全 文 ：中国生态农业学报 2011年 11月 第 19卷 第 6期
Chinese Journal of Eco-Agriculture, Nov. 2011, 19(6): 1431−1436


* 中国科学院农业生态系统氮磷循环与调控创新团队项目(KZCX2-YW-T07)资助
** 通讯作者: 王克林(1963~), 男, 研究员, 博士生导师, 主要从事区域生态学、景观生态学研究。E-mail: kelin@isa.ac.cn
罗巧(1983~), 女, 在读硕士, 主要从事流域水文、非点源污染模拟研究。E-mail: qiaoluo910@126.com
收稿日期: 2011-02-24 接受日期: 2011-05-30
DOI: 10.3724/SP.J.1011.2011.01431
基于 SWAT模型的湘江流域土地利用变化
情景的径流模拟研究*
罗 巧1,3 王克林1** 王勤学2
(1. 中国科学院亚热带农业生态研究所亚热带农业生态过程重点实验室 长沙 410125;
2. 日本国立环境研究所 日本筑波 305-8506; 3. 中国科学院研究生院 北京 100049)
摘 要 土地利用变化对径流产生重要影响, 显著影响到流域生态的可持续发展。本文应用流域分布式水文
模型 SWAT, 对湘江流域内 5 个水文站点(湘潭、株洲、衡山、衡阳、归阳)的月径流进行了模拟。选取 1998~2002
年作为模型校准期, 以 Nash-Sutcliffe 效率系数(NSI)和决定系数(R2)为评价指标, 率定出 7 个模型敏感参数, 并
用 2003~2007 年的月径流进行模型验证。研究表明, 除归阳站点外, 其余 4 个站点月径流模拟的 R2 和 NSI 都
高于 0.82, 有的甚至达到 0.92, 说明模拟效果较好。在此基础上, 以《湖南省土地利用总体规划(2006−2020)》
为依据, 设置了 3 种土地利用情景模式, 以研究不同土地利用方式对径流的影响程度。结果显示, 土地利用变
化对水文过程影响比较显著, 情景 1 中, 随着 165.40 km2 的耕地转为林地以及 793.91 km2 的耕地转为草地, 径
流深模拟输出减小 1.28 mm; 情景 2 中, 随着 8 173.96 km2 的林地转为耕地以及 337.56 km2 的耕地转为建设用
地, 径流深模拟输出增加 15.61 mm; 情景 3 中, 随着 500.02 km2 的未利用地转为耕地, 径流深模拟输出增加
1.16 mm。因此, 增加林地和草地面积将减少径流, 而耕地和建设用地的增加导致径流的增加。在对湘江流域
进行土地利用规划时需要综合考虑水文效应和经济效益, 充分认识人类活动对水资源的影响。
关键词 湘江流域 径流 土地利用 SWAT 模型 敏感性分析 水文效应
中图分类号: X37 文献标识码: A 文章编号: 1671-3990(2011)06-1431-06
Using SWAT to simulate runoff under different land use
scenarios in Xiangjiang River Basin
LUO Qiao1,3, WANG Ke-Lin1, WANG Qin-Xue2
(1. Key Laboratory of Agro-Ecological Processes in Subtropical Regions, Institute of Subtropical Agriculture, Chinese Academy
of Sciences, Changsha 410125, China; 2. National Institute for Environmental Studies, Tsukuba 305-8506, Japan;
3. Graduate University of Chinese Academy of Sciences, Beijing 100049, China)
Abstract Runoff varies with land use types, which in turn affects eco-sustainable development of river basins. In this study, SWAT
(Soil and Water Assessment Tool) was used to simulate monthly runoff in relation to land use in Xiangjiang River Basin (XRB). Ob-
served runoff data were collected from the Xiangtan, Zhuzhou, Hengshan, Hengyang and Guiyang monitoring stations. A total of
seven model parameters were calibrated with data for 1998~2002 and validated for 2003~2007. The coefficient of determination of
linear regression (R2) of the observed and simulated monthly runoff and the corresponding Nash-Sutcliffe Index (NSI) were used to
evaluate the model performance. With the exception of Guiyang station, all R2 and NSI values were higher than 0.82, with some as
high as 0.92. The results showed that SWAT reliably simulated runoff in XRB. Given the high model performance, three scenarios
(based on the 2006~2020 comprehensive land use planning in Hunan Province) were used to study the impact of land use type on
runoff in XRB. Compared with the existing land use conditions, predicted runoff dropped by 1.28 mm under scenario 1 (where
165.40 km2 of agricultural land was changed into forest land and 793.91 km2 of agricultural land changed to grassland). Under sce-
nario 2 (where 8 173.96 km2 of forest land was reclaimed for agriculture in the upstream basin and 337.56 km2 of agricultural land in
1432 中国生态农业学报 2011 第 19卷


downstream basin put under urban developed), predicted runoff rose by 15.61 mm. In scenario 3 (where 500.02 km2 of unused arable
land was reclaimed for agriculture), predicted runoff increased by 1.16 mm. The scenario simulation suggested that runoff dropped
under increasing forest land and grassland areas and decreasing paddy field and urban areas. Hydrological effects, economic benefits
and human activities were identified as critical factors of runoff and water resources availability in the basin. It was concluded that
these factors should be fully taken into account in land use planning and development in XRB.
Key words Xiangjiang River Basin, Runoff, Land use, SWAT model, Sensitivity analysis, Hydrological effect
(Received Feb. 24, 2011; accepted May 30, 2011)
湘江是长江七大支流之一, 也是湖南省流域面
积最大的河流。湘江流域水资源丰富, 但其年内分
布不均, 特别是近年来持续出现洪涝与干旱交替的
灾害。湘江流域水资源除主要受气候影响外, 人类
对自然资源的利用和改造导致的流域土地利用变化
也会对其产生重要影响。流域土地利用类型的变化
通过影响地表蒸发、土壤水分状况及地表覆被的截
留量等, 进而对流域的水量平衡产生影响。因此, 研
究湘江流域的径流特征, 对规划和管理湘江流域水
资源、实现湘江流域的可持续发展具有现实意义。
SWAT(Soil and Water Assessment Tool)模型是美
国农业部开发的分布式水文模型, 它以日为时间步长,
可连续长时间模拟流域的水文过程、水土流失、化学
过程等变化, 并能预测在不同土壤条件、土地利用类
型和管理措施下人类活动对上述过程的影响 [1−2]。
SWAT模型以其强大的功能、先进的模型结构及高效
的计算, 在世界各国得到了广泛应用, 其中, 径流模
拟是 SWAT模型最基本、最重要的功能, 基于 SWAT
模型的径流模拟是 SWAT研究的焦点。Arnold等[3−4]
验证了模型水文模拟在伊利诺伊州 3个流域、密西西
比河支流等不同时空尺度、不同水文条件、不同地形
特征流域的适用性 ; Schuol 等 [5]通过瑞典西南部
Ronnea 流域径流模拟表明, 该模型适用于不同水文
气象及下垫面条件; Fohrer 等[6]在德国阿勒河流域发
现, 土地利用变化对径流的影响最大。国内相关研究
也证实 SWAT模型在绵河流域[7]、黑河流域[8]、黄河
中游三川河流域[9]、伊河流域[10]、辽河支流柴河水库
流域[11]等流域应用中模拟径流效果良好, 适用于不
同尺度流域的水文过程模拟。湘江是洞庭湖水系中最
大的一条河流, 利用 SWAT模型定量研究土地利用变
化对该流域径流的影响, 对提出该流域土地利用的
优化模式和洪涝干旱的减灾防灾与生态治理具有重
要意义。因此, 本研究以湖南省湘江流域为研究区,
应用 SWAT模型进行地表径流的模拟, 探讨不同土地
利用模式对地表径流的影响, 以期为该流域的土地
利用优化管理和水资源配置提供科学依据。
1 研究区概况
湘江发源于广西兴安县白石乡海阳山近峰岭 ,
至全州汇入灌阳河及万乡河, 由叉江流入东安下江
圩进入湖南境内, 经永州萍岛纳入消水, 于常宁与
耒阳交界处(茭河口)纳入舂陵水, 在衡阳市汇入蒸
水、耒水, 洣衡山县雷溪纳 水, 株洲县渌口纳渌水,
湘潭市纳涓、涟二水, 长沙市汇浏阳河与捞刀河, 长
沙县靖港纳沩水, 至湘阴濠河口入洞庭湖, 全长 856
km, 流域面积 94 660 km2, 湖南境内 85 383 km2(图
1)。流域属亚热带湿润季风气候, 具有温和湿润、光
热充足、四季分明的气候特征。年均气温 16.5~17.3
, ℃ 年降水量 1 195~1 492 mm, 年蒸发量 1 162~
1 502 mm, 年日照时数 1 625~1 796 h, 全年无霜期
234~268 d。湘江流域主要土地利用类型为林地
(62.33%)、水田(21.36%)、旱地(8.86%)和草地(4.17%),
这 4种类型占总流域面积的 96.72%。主要土壤类型
为红壤(50.54%)、水稻土(27.08%)、紫色土(6.82%)、
黄壤(6.67%)、石灰(岩)土(4.46%)和黄棕壤(3.17%),
这 6种土壤类型占总流域面积的 98.76%。
2 SWAT模型模拟原理
SWAT 的地表径流模拟过程包括坡地汇流与河
网汇流 , 前者指净雨从坡地表面汇入河网的过程 ,
后者指进入河网的坡地径流向流域出口汇集的过
程。模型采用的水量平衡公式为[12]:
( )0 day surf seep
1
t
t a gw
i
SW SW R Q E W Q
=
= + − − − −∑ (1)
式中, SWt为土壤最终含水量(mm), SW0为土壤前期
含水量(mm), t为时间步长(d), Rday为第 i天的降水量
(mm), Qsurf为第 i天的地表径流(mm), Ea为第 i天的
蒸发量(mm), Wseep为第 i 天存在于土壤剖面底层的
渗透量和侧流量(mm), Qgw为第 i天的基流量(mm)。
3 基础数据
模型驱动所需数据主要有: 气象数据、地形数
据、土壤类型和土地利用等。
气象数据包括逐日最高气温、最低气温、降水、
风速和相对湿度等数据, 来源于中国气象局气象信
息中心, 时段为 1951~2009年, 包括 14个气象站(株
洲、长沙、南岳、衡阳、常宁、永州、桂林、道县、
郴州、邵阳、宁冈、宜春、马坡岭和双峰)的逐日最
第 6期 罗 巧等: 基于 SWAT模型的湘江流域土地利用变化情景的径流模拟研究 1433


高、最低气温、风速和相对湿度, 以及 17个雨量站
(株洲、长沙、南岳、衡阳、常宁、永州、桂林、道
县、郴州、邵阳、宁冈、宜春、马坡岭、双峰、湘
潭、衡山和归阳)的逐日降水数据。平均太阳辐射值
由 http://www.fao.org/docrep/X0490E/x0490e07.htm#
units所提供的公式计算得到。
地 形 数 据 数 字 高 程 模 型 (DEM) 来 源 于
http://srtm.csi.cgiar.org/, 空间分辨率为 90 m。
土壤数据来源于国家自然科学基金委员“中国
西部环境与生态科学数据中心 ”, 分辨率为
1∶1 000 000。其中机械组成通过 MATLAB7.0用线
性插值法将土壤级配换算为 SWAT模型采用的美制标
准[13−15], 最后通过 USDA 开发的土壤水文特性软件
SPAW[16]计算, 可得到 SWAT需要的土壤物理属性。
土地利用数据来源于中国科学院资源环境科学
数据中心, 空间分辨率为 1∶100 000。土地利用类
型分为 13种, 并通过代码转换与 SWAT数据库中对
应的土地覆被类型联系起来。
4 SWAT模型建立
4.1 模型构建
SWAT 模型在模拟过程中, 首先对输入的 DEM
进行分析和处理, 得到栅格格式的水流流向以及流
域分水岭, 自动生成河网及其亚流域, 然后通过亚
流域内部土地利用和土壤类型的叠加统计分析, 生
成由单一土被组合而成的水文响应单元(hydrologic
response units, HRU), 见图 2。在输入气象数据等属
性数据后, SWAT模型对每个水文响应单元分别进行
径流模拟, 再通过河网汇集而得到整个流域的径流
模拟值。
4.2 模型参数率定与验证
首先利用 5个水文站点(湘潭、株洲、衡山、衡



图 1 湘江流域地理位置以及气象和水文监测站点示意图
Fig. 1 Locations of weather stations and flow gages in the investigated Xiangjiang River Basin



图 2 SWAT模型水文响应单元生成过程
Fig. 2 Delineation of hydrologic response units of SWAT model

1434 中国生态农业学报 2011 第 19卷


阳和归阳)的 1998~2007年径流数据进行敏感性分析,
其中观测数据文件由 Excel VBA编程生成。经过敏
感性分析后得出最敏感的参数依次为 CN2、
ALPHA_BF、SURLAG、CH_N、 CH_K2、SOL_AWC。
在某些情况下, 为了使模型模拟的径流过程尽可能
地接近自然状态, 在校准期并不是所有的敏感参数
都会调整, 相反, 有些在敏感性分析中并不是特别
敏感的参数需要进行调整[17]。本研究主要调整的参
数有 CN2、ALPHA_BF、SURLAG、CH_N、CH_K2、
RCHRG_DP 和 ESCO, 参数含义及具体数值见表 1
和表 2。
选取流域内 5个水文站点(湘潭、株洲、衡山、
衡阳、归阳)1998~2002 年实测的月平均流量资料进
行水文参数的校准, 2003~2007年实测的月平均流量
资料进行参数的验证。选取决定系数 (R2)、
Nash-Sutcliffe 确定性系数 [18](NSI)对模型的模拟结
果进行评价, 其计算方法见式(2)和式(3), 评价结果
见表 3。图 3 为湘潭站点月平均径流量模拟值与实
测值的比较, 由图可见, 湘潭站点的月平均流量模
拟值与实测值吻合较好。

2
obs, sim,obs sim
2
2 2
obs, sim,obs sim
1 1
( )( )
1
( ) ( )
i i
n n
i i
i i
n
Q Q Q Q
iR
Q Q Q Q
= =
⎡ ⎤⎢ ⎥− −⎢ ⎥== ⎢ ⎥⎢ ⎥− −⎢ ⎥⎣ ⎦
∑
∑ ∑
(2)

( )
( )
2
obs, sim,
1
2
obs, obs
1
1
n
i i
i
n
i
i
Q Q
NSI
Q Q
=
=
−
= −
−
∑
∑
(3)
式中, n为实测数据个数, Qobs,i为实测径流值(m3·s−1),
Qsim,i 为模拟径流值(m3·s−1), obsQ 为实测径流平均值
(m3·s−1); simQ 为模拟径流平均值(m3·s−1)。

表 1 模型校准后 CN2(SCS径流曲线数)的取值
Table 1 Calibrated CN2 (SCS runoff curves number) values for Xiangjiang River Basin
水文土壤组 Hydrologic soil group 土地利用类型 Land use type 模型中的代码
Code in the model B C
林地 Forest land FRST 60 73
疏林地 Open forest land MESQ 76 84
草地 Grassland RNGE 69 79
城乡、工矿、居民用地 Town, industrial and mining, residential lands URHD 77 83
水田 Paddy field RICE 73 81
旱地 Dry field ARGC 73 81
水域 Water area WATR 92 92
在 SWAT2005用户手册中, 依据土壤的渗透性, 将土壤分成 A、B、C、D共 4组, 其中 A组渗透性最强, B组渗透性较强, C组渗透性中
等, D组渗透性最弱。湘江流域土壤主要为 B组和 C组。In the SWAT 2005 theoretical documentation, based on infiltration characteristics of the soil,
the soil was classified into four hydrologic groups including A, B, C and D, with a reducing permeability following the subsequence of A to D. The
main groups in Xiangjiang River Basin were B and C.

表 2 SWAT模型主要参数的取值
Table 2 Main calibrated parameters of SWAT model
参数名称
Parameter name
参数含义
Definition
模拟过程
Simulated process
文件
File
值域/变化范围
Range
参数调整值
Adjusting value
ESCO 土壤蒸发补偿系数
Soil evaporation compensation factor
地表径流
Surface runoff
*.hru 0~1 0.3
CH_K2 河道有效导水率
Effective hydraulic conductivity in main channel alluvium
地表径流
Surface runoff
*.rte −0.01~150 mm·h−1 0.1
SURLAG 地表径流滞后时间
Surface runoff lag time
地表径流
Surface runoff
*.bsn 1~24 d 15
RCHRG_DP 深层地下水渗透系数
Deep aquifer percolation fraction
地下径流
Ground water
*.gw 0~1 0.1
ALPHA_BF 基流消退系数
Baseflow alpha factor
地下径流
Ground water
*.gw 0~1d 0.048
CH_N 河道曼宁系数
Manning’s “n” value for the main channel
地表径流
Surface runoff
*.rte −0.01~0.3 0.25

表 3 1998~2007年湘江流域地表径流月模拟结果评价
Table 3 Statistic indicators of model performance at the five different monitor stations of Xiangjiang River Basin
校准期 Calibration period (1998~2002) 验证期 Validation period (2003~2007) 站点 Station
R2 NSI R2 NSI
湘潭 Xiangtan 0.90 0.87 0.91 0.90
株洲 Zhuzhou 0.89 0.82 0.91 0.88
衡山 Hengshan 0.88 0.82 0.84 0.82
衡阳 Hengyang 0.89 0.82 0.92 0.88
归阳 Guiyang 0.88 0.66 0.64 0.45
第 6期 罗 巧等: 基于 SWAT模型的湘江流域土地利用变化情景的径流模拟研究 1435




图 3 湘潭站点月平均径流量模拟值与实测值的比较(校准期: 1998~2002年, 验证期: 2003~2007年)
Fig. 3 Simulated and observed runoff on a monthly step at Xiangtan monitor station (calibration stage: 1998~2002,
validation stage: 2003~2007)

NSI 是描述模拟值对实测值拟合精度的无量纲
统计参数, 一般取值范围在 0~1之间。0表示模拟效
果与采用实测值的平均值代替的模拟效果是一样的;
1表示模拟值与实测值完全一致; 若 NSI为负值, 说
明模型模拟值比直接使用实测平均值的可信度更
低。一般认为 NSI 在 0.5~0.65 之间的模拟结果是可
以接受的, NSI在 0.65~0.75之间的模拟结果比较好,
NSI 达到 0.75 以上的模拟结果非常好[19]。由表 3 的
决定系数(R2)和 Nash-Sutcliffe 效率系数(NSI)可以看
出, 除归阳站点外, 其余 4 个站点的月径流模拟的
R2和NSI都高于 0.82, 有些甚至达到 0.92, 说明模拟
效果非常好, SWAT模型适合于降水丰富的湘江流域
的径流模拟。至于归阳站点, 可能是由于有些月份
的数据缺测(校准期有 5 个月没有数据记录, 验证期
有 19个月没有数据记录), 影响了调参的过程, 从而
影响了模拟精度。
5 情景设定与分析
为了定量分析土地利用变化对径流的影响, 本
文以《湖南省土地利用总体规划(2006~2020)》为依
据, 设计 3 种土地利用情景: 第 1 种情景以“生态退
耕”为依据, 将坡度大于 25°的耕地设为林地, 坡度
在 15°到 25°的耕地设为草地, 其他保持不变; 第 2
种情景以“增加上游基本农田面积, 减少长株潭城市
群区基本农田面积”为依据, 将上游坡度小于 5°的
林地设为耕地, 将长株潭市区坡度小于 5°的耕地设
为建设用地, 其他保持不变; 第 3 种情景以“适度开
发耕地后备资源”为依据, 将所有坡度小于 15°的未
利用地设为耕地, 其他保持不变。不同情景设置的
土地利用变化如表 4。根据建立的 3 种土地利用情
景模式, 采用率定好的参数, 分别模拟了湘江流域
在 3 种不同土地利用情景下的径流, 并与实际结果
进行对比分析(表 5)。结果显示: 土地利用变化对水
文过程影响比较显著。情景 1 中, 随着林地和草地
面积的增加, 径流深模拟输出减小 1.28 mm; 情景 2
中, 随着耕地和建设用地面积的增加, 径流深模拟
输出增加 15.61 mm; 情景 3 中, 随着耕地面积的增
加, 径流深模拟输出增加 1.16 mm。

表 4 湘江流域不同情景设置下的土地利用变化
Table 4 Land use changes in different scenarios in Xiangjiang River Basin
情景 1 Scenario 1 情景 2 Scenario 2 情景 3 Scenario 3
耕地转为林地
Farmland to forest land
耕地转为草地
Farmland to grassland
林地转为耕地
Forest land to farmland
耕地转为建设用地
Farmland to urban area
未利用地转为耕地
Bare land to farmland
变化面积 Change area (km2) 165.40 793.91 8173.96 337.56 500.02
变化率 Change rate (%) 0.18 0.86 8.92 0.37 0.55

表 5 湘江流域不同情景设置下的年平均径流深模拟值
Table 5 Simulated values of annual average runoff depth in different scenarios in Xiangjiang River Basin
情景 1 Scenario 1 情景 2 Scenario 2 情景 3 Scenario 3 原始模拟值
Original simulated
value (mm)
模拟值
Simulated value (mm)
变化量
Change rate (%)
模拟值
Simulated value (mm)
变化量
Change rate (%)
模拟值
Simulated value (mm)
变化量
Change rate (%)
307.78 306.5 −0.42 323.39 5.07 308.94 0.38

1436 中国生态农业学报 2011 第 19卷


6 讨论与结论
通过在湘江流域建立 SWAT 模型, 结合设置的
3 种土地利用变化情景, 模拟了湘江流域的径流在
各情景下的响应。
(1)在以“生态退耕”为依据的情景 1中, 959.31 km2
的耕地转为林地和草地后, 径流减少 0.42%, 说明
林地和草地具有涵养水分、减少径流量以及防洪的
生态效应。
(2)在以“增加中上游基本农田面积, 减少长株潭城
市群区基本农田面积”为依据的情景 2中, 8 173.96 km2
林地转为耕地, 37.56 km2 的耕地转为建设用地后,
径流增加 5.07%, 径流变化较大。一方面可能是因为
土地利用面积变化大, 另一方面也因为耕地和建设
用地面积的增加导致下渗减少、洪峰流量增大、径
流系数增大等, 从而导致径流增加。此种情景下的
土地利用方式, 虽然径流增加了, 其经济效益也会
增加。
(3)在以“适度开发耕地后备资源”为依据的情景
3 中, 增加 500.02 km2的耕地提高了土地利用效率,
但导致径流增加 0.38%。
以上结果表明, 湘江流域径流对土地利用变化
比较敏感, 尤其是中上游农田面积以及长株潭城市
群区建设用地面积的增加对流域径流的影响比较显
著。因此, 在土地利用中不能仅强调农业生产以及
城市的无限制开发而带来的经济效益, 还要兼顾流
域水文效应等生态功能的维护, 否则, 不合理的土
地利用方式将造成区域内部的生态功能紊乱, 旱涝
灾害频发, 不利于农业粮食产量的提高以及城市的
可持续发展。刘志强等[20]认为在生态功能和经济利
益之间 , 人类面对的最佳选择是必须做到二者兼
顾。在对湘江流域进行土地利用规划时需要综合考
虑水文效应和经济效益, 充分认识人类活动(合理利
用土地)对水资源的影响。
参考文献
[1] Gassman P W, Reyes M R, Green C H, et al. The soil and wa-
ter assessment tool: Historical development, applications, and
future research directions[J]. Transactions of the ASABE,
2007, 50(4): 1211–1250
[2] 孙瑞, 张雪芹. 基于 SWAT 模型的流域径流模拟研究进展[J].
水文, 2010, 30(3): 28–33
[3] Arnold J G, Allen P M. Estimating hydrologic budgets for
three Illinois Watersheds[J]. Journal of Hydrology, 1996,
176(1/4): 57–77
[4] Arnold J G, Muttiah R S, Srinivasan R, et al. Regional esti-
mation of base flow and groundwater recharge in the Upper
Mississippi river basin [J]. Journal of Hydrology, 2000, 227:
21–40
[5] Schuol J, Abbaspour K C, Srinivasan R, et al. Estimation of
freshwater availability in the West African sub-continent us-
ing the SWAT hydrologic Model[J]. Journal of Hydrology,
2008, 352(1/2): 30–49
[6] Fohrer N, Möller D, Steiner N. An interdisciplinary modeling
approach to evaluate the effects of land use change[J]. Phys-
ics and Chemistry of the Earth, 2002, 27(9/10): 655–662
[7] Fan J, Tian F, Yang Y H, et al. Quantifying the magnitude of
the impact of climate change and human activity on runoff
decline in Mian River Basin, China[J]. Water Science and
Technology, 2010, 62(4): 783–791
[8] 秦耀民, 胥彦玲, 李怀恩. 基于 SWAT 模型的黑河流域不
同土地利用情景的非点源污染研究 [J]. 环境科学学报 ,
2009, 29(2): 440–448
[9] 罗睿 , 徐宗学 , 程磊 . SWAT 模型在三川河流域的应用[J].
水资源与水工程学报, 2008, 19(5): 28–33
[10] 李晓, 李致家, 董佳瑞. SWAT模型在伊河上游径流模拟中
的应用[J]. 河海大学学报: 自然科学版, 2009, 37(1): 23–26
[11] 袁军营, 苏保林, 李卉, 等. 基于 SWAT模型的柴河水库流
域径流模拟研究 [J]. 北京师范大学学报 : 自然科学版 ,
2010, 46(3): 361–365
[12] Neitsch S L, Arnold J G, Kiniry J R, et al. Soil and water as-
sessment tool theoretical documentation, version 2005[EB/
OL]. [2011–04–12]. http://swatmodel.tamu.edu/media/1292/
SWAT2005theory.pdf
[13] 蔡永明 , 张科利 , 李双才 . 不同粒径制间土壤质地资料的
转换问题研究[J]. 土壤学报, 2003, 40(4): 511–517
[14] 朱秋潮 , 范浩定 . 土壤颗粒组成分级标准的换算[J]. 土壤
通报, 1999, 30(2): 53–54
[15] 关作正, 石岚, 徐丽娜. 黄河流域托万区间 SWAT 模型土
壤属性数据库的建立[J]. 内蒙古水利, 2009(4): 5–7
[16] Saxton K E, Rawls W J. Soil water characteristic estimates by
texture and organic matter for hydrologic solutions[J]. Soil
Scence Society of America Journal, 2006, 70(5): 1569–1578
[17] White K L, Chaubey I. Sensitivity analysis, calibration, and
validations for a multisite and multivariable SWAT model[J].
Journal of the American Water Resources Association, 2005,
41(5): 1077–1089
[18] Nash J E, Sutcliffe J V. River flow forecasting through con-
ceptual models part 1—A discussion of principles[J]. Journal
of Hydrology, 1970, 10(3): 282–290
[19] Moriasi D N, Arnold J G, van Liew M W, et al. Model
evaluation guidelines for systematic quantification of accu-
racy in watershed simulations[J]. Transactions of the ASABE,
2007, 50(3): 885–900
[20] 刘志强, 潘相文, 金剑, 等. 海伦市资源演化格局与土地利
用变化及其生态效应分析 [J]. 中国生态农业学报 , 2011,
19(1): 211–216