昆明市區地表徑流影響因子分析

曹 言, 王 杰, 柴素盈, 戚 娜

(1.云南省水利水電科學研究院, 昆明 650228; 2.云南省環境科學研究院, 昆明 650034)

地表徑流是水量平衡重要的組成部分，也是田間水文重要的內容之一，對流域水資源開發利用和農作物生產管理具有重要應用價值[1]。研究表明[2-7]，地表徑流受氣象因素和下墊面因素共同影響，其中氣象因素主要包括降雨量、降雨強度和降雨持續時間等，下墊面因素主要包括坡度和土地利用類型等因素。如李建柱等[2]研究表明汛期降雨量和降雨強度的減少對大清河流域洪水次數和量級的減少具有一定的影響。陳曉安等[3]采用人工模擬降雨試驗分析不同坡度和雨強對紅壤耕地地表徑流的影響，結果表明地表徑流強度隨雨強增大而增大，隨坡度先增大后減小。陳曉燕等[4]利用SWMM模型探討降雨和土地利用對地表徑流的影響，結果表明地表徑流隨降雨增加而顯著線性增加，隨滲透面積比例增加反而呈顯著下降趨勢。史培軍[5]、鄭璟[6]、馬亞鑫[7]等研究均表明城市化的快速發展，導致土地利用發生變化，進而增大地表徑流。然而，目前對地表徑流影響因子的研究還大多集中在單因子方面，針對多因子綜合分析還相對較少。

SCS-CN是模擬單場降雨地表徑流中最常用的水文模型。該模型綜合考慮了土壤類型、土地利用、土壤濕度等特點，具有較強的適用性，且參數改進空間大，通過參數改進的模型被諸多學者廣泛的應用的全球不同地區[8-12]。例如Mishra等[8]在美國Waco流域對初損率λ進行改進后相對誤差由-21.57%縮小至10.11%。Shi[9]、Xiao[10]等分別在中國南方三峽區王家溝流域和黃土高原六道溝小流域對初損率λ進行率定，模型在各自流域模擬精度均較高。陳正維等[11]通過坡度修正SCS模型中CN值和率定初損率λ，有效地預測了四川盆地紫色土坡地降雨徑流。王瑾杰等[12]利用衛星觀測數據和遙感反演地表參數對SCS模型中最大可能持水量(S)進行計算，該方法具有較高的模擬精度，不受CN值的影響，具有較強的適用性。

昆明市區(102°35′39″—103°0′48″E，24°42′1″—25°12′42″N)，包括五華區、盤龍區、西山區、官渡區、呈貢區和空港經濟區，面積1 028 km2，氣候屬于亞熱帶高原季風氣候，多年平均降雨量為923.9 mm。近年來由于昆明市城市化的快速發展，氣候變化和農業種植結構的不斷調整，導致昆明主城區降雨—徑流特征發生變化。本研究通過率定初損率λ，利用坡度修正后SCS模型模擬不同時間尺度下昆明市區降雨地表徑流，探討降雨量、降雨強度、土壤濕度及土地利用變化與地表徑流的響應關系，不僅能夠準確認識降雨—徑流關系，也可為地區雨水收集利用和城市內澇防控提供一定的參考。

1 數據及研究方法

1.1 數據資料

1.1.1 降雨和徑流數據 降雨數據采用云南省氣象局和中國氣象科學數據共享服務網提供的昆明市區及周邊的昆明(102.65°E，25.0°N)、呈貢(102.8°E，24.88°N)、太華山(102.62°E，24.95°N)、宜良(103.17°E，24.92°N)和嵩明站(103.03°E，25.33°N)5個氣象站點，1986年、1995年、2000年、2007年、2014年逐日降雨數據，利用泰森多邊形對氣象站點代表的地域范圍進行劃分，計算每個氣象站地域范圍內的逐年逐次降雨產流。草地的徑流數據選用呈貢大漁鄉2001—2002年8場降雨事件，城市建設用地的徑流數據選用主城明通河流域2006—2007年6場降雨事件，水田的徑流數據選擇昆明市嵩明縣2016年11場降雨事件，其試驗選擇在大型側坑中進行，觀測記錄水稻生育期內降雨前后側坑水層深度，降雨事件均是發生在水稻生長期內。具體見表1。

表1 降雨事件的基本情況

1.1.2 土地利用類型數據 土地利用類型數據選用中國科學院環境數據中心提供1∶10萬的1986年、1995年、2000年土地利用類型數據，該數據均由3期同年陸地衛星TM影像經過人工解譯獲得。2007年、2014年數據通過ENVI 5.0對SPOT5(2007年3月26日)和SPOT6(2014年11月24日)同期遙感影像進行正射校正、幾何校正、影像分割、合并分塊處理等，完成對遙感影像的解譯。共涉及10種土地利用類型(附圖1—2)。

1.1.3 其他數據 土壤類型數據由中國科學院資源科學數據中心提供，采用ArcGIS對研究區內的土壤類型數據進行提取(附圖3)，根據土壤最小下滲率[16-17]和土壤質地[18]，將昆明市區土壤類型劃分為B，C，D這3種類型(表2)，由圖1可知，昆明市區土壤類別以山原紅壤和水稻土為主，SCS模型土壤類型以D類和C類為主，其中城市建設用地屬于不透水地表，將其劃分D類[7]。DEM數據采用項目組內部30 m分辨率的數字高程數據，主要用于計算研究區坡度進而修正CN值。

圖1 昆明市區SCS模型土壤類型分布

1.2 研究方法

1.2.1 SCS-CN模型 SCS-CN模型假設降雨實際入滲量與其潛在最大入滲量之比等于地表徑流量與潛在最大徑流量之比，其模擬方程為[19]：

(1)

式中：Q為地表徑流量(mm)；P為降雨量(mm)；S為最大可能儲水量(mm)；λ為初損率，無量綱，一般定義λ=0.2。其中S通過CN(curve number)值計算而得，具體見公式(2)。

(2)

式中：CN值為徑流曲線數，其主要取決于流域前期土壤濕潤程度(AMC)、土壤類型和土地利用類型的特征，通常參考美國《國家工程手冊》的標準。而AMC表示前5 d的降雨總量API，一般根據API將AMC劃分為3種等級，即干旱條件(AMC I)CN1，正常條件(AMC Ⅱ)CN2和濕潤條件(AMC Ⅲ)CN3[20]，其中CN1和CN3可通過CN2進行相互換算，即公式(3)和公式(4)：

CN1=4.2CN2/(10-0.058CN2)

(3)

CN3=23CN2/(10+0.13CN2)

(4)

表2 昆明市區土壤類型分類情況

1.2.2 基于坡度修正CN值 SCS模型中不同土壤類型與土地利用類型對應的CN值不同，根據國內相關研究成果[21]確定研究區傳統正常條件下的CN2值(表3)。傳統SCS模型的CN值未考慮到坡度對降雨產流的影響，CN值變化較降雨量對地表徑流的影響更為敏感。因此，本文采用Hang坡度修正公式[22]對CN2值(表3)進行修正，具體見公式(5)。

CNα=CN2(322.79+15.63CN2)/(α+323.52)

(5)

式中：CNα為坡度修正后的CN2值，無量綱；α為多邊形坡度值，用百分比(%)表示。

2 結果與分析

2.1 初損率λ的率定

由于研究區受人為活動影響較大，土地利用類型較為復雜，且缺少相關的水文站點監測數據。因此本文根據研究區相關研究成果和大田試驗實測數據，對草地(以草地為主，果樹均是幼苗)、城市建設用地和水田的初損率λ進行率定，檢驗模型模擬的效果(圖2)。在率定期，當草地、城市建設用地和水田λ取0.2，0.05，0.05時，模擬值和實測值平均相對誤差為14.96%，R2為0.70；在驗證期，草地、城市建設用地和水田模擬值和實測值的平均相對誤差為12.46%，R2為0.95。模型模擬的平均相對誤差均小于15%，且R2均在0.70以上，加之研究區范圍較大，下墊面較為復雜，因此模型模擬精度基本上是在可接受范圍內，模擬結果相對可信。此外，根據相關研究和各土地利用類型的產流特點[23-25]，將有林地、灌木林、疏林地、旱地λ取值為0.2，將裸地、水體、大棚λ取值為0.05。

表3 昆明市區傳統AMCⅡ正常條件下CN2值

圖2 率定期和驗證期的模擬值與實測值比較

2.2 降雨與地表徑流的響應關系

2.2.1 降雨量對地表徑流量的影響 通過修正后的SCS模型模擬1986年、1995年、2000年、2007年、2014年逐次降雨產生的地表徑流量，統計分析不同時間尺度下降雨與地表徑流的響應關系。由圖3A可以看出，地表徑流深度與降雨量呈極顯著線性關系(R2=0.7926，p=0.00)，當降雨量分別大于1，2，4 mm時，地表徑流深度分別大于0.01，0.1，1 mm，地表徑流深度增加幅度明顯高于降雨量增加幅度。在年際變化方面(圖3B)，根據近50 a昆明市年降雨數據，參考《水文情報預報規范》將1986年、1995年、2000年、2007年、2014年劃分為豐水年、偏豐水年、偏枯水年、偏枯水年和平水年，其地表徑流量分別為3.55億m3，2.67億m3，1.48億m3，1.80億m3，2.52億m3，呈現出豐水年>偏豐水年>平水年>偏枯水年的趨勢。在月際變化方面(圖3C)，地表徑流量最大值主要出現在降雨最多月份(6月或7月)，平均降雨量達到250.1 mm，占全年平均降雨總量的25.68%，平均地表徑流量達到0.829 7億m3，占全年平均地表徑流量的33.54%；地表徑流量最小值主要出現降雨較少月份(1月或12月)，平均降雨量僅為7.3 mm，平均地表徑流量也僅為0.001億m3。地表徑流量不僅受到降雨量的影響，同時也會受到降雨強度和降雨前土壤濕潤程度的影響。如1995年、2000年地表徑流量最大值分別出現在6月和5月，均未出現在最大降雨量月份，其主要原因是該月份強降雨(>30 mm)場次明顯高于其他月份，且降雨時間較為連續，降雨前期土壤濕度較高所致。

2.2.2 降雨強度對地表徑流量的影響 由表4可知，在不同強度降雨場次方面，降雨等級不同，降雨次數差異較大。<10 mm 等級降雨場次最多，年平均達到103次，年平均降雨量為270.7 mm，其次分別是10～20 mm和20～30 mm，年平均降雨場次分別為20，8次，年平均降雨量分別為268.7，173.8 mm，>30 mm降雨場次平均僅為7次左右，但其年平均降雨量達到259.7 mm。

圖3 降雨對地表徑流的影響

在不同降雨強度降雨量方面，豐水年內強降雨(>30 mm)降雨量占全年降雨總量比重最大，偏枯水年內弱降雨(<10 mm)降雨量比重最大。在不同強度降雨徑流深度方面，降雨強度在不同等級之間變化時，模擬的地表徑流深度變化幅度差異較大。<10 mm年平均地表徑流深度最小，僅為22.97 mm，10～20 mm與20～30 mm年平均地表徑流深度相差不大，分別為51.32，49.11 mm，而>30 mm較<10 mm，10～20 mm和20～30 mm地表徑流深度分別增加1.02～4.70，0～2.55，0.50～2.05倍，年平均地表徑流深度達到110.49 mm，占全年徑流深度的47.25%。在不同強度降雨徑流系數方面，也呈現出降雨強度越大，徑流系數越大，產流能力越強。<10 mm平均降雨徑流系數最小，僅為0.09，其次分別是10～20 mm和20～30 mm，其平均降雨徑流系數分別為0.19，0.27，>30 mm平均降雨徑流系數達到0.43。

表4 不同降雨強度下地表徑流深度情況

2.3 土壤濕潤程度與地表徑流的響應關系

土壤濕潤程度直接影響著土壤當時最大可持水量(S)，降雨前土壤含水量越大，最大可持水量則越小，雨水下滲量相對較少，則越容易產生地表徑流。由圖4可知，整體上呈現出土壤越濕潤，雨水產流能力則越強。在單次降雨的產流能力方面，干旱條件下降雨次數最多，正常條件下降雨次數最少，濕潤條件下降雨次數相對較多，其年平均次數分別為58，12，18次，分別主要集中5—10月、7—8月、6—7月，單次降雨平均產流量分別為20.44×105，27.25×105，46.02×105m3/次；在單位毫米降雨的產流能力方面，濕潤條件>正常條件>干旱條件，其單位毫米降雨平均產流量分別為1.85×105，2.82×105，3.71×105m3/mm。可見，濕潤條件下降雨的產流能力最強，是干旱條件下產流能力的2倍以上，且也明顯高于正常條件下的產流能力。

圖4 不同濕潤程度下雨水產流能力

2.4 土地利用類型與地表徑流的響應關系

隨著昆明市城市率的不斷提高，土地利用劇烈變化直接影響著CN值的確定，導致流域最大蓄水容量的變化。由圖5可知，1986—2014年期間昆明市區滲透比例持續下降，其主要由于城市建設用地面積顯著增加，年平均增長幅度為7.44 km2/a，面積占比由13.16%增加至33.41%，主要由水田、草地、灌木林和旱地轉化而來，而水田、草地、灌木林和疏林地減少趨勢最顯著，年平均減少幅度分別為8.57，6.68，5.20，3.29 km2/a，導致透水地表面積呈持續減小趨勢。選取豐水年(1986年)、偏豐水年(1995年)、平水年(2014年)和偏枯水年(2000年、2007年)，分別計算相同降雨年型下的地表徑流量，結果表明地表徑流量隨著滲透比例的減小整體呈現上升趨勢，2014年地表徑流量較1986年分別增長了0.420 8億m3，0.513 7億m3，0.431 8億m3，0.335 4億m3，0.308 4億m3，減小幅度呈現出豐水年>平水年>偏枯水年的趨勢，其中1995年、2007年地表徑流量均有減少趨勢，其原因主要均是水田面積大幅減小，導致流域產流能力下降。可見，隨著滲透比例的不斷減少，土地利用變化對地表徑流的影響越來越顯著，且豐水年土地利用變化對地表徑流的影響明顯大于平水年和偏枯水年。

圖5 昆明市區不同階段徑流深度變化

3 結論與討論

(1) 影響地表徑流的主要因素是降雨，其中地表徑流深度與降雨量呈極顯著線性關系，且呈現出豐水年>偏豐水年>平水年>偏枯水年的趨勢。而降雨量與降雨強度、降雨前土壤濕潤程度具有較強的相關性，如在豐水年內強降雨(>30 mm)降雨量占全年降雨總量比重最大，在偏枯水年內弱降雨(<10 mm)降雨量占比則最大，而強降雨(>30 mm)下的地表平均徑流量達到1.135 8億m3，占全年徑流總量的47.25%，直接影響全年地表徑流總量的多少。地表徑流最大值就出現在降雨最多月份(6月或7月)，月平均雨水產流次數達到20次，日平均徑流量達到0.034 1億m3/d，平均1～2 d就有一次降雨徑流發生，且降雨量較大，土壤濕潤程度基本上呈濕潤條件，此時單次降雨和單位毫米降雨產流能力最強，這也是6月或7月地表徑流量最大的原因之一。

(2) 土地利用變化主要是影響流域滲透面積比例，在相同降雨年型下，地表徑流量隨著滲透比例的減小整體呈現上升趨勢，且豐水年土地利用變化對地表徑流的影響明顯大于平水年和偏枯水年。

與以往研究相比較，本研究通過修訂CN值和率定λ，能夠較為準確地模擬研究區地表徑流特征，能夠為今后雨水利用提供一定的參考價值。但由于缺乏長序列的降雨—徑流數據，未對每種土地利用類型的λ進行率定，此外降雨前期土壤濕潤程度的劃分還有待修正，尤其是在城市建設用地方面。因此，應在著重補充實測數據的同時，通過土壤水分吸收平衡原理不斷修訂和補充CN值，探討各影響因子對地表產流的影響，從而更加科學地認識本地區降雨—徑流關系。