夏晓玲,曾莉萍,刘 涛,3,王加敏,方 荻,2,张明祥

(1.贵州新气象科技有限责任公司,贵州 贵阳 550002; 2.贵州省山地环境气候研究所,贵州 贵阳 550002; 3.贵州省人工影响天气办公室,贵州 贵阳 550002)

0 引 言

贵州省地处云贵高原东斜坡地带,气候湿润,降雨丰沛,河流众多,水资源充足。但贵州省下垫面情况复杂,全省73%的面积为碳酸岩盐[1],92.5%的面积为山地和丘陵,山间平坝区面积甚少[2],导致贵州水资源时空分布非常不均匀、水资源供需矛盾突出,难以有效利用水资源。随着社会经济的快速发展,水资源的可持续利用面临着更加巨大的挑战[3-4]。水力发电作为水资源开发利用的重要手段之一,需要精细化的水文(径流量)预报为其提高开发利用率提供支撑。随着“3S”等科学技术的发展,Soil and Water Assessment Model(SWAT模型)成为运用最为广泛的分布式水文模型之一。该模型可以在下垫面复杂、降水时空分布不均情况下对流域水文过程进行精细化模拟[5-7]。

2015年,Uniyal等[8]使用ArcSWAT模型研究气候变化对印度拉尼河水平衡等的影响,发现21世纪末气候条件变化会对该区域的径流产生重大影响。2017年,Reshmidevi等[9]使用与ArcGIS集成的SWAT进行水文模拟,预测了水资源压力可能来源于河流流量、地下水补给量的减少以及灌溉需求的增加。中国针对分布式水文模型的研究发展迅速[10]。1997年,黄平等[11]总结了具有物理机制的分布式水文模型,构建了流域三维动态水文数值模型。2007年,熊立华等[12]利用拓扑关系表达流域水流的空间聚合与分散,建立了水文模型。2013年,于岚岚等[13]在大凌河流域进行小流域降雨模拟,针对洪水传播时间为固定值这个缺陷,采用变动态存储系数法演算洪水,提高了洪水模拟的合格率。2015年,朱悦璐等[14]将CanESM2气候模式下的两种情景与半分布式水文模型VIC相对接,分析未来2020s、2030s、2040s、2050s四个时期渭河径流变化。2020～2021年间,刘君龙、刘飞、徐志等均运用SWAT模型对不同流域的水文过程进行了模拟[15-17]。陈长征等[18]对SWAT模型的参数化优化方法进行了研究分析。国内外研究大多从水文过程着手,通过优化水文模型以提高径流量或洪水预报。本文基于ArcGIS软件平台,针对贵州省平寨流域,首次在喀斯特地貌特征明显的区域应用SWAT分布式水文模型开展径流量预测研究,以期为类似流域研究提供参考。

1 研究区域概况

平寨水库坝址在三岔河中游木底河平寨附近,处于贵州省六枝特区与织金县交界处(图1)。平寨水库坝高162.7 m,淹没区面积为15.10 km2,正常蓄水位1 331 m,死水位1 305 m,平均水深50 m,校核洪水位1 333.29 m,总库容量为10.89亿m3,调节库容4.48亿m3,电站总装机容量146.6 MW。流域总面积3 492 km2,占三岔河流域面积的48.2%。

图1 平寨流域

平寨流域范围内现有数据较为完整的水文站为阳长水文站,1993年1月1日该水文站开始记录数据。阳长水文站由毕节地区水文水资源局设立,控制集水面积为2 696 km2,在纳雍县、阳长镇、新阳长大桥下游约50 m的位置。气象站点选用水城、汪家寨、松林坡、新房、牛场共5个站点。

2 数据与方法

2.1 建模数据来源

建立SWAT模型所需要的基础数据库主要分为两类:空间数据和属性数据。

(1) 空间数据包括高程数据(DEM)、土地利用类型数据、河流水系分布数据、土壤类型分布数据等。其中DEM高程图和土地利用数据的精度为30 m×30 m,格式为Raster;土地利用数据来源是2015年全国范围的遥感影像(基于Landsat),分辨率为1 km,分为14类;河流水系图精度为1∶500 000,格式为Shapefile。以上所有空间数据需具有统一的投影坐标,本文投影采用WGS_1984_UTM_Zone_48。

(2) 属性数据主要是气象和水文的观测资料,气象资料:气温(最低、最高)、降水量、日照时数、平均相对湿度、平均风速等;时间范围为2009年1月1日至2018年12月31日,时间分辨率为逐日数据或逐月数据;水文资料为阳长水文站逐日/逐月的流量观测,逐日水文资料时间范围为2017年1月1日至2019年12月31日;逐月水文资料时间范围为2009年1月至2018年12月。

2.2 预报、分析数据来源

气象数据包括平寨流域关键气象站点(水城、汪家寨、松林坡、新房、牛场)2021年6～9月每月9,19,29日的未来8 d降水预报数据。实况数据包括2021年6～9月平寨水库日入库流量数据。

2.3 研究方法

2.3.1 模型评价指标

本文的评价指标有确定系数R2、纳什系数NSE、偏差百分率PBIAS。公式如下:

(1)

(2)

(3)

式中:Qobs,Qobsave,Qsim,Qsimave分别为观测值、观测值的平均值、SWAT模型的模拟值、模拟值的平均值,m3/s;n为数据长度,此处为年份。确定系数和纳什系数取值范围在0～1,值越接近1,说明模型的模拟效果越好。确定系数大于等于0.5时,认为模拟效果可以被接受。纳什系数大于等于0.75时,表示模型的模拟效果很好;当NSE为0.36～0.75时,说明模型的模拟结果基本达要求;如果纳什系数不大于0.36,说明模拟结果达不到要求。偏差百分率越接近0说明模拟效果越好,绝对值在10%以内表示可以接受。

2.3.2 模型不确定性分析

运用SWAT-CUP软件对模型参数进行率定。SWAT-CUP是独立于SWAT与ArcGIS,专门开发的计算机程序。本文使用SWAT-CUP软件中SUFI2算法对平寨流域SWAT模拟径流量结果进行参数自动校准,获取12个影响最大的参数,并代回模型反算结果进行验证。

2.3.3 实时入库流量修正

目前常用的入库流量计算方法有水量平衡法、区间推流法、入库控制站代表法等,其中以水量平衡法应用最广。该算法基于水量平衡原理,用时段内入库水量减去出库水量得到库内水量变化值,利用库容变化和出库流量反推计算入库流量。但该算法对坝上水位数据的敏感度较高,特别是水库面积较大,坝上水位的小幅波动会导致库容差大幅变动,从而影响入库流量计算,使入库流量呈现锯齿状震荡,无法准确反映实际情况,有些水库在枯水期甚至出现计算入库流量为“负”值的现象。

用m次多项式来拟合得到的实验数据,设拟合多项式为

Y(t)=a0+a1t+a2t2+…+amtm

(4)

用最小乘法来确定方程(4)中的待定系数,令

(5)

=φ(a0,a1,…,am)

(6)

为使φ(a0,a1,…,am)达到最小,将它分别对ak(k=0,1,…,m)求偏导数,并令其为0,可得方程组:

(7)

该方程组称为正规方程组。当n=2(5个节点),m=3时,得到具体的正规方程组,由此解出a0,a1,ai,ait代入式(4),并令t=0,1,-1,2,-2,得到五点三次平滑公式:

(8)

(9)

(10)

(11)

(12)

该算法要求节点个数为k≥5,当节点个数多于5时,为对称起见,除在两端分别用式(8)、(9)、(10)、(11)、(12)外,其余都用式(10)进行平滑,这就相当于在每个子区间上用不同的三次最小二乘多项式进行平滑。对于平寨入库流量运用五点三次算法进行平滑处理的结果,平滑后的流量数据走势与原始数据基本相同,且洪水总量、洪峰流量与峰现时间洪水三要素与原始数据差异较小,能够较好拟合原始流量数据,具有较高的实际应用价值。

2.3.4 水文气象模式耦合

将降水预报产品作为输入场驱动水文模型,实现水文气象模式耦合,进而开展径流量预报,旨在延长洪水预报的预见期。降水预报数据是贵州新气象科技有限责任公司在结合贵州省气象台与ECWMF模式降水预报产品的基础上制作的主客观融合格点降水、气温、风等产品,这些数据分辨率为5 km×5 km,属于精细化产品。将这些数据插值至平寨流域范围内的5个气象站点。雨量订正方法为首先随机选取一部分数据,运用一元线性回归方式建立订正模型,然后运用其余数据,带入订正模型,检验订正后误差百分率,再用消除极值方法,保证预报误差在10%以内,作为订正后的雨量预报数据,和订正前预报数据同时带入水文模型对比分析。

3 结果分析

3.1 SWAT在平寨流域的模型建立与检验

3.1.1 SWAT模型数据库建立

获取基础数据后,根据不同地理信息数据,平寨河流域被划分出2 117个水文响应单元、23个子流域。阳长水文监测站被划分在第11个子流域,运用阳长水文站观测的实测流量数据对模型进行率定和验证,2017年日径流值为预热期,2018年为率定期,2019年为验证期;2009～2010年月径流值为预热期,2011～2014年为率定期,2015～2018年为验证期。图2为平寨流域SWAT模型建模界面。

图2 平寨流域SWAT模型建模界面展示

3.1.2 参数敏感性分析

由于阳长站的水文数据时间长度最长,数据质量控制最好,因此参数率定选择阳长站,经过SUFI2算法2 000次迭代计算常用的25个参数后,发现12个对阳长站径流量影响最大的参数(表1)。结果表明:径流曲线数(CN2)对径流影响最大,土壤有效含水量(SOL_AWC)、地下水滞后系数(GW_DELAY)、和基流α系数(ALPHA_BF)次之,浅层地下水径流系数(GWQMN)影响最小。

表1 参数敏感性分析

3.1.3 率定及验证

借助SWAT-CUP软件,运用阳长站实际观测的径流量对模拟日径流量(2018年)和模拟月径流量(2011～2014年)进行率定,将最佳模拟结果的参数值代回SWAT模型,重新模拟阳长站2019年日径流量及2015～2018年月径流量,并与实际观测的径流量做对比分析(表2)。可以看出,模拟日径流量值校准效果优于模拟月径流量值,日值与月值率定期R2和NSE均为0.8左右,验证期日值R2和NSE均大于0.7,而月值NSE小于0.7。率定期日值和月值的PBIAS绝对值均小于10%。整体而言,验证期评价指标基本在误差范围内,因此SWAT模型对平寨流域的径流过程模拟有一定的效果。

表2 SWAT模型在平寨流域阳长站率定期、验证期的模拟结果

平寨流域阳长站率定期、验证期的水文观测资料与模型模拟值对比结果(图3～4)表明:从变化趋势来看,模拟值与实测值基本一致;模拟的洪峰流量、洪峰值出现时间也和实际观测的较为吻合。日值模拟中,在率定期2018年6月22日、7月11日、9月26日分别出现了3次洪峰流量过程,第一次和第三次过程模拟值低于实测值,第二次过程中模拟值较实测值高;2019年验证期,洪峰过程分别出现在6月18日、7月23日、9月9日,第一次过程模拟值与实测值较为接近,其他过程模拟值均小于实测值。月值模拟中,率定期2011年6月、2012年7月、2014年7月出现了3次洪峰流量,径流量模拟值在第一次洪峰过程中显著高于实测值,而在第二次和第三次过程中略小于实测值。整体而言,SWAT模型模拟出的平寨流域的径流量可基本满足日常应用的要求。

图3 平寨流域阳长站逐日径流量实测值与模拟值对比

图4 平寨流域阳长站逐月径流量实测值与模拟值对比

3.2 耦合气象预报数据预测入库流量

在平寨流域SWAT模型中加入水城、汪家寨、松林坡、新房、牛场气象站点2021年6～9月每月9,19,29 d的未来8 d降水预报数据。由于阳长站和平寨水库距离较为接近,且平寨水库水位流量站建站时间较短且数据质量不高,因此无法运用平寨水库流量站开展参数率定建模工作,本文尝试运用阳长站点的参数率定结果,代入模型对平寨水库的入库流量进行预测。

3.2.1 整体预报效果分析

针对2021年6～9月平寨水库的SWAT模型入库流量预报,分别计算逐月的确定系数R2、NSE系数、百分比偏差PBIAS(表3),可以看出,2021年8月和9月的NSE系数为负,其余时段的NSE系数为正,最高为2021年6月,NSE系数为0.45,说明耦合了气象预报数据的SWAT模型在平寨流域的模拟结果在6～7月基本达到要求,但是8～9月模拟效果不佳。将降水预报偏差较大的日期进行一定的订正,运用订正后的降水模拟平寨水库的入库流量,可以看出6～9月的NSE系数和R2相比降水订正前有明显的提高,偏差有一定缩小,但整体表现没有建模时期的效果好,最高纳什系数仅为0.61,降水修正后8～9月的NSE系数由原先的负值变为正值,说明由于8～9月的降水预报偏差较大,造成了入库流量预报效果不佳。

表3 2021年主汛期SWAT模型在平寨水库预报效果

3.2.2 逐日入库流量情况预报效果分析

从逐日入库流量预测和实况对比(图5)可以看出,在2021年7月2日前后的洪峰过程,SWAT模型的模拟效果和实况流量基本一致,预测流量和出现的时间和实况吻合程度较高,预测的洪峰为224.7 m3/s,6月30日的实况流量为250.78 m3/s,随后的几天预测效果也比较理想。但是2021年6月9日前后的洪峰过程预测,在时间上有一定的滞后,流量数值的预报和实况较为接近,7月27日前后以及8月30日前后小洪峰过程预测的入库流量明显小于实况。将降水订正和实况对比,6～9月的预报流量走势和洪峰过程均较订正前更接近实测值,且8～9月的洪峰过程预报效果有明显的提升,因此运用SWAT模型耦合降水预报对平寨水库的入库流量进行预测时,在模型参数固定的条件下降水预报的准确性起到关键作用。

图5 平寨水库降水订正前后及入库流量预报

4 结 论

本文以贵州省平寨流域作为研究区,基于DEM高程资料、土地利用数据、土壤数据、气象数据、阳长水文站实测径流量数据等,应用SWAT模型,对其水文循环过程进行了模拟预测,具体结论如下。

(1) 利用实测径流量资料对2017～2019年逐日径流量和2009～2018年逐月径流量进行了率定及验证,其中日值模拟中设定2017年为预热期,2018年为率定期,2019年为验证期,月值模拟中设定2009～2010年为预热期,2011～2014年为率定期,2015～2018年为验证期。参数敏感性分析结果显示CN2参数最敏感,其次为SOL_AWC;GWQMN对径流量影响最小。

(2) 逐日数据率定期R2和NSE均为0.88,PBIAS小于10%,验证期R2和NSE均大于0.7,逐月数据率定期R2大于0.8,NSE为0.79,PBIAS为3.7%,验证期R2大于0.75,NSE为0.69,模拟效果达到要求,在平寨流域有很好的适用性。

(3) SWAT模型模拟的径流量变化趋势与实测径流量变化趋势基本一致。日值模拟的洪峰过程与实际过程相符,均能准确模拟。月值模拟中,2016年峰值模拟效果最优。

(4) 在平寨流域中SWAT模型耦合气象预报数据,模拟得到该时段径流量变化,发现几次洪峰过程预报有明显的偏大的情况,洪峰出现的时间也有一定的错位。如果将降水订正至和实况接近,这几次洪峰过程预报降水会更接近实况,因此运用SWAT数据耦合降水预报对平寨水库的入库流量进行预测时,降水预报的准确性较为重要。