吳洪斌,汪建宏,朱子健,李 宏,廖志偉
(浙江禹貢信息科技有限公司,浙江 杭州 310052)
隨著社會經濟的不斷發展,我國城鎮化的程度也不斷加強,對于土地的利用與開發強度日益增加,劇烈的土地利用覆被變化則會引起一系列的生態環境演變[1]。正是由于對水資源的重視與可持續發展,因而有效地進行土地利用變化評估對水文過程的影響極為重要。充分了解其中的規律能夠有效地整合水資源規劃與相應的利用,這些熱點與焦點問題也成為業界專家深入研究的方向之一[2]。對于流域的開發與利用往往會引起流域土地利用/覆被變化,同時這樣的人類活動會逐漸地引起流域相應的水資源分布、產匯流、地表蒸發、截留等變化。業界對于人類活動引起的流域變化特別是對流域水文循環產生的影響進行了深入的研究,如利用分項調查、實驗流域等方法進行分析與實驗,這兩種方式需要長時間序列的觀測資料,同時需要確保外部的環境沒有明顯的差異,因而要求較高;有學者利用水文模型法進行LUCC(土地利用覆被變化)的研究,即在對相應的模型進行充分的驗證與對應的率定的前提下,定量地進行LUCC對水文循環的影響分析[3]。這種依托水文模型的方法進行模擬,其本質在于選擇合適的水文模型,才能有效地進行實際水文過程的模擬。在水文模型的選擇過程中重要的需要考慮模型的輸入,綜合遙感與GIS因素,靈活地進行土地利用變化情景配置,模擬不同土地利用變化情景下的水文過程的響應[4]。
水文模型誕生于20世紀50年代,隨著研究的逐漸深入,不同的試驗區出現了豐富的水文模型,如新安江模型、斯坦福模型、Tank模型、SHE模型、TopModel模型等。遙感技術的發展使得數據獲取的方式與頻次逐漸多樣化,同時出現了GIS空間分析功能,因而,水文模型逐漸向程度更加精細、模擬尺度更大、功能更加豐富的程度發展,應用的領域也涉及水污染、水生態等[5-6]。
為了探索和明晰流域LUCC下的水文響應模擬,本文依托成熟的SWAT水文模型,設計不同的情景進行土地利用變化下的水文響應計算,旨在分析不同類型下的LUCC數據對流域徑流量影響,為水文模擬提供支撐。
為了進行水文響應模擬,首先需要對輸入數據進行預處理,以確保這些數據具有相同的坐標系,能夠進行分析,對于柵格的數據則統一進行30 m的重新采樣,以使得這些輸入數據能夠進行一致的運算,具體的空間數據各類參數如表1所示。

表1 輸入數據的具體列表
針對表1的數據,首先進行數據的相應預處理,確保數據準確、統一;其次,根據模型的土地利用/覆被類型對研究區域的LUCC數據進行類別的相應索引重建,以使得在具體的建模過程中能夠有效地重建與查找。選擇SWAT水文模型進行模擬,因此土壤數據類型的分類需要與模型的需求分類一致,即在建立對應土壤屬性數據庫的基礎上,相應存儲不同土壤類型的物理、化學屬性,如土壤粒子、含水量、濕度反照率、可蝕性因子等,對SWAT模型中的相應的蒸散發與水文模擬有重要的作用。此外,對于氣象數據而言,則需要包含站點的各個位置及相應的觀測數據表,如日最高氣溫、日最低氣溫,平均濕度、平均風速數據等。雨量的數據則從對應的水文年鑒直接獲取,包括分布在試驗區的29個雨量站的逐日降水量(實測)。利用相應的氣象數據,可以有效地計算日均降水量、日均最低最高溫度、日均風速等因子,以進行水文模擬時的補充。
首先利用DEM數據進行SWAT模型的河網劃分,利用真實的河網DLG數據對河網進行自動化提取進行有效校正,在此基礎上,依托土地利用數據和土壤數據實現流域的水文響應單元的有效剝離,并逐漸輸入處理好的流域水庫數據、氣象數據,綜合來看,最終建立包含55個子流域的模型,1 150個水文響應單元(HRU)。
針對地表徑流的計算選擇SWAT模型的SCS(徑流曲線數法)計算,蒸散發則是利用彭曼-蒙特斯公式進行計算,河道的匯流演算利用變動型蓄量模型進行計算。
在選定SWAT模型的基礎上,選擇浙江某實驗區的5個水文站點進行流域徑流量的實際水位測量用于模型數據的校準。利用SUFI-2算法進行敏感性的分析與模型的分析,綜合參數的不確定性,依托T檢驗方法來具體判斷參數的敏感性程度,通過P-factor來具體衡量所有的不確定性的程度,R-factor則用于衡量不確定性分析的具體效果。根據1 000次的不斷迭代計算,得到相應的參數敏感性分析統計,具體如表2所示。

表2 模型參數敏感性分析及率定結果
從表2的具體統計結果來看,相比較參數而言,敏感度最高的是地下水延遲時間(GW_DELAY);次高的是基流alpha因子(ALPHA_BF);再次高的為徑流曲線(CN2);其余的參數如土壤飽和水力傳導度(SOL_K)等相比較會涉及具體的流域土壤下滲、田間持水能力相對也比較敏感。
使用2019年~2021年的具體實測數據,利用P-factor、R-factor、納什系數ENS、相關系數R2具體的4個指標,對模型進行具體的參數驗證,對于指標的具體評價結果如表3所示。P-factor的取值區間為0~100%,如果P-factor值越接近于1則說明其效果越好,R-factor值的變化范圍為0~∞,如果R-factor值越接近于0說明效果越好;ENS與R2的值如果越接近于1,則表明具體的模擬數值與真實的測量值之間的差距逐漸縮小。通常,ENS大于0.5則說明效果可以接受,如果取值范圍在0.65~0.75之間,則說明效果較好,如果取值大于0.75則說明模擬的效果非常好,因此,從具體的參數和實際的模擬來看,5個站點的模擬效果比較好,說明選擇的SWAT模型非常適合所選的實驗區進行徑流模擬。

表3 參數率定及驗證
人類對于流域土地的開發組要體現在土地利用變化上,為了定量地進行該研究區土地利用變化對于徑流水文響應的影響,文中根據該實驗區真實的土地利用變化狀況、土地利用總體規劃、城市總體規劃等設計了4種類型的變化情景。
情景1:退耕還林。將坡度在25°以上的坡度型耕地、水土流失的嚴重土地直接設定為林地;坡度為15°~25°的丘陵、小山則設定為園地,其余的土地利用類型則保持不變。
情景2:新型城鎮化建設。根據具體的城市總體規劃,將農村地區的自然村撤銷合并至中心發展村,改善現有的農田破碎、不集中的現狀,城市的總體面積有所增加,縣一級的城鎮也有所擴張,其他的地類則保持不變。
情景3:適度的耕地開發。將坡度小于15°的濕地、未利用地等類型直接設定為耕地,其余的土地利用類型則保持不變。
情景4:實際變化發展。利用2021年遙感影像解譯分類以獲得該流域土地利用變化類型。
根據具體的4類情景模式,采用具體的已率定的參數,模擬實驗區在不同的情景下的土地利用類型的徑流量,并與原始模型的結果進行綜合性對比分析。
從計算的結果來看,在情景1下,從耕地變為林地的地類面積達到6 km2左右,耕地變為園地為125 km2左右,說明耕地變為園地的變化更明顯;在情景2下,主要涉及其他地類、農村居民點變化,其中其他地類變為城鎮用地達到181 km2左右,農村居民點變為耕地為20 km2左右;在情景3下,未利用地變為耕地的面積約為294 km2;在情景4下,城鎮農村地類面積增加了近240 km2。

表4 不同情景下的土地利用類型
在情景設計的基礎上,本文基于參數率定后的結果,分別進行4種情景下的不同土地利用下的月均徑流量,計算多年的平均徑流深度,并且與實際的測站數據進行充分對比分析,見圖1所示。

圖1 不同情景下的年平均徑流深變化
從圖1計算的結果來看,土地利用變化對于水文過程的響應較為明顯,在情景1中,在面積增加的基礎上,徑流的深度模擬輸出增加了近10 mm,在情景2中,徑流的深度模擬輸出減小了近7 mm,在情景3中,耕地面積的增加導致了徑流深度模擬的輸出減少了11 mm左右;在情景4中,林地、草地、建設用地地類面積均有所增加,導致徑流深度的模擬輸出減少了不到4 mm,但需要注意的是,這部分的數據源是遙感影像的分類結果,因而,數據源的精確度受分類方法分類精度的影響。
總體來看,土地利用覆被變化與流域徑流量的具體變化規律符合已有的研究結論,表明了研究具有一定的參考意義。
隨著社會經濟的不斷發展,人類對于流域的影響也愈來愈大,如何研究人類活動影響下的土地利用變化對流域水文響應的模擬是水文研究的熱點之一。針對這些需求,以浙江某實驗區為研究對象,通過選擇成熟的SWAT水文模型,設置4類不同的情景下的土地利用變化,模擬了流域的具體徑流在不同情景下的水文響應。
(1)在情景1中,耕地轉變為林地與園地后,流域的徑流量有明顯的減少,約減少4%,說明在林地、草地的地類類型中,其田間持水量能力、減少徑流量、防洪效應有一定的提升。
(2)在情景2中,城鎮化的建設,導致了流域的水流下滲量有明顯減少、洪峰的流量增加、徑流的系數增加等,從而導致流域的徑流量有明顯增加,在這種情景下,流域的徑流量有明顯增加,同時,相應的人類開發也在一定程度上促進了經濟效益的有效增加。
(3)在情景3中,未利用地轉變為耕地后徑流量有明顯的增加,徑流量的變化說明了耕地的變化削弱了林地、草地的防洪效應,下滲的能力有所減弱。
(4)在情景4中,耕地有所減少,林地、草地有明顯的增加,城鎮農村有所增加,導致徑流有一定程度的增加。
在實際的土地利用開發中,不僅僅需要考慮城市的具體開發帶來的經濟效益,還需要綜合考慮流域水文的效應、防洪的效應及更好地平衡性生態系統。土地利用開發方式的粗獷往往會引起局部區域的生態系統紊亂,引起旱澇災害頻發,不利于區域的可持續、生態型增長,因而,需要綜合考慮具體的水文效應、經濟效益,以統籌人類實際的開發利用,最終達到“設計結合自然”的目的,切實響應“綠水青山就是金山銀山”的要求。