朱雙 李建慶 羅顯剛 雷曉輝 王超 胡國(guó)豐
摘要:近年來(lái),受氣候變化和人類(lèi)活動(dòng)的共同影響,流域的氣候和水文狀況發(fā)生了顯著改變,分析變化環(huán)境下未來(lái)水資源演化格局成為當(dāng)前國(guó)內(nèi)外學(xué)者關(guān)注的重點(diǎn)研究?jī)?nèi)容之一。以柘溪水庫(kù)流域?yàn)檠芯繀^(qū)域,利用人文因素和自然因素作為土地利用變化的驅(qū)動(dòng)因子構(gòu)建土地利用模型,采用MIROC5氣候模式多個(gè)情景作為未來(lái)氣候典型代表,利用分布式水文模型分析了氣候變化和都市化雙重驅(qū)動(dòng)下的流域未來(lái)水文響應(yīng)。結(jié)果表明:都市化發(fā)展明顯增加了流域地表徑流,減少了地下徑流;而氣候變化對(duì)水文響應(yīng)驅(qū)動(dòng)力比都市化對(duì)水文響應(yīng)的驅(qū)動(dòng)作用更強(qiáng)。
關(guān)鍵詞:水文響應(yīng); 分布式水文模型; 氣候變化; 未來(lái)情景模擬; 土地利用; 柘溪水庫(kù)流域
中圖法分類(lèi)號(hào): P333
文獻(xiàn)標(biāo)志碼: A
DOI:10.16232/j.cnki.1001-4179.2021.11.014
0引 言
在全球變暖、土地利用劇烈變化、極端氣候事件頻發(fā)的大背景下,解決當(dāng)下水資源危機(jī),預(yù)測(cè)未來(lái)水資源變化態(tài)勢(shì),是當(dāng)前國(guó)內(nèi)外關(guān)注的重點(diǎn)之一。變化環(huán)境下的水文響應(yīng)仍然是當(dāng)前水文科學(xué)研究熱點(diǎn)之一。目前,國(guó)內(nèi)外很多學(xué)者研究了關(guān)于氣候變化對(duì)水文循環(huán)的影響,并結(jié)合統(tǒng)計(jì)學(xué)原理分析了氣象要素如氣溫、降水和水文要素在時(shí)間尺度上的周期性和突變性,或者構(gòu)建了水文要素與降水之間的關(guān)系模型,定量分析水文循環(huán)和氣候變化之間的聯(lián)系[1-2]。
在研究未來(lái)氣候變化對(duì)水文循環(huán)的影響時(shí),通過(guò)設(shè)置一定的未來(lái)氣候變化情景,再將模擬得到的未來(lái)氣候情景輸入到水文模型中,模擬未來(lái)氣候情景下的水文響應(yīng)[3]。王苗等[4]分析了RCP2.6,RCP4.5和RCP8.5三種氣候情景下洪湖流域水資源的變化過(guò)程,結(jié)果表明:3種情景下的降雨和溫度逐漸增加,地表徑流、地下徑流和蒸散發(fā)量也隨之增加。Tamm等[5]以波羅的海流域?yàn)檠芯繀^(qū),采用RACMO和HIRHAM5兩種區(qū)域氣候模式研究流域未來(lái)氣候變化對(duì)水文過(guò)程的影響,發(fā)現(xiàn)該流域年均徑流量相對(duì)于歷史時(shí)期分別增長(zhǎng)了10%和26%。
都市化進(jìn)程主要體現(xiàn)在土地利用類(lèi)型的轉(zhuǎn)變,如耕地、林地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地。由于每種土地利用類(lèi)型的蓄水能力不同,因此土地利用變化能對(duì)水文循環(huán)造成影響[6]。目前國(guó)內(nèi)外對(duì)于土地利用變化對(duì)水文水資源的研究主要分為兩個(gè)方向:①根據(jù)歷史土地利用變化趨勢(shì),利用統(tǒng)計(jì)分析方法模擬得到未來(lái)一段時(shí)間內(nèi)土地利用情景[7];②采用極端土地利用法,假設(shè)研究區(qū)內(nèi)某一種土地類(lèi)型直接被另外一種取代,分析單一土地利用類(lèi)型變化對(duì)水文循環(huán)的影響[8-9]。
評(píng)估未來(lái)土地利用變化和氣候變化模式對(duì)流域水文生態(tài)環(huán)境的綜合影響,對(duì)于流域水資源管理規(guī)劃以及可持續(xù)發(fā)展具有重要意義。預(yù)測(cè)未來(lái)幾十年甚至一個(gè)世紀(jì)的土地利用類(lèi)型狀態(tài)和氣候條件,并研究?jī)烧呔C合作用下的水文響應(yīng),比前人單一研究土地利用或者氣候變化的水文響應(yīng)更具有實(shí)際參考價(jià)值。而當(dāng)今社會(huì)經(jīng)濟(jì)快速發(fā)展背景下,土地利用類(lèi)型的演化并不是呈現(xiàn)簡(jiǎn)單的線性變化,而是受社會(huì)經(jīng)濟(jì)、人口、路網(wǎng)等因素綜合影響,具有復(fù)雜轉(zhuǎn)變機(jī)理[10]。為此,本文首先研究未來(lái)氣候變化情景下的流域水文響應(yīng),并利用人文因素和自然因素作為土地利用變化的驅(qū)動(dòng)因子構(gòu)建土地利用模擬模型,分析氣候變化和都市化雙重驅(qū)動(dòng)的流域未來(lái)水文響應(yīng),研究成果可為水資源精細(xì)化管理和未來(lái)土地規(guī)劃提供依據(jù)。
1研究流域與數(shù)據(jù)來(lái)源
1.1柘溪水庫(kù)流域
柘溪水庫(kù)流域位于湖南省西南部及廣西省東北部區(qū)域,地理坐標(biāo)為東經(jīng)110°12′~112°30′,北緯25°36′~28°42′,流域總面積22 108 km2。流域范圍涉及益陽(yáng)市、婁底市、邵陽(yáng)市的安化縣、新化縣、冷水江市、新邵縣、隆回縣、洞口縣、邵陽(yáng)縣、邵東縣、武岡市、邵陽(yáng)市、綏寧縣、新寧縣及桂林市的資源縣。柘溪水庫(kù)流域?qū)儆跂|亞季風(fēng)熱帶暖濕氣候,夏季溫度高,濕度大,且多雨,冬季寒冷干燥。流域內(nèi)年均氣溫在16.8~17.3 ℃之間,年均降水量約1 462 mm,年均流量為586 m3/s。流域內(nèi)主要有耕地、森林、草地、水體、城市用地5種土地利用類(lèi)型,森林分布面積最廣,為13 736 km3,占總面積的62.08%,其次是耕地,面積為6 934 km3,占總面積的31.3%。草地、水體、城市用地面積分別為833,288,338 km3,占流域總面積的3.7%,1.2%,1.5%。柘溪流域地理位置及范圍如圖1所示。
1.2數(shù)據(jù)資料
研究所需要的DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/),其空間分辨率為30 m×30 m;歷史土地利用數(shù)據(jù)(2005年和2015年)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http:∥www.resdc.cn),數(shù)據(jù)基于Landsat8遙感影像,通過(guò)人工目視解譯生成,其空間分辨率是1 km×1 km[11];土壤數(shù)據(jù)來(lái)源于世界土壤數(shù)據(jù)庫(kù)(HWSD),其空間分辨率為30m×30m。研究流域內(nèi)羅家廟、黃橋、新寧、隆回、筱溪、柘溪、坪口7個(gè)主要水文站2004~2014年月徑流數(shù)據(jù)來(lái)源于長(zhǎng)江水利委員會(huì)(http:∥www.cjw.gov.cn/);流域內(nèi)27個(gè)站點(diǎn)2004~2014年日降雨數(shù)據(jù)來(lái)源于國(guó)家氣象站(http:∥data.cma.cn/)。
2研究方法
2.1水文模型
SWAT(Soil and Water Assessment Tool)模型是美國(guó)農(nóng)業(yè)部農(nóng)業(yè)研究中心開(kāi)發(fā)的分布式水文模型,具有很強(qiáng)的物理基礎(chǔ),適用于不同土壤類(lèi)型、不同土地利用方式的復(fù)雜流域[12]。SWAT模型模擬的整個(gè)水文循環(huán)過(guò)程遵循水量平衡規(guī)律,其公式如下:
2.2未來(lái)氣候情景
未來(lái)全球和區(qū)域氣候變化的預(yù)測(cè)主要是根據(jù)人口增長(zhǎng)速度、科技發(fā)展水平、經(jīng)濟(jì)發(fā)展速度等一系列的驅(qū)動(dòng)因子進(jìn)行人為場(chǎng)景假設(shè),分析出未來(lái)溫室氣體排放情景,再計(jì)算大氣濃度,得到響應(yīng)輻射強(qiáng)迫后,輸入到氣候驅(qū)動(dòng)模式中預(yù)估未來(lái)氣候變化。
IPCC第五次評(píng)估報(bào)告(AR5)中第一工作組報(bào)告評(píng)估了全球耦合模式比較項(xiàng)目第五階段(CMIP5)的46個(gè)地球系統(tǒng)模式和15個(gè)中等復(fù)雜地球系統(tǒng)模式[14]。國(guó)家青藏高原科學(xué)數(shù)據(jù)中心提供的基于RegCM 4.6的多情景多模型未來(lái)氣候預(yù)測(cè)數(shù)據(jù),對(duì)多種GCM模式(CanEMS2,GFDL-ESM3M,HadGEM2-ES,MIROC5,NorESM1-M,IPSL-CM5A-LR)進(jìn)行動(dòng)力降尺度,得到21套中國(guó)全境未來(lái)氣候數(shù)據(jù)。本次研究采用的是MIROC 5氣候模式的RCP 2.6(低等排放情景)和RCP 8.5情景(高等排放情景)。
2.3未來(lái)土地利用變化模擬
FLUS(Future Land Use Simulation)模型用于模擬人類(lèi)活動(dòng)與自然條件影響下的土地利用變化以及未來(lái)土地利用情景的模型[15]。該模型的原理源自元胞自動(dòng)機(jī)(Cellular Automata,CA),并在傳統(tǒng)元胞自動(dòng)機(jī)的基礎(chǔ)上做了較大改進(jìn)。
FLUS模型2個(gè)主要模塊是基于神經(jīng)網(wǎng)絡(luò)的適宜性概率計(jì)算模塊(ANN-based Suitability Probability Estimation)和基于自適應(yīng)慣性機(jī)制的元胞自動(dòng)機(jī)模塊(Self Adaptive Inertia and Competition Mechanism CA)?;谏窠?jīng)網(wǎng)絡(luò)的適宜性概率計(jì)算模塊是根據(jù)用戶輸入的自然、交通、社會(huì)經(jīng)濟(jì)等土地利用變化驅(qū)動(dòng)力因子,計(jì)算得到研究區(qū)域內(nèi)每種土地利用類(lèi)型出現(xiàn)在像元上的適宜性概率?;谧赃m應(yīng)慣性機(jī)制的元胞自動(dòng)機(jī)模塊將根據(jù)輸入的土地利用數(shù)據(jù)、土地利用類(lèi)型的適應(yīng)性概率數(shù)據(jù)等得到最終的未來(lái)土地利用分布。每個(gè)像元的土地利用類(lèi)型還受到鄰域范圍、自適應(yīng)慣性系數(shù)、轉(zhuǎn)換成本限制矩陣和土地利用類(lèi)型間競(jìng)爭(zhēng)關(guān)系的影響。
2.4SWAT模型校準(zhǔn)與驗(yàn)證
SWAT模型模擬的結(jié)果是否可靠,需要根據(jù)實(shí)測(cè)徑流與模擬徑流之間的對(duì)比結(jié)果進(jìn)行分析。對(duì)比結(jié)果可以通過(guò)模型適用性評(píng)價(jià)指標(biāo)來(lái)表現(xiàn)。通過(guò)ENS(納什效率系數(shù)),R2(相關(guān)系數(shù))和PBIAS(百分比偏差)來(lái)評(píng)估模型在研究流域的性能。其中,ENS是一種歸一化的統(tǒng)計(jì)量,廣泛用于水文模型的評(píng)估,ENS的變化區(qū)間為(-∞,1)。R2代表預(yù)測(cè)值與模擬值之間的擬合程度。PBIAS用于評(píng)估模型的平均偏差,最理想的值為0,若PBIAS>0,則代表模擬值比觀測(cè)值偏小;若PBIAS<0,則表示模擬值比觀測(cè)值偏大。若R2>0.6,ENS>0.5并且|PBIAS|≤10,則認(rèn)為SWAT模型能適用于該流域,模型的模擬結(jié)果是可靠的。
圖2是采用SWAT水文建模方法的柘溪水文站徑流校準(zhǔn)與驗(yàn)證過(guò)程結(jié)果對(duì)比。從圖2可以看出,月徑流預(yù)測(cè)數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)基本吻合,在校準(zhǔn)期中,ENS為0.83,R2為0.86,PBIAS為0.2;在驗(yàn)證期內(nèi),ENS為0.91,R2為0.93,PBIAS為9.2,因此SWAT模型能高精度地模擬研究流域的徑流過(guò)程。PBIAS為正值,表明實(shí)際觀測(cè)值被低估了,從圖中也可以看出在一些峰值時(shí)期,模型模擬的徑流值比實(shí)際觀測(cè)值要小,其原因可能與降雨的空間變異性有關(guān),氣象站周?chē)涤昕赡芘c其他地方的降雨不同。而其他水文站的評(píng)估結(jié)果來(lái)看,評(píng)價(jià)指標(biāo)ENS和R2均大于0.8,PBIAS的絕對(duì)值均小于10。另外從圖2可以得知,降雨量的峰值與徑流的峰值大致對(duì)應(yīng),表明徑流峰值受氣候變化尤其是降雨影響較大。因此SWAT模型在研究流域的模擬精度較高,模型模擬的整體評(píng)估因子都滿足要求,SWAT模型能夠用于模擬研究流域的水文過(guò)程。
3模擬結(jié)果
3.1未來(lái)氣候變化分析
本次研究采用MIROC 5氣候模式的RCP 2.6(低等排放情景)和RCP 8.5情景(高等排放情景)分析未來(lái)不同氣候情景對(duì)水文過(guò)程的影響。將研究流域基準(zhǔn)期內(nèi)(2004~2014年)的27個(gè)氣象站1~12月的月平均降雨量與RCP 2.6和RCP 8.5情景下的月平均降雨量進(jìn)行對(duì)比,如圖3所示。分析對(duì)比數(shù)據(jù)可以發(fā)現(xiàn):在1~5月份時(shí),2種情景的月均降雨量均大于基準(zhǔn)期的月均降雨量,基準(zhǔn)期在6月份達(dá)到降雨峰值,2種情景則在5月中旬達(dá)到峰值,但2種情景下的月均降雨比基準(zhǔn)期的要低,該流域在6月份有強(qiáng)降雨出現(xiàn),隨后在8月份出現(xiàn)一個(gè)小波峰,RCP 2.6和RCP 8.5情景也出現(xiàn)與基準(zhǔn)期一樣的波峰。從月均降雨量的變化趨勢(shì)來(lái)看,兩種氣候情景與基準(zhǔn)期的變化趨勢(shì)基本一致,說(shuō)明兩種氣候情景能較好反映該研究流域的氣候特征情況。
圖4是RCP 2.6和RCP 8.5情景下最低溫度變化趨勢(shì)。從整體情況來(lái)看,RCP 8.5情景溫度上升趨勢(shì)比較明顯,RCP 2.6情景下溫度變化趨勢(shì)平緩。在研究期間,RCP 2.6情景下的最低溫度最小值為12.34 ℃,最大值為14.59 ℃,增長(zhǎng)幅度為18.23%;而RCP 8.5情景下,最低溫度最小值為12.29 ℃,最大值為17.34 ℃,增長(zhǎng)幅度為41.09%。
圖5是RCP 2.6和RCP 8.5情景下最高溫度的變化趨勢(shì)。和最低溫度變化趨勢(shì)相似,RCP 2.6情景下的最高溫度變化平緩,RCP 8.5情景下變化劇烈,上升態(tài)勢(shì)明顯。在研究期間,RCP 2.6情景下最高溫度的最小值為19.24 ℃,最大值為21.77 ℃,增長(zhǎng)幅度為13.15%;在RCP 8.5情景中最高溫度的最小值為19.46 ℃,最大值為24.98 ℃,增長(zhǎng)幅度為28.36%。
3.2氣候變化驅(qū)動(dòng)的水文響應(yīng)
基于2005年的土地利用數(shù)據(jù),將RCP 2.6,RCP 8.5兩種情景下的日最低氣溫(Tmin)、最高氣溫(Tmax)和日降雨用于參數(shù)率定后的SWAT模型,得到兩種氣候情景下的水文要素月平均變化,其結(jié)果如圖6所示。RCP 8.5情景下的水文要素月平均值在整體上都比RCP 2.6情景下的要高,并且都在6月份達(dá)到峰值,這與月均降雨量在6月份達(dá)到峰值相吻合。兩種情景下的月流量與產(chǎn)水量在1~6月內(nèi)基本上相同,而在后半年內(nèi),RCP 8.5情景下的徑流量始終比RCP 2.6情景高。地表徑流變化曲線與月均降雨量變化曲線基本一致,在6月份和8月份均出現(xiàn)一個(gè)峰值,表明兩種氣候情景對(duì)地表徑流的影響較大。壤中流在多個(gè)月份交叉波動(dòng),并且兩者無(wú)明顯差別,主要是因?yàn)槿乐辛魅菀淄瑫r(shí)受到降雨和氣溫的影響。
3.3氣候變化和都市化驅(qū)動(dòng)的水文響應(yīng)
利用FLUS模型依據(jù)2005年的土地利用分布,并將多種人文因素和自然因素作為驅(qū)動(dòng)力因子,預(yù)測(cè)2050年和2100年的未來(lái)土地利用情景。人類(lèi)活動(dòng)因子主要有人口分布、GDP、公路網(wǎng)、鐵路網(wǎng)以及城市分布,自然因子主要有高程、坡度、坡向、河流分布,將各個(gè)因子輸入到模型中后對(duì)其進(jìn)行歸一化處理,每個(gè)因子的取值范圍為0~1。FLUS模型在預(yù)測(cè)未來(lái)土地利用變化前,需要將同一時(shí)期實(shí)際的土地利用分布與預(yù)測(cè)得到的土地利用數(shù)據(jù)進(jìn)行對(duì)比,評(píng)估模型在研究流域的適用性。本研究采用Kappa系數(shù)方法來(lái)驗(yàn)證模型的可靠性,Kappa值越大,即越接近于1,表明模擬精度越高。利用2005年的土地利用分布來(lái)預(yù)測(cè)2015年的土地利用情況,并與2015年實(shí)際的土地利用分布進(jìn)行柵格計(jì)算。Kappa系數(shù)為0.93,表明FLUS模型在研究流域的模擬比較成功,具有較高的可信度和較強(qiáng)的解釋能力,因此可用于研究區(qū)域的未來(lái)土地利用情景預(yù)測(cè)。
將歷史土地利用變化2005,2015年以及預(yù)測(cè)的未來(lái)土地利用變化2050,2100年記為情景L1,L2,L3,L4,如圖7所示。4種不同土地情景中,森林面積最廣泛;其次是耕地,主要分布于研究流域中坡度較小的區(qū)域;草地主要集中在流域的南部區(qū)域,城市用地分布比較集中。2005年耕地面積占比為31.35%,到2015年下降到30.79%;森林面積占比從2005年的62.55%減少到2015年的62.34%;城市用地面積增加幅度較大,從2005年的1.07%到2015年的1.85%。依據(jù)該變化趨勢(shì),預(yù)計(jì)耕地到2050年將下降到28.2%,到2100年為25.08%,森林面積占比到2050年和2100年將減少至60.54%和58.34%。草地和水體在整個(gè)研究期間變化都比較小,因此主要是耕地和森林向城市用地的轉(zhuǎn)換,并且耕地的轉(zhuǎn)換比例比森林要大。
將未來(lái)氣候情景與未來(lái)土地利用情景聯(lián)系起來(lái),可為未來(lái)水文過(guò)程研究提供一個(gè)更綜合的情景。氣候情景和土地利用情景組成了4種組合,分別為2050年土地利用情景+RCP 2.6氣候情景(G1)、2050年土地利用情景+RCP 8.5氣候情景(G2)、2100年土地利用情景+RCP 2.6氣候情景(G3)、2100年土地利用情景+RCP 8.5氣候情景(G4)。
4種組合情景(G1,G2,G3,G4)下的未來(lái)徑流年際變化模擬結(jié)果如圖8所示。對(duì)比同一氣候情景、不同土地利用情景發(fā)現(xiàn),G3和G1模式下的未來(lái)徑流幾乎一致,G4和G2模式下的未來(lái)徑流幾乎一致,說(shuō)明在該研究流域內(nèi)長(zhǎng)時(shí)間尺度下土地利用變化對(duì)徑流的影響程度比氣候變化影響小。G2和G4情景下流量峰值比G1和G3情景下的要高,并且G2和G4情景下徑流谷值比G1和G3情景下的要低,說(shuō)明RCP8.5情景下容易發(fā)生強(qiáng)降雨和降雨量較小的極端氣象事件。
進(jìn)一步分析了各水文要素的月均值,如圖9所示。受土地利用變化和氣候變化的共同影響,水文要素的變化與單一土地利用變化和氣候變化影響下水文要素變化有所不同。4種情景下流量、產(chǎn)水量和壤中流的變化差別不大,變化曲線幾乎相同且3種水文要素值遠(yuǎn)遠(yuǎn)大于歷史基準(zhǔn)時(shí)期。4種情景下各水文要素的年均值變化如表1所列,其中地表徑流的年平均值依次為G4(128.25 mm)>G2(114.92 mm)>G3(110.58 mm)>G1(97.96 mm)。地表徑流變化趨勢(shì)在某些月份差別較為明顯,在圖9(b)中,月徑流變化尤其是在6月份,地表徑流有明顯差異,表明RCP 8.5氣候情景下地表徑流比RCP 2.6氣候情景下的多,且2100年土地利用情景下的地表徑流比2050年土地利用的多,地表徑流最多的綜合情景是RCP 8.5氣候情景疊加2100年土地利用情景。4種場(chǎng)景中,G3和G4情景下的實(shí)際蒸發(fā)相差明顯,推測(cè)是RCP 2.6情景和RCP 8.5情景溫度差距較大導(dǎo)致的。在地下徑流方面,在豐水季,4種場(chǎng)景地下徑流值為G1>G3>G2>G4,表明RCP 2.6氣候情景(S1)下地下徑流比RCP 8.5氣候情景(S2)的多,且2050年土地利用情景(L3)下地下徑流比2100年土地利用情景(L4)的多??傮w上,氣候變化對(duì)水文響應(yīng)驅(qū)動(dòng)力比都市化對(duì)水文響應(yīng)的驅(qū)動(dòng)作用強(qiáng),都市化的發(fā)展會(huì)明顯增加地表徑流,減少地下徑流。
4結(jié) 論
本文以柘溪水庫(kù)流域?yàn)檠芯繀^(qū)域,充分利用DEM數(shù)據(jù)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)、氣象數(shù)據(jù)和水文數(shù)據(jù),構(gòu)建SWAT模型。利用人文因素和自然因素作為土地利用變化的驅(qū)動(dòng)因子輸入到FLUS模型中,預(yù)測(cè)未來(lái)土地利用變化情景(2050年和2100年),同時(shí)利用區(qū)域氣候模式MIROC5的低濃度排放情景RCP 2.6和高濃度排放情景RCP 8.5構(gòu)建未來(lái)氣候情景,最后利用未來(lái)土地利用情景和未來(lái)氣候情景構(gòu)建未來(lái)組合情景,分析組合情景下的水文響應(yīng)以及預(yù)測(cè)未來(lái)徑流變化趨勢(shì)。研究結(jié)果表明:RCP 8.5情景下的水文要素月平均值在整體上都比RCP 2.6情景下的要高,兩種氣候情景對(duì)地表徑流的影響較大,對(duì)壤中流影響較小。都市化的發(fā)展會(huì)明顯增加流域地表徑流,減少地下徑流。氣候變化對(duì)水文響應(yīng)的驅(qū)動(dòng)力比都市化對(duì)水文響應(yīng)的驅(qū)動(dòng)作用更強(qiáng)。
參考文獻(xiàn):
[1]ZHU X,ZHANG C,QI W,et al.Multiple climate change scenarios and runoff response in Biliu River[J].Water,2018,10(2):126.
[2]JIA J,MA G,QIU L.Impacts of climate change on stream flow in the Guijiang River Basin,China[J].IOP Conference Series:Materials Science and Engineering,2018,452:22041.
[3]PAN S,LIU D,WANG Z,et al.Runoff responses to climate and Land Use/Cover Changes under future scenarios[J].Water,2017,9(7):475.
[4]王苗,劉敏,夏智宏,等.基于SWAT模型模擬的未來(lái)氣候變化對(duì)洪湖流域水資源影響研究[J].氣象與環(huán)境學(xué)報(bào),2016,32(4):39-47.
[5]TAMM O,MAASIKAME S,PADARI A,et al.Modelling the effects of land use and climate change on the water resources in the eastern Baltic Sea region using the SWAT model[J].CATENA,2018,167:78-89.
[6]ANAND J,GOSAIN A K,KHOSA R.Prediction of land use changes based on Land Change Modeler and attribution of changes in the water balance of Ganga basin to land use change using the SWAT model[J].Science of The Total Environment,2018,644:503-519.
[7]GASHAW T,TULU T,ARGAW M,et al.Modeling the hydrological impacts of land use/land cover changes in theAndassa watershed,Blue Nile Basin,Ethiopia[J].Science of The Total Environment,2018,619-620:1394-1408.
[8]陳昌春,張余慶,項(xiàng)瑛,等.土地利用變化對(duì)贛江流域徑流的影響研究[J].自然資源學(xué)報(bào),2014,29(10):1758-1769.
[9]葛志楠,郝潔,鞠琴,等.渭河流域土地利用變化對(duì)徑流的影響[J].人民黃河,2020,42(6):7-12,17.
[10]LUO X,LI J,ZHU S,et al.Estimating the impacts of urbanization in the next 100 years on spatial hydrological response[J].Water Resources Management,2020,34(5):1673-1692.
[11]徐新良,劉紀(jì)遠(yuǎn),莊大方.國(guó)家尺度土地利用/覆被變化遙感監(jiān)測(cè)方法[J].安徽農(nóng)業(yè)科學(xué),2012,40(4):2365-2369.
[12]李峰,胡鐵松,黃華金.SWAT模型的原理、結(jié)構(gòu)及其應(yīng)用研究[J].中國(guó)農(nóng)村水利水電,2008(3):24-28.
[13]李建慶,羅顯剛,朱雙,等.北江流域土地利用/覆蓋變化對(duì)水文過(guò)程影響研究[J].人民長(zhǎng)江,2020,51(8):89-94.
[14]胡國(guó)權(quán),趙宗慈.IPCC第五次評(píng)估報(bào)告中所用的氣候模式有進(jìn)步嗎?[J].氣候變化研究進(jìn)展,2014,10(1):45-50.
[15]LIU X,LIANG X,LI X,et al.A future land use simulation model(FLUS) for simulating multiple land use scenarios by coupling human and natural effects[J].Landscape and Urban Planning,2017,168:94-116.
(編輯:江 文)
Abstract:In recent years,the climate and hydrological conditions of river basins have undergone significant changes,which were influenced by a combination of both climate change and human activities.Analyzing the future evolution of water resources in the changing environment has become one of the key research contents of domestic and foreign scholars.Therefore,we analyzed the future hydrological response of the Zhexi Reservoir Basin driven by both climate change and urbanization.We used human factors and natural factors as driving factors of land use change to construct a land use simulation model.Also multiple scenarios of the MIROC5 climate model as typical representatives of future climate and a distributed hydrological model were adopted in the simulation.The results show that urbanization development would significantly increase surface runoff and reduce underground runoff.Climate change has a stronger driving force for hydrological response than urbanization.
Key words:hydrological response;distributed hydrological model;future scenarios simulation;climate change;land use;Zhexi Reservoir Basin