土地利用/覆盖变化重塑典型湿润丘陵区多空间尺度水平衡组分的效应研究

《Land》:Land Use/Cover Change Reshapes Water Balance Components Across Spatial Scales in a Typical Humid Hilly Region

【字体: 大 中 小 】 时间:2026年09月18日 来源:Land 3.5

编辑推荐:

   土地利用/覆盖变化(Land Use/Cover Change, LUCC)可改变流域水平衡,然而全流域平均值可能掩盖子流域间的空间异质性。本研究评估了中国浙江省龙游县北部这一亚热带湿润丘陵区由LUCC引起的水文响应。研究人员利用2008年、2013年、20

  

土地利用/覆盖变化(Land Use/Cover Change, LUCC)可改变流域水平衡,然而全流域平均值可能掩盖子流域间的空间异质性。本研究评估了中国浙江省龙游县北部这一亚热带湿润丘陵区由LUCC引起的水文响应。研究人员利用2008年、2013年、2018年和2023年的土地利用图,在相同气象强迫条件下构建了四个水土评估工具(Soil and Water Assessment Tool, SWAT)情景,并应用偏最小二乘回归(Partial Least Squares Regression, PLSR)分析土地覆盖变化与模拟水文响应之间的关联。分类地图显示,2008年至2023年间耕地与裸地面积减少,而林地与建设用地面积增加。情景模拟结果表明,相较于LU2008,LU2023情景下的产水量(Water Yield, WYLD)更低,蒸散发(Evapotranspiration, ET)更高;这些响应具有较强的稳健性,而地表径流(Surface Runoff, SURQ)、侧向流(Lateral Flow, LATQ)和地下水贡献(Groundwater Contribution, GWQ)对模型更为敏感。在子流域尺度上,林地扩张幅度越大,地表径流和产水量的减少幅度越大,蒸散发的增加幅度也越大。PLSR进一步确定林地是这三种响应最具影响力的土地利用预测因子,尽管模型解释力处于中等水平。这些结果凸显了模拟LUCC响应的空间异质性以及子流域分析对水资源管理的价值。
**论文解读**

**一、研究背景与问题提出**

土地利用/覆盖变化(LUCC)是影响流域水文过程与水资源分配的关键驱动因子。在城市化、农业结构调整和生态恢复等多种驱动力的共同作用下,不同土地利用类型之间的转换会显著改变地表覆盖状况、土壤入渗能力、蒸散发(ET)过程、坡面径流路径以及地下水的补给机制,进而重塑流域水平衡结构。森林、耕地、建设用地、水域和裸地等不同土地覆盖类型对水平衡各组分的影响方向和强度各不相同:森林通过冠层截留、根系吸水、土壤持水和蒸腾作用影响产水量(WYLD)与地表径流(SURQ);建设用地扩张则通过增加不透水面、降低入渗和增强快速地表产流来改变局地径流过程。此外,下垫面变化不仅调节总水量,还会改变坡面径流在非饱和带侧向流(LATQ)和饱和带地下水出流(GWQ)之间的分配比例,尤其在湿润丘陵区的小流域中表现更为突出。

当前研究存在两个关键方法论问题。第一,流域平均响应可能掩盖子流域尺度上因土地利用转变的空间聚集性、地形变异性和初始土地利用结构差异而产生的空间异质性。第二,土地利用变量本身具有内在的相互依赖性——森林扩张往往伴随耕地或裸地的减少,建设用地扩张通常以占用耕地为代价,这种同步转变引入了严重的多重共线性,使得传统回归方法难以将水文响应归因于单一土地利用类型。因此,在湿润丘陵流域联合考察全流域响应、子流域空间对应关系以及多变量关联,对于深入理解LUCC引起的水文异质性具有重要意义。

**二、研究方法概述**

本研究以浙江省龙游县北部(LYN)为研究区,面积约297.83 km2,属亚热带季风气候,年均降水量约1600 mm。研究采用2008年、2013年、2018年和2023年共四期Landsat遥感影像(TM/OLI),在ENVI 5.6平台中使用监督最大似然分类法进行土地覆盖分类,将土地覆盖分为建设用地、耕地、林地、水域和裸地五类,各期分类总体精度介于92.38%至97.45%之间,Kappa系数为0.8932至0.9614。在此基础上,研究人员分别基于四期土地利用图构建四个独立的SWAT模型情景(LU2008、LU2013、LU2018、LU2023),保持数字高程模型(DEM)、土壤数据集(源自HWSD 1.1版)、水文响应单元(HRU)阈值(10%)、校准参数、管理设置以及2008–2018年CMADS 1.1日气象强迫数据不变,仅改变土地利用输入。模型采用SUFI-2算法,以面积比法从邻近的Yuankou(II)水文站转移的月代理径流为参考进行校准(2009–2013年)和验证(2014–2018年)。为考察LUCC与水文响应之间的多变量统计关联,研究人员以23个子流域为观测单元,以五类土地覆盖比例变化为预测变量、以水平衡组分变化为响应变量,构建PLSR模型,并通过留一交叉验证和变量投影重要性(VIP)指标评估各土地利用类型的相对重要性。

**三、主要研究结果**

**(一)敏感性分析与模型评估**

参数敏感性分析表明,CN2.mgt、ALPHA_BNK.rte、CH_K2.rte和GW_DELAY.gw为最敏感参数,其t统计量绝对值分别为20.01、8.77、3.83和3.40,分别关联地表产流、河岸调蓄、河道传输和地下水响应过程。校准期R2为0.89–0.92,NSE为0.83–0.89;验证期R2为0.87–0.89,NSE为0.86–0.87。PBIAS在校准期为?7.28%至7.54%,验证期为?16.65%至?4.91%;KGE分别为0.70–0.81和0.81–0.84。模拟较好地再现了代理径流的时间变化特征。

**(二)全流域尺度土地利用变化与水文响应**

分类地图显示,2008至2023年间耕地面积由212.98 km2减至175.71 km2(?17.50%),林地由47.48 km2增至66.77 km2(+40.61%),建设用地由21.48 km2增至47.17 km2(+119.59%),裸地由8.57 km2减至1.14 km2(?86.70%),水域呈非单调变化。分类误差敏感性分析表明,建设用地增加、林地增加和裸地减少的方向具有稳健性,而耕地和水域变化对分类误差较为敏感。在最佳校准参数集下,LU2023相较于LU2008,WYLD降低29.34 mm(?2.67%),SURQ降低51.07 mm(?4.81%),LATQ降低0.39 mm(?12.85%),而GWQ增加20.98 mm(+63.80%),ET增加28.94 mm(+6.38%)。将283套行为参数集传播至所有情景后,WYLD降低(99.3%参数集)、LATQ降低(100%)和ET增加(99.3%)的方向高度一致,而SURQ和GWQ的变化方向对参数选择敏感。HRU阈值敏感性测试进一步表明,WYLD、SURQ、GWQ和ET在5%阈值下保持与10%阈值相同的响应方向,但LATQ从?12.85%反转为+13.84%,显示出对HRU离散化的较高敏感性。

**(三)子流域尺度土地利用变化与水文响应**

2008至2023年土地覆盖最显著的转变路径为耕地转为林地或建设用地,以及少量林地转耕地和裸地转建设用地或耕地的转换。耕地面积在所有子流域均呈减少趋势,L15和L2减少幅度最大;林地增加集中于北部区域,L2增幅最大;建设用地增加集中于东南部,L15最为突出。水文响应同样呈现显著的空间异质性:在23个子流域中,LU2023相较于LU2008,WYLD在18个子流域中降低,SURQ在19个子流域中降低,ET在18个子流域中增加。L2子流域林地比例增幅最大,同时WYLD降幅和ET增幅均达区域最大值。定量分析显示,林地比例变化与SURQ变化呈显著负相关(r = ?0.655,R2 = 0.430,p < 0.001),与WYLD变化呈显著负相关(r = ?0.774,R2 = 0.599,p < 0.001),与ET变化呈显著正相关(r = 0.782,R2 = 0.612,p < 0.001)。回归斜率表明,林地比例每增加1个百分点,SURQ约减少3.58 mm,WYLD约减少3.07 mm,ET约增加3.07 mm。

**(四)土地覆盖变化与模拟水平衡响应的多变量关联**

SURQ、WYLD和ET的PLSR模型均显示出正的交叉验证预测能力(Q2分别为0.379、0.554和0.569),而LATQ和GWQ模型的Q2为负值,未作进一步解读。SURQ模型保留2个潜变量(R2 = 0.545),林地具有最高的VIP值(1.393)和负向权重W*(?0.625),耕地(VIP = 1.295,W* = 0.581)和水域(VIP = 1.087,W* = 0.488)也超过VIP阈值。WYLD模型保留1个潜变量(R2 = 0.637),林地VIP最高(1.488),W* = ?0.665。ET模型同样保留1个潜变量(R2 = 0.654),林地VIP最高(1.483),W* = 0.663。综合来看,在五类土地利用变量中,林地始终表现出最高的VIP值和最大的W*绝对值,与SURQ和WYLD呈负关联,与ET呈正关联。鉴于模型解释力为中等水平(R2 = 0.545–0.654),且土地利用比例存在成分性依赖,上述结果被解释为相对统计关联而非独立因果效应。

**四、讨论与结论**

在讨论部分,研究人员首先分析了森林扩张与建设用地增长关联的水文响应。PLSR分析表明,林地为与SURQ、WYLD和ET变化关联最强的土地利用变量,其方向性模式与森林增加植被耗水和土壤持水的公认水文机制相符。建设用地虽增幅达119.59%,但其VIP值低于林地,这并不意味建设用地单位面积水文效应弱,而是因为其在研究区占比较小且扩张空间集中——主要集中于中下游和东南部平坦谷地。不透水面通常减少土壤入渗并促进快速地表产流,但在LU2023情景下,23个子流域中有19个的SURQ反而降低,表明建设用地相关的径流增强趋势并未转化为子流域尺度SURQ的均匀增加,情景结果反映的是多种土地覆盖同步变化的空间综合效应。

其次,研究人员讨论了全流域与子流域尺度水文响应的差异及其对水资源管理的启示。模拟水文响应在不同子流域间差异显著,仅依赖全流域平均值可能掩盖重要的局部响应差异。北部L2子流域林地增幅最大,WYLD降幅和ET增幅均达区域极值;东南部L15子流域建设用地显著增加,分类地图指示了明显的耕地转建设用地过程。此类子流域差异与已有的SWAT研究一致,表明不均匀的土地利用转变可导致不同空间单元间差异化的水文响应。这些空间差异为湿润高降水丘陵流域的场地特异性水资源管理提供了参考:西北丘陵区可考虑森林保护,而快速城市化的东南子流域需更多关注入渗与径流调控措施。

在局限性方面,研究人员指出:(a)代理径流由面积比法转换而来,三个目标出口的径流序列共享同一标准化时间模式,不能提供独立的多站点验证;(b)土地覆盖分类误差和影像获取日期差异可能影响地图间变化估计;(c)HRU离散化阈值影响部分组分(尤其是LATQ)的响应方向和幅度;(d)参数不确定性分析表明SURQ和GWQ的变化方向对参数选择敏感;(e)PLSR模型解释力中等,且土地利用比例存在成分性依赖,制约了因果推断。

**研究结论翻译如下:**

基于2008至2023年的土地利用数据,本研究将SWAT模型与PLSR相结合,评估了龙游县北部LUCC引起的水文响应。主要结论如下:(1)土地覆盖变化呈现显著的空间异质性。2008至2023年间,分类地图显示耕地减少17.50%,裸地减少86.70%,林地增加40.61%,建设用地增加119.59%。林地增加主要集中在北部丘陵子流域,而分类地图识别出的显著耕地转建设用地转变发生在中游和东南部区域。(2)在相同气象强迫和共同最佳校准参数集下,LU2023相较于LU2008的WYLD、SURQ和LATQ分别降低2.67%、4.81%和12.85%,GWQ和ET分别增加63.80%和6.38%。不确定性分析对这些确定性差异进行了限定:WYLD降低和ET增加在参数和HRU敏感性分析中均为最一致的响应;LATQ在参数集合中方向一致,但在5% HRU阈值下发生反转;SURQ和GWQ对参数选择敏感。因此,模拟水文响应的幅度——对于某些组分甚至方向——仍依赖于模型配置。(3)模拟水文响应在子流域间差异显著。林地扩张幅度越大,SURQ和WYLD的减少幅度越大,ET的增加幅度也越大。重新计算的子流域回归保留了这些描述性关联,PLSR确定林地为SURQ、WYLD和ET中VIP最高的预测因子。上述关系被解释为空间关联而非独立因果效应。这些发现为考虑差异化的土地管理优先事项提供了依据,特别是北部丘陵区的森林保护和快速城市化东南子流域的径流调控。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号