SWAT模型自動校準模塊在云州水庫流域參數率定研究*

秦富倉,張麗娟,余新曉,岳永杰,葉俊道,王國強

(1.內蒙古農業大學 生態環境學院,呼和浩特 010019;2.北京林業大學水土保持學院,北京 100083)

SWAT(Soiland Water Assessment Tool)是美國農業部(USDA)農業研究局(ARS)研制開發的一個具有很強物理機制的、長時段的流域分布式水文模型[1],該模型能夠利用遙感和地理信息系統提供的空間信息,模擬和預測長期連續時段內土地管理措施對不同土壤類型、土地利用方式和管理條件的大面積復雜流域的徑流、泥沙負荷和營養物質流失的影響[2]。有關文獻已將SWAT模型的原理、結構進行了介紹[3-10],對于SWAT模型的自動校準模塊的介紹較少,SWA T模型自動校準模塊提高了模型的模擬精度,因此對其自動校準模塊的應用進行研究。

SWAT模型研制于20世紀90年代初期,自開發以來,針對面源污染、水土流失、土地利用和農業管理等研究領域在美國、亞洲、歐洲等地區得到廣泛應用,并在應用中得到了不斷的發展和完善[11-12]。SWAT2005最新提供的自動校準模塊采用殘差平方和和分級殘差平方和作為目標函數,通過多目標優選,采用SCE-UA算法進行參數全局優化。自動校準過程中參數可以通過子流域和水文響應單元改變。本文應用AVSWAT2005模型的自動校準模塊,在云州水庫流域,對模型參數進行率定。在靈敏性分析的基礎上,調整影響云州水庫流域產流模擬結果精度的主導參數因子,以增強SWAT模型自動校準模塊的可用性,提高模擬產流結果與實際徑流的擬合精度。

1 研究區概況

云州水庫地處密云水庫上游集水區,該流域隸屬河北省張家口市,地跨3個縣,即赤城縣、崇禮縣和沽源縣,其中赤城縣部分占流域面積的62%。研究區地處山區,地貌類型復雜,具有明顯的山地特征,山地面積約占總面積的80%,山區不僅巖層破碎、土質松散、溝壑縱橫,而且水土流失嚴重,水土流失面積達85%。流域面積約1 254.94 km2,屬大陸性半干旱季風氣候[13],多年平均降水量370 mm,降水多集中于7-8月,≥10℃有效積溫 1 600～3 200℃,無霜期90～135 d。土壤類型豐富,以棕壤及褐土分布為主,并有石質土及栗鈣土等土壤類型。植被組成以中生、旱中生或中旱生、旱生的多年生灌木和草本植物為主,流域內森林覆蓋率13%。

2 研究方法

2.1 流域基本數據獲取

采用云州水庫流域1∶10萬地形圖,經過數字化處理得到研究區DEM圖(Grid格式),投影為A lbers等面積圓錐投影,橢球參數為 K rasovsikii。利用云州水庫流域的1∶10萬土地利用圖和土壤類型圖(Grid格式),在G IS支持下,建立該流域土地利用屬性和土壤屬性的空間數據庫。降水數據利用流域內4個降雨測站1998-2007年的逐日降水數據(dBase表)。氣象資料采用云州水庫氣象站1998-2007年的氣象數據(dBase表)。水文數據采用該流域1998-2007年逐月徑流數據(dBase表)。該流域SWAT模型試驗研究基礎數據見附圖1-3。

圖1 云州水庫流域雨量站分布圖

2.2 SCE-UA自動校準分析方法

SWAT輸入參數大多具有物理意義,一些沒有基于物理過程定義的參數,如SCS徑流曲線系數和通用水土流失方程中的土地覆被和管理因子可以來調整參數值,以得到較好的模擬結果。本研究采用AVSWAT2005提供的自動校準模塊,在云州水庫流域,對模型參數進行率定。

圖2 參數校準關系圖

AVSWAT2005中的參數自動校準是基于美國亞利桑那州大學研發的一種Shuffled Com plex E-volution數學算法(SCE-UA)[14]。SCE-UA被廣泛的運用在水文模型的參數校準和其他一些方面,如土壤侵蝕、地下水、遙感和地表模型中。這種方法通常被認為是最有效的。Thian等認為,SCE-UA方法可以有效克服水文模型參數優選中常常表現出的高維、多峰值、非線性、不連續和非凸性問題[15]。SCE-UA已經被成功的運用在SWAT模型中的水文因子以及水質因子等的校準[16-17]。自動校準的結果的準確性取決于目標函數的選擇。SWAT2005中提供了兩種方法,第一種方法是求差值的平方和,表達式如式(1)。

式中:n——指觀測值和模擬值的數目;Xi,m——觀測值;xi,s——模擬值。SSQ是一種最原始的優化法,它主要是讓目標函數與最大值相匹配而忽略了與最小值的匹配。SWAT2005提供的第二種方法是求給定變化范圍后的觀測值和模擬值的平方和。

式中:n——觀測值和模擬值的數目;Xj,m——觀測值;xj,s——模擬值。SSQR方法的目標就是使觀測值和模擬值在時間序列上的頻率分布相匹配。與SSQ方法相比較,該方法更適合校準水質方面的參數。

3 模型自動校準分析

3.1 自動校準

通過運行SWAT模型,選擇要輸入的參數并對其進行靈敏性分析,經過AVSWA T2005模擬計算,得到影響云州水庫流域產流模擬結果精度的16個重要參數見表1。

表1 重要參數靈敏性重要性

通過靈敏性分析,得知靈敏性因子的重要性,SCS徑流曲線系數(CN2)對徑流的影響是最顯著的,是最敏感的因子;土壤可利用水量(SOLˉAWC)對徑流影響顯著;土壤飽和導水率(SOLˉK)、平均坡度(SLOPE)及淺層地下水徑流系數(GWQMN)對徑流的也有一定影響。其余參數對流域產流幾乎沒有影響。

在靈敏性分析的基礎上,選擇對流域產流有影響的參 數,包括:CN2、SOLˉAWC、SOLˉK、SLOPE、GWQMN,運行 SWAT模型,選擇自動校準模塊,根據云州水庫流域實際的水文資料進行參數自動校準,從而改變參數數值,得出一整套具體參數值,使產流量模擬值與實際值吻合較好。其中列出對流域產流影響顯著、一般及影響不大的部分參數的調整結果,見表2。

由表2可知:徑流曲線系數CN2值是影響徑流量的重要參數,它是流域內土地利用方式、水文土壤類型、耕作管理措施、水文條件、前期水分狀況等因素的綜合反映。CN2值與徑流量呈正相關,CN 2值越大,河流徑流量也越大。在SWAT模型的參數調整中,CN2值越大,模擬值越大,將該值調整為63,使流域模擬值與實際值吻合較好。

土壤可利用水量SOLˉAWC,是指土壤中從田間持水量減去植物永久凋萎點的水分,反映了土壤的有效持水量,該參數與產流量呈反比例關系。對流域產流特性影響顯著,該系數越大,表明土壤蓄水能力越強,流域徑流量降低。在SWAT模型的參數調整中,SOLˉAWC值越大,模擬值越小,將該值調整為0.02。

表2 模型參數率定值

土壤飽和導水率SOLˉK反映了土壤的飽和滲透性能,又叫土壤滲透系數,任何影響土壤孔隙大小和形狀的因素都會影響土壤飽和導水率,因為在土壤孔隙中總的流量與孔隙半徑的四次方成正比。對流域產流有一定的影響,SOLˉK越大,表明土壤滲透性越好,流域徑流量降低。在SWAT模型的參數調整中,SOLˉK越大,模擬值越小,將該值調整為2.74。

淺層地下水徑流系數GWQMN是任意時段內的徑流深度(或徑流總量)與同時段內的降水深度(或降水總量)的比值。徑流系數說明在降水量中有多少水變成了徑流,它綜合反映了流域內自然地理要素對徑流的影響。在SWAT模型的參數調整中,GWQMN值越大,模擬值越大,將該值調整為3 159。

土壤蒸發補償系數ESCO是模型調整不同土壤層間水分補償運動的參數,該系數與產流量呈反比例關系。在SWAT模型的參數調整中,ESCO值越大,模擬值越小,將該值調整為0.45。

淺層地下水再蒸發系數REVAPMN主要決定含水層中的水相對非飽和地區水流的強度,其值越大表明淺層水流向根系的可能性越大,為0時為淺層地下水幾乎不向根系輸移,當為1時,其輸移速率相當于潛在蒸散發量。該系數對以上輸出結果的影響較小。所以在SWAT模型參數調整中,該值的大小與模擬徑流影響不大。

3.2 模型有效性檢驗

通過模型的自動校準,調整參數,通過計算來進行模型有效性驗證,模型有效性的評定或檢驗采用確定性系數(Ens)來進行。確定性系數是一個整體綜合指標,可以定量表征對整個徑流過程擬合好壞的程度,這是描述計算值對目標值的擬合精度的無量綱統計參數,一般取值范圍在0-1之間。確定性系數(Ens)[18]的計算式如式(3)。

式中:Qm——觀測值;Qp——模擬值;Qavg——觀測的平均值;n——觀測的次數。當Qm=Qp時,Ens=1;如果Ens為負值,說明模型模擬值比直接使用測量值的算術平均值更不具有代表性。確定性系數的評定標準見表3,一般認為確定性系數達到0.7以上為比較準確。

表3 確定性系數的評定標準

本文采用1998-2007年的月平均流量進行模型有效性檢驗。通過計算,Ens為0.78,達到了乙等(Ens值為0.7～0.9)方案的要求,說明徑流模擬值與實測值擬合度較好(圖3),得了較好的模擬計算成果。

圖3 1998-2007年月流量模擬值與實測值對比

4 結 論

通過對1998-2007年云州水庫流域分布式水文過程的模擬,驗證了模型的可靠性。SWA T模型所需參數較多,為了提高模擬精度,運用了SWAT模型自動校準模塊來進行參數率定和檢驗。其它相關文獻如孫慶艷[11]、郝芳華[4]用了相同的方法做參數率定和檢驗,均得到較好的模擬結果。同時,根據云州水庫流域實際水文資料,通過自動校準,調整參數,得到一整套參數值,經過模型有效性檢驗,經計算Ens值為0.78,達到了乙等方案的要求,使徑流模擬值與實測值擬合度較好。其他相關文獻如林文嬌[19]李曉[20]模型的有效性檢驗Ens值分別為0.77和0.75,與本文的研究結果一致。所以本文研究對于SWA T模型在華北土石山區的應用和推廣,具有很好的示范性,Ens值在乙等方案要求范圍內,從模擬結果可以看出,SWAT模型自動校準模塊在云州水庫流域的應用是較為成功的。

[1] A rno ld JG,Williams J R,M aidment D R.Continuous-time water and sediment-routing model for large basins[J].Journal of Hydraulic Engineering,1995,121(2):171-183.

[2] 朱新軍,王中根,李建新,等.SWAT模型在漳衛河流域應用研究[J].地理科學進展,2006,25(5):106-110.

[3] 郭生練,李蘭,李訂芳.分布式物理流域水文模型研究進展[M]//劉昌明.黃河流域水資源環境調控和恢復機制研究進展.鄭州:黃河水利出版社,2001:51-57.

[4] 郝芳華.流域非點源污染分布式模擬研究[D].北京:北京林業大學,2003.

[5] 吳險峰,劉昌明.流域水文模型研究的若干進展[J].地理科學進展,2002,7(4):341-348.

[6] 梁犁麗,汪黨獻,王芳.SWAT模型及其應用進展研究[J].中國水利水電科學研究院學報,2007,5(2):125-131.

[7] 王中根,劉昌明,黃友波.SWA T模型的原理、結構及應用研究[J].地理科學進展,2003,22(1):79-85.

[8] 丁晉利,鄭粉莉.SW AT模型及其應用[J].水土保持研究,2004,11(4):128-156.

[9] 張銀輝.SWA T模型及其應用研究進展[J].地理科學進展,2005,24(5):121-130.

[10] 李峰,胡鐵松,黃華金.SW AT模型的原理、結構及其應用研究[J].中國農村水利水電,2008,3(24):24-28.

[11] 孫慶艷.華北土石山區典型流域森林植被水生態過程響應研究[D].北京:北京林業大學,2008.

[12] 張明旭.SWAT模型初步研究[J].吉林師范大學學報,2006,(2):13-15.

[13] 張蕾娜,李秀彬.一種可用于表征土地利用變化水文效應的水文模型探討[J].水文,2004,24(3):4-7.

[14] Romanowicz A A,anclooster M V,RounsevellM,et al.Sensitivity of the SW AT model to the soil and land use data parametrisation:a case study in the Thyle catchment,Belgium[J].Ecological M odeling,2005,187:27-39.

[15] Duan Q,Gup ta H V,Sorooshian S,etal.Calibration of Watershed Models[M]//Water Science and Application Series,6.washington DC:AGU Press,2002.

[16] Eckhard t K,and A rno ld J G.Automatic calibration of a distributed catchmentmodel[J].Journal of Hyd ro logy,2001,251:103-109.

[17] van Griensven A,Francos A,Bauw ens W.Sensitivity ana lysis and auto-ca libration of an integral dynamic model for river water quality[J].Water Science and Techno logy,2002,45(5):321-328.

[18] 黃河水利委員會天水水土保持科學實驗站.黃土丘陵溝壑第三副區水土流失原形觀測及規律研究[M].鄭州:黃河水利出版社,2004.

[19] 林文嬌,王林,陳興偉.晉江東溪流域土壤侵蝕分布式模擬[J].水資源與水工程學報,2008,19(3):38-40.

[20] 李曉,李致家,董佳瑞.SWAT模型在伊河上游徑流模擬中的應用[J].河海大學學報:自然科學版,2009,37(1):23-26.