基于SWAT模型的北京平原区森林景观格局对雨洪减缓的影响研究

吕英烁, 王瑶函,郑 曦

北京林业大学园林学院,北京 100083

北京市平原区是由永定河、潮白河等冲洪积物堆积形成的山前倾斜平原,呈现西北高、东南低的形态特点。随着《北京城市总体规划(2016—2035年)》[1]的发布,平原区成为首都社会经济发展的核心区域,分布着众多重要发展区域(顺义空港区、北京经济技术开发区等)和发展新区(通州、顺义)。此外,由于平原地区受到首都核心功能区的辐射带动作用,形成了人口和产业的重点聚集区,所以其对于城市生态安全尤为重要。平原区的地势特点造成了山前地带坡度陡、径流量大的弊端,在强降雨条件下,会导致洪水迅速下泄,给中部与东南部造成了极大危险。同时城市建设和发展需求导致城市水系结构的功能衰退,加剧了洪水的威胁。为了北京城市的生态安全,开展北京平原区雨洪减缓的研究势在必行。

对于雨洪灾害的缓解,相关学者提出建立堤坝[2]、加高河堤[3]、加宽河道[4]等传统工程性措施。但由于缺乏适宜的规划理念及宏观调控,只在局部缓减了一定的雨洪,并未提高区域整体的防洪韧性。除此之外,传统工程性措施还存在经济成本偏高、易造成生态系统破坏的缺点,不利于城市的可持续发展。因此,相关学者提出区域性的雨洪消减问题应采取全局的非工程性措施来优化绿色空间结构、降低雨洪风险。主要包括洪水脆弱性评估[5-6]、洪水风险图绘制[7]、预警系统建立[8]、低影响开发[9-10]、景观格局优化[11-15]等措施。景观格局优化是指通过景观单元的空间结构与配置的变化,改变土地覆被,从而对土壤的下渗能力、地表蒸发量、树冠截留水量产生影响,改变水分在空间的重新分配,实现对雨洪的控制。这种方式被认为是实现多流域雨洪管理的有效而生态的方式。

研究表明,景观格局是影响地表径流和空间变化的重要因素。其中林地通过根系吸水和气孔蒸腾直接产生水文影响,也通过垂直方向的冠层结构和水平方向的群落宽度对下渗、产汇流等过程产生作用,所以林地景观格局对陆地水文过程有着重要调控作用[16]。如Verburg等[11]通过模拟景观指数导向下的最佳雨洪消减的空间布局, 得出林地斑块的面积和形状会对子流域的径流产生影响。Wu等[17]利用地理加权回归模型分析了景观格局对深圳不同区域洪水灾害的影响程度,认为在海拔较低的建成区,林地聚集度的增加对洪涝灾害有减缓作用。Gao等[18]通过模拟造林过程中林地景观格局与水文特征的变化,发现造林时斑块适当分散,有利于根系对径流的截留与蒸腾作用。林炳青等[19]采用SWAT模型模拟流域景观格局和水文过程,发现径流与景观格局相关性极大,林地面积的减少会降低流域对强降水的截留能力。目前景观格局对于雨洪特征的影响研究存在选取指数类型较单一、未合理划分研究区域等问题。因此需根据发展特征和相关政策的实施范围进行合理的区域划分,通过不同类型景观指数与雨洪特征的分析,确定不同区域能高效发挥森林生态功效以减缓雨洪影响的景观格局因子。

目前水文模型大致分为集总式水文模型和分布式水文模型[20]。分布式水文模型将流域按不同地形、土壤类型、土地利用,划分为若干个水文单元,适用于本次研究。目前探讨土地利用改变所导致的景观格局对径流特征影响的分布式模型应用较广泛的有HEC(Hydrology Engineering Center)系列、SWAT(Soil and Water Assessment Tool)模型等。其中HEC-HMS的水文结果主要基于土地利用类型的面积来计算,无法准确评估格局变化对流域水文的影响[21]。SWAT可以模拟复杂流域的水文与物质循环变化过程,也用于流域尺度各种土地管理措施对水文影响的模拟[22]。SWAT构建的土壤数据库和气候数据库可为数据较少、面积较大的区域提供便利性,相关学者已在北京地区的大尺度流域进行过一定的适用性模拟研究[23-24],证实了该方法的有效性。

综上,本文以北京平原造林政策的实施为例,采用SWAT水文模拟,研究了百万亩造林前后林地格局变化与雨洪特征的关系。通过分析造林前后的林地格局,模拟径流量变化,探讨景观指数与径流量之间的关系,总结影响径流量的最主要的林地景观格局特征,为之后的平原造林工作提出雨洪消减方面的建议。

1 研究数据及方法

1.1 平原造林项目概况

北京平原区总面积为6338km2,约占北京总面积的38%,其范围主要为东南部的平原地区和西北部的延庆盆地,是城市发展的核心区域,其生态环境的安全与健康直接关系到北京市70%人口的生态福祉。然而,平原区的森林资源与山区相比有极大差距,现存的森林资源大多以小斑块为主,生态资源与人口极度不匹配[25]。为了有效提高森林资源体量,2012—2017年间,北京市先后实施了百万亩平原造林工程和重点区域绿化工程。截至2017年底,累计完成造林78000hm2,平原区的森林覆盖率由2011年的14.85%提高到2017年的27.81%,全市森林覆盖率由2011年的37.6%提高到2017年的43%[26]。

依据北京圈层发展特点[27]及《北京城市总体规划》(2016—2035年)[1],以三环、五环、六环路为界,把平原区分为核心区、中心区、近郊区和远郊区四部分,研究区域地理位置、气象站点及水系分布如图1所示。

图1 平原区研究范围

1.2 数据采集及预处理

1.2.1土地利用数据

考虑到造林工程以春、秋两季施工为主,本研究采用了30m×30m精度的一期2011年11月23日Landsat7 ETM影像、三期2013年9月4日、2015年10月9日、2017年11月15日Landsat8 OLI影像作为数据源。在遥感图像处理平台Envi 5.3进行快速大气校正后,采用最大似然法进行非监督与监督分类,根据我国遥感监测土地利用/覆盖分类体系的《土地利用现状分类GB/T21010—2017》并结合平原造林工程的建设数据,将用地划分为建设用地、水域、林地、草地、耕地、未利用土地6种主要类型,如图2所示。分类精度验证表明2011、2013、2015、2017年的Kappa系数分别为0.8719、0.8212、0.8653、0.8442,符合一般要求[28]。

图2 研究范围土地利用类型

1.2.2土壤数据与降雨数据

本研究采用世界土壤数据库提供的1∶100万土壤数据(HWSD)。研究区域内土壤类型分为12种,主要土壤成分为68.3%的潮土、21.6%的褐土以及3.7%的棕壤土,其余由砂姜黑土、水稻土等组成。土壤质地多为轻壤土、砂壤土和中壤土。利用通用土壤流失方程(USLE方程)与SPAW(Soil Plant Air Water)模型建立土壤物理属性表[29],研究区不同属性的土壤共25类。

因研究区域范围较大,存在气候数据的差异,本文采用格点数据插值的CFSR (Climate Forecast System Reanalysis)[30]数据来减小实验误差,并通过北京市各气象站点数据进行验证。研究区域内十四个气象站点共同构建了气候属性数据库。

1.3 研究方法

1.3.1景观格局分析

选取面积指标、密度大小及差异指标、边缘指标、形状指标及聚散性指标四类作为林地类型水平上的景观格局指标。其中面积指标包括斑块类型面积(CA)、斑块所占景观面积比例(PLAND)和最大斑块占景观面积指数(LPI),密度大小及差异指标包含斑块数量(NP)和斑块密度(PD),聚散性指标包含散布与并列指标(IJI)、分离度指数(SPLIT)和聚合度指数(AI),表1列举了各个指标的含义[31]。根据所获取的不同时间节点的土地利用图,在景观格局计算软件Fragstats4.2中对4个区域进行了计算,并应用Fragstats中的移动窗口功能,选取120m宽的正方形移动窗口[32],以避免分辨率降低、受到尺度和粒度的影响。

表1 所选景观指数

1.3.2SWAT模型构建及参数率定与验证

将从地理空间数据云获取的30m精度的DEM数据与河流水系数据导入SWAT软件中。通过软件运算,本研究区域共划分成424个子流域(图3)。并将软件提取的河流长度、子流域面积等特征与上述气象数据、土地利用数据、土壤数据等相关联,进一步划分出8742个水文响应单元(HRUs)。

图3 研究区域SWAT概化模型

进行SWAT分析前,对模型进行了参数的率定与验证。利用SWAT-CUP,结合东大桥、口头、八号桥水文站及附近气象站2000—2010年逐月数据,采用多站校准检验的方法,多次迭代确定模型参数值,减少模拟误差。并利用决定系数R2(公式1)与纳什效率系数Ens(公式2)进行结果检验[33]。

(1)

(2)

式中,Qo,i为实测流量值,Qp,i为模拟流量值,Qavg为实测流量平均值,Qpavg为模拟流量平均值。R2与Ens均在0—1之间变动,越接近于1模拟精度越高[34]。

为研究1.2.1中4个年份情景下径流变化的差异性,本文选取了北京典型年份的降雨数据(2012年),不仅可以统一降雨条件,且该年夏季雨量较大(7·21暴雨),能更好的研究景观格局对雨洪的响应关系[35]。

1.3.3相关与回归分析

选取7月典型暴雨季,进行4个年份、4个不同区域内所有汇流点径流量与峰值流量的统计。利用统计分析软件SPSS进行相关性分析,显著相关的指数类型进入下一步的主成分分析(Principal Component Analysis,PCA)[36]。在确定主成分进行降维时,选取了特征值大于1且累计贡献率至少达到85%的景观格局指数类别[37],与径流量共同构建回归模型。

2 结果与分析

2.1 模型的校准与验证

对平原区流域进行校正时,设定2000—2001年为模型预热期,2002—2005年为模型校准期,2006—2010为模型验证期。河道实测径流数据用于模型的校准和验证,从图4可以看出模拟结果比较理想,满足应用要求。

图4 研究区域率定与验证期降雨量及径流模拟结果

2.2 林地景观格局的变化

2.2.1四个区域林地景观格局变化

在林地类型水平上计算了4个区域的林地面积占比,并将前述10个景观指数进行了归一化处理。图5表示不同区域林地面积占比与景观指数变化,以下分别讨论不同景观指数的变化特点。

图5 不同区域林地面积占比与景观指数变化图

(1)面积指标与边缘指标

随着百亩造林工程的实施,林地面积指数(CA/PLAND/LPI)受造林面积的影响,在4个区域发生了不同程度的变化。核心区与中心区面积先增加后下降再略为增加,但整体变化不大。2017年底核心区林地面积相对于2011年增加0.13%,中心区林地转入2.52%。这两个区域位于五环内,受城市发展与造林政策矛盾影响严重,变化逐年波动。近郊、远郊区的林地面积逐年上升,二道绿隔多个大公园的建设使得近郊区林地转入10.65%。因造林规划较为集中的分布在六环路两侧、环渤海基地及新机场等,所以远郊区增长比例较大,为17.05%。同时林地总边缘长度(TE)受面积的影响较大,呈现出相同的变化趋势。

(2)密度大小及差异指标

林地斑块数量(NP)与斑块密度(PD)除核心区先增加后减少再增加外,其他均呈持续增长的变化特点。由于核心区建设密度与需求较大,又受留白增绿、见缝插绿等政策的影响,该指标发生波动变化。其他区域均增多,其中近郊、远郊区在2013年后增多,主要是由于重点村拆迁腾退、道路与河流两侧重点造林项目的实施。

(3)形状指标

形状指数(LSI)在4个区域变化相似——先增加后减少再增加,总的来说边界形状的复杂程度均有所增加。该指数在2013年最大,2011年最小。其中中心区与近郊区增长比例较小,核心区与远郊区在2013年增长较大,证明这两个区域可能在该年受其他景观要素斑块割裂严重,也受自然活动如大兴区暴雨灾害等影响明显。

(4)聚散性指标

散布与并列指标(IJI)整体大小关系为核心区<中心区<近郊区<远郊区,间接表征了人类活动影响的剧烈程度与周边景观类型的丰富度。该指标在4个区域的变化不一致,除远郊区外其他区域在2013年均呈上升趋势,造林数量的增多使其与其他类型的并列度增多。而远郊区规划重点区域林地的建设,降低了并列度。聚合度指数(AI)在4个区域的变化较小,表明林地斑块聚集程度基本不变。分离度指数(SPLIT)在核心与中心区先下降后上升,重点区域林地的建设降低了分离度,而城市化又使得林地斑块再次分散。近郊区与远郊区先基本不变又大幅度降低,大幅度降低是因2013年重点造林工程,使得斑块更集中、分离度更小。

2.2.2平原区整体林地景观格局变化

图6为研究区域整体的景观指数变化结果,可以发现整体林地面积呈上升趋势,由2011年的14.85%增加到2013年的23.55%,到2015年变为25.89%,2017年达到了27.81%。面积指标(CA、PLAND、LPI)、数量及密度指标(NP、PD)、边缘指标(TE)受近郊与远郊区相关指数变化的影响呈上升趋势。其中最大林地斑块面积指数(LPI)虽有所提升但仍位于较低水平,表明林地内部种类的丰度较低,破碎度在增加,人类活动干扰方向与强度仍较明显。分离度指数(SPLIT)不断减小,表明近郊与远郊区重点工程的集中性实施使得整体林地斑块的分散度降低。形状指标(LSI)及聚散性指数(IJI)变化较为离散,没有很强的规律性,但总的来说,至2017年底区域整体受近郊与远郊的影响较大,林地斑块的形状、周边类型变得更丰富。聚合度指数(AI)先减小再增大,与四个区域变化相似,说明不同区域的造林工程使得斑块增多、分离度增强,而后又因重点区域的建设聚集度增大。

图6 研究区域林地面积占比与景观指数变化图

2.3 北京平原造林工程对雨洪减缓的影响

雨水径流是指降雨后不会下渗的雨水,对雨洪危害的评估通常采用径流总量和峰值来确定。

2.3.1四个区域的径流变化

图7为研究区域不同年份夏季暴雨产流与径流空间变化图。在百万亩造林工程的实施下,北京平原区径流量发生重大空间变化。受建成区不透水面的比例影响,径流产量最多的区域仍位于核心区、中心区及近郊区。由于汇流作用,径流量大的地区仍位于城市下游近郊、远郊区的北部与东部。产流量有明显减少的包括核心与中心区的东部、近郊区的东南部。由于朝阳区内十八里店和南磨房等乡、环二环绿廊、大兴区南海子郊野公园和通州区台湖组团等多个公园与绿地的建设、二道绿隔的拆迁腾退,形成了良好的绿色生态屏障,极大改善了这些区域的生态安全状况。产流量增加的区域有近郊区内的顺义区,近远郊区内的永定河流域以及远郊区的延庆盆地中部,这是因城市的扩张,绿色空间让步于建设用地开发所导致的。

图7 产流与径流特征变化图

图8为不同年份下4个区域的夏季暴雨径流统计,表2为径流总量相对于前一年的变化比例。2011—2017年间,4个区域径流统计量逐年变化的大致趋势相同,均先降低后增高再降低,但变化的幅度不同。2013年4个区域的径流总量与峰值量均比2011年的要小,其中中心区与核心区的降低幅度最大,为5.40%和4.88%,远郊区与近郊区降低比例较小,为2.57%、1.87%。但随着城市建设强度的加强、建设区域的扩散,2015年4个区域的径流总量与峰值流量呈现增长趋势。其中远郊区增长幅度最大为9.53%,其他依次为核心区、近郊区及中心区。伴随着造林收尾工作的进行与城市建设强度的限制,2017年4个区域的径流总量与峰值量有所控制,降低幅度最大为1.19%。

表2 不同区域随时间的径流变化比例

图8 不同区域径流特征变化图

此外,第一轮造林实施期间,2013年径流总量与峰值量为4年最低水平。核心区、中心区两个区域径流量虽有减少后又增加的波动变化,但均小于造林前2011年的径流量。由此可见,第一轮造林时间内,尽管这两个区域仍处于不断扩张的趋势,但林地的建设保障了这两个区域的雨洪安全。近郊区、特别是远郊区在2013年雨洪减缓后,数据有所增加且远大于2011年数值,表明城市建设的副作用大于林地对雨洪的消减作用,危险加剧。

2.3.2平原区整体径流变化

如图9统计了平原区整体的径流总量及峰值流量的变化。可以发现总体趋势与四个区域变化趋势相同,从2011年到2013年明显降低,月径流总量由491382237m3降为479450501m3,雨洪灾害减弱。2015年又增多至513340724m3,此时雨洪风险加强。随后略微下降,变为511899022m3,雨洪风险稍有控制,但仍大于2011年。峰值流量的变化与径流总量的变化相似,2011年峰值流量为6.46m3/s,2013年下降为6.42m3/s,在2015年增长到6.89m3/s,2017年略有下降为6.87m3/s。在2013年至2015年雨洪风险出现了增加的趋势,主要是受城市扩张、人类活动的影响,耕地、林地转出变为建设用地,没有得到很好的控制,且造林工程仍处于尚未完成阶段,无法完全发挥生态功效。

图9 研究区整体径流特征变化图

图10为4组不同区域的径流总量柱状图。可以发现暴雨季径流总量关系为远郊区(341581709—311859504m3)>近郊区(153424109 —157247525m3)>中心区(10292475—10879500m3)>核心区(3874413—4073230m3),这是由于划分区域的面积、地形、汇流等差异所致。

图10 不同区域不同时间下径流变化图

2.4 林地景观格局变化与雨洪特征的关系

有研究表明土地利用格局和生态过程之间是高度尺度依赖的[38],学者针对不同尺度下的景观格局与径流量进行相关性分析,发现景观指数与径流特征在不同尺度下会有不同类型的相关性[12]。于是本研究利用SPSS软件对2.2得出的分区景观指数和2.3的径流总量进行了分析,表3统计了相关系数。从表3可以看出,选取的十个景观指数与核心区径流量均具有较强相关性,其中与林地斑块的散布与并列度(IJI)、数量与密度(NP、PD)指数显著相关,与景观形状(LSI)、聚合度(AI)指数较为相关。中心区林地与总边缘长度(TE)、斑块类型面积(CA、PLAND)、分离度(SPLIT)、景观形状指数(LSI)、最大斑块占景观面积(LPI)、聚合度(AI)指数具有很强的相关性。近郊区径流量与林地斑块的分离度(SPLIT)、景观形状指数(LSI)、散布与并列指数(IJI)、最大斑块面积指数(LPI)之间的相关系数较大。与远郊区显著相关的有聚合度(AI)、最大斑块占景观面积指数(LPI),与斑块数量与密度(NP、PD)也较为相关,其他影响较小。

因景观指数之间本身存在一定的相关性,应对各个区域进行因子分析法的处理。为避免主因子遗漏景观格局指数信息,将表3中相关性系数大于0.5的所有指数代入主因子分析[39],并选取特征值大于1、累积贡献率大于85%的1—2个主因子,代表所有变量的信息。

表3 各区景观指数与径流量相关性分析结果

表4统计了径流量与景观格局回归模型的函数。进入主因子的10个景观格局指数在核心区可以归纳为1个主因子,命名为林地数量与形状因子(X1),对核心区景观格局累积贡献为96.382%。主因子中景观形状指数、总边缘长度、数量与密度指标贡献率超过0.990。进一步建立径流量—林地数量与形状因子的线性回归模型,相关性系数R2为0.933,通过共线性诊断和Durbin-Watson诊断,判定模型有效。进入中心区的9个指数归纳为1个主因子,命名为林地面积因子(X1),累积贡献为90.129%,其中总边缘长度、林地斑块所占景观面积比例、类型面积贡献率超过0.990。构建线性回归模型,R2为0.989。进入近郊区的5个相关景观格局指数可归纳为2个主因子,分别命名为林地聚合因子(X1)与林地形状因子(X2),累积贡献为96.506%。主因子X1中的聚合度、最大斑块面积指标、分离度、散布与并列指数,主因子X2中景观形状指数贡献率均超过0.900。构建线性回归模型,R2为0.985。进入远郊区的8个景观指数可归纳为1个主因子,命名为林地面积与聚合因子(X1),林地斑块并列度(X2),累积贡献为88.960%。主因子X1中的最大斑块面积指标、斑块数量与密度、斑块面积、分离度、聚合度指标贡献率均超过0.900。构建线性模型,R2为0.900。根据相关回归分析,林地斑块的数量密度、形状对核心区径流量有着重要的影响,林地的面积对中心区的径流量相关性最大,林地聚合程度和形状严重影响近郊区的径流量,林地面积大小、聚合程度对远郊区径流量的影响最大。

表4 径流量与景观格局的主成分荷载矩阵及回归模型

3 讨论

研究发现,2013年的径流总量与峰值量为四年最低水平,之后林地面积虽仍在增加、但四个区域的径流量却呈上升趋势。与已有研究的林地增加可在一定程度上减缓径流量的结论似乎不一致[11,15]。为此,本文设定：以2011年的土地利用为基准,保持建设用地等类型不变、林地以真实情况增加,生成特定情景下的2013、2015、2017年土地利用类型图,带入SWAT中进行1.3.2降雨条件的模拟。径流总量及峰值流量的结果如图11所示，四个区域均呈降低趋势,2011—2013年的降低幅度最大,核心区、中心区、近郊区、远郊区径流总量的降幅分别为5.6%、5.9%、5.0%、11.9%。2013—2017径流减少较小,分别为2.9%、1.7%、2.3%、3.0%。这主要是由于2011—2013期间,百万亩造林使得平原区林地面积增长了8.71%,基本完成了第一批造林的主体[40],而2013—2017年四年间面积增幅为4.26%,为部分造林扫尾工作,因此径流量发生了不均等变化。此外,特定情境中远郊区径流总量的下降总幅度是最大的,为14.50%,且对比2.3可知远郊区径流总量的上升也是整个平原区径流风险增大的主要原因,说明城市化过程中六环外新扩张区的比例主导着平原区径流风险的变化。可能是由于六环内特别是核心与中心区,现状建设密度较高,大规模地表覆被的变化较难实现,但六环外可扩张的区域较大且下游汇流量大、难控制,易造成区域整体雨洪风险的上升。《北京城市总体规划(2016—2035年)》提出降低平原地区开发强度、优化结构,在对中心城区疏解腾退的同时,也应关注六环外发展建设需求与造林生态效应的平衡点,在优化林地结构获取最大雨洪减缓效益的同时,寻求建设强度的动态阈值,促进城市生态与经济的同步发展。

图11 特定情境下不同区域径流特征变化图

以上特定情境的结果表明城市化严重影响着城市的雨洪风险。在研究期内,林地对雨洪的减缓作用与建设扩张带来的副作用共同影响着平原区的雨洪风险,而本研究模拟径流量是二者影响强度大小关系的综合作用结果,与已有研究中城市扩张导致雨洪风险增大[41-42]、林地可有效减缓雨洪[11,19]的结论基本一致。其中核心区、中心区因建设较为饱和、有相关政策的开发限制等,造林对径流的减缓强度较大。而近郊区、特别是远郊区建设扩张的副作用大于林地对雨洪的减缓作用,影响了区域整体的雨洪安全。因此,适当控制城市扩张强度、优化林地空间结构、寻求造林生态效益与扩张发展需求的平衡点将有助于进一步提升平原区的雨洪安全。此外,雨洪减缓量虽主要受林地景观格局的影响,但也与结构类型[43-44],如林层结构、树种组成、冠层结构等有一定关系。因本次研究区域较大,土地利用分类笼统分成六大类,具有一定的局限性。在后续研究中宜在土地利用类型上进行细化,为林地规划建设提供更多参考。

4 结论与建议

4.1 结论

本文研究了2011—2017年林地动态演变对夏季暴雨径流的影响,通过SWAT水文模拟及相关性分析明确近年雨洪风险的空间变化及各区域相关的造林指数,主要结论有：

(1)第一轮造林期间,林地面积虽有波动但总的来说各区和整体均有改善。重点区域林地的建设使得整体斑块更聚集、分离度更小、形状更复杂,但局部(核心与中心区)存在因建设扩张所导致的斑块更破碎、与其他类型斑块并列度减少、边缘形状更简单的现象。

(2)各区与整体径流特征变化趋势一致。因受城市建设及人类活动的影响,呈现先减小后增多再减小的波动变化,但总体而言核心区、中心区造林带来的雨洪缓解作用大于建设扩张所带来的负作用。而近郊、特别是远郊区,绿色空间让步于建设用地开发,使得这两个区域径流量增大,从而导致平原区的雨洪风险变大,因此远郊区扩张强度成为整个平原区雨洪风险的重要因素。

(3)不同区域造林减缓径流的关键性景观指数不同。林地斑块的数量密度、形状对核心区径流量有着影响,林地的面积与中心区雨洪风险的相关性最大,林地斑块的聚合度和形状影响着近郊区的径流量,林地面积、斑块聚合程度对远郊区雨洪影响最大。

4.2 建议

2012—2017年间,北京市先后实施了百万亩平原造林和重点区域绿化建设工程。2018年1月,《北京市新一轮百万亩造林绿化行动计划》经审议通过,提出到2022年,全市新增森林湿地100万亩。建设任务在百万亩造林工程的基础上查缺补漏,在平原区、浅山区和山区共同实施。根据本文研究结论,为第二轮造林高效发挥雨洪减缓功能提出以下建议：

(1)核心区在控制开发强度的前提下,利用疏解整治,大力建设留白增绿、小微绿地和城市休闲公园项目,提高林地斑块的数量与密度,林地边缘形态尽可能的复杂,增加与其他类型斑块的并列度。

(2)中心区在推进一道绿隔建设的同时,于区域内的丰台、海淀、朝阳区北部进行防洪重点林地的建设,提高中心区林地面积与最大林地斑块面积。

(3)近郊区应重点关注五环到六环内潮白河与北运河水系由于汇流所导致的径流量过大的风险,保持近郊区东部朝阳区内雨洪降低的良好趋势。同时减少林地斑块的聚合度,提高林地斑块形状的复杂性。

(4)远郊区应在严控开发强度的前提下,重视远郊区内潮白河水系的汇流风险、永定河流域及延庆盆地近年径流量增长风险。大力提高林地面积,增强林地斑块的密度、减少聚合度。

致谢：感谢北京市气象局姜滨老师对本论文中气象数据的支持与贡献。