基于SWAT模型社河流域径流对流域景观格局变化的响应

刘蕴瑶，殷 有，温一博，周永斌，温福双

（沈阳农业大学林学院，沈阳110161）

景观格局变化导致林冠截留、蒸散发和下垫面等改变直接影响着流域的径流过程，是水文变化的重要驱动因素[1-3]。探究景观格局变化时空变化规律，研究流域景观格局与水文过程的响应机制，分析流域不同景观格局下的径流特征，可以为合理调整流域内土地利用空间结构、减少洪旱灾害和治理生态环境提供基础支持。

目前，国内外学者利用景观格局指数或者流域土地利用变化对流域景观格局变化的径流响应进行了大量研究。在土地利用变化径流响应的研究中，森林的变化如何影响径流是一项重要研究问题。有学者认为，区域森林面积的增加会减少区域的地表径流，因为森林的增加增强了土壤水分下渗的能力，然而森林削减洪峰流量的能力也会增强[4-6]。与森林减少径流的观点相对应的，有研究认为，森林可以增加流域范围内的径流[7]。王根绪等[8]研究表明，马营河流域上游林草地大规模转为耕地，使流域年均径流量减少。有一些学者认为，土地利用的变化对平水径流和洪水径流的影响程度相同。GUO 等[9-10]的研究发现，天然植被破坏后，平水季节径流量减少而丰水季节没有明显变化。ZHOU 等[11]对太湖流域的模拟发现，与丰水年相比，径流量平水年中对土地利用的变化响应更明显。

基于土地利用分类图分析景观格局指数是景观空间格局分析的重要途径，从而可以定量分析生态过程与空间格局的相互关联[12-16]。魏冲等[13]研究发现，景观类型组成的子流域面积（TA）和子流域最主要景观所占面积（LP）与SWAT模拟的径流结果之间有着较为显著的相关性，但在景观水平下，与SWAT模拟结果之间没有显著的相关关系。徐炫清等[12]以五华河为研究对象，发现景观多样性指数（SHEI）和景观边缘密度（ED）与年径流量呈正相关，而景观形状指数（PSCV，AWMSI，AWMPFD）与年径流量呈负相关。这些研究都表明，景观格局指数的变化会在一定程度上对流域水文过程产生影响，但对于不同尺度不同气候条件的流域的研究会产生不同的结果。

社河是辽宁省东部大伙房水库上游流域的一条支流。大伙房水库是辽宁省重要的饮用水源地，为抚顺、沈阳等6 座城市供水，被列为全国城市供水九大重点水源地之一。社河流域的景观格局变化不仅能反映流域内自然变化和人类活动的规律，也深刻影响着流域的水土保持和水源涵养的能力。本研究以辽东大伙房水库上游社河流域为研究对象，首先，利用遥感技术和地理信息系统技术，通过多期遥感影像解译分类土地利用类型及景观格局指数动态分析，研究了1987，2002，2015年社河流域的景观格局变化特征；其次，以解译的3期土地利用类型数据、DEM 数据、土壤数据和气象数据等作为驱动数据，构建社河流域SWAT 水文模型，模拟不同土地利用情景下的水文过程；最后，基于景观格局变化和SWAT 模型的模拟结果，通过灰色关联分析法和皮尔森相关分析，探讨流域内景观格局动态变化和径流量生态响应关系。

1 材料与方法

1.1 研究区概况

社河流域（北纬41°32′41″～41°49′33″，东经124°7′59″～124°25′20″）地处辽宁省抚顺市抚顺县（图1），发源于后安镇馒首村新开岭西侧，汇于浑河干流上的大伙房水库。社河全长59km，流域面积约为461.2km2，多年平均径流量约为12900万m3。社河流域地处长白山山系西南延续部分的低山地区，海拔最高为1115m，最低为102m，主要地形属低山丘陵，流域内山地面积大，占总面积的80%，自然地势南高北低，西北部属于低海拔丘陵和山地，海拔100～600m，东南部属低海拔中小起伏山地，海拔400～1000m。受温带半湿润和半干旱大陆性气候影响，该地冬季寒冷漫长，夏季炎热多雨，年均气温为4～8℃，其中，7月最热，1月最冷。全年日照充足。多年年均降水量600～800mm，丰水年可达到1000mm以上，受季风影响降雨主要集中在7月和8月，大约占全年降水量的50%。社河流域内人口密度较低，人口约4 万，且人口分布的重心在村镇。流域内涉及抚顺县后安镇、上马镇。矿产资源丰富，分布广泛，现已探明有铁、铜、金、银、硅、云母等矿产资源。

图1 研究区地理位置示意图Figure 1 Location of study area

1.2 数据来源与处理

1.2.1 数字高程数据 地形数据是水文模拟研究重要支撑数据之一，是提取流域范围、划分子流域的基础数据。本研究在地理空间数据云数据共享平台（http://www.gscloud.cn）获取研究区范围内30m 空间分辨率数字高程模型数据（digital elevation model，DEM）。

1.2.2 土地利用数据 本研究选用1987，2002，2015 年共3 期影像作为土地利用数据的数据源；参考《土地利用现状分类》[17]的国家标准并结合研究区土地利用特点，将土地利用划分为6 大类：林地、农田、草地、水体、建设用地和矿体。运用ENVI5.1软件对研究区各期的遥感影像进行了辐射定标、大气校正等预处理，将Isodata非监督分类、NDVI植被覆盖指数作为地学辅助数据因子添加到分类波段中，之后采用基于QUEST算法的决策树分类[22]方法，进行土地利用类型分类，得到3个年份的土地利用栅格图。

1.2.3 土壤数据 本研究的土壤数据采用世界土壤数据库提供的1∶100 万土壤数据（HWSD），经投影坐标转换、流域范围裁切、重采样，得到研究区内土壤空间数据库，并统一空间坐标系和空间分辨率。通过查询HWSD数据库来获得研究区土壤数据的属性数据。通过SPAW 软件的Soil Water Characteristics 模块计算其他模型所需属性数据，各参数结果输入在SWAT数据库usersoil库中，构建研究区内完整的土壤数据库。

1.2.4 气象数据 气象数据是SWAT 模型所需的最重要的数据，主要有降水、日最高气温、日最低气温、太阳辐射、风速、相对湿度和天气发生器数据。本研究除降雨数据来自流域内傲牛、佟庄子和南章党3个站点，其余气象数据均来自中国气象数据网提供的中国地面国际交换站的沈阳和抚顺两个站点，并运用SWATweather 软件计算天气发生器的所需参数。

1.3 方法

1.3.1 应用SWAT模型模拟径流时空变化 SWAT 模型是基于物理过程的模型，需要流域内地形高程、气象、土壤属性和植被等特定信息，可以直接模拟水量演算、泥沙迁移、植物生长和营养物质循环等相关物理过程[18]，利用该模型进行降雨径流模拟已在国内外多个流域都取得了很好的结果[19-23]。收集并处理模型运行所需流域基础资料，建立模型运行所需数据库，将研究区划分成33 个子流域。以2008～2010 年作为率定期，2011～2013作为验证期，从日、月、年时间尺度上对模型进行率定和验证。根据SWAT-CUT 对模型参数进行敏感性分析，确定模型的敏感参数，并进行参数率定。选用Nash-Suttcliffe 确定性系数Ens、相关系数R2以及衡量参数不确定性的p-value和R-value来评价模型在研究区的适用性。其表达式分别为：

式中：Qsim、Qobs分别为径流模拟值和径流实测值；Qavg为径流平均值；Qsim，95ppu为落在95% 置信区间中的预测值；XU、XL分别为模拟值累积分布的2.5% 和97.5%；δX为实测径流值的标准差。p-value 的值为0%～100%，R-value的值在0和无穷大之间，当p-value越接近1和R-value值越接近0，模拟值越符合实测值。Ens和R2越接近1，表明模拟值越接近于实测值。

一般来说，当这4 个指标分别达到相应的标准，即R2＞0.6、Ens＞0.65、p-value＞0.6、R-value＜1，表示模型适用于流域径流过程的模拟[24-25]。运用率定好的模型，固定其他参数不变，选取2010～2011 年气象条件和不同土地利用条件进行模拟，比较不同土地利用条件下2010～2011 年气象条件时的径流过程；将模拟结果进行比较，以此探讨景观格局变化对径流的影响。

1.3.2 景观格局指数 为揭示景观格局对径流的影响，以及探讨景观格局指数变化与径流变化的相关性进而讨论景观格局对径流的影响。基于土地利用分类图分析景观格局指数是景观空间格局分析的重要途径，从而可以定量分析生态过程与空间格局的相互关联[26-28]。利用景观格局指数分析软件Fragstats4.1，输入土地利用分类图从斑块类型水平和景观水平上分析研究区流域景观格局变化。斑块类型水平上选择了斑块密度（PD）、形状指数（LSI）、边界密度（ED）和聚集度指数（AI）；景观水平上选择了形状指数（LSI）、平均斑块面积（AREA_MN）、面积加权平均分维数（FRAC_MN）、蔓延度指数（CONTAG）、分散与并列指数（IJI）、香农多样性指数（SHDI）、均匀度指数（SHEI）和聚集度指数（AI）。这些指标分别主要反映景观破碎化程度、景观形状复杂度、景观均衡性以及景观连通性。统计全流域和33 个子流域1987，2002，2015 年景观格局的景观格局指数，并分别计算全流域和33个子流域景观格局的变化率。

1.3.3 构建土地利用情景 在相同气象条件下建立情景模拟：输入1987，2002，2015 年3 期土地利用图，分别输入到校准后的社河流域的SWAT模型中进行模拟。

1.3.4 景观格局与径流的相关分析 (1)径流变化与景观格局指数变化的相关性分析。基于SPSS 软件应用Pearson 相关分析法，计算33 个子流域在两种景观格局下，2011～2012 年气象条件时径流变化率与景观格局指数变化率的相关性，以此来分析景观格局变化对洪枯径流的影响机制。 (2)灰色关联度分析法。径流系数是径流量与降雨量的比值，是表征降雨径流过程的一个重要参数，可以反映气候和下垫面等地理因素对降水形成径流过程的影响程度[29-30]。而土地利用是径流系数的重要影响因素。

为研究不同土地利用类型对径流系数的影响程度，定量描述其对降雨产流的影响，本研究应用灰色关联度分析法对林地、农田、建设用地、矿地和草地5 种景观类型以及降雨量共6 个因子进行灰色关联度分析[31-33]。主要步骤为：(1)通过插值计算各子流域的平均降雨量和径流系数。利用克里金法进行研究区内降雨量的插值运算，裁切出每个子流域的降雨分布图，统计出平均降雨量。进而与SWAT模型模拟出的各子流域径流量计算径流系数。(2)计算各土地利用类型的比例。分别计算流域内33 个子流域的各坡度所占比以及1987，2002，2015年土地利用情景下每个子流域的林地、农田、建设用地、矿地和草地5种类型所占比例。(3)数据标准化处理。以流域内33个子流域内模拟径流与实际降水计算得出的径流系数值为参考数列，X0={x0(1),x0(2),…,x0(k)} (k=1,2,3,…,m)，对应子流域的降雨量作为X1，各子流域不同景观类型所占面积比例作为X2～X6。由于各个因子量纲不同，因此需将各数列进行量纲归一化处理，即用每个数列中每一个数Xi(k)都除以该数列的第一个数Xi(1)。然后通过求各因子与参考数列的差值序列。(4)计算比较数列与参考数列的关联系数。

式中:ξ(k)为i因子中第k个值的关联系数；|X0(k)－Xi(k)|为i因子与参考数列径流{X0}的绝对差；min|X0(k)－Xi(k)|为两级最小差；max|X0(k)－Xi(k)|为两级最大差；ρ为分辨系数；ri为第i个因子的关联度，关联度越大，表明对参考数列的影响也越大。

一般情况下，分辨系数取值0.5，但有时由于各关联度值很接近，使分析结果的可信度降低。为了避免这种情况，分辨系数ρ应尽量取小以削弱干扰。根据余富兵等[34]对于分辨系数ρ取值的研究，令：

式中：ESS为残差平方和；RSS为回归平方和。本研究中，分辨系数取值0.12。

2 结果与分析

2.1 景观格局变化分析

2.1.1 土地利用变化 统计1987，2002，2015 年土地利用类型图（图2）各地类的面积和占比情况，得出社河流域的土地利用变化情况。由表1可知，林地和农田是研究区主要土地利用类型。1987～2002年除林地和草地面积减少外，其他土地利用类型面积均增加。其中，林地和农田面积变化最多，林地面积减少5473.17hm2，占总面积的11.87%；农田面积增加4869.36hm2，占研究区总面积的10.56%，表明1987～2002 年间林区有林地的砍伐和农耕区扩张对林地的占用现象普遍存在。建设用地面积增加810.27hm2，增幅达到123.18%，表明人口的增加导致占用农田以增加建设用地的面积。草地减少289.44hm2，这可能是由于林地被砍伐导致的土地的裸露以及部分裸露的土地向林地恢复。另外，水体增加6.57hm2。矿体增幅最大，从无到有，面积增加76.41hm2，表明1987～2002 年期间研究区内开始了矿产的开采。2002～2015 年间，农田、建设用地和水体面积减少，林地、草地和矿体的面积增加。其中，林地面积增加2564.83hm2，草地面积增加512.95hm2，农田面积减少2523.02hm2，表明2000年后国家实施的退耕还林政策在研究区内有明显的成果；水矿体面积继续明显增加，增加94.50hm2，增幅达到121.25%，表明2002～2015年间研究区内的矿产开采规模在不断扩大。

图2 研究区1987～2015年土地利用分类图Figure 2 Land use situation in study area during 1987-2015

表1 1987～2015年社河流域土地利用变化情况Table 1 Analysis of landscape type change during 1987-2015 in study area

2.1.2 景观格局指数变化 图3 和表2 是1987～2015 年间社河流域类型水平上的景观格局指数变化，可以看出，1987，2002，2015 年，研究区的平均斑块面积（AREA_MN）持续减小，3 年土地利用平均斑块面积分别为29.10，21.41 和11.11，说明研究区景观格局持续向破碎化发展。研究区的形状指数（LSI）以19.65，26.32，33.19逐步增长，面积加权分维数（FRAC_AM）分别以1.17，1.19，1.20逐渐增加，说明社河流域的景观格局形状趋于复杂；蔓延度指数（CONTAG）在1987～2002年间有些许减小但变化幅度不大，2002～2015年间基本不变，表明研究区内景观格局优势斑块的连通性较为稳定；聚集度指数（AI）在研究期间的变化不大，3 期分别为96.28，94.92，93.52，有逐渐小幅度减小的趋势，但仍比较稳定，说明各景观类型的聚集程度有所减小但较为稳定；分散与并列指数（IJI）的变化幅度不大，其间略有浮动，基本呈稳定状态；多样性指数（SHDI）和均匀度指数（SHEI）都呈较稳定状态，研究期间分别在1.10和0.59上下浮动，表明景观类型分布的均衡程度较为稳定。

表2 1987～2015年研究区景观水平景观格局指数变化Table 2 Change of the landscape metrics of landscape level from 1987-2015

图3 1987～2015年研究区类型水平景观格局指数变化Figure 3 Change of the landscape metrics of class level during 1987-2015

2.2 SWAT模型率定与验证

2.2.1 敏感性参数率定 使用官方提供的SWAT-CUP 软件分析敏感性参数，输入南章党水文站实测径流数据并选择其所在的4 号子流域，选用SUFI-2 算法进行迭次运算确定参数最佳值。表3 是本研究敏感性分析结果，其中,p-values 值决定了参数的敏感程度，值越接近于0，表示该参数越敏感，t-stat 值表示参数的相对重要性，它的绝对值越大表示该参数在该模拟中越重要。选择较敏感的13 个参数进行敏感性分析，敏感性从高到低依次为：CN2（SCS 径流曲线系数），SOL_K（土壤饱和导水率），CH_N2（主河道曼宁系数），ALPHA_BF（基流α因子），GW_DELAY（地下水滞后系数），CANMX（冠层最大截留量），SOL_AWC（土壤可利用水系数），AL-PHA_BNK（河岸调蓄的基流α因子），GW_REVAP（浅层地下水再蒸发系数）和ESCO（土壤再蒸发系数）。通过多次迭代模拟不断调整参数范围后，获得了使社河流域年径流模拟结果达到一定精度的10个重要参数最优取值。

表3 参数敏感性排序及最佳校准值Table 3 Parameter sensitivity sorting and optimum calibration value

2.2.2 模型的验证 南章党水文站率定期（2008～2010 年和2011～2013 年）的实测和模拟径流拟合结果如图4和表4。可以看出，年、月、日径流的模拟值与实测值拟合程度很好，率定期（2008～2010年）确定性系数Ens和相关系数R2分别为0.99 和0.98，p-value 为0.98（大于0.6），R-value 为0.62（小于1），综合4 个指标的评价标准，表明模拟结果非常好；率定期（2011～2013年）确定性系数Ens和相关系数R2均在0.90以上，均大于0.95，p-value和r-value也达到评价标准，表明年、月、日径流模拟结果良好。

表4 率定期和验证期日、月、年径流模拟结果Table 4 Clibrated and validated results of yearly,monthly and daily runoff

图4 率定期和验证期径流模拟比较Figure 4 Comparison of Calibrated and validated runoff

2.3 景观格局变化的径流响应

2.3.1 情景模拟景观格局变化对径流变化 利用SWAT 模型，分别模拟1987 年土地利用情景、2002 年土地利用情景和2015年土地利用情景在2010～2011年气象数据下的径流量变化，其中，2010年和2011年的降雨量分别为1392mm 和655mm，2010年丰水年的降雨量为研究区多年平均降雨量的2.2倍；而2011年平水年降雨量接近于研究区多年平均降雨量。以社河汇入大伙房水库的出水口所在的2 号流域为研究对象，分析土地利用变化的径流响应。

图5a 是2010～2011 年气象情景下1987 和2002 年土地利用情景下SWAT 模型模拟的径流量。逐月分析，2002年情景相比于1987年情景下在丰水年洪峰期的径流量明显增加，7月径流量增加了27.84mm，且洪峰期有所不同；在平水年洪峰期没有差别，2002 年情景相比于1987 年情景下在平水年洪峰期的径流量有所减少。但以全年径流量来看，在丰水年，模拟的径流量变化较小，2002年情景相比于1987年情景仅增加9.02mm；在平水年，模拟的径流量变化较大，2002 年情景相比于1987 年情景减少25.67mm。图5b 是2010～2011 年气象情景下2002 和2015 年土地利用情景下SWAT 模型模拟的径流量。以每月来看，2015 年情景相比于2002 年情景下在丰水年洪峰期的径流量明显减小，7 月径流量减少26.89mm，且洪峰期有所不同；在平水年洪峰期没有差别，2015 年情景相比于2002 年情景下在平水年洪峰期的径流量有所增加。但以全年径流量来看，在丰水年，模拟的径流量变化较小，2015年情景相比于2002年情景仅减少8.77mm；在平水年，模拟的径流量变化较大，2015年情景相比于2002年情景减少24.27mm。

图5 1987，2002，2015年土地利用情景的径流量Figure 5 Comparing the runoff simulated in scenario1987,2002,2015 in the study area

基于上述3种模拟情景对比分析可以看出,1987～2015年，随着森林面积的减少，森林的涵养水源和消洪补枯能力减弱，在丰水年洪峰期更为显著。在本研究中，森林面积的减少在丰水年导致径流量的增加，在平水年径流量减少，土地利用变化在平水年对径流量的影响更为显著。

2.3.2 灰色关联法分析景观格局变化对径流影响 分别在1987，2002，2015 年土地利用情景下计算灰色关联度，结果见表5。1987年土地利用情景下，景观类型中林地对径流系数的关联度最大，关联度为0.90，与其他土地利用类型差距较大；农田和草地的关联度相近，分别为0.68和0.70；建筑用地和矿地关联度最小，分别为0.55和0.57。2002年土地利用情景下，景观类型中林地的关联度最大，关联度为0.85；其次是农田和建筑用地，关联度分别为0.77 和0.74，与林地差距不大；再次是矿地，关联度是0.65；草地的关联度明显最小，为0.40。2015 年土地利用情景下，景观类型中林地对径流系数的关联度最大，关联度为0.86，领先于其他土地利用类型；农田和草地的关联度相近，分别为0.69和0.72；其次是建设用地，关联度是0.63；矿地的关联度最小，为0.51。

表5 影响径流各因素灰色关联度Table Grey relevance degree of factors affecting runoff

综合3 期土地利用情景分析，景观类型中林地对径流模拟的关联度最大，3 年土地利用情景关联度均大于0.85。农田和建设用地对径流系数的影响差异不明显。

2.3.3 景观格局指数变化对径流影响 运用Pearson相关分析方法，分析各子流域流域径流量变化率和各子流域景观格局指数变化率的相关性，从而进一步分析流域景观格局变化和径流量变化之间的相互关系，结果见表6。从各子流域类型水平上各类型面积变化的径流响应来看，1987～2015 年，在平水年气象条件下，林地和农田景观类型变化率均与径流量变化率相关性显著（p＜0.05），1987～2002年和2002～2015年的相关系数分别为-0.424和-0.378，-0.512和-0.53，丰水条件下，农田景观类型变化率与径流量变化率呈显著相关性（p＜0.05），而林地面积变化率与径流量变化率之间的相关性不显著，表明林地和农田都可以在一定程度上提高保水能力，从而引起年径流量减小，但相比于丰水期，在平水期的相关性更显著。矿地面积变化率与径流量变化率之间的相关性较小，总体上呈负相关关系，表明矿地的增加一定程度上减少了流域的径流量。建设用地面积变化率均与径流量变化呈正相关关系，丰水期较平水期相关系数大，分别为0.121 和0.126，0.012 和0.091。草地面积变化率与径流量变化率均呈负相关关系，在丰水和平水条件下相关性均较小。从各子流域景观水平上景观指数的变化对径流量变化的影响来看。斑块个数（NP）变化率在丰水条件下与径流量变化率呈正相关关系，其相关系数分别为0.366和0.357，与径流量变化率相关性显著（p＜0.05），在平水年气象条件下与径流量变化率呈负相关关系，且在1987～2002 年该指数与径流量变化率相关性显著（p＜0.05）；平均斑块面积（AREA_MN）变化率在丰水条件下与径流量变化率呈显著负相关（p＜0.05），其相关系数分别为-0.454 和-0.388，在平水条件下与径流量变化率呈正相关关系，且在1987～2002 年该指数与径流量变化率相关性显著（p＜0.05）。斑块个数（NP）和平均斑块面积（AREA_MN）与径流量变化率之间的相关分析表明, 在丰水条件下，景观越呈破碎化，使径流量增多，保水能力降低，平水条件下则相反。形状指数（LSI）和面积加权平均分维数（FRAC_AM）在丰水条件下与径流量变化率没有显著关系，在平水条件下与径流量变化率呈负相关关系，其相关系数分别为-0.593和-0.355，-0.538 和-0.296，且1987～2002 年该指数均与径流量变化率相关性极显著（p＜0.01），2002～2015 年形状指数与径流量变化率相关性显著（p＜0.05）。形状指数（LSI）和面积加权平均分维数（FRAC_AM）与径流量变化率之间的相关分析表明，在平水气象条件下景观形状复杂会减少径流量的增加；蔓延度（CONTAG）和聚集度指数（AI）变化率在平水年气象条件下与径流量变化率之间呈正相关关系，相关系数分别为0.345 和0.135，0.575 和0.376，1987～2002 年蔓延度（CONTAG）与径流量变化率相关性显著（p＜0.05），聚集度指数与径流量变化率极显著相关（p＜0.01）。蔓延度（CONTAG）和聚集度指数（AI）在丰水条件下与径流量变化率没有显著关系表明，研究区内不同景观类型的团聚程度增加使得径流量相应增加。Shannon 均匀度指数变化率与径流量变化率主要呈负相关关系；Shannon 多样性指数变化率在平水条件下和径流量变化率主要呈负相关关系，相关系数分别为-0.578和-0.106，该指数在1987～2002年与径流量变化率呈极显著相关（p＜0.01）。Shannon多样性指数（SHDI）和均匀度指数（SHEI）与径流量变化率之间的相关性分析表明，1987～2015 年流域景观格局的分布不均衡，导致径流量增加，且在平水条件下呈显著相关。

表6 子流域景观格局指数与模拟径流量变化率的相关性分析Table 6 Correlation analysis on water yield of SWAT model and landscape metrics’rate of change

3 讨论与结论

近30年间研究区内的各土地利用类型的变化与研究区政策实施与现实情况发展一致，研究区内有丰富矿藏。自20世纪90年代起，研究区内各处陆续开矿采矿体面积不断增加，2000年后随着国家三北防护林冶建设和退耕还林政策的推进实施，且随着社会经济和城镇化的发展，一些村镇有翻新和重建的情况，研究区土地利用格局发生显著变化。本研究利用SWAT 模型对社河流域进行模拟，对SWAT 模型进行了参数本地化后的模拟径流与实测径流拟合度良好，为今后东北地区小流域SWAT 模型模拟提供了技术支持与参考。本研究对于景观格局变化的径流响应研究结果与ZHOU 等[11,35]的研究结果相似，林地、农田和草地的变化在一定程度上会对流域径流带来影响，并在平水年表现更为明显；一些景观格局指数变化与流域径流变化的相关性显著表明景观空间格局可能会影响到流域植被的水土保持作用。因此，在进行流域治理时，不同的土地利用空间布局，不同景观格局配置对流域径流量变化的影响也是不同的，合理的景观布局对治理水土流失、减少洪旱灾害和治理生态环境具有重要作用。

研究区域内1987～2015年间土地利用的主要变化趋势为：林地、草地面积先减少后增加，农田、建设用地面积先增加后减少，矿体面积持续增加，其中林地和农田的转入转出最为活跃，类型水平和景观水平上的景观指数的变化表明：景观形状趋于复杂，整体呈破碎化趋势，连通性有小幅降低趋势。在1987,2002,2015 年土地利用情景下，利用SWAT模型模拟丰水年2010年和平水年2011年气象条件下径流过程，研究表明，森林面积的减少导致丰水年径流量的增加及平水年径流量的减少，土地利用变化在平水年对径流量的影响更为显著；随着森林面积的减少，森林的涵养水源和消洪补枯能力减弱，在丰水年洪峰期更为显著。

研究区域内景观格局指数变化对径流变化相关性显著。类型水平上，林地和农田斑块面积变化率与径流量变化率呈显著相关；景观水平上，斑块个数（NP）和平均斑块面积（AREA_MN）与径流量变化显著相关，形状指数（LSI）和面积加权平均分维数（FRAC_AM）在平水条件下与径流量变化率呈负相关关系；蔓延度（CONTAG）和聚集度指数（AI）变化率在平水条件下与径流量变化率之间呈正相关关系。与丰水年径流变化相比，景观格局指数变化与平水年径流变化的相关性更为显著。