應用SWAT模型研究潮河流域土地利用和氣候變化對徑流的影響

郭軍庭，張志強 ，王盛萍，Strauss Peter，姚安坤

(1.教育部水土保持與荒漠化防治重點實驗室，北京林業大學水土保持學院，北京 100083;2.中國林業科學研究院濕地研究所，北京 100091;3.華北電力大學資源與環境研究院/區域能源環境系統優化教育部重點實驗室，北京 102206;4.Federal Agency for Water Management，Institute for Land and Water Management Research，Pollnbergstrasse 1，A-3252 Petzenkirchen，Austria)

氣候與土地利用變化對流域水文水資源的影響是適應性流域管理的重要基礎［1-2］。評價氣候變化，特別是降水變化對水資源及水循環的影響非常迫切，研究結果對未來水資源規劃和開發利用具有重要意義［3］。相對于氣候變化的長期性特點，土地利用和覆被變化是短期內流域水文變化的主要驅動因素之一。它通過影響冠層截流、地表入滲、蒸散發和地表徑流等，對流域水文循環產生作用。目前定量分析二者對流域徑流的影響多采用對比流域試驗、統計分析和模型模擬等方法［4］。對比流域試驗不能應用于地質地貌等存在顯著空間差異的中大尺度流域，且其重點在于考察流域土地利用變化對流域水文的影響［5］。統計方法可以用來分析水文氣象數據的變化趨勢，但不能考慮流域空間異質性以及土地利用和氣候變化對流域水文的作用機理。因此，基于物理過程的分布式水文模型近來被廣泛用于評價氣候變異和土地利用變化的水文響應［6-7］。其優點在于模型既考慮了流域的空間異質性，同時也對流域水文過程物理過程進行刻畫，可以描述流域確定時間范圍內土地利用變化后的長期影響，并進行連續模擬，因此適用于空間特征差異較大的流域。

在全球氣候變化背景下，華北地區1951—2009年間多年平均降水量呈現減少趨勢，近59年間減少了26.8 mm［8］，在 2040年之前仍可能呈現減少趨勢［9］。該地區的密云水庫上游潮河流域1961—2009年間年和汛期(6—9月)降水量呈減少趨勢但不顯著，而非汛期降水量顯著增加并于1979年發生突變，即年際降水變化趨勢不明顯，但年內降水變率減小［4］。潮河流域作為北京市主要地表飲用水源供應地之一，從20世紀80年代開始，開展了國家“三北”防護林重點建設工程、國家級水土流失重點治理工程和京津風沙源區防沙治沙項目等。大規模的退耕還林還草等生態措施被用來治理水土流失和改善水質。同時，隨著經濟發展，人口增加，城鎮化速度加快，流域內建設用地迅速增加。流域土地利用和覆被發生變化進而改變該流域下墊面產流環境。因此，潮河流域內氣候和土地利用都發生變化的情況下，定量評價二者對流域產水量的影響，是評價前期生態治理措施并為后續措施調整及科學開展流域治理的重要基礎和前提［10-11］。在該流域業已開展的相關研究采用不同的方法，包括經驗回歸模型［4，12］，集總式模型［13］，以及分布式模型［1，14］，分析了氣候和人類活動引起的土地利用變化對流域產水量的影響。各研究盡管方法不同，但研究結果指出人類活動主導的土地利用變化是驅動流域產水量變化的主要因素之一。但是，目前該流域內缺乏對單一土地利用類型以及潛在氣候變化對產流影響的定量研究。

SWAT(Soil and Water Assessment Tool)模型是美國農業部開發的分布式水文模型，被廣泛應用于流域尺度各種土地管理措施及氣候變化對流域水文影響的模擬和預測［6，7，15-19］。本文的目的在基于SWAT水文模型，建立潮河流域分布式水文模擬系統，通過模擬徑流對氣候和土地利用變化的響應，定量分析不同時期二者對流域產流的影響，并進一步分析單一土地利用類型對產水量的影響，以及分析不同氣候變化情景對產水量的影響，為應對氣候變化和水資源短缺的適應性流域管理和水資源規劃提供科學依據。

1 材料和方法

1.1 研究區概況

本研究中潮河流域是指密云水庫以上潮河流域部分(不包括牤牛河、安達木河和清水河等二級支流)，總面積4 855.9 km2，占密云水庫以上集水流域面積的31%。流域位于華北土石山區(116°10'—117°35'E，40°35'—41°37'N)，流域地勢西北高，東南低，以低山和中山為主，山地面積約占總面積80%以上(圖1)。流域氣候類型屬于中溫帶向暖溫帶及半干旱向半濕潤過渡的大陸性季風氣候，多年平均氣溫為8.3℃，多年平均降水量為511 mm，汛期(6—9月)占年降水量的75%以上。汛期多以暴雨形式出現，土壤侵蝕嚴重，山區多年平均土壤侵蝕總量(輕度以上)為2 174萬t，土壤平均侵蝕模數為2682 t km-2a-1，多發生于上游河谷階地黃土覆蓋區［20］。流域內土壤類型以棕壤和褐土為主，占總面積的80%以上。

圖1 潮河流域位置圖Fig.1 Location of Chaohe Watershed

根據我國土地利用現狀分類標準(GB-T21010—2007)，將流域內土地利用類型分為耕地、草地、灌木林地、有林地、城鄉建設用地、水域和未利用地7類;潮河流域主要的土地利用類型為耕地、草地、灌木林和有林地，四者占流域總面積95%以上(表1)。與1987年相比，1999年耕地面積增加了6.1%，草地面積減少26.5%，有林地面積增加23.57%，灌木林地增加7.73%。從1999年到2009年，草地面積大幅減少了45.9%，耕地減少31.91%，而有林地和灌木林地分別增加了27.96%和17.8%。潮河流域土地利用變化結果表明:耕地和草地面積減少，有林地和灌木林地面積增加。20世紀70年代末期流域修建了一些塘壩和小水庫，由于設計不合理及缺乏經費維持，到80年代中后期塘壩等逐步廢棄。從20世紀80年代末開始，流域所處地區先后實施了大量水土保持工程，主要采取以植被恢復為主的生物措施。工程措施主要是水平梯田和谷坊，但所占面積相對較小。截至2005年底，流域內累計水土保持措施面積為2735.69 km2，其中植被恢復面積2678.47 km2，修建水平梯田 57.27 km2［12］。

表1 潮河流域不同時期土地利用對比Table 1 Comparison of land use between different periods in Chaohe watershed

1.2 研究方法

1.2.1 SWAT模型數據輸入及運行

本研究采用ArcGIS9.3環境下的Arc-SWAT2005版本。模型輸入數據主要包括:從國際科學數據服務平臺獲取的流域ASTAR數字高程模型數據(Digital Elevation Model，DEM)，空間分辨率為 30 m;1987，1999和2009年3期Landsat TM多波段遙感影像數據，空間分辨率為30 m。通過校正后，選用接近地表真實情景的7/4/2波段假彩色合成，根據土地利用現狀分類標準，采用人機交互進行圖像解譯。土壤數據由聯合國糧農組織提供的全球土壤分布圖庫獲取，分辨率為100 m。使用ArcGIS將土地利用圖和土壤分布圖轉換為與DEM具有相同投影坐標信息以及柵格大小的數據，則SWAT模型運算的空間分辨率統一為30 m。SWAT模型根據DEM、土地利用和土壤數據將整個流域劃分為若干個子流域。大閣、戴營和下會3個水文站1981—2009年的徑流數據以及流域內8個雨量站的數據分別由河北水文水資源局和北京水文總站提供。密云、豐寧和承德3個氣象站的氣象數據由國家氣象局提供，包括1961—2009年的日降水，氣溫，風速，相對濕度和太陽輻射。將距離子流域形心最近的氣象站的數據賦予該流域，實現氣象數據由點及面的空間插值。SWAT模型自帶天氣發生器(WXGEN)可以用來生成氣候數據，并且填補缺失數據。本文構建WXGEN所需的參數是通過近40年的氣象數據統計獲得多年逐月氣象資料，主要包括月日均降水量、月日均最高和最低氣溫、月日均太陽輻射總量、月日均露點溫度、月日均風速等。本研究中采用SWAT官方提供的統計軟件pcpSTAT及dew02軟件對氣象資料進行統計，求算以上參數。

1.2.2 模型校準和驗證

本文分別選擇位于流域上中下游的大閣，戴營和下會3個水文站，代表流域內不同空間特征，采用多站校準檢驗的方法，以月為模擬步長，對流域1981—1991年的月徑流進行模擬，將1981—1982年作為模型預熱期，1983—1986年為模型校準期，1987—1991年為模型驗證期，最后確定模型參數值。首先用LH-OAT采樣法［20］，進行參數敏感性分析，選取對模擬結果靈敏度大的參數進行校準和驗證。應用SUFI-2算法［7，21-22］進行迭代運算，模擬過程中所有不確定性因素(參數，模型概念，數據輸入等)統一用參數的不確定性表示，將參數不確定性能夠對所有不確定性因素解釋的程度定義為p因子，即95%預測不確定性(95%Prediction Uncertainty，95PPU)包含觀測數據的比例。95PPU的計算是采用拉丁抽樣法選取累積頻率位于2.5%與97.5%之間的模擬值，剔除了5%極壞模擬;95PPU的平均厚度除以觀測值的標準偏差定義為r因子。p取值介于0到100%，r介于0到無窮大。理論上p為1且r值為0代表實測數據和模擬結果完全吻合。由于測量誤差和模型的不確定性，理論最佳模擬值很難達到。因此本文中模擬結果同時滿足以下兩個條件:(1)p值大于0.7，即超過70%的觀測數據落在95%的預測不確定性內;(2)r值小于1，即95%預測不確定性值范圍的平均厚度(即不確定性程度)小于觀測數據的標準偏差［7，15］，則認為模擬結果與實測值相符合。另外，本文進一步采用Karuse［23］定義的有效評價方法比較潮河流域月徑流模擬值對觀測值的有效性:

式中，R2是模擬值與觀測值的決定系數，b是回歸曲線斜率。對于同時模擬流域多個流量觀測點，模型目標函數為區域內所有模擬站點的Φ的平均值:

式中，g是模型目標函數最佳值，n是觀測站個數。上述有效性評價中Φ值變化范圍為(0，1)。相對于目標函數取納什系數(Nash-Sutcliffe)等函數時，最佳模擬值以及優化過程會受到個別較差模擬值的影響，而該函數值則不受較差模擬值的影響，目標函數最佳值大于0.6時認為模擬效果較好［23］。

1.2.3 情景設置與模型分析

當模型校準和驗證完成后，應用SWAT模型模擬不同時期的土地利用和氣候變化下流域出口下會站徑流的響應。具體情景設置如表2，在模擬過程中相應改變植被模塊的參數和土壤水力參數:以情景1為基準期，將情景4，5與其對比，獲取土地利用和氣候變化二者共同對產流量的影響;將情景2，3分別與情景1比較，獲取氣候變化對產流量的影響;再將情景4，5與分別與情景2，3比較，獲取對應時期土地利用變化對產流量的影響。最終，定量分析不同時期土地利用和氣候變化對整個流域產流的影響。

表2 模型模擬情景設置Table 2 Scenarios for modeling analysis

為進一步探討單一土地利用類型在產流量中所起的作用，剔除土地利用變化中地形、地貌等不確定性因素的影響，采用極端土地利用變化情景模擬進行分析，具體設置為:以1999年土地利用現狀為基礎，保留流域內的居民區和交通建設用地以及水域外，將流域內其它所有土地利用類型依次設置為草地情景、灌木林地情景、林地情景和耕地情景，并分別改變相應的植被模塊的參數和土壤水力參數，模擬1999—2009年不同土地利用情景下的年徑流量。

為探討氣候變異對流域出口產水量的影響，根據未來氣候變異的可能范圍［24］，給定降水和氣溫的變化值，設定如下情景:保持現有降水狀況不變(多年平均降水511 mm)，增加10%/20%/30%和減少10%/20%/30%降水共7種方案;采用保持現有溫度不變(多年平均氣溫8.3℃)，降低1℃(-12%)，升高1℃(12%)/2℃(24%)4種方案，總共有28種不同的氣候變異組合方案。通過不同的氣候變異方案，模擬徑流對氣候變異的響應。年徑流量的變化b的求解如下:

式中，yi為第i中氣候方案下的年均徑流量(m3/s);y0為真實情景下的年均徑流量(m3/s)。

2 結果與分析

2.1 模型校準與驗證

將研究流域1987年的土地利用和3個水文站1981—1986與1987—1991年的水文氣象數據代入模型，通過LH-OAT采樣法選取模型中前14位對徑流模擬結果敏感性高的參數進行校準和驗證。

圖2為潮河流域月徑流模擬結果。在校準期，大閣站1983和1986年汛期模擬峰值大于實測值，1984年汛期模擬值小于實測值。p和r值分別為0.70和0.84，決定系數R2為0.63。戴營站1985年汛期模擬峰值大于實測值，而1986年和1983年的汛期模擬值與實測值基本吻合，p值和r值分別為0.87和0.97，決定系數R2為0.68。流域出口下會站汛期峰值模擬與實測值基本吻合，p值為0.87，r值為0.97，決定系數R2為0.72。由于模型在運行前期，許多變量，如土壤含水量的初始值為零，會影響模型模擬的結果，所以需要將模擬初期作為模型的預熱期，合理估算模型參數的初始值。因此，本文將1981—1982年作為預熱期，從而減少此類誤差的影響。

在驗證期，大閣徑流模擬變化趨勢與觀測值一致，模擬峰值卻大于觀測峰值，相應的p值，r值相分別為0.77和0.90，決定系數R2為0.71。戴營站1989和1990年模擬峰值小于觀測值，1987和1991年模擬峰值與觀測值基本吻合，對應的p值為0.82，r值為0.79，決定系數R2為0.86。下會站的徑流模擬峰值在1987年和1990年比觀測值小，在1989年和1991年模擬峰值大于觀測值，在1988年模擬峰值與實測值基本一致。該站的驗證期的p值為0.78，r值為0.82，決定系數R2為0.82。

運用多站校準驗證方法，經過SUFI-2法迭代運算，3個測站的p值都大于0.7，r值小于1，模型模擬目標函數g最佳值為0.66，說明該模型在潮河有一定的適用性，可以滿足該流域產水量的模擬預測。流域出口下會站敏感參數最佳值如表3所示。

2.2 情景模擬

根據情境設置，對潮河流域土地利用和氣候變化的徑流響應進行定量研究。結果如表4所示:情景1的年均徑流量為42.18 mm，情景4的年均徑流量為67.76 mm，情景5的年均徑流量為24.90 mm。根據1.2.4中的方法描述，基于情景1，情景4中土地利用變化引起產水量減少了4.1 mm，而氣候變化增加了29.68 mm徑流量;情景5中，土地利用變化造成產水量減少2.98 mm，氣候變化造成產水量減少了14.3 mm。情境4相對于情境1，流域的林地面積增加了23.57%(表1)，導致流域蒸散發量增加。同時，該時段內年均降水比情境1多，特別是1994年和1998年潮河流域發生全流域性的大洪水，降水迅速轉為地表徑流直接流出流域。雖然該階段的潛在蒸發散也顯著增加［4］，但潛在蒸發散和溫度等對流域徑流的影響較小［25］，所以年徑流量增加較大。情境5中，林地和灌木林地面積繼續增加(表1)，年均降水減少，土地利用和氣候變化都減少流域的產水量。因此，在氣候變化的背景下，根據水資源管理目標，可以通過流域管理措施的調整，包括對土地利用類型和空間分布等進行調整，減緩氣候變化對水資源的負面效果。

圖2 SWAT模型對潮河月徑流模擬的校準和驗證Fig.2 Calibration and validation of SWAT model for monthly runoff in Chaohe Watershed

表3 潮河流域下會徑流模擬敏感參數最佳值Table 3 Optimal values of sensitive parameters for runoff in Chaohe watershed

表4 潮河流域土地利用和氣候變化對徑流量影響的模擬結果Table 4 Simulated response of runoff to land use and climate changes in Chaohe watershed

以1999年土地利用情景下的模擬徑流為基準，對比四種不同極端情境下的徑流變化情況。其中，灌木林地情景中徑流增加了158.2%，草地情景中徑流增加了4.1%。但是林地情景中徑流減少了23.7%，耕地情景中徑流減少41.7%。結果表明，灌木林地和草地均增加流域徑流，從而增加下游流域供水量。

根據表5所示，潮河流域降水保持不變，當溫度比現有溫度降低12%(減少1℃)，多年平均徑流量增加4.1%。溫度比現有氣溫升高12%和24%，則徑流分別減少6%和5.9%。溫度變化對水文效應有正負作用。隨著溫度升高，流域內的蒸發增加，在降雨不變情況下，徑流減少。當溫度升高超過一定水平，蒸發量增加，空氣中水汽含量增多，云層增厚進而導致蒸發能力降低。當流域可供蒸發的水量不變，則徑流變化只對降水量變化敏感，而對溫度的變化不敏感。因此，溫度變化對徑流的影響較為復雜。流域內年均徑流隨降水的增多而增多，且徑流增加的幅度大于降水的增幅。降水增加10%，20%，30%，徑流分別增加21.6%，45.5%，71.8%;年均徑流隨降水的減少而減少，減少的幅度也隨降水的逐步減少而減小。另外，年均徑流隨降水減少的減幅小于隨降水增加的增幅。模擬結果表明潮河流域徑流對降水的變化更加敏感。

表5 不同氣候變異情景下年均徑流深的相對變化/%Table 5 Relative variation of mean annual runoff depth for different climate scenarios/%

3 討論

經過SWAT模型校準和驗證，3個水文站點的模擬結果同時滿足應用的標準，即p值大于0.7，r值小于1，并且模擬目標函數 g最佳值為0.66。文中SWAT模型在構建過程中充分考慮了水文和氣象觀測站點分布、土地利用類型、土壤和坡度等因素，雖然在80年代后期流域內的塘壩和小型水庫已逐步廢棄，對模型模擬結果影響較小，但由于數據條件限制，該研究中未將濕地等作為單獨土地利用類型而是統一歸為水域進行分析;另外，流域內是否有地質災害如滑坡等發生，都會在一定時間內影響局部水文循環。由于缺乏流域內部水量遷移數據，如灌溉抽水與廢水排放等，所以本研究采用流域受干擾較少時期的徑流觀測數據對后續的數據進行了還原，從一定程度減少上述不確定性的干擾。

同時，數據的不確定性同樣會導致模型模擬的不確定性。SWAT模型中基于氣象和水文觀測站點的海拔梯度計算流域平均降水和氣溫，這在一定程度上消除了站點空間分布的誤差。本文選用3個氣象站點(豐寧，密云，承德)分別處于流域上下游。每個子流域選取距離其形心距離最近站點的氣象數據為用。本文選用8個降水站點，3個氣象站點和3個水文觀測站點，盡可能增大的觀測站點分布密度，提高子流域的數據的準確性，減少數據輸入引起的模型不確定性。

該研究對流域分處上中下游的3個水文站產水量進行研究。由于流域空間異質性的存在，每個子流域的具有不同的屬性特征。研究流域的上游為黃土覆蓋區，土層厚，而中下游流域為土石山區，土層薄。在模擬過程中所有子流域被賦予相同的土壤參數值，這在一定程度上導致上下游站點徑流模擬效果存在差異。要辨析環境變化影響以及各種誤差來源引起的模擬不確定性，Bormann［26］提出引入“信號噪聲比(signal-to-noise ratio)”的概念，判斷環境變化影響效應是否較模擬不確定性顯著。因此在后續工作中有必要對模型模擬的不確定性進行進一步探討驗證［27-28］。本文主要關注流域尺度土地利用和氣候變化對產水量的影響，而非強調水文過程對二者變化的響應。因此，根據p值，r值以及g值對模擬效果的評價分析，表明本研究中潮河流域SWAT模型模擬的不確定性對模擬結果影響不顯著，該模型可以很好的模擬流域的產水量變化，在潮河流域具有一定的適用性。

4 結論

本文應用分布式水文模型(SWAT)，通過多站點校準和驗證，定量模擬分析潮河流域土地利用和氣候變化對產水量的影響，結果表明:

(1)流域內3個水文站校準和驗證階段p值分別為:0.70和0.77，0.87 和 0.82，0.92 和 0.78，r值分別為0.63和0.90，0.97和0.79，0.88和0.92。SWAT模型在潮河流域模擬的目標函數最佳值為0.66，說明該模型對潮河流域的產水量模擬具有一定的適用性。

(2)不同時期的土地利用和氣候變化對流域產水量的影響不同。與基準期相比，情景4中土地利用變化引起的產水量減少了4.1 mm，而氣候變化增加了29.58 mm徑流量;情景5中，土地利用變化造成產水量減少2.98 mm，氣候變化造成產水量減少了14.3 mm。在未來流域管理中，可以考慮采取不同的流域管理措施，如調整土地利用結構和面積等，來應對氣候變化對流域產水量的影響。

(3)模型模擬結果表明:潮河流域徑流量隨降水的增加而增大，隨氣溫的增加而減少。潮河流域徑流以降水補給為主，當降水增加時，徑流量增大。氣溫升高，蒸發量增加，在降水不變的情況下，徑流量減少。

(4)不同土地利用類型產流模擬結果表明:灌木林地情景中徑流增加了158.2%，草地情景中徑流增加了4.1%。林地和耕地情景下徑流減少。因此，潮河流域作為密云水庫水源區，未來流域管理過程中，在滿足流域內用水需求的同時，通過調整土地利用類型，合理布局，從而增加流域出水量，保證流域下游用水。

［1］Pang J P，Liu C M，Xu Z X.Impact of land use change on runoff and sediment yield in the Miyun reservoir catchment.Journal of Beijing Normal University:Natural Science，2010，46(3):290-299.

［2］Schuol J，Abbaspour K C，Srinivasan R，Yang H.Estimation of freshwater availability in the West African sub-continent using the SWAT hydrologic model.Journal of Hydrology，2008，352(1/2):30-49.

［3］Tao T，Xin K L，Liu S Q.Summarization of climate changing effect on water resources management.Journal of Water Resources and Water Engineering，2007，18(6):7-12.

［4］Guo J T，Zhang Z Q，Wang S P，Yao A K，Ma S Z.Effects of climate and land use changes on stream flow and sediment yield in Chaohe river basin.Transactions of the Chinese Society of Agricultural Engineering，2012，28(14):236-243.

［5］Brown A E，Zhang L，McMahon T A，Western A W，Vertessy R A.A review of paired catchment studies for determining changes in water yield resulting from alterations in vegetation.Journal of Hydrology，2005，310(1/4):28-61.

［6］Lai G Y，Wu D Y，Zhong Y X，Zeng F H，Chen J，Zhang L.Progress in development and applications of SWAT model.Journal of Hohai University:Natural Sciences，2012，40(3):243-251.

［7］Abbaspour K C，Yang J，Maximov I，Siber R，Bogner K，Mieleitner J，Zobrist J，Srinivasan R.Modelling hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT.Journal of Hydrology，2007，333(2/4):413-430.

［8］Zhang Y C，Wu K，Yu J J，Xia J.Characteristics of precipitation and air temperature variation during 1951—2009 in North China.Journal of Natural Resources，2011，26(11):1930-1941.

［9］Zhang J Y，Wang G Q.Climate change and sustainable utilization of water resources in China.Hydro-Science and Engineering，2009，(4):17-21.

［10］Zhang Z Q，Wang S P，Sun G，Zhang M L，Li J L.Response of sediment production to land-use change in Luergou watershed of Loess Plateau.Chinese Journal of Applied Ecology，2005，16(9):1607-1612.

［11］Liu S Y，Yu X X，Xin Z B，Li Q Y，Li H G，Lei F Y.Effects of land use change on runoff-sediment relationship at watershed in the Loess Hilly Region.Progress in Geography，2010，29(5):565-571.

［12］Li Z J，Li X B，Xu Z M.Impacts of water conservancy and soil conservation measures on annual runoff in the Chaohe River Basin during 1961—2005.Journal of Geographical Sciences，2010，20(6):947-960.

［13］Sun N，Li X B，Li Z J，Yu X X.Simulation of impacts of changes in land use and cover on annual streamflow in the upper reach of Chaohe River Basin.Journal of Beijing Forestry University，2008，30(Supp.2):22-30.

［14］Wang S P，Zhang Z Q，Ge S，Strauss P，Guo J T，Yao A K，Tang Y.Assessing hydrological impacts of changes in land use and precipitation in Chaohe watershed using MIKESHE model.Journal of Ecology and Rural Environment，2012，28(3):320-325.

［15］Faramarzi M，Abbaspour K C，Schulin R，Yang H.Modelling blue and green water resources availability in Iran.Hydrological Processes，2009，23(3):486-501.

［16］Wang L，Chen X W.Simulation of hydrological effects on vegetation restoration of degraded mountain ecosystem with SWAT model.Journal of Mountain Science，2008，26(1):71-75.

［17］Zhang L P，Qin L L，Hu Z H，Zeng S D.Simulated hydrologic responses to climate change of water source area in the Middle Route ofSouth-to-North WaterTransferProject.Journalof Hydraulic Engineering，2010，41(11):1261-1271.

［18］Zhang Y Y，Xia J，Chen J F，Meng D J.Study on optimal dam operation of water quantity and quality based on a distributed SWAT model.Journal of Hydroelectric Engineering，2010，29(5):159-164.

［19］Zhen J，Li G Y，Han Z Z，Meng G X.Application of modified SWAT model in plain irrigation district.Journal of Hydraulic Engineering，2011，42(1):88-97.

［20］Ren X S.Haihe Basin Water Resources Assessment.Beijing:China Water Power Press，2007.

［21］Holvoet K，van Griensven A，Seuntjens P，Vanrolleghem P A.Sensitivity analysis for hydrology and pesticide supply towards the river in SWAT.Physics and Chemistry of the Earth，Parts A/B/C，2005，30(8/10):518-526.

［22］Abbaspour K C，Johnson C A，van Genuchten A M T.Estimating uncertain flow and transportparametersusing a sequential uncertainty fitting procedure.Vadose Zone Journal，2004，3(4):1340-1352.

［23］Krause P，Boyle D P，B?se F.Comparison of different efficiency criteria for hydrological model assessment. Advances in Geosciences，2005，5:89-97.

［24］Hao L S， Zhang J， Yao X X.Characteristics of extreme temperature change in Hebei Province.Meteorological Monthly，2010，36(8):26-31.

［25］Jones R N，Chiew F H S，Boughton W C，Zhang L.Estimating the sensitivity of mean annual runoff to climate change using selected hydrological models.Advances in Water Resources，2006，29(10):1419-1429.

［26］Bormann H.Regional hydrological modelling in Benin(West Africa):Uncertainty issues versus scenarios of expected future environmental change.Physics and Chemistry of the Earth，2005，30(8/10):472-484.

［27］Arabi M，Govindaraju R S，Hantush M M.A probabilistic approach for analysis of uncertainty in the evaluation of watershed management practices.Journal of Hydrology，2007，333(2/4):459-471.

［28］Yang J，Reichert P，Abbaspour K C，Xia J，Yang H.Comparing uncertainty analysis techniques for a SWAT application to the Chaohe Basin in China.Journal of Hydrology，2008，358(1/2):1-23.

參考文獻:

［1］龐靖鵬，劉昌明，徐宗學.密云水庫流域土地利用變化對產流和產沙的影響.北京師范大學學報:自然科學版，2010，46(3):290-299.

［3］陶濤，信昆侖，劉遂慶.全球氣候變化對水資源管理影響的研究綜述.水資源與水工程學報，2007，18(6):7-12.

［4］郭軍庭，張志強，王盛萍，姚安坤，馬松增.氣候和土地利用變化對潮河流域產流產沙的影響.農業工程學報，2012，28(14):236-243.

［6］賴格英，吳敦銀，鐘業喜，曾峰海，陳潔，張琍.SWAT模型的開發與應用進展.河海大學學報:自然科學版，2012，40(3):243-251.

［8］張一馳，吳凱，于靜潔，夏軍.華北地區1951—2009年氣溫、降水變化特征.自然資源學報，2011，26(11):1930-1941.

［9］張建云，王國慶.氣候變化與中國水資源可持續利用.水利水運工程學報，2009，(4):17-21.

［10］張志強，王盛萍，孫閣，張滿良，李建勞.黃土高原呂二溝流域侵蝕產沙對土地利用變化的響應.應用生態學報，2005，16(9):1607-1612.

［11］劉淑燕，余新曉，信忠保，李慶云，李海光，雷鳳燕.黃土丘陵溝壑區典型流域土地利用變化對水沙關系的影響.地理科學進展，2010，29(5):565-571.

［13］孫寧，李秀彬，李子君，余新曉.潮河上游土地利用/覆被變化對年徑流影響模擬.北京林業大學學報，2008，30(增刊2):22-30.

［14］王盛萍，張志強，Ge S，Strauss P，郭軍庭，姚安坤，唐寅.基于MIKESHE模型的潮河流域土地利用與降水變化對水文的影響評價.生態與農村環境學報，2012，28(3):320-325.

［16］王林，陳興偉.退化山地生態系統植被恢復水文效應的SWAT模擬.山地學報，2008，26(1):71-75.

［17］張利平，秦琳琳，胡志芳，曾思棟.南水北調中線工程水源區水文循環過程對氣候變化的響應.水利學報，2010，41(11):1261-1271.

［18］張永勇，夏軍，陳軍鋒，孟德娟.基于SWAT模型的閘壩水量水質優化調度模式研究.水力發電學報，2010，29(5):159-164.

［19］鄭捷，李光永，韓振中，孟國霞.改進的SWAT模型在平原灌區的應用.水利學報，2011，42(1):88-97.

［20］任憲韶.海河流域水資源評價.北京:中國水利水電出版社，2007.

［24］郝立生，張婧，姚學祥.河北省極值氣溫變化特征.氣象，2010，36(8):26-31.