張新華，張 卓

(1.四川大學水力學與山區(qū)河流開發(fā)保護國家重點實驗室，四川 成都 610065；2.四川大學大學水利水電學院，四川 成都 610065)

近年來，快速發(fā)展的經(jīng)濟社會和城鎮(zhèn)化給流域內(nèi)的土地利用類型帶來了較大程度的改變，進而引起流域的產(chǎn)匯流特性發(fā)生較大變化.研究表明當城鎮(zhèn)周圍的其他土地利用類型逐漸轉(zhuǎn)變?yōu)榻ㄔO(shè)用地時，城市面臨洪澇災(zāi)害的風險會明顯增加[1]，從而威脅到人民群眾的生命財產(chǎn)安全.因此，探究城鎮(zhèn)化進程中土地利用變化對城鎮(zhèn)洪水的貢獻，對于城市的發(fā)展規(guī)劃與防洪規(guī)劃具有舉足輕重的作用.

城鎮(zhèn)化涉及到流域內(nèi)土地利用方式的轉(zhuǎn)變，分布式水文模型是研究和分析土地利用變化帶來的水文響應(yīng)最適宜方法.因為，分布式水文模型既能綜合考慮流域不同自然(下墊面)條件對水文過程的影響，又可以結(jié)合遙感技術(shù)與地理信息系統(tǒng)，對土地利用情景進行靈活配置，從而能夠更加精確地探究土地利用變化對洪水的影響[2].萬榮榮等利用HEC-HMS模型，采用典型洪水的歷史反演法探討了不同土地利用情景對洪水水文要素的影響程度[3]；李建柱等基于超滲-蓄滿耦合產(chǎn)匯流模型研究了流域洪水對下墊面變化的響應(yīng)[4]；袁藝等[5]采用SCS模型模擬了深圳市在土地利用類型變化情況下的暴雨洪水過程；羅巧等利用SWAT模型研究了不同土地利用條件下湘江流域的徑流情況，研究表明流域內(nèi)耕地轉(zhuǎn)為林地草地時會導(dǎo)致徑流減少，耕地轉(zhuǎn)化為建設(shè)用地時會導(dǎo)致徑流增大，但考慮的土地利用類型有限，且缺乏對城市的洪水研究[6].

四川省金堂縣地處北河(綿遠河、石亭江和湔江)、中河(青白江)、南河(毗河)三江交匯處，地勢低洼，洪水頻發(fā)，幾乎每年都會遭受不同程度的洪災(zāi)損失.歷史上發(fā)生有記載以來的洪水78次，平均11年左右一次，沱江三皇廟自1941年建站以來洪峰流量超過5 000 m3/s以上洪水共17次.近年來，特大暴雨洪水頻繁發(fā)生，給金堂縣城區(qū)人們帶來巨大的生命財產(chǎn)損失，如2013年、2018年、2020年金堂縣發(fā)生的三場特大洪水，三皇廟水文站的洪峰流量均大于7 000 m3/s，超過50年一遇.其中，2020年8月11日至8月17日，受持續(xù)強降雨影響，沱江上游發(fā)生了“8.12”、“8.17”兩次洪水過程，金堂縣城以上的北河、中河、毗河水位同時猛漲，導(dǎo)致金堂縣城城區(qū)及沿河部分城鎮(zhèn)(街道)出現(xiàn)特大洪澇災(zāi)情.“8.17”洪水中，三皇廟水文站的實測洪峰流量8 100 m3/s，超過100年一遇洪水(8 030 m3/s)，為歷史第二大洪水，本次洪澇災(zāi)害造成金堂縣趙鎮(zhèn)及沿河城區(qū)的總受災(zāi)面積9平方公里、農(nóng)作物受災(zāi)面積6.8萬畝、直接經(jīng)濟損失19.7億元.

隨著城鎮(zhèn)化進程加快，流域內(nèi)的土地利用類型由城市化之前的透水面積改變?yōu)槌菂^(qū)的不透水面積，這種改變會成為“放大”洪災(zāi)的主要因素.分布式SWAT水文模型是近年來在土地利用變化的水文響應(yīng)研究領(lǐng)域中比較成熟的水文模型[7].為了解決金堂縣面臨的突出城區(qū)洪水災(zāi)害問題，完善金堂防洪減災(zāi)體系，系統(tǒng)探討城鎮(zhèn)化對城區(qū)洪水的貢獻非常必要.為此本研究以1980年城市化初期的土地利用為背景，通過構(gòu)建分布式SWAT水文模型，以2018年的暴雨洪水為典型，探討1980年、2000年、2018年三種不同城鎮(zhèn)化水平下沱江干流三皇廟水文站以上流域內(nèi)的土地利用變化對金堂縣城區(qū)洪水的影響.

1 研究區(qū)概況

金堂縣地處長江水系沱江流域上游，北河(沱江正源，由綿遠河、石亭江和湔江構(gòu)成)、中河(青白江)、南河(毗河)三江交匯處(如圖1所示)，東經(jīng)104°20′37″～104°52′56″，北緯30°29′10″～30°57′41″.金堂縣城(趙鎮(zhèn))因水而生、因水而興，城建脈絡(luò)大致沿“三河一江”沖擊平原展開.近年來城市化加速，特別是金堂峽拓峽、河岸堤防建設(shè)等項目實施，縣城防洪能力提升，強化了“廢地”利用，原先的灘涂、濕地、河心島、濱河帶等洪泛區(qū)轉(zhuǎn)變?yōu)槌墙ㄩ_發(fā)用地.從縣城規(guī)模來看，建國初縣城只有1.52 km2，2018年達到23.2 km2，70年間擴大了15.3倍，城市化一定程度上導(dǎo)致河道行洪能力、灘涂滯洪能力降低.

圖1 三皇廟站以上沱江流域概況圖Fig.1 Study area of Tuojiang River basin controlled by Sanhuangmiao gauge station

本研究以沱江干流三皇廟水文站以上的流域為研究對象，如圖1所示.該站地處金堂縣的金堂峽，東經(jīng)104°29′，北緯30°48′，控制集雨面積6 590 km2，多年平均氣溫15.7℃～16.7℃，多年平均降水量746～1 553 mm，海拔高度385～1 046 m上游為“麓頭山暴雨區(qū)”，沱江上游的綿遠河、石亭江、湔江三條河流均發(fā)源于此.中游處于濕潤多雨的成都平原，平原區(qū)城鎮(zhèn)林立，水系密布，地勢坡度小，河道比降低.流域內(nèi)土地利用類型主要以耕地、草地、林地、建設(shè)用地為主.

2 數(shù)據(jù)資料與方法

2.1 數(shù)據(jù)資料

建立SWAT模型需要多種數(shù)據(jù)資料，所需資料主要有:流域的數(shù)字高程(DEM)數(shù)據(jù)、土壤空間分布數(shù)據(jù)、土地利用數(shù)據(jù)以及水文氣象資料等.本研究采用的DEM高程數(shù)據(jù)為地理空間數(shù)據(jù)云平臺下載的SRTM數(shù)據(jù)，分辨率為30 m；1980、2000、2018年三期土地利用數(shù)據(jù)均來自于中國科學院數(shù)據(jù)中心，分辨率為1 km；土壤數(shù)據(jù)(1∶100萬)選自聯(lián)合國糧農(nóng)組織(FAO)和維也納國際應(yīng)用系統(tǒng)研究所(IIASA)的世界協(xié)調(diào)土壤數(shù)據(jù)庫HWSD；水文數(shù)據(jù)為沱江干流三皇廟水文站2018年“7.11”典型洪水的實測流量數(shù)據(jù)；氣象數(shù)據(jù)基于研究區(qū)域內(nèi)7個氣象站的逐日氣溫、太陽輻射、降雨量、風速、相對濕度等資料.

2.2 主要方法

2.2.1 分布式SWAT水文模型及評價標準

分布式SWAT(Soil and Water Assessment Tool)水文模型由美國農(nóng)業(yè)部以SWRRB模型為基礎(chǔ)進行研發(fā).該模型在大尺度流域長序列徑流模擬中應(yīng)用效果較好，模擬步長為日尺度，并且根據(jù)不同的土地利用方式、土壤類型及坡度組合對流域進行離散，得到若干個水文響應(yīng)單元(HRU)，表征土地利用方式與土壤的蒸散發(fā)在流域上的差異和不均勻性.模型首先計算每個HRU內(nèi)的產(chǎn)流量，然后將子流域內(nèi)所有HRU的產(chǎn)流量疊加，得到流域總產(chǎn)流量；再進行子流域坡面匯流，計算研究區(qū)域內(nèi)主河道的水量；河道匯流計算采用特征河長法或馬斯京根流量演算法[8].

為判斷模型的模擬效果，分別選取了納什系數(shù)NSE和確定系數(shù)R2兩個評價指標作為模型精度判斷依據(jù).其計算公式為:

式中:Qs為實測流量值，Qm為模擬流量值，為觀測流量平均值，為模擬流量平均值，n為觀測次數(shù).

確定(相關(guān))系數(shù)R2的范圍為0＜R2＜1，R2越接近1，表明相關(guān)性越好，當R2≥0.5時表示模擬值可以接受；當R2≥0.7時表示模擬值較準確.納西效率系數(shù)NSE的取值范圍為(∞，1)，當NSE的值越接近于1時，其模擬結(jié)果越精確；當NSE＜0時，說明模擬效果不可接受；當NSE＞0.5時模擬效果可以接受.

2.2.2 SWAT-CUP程序與SUFI-2算法

SWAT-CUP程序用來為SWAT模型提供參數(shù)的敏感性分析，模型的校準、驗證和不確定性分析.程序內(nèi)部提供了五種算法，經(jīng)過計算與對比分析后，確定本研究流域最優(yōu)的參數(shù)估計方法為SUFI-2算法.

SUFI-2算法通過拉丁超立方體隨機采樣法抽取一組隨即參數(shù)帶入SWAT程序進行目標函數(shù)的計算.模擬通過Global與One-at-a-time兩種方式實現(xiàn)敏感性分析，此外，該算法通過P-factor(95%不確定性區(qū)間內(nèi)的觀測數(shù)據(jù)的百分數(shù))和R-factor(95PPU上下限的平均距離與標準偏差的比值)評價參數(shù)的不確定性因素.

SUFI-2算法首先分析選取參數(shù)及合理的初始參數(shù)范圍；然后按照算法運行要求，設(shè)定模擬次數(shù)和實測值等文件，選擇目標函數(shù)；最后，經(jīng)多次迭代計算，以迭代結(jié)果的相關(guān)系數(shù)(R2)、納什效率系數(shù)(NSE)、相對偏差(PBIAS)、P-factor和R-factor的值為依據(jù)調(diào)整參數(shù)范圍，直至獲得理想的迭代結(jié)果.

3 金堂縣城區(qū)洪水模型構(gòu)建

3.1 建立分布式SWAT模型

金堂縣城區(qū)位于沱江干流三皇廟水文站附近，分布式SWAT洪水模型的建模過程中首先需要對沱江干流三皇廟水文站以上的流域DEM柵格數(shù)據(jù)進行處理分析，提取流域水系，并利用三皇廟水文站以上沱江水系shp文件在“burn in”中對提取的水系進行修正.其次，通過設(shè)定面積閾值與選定子流域出口的位置進行子流域的劃分，得到了47個子流域，如圖2所示.最后，統(tǒng)計分析土地利用和土壤類型數(shù)據(jù)，劃分得到水文相應(yīng)單元HRU，本研究流域生成的HRU共計558個.

圖2 研究流域SWAT模型中的子流域劃分圖Fig.2 Sub-basin partition maps in the study region by SWAT model

3.2 模型的參數(shù)率定

(1)模型的改進

通過ArcGIS環(huán)境下運行的SWAT模型在默認輸出文件中輸出的是日尺度的計算結(jié)果，但由于在實際洪水的模擬過程中，洪水的歷時相對較短，因此需要更加精細的模擬步長來模擬更細致的流量變化，因此本研究對模型進行修改使其可以輸出以小時為步長的計算結(jié)果[9].

本研究中使用的SWAT-CUP版本為5.1.6，對位于SWAT項目中的Txinout文件夾下的Fig文件，添加用于輸出小時步長結(jié)果的SaveConc命令.此命令可以將指定子流域出口的流量、水質(zhì)數(shù)據(jù)保存到SWAT-CUP中的輸入文件中.

(2)敏感性分析

選取流域內(nèi)的6個水文站(漢王場、高景觀、關(guān)口、新橋、石堤堰、三水)2018年“7.11”洪水的實測流量資料進行水文參數(shù)的敏感性分析，本研究基于徑流率定的相關(guān)參考文獻[10-13]初步選取較敏感的11個參數(shù)，其中每個參數(shù)的具體含義及其取值如表1所示，運行500次之后進行參數(shù)的敏感性分析.在參數(shù)敏感性的分析過程中主要調(diào)整的參數(shù)有CN2、SURLAG、GW_DELAY、ALPHA_BF、GWQMN、ESCO等，通過利用上述6個水文站觀測資料分別進行參數(shù)的敏感性分析后發(fā)現(xiàn)最為敏感的五個參數(shù)分別為CN2、CH_N2、CH_K2、CANMX、GW_DELAY.

表1 參數(shù)名稱及取值范圍Table 1 Parameter names and value ranges

(3)模型的參數(shù)率定驗證

以2018年“7.11”洪水資料，使用SWAT-CUP程序中的SUFI-2算法，對構(gòu)建的分布式SWAT模型的參數(shù)進行了率定分析，其中，六個水文站(漢王場站、高景關(guān)站、關(guān)口站、新橋站、石堤堰站、三水站)經(jīng)率定后獲得的模型參數(shù)最佳結(jié)果如表2和表3所示.

表2 漢王場、高景觀、關(guān)口站的參數(shù)率定最適值Table 2 The most suitable values of calibrated parameters at Hanwangchang，Gaojingguan and Guankou hydrological stations

表3 新橋、石堤堰、三水站的參數(shù)率定最適值Table 3 The most suitable values of calibrated parameters at Xinqiao，Shidiyan and Sanshui hydrological stations

模型的驗證采用納西效率系數(shù)(NSE)和確定(相關(guān))系數(shù)(R2)，驗收結(jié)果如表4所示.由表4可知:在6個水文站的率定中，相關(guān)系數(shù)(R2)和納什系數(shù)(NSE)均滿足預(yù)報所需的精度要求.其中，北河上游三個站(漢王場、高景觀、關(guān)口)NSE≥0.75，R2≥0.6；而下游三個水文站的納西效率系數(shù)和確定系數(shù)均大于0.6，其中三水站的模擬效果最好(NSE=0.92，R2=0.73)，可能是由于2018年“7.11”暴雨洪水的暴雨中心及副暴雨中心均位于金堂城區(qū)沱江三河交匯口處.

表4 各水文站的模擬結(jié)果評價Table 4 Evaluation on the simulation results at different hydrological stations

4 土地利用變化對金堂縣城區(qū)洪水的影響分析

4.1 土地利用變化情況

金堂縣城區(qū)以上沱江流域在不同時期(1980年、2000年、2018年)的土地利用情況如圖3所示.按照中國科學院資源環(huán)境數(shù)據(jù)中心提供的分類系統(tǒng)，將其劃分為六個大類，分別為耕地、草地、林地、建設(shè)用地、水域、其他用地.可以看出，金堂縣以上沱江流域的土地利用在其快速城鎮(zhèn)化過程中發(fā)生了顯著的改變，直觀表現(xiàn)為建設(shè)用地的迅速增加和對應(yīng)的農(nóng)林用地的減少.

圖3 不同時期土地利用類型圖Fig.3 Map of land use types in different periods

為了進一步比較，對城市化不同時期金堂城區(qū)以上沱江流域內(nèi)各土地類型的面積及占比進行了統(tǒng)計分析，結(jié)果如表5所示.由此表可以看出:三期土地利用中，耕地、草地、建設(shè)用地、林地所占比重比較大；1980年耕地、草地、林地、建設(shè)用地四種土地利用類型所占比重之和為98.07%，2000年為98.41%，2018年為97.08%，水域和未利用土地所占比重均比較小，所占比重在三個時期均沒有超過3%.

表5 三皇廟水文站以上流域不同年份土地利用率對比Table 5 Comparison of land use ratios in different years within the watershed controlled by the Sanhuangmiao hydrological station

總之，在三個時期，這四個土地利用占比重之和均占了流域總面積的絕大部分(≥97%)，因此，沱江上游研究區(qū)域內(nèi)的土地利用變化可以用耕地、草地、林地、建設(shè)用地來代表.

土地利用變化的大小可以用土地利用變化幅度 進行表征.經(jīng)統(tǒng)計分析，三皇廟站以上控制流域內(nèi)土地利用變化情況如表6所示.從表6可知:從城鎮(zhèn)化初期的1980年到2018年的38年間，農(nóng)林用地占比呈現(xiàn)減小的趨勢(減少了7.68%)，建設(shè)用地占比呈現(xiàn)出明顯增加的趨勢(增加了7.1%).其中，1980～2000年土地利用變化較小、速度較慢，耕地占比縮減了0.89%，建設(shè)用地占比增長了0.85%，變化幅度較小，耕地主要轉(zhuǎn)化成城市的建設(shè)用地；2000～2018年進入了城鎮(zhèn)化的快速發(fā)展階段，建設(shè)用地迅速擴張，建設(shè)用地占比增加了6.25%的同時，耕地面積縮減了6.79%，建設(shè)用地的面積增長幅度是1980～2000年的7倍多.

表6 三皇廟站以上控制流域內(nèi)的土地利用變化幅度(%)Table 6 Land use changes in the watershed controlled by the Sanhuangmiao Station

因此，沱江干流金堂縣城區(qū)以上研究流域內(nèi)的土地利用類型變化主要是耕地轉(zhuǎn)換為建設(shè)用地，這主要是研究流域內(nèi)的城鎮(zhèn)化帶來的結(jié)果.

4.2 不同土地利用的水文響應(yīng)模擬結(jié)果

為了定量分析研究流域內(nèi)土地利用變化對金堂城區(qū)洪水的影響，本研究以2018年“7.11”暴雨洪水為典型，分別采用1980年、2000年、2018年土地利用柵格數(shù)據(jù)作為分布式SWAT水文模型的輸入，使用率定好的最優(yōu)參數(shù)進行了模擬，分別模擬了在3個不同時期土地利用情境下的洪水，如圖4所示.

圖4 不同土地利用模擬的2018年“7.11”洪水結(jié)果Fig.4 Simulated results of"7.11"flood in 2018 by different land use conditions

根據(jù)以2018年“7.11”暴雨洪水為典型，采用分布式SWAT模型模擬的金堂縣城區(qū)所在沱江流域三個不同發(fā)展階段的洪水成果進行了統(tǒng)計分析，城鎮(zhèn)化對洪水的洪峰影響情況見表7所示.研究結(jié)果表明不同的土地利用，會帶來不同的洪水過程.從1980年到2018年，草地、林地總體上呈減小趨勢，耕地開始持續(xù)向建設(shè)用地轉(zhuǎn)移，結(jié)果是導(dǎo)致金堂縣城區(qū)洪水及其洪峰流量的增加.其中，2000～2018年相比于1980～2000年，建設(shè)用地增長幅度最大，達7倍以上，如表6所示.三皇廟水文站的模擬洪峰流量在2000年和2018年土地利用情境下，分別比1980年增加了0.13%和11.13%，按1980～2018年近40年的城市用地增長率7.1%來看，每1%的城市用地增長會給城市洪水帶來1.5%以上的洪峰流量增大.

表7 城鎮(zhèn)化對2018年典型年洪水的影響Table 7 Influence of urbanization on typical flood in 2018

5 結(jié)論與建議

為了探討城鎮(zhèn)化對金堂城區(qū)洪水帶來的影響，本文以金堂縣城區(qū)以上的沱江流域為研究對象，構(gòu)建了分布式SWAT水文模型，以2018年“7.11”洪水為典型，1980年的土地利用為城鎮(zhèn)化初期基準，分別模擬分析了2000年、2018年流域內(nèi)的城鎮(zhèn)化水平或土地利用變化情景下的洪水變化規(guī)律，取得的主要研究結(jié)論如下:

(1)本文以金堂縣、沱江干流三皇廟水文站控制集雨面積內(nèi)的流域為研究對象，構(gòu)建的分布式SWAT水文模型，采用了SWAT-CUP 5.16版本，能夠較好的模擬金堂縣城區(qū)洪水，依據(jù)納西效率系數(shù)(NSE)和確定系數(shù)(R2)檢驗(均在0.6以上)，模擬效果滿足洪水預(yù)報有關(guān)的精度要求，因此，構(gòu)建的SWAT模型可以用來評估流域內(nèi)城鎮(zhèn)化對金堂縣城區(qū)洪水的影響.

(2)金堂城區(qū)以上的沱江流域的土地利用類型，從1980年到2018年的快速城鎮(zhèn)化過程中發(fā)生了巨大的變化，主要表現(xiàn)為耕地向建設(shè)用地的轉(zhuǎn)移，且前期1980～2000年的轉(zhuǎn)移速度較慢，耕地只減少了0.89%，建設(shè)用地也只增加了0.85%；而2000～2018年則轉(zhuǎn)移速度很快，耕地減少了6.79%，建設(shè)用地則增加了6.25%.

(3)對不同年份(2000年和2018年)土地利用情景下的模擬結(jié)果表明，土地利用改變或研究區(qū)域內(nèi)的城鎮(zhèn)化對金堂城區(qū)洪水的影響顯著，尤其是在2018年的城鎮(zhèn)化水平下，建設(shè)用地增加了7.1%，而對應(yīng)的洪峰流量則從7 190 m3/s增加到了7 990 m3/s，增加了800 m3/s，增幅達11.13%.

以上結(jié)論表明，金堂城區(qū)洪水對金堂以上沱江流域內(nèi)的土地利用變化非常敏感，尤其是耕地面積銳減以及城市建設(shè)用地面積的迅速增加對城區(qū)洪水的影響比較顯著.也就是說，隨著城鎮(zhèn)化率的不斷提高、城市的不透水面積增加，會給城市洪水的規(guī)?；蛄考墡磔^大影響.因此，在金堂縣城區(qū)洪水的防治對策中還應(yīng)盡可能地增加城市就地消納暴雨洪水的基礎(chǔ)設(shè)施，并充分利用海綿城市的理念開展城市的建設(shè)規(guī)劃和防洪規(guī)劃.