SWAT模型数据库构建在干旱灾害评估与应对中的作用

SWAT模型的输入数据有地形、土壤、土地利用和气象水文4大类，各部分数据来源如表4.2所列。

表4.2　输入数据类型及主要来源

（1）数字高程信息。本书研究所选用的DEM数据源于SRTM（shuttle radar topography mission）数据集（Bamler，1999）。该数据集是2000年2月11日至22日期间，美国奋进号航天飞机用雷达测图技术获取的数字地表高程模型（DSM），涉及地表范围为N60°～S56°（占陆地地表面积的80%）。SRTM的DSM成果有3种分辨率：SRTM1（1″×1″）、SRTM3（3″×3″）和SRTM30（30″×30″）。目前应用最为广泛的为SRTM3数据（陈俊勇，2005），其基本信息见表4.3。经投影处理后的滦河流域DEM如图4.4所示。

表4.3　SRTM3数据的基准和精度

图4.4　滦河流域DEM影像图

（2）土地利用数据库。本书的研究所选用的滦河流域土地利用数据共有3期，分别为1985年、2000年和2014年。其中，1985年和2000年2期土地利用用于滦河流域SWAT模型参数的率定和验证，2014年土地利用主要用于未来水循环过程中各要素的预估（详见第6章）。数据来源于中国科学院资源环境科学数据中心，以TM影像为解译基础制作生成，精度为30m（近似1∶10万～1∶25万比例尺）。为使土地利用分类与SWAT模型能识别的土地利用类型一致，需要对原土地利用进行重新分类（见图4.5）。

图4.5　滦河流域原土地利用和重分类后土地利用

（3）土壤数据库。土壤数据是SWAT模型中主要的输入参数，其数据质量在很大程度上影响模型的模拟结果（黄清华等，2004）。主要的土壤参数包括：①土壤分层数目（NLAYERS）。②土壤水文组（HYDGPR，A/B/C/D）。③植被根系最大深度（SOL_ZMX，mm）。④土壤层的结构（TEXTURE）。⑤土壤容重（SOL_BD，g/cm3）。⑥土壤表面到各土壤层深度（SOL_Z，mm）。⑦有效田间持水量（SOL_AWC，mm H2 O/mm）。⑧饱和导水率（SOL_K，mm/hr）。⑨有机碳含量（SOL_CBN，%）。⑩每层土壤中的粘粒（CLAY）、粉沙（SILT）、沙粒（SAND）、砾石（ROCK）含量，%。○11田间土壤反照率（SOL_ALB）。○12 USLE方程中的土壤可蚀性因子（USLE_K）。○13阴离子排斥孔隙度分数（ANION_EXCL）。○14电导率（SOL_EC）。SWAT模型土壤数据库建立方法如图4.6所示。

1）土壤分层数目（NLAYERS）、植被根系最大深度（SOL_ZMX）、土壤层的结构（TEXTURE）和土壤表面到各土壤层深度（SOL_Z）等参数可通过查询中国土壤数据库和当地土种志获取。

2）我国第二次土壤普查中采用的土壤质地体系是国际制（第一次土壤普查采用的是卡钦斯基制），而在SWAT模型中则是美国农业部简化的美制标准（见图4.7）。因此，需将我国分类标准的土壤质地转为美制分类标准。蔡永明等的研究认为国际制向美国制的土壤质地转换中，三次样条插值法的结果最优，因此，本书的研究选用三次样条插值（蔡永明等，2003）。

图4.7　土壤粒径的美国制和国际制比较

3）根据上述转换后的土壤质地分布数据，可借助于美国华盛顿州立大学开发的SPAW（Soil-Plant-Atmosphere-Water）软件（见图4.8）获取土壤容重（SOL_BD，g/cm3）、饱和导水率（SOL_K）、凋萎系数（WP）和田间持水量（FC）等参数。其中，利用凋萎系数和田间持水量可推求有效田间持水量（SOL_AWC），公式如下：(www.xing528.com)

图4.8　SPAW软件界面

4）美国自然环保署根据土壤入渗率特征，将具有相似径流能力的土壤分为A、B、C、D四个土壤水文组（见图4.9）。其中，土壤渗透系数可由如下经验公式计算得到：

式中：X为土壤渗透系数；Y为土壤平均颗粒直径值。

图4.9　土壤水文分组

5）根据《农业化学常用分析方法》中的分析结果，土壤层中有机碳含量（SOL_CBN）的计算一般由有机质的含量乘0.58得到；SOL_ALB则采用如下经验公式计算：

6）Willaims等提出的改进后的USLE_K的估算方法，只需通过土壤有机碳和土壤颗粒组成即可估算USLE_K（Williams，et al.，1996），具体公式为

式中：fcsand、fcisi和fhisand分别表示粗糙沙土质地壤、黏壤土土壤和高沙质土壤侵蚀因子；forgc表示壤有机质因子。

各因子计算公式如下：

式中：ms为砂粒含量，%；msilt为粉粒含量，%；mc为黏粒含量，%；ρorgc为各土壤层中有机碳含量，%。

本书的研究所采用的土壤数据为中国科学院南京土壤研究所完成的1∶100万土壤数据。经投影转换和裁剪，得到滦河流域的土壤类型分布图（见图3.18）。研究区共涉及26类土壤，按照上述方式，获取各类土壤参数，并构建土壤数据库。