滇池流域不透水表面動態模擬及其非點源污染風險評價

許泉立, 王 慶, 洪 亮, 楊 昆, 彭雙云, 張韶華

(1.云南師范大學 地理學部, 昆明 650500;2.云南師范大學 西部資源環境GIS技術教育部工程研究中心, 昆明 650500;3.云南省地理空間信息技術工程技術研究中心, 昆明 650500; 4.云南省高校資源與環境遙感重點實驗室, 昆明 650500)

不透水表面(Impervious Surface,IS)是城市空間擴張中形成的最重要地表類型，主要是指城市道路、建筑物屋頂、廣場等地表水下滲較困難的人造地表[1-2]。不透水表面會引起許多生態過程的變化，如地表徑流的增加[3]、土壤侵蝕加劇[4]和非點源污染加重等[5]，是造成水環境惡化的主要因素之一[6]。有研究表明，不透水表面已成為研究城市景觀特征及其生態環境效應的關鍵性要素，不透水表面覆蓋率(Impervious Surface Cover，ISC)與水環境質量之間存在定量的閾值關系[7-9]，基于不透水表面評價城市化帶來的水環境效應是本領域的研究熱點。滇池流域是云南省經濟最發達、人口最密集以及城市化進程最快速的區域，這使得流域范圍內不透水表面不斷擴張，相應的入湖污染物增加迅速，水質惡化趨勢明顯[10]，城市擴張而導致的非點源污染已成為滇池水體的主要污染源[11-12]。鑒于此，黨中央、國務院將滇池的治理連續納入國家“三河三湖”治理規劃，云南省委、省政府把滇池的治理工作放在了云南省九大高原湖泊治理的第一位，昆明市政府也于2018年印發了《滇池保護治理三年攻堅行動實施方案(2018—2020年)》，加大力度對滇池的水體作進一步的治理和維護。因此，如何優化流域土地利用結構，使城鎮建設與水環境保護協調發展，是昆明市這樣的高原湖濱型城市實現可持續發展必須解決的重要問題。

要揭示城市化對水環境質量的影響，首先需要知道城市擴張的時空特征及其趨勢。而城市擴張是典型的地理過程復雜系統，通常需要借助城市擴張模型來幫助人們理解其擴張過程與結果。元胞自動機模型(Cellular Automata，CA)是一種“自下而上”在時間、空間上都離散的動態模型，具有模擬復雜系統時空演化過程的能力，且容易理解和編程實現，所以該模型在近幾十年來被國內外學者廣泛應用于城市擴張模擬與趨勢預測中[13-15]。目前大多數元胞自動機模型在模擬城市動態擴張時，采用了統一的用地轉換規則來進行模擬，但是城市擴張是一種典型的具有空間異質性特征的土地利用演化過程，傳統CA忽略了空間異質性對模型的影響，使模型容易出現過模擬或欠模擬現象，模擬結果與實際結果出現較大偏差[16]。解決空間異質性對元胞自動機模型影響的一種有效途徑是建立元胞空間分區機制，其思想是：依據用地變化的空間異質性特征對元胞空間進行劃分，使每一個分區內的元胞在刻畫用地變化特征上具有更相似的屬性，從而可以使每個分區的轉換規則能夠更準確地表達該區用地變化的驅動機制，進而提高元胞自動機模型模擬的精度[17]。可見，如何根據不透水表面擴張特點完成元胞空間的合理分區是提升城市擴張元胞自動機模型的關鍵。

另一方面，國內外針對于不透水表面覆蓋率與水環境之間的關系已有大量研究[18-19]，主要利用水文水質模型對區域內的不透水表面與水環境進行了模擬。常用模型有SWMM(Storm Water Management Model)，SWAT(Soil and Water Assessment Tool)和L-THIA(Long-Term Hydrologic Impact Assessment Model)模型。國內董欣等[20]利用SWMM模型在城市不透水區對地表徑流的參數進行了識別與驗證，渠勇建等[21]利用SWAT模型對衢江流域徑流進行了模擬，秦莉俐等[22]利用L-THIA模型分析了城鎮化對徑流的長期影響。國外，Barco等[23]利用SWMM模型對南加利福利亞一大型城市的非點源污染進行了模擬，Baker等[24]利用SWAT模型定量評估了流域土地利用變化對水資源的影響，Engel等[25]利用L-THIA模擬了城市化對湖泊水位的影響。盡管不透水表面與水環境效應的研究取得了諸多進展，但是由于大多水文水質模型的輸入條件涉及水文、氣象、下墊面等參數，校準和計算較為復雜，在數據不全、參數設置不恰當的時候，其模擬結果具有很大的不確定性[26]。

以上分析表明，如何在水環境數據獲取困難和不足的情況下科學評價城市擴張的水環境效應是尚待解決的重要問題，而不透水表面與水質退化的閾值關系為解決該問題找到了可行的思路。不透水表面與水質退化的閾值關系是基于統計學方法對不透水表面覆蓋率和水質變量進行建模，進而得出兩者之間的經驗方程。比如，楊昆等[8-9]利用流域土地利用變化分組研究了滇池流域不透水表面與非點源污染關系，發現了滇池流域水質退化的不透水表面覆蓋率閾值；劉珍環等[27]利用景觀分組方法研究了城市不透水表面與河流水質退化的關系；Tenley[28]利用線性回歸模型研究了不透水表面覆蓋率與河流中pH值的閾值關系；Wang等[29]利用分段回歸模型研究了不透水表面占比與河流水質的關系。這種關系為研究者從宏觀視角揭示城市化的水環境效應提供了理論依據和可行方法。

基于以上研究背景，本文提出了一種基于雙約束分區機制的城市擴張元胞自動機模型以及基于不透水表面覆蓋率與水質閾值關系的城市非點源污染風險評價方法來揭示城市化發展趨勢及其水環境效應。該方法的核心思想是利用雙約束空間聚類方法劃分元胞空間，進而構建城市擴張模型模擬不透水表面演變趨勢，以不透水表面覆蓋率與非點源污染程度之間的閾值關系為依據，通過計算不同尺度的水文響應單元下的不透水表面覆蓋率來推算流域的非點源污染風險，以滿足城市化水環境效應的宏觀評估需求。

1 材料與方法

1.1 研究區概況與數據

滇池流域地處云貴高原中部、昆明市南部，流域面積約為2 755 km2，為典型的高原湖濱型地帶，是整個云南省經濟最活躍的區域(見圖1)。研究區海拔高度1 860～2 809 m，總體地勢北高南低，呈南北向狹長的山間盆地地形；氣候溫潤，干濕兩季明顯，全年年均氣溫為15℃、年均日照超過2 200 h、年均降水量約為1 050 mm；植被類型豐富，覆蓋度高，人類活動足跡明顯，土地利用變化頻繁，是研究人地關系交互過程、結果和環境效應的典型區域。研究所用的數據有Landsat TM/OLI影像數據，分別從地理空間數據云網站下載了2000年、2006年、2009年、2013年、2016年5期數據，選擇的理由是兼顧遙感數據質量(云量等)和數據特征(是否鄰近年末時間、是否能反映研究區城市化發展的關鍵階段等)；DEM數據，從地理空間數據云網站獲取，用于計算流域內的地形信息；國內生產總值(Gross Domestic Product , GDP)、人口數據來源于云南省統計年鑒；道路、水系基礎數據來源于OpenStreetMap網站，土壤數據來源于“黑河計劃數據管理中心”(http:∥westdc.westgis.ac.cn)。

圖1 研究區地勢與地理位置

1.2 研究方法

1.2.1 基于遙感影像的不透水表面信息提取與時空變化分析 利用CART(Classification And Regression Tree)分類回歸樹完成研究區不透水表面的遙感信息提取。CART分類回歸樹[30]是Breiman等于1984年提出的決策樹構建算法，其基本原理是通過對由測試變量和目標變量構成的訓練數據集的循環分析而形成二叉樹形式的決策樹結構。主要采用土地利用動態度以及土地轉移矩陣方法分析研究區不透水表面擴張的時空變化特征，土地利用動態度可以反映單位內土地利用變化的劇烈程度，土地轉移矩陣可以描述用地類型間的相互轉化[31-32]。

1.2.2 基于雙約束分區元胞自動機的不透水表面擴張模擬模型構建 本文借鑒柯新利等[16-17,33]提出的雙約束準則空間聚類方法來劃分元胞空間，進而構建不透水表面變化的CA模型，目的是使各分區在空間域上的緊湊度和非空間域上的相似度達到一種動態平衡(最優)，從而提高模型的模擬精度。雙約束空間聚類算法的距離定義如下：

(1)

式中：Dij是點i和點j之間的廣義歐幾里得距離；xi,yi，xj,yj分別為點i和點j的空間坐標；zik，zjk分別為點i和點j的第k個屬性值；m為點群的屬性數目；wp，wa分別為空間距離和非空間屬性相似性在廣義歐幾里得距離中的重要性；wk為空間數據集中各個屬性的重要性。權重值確定的策略是：設定一組權重值，分析不同權重下的模型模擬精度，當模型精度達到峰值時即是最佳權重值。

另外，選擇合適的轉換規則挖掘算法也是構建元胞自動機的關鍵。目前常用的挖掘方法有：馬爾可夫模型、Logistic回歸模型、神經網絡、支持向量機、遺傳算法等[34-35]。神經網絡可以較好地對非線性復雜現象進行分析，規避中間計算過程自動獲取轉換規則，避免主觀因素影響，因此本文選用神經網絡挖掘元胞的轉換規則[36]。

1.2.3 基于不透水表面覆蓋率與水質閾值關系的城市非點源污染的風險評價 不透水表面覆蓋率是指單位面積內不透水表面的面積占比。不透水表面覆蓋率計算的尺度不同，其結果差異較大。本文借助ArcSWAT模型將滇池流域劃分為100個子流域，根據子流域劃分的結果按照用地類型、土壤類型和坡度占比最終生成3 383個水文響應單元。在兩種尺度下利用ArcGIS計算統計每個子流域以及每個水文響應單元的不透水表面覆蓋率。最后根據文獻[27-29]中不透水表面覆蓋率和水質閾值的關系研究成果，結合滇池流域的實際情況[8-9]，按照不透水表面覆蓋率小于8%，介于8%～23%以及大于23%的水質與不透水表面覆蓋率閾值關系，將流域的城市非點源污染風險劃分為低風險、中等風險、高風險3個級別進行風險評價。

2 結果與分析

2.1 土地利用變化特征分析

利用遙感技術獲取各期影像的分類結果，分類總體精度均在80%以上，Kappa系數均在0.75以上，表明分類結果較為可靠。表1列出了期初和期末的各類土地利用面積，表2為2000—2016年土地利用轉移矩陣。由表1和表2知，林地面積增加了115.56 km2，建設用地和城市用地的面積分別增加了127.4 km2和159.32 km2，耕地面積減少了403.72 km2，其中耕地轉為城市用地和建設用地的面積最多，分別為131 km2和91 km2。

表1 滇池流域2000年、2016年各類土地類型面積 km2

表2 滇池流域2000-2016年土地利用轉移矩陣 km2

2.2 不透水表面擴張模擬與預測

對2.1節的結果重分類，便得到了不同時期的不透水表面信息。分別以滇池流域2000年、2006年、2009年和2013年四期不透水表面為模擬起始數據，基于分區元胞自動機模型依次模擬2006年、2009年、2013年、2016年的土地利用變化，其中應用人工神經網絡提取元胞自動機模型的轉換規則(神經網絡的訓練精度在訓練集數據的驗證下達80%)。模擬結果用Kappa系數和總體精度加以驗證，一般認為兩種精度大于0.75時，表明模擬結果與實際結果的一致性較高，模型具有較好的精度。為了檢驗分區元胞自動機模型在提升模擬精度上是否有效，以2016年為對比，分別構建不分區元胞自動機模型和分區元胞自動機模型模擬了該時期的不透水表面擴張，并進行精度對比分析以檢驗兩種模型的差異(見圖2)。模擬結果的Kappa系數和總體精度見表3，模擬精度達到預期要求。據此以2016年的不透水表面數據預測2021年、2031年的不透水表面覆蓋情景，預測結果如圖3所示，可以看出不透水表面面積依然在增加，但是增長速度有所放緩。

圖2 分區元胞自動機和不分區元胞自動機在用地變化中的模擬結果對比

表3 模擬精度分析

圖3 基于分區元胞自動機的不透水表面擴張趨勢模擬

2.3 不透水表面擴張下的非點源污染風險評價

為更加精細地反映不透水表面所帶來的水環境效應，分別計算和評價了子流域和水文響應單元兩種水文空間尺度的非點源污染風險，基于ArcSWAT模型計算得到的子流域和水文響應單元結果見圖4。圖5是對應圖4中兩種水文空間單元下的非點源污染風險評價結果的占比分析，圖6是兩種水文空間尺度下分析結果的空間分布。由圖5和圖6可知，研究區非點源污染風險等級良好的區域占比逐年減少，高風險等級區域持續增加。而在空間視角下，兩種水文空間尺度下的趨勢分析都表明不透水表面帶來的水環境污染高風險區域以湖體為中心不斷向四周持續蔓延，并呈現沿南北方向延伸之勢，即呈貢區和晉寧區北部。另外，從兩種不同水文單元劃分結果也能看出，空間尺度對水污染風險評價的結果具有明顯的影響，小尺度下的水環境效應分析往往也更加精準。

圖4 非點源污染風險評價的空間單元劃分

圖5 城市非點源污染風險占比

圖6 城市非點源污染風險評價及其分布

3 討 論

3.1 雙約束分區元胞自動機的適用性分析

土地利用變化的空間異質性是普遍存在的一種地理現象，在利用元胞自動機模型模擬其變化時需要顧及這種空間異質性對模型轉換規則、尺度選擇等關鍵過程的影響[37]。文章采用的雙約束元胞空間分區方法較好地解決了土地利用變化空間異質區域識別與劃分的問題，并且通過模型精度驗證檢驗了這種方法在模擬滇池流域的土地利用變化時是有效的。雙約束分區方法同時顧及了元胞空間的鄰接關系與屬性相似性，這種思想的好處是盡可能保持了元胞空間與真實區劃的相似性，同時又體現了不同元胞空間在土地利用變化特征上的相似性，這可能是該方法能提高模型精度的機理所在[16-17,33]。然而，我們也注意到，該方法在給空間和屬性特征的相似性賦權重時存在一定的主觀性，如何更科學地確定特征權重或尋找更好的元胞空間區劃方法是下一步研究工作的重點，而利用空間異質性模型探測元胞空間的分異性進而作為分區依據可能是一種可行的方法。

3.2 水文單元尺度及閾值關系對風險評價的影響

水環境效應在不同的尺度上具有不同的表現，如何劃分水環境響應單元是評價水環境效應的重要問題[28-29]。文章主要劃分了兩種尺度的水環境響應單元：子流域和水文響應單元。子流域能在較大尺度上識別水文匯集特征，而水文響應單元能在更精細的尺度上識別水文匯集特征，利用這兩種尺度有利于揭示流域非點源污染風險的尺度敏感性。另外，諸多研究成果表明，不透水表面覆蓋率與水質退化之間存在著較為穩定的閾值關系[8-9,27-29]，這為本文評價城市化非點源污染風險提供了直接判別依據。但是，閾值關系可能隨著研究區氣候、環境、政策以及尺度大小的變化而有所波動，如何更精確地估計尺度效應和數據時效特征的閾值關系是值得深入研究的問題。為此，下一步工作將重點研究不同的水文響應單元劃分方法或方案，利用更豐富的水文和水質數據建立機理模型來率定閾值關系，從而提高水環境污染風險宏觀評價的合理性。

4 結 論

為了探索滇池流域城市化及其對非點源污染的影響，本文從不透水表面與水環境閾值關系視角研究了流域城市化擴張及其水環境效應，形成了如下結論：

(1) 滇池流域的城市擴張具有以滇池湖體為中心向外輻射的顯著特征，不透水表面面積逐年上升，在2006—2009時間段增長最快，增長率為33.2%。城市用地大多集中在滇池周邊，以滇池的北方向西山區、五華區最為集中。耕地在大規模減少，城市用地增加，主要集中在官渡區、呈貢區、盤龍區。昆明市的西山區、官渡區、呈貢區是用地變化最快的區域。地勢高的北部區域的變化相對地勢較低的滇池周邊區域要慢。

(2) 基于雙約束空間聚類的分區元胞自動機顯著提升了用地變化過程模型的模擬精度(Kappa系數最大提高超過了16%，總體精度最大程度超過了26%)。所構建的分區元胞自動機模型的模擬精度均達到理想效果，可用于模擬研究區未來的不透水表面擴張趨勢。

(3) 利用不透水表面與水質閾值關系來宏觀評價城市化帶來的流域非點源污染風險是可行的。該方法不需要復雜的水環境數據作為基礎，并且容易定量實現，一定程度上克服了傳統水文水質模型在評估水環境效應時對數據和參數的依賴性。同時發現，子流域和水文響應單元兩種尺度下的不透水表面覆蓋率都表明滇池流域的非點源污染風險從2000年以來逐年增加，且主要集中在滇池周圍的區域。在水文響應單元上做出的風險評價相較于在子流域的評價更加精細和真實。