SWAT模型在缺資料地區的應用
——以高明河為例

楊帆，韓晶，肖羽

(廣東省水文局佛山水文分局，廣東佛山528000)

中國洪澇災害十分嚴重，而作為重要防汛非工程措施的現有大部分水文預報都是著眼于有資料流域，即根據已有資料建立合適的經驗關系或模型進行預報。但在實際應用中，由于受到社會發展等各方面因素的影響，還存在著無資料或資料稀缺的流域，而且有些已具備資料的流域可能因為環境變化使得歷史資料不可用。位于珠江三角洲地區的佛山市高明河流域，由于降雨資料系列短，且無長系列實測的河道水位流量數據等，同樣面臨著這些問題。

1965年，水文界曾啟動了第一個國際水文十年計劃(International Hydrological Decade, 簡稱 IHD)。2003年，國際水文科學協會啟動了第二個國際水文十年計劃，開展了“無測站流域水文預測”研究(Predictions for Ungauged Basins，簡稱PUB)[1]，成為又一個對水文學發展影響深遠的里程碑[2]。PUB研究計劃具有重要的作用和意義，其前沿重點是估計和減少預報的不確定性，以及對整個水文過程的預報[3]。目前國內外針對PUB的方法主要有3種[4]：一是通過內插和外延，即將已有測站資料流域的響應信息推到無資料流域的方法，主要有：參數移植法、參數回歸法等；二是利用地理信息技術，即GIS和RS等技術，采用土地利用類型等各類基于流域實際特征值的模型研究；三是建立具有物理機制的分布式流域水文模型等。其中分布式流域水文模型的應用已經成為PUB研究的難點，在中國應用較多的分布式水文模型有SWAT、VIC等。SWAT模型充分考慮了流域內土壤、水情、植被、地形、土地利用等下墊面情況，各參數具有明確的物理意義。近年來，SWAT模型在中國的應用研究得到了快速發展，被廣泛應用到水文學的不同領域，張蕾娜等[5]通過分析模擬6種土地覆被情況下的徑流結果，得出還草比還林可以增加徑流的結論；朱利等[6]針對氣候變化對SWAT模型水文響應的影響進行了研究。

本文采用PUB計劃的研究思路和方法，將SWAT分布式水文模型應用于珠江三角洲高明河流域，利用GIS的空間分析與數據處理能力，對流域水文氣象和下墊面資料進行分析處理，率定模型參數，研究SWAT模型在降雨資料系列短、無長系列實測的河道水位流量數據、缺少有效的水文預報方案等缺資料的珠三角中小流域的適用性，并嘗試分析誤差原因。

1 高明河概況

高明河，珠江水系三角洲河流，古名倉步水、滄溪，又名滄江河，發源于高明區西部合水鎮托盤頂，干流經合水、更樓、新圩、明城、人和、西安、三洲、荷城，從海口塔下流入西江(圖1)，全長80.78 km，總落差446 m，河道平均坡降0.45‰，干流寬度在70～120 m之間。主要支流有楊梅河與更樓河。

1.1 水文特征

高明河流域屬于亞熱帶海洋性季風氣候，年平均降雨量1 681 mm[7]，降雨量與徑流量年際變化較大[8]，雨量年內分配不均，雨季多發生在4—9月，約占全年降雨量的82%，其中4—7月以鋒面雨為主，7—9月以臺風雨為主。

高明河下游受潮汐影響較大，水流方向不定，1 d內有2次漲潮和退潮，平均漲潮歷時約為9 h，平均退潮歷時約為15 h。

1.2 洪澇特點

高明河中游明城以上支流匯入較多，坡度較陡，易受山洪沖刷。遇暴雨則成澇，無雨則受旱，山丘區的洪災威脅主要來自高明河雨洪，圍田區的洪災威脅除來自高明河暴雨洪水外，還來自西、北江洪水倒灌、頂托。遇高明河上游暴雨發洪，圍田地區構成重災的可能性極大。易澇滯洪區較集中在新圩、更樓和明城鎮。旱區較集中在合水鎮。

1.3 水文站

尼教水文站位于佛山市高明區荷城街道尼教村，屬于廣東省中小河流項目新建站點，目前監測項目為水位和雨量，規劃有流量監測，是高明河流域控制水文站。站點斷面附近河段順直，左、右岸均為人工修建的河堤及農田，河寬約200 m，河床為泥沙質；斷面上游約20 m右岸有牛圍竇小型水閘，上游50 m有尼教公路大橋，上游300 m處有西安河從左岸匯入；下游約1.2 km有高明大道三洲大橋。當下游滄江水閘開啟時，該站受西江水位變化和潮汐影響。

1.4 水利工程

高明河匯入西江河口處建有滄江水利樞紐，樞紐西北連高明城區，東南面與南海區西岸接壤，是一項以防洪、排澇為主，集灌溉、航運等多功能于一體的綜合性大型水利樞紐工程[9]。

高明河流域共有水庫69宗，其中中型水庫2宗，為西坑水庫和深步水水庫。西坑水庫位于高明區西南面27 km，北距楊梅鎮14 km，離皂幕山、萬寶山莊僅3 km，集水面積10.5 km2，總庫容1 015萬m3。深步水水庫是南海區最大的水庫，位于更合鎮更樓河的中游地段，距更樓圩3 km，集水面積30.94 km2，總庫容1 540萬m3，集水區內多為較高的山體，植被較好。本文考慮了2宗中型水庫的調蓄和調度。

2 模型應用

SWAT(Soil and Water Assessment Tool)是由美國農業部開發的一種流域模型。它考慮了氣候和下墊面的空間分布不均勻性，模擬流域降雨徑流的形成過程，可以反映出氣候和下墊面因子的空間分布不均勻性對流域徑流和水量變化的影響，并且可以將土壤特性、水情、植被、地形、土地管理措施與水循環、氮磷循環、泥沙運動等過程結合起來[10]。

2.1 資料處理

2.1.1流量數據

a) 河道流量方面，由于高明河流域無長系列實測流量資料，模型驗證所采用的河道流量資料由尼教站水位資料通過曼寧公式轉換，曼寧公式[11]見式(1)：

(1)

式中A——斷面面積；I——坡降；n——糙率；R——水力半徑。

本文在應用曼寧公式計算流量時，將尼教站斷面近似概化為拋物線型，其公式為y=0.0006x2-0.1499x+6.5347，相關性系數為0.812 2，見圖2。以此拋物線型為基礎，利用面積分求得對應于不同水位的過水斷面面積。

b) 水庫出流方面，SWAT是日模型模擬，故本文將西坑和深步水2宗中型水庫下泄調度轉為日平均出流代入模型運算。本文未考慮小型水庫調度影響。

2.1.2氣象數據

SWAT模型所需的日最高最低溫度、日平均相對濕度、日輻射以及日平均風速數據由SWAT官網(http://swat.tamu.edu/)提供的位于高明河流域的監測站資料。

2.1.3DEM數據

采用國際科學數據服務平臺90 m×90 m的DEM數據，經ArcGIS水文分析工具處理，得到流域的DEM(圖3)。

2.1.4土地利用數據

采用美國地質調查局(USGS)的USGS-2000分類系統對土地利用數據進行分類，見表1，分類后的土地利用分布見圖4。

2.1.5土壤數據

土壤數據采用聯合國糧農組織(FAO)提供的土壤數據庫(Harmonized World Soil Database，HWSD)，比例尺為1∶1000000。利用ArcGIS裁切出流域土壤類型分布(圖5)，土壤類型代碼及所占的面積，見表2，借助FAO提供的土壤參數，計算SWAT模型所需要的土壤參數，如土壤層數、土壤粒徑、土壤水文學分組等，并建立高明河流域的土壤數據庫。

表2 高明河流域土壤類型代碼

2.2 子流域及響應單元劃分

本研究以水文站的地理位置和河網水系的結構為基礎，以尼教站斷面作為流域的出口斷面，將高明河流域劃分為46個子流域和151個HRU水文響應單元(圖6)。

2.3 參數敏感性分析

SWAT模型屬于分布式水文模型，參數一般都具有物理意義，在參數率定前首先做參數敏感性分析，然后再對相對敏感參數進行率定。本研究中采用LH-OAT靈敏度分析法來進行參數敏感性分析。

由于SWAT模型的結構復雜、參數較多，給模型參數率定帶來了一定的困難。本文采用人機聯合優化率定，所用的參數優化方法為SUFI-2(Sequential uncertainty Fitting，ver.2)方法[12]。通過敏感性分析，確定了對高明河流域徑流模擬影響較大的6個參數，率定結果見表3。

2.4 模擬結果評價

根據率定得到的參數值，將模擬結果分為率定期和驗證期，2014年3月6日至2014年7月31日共148 d為率定期(表4、圖7)，2014年8月1日至2014年9月17日共48 d為驗證期(表5、圖8)。采用相對誤差、相關系數以及Nash-Sutcliffe效率系數三項指標對模型模擬結果分別進行評價(部分突變點原因見誤差分析第1點)。

表3 SWAT模型日徑流模擬參數結果

表4 高明河流域日徑流模擬率定期評價

表5 高明河流域日徑流模擬驗證期評價

3 誤差分析與討論

高明河流域屬于缺資料地區，現有實測資料只有尼教站水位(2014年開始監測)和5個雨量站(2站從2009年開始監測、2站從2013年開始監測、1站從2014年開始監測)的短系列資料，缺乏長系列(特別是汛期)實測流量數據，包括流域出口的流量數據和流域內各水庫的出流數據(只考慮了2宗中型水庫調度)。從模型應用過程中遇到的問題來看，存在以下誤差。

a) 因流域所處位置及滄江水利樞紐控制，作為流域出口斷面的尼教站的水位、流量等要素的變化除受自身流域產匯流影響外，很大程度上還受到西江上游徑流及下游潮汐頂托影響，而本文僅從高明河流域自身的產匯流方面進行了分析，未考慮這兩方面的影響，故在水位轉換流量后，實測過程線會出現突變點，同時在外江中低水位時，預報會出現誤差。此外，由于模型考慮了中型水庫的調蓄和調度，再加上地下水影響，故模擬結果存在降雨小反而徑流略有增加的情況，但由于未考慮眾多小型水庫的調蓄，因此與實際過程仍有誤差。

b) 本文中的流量數據是由曼寧公式通過計算而來，而曼寧公式本身就存在誤差[13]。除此之外，應用曼寧公式計算流量時，所采用的斷面面積應該是河段平均斷面面積，本文將流域出口斷面近似概化為拋物線型。尼教站水位較低，一般在2 m以下，當水位在3 m以下時拋物線擬合效果較好，但高水時就會使斷面面積產生一定誤差。

c) SWAT模型運算結構較為復雜[14]，在校準過程中，需要在空間上進行多站點的校準，即采用上下游多個站點的水文資料來校準模型參數，圖9是SWAT模型校準技術流程。由于缺少流域中上游各站點水文資料，本文只能通過流域總出口的水文資料進行統一分析，以總出口斷面率定出的模型參數代替流域中151個水文響應單元的參數，這樣處理必然會帶來一定的誤差。

下一步工作，筆者一方面進一步查證歷史資料、更新下墊面數據，對最新測驗資料進行插補延長；一方面加入西江上游徑流來水、下游潮汐頂托和小型水庫調蓄等影響因素，考慮不同邊界條件對模型的影響，繼續優化完善模型，減少誤差，提高模擬精度。并以此模型為基礎，分析高明河流域總磷、總氮等污染物通量。

4 結論

本文以高明河流域尼教站水位數據為基礎，收集到與水位時間對應的氣象數據，包括溫度、太陽輻射、相對濕度、風速，利用高明河流域的5個雨量站數據，結合流域的DEM、土壤類型數據庫、土地利用分布圖等其他輔助數據，采用SWAT模型，對高明河流域進行日徑流模擬。經檢驗，率定期和驗證期的相對誤差均在0.2以下，相關系數均在0.6以上，Nash-Sutcliffe效率系數均在0.5以上，達到GB/T 22482—2008《水文情報預報規范》中精度評定的丙級(率定期確定性系數0.63)。上述結果表明，模擬的徑流過程與實測徑流過程吻合度較好，能夠基本準確地反映出流量的實際變化，滿足日徑流模擬參考性預報和估報的精度要求。綜上所述，SWAT分布式水文模型能夠準確地對高明河流域日時間尺度水文過程進行模擬，具有較好的適用性。