土壤数据分辨率对斯里兰卡中尺度源头流域SWAT模型径流预测的影响评估

为解决热带复杂流域水文模拟精度不足的问题，研究人员通过对比国际土壤参考中心(ISRIC) 250m分辨率数据与土壤土地推理模型(SoLIM) 30m高分辨率数据对SWAT模型的影响，发现高分辨率数据使水文响应单元(HRUs)数量翻倍，显著提升了洪水脉冲和低流量条件下的模拟精度，为数据稀缺地区的水资源管理提供了重要参考。

　　

在热带山区流域，准确预测径流对水资源管理和洪水防控至关重要，但现有水文模型常受限于土壤数据的粗糙分辨率。斯里兰卡上科特马勒流域地形复杂、土壤异质性强，而全球土壤数据库如ISRIC的250m分辨率数据难以捕捉局部细节，导致水文过程模拟存在偏差。针对这一挑战，德国德累斯顿工业大学（Technische Universit?t Dresden）环境科学学院的研究团队创新性地采用土壤土地推理模型(SoLIM)生成30m高分辨率土壤数据，系统评估了不同分辨率土壤数据对SWAT（Soil and Water Assessment Tool）模型径流预测的影响，相关成果发表在《Journal of Immunological Methods》。

研究采用对比实验设计，通过SoLIM生成的30m土壤数据与ISRIC 250m数据分别驱动SWAT模型，保持其他参数一致以隔离土壤分辨率效应。关键技术包括：(1)基于39个采样点的数字土壤制图(DSM)；(2)模糊逻辑和克里金插值构建土壤属性空间分布；(3)采用纳什效率系数(NSE)和相关系数(R)等指标评估模型性能；(4)对比分析水文响应单元(HRUs)数量变化对径流、基流等参数的影响。

3.1 水文响应单元(HRUs)划分

高分辨率SoLIM数据使HRUs数量从476增至947个，更精细地反映了土壤质地和导水率的空间变异。这种提升使模型能区分砂质坡地与细粒河谷的渗透差异，为径流生成机制提供了更准确的物理基础。

3.2 敏感性分析

饱和导水率(SOL_K)和径流曲线数(CN₂)等土壤参数在两种数据中均表现敏感（p<0.01），但SoLIM数据通过增加HRUs数量，使模型对局部饱和导水率变化的响应更精确，尤其在暴雨事件中渗透模拟误差降低约18%。

3.3 径流模拟

未校准状态下，SoLIM数据对洪峰流量的预测误差比ISRIC数据低23%，且能更准确再现2003年5月极端降雨事件的时序动态。校准后模型在验证期的NSE达到0.74（ISRIC为0.71），内部站点卡利多尼亚的R²差异更显著（0.75 vs 0.56），表明高分辨率数据对嵌套流域模拟优势明显。

3.4 水文参数影响

SoLIM数据使年均基流量从8.0mm增至21.8mm，更符合热带山地地下水补给规律。土壤含水量模拟值提高75%（140.2mm vs 80.2mm），纠正了ISRIC数据对蒸发量的高估（1224.3mm vs 1080.2mm），这与实际观测的土壤持水能力更为吻合。

该研究证实，在数据稀缺的热带流域，高分辨率土壤数据能显著提升SWAT对极端水文事件的捕捉能力。SoLIM方法通过环境相似性原理（第三地理定律）生成的30m数据，克服了传统数字土壤制图对大量样本的依赖，为类似地区提供了可行方案。研究结果对优化流域生态补偿(PES)机制、洪水预警系统具有直接指导价值，同时揭示了校准参数不能完全补偿粗分辨率数据结构性缺陷的重要规律。未来研究可结合LiDAR地形数据进一步细化土壤-地形耦合关系，并将水库调度纳入模型框架以增强工程适用性。