土地利用变化对云龙水库流域径流的影响

刘 磊，邹 进*，陈 欣，李琳静，王大双

(1.昆明理工大学 电力工程学院，云南 昆明 650500；2.云南省水利水电勘测设计研究院，云南 昆明 650021)

近年来，随着社会的不断发展，人类活动不同程度地影响着水文循环和水量的空间分布，不合理的土地利用加大了水资源开发利用的难度，降低了水资源利用率。研究土地利用变化对径流的影响成了国内外研究的热点问题之一。土地利用/覆被的变化直接反映了人类活动的影响程度，其对水循环过程的影响将导致水资源供需关系发生变化，进而对流域的生态环境、社会经济可持续发展产生重大影响[1]。选取合适的水文模型研究土地利用变化对径流的影响尤为重要。在众多的水文模型中，分布式水文模型的参数和输出结果容易与GIS结合，可以灵活地设置土地利用变化情景，模拟不同土地利用变化情景下的水文响应[2]。其中，SWAT模型(soil and water assessment tool, SWAT)是国内外应用比较多的水文模型，原因是SWAT模型能够考虑各种管理措施及气候变化对水资源的影响，具有广泛的模拟预测能力；而且它具有公开的源代码，用户可以根据实际需要对模型提出改进[3]。目前，SWAT模型的有效性在许多研究中得到了充分证明[4-9]，但对于一些小尺度流域，运用模型来研究变化环境下各水文要素的响应相对较少。云龙水库虽然是小尺度流域，但其承担着昆明市总供水的70%，土地利用变化引起的水量、水质变化会对人们的生产生活产生重大影响。为此，本文以云龙水库流域为例，建立SAWT模型分析不同的土地利用对该地区径流的影响，研究结果可为该地区水资源保护与管理提供参考。

1 研究区概况

云龙水库位于昆明市禄劝县云龙乡和撒盘营镇境内，径流区总面积为757.6 km2，属于金沙江水系二级支流掌鸠河中上游地区。研究区域介于东经102°16′7″～102°35′33″，北纬25°43′34″～26°7′43″之间，地势北高南低，流域东北部和西北分水岭海拔高程多在2 700～3 100 m，多年平均气温为10.2～13.8 ℃，年平均降雨为1 007～1 200 mm。流域内有3条主要支流：石板河、老木河、水城河，其中石板河是最大一条支流，河流总长55.6 km。研究区内有2个水文控制站点：双化站和云龙站，本文选取云龙站以上流域作为研究区域，利用ArcGIS的水文分析模块对数字高程模型(digital elevation model,DEM)数据进行预处理，提取了研究区的流域边界。研究区位置示意如图1所示。

图1 研究区位置示意图Fig.1 Location of the study area

2 模型数据的准备与构建

2.1 SWAT模型输入数据的准备

2.1.1数字高程模型

通过BIGEMAP地图下载器下载分辨率为4.3 m的栅格图，用ArcGIS加载下载栅格数据，投影后掩膜裁剪得到的研究区的DEM图，如图2所示。

图2 研究区DEM图Fig.2 DEM diagram of the study area

2.1.2土地利用数据

土地利用数据来源于中国科学院资源环境科学技术中心提供的2000、2010和2020年的土地利用栅格图，栅格分辨率为25 m。以2010年的土地利用图构建模型，进行投影、裁剪和重分类等操作，建立相应的土地利用索引表(格式为dbf)，得到模型对应的土地利用编码和面积，见表1。

表1 SWAT模型对应的土地利用编码及各土地利用面积Tab.1 Land use codes and land use areas of SWAT model

2.1.3土壤类型数据

本文采用的数据来源于寒旱区科学大数据中心(http://westdc.westgis.ac.cn)基于世界土壤数据库(HWSD)的中国土壤数据集(v1.1)。本文研究土地利用变化对径流的影响，只构建土壤物理属性数据库，不用考虑化学属性。土壤数据库的大多数参数都可以在HWSD文档中查到，其他参数如土壤层有效持水量、土壤湿密度、饱和水力传导系数由 SPAW 软件计算可得；土壤侵蚀因子k可由通用方程计算获取；土壤水文学分组可以根据土壤的渗透性分为4类水文单元；其他难以获取的参数均采用模型默认值。研究区土壤类型图如图3所示。

图3 土壤类型图Fig.3 Soil type map

2.1.4气象数据

SWAT模型所需的气象数据由实测数据和天气发生器推算数据构成，气象参数约160个，其中，温度、降雨量、风速、太阳辐射、相对湿度为模型所必须的气象参数。研究区降雨数据采用云龙站和双化站2008—2018年的逐日降雨资料，太阳辐射、相对湿度等部分数据缺乏实测资料，采用寒区旱区科学数据中心提供的中国气同化驱动数据集(CMADSV1.2)补充。根据孟现勇[10-11]、张利敏[12]等研究，该数据集在我国适用性较好。

2.2 SWAT模型构建及参数率定与验证

模型所需的数据输入后即可运行模型。模型在进行子流域划分时，根据不同的土地利用、土壤类型和坡度类型将每一个子流域划分为多个水文响应单元(hydrologic response units,HRUs)。将土地利用面积、土壤面积、坡度的阈值设置为5%、5%和10%，共得到21个子流域，246个水文响应单元。

云龙水库2008—2018年的实测月径流资料中，以2008—2009年为预热期，2010—2014年为率定期，2015—2018年为验证期，对模型的结果进行率定和验证。

采用SWAT-CUP软件中的SUFI-2方法进行模型参数的率定，它可以考虑引起参数不确定性的所有因素[13]。本文选取13个敏感性较强的参数[14]，进行400次迭代，最终迭代186次得到最佳参数值。

2.3 模型结果评价

本文主要选取确定性系数R2和纳什系数(Ens)[15]这2个参数来进行模拟适应性评价。

(1)

(2)

确定性系数R2反映了模拟值与实测值的吻合程度，纳什系数Ens用来评价模拟过程和观测过程的拟合程度，两者的值越接近于1，模拟结果越好。模型最终得到率定期R2=0.80，Ens=0.75，验证期R2=0.82，Ens=0.88，模拟结果达到较好的标准。率定期与验证期的模拟结果如图4所示。

图4 云龙水库月均流量实测值与模拟值比较Fig.4 Comparison of measured and simulated monthly average flow values in Yunlong Reservoir

3 结果与分析

3.1 土地利用变化分析

根据研究区边界对研究区2000年、2010年和2020年三期土地利用遥感数据进行裁剪、重分类等操作后得到研究区土地利用矢量图(图5)，之后进行融合、相交等操作，并结合Excel分析土地利用变化趋势。研究区不同时期的土地利用变化情况见表2，土地利用转移矩阵见表3。

图5 研究区三期土地利用图Fig.5 Land use map of three periods in the study area

表2 不同时期土地利用变化情况Tab.2 Land use change in different periods

表3 土地利用转移矩阵Tab.3 Land use transfer matrix

由表2可以看出：2000年、2010年和2020年，云龙水库流域的土地利用类型主要是林地，面积平均占比为58.23%；其次是耕地和草地，面积平均占比分别为24.75%、13.91%；水域面积的平均占比为2.78%；城乡用地面积占比最小。

由表3可以看出：增加的城乡用地主要源于耕地和草地的转变，分别转变了5.06 km2和0.24 km2；减少的耕地主要转化成了林地、草地和城乡用地，转化面积分别为11.43 km2和14.59 km2和5.06 km2；转化的水域面积较小；增加的草地面积主要来源于耕地和林地转变，分别转变了14.95 km2和29.02 km2。

3.2 土地利用情景设置

研究设立了2种土地利用情景模式对云龙水库流域径流的影响。

1)已有土地利用变化情景(L1、L2、L3)

在已经率定的模型基础上，加载2000、2010、2020年的土地利用栅格数据，其他数据参数不变，研究2000年(L1)、2010年(L2)、2020年(L3)不同时期土地利用变化对径流的影响。

2)极端土地利用变化情景(S1、S2、S3)

研究区林地、耕地和草地的面积之和占总面积的96%以上，另外，云龙水库周边为水资源保护区，设立极端土地利用情景具有一定的现实意义。在2010年土地利用栅格数据背景下:S1,保持水域和城乡用地面积不变，把林地和耕地转化为草地；S2，保持水域和城乡用地面积不变，把草地和耕地转化为林地；S3，保持水域和城乡用地面积不变，把草地和林地转化为耕地。

3.3 不同土地变化情景下的径流模拟

加载设立的6种土地利用图，保持土壤、天气数据和其他参数不变，运行模型，得到不同情景下的年平均径流量，见表4。由表4可知：①以2000年(L1)为基准年，L3年平均径流量增加了0.03%，增加幅度不大。其原因一方面是草地和城乡用地面积的增加，林地与耕地面积在减少，两种情况引起的径流增减相互补偿；另一方面是云龙水库流域植被覆盖程度高，变化的土地面积占有量小，导致径流变化不明显。②在极端土地利用情景下，年平均径流量S3>S1>S2；以2000年(L1)为基准年，S1、S2、S3的年平均径流量分别变化了-0.96%、-5.83%、5.98%，表明耕地有增加径流的作用，林地和草地有减少径流的作用，且林地减少径流的效果更明显。

表4 不同情景下的年平均径流量及变化率Tab.4 Average annual runoff and rate of change under different scenarios

图6为三个时期(L1、L2、L3)月均径流变化情况。由图6可知：三期土地利用情景下的月均径流变化基本一致，6—10月的月均径流约占全年的66%，占比较大；11—5月的月均径流占比较小。三期的径流在同一月份无明显变化。

图6 三期土地利用月均径流模拟结果Fig.6 Simulation results of monthly runoff of land use in three periods

表5为不同土地利用情景下主要水文要素响应。由表5可知：在L1、L2和L3土地利用情景下，近20 a来各水文要素没有太大变化，表明研究区水量保持相对稳定；与现状年L3的水文要素相比，S1、S2和S3的蒸发变化不大。对于土壤水渗透量，S2时增加了13.8%，S1和 S3时分别减少了18.2%和36.7%；对于地表径流，S2时减少了42.4%，S1和S3时分别增加了22.6%和139.2%；对于地下径流，S2时增加了14.2%，S1和S3时分别减少了18.3%和37.9%；对于产水量，S1和S2时分别减少了6%和1.1%，S3时增加了9.9%。

表5 不同土地利用情景下主要水文要素的响应 单位：mm

由此可见，草地和耕地全部转化为林地时，土壤水渗透量增加，地表径流显著减少，地下径流增加，产水量减少；林地和耕地全部转化为草地时，由于现状林地面积占比较大，退化后导致土壤水渗透量减小，地表径流增大，产水量减少；草地和林地转变为耕地时，土壤水渗透量最小，地表径流最大，产水量最多，水土流失最为严重。从总体来看，在土地利用变化时，各水文要素变化最显著的是地表径流，其次是土壤水渗透量和地下径流，蒸发的变化最小。

4 结论

1)建立了云龙水库流域月径流模拟模型，模型的率定期和验证期的确定性系数R2和纳什系数Ens都高于0.75，说明SWAT模型在云龙水库流域具有较好的适应性。模型构建时，天气数据采用了中国大气同化驱动数据集(CMADSV1.2)，说明该数据产品在缺资料地区的可行性，可为其他缺资料小尺度流域径流模拟提供参考，此结论与田扬等[16]，张春辉等[17]的研究结论一致。

2)在2000—2020年期间，云龙水库流域耕地和林地面积分别减少6.85 km2和3.02 km2；草地和城乡用地面积分别增加4.60 km2和5.26 km2，城乡用地面积增加最为明显；水域面积变化不大。

3)2020年较2000年年均径流增加了0.03%，变化不大，月径流以及各水文要素无明显变化，说明云龙水库流域总水量趋于稳定。极端土地利用情景模式下的年平均径流量S3>S1>S2，表明耕地有增加径流的作用，林地和草地有减少径流的作用，而且林地减少径流的效果更明显。

4)各水文要素变化最显著的是地表径流，其次是土壤水渗透量和地下径流，蒸发的变化最小。林地能增加渗漏，减少地表径流，具有蓄水保水的作用。把林地转化为草地和耕地时都会增大地表径流，造成水分流失，且耕地造成的水分流失更严重。加强流域的水源保护至关重要，应合理优化土地利用，减少水土流失。

在模型构建时，因水库建设、取用水等人为因素导致的模型不确定性没有进行详细分析，且输入数据的精度对径流模拟结果会造成一定的影响，这些不足在后续的研究中应当加以考虑；库区一级水源保护区内实行移民搬迁，原有的城镇用地和农业用地会朝着草地和林地转换，单一的假设情景法存在主观性和经验性，在今后的研究中应该考虑未来的气候和土地利用变化对径流的影响。