基于CMADS和SWAT模型的瑪納斯河流域水文過程模擬

谷新晨，肖森元，楊 廣，何新林，趙 琪，張 亮，李冬波

(1.石河子大學(xué) 水利建筑工程學(xué)院/現(xiàn)代節(jié)水灌溉兵團重點實驗室，新疆 石河子 832000；2.新疆維吾爾自治區(qū)水文局，新疆 烏魯木齊 830000)

1 研究背景

寒旱區(qū)水資源模擬是世界水資源模擬中的一個難題。這是由于高寒地區(qū)地形復(fù)雜、波動大、氣象臺站分布少，利用該地區(qū)稀少的氣象資料模擬水文過程的誤差太大，很難得到準(zhǔn)確合理的結(jié)果[1]。而氣象數(shù)據(jù)與水文模型的不同將很大程度上影響水文過程的模擬效果[2-3]。SWAT(soil and water assessment tool)模型是一種基于物理機制的半分布式水文模型。該模型已經(jīng)被廣泛地應(yīng)用于世界范圍內(nèi)不同流域的水資源評價中，是目前應(yīng)用最為廣泛的水文模型之一[4-9]。

SWAT模型成功應(yīng)用于國內(nèi)外諸多寒旱區(qū)小流域的研究中。國外方面，Pulighe等[10]基于SWAT模型預(yù)測地中海半干旱小流域的徑流和養(yǎng)分負(fù)荷，模型評估結(jié)果與觀測值相一致，經(jīng)校準(zhǔn)的SWAT模型可用于后續(xù)研究。Pradhan等[11]將SWAT模型與人工神經(jīng)網(wǎng)絡(luò)結(jié)合應(yīng)用于亞洲的熱帶、亞熱帶、干旱半干旱地區(qū)流域，認(rèn)為SWAT模型對低流量模擬效果較好。Mosbahi等[12]基于SWAT模型對突尼斯半干旱流域土壤侵蝕土地管理進行評價，結(jié)果顯示SWAT模型成功地再現(xiàn)了水流狀況，模擬的徑流量與產(chǎn)沙量具有良好的相關(guān)性。Mengistu等[13]利用物理相似性區(qū)域化方法，在資料稀少的集水區(qū)配置、校正和驗證SWAT模型，為估算南非缺資料地區(qū)的水平衡組成提供了新的思路。而從國內(nèi)方面來說，Luo等[14]將SWAT模型中的單庫基流方法推廣到中國天山瑪納斯河流域，認(rèn)為基流延遲響應(yīng)更為合理。但由于無法獲得基流測量數(shù)據(jù)，作者無法確定基于濾波器與基于模型的方法哪一個評估結(jié)果更有代表性。Yang等[15]將SWAT模型應(yīng)用于中國西北地區(qū)干旱高寒流域評估水文非均質(zhì)性，結(jié)果表明SWAT是表征高寒地區(qū)水流過程的穩(wěn)健工具，具有較高的精度。高海拔地區(qū)的水文非均質(zhì)性對能量敏感，低海拔地區(qū)的水文非均質(zhì)性對干旱脅迫敏感。Meng等[16]利用CMADS(the China meteorological assimilation driving datasets for the SWAT model)驅(qū)動SWAT模型，提出在冰川補給率較高的地區(qū)，SWAT模型通過參數(shù)標(biāo)定可以獲得滿意的結(jié)果。張正勇[17]基于MODIS(moderate-resolution imaging spectroradiometer)和TRMM(tropical rainfall measuring mission)遙感氣象數(shù)據(jù)驅(qū)動的SWAT模型，提出未來氣候情景下瑪納斯河徑流量會持續(xù)增加。

以上學(xué)者在不同的寒旱區(qū)流域成功地應(yīng)用SWAT模型，并取得了良好的結(jié)果?，敿{斯河的主要水源是冰川融化的雪水，流域內(nèi)無傳統(tǒng)氣象站點。隨著流域的開發(fā)[18-19]，采用物理相似性區(qū)域化方法建立水文模型[13,20]已經(jīng)不能滿足更加精細(xì)化的需求。

本文以中國天山典型流域——瑪納斯河流域為例，采用CMADS數(shù)據(jù)集和SWAT模型對瑪納斯河流域進行了建模，并利用SWAT-CUP(calibration/uncertainty or sensitivity program for SWAT)程序?qū)υ摿饔蚩纤雇咛厮恼镜娜粘叨扰c月尺度徑流量進行了校準(zhǔn)與驗證。CMADS數(shù)據(jù)與SWAT模型能夠在月尺度與日尺度上很好地再現(xiàn)瑪納斯河流域的水文過程，CMADS在無歷史氣象資料地區(qū)——瑪納斯河流域的水文模擬中提供的氣象數(shù)據(jù)效果良好，構(gòu)建的SWAT水文模型能夠反映出該流域的水文過程。

2 數(shù)據(jù)來源與研究方法

2.1 研究區(qū)概況

瑪納斯河流域位于中國天山北麓丘陵地帶，占地面積5.05×103km2。流域最高海拔5 138 m，最低海拔840 m。其中，海拔3 600 m以上為常年冰川覆蓋區(qū)，是瑪納斯河與瑪納斯河流域的主要水源。瑪納斯河流域地表水資源的主要來源是冰川融雪水和降水。由于季節(jié)原因，夏季產(chǎn)生大量冰川融雪水，為流域提供了相對穩(wěn)定的水資源。夏季降水多集中在山前地區(qū)，持續(xù)時間短，降水量很少?，敿{斯河發(fā)源于天山山脈，年平均徑流量12.9×108m3，水資源總量25.73×108m3?，敿{斯河流域氣候類型為大陸性干旱氣候，年、日氣溫變化較大，干旱少雨，降水量在110～300 mm之間，蒸發(fā)量在1 500～2 000 mm之間，蒸發(fā)量遠(yuǎn)大于降水量，與降水相比，冰川融雪水是流域水資源的主要來源?，敿{斯河流域概況如圖1所示。

圖1 瑪納斯河流域概況

由于流域高程差異較大，土壤類型和植被覆蓋度也體現(xiàn)出顯著的垂直地帶分異規(guī)律。流域由高到低垂直分布不同的土壤和植被類型，土壤性質(zhì)不同對水的吸附能力也不同，進而影響其地下徑流。不同的植被類型通過其本身及其枯枝落葉層對降水進行截留，限制了地表徑流的匯集，入滲時間會被延長，水量被重新進行分配。覆蓋度較高的植被會降低地表徑流深度，使得壤中流和地下徑流量增大。這些因素的相互作用，導(dǎo)致了流域下墊面對降水和冰雪融水的匯流作用變得復(fù)雜，對水文過程產(chǎn)生重要影響。

2.2 CMADS數(shù)據(jù)集

由于研究區(qū)內(nèi)沒有氣象臺站，缺乏必要的歷史氣象資料，本文使用CMADS數(shù)據(jù)集1.1版本[21]提供的詳細(xì)、連續(xù)的高分辨率空間氣象數(shù)據(jù)。CMADS融合了LAPS/STMAS技術(shù)，采用多種技術(shù)和科學(xué)方法構(gòu)建，包括數(shù)據(jù)的循環(huán)嵌套、重采樣模型的投影和雙線性插值。CMADS系列數(shù)據(jù)集可用于驅(qū)動各種水文模型，如SWAT模型、可變滲透能力(VIC)模型和雨水管理模型(SWMM)，它還允許用戶方便地提取各種氣象要素，以便進行詳細(xì)的氣候分析。CMADS系列的數(shù)據(jù)源包括中國2 421個國家自動和商業(yè)評估中心的近40 000個區(qū)域自動站[22]，這確保了CMADS數(shù)據(jù)集在國內(nèi)具有廣泛的適用性，并大大提高了數(shù)據(jù)的準(zhǔn)確性。CMADS數(shù)據(jù)網(wǎng)格的空間分辨率為0.25°×0.25°，數(shù)據(jù)集的時間范圍是2008-2016年。SWAT自動讀取12個站點的5個氣象要素(降水量、氣溫、相對濕度、太陽輻射和風(fēng)速數(shù)據(jù))數(shù)據(jù)。

2.3 SWAT模型

SWAT流域面積的離散化是根據(jù)給定的數(shù)字高程模型(DEM)劃分出多個子流域，每個子流域的水文響應(yīng)單元(HRU)具有相似的土地利用和土壤類型，是基本的模型單元。該模型模擬了各HRU的蒸散、過濾、地表徑流、地下水徑流和泥沙侵蝕等水文過程，各HRU的徑流先匯入各子流域的干渠，然后從一個子流域流向另一個子流域，最后到達(dá)集水區(qū)的出口。

水平衡方程可表示如下：

(1)

式中：SWt為最終土壤含水量，mm；SW0為初始土壤含水量，mm；t為模擬時間，d；Rday為日降水量，mm；Qsurf為日地表徑流量，mm；Ea為日蒸散發(fā)量，mm；wseep為在給定日期從土壤剖面進入包氣帶的水量，mm；Qgw為給定日期的回流量，mm。

瑪納斯河流域高寒區(qū)冰川廣布，冰川融水對河川徑流具有較高的貢獻度，盡管冰川消融主要取決于其表面能量的收支，但對于能量平衡模型來說，該方法涉及的參數(shù)較多且計算過程十分復(fù)雜，在偏遠(yuǎn)的高海拔山區(qū)，其應(yīng)用受到很大限制。因此本研究選擇基于冰雪消融與氣溫之間的線性關(guān)系的度日模型分析冰川融水對河川徑流的影響。度日模型的一般形式為：

M=DDF·PDD+αR

(2)

式中：M為冰川的消融水當(dāng)量，mm/d；DDF為冰川的度日因子，mm/(d·℃)；PDD為正積溫，℃，一般由公式(3)獲取；α為系數(shù),(mm·m2)/MJ；R為太陽短波輻射或凈輻射，MJ/(m2·d)。

(3)

式中：Tt為日平均氣溫，℃；Ht為邏輯變量。當(dāng)Tt≥0 ℃時，Ht=1.0；當(dāng)Tt≤0 ℃時，Ht=0。

利用地形梯度、土壤導(dǎo)水率(SOL_K)和土壤水分時空變化等動態(tài)存儲模型，計算了SWAT地區(qū)土壤內(nèi)部流動特征。在地表高導(dǎo)水率的土壤集水中，側(cè)向流是非常重要的。Sloan等[23]將SWAT與地下水流運動存儲模型相結(jié)合，同時計算滲流，然后淺層含水層將地下水匯集到次盆地的主河道中。降水經(jīng)截流入滲后形成地表徑流，地表徑流采用Green-Ampt入滲法和水土保持服務(wù)(SCS)曲線法估算[24]。洪峰徑流率反映了暴雨的沖蝕力，可用于泥沙流失量的預(yù)測。蒸散量包括植物冠層蒸發(fā)、土壤蒸發(fā)升華等。目前有多種模擬潛在蒸散量(PET)的方法，包括Priestley-Taylor方法[25]、Penman-Montes方法和Hargreaves方法[26]，并將其納入SWAT。Hargreaves方法是在對美國加利福尼亞等干旱半干旱地區(qū)蒸散量(ET)研究的基礎(chǔ)上，由Hargreaves等提出的以氣溫和太陽輻射作為基礎(chǔ)蒸散量(ET0)的計算方法。由于該方法的計算結(jié)果較好，聯(lián)合國糧食及農(nóng)業(yè)組織(Food and Agriculture Organization of the United Nations，F(xiàn)AO)推薦在氣象資料缺乏時使用。本研究采用Hargreaves方法模擬PET，方程可表示如下：

(4)

式中：Tx和Tn分別為每日最高和最低氣溫，℃；Ra為大氣頂層太陽輻射，MJ/(m2·d)，可根據(jù)緯度計算或由FAO提供的大氣層頂輻射表查出。

2.4 CMAD+SWAT模型

流域高程(DEM)數(shù)據(jù)由地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn)提供，利用ArcMap對DEM數(shù)據(jù)進行凹陷填充，以減小誤差，并基于ArcMap計算DEM，生成流域和子流域的邊界、河網(wǎng)和坡度數(shù)據(jù)。土壤數(shù)據(jù)為基于世界土壤數(shù)據(jù)庫(Harmonized World Soil Database，HWSD)的中國土壤數(shù)據(jù)集，土壤數(shù)據(jù)集由寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http://westdc.westgis.ac.cn)提供；土地利用數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)共享中心(http://www.geodata.cn)，為2015年夏季云量小、地物信息豐富的Landsat-8遙感影像，進行遙感解譯后獲得。以上數(shù)據(jù)分辨率均為30 m。

將研究區(qū)劃分為21個子流域，如圖2(a)所示，其中流域1為河流出口，肯斯瓦特水文站也位于子流域1內(nèi)。圖2(b)為瑪納斯河流域周邊的CMADS氣象站點，共計12個氣象站點，將其導(dǎo)入到SWAT模型中進行建模。

圖2 瑪納斯河流域子流域劃分及周邊CMADS氣象站點分布

圖3為瑪納斯流域的土地利用、土壤類型與坡度的分布情況。瑪納斯流域土壤類型及其面積占比為：永凍薄層土(47.61%)、冰川/積雪(21.53%)、松軟薄層土(18.17%)、簡育灰色土(4.83%)、黏化栗鈣土(4.32%)、簡育黑鈣土(2.60%)、簡育栗鈣土(0.64%)、石灰性沖積土(0.30%)；瑪納斯流域的主要土地利用類型及其面積占比為：草地(48.49%)，其次為不透水面(26.20%)、冰川/積雪(20.29%)、森林(4.97%)、農(nóng)田(0.04%)、荒地(0.01%)?，敿{斯流域的坡度分級及其面積占比分布為：0°～15°(7.65%)、15°～25°(9.12%)、25°～75°(63.19%)、≥75°(20.04%)。

圖3 瑪納斯流域土壤類型、土地利用類型及坡度分級分布

通過子流域劃分、CMADS氣象站點的導(dǎo)入、土地利用數(shù)據(jù)、土壤類型數(shù)據(jù)、坡度劃分等步驟完成瑪納斯河流域SWAT模型的構(gòu)建。

2.5 模型校準(zhǔn)與驗證

本研究應(yīng)用SWAT-CUP中SUFI-2算法，通過序貫擬合過程對未知參數(shù)進行迭代估計完成最終估計。程序還考慮了模型輸入、模型結(jié)構(gòu)、輸入?yún)?shù)和觀測數(shù)據(jù)的不確定性。考慮到校準(zhǔn)過程中的平衡現(xiàn)象，采用t檢驗(t-Stat)和P檢驗(P-Value)法進行靈敏度評估。最后，這些不同的參數(shù)設(shè)置生成可接受的徑流量曲線。在此過程中，參數(shù)的靈敏度越高，t-Stat的絕對值越大，P-Value越接近零值[27]。

在綜合評價方法的基礎(chǔ)上，Moriasi等[28]提出了4種定量統(tǒng)計指標(biāo)：Nash-Sutcliffe系數(shù)(NSE)、百分比偏差(PBIAS)、相對均方根誤差(RRMSE)和相對誤差(R2)。本文選取3種常用的指標(biāo)(NSE、PBIAS和R2)對模型的性能進行了量化，該3個性能指標(biāo)表明了量化數(shù)值模型的模擬值與實測值的匹配度。NSE是一種統(tǒng)計方法，該方法量化了剩余方差的相對大小[29]，PBIAS表示模擬數(shù)據(jù)的平均趨勢大于或小于相應(yīng)觀測數(shù)據(jù)的平均趨勢[30]，不同于數(shù)據(jù)的方差。

Nash-Sutcliffe系數(shù)(NSE)、相對誤差(R2)和百分比偏差(PBIAS)的計算公式可分別如下：

(5)

(6)

(7)

在上述的3個指標(biāo)中，若NSE和R2值越接近1，則SWAT的性能越好；當(dāng)PBIAS接近零時，表示模擬非常精確。Moriasi等[28]提出，當(dāng)NSE≥0.5、PBIAS在±25%以內(nèi)時，模型可進行令人滿意的模擬。本文使用Moriasi開發(fā)的標(biāo)準(zhǔn)進行評估，見表1。

表1 統(tǒng)計指標(biāo)績效等級分類標(biāo)準(zhǔn)[28]

3 結(jié)果與分析

為了獲得高分辨率的土地利用和土壤性質(zhì)，將研究區(qū)的21個子流域進一步劃分為136個HRU，使SWAT模型能夠更合理地模擬徑流量，并依據(jù)肯斯瓦特水文站觀測的徑流量對模型進行校準(zhǔn)。通過敏感性分析，最終確定了9個參數(shù)。使用這9個參數(shù)對模型進行了校正，在驗證期、率定期達(dá)到了精度的要求。

3.1 敏感性分析

本研究首先進行敏感性分析，以確定對融雪徑流模擬影響較大的參數(shù)。如表1所示，敏感性分析是通過將拉丁超立方體采樣法(LH-OAT)納入SWAT 2012進行的。對常見的參數(shù)進行參數(shù)敏感性分析，選取模型敏感性較高的參數(shù)進行參數(shù)調(diào)試，最終篩選出9個參數(shù)，見表2。

由表2可見，參數(shù)融雪基溫(SMTMP)的最優(yōu)取值為6.71 ℃，表明流域在6.71 ℃時開始發(fā)生融雪；降雪基溫(SFTMP)最優(yōu)取值為6.34 ℃，表明流域在6.34 ℃時降雨開始向降雪轉(zhuǎn)變。其他的參數(shù)諸如：水力傳導(dǎo)度(SOL_K)、SCS徑流曲線系數(shù)(CN2)、平均坡度(HRU_SLP)等在表2中也給出了最優(yōu)取值。

表2 模型的9個敏感性參數(shù)及其最優(yōu)值

上述9個水文參數(shù)均處于合理范圍內(nèi)，部分參數(shù)需要進一步進行討論以探求其實際意義，這一部分將在討論中給出。

3.2 模型校準(zhǔn)與驗證

對2008-2016年瑪納斯河流域的月尺度和日尺度地表平均流量進行了模擬，其中2010-2013年數(shù)據(jù)用于校準(zhǔn)，2014-2016年數(shù)據(jù)用于驗證。本研究設(shè)定預(yù)熱時間為兩年(2008-2009年)，以初始化SWAT。模型模擬結(jié)果與觀測值的比較見圖4、5。總體而言，校準(zhǔn)后的SWAT模型模擬的平均流量與實測平均流量具有相似的趨勢，模擬和實測徑流的洪水發(fā)生時間吻合較好，具體分析如下。

由圖4的月尺度模擬結(jié)果來看，瑪納斯河年內(nèi)徑流豐枯變化規(guī)律十分顯著，冬季流量較小，除2014年之外，其余各年份冬季流量模擬值均大于實測值；春季4月份過后流量開始迅速增大，到夏季6、7月份達(dá)到最大，2011、2016年夏季流量峰值的模擬值小于實測值，且差值相對較大，其他年份兩者較為接近。上述結(jié)果表明，瑪納斯河流域冬季氣溫過低，導(dǎo)致冰雪融化停頓，冰川融雪對徑流的補給量變小，隨著春季氣溫的回升和夏季高溫的到來，冰雪融化速度加快，流量迅速增大，這與參數(shù)敏感性分析得出的融雪基溫(SMTMP)最為敏感的結(jié)果相吻合。

圖4 2010-2016年肯斯瓦特水文站月尺度平均流量模擬值與觀測值對比

由圖5的日尺度模擬結(jié)果來看，率定期和驗證期模擬日均流量峰值的出現(xiàn)時間與實測值基本一致，但率定期內(nèi)模擬值的峰值整體比實測值略小，而驗證期內(nèi)模擬值的峰值整體比實測值略大，但基本能反映出研究區(qū)實際流量的變化趨勢。進一步分析可知2010、2012、2013和2016年夏季日均流量峰值模擬結(jié)果與實測相近，2011、2014和2015年夏季日均流量峰值模擬結(jié)果與實測相差較大，其中2011年夏季日均流量峰值整體低于實測值，而2014年的夏季日均流量峰值則整體高于實測值；2010、2014和2015年冬季日均流量模擬結(jié)果偏高，其余年份兩者基本吻合。

圖5 2010-2016年肯斯瓦特水文站日尺度平均流量模擬值與觀測值對比

整體來看，模型對冬季徑流的模擬效果要優(yōu)于對夏季徑流的模擬效果，可能是由于夏季流量變化劇烈，且變化原因相比冬季更為復(fù)雜。

2010-2016年校準(zhǔn)期和驗證期的模型各績效指標(biāo)值見表3。

表3 2010-2016年校準(zhǔn)期和驗證期的模型各績效指標(biāo)值

依據(jù)表1中給出的統(tǒng)計指標(biāo)績效等級分類標(biāo)準(zhǔn)，在月尺度與日尺度的模擬中，3個性能參數(shù)(NSE、R2和PBIAS)在校準(zhǔn)與驗證期間表示模擬結(jié)果為“非常好”或“好”，表明經(jīng)過參數(shù)率定后模型的精度達(dá)到了要求，模型可用作后續(xù)的研究與應(yīng)用。

4 討 論

近40年來，由于研究區(qū)內(nèi)節(jié)水灌溉技術(shù)的蓬勃發(fā)展，瑪納斯河流域的綠洲區(qū)人工綠洲面積擴大了129.56%[17]，綠洲的社會經(jīng)濟效應(yīng)促進了該地區(qū)的發(fā)展[18]。但與此同時，瑪納斯河流域的水資源需求也在不斷增加，流域的水資源分析與模擬是流域水資源總量控制的基礎(chǔ)和區(qū)域可持續(xù)發(fā)展的前提[30]。但由于瑪納斯河流域的特殊性，現(xiàn)有的水文氣象資料不能很好地服務(wù)于流域水資源分析與相關(guān)水政策的實施。本文將CMADS數(shù)集與SWAT結(jié)模型合，從補全水文氣象的角度對流域水文過程進行了探求。

使用ArcMap-ArcSWAT 2012將瑪納斯河流域分為21個子流域和136個HRU，并進行了參數(shù)調(diào)試。在此過程中，大多數(shù)參數(shù)都在合理范圍內(nèi)。但值得注意的是，融雪基溫(SMTMP)的最優(yōu)取值為6.71 ℃，降雪基溫(SFTMP)最優(yōu)取值為6.34 ℃，表明瑪納斯河流域雪、雨轉(zhuǎn)換溫度為6 ℃左右，這與前人研究天山山區(qū)及周邊降雪事件基本發(fā)生在-35～5 ℃之間的結(jié)論基本相符[31]。水流在土壤中下滲時與土壤顆粒產(chǎn)生的摩擦阻力會改變水流傳導(dǎo)的速度，土壤飽和水力傳導(dǎo)度(SOL_K)是綜合反映水在其中流動時所產(chǎn)生的阻礙作用的參數(shù)，SOL_K值越大，表明水流在土壤中下滲越容易，下滲到土壤中的水越多，則地表徑流量就越??；平均坡度(HRU_SLP)主要影響側(cè)向流，坡度的變化與產(chǎn)流量的變化呈正相關(guān)，其與平均坡長(SLSUB_BSN)共同影響著洪峰流量；CN2表示平均土壤濕度狀態(tài)下的徑流曲線系數(shù)，CN2值越大表示流域下墊面不透水性越強，徑流量就越大。這些參數(shù)表明CMADS氣象數(shù)據(jù)能夠很好地驅(qū)動模型，反映出流域水文過程的特性。而如何進一步準(zhǔn)確評估CMADS與不同土地利用變化下的流域水文過程模擬還需作后續(xù)研究。

總體來看，基于CMADS數(shù)據(jù)集的SWAT模型可以為瑪納斯河流域提供詳細(xì)的、連續(xù)的、高空間分辨率的氣象數(shù)據(jù)，瑪納斯河流域的模擬水文情況較好，能夠反映年內(nèi)和年際的總體水文情景。該數(shù)據(jù)集對瑪納斯河流域具有很好的適用性，可以為我國西北地區(qū)氣象站點不足的流域進行水文分析時提供參考[3,16]。

5 結(jié) 論

本研究采用CMADS數(shù)據(jù)與SWAT模型，對以冰川補給率較高的瑪納斯河流域進行了水文模擬，結(jié)果表明CMADS數(shù)據(jù)集可以為無資料的寒旱區(qū)水資源評價中的SWAT模型的研究提供參考。主要結(jié)論如下：

(1)通過對溫度指數(shù)法的參數(shù)敏感性分析和參數(shù)標(biāo)定驗證，證明SWAT模型對瑪納斯河流域的適應(yīng)性較好?？紤]到氣候變化和人為因素對瑪納斯河流域的影響，以及該模型在部分年份的夏季可能存在的較大誤差，仍需進一步探討和提高CMADS數(shù)據(jù)與SWAT模型的精確性。

(2)通過CMADS數(shù)據(jù)與SWAT模型對瑪納斯河流域肯斯瓦特水文站的徑流量進行定位和模擬。結(jié)果表明，CMADS驅(qū)動的SWAT模型能夠在月尺度與日尺度上很好地模擬瑪納斯河流域的水文過程。

(3)CMADS數(shù)據(jù)可以為無氣象資料的瑪納斯河流域水資源模擬提供時間連續(xù)、類型詳細(xì)和空間分辨率高的氣象數(shù)據(jù)。但與傳統(tǒng)氣象站相比，CMADS提供的氣象數(shù)據(jù)在模型建模中仍需要注意是否需要對其進行調(diào)整。