基于swa丰乐河流域水文预测模型的应用

基于swa丰乐河流域水文预测模型的应用

水资源不仅是一个重要的自然资源，也是一个重要的环境因素，在人类社会的发展中发挥着重要作用。然而近几十年来由于缺乏可持续的、高效的水资源管理方式，世界各地水资源面临着严峻的形势。水资源短缺、水环境污染以及水旱灾害是当前水资源管理中的三大主要问题。水资源问题的日益突出，需要科学有效的规划与管理措施。不同下垫面和气候变化条件下流域水文预测对于有限水资源的合理配置和科学管理显得十分必要和迫切。丰乐河是巢湖流域的重要支流，近年来流域水资源短缺和水环境恶化问题日益突出：（1）水质污染严重，富营养化现象突出；（2）森林覆盖率低，水土流失严重。（3）水生生态系统破坏。笔者利用SWAT分布式水文模型的AVSWAT2000版本对丰乐河流域水文现象进行预测,以期为平原河网地区的水资源管理和研究提供一种新的有效的方法。1研究领域的总结丰乐河全长117.5km，流域面积2124km2模型设计和图件集成AVSWAT2000是美国农业部农业研究中心所开发的SWAT模型系列SWAT2000在ArcViewGIS中的扩展，该版本充分利用ArcViewGIS的编辑、处理和空间分析等功能，并采用了ArcViewGIS3.2版本的三个功能模块:空间分析模块、水文分析模块和三维分析模块。模型中集成了以下几种功能模块：（1）流域划分；（2)HRU确定；（3）气象站点的确定；（4)AVSWAT基础数据；（5）参数输入、编辑和管理；（6）模型运行；（6）地图字符结果读取；（7）计算工具。AVSWAT所需的基本图件为DEM图、土壤图、土地利用图、水文数据和气候数据。另外，为保证模拟的精度，还需要土地利用类型转换表、土壤类型转换表、气象数据、地下水数据、水资源利用数据、流域管理措施、土壤化学性质、池塘和河流水质等3流域水文预测3.1属性与数据来源基础数据包括图形资料和各类统计资料。地形图来源于国家测绘局1:25万和1:10万地形图，均为高斯克吕格投影。土地利用图来源于安徽省土地规划院2001年编制的1:5万六县土地利用图，结合野外现场调查、GPS定位修订；土壤图来源于安徽省土壤普查办公室1995年编制出版的1:70万安徽省土壤图。利用桌面GIS软件MapInfo7.0，通过屏幕数字化与手扶数字化相结合完成各幅地图配准、数字化录入与编辑。气象数据来源于安徽省水文局以及流域内4个气象站（毛坦厂、中店子、桃溪、舒城）逐日气象数据、舒城气象站的大气质量月监测数据（包括大气与降水成分数据）以及舒城站1957—2004年共48a的年降水量数据。水文监测数据为桃溪水文站2000—2003年水文监测数据，水资源调配数据从安徽省水文局收集。3.2利用类型引起为了减小流域下垫面和气候因素对模型的影响，利用AVSWAT模型进行模拟时通常先将流域划分为若干不同的子流域，各子流域内的水文响应主要由土壤和土地利用类型引起。由于各子流域内土壤及土地利用类型并不相同，为了模拟的准确度，AVSWAT进一步将子流域划分为不同的水文响应单元，各水文响应单元是单一土壤类型、土地利用和管理措施的组合AVSWAT利用流域数字化地形图DEM(grid格式）、流域集水区域和河网图，根据流域的产、汇流特征自动划分子流域，此次模拟共划分出38个子流域，图1。并在对土壤和土地利用重新分类和叠加后采用多水文响应单元划分方法将全流域共划分出131个水文响应单元。3.3主要数据及其校核由于SWAT模型结构复杂、参数众多，笔者采用局部灵敏度分析方法对主要的水文参数进行了灵敏度分析，确定出对水文径流影响较大的参数。主要包括：SCS径流曲线数（CN对上述模型灵敏参数的校准与检验选用年相对误差(RE)、月相关系数(r)和月效率系数（Nash-Sutclife系数Ens）进行。Nash-Sutclife系数计算公式为：式中：Ens:Nash-Sutclife系数Qm：月观测值；Qp：月模拟值；Q：观测值的平均值。当Q笔者将流域内桃溪水文站2000—2002年的水文（径流量）观测数据用于模型参数校核，2003年数据用于模型检验。其中2000年相对误差较大，推测与模型参数众多，初值难以准确赋定及前期降雨产生的基流滞后效应影响有关。排除2000年后，校核年径流模拟值与实测值年均相对误差均小于10%，模拟精度令人满意；月相关系数与月效率系数随模拟时间的增长，呈上升趋势，最终分别达到0.90、0.79，符合模拟评价标准。特别是检验年径流相对误差仅为2.82%，月径流相关系数r为0.96，月径流效率系数Ens达0.95。模拟值与实测值拟合精度很高，完全满足流域水文模拟预测精度要求。3.4预测降水、径流气象条件是流域水文模型的主要输入数据，因此水文预测应以气象预测为基础。降水是水文机理模型中的最主要输入数据，此次研究将以气象（降水）预测———包括流域典型年（以10%丰水年为例）降水风险预测和2006年常规降水预测———为基础，将预测结果导入AVSWAT2000对流域进行相应的水文径流预测。流域水文（径流）预测的思路为：（1）选择近似流域观测资料较全气象站-舒城气象站，利用收集到的近49a(1957-2005）的年降水数据，采用较为成熟的随机方法（配线法）推求舒城站典型年降水量；采用处理复杂非线性问题较为有效的人工神经网络方法（径向基神经网络法）预测舒城站常规年降水量。（2）选择代表年，采用同倍比缩放法将舒城站典型年和常规年降水量进行全年分配，求得降水年内日分布过程。（3）将舒城站典型年和常规年降水的年内降水日分布过程乘以转换系数得到流域内其余气象站点的降水年内日分布过程。（4）将流域各气象站点典型年及常规年日降水量按月累加作为全流域典型年及常规年降水年内月分布。（5）将典型年和常规年降水预测成果输入AVSWAT2000模型，对流域出口径流量进行预测。应用上述思路求得全流域各气象站10%丰水年和2006年降水、径流年内月，见表1、图2、图3。由表及图可以看出，典型年及常规年降水径流对应关系较好。10%丰水年年内降水、径流分布较为集中，主要集中分布在6—8月，该时段降水、径流分别占全年比例的57.15%、60.00%，其中7月份降水异常高。2006年流域年内降水、径流分布与典型年不同，年内分布较为分散，且出现双峰现象。降水、径流主要集中在3—7月，占全年比例分别为61.97%、61.81%。4基于预测的流域水文过程模拟此项研究成功地运用AVSWAT2000模型进行丰乐河流域水文模拟预测，其结果和讨论如下：(1）对流域水文模拟参数灵敏度分析与参数率定结果显示：模型在研究区的水文模拟年、月拟合精度较高，表明SWAT分布式水文模型能够较好地模拟预测研究区的水文过程，模型在平原河网区多水源径流流域具有较强的适用性。(2）成功运