京津冀城市群土地利用變化對地表徑流的影響

巨鑫慧, 高 肖, 李偉峰, 韓立建, 毛勁喬

1 河海大學水利水電學院, 南京 210098 2 中國科學院生態環境研究中心城市與區域國家重點實驗室, 北京 100085

近年來,由于氣候變化和人類活動的雙重影響,地球上的水文循環過程正在發生深刻變化[1- 2]。城市化作為21世紀人類社會經濟發展的重要過程[3],其引發的水文效應是國內外學者關注的熱點。在城市發展過程中,以不透水地表覆蓋為主的各種人工土地利用類型(居民住宅、道路、廣場、工業及商業用地等)大量增加,顯著地改變了原本自然或半自然的下墊面格局,對區域內的水文循環產生了極大的干擾[4- 6]。一方面,城市區域徑流系數增大,洪峰流量增加,暴雨頻現；另一方面,不透水地表的增加加大了降雨的淋溶沖刷作用,導致地表污染負荷增加,非點源污染加重[7- 9]。城市化導致的水資源、水環境問題已經成為制約城市經濟可持續發展的重要因素[10]。因此,研究高度城市化區域土地利用/覆被變化對地表徑流的影響特征與機制具有重要意義。

目前,經濟全球化使國家間綜合競爭的地理層級由城市層級向城市群層級過渡[11]。隨著我國經濟的快速發展,以特大城市為核心的都市圈和城市群的發展已成為推動區域經濟發展的重要戰略[12]。相比于單個城市,城市群對區域地表徑流過程擾動更加強烈,這種集中連片的城市發展模式對區域生態環境會產生明顯的疊加或累積影響效應。京津冀城市群作為我國三大城市群之一,在我國新型城鎮化戰略布局中處于重要地位[12]。但與此同時,京津冀地區也是我國人類活動對水文循環過程干擾強度極大的區域。研究京津冀地區高強度人類活動對地表徑流的影響機制有助于優化城市布局、促進水資源合理配置,從而有助于京津冀地區的協同發展。

目前,國內外學者多采用模型模擬的方法分析土地利用/覆被變化對地表徑流的影響[13- 16]。按照模型結構分類,水文模型可分為黑箱模型、概念模型和物理模型[17]。在多種模型中,分布式水文模型能夠客觀的反映降雨和下墊面條件對流域徑流的影響,因此被廣泛應用于地表徑流的模擬研究中[18],如SWAT模型、SCS-CN模型、L-THIA模型等。其中,L-THIA模型主要適用于較大時空尺度上水文情勢特征的模擬,如土地利用/覆被變化下的長期水文影響評價等[19- 21]。此外,該模型結構簡單,所需數據較易獲取,較復雜的水文模型所需設置參數少,并且能夠很好的與地理信息系統結合,對于缺乏資料和數據的地區有較好的適用性。如Jingqiu Chen等,利用L-THIA 模型對美國地區典型年的平均年徑流深和年徑流總量進行評價,結果表明該方法能夠有效評價城市化對地表徑流的影響[22]；張明月等在L-THIA模型內部增加流域劃分模塊,考慮多站點的日降雨量的輸入,模擬太湖流域不同土地利用情景下地表徑流的變化過程[23]；劉珍環等利用L-THIA模型模擬了深圳市不透水面擴張對城區地表徑流的影響,結果表明該模型對模擬快速城市化、無水文監測資料地區的徑流量變化有良好效果[24]。因此,本文選用L-THIA模型進行京津冀城市群的地表徑流模擬研究。

綜上所述,本研究以我國最重要的城市群之一——京津冀城市群為例,利用研究區1950—2015年的逐日降雨數據、土壤數據及1980、1990、2000、2010、2015年5期土地利用數據,采用L-THIA模型,模擬計算在相同降雨情景下土地利用/覆被變化對京津冀城市群地表徑流的影響,并在此基礎上分析不同土地利用類型與地表徑流的響應關系,以及不同城市地表徑流的變化規律與差異。本研究有助于全面了解京津冀城市群擴張對地表徑流的影響。

1 研究區概況

圖1 京津冀城市群地理位置Fig.1 Location of Beijing-Tianjin-Hebei urban agglomeration

京津冀城市群地處環渤海核心地帶,地勢西北高、東南低,區位優勢明顯[25]。京津冀地區在地域上覆蓋北京市、天津市兩個直轄市及河北省的石家莊、唐山、秦皇島等11個地級市(圖1)。截至2014年,京津冀城市群土地面積占全國的2.3%,總人口占全國的8.1%,生產總值為6.65萬億元,占全國生產總值的10.5%,北京和天津等中心城市的城鎮化率分別高達86.4% 和82.3%,高于全國平均水平54.8%[25]。從水資源量來看,京津冀城市群地處我國水資源最為短缺的海河流域,2014年,其水資源總量為203.69億m3,僅占全國的0.75%；人均水資源量為182 m3,僅為全國平均水平的9.14%[26]。長期以來,由于水資源的過度開發,京津冀地區出現了一系列的生態環境問題,如河道斷流、濕地萎縮、地下水位下降、水體污染嚴重、地下水漏斗成片等[27-28]。水資源問題現已成為制約京津冀地區社會經濟可持續發展的重要因素[29-30]。

2 研究方法與數據

2.1 研究方法

2.1.1L-THIA模型原理

L-THIA(Long-Term Hydrologic Impact Assessment)模型是由美國普渡大學開發的可用于流域徑流及非點源負荷模擬的水文模型。模型運行基于GIS平臺,相較于其他水文模型,所需數據較易獲取,操作簡單[9]。L-TIHA模型的核心方法是SCS-CN曲線方法,該方法通過CN值及逐日降雨量模擬特定流域的徑流量[31- 33]。其中,CN值是一個無量綱的參數,基于土地利用類型、水文土壤分組和水文狀況(前期土壤濕潤狀況,AMC)綜合反映下墊面狀況。模型的計算公式如下：

(1)

Ia=0.2S

(2)

(3)

式中,Q為直接地表徑流量,mm；P為逐日降水量,mm；Ia為初損值,mm；S為最大田間持水量,mm。

2.1.2標準化年均徑流深

為了消除城市面積對地表徑流量的影響,直接比較不同城市地表徑流的變化規律,本研究引入了標準化年均徑流深(Normalized Average Annual Runoff depth,NAARD),計算公式如下：

(4)

式中,NAARD市表示特定城市的標準化年均徑流深,mm；RV市為特定城市的年均產流量,m3；A市為特定城市的行政面積,m2。

2.2 研究數據

考慮到模擬結果的合理性和準確性,本文以海河流域和京津冀城市群疊加區域為模擬邊界。模型所需數據包括土地利用類型數據、水文土壤數據和氣象數據。

2.2.1土地利用類型數據

京津冀城市群土地利用類型劃分為6類：水體、裸地、林地、不透水地表、草地、耕地。本研究基于Landsat (MSS、TM3與TM5,30米空間分辨率)遙感影像,利用面向對象與回溯相結合的方法提取研究區土地利用/覆被信息,數據的獲取時間為1980、1990、2000、2010及2015年6—10月份氣象條件較好(無云或少云天氣)的白天。

土地利用類型數據的提取過程如下：首先,采用面向對象的分類方法,對2010年遙感數據進行分類；其次,以2010年分類結果為參照基準,對其他年份(1980、1990、2000與2015年)土地利用/覆被變化特征進行分析,對于未變化的地區,其土地利用/覆被類型與2010年分類結果一致,而對于變化地區的土地利用/覆被則進行分類提取；最后,采用分層隨機采樣方法對分類結果進行檢驗,具體選擇北京、天津、唐山、承德、石家莊與邢臺等6個城市,每個城市根據不同土地利用/覆被類型組成特征共計隨機選取300個樣點,結合航片與SPOT等高分遙感數據,進行目視判讀比較,最終獲得整體分類精度為87%的土地利用類型數據[34]。

2.2.2水文土壤數據

本研究所需土壤數據來自于中國土壤數據庫,以中國1:100萬的土壤柵格數據為基礎,疊加研究區范圍,得到研究區土壤類型分布數據圖。L-THIA模型依據美國農業部水土保持局(USDA)的土壤分類,按照滲透性高低,將土壤數據分為A、B、C、D 4類(表1)[35]。本研究參照此分類標準對京津冀地區的土壤數據進行分類。鑒于整個研究時段(1980—2015年)土壤質地及其理化性質相對穩定,不會發生本質變化,因此整個研究期采用相同的土壤水文分組。

表1 京津冀地區土壤水文類型

2.2.3水文氣象數據

本研究所需的水文氣象站點信息、降水數據及實測徑流量數據來自于中國氣象數據庫、海河流域水文年鑒及河北省水資源公報(圖1)。采用大同、北京、石家莊35個氣象站點1950—2015年的逐日降雨數據,并對降雨數據進行整理和格式轉換,以滿足模型要求。同時,在徑流模擬計算過程中統計水文站的實測徑流數據進行模型參數驗證,確保構建的模型適用于研究區域。

2.3 模型參數校正

基于SCS-CN方法的L-THIA模型是根據美國地區氣象、土壤及土地利用數據測算實現的。因此,在應用模型進行徑流量模擬時需要對模型參數進行校正。一般地說,在降雨一定的條件下,產流量較大的土地利用類型、土壤類型、前期土壤濕潤程度,其CN值較大,反之亦然[14]。

考慮到京津冀城市群93%的區域位于海河流域境內,本研究以海河流域為邊界,對模型參數進行校正。本研究參考美國水土保持局出版的CN值查算表以及其他學者的相關研究,根據海河流域土壤特性和土地利用/覆被特性,通過試算建立研究區在正常土壤濕潤程度下的CN值表(表2)[36- 37]。

表2 海河流域不同土地利用/覆被類型CN值

2.4 模型有效性驗證

本研究選取海河流域內部灤縣站、王快水庫和西大洋水庫3個水文站點2001—2014年共14年的實測徑流數據進行模型有效性驗證。3個站點的流域控制面積分別為44100 km2、3770 km2、4420 km2(數據來源于河北省水資源公報)。分別以2000年土地利用數據和2001—2007年逐日降雨數據、2010年土地利用數據和2008—2014年的逐日降雨數據為輸入,模擬計算海河流域2001—2014的多年平均地表徑流量,模擬結果見表3。將模擬結果與實測數據進行比較,兩者誤差在±10%之間,在誤差允許范圍之內。因此,以上確定的CN值適用于海河流域徑流模擬,可用L-THIA模型進行后續研究。

表3 L-THIA模型模擬結果評價

2.5 模型模擬過程

本研究利用海河流域境內35個氣象站點1950—2015年的逐日降雨數據、土壤數據以及1980、1990、2000、2010、2015年5期土地利用數據模擬計算京津冀城市群多年平均地表徑流量。模擬流程如下：首先,模型以氣象站點位置、土壤數據及不同土地利用數據作為輸入,計算每個柵格的CN值,并建立泰森多邊形；其次,以逐日降雨數據驅動模型,模型將降雨數據按照泰森多邊形分配到柵格,并以公式(1)—(3)進行徑流量計算；最后,對模型模擬結果進行統計,得到不同土地利用/覆被情景下的多年平均地表徑流量。

3 結果與分析

3.1 京津冀城市群土地利用/覆被變化特征分析

1980—2015年京津冀地區土地利用/覆被變化特征分析結果表明(圖2、表4、表5)：(1)從土地利用類型構成看,1980—2015年京津冀地區土地利用類型以耕地和林地為主,其多年平均占比分別為47.10%、32.84%；草地、不透水地表與水體所占比重依次減小；裸地面積最小,占比低于0.4%。(2)從土地利用變化趨勢看,1980—2015年不透水地表、林地、草地及裸地的面積增加,水體及耕地面積減小。其中,耕地與不透水地表變幅較大,其余土地利用類型變幅較小。如1980—2015年,耕地面積由109371.78 km2減少至94303.11 km2,在整個研究區的面積占比減少6.99%；不透水地表面積由11675.17 km2增加至24365.31 km2,面積占比增加5.89%。(3)從土地利用類型轉換方式看,各土地利用類型轉化程度不同。其中,耕地、不透水地表和水體的轉移變化最為劇烈,主要表現為耕地向林地、不透水地表、草地的轉變及水體向不透水地表的轉變,1980—2015年其凈轉化值分別1515.98 km2、10992.45 km2、1979.83 km2、826.59 km2。(4)從不同城市土地利用特征看,京津冀城市群13個城市均以耕地和林地等非人工表面為主要用地類型,但不同城市的人工表面(不透水地表)面積占比有較大差異(圖3)。天津、北京、廊坊等城市的不透水地表面積占比較大,2015年分別為26.86%、18.72%與19.15%,而承德、張家口的不透水地表面積占比較小,2015年分別為1.95%與4.11%。此外,從不透水地表的變化特征看,1980—2015年不同城市不透水地表的增長幅度不同,不透水地表的增長主要發生在北京、天津、石家莊、保定、唐山、邯鄲等城市,這些城市的凈增長值均超過了1000 km2。

圖2 京津冀城市群地區不同時期土地利用/覆被分布特征Fig.2 Land use/cover distribution of Beijing-Tianjin-Hebei urban agglomeration in different periods

3.2 土地利用/覆被變化對地表徑流的影響

L-THIA模型的模擬結果表明,隨著土地利用/覆被的變化,研究區地表徑流量呈逐年增長的趨勢(表6)。1980—2015年,京津冀城市群多年平均徑流量由150.75億m3增長至168.59億m3,凈增長值為17.84億m3,增幅11.83%。不同時段京津冀地區地表徑流增長率不同,總體來看,1990—2000年及2010—2015年地表徑流增長率較大,這兩個時段地表徑流量的年均增長率分別為0.36%、0.46%。

表4 京津冀城市群地區土地利用/覆被構成/%

表5 京津冀城市群1980—2015年土地利用變化轉移矩陣

圖3 京津冀城市群地區不同城市土地覆蓋/利用組成Fig.3 The composition of land use/cover types of Beijing-Tianjin-Hebei City Group in different cities

表6 京津冀城市群多年平均徑流量

不同土地利用類型的產流特征分析結果表明(表7)：(1)不同土地利用類型產流能力不同,按照產流能力強弱排序：水體>不透水地表>裸地>耕地>草地>林地。如2015年,不透水地表和耕地的面積占比分別為11.3%、43.70%,但產流量為50.22億m3、52.14億m3,不透水地表以不到耕地1/3的面積產生約為耕地96%的徑流量。(2)各土地利用類型產流量與其面積的變化趨勢基本一致。如1980年至2015年,不透水地表面積由5.41%增長至11.3%(表4),相應的產流量由24.27億m3增長至50.22億m3。(3)從貢獻量的大小看,京津冀城市群對地表徑流貢獻較大的土地利用類型為耕地和不透水地表。耕地和不透水地表的多年平均產流占比分別為35.38%、22.71%。同時,隨著土地利用格局的變化,不透水地表對地表徑流的貢獻率逐年上升。

3.3 不同城市地表徑流的變化特征與規律

城市尺度上,1980—2015年不同土地利用/覆被格局下地表徑流模擬結果表明(圖4),京津冀地區地表徑流深空間分布不均勻,較大徑流深主要出現在北京、天津、保定、石家莊、邢臺、邯鄲與唐山等城市。此外,不同城市內部的徑流深極值有較大差異,如天津、保定主城區的徑流深較北京主城區更大。

表7 京津冀城市群地區不同土地利用/覆被類型產流量

圖4 京津冀城市群徑流深分布圖Fig.4 Runoff depth distribution of Beijing-Tianjin-Hebei urban agglomeration in different periods

各城市標準化年均徑流深(NAARD)分析結果表明,不同城市標準化年均徑流深值差異較大(表8),表明不同城市的產流能力不同。綜合來看,天津、保定、石家莊3個城市的標準化年均徑流深值較大,承德、衡水的標準化年均徑流深較低,北京市的標準化年均徑流深處于中等水平。如2015年,天津、保定、石家莊的NAARD值分別為142.31 mm、121.75 mm、126.44 mm,承德、衡水的NAARD值僅為37.14 mm、52.77 mm,北京市的NAARD值為81.24 mm。

從徑流深變化規律來看,1980—2015年13個城市的標準化年均徑流深總體呈現增長趨勢,但不同城市的增長幅度不同。其中,北京、天津、石家莊、廊坊、邯鄲的增長值較高,1980—2015年分別增加了12.31 mm、25.66 mm、13.33 mm、12.36 mm、13.77 mm；承德、張家口的標準化年均徑流深增加較低,分別增加了1.27 mm、2.70 mm。

此外,各城市標準化年均徑流深在不同時期的變化特征差異較大。如北京、天津、石家莊、邢臺等城市在1990—2000年NAARD年均增長值最大,分別為0.52 mm、1.39 mm、0.70 mm及0.48 mm；而唐山、承德、張家口、保定等城市的NAARD年均增值較大值則出現在2010—2015年,分別為0.44 mm、0.13 mm、0.35 mm、0.58 mm,秦皇島在2000—2010年NAARD年均增長值最大。但總體來看,13個城市在1990—2000年、2010—2015年兩個時間段的年均增長值較大,各城市NAARD年均增長率有相似規律。

4 結論與討論

本研究旨在分析我國特大城市群快速的土地利用/覆被變化情況與地表徑流的響應關系。基于多年平均的水文氣象條件,分析京津冀地區歷史土地利用/覆被格局變化對徑流的影響與變化規律,主要結論如下：

(1)本研究應用L-THIA模型,基于逐日降雨數據、土壤數據,以及不同土地利用/覆被數據,模擬京津冀地區地表徑流量的時空分布特征。經檢驗,模型模擬誤差在±10%內,表明所構建的L-THIA模型適用于京津冀地區的地表徑流模擬。

(2)1980—2015年,京津冀城市群不透水地表面積劇烈增加,其凈增長值為12690.14 km2,面積占比增加5.89%。經濟較發達的北京、天津、唐山、保定、石家莊等城市不透水地表面積占比較大,其增長值也相對較大。

表8 不同城市標準化年均徑流深

NAARD, 標準化年均徑流深 Normalized Average Annual Runoff depth

(3)隨著土地利用/覆被格局的變化,京津冀地區地表徑流量呈逐漸增長趨勢。1980—2015年京津冀城市群地表徑流量增加了17.84億m3,增幅11.83%。對地表徑流貢獻較大的土地利用類型為耕地和不透水地表,并且隨著不透水地表面積的逐漸增加,其貢獻率逐年增加。

(4)從城市尺度來看,京津冀各城市的標準化年均徑流深(NAARD)有較大差異。天津市NAARD值最大,承德市最小,北京市處于中等水平。不同城市標準化年均徑流深增長規律也存在較大差異。但大多數城市在1990—2000年、2010—2015年徑流深增長較快,這與京津冀地區的城市化進程有關。

研究結果表明,隨著土地利用/覆被的變化,京津冀地區地表徑流呈明顯的增長趨勢,這可能會導致城市洪澇災害風險增加,造成生態環境的破壞。合理規劃京津冀城市群土地利用結構、控制地表徑流的動態平衡、完善調控機制是減少洪澇災害的重要手段。此外,從各城市NAARD變化規律可以看出,土地覆被并不是影響城市地表徑流的唯一因素,土壤類型、蒸散發與氣象等因素也會對徑流深產生重要影響。如相比保定、石家莊,廊坊市的不透水地表、耕地等產流能力較高的土地利用類型占比較大,但是廊坊市的標準化年均徑流深卻比保定和石家莊偏低近60 mm。城市標準化年均徑流深反映了不同城市產流能力的強弱,可以作為有效指標指示城市土地利用/覆被變化對區域地表徑流量的影響。

此外,本文仍存在一些不足之處。如在進行模型率定時,本研究選取了海河流域3個子流域進行參數驗證,但海河流域范圍較廣,下墊面特征在空間上存在較大的差異,模型率定范圍的選擇會使模擬的結果存在一定誤差。另外,本文僅根據過去的土地利用數據模擬了地表徑流的變化,在后續研究中可設置不同的氣候和土地利用變化方案,探討未來情景下京津冀地區水文要素的變化規律。