高俁晗，劉 碩，于 益，張美琦，羅 爻

(哈爾濱師范大學(xué) 地理科學(xué)學(xué)院，黑龍江 哈爾濱 150025)

1 引言

不透水面的增長與城市發(fā)展戰(zhàn)略目標(biāo)、城市總體規(guī)劃等驅(qū)動(dòng)因素密切相關(guān)[1～3]，城市化進(jìn)程不斷加速使融雪徑流攜帶污染控制匯入地表水體，對(duì)地表水環(huán)境質(zhì)量也產(chǎn)生影響[4～6]。隨著流域不透水性增加，降雨徑流量和峰值不斷增大，對(duì)地表徑流量影響顯著[7]。SWMM模型適用于傳統(tǒng)模型難以解決的城市排水管道與不同類型下墊面情況帶來的復(fù)雜問題[8，9]。

哈爾濱市進(jìn)入融雪期時(shí)，降雪頻繁且融雪時(shí)間集中，整個(gè)冬季的積雪在1～2個(gè)月內(nèi)全部融化，除部分蒸發(fā)外皆形成融雪徑流[10，11]。因此，了解城市冬季融雪徑流的流量變化過程及向水體的輸出量，有助于正確預(yù)測(cè)及處理徑流有害影響，提高水資源利用效率[12]。本文通過遙感影像與水文模型的變化模擬分析，可以有效地實(shí)現(xiàn)不透水面變化對(duì)融雪徑流的響應(yīng)，適用于北方城市融雪徑流的模擬研究，為城市規(guī)劃與融雪徑流的控制提供參考。

2 研究區(qū)概況

哈爾濱市位于黑龍江省西南部，冬季漫長寒冷，年平均氣溫約3.4 ℃，總面積53100 km2，年降水量500 mm。秋冬季節(jié)降水波動(dòng)幅度最大，夏季最小。本文所選研究區(qū)范圍為哈爾濱市中心城區(qū)范圍內(nèi)的6個(gè)行政轄區(qū)，研究區(qū)位置見圖1。

圖1 研究區(qū)位

3 數(shù)據(jù)與方法

3.1 數(shù)據(jù)來源

選取1999、2001、2004、2008、2013、2017年6個(gè)年份的Landsat5TM、Landsat8OLI影像，遙感影像數(shù)據(jù)和GDEM30M分辨率數(shù)字高程數(shù)據(jù)由地理空間數(shù)據(jù)云下載。DEM數(shù)字高程數(shù)據(jù)用于繪制匯水區(qū)、提取坡度和寬度等參數(shù)。氣象數(shù)據(jù)為哈爾濱機(jī)場(chǎng)氣象站2017年11月1日至2018年4月30日的降雪及溫度數(shù)據(jù)。

3.2 數(shù)據(jù)處理

3.2.1 不透水面的提取

先對(duì)各年份衛(wèi)星影像采用監(jiān)督分類中的向量機(jī)分類方法，將研究區(qū)分為綠地、居民地、水體三類，根據(jù)結(jié)果進(jìn)行目視判讀，將分類錯(cuò)誤處進(jìn)行修改。

3.2.2 匯水區(qū)的概化

運(yùn)用GDEMDEM30M分辨率數(shù)字高程數(shù)據(jù)和哈爾濱河流排水管線分布情況劃分匯水區(qū)，利用ArcHydro數(shù)據(jù)模型行洼地填充、確定水流方向和計(jì)算匯流累積量，將匯流累積量定義河網(wǎng)結(jié)構(gòu)，利用得出的河網(wǎng)數(shù)據(jù)和水流方向提取河流弧段。使用CatchmentPolygonProcessing工具得到矢量化的匯水區(qū)、河流線和匯水出水口。每個(gè)區(qū)域排水口設(shè)定為最近排水系統(tǒng)節(jié)點(diǎn)、河道或排水口。由于本文研究區(qū)面積較大，故僅依據(jù)主要流域地勢(shì)及主管道分布進(jìn)行概化最終將研究區(qū)劃定出26個(gè)子匯水區(qū)，19段排水管，19個(gè)排水節(jié)點(diǎn)，6個(gè)排水口。

3.3 融雪徑流量的計(jì)算

融雪徑流量計(jì)算選用暴雨洪水管理模型，根據(jù)2017年冬季降雪變化構(gòu)建融雪模型，分為產(chǎn)匯流兩部分，將降雪過程以時(shí)間序列的形式輸入至模型，模擬2017年11月1日至2018年4月30日連續(xù)降雪時(shí)間序列下的冬季融雪過程。模型參數(shù)率定與驗(yàn)證參照以往SWMM模擬經(jīng)驗(yàn)，用以下公式進(jìn)行綜合評(píng)估，Nash-Sutcliffe效率系數(shù)越接近1說明可信度越高，系數(shù)大于0.7時(shí)，表示與實(shí)際吻合程度較好。

(1)

將模擬后徑流水位與實(shí)測(cè)水位值根據(jù)公式進(jìn)行吻合程度驗(yàn)證，得到Nash-Sutcliffe效率系數(shù)值為0.86，模型變化基本符合真實(shí)融雪產(chǎn)匯流過程。

4 結(jié)果分析

4.1 哈爾濱市流域不透水面時(shí)空變化規(guī)律分析

利用EVNI進(jìn)行監(jiān)督分類，結(jié)果表明，哈爾濱市主城區(qū)不透水面主要分布在南崗區(qū)的北部、道里區(qū)的東部、道外區(qū)的西部、香坊區(qū)的西北部、和平房區(qū)的北部，1999～2017年城市不透水面面積呈遞增趨勢(shì)，前后兩個(gè)時(shí)期的不透水面積大幅增加了266.49 km2，綠地減少363.52 km2，水體面積增加97.2 km2。研究區(qū)總面積2273.3934 km2，其中1999、2001、2004、2008、2013、2017年的不透水面占比分別為13.37%、18.28%、20.06%、22%、23.47%、25.09%(圖2)。結(jié)果顯示1999～2001的不透水面擴(kuò)大速率最快。在26個(gè)匯水區(qū)中，每個(gè)匯水區(qū)1999～2017年不透水面平均增長11.33 km2,不透水率平均增加10.25%，S3、S4不透水面增長面積最多，分別增長29.8 km2和29 km2，S15的不滲透率變化最大，由1999年的41.37%擴(kuò)張到2017年的70.54%，其次是S26,由10.3%擴(kuò)張到38.9%。不滲透率最高的匯水區(qū)分別是S7、S9、S10和S13，分別從89.73%、88.58%、90.16%、89.52%擴(kuò)張為94.85%、93.54%、94.16%、96.35%，而這四個(gè)區(qū)均位于繁華的市中心。

圖2 研究區(qū)不透水面變化

4.2 融雪徑流時(shí)空變化規(guī)律分析

4.2.1 年際徑流量變化

哈爾濱2017年降雪量為48.6 mm，研究區(qū)面積2273.3934 km2，利用SWMM分別模擬了1999、2001、2004、2008、2013、2017年6個(gè)年份的春季融雪徑流，其中6個(gè)模型所設(shè)置的參數(shù)中，除不滲透率改變，降雪量、溫度等參數(shù)均以2017年為基準(zhǔn)年，故能準(zhǔn)確觀察出不滲透率的變化對(duì)城市融雪徑流量的影響。結(jié)果表明，1999、2001、2004、2008、2013、2017年模擬的地表融雪徑流量分別為40623.33 m3、56494.1 m3、62681.4 m3、68898.95 m3、73770.75 m3、79107.76 m3，地表徑流逐年增加，同1999年相比，2017年徑流量增加了94%。

4.2.2 各匯水區(qū)融雪徑流量時(shí)空變化

由SWMM模擬結(jié)果得出各匯水區(qū)在融雪期間的徑流量后，將徑流產(chǎn)出量進(jìn)行以下分級(jí)：0～500 m3為F1、500～1000 m3為F2、1000～1500 m3為F3、1500～2500 m3為F4、2500～3500 m3為F5、3500～4500 m3為F6、4500～5500 m3為F7、5500～7500 m3為F8、7500～9500 m3為F9，1999年26個(gè)匯水區(qū)平均融雪徑流量1562.43 m3，其中14個(gè)匯水區(qū)超過平均值，S15總體產(chǎn)流量均為最大，由1999年的F8轉(zhuǎn)為2017年的F9。S26變化最快，變化階段分別為F4、F5、F6、F8。融雪徑流量最小的是S19,六次模擬中結(jié)果均為F1,其次是S20,結(jié)果均為F2。2001年平均徑流量2172.85 m3，2004、2008、2013、2017年平均產(chǎn)流量分別為2410.82 m3、2649.96 m3、2837.33 m3、3042.61 m3，并呈現(xiàn)出明顯的增長趨勢(shì)。

4.3 不透水面擴(kuò)張與徑流量相關(guān)性分析

4.3.1 各匯水區(qū)不透水面積與融雪徑流量增長速率變化分析

將研究的18年中每隔9年分為一個(gè)階段，1999～2008為第一階段，2008～2017為第二階段，分別將每個(gè)匯水區(qū)的不透水面面積增長速率與融雪徑流量增長速率作比較，可知在第一階段中增長速度最快的匯水區(qū)分別是S26、S15、S2和S17,且也是增長量最大的匯水區(qū)。同時(shí)S26也是第一階段增長速率最快達(dá)到69.5%，在第二階段速率下降到13%，在第一階段不透水面積增長了23.43 km2，第二階段增長了5.24 km2。S15位于香坊區(qū)中部，主要下設(shè)10個(gè)鄉(xiāng)鎮(zhèn)街道，在第一階段不透水面增長22 km2，徑流量增加了3004 m3，主要由于新香坊街道、幸福鎮(zhèn)、成高子鎮(zhèn)的建設(shè)與擴(kuò)張，在第二階段增長變緩慢。S2主要包含道里區(qū)的榆樹鎮(zhèn)和新發(fā)鎮(zhèn)在第一階段1999～2001年間各鄉(xiāng)鎮(zhèn)迅速向外擴(kuò)張，往后的增量與趨勢(shì)都呈現(xiàn)減緩趨勢(shì)。

4.3.2 不透水面擴(kuò)張與融雪徑流量相關(guān)性分析

使用6個(gè)年份中哈爾濱市區(qū)26個(gè)匯水區(qū)的不透水面積和融雪徑流量，通過Pearson相關(guān)系數(shù)檢驗(yàn)各匯水區(qū)內(nèi)二者的相關(guān)性，此方法用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計(jì)指標(biāo)，相關(guān)系數(shù)越接近于1，相關(guān)度越強(qiáng)。各個(gè)研究年份的相關(guān)系數(shù)分別為0.989、0.99、0.985、0.985、0.982和0.982，相關(guān)系數(shù)均大于0.98，且p值均通過0.01顯著性檢驗(yàn)，二者在本文研究區(qū)內(nèi)均表現(xiàn)為顯著正相關(guān)。

5 結(jié)論與討論

(1)從1999～2017年，哈爾濱市區(qū)的土地利用類型發(fā)生了明顯的變化，城市用地從1999年的13.37%大幅增加到2017年的25.59%，總體呈現(xiàn)由中心向外擴(kuò)張的趨勢(shì)，這可能是由于人口、經(jīng)濟(jì)、社會(huì)壓力造成了對(duì)額外建筑地、居民地所產(chǎn)成的高需求，土地覆被鄉(xiāng)鎮(zhèn)城市轉(zhuǎn)變。

(2)根據(jù)2017年的實(shí)測(cè)水文數(shù)據(jù)，運(yùn)用SWMM模型進(jìn)行了模擬，其中不滲透率是影響融雪徑流最敏感的參數(shù)，該模型能較好地反映研究區(qū)春季融雪產(chǎn)匯流過程。1999年和2017年的年徑流量分別為40623.33 m3和79107.76 m3，將模擬結(jié)果分為9個(gè)等級(jí)，26個(gè)匯水區(qū)完全呈現(xiàn)上升趨勢(shì)，其中S26增長速度最快，S15總體融雪徑流量均最大。

(3)本研究中哈爾濱市不透水面面積與融雪徑流量呈正相關(guān)，且相關(guān)系數(shù)極高，本次研究哈爾濱市春季融雪徑流量的明顯增加主要是因?yàn)槌鞘胁煌杆娴臄U(kuò)張，城市土地與耕地、未利用地結(jié)構(gòu)的變化，二者在1999～2008年間增長均十分迅速，在2008～2017年增長趨勢(shì)變緩。