南非uMlaas流域土地利用/土地覆盖变化驱动下模拟地表径流响应的年代际变化（1995—2025）

《Earth》：A Decadal Change in the Simulated Surface Runoff Response Associated with Land Use and Land Cover Change in the uMlaas Catchment, South Africa

　　

量化并认识土地利用/土地覆盖（LULC）变化对于追踪环境变化和评估流域水文响应变化仍具有重要意义。本研究应用自然资源保护服务曲线数（NRCS-CN）方法，利用四个LULC情景（1995、2005、2015和2025）、水文土壤组（HSGs）以及固定的月平均和年平均降雨深度，估算1995—2025年uMlaas流域地表径流对LULC变化的响应。由于曲线数（CN）值依据LULC类型和HSGs赋值，该方法下的径流估算在结构上与LULC组成相联系；因此，本研究通过考察研究期内LULC变化来量化这种联系的程度，而非将其作为独立假设进行检验。LULC变化分析显示，城市扩张迅速且持续，并以草地和耕地为代价，而天然林和人工林在同一时期略有增加。城市扩张与模型导出的年径流密切对应，年径流从442.55 mm上升至2015年的峰值485.44 mm，随后在2025年略降至472.96 mm，仍高于1995年。模拟径流在10月至次年4月达到峰值，与降雨季节一致，并集中在中心至东部地区，与城市扩张相吻合。这些结果说明，在NRCS-CN方法的假设下，uMlaas流域观测到的LULC转变，特别是城市扩张和有植被地表覆盖丧失，转化为模拟径流升高。流域内土地利用规划应优先考虑径流控制，尤其是在中心至东部地区（德班市）。

研究背景方面，土地利用/土地覆盖（LULC）变化是控制流域地表水文响应的重要因素，并受农业侵占、森林砍伐、道路与建筑建设、城市扩张和海岸退化等人类活动驱动。南非KwaZulu-Natal省及eThekwini Metropolitan Municipality的绿地减少和不透水面增加，可能改变河流系统和集水区边界，并影响地表径流。既有研究表明LULC变化与水文过程相关，但南非相关研究多报告集水区尺度径流变化，较少将变化归因于具体土地覆盖转移，也较少检验归因对CN参数化、降雨表达和分类误差的敏感性；据研究人员所知，uMlaas流域尚缺乏此类转移尺度评估，且该流域无实测流量数据，因此需要透明、可重复的模型评估。该研究据此提出：1995—2025年uMlaas流域哪些土地覆盖转移驱动模拟径流变化，以及该归因对初始抽象率、坡度调整、降雨时间步长和分类不确定性是否稳健。研究目标是考察四个时间点LULC变化特征、在固定降雨下分析月和年地表径流生成、评估LULC类转移与模拟径流变化、并研究LULC对模拟径流关联的趋势和幅度。研究人员开展的研究得出，城市扩张与模拟年径流增加相对应，径流从442.55 mm升至2015年485.44 mm峰值，2025年为472.96 mm，仍高于1995年；草地和耕地转化为建成区及裸地提高径流潜力，而森林和草地增加有助于降低径流。其意义在于为无测站uMlaas流域的水资源管理和土地利用规划提供模型化证据，并提示中心至东部地区（德班市）应优先进行径流控制。

关键技术方法不超过250字：研究以ERA5-Land再分析降雨、Landsat-5/8影像、SRTM DEM、全球人类居住层（GHSL）及南非水文土壤组（HSGs）数据为输入，在Google Earth Engine中经云掩膜、指数构建和随机森林（RF）分类得到1995、2005、2015和2025年LULC；以HSG与LULC确定正常条件下曲线数（CN_II），经坡度调整形成CN_IIα，采用λ=0.05、潜在最大滞留量（S）和初始抽象（I_a）按NRCS-CN模拟月与年径流；固定月、年降雨以隔离LULC影响，并开展精度评估、LULC转移、逐像元径流差和体积贡献分析。数据来源包括ERA5-Land、Landsat、SRTM、GHSL及南非HSG数据集，无样本队列。

研究结果如下。3.1 土地利用/土地覆盖分类精度评估：通过RF分类、保留验证点混淆矩阵及总体精度（OA）、生产者精度（PA）、用户精度（UA）、F1-score、临界成功指数（CSI）、数量不一致（QD）和分配不一致（AD）评估，并以1000次bootstrap求95%置信区间；2025年OA为95.18%[92.82—97.13]，F1-score为95.24%[92.93—97.16]，CSI为91.35%[87.48—94.67]，QD为1.92%[0.48—3.83]，AD为2.82%[0.96—5.02]，各时点分类技能较强且不一致较低。3.2 土地利用/土地覆盖图：通过分类图显示草地为流域主导类型，建成区集中于东部（德班）及低地，天然林分布于中部至东部和山地边缘，人工林主要位于西部；东部低坡和建成区集中区更易产生高径流。3.3 1995—2005、2005—2015、2015—2025及1995—2025年分类LULC变化分析：通过转移、增益和损失分析得出，1995—2025年建成区净增188.4 km²（相对约97.33%），草地净减150.5 km²（相对约25.76%），耕地净减122.5 km²（相对约47.15%），天然林净增53.07 km²，人工林净增33.17 km²；2015年干旱导致建成区与裸地、草地光谱混淆，2015—2025年建成区分类出现回退。3.4 曲线数变异性：通过比较CN_II与坡度调整CN_IIα得出，西部CN较低（约30—40），中部和东部沿海CN可由低值至极端值100，坡度调整提高高坡区径流潜力，说明地形与LULC共同影响CN空间格局。3.5 月径流趋势与特征。3.5.1 月径流趋势：通过固定月降雨与NRCS-CN模拟得出，月径流随降雨季节变化，12月最高、6月最低，1995—2025年径流总体增加，2015年因分类建成区范围较大而显示最高。3.5.2 月径流空间表达：通过逐月径流制图得出，10月至次年4月高降雨月产生广泛高径流，5—9月低降雨月径流较低；东部响应最强，中部径流随时间逐渐增加。3.6 年径流特征：通过将12个月逐像元径流求和得到年径流并分级得出，中心至东部年径流生成发生显著变化，高径流区与建成区扩张和低坡地形相符。3.7 径流变化及其与LULC转移的关联：通过逐像元年径流差、LULC转移矩阵和体积贡献分析得出，1995—2025年稳定区825.02 km²（54.27%），径流损失区237.18 km²（15.60%），增益区458.03 km²（30.13%），平均年径流变化30.41 mm；草地转建成区产生最大径流体积34.68 million m³，平均变化295.58 mm，人工林转建成区平均变化473.21 mm、体积约0.26 million m³；建成区径流体积由1995年141.0 million m³增至2025年281.5 million m³。

讨论部分总结：该研究在无测站uMlaas流域用RF分类和NRCS-CN框架评估LULC变化与模拟年径流关联；RF在各时点表现较强，传感器差异影响精度；LULC总体表现为草地和耕地减少、天然林和人工林增加、建成区快速扩张并向内陆推进；模拟径流呈非单调变化，与建成区面积比例由12.72%升至2015年27.00%、再降至2025年25.10%相对应；由于CN由LULC组成直接决定，LULC组成变化在固定降雨下必然转化为模型径流变化，森林低CN对应低径流潜力，建成区和裸地高CN对应高径流潜力；与Mfwango et al.关于城市扩张增加径流的认识一致，而Mwanga et al.关于建成区与径流负相关的结论不同；局限包括ERA5-Land未融合流域气象站、未考虑降雨空间变异、缺少实测径流或流量验证、CN法结构关联、仅评估CN_II而未评估CN_I和CN_III、分类层级较宽可能高估农村居民点径流。研究结论（译）：本研究提供了LULC变化空间分布及其与模拟地表径流关联的定量评估，这对径流监测和水资源管理等多个领域是必要的；为此，研究使用NRCS-CN和遥感技术评估南非uMlaas流域LULC变化组成与模拟地表径流的关联；但研究结果描述的是固定降雨下的模拟径流深度，不包括洪峰、汇流或淹没，不应被解读为洪水风险估计。研究结果总结如下：草地在所有时点均为主要土地覆盖，从1995年584.34 km²（38.4%）降至2025年433.81 km²（28.51%）；天然林为第二优势类型，其次为建成区。流域草地总体减少，从1995年584.34 km²降至2025年433.81 km²，净损失?150.5 km²（?25.76%）；建成区呈指数净增188.4 km²（97.33%），从193.61 km²（12.72%）增至382.06 km²（25.10%）。空间格局表明建成区从东部向内陆显著扩张，体现德班边缘的扩展与开发，这些开发可能压制草地和天然林。地表径流因LULC变化从1995年442.55 mm增至2025年472.96 mm。尽管流域正经历快速土地利用变化，包括开发以及森林和草地减少，其正变得易受地表径流增加影响；本研究为uMlaas流域水资源管理提供了LULC变化及其与模拟地表径流潜力关联的有价值信息。