《Land》：Decomposing Long-Term Land-Use Contributions to Relative Runoff Potential Across Five Sub-Catchments in the Kameoka Basin, Japan
编辑推荐：
同步发生的土地利用变化可能相互增强或抵消，因此仅凭城市扩张可能无法解释流域尺度径流潜势的变化。本研究考察了日本龟冈盆地（Kameoka Basin）五个子流域的土地利用组成及估算相对径流潜势的长期变化。利用明治时期历史地形图与土地利用细分网格数据（Land-U
同步发生的土地利用变化可能相互增强或抵消，因此仅凭城市扩张可能无法解释流域尺度径流潜势的变化。本研究考察了日本龟冈盆地（Kameoka Basin）五个子流域的土地利用组成及估算相对径流潜势的长期变化。利用明治时期历史地形图与土地利用细分网格数据（Land-Use Subdivision Mesh Data），重建了约130年（1890s–2021）八个时间节点的土地利用。以参考日本技术标准所赋的土地利用专属径流系数与面积比例（而非实测降雨–径流数据）为基础，计算面积加权径流系数（C?），并将其作为相对径流潜势的替代指标。该系数的变化被分解为土地利用贡献，以净变化（Net Δ）、总绝对贡献（Gross）和净毛比（net-to-gross ratio）进行汇总，并辅以逐区间、基于转移和系数敏感性分析。城市土地增加了5.1–16.0个百分点，而C?的变化范围为?0.004至+0.037。研究观察到三种对比鲜明的贡献模式：Nanatani的结构惯性、Chiji和Inukai的动态抵消，以及Toshitani和Sogadani的开发驱动型增加。在合理的替代系数下，这些对比仍然可识别，尽管Sogadani的抵消作用对系数更敏感。该方法可为差异化的子流域尺度土地管理提供诊断基础。
流域尺度的水资源管理要求将土地利用与河流、渠道等设施视为整体进行综合考量，这正是综合水资源管理（Integrated Water Resources Management, IWRM）的核心思想。降雨在入渗、蓄存和地表径流之间的分配，除受地形和土壤条件影响外，还受土地利用与覆被组成的影响。日本近年来遭受多次大规模暴雨灾害，如水害频发促使政策转向“全流域减灾与可持续发展”，强调在整个流域尺度上协调土地、水和社会因素。然而，流域内的土地利用变化是复杂过程，城市扩张、农田弃耕、森林恢复或衰退等往往同时发生并相互影响，仅以城市用地比例或不透水面率等单一指标难以充分刻画流域径流潜势的变化。已有研究多聚焦于城市化或土地利用/覆被变化（land use and land cover change, LULCC）对径流的影响，但较少明确分解多个土地利用类别增减对流域尺度径流指标的联合贡献，也较少分析正负贡献之间的抵消关系。为此，研究人员以日本京都府龟冈盆地五个子流域为对象，旨在揭示复杂土地利用变化如何反映在估算的相对径流潜势中，并为子流域尺度的差异化土地管理提供诊断依据。
研究人员利用明治时期历史地形图（1:20,000）与1976年以来的土地利用细分网格数据，重建了1890s至2021年八个时点的土地利用格局，并以10 m分辨率数字高程模型（digital elevation model, DEM）划分五个子流域边界。土地利用被归并为水田、其他农用地、森林、荒地、高尔夫球场、建设用地、其他人工土地和水体八类，参考日本防洪及雨水排水规划技术标准为每类赋予径流系数，进而按面积比例加权计算面积加权径流系数（area-weighted runoff coefficient, C?），作为相对径流潜势的替代指标。C?的变化被精确分解为各土地利用类别的贡献，以净变化（Net Δ）、总绝对贡献（Gross）和净毛比汇总，并辅以逐区间分解、土地利用转移矩阵和系数敏感性分析。
**3.1 Land-Use Change in the Five Sub-Catchments**
通过绘制各时点土地利用分布并统计面积比例，研究发现所有子流域均呈现水田比例下降和城市土地（含建设用地与其他人工土地）比例上升的总体趋势，城市土地增幅为5.1–16.0个百分点。但森林变化方向明显不同：Toshitani和Sogadani的森林比例下降4.3–6.5个百分点，而Chiji和Inukai的森林比例上升3.5–7.6个百分点，Nanatani几乎不变（+0.9个百分点）。这表明土地利用变化是多类别组合结果，而非单纯的城市化过程。
**3.2 Temporal Changes in the Area-Weighted Runoff Coefficient**
研究人员计算各子流域八个时点的C?后发现，C?的水平与轨迹差异显著。1890s至2021年，Toshitani的C?增幅最大（+0.037），Sogadani次之（+0.028），而Nanatani仅+0.005，Chiji为?0.004，Inukai接近零。值得注意的是，Chiji和Inukai的C?在2006年前出现暂时性上升，之后回落至基线附近，说明净变化小并不意味中间过程稳定。Nanatani的C?始终在0.511–0.523窄幅波动。
**3.3 Land-Use Contributions and Contrasting Contribution Patterns**
将C?的长期变化按土地利用类别分解后，研究识别出三种对比性贡献模式。Nanatani的正负贡献均较小（Gross为0.087，为五个子流域中最小），表现为“结构惯性”；Chiji和Inukai的正负贡献大幅抵消（如Inukai的Gross达0.236，净毛比仅0.002），表现为“动态抵消”；Toshitani和Sogadani的建设用地等开发相关类别正贡献占优，且正贡献未被其他类别负贡献完全抵消，表现为“开发驱动型增加”。该结果表明，仅凭C?净值无法区分小净变化背后的不同贡献结构。
**3.4 Interval-by-Interval Decomposition of C? Change**
逐区间分解显示，长期贡献模式是各时段正负贡献累积的结果。Chiji和Inukai在1991–1997年区间内已出现水田负贡献（?0.021）与建设用地正贡献（+0.025）的抵消。Toshitani在2006年前各区间均为正净增量，之后转为小幅负值；Sogadani则在1991–1997年出现建设用地大额正贡献（+0.038）。这说明时间路径存在子流域间差异，且抵消可发生在单一区间内。
**3.5 Source-to-Destination Land-Use Transitions and Contributions**
基于1890s至2021年的8×8转移矩阵，研究发现转为建设用地的来源面积中水田占52.2–82.9%，但森林转建设用地对C?的贡献份额（48.3–73.7%）远高于水田转建设（9.4–34.9%）。这一反差在Toshitani尤为明显：森林转建设贡献为+0.028，水田转建设仅+0.004。此外，Chiji的最大负贡献来自水田转森林（?0.011），而Inukai的最大负贡献来自荒地转森林（?0.011），说明即使具有相似模式，其源—汇路径也可能不同。
**3.6 Sensitivity and Robustness Results**
单变量敏感性分析表明，主要贡献模式在合理系数变化下仍可识别。Chiji和Inukai的净毛比在所有测试情景下均保持低值，说明抵消作用稳健；Sogadani对森林系数和其他人工土地系数较敏感，抵消程度可能随系数设定而变化。以1976年为基线的分析显示，Inukai的C?变化由约零转为+0.008，Sogadani的C?增幅由+0.028降至+0.012。若将水田径流系数由0.80降至0.20的低径流情景，Chiji和Inukai的净毛比大幅上升，抵消结构明显减弱，说明结果依赖对稻田水分管理状态的假设。
讨论部分指出，本研究的方法贡献不在于重新定义径流系数，而在于将面积加权径流系数变化分解为土地利用贡献，并联合Net Δ、Gross和净毛比进行解释，从而区分“有限贡献导致的小净变化”与“大贡献相互抵消导致的小净变化”。三种贡献模式可作为诊断工具而非固定分类。结构惯性型子流域（如Nanatani）的土地利用相对稳定，若未来出现大规模开发则需另行评估；动态抵消型子流域（如Chiji和Inukai）的小净变化依赖正负贡献的平衡，一旦平衡改变，径流潜势可能明显变化；开发驱动型子流域（如Toshitani和Sogadani）则已有持续正向贡献，适合进一步评估发展与雨水管理措施。研究同时强调，C?仅代表土地利用组成相关的相对径流潜势，未包含空间格局、水文连通性及事件尺度过程，结果应视为支持性诊断而非替代水文模型。
结论部分翻译如下：本研究考察了日本龟冈盆地五个子流域约130年（1890s–2021）土地利用变化对估算相对径流潜势的影响。利用历史地形图和土地利用细分网格数据重建了八个时点的土地利用状况，将面积加权径流系数（C?）的变化分解为土地利用贡献，并以净变化（Net Δ）、总绝对贡献（Gross）和净毛比进行汇总。逐区间分解、土地利用转移分析和敏感性分析进一步说明了贡献结构的时间发展和假设依赖性。研究显示，所有子流域城市土地均增加，但C?的变化幅度差异显著（?0.004至+0.037），仅以城市扩张难以解释。三种对比性贡献模式被识别：Nanatani的结构惯性、Chiji和In
