RCP8.5情景下流域景觀水文與泥沙動(dòng)態(tài)連通變化研究

趙天逸

成玉寧*

由于氣候變化對(duì)降雨量和流域水文過(guò)程影響的復(fù)雜性和不確定性，使量化流域的水文循環(huán)演變規(guī)律成為風(fēng)景園林學(xué)學(xué)科中景觀水文的重點(diǎn)關(guān)注內(nèi)容。降水、洪水發(fā)生數(shù)量和頻率的增加，都將極大威脅位于洪泛區(qū)的城市和農(nóng)村基礎(chǔ)設(shè)施。水文連通是調(diào)節(jié)區(qū)域供水、防洪抗旱及維護(hù)區(qū)域生態(tài)安全的重要保障，在風(fēng)景園林學(xué)學(xué)科中，水文連通性已被廣泛運(yùn)用于描述河流、濕地景觀的空間連接。

目前，國(guó)內(nèi)現(xiàn)有的水文連通研究主要集中于結(jié)構(gòu)與功能連通[1]。模型多數(shù)僅對(duì)水系結(jié)構(gòu)進(jìn)行分析，將流域河網(wǎng)視作“黑箱”，忽略水流的物理運(yùn)動(dòng)狀態(tài)，這就指向了一種靜態(tài)的水文連通。地形地貌作為影響水文連通的主要因素之一，由于泥沙沖淤和地表景觀演變的時(shí)間尺度比水文水動(dòng)力變化更長(zhǎng)[2]，以往研究將河底地形看作靜態(tài)要素，忽略泥沙對(duì)于水文連通的影響，因此對(duì)于氣候變化影響下沉積物通量較高地區(qū)的長(zhǎng)期評(píng)估，現(xiàn)有的景觀水文連通研究并不準(zhǔn)確。

1989年，沃德(Ward)從四維角度詮釋了河流水系的連通機(jī)制不僅包括三維空間變化，還包括時(shí)間上的動(dòng)態(tài)性[3]。Merenlende和Matella提出綜合水文生境連通模型框架，基于物理和生態(tài)模型量化了地形改變、流量恢復(fù)、氣候變化等對(duì)水文生境連通性的影響[1]。目前，國(guó)內(nèi)外對(duì)于水文連通性的定量評(píng)估方法主要有原位水文監(jiān)測(cè)、水文模型[4]、連通性函數(shù)[5]和圖論[6]等。計(jì)算設(shè)備和地形數(shù)據(jù)的發(fā)展，提供了使用流體動(dòng)力學(xué)建模工具以高時(shí)空分辨率估算洪水泛濫和濕地連通性的機(jī)會(huì)[7]。近期的研究用水文模型和地理信息系統(tǒng)(GIS)分析來(lái)量化流量對(duì)淹沒(méi)模式和水文連通的影響，包括卡里姆(Karim)等開(kāi)發(fā)了使用二維水動(dòng)力模型來(lái)量化濕地連通性的方法[8]，但均沒(méi)有考慮河床的動(dòng)態(tài)變化。

洪泛區(qū)域的水文連通是水生和陸生生物的棲息地保障，促進(jìn)了水體間的營(yíng)養(yǎng)流通[9]。高水平的連通性促進(jìn)魚(yú)類(lèi)移動(dòng)[10]，連通性的降低會(huì)導(dǎo)致生物多樣性減少[11]，氣候變化將改變河道的流動(dòng)狀態(tài)，并且導(dǎo)致連通性的下降[12]。因此，研究水文連通性變化對(duì)于維持生境質(zhì)量和生態(tài)功能至關(guān)重要。

在威爾士地區(qū)，塞文河凱爾蘇斯流域是一段橫向不穩(wěn)定的礫石床曲流河，根據(jù)吉廷斯(Gittins)[13]的研究表明，塞文河河流系統(tǒng)對(duì)洪水頻率和洪水強(qiáng)度變化高度敏感，泥沙通量高，河段緊鄰村落及農(nóng)田，長(zhǎng)期處于高強(qiáng)度洪水威脅中。目前對(duì)于塞文河流域的研究多集中于洪水[14]、古洪水歷史地貌及沉積學(xué)演變方面[15]。

研究的主要目的是通過(guò)考察凱爾蘇斯流域氣候變化情景影響下的淹沒(méi)模式、泥沙與水文連通性變化，為凱爾蘇斯區(qū)域的水文管理提供建議與參考。研究方法綜合水動(dòng)力地表景觀演變模型與景觀連通性指數(shù)法，通過(guò)評(píng)估流域內(nèi)幾種關(guān)鍵水文過(guò)程，如淹沒(méi)面積、侵蝕與沉積速率、地貌景觀形態(tài)、水流水量等，分析流域內(nèi)的景觀水文動(dòng)態(tài)連通狀況，通過(guò)構(gòu)建IIC、PC指數(shù)，探討氣候變化下流域水文與地表景觀動(dòng)態(tài)變化對(duì)水文連通功能與過(guò)程的影響與規(guī)律。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

塞文河是英國(guó)最長(zhǎng)的河流，全長(zhǎng)354km，位于威爾士中部。研究區(qū)面積為1 584.6hm2(圖1)。威爾士地區(qū)河流系統(tǒng)的地貌多樣性高，呈高地特征，在山前和低地河段，威爾士河流系統(tǒng)多具有發(fā)達(dá)的沖擊谷層，河流系統(tǒng)研究數(shù)據(jù)易于留存、便于校驗(yàn)。

圖1 賽文河凱爾蘇斯流域研究區(qū)位與用地性質(zhì)

1.2 數(shù)據(jù)來(lái)源

數(shù)字地形模型數(shù)據(jù)來(lái)自威爾士地理門(mén)戶網(wǎng)站A Geo-Portal for Wales(https://lle.gov.wales)。研究選擇分辨率2m的激光雷達(dá)數(shù)據(jù)集和數(shù)字地形模型(LiDAR Composite Dataset-DTM，Version: 2m)，并使用ArcGIS 10.5軟件處理地形數(shù)據(jù)，用于CAESAR-Lisflood模型的輸入模擬。

降雨氣候數(shù)據(jù)來(lái)自英國(guó)哈德利氣候預(yù)測(cè)與研究中心Met Office Hadley Centre(https://ukclimateprojections-ui.metoffice.gov.uk/ui/home)的區(qū)域氣候模型(RCM-PPE)中RCP8.5情景下2021—2030年每日降雨數(shù)據(jù)mm(day)，分辨率為12hm。

2 研究方法

2.1 UKCP18氣候預(yù)測(cè)

英國(guó)氣候預(yù)測(cè)(UK Climate Projections)UKCP18使用單一氣候模型的物理擾動(dòng)組(Perturbed Physics Ensemble，PPE)模擬，為英國(guó)提供降水、溫度和其他變量的概率預(yù)測(cè)，每個(gè)模型在專(zhuān)家指定范圍內(nèi)采用不同參數(shù)設(shè)置[16]。

依據(jù)聯(lián)合國(guó)政府氣候變化委員會(huì)IPCC(Intergovermental Panel on Climate Change)的研究，選取典型濃度路徑RCP8.5(Representative Concentration Pathways，RCPs)的最高溫室氣體排放情景，研究極端氣候變化情況對(duì)景觀水文連通的影響，為英國(guó)賽文河流域集水區(qū)生成2021—2030年的日降雨氣候數(shù)據(jù)，模型預(yù)測(cè)英國(guó)降水量冬季平均變化范圍為-1%～+35%，夏季范圍為-47%～+2%。

2.2 水動(dòng)力地表景觀演變模型

凱撒二維水動(dòng)力地表景觀演變模型(CAESAR-Lisflood)[17]綜合元胞自動(dòng)機(jī)及流體動(dòng)力學(xué)模型，根據(jù)河流的侵蝕和沉積過(guò)程，在規(guī)則的單元網(wǎng)格上路由水并更改高度。CAESARLisflood模型的主要特征是在子事件時(shí)間步長(zhǎng)上運(yùn)行組合水文和水力的流模型，且具有多粒度侵蝕、沉積及斜坡過(guò)程，適合長(zhǎng)期評(píng)估沉積物通量較高的地區(qū)[18]。

本案例使用CAESAR-Lisflood的集水模式①共同運(yùn)行。此外，模型將數(shù)字地形模型(DTM，2m)柵格重采樣為20m×20m網(wǎng)格，以維持計(jì)算穩(wěn)定性。土壤粒度參數(shù)[15]作為初始條件。降雨落在地表上驅(qū)動(dòng)水流和斜坡過(guò)程，這些過(guò)程決定了給定時(shí)間步長(zhǎng)的侵蝕和沉積的空間分布，成為下一個(gè)時(shí)間步驟的起點(diǎn)。模型輸出空間與時(shí)間上的高程、徑流深度、沉積物分布，以及出口處的流量和沉積物通量等。

在集水區(qū)模式下運(yùn)行時(shí)，CAESARLisflood模型使用TOPMODEL[19]的改編方法計(jì)算得出降雨輸入在集水區(qū)產(chǎn)生的徑流，當(dāng)土壤水分存儲(chǔ)超過(guò)閾值時(shí)產(chǎn)生地表徑流，根據(jù)流量模型進(jìn)行路由，使用曼寧方程計(jì)算水流深度和流速，而后模擬沉積物的傳輸和沉積。CAESARLisflood模型區(qū)分9種不同粒度的沉積物，這些沉積物作為河床荷載與懸浮荷載運(yùn)輸(表1)。

表1 模型主要輸入?yún)?shù)

2.3 景觀連通性變化指數(shù)

基于圖論及數(shù)學(xué)算法基礎(chǔ)，Pascual-Hortal等[20]開(kāi)發(fā)了用以評(píng)價(jià)景觀連接度及斑塊重要性的Conefor Sensinod軟件，能定量計(jì)算棲息斑塊對(duì)于維持及改善景觀連接度的重要程度，給風(fēng)景園林規(guī)劃及棲息地保護(hù)工作提供技術(shù)支持[21]。

本文采用整體連通性指數(shù)(IIC)與可能連通性指數(shù)(PC)來(lái)評(píng)價(jià)斑塊的結(jié)構(gòu)重要性，反映景觀的連接度與各斑塊對(duì)景觀連接度的重要值[22]。通過(guò)ArcGIS 10.5和Conefor Inputs for ArcGIS 10.X插件模塊，以水體作為生境斑塊，生成連接與節(jié)點(diǎn)數(shù)據(jù)。連接數(shù)據(jù)包含連接距離及概率，節(jié)點(diǎn)數(shù)據(jù)包括水體斑塊面積特征。運(yùn)用Conefor Sensinode 2.6軟件，基于兩節(jié)點(diǎn)之間距離遞減指數(shù)函數(shù)的連接概率模型，計(jì)算每2個(gè)節(jié)點(diǎn)之間的連接概率[23]。

IIC范圍從0到1，隨連接性的提高而增加。IIC＝0，表示各生境斑塊之間無(wú)連接；IIC＝1，表示整個(gè)景觀都是生境斑塊[24]。公式如下：

PC范圍從0到1，隨連接性的提高而增加。公式如下：

式中，ai、aj為斑塊i、j的面積；nlij為斑塊i、j最短路徑上的連接數(shù)；n為景觀節(jié)點(diǎn)總數(shù)；AL為景觀總面積；為斑塊i、j間擴(kuò)散途徑的最大概率值。本研究基于研究區(qū)域的尺度及節(jié)點(diǎn)間平均距離，設(shè)置擴(kuò)散距離閾值為400m，連通擴(kuò)散概率為0.5[25]。

3 結(jié)果與分析

3.1 RCP8.5情景水文動(dòng)態(tài)淹沒(méi)模擬

通過(guò)模擬氣候變化影響下賽文河流域的水文過(guò)程，研究增加沉積物動(dòng)力學(xué)后，對(duì)未來(lái)10年間(2021—2030年)淹沒(méi)范圍的動(dòng)態(tài)影響。選取2018年典型年水位數(shù)據(jù)①與模型模擬2018年歷史降雨②影響下的水位數(shù)據(jù)進(jìn)行季節(jié)性變化校驗(yàn)，由于計(jì)算機(jī)運(yùn)算穩(wěn)定性限制，選用短歷時(shí)及粗精度數(shù)據(jù)，受校準(zhǔn)期影響，CAESARLisflood中的土壤模型、水文淹沒(méi)范圍和景觀水文連通指數(shù)精度會(huì)有一定影響。

研究發(fā)現(xiàn)，賽文河流域洪泛區(qū)從旱季到雨季的平均淹沒(méi)面積為458.52～776.76km2(圖2)，雨季洪泛區(qū)的淹沒(méi)面積是旱季的0.6倍。由于研究區(qū)域范圍較小，部分洪泛區(qū)域變化不顯著，1—3月，淹沒(méi)面積小幅增長(zhǎng)；4—8月，淹沒(méi)面積大幅下降；9—12月，淹沒(méi)面積再次大幅提高，持續(xù)維持在較高水平。月平均水量在18.57萬(wàn)～21.91萬(wàn)m3(總體平均值：20.21萬(wàn)m3；圖3)。

圖2 1—12月平均淹沒(méi)/連通淹沒(méi)區(qū)面積(2021—2030年)

圖3 1—12月平均水量變化(2021—2030年)

賽文河流域洪泛區(qū)的連通淹沒(méi)區(qū)面積為454.4～769.4km2(圖2)，孤立淹沒(méi)區(qū)面積為2～8km2(圖4)。8月獨(dú)立淹沒(méi)區(qū)面積最小，9月獨(dú)立淹沒(méi)區(qū)面積大幅增長(zhǎng)至最高點(diǎn)。在雨季9月—次年3月，小型獨(dú)立淹沒(méi)區(qū)增多。賽文河洪泛區(qū)的水深范圍在0.01～5.5m。總體上看，洪泛區(qū)水深大部分集中在0.01～0.4m，小部分區(qū)域局部水深較深，范圍為1.4～5.5m(圖5)。

圖4 1—12月平均孤立淹沒(méi)區(qū)面積(2021—2030年)

圖5 2021—2030年1—12月每月平均淹沒(méi)范圍水深空間分布

CAESAR-Lisflood模型結(jié)果表明，泥沙含量改變使河底高程發(fā)生了變化。大部分沉積物沉積在河道中，河道發(fā)生改道，侵蝕作用多發(fā)生在河道兩側(cè)。侵蝕作用高差范圍為-1.20～0m，沉積作用高差為0～5.66m(圖6)。總體沉積作用面積(2.67km2)是侵蝕作用面積(1.47km2)的2倍，2021—2030年總沉積量為96 398.13m3，遠(yuǎn)高于總侵蝕量20 900.85m3，總沉積量是總侵蝕量的4.6倍。與河道區(qū)域相比，洪泛區(qū)域沉積作用更明顯。

圖6 2021—2030年10年間侵蝕與沉積空間分布

在模擬中加入侵蝕與沉積作用后，對(duì)比模擬終止點(diǎn)(2030年12月31日)數(shù)據(jù)，加入泥沙后的淹沒(méi)面積為5.87km2，略低于無(wú)泥沙作用的淹沒(méi)面積6.12km2，流域總水量206 889.61m3遠(yuǎn)低于341 986.26m3，加入泥沙數(shù)據(jù)后的流域總水量減少了40%。結(jié)果表明，泥沙輸移導(dǎo)致的河底高程變化使淹沒(méi)面積減小，也導(dǎo)致流域總水量降低。

3.2 RCP8.5情景景觀水文動(dòng)態(tài)連通指數(shù)

賽文河凱爾蘇斯流域的泥沙侵蝕與沉積改變了洪水路徑和水深，導(dǎo)致水文連通情況的改變。由于案例研究區(qū)面積較小，部分月份水文斑塊數(shù)為1，這一情況IIC、PC指數(shù)設(shè)置為0。在RCP8.5情景下，2021—2030年1—3月與9—12月IIC、PC指數(shù)波動(dòng)幅度較大；4—8月IIC、PC指數(shù)變化趨于平穩(wěn)(圖7)。

圖7 1—12月每月IIC、PC指數(shù)(2021—2030年)

其中，1月IIC與PC指數(shù)從2021年起由高點(diǎn)大幅下降至低位，在2025—2030年于低位小幅波動(dòng)；2月IIC、PC指數(shù)在2021—2027年劇烈波動(dòng)；3月IIC、PC指數(shù)在2025年達(dá)到最高點(diǎn)，其余年份數(shù)值趨于低位且變化幅度小；4—8月在2021—2030年除水文斑塊數(shù)為1的情況外，IIC、PC指數(shù)基本處于較低水平；9月IIC、PC指數(shù)在2027年達(dá)到最高點(diǎn)，其余年份均處于低位小幅波動(dòng)；10—12月3個(gè)年份變化規(guī)律相似，IIC、PC指數(shù)均在2025和2027年達(dá)到高點(diǎn)。

總體看來(lái)，景觀水文可能連通性指數(shù)略高于整體連接度指數(shù)。水文整體連接度在2021—2030年除4—8月相對(duì)平穩(wěn)、處于較低水平外，其余月份多在2025和2027年前后連通度大幅提升。2021—2030年，整體連接度指數(shù)及可能連通性指數(shù)呈現(xiàn)總體下降趨勢(shì)。

氣候模型的長(zhǎng)期氣候平均值比極端事件或日/次日值的時(shí)間序列置信度更高。2月平均水文連通度最高；除8月斑塊數(shù)為1的情況外，1—3、9—12月平均IIC、PC指數(shù)較高，水文連通度較高；4—7月平均IIC、PC指數(shù)較低，水文連通度較低。

連續(xù)10年模擬加入了侵蝕與沉積作用過(guò)程后，對(duì)比模擬終止點(diǎn)(2030年12月31日)上的數(shù)據(jù)，加入泥沙后的IIC、PC指數(shù)分別為0.237、0.239，略低于無(wú)泥沙數(shù)據(jù)的IIC、PC指數(shù)0.252、0.254，表明在加入泥沙數(shù)據(jù)后，水文整體連接度與可能連通性略有降低。

4 討論

在氣候變化背景下，10年間動(dòng)態(tài)淹沒(méi)模式的變化能夠了解在RCP8.5情景下的動(dòng)態(tài)變化趨勢(shì)，通過(guò)小時(shí)降雨率，得出10年間3 600d淹沒(méi)模式逐天的動(dòng)態(tài)變化，而不止于靜態(tài)時(shí)間點(diǎn)上的連通性數(shù)據(jù)評(píng)價(jià)與統(tǒng)計(jì)。如Karim等[26]研究不同氣候條件下連通時(shí)長(zhǎng)變化，則是通過(guò)量化百分比時(shí)長(zhǎng)統(tǒng)計(jì)連通總時(shí)長(zhǎng)的增減。對(duì)水文連通連續(xù)性的評(píng)價(jià)描述，能夠了解水文條件淹沒(méi)模式的變化趨勢(shì)，為水生物的生存環(huán)境、生物多樣性評(píng)估提供更為精確的條件。但在目前研究中使用的氣候模型無(wú)法對(duì)模型中所有已知的過(guò)程進(jìn)行描述。

Ward等利用遙感衛(wèi)星圖像與水深記錄儀相結(jié)合研究淹沒(méi)區(qū)域動(dòng)態(tài)變化來(lái)估計(jì)淹沒(méi)時(shí)長(zhǎng)[27]，其在量化水文連通的連續(xù)性方面有較大限制，而本文利用分布式水文模型以其物理機(jī)制得出的連續(xù)性淹沒(méi)模式面積區(qū)域變化能夠?yàn)槔眠b感獲取的淹沒(méi)信息提供補(bǔ)充，預(yù)估在流量快速變化及云層覆蓋時(shí)段的淹沒(méi)區(qū)域變化信息。

賽文河流域河道高泥沙通量和高洪災(zāi)發(fā)生頻率之間具有正相關(guān)性[28]，表明洪泛區(qū)動(dòng)態(tài)與泥沙輸移有極大關(guān)系，本文進(jìn)一步證實(shí)泥沙動(dòng)態(tài)變化對(duì)洪泛區(qū)水文連通性的影響，凱爾蘇斯流域在整體沉積作用增加的情況下，洪災(zāi)發(fā)生的可能性增大。因此，在評(píng)估具有高泥沙通量的河漫灘系統(tǒng)中景觀水文連通性時(shí)，應(yīng)考慮泥沙動(dòng)力學(xué)。

5 結(jié)論

研究結(jié)合CAESAR-Lisflood模型與景觀連接指數(shù)模型，整合氣候模型、沉積動(dòng)力學(xué)和淹沒(méi)模式，對(duì)氣候變化下的賽文河凱爾蘇斯流域水文動(dòng)態(tài)連通變化趨勢(shì)進(jìn)行研究，結(jié)果表明，2021—2030年凱爾蘇斯流域淹沒(méi)范圍對(duì)氣候變化(RCP8.5情景)的響應(yīng)較明顯，淹沒(méi)范圍的時(shí)空變化特征與降雨量的變化特征有一致性。結(jié)果顯示了沉積物動(dòng)力學(xué)對(duì)賽文河淹沒(méi)的總體影響。

氣候變化給平均季節(jié)性淹沒(méi)區(qū)域帶來(lái)更多不確定性，研究推動(dòng)了地表景觀演化模型在風(fēng)景園林學(xué)學(xué)科中景觀水文領(lǐng)域的運(yùn)用，為評(píng)估淹沒(méi)模式提供一種定量方法，能夠預(yù)測(cè)淹沒(méi)區(qū)域和景觀水文動(dòng)態(tài)連通季節(jié)性變化，對(duì)全面了解氣候變化情景下凱爾蘇斯流域與景觀水文連通性有關(guān)的生態(tài)過(guò)程至關(guān)重要。

研究為在泥沙動(dòng)力學(xué)影響下洪泛區(qū)洪水對(duì)人類(lèi)活動(dòng)產(chǎn)生的威脅提供參考，幫助設(shè)計(jì)師了解空間上的設(shè)計(jì)如何規(guī)避泥沙輸移量與洪泛風(fēng)險(xiǎn)較大的生態(tài)敏感區(qū)域，為規(guī)劃設(shè)計(jì)提供指導(dǎo)。此外，為深入理解流域洪泛區(qū)域水文斑塊與景觀斑塊間長(zhǎng)時(shí)間軸上的格局變化規(guī)律提供參考，凱爾蘇斯流域河道泥沙凸岸沉積、凹岸侵蝕，形態(tài)演化較快，洪泛區(qū)季節(jié)性敏感，建議發(fā)展農(nóng)業(yè)用地，不宜發(fā)展建設(shè)用地。

由于流域研究區(qū)尺度小，降雨數(shù)據(jù)對(duì)于淹沒(méi)模式的響應(yīng)不夠明顯，后期研究可從提高區(qū)域氣候模式精度，或優(yōu)化研究區(qū)尺度范圍方面加以完善。當(dāng)前風(fēng)景園林行業(yè)普遍缺乏針對(duì)未來(lái)長(zhǎng)期的規(guī)劃設(shè)計(jì)考量，尤其在濱水河道、濕地等區(qū)域忽視地質(zhì)地貌變化，將自然環(huán)境視作靜態(tài)本體，忽略自然規(guī)律，這一問(wèn)題導(dǎo)致實(shí)踐項(xiàng)目的使用期限變短，生態(tài)系統(tǒng)紊亂，激化生態(tài)資源保護(hù)與社會(huì)經(jīng)濟(jì)發(fā)展間的矛盾。研究為未來(lái)氣候變化下的水文連通預(yù)測(cè)提供更為精準(zhǔn)的定量方案，為規(guī)劃設(shè)計(jì)提供了順應(yīng)自然規(guī)律的長(zhǎng)期科學(xué)指導(dǎo)。

注：文中圖片均由趙天逸繪制。

注釋?zhuān)?/p>

① 來(lái)源：凱爾蘇斯監(jiān)測(cè)站(https://riverlevels.uk/)。

② 來(lái)源：歷史氣象站：Aberporth，地點(diǎn): 224100E 252100N, Lat 52.139 Lon -4.570。