竇小東，黃 瑋，易 琦，劉曉舟，李 蒙，李忠良

1. 云南省氣象服務(wù)中心，云南 昆明 650034；2. 云南省氣候中心，云南 昆明 650034；3. 云南大學(xué)資源環(huán)境與地球科學(xué)學(xué)院，云南 昆明 650504；4. 南京信息工程大學(xué)遙感與測繪工程學(xué)院，江蘇 南京 210044

土地利用/覆被變化（LUCC）和氣候變化是影響流域水資源變化的最直接因素，也是流域水資源變化研究的熱點（Yang et al.，2017；Guo et al.，2016；祖拜代·木依布拉等，2018；李帥等，2017；楊滿根等，2017）。LUCC通過下墊面覆蓋物的改變，影響冠層截留、地表蒸散發(fā)、下滲等來改變流域的水資源狀況（Li et al.，2018；Zhang et al.，2018；郭軍庭等，2014；張翔等，2014；張新榮等，2014），氣候變化則通過改變大氣降水的時空分布、地表蒸發(fā)等來影響流域的徑流量（Zhang et al.，2017；黃金龍等，2016；張建云等，2007；姚玉璧等，2013），其中通過氣候模式數(shù)據(jù)驅(qū)動水文模型是氣候變化水文響應(yīng)研究的一個新方向，相較于通過直接假設(shè)流域內(nèi)未來氣溫、降水的變化來研究其水文響應(yīng)具有更好的科學(xué)性、合理性，是未來研究氣候變化水文響應(yīng)的主流和熱點。目前，分布式水文模型SWAT（Soil and Water Assessment Tool）在二者對流域水資源狀況影響的模擬研究方面得到了廣泛的應(yīng)用（Wang et al.，2017；王鶯等，2017；趙杰等，2015；袁宇志等，2015；劉世梁等，2016；孟現(xiàn)勇等，2017）。SWAT模型是由美國農(nóng)業(yè)部（USDA）下屬的農(nóng)業(yè)研究所（ARS）研制開發(fā)的流域尺度、連續(xù)時段、基于過程的分布式水文模型，具有很強的物理基礎(chǔ)，能夠模擬不同土地利用、土壤類型以及管理等條件下的復(fù)雜下墊面流域的水量、水質(zhì)和水沙遷移等（Anand et al.，2018；成向榮等，2017；王學(xué)等，2013；劉瑤等，2015；張小麗等，2014；張蕾等，2009），其主要應(yīng)用領(lǐng)域之一就是對LUCC和氣候變化的水文響應(yīng)進行模擬分析（楊凱杰等，2018）。

龍川江流域?qū)俚蜔岷庸葏^(qū)域，具有典型的低緯高原季風氣候特征，多年平均降雨量約1517 mm，多年月均徑流量約251.76 m3·s-1。龍川江流域的烤煙生產(chǎn)和梯級水電開發(fā)是當?shù)啬茉捶€(wěn)定和經(jīng)濟發(fā)展的重要保障。研究LUCC及氣候變化對龍川江流域水資源的影響，對于沿岸工農(nóng)業(yè)生產(chǎn)、居民生活以及流域未來水資源規(guī)劃管理均具有重要的意義，且目前少有專家學(xué)者結(jié)合不同LUCC和氣候情景，應(yīng)用SWAT模型對該流域徑流變化進行研究。

基于此，本研究結(jié)合2006年、2015年土地利用狀況和氣候變化數(shù)據(jù)，通過設(shè)置不同情景分別探討了單一土地利用類型、不同氣候要素對流域徑流的影響，以及LUCC、氣候變化對流域徑流的綜合影響，最后結(jié)合RCP4.5、RCP8.5兩種氣候情景對流域未來的徑流量進行了預(yù)測和分析，研究結(jié)果可為龍川江流域產(chǎn)業(yè)發(fā)展、生態(tài)環(huán)境保護、水資源規(guī)劃管理等提供重要的科學(xué)依據(jù)。

1 研究區(qū)概況

龍川江發(fā)源于云南省保山市西北部和怒江傈僳族自治州南部交界的高黎貢山，河源海拔約3400 m，干流總長約312 km，流域面積約10820 km2，天然落差約 2600 m，屬伊洛瓦底江水系，是伊洛瓦底江東岸一級支流，流經(jīng)騰沖市、龍陵縣和潞西市等 10多個鄉(xiāng)鎮(zhèn)，在潞西市西南部與芒市河匯合后稱為瑞麗江（黃聲威等，2018；姜太芹，2014，2015；鄭瑾，2008）。龍川江流域附近共建有縣級氣象站點8個（圖1）。根據(jù)聯(lián)合國糧農(nóng)組織（FAO）和維也納國際應(yīng)用系統(tǒng)研究所（IIASA）構(gòu)建的HWSD（Harmonized World Soil Database）土壤數(shù)據(jù)庫，流域內(nèi)主要土壤類型有鐵質(zhì)低活性強酸土（Ferric Acrisols）、簡育低活性強酸土（Haplic Acrisols）、簡育高活性淋溶土（Haplic Luvisols）、腐殖質(zhì)低活性強酸土（Humic Acrisols）、鐵質(zhì)低活性淋溶土（Ferric Lixisols）等共21種（圖2）。根據(jù)SWAT模型要求，將流域內(nèi)土地利用類型分為農(nóng)業(yè)用地、林地、草地、城鎮(zhèn)用地、水體、濕地共 6種（圖3，表1）。

圖1 龍川江流域示意圖Fig.1 Sketch map of Longchuan River Watershed

圖2 龍川江流域土壤類型圖Fig.2 Soil types map of Longchuan River Watershed

2 數(shù)據(jù)與方法

2.1 基礎(chǔ)數(shù)據(jù)

建立SWAT模型所需的數(shù)據(jù)包括DEM數(shù)據(jù)、土壤類型數(shù)據(jù)、土地利用類型數(shù)據(jù)、氣象數(shù)據(jù)、水文數(shù)據(jù)（表2）。

2.2 模型的建立及參數(shù)率定與驗證

本研究采用SWAT模型，利用DEM進行龍川江流域及其子流域劃分、河網(wǎng)生成，再結(jié)合土地利用柵格數(shù)據(jù)、土壤柵格數(shù)據(jù)，劃分各子流域內(nèi)的水文響應(yīng)單元（HRU），并根據(jù)收集的土壤數(shù)據(jù)、氣象數(shù)據(jù)分別建立土壤屬性數(shù)據(jù)庫、氣象屬性數(shù)據(jù)庫，進而建立龍川江流域的SWAT模型。

利用SWAT_CUP，結(jié)合龍川江戛中水文站1971－2015年逐月徑流觀測數(shù)據(jù)，對與徑流量有關(guān)的26個參數(shù)（王學(xué)，2012）進行重復(fù)率定和驗證。SWAT_CUP每批次運算后會采用 Latin Hypercube One-factor-At-a-Time（LH-OAT）方法（李曼曼，2012）自動分析參數(shù)的敏感性并進行敏感性排序，同時給出下一批次率定的建議參數(shù)，使用者可對新參數(shù)進行修改，也可直接使用新參數(shù)進行下一批次率定，然后利用模型計算出的決定系數(shù)R2（公式1）與納什效率系數(shù) Ens（公式 2）（李帥等，2017；胡勝，2015）檢驗?zāi)Ｐ褪欠裢ㄟ^驗證，直到模擬結(jié)果通過檢驗為止。

圖3 龍川江流域2006（a）年、2015（b）年土地利用類型圖Fig.3 Land use map of Longchuan River Watershed in 2006 (a) and 2015 (b)

表1 2006年、2015年龍川江流域土地利用面積比例Table1 Land use percentage of Longchuan River Watershed in 2006 and 2015

表2 SWAT模型基礎(chǔ)數(shù)據(jù)列表Table2 List of basic for SWAT model

式中，Qo,i為實測流量值；Qp,i為模擬流量值；Qavg為實測流量平均值；Qpavg為模擬流量平均值。R2取值為0～1，數(shù)值越大表示吻合程度越高。

式中，Qo,i為實測流量值；Qp,i為模擬流量值；Qavg為實測流量平均值。Ens在0－1之間變動，越接近于1表示模擬精度越高。

研究表明（祖拜代·木依布拉等，2018；李帥等，2017；孟現(xiàn)勇等，2017）：R2＞0.50表示模擬值與實測值的相關(guān)程度符合標準，R2＞0.70表示模擬比較準確，R2=1表示完全吻合；1.00≥Ens＞0.75表示模擬結(jié)果優(yōu)秀，0.75≥Ens＞0.65表示模擬結(jié)果良好，0.65≥Ens＞0.50 表示模擬結(jié)果合格，Ens≤0.50 表示模擬結(jié)果不合格。

2.3 情景設(shè)置

（1）單一土地利用類型情景

考慮到龍川江流域內(nèi)主要土地利用類型為農(nóng)業(yè)用地、林地、草地（表1），且三者面積總和超過 99%，本研究以 2006年土地利用數(shù)據(jù)和 1998－2006年氣象數(shù)據(jù)為基準期，設(shè)置如下4種情景（表3），以此研究單一土地利用類型對流域徑流的影響。

表3 單一土地利用類型情景設(shè)置Table3 Single land use type scenario

表4 土地利用和氣候情景設(shè)置Table4 Land use and climate scenarios

（2）氣候要素情景

根據(jù)IPCC第五次評估報告，在未來可能的氣候變化范圍內(nèi)設(shè)置如下情景（同樣以情景1為基準期）：

情景 5：氣溫不變，設(shè)置降水增加 10%、20%和減少10%、20% 4種方案；

情景6：降水不變，設(shè)置氣溫增加1 ℃、2 ℃兩種方案。

（3）LUCC和氣候變化綜合情景

采用如下3種情景（表4），以情景1為基準期，對比情景7分析LUCC對流域徑流的影響；對比情景 8分析氣候變化對流域徑流的影響；對比情景 9分析LUCC和氣候變化對流域徑流的綜合影響。

（4）RCP4.5和RCP8.5情景下龍川江未來徑流量變化預(yù)估

采用全球氣候模式比較計劃第五階段（Coupled Model Intercomparison Project，CMIP5）的EC-EARTH全球模式數(shù)據(jù)，運用動力降尺度和統(tǒng)計降尺度相結(jié)合的方法，耦合區(qū)域氣候模式RegCM4，得到的龍川江流域 RCP4.5和 RCP8.5兩種情景模式，再采用統(tǒng)計降尺度中的轉(zhuǎn)換函數(shù)法，得到2016－2050年逐日氣象數(shù)據(jù)。以此驅(qū)動SWAT模型（采用2015年土地利用數(shù)據(jù)；2016－2020年作為模型預(yù)熱期），預(yù)估龍川江流域 2021－2050年的徑流變化。

3 結(jié)果與分析

利用ARCGIS加載整理好的DEM數(shù)據(jù)，結(jié)合實際河網(wǎng)數(shù)據(jù)，集水面積閾值設(shè)定為15000 hm2，將龍川江流域劃分為 15個子流域，載入重分類后的土地利用類型數(shù)據(jù)、土壤類型數(shù)據(jù)，坡度劃分為2類，土地利用、土壤類型、坡度分級的閾值分別設(shè)置為25%、20%、25%，最終將全流域劃分為43個水文響應(yīng)單元（HRU）。

3.1 參數(shù)率定與驗證

參數(shù)率定結(jié)果顯示（表5），26個參數(shù)中對徑流產(chǎn)生最為敏感的參數(shù)依次為最大冠層截留量（CANMX）、土壤可利用有效水（SOL_AWC）、河岸貯水的基流因子（ALPHA_BNK）、SCS徑流曲線系數(shù)（CN2），這說明龍川江徑流對地表覆蓋、地表水與地下水交換、河岸的蓄水能力的變化較為敏感。戛中水文站參數(shù)率定與驗證結(jié)果（表 6，圖4）顯示，率定期參數(shù)R2、Ens分別達到0.73、0.71，驗證期參數(shù)R2、Ens分別達到0.75、0.74，因此，SWAT模型在龍川江流域徑流模擬中具有較好的適用性，可以用SWAT模型來進行流域徑流模擬。

表5 龍川江流域SWAT模型敏感性參數(shù)Table5 Sensitive Parameters of SWAT model in Longchuan River Watershed

表6 龍川江流域SWAT模型月徑流模擬率定和驗證結(jié)果Table6 Calibration and validation results of SWAT model for monthly runoff simulation in Longchuan River Watershed

表7 龍川江流域單一土地利用情景下徑流模擬結(jié)果Table7 Simulation results of runoff under single land use scenarios in Longchuan River Watershed

3.2 情景模擬分析

（1）單一土地利用類型對流域徑流的影響

以情景1作為基準，對比情景2（表7）可知，將占流域總面積 20.97%的農(nóng)業(yè)用地全部轉(zhuǎn)化為林地，會導(dǎo)致龍川江流域月均徑流量減少0.91 m3·s-1，可見林地相對于農(nóng)業(yè)用地具有減流作用；對比情景3可知，將占流域總面積20.97%的農(nóng)業(yè)用地全部轉(zhuǎn)化為草地，會導(dǎo)致龍川江流域月均徑流量減少0.34 m3·s-1，可見草地相對于農(nóng)業(yè)用地也具有減流作用；對比情景4可知，將占流域總面積78.15%的林地全部轉(zhuǎn)化為草地，會導(dǎo)致龍川江流域月均徑流量增加3.28 m3·s-1，可見草地相對于林地有增流作用。農(nóng)業(yè)用地、林地、草地三者對徑流增加的貢獻大小順序為農(nóng)業(yè)用地＞草地＞林地。

（2）氣候要素對流域徑流的影響

圖4 龍川江流域率定期和驗證期降雨量及徑流模擬結(jié)果Fig.4 Precipitation and Simulation results of calibration and validation period of runoff in Longchuan River Watershed

當氣溫不變，降水量分別增加20%和10%時，流域月均徑流量分別增加了22.62 m3·s-1（9.15%）和11.17 m3·s-1（4.52%）；降水量分別減少10%和20%時，流域月均徑流量分別減少了 6.52 m3·s-1（2.64%）和15.5 m3·s-1（6.27%）（表8）。可見流域內(nèi)徑流量隨著降水量的增加而增加，徑流變化幅度與降水變化幅度呈正比。當降水不變，氣溫分別增加1 ℃和2 ℃時，流域月均徑流量分別減少4.01 m3·s-1（1.62%）和 5.79 m3·s-1（2.34%），可見流域內(nèi)徑流變化幅度與氣溫變化幅度呈反比，這應(yīng)該是由于溫度升高導(dǎo)致流域蒸發(fā)量增大，進而導(dǎo)致徑流量下降。

（3）LUCC和氣候變化共同影響下的徑流模擬

情景分析結(jié)果表明：情景7、8、9的月平均徑流量分別為 247.87、244.84、245.56 m3·s-1（表 9）。同樣以情景1為基準期，對比情景7可知，LUCC引起月均徑流量增加0.72 m3·s-1，再對比表1可知，2006－2015年，農(nóng)業(yè)用地、林地、草地、城鎮(zhèn)用地、水體、濕地的變化率分別為7.38%、-10.44%、2.54%、0.46%、0.04%、0.02%?？傮w上，減少的林地面積絕大部分轉(zhuǎn)化為農(nóng)業(yè)用地和草地。因此，2006－2015年間，LUCC引起的月均徑流量增加主要是由林地轉(zhuǎn)化為農(nóng)業(yè)用地和草地所致。對比情景8可知，氣候變化引起月均徑流量減少2.31 m3·s-1，而2007－2015年間流域內(nèi)月平均氣溫較1998－2006年升高0.06 ℃、月降雨量減少7.24 mm，因此2006－2015年間，氣候變化引起的月均徑流量減少是由降雨和氣溫的變化共同引起。對比情景9可知，土地利用和氣候變化綜合作用結(jié)果為流域月均徑流量減少1.59 m3·s-1。因此，2006－2015年間龍川江流域的LUCC引起的月均徑流量增加幅度小于氣候變化引起的月均徑流量減少幅度。2006－2015年間，龍川江徑流量總體上呈減少趨勢，相對LUCC而言，氣候變化在龍川江徑流變化中起主導(dǎo)作用。

（4）RCP4.5和RCP8.5情景下龍川江未來徑流量變化預(yù)估

模型預(yù)估結(jié)果顯示：RCP4.5和RCP8.5氣候情景下，2021－2050年間龍川江流域徑流均呈減少趨勢，減少的速率分別為 9.48×108m3·10a-1和 12.29×108m3·10a-1（圖5）。而龍川江流域戛中水文站實測徑流顯示：1971－2015年間，流域徑流也呈減少趨勢，但減少的速率僅為3.58×108m3·10a-1?？梢姡琑CP4.5和RCP8.5兩種氣候情景下，流域徑流的減少速率明顯增加，分別為1971－2015年減速的2.65倍、3.43倍。這將使龍川江沿岸居居民生產(chǎn)生活不斷增長的水資源需求變得日益嚴峻。

表8 龍川江流域氣候變化情景下徑流模擬結(jié)果Table8 Simulation results of runoff under climate change scenarios in Longchuan River Watershed

表9 龍川江流域不同情景模擬結(jié)果Table9 Simulation results of different scenarios in Longchuan River Watershed

圖5 龍川江流域?qū)崪y徑流及RCP4.5和RCP8.5情景下年徑流量趨勢預(yù)估圖Fig.5 Trend prediction map of annual runoff under RCP4.5 and RCP8.5 scenarios and measured runoff in Longchuan River Watershed

4 結(jié)論與討論

4.1 討論

水文模型已成為評價流域水文過程的重要工具，但模擬精度受諸多因素的影響（Zhang et al.，2018；成向榮等，2017）。本研究參數(shù)率定期和驗證期的 R2分別為 0.73、0.75，Ens分別為 0.71、0.74，未達到優(yōu)秀的標準（Yang et al.，2017；祖拜代·木依布拉等，2018；李帥等，2017；孟現(xiàn)勇等，2017），可能與如下因素有關(guān)。流域上的水電站建設(shè)會考慮豐枯水期的安全生產(chǎn)需要而人為進行蓄水或泄洪，這對徑流產(chǎn)生了一定的影響，甚至會改變徑流的月際或年際分配。同時，流域內(nèi)的各類型水庫在豐水期的泄洪和枯水期的蓄水也會導(dǎo)致流域徑流的變化，然而由于數(shù)據(jù)獲取困難，本研究在模擬時無法考慮水電站及水庫對徑流的影響，這在一定程度上降低了模型的模擬精度。此外，流域內(nèi)的居民生產(chǎn)生活消耗的工業(yè)用水量、灌溉用水量以及居民生活用水量等也會在一定程度上影響徑流，這些也有待進一步研究。

LUCC直接反映了人類活動對自然環(huán)境的影響，并影響著流域的水文過程（成向榮等，2017）。本研究模擬結(jié)果表明，龍川江流域農(nóng)業(yè)用地、林地、草地三者對徑流增加的貢獻的大小順序為農(nóng)業(yè)用地＞草地＞林地，這與張新榮等（2014）、史曉亮等（2014）的研究結(jié)果一致，林地轉(zhuǎn)化為草地、農(nóng)業(yè)用地，降低了冠層截留、入滲和蒸發(fā)（王杰等，2013；吳淼等，2018），從而引起徑流增加。將草地轉(zhuǎn)化為農(nóng)業(yè)用地引起徑流的增加，應(yīng)該是相對草地而言，農(nóng)業(yè)用地降低了土壤的涵養(yǎng)水源能力，增加了產(chǎn)匯流作用所致。

氣候變化是影響流域水文過程的主要因素之一（田振興等，2018），而氣候變化對水資源的影響主要體現(xiàn)在溫度和降水的變化上（王鶯等，2017）。本研究模擬結(jié)果表明，當氣溫不變時，流域的徑流隨著降水的增加而增加，當降水不變時，流域徑流隨著氣溫的增加而降低，這與李帥等（2017）、袁宇志等（2015）的研究結(jié)果一致，且降水變化對流域徑流的影響強度強于氣溫變化的影響強度，降水在徑流的變化中占主導(dǎo)作用。

在對流域未來徑流變化預(yù)估中，在 RCP4.5和RCP8.5氣候情景下，龍川江流域徑流均呈下降趨勢，而黃金龍等（2016）對 RCP4.5情景下長江上游流域徑流模擬結(jié)果顯示，未來長江上游流域徑流將呈增加趨勢，與本研究結(jié)果相反，這可能是由于二者分屬不同流域，在 RCP4.5情境下未來長江上游流域降雨呈增加趨勢（黃金龍等，2016），而龍川江流域降雨呈減少趨勢（2021－2050年降雨量較1971－2015年均減少96 mm）所致。

4.2 結(jié)論

（1）SWAT模型在龍川江流域徑流模擬中具有較好的適用性，可用SWAT模型進行流域徑流模擬。

（2）從土地利用方面考慮，將農(nóng)業(yè)用地轉(zhuǎn)化為林地或草地，均會導(dǎo)致流域徑流量的減少，而將林地轉(zhuǎn)化為草地則會引起流域徑流量的增加，農(nóng)業(yè)用地、林地、草地三者對徑流增加的貢獻大小順序為農(nóng)業(yè)用地＞草地＞林地。從氣候變化方面考慮，流域徑流量與降雨量呈正比，與蒸發(fā)量呈反比。

（3）2006－2015年間龍川江流域的LUCC引起的月均徑流增加幅度小于氣候變化引起的月均徑流減少幅度，龍川江徑流的變化由氣候變化主導(dǎo)，月均徑流量總體上減少1.59 m3·s-1。

（4）預(yù)估結(jié)果顯示，RCP4.5和RCP8.5氣候情景下，2021－2050年間龍川江流域徑流減少趨勢明顯，分別為1971－2015年減速的2.65倍、3.43倍。