基于CMADS驱动下SWAT模型的敖江流域径流模拟
发布时间：2021-08-28 00:43
目前针对气象、水文资料不足的小尺度流域进行径流模拟的研究相对较少。选取敖江流域为研究区,利用中国大气同化驱动数据集（CMADS）驱动SWAT模型对该流域2008—2016年进行逐月径流模拟,并使用水文比拟法结合邻近的2个传统气象站计算出模拟时段的观测数据以完成模型参数的率定与验证。结果表明:模拟结果与观测值较吻合,率定期（2010—2013年）评价指标决定系数R2和Nash-Suttcliffe系数NS分别为0.84和0.76,验证期（2014—2016年）两者分别为0.85和0.74,均达到了模型的评价要求。研究成果表明CMADS驱动下的SWAT模型适用敖江流域的径流模拟,采用水文比拟法适合在水文资料不足的地区进行径流计算,可为缺少气象与水文资料的小尺度流域进行径流模拟提供参考。
【文章来源】：长江科学院院报. 2020,37(11)北大核心CSCD
【文章页数】：6 页
【部分图文】：
研究区位置
土壤类型数据来源于黑河计划数据管理中心的世界和谐土壤数据库(Harmonized World Soil Database Version1.1,HWSD)(http://westdc.westgis.ac.cn),分辨率为1∶100万。HWSD与SWAT模型采用的美制土壤粒径级配标准差别不大,无需对土壤粒径进行转换[18]。模型所需的大部分物理参数可以通过HWSD属性表直接获取,其他参数如土壤湿密度(SOL_BD)、土壤层有效持水量(SOL_AWC)、饱和水力传导系数(SOL_K)可由SPAW软件计算得出;土壤侵蚀因子K(USLE_K)通过通用方程(USLE)计算获取;对于其他难以获取的参数(一般为可选)均采用模型默认值。流域共分布7种土壤类型,分布见图2。各类型的面积占比情况分别为:Haplic Solonchaks(简育盐土)占0.06%;Cumulic Anthrosols(人为土)占14.16%;Haplic Acrisols(简育低活性强酸土)占59.95%;Haplic Acrisols1(简育低活性强酸土1)占10.37%;Humic Acrisols(腐殖质低活性强酸土)占10%;Haplic Alisols(简育高活性强酸土)占4.57%;Dystric Cambisols(不饱和雏形土)占0.89%。3.2.4 气象数据
气象数据主要由实测数据和天气发生器数据2部分构成。研究区内缺乏长时间尺度的气象监测站,实测数据只获取了距离研究区域最近的2个国家气象监测站——福州站和宁德站1951—2016年66 a逐日气象资料,这一部分数据主要用来计算水文数据和补充缺失的气象数据。为了使SWAT模型的模拟效果更加精确,本文利用寒区旱区科学数据中心提供的中国大气同化驱动数据集(CMADS V1.1),此版本的空间分辨率为0.25°,时间分辨率为逐日,时间尺度为2008—2016年,包含了SWAT模型运行所需的各项气象数据且与模型要求的格式一致。最终本文共选取11个CMADS站点(105-237站点距离远,舍弃),SWAT模型可以根据坐标自动选取最近的气象站点,并选取106-238站点作为天气发生器站点,研究区气象站点分布见图3。3.2.5 水文数据
【参考文献】：
期刊论文
[1]SWAT模型在土地利用/覆被变化剧烈地区的改进与应用[J]. 金鑫,金彦香,杨登兴. 地球信息科学学报. 2018(08)
[2]CMADS与传统气象站数据驱动下的SWAT模型模拟效果评价——以苦水河流域为例[J]. 张春辉,王炳亮. 中国农村水利水电. 2018(06)
[3]基于SWAT模型的乌鲁木齐河上游土地利用和气候变化对径流的影响[J]. 祖拜代·木依布拉,师庆东,普拉提·莫合塔尔,张润. 生态学报. 2018(14)
[4]CMADS、ITPCAS和TRMM 3B42 3套降水数据集在玉龙喀什河流域的适用性评价[J]. 刘俊,刘时银,上官冬辉,徐敬东. 华北水利水电大学学报(自然科学版). 2017(05)
[5]基于CMADS驱动的SWAT模型在辽宁浑河流域的应用研究[J]. 张利敏,王浩,孟现勇. 华北水利水电大学学报(自然科学版). 2017(05)
[6]基于CMDAS驱动SWAT模式的精博河流域水文相关分量模拟、验证及分析[J]. 孟现勇,王浩,雷晓辉,蔡思宇. 生态学报. 2017(21)
[7]基于SWAT模型的阿克苏河流域径流模拟[J]. 祁敏,张超. 水土保持研究. 2017(03)
[8]水文比拟法在计算河川径流量时的修正[J]. 周彦龙,刘燕. 水利规划与设计. 2017(05)
[9]基于SWAT模型的渭河流域分区径流模拟研究[J]. 黎云云,畅建霞,金文婷,郭爱军,王东林. 西北农林科技大学学报(自然科学版). 2017(04)
[10]基于参数移植法的SWAT模型模拟嘉陵江无资料地区径流[J]. 程艳,敖天其,黎小东,吴碧琼. 农业工程学报. 2016(13)
本文编号：3367435
【文章来源】：长江科学院院报. 2020,37(11)北大核心CSCD
【文章页数】：6 页
【部分图文】：
研究区位置
土壤类型数据来源于黑河计划数据管理中心的世界和谐土壤数据库(Harmonized World Soil Database Version1.1,HWSD)(http://westdc.westgis.ac.cn),分辨率为1∶100万。HWSD与SWAT模型采用的美制土壤粒径级配标准差别不大,无需对土壤粒径进行转换[18]。模型所需的大部分物理参数可以通过HWSD属性表直接获取,其他参数如土壤湿密度(SOL_BD)、土壤层有效持水量(SOL_AWC)、饱和水力传导系数(SOL_K)可由SPAW软件计算得出;土壤侵蚀因子K(USLE_K)通过通用方程(USLE)计算获取;对于其他难以获取的参数(一般为可选)均采用模型默认值。流域共分布7种土壤类型,分布见图2。各类型的面积占比情况分别为:Haplic Solonchaks(简育盐土)占0.06%;Cumulic Anthrosols(人为土)占14.16%;Haplic Acrisols(简育低活性强酸土)占59.95%;Haplic Acrisols1(简育低活性强酸土1)占10.37%;Humic Acrisols(腐殖质低活性强酸土)占10%;Haplic Alisols(简育高活性强酸土)占4.57%;Dystric Cambisols(不饱和雏形土)占0.89%。3.2.4 气象数据
气象数据主要由实测数据和天气发生器数据2部分构成。研究区内缺乏长时间尺度的气象监测站,实测数据只获取了距离研究区域最近的2个国家气象监测站——福州站和宁德站1951—2016年66 a逐日气象资料,这一部分数据主要用来计算水文数据和补充缺失的气象数据。为了使SWAT模型的模拟效果更加精确,本文利用寒区旱区科学数据中心提供的中国大气同化驱动数据集(CMADS V1.1),此版本的空间分辨率为0.25°,时间分辨率为逐日,时间尺度为2008—2016年,包含了SWAT模型运行所需的各项气象数据且与模型要求的格式一致。最终本文共选取11个CMADS站点(105-237站点距离远,舍弃),SWAT模型可以根据坐标自动选取最近的气象站点,并选取106-238站点作为天气发生器站点,研究区气象站点分布见图3。3.2.5 水文数据
【参考文献】：
期刊论文
[1]SWAT模型在土地利用/覆被变化剧烈地区的改进与应用[J]. 金鑫,金彦香,杨登兴. 地球信息科学学报. 2018(08)
[2]CMADS与传统气象站数据驱动下的SWAT模型模拟效果评价——以苦水河流域为例[J]. 张春辉,王炳亮. 中国农村水利水电. 2018(06)
[3]基于SWAT模型的乌鲁木齐河上游土地利用和气候变化对径流的影响[J]. 祖拜代·木依布拉,师庆东,普拉提·莫合塔尔,张润. 生态学报. 2018(14)
[4]CMADS、ITPCAS和TRMM 3B42 3套降水数据集在玉龙喀什河流域的适用性评价[J]. 刘俊,刘时银,上官冬辉,徐敬东. 华北水利水电大学学报(自然科学版). 2017(05)
[5]基于CMADS驱动的SWAT模型在辽宁浑河流域的应用研究[J]. 张利敏,王浩,孟现勇. 华北水利水电大学学报(自然科学版). 2017(05)
[6]基于CMDAS驱动SWAT模式的精博河流域水文相关分量模拟、验证及分析[J]. 孟现勇,王浩,雷晓辉,蔡思宇. 生态学报. 2017(21)
[7]基于SWAT模型的阿克苏河流域径流模拟[J]. 祁敏,张超. 水土保持研究. 2017(03)
[8]水文比拟法在计算河川径流量时的修正[J]. 周彦龙,刘燕. 水利规划与设计. 2017(05)
[9]基于SWAT模型的渭河流域分区径流模拟研究[J]. 黎云云,畅建霞,金文婷,郭爱军,王东林. 西北农林科技大学学报(自然科学版). 2017(04)
[10]基于参数移植法的SWAT模型模拟嘉陵江无资料地区径流[J]. 程艳,敖天其,黎小东,吴碧琼. 农业工程学报. 2016(13)
本文编号：3367435
本文链接：https://www.wllwen.com/projectlw/dqwllw/3367435.html
