盘龙江流域植被覆盖变化对径流过程的影响

易 琦，王瑞芳，窦小东，岳鹏翼，李嘉旺，李 蒙

（1.云南大学地球科学学院，昆明 650500；
2.云南省气象服务中心，昆明 650034；
3.中国气象局横断山区（低纬高原）灾害性天气研究中心，昆明 650034；
4.云南省气候中心，昆明 650034）

流域水文过程不仅受气候变化的影响，人类活动导致的土地利用和土地覆被变化（Land Use and land Cover Change，以下简称为LUCC）通过影响冠层截留、土壤入渗、地表蒸散量（ET）和其他水文参数，也深刻影响着流域的水文状况和径流机制［1，2］，其中，土地覆被变化剧烈的城乡交错带（Urban-Rural Interface，URI）更应成为流域生态水文变化研究的热点区域。

目前，由美国农业部研发的SWAT（Soil and Water Assessment Tool）分布式水文模型因使用便利，所需数据容易获取，计算效率高等优点，已被广泛应用于土地覆被变化对流域水资源状况影响的模拟研究［3-8］。例如JIN X［9］、彭彬［10］、KAI M［11］、郑一宁［12］、孙占东［13］、贾静［14］、史晓亮［15］等人分别在黑河中游、洱海、闽江、阜平等不同流域尺度上运用SWAT模型对土地覆被变化的水文响应进行模拟分析，均取得了较好的效果。可见，SWAT模型可较好的应用于土地覆被变化对河川径流量影响的模拟分析，然而，公开发表的文献亦显示出，近年来关于土地覆被变化对河川径流量的影响研究虽然较多，但却主要集中在自然流域，而对受人类活动影响较大、植被变化剧烈的流域尤其是城乡交错带的相关研究还相对欠缺。

盘龙江是滇池的主要入湖河流，被誉为“昆明的母亲河”［16］，水体穿昆明城而过，流域内人口密集，经济活动烈度大，河道的人为干扰程度较高，流域的植被变化较大，属典型的城乡交错带，然而，关于盘龙江流域植被变化对径流影响的研究却鲜有公开报道。而探讨流域植被变化对河川径流的影响特征与机理可科学认识流域不同植被类型的水文效应，对流域生态恢复和水资源管理具有突出的现实意义。因此，本研究以盘龙江流域为研究区，构建适用于盘龙江流域径流模拟的SWAT模型；
并结合2007、2014年流域土地利用类型数据，通过设置不同极端土地利用情景，定量分析不同植被类型对流域产流的贡献顺序，以及2007-2014年间植被覆盖类型变化对径流过程与水平的具体影响，并进一步探讨了流域补水工程、丰枯水期径流等对盘龙江径流的影响，以期为流域开发与综合管理提供科学依据及决策参考。

盘龙江（25°03′～25°27′N，102°40′～102°57′E）属金沙江水系，位于云南省中部的昆明市境内，北起昆明市嵩明县西北部梁王山，南至海埂村滇池东岸入湖口，由东北向西南流经昆明市官渡和五华、盘龙三城区，至官渡区福保村附近注入滇池。盘龙江为入滇池最长、最主要的河道，全长约108 km，流域面积约847 km2，平均流量为7.17 m3/s，最大流量为126 m3/s，年径流量为2.75亿m3。盘龙江流域属亚热带季风气候，年平均气温为15 ℃，年均降水量为1 035 mm，域内降水分布不均，雨季（5-10月）降水量占全年的85%～90%［20］。流域内的土地利用类型为耕地、林地、草地、水域、城镇建设用地和裸地六类，其中耕地、林地、城镇建设用地占流域面积92%以上，土壤类型包含水稻土、红壤、亚热带山地红壤、棕壤和城市不透水层五类［17］。

图1 盘龙江流域示意图Fig.1 Schematic diagram of Panlong River Basin

2.1 模型输入数据

SWAT 模型的输入数据包括DEM 数据、土地利用类型数据、土壤类型数据、气象以及水文数据。DEM 采用国际科学数据服务平台提供的90 m×90 m数据，主要用于子流域的划分、河网生成、坡度及坡长计算等；
土地利用类型数据包含栅格数据和属性数据，栅格数据采用2007年欧空局土地利用数据和2014年清华大学土地利用数据，属性数据采用模型自带的数据库数据；
土壤类型数据也包含栅格和属性数据，均源自HWSD数据库；
气象数据采用流域周边三个县级气象站的1984-2014年降水、气温、相对湿度、风速、太阳辐射等气象数据，数据来源于云南省气象局，用于建立SWAT 模型的气象数据库及模型输入数据；
水文数据采用2007-2014年盘龙江昆明站实测逐月径流数据，来源于云南省水文局，用于输入SWAT_CUP 进行模型参数的率定和验证。

2.2 模型的建立及参数率定与验证

通过查询HWSD 属性数据表，结合土壤水文特性软件SPAW 计算相关参数，进而建立流域各土壤类型属性数据库；
利用SWAT weather 结合实测气象数据建立流域气象数据库；
借助SWAT模型、DEM、土壤栅格数据、土地利用栅格数据，进行子流域的划分与河网定义，最终将盘龙江流域划分为34 个子流域、486 个水文响应单元（HRUs），进而初步建立SWAT 模型（2008-2010年作为模型参数率定期，2011-2013年作为模型验证期）。利用SWAT_CUP，对与径流量密切相关的参数进行反复率定和验证，选用决定性系数R2［公式（1）］与纳什效率系数ENS［公式（2）］作为检验模型适用性的依据［18］。

式中：Qo，i为实测流量，m3/s；
Qp，i为模拟流量，m3/s；
Qavg为实测流量平均值，m3/s；
Qpavg为模拟流量平均值，m3/s）。

R2与ENS取值在0～1 之间，且越接近1，模型拟合度越好。相关研究表明［2，19-21］：R2＞0.50 时，模拟结果符合标准，R2＞0.70时，模拟结果精确；
ENS≤0.50 时，模拟结果不合格，0.50＜ENS≤0.65时，模拟结果合格，0.65＜ENS≤0.75时，模拟结果良好，0.75＜ENS≤1.00时，模拟结果优秀。

2.3 极端土地利用情景设置

为定量研究盘龙江流域LUCC 对径流量的影响情况，在模型拟合精度达标的基础上，分别设置4种极端土地利用情景，以分析耕地、林地与草地对径流形成的贡献次序。

基准情景S0：以盘龙江流域2014年土地利用类型数据作为基准期，以便与其他情景作对比分析。

退耕还林情景S1：将2014年土地利用耕地数据全部转换为林地，输入SWAT 模型，输出径流量并与基准情景S0 进行对比分析，判断盘龙江流域耕地与林地产流差异。

退耕还草情景S2：将2014年土地利用耕地数据全部转换为草地，输入SWAT 模型，输出径流量并与基准情景S0 进行对比分析，判断盘龙江流域耕地与草地产流差异。

退林还草情景S3：将2014年土地利用林地数据全部转换为草地，输入SWAT 模型，输出径流量并与基准情景S0 进行对比分析，判断盘龙江流域林地与草地产流差异。

3.1 参数率定与验证

利用SWAT_CUP，对与径流量密切相关的CN2（SCS 径流曲线系数）、ALPHA_BF（河岸贮水的基流因子）、REVAPMN（深层地下水再蒸发系数）、RCHRG_DP（深蓄水层渗透系数）等26 个参数进行反复率定和验证，将2008年到2010年设为模型率定期，2011年到2013年设为模型验证期，最终结果（图2）显示，模型模拟的逐月径流与实测径流波动趋势大体一致。昆明站模型率定期的参数R2和ENS分别为0.67 和0.65，验证期R2和ENS均为0.55（图2），说明SWAT 模型适用于盘龙江流域的径流模拟，能够反映盘龙江流域逐月径流过程，可用于后续流域内不同土地覆被变化对径流量的影响研究。

图2 模拟值与实测值比较Fig.2 Comparison of simulated value and measured value

3.2 植被覆盖变化对径流的影响

3.2.1 情景模拟结果分析

根据设置的4种土地利用情景，借助率定后的SWAT 模型，模拟盘龙江流域不同植被覆盖情景下的月均径流量（表1），并进行对比分析。由表1可知，盘龙江流域不同植被覆盖情景下，月平均径流量由大到小依次为：S3（退林还草情景）、S0（基准情景）、S2（退耕还草情景）、S1（退耕还林情景）。

表1 设置情景下月均径流量变化情况Tab.1 Changes in monthly average runoff under setting scenarios

将S1、S2 情景分别与S0 情景对比可知，退耕还林与退耕还草情景下，流域月均径流量均呈减小趋势，且退耕还林情景下径流减少较为显著，降低了2.007 m3/s，占基准期径流量的31.70%，退耕还草情景下，流域径流也略为出现了减少，减小了0.015 m3/s，占基准期径流量的0.24%，因此，相对耕地而言，流域内林地和草地如果增多均会导致河川径流量的减少，且林地减弱径流的作用更突出。此外，对比S3 与S0 情景，在退林还草情景下，流域的径流相对基准期增加了0.013 m3/s，这也进一步印证了林地产流量低于草地这一结论。可见，在不同植被覆盖类型对盘龙江径流形成的贡献中，耕地最强，草地稍次之，而林地最弱，换言之，退耕还林还草会使得流域河川径流总量趋于减少。林地枝叶繁茂、层次复杂，能有效截留大气降水（全耗于雨后蒸发），阻滞地表漫流，增大下渗量。由此，林地在引起流域年径流总量下降的同时，可使得丰水期流量趋于减少，而枯水期流量则相应增大，径流变化过程更趋于均匀；
而流域草地与耕地对径流形成的影响程度大体相当，植被层次单一，盖度无法比拟林地郁闭度，其涵养水源与防护土壤冲刷的功能明显弱于林地。因此，退林还草会增大流域丰枯水期的径流变化幅度，不利于区域的水土保持与水资源管理工作。

3.2.2 流域内实际植被覆盖变化及其对径流的影响

盘龙江流域土地利用类型分布（表2）显示，流域内的主要土地利用类型为耕地、林地和城镇建设用地，三者面积占流域面积的比例高达92%以上，其中林地是研究区的主导景观。从2007年到2014年的8年间，盘龙江流域土地利用类型变化显著，主要是林地与草地、城镇建设用地之间的转化。整体上，耕地面积略微缩小（-0.66%），而林地减少幅度较大（-7.31%），可以推断减少的林地绝大部分转化为草地和城镇建设用地，草地占比则有较明显的提高（5.05%），随着城市化进程的加快和社会经济的发展，城镇建设用地面积有一定程度的扩张（2.82%），而城镇用地属不透水层，其产汇流作用明显强于林地，草地的产汇流作用也强于林地，因此，流域内土地利用类型的现实变化会加快并增大流域内的产汇流，从而加剧径流过程的年内变化，不利于流域的水土保持与洪旱灾害防治。

表2 盘龙江流域土地利用类型面积占比 %Tab.2 Proportion of land use types in the Panlong River Basin

3.3 其他因素对盘龙江径流变化的影响

3.3.1 水利工程对盘龙江径流的影响

考虑到牛栏江-滇池补水工程对盘龙江径流的影响，以2013年底牛栏江-滇池补水工程试运行的时间为分界点，将盘龙江流域2007-2014年径流量的年际、年内变化分别划分为两个阶段进行分析。

年际变化方面，2007-2013年补水工程运营前，盘龙江年径流量的变化范围在3.20～6.84 m3/s 之间，多年平均径流量为4.20 m3/s，且变化趋势明显趋于下降［图3（a）］；
2014年牛栏江-滇池补水工程运营后，盘龙江年径流量相对于其他年份异常增多，比2007-2013年间的多年平均径流量增多了11.46 m3/s［图3（a）］，这主要是因为牛栏江-滇池补水工程运营后，每年可向滇池补水5.66亿m3，因此，2014年盘龙江径流量大幅度增加。

年内变化方面，2007-2013年间，盘龙江1-12月的月均径流量总体上呈先增大后减小的趋势，于8月达年内最大流量8.3 m3/s，12月为年内最小流量2.8 m3/s；
而2014年，各月径流量的变化趋势整体上与2007-2013年各月径流量的变化趋势相反，呈先减小后增大的趋势，5月年内流量最小为8.8 m3/s，12月年内流量最大为23.2 m3/s［图3（b）］。显然，补水工程运行后1-12月的径流量均明显高于2007-2013年同期的平均径流量，且补水工程对于盘龙江枯水期（11-12月、1-4月）的补水量明显高于丰水期（5-10月）的补水量［图3（b）］，径流调节作用明显。

3.3.2 丰枯水期对盘龙江年径流的影响

图4展示了盘龙江径流总量相对于前一年的变化情况。仍以补水工程运行时间为分界点，可见，2007-2013年间，枯水期径流总量相对于前一年的变化趋势，除2008年外其他年份均与年径流总量相对于前一年的变化趋势一致，而丰水期径流总量变化趋势除2008、2011、2012年与年径流总量变化趋势一致，且2011、2012年变化总量与枯水期差别不大外，其余2009、2010、2013年的变化趋势均与年径流变化趋势均相反。因此，总体上，2007-1013年间，补水工程运行前，盘龙江枯水期径流总量的变化是年径流总量趋势变化的主要原因。再结合图4 和图3b 可知，在补水工程运行后的2014年，丰水期径流总量、枯水期径流总量和年径流总量相对于2013年均显著增多，但枯水期径流总增加量明显大于丰水期径流总增加量，这说明补水工程运行后的2014年枯水期径流总量的变化仍然是年径流总量变化的主要原因。由此可见，在植被覆盖结构变化突出的盘龙江流域，枯水期径流总量的变化是年径流总量趋势变化的主要原因。这与李浩等人在雅鲁藏布江流域研究结果相同［22］。

图3 2007-2014年盘龙江流域年、月径流量变化Fig.3 The average monthly flow of the Panlong River Basin from 2007 to 2014

图4 盘龙江径流总量相对于前一年的变化Fig.4 Changes in the total runoff of the Panlong River relative to the previous year

4.1 结 论

（1）依托建立的SWAT模型，模拟分析盘龙江流域不同植被覆盖情景下的月均径流量，结果显示：林地、草地和耕地3 种土地利用类型对流域河川径流的产流贡献为耕地最强，草地稍次之，与耕地对径流形成的影响程度大体相当，而林地最弱。

（2）2007-2014年间，盘龙江流域植被覆盖结构变化显著。其中，林地面积下降了7.31%，相对幅度较大，草地和城镇建设用地则分别增加了5.05%、2.82%，减少的林地应绝大部分转化为了草地和城镇建设用地，林地面积的大幅度减少和草地、城镇建设用地面积的明显增加虽然增强了流域的产汇流作用，但却加剧了径流的年内变化，导致流域植被涵养水源、调节径流功能的弱化。

（3）根据盘龙江流域植被覆盖结构的变化，结合研究期内盘龙江年径流量及丰、枯水期月径流量的历年变化趋势分析，发现2007-2013年年径流总量呈下降趋势，而补水工程运行后的2014年径流量明显增加，且枯水期的径流增加量明显高于丰水期，径流调节作用明显。总体上，枯水期径流量的变化应是2007-2014年盘龙江年径流量趋势变化的主要原因。

4.2 讨 论

目前在流域土地覆被变化对河川径流量的影响相关研究中，针对同一土地利用类型面积的减少，能够导致流域径流量的加剧或减缓的问题还未达成共识，推导可能是与区域异质性和气候异质性有关。就林地、草地和耕地3 种土地利用类型产流能力强弱而言，郭军庭［23］等人认为草地大于耕地，郝芳华［24］等人认为林地大于耕地。研究结果发现，耕地对径流的形成贡献最大，草地次之，林地最弱，这与窦小东［25］、史晓亮［26］、王钰双［27］等人的研究结果一致。因此，盘龙江流域未来在进一步提高植被覆盖率的同时，应更重视植树造林工作，以更好发挥流域绿地系统涵养水源、防治水土流失的生态功能。

研究中SWAT 模型可以较好的用于盘龙江流域的径流模拟，但率定期（R2和ENS分别为0.67和0.65）与验证期（R2和ENS均为0.55）的模拟结果均未达到精确或优秀标准，应与流量资料系列较短、季风环流的强弱变化，以及流域内水工设施（如松华坝水库、牛栏江-滇池补水工程和清水海引水供水工程等）的不同程度调蓄有关；
同时，作为穿越昆明主城南北向的最主要河道，盘龙江流域范围内的人类活动烈度很高，生产、生活及其他各项事业的用、排水等也会极大干扰径流过程，这些因素都会不同程度影响模型的模拟精度。综上所述，流域自然过程与社会经济发展对径流变化的影响以及最大生态效益林、草比例等方面还有待更全面、深入的研究。

猜你喜欢 径流林地土地利用 城市土地利用变化模型研究进展与展望＊中国科技纵横(2022年1期)2022-11-16五台县土地利用变化研究绿色科技(2022年17期)2022-09-30基于“风险—效应”的土地利用空间冲突识别与测度农业工程学报(2022年12期)2022-09-09土地利用碳排放研究进展与展望绿色科技(2022年9期)2022-06-02Summer Is Coming考试与评价·七年级版(2020年5期)2020-10-29西南岔河径流特性实例分析科技创新与应用(2019年4期)2019-03-29明水县林地资源现状及动态变化浅析农民致富之友(2018年2期)2018-03-25浅谈明水县林地资源动态变化状况农民致富之友(2018年1期)2018-02-26西安市主城区土地利用变化及其对地表径流的影响南水北调与水利科技(2016年5期)2016-12-27闽东北鹫峰山不同迹地与不同植被恢复模式对径流的影响绿色科技(2015年6期)2015-08-05

推荐访问:径流 植被 流域