汾河兰村—二坝流域径流模拟及气候变化对径流影响研究

岳广涛; 祝雪萍; 杨军生; 王秀云; 胡德生; 张傲然; Guang-tao YUE; Xue-ping ZHU; Jun-sheng YANG; Xiu-yun WANG; De-sheng HU; Ao-ran ZHANG

中国农村水利水电 ›› 2021 ›› (3) : 46-52.

作者信息 +

Runoff Simulation of Lancun Station to Fenhe Erba Station Watershed of Fenhe River and the Impacts of Climate Change on Runoff

Author information +

稿件信息 +

摘要

以汾河兰村—二坝区间流域为研究对象，建立研究区SWAT分布式径流模拟模型，并利用SWAT-CUP程序SUFI-2算法进行模型敏感性分析及参数率定，进一步将率定好的模型应用于气候变化条件下的径流响应分析，为区域水资源管理决策提供理论依据与技术支持。径流模拟结果表明：模拟期的各项精度评价指标均达到乙级，SWAT模型在研究区径流模拟的适用性较好。气候变化条件下径流响应分析表明：径流变化与温度变化呈负相关，且随着温度变幅的增加，径流减小速率减缓，温度影响效应减弱；径流变化与降雨变化呈正相关，且随着降雨变幅的增加，径流量增加速率加大，降雨影响效应加强；相同的径流响应，气温与降雨的变化基本呈线性变化关系，即气温增加0.5 ℃的径流效应与降雨平均减少0.49%（变化幅度0.38%~0.67%）的径流效应等效。

Abstract

Taking the Lancun Station to Fenhe Erba Station watershed of Fen River as the study area， the SWAT distributed runoff simulation model in the research area is established. The SUFI-2 algorithm in SWAT-CUP is used for model sensitivity analysis and parameter calibration. Then the calibrated model is further applied to runoff response analysis under the condition of climate change. The results would provide a theoretical basis and technical support for regional water resources management decision. The results of runoff simulation show that all the accuracy evaluation indexes of the simulation period meet the standard class B. SWAT model has good applicability in runoff simulation in the study area. The runoff response analysis under the condition of climate change shows that the runoff change is negatively related to the temperature change， and with the increase in temperature variation， the rate of runoff decrease slows down， and the temperature effect weakens. The runoff change is positively related to the rainfall change， and with the increase in rainfall variation， the runoff increases with the increase in acceleration rate， the effect of precipitation is strengthened. For the same runoff response， the relationship between temperature and rainfall is basically linear， that is to say， the runoff effect of 0.5 ℃ increase in temperature is equivalent to that of 0.49% （range of change 0.38%~0.67%） decrease in rainfall.

关键词

SWAT模型 / 径流模拟 / 气候变化 / 汾河兰村—二坝流域

Key words

SWAT model / runoff simulation / climate change / Lancun Station to Fenhe Erba Station watershed of Fenhe River

基金

山西省水利厅项目(TZ2019024)

山西省自然科学基金资助项目(201901D111060)

山西省高等学校科技创新项目(2019-137)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

岳广涛 , 祝雪萍 , 杨军生 , 王秀云 , 胡德生 , 张傲然. 汾河兰村—二坝流域径流模拟及气候变化对径流影响研究[J].中国农村水利水电, 2021(3): 46-52

Guang-tao YUE , Xue-ping ZHU , Jun-sheng YANG , Xiu-yun WANG , De-sheng HU , Ao-ran ZHANG. Runoff Simulation of Lancun Station to Fenhe Erba Station Watershed of Fenhe River and the Impacts of Climate Change on Runoff[J].China Rural Water and Hydropower, 2021(3): 46-52

0 引言

水是人类生存和发展的必不可少的资源。然而，过去几十年由于过分致力于经济建设，以致我国各地的水资源短缺和水环境恶化问题凸显。研究表明，近年热议较多的气候变化也对水资源产生了一些负面影响。据IPCC^［1］和《第三次气候变化国家评估报告》^［2］估计，未来全球气温升高将是趋势，气候的变化将会加剧目前所遇到的水资源问题。

基于我国越来越突出水资源问题，水文研究者以水文模型为工具，进行了各种水资源问题的研究，以期掌握水资源规律，探索气候变化条件下水资源变化趋势，并为未来科学用水提供支撑。目前，应用较多的水文模型是分布式水文模型，主要有MIKE^［3］、VIC^［4］和SWAT^［5］等，其中尤以SWAT模型在国内应用较广泛。SWAT模型于1994年由美国Jeff Arnold博士研发，广泛应用于农林、水利、环境等多部门多领域。模型在水利领域的应用集中于径流模拟研究、土地利用/覆被变化的水文效应研究、气候变化的水文效应研究、非点源污染研究等方面。在径流模拟及其气候变化响应方面，我国水文研究者已将模型应用于国内0.395~491 700 km²尺度跨度范围的流域，涵盖全国七大水系，证实了该模型在我国具有较强的适用性。就全国而言，已有的SWAT径流模拟研究区多为城市化地区较小的地区，或者是一些山区流域（如北江飞来峡^［6］、潮白河密云水库^［7］等），或者是研究区流域面积很大、城市化等人类活动影响相对较小的区域（如黄河河源区^［8］、黑河中游^［9］）等。就山西而言，SWAT模型在山西省主要河流应用得也比较多，在汾河流域的应用成果有岚河上静游水文站流域^［10］、汾河静乐水文站流域^［11］、汾河上游河岔水文站流域^［12］、汾河一坝至三坝区间流域^［13］和潇河芦家庄水文站^［14］。相关研究成果径流模拟确定性系数R ²达到0.61~0.93，Nash效率系数Ens达到0.65~0.92，说明SWAT径流模拟模型在汾河流域具有较强的适用性。然而，这些流域也多为人类活动较少的天然流域。针对该模型在城市化等人类活动影响较为显著地区的应用实例较少。

汾河兰村—二坝流域地处太原盆地腹地，流域内有太原、晋中两大城市区，人口密集，工业发达，农业灌溉用水量大而集中，从流域进、出口实测径流过程的年内分布看，明显呈现“双峰值”的特点，除汛期流量峰值外，在每年3月份因灌溉用水形成春季流量峰值。因此，鉴于研究区上述特点，以SWAT模型为工具，进行研究区的径流模拟，并假定多种气候变化情景，研究径流的变化情况。研究成果将为区域水资源管理决策提供理论依据与技术支持，同时也可为后续针对该区域开展水质模拟及变化条件下水量水质相关关系等研究奠定基础。

1 研究区概况

研究区汾河兰村—二坝流域地理位置介于东经112°15′~113°36′，北纬37°24′~38°18′之间，属于汾河中游上段。研究区汾河干流长54 km，入口兰村水文站控制流域面积7 705 km²，出口汾河二坝水文站控制流域面积14 032 km²，区间流域面积 6 325 km²。流域内大于500 km²的支流有潇河（3 894 km²）和杨兴河（1 409 km²）。流域内水文下垫面产流地类自分水岭向下游依次为：砂页岩山区（2 000 km²），灰岩山区（925 km²），丘陵阶地区（2 000 km²）和平川区（1 400 km²，其中太原市、晋中市城区面积320 km²），产流区主要为中上游砂页岩山区。研究区流域多年平均降雨量491 mm，多年平均气温9.5 ℃，多年平均蒸发量1 800 mm，其中水面蒸发量 1 150 mm。研究区区位图见图1。

图1 研究区区位图

Fig.1 Map of the study area

Full size|PPT slide

2 研究方法

本文采用SWAT模型（版本号为SWAT2012）开展研究区径流模拟研究；利用SWAT-CUP软件中的SUFI-2算法进行模型参数敏感性分析、率定及验证；并通过情景模拟，分析气候变化对径流影响的敏感性。

2.1 SWAT模型简介

SWAT模型作为一个分布式水文模型，其开发目标为在具有不同土壤类型、土地利用和管理条件特征的大尺度复杂流域内，预测土地管理措施长期对产水、产沙及农业化学污染物负荷等的影响^［5］。模型中用以径流模拟的模块是基于水量平衡原理构建的。SWAT模拟水循环过程主要包括地表径流、蒸散发、土壤水和地下水4部分，其中地表径流计算采用SCS曲线数法，蒸散发计算采用Penman-Monteith法，土壤水过程计算采用动力储水法，地下水过程计算分浅层和深层水两部分。模型以水文响应单元（HRU）为最小计算单元，首先依据土壤、土地利用和地形坡度信息将流域分为若干HRUs，然后对每个HRU进行单独的径流计算，最后汇流至流域出口，得出总径流过程。

2.2 SWAT-CUP介绍

SWAT-CUP是与SWAT配套开发的参数自动率定程序。该程序内置SUFI-2、PSO、GLUE、ParaSol和MCMC 5种算法^［15］。其中SUFI-2算法相比于其他4种算法有其优势所在，应用较为广泛。刘伟^［16］分析了SUFI-2和GLUE两种方法，表明SUFI-2方法迭代效率更高；樊琨^［17］对比了SUFI-2、PSO、GLUE、ParaSol 4种方法的优劣，也表明SUFI-2方法结果较稳定。因此，本文采用SUFI-2算法进行模型参数敏感性分析、率定和验证。利用SUFI-2算法进行参数敏感性分析、率定和验证的程序见图2。

图2 SWAT-CUP（SUFI-2算法）参数敏感性分析及率定流程图

Fig.2 The processes of parameter sensitivity analysis and parameter calibration using SUFI-2 algorithm, SWAT-CUP program

Full size|PPT slide

2.3 精度评价指标

本文选择纳西效率系数（Ens）、相关系数（R ²）和相对偏差（Re）3个指标^［18］用于评价模拟精度，具体计算方法如下：

E n s = 1 - \frac{\sum_{i = 1}^{n} {(Q_{o, i} - Q_{m, i})}^{2}}{\sum_{i = 1}^{n} {(Q_{o, i} - \bar{Q_{o}})}^{2}}

（1）

R^{2} = \frac{{[\sum_{i = 1}^{n} (Q_{o, i} - \bar{Q_{o}}) (Q_{m, i} - \bar{Q_{m}})]}^{2}}{{\sum_{i = 1}^{n} {(Q_{o, i} - \bar{Q_{o}})}^{2} \sum_{i = 1}^{n} (Q_{m, i} - \bar{Q_{m}})}^{2}}

（2）

Re =

\frac{\sum_{i = 1}^{n} (Q_{o, i} - Q_{m, i})}{\sum_{i = 1}^{n} Q_{o, i}}

（3）

式中：

Q_{o, i}

为实测值；

Q_{m, i}

为模拟值；

\bar{Q_{o}}

为实测均值；

\bar{Q_{m}}

为模拟均值；n为样本数。

Ens的取值范围为0~1，值越大，则模拟值越接近观测值，模拟效果越好。R²决定了模拟值与实测值之间的接近和吻合程度，其取值范围为0~1，越接近于1，说明模拟值与实测值越接近。Re为正值，说明模型模拟值偏大，Re的绝对值越小，说明模拟效果越好。

国内外径流模拟对Ens、R² 和Re的标准值并没有得到统一。根据我国《水文情报预报规范》（GB/T 22482-2008），径流深预报的许可误差（即Re）为20%；确定性系数DC（即Ens）≥0.9时，预报精度等级为甲级；0.9＞Ens≥0.7时，为乙级；0.5≤Ens＜0.7时，为丙级。郝芳华等^［18］及BRACMORT 等^［19］认为当R² >0.6、Ens>0.5时结果较为满意。MOTOVILOV等^［20］在进行径流模拟时认为Ens>0.75结果较好，当0.36<Ens<0.75时结果比较满意。

本文认为：当Ens>0.60、R² >0.7和-20%<Re<20%时结果相对满意，以此作为模型模拟结果的评判标准。

3 数据来源及数据处理

3.1 数据来源及数据可靠性分析

研究所需的基础数据包括空间数据和属性数据两大类，其中空间数据主要为DEM、土地利用分布和土壤分布；属性数据主要为土壤属性数据、气象数据等。研究所用基础数据分类及其数据来源详见表1。

表1 基础数据及来源统计表

Tab.1 Basic data and sources statistics

数据名称	尺度	格式	数据描述	来源
DEM	30 m	ESRI GRID	流域地形	中国科学院计算机网络信息中心“国家基础科学数据共享服务平台”
土地利用	1 000 m	ESRI GRID	土地利用类型及其空间分布	中国科学院资源环境科学数据中心
土壤	1 000 m	ESRI GRID	土壤类型及其空间分布	中国科学院资源环境科学数据中心
气象	日观测数据	TXT	最高、最低气温，蒸发，相对湿度，风速	中国气象数据共享网
降雨	日观测数据	PAL和Excel	实测降雨数据	中国气象数据共享网、太原市水文水资源勘测分局
径流	月观测数据	JPEG和Excel	实测径流数据	太原市水文水资源勘测分局，汾河一坝、汾河二坝管理局

DEM、土地利用和土壤等空间数据均来自于中科院相关网站，该数据源广泛应用于国内GIS相关研究，数据可靠；土壤属性数据依据《山西土壤》^［21］对相关土壤属性的描述获取；气象属性数据直接由中国气象数据共享网解压整编获取，上述数据在整编过程进行了数据完整性检查，整编过程中并未发现明显不符合实际情况错误数据；部分降雨数据由研究区流域内雨量站补充，实测径流数据分别来自于汾河一坝、二坝管理局所记录的实测流量数据，这些雨量、径流数据均经太原市水文局整编，数据可靠。

3.2 数据处理

（1）空间数据处理。首先，将研究区的DEM图、土地利用分布图和土壤类型图进行裁剪、投影转换（统一转换为WGS_1984_UTM_Zone_49N坐标）；处理后的DEM图（图3）和土壤分布图（图4）即可直接输入模型，土地利用分布图则需进一步重分类处理；各种土壤类型及其所占面积比例见表2。其次，根据处理后的土地利用分布图，经重分类后将研究区流域分为7种土地利用类型（图5），各种土地利用类型及其所占面积比例见表2。

图3 研究区DEM图

Fig.3 DEM map of the study area

Full size|PPT slide

图4 研究区土壤分布图

Fig.4 Distribution map of soil types in the study area

Full size|PPT slide

表2 研究区土壤类型和土地利用类型面积分布表

Tab.2 Area distribution of land use and soil types in the study area

土壤编码	土壤类型	SWAT模型中代码	所占面积比例/%	土地利用类型编码	土地利用类型	SWAT模型中的代码	所占面积比例/%
23111112	褐土	fhHT	29.6	11	耕地	AGRL	30.6
23115110	黄绵土	fhHMT	38.7	21	林地	FRST	25.9
23115180	钙质石质土	fhGZSZT	1.4	31	草地	PAST	34.8
23115192	酸性粗骨土	fhSXCGT	5.6	41	水域	WATR	0.5
23116140	潮土	fhCT	11.3	51	城镇用地	URHD	4.7
23119108	水稻土	fhSY	0.2	52	农村居民点	URHL	3.5
				64	未利用土地	WETN	0.1

图5 研究区土地利用分布图

Fig.5 Land use distribution map of the study area

Full size|PPT slide

（2）属性数据处理。属性数据包括土壤属性、气象水文数据。根据研究区土壤类型，每个土壤逐层计算所需的土壤物理、化学等各项特征值，建立土壤数据库；将气象日观测数据（降雨，最高、最低气温，相对湿度，太阳辐射，风速）分别整理成站点信息表和观测数据表，建立气象数据库；将流域入口（兰村）和出口（汾河二坝）实测月径流数据整理得到水文数据库。

4 SWAT模型构建

SWAT模型构建是基于上述处理得到的空间数据（DEM、土地利用分布和土壤分布图），划分子流域和HRU，以及气象水文数据输入的过程。首先，利用DEM图将研究区流域分为31个子流域；其次，在子流域划分的基础上，考虑土地利用、土壤、地形坡度信息，进一步划分HRU，为不致HRU划分过多，需设置相应的土地利用、土壤和地形坡度阈值，本文将上述3种因子的阈值设定为10%、10%和15%，最终研究区流域划分为421个HRUs；最后，模型读入各气象站点信息索引表，流域入口（兰村）实测径流数据，完成气象水文数据的输入。至此，完成SWAT模型构建。

5 模型参数敏感性分析及率定

参数敏感性分析的目的在于通过分析、判断参数的变动对模拟结果的影响程度，以便更加高效地进行参数率定。本文使用SWAT-CUP程序中的SUFI-2算法来进行参数敏感性分析，敏感性分析步骤见图2。由图2知，参数敏感性分析的过程也即进行模型参数优选与合理性分析的过程。SWAT模型影响径流量的参数一共有26个，不同的流域这些参数对径流的敏感性不同。本文结合汾河流域相关研究成果^［10-14］，按图2步骤进行敏感性参数的筛选，最后得出敏感性较高（即t-Stat值大）的12个参数作为最终选定的参数集，其敏感性排序见表3。

表3 模型参数敏感性分析及率定成果表

Tab.3 Table of model parameter sensitivity analysis and calibration results

参数	参数含义	计算方法	t-Stat值	敏感性排序	参数取值
SOL_K(..)	饱和水力传导率	R	14.30	1	-0.883 469
GWQMN	产生基流的浅层地下水阈值	R	-1.15	2	-0.361 582
GW_REVAP	地下水再蒸发系数	V	1.00	3	0.123 448
GW_DELAY	地下水滞后系数	V	0.85	4	287.496 826
SURLAG	地面径流延迟系数	V	0.67	5	20.475 843
CN2	SCS径流曲线数	R	-0.66	6	-0.105 019
CH_N2	主河道曼宁粗糙系数	V	-0.62	7	0.277 025
EPCO	植被蒸腾补偿系数	V	-0.56	8	1.010 637
SOL_AWC(..).	有效田间持水量	V	0.32	9	0.578 069
CH_K2	主河道淤积层有效水力传导度	R	-0.31	10	-1.217 009
ALPHA_BF	地下水衰退常数	V	-0.27	11	0.009 573
ESCO	土壤蒸发补偿系数	V	-0.18	12	0.860 301

为提高计算效率，SWAT-CUP在进行参数敏感性分析和后续参数率定时，根据不同参数类型，对每一次计算时各参数改变方式分为3种，分别为：R表示乘以某值（浮动百分比），V表示赋值，A表示加上某值，本文最终选择的各参数计算方法见表3。

在已确定敏感性参数的基础上，进行参数的率定。本文预热期选为2002年，率定期选为2003-2011年，验证期选为2012-2015年。先根据经验及模型默认范围设定各参数初始范围，利用SWAT-CUP进行3次迭代计算，第一次迭代设定计算次数为500次，然后根据第一次计算推荐的新的参数范围，调整下轮迭代计算的初始参数范围，进行下一次迭代计算，并分别设定第二次和第三次迭代计算次数为300次，最终确定满足模拟精度的参数取值，见表3。将率定后参数代入模型，进行验证期模拟。率定期和验证期模拟、实测径流过程对比见图6，相应精度指标见表4。径流模拟达到了乙级精度要求，说明SWAT模型在研究区径流模拟研究中的适用性较好。

图6 率定期（2003-2011年）和验证期（2012-2015年）月径流模拟和实测过程对比

Fig.6 Comparison of monthly runoff simulation and measurement process of calibration period (2003-2011) and validation period (2012-2015)

Full size|PPT slide

表4 径流模拟精度指标统计表

Tab.4 Statistics of runoff simulation accuracy indexes

指标	月均值/(m³·s^-1)		R ²	Ens	Re/%
指标	实测值	模拟值	R ²	Ens	Re/%
率定期（2003-2011年）	5.13	4.64	0.77	0.72	-9.5
验证期（2012-2015年）	9.91	9.11	0.82	0.77	-8.0

6 气候变化条件下径流响应分析

通过设定不同气候变化情景，驱动率定好的SWAT模型，以进一步分析气候变化条件下研究区径流变化趋势。气候因子主要考虑气温和降雨，情景设置如下两类：气温变化量ΔT（℃）： -2（T1，气温变化情景编号，下同）、-1.5（T2）、-1（T3）、-0.5（T4）、0（T5）、0.5（T6）、1（T7）、1.5（T8）、2（T9）和降雨变化率ΔP（%）：-10（P1，降雨变化情景编号，下同）、-7.5（P2）、-5（P3）、 -2.5（P4）、0（P5）、2.5（P6）、5（P7）、7.5（P8）、10（P9）。不同气温和降雨变化量（率）条件下多年平均径流模拟成果见图7、图8。

图7 径流对温度变化响应分析图

Fig.7 Analysis diagram of runoff response to temperature change

Full size|PPT slide

图8 径流对降雨变化的响应分析图

Fig.8 Analysis diagram of runoff response to precipitation change

Full size|PPT slide

由温度变化径流响应分析可知：在计算的温度变化范围（-2~2 ℃）内，温度变化与径流变化呈负相关，即温度增加，相应径流量减小，且随着温度变幅的增加，径流减小速率减缓，温度影响效应减弱；月平均径流量Q与气温变化量ΔT相关关系式为：Q=0.031 1（ΔT）²-0.162 7（ΔT）+5.922 6，相关系数R²高达0.998 3。

由降雨变化径流响应分析可知：在计算的降雨变化范围（-10%~10%）内，降雨变化与径流变化呈正相关，即降雨增加，相应径流量增加，且随着降雨变幅的增加，径流量增加速率加大，降雨影响效应加强；月平均径流量Q与降雨变化率（ΔP）相关关系式为：Q=0.003 3（ΔP）²+0.118（ΔP）+5.927 3，相关系数高达0.999 6。

上述径流对气温与降雨的相应变化趋势与国内相关研究成果具有一定的相似性^{［22，23］}，进一步证实了SWAT模型在研究区的适用性及利用模型进行气候变化径流响应分析的可行性。

在上述分析的基础上，考虑到气温增加是未来气候变化的趋势，进一步分析当气温增加不同幅度时，其带来的径流减少效应与相应降雨改变量的关系，可知：气温增加0.5 ℃与降雨减少0.67%等效（月均径流量变化比例-1.18%）；气温增加1.0 ℃与降雨减少1.1%等效（月均径流量变化比例-2.03%）；气温增加1.5 ℃与降雨减少1.48%等效（月均径流量变化比例 -2.70%）；气温增加2 ℃基本与降雨减少1.95%等效（月均径流量变化比例-3.55%）；可见，相同的径流响应，气温与降雨的变化基本呈线性变化关系，即气温增加0.5 ℃的径流效应与降雨平均减少0.49%（变化幅度0.38%~0.67%）的径流效应等效。

7 结论

（1）通过对研究区SWAT模型的本地化构建，并利用SWAT-CUP自动率定程序进行参数的敏感性分析，得到研究区径流敏感的参数为SOL_K（..）、CN2、ESCO、ALPHA_BF、CH_N2等。

（2）月径流模拟结果表明：率定期（2003-2011年）和验证期（2012-2015年）精度评价指标R ²、Ens和Re分别为0.77、0.72、

-9.5%和0.82、0.77和-8.0%，各项指标达到乙级精度，表明SWAT模型在研究区具有较好的适用性。

（3）径流对气温和降雨的响应分析结果表明：温度变化与径流变化呈负相关，即温度增加，相应径流量减小，且随着温度变幅的增加，径流减小速率减缓，温度影响效应减弱；降雨变化与径流变化呈正相关，即降雨增加，相应径流量增加，且随着降雨变幅的增加，径流量增加速率加大，降雨影响效应加强；相同的径流响应，气温与降雨的变化基本呈线性变化关系，即气温增加0.5 ℃的径流效应与降雨平均减少0.49%（变化幅度0.38%~0.67%）的径流效应等效。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

1	秦大河， STOCKER T ．IPCC第五次评估报告第一工作组报告的亮点结论［J］．气候变化研究进展，2014（1）：1-6．本文引用 [1]

2	《第三次气候变化国家评估报告》编写委员会．第三次气候变化国家评估报告［M］．北京：科学出版社，2015．本文引用 [1]

3	ABBOTT M B， BATHURST J C， CUNGE J A，et a1 ． An introduction to the european hydrologic System-System Hydrologique European，SHE［J］．Journal of Hydrology，1986（87）：61-77．本文引用 [1]

4	LIANG X， LETTENMAIER D P， WOOD E F， et al ． A simple hydrologically based model of land surface water and energy fluxes for general circulation models［J］. Journal of Geophysical Research，1994，99（7）：14 415-14 428．本文引用 [1]

5	ARNOLD JG， WILLIAMS J R， MAIDMENT D R ． Continuous-time water and sediment-routing model for large basins［J］．Journal of Hydraulic Engineering，1995，121（2）：171-183．本文引用 [2]

6	陈晓丽，黄国如．基于SWAT模型的北江飞来峡流域径流模拟［J］．水资源与水工程学报，2017，28（5）：1-7．本文引用 [1]

7	刘丽敏．基于SWAT模型的密云水库流域径流模拟研究［D］．北京：中国地质大学，2014．本文引用 [1]

8	周群．分布式水文模型SWAT在黄河源区径流模拟中的应用研究［D］．兰州：兰州理工大学，2019．本文引用 [1]

9	王泽群．分布式水文模型在黑河中游的应用：基于SWAT模型的研究［D］．兰州：兰州交通大学，2018．本文引用 [1]

10	朱乔，梁睿，晋华，等．基于SWAT模型的岚河流域径流模拟［J］．水电能源科学，2013，31（3）：25-27．本文引用 [2]

11	胡彩虹，高申，吴泽宁，等．土地利用变化对汾河流域典型区域径流影响模拟研究［J］．人民珠江，2017，38（8）：25-28．本文引用 [1]

12	陈志翔，杨永刚，邹松兵，等．汾河上游土地利用变化及其水文相应研究［J］．冰川冻土，2014，36（1）：192-199．本文引用 [1]

13	郑捷，李光永，韩振中，等．改进的SWAT模型在平原灌区的应用［J］．水利学报，2011，42（1）：88-97．本文引用 [1]

14	庞力驰，李洪建，高宗强，等．基于SWAT模型的潇河流域地表径流模拟研究［J］．山西大学学报（自然科学版），2016，39（1）：1 580-164．本文引用 [2]

15	ABBASPOUR K C ． SWAT-CUP 2012：SWAT calibration and uncertainty programs－A user manual［R］．Swiss Federal Institute of Aquatic Science and Technology，Switzerland，2011．本文引用 [1]

16	刘伟，安伟，马金锋．SWAT模型径流模拟的校正与不确定性分析［J］．人民长江，2016，47（15）：30-35．本文引用 [1]

17	樊琨．泾河上游区SWAT模型径流模拟与参数移植方法研究［D］．陕西杨凌：西北农林科技大学，2015．本文引用 [1]

18	郝芳华，成红光，杨胜天．非点源污染模型—理论方法与应用［M］．北京：中国环境科学出版社，2006：25-26．本文引用 [2]

19	BRACMORT K S， ARABI M， FRANKENBERGER J R，et al ．Modeling long-term water quality impact of structural BMPs［J］．Transactions of the ASABE，2006，49 （2）：367-374．本文引用 [1]

20	MOTOVILOV Y G， GOTTDCHALK L， ENGELAND K， et al ．Validation of a distributed hydrological model against spatial observations［J］．Agricultural and Forest Meteorology，1999，98：257-277．本文引用 [1]

21	山西省土壤普查办公室，山西省土壤工作站．山西土壤［M］．北京：科学出版社，1992．本文引用 [1]

22	刘丽敏．基于SWAT模型的密云水库流域径流模拟研究［D］．北京：中国地质大学（北京），2014．本文引用 [1]

23	祁敏．基于SWAT模型的新疆阿克苏河流域径流模拟研究［D］．昆明：西南林业大学，2017．本文引用 [1]

PDF(3000 KB)

2796

访问

引用

详细情况

段落导航

摘要
Abstract
关键词
Key words
基金
引用本文
0 引言
1 研究区概况
图1 研究区区位图
2 研究方法
2.1 SWAT模型简介
2.2 SWAT-CUP介绍
图2 SWAT-CUP（SUFI-2算法）参数敏感性分析及率定流程图
2.3 精度评价指标
3 数据来源及数据处理
3.1 数据来源及数据可靠性分析
表1 基础数据及来源统计表
3.2 数据处理
图3 研究区DEM图
图4 研究区土壤分布图
表2 研究区土壤类型和土地利用类型面积分布表
图5 研究区土地利用分布图
4 SWAT模型构建
5 模型参数敏感性分析及率定
表3 模型参数敏感性分析及率定成果表
图6 率定期（2003-2011年）和验证期（2012-2015年）月径流模拟和实测过程对比
表4 径流模拟精度指标统计表
6 气候变化条件下径流响应分析
图7 径流对温度变化响应分析图
图8 径流对降雨变化的响应分析图
7 结论
参考文献

收稿日期	出版日期
2020-05-05	2021-03-15
发布日期
2021-04-07

选择文件类型/文献管理软件名称

选择包含的内容