下载文档原格式
㊀收稿日期：２０１５１１０５㊀基金项目：国家自然科学基金资助项目（４１１７１０２９）；广东省水利科技创新项目（２００９－４２）㊂㊀作者简介：朱炬明（１９９０ ），男，广东台山人，硕士研究生，研究方向为水文预报㊂㊀通信作者：周买春（１９６５ ），男，江西高安人，教授，博士生导师，研究方向为水文预报和地理信息系统㊂㊀Ｅ⁃ｍａｉｌ：ｚｊｕｍｉｎｇ＠１６３．ｃｏｍʌ水文泥沙ɔ不同水文模型在双桥流域的应用比较朱炬明，周买春（华南农业大学水利与土木工程学院，广东广州５１０６４２）摘㊀要：新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型分别代表集总式㊁响应单元式和网格分布式三种不同结构的流域水文模型㊂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㊂结果表明：新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型都能较好反映双桥流域的日径流过程㊂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ʃ１０％以内，水量模拟比较平衡㊂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㊂关键词：新安江模型；ＳＷＡＴ模型；ＢＴＯＰＭＣ模型；径流模拟；双桥流域中图分类号：ＴＶ１２１．１；Ｐ３３８．８㊀㊀㊀文献标志码：Ａ㊀㊀㊀ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００⁃１３７９．２０１６．０４．００５㊀㊀随着水文学理论㊁计算机技术㊁地理信息系统和遥感技术的发展，流域水文模拟经历了由系统模型到概念性模型再到物理模型㊁由集总式模拟到分布式模拟的发展历程，每种模型都有各自的特点㊂由于对水文过程机理的描述和流域水文气候特征刻画的详细程度不同，因此对于一个特定流域，不同水文模型存在不同的适应性㊂那么，如何选择最适合的水文模型，就成为水文过程模拟的关键㊂近年来，国内外学者对不同模型在不同流域进行了应用对比㊂ＨＯＮＧＪ．Ｂ．等［１］的研究表明，在湿润的息县流域（流域面积８８２６ｋｍ２）应用新安江模型（集总式模型）和ＢＴＯＰＭＣ模型（网格分布式模型）的表现都较好，而在半湿润半干旱的葛沟流域（流域面积１９９６ｋｍ２）应用ＢＴＯＰＭＣ模型的表现较差；邓鹏等［２］将新安江模型㊁ＴＯＰＭＯＤＥＬ模型（半分布式模型）和ＳＷＡＴ模型（响应单元式模型）应用于息县流域，表明新安江模型和ＴＯＰＭＯＤＥＬ模型略好于ＳＷＡＴ模型；ＹａｎｇＤ．Ｗ．等［３］在日本关河流域（流域面积７０３ｋｍ２）的研究表明，网格式ＭＩＫＥＳＨＥ模型和坡面式ＧＢＨＭ模型均能反映流域的空间异质性，但ＭＩＫＥＳＨＥ模型适用于小流域，ＧＢＨＭ模型适用于大流域，而以地形指数为划分单元的ＴＯＰＭＯＤＥＬ模型无法反映流域的空间异质性；张亦驰等［４］将ＬＣＭ模型分别以集总式㊁半分布式和全分布式应用于孤山川流域（流域面积１２６３ｋｍ２），结果表明分布式模拟的精度最高，集总式的精度最差㊂然而，前人几乎都是在中型或者大型流域对模型进行对比的，难以揭示不同模型在小型流域的适应性㊂为此，笔者分别运用新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型对双桥流域（流域面积１３１ｋｍ２）的日径流过程进行了模拟，对三种模型的模拟效果进行了分析比较㊂１㊀模型概况１．１㊀新安江模型新安江模型的产流计算基于蓄满产流机理，模型核心是流域蓄水容量分布曲线㊂为了更普遍地反映流域土壤水分分布状况，本文采用双抛物线型土壤蓄水容量曲线［５］，与 三水源 新安江模型不同，双抛物线型新安江模型将总径流仅划分为 二水源 ：地表径流和地下径流㊂由于流域蓄水容量曲线实际上是一条概率分布曲线，并不能反映流域内部某一具体点的实际土壤水分状况，因此新安江模型是一个集总式概念性模型㊂双抛物线型新安江模型地面径流汇流采用单位线法，地下径流汇流则采用线性水库法，河网汇流采用分段连续演算的马斯京根法［６－７］㊂虽然一些学者已经实现了新安江模型的分布式应用［８］，但水文要素的空间分布差异仍采用概率函数概化，还是无法反映每个具体点水文要素的实际状况㊂１．２㊀ＳＷＡＴ模型ＳＷＡＴ模型提供了ＳＣＳ模型和Ｇｒｅｅｎ－Ａｍｐｔ方程㊃２２㊃第３８卷第４期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀人㊀民㊀黄㊀河㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Ｖｏｌ．３８，Ｎｏ．４㊀㊀２０１６年４月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀ＹＥＬＬＯＷ㊀ＲＩＶＥＲ㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀Ａｐｒ．，２０１６㊀㊀计算流域产流，提供了Ｈａｒｇｒｅａｖｅｓ法㊁Ｐｒｉｅｓｔｌｅｙ－Ｔａｙｏｒ法和Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ法计算潜在蒸散发，以及特征河长法和马斯京根法计算河道汇流㊂鉴于双桥流域位于降水量丰沛的湿润地区，故本文选用ＳＣＳ模型和Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ蒸散发模型，根据自然子流域㊁山坡等将流域划分为若干个单元流域，再按照不同地表覆被㊁土壤类型和坡度进一步将流域离散为多个水文响应单元㊂在每个响应单元上应用ＳＣＳ模型计算产流，再通过特征河长法进行河道汇流演算㊂由于ＳＷＡＴ模型将流域离散为一系列水文响应单元，因此能在一定程度上反映流域下垫面的空间异质性，但模型需要率定的参数较多㊂１．３㊀ＢＴＯＰＭＣ模型ＢＴＯＰＭＣ模型将流域划为若干个参数块，将集合式块参数以分布式函数转录到网格，以网格为计算单元，基于ＴＯＰＭＯＤＥＬ概念产流，使用马斯京根－康吉方法计算地表汇流，能较全面地反映水文要素和各种参数的空间差异性，是一种具有物理基础的分布式水文模型［９－１１］㊂ＴＯＰＭＯＤＥＬ模型的产流机理为蓄满产流，但ＢＴＯＰＭＣ模型也可在ＴＯＰＭＯＤＥＬ模型上叠加积雪／融雪模型㊁土壤冻融模型和超渗产流模型㊂ＢＴＯＰＭＣ模型参数物理意义明确，需要率定的参数较少，但其需要输入的数据较多，数据精度对模拟效果的影响较大，尤其是在小流域［１］㊂２㊀研究区域概况双桥流域位于珠江三角洲西部，流域地表径流汇入珠江水系之一的潭江㊂流域出口设有双桥水文站，集水面积为１３１ｋｍ２，主河长约２６ｋｍ，河床比降为０．２８１％，流域多年平均降水量为１６９６ｍｍ㊂除了在出口处设有１个水文测站外，笔者还使用了流域内设立的吉塘㊁棠密㊁坂村㊁布尚４个雨量站㊂双桥流域水文站㊁雨量站分布见图１㊂图１㊀双桥流域ＤＥＭ和水文站、雨量站分布３㊀数据输入３．１㊀ＤＥＭ刘远等［１２］应用ＨＹＤＲＯ１Ｋ㊁ＳＲＴＭ和ＡＳＴＥＲＧＤＥＭ三种ＤＥＭ对韩江流域进行河网计算，发现ＳＲＴＭ提取的数字河网精度最高㊂因此，本研究使用国际科学数据服务平台提供的ＳＲＴＭＤＥＭ数据，其分辨率为９０ｍ，双桥流域ＤＥＭ见图１㊂３．２㊀土地覆被土地覆被数据来自于美国地球观测系统ＥＯＳ卫星中分辨率成像光谱仪（ＭＯＤＩＳ）提供的标准ＩＧＢＰ（ＩｎｔｅｒｎａｔｉｏｎａｌＧｅｏｓｐｈｅｒｅＢｉｏｓｐｈｅｒｅＰｒｏｇｒａｍ，国际地圈生物圈计划）图像，原始分辨率为５００ｍ，它将全球土地覆盖分为１７种类型㊂通过对图像的截取研究分析，确定双桥流域内土地覆被类型有１１种，包含的覆被类型及其分布和所占比例见图２㊂由图２可知，双桥流域覆被以多树草地㊁作物地和常绿阔叶林为主㊂图２㊀双桥流域土地覆被分布３．３㊀土壤类型土壤数据采用联合国粮农组织（ＦｏｏｄａｎｄＡｇｒｉｃｕｌ⁃ｔｕｒｅＯｒｇａｎｉｚａｔｉｏｎ，简称ＦＡＯ）提供的全球数字土壤图像，分辨率为１ｋｍ㊂经过对原始图像的处理与提取，双桥流域内仅有１种编号的ＦＡＯ土壤类型，其黏土㊁沙土㊁粉土含量分别为４０．３０％㊁３８．１５％㊁２１．５５％㊂３．４㊀ＮＤＶＩＮＤＶＩ（ＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ，归一化植被指数）来自ＰａｔｈｆｉｎｄｅｒＡＶＨＲＲＬａｎｄ数据库，分辨率为８ｋｍ，本研究采用该数据库１９９１年１月 １９９８年１２月的数据㊂由于卫星故障，因此缺少的１９９４年９ １２月数据采用１９９１ １９９８年的旬均值或月均值填补㊂３．５㊀水文气象数据模型运行需要的水文气象资料包括了降水㊁径流㊁气温㊁湿度㊁太阳辐射和风速等㊂降水和径流数据采用１９９１ １９９８年双桥流域４个雨量站和１个水文站的实测数据㊂其余气象数据来自ＣＲＵ（ＣｌｉｍａｔｅＲｅｓｅａｒｃｈＵｎｉｔａｔＵｎｉｖｅｒｓｉｔｙｏｆＥａｓｔＡｎｇｌｉａｉｎＵＫ，英国东英格利亚㊃３２㊃大学气候研究所）的ＴＳ２．０数据集，包括每月的日平均气温㊁日平均风速㊁日气温变幅㊁云量和实际水汽压，分辨率为０．５ʎˑ０．５ʎ㊂４㊀模型应用４．１㊀参数率定本研究以１９９１ １９９４年为率定期，１９９５ １９９８年为验证期㊂三个模型的参数均采用ＳＣＥ－ＵＡ（Ｓｈｕｆ⁃ｆｌｅｄＣｏｍｐｌｅｘＥｖｏｌｕｔｉｏｎＤｅｖｅｌｏｐｅｄａｔＵｎｉｖｅｒｓｉｔｙｏｆＡｒｉｚｏ⁃ｎａ，洗牌复合形进化）算法［１３］进行自动率定，以Ｎａｓｈ效率系数为目标函数，同时以模拟与实测流量总量之比和均方根误差作为评价指标：ＮＳ＝１－ðＮｉ＝１（Ｑｓｉｍ，ｉ－Ｑｏｂｓ，ｉ）２ðＮｉ＝１（Ｑｏｂｓ，ｉ－Ｑ－ｏｂｓ）２（１）Ｖｏｌ＝ðＮｉ＝１Ｑｓｉｍ，ｉ／ðＮｉ＝１Ｑｏｂｓ，ｉ（２）ＲＭＳＥ＝ðＮｉ＝１（Ｑｓｉｍ，ｉ－Ｑｏｂｓ，ｉ）２Ｎ（３）式中：ＮＳ为Ｎａｓｈ效率系数；Ｖｏｌ为模拟与实测径流总量之比；ＲＭＳＥ为均方根误差；Ｑｏｂｓ，ｉ为实测流量；Ｑｓｉｍ，ｉ为模拟流量；Ｑ－ｏｂｓ为平均实测流量；Ｎ为流量序列长度㊂４．１．１㊀新安江模型参数率定双抛物线型新安江模型产流参数有９个，Ｎａｓｈ综合单位线和线性水库汇流参数有３个，各参数物理意义㊁取值范围［６－７］㊁取值见表１㊂由于水文模拟对φ㊁Ｗｄｍ不敏感［６］，因此根据参考文献预先设定；而ＩＭＰ和Ｗｕｍ可根据流域植被情况和模拟过程中保证深层土壤水分不出现负值相应确定；当采用蒸发皿观测值作为潜在蒸散发时，α值根据蒸发皿形式来确定，本研究采用Ｅ６０１蒸发皿观测值作为潜在蒸散发，取α＝１．０㊂其他参数采用ＳＣＥ－ＵＡ方法率定㊂４．１．２㊀ＳＷＡＴ模型参数率定ＳＷＡＴ模型涉及参数较多，本研究需要率定的参数分为地表水文过程参数和地下水文过程参数两类㊂根据模拟结果对参数的敏感性，本研究采用ＳＷＡＴ－ＣＵＰ（ＳＷＡＴＣａｌｉｂｒａｔｉｏｎａｎｄＵｎｃｅｒｔａｉｎｔｙＰｒｏｇｒａｍｓ，ＳＷＡＴ模型校准和不确定性分析程序）中基于拉丁超立方采样的目标函数多元回归敏感性分析方法［１４］选出对模拟影响较大的１０个参数，再使用ＳＷＡＴ－ＣＵＰ程序中的ＳＣＥ－ＵＡ算法自动率定模型参数㊂各参数的物理意义㊁取值范围１４－１５和率定结果见表２㊂表１㊀新安江模型参数的物理意义㊁取值范围和取值参数物理意义取值范围取值α潜在蒸散发与蒸发皿蒸散发之比０．８ １．１１．０φ最小蒸散发系数０．１５ ０．２００．１８ＩＭＰ不透水面和已饱和面占流域总面积比０ ０．０６０．０２Ｗｕｍ上层土壤蓄水容量／ｍｍ０ ５０２０Ｗｌｍ下层土壤蓄水容量／ｍｍ６０ １００８８．１８Ｗｄｍ深层土壤蓄水容量／ｍｍ０ １００３５ｂ土壤蓄水容量分布曲线指数０．１ ０．６０．４５５ｃ土壤蓄水容量分布曲线权重因子－０．５ ０．５－０．２６３ｆｃ稳定下渗率／（ｍｍ㊃ｄ－１）０ ３０１７．８０Ｋｒ基流退水系数０．９ １．００．９９５ｎ综合单位线线性水库个数０．０１ ５．００４．７６５Ｋ综合单位线线性水库蓄泄系数０．０１ ５．０００．３２９㊀注：Ｋｒ㊁ｎ㊁Ｋ为汇流参数，其余为产流参数表２㊀ＳＷＡＴ模型参数物理意义㊁取值范围和率定结果参数物理意义取值范围率定结果ｒ＿ＣＮ２ＳＣＳ径流曲线系数－０．２ ０．２－０．０８ｖ＿ＥＳＣＯ土壤蒸发补偿系数０ １０．５４ｒ＿ＳＯＬ＿ＢＤ土壤湿密度／（ｇ㊃ｃｍ－３）－０．５ ０．６－０．０５ｒ＿ＳＯＬ＿Ｋ土壤饱和渗透系数／（ｍｍ㊃ｈ－１）－０．８ ０．８０．１７ｖ＿ＣＨ＿Ｎ２主河道曼宁系数０．０１ ０．１５０．０２ｖ＿ＡＬＰＨＡ＿ＢＦ基流消退系数／ｄ０ １０．２８ｖ＿ＧＷ＿ＲＥＶＡＰ地下水再蒸发系数０．０２ ０．２００．０９ｖ＿ＧＷ＿ＤＥＬＡＹ地下水滞后系数／ｄ３０ ４５０３８７．５ｖ＿ＣＨ＿Ｋ２主河道有效渗透系数／（ｍｍ㊃ｈ－１）５ １３０８３．８６ｖ＿ＡＬＰＨＡ＿ＢＮＫ河岸调蓄基流消退系数０ １０．０９㊀注：ｒ＿ＣＮ２㊁ｖ＿ＥＳＣＯ㊁ｒ＿ＳＯＬ＿ＢＤ㊁ｒ＿ＳＯＬ＿Ｋ㊁ｖ＿ＣＨ＿Ｎ２为地表水文过程参数，其余为地下水文过程参数；参数名称中首字母ｖ代表分析中对该参数用率定值直接替换原参数值，ｒ代表分析中对该参数做乘处理，即模型默认参数值乘以（１＋率定值）４．１．３㊀ＢＴＯＰＭＣ模型参数率定ＢＴＯＰＭＣ模型产流参数包括土壤参数和蒸散发参数，汇流参数包括应用马斯京根－康吉法的空间和时间离散格式和河道曼宁糙率系数㊂各参数的物理意义㊁取值范围［１６－１７］及率定结果见表３㊂表３㊀ＢＴＯＰＭＣ模型参数的物理意义㊁取值范围和率定结果参数物理意义取值范围率定结果Ｔ０，ｃｌａｙ饱和黏土剖面侧向出流系数／（ｍ２㊃ｈ－１）０．０１ １００．０００．０５２Ｔ０，ｓａｎｄ饱和沙土剖面侧向出流系数／（ｍ２㊃ｈ－１）０．０１ １００．０００．１１０Ｔ０，ｓｉｌｔ饱和粉土剖面侧向出流系数／（ｍ２㊃ｈ－１）０．０１ １００．０００．０８５ｍ出流系数随土层深度的衰减指数０．０１ ０．３００．２９９αＥＴ计算实际蒸散发的土壤干燥函数系数－１０ １００．４１３ｎΔｘ网格河段的最大离散段数１ １０２ｎΔｔ模拟时间步长的最大离散段数１ １０１０ｎ０参数块平均曼宁糙率系数０．０１５ ０．５０００．３０６㊀注：ｎΔｘ㊁ｎΔｔ㊁ｎ０为汇流参数，其余为产流参数；参数块与单元网格的曼宁糙率系数转换函数为ｎ＝ｎ０（ｔａｎβ／ｔａｎβ０）１／３，其中ｔａｎβ为任意网格单元的地面坡降，下标０为网格所在参数块的平均值；通过地形坡度转换的河道单元网格曼宁糙率系数ｎ为０．００１ ０．１３２，平均为０．０２３，在合理范围内［１６］㊃４２㊃４．２㊀模拟结果分析４．２．１㊀总体模拟效果对比不同模型的日径流模拟结果见表４㊂表４㊀各模型在双桥流域的模拟结果时期新安江模型ＮＳＶｏｌＳＷＡＴ模型ＮＳＶｏｌＢＴＯＰＭＣ模型ＮＳＶｏｌ率定期０．９０１．０６０．８５１．０３０．８４１．０４验证期０．９００．９９０．８５０．９７０．８８０．９４由表４可以看出，新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型率定期的ＮＳ分别为０．９０㊁０．８５和０．８４；验证期的ＮＳ分别为０．９０㊁０．８５和０．８８㊂无论是率定期还是验证期，新安江模型的模拟效果都是最好的，而ＳＷＡＴ模型和ＢＴＯＰＭＣ模型的模拟效果相当，原因是ＳＷＡＴ模型和ＢＴＯＰＭＣ模型使用的下垫面数据精度较低㊂另一方面，率定期新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型的Ｖｏｌ分别为１．０６㊁１．０３㊁１．０４，均大于１．００；验证期的Ｖｏｌ分别为０．９９㊁０．９７和０．９４，均小于１．００㊂三个模型率定期和验证期的径流量相对误差均能保持在ʃ１０％以内，总体效果较好㊂４．２．２㊀不同流量级模拟效果对比为了对比三个模型在不同流量级的模拟效果，本研究将实测流量序列自大向小排序，前２５％序列作为丰水流量，２５％ ７５％的序列作为平水流量，７５％ １００％的序列作为枯水流量，以Ｖｏｌ和ＲＭＳＥ作为评价指标，探究不同流量下各个模型的模拟效果，见表５㊂表５㊀不同流量级各模型模拟效果流量级评价指标率定期新安江模型ＳＷＡＴ模型ＢＴＯＰＭＣ模型验证期新安江模型ＳＷＡＴ模型ＢＴＯＰＭＣ模型丰水Ｖｏｌ０．８７０．９２０．８７０．８４０．９５０．９１ＲＭＳＥ／（ｍ３㊃ｓ－１）３．４１４．４５４．７１６．５１８．４１６．４３平水Ｖｏｌ１．５３１．４３１．４４１．２１１．０２０．８１ＲＭＳＥ／（ｍ３㊃ｓ－１）１．０８０．８９０．６６０．９４０．９９０．７４枯水Ｖｏｌ２．２１１．３９２．５９１．７７１．０３１．１９ＲＭＳＥ／（ｍ３㊃ｓ－１）０．７１０．４３０．４２１．１９０．８１０．３１㊀㊀从表５可以看出，丰水时，新安江模型㊁ＳＷＡＴ模型㊁ＢＴＯＰＭＣ模型率定期和验证期的Ｖｏｌ分别为０．８７㊁０．９２㊁０．８７和０．８４㊁０．９５㊁０．９１，均小于１．００，这说明大流量模拟时三个模型的模拟流量普遍偏小㊂率定期和验证期ＳＷＡＴ模型的水量平衡效果均比其他两个模型的好㊂而三个模型率定期和验证期的ＲＭＳＥ分别为３．４１㊁４．４５㊁４．７１ｍ３／ｓ和６．５１㊁８．４１㊁６．４３ｍ３／ｓ，新安江模型在率定期和验证期都有相对较小的ＲＭＳＥ㊂平水时，从Ｖｏｌ来看，率定期和验证期ＳＷＡＴ模型均比其他两个模型接近１．００，因此ＳＷＡＴ模型水量平衡模拟在平水时也较好㊂从ＲＭＳＥ来看，ＢＴＯＰＭＣ模型的误差最小，率定期和验证期分别为０．６６㊁０．７４ｍ３／ｓ，而新安江模型分别为１．０８㊁０．９４ｍ３／ｓ，ＳＷＡＴ模型分别为０．８９㊁０．９９ｍ３／ｓ㊂枯水时，三个模型的径流总量比均大于１．００，说明小流量模拟时三个模型的模拟流量普遍偏大㊂相比于其他两个模型，ＳＷＡＴ模型的径流总量比在率定期和验证期都更接近１．００㊂因此，ＳＷＡＴ模型的水量平衡模拟在枯水时也较新安江模型和ＢＴＯＰＭＣ模型的好㊂而ＢＴＯＰＭＣ模型的ＲＭＳＥ在率定期和验证期分别为０．４２㊁０．３１ｍ３／ｓ，均比新安江模型和ＳＷＡＴ模型的小㊂５㊀结㊀论（１）新安江模型㊁ＳＷＡＴ模型和ＢＴＯＰＭＣ模型总体上都能较好反映双桥流域日径流过程㊂率定期和验证期，新安江模型的模拟效果均比ＳＷＡＴ模型和ＢＴＯＰＭＣ模型要好，而ＳＷＡＴ模型和ＢＴＯＰＭＣ模型模拟效果相当㊂三个模型模拟的径流总量率定期都偏大，验证期都偏小，但率定期和验证期径流量相对误差均能保持在ʃ１０％以内，总体水量平衡效果较好㊂（２）在不同流量级模拟中，三个模型大流量模拟时流量普遍偏小，而小流量模拟时流量普遍偏大㊂ＳＷＡＴ模型在不同流量级模拟中，水量平衡效果均比新安江模型和ＢＴＯＰＭＣ模型的好㊂除此之外，大流量模拟时，新安江模型的模拟均方根误差较小，效果最好；中流量和小流量模拟时，ＢＴＯＰＭＣ模型的模拟均方根误差较小，效果最好㊂（３）不同模型在双桥流域日径流模拟中表现出不同的效果㊂在实际应用中，应根据具体要求和目的选择相应的模型，以取得更好的模拟效果㊂参考文献：［１］㊀ＨＯＮＧＪＢ，ＷＡＮＧＬＬ，ＬＩＺＬ，ｅｔａｌ．ＨｙｄｒｏｌｏｇｉｃａｌＤａｉｌｙＲａｉｎｆａｌｌ－ＲｕｎｏｆｆＳｉｍｕｌａｔｉｏｎｗｉｔｈＢＴＯＰＭＣＭｏｄｅｌａｎｄＣｏｍ⁃ｐａｒｉｓｏｎｗｉｔｈＸｉｎ ａｎｊｉａｎｇＭｏｄｅｌ［Ｊ］．ＷａｔｅｒＳｃｉｅｎｃｅａｎｄＥｎ⁃ｇｉｎｅｅｒｉｎｇ，２０１０，３（２）：１２１－１３１．［２］㊀邓鹏，李致家．３种水文模型在淮河息县流域洪水模拟中的比较［Ｊ］．河海大学学报（自然科学版），２０１３，４１（５）：３７７－３８２．［３］㊀ＹＡＮＧＤＷ，ＳＲＩＫＡＮＴＨＡＨ，ＫＡＴＵＭＩＭ．ＣｏｍｐａｒｉｓｏｎｏｆＤｉｆｆｅｒｅｎｔＤｉｓｔｒｉｂｕｔｅｄＨｙｄｒｏｌｏｇｉｃａｌＭｏｄｅｌｓｆｏｒＣｈａｒａｃｔｅｒｉｚａ⁃㊃５２㊃ｔｉｏｎｏｆＣａｔｃｈｍｅｎｔＳｐａｔｉａｌＶａｒｉａｂｉｌｉｔｙ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓ，２０００，１４（３）：４０３－４１６．［４］㊀张亦驰，刘昌明，杨胜天，等．黄土高原典型流域ＬＣＭ模型集总㊁半分布和分布式构建对比分析［Ｊ］．地理学报，２０１４，６９（１）：９０－９９．［５］㊀周买春，ＪＡＹＡＷＡＲＤＥＮＡＡＷ．利用双抛物线型土壤蓄水容量曲线对新安江产流模型的改进［Ｊ］．水利学报，２００２，３３（１２）：３８－４３．［６］㊀赵人俊．流域水文模型 新安江模型与陕北模型［Ｍ］．北京：水利电力出版社，１９８４：１０７－１１２．［７］㊀赵人俊，王佩兰．新安江模型参数的分析［Ｊ］．水文，１９８８，８（６）：２－９．［８］㊀李致家，姚成，章玉霞，等．栅格型新安江模型的研究［Ｊ］．水力发电学报，２００９，２８（２）：２５－３４．［９］㊀ＴＡＫＥＵＣＨＩＫ，ＡＯＴＱ，ｅｔａｌ．ＩｎｔｒｏｄｕｃｔｉｏｎｏｆＢｌｏｃｋ－ＷｉｓｅＵｓｅｏｆＴＯＰＭＯＤＥＬａｎｄＭｕｓｋｉｎｇｕｍ－ＣｕｎｇｅＭｅｔｈｏｄｆｏｒｔｈｅＨｙｄｒｏ－ＥｎｖｉｒｏｎｍｅｎｔＳｉｍｕｌａｔｉｏｎｏｆａＬａｒｇｅＵｎｇａｕｇｅｄＢａｓｉｎ［Ｊ］．ＨｙｄｒｏｌｏｇｙＳｃｉｅｎｃｅｓ，１９９４，４４（４）：６３３－６４６．［１０］㊀ＴＡＫＥＵＣＨＩＫ，ＨＡＰＵＡＲＡＣＨＣＨＩＰ，ＺＨＯＵＭＣ，ｅｔａｌ．ＡＢＴＯＰＭｏｄｅｌｔｏＥｘｔｅｎｄＴＯＰＭＯＤＥＬｆｏｒＤｉｓｔｒｉｂｕｔｅｄＨｙｄｒｏｌｏｇｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆＬａｒｇｅＢａｓｉｎｓ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓ，２００８，２２（１７）：３２３６－３２５１．［１１］㊀ＡＯＴＱ．ＤｅｖｅｌｏｐｍｅｎｔｏｆａＤｉｓｔｒｉｂｕｔｅｄＨｙｄｒｏｌｏｇｉｃａｌＭｏｄｅｌｆｏｒＬａｒｇｅＲｉｖｅｒＢａｓｉｎｓａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｔｏＳｏｕｔｈｅａｓｔＡｓｉ⁃ａｎＲｉｖｅｒｓ［Ｄ］．Ｋｏｆｕ：ＵｎｉｖｅｒｓｉｔｙｏｆＹａｍａｎａｓｈｉ，２００１：１２４．［１２］㊀刘远，周买春，陈芷菁，等．基于不同ＤＥＭ数据源的数字河网提取对比分析 以韩江流域为例［Ｊ］．地理科学，２０１２，３２（９）：１１１２－１１１８．［１３］㊀ＤＵＡＮＱＹ，ＳＯＲＯＯＳＨＩＡＮＳ，ＧＵＰＴＡＶＫ．ＯｐｔｉｍａｌＵｓｅｏｆｔｈｅＳＣＥ－ＵＡＧｌｏｂａｌＯｐｔｉｍｉｚａｔｉｏｎＭｅｔｈｏｄｆｏｒＣａｌｉｂｒａｔｉｎｇＷａｔｅｒｓｈｅｄＭｏｄｅｌｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，１９９４，１５８（３－４）：２６５－２８４．［１４］㊀ＡＢＢＡＳＰＯＵＲＫＣ．ＳＷＡＴ－ＣＵＰ４：ＳＷＡＴＣａｌｉｂｒａｔｉｏｎａｎｄＵｎｃｅｒｔａｉｎｔｙＰｒｏｇｒａｍｓ⁃ＡＵｓｅｒＭａｎｕａｌ［Ｍ］．Ｋａｓｔａｎｉｅｎｂａｕｍ：ＳｗｉｓｓＦｅｄｅｒａｌＩｎｓｔｉｔｕｔｅｏｆＡｑｕａｔｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１１：７４－９３．［１５］㊀ＡＲＮＯＬＤＪＧ，ＫＩＮＩＲＹＪＲ，ＳＲＩＮＩＶＡＳＡＮＲ，ｅｔａｌ．ＳＷＡＴ２００９输入输出文件手册［Ｍ］．郑州：黄河水利出版社，２０１２：１４８－２１１．［１６］㊀ＬＩＮＳＬＥＹＪＲＲＫ，ＫＯＨＬＥＲＭＡ，ＰＡＵＬＨＵＳＪＬＨ．Ｈｙ⁃ｄｒｏｌｏｇｙｆｏｒＥｎｇｉｎｅｅｒｓ［Ｍ］．ＮｅｗＹｏｒｋ：ＭｃＧｒａｗ⁃Ｈｉｌｌ，１９８２：４６８．［１７］㊀ＫＥＩＴＨＢ．ＴＯＰＭＯＤＥＬ：ＡＣｒｉｔｉｑｕｅ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓ，１９９７，１１（９）：１０６９－１０８５．ＣｏｍｐａｒａｔｉｖｅＡｐｐｌｉｃａｔｉｏｎｏｆＤｉｆｆｅｒｅｎｔＨｙｄｒａｕｌｉｃＭｏｄｅｌｓｉｎＳｈｕａｎｇｑｉａｏＢａｓｉｎＺＨＵＪｕｍｉｎｇ，ＺＨＯＵＭａｉｃｈｕｎ（ＣｏｌｌｅｇｅｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙａｎｄＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６４２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｘｉｎａｎｊｉａｎｇ，ＳＷＡＴａｎｄＢＴＯＰＭＣａｒｅｔｈｒｅｅｒｅｐｒｅｓｅｎｔａｔｉｖｅｈｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌｓｔｏｓｉｍｕｌａｔｅａｂａｓｉｎｌｕｍｐｅｄ，ｒｅｓｐｏｎｓｅｕｎｉｔｓｅｍｉ⁃ｄｉｓｔｒｉｂｕｔｅｄａｎｄｇｒｉｄ⁃ｄｉｓｔｒｉｂｕｔｅｄｒｅｓｐｅｃｔｉｖｅｌｙ．Ｉｎｔｈｉｓｓｔｕｄｙ，ｔｈｒｅｅｄｉｆｆｅｒｅｎｔｍｏｄｅｌｓｗｅｒｅｕｓｅｄｔｏｓｉｍｕｌａｔｅｄａｉｌｙｒａｉｎｆａｌｌ⁃ｒｕｎｏｆｆｐｒｏｃｅｓｓｅｓｉｎＳｈｕａｎｇｑｉａｏｂａｓｉｎａｎｄｔｈｅｍｏｄｅｌｐａｒａｍｅｔｅｒｓｗｅｒｅｃａｌｉｂｒａｔｅｄｂｙｕｓｉｎｇＳＣＥ⁃ＵＡａｌｇｏｒｉｔｈｍｗｉｔｈＮａｓｈ⁃Ｓｕｔｃｌｉｆｆｅｅｆｆｉｃｉｅｎｃｙａｓｔｈｅｉｒｏｂｊｅｃｔｆｕｎｃｔｉｏｎｓ．ＴｈｅｓｉｍｕｌａｔｉｏｎｉｎｄｉｃａｔｅｓｔｈａｔＸｉｎａｎｊｉａｎｇ，ＳＷＡＴａｎｄＢＴＯＰＭＣｍｏｄｅｌｓｃａｎｒｅｐｒｅｓｅｎｔｄａｉｌｙｒａｉｎｆａｌｌ⁃ｒｕｎｏｆｆｐｒｏｃｅｓｓｅｓｉｎＳｈｕａｎｇｑｉａｏｂａｓｉｎｖｅｒｙｗｅｌｌ．Ｆｒｏｍｔｈｅｏｖｅｒａｌｌ，ＸｉａｎｊｉａｎｇｍｏｄｅｌｇｅｔｓａｂｅｔｔｅｒｓｉｍｕｌａｔｉｏｎｔｈａｎｔｈａｔｏｆＳＷＡＴａｎｄＢＴＯＰＭＣｍｏｄｅｌｓ；ａｌｌｔｈｅｔｈｒｅｅｍｏｄｅｌｓａｒｅｇｏｏｄｉｎｗａｔｅｒｖｏｌｕｍｅｓｉｍｕｌａｔｉｏｎ．Ａｃｃｏｒｄｉｎｇｔｏｄｉｆｆｅｒｅｎｔｄｉｓｃｈａｒｇｅｓ，ＳＷＡＴｍｏｄｅｌｈａｓａｂｅｔｔｅｒｓｉｍｕｌａｔｉｏｎｏｆｗａｔｅｒｖｏｌｕｍｅｔｈａｎｔｈａｔｏｆＸｉｎａｎｊｉａｎｇａｎｄＢＴＯＰＭＣｍｏｄｅｌｓ；ｔｈｅａｃｃｕｒａｃｙｏｆＸｉｎａｎｊｉａｎｇｍｏｄｅｌｉｓｔｈｅｈｉｇｈｅｓｔｉｎｓｉｍｕｌａｔｉｏｎｏｆｈｉｇｈｄｉｓｃｈａｒｇｅａｎｄＢＴＯＰＭＣｍｏｄｅｌｐｅｒｆｏｒｍｓｔｈｅｂｅｓｔｉｎｓｉｍｕｌａｔｉｏｎｏｆｍｅｄｉａｎａｎｄｓｍａｌｌｆｌｏｗ．Ｋｅｙｗｏｒｄｓ：Ｘｉｎａｎｊｉａｎｇｍｏｄｅｌ；ＳＷＡＴｍｏｄｅｌ；ＢＴＯＰＭＣｍｏｄｅｌ；ｒｕｎｏｆｆｓｉｍｕｌａｔｉｏｎ；Ｓｈｕａｎｇｑｉａｏｂａｓｉｎʌ责任编辑㊀翟戌亮ɔ㊃６２㊃。
第33卷，第1期国土资源遥感Vol.33,No.1 2021年3月REMOTE SENSING FOR LAND&RESOURCES Mao,2021doi:10.6046/gtzyyy.2020028引用格式：马新萍，武涛，余玉洋.基于SWAT模型的汉江上游流域径流情景预测研究［J］.国土资源遥感,2021,33(1)：174-182.(Ma X P,Wu T,Yu Y Y.A study of ogo W scenario prediction in the upper reaches of Hanjiang Rives based on SWAT model # J］.Remote Sensing for Land and Resources,2021,33(1):174-182.)基于SWAT模型的汉江上游流域径流情景预测研究马新萍1‘2,武涛3,余玉洋2(1.咸阳师范学院资源环境与历史文化学院，咸阳712000；2.陕西师范大学地理科学与旅游学院，西安710126；3.西北工业大学自动化学院，西安710129)摘要:气候变化和土地利用是影响径流变化的主要驱动因素,为了精确预测未来汉江上游流域径流量变化趋势，基于SWAT模型、天气发生器BCC/RCG-WG以及CA-Markov模型预测了未来2种土地利用变化模式下的径流量变化,土地利用情景的设置建立在CA-Markov模型预测结果的基础之上，结合全国林地保护利用规划目标以及汉江上游林地具体情况。
结果显示：未来汉江上游流域径流将呈现明显的上升趋势，林地增加情景下径流量升高率少于自然生态情景，这可能与林地增多导致生态需水量增大有关，因此，对于汉江上游流域的水资源保护不可盲目投入大量人为林地增加,而应遵循植被自然生长规律，延续当前生态保护政策,尽量以减少人为污染、提高全民节约用水思想意识策略为主。
关键词：SWAT模型；CA-Markov模型；BCC/RCG-WG；径流预测；汉江上游中图法分类号：TP79文献标志码：A文章编号：1001-070X(2021)01-0174-090引言目前，已经有大量研究结果表明影响流域径流变化的主要因素为气候变化和人类活动［1］,气温变暖是当前最为主要的气候变化特征，土地利用变化是影响地表自然环境变化的主要驱动因素，也是反映人类活动最直观的方法之一，气候变化与人类活动综合影响径流变化，这三者之间的关系需要用一种机理模型来模拟,通过建立机理模型来解决经济与生态发展的平衡问题，同时，定量分解两种因素的影响也是该研究方向的核心问题［2］'对于汉江上游流域，有研究已经得出人类活动的影响稍大，且其对径流变化的影响呈现增长趋势。
第19卷第2期2010年2月长江流域资源与环境Reso urces and Environment in t he Yangtze BasinVol.19No.2Feb.2010 文章编号:100428227(2010)022********基于SWA T模型的汉江流域水资源对气候变化的响应夏智宏1,周月华1,许红梅2(1.武汉区域气候中心,湖北武汉430074;2.国家气候中心中国气象局气候研究开放实验室,北京100081)摘 要:汉江流域未来的气候变化趋势和对水资源的影响,将直接关系到南水北调工程和引江济汉工程的使用和效益。
因此,分析研究汉江流域水资源对气候变化的响应特点,可为地面调水、空中水资源开发、应对气候变化的不利影响和更好地保护南水北调中线水源区的水资源提供科学依据。
以1971～2000年为基准期,应用SWA T模型对汉江流域基准期内的逐月径流进行了模拟;在30a基准期径流模拟的基础上,以全球变化背景下可能出现的25种不同气候变化模式为假设条件,模拟出各假设气候变化模式下汉江流域水资源状况,获得了各气候变化模式下汉江流域水资源相对于基准期的变化率,研究了汉江流域水资源对气候变化的响应程度。
结果表明:模型模拟精度高于评价标准(Ens>015,r2>016),SWA T模型适用于汉江流域的径流模拟;不同气候变化情景下,汉江流域径流变化较实际蒸散发的变化明显;降水对地表径流、基流的影响要大于气温;气温对实际蒸散发的影响大于降水;降水增加或气温降低都会导致径流增加,而降水增加或气温增加都会导致实际蒸散发的增加。
关键词:汉江流域;SWA T;径流模拟;气候响应文献标识码:A SWA T(Soil and Water Assessment Too1)模型是由美国农业部(U SDA)的农业研究中心(A RS)研发的,比较适用面向水资源管理的长时段的分布式水文过程模拟。
SWA T模型的有效性已经得到了国内外许多研究项目和研究者的证明[1～6],模型已经广泛地应用到美国国家项目HUMU S(Hydro2 logical Unit Modeling of U nited States)。
四种水文模型的比较摘要：水文模型是用数学的语言对现实水文过程进行模拟和预报，在进行水文规律的探讨和解决水文及生产实际问题中起着重要作用。
本文分别介绍了新安江模型、萨克拉门托（SAC）模型、SWAT模型以及TOPMODEL模型，并对这四种水文模型的蒸发计算、产流机制、汇流计算、适用流域、参数以及模型特点等不同方面进行了比较分析。
并结合对着4种模型之间的比较，作出了总结分析和展望。
关键词：新安江模型；SAC模型；SWA T模型；TOPMODEL模型；模型比较引言流域水文模型在进行水文规律研究和解决生产实际问题中起着重要的作用。
新安江模型是一个概念性水文模型，1973年由赵人俊教授领导的研究组在编制新安江预报方案时，汇集了当时在产汇流理论方面的成果，并结合大流域洪水预报的特点，设计出的我国第一个完整的流域水文模型，至今仍在我国湿润和半湿润地区的洪水预报中得到广泛应用；萨克拉门托水文模型，简称SAC模型，是R.C.伯纳什（Burnash）和R.L.费雷尔（Ferral）以及R.A.麦圭儿（Mcguire）于20世纪60年代末至70年代初研制的，是一个连续模拟模型，模型研制完成时间相对较晚，其功能较为完善，兼有蓄满产流和超渗产流，广泛应用于美国水文预报中；SWAT模型是美国农业部农业研究中心研制开发的用于模拟预测土地利用及土地管理方式对流域水量、水质过程影响的分布式流域水文模型；TOPMODEL为基于地形的半分布式流域水文模型，于1979年由Beven和Kirkby提出，其主要特征是将数字高程模型（DEM）的广泛适用性与水文模型及地理信息系统（GIS）相结合，基于DEM数据推求地形指数，并以此来反映下垫面的空间变化对流域水文循环过程的影响，描述水流趋势。
本文对这四中水文模型从蒸发计算、产汇流计算、适用流域以及参数等方面进行分析比较，并得出结论。
1模型简介1.1新安江模型新安江模型是赵人俊等在对新安江水库做入库流量预报工作中，归纳成的一个完整的降雨径流模型。
《气候变化下基于SWAT模型的钱塘江流域水文过程研究》篇一一、引言钱塘江，作为我国著名的江河流之一，承担着重要的水资源供应与生态保护任务。
随着全球气候的快速变化，钱塘江流域的水文过程也受到了显著影响。
因此，本研究采用SWAT（Soil and Water Assessment Tool）模型，对钱塘江流域的水文过程进行深入研究，以期为该流域的可持续发展提供科学依据。
二、研究背景及意义在全球气候变化的背景下，水文过程研究成为水文地质领域的研究重点。
钱塘江流域位于气候敏感地带，其水文过程的稳定与变化对区域生态、农业及水资源管理具有重大意义。
SWAT模型作为目前较为成熟的水文模拟工具，在国内外众多流域得到了广泛应用。
因此，基于SWAT模型对钱塘江流域的水文过程进行研究，不仅有助于深入了解流域的水文循环机制，还能为流域的可持续发展提供科学支持。
三、研究方法与数据来源本研究采用SWAT模型对钱塘江流域的水文过程进行研究。
首先，收集并整理了钱塘江流域的气象数据、地形数据、土壤数据等基础资料。
其次，根据SWAT模型的构建要求，对数据进行预处理和参数化。
最后，利用SWAT模型对钱塘江流域的水文过程进行模拟与分析。
四、SWAT模型在钱塘江流域的应用4.1 模型构建与参数设置根据钱塘江流域的地形地貌、气候特点及土壤类型等特点，设置SWAT模型的各项参数。
在模型的构建过程中，重点关注水文循环的各个环节，包括降雨、蒸发、径流等过程。
同时，结合流域的实际状况，对模型进行校准和验证。
4.2 模拟结果与分析通过SWAT模型对钱塘江流域的水文过程进行模拟，得到了流域的径流、蒸发等关键水文参数的时间变化序列。
分析这些参数的变化规律，可以更好地了解钱塘江流域的水文循环机制。
此外，结合气候变化数据，进一步分析气候变化对钱塘江流域水文过程的影响。
五、气候变化对钱塘江流域水文过程的影响5.1 气候变化的趋势根据收集的气候数据，分析钱塘江流域近几十年来的气候变化趋势。
水文模型在流域洪水预警中的应用研究一、引言洪水是一种常见的自然灾害，给人们的生命和财产安全带来了巨大的威胁。
为了有效地减轻洪水灾害的影响，提前进行洪水预警至关重要。
水文模型作为一种重要的工具，在流域洪水预警中发挥着关键作用。
二、水文模型的基本概念与分类水文模型是对流域水文过程的数学描述，它通过模拟降水、蒸发、下渗、地表径流、地下径流等水文要素的变化，来预测流域的产汇流过程和洪水的形成与演进。
根据模型的复杂程度和应用目的，水文模型可以分为经验模型、概念模型和物理模型。
经验模型主要基于历史观测数据建立统计关系，计算简单但适用范围有限。
概念模型将流域水文过程进行概化，用一系列概念性的参数来描述，具有一定的物理基础。
物理模型则基于水文学和物理学的基本原理，对流域的地形、土壤、植被等进行详细的描述和模拟，精度较高但计算量大。
三、水文模型在流域洪水预警中的作用（一）洪水预报水文模型能够根据实时的气象数据和流域的初始条件，预测未来一段时间内的洪水流量和水位变化，为洪水预警提供重要的依据。
通过提前预知洪水的发生时间、规模和可能的影响范围，相关部门可以及时采取措施，如疏散人员、转移财产等，降低洪水造成的损失。
（二）风险评估利用水文模型可以评估不同降水情景下的洪水风险，为制定防洪规划和应急预案提供参考。
通过分析洪水可能淹没的区域、受灾人口和经济损失等，合理安排防洪工程的建设和资源的配置，提高流域的防洪能力。
（三）决策支持在洪水预警过程中，水文模型的结果可以为决策部门提供科学的依据。
例如，根据模型预测的洪水流量和水位，决定是否开启泄洪闸、启用蓄滞洪区等，以最大限度地减轻洪水灾害的影响。
四、常见的水文模型及其在洪水预警中的应用实例（一）新安江模型新安江模型是我国应用较为广泛的概念性水文模型，它考虑了降水、蒸发、产流、汇流等过程，在湿润和半湿润地区的洪水预报中取得了较好的效果。
例如，在长江流域的洪水预警中，新安江模型被用于预测洪水的发生和演进，为防汛决策提供了有力支持。
《气候变化下基于SWAT模型的钱塘江流域水文过程研究》篇一一、引言钱塘江作为中国东南地区重要的河流之一，其流域的水文过程直接关系到流域内生态环境和人类社会的可持续发展。
然而，随着全球气候变化的加剧，钱塘江流域面临着严峻的水资源问题。
为了更好地理解并预测钱塘江流域的水文过程变化，本研究采用了SWAT（Soil and Water Assessment Tool）模型进行深入研究。
二、SWAT模型概述SWAT模型是一种分布式水文模型，被广泛应用于各种尺度的流域水文过程模拟。
该模型可以模拟不同空间尺度上的水循环过程，包括降雨、蒸发、径流、渗透等过程。
SWAT模型通过对流域进行空间离散化处理，可以详细地描述流域内的气象、地形、土壤、植被等参数对水文过程的影响。
三、钱塘江流域概况钱塘江流域位于中国东南沿海地区，气候类型为亚热带季风气候。
近年来，由于气候变化和人类活动的影响，钱塘江流域的水文过程发生了显著变化。
为了更好地了解这些变化，我们选择了SWAT模型进行深入研究。
四、研究方法本研究首先对钱塘江流域进行了详细的地理信息收集，包括地形、气象、土壤、植被等数据。
然后，根据SWAT模型的要求，对流域进行了空间离散化处理，建立了SWAT模型。
在模型运行过程中，我们收集了长时间序列的气象数据和流域的水文观测数据，对模型参数进行了优化和校正。
最后，我们利用SWAT模型对钱塘江流域的水文过程进行了模拟和分析。
五、研究结果（一）水文过程的模拟结果通过SWAT模型的模拟，我们得到了钱塘江流域的径流、蒸发、渗透等水文过程的详细数据。
与实际观测数据相比，模拟结果具有较高的准确性，表明SWAT模型可以有效地应用于钱塘江流域的水文过程模拟。
（二）气候变化对水文过程的影响通过对模拟结果的分析，我们发现气候变化对钱塘江流域的水文过程产生了显著影响。
随着全球气候变暖，钱塘江流域的降雨量和蒸发量都呈现出增加的趋势，导致径流量也发生了变化。
《气候变化下基于SWAT模型的钱塘江流域水文过程研究》篇一一、引言钱塘江作为中国东部的最大河流之一，其流域的生态环境和水资源对于周边地区具有举足轻重的意义。
近年来，随着全球气候变化的加剧，钱塘江流域的水文过程也面临着新的挑战。
本研究利用SWAT（Soil and Water Assessment Tool）模型，对钱塘江流域的水文过程进行深入研究，旨在理解气候变化对流域水文循环的影响，并为流域水资源管理和环境保护提供科学依据。
二、SWAT模型及其应用SWAT模型是一种基于物理机制的分布式水文模型，能够对较大空间尺度的流域进行长期连续的水文模拟。
模型涵盖了复杂的气候-水文-生态系统的交互作用，被广泛应用于全球范围内各种气候条件下的流域研究。
在钱塘江流域的水文过程研究中，SWAT模型的应用将有助于我们更准确地模拟和预测流域的水文变化。
三、钱塘江流域概况钱塘江流域位于中国东部沿海地区，涵盖了多个省份和城市。
流域内气候类型多样，受到季风气候的影响显著。
近年来，随着城市化进程的加快和气候变化的影响，钱塘江流域的水文过程发生了明显变化。
这些变化不仅影响了流域内的生态环境，也对周边地区的经济和社会发展产生了深远影响。
四、模型构建与参数校准本研究基于SWAT模型构建了钱塘江流域的水文模型。
在模型构建过程中，我们根据流域的地理、气候和土壤等数据，确定了模型的参数和结构。
随后，我们利用历史水文数据对模型进行了校准和验证，确保模型的准确性和可靠性。
五、气候变化对钱塘江流域水文过程的影响通过SWAT模型模拟的结果显示，气候变化对钱塘江流域的水文过程产生了显著影响。
首先，随着全球气温的升高，钱塘江流域的蒸发量有所增加，导致河流径流量的减少。
其次，气候变化还影响了流域的降水模式，使得极端气候事件（如暴雨和干旱）的频率和强度增加。
这些变化不仅影响了流域的水资源供应，也对生态系统和农业生产造成了负面影响。
六、管理策略与建议为了应对气候变化对钱塘江流域水文过程的影响，我们提出了以下管理策略与建议：1. 加强监测：建立和完善流域水文监测网络，实时监测流域的水文变化，为决策提供科学依据。
