哈爾濱城市不透水面時空變化對融雪徑流的影響

高俁晗，劉 碩，于 益，張美琦，羅 爻

(哈爾濱師范大學 地理科學學院，黑龍江 哈爾濱 150025)

1 引言

不透水面的增長與城市發展戰略目標、城市總體規劃等驅動因素密切相關[1～3]，城市化進程不斷加速使融雪徑流攜帶污染控制匯入地表水體，對地表水環境質量也產生影響[4～6]。隨著流域不透水性增加，降雨徑流量和峰值不斷增大，對地表徑流量影響顯著[7]。SWMM模型適用于傳統模型難以解決的城市排水管道與不同類型下墊面情況帶來的復雜問題[8，9]。

哈爾濱市進入融雪期時，降雪頻繁且融雪時間集中，整個冬季的積雪在1～2個月內全部融化，除部分蒸發外皆形成融雪徑流[10，11]。因此，了解城市冬季融雪徑流的流量變化過程及向水體的輸出量，有助于正確預測及處理徑流有害影響，提高水資源利用效率[12]。本文通過遙感影像與水文模型的變化模擬分析，可以有效地實現不透水面變化對融雪徑流的響應，適用于北方城市融雪徑流的模擬研究，為城市規劃與融雪徑流的控制提供參考。

2 研究區概況

哈爾濱市位于黑龍江省西南部，冬季漫長寒冷，年平均氣溫約3.4 ℃，總面積53100 km2，年降水量500 mm。秋冬季節降水波動幅度最大，夏季最小。本文所選研究區范圍為哈爾濱市中心城區范圍內的6個行政轄區，研究區位置見圖1。

圖1 研究區位

3 數據與方法

3.1 數據來源

選取1999、2001、2004、2008、2013、2017年6個年份的Landsat5TM、Landsat8OLI影像，遙感影像數據和GDEM30M分辨率數字高程數據由地理空間數據云下載。DEM數字高程數據用于繪制匯水區、提取坡度和寬度等參數。氣象數據為哈爾濱機場氣象站2017年11月1日至2018年4月30日的降雪及溫度數據。

3.2 數據處理

3.2.1 不透水面的提取

先對各年份衛星影像采用監督分類中的向量機分類方法，將研究區分為綠地、居民地、水體三類，根據結果進行目視判讀，將分類錯誤處進行修改。

3.2.2 匯水區的概化

運用GDEMDEM30M分辨率數字高程數據和哈爾濱河流排水管線分布情況劃分匯水區，利用ArcHydro數據模型行洼地填充、確定水流方向和計算匯流累積量，將匯流累積量定義河網結構，利用得出的河網數據和水流方向提取河流弧段。使用CatchmentPolygonProcessing工具得到矢量化的匯水區、河流線和匯水出水口。每個區域排水口設定為最近排水系統節點、河道或排水口。由于本文研究區面積較大，故僅依據主要流域地勢及主管道分布進行概化最終將研究區劃定出26個子匯水區，19段排水管，19個排水節點，6個排水口。

3.3 融雪徑流量的計算

融雪徑流量計算選用暴雨洪水管理模型，根據2017年冬季降雪變化構建融雪模型，分為產匯流兩部分，將降雪過程以時間序列的形式輸入至模型，模擬2017年11月1日至2018年4月30日連續降雪時間序列下的冬季融雪過程。模型參數率定與驗證參照以往SWMM模擬經驗，用以下公式進行綜合評估，Nash-Sutcliffe效率系數越接近1說明可信度越高，系數大于0.7時，表示與實際吻合程度較好。

(1)

將模擬后徑流水位與實測水位值根據公式進行吻合程度驗證，得到Nash-Sutcliffe效率系數值為0.86，模型變化基本符合真實融雪產匯流過程。

4 結果分析

4.1 哈爾濱市流域不透水面時空變化規律分析

利用EVNI進行監督分類，結果表明，哈爾濱市主城區不透水面主要分布在南崗區的北部、道里區的東部、道外區的西部、香坊區的西北部、和平房區的北部，1999～2017年城市不透水面面積呈遞增趨勢，前后兩個時期的不透水面積大幅增加了266.49 km2，綠地減少363.52 km2，水體面積增加97.2 km2。研究區總面積2273.3934 km2，其中1999、2001、2004、2008、2013、2017年的不透水面占比分別為13.37%、18.28%、20.06%、22%、23.47%、25.09%(圖2)。結果顯示1999～2001的不透水面擴大速率最快。在26個匯水區中，每個匯水區1999～2017年不透水面平均增長11.33 km2,不透水率平均增加10.25%，S3、S4不透水面增長面積最多，分別增長29.8 km2和29 km2，S15的不滲透率變化最大，由1999年的41.37%擴張到2017年的70.54%，其次是S26,由10.3%擴張到38.9%。不滲透率最高的匯水區分別是S7、S9、S10和S13，分別從89.73%、88.58%、90.16%、89.52%擴張為94.85%、93.54%、94.16%、96.35%，而這四個區均位于繁華的市中心。

圖2 研究區不透水面變化

4.2 融雪徑流時空變化規律分析

4.2.1 年際徑流量變化

哈爾濱2017年降雪量為48.6 mm，研究區面積2273.3934 km2，利用SWMM分別模擬了1999、2001、2004、2008、2013、2017年6個年份的春季融雪徑流，其中6個模型所設置的參數中，除不滲透率改變，降雪量、溫度等參數均以2017年為基準年，故能準確觀察出不滲透率的變化對城市融雪徑流量的影響。結果表明，1999、2001、2004、2008、2013、2017年模擬的地表融雪徑流量分別為40623.33 m3、56494.1 m3、62681.4 m3、68898.95 m3、73770.75 m3、79107.76 m3，地表徑流逐年增加，同1999年相比，2017年徑流量增加了94%。

4.2.2 各匯水區融雪徑流量時空變化

由SWMM模擬結果得出各匯水區在融雪期間的徑流量后，將徑流產出量進行以下分級：0～500 m3為F1、500～1000 m3為F2、1000～1500 m3為F3、1500～2500 m3為F4、2500～3500 m3為F5、3500～4500 m3為F6、4500～5500 m3為F7、5500～7500 m3為F8、7500～9500 m3為F9，1999年26個匯水區平均融雪徑流量1562.43 m3，其中14個匯水區超過平均值，S15總體產流量均為最大，由1999年的F8轉為2017年的F9。S26變化最快，變化階段分別為F4、F5、F6、F8。融雪徑流量最小的是S19,六次模擬中結果均為F1,其次是S20,結果均為F2。2001年平均徑流量2172.85 m3，2004、2008、2013、2017年平均產流量分別為2410.82 m3、2649.96 m3、2837.33 m3、3042.61 m3，并呈現出明顯的增長趨勢。

4.3 不透水面擴張與徑流量相關性分析

4.3.1 各匯水區不透水面積與融雪徑流量增長速率變化分析

將研究的18年中每隔9年分為一個階段，1999～2008為第一階段，2008～2017為第二階段，分別將每個匯水區的不透水面面積增長速率與融雪徑流量增長速率作比較，可知在第一階段中增長速度最快的匯水區分別是S26、S15、S2和S17,且也是增長量最大的匯水區。同時S26也是第一階段增長速率最快達到69.5%，在第二階段速率下降到13%，在第一階段不透水面積增長了23.43 km2，第二階段增長了5.24 km2。S15位于香坊區中部，主要下設10個鄉鎮街道，在第一階段不透水面增長22 km2，徑流量增加了3004 m3，主要由于新香坊街道、幸福鎮、成高子鎮的建設與擴張，在第二階段增長變緩慢。S2主要包含道里區的榆樹鎮和新發鎮在第一階段1999～2001年間各鄉鎮迅速向外擴張，往后的增量與趨勢都呈現減緩趨勢。

4.3.2 不透水面擴張與融雪徑流量相關性分析

使用6個年份中哈爾濱市區26個匯水區的不透水面積和融雪徑流量，通過Pearson相關系數檢驗各匯水區內二者的相關性，此方法用以反映變量之間相關關系密切程度的統計指標，相關系數越接近于1，相關度越強。各個研究年份的相關系數分別為0.989、0.99、0.985、0.985、0.982和0.982，相關系數均大于0.98，且p值均通過0.01顯著性檢驗，二者在本文研究區內均表現為顯著正相關。

5 結論與討論

(1)從1999～2017年，哈爾濱市區的土地利用類型發生了明顯的變化，城市用地從1999年的13.37%大幅增加到2017年的25.59%，總體呈現由中心向外擴張的趨勢，這可能是由于人口、經濟、社會壓力造成了對額外建筑地、居民地所產成的高需求，土地覆被鄉鎮城市轉變。

(2)根據2017年的實測水文數據，運用SWMM模型進行了模擬，其中不滲透率是影響融雪徑流最敏感的參數，該模型能較好地反映研究區春季融雪產匯流過程。1999年和2017年的年徑流量分別為40623.33 m3和79107.76 m3，將模擬結果分為9個等級，26個匯水區完全呈現上升趨勢，其中S26增長速度最快，S15總體融雪徑流量均最大。

(3)本研究中哈爾濱市不透水面面積與融雪徑流量呈正相關，且相關系數極高，本次研究哈爾濱市春季融雪徑流量的明顯增加主要是因為城市不透水面的擴張，城市土地與耕地、未利用地結構的變化，二者在1999～2008年間增長均十分迅速，在2008～2017年增長趨勢變緩。