基于SWAT模型的丹江流域土地利用变化对径流影响研究

王一然, 丁文峰, 张冠华

(1.长江水利委员会 长江科学院 水土保持研究所, 武汉 430010;2.水利部 山洪地质灾害防治工程技术研究中心, 武汉 430010)

自20世纪90年代“国际地圈与生物圈计划”(IGBP)和“全球环境变化的人文因素计划”(IHDP)的首次提出，土地利用/覆盖变化被列为跨越性的重点研究课题[1]，土地利用变化对水文要素的影响这一课题同样受到广泛关注。近年来，受气候变化和人类活动的影响，流域水文循环过程发生很大改变[2]。作为可以影响流域下垫面和气候变化的因素之一，土地利用/覆被变化可以通过影响地表植被截留、蒸散发和下渗等水文过程，进而影响径流变化[3]。

国内的关于植被覆盖变化引起的水文响应变化研究较多[4-7]，但定量分析土地利用类型对径流的影响程度的相关文献较少[8-9]。目前为止，研究土地利用/覆被变化对流域水沙关系影响的方法主要有：统计分析、定量分析对比试验和模型模拟等[10-11]。统计分析法[10]是采用非参数检验和突变点分析等方法，分析不同土地利用状况下的年降水、径流和输沙变化，评价土地利用变化对流域产流产沙的影响。但该方法具有一定的局限性，无法反映土地利用变化对流域水文响应机制和流域空间的差异性，且在缺乏相关数据的流域无法应用。定量分析对比试验法[12]是通过选取气候、植被、下垫面等条件相似的若干小流域，控制其中一个流域的土地利用类型，改变另一个流域的植被覆盖度，观测由土地利用变化引起的水文响应变化。该方法要求对比研究区在试验期间应具有相似的地质、水文、气候等条件，也因此限制了其广泛使用，结论不能推广至试验区外，特别是在降雨分布不均、地形地貌差异性较大的流域[13]。相比之下，水文模型则可以弥补统计分析和定量分析对比试验这两种方法的缺陷，更好地解决空间分布差异性问题。因此，近年来得到了广泛应用[5-7]。

丹江流域为南水北调中线工程调水区。“南水北调工程”被列为中国跨世纪的骨干工程之一，丹江流域的水质水量也成了国家重点关注对象。丹江流域被列为我国流域治理重点区、河南水土保持防治工程重点治理区等。随着丹江流域生态经济发展和工程的建设，土地利用/植被覆盖发生了很大程度的变化，致使流域下垫面条件和流域范围内产汇流过程发生变化。因此，本文旨在利用SWAT模型模拟观测水文响应的宏观研究基础上，利用MATLAB R2017b软件定量地分析计算不同土地利用类型对径流的影响，提出相关水土保持措施，为丹江流域的生态建设规划提供方法借鉴。

1 研究区概况

丹江源头位于秦岭南麓，自西北流向东南，途径陕西、河南、湖北3省，最终汇入丹江口水库。丹江流域位于109°30′—111°30′E，32°30′—34°30′N，全长430 km，高程为130～2 072 m，流域面积为1.07万km2。流域年均降雨量为750～850 mm，年平均径流量在16亿m3左右，年平均输沙量约为180万t。植被覆盖率达40%，主要土地利用类型为林地、草地和耕地，3种土地利用类型面积占流域总面积仅90%(图1)。依据HWSD(Harmonized World Soil Database)土壤数据库，流域主要以棕壤、黄棕壤、褐土为主。该流域径流的年内分布也随着降雨的影响变得极度不均衡。由于丹江流域大都是中低山的山区，峡谷沟壑相间排列，地势由西北沿着东北依次降低，使得丹江流域气候变化极其显著，具有亚热带气候特点，春冬两季降雨较少，夏季暴雨较多，秋季持续降雨，年降水量随着地形的增高而增高，造成了该流域降雨分布极不均匀的特点[14]。

图1 2010年丹江流域土地利用数据

2 材料与方法

2.1 模型概述

SWAT模型是一个实用性较强、已被广泛采用的分布式水文模型[15-16]。SWAT模型由水文过程子模型、土壤侵蚀子模型、污染负荷子模型3个部分构成。在SWAT模型运行过程中，水量平衡是模型中所有水文发生过程中的原始驱动力。SWAT模型采用的水量平衡的方程如下[17]：

(1)

式中：SWt为第n天的含水量(mm);SW0为第n天的土壤初始含水量(mm);t为时间(d);Rn为第n天的总降雨量(mm);Qn为第n天的总地表径流量(mm);En为第n天的蒸发蒸腾量(mm);Wn为第n天的土壤剖面下渗量(mm);Tn为第n天的地下水回流量(mm)。

SWAT模型在模拟时，会依据DEM数据，土壤类型和土地利用数据将流域划分为许多子流域，每个子流域再被土地利用、土壤面积、坡度的最小阈值比划分为许多水文响应单元(HRU)。叠加每个HRU所计算得出的物质产量得到每个子流域的产量，最后进行坡面汇流和河网汇流得到水文模拟结果[18]。

本文采用决定系数R2和纳什效率系数NS作为评价指标来评判拟合的效果[19]。决定性系数R2表示的是模型模拟值与实测值的变化趋势，R2越大，则说明变化趋势越相似；纳什效率系数NS则表示模型的总体效率，NS越大，则说明模拟的结果可信度越高。R2和NS计算公式如下：

(2)

(3)

2.2 数据来源与处理

DEM数据、土地利用数据(图1)、土壤数据、气候数据及水文数据为模型运行需要输入的数据。本研究采用的DEM数据是90 m分辨率的GDTM数据，来源于地理空间数据云(http:∥www.gscloud.cn/)；土壤数据来源于1 km格网世界土壤数据库(简称HWSD)；土地利用数据采用的是globeland30土地利用数据(http:∥www.globallandcover.com/)；所采用的实测逐月径流数据摘自2008—2013年的长江上游丹江支流的水文年鉴；气象数据采用的CMADS(中国气象同化驱动数据集)数据集。

2.2.1 土壤类型数据 将丹江流域土壤物理性质相似的土壤重分类后，构建重分类后的土壤数据库。模型中的土壤数据主要包括物理属性数据和化学属性数据，其中物理属性数据对模型水文响应单元中水循环起着重要作用。本文采用全球HWSD世界土壤数据库作为土壤物理性质来源，包括土壤部分物理属性，如砾石含量、黏土含量、含沙量、淤泥含量、有机碳含量、酸碱度、碳酸盐含量、电导率等[21]。而其他土壤物理数据可以用美国农业部开发的土壤特性计算软件SPAW计算，如土壤湿密度(容重)、土壤层有效持水量(mm)、土壤饱和水力传导系数(mm/h)等。

2.2.2 土地利用数据 本研究获取到的土地利用类型数据库只有一级分类，故不对该土地利用数据进行重分类。土地利用见图1。

2.2.3 气象观测数据 因CMADS气象数据模拟出来的效果明显优于实测气象数据[22]，故本文将CMADS气象数据导入SWAT模型中。CMADSV1.1提供0.25°的空间分辨率和逐日的时间分辨率(时间尺度为2008—2016年)，并提供各种模型所需气象数据，包括日平均温度，日最高/低温度，日累计24 h降水量，日平均太阳辐射等。CMADS利用数据循环嵌套、重采样、模式推算及双线差值等多种技术手段建立，具有数据来源广、多时间尺度和多分辨率的特点，现已被广泛采用，尤其适用于气象数据缺乏的流域[23]。

2.2.4 水文数据 本研究采用荆紫关水文站作为SWAT模型模拟的参考水文站点。荆紫关水文站位于湖北、陕西、河南3省交界处，是丹江流域最重要的代表站，也是丹江口水库、南水北调中线最重要的水文控制站，控制面积为7 086 km2。本研究实测径流采用的是长江流域上游丹江流域水文年鉴上的荆紫关水文站2008—2013年的径流数据。

2.3 情景设定

土地利用/覆盖变化水文效应多采用5种方法进行情景分析：历史反演法、参照对比法、模型预测法、极端土地利用法和土地利用空间配置法[24]。本文为探究2000—2020年近20年来土地利用变化对径流的影响，研究单一土地利用类型变化对径流的影响，以2010年土地利用现状为基准年，考虑两方面因素设置了3种情景。一方面是为了排除地形地貌、下垫面条件等外在因素的影响，本研究采用极端土地利用法；二是由于丹江流域近些年来开展了一系列的生态保护工程建设，如退耕还林政策等使得丹江流域近几年的林、草、耕3种土地利用类型相互转换较为频繁。因此本文设置了林地模式、草地模式、耕地模式3种极端情景，研究土地利用类型对径流的影响。3种极端情景设置面积变化见表1。

表1 3种情景下的土地利用类型变化

3 结果与分析

3.1 参数敏感性分析

使用SWAT-cup率定参数时，应先选择适合该流域的模拟参数。SWAT模型里存在多参同效的情况，为了提高运算速度，减少调参时间，需提前对模型参数进行敏感性分析，进而筛选出对研究结果影响比较大的参数[18]。敏感性分析结果采用统计量t(t-Stat)值和显著性指标p(p-value)值进行衡量，t值绝对值越大，p值越接近0，则参数的敏感性越强。本文选取了16个敏感性径流参数，其中较为敏感的几个参数为r__SOL_AWC().sol(土壤有效含水量)，v__GWQMN.gw(发生回归流所需浅层含水量的水位阈值)，r__SOL_ALB().sol(湿土反射率)，v__ESCO.hru(土壤蒸发补偿系数)，r__SOL_K().sol(饱和渗透系数)。其中表2为模拟出来的径流参数敏感性排序和模拟得出的16个最佳参数取值。

3.2 拟合结果与分析

本文设置2008—2010年为率定期，2011—2013年为验证期。丹江流域荆紫关站径流模拟结果见图2—3。

由图2—3可知，(1) 丹江流域的SWAT模型模拟的径流值较实测径流值偏大，但可以基本反映出3年来径流量的变化趋势。丹江流域除了丹江口水库以外，还有1座中型水库和19座小型水库，控制面积达到2 005.31 km2，模拟值比实测值偏大和丹江流域大坝的蓄水拦截等水利措施的建设施用有很大关系。(2) 2010年和2011年的径流量明显大于其他年份，这是因为2010年丹江“2010·7”暴雨洪水事件，丹江整个流域普降大到暴雨，丹江商南县于7月23—25日持续性暴雨，为丹江流域最大暴雨点，降雨量高达213 mm。7—9月，丹江流域下游的荆紫关水文站降雨量分别为309，126，121 mm。2011年的9月份秋汛期，多日连续降雨导致河道大坝水位上涨，径流量陡然增大，在荆紫关水文站达到了387 mm的产流深度。

表2 丹江径流模拟敏感参数最佳值

图2 2008-2010年径流校准模拟效果

图3 2011-2013年径流验证模拟效果

由表3可知，丹江流域径流模拟结果在可接受范围。径流率定期的R2,NS依次为0.8，0.73；验证期的R2,NS依次为0.86，0.78，模拟效果较好，说明SWAT模型适用于丹江流域地区。

3.3 径流结果与分析

(1) 土地利用类型及径流变化分析。依据丹江流域土地利用类型分布特征，共有耕地、林地、草地、湿地、水域、居民用地6大类。通过多年土地利用类型变化表(表4)可知，该流域主要以耕地、林地和草地为主，面积占90%以上，其中林地占比达70%以上，为主要土地利用类型。2000—2020年，丹江流域6种土地利用类型都有不同程度的变幅，其中耕地、草地面积整体呈现下降趋势，而林地、湿地、水体和居民用地占地面积呈现上升的趋势，耕地为年均下降率最大的土地利用类型，达9 km2/a；其次为草地，达4 km2/a；居民用地面积变化最为明显，面积占比扩大为原来的3倍以上，由2000年的59 km2变为2020年的187 km2，变化率达6 km2/a；湿地的年均增长率最小，为0.82 km2/a。这是因为丹江地区很好地响应了政府退耕还林政策；该流域的居住人口在缓慢增多，这和丹江经济带建设发展有关。20年来丹江流域土地利用变化较小，所以径流率变化不大，2000—2010年的径流变化率为-0.16%，2010-2020年的径流变化率为-0.015%，2000—2020年的径流变化率为-0.18%。

表3 径流校准期和验证期模拟评价指标

表4 2000-2020年土地利用类型面积绝对变化量和变化率

(2) 不同情景模式下径流变化分析。由表5可以看出，3种情景年均径流深的排序为：耕地(S1)>草地(S3)>林地(S2)；随着情境的不断变化，有且只有S2(耕地、草地全变为林地)的年均径流深度降低，径流变化率为负值，这说明林地的蓄水能力强，可以显著减小地表径流；S1(林地、草地全变为耕地)年均径流变化量绝对值是最大的，这说明耕地具有较强促进产流的作用；S3(耕地、林地全变为草地)年均径流变化量为正值，这是因为流域内林地面积较大，耕地转换为草地对地表径流的影响较小，而林地全转为草地，可以极大地增加径流量，其增加的径流量比耕地转换为草地减少的径流量多，所以大体趋势上草地情景(S3)的径流量比基准情景(S0)的高。

表5 几种情景下径流年平均值

3.4 不同土地利用类型对径流的影响系数

耕地、林地和草地3种土地利用类型为丹江流域土地利用主要类型，用MATLAB R2017b计算得到耕、地林、地草地3种土地利用类型对径流的影响系数，记为Ma，Mb，Mc。

由表6可知，耕地对径流的影响系数为0.26 mm/hm2，林地对径流的影响系数为-13.35 mm/hm2，草地对径流的影响系数最小，为-0.01 mm/hm2。耕地面积变化和径流量的变化为正相关，林地和草地面积变化和径流量的变化呈负相关，这说明耕地可以增加地表径流的产生，减少地下水的补给；林地可以抑制径流的产生，增加地表下渗量、增加地下水的补给；其中草地对径流量的影响系数最小，这说明草地并不能明显地减少径流。

表6 土地利用变化对径流深度的影响

4 讨 论

为探究土地利用变化对流域径流的影响，本文建立了SWAT模型，并结合理论与实际，设定了几种极端情况下的情景。结果表明，只有林地情景径流减少，耕地和草地情景下径流增加；耕地对径流的影响系数为正，草地和林地对径流的影响系数均为负值。

目前，已有许多学者运用SWAT模型进行径流模拟，所得结论与之类似。李佳等[25]通过几种情景设定，研究讨论长江源区土地利用变化对径流的影响。结果表明，只有流域植被覆盖面积最大情景下，径流量比基准年少，裸地、草地、土地退化情景径流量均相较增加。罗巧等[7]研究发现，湘江流域的土地利用变化对径流影响尤为敏感，林地和草地的增加使得径流量减少。王磊等[8]通过建立SWAT模型模拟后发现，在采用极端土地利用法和基于实际情况下设置的几种情景中，只有耕地情景的径流变化率为正值，且耕地对径流影响系数为正。说明耕地具有增加径流的作用。而林地和草地对径流的影响系数为负值，说明林地和草地两种土地利用类型可有效截流。

另外，也有学者的研究成果与本文论述的结果有所差异。王学等[9]对白马河流域土地利用进行了20 a的分析与预测，建立了SWAT模型，并采用多目标决策函数法计算不同土地利用类型对径流深的贡献系数。研究表明，林地对径流的产生起促进作用，而耕地对径流的产生起抑制作用。这是因为该地地形起伏较剧烈，使林冠的蒸腾作用加剧，导致林地上空产生大量水汽；而又因为林地海拔高出地面，阻碍了平流空气移动，迫使水汽凝结，进而增加林区垂直降水，增加径流。

目前为止，还没有研究能够确切地说明土地利用/覆被变化哪些影响因素改变对径流产生何种影响，且无法确定植物覆被程度增高对径流起促进还是抑制作用。不同的研究地区、不同的地质地貌土壤构成下，所得的研究结果也略有不同。一般认为，在北方地区，除石质山区外，森林覆盖率越大，则年径流量越小，而南方湿润地区与之相反[25]。

在研究土地利用对径流的影响时，本文仅考虑单一土地利用类型对径流的影响，没有考虑从流域地形地貌、土地利用不同配置、整体布局规划等方面对径流的影响。后续我们将从流域土地利用布局出发，结合地形地质等方面，采用土地利用空间配置法研究探讨具有地区针对性的最佳土地利用布局方法。

5 结 论

(1) 丹江流域2000—2020年近20 a的土地利用变化不显著，该流域耕地面积和居民用地面积变化量较大，2000—2020年径流变化率只有-0.18%。

(2) 以2010年的土地利用现状作为基准年，排除其他因素的干扰，采用极端土地利用情景的设定，在不同土地利用类型的情况下，对径流的截留能力：林地>草地>耕地。

(3) 耕地对径流的影响系数为0.26 mm/hm2，说明耕地有促进径流的作用。林地和草地的影响系数为-13.35，-0.01 mm/hm2，说明这两种土地利用类型可有效抑制径流产生。