黃河流域上中游地區土地利用變化的降水效應

張若蘭 ，閆菲澤 ，肖碩凌 ，何瑞珍

（1.河南測繪職業學院，河南 鄭州 450002；2.河南農業大學 風景園林與藝術學院，河南 鄭州 450002）

大氣降水作為水文循環的一部分，聯結著大氣圈和地圈，受到氣候變化和土地利用變化的雙重影響。土地利用作為陸面過程中重要的部分，也影響著大氣降水和大氣運動[1-2]。土地利用類型的高度空間異質性導致氣候系統對它的反饋也具有明顯的空間差異[3]。土地利用變化是通過植被覆蓋的大規模改變，影響局部對流和水蒸氣可用性的變化、攔截蒸散和入滲的土壤水分、水平衡和生物地球化學循環，從而改變流域系統的水文平衡[4]，對流域的降水過程進行影響[5-6]。SNYDER等[7]研究發現，熱帶森林植被的清除導致年降水量減少，在生物群落整個生長季節高達1.3 mm/d（24%），在非洲為1.7 mm/d（31%）；最大的季節性減少發生在亞馬遜和非洲的SON地區，分別為2.2 mm/d（30%）和3.2 mm/d（47%）。

在城市化過程中，大量透水的陸地表面通過人為嚴重干擾轉換成不透水地面，造成不透水地面面積的大量增加、入滲減少，從而改變局地的水量平衡狀況，造成極端天氣狀況越來越嚴重[8]，內澇和干旱發生頻率越來越高，嚴重影響著城市安全[9-11]。鄒賢菊[12]研究了珠江三角洲城市群發展過程中區域降水的變化過程，結果表明，城市發展前期和后期降水量空間分布沒有太大改變，年均降水量和夏秋季降水量空間分布相似，降水高值中心集中在北部山前區域，城市化發展后期年均降水量和夏冬季降水高值范圍較城市化發展前期擴大，而春秋季降水高值范圍略有縮小。該研究將氣象站分為城市站、城市化站和農村站，統計分析了這三類站點的降水量和空間分布情況，發現降水范圍變化主要發生在城市化站和農村站，但該研究未就土地利用城市化空間布局變化進行深入探討。姜曉玲[13]利用觀測的數據對長江三角洲地區的降水進行了研究，發現在快速城市化階段，極端小時降水頻次和雨量比緩慢城市化階段明顯增多，且極端降水分布格局也發生了變化，在降水分布格局方面，僅研究了城市站和鄉村站，未對降水格局變化具體位置和方向進行研究。吳雷等[14]利用長三角地區站點的觀測數據，分析了夏季降水結構的時空特征，結果表明，城市化對夏季降水量、降雨強度、大雨和暴雨發生率有增加作用，說明強降雨發生率趨多。這說明土地利用變化及城市化發展程度的不同，使水文效應的表現差異明顯[15]，同時也說明土地利用的降水效應很復雜，需要更深入的研究。

就土地利用降水效應的研究手段來說，限于地面實測數據費用較高及氣象站分布不均，大多數氣候變化和土地利用變化研究關注地表徑流的影響[16-17],對降水效應研究相對較少，且相關研究多采用數值模擬的方法進行[18]。數值模擬在土地利用降水效應的模型中，土地利用類型多是固定不變的，即忽略了土地利用類型變化產生的降水效應[19]。因此，預測結果的可信度值得深入研究。華文劍[20]用數值模擬的方式研究土地利用/土地覆蓋變化對區域地表能量、水文循環以及大氣環流的影響，結果顯示，土地利用/土地覆蓋的變化使得華南的降水偏多，華北降水偏少，相比于實際觀測方法，數值模擬的有效性還需要實際數據驗證。因此，地面實測長時間序列連續降水資料是非常難得的氣候數據資源，充分詳盡準確地分析其空間分布狀況，對搞清土地利用和降水的關系意義重大。

黃河流域土地利用變化與水資源密切相關，更關系到國家的糧食安全、生態安全和能源安全，因此，研究土地利用變化的降水效應對黃河流域高質量發展意義重大。黃河流域特殊的地質條件形成的地貌及其在我國地理的位置是影響其降水的重要因素，土地利用變化的復雜性更增加了降水效應空間分析的難度。GIS作為有效的空間分析工具，可有效地解決土地利用變化對降水影響的空間分布狀況。本研究利用GIS空間分析計算了土地利用變化的時空轉移矩陣和最大降水量的標準差橢圓，對黃河上中游地區1985—2015年的土地利用數據和實測降水數據進行了詳盡的分析,旨在探討土地利用變化降水效應的尺度和幅度，為構建黃河流域生態安全奠定堅實的基礎，同時也為區域空間規劃提供指導。

1 研究區域及研究方法

1.1 研究區域

黃河位于我國北中部，是我國第二大河，集水面積75萬km2。黃河流域上中游區域（圖1）包括青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南8個省的近70萬km2。黃河流域幅員遼闊，地貌差異較大，東西高差懸殊，處于中緯度地帶，受大氣環流和季風環流影響形成差異顯著的不同氣候，大部分地區年降水量在200～650 mm，上中游南部地區超過650 mm。降水量多集中在每年7月下旬至8月上旬，降水量分布不均，南北降水量差距較大。

1.2 數據來源

1.2.1 土地利用數據 本研究選擇每年空間分辨率為30 m的土地利用數據[21]，精度較高且與降水數據匹配。該數據使用谷歌地球引擎上時間序列Landsat圖像，結合從中國土地利用/覆蓋數據集中提取的穩定樣本來收集訓練樣本，采用隨機森林分類器，對Landsat數據進行了分類，并結合時空濾波和邏輯推理的后處理方法，是我國第一個Landsat衍生的年度土地覆蓋產品（CLCD），數據經過合格驗證后，經數據網站發布供后續研究使用。

1.2.2 降水數據 本研究數據來源于黃河流域上中游地區月度8 km網格氣象數據集（1980—2015年）[22]。該數據集采用黃河流域周邊共計195個由國家氣象科學數據中心共享的氣象站點地面氣候資料日值數據集，基于在國內外得到了廣泛應用的樣條函數法插值軟件ANUSPLIN，對時間序列氣象數據通過插值得到8 km分辨率月度網格氣象數據集。Landsat年度土地覆蓋產品的分類包括農田、森林、灌木、草地、水、雪/冰、荒地、不透水土地、濕地。為了詳細研究每種土地利用變化對降水的影響，本研究將沿用該分類體系。

為了探討土地利用與年度降水、季節降水的關系，研究中將利用GIS地圖代數算法將月度降水數據制成了年度和不同季節的降水數據。

1.3 研究方法

1.3.1 土地利用時空變化分析方法 土地利用時間變化可采用時間序列數據回歸分析方法，空間變化可采用土地利用轉移矩陣分析。土地利用轉移矩陣可反映不同時間不同土地利用類型相互轉化的位置和面積變化的動態過程信息，一系列的變化可間接反映土地利用變化的方向。

本研究共統計分析了6個時段的土地利用轉移矩陣，即1985—1990年、1991—1995年、1996—2000年、2001—2005年、2006—2010年、2011—2015年6個時段。利用Excel軟件的數據分析功能繪制了1985-2015年不同土地利用變化的折線圖，并添加了相應的趨勢線。

1.3.2 降水標準差的橢圓分析 標準差橢圓是一種表示空間變化的方法。橢圓的長軸和短軸以及橢圓的方向分別表示空間變量X、Y方向變化的大小，方向表示從頂點順時針測量的長軸旋轉的角度，可用于分析降水中心空間分布的趨勢，誤差橢圓的大小可以表示空間分布的離散程度。

本研究將7月的降水中心分成1985—1990年、1991—1995年、1996—2000年、2001—2005年、2006—2010年、2011—2015年等6個組，利用ArcMap 10.6軟件的地統計分析功能繪制各組的標準差橢圓，以表示不同時間降水的空間分布狀況。

2 結果與分析

2.1 土地利用時空格局變化

2.1.1 土地利用時間變化特征 不同土地利用類型時間變化特征如圖2所示。

圖2 不同土地利用類型時間變化特征Fig.2 Temporal change characteristics of different land use

1985—2015年，黃河流域上中游地區土地利用發生了巨大的變化，從圖2可以看出，森林、草地、雪/冰、水體和不透水地面的面積呈增加趨勢，而耕地、灌木林、濕地和荒地的面積有所下降。其中，耕地面積呈線性下降趨勢（R2為0.953 7），濕地面積呈非線性下降趨勢（R2為0.856 0），草地面積呈線性上升趨勢（R2為0.911 8），森林面積呈線性上升趨勢（R2為0.969 6），不透水地面面積呈線性上升趨勢（R2為0.990 1）。與1985年相比，到2015年，黃河流域上中游地區耕地面積減少了14.41%，濕地面積減少了39.83%，灌木林地面積減少了32.13%，荒地面積減少了36.36%，草地面積增加了4.35%，森林面積增加了17.39%，雪/冰面積增加了83.87%，水體面積增加了20.62%，不透水地面面積增加了172.92%。

從年際變化分析（表1）來看，各類土地利用類型的面積都發生了變化，按變化量大小排序依次是耕地＞草地＞荒地＞森林＞不透水地面＞灌木林＞水體＞濕地＞雪/冰。從土地利用類型轉換情況看，耕地、灌木林、荒地和濕地面積呈轉出減少狀態，其余為轉入增加狀態。耕地只在1996—2000年間轉入412.65 km2，其余均為減少情況；森林整個研究時間內均為增加狀態；草地只在2011—2015年間出現減少；不透水地面一直處于增加狀態。

表1 面積年際變化Tab.1 Inter-annual changes of area km2

土地利用變化最劇烈的時段是1996—2000年，在這個時段，耕地、森林、灌木林和草地及不透水地面面積都出現增加趨勢；水體、雪/冰和濕地及荒地面積都出現減少趨勢。這和國家退耕還林政策是密不可分的。耕地面積減少最多的時段是2006—2010年，在這個時段，森林、草地和不透水地面面積增加最多，灌木林地和荒地面積減少最多，水體和雪/冰面積增加最多。

2.1.2 土地利用空間變化特征 由圖3可知，黃河流域上中游地區草地面積超過整個研究區域面積的1/2，分布在流域的中部和西部；耕地主要分布在流域西北和東南，靠近流域的邊界，森林和灌木林地主要分布在東南耕地的外圍，不透水地面接近于耕地，也主要分布在流域西北和東南。雪/冰主要分布在流域的西部。

圖3 不同土地利用類型空間變化特征Fig.3 Spatial change characteristics of different land use types

利用GIS地圖代數運算功能制作了研究區6個時段的土地利用轉移矩陣，結果如圖4所示，1985—1990年耕地大量減少，森林、草地和不透水地面呈增加趨勢，增加的不透水地面主要分布在陜西和山西；增加的草地分布較為均勻，其中相對較為集中的草地分布在內蒙古的北中部，陜西的西北部和青海的西部和西北部。

圖4 不同土地利用類型空間變化轉移特征Fig.4 Spatial change transfer characteristics of different land use types

1991—1995年，土地利用變化量遠遠超過1985—1990年，在甘肅省中部、寧夏和陜西北部增加了大量的耕地和草地；在青海北部、內蒙古、寧夏的北部增加了大量的草地；不透水地面在河南西部、陜西南部和山西西南部增加較多；增加的森林和灌木林地多分布在內蒙古段黃河兩岸以及陜西省南部。1996—2000年，在青海的東北部、寧夏的南部、陜西的西北部、甘肅的中部和東部、內蒙的北部和山西的北部及東南部增加了大量的耕地；增加的草地分布在山西的東部、內蒙古的南部和陜西的東北部；增加的不透水地面除原來的河南西部、陜西南部和山西西南部外，在內蒙古的北部和西部及寧夏的北部增加較多；增加的森林和灌木林地除內蒙古段黃河兩岸外，寧夏段黃河兩岸以及陜西及河南交界處增加也較多。2001—2005年，在整個流域的中南部，橫跨山西、陜西和甘肅中南部增加了大量的耕地；寧夏的南部、陜西的北部和內蒙古的東南部增加了大量的草地；增加的不透水地面多分布在陜西的南部、寧夏的北部和內蒙古的北部；森林和灌木林地增加較多的地區為陜西和山西南部以及河南西部。2006—2010年，增加的耕地多分布在寧夏的南部、陜西的北部和山西的中部；增加的草地分布在陜西的北部、山西的北部和內蒙古的南部及甘肅的中部；增加的不透水地面多分布在陜西的南部、寧夏的北部、內蒙古的北部、河南西部及山西西南部；除山西、陜西和河南外，甘肅和青海中部增加的森林和灌木林地較多。2011—2015年，在甘肅的中部、山西的中部耕地增加較多，在寧夏的南部、內蒙古的南部和陜西的北部草地增加較多，不透水地面在陜西的南部、河南西部及山西西南部增加較多；森林和灌木林地在陜西北中部及陜西與河南交界處增加較多。

2.2 降水變化

2.2.1 年降水變化分析 從1985—2015年年度降水變化（圖5）可以看出，黃河流域上中游地區年均降水量呈線性上升趨勢，年最小降水量在1997年，為322.31 mm，最大降水量在2003年，為531.20 mm。

圖5 年均降水量變化Fig.5 Change of annual average precipitation

7月是一年中太陽輻射量最大的時間，也是植物蒸散量最大的時間，研究選擇了7月降水量分布來研究土地利用和降水空間變化的關系，繪制了每年的7月降水最大值中心（圖6）。從圖6可以看出，最大降水中心多分布在流域的東部和南部，東部為太行山西麓地區，南部為秦嶺北麓地區，土地利用類型以耕地、森林/灌木林和不透水地面為主。

圖6 1985—2015年7月降水中心分布Fig.6 Distribution of precipitation centers in July from 1985 to 2015

根據土地利用變化分組時段，利用GIS的地統計分析功能，制作了各組7月最大降水量中心的標準橢圓，如圖7所示。通過計算得到這6個時段的橢圓扁率，分別是0.148 8、0.123 5、0.236 6、0.264 1、0.220 5、0.113 4。根據圖7及橢圓扁率可知，隨著分組的時間變化，橢圓呈減小而后再增大趨勢，2001—2005年時段的橢圓面積最小，表明降水最集中，從橢圓的方向來看，在1985—2000年，降水呈東北西南方向分布，2001—2005年降水接近正北正南方向分布，2006—2010年呈正東正西方向分布，2011—2015年呈東北西南方向分布，但比1985—2000年的方向更向北偏轉。從圖7可以看出，最大降水量方向除2001—2005年外，其他時段呈現與秦嶺走向接近的趨勢。

圖7 1985—2015年7月降水中心分組標準橢圓Fig.7 Standard ellipse of precipitation center grouping in July from 1985 to 2015

研究計算了各個時段年均降水量的差值，如表2所示。

表2 各時段年均降水量的差值Tab.2 Differences in annual average precipitation in different periods mm/a

對降水量的年際變化分析可以看出，在1985—1990、2011—2015年這2個時段降水出現減少，其余時段降水呈增加趨勢，在1996—2000年增加最多，年均降水增加了267.70 mm/a。

2.2.2 降水的季節變化 從圖8可以看出，黃河流域上中游地區降水量的季節性變化相差很大。整體來看，冬季降水量最小，夏季降水量最大，春季和秋季降水量相當。除秋季降水量呈上升趨勢外，其余3個季節均呈下降趨勢，夏季降水的下降趨勢最明顯，其次是冬季，而后是春季。2002年以后，秋季降水量均超過春季。

圖8 一年四季降水量變化Fig.8 Change of precipitation in four seasons of a year

從圖9可以看出，黃河流域上中游地區7月降水量整體呈上升趨勢，考慮到夏季降水量呈下降趨勢，說明黃河流域上中游地區的降水呈現時間更加集中的特點。

圖9 7月降水量變化Fig.9 Change of precipitation in July

2.3 土地利用和降水的關系

土地利用會影響降水這是共識，然而，土地利用與降水的關系是極其復雜的，需要深入探討不同的植物、不同構成的植物景觀、不同大小的流域與不同季節的降水、不同時長的降水關系。研究利用Excel的相關系數計算功能計算了分組的土地利用和降水的相關關系，如表3所示。

表3 土地利用變化與降水的相關性Tab.3 Correlation between land use change and precipitation

由表3可知，相關系數的絕對值越大，表明土地利用與降水的關系越密切。相關系數為正，表明該土地利用類型的變化易產生降雨，反之則不易產生降雨。據相關性大小可以看出，影響黃河流域上中游地區降水的土地利用類型的重要性依次為：濕地＞荒地＞不透水地面＞森林＞草地＞耕地＞雪/冰＞水體＞灌木林。從各土地利用類型的蒸散量來說，水體蒸散量是最大的，但就黃河流域上中游地區來說，濕地對降水的影響最大，這可能和濕地面積較大有關。

為了探討7月降水中心與不透水地面土地利用空間分布的關系，研究用GIS空間分析的功能計算了不同年份不透水地面土地利用類型的中心，如圖10所示。

圖10 不透水地面中心與7月降水中心空間分布Fig.10 Spatial distribution of impervious ground center and precipitation center in July

從圖10可以看出，隨著時間的變化，不透水地面中心呈線性一直向西北方向偏移，這與7月降水標準橢圓的劇烈變化形成鮮明的對比，這反映了土地利用變化和降水關系的復雜性。雖然數值關系表明土地利用和降水相關，還需就二者的時空關系進行深入的研究。

3 結論與討論

本研究表明，1985—2015年，黃河流域上中游地區土地利用發生了巨大的變化，耕地面積呈線性下降趨勢，濕地面積呈非線性下降趨勢，草地面積呈線性上升趨勢，森林面積呈線性上升趨勢，不透水地面面積呈線性上升趨勢。

黃河流域上中游地區年均降水量呈線性上升趨勢，年最小降水量在1997年，為322.31 mm，最大降水量在2003年，為531.20 mm。降水量的季節性變化相差很大，除秋季降水量呈上升趨勢外，其余3個季節均呈下降趨勢，夏季降水量的下降趨勢最明顯，然而7月降水量呈現上升趨勢，考慮到夏季降水量呈下降趨勢，說明黃河流域上中游地區的降水呈現時間更加集中的特點。

繪制的7月最大降水量中心標準橢圓表明，橢圓呈現先大后小的趨勢，表明降水呈現集中化趨勢。

利用Excel計算的分組土地利用和降水的相關系數表明，黃河流域上中游地區降水的土地利用類型的重要性依次為：濕地＞荒地＞不透水地面＞森林＞草地＞耕地＞雪/冰＞水體＞灌木林。

不透水地面幾何中心呈現較好的一直向西北方向偏移的線性關系，但7月降水中心多分布在流域分界線附近，表現出受地形影響的非線性關系。

土地利用類型空間分布與降水的空間布局的關系是一個復雜的系統動態過程，需綜合考慮土地利用類型、地形地貌、社會和經濟等眾多因素，限于數據的可獲得性，本研究僅考慮了土地利用類型變化的影響，使得研究結果有一定的局限性，建議將土地利用與降水的空間關系隨時間變化及不透水地面幾何中心與年均降水中心的關系進行深入探討。TALIB等[23]研究表明，氣候和土地利用變化會加劇水循環，并在流域系統研究中引入季節性變化。接下來應重點研究土地覆被/土地利用方式的變化引起降水的空間分布變化的強度和尺度[24]、降水的時長與土地利用類型空間分布的關系以及黃河流域土地利用變化與生境質量[25]的關系。