摘要
草地是中国高寒、干旱地区主要的土地覆盖类型和最重要的生态系统类型之一。受气候、地形、人类活动等因素的影响，草地覆盖度具有明显的空间差异性。不同覆盖度的草地具有不同截留和蒸腾的能力，进而影响区域水循环。然而，目前高寒、干旱区内陆河流域生态-水文过程研究较少考虑草地植被覆盖度的空间变异性。巴音河是典型的高寒、干旱区内陆河流域，是柴达木盆地第四大内陆河。该流域主要的土地覆盖类型是草地和裸地，草地覆盖度在空间上表现出明显的异质性。水文模型是再现和预测大区域尺度生态-水文过程的有效手段。有物理基础的大流域尺度水文模型SWAT（Soil and Water Assessment Tool），在不同土地利用、气候、管理措施下的水文过程模拟等方面有广泛应用并取得了良好效果。SWAT模型的植物生长模块中计算了叶面积指数（Leaf Area Index，LAI），用以表征植被生长状况以及植被覆盖度等。但该模块在计算LAI时仅考虑温度影响而忽略了降水、地形及人类活动。此外，在气象资料缺乏区，SWAT模型计算的LAI基本难以体现其空间异质性。相较于生态-水文模型计算得到的LAI，基于遥感的LAI具有易获取、覆盖范围广、可展现空间异质特征等优势，更适用于表达区域尺度植被覆盖特征。 鉴于此，本研究首先针对研究区气象数据缺乏的问题，分别基于CMORPHv1.0（Climate Prediction Center Morphing technique）、CHIRPS v2.0（Climate Hazards Group Infrared Precipitation with Stations）、MSWEP v2（Multi-Source Weighted-Ensemble Precipitation）降水产品与基于海拔修正的实测降水量建立SWAT模型，并评价了各降水数据对应的研究区径流模拟效果，以此为基础选择适用于研究区的最优降水数据。其次，基于GLASS（Global Land Surface Satellite）LAI和Landsat，利用ESTARFM（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model）模型融合得到契合SWAT模型时空尺度的高时空分辨率（1day/30m）LAI，进而取代SWAT模型的原始LAI估算模块。最后，基于改进后的SWAT模型模拟巴音河上游生态-水文过程，利用河道径流量、泥沙含量、高时空分辨率蒸散发3种数据，率定和验证改进后的SWAT模型，并将其模拟效果与原始SWAT模型的模拟效果进行对比。本研究主要得出以下 结论： （1）基于海拔修正的实测数据对应的SWAT模型径流模拟效果明显优于CMORPHv1.0、CHIRPS v2.0、MSWEP v2产品。除CMORPHv1.0外，其余三者模拟结果均具有一定可信度。且基于海拔修正的实测数据建立的SWAT模型对应的NSE值较CHIRPS v2.0、MSWEP v2降水产品提高了0.11-0.26，R2值提高了0.07-0.14，PBIAS值降低了14.40%-24.30%。 （2）本研究得到的高时空分辨率LAI相较于原始GLASS LAI，其纹理和轮廓更为清晰，展示了更多的空间细节。此外，其与GLASS LAI在月尺度上呈现显著的正相关性，R2达到0.95。对比于原始SWAT模型计算的LAI，本研究获取的高时空分辨LAI在空间上和时间上均具有更加明显的变异性，多年月平均LAI值在0-10之间变化。而原始SWAT模型计算的LAI主要取决于土地覆盖类型，多年月平均LAI值处于0-2之间。 （3）改进后的SWAT模型对于月径流量的模拟性能优于原始SWAT。改进后的SWAT模型模拟的月径流量较实测值差值处于-12.08-8.61m3/s之间，较原始SWAT减少了-0.37-1.53m3/s的误差。改进后的SWAT模型在率定期和验证期的R2值均不小于0.90，NSE值均不小于0.89，PBIAS值均处于0%-4%之间。相较于原始SWAT，改进后的SWAT模型的平均R2值和平均NSE值均提高了0.025，平均PBIAS值降低了2.85%。 （4）改进后的SWAT模型对于月泥沙含量的模拟性能优于原始SWAT。对于模拟值低估实测值的情况，改进后的SWAT较原始SWAT减少了80194.98t的误差。改进后的SWAT在率定期和验证期对应的平均R2值和平均NSE值分别为0.90、0.875，PBIAS值处于-15.5%-30%之间。原始SWAT的平均R2值、平均NSE值和PBIAS值分别为0.89、0.83、-16%-36%。前者较后者的平均R2值、平均NSE值分别提升了0.01、0.045，而PBIAS值减少了-0.4%-6%的范围。 （5）改进后的SWAT模型对于月ET的模拟性能优于原始SWAT。改进后的SWAT的R2值在率定期大于0.5、在验证期大于0.7的HRU面积较原始SWAT分别增加9.48%、226.20km2。在率定期和验证期，改进后的SWAT大于0.5的NSE值的HRU总面积较原始SWAT增加了578.19km2。改进后的SWAT模型在率定期和验证期满足R2值和NSE值均大于0.5，PBIAS值处于-20%-20%之间三个条件的HRU分别有37%和54%，较原始SWAT均提升了8%。在子流域尺度上改进后的SWAT在率定期和验证期分别有12个和19个子流域满足以上3个条件，较原始SWAT子流域总数增加了2个。
NETL