一种SWAT模型参数识别的改进方法

参数的敏感性分析和不确定性分析是分布式水文模型模拟时不可避免的重要环节?分布式水文模型在拥有众多优点的同时,也面临着参数过多难以率定的问题?以SWAT 模型为例,SWAT(soil and water assessment tool)模型是20世纪90年代美国农业部农业研究中心(USDA-ARS)开发的流域尺度?时间连续?基于过程的半分布式机理模型,它作为一个典型的分布式水文模型,在国内外的应用非常广泛?目前SWAT模型参数的优选工作可分为人工调整和自动调整?人工调整即手动校准参数,参数的取值受水文工作者的主观影响大,参数的率定过程比较复杂,需要耗费大量的时间和精力,因此不能较好的应用到SWAT模型的参数识别过程中?自动调整主要是应用SWAT-CUP对模型输出的结果进行参数的自动率定?敏感性分析和不确定性分析,但是SWAT-CUP在全局调参时结果难以同时匹配,并且在分区参数识别时对不同子流域的土地利用类型?土壤类型以及坡度等参数需要进行一系列繁琐的设定?

《南水北调与水利科技（中英文）》2017年第4期发表了《一种SWAT模型参数识别的改进方法 》一文，该文 在辽河流域建立SWAT模型,利用SWAT-CUP中的SUFI-2算法进行参数的率定,在此基础上提出一种更为简便的参数识别方法?将研究区域辽河干流的主要支流分别进行参数识别,再将SWAT-CUP中率定的最佳参数的从TXINOUT文件中提取出来,分别覆盖到SWAT模型中各对应支流子流域的TXINOUT文件中,即可得到按主要支流经过参数识别后的SWAT模型,避免了SWAT-CUP调参工具涉及众多子流域导致参数识别过于复杂的问题?结果表明,辽河干流主要支流招苏台河?清河?柴河等子流域主要水文断面率定期的平均纳什效率系数分别为0.60?0.65?0.68,验证期分别为0.60?0.72?0.77,参数率定的结果相对于全局调参有较大的改进?采用本文提出的参数识别方法,可以解决SWAT-CUP全局调参时上下游断面结果难以同时匹配或伪匹配的问题,又可以避免分区参数识别时对不同子流域的土地利用类型?土壤类型以及坡度等参数的繁琐设定,同时降低了SWAT模型手动调参的复杂程度,可较好地应用到SWAT模型参数识别过程中?

赵堃,苏保林,申萌萌,等.一种SWAT模型参数识别的改进方法[J].南水北调与水利科技,2017,15(4):49-53.