输入数据精度与准确性对SWAT模型模拟的影响.docxVIP

输入数据精度与准确性对SWAT模型模拟的影响 摘要：以潮河流域为研究区域,利用潮河流域1990～2013年监测数据,构建SWAT模型,在模型结构和参数不改变的情况下,探究输入数据精度(DEM分辨率)与准确性(降水插值)对径流和总氮模拟结果影响.结果显示:DEM分辨率变化(30～300m)对径流及总氮模拟效果不同,对径流模拟影响不明显,纳什系数(ENS)和R 近几十年来,面源污染(NPS)成为影响水质的重要贡献源数字高程模型(DEM)和降水是流域模型构建和模拟的重要输入数据.DEM是对流域地形的数字表达,输入DEM的准确性可以确定提取地形和水文特征的可靠性现有输入数据对模型的影响研究多基于不同数据源或将输入数据进行处理来进行相关研究,少有在同一模型参数下,通过调整输入不同数据的精度或类型,探讨其对模型模拟结果的差异.研究区域潮河流域位于密云库区上游,近年来,由于强烈的人类活动,导致密云水库上游流域过多的氮流失进入密云水库,进一步威胁了库区水环境安全1 研究区域概况潮河流域(115°25′～117°33′E,40°19′～41°31′N)是北京密云水库重要的上游集水区,流域面积约为4888km2 研究方法2.1 研究数据及来源本研究所需的数据包括潮河流域数字高程数据、土地利用数据、土壤数据、气象数据及水文观测数据等(表1),其中空间数据均采用Albers等积圆锥投影对数据进行预处理,以统一各类空间数据的投影和地理坐标,所有操作均基于Arc GIS 10.3平台完成.2.2 SWAT模型输入参数情景构建SWAT模型是由美国农业部(USDA)农业研究中心研发的基于过程的半分布流域模型,该模型可根据研究区内土地利用类型、土壤类型、坡度,将流域划分为不同的响应单元(HRUs),基于流域水文响应单元和水量平衡进行全流域内的水质水量模拟,用以评估土地管理与气候变化对流域水文水质的影响,被广泛运用于全球各流域尺度的土壤侵蚀控制、非点源污染负荷模拟及管理措施效果模拟等方面本文以30m分辨率的DEM数据及1991～2002年雨量站实测降水数据为基准输入数据,根据模型对流域出口径流量及总氮负荷为输出数据来确定SWAT模型其他各参数.在分析DEM分辨率变化对模型的影响时,控制其他输入数据条件(降水量数据采用雨量站实测)和模型参数不变,通过调整DEM分辨率来评价其对模型模拟效果的影响;在分析不同降水数据输入对模型的影响时,控制其他输入数据条件(DEM采用30m数据)和模型参数不变,通过输入不同的降水来源数据,评价其对模型模拟效果的影响.为了在建模过程中将不确定性的输入数据与其他数据或过程描述分开,控制其他条件为恒定不变.这些条件包括:(1)其他输入数据:如土地利用数据、土壤数据和经济管理数据.(2)相同的集水面积阈值,用于定义河流产生子流域.(3)相同的HRU定义阈值,分别为土地利用(5%)土壤(10%)和坡度(10%).(4)SWAT模型其他相同的默认参数.2.3 模型校准和验证由于SWAT模型结构复杂参数众多,为提高模型的率定效率,本文采用SWAT-CUP对模型进行参数敏感性分析,用流域出口水文站(下会站)的水文观测数据(径流量)和水质数据(总氮负荷)来校准模型.模型模拟(1990～2013年)共24a,1990～1992年模型的预热期,1993～2003年为模型的校准期,2004～2013年为模型的验证期,参考相关研究结果,通过手动调整影响径流量和总氮负荷的主要参数,使得径流和总氮的模拟值和实际值接近.校准期和验证期的模拟效果采用纳什系数(ENS)和相对误差(RE)作为评价标准,对模型模拟效果进行评价.ENS和RE的表达式分别为:式中:P如图2所示,通过模拟,月均径流量在校准期和验证期的ENS分别为0.81和0.77,RE分别为47%和39%;总氮在校准期和验证期ENS分别为0.66和0.56,RE为54%和47%.通过参考模型评价标准,表明率定后的SWAT模型能够较好反应潮河流域径流量和总氮负荷的变化规律3 结果与讨论3.1 DEM分辨率对水文特征提取的影响DEM分辨率是影响模型模拟结果的重要因素之一,本文采用最邻近内插法(NEAREST)将30m分辨率DEM数据重采样成不同分辨率,比较模型在不同分辨率下流域地形和特征变化,如表2所示,随着DEM分辨率的降低,流域面积从4798.22km3.2 DEM分辨率变化对模型模拟结果影响选取1991～2002年实测降水数据,根据不同分辨率下的水文特征选取30,100,300m的DEM分辨率对流域出口径流及总氮负荷进行模拟分析.结果如表3所示,不同DEM分辨率下,模型对径流模拟的ENS和R于总氮而言,随着DEM分辨率不断降