第22卷 第2期2024年4月中国水土保持科学Science of Soil and Water ConservationVol.22 No.2Apr.2024 D OI :10.16843/j.sswc.2023084基于SWAT 模型的渠江流域径流侵蚀功率时空规律分析黄 幸1,2,莫淑红2†,李平治2,乔殿新3,李斌斌3(1.河海大学水文水资源学院,210098,南京;2.西安理工大学省部共建西北旱区生态水利国家重点实验室,710048,西安;3.水利部水土保持监测中心,100053,北京)摘要:探明流域径流侵蚀功率的演变规律对重点侵蚀区识别和土壤侵蚀防治至关重要㊂以嘉陵江右岸支流渠江流域为研究区,基于SWAT 模型模拟计算流域径流侵蚀功率,分析其时空分布特征与空间尺度效应,并通过聚类分析㊁相关性分析揭示其对流域气象㊁地形㊁土壤等因素的关系㊂结果表明:渠江流域年尺度的径流侵蚀功率大于季尺度,其中第3季度为土壤侵蚀重点防治时段;全年和第3季度的多年平均径流侵蚀功率均呈现出北部大南部小㊁西部大东部小㊁上游大下游小的空间分布特征;渠江干流与其支流大通江的多年平均径流侵蚀功率和流域控制面积之间均呈幂指数关系,且其变化规律存在空间阈值,在年尺度干流和大通江的阈值面积分别为8549.4和8504.4km 2,在第3季度干流和大通江的阈值面积分别为4834.9和6223.5km 2;气象因子㊁地形因子和流域形态因子为渠江流域径流侵蚀功率的主要影响因素㊂研究结果可为制订渠江流域土壤侵蚀治理方案提供决策依据㊂关键词:SWAT 模型;径流侵蚀功率;时空分布;空间尺度效应;渠江流域中图分类号:S157.1;P333文献标志码:A文章编号:2096⁃2673(2024)02⁃0025⁃09引用格式:黄幸,莫淑红,李平治,等.基于SWAT 模型的渠江流域径流侵蚀功率时空规律分析[J].中国水土保持科学,2024,22(2):25-33.HUANG Xing,MO Shuhong,LI Pingzhi,et al.Spatial and temporal analysis of runoff ero⁃sion power in Qujiang River Basin based on SWAT model[J].Science of Soil and Water Conservation,2024,22(2):25-33.收稿日期:20230508 修回日期:20240110项目名称:国家自然科学基金 基于侵蚀能量过程的集合式流域水土流失预报模型”(U2040208), 陕北黄土高原区人 水耦合系统互馈及协同进化机理研究”(52179024)第一作者简介:黄幸(2000 ),女,硕士研究生㊂主要研究方向:水文水资源㊂E⁃mail:809319042@†通信作者简介:莫淑红(1972 ),女,博士,教授㊂主要研究方向:旱区水文及水资源㊂E⁃mail:moshuhong@Spatial and temporal analysis of runoff erosion powerin Qujiang River Basin based on SWAT modelHUANG Xing 1,2,MO Shuhong 2,LI Pingzhi 2,QIAO Dianxin 3,LI Binbin 3(1.College of Hydrology and Water Resources,Hohai University,210098,Nanjing,China;2.State Key Laboratory of Eco⁃hydraulics in Northwest Arid Region,Xi′an University of Technology,710048,Xi′an,China;3.The Center of Soil and Water Conservation Monitoring,Ministry of Water Resources,100053,Beijing,China)Abstract :[Background ]Soil erosion destroys soil and water resources,exacerbates natural disasters such as droughts and floods,and threatens human survival and development.Qujiang River Basin is severely affected by soil erosion,and runoff erosion power can reflect dynamic characteristics of water erosion better than rainfall erosion force.Therefore,it’s important to use runoff erosion power theory to study erosion in Qujiang River Basin to reveal mechanism of water⁃sand response.[Methods ]This paper中国水土保持科学2024年took Qujiang River Basin as a research object,calculating seasonal as well as annual runoff erosion power based on runoff,which was simulated by SWAT model in terms of utilizing meteorological forcing data such as precipitation,temperature,wind etc.In addition,features of spatial⁃temporal pattern and effects of spatial scale were analyzed.Cluster and correlation method were adopted for investigation into relationships between runoff erosion power with meteorological,topographic and soil conditions. [Results]1)The constructed SWAT model had high accuracy in runoff simulation and good applicability in Qujiang River Basin.R2and NS coefficients were0.69and above,while PBIAS coefficient was below 16.72%in both parameter rate setting period and validation period.2)In aspect of time,annual runoff erosion power outweighed that in season.However,erosion during seasonⅢwas more serious than that in other season,which requires more attention on soil erosion prevention and control.Besides,runoff erosion power for whole year and for season III demonstrated a decreasing trend from north to south,west to east and up to down inspace.3)The thresholds of drainage control area for whole year in Qujiang river and Datong river were8549.4and8504.4km2respectively,while those for season III were4834.9and 6223.5km2respectively,indicating runoff erosion power decreased smoothly with increasing area when the area was larger than spatial thresholds,then gradually tended to a stable value.4)Meteorological, topographic and watershed morphological characters were main factors influenced runoff erosion power in Qujiang River Basin.Erosion in upstream area of basin presented greater performance than downstream, due to the steep topography,uneven precipitation distribution and morphological ease of runoff generation and flow concentration processes in upper reaches.[Conclusions]This paper illustrated feasibility of SWAT model and its simulated outcome in Qujiang River Basin.The spatial⁃temporal runoff erosion power characteristics together with impacts are closely related to meteorological constituents,terrain and basin shape.Therefore,the results contribute to effective identification of key sand producing areas in watershed,and also provide supports for soil erosion prevention,ecology restoration and environmental carrying capacity enhancement.Keywords:SWAT model;runoff erosion power;temporal and spatial distribution;spatial scale effect; Qujiang River Basin 土壤侵蚀是全球公认的最严重的环境问题之一,其破坏水土资源,加剧旱涝等自然灾害,威胁人类的生存和发展㊂嘉陵江流域地质地貌条件复杂㊁降水丰富㊁土壤可蚀性强,且不合理生产活动多,使得流域内水土流失面积和土壤侵蚀总量曾常居长江流域前列,水土流失治理刻不容缓[1]㊂当前有许多量化土壤侵蚀对流域影响的模型,如通用土壤流失方程㊁修正土壤流失方程和中国坡面土壤流失方程等[2]㊂降雨侵蚀力反映降雨及其产生的径流剥离和携带土壤颗粒的能力,其作为水蚀动力指标被广泛应用于土壤侵蚀模型及土壤侵蚀分析中[34]㊂但是降雨侵蚀力的计算通常需要高精度且不易获取的长序列场次降雨数据,资料处理较繁琐,且其仅通过雨滴的击溅效应表征土壤侵蚀作用,并未体现水蚀动力过程中的径流侵蚀和径流输沙作用[56],具有一定的局限性㊂与降雨侵蚀力相比,径流侵蚀功率能更好的反映水蚀动力特性,对于侵蚀动力机制的反应更敏感,数据要求更低[7]㊂目前已有众多学者基于径流侵蚀功率理论研究黄土高原地区的土壤侵蚀空间分布特征及尺度效应,取得较好成果[89]㊂长江流域的降水特征及下垫面条件与黄河流域不同,其侵蚀产沙和主要驱动机制也会有所差异[10],而此类研究在长江流域相对较少㊂因此,利用径流侵蚀功率理论研究长江流域地区的侵蚀情况对揭示其水沙响应机理具有重要意义㊂笔者以嘉陵江子流域渠江流域为例,基于SWAT(Soil and Water Assessment Tool)模型模拟流域径流,计算并分析径流侵蚀功率的时空分布特征㊁空间尺度效应及主要影响因子,以期为流域有效识别重点产沙区㊁合理开发利用水土资源等做出贡献㊂1 研究区概况渠江流域面积为3.92万km2(E106°28′~ 109°00′,N30°00′~32°48′),属亚热带湿润季风气62 第2期黄幸等:基于SWAT模型的渠江流域径流侵蚀功率时空规律分析候㊂其雨季集中于7 9月,多年平均降雨量为1078mm,输沙量主要来自汛期,多年平均输沙模数为347t/km2㊂流域地势东北高西南低,源头地势坡度较大,至下游浅丘区比降逐渐减小,土壤类型以棕壤㊁黄棕壤和紫色土为主㊂渠江流域水系及水文站点分布见图1㊂图1 渠江流域水系及水文站点分布图Fig.1 Distribution of river system and hydrological stations in Qujiang River Basin2 数据与方法2.1 数据来源笔者采用的数据主要包括摘自‘长江流域水文年鉴“的2008 2018年渠江流域上㊁中㊁下游巴中㊁七里沱和罗渡溪水文站实测日流量资料,由中国大气同化驱动数据集整理的逐日降水㊁风速㊁温度等气象数据,以及中科院地理空间数据云㊁中科院数据中心遥感影像㊁世界土壤数据库提供的30m分辨率地形数据㊁1∶10万土地覆盖数据和1∶100万土壤类型等空间数据㊂2.2 径流侵蚀功率计算2.2.1 SWAT模型构建与应用 笔者使用SWAT 模型[11]模拟渠江流域2009 2018年月径流,进而分析计算流域径流侵蚀功率㊂先依据集水面积㊁坡度等级㊁土地利用与土壤类型将渠江流域划分为77个子流域和1377个水文响应单元㊂然后,选取2008年作为预热期进行参数预调,2009 2013年作为率定期,2014 2018年作为验证期㊂在SWAT-CUP中选择径流相关参数进行参数敏感性分析和参数率定,并运用决定系数R2(R-Square)㊁纳什效率系数NS(Nash-Sutcliffe efficiency coefficient)㊁偏差比例PBIAS(percent bias)作为评价指标检验径流模拟精度㊂一般认为R2>0.6㊁NS>0.5㊁PBIAS≤±25%时,结果较好㊂满足精度要求时,输出渠江各子流域出口的模拟月径流过程㊂2.2.2 径流侵蚀功率计算 径流侵蚀功率属于经验模型指标中的侵蚀动力因子,其计算原理及应用详见文献[7]㊂依此推出的季径流侵蚀功率和年径流侵蚀功率计算公式分别见式(1)和式(2)㊂E s=Q s H s㊂(1)式中:E s为季径流侵蚀功率,m4/(km2㊃s);Q s为季最大月流量模数,m3/(km2㊃s);H s为季径流深,m㊂E y=Q y H y㊂(2)式中:E y为年径流侵蚀功率,m4/(km2㊃s);Q y为年最大月流量模数,m3/(km2㊃s);H y为年径流深,m㊂2.3 径流侵蚀功率影响因素分析选用系统聚类方法[12]和斯皮尔曼相关系数[13]对径流侵蚀功率影响因子进行合并归类与相关性分析㊂斯皮尔曼相关系数的绝对值越大,指标之间相关性越高,其表达式见式(3)㊂ρ=1-6∑n i=1d2in(n2-1)㊂(3)式中:ρ为斯皮尔曼相关系数;n为系列长度;d为72中国水土保持科学2024年按升序或降序排列后,同次序指标间的差值,量纲均为1㊂3 结果与分析3.1 模型率定与验证结果率定期㊁验证期巴中㊁七里沱和罗渡溪水文站模拟与实测月径流量值对比见图2~4㊂分析可知,巴中水文站率定期R 2=0.96㊁NS =0.92㊁PBIAS =16.2%,验证期R 2=0.70㊁NS =0.69㊁PBIAS =16.43%,率定结果较好,验证结果评级为可信;七里沱水文站率定期R 2=0.95㊁NS =0.93㊁PBIAS =-0.3%,验证期R 2=0.82㊁NS =0.80㊁PBIAS =-14.81%,率定结果极好,验证结果评级为较好;罗渡溪水文站率定期R 2=0.93㊁NS =0.92㊁PBIAS =-3.5%,验证期R 2=0.87㊁NS =0.84㊁PBIAS =-16.72%,率定结果极好,验证结果评级为较好㊂综上所述,在率定期和验证期内,3个水文站模拟所得月径流过程与实测月径流过程吻合度较高,表明所构建的SWAT 模型能较真实地反映渠江流域水文情势㊂图2 巴中水文站月径流量模拟值与实测值对比图Fig.2 Comparison of simulated and measured monthly runoff at Bazhong station图3 七里沱水文站月径流量模拟值与实测值对比图Fig.3 Comparison of simulated and measured monthly runoff at Qilituo station3.2 径流侵蚀功率的时空分布基于SWAT 模型得到2009 2018年渠江77个子流域季尺度和年尺度的多年平均径流侵蚀功率,其空间分布见图5和6㊂从时间角度看,全流域多年平均年径流侵蚀功率为0.049m 4/(km 2㊃s),总体上大于各季度多年平均径流侵蚀功率;在季尺度,第3季度多年平均径流侵蚀功率最大(0.028m 4/(km 2㊃s)),其次为第2季度㊁第4季度和第1季度,其变化周期与水文周期一致㊂显然,第3季度的径流侵蚀功率对全年贡献最大,应当重视该季度的水土流失治理㊂在空间尺度上,流域全年和第3季度的多年平均径流侵蚀功率均呈现出 北部大㊁南部小;西部大㊁东部小;上游大㊁下游小”的空间分布特征㊂第4季度的空间分布虽在南北和上下游部分与全年相似,但在东西部表现出 东部大㊁西部小”的特征㊂第1季度和第2季度的空间分布82 第2期黄幸等:基于SWAT模型的渠江流域径流侵蚀功率时空规律分析图4 罗渡溪水文站月径流量模拟值与实测值对比图Fig.4 Comparison of simulated and measured monthly runoff at Luoduxi station与全年相反,表现为 南部大㊁北部小;东部大㊁西部小;下游大㊁上游小”,但因其径流侵蚀功率较小,对年尺度空间分布影响也较小㊂3.3 径流侵蚀功率的空间尺度效应渠江流域的径流侵蚀功率空间差异明显,可能存在空间尺度效应,即径流侵蚀功率随流域控制面积变化可能呈现出一定规律㊂首先利用SWAT 模型计算2009 2018年渠江77个子流域出口断面及以上控制面积的全年和第3季度的多年平均径流侵蚀功率,结果见图7㊂由图7可知,对全年和第3季度,渠江各子流域出口断面及以上控制区域的多年平均径流侵蚀功率总体呈现出 上游大,下游小;干流大,支流小”的分布特点㊂为量化径流侵蚀功率与流域控制面积的相关关系,选取侵蚀较严重的渠江干流和支流大通江为研究对象,将流域控制面积分别与全年和第3季度的多年平均径流侵蚀功率进行拟合分析㊂干流的拟合结果分别见式(4)㊁式(5)和图8,大通江的拟合结果分别见式(6)㊁式(7)和图9㊂E my =0.0761A -0.158,R 2=0.67;(4)E ms =0.0438A-0.137,R 2=0.52;(5)E my 1=0.0771A -0.153,R 2=0.46;(6)E ms 1=0.0510A-0.165,R 2=0.49㊂(7)式中:E my ㊁E my 1分别为干流和大通江多年平均年径流侵蚀功率,m 4/(km 2㊃s);E ms ㊁E ms 1分别为干流和大通江多年平均季径流侵蚀功率,m 4/(km 2㊃s);A 为流域控制面积,103km 2㊂由图8和9可知,渠江干流和支流大通江存在较显著的空间尺度效应,其多年平均径流侵蚀功率与流域控制面积之间均呈幂指数关系,且干流相关关系优于支流大通江,全年相关系数与第3季度接近㊂随着流域控制面积的增大,多年平均径流侵蚀功率逐渐减小并趋于平缓,减小速率由大变小,说明存在空间阈值㊂为确定阈值,对式(4)~(7)求导,导数方程见式(8)~(11)㊂E′my =-0.0120A -1.158;(8)E′ms =-0.0060A-1.137;(9)E′my 1=-0.0118A -1.153;(10)E′ms 1=-0.0084A-1.165㊂(11)经计算可知,渠江干流在全年和第3季度的空间阈值分别为8549.4和4834.9km 2,大通江在全年和第3季度的空间阈值分别为8504.4和6223.5km 2㊂即当流域控制面积小于空间阈值时,|E |≥0.001,多年平均径流侵蚀功率随流域控制面积增加而迅速减小,反之则变化平缓,并逐渐减小至某一稳定值㊂其中干流的全年和第3季度径流侵蚀功率稳定值分别为0.04和0.02m 4/(km 2㊃s),大通江的全年和第3季度径流侵蚀功率稳定值分别为0.056和0.035m 4/(km 2㊃s)㊂3.4 径流侵蚀功率影响因素为探究渠江流域径流侵蚀功率时空分布及空间尺度效应的主要驱动因素,选用SPSS (statistical product and service solutions)软件对多年平均的年径流侵蚀功率进行聚类分析㊂本文共选取地形(75°以上坡度面积比例)㊁流域形态(圆度)㊁气象(各子流域上的多年平均降水量)㊁侵蚀动力(多年平均径流侵蚀功率)㊁土地利用(林草地面积比例)和土壤(易受侵蚀土壤面积比例)6类聚类因子,经分析将渠江77个子流域划分为3种聚类类型,其空间分布见图10㊂可知,第1聚类与第2聚类主要分布于上游地区,其面积所例分别为26.0%和19.3%,多年平均径流侵蚀功率分别为0.05892中国水土保持科学2024年 4个季度的季径流侵蚀功率量级不同,值越大侵蚀越严重,其总体范围为0.00001≤E s≤0.08000㊂下同㊂Magnitude of seasonal runoff erosion power varies among four periods,with larger values indicating more severe erosion.The over⁃all range is0.00001≤E s≤0.08000.The same below.图5 渠江流域多年平均季径流侵蚀功率空间分布图Fig.5 Spatial distribution of multi⁃year average runoff erosion power at season scale in Qujiang River Basin 和0.052m4/(km2㊃s),均大于多年平均径流侵蚀功率中值0.049m4/(km2㊃s),该地区径流侵蚀能量较大,受侵蚀程度较剧烈㊂第3聚类是渠江流域的主导聚类,主要分布在中下游地区,其面积比例为54.7%,流域内多年平均径流侵蚀功率为0.046m4/(km2㊃s),小于多年平均径流侵蚀功率中值,该地区植被类型多样,下垫面条件较好,受侵蚀程度较小㊂03 第2期黄幸等:基于SWAT模型的渠江流域径流侵蚀功率时空规律分析图6 渠江流域多年平均年径流侵蚀功率空间分布图Fig.6 Spatial distribution of multi⁃year average runoff erosionpower at year scale in Qujiang River Basin 统计侵蚀动力因子与其余聚类因子的斯皮尔曼相关系数见表1,结果表明气象因子㊁地形因子和流域形态因子为渠江流域径流侵蚀功率排名前3的主图7 渠江各子流域出口断面及以上控制面积的多年平均径流侵蚀功率空间分布图Fig.7 Spatial distribution of multi⁃year average runoff erosion power for control area at and abovethe outlet cross⁃section of each Qujiang River subbasin要影响因子㊂且在显著水平为0.05时,第1聚类中的气象因子与径流侵蚀功率呈显著相关,说明降雨的空间分布不均性对该地区径流侵蚀能量影响较大;第2聚类中气象因子㊁地形因子和流域形态因子与径流侵蚀功率呈显著相关,说明该地区75°以上坡度面积比例很大,流域内地势陡峭,降雨空间分布差异较显著,流域形态偏圆形,产汇流过程较快,能显著影响径流侵蚀功率的空间分布和规律;第3聚类中流域形态因子与气象因子与径流侵蚀功率呈一般相关,其对该聚类地区径流侵蚀功率的影响远不如第2聚类地区,说明该地区整体地势较平缓,各子流域多年平均降雨量差距不大,流域形态较狭长,产汇流过程相对较慢㊂4 结论1)所构建的SWAT 模型径流模拟精度较高,在渠江流域适用性好㊂巴中㊁七里沱㊁罗渡溪水文站率定期R 2㊁NS 系数均在0.92及以上,PBIAS 系数均<16.20%;验证期R 2㊁NS 系数均在0.69及以上,PBIAS 系数均在16.72%以下㊂这说明该模型能较真实地反映渠江流域水文情势㊂2)渠江流域多年平均年径流侵蚀功率总体上大于季径流侵蚀功率,其中第3季度>第2季度>第4季度>第1季度㊂流域全年和第3季度的多年平均径流侵蚀功率空间分布均呈现出 北部大㊁南部小;西部大㊁东部小;上游大㊁下游小”的特征;第4季度的空间分布在东西部呈现出 东部大㊁西部小”的特征,其余部分与全年相似;第1㊁第2季度的空间分布与全年分布规律相反㊂ 3)渠江干流及其支流大通江的径流侵蚀功率具有较为显著的空间尺度效应,全年和第3季度的多年平均径流侵蚀功率与流域控制面积之间呈13中国水土保持科学2024年图8 渠江干流多年平均年和第3季度径流侵蚀功率与流域控制面积关系图Fig.8 Fitting results of multi⁃year average runoff erosionpower and watershed control area at year and seasonscale(season Ⅲ)in the main stream of Qujiang River图9 渠江支流大通江多年平均年和第3季度径流侵蚀功率与流域控制面积关系图Fig.9 Fitting results of multi⁃year average runoff erosionpower and watershed control area at year and seasonscale(season Ⅲ)in Datong River图10 渠江流域聚类空间分布图Fig.10 Clustering spatial distribution of Qujiang River Basin幂指数均关系㊂当流域控制面积分别>8549.4和4834.9km 2时,干流全年和第3季度的多年平均径流侵蚀功率随着面积增加变化幅度极小,并逐渐稳定于0.04和0.02m 4/(km 2㊃s);当流域控制面积分别大于8504.4和6223.5km 2时,大通江全年和第3季度的多年平均径流侵蚀功率随着面积增加变化幅度极小,并逐渐稳定于0.056和0.035m 4/(km 2㊃s)㊂表1 斯皮尔曼相关系数计算结果表Tab.1 Spearman correlation coefficient calculated results table聚类名Cluster name地形因子Topographical factor流域形态因子Watershed morphology气象因子Meteorology 土地利用因子Land use 土壤因子Soil第1聚类Cluster Ⅰ-0.451-0.4840.621*-0.280-0.022第2聚类Cluster Ⅱ0.636*0.622*0.678*0.441-0.336第3聚类Cluster Ⅲ0.0680.349*0.336*-0.2610.072 注:*表示在0.05水平上相关性显著㊂Notes:*indicates significant correlation at the 0.05level. 4)气象因子㊁地形因子和流域形态因子对渠江流域径流侵蚀功率的分布有主要影响作用㊂流域上游区因地势陡峭㊁降水分布不均㊁形态易于产汇流而表现出较大的径流侵蚀功率;下游地区因地势平坦,产汇流过程缓慢受侵蚀情况较轻㊂5 参考文献[1] 万彩兵,程冬兵,李昊.水土保持法修订实施十年来长江流域水土流失治理成效[J].中国水土保持,2021(6):1.WAN Caibing,CHENG Dongbing,LI Hao.Effect of soil and water loss control in the Yangtze River Basin since the revision and implementation of soil and water conser⁃vation law for ten years [J].Soil and Water Conservation in China,2021(6):1.[2] 史志华,刘前进,张含玉,等.近十年土壤侵蚀与水土保持研究进展与展望[J ].土壤学报,2020,57(5):1117.SHI Zhihua,LIU Qianjin,ZHANG Hanyu,et al.Study on soil erosion and conservation in the past 10years:Pro⁃23 第2期黄幸等:基于SWAT模型的渠江流域径流侵蚀功率时空规律分析gress and prospects[J].Acta Pedologica Sinica,2020,57(5):1117.[3] 许功伟,徐立荣,张云苹,等.1970 2019年大汶河流域降雨侵蚀力时空变化分析[J].水土保持研究,2022,29(6):45.XU Gongwei,XU Lirong,ZHANG Yunping,et al.Spati⁃otemporal variation of rainfall erosivity in the Dawen RiverBasin during1970-2019[J].Research of Soil and Wa⁃ter Conservation,2022,29(6):45.[4] WISCHMEIER W H,SMITH D D.Predicting rainfallerosion losses:A guide to conservation planning[M].Washington:Department of Agriculture,1978:26.[5] 徐晶,时延锋,徐征和,等.1961 2020年沂蒙山区降雨侵蚀力时空变化特征[J].水土保持研究,2022,29(6):36.XU Jing,SHI Yanfeng,XU Zhenghe,et al.Spatiotem⁃poral variation characteristics of rainfall erosivity in theYimeng Mountain area from1961to2020[J].Researchof Soil and Water Conservation,2022,29(6):36. [6] TU Anguo,ZENG Jianling,LIU Zhao,et al.Effect ofminimum inter⁃event time for rainfall event separationon rainfall properties and rainfall erosivity in a humidarea of southern China[J].Geoderma,2023,431:116332.[7] 鲁克新.黄土高原流域生态环境修复中的水沙响应模拟研究[D].西安:西安理工大学,2006:18.LU Kexin.Study on runoff⁃sediment response simulationin watershed eco⁃environmental rehabilitation on loessplateau[D].Xi′an:Xi′an University of Technology,2006:18.[8] 张译心,徐国策,李占斌,等.不同时间尺度下流域径流侵蚀功率输沙模型模拟精度[J].水土保持研究,2020,27(3):1.ZHANG Yixin,XU Guoce,LI Zhanbin,et al.Simula⁃tion accuracy of runoff erosion power⁃sediment transfermodel at different time scales[J].Research of Soil andWater Conservation,2020,27(3):1.[9] 杨光,鲁克新,李鹏,等.基于SWAT模型的清水河流域年径流侵蚀功率空间分布[J].水土保持研究,2022,29(6):90.YANG Guang,LU Kexin,LI Peng,et al.Spatial distri⁃bution of annual runoff erosion power in Qingshui RiverBasin based on SWAT model[J].Research of Soil andWater Conservation,2022,29(6):90. [10]CHANG Enhao,LI Peng,LI Zhanbin,et al.The impactof vegetation successional status on slope runoff erosion inthe Loess Plateau of China[J].Water,2019,11(12):2614.[11]HUSSAINZADA W,LEE H S.Effect of an improved ag⁃ricultural irrigation scheme with a hydraulic structure forcrop cultivation in arid northern Afghanistan using the Soiland Water Assessment Tool(SWAT)[J].Scientific Re⁃ports,2022,12(1):5186.[12]倪鹏,包为民,张乾,等.基于主成分分析的系统聚类分析方法在洪水预报中的应用[J].三峡大学学报(自然科学版),2018,40(1):1.NI Peng,BAO Weimin,ZHANG Qian,et al.Applica⁃tion of hierarchical cluster analysis to flood forecastingbased on principal component analysis[J].Journal ofChina Three Gorges University(Natural Sciences),2018,40(1):1.[13]张钰荃,高成,陈旭东,等.西江上游流域年径流系数变化规律及其影响因素分析[J].水电能源科学,2021,39(5):37.ZHANG Yuquan,GAO Cheng,CHEN Xudong,et al.Variation of runoff coefficient and its influencing factors inupper reaches of Xijiang River Basin[J].Water Re⁃sources and Power,2021,39(5):37.33。
