盛 菲,劉士余*,戴余典,關興中,盧靜媛

濂水流域景觀生態(tài)風險變化對洪水的影響

盛 菲1,劉士余1*,戴余典1,關興中2,盧靜媛2

(1.江西農(nóng)業(yè)大學國土資源與環(huán)境學院,江西省鄱陽湖流域農(nóng)業(yè)資源與生態(tài)重點實驗室,江西 南昌 330045；2.江西省水文監(jiān)測中心,江西 南昌 330002)

以贛南濂水流域為研究區(qū),分析1995～2020年流域的景觀格局變化以及全流域、子流域尺度的景觀生態(tài)風險時空變化特征,采用HEC-HMS模型模擬流域120場暴雨在1995、2005年景觀格局情景下的洪水過程,并借助Spearman相關分析探究景觀生態(tài)風險變化對洪水的影響.結(jié)果顯示:有林地始終為流域內(nèi)面積占比最高的景觀類型,其他林地在1995～2005年變化劇烈,建設用地在2005～2020年增幅較大.在全流域尺度,1995、2005、2020年的景觀生態(tài)風險指數(shù)平均值分別為0.0621、0.0543、0.0532,景觀生態(tài)風險整體呈下降趨勢,主要由高等級向低等級轉(zhuǎn)變;在子流域尺度,W170、W180、W210、W260子流域的景觀生態(tài)風險呈下降趨勢,W140、W230子流域先減后增,W220子流域先增后減;景觀生態(tài)風險在1995～2005年的變化更為強烈.景觀生態(tài)風險指數(shù)變化率與洪峰流量、洪水總量變化率相關系數(shù)箱型圖的平均值分別為0.616、0.603,景觀生態(tài)風險變化對洪水影響較大,且對洪峰流量的影響整體高于洪水總量.

景觀生態(tài)風險；洪水；HEC-HMS模型；全流域；子流域

隨著社會經(jīng)濟的發(fā)展,人類活動對流域水文過程的影響愈發(fā)強烈[1].其中,土地利用變化導致的景觀格局演變是人類活動的主要體現(xiàn),并通過影響降雨截留、土壤入滲、蒸發(fā)散等過程改變流域的產(chǎn)匯流機制[2].洪水是流域產(chǎn)匯流過程的產(chǎn)物,也是一種破壞性較強的極端水文現(xiàn)象[3].研究表明,景觀格局變化對洪水過程影響顯著,景觀類型的均衡化分布和連通性降低導致洪峰流量增加[4-5],綠化景觀斑塊面積、景觀聚集度和連通性的增大,對洪水徑流可起到較好的削減作用[6].可知,景觀單元的結(jié)構(gòu)組成和空間配置將直接影響洪水的形成過程,使洪水徑流、洪峰流量等要素發(fā)生變化.

研究還表明,流域的景觀格局變化也會引起景觀生態(tài)風險變化[7].基于景觀角度的生態(tài)風險評價成為學者們關注的熱點.迄今為止,已有諸多研究[8-11]從景觀生態(tài)學視角構(gòu)建生態(tài)風險評價模型,通過景觀生態(tài)風險指數(shù)分析流域生態(tài)風險時空格局演變特征,并指出高生態(tài)風險區(qū)主要分布于人類活動強度較高區(qū)域,而低生態(tài)風險區(qū)主要分布于人類活動強度較低的林地和草地,流域整體景觀生態(tài)風險隨著各等級風險區(qū)的變化而變化.可以看出,流域尺度的景觀生態(tài)風險評價可較好地表征人類活動對流域生態(tài)系統(tǒng)的影響以及生態(tài)風險的空間分布[12].

綜上可知,流域景觀格局變化既會導致景觀生態(tài)風險的變化,也會影響洪水的形成過程,使得景觀生態(tài)風險與洪水之間存在必然聯(lián)系[13].但目前關于景觀生態(tài)風險變化對洪水的影響研究尚不多見,值得進一步深入探討.因此,本文以贛南濂水流域為研究區(qū),基于1995～2020年的土地利用數(shù)據(jù),分析流域景觀格局變化特征,探析全流域尺度和子流域尺度的景觀生態(tài)風險時空變化特征,采用HEC-HMS模型模擬流域場次暴雨在1995、2005年景觀格局情景下的洪水過程,并探究景觀生態(tài)風險變化對洪水的影響.旨在為流域的景觀格局合理配置、洪水災害防治等提供科學依據(jù).

1 資料與方法

1.1 研究區(qū)概況

濂水為贛江左岸支流,流經(jīng)安遠、于都、會昌3縣,發(fā)源于贛州市安遠縣欣山鎮(zhèn),在會昌縣莊口鎮(zhèn)流入貢江,隨后匯入贛江.該流域氣候類型屬亞熱帶濕潤季風氣候,具有雨量充沛、氣候溫和、日照充足等特點.年均降雨量為1596.5mm,降雨主要集中在3～9月.年均徑流深為787.1mm,洪水多發(fā)生在4～6月.地形以低山丘陵為主,東南西高、北低,海拔介于97～ 1078m之間.土壤類型主要為紅壤,植被類型以馬尾松林和杉木林為主.

羊信江水文站(25°18′21″N,115°23′15″E)設立于1958年,位于安遠縣版石鎮(zhèn)竹篙仁村(圖1),是濂水流域的主要控制站點,也是區(qū)域代表性水文站.本文選取該水文站的控制范圍作為研究區(qū),集水面積為569km2,全部位于安遠縣境內(nèi).流域生態(tài)環(huán)境優(yōu)越,林草覆蓋率達87%.

圖1 濂水流域示意及生態(tài)風險小區(qū)劃分

1.2 數(shù)據(jù)來源

1965～2020年降雨量摘錄表來源于江西省水文監(jiān)測中心羊信江水文站及黃屋、上山教、屋背崗、江頭、興地、龍頭6個配套雨量站,面降雨量采用泰森多邊形法加權平均得到;洪水水文要素摘錄表來源于羊信江水文站.根據(jù)中國氣象局規(guī)定:24h降雨量達到50mm或12h降雨量達到30mm以上的強降雨稱為“暴雨”[14],在暴雨場次的劃分過程中,將降雨間歇時間6h作為兩次降雨的分界.洪水過程指自基流起漲至最大流量,并回落至接近漲水前流量的過程.據(jù)此,本文整理得到1965～2020年120場暴雨的降雨、徑流數(shù)據(jù).

土地利用數(shù)據(jù)來源于中科院資源環(huán)境科學與數(shù)據(jù)中心數(shù)據(jù)平臺(http://www.resdc.cn).在景觀類型提取過程中,結(jié)合研究區(qū)情況,將濂水流域景觀類型分為耕地、有林地、灌木林、疏林地、其他林地、草地、水域、建設用地和未利用地9種.

1.3 研究方法

1.3.1 景觀生態(tài)風險指數(shù)構(gòu)建 為將景觀生態(tài)風險指數(shù)(ERI)空間化,在綜合考慮研究區(qū)范圍和景觀斑塊面積大小的基礎上,本文將濂水流域劃分為177個2km×2km的生態(tài)風險小區(qū)(圖1),分別計算各小區(qū)景觀生態(tài)風險指數(shù),將其賦值給中心點,并借助克里金插值法得到整個流域的景觀生態(tài)風險分布狀況[9,13].

本文景觀生態(tài)風險指數(shù)的構(gòu)建涉及到景觀破碎度指數(shù)、景觀分離度指數(shù)、景觀分維數(shù)指數(shù)、景觀干擾度指數(shù)、景觀脆弱度指數(shù)和景觀損失度指數(shù),其具體計算過程及生態(tài)學含義詳見表1[15-16].

表1 景觀生態(tài)風險指數(shù)計算

1.3.2 HEC-HMS水文模型 HEC-HMS(水文工程中心水文模型系統(tǒng))是一種分布式水文模型,包括流域模塊、氣象模塊、控制運行模塊和時間序列模塊,本文采用該模型模擬流域場次暴雨的洪水過程.在模型構(gòu)建過程中,將濂水流域劃分為W140、W170、W180、W210、W220、W230和W260等7個子流域(圖2),每個子流域中的降雨—徑流過程包括降水損失、地表徑流、基流及河道匯流.本文采用“SCS曲線數(shù)損失法”計算降水損失(截留、滲透、蓄水、蒸發(fā)散的總和);采用“Snyder單位線法”計算地表徑流,模擬凈雨量(總降雨量減去降水損失)的地表徑流過程,即將凈雨量轉(zhuǎn)換為某個位置的徑流;采用“消退基流法”計算基流;采用“馬斯京根法”進行河道洪水演進,模型中將每個河段單元概化成一段河流,再通過演進方法進行實際計算[3,17].

圖2 濂水流域HEC-HMS模型結(jié)構(gòu)

同時,本文選擇洪水總量相對誤差(RE)、洪峰流量相對誤差(RE)、峰現(xiàn)時差(?)、確定性系數(shù)(Nash)評價模擬結(jié)果的精度,RE和RE的許可誤差范圍為0～20%、?的許可誤差范圍為0～3h、Nash達到0.6以上,模擬精度符合要求[18].

1.3.3 Spearman相關分析 Spearman相關分析是一種非參數(shù)統(tǒng)計方法,對原始數(shù)據(jù)的分布無要求,可檢驗兩個變量的關聯(lián)程度和方向,當相關系數(shù)的絕對值大于0.4時,認為變量之間具有中等程度以上的相關性[13],且當<0.05(0.01)時,相關性顯著(極顯著).

本文采用該方法探究景觀生態(tài)風險變化對洪水的影響,具體分析步驟為:基于景觀生態(tài)風險評價結(jié)果,得到7個子流域在1995年和2005年的景觀生態(tài)風險指數(shù),據(jù)此計算景觀生態(tài)風險指數(shù)變化率;采用HEC-HMS模型模擬場次暴雨在1995、2005年景觀格局情景下7個子流域的洪水過程,并計算洪水總量變化率、洪峰流量變化率;最后,采用Spearman相關分析得到景觀生態(tài)風險指數(shù)變化率與各場次暴雨洪水總量變化率、洪峰流量變化率的相關系數(shù).

2 結(jié)果與分析

2.1 景觀格局變化特征

從濂水流域1995～2020年的景觀類型圖(圖3)可知,有林地分布于整個流域,為主導景觀類型,耕地、疏林地、灌木林、其他林地主要分布在流域中部.1995～2005年,耕地、有林地、灌木林、疏林地均減少,其他林地大幅增加,主要是由于退耕還林工程的實施、果園的規(guī)?；_發(fā)等人類活動所致;2005～2020年,建設用地增幅較大,其主要原因是城鎮(zhèn)化建設使得流域內(nèi)道路和建成區(qū)面積上升.與2005～2020年相比,1995～2005年流域景觀格局的變化更為強烈.

圖3 1995～2020年濂水流域景觀類型

2.2 景觀生態(tài)風險時空變化特征

基于克里金插值結(jié)果,運用自然間斷點分級法將濂水流域景觀生態(tài)風險劃分為5個等級,分別為低風險(ERI￡0.042)、較低風險(0.0420.081).

2.2.1 全流域尺度 由圖4可知,流域景觀生態(tài)風險等級分布表現(xiàn)為外低內(nèi)高.低風險區(qū)集中在流域外圍,主要景觀類型為有林地和灌木林;較低風險區(qū)和中風險區(qū)緊鄰低風險區(qū),以有林地、灌木林、疏林地景觀為主;較高風險區(qū)和高風險區(qū)分布在流域中部,以耕地、其他林地景觀為主.整體上看,流域的景觀生態(tài)風險分布具有區(qū)域性和異質(zhì)性特征.

通過計算可得,1995、2005、2020年濂水流域的ERI平均值分別為0.0621、0.0543、0.0532,說明研究時段內(nèi)流域景觀生態(tài)風險整體呈下降趨勢.圖5顯示,1995年流域的主要景觀生態(tài)風險類型為較低風險、中風險和較高風險,共占76.1%;而2005、2020年的主要風險類型為低風險、較低風險和中風險,分別共占78.9%、81.7%.1995～2005年,流域低風險區(qū)和較高風險區(qū)的面積占比變化最大,其中低風險區(qū)由12.7%上升至31.1%,較高風險區(qū)由25.7%下降至8.6%;2005～2020年,流域各等級風險區(qū)的面積占比變化相對較小.總體而言,濂水流域景觀生態(tài)風險主要由高等級向低等級轉(zhuǎn)變.

圖4 1995～2020年濂水流域景觀生態(tài)風險空間分布

圖5 1995～2020年濂水流域不同等級景觀生態(tài)風險的面積占比

2.2.2 子流域尺度 全流域尺度的景觀生態(tài)風險分布僅能體現(xiàn)整體變化,基于子流域尺度的景觀生態(tài)風險分析能更好地反映空間差異.由表2可知, 1995～2020年,W170、W180、W210、W260子流域的ERI平均值呈下降趨勢,W140、W230子流域先減后增,W220子流域先增后減.W220、W260子流域的ERI平均值均處于較高水平,主要原因是這2個子流域內(nèi)穩(wěn)定性較差的耕地、其他林地占比較高,生態(tài)系統(tǒng)相對脆弱.還可看出,1995～2005年子流域的ERI平均值變化較大,而2005～2020年的變化相對較小.

表2 1995～2020年7個子流域景觀生態(tài)風險指數(shù)變化

2.3 景觀生態(tài)風險變化對洪水的影響

由上文可知,1995～2005年濂水流域的景觀格局和景觀生態(tài)風險變化更為強烈,因此本文基于該時段探究流域景觀生態(tài)風險變化對洪水的影響.

2.3.1 參數(shù)率定與模型驗證 本文分別在1995年和2005年的景觀格局情景下率定一套參數(shù),用于參數(shù)率定與模型驗證的為當年或相鄰年份的場次暴雨洪水,評價結(jié)果見圖6.可以看出,用于率定和驗證的8場暴雨洪水的確定性系數(shù)(Nash)、峰現(xiàn)時差(?)、洪水總量相對誤差(REW)和洪峰流量相對誤差(REQ)均在誤差范圍內(nèi),模擬值與實測值擬合程度較高,且用于驗證的4場暴雨洪水的確定性系數(shù)均達到0.92以上.說明HEC-HMS模型模擬精度符合要求,整體模擬效果較好.

圖6 參數(shù)率定與模型驗證結(jié)果評價

2.3.2 景觀生態(tài)風險變化的洪水響應 本文基于景觀生態(tài)風險評價結(jié)果和120場暴雨洪水的模擬結(jié)果,通過Spearman相關分析建立7個子流域的景觀生態(tài)風險指數(shù)變化率與各場次暴雨洪水總量、洪峰流量變化率的關系(圖7).

圖7顯示,景觀生態(tài)風險指數(shù)變化率與洪峰流量變化率相關系數(shù)箱型圖的平均值、中位數(shù)、上四分位數(shù)、下四分位數(shù)、上邊緣、下邊緣分別為0.616、0.643、0.679、0.536、0.786、0.429,景觀生態(tài)風險指數(shù)變化率與洪水總量變化率相關系數(shù)箱型圖對應的特征值分別為0.603、0.607、0.679、0.536、0.857、0.393,表明景觀生態(tài)風險變化對大部分場次暴雨洪水影響較強.從平均值和中位數(shù)來看,景觀生態(tài)風險與洪峰流量的相關系數(shù)整體高于洪水總量;從上、下四分位數(shù)來看,景觀生態(tài)風險與洪峰流量、洪水總量相關系數(shù)的分布較為集中;從上、下邊緣來看,景觀生態(tài)風險與洪水總量相關系數(shù)箱型圖的上邊緣高于洪峰流量,而下邊緣低于洪峰流量.總體而言,景觀生態(tài)風險變化對洪峰流量的影響高于洪水總量,這可能因為洪峰流量為瞬時值,而洪水總量的大小取決于整個洪水過程[19].

圖7 濂水流域景觀生態(tài)風險—洪水相關系數(shù)

為進一步反映景觀生態(tài)風險變化對洪水的影響,本文選取流域內(nèi)6場典型場次暴雨洪水,結(jié)合其特征值進行分析.由表3可以看出,1974-08-11、1976-08-10、1983-06-03這3場暴雨洪水對應的洪水總量較大、洪峰流量較高、洪水歷時較長,得到的景觀生態(tài)風險與洪水總量、洪峰流量相關系數(shù)較低;而1992-09-05、2001-05-09、2002-08-05這3場暴雨洪水對應的洪水總量較小、洪峰流量較低、洪水歷時較短,得到的景觀生態(tài)風險與洪水總量、洪峰流量相關系數(shù)較高.說明對于大洪量、高洪峰、長歷時的場次暴雨洪水,外界因素的作用十分有限,而小洪量、低洪峰、短歷時的場次暴雨洪水較易受外界因素的影響[20].

表3 典型場次暴雨洪水特征值

注:*表示相關性顯著.

同時,為反映洪水對景觀生態(tài)風險變化的空間響應特征,本文以1992-09-05這場暴雨洪水為例,列舉流域出口處和各子流域的HEC-HMS模型模擬結(jié)果(表4).

表4 場次暴雨洪水模擬結(jié)果(1992-09-05)

由表4可知,2005年景觀格局情景下的模擬結(jié)果與1995年相比,除W220子流域的洪水總量、洪峰流量增大外,其他子流域及流域出口處均減小,這與流域景觀生態(tài)風險變化特征較為一致.為探究W220子流域模擬結(jié)果增大的原因,本文對其景觀類型與景觀生態(tài)風險分布進行分析.圖8顯示,1995～ 2005年,W220子流域的其他林地存在大面積擴張且表現(xiàn)為聚集性發(fā)展,進而導致高風險區(qū)面積增加、景觀生態(tài)風險上升;同時,流域內(nèi)其他林地主要為柑橘、臍橙等,果園開發(fā)導致地表擾動增大、植被結(jié)構(gòu)單一,使得植被垂直結(jié)構(gòu)對降雨的調(diào)節(jié)分配作用大大降低,從而影響該子流域的滯蓄洪水功能[21].

3 討論

本文結(jié)果顯示,1995～2020年濂水流域的景觀生態(tài)風險整體呈下降趨勢,主要是因為有林地、灌木林、疏林地、耕地等優(yōu)勢景觀類型的景觀脆弱度指數(shù)下降、對外界干擾的敏感程度減弱,進而降低了景觀生態(tài)風險.此外,流域景觀生態(tài)風險變化對洪水影響較大,且兩者變化特征較為一致.流域內(nèi)經(jīng)歷了退耕還林工程的實施,耕地面積減少、林地面積增加導致的景觀格局整體變化,有助于截留和攔蓄降雨、吸收和阻滯地表徑流、改良土壤孔隙結(jié)構(gòu)、提高土壤入滲能力,進而影響流域的產(chǎn)匯流過程,起到削減洪峰和洪水總量的作用[21].且景觀生態(tài)風險可反映自然因素和人類活動對景觀格局的綜合作用[22],景觀生態(tài)風險水平的變化表征各因素對流域生態(tài)系統(tǒng)威脅程度的改變,這將對場次暴雨的洪水過程產(chǎn)生一定影響.

同時,景觀生態(tài)風險的空間分布一定程度上體現(xiàn)了景觀結(jié)構(gòu)的分布規(guī)律,生態(tài)風險集聚程度與人類活動強度相匹配[23-26].例如,W220子流域內(nèi)的其他林地在1995～2005年大面積擴張,使得高風險區(qū)面積增加,導致景觀生態(tài)風險上升,且該子流域的洪水總量、洪峰流量模擬值也相應增大.由此可知,即使全流域尺度的景觀生態(tài)風險和洪水特征值呈下降趨勢,仍可能存在景觀生態(tài)風險和洪水特征值增加的子流域.且研究表明,在各類景觀面積基本一致時,景觀結(jié)構(gòu)的不同也會對流域生態(tài)風險產(chǎn)生重要影響[13].因此,在流域景觀規(guī)劃與配置過程中,一方面,應全面考慮景觀生態(tài)風險和洪水在空間上的分布及變化,并重點關注高風險區(qū)域,盡可能避免穩(wěn)定性較差的景觀大面積聚集發(fā)展;另一方面,合理配置各景觀類型,提高景觀的連通性和多樣性.

4 結(jié)論

4.1 1995～2020年,濂水流域主導景觀類型始終為有林地,且分布于整個流域;1995～2005年,流域內(nèi)耕地、有林地、灌木林、疏林地的面積均減少,其他林地呈大面積擴張;2005～2020年,建設用地面積增幅較大.整體上看,1995～2005年流域的景觀格局變化更為強烈.

4.2 在全流域尺度,1995、2005、2020年濂水流域的ERI平均值分別為0.0621、0.0543、0.0532,景觀生態(tài)風險呈下降趨勢,在空間上的分布表現(xiàn)為外低內(nèi)高,低風險區(qū)、中風險區(qū)、較高風險區(qū)的面積占比在1995～2005年變化較大,其中低風險區(qū)占比由12.7%上升至31.1%,中風險區(qū)、較高風險區(qū)占比分別由29.4%、25.7%下降至21.5%、8.6%;在子流域尺度,ERI平均值在1995～2005年的變化較大,且該時段內(nèi)W220子流域的景觀生態(tài)風險上升,ERI平均值由0.0679上升至0.0691,其他子流域的均下降.

4.3 Spearman相關分析表明,景觀生態(tài)風險指數(shù)變化率與洪峰流量、洪水總量變化率相關系數(shù)箱型圖的平均值分別為0.616、0.603,中位數(shù)分別為0.643、0.607,景觀生態(tài)風險變化對大部分場次暴雨洪水影響較強,對洪峰流量的影響整體高于洪水總量,且小洪量、低洪峰、短歷時的場次暴雨洪水更易受影響.

[1] Shahid M, Cong Z, Zhang D. Understanding the impacts of climate change and human activities on streamflow: a case study of the Soan River basin, Pakistan [J]. Theoretical & Applied Climatology, 2017, 134:205-219.

[2] Croke B F W, Merritt W S, Jakeman A J. A dynamic model for predicting hydrologic response to land cover changes in gauged and ungauged catchments [J]. Journal of Hydrology, 2004,291(1/2):115-131.

[3] 盛 菲,曾建玲,劉士余,等.場次暴雨條件下降雨和植被變化對洪水影響的定量評估——以彭沖澗小流域為例[J]. 應用生態(tài)學報, 2020,31(11):3805-3813.Sheng F, Zeng J L, Liu S Y, et al. Quantitatively evaluate the effects of precipitation and vegetation variation to flood under the condition of single rainstorm: A case study of Pengchongjian small watershed, Jiangxi, China [J]. Chinese Journal of Applied Ecology, 2020,31(11):3805-3813.

[4] 劉傳銘.基于HEC-HMS模型的流域景觀格局變化洪水效應模擬分析[D]. 福建:福建師范大學, 2018.Liu C M. The simulation analysis of the effect of landscape pattern changes on flood based on HEC-HMS [D]. Fujian:Fujian Normal University, 2018.

[5] 林炳青,陳興偉,陳 瑩,等.流域景觀格局變化對洪枯徑流影響的SWAT模型模擬分析[J]. 生態(tài)學報, 2014,34(7):1772-1780.Lin B Q, Chen X W, Chen Y, et al. Simulations and analysis on the effects of landscape pattern change on flood and low flow based on SWAT model [J]. Acta Ecologica Sinica, 2014,34(7):1772-1780.

[6] Kim H W, Park Y. Urban green infrastructure and local flooding: The impact of landscape patterns on peak runoff in four Texas MSAs [J]. Applied Geography, 2016,77:72-81.

[7] 何慶港,蔡海生,張學玲,等.基于景觀格局及元胞自動機-馬爾科夫模型的縣域生態(tài)風險評價——以江西省婺源縣為例的實證研究[J]. 林業(yè)經(jīng)濟, 2020,42(8):50-63. He Q G, Cai H S, Zhang X L, et al. Assessment on ecological risk of counties based on landscape pattern and CA-Markov model: Empirical study on wuyuan county in Jiangxi province [J]. Forestry Economics, 2020,42(8):50-63.

[8] 楊 伶,鄧 敏,王金龍,等.近40年來洞庭湖流域土地利用及生態(tài)風險時空演變分析[J]. 生態(tài)學報, 2021,41(10):3929-3939.Yang L, Deng M, Wang J L, et al. Spatial-temporal evolution of land use and ecological risk in Dongting Lake Basin during 1980～2018 [J]. Acta Ecologica Sinica, 2021,41(10):3929-3939.

[9] 張學斌,石培基,羅 君,等.基于景觀格局的干旱內(nèi)陸河流域生態(tài)風險分析——以石羊河流域為例[J]. 自然資源學報, 2014,29(3):410-419.Zhang X B, Shi P J, Luo J, et al. The ecological risk assessment of arid inland river basin at the landscape scale: A case study on Shiyang River Basin [J]. Journal of Natural Resources, 2014,29(3):410-419.

[10] Chen Y L, Zou W M, Karimian H, et al. Landscape ecological risk assessment and driving factor analysis in Dongjiang river watershed [J]. Chemosphere, 2022,307(P3):135835.

[11] Zhang X M, Du H M, Wang Y, et al. Watershed landscape ecological risk assessment and landscape pattern optimization: Take Fujiang River Basin as an example [J]. Human and Ecological Risk Assessment: An International Journal, 2021,27(9/10):2254-2276.

[12] Singh K, Kumar V. Hazard assessment of landslide disaster using information value method and analytical hierarchy process in highly tectonic Chamba region in bosom of Himalaya [J]. Journal of Mountain Science, 2018,15(4):808-824.

[13] 袁 玉,方國華,陸承璇,等.基于景觀生態(tài)學的城市化背景下洪災風險評估[J]. 地理學報, 2020,75(9):1921-1933.Yuan Y, Fang G H, Lu C X, et al. Flood risk assessment under the background of urbanization based on landscape ecology [J]. Acta Geographica Sinica, 2020,75(9):1921-1933.

[14] GB/T 28592—2012 降水量等級 [S].GB/T28592-2012 Precipitation Grade [S].

[15] 于 航,劉學錄,趙天明,等.基于景觀格局的祁連山國家公園景觀生態(tài)風險評價[J]. 生態(tài)科學, 2022,41(2):99-107.Yu H, Liu X L, Zhao T M, et al. Landscape ecological risk assessment of Qilian Mountain National Park based on landscape pattern [J]. Ecological Science, 2022,41(2):99-107.

[16] 劉希朝,李效順,蔣冬梅.基于土地利用變化的黃河流域景觀格局及生態(tài)風險評估[J]. 農(nóng)業(yè)工程學報, 2021,37(4):265-274.Liu X C, Li X S, Jiang D M. Landscape pattern identification and ecological risk assessment using land-use change in the Yellow River Basin [J]. Transactions of the Chinese Society of Agricultural Engineering, 2021,37(4):265-274.

[17] 李向新.HEC-HMS水文建模系統(tǒng)原理?方法?應用[M]. 北京:中國水利水電出版社, 2015.Li X X. Principle, method and application of HEC-HMS hydrological modeling system [M]. Beijing: China Water & Power Press, 2015.

[18] 李娟芳,王文川,車沛沛,等.HEC-HMS模型和TOPMODEL模型在東莊流域山洪預報的應用研究[J]. 水電能源科學, 2019,37(3):50-53,8.Li J F, Wang W C, Che P P, et al. Application research on HEC-HMS Model and TOPMODEL Model in mountain flood forecasting of Dongzhuang Watershed [J]. Water Resources and Power, 2019,37(3): 50-53,8.

[19] 王紅亞,呂明輝.水文學概論[M]. 北京:北京大學出版社, 2006.Wang H Y, Lü M H. Introduction to hydrology [M]. Beijing:Peking University Press, 2006.

[20] Fei S, Shiyu L, Ting Z, et al. Quantitative assessment of the impact of precipitation and vegetation variation on flooding under discrete and continuous rainstorm conditions [J]. Ecological Indicators, 2022, 144,109477.

[21] 趙 陽,余新曉,鄭江坤,等.氣候和土地利用變化對潮白河流域徑流變化的定量影響[J]. 農(nóng)業(yè)工程學報, 2012,28(22):252-260.Zhao Y, Yu X X, Zheng J K, et al. Quantitative effects of climate variations and land-use changes on annual streamflow in Chaobai river basin [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012,28(22):252-260.

[22] 孫麗蓉,馬 靜,周冬梅,等.石羊河流域景觀生態(tài)風險時空分布特征[J]. 生態(tài)科學, 2022,41(2):194-203.Sun L R, Ma J, Zhou D M, et al. Temporal and spatial distribution characteristics of landscape ecological risk in the Shiyang River basin [J]. Ecological Science, 2022,41(2):194-203.

[23] 武澤民,余哲修,李 瑤,等.滇池流域土地利用演變及景觀生態(tài)安全評價研究[J]. 西南林業(yè)大學學報(自然科學), 2021,41(3):122-129.Wu Z M, Yu Z X, Li Y, et al. The Study of Land Use Evolution and Landscape Ecological Security Evaluation in Dianchi Lake Basin [J]. Journal of Southwest Forestry University (Natural Sciences), 2021, 41(3):122-129.

[24] 熊 鷹,汪 敏,袁海平,等.洞庭湖區(qū)景觀生態(tài)風險評價及其時空演化[J]. 生態(tài)環(huán)境學報, 2020,29(7):1292-1301.Xiong Y, Wang M, Yuan H P, et al. Landscape ecological risk assessment and its spatio-temporal evolution in Dongting Lake area [J]. Ecology and Environmental Sciences, 2020,29(7):1292-1301.

[25] 張 月,張 飛,王 娟,等.基于LUCC的艾比湖區(qū)域生態(tài)風險評價及預測研究[J]. 中國環(huán)境科學, 2016,36(11):3465-3474. Zhang Y, Zhang F, Wang J, et al. Ecological risk assessment and prediction of Ebinur Lake region based on Land use/Land cover change [J]. China Environmental Science, 2016,36(11):3465-3474.

[26] 尉 芳,劉 京,夏利恒,等.基于LUCC的陜西渭北旱塬區(qū)景觀生態(tài)風險評價[J]. 中國環(huán)境科學, 2022,42(4):1963-1974. Wei F, Liu J, Xia L H, et al. Landscape ecological risk assessment in Weibei dryland region of Shaanxi Province based on LUCC [J]. China Environmental Science, 2022,42(4):1963-1974.

Impact of landscape ecological risk change on flood in Lianshui watershed.

SHENG Fei1, LIU Shi-yu1*, DAI Yu-dian1, GUAN Xing-zhong2, LU Jing-yuan2

(1.College of Land Resources and Environment, Key Laboratory of Poyang Lake Watershed Agricultural Resources and Ecology of Jiangxi Province, Jiangxi Agricultural University, Nanchang 330045, China；2.Jiangxi Hydrology Monitoring Center, Nanchang 330002, China)., 2023,43(10)：5466～5474

The Lianshui watershed located in southern Jiangxi province was selected to examine changes in landscape pattern from 1995 to 2020, as well as the temporal and spatial variation characteristics of landscape ecological risk at both the whole watershed and sub-watershed scales. The HEC-HMS model was utilized to simulate the flood process of 120 rainstorm events in the studied watershed under different landscape pattern scenarios for 1995 and 2005.Furthermore, Spearman correlation analysis was conducted to investigate the influence of changes in landscape ecological risk on floods.The results revealed that forested land constituted the primary landscape type with the highest area proportion within the watershed. However, other woodland experienced significant changes between 1995 and 2005, while construction land exhibited a substantial increase from 2005 to 2020.At the whole watershed scale, average values of the landscape ecological risk index were found to be 0.0621 (in 1995), 0.0543 (in 2005), and 0.0532 (in 2020), indicating a decreasing trend in overall landscape ecological risk, transforming from high level to low level. At a more detailed sub-watershed scale analysis, it was observed that certain sub-watersheds such as W170, W180, W210, and W260 displayed a downward trend regarding their respective levels of landscape ecological risk over time. However, W140 and W230 exhibited a dynamic change pattern characterized by an initial decrease followed by an increase. Finally, W220 demonstrated an opposite trend with an initial increase followed by a subsequent decrease. The period between 1995 and 2005 witnessed dramatic shifts in terms of landscape ecological risk levels. The average correlation coefficient values depicted in the box plots between the rate of change in the landscape ecological risk index and the rate of change in peak flow and total flood volume were 0.616and 0.603, respectively. The fluctuations observed in the landscape ecological risk within the watershed had a significant impact on flooding, with a greater influence on peak flow compared to total flood volume.

landscape ecological risk；flood；HEC-HMS model；whole watershed；sub-watershed

X826

A

1000-6923(2023)10-5466-09

2023-03-20

國家自然科學基金資助項目(31960331);江西省水利科技項目(202223YBKT28);江西省重點研發(fā)計劃項目(20212BBG71014)

* 責任作者, 教授, 397013250@qq.com

盛 菲(1996-),女,江西吉安人,江西農(nóng)業(yè)大學博士研究生,研究方向為水土保持與森林水文.發(fā)表論文10余篇.438000270@qq.com.

盛 菲,劉士余,戴余典,等.濂水流域景觀生態(tài)風險變化對洪水的影響 [J]. 中國環(huán)境科學, 2023,43(10):5466-5474.

Sheng F, Liu S Y, Dai Y D, et al. Impact of landscape ecological risk change on flood in Lianshui watershed [J]. China Environment Science, 2023,43(10):5466-5474.