APP下载

土地利用变化对云龙水库流域径流的影响

2021-10-13刘磊邹进陈欣李琳静王大双

关键词:土地利用变化

刘磊 邹进 陈欣 李琳静 王大双

摘 要:人类对不同土地的利用方式导致下垫面发生变化,进而影响流域的水文循环。以云龙水库流域为研究对象,结合ArcGIS构建了SWAT模型(soil and water assessment tool, SWAT),并设置6种不同的土地利用情景模式研究不同的土地利用变化对径流的响应。结果表明:率定期R2=0.80,Ens=0.75,验证期R2=0.82,Ens=0.88,模型适合研究区的径流模拟。 2000—2020年,林地、耕地和草地的土地利用面积之和占总面积的97%以上,占比较大。不同土地利用情景模式下,2000—2020年,年平均径流量增加了0.03%;极端土地利用情景S1、S2和S3的年平均径流量分别变化了-0.96%、-5.83%、5.98%,说明耕地有增加径流的作用,林地和草地有减少径流的作用。与2020年的水文要素相比,S1、S2和S3各水文要素都发生改变,其中蒸发变化不大,土壤水渗透量、地表径流、地下径流、产水量变化显著。

关键词:云龙水库;SWAT模型;土地利用变化;河川径流

中图分类号:P333;F301.24

文献标志码:A

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。

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。

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。

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、饱和水力傳导系数由 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。

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。

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,并結合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。

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。

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。

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%。

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。

参考文献:

[1]李丽娟, 姜德娟, 李九一, 等. 土地利用/覆被变化的水文效应研究进展[J]. 自然资源学报, 2007(2):211-224.

[2]徐宗学, 程磊. 分布式水文模型研究与应用进展[J]. 水利学报, 2010, 41(9): 1009-1017.

[3]欧春平, 夏军, 王中根, 等. 土地利用/覆被变化对SWAT模型水循环模拟结果的影响研究: 以海河流域为例[J]. 水力发电学报, 2009, 28(4): 124-129.

[4]郭軍庭, 张志强, 王盛萍, 等. 应用SWAT模型研究潮河流域土地利用和气候变化对径流的影响[J]. 生态学报, 2014, 34(6): 1559-1567.

[5]祖拜代·木依布拉, 师庆东, 普拉提·莫合塔尔, 等. 基于SWAT模型的乌鲁木齐河上游土地利用和气候变化对径流的影响[J]. 生态学报, 2018, 38(14): 5149-5157.

[6]丛鑫, 孔珂, 王金童, 等. 基于SWAT模型的锦绣川流域土地利用和覆被变化的水文响应分析[J]. 济南大学学报(自然科学版), 2017, 31(5): 426-432.

[7]LIU M, LI C L, HU Y M, et al. Combining CLUE-S and SWAT models to forecast land use change and non-point source pollution impact at a watershed scale in Liaoning Province, China[J]. Chinese Geographical Science, 2014, 24(5): 540-550.

[8]彭彬, 杨昆, 李建, 等. 基于SWAT和GIS的洱海流域土地利用变化对径流影响的研究[J]. 长江科学院院报, 2015, 32(4): 7-11, 17.

[9]刘鹏, 杨昆, 彭双云, 等. 基于SWAT的滇池流域农业非点源污染空间分布特征研究[J]. 安徽农学通报, 2016, 22(24): 80-82, 135.

[10]孟现勇, 王浩, 雷晓辉, 等. 基于CMDAS驱动SWAT模式的精博河流域水文相关分量模拟、验证及分析[J]. 生态学报, 2017, 37(21): 7114-7127.

[11]孟现勇, 师春香, 刘时银, 等. CMADS数据集及其在流域水文模型中的驱动作用: 以黑河流域为例[J]. 人民珠江, 2016, 37(7): 1-19.

[12]张利敏, 王浩, 孟现勇. 基于CMADS驱动的SWAT模型在辽宁浑河流域的应用研究[J]. 华北水利水电大学学报(自然科学版), 2017, 38(5): 1-9.

[13]潘登, 任理, 刘钰. 应用分布式水文模型优化黑龙港及运东平原农田灌溉制度Ⅰ: 模型参数的率定验证[J]. 水利学报, 2012, 43(6): 717-725.

[14]WHITE K L, CHAUBEY I. Sensitivity analysis, calibration, andvalidations for a multisite and multivariable SWAT model[J]. Journal of the American Water Resources Association, 2005, 41 (5): 1077-1089.

[15]NASH J E, SUTCLIFFE J V. River flow forecasting through conceptual models part I: a discussion of principles[J]. Journal of Hydrology, 1970, 10(3): 282-290.

[16]田扬, 肖桂荣. 基于CMADS驱动下SWAT模型的敖江流域径流模拟[J]. 长江科学院院报, 2020, 37(11): 27-32.

[17]张春辉, 王炳亮. CMADS与传统气象站数据驱动下的SWAT模型模拟效果评价: 以苦水河流域为例[J]. 中国农村水利水电, 2018(6): 52-57.

(责任编辑:周晓南)

Abstract:

Different land use patterns lead to the change of underlying surface, which affects the hydrological cycle of the watershed. Taking Yunlong Reservoir Basin as the research object, we constructed SWAT model (soil and water assessment tool,SWAT) based on ArcGIS and set up six different land use scenarios to study the response of different land use changes to runoff.The results show that:the periodic R2=0.80, Ens=0.75, the validation R2=0.82, Ens=0.88, the model is suitable for runoff simulation in the study area. From 2000 through 2020, the land use types in the study area are mainly forestry land, farmland and grassland, the sum of three kinds of land use area accounted for more than 97% of the total area, which was relatively large. The different situation of land use patterns showed that the annual runoff increased by 0.03 % from 2000 to 2020; The annual runoff of extreme land use scenarios S1, S2 and S3 changed by -0.96 %, -5.83 % and 5.98 %, respectively, illustrating the farmland has the effect of increasing runoff, while forestry land and grassland have the effect of reducing runoff. Compared with the hydrological factors in 2020, each hydrological factor S1, S2 and S3 has changed. Evaporation has little change, but soil permeability, surface runoff, underground runoffand water yield have significant changes.

Key words:

Yunlong reservoir; soil and water assessment tool model; land use change; river runoff

猜你喜欢

土地利用变化
社区居民生计模式变迁与土地利用变化的耦合协调研究
郑州市土地利用变化及生态环境效应分析
抚仙湖地区土地利用变化及驱动机制研究
贵州花江示范区土地利用变化及驱动力分析
基于地形因子的喀斯特山地土地利用变化分析
昌吉市土地利用变化对生态环境影响分析
徐州市区土地利用变化及其对径流的影响
苏州市吴中区生态环境质量现状定量评估与分析