土地利用變化對(duì)阜平流域的徑流影響研究*

郝振純，蘇振寬，鞠 琴

(河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，江蘇南京 210098）

阜平流域是海河流域上游的一個(gè)重要支流，近幾十年來(lái)，阜平流域流量呈現(xiàn)明顯的減小趨勢(shì)。該流域除受降雨等氣象因素影響外，人類對(duì)于自然的改造和土地利用類型的變化也對(duì)徑流產(chǎn)生了重要影響。在水文循環(huán)過(guò)程中，土地利用變化對(duì)水文過(guò)程的影響主要表現(xiàn)在對(duì)水分循環(huán)和水質(zhì)水量的改變上［1］。流域土地利用變化通過(guò)影響地表蒸散發(fā)、土壤水分狀況及地表植被的截留量等，對(duì)流域水量平衡產(chǎn)生影響。

國(guó)內(nèi)外學(xué)者對(duì)土地利用變化的水文效應(yīng)研究主要是借助于SWAT模型。郝芳華等［2］討論了土地利用變化對(duì)產(chǎn)流產(chǎn)沙的影響。陳軍鋒［3］等研究了有植被全覆蓋與無(wú)植被覆蓋情景下徑流深與蒸發(fā)量的變化。張蕾娜［4］通過(guò)情景模擬，發(fā)現(xiàn)還草比還林更能增加徑流。索安寧等［5］對(duì)黃土高原流域的水土流失效應(yīng)做了研究。Hernandez等［6］認(rèn)為SWAT模型可以很好地反映土地覆被變化條件下的多年降水 － 徑流關(guān)系。Costa 等［7］、Fohrer等［8］和Schuol等［9］分別對(duì)托坎廷斯河流域、德國(guó)阿勒河流域和瑞典Ronnea流域土地利用變化的水文效應(yīng)做了分析。因此，本研究針對(duì)阜平流域使用SWAT模型研究土地利用變化的水文效應(yīng)，為該地區(qū)的土地規(guī)劃和水資源管理提供依據(jù)。

1 研究流域概況

阜平流域是海河上游大清河水系的一個(gè)重要支流，包括沙河、冉莊河、青羊河、下關(guān)河獨(dú)峪河、南河溝和北流河。流域地處河北省和山西省交界處，太行山東麓，經(jīng)度 113.64－114.31°E，緯度38.78 －39.37°N，總面積 2210 km2。地勢(shì)西北高東南低，最高海拔2286 m，最低200 m。

流域出口阜平水文站處于大清河水系沙河支流上，阜平站以上以深山區(qū)為主，山地坡度一般大于25度，溝谷多深長(zhǎng)。由于地形坡度較大，表層土壤覆蓋較少，植被較差，小片成林。流域?qū)贉貛О霛駶?rùn)半干旱地區(qū)，氣候?qū)儆趤喼薮箨懶约撅L(fēng)氣候，主要特點(diǎn)為冬季干旱少雨，夏季多暴雨，降雨主要集中在6－10月份。多年平均降雨量約490 mm，年平均氣溫12.7℃，年平均相對(duì)濕度52%，年平均日照時(shí)數(shù)約2800 h。土地利用類型分為為林地、草地、居住地、水域、耕地和裸地6大類，土壤類型以棕壤和褐土為主。

2 模型介紹

SWAT模型是20世紀(jì)90年代由美國(guó)農(nóng)業(yè)部(USDA)的Jeff Arnold博士開(kāi)發(fā)的分布式水文模型。它具有很強(qiáng)的物理機(jī)制，能夠利用遙感和地理信息等空間信息，模擬不同土地利用、多種土地管理措施對(duì)流域水文、泥沙和化學(xué)物質(zhì)的影響［10］。模型在模擬過(guò)程中，首先將流域劃分為若干個(gè)子流域，然后根據(jù)不同土地利用類型和土壤類型，將子流域劃分為若干個(gè)水文響應(yīng)單元 (HRU)，單獨(dú)計(jì)算每個(gè)HRU的徑流量，最后經(jīng)河網(wǎng)匯集得出流域的總徑流量。

模型采用的水量平衡公式為［11］:

式中，SWt為土壤最終含水量(mm);SW0為土壤前期含水量(mm);t為時(shí)間步長(zhǎng)(d);Rday為第i天降水量(mm);Qsurf為第i天地表徑流(mm);Ea為第i天的蒸發(fā)量(mm);Wseep為第i天存在于土壤剖面底層的滲透量和測(cè)流量(mm);Qgw為第i天地下含水量(mm)。

模型計(jì)算的蒸散發(fā)量包括樹(shù)冠截留的水分蒸發(fā)、蒸騰和升華及土壤水的蒸發(fā)。在實(shí)際計(jì)算時(shí)，首先從植被冠層截留的水分蒸發(fā)開(kāi)始計(jì)算，然后計(jì)算最大蒸騰量、最大升華量和最大土壤水分蒸發(fā)量，最后計(jì)算實(shí)際的升華量和土壤水分蒸發(fā)量［12］。

3 模型的構(gòu)建與評(píng)價(jià)

3.1 研究區(qū)域數(shù)據(jù)收集與處理

3.1.1 DEM數(shù)據(jù) 地形數(shù)據(jù)數(shù)字高程模型 (DEM)來(lái)源于 SRTM 數(shù)據(jù)集 (http://strm.csi.cgiar.org/)，空間分辨率為90 m。

3.1.2 土壤數(shù)據(jù) 土壤數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院地理所數(shù)據(jù)中心提供的1∶100萬(wàn)的土壤矢量數(shù)據(jù)，土壤類型為棕壤 (ZONG，22.19%)和褐土 (LING，77.81%)，根據(jù)土壤類型從中國(guó)土壤數(shù)據(jù)庫(kù)查得土壤的顆粒組成以及物質(zhì)成分，使用matlab利用三次樣條插值將顆粒級(jí)配轉(zhuǎn)化為美國(guó)標(biāo)準(zhǔn)［13］，并通過(guò)SPAW軟件［14］計(jì)算得出相關(guān)屬性數(shù)據(jù)，建立土壤數(shù)據(jù)庫(kù)［15］。

3.1.3 土地利用數(shù)據(jù) 土地利用類型動(dòng)態(tài)變化選取Landsat遙感衛(wèi)星圖像為數(shù)據(jù)源。利用ENVI遙感圖像處理軟件對(duì)圖像進(jìn)行地物監(jiān)督分類，在信息提取過(guò)程中參考區(qū)域?qū)ｎ}研究結(jié)果及圖件、地形圖等相關(guān)資料，將監(jiān)督分類結(jié)果進(jìn)行人工校正，最終將土地利用類型劃分為六類:林地、草地、居住地、水域、耕地、裸地，如圖2。

3.1.4 水文與氣象資料 水文資料采用流域出口阜平水文站的1968－2010年的逐月實(shí)測(cè)流量資料。雨量資料采用冉莊、下關(guān)、莊旺、不老臺(tái)、砂窩、龍泉關(guān)和橋南溝7個(gè)雨量站的逐日降雨資料。

氣象資料采用繁峙氣象站的同期逐日氣象數(shù)據(jù)，包括最高、最低氣溫，太陽(yáng)輻射量，降水量，相對(duì)濕度，平均氣壓，平均風(fēng)速，日照時(shí)數(shù)。太陽(yáng)輻射量由模型自帶的天氣發(fā)生器模擬得到。

3.2 模型率定與驗(yàn)證

圖1 阜平流域土壤圖Fig.1 Soil types of the Fuping basin

由于SWAT模型輸入?yún)?shù)較多，在校準(zhǔn)之前需對(duì)參數(shù)進(jìn)行敏感性分析。模型參數(shù)敏感性分析采用LH－OAT方法，該方法結(jié)合LH和OAT，同時(shí)又具備這兩種方法的優(yōu)點(diǎn)［16－17］。LH方法由 Mckay于1979年提出，將參數(shù)分布空間分成N個(gè)，每一個(gè)范圍出現(xiàn)的概率均為1/N，然后生成參數(shù)隨機(jī)值，且每一個(gè)值域僅抽樣一次，參數(shù)隨機(jī)組合，最后對(duì)結(jié)果進(jìn)行多元線性回歸分析。OAT方法由Morris于1991年提出，模型每次運(yùn)行時(shí)只改變一個(gè)參數(shù)，考慮到某些參數(shù)的靈敏度可能會(huì)受到其他參數(shù)值的選取的影響，所以模型輸入若干組參數(shù)重復(fù)運(yùn)行，最終靈敏度由其平均值決定。模型首先利用LH法進(jìn)行抽樣，然后采用OAT法進(jìn)行抽樣，確保了所有參數(shù)均被采樣，精減了需要率定的參數(shù)的個(gè)數(shù)，提高了計(jì)算效率。

圖2 土地利用變化圖Fig.2 Change of land use

圖3 阜平流域站點(diǎn)分布圖Fig.3 Distribution of stations in the Fuping Basin

圖4 月流量模擬值與實(shí)測(cè)值對(duì)比圖Fig.4 Comparison of simulated and measured average

本次研究中靈敏度較高的參數(shù)為CH－K2(河道有效水力傳導(dǎo)系數(shù))、CANMX(最大冠層蓄水量)、ESCO(土壤蒸發(fā)補(bǔ)償系數(shù))、ALPHA－BF(基流ɑ系數(shù))、SLOPE(平均坡度)、SOL_K(飽和水力傳導(dǎo)系數(shù))、CN2(SCS徑流曲線系數(shù))、GWQMN(淺層地下水徑流系數(shù))、GW_REVAP(地下水再蒸發(fā)系數(shù))、SOL_AWC(土壤可利用水量)。土壤類型與地形坡度反映的是流域基礎(chǔ)地質(zhì)和地理背景，它們的變化以百萬(wàn)年為周期，在研究過(guò)程中假定其不變。為了確定土地利用類型的改變對(duì)流域徑流的影響，所以在后面的模擬過(guò)程中僅改變土地利用資料，其他參數(shù)和數(shù)據(jù)均保持不變。

選取1968－1969年為模型緩沖期，1970－1995年為校準(zhǔn)期，1996－2010年為驗(yàn)證期。模型模擬結(jié)果采用Nash－Sutcliffe確定性系數(shù)Ens、決定系數(shù)R2來(lái)評(píng)價(jià)［18］。計(jì)算公式如下:

式中，Qobs，i為實(shí)測(cè)數(shù)據(jù)，Qsim，i為模擬數(shù)據(jù)，為實(shí)測(cè)數(shù)據(jù)平均值，為模擬數(shù)據(jù)平均值，n為數(shù)據(jù)個(gè)數(shù)。

模型校準(zhǔn)和驗(yàn)證結(jié)果見(jiàn)圖4，評(píng)價(jià)指標(biāo)見(jiàn)表1

表1 阜平水文站月徑流模擬結(jié)果評(píng)價(jià)Table 1 Evaluation of monthly runoff simulated results of the Fuping station

綜合這兩種指標(biāo)，通常認(rèn)為Ens＞0.50，R2＞0.65，模擬結(jié)果令人滿意［18］。根據(jù)模型模擬結(jié)果可知SWAT模型適用于阜平流域。

4 土地利用變化影響

4.1 降水量與徑流量變化關(guān)系

在研究流域土地利用變化引起的水文效應(yīng)之前，首先要確定氣象因素主要是降水量的變化對(duì)其的影響，因此需對(duì)流域多年的降水量與徑流量變化趨勢(shì)進(jìn)行分析，結(jié)果如圖5和6所示。

圖5 流域多年降水量變化圖Fig.5 Change of precipitation for years

根據(jù)對(duì)流域多年降水量的5年滑動(dòng)平均值變化可知，其呈現(xiàn)不規(guī)則周期性變化，21世紀(jì)之前降水量變化幅度較大，在最近的10年間，變化幅度較小，多年降水量呈微弱下降趨勢(shì)，年平均變化率為－0.25 mm/a，下降趨勢(shì)不明顯。

圖6 流域多年徑流量變化圖Fig.6 Change of runoff for years

對(duì)流域多年徑流量趨勢(shì)分析可知，其相應(yīng)于降水量變化也呈現(xiàn)不規(guī)則周期變化，但不同的是，多年徑流量下降趨勢(shì)非常明顯，年變化率為－1.97 mm/a。

4.2 土地利用類型變化對(duì)流域徑流的影響

為了定量分析土地利用變化對(duì)流域徑流影響過(guò)程，以校準(zhǔn)好的參數(shù)分別對(duì)模型輸入1974、1989、1993、2000、2001、2004、2006年土地利用資料設(shè)定7種情景模擬徑流。土地利用變化如圖7。

圖7 土地利用面積變化圖Fig.7 Change of percent of land use area

根據(jù)圖7可知，該流域土地利用主要變化趨勢(shì)是草地減少，林地、裸地、耕地和居住地增加。土地利用類型以林地和草地為主，總面積占流域90%左右。從20世紀(jì)90年代開(kāi)始，林地面積逐漸增多，草地面積在不斷減少。土地利用類型的轉(zhuǎn)化主要是草地向林地的大面積轉(zhuǎn)化。

根據(jù)以上7種情景，分別模擬了阜平流域1970－2010年的年徑流量與蒸散發(fā)量變化，見(jiàn)圖8、9。結(jié)果表明，土地利用變化對(duì)徑流影響比較顯著。從不同土地利用時(shí)期資料模擬出的多年平均徑流量可知，7種情景下的多年平均徑流量呈現(xiàn)明顯減小的趨勢(shì)，相應(yīng)的多年平均蒸散發(fā)量呈現(xiàn)增大的趨勢(shì)，也就是說(shuō)，隨著草地向林地的面積轉(zhuǎn)化，流域徑流減少，蒸散發(fā)量增大。

圖8 不同年份土地利用情景下年徑流量對(duì)比圖Fig.8 Comparison of values of runoff in various year－dependent scenarios

圖9 多年平均蒸散發(fā)量與徑流量模擬值Fig.9 Values of average annual evapotranspiration and simulated runoff

1974年土地利用資料中，草地面積1154.32 km2，在7種情景中最大，林地面積最小922.98 km2，模擬出的多年平均徑流量最大，達(dá)到90.42 mm，實(shí)際蒸散發(fā)量最小，為389.89 mm。主要是由于林地的截留量與蒸散發(fā)量要比草地大得多。而居住地、水域、耕地和裸地所占面積較小，總體上對(duì)徑流影響不大。從土地利用變化來(lái)看，1989年和1993年之間變化不大，模擬的多年平均徑流量和蒸散發(fā)量變化也不大。1993年和2000年相比，林地面積增加了4.7%，草地面積減少了6.4%，面積變化相對(duì)較為明顯，但由于裸地面積增加了55.7%，使得模型輸入2000年土地利用資料模擬出的多年平均徑流量與前兩期相比，變化并不是特別大。2004年與2006年土地利用變化不大，模擬的徑流結(jié)果差別也相對(duì)不大。從圖7可知，1993年和2004年的土地利用資料變化最為明顯，變化量見(jiàn)表2，模擬結(jié)果見(jiàn)表3?？梢?jiàn)居住地、耕地和裸地變化幅度比較大，但是所占的總面積依然很小，對(duì)徑流影響不如林地和草地影響大。與實(shí)測(cè)數(shù)據(jù)對(duì)比可知，草地面積最小，林地面積最大的2004年土地利用資料模擬出的徑流量減少12.38%，與1993年相比減少6.46%。

表2 1993和2004年土地利用面積變化Table 2 Change of land use area in 1993 and 2004，respectively

表3 1993和2004年徑流模擬結(jié)果Table 3 Results of simulated runoff in 1993 and 2004

5 結(jié)論

利用流域出口阜平水文站43 a的水文實(shí)測(cè)數(shù)據(jù)和流域7個(gè)雨量站43 a的降水?dāng)?shù)據(jù)，利用7種土地利用情景，建立SWAT模型，模擬了不同情景下徑流的響應(yīng)。

1)通過(guò)對(duì)模型的校準(zhǔn)和驗(yàn)證，校準(zhǔn)期Ens=0.88，R2=0.93，驗(yàn)證期 Ens=0.80，R2=0.83，說(shuō)明SWAT模型適合阜平流域的徑流模擬。

2)從20世紀(jì)90年代開(kāi)始，該流域土地利用類型發(fā)生明顯變化，不同情景下模擬的流域出口徑流量明顯減少。

3)阜平流域土地利用類型以林地和草地為主，流域徑流量呈現(xiàn)明顯的減少趨勢(shì)，降水量下降趨勢(shì)不明顯，林地和草地的變化是徑流量變化的重要因素。

4)林地和草地的變化主要是通過(guò)影響蒸散發(fā)量改變水文循環(huán)過(guò)程，從而影響徑流量的變化。不同情景下模擬多年平均蒸發(fā)量變化趨勢(shì)與徑流量變化相反。

由此可見(jiàn)，不合理的土地利用會(huì)導(dǎo)致一定的生態(tài)平衡失調(diào)，在土地利用規(guī)劃過(guò)程中，要兼顧水文效應(yīng)與經(jīng)濟(jì)效益。另一方面要充分認(rèn)識(shí)人類活動(dòng)引起的土地利用變化對(duì)徑流的影響。

［1］史培軍，宮鵬，李曉兵，等.土地利用/覆被變化研究的方法與實(shí)踐［M］.北京:科學(xué)出版社，2000.

［2］郝芳華，陳利群，劉昌明，等.土地利用變化對(duì)產(chǎn)流和產(chǎn)沙的影響分析［J］.水土保持學(xué)報(bào)，2004，18(3):5 －8.

［3］陳軍鋒，李秀彬.土地覆被變化的水文響應(yīng)模擬研究［J］.應(yīng)用生態(tài)學(xué)報(bào)，2004，15(5):833 －836.

［4］張蕾娜.白河流域土地覆被變化水文效應(yīng)的分析與模擬［D］.北京:中國(guó)科學(xué)院地理科學(xué)與資源研究所，2004.

［5］索安寧，李金朝，王天明，等.黃土高原流域土地利用變化的水土流失效應(yīng)［J］.水利學(xué)報(bào)，2008，39(7):767－772.

［6］HERNANDEZ M，MILLER S N，GOODRIOH D C，et al.Modeling runoff response to land cover and rainfall spatial variability in semi－arid watersheds［J］.Environmental Monitoring and Assessment，2000，64:285 －298.

［7］COSTA M H，BOTTA A，CARDILLE J A.Effects of large－scale changes in land cover on the discharge of Tocantins River，Southeastern Amazonia［J］.Journal of Hydrology，2003，283(1):206 －217.

［8］FOHRER N，M?LLER D，STEINER N.An interdisciplinary modelling approach to evaluate the effects of land use change［J］.Physics and Chemistry of the Earth，Parts A/B/C，2002，27(9):655 －662.

［9］SCHUOL J，ABBASPOUR K C，SRINIVASAN R，et al.Estimation of freshwater availability in the West African sub－continent using the SWAT hydrologic model［J］.Journal of Hydrology，2008，352(1/2):30 －49.

［10］王中根，劉昌明，黃友波.SWAT模型的原理、結(jié)構(gòu)及應(yīng)用研究［J］.地理科學(xué)進(jìn)展，2003，22(1):79－86.

［11］NEITSCH S L，AONOLD J G，KINIRY J R，et al.Soil and water assessment tool theoretical documentation，version 2005 ［EB/OL ］.［2011－04－12 ］. http://www.brc.tamus.edu/swat/downloads/doc/swat2005/SWAT2005 theory final.pdf，2005.

［12］肖軍倉(cāng)，周文斌，羅定貴，等.非點(diǎn)源污染模型 －SWAT用戶應(yīng)用指南［M］.北京:地質(zhì)出版社，2010.

［13］蔡永明，張科利，李雙才.不同粒徑制間土壤質(zhì)地資料的轉(zhuǎn)換問(wèn)題研究［J］.土壤學(xué)報(bào)，2003，40(4):511－517.

［14］SAXTON K E，RAWLS W J.Soil water characteristic estimates by texture and organic matter for hydrologic solutions［J］.Soil Scence Society of America Journal，2006，70(5):1569 －1578.

［15］魏懷斌，張占龐，楊金鵬.SWAT模型土壤數(shù)據(jù)庫(kù)建立方法［J］.水利水電技術(shù)，2007，38(6):15 －18.

［16］Van GRIENSVEN.Sensitivity auto－calibration uncertainty and model evaluation in SWAT2005［Z］.Grassland，soil and water research service，Temple，TX，2007.

［17］McKAY M D，BECKMAN R J，CONOVER W J.A comparison of three methods for selecting values of input variables in the analysis of output from a computer code［J］.Technometeics，1979，21(2):239 － 245.

［18］MORIASI D N，ARNOLD J G，Van LIEW M W，et al.Model evaluation guidelines for systematic quantification of accuracy in watershed simulations［J］.Transactions of the ASABE，2007，50(3):885 －900.