文献分享 | JOH：评估利用遥感蒸发量数据对SWAT进行多变量校准对改善水文建模的附加价值

题目: Evaluating the added value of multi-variable calibration of SWAT with remotely sensed evapotranspiration data for improving hydrological modeling

杂志：Journal of Hydrology

研究将遥感蒸散发数据与SWAT水文模型相结合，目的是通过在空间和时间上加强相关水文子过程来减少参数的“异参同效”（重点并不在改善水流出口处的评价指标）。研究在两种不同的方案（方案1：仅使用径流数据；方案2：同时使用遥感蒸散发数据和径流数据）下对SWAT进行率定，并从不同空间尺度（流域出口、子流域和水文响应单元）和不同角度（模型输出和最敏感参数）的“稳定性”概念来评估模型的性能。研究利用Mann-Whitney U检验来估计两种方案的“稳定性”之间差异的显著程度，与方案1相比，方案2大大降低了率定参数和模型输出的“异参同效”性，且方案2的模型解决方案和输出结果与方案1有明显不同。研究结果表明，使用越来越多的开放性遥感蒸散发数据来改善水文模型的率定是有附加价值的。

表1 用于建立SWAT模型的数据

图1 方法流程图

表2 模型参数和基于t-stat和p-value的两种方案的参数敏感性排序

表3 方案1和方案2的月径流模拟评估

图2 (a)宁都、(b)石城、(c)汾坑站的方案1和方案2在率定和验证期间的月观测径流和模拟径流的时间变化情况；(d)表示方案1和方案2在三个子流域出口的月观测径流和模拟径流的绝对差异

表4 方案1和方案2中三个子流域出口处的月径流模拟和观测之间的差异非参数Mann-Whitney U检验

表5 子流域水平上的ET模拟评估

图3 (a)、(b)、(c)分别为子流域的方案1和方案2的模拟月蒸散发与遥感蒸散发数据在率定和验证期间的时间对比；(d)表示方案1和方案2中子流域的模拟蒸散发和遥感蒸散发数据的月绝对差异

图4 蒸发量、地表径流、水量和叶面积指数等模型输出的稳定性在的空间分布

图5 CN2和SOL_K（两个最敏感的参数）代表了对表面和次表面参数的改进；概率直方图和箱式图分别展示了方案1和方案2的稳定性

图 6对生物物理参数的改进由五个最敏感的参数来代表（BLAI、BIO_E、CHTMX、LAIMX1和FRGRW2）；概率直方图和箱式图显示了方案1和方案2的稳定性

研究探索了一种实用的多变量方法来率定SWAT，将遥感蒸散发数据与径流数据结合起来，以提高模型的参数化能力，并使HRU之间的参数集多样化。研究使用重复测量设计来说明由方案1（仅径流数据）和方案2（径流和遥感蒸散发数据）率定模型的稳定性，虽然仅基于ENS和R2统计很难区分两种方案的结果，但重复测量设计显示两者在空间细节上有相当大的差异，统计和Mann-Whitney U检验都表明方案2的率定效果明显优于方案1，显示了对模型不确定性的改善潜力。研究结果表明，遥感蒸散发数据集可以成为对数据稀缺地区进行精确水文建模的潜在解决方案。

1. 单纯依靠ENS等统计性评价指标会得到片面的结论，并没有揭示内部过程的真正变化，两种方案模拟结果的ENS指标很近似，但如果从箱形图和Mann-Whitney U检验等角度分析，会发现所以两个方案的表现有明显不同，观测和模拟的径流之间的良好对应关系不足以评价基于物理的水文模型的模拟能力。

2. 与结合卫星蒸散发数据相比，仅基于观测径流数据进行率定，很难反推到上游模块中与蒸散发和生物物理有关的参数，仅根据有限的径流数据率定的模型往往会导致水文系统一些成分的误判，利用径流和蒸散发的数据进行多变量率定来让水文循环的中间过程更加合理从而减少“异参同效”带来的问题。

3. 对于遥感蒸散发数据，该研究只使用了一种，可以多对比几种蒸散发数据产品，比如有研究（Bennour et al., 2022）分析了多种ETMonitor, GLEAM, SSEBop, WaPOR等蒸散发数据集，并使用率定后SWAT模型输出的结果与土壤湿度数据等数据进行了比较分析，表明模型估算和表层土壤水分数据产品以不同的方式捕捉到了雨水的垂直再分配。

4. 由于SWAT 本身计算潜在蒸散发（ETp）时存在三种方法（Hargreaves, Priestley–Taylor, and Penman–Monteith），而不同ETa（实际蒸散发）数据产品所用的公式也有差别，所以需要找到SWAT计算ETp选用的公式和ETa数据产品的最优组合，才可以让ETa遥感数据在SWAT模型率定过程中发挥最佳的效果。

文章信息 : Ss A ,  Zheng D B ,  Xs A , et al. Evaluating the added value of multi-variable calibration of SWAT with remotely sensed evapotranspiration data for improving hydrological modelling.  2021, 603:127046.

DOI : 10.1016/j.jhydrol.2021.127046

分享人介绍

王维琛，2022级博士生

邮箱：

【 往期回顾 】