CMADS 数据对长江源区水文模拟的适用性研究

　　摘要：中国大气同化数据集(CMADS)是基于多种气象场数据和气象站实测数据，耦合得到的支持中国区域范围内 SWAT 模型驱动的数据集。长江源区位于青藏高原中心地带，自然环境恶劣，水文气象站点分布较少。以长江源区四个气象站数据和 CMADS 数据分别作为驱动数据，验证 CMADS 数据在长江源区的适用性。研究发现：SWAT 模型在长江源区具有一定适用性，率定期和验证期纳什效率系数分别为 0.682 和 0.615。CMADS 数据在长江源区适用性较差，模拟径流的纳什效率系数只有 0.447。在长江源区 CMADS 降水数据相比实测降水数据质量较差，而气温数据质量较高。

　　关键词：CMADS 数据集;SWAT 模型;水文模拟;长江源区;青藏高原

　　刘薇; 王海军; 陈翠英 中国农村水利水电 2021-12-16

　　青藏高原地区由于海拔过高气候寒冷，被称为地球第三级。由于独特的气候环境，水文循环条件复杂，冰川积雪融水广泛参与到水文循环中[1-3]。对于高原山区的水文模拟，冰雪融水是难以回避的问题，一些主流的含有融雪模块的水文模型包括：HBV 模型，SRM 模型， VIC 模型，SWAT 模型[4-7]。其中 VIC 模型和 SWAT 模型分布式水文模型，基于物理基础，适用范围广。 SWAT 模型由于其适应能力强，且能对流域水文过程进行分区处理，对水文规律的研究更为深入，而得到广泛的应用。窦小东等基于 SWAT 模型研究了气候变化对大盈江流域径流的影响[8]。郑思远等利用 SWAT 模型在东苕溪上游区域研究了氮磷对环境的影响[9]。王磊等通过 SWAT 模型研究了土地利用变化情景下对清水河径流的影响[10]。王富强等使用 SWAT模型对贾鲁河流域区域农业干旱程度评价进行了研究[11]。SWAT 模型由于耦合了众多模块，对流域各方面的模拟研究都有很强的适应性[12, 13]。且代码开源，模型得到不断的改进升级，使得模型更加适合全球用户的个性需求。

　　正是由于 SAWT 模型在全球得到广泛的利用，但由于需要输入较多的气象数据来驱动模型，特别是在一些受地形和经济条件影响的区域，缺乏模型所需要输入的气象数据时，使得模型难以在该地区开展研究。由孟先勇，王浩等牵头，中国水利水电科学研究院，中国气象局国家气象信息中心等单位合作开发的 SWAT 模型中国大气同化驱动数据集(CMADS)弥补了一些偏远地区数据不足的缺陷，使 SWAT 模型可以对中国一些偏远地区的进行水文模拟[14-17]。该数据集基于世界各类再分析场及中国气象局大气同化系统(CLDAS)技术,利用数据循环嵌套、重采样,模式推算及双线性插值等多种技术手段而建立。且符合 SWAT 模型的输入格式，使用方便。本文通过提取长江源区 CMADS 数据，及利用传统的气象站数据利用 SWAT 模型在长江源区进行水文模拟，分析 CMADS 数据在高寒山区的适用性。

　　1 研究区域概况

　　长江源区地处青海省东南部，是青藏高原的中心地区，面积达 137,800 km2，平均海拔高程达 4,500 m 左右，属于典型的高海拔地区[18]。流域呈西高东低的地形结构，其主源西支的沱沱河和南支的当曲，其源头位于唐古拉山北麓，源头以冰雪融水为主。长江源区主要以裸地和高原草地等地貌特征为主，其下游河谷地带覆盖有少量森林植被，也是人类的主要聚集地。2000 年设立三江源国家级自然保护区后，源区内的游牧得到有效控制，源区自然生态环境朝健康方向发展。长江源区多年平均降水只有 450 mm 左右，且从下游向上游逐渐递减，气温受地形影响，下游气温明显要高于上游地区，多年平均气温在-1.7-5.5 °C 波动[19]。 7、8 月份流域气温最高，12-2 月是气温最低的时期，流域上游覆盖有常年无消融的冻土，流域无明显的无霜期。流域内气象站分布虽然只有四个，但在上中下游都有分布，较能反映流域不同区域的气候特征，在流域出口有记录着整个源区出口流量的直门达水文，该站记录的流量也是本次研究的对比数据[20]。流域地形及气象水文站点分布如图 1 所示。

　　2 数据的处理及建模

　　SWAT 模型建模所需要的数据较多，分为气象驱动数据和地理空间数据两大类。气象数据由长江源区 4 个气象站提供，包括降水，最高最低气温数据，另外就是从 CMADS 数据集中裁剪出来的长江源区气象数据，该数据包括：日平均相对湿度(RelativeHumidity)、日累计降水量(Precipitation)、日平均太阳辐射(Solar radiation)、日最高、最低 2 米气温(Max and Min Temperature)、日平均 10 米风速(Wind)。地理空间数据包括 DEM 数据，土地利用数据，土壤数据。

　　2.1 气象数据

　　利用长江源区 4 个传统气象站数据建立的 SWAT 模型驱动数据为文本格式，包括日最高最低气温及日降水量，对缺失数据进行插补处理，保证数据较高质量。CMADS 数据集通过寒区旱区科学数据中心(http://westdc.westgis.ac.cn)下载。整个数据集覆盖范围在 60°- 160°E，0°-65°N 之间，将整个中国地区都覆盖在内，数据集较为庞大。该数据集已经有发行了 4 个版本，本次研究利用的 CMADS V1.1 版本，该数据集的空间分辨率为 0.25°×0.25°，时间跨度为 2008 年到 2016 年。CMADS 数据中气温、气压、比湿、风速驱动数据采用了 2421 个国家级自动站和业务考核的 39439 个区域自动站，2008 年 1 月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息(台站经纬度、海拔高度)。利用多重网格三维变分方法(STMAS)，在 NCEP/GFS 背景场基础上制作地面基本要素分析场。其中，中国区域以外，只对 NCEP/GFS 背景数据做地形调整、变量诊断并插值到分析格点;中国区域以内,利用 STMAS 算法，将经过前处理的 NCEP/GFS 背景数据和自动站观测融合，并与中国区域以外的数据进行拼接。通过 ArcGIS 提取长江源区范围内的所有站点的 CMADS 数据，由于该数据集不需要进行数据格式转化，可以直接被 SWAT 模型利用。长江源区 CMADS 数据点集如图 2 所示。

　　2.2 空间数据

　　SWAT 模型属于分布式水文模型，其建模需要流域下垫面数据，其中包括：数字高程数据(DEM)，该数据主要用来进行子流域划分，及确定流域河道;另外两个地理空间数据为土地利用数据和土壤数据，两数据结合来确定水文响应单元(HRU)，同一水文响应单元内进行一致的水文计算。其中 DEM 数据通过 USGS (United States Geological Survey)下载 90 m 分辨率的 SRTM(Shuttle Radar Topography Mission)DEM 数据;土地利用数据通过中国科学院地理科学与资源研究所资源环境数据云平台下载青海省 2015 年土地利用数据。该土地利用数据将土地利用类型分为耕地、林地、草地、水域、居民地和未利用土地 6 个一级类型以及 25 个二级类型。土壤数据来自世界土壤数据库(Harmonized World Soil Database version 1.2 )(HWSD V1.2)，通过黑河计划数据管理中心(http://westdc.westgis.ac.cn)获取，需要用户根据研究区土壤信息建立用户自己的土壤数据库，本次研究的长江源区由于自然环境恶劣，土壤发育程度浅，主要是冰川土，将源区土壤类型重新分为 5 类。由于需要计算流域面积及 SWAT 模型要求数据具有投影坐标系，将三类空间数据统一投影到 Albers WGS_1984 坐标系中。土地利用数据及土壤数据如图 3 所示。

　　2.3 SWAT 模型

　　SWAT(Soil and Water Assessment Tool)模型是一个典型的分布式水文模型，它以日为时间步长，采用离散化的方式描述流域内水文要素等参数的空间差异，可以模拟大流域的径流、泥沙和营养物质等的输移，也可以预测人类活动对水、沙、农业、化学物质的长期影响。由于 SWAT 模型物理基础强、模块结构清晰、计算高效、具有友好的用户界面并将空间数据集成于 ArcGIS 中进行处理，功能强大，使用方便，在世界范围内得到广泛应用和发展。 SWAT 模型由 701 个方程和 1013 个中间变量组成，是一个具有很强物理机制的长时段流域水文模型，在水文模拟中不仅考虑了气象、水文、生物等自然过程，而且考虑了城市扩张、农业种植、土地利用变化等人为影响。其模拟的流域水文过程可以分为子流域模块和演算模块两个部分。子流域模块即产流和坡面汇流部分，控制每个子流域内主河道的径流、泥沙、营养物质等的输入量;演算模块即河道汇流部分，决定径流、泥沙等物质从河网向流域出口的输移运动。整个水分循环遵循水量平衡原理，具体计算公式为： ( ) 1 0       t i t Rday Qsurf Ea wseep Qgw sw sw (1)式中：SWt 表示 t 时刻的土壤含水量，mm;SW0 表示初始时刻的土壤含水量，mm;Rday表示第 i 天的降水量，mm;Qsurf 表示第 i 天的地表径流量，mm;Ea 表示第 i 天的蒸散量，mm; Wseep 表示第 i 天土壤测流量，mm;Qgw表示第 i 天的地下水径流量，mm。 利用气象数据，空间数据，构建长江源区 SWAT 模型，并对源区日径流量进行模拟。

　　3 结果分析 3.1 评价标准

　　本研究采用月模拟径流与实测径流的相对误差 Re、相关系数 R 2 和 Nash-Sutcliffe 效率系数 NS 三个目标函数来表征模型的模拟效率，其计算公式如下：式中：Qsim 表示模拟径流量的平均值;Qobs 表示实测径流量的平均值;t 表示总时段数;