清华大学 环境学院, 北京 100084
收稿日期：2019-04-08
基金项目：国家自然科学基金项目（51878372）
作者简介：姜婧婧(1995-), 女, 硕士研究生
通信作者：杜鹏飞, 教授, E-mail:dupf@tsinghua.edu.cn
摘要：不准确的子流域定义会影响土壤和水评估工具（SWAT）模型在平原灌区的模拟结果。针对SWAT模型流域划分，提出基于数字高程模型（DEM）预处理和SWAT模型自动与自定义划分方法联用的改进方法，并以内蒙古河套灌区九排域为例进行应用。结果表明：相较于SWAT原有自动划分方法，改进方法能够生成案例区域特定级别排沟对应的所有子流域，子流域边界识别率、河网识别率、总流域覆盖率分别提升61%、4%、4%；基于改进划分方法构建的SWAT模型水文模拟结果与实际情况吻合良好。改进方法能够有效提升SWAT模型在平原灌区特定级别的水文管理中的适用性。
关键词：土壤和水评估工具(SWAT)模型流域划分平原灌区
Improvement and application of SWAT model watershed delineation method in plain irrigation districts
JIANG Jingjing, DU Pengfei
School of Environment, Tsinghua University, Beijing 100084, China
Abstract: Inaccurate subbasin definitions will affect soil and water assessment tool (SWAT) model results in plain irrigation districts. The SWAT model watershed delineation method was modified by preprocessing of digital elevation model (DEM) and joint use of automatic and pre-defined methods. This improved method was then applied to the Ninth Drainage Ditch Watershed of the Hetao Irrigation District in Inner Mongolia, China. The results show that the improved method generates specific subbasins corresponding with specific levels of the drainage ditches. This method increases the subbasin boundary agreement rate by 61% compared with the original automatic delineation method, improves the river agreement rate by 4% and improves the total watershed coverage rate by 4%. The hydrological simulation results of the improved SWAT model agree well with the measured data; thus, this method is more practical for the special management requirements of plain irrigation districts.
Key words: soil and water assessment tool (SWAT) modelwatershed delineationplain irrigation districts
土壤和水评估工具(soil and water assessment tool, SWAT)模型是流域水文水质模拟中常用模型之一，被广泛应用于流域水文分析、非点源污染控制、土壤侵蚀管理及气候变化影响分析等领域[1]。在SWAT模型中，准确的流域划分是保证水文水质模拟结果可靠性的基础。然而，SWAT内置流域划分方法在应用于平原灌区这类受人工干扰程度较大的流域时，却存在诸多问题，限制了模型在该类地区的应用。
首先，SWAT自动划分方法在应用于平原灌区时会出现子流域边界定义不准确的问题[2]。在自然流域中，子流域边界由地势较高的分水岭构成，并可直接基于高程计算获取，因此基于数字高程模型(digital elevation model, DEM)计算的SWAT模型原有自动划分方法对自然流域具有良好的适用性。然而，平原灌区的水文过程并非单纯基于重力，承担灌区内分水作用的子流域边界也并非自然条件下的分水岭，而是包含灌渠、主要排沟两侧堤岸以及部分道路在内的复杂组合[3]。这些构筑物与其周围农田在高程上往往差异微小，因此难以单纯基于高程计算获得良好的划分结果。针对这一问题，有****提出基于DEM修正的改进方法[4-5]，但这类改进方法往往无法消除DEM失真对子流域参数计算带来的影响；而若不基于DEM计算直接自行绘制子流域并通过SWAT模型的Pre-defined功能导入[6-7]，则在子流域个数较多时会带来相当大的工作量。
其次，SWAT自动划分方法还存在与平原灌区实际管理需求脱节的问题。一般情况下，平原灌区水系有独立的等级体系，在实际管理中，往往要求研究者能划分出特定级别的全部排沟及其对应的子流域。然而，当前SWAT模型的子流域划分，一般是通过分析不同子流域个数下模型生成子流域的规模[8]、输出径流、泥沙、营养物相关指标的准确程度[9-11]、生成河网的准确程度[12-13]等指标来确定适宜的划分数量，或是直接用多级灌渠、道路等对总流域进行切割来获取[7]。这些方法理论上都无法保证恰好生成平原灌区管理需求的特定级别的所有排沟和子流域。
本研究针对SWAT模型流域划分方法在平原灌区存在的上述问题，借鉴一些研究[14-15]在处理SWAT平原河网提取问题时联合使用SWAT自动与自定义两种划分方法的思路，从提升河网及子流域空间分布与参数的准确性及对灌区实际管理需求的适用性出发，提出一种基于DEM预处理和SWAT模型两种划分方法联用的改进方法。该方法操作简单，易于实践，通过对研究区域进行紧密关联的两次划分，可得到符合灌区实际情况和管理需求的流域划分结果。
1 改进方法1.1 改进方法原理如图 1所示，本研究基于流域思想对平原灌区进行划分，将灌区的排沟系统作为流域河网，将灌渠、主要排沟两侧堤岸等作为子流域边界，通过两次划分将具有同一排水出口的灌区集水区划分成符合灌区实际情况的子流域。其中：一次划分基于SWAT的自动划分方法进行，用于获得尽可能准确的河网及子流域分布；二次划分基于SWAT的自定义划分方法进行，用于获得尽可能准确的河网及子流域参数。
 |
| 图 1 平原灌区水文过程示意图 |
| 图选项 |
一次划分的关键问题之一是解决子流域边界定义准确性的问题。本研究借鉴“高程增量叠加”方法[4-5]的思路对DEM进行改造，利用ArcGIS的编辑功能提升子流域边界高程，对DEM进行预处理。由于本研究中对DEM的改造只是为了获得河网和子流域的空间分布，并不涉及参数计算，因此在预处理时可对DEM作尽可能大的边界提升，而不需要考虑DEM失真对参数准确性的影响。在此过程中，子流域边界提升高度是影响一次划分效果的关键因素。
一次划分的另一关键问题是解决恰好生成特定个数的子流域的问题。这需要两方面保障：1)子流域集水面积阈值必须设定在研究关心的所有子流域的最小面积之下，这样才能保证最小的子流域也能被生成。2)一次划分中对河网的准确定义需借助SWAT模型的Burn in功能实现，为避免子流域边界与河网距离过近时，预处理中对子流域边界的提升与Burn in中对河网的降低施加到相同栅格上，形成干扰，需要预先对DEM分辨率进行判别，将分辨率过低的DEM处理为较高分辨率。由此可见，对子流域集水面积阈值、DEM分辨率两个参数的有效设置，也是保证一次划分效果的关键。
在完成一次划分之后，还需要进行二次划分。二次划分需要将DEM更换为未经改造的原始DEM，通过导入上一步生成的河网及子流域分布，直接根据真实的DEM数据进行河网和子流域参数的计算。同时，一次划分得到的处理结果难免有与实际情况不符之处，在导入DEM及河网、子流域文件之前，还可根据需要对一次划分生成的文件进行人工修正。
1.2 具体操作步骤步骤1 目标确定。明确流域划分精度目标，即需要生成灌区哪一级别及以上的排沟及其对应的子流域。
步骤2 空间数据准备。准备本方法需要的3类空间数据：DEM数据、河网矢量图、子流域边界矢量图。其中：DEM数据选择尽可能高的分辨率，河网矢量图须包含研究目标涉及的排沟，子流域边界矢量图须包含研究目标涉及排沟对应的子流域边界中所有能够通过判断确定的部分。子流域边界的人工判定规则如下：当研究的最低级排沟及其下属支流未有从道路、灌渠或堤防下侧穿过的情况，该段道路、灌渠或堤防应被视为子流域边界；否则，则不被视为子流域边界。
步骤3 计算一次划分关键参数限值。
1) DEM分辨率上限R0。
根据式(1)计算DEM分辨率上限R0，
| ${R_0} = {D_{\min }}/\sqrt 2 .$ | (1) |
2) 子流域边界提升高度下限H0。
利用ArcGIS的“Extract by mask”工具，按已知的子流域边界矢量图提取出子流域边界DEM。然后，根据式(2)计算子流域边界提升高度下限H0，
| ${H_0} = {h_{{\rm{w, max}}}} - {h_{{\rm{b, min}}}}.$ | (2) |
3) 子流域集水面积阈值上限A0。
基于人工判断找出流域内面积最小的子流域，并采用面积测量工具获得其面积A0，该值即为模型可接受的集水面积阈值A的取值上限。
步骤4 一次划分DEM预处理。
对现有DEM分辨率进行判断。比较已有DEM数据的分辨率栅格边长R1与上一步计算所得DEM分辨率阈值R0的大小。若R1≥R0，则需先进行重采样，再对子流域边界进行提升；若R1 < R0，则不需要进行重采样，直接对子流域边界进行提升。
重采样具体操作为：利用ArcGIS的“Resample”工具重设DEM分辨率。重采样分辨率R取略小于R0的值即可，重采样方法选择NEAREST。
子流域边界提升具体操作为：1)利用ArcGIS的“Extract by mask”工具，按已知子流域边界提取满足分辨率要求的DEM数据；2)利用“Raster calculator”工具，提升该子流域边界DEM，提升高度可取任意高于子流域边界提升高度下限H0的值；3)利用“Mosaic to new raster”工具，用提升后的数据替代原始DEM中的子流域边界数据。
步骤5 基于修正DEM的一次划分。
首先，导入预处理后的DEM，选择Burn in功能导入实际河网矢量图；其次，选择DEM-based方法进行初步计算，将子流域集水面积阈值A设为稍低于A0的值，生成河网；最后，删除多余的子流域出口，选择流域总出口，生成子流域分布。
步骤6 二次划分河网及子流域文件准备。
导出一次划分中生成的河网及子流域文件，对照已知河网和子流域边界的实际位置和形状，利用ArcGIS的编辑功能进行修正。修正后，按SWAT模型输入要求编辑属性数据表格。
步骤7 基于原始DEM的二次划分。
导入原始DEM，选择Pre-defined方式导入修正后的河网和子流域文件，计算生成子流域参数。
1.3 评价指标本文对于改进方法的评价包括两部分：1)对一次划分后河网与子流域空间分布准确性的评价，2)对基于改进方法划分后构建的SWAT模型水文模拟结果的评价。
一次划分的目的是获得尽量准确的河网及子流域空间分布，因此评价一次划分结果的指标要能够反映生成的河网和子流域与真实情况在空间特征上的符合程度。本文选取河网识别率PR、子流域边界识别率PB、子流域生成率PN、总流域覆盖率PS 4个指标来表征研究区域总体的划分效果，计算方法见式(3)—(6)。显然，各指标值越高，划分效果越好。
| ${P_{\rm{R}}} = \frac{{{R_{\rm{m}}}}}{R}.$ | (3) |
| ${P_{\rm{B}}} = \frac{{{B_{\rm{m}}}}}{B}.$ | (4) |
| ${P_{\rm{N}}} = \frac{{{N_{\rm{m}}}}}{N}.$ | (5) |
| ${P_{\rm{s}}} = \frac{{{S_{\rm{m}}}}}{{\rm{S}}}.$ | (6) |
对于SWAT模型水文模拟结果的评价，本文选取SWAT-CUP软件进行参数率定与模型验证，并选取水文模拟中常用的决定系数R2和Nash系数NS两个参数来评估参数率定和模型验证的结果。其中：R2表征的是模型模拟值序列与实际观测值序列相关性的大小，NS表征的是模型模拟值序列的平均值水平与实际观测值序列的平均值水平的一致程度。R2和NS的计算公式见式(7)和(8)。这两个指标取值越接近1，表示模型越可靠。
| ${R^2} = \frac{{{{\left[ {\sum\limits_i {\left( {{Q_{{\rm{m}}, i}} - {{\bar Q}_{\rm{m}}}} \right)} \left( {{Q_{{\rm{s}}, i}} - {{\bar Q}_{\rm{s}}}} \right)} \right]}^2}}}{{\sum\limits_i {{{\left( {{Q_{{\rm{m}}, i}} - {{\bar Q}_{\rm{m}}}} \right)}^2}} \sum\limits_i {{{\left( {{Q_{{\rm{s}}, i}} - {{\bar Q}_{\rm{s}}}} \right)}^2}} }}, $ | (7) |
| ${\rm{NS}} = 1 - \frac{{\sum\limits_i {\left( {{Q_{\rm{m}}} - {Q_{\rm{s}}}} \right)_i^2} }}{{\sum {\left( {{Q_{{\rm{m}},i}} - {{\bar Q}_{\rm{m}}}} \right)_i^2} }}.$ | (8) |
2 案例应用2.1 研究区域概况本研究选取的案例区域为河套灌区的九排域。该区域位于内蒙古自治区巴彦淖尔市乌拉特前旗境内，地理范围为40°52′24″N~40°58′05″N、108°12′60″E~108°48′39″E，流域面积261.4 km2，地势为西部高东部低，高程范围为983~1 045 m。
研究区域内主要水系包括九排干沟及其下属各级排沟、长济灌渠及其南部下属各级灌渠、塔布渠(部分)及其北部下属各级灌渠。流域内排沟与灌渠的二级分布见图 2。引黄灌溉用水经过各级灌渠进入农田，汇入各级排沟，最终通过东部九排干沟总出口进入受纳水体乌梁素海。
 |
| 图 2 研究区域地形及水系 |
| 图选项 |
2.2 数据来源案例流域划分中采用的灌渠、排沟、子流域边界矢量图均基于Google Earth 2017年影像手工提取并通过ArcGIS处理转化得到；DEM原始数据为从地理空间数据云网站下载的乌拉特前旗30 m分辨率数据；
案例区域SWAT模型构建过程中采用的土壤数据库基于世界和谐土壤数据库(Harmonized World Soil Database, HWSD)在案例区域进行本地化构建所得；土地利用与作物类型分布图基于当地2017年遥感图像进行解译得到；降雨数据选取距离九排域最近的乌拉特前旗、五原县2个国家气象站2011—2017年逐日监测数据；九排干沟出口流量选取2014—2017年逐月监测数据。
2.3 子流域划分结果案例区域划分目标精度为二级排沟，也就是对九排干沟及其下一级支沟所在子流域进行划分。关键参数限值及参数实际取值见表 1。
表 1 一次划分关键参数限制及实际取值
| R/m | H/m | A/ha | |
| 限值计算结果 | 7 | 55 | 47 |
| 实际取值 | 6 | 56 | 46 |
表选项
图 3为应用SWAT原有自动划分方法、应用改进方法一次划分后、人工修正后所得流域划分的对比结果。可以看出，相较于SWAT原有的自动划分方法，改进方法一次划分生成的河网和子流域分布与真实情况更接近，尤其是子流域边界定义的准确性得到了大幅提升。经过人工修正后，生成的河网基本与实际情况吻合。
 |
| 图 3 改进方法与SWAT原有自动划分方法生成结果对比图 |
| 图选项 |
表 2给出了一次划分与SWAT原有自动划分方法生成河网和子流域空间分布的评价结果。可以看出，改进方法能够生成案例区域特定级别排沟对应的所有子流域，子流域边界识别率、河网识别率、总流域覆盖率分别提升61%、4%、4%。
表 2 改进方法与SWAT原有自动划分方法评价结果对比
| 指标 | SWAT原有自动划分方法 | 改进方法(一次划分) |
| PR/% | 73 | 77 |
| PB/% | 33 | 94 |
| PN/% | 100 | 100 |
| PS/% | 93 | 97 |
表选项
2.4 水文模拟结果本文基于改进的子流域划分结果构建了九排域SWAT模型，并利用SWAT-CUP软件对模型进行参数率定和模型验证。模拟总时段为2011—2017年，其中预热期为2011—2013年，率定期为2014—2016年，验证期为2017年。
结果表明，九排域出口流量模拟值与实测值的R2和NS在率定期分别为0.87、0.82，验证期分别为0.61、0.54，可以满足一般水文模拟研究对模型可靠性的要求。由图 4中模型模拟值与实测值的对比也可以看出，模型月径流模拟结果与实测值吻合良好。
 |
| 图 4 九排域出口流量模拟值与实测值的对比 |
| 图选项 |
2.5 讨论2.5.1 子流域集水面积阈值A对划分结果的影响子流域集水面积阈值A的主要影响在于决定一次划分能否生成灌区特定管理需求下所有子流域。A设置过大，会导致子流域缺失。
图 5展示了A不同取值时一次划分的结果对比。鉴于子流域生成的数量完全取决于河网生成的情况，因此本文只展示河网生成结果。其中：30 ha代表该参数取值明显低于建议阈值A0的情况；46 ha代表本研究改进方法的取值，即刚好低于A0；48 ha代表略高于A0的情况；128 ha代表按SWAT模型建议的最小值进行取值的情况。
 |
| 图 5 不同集水面积阈值下的河网生成结果 |
| 图选项 |
可以看出，A取值越小，能够被生成的二级排沟越多；并且，只有将A设置在二级子流域最小面积之下，才能保证所有二级排沟都被生成。然而，A的取值也不是越小越好。由图 5可以看出，随着阈值变小，河网的冗余率也会大幅上升，这会增加人工修正的工作量。因此，摒弃模型建议取值范围，而使实际取值刚好低于最小子流域面积，是保证所有子流域都能生成且不额外增加工作量下的较优选择。
2.5.2 DEM分辨率R对划分结果的影响DEM分辨率R的主要影响在于决定一次划分中子流域边界识别的准确性。只有分辨率足够高，才能保证子流域边界提升效果不会被Burn in功能覆盖。
图 6展示了R不同取值时一次划分的结果对比。本文案例中最明显可以看出R影响的就是对九排干沟两侧堤防的识别，因此图 6重点标注九排干沟对应各子流域的识别结果。其中，6 m为按本研究改进方法取值，即分辨率刚好高于建议阈值R0的情况；8 m和10 m代表依次稍高于R0的情况；30 m为未经重采样下原始DEM的分辨率。
 |
| 图 6 不同DEM分辨率下的子流域划分结果 |
| 图选项 |
可以看出，当DEM分辨率降低至10 m时，九排干沟堤防已经出现部分缺失；而若直接采用原始30 m分辨率，则九排干沟堤防基本无法被准确识别。因此，保证DEM分辨率R足够高，才能够保证预处理效果。然而，R的取值同样并不是越小越好。随着DEM分辨率的提升，模型计算量也会大幅上升，这会增加计算消耗的时间。因此，将DEM分辨率R设置在刚好小于本研究建议阈值，是保证子流域边界识别效果且不额外增加模型计算量的较优选择。
2.5.3 子流域边界提升高度H对划分结果的影响子流域边界提升高度H的主要影响同样在于决定一次划分中子流域边界识别的准确性。只有H足够大，才能保证子流域边界被尽可能多地识别出来。
图 7展示了不同H下一次划分的结果对比。其中，0 m为不进行提升，10 m代表进行小幅度提升的情况；46 m和100 m为按本研究改进方法采用的取值，即提升高度超过本研究要求的阈值H0。
 |
| 图 7 不同子流域边界提升高度下的子流域划分结果 |
| 图选项 |
可以看出，随着子流域边界提升高度H的增加，越来越多的子流域边界能够得到识别，而当H取值超过本研究建议阈值之后，识别效果就无法继续提升。因此，只要选择超过本研究建议阈值，就能够得到较为准确的子流域识别结果。
3 结论本文针对SWAT模型流域划分方法在平原灌区存在的子流域边界定义不准确、特定级别排沟对应子流域识别不完整两大问题，提出了一种基于DEM预处理和SWAT自动与自定义划分两种方法联用的改进方法，通过两次划分，即可得到基本接近于真实情况的河网子流域分布与子流域参数。将提出的改进方法在内蒙古自治区河套灌区九排域进行了实际应用。
应用结果表明，相较于SWAT原有划分方法，改进方法能够生成案例区域特定级别排沟对应的所有子流域，且自动划分后子流域边界识别率、河网识别率、总流域覆盖率分别提升了61%、4%、4%。基于改进划分方法构建的案例区域SWAT模型水文模拟结果与实际情况吻合良好，出口流量的决定系数、Nash系数在率定期均大于0.8，验证期均大于0.5，满足一般水文模拟研究对于模型可靠性的需求。
研究结果表明，本文提出的改进方法提升了SWAT模型对平原灌区流域分布描述的准确性，并与灌区的实际管理需求衔接，操作简单，效果明显，提升了SWAT模型在平原灌区水文管理中的适用性。
参考文献
| [1] | KRYSANOVA V, WHITE M. Advances in water resources assessment with SWAT:An overview[J]. Hydrological Sciences Journal, 2015, 60(5): 771-783. |
| [2] | 郑倩, 史海滨, 李仙岳, 等. SWAT水文模型在灌区水文和物质模拟中的研究进展[J]. 节水灌溉, 2015(9): 70-73. ZHENG Q, SHI H B, LI X Y, et al. Research advance of SWAT model in hydrology and physical simulation in irrigation district[J]. Water Saving Irrigation, 2015(9): 70-73. DOI:10.3969/j.issn.1007-4929.2015.09.017 (in Chinese) |
| [3] | 李文晖, 邵东国, 徐保利, 等. 灌排系统水转化模拟模型研究[J]. 南水北调与水利科技, 2018, 16(6): 130-141. LI W H, SHAO D G, XU B L, et al. Study of water transformation simulation model of irrigation and drainage system[J]. South-to-North Water Transfers and Water Science & Technology, 2018, 16(6): 130-141. (in Chinese) |
| [4] | 吴用, 李畅游, 张成福, 等. 基于ArcGIS和SWAT的山区、平原区复合地貌流域划分方法研究[J]. 干旱区地理, 2016, 39(2): 413-419. WU Y, LI C Y, ZHANG C F, et al. A watershed delineation method for mountains, plains complex landform area based on ArcGIS and SWAT[J]. Arid Land Geography, 2016, 39(2): 413-419. (in Chinese) |
| [5] | 郑捷, 李光永, 韩振中, 等. 改进的SWAT模型在平原灌区的应用[J]. 水利学报, 2011, 42(1): 88-97. ZHENG J, LI G Y, HAN Z Z, et al. Application of modified SWAT model in plain irrigation district[J]. Journal of Hydraulic Engineering, 2011, 42(1): 88-97. (in Chinese) |
| [6] | 王蕾, 魏晓妹, 降亚楠, 等. 关中平原灌区SWAT模型基础数据库的构建[J]. 水电能源科学, 2017, 35(7): 13-17. WANG L, WEI X M, JIANG Y N, et al. Construction of basic database for SWAT model in Guanzhong plain irrigation district[J]. Water Resources and Power, 2017, 35(7): 13-17. (in Chinese) |
| [7] | 欧阳威, 黄浩波, 张璇, 等. 基于SWAT模型的平原灌区水量平衡模拟研究[J]. 灌溉排水学报, 2015, 34(1): 17-22. OUYANG W, HUANG H B, ZHANG X, et al. Simulation of water balance in Hetao Irrigation District using SWAT model[J]. Journal of Irrigation and Drainage, 2015, 34(1): 17-22. (in Chinese) |
| [8] | WU M, SHI P, CHEN A, et al. Impacts of DEM resolution and area threshold value uncertainty on the drainage network derived using SWAT[J]. Water SA, 2017, 43(3): 450-462. DOI:10.4314/wsa.v43i3.10 |
| [9] | 马放, 姜晓峰, 王立, 等. 基于SWAT模型的亚流域划分方法研究[J]. 中国给水排水, 2015, 31(7): 53-57. MA F, JIANG X F, WANG L, et al. Study on subwatershed delineation based on SWAT model[J]. China Water & Wastewater, 2015, 31(7): 53-57. (in Chinese) |
| [10] | 喻晓, 马孝义, 蔡朵朵. 基于SWAT模型的合理亚流域划分和径流模拟[J]. 中国农村水利水电, 2017(11): 20-25. YU X, MA X Y, CAI D D. The reasonable sub-watershed delineation and runoff simulation based on SWAT model[J]. China Rural Water and Hydropower, 2017(11): 20-25. DOI:10.3969/j.issn.1007-2284.2017.11.005 (in Chinese) |
| [11] | 陈肖敏, 郭平, 彭虹, 等. 子流域划分对SWAT模型模拟结果的影响研究[J]. 人民长江, 2016, 47(23): 44-49. CHEN X M, GUO P, PENG H, et al. Influence of different sub-watershed division schemes on simulation results of SWAT model[J]. Yangtze River, 2016, 47(23): 44-49. (in Chinese) |
| [12] | 王立, 李海强, 马放, 等. 基于SWAT模型的流域河网提取方法[J]. 中国给水排水, 2014, 30(13): 92-95. WANG L, LI H Q, MA F, et al. Extraction method of basin drainage network based on SWAT model[J]. China Water & Wastewater, 2014, 30(13): 92-95. (in Chinese) |
| [13] | 李志强, 朱超霞, 刘贵花. SWAT模型下基于DEM的水文响应单元划分:以濂水流域为例[J]. 江西水利科技, 2017, 43(6): 438-442. LI Z Q, ZHU C X, LIU G H. Hydrological response unit division based on DEM in SWAT model:A case study of Lian River Basin[J]. Jiangxi Hydraulic Science & Technology, 2017, 43(6): 438-442. (in Chinese) |
| [14] | LUO Y, SU B, YUAN J, et al. GIS techniques for watershed delineation of SWAT model in plain polders[J]. Procedia Environmental Sciences, 2011, 10: 2050-2057. DOI:10.1016/j.proenv.2011.09.321 |
| [15] | 孙世明, 付丛生, 张明华. SWAT模型在平原河网区的子流域划分方法研究[J]. 中国农村水利水电, 2011(6): 17-20. SUN S M, FU C S, ZHANG M H. Delineating sub-basins in flat plain areas using SWAT models[J]. China Rural Water and Hydropower, 2011(6): 17-20. (in Chinese) |
