氣候與土地利用變化下寧夏清水河流域徑流模擬

李 帥,魏 虹,劉 媛,馬文超,顧艷文,彭 月,李昌曉

1 三峽庫區生態環境教育部重點實驗室 西南大學生命科學學院, 重慶 400715 2 中國林業科學研究院沙漠林業實驗中心, 磴口 015200 3 重慶市林業科學研究院, 重慶 400036

氣候與土地利用變化下寧夏清水河流域徑流模擬

李 帥1,2,魏 虹1,*,劉 媛1,馬文超1,顧艷文1,彭 月3,李昌曉1

1 三峽庫區生態環境教育部重點實驗室 西南大學生命科學學院, 重慶 400715 2 中國林業科學研究院沙漠林業實驗中心, 磴口 015200 3 重慶市林業科學研究院, 重慶 400036

氣候和土地利用變化是影響水資源變化最直接的因素。應用SWAT模型對干旱半干旱區小流域寧夏清水河流域徑流進行多情景模擬預測,以歷史氣候要素變化趨勢和CA-Markov模型分別設置未來氣候和土地利用變化情景,以決定系數R2和Nash-Sutcliffe模型效率系數Ens (Nash-Sutcliffe efficiency coefficient)來衡量模擬值與實測值之間的擬合度,并評價模型在清水河流域的適用性。結果表明,韓府灣站在校準期和驗證期的R2分別為0.80和0.71,Ens分別為0.77和0.69,泉眼山站在校準期和驗證期的R2分別為0.66和0.63,Ens分別為0.62和0.56,表明構建的SWAT模型可以用于清水河流域的徑流模擬。對未來氣候和土地利用變化情景下徑流的模擬結果顯示,徑流變化主要由降水變化主導,降水減少和氣溫升高的綜合作用對流域徑流變化影響最為顯著；由于耕地和建設用地的增加,未來3種土地利用情景下流域徑流量將均會呈現明顯增加變化。與2010年相比,到2020年,自然增長情景流域徑流將增加17.04%,林地保護情景徑流將增加14.44%,規劃情景徑流將增加13.98%；綜合降水、氣溫和土地利用的結合變化情景顯示,未來流域徑流將會有不同程度的下降,規劃情景和氣候變化的結合情景的徑流下降最為明顯,而有意增大林地和加強生態保護的林地保護情景對減緩流域徑流下降具有一定作用。在氣候變化的大背景下,根據水資源利用管理目標,可通過調整流域管理措施,特別是土地利用變化和改善區域小氣候來減緩氣候變化對流域水資源的負面效果,以此來改善流域徑流和生態環境狀況。

氣候變化；土地利用變化；寧夏清水河流域；SWAT模型；徑流模擬

環境變化下的水文研究是當今全球變化研究的熱點之一[1- 2]。在環境變化中,氣候變化和土地利用變化是影響水資源變化最直接的兩個因素。氣候變化直接改變大氣降水的空間分布和時間變異特性[3],土地利用變化則能直接引起地表蒸散(發)變化從而使水資源發生改變。由于分布式水文模型既考慮了流域的空間異質性,也能較好地對流域水文物理過程進行刻畫,因而被廣泛運用于兩者變化對水資源影響的研究當中[4- 5]。其中,SWAT(水土評價工具,Soil and water assessment tool)模型已被大量研究證明其在各種地理和氣候區域均具有較好的適用性[6- 7]。尤其在水資源貧乏的干旱半干旱區,SWAT模型已經成為水文研究最重要的工具之一[8- 9]。

我國干旱半干旱區面積廣闊,但自然條件惡劣,水資源量少質差,且空間分布嚴重不均。人類的社會經濟活動基本集中在黃河流域和內陸河流域片區,使得流域周邊人口密度大,人均占有量嚴重不足,水資源已經成為干旱半干旱區社會經濟發展的主要制約因素。對該區域內流域的水文變化特征,尤其是在氣候和土地利用變化背景下的未來徑流變化特征進行深入研究,并將研究結果應用于流域水資源規劃與管理中,這對構建健康穩定的干旱半干旱區流域生態系統極為重要。在目前已有的基于SWAT模型的氣候和土地利用變化下水文變化的研究中,未來氣候變化情景的常見方法有IPCC法[10- 11]和基于歷史變化趨勢變化法[4- 5,12]兩種。由于IPCC預測結果的不確定性及較低的分辨率等局限性,因此基于氣候變化趨勢設置變化情景的方法在相關研究中得到更為廣泛的應用。但在大多氣候變化情景研究中,研究者通常將流域作為一個整體來對待,并未考慮流域的空間異質性,使得研究結果的實用價值受到影響。而在未來土地利用變化情景的設置中,也多以土地利用現狀為基礎,簡單設置不同土地利用類型面積的增減變化,較少結合研究區域的實際和發展規劃。

寧夏清水河是寧夏境內最大的一條黃河支流,其中多年平均地表水可利用量僅為0.7億m3[13],但流域內近年取水總量超過4億m3[14],是黃河上游典型的缺水型流域。近年來由于地下水位嚴重下降, 礦化度上升,流域生態安全面臨巨大挑戰。本文嘗試基于SWAT模型構建流域的分布式水文模型,通過氣候要素變化趨勢分區設置氣候變化情景,并利用CA-Markov模型預測未來土地利用變化情景,以此分析兩者對流域產流的影響,并對流域未來河流徑流進行模擬預測。研究結果可為寧夏清水河流域水資源保護利用提供參考,并為黃河流域乃至干旱半干旱區域的水資源管理、生態環境保護、政策制定以及合理規劃提供決策依據與科學指導。

1 研究區概況

圖1 寧夏清水河流域位置示意圖Fig.1 Location of Ningxia Qingshui River basin

寧夏清水河發源于六盤山東麓固原市原州區開城鎮黑刺溝腦,向北流經固原市的原州區、西吉縣,中衛市的海原縣、沙坡頭區、中寧縣和吳忠市的同心縣、紅寺堡區等區縣,于泉眼山西側注入黃河,全長303 km。在寧夏境內流域地理位置介于35°53′—37°28′N,105°12′—106°38′E之間,面積13511 km2,是寧夏境內最大的黃河一級支流(圖1)。流域地勢南高北低,地形地貌復雜,以黃土丘陵為主,中上游為洪積—沖積平原區,中游西側為黃土丘陵、盆、埫區,中游東側為黃土丘陵區,中下游為河谷平原。屬溫帶半干旱氣候區,多年平均降水量為335 mm,時空分布不均勻,主要集中在7—9月(占全年降水量的70%以上),自下游至上游降水在200—600 mm之間；年均氣溫6.2℃；多年平均蒸發量1000—1400 mm。

2 研究區SWAT模型構建

2.1 模型輸入數據

SWAT模型的輸入數據包括DEM數據(90 m×90 m,來源于國際科學數據服務平臺)、土壤數據、土地利用數據、氣象數據和水文數據。土壤數據包括土壤空間分布數據和土壤物理屬性數據,物理屬性數據中土壤機械組成數據需使用MATLAB中采用3次樣條插值法將國際制轉換為美國制[15]。土地利用數據以流域2000年和2010年兩期TM影像(來源于國際科學數據服務平臺)解譯獲得,結果經檢驗Kappa系數分別達到0.81、0.78。氣象數據為流域內部及周邊6個氣象站點1980—2010年的日觀測數據(來源于中國氣象數據網)。水文數據為清水河流域中游韓府灣水文站和下游泉眼山水文站2000—2011年的月徑流實測數據。

2.2 模型校準及驗證

由于ArcSWAT模型自帶的模型參數敏感性分析、模型校準和驗證工具的功能相對較弱[16],因此選取SWAT-CUP對清水河流域SWAT模型進行模型校準和驗證。將2000年作為預熱期,2001—2005年為校準期,2006—2011年為驗證期。遵循流域自上而下的校準原則,先對韓府灣水文站以上區段,后對韓府灣至泉眼山間區段進行參數敏感性分析和校準。

2.3 模型適用性評價

選取決定系數R2和Nash-Sutcliffe模型效率系數Ens來衡量模擬值與實測值之間的擬合度[17-18],以此評價SWAT模型在清水河流域的適用性。

決定系數R2表示模擬值與實測值的吻合程度,表達式[19]為：

式中,Qo,i為實測流量值,Qp,i為模擬流量值,Qavg為實測流量平均值,Qpavg為模擬流量平均值。R2取值為0—1,數值越小表示吻合程度越低,一般R2達到0.50以上模擬結果可以接受,0.70以上模擬比較準確,等于1表明非常吻合[20]。

Ens能判斷水文模型的模擬效果,表達式[21]為：

式中,Qo,i為實測流量值,Qp,i為模擬流量值,Qavg為實測流量平均值。Ens在0—1之間變動,越接近于1模擬精度越高,一般在0.50—0.65之間為滿意,0.65—0.75之間為好,0.75—1.00之間為很好。

3 情景設置

3.1 氣候變化情景

根據寧夏氣候區劃[22],結合流域地理特征,將清水河流域劃分為北部、中部和南部3個分區,北部包括中衛、中寧兩個氣象站,中部為同心站,南部包括海原、西吉和固原3個氣象站。基于1980—2010年3個分區氣象站的降水和氣溫變化趨勢,以2010年氣象數據(C0)為基礎,以10a為研究尺度,設置2020年氣候變化情景如下：

情景1(C1) 只降水發生改變。北部汛期降水增加0.87 mm,非汛期減少2.57 mm；中部汛期下降11.84 mm,非汛期降水下降4.68 mm；南部汛期降水下降10.05 mm,非汛期減少2.34 mm。

情景2(C2) 只氣溫發生改變。北部最高溫上升0.49℃,最低溫上升0.59℃；中部最高溫上升0.38℃,最低溫上升0.39℃；南部最高溫上升0.59℃,最低溫上升0.71℃。

情景3(C3) 降水和氣溫同時發生改變的組合情景。

3.2 土地利用變化情景

根據流域歷史土地利用變化情況,結合未來發展規劃,構建流域2010—2020年的3種土地利用發展情景,利用CA-Markov模型對流域2020年的土地利用進行模擬,并將2010年實際土地利用設置為基礎情景(S0),以此來分析未來土地利用變化對徑流的影響(圖2)。

圖 2清水河流域 2020 年土地利用類型空間分布圖Fig.2 Distribution of land use types in Qingshui River basin of 2020S0:基礎情景 Base scenario; S1:自然增長情景 Natural growth scenario; S2: 規劃情景 Planning scenario; S3:林地保護情景 Woodland/ecological protection scenario

情景1(S1)為自然增長情景,土地利用變化按原有趨勢持續演變。

情景2(S2)為規劃情景,在2010年土地利用的基礎上,參考寧夏2006—2020年土地利用總體規劃,調整流域2020年各土地利用類型的面積。

情景3(S3)為林地保護情景,在規劃情景的基礎上,嚴格限制其他土地利用類型侵占林地和水域,對坡度大于25°耕地全部進行退耕還林的舉措。

3.3 氣候和土地利用結合變化情景

氣候變化和土地利用變化協同作用于徑流變化,因此設置兩者結合變化情景,如表1所示。

表1 流域氣候和土地利用結合變化情景

S1:自然增長情景 Natural growth scenario; S2: 規劃情景 Planning scenario; S3:林地保護情景 Woodland/ecological protection scenario; C1:降水變化情景 Precipitation change scenario; C2:氣溫變化情景 Temperature change scenario; C3:降水與氣溫結合變化情景 Precipitation and temperature combination scenario

4 結果與分析

4.1 SWAT模型校準及驗證

選擇和徑流有關的14個參數進行敏感性分析,綜合清水河上段和下段的參數分析結果可知對清水河流域徑流產生最敏感的參數有CN2(SCS模型徑流曲線參數,SCS runoff curve number for moisture condition II)、CH_N2(主河道曼寧系數,Manning′s "n" value for the main channel)、CANMX(最大覆蓋度參數,Maximum canopy storage)和ALPHA_BNK(河岸蓄水基流α系數,Base flow alpha factor for bank storage)等,其余參數影響相對較小(表2)。CN2的變化直接影響徑流產生,CH_N2的大小對流域匯流時間影響顯著,從而進一步影響著水文過程線形狀的變化。徑流產生對CANMX的變化敏感說明清水河流域徑流產生受植被覆蓋變化影響較大,徑流變化對ALPHA_BNK的變化敏感說明清水河流域河岸的蓄水能力在對徑流產生影響也較大。

在SWAT-CUP工具中,模型參數校準與參數敏感性分析同時進行,韓府灣及泉眼山水文站的校準結果如表3所示。韓府灣水文站月徑流量的R2為0.80, Ens為0.77,泉眼山水文站的R2和Ens分別為0.66和0.62,表明模型在清水河流域月徑流的校準期結果較為滿意。

為檢驗模型在清水河流域的適用性,對校準后的模型進行驗證。由表3可知韓府灣水文站在驗證期的R2和Ens分別達到0.71和0.69,模擬效果較好。泉眼山水文站月徑流在驗證期的R2為0.63,Ens為0.56,模擬結果仍在可接受范圍。

結果表明,構建的SWAT模型可以用于清水河流域的河流徑流模擬,且在韓府灣以上區段的適用性要好于其以下區段。流域上段和下段產生適用性差異是由模型校準過程所決定,SWAT模型校準屬于分段校準,在上段進行校準后再對下段進行校準,上段校準模擬的徑流結果直接用于下段河流徑流的模擬,從而導致模型在下段的模擬精度下降。

4.2 情景模擬

4.2.1 氣候變化下流域徑流模擬

利用SWAT模型對清水河流域出口泉眼山站2020年河流徑流量對氣候變化的響應進行模擬,結果見表4。僅降水發生變化時,徑流變化響應較為敏感,2020年年均徑流量下降到1.197 m3/s,相比2010年產流下降3.82%；而氣溫升高變化對徑流變化影響相對較弱,徑流量下降了0.022 m3/s,變化率僅為-1.82%；當降水和氣溫同時發生變化時,即流域降水減少,溫度也升高的情況下,徑流變化響應非常明顯,徑流變化率達到-5.13%,年均徑流量僅為1.180 m3/s。

表2 模型參數敏感性分析結果

CN2: SCS runoff curve number for moisture condition II;CH_K2: Effective hydraulic conductivity of main channel; CH_N2: Manning′s "n" value for the main channel; CANMX: Maximum canopy storage; ALPHA_BNK: Base flow alpha factor for bank storage; SOL_K: Saturated hydraulic conductivity; SOL_AWC: Available water capacity of the soil layer; ESCO: Soil evaporation compensation coefficient; REVAPMN: Threshold water level in shallow aquifer for revap; ALPHA_BF: Baseflow recession constant; GWQMN: Threshold water level in shallow aquifer for base flow; SOL_Z: Depth from soil surface to bottom of layer; SLSUBBSN: Average slope length; BLAI: Potential maximum leaf area index for the plant

表3 清水河流域SWAT模型月徑流校準和驗證結果

Ens: Nash-Sutcliffe模型效率系數 Nash-Sutcliffe efficiency coefficient

表4 不同氣候變化情境下流域徑流變化

C0: 氣候基礎情景 Climate base scenario; C1:降水變化情景 Precipitation change scenario; C2:氣溫變化情景 Temperature change scenario; C3:降水與氣溫結合變化情景 Precipitation and temperature combination scenario

總體而言,流域未來徑流變化的過程中,降水與氣溫結合變化對徑流的影響最大,其中降水下降引起的徑流減少占主導作用,這一結果與西北地區的其他相關研究結果相同[1,23]。降水變化直接影響流域的水資源總量,其變化對徑流變化具有確定作用,氣溫變化影響流域的蒸散(發)變化,隨著溫度升高,流域內的蒸發增加,在降雨不變情況下,徑流減少[4],而在當蒸發水量變化不大時,降水對徑流影響更顯著[24]。

4.2.2 土地利用情景下流域徑流模擬

未來3種土地利用情景下徑流變化模擬結果如表5所示,到2020年3種土地利用情景下的徑流量較2010年均有明顯上升。變化最大的是自然增長情景(S1),徑流增加了17.04%,主要原因是流域耕地和建設用地有較大程度的增加(表6),清水河流域河谷平原區耕地增加受限,耕地的增加轉變為山地、丘陵區的坡耕地的增加,造成徑流的顯著增大[1],此外,建設用地的增長增大了流域不透水面,有助于徑流增加。規劃情景(S2)的徑流量相對S1情景有所下降,但對于2010年仍有13.98%的變化率,可能是S2情景下耕地增加雖然明顯,但建設用地、未利用地和草地相對S1情景有明顯減少所致[25]；林地保護情景(S3)相對于S2情景,林地、水域等有所增加,耕地和建設用地有所減少,導致流域徑流稍有增加[25]。

表5 不同土地利用情景下流域徑流變化

S0:基礎情景 Base scenario; S1:自然增長情景 Natural growth scenario; S2: 規劃情景 Planning scenario; S3:林地保護情景 Woodland/ecological protection scenario

表6 清水河流域不同土地利用情景下土地利用類型面積

S0:基礎情景 Base scenario; S1:自然增長情景 Natural growth scenario; S2: 規劃情景 Planning scenario; S3:林地保護情景 Woodland/ecological protection scenario

結果顯示坡耕地的增加和生態用地的增加均能對流域徑流產生積極的影響,但是在坡耕地增加的同時流域水土流失和土壤侵蝕問題也可能進一步加劇,因此進行植樹造林、退耕還林還草等增加生態用地的方法才是未來流域土地利用的轉變方向。

4.2.3 氣候與土地利用結合變化下流域徑流模擬

對氣候和土地利用變化協同作用下流域2020年的徑流進行模擬,結果顯示(表7)在降水減少(C1)情況下,未來3種土地利用情景的流域徑流均呈下降變化,變化率介于-0.67%—-3.41%；只考慮氣溫變化時(C2),3種土地利用情景的流域徑流均有較大程度的增加(12.31%—15.38%)；降水與氣溫結合作用情景下(C3),流域徑流則呈現不同程度的下降,其下降變化率介于-1.62%—-4.24%之間,均略大于C1情景。在不同氣候變化情景條件下,3種土地利用情景的徑流變化也均表現出S1> S3> S2,結果與徑流量對土地利用變化響應的結果一致。

綜合而言,在模擬的 9 種組合類型中,最有可能發生的變化情景是土地利用、降水和氣溫的綜合變化情景,即 S1+C3、 S2+C3 和 S3+C3情景,其中 S2+C3 情景徑流下降變化最大,變化率為-4.24%, S3+C3 次之(-3.87%), S1+C3情景徑流下降變化最小(-1.62%)。說明相對于S2+C3情景,有意增大林地和加強生態保護的S3+C2情景在未來對減緩流域徑流下降具有一定作用。

表7 氣候與土地利用結合變化下流域徑流變化

S0:基礎情景 Base scenario；S1:自然增長情景 Natural growth scenario; S2: 規劃情景 Planning scenario; S3:林地保護情景 Woodland/ecological protection scenario; C0: 氣候基礎情景 Climate base scenario； C1:降水變化情景 Precipitation change scenario; C2:氣溫變化情景 Temperature change scenario; C3:降水與氣溫結合變化情景 Precipitation and temperature combination scenario

在氣候變化的背景下,人為規劃干擾下的土地利用變化情景的徑流下降最為明顯,而有意增大林地和加強生態保護的規劃對減緩流域徑流下降具有一定作用。土地利用方面要從生態的角度增加流域徑流,因此要在減少和改善丘陵山區坡耕地的同時,加快林地、草地等生態用地的建設。而在改善小氣候上仍依托于土地利用變化,地表林地、草地、水域等均在一定程度上能夠改善區域小氣候,改善土壤微環境,降低地表溫度,減少水分的直接蒸發,對地表徑流產生具有積極作用。

5 結論與討論

構建寧夏清水河流域SWAT模型,對模型的適用性進行評價；建立幾種未來氣候變化和土地利用變化情景,利用SWAT模型對流域2020年徑流變化進行模擬,得到以下幾點結論：

構建的SWAT模型可以適用于清水河流域的河流徑流模擬,且在韓府灣以上的上游區段適用性較好,在韓府灣以下的中下游區段適用性有所下降。以后的研究可通過繼續細化和深化收集數據來增加SWAT模型的模擬精度,提高模型的適用性。

流域徑流量在構建的幾種氣候變化情景中均呈減小變化,徑流量變化由降雨變化主導,降水減少和氣溫升高的綜合作用對流域徑流影響最為顯著。流域徑流量在未來幾種土地利用情景下均將會較大程度地增大變化,其中自然增長情景下流域徑流有最大程度的增加,其次為林地保護情景和規劃情景。

流域2020年最有可能發生的3種土地利用、降水和氣溫的結合情景下的模擬結果顯示流域徑流均會有不同程度的下降,即未來清水河流域河流徑流極可能發生下降變化。由于清水河流域及寧夏黃河流域的流域生態系統處于干旱脅迫之中,河流徑流的減少變化使得農業、 生態需水等用水形勢更加嚴峻,也將對生態環境造成較大影響。

在氣候變化的大背景下,根據水資源利用管理目標,可通過調整流域管理措施,特別是土地利用變化和改善區域小氣候等減緩氣候變化對流域水資源的負面效果。因此,清水河流域在未來流域管理和規劃過程中,要從生態保護的角度出發,通過調整土地利用類型,合理布局,從而減緩徑流的下降,甚至增大流域出水量。本研究也可為黃河流域及干旱半干旱區其他流域的水資源管理、生態環境保護、政策制定以及合理規劃提供理論參考。

[1] 余新曉, 張滿良, 信忠保, 張學霞. 黃土高原多尺度流域環境演變下的水文生態響應. 北京: 科學技術出版社, 2011.

[2] Nian Y Y, Li X, Zhou J, Hu X L. Impact of land use change on water resource allocation in the middle reaches of the Heihe River basin in northwestern China. Journal of Arid Land, 2014, 6(3): 273- 286.

[3] 張建云, 王國慶. 氣候變化對水文水資源影響研究. 北京: 科學出版社, 2007.

[4] 郭軍庭, 張志強, 王盛萍, Peter S, 姚安坤. 應用SWAT模型研究潮河流域土地利用和氣候變化對徑流的影響. 生態學報, 2014, 34(6): 1559- 1567.

[5] 袁宇志, 張正棟, 蒙金華. 基于SWAT模型的流溪河流域土地利用與氣候變化對徑流的影響. 應用生態學報, 2015, 26(4): 989- 998.

[6] Wu K S, Xu Y J. Evaluation of the applicability of the SWAT model for coastal watersheds in southeastern Louisiana. Journal of the American Water Resources Association, 2006, 42(5): 1247- 1260.

[7] Luo Y, Arnold J, Allen P, Chen X. Baseflow simulation using SWAT model in an inland river basin in Tianshan Mountains, Northwest China. Hydrology and Earth System Sciences, 2012, 16: 1259- 1267.

[8] Masih I, Maskey S, Uhlenbrook S, Smakhtin V. Impact of upstream changes in rain-fed agriculture on downstream flow in a semi-arid basin. Agricultural Water Management, 2011, 100(1): 36- 45.

[9] 王海龍, 余新曉, 武思宏, 張曉明, 謝媛媛. SWAT模型靈敏度分析模塊在黃土高原典型流域的應用. 北京林業大學學報, 2007, (S2): 238- 242.

[10] Ficklin D L, Stewart I T, Maurer E P. Effects of projected climate change on the hydrology in the Mono Lake Basin, California. Climatic change, 2013, 116(1): 111- 131.

[11] El-Khoury A, Seidou O, Lapen D R, Que Z, Mohammadian M, Sunohara M, Bahram D. Combined impacts of future climate and land use changes on discharge, nitrogen and phosphorus loads for a Canadian river basin. Journal of Environmental Management, 2015, 151: 76- 86.

[12] 李成六. 基于SWAT模型的石羊河流域上游山區徑流模擬研究[D]. 蘭州: 蘭州大學, 2011.

[13] 艾成, 丁環. 寧夏清水河流域水文特性分析. 寧夏農林科技, 2010, (3): 71- 72.

[14] 寧夏回族自治區水利廳. 寧夏回族自治區2013水資源公報. 銀川: 寧夏回族自治區水利廳, 2014.

[15] 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. 土壤學報, 2003, 40(4): 511- 517.

[16] 劉智勇. 基于SWAT-SUFI模型的黃土高原典型流域徑流模擬及水資源管理系統的開發[D]. 楊陵: 西北農林科技大學, 2012.

[17] Jha M, Arnold J G, Gassman P W, Giorgi F, Gu R R. Climate change sensitivity assessment on Upper Mississippi River Basin streamflows using SWAT. Journal of the American Water Resources Association, 2006, 42(4): 997- 1015.

[18] Singh A, Imtiyaz M, Isaac R K, Denis D M. Comparison of soil and water assessment tool (SWAT) and multilayer perceptron (MLP) artificial neural network for predicting sediment yield in the Nagwa agricultural watershed in Jharkhand, India. Agricultural Water Management, 2012, 104: 113- 120.

[19] Nie W, Yuan Y P, Kepner W, Nash M S, Jackson M, Erickson C. Assessing impacts of landuse and landcover changes on hydrology for the upper san Pedro watershed. Journal of Hydrology, 2011, 407(1/4): 105- 114.

[20] Van Liew M W, Garbrecht J. Hydrologic simulation of the Little Washita River experimental watershed using SWAT. Journal of the American Water Resources Association, 2003, 39(2): 413- 426.

[21] Nash J E, Sutcliffe J V. River flow forecasting through conceptual models part I-A discussion of principles. Journal of Hydrology, 1970, 10(3): 282- 290.

[22] 寧夏回族自治區氣象局. 寧夏氣象志. 北京: 氣象出版社, 1995.

[23] 張建云, 王國慶. 氣候變化與中國水資源可持續利用. 水利水運工程學報, 2009, (4): 17- 21.

[24] 李志, 劉文兆, 張勛昌, 鄭粉莉. 氣候變化對黃土高原黑河流域水資源影響的評估與調控. 中國科學: 地球科學, 2010, 40(3): 352- 362.

[25] 張榮飛. 基于SWAT模型的黃河流域寧夏段徑流模擬研究[D]. 重慶: 西南大學, 2014.

Runoff prediction for Ningxia Qingshui River Basin under scenarios of climate and land use changes

LI Shuai1, 2, WEI Hong1,*, LIU Yuan1, MA Wenchao1, GU Yanwen1, PENG Yue3, LI Changxiao1

1KeyLaboratoryforEco-EnvironmentoftheThreeGorgesReservoirRegionofMinistryofEducation,SchoolofLifeSciences,SouthwestUniversity,Chongqing400715,China2DesertForestryExperimentalCenter,ChineseAcademyofForestry,Dengkou015200,China3ChongqingForestryResearchInstitute,Chongqing400036,China

Climate and land use changes are very important factors that directly influence water resources. To predict runoff under climate and land use changes in Ningxia Qingshui River Basin, which is a typical basin located in the arid and semi-arid area of Yellow River Valley, the distributed hydrologic SWAT model was calibrated and validated using the coefficient of determination (R2) and Nash-Sutcliffe coefficient (Ens) at the Hanfuwan and Quanyanshan hydrological stations. Several future climate and land use change scenarios for the year 2020 were set using the climate historical trend and CA-Markov model. The calibration and validation results for Hanfuwan station showed thatR2was 0.80 and 0.71, andENSwas 0.77 and 0.69, respectively, while the results for Quanyanshan station showed thatR2was 0.66 and 0.63, andENSwas 0.62 and 0.56, respectively. The results suggested that the SWAT model could be used to predict the runoff under climate and land use changes in Qingshui River basin. Further, our results showed that runoff was dominated by precipitation, and the result under the scenario of reduced precipitation combined with increased temperature had the largest impacts. Runoff can be expected increase in the future land use scenarios because of the increasing farmland and built-up area. Under natural growth, planned development, and woodland/ecological protection scenario, the runoff in 2020 would increase by 17.04%, 14.44%, and 13.98% respectively compared with 2010. Lastly, the runoff change in 2020 was predicted by SWAT model under the combine of land use scenarios and climate change scenarios. The results showed that the runoff would decrease in the future under all combinations of scenarios. Among them, the runoff decreased perceptibly under the combination of planned development scenario and climate changes, and the woodland/ecological protection measure is helpful to slow down the rate of runoff decline under all climate change scenarios in the future. Therefore, in the context of climate change, ecologically prudent constructions and land-use managements are necessary to cope with the severe situation of runoff change in Qingshui River basin.

climate change; land use change; Ningxia Qingshui River Basin; SWAT model; runoff prediction

國家國際科技合作專項(2015DFA90900)

2016- 06- 29;

2016- 11- 04

10.5846/stxb201606291299

*通訊作者Corresponding author.E-mail: weihong@swu.edu.cn

李帥,魏虹,劉媛,馬文超,顧艷文,彭月,李昌曉.氣候與土地利用變化下寧夏清水河流域徑流模擬.生態學報,2017,37(4):1252- 1260.

Li S, Wei H, Liu Y, Ma W C, Gu Y W, Peng Y, Li C X.Runoff prediction for Ningxia Qingshui River Basin under scenarios of climate and land use changes.Acta Ecologica Sinica,2017,37(4):1252- 1260.