第 29卷 第 12期
2011年 12月
河 南 科 学
HENAN SCIENCE
Vol.29 No.12
Dec. 2011
收稿日期:2011-09-09
基金项目:国家自然科学基金(40971128);国家支撑计划重点资助项目(2007BAD87B09)
作者简介:齐 贞(1986-),女,河南上蔡人,在读研究生,主要从事土地资源遥感和信息技术方面的研究
通信作者:宋 轩(1971-),男,河南武陟人,副教授,博士,主要从事生态环境遥感、地理信息系统的教学与研究.
文章编号:1004-3918(2011)12-1458-06
SWAT模型中气象数据库和土壤数据库的构建方法
齐 贞, 杜丽平, 刘晓冰, 宋 轩
(郑州大学 水利与环境学院,郑州 450001)
摘 要:以淅川县丹江口库区黄水河小流域为例,探讨了数据缺乏情况下分布式水文模型(SWAT)中气象和土壤数据
库的构建技术 . 运用 SWAT模型中的“天气发生器”模拟日太阳辐射量,用 PcpSTAT和 Dew02分别实现降雨量相关
因子和露点温度计算;采用 3次样条插值法实现土壤粒径的转换,用 SPAW软件结合有机质含量数据计算得到模型
需要的土壤物理属性数据;研究构建的气象和土壤数据库为 SWAT模型在该区域应用奠定了基础 .
关键词:SWAT模型;气象数据库;土壤数据库; SPAW模型
中图分类号:S 271 文献标识码:A
SWAT(Soil and Water Assessment Tool)模型是 20世纪 90年代初美国农业部开发的分布式水文模型,
用于模拟地
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
水和地下水的水质水量 . 模型由水文过程、土壤侵蚀和污染负荷 3个子模型构成 . 水文过程
子模型采用 SCS径流曲线数法模拟地表径流,用于对径流量和峰值流量研究;土壤侵蚀子模型以修正的通
用土壤流失方程为理论基础,研究流域的土壤侵蚀情况;污染负荷子模型考虑地表径流损失、入渗淋失、化肥
输入等物理过程,有机氮矿化、反硝化等化学过程以及作物吸收等生物过程,模拟不同形态的氮磷等营养物
质的迁移转化过程 . SWAT模型以日为时间步长,具有操作性强和可视化程度高的特点,且其与 GIS结合,
更增强了它的可视化和空间
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
功能 . 目前该模型已经广泛地应用于我国土壤学和水文学的各个研究领
域,并取得了比较好的效果[1-2]. 然而模型自带的土壤数据库和气象数据库是针对北美的土壤植被和流域水
文结构设计的,因此在实际应用中需要建立研究区相应的数据库 . 本文以淅川县境内的黄水河流域为例说
明 SWAT模型中气象数据库和土壤数据库的构建方法 .
1 研究区概况
黄水河小流域位于河南省和湖北省交界,地理位置介于北纬 32°55′—33°23′,东经 110°58′—111°53′之
间,面积为 62.5 km2. 流域内海拔高程 400 m 至 1 000 m . 土壤类型主要有灰质黄老土、灰质老黄土、灰石红
土、中砾质薄层灰质紫色土、中砾质薄层灰黄石渣土和多砾质薄层灰黄石渣土 6个土属 . 气象数据是 1971—
2000年的日气象观测数据,土壤数据是淅川县土壤志 .
2 气象数据库构建方法
SWAT模型的气象数据库主要包括:日最高最低气温、日最高最低气温
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
偏差、月均降雨量、月均降雨
量标准偏差和偏度系数、月干日系数、月湿日系数、月均降雨天数、露点温度、月均风速、月均太阳辐射量及相
对湿度等数据 . 这些参数通过日降雨量数据或日气温数据能够获得,观测资料缺失时 SWAT模型会取平均
值对其进行插补,当没有实际观测的日气象数据时,SWAT模型中的“天气发生器”也能够根据多年月均统
计资料模拟日气象数据[3] .
2.1 温度及风速因子计算
模型用到的温度及风速因子主要包括月均最高、最低气温,月均最高最、低气温标准偏差、月均风速和露
点温度,计算公式如下:
μmax,mon =
N
d=1
ΣTmax,mon /N, (1)
2011年 12月
μmin,mon =
N
d=1
ΣTmin,mon /N, (2)
σmax,mon=
N
d=1
Σ(Tmax,mon -μmax,mon)
2
/(N-1)姨 , (3)
σmin,mon=
N
d=1
Σ(Tmin,mon -μmin,mon)
2
/(N-1)姨 , (4)
μwndmon =
N
d=1
ΣTwnd,mon /N, (5)
μradmon =
N
d=1
Σtdew,mon /N, (6)
式中:μmax,mon、μmin,mon为日均最高、最低气温,℃;Tmax,mon、Tmin,mon为日最高、最低气温,℃;σmax,mon、σmax,mon为日最
高、最低气温标准偏差;μwndmon为月均风速,m/s;Twnd,mon为日风速,m/s;μradmon为月均露点温度,是指空气中
水汽含量不变且气压一定时,空气冷却达到饱和时的温度,℃;tdew,mon为日露点温度,℃;N为某月的天数,d[3] .
前 5个参数可以使用 Excel 2007中的公式 AVERAGE和 STDEV实现 . 露点温度通过软件 Dew02计算
得到 . Dew02和 Dew软件是 Liersch基于公式(6)开发的,用于 SWAT模型中露点温度的计算 . Dew02运行
时需要输入日最高、最低气温和日相对湿度数据,而 Dew需要日平均气温和日相对湿度数据,如果同时具备
日最高、最低气温和日平均气温数据时,Liersch建议采用 Dew02进行计算,这样得到的露点温度精度更高,
研究选用 Dew02计算露点温度 . 结果见表 1 .
表 1 黄水河流域各月气温和风速数据
Tab.1 Monthly temperature and wind speed in Huangshui basin
2.2 降雨相关因子的计算
降雨量相关因子有月均降雨量、月均降雨量标准偏差、降雨量偏度系数、月内干日系数、月内湿日系数和
月均降雨天数 . 计算公式如下:
R軍mon =
N
d=1
ΣRday,mon /N, (7)
σmon=
N
d=1
Σ(Rday,mon -R軍mon)
2
/(N-1)姨 , (8)
gmon =N
N
d=1
Σ(Rday,mon -R軍mon)
3
/(N-1)(N-2)(σmon)
3
, (9)
Pi(W/D)=(daysW/D,i)/(daysdry,i), (10)
Pi(W/W)=(daysW/W,i)/(dayswet,i), (11)
d軈wet,i=
N
d=1
Σdayswet,i /N, (12)
式中:R軍mon为月均总降雨量,mm;Rday,mon为日降雨量,mm;σmon为日降雨量的标准偏差;gmon为日降雨量的偏度系
数;Pi(W/D)、Pi(W/W)分别为月内干日、湿日系数,%;daysW/D,i为各月中干天之后出现湿天的天数,d;daysW/W,i
月份 1 2 3 4 5 6 7 8 9 10 11 12
平均最高气温/℃ 8.01 10.27 15.03 22.35 27.39 31.40 32.39 31.57 27.15 22.22 16.07 10.50
最高气温标准差/℃ 4.30 4.99 5.26 4.96 4.56 3.84 3.35 3.50 4.27 4.44 4.69 4.65
平均最低气温/℃ -1.66 0.50 5.08 11.33 16.16 20.86 23.62 22.89 18.08 12.07 5.69 0.00
最低气温标准差/℃ 2.73 3.25 3.46 3.54 3.24 2.54 2.32 2.36 3.08 3.51 3.92 3.21
月平均风速/m/s 1.06 1.20 1.51 1.54 1.48 1.59 1.49 1.31 1.12 1.05 1.06 1.02
露点温度/℃ -2.16 -0.42 4.58 11.34 15.61 19.54 23.76 23.24 18.36 12.58 6.06 -0.32
齐 贞等:SWAT模型中气象数据库和土壤数据库的构建方法 1459- -
第 29卷 第 12期河 南 科 学
为湿天之后仍然是湿天的天数,d;daysdry,i、dayswet,i为各月出现干天和湿天的天数,d;d軈wet,i为月均降雨天数,d;
N为某月的天数,d[3] .
PcpSTAT软件是 Liersch基于公式(7~12)开发的,专门用于支持 SWAT模型中降雨相关参数的计算 .
在软件中输入日观测降雨量,就能获得 SWAT模型所需的降雨相关因子,结果见表 2 .
表 2 黄水河流域各月降雨数据
Tab.2 Monthly rain data in Huangshui basin
2.3 月均太阳辐射量
月均太阳辐射量是在日太阳辐射量的基础上计算得到的,但是该县气象数据中没有提供日太阳辐射量
值 . 因此利用 SWAT模型中的“天气发生器”模拟生成逐日太阳辐射量,模拟时需要输入日最高最低气温数
据和逐日降雨量数据 .
3 土壤数据库构建方法
土壤的物理属性是 SWAT模型中的重要输入参数,土壤数据质量影响模型模拟精度 . 模型需要的土壤
物理属性数据包括:土壤名称、所属水文组、植被根系深度、土壤表面到各土层的深度、土壤湿容重、田间有效
持水量、土壤饱和导水率、土壤中的黏粒、粉粒和砂粒的百分含量、土壤可蚀性 K值、土壤反照率以及有机碳
含量等 .
3.1 初始数据查询
土壤名称、植被根系深度、土壤表面到各土层的深度、土壤中的粘粒、粉粒和砂粒的百分含量以及有机质
含量均可以从淅川县土壤志中查阅得到,不需要进行计算 .
3.2 土壤粒径转换
土壤粒径大小对土壤水力学性质有着强烈的影响,决定了模拟的精度 . 淅川土壤志中的土壤质地分类
标准是卡钦斯基制,而 SWAT模型需要美国制数据,因此需要进行土壤粒径转换 . 许多学者对此进行了探
索,朱秋潮等采用 3次样条插值法进行土壤粒径转换,有效避免了凹陷和隆起现象的发生[4];蔡永明等对比
了线性插值、2次和 3次样条插值的结果,证实 3次样条插值法最优[5] . 因此本文采用 3次样条插值法对土
壤粒径进行转换,MATLAB软件可以方便地对未知粒径累积百分含量进行插值运算 .
在 MATLAB中嵌入命令:x=[log 10(0.001)log 10(0.005)log 10(0.01)log 10(0.05)log 10(1)];y=[21.3
35.73 46.04 83.16 100];xi=log 10(0.001);yi=interp1(x,y,xi,′spline′);得到粒径为 0.001 mm时的累积百分含量
yi=21.300 . 采用同样的方法分别对粒径 0.003 mm、0.02 mm和 0.1 mm进行插值,并将其共同作为插值点绘出
平滑的土壤粒径累积分布图 . 最终计算得到不同土壤种类粒径位于 0~0.002 mm、0.002~0.05 mm、0.05~2 mm
之间的百分含量,结果见表 3 .
表 3 黄水河流域土壤质地
Tab.3 Soil texture in Huangshui basin
月份 1 2 3 4 5 6 7 8 9 10 11 12
月均降雨量/mm 15.27 18.72 45.16 63.18 76.91 96.48 147.12 132.39 87.00 68.66 30.33 12.98
降雨量标准差/mm 1.90 2.43 4.30 5.80 8.06 9.03 11.84 11.09 7.91 7.15 3.50 1.95
降雨量偏度系数 6.17 5.82 4.53 5.84 7.85 4.05 3.77 4.40 4.40 6.00 5.36 7.39
平均降雨天数/d 5.30 5.07 9.13 9.83 10.43 9.93 13.23 12.90 11.60 9.57 6.70 4.40
月内干日系数/% 8.82 10.49 18.90 24.30 24.64 23.59 30.77 26.70 25.18 15.40 12.73 7.02
月内湿日系数/% 54.09 49.34 52.19 46.78 48.88 49.33 56.17 58.14 56.90 61.32 53.73 55.30
%
灰质黄
老土(1)
灰质黄
老土(2)
灰质黄
老土(3)
灰质黄
老土(4)
灰质老
黄土(1)
灰质老
黄土(2)
灰质老
黄土(3)
中砾质薄层
灰质紫色土
灰石红
土(1)
灰石红
土(2)
灰石红
土(3)
中砾质薄层
灰黄石渣土
多砾质薄层
灰黄石渣土
0~0.002 27.13 27.49 27.77 38.34 33.63 28.81 38.52 18.16 28.42 26.15 28.26 60.78 46.51
0.002~0.050 54.13 55.67 59.69 56.10 50.57 53.30 59.19 44.09 32.67 33.91 35.84 29.82 28.55
0.050~2.000 18.74 16.84 12.54 5.56 15.80 17.89 2.29 37.75 38.91 39.94 35.90 9.40 24.94
土壤粒径/
mm
颗粒含量所占百分比
1460- -
2011年 12月
3.3 土壤可蚀性 K因子
土壤可蚀性 K值的计算方法很多,但淅川县土壤志中仅有土壤有机质和颗粒组成的测定数据,而缺少
土壤结构系数和渗透级别的测定数据,因此研究选用 Williams的土壤可蚀性计算方法 . 刘宝元等探讨了各
种土壤侵蚀因子 K值的应用范围,指出该方法能较好地模拟不同土壤类型的侵蚀敏感性[6],门明新等结合第
二次土壤普查成果,对河北省的土壤可蚀性 K值进行研究并取得较好的效果[7] . 其计算公式如下:
K={0.2+0.3exp[-0.025 6SAN(1-SIL /100)]}( SILCLA+SIL)
0.3
×
(1.0- 0.25CC+exp(3.72-2.95C))(1.0-
0.25SN
SN+exp(-5.51+22.9SN)), (14)
式中:K为土壤侵蚀因子;SAN为砂粒含量,%;SIL为粉粒含量,%;CLA为粘粒含量,%;C为有机碳含量,%;
SN=1-SAN/100;其中有机碳含量通过有机质含量乘以 0.58得到[8] .
鉴于土壤可蚀性因子计算公式的复杂性,本文首先在 Excel2007中建立了土壤可蚀性 K值
函数
excel方差函数excelsd函数已知函数 2 f x m x mx m 2 1 4 2拉格朗日函数pdf函数公式下载
. 构造
函数时首先分析方程的结构,明确其中的未知参数为 SAN、SIL、CLA、SN和 C,然后根据乘法运算法则将公
式拆分成 4大部分,分别构造每一部分对应的方程并将其对应到 4个单元格内,最后将 4个单元格相乘即可 .
结果见表 4 .
表 4 黄水河流域土壤物理属性
Tab.4 Soil physical properties in Huangshui basin
3.4 土壤水分参数计算
土壤水分参数主要有凋萎系数、有效田间持水量、饱和导水率和土壤湿容重,这些参数可以通过土壤质
地和有机质含量间接地确定 . 研究选用 SPAW(Soil-Plant-Air-Water)软件计算以上参数,该软件是美国华盛
顿州立大学开发的,用于模拟农业景观中日水文状况,其中的 Soil Water Characteristics模块专门用于估算土
壤的持水特性,它通过一组广义方程来描述土壤张力、电导率与土壤水分含量之间的关系,是一组关于砂粒和
粉粒含量和有机质含量的函 [9]. Saxton 等根据土壤质地和有机质含量分析了土壤水文特征,证实了 SPAW软
件的可行性[10] . 本文将从淅川土壤志中查阅到的粉粒、砂粒以及有机质的百分含量输入到 SPAW软件中,较
为精确地获得凋萎系数、田间持水量、饱和导水率和土壤湿容重数据 . 有效田间持水量由田间持水量-凋萎
系数得到 . 软件界面及相关土壤水分参数分别见图 1和表 4 .
3.5 田间土壤反照率
田间土壤反照率表征田间土壤对太阳辐射的反射能力 . 土壤颜色和有机质含量都会影响土壤反照率,
一般情况下,颜色越深,有机质含量越高,反照率越小 . 目前反照率大都是在遥感影像的基础上建立数学模
型反演得到的 . 但是由于缺乏大范围的地表反照率实测资料,而遥感数据反映的也仅仅是地表综合信息,
因此得到精确的田间土壤反照率也很困难 . 本文考虑到模型需要的是湿润土壤的反照率,而研究区的土壤
颜色多为灰黄色且有机质含量不高,参考 Jonathan Williams计算出潮湿青泥的反照率为 0.16,潮湿的休耕地
土壤可蚀性 K值/
(mm·mm-1)
有效田间持水量/
(mm·mm-1)
饱和导水率/
(mm·h-1)
土壤湿容重
/(g·cm-3)
0.38 0.55 4.83 1.44
灰质黄老土(2) 0.39 0.55 4.06 1.45
灰质黄老土(3) 0.40 0.56 3.81 1.44
灰质黄老土(4) 0.40 0.55 2.79 1.34
灰质老黄土(1) 0.37 0.54 3.56 1.39
灰质老黄土(2) 0.38 0.55 4.32 1.43
灰质老黄土(3) 0.40 0.55 3.81 1.29
中砾质薄层灰质紫色土 0.34 0.52 10.16 1.57
灰石红土(1) 0.29 0.51 4.83 1.52
灰石红土(2) 0.30 0.50 5.84 1.54
灰石红土(3) 0.31 0.51 4.32 1.53
中砾质薄层灰黄石渣土 0.29 0.52 3.05 1.35
多砾质薄层灰黄石渣土 0.27 0.50 1.27 1.35
土壤名称
灰质黄老土(1)
齐 贞等:SWAT模型中气象数据库和土壤数据库的构建方法 1461- -
第 29卷 第 12期河 南 科 学
反照率为 0.05~0.14[11],将研究区的田间土壤反照率统一确定为 0.18 .
4 结论与讨论[12]
气象数据库和土壤数据库是 SWAT模型模拟的基础,其质量决定了 SWAT模型的模拟与预测的精度 . 本
文在仅有研究区土壤志和部分气象数据的情况下,充分利用 SPAW模型、MATLAB、SWAT模型及其扩展模
块 Dew02和 PcpSTAT等软件,较好地实现了 SWAT模型中气象数据库和土壤数据库的构建,为模型的应用
奠定了基础 . 但是在数据库的构建过程中存在一些问题需要注意:
1)SWAT模型对气象参数和土壤参数有明确的数据记录格式和范围,当建立的数据库不能加载到模型
中时,应当审查参数是否超出界限或者格式是否正确,此外还可以在模型数据库 SWAT2009.mdb中修改参
数的范围,以满足研究需要 .
2)进行土壤粒径转换时,卡钦斯制中粒径分布在 0~0.005 mm之间的数据过于稀少,在确定曲线趋势时
只有 0.005 mm一个节点,使得插值结果出现异常 . 应当在粒径 0~0.005 mm范围内先插值出 0.001 mm、
0.003 mm处的累积百分含量,并在此基础上插值出粒径为 0.002 mm时的累积百分含量 .
3)使用 SPAW软件计算得到的饱和导水率系数和土壤湿容重的单位与 SWAT模型不一致,因此录入数据
库之前需要进行相应的单位换算. 换算方法:1in/h=25.4 mm/h,1 in/ft=0.083 33 mm/mm,1lb/ft3= 0.016 025 g/cm3.
有效田间持水量的单位为%vol,而 SWAT模型需要的单位是 mm/mm,因此需对其开立方计算 .
4)在使用 PcpSTAT.exe和 Dew02.exe计算降雨量相关数据和露点温度时,输入文件中的逐日气象数据
必须是一整年的数据,即从 1月 1日开始到 12月 31日结束 . 若有缺失则必须用同一个数字(如 999)来填
充,程序运行时自动询问 NoData Value=(这里为 999). 此外,使用文本文件记录逐日气象数据时,确保最后
一行有且仅有一个空行,以避免程序中断或生成错误的结果 . 模型在 DOS环境下运行时需要输入完整的文
件名及其扩展名(如 pcp.txt),否则运行结果会出现错误 .
参考文献:
[1] 刘昌明,李道峰,田 英,等. 基于 DEM的分布式水文模型在大尺度流域应用研究[J].地理科学进展,2003,22(5):437-445.
[2] 宋 轩,魏 冲,寇长林,等. SWAT模型在淅川县丹江口库区的应用研究[J]. 郑州大学学报:工学版,2010,31(6):35-38.
[3] Neitsch S L,Aronld J G. Williams J R. Soil and water assessment tool user’s manual,version 2005[R]. Texas:Texas Water
Resources Institute,2005.
[4] 朱秋潮,范浩定. 土壤颗粒组成分级标准的换算[J]. 土壤通报,1999,30(2):53-54.
[5] 蔡永明,张科利,李双才. 不同粒径制间土壤质地资料的转换问题研究[J]. 土壤学报,2003,40(4):511-517.
[6] 刘宝元,张科利,焦菊英. 土壤可蚀性及其在侵蚀预报中的应用[J]. 自然资源学报,1999,14(4):345-350.
[7] 门明新,赵同科,彭正菊. 基于土壤粒径分布模型的河北省土壤可蚀性研究[J]. 中国农业科学,2004,37(11):1647-1653.
图 1 SPAW软件的界面
Fig.1 The interface of SPAW
1462- -
2011年 12月
[8] Sharply A N,Williams J R. EPIC-erosion/productivity impact caculator:model documentation[R]. Washington D C:U S Dept-
ment of Agriculture,Agricultural Research Service,1990.
[9] Singh V P,Frevert D K. Watershed models[M]. Boca Raton:CRC Press,2006.
[10] Saxton K E,Rawls W J. Soil water characteristic estimates by texture and organic matter for hydrologic solutions[J]. Soil Science
Society of America Journal,2006,70(9):1569-1578.
[11] Williams J. Geographic information from space[M]. Chichester:Praxis Publishing,1995.
[12] 王二虎,仝文伟,鲁建立,等. 开封市近 60年来旱涝发生规律及对农业影响的分析[J]. 河南科学,2010,28(8):941-944.
Study on Building Methods for Weather Database and Soil
Database of SWAT Model
Qi Zhen, Du Liping, Liu Xiaobing, Song Xuan
(School of Water Conservancy and Environment,Zhengzhou University,Zhengzhou 450001,China)
Abstract:Taking Huangshui basin located in Danjiangkou reservoir of Xichuan county as an example,the methods
of establishing weather and soil databases needed in SWAT are studied in the case of data deficiency. Daily solar
radiation data is simulated with the weather generator of SWAT. Precipitation data and dew point temperature are
calculated using PcpSTAT and Dew02 respectively. Cubic spline interpolation method is used to make the soil
grain size conversion,and the soil physical characteristics are estimated by the SPAW software combinating with
data of soil organic matter content. The established weather and soil databases lay the foundation for the application
of SWAT model in the study area.
Key words:SWAT model;weather database; soil database;SPAW model
齐 贞等:SWAT模型中气象数据库和土壤数据库的构建方法 1463- -