20世纪中叶以来，在气候变化和人类活动的共同影响下，全球范围内河川的径流量发生很大变化^[1]。降雨特性是反映全球气候变化的重要方面，其变化会直接改变流域范围内的水文循环速率和径流形成过程^[2-4]；人类活动导致土地利用/覆被发生改变，从而改变下垫面条件和水文循环分量的分配过程。越来越多的研究表明气候变化(climate change, CC)和土地利用变化(land use and land cover change, LUCC)的叠加作用呈现非线性的特征^[5]，且不同流域呈现不同特点^[6]。在全球气候变暖、人类城镇化加快以及我国退耕还林等生态保护的战略背景下，如何量化评价水土保持带来的减水减沙作用，一直是科学研究的热点与难点^[7]；因此，从不同空间尺度探究流域径流对气候变化和LUCC的响应，对流域的水资源管理及水土保持工作的开展意义重大。

国内外学者多采用水文分析法^[8]和模型模拟法，定量分析气候变化和LUCC 2种因素对流域径流变化的贡献^[9]。模型模拟法考虑到流域下垫面分布不均的特点，能够基于陆地水文过程变化定量分离2种因素的影响^[9]，国内外应用较为广泛的为SWAT模型^[10-12]。

近几十年，在气候变化和人类活动的共同影响下，长江上游径流显著减少，来水持续偏枯^[13]。涪江流域是长江上游流域的多沙区^[14]，耕地面积广、受人类活动影响大^[15]，流域水文变化将对三峡工程的入库水沙产生重要影响^[16]。以往的研究包括对涪江流域气象水文要素的趋势分析^[17]，探究单一因素对流域的影响^[18-19]，对于2个因素单独和共同作用下的径流响应缺乏系统的认识和研究。笔者基于SWAT模型，构建气象条件和土地利用单独作用和共同作用于流域径流的不同情景，从全流域和子流域2个角度探究不同情景下的径流响应，为流域水资源管理、开展水土保持治理及三峡的入库径流测算提供依据。

涪江是长江上游二级支流，是一级支流嘉陵江的最大支流，发源于四川省松潘县岷山雪宝顶^[20]，河长约670 km，集水面积约为3万6 400 km^2[21]。流域位于三峡大坝上游，平均比降约为0.8%，源头海拔最高超过5 500 m，最低点入河口海拔仅180 m左右。流域气温南高北低，属亚热带湿润气候，雨量充沛但时空差异大。流域汛期降雨集中，易受洪涝灾害，是四川旱涝频繁受灾的典型区域。出口控制站为小河坝水文站(E 106°03′，N 30°06′)，集水面积约为2万9 420 km²。流域内丘陵区是长江上游涵养水源和保持水土的重要区域，受“5·12”大地震影响，水土流失较为严重^[22]。流域内主要的土地利用类型有耕地、林地和草地，其中耕地占50%以上。图 1为涪江流域地理位置和气象水文观测站点信息。

图 1(Fig. 1)

图 1 涪江流域位置与气象水文站点示意图 Fig. 1 Locations of watershed boundary and meteorological and hydrological stations within Fu River Watershed (FRW)

本研究所用数据及其来源如表 1所示。其中，除降雨外的气象数据地面观测值来自流域内部和周围共计7个气象站点的逐日观测数据。由于流域内部的地面气象站点较少，无法满足SWAT模型的站点密度需求(4个/度)，为提高模拟精度，笔者采用CHIRPS数据驱动SWAT模型。CHIRPS为卫星遥感降雨产品，是空间分辨率为0.05°的栅格数据。已有研究证明其在涪江流域具有较强的适用性^[23]。另外，在使用CHIRPS数据前，需采用地面观测数据对其可靠性进行验证。

表 1(Tab. 1)

表 1 研究所用数据及来源 Tab. 1 Data and data sources 数据及精度Data and precision 来源Source 气象站点数据(逐日)Meteorological data (Daily) 中国气象数据网China Meteorological Data Service Center 卫星降雨数据CHIRPS(0.05°) Satellite precipitation data (0.05°) 加州大学圣芭芭拉分校University of California, Santa Barbara 数字高程模型(90 m) Digital elevation model (90 m) 地理空间数据云Geospatial Data Cloud 土壤数据(1°)Soil data (1°) 联合国粮农组织Food and Agriculture Organization 土地利用数据(30 m)Land use data (30 m) 全球土地利用数据库Global Land Cover Facility

表 1 研究所用数据及来源 Tab. 1 Data and data sources

研究采用Mann-Kendall趋势检验法和Sen斜率分析法综合分析气象水文时间序列的变化趋势，并分别用统计量Z_C和趋势度β表示趋势变化；采用双累积曲线法(DMC)和Pettitt非参数检验法检测数据突变情况^{[5, 8]}。

基于表 1所收集的数字高程模型、气象数据、土壤数据和土地利用数据，在SWAT模型中建立涪江流域的物理计算模型。建模过程中，SWAT模型自动选取距各子流域形心最近的站点数据作为本子流域的基础数据。笔者将最小集水面积和土地利用类型阈值分别设为10 000和0，流域被划分为153个子流域和5 209个水文响应单元(hydrological response unit, HRU)。

SWAT模型中参数众多，且各参数之间具有一定的关联性。笔者利用SWAT-CUP软件，率定径流相关参数并对其进行敏感性分析，这些参数包括SCS径流曲线系数CN2、土壤可利用有效水SOL_AWC、主河道水力传导率CH_K2等。采用决定系数(R²)、纳什效率系数(E_ns)和百分比偏差(PBIAS)评价模型的适用性。根据以往的研究^[24]，当0.75 < E_ns≤1.00说明模型模拟效果很好。

基于突变分析结果，笔者以2000年为转折点，将研究期分为1980—2000年和2001—2015年2个阶段，以1980—2000年为基准期，以2001—2015年为变化期，建立气象条件单独变化、土地利用单独变化和二者共同变化3种情景(表 2)，定量刻画不同情景下的径流响应。

表 2(Tab. 2)

表 2 气候和土地利用单独和共同作用下的径流响应情景 Tab. 2 Runoff response scenarios under the changes of sole and combined climate and land use 情景 Scenario 气象数据集 Meteorological dataset 土地利用图 Land use map 备注 Remark 基准期Base period 1980—1999 1990 基准期Base Period 1 2000—2015 1990 气象变化单一因素对径流的影响The impact of CC on streamflow 2 1980—1999 2015 土地利用变化单一因素对径流的影响The impact of LUCC on streamflow 3 2000—2015 2015 气象和土地利用变化因素对径流的共同影响The impact of CC & LUCC on streamflow

表 2 气候和土地利用单独和共同作用下的径流响应情景 Tab. 2 Runoff response scenarios under the changes of sole and combined climate and land use

1980—2015年，流域年径流量和年降雨量变化趋势如图 2所示，二者均呈下降趋势，斜率分别为-0.934 5亿m³/a(R²=0.101 8)和-3.650 5 mm/a(R²=0.071 7)。MK趋势检验及Sen斜率分析的结果如下：年径流量的Z_C和β分别为-1.702 6和-2.710 6，且P < 0.01。这表示年径流量呈显著下降趋势，这与前人的研究结果^{[18, 25]}较为一致；年降雨量的Z_C和β分别为-1.375 7和-4.463 6，表示年降雨量呈下降趋势，但趋势不显著。

图 2(Fig. 2)

图 2 1980—2015年涪江流域年径流和降雨变化趋势 Fig. 2 Trend of annual streamflow and precipitation of the FRW in 1980—2015

图 3是累积年径流量-累积年降雨量曲线，结果显示：理想累积曲线与实际累积曲线在2000年发生明显的偏折，因此可认为2000年是突变年份。同时，本研究中Pettitt突变检验的结果显示，在95%的置信水平上，年径流量的突变年份在2000年左右，这与双累积曲线的结果一致，选择2000年作为突变年份具有较强的可靠性。

图 3(Fig. 3)

图 3 累积年降雨量与累积年径流量 Fig. 3 Cumulative annual precipitation versus cumulative annual streamflow discharge

以2000年为转折年，采用1990年和2015年6类一级土地利用类型代表前后2个阶段的土地利用变化(图 4)。总体而言，涪江流域上游海拔高，气温低，主要土地利用类型为草林地。中下游地势平缓，温度较高，是耕地的主要分布区；城镇用地主要沿河道两侧分布，近几十年来扩张明显。研究期间，面积比例前3的类型分别是耕地、林地和草地，总比例达98%以上，但变幅较小，在2%以内。2个研究时段内，城镇用地的变化面积最大，增加455.42 km²，其次是耕地，减少427.98 km²。而变化幅度最大的是未利用地，时段内增加218.80%，其次是城镇用地，增加195.98%，水域面积增加7.12%。

图 4(Fig. 4)

图 4 1990年和2015年涪江流域土地利用 Fig. 4 Land use of FRW in 1990 and 2015

表 3是涪江流域的土地利用转移矩阵，详细列出1990年到2010年土地利用类型的转换情况。有516.35 km²的耕地转为林地，108.29 km²耕地转为草地，13.04 km²的耕地转为城镇用地，同时有430.59 km²的林地转为耕地，162.61 km²的草地转为耕地，显示退耕还林(草)工程总体取得重大成就，但是局部地区仍存在着人类活动(如城镇化)导致的林地破坏现象。同时，约有443.23 km²的城镇用地转为耕地。

表 3(Tab. 3)

表 3 1990—2015年涪江流域土地利用变化 Tab. 3 Land use changes in the FRW from 1990 to 2015  km2 土地利用 Land use 2015 总转出 Total transformed- out 总面积 Total 耕地 Farmland 林地 Woodland 草地 Grassland 水域 Water 城镇用地 Urban land 未利用土地 Unutilized land 1990 耕地Farmland 19 987.39 516.35 108.29 19.02 13.04 0.25 656.96 20 644.35 林地Woodland 430.59 8 968.11 332.89 1.87 1.48 0.66 767.48 9 735.60 草地Grassland 162.61 250.81 3 842.73 1.12 0.31 0.24 415.09 4 257.83 水域Waters 43.42 7.76 4.19 391.48 1.47 0.11 56.95 448.43 城镇用地Urban land 443.23 19.22 4.25 4.97 216.51 0.00 471.67 688.18 未利用土地Unutilized land 5.61 34.75 4.86 0.17 0.00 18.87 45.38 64.26 总转入Total transformed-in 1 085.45 828.90 454.47 27.15 16.31 1.26 2 413.54 总面积Total 21 072.84 9 797.01 4 297.21 418.63 232.81 20.13 35 838.64

表 3 1990—2015年涪江流域土地利用变化 Tab. 3 Land use changes in the FRW from 1990 to 2015

模型的参数敏感性见表 4。10个敏感性参数中，模型最为敏感的参数是R_CN2，CN是SCS径流曲线系数，是反映降雨前期流域特征的综合参数，在其他研究中也被证明是径流最为敏感的参数^[26-27]；此外，其他的敏感性参数包括土壤可利用有效水SOL_AWC、土壤蒸发补偿系数ESCO、浅层地下水再蒸发系数GW_REVAP、深层地下水再蒸发系数REVAPMN等。

表 4(Tab. 4)

表 4 涪江流域径流敏感性参数 Tab. 4 Sensitive parameters on streamflow in the FRW 参数Parameter 排名Rank 最优值Optimal value R__CN2.mgt 1 0.334 6 R__SOL_AWC(..).sol 2 -0.661 4 V__ESCO.hru 3 0.930 8 V__GW_REVAP.gw 4 0.017 6 V__REVAPMN.gw 5 293.536 0 V__GWQMN.gw 6 774.774 8 V__CH_K2.rte 7 53.830 6 V__ALPHA_BF.gw 8 0.796 8 V__SMFMX.bsn 9 7.944 5 V__SMFMN.bsn 10 13.104 8

表 4 涪江流域径流敏感性参数 Tab. 4 Sensitive parameters on streamflow in the FRW

流域实测月流量值和模拟月流量值拟合较好，峰值对应较好(图 5)。在率定期(1983—1993年)和验证期(1994—1999年)，R²、E_ns和PBIAS分别是0.89、0.88、-0.2和0.82、0.82、6.8，模型在流域具有很强的适用性。

图 5(Fig. 5)

图 5 SWAT水文模型的率定与验证 Fig. 5 Calibration and validation of the SWAT hydrological model

4种情景下，涪江流域年均产流量如表 5所示。在基准期，年均产流量为431.23 mm。仅降雨条件发生改变(情景1)，年均产流量为386.06 mm，相比基期减少10.47%；仅土地利用发生改变(情景2)，年均产流量为430.26 mm，与基准期类似；当二者均发生改变(情景3)，年均产流量为362.18 mm，较基期减少16.01%。以上结果说明，降雨和土地利用单独改变和同时改变，均对涪江流域的径流起到减少作用。进一步，情景1、情景2下的减水量之和小于情景3的减水量，说明气候变化和土地利用变化对涪江流域产流的影响呈现非线性特点，这与Meng等^[5]、Zuo等^[26]和窦小东等^[27]的研究结果一致。一般来说，土地利用变化会不可避免地受到气候变化的影响，尤其是不同的水热条件及其组合对植被种类、分布和生物量等的限制^[28]，因此，二者共同作用时会对径流的响应存在协同和促进作用。

表 5(Tab. 5)

表 5 不同情景下流域年均产流情况 Tab. 5 Average annual water yield under different scenarios 情景Scenario 土地利用图Land use map 降水数据集Precipitation dataset 流域产流Water yield 平均Average/mm 变化Change/mm 比例Percentage/% 基准期Base period 1990 1981—1999 431.23 — — 1 1990 2000—2015 386.06 -45.17 -10.47 2 2015 1980—1999 430.26 -0.97 -0.22 3 2015 2000—2015 362.18 -69.05 -16.01 注：—表示没有数据。Notes: — refers to no data.

表 5 不同情景下流域年均产流情况 Tab. 5 Average annual water yield under different scenarios

图 6和图 7是子流域产流的分布情况及较基期的变化分布。可见，4种情景下的产水量具有类似的分布格局，即从上游到下游逐渐递减。根据3.4.1的结果，在全流域尺度上，基准期与情景2的产流量极为相似，而情景1与情景3下的产流量较为接近，这与子流域产流的空间分布情况较为一致：基期下，产流最多的子流域年均产流量达681 mm，最少的也有171 mm，情景1与基期下的情况一致；情景1下产流量最多达629 mm，最少为140 mm，情景3下产流量最多为565 mm，最少为139 mm。相比基期，情景1与情景3的最高产流量分别减少7%和17%，这主要发生在下游子流域；最低产流量分别减少18%和19%，主要发生在上游子流域。

图 6(Fig. 6)

图 6 不同情景下流域产流空间分布(子流域尺度) Fig. 6 Spatial distributions of water yeld (WYLD) under different scenarios at sub-basin scale

图 7(Fig. 7)

图 7 不同情景下流域产流空间变化(子流域尺度) Fig. 7 Spatial variations of WYLD under different scenarios at sub-basin scale

进一步研究分析子流域尺度上土地利用类型的变化情况(图 8)，以探究子流域产流空间分布变化的原因。可见，在研究时段内，城镇用地在下游流域明显增加，尤其是中下游沿河道两侧。同时，林地和水域在中下游有明显的增加，草地在河道附近也有不同程度的增加，而耕地则有一定程度地减少，说明退耕还林(草)措施作用明显，林草地对水源的涵养是中下游流域产水减少的主要原因。同时，要注意上游未利用土地的扩张，尤其是裸地，因为这可能会增加当地水土流失的风险^[26]。

图 8(Fig. 8)

图 8 1990—2015年土地利用空间变化(子流域尺度) Fig. 8 Spatial variations of land use change from 1990 to 2015 at sub-basin scale

1) 近几十年涪江流域年均径流量呈显著下降趋势，并在2000年左右发生突变；年均降雨量也呈下降趋势，但不显著。

2) 涪江流域主要的土地利用类型为耕地、林地和草地，占流域总面积的98%以上，且变幅较小；水域、城镇用地和未利用土地比例较小，但变幅较大。

3) SWAT模型在涪江流域具有很强的适用性。在全流域尺度上，气候变化和土地利用变化均使得涪江流域产流量减少，且前者影响大于后者，而二者对流域径流的贡献呈非线性关系。在子流域尺度上，对于流域中下游，减水的主要原因是河道两侧实施了退耕还林还草措施，林草地的增加涵养了水源，抵消了城镇用地扩张的增水作用。

研究从气候和土地利用2个主控因子出发，采用SWAT模型情景模拟法，从全流域和子流域2个角度来分析气候和土地利用单独作用和共同作用下的径流响应，增进对涪江流域水资源的认识。研究采用情景模拟法关注涪江流域的径流响应，而不同因素影响下的流域产沙过程，是一个更为复杂和深入的过程，亟需更深层次的研究。另外，利用水文模型进行科学分析时应结合流域实际，警惕“异参同效”现象。