SWAT(Soil and Water Assessment Tool)

Literatural Reviews

SWAT model(Rahman et al. 2022)

• The SWAT model
  • is a process-based semi-distributed, Hydrological Response Unit (HRU)-based, spatially explicit, and time-continuous hydrological model developed by the agricultural research service of the United States Department of Agriculture (Arnold et al. 1998).
  • divide the large basins into smaller sub-basins to provide more accurate spatial details, which make the model more reliable and accurate (Jha, 2004).
  • was designed to simulate as well as forecast the impacts of agricultural and land management decision/practices on water resources in terms of quantity and water quality across a range of basins sizes (Gassman et al. 2007).
  • Further, the hydrological responses to land use and climate changes are mostly investigated using the scenario-based simulations through SWAT model (Yin et al. 2017).
  • The computational efficiency of SWAT model makes the simulation across large basins or different types of management strategies easy (Coutu and Vega, 2007).
  • In this research,
    • ArcSWAT version 2012, revision 664 was used to simulate streamflow in UIB.
  • Generally,
    • the SWAT model is extensively used in water quality assessment, simulation of rainfall-runoff processes, evapotranspiration, and soil erosion.
    • SWAT has the potential to assess climate change impact on water resources, transport of nutrients and sediments under the various circumstances of land use land cover (LULC), meteorological, and soil data (Ali et al. 2020; Khan et al. 2018; Marahatta et al. 2021; Song et al. 2011; Tuo et al. 2016).
• The operating mechanism of SWAT model
  • includes the division of entire basins into several sub-basins and finally into HRUs (which is a distinctive combination of slope, LULC, and soil type) based on digital elevation model (DEM).
  • SWAT model generate HRUs using two methods, i.e., generate HRUs for individual sub-basin using the soil and LULC information and multiple HRUs based on threshold values (Arnold et al. 1998).
  • As recommended by Setegn et al. (2009), the current study used 10%, 20%, and 10% threshold for land, soil and slope, respectively. After the successful overlaying of soil, slope, and LULC datasets, the number of sub-basins (HRUs) generated by SWAT model for Gilgit, Hunza, Shatial bridge, Yugo, Doyian, and Bisham Qila are 12 (22), 10 (18), 24 (45), 6 (10), 5 (8), and 9 (17), respectively.
• SWAT model has two distinct phases, which are named as land and routing phases.
  • The daily precipitation is used by SWAT model to simulate surface runoff for each HRU using the Soil Conservation Service (SCS) technique during the land phase hydrological component (USDA, 1972).
  • Green and Ampt infiltration method (Green and Ampt, 2009)
    • is the alternative method to SCS in the SWAT model to simulate surface runoff.
    • Green and Ampt infiltration method require precipitation inputs on a sub-daily scale.
  • Simulated streamflow is routed during the routing phase through streams/river network to the basin outlet using Muskingum or Variable storage techniques.

鍾閔光, 林俐玲 (2015). 土壤水文評估模式之介紹

• SWAT 模式於 1990 年初由美國農業部之農業研究中心(USDA-ARS) Jeff Arnold 博士 領導之團隊所研發。現今已廣泛應用於評估在不同管理方案下。如對集水區長時間所產生的流量、泥砂量、營養鹽和農藥的衝擊影響。
• SWAT 模式具有許多優點且模式經長期發展與修正，整合許多美國農業部 (USDA)歷年來所發展之模式修正建構而成，模擬機制相當完善，經檢定和驗證後，模擬結果可作為流域管理策略改變時的參考方案，而不必投入大量的人力、物力與時間進行實際測量(Arnold et al., 2005)。
• 且模式具有綜合、分佈、基於物理機制並且與 GIS 集成的特徵，具備模擬流域水文狀況的功能，已在水資源和環境領域中得到廣泛的承認及普及 (龐靖鵬等，2007)。
• Spruill et al. (2000) 以美國肯塔基州中央的一個小型集水區為研究區域，運用 SWAT模式，進行以日和月為時間單位的流量模擬。研究結論表示 SWAT 模式能有效模擬小型集水區的河川流量，且以月流量為時間單位進行模擬能達到良好成效。
• Chu et al. (2004) 運用 SWAT 模式，以美國馬里蘭州中山麓地形為主的集水區為研究區域，進行水文模擬。研究中收集 6 年的水文資料進行檢定與驗證，以評估 SWAT 模式在山麓地形為主 340 公頃尺度的集水區裡，模擬地表水與地下水的能力。此研究結論表示 SWAT 模式於長時間的水文模擬結果良好且可被接受。
• 陳立宗等 (2009)、陳立宗 (2009)運用 SWAT 模式以台灣的翡翠水庫集水區為研究區域，進行集水區流量、泥砂和營養鹽以月為時間單位之模擬。研究中收集 2002 年到 2006 年共 5 年的氣象、水文、地文和水質實測資料，以 2002至 2004 年執行檢定，與後兩年數據進行驗證。結果顯示水文和泥砂的模擬情況良好。研究結論表示 SWAT 模式能適用於國內集水區模擬流量、泥砂和營養鹽。
• 黃宇齊 (2010) 及吳政緯 (2010) 利用SWAT模式模擬翡翠水庫及其集水區在不同土地利用或管理措施改變所造成的水文及水質影響，模擬結果之流量、泥沙量、氮含量經檢定與驗證後均合理，研究顯示SWAT模式具有模擬混合土地利用集水區長期水文暨水質反應之能力，亦可有效管理土地利用及控制非點源污染。
• 此外，Mosbahi et al. (2013) 於突尼西亞北部的 Sarrath river 集水區，利用 SWAT 預測地表逕流量及土壤流失量。研究指出土壤沖蝕的主要因素為地表覆蓋之種類及坡度的不同。結論顯示在半乾旱的集水區，SWAT模式能有效的用於劃分不同土壤沖蝕的敏感性區位。

吳等2016

• 在中國也有許多學者利用 SWAT 模式模擬(Zhangjiachong 湖北省宜昌市秭歸縣張家沖三峽水庫)集水區內的逕流及泥砂產量(Shen, et al. ,2009)，石小蘭學者(2011)更進一步的建構出五種不同的情境，利用 SWAT 模式研究不同土地利用方式下，集水區流量變化的影響機制。

應用 LOADEST 評估氣候變遷情境下河川輸出溶解態有機碳之變化 ── 以翡翠水庫上游集水區為例

• SWAT 模式（Soil and Water Assessment Tool）為美國農業局農業研究服 務（United States Department of Agriculture Agricultural Research Service, USDAARS）的 Jeff Arnold 博士所開發，是一個具有物理機制，須參數率定之集水區尺度水文水質模式，可以評估集水區在不同土地利用、土壤分佈與管理作業下對水文、泥砂、營養鹽、微生物和農藥承載之影響（USDA, 2019）。
• SWAT 模式為半分布模式（Semi-Distributed）之水文模式，次集水區的劃分為透過河流交會點來繪製，接著以土地利用、土壤特性與坡度等地文參數，定義門檻值，劃分次集水區及每一個水文單元（Hydrological Response Unit, HRU），以模擬單元內的流量輸出。
• SWAT 模式應用廣泛，
  • Pohlert et al.(2005)於德國 Dill 河流域，應用SWAT 模式對該地區但營養鹽點源及非點源汙染進行模擬，其研究結果顯示，模式可以有效的模擬月營養鹽資料（NSE=0.66~0.77），且對於汙染物的季節性趨勢，預測結果與實際情況大致符合；
  • 在輸砂方面，Addis et al.(2016)以伊索比亞高原山區小型集水區為例，進行流量及輸砂量之模擬，研究結果顯示，SWAT 模式能有效模擬日流量；
  • 在氣候變遷衝擊下，Ficklin et al.(2009)利用 SWAT 模式評估了加州聖華金集水區內對於氣候變遷之敏感度，並發現該地區對於氣候變遷之影響非常靈敏，而農業活動與灌溉時間等均會影響當地水質，
• 而林冠州(2017)則利用 SWAT 模式模擬翡翠水庫上游集水區日流量與硝酸鹽氮輸出量（NSE>0.65），並從其模擬成果了解氮肥於農地移動的路徑與分布，並驗證 SWAT 模式在台灣集水區的適用性。
• 整合上述資訊，SWAT 模式被廣泛應用在許多地區之水文、水質相關之研究與氣候變遷情境評估等，對於集水區內經營管理有非常大的幫助。

陳永彧, 吳瑞賢, 曾國欣, and 彭新雅 (2018). 應用衛星影像監測石門水庫集水區水體濁度

• 目前水文研究中有多種水文模擬模式，其中本研究使用的SWAT (Soil and Water Assessment Tool)模式為美國農業部(USDA)農業科學研究中心(Agricultural Research Service)Jeff Arnold博士帶領之研究團隊，以SWRRB(Simulator for Water Resources in RuralBasins)模式為基礎開發的模式。
• SWAT模式具有相當廣泛的可用性，
  • 在土地利用上，Zeiger and Hubbart (2016)研究美國中部的Hinkson流域，模擬其多重土地利用流域之流量、懸浮泥沙和營養鹽，取得不錯之成效，泥沙量也具其可靠度。
  • Briak et al. (2016)用SWAT模擬北摩洛哥的Kalaya 流域並討論其泥沙產量，同樣具有不錯的成效，有助該流域的水資源管理發展。
• 此外，Cho et al.(2012)使用SWAT模式預測美國Wachusett水庫流域內大腸桿菌之變化，該研究證實大腸桿菌與流域中沉積物有相當關聯，並發現低濃度的沉積物可能源自流域中的粗糙土壤。
• Geza and McCray(2008)在SWAT模式中用不同土壤分辨率數據分析其對流量與水質預測之影響，該研究採用了兩個土壤數據庫，分別是低分辨率的STATSGO與高分辨率的SSURGO，結果顯示在校準後SSURGO比STATSGO能有更好的評估。
• Pereiraa et al. (2016)利用SWAT模式模擬熱帶氣候與土壤盆地的水文通量與土壤使用情境，假設三種不同土地利用情形進行日流量模擬(永久保存區、再造林、農業代替牧場)，結論顯示三種土地利用情況都可以減少逕流的年平均。
• 臺灣近期也有多人採用SWAT模式進行研究，
  • 黃宇齊(2010)使用SWAT模擬不同土地利用下及管理措施改變造成水文和水質衝擊，研究翡翠水庫及其集水區，探討模式參數之不確定性對模擬結果的影響與變化。
  • 林志儒(2016)同樣使用SWAT模式，針對氣候變遷與土地利用變遷下鳳山溪水文通量之估算。

國立臺北科技大學

朱子偉教授

氣候變遷情境下於翡翠水庫集水區之總最大日負荷規劃(張君葳(2018))

• 本研究之目的旨為探討各種氣候變遷情境對於翡翠水庫集水區流量、泥砂與營養鹽負荷之影響，並根據甲類水體水質標準訂定營養鹽之總最大日負荷規劃。
• 研究首先收集1995年至2014年翡翠水庫集水區之氣象、水文與地文資料，以進行非點源汙染模式-SWAT(Soil and Water Assessment Tool)之檢定和驗證。
• 接著使用臺灣氣候變遷推估與資訊平台(Taiwan Climate Change Projection and Information Platform,TCCIP)產製的第五次評估報告(Fifth Assessment Report,AR5)氣候變遷情境資料，代入SWAT模擬各情境下集水區水文和營養鹽負荷之變化，並規劃總最大日負荷。
• 研究結果顯示
  • 在各氣候變遷情境下，未來流量的變化大致呈現豐水期愈豐，枯水期愈枯之趨勢。而營養鹽負荷變化的結果顯示，惟有總磷負荷高於總最大日負荷，需訂定削減計劃。
  • 針對總磷負荷最嚴重情境(世紀末，RCP8.5)的BMP效益模擬，研究建議若設置地點有空間限制，則以10公尺寬之過濾帶加上肥料混入之複合BMPs方案削減效率(33%)最好。
  • 另外，若只考量設置單一BMP且設置地點空間足夠，則以20公尺寬之過濾帶為最佳方案。
• Sushil Kumar Himanshu et al.(2017)應用 SWAT 模式評估印度中部流域的流量、泥砂量與水平衡，其根據不同的土地利用、土壤與坡度，將整個流域劃分成 10 個子集水區，其中包括 143 個水文響應單元(Hydrological Response Units, HRU)，並分別對1985 年至 1995 年和 1996 年至 2005 年的流量和泥砂觀測資料，進行日與月的檢定驗證。結果顯示，流量日檢定與日驗證的判定係數分別為 0.766 和 0.780，月檢定和月驗證的判定係數分別為 0.946 和 0.959；泥砂日檢定與日驗證的判定係數分別為 0.429和 0.379，月檢定和月驗證的判定係數分別為 0.748 和 0.721，而蒸發散量占全流域年平均降水量的 44.6%，顯示 SWAT 模式有能力成功地預測流量和泥砂，並且可用此模式進一步針對水量平衡進行研究。
• Anna Malago et al.(2017)使用 SWAT 模式模擬多瑙河流域的水文和營養鹽，以1995 年至 2009 年的多個測站觀測資料進行檢定驗證。結果顯示在檢定和驗證期間，分別約有 70%和 61%的月流量站達到令人滿意的結果，而營養鹽方面，儘管 SWAT 不能準確地反應反硝化過程的空間變異性，但硝酸鹽氮的月濃度與觀測結果非常吻合，且總氮和總磷也被很好的模擬。透過模式的模擬結果，可作為決策者對集水區管理的參考依據。
• 范麗麗等人(2008)
  • 應用 SWAT 模式模擬位於三峽庫區大寧河流域的非點源汙染負荷，使用巫溪水文站 2000 年至 2004 年的實測日流量與泥砂進行模式檢定驗證。
  • 研究結果顯示，月平均流量和月泥砂量的檢定和驗證的相關係數分別均在 0.83 和 0.73 以上，而效率係數分別皆在 0.78 及 0.66 以上。
  • 並進一步利用驗證後的模式分析大寧河流域2003 年的非點源汙染空間特徵，針對此空間分布提出非點源汙染控制措施。說明SWAT 模式經參數檢定驗證後，可合理模擬現地集水區之情形。
• 吳政緯(2009)
  • 應用 SWAT 模式模擬翡翠水庫集水區的水文、泥砂及營養鹽，其以1998 年至 2002 年和 2003 年至 2007 年之觀測資料，對坪林站和翡翠水庫進行模式檢定驗證，並進一步作 TMDL 規劃。
  • 結果顯示，坪林站月流量檢定驗證效率係數分別為 0.97 和 0.54，月泥砂檢定驗證效率係數分別為 0.91 和 0.33，月總氮檢定驗證效率係數分別為 0.57 和 0.66，月總磷檢定驗證效率係數分別為 0.41 和 0.15；水庫月流量檢定驗證效率係數皆為 0.97，月總氮檢定驗證效率係數分別為 0.93 和 0.81，月總磷檢定驗證效率係數分別為 0.84 和 0.18。
  • 表示 SWAT 模式可有效模擬集水區水文與水質的變化，並可進一步應用於 TMDL 規劃。

水庫集水區營養鹽負荷與水生昆蟲生態模擬之研究(陳麒文(2018))

• 應用SWAT（Soil and Water Assessment Tool）模式模擬翡翠水庫集水區陸域中之水文與營養鹽負荷，並將結果結合水生生態系統模式AQUATOX，評估水生昆蟲生物量，並探討AQUATOX模式於模擬台灣水域生態環境之適用性。
• 研究中收集翡翠水庫集水區1995至2014年共二十年氣象、水文、水質及地文資料進行SWAT模式模擬。另坪林、碧湖及闊瀨測站之水生昆蟲觀測值共歸類成五目（雙翅目、蜉蝣目、襀翅目、毛翅目與蜻蛉目），於AQUATOX模式模擬並評估。
• 研究結果顯示
  • SWAT模式於翡翠水庫集水區之長期水文水質模擬十分合理，總氮與總磷之年模擬效率係數分別可達0.83和0.59。
  • 而在水棲昆蟲生物量模擬，以襀翅目結果最佳，其模擬值與觀測值之資料分布經統計檢定均無顯著差異，顯示模擬分佈能適當呈現田野狀況。雙翅目、蜉蝣目、毛翅目與蜻蛉目之模擬雖稍差，但若從F statistics v.s. Relative Bias圖檢視，其模擬與觀測值皆能有95%的機率為相似的資料分布，
  • 進一步再考慮生物採樣與模擬之高度不確定性，AQUATOX模擬結果實屬相當合理。
  • 總體而言，AQUATOX應用於翡翠水庫集水區之水棲昆蟲生物量模擬，能合理的反應實測資料分布，可作為日後評估情境影響水生生態風險之基礎。

水庫集水區水質與魚類生態系統模擬之研究(陳勁瑋(2018))

• 應用AQUATOX模式模擬集水區上游溪流水質與魚類生態並評估模式之適用性。AQUATOX為一個水生生態系統模式，可模擬多種水域汙染物的變化以及汙染物對魚類、無脊椎動物和水生植物的影響。

應用概似不確定性估計(GLUE)於集水區營養鹽總最大日負荷規劃(施恆益(2013))

• 研究收集1995年至2011年翡翠水庫集水區之氣象、水文與地文資料，應用概似不確定性估計(Generalized Likelihood Uncertainty Estimation, GLUE)結合拉丁高階方塊取樣法(Latin Hypercube Sampling, LHS)進行模式檢定及不確定性分析，並以驗證後的SWAT模擬來推估翡翠水庫集水區長期的汙染負荷。
• 研究結果顯示模擬的水庫硝酸鹽氮、氨氮、總磷安全差距量分別佔TMDL比例為0.47%、5.33%、22.97%。
• 而模式模擬的水庫總磷超過總最大日負荷，需要進行污染負荷削減，
  • 所以本研究以模式進一步模擬五種最佳管理作業(Best Management Practices, BMPs)，分別為階段平台(Terrace)、田埂(Field border)、肥料混入(Manure incorporation)、肥料管理(Nutrient Management)與邊坡穩定結構物(Grade Stabilization Structure)，來削減總磷負荷，
  • 其中以肥料混入對總磷的削減效率為最好。另外模擬結果顯示五種最佳管理作業組合之複合式最佳管理作業，對總磷削減效率為42.85%，可使翡翠水庫15年年平均總磷模擬最大濃度(0.0173 mg/l)低於總最大日負荷(0.02 mg/l)。
• Sexton-Sims et al. 2011分析馬利蘭河流域SWAT最大不確定因素為沉積物占方差的28%、銨鹽、磷鹽與流量占19、17及15%。
• Santhi et al. 2001這篇較早期在德州Bosque河流域的驗證結果，多數情況下R2≥ 0.6, Nash-Suttcliffe Efficiency ≥ 0.5。
• Singh et al. 2004在伊利諾州應用HSPF (Hydrologic Simulation Program – FORTRAN)進行模擬與驗證，在低流量時模擬不佳。

翡翠水庫及水庫集水區水文暨水質模擬與其不確定性(黃宇齊 (2010))

翡翠水庫集水區水文暨水質模擬(陳立宗 (2009))

臺大團隊

水足跡

足跡指標評估氣候變遷情境下再生水廠之效益 (陳艾琳2020)

• 本研究以水足跡評估方法作為基礎，結合SWAT和 TaiWAP模式進行流域水足跡模擬，並建立再生水廠建設的衝擊與效益的評估流程，選定中部大甲溪流域及臺中水湳再生水工程做為研究案例，對再生水廠進行水足跡評估，繼以流域水足跡永續性作為指標，評估再生水廠在氣候變遷情境下的供水效益。
• 研究結果顯示，氣候變遷所造成的降雨型態改變將會衝擊大甲溪流域的藍水、綠水與灰水資源，藍水與綠水稀缺性將會在未來情境的3-5月有明顯上升，水污染程度將會在2月大幅度上升。比較流域藍水稀缺性在不同情境下的增減量，氣候變遷造成的稀缺性增量最大達203%。
• 顯示若以流域永續性的角度來看，再生水供水對藍水稀缺性減量效益很小；若以經濟效益來看，由於大甲溪流域在未來情境缺水率高，加上水湳再生水廠供水對象為產值較高的中部科學園區，經濟效益較為明顯。水湳再生水廠的水足跡盤查結果顯示，水足跡貢獻來源主要為灰水足跡，而能源為藍水足跡貢獻的主要來源；將再生水廠的水足跡與無再生水廠情境相比，在有再生水廠的情境下，每月可以減少約20萬噸的水足跡。
• A continental-scale hydrology and water quality model for Europe(Abbaspour et al. 2015)
  • 模擬了全歐陸流域之SWAT，包括每條河流的流量、氮負荷及作物產量，可以做為大尺度模擬校正及不確定性分析的作業參考。
  • 次流域之藍水、綠水模擬。
  • 優化SWAT-CUP之平行化與結果展示。
• Modelling hydrology and water quality in the pre-alpine/alpine Thur watershed(Swiss) using SWAT(Abbaspour et al. 2007)
  • Model calibration and uncertainty analysis were performed with SUFI-2 (Sequential Uncertainty FItting Ver. 2), which was interfaced with SWAT using the generic iSWAT program.
  • Two measures were used to assess the goodness of calibration:
    • (1) the percentage of data bracketed by the 95% prediction uncertainty calculated at the 2.5 and 97.5 percentiles of the cumulative distribution of the simulated variables, and
    • (2) the d-factor, which is the ratio of the average distance between the above percentiles and the standard deviation of the corresponding measured variable.
    • These statistics showed excellent results for discharge and nitrate and quite good results for sediment and total phosphorous.

應用SWAT模式結合最大熵法模擬灌溉配水過程 (李佳穎(2018))

• nnAGNPS and SWAT (Parajuli et al. 2009)
• SWAT and GWLF (Qi et al. 2017)
• MODELLING OF CROP WATER DEMAND USING SWAT (Singh and Singh 2016)
• Streamflow prediction uncertainty (Yesuf et al. 2016)

氣候變遷與土地利用變遷對水文服務的影響(陳珮琦(2017))

地下水資源開發及海水入侵(張祉凱(2017))

林子平等人(2016)、林子平(2016)

• 應用 SWAT 模式評估臺灣大屯區流域之未來土地利用改變與氣候變遷情境下，對於流量造成的衝擊。其使用近未來(2020 年至 2039 年)時段之土地利用改變情形和氣象資料，輸入 SWAT 模式模擬土地利用改變、氣候條件改變及土地利用與氣候條件同時改變，三種情況下對大屯溪流域之流量造成的影響。
• 結果顯示，
  • 在大屯溪流域土地利用改變僅略微影響流量，氣候條件改變才是影響流量的主要因素，
  • 另外，流量型態在時間上也有改變的情形，高流量月份由原本的 9 到 11 月提前至 8到 10 月，而低流量發生月份也由 7 月改變至 3 月及 4 月，因此氣候變遷和土地利用變化帶來的影響，對於未來水資源調配與管理，將是一項嚴峻的挑戰。

水質管理

河川SS對水體與底泥中重金屬銅傳輸的影響 (闕亦吟(2018))

生工系江莉琦教授及其團隊

• 江教授為環保署110年度土壤及地下水污染整治基金補助研究與模場試驗專案主持人

SWAT-Paddy

探討SWAT模式應用於台灣水田水文模擬之適宜性(黃俊壹2022)

• 桃園市為北台灣第二大水稻生產區，其中，南崁溪流域為重要水稻灌區之一，緻密的灌溉渠道網絡提供該地區穩定的灌溉水源。目前國內在水田灌溉管理操作之研究中，尚未有利用水文模式評估水田灌溉管理策略對整體流域之水資源影響，而在使用模式模擬研究進行前，應優先評估模式應用於研究區域是否適用。因此，本研究將利用SWAT水文模式對南崁溪流域進行水文模擬，透過比較灌溉排水操作、評估水田水文特性模擬結果、計算水田之水平衡等，以了解水文模式SWAT模擬水田之水文機制，並評估模式應用於臺灣兩期作水田水文模擬之適宜性分析。
• 本研究設定研究區域為南崁溪主流及上游茄苳溪、大檜溪流域，研究時間為2009年至2013年兩期稻作。
• 本研究使用SWAT 2012模式，並以壺洞(Pothole)設定來模擬水田型態。
  • 為模擬真實水田灌溉面積，本研究以2015 年第二次國土調查圖資為基礎，對照實際水田灌溉面積，建立整合土地使用分類之判斷流程。
  • 模式中所設定之灌溉水量，採用農田水利署桃園、石門管理處提供之灌溉統計資料，經彙整所屬小組之不同耕作期灌溉水量，設定計畫灌溉水量，
  • 測試模式之壺洞機制，包括:灌溉/排水情境(測試項目一)、壺洞犁底層設定(測試項目二)。
  • SWAT模式水文演算法主要為壺洞產水量之水平衡觀點，透過模式理論水文公式可計算理論壺洞產水量，並比對模式模擬結果，以判斷是否達到水平衡，後續檢視模式反映水田水文變化趨勢之準確度。
  • 透過設定之「傳統灌溉」與「自動灌溉」等灌溉方法，分析水文特性變化。比較SWAT壺洞模式及SWAT-Paddy模式之模擬結果，評估模式演算合理性，並對其缺陷提出改善建議。
• 研究結果顯示，透過土地使用分類整合，模式模擬之水田面積可達約70 %計畫灌溉面積，且空間相關性良好(R2 = 0.82)、均方根誤差(RMSE)為25.46公頃。
  • 在測試項目一:多種灌溉/排水情境之河川流量模擬結果顯示，透過蓄/排水操作可模擬水田水量之變化，且可回推研究區域內之實際灌排情況，但在設定排水日流量明顯高估。
  • 在測試項目二:壺洞犁底層設定之河川流量模擬結果顯示，本研究建立「以土壤深度作為犁底層深度」與「固定6,000 mm犁底層深度」兩種情境進行模擬，
    • 結果顯示以土壤深度作為犁底層深度之情境可有效蓄水，完整呈現水田之水文特性，
    • 但在固定6,000 mm犁底層深度之情境因為具有強大土壤入滲作用，使壺洞蓄水量偏少，其模擬水田水文特性之代表性較差。分析壺洞水平衡之模擬時，利用比較理論計算產水量與模式模擬產水量結果，於固定6,000 mm犁底層深度之情境，其分析結果相符，證實水平衡理論成立。
    • 但在以土壤深度作為犁底層深度之情境，可以觀察到壺洞模式模擬結果未能完整讀取壺洞產生之地表逕流補注至河川的水量，導致低估理論計算產水量；且理論計算產水量與模式模擬產水量之差值與降雨量有相似趨勢，顯示壺洞模式在降雨逕流關係有修正之必要性。
  • 在流量模擬方面，SWAT模式之傳統灌溉及自動灌溉的初始模擬為滿意的，其R2分別為0.64及0.78，模式經參數率定後，傳統灌溉(率定期間: R2=0.7；驗證期間: R2=0.79)與自動灌溉(率定期間: R2=0.82；驗證期間: R2=0.85)均有不錯的模擬表現。
    • 然而，SWAT-Paddy模式模擬之流量結果，有出現河川流量突增之異常現象，經多次測試及查證，推測可能因不同SWAT模式版本內部之流量演算法差異所導致。
    • 在「傳統灌溉」與「自動灌溉」的模擬結果中，傳統灌溉的產水量普遍較高，而自動灌溉的壺洞蓄水量相對較大，反應傳統灌溉會因為人為灌溉、排水操作產生明顯水文變化。綜觀SWAT模式運用壺洞模擬水田之結果分析，顯示模式能呈現水田特殊水文特性，但對於細部水文演算法仍缺乏精準參數設定及模式理論。
    • 因此，在使用 SWAT 模式進行模擬時，應參考實際灌區之灌溉水源及排水設施、優化農業操作參數之設定，並配合實際水田灌溉管理操作與期程，才可更合理模擬流域之水田水文。
  • 針對後續SWAT模式改善，本研究建議
    • 分析水田水平衡時，應改良模式在壺洞地表逕流補注河川流量之輸出結果，以提高水文模式水田水文模擬之適宜性；
    • SWAT-Paddy模式方面，應整合不同版本之流量演算法，比對流量發生異常之條件並加以改善。

SWAT-Paddy (Dash et al. 2020)

Optimization of SWAT-Paddy(Ouyang et al., 2020)

• SWAT-P performs better in the soil water simulation (RMSE = 24.22 mm, smaller than 104.63 mm of SWAT).
• The monthly diffuse nitrogen loadings simulated by SWAT-P are within a reasonable range and close to the monitored nitrate loads in 2011 and 2012.
• SWAT-P represents the ponding water depth dynamics during the rice growing period.
• The original SWAT overestimates the diffuse pollution loads in the freeze-thaw period.
• SWAT-P has better performance for water cycles and diffuse pollution load simulations in watersheds with large rice paddy fields.

Analysis surface–groundwater interaction using the SWAT model (Ahn and Kim 2018), the Han River basin, South Korea.

Development of Paddy Field Module for SWAT (Tsuchiya et al. 2018), Japan.

• The enhancements added to SWAT include:
  • (1) modification of water balance calculation for impounded fields,
  • (2) addition of an irrigation management option for paddy fields that are characterized by flood irrigation with target water depth, and
  • (3) addition of a puddling operation that influences the water quality and infiltration rate of the top soil layer.
• Simulated daily discharge rates with SWAT-Paddy (R2 = 0.8) were superior to the SWAT result (R2 = 0.002).

SWAT for multi-source irrigation systems with paddy rice (Wu et al. 2018)，湖北省漳河水庫灌溉區

• develop the SWAT model by incorporating new processes for irrigationand drainage.
• The evapotranspiration process in paddy fields is simulated on the basis of water storage conditions, and
• a controlling irrigation scheme is introduced to manage the irrigation and drainage operations.
• The irrigation function of local water storages, such as ponds and reservoirs, is extended for these storages in order to provide water in a timely manner to paddy fields.
• Moreover, an agronomic model is incorporated to estimate crop yields when available data sets are not satisfactory.
• The model is tested in Zhanghe Irrigation District, China. The simulated runoff matches well to the measurements and the results indicate the developed model is preferable to the original edition of SWAT.
• The estimate of the paddy rice yield is acceptable and the dynamics of water balance components approximately characterize the state of water movements in paddy fields.

吳蕙雯,江莉琦 (2016). 應用SWAT模式模擬來社溪集水區土砂與逕流之產出 水土保持學系所. 國立中興大學, 台中市.
林子平; 連宛渝; 林裕彬; 江莉琦 (2016). 土地及氣候變遷情境對流量之影響. 臺灣水利 64 (3):52–65.
莊翊廷,江莉琦 (2018). 評估土地利用變遷與自然擾動對山區集水區之影響 土木與防災工程學系碩士班. 國立聯合大學, 苗栗縣.
陳昱愷,江莉琦 (2020). 中港溪集水區之水庫操作模式與非點源污染影響評估 土木與防災工程學系碩士班. 國立聯合大學, 苗栗縣.

• Don Comis(2010)Water Quality Model Passes Another Test (SWAT)

Development of Paddy Field Module for SWAT (Stiyanto et al. 2015), Indonesia.

• Module testing was carried out on sub – upper watershed Cisadane(near Jakada).
• It was also analyzed the effect of modifications toward water balance on paddy fields. Based on the results of initial simulation shows the value that was satisfactory with a reduction in discharge simulation,
• influence algorithm module to paddy totaling 1.37%, after going through the process of calibration and validation of the results of the model grades more satisfactory, with grades
  • R² 0.72 and NSE 0.71 for daily period and
  • R² 0.70, NSE 0.63 for monthly periods

Examination of the water balance of irrigated paddy fields in SWAT 2009(Sakaguchi et al., 2014), Arata River watershed, central Japan

• the water balance of irrigated paddy fields in SWAT was examined for a small watershed where actual daily irrigation data were available.
• Two approaches available in SWAT to calculate hydrology in a watershed containing paddy fields,
  • the curve number procedure and
  • the pothole module, were applied with the regional paddy rice management standard.
• The water balance components estimated using the pothole module were significantly different from the actual hydrology in paddy fields.
  • The estimated percolation of water was zero on most days even under ponded water conditions.
  • Any of the percolation, surface runoff and evapotranspiration (ET) was estimated to be zero during the drainage period. The estimated ET was too small on a number of days during the ponding period.
  • As a result, the watershed-scale Nash-Sutcliffe model efficiency (NSE) for the daily river flow rate at the outlet of the watershed was less than zero, indicating low model efficiency.
• On the contrary, no significant problems were apparently found in the estimated water balance components in paddy fields using the curve number procedure, yielding a higher NSE value of 0.58 at the watershed scale. However, the curve number procedure that in principle cannot simulate the ponded water conditions is obviously impossible to use to reflect the various paddy water management scenarios in the field.
• In conclusion, neither of these two approaches is suitable for simulating paddy field hydrology, indicating the need for the development of a paddy module in SWAT.

Development and evaluation of a paddy module in SWAT (Sakaguchi et al., 2014b), Arata River watershed, central Japan

• a paddy module was developed by modifying an algorithm designed for pothole landscapes in SWAT.
• the ‘potential percolation rate(PPR) of the paddy field,’ was introduced which determines the upper limit of the rate of percolation into the subsoil by calibrated to fit the observed flow rate of a stream.
• In addition, the ponding-releasing process was varied to simulate a winter paddy field.
• Moreover, the irrigation process was modified to avoid overflows from paddy fields during irrigation management.
• Furthermore, the evaporation process was modified in accordance with the evaporation rate observed at a paddy field.
• The developed paddy module was tested by applying it to a 3 km2 watershed in which paddy fields comprise 18% of the total area.
  • It was concluded that the water balance in the irrigated paddy fields was reasonably modeled by the modified SWAT with the developed paddy module and that the modified SWAT is effective for watershed-scale modeling for watersheds containing paddy fields.

impacts of land use changes on runoff generation in headwaters (Wang et al. 2014), 中國三峽壩

• land use changes and corresponding hydrological responses were quantified using the runoff coefficient.
• Empirical regression equations between the runoff coefficient (by SWAT) and the percentage of land use types(LandSAT) were developed for the study area using partial least squares regression (PLSR).
• Results showed that the total area of forest and pasture decreased over the 10-year study period, while paddy fields and upland increased in both basins.
  • Evapotranspiration decreased by 2.13% and 2.41% between 2000 and 2010 in the Dong and Puli River basins, respectively,
  • whereas quickflow, infiltration, and baseflow increased to varying degrees.
  • The PLSR modeling results showed that upland had a negative effect on the runoff coefficient and was the most influential land use type in the study area. In contrast, a positive effect of forest on runoff generation was found in most of the regression models.

SWAT for multi-source irrigation systems with paddy rice (Xie and Cui 2011)，

Applying SWAT for TMDL programs to a small watershed containing rice paddy fields (Kang et al. 2006)

• apply SWAT to develop total maximum daily load (TMDL) programs for a small - total maximum daily load system (TOLOS), AVSWAT, GIS and remote sensing (RS), was incorporated with the SWAT model to simulate water balance and water quality from irrigated paddy fields.
• Model parameters related to hydrology and water quality were calibrated and validated by comparing model predictions with the field data collected for 4 years.
• The results indicated that the simulated runoff and water quality values were acceptably close to the observed data. Water quality parameters also appeared to be reasonably comparable to the field data. The applicability of the system for TMDL development was tested in terms of TMDL allocations and the redistribution of load reductions to 23 sub-areas within the watershed. - The results demonstrated that the urbanized subwatershed #2, with residences and other community activities, required the largest allocation of road reduction.
• TOLOS thus appears to be a useful tool for planning TMDL for a small watershed including rice paddies in Korea.

輸砂模擬

• 廖啟鈞2020. SWAT修正模式應用於台灣多流域之輸砂模擬適宜性評估 土木與防災工程學系碩士班. 國立聯合大學, 苗栗縣.]
  • Nkiaka et al. (2018)研究指出 SWAT 模式率定方法分為三種
    • 單測站率定(SSC)、順序率定(SC)以及多測站同時率定(SMSC)，
    • SC 方法之結果雖優於另外兩種，但考慮到流域之空間變異性與水文聯通性，建議使用 SMSC 方法對全域進行敏感度分析、率定和驗證。
  • Sith and Nadaoka (2017)運用 SWAT 與 GSSHA(Gridded Surface Subsurface Hydrologic Analysis)模擬石垣島的小型農業流域之流量與含砂量，結果指出在長時間的模擬上，SWAT 模式模擬結果優於GSSHA。
  • 許瑋哲(2017)使用 SWAT 模式模擬後龍溪上游流域之流量，結果顯示模式能有效地模擬(NSE=0.68)，但在颱風期間無法準確地模擬洪峰流量。
  • 施品智(2018)對後龍溪流域進行流量、輸砂量與營養鹽之分析，研究指出，模式可有效模擬流量與輸砂量(NSE=0.7、NSE=0.6)；但在營養鹽方面，因缺乏實測資料做為參考，進而影響模式結果(NSE=-0.44)。
  • 陳易暄(2019)用 SWAT-MODFLOW 對合歡山集水區模擬逕流量與地下水水文項目，結果顯示，模式可有效地應用於此(NSE=0.7)。
  • Abbaspour et al. (2015) 使用 SWAT 模式對歐洲大陸水文及水質進行大尺度模擬，提出水平衡、營養鹽之相關參數調整方法，模擬結果顯示 SWAT 模式可良好地模擬歐洲大陸之水文及營養鹽，惟部分地區之點源污染資料不齊，導致該地區之營養鹽模擬結果不佳。
  • 在 SWAT 輸砂模擬方面，Shen et al. (2009)以三峽大壩為例，比較SWAT 模式及 WEPP( Water Erosion Prediction Project) 模式之土壤沖蝕模擬結果，並指出因 SWAT 模式由眾多經驗公式所構成，而 WEPP 則以物理模式為主，故 WEPP 之模擬較 SWAT 精準，SWAT 模式之土壤沖蝕模擬還有改善的空間。
  • Jeong et al. (2011)將 Areal Nonpoint-Source Watershed Environment Response Simulation (ANSWERS)模型加入至 SWAT 模型中以改善其懸浮固體演算法，並於渠道懸浮固體加入 Yang model 與 Brownile model 進行模擬，結果指出，模型對於輸砂量有較好的模擬(NSE=0.92)，並指出在輸砂量模擬中，水中參數比地面參數之影響更大。
  • 流量參數設定會影響輸砂之模擬結果，Arnold et al. (2012)表示，在模擬輸砂量前應先將流量參數進行率定，以減少模式模擬輸砂量的不確定性。
  • 謝平城與褚思穎(2008)利用美國土壤保持局所公布之通用曲線值法(SCS curve number)計算後龍溪流域逕流曲線值，計算結果與實測流量所得之逕流曲線估計值相互比較，結果相差甚大，SCS 曲線法計算之逕流值大於實測值約 60%，顯示在台灣地區進行輸砂模擬時，流量參數須謹慎地調整，以得更精確之模擬結果。
  • SWAT 模式在 SWAT2009、SWAT2012 版本中，有 4 種輸砂公式可供使用者選擇，用以描述不同河道之輸砂特性。Yen et al. (2017)選用美國 Arroyo Calorado 集水區比較 SWAT 模式中 4 個輸砂公式(Bagnold equation, Kodoatie equation, Molinas and Wu equation, Yang equation)，結果指出，Yang equation 為最適合該地區之輸砂公式，其NSE=0.82、PBIAS=4.58%。
  • Addis et al. (2016) 使用 SWAT 模式對衣索比亞高原之山區小型集水區進行流量及輸砂量模擬，結果指出，SWAT 對該集水區日流量模擬為滿意的(率定期 NSE=0.56、驗證期NSE=0.48)，但日輸砂量之模擬結果相當差(率定期 NSE=0.07、驗證期NSE=-1.76)，指出實測資料之缺乏及模式過度高估強降雨所帶來之影響可能為模擬失真之原因。
  • 在國內 SWAT 模式關於輸砂模擬相關研究中，
    • SWAT 模式對翡翠水庫集水區泥砂模擬有較好的結果(陳立宗，2009；黃宇齊，2010)，
    • 盧至美(2018)運用 SWAT 修正版於陳有蘭溪流域模擬流量與輸砂量，結果顯示該模式在流量、輸砂量方面之結果是滿意的。
    • Chang et al.(2015)利用 SWAT 模式模擬高屏溪因莫拉克颱風所導致之輸砂、含砂量變化，並利用衛星影像判1994~2012 年之崩塌地變遷情形，雖然模型對流量的模擬是令人滿意的，但輸砂量有低估的狀況，而在逐年更新崩塌區域，增加模擬之輸砂量後，模擬結果仍然低估，因此建議SWAT 模式應考慮崩塌地及崩塌事件發生後對河川輸砂的長遠影響。

中國相關研究

2000—2021年农田土壤污染领域研究进展与前沿分析(王成尘 et al. 2022)

重金属(Heavymetal)、农业灌溉(Agriculturalirrigation)、有机氯农药(Organochlorinepesticides)、富营养化(Eutrophication)、水土流失评估工具(Soil and water assessment tool,SWAT )、多 环 芳 烃 (PAHs)、磷(Phosphorus)、聚合酶链式反应(PCR)和硝酸盐(Nitrate)为 排 名 前 9 位 的 标 签,代 表 了 本领域2000—2021年的主要研究内容及发展方向。
大部分聚类标签与农田土壤污染有直接联系,其中,重金属、农业灌溉、富营养化和SWAT 聚类规模较大,体
现了这些研究方向在农田土壤污染领域的突出地位。

2.4.5 聚类#4:水土流失评估工具
本聚类是一种农田土壤污染的研究方法,该聚类规模较大,体现了SWAT 在农田土壤污染领域的突出地位。SWAT 是一种应用广泛的基于流域和连续时间尺度的流域水文和水质模型[43],近年来得到了广泛的应用和发展。其主要是基于 GIS提供的空间信息,模拟多种流域水文的物理化学过程,如水质、水量、灌溉、粮食产粮、洪水和干旱、农业面源污染(磷、硝酸盐扩散)、气候影响评估、土地利用和杀虫剂的迁移转化过程等[44],有助于更好地理解环境变化带来的各种挑战以及对水、粮食安全和环境质量的相关影响。与此同时,SWAT 拥有专属的技术支持论坛服务于全球用户社区,促进其全球应用发展。

• 43Arnold et al. 1998
• [44]SamimiM,MirchiA,MoriasiD,AhnS,AlianS,Taghvaeian S,ShengZP. Modeling arid/semi-arid irrigated agricultural watersheds with SWAT: Applications, challenges, and solution strategies[J].Journalof Hydrology,2020,590:125418

从2000年开始的关键词有 Runoff、Nitrate、Losse、Atrazine、Simulation 和 Nonpoint source
pollution,表明21世纪初,在农田土壤污染领域的研究热点 为 径 流、硝 态 氮、阿 特 拉 津 (1 种 除 草 剂名)、模拟和非点源污染等,大部分关键词直接对应了文献共被引聚类分析的聚类#1农业灌溉、聚类#4SWAT 模型和聚类#8硝酸盐的相关研究内容。
关键词突显强度代表该关键词的高关注度。其中突显强度较 高 的 有 Healthrisk(突 显 强 度 =97.28,
2018—2021)、Sourceapportionment(突 显 强 度 =63.32,2018—2021)和 Biochar(61.64,2017—2021)
等,时间皆延续至今,表明当前的研究热点为农田土壤污染的健康风险、源解析和生物炭修复。

杨宝林 et al. 2016這篇有詳細執行過程的介紹

[3]	张皓天, 张弛, 周惠成, 等. 基于SWAT 模型的流域非点源污染模拟[J]. 河海大学学报(自然科学版), 2010, 38(6): 644–650.
Zhang Haotian, Zhang Chi, Zhou Huicheng, et al. Simulation of non-point source pollution in watershed based on SWAT model[J]. Journal of Hohai University( Natural Sciences), 2010, 38(6): 644–650.
[4]	唐达方, 刘薇, 王翠文. SWAT模型在丘陵地区的非点源污染模拟研究[J]. 水利科技与经济, 2010, 16(11): 1267–1270.
Tang Dafang, Liu Wei, Wang Cuiwen. Simulation and application of non-point source pollution based on SWAT model in hilly area[J]. Water Conservancy Science and Technology and Economy, 2010, 16(11): 1267–1270.
[5]	吴春玲. 基于分布式水文模型 SWAT 的非点源关键源区识别[J]. 广东水利水电, 2013(1): 37–41.
Wu Chunling. Identifying the key non-point source area based on distributed hydrological model SWAT model[J]. Guangdong Water Resources and Hydropower, 2013(1): 37–41.
[6]	李家科, 刘健, 秦耀民, 等. 基于 SWAT模型的渭河流域非点源氮污染分布式模拟[J]. 西安理工大学学报, 2008, 24(3): 278–285.
Li Jiake, Liu Jian, Qin Yaomin, et al. Distributed simulation on nitrogen non-point source pollution in the Weihe river watershed based on SWAT model[J]. Journal of Xi’an University of Technology, 2008, 24(3): 278–285.
[7]	邹松兵, 陆志翔, 龙爱华, 等. ArcSWAT 2009 用户指南[M]. 郑州: 黄河水利出版社, 2012.
Zou Songbing, Lu Zhixiang, Long Aihua, et al. The user guide of ArcSWAT 2009[M]. Zhenzhou: The Yellow River Water Conservancy Press, 2012.
[8]	Douglas-Mankin K R, Srinivasan R, Arnold J G. Soil and Water Assessment Tool (SWAT) model: Current developments and applications[J]. Transactions of the Asabe, 2010, 53(5): 1423–1431. DOI:10.13031/2013.34915
[9]	Arnold J G, Fohrer N. SWAT2000: current capabilities and research opportunities in applied watershed modelling[J]. Hydrological Processes, 2005, 19(3): 563–572. DOI:10.1002/(ISSN)1099-1085
[10] <https://www.researchgate.net/publication/256756899_Hydrologic_and_geochemical_modeling_of_a_karstic_Mediterranean_watershed>	Nikolaidis N P, Bouraoui F, Bidoglio G. Hydrologic and geochemical modeling of a karstic Mediterranean watershed[J]. Journal of Hydrology, 2013, 477: 129–138. DOI:10.1016/j.jhydrol.2012.11.018 
[11]	Yasin H Q, Clemente R S. Application of SWAT model for hydrologic and water quality modeling in Thachin river basin, Thailand[J]. Arabian Journal for Science and Engineering, 2014, 39(3): 1671–1684. DOI:10.1007/s13369-013-0770-3
[12]	史伟达, 崔远来, 王建鹏, 等. 不同施肥制度下水稻灌区面源污染排放的数值模拟[J]. 灌溉排水学报, 2011, 30(2): 23–26.
Shi Weida, Cui Yuanlai, Wang Jianpeng, et al. Simulation of different fertilizer application regimes impact on agricultural non-point source pollution in rice irrigation district[J]. Journal of Irrigation and Drainage, 2011, 30(2): 23–26.
[13]	谢学俭, 陈晶中, 宋玉芝, 等. 磷肥施用量对稻麦轮作土壤中麦季磷素及氮素径流损失的影响[J]. 农业环境科学学报, 2007, 26(6): 2156–2161.
Xie Xuejian, Chen Jingzhong, Song Yuzhi, et al. Effects of phosphorus application rates on surface runoff losses of soil nitrogen and phosphorus during wheat season in rice-wheat rotation field[J]. Journal of Agro-Environment Science, 2007, 26(6): 2156–2161.

李颖 et al. 2014

Gosain A K, Sandhya Rao, Srinivasan R, et al. Return-flow assessment for irrigation command in the Palleru river basin using SWAT model[J]. Hydrological Processes, 2005, 19(3): 673－682. 

Zheng Jie, Li Guangyong, Han Zhenzhong, et al. Hydrological cycle simulation of an irrigation district based on a SWAT model[J]. Mathematical and Computer Modelling, 2010, 51(11): 1312－1318.

钱坤，叶水根，朱琴. 基于 SWAT 模型的房山区不同情景方案下的蒸腾蒸发模拟[J]. 农业工程学报，2011，
27(1)：99－105. 

MiSeon Lee, GeunAe Park, MinJi Park, et al. Evaluation of non-point source pollution reduction by applying Best Management Practices using a SWAT model and QuickBird high resolution satellite imagery[J]. Journal of Environmental Sciences, 2010, 22(6): 826－833.

张展羽，司涵，孔莉莉. 基于 SWAT 模型的小流域非点源氮磷迁移规律研究[J]. 农业工程学报，2013，
29(2)：93－100.

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.

代俊峰，崔远来. 基于 SWAT 的灌区分布式水文模型—I 模型构建的原理与方法[J]. 水利学报，2009，40(2)：145－152. 

王鹏. 基于 SWAT 模型的岔路河星星哨水库以上流域径流模拟[D]. 长春：吉林大学，2007. 

尹刚，王宁，袁星，等. 基于 SWAT 模型的图们江流域氮磷营养物非点源污染研究[J]. 农业环境科学学
报，2011，30(4)：704－710.

仕玉治，张弛，周惠成，等. SWAT 模型在水稻灌区的改进及应用研究[J]. 水电能源科学，2010，28(7)：18
－22. 

Xuesong Zhang, Raghavan Srinivasan, Bekele Debele, et al. Runoff simulation of the headwaters of the yellow river using the SWAT model with three snowmelt algorithms[J]. Journal of the American Water Resources Association, 2008, 44(1): 48－61.

Fontaine T A, Cruickshank T S, Arnold J G, et al. Development of a snowfall-snowmelt routine for mountainous terrain for the soil water assessment tool (SWAT)[J]. Journal of Hydrology, 2002, 262(1/4): 209－223. 

余文君. SWAT 模型在黑河山区流域的改进与应用[D].南京：南京师范大学，2012. 

SWAT installations

SWAT official site

CMake rebuild

• source：Kitware
• git clone, bootstrap and make install
• 不能在mountted directory進行編譯
  • df -h顯示最左欄是/dev/sd…，最右欄即為mountted directory，如/nas?、/home
  • 可以在/opt安裝，使用時要將CMAQ_ROOT指向/opt/CMake

SWAT2010

• halt in ld process…
• copy the built tar：
  • get tarball：wget --no-check-certificate https://slackware.uk/slackware/slackware64-14.1/slackware64/d/gcc-gfortran-4.8.2-x86_64-1.txz
  • unpack, locate the .a file and sudo cp ./usr/lib64/libgfortran.a /usr/lib64/libgfortran.a

swatplus

• unofficial site
• 會用到
  • valgrind
  • poetry Managing environments
    • installation with pip

#kuang@node03 /home/SWAT/SWAT/build/src
#$ sh ./CMakeFiles/swat.dir/link.txt
/usr/bin/ld: cannot find -lgfortran
/usr/bin/ld: cannot find -lm
/usr/bin/ld: cannot find -lquadmath
/usr/bin/ld: cannot find -lm
/usr/bin/ld: cannot find -lc
collect2: error: ld returned 1 exit status

SWATplusR

• SWATplusR

wget https://cran.r-project.org/src/base/R-4/R-4.2.2.tar.gz

• other procedure
• readline：--with-readline=yes (default) and headers/libs are not available
• SWATdata revision
• First SWAT model runs

# If the package remotes is not installed run first:
install.packages("remotes")
# install the SWAT+ package
remotes::install_github("chrisschuerz/SWATplusR")
# if something not found, install them
install.packages("data.table")
# and redo
remotes::install_github("chrisschuerz/SWATplusR")
install.packages("...")
remotes::install_github("chrisschuerz/SWATplusR")
remotes::install_github("chrisschuerz/SWATdata")

library(SWATplusR)
demo_path <- "Define:/home/SWAT/data59"
path_plus <- load_demo(dataset = "project", path = demo_path, version = "plus",)#  revision = 59.3)
q_obs <- load_demo(dataset = "observation")
q_obs
plot(q_obs, type = 'l')

links

EOF