極端氣象氣候條件下土地利用變化的水文水資源效應(yīng)研究
——以東江流域?yàn)槔?/h1>
2022-04-22 07:23:26秦美茵董春雨孫秀峰
廣東水利水電 2022年4期
秦美茵，董春雨，孫秀峰
(1.中山大學(xué) 土木工程學(xué)院，廣東 珠海 519082；2. 廣東省水利水電科學(xué)研究院，廣州 510635)
1 概述
土地利用變化作為影響流域水文循環(huán)的主要驅(qū)動(dòng)因素之一，能夠顯著影響蒸散發(fā)、降雨截留、地表徑流及土壤下滲等水文過(guò)程，進(jìn)而改變河道的徑流量，并引發(fā)洪旱災(zāi)害、水資源短缺等問(wèn)題[1]。目前國(guó)內(nèi)外已有較多學(xué)者對(duì)土地利用變化對(duì)徑流的影響展開(kāi)研究。Matens等[2]采用試驗(yàn)流域法對(duì)多個(gè)土地利用條件不同流域的年徑流量進(jìn)行分析，研究表明園地和裸地年徑流系數(shù)最大，而自然植被的徑流系數(shù)最小。歐陽(yáng)欽從等[1]對(duì)晉江流域土地利用變化對(duì)水文過(guò)程影響進(jìn)行分析，認(rèn)為降雨量越小，蒸散發(fā)和地表徑流的效應(yīng)越顯著，而土壤剖面下滲和地下徑流效應(yīng)則相反。呂樂(lè)婷等[3]對(duì)土地利用變化對(duì)東江流域產(chǎn)流過(guò)程影響進(jìn)行定量評(píng)估，認(rèn)為地表徑流、側(cè)向流對(duì)土地利用變化的響應(yīng)在雨季更為敏感，實(shí)際蒸發(fā)、潛在蒸發(fā)及徑流總量對(duì)土地利用變化的響應(yīng)在旱季更為敏感。目前相關(guān)研究大多集中于研究土地利用變化對(duì)年徑流、月徑流及產(chǎn)流過(guò)程的響應(yīng)分析，對(duì)極端氣象氣候條件下土地利用變化的水文效應(yīng)研究相對(duì)較少。
近百年來(lái)，全球氣候持續(xù)變暖，地表氣溫升高，在一定程度上加劇了蒸散發(fā)等水循環(huán)過(guò)程，導(dǎo)致暴雨和干旱等災(zāi)害事件發(fā)生的頻率和強(qiáng)度增加[4-5]。極端氣象氣候條件下，土地利用對(duì)水文過(guò)程的影響可能會(huì)有放大效應(yīng)，但目前學(xué)界仍沒(méi)有明確結(jié)論，亟需深入研究[6-8]。因此，研究極端氣象氣候條件下土地利用變化的水文效應(yīng)對(duì)于地方防災(zāi)減災(zāi)、生態(tài)保護(hù)和國(guó)土空間規(guī)劃等具有重要意義。
東江流域位于經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)，1990年以來(lái)，其土地利用結(jié)構(gòu)變化主要表現(xiàn)為城市化過(guò)程顯著，非城鎮(zhèn)用地結(jié)構(gòu)變化明顯，以及林地和灌草地減少的總體特征；隨著粵港澳大灣區(qū)的建設(shè)開(kāi)發(fā)，未來(lái)該流域內(nèi)土地開(kāi)發(fā)利用活動(dòng)將更加頻繁[9-10]。近半個(gè)多世紀(jì)以來(lái)，珠江流域極端高溫及短時(shí)間極端降水事件持續(xù)增多，極端高溫事件的增多，降水的集中以及干期的變長(zhǎng)使珠江流域面臨著高溫干旱和暴雨洪水的威脅[11]。目前關(guān)于東江流域土地利用變化對(duì)水文過(guò)程的影響分析主要基于實(shí)際發(fā)生的土地利用變化，少有針對(duì)未來(lái)不同土地利用情景對(duì)水文過(guò)程和水資源的影響進(jìn)行相關(guān)探討。因此，本文以東江流域?yàn)榘咐芯繀^(qū)，基于SWAT水文模型，模擬1990年、2018年以及另外六種城鎮(zhèn)用地及林地面積遞增的土地利用情景下，不同程度強(qiáng)降水和干旱條件下的流域水文過(guò)程和水資源量變化規(guī)律，探討極端氣象氣候條件下土地利用變化的水文效應(yīng)和水資源效應(yīng)，旨在為東江流域的土地利用規(guī)劃、水資源配置和防洪減災(zāi)提供科學(xué)依據(jù)。
2 研究區(qū)概況與數(shù)據(jù)來(lái)源
2.1 研究區(qū)概況
東江流域位于珠江三角洲的東北端，地理坐標(biāo)為113°52′～115°52′E，22°38′～25°14′N(xiāo)。流域多年平均氣溫為20℃～22℃，多年平均降雨量為1 500～2 400 mm，降雨時(shí)空分布不均，西南多、東北少；降水年際變化大，年內(nèi)分配也極不均勻，主要集中在4—9月[12]。本研究選取東江干流下游主要控制站博羅站以上區(qū)域作為研究區(qū)(見(jiàn)圖1)，流域控制面積為25 325 km2，占東江流域總面積的71.7%。土壤類(lèi)型主要有紅壤、赤紅壤和水稻土；土地利用類(lèi)型以林地為主，其次為耕地、草地、建筑用地等。
圖1 研究區(qū)概況示意
2.2 數(shù)據(jù)來(lái)源
本研究采用的數(shù)據(jù)包括研究區(qū)數(shù)字高程模型(Digital Elevation Model，DEM)、氣象、土壤、土地利用及實(shí)測(cè)徑流量數(shù)據(jù)。DEM分辨率為30 m，來(lái)源于2020年2月NASA發(fā)布的NASADEM數(shù)據(jù)。氣象數(shù)據(jù)來(lái)自國(guó)家青藏高原科學(xué)數(shù)據(jù)中心孟現(xiàn)勇建立的CMADS V1.1數(shù)據(jù)集[13]，可直接用于驅(qū)動(dòng)SWAT模型，數(shù)據(jù)水平空間分辨率為 0.1°，時(shí)間分辨率為3 h，數(shù)據(jù)覆蓋時(shí)段為1979—2018年，數(shù)據(jù)要素包含流域內(nèi)日均降雨量、日最高和最低氣溫、風(fēng)速、相對(duì)濕度和太陽(yáng)輻射值等。土壤數(shù)據(jù)采用聯(lián)合國(guó)農(nóng)糧組織和維也納國(guó)際應(yīng)用系統(tǒng)研究所于2009年發(fā)布的世界土壤數(shù)據(jù)庫(kù)(Harmonized World Soil Database，HWSD)，分辨率為1 km。土地利用數(shù)據(jù)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，分辨率為30 m。
3 研究方法
3.1 SWAT模型
SWAT(Soil and Water Assessment Tool)水文模型是由美國(guó)農(nóng)業(yè)部農(nóng)業(yè)研究中心于1994年開(kāi)發(fā)的，近年來(lái)在水文水資源領(lǐng)域已得到廣泛應(yīng)用[14]。其模擬的流域水文過(guò)程分為產(chǎn)流、坡面匯流、河道匯流過(guò)程[15]，產(chǎn)流和坡面匯流過(guò)程描述的是子流域內(nèi)水流、泥沙、營(yíng)養(yǎng)物等匯入主河道的過(guò)程，河道匯流過(guò)程描述的是流域河網(wǎng)中水流、泥沙等的輸移過(guò)程[16]。SWAT模型根據(jù)地形及河網(wǎng)將流域劃分為多個(gè)子流域，再將子流域中土地利用和土壤類(lèi)型的唯一組合定義為水文響應(yīng)單元(HRU)，HRU是SWAT水文模擬的基本單位，1個(gè)子流域可劃分為1個(gè)或多個(gè)HRU[16]。SWAT模型中的水量平衡方程如下：
(1)
式中:
SWt——土壤最終含水量；
SW0——第i天土壤初始含水量；
t——時(shí)間；
Rday——第i天的降水量；
Qsurf——第i天地表徑流；
Ea——第i天的蒸散發(fā)量；
Wseep——第i天離開(kāi)土壤剖面底部的滲透水流和旁通水流水量；
Qgw——第i天回歸流的水量。
SWAT模型可在控制其它輸入數(shù)據(jù)不變的前提下輸入不同類(lèi)型的土地利用數(shù)據(jù)，以獲得不同土地利用情景下不同時(shí)間尺度的徑流量以及藍(lán)綠水的分量(子流域產(chǎn)水量、深層含水層補(bǔ)給量和蒸散發(fā)、土壤含水量)。
3.2 藍(lán)綠水定義及計(jì)算
近年來(lái)，藍(lán)綠水概念已被廣泛應(yīng)用于水資源管理與評(píng)估。藍(lán)水是指地表徑流和地下徑流，即可直接被人類(lèi)利用的水資源，包含深層含水層補(bǔ)給、湖泊、濕地儲(chǔ)水量；綠水由綠水流和綠水儲(chǔ)組成，綠水流指實(shí)際蒸散量，綠水儲(chǔ)指儲(chǔ)存在土壤中的水分[17]。根據(jù)藍(lán)水、綠色的定義以及SWAT模型的輸出結(jié)果可知，藍(lán)水可用SWAT模型輸出的子流域產(chǎn)水量(WYLD)以及深層含水層補(bǔ)給量(DA_RCHG)之和表示；綠水流為實(shí)際蒸散發(fā)量(ET)；綠水儲(chǔ)為土壤含水量(SW)，綠水即為實(shí)際蒸散發(fā)量(ET)與土壤含水量(SW)之和[18-19]。
3.3 帕爾默干旱指數(shù)(PDSI)
帕爾默指數(shù)(Palmer Drought Severity Index, PDSI)是表征一段時(shí)間內(nèi)某地區(qū)實(shí)際水分供應(yīng)持續(xù)少于當(dāng)?shù)貧夂蜻m宜水分供應(yīng)的水分虧缺情況[20]，其數(shù)值落于區(qū)間(-∞，-4]時(shí)為極度干旱，落于區(qū)間(-4，-3]時(shí)為嚴(yán)重干旱，落于區(qū)間(-3，-2]時(shí)為中度干旱，落于區(qū)間(-2，-1]時(shí)為輕度干旱。本文應(yīng)用遙感云平臺(tái)Google Earth Engine提取1979—2018年間東江流域PDSI數(shù)據(jù)集，統(tǒng)計(jì)不同干旱等級(jí)情景下的藍(lán)綠水變化情況，以研究東江流域在不同土地利用變化情景下藍(lán)綠水資源對(duì)不同干旱程度的響應(yīng)特征。
3.4 土地利用情景構(gòu)建
根據(jù)SWAT模型的分類(lèi)標(biāo)準(zhǔn)，將東江流域土地利用重分類(lèi)為林地(FRST)、耕地(AGRL)、草地(PAST)、城鎮(zhèn)用地(URHD)、村莊(URLD)、工業(yè)用地(UIDU)、裸地(BALD)和水域(WATR)8類(lèi)。為研究徑流量對(duì)不同土地利用情景的響應(yīng)、不同土地利用變化情景下徑流量對(duì)不同降雨等級(jí)的響應(yīng)，以及不同土地利用變化情景下藍(lán)綠水對(duì)不同干旱等級(jí)的響應(yīng)，本文將對(duì)2個(gè)實(shí)際土地利用情景及6個(gè)假設(shè)土地利用情景下的水文過(guò)程和水資源量進(jìn)行對(duì)比分析。各土地利用情景分類(lèi)見(jiàn)表1。
表1 研究區(qū)土地利用情景分類(lèi)
3.5 SWAT模型構(gòu)建及評(píng)價(jià)
本文首先利用SWAT模型進(jìn)行子流域劃分，通過(guò)DEM設(shè)置、河網(wǎng)定義、修改閾值、流域總出口選擇以及子流域參數(shù)計(jì)算等過(guò)程，完成子流域劃分，共劃分子流域(subbasin)101個(gè)，水文響應(yīng)單元(HRU)1 943個(gè)。隨后依次輸入處理后的土壤數(shù)據(jù)、土地利用數(shù)據(jù)(模型參數(shù)率定使用1990年土地利用數(shù)據(jù))，設(shè)置流域坡度分級(jí)對(duì)水文響應(yīng)單元進(jìn)行定義；輸入處理后的CMADS氣象數(shù)據(jù)集，數(shù)據(jù)包含日均降雨量、日最高/最低氣溫、風(fēng)速、相對(duì)濕度和太陽(yáng)輻射值；定義流域內(nèi)三大水庫(kù)(新豐江、白盆珠、楓樹(shù)壩水庫(kù))出口，輸入水庫(kù)相關(guān)參數(shù)[21]。徑流模擬選用SCS曲線法，潛在蒸散發(fā)模擬選用Penman-Monteith方法，河道驗(yàn)算選用Muskingum公式法。配置好SWAT模型后，月徑流模型分別選取博羅站1979—1998年、1999—2007年實(shí)測(cè)徑流數(shù)據(jù)作為率定期和驗(yàn)證期，其中模型預(yù)熱期2 a；日徑流模型分別選取博羅站1989—2003年、2004—2007年實(shí)測(cè)徑流數(shù)據(jù)作為率定期和驗(yàn)證期，其中模型預(yù)熱期2 a。
利用SWAT-CUP中SUFI-2算法對(duì)SWAT模型輸出結(jié)果進(jìn)行參數(shù)敏感性分析、率定及驗(yàn)證。選用確定性系數(shù)(R2)和Nash-Suttclife系數(shù)(Ens)，評(píng)估模型模擬值和實(shí)測(cè)值的擬合效果[22]。經(jīng)過(guò)率定，流域出口博羅站月徑流(見(jiàn)圖2)率定期和驗(yàn)證期確定性系數(shù)R2和Nash-Suttclife系數(shù)Ens分別為0.87、0.87和0.89、0.88，P-factor和R-factor分別為0.64和0.68；日徑流(見(jiàn)圖3)率定期和驗(yàn)證期確定性系數(shù)R2和Nash-Suttclife系數(shù)Ens分別為0.75、0.74和0.78、0.78，P-factor和R-factor分別為0.85和0.84；表明SWAT模型模擬東江流域水文過(guò)程適用性良好，精度較高，可以開(kāi)展不同土地利用情景的水文水資源效應(yīng)分析。
圖2 博羅站月徑流率定期(1981—1998年)、驗(yàn)證期(1999—2007年)模擬結(jié)果示意
圖3 博羅站日徑流率定期(1989—2003年)、驗(yàn)證期(2004—2007年)模擬結(jié)果示意
4 結(jié)果分析與討論
4.1 土地利用變化分析
由表2、表3可知，林地為東江流域最主要的用地類(lèi)型(見(jiàn)圖4)，面積占比分別為75.4%(1990年)、74.5%(2018年)，1990—2018年間，林地面積共減少231.6 km2，變化率為-1.2%，減少的林地主要轉(zhuǎn)變?yōu)楦亍⒉莸?、工業(yè)用地及城鎮(zhèn)用地。城鎮(zhèn)用地為東江流域增長(zhǎng)量最大的用地類(lèi)型，1990—2018年，流域內(nèi)城鎮(zhèn)用地面積共增長(zhǎng)321.3 km2，增長(zhǎng)率為272.7%，增加的城鎮(zhèn)用地主要源于耕地、林地及草地。
表2 東江流域土地利用結(jié)構(gòu)及變化趨勢(shì) km2，%
表3 1990—2018年?yáng)|江流域土地利用轉(zhuǎn)移矩陣 km2，%
1990年
4.2 徑流量對(duì)不同土地利用情景的響應(yīng)分析
基于表1中所示8種土地利用情景，本文利用SWAT水文模型模擬了東江流域下游博羅站逐月徑流量。以1990年土地利用情景下的徑流量為基準(zhǔn)，本文計(jì)算了其他7種土地利用變化情景引起的徑流量變化。由圖5顯示結(jié)果可知，流域內(nèi)城鎮(zhèn)用地及林地面積的增加均對(duì)流域出口博羅站月均徑流量產(chǎn)生不同程度的影響，表現(xiàn)為擴(kuò)大的城鎮(zhèn)用地面積加劇了徑流量年內(nèi)分配不均。具體而言，在豐水季(4—9月)，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量增加，且徑流量變化量隨城鎮(zhèn)用地面積增加而增加；在枯水季(10月至次年3月)，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量減少；林地面積的增加在全年各季節(jié)均導(dǎo)致流域出口博羅站月均徑流量減少。
圖5 月均徑流量變化量示意
以上土地利用變化引起的水文響應(yīng)，原因可能在于：流域城鎮(zhèn)用地面積增加導(dǎo)致不透水面增加，減小了流域總體下滲能力和滯水能力，在豐水季，使得流域徑流量增加；在枯水季，徑流主要由基流組成，而基流一般來(lái)源于地下水或其他延遲部分的徑流[23-24]，枯水季徑流量減少，可能是由于不透明水面的增加導(dǎo)致土壤含水量減少，枯水季水量補(bǔ)給減少，從而使得流域徑流量減少。流域林地的增加，一方面導(dǎo)致陸面蒸散發(fā)增加，另一方面伴隨著冠層截留、枯落物層和土壤層持水量增加，從而降低土壤水分和地表徑流量，導(dǎo)致豐水季徑流量明顯減少；而枯水季因降水量較少且植被蒸散發(fā)較弱，林地面積變化引起的徑流量變化相對(duì)不明顯。
4.3 土地利用變化情景下徑流量對(duì)強(qiáng)降雨的響應(yīng)分析
根據(jù)流域降雨特性及子流域降雨計(jì)算結(jié)果，本文對(duì)流域強(qiáng)降雨事件按24 h降雨量為100～150 mm，150～200 mm和大于200 mm進(jìn)行劃分，以研究城鎮(zhèn)用地及林地變化情景下徑流量對(duì)不同強(qiáng)度降雨事件的響應(yīng)規(guī)律。據(jù)統(tǒng)計(jì)，1981—2018年，24 h降雨量在100～150 mm、150～200 mm之間和大于200 mm的強(qiáng)降雨事件分別發(fā)生了127次、26次和5次。
由圖6～圖8可知，發(fā)生強(qiáng)降雨時(shí)，林地面積的增加，使得徑流量減少，變化量隨降雨強(qiáng)度增加而增加，表明林地面積的增加對(duì)發(fā)生強(qiáng)降雨時(shí)的地表徑流的減弱效應(yīng)顯著，可減緩和削弱洪峰。由圖9～圖11可知，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量產(chǎn)生明顯變化，變化率最大達(dá)38%，變化量隨降雨強(qiáng)度及城鎮(zhèn)用地面積增加而增加，表明城鎮(zhèn)用地面積的增加對(duì)發(fā)生強(qiáng)降雨時(shí)的地表徑流的增強(qiáng)效應(yīng)顯著，能加速和加劇流域內(nèi)洪峰的形成，擴(kuò)大洪澇災(zāi)害風(fēng)險(xiǎn)。
圖6 遭遇200 mm/d以上強(qiáng)降雨時(shí)林地面積擴(kuò)張引起的徑流量變化示意
圖7 遭遇150～200 mm/d強(qiáng)降雨時(shí)林地面積擴(kuò)張引起的徑流量變化示意
圖8 遭遇100～150 mm/d強(qiáng)降雨時(shí)林地面積擴(kuò)張引起的徑流量變化示意
圖9 遭遇200 mm/d以上強(qiáng)降雨時(shí)城鎮(zhèn)用地面積擴(kuò)張引起的徑流量變化示意
圖10 遭遇150～200 mm/d強(qiáng)降雨時(shí)城鎮(zhèn)用地面積擴(kuò)張引起的徑流量變化示意
圖11 遭遇100～150 mm/d強(qiáng)降雨時(shí)城鎮(zhèn)用地面積擴(kuò)張引起的徑流量變化示意
4.4 土地利用變化情景下藍(lán)綠水對(duì)干旱的響應(yīng)分析
為探討不同土地利用情景在發(fā)生干旱時(shí)的水資源效應(yīng)變化規(guī)律，本文進(jìn)一步分析了表1所示各土地利用情景下，東江流域藍(lán)綠水資源量在不同強(qiáng)度干旱條件下的變化情況。據(jù)統(tǒng)計(jì)，1981—2018年，東江流域分別發(fā)生重度干旱(-3≥PDSI指數(shù)>-4)事件3次、中度干旱(-2≥PDSI指數(shù)>-3)事件4次、輕度干旱(-1≥PDSI指數(shù)>-2)事件3次。
由圖12可知，流域林地面積增加，使得藍(lán)水減少、綠水增加，且變化量隨林地面積的增加而增加。在林地面積擴(kuò)張1.1倍和1.13倍時(shí)，綠水儲(chǔ)對(duì)林地?cái)U(kuò)張的響應(yīng)不敏感，綠水的變化以綠水流的變化為主。林地?cái)U(kuò)張引發(fā)的綠水流的增加在中度干旱時(shí)取得最大值，表明林地?cái)U(kuò)張的蒸散發(fā)增加效應(yīng)在中度干旱時(shí)達(dá)到峰值。發(fā)生重度干旱時(shí)林地面積擴(kuò)張引起的綠水變化最少，可能由于部分森林植被因強(qiáng)烈干旱脅迫而生理受損，使得蒸散發(fā)增加量明顯減小。以上結(jié)果與前人研究發(fā)現(xiàn)相一致，即一定程度的干旱會(huì)導(dǎo)致植被蒸散發(fā)增強(qiáng)，尤其干旱期間伴隨異常高溫時(shí)，植被需要更多水分進(jìn)行降溫；而當(dāng)干旱繼續(xù)加劇時(shí)，植被葉片氣孔關(guān)閉，光合作用降低，甚至因干旱脅迫死亡，蒸散發(fā)下降[25-26]。此外，圖12結(jié)果顯示，林地面積擴(kuò)張導(dǎo)致藍(lán)水的減少量也在中度干旱時(shí)取得最大值，這與蒸散發(fā)在中度干旱時(shí)達(dá)到峰值的效應(yīng)相符，根據(jù)水量平衡原理，蒸散發(fā)增大，徑流量減小。
圖12 不同干旱等級(jí)情景下林地面積擴(kuò)張引起的藍(lán)綠水變化示意
由圖13可知，流域城鎮(zhèn)用地面積增加，使得藍(lán)水增加、綠水減少，且變化量隨城鎮(zhèn)用地面積的增加而增加。在城鎮(zhèn)用地向外擴(kuò)張2.5倍和5倍時(shí)，綠水流對(duì)城鎮(zhèn)用地?cái)U(kuò)張的響應(yīng)相對(duì)不敏感，綠水的變化以綠水儲(chǔ)的變化為主，綠水儲(chǔ)的減少在中度干旱時(shí)取得最大值，這可能是由于中度干旱時(shí)土壤含水量已接近其下限值，干旱等級(jí)繼續(xù)增強(qiáng)后，土壤水分變化量開(kāi)始減小。藍(lán)水變化量在豐水季隨干旱等級(jí)增強(qiáng)而減小，反映豐水季的降水隨干旱增強(qiáng)而減少；藍(lán)水變化量在枯水季為中度干旱時(shí)最大，這可能是由于枯水季藍(lán)水有較大比例為地下徑流，而地下徑流又與土壤含水量相關(guān)，中度干旱時(shí)土壤含水量已接近下限值，干旱等級(jí)增強(qiáng)后，土壤水下降速度變慢，變化量開(kāi)始減小。
圖13 不同干旱等級(jí)情景下城鎮(zhèn)用地面積擴(kuò)張引起的藍(lán)綠水變化示意
5 結(jié)語(yǔ)
以上結(jié)果分析顯示，本文建立的基于SWAT的東江流域水文模型能夠較好地模擬該流域的日徑流、月徑流過(guò)程，適用于評(píng)估東江流域土地利用變化的水文水資源效應(yīng)。通過(guò)以上分析，本文主要得出以下幾點(diǎn)結(jié)論：
1) 通過(guò)分析不同土地利用情景下東江流域月均徑流的響應(yīng)特征，表明城鎮(zhèn)用地面積的增加會(huì)加劇徑流年內(nèi)分配不均，在豐水季，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量增加，且徑流量變化量隨城鎮(zhèn)用地面積增加而增加；在枯水季，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量減少；林地面積的增加在全年均導(dǎo)致流域出口月均徑流量減少。
2) 對(duì)不同土地利用變化情景下日徑流對(duì)不同強(qiáng)度降雨的響應(yīng)分析結(jié)果表明，城鎮(zhèn)用地及林地面積的增加對(duì)發(fā)生強(qiáng)降雨時(shí)的地表徑流的增強(qiáng)、減弱效應(yīng)顯著，且變化效應(yīng)隨土地利用結(jié)構(gòu)變化強(qiáng)度增加而增加，因此，城鎮(zhèn)用地的持續(xù)擴(kuò)張及植樹(shù)造林導(dǎo)致的土地利用結(jié)構(gòu)變化都會(huì)對(duì)流域洪水過(guò)程產(chǎn)生顯著影響。
3) 對(duì)土地利用變化情景下藍(lán)綠水資源對(duì)不同干旱等級(jí)的響應(yīng)分析結(jié)果表明，城鎮(zhèn)用地及林地面積的增加對(duì)發(fā)生干旱時(shí)藍(lán)綠水資源量總體影響較小，綠水儲(chǔ)對(duì)林地?cái)U(kuò)張的響應(yīng)不敏感，林地?cái)U(kuò)張引起的綠水的變化以綠水流的變化為主，綠水流的增加為中度干旱時(shí)最大，藍(lán)水的減少量為中度干旱時(shí)最大。綠水流對(duì)城鎮(zhèn)用地?cái)U(kuò)張的響應(yīng)較不敏感，城鎮(zhèn)用地?cái)U(kuò)張引起的綠水的變化以綠水儲(chǔ)的變化為主，綠水儲(chǔ)的減少量為中度干旱時(shí)最大；城鎮(zhèn)用地?cái)U(kuò)張引起的藍(lán)水變化量在豐水季隨干旱等級(jí)增強(qiáng)而減小，在枯水季為中度干旱時(shí)最大。
秦美茵，董春雨，孫秀峰
(1.中山大學(xué) 土木工程學(xué)院，廣東 珠海 519082；2. 廣東省水利水電科學(xué)研究院，廣州 510635)
1 概述
土地利用變化作為影響流域水文循環(huán)的主要驅(qū)動(dòng)因素之一，能夠顯著影響蒸散發(fā)、降雨截留、地表徑流及土壤下滲等水文過(guò)程，進(jìn)而改變河道的徑流量，并引發(fā)洪旱災(zāi)害、水資源短缺等問(wèn)題[1]。目前國(guó)內(nèi)外已有較多學(xué)者對(duì)土地利用變化對(duì)徑流的影響展開(kāi)研究。Matens等[2]采用試驗(yàn)流域法對(duì)多個(gè)土地利用條件不同流域的年徑流量進(jìn)行分析，研究表明園地和裸地年徑流系數(shù)最大，而自然植被的徑流系數(shù)最小。歐陽(yáng)欽從等[1]對(duì)晉江流域土地利用變化對(duì)水文過(guò)程影響進(jìn)行分析，認(rèn)為降雨量越小，蒸散發(fā)和地表徑流的效應(yīng)越顯著，而土壤剖面下滲和地下徑流效應(yīng)則相反。呂樂(lè)婷等[3]對(duì)土地利用變化對(duì)東江流域產(chǎn)流過(guò)程影響進(jìn)行定量評(píng)估，認(rèn)為地表徑流、側(cè)向流對(duì)土地利用變化的響應(yīng)在雨季更為敏感，實(shí)際蒸發(fā)、潛在蒸發(fā)及徑流總量對(duì)土地利用變化的響應(yīng)在旱季更為敏感。目前相關(guān)研究大多集中于研究土地利用變化對(duì)年徑流、月徑流及產(chǎn)流過(guò)程的響應(yīng)分析，對(duì)極端氣象氣候條件下土地利用變化的水文效應(yīng)研究相對(duì)較少。
近百年來(lái)，全球氣候持續(xù)變暖，地表氣溫升高，在一定程度上加劇了蒸散發(fā)等水循環(huán)過(guò)程，導(dǎo)致暴雨和干旱等災(zāi)害事件發(fā)生的頻率和強(qiáng)度增加[4-5]。極端氣象氣候條件下，土地利用對(duì)水文過(guò)程的影響可能會(huì)有放大效應(yīng)，但目前學(xué)界仍沒(méi)有明確結(jié)論，亟需深入研究[6-8]。因此，研究極端氣象氣候條件下土地利用變化的水文效應(yīng)對(duì)于地方防災(zāi)減災(zāi)、生態(tài)保護(hù)和國(guó)土空間規(guī)劃等具有重要意義。
東江流域位于經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)，1990年以來(lái)，其土地利用結(jié)構(gòu)變化主要表現(xiàn)為城市化過(guò)程顯著，非城鎮(zhèn)用地結(jié)構(gòu)變化明顯，以及林地和灌草地減少的總體特征；隨著粵港澳大灣區(qū)的建設(shè)開(kāi)發(fā)，未來(lái)該流域內(nèi)土地開(kāi)發(fā)利用活動(dòng)將更加頻繁[9-10]。近半個(gè)多世紀(jì)以來(lái)，珠江流域極端高溫及短時(shí)間極端降水事件持續(xù)增多，極端高溫事件的增多，降水的集中以及干期的變長(zhǎng)使珠江流域面臨著高溫干旱和暴雨洪水的威脅[11]。目前關(guān)于東江流域土地利用變化對(duì)水文過(guò)程的影響分析主要基于實(shí)際發(fā)生的土地利用變化，少有針對(duì)未來(lái)不同土地利用情景對(duì)水文過(guò)程和水資源的影響進(jìn)行相關(guān)探討。因此，本文以東江流域?yàn)榘咐芯繀^(qū)，基于SWAT水文模型，模擬1990年、2018年以及另外六種城鎮(zhèn)用地及林地面積遞增的土地利用情景下，不同程度強(qiáng)降水和干旱條件下的流域水文過(guò)程和水資源量變化規(guī)律，探討極端氣象氣候條件下土地利用變化的水文效應(yīng)和水資源效應(yīng)，旨在為東江流域的土地利用規(guī)劃、水資源配置和防洪減災(zāi)提供科學(xué)依據(jù)。
2 研究區(qū)概況與數(shù)據(jù)來(lái)源
2.1 研究區(qū)概況
東江流域位于珠江三角洲的東北端，地理坐標(biāo)為113°52′～115°52′E，22°38′～25°14′N(xiāo)。流域多年平均氣溫為20℃～22℃，多年平均降雨量為1 500～2 400 mm，降雨時(shí)空分布不均，西南多、東北少；降水年際變化大，年內(nèi)分配也極不均勻，主要集中在4—9月[12]。本研究選取東江干流下游主要控制站博羅站以上區(qū)域作為研究區(qū)(見(jiàn)圖1)，流域控制面積為25 325 km2，占東江流域總面積的71.7%。土壤類(lèi)型主要有紅壤、赤紅壤和水稻土；土地利用類(lèi)型以林地為主，其次為耕地、草地、建筑用地等。
圖1 研究區(qū)概況示意
2.2 數(shù)據(jù)來(lái)源
本研究采用的數(shù)據(jù)包括研究區(qū)數(shù)字高程模型(Digital Elevation Model，DEM)、氣象、土壤、土地利用及實(shí)測(cè)徑流量數(shù)據(jù)。DEM分辨率為30 m，來(lái)源于2020年2月NASA發(fā)布的NASADEM數(shù)據(jù)。氣象數(shù)據(jù)來(lái)自國(guó)家青藏高原科學(xué)數(shù)據(jù)中心孟現(xiàn)勇建立的CMADS V1.1數(shù)據(jù)集[13]，可直接用于驅(qū)動(dòng)SWAT模型，數(shù)據(jù)水平空間分辨率為 0.1°，時(shí)間分辨率為3 h，數(shù)據(jù)覆蓋時(shí)段為1979—2018年，數(shù)據(jù)要素包含流域內(nèi)日均降雨量、日最高和最低氣溫、風(fēng)速、相對(duì)濕度和太陽(yáng)輻射值等。土壤數(shù)據(jù)采用聯(lián)合國(guó)農(nóng)糧組織和維也納國(guó)際應(yīng)用系統(tǒng)研究所于2009年發(fā)布的世界土壤數(shù)據(jù)庫(kù)(Harmonized World Soil Database，HWSD)，分辨率為1 km。土地利用數(shù)據(jù)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，分辨率為30 m。
3 研究方法
3.1 SWAT模型
SWAT(Soil and Water Assessment Tool)水文模型是由美國(guó)農(nóng)業(yè)部農(nóng)業(yè)研究中心于1994年開(kāi)發(fā)的，近年來(lái)在水文水資源領(lǐng)域已得到廣泛應(yīng)用[14]。其模擬的流域水文過(guò)程分為產(chǎn)流、坡面匯流、河道匯流過(guò)程[15]，產(chǎn)流和坡面匯流過(guò)程描述的是子流域內(nèi)水流、泥沙、營(yíng)養(yǎng)物等匯入主河道的過(guò)程，河道匯流過(guò)程描述的是流域河網(wǎng)中水流、泥沙等的輸移過(guò)程[16]。SWAT模型根據(jù)地形及河網(wǎng)將流域劃分為多個(gè)子流域，再將子流域中土地利用和土壤類(lèi)型的唯一組合定義為水文響應(yīng)單元(HRU)，HRU是SWAT水文模擬的基本單位，1個(gè)子流域可劃分為1個(gè)或多個(gè)HRU[16]。SWAT模型中的水量平衡方程如下：
(1)
式中:
SWt——土壤最終含水量；
SW0——第i天土壤初始含水量；
t——時(shí)間；
Rday——第i天的降水量；
Qsurf——第i天地表徑流；
Ea——第i天的蒸散發(fā)量；
Wseep——第i天離開(kāi)土壤剖面底部的滲透水流和旁通水流水量；
Qgw——第i天回歸流的水量。
SWAT模型可在控制其它輸入數(shù)據(jù)不變的前提下輸入不同類(lèi)型的土地利用數(shù)據(jù)，以獲得不同土地利用情景下不同時(shí)間尺度的徑流量以及藍(lán)綠水的分量(子流域產(chǎn)水量、深層含水層補(bǔ)給量和蒸散發(fā)、土壤含水量)。
3.2 藍(lán)綠水定義及計(jì)算
近年來(lái)，藍(lán)綠水概念已被廣泛應(yīng)用于水資源管理與評(píng)估。藍(lán)水是指地表徑流和地下徑流，即可直接被人類(lèi)利用的水資源，包含深層含水層補(bǔ)給、湖泊、濕地儲(chǔ)水量；綠水由綠水流和綠水儲(chǔ)組成，綠水流指實(shí)際蒸散量，綠水儲(chǔ)指儲(chǔ)存在土壤中的水分[17]。根據(jù)藍(lán)水、綠色的定義以及SWAT模型的輸出結(jié)果可知，藍(lán)水可用SWAT模型輸出的子流域產(chǎn)水量(WYLD)以及深層含水層補(bǔ)給量(DA_RCHG)之和表示；綠水流為實(shí)際蒸散發(fā)量(ET)；綠水儲(chǔ)為土壤含水量(SW)，綠水即為實(shí)際蒸散發(fā)量(ET)與土壤含水量(SW)之和[18-19]。
3.3 帕爾默干旱指數(shù)(PDSI)
帕爾默指數(shù)(Palmer Drought Severity Index, PDSI)是表征一段時(shí)間內(nèi)某地區(qū)實(shí)際水分供應(yīng)持續(xù)少于當(dāng)?shù)貧夂蜻m宜水分供應(yīng)的水分虧缺情況[20]，其數(shù)值落于區(qū)間(-∞，-4]時(shí)為極度干旱，落于區(qū)間(-4，-3]時(shí)為嚴(yán)重干旱，落于區(qū)間(-3，-2]時(shí)為中度干旱，落于區(qū)間(-2，-1]時(shí)為輕度干旱。本文應(yīng)用遙感云平臺(tái)Google Earth Engine提取1979—2018年間東江流域PDSI數(shù)據(jù)集，統(tǒng)計(jì)不同干旱等級(jí)情景下的藍(lán)綠水變化情況，以研究東江流域在不同土地利用變化情景下藍(lán)綠水資源對(duì)不同干旱程度的響應(yīng)特征。
3.4 土地利用情景構(gòu)建
根據(jù)SWAT模型的分類(lèi)標(biāo)準(zhǔn)，將東江流域土地利用重分類(lèi)為林地(FRST)、耕地(AGRL)、草地(PAST)、城鎮(zhèn)用地(URHD)、村莊(URLD)、工業(yè)用地(UIDU)、裸地(BALD)和水域(WATR)8類(lèi)。為研究徑流量對(duì)不同土地利用情景的響應(yīng)、不同土地利用變化情景下徑流量對(duì)不同降雨等級(jí)的響應(yīng)，以及不同土地利用變化情景下藍(lán)綠水對(duì)不同干旱等級(jí)的響應(yīng)，本文將對(duì)2個(gè)實(shí)際土地利用情景及6個(gè)假設(shè)土地利用情景下的水文過(guò)程和水資源量進(jìn)行對(duì)比分析。各土地利用情景分類(lèi)見(jiàn)表1。
表1 研究區(qū)土地利用情景分類(lèi)
3.5 SWAT模型構(gòu)建及評(píng)價(jià)
本文首先利用SWAT模型進(jìn)行子流域劃分，通過(guò)DEM設(shè)置、河網(wǎng)定義、修改閾值、流域總出口選擇以及子流域參數(shù)計(jì)算等過(guò)程，完成子流域劃分，共劃分子流域(subbasin)101個(gè)，水文響應(yīng)單元(HRU)1 943個(gè)。隨后依次輸入處理后的土壤數(shù)據(jù)、土地利用數(shù)據(jù)(模型參數(shù)率定使用1990年土地利用數(shù)據(jù))，設(shè)置流域坡度分級(jí)對(duì)水文響應(yīng)單元進(jìn)行定義；輸入處理后的CMADS氣象數(shù)據(jù)集，數(shù)據(jù)包含日均降雨量、日最高/最低氣溫、風(fēng)速、相對(duì)濕度和太陽(yáng)輻射值；定義流域內(nèi)三大水庫(kù)(新豐江、白盆珠、楓樹(shù)壩水庫(kù))出口，輸入水庫(kù)相關(guān)參數(shù)[21]。徑流模擬選用SCS曲線法，潛在蒸散發(fā)模擬選用Penman-Monteith方法，河道驗(yàn)算選用Muskingum公式法。配置好SWAT模型后，月徑流模型分別選取博羅站1979—1998年、1999—2007年實(shí)測(cè)徑流數(shù)據(jù)作為率定期和驗(yàn)證期，其中模型預(yù)熱期2 a；日徑流模型分別選取博羅站1989—2003年、2004—2007年實(shí)測(cè)徑流數(shù)據(jù)作為率定期和驗(yàn)證期，其中模型預(yù)熱期2 a。
利用SWAT-CUP中SUFI-2算法對(duì)SWAT模型輸出結(jié)果進(jìn)行參數(shù)敏感性分析、率定及驗(yàn)證。選用確定性系數(shù)(R2)和Nash-Suttclife系數(shù)(Ens)，評(píng)估模型模擬值和實(shí)測(cè)值的擬合效果[22]。經(jīng)過(guò)率定，流域出口博羅站月徑流(見(jiàn)圖2)率定期和驗(yàn)證期確定性系數(shù)R2和Nash-Suttclife系數(shù)Ens分別為0.87、0.87和0.89、0.88，P-factor和R-factor分別為0.64和0.68；日徑流(見(jiàn)圖3)率定期和驗(yàn)證期確定性系數(shù)R2和Nash-Suttclife系數(shù)Ens分別為0.75、0.74和0.78、0.78，P-factor和R-factor分別為0.85和0.84；表明SWAT模型模擬東江流域水文過(guò)程適用性良好，精度較高，可以開(kāi)展不同土地利用情景的水文水資源效應(yīng)分析。
圖2 博羅站月徑流率定期(1981—1998年)、驗(yàn)證期(1999—2007年)模擬結(jié)果示意
圖3 博羅站日徑流率定期(1989—2003年)、驗(yàn)證期(2004—2007年)模擬結(jié)果示意
4 結(jié)果分析與討論
4.1 土地利用變化分析
由表2、表3可知，林地為東江流域最主要的用地類(lèi)型(見(jiàn)圖4)，面積占比分別為75.4%(1990年)、74.5%(2018年)，1990—2018年間，林地面積共減少231.6 km2，變化率為-1.2%，減少的林地主要轉(zhuǎn)變?yōu)楦亍⒉莸?、工業(yè)用地及城鎮(zhèn)用地。城鎮(zhèn)用地為東江流域增長(zhǎng)量最大的用地類(lèi)型，1990—2018年，流域內(nèi)城鎮(zhèn)用地面積共增長(zhǎng)321.3 km2，增長(zhǎng)率為272.7%，增加的城鎮(zhèn)用地主要源于耕地、林地及草地。
表2 東江流域土地利用結(jié)構(gòu)及變化趨勢(shì) km2，%
表3 1990—2018年?yáng)|江流域土地利用轉(zhuǎn)移矩陣 km2，%
1990年
4.2 徑流量對(duì)不同土地利用情景的響應(yīng)分析
基于表1中所示8種土地利用情景，本文利用SWAT水文模型模擬了東江流域下游博羅站逐月徑流量。以1990年土地利用情景下的徑流量為基準(zhǔn)，本文計(jì)算了其他7種土地利用變化情景引起的徑流量變化。由圖5顯示結(jié)果可知，流域內(nèi)城鎮(zhèn)用地及林地面積的增加均對(duì)流域出口博羅站月均徑流量產(chǎn)生不同程度的影響，表現(xiàn)為擴(kuò)大的城鎮(zhèn)用地面積加劇了徑流量年內(nèi)分配不均。具體而言，在豐水季(4—9月)，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量增加，且徑流量變化量隨城鎮(zhèn)用地面積增加而增加；在枯水季(10月至次年3月)，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量減少；林地面積的增加在全年各季節(jié)均導(dǎo)致流域出口博羅站月均徑流量減少。
圖5 月均徑流量變化量示意
以上土地利用變化引起的水文響應(yīng)，原因可能在于：流域城鎮(zhèn)用地面積增加導(dǎo)致不透水面增加，減小了流域總體下滲能力和滯水能力，在豐水季，使得流域徑流量增加；在枯水季，徑流主要由基流組成，而基流一般來(lái)源于地下水或其他延遲部分的徑流[23-24]，枯水季徑流量減少，可能是由于不透明水面的增加導(dǎo)致土壤含水量減少，枯水季水量補(bǔ)給減少，從而使得流域徑流量減少。流域林地的增加，一方面導(dǎo)致陸面蒸散發(fā)增加，另一方面伴隨著冠層截留、枯落物層和土壤層持水量增加，從而降低土壤水分和地表徑流量，導(dǎo)致豐水季徑流量明顯減少；而枯水季因降水量較少且植被蒸散發(fā)較弱，林地面積變化引起的徑流量變化相對(duì)不明顯。
4.3 土地利用變化情景下徑流量對(duì)強(qiáng)降雨的響應(yīng)分析
根據(jù)流域降雨特性及子流域降雨計(jì)算結(jié)果，本文對(duì)流域強(qiáng)降雨事件按24 h降雨量為100～150 mm，150～200 mm和大于200 mm進(jìn)行劃分，以研究城鎮(zhèn)用地及林地變化情景下徑流量對(duì)不同強(qiáng)度降雨事件的響應(yīng)規(guī)律。據(jù)統(tǒng)計(jì)，1981—2018年，24 h降雨量在100～150 mm、150～200 mm之間和大于200 mm的強(qiáng)降雨事件分別發(fā)生了127次、26次和5次。
由圖6～圖8可知，發(fā)生強(qiáng)降雨時(shí)，林地面積的增加，使得徑流量減少，變化量隨降雨強(qiáng)度增加而增加，表明林地面積的增加對(duì)發(fā)生強(qiáng)降雨時(shí)的地表徑流的減弱效應(yīng)顯著，可減緩和削弱洪峰。由圖9～圖11可知，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量產(chǎn)生明顯變化，變化率最大達(dá)38%，變化量隨降雨強(qiáng)度及城鎮(zhèn)用地面積增加而增加，表明城鎮(zhèn)用地面積的增加對(duì)發(fā)生強(qiáng)降雨時(shí)的地表徑流的增強(qiáng)效應(yīng)顯著，能加速和加劇流域內(nèi)洪峰的形成，擴(kuò)大洪澇災(zāi)害風(fēng)險(xiǎn)。
圖6 遭遇200 mm/d以上強(qiáng)降雨時(shí)林地面積擴(kuò)張引起的徑流量變化示意
圖7 遭遇150～200 mm/d強(qiáng)降雨時(shí)林地面積擴(kuò)張引起的徑流量變化示意
圖8 遭遇100～150 mm/d強(qiáng)降雨時(shí)林地面積擴(kuò)張引起的徑流量變化示意
圖9 遭遇200 mm/d以上強(qiáng)降雨時(shí)城鎮(zhèn)用地面積擴(kuò)張引起的徑流量變化示意
圖10 遭遇150～200 mm/d強(qiáng)降雨時(shí)城鎮(zhèn)用地面積擴(kuò)張引起的徑流量變化示意
圖11 遭遇100～150 mm/d強(qiáng)降雨時(shí)城鎮(zhèn)用地面積擴(kuò)張引起的徑流量變化示意
4.4 土地利用變化情景下藍(lán)綠水對(duì)干旱的響應(yīng)分析
為探討不同土地利用情景在發(fā)生干旱時(shí)的水資源效應(yīng)變化規(guī)律，本文進(jìn)一步分析了表1所示各土地利用情景下，東江流域藍(lán)綠水資源量在不同強(qiáng)度干旱條件下的變化情況。據(jù)統(tǒng)計(jì)，1981—2018年，東江流域分別發(fā)生重度干旱(-3≥PDSI指數(shù)>-4)事件3次、中度干旱(-2≥PDSI指數(shù)>-3)事件4次、輕度干旱(-1≥PDSI指數(shù)>-2)事件3次。
由圖12可知，流域林地面積增加，使得藍(lán)水減少、綠水增加，且變化量隨林地面積的增加而增加。在林地面積擴(kuò)張1.1倍和1.13倍時(shí)，綠水儲(chǔ)對(duì)林地?cái)U(kuò)張的響應(yīng)不敏感，綠水的變化以綠水流的變化為主。林地?cái)U(kuò)張引發(fā)的綠水流的增加在中度干旱時(shí)取得最大值，表明林地?cái)U(kuò)張的蒸散發(fā)增加效應(yīng)在中度干旱時(shí)達(dá)到峰值。發(fā)生重度干旱時(shí)林地面積擴(kuò)張引起的綠水變化最少，可能由于部分森林植被因強(qiáng)烈干旱脅迫而生理受損，使得蒸散發(fā)增加量明顯減小。以上結(jié)果與前人研究發(fā)現(xiàn)相一致，即一定程度的干旱會(huì)導(dǎo)致植被蒸散發(fā)增強(qiáng)，尤其干旱期間伴隨異常高溫時(shí)，植被需要更多水分進(jìn)行降溫；而當(dāng)干旱繼續(xù)加劇時(shí)，植被葉片氣孔關(guān)閉，光合作用降低，甚至因干旱脅迫死亡，蒸散發(fā)下降[25-26]。此外，圖12結(jié)果顯示，林地面積擴(kuò)張導(dǎo)致藍(lán)水的減少量也在中度干旱時(shí)取得最大值，這與蒸散發(fā)在中度干旱時(shí)達(dá)到峰值的效應(yīng)相符，根據(jù)水量平衡原理，蒸散發(fā)增大，徑流量減小。
圖12 不同干旱等級(jí)情景下林地面積擴(kuò)張引起的藍(lán)綠水變化示意
由圖13可知，流域城鎮(zhèn)用地面積增加，使得藍(lán)水增加、綠水減少，且變化量隨城鎮(zhèn)用地面積的增加而增加。在城鎮(zhèn)用地向外擴(kuò)張2.5倍和5倍時(shí)，綠水流對(duì)城鎮(zhèn)用地?cái)U(kuò)張的響應(yīng)相對(duì)不敏感，綠水的變化以綠水儲(chǔ)的變化為主，綠水儲(chǔ)的減少在中度干旱時(shí)取得最大值，這可能是由于中度干旱時(shí)土壤含水量已接近其下限值，干旱等級(jí)繼續(xù)增強(qiáng)后，土壤水分變化量開(kāi)始減小。藍(lán)水變化量在豐水季隨干旱等級(jí)增強(qiáng)而減小，反映豐水季的降水隨干旱增強(qiáng)而減少；藍(lán)水變化量在枯水季為中度干旱時(shí)最大，這可能是由于枯水季藍(lán)水有較大比例為地下徑流，而地下徑流又與土壤含水量相關(guān)，中度干旱時(shí)土壤含水量已接近下限值，干旱等級(jí)增強(qiáng)后，土壤水下降速度變慢，變化量開(kāi)始減小。
圖13 不同干旱等級(jí)情景下城鎮(zhèn)用地面積擴(kuò)張引起的藍(lán)綠水變化示意
5 結(jié)語(yǔ)
以上結(jié)果分析顯示，本文建立的基于SWAT的東江流域水文模型能夠較好地模擬該流域的日徑流、月徑流過(guò)程，適用于評(píng)估東江流域土地利用變化的水文水資源效應(yīng)。通過(guò)以上分析，本文主要得出以下幾點(diǎn)結(jié)論：
1) 通過(guò)分析不同土地利用情景下東江流域月均徑流的響應(yīng)特征，表明城鎮(zhèn)用地面積的增加會(huì)加劇徑流年內(nèi)分配不均，在豐水季，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量增加，且徑流量變化量隨城鎮(zhèn)用地面積增加而增加；在枯水季，城鎮(zhèn)用地面積的增加導(dǎo)致徑流量減少；林地面積的增加在全年均導(dǎo)致流域出口月均徑流量減少。
2) 對(duì)不同土地利用變化情景下日徑流對(duì)不同強(qiáng)度降雨的響應(yīng)分析結(jié)果表明，城鎮(zhèn)用地及林地面積的增加對(duì)發(fā)生強(qiáng)降雨時(shí)的地表徑流的增強(qiáng)、減弱效應(yīng)顯著，且變化效應(yīng)隨土地利用結(jié)構(gòu)變化強(qiáng)度增加而增加，因此，城鎮(zhèn)用地的持續(xù)擴(kuò)張及植樹(shù)造林導(dǎo)致的土地利用結(jié)構(gòu)變化都會(huì)對(duì)流域洪水過(guò)程產(chǎn)生顯著影響。
3) 對(duì)土地利用變化情景下藍(lán)綠水資源對(duì)不同干旱等級(jí)的響應(yīng)分析結(jié)果表明，城鎮(zhèn)用地及林地面積的增加對(duì)發(fā)生干旱時(shí)藍(lán)綠水資源量總體影響較小，綠水儲(chǔ)對(duì)林地?cái)U(kuò)張的響應(yīng)不敏感，林地?cái)U(kuò)張引起的綠水的變化以綠水流的變化為主，綠水流的增加為中度干旱時(shí)最大，藍(lán)水的減少量為中度干旱時(shí)最大。綠水流對(duì)城鎮(zhèn)用地?cái)U(kuò)張的響應(yīng)較不敏感，城鎮(zhèn)用地?cái)U(kuò)張引起的綠水的變化以綠水儲(chǔ)的變化為主，綠水儲(chǔ)的減少量為中度干旱時(shí)最大；城鎮(zhèn)用地?cái)U(kuò)張引起的藍(lán)水變化量在豐水季隨干旱等級(jí)增強(qiáng)而減小，在枯水季為中度干旱時(shí)最大。
