黑河流域土地覆盖分类数据的建立及其影响的模拟

黑河流域土地覆盖分类数据的建立及其影响的模拟（通用3篇）

篇1：黑河流域土地覆盖分类数据的建立及其影响的模拟

卧龙地区流域土地覆盖变化及其对大熊猫潜在生境的影响

土地覆盖变化作为土地利用驱动的显著结果,是人类活动对环境影响的最显著的表现.为了将土地覆盖变化结果用于探讨大熊猫潜在生境与人为活动导致的环境变化之间的关系,利用1:25万数字高程模型和1:10万土地覆盖分类数据(1990年,两期),采用流域时空对比和景观格局分析的手段,对卧龙地区两流域土地覆盖变化及大熊猫潜在生境的景观格局变化进行了对比研究,结果表明:①10a间,寿溪流域土地覆盖年变化率(0.33%)低于渔子溪流域(1.02%),且两流域土地覆盖类型的变化趋势有所不同.主要表现为:在寿溪流域,主要土地覆盖类型的斑块均表现出破碎化的趋势,且森林和灌丛的斑块破碎化趋势更显著;而在渔子溪流域,仅是与人类活动相关的.草地、农田斑块破碎化加剧,而森林和灌丛的平均斑块大小反而增加了.②两流域大熊猫潜在生境的景观格局变化趋势有所不同.在渔子溪流域,大熊猫潜在生境的景观多样性指数、均匀度指数、破碎度和森林景观形状指数均高于寿溪流域.而与渔子溪全流域相比,该地区大熊猫潜在生境的森林平均斑块大小较小,并且近十年,在渔子溪流域,大熊猫潜在生境景观的森林面积比重及斑块大小的减少,森林景观形状指数的增加等变化趋势与全流域的相反,间接反映出渔子溪流域的大熊猫潜在生境所受的人类活动的压力更大.③两流域分级集水区的大熊猫潜在生境比重分布与居民点密度分布存在空间上的分异.利用缓冲区分析表明,在渔子溪流域,大熊猫潜在生境与居民点范围的重叠更为严重,约57.7%的人类活动范围处于与大熊猫潜在生境重叠的区域.据此推断,大熊猫潜在生境在流域中的分布与人类活动空间上的交错关系是导致近十年渔子溪流域大熊猫生境受到严重干扰的重要原因.

作 者：杨娟 葛剑平洪军 YANG Juan GE Jian-Ping HONG Jun  作者单位：杨娟,YANG Juan(清华大学水利水电工程系,100084)

葛剑平,洪军,GE Jian-Ping,HONG Jun(北京师范大学生命科学学院,100875)

刊 名：生态学报  ISTIC PKU英文刊名：ACTA ECOLOGICA SINICA 年，卷(期)： 26(6) 分类号：Q149 Q16 Q958 关键词：卧龙地区   土地覆盖变化   景观格局   潜在生境  

篇2：黑河流域土地覆盖分类数据的建立及其影响的模拟

陆面模式和分布式水文模式都要求细致的地面要素场描述, 其中地形数据是一个重要的因子.目前, 美国地质调查局(USGS)制作的全球30″地形数据已广泛应用于陆面模式和分布式水文/生态模式中, 这套全球地形数据可以比较准确地描述地形的大尺度分布, 然而若描写复杂地形的小尺度分布细节则略显不足.在黑河流域, 我们有高分辨率的30 m地形数据, 这里首先对黑河流域范围的该两套数据进行了比较; 为评估黑河流域超高分辨率地形数据在大气模式中对气象要素的模拟能力, 在中尺度大气模式(MM5)中分别使用黑河流域超高分辨率地形数据和全球30″地形数据, 对黑河流域2003年6月大气要素场进行模拟.模拟结果显示, 无论从要素场本身与地形空间分布的相关性还是要素变化的空间分布与地形变化的.相关性看, 地形对气压场、土壤和大气温度场以及大气可降水量场都有着重要影响, 地形分布对月总降水量的空间分布也有一定影响.黑河数据对气温以及风向的模拟能力好于USGS数据, 对降水过程模拟的改善程度不是很明显.

作 者：刘伟 高艳红 冉有华 程国栋 LIU Wei GAO Yan-hong RAN You-hua CHENG Guo-dong 作者单位：刘伟,LIU Wei(民航兰州空中交通管理中心,甘肃,兰州,730087)

高艳红,冉有华,程国栋,GAO Yan-hong,RAN You-hua,CHENG Guo-dong(中国科学院,寒区旱区环境与工程研究所,甘肃,兰州,730000)

篇3：黑河流域土地覆盖分类数据的建立及其影响的模拟

土地利用一般是指人类为获取所需要的产品或服务所进行的土地资源利用活动, 是人类对土地自然属性的利用方式和利用状况, 包含着人类利用土地的目的和意图;土地覆盖是指地表自然形成的或者人为引起的覆盖状况, 它强调土地的自然属性以及人类活动的结果等。一般将土地利用和土地覆盖的关系理解成事物的两个方面[1], 前者是发生在地球表面的过程, 后者是各种地表过程的产物[2]。无论是在全球尺度上还是在国家或者是流域尺度上, 土地利用不断的导致土地覆盖的改变。因此, 人们常把两者联系在一起, 简称LUCC (Land-Useand-Cover Change) 。LUCC通过累积性方式对流域水文过程产生持续性的影响, 可以说人们对土地利用方式的改变是驱动全球变化的一个主要因素[2], 因此, 关于LUCC的研究引起了广泛的关注。

目前, 国内外LUCC研究涉及的内容十分广泛, 概括起来主要包括以下4个方面: (1) LUCC状况的研究; (2) LUCC驱动力及驱动机制分析; (3) LUCC的环境效应; (4) LUCC模型研究及3s技术在LUCC研究中的应用。作者认为目前对于LUCC研究存在着一定的不足:第一:较为简单的模型研究主要是计算气候因素对径流的影响, 然后通过反算土地利用变化对气候因素的作用来分析LUCC对径流影响的贡献, 而不是直接通过土地利用/土地覆盖变化来分析[3];第二:使用的LUCC响应模型过于复杂[4], 如VIC模型、SWAT模型、DLEM模型, 参数和资料准备较多, 工作量大, 不适合缺乏数据资料的地区推广使用。

本文以横排头水文站以上流域为研究区域, 使用简单的水量平衡模型, 以降水、潜在蒸散发和温度为输入数据, 通过DSA (Differential Search Algorithm) 优化方法进行参数估计[5], 找出模型的参数与流域土地利用特征的关系, 从而直接分析土地利用/土地覆盖变化对径流的影响。在本研究区域内尚属首次, 同时本研究的结果有助于该区域范围内土地使用政策的制定, 也可以为防洪预警方案的编制工作提供一定的参考。

2 研究区概况及数据资料

2.1 自然地理概况

横排头水文站是淠河流入淮河的最后一个控制站, 西临史灌河, 南接长江, 横排头水文站以上的流域面积为4 370km2, 在北纬30°51′至30°41′, 东经115°36′至116°32′之间 (图1) , 全部流域属于安徽省。

流域属于中国湿润地区, 通过计算流域面平均降水量和温度 (1980-2009) , 流域的年平均温度为13.9℃, 最高温度在7月份为25.8℃, 最低温度在1月份为1.1℃, 流域的多年平均降水量为1 363.6mm, 7月份降水量最多为230mm, 12月份降水量最少为36mm;汛期为6-9月, 降水量占全年降水总量的54%;流域的多年径流深为745mm (1980-2009) ;最大径流深在7月, 为147mm, 最小径流深在1月份为15.3mm。

截止到2009年, 基于防洪和灌溉上的考虑, 上游流域内已有三座水库分别是磨子潭水库、佛子岭水库和响洪甸水库, 且从2004年已开始建白莲崖水库。自建国后:安徽省境内的淠河流域横跨淮安的史淠杭灌溉工程, 共建三个渠道, 总长1 000km, 灌溉面积达53.3万hm2农田[3]。

2.2 土地利用和气象数据

本文使用了中国地理研究所已有的1980年、1990年和2000年土地利用遥感影像, 参考农业区划委员会1984年9月颁布的土地调查分类标准, 将研究区土地利用类型分为耕地、林地、草地、水域、城镇用地和未利用土地等6大类型。在ARCGIS工具的帮助下提取土地利用资料, 结合土地利用现状图和研究区地形图, 并通过中国地理研究所的实际土地利用资料对遥感影像进行校正还原, 恢复了各年的真实土地利用状况 (图2) 。

本文收集了研究地区及周边6个气象站的逐日气象数据 (1980-2009年) , 包括:日最高气温、日最低气温、日照时数、10m高处风速、相对湿度、日降雨量等, 同时收集了横排头水文站自建站至2009年逐日径流量。

3 研究方法

3.1 评价标准

本文选用线性回归系数r2 (Determination of Coefficient) [6]、Nash-Sutcliffe (NSE) 模拟系数[7]和百分比偏差 (PBIAS) [8]作为评价指标。计算方法如下:

式中:N为资料个数;Robs, i为i年 (月) 的径流观测值;Rsim, i为i年 (月) 的径流计算值; 为多年 (月) 径流观测值的平均值; 为多年 (月) 径流计算值的平均值。

r2用于实测值和模拟值之间的数据吻合度评价, 当r2=1时表示完全吻合, 当r2<1时, r2值越接近1, 吻合度越高, 模拟结果越好;正如Moriasi等人[9]指出, 当NSE3 0.5和PBIAS∈[0.25, +0.25]时, 模型可以在流域范围内使用, 模拟结果较好。

3.2 WASMOD模型

WASMOD模型 (The Water And Snow balance MODeling system) 是由Xu等开发的集总式概念性 (conceptual lumped modeling system) 水量平衡模型[10]。目前该模型已经在不同气候和土壤条件下20多个国家200多个流域进行了应用和验证, 在中国黑河流域[11]以及南部东江流域[12]也得到了很好的应用。

该模型的输入数据包括研究区的月降水, 月潜在蒸散发和月平均气温;输出包括月径流和其他水量平衡要素, 如实际蒸散发、地表径流、基流、土壤含水量和累积积雪, WASMOD模型结构见图3[13]。

3.3 参数率定

WASMOD模型参数个数随模型输入数据的不同而不同, 本文中使用的月尺度模型最多包含6个参数, 分别是a1、a2、a3、a4、a5、a6。其中a1和a2是温度参数, a3潜在蒸散发参数, a4是实际蒸散发系数, a5是径流系数, a6是流域土地利用特征系数。在本文中参数a3使用彭曼公式计算其余5个参数使用Differential Search Algorithm (DSA) 优化方法进行参数估计, 优化方法见图4, 定义向量A= (a1, a2, a4, a5, a6) , 首先对每个参数选择一个合适的范围[13], 其次通过DSA优化方法采样得到一个向量A0, 把A0带入WASMOD模型, 计算得到一个残差SSQ。使用XU定义的残差:

式中:n为样本个数;Robs, i为i月的径流观测值, mm;Rsim, i为i月的径流模拟值, mm。

如果SSQ小于一个允许误差e, A0向量值为模型需求的参数估计, 如果SSQ大于允许误差e, 重新采样, 至到找到合适的A0向量。

4 计算结果分析

4.1 土地利用/土地覆盖变化分析

利用GIS空间分析模块结合数据库, 对流域内土地利用的空间和时间变化情况进行分析, 得到三个时期土地利用变化情况, 具体如表1所示。1980年横排头流域的土地利用方式以林地和草地为主, 二者分别占流域总面积的43.69%和18.75%;耕地和水域次之, 分别占到8.43%和1.18%;城镇用地和未利用地最小, 分别为0.19%和0.61%。

1980-1990年LUCC有明显的变化, 主要表现在耕地的大量减少和林地的大量增加, 其中耕地面积减少210km2 (占总流域面积的4.8%) ;林地面积增加224km2 (占总流域面积的5.1%) ;此外草地面积增加21km2;水域、城镇用地和未使用地面积依次减少13、8和14km2。1990-2000年, 耕地面积持续减少, 减少了17km2;草地面积继续增加;增加了24km2;其他LUCC类型的面积变化不大。

为了分析LUCC随时间的变化, 本文对每个土地类型设置了“增大”和“减少”两个变量, 利用土地利用转移矩阵, 通过GIS空间分析和MATLAB矩阵计算得到图5。在整个流域变化最大的是林地, 其次为草地, 这两类土地利用在整个研究地区均发生了变化。1980-1990年耕地减少的区域主要在衡山镇附近和西淠河流域的上游, 1990-2000年耕地减少区域主要在衡山镇周边。水域减少区域主要在沿河区和三座水库的水域, 这表明研究地区的水库水面面积在1980-2000年有缩小现象。城镇用地的减少主要集中在横排头水利枢纽和衡山镇周围。未使用地的减少区域主要在东淠河流域。

4.2 WASMOD模型模拟精度分析

在本文中, 为了减小初始条件造成的误差, 将1980-1989年定为WASMOD模型的预热期, 1990-1999年为WASMOD模型的率定期、2000-2005年为检验期。其中, 率定期NSE系数为0.728、PBIAS为4.76%, 回归系数r2为0.733;检验期NSE系数为0.741、PBIAS为-10.55%, 回归系数r2为0.750。根据Moriasi等人的研究成果可知, 模型模拟效果较好, WASMOD模型在研究区域具有较好的适用性。相关模拟成果如图6所示。

4.3 土地利用/土地覆盖变化对径流变化的影响

为研究流域内产水量 (Water yield) 的空间分布和随时间的变化, 定义流域的产水量是在一定时间内, 单位面积所产生的径流深[14]。利用90m分辨率的DEM数据获取研究地区流域边界图, 在流域范围建立1km×1km网格, 一共有9 898网格节点。在本文中, 假设各个栅格间没有旁侧入流, 且多年平均的土壤含水量不变, 每个网格的多年平均产水量是扣除实际蒸散发后的降水量, 即“降水减实际蒸散发”。在ARCGIS上进行空间矩阵计算得到流域内产水量的空间分布和随时间的变化情况如图7所示, 其中图7 (a) 、 (b) 、 (c) 分别是1980年的土地利用资料结合1980-1989年气象数据模拟结果、1990年土地利用资料结合1990-1999年气象数据模拟结果、2000年土地利用资料结合2000-2009年平均气象数据模拟结果。

综合图2、图5和图7, 在空间尺度上流域范围内的产水量空间不均, 高产水量地区主要集中在草地及其周边, 低产水区域主要集中在耕地范围内;在时间尺度1980-1989年的产流量最大, 其次为2000-2009年, 1990-1999年产流量最少。研究发现即使是相同的土地覆盖在不同的气候条件下的产水量差异也十分巨大。为了排除气候变化对研究土地利用变化与流域径流变化关系的干扰, 设定表2所示的9种模拟情景。

(1) 土地利用/土地覆盖变化对年平均径流变化的影响。因WASMOD模型的参数可以反映流域的土地类型特征, 所以认为每组参数反映土地利用在不同阶段的变化。根据气候因子的不同, 使用模型预热期结束时保存的状态数据, 作为初始数据, 由表2中的结果可以发现, 考虑到实测值受到气象、土地、前期条件等各种复杂条件影响, 实测值与模拟值误差在可以接受的范围内。将9种模拟情景分为三个阶段。第一阶段1980-1989年, 包括情景1、情景2和情景3。由表2模拟结果可知, 气候因子固定不变, 1980年、1990年和2000年的土地利用数据模拟的径流深分别为768、781和790mm。表明土地利用变化使得年平均径流增加。第二阶段和第三阶段与第一阶段类似, 分别为1990-1999和2000-2009, 模拟结果表明在固定90年代和2000年后的气候不变的情况下, 土地利用变化使得年平均径流增加且1980-1990年土地利用变化增加的径流深比1990-2000年土地利用增加的径流深大。

结合表1和图7, 林地和草地属于高产水量土地类型, 耕地产水量相对较低, 而1980-1990年林地和草地大面积增加, 耕地大面积的减小, 这是造成年平均径流增加的主要原因。与之相比, 1990-2000年虽然草地面积依然有大幅度的增加但是耕地面积减少较小, 与此同时林地还略有下降, 这也造成径流在1990土地利用的基础上增大但是增加的幅度不大, 与当地实行的退耕还林还草的政策相对应。

(2) 土地利用/土地覆盖变化对年内径流分配的影响。本文以情景1和情景2为例, 分析了土地利用变化对年内径流分配过程的影响, 将1980-1989年的气象数据分别与1980年的土地利用数据和1990年的土地利用数据结合, 分别导出1980年和1990年土地利用状况下的总径流、地面径流、基流和实际蒸散发模拟结果。情景2与情景1的模拟结果相比, 二者的差值可以看作是气候不变情况下土地利用变化对年内径流分配过程的影响。由图8可知土地利用变化状况对总径流、地面径流和基流分配过程影响的总体趋势相同, 不同的是总径流在4、5、6月份减少, 其余月份增加;地面径流在4、5、6月份大量减少, 1、2、12月份少量增加, 其余月份少量减少、基流在所有月份均有增加, 其中7、8、9三个月增加径流量较大。

结合表1和图7可以清楚地发现, 草地和林地的增加以及耕地面积的减小对年内径流分配的重要意义。本文研究流域属于中国湿润地区, 汛期为6月至9月, 降水量占全年降水总量的54%, 通过研究发现, 随着土地利用的改变, 在汛期内地面径流均减小;枯水期为12月至次年3月, 该时段内降水量仅占全年总降水量的不足15%, 但是随着土地利用状况的调整, 枯水期总径流量、地面径流量和基流量均有所增加。这一发现对水土保持和枯水期河道水量保持有重要的意义, 为人与自然的和谐相处注入了新的力量。

5 结语

本文利用WASMOD模型, 对横排头以上流域径流量进行模拟, 并进行不同气候和土地利用情景下水文响应分析, 得到如下结论:1980-2009年, 流域内土地利用变化明显, 草地面积持续增加, 水域、城镇用地和未使用地面积持续减少;林地面积在1980-1990年大量增加, 1990-2000年略有下降;耕地面积在1980-1990年大量减少, 在1990-2000年持续减小但减小比例有所下降。20世纪80年代以来, 在年尺度上, 土地利用变化使得平均径流减小, 不同阶段由于气候的变化和土地利用变化的不同, 减少的程度也不一样, 总体上20世纪80年代到90年代的变化比90年代到进入2000年以后的变化更为明显。在月尺度上, 土地利用变化对年内径流分配影响较大, 1980-1990年总径流有少量增加, 但在6、7、8月有明显减少;地面径流减小, 其中4、5、6三个月减小的最为明显;基流在所有月份均增加, 7、8、9月增加最多。

本研究采用固定因子的情景假设方法分析同一气候条件下的径流的变化, 尽管不能完全的区分开其他不确定性条件对径流变化的影响, 但依然取得了一系列的成果。研究表明, 调整土地利用模式可以有效地调控水资源的分配过程, 特别是在山区流域, 保护植被, 提高植被覆盖度, 合理耕作, 是保持水土、调节山洪的有效措施。

摘要：在实际调查基础上, 以1980年、1990年和2000年土地利用资料和流域内1980-2009年水文资料为基本支撑, 利用遥感和地理信息系统技术, 分析淠河流域横排头以上地区土地利用变化对径流变化的影响。结果显示, 在研究区域内, 草地面积持续稳定增加, 耕地、水域、城镇用地和未使用地面积持续减少, 林地面积先由大量增加到基本维持稳定。20世纪80年代以来, 土地利用变化在不同阶段都使得年平均径流量增加。在年内分配上, 汛期内总径流和地面径流减少, 枯水期内总径流增加, 地面径流略有减少;基流在所有月份均增加, 而在汛期内增加更为明显。