SWAT蒸散发模拟级遥感验证
SWAT模型中天气发生器与数据库构建及其验证
SWAT模型中天气发生器与数据库构建及其验证SWAT模型中天气发生器与数据库构建及其验证摘要：SWAT (Soil and Water Assessment Tool) 模型是一种广泛应用于水资源管理和环境保护领域的水文模型，可以模拟流域的水文过程和污染物的输移。
天气数据对于SWAT模型的运行和模拟效果具有重要影响。
因此，本文旨在介绍SWAT模型中天气发生器和数据库构建的方法，并通过验证实例来评估其效果。
1. 引言SWAT模型以流域为研究对象，模拟流域尺度上的水资源循环过程，包括降雨、蒸发、土壤水分和地下水等。
天气数据是SWAT模型的重要输入之一，用于模拟流域内的水文过程和污染物的输移。
正确、准确地获取和利用天气数据对于SWAT模型的精度至关重要。
2. 天气发生器的原理天气发生器用于生成流域范围内的天气数据，包括降雨和蒸散发。
其基本原理是利用统计模型对历史天气数据进行分析，构建出未来天气的概率分布，从而生成未来的天气数据。
常用的统计模型包括概率分布函数、马尔科夫链和Markov Chain-Monte Carlo等。
3. 天气数据库的构建天气数据库是存储和管理天气数据的集合，为SWAT模型提供所需的天气输入。
天气数据库的构建包括数据收集、数据分类和数据存储等步骤。
数据收集阶段需要获取流域内各站点的气象观测数据，并对数据进行质量控制和修复。
然后，根据流域的气象特征，对气象站点进行分类，并将分类好的数据存储在数据库中。
4. 验证方法与实例为了验证天气发生器和数据库的效果，我们选取了某流域为例进行实证研究。
首先，我们使用天气发生器生成了未来30年的降雨和蒸散发数据。
接着，将生成的数据输入到SWAT模型中，分别对模拟结果进行评估。
评估指标包括径流量、土壤水分、洪水峰值等。
最后，将模拟结果与实际观测数据进行对比，以评估天气发生器和数据库的准确性和可靠性。
5. 结果与讨论实证研究结果显示，通过天气发生器生成的数据能够较好地模拟流域的水文过程和污染物输移。
基于SWAT模型的荆州市不同土地利用类型对雨水入渗量和径流系数的影响
基于SWAT模型的荆州市不同土地利用类型对雨水入渗量和径流系数的影响作者：鲁睿哲韦鸿来源：《安徽农业科学》2024年第15期摘要以荊州市为研究对象，结合试验观测、模型模拟与理论分析，研究不同尺度、区域和降雨条件下土地利用变化对雨水入渗量和径流系数的影响。
结果表明，2010—2022年荆州市土地利用类型经历了明显转变，耕地面积缩减，建设用地扩张，林地与草地面积稳定，水域略增，其他用地略减，这些变化导致雨水入渗量呈上升趋势，而径流系数呈下降趋势。
不同土地利用类型对雨水入渗量和径流系数的影响各异，林地和建设用地对雨水入渗量产生正面影响，对径流系数则是负面；耕地对雨水入渗量有负面影响，对径流系数则正面；草地、水域及其他用地的影响较为有限。
土地利用变化对雨水入渗量和径流系数的影响随尺度、区域和降雨条件的不同表现出差异性和复杂性。
关键词土地利用类型；雨水入渗量；径流系数；SWAT模型；荆州市中图分类号 P333 文献标识码 A 文章编号 0517-6611（2024）15-0091-06doi：10.3969/j.issn.0517-6611.2024.15.020开放科学（资源服务）标识码（OSID）：Effects of Different Land Use Types on Rainwater Infiltration and Runoff Coefficient in Jingzhou City Based on SWAT ModelLU Rui-zhe， WEI Hong（School of Economics and Management， Yangtze University， Jingzhou，Hubei 434023）Abstract Taking Jingzhou City as the research object， combined with experimental observation， model simulation and theoretical analysis，the effect of land use change on rainwater infiltration and runoff coefficient under different scales， regions and rainfall conditions were studied.The results showed that the land use types in Jingzhou City had undergone significant changes from 2010 to 2022，the cultivated land area had decreased， construction land had expanded， forest and grassland had stabilized， waters had slightly increased， and other land use had slightly decreased. These changes led to an upward trend in precipitation infiltration， while the average runoff coefficient showed a downward trend.The effect of different land use types on rainfall infiltration and runoff coefficient varied. Forest land and construction land had a positive impact on infiltration， while they had a negative impact on runoff coefficient;farmland had a negative impact on infiltration and a positive impact on runoff coefficient;the effect of grasslands， waters and other land uses was relatively limited. The effect of land use change on infiltration and runoff coefficients varied and was complex with different scales， regions and rainfall conditions.Key words Land use type;Rainfall infiltration;Runoff coefficient;SWAT model;Jingzhou City土地利用类型是水文过程的关键影响因素，其变化对雨水入渗量和径流系数产生显著效应。
SWAT模型原理
SWAT模型原理SWAT模型（Soil and Water Assessment Tool，土壤和水资源评估工具）是用于评估流域水循环、水质和土壤侵蚀的数学模型。
它是由美国农业部（USDA）开发的，用于支持农业决策和流域管理。
1.数据输入：SWAT模型的输入数据包括气象数据、土地利用数据、土壤数据和管理实践数据。
气象数据主要包括降水、温度、风速和日照等信息。
土地利用数据描述了流域中不同土地利用类型的分布情况，如农田、森林、草地等。
土壤数据描述了土壤的物理和化学特性，如土壤类型、质地、土壤有机质含量等。
管理实践数据描述了农田管理措施，如施肥、灌溉和农药使用等。
2.水文模拟：SWAT模型使用降水和蒸散发数据来计算流域的水量平衡。
降水通过自然和人为的蓄水和径流过程，形成地表径流和地下径流。
蒸散发是指水分从土地表面蒸发和植物透传到大气中的过程。
模型根据土壤含水量和植被类型，计算蒸散发的损失。
这些水文过程模拟有助于了解流域水资源的分布和利用情况。
3.土壤侵蚀模拟：SWAT模型还模拟土壤水分和沉积物的侵蚀过程。
地表径流会携带土壤颗粒和污染物，导致土壤侵蚀和水质恶化。
模型根据地表流量和土壤侵蚀的相关因素，如坡度、覆盖度和土壤侵蚀性指数等，计算土壤侵蚀的速率。
这对于评估土地利用变化和管理实践对土壤质量和水质的影响非常重要。
4.模型校准和验证：SWAT模型的输出结果需要与实际观测数据进行校准和验证。
校准是调整模型参数，使模型的输出尽可能接近实际观测结果。
验证是使用另一组独立数据来验证模型的准确性和适用性。
这个过程对于提高模型的可靠性和预测能力非常重要。
5.方案评估和决策支持：SWAT模型可以用于评估不同的土地利用和管理方案，并提供决策支持。
通过模拟不同管理实践的效果，可以评估其对水资源、土壤侵蚀和水质的影响。
这有助于制定合理的流域管理策略，促进可持续农业和水资源管理。
总之，SWAT模型基于水文和土壤侵蚀的基本原理，结合实际观测数据和参数，用于模拟流域的水文过程和土壤侵蚀过程。
蒸散发量遥感反演模型研究
蒸散发量遥感反演模型研究近年来，气候变化引起了全球各地的关注，并且许多国家也开始重视水资源的利用与管理。
因此，对于水循环过程中的蒸散发过程的了解与研究变得越来越重要。
蒸散发量反演是现代地表过程遥感研究的重要组成部分之一，它能够帮助我们深入了解地表水循环的机制以及地表环境的变化和演变。
蒸散发量的遥感反演主要依据地面水分平衡的原理，通过遥感图像反演表征地面水分变化的参数，进而反演出地表蒸散发量的大小。
这种遥感反演的方法具有数据观测广、精度高、时间和空间分辨率好的优点，是研究全球水循环的理想手段之一。
在蒸散发量遥感反演研究中，广泛应用的方法是基于能量平衡原理的蒸散发反演方法。
这种方法通过计算表观温度以及其他气象资料，再利用能量方程来反演蒸散发量。
该方法可以通过时空分辨率不同的遥感数据来实现不同地点、不同时间的反演，并且其反演精度也较为可靠。
但是，它对于土壤、植被物理特性、地面这些环境变化因素的反演精度较低。
针对这一问题，近年来，国内外学者提出了许多基于植被指数的蒸散发反演方法。
这类方法依据植被的生长与相对温度、水汽压等因素之间的关系，将植被指数与蒸散发量联系在一起，实现偏好植被生长的地区（如耕地、林地等）蒸散发量的反演。
由于植被指数具有对地表植被类型、植被覆盖度以及生长状态的敏感性，基于植被指数反演蒸散发量的方法可以更为准确地反演出植被覆盖类型多样的地区的蒸散发量。
除此之外，也有许多研究者使用机器学习算法来反演蒸散发量。
这种方法通过建立基于已知蒸散发量的实测数据和遥感数据、气象数据之间的关系，来预测未知地点的蒸散发量。
该方法主要使用机器学习中的分类、回归等方法，具有计算时间短、速度快、灵活度高的优点，是在蒸散发量遥感反演中备受研究者们热议的话题。
总之，蒸散发量遥感反演模型研究的发展与应用，为我们深入了解地球水文循环的机制、评估水资源的利用与管理提供了重要支撑。
在未来，我们需要继续完善各种反演方法，提高精度与效率，并且积极利用遥感技术，实现对全球水资源的科学管理和保护。
基于SWAT模型的平原河网区水文过程分布式模拟
基于SWAT模型的平原河网区水文过程分布式模拟SWAT模型（Soil and Water Assessment Tool）是一种被广泛应用于水文过程模拟的分布式模型。
它可用于评估不同地区的水文循环、水质和土地利用变化对水资源管理的影响。
在平原河网区，SWAT模型可以用来模拟降雨、蒸发、径流和溶质输移等水文过程，以帮助决策者了解和预测水资源的可持续利用。
本文将重点探讨基于SWAT模型的平原河网区水文过程分布式模拟的方法和应用。
首先，进行SWAT模型的建立是模拟平原河网区水文过程的第一步。
SWAT模型基于GIS技术，以分布式方式对流域进行划分，并将流域划分为许多亚区。
每个亚区包括水文过程的输入和输出点，如降雨、蒸散发和流出等。
模型还需要准备输入数据，如降雨数据、土壤类型、植被覆盖和地形等。
这些数据可以通过气象站、遥感和地形分析等手段来获取。
运行模型时，可以使用不同的模型参数来模拟不同的水文过程，如径流系数、蒸发系数和土壤含水量等。
当SWAT模型建立完成后，下一步是对平原河网区的水文过程进行模拟。
模拟需要考虑不同的情景和条件，如不同的降雨强度、土地利用变化和气候变化等。
通过运行模型，可以得到不同时期和不同条件下的降雨和蒸发量、径流系数和溶质输移等参数。
模型的输出可以用来预测水资源的可持续利用、水质污染和洪水风险等问题。
在应用方面，基于SWAT模型的平原河网区水文过程分布式模拟可以用来辅助水资源管理和决策。
模拟结果可以揭示流域的水文循环特征、水资源利用情况和水质状况等信息。
例如，模拟可以帮助决策者了解不同流域区域的水资源供需情况，评估不同水利工程对水资源利用的影响，制定合理的水资源分配计划。
此外，模拟还可以用于预测洪水风险，指导防洪措施的制定和调整。
需要注意的是，基于SWAT模型的平原河网区水文过程分布式模拟需要精确地获取输入数据，并对模型进行合理的参数调整和验证。
此外，模型的运行需要大量的计算资源和时间。
基于SUFI_2算法的SWAT模型在修水流域径流模拟中的应用_张余庆
型，并利用 ＡｒｃＧＩＳ软件对 流 域 边 界 进 行 裁 剪，根
据美国地 质 调 查 局 （ＵＳＧＳ）与 ＳＷＡＴ 模 型 中 土
地利用／植被覆盖分类标准进行 重 分 类（表 １），最
终 获 得 ８ 种 土 地 利 用 类 型 见 表 １ 中 “＊ ”。
表 １ 高 沙 水 文 站 以 上 修 水 流 域 土 地 利 用 重 分 类 统 计
Ｗａｔｅｒ
ＷＡＴＲ ＊
４３ 水库池塘
Ｗａｔｅｒ
ＷＡＴＲ ＊
５１ 城镇用地 ６６ 裸岩
Ｒｅｓｉｄｅｎｔｉａｌ－Ｍｅｄｉｕｍ Ｄｅｎｓｉｔｙ ＵＲＭＤ＊ Ｓｏｕｔｈｗｅｓｔｅｒｎ ＵＳ（Ａｒｉｄ）Ｒａｎｇｅ ＳＷＲＮ＊
（１．南京信息工程大学 遥感学院，江苏 南京 ２１００４４；２．南京大学 地理与海洋科学学院， 江苏 南京 ２１００９３；３．南京信息工程大学 水文气象学院，江苏 南京 ２１００４４）
摘要：为在江西修水流域高沙水文站以上汇水区域构建 ＳＷＡＴ 分布式水文模型，采用 ＳＵＦＩ－２算 法 进 行 模 型
第３１卷 第９期 ２ ０ １ ３ 年 ９ 月
文 章 编 号 ：１０００－７７０９（２０１３）０９－００２４－０５
水 电 能 源 科 学 Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｐｏｗｅｒ
Ｖｏｌ．３１ Ｎｏ．９ Ｓｅｐ．２ ０ １ ３
基于ＳＵＦＩ－２算法的ＳＷＡＴ 模型在修水流域 径流模拟中的应用
张 余 庆１，陈 昌 春１，２，杨 绪 红２，尹 义 星３，都 金 康２
２ 模型基础数据制备与处理
２．１ ＤＥＭ 数据 在 ＡｒｃＳＷＡＴ２００９ 模 型 中，利 用 ＤＥＭ 数 据
和 实 测 水 系 划 分 子 流 域 、提 取 河 网 、计 算 地 形 因 子 及 河 道 参 数 ，共 划 分 ２１ 个 子 流 域 ，面 积 约１９．２６～ １ ２２５．９８ｋｍ２；根据土壤类型、土地利 用 类 型 和 坡 度 进 一 步 划 分 出 ３２９ 个 水 文 响 应 单 元 （ＨＲＵ），在 划分子流域内水 文 响 应 单 元 时，分 别 取 土 地 利 用 类型占子流域面积阈值 的 １０％、土 壤 类 型 占 土 地 利用类型面积阈值的１０％、坡 度 类 型 占 土 壤 类 型 面 积 阈 值 的 １５％ 作 为 划 分 依 据 （图 １）。
基于SWAT模型的赤水河流域径流年内分配特征及其对降水的响应研究
第42卷第3期2022年6月水土保持通报B u l l e t i no f S o i l a n d W a t e rC o n s e r v a t i o nV o l .42,N o .3J u n .,2022收稿日期:2021-11-10 修回日期:2022-01-07资助项目:国家自然科学基金项目 河流水质对岩溶山地坡面景观变化响应的时空模拟 (41901225) 第一作者:刘家威(1996 ),男(汉族),四川省宜宾市人,硕士研究生,研究方向为流域水环境遥感㊂E m a i l :l jw 2008@163.c o m ㊂ 通信作者:蔡宏(1980 ),女(汉族),甘肃省金昌市人,博士,副教授,主要从事资源环境遥感方面研究㊂E m a i l :h c a i @g z u .e d u .c n㊂基于S W A T 模型的赤水河流域径流年内分配特征及其对降水的响应研究刘家威,蔡宏,郑婷婷,唐敏(贵州大学矿业学院,贵州贵阳550025)摘 要:[目的]研究赤水河流域径流年内分配的非均匀性变化特征及其对降水的响应情况,为流域水资源的开发利用及防洪治涝等研究提供决策依据㊂[方法]以赤水河流域中上游为研究区,构建S WA T 模型相关数据库并对流域径流进行模拟㊂以实测逐月径流数据对模型进行率定验证㊂基于模型输出结果,结合降水/径流集中度和集中期,分析流域径流年内分配特征及其对降水的响应情况㊂[结果]两个水文站率定期决定系数(R 2)与纳什效率系数(E n s )均在0.83以上,验证期R 2与E n s 均在0.69以上,满足精度要求;流域降水和径流年内分配不均匀性显著,二者变化趋势较为一致,主要集中在6 8月;径流集中度的时空分布受降水集中度影响显著,由于入渗和蒸散作用的影响,前者通常大于后者,但当降水集中度较低时(P C D<0.3),径流集中度不再完全以降水集中度为主导;由于流域径流对降水变化的响应存在滞后性,径流集中期往往大于降水集中期,短期较小幅度的降水量增加对降水集中期影响显著,而对径流集中期影响有限㊂[结论]降水是引起赤水河流域径流集中度/集中期变化的主导因素,而在不同降水量条件下径流系数的变化,是径流集中度/集中期对降水集中度/集中期产生不同响应特征的主要原因㊂关键词:S WA T 模型;降水;径流;集中度;集中期;赤水河文献标识码:B 文章编号:1000-288X (2022)03-0180-08中图分类号:P 333文献参数:刘家威,蔡宏,郑婷婷,等.基于S WA T 模型的赤水河流域径流年内分配特征及其对降水的响应研究[J ].水土保持通报,2022,42(3):180-187.D O I :10.13961/j.c n k i .s t b c t b .20220401.001;L i uJ i a w e i ,C a i H o n g ,Z h e n g T i n g t i n g,e ta l .A n n u a ld i s t r i b u t i o nc h a r a c t e r i s t i c so fC h i s h u iR i v e rw a t e r s h e dr u n o f fa n di t s r e s p o n s e t o p r e c i pi t a t i o nb a s e d o nS WA T m o d e l [J ].B u l l e t i n o f S o i l a n dW a t e rC o n s e r v a t i o n ,2022,42(3):180-187.A n n u a lD i s t r i b u t i o nC h a r a c t e r i s t i c s o fC h i s h u iR i v e rW a t e r s h e dR u n o f f a n dI t sR e s p o n s e t oP r e c i pi t a t i o nB a s e do nS W A T M o d e l L i u J i a w e i ,C a iH o n g ,Z h e n g T i n g t i n g ,T a n g Mi n (M i n i n g C o l l e g e ,G u i z h o uU n i v e r s i t y ,G u i y a n g ,G u i z h o u 550025,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h e v a r i a t i o n c h a r a c t e r i s t i c s o f n o n -u n i f o r m i t y fo r t h e d i s t r i b u t i o no f a n n u a l r u n o f f o f C h i s h u iR i v e r a n d i t s r e s p o n s e t o p r e c i p i t a t i o nw a sa n a l y z e d i no r d e r t o p r o v i d eab a s i s f o rd e c i s i o n -m a k i n gr e g a r d i n g t h e d e v e l o p m e n t a n d u t i l i z a t i o n o fw a t e r r e s o u r c e s a n d f l o o d c o n t r o l i n t h e u p pe r a n dm i d d l e r e a c h e s of t h eC h i s h u i R i v e r b a s i n .[M e t h o d s ]W e c o n s t r u c t e d a d a t a b a s e f o r t h e S W A T m o d e l t o s i m u l a t ew a t e r s h e d r u n o f f .T h e m o d e l w a sc a l i b r a t e d a n d v a l i d a t e d w i t h m e a s u r e d m o n t h l y r u n o f fd a t a .M o d e lo u t p u td a t a w e r e c o m b i n e dw i t h p r e c i p i t a t i o n /r u n o f f c o n c e n t r a t i o nd eg r e e (P C D /R C D )a n d c o n c e n t r a t i o n p e r i o d (P C P /R C P ),a n dth ec h a r a c t e ri s t i c so fa n n u a lr u n o f fd i s t r i b u t i o n a n di t sr e s p o n s et o p r e c i pi t a t i o n w e r e d e t e r m i n e d .[R e s u l t s ]T h e c o e f f i c i e n t o f d e t e r m i n a t i o n (R 2)a n dN a s h -S u t c l i f f e e f f i c i e n c y co e f f i c i e n t (E n s )v a l u e s f o r t w o h y d r o l o gi c a l s t a t i o n sw e r e g r e a t e r t h a n 0.83f o r t h e c a l i b r a t i o n p e r i o d ,a n d g r e a t e r t h a n 0.69f o r t h e v a l i d a t i o n p e r i o d ,w h i c h m e e tt h ea c c u r a c y r e q u i r e m e n t s .T h ea n n u a ld i s t r i b u t i o n so f p r e c i pi t a t i o na n dr u n o f f w a s s i g n i f i c a n t l y u n e v e n ,a n d t h e c h a n g e t r e n d s f o r t h e t w ow e r e r e l a t i v e l y c o n s i s t e n t ,w i t h p r e c i p i t a t i o na n dr u n o f f m a i n l y c o n c e n t r a t e di nJ u n et o A u g u s t .T h et e m p o r a la n ds p a t i a ld i s t r i b u t i o n so fR C D w e r es i g n i f i c a n t l ya f f e c t e db y P C D.D u e t o i n f i l t r a t i o na n de v a p o t r a n s p i r a t i o n ,w a t e r s h e dR C D w a su s u a l l ygr e a t e r t h a nP C D.B u tw h e nPC D<0.3,R CD w a sn o l o n g e rd o m i n a t e db y P C D.D u e t ot h e l a g i nt h e r e s p o n s eo fw a t e r s h e d r u n o f f t o p r e c i p i t a t i o n c h a n g e s,R C Pw a s o f t e n g r e a t e r t h a n P C P,a n d a s m a l l,s h o r t-t e r mi n c r e a s e i n p r e c i p i t a t i o n h a das i g n i f i c a n t i m p a c to nP C P,b u ta l i m i t e de f f e c to nR C P.[C o n c l u s i o n]P r e c i p i t a t i o n w a s t h e l e a d i n g f a c t o r c a u s i n g c h a n g e s i nR C Da n dR C P i nC h i s h u iR i v e rw a t e r s h e d.C h a n g e s i n t h e r u n o f f c o e f f i c i e n t i nd i f f e r e n t p e r i o d sw e r e t h em a i n r e a s o n f o r t h e d i f f e r e n t r e s p o n s e c h a r a c t e r i s t i c s o fR C D/R C Pc o m p a r e dw i t hP C D/P C P. K e y w o r d s:S W A Tm o d e l;p r e c i p i t a t i o n;r u n o f f;c o n c e n t r a t i o nd e g r e e;c o n c e n t r a t i o n p e r i o d;C h i s h u iR i v e r赤水河是长江上游的重要支流,也是经过贵州省的主要河流之一㊂赤水河流域降水和径流的年内分配和年际变化情况,深刻地影响着流域内的水文水资源特征㊁生态环境以及当地居民的生活质量与生命财产安全㊂河川径流是由流域内气象要素和下垫面共同作用的产物[1],对径流影响最大的因素包括降水㊁气温和人类活动等[2-4]㊂其中,气温主要是从两个方面对径流产生影响,一是影响蒸散发,二是影响融雪㊂赤水河发源于云南省镇雄县板桥镇长槽村滮水岩,发源地以林地为主,没有显著的雪山[5]㊂因此相较黑河[4]等流域内存在雪山的河流,赤水河径流量受温度的影响仅需考虑蒸散发㊂另外,赤水河是少数没有修建大型水坝的河流,且该地区长期注重生态保护,人类活动对赤水河流域径流量的影响较小㊂综上所述,相比其他河流,赤水河径流受降水影响更加显著,因此研究该流域径流对降水的响应特征显得很有必要㊂国内学者已经做了很多关于区域降水/径流变化特征的研究㊂Z h a n g等[6]把候降水量看作矢量,提出一种度量降水年内非均匀分配的方法,很好地反映年总降水量年内非均匀分配特性㊂刘贤赵等[7]将这种方法推广到月尺度并用到径流年内分配的研究上,研究发现,月径流集中度比径流年内不均匀系数具有更高的分辨能力和敏感性,用集中度和集中期能够充分反映径流年内分配的不均匀性,具有客观准确㊁概念明确㊁适用性强的优点㊂但国内学者在利用集中度和集中期进行相关问题的研究时,仍存在两个问题:①相关研究仅单独对降水或径流的集中度与集中期进行讨论,少有人同时对两者进行分析,并以此探讨径流对降水的响应情况,这使得降水与径流间年内分配的特征关系难以被很好地解释;②在对径流的相关研究中,主要基于水文站点多年的实测数据进行㊂由于数据收集难度较大,往往只能以一两个站点的实测数据来反映流域整体状况,无法对流域内各支流的情况进行详细探究,所得结论也是各区域综合影响下的结果㊂这使得对各支流流域径流的年内分配特点及其对降水年内分配的响应特征描述不够细致㊂S WA T模型在大尺度流域水文过程的模拟预测方面有着广泛的应用,故本文以赤水河流域中上游为研究区,利用多源数据,建立S W A T模型,从而完成对流域内各子流域降水及径流的模拟㊂以S W A T模型输出结果,结合降水和径流的集中度与集中期,研究流域降水与径流的分配和变化情况以及径流对降水变化的响应关系,以期为赤水河流域水文预报㊁河流水质与流域生态保护及防洪治涝等提供有效的参考㊂1数据来源1.1研究区概况赤水河是长江上游的主要支流,发源自云南省镇雄县,自东向西流经云南㊁贵州和四川3省,至合江城东汇入长江㊂地理位置:27ʎ15'2ᵡ 28ʎ25'59ᵡN, 104ʎ44'19ᵡ 106ʎ58'36ᵡE㊂本文以赤水河流域中上游为研究区,以丙安古镇作为赤水河中上游和下游的分界点㊂赤水河中上游河长约258.23k m,流域集水面积约为11610k m2,岩溶十分发育,两岸陡峭,多险滩急流,地表坡降大,用地类型以林地㊁草地和耕地为主㊂研究区内以典型的中亚热带湿润气候为主,气温较高,降水主要表现形式为降雨,且集中在夏季,冬季较少,年内分配极不均匀㊂研究区地势特征见图1㊂图1赤水河流域地势1.2数据来源本次试验中所使用的数据包括赤水河流域中上游的数字高程模型(D E M),2015年土地利用数据㊁土壤数据㊁研究区内部及周围5个气象站点的日值气象数据以及二郎坝站和茅台站两个水文站点的实测径流数据㊂其中数字高程模型(D E M)㊁土壤类型分布图以及土地利用类型分布图定义的投影坐标系均为WG S_1984_U T M_Z o n e_48N,各项数据详细情况及来源见表1㊂181第3期刘家威等:基于S WA T模型的赤水河流域径流年内分配特征及其对降水的响应研究表1数据详情及来源数据类型规格数据来源数字高程模型A S T E R G D E M数据分辨率30mˑ30m 地理空间数据云(h t t p:ʊw w w.g s c l o u d.c n)土壤数据世界土壤数据库(HW S D)分辨率1000mˑ1000m国家青藏高原科学数据中心(h t t p:ʊw e s t d c.w e s t g i s.a c.c n/)土地利用数据2015年分辨率30mˑ30m 中国科学院资源环境科学数据中心(h t t p s:ʊw w w.r e s d c.c n/)气象数据2007 2020年逐日气象数据(包括降水㊁气温㊁风速㊁相对湿度和日照时数)国家气象科学数据中心(h t t p:ʊd a t a.c m a.c n/)径流数据(茅台站㊁二郎坝站)2010 2019年实测逐月径流数据贵州省水文水资源局2研究方法2.1S W A T模型构建S WA T(s o i l a n dw a t e ra s s e s s m e n t t o o l)模型近年来已得到了广泛应用㊂国内部分学者在不同流域成功建立了S WA T模型并完成了对流域径流的模拟[8-9]㊂水文响应单元(H R U)是S WA T模型的基本计算单元,由土地利用㊁土壤类型和坡度共同定义,通过阈值划分[10]㊂S WA T模型可结合给定的气象数据㊁水文数据以及管理措施等信息,单独计算每个H R U的内部循环,并在子流域进行累计汇总,再通过河网对子流域进行有机连接以模拟地表汇流㊂2.1.1土地利用数据库本研究所使用的土地利用数据来自中科院资源环境科学数据中心,研究区土地利用类型共被划分为了18个二级类,与S WA T模型内采用的由美国地质调查局指定的分类系统不一致[11]㊂故根据研究区实际情况,综合考虑模型自带的土地利用属性数据库,将研究区土地利用类型重分类为6类,分别为:林地㊁耕地㊁草地㊁水域㊁建设用地及未利用地㊂2.1.2土壤数据库土壤数据库中所需土壤相关的物理属性参数较多,主要存在3种收集途径㊂其中大多数参数可以直接在HW S D的属性数据库中查询获取;土壤层结构(T E X T U R E)㊁土壤湿密度(S O L_ B D1)㊁土壤可利用有效水(S O L_AW C1)以及饱和水力传导系数(S O L_K1)可利用由美国农业部与华盛顿州立大学开发的S P AW软件计算得到;土壤侵蚀力因子(U S L E_K1)则可利用现今被普遍认可的由美国学者W i l l i a m s提出的计算方法进行求算㊂2.1.3气象数据库气象发生器用于当站点气象数据缺测时对缺失值进行填补[12]㊂气象数据库应采用尽量长时间序列的气象数据进行构建,以使得其中的各项参数尽可能地趋近于真实值㊂本次试验共收集到了研究区内及周围共5个气象站2000 2020年逐日的降水㊁最高气温㊁最低气温㊁平均气温㊁平均气压㊁平均风速㊁相对湿度以及日照时数的实测数据用以构建气象发生器㊂S WA T模型气象发生器参数计算工作量大,本研究运用北京师范大学数字流域实验室杨霞等[13]研究集成的各个参数公式建立的计算程序S WA TW e a t h e r进行相关参数的计算㊂2.1.4子流域与水文响应单元的划分已有研究发现子流域划分存在一个合理的水平[14],子流域划分个数不宜过多或过少[15]㊂本文参考史晓亮等[16]的研究成果,设置最小集水面积为研究区总面积的2% (250k m2),将研究区划分为38个子流域,划分结果见图2㊂考虑到下垫面因素对流域水文过程的影响显著,故本文结合研究区实际情况和研究目的,分别设定土地利用㊁土壤与坡度的最小面积百分比阈值为5%,10%与5%,将研究区划分为776个H R U ㊂注:阿拉伯数字1 38为子流域编号㊂下同㊂图2赤水河流域中上游子流域划分结果2.2模型评价方法本研究以二郎坝站和茅台站的实测逐月径流数据为参照,利用S WA T-C U P工具中的S U F I-2算法对S WA T模型输出结果进行率定及验证㊂由于研究区涉及区域较大,赤水河中上游除干流外还存在有较多支流,其中尤以桐梓河(赤水河一级支流)涉及的范围最广㊂在划分的38个子流域中,桐梓河共涉及13281水土保持通报第42卷个子流域㊂考虑到赤水河中上游干流与桐梓河所涉及区域的各项参数可能存在差异,故本文采用先支流后干流的率定验证方法,先以二郎坝站实测径流数据对桐梓河径流模拟结果进行率定验证,再以茅台站实测径流数据对赤水河流域中上游干流径流模拟结果进行率定验证㊂选用决定系数(R2)及纳什效率系数(E n s)作为模型模拟精度的评定指标,其计算公式如下:R2= ðn i=1(Q s,i-Q s a)(Q o,i-Q o a) 2ðn i=1(Q s,i-Q s a)2ðn i=1(Q o,i-Q o a)2(1)E n s=1-ðn i=1(Q o,i-Q s,i)2ðn i=1(Q o,i-Q o a)2(2)式中:R2表示确定性系数;E n s表示纳什效率系数; Q s,i为第i个模拟值;Q s a表示模拟值的平均值;Q o,i 为第i个实际观测值;Q o a为实际观测值的平均值;n 为值的个数㊂R2值越接近于1,表明模拟值越接近实测值,模拟效果越好;E n s用于评价模型模拟值与实测值的拟合程度,其值越接近1,说明模拟值与实测值拟合程度越高[17]㊂一般来说R2ȡ0.6,E n sȡ0.5同时达到时,就说明结果达到模拟精度要求[18-20]㊂2.3流域降水总量与径流总量的计算值得注意的是,S WA T模型输出降水量模拟结果的方式是:分别输出各子流域降水量(mm)㊂因此在计算流域降水总量(m3)时,不能简单地将模型输出的各子流域降水量相加,而是需将模型输出的各子流域降水量进行单位换算后,乘以对应子流域的面积,得到各子流域的降水总量,最后再相加得到流域的降水总量㊂类似地,S WA T模型输出的径流量模拟结果单位是(m3/s),需乘以对应的时长,才能与流域降水总量单位统一㊂2.4集中度和集中期的计算为方便研究流域降水和径流的时间变化规律,本文引入降水和径流的集中度与集中期两个量化指标㊂其中,降水集中度(P C D)是一个能反映降水量在各个月份集中程度的无量纲数,取值范围为0~1,P C D值越接近于1,说明其年降水量越集中于某一时间段;反之越接近于0,说明其各时间段的降水量分配较为均匀㊂降水集中期(P C P)则用来描述降水的集中时段[21]㊂径流集中度(R C D)与径流集中期(R C P)同理㊂集中度㊁集中期是以矢量圆均等分圆周角为辨别区间,角度指示降水集中在某一时间段,集中程度的量化可以从集中度的矢量模数量值体现[22]㊂当采用月为计算时段时,每个月的天数是不同的,因此,必须做一定程度的概化处理,即不考虑月大㊁月小,均视为同一个时段长[2]㊂降水集中度与集中期计算公式如下:P C D i=R2x i+R2y iR i(3)P C P i=t a n-1R x i R y iæèçöø÷(4) R y i=ð12j=1r i jˑc o sθj(5)R x i=ð12j=1r i jˑs i nθj(6)式中:P C D i,P C P i分别为研究区第i年的降水集中度和集中期;R i为研究区在第i年内的降水总量;r i j 为研究区第i年第j月的降水量;θj为第j月对应的方位角(一年的方位角为一个圆周,即360ʎ)㊂3结果与分析3.1模型参数率定验证本次研究以2007 2009年作为模型的预热期,将收集到的两个水文站10a实测逐月径流数据分为两个部分,其中2010 2017年部分用于模型率定, 2018 2019年部分用于模型验证㊂模型率定验证的结果见表2㊂水文站逐月径流量实测值与模拟值对比见图3㊂从表2和图3中可以看出模型模拟结果较好,基本达到精度要求㊂表2亦水河流域二水文站径流模拟结果评价项目率定期(2010 2017年)R2E n s验证期(2018 2019年)R2E n s 茅台站0.850.830.820.80二郎坝站0.860.840.780.69 3.2径流年内年际分配情况及对降水的响应基于模型模拟结果计算得到研究区2010 2019年月降水和月径流总量,结果见图4㊂从图4可知,总体上赤水河流域中上游月径流总量受月降水总量影响显著,两者变化趋势基本一致,且年内降水与径流分配极不均匀㊂研究时段内月降水量与月径流量最大值均出现在2014年7月,该月降水量达3.09ˑ109m3,约占全年降水总量的21.1%;月径流量达1.74ˑ109m3,约占全年径流总量的31.5%㊂而月降水量与月径流量最小值均出现在2010年2月,该月平均降水量为9.95ˑ107m3,平均径流量为1.52ˑ107m3,分别占全年平均降水量与径流量的0.93%与0.55%㊂各年降水与径流主要集中在夏季的6 8月㊂就降水而言,6 8月降水总量占多年年均降水总量的45.4%,最大降水月的降水量是最小降水月降水量的9.8倍㊂而6 8月径流总量占多年年均径流总量的381第3期刘家威等:基于S WA T模型的赤水河流域径流年内分配特征及其对降水的响应研究52.0%,最大径流月的径流量是最小径流月径流量的14倍㊂由此可见,相对降水而言,径流的年内变化更为剧烈,不稳定性更强,其年内分配的不均匀性更为突出㊂图3二郎坝站和茅台站的径流实测值与模拟值图4赤水河流域中上游多年月降水/径流总量变化3.3研究区降水/径流集中度2010 2019年赤水河流域中上游降水集中度与径流集中度计算结果见图5㊂由图5可知,研究区径流集中度与降水集中度多年变化趋势基本一致,降水集中度对径流集中度影响较为显著;同时,径流集中度显著高于降水集中度㊂图5赤水河流域多年降水/径流集中度为探究以上规律的普适性,本文计算了研究区13个支流流域2010 2019年年均径流/降水集中度,其空间分布情况见图6(通过自然断点法划分等级)㊂其中,西南部各支流降水/径流集中度较大,西北部各支流降水/径流集中度较小,径流与降水集中度空间分布高度一致,进一步证明研究区径流集中度受降水影响显著㊂13个支流流域2010 2019年共130组降水/径流集中度计算结果见图7㊂其中径流集中度大于降水集中度的有119组,径流集中度小于降水集中度的仅有11组㊂经计算,赤水河流域中上游年平均径流系数约为0.31,这意味着流域降水中大部分通过蒸散发或被下垫面截留等方式损失,少部分转化为径流㊂图8为赤水河流域中上游2010 2019年各年旱季(1 4月及11,12月)与雨季(5 10月)径流系数㊂其中,各年雨季径流系数均大于同年旱季径流系数,这使得径流集中度往往大于降水集中度㊂481水土保持通报第42卷图6 赤水河流域各支流多年平均降水/径流集中度空间分布特征图7 赤水河流域各支流流域多年降水/径流集中度图8 赤水河流域多年旱季与雨季径流系数已有研究发现,土壤㊁土地利用及流域地质条件的变化对径流系数影响较小,而降水量变化对径流系数的影响较大[23]㊂根据水量平衡原理,在任意时段内,流域降水量等于产生的径流量㊁蒸散发量及蓄水变化量之和㊂一方面,当流域发生降雨事件时,降雨在地表主要有两个分流过程(由于降雨时间短暂,降雨蒸发量忽略不计),即入渗和径流[24]㊂当降雨强度小于或等于土壤入渗率时不产流,并以降雨强度向下入渗;当降雨强度大于入渗率时,则形成超渗产流;当土壤最大蓄水量小于累积入渗量时,则形成蓄满产流[25]㊂因此,当降雨强度大于入渗强度时,降雨强度越大,则入渗造成的损失占比越低,尤其是当累积入渗量大于土壤最大蓄水量后,入渗作用将不再显著,此时降水损失比例最小,大部分降水将直接转化为径流㊂另一方面,由于潜在蒸散发为在充分供水条件下的区域蒸散发能力,当未满足充分供水条件时,区域的实际蒸散发小于潜在蒸散发,此时实际蒸散发随供水量增加而增加;当满足充分供水条件时,则实际蒸散发等于潜在蒸散发,并不再随降水量增加而继续增加㊂由此可知,当降水量较小时,由于入渗和蒸散作用,其变化对径流量的影响并不显著,此时径流系数较小㊂当降水量足够大时,入渗量和蒸散发量不再随降水量增加而增加,此时降水量越大,则径流系数越大㊂因此研究区雨季径流系数通常大于同年旱季径流系数㊂N o r b i a t oD 等[26]在对意大利北部14个集水区进行研究时也发现,径流系数随降水总量的增加而增加,且径流系数的空间变异性可以被降水量较好地解释㊂进一步观察11组径流集中度小于降水集中度(R C DɤP C D )的数据发现,当降水集中度较大时(P C D>0.3),P C D 与R C D 的差值均在0.03以内;仅当降水集中度较小时(P C D<0.3),才会出现R C D 显著小于P C D 的情况㊂这是由于当降水集中度较小时,该地区降水的年内分配比较均匀且整体处于较低水平㊂此时,年内降水的小幅变化对径流集中度的影响极小,而气温㊁人类活动等因素对径流集中度的影响也变得更为显著㊂因此当降水集中度较小时,径流集中度不再完全以降水集中度为主导,可能出现径流集中度显著大于降水集中度的情况㊂3.4 研究区降水/径流集中期2010 2019年赤水河流域中上游降水/径流集581第3期 刘家威等:基于S WA T 模型的赤水河流域径流年内分配特征及其对降水的响应研究中期计算结果见图9㊂研究区降水与径流集中期多年变化趋势基本一致,前者对后者影响显著㊂研究区多年平均降水集中期与径流集中期分别为179和188,其对应日期分别约为6月29日和7月8日,相差约9d㊂由于绝大部分降水需流经下垫面才能汇入河道,使得流域径流对降水变化的响应存在滞后效应[27],故径流集中期往往大于降水集中期㊂图9赤水河流域多年降水/径流集中期针对图9中研究区2013年P C P<R C P的情况做进一步分析㊂如图10所示为赤水河流域中上游各支流流域2013年P C P与R C P计算结果㊂各支流编号为对应的子流域编号,桐梓河支流由于涉及多个子流域,故以桐梓河下游汇入口处的4号子流域为其编号㊂其中17,29,32,33,34,35,36,37,38号支流流域降水集中期均大于同年径流集中期㊂对比以上支流流域2013年逐月降水和径流,结果如图11所示㊂各支流流域年内降水量均存在两个峰值,分别为5月和8月;而径流量仅在6月有一个峰值,部分支流径流量在8月有小幅上升,但并不明显,这使得以上支流流域径流集中期小于同年降水集中期㊂图10赤水河流域各支流2013年降水/径流集中期图11赤水河流域各支流2013年逐月降水和径流对比两个降水峰值,各支流5月降水量均大于8月,6月降水量也维持在较高水平,而9月降水量大幅下降㊂经计算,5,6月各支流平均降水总量是8,9月的1.73倍,而5,6月各支流平均径流总量是8,9月径流总量的4.97倍㊂结合前述分析,说明5,6月降水总量足够大,使得降水损失远低于8,9月,而降水的损失比例在不同降水量条件下的变化,是各支流径流量在两个降水峰值期间有着不同响应的原因㊂681水土保持通报第42卷4结论(1)本研究实现了S WA T模型对赤水河流域中上游月径流量的有效模拟㊂模型率定验证时采用了先支流后干流的方式,茅台站与二郎坝站在率定期的R2与E n s均大于0.83,验证期的R2与E n s均大于0.69,说明S WA T模型能很好地模拟赤水河流域中上游的径流量㊂(2)赤水河流域中上游径流量变化趋势与降水量变化趋势基本一致,径流量受降水量影响显著㊂降水和径流年内分配均主要集中于6 8月,但相对于降水,径流年内分配的不均匀程度更高㊂(3)研究区径流集中度的时空分布受降水集中度影响显著㊂同时,由于入渗和蒸散作用的影响,径流系数在旱季和雨季有着不同的表现㊂旱季径流系数低,而雨季径流系数高,因此流域径流集中度往往大于降水集中度㊂但当降水集中度较低时(P C D<0.3),径流集中度不再完全以降水集中度为主导㊂(4)研究区径流集中期受降水集中期影响显著㊂同时,流域径流对降水变化的响应存在滞后性,径流集中期往往大于降水集中期㊂但由于入渗和蒸散作用的影响,径流对短期较小幅度的降水量增加并不敏感㊂故短期较小幅度的降水量增加会对降水集中期产生较为显著的影响,但对径流集中期影响有限㊂[参考文献][1]刘小园,刘扬,王芳.近60年青海湖流域径流特征及演变规律研究[J].中国农村水利水电,2020(11):1-7. [2]崔豪,肖伟华,周毓彦,等.气候变化与人类活动影响下大清河流域上游河流径流响应研究[J].南水北调与水利科技,2019,17(4):54-62.[3]陈启会,张俊,侯雨坤,等.近60年气候与土地利用变化对金沙江径流的影响[J].人民长江,2018,49(23):47-53.[4]罗开盛,陶福禄.黑河径流对L U C C和气候变化的敏感性分析[J].干旱区研究,2018,35(4):753-760.[5]汪舒.赤水河源密码[J].中华儿女,2019(2):56-64.[6] Z h a n g L u j u n,Q i a nY o n g f u.A n n u a l d i s t r i b u t i o n f e a t u r e so f p r e c i p i t a t i o n i nC h i n aa n dt h e i r i n t e r a n n u a l v a r i a t i o n s[J].A c t aM e t e o r o l o g i c aS i n i c a,2003,17(2):146-163.[7]刘贤赵,李嘉竹,宿庆,等.基于集中度与集中期的径流年内分配研究[J].地理科学,2007,27(6):791-795. [8]张爱玲,王韶伟,汪萍,等.基于S WA T模型的资水流域径流模拟[J].水文,2017,37(5):38-42.[9]周璐,唐仲华,陈敏知.基于S WA T模型的江汉 洞庭平原径流模拟研究[J].人民长江,2015,46(S1):1-5. [10]李硕.G I S和遥感辅助下流域模拟的空间离散化与参数化研究与应用[D].江苏南京:南京师范大学,2002.[11]秦振雄,彭涛,王继保,等.基于S WA T模型的淮河上游流域设计洪水修订[J].湖泊科学,2021,33(2):595-606.[12]许自舟,周旭东,隋伟娜,等.基于S WA T模型的碧流河流域入海径流模拟研究[J].海洋环境科学,2020,39(2):216-222.[13]杨霞,贾尔恒㊃阿哈提,邱秀云,等.乌伦古河流域S WA T模型基础数据库构建[J].水资源与水工程学报,2013,24(6):74-78.[14] R o m a n o w i c zA A,V a n c l o o s t e r M,R o u n s e v e l lM,e ta l.S e n s i t i v i t y o f t h eS WA T m o d e l t o t h e s o i l a n d l a n du s ed a t a p a r a m e t r i s a t i o n:A c a s es t u d y i nt h e T h y l ec a t c h m e n t,B e l g i u m[J].E c o l o g i c a lM ode l l i n g,2005,187(1):27-39.[15]陈肖敏,郭平,彭虹,等.子流域划分对S WA T模型模拟结果的影响研究[J].人民长江,2016,47(23):44-49.[16]史晓亮,李颖,赵凯,等.流域离散化对分布式水文模型径流模拟的影响[J].中国农业气象,2013,34(1):30-36.[17] A b b a s p o u rK C,J o h n s o nC A,v a n G e n u c h t e n M T.E s t i m a t i n g u n c e r t a i n f l o w a n d t r a n s p o r t p a r a m e t e r su s i n g as e q u e n t i a lu n c e r t a i n t y f i t t i n g p r o c e d u r e[J].V a d o s eZ o n e J o u r n a l,2004,3(4):1340-1352. [18]陈亮,董晓华,李英海,等.基于S WA T模型的黄柏河东支流域气候变化的水文响应研究[J].三峡大学学报(自然科学版),2019,41(2):1-5.[19]丁洋,赵进勇,徐征和,等.基于S WA T模型的平原河湖水网区小流域径流过程模拟[J].水生态学杂志,2019,40(2):7-13.[20] S c h u o l J,A b b a s p o u rKC,S r i n i v a s a nR,e t a l.E s t i m a-t i o no f f r e s h w a t e r a v a i l a b i l i t y i n t h e W e s tA f r i c a ns u b-c o n t i n e n tu s i n g t h e S WA T h yd r o l o g i c m o de l[J].J o u r n a l o fH y d r o l o g y,2008,352(1/2):30-49. [21]高颖会,顾斌贤,柳一玲,等.山东省降水集中程度及其与旱涝的关系[J].水电能源科学,2021,39(1):18-21.[22]王飞.基于降水相态识别的锡林河流域降雪集中度与集中期特征分析及融雪径流模拟研究[D].内蒙古呼和浩特:内蒙古农业大学,2019.[23] M e r zR,B lös c h lG.Ar e g i o n a l a n a l y s i so f e v e n t r u n o f fc o e f f i c i e n t s w i t h r e s p e c t t o c l i m a t e a nd c a t c h me n tc h a r a c t e r i s t i c s i nA u s t r i a[J].W a t e rR e s o u r c e sR e s e a r c h,2009,45(1):1-19.[24]吴希媛,张丽萍.降水再分配受雨强㊁坡度㊁覆盖度影响的机理研究[J].水土保持学报,2006,20(4):28-30.[25]张丽萍,张妙仙.土壤侵蚀正态模型试验中产流畸变系数[J].土壤学报,2000,37(4):449-455. [26] N o r b i a t oD,B o r g aM,M e r zR,e t a l.C o n t r o l s o n e v e n tr u n o f f c o e f f i c i e n t s i n t h e e a s t e r n I t a l i a nA l p s[J].J o u r n a lo fH y d r o l o g y,2009,375(3/4):312-325. [27]董才文,张正栋,杨传训,等.1960 2013年广东省梅江流域径流特征及其对降水的滞后效应[J].水土保持通报,2016,36(3):38-45.781第3期刘家威等:基于S WA T模型的赤水河流域径流年内分配特征及其对降水的响应研究。
SWAT模型中天气发生器与数据库构建及其验证
SWAT模型中天气发生器与数据库构建及其验证SWAT模型中天气发生器与数据库构建及其验证摘要：SWAT（Soil and Water Assessment Tool）模型是一种广泛应用于流域水文模拟与管理的工具。
天气生成器和数据库是SWAT模型中重要的组成部分，用于模拟流域的水文过程和评估不同管理方案的效果。
本文将介绍SWAT模型中天气发生器和数据库的构建方法，并通过实例验证其模拟能力。
1. 引言水资源是人类生活和经济发展的基础，流域水循环的研究对于实现可持续水资源管理至关重要。
SWAT模型作为广泛应用的流域水文模拟工具，可以模拟流域尺度的水文过程，如降雨、蒸散发和径流等。
为了提高模型的模拟精度，需要准确地描述流域的天气情况，并建立相应的数据库。
2. SWAT模型中天气发生器的构建SWAT模型的天气发生器是模拟流域降雨的重要组成部分。
它可以生成符合流域特征的逐时、逐日或其他时间尺度的降雨数据，为模型提供输入。
在构建天气发生器时，需要考虑以下几个关键因素：(1) 气象站数据：为了能够准确模拟流域的降雨情况，需要获取气象站的观测数据。
这些数据包括气温、降水量、相对湿度和风速等。
(2) 数据质量控制：在使用气象观测数据之前，需要对数据进行预处理和质量控制。
常见的处理方法包括插补缺失值、去除异常值和调整不同站点之间的不一致性等。
(3) 模型参数估计：天气发生器的构建需要根据观测数据估计模型的参数。
常用的参数估计方法包括最小二乘法、最大似然法和贝叶斯估计等。
(4) 模型模拟：构建天气发生器后，需要对模型进行验证。
可以利用观测数据和模拟数据之间的比较来评估模型的模拟能力。
3. SWAT模型中数据库的构建SWAT模型中的数据库主要包括土壤数据库、作物数据库和管理数据库。
这些数据库用于描述流域的土壤特性、作物生理特性和管理措施等，为模拟流域的水文过程提供基础数据。
数据库的构建包括以下几个方面：(1) 数据源：构建数据库需要收集不同来源的数据，如土壤采样数据、植物学文献和管理措施的实地调查数据等。
SWAT模型研究进展
SWAT模型研究进展SWAT模型（Soil and Water Assessment Tool）是一种用于流域水文模拟和水资源管理的集成模型。
它综合考虑了土壤水分平衡、表面径流、地下径流、蒸散发等关键过程，可用于分析流域内的水文过程、土壤侵蚀、水质等问题。
近年来，SWAT模型在流域尺度水文模拟和水资源管理方面取得了很大的研究进展。
本文将对SWAT模型的研究进展进行综述。
关于SWAT模型的改进和优化方面，研究人员进行了大量的努力。
针对模型在土壤侵蚀方面的不足，研究者提出了改进模型中土壤侵蚀算法的方法，同时改进了对坡面过程的描述，提高了模型对土壤侵蚀的模拟能力。
模型在蒸散发过程的模拟方面也进行了不少研究。
研究者通过改进模型中蒸散发算法，提高了模型对蒸散发过程的模拟精度。
针对模型在水质模拟方面的不足，研究者还改进了对水质污染的描述，提高了对水质过程的模拟能力。
SWAT模型在应用方面得到了广泛的应用。
研究者将SWAT模型应用于不同流域的水文模拟、水资源管理等研究中。
通过模拟分析和实验验证，SWAT模型被证明在流域水文过程、土壤侵蚀、水质模拟等方面具有较高的模拟精度。
研究者还将SWAT模型与其他模型进行比较和集成，以提高模型的模拟能力。
SWAT模型在不同研究领域的应用也得到了关注。
在气候变化研究领域，研究者将SWAT 模型与气候模型相结合，用于模拟未来流域水文过程的变化。
在水资源管理领域，研究者利用SWAT模型评估流域的水资源利用状况，制定合理的水资源管理策略。
在生态系统保护和恢复领域，研究者利用SWAT模型模拟分析生态系统的水文过程和水质变化，为生态系统的管理和保护提供科学依据。
SWAT模型在可持续发展研究方面的应用也备受关注。
研究者利用SWAT模型评估流域的水资源可持续利用能力，制定合理的水资源规划和管理策略。
SWAT模型也可用于评估不同的土地利用和管理措施对流域水资源的影响，为土地利用规划和管理提供科学依据。
水文响应单元空间离散化及SWAT模型改进
水文响应单元空间离散化及SWAT模型改进一、本文概述本文旨在探讨水文响应单元（HRU）的空间离散化方法及其对SWAT （Soil and Water Assessment Tool）模型模拟精度的影响，并提出相应的模型改进策略。
我们将概述水文响应单元空间离散化的基本概念及其在流域水文模型中的重要性。
然后，我们将分析现有研究中常用的空间离散化方法，评估其优缺点，并探讨如何根据流域特性选择合适的离散化方法。
接着，我们将介绍SWAT模型的基本原理和应用范围，以及模型在实际应用中可能遇到的问题和挑战。
在此基础上，我们将提出一系列针对SWAT模型的改进策略，包括参数优化、数据同化、模型耦合等方面，以提高模型的模拟精度和适用性。
我们将总结本文的主要研究内容和成果，展望未来的研究方向和应用前景。
二、水文响应单元空间离散化方法空间离散化是水文模型构建过程中的关键步骤，它决定了模型对流域内不同空间位置的响应模拟精度。
在本研究中，我们采用了一种基于地形和水文特征的水文响应单元（HRU）空间离散化方法。
该方法综合考虑了流域内的地形高程、坡度、土地利用类型、土壤类型以及河网分布等关键信息，以确保每个HRU具有相似的水文响应特性。
我们利用数字高程模型（DEM）数据提取流域的地形高程和坡度信息。
通过高程模型，我们可以识别出流域内的不同地貌单元，如河流、湖泊、山丘和平原等。
坡度信息则有助于我们理解地表水流的方向和速度，进而划分出具有相似水流特性的区域。
结合土地利用和土壤类型数据，我们将流域划分为不同的土地利用类型和土壤类型组合。
这些组合不仅反映了流域内的地表覆盖情况，也直接影响了水文过程中的蒸发、渗透和径流等。
通过将这些信息整合到HRU划分中，我们可以确保每个HRU在土地利用和土壤类型上具有代表性。
我们根据河网分布将流域划分为不同的子流域。
子流域的划分有助于我们模拟流域内不同区域的水文过程，并更好地理解流域内水流的汇聚和分散情况。
基于SWAT-MODFLOW地表-地下水耦合模型的结构与应用研究
基于SWAT-MODFLOW 地表−地下水耦合模型的结构与应用研究刘文冲 1，赵良杰 2, 3，崔亚莉 1，曹建文 2, 3，王 莹 4，李美玲1（1. 中国地质大学(北京), 北京 100083；2. 中国地质科学院岩溶地质研究所/自然资源部、广西岩溶动力学重点实验室/联合国教科文组织国际岩溶研究中心, 广西 桂林 541004；3. 广西平果喀斯特生态系统国家野外科学观测研究站, 广西 平果 531406；4. 广东省地质环境监测总站, 广东 广州 510510）摘 要：为了利用Seonggyu Park 和Ryan T.Bailey 的SWAT-MODFLOW 耦合程序实现地表、地下不同范围模型耦合，同时探究耦合程序输出的以SWAT 计算的地下水补给量和以MODFLOW 网格计算的补给量之间的差异，以及耦合程序在有关地表地下水研究上的优势。
本文以该耦合程序示例模型美国佐治亚州南部小河流域（LRW ）为例，选取模型中SWAT 划分的104号子流域为边界，用GMS10.4建立地下水流模型，最后将地下水流模型和原SWAT 模型进行耦合。
研究结果表明：(1)耦合程序能实现以地表分水岭自然边界为范围的SWAT 模型与以子流域为边界的小范围MODFLOW 模型的耦合，但由于地下水流模型网格边界和子流域边界不能完全匹配，导致MODFLOW 以网格计算的地下水降雨补给量和SWAT 统计的地下水降雨补给量存在差异，误差随网格变小而变小；(2)耦合后各均衡项发生了变化，河道对地下水的总补给量变为耦合前的15.25%，地下水向河道的总排泄量比耦合前多19.29%，总降雨补给比耦合前多17.07%，总蒸发量是耦合前的3.08倍。
经过研究发现耦合模型能更准确的模拟地表地下水文过程，反映降水与地下水、地表水与地下水转化关系。
关键词：SWAT-MODFLOW ；耦合模型；地表−地下水中图分类号：P333；P641 文献标识码：A 文章编号: 1001 − 4810 （ 2023 ） 06 − 1131 − 09开放科学 （ 资源服务 ） 标识码 （ OSID ）：0 引 言数值模型是定量分析水文过程的重要工具，其中具代表性的模拟软件有SWAT 和MODFLOW 。
大汶河流域陆面蒸发估算方法比较
大汶河流域陆面蒸发估算方法比较杨敏芝;钟平安;汪曼琳;尚艳丽;程传民【摘要】区域陆面蒸散发的估算对于计算区域水资源总量,合理配置水资源具有重要意义.针对处于大汶河流域上游、受人类活动影响较小的雪野水库、黄前水库、东周水库控制子流域的实际特点,分别利用MODIS遥感方法、SWAT模型法、水面蒸发折算系数法对这三个子流域2000年-2008年的多年平均年陆面蒸发量及多年月平均陆面蒸发量进行估算,并基于水量平衡方程,结合各子流域的同期降雨与天然径流资料,对估算结果进行了分析比较.结果表明:在大汶河流域内,采用MODIS遥感方法估算实际陆面蒸散发的精度较低;水面蒸发折算系数法具有一定精度;SWAT 模型法精度较高、适应性较好,估算误差仅在3%左右.研究结果可为半湿润区陆面蒸发估算方法的选择提供参考.%The estimation of regional land surface evapotranspiration is of great significance to calculating the total amount of regional water resources and to allocating water resources reasonably.According to the characteristics of the sub-basins controlled by Xueye reservoir,Huangqian reservoir,and Dongzhou reservoir in Dawenhe River basin,we respectively used MODIS remote sensing method,SWAT model,and conversion coefficient of water surface evaporation to estimate the average yearly and monthly land surface evaporation of the three sub-basins from 2000 to 2008.Based on the rainfall and natural runoff data of each sub-basin over the same period,we analyzed and compared the estimated results.The results showed that:in Dawenhe River basin,the accuracy of the MODIS remote sensing method was low;the conversion coefficient method had a certain precision;the SWAT model method hadhigher calculation precision and better adaptability,and its estimation error was only about 3%.The results can provide references for selecting methods of estimating the land surface evaporation in the semi-humid region.【期刊名称】《南水北调与水利科技》【年(卷),期】2017(015)005【总页数】6页(P50-55)【关键词】陆面蒸发;大汶河流域;MODIS遥感方法;SWAT模型;折算系数法【作者】杨敏芝;钟平安;汪曼琳;尚艳丽;程传民【作者单位】河海大学水文水资源学院,南京 210098;河海大学水文水资源学院,南京 210098;河海大学水文水资源学院,南京 210098;泰安市水文局,山东泰安271000;泰安市水利和渔业局,山东泰安 271000【正文语种】中文【中图分类】TV125陆面蒸发包括地表水体的水面蒸发、土壤蒸发和植物散发等，是区域内各种下垫面条件下的总蒸发，同时也是地表热量平衡和水量平衡方程的重要组成部分。
一种地表蒸散发的遥感反演方法及系统与流程
一种地表蒸散发的遥感反演方法及系统与流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!地表蒸散发遥感反演方法与系统的探索与实践一、引言地表蒸散发，作为地球水循环的重要环节，对于气候模型、水资源管理以及环境科学研究具有重大意义。
SWAT模型的原理、结构及应用研究
SWAT模型的原理、结构及应用研究一、本文概述本文旨在全面探讨SWAT（Soil Water Assessment Tool）模型的原理、结构以及其在各种应用场景下的实践研究。
SWAT模型作为一种强大的水文学工具，已经在全球范围内得到了广泛的应用，特别是在水资源管理、农业灌溉、洪水模拟和生态环境评估等领域。
本文首先对SWAT模型的基本原理进行概述，然后深入解析其模型结构，包括模型的各个主要组成部分以及它们之间的相互作用关系。
接下来，本文将通过具体的案例分析，展示SWAT模型在实际应用中的效果和影响力。
通过对这些案例的研究，我们期望能够揭示SWAT模型的潜在价值和局限性，以便在未来的研究和实践中更好地利用这一工具。
本文还将对SWAT模型的发展趋势和前景进行展望，以期为未来相关领域的研究提供参考和借鉴。
二、SWAT模型的理论基础SWAT模型（Soil Water Assessment Tool）是一种基于物理过程的分布式水文模型，其理论基础主要源于水文学、土壤学、生态学等多个学科。
该模型的核心理论框架基于流域水量平衡原理，通过对流域内不同土地利用类型、土壤类型以及管理措施下的水文过程进行模拟，实现对流域水文循环的全面描述。
SWAT模型基于水量平衡方程，即流域内水分的输入（降雨、灌溉等）等于输出（径流、蒸发、渗漏等）与存储（土壤水、地下水等）之和。
这一原理是流域水文学的基本原理，也是SWAT模型进行模拟的基础。
SWAT模型采用分布式参数化方法，将流域划分为若干个子流域或水文响应单元（HRU），每个HRU具有相同的土地利用类型和土壤类型。
这种划分方式充分考虑了流域内空间异质性对水文过程的影响，提高了模型的模拟精度。
在SWAT模型中，水文过程主要包括产流、汇流、蒸散发和土壤水运动等。
产流过程主要受到降雨、植被覆盖、土壤类型等因素的影响；汇流过程则通过计算河网水流路径和流速，模拟水流在流域内的运移过程；蒸散发过程受到气温、湿度、风速等多种气象因素的影响；土壤水运动则描述了水分在土壤剖面中的运动和存储过程。
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
Ｓｕｐｐｏｒｔｅｄ ｂｙ Ｎａｔｉｏｎａｌ Ｍａｊｏｒ Ｐｒｏｇｒａｍ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ｆｏｒ Ｗａｔｅｒ Ｐｏｌｌｕｔｉｏｎ Ｃｏｎｔｒｏｌꎬ Ｃｈｉｎａ ( Ｎｏ.２０１７ＺＸ０７３０１００６００２) ꎻ Ｎａｔｉｏｎａｌ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ
移等水文水质过程
[６]
. ＳＷＡＴ 模型也是我国流域水环
而ꎬ由于该模型是基于美国相关研究开发的ꎬ也出现
应用于我国流域水环境管理决策时ꎬ必须开展完整的
模型评估验证. 但是ꎬ利用 ＳＷＡＴ 模型开展应用研究
的现有文献对模型评估验证的重视程度参差不齐ꎬ并
且通常重点关注模型参数识别、不确定性分析等步
骤ꎬ对模型空间概化、输入数据获取等缺少评估 [９￣１１] ꎬ
促进模型的标准化应用提出建议.
１ ＳＷＡＴ 模型评估验证过程的评价方法
为了评价现有 ＳＷＡＴ 模型应用研究中模型评估
验证过程的质量ꎬ该研究结合 ＳＷＡＴ 模型的建模过
程和模型评估验证的基本步骤ꎬ梳理总结了 ＳＷＡＴ 模
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 ∗
第 ３３ 卷 第 １１ 期
环 境 科 学 研 究
２０２０ 年 １１ 月
Ｒｅｓｅａｒｃｈ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ
LUCC及气候变化对龙川江流域径流的影响
LUCC及气候变化对龙川江流域径流的影响窦小东;黄玮;易琦;刘晓舟;李蒙;李忠良【摘要】土地利用与土地覆被变化(Land Use and Land Cover Change,LUCC)及气候变化对流域的径流变化影响巨大.为揭示龙川江流域LUCC和气候变化对径流变化的影响,基于SWAT模型,通过设置不同情景,定量分析了不同土地利用类型和气候要素对流域内径流的影响,并结合RCP4.5、RCP8.5两种气候情景对流域未来径流的变化进行了预估.结果显示,(1)SWAT模型在龙川江流域径流模拟中具有较好的适用性,可用SWAT模型进行流域的径流模拟,率定期的模型参数R2、Ens分别达到0.73、0.71,验证期的模型参数R2、Ens分别达到0.75、0.74.(2)从土地利用方面考虑,将农业用地转化为林地或草地,均会导致流域径流量的减少,而将林地转化为草地则会引起流域径流量的增加,农业用地、林地、草地三者对径流增加的贡献大小顺序为农业用地?草地?林地.从气候变化方面考虑,流域径流量与降雨量呈正比,与蒸发量呈反比.(3)2006-2015年间龙川江流域LUCC引起的月均径流增加幅度小于气候变化引起的月均径流减少幅度,龙川江径流的变化由气候变化主导,月均径流量总体上减少1.59 m3·s?1.(4)预估结果显示,RCP4.5和RCP8.5气候情景下,2021-2050年间龙川江流域径流减少趋势明显,分别为1971-2015年减速的2.65倍、3.43倍.【期刊名称】《生态环境学报》【年(卷),期】2019(028)001【总页数】9页(P7-15)【关键词】SWAT模型;龙川江流域;LUCC;气候变化;径流模拟【作者】窦小东;黄玮;易琦;刘晓舟;李蒙;李忠良【作者单位】云南省气象服务中心,云南昆明 650034;云南省气候中心,云南昆明650034;云南大学资源环境与地球科学学院,云南昆明 650504;云南省气象服务中心,云南昆明 650034;云南省气候中心,云南昆明 650034;南京信息工程大学遥感与测绘工程学院,江苏南京 210044【正文语种】中文【中图分类】P933;X143土地利用/覆被变化（LUCC）和气候变化是影响流域水资源变化的最直接因素，也是流域水资源变化研究的热点（Yang et al.，2017；Guo et al.，2016；祖拜代·木依布拉等，2018；李帅等，2017；杨满根等，2017）。
SWAT模型在国内外非点源污染研究中的应用进展
生态环境学报 2009, 18(6): 2387-2392 Ecology and Environmental Sciences E-mail: editor@基金项目：国家自然科学基金项目（40672157）作者简介：张蕾（1983年生），女，博士，主要研究方向为水环境水生态与农田生态工程。
E-mail: zhanglei1@ *通讯联系人：卢文喜 收稿日期：2009-09-14SWAT 模型在国内外非点源污染研究中的应用进展张蕾，卢文喜*，安永磊，伊燕平，李迪吉林大学环境与资源学院，吉林 长春 130026摘要：模型模拟是定量估算非点源污染负荷的有效工具，也是对其进行规划、控制和管理的前提。
近年来SWAT 模型在国内外得到了快速的发展和应用，是目前全球评价大范围和环境变化条件下非点源污染问题的一个有效工具。
简介SWAT 模型的发展历程及原理，概述了SWAT 模型目前在国内外的水文评价、污染物流失模拟、输入参数、土地利用及气候变化对水文响应的影响等方面的研究现状，并对SWAT 模型的发展方向提出了建议，为模型的进一步完善与应用提供参考。
结果显示，SWAT 模型对水文评价（如径流量、泥沙量）可得到较好的模拟和预测结果，能够模拟污染物（如农药和化肥）在农田和河网中的迁移过程，模拟与分析土地利用/覆被变化及气候变化对水文过程的影响。
模型参数的确定及其对地下水流与溶质运移的模拟是模型的主要问题，需要进一步研究与完善。
关键词：水土评价模型(SWAT)；非点源污染；应用进展中图分类号： 文献标识码：A 文章编号：1674-5906（2009）06-2387-06随着点源污染得到了有效治理和控制，由非点源污染引起的水体污染问题日益突出，全球有39％的河流，45%的湖泊，51％的河口受到非点源污染的影响[1]，非点源污染已成为水质恶化的重要源头。
对非点源污染进行定量化的最直接有效的途径就是数学模拟。
SWAT(Soil and Water Assessment Tool)模型是由美国农业部(USDA)农业研究中心(ARS)历经近30年开发的一个适用于较大尺度流域的具有很强物理机制的长时段分布式水文模型。
区域蒸散发遥感估算方法及验证综述
区域蒸散发遥感估算方法及验证综述一、本文概述Overview of this article随着全球气候变化和水资源短缺问题的日益严重，区域蒸散发（Evapotranspiration, ET）的准确估算变得至关重要。
蒸散发是地表水分从土壤、植被和大气界面进入大气的过程，是水文循环和能量平衡的重要组成部分。
因此，对区域蒸散发的遥感估算方法及验证进行综述，对于理解区域水循环机制、评估水资源利用效率、预测气候变化影响等具有重要意义。
With the increasing severity of global climate change and water scarcity, accurate estimation of regional evapotranspiration (ET) has become crucial. Evapotranspiration is the process by which surface water enters the atmosphere from the interface of soil, vegetation, and atmosphere, and is an important component of hydrological cycle and energy balance. Therefore, a review of remote sensing estimation methods and validation of regional evapotranspiration is of great significance for understandingregional water cycle mechanisms, evaluating water resource utilization efficiency, and predicting the impact of climate change.本文旨在系统梳理和评述近年来区域蒸散发的遥感估算方法及其验证研究。
基于SWAT模型不同产流及蒸发模式的径流模拟
基于SWAT模型不同产流及蒸发模式的径流模拟王亮;魏新平;邢立文【摘要】Jian River Basin in Pengzhou city of Sichuan Province ,has successfully constructed distributed hy-drological model SWAT,which provides a combination including two methods to calculate surface runoff and three ways to calculate evapotranspiration ,using the years 2008-2009 runoff data for calibration ,by Nash co-efficient,correlation coefficient,relative error and the persistence coefficients It compares the applicability of the six combinations and has been verified by monthly runoff data in 2010 to 2011.The results showed that the introduction of a SWAT applicability evaluation criteria can achieve good results;SCS runoff curve number method,respectively Penma-Monteith method,a combination of simulation accuracy Hargreaves method is bet-ter,Nash coefficient of 0.8,the relative error is less than 20%for coefficient of 0.7 or more.This provides a ba-sis and reference for the selection model simulation.%针对四川省彭州市湔江流域，成功构建SWAT分布式水文模型，基于模型提供的两种计算地表径流方法和三种计算蒸散发方法的组合，采用2008-2009年月径流资料进行率定，通过Nash系数、相关系数、相对误差以及持续系数分析比较了6种组合模式下模型的适用性，并用2010-2011年月径流资料进行验证。
- 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)。
2 材料与方法
2.5 模型率定及敏感性分析
作物参数率定
参数敏感性分析
模型参数率定及验证
2 材料与方法
2.5.1 作物参数率定
采用SWAT 模型自带的率定模块SCE-UA 方法，LAI、地上部 生物量为目标变量进行率定。
2 材料与方法
2.5.2 参数敏感性分析
影响SWAT模型产汇流和蒸发过程的参数较多，敏感性分析能 够帮助识别最敏感的参数，提高模型的率定效率和准确度。
2 材料与方法
2.3 模型数据输入
3）1∶10万土 地利用图：土地 利用类型图是通 过对LANDSAT TM 图像进行目视判 读得到，并考虑 实时野外勘查资 料，结合人工修 正的方法完成土地利用解译； 4）气象数据：包括逐日最高气温、最低气温、风速、相对湿 度、太阳辐射、降雨资料。来源于大兴气象站、北京气象站和 永乐店3个气象站点1995—2008年实测值及大兴实验基地2004— 2008年实测值。
2 材料与方法
2.3 模型数据输入
5）遥感ET数据：实际腾发量采用基于吴炳方开发ETWatch 系统生产的30m分辨率蒸腾蒸发量数据，数据时段为2002— 2008年，时间尺度为月。利用地面观测资料对蒸散遥感监测产 品的验证表明，30m级的遥感监测ET平均误差12.7％左右。
2 材料与方法
2.4 农业管理措施
2 材料与方法
2.1 研究区概况
大兴区地处海河流域中 北部，属典型的海河平原 农作物耕作区。表层土壤 以砂性表层土壤以砂性土 和砂壤土为主，适合多种 作物生长，主要种植作物 为冬小麦和夏玉米。气候 为中纬度暖温大陆性季风 气候，多年平均气温为12℃，多年平均降水量516.4mm，降水量 年际变化较大，而且季节分布不均80%以上的雨量主要集中在6— 9月。多年平均水面蒸发量1 142mm，陆面蒸发量远大于多年平均 降水量。
请 批 评 指 正！
3 结果与讨论
3.2 ET模拟结果分析 2002—2008年蒸腾蒸发量模拟值的7年平均值为485.21mm（见 表5），比遥感监测值偏低2.85%。其原因主要是一些年份降水量 较少，模型设置灌溉量和实际灌溉量存在偏差。不同的土地利用 形式下，蒸腾蒸发量变化显著。
3 结果与讨论
3.3 作物生长阶段蒸散发规律 农田蒸散发模拟的关键在于模型中作物叶面积指数变化过程应 该符合作物实际生长过程。图6是模型中2007年作物生长期间所受 到的胁迫，图7为SWAT模型模拟得到的典型冬小麦返青后和夏玉米 生育期的叶面积指数和作物蒸腾蒸发量变化过程。
2 材料与方法
2.2 SWAT模型
运用“burn-in”算法对 DEM进行凹陷化处理,生成能够 反映灌区实际的子流域边界和 河网，共划分为34个子流域， 267个水文计算单元。 蒸发蒸腾量（ET0） Penman-Monteith
河网提取
1
SWAT模型
蒸发量计算
潜在蒸发蒸腾量（ETp）
简化的EPIC作物生长模拟
3 结果与讨论
3.4 灌溉对作物蒸散发的影响 灌溉对区域水文循环影响很大，尤其影响实际蒸腾蒸发量和土 壤剖面水分总量的准确模拟。
3 结论
（1）结合遥感ET数据空间分辨率高的特点，水文模型能够更好 的模拟区域不同空间尺度和不同土地类型下的蒸散发，为分布式 水文模型验证提供了一种依据和方向。 （2）对于以农业区为主的大兴灌区，冬小麦和夏玉米是主要的作 物。因此相对于河道参数，作物参数及ET相关参数的合理选取， 模型中作物叶面积指数变化过程符合作物实际生长过程，才是区 域水文循环模拟准确与否的关键。 （3）灌溉制度对区域水文循环影响很大，尤其对华北地区冬小麦 返青至成熟期间各月的实际蒸腾蒸发量影响显著，但是对玉米生 育期内的实际蒸腾蒸发量基本没有影响。 （4）遥感ET本身就存在一定的偏差，遥感解译的ET应该得到地面 观测数据的验证另外，有研究也用SWAT模型模拟的ET验证遥感解 译的ET。可以说，遥感ET具有空间分辨率高的优势，水文模型往 往更侧重于时间序列过程，水文模型与遥感ET技术结合是相互促 进、相互补充。。
2 材料与方法
2.感ET数据进行参数率定，2006— 2008年的数据进行模型验证。具体过程分为2个水平：一是在整个 流域水平，即代表流域的平均状况；二是各土地利用类型水平， 即体现不同植被覆盖间的差异性。本文用Nash效率系数（NS）、 相关系数（R2）和均方根误差（RMSE）3个指标评价模型在研究区 的适应性。最终优化的参数取值如表4。
基于SWAT模型的区域蒸散发 模拟及遥感验证
目录 |
Contents
1
研究目的及意义
2
材料与方法
3
结果与讨论
4
结论
1 研究背景
蒸散发（ET）是水文循环的主要过程和水资源管理的关键 因素，尤其是在干旱半干旱地区，它控制着陆地表面的水分 和能量通量的分配。 SWAT模型能够预测不同土壤类型、土地利用方式和管理条 件对流域水文循环的影响，大部分以径流为目标变量进行率 定模型［6-8］；但在流域水平衡要素中径流所占比例相对流域 蒸散发量极低，仅以径流为目标变量开展率定过程存在极大 的弊端。遥感能够提供不同时空尺度的流域信息用于估算区 域ET［9-11］，利用遥感反演的ET对模型模拟的ET进行率定是 比较新的研究方法。蔡锡填等［14］利用SWAT对漳卫南运河流 域主要农业耕作区的实际蒸散发进行了分布式模拟，并利用 遥感反演数据进行了对比验证，二者具有很好的吻合度。钱 坤等［15］对不同土地利用类型下模型ET值与遥感监测值进行 了对比，平均相对误差为6.01%。
农业管理措施对灌区的水量平衡影响很大，尤其是ET模拟与 农业灌溉制度密切相关。为了显示灌溉对实际蒸腾蒸发量的影 响，本文在模型中设置了有灌溉和无灌溉两种情景，用来对比 灌溉对作物耗水的影响。冬小麦-夏玉米轮作体系下的灌溉制 度和施肥制度如表1。
2 材料与方法
2.5 模型率定及敏感性分析
农业管理措施对灌区的水量平衡影响很大，尤其是ET模拟与 农业灌溉制度密切相关。为了显示灌溉对实际蒸腾蒸发量的影 响，本文在模型中设置了有灌溉和无灌溉两种情景，用来对比 灌溉对作物耗水的影响。冬小麦-夏玉米轮作体系下的灌溉制 度和施肥制度如表1。
1 研究背景
本研究首先以LAI和地上部生物量为目标变量对冬小麦和 夏玉米作物参数进行率定。基于遥感ET数据进行敏感性分 析，筛选出对ET影响比较大的参数，同时进行灌溉制度设 置，模拟2002—2008年各月的实际ET，并采用遥感监测值 进行对比验证，特别对SWAT模型作物生长过程模拟和灌溉 影响水量平衡进行探讨，为SWAT在海河平原农作物耕作区 的ET模拟提供参考依据。
3 结果与讨论
3.1作物参数率定结果 表2给出了大兴灌溉试验站上冬小麦和夏玉米作物参数的模型 默认值和率定值。图3率定后的冬小麦、夏玉米的叶面积指数和地 上部生物量的模型模拟值与实测值拟合的较好
3 结论与讨论
3.1ET模拟结果分析 通过对冬小麦-夏玉米轮作灌溉制度设置、作物参数率定及敏感 性分析，区域模拟值与遥感观测ET的比较结果如图4所示。
2 材料与方法
2.3 模型数据输入
SWAT模型数据库可以分为空间数据库和属性数据库两大类， 空间数据库主要包括数字高程模型（DEM）、土壤类型分布图 和土地利用图；属性数据库主要包括气象数据和ET数据等。 （1）数字高程图DEM：从美国地质调查局（USGS）提供的 GTOPO30公共域中获取，数据空间分辨率为90m。 （2）1∶100万土壤类型图：来源于中国科学院南京土壤数据 库，综合全国土壤分类和南京土壤分类，将大兴灌区分为14 种土壤类型，每种土壤类型选取2个典型点，室内实测得到每 种土壤的颗粒组成和容重，通过三次样条函数插值算法将中 国制的土壤级配换算为美制标准，再借助SPAW估算土壤可利 用水量、导水率和有机质含量。