快速入门：学习视频下载地址
ArcSWAT介绍与数据准备气象数据库与土壤数据库下载土壤数据库构建ArcSWAT模型构建与结果解读基于SWAT-CUP的模型率定
土地利用数据的处理
数据下载
首先登陆网址中科院1km土地利用数据：http://www.resdc.cn/data.aspx?DATAID=264
也可以去清华大学高精度土地利用数据：http://data.ess.tsinghua.edu.cn/
本次以中科院的下载方式进行介绍。
进入界面如图所示
在数据集（库）目录中选择土地利用遥感监测数据，点击进入，可以看到数据详情介绍，包含有数据的具体分类系统表。
下滑至最下面有下载链接，如果看不到下载链接，请先注册登陆，根据需要下载资料，一天好像只能下载一次，此处我以北京的为例。
下载完解压后长这样。
数据处理
为什么要进行数据处理？ 此处下载的数据类型包含25个二级类型，通常来讲种类过多，不利于后面SWAT的计算与处理，在不影响研究的情况下，可以进行适当的合并，当然，如果研究关注各种土地利用的影响，就另当别论了。
这里我考虑都使用一级类型，即将11和12两种类型和为一种，21、22、23、24等和为第二种，依次类推。
首先打开工具箱，找到重分类。
打开重分类工具箱，进行重分类。
重分类完成之后的图像。
构建索引表
为什么需要构建索引表？ 我们下载的数据集与swat模型中自带的数据库类型不完全一致，因此需要根据重分类后的土地利用情况与SWAT数据库中的类型进行一一对应起来，即建立索引表。
构建索引表，根据下载的土地利用的数据说明表可以看出，总共分为7类，其中海洋在北京这块没有，因此总共是六类，分别是：耕地，林地，草地，水域，城乡、工矿和居民用地以及未利用土地。
将我们下载的这些土地利用情况与SWAT分类对应，建立索引表。
这个对应表来源网络，在实际使用时根据情况自行调整，如果有更好更准确的对应方法，不妨各位大佬评论留言一起分享~~~
新建一个txt文件，根据前面查得的对应关系，将资料填进去，即得到索引表。
土壤数据库
数据下载
数据来源于联合国粮农组织（FAO）和维也纳国际应用系统研究所（IIASA）所构建的世界和谐土壤数据库（Harmonized World Soil Database）（HWSD）。 http://www.fao.org/nr/land/soils/harmonized-world-soil-database/en/
数据分辨率为1km，中国境内数据源为第二次全国土地调查南京土壤所提供的1：100万土壤数据，外蒙地区数据源为区域土壤及地形数据库（SOTWIS）比例尺为1：500万。
数据处理
为什么需要进行重分类？ 我们下载的数据中土壤种类通常很多，数据量大，不便于后续的处理和计算，因此一般先进行重分类，将一些土壤合并，减少种类。
根据所需要的区域进行裁剪，同时对裁剪完的图像进行投影
在SWAT模型中，DEM、土地利用数据和土壤数据需要投影到统一坐标系，前面的土地利用图层也是需要投影的，记得自己加上去。
右键投影后的图像，打开图层属性，选择用唯一值显示，如图所示。
进行上一步操作后，图像变成五颜六色的了，左侧每个颜色对应一个数字，数字表示土壤的编号。
为了更好地理解，需要先打开下载的HWSD数据库。
打开HWSD数据库，双击HWSD_DATA这张表，可以看到，这张表里面含有很多数据，后面会用到，其中这张表MU_GLOBAL这一列表示的就是前面GIS每种土壤后面对应的数字。
HWSD_DATA这张表后面还会用到，因此先将其导出，在HWSD_DATA上右键导出为excel即可，导出之后的表如图所示，命名为HWSD_DATA。
打开GIS中刚刚处理完的图层的属性表，可以看出，其中的VALUE值对应上面的MU_GLOBAL，COUNT表示栅格的个数，需要将这个属性表导出。
全选属性表，左上角的小三角下拉选择Export，选择路径和命名，将.dbf文件导出，这个文件可以直接用excel打开。
导出后的表如图所示，包含VALUE和COUNT。
利用导出的图层的VALUE值，在HWSD_DATA中的MU_GLOBAL查找，找到相同数字的一行（即相同土壤编号），复制粘贴到一起，如图。
为了便于看清，我习惯于将各个土壤进行中文分类。
利用SU_SYM90这一列的缩写，对应查找土壤的名称，得到各个土壤的分组，最后汇总得到如图所示。
经过以上的操作，就把GIS的目标图层的所有土壤数据从HWSD_DATA中提取出来了，并且每一个土壤的栅格个数也统计好了（可以理解为每种土壤面积的占比），同时对每种土壤进行了中文名称的汇总。
从这张汇总表里面可以看出，土壤的种类有几十，如果不进行重分类，后面的操作过于麻烦，因此考虑根据土壤分组进行重分类，同一土壤分组下的所有土壤归为一类，将该土壤分组中百分比最高的这类土作为最终土壤，该组中其他土壤都采用这类土的属性。
简而言之，统一土壤分组中的土，谁的百分比高，其他土就都听她的，变成它的小弟。
举例来说根据得到的这张总表，雏形土中11031这类占比最多，那么其他的雏形土都命名为11031。
这里的分类方法没有那么绝对，主要目的就是为了减少土壤数量，在减少数量的情况下尽量保证原始土壤类型占比多的土壤类型，在处理完之后仍然比较多，而相对小的有可能就被其他土壤类型合并了。
原理清楚了，下面就接着进行GIS操作。打开工具箱，找到重分类。
最后分类完成，得到新的图层，可以看出土壤类型减少了很多。
为什么需要建立土地利用索引表？ 我们下载的数据与SWAT中生成的数据库的数据不一样，也就是说我们的土地类型的相关数据在SWAT自带的数据库中检索不到，我们需要自己把这些属性信息添加进去才能使用。
首先我们研究一下SWAT中土壤属性表有哪些字段，打开SWAT中新建的工程文件夹，其中数据库SWAT2012则是在项目创建时自动建立的，打开土壤属性表usersoil，将属性表导出来，单独放在excel中，将之前根据图层筛选得到的土壤类型数据粘贴过来，构建新的属性表，下面会讲述如何对应粘贴。
下面逐一进行介绍，首先介绍土壤的基本属性。
对于没有太多作用的字段OBJECTID、MUID、SEQN、S5ID、CMPPT可以自己编写，我习惯性将HWSD数据库中的MU_GLOBAL填在OBJECTID这一列，SEQ填在SEQN这一列。
其他字段设置情况： SNAM可将HWSD中的SU_SYM90写入； NLAYERS对应HWSD中的T_TEXTURE； HYDGRP后续需要计算，先空着； SOL_ZMX可参考REF_DEPTH，也可写默认值1000，注意SWAT中单位是mm，HWSD中是cm； ANION_EXCL默认0.5； SOL_CRK默认0.5； TEXTURE后续需要计算得到，先空着。
注意：有的字段如果原来数据库中有值的话，可以按照HWSD中填写，如果没有就写默认值也行。
下面是土壤第一层的属性字段，字母后面都写有数字1，依次类推，若土壤有三层，则最后这些参数需要填到3。
字段设置情况： SOL_Z1是表层到深层的深度，注意这里要看土壤分几层，一般如果前述SOL_ZMX是1000mm且土壤分为两层，那么第一层一般写300mm，第二层写700mm； SOL_BD1可以采用HWSD中的T_REF_BULK_DENSITY字段，也可以采用后面计算的结果； SOL_AWC1和SOL_K1需要计算，先空着； SOL_CBN1采用T_OC的值；CLAY1采用T_CLAY的值； SILT1采用T_SILT的值； SAND1采用T_SAND的值； ROCK1采用T_GRAVEL的值； SOL_ALB1默认0.001； USLE_K1需要计算获得，先空着； SOL_EC1采用T_ECE的值。
注意：HWSD中字母开头为T表示第一层，开头为S表示第二层。
根据上述的规则，依次对照前面获取的HWSD的数据，填写SWAT表头的数据表，最后得到表如图所示，除了几个空着的（标黄部分），我的土壤最多只有两层，因此只写到了两层。
计算TEXTURE、SOL_BD（可选）、SOL_AWC、SOL_K。
SOL_BD可以用之前数据库中的值，也可以用这里计算的值
这里要根据土壤层数分别计算，TEXTURE对应填写土壤质地，用英文首字母缩写表示，土壤层之间用-连接，以第一层的计算为例。
打开SPAW，点击options，选择Units下面的Metric和Volume。
根据前面填写的各个参数，对应计算，如图所示。
将计算得到的数据填进excel即可，后面第二层计算方式相同，两层都计算完了就可以填写土层结构了。
水文分组HYDGRP的计算 根据土壤平均粒径分层计算土壤下渗率，若最小下渗率出现在土层上层深度小于500mm时，则参考正常标准；若最小下渗率出现在土层上层深度500-1000mm时，则将土壤水文单元上调一类，即B调至A；若最小下渗率出现在土层上层深度1000mm之下，则基于1000mm之上的土壤下渗率来划分水文分组。
但一般简便来算，计算的都最小下渗率查阅表格选择分组即可。
根据Z，土壤中含沙量（%）分别计算土壤各层的平均颗粒粒径Y，然后计算下渗率X，取其中最小的X作为最小下渗率，考虑两个公式： Y=Z/100.03+0.02 X=(20Y)^1.8
当沙粒含量为0时，Y取0.01mm，当沙粒含量为100%时，Y取0.3mm，粘土含量为100%时，Y取0。002mm。
计算完成如下图所示。
计算USLE_K1可蚀性因子土壤可蚀性因子计算按照下面几个公式即可。
计算方式如下。
最后分组完成之后将数据加入到SWAT2012中的usersoil中即可。
土壤类型索引表的建立
与土地利用索引表的建立类似，新建一个txt文件。
气象数据的处理
这一块我的理解也不是很透彻，因此大家仅借鉴
在swat中气象数据的准备包含：天气发生器、降水数据、气温数据、相对湿度、 风速和日照，其中前三者是必须的，而天气发生器需要自行准备，后面的数据可以直接从站点获取。
数据下载
进入下载网站：www.cmads.org.com ，下滑至最后面，可以看见数据集和下载链接，根据需要下载相应的链接。
这里我选择的是的CMADSV1.0(Chinese)，如图所示。
进入下载网页之后，点击申请下载，需要注册和登陆，填写相关信息，申请成功后可以在个人中心的数据订单的数据下载中看见。
根据指示下载软件，在软件最上方输入相应的IP地址，用户名和用户密码，点击连接之后，一段时间连接成功，在下方的框内可以看见数据集，右键点击下载即可。
数据量比较大，可能需要下载一段时间，此处就不截图了。
我将文件夹和压缩包都下载下来了，以备不时之需，下载地址只有一个星期的有效期。
数据处理
将压缩包一一解压后，找到以下目录中的地图，用GIS打开，同时导入自己要用的区域的图层。
为了更加清楚看见所需地区的站点编号，将北京图层放大，数据量大，可能会卡住，圈出北京的所有站点，并记录下来。
北京：119-167119-173、119-167125-167、125-167125-174、119-174125-174
圈出来的方框共有56个站，可以删掉距离较远且没有代表性的站，我去掉了图中20个站，因此最终36个站。
根据图中标注的文件夹，找到数据集中给定的索引文档，并新建一个自己的索引表，依次根据前面的编号找到索引表中的数据，复制到自己的文档中。
所有的索引表都需要进行这一步操作。
一些文档的解释： Relative-Humidity-104000-txt\日平均相对湿度(fraction) (txt) Precipitation-104000-txt \日24h累计降水量(mm) (txt) Solar radiation-104000-txt \日平均太阳辐射(MJ/m2) (txt) Temperature-104000-txt \日最高最低气温(℃) (txt) Wind-104000-txt \日平均风速(m/s) (txt) PCPFORK.txt 降水索引表 RHFORK.txt 相对湿度索引表 SORFORK.txt 太阳辐射索引表 TMPFORK.txt 温度索引表 WINDFORK.txt 风速索引表
至此，除了天气发生器之外的各项数据已经基本准备完毕。
天气发生器
此处有教程是用的SWATWEATHER进行计算，但我自己研究的时候看到了这个版本，目前还不知道是否可行，能够计算，但是计算结果还在验证中。
新建一个txt文件，根据前面的站点信息来填写，如图所示，根据前面的索引表来得到txt的内容。
导出SWAT2012中WGEN_user这张表，将txt文档中四列数据导入到excel中，后面的数字可以自己写。
最后将这个excel导入到SWAT2012中WGEN_user表即可。
打开天气数据定义的对话框，如图所示。
根据每一个对话框要求的数据，一一导入索引表，天气发生器选择用户，即选择了数据库中刚刚自己导入的表，最后点ok，完成导入。
接下来选择Write SWAT Database Table，点击全选，然后计算。
这里我是计算完成后的界面，显示已完成。
最后还有一个更新数据库的选项，如果哪一个表发生了变化，可以选择更新。
