SWAT蒸散发模拟级遥感验证

基于SWAT模型的区域蒸散发模拟及遥感验证目录|Contents研究目的及意义材料与方法12结果与讨论3结论41研究背景蒸散发（ET）是水文循环的主要过程和水资源管理的关键因素，尤其是在干旱半干旱地区，它控制着陆地表面的水分和能量通量的分配。SWAT模型能够预测不同土壤类型、土地利用方式和管理条件对流域水文循环的影响，大部分以径流为目标变量进行率定模型［6-8］；但在流域水平衡要素中径流所占比例相对流域蒸散发量极低，仅以径流为目标变量开展率定过程存在极大的弊端。遥感能够提供不同时空尺度的流域信息用于估算区域ET［9-11］，利用遥感反演的ET对模型模拟的ET进行率定是比较新的研究方法。蔡锡填等［14］利用SWAT对漳卫南运河流域主要农业耕作区的实际蒸散发进行了分布式模拟，并利用遥感反演数据进行了对比验证，二者具有很好的吻合度。钱坤等［15］对不同土地利用类型下模型ET值与遥感监测值进行了对比，平均相对误差为6.01%。1研究背景本研究首先以LAI和地上部生物量为目标变量对冬小麦和夏玉米作物参数进行率定。基于遥感ET数据进行敏感性分析，筛选出对ET影响比较大的参数，同时进行灌溉制度设置，模拟2002—2008年各月的实际ET，并采用遥感监测值进行对比验证，特别对SWAT模型作物生长过程模拟和灌溉影响水量平衡进行探讨，为SWAT在海河平原农作物耕作区的ET模拟提供参考依据。2材料与方法2.1研究区概况大兴区地处海河流域中北部，属典型的海河平原农作物耕作区。表层土壤以砂性表层土壤以砂性土和砂壤土为主，适合多种作物生长，主要种植作物为冬小麦和夏玉米。气候为中纬度暖温大陆性季风气候，多年平均气温为12℃，多年平均降水量516.4mm，降水量年际变化较大，而且季节分布不均80%以上的雨量主要集中在6—9月。多年平均水面蒸发量1142mm，陆面蒸发量远大于多年平均降水量。SWAT模型2材料与方法2.2SWAT模型河网提取1蒸发量计算运用“burn-in”算法对DEM进行凹陷化处理,生成能够反映灌区实际的子流域边界和河网，共划分为34个子流域，267个水文计算单元。蒸发蒸腾量（ET0）潜在蒸发蒸腾量（ETp）简化的EPIC作物生长模拟Penman-Monteith2材料与方法2.3模型数据输入SWAT模型数据库可以分为空间数据库和属性数据库两大类，空间数据库主要包括数字高程模型（DEM）、土壤类型分布图和土地利用图；属性数据库主要包括气象数据和ET数据等。（1）数字高程图DEM：从美国地质调查局（USGS）提供的GTOPO30公共域中获取，数据空间分辨率为90m。（2）1∶100万土壤类型图：来源于中国科学院南京土壤数据库，综合全国土壤分类和南京土壤分类，将大兴灌区分为14种土壤类型，每种土壤类型选取2个典型点，室内实测得到每种土壤的颗粒组成和容重，通过三次样条函数插值算法将中国制的土壤级配换算为美制标准，再借助SPAW估算土壤可利用水量、导水率和有机质含量。2材料与方法2.3模型数据输入3）1∶10万土地利用图：土地利用类型图是通过对LANDSATTM图像进行目视判读得到，并考虑实时野外勘查资料，结合人工修正的方法完成土地利用解译；4）气象数据：包括逐日最高气温、最低气温、风速、相对湿度、太阳辐射、降雨资料。来源于大兴气象站、北京气象站和永乐店3个气象站点1995—2008年实测值及大兴实验基地2004—2008年实测值。2材料与方法2.3模型数据输入5）遥感ET数据：实际腾发量采用基于吴炳方开发ETWatch系统生产的30m分辨率蒸腾蒸发量数据，数据时段为2002—2008年，时间尺度为月。利用地面观测资料对蒸散遥感监测产品的验证表明，30m级的遥感监测ET平均误差12.7％左右。2材料与方法2.4农业管理措施农业管理措施对灌区的水量平衡影响很大，尤其是ET模拟与农业灌溉制度密切相关。为了显示灌溉对实际蒸腾蒸发量的影响，本文在模型中设置了有灌溉和无灌溉两种情景，用来对比灌溉对作物耗水的影响。冬小麦-夏玉米轮作体系下的灌溉制度和施肥制度如表1。2材料与方法2.5模型率定及敏感性分析农业管理措施对灌区的水量平衡影响很大，尤其是ET模拟与农业灌溉制度密切相关。为了显示灌溉对实际蒸腾蒸发量的影响，本文在模型中设置了有灌溉和无灌溉两种情景，用来对比灌溉对作物耗水的影响。冬小麦-夏玉米轮作体系下的灌溉制度和施肥制度如表1。模型参数率定及验证参数敏感性分析作物参数率定2材料与方法2.5模型率定及敏感性分析2材料与方法2.5.1作物参数率定采用SWAT模型自带的率定模块SCE-UA方法，LAI、地上部生物量为目标变量进行率定。2材料与方法2.5.2参数敏感性分析影响SWAT模型产汇流和蒸发过程的参数较多，敏感性分析能够帮助识别最敏感的参数，提高模型的率定效率和准确度。2材料与方法2.5.3模型参数率定及验证本文采用2002—2005年月遥感ET数据进行参数率定，2006—2008年的数据进行模型验证。具体过程分为2个水平：一是在整个流域水平，即代表流域的平均状况；二是各土地利用类型水平，即体现不同植被覆盖间的差异性。本文用Nash效率系数（NS）、相关系数（R2）和均方根误差（RMSE）3个指标评价模型在研究区的适应性。最终优化的参数取值如表4。3结果与讨论3.1作物参数率定结果表2给出了大兴灌溉试验站上冬小麦和夏玉米作物参数的模型默认值和率定值。图3率定后的冬小麦、夏玉米的叶面积指数和地上部生物量的模型模拟值与实测值拟合的较好3结论与讨论3.1ET模拟结果分析通过对冬小麦-夏玉米轮作灌溉制度设置、作物参数率定及敏感性分析，区域模拟值与遥感观测ET的比较结果如图4所示。3结果与讨论3.2ET模拟结果分析2002—2008年蒸腾蒸发量模拟值的7年平均值为485.21mm（见表5），比遥感监测值偏低2.85%。其原因主要是一些年份降水量较少，模型设置灌溉量和实际灌溉量存在偏差。不同的土地利用形式下，蒸腾蒸发量变化显著。3结果与讨论3.3作物生长阶段蒸散发规律农田蒸散发模拟的关键在于模型中作物叶面积指数变化过程应该符合作物实际生长过程。图6是模型中2007年作物生长期间所受到的胁迫，图7为SWAT模型模拟得到的典型冬小麦返青后和夏玉米生育期的叶面积指数和作物蒸腾蒸发量变化过程。3结果与讨论3.4灌溉对作物蒸散发的影响灌溉对区域水文循环影响很大，尤其影响实际蒸腾蒸发量和土壤剖面水分总量的准确模拟。3结论（1）结合遥感ET数据空间分辨率高的特点，水文模型能够更好的模拟区域不同空间尺度和不同土地类型下的蒸散发，为分布式水文模型验证提供了一种依据和方向。（2）对于以农业区为主的大兴灌区，冬小麦和夏玉米是主要的作物。因此相对于河道参数，作物参数及ET相关参数的合理选取，模型中作物叶面积指数变化过程符合作物实际生长过程，才是区域水文循环模拟准确与否的关键。（3）灌溉制度对区域水文循环影响很大，尤其对华北地区冬小麦返青至成熟期间各月的实际蒸腾蒸发量影响显著，但是对玉米生育期内的实际蒸腾蒸发量基本没有影响。（4）遥感ET本身就存在一定的偏差，遥感解译的ET应该得到地面观测数据的验证另外，有研究也用SWAT模型模拟的ET验证遥感解译的ET。可以说，遥感ET具有空间分辨率高的优势，水文模型往往更侧重于时间序列过程，水文模型与遥感ET技术结合是相互促进、相互补充。。请批评指正！