流域景观格局变化对土壤侵蚀影响的模型研究

2020-05-31刘晓光

水利技术监督 2020年3期

刘晓光

(盘锦河海土木工程咨询有限公司，辽宁盘锦 124010)

1 研究区概况

苏子河是辽宁省东部河流浑河的重要支流，同时也是新宾县最大的河流[1]。苏子河干流全长119km，流域总面积约1966km2。苏子河流域属于典型的中温带大陆性季风气候，四季分明、降雨充沛，年平均降雨量为843.2mm[3]。由于流域具有良好的植被覆盖且降水比较丰富，因此河流的径流量较大，多年平均径流量为5.19亿m3，因此成为大伙房水库的重要入库水源。因此，苏子河水量和水质会对大伙房输水工程产生重要影响。苏子河流域位于辽宁省中北部长白山系西延部分，低山和丘陵属于该流域的主要地形[2]，最高海拔为1346.7m，最低海拔为123.8m，平均海拔492.1m。流域内的平均土层厚度为0.2～0.4m，以暗棕色和棕色森林土为主。

2 子流域侵蚀模数的计算

2.1 研究区SWAT模型的建立

研究中利用地理空间数据云获取研究区的DEM图，利用ArcGIS10软件将获得的分辨率为30m的DEM图进行镶嵌、裁剪和投影等一系列图形的转化操作。基于1985和2018年的土地利用类型数据建立相应的空间数据库，并将其设置成与DEM一致的投影坐标，实现土地利用图和模型数据库的关联。在SWAT模型的土壤数据库中输入土壤的物理属性参数，加载的气象资料来自本溪气象站的数据，对于缺失的实测数据利用天气发生器生成。

将按照上述方法转化操作获得的DEM图输入模型中，并利用阈值方法进行河网的定义[4]。结合研究需要和苏子河流域的实际情况，阈值选择为22.13km2，并将整个流域划分为27个子流域，结果如图1所示。关于水文响应单元，将土地和土壤类型及其索引表输入模型，以10O和25O为分界点将坡度分为3类，相应的坡比输入数值为17.6和46.6，最终生成910个水文响应单元。

图1 子流域划分结果示意图

将天气发生器、土壤属性数据、空间数据库和索引表输入SWAT模型，并利用索引表实现与各个子流域的链接，模型可以自动为流域分配气象资料[5]。因此在创建好所有的数据库文件后，只要设置好起止时间和预热年等关键数据，即可开始模型的运行。

2.2 侵蚀模数计算结果

在保持模型运行时气象资料不变的情况下，分别将1985和2018年的苏子河流域土地利用数据输入模型，利用模型计算获得如图2—3所示的各个子流域的土壤侵蚀模数空间分布情况。由计算结果可知，在1985年的土地利用格局下，微度侵蚀和轻度侵蚀面积分别占22.35%和77.65%；在2018年的土地利用格局下，微度侵蚀和轻度侵蚀面积分别占37.35%和62.65%。整体来看，流域土壤侵蚀程度有所加大，且侵蚀比较严重的区域主要集中于上游地区。究其原因，一是人类活动引起土壤利用格局的变化造成侵蚀程度的增加，二是上游地区主要是旱田作物，容易造成土壤侵蚀，下游主要是城镇和市郊，地表存在较大的硬化面积，不易被侵蚀。

图2 1985年土壤侵蚀模数分布

图3 2018年土壤侵蚀模数分布

3 景观格局指标的选择

本次研究选取了景观水平上的7种景观格局指数作为研究指标，参照相关的研究成果[6]，所选取的景观格局指数见表1。利用GIS空间分析模块将不同缓冲区内的土地利用类型进行栅格形式转换，然后利用Fragstats3.3软件对各个缓冲区内的景观格局指数进行统计分析。

表1 研究中选取的景观指数与变化特征

4 多元线性回归结果分析

按照上文提出的方法，对苏子河流域1985—2018年的土壤侵蚀模数和7个景观指数进行模拟计算，并根据计算结果获得各个子流域的土壤侵蚀模数和景观指标的变化量，见表2。

基于本文的研究目的，特将苏子河流域1985—2018年的各个子流域的土壤侵蚀模数的差值作为因变量，将所选取的7个子流域景观格局的指数作为自变量，利用SPSS软件进行多元线性回归分析，计算结果见表3。[7]表中的参数R为2个模型的复相关系数，R2为判定系数，主要表明线性方程拟合结果和实际数据之间的拟合程度。鉴于2个模型的判定系数的值分别为0.544和0.652，说明模型2具有更高的拟合度，回归效果比较理想。

表2 各个子流域土壤侵蚀模数和景观指标的变化量统计结果

表3 多元线性回归分析模型计算结果

注：a的预测变量为SHDI；b的预测变量为SHDI，COHESION(下同)。

拟合模型的方差分析检验结果见表4。由表4中的结果可知，模型2的总平方和为183281.550。其中，回归平方和占到了总平方和的69.18%，这也意味着回归分析获得的模型能够解释69.18%的研究原始数据。F统计量的值为22.550，概率值Sig为0.00，明显超过了0.05的显著性检验标准。基于上述数据，利用线性回归分析法建立的回归方程具有统计学价值。因此，SHDI和COHESION这2个变量和土壤侵蚀模数之间存在一定的线性关系。置于2者之间的线性关系的强度，仍需要进行进一步分析。

利用SPSS输出模型系数(见表5)，并根据表中的数值写出回归方程。其中，模型2的2个自变量T检验的概率值均显著小于0.05，说明模型具有较强的显著性[8- 12]。就共线性检验结果来看，2个模型的VIF值都是1.237，均小于5，说明2个自变量之间不存在显著的共线性特征，具有比较理想的效果，应该保留在回归方程中，模型的常量T检验概率值明显大于0.05，不具备显著性，应该予以删除。最终获得的回归方程表达式为：

ΔS=0.378ΔCOHESION-0.583ΔSHDI

(1)

式中，SHDI—中文名为香农多样性指数，其生态学方面的意义为景观的异质性，其取值范围为0～1，当该指数的取值越接近于1时说明子流域内的斑块数量越多且分布越均匀，当其值为0时说明子流域内仅有一种斑块类型；COHESION—中文名为斑块结合度指数，表达的是子流域内各个斑块类型之间的物理连通性，其取值范围为0～100，其值越小说明斑块之间的物理连通性越小。

表5 回归模型系数

根据多元回归方程可知，在本文研究中所选取的7个景观格局指标中，对苏子河流域各个子流域的土壤侵蚀模数影响最显著的2个指标为SHDI、COHESION。由上述回归方程可知，苏子河流域各个子流域的土壤侵蚀模数和SHDI的变化量呈现出显著的负相关关系，说明不同斑块类型的分布更加均匀，斑块数量越多，就会明显增加地表径流的流动长度，进而造成流速的减小和土壤侵蚀量的降低。苏子河流域各子流域的土壤侵蚀模数与COHESION变化量之间存在显著的正相关关系，说明斑块之间的物理连通性的增强，可以显著增加土壤侵蚀模数。因此，在苏子河流域的土壤侵蚀严重地区，可以通过实施沟垄耕作、山坡截流沟等工程措施降低斑块之间的物理连通性，进而达到水土保持的目标[13- 15]。