基于SUFI-2算法和SWAT模型的妫水河流域水文模拟及参数不确定性分析

敏感性分析和不确定性分析是分布式水文模型参数校准和模型应用的基础。本文以妫水河流域为例,基于SWAT模型和SUFI-2算法进行模型参数敏感性分析,结合手动调参和自动率定,通过SUFI-2的P因子和R因子进行模型不确定性分析,构建妫水河流域分布式水文模型。本次妫水河流域月尺度模拟中:率定期,确定系数R2=0.59,效率系数NSE=0.56;验证期,确定系数R2=0.82,效率系数NSE=0.80;P因子均大于0.5,R因子均小于0.5。结果表明,妫水河流域SWAT模型水文模拟效果较好。     

巴江岩溶流域水文模拟研究

岩溶地区因其多相且不规则的复杂流态使得其水循环模拟及预测较为困难。以石林巴江流域为研究区,将流域内水文气象站点数据与遥感数据相结合,利用MIKE-SHE模型来模拟巴江流域水文过程,该模型对于蒸散发及不饱和带的模拟较为详细。并使用黄家庄水文站2000~2005年的实测日径流量进行率定与验证。结果表明,验证期总水量基本保持平衡,nash-sutcliffe系数为0.84,表明该模型能够模拟短时间内的水流演变过程。在此基础上对模型参数进行敏感性分析,得出降雨量为关键变量,且其空间分布的差异对模拟结果影响较大。     

基于SWAT模型的径流还原方法研究—以大汶河流域为例

在现有下垫面条件下还原天然径流是水资源配置的重要基础性工作。利用SWAT分布式水文模型进行径流还原计算。以大汶河流域为例,选取流域内受人类活动影响较小、能大致反映流域天然径流情况的雪野水库、黄前水库以及东周水库所控制的3个子流域,采用SUFI-2方法进行模型参数率定、验证和不确定性分析;根据就近性与相似性原则,进行全流域参数展布,并通过Arc SWAT2012分析计算大汶河流域内泰安市各分区地表水资源量。结果表明:3个典型子流域的P-factor均大于0.64,Rfactor均小于0.72,率定期和验证期的相关性系数和纳什效率系数均高于0.77,径流模拟值和实测值拟合程度高。通过SWAT模型还原天然径流是可行的。     

不同子流域划分对流域径流、泥沙、营养物模拟的影响——丰乐河流域个例研究

以丰乐河流域为研究对象,选用SWAT2000模型定量化研究不同子流域划分层次对模型模拟结果的影响,得到结论:①不同的子流域划分层次在阈值范围内对径流过程的影响较小,而对泥沙、营养物的影响较大;②就本流域而言,子流域划分层次对模拟结果的影响存在上限、下限两个阈值,高于上限,出现模拟失真,低于下限,尽管可通过调参获得满意结果,但难以满足流域规划与管理对空间数据的要求,阈值的确定与具体的流域特征有关;③就本流域而言,当子流域划分数量比较少时,出口泥沙响应的敏感性高于总磷、总氮;当子流域划分数量比较多时,出口泥沙响应的敏感性要低于总磷、总氮。     

基于格尔木河流域的SWAT模型水文特征情景模拟研究

以2008—2016年格尔木河流域实测径流量数据为基础,构建SWAT分布式水文模型,采用SUFI-2算法进行参数率定、验证及不确定性分析,并设置不同的气候情景(RCP2.6、RCP4.5和RCP6.0),预测流域2022—2050年的径流变化趋势,分析了研究区未来降水、气温的变化趋势并探究了这些气候要素对格尔木河流域径流的影响。结果表明：(1)SWAT模型在格尔木河流域径流过程的模拟中具有较好的适用性,率定期R²和E_NS分别为0.84和0.73,验证期R²和E_NS分别为0.74和0.70;(2)径流预测不确定性较小;(3)未来流域降水呈现增加趋势而气温降低;(4)未来时段流域径流增加显著,且降水是控制流域径流的主要因素。     

气候变化下雅鲁藏布江拉孜以上流域径流过程模拟与预测

西部高寒河源区因冰川积雪冻土等特殊的地理环境,其径流过程的模拟与预测一直是水文学研究的难点和热点问题之一,全球气候变暖为这一地区的水文模拟提出了新的挑战。以雅鲁藏布江拉孜以上流域为研究区域,基于可考虑冰川积雪融水的SWAT分布式水文模型对拉孜站径流过程进行模拟,评估SWAT模型在高寒河源区的适用性。基于未来气候变化情景,统计分析了未来研究区降水、气温的变化趋势,预估了气候变化对区域径流过程的影响。结果表明:SWAT模型在拉孜以上流域径流过程模拟中具有较好的适用性,模型在率定期和验证期月尺度NS系数分别达到了0.78和0.84;未来研究区降水、气温均呈现出增加趋势,且随着排放情景的上升,气温、降水增加幅度有变大趋势;未来研究区不同时段径流量也呈现出不同的增加趋势,在2020～2049年的RCP2.6、RCP4.5和RCP8.5情景下,相较于基准期径流分别增加了约11.8%、14.0%、16.5%,为下游水资源可持续开发利用带来了更大的挑战。     

基于SWAT模型的资水流域径流模拟

以资水流域柘溪水库以下区域为研究对象,基于构建的分布式水文模型SWAT对水文过程进行模拟。在地面高程、土地利用、土壤、气象等数据预处理的基础上,采用2010~2011年实测径流数据进行参数率定,采用2012年实测径流数据进行模型验证,对模型在研究区的适用性进行研究。通过对径流模拟值和实测值的比较,月径流率定期和验证期的相关系数R~2和Nash系数Ens分别在0.93以上和0.91以上,日径流率定期和验证期的相关系数R~2和Nash系数Ens分别在0.78以上和0.70以上。基于这两个评价标准可知SWAT模型在资水游流域有良好的适用性,可为流域内拟建桃花江核电厂的取水安全分析和水环境影响评价提供技术支持。     

气候变化和人类活动对滦河流域内蒙段河川径流的影响分析

河川径流不仅受气候因素的直接影响,受人类活动的影响也非常显著。滦河流域内蒙段地处我国干旱半干旱地区,水土流失严重,生态环境恶劣。经分析可知,近50年研究区径流呈明显下降趋势。本文运用SWAT模型研究分析了气候变化和人类活动对河川径流的影响,结果表明流域河川径流受人类活动影响要大于气候变化的影响,其中人类活动的间接影响要大于直接影响。同时验证了SWAT模型在干旱半干旱地区是适用的。     

CMADS降水数据在温带东亚季风气候区水库控制流域适用性——以潮白河、东洋河流域为例

为探究中国气象同化驱动数据集（CMADS）降水数据在温带东亚季风气候区水库控制流域情景下水文模拟中的适用性,选择SWAT （soil and water assessment tool）模型为研究工具,分别以CMADS降水数据与年鉴实测降水数据为模型输入项,以水文站实测月径流资料对模型模拟结果进行参数率定及验证,对潮白河流域有水库、无水库控制情形下水文径流进行模拟,并对东洋河流域有水库控制情形下以CMADS降水数据作为模型输入项进行了水文径流模拟。结果表明：在潮白河流域无水库控制的支流潮河水系,CMADS降水数据和实测降水数据支撑下的模型在率定期R²（决定系数）分别为0.64、0.83,E_NS（纳什系数）分别为0.64、0.83,验证期模型R²分别为0.61、0.83,E_NS分别为0.58、0.60;在潮白河流域有水库控制的支流白河水系,CMADS降水数据和实测降水数据支撑下的模型在率定期R²分别为0.89、0.87,E_NS分别为0.87、0.86,验证期模型R²分别为0.61、0.67,E_NS分别为0.61、0.65;在东洋河有水库控制流域,CMADS降水数据支撑的模型率定期R²=0.84,E_NS=0.78,验证期R²=0.87,E_NS=0.85。说明CMADS降水数据在有水库、无水库控制流域情景下的水文模拟中均具有较好的适用性。因此CMADS降水数据可以用于温带东亚季风气候区水库控制流域水文模型的建立。     

东北寒区SWAT模型融雪径流空间异质性参数率定方法及应用——以白山流域为例

融雪水是东北地区春季径流的重要来源,融雪径流过程的可靠模拟及预报可为科学管理和调度春汛期水资源提供参考。东北寒区年度内存在融雪径流和降雨径流两种产流模式,流域物理空间属性差异对融雪径流产流模式影响显著,为了解决东北寒区融雪径流空间异质性问题、提高SWAT模型模拟及预报精度,提出对SWAT模型采用单站点和多站点联合参数率定的策略。首先,利用白山水库入库流量进行单站初步参数率定,进而,采用多站点对融雪径流参数进行率定,并将该参数移植到单站初步率定参数集。结果表明：单站初步参数率定后模拟得到年度(1—12月)、夏季汛期(6—9月)、春季融雪期(3—5月)验证期月尺度确定系数(R²)分别为0.76、0.74和0.58,日尺度R²分别为0.71、0.75和0.51;单站和多站点联合参数率定后模拟得到年度、夏季汛期、春季融雪期验证期月尺度R²分别为0.80、0.74和0.79,日尺度R²分别为0.74、0.78和0.61。在月尺度和日尺度上,单站和多站点联合参数率定较单站参数率定后春季融雪期的模拟精度分别提高了...     

Spatiotemporal characteristics of earthquake disaster losses in China from 1993 to 2016

The present study analyzes the runoff response during extreme rain events over the basin of Subarnarekha River in India using soil and water assessment tool (SWAT). The SWAT model is configured for the Subarnarekha River basin with 32 sub-basins. Three gauging stations in the basin (viz., Adityapur, Jamshedpur and Ghatshila) were selected to assess the model performance. Daily stream flow data are taken from Central Water Commission, India—Water Resources Information System. Calibration and validation of the model were performed using the soil and water assessment tool-calibration uncertainty programs (SWAT-CUPs) with sequential uncertainty fitting (SUFI-2) algorithm. The model was run for the period from 1982 to 2011 with a calibration period from 1982 to 1997 and a validation period from 1998 to 2011. The sensitivity of basin parameters has been analyzed in order to improve the runoff simulation efficiency of the model. The study concluded that the model performed well in Ghatshila gauging station with a Nash–Sutcliffe efficiency (NSE) of 0.68 during calibration and 0.62 during validation at daily scale. The model, thus calibrated and validated, was then applied to evaluate the extreme monsoon rain events in recent years. Five extreme events were identified in Jamshedpur and Ghatshila sub-basins of Subarnarekha River basin. The simulation results were found to be good for the extreme events with the NSE of 0.89 at Jamshedpur and 0.96 at Ghatshila gauging stations. The findings of this study can be useful in runoff simulation and flood forecasting for extreme rainfall events in Subarnarekha River basin.     

Evaluation of the SWAT model for water balance study of a mountainous snowfed river basin of Nepal

In this study, a semi-distributed hydrologic model Soil and Water Assessment Tool (SWAT) has been employed for the Karnali River basin, Nepal to test its applicability for hydrological simulation. Further, model was evaluated to carry out the water balance study of the basin and to determine the snowmelt contribution in the river flow. Snowmelt Runoff Model (SRM) was also used to compare the snowmelt runoff simulated from the SWAT model. The statistical results show that performance of the SWAT model in the Karnali River basin is quite good (p-factor = 0.88 and 0.88, for daily calibration and validation, respectively; r-factor = 0.76 and 0.71, for daily calibration and validation, respectively). Baseflow alpha factor (ALPHA_BF) was found most sensitive parameter for the flow simulation. The study revealed that the average annual runoff volume available at the basin outlet is about 47.16 billion cubic metre out of which about 12% of runoff volume is contributed by the snowmelt runoff. About 25% of annual precipitation seems to be lost as evapotranspiration. The results revealed that both the models, SWAT and SRM, can be efficiently applied in the mountainous river basins of Nepal for planning and management of water resources.     

SWAT模型在海拉尔河流域径流模拟中的应用研究

以海拉尔河上游流域作为研究区域,基于Arc GIS构建SWAT分布式水文模型对流域水文过程进行模拟,通过对流域的基础数据整合,模型采用1999~2003年实测径流数据进行参数率定,将2004~2010年实测径流数据作为模型的验证期,对模型在海拉尔河上游的适用性进行研究。通过对月和年径流模拟值和实测值的比较,率定期和验证期的Nash系数Ens和相关系数R2分别在0.861~0.873和0.877~0.899之间。基于这两个评价标准可知:SWAT模型在海拉尔河上游流域有良好的适用性,可以为该流域的水资源管理提供依据。     

基于分布式水文模型的雅鲁藏布江径流水源组成解析

为开展河川径流的水源解析,构建过程描述和本构参数两方面均有较强物理性的分布式水文模型。以雅鲁藏布江为对象,利用水文分区曲线对降雨、融雪和融冰等不同水源主导的流量过程进行划分,以划分的流量过程线子集对相应水文过程参数进行分步率定,提高了水文模型参数的物理性,以此构建了雅鲁藏布江流域分布式水文模型及参数集,内部多个水文站点和流域雪水当量的验证表明模型具有良好的性能。基于模型解析了2001-2015年间雅鲁藏布江的径流水源组成,降雨、融雪、融冰水源对总径流量贡献的比例分别为66%、20%和14%。本文方法对高山寒区径流的水源解析有普遍意义,结果对理解气候变化下雅鲁藏布江径流变化趋势有参考价值。     

基于分布式水文模型的雅鲁藏布江径流水源组成解析

为开展河川径流的水源解析，构建过程描述和本构参数两方面均有较强物理性的分布式水文模型。以雅鲁藏布江为对象，利用水文分区曲线对降雨、融雪和融冰等不同水源主导的流量过程进行划分，以划分的流量过程线子集对相应水文过程参数进行分步率定，提高了水文模型参数的物理性，以此构建了雅鲁藏布江流域分布式水文模型及参数集，内部多个水文站点和流域雪水当量的验证表明模型具有良好的性能。基于模型解析了2001—2015年间雅鲁藏布江的径流水源组成，降雨、融雪、融冰水源对总径流量贡献的比例分别为66%、20%和14%。本文方法对高山寒区径流的水源解析有普遍意义，结果对理解气候变化下雅鲁藏布江径流变化趋势有参考价值。     

滦河流域土地利用/覆被变化的水文响应

以滦河流域为研究区,利用1985和2000年土地利用数据,结合SWAT分布式水文模型定量评价了流域土地利用/覆被变化的水文效应,并分析了流域地表径流变化与主要景观类型的响应关系。结果表明:SWAT（Soil and Water Assessment Tool）模型可以较好地模拟滦河流域的月流量过程,在研究区具有较好的适用性;1985—2000年流域林地向草地和耕地的转变导致流域年均地表径流和总径流量分别增加了12.6%和5.1%;并使得流域年均地表径流变化空间差异显著,整体呈增加趋势,且主要受到林地变化的影响,而在三道河子以上集水区地表径流的变化则主要受到耕地景观的影响。合理规划土地利用格局,对于流域水资源可持续利用具有重要意义。     

嫩江流域沼泽湿地景观变化及其水文驱动因素分析

借助ArcGIS空间分析工具,以嫩江流域1978年、1990年、2000年和2008年4期遥感湿地分布图为基础,采用SWAT (Soil and Water Assessment Tool)水文模型将嫩江流域划分为43个子流域,并以沼泽湿地类型为例,将各个子流域内降水和径流信息与湿地退化遥感信息作对比筛选,对全流域以及湿地面积减少严重所在子流域作进一步分析。另外,利用两期土地利用类型数据生成嫩江流域土地利用转移矩阵。结果表明:1978—2008年间嫩江流域沼泽湿地退化严重,尤其以1990—2000年间最为显著。这与流域内降水、径流的变化密切相关,并受到土地利用类型转化以及水利工程建设等人类活动的影响。其中,沼泽湿地面积变化与流域径流系数变化在0.01水平上呈极显著正相关,pearson相关系数为0.90。气候变化和人类活动影响下对湿地水文过程以及水资源的变化,导致湿地日益萎缩,对流域内湿地生态系统平衡产生了负面影响。     

基于Budyko假设预测长江流域未来径流量变化

基于Budyko水热耦合平衡假设,推导了年径流变化的计算公式,分析了长江流域多年平均潜在蒸发量、降水量、干旱指数和敏感性参数的空间变化规律。选用BCC-CSM1-1全球气候模式和RCP4.5排放情景,把未来气候要素预估值与LS-SVM统计降尺度方法相耦合,预测长江流域未来的气温、降水和径流变化情况。采用乌江和汉江流域的长期径流观测资料,分析验证了基于Budyko公式计算年径流变化的可靠性。结果表明:降水量变化是影响径流量变化的主导因素;长江各子流域未来径流相对变化增减不一,最大变幅10%左右;在未来2020s(2010—2039年)、2050s(2040—2069年)和2080s(2070—2099年)3个时期内,长江南北两岸流域的径流将出现"南减北增"现象,北岸径流变化增幅逐渐升高,南岸径流变化减幅逐渐降低。     

耦合SWAT与RIEMS模拟黑河干流山区径流

以黑河干流山区为研究区,采用1：100 000植被类型图、1：1 000 000土壤类型图和气象水文观测数据,耦合SWAT水文模型与RIEMS高分辨率区域气候模式,模拟1995-2010年月径流变化过程,探讨水文模型气象驱动数据的优化方法和气候水文模型耦合的区域适宜性。RIEMS气候模式输出精度较高,降水、温度、湿度、风速的相关系数均在0.80以上,均通过了0.01显著性水平检验,时空分辨率达到6 h和3 km。构建虚拟气象站点,弥补气象观测站点稀少且分布不均匀的不足,对水文模型气象驱动数据进行优化;遵循多时间尺度、多变量和多站点的原则来校准模型。结果表明,径流模拟值与观测值的过程趋势拟合程度较好,NSE均在0.60以上,PBIAS介于±20%之间,R²达到0.70以上。径流模拟在枯水期表现较好,在丰水期存在一定的误差,主要是受降水驱动数据偏高的影响,气候模式模拟能力需要提高,水文模型空间插值方法和气候水文模型耦合方案需进一步完善。总体来看,耦合SWAT模型与RIEMS模式能够较好地模拟黑河干流山区水文过程,可为流域水资源的预测和管理提供科学依据。