基于SWAT模型的流溪河流域土地利用与气候变化对径流的影响

选用国内外广泛应用的SWAT分布式水文模型,定量分析流溪河流域土地利用与气候变化对径流的影响,采用情景模拟分析方法设置3类情景进行定量分析.对上中下游的温泉、太平场和南岗3个水文站依次校正与验证得出：除温泉站在验证期的3个系数刚达标之外,其他的相对误差＜15%、相关系数＞0.8、Nash Sutcliffe效率系数＞0.75,说明SWAT模型在流溪河流域的径流量模拟中具有较高的适用性.综合型情景模拟分析得出：以1991-2000年为基准期,2001-2010年土地利用与气候变化综合引起年均径流量增加11.23 m³·s^-1,土地利用变化引起年均径流量减少0.62 m³·s^-1,气候变化引起年均径流量增加11.85 m³·s^-1,气候变化的影响强度强于土地利用变化的影响强度.极端土地利用情景模拟分析得出：与2000年土地利用现状模拟径流量相比,耕地情景和草地情景的径流量分别增加2.7%和0.5%,林地情景的径流量减少0.7%,证明林地有一定的截流能力.气候变化情景模拟分析得出：流域径流量变化与降水变化呈正相关关系（降水每升高10%,径流平均增加11.6%）,与气温变化呈负相关关系（气温每升高1 ℃,径流平均降低0.8%）,降水变化的影响强度强于气温变化的影响强度.在气候变化环境下,需要重视对强降雨的预测和灾害预防,可通过优化土地利用结构与空间布局来减缓气候变化带来的水文负效应,如洪涝灾害.     

晋西黄土高原丘陵沟壑区清水河流域径流对土地利用与气候变化的响应

水资源短缺是黄土高原面临的最为关键的一个生态环境问题。研究黄土高原地区河川径流演变对土地利用与气候变化的响应是开展适应性流域管理的基础。该文以黄河流域中游山西省吉县境内的清水河流域(面积436 km²)为研究对象, 采用非参数统计秩检验法(Mann-Kendall)、滑动t检验和跃变参数分析法, 对该流域1959-2005年的年径流量、降水量和潜在蒸发散量进行了趋势分析和突变点验证; 用遥感数据判读和解译的结果分析了该流域不同时期土地利用变化; 在此基础上根据水量平衡原理, 分析了土地利用变化和气候变化对流域径流变化的贡献, 并采用FDC曲线法分析了二者对高、中、低流量变化的影响。研究结果表明: 该流域年径流量在1959-2005年的47年间呈显著下降趋势, 突变点出现在1980年, 但该流域降水量没有出现明显的趋势性变化, 而以Hamon公式计算的流域年潜在蒸发散则呈显著上升趋势, 其突变点出现在1997年。该流域气候变化和土地利用变化对年径流减少的贡献率分别为46.79%和53.21%。综合以上结果可以看出, 潜在蒸发散增加和乔木林地面积增加是导致该流域径流减少的重要原因。     

石羊河流域河川径流对气候与土地利用变化的响应

应用流域气象和水文过程长期观测数据及四期TM影像数据,在建立基于气候及土地利用两种因素变化的径流过程模拟模型的基础上,分析河川径流对气候与土地利用变化的响应特征,并对其未来可能的变化趋势做出预测。结果表明,(1)1956—2009年,到达石羊河流域下游标志站蔡旗断面的河川径流量,由20世纪50年代的年平均5.392×108m3减少到目前的年平均1.096×108m3;1968年之前蔡旗断面径流量的波动主要是气候变化的结果,而1968之后,蔡旗断面径流量的变化是气候与土地利用变化共同作用的结果;(2)近30年来,气候变化对下游河川径流变化的贡献率平均为4.1%,而土地利用变化,尤其是耕地面积变化的贡献率平均为88.8%;中游灌溉定额平均分别减少5%、10%、15%和20%的情景下,下游河川径流量模拟值分别为1.591×108m3、2.427×108m3、3.262×108m3和4.098×108m3左右。     

LUCC及气候变化对澜沧江流域径流的影响

运用SWAT模型,通过设置不同情景,定量分析了澜沧江流域土地利用与土地覆被变化(Land Use and Land Cover Change,LUCC)和气候变化对径流的影响,并结合RCP4.5、RCP8.5两种排放情景对流域未来径流的变化进行预估。结果表明:SWAT模型在澜沧江流域径流模拟中具有很好的适用性,率定期和验证期的模型参数R~2分别达到0.80、0.74,Ens分别达到0.80、0.73;从土地利用变化方面考虑,流域内的农业用地转化为林地或草地,均会导致径流量的减少,而林地转化为草地则会引起径流量的增加,农业用地、林地、草地三者对径流增加贡献顺序为农业用地草地林地,从气候变化方面考虑,流域内的径流量与降雨量成正比,与气温成反比;2006—2015年间澜沧江流域气候变化引起的月均径流减少幅度强于LUCC引起的月均径流增加幅度,径流变化由气候变化主导;在RCP4.5和RCP8.5两种排放情景下,2021—2050年间澜沧江流域的径流均呈增加趋势,这与1971—2015年间流域实测径流的变化趋势相反。     

SWAT模型参数对土地利用变化的响应及其对不同时间尺度径流模拟的影响

SWAT模型广泛应用于土地利用变化的水文效应评估研究,但土地利用变化是否对模型参数产生影响,进而影响径流模拟效果还有待于进一步分析。以东南沿海福建省山美水库流域为研究区,基于SWAT模型,分别模拟1995年、2005年、2015年土地利用条件下的年、月、日尺度径流过程,采用SWAT-CUP进行参数敏感性分析与自动率定,分别获取1995年、2005年、2015年3种土地利用条件下径流过程模拟的最优参数集,比较参数差异;将3组参数集分别应用到不同土地利用条件,分析参数变化对不同时间尺度径流模拟的影响。结果表明：（1）1995-2015年间,研究区土地利用格局发生了较大变化,主要表现为林地转向园地和建设用地;3期土地利用条件下率定的SWAT模型都能较好地模拟山美水库流域年、月、日尺度径流,其效率系数NS和决定系数R²分别大于0.62和0.78。（2）不同土地利用条件下敏感参数基本一致,敏感参数分别为CN2、SOL_AWC、SOL_K、CANMX、ESCO、GW_DELAY、OV_N,但敏感参数取值随着土地利用变化而变化,其变化规律符合敏感参数的物理意义,变化率基本与土地利用变化强度正相关。（3）由土地利用变化引起的参数变化,对年、月径流模拟的影响较小,对日径流影响显著,且随着土地利用变化强度的增加而增加。     

应用SWAT模型研究潮河流域土地利用和气候变化对径流的影响

为定量分析潮河流域土地利用和气候变化对流域径流变化的影响,应用SWAT模型对流域上游至下游的大阁、戴营和下会3个水文站径流进行模拟,采用情景法分析径流对土地利用和气候变化的响应。在模型校准期和验证期采用两个参数:p因子和r因子来评价模拟的拟合度及不确定性。结果表明,3个水文站在校准期和验证期的p因子值分别为:0.70和0.77,0.87和0.82,0.92和0.78,r因子值分别为0.63和0.90,0.97和0.79,0.88和0.92,评价整个流域模拟有效性的模型目标函数g最佳值为0.66,说明该模型对潮河流域的产水量模拟具有很好的适用性。以1981—1990年为基准期,1991—2000年流域土地利用变化造成年径流量减少了4.10 mm,而气候变化导致年径流增加了29.68 mm;2001—2009年土地利用变化造成年径流量减少2.98mm,气候变化造成年径流量减少了14.30 mm。与1999年土地利用条件模拟径流值相比,几种极端情景法模拟分析结果表明:灌木林地情景下年径流增加了158.2%,草地情景下年径流增加了4.1%,林地和耕地情景下年径流分别减少23.7%和41.7%;不同气候变异情景模拟结果显示,径流对降水的变化敏感性高于对温度变化的敏感性,降水每增加10%,径流平均增加23.9%。温度每增加12%,径流平均减少6%。因此,在气候变化背景下,优化土地利用结构与方式是实现流域水资源科学管理的途径之一。     

基于SWAT模型的乌鲁木齐河上游土地利用和气候变化对径流的影响

选用SWAT分布式水文模型,定量分析了乌鲁木齐河流域土地利用与气候变化对径流的影响,采用情景分析方法设置3类情景,对变化环境下的流域径流进行了预测。以R~2、NSE和PBIAS等3个参数评价了模拟的拟合度,不确定性。结果表明:1)在模型校准期和验证期R~2分别为0.89和0.75,NSE分别为0.84和0.74,PBIAS在18%—23%范围内,说明SWAT模型在乌鲁木齐河上游径流模拟中具有较好的适用性;2)综合型情景模拟分析得出,研究区气候变化对径流的影响强度大于土地利用变化的影响强度。土地利用和气候共同引起流域年均径流量减少1.41 m~3/s,土地利用变化引起年均径流量减少0.04 m~3/s,气候变化引起年均径流量减少1.37 m~3/s;3)极端土地利用情景模拟分析得出,草地情景的年均径流增加0.1 m~3/s,林地情景的年均径流量减少0.58 m~3/s;4)气候变化情景模拟分析得出,流域径流量与降水变化呈正相关关系,与气温变化呈负相关关系。降水量增加10%和20%时,年均径流量增加3.05 m~3/s和4.02 m~3/s。当降水量减少10%和20%时,年均径流量减少0.93 m~3/s和2.25 m~3/s。气温升高1℃和2℃时,年均径流量减少2.71 m~3/s和3.02 m~3/s。在气候变化环境下,需要重视降水和气温的预测,应通过优化土地结构来减缓气候变化的水文效应。     

基于SWAT模型的白马河流域土地利用变化的径流响应

以3S技术为依托,在对白马河流域土地利用变化进行分析和预测的基础上,建立了流域SWAT模型,分析了不同土地利用情景下流域径流的响应,并计算了流域主要土地利用类型对径流深的贡献系数.结果表明:1987-2017年,耕地、居民点及建设用地、有林地、灌木林地和疏林地为流域主要的土地利用类型,共占流域总面积的96％以上,草地、水域和未利用地所占比例则较小;在4种主要土地利用类型中,有林地、灌木林地和疏林地、居民点及建设用地对径流深的贡献系数分别为2.61、0.38和0.34 mm·km-2,说明三者有促进产流的作用,而耕地的贡献系数为-0.11 mm·km-2,说明耕地对径流的产生起到一定抑制作用.     

京津冀城市群土地利用变化对地表径流的影响

城市化的显著特征之一是地表景观格局被人为改变,大量硬化地表覆盖、取代了原本自然或半自然的土地覆盖类型,极大地干扰了区域水文循环过程。其中,最直接的体现是对地表径流过程的影响。城市群作为当前我国城市化的重要模式,其聚集连片的扩张模式,对区域地表径流过程的干扰尤为严重。以京津冀特大城市群为研究区域,应用长期水文影响评价模型(L-THIA),以1980、1990、2000、2010、2015年5期土地利用数据、土壤数据以及1950—2015年逐日降雨数据为输入,模拟计算了不同土地利用/覆被格局对多年平均地表径流量的影响。结果表明,(1)经过率定的L-THIA模型能够较为准确地模拟京津冀城市群地区的地表径流分布特征,模型模拟误差在±10%内;(2)1980—2015年,京津冀城市群地区不透水地表面积急剧增加,其净增长值为12690.14 km~2。北京与天津等超大城市不透水地表面积增加最明显;(3)随着土地利用格局的变化,京津冀地区地表径流量呈逐年增长趋势。1980—2015年,京津冀城市群地区地表径流量的绝对增长值为17.84亿m~3,增幅11.83%。其中,1990—2000年及2010—2015年期间地表径流年均增长率较大,分别为0.36%与0.46%。对地表径流贡献较大的土地利用类型为耕地和不透水地表,其5期土地利用情景下的平均产流占比分别为35.38%、22.71%;(4)城市尺度上,不同城市的标准化年均径流深(NAARD)存在较大差异。天津、石家庄的产流能力较强,承德、衡水等城市的产流能力较弱,北京市的标准化年均径流深处于中等水平。另一方面,不同城市标准化年均径流深增长规律也存在较大差异。1980—2015年,天津市的NAARD增长最多,承德市增长最少,北京市的NAARD增长处于中等水平。本文对于京津冀城市群水文过程的时空演变研究以及国土空间优化指导具有参考意义。     

深圳市土地利用变化对流域径流的影响

土地利用所引起的流域下垫面变化严重影响着洪涝灾害的致灾过程,以深圳市为例,探讨下垫面条件对流域径流过程的影响,应用美国农业部水土保持局（Soil Conservation Service)研制的小流域设计洪水模型-SCS模型对深圳市部分流域进行了径流过程的模拟,重点分析 了土地利用方式、土壤类型、前期土壤湿润程度等下垫面因素以及降雨因素对降雨-径流关系的影响。结果表明,随着人类活动的加剧,土地利用的变化使径流量趋于增大;降雨强度越大、前期土壤湿润程度而发生变化,CN值（Curve Number)的高值区主要集中在城市用地和水体;低值区主要出现在林地、灌草地、果园等植被覆盖较好,地势起伏较大的地区。     

新疆玛纳斯河流域2000-2010年土地利用/覆盖变化及影响因素

在2000年和2010年两期遥感影像解译的基础上,从土地利用类型的结构、变化速率、变化方向及土地利用程度等方面分析了玛纳斯河流域土地利用的变化特征,并分析了影响土地利用变化的主要因素及不同因素之间的交互作用。结果表明:(1)近10年来,流域土地利用程度增强,人工绿洲呈扩张趋势,耕地和城乡工矿居民用地大量增加,林地和未利用地减少;上游地区草地和冰川积雪覆盖地面积增加。(2)耕地向内部外部双向扩张,主要来源于林地、荒漠和盐碱地;新增草地以山地裸地和山前荒漠的转变为主;林地主要转变为中游的耕地和城乡工矿居民用地及上游的草地和裸地;城乡工矿居民用地的增加主要来自荒漠、耕地和林地;未利用地变化以向人工绿洲土地类型的转变为主。(3)上游土地利用变化主要受气候变化的影响,降水量增加可能是冰川积雪面积扩张的主要原因;中游人类活动密集,耕地和城乡工矿居民用地扩张,荒漠植被退化;下游受气候和人类活动共同作用,尾闾湖泊萎缩,河岸和湖周植被退化。     

A global risk assessment of primates under climate and land use/cover scenarios

Primates are facing an impending extinction crisis, driven by extensive habitat loss, land use change and hunting. Climate change is an additional threat, which alone or in combination with other drivers, may severely impact those taxa unable to track suitable environmental conditions. Here, we investigate the extent of climate and land use/cover (LUC) change‐related risks for primates. We employed an analytical approach to objectively select a subset of climate scenarios, for which we then calculated changes in climatic and LUC conditions for 2050 across primate ranges (N = 426 species) under a best‐case scenario and a worst‐case scenario. Generalized linear models were used to examine whether these changes varied according to region, conservation status, range extent and dominant habitat. Finally, we reclassified primate ranges based on different magnitudes of maximum temperature change, and quantified the proportion of ranges overall and of primate hotspots in particular that are likely to be exposed to extreme temperature increases. We found that, under the worst‐case scenario, 74% of Neotropical forest‐dwelling primates are likely to be exposed to maximum temperature increases up to 7°C. In contrast, 38% of Malagasy savanna primates will experience less pronounced warming of up to 3.5°C. About one quarter of Asian and African primates will face up to 50% crop expansion within their range. Primary land (undisturbed habitat) is expected to disappear across species' ranges, whereas secondary land (disturbed habitat) will increase by up to 98%. With 86% of primate ranges likely to be exposed to maximum temperature increases >3°C, primate hotspots in the Neotropics are expected to be particularly vulnerable. Our study highlights the fundamental exposure risk of a large percentage of primate ranges to predicted climate and LUC changes. Importantly, our findings underscore the urgency with which climate change mitigation measures need to be implemented to avert primate extinctions on an unprecedented scale.     

长江流域产水功能对土地利用变化的响应及其驱动因素

长江流域产水功能是流域水生态平衡的重要组成部分,在生态安全防护上具有重要战略地位。产水量是指示区域水环境功能的重要生态指标,探讨长江流域土地利用变化对产水量的影响对于深化和揭示土地利用对水环境功能的效应有重要意义。研究基于多元统计方法与InVEST模型产水模块探讨了产水量对土地利用变化的响应模式,以及影响区域产水的驱动因素。结果表明：1.1990年至2015年,长江流域平均产水量呈西北低、东南高、中游>下游>上游的空间分布规律,子流域间的产水空间差异程度呈加剧趋势;2.从总产水量来看,洞庭湖、鄱阳湖和金沙江为主要贡献流域,贡献了总产水量的50%,且农用地与林地为主要土地贡献类型;3.由于长江流域土地利用结构和配置的转变,产水量的响应呈土地类型上的多样性,表现为农用地、草地、未利用地对产水变化具有正向协同效应,而林地和水域具有负向协同效应,建设用地对产水的响应不明显;4.影响产水功能的主要驱动力为建设用地、水域、人口密度、国民生产总值、降雨,农用地、植被覆盖、温度为潜在驱动力,未来长江流域产水功能的调控需要重视不同子流域间产水量的空间异质性与土地利用配置的协调性。     

基于InVEST模型的黄河流域产水量时空变化及其对降水和土地利用变化的响应

黄河流域是重要的水源涵养和生态屏障区,研究其水源供给服务对实现黄河流域高质量发展和生态环境保护具有重要意义。本研究基于InVEST模型和情景分析法,以土地利用覆被、气象及土壤等数据作为输入,分析了1995—2015年黄河流域产水量的时空格局以及降水变化和土地利用变化对流域产水量的影响,并探讨产水量对二者的响应。结果表明:1995—2015年,黄河流域产水深度增加,增量为24.34 mm,产水高值区集中在西部和西南部,低值区集中在西北区域,产水深度空间格局特征变化不明显;黄河流域三级流域中,龙羊峡以上流域产水量最高,约117 亿m³·a^-1,是黄河流域主要产水区,兰州至河口流域产水量最低,约0.44 亿m³·a^-1;整个流域中永久冰川及雪地的平均产水深度最大,草地是全流域产水总量的主要贡献地类,提供了总产水量的62.6%;降水对产水量的影响比较显著,土地利用/覆被变化对产水量的影响较小。     

Adaptation of global land use and management intensity to changes in climate and atmospheric carbon dioxide

Land use contributes to environmental change, but is also influenced by such changes. Climate and atmospheric carbon dioxide (CO₂) levels’ changes alter agricultural crop productivity, plant water requirements and irrigation water availability. The global food system needs to respond and adapt to these changes, for example, by altering agricultural practices, including the crop types or intensity of management, or shifting cultivated areas within and between countries. As impacts and associated adaptation responses are spatially specific, understanding the land use adaptation to environmental changes requires crop productivity representations that capture spatial variations. The impact of variation in management practices, including fertiliser and irrigation rates, also needs to be considered. To date, models of global land use have selected agricultural expansion or intensification levels using relatively aggregate spatial representations, typically at a regional level, that are not able to characterise the details of these spatially differentiated responses. Here, we show results from a novel global modelling approach using more detailed biophysically derived yield responses to inputs with greater spatial specificity than previously possible. The approach couples a dynamic global vegetative model (LPJ‐GUESS) with a new land use and food system model (PLUMv2), with results benchmarked against historical land use change from 1970. Land use outcomes to 2100 were explored, suggesting that increased intensity of climate forcing reduces the inputs required for food production, due to the fertilisation and enhanced water use efficiency effects of elevated atmospheric CO₂ concentrations, but requiring substantial shifts in the global and local patterns of production. The results suggest that adaptation in the global agriculture and food system has substantial capacity to diminish the negative impacts and gain greater benefits from positive outcomes of climate change. Consequently, agricultural expansion and intensification may be lower than found in previous studies where spatial details and processes consideration were more constrained.