開都河流域土地利用/覆被變化對徑流的影響

劉斯文 劉海隆 王玲

摘要：為定量分析內陸河干旱區流域土地利用/覆被變化過程和流域水文循環二者的響應關系，選擇新疆開都河流域為研究區，設置了多種土地利用/土地覆被的變化情景，并通過SWAT模型對流域地表徑流進行了模擬，結果表明校準期模型的相對誤差、納什效率系數、線性擬合系數分別為-20.13%、0.78、0.82，驗證期分別為-18.94%、0.81、0.85，均達到了建立模型所需的標準，模擬結果可信。假定氣候條件不變，設定不同土地利用/覆被變化情景進行模擬，結果表明：①當流域草地及林地退化為裸地或人工表面時，開都河流域月均流量變化最大，且豐水期流量增大，枯水期流量減小，其中6月流量增大39.55%，10月減小55.35%；②當流域林地退化為草地時，流域月均流量整體變化不大，其中4月增加最多，增加1.46%，12月流量減小最多，減小1.05%；③當流域裸地及人工表面逐步恢復為草地與林地時，流域月均流量大多減小，其中2月減小最多，為8.OO% ，10月流量增大最多，為1.01%。

關鍵詞：SWAT模型；情景模擬；徑流模擬；土地利用/覆被變化；干旱區；開都河流域

中圖分類號：TV121

文獻標志碼：A

doi：10. 3969/j.issn.1000-1379.2018.07.006

1引言

自20世紀90年代國際上實施土地利用/覆被變化（Land Use and Cover Change，簡稱LUCC）研究計劃以來，LUCC成為眾多地理生態學者研究的熱點問題。流域LUCC的過程在一定程度上會影響流域的水文循環。為深入分析LUCC的驅動機制及LUCC和流域水文循環間的復雜物理聯系，可以結合氣象、地形等自然條件，建立LUCC和地表徑流變化之間的聯系，達到解決干旱區流域生態環境和自然資源危機的目的。

塔里木河（簡稱塔河）流域是我國典型的干旱內陸河流域，我國許多學者開展了塔河流域人類活動對水循環過程的影響研究。在LUCC國際研究計劃實施之初，王讓會等 利用ArCGIS軟件解譯遙感數據，分析了塔河下游區域的LUCC特征及區域沙漠化的演變特征。有關學者通過塔河的LUCC特征分析了研究區地表徑流減少的原因，結果表明人類活動對流域生態環境造成了很大的影響。趙文字等探討了水循環要素在不同情境下的變化趨勢以及對塔河流域水資源的調控策略；王輝等從工程措施方面對開孔河流域生態環境的影響進行了研究。由此可見，人類活動和自然變化均已對塔河流域的水文循環過程產生了不可忽視的影響。

水文模型的 出現使得人們可以利用反映流域氣象、水文、地質之間相互關系的流域水文生態模型，分析LUCC程度與流域水文循環各分量變化特征之間存在的關系 。分布式水文模型是現今物理水文模型中較為嚴謹和復雜的一種，其更能反映下墊面變化所產生的環境效應，并逐步涌現出 WATFLOOD、DHSVM、SHE、IHDM、TOPMODEL、SWAT等多種分布式水文模型。由此看來，為充分研究LUCC與水文循環的響應關系，通過分布式水文模型進行模擬是十分必要的。

2研究區概況

開都河位于塔河中下游，屬典型極端干旱區，發源于天山中部，河道流向白東向西，徑流以冰川融雪、地下水補給、降雨3種來水方式為主。開都河中上游區域主要由草地覆蓋，林地相對較少，耕地幾乎為零。本文以大山口水文站以上區域為研究對象，研究區DEM及水系見圖1。

開都河流域多處于高出草原區，是重要的牧場，加上近幾年研究區得益于國家“定居興牧”工程的實施，因此研究區人類活動對環境的影響較輕，建立模型時可忽略人為因素

。

3開都河流域SWAT模型構建

3.1 SWAT模型簡介

SWAT（Soil and Water Assessment Tool）模型由美國農業部（USDA）研發，該模型通過ArcGIS輸入并處理建立模型所需的數據。近年來的主要應用是基于遙感和GIS信息模擬水文物理或水文化學過程。

3.2數據準備

3.2.1DEM數據

DEM數據來源于中國科學院國際科學數據服務平臺（www.gscloud.cn），分辨率為30mx30m（長×寬，下同）。經過ArcGIS剪切、坐標轉換等，可得到開都河上游DEM圖（見圖1）。

3.2.2土地利用數據

經對比中國科學院資源環境科學數據中心（www.resdc.cn） 2015年分辨率為30 mx30 m及2000年分辨率為90mx90m的兩幅土地利用類型空間分布圖可以發現，研究區多年土地利用變化不大，因此本文使用精度更高的2015年土地利用數據進行模擬。不同年份土地利用類型占比見表1。

對土地利用數據進行重新分類，使其能與SWAT模型中自帶的土地利用屬性數據庫中的參數對應起來，并通過計算改變部分參數，提高模擬精度。本研究將土地利用類型重新分為六大類，見圖2。土地利用類型中的“人工表面”主要包括建設用地、交通用地、礦場等，“其他”主要包括裸地和冰川積雪等。

3.2.3土壤類型數據

建立模型時所需的土壤空間分布數據和土壤物理屬性數據由中國科學院地理科學與資源研究所（www.igsnrr.ac.cn）提供。土壤空間分布數據（見圖3）由研究區2010年HWSD（世界土壤數據庫）土壤數據制成，模型土壤物理屬性表中包含的數據能較好地反映研究區水文響應單元中的水循環作用。因此，需根據研究區土壤實際情況建立土壤類型參數庫。

3.2.4氣象水文數據

SWAT模型中的氣象數據主要包括氣溫和降水數據等，來源于中國氣象數據網整編的逐日觀測資料數據集（data.cma.cn），數據集代碼為SURF_CLI_CHN_MUL_DAY，數據集版本為3.0，數據集時段為1980-2015年。流域出口大山口水文站的實測徑流數據（時段為1980-2002年）由中科院新疆生態與地理研究所提供，采用月徑流資料，實測徑流數據主要用于模型敏感性分析和參數校正。

3.3研究區SWAT模型的構建

3.3.1水文響應單元的劃分

確定開都河子流域出口位置位于大山口水文站，采用SWAT模型自動生成水系、子流域、水文響應單元（HRU）的功能，根據流域出口位置將開都河流域分成33個子流域（見圖4）和761個HRU。

3.3.2參數敏感性分析

為突出對模型模擬結果影響較大的參數因子，本文采用SWAT白帶的參數敏感度分析模塊進行參數敏感性分析 ，得到影響開都河流域徑流模擬結果精度的19個重要參數，見表2。

3.3.3SWAT模型參數率定

以1980-1991年為模型校準期（其中1980-1982年為模型的預熱期），以1992-2001年為模型驗證期，步長為月。SWAT-CUP（ SWAT Calibration Un-Certainty Procedures）是矯正SWAT模型和進行不穩定性分析的程序，主要包括以下3種程序：GeneralizedLike-lihood Uncertainty Estimation（簡稱GLUE），Pa-rameter Solution（簡稱Para So）和Sequential Uncertain-ty Fitting（簡稱SU - FI-2）。本文選用第三種方法對SWAT模型進行參數率定

。

國際上通常取RE（相對誤差）<30%、Ens（納什效率系數）>0.5、I>R^2（線性擬合系數）>0.6作為模擬誤差的評價標準。參數率定結果見表2。

4流域LUCC對徑流的影響

4.1模型精度檢驗

為了直觀地查看模型的模擬效果，本文將模型校準期（1980-1991年）經SWAT-CUP多次調參后得到的模擬月均流量最優值與研究區月均流量實測值進行對比，見圖5。將SWAT-CUP調好的19個參數（見表2）代人建好的模型中并運行調參后的SWAT模型，得出驗證期（1990-2001年）的模擬月均流量，最后將驗證期的模擬值與實測值進行對比分析，見圖6。模型模擬的精度即模型調參后分別對校準期與驗證期的Ens、RE及R^2進行計算和分析，結果越接近評判標準表明模型精度越高，見表3。

校準期與驗證期的模擬結果表明，實測流量與模擬流量的峰值均出現在5-9月，最小值出現在1月、2月、12月。

4.2 LUCC情景設置

根據開都河流域2015年LUCC特征進行情景設計。研究區屬于開都河流域上游，LUCC主要受氣候變化的影響，受人為因素影響較小，研究區從20世紀90年代至今草地及林地減少不明顯，但從表1可以看出植被稍微減少，人工表面稍微增加。為了突 出分析LUCC對徑流的影響，本文假定氣象數據保持不變，設以下幾種情景進行分析。

（1）情景1。根據研究區屬塔河下游嚴重生態脆弱區的特點，設置自然退化情景。以2015年土地利用/土地覆被情景為基礎，將流域內坡角大于250的林地的土地利用類型轉化為草地。

（2）情景2。根據進入21世紀以來國內城市化發展加快的特點，設置過度開發情景。以2015年土地利用/土地覆被情景為基礎，將流域內90%的草地及坡角大于250的林地的土地利用類型轉化為人工表面。

（3）情景3。根據我國大力實施水資源可持續發展戰略的實際，設置植被恢復情景。以2015年土地利用/土地覆被情景為基礎，將全部人工表面及裸地的土地利用類型轉化為草地及林地。

（4）情景4。以現狀情景作為基準情景，與其他情景進行對比。

4.3 LUCC對徑流影響的分析

4.3.1 生態退化對徑流過程的影響

本文設定的情景1與情景2均屬于生態退化的情況，為突出LUCC對研究區月均流量的影響，將設定情景代人SWAT模型，模擬研究區在該情景下1990-2001年的月均流量（1990-1991年為預熱期），并取這10a間相同月份月均流量的平均值（見圖7），不同情景下月均流量變化率見表4。

由圖7可以看出，情景1（自然退化）、情景2（過度開發）、情景4（維持現狀）的月均流量變化趨勢相似，均是先增大再減小，月均流量最大值出 現在7月前后，最小值則均出現在1月。由于模型設定氣象數據不變，因此模型各情景的來水量均一致。由表4可知，過度開發對徑流的影響均大于自然退化的。在過度開發情景下，豐水期以6月、枯水期以10月的月均流量變化率最大，且過度開發使得流域豐水期流量增大，枯水期流量減小。因流域林地面積占比不大，故自然退化情景對流域月均流量影響很小。

4.3.2生態改善對徑流過程的影響

與上述生態惡化情況相似，情景3為生態改善情況。情景3與情景4 1990-2001年月均流量模擬值對比見圖8，情景3月均流量變化率見表4。

由表4可以看出：植被恢復后流域月均流量變化率的最大值出現在枯水期的2月，減少了8.00%：10月為植被恢復情景下月均流量增大的峰值月份，月均流量增大了1.01%。

5結語

（1）構建的開都河流域SWAT模型驗證期的RE、R^2、Ens分別為-18.94%、0.85、0.81。

（2）情景模擬結果表明，隨著林地及草地面積減少，汛期月均流量逐漸增大，枯水期月均流量逐漸減小。當林地轉化為草地時，4月的月均流量增大最多（1.46%），12月的月均流量減小最多（1.05%）；當林地及草地轉化為裸地或人工表面時，6月的月均流量增大了39.55%，10月則減小了55.35%。

（3）當研究區植被增加（裸地及人工表面轉化為林地及草地）時，流域大部分月份月均流量減小，但少數枯水月份月均流量增大。其中2月減小最多（8.00%），10月增大最多（1.01%）。

研究區氣象站與水文站稀少，本文利用插值法對研究區缺少的數據進行了填充，使得模擬結果最終達到了模型評價標準。筆者希望在今后的工作中能利用更高分辨率的衛星氣象數據、地形地貌數據等來提高模擬精度，以深入分析LUCC與生態水文之間的關系。