趙天逸

成玉寧*

由于氣候變化對降雨量和流域水文過程影響的復雜性和不確定性，使量化流域的水文循環(huán)演變規(guī)律成為風景園林學學科中景觀水文的重點關(guān)注內(nèi)容。降水、洪水發(fā)生數(shù)量和頻率的增加，都將極大威脅位于洪泛區(qū)的城市和農(nóng)村基礎設施。水文連通是調(diào)節(jié)區(qū)域供水、防洪抗旱及維護區(qū)域生態(tài)安全的重要保障，在風景園林學學科中，水文連通性已被廣泛運用于描述河流、濕地景觀的空間連接。

目前，國內(nèi)現(xiàn)有的水文連通研究主要集中于結(jié)構(gòu)與功能連通[1]。模型多數(shù)僅對水系結(jié)構(gòu)進行分析，將流域河網(wǎng)視作“黑箱”，忽略水流的物理運動狀態(tài)，這就指向了一種靜態(tài)的水文連通。地形地貌作為影響水文連通的主要因素之一，由于泥沙沖淤和地表景觀演變的時間尺度比水文水動力變化更長[2]，以往研究將河底地形看作靜態(tài)要素，忽略泥沙對于水文連通的影響，因此對于氣候變化影響下沉積物通量較高地區(qū)的長期評估，現(xiàn)有的景觀水文連通研究并不準確。

1989年，沃德(Ward)從四維角度詮釋了河流水系的連通機制不僅包括三維空間變化，還包括時間上的動態(tài)性[3]。Merenlende和Matella提出綜合水文生境連通模型框架，基于物理和生態(tài)模型量化了地形改變、流量恢復、氣候變化等對水文生境連通性的影響[1]。目前，國內(nèi)外對于水文連通性的定量評估方法主要有原位水文監(jiān)測、水文模型[4]、連通性函數(shù)[5]和圖論[6]等。計算設備和地形數(shù)據(jù)的發(fā)展，提供了使用流體動力學建模工具以高時空分辨率估算洪水泛濫和濕地連通性的機會[7]。近期的研究用水文模型和地理信息系統(tǒng)(GIS)分析來量化流量對淹沒模式和水文連通的影響，包括卡里姆(Karim)等開發(fā)了使用二維水動力模型來量化濕地連通性的方法[8]，但均沒有考慮河床的動態(tài)變化。

洪泛區(qū)域的水文連通是水生和陸生生物的棲息地保障，促進了水體間的營養(yǎng)流通[9]。高水平的連通性促進魚類移動[10]，連通性的降低會導致生物多樣性減少[11]，氣候變化將改變河道的流動狀態(tài)，并且導致連通性的下降[12]。因此，研究水文連通性變化對于維持生境質(zhì)量和生態(tài)功能至關(guān)重要。

在威爾士地區(qū)，塞文河凱爾蘇斯流域是一段橫向不穩(wěn)定的礫石床曲流河，根據(jù)吉廷斯(Gittins)[13]的研究表明，塞文河河流系統(tǒng)對洪水頻率和洪水強度變化高度敏感，泥沙通量高，河段緊鄰村落及農(nóng)田，長期處于高強度洪水威脅中。目前對于塞文河流域的研究多集中于洪水[14]、古洪水歷史地貌及沉積學演變方面[15]。

研究的主要目的是通過考察凱爾蘇斯流域氣候變化情景影響下的淹沒模式、泥沙與水文連通性變化，為凱爾蘇斯區(qū)域的水文管理提供建議與參考。研究方法綜合水動力地表景觀演變模型與景觀連通性指數(shù)法，通過評估流域內(nèi)幾種關(guān)鍵水文過程，如淹沒面積、侵蝕與沉積速率、地貌景觀形態(tài)、水流水量等，分析流域內(nèi)的景觀水文動態(tài)連通狀況，通過構(gòu)建IIC、PC指數(shù)，探討氣候變化下流域水文與地表景觀動態(tài)變化對水文連通功能與過程的影響與規(guī)律。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

塞文河是英國最長的河流，全長354km，位于威爾士中部。研究區(qū)面積為1 584.6hm2(圖1)。威爾士地區(qū)河流系統(tǒng)的地貌多樣性高，呈高地特征，在山前和低地河段，威爾士河流系統(tǒng)多具有發(fā)達的沖擊谷層，河流系統(tǒng)研究數(shù)據(jù)易于留存、便于校驗。

圖1 賽文河凱爾蘇斯流域研究區(qū)位與用地性質(zhì)

1.2 數(shù)據(jù)來源

數(shù)字地形模型數(shù)據(jù)來自威爾士地理門戶網(wǎng)站A Geo-Portal for Wales(https://lle.gov.wales)。研究選擇分辨率2m的激光雷達數(shù)據(jù)集和數(shù)字地形模型(LiDAR Composite Dataset-DTM，Version: 2m)，并使用ArcGIS 10.5軟件處理地形數(shù)據(jù)，用于CAESAR-Lisflood模型的輸入模擬。

降雨氣候數(shù)據(jù)來自英國哈德利氣候預測與研究中心Met Office Hadley Centre(https://ukclimateprojections-ui.metoffice.gov.uk/ui/home)的區(qū)域氣候模型(RCM-PPE)中RCP8.5情景下2021—2030年每日降雨數(shù)據(jù)mm(day)，分辨率為12hm。

2 研究方法

2.1 UKCP18氣候預測

英國氣候預測(UK Climate Projections)UKCP18使用單一氣候模型的物理擾動組(Perturbed Physics Ensemble，PPE)模擬，為英國提供降水、溫度和其他變量的概率預測，每個模型在專家指定范圍內(nèi)采用不同參數(shù)設置[16]。

依據(jù)聯(lián)合國政府氣候變化委員會IPCC(Intergovermental Panel on Climate Change)的研究，選取典型濃度路徑RCP8.5(Representative Concentration Pathways，RCPs)的最高溫室氣體排放情景，研究極端氣候變化情況對景觀水文連通的影響，為英國賽文河流域集水區(qū)生成2021—2030年的日降雨氣候數(shù)據(jù)，模型預測英國降水量冬季平均變化范圍為-1%～+35%，夏季范圍為-47%～+2%。

2.2 水動力地表景觀演變模型

凱撒二維水動力地表景觀演變模型(CAESAR-Lisflood)[17]綜合元胞自動機及流體動力學模型，根據(jù)河流的侵蝕和沉積過程，在規(guī)則的單元網(wǎng)格上路由水并更改高度。CAESARLisflood模型的主要特征是在子事件時間步長上運行組合水文和水力的流模型，且具有多粒度侵蝕、沉積及斜坡過程，適合長期評估沉積物通量較高的地區(qū)[18]。

本案例使用CAESAR-Lisflood的集水模式①共同運行。此外，模型將數(shù)字地形模型(DTM，2m)柵格重采樣為20m×20m網(wǎng)格，以維持計算穩(wěn)定性。土壤粒度參數(shù)[15]作為初始條件。降雨落在地表上驅(qū)動水流和斜坡過程，這些過程決定了給定時間步長的侵蝕和沉積的空間分布，成為下一個時間步驟的起點。模型輸出空間與時間上的高程、徑流深度、沉積物分布，以及出口處的流量和沉積物通量等。

在集水區(qū)模式下運行時，CAESARLisflood模型使用TOPMODEL[19]的改編方法計算得出降雨輸入在集水區(qū)產(chǎn)生的徑流，當土壤水分存儲超過閾值時產(chǎn)生地表徑流，根據(jù)流量模型進行路由，使用曼寧方程計算水流深度和流速，而后模擬沉積物的傳輸和沉積。CAESARLisflood模型區(qū)分9種不同粒度的沉積物，這些沉積物作為河床荷載與懸浮荷載運輸(表1)。

表1 模型主要輸入?yún)?shù)

2.3 景觀連通性變化指數(shù)

基于圖論及數(shù)學算法基礎，Pascual-Hortal等[20]開發(fā)了用以評價景觀連接度及斑塊重要性的Conefor Sensinod軟件，能定量計算棲息斑塊對于維持及改善景觀連接度的重要程度，給風景園林規(guī)劃及棲息地保護工作提供技術(shù)支持[21]。

本文采用整體連通性指數(shù)(IIC)與可能連通性指數(shù)(PC)來評價斑塊的結(jié)構(gòu)重要性，反映景觀的連接度與各斑塊對景觀連接度的重要值[22]。通過ArcGIS 10.5和Conefor Inputs for ArcGIS 10.X插件模塊，以水體作為生境斑塊，生成連接與節(jié)點數(shù)據(jù)。連接數(shù)據(jù)包含連接距離及概率，節(jié)點數(shù)據(jù)包括水體斑塊面積特征。運用Conefor Sensinode 2.6軟件，基于兩節(jié)點之間距離遞減指數(shù)函數(shù)的連接概率模型，計算每2個節(jié)點之間的連接概率[23]。

IIC范圍從0到1，隨連接性的提高而增加。IIC＝0，表示各生境斑塊之間無連接；IIC＝1，表示整個景觀都是生境斑塊[24]。公式如下：

PC范圍從0到1，隨連接性的提高而增加。公式如下：

式中，ai、aj為斑塊i、j的面積；nlij為斑塊i、j最短路徑上的連接數(shù)；n為景觀節(jié)點總數(shù)；AL為景觀總面積；為斑塊i、j間擴散途徑的最大概率值。本研究基于研究區(qū)域的尺度及節(jié)點間平均距離，設置擴散距離閾值為400m，連通擴散概率為0.5[25]。

3 結(jié)果與分析

3.1 RCP8.5情景水文動態(tài)淹沒模擬

通過模擬氣候變化影響下賽文河流域的水文過程，研究增加沉積物動力學后，對未來10年間(2021—2030年)淹沒范圍的動態(tài)影響。選取2018年典型年水位數(shù)據(jù)①與模型模擬2018年歷史降雨②影響下的水位數(shù)據(jù)進行季節(jié)性變化校驗，由于計算機運算穩(wěn)定性限制，選用短歷時及粗精度數(shù)據(jù)，受校準期影響，CAESARLisflood中的土壤模型、水文淹沒范圍和景觀水文連通指數(shù)精度會有一定影響。

研究發(fā)現(xiàn)，賽文河流域洪泛區(qū)從旱季到雨季的平均淹沒面積為458.52～776.76km2(圖2)，雨季洪泛區(qū)的淹沒面積是旱季的0.6倍。由于研究區(qū)域范圍較小，部分洪泛區(qū)域變化不顯著，1—3月，淹沒面積小幅增長；4—8月，淹沒面積大幅下降；9—12月，淹沒面積再次大幅提高，持續(xù)維持在較高水平。月平均水量在18.57萬～21.91萬m3(總體平均值：20.21萬m3；圖3)。

圖2 1—12月平均淹沒/連通淹沒區(qū)面積(2021—2030年)

圖3 1—12月平均水量變化(2021—2030年)

賽文河流域洪泛區(qū)的連通淹沒區(qū)面積為454.4～769.4km2(圖2)，孤立淹沒區(qū)面積為2～8km2(圖4)。8月獨立淹沒區(qū)面積最小，9月獨立淹沒區(qū)面積大幅增長至最高點。在雨季9月—次年3月，小型獨立淹沒區(qū)增多。賽文河洪泛區(qū)的水深范圍在0.01～5.5m。總體上看，洪泛區(qū)水深大部分集中在0.01～0.4m，小部分區(qū)域局部水深較深，范圍為1.4～5.5m(圖5)。

圖4 1—12月平均孤立淹沒區(qū)面積(2021—2030年)

圖5 2021—2030年1—12月每月平均淹沒范圍水深空間分布

CAESAR-Lisflood模型結(jié)果表明，泥沙含量改變使河底高程發(fā)生了變化。大部分沉積物沉積在河道中，河道發(fā)生改道，侵蝕作用多發(fā)生在河道兩側(cè)。侵蝕作用高差范圍為-1.20～0m，沉積作用高差為0～5.66m(圖6)?？傮w沉積作用面積(2.67km2)是侵蝕作用面積(1.47km2)的2倍，2021—2030年總沉積量為96 398.13m3，遠高于總侵蝕量20 900.85m3，總沉積量是總侵蝕量的4.6倍。與河道區(qū)域相比，洪泛區(qū)域沉積作用更明顯。

圖6 2021—2030年10年間侵蝕與沉積空間分布

在模擬中加入侵蝕與沉積作用后，對比模擬終止點(2030年12月31日)數(shù)據(jù)，加入泥沙后的淹沒面積為5.87km2，略低于無泥沙作用的淹沒面積6.12km2，流域總水量206 889.61m3遠低于341 986.26m3，加入泥沙數(shù)據(jù)后的流域總水量減少了40%。結(jié)果表明，泥沙輸移導致的河底高程變化使淹沒面積減小，也導致流域總水量降低。

3.2 RCP8.5情景景觀水文動態(tài)連通指數(shù)

賽文河凱爾蘇斯流域的泥沙侵蝕與沉積改變了洪水路徑和水深，導致水文連通情況的改變。由于案例研究區(qū)面積較小，部分月份水文斑塊數(shù)為1，這一情況IIC、PC指數(shù)設置為0。在RCP8.5情景下，2021—2030年1—3月與9—12月IIC、PC指數(shù)波動幅度較大；4—8月IIC、PC指數(shù)變化趨于平穩(wěn)(圖7)。

圖7 1—12月每月IIC、PC指數(shù)(2021—2030年)

其中，1月IIC與PC指數(shù)從2021年起由高點大幅下降至低位，在2025—2030年于低位小幅波動；2月IIC、PC指數(shù)在2021—2027年劇烈波動；3月IIC、PC指數(shù)在2025年達到最高點，其余年份數(shù)值趨于低位且變化幅度?。?—8月在2021—2030年除水文斑塊數(shù)為1的情況外，IIC、PC指數(shù)基本處于較低水平；9月IIC、PC指數(shù)在2027年達到最高點，其余年份均處于低位小幅波動；10—12月3個年份變化規(guī)律相似，IIC、PC指數(shù)均在2025和2027年達到高點。

總體看來，景觀水文可能連通性指數(shù)略高于整體連接度指數(shù)。水文整體連接度在2021—2030年除4—8月相對平穩(wěn)、處于較低水平外，其余月份多在2025和2027年前后連通度大幅提升。2021—2030年，整體連接度指數(shù)及可能連通性指數(shù)呈現(xiàn)總體下降趨勢。

氣候模型的長期氣候平均值比極端事件或日/次日值的時間序列置信度更高。2月平均水文連通度最高；除8月斑塊數(shù)為1的情況外，1—3、9—12月平均IIC、PC指數(shù)較高，水文連通度較高；4—7月平均IIC、PC指數(shù)較低，水文連通度較低。

連續(xù)10年模擬加入了侵蝕與沉積作用過程后，對比模擬終止點(2030年12月31日)上的數(shù)據(jù)，加入泥沙后的IIC、PC指數(shù)分別為0.237、0.239，略低于無泥沙數(shù)據(jù)的IIC、PC指數(shù)0.252、0.254，表明在加入泥沙數(shù)據(jù)后，水文整體連接度與可能連通性略有降低。

4 討論

在氣候變化背景下，10年間動態(tài)淹沒模式的變化能夠了解在RCP8.5情景下的動態(tài)變化趨勢，通過小時降雨率，得出10年間3 600d淹沒模式逐天的動態(tài)變化，而不止于靜態(tài)時間點上的連通性數(shù)據(jù)評價與統(tǒng)計。如Karim等[26]研究不同氣候條件下連通時長變化，則是通過量化百分比時長統(tǒng)計連通總時長的增減。對水文連通連續(xù)性的評價描述，能夠了解水文條件淹沒模式的變化趨勢，為水生物的生存環(huán)境、生物多樣性評估提供更為精確的條件。但在目前研究中使用的氣候模型無法對模型中所有已知的過程進行描述。

Ward等利用遙感衛(wèi)星圖像與水深記錄儀相結(jié)合研究淹沒區(qū)域動態(tài)變化來估計淹沒時長[27]，其在量化水文連通的連續(xù)性方面有較大限制，而本文利用分布式水文模型以其物理機制得出的連續(xù)性淹沒模式面積區(qū)域變化能夠為利用遙感獲取的淹沒信息提供補充，預估在流量快速變化及云層覆蓋時段的淹沒區(qū)域變化信息。

賽文河流域河道高泥沙通量和高洪災發(fā)生頻率之間具有正相關(guān)性[28]，表明洪泛區(qū)動態(tài)與泥沙輸移有極大關(guān)系，本文進一步證實泥沙動態(tài)變化對洪泛區(qū)水文連通性的影響，凱爾蘇斯流域在整體沉積作用增加的情況下，洪災發(fā)生的可能性增大。因此，在評估具有高泥沙通量的河漫灘系統(tǒng)中景觀水文連通性時，應考慮泥沙動力學。

5 結(jié)論

研究結(jié)合CAESAR-Lisflood模型與景觀連接指數(shù)模型，整合氣候模型、沉積動力學和淹沒模式，對氣候變化下的賽文河凱爾蘇斯流域水文動態(tài)連通變化趨勢進行研究，結(jié)果表明，2021—2030年凱爾蘇斯流域淹沒范圍對氣候變化(RCP8.5情景)的響應較明顯，淹沒范圍的時空變化特征與降雨量的變化特征有一致性。結(jié)果顯示了沉積物動力學對賽文河淹沒的總體影響。

氣候變化給平均季節(jié)性淹沒區(qū)域帶來更多不確定性，研究推動了地表景觀演化模型在風景園林學學科中景觀水文領(lǐng)域的運用，為評估淹沒模式提供一種定量方法，能夠預測淹沒區(qū)域和景觀水文動態(tài)連通季節(jié)性變化，對全面了解氣候變化情景下凱爾蘇斯流域與景觀水文連通性有關(guān)的生態(tài)過程至關(guān)重要。

研究為在泥沙動力學影響下洪泛區(qū)洪水對人類活動產(chǎn)生的威脅提供參考，幫助設計師了解空間上的設計如何規(guī)避泥沙輸移量與洪泛風險較大的生態(tài)敏感區(qū)域，為規(guī)劃設計提供指導。此外，為深入理解流域洪泛區(qū)域水文斑塊與景觀斑塊間長時間軸上的格局變化規(guī)律提供參考，凱爾蘇斯流域河道泥沙凸岸沉積、凹岸侵蝕，形態(tài)演化較快，洪泛區(qū)季節(jié)性敏感，建議發(fā)展農(nóng)業(yè)用地，不宜發(fā)展建設用地。

由于流域研究區(qū)尺度小，降雨數(shù)據(jù)對于淹沒模式的響應不夠明顯，后期研究可從提高區(qū)域氣候模式精度，或優(yōu)化研究區(qū)尺度范圍方面加以完善。當前風景園林行業(yè)普遍缺乏針對未來長期的規(guī)劃設計考量，尤其在濱水河道、濕地等區(qū)域忽視地質(zhì)地貌變化，將自然環(huán)境視作靜態(tài)本體，忽略自然規(guī)律，這一問題導致實踐項目的使用期限變短，生態(tài)系統(tǒng)紊亂，激化生態(tài)資源保護與社會經(jīng)濟發(fā)展間的矛盾。研究為未來氣候變化下的水文連通預測提供更為精準的定量方案，為規(guī)劃設計提供了順應自然規(guī)律的長期科學指導。

注：文中圖片均由趙天逸繪制。

注釋：

① 來源：凱爾蘇斯監(jiān)測站(https://riverlevels.uk/)。

② 來源：歷史氣象站：Aberporth，地點: 224100E 252100N, Lat 52.139 Lon -4.570。