基于SWAT模型的北江飞来峡流域径流模拟

为满足北江飞来峡流域非点源污染负荷核算需要,利用SWAT模型对研究区1969-2011年日径流过程进行模拟。基于飞来峡流域水文、气象、地形、土地利用和土壤类型等资料构建SWAT径流模型,并运用SWAT-CUP中的SUFI-2方法对模型中的14个径流参数进行敏感性分析及参数率定,再进行径流模拟效果定量评价。结果表明:对径流过程有显著影响的参数主要为SCS径流曲线系数、主河道曼宁系数、地下水滞后系数以及地表径流滞后时间等;日径流率定期和验证期的效率系数均为0.83,相对误差分别为1.40%和0.58%,且大部分模拟数据落在不确定性区间内,模拟结果的不确定性较小,表明所构建的SWAT径流模型具有较高的精度,在北江飞来峡流域适用性良好。     

一种SWAT模型参数识别的改进方法

参数的敏感性分析和不确定性分析是分布式水文模型构建的先决条件。在辽河流域建立SWAT模型,利用SWAT-CUP中的SUFI-2算法进行参数的率定,在此基础上提出一种更为简便的参数识别方法。将研究区域辽河干流的主要支流分别进行参数识别,再将SWAT-CUP中率定的最佳参数的从TXINOUT文件中提取出来,分别覆盖到SWAT模型中各对应支流子流域的TXINOUT文件中,即可得到按主要支流经过参数识别后的SWAT模型,避免了SWAT-CUP调参工具涉及众多子流域导致参数识别过于复杂的问题。结果表明,辽河干流主要支流招苏台河、清河、柴河等子流域主要水文断面率定期的平均纳什效率系数分别为0.60、0.65、0.68,验证期分别为0.60、0.72、0.77,参数率定的结果相对于全局调参有较大的改进。采用本文提出的参数识别方法,可以解决SWAT-CUP全局调参时上下游断面结果难以同时匹配或伪匹配的问题,又可以避免分区参数识别时对不同子流域的土地利用类型、土壤类型以及坡度等参数的繁琐设定,同时降低了SWAT模型手动调参的复杂程度,可较好地应用到SWAT模型参数识别过程中。     

SWAT模型径流模拟的校正与不确定性分析

为比较SUFI-2和GLUE两种常用的SWAT模型校正与不确定性分析方法的优劣,以三峡库区大宁河流域为研究对象,应用Arc SWAT 2012对大宁河流域进行径流模拟,并分别基于SUFI-2和GLUE方法进行校正和不确定性分析,进而从模型模拟结果的不确定性、拟合效果、运算效率和参数不确定性分析等方面对SUFI-2和GLUE进行比较。结果表明:SUFI-2和GLUE都可以较好地应用于大宁河流域SWAT模型的校正和不确定性分析,但SUFI-2方法能通过较少的模拟次数获得更小的模拟不确定性带以及更佳的拟合效果,而GLUE方法在参数不确定性分析方面的表现更佳。对于SWAT模型径流模拟,建议用SUFI-2方法进行校正和模拟结果不确定性分析,用GLUE方法进行参数不确定性分析。     

基于替代模型的非点源污染模拟不确定性分析

为探究非点源污染机理模型参数的不确定性对模型精度和模拟结果的影响,以广利河流域为研究区,运用小波神经网络建立研究区非点源污染模拟SWAT模型的替代模型,解决使用蒙特卡罗方法进行不确定性分析时运算量大的问题,从而实现对非点源污染模拟模型参数的不确定性分析。研究结果表明:小波神经网络模型不仅能够很好地代替SWAT非点源污染模拟模型,而且能大幅度减少蒙特卡罗方法的计算时间;研究区氨氮和总磷输出结果在90%置信水平下的置信区间分别为4.02×10~4～25.85×10~4、9.01×10~3～28.38×10~3 kg/a,相比总磷,氨氮输出结果的离散程度更高,不确定性程度更大。     

基于SWAT模型对洙赵新河流域径流的模拟研究

洙赵新河是南四湖流域重要的入湖河流,研究该流域的径流对南四湖湖西平原区具有重要意义。选用SWAT分布式水文模型,通过SWAT-CUP程序的Sufi-2算法进行参数率定、敏感性分析与不确定性分析,模拟了洙赵新河流域2008-2014年的月径流过程。结果表明:月径流在校准期和验证期的相关系数R2和NS效率系数均大于0. 85,表明SWAT模型在洙赵新河流域适用性较好;根据敏感性分析结果发现水文相关参数与径流有不同程度的相关性,其中植被蒸腾补偿系数、河岸调蓄的基流α因子、浅层地下水径流系数等13个参数最为敏感;在气象站点密度较小的地区,引入CMADS气象数据集作为流域水文模型的驱动数据集,取得了理想的效果。     

妫水河流域水文模拟及参数不确定性分析

以北京市延庆区妫水河为例,使用SWAT(Soil and Water Assessment Tool)模型对妫水河流域进行月尺度水文模拟,使用SUFI-2(Sequential Uncertainty Fitting)算法分析参数的敏感性,依据SWAT-CUP自动率定得到P因子和R因子分析模型的不确定性,从而完成本流域分布式水文模型的构建。率定结果显示,率定期确定系数R 2为0.65,效率系数NSE为0.61;验证期确定系数R 2为0.89,效率系数NSE为0.88;不确定性分析结果中P-factor均大于0.5,R-factor均小于0.3。通过以上分析可得该模型对妫水河流域的水文模拟有良好的效果。     

目标函数对滦河流域SWAT模型径流模拟不确定性的影响

针对水文模型参数和径流模拟结果不确定性问题,选取2Nash-Sutcliffe效率系数(NSE)、改进的决定系数(R_m²)、相对误差(PBIAS)、Kling-Gupta效率系数(KGE)4种目标函数,对构建的滦河流域潘家口水库上游SWAT模型进行参数率定及验证,分析了不同目标函数下模型参数的敏感性差异及径流模拟的不确定性。结果表明：参数敏感性会随迭代次数增加和抽样范围变化发生改变,不同目标函数下率定的参数范围和最优值显著不同;NSE和KGE作为目标函数在各站点径流模拟中更稳健,分别表现出较高的模拟精度和较低的模拟不确定性。     

图们江流域SWAT模型的构建及其参数敏感性分析

为科学评估与合理优化图们江流域水资源，以图们江流域(中国一侧)1995年～2019实测气象水文数据为基础，应用ArcGIS 10.2建立了SWAT水文模型，对流域2000年～2019年月径流过程进行模拟。基于SWAT-CUP中的SUFI-2算法对模型输入的参数进行敏感性分析和率定校准，并探讨了模型在图们江流域的适用性。结果表明，对所构建模型模拟效果影响最大的参数为CN2、ALPHA＿BF、SLSUBBSN;率定期的确定系数R²=0.88,效率系数NSE=0.74;验证期的确定系数R²=0.83,效率系数NSE=0.66,两个时期的百分比偏差PBIAS<25%,均方根差与标准偏差的比值RSR均小于0.6。     

基于智能聚类识别的 SWAT 模型参数优化方法 −以石头口门水库流域为例

为探究 SWAT 模型参数优化过程与方法,降低参数估计不确定性,采用敏感性分析方法遴选关键参数,针对 关键参数采用拉丁超立方抽样构建参数样本集,进而结合各组关键参数组合下的模拟精度指标构建聚类指标集, 采用 SOM 聚类算法进行聚类,并基于模拟精度较高且波动较小类别识别各关键参数取值范围,形成一种 SWAT 模型关键参数优化系统方法。以石头口门水库流域为例,选取 1980—2016 年（1980—1986 年为预热期,1987— 2009 年为率定期,2010—2016 年为验证期）的月径流实测资料,建立流域 SWAT 模型,引入 SOM 聚类算法进行参 数优化,不断缩小模型关键参数合理取值区间,并应用 SUFI-2 算法进行模拟结果对比。结果表明：SWAT 模型适 用于石头口门水库流域,且参数优化前验证期的决定系数 R2为 0.79,纳什效率系数 ENS为 0.74,P-factor 为 0.65,R-factor 为 0.56;参数优化后验证期 R 2为 0.88,ENS为 0.83,P-factor 为 0.70,R-factor 为 0.50,模拟效果较好。故 应用 SOM 算法进行 SWAT 模型参数优化可以降低模型不确定性,提高径流模拟精度,为水文模型参数优化算法 的选择提供思路,对水资源管理政策制定与水库优化调度具有重要意义。     

SWAT模型的参数灵敏度分析——以贡嘎山海螺沟不同植被类型流域为例

目前分布式水文模型在我国各种流域的水文过程模拟中已得到广泛的应用,为了深入了解不同分布式水文模型参数在水文循环过程中的影响程度,文中针对贡嘎山海螺沟4种不同植被类型流域,采用扰动分析方法定义模型参数的灵敏度并根据灵敏度的取值分为5级,基于SWAT(Soil&Water Assessment Tool)分布式水文模型研究了模型参数灵敏度在年内夏季和冬季的变化及其对水文过程模拟结果的影响。计算结果表明:冬季模型参数的灵敏度普遍偏高,会出现枯水期径流过程模拟误差较大的现象,而夏季模型参数的灵敏度相对降低;但在同时模拟汛期和枯期的径流过程情况下,前者的误差会小于后者。通过对SWAT模型参数在不同植被类型流域的灵敏度分析,将会有助于减少水文模拟的不确定性或能获得更好的估计结果。     

基于CMADS和SWAT模型的玛纳斯河流域水文过程模拟

缺乏历史气象资料地区的水文模拟是制约流域模型发展和人们对流域水资源认识的重要因素之一.选取玛纳斯河流域作为研究区,运用CMADS和SWAT模型对该流域的水文过程进行了模拟,最后使用SWAT-CUP对模拟径流量进行了校正.通过参数灵敏度分析、参数标定与验证,选取NSE、R2和PBIAS统计指标进行评价.选取的9个敏感性水...     

基于CORDEX区域气候模式的大渡河流域径流模拟

研究气候变化下大渡河流域的径流预测可有效提高未来该流域的水利资源利用率,为水电调度提供决策参考。首先利用逐步聚类算法对6套CORDEX区域气候模式1970—2005年数据进行校正和验证,模拟大渡河流域2030—2065年的气候变化趋势。之后建立了大渡河流域年尺度的SWAT(Soil&Water Assessment Tool)模型,使用SWAT-CUP对其进行率定和验证,最后以校正后的未来气象数据驱动SWAT模型,进行未来大渡河流域径流模拟。结果表明,在未来RCP4.5和RCP8.5情景下,该流域降水量变化幅度较小,最高温度、最低温度整体呈增长的趋势,未来径流将大致呈增加的趋势,且在2050年前后,径流波动趋势不一致。在2050年之前径流变化量较小,之后2种气候情景下的径流变化趋势明显变大,预报的不确定性也增加。     

SWAT模型在大尺度流域径流模拟影响因素分析——以巴拉那河上游流域为例

为了探讨SWAT模型在大尺度流域水文分析模拟的效果,以巴西巴拉那河上游流域为研究区,利用构建的流域大尺度SWAT模型,定量分析美国国家环境预报中心再分析数据(CFSR)降水再分析数据质量、子流域划分数量及模型参数对径流模拟结果的影响。结果表明,CFSR再分析数据对流域降水的空间分布估计偏差较大,导致径流模拟误差较大,模型参数经1次迭代后,确定系数(R²)值均小于0.2。随着子流域划分数量的增加,实测站点降水数据可以更准确地估计子流域面雨量,进而提高径流模拟拟合度。在子流域划分数量分别为66、781和4 111的情况下,比较模型参数经过1次迭代后的径流模拟效果发现,子流域个数为781个时,R²值相对于两种情况有明显提高。在涉及SWAT模型径流模拟的20个参数中,土壤蒸发补偿系数(ESCO)和SCS径流曲线数(CN2)是最敏感的两个参数。由分析可知,SWAT模型可以在大尺度流域径流模拟中应用,研究结果可以为大尺度流域水文模型的构建与应用提供参考。     

基于SWAT模型的延河流域月径流量模拟分析

近年来SWAT模型在我国南方湿润半湿润流域以及众多大尺度流域取得了良好的应用效果,但在水文资料缺乏、气候相对干旱的流域应用不多。以黄土高原典型流域陕西省延河流域为例,结合国内外已有的研究和GIS技术,根据延河流域现有的数据成功构建了基于SWAT的水文模型,其中1980—1985年为模型的率定期,1986—1989年为模型的验证期。通过对模型的参数进行敏感性分析以及一系列率定,最终得到结果为率定期的Nash-Sutcliffe效率系数NS和相关系数R²分别是0.644和0.832;验证期的Nash-Sutcliffe效率系数NS和相关系数R²分别为0.63和0.872,均达到模型模拟的要求,表明SWAT模型基本上能够模拟延河流域月径流量水文过程,为SWAT模型在黄土高原典型流域的进一步应用提供了科学依据。     

不同水文模型在双桥流域的应用比较

新安江模型、SWAT模型和BTOPMC模型分别代表集总式、响应单元式和网格分布式三种不同结构的流域水文模型。以Nash效率系数为目标函数,采用SCE-UA自动优化算法率定模型参数,对双桥流域的日径流进行了模拟。结果表明:新安江模型、SWAT模型和BTOPMC模型都能较好反映双桥流域的日径流过程。从总体效果来看,新安江模型的模拟效果比SWAT模型和BTOPMC模型的好,三个模型对总体水量的模拟误差都在±10%以内,水量模拟比较平衡。在不同流量级的模拟中,SWAT模型的水量平衡效果均比新安江模型和BTOPMC模型的好;大流量模拟时,新安江模型的模拟均方根误差较小,模拟效果最好;中流量和小流量模拟时,BTOPMC模型的均方根误差较小,模拟效果最好。     

气候变化背景下洺河流域径流变化研究

为探究气候变化背景下流域和径流的变化情况,本文以洺河流域为研究对象,分析洺河流域的温度和降雨与径流的关系,并以洺河流域的各参数数据构建相应的SWAT模型,同时采用SWAT-CUP验证不同时段的洺河流域SWAT模型的参数。结果表明,气候的变化严重影响流域径流,二者呈现负相关的方向发展。     

城市暴雨管理模型应用研究进展

回顾了城市暴雨管理模型SWMM的发展过程,着重分析了模型开发关注的重点问题:子流域划分尺度、模型参数的选取和设定、参数不确定性及灵敏度分析、参数的率定、模型结构的不确定性分析、模型开发与耦合等,对模型在水文过程模拟、水动力过程模拟、水质过程模拟3个方面的应用进行了评述,并对模型未来的优化应用和开发提出了建议和展望。     

郑州市贾鲁河流域水循环模拟

以郑州市贾鲁河流域为研究区,在地理信息系统技术支持下,使用DEM、土地利用、土壤、气象、人工取用水数据、农业管理措施等资料构建了基于分布式水文模型SWAT的流域水循环模拟模型,应用改进的SWAT模型进行了流域水循环模拟,并利用实测数据对模型进行了参数率定和模型验证,采用相对误差、NASH效率系数、相关系数作为模型适应性评价指标,结果表明模型在研究区有较好的适应性。可以为流域水循环演变规律的系统揭示和区域水资源的综合调控提供了技术支撑。     

一种高效的SWAT模型参数自动率定方法

对于SWAT这种复杂的分布式水文模型，参数率定是模型成功应用的难点和关键。虽然SWAT2005模型中已经有了参数自动率定模块，但其运行效率较低，对于大型流域难以推广。本文研究分析了SWAT模型和PSO算法的原理，将PSO算法引入SWAT模型中，构建了新的SWAT模型参数自动率定模块，通过在天津于蓟运河流域实例研究，发现该方法率定精度较高，收敛速度更快，运行结果稳定，整体率定效果优于模型自带的参数率定模块；如果用改进后的模块在Linux平台开展自动率定，可以使模型自动率定效率提高到当前水平的7倍，适用于大型流域或长时间系列模拟。而PSO算法作为一种通用的优化算法，可广泛用于各种水文模型的参数率定。     

GLUE框架下似然函数对水文模型不确定性的影响

似然函数的选取对模型参数不确定性结果存在较大影响。本文以淮河上游大坡岭水文站控制流域为例,采用GLUE不确定性分析方法、SCE-UA优化算法与流域水循环系统模型(HEQM)耦合,探索Nash-Sutcliffe系数与水量平衡系数这两个似然函数对模型参数敏感性、取值分布特征以及不确定性的影响。结果表明:从敏感性分析结果来看,Nash-Sutcliffe系数作为似然函数时,所选择的9个参数均为敏感性参数,而水量平衡系数作似然函数时,仅有1个敏感性参数,Nash-Sutcliffe系数更适合作似然函数;从不确定性区间评价结果来看,水量平衡系数作为似然函数时,模拟结果的覆盖率和对称性均优于Nash-Sutcliffe系数。以上研究可为GLUE方法似然函数的选取提供参考,也为多目标GLUE方法中权重的分配提供理论依据。