土地利用变化对茂名市降水入渗补给量的影响

2017-12-29 07:00刘祖发姚寒梅陈晓越卓文珊查悉妮付雪莲
生态环境学报 2017年12期
关键词:补给量径流量林地

刘祖发,姚寒梅,陈晓越,卓文珊,查悉妮,付雪莲

1. 中山大学水资源与环境研究中心,广东 广州 510275;2. 广州大学地理科学学院,广东 广州 510006;3. 中山大学测试中心,广东 广州 510275

土地利用变化对茂名市降水入渗补给量的影响

刘祖发1,姚寒梅1,陈晓越2*,卓文珊3,查悉妮1,付雪莲1

1. 中山大学水资源与环境研究中心,广东 广州 510275;2. 广州大学地理科学学院,广东 广州 510006;3. 中山大学测试中心,广东 广州 510275

大气降水是地下水补给的主要来源,确定降水入渗补给量对地下水资源管理和规划有着重要意义。以茂名市为研究区,基于WetSpass分布式水文模型及GeoSOS-FLUS模型,结合GIS技术,估算2010年的降水入渗补给量,分析未来土地利用变化及其对降水入渗补给的影响。结果表明,(1)降水大部分转化为蒸散发量,入渗补给量次之,年平均降水入渗补给量为684.63 mm;不同土地利用类型下,径流量、蒸散发量和降水入渗补给量存在显著差异性,由于城市规划的作用和区域土壤质地的差异,林地、居民用地的降水入渗补给能力较大,高达800 mm,荒地最小。(2)近20年来,居民大量开垦荒地,草地转变为耕地和林地,有利于降水入渗的土地利用类型面积减少,使得降水入渗补给量减少,土地利用变化影响着地下水的水量平衡。(3)到2050年,各类土地利用类型在区域上的分布更加集中,水域面积大量减少,耕地面积普遍大于其他类型土地,导致大部分面积的降水入渗补给量将呈现减少的趋势,全年、丰水期的降水入渗补给量变化较相似,与枯水期的变化相差较大;到2100年则偏向于林地和草地的增加,降水入渗补给量呈增加趋势。可见,在未来一段时期内,茂名市在追求经济高速发展的同时,应加强对生态环境的保护,加大绿化面积,使地下水得到一定量的补给。本研究结果可为茂名市未来土地规划提供一定依据,以进一步加强对地下水的管理和保护。

土地利用变化;降水入渗补给;WetSpass模型;GeoSOS-FLUS模型;茂名市

近年来,在国际水文科学协会(IAHS)启动的水文科学十年计划中,变化环境中的地下水资源管理是一个重要主题。随着经济的高速发展,水资源日益短缺,污染越来越严重,水资源危机已成为全球社会经济发展的制约因素(赵颖等,2017)。准确评估地下水补给量是制定可靠水资源规划的关键,具有实际应用价值和一定的社会科学意义(袁瑞强等,2010)。浅层地下水的主要补给来源为大气降水,确定降水入渗补给量是地下水资源可持续利用的基础(孟素花等,2013),是地下水污染研究的需要;高补给量使得污染物的运移更加迅速,促进了地下水的更新循环。传统的降水入渗补给评价方法(地下水均衡法、达西法、地下水位动态法)多采用点评估的方式,忽略了补给量的空间差异性,因此,评估地下水补给的时空分布是地下水科学的一个研究难点。

在全球环境变化的大背景下,土地利用-覆被变化(LUCC),是国际地圈生物圈计划(IGBP)和国际全球环境变化人文因素计划(IHDP)的重要内容(罗娅等,2014),也是一个长期性的热点研究问题(刘瑞等,2010;乔伟峰等,2013)。土地利用特征具有显著的时空差异性,是人类活动与自然环境相互作用最直接的表现形式(张杨等,2010;赵兴国等,2014;张新荣等,2014)。人类为了自身经济利益的发展,不断改变着自然环境,形成各种土地利用方式,各类土地利用类型正快速向不同的转移方向变化。土地利用变化影响地下水资源量的时空分配(Scanlon et al.,2005;马兴旺等,2002;马兴旺等,2003;Lerner et al.,2009;闫佰忠等,2015),研究表明大尺度土地覆盖与土地利用变化是导致水文循环变化的主要因素,对流域水文过程有着明显的影响(陈昌春等,2014)。各种土地利用类型的面积和分布,会对截留、蒸散发、下渗等水文循环过程造成影响,从而改变大气降水的分配。土地利用类型与地下水中的各类污染物也有着密切的联系,不同的土地类型产生的污染物不同,例如,耕地区域内的地下水中硝酸盐含量一般较高甚至超标,林地、草地内的地下水较为纯净,而城市区域内的生活工业污水渗漏也会造成地下水的污染(赵新锋等,2008;苏跃等,2008;马兴旺等,2009;杜习乐等,2013)。另外,无论是地下水水量或者水质,都受到降水入渗补给量的影响,补给量大使得地下水量变多,水循环加快,水质得到改善;不同土地利用类型其降水入渗能力不同,因此,土地利用变化直接或间接影响着地下水。

茂名市浅层地下水分布面积广,且埋藏深度较浅,是乡镇企业及农村居民生活用水的主要供水水源,开采量相对较大,潜水及微承压水主要为当地大气降水及农业灌溉用水的入渗补给。茂名市矿产资源丰富,露天矿油页岩的开采对地下水产生了一定的影响,大规模抽排地下水,导致地下水资源枯竭,破坏地下水动态平衡,并在不同程度上影响着地下水水质。因此,急需大量的地下水补给来缓解水污染状况。降水入渗补给量在空间上存在差异性,而影响它的因素众多,例如土地利用类型、土壤质地、地下水水位、气象条件等,在估算补给量时任何一个条件都不应忽视,而WetSpass全面考虑了上述影响因素,并将其作为输入条件,估算结果具有一定的可靠性。目前,该模型被国外众多学者所运用(Graf et al.,2014;Mehdi et al.,2016;Tilahun et al.,2009;Teklebirhan et al.,2012;Kornkul et al.,2013),而国内华北地区对此模型已有少量运用(朱琳等,2013;林岚等,2010),但在未来土地利用变化对降水入渗补给量的影响方面还未见相关报道。因此,本文基于WetSpass模型,定量化估算茂名市降水入渗补给量,分析各类土地利用类型的降水入渗补给能力,再结合GeoSOS-FLUS模型进一步探讨未来土地利用变化及其对降水入渗补给量的影响,为茂名市未来水资源规划和地下水保护提供参考。

1 研究区域

茂名市位于中国南海之滨,地处广东省西南部,地理坐标为东经 110°19′~111°41′,北纬 21°22′~22°42′。东毗阳江,西临湛江,北连云浮和广西壮族自治区,南临南海。东北距广州362 km,西南距湛江121 km。属热带亚热带湿润季风气候,具有光照充足、气候温暖、热量丰富、水热同季、雨量充沛、旱涝风寒灾害性天气较多的特点。茂名市地形整体呈东北高西南低的特点,地势由东北向西南依次为山地、丘陵、台地、平原,坡度范围为 0%~70.83%,平均坡度为4.51%。区内土地利用类型分为居民用地、耕地、草地、林地、水域和荒地六类,土壤质地类型有砂壤土、轻壤土、中壤土和中壤土,其中大部分为轻壤土和中壤土。降水量分布不均,从东南沿海向内陆逐渐减少,年降水量为1500~1800 mm;多年平均气温为 23 ℃,气温和潜在蒸散发量在丰水期大致表现为从西北向东南逐渐降低,枯水期潜在蒸散发量变化相反。研究区范围如图1所示。

图1 研究区域地理位置图Fig.1 Map showing the position of study region

2 研究数据及方法

2.1 数据来源

本文气象数据来源于国家气象信息中心制作的中国地面气候资料日值数据集;DEM 数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站(http://www.gscloud.cn),空间分辨率为90 m;土壤质地数据来源于广东省生态环境技术研究所;土地利用现状数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn),空间分辨率为30 m;地下水埋深数据来源于广东省茂名市地质环境监测报告。

2.2 WetSpass模型

目前被广泛应用的降水入渗补给量计算方法为地下水位动态法,该方法基于传统的监测数据,精度高,但评价尺度有限(李鹏等,2017)。WetSpass(Water and Energy Transfer between Soil,Plants and Atmosphere under quasi-Steady State)模型能与GIS相结合,考虑地形、土壤、气候和植被等影响因素进行估算,更加具有优势。该模型是由比利时布鲁塞尔大学Batelaan教授于1996年首次提出,并于2007年与De Smedt教授成功建立一种分布式降水入渗补给量评价模型,基于水量平衡原理进行计算(Batelaan et al.,2007)。该模型在空间上将研究区划分为若干个栅格单元,每个栅格单元代表一个水量平衡计算单元;每个栅格的水量平衡又可以进一步划分为植被覆盖地、裸地、水面和不透水地4个部分进行计算,这充分考虑到了每个栅格单元土地利用类型的不均匀性,这种不均匀性取决于栅格的分辨率;然后再将各种不同类型区域计算出的同一项分量加和就是整个栅格的该项水量平衡分量。降水是水量均衡计算的起点,然后发生截留、区内产流、蒸发蒸腾和补给,此顺序是整个过程定量计算的先决条件。以植被覆盖区为例(Batelaan et al,2001),水量平衡方程可以表示为:

式中,P为降水量;I为植被截留量;Sv为植被覆盖下的地表径流量;Tv为实际的蒸腾量;Rv为降水入渗补给量。由此可见,在水量平衡的原理下,可以估算出区域的植被截留量、地表径流量、蒸发蒸腾量、降水入渗补给量。另外,在模拟过程中用模拟误差这一指标来评估模型的质量(+/-mm)。

WetSpass模型输入数据包括栅格数据和属性表数据两种方式,其必须嵌入到ArcView中进行运用。栅格数据包括土地利用类型、土壤质地、地形、坡度、降雨、风速、潜在蒸发量、温度、地下水位埋深,属性表数据包括径流系数、土壤系数、土地利用参数,径流系数包括坡度百分比、土壤质地、土地利用类型等,土壤系数包括土壤质地的孔隙率、饱和张力带厚度、植被需水量等,土地利用参数包含植被覆盖区、裸地、开放水面和不透水面积所占的比例及植被高度等。3种属性数据通过一致的代码将所有的数据联系起来,从而进行计算。各类属性数据的取值是通用的(Teklebirhan et al.,2012),但可以改变或添加因人为或自然因素而改变的土地利用参数(Mustafa et al.,2013)。本研究将研究区划分为1642行、1559列,栅格数据分辨率统一为90 m;并将4—9月划分为丰水期,10月—次年 3月划分为枯水期,栅格数据的处理均在ArcGIS中进行。坡度数据由DEM数据经表面分析模块得到;潜在蒸发量由FAO的Penman-Monteith模型计算而得。输出数据包括多个水文变量,并以年、季为周期,具体输出变量为径流量、蒸散发量、截留量、植物蒸腾量、土壤蒸发、降水入渗补给量以及是否达到水量平衡的误差值。

2.3 未来土地利用变化情景模拟模型

为了真实地反映土地利用变化的不确定性及多样性,本研究中,未来土地利用数据采用未来土地利用变化情景模拟模型(GeoSOS-FLUS)计算而得,GeoSOS-FLUS模型是Li et al.(2017)开发的多类土地利用变化情景模拟软件,该模型能较好地应用于土地利用变化模拟与未来土地利用情景的预测和分析中,是进行地理空间模拟、参与空间优化、辅助决策制定的有效工具。FLUS模型的原理源自元胞自动机(CA),并在传统元胞自动机的基础上做了较大改进。首先,FLUS模型采用神经网络算法(ANN)从一期土地利用数据与包含人为活动与自然效应的多种驱动力因子(气温、降水、土壤、地形、交通、区位、政策等方面)中获取各类用地类型在研究范围内的适宜性概率。其次,FLUS模型采用从一期土地利用分布数据中采样的方式,能较好地避免误差传递的发生。另外,在土地变化模拟过程中,FLUS模型提出一种基于轮盘赌选择的自适应惯性竞争机制,该机制能有效处理多种土地利用类型在自然作用与人类活动共同影响下发生相互转化时的不确定性与复杂性,使得FLUS模型具有较高的模拟精度并且能获得与现实土地利用分布相似的结果。

本文将FLUS模型运用于水文分析中,基于地理信息系统将其与 WetSpass分布式水文模型相耦合,以求进一步研究未来不同情景下土地利用变化对地下水补给产生的影响。以模拟所得到的未来土地利用分布为唯一变量,并将其作为输入条件,分析降水入渗补给量的变化。由于未来条件的不确定性,基于IPCC发布的4个SRES情景进行土地利用变化的预测。本文将土地利用类型分为6类,分别为耕地、林地、草地、水域、居民用地和荒地。2010年茂名土地利用现状为林地和耕地广泛分布,耕地多分布在南部,居民用地较少且分散。在不同的人口与经济增长、能源使用等情况下对未来土地利用变化进行模拟,分为A1、A2、B1和B2 4种不同情景,每一个情景代表着人口增长、经济发展和其他社会经济、环境变量的不同水平,其中A情景强调经济,B强调环境发展;1表示更注重全球化的变化,2则更注重局部发展。A1是一个经济快速发展的情景,A2情景下区域人口增长快速,城市扩张复杂,能源需求较大;B1与A2各类因素呈反方向发展,是一个引进了更多清洁能源的经济增长模式,强调经济、社会和环境的可持续发展;B2人口增长处于中间水平,城市扩张方向单一,经济增长与工业创新等都处于中等水平。

3 结果与分析

3.1 现状条件下(2010年)的降水入渗补给量

本文首先利用WetSpass估算了2010年地下水系统的水量平衡,部分输出结果如表 1。茂名位于中国南方地区,各地年降水量基本高达1600 mm,东南沿海降水量较大,北部较小。全年的降水量大部分转化为蒸散发量,入渗补给量次之。从表1可知,年径流量变化范围为10~1338 mm,平均径流量为291.07 mm,径流量在丰水期较大,枯水期平均值只有27.12 mm。结合空间分布图(图2),南部径流量较高,偏北区域较低。对于蒸散发量,全年和丰水期的最大值、最小值相差较小,年平均蒸散发量为899.01 mm,最大值达到1302.33 mm,西部区域及东北部蒸散发较大。枯水期不仅降水量少,气温也较低,阳光较弱,不利于蒸散发。年降水入渗补给量平均值为684.63 mm,多发生在丰水期;枯水期平均值仅为7.98 mm,且在林地区域内出现了负值,说明地下水处于排泄状态,枯水期降水量少,树木需要的水分较大,可通过根系吸取地下水,造成地下水的流失。降水入渗补给量大于700 mm的地区大多分布在中部和东部。

地下水位动态法被认为是最有效的且应用广泛的地下水补给量估算方法。本文采用地下水位与WetSpass结果相比较的方式来验证模拟结果的正确性。选取位于茂名市境内的 12个地势平坦的监测点,排除受灌溉、河道补给、开采等影响较大的观测井(杜鹭飞,2012),运用ArcGIS的提取分析功能将模拟值提取至地下水位观测点,相关性系数R2为0.902,模型基本适用于该地区。

表1 茂名2010年全年、丰水期、枯水期的水量平衡Table1 Yearly, summer and winter water balance components for Maoming for the year 2010 mm

图2 2010年径流量、蒸散发量、降水入渗补给量空间分布Fig.2 Spatially distributed runoff, evapotranspiration, groundwater recharge during the year 2010

不同土地利用类型下径流量、蒸散发量和降水入渗补给量存着着差异性。从图3可知,水域的径流量最大,年平均值约为1000 mm,其次为荒地,而林地所产生的径流量最小,平均值只有150 mm左右。降雨落入水面后直接形成径流,导致水域的径流量较高,林地因发生植物截留等水文过程,降水落入地面的速度较慢,土壤蓄水容量难以达到饱和,导致径流量较小。水域的蒸散发量也较大,高达1200 mm。由水文循环可知,水域的水面存在蒸发过程,林地、草地存在蒸腾作用,因此这类土地利用类型的蒸散发量相对较高。除水域外,各类土地利用类型的平均蒸散发量处于800~900 mm。蒸散发量的标准偏差相对于径流量、降水入渗补给量而言普遍较小,说明蒸散发量受其他因素如土壤质地等因素的影响较小。而降水入渗补给量的标准偏差较大,说明除土地利用类型对其影响较大,其他因素(如土壤质地、气候)对其也较大。Dams et al.(2008)研究发现比利时地区耕地的降水入渗补给能力较高;Park et al.(2014)发现韩国济州岛各类林地的降水入渗补给能力普遍较高。由于城市规划的作用和区域土壤质地的差异,茂名降水入渗补给量较大的土地利用类型为居民用地和林地,将近800 mm,居民用地的下渗量与城市总体规划有关,城市注重生态发展,绿化面积大则易于下渗;反之,注重经济发展,不透水面积大则下渗量必然减少。茂名市作为国家园林城市,一直致力于森林城市的建设,绿化面积占比达41.3%以上,因此下渗量较大。而林地在丰水期,除林冠截留外,一部分降水落入地面,土壤疏松且易达到饱和而发生下渗。各降水入渗补给量下的土地利用类型分布面积如图4,耕地的面积内入渗补给量范围为 0~700 mm,500~700 mm 范围内分布较多的土地面积还有草地,根部较浅和土壤质地类型等因素导致草地的降水入渗补给量不及林地。林地有70%的面积入渗补给量处于700~900 mm,居民用地的入渗补给量也基本在此范围内。

图3 茂名2010年年平均径流量(a)、蒸散发量(b)、降水入渗补给量(c)的平均值与标准偏差Fig.3 Simulated average and standard deviation of surface runoff (a),evapotranspiration (b), recharge (c) for typical Land use types of Maoming in 2010

图4 不同降水入渗补给量下的土地利用类型面积分布Fig.4 Areal coverage of the different land-use types per recharge class for the conditions in 2010

3.2 土地利用变化下补给量的变化分析

不同时期人类活动对土地利用类型的影响存在差异,为研究土地利用对降水入渗补给量的影响,以不同年份土地利用类型为变量,研究降水入渗补给量的影响。由表2可知,1995—2005年土地利用类型变化大小顺序为草地>水域>荒地>耕地>林地>居民用地,其中草地减少面积高达85 km2,主要转变为耕地和林地;此阶段是不断发展经济的阶段,人类大量开垦荒地,导致荒地面积大量减少,其动态度较大,达到了8.49%。2005—2010年期间,各类土地利用变化与前一阶段变化趋势一致,但变化速率有所下降。

表2 1995—2005、2005—2010年土地利用变化幅度及动态度Table2 Rangeability and dynamic degree of land use change between 1995—2005 and 2005—2010

表3 1995年、2005年和2010年之间不同变量的变化幅度Table3 Rangeability of surface runoff, evapotranspiration and recharge in 1995, 2005 and 2010mm

由表3可知,在较长时间尺度下,由于土地利用变化引起的径流量、降水入渗补给量、蒸散发量的变化较大,其中,平均降水入渗补给量变化最大,减少量为5.0 mm,由以上分析可知,有利于降水入渗的土地利用类型面积总体上呈减少趋势,使得降水入渗补给量减少;有利于生成径流的水域面积增加,径流量由284.65 mm增加到289.35 mm;蒸散发量变化最小,仅为2.61 mm。2005—2010年间,由于时间较短,土地利用变化稍弱,3个水量平衡变量变化相对不明显,但变化趋势呈现出一致性。综上所述,可知土地利用变化对降水入渗补给量的影响不可忽视,特别是在当今社会多元化发展的状况下,人类活动必然改变着土地利用类型,并且其变化存在着多种可能性。因此,在对未来土地利用变化的预测基础上分析降水入渗补给量的变化,对未来的水资源管理利用具有一定的积极意义。

图5 2010年和2050年、2100年不同情景下的土地利用分布图Fig.5 Land use maps for the year 2010 and for the year 2050, 2100 assuming different scenario A1, A2, B1 and B2

3.3 土地利用变化模拟

Li et al.(2017)选用2010年数据对全球土地利用变化进行模拟,发现FLUS模型的模拟结果均具有较高的准确性。因此,本文利用 2010年土地利用类型图,考虑不同的影响因素,模拟得出2050年和2100年的土地利用变化(图5)。整体上,模拟结果显示,至 2050年,各类土地利用类型的分布更加集中,由于人类活动的影响,水域面积大量减少,耕地面积普遍大于其他类型土地。其中,A1、A2情景下的居民用地增加较多,大部分位于研究区的南部;B1、A1情景下林地面积较大,居民用地、耕地、林地、草地相互影响,B2情景下的居民用地、林地、草地面积都较小,耕地面积最大。至2100年,A1、B1情景下的林地和草地面积进一步增长,A2情景下的居民用地不断扩大。单一土地利用动态度可以用来定量研究某一土地利用面积变化的数量和速率(杨依天等,2013)。在前一研究时段,除荒地和水域的动态度较大之外,A1情景下的草地、A2情景下的居民用地和B2情景下的草地动态度分别为9.73%、6.24%、3.24%,相对较大。动态度最小的为B1情景下的居民用地,仅为0.41%。而在后一研究阶段,各类土地类型的动态度均小于第一研究阶段,说明此阶段各类土地变化数量相对较少,速度较慢。

至2050年,在A1情景下,大部分林地转变为耕地和草地,小部分耕地转变为居民用地,最后耕地、林地面积分别为5515.95、3744.76 km2,所占比例分别为49.17%、33.54%。A2情景下,居民用地大量增加,在4种情景下面积最大,为1762.14 km2,主要由耕地和林地转化而来,此情景下的草地面积也相对较大,为1818.35 km2。B1情景下的居民用地和草地面积较小,分别为376.2、1299.22 km2,耕地面积转出较多,其他利用类型转化为草地的较少,而林地面积相对较大,总共4369.34 km2,耕地所占比例(45.88%)比林地所占比例大。居民用地和林地都较少的B2情景下,大部分土地面积为耕地,超过一半的面积(52.09%)为耕地,达到4种情境下的最大值(5844.21 km2),耕地由大量林地转出而来。此外,还可看出,林地向草地的转化也较为明显。总之,到 2050年期间,大部分林地主要转化为耕地和草地,林地面积相对减少,耕地和草地面积明显增多。

如表4所示,2050—2100年期间,荒地、水域面积基本不变,A1和B1情景下林地继续向南扩大,而西南区域则大部分转化为草地。A1情景下,耕地和少量草地转化为林地,使得林地面积从33.54%增加到61.13%,另外,部分耕地面积转化为草地;在经济和人口不断发展的情况下,A2情景草地面积大量减少,主要转化为居民用地,其面积增加了1063.5 km2,B1与A1较为相似,耕地面积转化为林地,此时林地面积达到4种情景下的最大值,占64.09%。B2情景下变化不明显,少量草地和林地转化为居民用地和耕地。

表4 2050年和2100年不同情境下的土地利用类型面积及所占比例Table4 Area and proportion of land use under different scenario in 2050, 2100km2

3.4 未来土地利用变化下的降水入渗补给量

在所模拟的2050年和2100年土地利用分布图的基础上,只改变土地利用类型输入条件,运用WetSpass进行估算以便进一步分析径流量、蒸散发量、降水入渗补给量的变化幅度(图6)。整体上,全年和丰水期径流量、蒸散发量、降水入渗补给量的变化趋势和幅度较相似,与枯水期的变化相差较大。至2050年,4种情景下的变化趋势均一致,径流量处于增大的状态,蒸散发量、降水入渗补给量均减小。年径流量和丰水期径流量变化幅度较大,枯水期变化幅度相对较小,B2情景下的年径流量和丰水期径流量变化最大,相对变化幅度分别为26%、28%,无论何时,B1情景下径流量的变化幅度都是最小的。基于茂名的地域特征和城市规划方向,在丰水期,4种情景下的相对变化幅度都不到1%;而在枯水期的变化相对较大,在A2情境下最大值达到 10%,无论何种情境下,B1的相对变化幅度最小。A1、A2、B1、B2情境下的年降水入渗补给量相对变化幅度为-8.06%、-8.13%、-6.29%、-10.41%,丰水期的变化只与其相差约0.02%,两个时间段的变化基本一致。枯水期的相对变化幅度基本高达80%,因枯水期降水入渗补给量本来较小,2010年约为8 mm,而在所模拟的2050年均低于1 mm。2050—2100年间,不同情景下降水入渗补给量的变化趋势各异,其在A1、B1情景下的相对变化幅度较大,A2情景下最小。从全年和丰水期的角度来分析,两时期内A1与B2情景下的径流量、蒸散发量、降水入渗补给量相对变化幅度最大相差0.72%,变化极为相似。径流量和降水入渗补给量的变化较大,蒸散发量变化较小。与2050年相似,枯水期降水入渗补给量较小,最大变化幅度为 0.6 mm,但其相对变化幅度却高达145%。

本研究重点分析降水入渗补给量的变化,2010—2050年各情境下的降水入渗补给量变化值如图7所示,可明显看出,深蓝色区域内增加值较大,这部分区域大多是消失的水域,由于经济、环境等各类发展需求,围湖填坑等行为导致水域面积减少,基本无下渗量的水域被利用为其他土地。A2情境下降水入渗补给量为 200~500 mm 的分布较为明显,基本出现为中南部,该区域内居民用地增加较多,而居民用地为降水入渗补给能力较强的土地利用类型。此外,在A1和B1的北部补给量增加也较为突出,这两类情景下北部的耕地转化为林地和草地,林地和草地的降水入渗补给能力比耕地强,必然导致该处的降水入渗补给量增大。4种情景下,降水入渗补给量减少范围大小排序为:A2>B2>A1>B1,且减少量较为集中的区域都分布在西部,对比土地利用变化图,该处大部分由林地转为耕地及少量草地,使得耕地面积广泛分布,不利于下渗。相比于2050年,2100年变化幅度较小,最大变化仅为559 mm。A1和B1情景下土地利用变化较明显,因此降水入渗补给量变化也较大,两情景下红色区域占大部分面积,主要分布在西南区域,增加量级多处于250~500 mm。因此,区域内的土地利用类型从耕地转化为林地,林地下渗能力较强,导致入渗补给量增加明显。A2情景下的城市扩张导致区域内降水入渗补给量增加较大,北部因草地转为耕地,使得降水入渗补给量减少。在土地利用变化中,B2情景的变化最小,较明显的是北部部分林地和草地变为耕地,因此,B2情景下的变化值多出现在西北部,且大部分区域呈现出减少的趋势。

图6 2010—2050年和2050—2100年的径流量、蒸散发量、降水入渗补给量相对变化幅度Fig.6 Average change in surface runoff, evapotranspiration and recharge in 2050 compared to 2010 resulting from different land use scenarios

图7 不同土地利用变化下的降水入渗补给量变化Fig.7 Difference in groundwater recharge due to land use change

由上述分析可知,土地利用变化对茂名市的降水入渗补给量有着重要的影响,特别是林地和居民用地。在未来社会向不同方向发展的同时,土地利用类型变化必然不同。大约至 2050年,由于经济和人口的发展,能源的使用等因素,耕地面积都将会呈现增加的趋势,大部分面积的降水入渗补给量将呈减少趋势,而降水通过蒸发、蒸腾等过程返回大气中,使得地下水得不到补给,降水得不到有效利用。而大约至2050年,当经济发展到一定阶段,人们的物质需求基本得到满足后,人类更注重生态环境保护,在此前提下,降水入渗补给量呈增加的趋势。因此,在未来茂名土地利用规划时,应注重对生态环境状况的重视,减少森林砍伐等人类活动;在城市建设过程中,加大绿化面积,并根据区域降水入渗补给能力的差异,制定合适的土地用途规划,通过合理的土地利用类型调整与布局,使地下水得到充足的补给,减少由人为的土地利用带来的地下水污染,及时改善地下水的水质和解决水资源短缺等问题。由于地下水位资料的限制,本文在模拟结果验证方面采用国内广泛应用的地下水位动态法,而国际上更为成熟的方法为耦合MODFLOW 模型,此方法不仅能使模拟结果更精确,还能得知地下水位在地层中的分布状况,更有利于地下水资源的管理;此外,气候变化也是影响地下水补给量的重要因素,结合未来降水、气温等因素的变化研究补给量的变化是今后进一步研究的重点方向,以更好地评估地下水资源的变化。

4 结论

利用茂名市气象、土壤质地、土地利用、DEM、地下水埋深等数据,结合GIS技术,基于WetSpass模型及GeoSOS-FLUS模型对降水入渗补给量进行定量分析,并研究未来土地利用变化对其造成的影响。主要得出以下结论:

(1)茂名全年的降水量大部分转化为蒸散发量,入渗补给量次之。年平均蒸散发量为 899.01 mm,最大值达到1302.33 mm;年径流量变化范围为10~1338 mm,平均径流量为291.07 mm;年降水入渗补给量平均值为684.63 mm,多发生在丰水期;枯水期平均值仅为7.98 mm。

(2)降水入渗补给量较大的利用类型为居民用地和林地,高达800 mm,茂名城市建设过程中注重生态的发展,绿化面积较大,居民用地的补给能力较强;水域的径流量最大,年平均值约为 1000 mm,其次为荒地,而林地所产生的径流量最小,平均值只有150 mm左右;水域的蒸散发量也较大,高达1200 mm。

(3)在考虑不同影响因素的前提下,研究了 4种情景下未来土地利用变化,2010—2050年,A1、A2情景下的居民用地增加较多,林地面积较大的为 B1、A1,居民用地、耕地、林地、草地相互影响,B2的居民用地、林地、草地都较少,耕地面积最大。整体上,降水入渗补给量呈现减少的趋势,4种情景下,降水入渗补给量减少范围大小顺序为:A2>B2>A1>B1,且减少量较为集中的区域都分布在西部。

(4)2050—2100年,荒地、水域面积基本不变,A1、B1情景下的林地和草地面积进一步增长,A2情景下的居民用地不断扩大。相比于2050年,2100年降水入渗补给量变化值较小,最大变化值仅有559 mm。A1和B1情景下的土地利用类型从耕地转化为林地,林地下渗能力较强,导致入渗补给量增加明显。A2情景下的城市扩张使得区域内降水入渗补给量呈较大增加趋势,而B2情景下大部分区域呈减少趋势。

BATELAAN O, MEYUS Y, DE SMEDT F. 2007. De grondwatervoeding van Vlaanderen [J]. Water, 28:64-71.

BATELAAN O, SMEDT FD. 2001. WetSpass: a flexible, GIS based,distributed recharge methodology for regional groundwater modelling[J]. Impact of Human Activity on Groundwater Dynamics A Symposium Held During the Sixth Iahs Scientific Assembly,269:11-17.

DAMS J, WOLDEAMLAK S T, BATELAAN O. 2008. Predicting land-use change and its impact on the groundwater system of the Kleine Nete catchment, Belgium [J]. Hydrology and Earth System Sciences, 12(6):1369-1385.

GRAF R, PRZYBYLEK J. 2014. Estimation of Shallow Groundwater Recharge Using a Gis-Based Distributed Water Balance Model [J].Quaestiones Geographicae, 33(3): 27-37.

KORNKULJ,CHOTPANTARAT S. 2013. Distributed groundwater recharge estimation in Phrae Province using wetspass [C]//Environmentasia International Conference, 5:552-565.

LERNER D N, HARRIS B. 2009. The relationship between land use and groundwater resources and quality [J]. Land Use Policy, 26:S265-S273.

LI X, CHEN G Z, LIU X P, et al. 2017. A New Global Land-Use and Land-Cover Change Product at a 1-km Resolution for 2010 to 2100 Based on Human-Environment Interactions [J]. Annals of the American Association of Geographers, DOI: 10.1080/24694452.2017.1303357.

MEHDI Z, REZA G, ABBASALI V, et al. 2016. Estimating groundwater recharge, evapotranspiration and surface runoff using Land-use data: a case study in Northeast Iran [J]. Biological Forum, 8(2): 196-202.

MUSTAFA A, ALI E. 2013. GIS based Spatial Groundwater Recharge estimation in the Jafr basin, Jordan-Application of WetSpass models for arid regions [J]. Revista Mexicana de Ciencias Geologicas, 30(1):96-109.

PARK C H, SEO J G, LEE J J, et al. 2014. A distributed water balance approach to groundwater recharge estimation for Jeju volcanic island,Korea [J]. Geosciences Journal, 18(2): 193-207.

SCANLON B R, REEDY R C, STONESTROM D A, et al. 2005. Impact of land use and land cover change on groundwater recharge and quality in the southwestern US [J]. Global Change Biology, 11(10): 1577-1593.

TEKLEBIRHAN A, DESSIE N, TESFAMICHAEL G. 2012. Groundwater Recharge, Evapotranspiration and Surface Runoff Estimation Using WetSpass Modeling Method in Illala Catchment, Northern Ethiopia [J].Momona Ethiopian Journal of Science, 27(3): 341-343.

TILAHUN K, MERKEL B J. 2009. Estimation of groundwater recharge using a GIS-based distributed water balance model in Dire Dawa,Ethiopia [J]. Hydrogeology Journal, 17(6): 1443-1457.

陈昌春, 张余庆, 项瑛, 等. 2014. 土地利用变化对赣江流域径流的影响研究[J]. 自然资源学报, 29(10): 1758-1769.

杜鹭飞. 2012. 基于WetSpass的北京平原区降水入渗补给量计算与空间分析[D]. 北京: 首都师范大学: 1-79.

杜习乐, 吕昌河. 2013. 郑州市土地利用变化对地表水污染的影响[J].生态环境学报, 22(2): 336-342.

李鹏, 许海丽, 潘云, 等. 2017. 北京市平原区地下水补给量计算方法对比研究[J]. 水文, 37(2): 31-35.

林岚, 梁团豪, 王晓昕. 2010. 采用 WetSpass模型评价松嫩盆地降水入渗补给量[J]. 东北水利水电, (7): 23-25.

刘瑞, 朱道林. 2010. 基于转移矩阵的土地利用变化信息挖掘方法探讨[J]. 资源科学, 32(8): 1544-1550.

罗娅, 杨胜天, 刘晓燕, 等. 2014. 黄河河口镇-潼关区间1998—2010年土地利用变化特征[J]. 地理学报, 69(1): 42-53.

马兴旺, 李保国, 吴春荣, 等. 2002. 绿洲区土地利用对地下水影响的数值模拟分析——以民勤绿洲为例[J]. 资源科学24(2): 49-55.

马兴旺, 李保国, 吴春荣, 等. 2003. 民勤绿洲现状土地利用模式影响下地下水位时空变化的预测[J]. 水科学进展, (1): 85-90.

马兴旺, 朱靖蓉, 李保国. 2009. 绿洲土地利用对地下水矿化度时空变化影响的定量评估[J]. 自然资源学报, 24(3): 466-475.

孟素花, 费宇红, 张兆吉, 等. 2013. 50年来华北平原降水入渗补给量时空分布特征研究[J]. 地球科学进展, 28(8): 923-929.

乔伟峰, 盛业华, 方斌, 等. 2013. 基于转移矩阵的高度城市化区域土地利用演变信息挖掘——以江苏省苏州市为例[J]. 地理研究, 32(8):1497-1507.

苏跃, 刘方, 李航, 等. 2008. 喀斯特山区不同土地利用方式下土壤质量变化及其对水环境的影响[J]. 水土保持学报, 22(1): 65-68.

闫佰忠, 肖长来, 刘泓志, 等. 2015. 吉林市城区土地利用对地下水污染空间分布的影响[J]. 中国环境科学, (3): 934-942.

杨依天, 郑度, 张雪芹, 等. 2013. 1980—2010年和田绿洲土地利用变化空间耦合及其环境效应[J]. 地理学报, 68(6): 813-824.

袁瑞强, 宋献方, 刘贯群. 2010. 现代黄河三角洲上部冲积平原降水入渗补给量研究[J]. 自然资源学报, 25(10): 1777-1785.

张新荣, 刘林萍, 方石, 等. 2014. 土地利用、覆被变化 (LUCC) 与环境变化关系研究进展[J]. 生态环境学报, 19(12): 2013-2021.

张杨, 刘艳芳, 丁庆, 等. 2010. 1996—2006年武汉市土地利用/覆被变化研究[J]. 生态环境学报, 23(11): 2534-2539.

赵新锋, 曾松青, 陈建耀, 等. 2008. “珠三角”地区城市化对地下水水质影响案例研究[J]. 生态环境, 17(2): 533-536.

赵兴国, 潘玉君, 丁生, 等. 2014. 中国省域土地利用可持续性评价及时空格局特征[J]. 农业工程学报, 30(3): 196-204.

赵颖, 张丽, 王飞. 2017. 白洋淀水文变化对土地利用类型的影响[J]. 中国水土保持, (5): 52-55.

朱琳, 刘畅, 李小娟, 等. 2013. 城市扩张下的北京平原区降水入渗补给量变化[J]. 地球科学——中国地质大学学报, 38(5): 1065-1072.

Effect of Land Use Changes on Precipitation Infiltration Recharge in Maoming

LIU Zufa1, YAO Hanmei1, CHEN Xiaoyue2*, ZHUO Wenshan3, ZHA Xini1, FU Xuelian1
1. Center for Water Resources and Environment, Sun Yat-sen University, Guangzhou 510275, China;2. School of Geographical Sciences, Guangzhou University, Guangzhou 510006, China;3. Instrumental Analysis & Research Center, Sun Yat-sen University, Guangzhou 510275, China

Precipitation is the main source of groundwater recharge, and it is important to determine the quantity of water supply to management and planning of groundwater resource. Maoming was taken as research area. Based on WetSpass and GeoSOS-FLUS model, combined with GIS technology, this paper estimated the precipitation infiltration recharge for the year 2010, and analyzed future change of land use and its effect on the precipitation infiltration recharge. The results showed that the precipitation was mostly converted into evapotranspiration, and precipitation infiltration recharge was the second, and the annual average precipitation was 684.63 mm. Under different land use types, the surface runoff, evapotranspiration and recharge were obviously different. Owing to the different urban planning, the rainfall infiltration capacity of forest and urban was larger, as high as 800 mm, and the barren was minimal. Over the past 20 years, the residents had reclaimed the barren and then a large number of grasslands had been transformed into farmland and forest. The decrease of these land areas resulted in the reduction of recharge. By 2050, distribution of all land use types was more concentrated, a substantial reduction in water area, cultivated land area was generally greater than other types of land, causing most of the precipitation infiltration recharge area to decrease, and the change of annual and seasonal recharge would be the similar. By the year 2100, there will be an increase in forest land and grassland, and the supply of precipitation will be increasing too. In a period of the future, Maoming should strengthen the protection of the ecological environment, increase the green area and make the groundwater get a certain amount of supply. The research results could provide some basis for the future land planning of Maoming, so as to further strengthen the management and protection of groundwater.

land use change; recharge; WetSpass model; GeoSOS-FLUS model; Maoming

10.16258/j.cnki.1674-5906.2017.12.014

X14

A

1674-5906(2017)12-2102-10

刘祖发, 姚寒梅, 陈晓越, 卓文珊, 查悉妮, 付雪莲. 2017. 土地利用变化对茂名市降水入渗补给量的影响[J]. 生态环境学报, 26(12): 2102-2111.

LIU Zufa, YAO Hanmei, CHEN Xiaoyue, ZHUO Wenshan, ZHA Xini, FU Xuelian. 2017. Effect of land use changes on precipitation infiltration recharge in Maoming [J]. Ecology and Environmental Sciences, 26(12): 2102-2111.

国家自然科学基金项目(51379224)

刘祖发(1961年生),男,副教授,研究方向为水文水资源计算与分析。E-mail: eeslzf@mail.sysu.edu.cn

*通信作者:陈晓越,E-mail: davidcxy@163.com

2017-09-18

猜你喜欢
补给量径流量林地
某县地下水资源均衡计算分析
丹东市林地分类研究
水文比拟法在计算河川径流量时的修正
浅谈林地保护及恢复措施
平泉县供水工程地下水总补给量及可开采量分析
Musical Isomorphisms and Problems of Lifts∗
兴隆庄采煤塌陷区地下水补给规律分析
SCS模型在红壤土坡地降雨径流量估算中的应用
林地流转模式的选择机理及其政策启示
小型无人飞行器用于林地监视的尝试