基于SWAT模型的淮河上游土地利用變化情景的水文響應

董曉華　方燕琴　李英?！∮鞯ぁ√K歡　李璐　姚著喜

摘要：淮河流域不合理的土地利用是導致水土流失的重要因素之一，探究土地利用變化下的水文響應規(guī)律是開展水土保持工作的重要前提。以淮河王家壩水文站以上流域為研究區(qū)域構建SWAT模型，并驗證模型的適用性；對研究區(qū)耕地進行適宜性評價，結合2000年土地利用現(xiàn)狀構造最佳土地利用情景；利用驗證好的SWAT模型分析最佳土地利用情景、生態(tài)保護情景、土地利用現(xiàn)狀情景的水文響應。結果表明，相比2000年土地利用，生態(tài)保護情景水文響應變幅較小，而最佳土地利用情景下4129%的耕地轉化為林地，年、月均地表徑流和年、月均泥沙量減小，年、月均地下徑流增加，年、月均蒸發(fā)量變化不大。說明最佳土地利用狀態(tài)有助于提高研究區(qū)域涵養(yǎng)水源、保持水土的能力，且在汛期效果較為明顯

關鍵詞：淮河流域；土地利用情景；SWAT模型；適宜性評價；水文響應

中圖分類號：P339；P343.9 文獻標志碼：A 文章編號：16721683（2016）05003209

全球氣候變化及人類活動造成了環(huán)境變化的影響[1]。在長時期尺度上，氣候變化是造成環(huán)境變化的主要因素[2]，但在短期尺度上，人類活動造成的土地利用方式的變化對水文的影響更加明顯[34]。土地利用/覆被變化（LUCC）通過改變地表蒸發(fā)、地表徑流、土壤水分的入滲能力等因素，影響了流域的水文循環(huán)及水量平衡，進而對生態(tài)環(huán)境產(chǎn)生影響[1]。目前，水文模型方法被廣泛應用于LUCC水文響應研究中，這一研究多以歷史土地利用或現(xiàn)狀土地利用為基準，建立多種土地利用情景，如全耕地、全林地的極端土地利用方式[4]以及根據(jù)地區(qū)工農(nóng)業(yè)發(fā)展設置不同比例的土地利用[5]、根據(jù)水土保持政策優(yōu)化土地利用空間分布[6]等情景，進而分析不同土地利用情景對水文過程的影響。然而這種假設的情景并不能充分代表實際情況下土地利用的演變結果。

SWAT模型作為一種發(fā)展和應用都相對較為成熟的水文模型[710]，以水量平衡為驅動力，能夠定量描述不同土地利用/覆被以及氣候條件下水文循環(huán)各組分的過程，具有較強的物理機制。本文以淮河流域王家壩以上部分流域為研究對象，結合研究區(qū)土地利用變化驅動因子進行耕地適宜性評價，對研究區(qū)土地利用現(xiàn)狀中耕地不適宜的區(qū)域進行退耕還林，以此得到符合研究區(qū)土地利用發(fā)展方向的最優(yōu)土地利用狀態(tài)。并以SWAT模型作為研究工具，比較最佳土地利用、現(xiàn)狀土地利用以及生態(tài)保護情景下土地利用的水文響應，為土地管理及規(guī)劃提供了有效依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

淮河流域地處我國東部，介于長江和黃河兩流域之間，位于東經(jīng)111°55′-121°25′，北緯30°55′-36°36′，面積約為27萬km2?；春痈闪靼l(fā)源于桐柏山太白頂北麓，依次流經(jīng)河南、湖北、安徽、江蘇?；春恿饔虻靥幬覈媳睔夂蜻^渡帶，淮河以北屬暖溫帶區(qū)，淮河以南屬北亞熱帶區(qū)，氣候溫和，年平均氣溫為11 ℃～16 ℃。氣溫變化由北向南，由沿海向內陸遞增。極端最高氣溫達445 ℃，極端最低氣溫達-241 ℃?；春恿饔虻臍夂蛱攸c是冬春干旱少雨，夏秋悶熱多雨，冷暖和早澇轉變急劇。流域多年平均降水量約為920 mm，其分布狀況大致是由南向北遞減，山區(qū)多于平原，沿海大于內陸。流域西部、西南部及東北部為山區(qū)、丘陵區(qū)，其余為廣闊的平原。山丘區(qū)面積約占總面積的三分之一，平原面積約占總面積的三分之二。隨著人類社會經(jīng)濟的高速發(fā)展與生態(tài)環(huán)境問題的日益突出，淮河流域的生態(tài)脆弱問題逐漸受到重視[11]，尤其是淮河流域水土流失的形勢更加不容樂觀。究其原因，淮河流域土地利用方式單一、林地的掠奪式開發(fā)以及城市用地的擴張等不合理的土地利用情況是導致水土流失的重要因素之一。

研究區(qū)位于淮河流域上游，總面積約30 630 km2，研究區(qū)內分布著138個雨量站，4個流量站（圖1），本文不考慮蓄、滯洪區(qū)設施的應用對水文的影響。對研究區(qū)有影響的水庫有6個，分別是南灣水庫、石山口水庫、五岳水庫、潑河水庫、板橋水庫、宿鴨湖水庫。由于宿鴨湖水庫有桂莊和夏屯兩個出流點，因此流域中水庫共有7個出流點。

1.2 數(shù)據(jù)來源

本文所需要的主要數(shù)據(jù)包括地形、土壤、氣象和水文、土地利用數(shù)據(jù)等，具體數(shù)據(jù)類型及來源見表 1。其中，坡度數(shù)據(jù)是利用ArcGIS中的slope工具從DEM中提取得到；降雨數(shù)據(jù)是根據(jù)研究區(qū)內138個雨量站的日實測數(shù)據(jù)算術平均處理得到；由于無研究區(qū)氣象站點的相關資料數(shù)據(jù)，[HJ1.95mm]因此通過建立氣象數(shù)據(jù)庫來模擬研究區(qū)的氣候特征；徑流數(shù)據(jù)采用研究區(qū)內4個水文站（息縣站、潢川站、班臺站、王家壩站）的日徑流數(shù)據(jù)。

2 淮河上游流域SWAT模型構建

2.1 模型基本原理

SWAT（Soil and Water Assessment Tool）[1214]模型是由美國農(nóng)業(yè)部（USDA）開發(fā)的一個基于物理機制的、連續(xù)性的流域尺度水文模型。該模型是基于GIS的分布式水文模型，可模擬流域中多種不同的水文物理化學過程，并可模擬和預測下墊面因素及氣候因素變化下流域水文循環(huán)的影響[15]。

式中：SWt表示土壤最終含水量；SW0表示土壤初始含水量；Rday表示第i天的降水量； Qsurf表示第i天的地表徑流；Ea表示第i天的蒸發(fā)量；Wseep表示第i天透過土壤剖面底部的滲透量和測流量；Qgw表示第i天的地下水量；單位均為mm。t表示時間步長（d）。

模型在模擬過程中，基于DEM數(shù)據(jù)，確定流域總出口位置為王家壩水文站?？紤]到水文站點及水庫，共將流域劃分為11個子流域（圖 1），并設置土地利用類型、土壤類型、坡度的閾值，將子流域劃分多個水文響應單元（HRU）。[HJ2.05mm]由于本文研究的是土地利用變化對水文過程的影響，設土地利用類型的閾值會導致面積的重新分配，最終無法確定土地利用變化的水文響應是重新分配產(chǎn)生還是真實變化的結果，因此土地利用類型、土壤類型、坡度的閾值分別設置為0%、10%、20%，將11個子流域劃分為221個水文響應單元。

2.3 模型的率定和驗證

采用SWAT自帶的參數(shù)率定模塊，使用SCEUA[17]算法對以上選取的10個敏感參數(shù)進行率定。選取2000年為模型預熱期，2001-2005年為率定期，2006-2010年為驗證期對研究區(qū)進行月徑流模擬，并以流域出口王家壩水文站流量數(shù)據(jù)為觀測流量，采用NashSutcliffe（Ens）和R2決定系數(shù)對模型模擬精度進行評價，計算公式如下：

3 淮河上游流域土地適宜性評價方法

土地適宜性評價是對于某種土地用途和利用方式的適宜性程度進行評估[18]，以獲得適用于研究目的的最佳土地利用類型[19]。由于流域水土流失主要原因是耕地的不合理利用，因此本次適宜性評價的對象為耕地。

3.1 評價因子及評價單元的確定

評價因子的合理選擇對評價起主導限制作用，選擇比較穩(wěn)定且可度量的因素作為評價因子，是評價工作的關鍵[20]?？紤]研究區(qū)的實際情況以及資料的完備程度，本次研究從地形條件、土壤條件、氣象條件和水源條件四大方面分別選取高程、坡度、地貌、土壤有機質含量、土壤質地、土壤pH值、多年平均降雨量、≥10°積溫、距水源的距離等因子為研究區(qū)耕地適宜性評價因子。

評價單元是土地適宜性評價的基本單位，常采用疊置法、網(wǎng)格法、地塊法、多邊形法等方法進行劃分。本次研究采用網(wǎng)格法劃分，每一個柵格網(wǎng)格即為一個評價單元。確定合適的網(wǎng)格大小是網(wǎng)格法劃分評價單元的關鍵[21]。因所選研究區(qū)的評價因子中網(wǎng)格單元最小的是90×90 m高程因子圖，因此以該網(wǎng)格大小為標準，使用ArcGIS的Resample工具將所有的因子重采樣成90×90 m的柵格大小。

3.2 評價因子權重

權重表示評價因子對評價對象影響程度的貢獻率。結合德爾菲法（專家打分法）和層次分析法確定各評價因子的權重。首先將所選取的因子分成幾個層次（見圖 2），判斷出各層次兩兩指標的重要程度，并建立判斷矩陣，其中階數(shù)大于2的矩陣需進行一致性檢驗，一致性比率CR需小于01，否則重新構建判斷矩陣進行計算。經(jīng)計算得出耕地權重值，見表 3。

3.3 評價因子的分級量化

采用等級賦分法[22]將研究區(qū)各因子依據(jù)不同的適宜范圍進行分級劃分，然后對每級賦予相應的分值（0～100分），并分成5個等級，分值越大，則其適宜程度越高。根據(jù)國家農(nóng)用地分等規(guī)程[23]及研究區(qū)域的特征，并參考文獻[2426]及專家意見，評價因子分級及其作用分值見表 4。

3.4 土地適宜性評價模型

根據(jù)所選因子及計算的權重值，建立研究區(qū)土地適宜性評價模型——加權指數(shù)和模型如下：

采用ArcGIS中的Raster Calculator工具，根據(jù)式計算研究區(qū)各評價單元的適宜性總分值，并自動生成評價等級圖。運用ArcGIS重分類中的“自然間斷分類方法[22]”劃分研究區(qū)耕地土地適宜性級別，依據(jù)FAO《土地評價綱要》中的評價原則，將耕地適宜性總分值劃分為高度適宜（S1）、中等適宜（S2）、勉強適宜（S3）、不適宜（S4）四個級別。其中高度適宜是指土地對該種土地利用方式?jīng)]有限制或限制性很小，經(jīng)濟效益好，能持續(xù)利用；中等適宜類指土地對該種土地利用方式的持續(xù)利用有中等程度的限制；勉強適宜類指土地對該種土地利用方式的持續(xù)利用有較大的限制，經(jīng)濟效益較差，利用不當會導致水土流失；不適宜類是指在當前的條件下，這類土地對所特定用途不能利用或不能持續(xù)利用，否則會加快水土流失的速度。經(jīng)計算，土地適宜性劃分級別見表 5。

4 計算結果與分析

4.1 SWAT模型模擬結果分析

SWAT模型月徑流模擬結果見圖 3，由圖 3可以看出模擬的流量過程線與實測較為吻合。經(jīng)計算，率定Ens和R2分別為089、089，驗證期Ens和R2分別089、095。Ens和R2均在08以上，說明SWAT模型能比較準確的模擬該流域的徑流，具有較好的適用性，可用于研究區(qū)土地利用變化水文響應的相關研究。

4.2 淮河上游流域耕地適宜性評價

通過對研究區(qū)耕地適宜性評價得到耕地適宜性評價等級圖（見圖 4），評價結果統(tǒng)計見表 6。

4.3 最佳土地利用狀態(tài)

將淮河上游流域耕地適宜性評價結果柵格圖（圖4）與2000年土地利用現(xiàn)狀圖（圖 5）疊加，即可得到基于土地利用現(xiàn)狀的耕地適宜性等級圖（圖 6）。具體做法是：利用ArcGIS的選擇功能分別從現(xiàn)狀圖的屬性表中評價選取耕地、林地數(shù)據(jù)并導出，然后用raster calculator分別與耕地適宜性評價結果進行柵格疊加，即可得到基于土地利用現(xiàn)狀耕地適宜性等級圖。

由表 7可知，2000年現(xiàn)狀的耕地以中等適宜和勉強適宜為主，高度適宜區(qū)所占總面積為2518%，勉強適宜和不適宜區(qū)占3814%。

在土地利用現(xiàn)狀基礎上，耕地適宜性高的地區(qū)則保留耕地，適宜性低的地區(qū)則退耕還林[27]。對耕地不適宜的地區(qū)如果不進行適當整改，可能會加快水土流失的速度，從而逐步破壞到適宜類區(qū)域。根據(jù)圖 6結果，將評價單元中 S1（高度適宜類）、S2（中等適宜類）的區(qū)域予以保留， S3（勉強適宜類）、 S4（不適宜類）的區(qū)域進行退耕還林，這些不適宜區(qū)域主要是淮河以北地區(qū)，如平輿、新蔡、項城、臨泉、新縣東部縣城的部分區(qū)域，將這些區(qū)域進行退耕還林，即可得到研究區(qū)最佳土地利用圖，如圖 7。

4.4 水文響應分析

為分析不同土地利用狀態(tài)對水文過程的影響，設置三種情景：一是基準情景，即2000年土地利用圖；二是按照國家相關政策設定的生態(tài)保護情景，即坡度15°～25°退耕還草，坡度>25°的退耕還林；三是最佳土地利用狀態(tài)。各情景下土地利用變化情況見表 8。

利用已經(jīng)率定好的模型，分別輸入三種情景的土地利用，保持其他變量和參數(shù)不變（固定參數(shù)最優(yōu)值，如表 2所示，除了HRU級別以外參數(shù)，其他參數(shù)均不變），模擬各情景下地表、地下徑流深、蒸發(fā)量及泥沙量的變化情況。部分參數(shù)值會因為HRU內要素的變化而變化，如從CN2和SolAwc，土地利用變化導致HRU的重新分配，則每個子流域內的各個HRU的參數(shù)值會發(fā)生相應的變化。土地利用變化實質導致的是HRU的重新分配以及HRU級別的部分參數(shù)（如產(chǎn)流參數(shù)CN2）的變化，從而導致最終的產(chǎn)流變化[28]，這是模型原理所決定的。

由此可知，退耕還林后，林地對徑流、蒸發(fā)量、泥沙量的影響在枯水年表現(xiàn)的不明顯，而在豐水年或平水年，影響較大。當土地朝著最佳利用方向發(fā)展時，耕地減少，林地增加，冠層截留及林地枯落物截留使得地表徑流減少；林地的土壤孔隙度較大，增大了下滲率[29]，耕地的土壤較為密實，下滲率較低，因此林地地下水的補給較耕地多；林地涵養(yǎng)水源作用較強，且林地增加，植被覆蓋度增大，所以最佳土地利用狀態(tài)下泥沙量減少，蒸發(fā)量增加。由于研究區(qū)耕地基本在平原區(qū)，坡度大于15°的面積較小，因此在生態(tài)保護情景下，面積變化較小，耕地、林地、草地面積變化率分別為-068%、022%、2568%，所以對水文響應影響不大。

根據(jù)上述結果可知，最佳土地利用狀態(tài)下，徑流、泥沙量比生態(tài)保護情景及現(xiàn)狀少，地下徑流補給增加，但蒸發(fā)量變化不明顯，說明在該種狀態(tài)下，土地保持水土能力較強，能明顯改善該流域水土流失的現(xiàn)狀。

5 結論

本文通過在淮河流域王家壩水文站以上流域建立SWAT模型，結合研究區(qū)土地利用變化驅動因子進行耕地適宜性評價，對研究區(qū)現(xiàn)狀中耕地不適宜的區(qū)域進行退耕還林，得到土地最佳利用狀態(tài)，并以此作為一種土地利用情景，對比生態(tài)保護情景及2000年土地利用現(xiàn)狀情景，模擬不同情景下水文響應的變化。研究結果表明，研究區(qū)中大部分淮河以北地區(qū)的耕地不利于耕作，將不適宜的耕地退耕還林后，流域涵養(yǎng)水源作用、保持水土能力增強，遠超過生態(tài)保護情景下的土地利用狀態(tài)，能大大改善流域內的生態(tài)問題，為土地管理及規(guī)劃提供了依據(jù)。

本文目前僅對現(xiàn)狀進行比較分析，而對未來自然發(fā)展土地利用進行預測，并與優(yōu)化的土地利用進行水文響應比較，從而為流域土地合理的管理和規(guī)劃提供更有針對性的依據(jù)，將是下一步研究的方向。

參考文獻（References）：

[1] 歐春平，夏軍，王中根.土地利用/覆被變化對SWAT模型水循環(huán)模擬結果的影響研究——以海河流域為例[J].水力發(fā)電學報， 2009，（04）：124129.（OU Chunping，XIA Jun，WANG Zhonggen.LUCC influence on SWAT hydrological simulation—a case study of Haihe river basin[J].Journal Of Hydroelectric Engineering，2009，（04）：124129.（in Chinese））

[2] Sanjay K Jain，Jaivir Tyagi，Vishal Singh.Simulation of runoff and sediment yield for a Himalayan watershed using SWAT model[J].Journal of Water Resource and Protection，2010，2（03）：267.

[3] Bfw Croke，Ws Merritt，Aj Jakeman.A dynamic model for predicting hydrologic response to land cover changes in gauged and ungauged catchments[J].Journal of Hydrology，2004，291（1）：115131.

[4] 張青.基于水文效應分析的土地利用優(yōu)化模式研究[D].西安：陜西師范大學，2013.（ZHANG Qing.The research on effects of land use optimization pattern based on the analysis of the hydrological[D].Xi′an：Shaanxi Normal University，2013.（in Chinese））

[5] A.Montenegro，R.Ragab.Hydrological response of a Brazilian semiarid catchment to different land use and climate change scenarios：a modelling study[J].Hydrol Process，2010，24（19）：27052723.doi：10.1002/hyp.7825.

[6] 羅巧，王克林，王勤學.基于SWAT模型的湘江流域土地利用變化情景的徑流模擬研究[J].中國生態(tài)農(nóng)業(yè)學報， 2011， （06）：14311436.（ LUO Qiao，WANG Kelin，WANG Qinxue.Using SWAT to simulate runoff under different land use scenarios in Xiangjiang River Basin[J].Chinese Journal of EcoAgriculture，2011，（06）：14311436.（in Chinese））

[7] Zhixiang Lu，Songbing Zou，Zuodong Qin，et al.Hydrologic Responses to Land Use Change in the Loess Plateau：Case Study in the Upper Fenhe River Watershed[J].Advances in Meteorology，2015，2015.

[8] Hadi Memarian，Siva K.Balasundram，Karim C.Abbaspour，et al.SWATbased hydrological modelling of tropical landuse scenarios[J].Hydrological Sciences Journal，2014，59（10）：18081829.doi：10.1080/02626667.2014.892598.

[9] 劉玉明，張靜，武鵬飛，等.北京市媯水河流域人類活動的水文響應[J].生態(tài)學報，2012，（23）：75497558.（LIU Yuming， ZHANG Jing，WU Pengfei，et al.The hydrological response to human activities in Guishui River Basin， Beijng[J].Acta Ecologica Sinica， 2012，（23）：75497558.（in Chinese））[ZK）]

[10] [ZK（#]王學，張祖陸，寧吉才.基于SWAT模型的白馬河流域土地利用變化的徑流響應[J].生態(tài)學雜志，2013，（01）：186194.（WANG Xue， ZHANG Zulu， NING Jicai.Runoff response to land use change in Baimahe River of China based on SWAT model[J].Chinese Journal of Ecology，2013，（01）：186194.（in Chinese））

[11] 葉正偉.基于生態(tài)脆弱性的淮河流域水土保持策略研究[J].水土保持通報，2007，（03）：141145，156.（YE Zhengwei.Countermeasures for soil and water conservation in the Huaihe River Basin based on ecological vulnerability[J].Bulletin of Soil and Water Conservation，2007，（03）：141145，156.（in Chinese））

[12] Jeffrey G Arnold，Peter M Allen，Gilbert Bernhardt.A comprehensive surfacegroundwater flow model[J].Journal of hydrology， 1993，142（1）：4769.

[13] Jimmy R Williams，Ad Nicks，Jeffrey G Arnold.Simulator for water resources in rural basins[J].Journal of Hydraulic Engineering， 1985，111（6）：970986.

[14] Susan L Neitsch，Jeffrey G Arnold，Jim R Kiniry，et al.Soil and water assessment tool theoretical documentation version 2009[R].Texas Water Resources Institute，2011.

[15] Jeffrey G Arnold，Raghavan Srinivasan，Ranjan S Muttiah，et al.Large area hydrologic modeling and assessment part I：Model development1.Wiley Online Library，1998.

[16] Sl Neitsch，Jg Arnold，Jr E A1 Kiniry，et al.Soil and water assessment tool users manual version 2000[J].GSWRL report，2002， 202（0206）.

[17] K Eckhardt，Jg Arnold.Automatic calibration of a distributed catchment model[J].Journal of hydrology， 2001， 251（1）：103109.

[18] YanSui Liu，JieYong Wang，LiYing Guo.GISBased Assessment of Land Suitability for Optimal Allocation in the Qinling Mountains，China1[J].Pedosphere，2006，16（5）：579586.doi：http：//dx.doi.org/10.1016/S10020160（06）60091X.

[19] Fazel Amiri，Abm Shariff.Application of geographic information systems in landuse suitability evaluation for beekeeping：A case study of Vahregan watershed （Iran）[J].African Journal of Agricultural Research，2012，7（1）：8997.

[20] 任小寧，郭新成.基于GIS的新疆克拉瑪依市土地適宜性評價[J].安徽農(nóng)業(yè)科學， 2007 （08）：23952396，2427.（REN Xiaoning，GUO Xincheng.Land suitability assessment of Kelamayi City based on GIS[J].Journal of Anhui Agri.Sci， 2007 （08）：23952396，2427.（in Chinese））

[21] 王令超.農(nóng)用土地定級方法初探[J].國土資源科技管理， 2001 （01）：49.（WANG Lingchao.The research on agricultural land grading method[J].Science and technology of land and resources management，2001 （01）：49.（in Chinese））

[22] 馬春霞.基于GIS的土地適宜性評價及開發(fā)戰(zhàn)略研究[D].烏魯木齊：新疆大學，2010.（Ma Chunxia.The Research on Suitabiliy for land and the Strategy of Exploitation Based on GIS[D].Urumchi ：Xinjiang University，2010.（in Chinese））

[23] Td/T 農(nóng)用地分等規(guī)程[S].2003.（Td/T The Regulations of Farmland Grading[S].2003.（in Chinese））

[24] David G.Rossiter.A theoretical framework for land evaluation[J].Geoderma，1996，72（34）：165190.doi：http：//dx.doi.org/10.1016/00167061（96）000316.

[25] Bakhtiar Feizizadeh，Thomas Blaschke.Land suitability analysis for Tabriz County，Iran：a multicriteria evaluation approach using GIS[J].Journal of Environmental Planning and Management，2013，56（1）：123.

[26] Farag F.Abushnaf，Kevin J.Spence，Ian D.Rotherham.Developing a Land Evaluation Model for the Benghazi Region in Northeast Libya using a Geographic Information System and Multicriteria Analysis[J].APCBEE Procedia，2013，5（0）：6975.doi：http：//dx.doi.org/10.1016/j.apcbee.2013.05.013.

[27] 陳軍鋒，李秀彬.土地覆被變化的水文響應模擬研究[J].應用生態(tài)學報，2004（05）：833836.（CHEN Junfeng，LI Xiubing.Simulation of hydrological response to landcover changes[J].Chinese Journal of Appled Ecology，2004（05）：833836.（in Chinese））

[28] 胡彩虹，劉麗娜，吳澤寧.未來氣候情景下覆被變化對徑流量的影響[J].人民黃河，2012（01）：1921，24.（HU Caihong，LIU Lina，WU Zening.Effect of land cover change to runoff under future climate scenarios[J].Yellow River，2012（01）：1921，24.（in Chinese））

[29] 盛前麗.香溪河流域土地利用變化徑流效應研究[D].北京： 北京林業(yè)大學，2008.（SHENG Qianli.Research on response of runoff to landuse change in Xiangxi River Watershed[D].Beijing：Beijing Forestry University.2008.

由于研究區(qū)內有6個水庫，因此需修改模型的水庫特性。SWAT模型中計算水庫出流量有四種方法：實測日出流量、實測月出流量、無控制水庫的年均泄流量、控制水庫的目標泄流量。其中南灣水庫、石山口水庫、五岳水庫、潑河水庫數(shù)據(jù)較全，采用實測日出流量方法計算，而板橋水庫、宿鴨湖水庫缺乏實測日出流數(shù)據(jù)，因此采用控制水庫的目標泄流量計算。通過對水庫數(shù)據(jù)的準確輸入，使SWAT模型在該流域的模擬更有準確性。

2.2 參數(shù)敏感性分析

模型中關于徑流模擬的參數(shù)有26個，但是只有少數(shù)幾個參數(shù)對模擬結果起決定性作用。為了使模型更好的反應研究區(qū)特征，提高模型運行效率，需對模型進行敏感性分析。本文選取研究區(qū)2000年-2010年的數(shù)據(jù)，采用SWAT 2005模型自帶的LHOAT[16]參數(shù)敏感性分析方法對參數(shù)進行敏感性分析，選取敏感度排在前10位的參數(shù)，結果見表2。