土地利用變化對阜平流域的徑流影響研究*

郝振純，蘇振寬，鞠 琴

(河海大學水文水資源與水利工程科學國家重點實驗室，江蘇南京 210098）

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

國內外學者對土地利用變化的水文效應研究主要是借助于SWAT模型。郝芳華等［2］討論了土地利用變化對產流產沙的影響。陳軍鋒［3］等研究了有植被全覆蓋與無植被覆蓋情景下徑流深與蒸發量的變化。張蕾娜［4］通過情景模擬，發現還草比還林更能增加徑流。索安寧等［5］對黃土高原流域的水土流失效應做了研究。Hernandez等［6］認為SWAT模型可以很好地反映土地覆被變化條件下的多年降水 － 徑流關系。Costa 等［7］、Fohrer等［8］和Schuol等［9］分別對托坎廷斯河流域、德國阿勒河流域和瑞典Ronnea流域土地利用變化的水文效應做了分析。因此，本研究針對阜平流域使用SWAT模型研究土地利用變化的水文效應，為該地區的土地規劃和水資源管理提供依據。

1 研究流域概況

阜平流域是海河上游大清河水系的一個重要支流，包括沙河、冉莊河、青羊河、下關河獨峪河、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，經度 113.64－114.31°E，緯度38.78 －39.37°N，總面積 2210 km2。地勢西北高東南低，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為主，山地坡度一般大于25度，溝谷多深長。由于地形坡度較大，表層土壤覆蓋較少，植被較差，小片成林。流域屬溫帶半濕潤半干旱地區，氣候屬于亞洲大陸性季風氣候，主要特點為冬季干旱少雨，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℃，年平均相對濕度52%，年平均日照時數約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90年代由美國農業部(USDA)的Jeff Arnold博士開發的分布式水文模型。它具有很強的物理機制，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流域水文、泥沙和化學物質的影響［10］。模型在模擬過程中，首先將流域劃分為若干個子流域，然后根據不同土地利用類型和土壤類型，將子流域劃分為若干個水文響應單元 (HRU)，單獨計算每個HRU的徑流量，最后經河網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為時間步長(d);Rday為第i天降水量(mm);Qsurf為第i天地表徑流(mm);Ea為第i天的蒸發量(mm);Wseep為第i天存在于土壤剖面底層的滲透量和測流量(mm);Qgw為第i天地下含水量(mm)。

模型計算的蒸散發量包括樹冠截留的水分蒸發、蒸騰和升華及土壤水的蒸發。在實際計算時，首先從植被冠層截留的水分蒸發開始計算，然后計算最大蒸騰量、最大升華量和最大土壤水分蒸發量，最后計算實際的升華量和土壤水分蒸發量［12］。

3 模型的構建與評價

3.1 研究區域數據收集與處理

3.1.1 DEM數據 地形數據數字高程模型 (DEM)來源于 SRTM 數據集 (http://strm.csi.cgiar.org/)，空間分辨率為90 m。

3.1.2 土壤數據 土壤數據來源于中國科學院地理所數據中心提供的1∶100萬的土壤矢量數據，土壤類型為棕壤 (ZONG，22.19%)和褐土 (LING，77.81%)，根據土壤類型從中國土壤數據庫查得土壤的顆粒組成以及物質成分，使用matlab利用三次樣條插值將顆粒級配轉化為美國標準［13］，并通過SPAW軟件［14］計算得出相關屬性數據，建立土壤數據庫［15］。

3.1.3 土地利用數據 土地利用類型動態變化選取Landsat遙感衛星圖像為數據源。利用ENVI遙感圖像處理軟件對圖像進行地物監督分類，在信息提取過程中參考區域專題研究結果及圖件、地形圖等相關資料，將監督分類結果進行人工校正，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年的逐月實測流量資料。雨量資料采用冉莊、下關、莊旺、不老臺、砂窩、龍泉關和橋南溝7個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據，包括最高、最低氣溫，太陽輻射量，降水量，相對濕度，平均氣壓，平均風速，日照時數。太陽輻射量由模型自帶的天氣發生器模擬得到。

3.2 模型率定與驗證

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

由于SWAT模型輸入參數較多，在校準之前需對參數進行敏感性分析。模型參數敏感性分析采用LH－OAT方法，該方法結合LH和OAT，同時又具備這兩種方法的優點［16－17］。LH方法由 Mckay于1979年提出，將參數分布空間分成N個，每一個范圍出現的概率均為1/N，然后生成參數隨機值，且每一個值域僅抽樣一次，參數隨機組合，最后對結果進行多元線性回歸分析。OAT方法由Morris于1991年提出，模型每次運行時只改變一個參數，考慮到某些參數的靈敏度可能會受到其他參數值的選取的影響，所以模型輸入若干組參數重復運行，最終靈敏度由其平均值決定。模型首先利用LH法進行抽樣，然后采用OAT法進行抽樣，確保了所有參數均被采樣，精減了需要率定的參數的個數，提高了計算效率。

圖2 土地利用變化圖Fig.2 Change of land use

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

圖4 月流量模擬值與實測值對比圖Fig.4 Comparison of simulated and measured average

本次研究中靈敏度較高的參數為CH－K2(河道有效水力傳導系數)、CANMX(最大冠層蓄水量)、ESCO(土壤蒸發補償系數)、ALPHA－BF(基流ɑ系數)、SLOPE(平均坡度)、SOL_K(飽和水力傳導系數)、CN2(SCS徑流曲線系數)、GWQMN(淺層地下水徑流系數)、GW_REVAP(地下水再蒸發系數)、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地質和地理背景，它們的變化以百萬年為周期，在研究過程中假定其不變。為了確定土地利用類型的改變對流域徑流的影響，所以在后面的模擬過程中僅改變土地利用資料，其他參數和數據均保持不變。

選取1968－1969年為模型緩沖期，1970－1995年為校準期，1996－2010年為驗證期。模型模擬結果采用Nash－Sutcliffe確定性系數Ens、決定系數R2來評價［18］。計算公式如下:

式中，Qobs，i為實測數據，Qsim，i為模擬數據，為實測數據平均值，為模擬數據平均值，n為數據個數。

模型校準和驗證結果見圖4，評價指標見表1

表1 阜平水文站月徑流模擬結果評價Table 1 Evaluation of monthly runoff simulated results of the Fuping station

綜合這兩種指標，通常認為Ens＞0.50，R2＞0.65，模擬結果令人滿意［18］。根據模型模擬結果可知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系

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

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

根據對流域多年降水量的5年滑動平均值變化可知，其呈現不規則周期性變化，21世紀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，年平均變化率為－0.25 mm/a，下降趨勢不明顯。

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

對流域多年徑流量趨勢分析可知，其相應于降水量變化也呈現不規則周期變化，但不同的是，多年徑流量下降趨勢非常明顯，年變化率為－1.97 mm/a。

4.2 土地利用類型變化對流域徑流的影響

為了定量分析土地利用變化對流域徑流影響過程，以校準好的參數分別對模型輸入1974、1989、1993、2000、2001、2004、2006年土地利用資料設定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

根據圖7可知，該流域土地利用主要變化趨勢是草地減少，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90年代開始，林地面積逐漸增多，草地面積在不斷減少。土地利用類型的轉化主要是草地向林地的大面積轉化。

根據以上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量變化，見圖8、9。結果表明，土地利用變化對徑流影響比較顯著。從不同土地利用時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明顯減小的趨勢，相應的多年平均蒸散發量呈現增大的趨勢，也就是說，隨著草地向林地的面積轉化，流域徑流減少，蒸散發量增大。

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

圖9 多年平均蒸散發量與徑流量模擬值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，達到90.42 mm，實際蒸散發量最小，為389.89 mm。主要是由于林地的截留量與蒸散發量要比草地大得多。而居住地、水域、耕地和裸地所占面積較小，總體上對徑流影響不大。從土地利用變化來看，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，模擬的徑流結果差別也相對不大。從圖7可知，1993年和2004年的土地利用資料變化最為明顯，變化量見表2，模擬結果見表3。可見居住地、耕地和裸地變化幅度比較大，但是所占的總面積依然很小，對徑流影響不如林地和草地影響大。與實測數據對比可知，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年徑流模擬結果Table 3 Results of simulated runoff in 1993 and 2004

5 結論

利用流域出口阜平水文站43 a的水文實測數據和流域7個雨量站43 a的降水數據，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。

1)通過對模型的校準和驗證，校準期Ens=0.88，R2=0.93，驗證期 Ens=0.80，R2=0.83，說明SWAT模型適合阜平流域的徑流模擬。

2)從20世紀90年代開始，該流域土地利用類型發生明顯變化，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，流域徑流量呈現明顯的減少趨勢，降水量下降趨勢不明顯，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影響蒸散發量改變水文循環過程，從而影響徑流量的變化。不同情景下模擬多年平均蒸發量變化趨勢與徑流量變化相反。

由此可見，不合理的土地利用會導致一定的生態平衡失調，在土地利用規劃過程中，要兼顧水文效應與經濟效益。另一方面要充分認識人類活動引起的土地利用變化對徑流的影響。

［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踐［M］.北京:科學出版社，2000.

［2］郝芳華，陳利群，劉昌明，等.土地利用變化對產流和產沙的影響分析［J］.水土保持學報，2004，18(3):5 －8.

［3］陳軍鋒，李秀彬.土地覆被變化的水文響應模擬研究［J］.應用生態學報，2004，15(5):833 －836.

［4］張蕾娜.白河流域土地覆被變化水文效應的分析與模擬［D］.北京:中國科學院地理科學與資源研究所，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［J］.水利學報，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、結構及應用研究［J］.地理科學進展，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，周文斌，羅定貴，等.非點源污染模型 －SWAT用戶應用指南［M］.北京:地質出版社，2010.

［13］蔡永明，張科利，李雙才.不同粒徑制間土壤質地資料的轉換問題研究［J］.土壤學報，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模型土壤數據庫建立方法［J］.水利水電技術，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.