摘 要：為探究土地利用變化對(duì)流域洪水過(guò)程的影響，以汾河流域?yàn)檠芯繀^(qū)，通過(guò)ＳＷＡＴ 模型和極端土地利用情景分析法，分析不同時(shí)期和不同情景下土地利用類(lèi)型變化對(duì)場(chǎng)次洪水過(guò)程的影響。結(jié)果表明：１）率定期和驗(yàn)證期納什系數(shù)ＥＮＳ均值大于０．７０，決定系數(shù)Ｒ２均值大于０．６５，表明ＳＷＡＴ 模型在汾河流域具有較好的適用性；２）２０００—２０２０ 年耕地、草地、水域和未利用地面積減少，林地和建設(shè)用地面積增加；３）２０００ 年、２０１０ 年和２０２０ 年土地利用條件下，各場(chǎng)次洪峰流量和洪水總量呈現(xiàn)小幅度增加趨勢(shì)；４） 耕地情景下，各場(chǎng)次洪水的洪峰流量和洪水總量呈增加趨勢(shì)，而在林地和草地情景下均呈減少趨勢(shì)。影響幅度方面，土地利用變化對(duì)較大洪水過(guò)程影響較小，對(duì)中小洪水過(guò)程影響較大。適當(dāng)在洪澇災(zāi)害高發(fā)區(qū)和水土流失嚴(yán)重區(qū)增加林草面積和提高植被覆蓋率，推進(jìn)適水種植，避免高耗水植被，可提升汾河流域防洪抗?jié)?、防?zāi)減災(zāi)的能力，推動(dòng)汾河流域生態(tài)修復(fù)和高質(zhì)量發(fā)展。

關(guān)鍵詞：土地利用；ＳＷＡＴ 模型；洪峰流量；洪量；汾河流域

中圖分類(lèi)號(hào)：ＴＶ１２；ＴＶ８８２．１ 文獻(xiàn)標(biāo)志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２５．０４．００９

引用格式：梁紀(jì)堯，郭青霞．汾河流域土地利用變化對(duì)洪水過(guò)程的影響［Ｊ］．人民黃河，２０２５，４７（４）：５１－５７．

０ 引言

我國(guó)是世界上遭受洪澇災(zāi)害最頻繁的國(guó)家之一，近年來(lái)，隨著人口增長(zhǎng)、國(guó)民經(jīng)濟(jì)快速發(fā)展和城鎮(zhèn)化率逐步提高，對(duì)自然資源的開(kāi)發(fā)利用不斷增加，進(jìn)而導(dǎo)致洪澇風(fēng)險(xiǎn)增加。同時(shí)，土地利用類(lèi)型改變導(dǎo)致下墊面變化，對(duì)徑流及洪水產(chǎn)生顯著影響［１－４］ 。

探究土地利用變化對(duì)流域水文和水資源的影響是適應(yīng)性流域管理的重要基礎(chǔ)［５］ 。作為環(huán)境變化的一個(gè)重要組成部分，土地利用／ 覆蓋變化主要影響土壤滲透、蒸散發(fā)強(qiáng)度和林冠截留量，進(jìn)而對(duì)流域水文情勢(shì)、產(chǎn)匯流等產(chǎn)生顯著影響。研究土地利用變化對(duì)水文循環(huán)的影響，有助于深刻剖析區(qū)域生態(tài)環(huán)境變遷的內(nèi)在機(jī)理，為制定可持續(xù)水資源管理策略提供科學(xué)依據(jù)。Ｌｉｕ 等［６］ 探索了土地利用和氣候變化對(duì)渭河上游洪水的影響，認(rèn)為林草地的增加在一定程度上減少了地表徑流，而耕地和荒地的擴(kuò)張?jiān)黾恿说乇韽搅?。Ａｍｉｒｉ等［７?通過(guò)分析伊朗北部唐澗河的徑流變化，指出不同的土地利用情景會(huì)導(dǎo)致年徑流量發(fā)生變化。趙雪巖等［８］ 分析了２００５ 年后土地利用變化對(duì)無(wú)定河流域徑流的影響，得出建設(shè)用地?cái)U(kuò)張是導(dǎo)致徑流增加的關(guān)鍵因素。張?zhí)锾锏龋郏梗?以丹江流域?yàn)槔?，得出隨著草地和耕地面積的減少以及林地面積的增加，徑流量會(huì)減少。上述研究為探究土地利用變化下水文過(guò)程和循環(huán)響應(yīng)機(jī)制奠定了一定基礎(chǔ)，然而，現(xiàn)有研究主要集中在模擬土地利用類(lèi)型變化對(duì)較長(zhǎng)時(shí)間尺度（年或月）流域徑流的影響，而對(duì)較短時(shí)間尺度（小時(shí)或日）徑流如場(chǎng)次洪峰流量和洪水總量的影響則相對(duì)較少。因此，探究土地利用變化對(duì)洪水過(guò)程，特別是對(duì)場(chǎng)次洪峰和洪量的影響是本研究的重點(diǎn)。

汾河位于溫帶大陸性季風(fēng)氣候區(qū)，受季風(fēng)影響，區(qū)域降水分布不均，差異顯著。在１９４９ 年之前的１００ 多ａ 中，汾河流域遭受了超過(guò)３０ 次洪水的侵襲，平均每５ａ 就會(huì)發(fā)生一次。１９４９ 年之后，汾河中下游地區(qū)在１９５４ 年、１９５９ 年、１９７７ 年、１９７８ 年以及１９９６ 年共經(jīng)歷５ 次洪災(zāi)［１０］ 。２０２１ 年１０ 月，汾河流域遭遇近年來(lái)最強(qiáng)暴雨，平均降雨量１３２．６ ｍｍ，遠(yuǎn)超歷史同期最高值。與此同時(shí)，隨著礦產(chǎn)開(kāi)采、樹(shù)木砍伐以及城鎮(zhèn)化發(fā)展，土地利用的空間格局也在不斷變化，一定程度上影響流域產(chǎn)匯流，進(jìn)而增大洪水發(fā)生頻率。本研究基于ＳＷＡＴ 模型模擬不同時(shí)期土地利用變化對(duì)場(chǎng)次洪峰流量和洪水總量的影響，同時(shí)結(jié)合極端土地利用情景分析法，量化單一土地利用類(lèi)型對(duì)洪水過(guò)程中洪峰和洪量等關(guān)鍵要素的影響程度，以期為流域防洪抗?jié)澈屯恋乩貌季痔峁┛茖W(xué)參考。

１ 研究區(qū)概況

汾河發(fā)源于山西省北部、流經(jīng)山西省中南部，是黃河第二大支流， 位于東經(jīng)１１０° ３０′—１１３° ３２′、北緯３５°２０′—３９°００′，干流全長(zhǎng)７１６ ｋｍ，流域面積３９ ５２１ｋｍ２，占山西省總面積的２５．５％。全流域多年平均水資源總量３３． ６ 億ｍ３， 占山西省水資源總儲(chǔ)備量的２７．２％；６０％的降水集中在７—９ 月，多年平均降水量為５０４．８ ｍｍ。截至２０２０ 年，耕地、林地、草地３ 種地類(lèi)面積占流域總面積的９１．３２％。

２ 數(shù)據(jù)與方法

２．１ 數(shù)據(jù)來(lái)源與處理

本研究使用ＳＷＡＴ （ Ｓｏｉｌ ａｎｄ Ｗａｔｅｒ ＡｓｓｅｓｓｍｅｎｔＴｏｏｌ）模型模擬和分析不同土地利用變化情景對(duì)洪水過(guò)程的影響。構(gòu)建模型數(shù)據(jù)庫(kù)需要兩類(lèi)數(shù)據(jù)，即地理空間數(shù)據(jù)（ＤＥＭ、土地利用和土壤數(shù)據(jù)） 和屬性數(shù)據(jù)（氣象和水文數(shù)據(jù)等）［１１］ 。首先，利用ＡｒｃＧＩＳ 軟件對(duì)ＤＥＭ 數(shù)據(jù)進(jìn)行拼接、投影轉(zhuǎn)換、填洼、流向分析，自動(dòng)劃分子流域；其次，對(duì)土地利用、土壤和坡度數(shù)據(jù)疊加統(tǒng)計(jì)分析，生成水文響應(yīng)單元（ＨＲＵ），土地利用和土壤數(shù)據(jù)分別來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心和世界和諧土壤數(shù)據(jù)庫(kù)（ＨＷＳＤ）；最后，輸入氣象和水文等屬性數(shù)據(jù)，數(shù)據(jù)來(lái)源于中國(guó)地面氣候資料日值數(shù)據(jù)集（Ｖ３．０）和黃河流域水文年鑒，數(shù)據(jù)序列長(zhǎng)度為２０００—２０１６ 年，缺失數(shù)據(jù)用ＳＷＡＴ Ｗｅａｔｈｅｒ 軟件生成天氣發(fā)生器（ＷＸＧＥＮ）填補(bǔ)。

２．２ 模型構(gòu)建

ＳＷＡＴ 模型是基于地理信息系統(tǒng)的分布式流域水文模型，可用于評(píng)估地表和地下徑流、污染物輸送和生態(tài)系統(tǒng)過(guò)程等［１３－ １５］ 。在流域水文過(guò)程模擬中，ＳＷＡＴ模型主要利用水量平衡方程模擬流域水文循環(huán)過(guò)程。

該模型基于ＤＥＭ 數(shù)據(jù)劃分子流域，同時(shí)疊加土地利用、土壤和坡度數(shù)據(jù)構(gòu)建水文響應(yīng)單元（ＨＲＵ）。ＳＷＡＴ 模型水量平衡基本表達(dá)式如下：

式中： ＳＷｔ 為最終土壤含水量， ＳＷ０ 為早期土壤含水量， ｔ 為時(shí)段長(zhǎng)， Ｒｉ 為第ｉ 天降雨量， Ｑｓｕｒｆｉ 為第ｉ 天地表徑流量， Ｅａｉ 為第ｉ 天蒸發(fā)量， Ｗｓｅｅｐｉ 為第ｉ 天土壤剖面底部的滲透量和側(cè)流量， Ｑｇｗｉ 為第ｉ 天地下徑流量。

參數(shù)校準(zhǔn)和敏感性分析選用ＳＵＦＩ－２ 算法。為減少校準(zhǔn)參數(shù)的盲目性，選擇納什系數(shù)ＥＮＳ 和決定系數(shù)Ｒ２兩個(gè)指標(biāo)來(lái)評(píng)估模型模擬結(jié)果的質(zhì)量［１６－ １７］ ，具體計(jì)算公式如下：

式中： Ｑｓｉｍ 為模擬徑流量， Ｑｏｂｓ 為實(shí)測(cè)徑流量， Ｑａｓｉｍ 為模擬徑流量平均值， Ｑａｏｂｓ 為實(shí)測(cè)徑流量平均值。

通常情況下，ＥＮＳ越接近１ 表示模擬值與實(shí)測(cè)值越一致。當(dāng)０＜ＥＮＳ ＜０．５４ 時(shí)，模擬結(jié)果可以接受；當(dāng)０．５４≤ＥＮＳ≤０．６５ 時(shí)，模擬結(jié)果較為滿意；當(dāng)ＥＮＳ ＞０．６５ 時(shí)，模擬結(jié)果非常好。Ｒ２ 用來(lái)衡量模擬值和實(shí)測(cè)值之間的擬合優(yōu)度，Ｒ２越接近１，模擬值和實(shí)測(cè)值之間的擬合越好。一般認(rèn)為，當(dāng)Ｒ２ ＞ ０． ６ 時(shí)，模擬結(jié)果相對(duì)令人滿意［１８－ ２２］ 。

２．３ 情景設(shè)定

為了更好地呈現(xiàn)結(jié)果，選用極端土地利用情景分析法，對(duì)比不同土地利用類(lèi)型對(duì)洪水過(guò)程的影響大?。郏玻常玻矗??？紤]到汾河流域耕地、林地和草地面積占比較大，本研究基于２０２０ 年的土地利用現(xiàn)狀，假設(shè)了以下３ 種極端土地利用情景，每種情景設(shè)置均保留水域。

１）情景１：耕地情景。假設(shè)流域內(nèi)除水域外，剩余地類(lèi)全部轉(zhuǎn)為耕地。

２）情景２：林地情景。假設(shè)流域內(nèi)除水域外，剩余地類(lèi)全部轉(zhuǎn)為林地。

３）情景３：草地情景。假設(shè)流域內(nèi)除水域外，剩余地類(lèi)全部轉(zhuǎn)為草地。

３ 結(jié)果與分析

３．１ 模型校準(zhǔn)與驗(yàn)證

設(shè)定２０００—２００２ 年為模型預(yù)熱期，２００３—２０１３ 年為模型率定期，２０１４—２０１６ 年為模型驗(yàn)證期。其中２００３—２０１３ 年挑選６ 場(chǎng)洪水逐場(chǎng)次率定，２０１４—２０１６ 年挑選３ 場(chǎng)洪水逐場(chǎng)次驗(yàn)證（這３ 場(chǎng)洪水包括了不同量級(jí)的洪水），同時(shí)使用ＳＷＡＴ－ＣＵＰ 軟件［２５－２７］ 對(duì)該模型自動(dòng)校準(zhǔn)和驗(yàn)證參數(shù)，最終確定的１２ 個(gè)參數(shù)見(jiàn)表１。根據(jù)圖１ 可知，模擬洪水過(guò)程線在率定期和驗(yàn)證期與實(shí)際洪水過(guò)程線基本吻合。整體模擬結(jié)果中，２００７ 年和２０１５ 年的洪峰流量相對(duì)實(shí)際值誤差較大。由表２可知，率定期洪峰流量合格率為８３．３３％，驗(yàn)證期洪峰流量合格率為６６．６７％，整體合格率達(dá)到乙級(jí)標(biāo)準(zhǔn)［依據(jù)《水文情報(bào)預(yù)報(bào)規(guī)范》（ＣＢ／ Ｔ ２２４８２—２００８）中的洪水預(yù)報(bào)評(píng)價(jià)指標(biāo)對(duì)模擬結(jié)果進(jìn)行精度評(píng)定，規(guī)范要求洪峰流量的許可誤差不得超過(guò)實(shí)測(cè)值的２０％］。率定期和驗(yàn)證期場(chǎng)次洪水ＥＮＳ 均值都大于０．７０，達(dá)到規(guī)范要求的乙級(jí)標(biāo)準(zhǔn)。綜上，模型在汾河流域適用性較好。

３．２ 土地利用變化分析

２０００—２０２０ 年，汾河流域以耕地、林地和草地為主要土地利用類(lèi)型。其中，耕地面積約占４１％，林地和草地面積分別約占２８％和２４％，水域和未利用地面積約占１％，建設(shè)用地面積約占６％。

從表３ 可以看出，汾河流域２０ ａ 來(lái)土地利用結(jié)構(gòu)發(fā)生明顯變化。２０００—２０１０ 年耕地和草地面積減少幅度較大，２０１０—２０２０ 年減少幅度較小，耕地面積的減少說(shuō)明汾河流域退耕政策發(fā)揮了一定的作用；林地面積在２０００—２０２０ 年變化趨勢(shì)為先增加后減少，２０ ａ內(nèi)凈增加１５８．１０ ｋｍ２；所有地類(lèi)中，建設(shè)用地面積增長(zhǎng)最為顯著，特別是在２０００—２０１０ 年，汾河流域人口迅速增長(zhǎng)和城鎮(zhèn)化進(jìn)程加快，為滿足居民住房需求，建設(shè)用地面積凈增加１ １３３．５７ ｋｍ２，２０１０—２０２０ 年伴隨城市規(guī)劃和土地政策調(diào)整，建設(shè)用地面積增加但增速趨緩，１０ ａ 內(nèi)凈增加面積３２８．２９ ｋｍ２；水域和未利用地占比較小，２０１０—２０２０ 年面積基本不變。

由圖２、圖３、圖４ 可以看出，２０００—２０１０ 年洪峰流量和洪水總量的變化率高于２０１０—２０２０ 年，主要原因是２０００—２０１０ 年建設(shè)用地面積大幅增加，草地面積減少，而２０１０—２０２０ 年建設(shè)用地面積增長(zhǎng)減緩，草地和林地面積穩(wěn)定。２０ ａ 內(nèi)，耕地和建設(shè)用地面積變化最為明顯，耕地面積減少，建設(shè)用地面積增加。鑒于洪峰流量和洪水總量整體呈現(xiàn)小幅度增大趨勢(shì)，可以得出建設(shè)用地對(duì)洪峰和洪量的影響程度高于耕地的影響。

３．３ 土地利用變化對(duì)場(chǎng)次洪峰和洪量的影響

２０００—２０２０ 年不同時(shí)期土地利用條件下場(chǎng)次洪峰流量和洪水總量呈現(xiàn)小幅度增大趨勢(shì)，變化相對(duì)穩(wěn)定，見(jiàn)圖２。相較于２０００ 年土地利用條件，２０１０ 年和２０２０ 年土地利用條件下洪峰流量平均變化率分別為１．８２％和３．１１％，洪水總量平均變化率分別為２．０１％和３．２３％。結(jié)合土地利用變化分析，２０００—２０１０ 年耕地和草地面積減少，林地和建設(shè)用地面積增加，耕地轉(zhuǎn)出部分多流向建設(shè)用地，剩余部分流向林地和草地，各地類(lèi)變化中，建設(shè)用地面積增加最為明顯；２０００—２０２０年建設(shè)用地面積增加接近一倍，耕地和草地面積減少，林地面積增加。由于模擬結(jié)果是在不同土地利用條件下綜合得出的，在分析過(guò)程中，無(wú)法具體分析單一土地利用類(lèi)型對(duì)洪峰流量和洪水總量的影響，因此僅從整體影響進(jìn)行評(píng)價(jià)。

３．４ 極端情景模擬結(jié)果及分析

為進(jìn)一步探究土地利用變化對(duì)洪水過(guò)程的影響，使用３ 種假定情景，代入ＳＷＡＴ 模型，并以原始情景為參考，比較３ 種情景下洪峰流量和洪水總量及其變化（見(jiàn)圖５～圖７）。

由圖５ 至圖７ 可知，３ 種情景下，各場(chǎng)次洪水的洪峰流量和洪水總量均發(fā)生相應(yīng)變化。具體而言，在耕地情景下，各場(chǎng)次洪水的洪峰流量和洪水總量呈增大趨勢(shì)，洪峰流量和洪水總量平均變化率分別為７．３９％和７．９６％，表明耕地能增加研究區(qū)地表徑流，對(duì)洪峰和洪量具有正向效應(yīng)。其原因主要是耕地表層植被覆蓋減少、土壤滲透性降低等，易形成地表徑流。相反，在林地和草地情景下，各場(chǎng)次洪水的洪峰流量和洪水總量呈減小趨勢(shì)。林地情景下，洪峰流量和洪水總量平均變化率分別為－１１．１４％和－１０．６０％，草地情景下，洪峰流量和洪水總量平均變化率分別為－ ６． ７９％ 和－６．７７％，表明林地和草地一定程度上能夠減緩洪水過(guò)程，降低流域洪澇災(zāi)害發(fā)生的概率。其原因主要是林草地能增大地表植被覆蓋率，且林地樹(shù)冠可以避免降雨直接打擊土壤表面，此外，茂密的枝葉和落葉層可以吸收和滯留雨水，減少土壤表面徑流，具有良好的水源涵養(yǎng)功能?？梢?jiàn)，耕地具有明顯的產(chǎn)流作用，而林地和草地能夠有效減少地表徑流，削減洪峰流量和洪水總量。

不同洪水過(guò)程的規(guī)模各異，綜合分析顯示，當(dāng)洪水總量相對(duì)較小時(shí)，土地利用類(lèi)型的變化會(huì)顯著影響洪峰流量和洪水總量的變化。相反，當(dāng)洪水總量相對(duì)較大時(shí)，土地利用類(lèi)型的變化對(duì)洪峰流量和洪水總量的影響相對(duì)較小。

４ 結(jié)論及建議

４．１ 結(jié)論

本文基于ＳＷＡＴ 模型研究了汾河流域土地利用變化對(duì)洪水過(guò)程的影響。通過(guò)分析２０００ 年、２０１０ 年、２０２０ 年三期土地利用數(shù)據(jù)，模擬了不同時(shí)期土地利用對(duì)場(chǎng)次洪峰流量和洪水總量的影響。同時(shí)，結(jié)合極端土地利用情景分析法，量化了耕地、林地和草地對(duì)場(chǎng)次洪水過(guò)程的影響情況，得出結(jié)論如下：

１）利用ＳＷＡＴ－ＣＵＰ 對(duì)模型參數(shù)進(jìn)行率定和驗(yàn)證，得出率定期和驗(yàn)證期不同場(chǎng)次洪水納什系數(shù)ＥＮＳ均值大于０．７０，決定系數(shù)Ｒ２ 均值大于０．６５，不同場(chǎng)次洪水洪峰流量整體合格率達(dá)到乙級(jí)標(biāo)準(zhǔn)，模擬結(jié)果表明ＳＷＡＴ 模型在汾河流域具有較好的適用性。

２）２０００—２０２０ 年，汾河流域土地利用類(lèi)型多為耕地、林地和草地。從變化趨勢(shì)上看，耕地、草地、水域和未利用地面積呈減少趨勢(shì)，林地和建設(shè)用地面積呈增加趨勢(shì)。

３）２０００ 年、２０１０ 年和２０２０ 年土地利用條件下，場(chǎng)次洪峰流量和洪水總量呈現(xiàn)小幅度增大趨勢(shì)。結(jié)合流域土地利用變化情況，耕地和建設(shè)用地面積變化最為明顯，其中耕地面積減少，建設(shè)用地面積增加，綜合分析得出建設(shè)用地對(duì)洪峰和洪量的影響程度高于耕地的影響。

４）耕地情景下，各場(chǎng)次洪水的洪峰流量和洪水總量呈增大趨勢(shì)，平均變化率分別為７．３９％和７．９６％；林地和草地情景下，各場(chǎng)次洪水的洪峰流量和洪水總量呈減小趨勢(shì)，其中林地情景下平均變化率分別為－１１．１４％和－１０．６０％，草地情景下平均變化率分別為－６．７９％和－６．７７％，減小程度為林地情景大于草地情景。在影響幅度方面，整體來(lái)看，土地利用變化對(duì)較小洪水過(guò)程影響更加明顯，相反，對(duì)于較大洪水過(guò)程影響則相對(duì)較小。

４．２ 建議

汾河流域受氣候和土地利用變化等因素的影響，近年來(lái)洪水次數(shù)頻增，嚴(yán)重影響當(dāng)?shù)厝嗣裆詈徒?jīng)濟(jì)發(fā)展。本文通過(guò)探究土地利用變化對(duì)洪水過(guò)程的影響，特別是對(duì)洪峰流量和洪水總量的影響，得出增加林地和草地面積能有效減少流域地表徑流，降低流域洪澇災(zāi)害發(fā)生的概率。這對(duì)于以汾河為重點(diǎn)的“七河”流域生態(tài)保護(hù)、洪水調(diào)節(jié)和可持續(xù)發(fā)展具有重要意義。林地的土壤層和根系能夠緩沖地表徑流，增加土壤的蓄水能力；草地能夠攔蓄雨水，減少水土流失，提升土壤的透水能力。因此，建議在流域內(nèi)，特別是洪澇災(zāi)害高發(fā)區(qū)和水土流失嚴(yán)重區(qū)，增加林草面積、提高植被覆蓋率，推進(jìn)適水種植，避免高耗水植被，以提升汾河流域防洪抗?jié)场⒎罏?zāi)減災(zāi)的能力，推動(dòng)汾河流域生態(tài)修復(fù)和高質(zhì)量發(fā)展。

參考文獻(xiàn)：

［１］ 邱海軍，曹明明，胡勝．１９５０—２０１０ 年中國(guó)洪澇災(zāi)情的頻率規(guī)模關(guān)系［Ｊ］．自然災(zāi)害學(xué)報(bào)，２０１３，２２（４）：１１４－１１９．

［２］ ＷＡＮＧ Ｌ Ｈ，ＣＵＩ Ｓ Ｈ，ＬＩ Ｙ Ｚ，ｅｔ ａｌ．Ａ Ｒｅｖｉｅｗ ｏｆ ｔｈｅ ＦｌｏｏｄＭａｎａｇｅｍｅｎｔ：Ｆｒｏｍ Ｆｌｏｏｄ Ｃｏｎｔｒｏｌ ｔｏ Ｆｌｏｏｄ Ｒｅｓｉｌｉｅｎｃｅ［Ｊ］．Ｈｅｌｉｙｏｎ，２０２２：８（１１）：ｅ１１７６３．

［３］ 李帥，魏虹，劉媛，等．氣候與土地利用變化下寧夏清水河流域徑流模擬［Ｊ］．生態(tài)學(xué)報(bào)，２０１７，３７（４）：１２５２－１２６０．

［４］ 敬熠，張卓，張新華．基于改進(jìn)ＳＷＡＴ 模型的金堂縣城區(qū)洪水組成分析［Ｊ］．西南民族大學(xué)學(xué)報(bào)（自然科學(xué)版），２０２２，４８（３）：３４６－３５４．

［５］ 郭軍庭，張志強(qiáng)，王盛萍，等．應(yīng)用ＳＷＡＴ 模型研究潮河流域土地利用和氣候變化對(duì)徑流的影響［Ｊ］．生態(tài)學(xué)報(bào)，２０１４，３４（６）：１５５９－１５６７．

［６］ ＬＩＵ Ｙ Ｇ，ＸＵ Ｙ Ｘ，ＺＨＡＯ Ｙ Ｑ，ｅｔ ａｌ．Ｕｓｉｎｇ ＳＷＡＴ Ｍｏｄｅｌ ｔｏＡｓｓｅｓｓ ｔｈｅ Ｉｍｐａｃｔｓ ｏｆ Ｌａｎｄ Ｕｓｅ ａｎｄ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅｓ ｏｎＦｌｏｏｄ ｉｎ ｔｈｅ Ｕｐｐｅｒ Ｗｅｉｈｅ Ｒｉｖｅｒ，Ｃｈｉｎａ［Ｊ］．Ｗａｔｅｒ，２０２２，１４（１３）：２０９８．

［７］ ＡＭＩＲＩ Ｓ Ｎ，ＫＨＯＳＨＲＡＶＥＳＨ Ｍ，ＶＡＬＡＳＨＥＤＩ Ｒ Ｎ．Ａｓｓｅｓｓｉｎｇｔｈｅ Ｅｆｆｅｃｔ ｏｆ Ｃｌｉｍａｔｅ ａｎｄ Ｌａｎｄ Ｕｓｅ Ｃｈａｎｇｅｓ ｏｎ ｔｈｅ ＨｙｄｒｏｌｏｇｉｃＲｅｇｉｍｅｓ ｉｎ ｔｈｅ Ｕｐｓｔｒｅａｍ ｏｆ Ｔａｊａｎ Ｒｉｖｅｒ Ｂａｓｉｎ Ｕｓｉｎｇ ＳＷＡＴＭｏｄｅｌ［Ｊ］．Ａｐｐｌｉｅｄ Ｗａｔｅｒ Ｓｃｉｅｎｃｅ，２０２３，１３（６）：１３０．

［８］ 趙雪巖，張?chǎng)?，孫媛．２００５—２０３０ 年無(wú)定河流域土地利用變化對(duì)徑流的影響［Ｊ］．人民黃河，２０２３，４５（３）：２４－３１．

［９］ 張?zhí)锾铮愑谐?，李潛，等．土地利用變化?duì)丹江流域徑流和泥沙時(shí)空格局的影響［Ｊ］．長(zhǎng)江流域資源與環(huán)境，２０２２，３１（８）：１７９７－１８１１．

［１０］ 郭維維．汾河蘭村至義棠河段的洪水特性分析［Ｊ］．水資源開(kāi)發(fā)與管理，２０１９（４）：５４－５８．

［１１］ 高倩，趙強(qiáng)，楊夢(mèng)林，等．氣候和土地利用變化對(duì)大汶河流域徑流的影響［Ｊ］．濟(jì)南大學(xué)學(xué)報(bào)（自然科學(xué)版），２０１９，３３（５）：４３９－４４５，４５２．

［１２］ 楊靜媛，張明，多玲花，等．江西省土地利用碳排放空間格局及碳平衡分區(qū)［Ｊ］．環(huán)境科學(xué)研究，２０２２，３５（１０）：２３１２－２３２１．

［１３］ ＳＡＪＩＫＵＭＡＲ Ｎ，ＲＥＭＹＡ Ｒ Ｓ．Ｉｍｐａｃｔ ｏｆ Ｌａｎｄ Ｃｏｖｅｒ ａｎｄＬａｎｄ Ｕｓｅ Ｃｈａｎｇｅ ｏｎ Ｒｕｎｏｆｆ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆＥｎｖｉｒｏｎｍｅｎｔａｌ Ｍａｎａｇｅｍｅｎｔ，２０１５，１６１：４６０－４６８．

［１４］ 馮平，張立斌，李建柱，等．目標(biāo)函數(shù)對(duì)灤河流域ＳＷＡＴ模型徑流模擬不確定性的影響［Ｊ］．水資源保護(hù)，２０２３，３９（２）：１７－２４，６９．

［１５］ 王輝源，宋進(jìn)喜，吳瓊．基于ＳＷＡＴ 模型的秦嶺北麓灞河流域水源涵養(yǎng)功能綜合評(píng)價(jià)［Ｊ］．水土保持研究，２０２３，３０（６）：３０７－３１５．

［１６］ 祖拜代·木依布拉，師慶東，普拉提·莫合塔爾，等．基于ＳＷＡＴ 模型的烏魯木齊河上游土地利用和氣候變化對(duì)徑流的影響［Ｊ］．生態(tài)學(xué)報(bào)，２０１８，３８（１４）：５１４９－５１５７．

［１７］ 次旦央宗，李鴻雁，李曉峰．東北寒區(qū)ＳＷＡＴ 模型融雪徑流空間異質(zhì)性參數(shù)率定方法及應(yīng)用：以白山流域?yàn)槔郏剩荩执髮W(xué)學(xué)報(bào)（地球科學(xué)版），２０２３，５３（１）：２３０－２４０．

［１８］ ＺＨＡＮＧ Ｈ，ＷＡＮＧ Ｂ，ＬＩＵ Ｄ Ｌ，ｅｔ ａｌ．Ｕｓｉｎｇ ａｎ ＩｍｐｒｏｖｅｄＳＷＡＴ Ｍｏｄｅｌ ｔｏ Ｓｉｍｕｌａｔｅ Ｈｙｄｒｏｌｏｇｉｃａｌ Ｒｅｓｐｏｎｓｅｓ ｔｏ ＬａｎｄＵｓｅ Ｃｈａｎｇｅ：Ａ Ｃａｓｅ Ｓｔｕｄｙ ｏｆ ａ Ｃａｔｃｈｍｅｎｔ ｉｎ Ｔｒｏｐｉｃａｌ Ａｕｓ?ｔｒａｌｉａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｈｙｄｒｏｌｏｇｙ，２０２０，５８５：１２４８２２．

［１９］ 劉永偉，王文，劉元波，等．基于ＥｎＫＦ 法的徑流數(shù)據(jù)同化對(duì)ＳＷＡＴ 模型參數(shù)優(yōu)化效果評(píng)估［Ｊ］．河海大學(xué)學(xué)報(bào)（自然科學(xué)版），２０２２，５０（２）：１－１０．

［２０］ 楊昊，倪福全，鄧玉，等．基于ＳＷＡＴ 模型分析嘉陵江流域藍(lán)、綠水資源量的時(shí)空變化特征［Ｊ］．水資源與水工程學(xué)報(bào)，２０２２，３３（２）：１８－２６．

［２１］ 楊軍軍，高小紅，李其江，等．湟水流域ＳＷＡＴ 模型構(gòu)建及參數(shù)不確定性分析［Ｊ］．水土保持研究，２０１３，２０（１）：８２－８８，９３．

［２２］ 劉偉，安偉，楊敏，等．基于ＳＷＡＴ 模型的三峽庫(kù)區(qū)大寧河流域產(chǎn)流產(chǎn)沙模擬及土壤侵蝕研究［Ｊ］．水土保持學(xué)報(bào)，２０１６，３０（４）：４９－５６．

［２３］ 翟麗妮，林沛榕，吳鳳燕，等．雋水河流域土地利用變化對(duì)洪水過(guò)程的影響［Ｊ］．長(zhǎng)江流域資源與環(huán)境，２０２２，３１（８）：１８１２－１８２２．

［２４］ 林峰，陳興偉，姚文藝，等．基于ＳＷＡＴ 模型的森林分布不連續(xù)流域水源涵養(yǎng)量多時(shí)間尺度分析［Ｊ］．地理學(xué)報(bào)，２０２０，７５（５）：１０６５－１０７８．

［２５］ 肖瑜，劉茵，蘇巖，等．基于Ｄ－Ｓ 證據(jù)理論的子午河流域洪水預(yù)報(bào)模型優(yōu)選［Ｊ］．人民黃河，２０２０，４２（１２）：４５－５０．

［２６］ 楊帆，韓晶，肖羽．ＳＷＡＴ 模型在缺資料地區(qū)的應(yīng)用：以高明河為例［Ｊ］．人民珠江，２０１９，４０（７）：２４－２９．

［２７］ 辛京達(dá)，李亞強(qiáng)，陳成，等．ＳＷＡＴ 模型參數(shù)修正及應(yīng)用：以德澤水庫(kù)徑流區(qū)為例［Ｊ］．長(zhǎng)江科學(xué)院院報(bào)，２０２３，４０（３）：３０－３６．

【責(zé)任編輯 許立新】

基金項(xiàng)目：山西省回國(guó)留學(xué)人員科研教研資助項(xiàng)目（２０２２－１１１）