多种土地利用情景下汾河流域径流响应

王雪纯，瞿思敏，石 朋，沈玲怡，林源君

(河海大学水文水资源学院，江苏 南京 210024)

0 引 言

黄河流域是我国重要的生态屏障，其治理保护工作受到普遍关注，针对黄河流域开展的一系列生态与水功能保护和修复措施得到落实，流域生态系统得到恢复。在2021年提出的“十四五”发展规划中，将黄河流域生态保护和高质量发展要求纳入其中。

本研究选取黄河流域中游区下段汾河流域作为研究区，运用FLUS模型模拟2040年在2种土地利用情景下研究区的土地利用情况，构建研究区SWAT模型，模拟多种土地利用情景下的径流过程，研究土地利用变化对研究区径流过程产生的影响，以期为研究区土地利用规划和水资源分配管理提供参考依据。

1 流域概况

汾河是黄河的第二大支流，全长713 km。汾河流域位于东经110.5°～113.5°，北纬35.3°～39.0°，流域面积38 849 km2(见图1)，占山西省总面积的25%，多年平均降水量507 mm，总体上呈自南向北递减趋势[5]。汾河流域地势北高南低，多丘陵，土地利用方式受地形影响明显[6]，是山西省重要的工业集中区、粮棉主产区，在山西省经济社会发展中处于十分重要的地位[7]。

图1 汾河流域

2 研究方法与数据

2.1 FLUS模型

FLUS模型由刘小平等人[8]基于传统元胞自动机(CA)原理开发，主要应用于未来土地利用情景预测及土地利用变化情况模拟。首先，FLUS模型利用人工神经网络模型算法(ANN)，输入基准期土地利用情况及驱动因子数据(自然地形、交通条件、区位中心、经济政策等因素)，计算出研究区内各土地利用类型的适宜性概率；其次，设置临域因子、自适应惯性系数与转换成本，运算得到元胞转化概率，相较于传统CA模型从两期土地利用数据之间的变化过程进行采样，FLUS模型基于一期土地利用数据采样避免了误差传递现象，且更加适用于非线性转化关系的情况。另外，FLUS模型提出了基于轮盘的自适应惯性竞争机制，能够更好地应对土地利用变化的不确定性和复杂性，提高模型模拟准确性。

模型选用总体精度、Kappa系数[9]和数量精度来验证模拟结果的精度，总体精度与Kappa系数越接近1表示模拟精度越高，数量精度为各土地利用类型正确模拟的像元数与实际像元数之比。Kappa系数计算公式为

kappa=(p0-pe)/(1-pe)

(1)

式中，p0为模拟正确的像元数占总像元数的比例；pe为随机条件下期望的模拟正确的像元比例；1为全部模拟正确的理想状态。

小学阶段，语文作为一门基础学科，其工具性、应用性强，小学语文教学的目的是通过学习语文，使学生掌握语文知识，运用语文知识，掌握听、说、读、写技能，从而熟练运用祖国的语言文字。这里的“读”，即阅读，通过阅读教学，使学生掌握有效阅读的技巧，掌握汉语言使用的方法，领悟汉语言运用的魅力，以至于学会熟练运用汉语言。那么，小学语文阅读教学的基本策略有哪些呢？

2.2 SWAT模型

SWAT(Soil and water assessment tool)模型[10]是由美国农业部和农业研究中心开发的分布式流域水文模型。本研究选择Nash-Sutcliffe效率系数(NSE)、决定系数(R2)作为评价指标，一般认为NSE大于0.5，R2大于0.6时，模型适用性较好[11-12]。计算公式[13]如下

(2)

(3)

2.3 基础数据

影响研究区土地利用方式改变的因素主要包括自然因素和社会因素[14]。综合考虑数据的可获取性、可量化性和空间差异性，从地形条件、可达性两方面选取了影响研究区土地利用变化的8种驱动因子，各项数据见表1。

表1 FLUS模型输入数据

土地利用数据来源于资源环境科学与数据中心(https://www.resdc.cn/)。

1 km分辨率的高程数据来源于地理空间数据云(http://www.gscloud.cn/)，坡度和坡向由DEM计算得到。

选取涵盖汾河流域且分布较均匀的太原、榆社、介休、临汾等14个气象站点1957年～2010年逐日数据，来源于中国气象数据共享网(http://data.cma.cn)。

汾河流域出口河津水文站1988年～2000年逐日径流资料来源于中国黄河流域水文年鉴。

3 结果与分析

3.1 FLUS模型验证及未来土地利用模拟

根据数据分类系统标准，将汾河流域土地利用方式划分为耕地、林地、草地、水域、建设用地和未利用地六大一级地类。输入汾河流域2010年土地利用数据，加载表1中的8个驱动力因子并进行归一化处理进行神经网络训练，得到各用地类型在各像元上的适宜性概率，导入自适应惯性机制的元胞自动机，模拟研究区2015年土地利用情况。计算得模拟总体精度为0.977，Kappa系数为0.967。耕地、林地、草地、水域、建设用地、未利用地的数量精度分别为98.21%、97.01%、99.52%、93.75%、90.42%、80.00%。FLUS模型可用于模拟汾河流域2040年土地利用情景。

本研究设定汾河流域两种未来土地利用发展情景，即自然发展情景、耕地保护情景。在自然发展情景下，假定2015年～2040年间研究区土地利用变化不受强目的性政策因素等干扰，变化趋势维持2010年～2015年土地利用转移矩阵(见表2)，利用Markov模型以5年递推得2040年自然发展情景下各土地利用类型面积。在耕地保护情景下，参考《全国国土规划纲要(2016—2030年)》[15]和《山西省国土空间规划(2020—2035年)》，以稳粮保供为目标，全面落实耕地保护策略，拟定2040年耕地保护情景下各土地利用类型面积，结果见表3。

表2 汾河流域土地利用转移矩阵 km2

表3 2010年、2015年、2040年不同土地利用情景各地类面积 km2

在自然发展情景下，研究区耕地与建设用地的面积分别有较大幅度的减少与增加，至2040年，研究区耕地面积将下降2.6%，而建设用地面积则上升32%。在缺乏土地规划与耕地保护政策的情况下，研究区占用耕地现象较严重，如不对耕地加以保护，将影响当地农业产值稳定和经济快速发展。

3.2 流域土地利用变化分析

计算研究区1990年、2000年、2005年、2010年、2015年和2040年土地利用面积(见表4)，由FLUS模型模拟得2040年土地利用分布(见图2)。

图2 不同时期汾河流域土地利用

由表4可知，耕地、林地、草地是汾河流域主要土地利用类型，三者总面积自1990年以来一直占据研究区总面积的94%以上，其中，耕地所占比例最大，平均达40%，林地和草地面积分别占28%和26%。可见，汾河流域以农用地为主要土地利用形式。

表4 各类土地利用面积及比例统计

从历年各类用地面积变化可见，汾河流域地类变化的主要特征为耕地减少，建设用地增加。1990年～2015年，耕地面积减少428 km2，而建设用地面积增加426 km2。林地面积总体呈减少趋势，减幅为57 km2，草地面积增加50 km2。水域和未利用地面积变化幅度较小。

若按2010年～2015年研究区土地利用变化趋势自然发展，至2040年，耕地面积将缩减至15 103 km2，占比下降1.14%，建设用地面积将增加至2 459 km2，占比增加1.59%。占用耕地现象长期存在将对汾河流域的农业生产产值和可持续发展造成大量损失。因此，需合理规划土地利用方式，保障用地安全高效可持续发展；故，模拟耕地保护情景下2040年研究区土地利用情况，限制耕地向其他地类转移，坚守耕地红线，目标耕地面积和建设用地面积分别为15 370 km2和2 060 km2，与自然发展情景比较，耕地、林地、草地、水域面积分别增加267、46、54、32 km2，建设用地面积减少399 km2，保障农业生产活动更好开展。

3.3 SWAT模型参数率定与适用性分析

基于DEM提取河网及流域信息，选择河津水文站作为流域出口，流域集水面积为38 849 km2，将汾河流域划分为51个子流域，叠加土地利用、土壤数据等栅格数据，设置面积阈值为土壤类型10%、土地利用10%、坡度类型10%，生成374个水文响应单元。选取五寨、榆社、太原、介休、临汾5个气象站点1957年～2010年的气象数据构建天气发生器[16]，输入降水、气温、相对湿度、风速、太阳辐射数据，完成SWAT模型构建。选用SWAT-CUP软件采用SUFI-2算法[17]进行自动参数率定与参数敏感性分析，结果如表5所示。

表5 参数敏感性分析及率定结果

根据数据完整性，分析河津水文站径流实测数据，将1988年～1994年设为率定期，1995年～2000年设为验证期，所得模拟效果如图3所示。

图3 河津站月径流模拟值与实测值拟合曲线

河津站月径流量模拟值与实测值的变化趋势相对一致，率定期NES=0.84，R2=0.90，验证期NES=0.72，R2=0.78，NES均大于0.5且R2均大于0.6，说明SWAT模型能够较真实地反应汾河流域月径流变化过程。

3.4 多土地利用情景下径流过程对比

在保持气象数据和土壤数据等因子不变的前提下，将历史与未来土地利用数据输入已率定的SWAT模型进行径流过程模拟，得到多种土地利用情景下研究区年均径流量，结果见表6。

由表6可知，随着土地利用方式变化，流域年径流量呈明显增加趋势，2015年土地利用方式下的径流量较1990年增加4.07%，同期土地利用变化的主要趋势为耕地大幅减少，建设用地大幅增加，说明建设用地相对于耕地可以增加径流量，此结果与巨鑫慧等人[18]所得结论一致。因建设用地为不透水地类，产流能力较强，其面积增大导致研究区径流量增加。2040年自然发展情景下的流域年均径流量比耕地保护情景下增加1.11 m3/s，在开展汾河流域土地利用规划时需充分考虑其对流域径流过程产生的影响。

表6 汾河流域各土地利用情景下年径流量

将一年分为春季(3月～5月)、夏季(6月～8月)、秋季(9月～11月)和冬季(12月～次年2月)分别计算得季均径流量(见表7)以及变化趋势(见图4)，再进一步分析土地利用变化对径流的影响程度与季节的关系。

表7 汾河流域各土地利用情景下季径流量 m3/s

图4 汾河流域各土地利用情景下季径流量变化

从径流量的增加幅度来看，研究区夏季、秋季径流量增加幅度大于春季、冬季，汛期季径流量增长高于旱期；从而说明，建设用地对径流量的增大作用在汛期体现得更为明显。

4 结 论

(1)本研究构建了汾河流域FLUS土地利用预测模型。模型的总体精度与Kappa精度均高于0.95，主体地类模拟的数量精度均达90%以上，说明FLUS模型在汾河流域具有很好的适用性。

(2)本研究建立了汾河流域SWAT径流模型，率定期和验证期的NSE分别为0.84和0.72，决定系数R2分别为0.90和0.78，说明SWAT模型在汾河流域有很好的适用性。

(3)汾河流域主要土地利用类型是耕地、林地、草地，耕地减少、建设用地增加是汾河流域历年土地利用变化的主要特征。

(4)土地利用方式改变会对流域径流过程产生影响，随着研究区耕地减少，建设用地增加，流域年均径流量增大。这说明建设用地作为不透水区域，产流能力较耕地强，增加了流域径流量。

(5)土地利用变化对径流量的影响受丰、枯季节影响，夏季、秋季径流增长量大于春季、冬季，建设用地对径流量的增大作用在汛期更加明显。

(6)2040年汾河流域在耕地保护情景下较自然发展情景下耕地、林地、草地、水域各增加267、46、54、32 km2，建设用地减少399 km2；耕地保护情景下的流域年均径流量比自然发展情景下减少1.11 m3/s。

山西省汾河流域的土地利用规划工作，应在综合考虑流域经济社会可持续发展与水资源合理配置调度的基础上展开，并推动土地资源高质量配置和高效率利用，从而实现经济社会与水生态环境的协调发展。