昆明市区地表径流影响因子分析

曹 言, 王 杰, 柴素盈, 戚 娜

(1.云南省水利水电科学研究院, 昆明 650228; 2.云南省环境科学研究院, 昆明 650034)

地表径流是水量平衡重要的组成部分，也是田间水文重要的内容之一，对流域水资源开发利用和农作物生产管理具有重要应用价值[1]。研究表明[2-7]，地表径流受气象因素和下垫面因素共同影响，其中气象因素主要包括降雨量、降雨强度和降雨持续时间等，下垫面因素主要包括坡度和土地利用类型等因素。如李建柱等[2]研究表明汛期降雨量和降雨强度的减少对大清河流域洪水次数和量级的减少具有一定的影响。陈晓安等[3]采用人工模拟降雨试验分析不同坡度和雨强对红壤耕地地表径流的影响，结果表明地表径流强度随雨强增大而增大，随坡度先增大后减小。陈晓燕等[4]利用SWMM模型探讨降雨和土地利用对地表径流的影响，结果表明地表径流随降雨增加而显著线性增加，随渗透面积比例增加反而呈显著下降趋势。史培军[5]、郑璟[6]、马亚鑫[7]等研究均表明城市化的快速发展，导致土地利用发生变化，进而增大地表径流。然而，目前对地表径流影响因子的研究还大多集中在单因子方面，针对多因子综合分析还相对较少。

SCS-CN是模拟单场降雨地表径流中最常用的水文模型。该模型综合考虑了土壤类型、土地利用、土壤湿度等特点，具有较强的适用性，且参数改进空间大，通过参数改进的模型被诸多学者广泛的应用的全球不同地区[8-12]。例如Mishra等[8]在美国Waco流域对初损率λ进行改进后相对误差由-21.57%缩小至10.11%。Shi[9]、Xiao[10]等分别在中国南方三峡区王家沟流域和黄土高原六道沟小流域对初损率λ进行率定，模型在各自流域模拟精度均较高。陈正维等[11]通过坡度修正SCS模型中CN值和率定初损率λ，有效地预测了四川盆地紫色土坡地降雨径流。王瑾杰等[12]利用卫星观测数据和遥感反演地表参数对SCS模型中最大可能持水量(S)进行计算，该方法具有较高的模拟精度，不受CN值的影响，具有较强的适用性。

昆明市区(102°35′39″—103°0′48″E，24°42′1″—25°12′42″N)，包括五华区、盘龙区、西山区、官渡区、呈贡区和空港经济区，面积1 028 km2，气候属于亚热带高原季风气候，多年平均降雨量为923.9 mm。近年来由于昆明市城市化的快速发展，气候变化和农业种植结构的不断调整，导致昆明主城区降雨—径流特征发生变化。本研究通过率定初损率λ，利用坡度修正后SCS模型模拟不同时间尺度下昆明市区降雨地表径流，探讨降雨量、降雨强度、土壤湿度及土地利用变化与地表径流的响应关系，不仅能够准确认识降雨—径流关系，也可为地区雨水收集利用和城市内涝防控提供一定的参考。

1 数据及研究方法

1.1 数据资料

1.1.1 降雨和径流数据 降雨数据采用云南省气象局和中国气象科学数据共享服务网提供的昆明市区及周边的昆明(102.65°E，25.0°N)、呈贡(102.8°E，24.88°N)、太华山(102.62°E，24.95°N)、宜良(103.17°E，24.92°N)和嵩明站(103.03°E，25.33°N)5个气象站点，1986年、1995年、2000年、2007年、2014年逐日降雨数据，利用泰森多边形对气象站点代表的地域范围进行划分，计算每个气象站地域范围内的逐年逐次降雨产流。草地的径流数据选用呈贡大渔乡2001—2002年8场降雨事件，城市建设用地的径流数据选用主城明通河流域2006—2007年6场降雨事件，水田的径流数据选择昆明市嵩明县2016年11场降雨事件，其试验选择在大型侧坑中进行，观测记录水稻生育期内降雨前后侧坑水层深度，降雨事件均是发生在水稻生长期内。具体见表1。

表1 降雨事件的基本情况

1.1.2 土地利用类型数据 土地利用类型数据选用中国科学院环境数据中心提供1∶10万的1986年、1995年、2000年土地利用类型数据，该数据均由3期同年陆地卫星TM影像经过人工解译获得。2007年、2014年数据通过ENVI 5.0对SPOT5(2007年3月26日)和SPOT6(2014年11月24日)同期遥感影像进行正射校正、几何校正、影像分割、合并分块处理等，完成对遥感影像的解译。共涉及10种土地利用类型(附图1—2)。

1.1.3 其他数据 土壤类型数据由中国科学院资源科学数据中心提供，采用ArcGIS对研究区内的土壤类型数据进行提取(附图3)，根据土壤最小下渗率[16-17]和土壤质地[18]，将昆明市区土壤类型划分为B，C，D这3种类型(表2)，由图1可知，昆明市区土壤类别以山原红壤和水稻土为主，SCS模型土壤类型以D类和C类为主，其中城市建设用地属于不透水地表，将其划分D类[7]。DEM数据采用项目组内部30 m分辨率的数字高程数据，主要用于计算研究区坡度进而修正CN值。

图1 昆明市区SCS模型土壤类型分布

1.2 研究方法

1.2.1 SCS-CN模型 SCS-CN模型假设降雨实际入渗量与其潜在最大入渗量之比等于地表径流量与潜在最大径流量之比，其模拟方程为[19]：

(1)

式中：Q为地表径流量(mm)；P为降雨量(mm)；S为最大可能储水量(mm)；λ为初损率，无量纲，一般定义λ=0.2。其中S通过CN(curve number)值计算而得，具体见公式(2)。

(2)

式中：CN值为径流曲线数，其主要取决于流域前期土壤湿润程度(AMC)、土壤类型和土地利用类型的特征，通常参考美国《国家工程手册》的标准。而AMC表示前5 d的降雨总量API，一般根据API将AMC划分为3种等级，即干旱条件(AMC I)CN1，正常条件(AMC Ⅱ)CN2和湿润条件(AMC Ⅲ)CN3[20]，其中CN1和CN3可通过CN2进行相互换算，即公式(3)和公式(4)：

CN1=4.2CN2/(10-0.058CN2)

(3)

CN3=23CN2/(10+0.13CN2)

(4)

表2 昆明市区土壤类型分类情况

1.2.2 基于坡度修正CN值 SCS模型中不同土壤类型与土地利用类型对应的CN值不同，根据国内相关研究成果[21]确定研究区传统正常条件下的CN2值(表3)。传统SCS模型的CN值未考虑到坡度对降雨产流的影响，CN值变化较降雨量对地表径流的影响更为敏感。因此，本文采用Hang坡度修正公式[22]对CN2值(表3)进行修正，具体见公式(5)。

CNα=CN2(322.79+15.63CN2)/(α+323.52)

(5)

式中：CNα为坡度修正后的CN2值，无量纲；α为多边形坡度值，用百分比(%)表示。

2 结果与分析

2.1 初损率λ的率定

由于研究区受人为活动影响较大，土地利用类型较为复杂，且缺少相关的水文站点监测数据。因此本文根据研究区相关研究成果和大田试验实测数据，对草地(以草地为主，果树均是幼苗)、城市建设用地和水田的初损率λ进行率定，检验模型模拟的效果(图2)。在率定期，当草地、城市建设用地和水田λ取0.2，0.05，0.05时，模拟值和实测值平均相对误差为14.96%，R2为0.70；在验证期，草地、城市建设用地和水田模拟值和实测值的平均相对误差为12.46%，R2为0.95。模型模拟的平均相对误差均小于15%，且R2均在0.70以上，加之研究区范围较大，下垫面较为复杂，因此模型模拟精度基本上是在可接受范围内，模拟结果相对可信。此外，根据相关研究和各土地利用类型的产流特点[23-25]，将有林地、灌木林、疏林地、旱地λ取值为0.2，将裸地、水体、大棚λ取值为0.05。

表3 昆明市区传统AMCⅡ正常条件下CN2值

图2 率定期和验证期的模拟值与实测值比较

2.2 降雨与地表径流的响应关系

2.2.1 降雨量对地表径流量的影响 通过修正后的SCS模型模拟1986年、1995年、2000年、2007年、2014年逐次降雨产生的地表径流量，统计分析不同时间尺度下降雨与地表径流的响应关系。由图3A可以看出，地表径流深度与降雨量呈极显著线性关系(R2=0.7926，p=0.00)，当降雨量分别大于1，2，4 mm时，地表径流深度分别大于0.01，0.1，1 mm，地表径流深度增加幅度明显高于降雨量增加幅度。在年际变化方面(图3B)，根据近50 a昆明市年降雨数据，参考《水文情报预报规范》将1986年、1995年、2000年、2007年、2014年划分为丰水年、偏丰水年、偏枯水年、偏枯水年和平水年，其地表径流量分别为3.55亿m3，2.67亿m3，1.48亿m3，1.80亿m3，2.52亿m3，呈现出丰水年>偏丰水年>平水年>偏枯水年的趋势。在月际变化方面(图3C)，地表径流量最大值主要出现在降雨最多月份(6月或7月)，平均降雨量达到250.1 mm，占全年平均降雨总量的25.68%，平均地表径流量达到0.829 7亿m3，占全年平均地表径流量的33.54%；地表径流量最小值主要出现降雨较少月份(1月或12月)，平均降雨量仅为7.3 mm，平均地表径流量也仅为0.001亿m3。地表径流量不仅受到降雨量的影响，同时也会受到降雨强度和降雨前土壤湿润程度的影响。如1995年、2000年地表径流量最大值分别出现在6月和5月，均未出现在最大降雨量月份，其主要原因是该月份强降雨(>30 mm)场次明显高于其他月份，且降雨时间较为连续，降雨前期土壤湿度较高所致。

2.2.2 降雨强度对地表径流量的影响 由表4可知，在不同强度降雨场次方面，降雨等级不同，降雨次数差异较大。<10 mm 等级降雨场次最多，年平均达到103次，年平均降雨量为270.7 mm，其次分别是10～20 mm和20～30 mm，年平均降雨场次分别为20，8次，年平均降雨量分别为268.7，173.8 mm，>30 mm降雨场次平均仅为7次左右，但其年平均降雨量达到259.7 mm。

图3 降雨对地表径流的影响

在不同降雨强度降雨量方面，丰水年内强降雨(>30 mm)降雨量占全年降雨总量比重最大，偏枯水年内弱降雨(<10 mm)降雨量比重最大。在不同强度降雨径流深度方面，降雨强度在不同等级之间变化时，模拟的地表径流深度变化幅度差异较大。<10 mm年平均地表径流深度最小，仅为22.97 mm，10～20 mm与20～30 mm年平均地表径流深度相差不大，分别为51.32，49.11 mm，而>30 mm较<10 mm，10～20 mm和20～30 mm地表径流深度分别增加1.02～4.70，0～2.55，0.50～2.05倍，年平均地表径流深度达到110.49 mm，占全年径流深度的47.25%。在不同强度降雨径流系数方面，也呈现出降雨强度越大，径流系数越大，产流能力越强。<10 mm平均降雨径流系数最小，仅为0.09，其次分别是10～20 mm和20～30 mm，其平均降雨径流系数分别为0.19，0.27，>30 mm平均降雨径流系数达到0.43。

表4 不同降雨强度下地表径流深度情况

2.3 土壤湿润程度与地表径流的响应关系

土壤湿润程度直接影响着土壤当时最大可持水量(S)，降雨前土壤含水量越大，最大可持水量则越小，雨水下渗量相对较少，则越容易产生地表径流。由图4可知，整体上呈现出土壤越湿润，雨水产流能力则越强。在单次降雨的产流能力方面，干旱条件下降雨次数最多，正常条件下降雨次数最少，湿润条件下降雨次数相对较多，其年平均次数分别为58，12，18次，分别主要集中5—10月、7—8月、6—7月，单次降雨平均产流量分别为20.44×105，27.25×105，46.02×105m3/次；在单位毫米降雨的产流能力方面，湿润条件>正常条件>干旱条件，其单位毫米降雨平均产流量分别为1.85×105，2.82×105，3.71×105m3/mm。可见，湿润条件下降雨的产流能力最强，是干旱条件下产流能力的2倍以上，且也明显高于正常条件下的产流能力。

图4 不同湿润程度下雨水产流能力

2.4 土地利用类型与地表径流的响应关系

随着昆明市城市率的不断提高，土地利用剧烈变化直接影响着CN值的确定，导致流域最大蓄水容量的变化。由图5可知，1986—2014年期间昆明市区渗透比例持续下降，其主要由于城市建设用地面积显著增加，年平均增长幅度为7.44 km2/a，面积占比由13.16%增加至33.41%，主要由水田、草地、灌木林和旱地转化而来，而水田、草地、灌木林和疏林地减少趋势最显著，年平均减少幅度分别为8.57，6.68，5.20，3.29 km2/a，导致透水地表面积呈持续减小趋势。选取丰水年(1986年)、偏丰水年(1995年)、平水年(2014年)和偏枯水年(2000年、2007年)，分别计算相同降雨年型下的地表径流量，结果表明地表径流量随着渗透比例的减小整体呈现上升趋势，2014年地表径流量较1986年分别增长了0.420 8亿m3，0.513 7亿m3，0.431 8亿m3，0.335 4亿m3，0.308 4亿m3，减小幅度呈现出丰水年>平水年>偏枯水年的趋势，其中1995年、2007年地表径流量均有减少趋势，其原因主要均是水田面积大幅减小，导致流域产流能力下降。可见，随着渗透比例的不断减少，土地利用变化对地表径流的影响越来越显著，且丰水年土地利用变化对地表径流的影响明显大于平水年和偏枯水年。

图5 昆明市区不同阶段径流深度变化

3 结论与讨论

(1) 影响地表径流的主要因素是降雨，其中地表径流深度与降雨量呈极显著线性关系，且呈现出丰水年>偏丰水年>平水年>偏枯水年的趋势。而降雨量与降雨强度、降雨前土壤湿润程度具有较强的相关性，如在丰水年内强降雨(>30 mm)降雨量占全年降雨总量比重最大，在偏枯水年内弱降雨(<10 mm)降雨量占比则最大，而强降雨(>30 mm)下的地表平均径流量达到1.135 8亿m3，占全年径流总量的47.25%，直接影响全年地表径流总量的多少。地表径流最大值就出现在降雨最多月份(6月或7月)，月平均雨水产流次数达到20次，日平均径流量达到0.034 1亿m3/d，平均1～2 d就有一次降雨径流发生，且降雨量较大，土壤湿润程度基本上呈湿润条件，此时单次降雨和单位毫米降雨产流能力最强，这也是6月或7月地表径流量最大的原因之一。

(2) 土地利用变化主要是影响流域渗透面积比例，在相同降雨年型下，地表径流量随着渗透比例的减小整体呈现上升趋势，且丰水年土地利用变化对地表径流的影响明显大于平水年和偏枯水年。

与以往研究相比较，本研究通过修订CN值和率定λ，能够较为准确地模拟研究区地表径流特征，能够为今后雨水利用提供一定的参考价值。但由于缺乏长序列的降雨—径流数据，未对每种土地利用类型的λ进行率定，此外降雨前期土壤湿润程度的划分还有待修正，尤其是在城市建设用地方面。因此，应在着重补充实测数据的同时，通过土壤水分吸收平衡原理不断修订和补充CN值，探讨各影响因子对地表产流的影响，从而更加科学地认识本地区降雨—径流关系。