基于SWAT模型的丹江流域土地利用變化對徑流影響研究

王一然, 丁文峰, 張冠華

(1.長江水利委員會 長江科學院 水土保持研究所, 武漢 430010;2.水利部 山洪地質災害防治工程技術研究中心, 武漢 430010)

自20世紀90年代“國際地圈與生物圈計劃”(IGBP)和“全球環境變化的人文因素計劃”(IHDP)的首次提出，土地利用/覆蓋變化被列為跨越性的重點研究課題[1]，土地利用變化對水文要素的影響這一課題同樣受到廣泛關注。近年來，受氣候變化和人類活動的影響，流域水文循環過程發生很大改變[2]。作為可以影響流域下墊面和氣候變化的因素之一，土地利用/覆被變化可以通過影響地表植被截留、蒸散發和下滲等水文過程，進而影響徑流變化[3]。

國內的關于植被覆蓋變化引起的水文響應變化研究較多[4-7]，但定量分析土地利用類型對徑流的影響程度的相關文獻較少[8-9]。目前為止，研究土地利用/覆被變化對流域水沙關系影響的方法主要有：統計分析、定量分析對比試驗和模型模擬等[10-11]。統計分析法[10]是采用非參數檢驗和突變點分析等方法，分析不同土地利用狀況下的年降水、徑流和輸沙變化，評價土地利用變化對流域產流產沙的影響。但該方法具有一定的局限性，無法反映土地利用變化對流域水文響應機制和流域空間的差異性，且在缺乏相關數據的流域無法應用。定量分析對比試驗法[12]是通過選取氣候、植被、下墊面等條件相似的若干小流域，控制其中一個流域的土地利用類型，改變另一個流域的植被覆蓋度，觀測由土地利用變化引起的水文響應變化。該方法要求對比研究區在試驗期間應具有相似的地質、水文、氣候等條件，也因此限制了其廣泛使用，結論不能推廣至試驗區外，特別是在降雨分布不均、地形地貌差異性較大的流域[13]。相比之下，水文模型則可以彌補統計分析和定量分析對比試驗這兩種方法的缺陷，更好地解決空間分布差異性問題。因此，近年來得到了廣泛應用[5-7]。

丹江流域為南水北調中線工程調水區?！澳纤闭{工程”被列為中國跨世紀的骨干工程之一，丹江流域的水質水量也成了國家重點關注對象。丹江流域被列為我國流域治理重點區、河南水土保持防治工程重點治理區等。隨著丹江流域生態經濟發展和工程的建設，土地利用/植被覆蓋發生了很大程度的變化，致使流域下墊面條件和流域范圍內產匯流過程發生變化。因此，本文旨在利用SWAT模型模擬觀測水文響應的宏觀研究基礎上，利用MATLAB R2017b軟件定量地分析計算不同土地利用類型對徑流的影響，提出相關水土保持措施，為丹江流域的生態建設規劃提供方法借鑒。

1 研究區概況

丹江源頭位于秦嶺南麓，自西北流向東南，途徑陜西、河南、湖北3省，最終匯入丹江口水庫。丹江流域位于109°30′—111°30′E，32°30′—34°30′N，全長430 km，高程為130～2 072 m，流域面積為1.07萬km2。流域年均降雨量為750～850 mm，年平均徑流量在16億m3左右，年平均輸沙量約為180萬t。植被覆蓋率達40%，主要土地利用類型為林地、草地和耕地，3種土地利用類型面積占流域總面積僅90%(圖1)。依據HWSD(Harmonized World Soil Database)土壤數據庫，流域主要以棕壤、黃棕壤、褐土為主。該流域徑流的年內分布也隨著降雨的影響變得極度不均衡。由于丹江流域大都是中低山的山區，峽谷溝壑相間排列，地勢由西北沿著東北依次降低，使得丹江流域氣候變化極其顯著，具有亞熱帶氣候特點，春冬兩季降雨較少，夏季暴雨較多，秋季持續降雨，年降水量隨著地形的增高而增高，造成了該流域降雨分布極不均勻的特點[14]。

圖1 2010年丹江流域土地利用數據

2 材料與方法

2.1 模型概述

SWAT模型是一個實用性較強、已被廣泛采用的分布式水文模型[15-16]。SWAT模型由水文過程子模型、土壤侵蝕子模型、污染負荷子模型3個部分構成。在SWAT模型運行過程中，水量平衡是模型中所有水文發生過程中的原始驅動力。SWAT模型采用的水量平衡的方程如下[17]：

(1)

式中：SWt為第n天的含水量(mm);SW0為第n天的土壤初始含水量(mm);t為時間(d);Rn為第n天的總降雨量(mm);Qn為第n天的總地表徑流量(mm);En為第n天的蒸發蒸騰量(mm);Wn為第n天的土壤剖面下滲量(mm);Tn為第n天的地下水回流量(mm)。

SWAT模型在模擬時，會依據DEM數據，土壤類型和土地利用數據將流域劃分為許多子流域，每個子流域再被土地利用、土壤面積、坡度的最小閾值比劃分為許多水文響應單元(HRU)。疊加每個HRU所計算得出的物質產量得到每個子流域的產量，最后進行坡面匯流和河網匯流得到水文模擬結果[18]。

本文采用決定系數R2和納什效率系數NS作為評價指標來評判擬合的效果[19]。決定性系數R2表示的是模型模擬值與實測值的變化趨勢，R2越大，則說明變化趨勢越相似；納什效率系數NS則表示模型的總體效率，NS越大，則說明模擬的結果可信度越高。R2和NS計算公式如下：

(2)

(3)

2.2 數據來源與處理

DEM數據、土地利用數據(圖1)、土壤數據、氣候數據及水文數據為模型運行需要輸入的數據。本研究采用的DEM數據是90 m分辨率的GDTM數據，來源于地理空間數據云(http:∥www.gscloud.cn/)；土壤數據來源于1 km格網世界土壤數據庫(簡稱HWSD)；土地利用數據采用的是globeland30土地利用數據(http:∥www.globallandcover.com/)；所采用的實測逐月徑流數據摘自2008—2013年的長江上游丹江支流的水文年鑒；氣象數據采用的CMADS(中國氣象同化驅動數據集)數據集。

2.2.1 土壤類型數據 將丹江流域土壤物理性質相似的土壤重分類后，構建重分類后的土壤數據庫。模型中的土壤數據主要包括物理屬性數據和化學屬性數據，其中物理屬性數據對模型水文響應單元中水循環起著重要作用。本文采用全球HWSD世界土壤數據庫作為土壤物理性質來源，包括土壤部分物理屬性，如礫石含量、黏土含量、含沙量、淤泥含量、有機碳含量、酸堿度、碳酸鹽含量、電導率等[21]。而其他土壤物理數據可以用美國農業部開發的土壤特性計算軟件SPAW計算，如土壤濕密度(容重)、土壤層有效持水量(mm)、土壤飽和水力傳導系數(mm/h)等。

2.2.2 土地利用數據 本研究獲取到的土地利用類型數據庫只有一級分類，故不對該土地利用數據進行重分類。土地利用見圖1。

2.2.3 氣象觀測數據 因CMADS氣象數據模擬出來的效果明顯優于實測氣象數據[22]，故本文將CMADS氣象數據導入SWAT模型中。CMADSV1.1提供0.25°的空間分辨率和逐日的時間分辨率(時間尺度為2008—2016年)，并提供各種模型所需氣象數據，包括日平均溫度，日最高/低溫度，日累計24 h降水量，日平均太陽輻射等。CMADS利用數據循環嵌套、重采樣、模式推算及雙線差值等多種技術手段建立，具有數據來源廣、多時間尺度和多分辨率的特點，現已被廣泛采用，尤其適用于氣象數據缺乏的流域[23]。

2.2.4 水文數據 本研究采用荊紫關水文站作為SWAT模型模擬的參考水文站點。荊紫關水文站位于湖北、陜西、河南3省交界處，是丹江流域最重要的代表站，也是丹江口水庫、南水北調中線最重要的水文控制站，控制面積為7 086 km2。本研究實測徑流采用的是長江流域上游丹江流域水文年鑒上的荊紫關水文站2008—2013年的徑流數據。

2.3 情景設定

土地利用/覆蓋變化水文效應多采用5種方法進行情景分析：歷史反演法、參照對比法、模型預測法、極端土地利用法和土地利用空間配置法[24]。本文為探究2000—2020年近20年來土地利用變化對徑流的影響，研究單一土地利用類型變化對徑流的影響，以2010年土地利用現狀為基準年，考慮兩方面因素設置了3種情景。一方面是為了排除地形地貌、下墊面條件等外在因素的影響，本研究采用極端土地利用法；二是由于丹江流域近些年來開展了一系列的生態保護工程建設，如退耕還林政策等使得丹江流域近幾年的林、草、耕3種土地利用類型相互轉換較為頻繁。因此本文設置了林地模式、草地模式、耕地模式3種極端情景，研究土地利用類型對徑流的影響。3種極端情景設置面積變化見表1。

表1 3種情景下的土地利用類型變化

3 結果與分析

3.1 參數敏感性分析

使用SWAT-cup率定參數時，應先選擇適合該流域的模擬參數。SWAT模型里存在多參同效的情況，為了提高運算速度，減少調參時間，需提前對模型參數進行敏感性分析，進而篩選出對研究結果影響比較大的參數[18]。敏感性分析結果采用統計量t(t-Stat)值和顯著性指標p(p-value)值進行衡量，t值絕對值越大，p值越接近0，則參數的敏感性越強。本文選取了16個敏感性徑流參數，其中較為敏感的幾個參數為r__SOL_AWC().sol(土壤有效含水量)，v__GWQMN.gw(發生回歸流所需淺層含水量的水位閾值)，r__SOL_ALB().sol(濕土反射率)，v__ESCO.hru(土壤蒸發補償系數)，r__SOL_K().sol(飽和滲透系數)。其中表2為模擬出來的徑流參數敏感性排序和模擬得出的16個最佳參數取值。

3.2 擬合結果與分析

本文設置2008—2010年為率定期，2011—2013年為驗證期。丹江流域荊紫關站徑流模擬結果見圖2—3。

由圖2—3可知，(1) 丹江流域的SWAT模型模擬的徑流值較實測徑流值偏大，但可以基本反映出3年來徑流量的變化趨勢。丹江流域除了丹江口水庫以外，還有1座中型水庫和19座小型水庫，控制面積達到2 005.31 km2，模擬值比實測值偏大和丹江流域大壩的蓄水攔截等水利措施的建設施用有很大關系。(2) 2010年和2011年的徑流量明顯大于其他年份，這是因為2010年丹江“2010·7”暴雨洪水事件，丹江整個流域普降大到暴雨，丹江商南縣于7月23—25日持續性暴雨，為丹江流域最大暴雨點，降雨量高達213 mm。7—9月，丹江流域下游的荊紫關水文站降雨量分別為309，126，121 mm。2011年的9月份秋汛期，多日連續降雨導致河道大壩水位上漲，徑流量陡然增大，在荊紫關水文站達到了387 mm的產流深度。

表2 丹江徑流模擬敏感參數最佳值

圖2 2008-2010年徑流校準模擬效果

圖3 2011-2013年徑流驗證模擬效果

由表3可知，丹江流域徑流模擬結果在可接受范圍。徑流率定期的R2,NS依次為0.8，0.73；驗證期的R2,NS依次為0.86，0.78，模擬效果較好，說明SWAT模型適用于丹江流域地區。

3.3 徑流結果與分析

(1) 土地利用類型及徑流變化分析。依據丹江流域土地利用類型分布特征，共有耕地、林地、草地、濕地、水域、居民用地6大類。通過多年土地利用類型變化表(表4)可知，該流域主要以耕地、林地和草地為主，面積占90%以上，其中林地占比達70%以上，為主要土地利用類型。2000—2020年，丹江流域6種土地利用類型都有不同程度的變幅，其中耕地、草地面積整體呈現下降趨勢，而林地、濕地、水體和居民用地占地面積呈現上升的趨勢，耕地為年均下降率最大的土地利用類型，達9 km2/a；其次為草地，達4 km2/a；居民用地面積變化最為明顯，面積占比擴大為原來的3倍以上，由2000年的59 km2變為2020年的187 km2，變化率達6 km2/a；濕地的年均增長率最小，為0.82 km2/a。這是因為丹江地區很好地響應了政府退耕還林政策；該流域的居住人口在緩慢增多，這和丹江經濟帶建設發展有關。20年來丹江流域土地利用變化較小，所以徑流率變化不大，2000—2010年的徑流變化率為-0.16%，2010-2020年的徑流變化率為-0.015%，2000—2020年的徑流變化率為-0.18%。

表3 徑流校準期和驗證期模擬評價指標

表4 2000-2020年土地利用類型面積絕對變化量和變化率

(2) 不同情景模式下徑流變化分析。由表5可以看出，3種情景年均徑流深的排序為：耕地(S1)>草地(S3)>林地(S2)；隨著情境的不斷變化，有且只有S2(耕地、草地全變為林地)的年均徑流深度降低，徑流變化率為負值，這說明林地的蓄水能力強，可以顯著減小地表徑流；S1(林地、草地全變為耕地)年均徑流變化量絕對值是最大的，這說明耕地具有較強促進產流的作用；S3(耕地、林地全變為草地)年均徑流變化量為正值，這是因為流域內林地面積較大，耕地轉換為草地對地表徑流的影響較小，而林地全轉為草地，可以極大地增加徑流量，其增加的徑流量比耕地轉換為草地減少的徑流量多，所以大體趨勢上草地情景(S3)的徑流量比基準情景(S0)的高。

表5 幾種情景下徑流年平均值

3.4 不同土地利用類型對徑流的影響系數

耕地、林地和草地3種土地利用類型為丹江流域土地利用主要類型，用MATLAB R2017b計算得到耕、地林、地草地3種土地利用類型對徑流的影響系數，記為Ma，Mb，Mc。

由表6可知，耕地對徑流的影響系數為0.26 mm/hm2，林地對徑流的影響系數為-13.35 mm/hm2，草地對徑流的影響系數最小，為-0.01 mm/hm2。耕地面積變化和徑流量的變化為正相關，林地和草地面積變化和徑流量的變化呈負相關，這說明耕地可以增加地表徑流的產生，減少地下水的補給；林地可以抑制徑流的產生，增加地表下滲量、增加地下水的補給；其中草地對徑流量的影響系數最小，這說明草地并不能明顯地減少徑流。

表6 土地利用變化對徑流深度的影響

4 討 論

為探究土地利用變化對流域徑流的影響，本文建立了SWAT模型，并結合理論與實際，設定了幾種極端情況下的情景。結果表明，只有林地情景徑流減少，耕地和草地情景下徑流增加；耕地對徑流的影響系數為正，草地和林地對徑流的影響系數均為負值。

目前，已有許多學者運用SWAT模型進行徑流模擬，所得結論與之類似。李佳等[25]通過幾種情景設定，研究討論長江源區土地利用變化對徑流的影響。結果表明，只有流域植被覆蓋面積最大情景下，徑流量比基準年少，裸地、草地、土地退化情景徑流量均相較增加。羅巧等[7]研究發現，湘江流域的土地利用變化對徑流影響尤為敏感，林地和草地的增加使得徑流量減少。王磊等[8]通過建立SWAT模型模擬后發現，在采用極端土地利用法和基于實際情況下設置的幾種情景中，只有耕地情景的徑流變化率為正值，且耕地對徑流影響系數為正。說明耕地具有增加徑流的作用。而林地和草地對徑流的影響系數為負值，說明林地和草地兩種土地利用類型可有效截流。

另外，也有學者的研究成果與本文論述的結果有所差異。王學等[9]對白馬河流域土地利用進行了20 a的分析與預測，建立了SWAT模型，并采用多目標決策函數法計算不同土地利用類型對徑流深的貢獻系數。研究表明，林地對徑流的產生起促進作用，而耕地對徑流的產生起抑制作用。這是因為該地地形起伏較劇烈，使林冠的蒸騰作用加劇，導致林地上空產生大量水汽；而又因為林地海拔高出地面，阻礙了平流空氣移動，迫使水汽凝結，進而增加林區垂直降水，增加徑流。

目前為止，還沒有研究能夠確切地說明土地利用/覆被變化哪些影響因素改變對徑流產生何種影響，且無法確定植物覆被程度增高對徑流起促進還是抑制作用。不同的研究地區、不同的地質地貌土壤構成下，所得的研究結果也略有不同。一般認為，在北方地區，除石質山區外，森林覆蓋率越大，則年徑流量越小，而南方濕潤地區與之相反[25]。

在研究土地利用對徑流的影響時，本文僅考慮單一土地利用類型對徑流的影響，沒有考慮從流域地形地貌、土地利用不同配置、整體布局規劃等方面對徑流的影響。后續我們將從流域土地利用布局出發，結合地形地質等方面，采用土地利用空間配置法研究探討具有地區針對性的最佳土地利用布局方法。

5 結 論

(1) 丹江流域2000—2020年近20 a的土地利用變化不顯著，該流域耕地面積和居民用地面積變化量較大，2000—2020年徑流變化率只有-0.18%。

(2) 以2010年的土地利用現狀作為基準年，排除其他因素的干擾，采用極端土地利用情景的設定，在不同土地利用類型的情況下，對徑流的截留能力：林地>草地>耕地。

(3) 耕地對徑流的影響系數為0.26 mm/hm2，說明耕地有促進徑流的作用。林地和草地的影響系數為-13.35，-0.01 mm/hm2，說明這兩種土地利用類型可有效抑制徑流產生。