渭河上游流域徑流對土地利用變化的時空響應

2021-12-14 10:34:10王樂揚吳佳杰次旦多杰郝振純

水力發電 2021年9期

王維，鞠琴，王樂揚，吳佳杰，次旦多杰，郝振純

(1.河海大學水文水資源與水利工程科學國家重點實驗室，江蘇南京 210098;2.河海大學全球變化與水循環國際合作聯合實驗室，江蘇南京 210098;3.中國電建集團江西省電力設計院有限公司，江西南昌 330096;4.南京信息工程大學地理科學學院，江蘇南京 210044;5.西藏水文水資源勘測局林芝水文水資源分局，西藏林芝 860000)

0 引言

渭河是黃河第一大支流，全長818 km，控制流域面積約13.48萬km2。渭河流域處于濕潤區與干旱區的過渡地區，大陸性氣候，冬寒少雨，夏熱多雨，年平均降水量500～800 mm之間，時間分配上也極不均勻，年平均降水約65%集中在6月～10月[1]。20世紀以來，隨著氣候變化和人類活動的影響，我國許多流域的下墊面條件發生了巨大變化，流域徑流的演變規律也有重大改變[2]。徑流受氣候、下墊面條件和人類活動等眾多因素的耦合作用[3- 4]，但流域自身的一些特性，如土地利用、地表覆蓋等，也與徑流的產生有著十分密切的聯系[5]。受人類活動、氣候變化等多種因素影響，渭河上游流域土地利用、地表覆蓋等產生顯著變化[6]。所以，分析研究渭河上游流域土地利用變化與徑流的相關性具有十分重要的意義。已有許多學者做了相關的研究，魏紅義等[7]認為氣候因素和人類活動對渭河流域徑流量的影響各占一半，流域徑流量有明顯的減小趨勢；胡宏昌等[8]認為1986年～2000年渭河流域LUCC對年均流量變化的貢獻率約為15%；楊依天等[9]采用土地利用動態度、土地利用轉移矩陣和土地利用綜合指數對土地利用類型進行了分析，并分析了土地利用變化對環境的影響。

本文運用滑動平均法[10]、轉移矩陣分析法[11]、皮爾遜相關系數法等分析方法，對渭河上游流域典型水文站(林家村站)徑流在年尺度上的變化特征與土地利用變化規律進行相關性分析，以揭示渭河上游流域徑流量年際變化與土地類型變化之間的關系，為流域未來土地利用規劃、水資源管理等提供理論參考依據。

1 資料與方法

1.1 數據來源

本文引用了地理國情監測云平臺上的中國土地利用遙感監測數據，包括1980年、1990年、1995年、2000年、2005年、2010年和2015年共7 a渭河上游流域的土地利用遙感監測數據。該數據是在土地利用現狀遙感監測數據基礎上通過矢量數據柵格化生成的1 km柵格數據，數據把土地利用主要分為耕地、林地、草地、水域、城鄉工礦居民用地和未利用土地6種一級類型。

本文研究渭河上游流域(見圖1)，因此只采用林家村水文站逐日流量數據，統計得出年均流量Qy和年連續最大7、30、90 d流量Q7 d、Q30 d、Q90 d，數據序列為1961年～2015年55 a。

圖1 渭河上游流域示意

1.2 研究方法

本文主要采用轉移矩陣分析土地利用相互轉移變化規律，采用滑動平均法處理年序列數據，采用皮爾遜相關系數法分析土地利用類型與徑流量特征值的相關性。

1.2.1 轉移矩陣法

轉移矩陣是目前通用的一種揭示土地利用間變化方向的數學方法，能夠十分具體地反映變化的結構特征和各類型之間轉移的方向，矩陣中每個元素表達的意義十分明確，且具有明顯統計關系。轉移矩陣的作用在于它不僅可以反映各個時期土地利用類型結構，而且還可以反映出不同類型土地利用之間的轉移變化情況，可以非常直觀的看出土地利用類型轉移的來源及構成。轉移矩陣

(1)

式中，S為面積；i為土地利用的類型數目；m、n為研究區初、末的土地利用類型；Smn為研究區初、末第m類土地轉化為第n類的面積。

1.2.2 滑動平均法

滑動平均法是在簡單平均數法的基礎上，通過順序逐期增減新舊數據求算移動平均值，以消除偶然變動因素，找出事物發展趨勢，并據此進行預測的方法。本文采用的5 a滑動平均法的計算公式為

(2)

1.2.3 皮爾遜相關系數法

相關性分析方法包括回歸分析、相關系數等。相關系數又分為皮爾遜相關系數、復相關系數、典型相關系數等。本文計算皮爾遜相關系數來分析土地利用變化與不同時間尺度凈流量的相關性。皮爾遜相關系數的計算公式為

(3)

2 數據處理結果與分析

2.1 統計結果

2.1.1 各年土地利用情況

土地利用一級類型在研究年限中面積和比例的變化情況見表1，流域土地利用類型圖挑選了1980年、1995年、2005年和2015年4個代表年展示(見圖2～5)。

表1 各年土地利用變化情況

圖2 1980年渭河上游流域土地利用

圖3 1995年渭河上游流域土地利用

圖4 2005年渭河上游流域土地利用

圖5 2015年渭河上游流域土地利用

2.1.2Qy、Q7 d、Q30 d和Q90 d變化情況

原始數據波動較大，故采用滑動平均法來分析徑流資料的變化趨勢。將林家村站多年實測流量數據統計得到徑流特征值，再取相鄰前后5年進行計算滑動平均值，5a滑動平均后的Qy、Q7 d、Q30 d和Q90 d，見圖6～9。

圖6 年均流量Qy變化趨勢

圖7 年連續最大7 d流量Q7 d變化趨勢

圖8 年連續最大30 d流量Q30 d變化趨勢

圖9 年連續最大90 d流量Q90 d變化趨勢

由圖6～9可以看出，滑動平均法較好地平滑了流量數據，在一定程度上消除了某些偶然因素對于徑流量的影響。經過滑動平均后，Q7 d在1996年達到最小值696.14 m3/s，Qy、Q30 d和Q90 d均在1997年達到最小值，分別為9.65、1 397.58 m3/s 和2 314.42 m3/s。林家村站的Qy、Q7 d、Q30 d、Q90 d在1995年以前呈下降趨勢，在1995年后呈升高趨勢，整體趨勢相對明顯。在5a滑動平均值的基礎上，結合1980年、1990年、1995年、2000年、2005年和2010年6年的土地利用數據，與對應年份的徑流特征值進行相關性分析，計算對應的相關系數。

2.2 結果分析

2.2.1 各年土地利用變化情況分析

各土地利用類型面積變化見圖10。從表1和圖10中可以看出，耕地和林地面積從1980年至2015年總體呈先增加后減少趨勢，耕地面積最大為1995年的14 183 km2，最小為2015年的13 718 m2，最大變幅465 km2，相對減少了3.28 %；林地面積最大為1995年的3 503 km2，最小為2000年的3 436 m2，最大變幅67 km2，相對減少了1.95 %。草地和水域面積從1980年至2015年總體呈先減少后增加趨勢，

圖10 1980年～2015年渭河上游流域各類土地利用面積變化

表3 1995年至2015年土地利用變化轉移矩陣

草域面積最大為1980年的12 498 km2，最小為1995年的12 184 km2，最大變幅314 km2，相對減少了2.51%；水域面積最大為1980年的183 km2，最小為1990年的154 m2，最大變幅29 km2。城鄉工礦業居民用地呈增加趨勢，總體共增加了159 km2。可以看出，無論其他土地利用類型面積如何變化，人類對居住地的拓展是不會改變的。未利用土地變化趨勢不明顯且總面積較小，無具體分析意義。

2.2.2 土地利用空間轉移情況分析

由于各流量特征值在1995年以前呈下降趨勢，在1995年后呈升高趨勢，因此以1995年為分界線，統計分析1980年～1995和1995年～2015的2個轉移矩陣，見表2、3。矩陣中數字amn表示第m行對應的土地利用轉移到第n列對應的土地利用類型的數量，km2。如表2中的數據矩陣，其第1行第2列的數為376，表示1980年的耕地面積中有376 km2的在1995年轉化為了林地。結合1980年～1995年和1995年～2015的兩個土地利用變化轉移矩陣發現：1995年后，耕地轉化草地和林地面積增大，這也響應了生態修復的倡導[12]；其他土地類型轉化城鄉工礦業居民面積增大，表示渭河上游流域城市化進程加快。

表2 1980年至1995年土地利用變化轉移矩陣

2.3 土地利用類型與流量特征值的相關性分析

流域徑流量變化的主要影響因素為流域氣變化和下墊面情況等[13]，而氣候包括了降雨、氣溫等要素，下墊面情況包括了土地利用類型等，同時也受人類活動的影響，故難以具體得出土地利用類型對徑流量的影響情況，但分析兩者的相關性還是可行的[14]。下面用皮爾遜相關系數法計算各種土地利用類型與Qy、Q7 d、Q30 d和Q90 d的相關系數，見表4。

表4 土地利用類型相關系數計算

再將各土地利用類型與徑流特征值Qy、Q7 d、Q30 d和Q90 d的相關系數取平均值，以代表各土地利用類型與流域徑流量的相關系數，如下圖11所示。

由于未利用土地面積占比較小，故不做分析。從表4、圖11可以看出，耕地、林地和城鄉工礦居民用地與徑流量呈負相關，相關系數均值分別為-0.377、-0.416、-0.219，草地和水域與徑流量呈正相關，相關系數分別為0.571、0.099；且相關系數絕對值越接近1表示數據間的相關性越大，可以得出土地利用類型與徑流量相關性大小順序為：草地>林地>耕地>城鄉工礦業居民>水域。