基于SUFI- 2算法的SWAT模型在抚河临水流域径流模拟中的应用

2018-11-14刘卫林朱圣男黄渊群刘丽娜万一帆

水利规划与设计 2018年10期

刘卫林，叶咏，朱圣男，黄渊群，刘丽娜，万一帆

(1.南昌工程学院江西省水文水资源与水环境重点实验室，江西南昌 330099；2.珠江水利科学研究院，广东广州 510611；3.南昌工程学院瑶湖学院，江西南昌 330099)

抚河流域土地广阔，流域所处的赣抚平原是江西省最大的粮食生产地，这就意味着抚河流域水资源安全将达到新的高度。临水为抚河最大一级支流，临水流域的水质、水量变化对抚河流域水资源有着重大影响，对了解流域的水资源分布格局、规划和管理流域水资源、实现抚河临水流域水资源时空合理调配及该流域可持续发展具有现实意义。

SWAT分布式水文模型是美国农业部(USDA)农业研究中心(ARS)1994年在SWRRB模型的基础上开发的一种流域分布式水文模型。SWAT模型能够模拟在不同土地利用类型、不同土壤类型和多种农业管理措施下的流域内的水量、泥沙和营养物质输送迁移带来的影响。开发之初在美国使用，随后在世界各地有较为广泛的应用与研究。在SWAT模型与其他类似流域模型的应用比较中，有大量的文献表明SWAT模型在不同程度上要优于HSPF、DWSM、MIKE SHE、AGNPS等模型[1]。国内学者近些年对SWAT模型也有很深入的研究，如刘睿翀等[2]、金聪等[3]、苏欢等[4]利用SWAT模型分别对黑河流域、新兴江流域、淮河上游流域进行径流过程模拟，结果证明了模型的适用性较高；张余庆等[5]、王学等[6]则模拟信江流域和白马河流域土地利用变化下的径流变化，模拟结果同样有很好的适用性。临水为抚河最大一级支流，利用SWAT模型对该流域进行径流模拟，对该流域气候变化及人类活动影响下水资源空间合理调配及洪涝干旱的减灾防灾具有重要意义。基于此，以抚河临水流域为研究区域，整合流域下垫面与气象数据资料，基于GIS平台构建了SWAT分布式水文模型；采用SUFI- 2算法对模型参数进行敏感性分析、率定和验证及不确定性分析，并对抚河临水流域径流过程进行模拟，评价SWAT模型在抚河临水流域的适用性，为该流域水资源规划、管理及社会经济发展制定提供科学依据[7]。

1 研究区概况与数据

1.1 研究区概况

临水是抚河流域最大的一级支流，位于抚河中游左岸，地处东经116°28′～116°33′、北纬27°03′～28°09′之间，流域面积5151km2。流域东北靠抚河，西北依清丰山溪，西邻乌江、沂江，南毗梅江。范围涉及乐安县、宜黄县等4县(区)，沿途有宜水、梨溪水及崇仁水等汇入，在抚北镇上黄村汇入抚河。临水流域位于赣中东部，属亚热带湿润季风气候区，盛行西北风，天气寒冷少水。盛夏多为副热带高压控制，盛行西南风，天气晴热少水；春夏季冷暖气团交汇于此，形成梅雨连绵；秋季受变性高压控制，形成凉爽的晴朗天气。研究区地理位置见图1。

表1 原始数据说明

图1 研究区位置示意图

1.2 数据来源

本研究采用的数据包括DEM数据、土地利用数据、土壤数据、气象数据。气象数据涉及包括龙溪、桃陂、芜头、马口、崇仁等抚河流域内十余个水文站与雨量站的逐日气象资料，包括平均本站气压、日最高本站气压、日最低本站气压、平均气温、日最高气温、平均水汽压、平均相对湿度、最小相对湿度、降水量、小型蒸发量、平均风速、最大风速、最大风速的风向、极大等速、日照时数等19个要素的19年数据，水文数据为流域控制站娄家村水文站的逐日径流资料。具体见表1。

2 SWAT模型构建

2.1 土地利用数据

土地利用数据(GLC2000数据)来源于中国西部环境与生态科学数据中心。根据SWAT模型中土地利用/植被覆盖分类标准进行重分类，最终得到3种土地利用类型，研究区主要土地利用类型为FRST(包括针叶常绿森林、常绿阔叶林、灌木丛、疏林等)，占流域面积的93.38%。重分类结果见表2。

表2 临水流域土地利用重分类统计

2.2 土壤数据

由于土壤的物理化学性质决定了不同水文单元的产流和汇流特征，也决定了土壤剖面中水和气的运动状况，同时对整个水文循环过程有着重要的作用[8]。本文选用的土壤数据为基于世界和谐土壤数据库(HWSD)的中国土壤数据集[9]。计算方法具体采用土壤水特性软件SPAW计算水力传导系数、土壤湿密度和田间持水量等参数，其他参数由经验公式求得(水文分组、土壤可侵蚀因子等参数)。该研究区土壤类型经重分类后共9种，见表3。土壤类型以典型强淋溶土、旱耕人为土为主，分别占流域面积的59.96%、20.03%。

表3 抚河临水流域土壤重分类统计

2.3 气象数据

利用临水及抚河流域内的十余个气象站点19年的逐日气象数据制作天气发生器参数数据库，通过借助相关软件计算：平均降雨量、平均降雨天数、降雨偏度系数、月内干日日数、月内湿日日数；露点温度；最高气温、最低气温、平均气温及相应的标准偏差等值可通过SWATWeather计算可得。月内平均风速、月内太阳辐射量等根据计算公式或查询相关资料求得。

2.4 子流域及水文响应单元划分

输入前期准备的DEM基础数据，利用SWAT模型自带的河网分析工具，生成水系和河网，设定集水面积阈值，将临水流域划分为33个子流域。再根据不同土地利用类型、土壤类型和坡度，将临水流域划分为396个水文响应单元(Hydrological Response Units，HRUs)。在本文中将选取娄家村站作为控制站，利用该流域出口处地表径流数据资料的变化情况对SWAT模型进行评价。

2.5 模型评价指标

在研究过程中，利用SWAT-CUP软件对SWAT模型进行率定和验证，同时选用决定系数R2、纳什效率系数Ens、P因子和R因子来对模拟结果进行评价。水文模型模拟结果的好坏一般使用纳什效率系数来评价；相关系数是反映变量之间相关关系密切程度的统计指标，相关系数的计算方法是利用积差方法以两个变量与各自平均值的离差为基础，通过两个离差相乘来反映两个变量之间相关程度。本文利用娄家村水文站的实测数据对模型进行校准与验证，并采用纳什效率系数Ens、决定系数R2和P因子和R因子对模拟效果进行评价[10]。R2越接近于1，表示模拟值与实测值的拟合程度越高，ENS小于1大于0，表示二者越接近，专家学者普遍认为R2>0.6，ENS>0.6，P>0.6和R<1的模拟情况是可以接受的[11]。Ens、R2、P因子和R因子的计算方法如下:

(1)

(2)

(3)

(4)

(5)

根据上面三种系数判断模型率定和验证期的效果。

3 结果分析

3.1 参数敏感性分析

SWAT模型参数较多，每种参数也影响各不相同。有些参数对模型模拟的结果贡献稍小，而有些参数的细微变化对模型模拟的结果具有举足轻重的作用[12]。因此本文采用SWAT-CUP中的SUFI- 2算法，它是一种应用梯度搜索的程序[12]。通过拉丁超立方随机采样产生的参数进行计算。具体的方法是利用拉丁超立方随机采样产生500组参数，进行500次相互独立计算，读取计算结果以后可以得到每个参数的敏感性排序和计算后推荐的新参数范围，以此进行多次重复迭代，完成参数率定，得到参数敏感性的结果和参数范围，再进行模型验证。参数的敏感性分析结果采用t检验法进行评价，p值越小、t值越大，参数越敏感，见表4。

由表4可看出，对SWAT模型径流模拟影响较显著的参数有地下水滞后时间GW_DELAY、基流系数ALPHA、SCS径流曲线系数CN2、浅层地下水径流系数GWQMN。

3.2 参数率定与验证

本文选择娄家村站1990年1月1日—2008年12月31日间19年的实测流量数据对模型进行率定与验证。其中，1990—1991年数据用作模型模拟的建立阶段，1992—2000年为率定期，2001—2008年为验证期。

表4 参数敏感性率定结果

娄家村站率定期(1992—2000年)和验证期(2001—2008年)实测与模拟径流的拟合结果见图2、3，模型适应性评价指标见表5。在图2中可以知，娄家村站实测径流和月径流模拟值拟合程度都比较好，率定期实测径流和模拟径流两者相关系数R2为0.8288，验证期两者的R2相关系数为0.803。从模型适应性评价指标可知，P因子和R因子在率定期和验证期值也均符合要求。率定期月径流模拟值和实测值的的相关系数R2和纳什效率系数Ens也均在0.80左右，这表示娄家村站的月径流模拟值与实测值流量过程线拟合程度较好。参数率定后，将率定后的参数值带回SWAT模型，利用娄家村站2001—2008年径流数据进行验证，验证期间径流量实测值与模拟值的拟合结果见图3，验证期模型适应性指标计算结果见表5，在验证期娄家村水文站的纳什效率系数Ens和决定系数R2也都在0.80左右，表明SWAT模型在抚河临水流域有很好的适用性。所以可以认为SWAT模型能较好地模拟临水流域的水文径流过程。

图2 娄家村水文站率定期与验证期实测径流拟合

模拟期P因子R因子R2ENS率定期(1966—1990年)0.700.570.830.79验证期(1991—2005年)0.650.490.800.81

图3 娄家村水文站率定期、验证期月模拟值与实测值

3.3 不确定性分析

本文选取利用SUFI- 2算法的2.5%和97.5%区间作为95%置信区间(95PPU)，通过计算结果可以得到率定期P因子为0.70，R因子为0.57，表明实测值落在不确定性区间的数量较少；验证期的P因子为0.65，R因子为0.49，比率定期的不确定性区间宽度稍有增大，则落在不确定性区间的实测值增大，通过对比图2、3，表明率定期和径流模拟比验证期径流模拟的不确定性小。