土地利用變化對茂名市降水入滲補給量的影響

劉祖發，姚寒梅，陳曉越，卓文珊，查悉妮，付雪蓮

1. 中山大學水資源與環境研究中心，廣東 廣州 510275；2. 廣州大學地理科學學院，廣東 廣州 510006；3. 中山大學測試中心，廣東 廣州 510275

土地利用變化對茂名市降水入滲補給量的影響

劉祖發1，姚寒梅1，陳曉越2*，卓文珊3，查悉妮1，付雪蓮1

1. 中山大學水資源與環境研究中心，廣東 廣州 510275；2. 廣州大學地理科學學院，廣東 廣州 510006；3. 中山大學測試中心，廣東 廣州 510275

大氣降水是地下水補給的主要來源，確定降水入滲補給量對地下水資源管理和規劃有著重要意義。以茂名市為研究區，基于WetSpass分布式水文模型及GeoSOS-FLUS模型，結合GIS技術，估算2010年的降水入滲補給量，分析未來土地利用變化及其對降水入滲補給的影響。結果表明，（1）降水大部分轉化為蒸散發量，入滲補給量次之，年平均降水入滲補給量為684.63 mm；不同土地利用類型下，徑流量、蒸散發量和降水入滲補給量存在顯著差異性，由于城市規劃的作用和區域土壤質地的差異，林地、居民用地的降水入滲補給能力較大，高達800 mm，荒地最小。（2）近20年來，居民大量開墾荒地，草地轉變為耕地和林地，有利于降水入滲的土地利用類型面積減少，使得降水入滲補給量減少，土地利用變化影響著地下水的水量平衡。（3）到2050年，各類土地利用類型在區域上的分布更加集中，水域面積大量減少，耕地面積普遍大于其他類型土地，導致大部分面積的降水入滲補給量將呈現減少的趨勢，全年、豐水期的降水入滲補給量變化較相似，與枯水期的變化相差較大；到2100年則偏向于林地和草地的增加，降水入滲補給量呈增加趨勢。可見，在未來一段時期內，茂名市在追求經濟高速發展的同時，應加強對生態環境的保護，加大綠化面積，使地下水得到一定量的補給。本研究結果可為茂名市未來土地規劃提供一定依據，以進一步加強對地下水的管理和保護。

土地利用變化；降水入滲補給；WetSpass模型；GeoSOS-FLUS模型；茂名市

近年來，在國際水文科學協會（IAHS）啟動的水文科學十年計劃中，變化環境中的地下水資源管理是一個重要主題。隨著經濟的高速發展，水資源日益短缺，污染越來越嚴重，水資源危機已成為全球社會經濟發展的制約因素（趙穎等，2017）。準確評估地下水補給量是制定可靠水資源規劃的關鍵，具有實際應用價值和一定的社會科學意義（袁瑞強等，2010）。淺層地下水的主要補給來源為大氣降水，確定降水入滲補給量是地下水資源可持續利用的基礎（孟素花等，2013），是地下水污染研究的需要；高補給量使得污染物的運移更加迅速，促進了地下水的更新循環。傳統的降水入滲補給評價方法（地下水均衡法、達西法、地下水位動態法）多采用點評估的方式，忽略了補給量的空間差異性，因此，評估地下水補給的時空分布是地下水科學的一個研究難點。

在全球環境變化的大背景下，土地利用-覆被變化（LUCC），是國際地圈生物圈計劃（IGBP）和國際全球環境變化人文因素計劃（IHDP）的重要內容（羅婭等，2014），也是一個長期性的熱點研究問題（劉瑞等，2010；喬偉峰等，2013）。土地利用特征具有顯著的時空差異性，是人類活動與自然環境相互作用最直接的表現形式（張楊等，2010；趙興國等，2014；張新榮等，2014）。人類為了自身經濟利益的發展，不斷改變著自然環境，形成各種土地利用方式，各類土地利用類型正快速向不同的轉移方向變化。土地利用變化影響地下水資源量的時空分配（Scanlon et al.，2005；馬興旺等，2002；馬興旺等，2003；Lerner et al.，2009；閆佰忠等，2015），研究表明大尺度土地覆蓋與土地利用變化是導致水文循環變化的主要因素，對流域水文過程有著明顯的影響（陳昌春等，2014）。各種土地利用類型的面積和分布，會對截留、蒸散發、下滲等水文循環過程造成影響，從而改變大氣降水的分配。土地利用類型與地下水中的各類污染物也有著密切的聯系，不同的土地類型產生的污染物不同，例如，耕地區域內的地下水中硝酸鹽含量一般較高甚至超標，林地、草地內的地下水較為純凈，而城市區域內的生活工業污水滲漏也會造成地下水的污染（趙新鋒等，2008；蘇躍等，2008；馬興旺等，2009；杜習樂等，2013）。另外，無論是地下水水量或者水質，都受到降水入滲補給量的影響，補給量大使得地下水量變多，水循環加快，水質得到改善；不同土地利用類型其降水入滲能力不同，因此，土地利用變化直接或間接影響著地下水。

茂名市淺層地下水分布面積廣，且埋藏深度較淺，是鄉鎮企業及農村居民生活用水的主要供水水源，開采量相對較大，潛水及微承壓水主要為當地大氣降水及農業灌溉用水的入滲補給。茂名市礦產資源豐富，露天礦油頁巖的開采對地下水產生了一定的影響，大規模抽排地下水，導致地下水資源枯竭，破壞地下水動態平衡，并在不同程度上影響著地下水水質。因此，急需大量的地下水補給來緩解水污染狀況。降水入滲補給量在空間上存在差異性，而影響它的因素眾多，例如土地利用類型、土壤質地、地下水水位、氣象條件等，在估算補給量時任何一個條件都不應忽視，而WetSpass全面考慮了上述影響因素，并將其作為輸入條件，估算結果具有一定的可靠性。目前，該模型被國外眾多學者所運用（Graf et al.，2014；Mehdi et al.，2016；Tilahun et al.，2009；Teklebirhan et al.，2012；Kornkul et al.，2013），而國內華北地區對此模型已有少量運用（朱琳等，2013；林嵐等，2010），但在未來土地利用變化對降水入滲補給量的影響方面還未見相關報道。因此，本文基于WetSpass模型，定量化估算茂名市降水入滲補給量，分析各類土地利用類型的降水入滲補給能力，再結合GeoSOS-FLUS模型進一步探討未來土地利用變化及其對降水入滲補給量的影響，為茂名市未來水資源規劃和地下水保護提供參考。

1 研究區域

茂名市位于中國南海之濱，地處廣東省西南部，地理坐標為東經 110°19′～111°41′，北緯 21°22′～22°42′。東毗陽江，西臨湛江，北連云浮和廣西壯族自治區，南臨南海。東北距廣州362 km，西南距湛江121 km。屬熱帶亞熱帶濕潤季風氣候，具有光照充足、氣候溫暖、熱量豐富、水熱同季、雨量充沛、旱澇風寒災害性天氣較多的特點。茂名市地形整體呈東北高西南低的特點，地勢由東北向西南依次為山地、丘陵、臺地、平原，坡度范圍為 0%～70.83%，平均坡度為4.51%。區內土地利用類型分為居民用地、耕地、草地、林地、水域和荒地六類，土壤質地類型有砂壤土、輕壤土、中壤土和中壤土，其中大部分為輕壤土和中壤土。降水量分布不均，從東南沿海向內陸逐漸減少，年降水量為1500～1800 mm；多年平均氣溫為 23 ℃，氣溫和潛在蒸散發量在豐水期大致表現為從西北向東南逐漸降低，枯水期潛在蒸散發量變化相反。研究區范圍如圖1所示。

圖1 研究區域地理位置圖Fig.1 Map showing the position of study region

2 研究數據及方法

2.1 數據來源

本文氣象數據來源于國家氣象信息中心制作的中國地面氣候資料日值數據集；DEM 數據來源于中國科學院計算機網絡信息中心國際科學數據鏡像網站（http://www.gscloud.cn），空間分辨率為90 m；土壤質地數據來源于廣東省生態環境技術研究所；土地利用現狀數據來源于中國科學院資源環境科學數據中心（http://www.resdc.cn），空間分辨率為30 m；地下水埋深數據來源于廣東省茂名市地質環境監測報告。

2.2 WetSpass模型

目前被廣泛應用的降水入滲補給量計算方法為地下水位動態法，該方法基于傳統的監測數據，精度高，但評價尺度有限（李鵬等，2017）。WetSpass（Water and Energy Transfer between Soil，Plants and Atmosphere under quasi-Steady State）模型能與GIS相結合，考慮地形、土壤、氣候和植被等影響因素進行估算，更加具有優勢。該模型是由比利時布魯塞爾大學Batelaan教授于1996年首次提出，并于2007年與De Smedt教授成功建立一種分布式降水入滲補給量評價模型，基于水量平衡原理進行計算（Batelaan et al.，2007）。該模型在空間上將研究區劃分為若干個柵格單元，每個柵格單元代表一個水量平衡計算單元；每個柵格的水量平衡又可以進一步劃分為植被覆蓋地、裸地、水面和不透水地4個部分進行計算，這充分考慮到了每個柵格單元土地利用類型的不均勻性，這種不均勻性取決于柵格的分辨率；然后再將各種不同類型區域計算出的同一項分量加和就是整個柵格的該項水量平衡分量。降水是水量均衡計算的起點，然后發生截留、區內產流、蒸發蒸騰和補給，此順序是整個過程定量計算的先決條件。以植被覆蓋區為例（Batelaan et al，2001），水量平衡方程可以表示為：

式中，P為降水量；I為植被截留量；Sv為植被覆蓋下的地表徑流量；Tv為實際的蒸騰量；Rv為降水入滲補給量。由此可見，在水量平衡的原理下，可以估算出區域的植被截留量、地表徑流量、蒸發蒸騰量、降水入滲補給量。另外，在模擬過程中用模擬誤差這一指標來評估模型的質量（+/-mm）。

WetSpass模型輸入數據包括柵格數據和屬性表數據兩種方式，其必須嵌入到ArcView中進行運用。柵格數據包括土地利用類型、土壤質地、地形、坡度、降雨、風速、潛在蒸發量、溫度、地下水位埋深，屬性表數據包括徑流系數、土壤系數、土地利用參數，徑流系數包括坡度百分比、土壤質地、土地利用類型等，土壤系數包括土壤質地的孔隙率、飽和張力帶厚度、植被需水量等，土地利用參數包含植被覆蓋區、裸地、開放水面和不透水面積所占的比例及植被高度等。3種屬性數據通過一致的代碼將所有的數據聯系起來，從而進行計算。各類屬性數據的取值是通用的（Teklebirhan et al.，2012），但可以改變或添加因人為或自然因素而改變的土地利用參數（Mustafa et al.，2013）。本研究將研究區劃分為1642行、1559列，柵格數據分辨率統一為90 m；并將4—9月劃分為豐水期，10月—次年 3月劃分為枯水期，柵格數據的處理均在ArcGIS中進行。坡度數據由DEM數據經表面分析模塊得到；潛在蒸發量由FAO的Penman-Monteith模型計算而得。輸出數據包括多個水文變量，并以年、季為周期，具體輸出變量為徑流量、蒸散發量、截留量、植物蒸騰量、土壤蒸發、降水入滲補給量以及是否達到水量平衡的誤差值。

2.3 未來土地利用變化情景模擬模型

為了真實地反映土地利用變化的不確定性及多樣性，本研究中，未來土地利用數據采用未來土地利用變化情景模擬模型（GeoSOS-FLUS）計算而得，GeoSOS-FLUS模型是Li et al.（2017）開發的多類土地利用變化情景模擬軟件，該模型能較好地應用于土地利用變化模擬與未來土地利用情景的預測和分析中，是進行地理空間模擬、參與空間優化、輔助決策制定的有效工具。FLUS模型的原理源自元胞自動機（CA），并在傳統元胞自動機的基礎上做了較大改進。首先，FLUS模型采用神經網絡算法（ANN）從一期土地利用數據與包含人為活動與自然效應的多種驅動力因子（氣溫、降水、土壤、地形、交通、區位、政策等方面）中獲取各類用地類型在研究范圍內的適宜性概率。其次，FLUS模型采用從一期土地利用分布數據中采樣的方式，能較好地避免誤差傳遞的發生。另外，在土地變化模擬過程中，FLUS模型提出一種基于輪盤賭選擇的自適應慣性競爭機制，該機制能有效處理多種土地利用類型在自然作用與人類活動共同影響下發生相互轉化時的不確定性與復雜性，使得FLUS模型具有較高的模擬精度并且能獲得與現實土地利用分布相似的結果。

本文將FLUS模型運用于水文分析中，基于地理信息系統將其與 WetSpass分布式水文模型相耦合，以求進一步研究未來不同情景下土地利用變化對地下水補給產生的影響。以模擬所得到的未來土地利用分布為唯一變量，并將其作為輸入條件，分析降水入滲補給量的變化。由于未來條件的不確定性，基于IPCC發布的4個SRES情景進行土地利用變化的預測。本文將土地利用類型分為6類，分別為耕地、林地、草地、水域、居民用地和荒地。2010年茂名土地利用現狀為林地和耕地廣泛分布，耕地多分布在南部，居民用地較少且分散。在不同的人口與經濟增長、能源使用等情況下對未來土地利用變化進行模擬，分為A1、A2、B1和B2 4種不同情景，每一個情景代表著人口增長、經濟發展和其他社會經濟、環境變量的不同水平，其中A情景強調經濟，B強調環境發展；1表示更注重全球化的變化，2則更注重局部發展。A1是一個經濟快速發展的情景，A2情景下區域人口增長快速，城市擴張復雜，能源需求較大；B1與A2各類因素呈反方向發展，是一個引進了更多清潔能源的經濟增長模式，強調經濟、社會和環境的可持續發展；B2人口增長處于中間水平，城市擴張方向單一，經濟增長與工業創新等都處于中等水平。

3 結果與分析

3.1 現狀條件下（2010年）的降水入滲補給量

本文首先利用WetSpass估算了2010年地下水系統的水量平衡，部分輸出結果如表 1。茂名位于中國南方地區，各地年降水量基本高達1600 mm，東南沿海降水量較大，北部較小。全年的降水量大部分轉化為蒸散發量，入滲補給量次之。從表1可知，年徑流量變化范圍為10～1338 mm，平均徑流量為291.07 mm，徑流量在豐水期較大，枯水期平均值只有27.12 mm。結合空間分布圖（圖2），南部徑流量較高，偏北區域較低。對于蒸散發量，全年和豐水期的最大值、最小值相差較小，年平均蒸散發量為899.01 mm，最大值達到1302.33 mm，西部區域及東北部蒸散發較大。枯水期不僅降水量少，氣溫也較低，陽光較弱，不利于蒸散發。年降水入滲補給量平均值為684.63 mm，多發生在豐水期；枯水期平均值僅為7.98 mm，且在林地區域內出現了負值，說明地下水處于排泄狀態，枯水期降水量少，樹木需要的水分較大，可通過根系吸取地下水，造成地下水的流失。降水入滲補給量大于700 mm的地區大多分布在中部和東部。

地下水位動態法被認為是最有效的且應用廣泛的地下水補給量估算方法。本文采用地下水位與WetSpass結果相比較的方式來驗證模擬結果的正確性。選取位于茂名市境內的 12個地勢平坦的監測點，排除受灌溉、河道補給、開采等影響較大的觀測井（杜鷺飛，2012），運用ArcGIS的提取分析功能將模擬值提取至地下水位觀測點，相關性系數R2為0.902，模型基本適用于該地區。

表1 茂名2010年全年、豐水期、枯水期的水量平衡Table1 Yearly, summer and winter water balance components for Maoming for the year 2010 mm

圖2 2010年徑流量、蒸散發量、降水入滲補給量空間分布Fig.2 Spatially distributed runoff, evapotranspiration, groundwater recharge during the year 2010

不同土地利用類型下徑流量、蒸散發量和降水入滲補給量存著著差異性。從圖3可知，水域的徑流量最大，年平均值約為1000 mm，其次為荒地，而林地所產生的徑流量最小，平均值只有150 mm左右。降雨落入水面后直接形成徑流，導致水域的徑流量較高，林地因發生植物截留等水文過程，降水落入地面的速度較慢，土壤蓄水容量難以達到飽和，導致徑流量較小。水域的蒸散發量也較大，高達1200 mm。由水文循環可知，水域的水面存在蒸發過程，林地、草地存在蒸騰作用，因此這類土地利用類型的蒸散發量相對較高。除水域外，各類土地利用類型的平均蒸散發量處于800～900 mm。蒸散發量的標準偏差相對于徑流量、降水入滲補給量而言普遍較小，說明蒸散發量受其他因素如土壤質地等因素的影響較小。而降水入滲補給量的標準偏差較大，說明除土地利用類型對其影響較大，其他因素（如土壤質地、氣候）對其也較大。Dams et al.（2008）研究發現比利時地區耕地的降水入滲補給能力較高；Park et al.（2014）發現韓國濟州島各類林地的降水入滲補給能力普遍較高。由于城市規劃的作用和區域土壤質地的差異，茂名降水入滲補給量較大的土地利用類型為居民用地和林地，將近800 mm，居民用地的下滲量與城市總體規劃有關，城市注重生態發展，綠化面積大則易于下滲；反之，注重經濟發展，不透水面積大則下滲量必然減少。茂名市作為國家園林城市，一直致力于森林城市的建設，綠化面積占比達41.3%以上，因此下滲量較大。而林地在豐水期，除林冠截留外，一部分降水落入地面，土壤疏松且易達到飽和而發生下滲。各降水入滲補給量下的土地利用類型分布面積如圖4，耕地的面積內入滲補給量范圍為 0～700 mm，500～700 mm 范圍內分布較多的土地面積還有草地，根部較淺和土壤質地類型等因素導致草地的降水入滲補給量不及林地。林地有70%的面積入滲補給量處于700～900 mm，居民用地的入滲補給量也基本在此范圍內。

圖3 茂名2010年年平均徑流量（a）、蒸散發量（b）、降水入滲補給量（c）的平均值與標準偏差Fig.3 Simulated average and standard deviation of surface runoff (a),evapotranspiration (b), recharge (c) for typical Land use types of Maoming in 2010

圖4 不同降水入滲補給量下的土地利用類型面積分布Fig.4 Areal coverage of the different land-use types per recharge class for the conditions in 2010

3.2 土地利用變化下補給量的變化分析

不同時期人類活動對土地利用類型的影響存在差異，為研究土地利用對降水入滲補給量的影響，以不同年份土地利用類型為變量，研究降水入滲補給量的影響。由表2可知，1995—2005年土地利用類型變化大小順序為草地＞水域＞荒地＞耕地＞林地＞居民用地，其中草地減少面積高達85 km2，主要轉變為耕地和林地；此階段是不斷發展經濟的階段，人類大量開墾荒地，導致荒地面積大量減少，其動態度較大，達到了8.49%。2005—2010年期間，各類土地利用變化與前一階段變化趨勢一致，但變化速率有所下降。

表2 1995—2005、2005—2010年土地利用變化幅度及動態度Table2 Rangeability and dynamic degree of land use change between 1995—2005 and 2005—2010

表3 1995年、2005年和2010年之間不同變量的變化幅度Table3 Rangeability of surface runoff, evapotranspiration and recharge in 1995, 2005 and 2010mm

由表3可知，在較長時間尺度下，由于土地利用變化引起的徑流量、降水入滲補給量、蒸散發量的變化較大，其中，平均降水入滲補給量變化最大，減少量為5.0 mm，由以上分析可知，有利于降水入滲的土地利用類型面積總體上呈減少趨勢，使得降水入滲補給量減少；有利于生成徑流的水域面積增加，徑流量由284.65 mm增加到289.35 mm；蒸散發量變化最小，僅為2.61 mm。2005—2010年間，由于時間較短，土地利用變化稍弱，3個水量平衡變量變化相對不明顯，但變化趨勢呈現出一致性。綜上所述，可知土地利用變化對降水入滲補給量的影響不可忽視，特別是在當今社會多元化發展的狀況下，人類活動必然改變著土地利用類型，并且其變化存在著多種可能性。因此，在對未來土地利用變化的預測基礎上分析降水入滲補給量的變化，對未來的水資源管理利用具有一定的積極意義。

圖5 2010年和2050年、2100年不同情景下的土地利用分布圖Fig.5 Land use maps for the year 2010 and for the year 2050, 2100 assuming different scenario A1, A2, B1 and B2

3.3 土地利用變化模擬

Li et al.（2017）選用2010年數據對全球土地利用變化進行模擬，發現FLUS模型的模擬結果均具有較高的準確性。因此，本文利用 2010年土地利用類型圖，考慮不同的影響因素，模擬得出2050年和2100年的土地利用變化（圖5）。整體上，模擬結果顯示，至 2050年，各類土地利用類型的分布更加集中，由于人類活動的影響，水域面積大量減少，耕地面積普遍大于其他類型土地。其中，A1、A2情景下的居民用地增加較多，大部分位于研究區的南部；B1、A1情景下林地面積較大，居民用地、耕地、林地、草地相互影響，B2情景下的居民用地、林地、草地面積都較小，耕地面積最大。至2100年，A1、B1情景下的林地和草地面積進一步增長，A2情景下的居民用地不斷擴大。單一土地利用動態度可以用來定量研究某一土地利用面積變化的數量和速率（楊依天等，2013）。在前一研究時段，除荒地和水域的動態度較大之外，A1情景下的草地、A2情景下的居民用地和B2情景下的草地動態度分別為9.73%、6.24%、3.24%，相對較大。動態度最小的為B1情景下的居民用地，僅為0.41%。而在后一研究階段，各類土地類型的動態度均小于第一研究階段，說明此階段各類土地變化數量相對較少，速度較慢。

至2050年，在A1情景下，大部分林地轉變為耕地和草地，小部分耕地轉變為居民用地，最后耕地、林地面積分別為5515.95、3744.76 km2，所占比例分別為49.17%、33.54%。A2情景下，居民用地大量增加，在4種情景下面積最大，為1762.14 km2，主要由耕地和林地轉化而來，此情景下的草地面積也相對較大，為1818.35 km2。B1情景下的居民用地和草地面積較小，分別為376.2、1299.22 km2，耕地面積轉出較多，其他利用類型轉化為草地的較少，而林地面積相對較大，總共4369.34 km2，耕地所占比例（45.88%）比林地所占比例大。居民用地和林地都較少的B2情景下，大部分土地面積為耕地，超過一半的面積（52.09%）為耕地，達到4種情境下的最大值（5844.21 km2），耕地由大量林地轉出而來。此外，還可看出，林地向草地的轉化也較為明顯。總之，到 2050年期間，大部分林地主要轉化為耕地和草地，林地面積相對減少，耕地和草地面積明顯增多。

如表4所示，2050—2100年期間，荒地、水域面積基本不變，A1和B1情景下林地繼續向南擴大，而西南區域則大部分轉化為草地。A1情景下，耕地和少量草地轉化為林地，使得林地面積從33.54%增加到61.13%，另外，部分耕地面積轉化為草地；在經濟和人口不斷發展的情況下，A2情景草地面積大量減少，主要轉化為居民用地，其面積增加了1063.5 km2，B1與A1較為相似，耕地面積轉化為林地，此時林地面積達到4種情景下的最大值，占64.09%。B2情景下變化不明顯，少量草地和林地轉化為居民用地和耕地。

表4 2050年和2100年不同情境下的土地利用類型面積及所占比例Table4 Area and proportion of land use under different scenario in 2050, 2100km2

3.4 未來土地利用變化下的降水入滲補給量

在所模擬的2050年和2100年土地利用分布圖的基礎上，只改變土地利用類型輸入條件，運用WetSpass進行估算以便進一步分析徑流量、蒸散發量、降水入滲補給量的變化幅度（圖6）。整體上，全年和豐水期徑流量、蒸散發量、降水入滲補給量的變化趨勢和幅度較相似，與枯水期的變化相差較大。至2050年，4種情景下的變化趨勢均一致，徑流量處于增大的狀態，蒸散發量、降水入滲補給量均減小。年徑流量和豐水期徑流量變化幅度較大，枯水期變化幅度相對較小，B2情景下的年徑流量和豐水期徑流量變化最大，相對變化幅度分別為26%、28%，無論何時，B1情景下徑流量的變化幅度都是最小的。基于茂名的地域特征和城市規劃方向，在豐水期，4種情景下的相對變化幅度都不到1%；而在枯水期的變化相對較大，在A2情境下最大值達到 10%，無論何種情境下，B1的相對變化幅度最小。A1、A2、B1、B2情境下的年降水入滲補給量相對變化幅度為-8.06%、-8.13%、-6.29%、-10.41%，豐水期的變化只與其相差約0.02%，兩個時間段的變化基本一致。枯水期的相對變化幅度基本高達80%，因枯水期降水入滲補給量本來較小，2010年約為8 mm，而在所模擬的2050年均低于1 mm。2050—2100年間，不同情景下降水入滲補給量的變化趨勢各異，其在A1、B1情景下的相對變化幅度較大，A2情景下最小。從全年和豐水期的角度來分析，兩時期內A1與B2情景下的徑流量、蒸散發量、降水入滲補給量相對變化幅度最大相差0.72%，變化極為相似。徑流量和降水入滲補給量的變化較大，蒸散發量變化較小。與2050年相似，枯水期降水入滲補給量較小，最大變化幅度為 0.6 mm，但其相對變化幅度卻高達145%。

本研究重點分析降水入滲補給量的變化，2010—2050年各情境下的降水入滲補給量變化值如圖7所示，可明顯看出，深藍色區域內增加值較大，這部分區域大多是消失的水域，由于經濟、環境等各類發展需求，圍湖填坑等行為導致水域面積減少，基本無下滲量的水域被利用為其他土地。A2情境下降水入滲補給量為 200～500 mm 的分布較為明顯，基本出現為中南部，該區域內居民用地增加較多，而居民用地為降水入滲補給能力較強的土地利用類型。此外，在A1和B1的北部補給量增加也較為突出，這兩類情景下北部的耕地轉化為林地和草地，林地和草地的降水入滲補給能力比耕地強，必然導致該處的降水入滲補給量增大。4種情景下，降水入滲補給量減少范圍大小排序為：A2＞B2＞A1＞B1，且減少量較為集中的區域都分布在西部，對比土地利用變化圖，該處大部分由林地轉為耕地及少量草地，使得耕地面積廣泛分布，不利于下滲。相比于2050年，2100年變化幅度較小，最大變化僅為559 mm。A1和B1情景下土地利用變化較明顯，因此降水入滲補給量變化也較大，兩情景下紅色區域占大部分面積，主要分布在西南區域，增加量級多處于250～500 mm。因此，區域內的土地利用類型從耕地轉化為林地，林地下滲能力較強，導致入滲補給量增加明顯。A2情景下的城市擴張導致區域內降水入滲補給量增加較大，北部因草地轉為耕地，使得降水入滲補給量減少。在土地利用變化中，B2情景的變化最小，較明顯的是北部部分林地和草地變為耕地，因此，B2情景下的變化值多出現在西北部，且大部分區域呈現出減少的趨勢。

圖6 2010—2050年和2050—2100年的徑流量、蒸散發量、降水入滲補給量相對變化幅度Fig.6 Average change in surface runoff, evapotranspiration and recharge in 2050 compared to 2010 resulting from different land use scenarios

圖7 不同土地利用變化下的降水入滲補給量變化Fig.7 Difference in groundwater recharge due to land use change

由上述分析可知，土地利用變化對茂名市的降水入滲補給量有著重要的影響，特別是林地和居民用地。在未來社會向不同方向發展的同時，土地利用類型變化必然不同。大約至 2050年，由于經濟和人口的發展，能源的使用等因素，耕地面積都將會呈現增加的趨勢，大部分面積的降水入滲補給量將呈減少趨勢，而降水通過蒸發、蒸騰等過程返回大氣中，使得地下水得不到補給，降水得不到有效利用。而大約至2050年，當經濟發展到一定階段，人們的物質需求基本得到滿足后，人類更注重生態環境保護，在此前提下，降水入滲補給量呈增加的趨勢。因此，在未來茂名土地利用規劃時，應注重對生態環境狀況的重視，減少森林砍伐等人類活動；在城市建設過程中，加大綠化面積，并根據區域降水入滲補給能力的差異，制定合適的土地用途規劃，通過合理的土地利用類型調整與布局，使地下水得到充足的補給，減少由人為的土地利用帶來的地下水污染，及時改善地下水的水質和解決水資源短缺等問題。由于地下水位資料的限制，本文在模擬結果驗證方面采用國內廣泛應用的地下水位動態法，而國際上更為成熟的方法為耦合MODFLOW 模型，此方法不僅能使模擬結果更精確，還能得知地下水位在地層中的分布狀況，更有利于地下水資源的管理；此外，氣候變化也是影響地下水補給量的重要因素，結合未來降水、氣溫等因素的變化研究補給量的變化是今后進一步研究的重點方向，以更好地評估地下水資源的變化。

4 結論

利用茂名市氣象、土壤質地、土地利用、DEM、地下水埋深等數據，結合GIS技術，基于WetSpass模型及GeoSOS-FLUS模型對降水入滲補給量進行定量分析，并研究未來土地利用變化對其造成的影響。主要得出以下結論：

（1）茂名全年的降水量大部分轉化為蒸散發量，入滲補給量次之。年平均蒸散發量為 899.01 mm，最大值達到1302.33 mm；年徑流量變化范圍為10～1338 mm，平均徑流量為291.07 mm；年降水入滲補給量平均值為684.63 mm，多發生在豐水期；枯水期平均值僅為7.98 mm。

（2）降水入滲補給量較大的利用類型為居民用地和林地，高達800 mm，茂名城市建設過程中注重生態的發展，綠化面積較大，居民用地的補給能力較強；水域的徑流量最大，年平均值約為 1000 mm，其次為荒地，而林地所產生的徑流量最小，平均值只有150 mm左右；水域的蒸散發量也較大，高達1200 mm。

（3）在考慮不同影響因素的前提下，研究了 4種情景下未來土地利用變化，2010—2050年，A1、A2情景下的居民用地增加較多，林地面積較大的為 B1、A1，居民用地、耕地、林地、草地相互影響，B2的居民用地、林地、草地都較少，耕地面積最大。整體上，降水入滲補給量呈現減少的趨勢，4種情景下，降水入滲補給量減少范圍大小順序為：A2＞B2＞A1＞B1，且減少量較為集中的區域都分布在西部。

（4）2050—2100年，荒地、水域面積基本不變，A1、B1情景下的林地和草地面積進一步增長，A2情景下的居民用地不斷擴大。相比于2050年，2100年降水入滲補給量變化值較小，最大變化值僅有559 mm。A1和B1情景下的土地利用類型從耕地轉化為林地，林地下滲能力較強，導致入滲補給量增加明顯。A2情景下的城市擴張使得區域內降水入滲補給量呈較大增加趨勢，而B2情景下大部分區域呈減少趨勢。

BATELAAN O, MEYUS Y, DE SMEDT F. 2007. De grondwatervoeding van Vlaanderen [J]. Water, 28:64-71.

BATELAAN O, SMEDT FD. 2001. WetSpass: a flexible, GIS based,distributed recharge methodology for regional groundwater modelling[J]. Impact of Human Activity on Groundwater Dynamics A Symposium Held During the Sixth Iahs Scientific Assembly,269:11-17.

DAMS J, WOLDEAMLAK S T, BATELAAN O. 2008. Predicting land-use change and its impact on the groundwater system of the Kleine Nete catchment, Belgium [J]. Hydrology and Earth System Sciences, 12(6):1369-1385.

GRAF R, PRZYBYLEK J. 2014. Estimation of Shallow Groundwater Recharge Using a Gis-Based Distributed Water Balance Model [J].Quaestiones Geographicae, 33(3): 27-37.

KORNKULJ,CHOTPANTARAT S. 2013. Distributed groundwater recharge estimation in Phrae Province using wetspass [C]//Environmentasia International Conference, 5:552-565.

LERNER D N, HARRIS B. 2009. The relationship between land use and groundwater resources and quality [J]. Land Use Policy, 26:S265-S273.

LI X, CHEN G Z, LIU X P, et al. 2017. A New Global Land-Use and Land-Cover Change Product at a 1-km Resolution for 2010 to 2100 Based on Human-Environment Interactions [J]. Annals of the American Association of Geographers, DOI: 10.1080/24694452.2017.1303357.

MEHDI Z, REZA G, ABBASALI V, et al. 2016. Estimating groundwater recharge, evapotranspiration and surface runoff using Land-use data: a case study in Northeast Iran [J]. Biological Forum, 8(2): 196-202.

MUSTAFA A, ALI E. 2013. GIS based Spatial Groundwater Recharge estimation in the Jafr basin, Jordan-Application of WetSpass models for arid regions [J]. Revista Mexicana de Ciencias Geologicas, 30(1):96-109.

PARK C H, SEO J G, LEE J J, et al. 2014. A distributed water balance approach to groundwater recharge estimation for Jeju volcanic island,Korea [J]. Geosciences Journal, 18(2): 193-207.

SCANLON B R, REEDY R C, STONESTROM D A, et al. 2005. Impact of land use and land cover change on groundwater recharge and quality in the southwestern US [J]. Global Change Biology, 11(10): 1577-1593.

TEKLEBIRHAN A, DESSIE N, TESFAMICHAEL G. 2012. Groundwater Recharge, Evapotranspiration and Surface Runoff Estimation Using WetSpass Modeling Method in Illala Catchment, Northern Ethiopia [J].Momona Ethiopian Journal of Science, 27(3): 341-343.

TILAHUN K, MERKEL B J. 2009. Estimation of groundwater recharge using a GIS-based distributed water balance model in Dire Dawa,Ethiopia [J]. Hydrogeology Journal, 17(6): 1443-1457.

陳昌春, 張余慶, 項瑛, 等. 2014. 土地利用變化對贛江流域徑流的影響研究[J]. 自然資源學報, 29(10): 1758-1769.

杜鷺飛. 2012. 基于WetSpass的北京平原區降水入滲補給量計算與空間分析[D]. 北京: 首都師范大學: 1-79.

杜習樂, 呂昌河. 2013. 鄭州市土地利用變化對地表水污染的影響[J].生態環境學報, 22(2): 336-342.

李鵬, 許海麗, 潘云, 等. 2017. 北京市平原區地下水補給量計算方法對比研究[J]. 水文, 37(2): 31-35.

林嵐, 梁團豪, 王曉昕. 2010. 采用 WetSpass模型評價松嫩盆地降水入滲補給量[J]. 東北水利水電, (7): 23-25.

劉瑞, 朱道林. 2010. 基于轉移矩陣的土地利用變化信息挖掘方法探討[J]. 資源科學, 32(8): 1544-1550.

羅婭, 楊勝天, 劉曉燕, 等. 2014. 黃河河口鎮-潼關區間1998—2010年土地利用變化特征[J]. 地理學報, 69(1): 42-53.

馬興旺, 李保國, 吳春榮, 等. 2002. 綠洲區土地利用對地下水影響的數值模擬分析——以民勤綠洲為例[J]. 資源科學24(2): 49-55.

馬興旺, 李保國, 吳春榮, 等. 2003. 民勤綠洲現狀土地利用模式影響下地下水位時空變化的預測[J]. 水科學進展, (1): 85-90.

馬興旺, 朱靖蓉, 李保國. 2009. 綠洲土地利用對地下水礦化度時空變化影響的定量評估[J]. 自然資源學報, 24(3): 466-475.

孟素花, 費宇紅, 張兆吉, 等. 2013. 50年來華北平原降水入滲補給量時空分布特征研究[J]. 地球科學進展, 28(8): 923-929.

喬偉峰, 盛業華, 方斌, 等. 2013. 基于轉移矩陣的高度城市化區域土地利用演變信息挖掘——以江蘇省蘇州市為例[J]. 地理研究, 32(8):1497-1507.

蘇躍, 劉方, 李航, 等. 2008. 喀斯特山區不同土地利用方式下土壤質量變化及其對水環境的影響[J]. 水土保持學報, 22(1): 65-68.

閆佰忠, 肖長來, 劉泓志, 等. 2015. 吉林市城區土地利用對地下水污染空間分布的影響[J]. 中國環境科學, (3): 934-942.

楊依天, 鄭度, 張雪芹, 等. 2013. 1980—2010年和田綠洲土地利用變化空間耦合及其環境效應[J]. 地理學報, 68(6): 813-824.

袁瑞強, 宋獻方, 劉貫群. 2010. 現代黃河三角洲上部沖積平原降水入滲補給量研究[J]. 自然資源學報, 25(10): 1777-1785.

張新榮, 劉林萍, 方石, 等. 2014. 土地利用、覆被變化 (LUCC) 與環境變化關系研究進展[J]. 生態環境學報, 19(12): 2013-2021.

張楊, 劉艷芳, 丁慶, 等. 2010. 1996—2006年武漢市土地利用/覆被變化研究[J]. 生態環境學報, 23(11): 2534-2539.

趙新鋒, 曾松青, 陳建耀, 等. 2008. “珠三角”地區城市化對地下水水質影響案例研究[J]. 生態環境, 17(2): 533-536.

趙興國, 潘玉君, 丁生, 等. 2014. 中國省域土地利用可持續性評價及時空格局特征[J]. 農業工程學報, 30(3): 196-204.

趙穎, 張麗, 王飛. 2017. 白洋淀水文變化對土地利用類型的影響[J]. 中國水土保持, (5): 52-55.

朱琳, 劉暢, 李小娟, 等. 2013. 城市擴張下的北京平原區降水入滲補給量變化[J]. 地球科學——中國地質大學學報, 38(5): 1065-1072.

Effect of Land Use Changes on Precipitation Infiltration Recharge in Maoming

LIU Zufa1, YAO Hanmei1, CHEN Xiaoyue2*, ZHUO Wenshan3, ZHA Xini1, FU Xuelian1
1. Center for Water Resources and Environment, Sun Yat-sen University, Guangzhou 510275, China;2. School of Geographical Sciences, Guangzhou University, Guangzhou 510006, China;3. Instrumental Analysis & Research Center, Sun Yat-sen University, Guangzhou 510275, China

Precipitation is the main source of groundwater recharge, and it is important to determine the quantity of water supply to management and planning of groundwater resource. Maoming was taken as research area. Based on WetSpass and GeoSOS-FLUS model, combined with GIS technology, this paper estimated the precipitation infiltration recharge for the year 2010, and analyzed future change of land use and its effect on the precipitation infiltration recharge. The results showed that the precipitation was mostly converted into evapotranspiration, and precipitation infiltration recharge was the second, and the annual average precipitation was 684.63 mm. Under different land use types, the surface runoff, evapotranspiration and recharge were obviously different. Owing to the different urban planning, the rainfall infiltration capacity of forest and urban was larger, as high as 800 mm, and the barren was minimal. Over the past 20 years, the residents had reclaimed the barren and then a large number of grasslands had been transformed into farmland and forest. The decrease of these land areas resulted in the reduction of recharge. By 2050, distribution of all land use types was more concentrated, a substantial reduction in water area, cultivated land area was generally greater than other types of land, causing most of the precipitation infiltration recharge area to decrease, and the change of annual and seasonal recharge would be the similar. By the year 2100, there will be an increase in forest land and grassland, and the supply of precipitation will be increasing too. In a period of the future, Maoming should strengthen the protection of the ecological environment, increase the green area and make the groundwater get a certain amount of supply. The research results could provide some basis for the future land planning of Maoming, so as to further strengthen the management and protection of groundwater.

land use change; recharge; WetSpass model; GeoSOS-FLUS model; Maoming

10.16258/j.cnki.1674-5906.2017.12.014

X14

A

1674-5906（2017）12-2102-10

劉祖發, 姚寒梅, 陳曉越, 卓文珊, 查悉妮, 付雪蓮. 2017. 土地利用變化對茂名市降水入滲補給量的影響[J]. 生態環境學報, 26(12): 2102-2111.

LIU Zufa, YAO Hanmei, CHEN Xiaoyue, ZHUO Wenshan, ZHA Xini, FU Xuelian. 2017. Effect of land use changes on precipitation infiltration recharge in Maoming [J]. Ecology and Environmental Sciences, 26(12): 2102-2111.

國家自然科學基金項目（51379224）

劉祖發（1961年生），男，副教授，研究方向為水文水資源計算與分析。E-mail: eeslzf@mail.sysu.edu.cn

*通信作者：陳曉越，E-mail: davidcxy@163.com

2017-09-18