[1]刘琨,李梦杰,牟海磊,等.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[J].水利与建筑工程学报,2023,(05):191-198.[doi:10.3969/j.issn.1672-1144.2023.05.027]
点击复制

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()
分享到：

《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]

卷:
期数:
2023年05期
页码:
191-198
栏目:
出版日期:
2023-10-31

文章信息/Info

作者:
刘琨1; 李梦杰1; 牟海磊2; 吕振豫1; 刘攀3; 殷兆凯1; 刘志武1; 梁犁丽1
1．中国长江三峡集团有限公司科学技术研究院，北京 101199；2．中国三峡国际股份有限公司，北京 101100；3．中国长江三峡集团有限公司，湖北 武汉 430010
关键词:
大尺度流域; ＳＷＡＴ模型; ＣＳＦＲ再分析降水数据; 子流域划分
分类号:
ＴＶ121.1
DOI:
10.3969/j.issn.1672-1144.2023.05.027
文献标志码:
A
摘要:
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 4111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。

参考文献/References:

［1］ ＤｉｌｅＹＴ，ＴｅｋｌｅａｂＳ，ＫａｂａＥＡ，ｅｔａｌ．Ａｄｖａｎｃｅｓｉｎｗａ-ｔｅｒｒｅｓｏｕｒｃｅｓｒｅｓｅａｒｃｈｉｎｔｈｅＵｐｐｅｒＢｌｕｅＮｉｌｅｂａｓｉｎａｎｄｔｈｅｗａｙｆｏｒｗａｒｄ：Ａ ｒｅｖｉｅｗ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，2018，560：407-423．
［2］ ＨｕａｎｇＹ，ＨｕａｎｇＪ，ＥｒｖｉｎｉａＡ，ｅｔａｌ．Ｌａｎｄｕｓｅａｎｄｃｌｉ-ｍａｔｅｖａｒｉａｂｉｌｉｔｙａｍｐｌｉｆｉｅｓｗａｔｅｒｓｈｅｄｎｉｔｒｏｇｅｎｅｘｐｏｒｔｓｉｎｃｏａｓｔａｌＣｈｉｎａ［Ｊ］．Ｏｃｅａｎ＆ＣｏａｓｔａｌＭａｎａｇｅｍｅｎｔ，2021，207（15）：104428．
［3］ ＴａｋｅｌｅＧ Ｓ，ＧｅｂｒｅＧ Ｓ，Ｇｅｂｒｅｍａｒｉａｍ Ａ Ｇ，ｅｔａｌ．ＨｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌｉｎｇｉｎｔｈｅＵｐｐｅｒＢｌｕｅＮｉｌｅｂａｓｉｎｕｓｉｎｇｓｏｉｌａｎｄｗａｔｅｒａｎａｌｙｓｉｓｔｏｏｌ（ＳＷＡＴ）［Ｊ］．ＭｏｄｅｌｉｎｇＥａｒｔｈＳｙｓｔｅｍｓａｎｄＥｎｖｉｒｏｎｍｅｎｔ，2021，8：277-292．
［4］ ＰｅｎｇＪ，ＬｉｕＴ，ＨｕａｎｇＹ，ｅｔａｌ．Ｓａｔｅｌｌｉｔｅ-ｂａｓｅｄｐｒｅｃｉｐｉｔａ-ｔｉｏｎ ｄａｔａｓｅｔｓｅｖａｌｕａｔｉｏｎ ｕｓｉｎｇ ｇａｕｇｅ ｏｂｓｅｒｖａｔｉｏｎ ａｎｄｈｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌｉｎｇｉｎａｔｙｐｉｃａｌａｒｉｄｌａｎｄｗａｔｅｒｓｈｅｄｏｆｃｅｎｔｒａｌＡｓｉａ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，2021，13（2）：221．
［5］ ＴｒｕｎｇＬＤ，ＤｕｃＮＡ，ＮｇｕｙｅｎＬＴ，ｅｔａｌ．Ａｓｓｅｓｓｉｎｇｃｕ-ｍｕｌａｔｉｖｅｉｍｐａｃｔｓｏｆｔｈｅｐｒｏｐｏｓｅｄＬｏｗｅｒＭｅｋｏｎｇＢａｓｉｎｈｙ-ｄｒｏｐｏｗｅｒｃａｓｃａｄｅｏｎｔｈｅＭｅｋｏｎｇＲｉｖｅｒｆｌｏｏｄｐｌａｉｎｓａｎｄＤｅｌｔａ-Ｏｖｅｒｖｉｅｗｏｆｉｎｔｅｇｒａｔｅｄｍｏｄｅｌｉｎｇｍｅｔｈｏｄｓａｎｄｒｅ-ｓｕｌｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，2018，581：122511．
［6］ ＺａｍａｎＭ，ＡｎｊｕｍＭ Ｎ，ＵｓｍａｎＭ，ｅｔａｌ．ＥｎｕｍｅｒａｔｉｎｇｔｈｅｅｆｆｅｃｔｓｏｆｃｌｉｍａｔｅｃｈａｎｇｅｏｎｗａｔｅｒｒｅｓｏｕｒｃｅｓｕｓｉｎｇＧＣＭｓｃｅｎａｒｉｏｓａｔｔｈｅＸｉｎ′ａｎｊｉａｎｇｗａｔｅｒｓｈｅｄ，Ｃｈｉｎａ［Ｊ］．Ｗａｔｅｒ，2018，10（10）：1296．
［7］ ＷｅｎＸ，ＬｉｕＺＨ，ＬｅｉＸＨ，ｅｔａｌ．ＦｕｔｕｒｅｃｈａｎｇｅｓｉｎＹｕａｎＲｉｖｅｒｅｃｏｈｙｄｒｏｌｏｇｙ：Ｉｎｄｉｖｉｄｕａｌａｎｄｃｕｍｕｌａｔｉｖｅｉｍ-ｐａｃｔｓｏｆｃｌｉｍａｔｅｓｃｈａｎｇｅａｎｄｃａｓｃａｄｅｈｙｄｒｏｐｏｗｅｒｄｅｖｅｌｏｐ-ｍｅｎｔｏｎｒｕｎｏｆｆａｎｄａｑｕａｔｉｃｈａｂｉｔａｔｑｕａｌｉｔｙ［Ｊ］．ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，2018，633：1403-1417．
［8］ ＣｈａｗａｎｄａＣＪ，ＡｒｎｏｌｄＪ，ＴｈｉｅｒｙＷ，ｅｔａｌ．Ｍａｓｓｂａｌａｎｃｅｃａｌｉｂｒａｔｉｏｎａｎｄｒｅｓｅｒｖｏｉｒｒｅｐｒｅｓｅｎｔａｔｉｏｎｓｆｏｒｌａｒｇｅ-ｓｃａｌｅｈｙｄｒｏｌｏｇｉｃａｌｉｍｐａｃｔｓｔｕｄｉｅｓｕｓｉｎｇＳＷＡＴ［Ｊ］．ＣｌｉｍａｔｉｃＣｈａｎｇｅ，2020，163（3）：1307-1327．
［9］ ＥｂｉｓｕｚａｋｉＷ，ＬｉＺ．ＡｓｓｅｓｓｉｎｇｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅＣＦ-ＳＲｂｙａｎｅｎｓｅｍｂｌｅｏｆａｎａｌｙｓｅｓ［Ｊ］．ＣｌｉｍａｔｅＤｙｎａｍｉｃｓ：Ｏｂｓｅｒｖａｔｉｏｎａｌ，ＴｈｅｏｒｅｔｉｃａｌａｎｄＣｏｍｐｕｔａｔｉｏｎａｌＲｅｓｅａｒｃｈｏｎｔｈｅＣｌｉｍａｔｅＳｙｓｔｅｍ，2011，37（11／12）：2541-2550．
［10］ ＤｅｍｃｈｅｖＤＭ，ＫｕｌａｋｏｖＭ Ｙ，ＭａｋｓｈｔａｓＡＰ，ｅｔａｌ．ＶｅｒｉｆｉｃａｔｉｏｎｏｆＥＲＡ-Ｉｎｔｅｒｉｍ ａｎｄＥＲＡ5ｒｅａｎａｌｙｓｅｓｄａｔａｏｎｓｕｒｆａｃｅａｉｒｔｅｍｐｅｒａｔｕｒｅｉｎｔｈｅＡｒｃｔｉｃ［Ｊ］．ＲｕｓｓｉａｎＭｅｔｅｏｒｏｌｏｇｙａｎｄＨｙｄｒｏｌｏｇｙ，2021，45（11）：771-777．
［11］ ＤｉｌｅＹＴ，ＳｒｉｎｉｖａｓａｎＲ．ＥｖａｌｕａｔｉｏｎｏｆＣＦＳＲｃｌｉｍａｔｅｄａ-ｔａｆｏｒｈｙｄｒｏｌｏｇｉｃｐｒｅｄｉｃｔｉｏｎｉｎｄａｔａ-ｓｃａｒｃｅｗａｔｅｒｓｈｅｄｓ：ａｎａｐｐｌｉｃａｔｉｏｎｉｎｔｈｅＢｌｕｅＮｉｌｅＲｉｖｅｒＢａｓｉｎ［Ｊ］．ＪａｗｒａＪｏｕｒｎａｌｏｆｔｈｅＡｍｅｒｉｃａｎＷａｔｅｒＲｅｓｏｕｒｃｅｓＡｓｓｏｃｉａｔｉｏｎ，2015，50（5）：1226-1241．
［12］ 胡 胜，曹明明，邱海军，等．ＣＦＳＲ气象数据在流域水文模拟中的适用性评价———以灞河流域为例［Ｊ］．地理学报，2016，71（9）：1571-1586．
［13］ Ｆｅｒｎａｎｄｅｚ-ＰａｌｏｍｉｎｏＣＡ，ＨａｔｔｅｒｍａｎｎＦＦ，ＫｒｙｓａｎｏｖａＶ，ｅｔａｌ．Ａｎｏｖｅｌｈｉｇｈ-ｒｅｓｏｌｕｔｉｏｎｇｒｉｄｄｅｄｐｒｅｃｉｐｉｔａｔｉｏｎｄａｔａｓｅｔｆｏｒＰｅｒｕｖｉａｎａｎｄＥｃｕａｄｏｒｉａｎｗａｔｅｒｓｈｅｄｓ：ｄｅｖｅｌ-ｏｐｍｅｎｔａｎｄ ｈｙｄｒｏｌｏｇｉｃａｌｅｖａｌｕａｔｉｏｎ［Ｊ］． ＪｏｕｒｎａｌｏｆＨｙｄｒｏｍｅｔｅｏｒｏｌｏｇｙ，2022，23（3）：309-336．
［14］ 于宴民，穆振侠．ＣＦＳＲ数据在高寒山区径流模拟中的适用性［Ｊ］．灌溉排水学报，2015，34（11）：93-97．
［15］ ＷａｎｇＧｕｏｂｏ，ＣｈｅｎＬｅｉ，ＨｕａｎｇＱｉｎ，ｅｔａｌ．Ｔｈｅｉｎｆｌｕ-ｅｎｃｅｏｆｗａｔｅｒｓｈｅｄｓｕｂｄｉｖｉｓｉｏｎｌｅｖｅｌｏｎｍｏｄｅｌａｓｓｅｓｓｍｅｎｔａｎｄｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｎｏｎ-ｐｏｉｎｔｓｏｕｒｃｅｐｒｉｏｒｉｔｙｍａｎａｇｅ-ｍｅｎｔａｒｅａｓ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，2016，87：110-119．
［16］ ＬｉｎＢｉｎｇｑｉｎｇ，ＺｈａｎｇＤｅｊｉａｎ，ＣｈｅｎＸｉｎｇｗｅｉ，ｅｔａｌ．ＴｈｒｅｓｈｏｌｄｏｆｗａｔｅｒｓｈｅｄｐａｒｔｉｔｉｏｎｉｎＳＷＡＴｂａｓｅｄｏｎｓｅｐ-ａｒａｔｉｎｇｈｉｌｌｓｌｏｐｅａｎｄｃｈａｎｎｅｌｓｅｄｉｍｅｎｔｓｉｍｕｌａｔｉｏｎｓ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＩｎｄｉｃａｔｏｒｓ，2020，121（2）：107111．
［17］ ＣｈｉａｎｇＬＣ，ＹｕａｎＹＰ．ＴｈｅＮＨＤＰｌｕｓｄａｔａｓｅｔ，ｗａｔｅｒ-ｓｈｅｄｓｕｂｄｉｖｉｓｉｏｎａｎｄＳＷＡＴｍｏｄｅｌｐｅｒｆｏｒｍａｎｃｅ［Ｊ］．ＨｙｄｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓＪｏｕｒｎａｌ，2015，60（10）：1690-1708．197 第 5期 刘 琨，等：ＳＷＡＴ模型在大尺度流域径流模拟影响因素分析
［18］ 高怡婷，钟科元，钟小敏，等．ＳＷＡＴ模型土壤空间离散化对径流和输沙模拟结果的影响［Ｊ］．水土保持学报，2021，35（6）：101-108．
［19］ ＧｏｎｇＹｏｎｇｗｅｉ，ＳｈｅｎＺｈｅｎｙａｏ，ＬｉｕＲｕｉｍｉｎ，ｅｔａｌ．ＥｆｆｅｃｔｏｆｗａｔｅｒｓｈｅｄｓｕｂｄｉｖｉｓｉｏｎｏｎＳＷＡＴｍｏｄｅｌｉｎｇｗｉｔｈｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｐａｒａｍｅｔｅｒｕｎｃｅｒｔａｉｎｔｙ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｉｃＥｎｇｉｎｅｅｒｉｎｇ，2010，15（12）：1070-1074．
［20］ ＴａｎｇＸｉａｎｇｐｅｎｇ，ＺｈａｎｇＪｉａｎｙｕｎ，ＷａｎｇＧｕｏｑｉｎｇ，ｅｔａｌ．ＵｎｃｅｒｔａｉｎｔｙａｎａｌｙｓｉｓｏｆＳＷＡＴｍｏｄｅｌｉｎｇｉｎｔｈｅＬａｎｃａｎｇｒｉｖｅｒｂａｓｉｎｕｓｉｎｇｆｏｕｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ［Ｊ］．Ｗａｔｅｒ，2021，13（3）：341．
［21］ ＧａｏＸｉｎ，ＣｈｅｎＸｉｎｇｗｅｉ，ＢｉｇｇｓＴ，ｅｔａｌ．ＳｅｐａｒａｔｉｎｇｗｅｔａｎｄｄｒｙｙｅａｒｓｔｏｉｍｐｒｏｖｅｃａｌｉｂｒａｔｉｏｎｏｆＳＷＡＴｉｎｂａｒｒｅｔｔｗａｔｅｒｓｈｅｄ，ＳｏｕｔｈｅｒｎＣａｌｉｆｏｒｎｉａ［Ｊ］．Ｗａｔｅｒ，2018，10（3）：274．
［22］ ＰａｔｉｌＡ，ＲａｍｓａｎｋａｒａｎＲ．Ｉｍｐｒｏｖｉｎｇｓｔｒｅａｍｆｌｏｗｓｉｍｕｌａ-ｔｉｏｎｓａｎｄｆｏｒｅｃａｓｔｉｎｇｐｅｒｆｏｒｍａｎｃｅｏｆＳＷＡＴｍｏｄｅｌｂｙａｓ-ｓｉｍｉｌａｔｉｎｇｒｅｍｏｔｅｌｙｓｅｎｓｅｄ ｓｏｉｌｍｏｉｓｔｕｒｅｏｂｓｅｒｖａｔｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，2017，555：683-696．
［23］ ＡｂｂａｓｐｏｕｒＫＣ，ＪｉｎｇＹ，ＭａｘｉｍｏｖＩ，ｅｔａｌ．ＭｏｄｅｌｌｉｎｇｏｆｈｙｄｒｏｌｏｇｙａｎｄｗａｔｅｒｑｕａｌｉｔｙｉｎｔｈｅＰｒｅ-Ａｌｐｉｎｅ／ＡｌｐｉｎｅＴｈｕｒｗａｔｅｒｓｈｅｄｕｓｉｎｇＳＷＡＴ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，2007，333（2-4）：413-430．
［24］ ＲａｆｅｅＳ，ＵｖｏＣＢ，ＭａｒｔｉｎｓＪＡ，ｅｔａｌ．Ｌａｒｇｅ-ｓｃａｌｅｈｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌｌｉｎｇｏｆｔｈｅｕｐｐｅｒＰａｒａｎáｒｉｖｅｒｂａｓｉｎ［Ｊ］．Ｗａｔｅｒ，2019，11（5）：882．
［25］ 刘 琨，李梦杰，吕振豫，等．ＳＷＡＴ模型在大尺度流域的应用探索［Ｊ］．水电能源科学，2023，41（4）：35-38．

相似文献/References:

[1]陈昊荣,金生.基于ＳＷＡＴ模型的汉江流域径流模拟[J].水利与建筑工程学报,2020,(01):245.[doi:10.3969/j.issn.1672-1144.2019.06.042]

备注/Memo

备注/Memo:
收稿日期：2023-04-20 修稿日期：2023-06-13
基金项目：中国长江三峡集团有限公司自主科研项目（ＷＷＫＹ－2021－0081，ＮＢＺＺ202300411，ＮＢＺＺ20210055，合同编号 202103429）
作者简介：刘 琨（1991—），男，博士，工程师，主要从事水文模拟研究工作。Ｅ-ｍａｉｌ：1249091967＠ｑｑ．ｃｏｍ
通讯作者：梁犁丽（1982—），女，博士，高级工程师，主要从事水文预报与水库调度研究工作。Ｅ-ｍａｉｌ：ｌｉａｎｇｌｉ0921
更新日期/Last Update: 1900-01-01