東遼河流域未來(lái)土地利用變化對(duì)水文影響的研究

孫麗娜,梁冬梅

(1.吉林省匯眾益環(huán)科技開(kāi)發(fā)公司,長(zhǎng)春 130012; 2.吉林省環(huán)境科學(xué)研究院,長(zhǎng)春 130012)

?

東遼河流域未來(lái)土地利用變化對(duì)水文影響的研究

孫麗娜1,2,梁冬梅2

(1.吉林省匯眾益環(huán)科技開(kāi)發(fā)公司,長(zhǎng)春 130012; 2.吉林省環(huán)境科學(xué)研究院,長(zhǎng)春 130012)

土地利用變化對(duì)水文的影響已引起社會(huì)的廣泛關(guān)注。以東遼河流域?yàn)檠芯繉?duì)象，以分布式水文模型SWAT和土地利用變化模型CLUE-S為研究工具，通過(guò)將SWAT與CLUE-S模型耦合，定量評(píng)估了東遼河流域未來(lái)2種不同情景模式下的土地利用變化對(duì)流域水文過(guò)程長(zhǎng)期的影響。研究結(jié)果表明：2016—2025年情景1的平均徑流量為15.41 m3/s，2016—2025年情景2的平均徑流量為13.8 m3/s，2025年情景2的土地利用變化比情景1的土地利用變化更有利于減少?gòu)搅鞯牧魇?；通過(guò)對(duì)比分析2000—2025年不同情景模式下土地利用變化的植被覆蓋率變化，2000年植被覆蓋率由77.51%變化到2025年情景1的77.23%和2025年情景2的78.93%，表明植被覆蓋率與徑流的流失量呈反比。因此，研究區(qū)未來(lái)土地利用變化應(yīng)按照國(guó)家土地利用規(guī)劃實(shí)行，對(duì)東遼河流域水資源規(guī)劃及可持續(xù)發(fā)展具有重要的意義。

SWAT模型; CLUE-S模型; 土地利用變化; 東遼河流域

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，水資源的脆弱性已成為流域水環(huán)境污染的主要因素之一。不適當(dāng)?shù)耐恋乩梅绞郊巴恋乩没顒?dòng)直接導(dǎo)致了土壤侵蝕及氮磷營(yíng)養(yǎng)物隨地表徑流流失，從而對(duì)流域水體環(huán)境產(chǎn)生影響，致使水資源供需關(guān)系發(fā)生了變化，進(jìn)而對(duì)流域的生態(tài)環(huán)境及社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展等方向產(chǎn)生了巨大的影響。因此，合理分析及改變土地利用變化情況對(duì)流域水環(huán)境改善及水文影響的研究顯得尤為重要。

近年來(lái)，國(guó)內(nèi)外學(xué)者在土地利用/土地覆被變化、驅(qū)動(dòng)力方面以及應(yīng)用分布式水文模型模擬研究區(qū)的水文特征等方面的研究較多。農(nóng)宇等[1]利用多分類(lèi)Logistic回歸對(duì)湖北省嘉魚(yú)縣土地利用變化進(jìn)行模擬；謝花林[2-3]、曾凌云[4]等應(yīng)用GIS和Logistic回歸模型對(duì)土地利用變化及驅(qū)動(dòng)力分析進(jìn)行了研究；Fox[5]等利用CLUE-S模型對(duì)東南亞大陸土地利用變化進(jìn)行模擬；Santini[6]等利用土地變化模型對(duì)意大利的土地變化進(jìn)行預(yù)測(cè)；Yu[7]、Neitsch[8]等采用分布式模型研究臺(tái)灣地區(qū)的徑流量。然而，國(guó)內(nèi)外學(xué)者在土地利用變化對(duì)水文影響的研究方面比較少，尤其是將SWAT(the Semi-distributed Soil and Water Assessment Tool)模型與CLUE-S(the Conversion of Land Use and its Effects at Small Regional Extent)模型耦合，預(yù)測(cè)未來(lái)不同情景模式下土地利用變化對(duì)水文影響方面的研究在國(guó)內(nèi)外已有的文獻(xiàn)中鮮有報(bào)道。

本研究以東遼河流域?yàn)檠芯繀^(qū)，由于自然因素及人類(lèi)活動(dòng)的影響，東遼河流域內(nèi)水質(zhì)及水資源每況愈下，對(duì)流域水環(huán)境管理造成了很大的威脅。因此，本文在分析多年間東遼河流域土地利用變化趨勢(shì)的基礎(chǔ)之上，應(yīng)用CLUE-S模型模擬研究區(qū)未來(lái)土地利用變化情景，探討未來(lái)土地利用變化對(duì)流域水文影響的研究，旨在為東遼河流域的土地利用規(guī)劃及水資源可持續(xù)利用方面提供指導(dǎo)。

1　研究區(qū)概況

東遼河是遼河的主要支流，發(fā)源于吉林省東遼縣遼河源鎮(zhèn)，自東向西流經(jīng)遼源市區(qū)、東遼縣大部分鄉(xiāng)鎮(zhèn)后，在東遼縣云頂鎮(zhèn)注入二龍山水庫(kù)。后流經(jīng)梨樹(shù)縣、公主嶺市、雙遼市后流入遼寧省境內(nèi)。地形特點(diǎn)是自東向西將遼河分為山地、丘陵和平原。流域內(nèi)四季分明，春季干旱多風(fēng)，夏季溫度多雨，多年平均降雨量為545 mm，主要集中在6—8月，降雨量約占年降水量50%以上；多年平均蒸發(fā)量為1 020 mm，屬于東部季風(fēng)區(qū)中溫帶半濕潤(rùn)大陸氣候。東遼河流域是吉林省重要的商品糧基地，年均產(chǎn)供水量中，農(nóng)業(yè)供水量約占85%。

2　研究方法與數(shù)據(jù)分析

2.1研究方法

本文首先收集東遼河流域相關(guān)資料，校準(zhǔn)和驗(yàn)證SWAT模型在研究區(qū)的適用性。然后基于3S技術(shù)將2000年和2005年兩期的土地利用圖生成分辨率為250 m×250 m的GRID形式，利用GIS空間分析功能得出研究區(qū)土地利用變化的空間與屬性數(shù)據(jù)，通過(guò)CLUE-S模型模擬研究區(qū)2005年土地利用圖，校準(zhǔn)和驗(yàn)證CLUE-S模型在研究區(qū)的適用性，從而通過(guò)建立的未來(lái)土地利用圖輸入到SWAT模型中，定量分析東遼河流域未來(lái)土地利用變化對(duì)水文的影響。

2.1.1SWAT模型SWAT模型是由Arnold等[9]于1994年吸取了CREAMS，GLEAMS，EPIC等模型的優(yōu)點(diǎn)為美國(guó)農(nóng)業(yè)部(USDA)農(nóng)業(yè)研究中心(ARS)開(kāi)發(fā)的一個(gè)具有很強(qiáng)物理機(jī)制、長(zhǎng)時(shí)段的流域分布式水文模型。該模型是以日為時(shí)間步長(zhǎng)，通過(guò)按不同的土地利用、土壤類(lèi)型和高程江流域劃分為若干水文響應(yīng)單元(HRUs)，可以在多種土壤、土地利用和管理?xiàng)l件下的復(fù)雜流域，利用3S技術(shù)的空間信息，模擬、預(yù)報(bào)復(fù)雜流域的多種不同的水文物理過(guò)程，很大程度上提高了模型模擬精度[10-11]。SWAT模型作為一種具有代表性的分布式水文模型，近幾年來(lái)得到迅速的發(fā)展，主要用于對(duì)各種管理措施及氣候條件下水資源供給的模擬及預(yù)測(cè)等。此外，該模型也廣泛用于土地利用變化下的水文響應(yīng)研究，該研究對(duì)水資源規(guī)劃、管理及維持具有重要的意義。

2.1.2CLUE-S模型CLUE-S模型是由荷蘭瓦赫寧根大學(xué)Verburg等[12]科學(xué)家在其較早的CLUE模型基礎(chǔ)上為小尺度研究區(qū)開(kāi)發(fā)的。該模型綜合分析了研究區(qū)土地利用空間分布概率、研究區(qū)初期土地利用現(xiàn)狀圖、土地利用變化規(guī)律，在對(duì)研究區(qū)土地利用變化的經(jīng)驗(yàn)理解基礎(chǔ)之上，通過(guò)定量分析土地利用變化與社會(huì)、經(jīng)濟(jì)、技術(shù)及自然環(huán)境等驅(qū)動(dòng)因子之間的關(guān)系來(lái)模擬多種土地利用變化，進(jìn)行不同情景模式下的土地利用變化模擬，進(jìn)而對(duì)未來(lái)土地利用變化進(jìn)行預(yù)測(cè)[13]。

2.2數(shù)據(jù)收集

2.2.1SWAT模型數(shù)據(jù)

(1)空間數(shù)據(jù)源。主要包括DEM、研究區(qū)1∶10萬(wàn)2000年和2005的土地利用圖、1∶100萬(wàn)的2000年土壤類(lèi)型分布圖。

(2)屬性數(shù)據(jù)。主要包括集水域內(nèi)1989—2009年間流域內(nèi)4個(gè)雨量站日降雨數(shù)據(jù)、日徑流數(shù)據(jù)、日最高最低氣溫?cái)?shù)據(jù)和相對(duì)濕度等氣象資料。

2.2.2CLUE-S模型數(shù)據(jù)根據(jù)研究區(qū)2000年、2005年的土地利用圖，在GIS軟件支持下分別將土地利用現(xiàn)狀圖作柵格化處理，柵格大小為250 m×250 m，結(jié)合研究區(qū)土地利用特點(diǎn)，將上述柵格圖重新分為7大類(lèi)：水田、旱地、林地、草地、水域、城鎮(zhèn)、其他。利用GIS空間分析模塊分別生成居民點(diǎn)、道路、河流的距離分析圖層。

3　結(jié)果與分析

3.1SWAT模型參數(shù)的率定和驗(yàn)證

應(yīng)用SWAT模型建立研究區(qū)數(shù)據(jù)庫(kù)，選取2000—2007年的實(shí)測(cè)月平均流量、泥沙對(duì)SWAT模型進(jìn)行參數(shù)率定，2008—2009年的實(shí)測(cè)資料對(duì)模型進(jìn)行驗(yàn)證。選用確定性系數(shù)(R2)、Ens[14]來(lái)評(píng)價(jià)水文模型的適用性，模型參數(shù)率定和驗(yàn)證的精度統(tǒng)計(jì)見(jiàn)表1，圖1給出流域率定期及驗(yàn)證期徑流和泥沙的模擬過(guò)程與實(shí)測(cè)過(guò)程。結(jié)果表明，R2>0.5，Ens>0.5，SWAT模型模擬精度較高，在東遼河流域具有較好的適用性，可用于分析東遼河流域土地利用變化對(duì)水文過(guò)程的影響研究。

表1　率定期、驗(yàn)證期各指標(biāo)的R2與Ens值

圖1　率定期、驗(yàn)證期徑流、泥沙實(shí)測(cè)值與模擬值的對(duì)比

3.2CLUE-S模型參數(shù)的率定和驗(yàn)證

根據(jù)研究區(qū)2000年的土地利用圖，通過(guò)CLUE-S模型模擬出2005年土地利用圖(圖2)。通過(guò)2005年土地利用圖的實(shí)測(cè)圖與2005年模擬圖對(duì)比分析可知CLUE-S模型模擬的精度。該模型采用Kappa指數(shù)評(píng)價(jià)模型的模擬精度[15]，公式為：

Kappa=(Pa-Pc)/(Pb-Pc)

(1)

式中：Pa為正確模擬的比例；Pc為隨機(jī)情況下期望的正確模擬比例；Pb為理想分類(lèi)情況下正確模擬比例；Kappa值越接近1，模型模擬精度越高。由圖2可知，模型模擬的正確柵格數(shù)為136 297，占總柵格數(shù)的85.26%。本文將土地利用類(lèi)型劃分為7類(lèi)，所以Pc為1/7，由此可知Kappa指數(shù)為0.828 0。結(jié)果表明，CLUE-S模型可用于預(yù)測(cè)東遼河流域未來(lái)土地利用變化情況。

圖2　東遼河流域2000年、2005年(實(shí)測(cè)、模擬)土地利用類(lèi)型

3.3未來(lái)情景設(shè)置

本文基于東遼河流域土地利用變化發(fā)展的歷史趨勢(shì)及未來(lái)土地利用總體規(guī)劃，基于CLUE-S模型構(gòu)建了兩種土地利用變化情景，并預(yù)測(cè)東遼河流域2025年不同情境模式下的土地利用變化情況。

(1)歷史趨勢(shì)發(fā)展情景。根據(jù)研究區(qū)2000—2005年土地利用變化轉(zhuǎn)移概率矩陣和2005年土地利用類(lèi)型所占面積百分比，利用統(tǒng)計(jì)分析法預(yù)測(cè)東遼河流域2025年按歷史趨勢(shì)發(fā)展的土地利用圖。

(2)土地利用總體規(guī)劃情景。研究區(qū)各類(lèi)土地利用面積發(fā)展趨勢(shì)將根據(jù)《吉林省土地利用總體規(guī)劃》(2006—2020年)變化?；?005年研究區(qū)土地利用數(shù)據(jù)，結(jié)合前面CLUE-S模型參數(shù)設(shè)置，分別對(duì)2025年2種情景下的土地利用圖進(jìn)行模擬，結(jié)果見(jiàn)圖3。研究區(qū)2000—2025年的各土地利用類(lèi)型面積變化見(jiàn)圖4。

圖3　不同情況下2025年土地利用變化

3.4東遼河流域未來(lái)土地利用變化對(duì)水文的影響研究

為了定量分析未來(lái)土地利用變化對(duì)徑流等水文要素的長(zhǎng)期影響，本文將采取固定的水文資料及氣候因子的方法，即運(yùn)用1990—2009年?yáng)|遼河流域的水文資料、1990—2009年20 a的氣象站資料，運(yùn)用SWAT已經(jīng)驗(yàn)證好的模型參數(shù)，將CLUE-S模型模擬的未來(lái)不同情景下的土地利用圖輸入SWAT模型，對(duì)2025年情景1及2025年情景2的不同情景模式下的土地利用變化下的水文響應(yīng)進(jìn)行研究。模擬結(jié)果見(jiàn)圖5。由實(shí)測(cè)數(shù)據(jù)我們可知2000—2009年的平均徑流量為20.98 m3/s，由圖5模擬結(jié)果可知，2016—2025年情景1的平均徑流量為15.41 m3/s，2000—2009年的平均徑流量減少了5.57 m3/s；2016—2025年情景2的平均徑流量為13.8 m3/s，比2000—2009年的平均徑流量減少了7.18 m3/s。由此可知，相同的氣象條件(均用1990—2009年的氣象資料)不同的土地利用圖所導(dǎo)致的東遼河流域的地表徑流變化也較大，情景2的土地利用變化比情景1的土地利用變化更有利于減少?gòu)搅鞯牧魇?。由圖4可知，2000—2025年情景1、2025年情景2的土地利用面積變化較大，植被覆蓋率由2000年的77.51%變化到2025年情景1的77.23%和2025年情景2的78.93%。由此可知，植被覆蓋可以很好地減少地表徑流。因此，未來(lái)研究區(qū)的土地利用變化應(yīng)按照國(guó)家的土地利用規(guī)劃實(shí)行，使東遼河流域的土地利用演化趨于合理，從而有利于東遼河流域水資源規(guī)劃及可持續(xù)發(fā)展。

圖4　研究區(qū)2000-2025年不同情景模式下各土地利用類(lèi)型面積變化

圖5　不同情境模式下徑流對(duì)比分析

4　結(jié) 論

將分布式水文模型SWAT應(yīng)用于東遼河流域，選取2000—2007年的實(shí)測(cè)月平均流量、泥沙對(duì)SWAT模型進(jìn)行參數(shù)率定，2008—2009年的實(shí)測(cè)資料對(duì)模型進(jìn)行驗(yàn)證，選用確定性系數(shù)R2和Ens評(píng)價(jià)模型的適用性，研究結(jié)果表明R2和Ens均大于0.5，證明SWAT模型模擬精度較高，適用于研究區(qū)水文模擬研究。

依據(jù)研究區(qū)2000年土地利用圖，通過(guò)CLUE-S模型模擬出2005年土地利用圖與2005年實(shí)測(cè)圖對(duì)比分析可知，CLUE-S模型模擬的精度適用于研究區(qū)土地利用模擬研究?；跂|遼河流域土地利用變化發(fā)展的歷史趨勢(shì)及未來(lái)土地利用總體規(guī)劃，借助CLUE-S模型構(gòu)建了東遼河流域2025年不同情境模式下的土地利用變化情況。

通過(guò)將SWAT與CLUE-S模型耦合，預(yù)測(cè)了研究區(qū)2025年不同情境模式下土地利用變化對(duì)水文的響應(yīng)。2016—2025年情景1的平均徑流量為15.41 m3/s，2016—2025年情景2的平均徑流量為13.8 m3/s，2025年情景2的土地利用變化比情景1的土地利用變化更有利于減少?gòu)搅鞯牧魇?；通過(guò)對(duì)比分析2000年到2025年不同情景模式下土地利用變化的植被覆蓋率變化，2000年植被覆蓋率由77.51%變化到2025年情景1的77.23%和2025年情景2的78.93%，表明植被覆蓋率與徑流的流失量呈反比。研究區(qū)未來(lái)土地利用變化按照國(guó)家土地利用規(guī)劃實(shí)行，對(duì)東遼河流域水資源規(guī)劃及可持續(xù)發(fā)展具有重要的意義。

[1]農(nóng)宇,王坤,杜清運(yùn).利用對(duì)分類(lèi)Logistic回歸進(jìn)行土地利用變化模擬:以湖北省嘉魚(yú)縣為例[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2011,36(6):743-746.

[2]謝花林.典型農(nóng)牧交錯(cuò)區(qū)土地利用變化驅(qū)動(dòng)力分析[J].農(nóng)業(yè)工程學(xué)報(bào),2008,24(10):56-62.

[3]謝花林.基于Logistic回歸模型的區(qū)域生態(tài)用地演變影響因素分析:以京津冀地區(qū)為例[J].資源科學(xué),2011,33(11):2063-2070.

[4]曾凌云,王鈞,王紅亞.基于GIS和Logistic回歸模型的北京山區(qū)耕地變化分析與模擬[J].北京大學(xué)學(xué)報(bào):自然科學(xué)版,2009,45(1):165-170.

[5]Fox J,Vogler J B,Sen O L,et al.Simulating land-cover change in montane mainland southeast Asia[J].Environmental Management,2012,49(5):968-979.

[6]Santini M,Valentini R.Predicting hot-spots of land use changes in Italy by ensemble forecasting[J].Regional Environmental Change,2011,11(3):483-502.

[7]Yu P S,Wang Y C,Kuo C C.Effects of land-use change on runoff response in the ungauged Ta-Chou basin,Taiwan[J].International Association of Hydrological Sciences,Publication,2003(279):162-170.

[8]Neitsch S L,Arnold J G,Kiniry J R,et al.Soil and water assessment tool user′s manual version 2000[Z].Texas:Texas Water Resources Institute,College Station,2002.

[9]Arnold J G,Srinivasan P,Muttiah R S,et al.Large area hydrologic modeling and assessment.Part 1:Model development [J].Journal of the American Water Resources Association,1998,34(1),73-89.

[10]李占玲,徐宗學(xué).黑河流域上游山區(qū)徑流模擬及模型評(píng)估[J].北京師范大學(xué)學(xué)報(bào):自然科學(xué)版,2010,46(3):344-349.

[11]Verburg P H,Soepboer W,Veldkamp A,et al.Modeling the spatial dynamics of regional land use:the CLUE-S model[J].Environmental Management,2002,30(3):391-405.

[12]Verburg P H,Eickhout B,van Meijl H.A multi-scale,multi-model approach for analyzing the future dynamics of European land use[J].The Annals of Regional Science,2008,42(1):57-77.

[13]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.

[14]Gupta H V,Sorooshian S,Yapo P O.Status of automatic calibration for hydrologic models:Comparison with multilevel expert calibration[J].Journal of Hydrologic Engineering,1999,4(2):135-143.

[15]Pontius R G.Quantification error versus location error in comparison of categorical maps[J].Photogrammetric Engineering and Remote Sensing,2000,66(8):1011-1016.

Effect of Future Land Use Change on Hydrology in Dongliaohe Basin

SUN Lina1,2,LIANG Dongmei2

(1.Jilin Huizhongyihuan Technology Development Company,Changchun 130012, China; 2.Jilin Research Academy of Environment Sciences,Changchun 130012,China)

The influence of land use change on hydrology has obtained the extensive concern of society.Dongliaohe Basin was chosen as the case study area.Used distributed watershed hydrological model SWAT (Soil and Water Assessment Tool)and CLUE-S model,we modeled the hydrological response to different land-use change scenarios through coupling the models for SWAT and CLUE-S.The result shows that the runoff in scenario 1 from 2016 to 2025 will be 15.41 m3/s and the runoff in scenario 2 from 2016 to 2025 will be 13.80 m3/s,the result shows that the land use change in scenario 2 will be better for runoff reduction; through comparisons of land use change of vegetation coverage from 2000 to 2025,the vegetation coverage will change from 77.51% to 77.23% from 2000 to the scenario 1 of 2025,and the vegetation coverage will change from 77.51% to 78.93% from 2000 to the scenario 2 of 2025,which shows that the vegetation coverage has the negative relationship with runoff.Therefore,the future land use change in the study area should be in accordance with the national land use planning,the Dongliaohe Basin resources planning and sustainable development have the vital significance.

SWAT model; CLUE-S model; land use change; Dongliaohe Basin

2015-08-28

2015-09-24

吉林省財(cái)政廳項(xiàng)目“東遼河流域土地利用變化對(duì)非點(diǎn)源污染的影響研究”

孫麗娜(1985—),女,吉林延吉人,博士,研究方向?yàn)樗膶W(xué)及水資源。E-mail:sunlina_1985@126.com

F301.2; P333

A

1005-3409(2016)05-0164-05