行模拟计算。
模拟运行过程中，模型会考虑天气变量、植被生长、土壤水分、土壤侵蚀和沉积等因素，通过迭代计算得到模型输出结果。
清华大学《高等水文学》SWAT水文过程_62101469
∆t
2
(24)
式中： qin,ave 时段内的平均入流速率：
qin,ave
=
qin,1
+ qin,2 2
(25)
传播时间通过将水流量除以水流速度求得：
= TT V= stored V = stored ,1 Vstored ,2
qout
qout ,1
qout ,2
(26)
式中：TT 为传播时间(s)，Vstored 为存储量 (m3 H2O)，qout 为出流速率 (m3/s).
qch
=
qc*h
⋅ Area 3.6
(18)
qc∗=h q0∗ ⋅ (100 * Area)−0.5
(19)
q0∗ 是单元产流面积流速（mm hr-1），Area 为子流域面积（km2），100 为单位转换
系数。建议单位产流面积流速为 6.35mm/hr，将方程(18)和(19)带入方程(17)，得
面的含水量，不包括萎蔫系数下土壤剖面的含水量，w1和 w2 为形状系数。Smax 是
把 CN1 带入方程
S
=
25.4 ⋅ 1000 CN
−10 计算求得。
3) CN 值计算
CN 值是反映土壤透水性、土地利用和土壤前期含水状况的综合参数。SCS
模型的 CN 值，与土壤的渗透性，土地利用与前期土壤湿度有关，
径流； surlag 是地表径流滞后系数， tconc 是子流域的汇流时间（hrs）。 汇流时间 tconc 为降雨时间开始到整个子流域面积内汇流均到达出口，从子流
域最远的一点到出口的时间，包括坡面汇流时间( tov )和河道汇流时间( tch ):
tcon=c tov + tch
- 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、"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、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)。
第1章SWAT模型1.1SWAT模型参数1.1.1DEM数据DEM大部分是比较光滑的地形表面模型，但是由于误差及某些特殊地形的存在，造成DEM表面会有一些凹陷的地区存在，导致得到精度不高的水流方向结果，使得原始DEM数据不能满足研究的需要。
因此，在进行绝大多数模拟实验之前，都会将原始DEM数据通过ArcGIS软件的水文分析模型进行洼地填充，最终得到满足研究需求的无洼地DEM数据。
1.1.2土地利用数据通过对洱海流域高分辨遥感影像监督分类取得研究区的土地利用空间分布图后，首先查看分布图的投影坐标体系，如果与研究中设定的不相同，则需要利用ArcToolbox的投影模块Projections对其进行投影转换；第二步需要建立图中分类编码与模型中土地分类编码之间的联系，以供模型模拟使用。
1.1.3气象数据气象数据主要包括流域的气温数据（日平均、最高和最低）、太阳辐射、风速、相对湿度、降水数据（包括降雨强度、月均降雨量、月均降雨量标准偏差、降雨的偏度系数、月内干日数、月内湿日数、平均降雨天数等参数）。
在数据类型上，这些数据可以是统计数据，也可以通过SWAT模型的天气发生器模拟生成，或者是统计和模拟数据的结合；在数据格式上，这些气象数据需要以DBF格式保存在ArcGIS自带的属性数据库中；在时间尺度上，模型的模拟时间步长可以为年、月、日。
1.1.4土壤数据SWAT 模型需要将各类土壤的水文、水传导属性作为输入值, 并将其分为按土壤类型和按土壤层输入的两类参数。
按土壤类型输入的参数包括：(1)每类土壤所属的水文单元组；(2)植被根系最大深度；(3)土壤表面到最底层深度；(4)土壤空隙比等。
按土壤层分层输入的数据有；(5)土壤表面到各土壤层深度；(6)土壤容重；(7)有效田间持水量；(8)饱和导水率；(9)每层土壤中的粘粒、粉沙、沙粒、砾石含量；(10)USLE方程中的土壤可蚀性K；(11)田间土壤反照率；(12)土壤电导率。
土壤物理属性数据按获取方式的不同可分为以下四类:(l)通过查阅土壤志获得数据:土壤名称、土壤层数、根系深度和表层到底层土壤深度根据《土壤志》直接获得。
(2)实测数据和通过实测数据转化得到:粘土、壤土、砂土和砾石采用的是采样后实测的土壤数据，有机碳含量是由实测的有机质含量转化得到。
(3)通过计算得到的数据。
土壤容重、有效水容量和饱和传导系数使用SPAW 软件计算得到，水文单元组、地表反射率、土壤侵蚀因子由已知数据通过公式计算得到。
(4)使用SWAT模型的默认值:阴离子交换孔隙度、土壤最大可压缩量、电导率使用SWAT模型的默认值。
土壤的化学属性，包括土壤每层的全磷、全氮、速效磷含量，是通过野外采样，实验室化验得到的实测数据。
1、土壤粒径数据土壤粒径数据是SWAT模型中重要的输入参数，对模拟结果的精度有重要的影响作用。
SWAT模型中采用的土壤粒径标准为美国制标准，而中国的土壤质地采用的是卡钦斯基制和国际制标准，因此国内数据无法在SWAT模型中直接使用，使用时需要将其转化为美国制标准。
粒径转换的方法主要包括:一次样条插值，二次样条插值，三次样条插值，线性插值、spline内插方法等。
国际制、卡钦斯基制和美国制标准的区别如下表所示。
表1 土壤颗粒标准国际制（mm）卡钦斯基制（mm）美国制（mm）＞2 砾石砾>1 ＞2 砾石0.2-2 粗沙土砂0.05-1 0.05-2 沙土0.02-0.2 细沙土粗粉砂0.01-0.05 0.002-0.05 粉土0.002-0.02 粉土中粉砂0.005-0.01 ＜0.002 粘土＜0.002 粘土细粉砂0.001-0.005粘粒<0.0012、SPAW 软件计算部分参数通过美国华盛顿州立大学开发的土壤水特性软件SPAW软件中的Soil-Water - Characteristics(SWCT)模块，并根据粘土(Clay)、砂(Sand)、有机物(Organic Matter)、盐度(Salinity)、砂砾(Gravel) 等参数计算出: (1)凋萎系数；(2)田间持水量；(3)饱和度；(4)土壤容重；(5)饱和导水率等5个变量。
由变量(1)和(2)可以计算逐层的有效田间持水量(SOL _AWC )，其计算公式为: SOL _AWC = FC -WP，其中FC为田间持水量，WP为凋萎系数。
3、土壤有机碳参数将土壤有机质的含量乘以0.58可以求得土壤中有机碳的含量。
4、土壤水文组在SWAT模型中采用SCS径流曲线数模型对径流进行模拟研究，而水文土壤组则是这个模型的重要参数之一。
美国自然环保署(Natural Resource Conservation Service)根据土壤入渗率特征，将具有相似径流能力的土壤分为四个土壤水文组(A，B，C和D)，该组具有相同的降水和地表特征。
土壤的水文分组定义如表2所示：表2 土壤水文分组土壤类型最小下渗率（mm/h）渗透率土壤质地A ＞7.26 较高沙土、粗质沙壤土B 3.81～7.26 中等壤土、粉沙壤土C 1.27～3.81 较低沙质粘壤土D 0.00～1.27 很低粘土、盐渍土5、土壤可蚀性K值土壤可蚀性K值是土壤抵抗水蚀能力大小的一个相对综合指标，K值越大，抗水蚀能力越小；反之，K值越小抗水蚀能力越强。
Williams等在EPIC模型中发展了土壤可蚀性因子K值的估算方法，只需要土壤的有机碳和颗粒组成资料即可计算。
计算公式如下所示：K={0.2+0.3exp[−0.025SAN100]}(SILCLA+SIL)0.3(1.0−0.25CC+EXP(3.72−0.95C))(1.0−0.7SNSN+EXP(−5.51+22.9SN))(4.2)式中，K为土壤侵蚀因子，SAN为含沙量；SIL为土壤含量；CLA为粘土含量；C为土壤有机氮含量；SN=1-SAN/100。
6、SWAT土壤数据库其余参数确定对于田间土壤反照率，可以率根据土壤颜色、湿度以及土壤反照率的参考值取为0.16~ 0.22不等。
对于土壤的电导率，与土壤中的盐分、水分、有机质含量、土壤质地结构和孔隙率都有不同程度的关系，可以采用电流-电压四端法进行测定，也可以采用一些经验值。
1.2模型建立及运行1.2.1流域划分1.2.1.1DEM设置1.DEM加载首先在单击DEM Setup选项加载流域DEM数据；然后单击DEM projection setup 按钮，定义DEM属性。
2.定义MASKDEM加载之后，为更加准确的划定流域研究范围，最好需要加载MASK，可以更好的减少数据量的大小。
1.2.1.2河网定义为了生成精度较高的流域水系图，可以选择加载河网，这样就可以得到精度符合试验要求的水系图。
1)选择DEM-based选项。
2）单击Flow direction and accumulation。
软件将自动进行流域河网划分分析，分析结束之后，在Area对话框中将出现分析数据，这个数值越小，划分的河网就会越详细。
3)在Stream network对话框中点击按钮Creat streams and outlets，生成河网。
1.2.1.3 OUTLET、INLET定义在流域内进行径流模拟、泥沙模拟和非点源污染模拟等研究时，OUTLET、INLET的正确定义可以更好的定位监测点的位置，提高模拟结果的精度。
1.2.1.4流域总出口指定及子流域划分1）单击总出口按钮，选择流域总出口，在这里，流域总出口选为左下角的西洱河。
2）单击子流域按钮，划分子流域。
1.2.1.5子流域参数的计算单击计算按钮Calculate subbasin parameters，计算子流域参数。
当流域划分完成之后，ArcSWAT产生的栅格数据集，将从SWAT项目目录Watershed\Grid 转移到Project Raster Geodatabase。
流域划分完成之前，Watershed\Grid目录中的栅格以ESRI GRID格式存储，以提高执行效率。
一旦划分完成，它们将会被转移到Raster Geodatabase，以简化项目的数据存储。
1.2.2水文响应单元划分1.2.2.1 加载土地利用栅格图及重分类土地利用类型1）选择HRU Analysis菜单中的Land Use/Soil/Slope Definition，将会弹出以下对话框，2）单击Land Use Grid下的按钮，加载Land Use数据，选择Load Land Use dataset(s) from disk。
3）选择数据集里的land use代码字段，这个字段将转成栅格数据集里的栅格值。
4）选择区别土地利用类型的相应属性字段，单击OK，显示Value 和面积比。
5）单击Lookup Table选项，加载土地利用索引表。
本研究中，笔者选用土地利用索引表User Table，将栅格Value值与SWAT 土地利用数据库里的分类联系起来。
1.2.2.2 加载土壤栅格图及重分类土壤类型1）单击Soils Grid下的按钮，加载Soils数据，选择Load Soils dataset(s) from disk。
2）选择数据集里的Soils代码字段，这个字段将转成栅格数据集里的栅格值。
3）选择区别土壤类型的相应属性字段，单击OK，显示Value 和面积比。
4）单击Lookup Table，选择Name字段，加载索引表。
1.2.2.3 重分类坡度1）选择Slope选项，将出现以下对话框：2）单击选择Multiple Slope选项，将坡度分为两类，然后选择Current Slope Class，输入分类的上限，单位是%。
3）完成上述工作后，Reclassify按钮将会被激活，单击Reclassify执行，完成坡度分类。
1.2.2.4 HRU定义打开HRU Analysis菜单，选择HRU Definition选项，可以在显示的对话框中划分水文响应单元，1）单击HRU Thresholds选项，选择其中的Multiple HURs，按研究实际需要输入比例值。
2）单击Land Use Refinement (Optional) 选项，对land use类型进行详细划分。
3）完成上述工作后，单击Create HRUs选项，完成水文响应单元的划分，生成Final HRU Distribution的报告，同时创建一个属性文件加载到当前视图中。
1.2.3加载气象数据1）选择Write Input Tables菜单中的Weather Stations，然后选择Custom database，加载weather generator测站位置表，2）然后依次选择菜单中的Solar Radiation Data、Wind Speed Data、Rainfall Data 、Temperature Data、Relative Humidity Data等选项，加载事先准备好的相应DBF文件。