1、引言

土地利用和土地覆被变化(LUCC)已成为国际水文组织的核心研究领域[1]。人类活动是驱使土地利用变化的主要因素,尤其是城市化进程加快导致下垫面条件发生改变,土地利用方式随之改变,这对流域水文产生了重大影响[2]。

渭河是黄河第一大支流,随着人类社会的迅速发展,水利、水保工程的建设及其他工程措施使其水资源量明显减少,渭河流域的下垫面发生了重大变化。魏红义等[3]认为气候变化和人类活动对渭河流域径流量的影响各占1/2,流域径流量呈明显减小趋势;杨洁等[4]基于3期遥感影像资料,分析了渭河流域土地利用类型、土地利用动态度,认为耕地、林地和草地是渭河流域3种主要的土地利用类型,土地利用动态度存在区域差异。由于渭河流域下垫面条件十分复杂,气象站点分布稀疏,因此开展针对流域尺度的水文过程模拟研究不失为一种有效的方法。黎云云等[5]通过构建SWAT模型定量分析得出渭河流域近20a土地利用变化对径流影响小于15%。

渭河流域咸阳站以上部分位于北纬33.7°—36.2°、东经104.0°—108.7°之间,流域面积为46827km2;多年平均降水量为566.6mm,降水量年内差异较大,其中6—9月占60%,冬季降雨较少,春旱、伏旱频繁;流域径流年内分配极不均匀,主要集中在汛期,占全年的50%以上[6]。根据渭河干流上游林家村水文控制站和中游咸阳水文控制站,将流域划分为2个子流域,分别为渭河干流上游、干流中游,如图1所示。

图1渭河流域地理位置及分区

笔者运用SWAT模型对渭河咸阳站以上流域进行模拟,对流域进行分区,通过对1965—2015年的径流序列进行趋势和突变分析,确定1979—1989年为模拟期,模拟了11a间的径流情况。对比1986年和2015年土地利用资料,分析土地利用变化情况,将两期土地利用资料代入模型模拟2006—2015年的月径流量,定量分析土地利用变化对渭河流域径流的影响。

2、数据来源及分析

2.1水文气象数据

径流资料来源于黄河流域水文年鉴,收集了林家村、咸阳水文站1965—2015年的年径流资料、1979—1989年的逐月径流资料。气象资料来源于中国气象数据共享网,下载了1960—2015年宝鸡、佛坪、西安、武功、长武、岷县、平凉、西吉、华家岭、临洮、天水等11个气象站(见图1)的日降水量、平均气压、风速、日最高和最低气温、日照时长、相对湿度和太阳辐射等数据。

2.2地理空间数据

构建SWAT模型所需的空间数据包括数字地形高程数据(DEM)、土地利用数据和土壤数据。DEM数据分辨率为30m。通过地理空间数据云下载的3期LandsatTM遥感影像解译得到1986年、2000年、2015年土地利用情况,如图2所示,包含林地、草地、耕地、水域、城镇用地和裸地等6种类型。

图2渭河流域土地利用情况

土壤数据来自HWSD全球土壤数据库1∶100万中国土壤数据集,以渭河流域为边界对土壤图进行裁剪得到,如图3所示。土壤类型主要包括石灰性始成土、淋溶性钙土、堆垫旱耕人为土、肥熟旱耕人为土、普通灰色森林土等33种。

2.3径流量年际变化

1965—2015年林家村站和咸阳站径流量年际变化如图4所示。可以看出,渭河流域咸阳站径流量年际波动较大,年径流量最大值可达77.22亿m3,最小值为5.28亿m3,多年平均径流量为34.46亿m3,变化率为-0.60亿m3/a;林家村站径流量年际变化与咸阳站基本同步,波动较大,年径流量最大值达47.62亿m3,最小值为0.84亿m3,多年平均径流量为15.32亿m3,变化率为-0.59亿m3/a。两站流量变化速率基本相同,流域径流量总体呈下降趋势。将时间序列按年代划分为5个时段,分别为1965—1969年、1970—1979年、1980—1989年、1990—1999年和2000—2015年。两站的年径流量均在20世纪90年代下降最为显著,且在2000年之后呈略微上升趋势。

2.4年际变化趋势

2.4.1Mann-Kendall趋势检验法

Mann-Kendall趋势检验法(以下简称M-K法)适用于平稳的独立随机同分布序列[7]。

图3渭河流域土壤类型

图4咸阳站和林家村站径流量年际变化情况

给定置信水平∂,∂=0.05和∂=0.01分别是趋势显著和极显著的分界点。当统计量Z满足|Z|≥Z1−∂2时,序列有明显变化趋势,Z为正表明有上升趋势,Z为负表明有下降趋势[8];当统计量UF<0时,序列有上升趋势,UF<0时,序列有下降趋势,当UF超过显著性水平临界线时,上升或下降趋势显著;若UF和UB曲线出现交点且位于置信度区间内,则该交点是可能突变点[8]。

2.4.2Pettitt突变检验法

Pettitt法是一种对存在变化趋势的序列进行突变检验的非参数方法,该检验使用Mann-Whitney统计量Ut,N来检验要素的均值变化,从而确定突变时间[9]。显著性水平可表示为p=2exp(-6Ut,N|max/N3+N2),当Ut,N达到最大值且p≤0.05时,认为该点是显著变异点[10]。

2.4.3年际变化趋势分析

采用M-K法分别对林家村站和咸阳站的径流序列进行趋势检验和突变点检验。林家村站Z=-3.19,咸阳站Z=-5.46,|Z|≥2.58,均通过了∂=0.01的显著性检验,表明径流量呈极显著减小趋势。由UF和UB曲线(图5)来看,林家村站径流的突变点在1989年,而咸阳站径流的可能突变点在20世纪80年代初期。

图5径流量UF和UB曲线

采用Pettitt法进一步对两站径流序列进行突变点检验,结果如图6所示。林家村站在1994年统计量Ut,N达到最大值739,显著性水平p=6.02×10-11;咸阳站在1993年统计量Ut,N达到最大值499,显著性水平p=3.19×10-5,两站最大统计量均超过了显著性水平值,且都满足p≤0.05的标准,即林家村站径流突变点为1994年,咸阳站径流突变点为1993年。

图6径流量Ut,N曲线及突变点

综合分析渭河流域径流量变化趋势及突变点检验结果,将渭河流域径流突变点定位在20世纪90年代初,所以选取1979—1989年作为SWAT模型模拟期。

3、SWAT模型构建及模拟效果评价

3.1SWAT模型简介及构建

SWAT模型是由美国农业部(USDA)开发的分布式水文模型[11],具有很强的物理机制,能够利用遥感和地理等空间信息,模拟分析土地利用、多种土地管理措施对流域水文、泥沙的影响[12]。

在模拟过程中,首先根据地形SWAT模型,通过输入的DEM数据自动计算生成流域的面积、坡度、平均高程、地表径流流量及流向等信息,根据提取的流域信息自动生成河网。笔者参考前人研究成果[13],结合实际情况,将集水面积阈值设为70000hm2,即生成的子流域面积大于70000hm2,渭河流域共模拟生成54个子流域,最终生成流域的面积为45828.5km2,而渭河流域实际面积为46827km2,误差仅为2.1%。

水文响应单元(HRU)是SWAT模型计算的最小单元,在模型划分HRU时,需设置土地利用、土壤面积及坡度等级阈值,模型将根据设定的阈值,对子流域土地利用、土壤面积和坡度等级中大于设定阈值的类型创建HRU。笔者根据渭河流域实际情况,设置土地利用阈值为10%,土壤面积阈值为15%,坡度等级阈值为10%,将渭河流域最终划分为459个HRU。

3.2模拟效果评价

采用SWAT-CUP软件进行模型参数优选及率定,选取21个敏感性参数。加载1986年土地利用数据,结合流域两个分区出口控制站林家村站和咸阳站1979—1989年逐月实测径流量(1979年资料用于模型预热),分别对林家村站和咸阳站1980—1984年和1985—1989年的月径流量进行校准和验证。采用Nash-Sutcliffe效率系数Ens、相对误差Re和判定系数R2来评价模型的适用性。通常,Ens大于0.70、R2大于0.70、Re小于20%,即可认为模型模拟效果较好。

模型评价结果见表1,可以看出,林家村站率定期和验证期的判定系数分别为0.906和0.808,Nash-Sutcliffe效率系数分别达到0.903和0.766,径流量相对误差分别为-4.9%和-2.0%;咸阳站率定期和验证期的判定系数分别为0.897和0.750,Nash-Sutcliffe效率系数分别达到0.890和0.743,径流量相对误差分别为-4.6%和0.5%。两站率定期和验证期的判定系数和Nash-Sutcliffe效率系数均大于0.7,表明模拟值接近观测值,且拟合度较高,模型表现良好。

表1SWAT模型模拟结果评价

径流过程模拟结果与实测径流过程对比,如图7所示。可以看出,SWAT模型在林家村站和咸阳站的模拟效果整体良好,能够基本反映渭河流域的径流过程。径流与降水也有较好的一致性,当降水量较大时,流量明显较大。无论是率定期还是验证期,实测值和模拟值的拟合程度均较高,表明SWAT模型在渭河流域有一定的适用性。

图7模拟流量与实测流量对比

4、土地利用变化特征及其对径流的影响

4.1土地利用面积变化

对解译卫星影像得到的1986年、2000年、2015年土地利用资料进行统计,得到3期各土地利用类型的面积占比和变化率,如图8所示。

由图8可以看出,林地、草地和耕地是渭河流域3种主要用地类型,面积之和占流域总面积的93%以上。1986—2000年,3种主要类型变化极小,水域面积呈现不明显减小趋势,城镇用地面积增加约5.5%。2000—2015年,各用地类型面积变化显著,林地面积增幅超过20%,草地也呈增加趋势,耕地面积显著减小约22.2%,城镇用地增幅达到125%,呈极显著增加趋势,水域和裸地面积减小趋势明显。总体上,2000—2015年较1986—2000年显著变化。

图8土地利用类型面积比例及变化率

4.2土地利用动态变化

渭河流域土地利用动态及土地利用类型之间的相互转化情况可以通过土地利用转移矩阵来反映。解译得到的3期土地利用资料中,1986年和2000年土地利用情况变化及转化趋势极不显著。笔者利用1986年和2015年资料,采用ArcGIS软件将2期土地利用资料进行叠加分析,提取重叠部分相互转化信息,生成流域1986—2015年土地利用转移矩阵,见表2。

由表2可以看出,1986—2015年,渭河流域土地利用类型转化存在可逆性,其中72.5%的林地维持不变,剩下的主要向草地转化;草地面积分别向林地和耕地转化20.7%和27.1%;耕地维持52.1%的面积,约35.5%和7.9%的面积分别向草地和城镇用地转化;水域面积转化幅度较大,仅有28%的面积保持不变,主要转化为城镇用地和耕地;裸地面积大幅减小,其中93.3%的面积转化为耕地、草地和城镇用地。渭河流域3种主要用地类型之间相互转化趋势比较明显,城镇用地增加面积主要来源于耕地。

表21986—2015年渭河流域土地利用转移矩阵

4.3土地利用变化对径流的影响

结合渭河流域3期土地利用变化情况发现,林地、草地和耕地面积在2000年之前变化不大,进入2000年后,耕地面积开始呈现减小趋势,反映了渭河流域水土保持工作的初步成效[14],耕地逐渐转化为草地和林地,响应了生态修复的倡导[15]。2000年后,城市化进程加快,渭河流域城镇用地剧增。

径流变化是由气候因素和人类活动共同导致的,气候因素包括降雨、气温等,人类活动包括土地利用、水利工程建设等。为了定量分析土地利用对径流的影响,笔者固定基准期1979—1989年的气象资料及模型参数,在原模型的基础上,采用2015年土地利用数据替换1986年数据,运行模型得到在2015年土地利用情景下的1980—1989年月径流量,与1986年土地利用情景下的模拟月径流量对比,林家村站径流量减小约1.5%,咸阳站减小约8.3%,均小于10%,说明土地利用变化对径流影响不显著。

考虑到前瞻性,笔者另取2006—2015年作为模型模拟期,固定2006—2015年气象数据,采用基准期1979—1989年径流模拟的模型参数,分别加载1986年和2015年土地利用数据模拟2006—2015年的月径流深,将模拟值分别记为Q1986和Q2015,将2006—2015年实测径流深记为Qobs,以咸阳站为例,模拟结果如图9所示。

图9咸阳站两种土地利用情景下模拟径流深与实测径流深对比

从图9可以看出,模拟径流与实测径流的涨落趋势具有较好的一致性,且径流深与降水量的变化趋势也是一致的,说明所采用的模型参数在渭河流域具有一定的代表性。除2013年汛期外,其余时段的汛期模拟径流深均大于实测径流深,基流均小于实测值。此外还可以看到,Q1986和Q2015基本重合,在图中差异不够显著,在洪峰处有细微差异。为了更精确地定量分析土地利用对径流变化的影响,定义ΔQ为

ΔQ=Q2015-Q1986(1)

式中:ΔQ为径流值变化中由土地利用变化导致的那一部分。

对ΔQ进行分析即可了解土地利用变化对流域径流所产生的影响,其变化过程如图10所示。可以看出,ΔQ大部分为负值,说明渭河流域土地利用变化对径流主要起抑制作用。林家村站年均径流深变化量为-6.59mm,咸阳站年均径流深变化量为-8.48mm,比较两站ΔQ发现,土地利用变化对流域中游径流的影响比对上游径流的影响更显著,且波动也较大。与降水量进行比较,能够粗略看出,降水少时,ΔQ基本为负值且绝对值较大;降水多时,ΔQ增加,甚至在某些年份能达到正值,说明降水量大时能够减小土地利用变化对径流的抑制作用,甚至能导致径流量增加。分析其原因,可能是渭河流域面积较大,耕地、林地和草地作为主要土地利用类型,面积总和没有发生显著变化,土地持水能力加强,使得径流量有所减小。同时,流域内林地和草地的增加,可能增加了蓄满产流的面积,从而使得在降水多时,径流量增加明显。

图10土地利用变化部分引起的径流变化(ΔQ)

分析ΔQ的年内变化,如图11所示。可以看出,10月份土地利用变化对径流的抑制作用最大,在汛期,ΔQ和降水量有较好的相关性,变化具有一致性,在7月和8月,由于降水量大,径流量会有不显著增加趋势,而在非汛期,ΔQ和降水量变化趋势不一致,相关性较差。分析其原因,非汛期降水量小,且植被处于生长期,蓄水能力在汛期前随时间有所增强,导致径流减小趋势更显著。

图11ΔQ年内变化分布

5、结论

(1)渭河流域1965—2015年径流量年际变化波动较大,总体呈极显著下降趋势;20世纪90年代减小趋势最显著,2000年后径流量有不明显增加趋势;径流量突变点为90年代初。

(2)选取1979—1989年为模拟期,采用SWAT模型对渭河流域林家村和咸阳两个水文站的月径流量进行模拟,结果表明,Nash-Sutcliffe效率系数Ens、判定系数R2和相对误差Re均能够满足标准,模型表现良好,说明SWAT模型在渭河流域具有良好的适用性。

(3)渭河流域主要用地类型为林地、草地和耕地,面积之和超过全流域面积的93%,耕地面积减小明显,主要转化为林地和草地,城镇用地呈显著增长趋势,水域和裸地维持大幅减小趋势;2000—2015年变化较1986—2000年显著。

(4)渭河流域土地利用变化对径流主要起抑制作用,使径流量有一定的减小,减小量小于10%;土地利用变化对中游径流的影响比对上游径流的影响更显著,且波动也较大;汛期降水量大时,能减小土地利用变化对径流的抑制作用。

参考文献：

[1]李秀彬.全球环境变化研究的核心领域:土地利用/土地覆被变化的国际研究动向[J].地理学报,1996,51(6):553-558.

[2]张冉,王义民,畅建霞,等.基于水资源分区的黄河流域土地利用变化对人类活动的响应[J].自然资源学报,2019,34(2):274-287.

[3]魏红义,李靖,王江,等.渭河流域径流变化趋势及其影响因素分析[J].水土保持通报,2008,28(1):76-80.

[4]杨洁,徐国鑫,姚俊,等.渭河流域土地利用变化及驱动力分析[J].人民珠江,2017,38(7):22-26.

[5]黎云云,畅建霞,王义民,等.渭河流域径流对土地利用变化的时空响应[J].农业工程学报,2016,32(15):232-238.

[6]白桦,穆兴民,王飞,等.渭河流域气象及水文旱涝演变规律分析[J].干旱地区农业研究,2012,30(2):237-241.

[8]曹洁萍,迟道才,武立强,等.Mann-Kendall检验方法在降水趋势分析中的应用研究[J].农业科技与装备,2008(5):35-37.

[9]周园园,师长兴,范小黎,等.国内水文序列变异点分析方法及在各流域应用研究进展[J].地理科学进展,2011,30(11):1361-1369.

[11]王中根,刘昌明,黄友波.SWAT模型的原理、结构及应用研究[J].地理科学进展,2003,22(1):79-86.

[12]郝振纯,苏振宽,鞠琴.土地利用变化对阜平流域的径流影响研究[J].中山大学学报(自然科学版),2014,53(3):128-133.

[13]孙悦,李栋梁.1975—2011年渭河上游径流演变规律及对气候驱动因子的响应[J].冰川冻土,2014,36(2):413-423.

[14]王亚亭,李世平,石志恒.渭河流域水土保持的综合治理[J].水土保持研究,2004,11(2):133-134,155.

[15]程磊,徐宗学,罗睿,等.渭河流域1980—2000年LUCC时空变化特征及其驱动力分析[J].水土保持研究,2009,16(5):1-6,30,287.

葛志楠,郝洁,鞠琴,董小涛,郝振纯.渭河流域土地利用变化对径流的影响[J].人民黄河,2020,42(06):7-12+17.

基金:国家重点研发计划项目(2016YFC0402704);国家自然科学基金资助项目(51539003);中央高校基本科研业务费专项(2019B10914).