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。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。