文摘

土壤和水评估工具(SWAT)是一种广泛使用的基于物理模型来模拟水文过程在一个广泛的世界各地的气候。斯瓦特使用空间水文气象数据来模拟径流通过保留曲线的计算数字。本研究的目的是比较两种方法的性能用于数字在斯瓦特的计算曲线,也就是说,修订后的土壤湿度指数(SMI),基于之前的气象条件,和土壤水分条件二世(SMCII),基于土壤特性预测的流。结果表明,重度的敏感参数方法是土地利用和覆盖特性。然而,对于SMCII方法,土壤和通道的敏感参数。重度的表演和SMCII方法使用各种指标进行了分析。我们的结论是,公平重度方法的性能在一个干旱地区可能是由于固有特性的方法,因为它主要依赖于先前的气象条件和不占流域的土壤特性。

1。介绍

水土评估工具(SWAT)是一个semiphysical和半经验的建模工具由美国农业部(USDA) (1]。斯瓦特地区降雨径流模拟可以开发不同的短期和长期的目标,例如,预测流流动和沉积,识别的最佳管理实践(BMP)和规划大型和复杂的流域的水资源2- - - - - -4]。近年来,斯瓦特地区的应用迅速增长作为各种水文过程的建模工具世界各地不同的气候条件下。预计斯瓦特将继续进化的需要改进的理解关键水文过程(5]。

斯瓦特利用水土保持服务的曲线(SCS-CN)数量估计的体积流量。SCS-CN方法使用土类和径流的预测土地利用/覆盖信息6]。总降雨量的方法分离有效降雨通过水平衡的概念(7]。SCS-CN方法广泛用于连续流模拟长期径流分析(8]。它也可以用于最优估计ungauged流域地表径流(9]。由于其可行性和简单的特点,该方法已被集成到几个水文模型(7]。斯瓦特就是这样一个水文建模工具使用SCS-CN方法预测大型ungauged水域的水流。

斯瓦特使用两种方法来保留参数的计算和估算径流曲线数。一个方法与土壤剖面含水量有关,它被称为土壤水分条件二世(SMCII)方法(10]。另一种方法积累有关植物蒸散。通常,SMCII方法预测更浅和/或低存储土壤地区的径流(11]。换句话说,该方法模拟流流入河流或渠道过高,尤其是对土壤和土地利用类型涉及效果混合砂和粉砂。修改后的土壤湿度指数(SMI)方法开发了斯瓦特占每日曲线作为植物蒸散的函数。该方法较少依赖土壤存储和更依赖于以前的气候(12]。

近年来,大量的研究已经进行了检查CN方法的功能和/或开发修改CN方法根据当地条件。一群研究关注于探索的行为SMCII和重度方法在斯瓦特流预测模型和区域气候的贡献流量(12- - - - - -17]。结果表明,重度的使用方法在SWAT模型产生了有希望的性能计算放电从植物蒸散和前面的气候。金等。7)、白等。14],伊斯顿et al。15)提出了新方法对高斜坡和季风气候探索洪水事件的最优估计。他们的研究结果表明,修改所需的SMCII方法可靠的流量在季风气候模拟为了避免overprediction极端事件,如洪水。因此,金和李16)使用加权平均曲线数量提高表现不佳的斯瓦特在预测极端降雨事件。重度精神病的表现方法在斯瓦特也被评估为模拟流量在一个坡度不大,森林气候,据报道,重度的方法可以克服的复杂性计算流量(17]。然而,重度的表现方法仍然是未知的一层森林气候,所以现在还不知道是否可行实用的水文科学在这样一个气候(17]。这强调了需要额外的研究探索的行为SMCII和重度方法在SWAT模型在各种气候,如干旱和半干旱地区(12,13]。

在过去的几十年里,斯瓦特被用于不同集雨的伊朗用于各种目的。大多数研究土地利用变化的影响,解决水资源管理、污染跟踪,有效降水对河川径流的影响,以及全球气候变化对河道流量的影响(18- - - - - -25]。一般来说,所有的研究SMCII方法(传统方法)用于校准的SWAT模型,和重度的影响放电仿真的方法还没有报道。此外,大多数的研究上面提到使用手动校准。

这项研究是一个补充的概念开发SWAT模型在Roodan平原Jajarmizdeh et al。26,27]。研究的总体目标是评估重度和SMCII方法的性能在斯瓦特流流在一个大的干旱流域为了有一个更好的理解的敏感参数和斯瓦特的行为在这种气候。此外,本研究包括半自动校准算法的应用和SWAT模型的不确定性分析比较SMCII的表演和重度方法近似排放。

2。方法

斯瓦特由几种不同的模块,包括模拟天气、作物生长,蒸散、径流、土壤侵蚀、运输营养物质和杀虫剂。斯瓦特分水岭分为subcatchments, subcatchments分为水文响应单元,各个组合的土壤,土地覆盖和斜率。在斯瓦特,地表径流和污染物水文响应单元(HRUs) subcatchment路由到流域内达到使用集总程序模拟流域的径流。两个方法可用在斯瓦特估算径流,即修改NRCS-CN方法(或直接土壤水分(SMCII))方法和修改后的土壤湿度指数(SMI)方法。

SMCII方法是基于径流曲线数(CN)方法(6),它使用分水岭覆盖和土壤特性来估算直接从降雨径流事件(13]。CN值在这个模型中计算每天使用土壤保留参数值作为土壤水分状态的代理以田间持水量、凋萎点和饱和含水量。水含量随土壤剖面时,下列方程是用来计算保留参数: 在哪里 是某一天的保留参数(毫米) 是最大值保留参数可以实现在任何一天(毫米),西南是整个剖面的土壤水含量,排除水的数量在这个概要文件举行凋萎点(毫米),然后呢 和 形状系数。形状系数可以得到解决(1)以下假设:(a)保留水分条件的参数我曲线号码对应凋萎点土壤剖面含水量;(b)保留参数曲线数第三水分条件对应于田间持水量土壤剖面含水量;和(c) 99年的土壤有曲线数量完全饱和。这意味着保留土壤参数是2.54是完全饱和1]。基于上述假设,(2)可以得到解决(1)获得形状系数,反映了土壤中水分含量的非线性层如下: 在哪里 是第一个形状系数, 是第二个形状系数, 在土壤剖面的水量在田间持水量(毫米) 第三是水分条件的保留参数曲线的数字, 是水分条件我的保留参数曲线数, 大量的水在土壤剖面完全饱和(毫米),和2.54的保留参数值曲线编号为99。

修改后的土壤湿度指数(SMI)方法与连续CN的方法。曲线修改数量取代了五天的前期降雨与土壤湿度指数作为每天的产水模型的一部分。SMI是由降雨、径流和蒸发(湖13]。通过计算每日CN作为植物蒸散的函数,CN的价值就变得不那么依赖土壤存储和更依赖于前期气候。重度,保留参数更新每一天结束时根据以下方程: 在哪里 是保留目前的步骤, 保留在前面的时间步长, 潜在蒸散的一天吗 , 损耗系数, 是当日雨量, 是径流深度, 是保留的最大价值。重度的概念开发方法来克服的缺点SMCII方法高估径流在低存储/或浅的土壤。重度方法允许保留参数随累积植物蒸散和发现克服SMCII方法的缺点。完整描述径流估计方法利用曲线方法可以找到在斯瓦特数(1,7,11- - - - - -13]。

在目前的研究中,逆建模(IM)是用于SWAT模型的校准和验证。顺序不确定性匹配算法(SUFI-2)是用于不确定性分析通过考虑所有来源的不确定性,即驾驶的不确定性变量,概念模型和参数和测量数据。两个指标是用来衡量不确定性,即 因素和 因素。的 因素是平均厚度的95% (95 ppu)乐队和预测的不确定性 因素实测数据的百分比在95%预测的不确定性。从理论上讲,的值 系数介于0和无穷,而 系数范围在0%和100%之间。如果 系数等于100% 值是0,认为仿真完全匹配观测数据(28- - - - - -30.]。除了 因素和 因素,SWAT模型精度评估利用Nash-Sutcliffe (NS)系数和均方根误差给出了(4)和(5),分别如下: 在哪里 是时间的数量的步骤, 和 分别模拟和观察到的流流动,在时间步吗 , 是在仿真期间的平均观察流量。通常,如果Nash-Sutcliffe系数的值超过50%,SWAT模型可以被接受3]。

研究区称为Roodan分水岭位于伊朗南部Hormozgan和科曼地毯省份之间。流域的面积是10570公里2,它位于北方的地理纬度之间26°57 28°31′′和东部经度56°47°54′′至57。研究区域在伊朗的位置如图1。研究区域的平均年降水量为215毫米。大部分的降水发生在10月和3月之间,也没有大量的降水发生在温暖的月份。主要土壤类型是一个异构混合粘土,淤泥,和沙子在北部中心地区的分水岭,而在南部和东部地区的土壤主要是淤泥和粘土。根据Hormozgan省的农业组织报道伊朗,大约30% Roodan流域的面积覆盖着low-storage土壤,这是一般的混合砂和粉砂31日]。的机械组成不同类型的土壤和覆盖在Roodan分水岭表1。一些重要的和支配土地覆盖Roodan分水岭的灌木(范围刷)和草地和灌木林地的混合物。

表1
一般Roodan流域的土壤特性。

图1
气象监测站的可视化和Roodan位置。

斯瓦特径流建模需要以下数据:(1)数字高程图(民主党);(2)土地利用地图;(3)土壤地图;和(4)气象数据。在目前的研究中,民主党从1:准备25000地形图,分辨率为90米。一个被称为数字河网的燃烧技术32)是应用于民主党的描述次盆地。最小的次盆地覆盖3总流域面积的4%左右。土壤地图获得从全球土壤地图档案粮食及农业组织(粮农组织)的联合国。土地利用信息Roodan准备从美国landsat图像与一个可用的土地利用地图(1:25000)和统计记录提供的农业组织Hormozgan省。每日1988 - 2008年期间降水和温度数据收集从当地气象台。潜在蒸散计算通过使用哈格里夫斯的方法。

在目前的研究中,斯瓦特的26个参数有重要的角色在日常流量的估计用于敏感性分析(33]。首先,使用拉丁语的灵敏度分析是由hypercube-one-factor-at-time (LH-OAT)方法在模型的校准。LH-OAT方法中可以找到的细节(34]。接下来,SUFI-2算法用于不确定性分析。数据从1996年到2002年被用于校准和数据从2003年到2007年被用于验证。斯瓦特是一个连续流流模拟器和,因此,它需要连续数据。模型模拟的不确定性应该增加如果一个或多个年被排除在模型校准或验证。因此,每天连续时间序列数据在1996 - 2007年期间被用于这项研究。

3所示。结果和讨论

表2显示了重度敏感参数和SMCII方法Roodan使用SUFI-2算法获得的分水岭。研究结果表明,有效的渗透系数的主要渠道是最敏感的参数对重度和SMCII方法。这可能是由于流域的干旱气候。气候干旱的结果在许多输电损耗,有效渗透系数有关。

表2
参数的敏感性排序重度和SMCII方法导出了SUFI-2算法。

从表可以看出2等参数与土壤,土壤蒸发补偿因子和土壤电导率,没有任何显著的意义在重度方法,因为方法是基于植物蒸散和前期气候。相比之下,植物蒸发补偿因素没有任何实质性影响SMCII方法。这是由于这一事实SMCII方法计算基于土地利用/覆盖和土壤质地径流特征。此前,据报道,Kannan et al。35],最明智的参数最小水深发生基流的土壤,地下水reevaporation系数和阈值深度浅含水层的水渗透到深层含水层。Amatya和贾17和威廉姆斯et al。13]发现最敏感的参数是土壤蒸发的补偿因子,植物蒸发补偿因子,曲线数,曼宁系数频道,地表径流滞后系数和最大树冠指数。这些发现合作在本研究获得的结果。

表3显示的RMSE值和NS模型的系数校准和验证期间获得使用SMCII和重度的方法。比较SMCII和重度方法模拟每日流量显示SMCII表现好于重度。RMSE校准期间是50.2和36.2在重度验证,在验证和校准期间是36.9和27.6 SMCII。根据获得的值Nash-Sutcliff系数(NS) [36),重度的表现方法在模拟日常流量可分为公平在校准期间和良好的验证。另一方面,SMCII方法的性能可分为良好在校准和验证。Amatya和贾17)开发了一个每日流仿真模型通过使用SWAT的重度保留参数估算方法在一个大森林流域在土耳其和报道的NS系数0.59和0.7在模型校准和验证,分别。他们的研究结果相比,NS系数获得Roodan流域干旱地区可以被认为是有前途的。自 因素应接近100% 因素应该是接近于零(30.),可以得出结论,SMCII和重度方法的性能是可以接受按照模型预测的不确定性。看来,重度的值不确定性因素(稍微好 和 )。原因可能是更好的预测低流(接近于零)这种方法。Roodan流域包括主要间歇或短暂的流。因此,更好的调整低流动导致更好的模拟,因此更少的不确定性为重度。

表3
值的指标用于评价在模型校准和验证模型的准确性。

数据2和3显示观察和预测流量通过使用SMI和SMCII Roodan流域中的方法在模型校准和验证,分别。结果表明,重度方法高估和SMCII方法低估了峰值流量校准。最大的事件在校准是3月1日,1996 (= 14623/ s),它被重度估计为2018米3/ s和SMCII 1193米3/ s。另一方面,这两种方法都低估了最大洪峰在验证期间(2005年2月,观察= 1248.5 m3/ s,重度= 664.7 m3/ s, SMCII = 746.5 m3/ s)。可以推测的是重度方法是敏感的降水和low-storage或浅层土壤的面积。它可以指出,大约30%的面积Roodan分水岭low-storage土壤,和年降雨量小于250毫米。然而,SMCII仍然被发现提供更好的结果。这可能是由于较低的百分比low-storage Roodan流域土壤,或者它可能只low-storage土壤影响径流的时间短暂。


图2
日常观察和模拟流流(m3/ s),重度和SMCII方法在模型校准。

图3
日常观察和模拟流流(m3/ s),重度和SMCII在模型验证方法。

数据4和5显示累计获得的每日流量使用SMI和SMCII方法在模型校准和验证,分别。一般来说,累积流图有助于估算径流流域规划或管理。图4表明重度方法估计近累积放电相比,年底SMCII方法校准时期(1996 - 2002)。SMCII方法表明,累积量变动的趋势是与观测数据(图更好的协议4)。另一方面,SMCII显示累积流量过高。


图4
预测每日累计放电SMI和SMCII方法对观测累积日常校准时放电。

图5
预测每日累计放电SMI和SMCII方法对观测累积每日放电期间验证。

图5由重度方法显示累积流量的低估和高估SMCII在模型验证方法。SMCII被发现提供优秀的累积流量预测2003 - 2006年的时期。其余的验证期间(2006 - 2007),SMCII被发现产生轻微高估。另一方面,重度方法低估了在模型验证累积排放严重,尤其是从2005年到2007年。

Kannan et al。12]SMCII和重度方法的性能评估美国集雨的平均年降雨量为292毫米,发现重度方法低估了流量。他们得出的结论是,重度方法不如SMCII方法在模拟流量低降水集雨;这是在协议与本研究的发现。图5还显示累积流量的重度方法预测稳定的验证周期。这可能是由于更重度模型的灵敏度气候和区域的数量被low-storage覆盖土壤排水。

表4说明了流量的百分比分析在模型验证。从表中可以看出,重度方法产量近百分位值在模型验证流流。25百分位数据,重度和SMCII发现预测类似的流量值。Amatya和贾17)也报道称,斯瓦特地区可以模拟低流流在森林流域(接近于零)。这意味着流域的森林面积提高了预测的低流斯瓦特。50百分位(中位数的值),重度公平协议与SMCII观测数据的比较方法。

表4
分析流流(m3在模型验证/ s)的百分位数。

最后,重度的行为和SMCII方法评估通过分析相对误差(%)的流量超过500米3在模型验证(表/ s5)。表显示SMCII产生较低的相对误差高流流动模型验证。另一方面,这两种方法被发现低估了最高放电模型验证。这两种方法也表现出一种低估趋势流量超过500米3/ s。表6介绍了在模型验证流流动的一般统计。重度方法低估了平均流量(观察= 5.4 m3/ s,重度= 2.5 m3/ s, SMCII = 5.7 m3/ s)。这可能是由于固有的特点重度抵消高流量的预测方法。一般来说,SMCII方法比重度方法的更有前途。但是,重度显示更好的估计低流动。

表5
比较最大流量预测的重度和SMCII方法在模型验证。
表6
一般观察和统计模拟的流量通过使用SMI和SMCII方法在模型验证(2003 - 2008)。

4所示。结论

两种方法曲线数代嵌入在斯瓦特水文预报模型进行了讨论。第一个是土壤湿度指数(SMI),基于之前的气象条件,和第二个是土壤水分条件II (SMCII),基于土壤特性。研究表明,重度方法主要依赖于以前的气候条件。它不占流域的土壤特性符合相关参数的敏感性。然而,SMCII方法是高度敏感的土壤特性。目前的研究表明,重度和SMCII方法可以预测日常蒸汽流量与合理的准确性;然而,SMCII显示更好的总流的性能预测。然而,低流动模型更好的通过在斯瓦特的重度精神病的方法。结果表明,重度方法可以影响结果的区域的排水low-storage土壤。区域气候也可能是一个重要因素,决定了重度的性能的方法。 Therefore, moderately accurate simulation of stream flows was by the SMI method for flows greater than 50 percentile (value of median). Statistical evaluation showed that the SMCII yielded better values in simulating average flow during calibration and validation. It can be suggested that the performance of SMI and SMCII methods should be analyzed in other arid catchments with low-storage soil coverage for better assessment of these methods in an arid region. Also, there is a need to conduct additional evaluations to explore the behavior of the SMI and SMCII methods in various regional climates.

利益冲突

作者宣称没有利益冲突有关的出版。

确认

真诚地欣赏作者的研究管理中心(RMC)马来西亚各种大学资助他们进行本研究根据博士后奖学金计划以及通过大学研究格兰特(嗓音起始时间不。Q.J130000.2522.06H36)。作者感谢所有成员的顾问工程师Ab万岁Saz Shargh公司在伊朗和区域水组织、农业组织和自然资源组织Hormozgan省、伊朗。