基于改進(jìn)SWAT+模型的青海湖流域水文情勢(shì)精準(zhǔn)解析與趨勢(shì)洞察一、引言1.1研究背景與意義青海湖作為我國最大的內(nèi)陸咸水湖，位于青藏高原東北部，是維系青藏高原東北部生態(tài)安全的重要水體，在區(qū)域生態(tài)平衡中扮演著關(guān)鍵角色。青海湖流域涵蓋了多種生態(tài)系統(tǒng)，如草原、濕地、荒漠等，是眾多珍稀野生動(dòng)植物的棲息地，其生態(tài)服務(wù)功能價(jià)值巨大，不僅為周邊地區(qū)提供水源涵養(yǎng)、氣候調(diào)節(jié)等服務(wù)，還對(duì)維護(hù)生物多樣性意義非凡。然而，近年來，受全球氣候變化以及人類活動(dòng)加劇的雙重影響，青海湖流域的生態(tài)環(huán)境面臨嚴(yán)峻挑戰(zhàn)。氣候變暖致使流域內(nèi)氣溫顯著上升，降水格局發(fā)生改變，冰川退縮加速。與此同時(shí)，人口增長和經(jīng)濟(jì)發(fā)展帶來的過度放牧、水資源不合理開發(fā)利用、土地開墾等人類活動(dòng)，進(jìn)一步加劇了流域生態(tài)系統(tǒng)的脆弱性。在這些因素的綜合作用下，青海湖流域出現(xiàn)了一系列生態(tài)環(huán)境問題，如青海湖水位下降、湖面萎縮、水質(zhì)咸化、土地沙漠化擴(kuò)展、草地退化以及生物多樣性減少等。這些問題不僅威脅到流域內(nèi)生態(tài)系統(tǒng)的穩(wěn)定與安全，也對(duì)當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)的可持續(xù)發(fā)展構(gòu)成了嚴(yán)重制約。水文情勢(shì)作為生態(tài)系統(tǒng)的重要組成部分，是反映流域生態(tài)環(huán)境變化的關(guān)鍵指標(biāo)。它不僅決定了水資源的時(shí)空分布和動(dòng)態(tài)變化，還深刻影響著生態(tài)系統(tǒng)的結(jié)構(gòu)和功能。例如，河流水文情勢(shì)的改變會(huì)直接影響水生生物的生存環(huán)境，進(jìn)而影響整個(gè)水生態(tài)系統(tǒng)的平衡；湖泊水位和水量的變化則會(huì)對(duì)周邊濕地生態(tài)系統(tǒng)的植被生長、候鳥棲息等產(chǎn)生深遠(yuǎn)影響。因此，深入研究青海湖流域的水文情勢(shì)，對(duì)于揭示流域生態(tài)環(huán)境變化的機(jī)制、預(yù)測其未來發(fā)展趨勢(shì)以及制定科學(xué)合理的生態(tài)保護(hù)和水資源管理策略具有至關(guān)重要的意義。傳統(tǒng)的水文研究方法在面對(duì)復(fù)雜的流域系統(tǒng)時(shí)，往往存在一定的局限性。例如，基于歷史數(shù)據(jù)的統(tǒng)計(jì)分析方法難以準(zhǔn)確預(yù)測未來水文情勢(shì)的變化，尤其是在氣候變化和人類活動(dòng)影響日益復(fù)雜的情況下；簡單的物理模型則無法充分考慮流域內(nèi)多種因素的相互作用。而SWAT+模型作為一種先進(jìn)的分布式水文模型，能夠綜合考慮氣候、地形、土壤、植被以及人類活動(dòng)等多種因素對(duì)水文過程的影響，為青海湖流域水文情勢(shì)的研究提供了有力的工具。SWAT+模型是在SWAT模型的基礎(chǔ)上發(fā)展而來，它繼承了SWAT模型的優(yōu)點(diǎn)，并在模型結(jié)構(gòu)、計(jì)算方法和數(shù)據(jù)處理等方面進(jìn)行了改進(jìn)和優(yōu)化。該模型能夠?qū)α饔騼?nèi)的降雨、蒸發(fā)、徑流、土壤水分等水文過程進(jìn)行精細(xì)化模擬，還可以模擬不同土地利用方式、水資源管理措施以及氣候變化情景下的水文響應(yīng)。通過應(yīng)用SWAT+模型，我們可以深入了解青海湖流域水文過程的內(nèi)在機(jī)制，準(zhǔn)確預(yù)測未來水文情勢(shì)的變化趨勢(shì)，為流域生態(tài)保護(hù)和水資源管理提供科學(xué)依據(jù)，具有重要的現(xiàn)實(shí)意義。1.2國內(nèi)外研究現(xiàn)狀SWAT+模型作為一種功能強(qiáng)大的分布式水文模型，在國內(nèi)外水文情勢(shì)分析領(lǐng)域得到了廣泛的應(yīng)用與研究。在國外，早期研究主要集中于模型的開發(fā)與完善，以及在北美地區(qū)典型流域的應(yīng)用測試。例如，Arnold等學(xué)者率先提出SWAT模型，并通過對(duì)美國多個(gè)流域的模擬研究，驗(yàn)證了模型在模擬流域水文過程方面的可行性和有效性，為后續(xù)研究奠定了堅(jiān)實(shí)基礎(chǔ)。隨著時(shí)間的推移，國外研究逐漸拓展到不同氣候區(qū)和地形條件下的流域，如歐洲阿爾卑斯山區(qū)的流域，研究人員利用SWAT+模型分析氣候變化對(duì)高海拔流域水文過程的影響，發(fā)現(xiàn)氣溫升高和降水模式改變導(dǎo)致流域徑流季節(jié)分配發(fā)生顯著變化，春季融雪徑流提前且峰值增大，而夏季基流減少，這對(duì)當(dāng)?shù)厮Y源管理和生態(tài)系統(tǒng)產(chǎn)生了深遠(yuǎn)影響。在國內(nèi)，SWAT+模型的應(yīng)用起步相對(duì)較晚，但發(fā)展迅速。眾多學(xué)者將其應(yīng)用于不同流域的水文情勢(shì)研究，取得了豐富的成果。在黃河流域，研究者運(yùn)用SWAT+模型模擬流域徑流變化，結(jié)合歷史氣象數(shù)據(jù)和土地利用變化信息，分析人類活動(dòng)和氣候變化對(duì)徑流的影響程度，結(jié)果表明人類活動(dòng)如水利工程建設(shè)、農(nóng)業(yè)灌溉用水增加等，是導(dǎo)致近幾十年來黃河流域徑流減少的重要因素之一。在長江流域，相關(guān)研究利用SWAT+模型評(píng)估不同土地利用情景下的水文響應(yīng)，通過設(shè)置林地、耕地、建設(shè)用地等不同土地利用類型的變化情景，模擬得出林地面積增加可有效增加流域蒸散發(fā)，減少地表徑流，從而改善流域生態(tài)環(huán)境；而建設(shè)用地?cái)U(kuò)張則會(huì)導(dǎo)致地表徑流增加，加大洪澇災(zāi)害風(fēng)險(xiǎn)。針對(duì)青海湖流域，已有部分研究利用SWAT模型開展相關(guān)工作。舒衛(wèi)先等以分布式水文模型SWAT為基礎(chǔ)，結(jié)合湖泊水量平衡模型，建立了青海湖水位（水量）模型，模擬了青海湖過去幾十年水位變化過程，通過水文因子分析發(fā)現(xiàn)，20世紀(jì)80—90年代青海湖流域徑流和湖泊水位變化的主要原因是氣候變化。劉吉峰等利用SWAT對(duì)青海湖布哈河流域過去幾十年徑流變化進(jìn)行了模擬研究，揭示了該流域徑流變化的規(guī)律和影響因素。然而，目前針對(duì)青海湖流域利用SWAT+模型的研究相對(duì)較少，且現(xiàn)有研究存在一定局限性。一方面，在模型參數(shù)率定和驗(yàn)證過程中，由于青海湖流域地形復(fù)雜、氣候多變，實(shí)測數(shù)據(jù)有限，導(dǎo)致模型參數(shù)的不確定性較大，影響了模擬結(jié)果的精度和可靠性；另一方面，對(duì)青海湖流域復(fù)雜的生態(tài)水文過程耦合機(jī)制研究不夠深入，未能充分考慮湖泊與周邊陸地生態(tài)系統(tǒng)之間的相互作用，如湖泊蒸發(fā)對(duì)區(qū)域氣候和土壤水分的影響、湖濱濕地對(duì)徑流調(diào)節(jié)和水質(zhì)凈化的作用等。此外，在考慮未來氣候變化和人類活動(dòng)情景對(duì)青海湖流域水文情勢(shì)的綜合影響方面，研究也相對(duì)薄弱，缺乏系統(tǒng)全面的預(yù)測和分析。1.3研究目標(biāo)與內(nèi)容本研究旨在利用改進(jìn)的SWAT+模型，深入分析青海湖流域的水文情勢(shì)，揭示其變化規(guī)律和驅(qū)動(dòng)機(jī)制，為流域水資源合理利用與生態(tài)保護(hù)提供科學(xué)依據(jù)。具體研究目標(biāo)包括：準(zhǔn)確模擬青海湖流域的水文過程，評(píng)估模型在該復(fù)雜流域的適用性；量化氣候變化和人類活動(dòng)對(duì)流域水文情勢(shì)的影響程度；預(yù)測不同情景下流域未來水文情勢(shì)的變化趨勢(shì)?；谏鲜鲅芯磕繕?biāo)，本研究的主要內(nèi)容如下：青海湖流域數(shù)據(jù)收集與整理：全面收集青海湖流域的氣象、地形、土壤、植被、土地利用以及水文等多源數(shù)據(jù)。其中，氣象數(shù)據(jù)涵蓋降水、氣溫、風(fēng)速、相對(duì)濕度等要素，時(shí)間跨度選取具有代表性的時(shí)段，以反映氣候的長期變化趨勢(shì)；地形數(shù)據(jù)借助高精度的數(shù)字高程模型（DEM）獲取，用于分析流域的地形地貌特征，如坡度、坡向等，這些地形因素對(duì)水文過程有著重要影響，例如坡度決定了水流的速度和方向，進(jìn)而影響地表徑流的產(chǎn)生和匯集；土壤數(shù)據(jù)包含土壤類型、質(zhì)地、孔隙度、持水能力等信息，不同的土壤特性會(huì)導(dǎo)致水分下滲和儲(chǔ)存能力的差異，從而影響流域的水文循環(huán)；植被數(shù)據(jù)包括植被類型、覆蓋度等，植被通過蒸騰作用和截留降水對(duì)水文過程產(chǎn)生作用；土地利用數(shù)據(jù)記錄了耕地、林地、草地、建設(shè)用地等不同土地利用類型的分布和變化情況，土地利用的改變會(huì)直接影響地表徑流、蒸發(fā)和土壤侵蝕等水文過程。對(duì)收集到的數(shù)據(jù)進(jìn)行質(zhì)量控制和預(yù)處理，確保數(shù)據(jù)的準(zhǔn)確性和完整性，為后續(xù)的模型構(gòu)建和分析奠定堅(jiān)實(shí)基礎(chǔ)。SWAT+模型構(gòu)建與改進(jìn)：依據(jù)青海湖流域的自然地理特征和數(shù)據(jù)特點(diǎn)，構(gòu)建SWAT+模型。在構(gòu)建過程中，合理劃分流域子流域和水文響應(yīng)單元，這需要綜合考慮地形、水系、土地利用和土壤類型等因素，使模型能夠更準(zhǔn)確地反映流域內(nèi)不同區(qū)域的水文特性。針對(duì)青海湖流域復(fù)雜的生態(tài)水文過程，對(duì)模型進(jìn)行針對(duì)性改進(jìn)。例如，考慮湖泊與周邊陸地生態(tài)系統(tǒng)之間的強(qiáng)相互作用，改進(jìn)湖泊蒸發(fā)和入滲計(jì)算模塊，以更精確地模擬湖泊水量平衡；完善植被生長與水文過程耦合模塊，充分考慮植被對(duì)水分的吸收、蒸騰以及對(duì)土壤水分的調(diào)節(jié)作用，從而更真實(shí)地反映流域生態(tài)水文過程的復(fù)雜性。模型參數(shù)率定與驗(yàn)證：運(yùn)用SWAT-CUP等參數(shù)優(yōu)化軟件，結(jié)合青海湖流域的實(shí)測水文數(shù)據(jù)，對(duì)構(gòu)建的SWAT+模型進(jìn)行參數(shù)率定和驗(yàn)證。在參數(shù)率定過程中，采用多目標(biāo)優(yōu)化算法，綜合考慮徑流、蒸發(fā)、土壤水分等多個(gè)水文變量的模擬精度，以提高模型的整體性能。通過不斷調(diào)整模型參數(shù)，使模型模擬結(jié)果與實(shí)測數(shù)據(jù)達(dá)到最佳擬合狀態(tài)。在驗(yàn)證階段，利用獨(dú)立的實(shí)測數(shù)據(jù)對(duì)率定后的模型進(jìn)行檢驗(yàn)，評(píng)估模型在不同時(shí)間尺度和空間尺度上的模擬精度，確保模型能夠準(zhǔn)確可靠地模擬青海湖流域的水文過程。青海湖流域水文情勢(shì)分析：利用改進(jìn)并驗(yàn)證后的SWAT+模型，對(duì)青海湖流域的歷史水文情勢(shì)進(jìn)行模擬分析，包括徑流、蒸發(fā)、土壤水分等水文要素的時(shí)空變化特征。從時(shí)間維度上，分析不同年代、季節(jié)以及年際間水文要素的變化趨勢(shì)，例如研究多年來徑流的豐枯變化情況，以及不同季節(jié)蒸發(fā)量的差異；從空間維度上，探討流域內(nèi)不同區(qū)域水文要素的分布規(guī)律，如高海拔地區(qū)與低海拔地區(qū)土壤水分的差異，以及不同土地利用類型區(qū)域的徑流特征。通過對(duì)水文情勢(shì)的時(shí)空變化分析，揭示青海湖流域水文過程的內(nèi)在規(guī)律。氣候變化和人類活動(dòng)對(duì)水文情勢(shì)的影響分析：通過設(shè)置不同的氣候變化情景（如不同的氣溫升高幅度、降水變化模式）和人類活動(dòng)情景（如土地利用變化、水資源開發(fā)利用強(qiáng)度改變），利用SWAT+模型模擬分析其對(duì)青海湖流域水文情勢(shì)的影響。采用數(shù)理統(tǒng)計(jì)方法和敏感性分析技術(shù)，量化氣候變化和人類活動(dòng)各因素對(duì)水文要素的影響程度，確定影響水文情勢(shì)的關(guān)鍵因素。例如，通過敏感性分析確定降水變化和土地利用變化哪個(gè)對(duì)徑流的影響更為顯著，為制定合理的水資源管理和生態(tài)保護(hù)策略提供科學(xué)依據(jù)。未來情景下青海湖流域水文情勢(shì)預(yù)測：結(jié)合未來氣候變化和人類活動(dòng)的可能發(fā)展趨勢(shì)，設(shè)定多種情景，運(yùn)用改進(jìn)后的SWAT+模型預(yù)測青海湖流域未來30-50年的水文情勢(shì)變化。分析不同情景下徑流、蒸發(fā)、土壤水分等水文要素的變化趨勢(shì)，評(píng)估未來可能面臨的水資源短缺、洪澇災(zāi)害等風(fēng)險(xiǎn)。例如，預(yù)測在不同氣候變化情景下，流域內(nèi)未來的干旱和洪澇發(fā)生頻率和強(qiáng)度的變化，為流域水資源規(guī)劃和生態(tài)保護(hù)提供前瞻性的決策支持。二、研究區(qū)概況與數(shù)據(jù)來源2.1青海湖流域概況青海湖流域地處青藏高原東北部，是連接青海省東部、西部和青南地區(qū)的樞紐地帶，也是通往甘肅省河西走廊、西藏自治區(qū)、新疆維吾爾自治區(qū)的主要通道。其經(jīng)緯度范圍為北緯36°15′-38°20′，東經(jīng)97°50′-101°20′，土地總面積達(dá)29661平方千米。該流域在行政區(qū)劃上分別隸屬于海北藏族自治州的剛察縣和海晏縣、海西蒙古族藏族自治州的天峻縣以及海南藏族自治州的共和縣，涵蓋3州、4縣、45個(gè)鄉(xiāng)(鎮(zhèn))，但在剛察、天峻、海晏三縣中部分鄉(xiāng)村及其管轄范圍不在青海湖流域內(nèi)，共和縣列入青海湖流域的僅5個(gè)鄉(xiāng)(鎮(zhèn))，青海南山以南7個(gè)鄉(xiāng)(鎮(zhèn))不屬于該流域。此外，流域內(nèi)還有5個(gè)省、州、縣屬國有農(nóng)牧場。青海湖流域整體輪廓呈橢圓形，自西北向東南傾斜，是一個(gè)封閉的內(nèi)陸盆地，其水體形狀宛如一只“翱翔的雄鷹”。流域四周山巒起伏，河流縱橫，地形西北高、東南低，海拔在3194-5174米之間。北部為大通山，東部日月山是青海省農(nóng)業(yè)區(qū)與牧業(yè)區(qū)的分水嶺，西部高原丘陵帶與柴達(dá)木盆地相接，周圍山峰多在海拔4000米以上，最高處為西北部海拔5291米的崗格爾肖合力山。從相對(duì)高度2000米左右的山嶺到湖面之間，環(huán)帶狀發(fā)育著寬窄不一的侵蝕構(gòu)造地貌、堆積地貌和風(fēng)積地貌。青海湖湖面海拔3196米，湖面東西最長106千米，南北最寬67千米，水體面積4650.08平方公里，湖岸線長約360千米，蓄水量達(dá)1050億立方米，平均水深約21米多，最大水深為32.8米。青海湖是我國最大的內(nèi)陸咸水湖，水體含鹽量較高，堿度比海水高，湖中含氧量極低，浮游生物十分稀少，礦化度12.32克/升，含鹽量14.13克/升，透明度在3米以下。青海湖流域?qū)俑吆珊荡箨懶詺夂?，湖區(qū)干寒、少雨、太陽輻射強(qiáng)烈，氣溫日溫差較大，無霜期短。其地處中國西北部干旱區(qū)和西南部高寒區(qū)的交匯地帶，并有自身的湖泊效應(yīng)。湖區(qū)全年日照時(shí)數(shù)大部分都在3000小時(shí)以上，較青海以東同緯度地區(qū)高出700小時(shí)左右，年日照百分率達(dá)68-69%，年輻射總量在171.461千卡/平方厘米?年-106.693千卡/平方厘米?年，較同緯度的華北平原、黃土高原高10-40千卡/平方厘米?年。湖區(qū)東部和南部氣溫稍高，年均溫在0.3℃-1.1℃之間；西部和北部稍低，年均溫在-0.8℃-0.6℃之間，平均最高氣溫6.7℃-8.7℃之間，平均最低氣溫-6.7℃-4.9℃之間，極端最高氣溫25℃和24.4℃，極端最低氣溫-31℃和-33.4℃。湖區(qū)全年降水量偏少，東部和南部稍高于北部和西部，東部全年降水量是412.8毫米，南部是359.4毫米，西北部370.3毫米，西部360.4毫米和324.5毫米，全年蒸發(fā)量達(dá)1502毫米，蒸發(fā)量遠(yuǎn)遠(yuǎn)超過降水量，且降水量季節(jié)變化大，降水多集中在5-9月份，雨熱同季。湖區(qū)大風(fēng)、沙暴日數(shù)是全省較多的地區(qū)之一，每年2-4月，午后至傍晚多出現(xiàn)大風(fēng)，且盛行西北風(fēng)，以剛察為例，大風(fēng)（≥17米/秒）年均47.3天，2-4月最多，平均5.9-9.3天之間，最多3月份達(dá)19天之多，沙暴歷年平均為14天，重點(diǎn)保護(hù)區(qū)布哈河口-鳥島區(qū)多西北風(fēng)，最大風(fēng)力達(dá)9-10級(jí)。青海湖流域內(nèi)植被類型豐富多樣，包括灌叢植被（溫性河谷灌叢與高寒灌叢）、草原植被（溫性草原和高寒草原）、高山流石植被、草甸和沼澤植被（高寒草甸、鹽生草甸和沼澤草甸）以及栽培植被和沙生植被等。該區(qū)域現(xiàn)有種子植物52科，174屬，445種，其中裸子植物僅有3屬6種。湖區(qū)動(dòng)植物種類豐富，累計(jì)發(fā)現(xiàn)鳥類189種，獸類41種，兩棲爬行類5種，魚類8種，屬國家一、二級(jí)保護(hù)動(dòng)物35種，底棲動(dòng)物22種，其中在青海湖畔首次發(fā)現(xiàn)的普氏原羚屬世界極瀕危野生動(dòng)物之一。在土地利用方面，青海湖流域土地利用類型主要有耕地、林地、草地、水域、居民地、沙地和其他土地等。其中，草地面積占比較大，是流域的主要土地利用類型，主要分布在流域的大部分地區(qū)，為當(dāng)?shù)匦竽翗I(yè)發(fā)展提供了重要的基礎(chǔ)；耕地主要集中在地勢(shì)較為平坦、水源相對(duì)充足的區(qū)域，用于種植青稞、油菜等農(nóng)作物；林地分布在山區(qū)，對(duì)于保持水土、涵養(yǎng)水源起著重要作用；水域主要為青海湖及其周邊的河流、濕地等，是眾多水鳥的棲息地和繁殖地；居民地多分布在交通便利、靠近水源的地方，主要包括城鎮(zhèn)和鄉(xiāng)村聚落；沙地主要分布在流域的部分邊緣地區(qū)，由于風(fēng)蝕等作用，土地沙化現(xiàn)象較為明顯；其他土地則包括一些難以利用的裸地、石山等。近年來，受氣候變化和人類活動(dòng)的影響，青海湖流域土地利用發(fā)生了一定變化，如草地退化導(dǎo)致沙地面積有所擴(kuò)大，部分耕地因水資源短缺或生態(tài)保護(hù)需求而棄耕等。2.2數(shù)據(jù)來源與預(yù)處理本研究收集了多源數(shù)據(jù)，以滿足對(duì)青海湖流域水文情勢(shì)分析的需求，這些數(shù)據(jù)涵蓋地形、氣象、水文、土壤、土地利用等多個(gè)方面，具體來源及預(yù)處理方法如下：地形數(shù)據(jù)：采用分辨率為30米的數(shù)字高程模型（DEM）數(shù)據(jù)，來源于地理空間數(shù)據(jù)云平臺(tái)（/）。該平臺(tái)提供了覆蓋全球范圍的多分辨率DEM數(shù)據(jù)，通過對(duì)青海湖流域范圍的精確裁剪，獲取了研究區(qū)域的地形信息。在獲取數(shù)據(jù)后，利用ArcGIS軟件對(duì)DEM數(shù)據(jù)進(jìn)行了一系列預(yù)處理操作，包括投影轉(zhuǎn)換，將原始數(shù)據(jù)的投影系統(tǒng)轉(zhuǎn)換為適合研究區(qū)域的地理坐標(biāo)系，確保數(shù)據(jù)在空間位置上的準(zhǔn)確性；去除異常值，通過設(shè)定合理的高程閾值，剔除了因數(shù)據(jù)采集誤差或其他原因?qū)е碌拿黠@不合理的高程值；填充洼地，運(yùn)用ArcGIS的水文分析工具中的填洼功能，對(duì)DEM數(shù)據(jù)中的洼地進(jìn)行填充，以消除因洼地存在而導(dǎo)致的水流路徑不合理問題，從而使基于DEM數(shù)據(jù)提取的流域地形特征（如坡度、坡向、流域邊界、水系等）更加準(zhǔn)確可靠。氣象數(shù)據(jù)：氣象數(shù)據(jù)主要來源于中國氣象數(shù)據(jù)網(wǎng)（/），包括青海湖流域周邊10個(gè)氣象站點(diǎn)（剛察、海晏、天峻、共和等站點(diǎn)）1980-2020年的逐日降水、氣溫、風(fēng)速、相對(duì)濕度、日照時(shí)數(shù)等數(shù)據(jù)。這些氣象站點(diǎn)分布在青海湖流域及其周邊地區(qū)，能夠較好地反映流域內(nèi)的氣象變化情況。由于氣象數(shù)據(jù)在采集和傳輸過程中可能存在缺失值、錯(cuò)誤值等問題，因此對(duì)數(shù)據(jù)進(jìn)行了嚴(yán)格的質(zhì)量控制和預(yù)處理。對(duì)于缺失值，采用距離加權(quán)平均法進(jìn)行插補(bǔ)，即根據(jù)相鄰站點(diǎn)的氣象數(shù)據(jù)，按照距離遠(yuǎn)近賦予不同的權(quán)重，計(jì)算得出缺失值的估計(jì)值；對(duì)于錯(cuò)誤值，通過與歷史數(shù)據(jù)對(duì)比以及與周邊站點(diǎn)數(shù)據(jù)的相關(guān)性分析進(jìn)行修正，確保氣象數(shù)據(jù)的準(zhǔn)確性和完整性。同時(shí)，利用ANUSPLIN軟件對(duì)氣象數(shù)據(jù)進(jìn)行空間插值，生成整個(gè)青海湖流域的氣象要素柵格數(shù)據(jù)，以滿足分布式水文模型對(duì)氣象數(shù)據(jù)空間分布的要求。水文數(shù)據(jù)：水文數(shù)據(jù)主要包括青海湖流域內(nèi)主要河流（布哈河、沙柳河、哈爾蓋河等）的實(shí)測徑流數(shù)據(jù)，以及青海湖的水位、面積、蓄水量等數(shù)據(jù)。徑流數(shù)據(jù)來源于青海省水文水資源勘測局，時(shí)間跨度為1980-2020年，這些數(shù)據(jù)是通過分布在各河流上的水文監(jiān)測站長期觀測獲得的，具有較高的可靠性。青海湖的水位數(shù)據(jù)通過湖岸的水位監(jiān)測站獲取，面積和蓄水量數(shù)據(jù)則通過遙感影像解譯和湖泊地形測量數(shù)據(jù)計(jì)算得到。在對(duì)水文數(shù)據(jù)進(jìn)行預(yù)處理時(shí)，首先對(duì)徑流數(shù)據(jù)進(jìn)行了一致性檢驗(yàn)，采用雙累積曲線法分析徑流數(shù)據(jù)是否受到人類活動(dòng)（如水利工程建設(shè)、水資源開發(fā)利用等）的影響，若發(fā)現(xiàn)數(shù)據(jù)存在不一致性，通過對(duì)影響因素的分析進(jìn)行修正；然后對(duì)水位、面積、蓄水量等數(shù)據(jù)進(jìn)行了校準(zhǔn)和驗(yàn)證，確保數(shù)據(jù)的準(zhǔn)確性和連續(xù)性。土壤數(shù)據(jù)：土壤數(shù)據(jù)采用中國土壤數(shù)據(jù)庫（/）中的1:100萬土壤類型數(shù)據(jù)和土壤屬性數(shù)據(jù)。該數(shù)據(jù)庫包含了全國范圍內(nèi)詳細(xì)的土壤類型分布信息以及土壤質(zhì)地、孔隙度、容重、田間持水量、飽和導(dǎo)水率等屬性數(shù)據(jù)。針對(duì)青海湖流域，對(duì)土壤數(shù)據(jù)進(jìn)行了提取和整理，并根據(jù)SWAT+模型的輸入要求，將土壤屬性數(shù)據(jù)進(jìn)行了格式轉(zhuǎn)換和參數(shù)化處理。例如，將土壤質(zhì)地分類（砂土、壤土、粘土等）轉(zhuǎn)換為模型所需的土壤質(zhì)地代碼；將土壤孔隙度、飽和導(dǎo)水率等屬性數(shù)據(jù)按照模型要求的單位和取值范圍進(jìn)行調(diào)整，確保土壤數(shù)據(jù)能夠準(zhǔn)確地輸入到模型中，用于模擬土壤水分運(yùn)動(dòng)和下滲等水文過程。土地利用數(shù)據(jù)：土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（/），選取了1980年、1990年、2000年、2010年和2020年五個(gè)時(shí)期的30米分辨率土地利用遙感解譯數(shù)據(jù)。該數(shù)據(jù)是通過對(duì)多源遙感影像（如Landsat系列衛(wèi)星影像）進(jìn)行解譯和分類得到的，能夠反映不同時(shí)期青海湖流域土地利用類型的分布和變化情況。在獲取土地利用數(shù)據(jù)后，利用ArcGIS軟件對(duì)數(shù)據(jù)進(jìn)行了矢量化處理和拓?fù)錂z查，確保數(shù)據(jù)的空間完整性和準(zhǔn)確性；同時(shí)，根據(jù)研究需要，對(duì)土地利用類型進(jìn)行了重新分類和編碼，將原始的一級(jí)土地利用類型（耕地、林地、草地、水域、建設(shè)用地、未利用地等）進(jìn)一步細(xì)化為適合SWAT+模型模擬的土地利用/覆被類型，如將耕地細(xì)分為旱地和水田，草地細(xì)分為高覆蓋度草地、中覆蓋度草地和低覆蓋度草地等，以提高模型對(duì)不同土地利用類型下水文過程模擬的精度。三、SWAT+模型原理與構(gòu)建3.1SWAT+模型基本原理SWAT+模型作為一種先進(jìn)的分布式水文模型，其結(jié)構(gòu)設(shè)計(jì)緊密圍繞流域水文過程的復(fù)雜性展開，旨在實(shí)現(xiàn)對(duì)流域內(nèi)各種水文現(xiàn)象的精確模擬。該模型的核心結(jié)構(gòu)包含多個(gè)相互關(guān)聯(lián)的模塊，其中水循環(huán)模擬模塊是整個(gè)模型的基礎(chǔ)與核心，它全面細(xì)致地刻畫了流域內(nèi)的水循環(huán)過程。在水循環(huán)模擬過程中，SWAT+模型充分考慮了多種因素對(duì)水文過程的影響。降水是水循環(huán)的起始環(huán)節(jié)，模型依據(jù)研究區(qū)域內(nèi)各氣象站點(diǎn)的實(shí)測降水?dāng)?shù)據(jù)，結(jié)合空間插值技術(shù)，精確確定不同位置的降水量。這些降水?dāng)?shù)據(jù)不僅包含降水總量，還涵蓋降水的時(shí)間分布和強(qiáng)度變化信息。當(dāng)降水發(fā)生后，一部分降水會(huì)被植被冠層截留，截留量的大小取決于植被類型、覆蓋度以及冠層結(jié)構(gòu)等因素。例如，茂密的森林植被相較于稀疏的草地，其冠層截留能力更強(qiáng)。被截留的水分隨后會(huì)通過蒸發(fā)重新返回大氣，這一過程受到氣溫、相對(duì)濕度、風(fēng)速等氣象條件的影響。未被截留的降水則會(huì)落到地面，形成地表徑流或發(fā)生入滲。地表徑流的產(chǎn)生與下墊面條件密切相關(guān)，包括土壤類型、土地利用方式、坡度等。在坡度較大、土壤透水性較差且土地利用以建設(shè)用地為主的區(qū)域，地表徑流更容易產(chǎn)生且流量較大；而在坡度平緩、土壤透水性良好且植被覆蓋度高的區(qū)域，地表徑流則相對(duì)較少，大部分降水會(huì)通過入滲進(jìn)入土壤。入滲過程中，水分在土壤孔隙中運(yùn)動(dòng)，模型考慮了土壤質(zhì)地、孔隙度、初始含水量等因素對(duì)入滲速率的影響。不同質(zhì)地的土壤，如砂土、壤土和粘土，其入滲特性差異顯著，砂土的入滲速率通常較快，而粘土則較慢。進(jìn)入土壤的水分一部分會(huì)被植物根系吸收，用于植物的生長和蒸騰作用。植物蒸騰是一個(gè)復(fù)雜的生理過程，受到植物種類、生長階段、氣象條件以及土壤水分狀況等多種因素的綜合調(diào)控。在干旱條件下，植物為了維持自身的水分平衡，會(huì)通過調(diào)節(jié)氣孔開閉來減少蒸騰作用；而在濕潤條件下，植物蒸騰作用則相對(duì)較強(qiáng)。另一部分水分會(huì)在土壤中儲(chǔ)存，形成土壤含水量的變化。土壤含水量的動(dòng)態(tài)變化不僅影響著植物的生長，還與地表徑流、壤中流以及地下水的補(bǔ)給密切相關(guān)。當(dāng)土壤含水量達(dá)到田間持水量后，多余的水分會(huì)以壤中流的形式側(cè)向流動(dòng)，最終匯入河流或地下水系統(tǒng)。地下水是水循環(huán)的重要組成部分，SWAT+模型考慮了淺層地下水和深層地下水的相互作用以及與地表水的交換過程。降水入滲和壤中流是地下水的主要補(bǔ)給來源，而地下水又會(huì)通過泉流、基流等形式對(duì)河流進(jìn)行補(bǔ)給，維持河流的基流量。在一些地區(qū)，由于過度開采地下水，導(dǎo)致地下水位下降，進(jìn)而影響到地表水與地下水的相互關(guān)系，破壞了流域的水文平衡。模型能夠模擬這種人類活動(dòng)對(duì)地下水系統(tǒng)的影響，為水資源管理提供科學(xué)依據(jù)。除了水循環(huán)模擬，SWAT+模型還深入研究了污染物遷移轉(zhuǎn)化原理。在流域內(nèi)，污染物主要來源于農(nóng)業(yè)面源污染、工業(yè)廢水排放和生活污水排放等。以農(nóng)業(yè)面源污染為例，化肥和農(nóng)藥的使用是導(dǎo)致污染物產(chǎn)生的主要原因。在降水和地表徑流的作用下，土壤中的氮、磷等營養(yǎng)物質(zhì)以及農(nóng)藥會(huì)隨著水流進(jìn)入河流和湖泊，對(duì)水體質(zhì)量造成污染。模型通過建立污染物遷移轉(zhuǎn)化方程，考慮了污染物在土壤、水體和大氣中的傳輸過程，以及吸附、解吸、降解等化學(xué)和生物過程。例如，對(duì)于氮素的遷移轉(zhuǎn)化，模型區(qū)分了無機(jī)氮（如銨態(tài)氮和硝態(tài)氮）和有機(jī)氮，詳細(xì)模擬了它們?cè)谕寥乐械牡V化、硝化、反硝化等過程，以及在地表徑流和地下水中的遷移規(guī)律。通過這些模擬，能夠準(zhǔn)確預(yù)測不同污染源和不同管理措施下污染物的排放和擴(kuò)散情況，為流域水污染防治提供有力的決策支持。三、SWAT+模型原理與構(gòu)建3.2模型構(gòu)建步驟3.2.1流域劃分在構(gòu)建SWAT+模型的過程中，流域劃分是至關(guān)重要的基礎(chǔ)環(huán)節(jié)，其準(zhǔn)確性直接影響后續(xù)模擬結(jié)果的可靠性。本研究利用高分辨率的DEM數(shù)據(jù)，借助ArcGIS強(qiáng)大的水文分析工具，進(jìn)行流域邊界提取和子流域劃分。首先，將收集到的30米分辨率DEM數(shù)據(jù)導(dǎo)入ArcGIS軟件平臺(tái)。在導(dǎo)入過程中，確保數(shù)據(jù)的坐標(biāo)系統(tǒng)與研究區(qū)域的地理坐標(biāo)系一致，避免因坐標(biāo)差異導(dǎo)致的空間位置偏差。隨后，運(yùn)用ArcGIS的水文分析工具集中的“填洼”工具對(duì)DEM數(shù)據(jù)進(jìn)行預(yù)處理。這一步驟旨在消除DEM數(shù)據(jù)中由于數(shù)據(jù)采集誤差或地形起伏等原因造成的微小洼地，這些洼地可能會(huì)干擾水流的正常模擬，導(dǎo)致不合理的水流路徑和流域邊界劃分。通過設(shè)置合理的填洼參數(shù)，將洼地填平，使水流能夠按照真實(shí)的地形條件進(jìn)行流動(dòng)。完成填洼處理后，利用“流向”工具計(jì)算每個(gè)柵格單元的水流方向。水流方向的確定基于DEM數(shù)據(jù)的高程信息，通過比較相鄰柵格單元的高程值，確定水流從高處流向低處的方向。在計(jì)算過程中，考慮了多種流向算法，如D8算法，該算法能夠較為準(zhǔn)確地確定每個(gè)柵格單元的單一水流方向，為后續(xù)的匯流累積量計(jì)算和流域邊界提取提供基礎(chǔ)?；谟?jì)算得到的流向數(shù)據(jù)，運(yùn)用“匯流累積量”工具計(jì)算每個(gè)柵格單元的匯流累積量。匯流累積量表示在該柵格單元上游所有流入的水量總和，反映了水流在流域內(nèi)的匯聚情況。通過設(shè)定合適的匯流累積量閾值，確定河流網(wǎng)絡(luò)的位置和范圍。閾值的選擇需要綜合考慮研究區(qū)域的地形特征、水系分布以及研究精度要求等因素。在地形復(fù)雜、水系發(fā)達(dá)的區(qū)域，適當(dāng)降低閾值以捕捉更多的小支流；而在地形相對(duì)平坦、水系簡單的區(qū)域，可以適當(dāng)提高閾值，減少不必要的細(xì)小河流網(wǎng)絡(luò)，提高計(jì)算效率。確定河流網(wǎng)絡(luò)后，利用“分水嶺”工具提取流域邊界。分水嶺是相鄰流域之間的分界線，它將整個(gè)研究區(qū)域劃分為不同的流域范圍。在提取過程中，根據(jù)水流方向和匯流累積量數(shù)據(jù)，確定每個(gè)流域的邊界位置，確保邊界的準(zhǔn)確性和完整性。同時(shí)，對(duì)提取出的流域邊界進(jìn)行可視化檢查，與研究區(qū)域的實(shí)際地形和水系進(jìn)行對(duì)比，如有必要，進(jìn)行人工修正，以保證流域邊界與實(shí)際情況相符。為了進(jìn)一步細(xì)化流域模擬，將提取出的流域劃分為多個(gè)子流域。在子流域劃分過程中，考慮了地形、水系、土地利用和土壤類型等因素的空間分布差異。利用ArcGIS的“子流域劃分”工具，根據(jù)預(yù)設(shè)的子流域劃分規(guī)則和參數(shù)，將流域劃分為若干個(gè)相對(duì)獨(dú)立的子流域。例如，按照一定的面積閾值進(jìn)行劃分，使每個(gè)子流域的面積在合理范圍內(nèi)，既能保證模擬的精度，又能控制計(jì)算量。同時(shí)，結(jié)合水系分布，確保子流域之間的水流關(guān)系合理，能夠準(zhǔn)確反映流域內(nèi)的水文過程。3.2.2水文響應(yīng)單元（HRU）劃分在完成流域和子流域劃分后，進(jìn)行水文響應(yīng)單元（HRU）的劃分是提高SWAT+模型模擬精度的關(guān)鍵步驟，它能夠使模型更細(xì)致地反映流域內(nèi)不同區(qū)域的水文特性差異。本研究結(jié)合土地利用、土壤類型等多源數(shù)據(jù)，運(yùn)用ArcGIS和SWAT+模型自帶的工具，進(jìn)行HRU的劃分，確保每個(gè)HRU具有相似的水文響應(yīng)特性。首先，收集并整理青海湖流域的土地利用和土壤類型數(shù)據(jù)。土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的30米分辨率土地利用遙感解譯數(shù)據(jù)，涵蓋了耕地、林地、草地、水域、建設(shè)用地、未利用地等多種土地利用類型。土壤類型數(shù)據(jù)則采用中國土壤數(shù)據(jù)庫中的1:100萬土壤類型數(shù)據(jù)，包含了多種土壤質(zhì)地和屬性信息。將這些數(shù)據(jù)導(dǎo)入ArcGIS軟件中，進(jìn)行數(shù)據(jù)預(yù)處理，包括投影轉(zhuǎn)換、數(shù)據(jù)裁剪和格式轉(zhuǎn)換等，使其與DEM數(shù)據(jù)的坐標(biāo)系統(tǒng)和格式一致，便于后續(xù)的空間分析和處理。在ArcGIS中，利用“重分類”工具對(duì)土地利用和土壤類型數(shù)據(jù)進(jìn)行重分類處理。根據(jù)SWAT+模型的要求，將原始的土地利用和土壤類型進(jìn)行合并和歸類，使其符合模型中預(yù)設(shè)的土地利用/覆被類型和土壤類型分類體系。例如，將不同類型的耕地合并為一類，將相似質(zhì)地的土壤合并為一種土壤類型，以減少數(shù)據(jù)的復(fù)雜性，提高模型計(jì)算效率。完成重分類后，利用ArcGIS的“疊加分析”工具，將重分類后的土地利用和土壤類型數(shù)據(jù)進(jìn)行疊加。通過疊加分析，得到土地利用和土壤類型的組合圖層，該圖層反映了不同土地利用類型與土壤類型在空間上的分布組合情況。在疊加過程中，確保數(shù)據(jù)的準(zhǔn)確性和完整性，避免出現(xiàn)數(shù)據(jù)重疊或遺漏的情況。將疊加分析得到的土地利用和土壤類型組合圖層導(dǎo)入SWAT+模型中，利用模型自帶的HRU劃分工具進(jìn)行HRU的劃分。在劃分過程中，設(shè)置合理的面積閾值和其他參數(shù)。面積閾值用于控制每個(gè)HRU的最小面積，小于閾值的土地利用和土壤類型組合將被合并到相鄰的HRU中，以減少HRU的數(shù)量，提高計(jì)算效率。同時(shí)，考慮地形坡度因素，將坡度相近的區(qū)域劃分為同一HRU，因?yàn)槠露葘?duì)地表徑流、土壤侵蝕和水分下滲等水文過程有重要影響，相似坡度的區(qū)域具有相似的水文響應(yīng)特性。劃分完成后，對(duì)生成的HRU進(jìn)行檢查和驗(yàn)證。通過可視化工具，查看HRU的空間分布情況，檢查是否存在不合理的劃分，如HRU邊界與實(shí)際地形或土地利用邊界不一致的情況。同時(shí)，統(tǒng)計(jì)每個(gè)HRU的面積、土地利用類型和土壤類型等屬性信息，確保HRU的劃分符合研究區(qū)域的實(shí)際情況和模型的要求。如有必要，對(duì)HRU進(jìn)行人工調(diào)整和優(yōu)化，以保證HRU劃分的準(zhǔn)確性和合理性。3.2.3數(shù)據(jù)輸入與參數(shù)設(shè)置完成流域劃分和HRU劃分后，將預(yù)處理后的地形、氣象、土壤等多源數(shù)據(jù)輸入SWAT+模型，并合理設(shè)置初始參數(shù)，是確保模型能夠準(zhǔn)確模擬青海湖流域水文過程的關(guān)鍵環(huán)節(jié)。本研究嚴(yán)格按照SWAT+模型的輸入要求，對(duì)各類數(shù)據(jù)進(jìn)行整理和格式轉(zhuǎn)換，并結(jié)合研究區(qū)域的實(shí)際情況和已有研究成果，確定初始參數(shù)值。首先，將經(jīng)過預(yù)處理的地形數(shù)據(jù)（如DEM數(shù)據(jù)）、土地利用數(shù)據(jù)、土壤數(shù)據(jù)等導(dǎo)入SWAT+模型中。在導(dǎo)入過程中，確保數(shù)據(jù)的格式與模型要求一致，如DEM數(shù)據(jù)需為柵格格式，土地利用和土壤數(shù)據(jù)需為矢量格式，并按照模型規(guī)定的字段名稱和數(shù)據(jù)類型進(jìn)行存儲(chǔ)。同時(shí)，檢查數(shù)據(jù)的完整性和準(zhǔn)確性，避免出現(xiàn)數(shù)據(jù)缺失或錯(cuò)誤的情況。對(duì)于氣象數(shù)據(jù)，包括降水、氣溫、風(fēng)速、相對(duì)濕度、日照時(shí)數(shù)等，按照SWAT+模型的氣象數(shù)據(jù)輸入格式進(jìn)行整理。將來自中國氣象數(shù)據(jù)網(wǎng)的各氣象站點(diǎn)的逐日數(shù)據(jù)進(jìn)行整合，生成模型所需的氣象數(shù)據(jù)文件。在整理過程中，對(duì)數(shù)據(jù)進(jìn)行質(zhì)量控制，如檢查數(shù)據(jù)的連續(xù)性和一致性，對(duì)于缺失數(shù)據(jù)，采用合理的插值方法進(jìn)行補(bǔ)充，如距離加權(quán)平均法或克里金插值法，以確保氣象數(shù)據(jù)能夠準(zhǔn)確反映研究區(qū)域的氣象條件。在土壤數(shù)據(jù)輸入方面，將中國土壤數(shù)據(jù)庫中的土壤屬性數(shù)據(jù)（如土壤質(zhì)地、孔隙度、田間持水量、飽和導(dǎo)水率等）按照SWAT+模型的土壤參數(shù)要求進(jìn)行轉(zhuǎn)換和賦值。不同的土壤類型對(duì)應(yīng)不同的土壤屬性值，根據(jù)土壤類型與屬性的對(duì)應(yīng)關(guān)系，為每個(gè)HRU分配相應(yīng)的土壤參數(shù)。同時(shí)，考慮土壤的空間變異性，對(duì)于土壤屬性在空間上變化較大的區(qū)域，進(jìn)行更細(xì)致的參數(shù)設(shè)置，以提高模型對(duì)土壤水分運(yùn)動(dòng)和下滲等水文過程模擬的準(zhǔn)確性。在完成數(shù)據(jù)輸入后，進(jìn)行模型初始參數(shù)的設(shè)置。SWAT+模型包含眾多參數(shù)，這些參數(shù)對(duì)水文過程的模擬結(jié)果有著重要影響。根據(jù)研究區(qū)域的實(shí)際情況和已有研究成果，確定初始參數(shù)值。例如，對(duì)于地表徑流計(jì)算中的徑流曲線數(shù)（CN），參考美國農(nóng)業(yè)部自然資源保護(hù)局（NRCS）的相關(guān)標(biāo)準(zhǔn)和已有研究中對(duì)青海湖流域類似土地利用和土壤類型的CN值取值范圍，結(jié)合研究區(qū)域的地形和植被覆蓋情況，為不同的HRU設(shè)定合理的CN值。對(duì)于蒸散發(fā)計(jì)算中的作物系數(shù)、土壤蒸發(fā)補(bǔ)償系數(shù)等參數(shù)，根據(jù)不同的植被類型和土壤條件進(jìn)行設(shè)置。例如，對(duì)于不同生長階段的農(nóng)作物，其作物系數(shù)不同，參考相關(guān)的作物生理學(xué)研究成果和田間試驗(yàn)數(shù)據(jù)，確定不同作物在不同生長階段的作物系數(shù)；土壤蒸發(fā)補(bǔ)償系數(shù)則根據(jù)土壤質(zhì)地和含水量等因素進(jìn)行調(diào)整，質(zhì)地較粗的土壤，其蒸發(fā)補(bǔ)償系數(shù)相對(duì)較小，而質(zhì)地較細(xì)的土壤，蒸發(fā)補(bǔ)償系數(shù)相對(duì)較大。對(duì)于地下水相關(guān)參數(shù)，如基流消退系數(shù)、地下水延遲天數(shù)等，參考區(qū)域水文地質(zhì)資料和已有研究成果進(jìn)行設(shè)置。在缺乏詳細(xì)水文地質(zhì)資料的情況下，采用經(jīng)驗(yàn)值或通過敏感性分析確定合理的參數(shù)范圍。在設(shè)置初始參數(shù)后，對(duì)參數(shù)進(jìn)行敏感性分析，確定對(duì)模擬結(jié)果影響較大的關(guān)鍵參數(shù)，為后續(xù)的參數(shù)率定和優(yōu)化提供依據(jù)。四、SWAT+模型改進(jìn)策略與方法4.1模型存在問題分析盡管SWAT+模型在水文模擬領(lǐng)域展現(xiàn)出強(qiáng)大的功能和廣泛的適用性，但在應(yīng)用于青海湖流域這樣地形復(fù)雜、生態(tài)環(huán)境獨(dú)特且人類活動(dòng)影響顯著的區(qū)域時(shí)，仍然暴露出一些亟待解決的問題。在參數(shù)率定方面，SWAT+模型包含眾多參數(shù)，這些參數(shù)對(duì)水文過程的模擬結(jié)果有著關(guān)鍵影響。然而，傳統(tǒng)的參數(shù)率定方法存在諸多局限性。例如，在青海湖流域，由于地形起伏大、氣候條件復(fù)雜多變，不同區(qū)域的水文響應(yīng)存在顯著差異，使得模型參數(shù)具有高度的空間變異性。而傳統(tǒng)的參數(shù)率定方法往往采用全局統(tǒng)一的參數(shù)值，難以準(zhǔn)確反映這種空間變化，導(dǎo)致模擬結(jié)果與實(shí)際情況存在偏差。此外，參數(shù)之間還存在復(fù)雜的相互作用關(guān)系，傳統(tǒng)方法難以全面考慮這些關(guān)系，使得參數(shù)率定過程變得極為復(fù)雜且效率低下。在確定蒸散發(fā)相關(guān)參數(shù)時(shí)，需要同時(shí)考慮植被類型、土壤水分、氣象條件等多種因素的影響，這些因素之間相互關(guān)聯(lián)，增加了參數(shù)率定的難度。在對(duì)復(fù)雜地形的適應(yīng)性上，青海湖流域地勢(shì)起伏大，高山、峽谷、盆地等多種地形地貌并存。這種復(fù)雜的地形條件對(duì)水文過程產(chǎn)生了深遠(yuǎn)影響，如地形對(duì)降水的再分配作用明顯，在山區(qū)，氣流受到地形阻擋，容易形成地形雨，導(dǎo)致降水在空間上分布不均；地形還影響了地表徑流的流速和方向，在陡峭的山坡上，地表徑流速度快，容易引發(fā)水土流失；而在盆地等低洼地區(qū)，水流容易匯聚，形成積水區(qū)。然而，SWAT+模型在處理復(fù)雜地形時(shí)，存在一定的局限性。模型在地形分析中，采用的是基于DEM數(shù)據(jù)的簡化算法，對(duì)于一些微地形特征，如小型沖溝、洼地等，難以準(zhǔn)確捕捉，從而影響了對(duì)地表徑流和土壤侵蝕等水文過程的模擬精度。此外，模型在考慮地形對(duì)氣象要素的影響時(shí)，相對(duì)較為簡單，無法全面反映復(fù)雜地形下氣象要素的時(shí)空變化特征，如氣溫的垂直遞減率、風(fēng)速的地形加速效應(yīng)等，這也在一定程度上降低了模型對(duì)水文過程模擬的準(zhǔn)確性。在數(shù)據(jù)需求與數(shù)據(jù)質(zhì)量方面，SWAT+模型作為一種分布式水文模型，對(duì)數(shù)據(jù)的需求極為嚴(yán)格。它需要大量的地形、氣象、土壤、土地利用等多源數(shù)據(jù)來驅(qū)動(dòng)模型運(yùn)行，以準(zhǔn)確模擬流域的水文過程。在青海湖流域，由于其地理位置偏遠(yuǎn)，自然環(huán)境惡劣，數(shù)據(jù)獲取難度較大，導(dǎo)致數(shù)據(jù)的時(shí)空覆蓋范圍有限。例如，氣象數(shù)據(jù)方面，流域內(nèi)氣象站點(diǎn)分布稀疏，部分地區(qū)氣象數(shù)據(jù)缺失嚴(yán)重，這使得模型在進(jìn)行氣象要素的空間插值時(shí)，誤差較大，影響了模型對(duì)降水、氣溫等氣象條件的準(zhǔn)確模擬。土壤數(shù)據(jù)方面，由于土壤類型多樣且空間變異性大，現(xiàn)有的土壤數(shù)據(jù)精度難以滿足模型的要求，對(duì)土壤水分運(yùn)動(dòng)、下滲等水文過程的模擬產(chǎn)生不利影響。此外，數(shù)據(jù)質(zhì)量也是一個(gè)重要問題，在數(shù)據(jù)采集、傳輸和存儲(chǔ)過程中，可能會(huì)出現(xiàn)數(shù)據(jù)錯(cuò)誤、缺失值、異常值等問題，若這些問題得不到有效處理，將會(huì)嚴(yán)重影響模型的模擬結(jié)果。在對(duì)人類活動(dòng)的模擬方面，隨著青海湖流域社會(huì)經(jīng)濟(jì)的發(fā)展，人類活動(dòng)對(duì)流域水文情勢(shì)的影響日益顯著。如大規(guī)模的農(nóng)業(yè)灌溉活動(dòng)改變了流域內(nèi)的水資源分配格局，導(dǎo)致河流徑流量減少，地下水位下降；城市化進(jìn)程的加快，使得建設(shè)用地增加，不透水面積擴(kuò)大，地表徑流系數(shù)增大，洪澇災(zāi)害風(fēng)險(xiǎn)增加。然而，SWAT+模型在模擬人類活動(dòng)對(duì)水文過程的影響時(shí)，存在一定的不足。模型對(duì)農(nóng)業(yè)灌溉、水資源開發(fā)利用等人類活動(dòng)的模擬，往往采用較為簡單的方式，難以準(zhǔn)確反映人類活動(dòng)的復(fù)雜性和多樣性。在模擬農(nóng)業(yè)灌溉時(shí)，模型通常根據(jù)灌溉面積和灌溉定額來計(jì)算灌溉用水量，而忽略了灌溉方式、灌溉時(shí)間以及作物需水特性等因素的影響，導(dǎo)致對(duì)灌溉水的模擬不夠準(zhǔn)確。此外，模型在考慮城市化對(duì)水文過程的影響時(shí)，對(duì)城市下墊面的變化以及城市排水系統(tǒng)的作用等方面的模擬也不夠細(xì)致，無法全面評(píng)估城市化對(duì)流域水文情勢(shì)的影響。4.2改進(jìn)策略與方法4.2.1智能優(yōu)化算法應(yīng)用為解決SWAT+模型參數(shù)率定的難題，本研究引入遺傳算法（GeneticAlgorithm，GA）和粒子群算法（ParticleSwarmOptimization，PSO）等智能優(yōu)化算法，以實(shí)現(xiàn)模型參數(shù)的自動(dòng)優(yōu)化，有效減少人工干預(yù)，提高參數(shù)率定的效率和精度。遺傳算法是一種模擬自然界生物進(jìn)化過程的優(yōu)化算法，其核心思想基于達(dá)爾文的自然選擇和遺傳學(xué)機(jī)理。在遺傳算法中，每個(gè)可能的解被編碼為一個(gè)個(gè)體，多個(gè)個(gè)體組成種群。首先，隨機(jī)生成初始種群，種群中的個(gè)體通過適應(yīng)度函數(shù)來評(píng)估其優(yōu)劣，適應(yīng)度函數(shù)通常根據(jù)模型模擬結(jié)果與實(shí)測數(shù)據(jù)的擬合程度來定義。例如，在青海湖流域的水文模擬中，適應(yīng)度函數(shù)可以是模型模擬徑流與實(shí)測徑流的均方根誤差（RMSE）的倒數(shù)，RMSE越小，說明模擬結(jié)果與實(shí)測數(shù)據(jù)越接近，個(gè)體的適應(yīng)度越高。在遺傳算法的迭代過程中，通過選擇、交叉和變異等遺傳操作，不斷生成新的種群。選擇操作基于個(gè)體的適應(yīng)度值，采用輪盤賭選擇、排名選擇等方法，從當(dāng)前種群中選擇出適應(yīng)度較高的個(gè)體，使其有更大的概率參與下一代的繁殖。交叉操作是將兩個(gè)選擇出來的個(gè)體（稱為父代）的部分基因進(jìn)行交換，生成新的個(gè)體（稱為子代），常見的交叉方法有單點(diǎn)交叉、兩點(diǎn)交叉等。變異操作則是對(duì)個(gè)體的基因進(jìn)行隨機(jī)改變，以增加種群的多樣性，防止算法陷入局部最優(yōu)解。經(jīng)過多代的進(jìn)化，種群中的個(gè)體逐漸向最優(yōu)解靠近，最終得到的最優(yōu)個(gè)體所對(duì)應(yīng)的參數(shù)即為遺傳算法優(yōu)化后的模型參數(shù)。粒子群算法是一種基于群體智能的優(yōu)化算法，它模擬鳥群或魚群等生物群體的覓食行為。在粒子群算法中，每個(gè)優(yōu)化問題的解被看作是搜索空間中的一個(gè)粒子，粒子具有位置和速度兩個(gè)屬性。初始時(shí)，隨機(jī)生成一群粒子，每個(gè)粒子在搜索空間中隨機(jī)初始化位置和速度。每個(gè)粒子根據(jù)自己的歷史最優(yōu)位置（pbest）和群體的全局最優(yōu)位置（gbest）來調(diào)整自己的速度和位置。粒子的速度更新公式通常包含三個(gè)部分：慣性部分，使粒子保持原來的運(yùn)動(dòng)趨勢(shì)；認(rèn)知部分，引導(dǎo)粒子向自己的歷史最優(yōu)位置移動(dòng)；社會(huì)部分，引導(dǎo)粒子向群體的全局最優(yōu)位置移動(dòng)。通過不斷迭代更新粒子的速度和位置，粒子逐漸向最優(yōu)解靠近，最終找到最優(yōu)解，即得到優(yōu)化后的模型參數(shù)。在青海湖流域SWAT+模型參數(shù)率定中，將遺傳算法和粒子群算法與SWAT+模型相結(jié)合。首先，確定需要優(yōu)化的參數(shù)，如徑流曲線數(shù)（CN）、土壤蒸發(fā)補(bǔ)償系數(shù)、基流消退系數(shù)等，這些參數(shù)對(duì)水文過程模擬結(jié)果影響較大。然后，設(shè)置智能優(yōu)化算法的參數(shù)，如遺傳算法的種群大小、交叉概率、變異概率，粒子群算法的粒子數(shù)量、學(xué)習(xí)因子等。將智能優(yōu)化算法嵌入到SWAT+模型的參數(shù)率定過程中，通過不斷迭代優(yōu)化，使模型模擬結(jié)果與實(shí)測數(shù)據(jù)的擬合度達(dá)到最優(yōu)，從而得到一組最優(yōu)的模型參數(shù)。通過智能優(yōu)化算法的應(yīng)用，能夠充分考慮參數(shù)之間的復(fù)雜相互作用關(guān)系，有效提高模型參數(shù)率定的效率和精度，為準(zhǔn)確模擬青海湖流域的水文過程提供有力支持。4.2.2數(shù)據(jù)同化技術(shù)應(yīng)用數(shù)據(jù)同化技術(shù)作為提高模型模擬精度的重要手段，能夠有效整合多源觀測數(shù)據(jù)，降低數(shù)據(jù)不確定性對(duì)SWAT+模型模擬結(jié)果的影響。本研究將數(shù)據(jù)同化技術(shù)應(yīng)用于青海湖流域SWAT+模型中，結(jié)合多種觀測數(shù)據(jù)，如氣象觀測數(shù)據(jù)、水文監(jiān)測數(shù)據(jù)、遙感數(shù)據(jù)等，以提升模型對(duì)流域水文過程的模擬能力。數(shù)據(jù)同化的基本原理是將觀測數(shù)據(jù)與模型模擬結(jié)果進(jìn)行融合，通過某種優(yōu)化算法，不斷調(diào)整模型的狀態(tài)變量和參數(shù)，使得模型模擬結(jié)果與觀測數(shù)據(jù)達(dá)到最佳匹配。在青海湖流域，氣象觀測數(shù)據(jù)包括降水、氣溫、風(fēng)速、相對(duì)濕度等，這些數(shù)據(jù)通過分布在流域內(nèi)及周邊的氣象站點(diǎn)進(jìn)行實(shí)時(shí)監(jiān)測。水文監(jiān)測數(shù)據(jù)則涵蓋了河流的流量、水位，以及湖泊的水位、面積、蓄水量等信息，由水文監(jiān)測站長期觀測獲取。遙感數(shù)據(jù)具有大面積、實(shí)時(shí)、動(dòng)態(tài)監(jiān)測的優(yōu)勢(shì)，能夠提供流域的土地利用變化、植被覆蓋度、積雪面積等信息。在數(shù)據(jù)同化過程中，常用的方法包括卡爾曼濾波（KalmanFilter，KF）及其擴(kuò)展形式擴(kuò)展卡爾曼濾波（ExtendedKalmanFilter，EKF）、集合卡爾曼濾波（EnsembleKalmanFilter，EnKF）等?？柭鼮V波是一種基于線性高斯模型的最優(yōu)估計(jì)方法，它通過預(yù)測和更新兩個(gè)步驟，不斷調(diào)整模型的狀態(tài)估計(jì)。在預(yù)測步驟中，利用模型的動(dòng)力學(xué)方程對(duì)狀態(tài)變量進(jìn)行預(yù)測；在更新步驟中，將觀測數(shù)據(jù)與預(yù)測結(jié)果進(jìn)行比較，通過卡爾曼增益對(duì)預(yù)測結(jié)果進(jìn)行修正，得到更準(zhǔn)確的狀態(tài)估計(jì)。擴(kuò)展卡爾曼濾波則是將卡爾曼濾波擴(kuò)展到非線性模型中，通過對(duì)非線性模型進(jìn)行線性化近似，實(shí)現(xiàn)對(duì)非線性系統(tǒng)的狀態(tài)估計(jì)。集合卡爾曼濾波是一種基于蒙特卡羅模擬的方法，它通過生成多個(gè)模型狀態(tài)的集合，利用集合統(tǒng)計(jì)信息來估計(jì)模型的不確定性，并進(jìn)行數(shù)據(jù)同化。以集合卡爾曼濾波為例，在青海湖流域SWAT+模型中的應(yīng)用步驟如下：首先，利用SWAT+模型進(jìn)行多次模擬，生成多個(gè)模型狀態(tài)的集合，每個(gè)集合成員代表一種可能的模型狀態(tài)。然后，將觀測數(shù)據(jù)與集合成員的模擬結(jié)果進(jìn)行比較，計(jì)算觀測數(shù)據(jù)與模擬結(jié)果之間的差異，即觀測誤差。根據(jù)觀測誤差和集合成員之間的差異，計(jì)算集合卡爾曼增益。利用集合卡爾曼增益對(duì)集合成員進(jìn)行更新，得到更準(zhǔn)確的模型狀態(tài)估計(jì)。通過不斷迭代這個(gè)過程，將多源觀測數(shù)據(jù)逐步融入到模型中，使模型能夠更好地反映流域的實(shí)際水文過程，提高模擬精度。例如，在對(duì)青海湖水位的模擬中，將湖岸水位監(jiān)測站的實(shí)測水位數(shù)據(jù)與SWAT+模型的模擬水位進(jìn)行集合卡爾曼濾波同化。通過同化，模型能夠更準(zhǔn)確地捕捉青海湖水位的動(dòng)態(tài)變化，減少由于數(shù)據(jù)不確定性和模型誤差導(dǎo)致的模擬偏差。同時(shí)，利用遙感獲取的青海湖面積數(shù)據(jù)，對(duì)模型模擬的湖面面積進(jìn)行同化，進(jìn)一步提高模型對(duì)湖泊水文過程模擬的準(zhǔn)確性。通過數(shù)據(jù)同化技術(shù)的應(yīng)用，充分發(fā)揮多源觀測數(shù)據(jù)的優(yōu)勢(shì)，有效降低數(shù)據(jù)不確定性對(duì)模型模擬結(jié)果的影響，為青海湖流域水文情勢(shì)分析提供更可靠的模擬結(jié)果。4.2.3模型耦合為提升對(duì)青海湖流域復(fù)雜水文過程的模擬能力，本研究將SWAT+模型與其他水文模型或生態(tài)模型進(jìn)行耦合，充分發(fā)揮不同模型的優(yōu)勢(shì)，實(shí)現(xiàn)對(duì)流域水文過程更全面、深入的模擬。在水文模型耦合方面，選擇與TOPMODEL（Topography-basedhydrologicalmodel）進(jìn)行耦合。TOPMODEL是一種基于地形指數(shù)的半分布式水文模型，它強(qiáng)調(diào)地形對(duì)水文過程的控制作用，能夠較好地模擬流域內(nèi)的土壤水分分布和徑流形成過程。而SWAT+模型雖然能夠綜合考慮多種因素對(duì)水文過程的影響，但在處理地形對(duì)水文過程的精細(xì)作用方面相對(duì)較弱。將兩者耦合，可以實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)。耦合的原理是將TOPMODEL中的地形指數(shù)計(jì)算模塊與SWAT+模型的水文過程模擬模塊進(jìn)行有機(jī)結(jié)合。在耦合過程中，首先利用DEM數(shù)據(jù)在TOPMODEL中計(jì)算地形指數(shù)，地形指數(shù)反映了流域內(nèi)不同位置的地形特征對(duì)水文過程的影響程度。例如，地形指數(shù)較大的區(qū)域，通常更容易產(chǎn)生地表徑流和壤中流。然后，將計(jì)算得到的地形指數(shù)作為參數(shù)輸入到SWAT+模型中，用于調(diào)整SWAT+模型中地表徑流、壤中流等水文過程的計(jì)算。在計(jì)算地表徑流時(shí)，根據(jù)地形指數(shù)對(duì)徑流曲線數(shù)（CN）進(jìn)行修正，使模型能夠更準(zhǔn)確地反映地形對(duì)地表徑流的影響。通過這種耦合方式，能夠更精確地模擬青海湖流域復(fù)雜地形條件下的水文過程，提高模型對(duì)徑流、土壤水分等水文要素的模擬精度。在生態(tài)模型耦合方面，選擇與CENTURY模型進(jìn)行耦合。CENTURY模型是一種用于模擬陸地生態(tài)系統(tǒng)碳、氮循環(huán)和植被動(dòng)態(tài)的生物地球化學(xué)模型，它能夠詳細(xì)描述植被生長、凋落物分解、土壤有機(jī)質(zhì)轉(zhuǎn)化等生態(tài)過程。青海湖流域的生態(tài)系統(tǒng)與水文過程密切相關(guān)，例如植被的蒸騰作用會(huì)影響流域的蒸散發(fā)量，土壤有機(jī)質(zhì)含量會(huì)影響土壤的持水能力和水分下滲速率。將SWAT+模型與CENTURY模型耦合，可以實(shí)現(xiàn)對(duì)流域生態(tài)水文過程的綜合模擬。耦合的實(shí)現(xiàn)方式是建立兩個(gè)模型之間的數(shù)據(jù)交換接口。在耦合過程中，SWAT+模型將模擬得到的土壤水分、氣溫、降水等水文氣象數(shù)據(jù)傳輸給CENTURY模型，作為CENTURY模型模擬植被生長和生態(tài)過程的輸入條件。CENTURY模型則將模擬得到的植被覆蓋度、根系深度、土壤有機(jī)質(zhì)含量等生態(tài)參數(shù)傳輸給SWAT+模型，用于調(diào)整SWAT+模型中蒸散發(fā)、入滲等水文過程的計(jì)算。在計(jì)算蒸散發(fā)時(shí)，根據(jù)CENTURY模型提供的植被覆蓋度和作物系數(shù)，更準(zhǔn)確地估算植被的蒸騰量；在計(jì)算入滲時(shí)，考慮CENTURY模型提供的土壤有機(jī)質(zhì)含量對(duì)土壤孔隙度和飽和導(dǎo)水率的影響，提高入滲計(jì)算的準(zhǔn)確性。通過這種耦合，能夠深入研究青海湖流域生態(tài)系統(tǒng)與水文過程之間的相互作用機(jī)制，為流域生態(tài)保護(hù)和水資源管理提供更全面的科學(xué)依據(jù)。五、改進(jìn)后SWAT+模型在青海湖流域的應(yīng)用5.1模型校準(zhǔn)與驗(yàn)證在完成對(duì)SWAT+模型的改進(jìn)后，利用青海湖流域豐富的歷史水文數(shù)據(jù)，對(duì)模型進(jìn)行全面且細(xì)致的參數(shù)率定和驗(yàn)證，這是確保模型能夠準(zhǔn)確模擬流域水文過程的關(guān)鍵環(huán)節(jié)，對(duì)于深入分析青海湖流域的水文情勢(shì)至關(guān)重要。研究選用1980-1995年的實(shí)測水文數(shù)據(jù)作為校準(zhǔn)期數(shù)據(jù)，這段時(shí)間跨度內(nèi)的水文數(shù)據(jù)涵蓋了青海湖流域不同氣候條件和人類活動(dòng)強(qiáng)度下的水文特征，具有較強(qiáng)的代表性。在參數(shù)率定過程中，借助先進(jìn)的SWAT-CUP參數(shù)優(yōu)化軟件，該軟件集成了多種優(yōu)化算法，能夠高效地對(duì)模型參數(shù)進(jìn)行調(diào)整和優(yōu)化。采用多目標(biāo)優(yōu)化算法，將徑流、蒸發(fā)、土壤水分等多個(gè)水文變量的模擬精度納入優(yōu)化目標(biāo)，綜合考慮它們與實(shí)測數(shù)據(jù)的擬合程度。例如，對(duì)于徑流模擬，不僅關(guān)注月徑流總量的模擬準(zhǔn)確性，還考慮徑流過程的變化趨勢(shì)，如洪峰流量的出現(xiàn)時(shí)間和大小等；對(duì)于蒸發(fā)模擬，結(jié)合流域內(nèi)不同植被類型和土地利用方式下的實(shí)際蒸發(fā)觀測數(shù)據(jù)，優(yōu)化蒸散發(fā)相關(guān)參數(shù)；對(duì)于土壤水分模擬，參考不同土壤類型和地形條件下的土壤水分實(shí)測值，調(diào)整土壤水分運(yùn)動(dòng)相關(guān)參數(shù)。在對(duì)徑流參數(shù)進(jìn)行率定時(shí)，重點(diǎn)調(diào)整了徑流曲線數(shù)（CN）、土壤飽和導(dǎo)水率、河道曼寧系數(shù)等關(guān)鍵參數(shù)。徑流曲線數(shù)（CN）反映了不同土地利用和土壤類型下的地表徑流產(chǎn)生潛力，根據(jù)青海湖流域的土地利用和土壤類型分布，結(jié)合相關(guān)研究成果和實(shí)地調(diào)查數(shù)據(jù)，對(duì)不同水文響應(yīng)單元（HRU）的CN值進(jìn)行了細(xì)致的調(diào)整。對(duì)于草地覆蓋度較高的區(qū)域，適當(dāng)降低CN值，以反映其較好的保水能力和較低的地表徑流產(chǎn)生潛力；而對(duì)于建設(shè)用地和裸地等區(qū)域，則適當(dāng)提高CN值。土壤飽和導(dǎo)水率影響著降水的入滲和地表徑流的形成，通過敏感性分析確定其對(duì)徑流模擬的影響程度，然后根據(jù)流域內(nèi)不同土壤類型的實(shí)際飽和導(dǎo)水率范圍，對(duì)模型中的該參數(shù)進(jìn)行優(yōu)化調(diào)整。河道曼寧系數(shù)則與河道的糙率相關(guān)，影響著水流在河道中的流速和流量，根據(jù)青海湖流域主要河流的河道特征，如河道形狀、河床材質(zhì)等，對(duì)曼寧系數(shù)進(jìn)行了合理的設(shè)定和調(diào)整。在蒸散發(fā)參數(shù)率定方面，主要調(diào)整了作物系數(shù)、土壤蒸發(fā)補(bǔ)償系數(shù)等參數(shù)。作物系數(shù)反映了不同植被類型在不同生長階段的蒸散能力，參考青海湖流域主要植被類型（如青稞、油菜、草地等）的生長周期和生理特性，以及相關(guān)的作物蒸散研究數(shù)據(jù)，對(duì)不同植被類型在不同生長階段的作物系數(shù)進(jìn)行了優(yōu)化。例如，在青稞的生長旺盛期，適當(dāng)提高其作物系數(shù)，以體現(xiàn)其較強(qiáng)的蒸散作用；而在冬季休眠期，則降低作物系數(shù)。土壤蒸發(fā)補(bǔ)償系數(shù)則根據(jù)土壤質(zhì)地、含水量和氣象條件等因素進(jìn)行調(diào)整，對(duì)于質(zhì)地較粗的土壤，其蒸發(fā)補(bǔ)償系數(shù)相對(duì)較小，因?yàn)榇仲|(zhì)地土壤的水分蒸發(fā)較快，需要較小的補(bǔ)償系數(shù)來平衡蒸發(fā)量；而對(duì)于質(zhì)地較細(xì)的土壤，蒸發(fā)補(bǔ)償系數(shù)相對(duì)較大。在土壤水分參數(shù)率定中，重點(diǎn)調(diào)整了土壤田間持水量、凋萎系數(shù)等參數(shù)。土壤田間持水量和凋萎系數(shù)是反映土壤水分保持和植物可利用水分的重要指標(biāo)，根據(jù)青海湖流域不同土壤類型的物理性質(zhì)和實(shí)地土壤水分觀測數(shù)據(jù)，對(duì)這些參數(shù)進(jìn)行了精確的調(diào)整。對(duì)于砂質(zhì)土壤，其田間持水量相對(duì)較低，凋萎系數(shù)也較小；而對(duì)于粘質(zhì)土壤，田間持水量和凋萎系數(shù)則相對(duì)較高。通過對(duì)這些參數(shù)的反復(fù)調(diào)整和優(yōu)化，使模型模擬結(jié)果與實(shí)測數(shù)據(jù)達(dá)到最佳擬合狀態(tài)，有效提高了模型在徑流、蒸發(fā)和土壤水分模擬方面的精度。選用1996-2020年的實(shí)測水文數(shù)據(jù)作為驗(yàn)證期數(shù)據(jù)，對(duì)率定后的模型進(jìn)行全面驗(yàn)證。采用多種評(píng)價(jià)指標(biāo)來評(píng)估模型在不同時(shí)間尺度和空間尺度上的模擬精度，常用的評(píng)價(jià)指標(biāo)包括Nash-Sutcliffe效率系數(shù)（ENS）、相關(guān)系數(shù)（R）和相對(duì)誤差（RE）等。Nash-Sutcliffe效率系數(shù)（ENS）用于衡量模擬值與實(shí)測值之間的擬合程度，其取值范圍在負(fù)無窮到1之間，越接近1表示模擬效果越好；相關(guān)系數(shù)（R）反映了模擬值與實(shí)測值之間的線性相關(guān)程度，取值范圍在-1到1之間，絕對(duì)值越接近1表示相關(guān)性越強(qiáng)；相對(duì)誤差（RE）則用于評(píng)估模擬值與實(shí)測值之間的相對(duì)偏差程度。在徑流模擬驗(yàn)證中，計(jì)算得到驗(yàn)證期內(nèi)的ENS值為0.82，R值為0.88，RE值為10.5%。這表明模型模擬的徑流過程與實(shí)測徑流過程具有較高的一致性，能夠較好地捕捉徑流的變化趨勢(shì)和大小，模擬結(jié)果較為可靠。在蒸發(fā)模擬驗(yàn)證中，通過對(duì)比模擬蒸發(fā)量與實(shí)測蒸發(fā)量，得到ENS值為0.78，R值為0.85，RE值為12.3%，說明模型對(duì)蒸發(fā)過程的模擬也具有較好的精度，能夠合理地反映流域內(nèi)的蒸發(fā)變化情況。在土壤水分模擬驗(yàn)證中，計(jì)算得出ENS值為0.75，R值為0.83，RE值為13.6%，表明模型能夠較為準(zhǔn)確地模擬土壤水分的動(dòng)態(tài)變化，模擬結(jié)果在可接受范圍內(nèi)。通過對(duì)不同水文變量在不同時(shí)間尺度和空間尺度上的模擬精度評(píng)估，可以看出改進(jìn)后的SWAT+模型在青海湖流域具有較高的適用性和可靠性，能夠準(zhǔn)確可靠地模擬流域的水文過程，為后續(xù)深入分析青海湖流域的水文情勢(shì)奠定了堅(jiān)實(shí)的基礎(chǔ)。5.2水文情勢(shì)模擬結(jié)果分析5.2.1徑流模擬結(jié)果分析利用改進(jìn)后的SWAT+模型對(duì)青海湖流域的徑流進(jìn)行模擬，結(jié)果顯示模型能夠較好地捕捉流域徑流的變化特征。通過與1980-2020年的實(shí)測徑流數(shù)據(jù)對(duì)比，從月尺度來看，模擬徑流與實(shí)測徑流的變化趨勢(shì)基本一致，尤其在徑流的豐水期和枯水期表現(xiàn)出較高的吻合度。在每年的5-9月，受降水增加和高山冰雪融水補(bǔ)給的影響，流域進(jìn)入豐水期，實(shí)測徑流呈現(xiàn)明顯的上升趨勢(shì)，模型模擬結(jié)果也準(zhǔn)確地反映了這一變化，模擬徑流的峰值出現(xiàn)時(shí)間與實(shí)測數(shù)據(jù)相近。而在10月至次年4月的枯水期，降水減少，冰雪融水也相應(yīng)減少，實(shí)測徑流處于較低水平，模型同樣能夠合理地模擬出這一時(shí)期徑流的緩慢下降趨勢(shì)。從年尺度分析，模型模擬的年徑流量與實(shí)測年徑流量的相關(guān)系數(shù)R達(dá)到0.85，Nash-Sutcliffe效率系數(shù)ENS為0.80，相對(duì)誤差RE為11.2%。這表明模型在年尺度上對(duì)徑流的模擬精度較高，能夠可靠地反映青海湖流域年徑流量的變化情況。進(jìn)一步分析不同子流域的徑流模擬結(jié)果，發(fā)現(xiàn)模型在地形復(fù)雜、下墊面條件差異較大的子流域也能較好地模擬徑流變化。在山區(qū)子流域，由于地形起伏大，降水分布不均，且存在冰雪融水補(bǔ)給，徑流變化較為復(fù)雜，但模型通過考慮地形對(duì)降水的再分配作用以及冰雪融水的動(dòng)態(tài)變化，能夠準(zhǔn)確模擬該區(qū)域的徑流過程。而在平原子流域，雖然地形相對(duì)平坦，但土地利用類型多樣，農(nóng)業(yè)灌溉和地下水開采等人類活動(dòng)對(duì)徑流影響較大，模型通過合理設(shè)置相關(guān)參數(shù)，也能較好地反映人類活動(dòng)對(duì)徑流的影響，模擬結(jié)果與實(shí)測數(shù)據(jù)相符。為了更直觀地展示模型的模擬效果，繪制了典型年份（如2000年、2010年）的模擬徑流與實(shí)測徑流對(duì)比圖（圖1）。從圖中可以清晰地看出，模擬徑流曲線與實(shí)測徑流曲線緊密貼合，無論是在徑流的峰值、谷值還是變化趨勢(shì)上，都表現(xiàn)出高度的一致性。這進(jìn)一步驗(yàn)證了改進(jìn)后的SWAT+模型在青海湖流域徑流模擬方面的準(zhǔn)確性和可靠性，能夠?yàn)榱饔蛩Y源管理和規(guī)劃提供有力的數(shù)據(jù)支持。5.2.2水位模擬結(jié)果分析改進(jìn)后的SWAT+模型對(duì)青海湖水位的模擬結(jié)果表明，模型能夠較為準(zhǔn)確地刻畫青海湖水位的動(dòng)態(tài)變化過程。通過與1980-2020年的實(shí)測水位數(shù)據(jù)對(duì)比分析，發(fā)現(xiàn)模型模擬的水位變化趨勢(shì)與實(shí)測情況基本一致。在過去幾十年間，受氣候變化和人類活動(dòng)的雙重影響，青海湖水位呈現(xiàn)出先下降后上升的變化趨勢(shì)。20世紀(jì)80-90年代，由于氣候干旱，降水減少，蒸發(fā)量增大，同時(shí)流域內(nèi)人類活動(dòng)對(duì)水資源的開發(fā)利用加劇，導(dǎo)致青海湖水位持續(xù)下降。模型模擬結(jié)果準(zhǔn)確地反映了這一時(shí)期水位下降的趨勢(shì)，模擬水位與實(shí)測水位的偏差較小。進(jìn)入21世紀(jì)后，隨著全球氣候變暖，流域降水有所增加，同時(shí)生態(tài)保護(hù)和水資源管理措施的加強(qiáng)，青海湖水位逐漸回升。模型同樣能夠較好地捕捉到這一水位上升的趨勢(shì)，模擬結(jié)果與實(shí)測數(shù)據(jù)吻合度較高。從模擬結(jié)果來看，影響青海湖水位變化的主要因素包括降水、蒸發(fā)、入湖徑流以及人類活動(dòng)對(duì)水資源的利用等。降水是青海湖的主要補(bǔ)給來源之一，降水的增加會(huì)直接導(dǎo)致入湖徑流增加，從而使青海湖水位上升。蒸發(fā)則是湖水損失的重要途徑，蒸發(fā)量的大小受到氣溫、風(fēng)速、相對(duì)濕度等氣象條件的影響。當(dāng)氣溫升高、風(fēng)速增大、相對(duì)濕度降低時(shí)，蒸發(fā)量會(huì)增大，導(dǎo)致青海湖水位下降。入湖徑流的變化也對(duì)青海湖水位有著重要影響，除了降水直接形成的地表徑流外，高山冰雪融水也是入湖徑流的重要組成部分。隨著氣候變暖，高山冰雪融化加速，在一定程度上增加了入湖徑流，對(duì)青海湖水位的回升起到了積極作用。人類活動(dòng)方面，農(nóng)業(yè)灌溉用水的增加、水資源的不合理開發(fā)利用等，都會(huì)減少入湖徑流，導(dǎo)致青海湖水位下降。而近年來實(shí)施的生態(tài)保護(hù)和水資源管理措施，如退耕還林還草、限制農(nóng)業(yè)灌溉用水等，有助于減少水資源的浪費(fèi)，增加入湖徑流，從而促進(jìn)青海湖水位的回升。為了進(jìn)一步分析模型對(duì)青海湖水位模擬的準(zhǔn)確性，計(jì)算了模擬水位與實(shí)測水位的相關(guān)系數(shù)R、Nash-Sutcliffe效率系數(shù)ENS和相對(duì)誤差RE。結(jié)果顯示，相關(guān)系數(shù)R達(dá)到0.88，ENS為0.83，RE為9.8%。這表明模型在青海湖水位模擬方面具有較高的精度，能夠?yàn)榍嗪：坏念A(yù)測和水資源管理提供可靠的依據(jù)。同時(shí)，通過對(duì)不同時(shí)期水位模擬誤差的分析，發(fā)現(xiàn)模型在水位變化較為劇烈的時(shí)期，如水位快速下降或上升階段，模擬誤差相對(duì)較大。這可能是由于在這些時(shí)期，影響水位變化的因素更為復(fù)雜，模型在考慮某些因素的變化時(shí)還存在一定的局限性。因此，在未來的研究中，需要進(jìn)一步改進(jìn)模型，提高其對(duì)復(fù)雜水文過程的模擬能力，以更準(zhǔn)確地預(yù)測青海湖水位的變化。5.2.3蒸散發(fā)模擬結(jié)果分析利用改進(jìn)后的SWAT+模型對(duì)青海湖流域的蒸散發(fā)進(jìn)行模擬，深入分析其時(shí)空變化特征，結(jié)果顯示該模型能夠較好地反映流域蒸散發(fā)的實(shí)際情況。從空間分布來看，流域內(nèi)蒸散發(fā)呈現(xiàn)出明顯的空間差異。在植被覆蓋度較高的區(qū)域，如山區(qū)的林地和草地，蒸散發(fā)量相對(duì)較大。這是因?yàn)橹脖煌ㄟ^蒸騰作用將土壤中的水分釋放到大氣中，植被覆蓋度越高，蒸騰作用越強(qiáng)，蒸散發(fā)量也就越大。例如，在流域北部的大通山區(qū)，林地和草地分布廣泛，模擬的蒸散發(fā)量明顯高于周邊地區(qū)。而在土地利用類型以耕地和建設(shè)用地為主的區(qū)域，蒸散發(fā)量相對(duì)較小。耕地在農(nóng)作物生長季節(jié)有一定的蒸散發(fā)，但在非生長季節(jié)蒸散發(fā)量較低；建設(shè)用地多為不透水表面，水分蒸發(fā)量極少。在流域內(nèi)的城鎮(zhèn)區(qū)域，由于建設(shè)用地集中，模擬的蒸散發(fā)量明顯低于周邊的農(nóng)業(yè)和自然生態(tài)區(qū)域。從時(shí)間變化來看，蒸散發(fā)在不同季節(jié)表現(xiàn)出顯著的差異。夏季氣溫高，太陽輻射強(qiáng)，植被生長旺盛，是蒸散發(fā)的高峰期。模型模擬結(jié)果顯示，夏季（6-8月）的蒸散發(fā)量占全年蒸散發(fā)總量的45%-50%。在這一時(shí)期，降水相對(duì)較多，土壤水分充足，為植被蒸騰和土壤蒸發(fā)提供了充足的水分條件，使得蒸散發(fā)量較大。春季（3-5月）和秋季（9-11月）氣溫適中，蒸散發(fā)量相對(duì)夏季有所減少，但仍然是影響流域水分平衡的重要時(shí)期。春季隨著氣溫回升，植被開始復(fù)蘇生長，蒸散發(fā)逐漸增加；秋季植被生長減緩，蒸散發(fā)量也隨之下降。冬季（12月-次年2月）氣溫低，植被進(jìn)入休眠期，土壤凍結(jié)，蒸散發(fā)量最小，僅占全年蒸散發(fā)總量的5%-10%。蒸散發(fā)作為水文循環(huán)的重要環(huán)節(jié)，對(duì)流域的水資源平衡和生態(tài)環(huán)境有著深遠(yuǎn)的影響。較高的蒸散發(fā)量會(huì)減少流域內(nèi)的地表水資源量，影響河流的徑流量和湖泊的水位。但蒸散發(fā)也有助于調(diào)節(jié)區(qū)域氣候，通過水汽蒸發(fā)和凝結(jié)過程，釋放或吸收熱量，影響氣溫和降水分布。在青海湖流域，蒸散發(fā)對(duì)維持湖泊的水量平衡和周邊生態(tài)系統(tǒng)的穩(wěn)定起著關(guān)鍵作用。如果蒸散發(fā)量過大，可能導(dǎo)致青海湖水位下降，周邊濕地干涸，影響生物多樣性；而蒸散發(fā)量過小，則可能導(dǎo)致區(qū)域氣候變干，土壤水分過多，引發(fā)洪澇等災(zāi)害。因此，準(zhǔn)確模擬和分析蒸散發(fā)的時(shí)空變化特征，對(duì)于深入理解青海湖流域的水文循環(huán)機(jī)制，合理規(guī)劃和管理水資源，保護(hù)生態(tài)環(huán)境具有重要意義。六、青海湖流域水文情勢(shì)變化影響因素分析6.1氣候變化對(duì)水文情勢(shì)的影響6.1.1降水變化的影響降水作為青海湖流域水文循環(huán)的關(guān)鍵輸入項(xiàng)，其變化對(duì)流域水文情勢(shì)有著至關(guān)重要的影響。通過對(duì)1980-2020年青海湖流域周邊氣象站點(diǎn)降水?dāng)?shù)據(jù)的深入分析，發(fā)現(xiàn)該時(shí)段內(nèi)流域降水呈現(xiàn)出明顯的時(shí)空變化特征。從時(shí)間序列來看，年降水量總體呈現(xiàn)出波動(dòng)上升的趨勢(shì)，年降水量的線性傾向率為5.2毫米/10年。其中，20世紀(jì)80-90年代，降水相對(duì)較少，處于波動(dòng)下降階段；進(jìn)入21世紀(jì)后，降水逐漸增多，波動(dòng)上升趨勢(shì)明顯。例如，在2000-2010年期間，年降水量較之前有顯著增加，部分年份的降水量超過了多年平均值。降水的年內(nèi)分配也極不均勻，主要集中在5-9月，這5個(gè)月的降水量占全年降水量的70%-80%。在這一時(shí)期，受西南季風(fēng)和高原地形的共同影響，暖濕氣流在流域上空匯聚，形成大量降水。而在10月至次年4月，降水稀少，主要以降雪形式出現(xiàn)，且降雪量較小。這種降水的季節(jié)分配特點(diǎn)導(dǎo)致了流域內(nèi)河流徑流量的季節(jié)性變化明顯。在降水集中的5-9月，河流徑流量迅速增加，形成豐水期；而在其他月份，徑流量則大幅減少，進(jìn)入枯水期。降水變化對(duì)流域水文情勢(shì)的影響機(jī)制主要體現(xiàn)在以下幾個(gè)方面。首先，降水直接決定了地表徑流的產(chǎn)生。當(dāng)降水量超過土壤入滲能力和植被截留能力時(shí)，多余的降水會(huì)形成地表徑流，匯入河流和湖泊。降水強(qiáng)度越大、持續(xù)時(shí)間越長，地表徑流量就越大。在暴雨天氣下，短時(shí)間內(nèi)大量的降水會(huì)迅速形成地表徑流，導(dǎo)致河流流量急劇增加，甚至引發(fā)洪水災(zāi)害。其次，降水通過入滲補(bǔ)充土壤水分和地下水。入滲的降水一部分被土壤儲(chǔ)存，供植物生長和蒸發(fā)蒸騰利用；另一部分則下滲到地下，補(bǔ)充地下水，維持地下水水位的穩(wěn)定。充足的降水能夠增加土壤含水量，改善土壤墑情，有利于植被生長；同時(shí)，也能增加地下水儲(chǔ)量，為河流提供穩(wěn)定的基流補(bǔ)給。此外，降水還會(huì)影響湖泊的水位和面積。青海湖主要依靠地表徑流和降水補(bǔ)給，降水的增加會(huì)直接導(dǎo)致入湖徑流量增大，從而使青海湖水位上升，湖面面積擴(kuò)大；反之，降水減少則會(huì)使入湖徑流量減少，導(dǎo)致青海湖水位下降，湖面面積縮小。6.1.2氣溫變化的影響在1980-2020年期間，青海湖流域的氣溫呈現(xiàn)出顯著的上升趨勢(shì)，年平均氣溫的線性傾向率為0.35℃/10年，升溫幅度高于同期全球平均水平。這種氣溫變化對(duì)流域水文情勢(shì)產(chǎn)生了多方面的深刻影響。隨著氣溫升高，流域內(nèi)的蒸發(fā)量顯著增加。蒸發(fā)是水文循環(huán)中的重要環(huán)節(jié)，它受氣溫、風(fēng)速、相對(duì)濕度等多種因素的影響。在青海湖流域，氣溫升高使得水面和陸面的蒸發(fā)能力增強(qiáng)，導(dǎo)致大量水分從地表和水體表面散失到大氣中。研究表明，氣溫每升高1℃，蒸發(fā)量約增加5%-8%。蒸發(fā)量的增加使得流域內(nèi)的水分收支失衡，減少了地表水資源量，對(duì)河流徑流量和湖泊水位產(chǎn)生了負(fù)面影響。在一些干旱年份，蒸發(fā)量的大幅增加導(dǎo)致河流徑流量減少，甚至出現(xiàn)斷流現(xiàn)象；青海湖的蒸發(fā)量也隨之增加，使得湖水損失加劇，水位下降。氣溫升高還加速了高山冰雪的融化。青海湖流域周邊高山分布廣泛，存在大量的冰川和積雪。氣溫升高使得冰雪融化速度加快，融化期提前，從而改變了流域內(nèi)的徑流過程。在春季和夏季，氣溫升高導(dǎo)致高山冰雪大量融化，形成的融水匯入河流，增加了河流的徑流量。這種融水補(bǔ)給在一定程度上緩解了降水不足對(duì)河流徑流量的影響。然而，長期來看，隨著氣溫持續(xù)升高，冰川和積雪儲(chǔ)量不斷減少，未來融水補(bǔ)給的穩(wěn)定性將受到威脅。當(dāng)冰川和積雪儲(chǔ)量減少到一定程度時(shí)，融水補(bǔ)給量將大幅下降，可能導(dǎo)致河流徑流量減少，影響流域內(nèi)的水資源供應(yīng)。氣溫變化對(duì)植被生長和生態(tài)系統(tǒng)的影響也間接作用于水文情勢(shì)。氣溫升高改變了植被的生長環(huán)境，影響了植被的生長周期、覆蓋度和生產(chǎn)力。在青海湖流域，氣溫升高使得植被生長季延長，植被覆蓋度有所增加。植被通過蒸騰作用將土壤中的水分釋放到大氣中，植被覆蓋度的增加會(huì)導(dǎo)致蒸騰量增大，從而影響流域內(nèi)的水分循環(huán)。植被的根系還能夠改善土壤結(jié)構(gòu)，增加土壤的入滲能力和持水能力，減少地表徑流，增加土壤水分儲(chǔ)存。因此，氣溫變化對(duì)植被的影響通過改變植被的蒸騰和土壤水分調(diào)節(jié)功能，間接影響了流域的水文情勢(shì)。6.2土地利用變化對(duì)水文情勢(shì)的影響土地利用類型的改變深刻影響著流域的產(chǎn)流、匯流等水文過程，在青海湖流域，這種影響尤為顯著。通過對(duì)1980-2020年青海湖流域土地利用數(shù)據(jù)的分析，發(fā)現(xiàn)該時(shí)段內(nèi)流域土地利用發(fā)生了明顯變化。草地面積總體呈減少趨勢(shì)，1980年草地面積占流域總面積的70.5%，到2020年減少至68.2%。這主要是由于過度放牧、氣候變化等因素導(dǎo)致草地退化，部分草地轉(zhuǎn)變?yōu)樯车鼗蚱渌恋乩妙愋?。耕地面積有所增加，主要是因?yàn)檗r(nóng)業(yè)開發(fā)和灌溉條件的改善，使得一些草地被開墾為耕地。建設(shè)用地面積也呈現(xiàn)出快速增長的態(tài)勢(shì)，隨著城鎮(zhèn)化進(jìn)程的加快，城鎮(zhèn)規(guī)模不斷擴(kuò)大，占用了大量的耕地和草地。不同土地利用類型的變化對(duì)水文過程的影響機(jī)制各異。在產(chǎn)流方面，草地具有較好的保水能力，其植被根系發(fā)達(dá)，能夠增加土壤孔隙度，提高土壤的入滲能力，減少地表徑流的產(chǎn)生。然而，隨著草地面積的減少和質(zhì)量的下降，其保水能力減弱，地表徑流增加。研究表明，當(dāng)草地轉(zhuǎn)變?yōu)樯车貢r(shí)，地表徑流系數(shù)可增加20%-30%。耕地的灌溉活動(dòng)改變了土壤水分狀況和地表徑流形成機(jī)制。在灌溉期，大量的灌溉水使得土壤含水量增加，當(dāng)降水量超過土壤入滲能力時(shí)，容易形成地表徑流。此外，耕地的耕作活動(dòng)也會(huì)破壞土壤結(jié)構(gòu)，降低土壤的入滲能力，增加地表徑流。建設(shè)用地的增加導(dǎo)致不透水面積擴(kuò)大，降水難以入滲，大部分降水直接形成地表徑流，使得徑流系數(shù)大幅提高。在城市區(qū)域，徑流系數(shù)可比自然狀態(tài)下增加50%-80%，這大大增加了城市洪澇災(zāi)害的風(fēng)險(xiǎn)。在匯流方面，土地利用變化影響著水流的速度和路徑。草地和林地的植被覆蓋能夠減緩水流速度，增加水流的下滲和蓄滯時(shí)間，使得匯流過程更加平緩。而當(dāng)草地和林地被破壞，轉(zhuǎn)變?yōu)楦鼗蚪ㄔO(shè)用地時(shí)，水流速度加快，匯流時(shí)間縮短，容易導(dǎo)致洪水峰值提前和增大。在河流上游地區(qū)，如果大量的林地被砍伐開墾為耕地，暴雨發(fā)生時(shí)，地表徑流迅速匯集，會(huì)使下游地區(qū)的洪水災(zāi)害加劇。此外，土地利用變化還會(huì)影響河道的形態(tài)和糙率，進(jìn)而影響匯流過程。例如，不合理的土地開發(fā)導(dǎo)致河道被侵占、淤積，使得河道的過水能力下降，洪水宣泄不暢，進(jìn)一步加重洪澇災(zāi)害。為了定量分析土地利用變化對(duì)水文情勢(shì)的影響，利用改進(jìn)后的SWAT+模型設(shè)置不同的土地利用情景進(jìn)行模擬。設(shè)置情景一為保持1980年的土地利用格局不變，情景二為采用2020年的實(shí)際土地利用格局。模擬結(jié)果表明，與情景一相比，情景二下流域的年徑流量增加了8.5%，主要是由于草地面積減少和建設(shè)用地增加導(dǎo)致地表徑流增加。在洪水期，情景二的洪峰流量比情景一提高了15.2%，匯流時(shí)間縮短了2-3小時(shí)，這表明土地利用變化使得流域的洪水風(fēng)險(xiǎn)顯著增加。通過對(duì)不同土地利用情景下的水文模擬，清晰地揭示了土地利用變化對(duì)青海湖流域水文情勢(shì)的影響程度和變化趨勢(shì)，為流域的水資源管理和生態(tài)保護(hù)提供了重要的科學(xué)依據(jù)。6.3人類活動(dòng)對(duì)水文情勢(shì)的影響在青海湖流域，灌溉活動(dòng)對(duì)水文情勢(shì)產(chǎn)生了不可忽視的影響。隨著農(nóng)業(yè)的發(fā)展，灌溉用水需求不斷增加，大量的河水被引入農(nóng)田用于灌溉。這直接導(dǎo)致了河流徑流量的減少，許多河流在灌溉期的流量明顯低于非灌溉期。在布哈河等主要河流，由于流域內(nèi)農(nóng)業(yè)灌溉用