SWAT| 水文 | SWAT模型（五）：SwatWeather使用和天气发生器构建（附Python代码）

摆烂老大

已于 2025-02-28 13:54:30 修改

阅读量1.9k

点赞数 18

分类专栏： SWAT模型文章标签： python arcgis 水文 SWAT模型

于 2025-02-24 17:49:08 首次发布

本文链接：https://blog.csdn.net/weixin_67437706/article/details/145815417

版权

SWAT模型专栏收录该内容

6 篇文章

订阅专栏

Tips：
本期向大家分享SwatWeather使用和天气发生器构建方法。如果上一期的气象数据都是完整的，没有缺失值和异常值，那么就不需要使用SwatWeather和天气发生器。需要注意的是，输入SwatWeather中的异常值不需要替换为-99，读取的数据也不需要进行单位转换，其量纲与原始气象数据相同，这与上一期气象数据库的制备不同。此外，SwatWeather每次只能读取一个站点的气象数据，共有22个站点，5项气象数据，所以需要操作该软件110次，目前我没有发现有其他更高效的办法。

1 SwatWeather使用方法

1.1 SwatWeather简介

SwatWeather界面如下，是一个长条状，有5项气象数据的参数计算功能区。输入的数据格式必须是txt文件格式，且有严格的表头格式要求，各项数据必须按下图顺序排列。

1.2 Python批量转换原始气象数据为SwatWeather可读格式

①原始气象数据说明

原始气象数据表共有12个字段：站号、年份、月份、日、平均风速、日照时数、平均气温、日最高气温、日最低气温、平均水气压、平均相对湿度、20-20降水量。

②代码：批量转换原始气象数据为SwatWeather可读格式

由于我的原始气象观测数据没有蒸散发的数据，所以直接用-99代替。但是要注意，其他列的数据异常值不要改成-99，因为SwatWeather会自动识别异常值修改为-99。

import os
import pandas as pd
# 定义文件夹路径
folder_path = r'C:\你的路径\存放Excel格式原始气象数据的文件夹'
# 获取文件夹中所有Excel文件的路径
excel_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xlsx')]
# 遍历每个Excel文件
for excel_file in excel_files:
    # 获取当前Excel文件的名称
    excel_filename = os.path.basename(excel_file)
# 拿到代码之后需要按照自己气象数据修改的部分======================================================================
    # 截取前6个字符，假设格式是"[56018]杂多.xlsx"，取出 "56018"
    file_prefix = excel_filename[1:6]  # 修改索引以适应实际情况
    # 气象数据的起始日期
    start_date = '20050101'
    # 定义p数据的输出文件名，加上后缀 "pcp、tem、w、h"
    station_output = f"{file_prefix}.txt"
    # 读取Excel文件中的第一个工作表
    df = pd.read_excel(excel_file, sheet_name=0)  # sheet_name=0 表示第一个工作表
    # 筛选出2014年往后的数据
    for index,time in enumerate(df['年']):
        if time==int(start_date[:4]): # start_date[:4]表示年份
            start=index #找到2014年的索引，后续读取从2014年开始往后的数据
            break
    pcp=list(df['20-20降水量'][start:])
    temmax=list(df['日最高气温'][start:])
    temmin=list(df['日最低气温'][start:])
    temavg=list(df['平均气温'][start:])
    w=list(df['平均风速'][start:])
    h=list(df['平均相对湿度'][start:])  # 除以100，将百分比转换为小数
    e=list(df['平均水汽压'][start:])
    # 概化气压，有总比没有强
    p=[round(i/j*100,2) for i, j in zip(e, h)] #利用水汽压与相对湿度概化气压，并保留两位小数
    sd = list(df['日照时数'][start:])
    year=list(df['年'][start:])
    month=list(df['月'][start:])
    day=list(df['日'][start:])
    with open(station_output, 'w', encoding='utf-8') as file:
        for i in range(len(pcp)):# 顺序：站点号、年、月、日、平均气压、平均风速、平均气温、最高气温、最低气温、相对湿度、降水、小型蒸发、大型蒸发、日照时数
            file.write(f"{file_prefix}\t{int(year[i])}\t{int(month[i])}\t{int(day[i])}\t"
                       f"{p[i]}\t{int(w[i])}\t{int(temavg[i])}\t{int(temmax[i])}\t{int(temmin[i])}\t"
                       f"{int(h[i])}\t{int(pcp[i])}\t{-99}\t{-99}\t{int(sd[i])}\t\n")

③代码运行结果

成功生成SwatWeather可读的txt格式气象文件，任意打开一个txt文件发现各列顺序是正确的。22个站点，所以共生成22个txt气象数据文件，这比手动制备节省了大量时间。

1.3 SwatWeather操作步骤

①计算降水
打开代码生成的txt气象数据文件，检查日期和降水格式正确。按顺序点击剩余4个按钮“设置计算目录”——“生成计算文件”——“计算”——“生成降水”。

在设置的计算目录中找到“pcpresult.txt”，能够看到按月计算出来的各种降水参数。

新建Excel表，将计算结果复制粘贴到表里，在粘贴选项选择“使用文本导入向导”，然后转置。

②计算气温

打开代码生成的txt气象数据文件，检查日期和气温格式正确。按顺序点击剩余3个按钮“计算最高”——“计算最低”——“生成气温”。计算最高时命名输出结果为tmax，计算最低时命名输出结果为tmin，这样方便记。

分别打开tmax和tmin，倒数第二项是计算的月平均结果，倒数第一项是标准差，我们只用得到前者。

将计算结果复制粘贴到表里，在粘贴选项选择“使用文本导入向导”。

计算气温思路参考：

SWAT模型--气象数据（二）_哔哩哔哩_bilibili

③计算辐射

输入站点纬度，打开代码生成的txt气象数据文件，检查日期、气温和日照时数格式正确。按顺序点击剩余3个按钮“生成天数”——“计算分项”——“统计计算”。统计计算命名输出结果为SOLresult，这样方便记。

在点击“计算分项”后，有可能会出现计算结果非数字的情况，如下图所示，这因为SwatWeather自身的问题，它并不能计算所有纬度的太阳辐射，要解决这个问题，就要对纬度进行微调，将纬度值增大一点或减小一点，再重新计算分项。

打开SOLresult，最后一项是计算的月平均结果。

将计算结果复制粘贴到表里，在粘贴选项选择“使用文本导入向导”。

④计算风速

输入站点纬度，打开代码生成的txt气象数据文件，检查日期和风速格式正确。按顺序点击剩余2个按钮“计算各年”——“生成风速”。计算各年命名输出结果为Wresult，这样方便记。

打开Wresult，最后一项是计算的月平均结果。

将计算结果复制粘贴到表里，在粘贴选项选择“使用文本导入向导”。

⑤计算露点

打开代码生成的txt气象数据文件，检查日期、气温和相对湿度格式正确。按顺序点击剩余4个按钮“设置计算目录”——“生成计算文件”——“计算”——“生成相对湿度CSV”。

在设置的计算目录中找到“dewresult.txt”，能够看到按月计算出来的露点相关参数。

将计算结果复制粘贴到表里，在粘贴选项选择“使用文本导入向导”，然后转置。

1.4 结果处理

由于数据最多保留两位小数，所以将汇总好的数据保留两位小数，并非是数据格式的显示两位小数，而是将结果只剩下两位小数，其余的删除。可以使用round函数实现，在excel中，round函数是专用于数字的四舍五入转换，输入公式为：=ROUND(某单元格,2)。

注意截至目前，我们处理的都是一个站点的数据，共有22个站点，要重复上述操作22次。

2 天气发生器数据库制作

找到ArcSWAT自带的参数据，一个SWAT工程包含3个数据库，分别是：工程库（工程名.mdb）、栅格库(RasterStore.mdb)、参数库(SWAT2012.mdb)。在参数库中找到WGEN_user表，参数库的默认路径是:

电脑下载ArcSWAT的路径\ArcSwat\Databases\SWAT2012.mdb

复制一份参数库(SWAT2012.mdb)，将WGEN_user表中的内容删除，将SwatWeather得到的结果根据列名复制到WGEN_user表的对应位置。复制粘贴完成后，会发现WGEN_user中的12个RAINHHMX列还是空白的，这个参数是月最大半小时降水量，SwatWeather无法计算该参数，网上一些老师和博主推荐的方法是：在CFSR世界气象数据库中找到相近经纬度对应的RAINHHMX值来代替。