郝振纯，苏振宽，鞠 琴

(河海大学水文水资源与水利工程科学国家重点实验室，江苏南京 210098）

阜平流域是海河流域上游的一个重要支流，近几十年来，阜平流域流量呈现明显的减小趋势。该流域除受降雨等气象因素影响外，人类对于自然的改造和土地利用类型的变化也对径流产生了重要影响。在水文循环过程中，土地利用变化对水文过程的影响主要表现在对水分循环和水质水量的改变上［1］。流域土地利用变化通过影响地表蒸散发、土壤水分状况及地表植被的截留量等，对流域水量平衡产生影响。

国内外学者对土地利用变化的水文效应研究主要是借助于SWAT模型。郝芳华等［2］讨论了土地利用变化对产流产沙的影响。陈军锋［3］等研究了有植被全覆盖与无植被覆盖情景下径流深与蒸发量的变化。张蕾娜［4］通过情景模拟，发现还草比还林更能增加径流。索安宁等［5］对黄土高原流域的水土流失效应做了研究。Hernandez等［6］认为SWAT模型可以很好地反映土地覆被变化条件下的多年降水 － 径流关系。Costa 等［7］、Fohrer等［8］和Schuol等［9］分别对托坎廷斯河流域、德国阿勒河流域和瑞典Ronnea流域土地利用变化的水文效应做了分析。因此，本研究针对阜平流域使用SWAT模型研究土地利用变化的水文效应，为该地区的土地规划和水资源管理提供依据。

1 研究流域概况

阜平流域是海河上游大清河水系的一个重要支流，包括沙河、冉庄河、青羊河、下关河独峪河、南河沟和北流河。流域地处河北省和山西省交界处，太行山东麓，经度 113.64－114.31°E，纬度38.78 －39.37°N，总面积 2210 km2。地势西北高东南低，最高海拔2286 m，最低200 m。

流域出口阜平水文站处于大清河水系沙河支流上，阜平站以上以深山区为主，山地坡度一般大于25度，沟谷多深长。由于地形坡度较大，表层土壤覆盖较少，植被较差，小片成林。流域属温带半湿润半干旱地区，气候属于亚洲大陆性季风气候，主要特点为冬季干旱少雨，夏季多暴雨，降雨主要集中在6－10月份。多年平均降雨量约490 mm，年平均气温12.7℃，年平均相对湿度52%，年平均日照时数约2800 h。土地利用类型分为为林地、草地、居住地、水域、耕地和裸地6大类，土壤类型以棕壤和褐土为主。

2 模型介绍

SWAT模型是20世纪90年代由美国农业部(USDA)的Jeff Arnold博士开发的分布式水文模型。它具有很强的物理机制，能够利用遥感和地理信息等空间信息，模拟不同土地利用、多种土地管理措施对流域水文、泥沙和化学物质的影响［10］。模型在模拟过程中，首先将流域划分为若干个子流域，然后根据不同土地利用类型和土壤类型，将子流域划分为若干个水文响应单元 (HRU)，单独计算每个HRU的径流量，最后经河网汇集得出流域的总径流量。

模型采用的水量平衡公式为［11］:

式中，SWt为土壤最终含水量(mm);SW0为土壤前期含水量(mm);t为时间步长(d);Rday为第i天降水量(mm);Qsurf为第i天地表径流(mm);Ea为第i天的蒸发量(mm);Wseep为第i天存在于土壤剖面底层的渗透量和测流量(mm);Qgw为第i天地下含水量(mm)。

模型计算的蒸散发量包括树冠截留的水分蒸发、蒸腾和升华及土壤水的蒸发。在实际计算时，首先从植被冠层截留的水分蒸发开始计算，然后计算最大蒸腾量、最大升华量和最大土壤水分蒸发量，最后计算实际的升华量和土壤水分蒸发量［12］。

3 模型的构建与评价

3.1 研究区域数据收集与处理

3.1.1 DEM数据 地形数据数字高程模型 (DEM)来源于 SRTM 数据集 (http://strm.csi.cgiar.org/)，空间分辨率为90 m。

3.1.2 土壤数据 土壤数据来源于中国科学院地理所数据中心提供的1∶100万的土壤矢量数据，土壤类型为棕壤 (ZONG，22.19%)和褐土 (LING，77.81%)，根据土壤类型从中国土壤数据库查得土壤的颗粒组成以及物质成分，使用matlab利用三次样条插值将颗粒级配转化为美国标准［13］，并通过SPAW软件［14］计算得出相关属性数据，建立土壤数据库［15］。

3.1.3 土地利用数据 土地利用类型动态变化选取Landsat遥感卫星图像为数据源。利用ENVI遥感图像处理软件对图像进行地物监督分类，在信息提取过程中参考区域专题研究结果及图件、地形图等相关资料，将监督分类结果进行人工校正，最终将土地利用类型划分为六类:林地、草地、居住地、水域、耕地、裸地，如图2。

3.1.4 水文与气象资料 水文资料采用流域出口阜平水文站的1968－2010年的逐月实测流量资料。雨量资料采用冉庄、下关、庄旺、不老台、砂窝、龙泉关和桥南沟7个雨量站的逐日降雨资料。

气象资料采用繁峙气象站的同期逐日气象数据，包括最高、最低气温，太阳辐射量，降水量，相对湿度，平均气压，平均风速，日照时数。太阳辐射量由模型自带的天气发生器模拟得到。

3.2 模型率定与验证

图1 阜平流域土壤图Fig.1 Soil types of the Fuping basin

由于SWAT模型输入参数较多，在校准之前需对参数进行敏感性分析。模型参数敏感性分析采用LH－OAT方法，该方法结合LH和OAT，同时又具备这两种方法的优点［16－17］。LH方法由 Mckay于1979年提出，将参数分布空间分成N个，每一个范围出现的概率均为1/N，然后生成参数随机值，且每一个值域仅抽样一次，参数随机组合，最后对结果进行多元线性回归分析。OAT方法由Morris于1991年提出，模型每次运行时只改变一个参数，考虑到某些参数的灵敏度可能会受到其他参数值的选取的影响，所以模型输入若干组参数重复运行，最终灵敏度由其平均值决定。模型首先利用LH法进行抽样，然后采用OAT法进行抽样，确保了所有参数均被采样，精减了需要率定的参数的个数，提高了计算效率。

图2 土地利用变化图Fig.2 Change of land use

图3 阜平流域站点分布图Fig.3 Distribution of stations in the Fuping Basin

图4 月流量模拟值与实测值对比图Fig.4 Comparison of simulated and measured average

本次研究中灵敏度较高的参数为CH－K2(河道有效水力传导系数)、CANMX(最大冠层蓄水量)、ESCO(土壤蒸发补偿系数)、ALPHA－BF(基流ɑ系数)、SLOPE(平均坡度)、SOL_K(饱和水力传导系数)、CN2(SCS径流曲线系数)、GWQMN(浅层地下水径流系数)、GW_REVAP(地下水再蒸发系数)、SOL_AWC(土壤可利用水量)。土壤类型与地形坡度反映的是流域基础地质和地理背景，它们的变化以百万年为周期，在研究过程中假定其不变。为了确定土地利用类型的改变对流域径流的影响，所以在后面的模拟过程中仅改变土地利用资料，其他参数和数据均保持不变。

选取1968－1969年为模型缓冲期，1970－1995年为校准期，1996－2010年为验证期。模型模拟结果采用Nash－Sutcliffe确定性系数Ens、决定系数R2来评价［18］。计算公式如下:

式中，Qobs，i为实测数据，Qsim，i为模拟数据，为实测数据平均值，为模拟数据平均值，n为数据个数。

模型校准和验证结果见图4，评价指标见表1

表1 阜平水文站月径流模拟结果评价Table 1 Evaluation of monthly runoff simulated results of the Fuping station

综合这两种指标，通常认为Ens＞0.50，R2＞0.65，模拟结果令人满意［18］。根据模型模拟结果可知SWAT模型适用于阜平流域。

4 土地利用变化影响

4.1 降水量与径流量变化关系

在研究流域土地利用变化引起的水文效应之前，首先要确定气象因素主要是降水量的变化对其的影响，因此需对流域多年的降水量与径流量变化趋势进行分析，结果如图5和6所示。

图5 流域多年降水量变化图Fig.5 Change of precipitation for years

根据对流域多年降水量的5年滑动平均值变化可知，其呈现不规则周期性变化，21世纪之前降水量变化幅度较大，在最近的10年间，变化幅度较小，多年降水量呈微弱下降趋势，年平均变化率为－0.25 mm/a，下降趋势不明显。

图6 流域多年径流量变化图Fig.6 Change of runoff for years

对流域多年径流量趋势分析可知，其相应于降水量变化也呈现不规则周期变化，但不同的是，多年径流量下降趋势非常明显，年变化率为－1.97 mm/a。

4.2 土地利用类型变化对流域径流的影响

为了定量分析土地利用变化对流域径流影响过程，以校准好的参数分别对模型输入1974、1989、1993、2000、2001、2004、2006年土地利用资料设定7种情景模拟径流。土地利用变化如图7。

图7 土地利用面积变化图Fig.7 Change of percent of land use area

根据图7可知，该流域土地利用主要变化趋势是草地减少，林地、裸地、耕地和居住地增加。土地利用类型以林地和草地为主，总面积占流域90%左右。从20世纪90年代开始，林地面积逐渐增多，草地面积在不断减少。土地利用类型的转化主要是草地向林地的大面积转化。

根据以上7种情景，分别模拟了阜平流域1970－2010年的年径流量与蒸散发量变化，见图8、9。结果表明，土地利用变化对径流影响比较显著。从不同土地利用时期资料模拟出的多年平均径流量可知，7种情景下的多年平均径流量呈现明显减小的趋势，相应的多年平均蒸散发量呈现增大的趋势，也就是说，随着草地向林地的面积转化，流域径流减少，蒸散发量增大。

图8 不同年份土地利用情景下年径流量对比图Fig.8 Comparison of values of runoff in various year－dependent scenarios

图9 多年平均蒸散发量与径流量模拟值Fig.9 Values of average annual evapotranspiration and simulated runoff

1974年土地利用资料中，草地面积1154.32 km2，在7种情景中最大，林地面积最小922.98 km2，模拟出的多年平均径流量最大，达到90.42 mm，实际蒸散发量最小，为389.89 mm。主要是由于林地的截留量与蒸散发量要比草地大得多。而居住地、水域、耕地和裸地所占面积较小，总体上对径流影响不大。从土地利用变化来看，1989年和1993年之间变化不大，模拟的多年平均径流量和蒸散发量变化也不大。1993年和2000年相比，林地面积增加了4.7%，草地面积减少了6.4%，面积变化相对较为明显，但由于裸地面积增加了55.7%，使得模型输入2000年土地利用资料模拟出的多年平均径流量与前两期相比，变化并不是特别大。2004年与2006年土地利用变化不大，模拟的径流结果差别也相对不大。从图7可知，1993年和2004年的土地利用资料变化最为明显，变化量见表2，模拟结果见表3。可见居住地、耕地和裸地变化幅度比较大，但是所占的总面积依然很小，对径流影响不如林地和草地影响大。与实测数据对比可知，草地面积最小，林地面积最大的2004年土地利用资料模拟出的径流量减少12.38%，与1993年相比减少6.46%。

表2 1993和2004年土地利用面积变化Table 2 Change of land use area in 1993 and 2004，respectively

表3 1993和2004年径流模拟结果Table 3 Results of simulated runoff in 1993 and 2004

5 结论

利用流域出口阜平水文站43 a的水文实测数据和流域7个雨量站43 a的降水数据，利用7种土地利用情景，建立SWAT模型，模拟了不同情景下径流的响应。

1)通过对模型的校准和验证，校准期Ens=0.88，R2=0.93，验证期 Ens=0.80，R2=0.83，说明SWAT模型适合阜平流域的径流模拟。

2)从20世纪90年代开始，该流域土地利用类型发生明显变化，不同情景下模拟的流域出口径流量明显减少。

3)阜平流域土地利用类型以林地和草地为主，流域径流量呈现明显的减少趋势，降水量下降趋势不明显，林地和草地的变化是径流量变化的重要因素。

4)林地和草地的变化主要是通过影响蒸散发量改变水文循环过程，从而影响径流量的变化。不同情景下模拟多年平均蒸发量变化趋势与径流量变化相反。

由此可见，不合理的土地利用会导致一定的生态平衡失调，在土地利用规划过程中，要兼顾水文效应与经济效益。另一方面要充分认识人类活动引起的土地利用变化对径流的影响。

［1］史培军，宫鹏，李晓兵，等.土地利用/覆被变化研究的方法与实践［M］.北京:科学出版社，2000.

［2］郝芳华，陈利群，刘昌明，等.土地利用变化对产流和产沙的影响分析［J］.水土保持学报，2004，18(3):5 －8.

［3］陈军锋，李秀彬.土地覆被变化的水文响应模拟研究［J］.应用生态学报，2004，15(5):833 －836.

［4］张蕾娜.白河流域土地覆被变化水文效应的分析与模拟［D］.北京:中国科学院地理科学与资源研究所，2004.

［5］索安宁，李金朝，王天明，等.黄土高原流域土地利用变化的水土流失效应［J］.水利学报，2008，39(7):767－772.

［6］HERNANDEZ M，MILLER S N，GOODRIOH D C，et al.Modeling runoff response to land cover and rainfall spatial variability in semi－arid watersheds［J］.Environmental Monitoring and Assessment，2000，64:285 －298.

［7］COSTA M H，BOTTA A，CARDILLE J A.Effects of large－scale changes in land cover on the discharge of Tocantins River，Southeastern Amazonia［J］.Journal of Hydrology，2003，283(1):206 －217.

［8］FOHRER N，MÖLLER D，STEINER N.An interdisciplinary modelling approach to evaluate the effects of land use change［J］.Physics and Chemistry of the Earth，Parts A/B/C，2002，27(9):655 －662.

［9］SCHUOL J，ABBASPOUR K C，SRINIVASAN R，et al.Estimation of freshwater availability in the West African sub－continent using the SWAT hydrologic model［J］.Journal of Hydrology，2008，352(1/2):30 －49.

［10］王中根，刘昌明，黄友波.SWAT模型的原理、结构及应用研究［J］.地理科学进展，2003，22(1):79－86.

［11］NEITSCH S L，AONOLD J G，KINIRY J R，et al.Soil and water assessment tool theoretical documentation，version 2005 ［EB/OL ］.［2011－04－12 ］. http://www.brc.tamus.edu/swat/downloads/doc/swat2005/SWAT2005 theory final.pdf，2005.

［12］肖军仓，周文斌，罗定贵，等.非点源污染模型 －SWAT用户应用指南［M］.北京:地质出版社，2010.

［13］蔡永明，张科利，李双才.不同粒径制间土壤质地资料的转换问题研究［J］.土壤学报，2003，40(4):511－517.

［14］SAXTON K E，RAWLS W J.Soil water characteristic estimates by texture and organic matter for hydrologic solutions［J］.Soil Scence Society of America Journal，2006，70(5):1569 －1578.

［15］魏怀斌，张占庞，杨金鹏.SWAT模型土壤数据库建立方法［J］.水利水电技术，2007，38(6):15 －18.

［16］Van GRIENSVEN.Sensitivity auto－calibration uncertainty and model evaluation in SWAT2005［Z］.Grassland，soil and water research service，Temple，TX，2007.

［17］McKAY M D，BECKMAN R J，CONOVER W J.A comparison of three methods for selecting values of input variables in the analysis of output from a computer code［J］.Technometeics，1979，21(2):239 － 245.

［18］MORIASI D N，ARNOLD J G，Van LIEW M W，et al.Model evaluation guidelines for systematic quantification of accuracy in watershed simulations［J］.Transactions of the ASABE，2007，50(3):885 －900.