土地利用變化對(duì)茂名市降水入滲補(bǔ)給量的影響

劉祖發(fā)，姚寒梅，陳曉越，卓文珊，查悉妮，付雪蓮

1. 中山大學(xué)水資源與環(huán)境研究中心，廣東 廣州 510275；2. 廣州大學(xué)地理科學(xué)學(xué)院，廣東 廣州 510006；3. 中山大學(xué)測(cè)試中心，廣東 廣州 510275

土地利用變化對(duì)茂名市降水入滲補(bǔ)給量的影響

劉祖發(fā)1，姚寒梅1，陳曉越2*，卓文珊3，查悉妮1，付雪蓮1

1. 中山大學(xué)水資源與環(huán)境研究中心，廣東 廣州 510275；2. 廣州大學(xué)地理科學(xué)學(xué)院，廣東 廣州 510006；3. 中山大學(xué)測(cè)試中心，廣東 廣州 510275

大氣降水是地下水補(bǔ)給的主要來源，確定降水入滲補(bǔ)給量對(duì)地下水資源管理和規(guī)劃有著重要意義。以茂名市為研究區(qū)，基于WetSpass分布式水文模型及GeoSOS-FLUS模型，結(jié)合GIS技術(shù)，估算2010年的降水入滲補(bǔ)給量，分析未來土地利用變化及其對(duì)降水入滲補(bǔ)給的影響。結(jié)果表明，（1）降水大部分轉(zhuǎn)化為蒸散發(fā)量，入滲補(bǔ)給量次之，年平均降水入滲補(bǔ)給量為684.63 mm；不同土地利用類型下，徑流量、蒸散發(fā)量和降水入滲補(bǔ)給量存在顯著差異性，由于城市規(guī)劃的作用和區(qū)域土壤質(zhì)地的差異，林地、居民用地的降水入滲補(bǔ)給能力較大，高達(dá)800 mm，荒地最小。（2）近20年來，居民大量開墾荒地，草地轉(zhuǎn)變?yōu)楦睾土值?，有利于降水入滲的土地利用類型面積減少，使得降水入滲補(bǔ)給量減少，土地利用變化影響著地下水的水量平衡。（3）到2050年，各類土地利用類型在區(qū)域上的分布更加集中，水域面積大量減少，耕地面積普遍大于其他類型土地，導(dǎo)致大部分面積的降水入滲補(bǔ)給量將呈現(xiàn)減少的趨勢(shì)，全年、豐水期的降水入滲補(bǔ)給量變化較相似，與枯水期的變化相差較大；到2100年則偏向于林地和草地的增加，降水入滲補(bǔ)給量呈增加趨勢(shì)。可見，在未來一段時(shí)期內(nèi)，茂名市在追求經(jīng)濟(jì)高速發(fā)展的同時(shí)，應(yīng)加強(qiáng)對(duì)生態(tài)環(huán)境的保護(hù)，加大綠化面積，使地下水得到一定量的補(bǔ)給。本研究結(jié)果可為茂名市未來土地規(guī)劃提供一定依據(jù)，以進(jìn)一步加強(qiáng)對(duì)地下水的管理和保護(hù)。

土地利用變化；降水入滲補(bǔ)給；WetSpass模型；GeoSOS-FLUS模型；茂名市

近年來，在國(guó)際水文科學(xué)協(xié)會(huì)（IAHS）啟動(dòng)的水文科學(xué)十年計(jì)劃中，變化環(huán)境中的地下水資源管理是一個(gè)重要主題。隨著經(jīng)濟(jì)的高速發(fā)展，水資源日益短缺，污染越來越嚴(yán)重，水資源危機(jī)已成為全球社會(huì)經(jīng)濟(jì)發(fā)展的制約因素（趙穎等，2017）。準(zhǔn)確評(píng)估地下水補(bǔ)給量是制定可靠水資源規(guī)劃的關(guān)鍵，具有實(shí)際應(yīng)用價(jià)值和一定的社會(huì)科學(xué)意義（袁瑞強(qiáng)等，2010）。淺層地下水的主要補(bǔ)給來源為大氣降水，確定降水入滲補(bǔ)給量是地下水資源可持續(xù)利用的基礎(chǔ)（孟素花等，2013），是地下水污染研究的需要；高補(bǔ)給量使得污染物的運(yùn)移更加迅速，促進(jìn)了地下水的更新循環(huán)。傳統(tǒng)的降水入滲補(bǔ)給評(píng)價(jià)方法（地下水均衡法、達(dá)西法、地下水位動(dòng)態(tài)法）多采用點(diǎn)評(píng)估的方式，忽略了補(bǔ)給量的空間差異性，因此，評(píng)估地下水補(bǔ)給的時(shí)空分布是地下水科學(xué)的一個(gè)研究難點(diǎn)。

在全球環(huán)境變化的大背景下，土地利用-覆被變化（LUCC），是國(guó)際地圈生物圈計(jì)劃（IGBP）和國(guó)際全球環(huán)境變化人文因素計(jì)劃（IHDP）的重要內(nèi)容（羅婭等，2014），也是一個(gè)長(zhǎng)期性的熱點(diǎn)研究問題（劉瑞等，2010；喬偉峰等，2013）。土地利用特征具有顯著的時(shí)空差異性，是人類活動(dòng)與自然環(huán)境相互作用最直接的表現(xiàn)形式（張楊等，2010；趙興國(guó)等，2014；張新榮等，2014）。人類為了自身經(jīng)濟(jì)利益的發(fā)展，不斷改變著自然環(huán)境，形成各種土地利用方式，各類土地利用類型正快速向不同的轉(zhuǎn)移方向變化。土地利用變化影響地下水資源量的時(shí)空分配（Scanlon et al.，2005；馬興旺等，2002；馬興旺等，2003；Lerner et al.，2009；閆佰忠等，2015），研究表明大尺度土地覆蓋與土地利用變化是導(dǎo)致水文循環(huán)變化的主要因素，對(duì)流域水文過程有著明顯的影響（陳昌春等，2014）。各種土地利用類型的面積和分布，會(huì)對(duì)截留、蒸散發(fā)、下滲等水文循環(huán)過程造成影響，從而改變大氣降水的分配。土地利用類型與地下水中的各類污染物也有著密切的聯(lián)系，不同的土地類型產(chǎn)生的污染物不同，例如，耕地區(qū)域內(nèi)的地下水中硝酸鹽含量一般較高甚至超標(biāo)，林地、草地內(nèi)的地下水較為純凈，而城市區(qū)域內(nèi)的生活工業(yè)污水滲漏也會(huì)造成地下水的污染（趙新鋒等，2008；蘇躍等，2008；馬興旺等，2009；杜習(xí)樂等，2013）。另外，無論是地下水水量或者水質(zhì)，都受到降水入滲補(bǔ)給量的影響，補(bǔ)給量大使得地下水量變多，水循環(huán)加快，水質(zhì)得到改善；不同土地利用類型其降水入滲能力不同，因此，土地利用變化直接或間接影響著地下水。

茂名市淺層地下水分布面積廣，且埋藏深度較淺，是鄉(xiāng)鎮(zhèn)企業(yè)及農(nóng)村居民生活用水的主要供水水源，開采量相對(duì)較大，潛水及微承壓水主要為當(dāng)?shù)卮髿饨邓稗r(nóng)業(yè)灌溉用水的入滲補(bǔ)給。茂名市礦產(chǎn)資源豐富，露天礦油頁巖的開采對(duì)地下水產(chǎn)生了一定的影響，大規(guī)模抽排地下水，導(dǎo)致地下水資源枯竭，破壞地下水動(dòng)態(tài)平衡，并在不同程度上影響著地下水水質(zhì)。因此，急需大量的地下水補(bǔ)給來緩解水污染狀況。降水入滲補(bǔ)給量在空間上存在差異性，而影響它的因素眾多，例如土地利用類型、土壤質(zhì)地、地下水水位、氣象條件等，在估算補(bǔ)給量時(shí)任何一個(gè)條件都不應(yīng)忽視，而WetSpass全面考慮了上述影響因素，并將其作為輸入條件，估算結(jié)果具有一定的可靠性。目前，該模型被國(guó)外眾多學(xué)者所運(yùn)用（Graf et al.，2014；Mehdi et al.，2016；Tilahun et al.，2009；Teklebirhan et al.，2012；Kornkul et al.，2013），而國(guó)內(nèi)華北地區(qū)對(duì)此模型已有少量運(yùn)用（朱琳等，2013；林嵐等，2010），但在未來土地利用變化對(duì)降水入滲補(bǔ)給量的影響方面還未見相關(guān)報(bào)道。因此，本文基于WetSpass模型，定量化估算茂名市降水入滲補(bǔ)給量，分析各類土地利用類型的降水入滲補(bǔ)給能力，再結(jié)合GeoSOS-FLUS模型進(jìn)一步探討未來土地利用變化及其對(duì)降水入滲補(bǔ)給量的影響，為茂名市未來水資源規(guī)劃和地下水保護(hù)提供參考。

1 研究區(qū)域

茂名市位于中國(guó)南海之濱，地處廣東省西南部，地理坐標(biāo)為東經(jīng) 110°19′～111°41′，北緯 21°22′～22°42′。東毗陽江，西臨湛江，北連云浮和廣西壯族自治區(qū)，南臨南海。東北距廣州362 km，西南距湛江121 km。屬熱帶亞熱帶濕潤(rùn)季風(fēng)氣候，具有光照充足、氣候溫暖、熱量豐富、水熱同季、雨量充沛、旱澇風(fēng)寒災(zāi)害性天氣較多的特點(diǎn)。茂名市地形整體呈東北高西南低的特點(diǎn)，地勢(shì)由東北向西南依次為山地、丘陵、臺(tái)地、平原，坡度范圍為 0%～70.83%，平均坡度為4.51%。區(qū)內(nèi)土地利用類型分為居民用地、耕地、草地、林地、水域和荒地六類，土壤質(zhì)地類型有砂壤土、輕壤土、中壤土和中壤土，其中大部分為輕壤土和中壤土。降水量分布不均，從東南沿海向內(nèi)陸逐漸減少，年降水量為1500～1800 mm；多年平均氣溫為 23 ℃，氣溫和潛在蒸散發(fā)量在豐水期大致表現(xiàn)為從西北向東南逐漸降低，枯水期潛在蒸散發(fā)量變化相反。研究區(qū)范圍如圖1所示。

圖1 研究區(qū)域地理位置圖Fig.1 Map showing the position of study region

2 研究數(shù)據(jù)及方法

2.1 數(shù)據(jù)來源

本文氣象數(shù)據(jù)來源于國(guó)家氣象信息中心制作的中國(guó)地面氣候資料日值數(shù)據(jù)集；DEM 數(shù)據(jù)來源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國(guó)際科學(xué)數(shù)據(jù)鏡像網(wǎng)站（http://www.gscloud.cn），空間分辨率為90 m；土壤質(zhì)地?cái)?shù)據(jù)來源于廣東省生態(tài)環(huán)境技術(shù)研究所；土地利用現(xiàn)狀數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn），空間分辨率為30 m；地下水埋深數(shù)據(jù)來源于廣東省茂名市地質(zhì)環(huán)境監(jiān)測(cè)報(bào)告。

2.2 WetSpass模型

目前被廣泛應(yīng)用的降水入滲補(bǔ)給量計(jì)算方法為地下水位動(dòng)態(tài)法，該方法基于傳統(tǒng)的監(jiān)測(cè)數(shù)據(jù)，精度高，但評(píng)價(jià)尺度有限（李鵬等，2017）。WetSpass（Water and Energy Transfer between Soil，Plants and Atmosphere under quasi-Steady State）模型能與GIS相結(jié)合，考慮地形、土壤、氣候和植被等影響因素進(jìn)行估算，更加具有優(yōu)勢(shì)。該模型是由比利時(shí)布魯塞爾大學(xué)Batelaan教授于1996年首次提出，并于2007年與De Smedt教授成功建立一種分布式降水入滲補(bǔ)給量評(píng)價(jià)模型，基于水量平衡原理進(jìn)行計(jì)算（Batelaan et al.，2007）。該模型在空間上將研究區(qū)劃分為若干個(gè)柵格單元，每個(gè)柵格單元代表一個(gè)水量平衡計(jì)算單元；每個(gè)柵格的水量平衡又可以進(jìn)一步劃分為植被覆蓋地、裸地、水面和不透水地4個(gè)部分進(jìn)行計(jì)算，這充分考慮到了每個(gè)柵格單元土地利用類型的不均勻性，這種不均勻性取決于柵格的分辨率；然后再將各種不同類型區(qū)域計(jì)算出的同一項(xiàng)分量加和就是整個(gè)柵格的該項(xiàng)水量平衡分量。降水是水量均衡計(jì)算的起點(diǎn)，然后發(fā)生截留、區(qū)內(nèi)產(chǎn)流、蒸發(fā)蒸騰和補(bǔ)給，此順序是整個(gè)過程定量計(jì)算的先決條件。以植被覆蓋區(qū)為例（Batelaan et al，2001），水量平衡方程可以表示為：

式中，P為降水量；I為植被截留量；Sv為植被覆蓋下的地表徑流量；Tv為實(shí)際的蒸騰量；Rv為降水入滲補(bǔ)給量。由此可見，在水量平衡的原理下，可以估算出區(qū)域的植被截留量、地表徑流量、蒸發(fā)蒸騰量、降水入滲補(bǔ)給量。另外，在模擬過程中用模擬誤差這一指標(biāo)來評(píng)估模型的質(zhì)量（+/-mm）。

WetSpass模型輸入數(shù)據(jù)包括柵格數(shù)據(jù)和屬性表數(shù)據(jù)兩種方式，其必須嵌入到ArcView中進(jìn)行運(yùn)用。柵格數(shù)據(jù)包括土地利用類型、土壤質(zhì)地、地形、坡度、降雨、風(fēng)速、潛在蒸發(fā)量、溫度、地下水位埋深，屬性表數(shù)據(jù)包括徑流系數(shù)、土壤系數(shù)、土地利用參數(shù)，徑流系數(shù)包括坡度百分比、土壤質(zhì)地、土地利用類型等，土壤系數(shù)包括土壤質(zhì)地的孔隙率、飽和張力帶厚度、植被需水量等，土地利用參數(shù)包含植被覆蓋區(qū)、裸地、開放水面和不透水面積所占的比例及植被高度等。3種屬性數(shù)據(jù)通過一致的代碼將所有的數(shù)據(jù)聯(lián)系起來，從而進(jìn)行計(jì)算。各類屬性數(shù)據(jù)的取值是通用的（Teklebirhan et al.，2012），但可以改變或添加因人為或自然因素而改變的土地利用參數(shù)（Mustafa et al.，2013）。本研究將研究區(qū)劃分為1642行、1559列，柵格數(shù)據(jù)分辨率統(tǒng)一為90 m；并將4—9月劃分為豐水期，10月—次年 3月劃分為枯水期，柵格數(shù)據(jù)的處理均在ArcGIS中進(jìn)行。坡度數(shù)據(jù)由DEM數(shù)據(jù)經(jīng)表面分析模塊得到；潛在蒸發(fā)量由FAO的Penman-Monteith模型計(jì)算而得。輸出數(shù)據(jù)包括多個(gè)水文變量，并以年、季為周期，具體輸出變量為徑流量、蒸散發(fā)量、截留量、植物蒸騰量、土壤蒸發(fā)、降水入滲補(bǔ)給量以及是否達(dá)到水量平衡的誤差值。

2.3 未來土地利用變化情景模擬模型

為了真實(shí)地反映土地利用變化的不確定性及多樣性，本研究中，未來土地利用數(shù)據(jù)采用未來土地利用變化情景模擬模型（GeoSOS-FLUS）計(jì)算而得，GeoSOS-FLUS模型是Li et al.（2017）開發(fā)的多類土地利用變化情景模擬軟件，該模型能較好地應(yīng)用于土地利用變化模擬與未來土地利用情景的預(yù)測(cè)和分析中，是進(jìn)行地理空間模擬、參與空間優(yōu)化、輔助決策制定的有效工具。FLUS模型的原理源自元胞自動(dòng)機(jī)（CA），并在傳統(tǒng)元胞自動(dòng)機(jī)的基礎(chǔ)上做了較大改進(jìn)。首先，F(xiàn)LUS模型采用神經(jīng)網(wǎng)絡(luò)算法（ANN）從一期土地利用數(shù)據(jù)與包含人為活動(dòng)與自然效應(yīng)的多種驅(qū)動(dòng)力因子（氣溫、降水、土壤、地形、交通、區(qū)位、政策等方面）中獲取各類用地類型在研究范圍內(nèi)的適宜性概率。其次，F(xiàn)LUS模型采用從一期土地利用分布數(shù)據(jù)中采樣的方式，能較好地避免誤差傳遞的發(fā)生。另外，在土地變化模擬過程中，F(xiàn)LUS模型提出一種基于輪盤賭選擇的自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制，該機(jī)制能有效處理多種土地利用類型在自然作用與人類活動(dòng)共同影響下發(fā)生相互轉(zhuǎn)化時(shí)的不確定性與復(fù)雜性，使得FLUS模型具有較高的模擬精度并且能獲得與現(xiàn)實(shí)土地利用分布相似的結(jié)果。

本文將FLUS模型運(yùn)用于水文分析中，基于地理信息系統(tǒng)將其與 WetSpass分布式水文模型相耦合，以求進(jìn)一步研究未來不同情景下土地利用變化對(duì)地下水補(bǔ)給產(chǎn)生的影響。以模擬所得到的未來土地利用分布為唯一變量，并將其作為輸入條件，分析降水入滲補(bǔ)給量的變化。由于未來?xiàng)l件的不確定性，基于IPCC發(fā)布的4個(gè)SRES情景進(jìn)行土地利用變化的預(yù)測(cè)。本文將土地利用類型分為6類，分別為耕地、林地、草地、水域、居民用地和荒地。2010年茂名土地利用現(xiàn)狀為林地和耕地廣泛分布，耕地多分布在南部，居民用地較少且分散。在不同的人口與經(jīng)濟(jì)增長(zhǎng)、能源使用等情況下對(duì)未來土地利用變化進(jìn)行模擬，分為A1、A2、B1和B2 4種不同情景，每一個(gè)情景代表著人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展和其他社會(huì)經(jīng)濟(jì)、環(huán)境變量的不同水平，其中A情景強(qiáng)調(diào)經(jīng)濟(jì)，B強(qiáng)調(diào)環(huán)境發(fā)展；1表示更注重全球化的變化，2則更注重局部發(fā)展。A1是一個(gè)經(jīng)濟(jì)快速發(fā)展的情景，A2情景下區(qū)域人口增長(zhǎng)快速，城市擴(kuò)張復(fù)雜，能源需求較大；B1與A2各類因素呈反方向發(fā)展，是一個(gè)引進(jìn)了更多清潔能源的經(jīng)濟(jì)增長(zhǎng)模式，強(qiáng)調(diào)經(jīng)濟(jì)、社會(huì)和環(huán)境的可持續(xù)發(fā)展；B2人口增長(zhǎng)處于中間水平，城市擴(kuò)張方向單一，經(jīng)濟(jì)增長(zhǎng)與工業(yè)創(chuàng)新等都處于中等水平。

3 結(jié)果與分析

3.1 現(xiàn)狀條件下（2010年）的降水入滲補(bǔ)給量

本文首先利用WetSpass估算了2010年地下水系統(tǒng)的水量平衡，部分輸出結(jié)果如表 1。茂名位于中國(guó)南方地區(qū)，各地年降水量基本高達(dá)1600 mm，東南沿海降水量較大，北部較小。全年的降水量大部分轉(zhuǎn)化為蒸散發(fā)量，入滲補(bǔ)給量次之。從表1可知，年徑流量變化范圍為10～1338 mm，平均徑流量為291.07 mm，徑流量在豐水期較大，枯水期平均值只有27.12 mm。結(jié)合空間分布圖（圖2），南部徑流量較高，偏北區(qū)域較低。對(duì)于蒸散發(fā)量，全年和豐水期的最大值、最小值相差較小，年平均蒸散發(fā)量為899.01 mm，最大值達(dá)到1302.33 mm，西部區(qū)域及東北部蒸散發(fā)較大?？菟诓粌H降水量少，氣溫也較低，陽光較弱，不利于蒸散發(fā)。年降水入滲補(bǔ)給量平均值為684.63 mm，多發(fā)生在豐水期；枯水期平均值僅為7.98 mm，且在林地區(qū)域內(nèi)出現(xiàn)了負(fù)值，說明地下水處于排泄?fàn)顟B(tài)，枯水期降水量少，樹木需要的水分較大，可通過根系吸取地下水，造成地下水的流失。降水入滲補(bǔ)給量大于700 mm的地區(qū)大多分布在中部和東部。

地下水位動(dòng)態(tài)法被認(rèn)為是最有效的且應(yīng)用廣泛的地下水補(bǔ)給量估算方法。本文采用地下水位與WetSpass結(jié)果相比較的方式來驗(yàn)證模擬結(jié)果的正確性。選取位于茂名市境內(nèi)的 12個(gè)地勢(shì)平坦的監(jiān)測(cè)點(diǎn)，排除受灌溉、河道補(bǔ)給、開采等影響較大的觀測(cè)井（杜鷺飛，2012），運(yùn)用ArcGIS的提取分析功能將模擬值提取至地下水位觀測(cè)點(diǎn)，相關(guān)性系數(shù)R2為0.902，模型基本適用于該地區(qū)。

表1 茂名2010年全年、豐水期、枯水期的水量平衡Table1 Yearly, summer and winter water balance components for Maoming for the year 2010 mm

圖2 2010年徑流量、蒸散發(fā)量、降水入滲補(bǔ)給量空間分布Fig.2 Spatially distributed runoff, evapotranspiration, groundwater recharge during the year 2010

不同土地利用類型下徑流量、蒸散發(fā)量和降水入滲補(bǔ)給量存著著差異性。從圖3可知，水域的徑流量最大，年平均值約為1000 mm，其次為荒地，而林地所產(chǎn)生的徑流量最小，平均值只有150 mm左右。降雨落入水面后直接形成徑流，導(dǎo)致水域的徑流量較高，林地因發(fā)生植物截留等水文過程，降水落入地面的速度較慢，土壤蓄水容量難以達(dá)到飽和，導(dǎo)致徑流量較小。水域的蒸散發(fā)量也較大，高達(dá)1200 mm。由水文循環(huán)可知，水域的水面存在蒸發(fā)過程，林地、草地存在蒸騰作用，因此這類土地利用類型的蒸散發(fā)量相對(duì)較高。除水域外，各類土地利用類型的平均蒸散發(fā)量處于800～900 mm。蒸散發(fā)量的標(biāo)準(zhǔn)偏差相對(duì)于徑流量、降水入滲補(bǔ)給量而言普遍較小，說明蒸散發(fā)量受其他因素如土壤質(zhì)地等因素的影響較小。而降水入滲補(bǔ)給量的標(biāo)準(zhǔn)偏差較大，說明除土地利用類型對(duì)其影響較大，其他因素（如土壤質(zhì)地、氣候）對(duì)其也較大。Dams et al.（2008）研究發(fā)現(xiàn)比利時(shí)地區(qū)耕地的降水入滲補(bǔ)給能力較高；Park et al.（2014）發(fā)現(xiàn)韓國(guó)濟(jì)州島各類林地的降水入滲補(bǔ)給能力普遍較高。由于城市規(guī)劃的作用和區(qū)域土壤質(zhì)地的差異，茂名降水入滲補(bǔ)給量較大的土地利用類型為居民用地和林地，將近800 mm，居民用地的下滲量與城市總體規(guī)劃有關(guān)，城市注重生態(tài)發(fā)展，綠化面積大則易于下滲；反之，注重經(jīng)濟(jì)發(fā)展，不透水面積大則下滲量必然減少。茂名市作為國(guó)家園林城市，一直致力于森林城市的建設(shè)，綠化面積占比達(dá)41.3%以上，因此下滲量較大。而林地在豐水期，除林冠截留外，一部分降水落入地面，土壤疏松且易達(dá)到飽和而發(fā)生下滲。各降水入滲補(bǔ)給量下的土地利用類型分布面積如圖4，耕地的面積內(nèi)入滲補(bǔ)給量范圍為 0～700 mm，500～700 mm 范圍內(nèi)分布較多的土地面積還有草地，根部較淺和土壤質(zhì)地類型等因素導(dǎo)致草地的降水入滲補(bǔ)給量不及林地。林地有70%的面積入滲補(bǔ)給量處于700～900 mm，居民用地的入滲補(bǔ)給量也基本在此范圍內(nèi)。

圖3 茂名2010年年平均徑流量（a）、蒸散發(fā)量（b）、降水入滲補(bǔ)給量（c）的平均值與標(biāo)準(zhǔn)偏差Fig.3 Simulated average and standard deviation of surface runoff (a),evapotranspiration (b), recharge (c) for typical Land use types of Maoming in 2010

圖4 不同降水入滲補(bǔ)給量下的土地利用類型面積分布Fig.4 Areal coverage of the different land-use types per recharge class for the conditions in 2010

3.2 土地利用變化下補(bǔ)給量的變化分析

不同時(shí)期人類活動(dòng)對(duì)土地利用類型的影響存在差異，為研究土地利用對(duì)降水入滲補(bǔ)給量的影響，以不同年份土地利用類型為變量，研究降水入滲補(bǔ)給量的影響。由表2可知，1995—2005年土地利用類型變化大小順序?yàn)椴莸兀舅颍净牡兀靖兀玖值兀揪用裼玫?，其中草地減少面積高達(dá)85 km2，主要轉(zhuǎn)變?yōu)楦睾土值?；此階段是不斷發(fā)展經(jīng)濟(jì)的階段，人類大量開墾荒地，導(dǎo)致荒地面積大量減少，其動(dòng)態(tài)度較大，達(dá)到了8.49%。2005—2010年期間，各類土地利用變化與前一階段變化趨勢(shì)一致，但變化速率有所下降。

表2 1995—2005、2005—2010年土地利用變化幅度及動(dòng)態(tài)度Table2 Rangeability and dynamic degree of land use change between 1995—2005 and 2005—2010

表3 1995年、2005年和2010年之間不同變量的變化幅度Table3 Rangeability of surface runoff, evapotranspiration and recharge in 1995, 2005 and 2010mm

由表3可知，在較長(zhǎng)時(shí)間尺度下，由于土地利用變化引起的徑流量、降水入滲補(bǔ)給量、蒸散發(fā)量的變化較大，其中，平均降水入滲補(bǔ)給量變化最大，減少量為5.0 mm，由以上分析可知，有利于降水入滲的土地利用類型面積總體上呈減少趨勢(shì)，使得降水入滲補(bǔ)給量減少；有利于生成徑流的水域面積增加，徑流量由284.65 mm增加到289.35 mm；蒸散發(fā)量變化最小，僅為2.61 mm。2005—2010年間，由于時(shí)間較短，土地利用變化稍弱，3個(gè)水量平衡變量變化相對(duì)不明顯，但變化趨勢(shì)呈現(xiàn)出一致性。綜上所述，可知土地利用變化對(duì)降水入滲補(bǔ)給量的影響不可忽視，特別是在當(dāng)今社會(huì)多元化發(fā)展的狀況下，人類活動(dòng)必然改變著土地利用類型，并且其變化存在著多種可能性。因此，在對(duì)未來土地利用變化的預(yù)測(cè)基礎(chǔ)上分析降水入滲補(bǔ)給量的變化，對(duì)未來的水資源管理利用具有一定的積極意義。

圖5 2010年和2050年、2100年不同情景下的土地利用分布圖Fig.5 Land use maps for the year 2010 and for the year 2050, 2100 assuming different scenario A1, A2, B1 and B2

3.3 土地利用變化模擬

Li et al.（2017）選用2010年數(shù)據(jù)對(duì)全球土地利用變化進(jìn)行模擬，發(fā)現(xiàn)FLUS模型的模擬結(jié)果均具有較高的準(zhǔn)確性。因此，本文利用 2010年土地利用類型圖，考慮不同的影響因素，模擬得出2050年和2100年的土地利用變化（圖5）。整體上，模擬結(jié)果顯示，至 2050年，各類土地利用類型的分布更加集中，由于人類活動(dòng)的影響，水域面積大量減少，耕地面積普遍大于其他類型土地。其中，A1、A2情景下的居民用地增加較多，大部分位于研究區(qū)的南部；B1、A1情景下林地面積較大，居民用地、耕地、林地、草地相互影響，B2情景下的居民用地、林地、草地面積都較小，耕地面積最大。至2100年，A1、B1情景下的林地和草地面積進(jìn)一步增長(zhǎng)，A2情景下的居民用地不斷擴(kuò)大。單一土地利用動(dòng)態(tài)度可以用來定量研究某一土地利用面積變化的數(shù)量和速率（楊依天等，2013）。在前一研究時(shí)段，除荒地和水域的動(dòng)態(tài)度較大之外，A1情景下的草地、A2情景下的居民用地和B2情景下的草地動(dòng)態(tài)度分別為9.73%、6.24%、3.24%，相對(duì)較大。動(dòng)態(tài)度最小的為B1情景下的居民用地，僅為0.41%。而在后一研究階段，各類土地類型的動(dòng)態(tài)度均小于第一研究階段，說明此階段各類土地變化數(shù)量相對(duì)較少，速度較慢。

至2050年，在A1情景下，大部分林地轉(zhuǎn)變?yōu)楦睾筒莸?，小部分耕地轉(zhuǎn)變?yōu)榫用裼玫兀詈蟾?、林地面積分別為5515.95、3744.76 km2，所占比例分別為49.17%、33.54%。A2情景下，居民用地大量增加，在4種情景下面積最大，為1762.14 km2，主要由耕地和林地轉(zhuǎn)化而來，此情景下的草地面積也相對(duì)較大，為1818.35 km2。B1情景下的居民用地和草地面積較小，分別為376.2、1299.22 km2，耕地面積轉(zhuǎn)出較多，其他利用類型轉(zhuǎn)化為草地的較少，而林地面積相對(duì)較大，總共4369.34 km2，耕地所占比例（45.88%）比林地所占比例大。居民用地和林地都較少的B2情景下，大部分土地面積為耕地，超過一半的面積（52.09%）為耕地，達(dá)到4種情境下的最大值（5844.21 km2），耕地由大量林地轉(zhuǎn)出而來。此外，還可看出，林地向草地的轉(zhuǎn)化也較為明顯?？傊?2050年期間，大部分林地主要轉(zhuǎn)化為耕地和草地，林地面積相對(duì)減少，耕地和草地面積明顯增多。

如表4所示，2050—2100年期間，荒地、水域面積基本不變，A1和B1情景下林地繼續(xù)向南擴(kuò)大，而西南區(qū)域則大部分轉(zhuǎn)化為草地。A1情景下，耕地和少量草地轉(zhuǎn)化為林地，使得林地面積從33.54%增加到61.13%，另外，部分耕地面積轉(zhuǎn)化為草地；在經(jīng)濟(jì)和人口不斷發(fā)展的情況下，A2情景草地面積大量減少，主要轉(zhuǎn)化為居民用地，其面積增加了1063.5 km2，B1與A1較為相似，耕地面積轉(zhuǎn)化為林地，此時(shí)林地面積達(dá)到4種情景下的最大值，占64.09%。B2情景下變化不明顯，少量草地和林地轉(zhuǎn)化為居民用地和耕地。

表4 2050年和2100年不同情境下的土地利用類型面積及所占比例Table4 Area and proportion of land use under different scenario in 2050, 2100km2

3.4 未來土地利用變化下的降水入滲補(bǔ)給量

在所模擬的2050年和2100年土地利用分布圖的基礎(chǔ)上，只改變土地利用類型輸入條件，運(yùn)用WetSpass進(jìn)行估算以便進(jìn)一步分析徑流量、蒸散發(fā)量、降水入滲補(bǔ)給量的變化幅度（圖6）。整體上，全年和豐水期徑流量、蒸散發(fā)量、降水入滲補(bǔ)給量的變化趨勢(shì)和幅度較相似，與枯水期的變化相差較大。至2050年，4種情景下的變化趨勢(shì)均一致，徑流量處于增大的狀態(tài)，蒸散發(fā)量、降水入滲補(bǔ)給量均減小。年徑流量和豐水期徑流量變化幅度較大，枯水期變化幅度相對(duì)較小，B2情景下的年徑流量和豐水期徑流量變化最大，相對(duì)變化幅度分別為26%、28%，無論何時(shí)，B1情景下徑流量的變化幅度都是最小的?；诿牡赜蛱卣骱统鞘幸?guī)劃方向，在豐水期，4種情景下的相對(duì)變化幅度都不到1%；而在枯水期的變化相對(duì)較大，在A2情境下最大值達(dá)到 10%，無論何種情境下，B1的相對(duì)變化幅度最小。A1、A2、B1、B2情境下的年降水入滲補(bǔ)給量相對(duì)變化幅度為-8.06%、-8.13%、-6.29%、-10.41%，豐水期的變化只與其相差約0.02%，兩個(gè)時(shí)間段的變化基本一致?？菟诘南鄬?duì)變化幅度基本高達(dá)80%，因枯水期降水入滲補(bǔ)給量本來較小，2010年約為8 mm，而在所模擬的2050年均低于1 mm。2050—2100年間，不同情景下降水入滲補(bǔ)給量的變化趨勢(shì)各異，其在A1、B1情景下的相對(duì)變化幅度較大，A2情景下最小。從全年和豐水期的角度來分析，兩時(shí)期內(nèi)A1與B2情景下的徑流量、蒸散發(fā)量、降水入滲補(bǔ)給量相對(duì)變化幅度最大相差0.72%，變化極為相似。徑流量和降水入滲補(bǔ)給量的變化較大，蒸散發(fā)量變化較小。與2050年相似，枯水期降水入滲補(bǔ)給量較小，最大變化幅度為 0.6 mm，但其相對(duì)變化幅度卻高達(dá)145%。

本研究重點(diǎn)分析降水入滲補(bǔ)給量的變化，2010—2050年各情境下的降水入滲補(bǔ)給量變化值如圖7所示，可明顯看出，深藍(lán)色區(qū)域內(nèi)增加值較大，這部分區(qū)域大多是消失的水域，由于經(jīng)濟(jì)、環(huán)境等各類發(fā)展需求，圍湖填坑等行為導(dǎo)致水域面積減少，基本無下滲量的水域被利用為其他土地。A2情境下降水入滲補(bǔ)給量為 200～500 mm 的分布較為明顯，基本出現(xiàn)為中南部，該區(qū)域內(nèi)居民用地增加較多，而居民用地為降水入滲補(bǔ)給能力較強(qiáng)的土地利用類型。此外，在A1和B1的北部補(bǔ)給量增加也較為突出，這兩類情景下北部的耕地轉(zhuǎn)化為林地和草地，林地和草地的降水入滲補(bǔ)給能力比耕地強(qiáng)，必然導(dǎo)致該處的降水入滲補(bǔ)給量增大。4種情景下，降水入滲補(bǔ)給量減少范圍大小排序?yàn)椋篈2＞B2＞A1＞B1，且減少量較為集中的區(qū)域都分布在西部，對(duì)比土地利用變化圖，該處大部分由林地轉(zhuǎn)為耕地及少量草地，使得耕地面積廣泛分布，不利于下滲。相比于2050年，2100年變化幅度較小，最大變化僅為559 mm。A1和B1情景下土地利用變化較明顯，因此降水入滲補(bǔ)給量變化也較大，兩情景下紅色區(qū)域占大部分面積，主要分布在西南區(qū)域，增加量級(jí)多處于250～500 mm。因此，區(qū)域內(nèi)的土地利用類型從耕地轉(zhuǎn)化為林地，林地下滲能力較強(qiáng)，導(dǎo)致入滲補(bǔ)給量增加明顯。A2情景下的城市擴(kuò)張導(dǎo)致區(qū)域內(nèi)降水入滲補(bǔ)給量增加較大，北部因草地轉(zhuǎn)為耕地，使得降水入滲補(bǔ)給量減少。在土地利用變化中，B2情景的變化最小，較明顯的是北部部分林地和草地變?yōu)楦兀虼?，B2情景下的變化值多出現(xiàn)在西北部，且大部分區(qū)域呈現(xiàn)出減少的趨勢(shì)。

圖6 2010—2050年和2050—2100年的徑流量、蒸散發(fā)量、降水入滲補(bǔ)給量相對(duì)變化幅度Fig.6 Average change in surface runoff, evapotranspiration and recharge in 2050 compared to 2010 resulting from different land use scenarios

圖7 不同土地利用變化下的降水入滲補(bǔ)給量變化Fig.7 Difference in groundwater recharge due to land use change

由上述分析可知，土地利用變化對(duì)茂名市的降水入滲補(bǔ)給量有著重要的影響，特別是林地和居民用地。在未來社會(huì)向不同方向發(fā)展的同時(shí)，土地利用類型變化必然不同。大約至 2050年，由于經(jīng)濟(jì)和人口的發(fā)展，能源的使用等因素，耕地面積都將會(huì)呈現(xiàn)增加的趨勢(shì)，大部分面積的降水入滲補(bǔ)給量將呈減少趨勢(shì)，而降水通過蒸發(fā)、蒸騰等過程返回大氣中，使得地下水得不到補(bǔ)給，降水得不到有效利用。而大約至2050年，當(dāng)經(jīng)濟(jì)發(fā)展到一定階段，人們的物質(zhì)需求基本得到滿足后，人類更注重生態(tài)環(huán)境保護(hù)，在此前提下，降水入滲補(bǔ)給量呈增加的趨勢(shì)。因此，在未來茂名土地利用規(guī)劃時(shí)，應(yīng)注重對(duì)生態(tài)環(huán)境狀況的重視，減少森林砍伐等人類活動(dòng)；在城市建設(shè)過程中，加大綠化面積，并根據(jù)區(qū)域降水入滲補(bǔ)給能力的差異，制定合適的土地用途規(guī)劃，通過合理的土地利用類型調(diào)整與布局，使地下水得到充足的補(bǔ)給，減少由人為的土地利用帶來的地下水污染，及時(shí)改善地下水的水質(zhì)和解決水資源短缺等問題。由于地下水位資料的限制，本文在模擬結(jié)果驗(yàn)證方面采用國(guó)內(nèi)廣泛應(yīng)用的地下水位動(dòng)態(tài)法，而國(guó)際上更為成熟的方法為耦合MODFLOW 模型，此方法不僅能使模擬結(jié)果更精確，還能得知地下水位在地層中的分布狀況，更有利于地下水資源的管理；此外，氣候變化也是影響地下水補(bǔ)給量的重要因素，結(jié)合未來降水、氣溫等因素的變化研究補(bǔ)給量的變化是今后進(jìn)一步研究的重點(diǎn)方向，以更好地評(píng)估地下水資源的變化。

4 結(jié)論

利用茂名市氣象、土壤質(zhì)地、土地利用、DEM、地下水埋深等數(shù)據(jù)，結(jié)合GIS技術(shù)，基于WetSpass模型及GeoSOS-FLUS模型對(duì)降水入滲補(bǔ)給量進(jìn)行定量分析，并研究未來土地利用變化對(duì)其造成的影響。主要得出以下結(jié)論：

（1）茂名全年的降水量大部分轉(zhuǎn)化為蒸散發(fā)量，入滲補(bǔ)給量次之。年平均蒸散發(fā)量為 899.01 mm，最大值達(dá)到1302.33 mm；年徑流量變化范圍為10～1338 mm，平均徑流量為291.07 mm；年降水入滲補(bǔ)給量平均值為684.63 mm，多發(fā)生在豐水期；枯水期平均值僅為7.98 mm。

（2）降水入滲補(bǔ)給量較大的利用類型為居民用地和林地，高達(dá)800 mm，茂名城市建設(shè)過程中注重生態(tài)的發(fā)展，綠化面積較大，居民用地的補(bǔ)給能力較強(qiáng)；水域的徑流量最大，年平均值約為 1000 mm，其次為荒地，而林地所產(chǎn)生的徑流量最小，平均值只有150 mm左右；水域的蒸散發(fā)量也較大，高達(dá)1200 mm。

（3）在考慮不同影響因素的前提下，研究了 4種情景下未來土地利用變化，2010—2050年，A1、A2情景下的居民用地增加較多，林地面積較大的為 B1、A1，居民用地、耕地、林地、草地相互影響，B2的居民用地、林地、草地都較少，耕地面積最大。整體上，降水入滲補(bǔ)給量呈現(xiàn)減少的趨勢(shì)，4種情景下，降水入滲補(bǔ)給量減少范圍大小順序?yàn)椋篈2＞B2＞A1＞B1，且減少量較為集中的區(qū)域都分布在西部。

（4）2050—2100年，荒地、水域面積基本不變，A1、B1情景下的林地和草地面積進(jìn)一步增長(zhǎng)，A2情景下的居民用地不斷擴(kuò)大。相比于2050年，2100年降水入滲補(bǔ)給量變化值較小，最大變化值僅有559 mm。A1和B1情景下的土地利用類型從耕地轉(zhuǎn)化為林地，林地下滲能力較強(qiáng)，導(dǎo)致入滲補(bǔ)給量增加明顯。A2情景下的城市擴(kuò)張使得區(qū)域內(nèi)降水入滲補(bǔ)給量呈較大增加趨勢(shì)，而B2情景下大部分區(qū)域呈減少趨勢(shì)。

BATELAAN O, MEYUS Y, DE SMEDT F. 2007. De grondwatervoeding van Vlaanderen [J]. Water, 28:64-71.

BATELAAN O, SMEDT FD. 2001. WetSpass: a flexible, GIS based,distributed recharge methodology for regional groundwater modelling[J]. Impact of Human Activity on Groundwater Dynamics A Symposium Held During the Sixth Iahs Scientific Assembly,269:11-17.

DAMS J, WOLDEAMLAK S T, BATELAAN O. 2008. Predicting land-use change and its impact on the groundwater system of the Kleine Nete catchment, Belgium [J]. Hydrology and Earth System Sciences, 12(6):1369-1385.

GRAF R, PRZYBYLEK J. 2014. Estimation of Shallow Groundwater Recharge Using a Gis-Based Distributed Water Balance Model [J].Quaestiones Geographicae, 33(3): 27-37.

KORNKULJ,CHOTPANTARAT S. 2013. Distributed groundwater recharge estimation in Phrae Province using wetspass [C]//Environmentasia International Conference, 5:552-565.

LERNER D N, HARRIS B. 2009. The relationship between land use and groundwater resources and quality [J]. Land Use Policy, 26:S265-S273.

LI X, CHEN G Z, LIU X P, et al. 2017. A New Global Land-Use and Land-Cover Change Product at a 1-km Resolution for 2010 to 2100 Based on Human-Environment Interactions [J]. Annals of the American Association of Geographers, DOI: 10.1080/24694452.2017.1303357.

MEHDI Z, REZA G, ABBASALI V, et al. 2016. Estimating groundwater recharge, evapotranspiration and surface runoff using Land-use data: a case study in Northeast Iran [J]. Biological Forum, 8(2): 196-202.

MUSTAFA A, ALI E. 2013. GIS based Spatial Groundwater Recharge estimation in the Jafr basin, Jordan-Application of WetSpass models for arid regions [J]. Revista Mexicana de Ciencias Geologicas, 30(1):96-109.

PARK C H, SEO J G, LEE J J, et al. 2014. A distributed water balance approach to groundwater recharge estimation for Jeju volcanic island,Korea [J]. Geosciences Journal, 18(2): 193-207.

SCANLON B R, REEDY R C, STONESTROM D A, et al. 2005. Impact of land use and land cover change on groundwater recharge and quality in the southwestern US [J]. Global Change Biology, 11(10): 1577-1593.

TEKLEBIRHAN A, DESSIE N, TESFAMICHAEL G. 2012. Groundwater Recharge, Evapotranspiration and Surface Runoff Estimation Using WetSpass Modeling Method in Illala Catchment, Northern Ethiopia [J].Momona Ethiopian Journal of Science, 27(3): 341-343.

TILAHUN K, MERKEL B J. 2009. Estimation of groundwater recharge using a GIS-based distributed water balance model in Dire Dawa,Ethiopia [J]. Hydrogeology Journal, 17(6): 1443-1457.

陳昌春, 張余慶, 項(xiàng)瑛, 等. 2014. 土地利用變化對(duì)贛江流域徑流的影響研究[J]. 自然資源學(xué)報(bào), 29(10): 1758-1769.

杜鷺飛. 2012. 基于WetSpass的北京平原區(qū)降水入滲補(bǔ)給量計(jì)算與空間分析[D]. 北京: 首都師范大學(xué): 1-79.

杜習(xí)樂, 呂昌河. 2013. 鄭州市土地利用變化對(duì)地表水污染的影響[J].生態(tài)環(huán)境學(xué)報(bào), 22(2): 336-342.

李鵬, 許海麗, 潘云, 等. 2017. 北京市平原區(qū)地下水補(bǔ)給量計(jì)算方法對(duì)比研究[J]. 水文, 37(2): 31-35.

林嵐, 梁團(tuán)豪, 王曉昕. 2010. 采用 WetSpass模型評(píng)價(jià)松嫩盆地降水入滲補(bǔ)給量[J]. 東北水利水電, (7): 23-25.

劉瑞, 朱道林. 2010. 基于轉(zhuǎn)移矩陣的土地利用變化信息挖掘方法探討[J]. 資源科學(xué), 32(8): 1544-1550.

羅婭, 楊勝天, 劉曉燕, 等. 2014. 黃河河口鎮(zhèn)-潼關(guān)區(qū)間1998—2010年土地利用變化特征[J]. 地理學(xué)報(bào), 69(1): 42-53.

馬興旺, 李保國(guó), 吳春榮, 等. 2002. 綠洲區(qū)土地利用對(duì)地下水影響的數(shù)值模擬分析——以民勤綠洲為例[J]. 資源科學(xué)24(2): 49-55.

馬興旺, 李保國(guó), 吳春榮, 等. 2003. 民勤綠洲現(xiàn)狀土地利用模式影響下地下水位時(shí)空變化的預(yù)測(cè)[J]. 水科學(xué)進(jìn)展, (1): 85-90.

馬興旺, 朱靖蓉, 李保國(guó). 2009. 綠洲土地利用對(duì)地下水礦化度時(shí)空變化影響的定量評(píng)估[J]. 自然資源學(xué)報(bào), 24(3): 466-475.

孟素花, 費(fèi)宇紅, 張兆吉, 等. 2013. 50年來華北平原降水入滲補(bǔ)給量時(shí)空分布特征研究[J]. 地球科學(xué)進(jìn)展, 28(8): 923-929.

喬偉峰, 盛業(yè)華, 方斌, 等. 2013. 基于轉(zhuǎn)移矩陣的高度城市化區(qū)域土地利用演變信息挖掘——以江蘇省蘇州市為例[J]. 地理研究, 32(8):1497-1507.

蘇躍, 劉方, 李航, 等. 2008. 喀斯特山區(qū)不同土地利用方式下土壤質(zhì)量變化及其對(duì)水環(huán)境的影響[J]. 水土保持學(xué)報(bào), 22(1): 65-68.

閆佰忠, 肖長(zhǎng)來, 劉泓志, 等. 2015. 吉林市城區(qū)土地利用對(duì)地下水污染空間分布的影響[J]. 中國(guó)環(huán)境科學(xué), (3): 934-942.

楊依天, 鄭度, 張雪芹, 等. 2013. 1980—2010年和田綠洲土地利用變化空間耦合及其環(huán)境效應(yīng)[J]. 地理學(xué)報(bào), 68(6): 813-824.

袁瑞強(qiáng), 宋獻(xiàn)方, 劉貫群. 2010. 現(xiàn)代黃河三角洲上部沖積平原降水入滲補(bǔ)給量研究[J]. 自然資源學(xué)報(bào), 25(10): 1777-1785.

張新榮, 劉林萍, 方石, 等. 2014. 土地利用、覆被變化 (LUCC) 與環(huán)境變化關(guān)系研究進(jìn)展[J]. 生態(tài)環(huán)境學(xué)報(bào), 19(12): 2013-2021.

張楊, 劉艷芳, 丁慶, 等. 2010. 1996—2006年武漢市土地利用/覆被變化研究[J]. 生態(tài)環(huán)境學(xué)報(bào), 23(11): 2534-2539.

趙新鋒, 曾松青, 陳建耀, 等. 2008. “珠三角”地區(qū)城市化對(duì)地下水水質(zhì)影響案例研究[J]. 生態(tài)環(huán)境, 17(2): 533-536.

趙興國(guó), 潘玉君, 丁生, 等. 2014. 中國(guó)省域土地利用可持續(xù)性評(píng)價(jià)及時(shí)空格局特征[J]. 農(nóng)業(yè)工程學(xué)報(bào), 30(3): 196-204.

趙穎, 張麗, 王飛. 2017. 白洋淀水文變化對(duì)土地利用類型的影響[J]. 中國(guó)水土保持, (5): 52-55.

朱琳, 劉暢, 李小娟, 等. 2013. 城市擴(kuò)張下的北京平原區(qū)降水入滲補(bǔ)給量變化[J]. 地球科學(xué)——中國(guó)地質(zhì)大學(xué)學(xué)報(bào), 38(5): 1065-1072.

Effect of Land Use Changes on Precipitation Infiltration Recharge in Maoming

LIU Zufa1, YAO Hanmei1, CHEN Xiaoyue2*, ZHUO Wenshan3, ZHA Xini1, FU Xuelian1
1. Center for Water Resources and Environment, Sun Yat-sen University, Guangzhou 510275, China;2. School of Geographical Sciences, Guangzhou University, Guangzhou 510006, China;3. Instrumental Analysis & Research Center, Sun Yat-sen University, Guangzhou 510275, China

Precipitation is the main source of groundwater recharge, and it is important to determine the quantity of water supply to management and planning of groundwater resource. Maoming was taken as research area. Based on WetSpass and GeoSOS-FLUS model, combined with GIS technology, this paper estimated the precipitation infiltration recharge for the year 2010, and analyzed future change of land use and its effect on the precipitation infiltration recharge. The results showed that the precipitation was mostly converted into evapotranspiration, and precipitation infiltration recharge was the second, and the annual average precipitation was 684.63 mm. Under different land use types, the surface runoff, evapotranspiration and recharge were obviously different. Owing to the different urban planning, the rainfall infiltration capacity of forest and urban was larger, as high as 800 mm, and the barren was minimal. Over the past 20 years, the residents had reclaimed the barren and then a large number of grasslands had been transformed into farmland and forest. The decrease of these land areas resulted in the reduction of recharge. By 2050, distribution of all land use types was more concentrated, a substantial reduction in water area, cultivated land area was generally greater than other types of land, causing most of the precipitation infiltration recharge area to decrease, and the change of annual and seasonal recharge would be the similar. By the year 2100, there will be an increase in forest land and grassland, and the supply of precipitation will be increasing too. In a period of the future, Maoming should strengthen the protection of the ecological environment, increase the green area and make the groundwater get a certain amount of supply. The research results could provide some basis for the future land planning of Maoming, so as to further strengthen the management and protection of groundwater.

land use change; recharge; WetSpass model; GeoSOS-FLUS model; Maoming

10.16258/j.cnki.1674-5906.2017.12.014

X14

A

1674-5906（2017）12-2102-10

劉祖發(fā), 姚寒梅, 陳曉越, 卓文珊, 查悉妮, 付雪蓮. 2017. 土地利用變化對(duì)茂名市降水入滲補(bǔ)給量的影響[J]. 生態(tài)環(huán)境學(xué)報(bào), 26(12): 2102-2111.

LIU Zufa, YAO Hanmei, CHEN Xiaoyue, ZHUO Wenshan, ZHA Xini, FU Xuelian. 2017. Effect of land use changes on precipitation infiltration recharge in Maoming [J]. Ecology and Environmental Sciences, 26(12): 2102-2111.

國(guó)家自然科學(xué)基金項(xiàng)目（51379224）

劉祖發(fā)（1961年生），男，副教授，研究方向?yàn)樗乃Y源計(jì)算與分析。E-mail: eeslzf@mail.sysu.edu.cn

*通信作者：陳曉越，E-mail: davidcxy@163.com

2017-09-18