王雪純，瞿思敏，石 朋，沈玲怡，林源君

(河海大學水文水資源學院，江蘇 南京 210024)

0 引 言

黃河流域是我國重要的生態屏障，其治理保護工作受到普遍關注，針對黃河流域開展的一系列生態與水功能保護和修復措施得到落實，流域生態系統得到恢復。在2021年提出的“十四五”發展規劃中，將黃河流域生態保護和高質量發展要求納入其中。

本研究選取黃河流域中游區下段汾河流域作為研究區，運用FLUS模型模擬2040年在2種土地利用情景下研究區的土地利用情況，構建研究區SWAT模型，模擬多種土地利用情景下的徑流過程，研究土地利用變化對研究區徑流過程產生的影響，以期為研究區土地利用規劃和水資源分配管理提供參考依據。

1 流域概況

汾河是黃河的第二大支流，全長713 km。汾河流域位于東經110.5°～113.5°，北緯35.3°～39.0°，流域面積38 849 km2(見圖1)，占山西省總面積的25%，多年平均降水量507 mm，總體上呈自南向北遞減趨勢[5]。汾河流域地勢北高南低，多丘陵，土地利用方式受地形影響明顯[6]，是山西省重要的工業集中區、糧棉主產區，在山西省經濟社會發展中處于十分重要的地位[7]。

圖1 汾河流域

2 研究方法與數據

2.1 FLUS模型

FLUS模型由劉小平等人[8]基于傳統元胞自動機(CA)原理開發，主要應用于未來土地利用情景預測及土地利用變化情況模擬。首先，FLUS模型利用人工神經網絡模型算法(ANN)，輸入基準期土地利用情況及驅動因子數據(自然地形、交通條件、區位中心、經濟政策等因素)，計算出研究區內各土地利用類型的適宜性概率；其次，設置臨域因子、自適應慣性系數與轉換成本，運算得到元胞轉化概率，相較于傳統CA模型從兩期土地利用數據之間的變化過程進行采樣，FLUS模型基于一期土地利用數據采樣避免了誤差傳遞現象，且更加適用于非線性轉化關系的情況。另外，FLUS模型提出了基于輪盤的自適應慣性競爭機制，能夠更好地應對土地利用變化的不確定性和復雜性，提高模型模擬準確性。

模型選用總體精度、Kappa系數[9]和數量精度來驗證模擬結果的精度，總體精度與Kappa系數越接近1表示模擬精度越高，數量精度為各土地利用類型正確模擬的像元數與實際像元數之比。Kappa系數計算公式為

kappa=(p0-pe)/(1-pe)

(1)

式中，p0為模擬正確的像元數占總像元數的比例；pe為隨機條件下期望的模擬正確的像元比例；1為全部模擬正確的理想狀態。

小學階段，語文作為一門基礎學科，其工具性、應用性強，小學語文教學的目的是通過學習語文，使學生掌握語文知識，運用語文知識，掌握聽、說、讀、寫技能，從而熟練運用祖國的語言文字。這里的“讀”，即閱讀，通過閱讀教學，使學生掌握有效閱讀的技巧，掌握漢語言使用的方法，領悟漢語言運用的魅力，以至于學會熟練運用漢語言。那么，小學語文閱讀教學的基本策略有哪些呢？

2.2 SWAT模型

SWAT(Soil and water assessment tool)模型[10]是由美國農業部和農業研究中心開發的分布式流域水文模型。本研究選擇Nash-Sutcliffe效率系數(NSE)、決定系數(R2)作為評價指標，一般認為NSE大于0.5，R2大于0.6時，模型適用性較好[11-12]。計算公式[13]如下

(2)

(3)

2.3 基礎數據

影響研究區土地利用方式改變的因素主要包括自然因素和社會因素[14]。綜合考慮數據的可獲取性、可量化性和空間差異性，從地形條件、可達性兩方面選取了影響研究區土地利用變化的8種驅動因子，各項數據見表1。

表1 FLUS模型輸入數據

土地利用數據來源于資源環境科學與數據中心(https://www.resdc.cn/)。

1 km分辨率的高程數據來源于地理空間數據云(http://www.gscloud.cn/)，坡度和坡向由DEM計算得到。

選取涵蓋汾河流域且分布較均勻的太原、榆社、介休、臨汾等14個氣象站點1957年～2010年逐日數據，來源于中國氣象數據共享網(http://data.cma.cn)。

汾河流域出口河津水文站1988年～2000年逐日徑流資料來源于中國黃河流域水文年鑒。

3 結果與分析

3.1 FLUS模型驗證及未來土地利用模擬

根據數據分類系統標準，將汾河流域土地利用方式劃分為耕地、林地、草地、水域、建設用地和未利用地六大一級地類。輸入汾河流域2010年土地利用數據，加載表1中的8個驅動力因子并進行歸一化處理進行神經網絡訓練，得到各用地類型在各像元上的適宜性概率，導入自適應慣性機制的元胞自動機，模擬研究區2015年土地利用情況。計算得模擬總體精度為0.977，Kappa系數為0.967。耕地、林地、草地、水域、建設用地、未利用地的數量精度分別為98.21%、97.01%、99.52%、93.75%、90.42%、80.00%。FLUS模型可用于模擬汾河流域2040年土地利用情景。

本研究設定汾河流域兩種未來土地利用發展情景，即自然發展情景、耕地保護情景。在自然發展情景下，假定2015年～2040年間研究區土地利用變化不受強目的性政策因素等干擾，變化趨勢維持2010年～2015年土地利用轉移矩陣(見表2)，利用Markov模型以5年遞推得2040年自然發展情景下各土地利用類型面積。在耕地保護情景下，參考《全國國土規劃綱要(2016—2030年)》[15]和《山西省國土空間規劃(2020—2035年)》，以穩糧保供為目標，全面落實耕地保護策略，擬定2040年耕地保護情景下各土地利用類型面積，結果見表3。

表2 汾河流域土地利用轉移矩陣 km2

表3 2010年、2015年、2040年不同土地利用情景各地類面積 km2

在自然發展情景下，研究區耕地與建設用地的面積分別有較大幅度的減少與增加，至2040年，研究區耕地面積將下降2.6%，而建設用地面積則上升32%。在缺乏土地規劃與耕地保護政策的情況下，研究區占用耕地現象較嚴重，如不對耕地加以保護，將影響當地農業產值穩定和經濟快速發展。

3.2 流域土地利用變化分析

計算研究區1990年、2000年、2005年、2010年、2015年和2040年土地利用面積(見表4)，由FLUS模型模擬得2040年土地利用分布(見圖2)。

圖2 不同時期汾河流域土地利用

由表4可知，耕地、林地、草地是汾河流域主要土地利用類型，三者總面積自1990年以來一直占據研究區總面積的94%以上，其中，耕地所占比例最大，平均達40%，林地和草地面積分別占28%和26%。可見，汾河流域以農用地為主要土地利用形式。

表4 各類土地利用面積及比例統計

從歷年各類用地面積變化可見，汾河流域地類變化的主要特征為耕地減少，建設用地增加。1990年～2015年，耕地面積減少428 km2，而建設用地面積增加426 km2。林地面積總體呈減少趨勢，減幅為57 km2，草地面積增加50 km2。水域和未利用地面積變化幅度較小。

若按2010年～2015年研究區土地利用變化趨勢自然發展，至2040年，耕地面積將縮減至15 103 km2，占比下降1.14%，建設用地面積將增加至2 459 km2，占比增加1.59%。占用耕地現象長期存在將對汾河流域的農業生產產值和可持續發展造成大量損失。因此，需合理規劃土地利用方式，保障用地安全高效可持續發展；故，模擬耕地保護情景下2040年研究區土地利用情況，限制耕地向其他地類轉移，堅守耕地紅線，目標耕地面積和建設用地面積分別為15 370 km2和2 060 km2，與自然發展情景比較，耕地、林地、草地、水域面積分別增加267、46、54、32 km2，建設用地面積減少399 km2，保障農業生產活動更好開展。

3.3 SWAT模型參數率定與適用性分析

基于DEM提取河網及流域信息，選擇河津水文站作為流域出口，流域集水面積為38 849 km2，將汾河流域劃分為51個子流域，疊加土地利用、土壤數據等柵格數據，設置面積閾值為土壤類型10%、土地利用10%、坡度類型10%，生成374個水文響應單元。選取五寨、榆社、太原、介休、臨汾5個氣象站點1957年～2010年的氣象數據構建天氣發生器[16]，輸入降水、氣溫、相對濕度、風速、太陽輻射數據，完成SWAT模型構建。選用SWAT-CUP軟件采用SUFI-2算法[17]進行自動參數率定與參數敏感性分析，結果如表5所示。

表5 參數敏感性分析及率定結果

根據數據完整性，分析河津水文站徑流實測數據，將1988年～1994年設為率定期，1995年～2000年設為驗證期，所得模擬效果如圖3所示。

圖3 河津站月徑流模擬值與實測值擬合曲線

河津站月徑流量模擬值與實測值的變化趨勢相對一致，率定期NES=0.84，R2=0.90，驗證期NES=0.72，R2=0.78，NES均大于0.5且R2均大于0.6，說明SWAT模型能夠較真實地反應汾河流域月徑流變化過程。

3.4 多土地利用情景下徑流過程對比

在保持氣象數據和土壤數據等因子不變的前提下，將歷史與未來土地利用數據輸入已率定的SWAT模型進行徑流過程模擬，得到多種土地利用情景下研究區年均徑流量，結果見表6。

由表6可知，隨著土地利用方式變化，流域年徑流量呈明顯增加趨勢，2015年土地利用方式下的徑流量較1990年增加4.07%，同期土地利用變化的主要趨勢為耕地大幅減少，建設用地大幅增加，說明建設用地相對于耕地可以增加徑流量，此結果與巨鑫慧等人[18]所得結論一致。因建設用地為不透水地類，產流能力較強，其面積增大導致研究區徑流量增加。2040年自然發展情景下的流域年均徑流量比耕地保護情景下增加1.11 m3/s，在開展汾河流域土地利用規劃時需充分考慮其對流域徑流過程產生的影響。

表6 汾河流域各土地利用情景下年徑流量

將一年分為春季(3月～5月)、夏季(6月～8月)、秋季(9月～11月)和冬季(12月～次年2月)分別計算得季均徑流量(見表7)以及變化趨勢(見圖4)，再進一步分析土地利用變化對徑流的影響程度與季節的關系。

表7 汾河流域各土地利用情景下季徑流量 m3/s

圖4 汾河流域各土地利用情景下季徑流量變化

從徑流量的增加幅度來看，研究區夏季、秋季徑流量增加幅度大于春季、冬季，汛期季徑流量增長高于旱期；從而說明，建設用地對徑流量的增大作用在汛期體現得更為明顯。

4 結 論

(1)本研究構建了汾河流域FLUS土地利用預測模型。模型的總體精度與Kappa精度均高于0.95，主體地類模擬的數量精度均達90%以上，說明FLUS模型在汾河流域具有很好的適用性。

(2)本研究建立了汾河流域SWAT徑流模型，率定期和驗證期的NSE分別為0.84和0.72，決定系數R2分別為0.90和0.78，說明SWAT模型在汾河流域有很好的適用性。

(3)汾河流域主要土地利用類型是耕地、林地、草地，耕地減少、建設用地增加是汾河流域歷年土地利用變化的主要特征。

(4)土地利用方式改變會對流域徑流過程產生影響，隨著研究區耕地減少，建設用地增加，流域年均徑流量增大。這說明建設用地作為不透水區域，產流能力較耕地強，增加了流域徑流量。

(5)土地利用變化對徑流量的影響受豐、枯季節影響，夏季、秋季徑流增長量大于春季、冬季，建設用地對徑流量的增大作用在汛期更加明顯。

(6)2040年汾河流域在耕地保護情景下較自然發展情景下耕地、林地、草地、水域各增加267、46、54、32 km2，建設用地減少399 km2；耕地保護情景下的流域年均徑流量比自然發展情景下減少1.11 m3/s。

山西省汾河流域的土地利用規劃工作，應在綜合考慮流域經濟社會可持續發展與水資源合理配置調度的基礎上展開，并推動土地資源高質量配置和高效率利用，從而實現經濟社會與水生態環境的協調發展。