張　佳，霍艾迪，張　駿

( 長(zhǎng)安大學(xué) a.環(huán)境科學(xué)與工程學(xué)院；b.地質(zhì)工程與測(cè)繪學(xué)院，西安　710054)

?

基于SWAT模型的長(zhǎng)江源區(qū)巴塘河流域徑流模擬

張佳a(bǔ)，霍艾迪a，張駿b

( 長(zhǎng)安大學(xué) a.環(huán)境科學(xué)與工程學(xué)院；b.地質(zhì)工程與測(cè)繪學(xué)院，西安710054)

摘要：為了分析長(zhǎng)江源區(qū)巴塘河流域氣候變化與徑流的水文響應(yīng)關(guān)系，根據(jù)研究區(qū)的DEM(digital elevation model)、氣象數(shù)據(jù)、土壤類型和土地利用數(shù)據(jù)，建立了SWAT(Soil and Water Assessment Tool)模型，并選用SUFI-2(Sequential Uncertainty Fitting)算法進(jìn)行SWAT模型參數(shù)的矯正及驗(yàn)證。模擬結(jié)果表明：矯正期與驗(yàn)證期的模擬徑流量與實(shí)測(cè)流量的峰值出現(xiàn)月份基本一致，均在巴塘河流域的6—9月份，最小值出現(xiàn)月份均在巴塘河流域的1，2月份，地下水延滯參數(shù)為影響模擬結(jié)果的首要因子。矯正期與驗(yàn)證期的模擬徑流量與實(shí)測(cè)徑流量之間的確定性系數(shù)及效率系數(shù)都高于0.8，該模型對(duì)巴塘流域的模擬效果良好，但受凍土影響較大。通過徑流模擬及影響因子分析，可為巴塘河流域的山洪泥石流災(zāi)害預(yù)測(cè)、風(fēng)險(xiǎn)分析與管理提供參考。

關(guān)鍵詞：SWAT模型；徑流模擬；敏感性分析；參數(shù)率定；模型驗(yàn)證

1研究背景

氣候變化及其不確定性將改變徑流的時(shí)序和量值，因此對(duì)未來的水資源規(guī)劃、管理和地質(zhì)災(zāi)害及其影響范圍的預(yù)測(cè)而言，研究分布式水文模型對(duì)徑流的模擬至關(guān)重要。

SWAT模型是美國(guó)農(nóng)業(yè)部(USDA)農(nóng)業(yè)研究局(ARS)開發(fā)的分布式流域尺度模型[1]。基于研究區(qū)的物理機(jī)制，采用易于獲取的輸入數(shù)據(jù)，SWAT模型可利用遙感和地理信息系統(tǒng)提供的空間信息模擬多種水文物理過程，模擬和預(yù)測(cè)多種土壤類型、土地利用類型和復(fù)雜管理?xiàng)l件下各流域的水資源、泥沙、營(yíng)養(yǎng)物質(zhì)以及殺蟲劑的運(yùn)移。目前，該模型在美國(guó)等北美洲國(guó)家、英國(guó)等歐洲國(guó)家及巴基斯坦等亞洲國(guó)家的應(yīng)用較為廣泛[2-5]。在中國(guó)，該模型在低海拔地區(qū)(平均海拔<3 500 m)應(yīng)用較為廣泛[6-9]，在青藏高原地區(qū)應(yīng)用相對(duì)較少。青藏高原腹地又有三江源區(qū)之稱，是長(zhǎng)江、瀾滄江及黃河的發(fā)源地。巴塘河為通天河支流，屬長(zhǎng)江水系。該模型在長(zhǎng)江中下游地區(qū)已經(jīng)取得良好的應(yīng)用效果[10-12]，但在長(zhǎng)江源區(qū)的應(yīng)用數(shù)量較少[13-14]。

玉樹縣位于青海省南部，為青藏高原重要的生態(tài)環(huán)境保護(hù)區(qū)。2010年4月14日7時(shí)49分，青海省玉樹州玉樹縣發(fā)生里氏7.1級(jí)強(qiáng)烈地震。地震造成大面積山體松動(dòng)、溝道堵塞，引發(fā)了大量滑坡、崩塌、泥石流等地質(zhì)災(zāi)害。因降雨是泥石流災(zāi)害的主要誘發(fā)因子，徑流的大小又影響泥石流災(zāi)害的規(guī)模。本文在傳統(tǒng)SWAT徑流模擬的基礎(chǔ)上，對(duì)率定參數(shù)進(jìn)行了敏感性等級(jí)分類，并將其徑流變化與水文響應(yīng)的關(guān)系進(jìn)行了分析。通過參數(shù)率定，可實(shí)現(xiàn)通過氣象數(shù)據(jù)模擬徑流及未來徑流的目的，從而間接地再現(xiàn)和預(yù)測(cè)該區(qū)的山洪泥石流災(zāi)害，可對(duì)研究區(qū)防災(zāi)減災(zāi)工作起到一定借鑒意義。

2研究區(qū)概況

玉樹縣地處青藏高原東部，縱跨長(zhǎng)江與瀾滄江2大水系，地勢(shì)高聳，地形復(fù)雜。現(xiàn)代工業(yè)、科技、教育欠發(fā)達(dá)，為三江源重要的生態(tài)環(huán)境保護(hù)區(qū)，是青海南部重要的物資集散貿(mào)易重地。該縣位于青海省南部，玉樹藏族自治州東部。東南同西藏昌都地區(qū)接壤，西南與囊謙縣為鄰，北和曲麻萊縣、稱多縣及四川省甘孜州石渠縣隔通天河相望，西與雜多縣、治多縣毗連，地理位置介于東經(jīng)95°41′～97°44′，北緯32°02′～33°44′之間，全縣總面積15 442.08 km2。境內(nèi)平均海拔4 493.4 m，氣候寒冷，年溫差小，日溫差大，年均氣溫2.9 ℃，年降水量487 mm。地形西北和中部高，東南低，以高山峽谷和山原地帶為主，間有許多小盆地和湖盆。研究區(qū)的地理位置如圖1所示。

圖1　研究區(qū)的地理位置Fig.1　Map of the study area

3研究方法

3.1原理

SWAT模型進(jìn)行水文模擬的原理是水量守恒。水量守恒方程如式(1)所示。

(1)

式中：SWt是最終土壤含水量；SW0是初始土壤含水量；t是模擬天數(shù)；Rday是第i天的降水量；Qsurf是第i天的表面徑流量；Ea是第i天的蒸散發(fā)量；Wseep是進(jìn)入土壤滲流區(qū)的下滲量；Qgw是第i天的回流量。

表面徑流采用SCS(Soil Conservation Service)徑流曲線法，下滲采用土壤蓄水演算技術(shù)，測(cè)流采用動(dòng)力學(xué)蓄水容量模型，地下徑流采用淺水帶蓄水模型，蒸散發(fā)采用Penman-Monteith法，傳輸損失采用SCS的Lanes Method計(jì)算[15]。在氣象模塊中，觀測(cè)的降雨量、最高氣溫和最低氣溫、相對(duì)濕度、風(fēng)速、太陽(yáng)輻射量可以直接加載進(jìn)行計(jì)算。在土壤溫度模塊中，研究區(qū)土壤的物理及化學(xué)性質(zhì)通過土地利用圖及土壤數(shù)據(jù)庫(kù)進(jìn)行加載。

3.2數(shù)據(jù)準(zhǔn)備

研究區(qū)的基礎(chǔ)資料主要包括：DEM、土地利用數(shù)據(jù)、土壤類型數(shù)據(jù)、青海省玉樹縣氣象觀測(cè)站2004—2011年降水、氣溫與濕度數(shù)據(jù)，以及2009—2011年玉樹縣結(jié)古鎮(zhèn)新寨站月徑流數(shù)據(jù)。

DEM數(shù)據(jù)即數(shù)字高程模型數(shù)據(jù)，可利用ArcGIS的空間分析功能獲取SWAT模型所需要的地形，計(jì)算河流流向、提取水系、劃分子流域及匯流區(qū)域等。土地利用數(shù)據(jù)、土壤類型數(shù)據(jù)及從DEM提取的坡度值，用來劃分流域的HRUs(hydrologic response units)。HRUs即水文響應(yīng)單元，每一個(gè)水文響應(yīng)單元是子流域內(nèi)具有相同土地利用類型，土壤類型及土地管理信息的土地最小劃分單元，也是SWAT模型中進(jìn)行水文計(jì)算的最小單元。通過西部數(shù)據(jù)共享中心土地利用圖屬性表的Value值及SWAT土地利用類型分類代碼，可實(shí)現(xiàn)當(dāng)?shù)匮芯繀^(qū)土地利用類型的SWAT重分類。此次分類所用SWAT模型土地利用代碼為URLD和AGRR。其中，URLD代表下墊面多為硬化道路及人工建筑物的居民區(qū)；AGRR代表以高寒草甸為主的山地植被區(qū)。重分類后的土地利用類型重編碼結(jié)果如圖2所示。圖中1-23指子流域編號(hào)，下同。

圖2　土地利用類型重分類Fig.2　Reclassified land-use classes

本次模擬所用土壤數(shù)據(jù)源于西部數(shù)據(jù)中心的1∶1 000 000全國(guó)土壤分類圖。在ArcGIS里根據(jù)土壤類型圖的Value值找出土壤類型圖里對(duì)應(yīng)的土壤類型FAO90分類，并將對(duì)應(yīng)分類的土壤類型數(shù)據(jù)錄入SWAT模型的土壤數(shù)據(jù)庫(kù)。同時(shí)，根據(jù)每種土壤類型的顆粒組成特征，可在SPAW(Soil-Plant-Air-Water) Hydrology軟件里獲得土壤飽和水力傳導(dǎo)率等土壤參數(shù)。研究區(qū)的土壤類型數(shù)據(jù)庫(kù)建立完畢后，可實(shí)現(xiàn)研究區(qū)土壤類型重分類，其分類結(jié)果如圖3所示。

圖3　土壤類型重分類Fig.3　Reclassified soil classes

將玉樹縣氣象觀測(cè)站2004—2011年降水、氣溫與濕度數(shù)據(jù)用于重現(xiàn)模擬時(shí)段的氣象情景，將同期的月徑流數(shù)據(jù)用于模型矯正和驗(yàn)證。數(shù)據(jù)尺度與來源如表1所示。

表1　研究區(qū)基礎(chǔ)數(shù)據(jù)

3.3徑流模擬及參數(shù)率定

在ArcGIS里加載研究區(qū)DEM數(shù)據(jù)后，用SWAT模塊對(duì)其進(jìn)行填洼，并用D8算法的TOPAZ (Topographic Parameterization) 軟件包確定水流流向，給定流域閾值提取研究區(qū)河網(wǎng)。對(duì)河網(wǎng)添加觀測(cè)點(diǎn)后，SWAT模型可對(duì)流域進(jìn)行子流域劃分及流域參數(shù)計(jì)算。加載土地利用類型和土壤類型后，根據(jù)SWAT模型的最大坡度、最小坡度及坡度均值，將研究區(qū)的坡度分為2類，即將坡度分析值在0%～5%的自動(dòng)歸類為一個(gè)圖層，坡度分析值在5%～9 999%的歸類為另一個(gè)圖層。根據(jù)研究區(qū)DEM、土壤和土地利用的分布及坡度分類，青海玉樹縣巴塘流域可劃分為23個(gè)子流域和100個(gè)水文響應(yīng)單元，其子流域分布見圖4。子流域面積從107.96 km2至4 016.73 km2不等。

圖4　子流域劃分Fig.4　Subbasins of the study area

SWAT-CUP(SWAT Calibration Uncertainty Procedures)是矯正SWAT模型和進(jìn)行不穩(wěn)定性分析的電腦程序，主要包括以下3大程序：Generalized Likelihood Uncertainty Estimation (GLUE), Parameter Solution (ParaSo)和Sequential Uncertainty FItting (SUFI-2)。本文選用SUFI-2法進(jìn)行SWAT模型參數(shù)的矯正及驗(yàn)證。矯正期為2003—2009年，其中2003—2007 年為模型的預(yù)熱期；驗(yàn)證期為2003—2011年，其中2003—2009年為預(yù)熱期。

本文選用確定性系數(shù)R2和Nash-Sutcliffe模型效率系數(shù)Ens評(píng)價(jià)模型在參數(shù)率定和驗(yàn)證過程中的合理性。確定性系數(shù)R2和Nash-Sutcliffe模型效率系數(shù)Ens可在SWAT-CUP中通過自動(dòng)求參得到。確定性系數(shù)R2用于實(shí)測(cè)值與模擬值之間數(shù)吻合程度評(píng)價(jià)。確定性系數(shù)=1表示非常吻合，當(dāng)確定性系數(shù)< 1 時(shí)，值越小則表明數(shù)據(jù)吻合程度越低。

確定性系數(shù)R2的計(jì)算公式為

(2)

效率系數(shù)Ens的計(jì)算公式為

(3)

式中:Qo,i為實(shí)測(cè)值；Qp,i為模擬值；Qavg為實(shí)測(cè)平均值；n為觀測(cè)值個(gè)數(shù)。當(dāng)Ens=1時(shí)，實(shí)測(cè)值等于模擬值。如果Ens為負(fù)值，說明模型模擬值比直接使用實(shí)測(cè)數(shù)據(jù)的算術(shù)平均值的可信度更低。

4結(jié)果與討論

4.1徑流模擬

采用青海省玉樹縣結(jié)古鎮(zhèn)新寨水文站2003—2009年的逐月徑流數(shù)據(jù)進(jìn)行模型矯正及驗(yàn)證后，模型的模擬值與實(shí)測(cè)值的確定性系數(shù)分別為0.82和0.85。其擬合結(jié)果如圖5所示。

矯正期(圖5(a))與驗(yàn)證期(圖5(b))的徑流模擬結(jié)果表明，實(shí)測(cè)徑流與模擬徑流峰值出現(xiàn)月份一致，均在巴塘河流域的6—9月份，最小值出現(xiàn)在巴塘河流域的1，2月份。但由于玉樹縣這類高海拔高寒地區(qū)凍土季節(jié)變化復(fù)雜，氣象站點(diǎn)較少，限制了模型精度的進(jìn)一步提高，導(dǎo)致該區(qū)實(shí)測(cè)徑流與模擬徑流在相位和峰值上具有一定差異。

4.2 參數(shù)敏感性分析

研究區(qū)參數(shù)的初始值及范圍,率定的最佳值如表2所示。調(diào)參類型里的R代表調(diào)參時(shí)用此次參數(shù)率定的最佳值乘以上一次模擬所用參數(shù)值，V代表用此次參數(shù)率定的最佳值代替上一次模擬所用參數(shù)值。t為敏感性評(píng)判因子，參數(shù)t的絕對(duì)值越大表明參數(shù)對(duì)模型的預(yù)測(cè)結(jié)果影響越大。負(fù)的狀態(tài)值表示該參數(shù)對(duì)預(yù)測(cè)結(jié)果呈負(fù)影響，即增加參數(shù)值將減小模型的輸出結(jié)果。根據(jù)其敏感性取值，按t的絕對(duì)值大小將參數(shù)敏感性分為4類：低敏感性、中敏感性、高敏感性和極高敏感性。低敏感性參數(shù)的t值取值范圍為(-∞,0.05)；中敏感性參數(shù)t值絕對(duì)值范圍為[0.05,0.2);高敏感性參數(shù)t值絕對(duì)值范圍為[0．2,1)；極高敏感性參數(shù)t值絕對(duì)值[1,+∞)。敏感因子分類標(biāo)準(zhǔn)如表3所示。

表2　參數(shù)范圍

表3　參數(shù)敏感性等級(jí)分類標(biāo)準(zhǔn)[16]

由表4可知:敏感性極高的依次為地下水延滯參數(shù)GW_DELAY.gw、鮮土重度SOL_BD(1).sol，土壤飽和導(dǎo)水率SOL_K(1).sol、土壤蒸發(fā)補(bǔ)償系數(shù)ESCO.hru和河道有效導(dǎo)水率CH_K2.rte；敏感性高的參數(shù)依次為河道曼寧系數(shù)CH_N2.rte、基流衰退系數(shù)ALPHA_BF.gw、土壤可利用水SOL_AWC(1).sol、淺層地下水徑流系數(shù)GWQMN.gw、地下水蒸發(fā)系數(shù)GW_REVAP.gw、SCS徑流曲線系數(shù)CN2.mgt、河岸貯水的基流α因子ALPHA_BNK.rte、降雪溫度SFTMP.bsn。鮮土重度SOL_BD(1).sol和土壤飽和導(dǎo)水率SOL_K(1).sol敏感性較高，這也表明研究區(qū)凍土對(duì)模擬結(jié)果影響較大。

表4　參數(shù)敏感性分析

4.3 模擬結(jié)果評(píng)價(jià)

由表5可知，率定期月徑流的確定性系數(shù)R2為0.85，模型效率系數(shù)Ens為0.81，p值和r值分別為0.71和0.67。驗(yàn)證期確定性系數(shù)R2為0.82,模型效率系數(shù)Ens為0.81，p和r值分別為0.54和0.97。確定性系數(shù)和模型效率系數(shù)都高于0.8,這表明SWAT模型在巴塘流域的徑流模擬具有良好適用性。矯正期的p值與r值均較小，表明觀測(cè)值落在不確定性區(qū)間的數(shù)量較少，且擬合度較低，徑流模擬的實(shí)際不確定性較大。驗(yàn)證期的p值較小，r值較大，表明觀測(cè)值落在不確定性區(qū)間的數(shù)量較少，但擬合度較高，徑流模擬的實(shí)際不確定性較大。徑流模擬的實(shí)際不確定性較大，可能與周圍水庫(kù)以及人為影響有關(guān)。

表5　模擬結(jié)果評(píng)估參數(shù)

對(duì)矯正期及驗(yàn)證期的實(shí)測(cè)徑流和模擬徑流值做相關(guān)性分析。矯正期和驗(yàn)證期的實(shí)測(cè)徑流和模擬徑流線性相關(guān)曲線如圖6所示。

由圖6可知，矯正期及驗(yàn)證期的實(shí)測(cè)徑流和模擬徑流具有線性相關(guān)關(guān)系，其表達(dá)式分別為：

(4)

圖6　矯正期和驗(yàn)證期實(shí)測(cè)徑流與模擬徑流相關(guān)分析Fig.6　Curves of the correlation between simulated andobserved runoff in calibration period andvalidation period

5結(jié)論

矯正期與驗(yàn)證期的模擬地表徑流量與實(shí)測(cè)流量的較大值出現(xiàn)月份大致一致，均在巴塘河流域的6—9月份，最小值出現(xiàn)月份均在巴塘河流域的1,2月份。根據(jù)敏感性分析，對(duì)巴塘流域徑流模擬結(jié)果最為敏感的參數(shù)為地下水延滯參數(shù)(GW_DELAY.gw)，其次為鮮土重度SOL_BD(1).sol、土壤飽和導(dǎo)水率SOL_K(1).sol、土壤蒸發(fā)補(bǔ)償系數(shù)ESCO.hru、河道有效導(dǎo)水率CH_K2.rte等。矯正期與驗(yàn)證期的模擬地表徑流量與實(shí)測(cè)流量的相關(guān)系數(shù)和模型效率系數(shù)都高于0.8，這表明SWAT模型在巴塘流域的徑流模擬具有良好適用性。矯正期及驗(yàn)證期的實(shí)測(cè)徑流與模擬徑流均線性相關(guān)。矯正期及驗(yàn)證期殘差圖中的散點(diǎn)在中軸上下兩側(cè)隨機(jī)分布，證明擬合直線合理。

本文所用SWAT模型對(duì)巴塘流域的月徑流模擬效果良好。通過對(duì)巴塘流域徑流影響因子分析，可提高通過氣象因子模擬和預(yù)測(cè)徑流的精度，從而為巴塘流域山洪泥石流災(zāi)害的風(fēng)險(xiǎn)分析與管理提供參考。

參考文獻(xiàn)：

[1]WINCHELL M, SRINIVASAN R, LUZIO M D,etal. SWAT Interface for SWAT2009 User’s Guide[K]. USA: Blackland Research Center, Soil and Water Research Laboratory, 2009.

[2]WU Yi-ping, LIU Shu-guang, OMAR I A A. Hydrological Effects of the Increased CO2and Climate Change in the Upper Mississippi River Basin Using a Modified SWAT[J]. Climatic Change, 2012, 110(3): 977-1003.

[3]KAZI R, CHETAN M, MARTIN B,etal. Streamflow Modeling in a Highly Managed Mountainous Glacier Watershed Using SWAT: The Upper Rhone River Watershed Case in Switzerland[J]. Water Resources Management, 2013, 27: 323-339.

[4]ARIF M, HENRY D J, MOON C J. Host Rock Characteristics and Source of Chromium and Beryllium for Emerald Mineralization in the Ophiolitic Rocks of the Indus Suture Zone in Swat, NW Pakistan[J]. Ore Geology Reviews, 2011, 39(1/2):1-20.[5]ZHANG Wei-bin,ZHA Xiao-chun,LI Jia-xing,etal.Spatiotemporal Change of Blue Water and Green Water Resources in the Headwater of Yellow River Basin, China[J].Water Resources Management,2014,28(13):4715-4732.[6]王林, 陳興偉. SWAT 模型流域徑流模擬研究進(jìn)展[J].華僑大學(xué)學(xué)報(bào)( 自然科學(xué)版),2008,29(1):6-10.

[7]張蕾, 盧文喜, 安永磊, 等. SWAT 模型在國(guó)內(nèi)外非點(diǎn)源污染研究中的應(yīng)用進(jìn)展[J].生態(tài)環(huán)境學(xué)報(bào),2009, 18(6): 2387-2392.

[8]HUANG Qing-hua, YANG Yong-guo, CHEN Yu-hua. Hydrological Process Factors Analysis of Heihe River Mountain Basin Based on GIS[J]. Agricultural Science & Technology, 2011, 11(3): 147-150.

[9]AKANSHA K, MANOJ K J. Hydrological Simulation in a Forest Dominated Watershed in Himalayan Region Using SWAT Model[J]. Water Resource Management, 2013, 27(8): 3005-3023.

[10]WANG Zhao-hui, ZHAO Deng-zhong, CAO Bo,etal. Research on Simulation of Non-point Source Pollution in Qingjiang River Basin Based on SWAT Model and GIS[J]. Journal of Yangtze River Scientific Research Institute, 2010, 27(1):57-61.

[11]盧曉寧, 韓建寧, 熊東紅, 等.基于SWAT模型的忠縣蝦子嶺流域地表徑流特征淺析[J].長(zhǎng)江科學(xué)院院報(bào), 2010,27(11):15-20.

[12]黃英, 王杰, 黃松柏, 等.昆明市松華壩水源區(qū)小流域土壤侵蝕分析[J].長(zhǎng)江科學(xué)院院報(bào), 2010,27(11):15-20.

[13]陳楊.基于 ArcGIS Desktop 的丹江口入庫(kù)徑流分析[D].武漢：華中科技大學(xué), 2010.

[14]胡宏昌.基于植被和凍土協(xié)同影響的江河源區(qū)水循環(huán)研究[D].蘭州：蘭州大學(xué), 2009.

[15]NEITSCH S L, ARMOLD J G, KINIRY J R,etal. Soil and Water Assessment Tool Theoretical Documentation Version 2009[K]. USA: Grassland, Soil and Water Research Laboratory, 2011.

[16]任秀文, 姜國(guó)強(qiáng), 鐘滿妮, 等.SWAT模型參數(shù)敏感性分析及增江流域的應(yīng)用[C]∥中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集. 北京：中國(guó)環(huán)境科學(xué)出版社,2011:262-268.

(編輯：趙衛(wèi)兵)

Simulation of Runoff in Batang River Basin in the SourceArea of Yangtze River Using SWAT

ZHANG Jia1, HUO Ai-di1, ZHANG Jun2

(1.School of Environmental Science and Engineering, Chang’an University, Xi’an710054, China；2.School of Geology Engineering Geomatics, Chang’an University, Xi’an710054, China)

Abstract:To analyze the hydrology response of climate change and runoff in Batang River basin in the source area of Yangtze River, SWAT(Soil and Water Assessment Tool) model was established based on the DEM (Digital Elevation Model), meteorological data, soil type and land use map data. Furthermore, SUFI-2(Sequential Uncertainty Fitting) was employed to calibrate and validate the model. The simulation results showed that the peak values of observed and simulated runoff were roughly similar, and the peak values were in June, July, August and September; the valley values were in January and February. Factor of groundwater delay was the most essential factor affecting the simulation result. The determination coefficient and efficiency coefficient of the simulated and observed runoff both in calibration period and validation period were all greater than 0.8, indicating that the SWAT model is suitable for the Batang River basin, but was largely affected by frozen soil. On the basis of runoff simulation and analysis of affecting factors, better risk analysis and prediction of mountain torrents and debris flow hazards for the Batang River basin will be taken according to the previous work.

Key words:SWAT; runoff simulation; sensitivity analysis; parameter calibration; model validation

中圖分類號(hào)：P333

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-5485(2016)05-0018-05

doi:10.11988/ckyyb.201501302016,33(05):18-22，27

作者簡(jiǎn)介：張佳(1990-)，女，寧夏中衛(wèi)人，碩士研究生，研究方向?yàn)樗哪Ｐ停?電話)18702996151(電子信箱)flyzjsel@163.com。通訊作者：霍艾迪(1971-),男，陜西西安人，副教授 ，博士，研究方向?yàn)樗哪Ｐ停?電話)029-82339360(電子信箱)huoaidi@126.com。

基金項(xiàng)目：中國(guó)地質(zhì)調(diào)查局西安地質(zhì)調(diào)查中心項(xiàng)目(12120113008800)；中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室開放研究基金項(xiàng)目(IWHR-SKL-201510)

收稿日期：2015-03-03；修回日期： 2015-03-12