基于SWAT模型与Copula修正的融雪径流模拟

发布时间：2021-06-26 22:14

　　应用分布式SWAT模型,研究黑龙江省三江平原挠力河流域融雪径流模拟及变化特征。结合遥感技术获取研究区土地利用数据、DEM数据及土壤数据,建立SWAT模型地理信息数据库。基于流域内水文站及气象站2004～2014年融雪期内（3～5月）日气象和日径流观测数据,采用分布式SWAT模型模拟流域融雪径流。为提高径流模拟精度,利用二维Copula函数揭示模拟值与其误差间相关性,描述径流模拟结果及其误差联合概率分布,修正模拟径流值。结果表明,率定期及验证期纳什效率系数（NSE）均大于0.7,构建SWAT模型适合于研究区融雪径流模拟,而经Copula函数修正后纳什效率系数（NSE）提高至0.8以上,对修正径流值作滑动平均法平滑数据处理后,精度提高。 

【文章来源】：东北农业大学学报. 2020,51(06)北大核心CSCD

【文章页数】：9 页

【部分图文】：

率定期（2005～2008）径流过程线

本文采用SWAT-CUP中全局敏感性分析[22]，利用t值和P值评价模型参数敏感性。参数敏感性与t值呈正相关、与P值呈负相关，结果如图3所示，CN2和ALPHA＿BF其t值均在4～5，其中CN2的t值大于ALPHA＿BF,P值均接近于0，故在研究区域中参数敏感性CN2排名第一，ALPHA＿BF排名第二。而SFTMP、SMTMP和TIMP其t值均在1.5～2.5,P值均在0～0.4。而其他参数t值均小于1.5,P值则在0.4以上。综上所述，在12个参数中，CN2和ALPHA＿BF是最敏感参数，其次为SFTMP、SMTMP和TIMP。3.3 基于Copula验证期模拟修正

图4 模拟径流值与误差值概率密度分布构建SWAT模拟验证期（2010～2014年）融雪期径流，采用Copula修正并经优化处理，融雪径流模拟结果如表4所示，模拟径流过程如图6所示。由表4可知，验证期SWAT模拟纳什效率系数值为0.75，采用Copula修正方法纳什效率系数为0.92，利用移动平均法优化处理纳什效率系数为0.93。对于确定性系数、平均绝对误差和均方根误差，与传统SWAT模型相比，经Copula修正和优化处理后验证期整体模拟结果均有明显提高，单一年份模拟结果也有所提高（2014年NSE提高139%）。然而，2012年Copula修正后较SWAT模拟结果有所降低（NSE降低22.5%），但优化处理后模拟结果提高且与SWAT模拟相当。由2012年SWAT模拟径流过程可知，SWAT模拟径流值远大于真实值。但在率定期，SWAT模拟值低于真实值，Copula修正后无理想结果，但优化处理后可弥补。综上所述，经修正处理后，融雪期日径流模拟精度有明显改善。

【参考文献】：
期刊论文
[1]SRM融雪径流模型在锡林河流域的应用[J]. 王飞,朱仲元,张鹏,王慧敏,张璐.  干旱区研究. 2019(03)
[2]基于SWAT模型多站点不确定性评价方法的比较[J]. 李倩楠,张静,宫辉力.  人民黄河. 2017(01)
[3]SWAT模型融雪模块的改进与应用研究[J]. 孟现勇,吉晓楠,刘志辉,肖军仓,陈曦,王芳.  自然资源学报. 2014(03)
[4]新疆冰川、积雪对气候变化的响应（II）:灾害效应[J]. 沈永平,苏宏超,王国亚,毛炜峄,王顺德,韩萍,王宁练,李忠勤.  冰川冻土. 2013(06)

博士论文
[1]东北地区积雪时空分布及其融雪径流模拟[D]. 杨倩.吉林大学 2015
[2]时间序列相似性问题研究[D]. 李俊奎.华中科技大学 2008



本文编号：3252193