劉磊 鄒進 陳欣 李琳靜 王大雙

摘 要：人類對不同土地的利用方式導致下墊面發(fā)生變化，進而影響流域的水文循環(huán)。以云龍水庫流域為研究對象，結合ArcGIS構建了SWAT模型（soil and water assessment tool， SWAT），并設置6種不同的土地利用情景模式研究不同的土地利用變化對徑流的響應。結果表明：率定期R2=0.80，Ens=0.75，驗證期R2=0.82，Ens=0.88，模型適合研究區(qū)的徑流模擬。 2000—2020年，林地、耕地和草地的土地利用面積之和占總面積的97%以上，占比較大。不同土地利用情景模式下，2000—2020年，年平均徑流量增加了0.03%;極端土地利用情景S1、S2和S3的年平均徑流量分別變化了-0.96%、-5.83%、5.98%，說明耕地有增加徑流的作用，林地和草地有減少徑流的作用。與2020年的水文要素相比，S1、S2和S3各水文要素都發(fā)生改變，其中蒸發(fā)變化不大，土壤水滲透量、地表徑流、地下徑流、產(chǎn)水量變化顯著。

關鍵詞：云龍水庫;SWAT模型;土地利用變化;河川徑流

中圖分類號：P333;F301.24

文獻標志碼：A

近年來，隨著社會的不斷發(fā)展，人類活動不同程度地影響著水文循環(huán)和水量的空間分布，不合理的土地利用加大了水資源開發(fā)利用的難度，降低了水資源利用率。研究土地利用變化對徑流的影響成了國內外研究的熱點問題之一。土地利用/覆被的變化直接反映了人類活動的影響程度，其對水循環(huán)過程的影響將導致水資源供需關系發(fā)生變化，進而對流域的生態(tài)環(huán)境、社會經(jīng)濟可持續(xù)發(fā)展產(chǎn)生重大影響[1]。選取合適的水文模型研究土地利用變化對徑流的影響尤為重要。在眾多的水文模型中，分布式水文模型的參數(shù)和輸出結果容易與GIS結合，可以靈活地設置土地利用變化情景，模擬不同土地利用變化情景下的水文響應[2]。其中，SWAT模型（soil and water assessment tool， SWAT）是國內外應用比較多的水文模型，原因是SWAT模型能夠考慮各種管理措施及氣候變化對水資源的影響，具有廣泛的模擬預測能力;而且它具有公開的源代碼，用戶可以根據(jù)實際需要對模型提出改進[3]。目前，SWAT模型的有效性在許多研究中得到了充分證明[4-9]，但對于一些小尺度流域，運用模型來研究變化環(huán)境下各水文要素的響應相對較少。云龍水庫雖然是小尺度流域，但其承擔著昆明市總供水的70%，土地利用變化引起的水量、水質變化會對人們的生產(chǎn)生活產(chǎn)生重大影響。為此，本文以云龍水庫流域為例，建立SAWT模型分析不同的土地利用對該地區(qū)徑流的影響，研究結果可為該地區(qū)水資源保護與管理提供參考。

1 研究區(qū)概況

云龍水庫位于昆明市祿勸縣云龍鄉(xiāng)和撒盤營鎮(zhèn)境內，徑流區(qū)總面積為757.6 km2，屬于金沙江水系二級支流掌鳩河中上游地區(qū)。研究區(qū)域介于東經(jīng)102°16′7″～102°35′33″，北緯25°43′34″～26°7′43″之間，地勢北高南低，流域東北部和西北分水嶺海拔高程多在2 700～3 100 m，多年平均氣溫為10.2～13.8 ℃，年平均降雨為1 007～1 200 mm。流域內有3條主要支流：石板河、老木河、水城河，其中石板河是最大一條支流，河流總長55.6 km。研究區(qū)內有2個水文控制站點：雙化站和云龍站，本文選取云龍站以上流域作為研究區(qū)域，利用ArcGIS的水文分析模塊對數(shù)字高程模型（digital elevation model，DEM）數(shù)據(jù)進行預處理，提取了研究區(qū)的流域邊界。研究區(qū)位置示意如圖1所示。

2 模型數(shù)據(jù)的準備與構建

2.1 SWAT模型輸入數(shù)據(jù)的準備

2.1.1 數(shù)字高程模型

通過BIGEMAP地圖下載器下載分辨率為4.3 m的柵格圖，用ArcGIS加載下載柵格數(shù)據(jù)，投影后掩膜裁剪得到的研究區(qū)的DEM圖，如圖2所示。

2.1.2 土地利用數(shù)據(jù)

土地利用數(shù)據(jù)來源于中國科學院資源環(huán)境科學技術中心提供的2000、2010和2020年的土地利用柵格圖，柵格分辨率為25 m。以2010年的土地利用圖構建模型，進行投影、裁剪和重分類等操作，建立相應的土地利用索引表（格式為dbf），得到模型對應的土地利用編碼和面積，見表1。

2.1.3 土壤類型數(shù)據(jù)

本文采用的數(shù)據(jù)來源于寒旱區(qū)科學大數(shù)據(jù)中心（http：//westdc.westgis.ac.cn）基于世界土壤數(shù)據(jù)庫（HWSD）的中國土壤數(shù)據(jù)集（v1.1）。本文研究土地利用變化對徑流的影響，只構建土壤物理屬性數(shù)據(jù)庫，不用考慮化學屬性。土壤數(shù)據(jù)庫的大多數(shù)參數(shù)都可以在HWSD文檔中查到，其他參數(shù)如土壤層有效持水量、土壤濕密度、飽和水力傳導系數(shù)由 SPAW 軟件計算可得;土壤侵蝕因子k可由通用方程計算獲取;土壤水文學分組可以根據(jù)土壤的滲透性分為4類水文單元;其他難以獲取的參數(shù)均采用模型默認值。研究區(qū)土壤類型圖如圖3所示。

2.1.4 氣象數(shù)據(jù)

SWAT模型所需的氣象數(shù)據(jù)由實測數(shù)據(jù)和天氣發(fā)生器推算數(shù)據(jù)構成，氣象參數(shù)約160個，其中，溫度、降雨量、風速、太陽輻射、相對濕度為模型所必須的氣象參數(shù)。研究區(qū)降雨數(shù)據(jù)采用云龍站和雙化站2008—2018年的逐日降雨資料，太陽輻射、相對濕度等部分數(shù)據(jù)缺乏實測資料，采用寒區(qū)旱區(qū)科學數(shù)據(jù)中心提供的中國氣同化驅動數(shù)據(jù)集（CMADSV1.2）補充。根據(jù)孟現(xiàn)勇[10-11]、張利敏[12]等研究，該數(shù)據(jù)集在我國適用性較好。

2.2 SWAT模型構建及參數(shù)率定與驗證

模型所需的數(shù)據(jù)輸入后即可運行模型。模型在進行子流域劃分時，根據(jù)不同的土地利用、土壤類型和坡度類型將每一個子流域劃分為多個水文響應單元（hydrologic response units，HRUs）。將土地利用面積、土壤面積、坡度的閾值設置為5%、5%和10%，共得到21個子流域，246個水文響應單元。

云龍水庫2008—2018年的實測月徑流資料中，以2008—2009年為預熱期，2010—2014年為率定期，2015—2018年為驗證期，對模型的結果進行率定和驗證。

采用SWAT-CUP軟件中的SUFI-2方法進行模型參數(shù)的率定，它可以考慮引起參數(shù)不確定性的所有因素[13]。本文選取13個敏感性較強的參數(shù)[14]，進行400次迭代，最終迭代186次得到最佳參數(shù)值。

2.3 模型結果評價

本文主要選取確定性系數(shù)R2和納什系數(shù)（Ens）[15]這2個參數(shù)來進行模擬適應性評價。

3 結果與分析

3.1 土地利用變化分析

根據(jù)研究區(qū)邊界對研究區(qū)2000年、2010年和2020年三期土地利用遙感數(shù)據(jù)進行裁剪、重分類等操作后得到研究區(qū)土地利用矢量圖（圖5），之后進行融合、相交等操作，并結合Excel分析土地利用變化趨勢。研究區(qū)不同時期的土地利用變化情況見表2，土地利用轉移矩陣見表3。

由表2可以看出：2000年、2010年和2020年，云龍水庫流域的土地利用類型主要是林地，面積平均占比為58.23%;其次是耕地和草地，面積平均占比分別為24.75%、13.91%;水域面積的平均占比為2.78%;城鄉(xiāng)用地面積占比最小。

由表3可以看出：增加的城鄉(xiāng)用地主要源于耕地和草地的轉變，分別轉變了5.06 km2和0.24 km2;減少的耕地主要轉化成了林地、草地和城鄉(xiāng)用地，轉化面積分別為11.43 km2和14.59 km2和5.06 km2;轉化的水域面積較小;增加的草地面積主要來源于耕地和林地轉變，分別轉變了14.95 km2和29.02 km2。

3.2 土地利用情景設置

研究設立了2種土地利用情景模式對云龍水庫流域徑流的影響。

1）已有土地利用變化情景（L1、L2、L3）

在已經(jīng)率定的模型基礎上，加載2000、2010、2020年的土地利用柵格數(shù)據(jù)，其他數(shù)據(jù)參數(shù)不變，研究2000年（L1）、2010年（L2）、2020年（L3）不同時期土地利用變化對徑流的影響。

2）極端土地利用變化情景（S1、S2、S3）

研究區(qū)林地、耕地和草地的面積之和占總面積的96%以上，另外，云龍水庫周邊為水資源保護區(qū)，設立極端土地利用情景具有一定的現(xiàn)實意義。在2010年土地利用柵格數(shù)據(jù)背景下：S1，保持水域和城鄉(xiāng)用地面積不變，把林地和耕地轉化為草地;S2，保持水域和城鄉(xiāng)用地面積不變，把草地和耕地轉化為林地;S3，保持水域和城鄉(xiāng)用地面積不變，把草地和林地轉化為耕地。

3.3 不同土地變化情景下的徑流模擬

加載設立的6種土地利用圖，保持土壤、天氣數(shù)據(jù)和其他參數(shù)不變，運行模型，得到不同情景下的年平均徑流量，見表4。由表4可知：①以2000年（L1）為基準年，L3年平均徑流量增加了0.03%，增加幅度不大。其原因一方面是草地和城鄉(xiāng)用地面積的增加，林地與耕地面積在減少，兩種情況引起的徑流增減相互補償;另一方面是云龍水庫流域植被覆蓋程度高，變化的土地面積占有量小，導致徑流變化不明顯。②在極端土地利用情景下，年平均徑流量S3>S1>S2;以2000年（L1）為基準年，S1、S2、S3的年平均徑流量分別變化了-0.96%、-5.83%、5.98%，表明耕地有增加徑流的作用，林地和草地有減少徑流的作用，且林地減少徑流的效果更明顯。

圖6為三個時期（L1、L2、L3）月均徑流變化情況。由圖6可知：三期土地利用情景下的月均徑流變化基本一致，6—10月的月均徑流約占全年的66%，占比較大;11—5月的月均徑流占比較小。三期的徑流在同一月份無明顯變化。

表5為不同土地利用情景下主要水文要素響應。由表5可知：在L1、L2和L3土地利用情景下，近20 a來各水文要素沒有太大變化，表明研究區(qū)水量保持相對穩(wěn)定;與現(xiàn)狀年L3的水文要素相比，S1、S2和S3的蒸發(fā)變化不大。對于土壤水滲透量，S2時增加了13.8%，S1和 S3時分別減少了18.2%和36.7%;對于地表徑流，S2時減少了42.4%，S1和S3時分別增加了22.6%和139.2%;對于地下徑流，S2時增加了14.2%，S1和S3時分別減少了18.3%和37.9%;對于產(chǎn)水量，S1和S2時分別減少了6%和1.1%，S3時增加了9.9%。

由此可見，草地和耕地全部轉化為林地時，土壤水滲透量增加，地表徑流顯著減少，地下徑流增加，產(chǎn)水量減少;林地和耕地全部轉化為草地時，由于現(xiàn)狀林地面積占比較大，退化后導致土壤水滲透量減小，地表徑流增大，產(chǎn)水量減少;草地和林地轉變?yōu)楦貢r，土壤水滲透量最小，地表徑流最大，產(chǎn)水量最多，水土流失最為嚴重。從總體來看，在土地利用變化時，各水文要素變化最顯著的是地表徑流，其次是土壤水滲透量和地下徑流，蒸發(fā)的變化最小。

4 結論

1）建立了云龍水庫流域月徑流模擬模型，模型的率定期和驗證期的確定性系數(shù)R2和納什系數(shù)Ens都高于0.75，說明SWAT模型在云龍水庫流域具有較好的適應性。模型構建時，天氣數(shù)據(jù)采用了中國大氣同化驅動數(shù)據(jù)集（CMADSV1.2），說明該數(shù)據(jù)產(chǎn)品在缺資料地區(qū)的可行性，可為其他缺資料小尺度流域徑流模擬提供參考，此結論與田揚等[16]，張春輝等[17]的研究結論一致。

2）在2000—2020年期間，云龍水庫流域耕地和林地面積分別減少6.85 km2和3.02 km2;草地和城鄉(xiāng)用地面積分別增加4.60 km2和5.26 km2，城鄉(xiāng)用地面積增加最為明顯;水域面積變化不大。

3）2020年較2000年年均徑流增加了0.03%，變化不大，月徑流以及各水文要素無明顯變化，說明云龍水庫流域總水量趨于穩(wěn)定。極端土地利用情景模式下的年平均徑流量S3>S1>S2，表明耕地有增加徑流的作用，林地和草地有減少徑流的作用，而且林地減少徑流的效果更明顯。

4）各水文要素變化最顯著的是地表徑流，其次是土壤水滲透量和地下徑流，蒸發(fā)的變化最小。林地能增加滲漏，減少地表徑流，具有蓄水保水的作用。把林地轉化為草地和耕地時都會增大地表徑流，造成水分流失，且耕地造成的水分流失更嚴重。加強流域的水源保護至關重要，應合理優(yōu)化土地利用，減少水土流失。

在模型構建時，因水庫建設、取用水等人為因素導致的模型不確定性沒有進行詳細分析，且輸入數(shù)據(jù)的精度對徑流模擬結果會造成一定的影響，這些不足在后續(xù)的研究中應當加以考慮;庫區(qū)一級水源保護區(qū)內實行移民搬遷，原有的城鎮(zhèn)用地和農(nóng)業(yè)用地會朝著草地和林地轉換，單一的假設情景法存在主觀性和經(jīng)驗性，在今后的研究中應該考慮未來的氣候和土地利用變化對徑流的影響。

參考文獻：

[1]李麗娟， 姜德娟， 李九一， 等. 土地利用/覆被變化的水文效應研究進展[J]. 自然資源學報， 2007（2）：211-224.

[2]徐宗學， 程磊. 分布式水文模型研究與應用進展[J]. 水利學報， 2010， 41（9）： 1009-1017.

[3]歐春平， 夏軍， 王中根， 等. 土地利用/覆被變化對SWAT模型水循環(huán)模擬結果的影響研究： 以海河流域為例[J]. 水力發(fā)電學報， 2009， 28（4）： 124-129.

[4]郭軍庭， 張志強， 王盛萍， 等. 應用SWAT模型研究潮河流域土地利用和氣候變化對徑流的影響[J]. 生態(tài)學報， 2014， 34（6）： 1559-1567.

[5]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徑流的影響[J]. 生態(tài)學報， 2018， 38（14）： 5149-5157.

[6]叢鑫， 孔珂， 王金童， 等. 基于SWAT模型的錦繡川流域土地利用和覆被變化的水文響應分析[J]. 濟南大學學報（自然科學版）， 2017， 31（5）： 426-432.

[7]LIU M， LI C L， HU Y M， et al. Combining CLUE-S and SWAT models to forecast land use change and non-point source pollution impact at a watershed scale in Liaoning Province， China[J]. Chinese Geographical Science， 2014， 24（5）： 540-550.

[8]彭彬， 楊昆， 李建， 等. 基于SWAT和GIS的洱海流域土地利用變化對徑流影響的研究[J]. 長江科學院院報， 2015， 32（4）： 7-11， 17.

[9]劉鵬， 楊昆， 彭雙云， 等. 基于SWAT的滇池流域農(nóng)業(yè)非點源污染空間分布特征研究[J]. 安徽農(nóng)學通報， 2016， 22（24）： 80-82， 135.

[10]孟現(xiàn)勇， 王浩， 雷曉輝， 等. 基于CMDAS驅動SWAT模式的精博河流域水文相關分量模擬、驗證及分析[J]. 生態(tài)學報， 2017， 37（21）： 7114-7127.

[11]孟現(xiàn)勇， 師春香， 劉時銀， 等. CMADS數(shù)據(jù)集及其在流域水文模型中的驅動作用： 以黑河流域為例[J]. 人民珠江， 2016， 37（7）： 1-19.

[12]張利敏， 王浩， 孟現(xiàn)勇. 基于CMADS驅動的SWAT模型在遼寧渾河流域的應用研究[J]. 華北水利水電大學學報（自然科學版）， 2017， 38（5）： 1-9.

[13]潘登， 任理， 劉鈺. 應用分布式水文模型優(yōu)化黑龍港及運東平原農(nóng)田灌溉制度Ⅰ： 模型參數(shù)的率定驗證[J]. 水利學報， 2012， 43（6）： 717-725.

[14]WHITE K L， CHAUBEY I. Sensitivity analysis， calibration， andvalidations for a multisite and multivariable SWAT model[J]. Journal of the American Water Resources Association， 2005， 41 （5）： 1077-1089.

[15]NASH J E， SUTCLIFFE J V. River flow forecasting through conceptual models part I： a discussion of principles[J]. Journal of Hydrology， 1970， 10（3）： 282-290.

[16]田揚， 肖桂榮. 基于CMADS驅動下SWAT模型的敖江流域徑流模擬[J]. 長江科學院院報， 2020， 37（11）： 27-32.

[17]張春輝， 王炳亮. CMADS與傳統(tǒng)氣象站數(shù)據(jù)驅動下的SWAT模型模擬效果評價： 以苦水河流域為例[J]. 中國農(nóng)村水利水電， 2018（6）： 52-57.

（責任編輯：周曉南）

Abstract：

Different land use patterns lead to the change of underlying surface， which affects the hydrological cycle of the watershed. Taking Yunlong Reservoir Basin as the research object， we constructed SWAT model （soil and water assessment tool，SWAT） based on ArcGIS and set up six different land use scenarios to study the response of different land use changes to runoff.The results show that：the periodic R2=0.80， Ens=0.75， the validation R2=0.82， Ens=0.88， the model is suitable for runoff simulation in the study area. From 2000 through 2020， the land use types in the study area are mainly forestry land， farmland and grassland， the sum of three kinds of land use area accounted for more than 97% of the total area， which was relatively large. The different situation of land use patterns showed that the annual runoff increased by 0.03 % from 2000 to 2020; The annual runoff of extreme land use scenarios S1， S2 and S3 changed by -0.96 %， -5.83 % and 5.98 %， respectively， illustrating the farmland has the effect of increasing runoff， while forestry land and grassland have the effect of reducing runoff. Compared with the hydrological factors in 2020， each hydrological factor S1， S2 and S3 has changed. Evaporation has little change， but soil permeability， surface runoff， underground runoffand water yield have significant changes.

Key words：

Yunlong reservoir; soil and water assessment tool model; land use change; river runoff