张新华,张 卓
(1.四川大学水力学与山区河流开发保护国家重点实验室,四川 成都 610065;2.四川大学大学水利水电学院,四川 成都 610065)
近年来,快速发展的经济社会和城镇化给流域内的土地利用类型带来了较大程度的改变,进而引起流域的产汇流特性发生较大变化.研究表明当城镇周围的其他土地利用类型逐渐转变为建设用地时,城市面临洪涝灾害的风险会明显增加[1],从而威胁到人民群众的生命财产安全.因此,探究城镇化进程中土地利用变化对城镇洪水的贡献,对于城市的发展规划与防洪规划具有举足轻重的作用.
城镇化涉及到流域内土地利用方式的转变,分布式水文模型是研究和分析土地利用变化带来的水文响应最适宜方法.因为,分布式水文模型既能综合考虑流域不同自然(下垫面)条件对水文过程的影响,又可以结合遥感技术与地理信息系统,对土地利用情景进行灵活配置,从而能够更加精确地探究土地利用变化对洪水的影响[2].万荣荣等利用HEC-HMS模型,采用典型洪水的历史反演法探讨了不同土地利用情景对洪水水文要素的影响程度[3];李建柱等基于超渗-蓄满耦合产汇流模型研究了流域洪水对下垫面变化的响应[4];袁艺等[5]采用SCS模型模拟了深圳市在土地利用类型变化情况下的暴雨洪水过程;罗巧等利用SWAT模型研究了不同土地利用条件下湘江流域的径流情况,研究表明流域内耕地转为林地草地时会导致径流减少,耕地转化为建设用地时会导致径流增大,但考虑的土地利用类型有限,且缺乏对城市的洪水研究[6].
四川省金堂县地处北河(绵远河、石亭江和湔江)、中河(青白江)、南河(毗河)三江交汇处,地势低洼,洪水频发,几乎每年都会遭受不同程度的洪灾损失.历史上发生有记载以来的洪水78次,平均11年左右一次,沱江三皇庙自1941年建站以来洪峰流量超过5 000 m3/s以上洪水共17次.近年来,特大暴雨洪水频繁发生,给金堂县城区人们带来巨大的生命财产损失,如2013年、2018年、2020年金堂县发生的三场特大洪水,三皇庙水文站的洪峰流量均大于7 000 m3/s,超过50年一遇.其中,2020年8月11日至8月17日,受持续强降雨影响,沱江上游发生了“8.12”、“8.17”两次洪水过程,金堂县城以上的北河、中河、毗河水位同时猛涨,导致金堂县城城区及沿河部分城镇(街道)出现特大洪涝灾情.“8.17”洪水中,三皇庙水文站的实测洪峰流量8 100 m3/s,超过100年一遇洪水(8 030 m3/s),为历史第二大洪水,本次洪涝灾害造成金堂县赵镇及沿河城区的总受灾面积9平方公里、农作物受灾面积6.8万亩、直接经济损失19.7亿元.
随着城镇化进程加快,流域内的土地利用类型由城市化之前的透水面积改变为城区的不透水面积,这种改变会成为“放大”洪灾的主要因素.分布式SWAT水文模型是近年来在土地利用变化的水文响应研究领域中比较成熟的水文模型[7].为了解决金堂县面临的突出城区洪水灾害问题,完善金堂防洪减灾体系,系统探讨城镇化对城区洪水的贡献非常必要.为此本研究以1980年城市化初期的土地利用为背景,通过构建分布式SWAT水文模型,以2018年的暴雨洪水为典型,探讨1980年、2000年、2018年三种不同城镇化水平下沱江干流三皇庙水文站以上流域内的土地利用变化对金堂县城区洪水的影响.
金堂县地处长江水系沱江流域上游,北河(沱江正源,由绵远河、石亭江和湔江构成)、中河(青白江)、南河(毗河)三江交汇处(如图1所示),东经104°20′37″~104°52′56″,北纬30°29′10″~30°57′41″.金堂县城(赵镇)因水而生、因水而兴,城建脉络大致沿“三河一江”冲击平原展开.近年来城市化加速,特别是金堂峡拓峡、河岸堤防建设等项目实施,县城防洪能力提升,强化了“废地”利用,原先的滩涂、湿地、河心岛、滨河带等洪泛区转变为城建开发用地.从县城规模来看,建国初县城只有1.52 km2,2018年达到23.2 km2,70年间扩大了15.3倍,城市化一定程度上导致河道行洪能力、滩涂滞洪能力降低.
图1 三皇庙站以上沱江流域概况图Fig.1 Study area of Tuojiang River basin controlled by Sanhuangmiao gauge station
本研究以沱江干流三皇庙水文站以上的流域为研究对象,如图1所示.该站地处金堂县的金堂峡,东经104°29′,北纬30°48′,控制集雨面积6 590 km2,多年平均气温15.7℃~16.7℃,多年平均降水量746~1 553 mm,海拔高度385~1 046 m上游为“麓头山暴雨区”,沱江上游的绵远河、石亭江、湔江三条河流均发源于此.中游处于湿润多雨的成都平原,平原区城镇林立,水系密布,地势坡度小,河道比降低.流域内土地利用类型主要以耕地、草地、林地、建设用地为主.
建立SWAT模型需要多种数据资料,所需资料主要有:流域的数字高程(DEM)数据、土壤空间分布数据、土地利用数据以及水文气象资料等.本研究采用的DEM高程数据为地理空间数据云平台下载的SRTM数据,分辨率为30 m;1980、2000、2018年三期土地利用数据均来自于中国科学院数据中心,分辨率为1 km;土壤数据(1∶100万)选自联合国粮农组织(FAO)和维也纳国际应用系统研究所(IIASA)的世界协调土壤数据库HWSD;水文数据为沱江干流三皇庙水文站2018年“7.11”典型洪水的实测流量数据;气象数据基于研究区域内7个气象站的逐日气温、太阳辐射、降雨量、风速、相对湿度等资料.
2.2.1 分布式SWAT水文模型及评价标准
分布式SWAT(Soil and Water Assessment Tool)水文模型由美国农业部以SWRRB模型为基础进行研发.该模型在大尺度流域长序列径流模拟中应用效果较好,模拟步长为日尺度,并且根据不同的土地利用方式、土壤类型及坡度组合对流域进行离散,得到若干个水文响应单元(HRU),表征土地利用方式与土壤的蒸散发在流域上的差异和不均匀性.模型首先计算每个HRU内的产流量,然后将子流域内所有HRU的产流量叠加,得到流域总产流量;再进行子流域坡面汇流,计算研究区域内主河道的水量;河道汇流计算采用特征河长法或马斯京根流量演算法[8].
为判断模型的模拟效果,分别选取了纳什系数NSE和确定系数R2两个评价指标作为模型精度判断依据.其计算公式为:
式中:Qs为实测流量值,Qm为模拟流量值,为观测流量平均值,为模拟流量平均值,n为观测次数.
确定(相关)系数R2的范围为0<R2<1,R2越接近1,表明相关性越好,当R2≥0.5时表示模拟值可以接受;当R2≥0.7时表示模拟值较准确.纳西效率系数NSE的取值范围为(∞,1),当NSE的值越接近于1时,其模拟结果越精确;当NSE<0时,说明模拟效果不可接受;当NSE>0.5时模拟效果可以接受.
2.2.2 SWAT-CUP程序与SUFI-2算法
SWAT-CUP程序用来为SWAT模型提供参数的敏感性分析,模型的校准、验证和不确定性分析.程序内部提供了五种算法,经过计算与对比分析后,确定本研究流域最优的参数估计方法为SUFI-2算法.
SUFI-2算法通过拉丁超立方体随机采样法抽取一组随即参数带入SWAT程序进行目标函数的计算.模拟通过Global与One-at-a-time两种方式实现敏感性分析,此外,该算法通过P-factor(95%不确定性区间内的观测数据的百分数)和R-factor(95PPU上下限的平均距离与标准偏差的比值)评价参数的不确定性因素.
SUFI-2算法首先分析选取参数及合理的初始参数范围;然后按照算法运行要求,设定模拟次数和实测值等文件,选择目标函数;最后,经多次迭代计算,以迭代结果的相关系数(R2)、纳什效率系数(NSE)、相对偏差(PBIAS)、P-factor和R-factor的值为依据调整参数范围,直至获得理想的迭代结果.
金堂县城区位于沱江干流三皇庙水文站附近,分布式SWAT洪水模型的建模过程中首先需要对沱江干流三皇庙水文站以上的流域DEM栅格数据进行处理分析,提取流域水系,并利用三皇庙水文站以上沱江水系shp文件在“burn in”中对提取的水系进行修正.其次,通过设定面积阈值与选定子流域出口的位置进行子流域的划分,得到了47个子流域,如图2所示.最后,统计分析土地利用和土壤类型数据,划分得到水文相应单元HRU,本研究流域生成的HRU共计558个.
图2 研究流域SWAT模型中的子流域划分图Fig.2 Sub-basin partition maps in the study region by SWAT model
(1)模型的改进
通过ArcGIS环境下运行的SWAT模型在默认输出文件中输出的是日尺度的计算结果,但由于在实际洪水的模拟过程中,洪水的历时相对较短,因此需要更加精细的模拟步长来模拟更细致的流量变化,因此本研究对模型进行修改使其可以输出以小时为步长的计算结果[9].
本研究中使用的SWAT-CUP版本为5.1.6,对位于SWAT项目中的Txinout文件夹下的Fig文件,添加用于输出小时步长结果的SaveConc命令.此命令可以将指定子流域出口的流量、水质数据保存到SWAT-CUP中的输入文件中.
(2)敏感性分析
选取流域内的6个水文站(汉王场、高景观、关口、新桥、石堤堰、三水)2018年“7.11”洪水的实测流量资料进行水文参数的敏感性分析,本研究基于径流率定的相关参考文献[10-13]初步选取较敏感的11个参数,其中每个参数的具体含义及其取值如表1所示,运行500次之后进行参数的敏感性分析.在参数敏感性的分析过程中主要调整的参数有CN2、SURLAG、GW_DELAY、ALPHA_BF、GWQMN、ESCO等,通过利用上述6个水文站观测资料分别进行参数的敏感性分析后发现最为敏感的五个参数分别为CN2、CH_N2、CH_K2、CANMX、GW_DELAY.
表1 参数名称及取值范围Table 1 Parameter names and value ranges
(3)模型的参数率定验证
以2018年“7.11”洪水资料,使用SWAT-CUP程序中的SUFI-2算法,对构建的分布式SWAT模型的参数进行了率定分析,其中,六个水文站(汉王场站、高景关站、关口站、新桥站、石堤堰站、三水站)经率定后获得的模型参数最佳结果如表2和表3所示.
表2 汉王场、高景观、关口站的参数率定最适值Table 2 The most suitable values of calibrated parameters at Hanwangchang,Gaojingguan and Guankou hydrological stations
表3 新桥、石堤堰、三水站的参数率定最适值Table 3 The most suitable values of calibrated parameters at Xinqiao,Shidiyan and Sanshui hydrological stations
模型的验证采用纳西效率系数(NSE)和确定(相关)系数(R2),验收结果如表4所示.由表4可知:在6个水文站的率定中,相关系数(R2)和纳什系数(NSE)均满足预报所需的精度要求.其中,北河上游三个站(汉王场、高景观、关口)NSE≥0.75,R2≥0.6;而下游三个水文站的纳西效率系数和确定系数均大于0.6,其中三水站的模拟效果最好(NSE=0.92,R2=0.73),可能是由于2018年“7.11”暴雨洪水的暴雨中心及副暴雨中心均位于金堂城区沱江三河交汇口处.
表4 各水文站的模拟结果评价Table 4 Evaluation on the simulation results at different hydrological stations
金堂县城区以上沱江流域在不同时期(1980年、2000年、2018年)的土地利用情况如图3所示.按照中国科学院资源环境数据中心提供的分类系统,将其划分为六个大类,分别为耕地、草地、林地、建设用地、水域、其他用地.可以看出,金堂县以上沱江流域的土地利用在其快速城镇化过程中发生了显著的改变,直观表现为建设用地的迅速增加和对应的农林用地的减少.
图3 不同时期土地利用类型图Fig.3 Map of land use types in different periods
为了进一步比较,对城市化不同时期金堂城区以上沱江流域内各土地类型的面积及占比进行了统计分析,结果如表5所示.由此表可以看出:三期土地利用中,耕地、草地、建设用地、林地所占比重比较大;1980年耕地、草地、林地、建设用地四种土地利用类型所占比重之和为98.07%,2000年为98.41%,2018年为97.08%,水域和未利用土地所占比重均比较小,所占比重在三个时期均没有超过3%.
表5 三皇庙水文站以上流域不同年份土地利用率对比Table 5 Comparison of land use ratios in different years within the watershed controlled by the Sanhuangmiao hydrological station
总之,在三个时期,这四个土地利用占比重之和均占了流域总面积的绝大部分(≥97%),因此,沱江上游研究区域内的土地利用变化可以用耕地、草地、林地、建设用地来代表.
土地利用变化的大小可以用土地利用变化幅度 进行表征.经统计分析,三皇庙站以上控制流域内土地利用变化情况如表6所示.从表6可知:从城镇化初期的1980年到2018年的38年间,农林用地占比呈现减小的趋势(减少了7.68%),建设用地占比呈现出明显增加的趋势(增加了7.1%).其中,1980~2000年土地利用变化较小、速度较慢,耕地占比缩减了0.89%,建设用地占比增长了0.85%,变化幅度较小,耕地主要转化成城市的建设用地;2000~2018年进入了城镇化的快速发展阶段,建设用地迅速扩张,建设用地占比增加了6.25%的同时,耕地面积缩减了6.79%,建设用地的面积增长幅度是1980~2000年的7倍多.
表6 三皇庙站以上控制流域内的土地利用变化幅度(%)Table 6 Land use changes in the watershed controlled by the Sanhuangmiao Station
因此,沱江干流金堂县城区以上研究流域内的土地利用类型变化主要是耕地转换为建设用地,这主要是研究流域内的城镇化带来的结果.
为了定量分析研究流域内土地利用变化对金堂城区洪水的影响,本研究以2018年“7.11”暴雨洪水为典型,分别采用1980年、2000年、2018年土地利用栅格数据作为分布式SWAT水文模型的输入,使用率定好的最优参数进行了模拟,分别模拟了在3个不同时期土地利用情境下的洪水,如图4所示.
图4 不同土地利用模拟的2018年“7.11”洪水结果Fig.4 Simulated results of"7.11"flood in 2018 by different land use conditions
根据以2018年“7.11”暴雨洪水为典型,采用分布式SWAT模型模拟的金堂县城区所在沱江流域三个不同发展阶段的洪水成果进行了统计分析,城镇化对洪水的洪峰影响情况见表7所示.研究结果表明不同的土地利用,会带来不同的洪水过程.从1980年到2018年,草地、林地总体上呈减小趋势,耕地开始持续向建设用地转移,结果是导致金堂县城区洪水及其洪峰流量的增加.其中,2000~2018年相比于1980~2000年,建设用地增长幅度最大,达7倍以上,如表6所示.三皇庙水文站的模拟洪峰流量在2000年和2018年土地利用情境下,分别比1980年增加了0.13%和11.13%,按1980~2018年近40年的城市用地增长率7.1%来看,每1%的城市用地增长会给城市洪水带来1.5%以上的洪峰流量增大.
表7 城镇化对2018年典型年洪水的影响Table 7 Influence of urbanization on typical flood in 2018
为了探讨城镇化对金堂城区洪水带来的影响,本文以金堂县城区以上的沱江流域为研究对象,构建了分布式SWAT水文模型,以2018年“7.11”洪水为典型,1980年的土地利用为城镇化初期基准,分别模拟分析了2000年、2018年流域内的城镇化水平或土地利用变化情景下的洪水变化规律,取得的主要研究结论如下:
(1)本文以金堂县、沱江干流三皇庙水文站控制集雨面积内的流域为研究对象,构建的分布式SWAT水文模型,采用了SWAT-CUP 5.16版本,能够较好的模拟金堂县城区洪水,依据纳西效率系数(NSE)和确定系数(R2)检验(均在0.6以上),模拟效果满足洪水预报有关的精度要求,因此,构建的SWAT模型可以用来评估流域内城镇化对金堂县城区洪水的影响.
(2)金堂城区以上的沱江流域的土地利用类型,从1980年到2018年的快速城镇化过程中发生了巨大的变化,主要表现为耕地向建设用地的转移,且前期1980~2000年的转移速度较慢,耕地只减少了0.89%,建设用地也只增加了0.85%;而2000~2018年则转移速度很快,耕地减少了6.79%,建设用地则增加了6.25%.
(3)对不同年份(2000年和2018年)土地利用情景下的模拟结果表明,土地利用改变或研究区域内的城镇化对金堂城区洪水的影响显著,尤其是在2018年的城镇化水平下,建设用地增加了7.1%,而对应的洪峰流量则从7 190 m3/s增加到了7 990 m3/s,增加了800 m3/s,增幅达11.13%.
以上结论表明,金堂城区洪水对金堂以上沱江流域内的土地利用变化非常敏感,尤其是耕地面积锐减以及城市建设用地面积的迅速增加对城区洪水的影响比较显著.也就是说,随着城镇化率的不断提高、城市的不透水面积增加,会给城市洪水的规模或量级带来较大影响.因此,在金堂县城区洪水的防治对策中还应尽可能地增加城市就地消纳暴雨洪水的基础设施,并充分利用海绵城市的理念开展城市的建设规划和防洪规划.