西安市主城区土地利用变化及其对地表径流的影响

马亚鑫　周维博　宋扬

摘要：为探究西安市城市化引起的土地利用/覆被格局变化对降雨径流过程产生的影响，借助ARCGIS空间分析工具，采用SCS模型对西安市主城区降雨径流过程进行模拟，结果表明：CN的高值区在逐步扩大；在相同前期土壤湿润程度状态下，同一时期的径流量随着降雨量的增大而增大；根据1995年、2000年、2006年、2010年四期土地利用数据得到三个时段的土地利用转移矩阵，可知产流能力较强的城镇建设用地面积逐步扩大，产流能力较小的耕地、林地的面积逐步减小。可见，城市化建设的快速发展导致土地利用类型发生变化，使得西安市主城区的径流增大。

关键词：西安市主城区；土地利用；径流；SCS模型；CN值；土地利用转移矩阵；城市化

中图分类号：P333.5 文献标志码：A 文章编号：16721683（2016）05004906

随着城市化建设的快速发展，城市规模的急剧扩大，土地利用与土地覆被格局发生了变化，不断在改变和影响城市产汇流条件、地下水的补径排关系，深刻影响着城市水循环系统，从而引发了一系列水资源和水环境的问题[1]，因此，对土地利用/覆被变化的研究成为当今全球变化区域响应研究的热点和重点[2]。

SCS水文模型是美国农业部水土保持局研制的小流域设计洪水模型[36]，SCS模型能够客观反映土壤类型、土地利用方式及前期土壤含水量对降雨径[HJ2.05mm]流的影响，近年来，在水土保持与防洪、城市水文及无资料流域的多种水文问题等诸多方面得到应用。中国在20世纪80年代后开始介绍并应用SCS模型，如史培军等采用SCS模型对深圳市土地利用变化对流域径流的影响进行研究[7]，刘贤赵等基于SCS模型在黄土高原小流域对降雨径流关系进行模拟[8]，李常斌等对SCS模型中CN值进行反推，并研究该模型在黄土高原典型流域降雨径流模拟的应用[9]，张美华等利用SCS模型对密云石匣试验小区进行降雨径流量估算[10]。上述研究仅限于对小流域范围内的CN值建立了经验值，计算的径流精度较高，但对于城市地区的研究较少。

文章将西安市主城区作为研究对象，以SCS模型为基础，利用遥感图像、土地利用及降雨等数据对中心城区的20年的降雨径流关系进行模拟，分析土地利用变化对主城区的降雨径流的影响，为探究城市建设引起的水文水循环的规律奠定基础，并为城市化区域土地利用/覆被变化的水文响应研究和城市建设规划提供依据。

1 研究区域概况

1.1 研究区概况

西安市位于黄河流域中部关中平原，位于东经107°40′-109°49′，北纬33°4′-34°44′，西安市属于暖温带半湿润季风气候，年平均气温为133 ℃，多年平均降水量6115 mm，降水量年内分配不均匀，多集中于7月-10月。其中主城区包括新城区、碑林区、莲湖区、灞桥区、未央区、雁塔区；面积达826 km2，占全市总面积824%。

1.2 数据资料

1.2.1 土地利用数据与处理

在地理空间数据云中下载西安市1995年、2000年、2006年、2010年TM遥感影像，用ERDAS9.1软件对遥感图像进行大气辐射校正及几何校正，并进行掩膜裁剪，获得西安市主城区的遥感影像图。根据《土地利用现状分类》国家标准，同时结合西安市主城区的土地利用现状以及研究需要，对分类系统进行调整，运用ERDAS9.1软件对此遥感影像进行监督分类，将研究区的土地利用类型划分为耕地、林地、水域、园地、城镇工矿建设用地、未利用地，共6类。结合同期参考资料，通过随机选取样本，进行精度评估，计算其Kappa 指数。对 4 期遥感影像的分类结果进行精度检验。结果表明，Kappa 指数分别为 081（1995年）、086（2000 年）、087（2006 年）、088（2010年），均达到最低允许判别的精度07[11]。最后通过聚类、去除、重编码处理得到西安主城区不同时期的土地利用图。

1.2.2 土壤数据

从全国土壤图中裁剪出研究区的土壤栅格图，并以研究区的实际情况为基础，根据SCS模型的土壤分类标准对土壤进行重分类，得到西安市主城区的土壤类型分类结果（表1）。

1.2.3 降雨数据

本文研究区域为西安市主城区，因此选取来自西安站提供的西安市1980年-2010年月的实测降雨资料。

2 研究方法

2.1 SCS模型

本文选取由美国农业水土保持局开发的经验水文模型—SCS水文模型对降水径流过程进行模拟，该模型适合用于水文、气象资料缺乏的研究区域，充分考虑了流域下垫面的特点，在水文模型参数和遥感信息之间建立直接的联系，并考虑到人类活动对[HJ1.98mm]径流的影响。该模型在美国及其他国家也得到了广泛的应用，其中土地利用数据是由遥感影像解译得到的。

其中CN是反映降雨前流域特征的一个无量纲的参数，用于描述降雨径流的关系，并与流域前期土壤湿润程度（Antecedent moisture condition，简称AMC）、土壤类型、坡度、土地利用类型等因素有关。在降雨量一定时，由于土壤属性较为稳定，土地利用的变化将引起CN值的变化，因此可以通过分析CN值来反映土地利用动态变化对径流的影响。一般情况下，CN值越大则表示该区域的产流能力越强。在SCS模型中，根据前5天的总雨量将土壤湿润程度分为干（AMCI）、正常（AMCII），湿润（AMCIII）三种级别[13]。

3 SCS模型在西安市主城区的应用

3.1 CN值的确定

由SCS模型的含义可知，CN值由前期土壤湿润程度、土壤类型、土地利用类型等下垫面因素综合决定，土地利用数据采用前文遥感影像解译的数据，因土壤属性比较稳定，本文采用前文所分类的土壤类型结果。根据SCS模型的CN值查算表[14]，参考国内外研究者在SCS模型中确定的CN值[15，16]，并结合西安市土地利用类型，土壤类型分类结果，确定了西安市在正常状态下（AMCII）的CN值表。而对于不同前期土壤湿润程度AMCI、AMCIII的CN值，由如下公式可得：

壤湿润程度影响着CN的值，进而将影响研究区域的径流量。

在ARCGIS软件中，将各个时期土地利用类型图与土壤分类图相叠加[17]，得到了含有土地利用类型和水文土壤类型的双重信息图。本文主要研究土地利用变化对径流的影响，因此假设西安市前期土壤湿润程度为正常状态（AMCII）。

按照西安市CN值表进行赋值，可得到研究区域各个时期的CN值分布图。由图可知，颜色较深的区域表示CN值较高的地区，该地区的可能最大滞留量较小，产流能力较强，空间上主要集中于河域，城镇建设用地；颜色较浅区域表示CN值低的地区，其产流能力较弱，主要集中于园地，林地等；随着时间的变化其产流能力较强的区域逐渐扩大，产流能力较弱的区域日益缩小；在空间上，CN值的分布因土地利用类型的变化也在发生变化，进而将影响径流。

3.2 土地利用动态变化

本文假设西安市主城区前期土壤湿润程度为平均（AMCII），以此研究土地利用变化对径流过程的影响。在ARCGIS软件中对西安市主城区1995，2000，2006，2010年四期土地利用类型图进行矢量叠加，获得土地利用变化数据，得到研究区的3个时段的土地利用转换矩阵，以此分析在各个时段各种土地利用类型之间的转换关系。其中，表3至表5分别表示1995年-2000年、2000年-2006年、2006年-2010年西安市主城区土地利用转移矩阵。

通过分析各个时段的土地利用类型转移矩阵可以得出如下结果。

（1）在1995年-2000年的土地利用转移矩阵中，城镇建设用地增长了4747 km2，其占有面积由54%增长到60%，而耕地、未利用地所占面积都有所减少，其中耕地面积由30%减少到25%，未利用地面积由27%减少到06%，其大部分面积转变为产流能力较强、滞留量较小的城镇建设用地，所转变的耕地面积中有79%转为城镇建设用地，未利用地有83%转变为城镇建设用地；水域面积亦有所下降，由423 km2下降到255 km2，多转为产流能力比其低的其他土地利用类型；产流能力较低的园地的土地利用类型面积有所增加，而林地面积变化较小。土地利用类型变化的整体效应使得西安市主城区在1995年-2000年地表平均径流深有所增加，但增加幅度较小。

（2）在2000年-2006年时间段的土地利用转移矩阵中，城镇建设用地面积增长了5419 km2，耕地面积减少3835km2，其占有面积由25%减少到20%，减少速度与1995年-2000年大致相同，水域面积都持续下降，产流能力较低的园地面积持续增加，最终致使径流深度依然增加，但增加幅度变化不大。

[JP3]（3）2006年-2010年城镇建设用地面积增加到6267 km2，增长了803 km2，所占比重达76%，耕地面积所占比重由20%减少到11%，产流能力较低的林地所占比重由41%减少到29%，且林地转变为产流能力强的其他类型用地，相对于其他时间段，该时间段产流能力较大的水域用地变化较小，综合作用使得2006年-2010年的径流深增加且变化幅度较大。

（4）1995年-2010年，城镇建设用地大幅度增加，其占有面积由54%增长到76%，耕地占有面积由30%减少到11%，林地占有面积由45%减少到29%，水域面积由4228 km2减少到846 km2，由5%减少到1%，未利用地占有面积由27%减少到03%，园地面积由3%增长到8%，产流能力较强的城镇建设用地面积增长幅度与水域面积减少幅度相比较大，所以综合作用使2010年的径流比1995年径流有所增长。

综上所述，随着城市化的发展，人类活动的加剧，西安市主城区土地利用/覆被结构发生巨大变化，导致径流量增大；在不同的城市化阶段中，所引起土地利用/覆被的变化对地表径流过程影响亦有所不同。

3.3 西安市主城区径流变化

3.3.1 模型参数验证

选择研究区内唯一具有长期水文资料的灞河流域对模型进行参数验证[18]。该流域穿过研究区内的灞桥区、未央区，在高陵县汇入渭河，并有马渡王水文站进行实测径流，该站上游集水面积达1 601 km2，基于上述数据获取方式得到灞河流域的土壤分类图、土地利用分类图以及1995年月降水量，输入上文确定的CN值和SCS模型模拟出的灞河流域1995年月径流量，并与实测径流量进行比较（图3）。一般认为SCS模型进行径流模拟时，计算的径流量与实测径流量在15%之内为合格，反之不合格[19]，结果有9场相对误差在15%之内。选用线性回归系数和纳西效率系数评价模型适应性，经计算模拟值和实测值的相关系数为09，纳西效率系数为086，表明模型在研究区具有较好的适应性[20]

3.3.2 模型应用

在西安市主城区运用SCS模型进行降雨径流模拟，由于径流受到降雨量和土壤类型，土地利用面积，前期土壤湿润程度等下垫面因素的影响，在本文研究中我们分别对不同时期，不同前期土壤湿润程度及不同频率年的年径流量进行模拟，以此分析对于不同降雨强度，在不同下垫面条件下年径流量的变化。

根据1980年-2010年西安市主城区的年降雨量，使用水文频率曲线适线法得到西安市主城区年降雨量理论频率曲线，选取6699 mm（15%）、52658 mm（50%）、37976 mm（90%）为丰水年、平水年、枯水年。在此基础上对1995年、2000年、2006年、2010年西安市主城区4种不同下垫面情况下3种不同前期土壤湿润程度的径流进行模拟分析。不同情况下的年径流量可得到表6。

根据表6分析可得如下结果。

（1）在相同前期土壤湿润程度下，各种频率下的年径流量随着时间的推移有着增大的趋势。因为随着时间的变化，西安市主城区的土地利用格局发生了巨大的变化，土地利用结构的变化影响着水文效应上的区域产流能力的变化，表现出在相同降雨条件下径流量的增加。

（2）在相同时期，相同前期湿润程度情况下，径流量随着降雨量的增大而增大，呈现在同样下垫面条件下降雨量越大，径流越大的规律。

（3）相同时期、相同降雨量的情况下，不同前期土壤湿润程度情况下的年径流量的变化趋势为：AMCIII>AMCII>AMCI。表明在相同土壤类型、相同土地利用方式下，土壤越湿，即土壤湿度趋于饱和状态，对降雨的下渗能力越小，则产生的径流越大。

（4）在同一前期土壤湿润程度（AMCIII）情况下，年径流量随时间变化量为丰水年（15%）>平水年（50%）>枯水年（90%），但其相对变化量为枯水年（90%）>平水年（50%）>丰水年（15%），枯水年的相对量的变化较大。表明枯水年的径流过程受下垫面条件的影响更大，而丰水年的绝对变化量较大，表明其径流过程受降雨量的影响更大，因其较大的降雨量弱化了下垫面条件对径流的影响；对于平水年，其径流量的绝对变化量、相对变化量均居中，表明下垫面条件与降雨对其均有影响。

4 结论

（1）西安市主城区的CN值与前期土壤湿润程度，土壤属性及土地利用情况均有关，且高值区多分布于产流能力较强的水域及城镇建设用地区域，而低值区集中分布于林地，园地等产流能力较弱的地区。1995年-2010年期间，CN值较高的区域逐渐扩大，CN值较低的区域日益缩小，同时将影响西安市主城区降雨径流过程。

（2）研究时段内，西安市主城区产流能力较强的城镇建设用地面积大幅度增加，而耕地、林地面积有所降低，产流能力最强的水体面积有所减少，而产流能力较低的园地面积有所增加，土地利用类型变化的综合作用使得西安市主城区的径流量增加。

（3）SCS模型模拟结果显示，在相同前期土壤湿润程度的情况下，同一时期的径流量随着降雨量的增大而增大；在相同前期土壤湿润程度、同一降雨量的情况下，随着城市化进程的快速发展，径流量逐渐增大；在相同降雨量、同一时期的径流量与前期土壤湿润程度的关系为AMCIII>AMCII>AMCI，前期土壤湿润程度越干，降雨量下渗越多，径流量越小。

需要说明的是，SCS模型参数是根据美国的情况所确定的，而本文的土壤类型、CN值等参数的确定来自CN值综合查算表和其他研究者所用SCS模型确定的参数，因此SCS模型参数的确定需进一步精确。此外，本文中的1995年-2010年土地利用类型数据，来自TM遥感影像的解译，因为历史资料的限制及时间跨度较大，在遥感解译时存在一些偏差，因此在以后的研究中解译精度需进一步提高。[HJ1.83mm]

参考文献（References）：

[1] 周维博，董艳慧，董起广，等.大西安城市建设引起的水循环变化规律研究[R].西安：长安大学，2014（ZHOU Weibo，DONG Yanhui，DONG Qiguang，et al.Xi′an urban construction caused by water cycle change law research[R].Xi′an：Chang an University，2014.（in Chinese））

[2] 史晓亮，李颖，赵凯，等.诺敏河流域土地利用与覆被变化及其对水文过程的影响[J].水土保持通报.2013，33（1）：2328.（SHI Xiaoliang，LI Ying，ZHAO Kai，et al.Land use/cover change and its effects on hydrologic processes in Nuomin River basin[J].Bulletin of Soil and Water Conservation.2013，23（1）：2328.（in Chinese））

[3] Maidment D R.Handbook of hydrology[M].New York：McGrawHill Book Company，1992.

[4] 张秀英，孟 飞，丁 宁.SCS 模型在干旱半干旱区小流域径流估算中的应用[J].水土保持研究，2003，10（4）：172174，249.（ZHANG Xiuying，MENG Fei，DING Ning.Application of SCS model to estimating the quantity of runoff of sma11 watershed in semi arid or arid region[J].Research of Soil and Water Conservation，2003，10（4）：172172，249.（in Chinese））

[5] 魏文秋，谢淑琴.遥感资料在 SCS 模型产流计算中的应用[J].环境遥感，1992，7（4）：243250.（WEI Wenqiu，XIE Shuqin.The application of remote sensing in runoff formation in SCS model[J].Remote Sensing of Environment China，1992，7（4）：243250.（in Chinese））

[6] 穆宏强.SCS 模型在石桥铺流域的应用研究[J].水利学报，1992（10）：7983，89.（MU Hongqiang.Application of SCS runoff procedure in Shi qiaopu watershed[J].Journal of Hydraulic Engineering.1992（10）：7983，89.） （in Chinese））

[7] 袁艺，史培军.土地利用对流域降雨径流关系的影响—以SCS模型在深圳市的应用[J].北京师范大学学报：自然科学版.2001，37（1）：131136.（YUAN Yi，SHI Peijun.Effect of land use on the rainfallrunoff relationship basin—SCS model applied in Shenzhen city[J].Journal of Beijing Normal University：Natural Science.2013，37（1）：131136.（in Chinese））

[8] 刘贤赵，康邵忠，刘德林，等..基于地理信息的SCS模型及其在黄土高原小流域降雨—径流关系中的应用[J].农业工程学报，2005，21（5）：9397.（ LIU Xianzhao，KANG Shaozhong，LIU Delin，et al.SCS model based on geographic information and its application to simulate rainfallrunoff relationship at typical small watershed level in Loess Plateau[J].Transactions of the CSAE，2005，21（5）：9397.（in Chinese））

[9] 李常斌，秦将为，李金标.计算CN值及其在黄土高原典型流域降雨—径流模拟中的应用[J].干旱区资源与环境，2008，22（8）：6770.（LI Changbin，QIN Jiangwei，LI Jinbiao.Application of computational curve number to precipitationrunoff simulation in a typical watershed in chinese loess plateau[J].Journal of Arid Land Resources and Environment.2008，22（8）：6770.