设为首页 加入收藏 期刊导航 网站地图
  • 首页
  • 期刊
    • 数学与物理
    • 地球与环境
    • 信息通讯
    • 经济与管理
    • 生命科学
    • 工程技术
    • 医药卫生
    • 人文社科
    • 化学与材料
  • 会议
  • 合作
  • 新闻
  • 我们
  • 招聘
  • 千人智库
  • 我要投搞
  • 办刊

期刊菜单

  • ●领域
  • ●编委
  • ●投稿须知
  • ●最新文章
  • ●检索
  • ●投稿

文章导航

  • ●Abstract
  • ●Full-Text PDF
  • ●Full-Text HTML
  • ●Full-Text ePUB
  • ●Linked References
  • ●How to Cite this Article
Journal of Water Resources Research 水资源研究, 2013, 2, 301-308
http://dx.doi.org/10.12677/jwrr.2013.25043 Published Online October 2013 (http://www.hanspub.org/journal/jwrr.html)
Water Resources Responses to Climate Changes in Xi’an
Heihe River Basin Based on SWAT Model*
Yanman Li, Aidi Huo, Ruichong Liu, Shasha Chen, Xiaofeng Wang, Jidong Li
School of Environmental Science & Engineering, Chang’an University, Xi’an, China
Email: 1296552488@qq.com
Received: Sep. 2nd, 2013; revised: Oct. 22nd, 2013; accepted: Oct. 25th, 2013
Abstract: Future Climate changes and its influences on water resources in Xi’an Heihe River concern the
drinking water problems of 8 million people in Xi’an City. Therefore, it is very important to analyze the
characteristics of water resource in response to climate changes for providing scientific foundation to ground
water diversion, dealing with adverse effect of climate changes and protecting the water sources areas in
Xi’an Heihe River. Years 2005-2011 were set as the base period, and monthly runoffs were simulated using
SWAT in the base period in Xi’an Heihe Basin. Based on the accurate runoff simulation of the base period,
each possible water resource situation under climate changes scenarios according to the most possible climate
change predictions was simulated in Xi’an Heihe Basin. The result shows that in the future, Xi’an Heihe
River Basin water resources quantity in the next 40 years showed a trend of increase after the first reduce, the
average annual runoff growth is respectively: −11.0%, −6.4%, 7.2%, 190% than benchmark; Especially av-
erage flood season runoff reach maximum in the 50s, and the flood control situation is serious in the middle
and lower reaches of Heihe region.
Keywords: Heihe River Basin; SWAT Model; Runoff Simulation; Response to Climate Change
基于 SWAT 模型的城市水源地对
未来气候变化的水文响应*
李彦漫,霍艾迪,刘睿翀,陈莎莎,王晓峰,李继东
长安大学环境科学与工程学院,西安
Email: 1296552488@qq.com
收稿日期:2013 年9月2日;修回日期:2013年10月22 日;录用日期:2013 年10 月25 日
摘 要:西安黑河流域的气候变化趋势和对水资源的影响,将直接关系到西安市约800 万人的饮水问
题。因此分析研究西安黑河流域水资源对气候变化的响应特点,可为地面调水、应对气候变化的不利
影响和更好地保护城市水源地的水资源提供科学依据。本研究以分布式水循环模型为基础,利用西安
黑河流域2005~2011 年过去 7年的水文站实测数据,对 2020s~2050s 未来40年西安黑河金盆水库入口
陈河水文站汛期、非汛期的年径流过程进行了模拟和预测。研究结果表明:西安黑河流域未来水资源
量在未来 40 年内呈现先减少后增加的趋势,其平均径流量将比基准年均有所增减 ,变幅分别为:−11.0%、
−6.4%、7.2%、190%;尤其是在 50s汛期平均径流量达到最大值,西安黑河中下游地区防洪形势严峻。
关键词:黑河流域;SWAT模型;径流模拟;水文响应
*基金项目:长安大学 2012 年国家级大学生创新创业训练计划(201210710110);大西安城市建设引起的水循环变化规律研究项目(12120113004800)。
作者简介:李彦漫(1990-),男,河北人,长安大学环境科学与工程学院,主要研究方向:水文学及水资源。
Copyright © 2013 Hanspub 301
李彦漫,等:基于 SWAT 模型的城市水源地对未来气候变化的水文响应
Copyright © 2013 Hanspub
第2卷 · 第5期
302
1. 引言
气候变化将对水资源产生重要影响,评估其潜在
影响可为区域可持续发展提供重要的依据。目前,水
源地对未来气候变化的水文响应在国际上越来越受
到重视,尤其是城市水源地对气候变化的响应[1],因
为城市水源地的水质与水量直接关系到数百万市民
的身体健康。由于气候变化会通过多种途径影响城市
水源地的水文状况,但这种综合的影响可以利用分布
式水文模型在复杂系统层面上进行很好地评估[2]。分
布式水文模型如 SWAT(Soil and Water Assessment
Tools)[1,3]是解决此类复杂问题的有力工具,因为模型
参数与实地观测的地表物理过程有密切联系[2]。这也
是结合水文模型和气候情景的评估方法被广泛应用
的原因。SWAT 模型在国内的研究已取得了很大成果
[4]。但从 SWAT 模型的国内应用情况来看,应用研究
主要集中在对径流的模拟方面[5,6],与国外的应用情况
类似,也主要集中在中部湿润区,在山区城市水源地
的应用较少。
近年来,关于城市供水水源地的研究主要集中在
生态监测、气候资源的变化和非点源污染等方面,认
为造成水源地水土流失、草场退化、土地沙化等生态
环境问题的原因是人类活动和气候变化的双重作用,
其中气候变化是不可忽视的重要原因[7,8]。在气候变化
研究方面,侧重于气候、降水、主要气候因子的时空
分布特征、趋势变化等方面,主要集中在黄土高原地
区。陕西省黑河为渭河一级支流,发源于秦岭太白山
主峰,由西南流向东北。在周至县尚村乡注入渭河。
陕西黑河流域又是西安市主要的饮用水的水源地,其
水源区处于秦岭北麓深山区,区内地形环境复杂。流
域内存在多种土壤类型和不同土地利用、植被覆被方
式、流域的不同区域小气候都存在差异。黑河金盆水
库建成供水,大大缓解了西安市由于地下水严重超采
导致的地面下沉、地裂缝等环境地质问题,其水质与
水量直接关系到西安市约 800 万市民的身体健康与西
安地区社会经济的可持续发展。
本文将以分布式水文模型为基础,根据陕西省黑
河流域各个水循环要素特征,利用数值模拟等手段对
2005~2011年过去 7年和 2020s~2050s未来40年黑河
金盆水库入口陈河水文站汛期、非汛期和年径流过程
进行模拟和趋势检验,探索气候变化对于水源地水文
循环的影响,以期为未来气候变化影响下陕西省黑河
流域水资源保护、以及我国其它城市水源地水资源规
划和管理等工作的实施提供科学指导和支撑。
2. 数据与方法
2.1. 研究区域介绍
陕西黑河为渭河右岸的较大支流,位于东经
E107˚43'~E108 ˚24',北纬N33˚42'~N34˚13',属黄河二
级支流,发源于秦岭太白山南麓,由西南流向东北,
至周至县马召镇附近的武家庄出峪后由东北的石马
村入渭河。总流域面积 2258 km2。1999 年在黑河
(N34˚03'~E108˚13')处拦河建成黑河金盆水库水利枢
纽,主要任务为向西安市城市供水及 2.47 × 104 km2
灌区供水。黑河全河长 125.8 公里,源头在太白山东
南坡二爷海(海拔 3650 m),南偏东流经厚畛子,过骆
驼脖子直至峪口,长 91 km,纳大小支流 34 条,集水
面积约 1500 km2。各河流峪口以上流域多年平均降雨
量约 810 mm。降雨量在时间分布上差异也较大,夏
季常出现暴雨,7~10 月降雨量约占全年的60%以上。
该区山高坡陡,水土易于流失,人类活动对生态环境
的破坏明显。
2.2. 数据
基础资料包括:DEM、河网水系、植被、土壤、
气象站点、水文站等 GIS 数据(如表 1所示);20 05~2011
年坝下、小王涧、双庙、康家垭子、陈河乡、东老君
岭、老水磨、沙梁子、板房子、中滩坪、麦场、白羊
滩、南天门、钓鱼台、金井等15 个站点的日降水、
最高最低气温、风速、相对湿度等气象资料,以及
2005~2011 年陈河乡站月径流过程数据。此外,为了
分析气候变化对径流的影响,还收集了 CSIRO 和
NCAR 两个气候模式 A1B 情景的日气象资料,A1B
情景为温室气体中等排放情景(表1)。
2.2.1. DEM数据
DEM(digital elevation model)数据即数字高程模
型数据,它来源于国际科学数据服务平台,空间分辨
率为 30 m。利用 GIS 的空间分析功能提取水流方向、
河流网络、划分子流域以及水文模拟单元[9],计算地
形因子,获取SWAT 模型所需要的 DEM 如图 1所示、
水系、汇流区域等信息[10]。
李彦漫,等:基于 SWAT 模型的城市水源地对未来气候变化的水文响应
第2卷 · 第5期
Table 1. The database for runoff variation analysis of Heihe Region in Xi’an
表1. 西安黑河流域径流演变分析的支撑数据
数据类型 数据属性 尺度 数据来源
DEM 高程,坡度,坡长 网格:30 m 国际科学数据服务平台
土地利用 土地利用分类 1:100万 西部数据共享中心
土壤类型 土壤分类及其理化数据 1:100万 西部数据共享中心
气象站 日降水,最高、最低气温,辐射强度,湿
度,风速 15 个(2005~2011 年) 陕西省周至县 15个气象观测站
水文站 径流(日) 1个(2005~2011 年) 陕西省周至县陈河水文站
气候模式数据 日降水、最高最低气温等 网格(0.5 × 0.5) IPCC气候数据中心
Figure 1. Digital elevation map in Heihe River Basin
图1. 黑河流域数字高程图
2.2.2. 土地利用/植被覆盖数据
土地利用和植被类型对流域水文环境、水文过程
等都会产生重要影响。本研究所需土地利用数据来源
于中国西部环境与生态科学数据中心,采用的是 1:100
万地利用矢量数据。根据研究需要,对获取的土地利
用类型图裁剪流域边界,并以土地类型代码字段为值
(Value)转化为栅格 GRID 格式。根据 SWAT 模型中土
地利用/覆盖分类标准的对应转化关系进行重分类,获
得符合 SWAT 模型分类标准的 9种类型:耕地、旱地、
有林地、疏林地、城镇用地、居民用地、滩地、灌木
地、沙地[11]。
2.2.3. 土壤类型数据
土壤数据来源于西部数据共享中心,比例尺为
1:1,000,000 ,在西安黑河流域有4种土壤类型,考虑
到该流域土壤属性特征以及 SWAT 模型中土壤物理特
性的美制标准,在充分采纳前人的经验和知识的前提
下[12,13],将一些物理特征近似或者面积较小的类型归
为同一类型,在原分类的基础上进行了重分类,重分
类后的土壤类型有 4种,分别是:山土草甸、暗棕壤、
棕壤、褐土。
2.2.4. 气象观测数据
流域内共有 15个气象观测站。SWAT 模型需要输
Copyright © 2013 Hanspub 303
李彦漫,等:基于 SWAT 模型的城市水源地对未来气候变化的水文响应
第2卷 · 第5期
入2005~2011 年逐日降水,逐日气温(平均、最高、最
低),风速,相对湿度等气象要素,以上资料经手工录
入到 Excel 后,均按模型要求以 DBF 格式文件存贮,
用于驱动SWAT 水文模型进行径流模拟。
2.2.5. 流量数据
流量数据来源于西安市周至县水务局,包括陈河
水文站 2005~2011 年逐月平均径流量,水文站的分布
图。其中 2005~2008年逐月径流数据用于率定SWAT
模型的参数,2009~2011 年逐月径流数据用于检验
SWAT 模型的模拟精度。
2.2.6. 未来气候数据的处理
在选择了在未来大气温室气体中等排放情景
A1B 模式下,根据 IPCC 气候数据中心提供的数据,
模拟黑河流域未来的降水数据,最高气温、最低气温
和日照时间数据。
全球气候模式(GCM)对于预估未来全球气候变
化来说,是目前最重要也是最可行的方法。GCM 能
相当好地模拟出大尺度最重要的平均特征,特别是能
较好地模拟高层大气场、近地面温度和大气环流。但
是由于目前 GCM输出的空间分辨率较低,缺少详细的
区域气候信息,很难对区域气候情景做合理的预测。
降尺度法是基于这样一种观点:那就是区域气候变化
受大尺度(如大陆尺度,甚至行星尺度)气候所控制,
同时也受到区域尺度的因子的调制,因此应采用降尺
度方法,把大尺度、低分辨率的GCM 输出信息转化
为区域尺度的地面气候变化信息(如气温、降水),从
而弥补 GCM 对区域气候预测的局限。统计降尺度法
利用多年的观测资料建立大尺度气候要素(主要是大
气环流)和区域气候要素之间的统计关系,并用独立的
观测资料检验这种关系,最后再把这种关系应用于
GCM 输出的大尺度气候信息,来预估区域未来的气
候变化情景(如气温和降水)[5]。本文采用 PCA(Princi-
pal Component Analysis, PCA)与逐步线性回归相结合
的统计降尺度方法,并利用历史观测资料,建立大尺
度气候预报因子与地面月平均温度的统计联系。即通
过利用 2005~2011 年的历史观测资料,并采用 PCA
与逐步回归相结合的统计降尺度方法建立了西安黑
河流域内 15 个气象观测站站点的统计降尺度模型,
确立模型参数,并将模型应用与中等排放情景 A1B
模式下,得到了未来气象观测站逐日最高、最低温度
和降水序列。
2.3. 分布式水文模型
2.3.1. 模型的选择
西安黑河流域属于干旱、半干旱气候,是一个面
积较大的流域,流域内存在多种土壤类型和不同土地
利用、植被覆被方式。
SWAT 模型是 20世纪 90 年代初由Jeff Arnold 等
开发的具有较强物理机制的大、中尺度流域管理模型
[4]。模型可以预测复杂流域内不同的气候条件、土地
覆被变化等对水量、水质以及作物产量等的长期影
响。该模型在结构上考虑融雪和冻土对水文循环的影
响,已在加拿大和北美寒区广泛应用。自SWAT 模型
被引入中国以来,已经在西北寒旱地区径流模拟、气
候变化和土地利用变化影响评估等方面得到了应用
[14]。这表明SWAT 模型能够较好刻画寒旱地区降雨径
流关系,将其应用于分析西安黑河流域水平衡机理是
可行的。
2.3.2. 模型的建立
概括起来,SWAT 模型数据库可以分为空间数据
库(又称图数据库)和属性数据库两大类,空间数据库
主要包括流域DEM图、土地利用分类图和数 字化 土
壤图。属性数据库主要包括 3个存储有关土地利用、
土壤属性以及气象站参数等的数据,本文依据研究区
具体情况对这 3个数据库进行编辑和修改。我们根据
研究区 DEM、土壤和土地利 用的分布,我 们将西安
黑河流域划分为 42 个子流域和 107 个水文响应单元
如图 2所示。子流域面积从 541 km2到12,583 km2不
等。
在建模过程中,各站点日降水数据通过距离倒数
法插值到每个子流域内,作为该子流域的面降水输
入;而气温等其它气象数据则采用 SWAT 模型自带的
方法进行插值。在模型控制文件(basins.cod)的配置中,
产流模块采用SCS 方程,潜在蒸散发的计算中,由于
Priestley-Taylor 公式已成功运用在黑河、黄河源区等
高寒地区,因此本次研究也选该方法。
2.3.3. 模型的率定及检验
模型的率定和检验分为两个阶段:参数率定期为
Copyright © 2013 Hanspub
304
李彦漫,等:基于 SWAT 模型的城市水源地对未来气候变化的水文响应
Copyright © 2013 Hanspub
第2卷 · 第5期
305
Figure 2. The distribution of digital water system and sub basins in Heihe Region
图2. 西安黑河流域数字化河网及子流域划分图
3. 基准期的径流模拟
2005~2008 年,其中 2005 年为模型的预热期;参数验
证期为 2009~2011 年,其中 2009 年为预热期。水量
平衡系数(rVol),相关系数(r)和效率系数 (Ens)[6]3个指
标用于评价模型模拟结果。如果水量平衡系数(rVol)大
于0.20 或小于0.20 而且相关系数和效率系数均小或
者等于 0.0,那么模型的模拟结果是“不可接受的”;
如果水量平衡系数(rVol)为0.0,而且相关系数和效率系
数均为 1.0,那么模型的模拟结果被认为是“优秀”;
如果水量平衡系数(rVol)被控制在±0.20 以内,而且相
关系数不小于0.80,效率系数不小于 0.60,那么模型
的模拟结果被认为是“可以接受的”。
输入研究区水文气象资料、土地利用、土壤类型
资料、DEM 以驱动SWAT运行,在率定模型最佳参
数的基础上,模拟了基准期(2005~2008 年)西安黑河
流域的逐月径流。
3.1. 参数敏感性分析及率定
水量平衡系数(rVol)、相关系数(r)和模型效率系数
(NSEC)的计算公式分别为:

op
Vol
o
QQ
rQ


 (1)



 
22
o avgppavg
o avgppavg
QQ QQ
r
QQ QQ


 


(2)
选取 27 个模型输入参数进行参数敏感性分析试
验,设置参数采样间隔为 10,每次参数变化值为 0.05,
利用 SWAT-CUP 敏感性分析工具进行了 270 次比较判
断,确定对敏感性等级最高的 6个参数:土壤层有效
含水量(SOL_AWC) ,浅层地下水再蒸发系数,
(GW_REVAP)基流 α因子(ALPHA_BF),浅层地下水
回流的阈值(GWQMN),(GW_DELAY)地下 水滞后时
间等(如表 2所示)进行模型的率定。利用 2005~2008
年陈河水文站逐月流量序列对月径流模拟进行率定,
首先调整CN2、SOL_AWC、ESCO 来拟合地表径流,
再调整 GW_REVAP、REVAPMN、GWQMN 来调整
基流。参数率定结果如表 2所示。


2
2
1op
oavg
QQ
Ens
QQ





(3) 3.2. 径流模拟的验证
式中,Qo为实测径流,Qp为模拟径流,Qavg 为平均实
测径流,Qpavg 为模拟径流的平均值。
利用陈河站 2009~2011 年逐月流量数据进行模型
验证,并采用 Nash-Sutcliffe 模拟效率系数 Ens、水量
李彦漫,等:基于 SWAT 模型的城市水源地对未来气候变化的水文响应
第2卷 · 第5期
Table 2. Main parameters of model calibration
表2. 模型率定的主要参数
编号
Number
参数名称
Parameter_Name
解释
interpretation
最佳值
Fitted_Value
最小值
Min_value
最大值
Max_value
1 CH_N2.rte 主河道曼宁粗糙系数 −0.109 −0.145 −0.058
2 SOL_BD(1).sol 土壤容重 −0.968 −1.050 −0.666
3 GWQMN.gw 基流产生的阈值 1.970 1.676 2.049
4 CN2.mgt 半湿润径流曲线系数 −0.127 −0.153 −0.043
5 GW_REVAP.gw 地下水蒸发系数 0.005 0.004 0.043
6 ESCO.hru 土壤蒸发补偿系数 0.893 0.857 0.895
7 SOL_AWC(1).sol 土壤前期含水量 −0.492 −0.622 −0.445
8 SOL_K(1).sol 土壤的传导率 3.353 2.580 3.842
9 GW_DELAY.gw 地下水补给延迟时间 63.049 61.286 202.318
平衡系数(rVol)和相关系数 r对模型的验证结果进行评
价。验证期径流模拟效率及拟合情况见表 3和图 3所
示。其值表明 SWAT 模型适合用于模拟西安黑河流域
径流的变化。
3.3. 基准期模拟径流的年变化
基准期(2005/1/1~2011/12/31)径流模拟结果由图 3
可以看出,7年地表径流量与降水量、基流量的最大
值出现的年份一致,均在黑河流域的丰水年 2011年。
7年地表径流量与降水量的最小值出现的年份一致,
均在黑河流域的枯水年2008 年;而基流量最小值出
现在 2008 年。
4. 径流对未来气候变化的响应分析
将气候模式各种情景网格降水和气温数据插值
到每个子流域上,驱动 SWAT 模型,模拟典型断面过
去和未来的径流过程,对比分析气候变化的影响。选
取的时间段为基准年 2000 年~2010 年和未来情景
2020s~2050s 4个阶段[1]。
4.1. 基准年
从基准年(2000s)陈河水文站出口断面的径流过
程来看:陈河水文站年平均径流量为 17.59 m3/s、汛
期为 36.04 m3/s、非汛期为 8.33 m3/s。
4.2. A1B情景
在A1B 情景下,以 2010s 的径流量为基准年,模
拟得到黑河流域出口陈河水文站未来2020s~2050s 年
的平均径流量比基准年均有所增减。由表 4可以看出,
增幅分别为:−11.0%、−6.4%、7.2%、190%;从汛期
和非汛期径流变化来看,
2020s~2030s 非汛期均减少,
而汛期增加;2040s 汛期和非汛期径均增加;2050s
汛期增加,非汛期减少,且汛期增幅 2050s 达到最大
值(152%)。其原因可能在于 40s~50s 期间,由于气候
变化的原因,导致全球气温升高,极端天气气候事件
频发,降雨量增加所致。总之,从模拟结果来看,气
候变化的背景下,未来五十年黑河源区径流量与
2010s 相比,前 20 年处于减少趋势,后 20 年处于增
加趋势。前 20 年将加剧其下游水资源短缺的现象,
甚至会影响西安市的供水。
5. 结论和讨论
黑河水源地是西安市一个重要的饮用水源地,对
西安市的人民生活和经济发展起着举足轻重的作用,
同时也是全球气候变化敏感区。本文以分布式水循环
模型为基础,对西安黑河水源地区域水平衡机理进行
了分析,利用2005~2011 年过去 7年数据为基准,模
拟了 2010~2050 年未来近 5年不同气候模式不同情景
下流域出口径流变化趋势,初步探讨了气候变化的影
响。研究结果表明:
1) SWAT模型对西安黑河水源地出口陈河水文站
2005/1/1~2011/12/31 月径流过程模拟精度均是可以接
受的。
SWAT 模型能够较好刻画西安黑河水源地“降雨
–径流”关系,将其应用于分析西安黑河水源地水平
Copyright © 2013 Hanspub
306
李彦漫,等:基于 SWAT 模型的城市水源地对未来气候变化的水文响应
第2卷 · 第5期
Table 3. The simulated runoff results of the Chenhe stations
表3. 水文站点径流模拟结果
站名 时间 水量平衡系数 相关系数 效率系数
陈河水文站率定期 20050101~20081231 0.020 0.89 0.86
陈河水文站检验期 20090101~20120430 0.019 0.9 0.82
0
20
40
60
80
100
120
140
160
200501
200504
200507
200510
200601
200604
200607
200610
200701
200704
200707
200710
200801
200804
200807
200810
200901
200904
200907
200910
201001
201004
201007
201010
201101
201104
201107
201110
时间
径流/m3/s
0
50
100
150
200
250
300
350
400
降雨量/mm
prep
observed
Best_Sim
Figure 3. Runoff simulation fit figure validation period
图3. 验证期径流模拟拟合图
衡机理分析及气候变化是可行的。
2) 在过去 7年中,西安黑河水源地出口陈河水文
站年径流和非汛期径流过程呈显著减少趋势。
3) 气候变化背景下,未来 40 年西安黑河水源地
径流量与现状相比有所增减,尤其是在非汛期,前 20
年处于减少趋势,这将持续加剧西安黑河中下游流域
水资源短缺的现象;后20 年处于增加趋势,其原因
可能在于 2040s~2050s 期间,由于气候变化的原因,
导致全球气温升高,极端天气气候事件频发,降雨量
增加所致。这些气候变化影响了流域的水文状况,导
致年径流变化很大。
4) 在2020s~2050s 的40 年间周至县境内的黑河
流域年均最高气温和最低气温分别增加了 0.6 度和 1.7
度,这些气候变化对黑河流域的水文影响比较大,使
50s 径流增幅成倍增长,可能会引发极端气候事件的
发生。
以上结果和分析表明,黑河流域未来径流量有增
有减,先减后增,在一定条件下不利于该区的生态建
设和农业生产,同时也可能带来更加严重的水资源短
缺或洪涝灾害现象,从而产生一定的负面效应,影响
到西安市水源地的供水安全,需要采取适应性措施。
当然,本项研究在很多方面还存在很多不确定
性,如气候模式各情景预估气象要素的不确定性、分
布式水文模型参数的不确定性、以及实测气象数据和
径流数据的匮乏等等,这些都可能对结论产生一定的
影响,今后还需要进一步加强这一方向的研究,特别
是对土壤数据、气象数据进行长期观测,使用精度较
高的实测数据进行模拟,以提高模拟和预测的精度。
6. 致谢
感谢长安大学环境科学与工程学院陈洵洪教授
在数值模拟方法上的指导及周维博、王菊翠等老师们
在研究方案与验证数据方面的协助。对周至县水务局
的大力支持在此一并致谢!
参考文献 (References)
[1] BATES, B., et al. Climate change and water. Intergovernmental
Panel on Climate Change (IPCC), 2008.
[2] ZHANG, X.-C., LIU, W.-Z. Simulating potential response of
hydrology, soil erosion, and crop productivity to climate change
in Changwu tableland region on the Loess Plateau of China. Ag-
Copyright © 2013 Hanspub 307
李彦漫,等:基于 SWAT 模型的城市水源地对未来气候变化的水文响应
第2卷 · 第5期
ricultural and Forest Meteorology, 2005, 131(3): 127-142.
[3] ARNOLD, J.G., et al. Large area hydrologic modeling and as-
sessment part I: Model development1. JAWRA Journal of the
American Water Resources Association, 1998, 34(1): 73-89.
[4] 赵寒冰. 流域地理过程分布式物理模型体系的集成与应用研
究[D]. 南京师范大学, 2004.
ZHAO Hanbing. Basin geography process integration and ap-
plication research of distributed system of physical model. Nan-
jing Normal University, 2004. (in Chinese)
[5] 范丽军, 符淙斌, 陈德亮. 统计降尺度法对未来区域气候变
化情景预估的研究进展[J]. 地球科学进展, 2005, 20(3): 320-
329.
FAN Lijun, FU Congbin and CHEN Deliang. Review on crea-
tong future climate change scenarios by statistical downscaling
techniques. Advances in Earth Science, 2005, 20(3): 320-329.
(in Chinese)
[6] NASH, J., SUTCLIFFE, J. River flow forecasting through con-
ceptual models part I—A discussion of principles. Journal of
hydrology, 1970, 10(3): 282-290.
[7] 吴景霞. 西安黑河流域水文要素变化特征分析[J]. 水利科技
与经济, 2008, 14(11): 874-875.
WU Jingxia. Analysis of characteristics of Xi’an Heihe water-
shed hydrology factors change. Water Science Technology and
Economy, 2008, 14(11): 874-875. (in Chinese)
[8] 莫淑红, 沈冰, 季瑞瑞, 汪志荣. 西安市区地表供水水源径流
变化规律分析[J]. 干旱区研究, 2006, 23(1): 183-188.
MO Shuhong, SHEN Bing, JI Ruirui and WANG Zhirong.
Analysis on the periodicity and variance trend of runoff volumes
of surface water supply for the urban area of Xi’an City. Arid
Zone Research, 2006, 23(1): 183-188. (in Chinese)
[9] 王中根, 刘昌明, 吴险峰. 基于 DEM的分布式水文模型研究
综述[J]. 自然资源学报, 2003, 18(2): 168-173.
WANG Zhonggen, LIU Changming and WU Xianfeng. A re-
view of the studies on distributed hydrological model based on
DEM. Journal of Natural Resources, 2003, 18(2): 168-173. (in
Chinese)
[10] 汤国安, 杨昕. ArcGIS 地理信息系统空间分析实验教程[M].
北京: 科学出版社, 2006.
TANG Guoan, YANG Xin. ArcGIS geographic information sys-
tem spatial analysis experiment tutorial. Beijing: Science Press,
2006. (in Chinese)
[11] 邱国玉, 张清涛. 快速城市化过程中深圳的水资源与水环境
问题[J]. 河海大学学报: 自然科学版, 2010, 38(6): 629-633.
QIU Guoyu, ZHANG Qingtao. Rapid urbanization in the proc-
ess of water resources and water environment problems of Shen-
zhen. Journal of Hehai University, 2010, 38(6): 629-633. (in
Chinese)
[12] 丁相毅, 贾仰文, 王浩, 牛存稳. 气候变化对海河流域水资源
的影响及其对策[J]. 自然资源学报, 2010, 25(4): 604-613.
DING Xiangyi, JIA Yangwen, WANG Hao and NIU Cunwen.
Impacts of climate change on water resources in the Haihe River
basin and corresponding countermeasures. Journal of Natural
Resources, 2010, 25(4): 604-613. (in Chinese)
[13] 张利平, 曾思栋, 王任超, 夏军. 气候变化对滦河流域水文循
环的影响及模拟[J]. 资源科学, 2011, 33(5): 966-974.
ZHANG Liping, ZENG Sidong, WANG Renchao and XIA Jun.
Impacts of climate change on the hydrological cycle in the Luan
River Basin. Resources Science, 2011, 33(5): 966-974. (in Chi-
nese).
[14] 芮孝芳. 流 域水文模型研究中的若干问题[J]. 水科学进展,
1997, 8(1): 94-98.
RUI Xiaofang. Several problems in the study of watershed hy-
drological model. Water Science Progress, 1997, 8(1): 94-98. (in
Chinese)
Copyright © 2013 Hanspub
308

版权所有:汉斯出版社 (Hans Publishers) Copyright © 2012 Hans Publishers Inc. All rights reserved.