V0.I33No.1—JeA：__204^SNAT模型参数敏感性分析及应用黄清华1,张万昌2,3(1中国矿业大学资源与地球科学学院，江苏徐州221008;2南京大学国际地球系统科学研究所，江苏南京21009;3中国科学院大气物理研究所，北京100029)摘要：地理信息系统(GIS)支持下的SWAT(SoilandWaterAssesmsentTool)分布式水文模型以流域离散化空间参数来描述流域水文变化特性，从物理意义上表达流域内的水文过程，但众多不确定的参数影响了模型的应用效果，因此有必要对参数进行敏感性分析。将SWAT模型应用到祁连山黑河上游山区流域，进行了"年(1990-2000年)逐日径流模拟，通过一个简便的敏感性分析方法，将模型影响水文过程的参数分成4类敏感级别，最后确定模型的参数。在11年的逐日模拟中1990-1995年为参数敏感性分析期和模型率定期,1996-2000年为模型的检验期，模拟结果显示22在黑河山区流域，丰水年逐日出山径流的模型效率系数R达到Q8以上，平水年和枯水年RIQ51-0.79之间。关键词：分布式水文模型；SWAT;黑河；敏感性分析中图分类号：P334.92文献标识码：A文章编号"000-6060(2010)01-0008-08(8~15)流域水文过程受气象条件和流域下垫面的地质、地貌、植被及土壤等因子的共同作用，在时空尺度上发生着巨大的变化。有别于视流域水文过程为空间均一的经典的集总式水文模型，基于DEM的分布式水文模型由于充分考虑了流域陆面参数在空间上的变异性，同时又能较好地表达流域水文过程的1132物理意义，已成为径流模拟新的发展方向■。与传统的集总式模型相比，建立在物理机制上的分布式水文模型要求输入的参数较多，并且由于水文陆面过程中参数的空间差异性、获取过程中的误差及参数评估的困难使得模型初始参数值的输入具有很142大的不确定性15-62素172建立在GIS基础上的SWAT分布式水文模型具有很强的物理机制，近10年来己在国内外广泛应18・9211-102_用，在我国西北地区也有应用实例。由于SWAT模型是在国外高密度、长序列有明确科学目标的系统观测数据基础上发展起来的，在欧美国家应用时，长期的观测数据积累较好，模型参数较容易确定。本文研究区所在的我国西北祁连山黑河干流流域位于半干旱的高寒山区，流域下垫面性质及气象条件较为复杂，影响出山径流的因素较多，并且模型基础资料较少，增加了流域径流模拟的复杂性和不确定性，因此有必要对影响模型效率的参数进行敏感性分析，并在此基础上确定关键参数，然后对敏感性级别较高的参数进行率定以减少模型参数选择的盲目性。考虑到各敏感参数之间相互关系的复杂性，本文仅分析各单一参数对输出结果的敏感性，暂不考虑各参数之间的相互影响。，降低了分布式水文模型的运行效率和模拟精度咋此外，对模型参数敏感性认识的不足icI也是影响分布式水文模型应用的一个重要因0因此需要理解模型中每一个参数对模拟结果的影响通过对参数的敏感性分析进行参数筛选,减少模型率定参数的数量，提高模型运行时间效率和减少参数的不确定性，为模型的进一步改进提供更加可靠的依据。1SWAT模型原理SWAT是美国农业部（USDA）农业研究中心1收稿日期：2009-07-18;修订日期：2009-10・07基金项目：国家重点基础研究发展规划项目（2006CTN0050、2001CB309404）资助作者简介：黄清华（1972・），男，江西南昌人，博士研究生，主要从事遥感与地理信息系统、分布式水文模型及水利信息化方面的研究Emai:lqinghuahuang@163.oom1112(ARS)1993年为美国水文模型发的大、中尺度流域环境模拟模型个主要流域进行过测试。该模型是以长,具有物理机制的分布式模型，可进行连续的长吋段的年、月或日的模拟。水文模拟是模型中的一个主要模块，水文过程的计算分为6个部分：地表径流、蒸散发、土壤水下渗、地下径流侧流、浅层地下径流(回归流)和融雪径流。径流模拟计算沿用了SNRRB模型的水量平衡公式的方法，计算每个水文子单元产水量，公式如下：$SW=P-Q-ET-DP-QR,(1)式中：$SW、P、Q、ET、DP和QR分别为土壤含水量、降水、地表径流、实际蒸散发、深层下渗和浅层回归流。水文子单元产水为地表径流、地下径流侧流、浅层地下径流通过各种途径汇集的总和。逐日地表径1122流(surfacerunoff)采用改进的USDASCS模...