淮河中上游流域土地利用变化与流域径流量相关性分析

罗东旭 王继保 郑霞忠 陈士桐

(三峡大学 水利与环境学院, 湖北 宜昌 443002)

淮河位于中国东部,全长约1 000 km,流域面积约27万km2,是中国七大河流之一.近30年来,伴随着气候变化及人类活动影响,淮河流域径流的演变规律发生了很大变化[1].

径流受气候、下垫面、人类活动等因素的耦合作用[2,3].气候要素,尤其是降水,在很大程度上决定了流域径流.但是,流域本身的一些特性,比如土地利用、地表覆盖等,也与径流的产生密切相关[4].

近年来,已有学者进行了相关研究[2,5].淮河流域随着时间迁移,受国家政策、气候变化等多种因素影响,淮河流域土地利用、地表覆盖等产生显著变化[6].唐为安,田红,卢燕宇等[2]研究表明淮河流域中上游土地利用变化是引起径流变化的主导因素,对上游和中游径流量变化的贡献率分别为76%和74%;降水对径流量变化起着次要作用.但淮河流域土地利用类型的变化规律以及对径流影响的规律还需深入研究.

本文运用滑动平均法、转移矩阵分析法、皮尔逊相关系数法等分析方法,对淮河流域中上游典型水文站(蚌埠站)径流在时间尺度上的变化特征与土地利用变化规律进行相关性分析,以揭示淮河中上游流域径流年际变化与土地类型变化之间的关系,为流域土地利用规划、水资源管理等提供理论参考依据.

1 数据与方法

1.1 数据来源

本文引用了资源环境数据云平台上的中国土地利用遥感监测数据,该数据由中国科学院地理科学与资源研究所、中国科学院资源环境科学数据中心提供,引用了包括1980、1990、1995、2000、2005、2010和2015年的淮河中上游土地利用遥感监测数据.该数据是在土地利用现状遥感监测数据基础上通过矢量数据栅格化生成的1km栅格数据.其中1980年土地利用数据的重建主要使用Landsat-MSS遥感影像数据,1990年至2010年各期数据的遥感解译主要使用了Landsat-TM/ETM遥感影像数据,2015年土地利用/覆被数据更新主要使用了Landsat8遥感影像数据.根据土地资源及其利用属性,数据主要分为耕地、林地、草地、水域、建筑居民用地、未利用6种一级类型;根据土地资源的自然属性,分为25个二级类型.

本文只研究蚌埠以上流域,因此采用蚌埠测站测得的年连续最大30 d洪量W30d和年连续最大60 d洪量W60d,数据涵盖的年份范围为1975—2010年.

1.2 研究方法

本文主要采用转移矩阵分析土地利用转移变化规律,采用滑动平均法处理洪量数据,采用皮尔逊相关系数法分析土地利用变化与洪量的相关性.2018年,张国栋,黄茹,胡彩虹等[7]使用滑动平均、Mann-Kendall检验等方法研究了汾河上游土地利用变化对径流量的影响.2010年,乔光建[8]对土地利用变化与径流量的演变进行了相关性分析,彦立利[9]对石羊河流域山区土地利用变化及地表径流量进行了相关性分析.2017年,WANG Fang[10]研究了黄河流域土地利用和天然流量的关系.

1.2.1 土地利用

将含有研究区省份的土地利用栅格数据用Arc-GIS的镶嵌功能镶嵌至同一栅格,组成一块大地图.使用插件ArcSWAT中的Watershed Delineator(流域划分)功能,将包含研究区的utm地形文件提取出河网,再通过指定出口,即蚌埠测站位置,向上游找到所有流经该出口的河流,从而确定流域范围,得到一个流域范围的外框,再使用掩膜提取功能,提取出研究区的土地利用栅格数据.该栅格数据中包含了该研究区的所有土地利用二级类型及其对应面积大小,并且可以通过两张包含相同区域的栅格数据创建转移矩阵,分析土地利用的转移情况.

1.2.2 径流量

为减弱除土地利用以外其他不确定因素对于洪量的影响,应对收集到蚌埠测站在1975—2010年的W30d和W60d数据进行5 a滑动平均处理.滑动平均法可以减弱数据的随机起伏,使其更加平滑[11],本文用到的5 a滑动平均法的计算公式见式(1).

式中：y'3为原y3在滑动平均后得到的值;y1、y2、y3、y4、y5为相邻的一组数据.因此要计算y3,就必须知道其左右两个相邻数据,而由于收集到的土地利用数据和洪量数据重叠的年份只有1980—2010年,所以只能使用1978—2007年的洪量数据来计算其1980—2005年的滑动平均值.最终可用的洪量数据范围只有1980—2005年.

1.2.3 相关性分析

相关性分析方法包括回归分析、相关系数等.相关系数又分为皮尔逊相关系数、复相关系数、典型相关系数等,这里计算皮尔逊相关系数来分析土地利用变化与洪量的相关性.皮尔逊相关系数的计算公式为：

式中：n为样本量;xi、yi是两个变量的观测值是变量的均值;r是计算出的相关系数.其绝对值越接近1则数据间的相关性越大.

2 数据处理结果与分析

2.1 统计结果

2.1.1 各年土地利用情况

表1为土地利用一级类型在研究年中面积和比例的变化情况.其中1985年数据为1980年和1990年数据插值而得.ArcGIS中土地利用情况图挑选了4个代表年进行展示,如图1～4所示.

表1 各年土地利用变化情况

图1 1980年研究区域土地利用情况图

图2 1990年研究区域土地利用情况图

图3 2000年研究区域土地利用情况图

图4 2010年研究区域土地利用情况图

2.1.2 各年W30d、W60d洪量变化情况

原始数据波动较为剧烈,因此采用滑动平均法来分析长序列径流资料的变化趋势.将收集到的多年蚌埠水文站实测径流数据取相邻前后5年进行计算滑动平均值,5a滑动平均后的历年W30d、W60d洪量图如图5所示.

由图5可以看出,滑动平均法较好地平滑了洪量数据,一定程度上消除了某些偶然因素对于洪量的影响.经过滑动平均后,W30d在1994年达到最小值61.76亿m3,W60d在1995年达到最小值85.48亿m3.不难看出,蚌埠测站测得的W30d、W60d洪量在1995年以前呈降低趋势,在1995年后呈升高趋势,每年洪量有小幅波动,但整体趋势较为明显.

在滑动平均值的基础上,取有可用土地利用数据的对应年份,即1980、1990、1995、2000和2005年共5年的数据,即可与对应年份的土地利用情况进行相关性分析.

图5 洪量变化趋势

2.2 结果分析

2.2.1 各年土地利用情况变化分析

从表1可以看出,耕地面积从1980年至2015年单调递减,最高为1980年的83 892 km2,最低为2015年的81 609 km2,总变幅2 283 km2,相较自身总共减少了2.72%.相对于其他土地利用一级类型,变幅较大.林地变化不稳定,但变幅很小,1980至1990年减少了4 km2,1990至1995年又增加了58 km2,5年后又减少了77 km2,上下变幅不超过100 km2,因而林地面积可以认为仅在1990年至2000年有较大起落,其余年份无明显变化.草地面积较小,且除1990年至1995年有一次大幅减少,减少了451 km2,其余年份均小幅度波动.水域面积基本呈递增趋势,除1990年至1995年,2000年至2005年有两次小幅减少,水域面积从1980年至2015年总共增加了400 km2,虽然数字较小,但是相对自身增加了13.48%.建筑居民面积一直呈单调递增状态,且为所有土地利用一级类型中总变幅最大的一个,总共增加了2 354 km2,可以看出无论其他土地利用类型如何变化,一般不会影响到人类对居住地的拓展.未利用面积变化很小,且总面积太小,无分析意义.

2.2.2 土地利用空间转移情况分析

表2、表3即为土地利用转移矩阵,矩阵中数字amn表示第m行对应的土地利用一级类型转移到第n列对应的土地利用类型的数量(面积km2),如表2中的数据矩阵中,第3行第2列的数字218,表示1990年的草地面积中有218 km2的位置在1995年转化为了林地.由于洪量极小值在1995年,因此以1995年为分界线,在此展示1990—2005年的两个转移矩阵.

表2 1990至1995年土地利用变化转移矩阵

表3 1995至2005年土地利用变化转移矩阵

2.3 土地利用情况与W 30d、W 60d洪量变化的相关性

2.3.1 相关性分析

流域径流量变化的主要影响因素为流域气候、下垫面因素等[2-3],而气候包括了降雨等因素,下垫面因素又包括了土地利用情况等,同时也受人类与动物的活动影响,所以难以直接得出土地利用对径流量的影响情况,但分析其相关性是可行的.下面计算各种土地利用类型与W30d、W60d的相关系数,见表4～5.再将W30d、W60d的相关系数取平均数,以代表流域径流量,平均后的相关系数如图6所示.

未利用土地由于面积太小,不做分析.从表5可以看出,土地利用类型中,除草地以外,其他土地利用类型和两种洪量的相关系数同号.从图6可以看出,林地与径流量的相关系数最大,为-0.705 4,说明径流量与林地呈负相关,且具有中等程度的负相关性.其次,径流量与耕地有中等偏低的负相关性,与水域有低正相关性,与建筑居民用地有低正相关性.径流量与草地的相关系数值为负,但很小,几乎无相关性.

表4 流量与土地利用类型面积统计表

表5 土地利用类型相关系数计算表

图6 相关系数均值图

图7 各年土地利用变化与洪量变化趋势图

2.3.2 径流量变化原因分析

土地利用方式不同在于其下垫面土壤种类不同、土地上覆被种类不同等.减少降雨产生的径流量的方式大致有两种：土壤下渗吸收、植物截留.土壤与水泥地相比,其内外具有孔隙,可供水下渗;水泥地多为不透水面,降雨难以下渗,产生的地面径流较多,所以同种土壤的面积越大、覆盖厚度越大,可以吸收的降雨越多,则产生的地面径流越少.土地上覆盖的植物越多,植物吸水越强,则产生的地面径流越少.只要减少地面径流,就可以使流入河道被计算在洪量内的水量变少,从而起到减少流域径流量的作用.

耕地、林地、草地具有大量土壤,对于降雨产生的水量有吸收作用,因此,对于径流量有降低的作用,解释了耕地、林地和洪量的相关性系数为负的计算结果.此外,林地不仅具有吸水的土壤,还具有可截留雨水的树叶和可吸收水分的树根,且林地根系深度较大,土壤有效含水量较高,对于降雨量的吸收效果比耕地更好[12],所以即使林地面积不大,也能和洪量具有绝对值最高的相关系数,表明林地面积的增加对径流产生明显的减少作用.草地在本流域的面积太少,对于洪量的影响力太小,计算出的相关系数较小,所以其相关性不大,所以其对径流的影响也较小.相反,建筑居民用地土壤较少,多数为不透水的水泥地,降雨会直接形成地面径流,流入河道形成洪量,产生的洪量则较多;水域则直接增大产生洪量区域的面积.所以建筑居民用地和水域面积的增加对径流的增加有积极的作用,解释了其相关系数为正的计算结果.分析结果与乔光建[8]、邓睿[12]的分析一致.

综上所述,土地利用与径流量相关性大小的顺序为：林地>耕地>水域>建筑居民用地>草地.

3 结 论

由以上分析可以看出,淮河中上游流域内径流量和流域土地利用情况有一定相关关系.

1)1980—2015年,淮河中上游流域耕地逐年递减,建筑居民用地逐年递增;林地面积变化较小,在1995年有最大值;草地总面积较小,但在1990～1995年有一次大幅下降;水域在研究年限中大致为递增趋势,但1995年存在一个极小值.

2)W30d和W60d在研究年限中,均呈现先减后增的大趋势,最小值在1995年.

3)在不考虑面积极小的未利用土地的情况下,土地利用和流域径流量的相关性中,林地、耕地、草地分别与径流量呈负相关,相关系数分别为-0.705 4、-0.487 6、-0.042 5,林地的相关性最强,草地的相关性最弱.水域、建筑居民用地分别与径流量呈正相关,相关系数分别为0.4367、0.38,水域的相关性最强.所有土地利用类型与径流量的相关性大小顺序为：林地>耕地>水域>建筑居民用地>草地.说明在不考虑少量的未利用土地时,在淮河中上游流域,土地利用情况与流域径流量存在一定相关关系,且林地与径流量的相关性最强,草地与径流量的相关性最弱.