基于LUCC的秦淮河流域暴雨洪水響應(yīng)分析

，，，， (河海大學(xué) 水利水電學(xué)院，南京 210098)

1 研究背景

流域的下墊面條件和氣候條件是影響洪水產(chǎn)生和發(fā)展的2個(gè)主要因素。下墊面變化能引起洪水形成環(huán)境的變化，而且這種影響常因地而異[1]。Ims等[2](2009)對(duì)城市化過程中韓國(guó)Gyeongancheon流域水文過程的變化進(jìn)行了定量研究，發(fā)現(xiàn)由于1980—2000年流域不透水率增加了近10%，導(dǎo)致總徑流量增加了5.5%，其中地表徑流增加比例達(dá)到24.8%。Nigussie等[3](2016)利用SLEUTH城市增長(zhǎng)模型和HEC-1水文模型研究4種土地利用政策情景下Ayamama流域城市化對(duì)水文響應(yīng)的影響，認(rèn)為Ayamama 流域擴(kuò)展范圍內(nèi)無限制城市化增長(zhǎng)情景下的洪峰最大，且洪峰到達(dá)時(shí)間最快。李致家等[4](2012)選取海河流域紫荊關(guān)、阜平2個(gè)小流域，以1980 年前后的次洪資料獲得的2組參數(shù)的變化來反映流域下墊面的變化，并通過新安江模型模擬出的次洪徑流深和洪峰的變化幅度來反映流域下墊面變化對(duì)洪水的影響。陳瑜等[5](2011)基于柵格分布式水文模型，根據(jù)流域現(xiàn)狀構(gòu)建9種流域下墊面情景，進(jìn)行東江流域白盆珠水庫(kù)子流域下墊面變化的洪水響應(yīng)分析，認(rèn)為城市化有增加產(chǎn)流和加快匯流的作用，而林地在消減洪峰和延緩洪峰滯時(shí)方面效果明顯。李帥等[6](2017)采用歷史氣候要素變化趨勢(shì)和CA-Markov 模型分別設(shè)置未來氣候和土地利用變化情景，應(yīng)用水文評(píng)價(jià)(SWAT)模型對(duì)干旱半干旱區(qū)小流域?qū)幭那逅恿饔驈搅鬟M(jìn)行多情景模擬預(yù)測(cè)。

近30 a來，秦淮河流域城市化發(fā)展迅速，城市區(qū)不斷擴(kuò)張，建設(shè)用地增多，導(dǎo)致不透水面積迅速增加，給流域水文，尤其是暴雨洪水情勢(shì)，帶來深刻的影響，如洪水的洪量增大，洪峰到達(dá)時(shí)間提前等。王建群等[7](2003)建立基于水文狀態(tài)變量和時(shí)空變化過程的數(shù)字水文模型，通過模擬現(xiàn)狀和假設(shè)土地利用情景，對(duì)土地利用變化影響水量平衡的過程進(jìn)行研究。王艷君等[8](2009)采用SWAT模型就流域土地利用變化對(duì)水文過程的影響進(jìn)行探討，研究發(fā)現(xiàn)相對(duì)于1987年的土地利用情景,2000年土地利用情景下的年平均徑流增加了6.61%。李倩[9](2012)在預(yù)測(cè)秦淮河流域不透水率的基礎(chǔ)上，設(shè)置4種城市化空間格局情景，對(duì)城市化空間格局對(duì)流域洪水過程的影響進(jìn)行研究，發(fā)現(xiàn)不透水面分布在流域上游較分布在下游對(duì)洪水的影響更大。高玉琴等[10](2017)在研究圩垸式防洪模式對(duì)流域防洪的影響時(shí)發(fā)現(xiàn)城市圩垸的分布對(duì)洪峰比洪量有更明顯的影響，同時(shí)隨著流域城市化水平的提高，洪水洪量與洪峰均逐漸增大。

綜合并分析以上相關(guān)研究成果，只設(shè)置了不透水面分布情景，或者主要以不透水率作為下墊面變化依據(jù)，不能反映流域內(nèi)其他土地利用類型變化，與流域土地利用變化的實(shí)際情況存在差異，故不能很好地反映秦淮河流域土地利用/覆蓋變化(LUCC)對(duì)暴雨洪水過程的影響。鑒于此，本文對(duì)不同情景下土地利用變化進(jìn)行模擬和預(yù)測(cè)，建立考慮子流域CN值和不透水率變化的HEC-HMS模型，對(duì)土地利用變化的暴雨洪水響應(yīng)進(jìn)行分析研究。

2 研究區(qū)概況和數(shù)據(jù)

2.1 研究區(qū)域

秦淮河流域位于長(zhǎng)江下游江蘇省境內(nèi)，經(jīng)緯度為118°39′E—119°10′E， 31°34′N—32°10′N，流域總面積約2 631 km2(圖1)。該流域有南北2個(gè)水源，分別為句容市寶華山的句容河、東廬山的溧水河。在江寧區(qū)西北村，句容河和溧水河匯合成秦淮河干流。在江寧東山鎮(zhèn)，秦淮河干流又分為2支河流，出口分別在流域西北角的武定門閘和秦淮新河閘，最終均匯入長(zhǎng)江。流域多年平均降雨量1 047.8 mm，多年平均徑流量6.95×108m3。秦淮河流域土地利用類型主要有水田、旱地、城鎮(zhèn)用地等。

圖1 秦淮河流域位置示意圖Fig.1 Map of the Qinhuai River drainage basin

2.2 研究區(qū)數(shù)據(jù)

模型需要數(shù)據(jù)包括研究區(qū)數(shù)字高程模型(DEM)數(shù)據(jù)(90 m×90 m，來源于SRTM地形數(shù)據(jù))、土壤數(shù)據(jù)、土地利用數(shù)據(jù)、氣象和水文數(shù)據(jù)。秦淮河流域土壤數(shù)據(jù)來源于中國(guó)土壤數(shù)據(jù)庫(kù)。土地利用數(shù)據(jù)來源于解譯流域2001年和2010年這2期TM影像獲得的土地利用數(shù)據(jù)(Kappa系數(shù)檢驗(yàn)結(jié)果均在0.95以上)。氣象數(shù)據(jù)包括秦淮河流域1986—2006年21 a間的逐日降雨、氣溫和太陽輻射數(shù)據(jù)，其中降雨數(shù)據(jù)是流域內(nèi)趙村水庫(kù)、武定門閘等8個(gè)站點(diǎn)的日降雨數(shù)據(jù)。水文數(shù)據(jù)是秦淮河流域內(nèi)秦淮新河閘和武定門閘2個(gè)站點(diǎn)的1986—2006年的逐日徑流數(shù)據(jù)。

3 研究方法

3.1 CA-Markov模擬方法

在IDRISI軟件的Markov模型中，設(shè)置分配比例誤差為0.15，疊加2001年和2010年的土地利用圖，獲得Markov轉(zhuǎn)移概率矩陣和Markov轉(zhuǎn)移面積矩陣，轉(zhuǎn)移面積矩陣作為基礎(chǔ)參數(shù)，用于下一時(shí)期土地利用變化的預(yù)測(cè)模擬。

各個(gè)地類的適宜性圖的制作采用多標(biāo)準(zhǔn)評(píng)價(jià)法(Multi-criteria Evaluation，MCE )。參考相關(guān)規(guī)劃，并考慮資料的可獲取性，主要選取以下6個(gè)因素作為秦淮河流域城鎮(zhèn)用地適宜性評(píng)價(jià)的影響因子：距水體距離、與南京市區(qū)距離、距區(qū)縣距離、高程、坡度、人均GDP。采用布爾方法制作約束性因子圖，使用WLC方法制作土地利用類型適宜性評(píng)價(jià)圖，然后通過Collection Editor工具來整合成適宜性圖集[11]。

運(yùn)用CA-Markov模型，輸入2010年基期土地利用數(shù)據(jù)，導(dǎo)入2001—2010年轉(zhuǎn)移矩陣和相應(yīng)情景下的2010年適宜性圖集，循環(huán)次數(shù)設(shè)置為18，選擇5×5濾波器，進(jìn)行秦淮河流域2028年不同土地利用發(fā)展情景下的土地利用變化預(yù)測(cè)。

3.2 土地利用變化情景

根據(jù)《江蘇省土地利用總體規(guī)劃(2006—2020年)》，土地利用規(guī)劃需滿足可持續(xù)發(fā)展要求，加強(qiáng)基本農(nóng)田保護(hù)，控制建設(shè)用地規(guī)模，穩(wěn)步提高林業(yè)用地，從而優(yōu)化土地利用結(jié)構(gòu)，進(jìn)一步加強(qiáng)土地生態(tài)建設(shè)。在此背景下，本文設(shè)定3種情景對(duì)秦淮河流域2028年的土地利用變化進(jìn)行模擬預(yù)測(cè)：

(1)情景1為自然發(fā)展模式，不考慮政策影響。

(2)情景2為林地保護(hù)模式，在情景1基礎(chǔ)上，加入林地政策性約束條件(見圖2(a))。

(3)情景3為水田保護(hù)模式，在情景1基礎(chǔ)上，加入水田政策性約束條件(見圖2(b))。

圖2 土地利用約束條件Fig.2 Land use constraints

基于情景設(shè)置要求，在創(chuàng)建2010年城鎮(zhèn)用地適宜性圖時(shí)，分別以2010年現(xiàn)有林地、水田區(qū)域作為城鎮(zhèn)用地轉(zhuǎn)化的限制區(qū)，在該限制區(qū)內(nèi)約束該土地利用類型向城鎮(zhèn)用地轉(zhuǎn)化。

利用MCE中的WLC方法將約束因子圖和2010年城鎮(zhèn)用地轉(zhuǎn)化適宜性圖合并，組成2010年適宜性圖集，從而獲得可持續(xù)發(fā)展模式下情景2和情景3土地利用的模擬預(yù)測(cè)圖。3種情景下2028年土地利用變化預(yù)測(cè)圖如圖3所示。

圖3 2028年土地利用分布預(yù)測(cè)Fig.3 Land use predictions in 2028

3.3 研究區(qū)HEC-HMS模型建立

HEC-HMS(Hydrologic Engineering Center’s Hydrologic Modeling System)水文模型主要由流域模塊、氣象模塊、控制運(yùn)行模塊以及時(shí)間序列數(shù)據(jù)模塊等組成。通過對(duì)實(shí)際流域上降雨徑流過程概化處理，流域模塊將降雨徑流的形成過程劃分為降雨損失、直接徑流、基流、河道匯流4個(gè)部分[12]。研究選定的產(chǎn)流計(jì)算方法是SCS(Soil Conservation Service)曲線法，它基于水平衡方程、比例相等假設(shè)以及初損值-當(dāng)時(shí)可能最大潛在滯留量關(guān)系假設(shè)，通過確定經(jīng)驗(yàn)性的綜合參數(shù)CN值，進(jìn)行流域產(chǎn)流量模擬計(jì)算；選用馬斯京根法進(jìn)行河道匯流演算，采用snyder單位線法計(jì)算直接徑流，采用退水曲線法計(jì)算基流。

選取秦淮河流域內(nèi)1986—2006年間8場(chǎng)典型洪水觀測(cè)資料進(jìn)行模擬研究，以包含豐、平、枯等洪水類型為原則對(duì)洪水場(chǎng)次進(jìn)行選取。模擬時(shí)步長(zhǎng)設(shè)為1 d。將這8場(chǎng)洪水期間各雨量站的雨量時(shí)間序列數(shù)據(jù)及同期觀測(cè)的流量數(shù)據(jù)輸入HEC-DSSVue數(shù)據(jù)庫(kù)中，以供HEC-HMS水文模型中的時(shí)間序列數(shù)據(jù)調(diào)用。本次模擬流域劃分為19個(gè)子流域，選用泰森多邊形法對(duì)實(shí)測(cè)的降雨數(shù)據(jù)進(jìn)行內(nèi)插，最終得到每個(gè)子流域形心處的降雨量。秦淮河流域雨量站泰森多邊形和模型結(jié)構(gòu)圖如圖4所示。

圖4 秦淮河流域雨量站泰森多邊形和HEC-HMS模型結(jié)構(gòu)Fig.4 Tyson polygons of rainfall stations and HEC-HMS model for the Qinhuai River basin

采用單變量梯度搜索方法結(jié)合手工方法對(duì)HEC-HMS模型參數(shù)進(jìn)行率定。根據(jù)選擇的8場(chǎng)具有代表性的典型洪水，對(duì)秦淮河流域水文模型進(jìn)行率定和驗(yàn)證，其中3場(chǎng)洪水用于模型率定，另外5場(chǎng)用于模型驗(yàn)證。通過計(jì)算模擬與實(shí)測(cè)洪量的相對(duì)誤差、洪峰流量的相對(duì)誤差及擬合系數(shù)(R2)、峰現(xiàn)時(shí)差及納什系數(shù)Ens，來綜合評(píng)價(jià)模型模擬的精度。

4 結(jié)果與討論

4.1 HEC-HMS模型率定和驗(yàn)證

模型主要需要確定的參數(shù)有CN值、不透水率、流域滯時(shí)、蓄量常數(shù)K、流量比重X。CN值作為SCS曲線方法產(chǎn)流計(jì)算的重要參數(shù)，是土壤透水性、土地利用和前期土壤水分條件的函數(shù)[13]。參照SCS工程各種土壤覆蓋和土壤類型條件下的CN值劃分，并依據(jù)土壤滲透性定義的4類土壤水文單元A(高滲透性)、B(較高滲透性)、C(中滲透性)、D(低滲透性)確定子流域內(nèi)各種土地利用類型對(duì)應(yīng)CN取值。研究區(qū)不同土地利用類型和土壤類型的水文單元的CN值設(shè)置如表1所示。

表1 研究區(qū)不同土地利用類型和土壤類型的水文單元的CN值設(shè)置Table 1 CN values of hydrological units of different landuse types and soil types in the study area

根據(jù)流域土地利用情況、河道情況等可以確定CN值、不透水率、流域滯時(shí)這3個(gè)參數(shù)，需要率定的參數(shù)主要為馬斯京根模型中的蓄量常數(shù)K及流量比重X[14]。率定與驗(yàn)證統(tǒng)計(jì)結(jié)果如表2所示。

表2 HEC-HMS模型模擬8場(chǎng)洪水的評(píng)價(jià)指標(biāo)結(jié)果Table 2 Evaluation results of eight flood eventssimulated by HEC-HMS model

注：表中的19870701表示1987年7月1日，依此類推

根據(jù)表2，率定期洪水的洪量及洪峰相對(duì)誤差在20%以內(nèi)，納什系數(shù)及相關(guān)系數(shù)均>0.8。3場(chǎng)洪水的洪量相對(duì)誤差均值為4.79%，洪峰相對(duì)誤差均值為14.57%，納什系數(shù)均值為0.95，相關(guān)系數(shù)均值為0.96，表明模型在率定期的模擬效果較為可靠。率定期和驗(yàn)證期各取3場(chǎng)洪水的模擬值和實(shí)測(cè)值進(jìn)行對(duì)比，如圖5所示。

圖5 秦淮河流域率定期和驗(yàn)證期降雨徑流過程模擬值與實(shí)測(cè)值對(duì)比Fig.5 Comparison between simulated and measured rainfall runoff processes in calibration and validation period in the Qinhuai River Basin

根據(jù)圖5，秦淮河流域出口的模擬洪水過程線與實(shí)測(cè)過程線基本吻合。由表2可知，驗(yàn)證期只有編號(hào)為19990622洪水的洪量及洪峰相對(duì)誤差略>20%，但超出部分<5%，其余4場(chǎng)洪水的洪量及洪峰相對(duì)誤差均<20%，而且驗(yàn)證期5場(chǎng)洪水的納什系數(shù)及相關(guān)系數(shù)均>0.8。5場(chǎng)洪水的洪量相對(duì)誤差均值為-4.03%，洪峰相對(duì)誤差均值為-4.51%，納什系數(shù)均值為0.92，相關(guān)系數(shù)均值為0.95。結(jié)果表明，HEC-HMS模型適用于秦淮河流域的洪水模擬。

4.2 不同土地利用情景下參數(shù)計(jì)算

4.2.1 CN值

通過解譯獲得2010年的土地利用圖，通過CA-Markov模型模擬得到未來2028年3種情景的土地利用圖，2010年和未來3種情景的土地利用均根據(jù)子流域已確定的土地利用類型的CN值，結(jié)合各土地利用類型百分比計(jì)算子流域綜合CN值。子流域綜合CN值如表3所示。

4.2.2 不透水率

由CA-Markov模型生成的流域2028年土地利用數(shù)據(jù)，經(jīng)過IDRISI格式轉(zhuǎn)換、GIS工具裁剪和重分類，作為HEC-HMS水文模型的基礎(chǔ)數(shù)據(jù)。在GIS中，分別將流域2010年和2028年土地利用柵格數(shù)據(jù)轉(zhuǎn)換為相應(yīng)矢量文件，并分別與子流域劃分矢量文件進(jìn)行疊加，獲得每個(gè)子流域上土地利用分布情況，每個(gè)子流域內(nèi)城鎮(zhèn)用地所占比例如表4所示。秦淮河流域城市化水平高，本文選擇子流域的城鎮(zhèn)用地比例作為子流域不透水率，用于模型模擬。

表3 子流域綜合CN值Table 3 Integrated CN values of sub-basins indifferent land use scenarios

表4 各子流域內(nèi)城鎮(zhèn)用地所占比例統(tǒng)計(jì)Table 4 Statistics of urban land use percentagesin different sub-basins

4.3 不同土地利用變化情景洪水效應(yīng)分析

為了揭示秦淮河流域土地利用變化對(duì)不同規(guī)模的洪水的影響，根據(jù)研究區(qū)21 a(1986—2006年)實(shí)測(cè)洪水資料，將秦淮河流域的典型洪水按洪量大小分為3個(gè)量級(jí)，小規(guī)模洪水(洪量<200 mm)；中等規(guī)模洪水(洪量為200～350 mm)；大規(guī)模洪水(洪量>350 mm)。選取編號(hào)19890803(小規(guī)模)、編號(hào)19870701(中等規(guī)模)、編號(hào)19910630(大規(guī)模)3次具有不同大小洪水過程的暴雨洪水事件進(jìn)行模擬分析。

3種情景下2028年相對(duì)于2010年的洪水模擬結(jié)果變化如表5所示，洪峰和洪量變化如圖6所示。3種情景下2028年洪水的洪峰和洪量，相對(duì)于2010年均有不同程度的增大。以編號(hào)19890803洪水為例，3種情景下洪水的洪峰分別增加3.5%,3.1%,3.3%，洪量分別增加2.9%,2.4%,2.6%。對(duì)于不同規(guī)模的洪水，洪峰、洪量變化程度不一致；除情景2下中規(guī)模洪水的洪量變化程度略小于大規(guī)模洪水外，其余不同情景下洪水的洪峰和洪量具有以下規(guī)律：洪水規(guī)模越小，洪峰和洪量變化越明顯。以情景1為例，大、中、小規(guī)模洪水的洪峰和洪量變化分別為0.4%和1.1%、1.6%和1.4%、3.5%和2.9%。

表5 3種情景下2028年相對(duì)于2010年的洪水模擬結(jié)果變化Table 5 Comparison of flood simulation results between2010 and 2028 under three different scenarios

圖6 不同情景下洪峰和洪量變化對(duì)比Fig.6 Comparison of flood peak and flood volume change among different scenarios

由圖6可見，情景2和情景1相比，不同規(guī)模洪水的洪峰和洪量變化程度均有不同程度的減少。從土地利用變化情景角度分析，情景2為林地限制模式，由于在限制區(qū)內(nèi)禁止林地向城鎮(zhèn)用地轉(zhuǎn)化，減少了流域林地向城鎮(zhèn)用地的轉(zhuǎn)換比例，從而一定程度上減緩了流域城鎮(zhèn)用地快速增加所導(dǎo)致的洪量和洪峰增加的城鎮(zhèn)化水文效應(yīng)。

由圖6還可以看出，情景3和情景1模擬結(jié)果相比，不同規(guī)模洪水的洪峰和洪量變化程度均有不同程度的減少，但仍大于情景2洪水的洪峰和洪量變化幅度。以編號(hào)19870701洪水為例，情景1洪峰和洪量變化分別為1.6%,1.4%；情景2洪峰和洪量變化分別為0.3%,1.1%；情景3洪峰和洪量變化分別為1.5%,1.2%。

從土地利用變化情景角度分析，在城鎮(zhèn)用地轉(zhuǎn)化面積一定情況下，以水田為限制因子(情景3)，控制了水田向城鎮(zhèn)用地的轉(zhuǎn)化，相對(duì)增大了旱地和林地等向城鎮(zhèn)用地轉(zhuǎn)化的比例;而以林地為限制因子(情景2)，控制了林地向城鎮(zhèn)用地的轉(zhuǎn)化，相對(duì)增大了水田和旱地等向城鎮(zhèn)用地轉(zhuǎn)化的比例。由于流域內(nèi)水田和旱地所占比例相對(duì)其他用地較大，在城鎮(zhèn)用地轉(zhuǎn)化面積中占的比例也更大，因此對(duì)流域CN值貢獻(xiàn)更大。同時(shí)林地的CN值低于水田的CN值，而CN值越低，意味著該種土地類型覆蓋的地表越不易產(chǎn)流，從而當(dāng)該土地利用類型轉(zhuǎn)化城鎮(zhèn)用地后，地表產(chǎn)流增加更多，導(dǎo)致情景3洪水模擬結(jié)果較情景2模擬結(jié)果增大。

5 結(jié) 論

本文根據(jù)CA-Markov模型模擬的流域自然發(fā)展情景、林地限制情景、水田限制情景下2028年土地利用變化結(jié)果，建立流域HEC-HMS模型，對(duì)土地利用變化的暴雨洪水響應(yīng)進(jìn)行研究。

對(duì)于秦淮河流域的暴雨洪水響應(yīng)研究，本文研究成果與前人基本一致，即自然發(fā)展情景下，隨著流域城市化發(fā)展，流域洪峰和洪量均呈增加趨勢(shì)。在此基礎(chǔ)上，本文進(jìn)一步研究水田限制情景和林地限制情景的暴雨洪水變化規(guī)律，得出以下結(jié)論：自然發(fā)展情景的洪峰和洪量增加程度最大；其次為水田限制情景；林地限制情景的增加程度最低。

根據(jù)模型模擬結(jié)果，秦淮河流域未來城鎮(zhèn)用地將會(huì)增加，而水田、旱地、林地等其他類型則會(huì)進(jìn)一步減少，城市化的暴雨洪水有加劇的趨勢(shì)。針對(duì)這種洪水形勢(shì)，流域應(yīng)該采取限制或者減緩流域內(nèi)水田、林地等其他土地利用類型向城鎮(zhèn)用地轉(zhuǎn)化的措施，控制耕地過快減少，促進(jìn)林地穩(wěn)步增長(zhǎng)，提高流域防洪減災(zāi)能力，從而促進(jìn)流域城市化的可持續(xù)發(fā)展。

城市化洪水響應(yīng)具有空間差異性，受各種流域下墊面條件的綜合影響，今后尚需考慮流域內(nèi)影響下墊面變化的人類活動(dòng)因素，如水利工程建設(shè)和調(diào)控等，進(jìn)一步討論城市化對(duì)流域洪水的影響規(guī)律。

參考文獻(xiàn)：

[1] 蔡 濤,李瓊芳,宋秀民,等. 基于空間信息平臺(tái)的土地利用方式變化徑流響應(yīng)模擬[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,37(5):563-567.

[2] IMS J, KIM H, KIM C,etal. Assessing the Impacts of Land Use Changes on Watershed Hydrology Using MIKE SHE[J]. Environmental Geology, 2009, 57(1): 231-239.

[3] NIGUSSIE T A, ALTUNKAYNAK A. Assessing the Hydrological Response of Ayamama Watershed from Urbanization Predicted under Various Landuse Policy Scenarios[J]. Water Resources Management, 2016, 30(10): 3427-3441.

[4] 李致家,于莎莎,戴健男,等. 利用水文模型研究下墊面變化對(duì)洪水的影響[J]. 人民黃河,2012,34(7):17-19.

[5] 陳 瑜,黃鋒華,孔次芬.白盆珠水庫(kù)流域下墊面變化的洪水響應(yīng)研究[J]. 長(zhǎng)江科學(xué)院院報(bào),2011,28(8):1-4,10.

[6] 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.

[7] 王建群,盧志華. 土地利用變化對(duì)水文系統(tǒng)的影響研究[J]. 地球科學(xué)進(jìn)展,2003,18(2):292-298.

[8] 王艷君,呂宏軍,施雅風(fēng),等. 城市化流域的土地利用變化對(duì)水文過程的影響——以秦淮河流域?yàn)槔齕J]. 自然資源學(xué)報(bào),2009,24(1):30-36.

[9] 李 倩. 秦淮河流域城市化空間格局變化及其水文效應(yīng)[D].南京：南京大學(xué),2012.

[10] GAO Y Q, YUAN Y, WANG H Z,etal. Examining the Effects of Urban Agglomeration Polders on Flood Events in Qinhuai River Basin, China with HEC-HMS Model[J].Water Science and Technology,2017,75(9):2130-2138.

[11] 崔敬濤. 基于Logistic-CA-Markov模型的臨沂市土地利用變化模擬預(yù)測(cè)研究[D].南京：南京大學(xué),2014.

[12] 李 燕,陳孝田,朱朝霞. HEC-HMS在洪水預(yù)報(bào)中的應(yīng)用研究[J]. 人民黃河,2008,30(4):23-24.

[13] NEITSCHS, ARNOLD J, KINIRY J,etal. SWAT2009 Theoretical Documentation[R]. Texas: Texas Water Resources Institute, 2011.

[14] 袁 玉,高玉琴,吳 錫. 基于HEC-HMS水文模型的秦淮河流域圩垸式防洪模式洪水模擬[J]. 三峽大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,37(5):34-39.