基于SCS模型的山地湿地缓冲区研究：以湖北恩施自治州为例

2022-04-21孙尚远

湿地科学与管理 2022年2期

孙尚远

（阿德莱德大学，澳大利亚阿德莱德 5000）

山地环境高程变化显著，温度等自然要素随山地高度的变化发生改变，山地自然生态系统随之产生分层，这也是山地环境具有丰富的生物多样性的重要原因。山地环境相比于平原而言，年降水量更多，其环境吸收利用的水含量也往往更高（Crystal，2006）。山地因地形抬升而形成的迎风面和背风面会使山地不同位置的生态环境在湿度上具有显著差异(Jeník, 1975)，山地不同的高程，其土壤类型以及土地使用类别在水文方面也会有很大差异，例如地表产流的大小在不同山地区域会有所不同等。山地湿地更易在山地环境中形成(Batzer et al, 2012），且多以小微湿地为主，而地形复杂多变的山地又使山地湿地的空间布局呈现不连续性与随机性(Wacker et al, 2014)。这些看似零散且任意分布的山地湿地之间实际上也有着形态与功能上的联系，其对于维持稳定的山地环境十分必要(Jason, 2018)。湿地缓冲区作为湿地重要的组成部分，在保护水质、提供动植物栖息地、防止侵蚀等方面具有重要作用(William et al, 2007)。在山地环境的背景下，湿地缓冲区面临多重因素的制约和影响，譬如山地地表径流速率较大，相比于平原地区山地湿地缓冲区更容易受到侵蚀、水土流失等影响。

国内外学者针对山地湿地保护开展了一系列研究。例如冯凤娇等(2016)对翁安山地湿地景观规划可持续发展进行了研究；袁兴中等(2021)提出了顺应高程梯度的山地梯塘小微湿地生态系统的景观设计技术框架；Lee等(2017)则利用水文预测工具与模型为未来山地湿地栖息地保护提供借鉴参考。前人的研究对山地湿地景观的保护与修复起到了重要的推进作用，但目前研究重点还是在平原湿地上，山地湿地的研究仍较为有限；其次，由于山地地形高程复杂多变，相比于平原湿地，山地景观中地表径流对湿地的影响更加突出。目前尚缺乏地表径流与山地湿地及缓冲区的相关定量研究，本研究可以在宏观层面上提出需要重点加强防护的山地小微湿地缓冲区的范围。

本文以湖北恩施土家族苗族自治州附近山地湿地缓冲区为研究区域，通过ArcGIS工具进行流域分析并明确主要地表径流流域，结合SCS模型定量研究地表径流与山地湿地缓冲区的关系，从而找到在强降雨情况下受地表径流影响较大的山地湿地斑块，为未来山地湿地景观保护与修复提供借鉴。

1 研究区概况

恩施土家族苗族自治州(108°23′12″～110°38′08″ E,29°07′10″～31°24′13″N)的首府位于恩施市，是湖北13个地理行政区之一，西连重庆市黔江区，东连湖北省宜昌市的神农架林区。恩施山地属于亚热带季风型山地湿润气候，海拔落差较大，表现出十分明显的气候垂直地域差异(图1)。该地年平均降雨量1 600 mm，平均气温为16.2℃。该地区主要的地貌地形特征为阶梯状多级岩面构成的山地形态，由于当地温暖湿润气候的影响下，碳酸岩类占据较大比重(罗菊英等,2018)。研究区范围内较高的降水量，高差明显的坡地结构等因素，使得该区域本身地表径流所带来的影响相比于平原地区更加突出。

图1 恩施土家族苗族自治州地形地貌Fig.1 landform of Enshi Tujia and Miao Autonomous Prefecture

2 研究数据和处理方法

2.1 遥感数据的处理

恩施土家族苗族自治州区域土地利用现状分析主要的获取方法，是通过对Landsat 8 OLI_TIRS卫星遥感数据进行人工目视解译得到，云量小于5%，卫星扫描该区域得到的遥感数据最近时间为2020年11月12日，满足分析研究的基本需求。遥感图像在GIS软件中采用UTM投影，地理坐标系为WGS-1984，对于不同的波段组合如7、6、4组合(城市)，5、4、3组合(水体)，6、5、2组合(不同植被)等进行有针对性的土地类型分析，然后通过创建特征文件(Create Signatures)和最大似然法分类(Maximum Likelihood Classify)进行解译，最终得到土地类型分析图(图2)。

图2 土地类型分析Fig.2 land type analysis

2.2 高程数据的处理

DEM高程数据来源于GDEMV3卫星，精度为30 m，中心经度为109.5°，中心纬度为30.5°，条带号30，行编号109，云量小于5%，高程图范围基本位于研究区位置，但初始得到的DEM数据边界为矩形，它的面积略大于研究区域，通过ArcGIS软件中的掩膜提取分析(Extract By Mask)得到更加精准的高程图范围。

2.3 气象数据的处理

降雨量是研究地表径流的关键数据，同时也是SCS模型中重要的组成部分。由于该地区经常遭遇较大规模降雨的缘故，山地湿地更容易受到不同程度的破坏，因此为了明确其在极端降雨环境下的自然状况，通过选取该地区气象观测站点逐年气象数据中过去40年中最大单日降雨量作为研究数据，数据来源为中国气象数据网(中国气象数据网，2021)和气象分析工具小麦芽（WheatA）的数据综合比对。其中该区域每10～20 a的最大单日降雨量均为144.53 mm，每30～40 a的最大单日降雨量均为320.04 mm。

3 研究方法

为了明确研究区域内地表径流对山地湿地及其缓冲区的影响，需要通过土地利用类型了解不同土地种类的径流系数。明确径流的流向、流量、径流分支点等因素，利用这些数据对研究区内主要的集水区范围进行准确划定。通过SCS模型，结合土地径流系数、区域高程数据、集水区范围以及当地的气象数据，得到最大单日降雨时地表径流集中淹没的区域高程。通过ArcGIS软件分析提取出河流、山地湿地等相关水体的缓冲区范围，并与地表径流淹没区进行比较，得到受影响的山地湿地缓冲区。具体的工作流程如图3所示。

图3 工作研究流程Fig.3 Work flow

3.1 土地径流系数的选取

径流系数为指定的集水区域中总地表径流量与总降水量的比值，是一种表明多少降水可以转换成地表径流的指标数据，可以体现出各种因素对降水转换成地表径流的影响情况(孙烨等,2020)。研究借鉴了《2019年湖北省海绵城市标准》(湖北省勘察设计协会, 2020)和《室外排水设计标准》(GB 50014-2021)(中国住房和城乡建设部, 2021)中关于径流系数的取值参考，并结合Landsat 8 OLI_TIRS与Worldview 2卫星遥感观测对各类型土地中径流系数进行了数值范围的划定。由于山地降雨强度较强、山地坡度大、土地利用结构破碎化等因素，山地与平原地区相比仍有较大差异，参考山地型区域地表径流系数的相关研究(钱进等, 2019; 冯力柯等, 2021; 卢垚等, 2020)，在研究区内对径流系数的取值进行了适当调整，具体数据如表1所示。

表1 地表径流系数取值Table 1 Value of surface runoff coefficient

3.2 明确地表径流的流域范围

通过流域分析可以明确径流集水区的大致范围，为之后结合SCS模型进行更细致的定量研究提供有效帮助。DEM高程数据在获取时由于卫星精度、数据转换等因素有时可能会存在一些小的误差，这会导致高程数据表面不会十分平滑，在后续分析中可能会误判洼陷区域，从而使分析结果准确度下降，因此在ArcGIS中首先利用填洼(Fill)工具对DEM进行完善。为了得到集水区范围，首先利用ArcGIS中的流向工具分析径流流向(Flow Direction)，然后基于流向数据可以分析出径流流量(Flow Accumulation)，这可反映出河流、地表径流等集中汇集的具体情况。为避免ArcGIS在分析中因数据精度等原因遗漏少部分径流支流的识别，导致最终结果的不完整，通过河流链接(Stream Link)工具寻找各个支流的分叉交汇点，从而呈现出完整的径流支流网络，并最终利用流域分析(Watershed)识别出研究区域内完整的集水区范围。

3.3 SCS模型的使用

流域水文模型简称SCS模型，是一种针对流域的水文情况进行定量分析的模型工具，由美国农业部水土保持局在1954年发明使用(Claude et al, 2005)，是目前颇为流行的流域水文分析工具之一。通过该模型可以基于降雨量、土地利用类型、土壤种类等因素判断地表径流的具体影响情况。SCS模型的具体公式如下所示：

式中：Q表示直接径流量(mm)，S为可能最大滞留量(mm)，CN为径流系数参数，P为总降雨量(mm)。

3.4 确定山地湿地缓冲区范围

湿地缓冲区是湿地系统中重要的栖息地组成部分和自然保护屏障，在生物群落交流、净化涵养湿地水源、稳定土壤结构等方面扮演着重要的角色。但目前学术界对于湿地缓冲区的范围界定标准仍各有不同，如Margaret等(2019)在研究农业污染与修复时认为湿地缓冲区范围至少应该大于150 m，SCJ咨询联盟(2019)则在湿地环境评估中将湿地缓冲区范围大致分为50 m、100 m、200 m和300 m 4个区间，而Victor(2014)在众多研究中更加接受湿地缓冲区宽度范围取值为10 m、30 m或100 m。基于上述研究，本文决定采用100 m作为山地湿地缓冲区的宽度。

4 结果与分析

4.1 山地地表流域的范围划分

基于利用完善后的高程数据得到的山地地表流向情况和径流支点数据，明确划分出该区域内地表径流流域的具体范围分布(图4)。为了便于后续进行定量分析，对不同流域依次编号，经统计研究区域内共计21块径流流域，其中西北处云阳县附近单个径流流域范围较大，而中部至东南处径流流域区块较多且多数面积范围较小。

图4 流域范围分析Fig.4 Analysis of watershed scope

4.2 强降雨情况下山地地表径流影响分析

每块流域被作为一个单独的研究对象并逐个分析从而得出每块流域中径流总水量与径流淹没高程，并由此推算出每块流域的平均径流系数。在10～20 a一遇（144.53 mm）与30～40 a一遇(320.04 mm)最大单日降雨量的气象情况下，通过SCS数据模型推算出每块流域的直接径流量，然后利用表面体积工具(Surface Volume)反向推算出山地径流淹没所在高程的具体情况，具体数据见表2。其中在山地较低高度分布（约74～350 m）的径流淹没区多位于研究区北部(云阳县、奉节县附近)，包括流域1、2、3、4、7、17；在山地中等高度分布(约350～700 m)的径流淹没区多位于中部和南部，包括流域5、6、8-11、12、14、16、18-21；在山地较高高度分布(约700 m以上)的径流淹没区位于研究区西南部(玉龙洞景区和利川市附近)，包括流域13和15。

表2 强降雨下山地径流淹没所在高程Table 2 Elevation of mountain runoff inundation under heavy rainfall

4.3 明确受到影响的山地湿地缓冲区

利用SCS模型推算出地表径流集中淹没的高程数据并将其通过ArcGIS进行可视化显示，再将解译后得到的湿地与河流以100 m为标准进行缓冲分析(Buffer)，最终比对径流淹没区域与山地湿地缓冲区的相交位置，从而寻找在强降雨下山地湿地缓冲区受影响的部分(图5)。通过计算分析，研究区域内100 m缓冲区面积共计318.04 km2，受到10～20 a一遇最大单日降雨影响的缓冲区面积有73.11 km2，占全部缓冲区比重约22.99%；受到30～40 a一遇最大单日降雨影响的缓冲区面积有80.54 km2，占全部缓冲区比重约25.32%。结果显示：无论是10～20 a一遇或30～40 a一遇强降雨来临时均有超过1/5的缓冲区受到地表径流淹没的消极影响，这和山地地区降雨量普遍比平原地区要大、山地高程变化明显、不同的土地类型等因素均有一定关联。在空间分布上，因强降雨受到径流影响的山地小微湿地缓冲区主要集中在龙凤镇、梭布垭石林景区、巫山县、安坪镇等地区附近。

图5 强降雨影响下山地湿地缓冲区安全性分析Fig.5 Safety analysis of downhill wetland buffer zone affected by heavy rainfall

5 讨论

5.1 定期进行山地湿地安全评估

山地湿地相比于平原湿地分布更加分散和随机，并且有一部分位于高程较高的位置，所以很容易被忽视，但这些山地湿地的安全情况实际上在一定程度上反映了附近生态斑块的稳定性，为人们解读山地环境变化提供可判读的信号。与此同时，一些当地特有的珍稀濒危物种如国家Ⅱ级保护植物水松(Glyptostrobus pensilis)、篦子三尖杉(Cephalotaxus oliveri)等物种也更多依赖于山地湿地(雷泽湘等, 1998)，所以建立完整且科学的山地湿地缓冲区定期评估十分重要。由于本研究其中一项重要的基本数据是降雨年度数据，如果想要对山地湿地进行更加及时有效的评估，可以选取半年度、季度甚至月度内的降雨量数据，然后进行SCS模型评估，并根据结果建立山地湿地缓冲区评估大数据体系，从而做到及时有效的安全监测机制。

5.2 控制相关人类活动的干预

部分受影响山地湿地缓冲区靠近河流或者居住区如白杨坪镇山地区、团堡镇山地区等，相比坐落于海拔较高的山地湿地，这些缓冲区更容易受到相关人类活动的干扰，造成湿地缓冲区不同程度的退化和萎缩，这对于湿地微环境的稳定发展是极具挑战性的。为最大程度上避免和消除人类活动对山地湿地缓冲区所带来的消极影响，政府机构和环保组织需要对这些可能存在负面影响的人类活动进行评估和管控，例如减少无节制的开垦梯田、开山挖矿、破坏污染山地水源等行为。

5.3 研究的局限性与未来研究优化方向

在研究中卫星遥感数据、地表径流系数、缓冲区范围等数据是进行分析的关键数据，相关数据选取使用的合理性将影响最后结果的判读。研究过程中不可避免会遇到一定的数据误差，如本研究中卫星遥感数据精度为30 m，如果通过高分卫星进行更高精度的解译会使得土地利用类型分析更加准确，这也会间接影响地表径流系数的取值。其次，相比于平原地区，山地环境更加复杂，地表径流系数也会有所不同，但目前在取值方面仍缺乏足够的研究，会存在一定的误差，这需要相关领域的专家对山地地表径流系数取值研究进行优化调整，得到更加合适的山地水文评估模型。湿地缓冲区范围目前仍然是学术界争相探讨的话题之一，准确的山地湿地缓冲区范围仍然有待更深层次的研究，这些因素的改进也是未来优化本研究方法的主要工作方向。