吳洪斌，汪建宏，朱子健，李 宏，廖志偉

（浙江禹貢信息科技有限公司，浙江 杭州 310052）

1 引言

隨著社會經(jīng)濟的不斷發(fā)展，我國城鎮(zhèn)化的程度也不斷加強，對于土地的利用與開發(fā)強度日益增加，劇烈的土地利用覆被變化則會引起一系列的生態(tài)環(huán)境演變[1]。正是由于對水資源的重視與可持續(xù)發(fā)展，因而有效地進行土地利用變化評估對水文過程的影響極為重要。充分了解其中的規(guī)律能夠有效地整合水資源規(guī)劃與相應(yīng)的利用，這些熱點與焦點問題也成為業(yè)界專家深入研究的方向之一[2]。對于流域的開發(fā)與利用往往會引起流域土地利用/覆被變化，同時這樣的人類活動會逐漸地引起流域相應(yīng)的水資源分布、產(chǎn)匯流、地表蒸發(fā)、截留等變化。業(yè)界對于人類活動引起的流域變化特別是對流域水文循環(huán)產(chǎn)生的影響進行了深入的研究，如利用分項調(diào)查、實驗流域等方法進行分析與實驗，這兩種方式需要長時間序列的觀測資料，同時需要確保外部的環(huán)境沒有明顯的差異，因而要求較高；有學(xué)者利用水文模型法進行LUCC（土地利用覆被變化）的研究，即在對相應(yīng)的模型進行充分的驗證與對應(yīng)的率定的前提下，定量地進行LUCC對水文循環(huán)的影響分析[3]。這種依托水文模型的方法進行模擬，其本質(zhì)在于選擇合適的水文模型，才能有效地進行實際水文過程的模擬。在水文模型的選擇過程中重要的需要考慮模型的輸入，綜合遙感與GIS因素，靈活地進行土地利用變化情景配置，模擬不同土地利用變化情景下的水文過程的響應(yīng)[4]。

水文模型誕生于20世紀(jì)50年代，隨著研究的逐漸深入，不同的試驗區(qū)出現(xiàn)了豐富的水文模型，如新安江模型、斯坦福模型、Tank模型、SHE模型、TopModel模型等。遙感技術(shù)的發(fā)展使得數(shù)據(jù)獲取的方式與頻次逐漸多樣化，同時出現(xiàn)了GIS空間分析功能，因而，水文模型逐漸向程度更加精細、模擬尺度更大、功能更加豐富的程度發(fā)展，應(yīng)用的領(lǐng)域也涉及水污染、水生態(tài)等[5-6]。

為了探索和明晰流域LUCC下的水文響應(yīng)模擬，本文依托成熟的SWAT水文模型，設(shè)計不同的情景進行土地利用變化下的水文響應(yīng)計算，旨在分析不同類型下的LUCC數(shù)據(jù)對流域徑流量影響，為水文模擬提供支撐。

2 數(shù)據(jù)整理

為了進行水文響應(yīng)模擬，首先需要對輸入數(shù)據(jù)進行預(yù)處理，以確保這些數(shù)據(jù)具有相同的坐標(biāo)系，能夠進行分析，對于柵格的數(shù)據(jù)則統(tǒng)一進行30 m的重新采樣，以使得這些輸入數(shù)據(jù)能夠進行一致的運算，具體的空間數(shù)據(jù)各類參數(shù)如表1所示。

表1 輸入數(shù)據(jù)的具體列表

針對表1的數(shù)據(jù)，首先進行數(shù)據(jù)的相應(yīng)預(yù)處理，確保數(shù)據(jù)準(zhǔn)確、統(tǒng)一；其次，根據(jù)模型的土地利用/覆被類型對研究區(qū)域的LUCC數(shù)據(jù)進行類別的相應(yīng)索引重建，以使得在具體的建模過程中能夠有效地重建與查找。選擇SWAT水文模型進行模擬，因此土壤數(shù)據(jù)類型的分類需要與模型的需求分類一致，即在建立對應(yīng)土壤屬性數(shù)據(jù)庫的基礎(chǔ)上，相應(yīng)存儲不同土壤類型的物理、化學(xué)屬性，如土壤粒子、含水量、濕度反照率、可蝕性因子等，對SWAT模型中的相應(yīng)的蒸散發(fā)與水文模擬有重要的作用。此外，對于氣象數(shù)據(jù)而言，則需要包含站點的各個位置及相應(yīng)的觀測數(shù)據(jù)表，如日最高氣溫、日最低氣溫，平均濕度、平均風(fēng)速數(shù)據(jù)等。雨量的數(shù)據(jù)則從對應(yīng)的水文年鑒直接獲取，包括分布在試驗區(qū)的29個雨量站的逐日降水量（實測）。利用相應(yīng)的氣象數(shù)據(jù)，可以有效地計算日均降水量、日均最低最高溫度、日均風(fēng)速等因子，以進行水文模擬時的補充。

3 流域徑流模擬

3.1 模型構(gòu)建

首先利用DEM數(shù)據(jù)進行SWAT模型的河網(wǎng)劃分，利用真實的河網(wǎng)DLG數(shù)據(jù)對河網(wǎng)進行自動化提取進行有效校正，在此基礎(chǔ)上，依托土地利用數(shù)據(jù)和土壤數(shù)據(jù)實現(xiàn)流域的水文響應(yīng)單元的有效剝離，并逐漸輸入處理好的流域水庫數(shù)據(jù)、氣象數(shù)據(jù)，綜合來看，最終建立包含55個子流域的模型，1 150個水文響應(yīng)單元（HRU）。

針對地表徑流的計算選擇SWAT模型的SCS（徑流曲線數(shù)法）計算，蒸散發(fā)則是利用彭曼-蒙特斯公式進行計算，河道的匯流演算利用變動型蓄量模型進行計算。

3.2 模型參數(shù)率定

在選定SWAT模型的基礎(chǔ)上，選擇浙江某實驗區(qū)的5個水文站點進行流域徑流量的實際水位測量用于模型數(shù)據(jù)的校準(zhǔn)。利用SUFI-2算法進行敏感性的分析與模型的分析，綜合參數(shù)的不確定性，依托T檢驗方法來具體判斷參數(shù)的敏感性程度，通過P-factor來具體衡量所有的不確定性的程度，R-factor則用于衡量不確定性分析的具體效果。根據(jù)1 000次的不斷迭代計算，得到相應(yīng)的參數(shù)敏感性分析統(tǒng)計，具體如表2所示。

表2 模型參數(shù)敏感性分析及率定結(jié)果

從表2的具體統(tǒng)計結(jié)果來看，相比較參數(shù)而言，敏感度最高的是地下水延遲時間（GW_DELAY）；次高的是基流alpha因子（ALPHA_BF）；再次高的為徑流曲線（CN2）；其余的參數(shù)如土壤飽和水力傳導(dǎo)度（SOL_K）等相比較會涉及具體的流域土壤下滲、田間持水能力相對也比較敏感。

使用2019年～2021年的具體實測數(shù)據(jù)，利用P-factor、R-factor、納什系數(shù)ENS、相關(guān)系數(shù)R2具體的4個指標(biāo)，對模型進行具體的參數(shù)驗證，對于指標(biāo)的具體評價結(jié)果如表3所示。P-factor的取值區(qū)間為0～100%，如果P-factor值越接近于1則說明其效果越好，R-factor值的變化范圍為0～∞，如果R-factor值越接近于0說明效果越好；ENS與R2的值如果越接近于1，則表明具體的模擬數(shù)值與真實的測量值之間的差距逐漸縮小。通常，ENS大于0.5則說明效果可以接受，如果取值范圍在0.65～0.75之間，則說明效果較好，如果取值大于0.75則說明模擬的效果非常好，因此，從具體的參數(shù)和實際的模擬來看，5個站點的模擬效果比較好，說明選擇的SWAT模型非常適合所選的實驗區(qū)進行徑流模擬。

表3 參數(shù)率定及驗證

4 情景設(shè)計

4.1 土地利用變化情景

人類對于流域土地的開發(fā)組要體現(xiàn)在土地利用變化上，為了定量地進行該研究區(qū)土地利用變化對于徑流水文響應(yīng)的影響，文中根據(jù)該實驗區(qū)真實的土地利用變化狀況、土地利用總體規(guī)劃、城市總體規(guī)劃等設(shè)計了4種類型的變化情景。

情景1：退耕還林。將坡度在25°以上的坡度型耕地、水土流失的嚴(yán)重土地直接設(shè)定為林地；坡度為15°～25°的丘陵、小山則設(shè)定為園地，其余的土地利用類型則保持不變。

情景2：新型城鎮(zhèn)化建設(shè)。根據(jù)具體的城市總體規(guī)劃，將農(nóng)村地區(qū)的自然村撤銷合并至中心發(fā)展村，改善現(xiàn)有的農(nóng)田破碎、不集中的現(xiàn)狀，城市的總體面積有所增加，縣一級的城鎮(zhèn)也有所擴張，其他的地類則保持不變。

情景3：適度的耕地開發(fā)。將坡度小于15°的濕地、未利用地等類型直接設(shè)定為耕地，其余的土地利用類型則保持不變。

情景4：實際變化發(fā)展。利用2021年遙感影像解譯分類以獲得該流域土地利用變化類型。

根據(jù)具體的4類情景模式，采用具體的已率定的參數(shù)，模擬實驗區(qū)在不同的情景下的土地利用類型的徑流量，并與原始模型的結(jié)果進行綜合性對比分析。

從計算的結(jié)果來看，在情景1下，從耕地變?yōu)榱值氐牡仡惷娣e達到6 km2左右，耕地變?yōu)閳@地為125 km2左右，說明耕地變?yōu)閳@地的變化更明顯；在情景2下，主要涉及其他地類、農(nóng)村居民點變化，其中其他地類變?yōu)槌擎?zhèn)用地達到181 km2左右，農(nóng)村居民點變?yōu)楦貫?0 km2左右；在情景3下，未利用地變?yōu)楦氐拿娣e約為294 km2；在情景4下，城鎮(zhèn)農(nóng)村地類面積增加了近240 km2。

表4 不同情景下的土地利用類型

4.2 結(jié)果分析

在情景設(shè)計的基礎(chǔ)上，本文基于參數(shù)率定后的結(jié)果，分別進行4種情景下的不同土地利用下的月均徑流量，計算多年的平均徑流深度，并且與實際的測站數(shù)據(jù)進行充分對比分析，見圖1所示。

圖1 不同情景下的年平均徑流深變化

從圖1計算的結(jié)果來看，土地利用變化對于水文過程的響應(yīng)較為明顯，在情景1中，在面積增加的基礎(chǔ)上，徑流的深度模擬輸出增加了近10 mm，在情景2中，徑流的深度模擬輸出減小了近7 mm，在情景3中，耕地面積的增加導(dǎo)致了徑流深度模擬的輸出減少了11 mm左右；在情景4中，林地、草地、建設(shè)用地地類面積均有所增加，導(dǎo)致徑流深度的模擬輸出減少了不到4 mm，但需要注意的是，這部分的數(shù)據(jù)源是遙感影像的分類結(jié)果，因而，數(shù)據(jù)源的精確度受分類方法分類精度的影響。

總體來看，土地利用覆被變化與流域徑流量的具體變化規(guī)律符合已有的研究結(jié)論，表明了研究具有一定的參考意義。

5 總結(jié)

隨著社會經(jīng)濟的不斷發(fā)展，人類對于流域的影響也愈來愈大，如何研究人類活動影響下的土地利用變化對流域水文響應(yīng)的模擬是水文研究的熱點之一。針對這些需求，以浙江某實驗區(qū)為研究對象，通過選擇成熟的SWAT水文模型，設(shè)置4類不同的情景下的土地利用變化，模擬了流域的具體徑流在不同情景下的水文響應(yīng)。

（1）在情景1中，耕地轉(zhuǎn)變?yōu)榱值嘏c園地后，流域的徑流量有明顯的減少，約減少4%，說明在林地、草地的地類類型中，其田間持水量能力、減少徑流量、防洪效應(yīng)有一定的提升。

（2）在情景2中，城鎮(zhèn)化的建設(shè)，導(dǎo)致了流域的水流下滲量有明顯減少、洪峰的流量增加、徑流的系數(shù)增加等，從而導(dǎo)致流域的徑流量有明顯增加，在這種情景下，流域的徑流量有明顯增加，同時，相應(yīng)的人類開發(fā)也在一定程度上促進了經(jīng)濟效益的有效增加。

（3）在情景3中，未利用地轉(zhuǎn)變?yōu)楦睾髲搅髁坑忻黠@的增加，徑流量的變化說明了耕地的變化削弱了林地、草地的防洪效應(yīng)，下滲的能力有所減弱。

（4）在情景4中，耕地有所減少，林地、草地有明顯的增加，城鎮(zhèn)農(nóng)村有所增加，導(dǎo)致徑流有一定程度的增加。

在實際的土地利用開發(fā)中，不僅僅需要考慮城市的具體開發(fā)帶來的經(jīng)濟效益，還需要綜合考慮流域水文的效應(yīng)、防洪的效應(yīng)及更好地平衡性生態(tài)系統(tǒng)。土地利用開發(fā)方式的粗獷往往會引起局部區(qū)域的生態(tài)系統(tǒng)紊亂，引起旱澇災(zāi)害頻發(fā)，不利于區(qū)域的可持續(xù)、生態(tài)型增長，因而，需要綜合考慮具體的水文效應(yīng)、經(jīng)濟效益，以統(tǒng)籌人類實際的開發(fā)利用，最終達到“設(shè)計結(jié)合自然”的目的，切實響應(yīng)“綠水青山就是金山銀山”的要求。