第69卷第7期2014年7月
地理学报
ACTAGEOGRAPHICASINICA
Vol.69,No.7July,2014
延河流域景观格局与生态水文过程分析
李晶,周自翔(陕西师范大学旅游与环境学院,西安710062)
摘要：延河流域作为典型的黄土高原丘陵沟壑区，水土流失是最主要的生态环境问题，其生态环境治理能为整个黄土高原生态恢复重建提供典型范例，因此评价延河流域景观格局变化对水文过程的影响，对流域景观格局与水文过程的研究具有重要的科学价值和现实意义。本文通过利用SWAT模型模拟的延河流域的41个子流域的水文响应单元，建立延河流域的“源—汇”水文响应单元景观格局指数，通过计算不同地形条件下水文响应单元随着坡度变化的面积累积百分比，构建了新的“地形—水文响应单元(Slope-HRU)综合景观指数”。并与SWAT水文模型所模拟获得的子流域径流量、产沙量进行相关性分析，评价“地形—水文响应单元(Slope-HRU)景观指数”对水文过程的表征能力和适用性。结果表明：结果表明在子流域尺度上Slope-HRU景观指数和产沙状况存在明显的区域分异规律，而且R值空间变异情况基本上与产沙量的空间变化规律相反，即R值呈现由南向北，由东向西递增，而产沙量由南向北，由东向西递减。R值与年产沙量在数值上呈显著相关关系，相关系数为-0.60；再将Slope-HRU景观指数与上文所选取的7个常用景观格局指数相结合，构成新的综合景观指数，发现它们与子流域的产沙量耦合关系明确，均显著负相关，相关系数绝对值范围为0.43~0.63。关键词：延河流域；景观格局；水文过程；水文响应单元；景观指数DOI:10.11821/dlxb201407006
1引言
延河流域作为典型的黄土高原丘陵沟壑区，水土流失是最主要的生态环境问题，其生态环境治理能为整个黄土高原生态恢复重建提供典型范例；探讨延河流域退耕还林(草)政策实施前后土地利用/覆被变化的特征，围绕该流域水土流失这一核心生态问题，探寻土地利用/覆被变化引起的景观格局变化对生态过程，尤其是泥沙输送过程的影响规律，将自然环境条件与人类社会经济发展以及历史发展过程相互联系，评价流域景观格局变化对重要生态过程的影响，对流域综合治理有重要的现实意义。
建立格局与过程之间相互联系的首要问题是：需要针对所关注的具体生态过程发展相应的景观指数。具体针对土壤侵蚀过程设计的景观指数，要与土壤侵蚀的关系密切，指数值与土壤侵蚀变量的关系明确[1[。傅伯杰等[1-4[在考虑土地利用、地形、土壤、降雨等影响因素的基础上，应用尺度转换的方法，构建了不同尺度土壤侵蚀评价指数。Borselli等基于径流、泥沙的迁移过程，提出分布式水沙流连接性指数(IC)和基于野外侵蚀实地调查数据用于验证连接性的指数(FIC)[5]。Ludwig等提出了基于景观留滞水土功能、覆被和地形属性及物质运动方向的方向性渗透指数(DLI)[5]。Mayor等在划分“源”和“汇”的基础上，用Flowlength作为水土流失研究中景观格局的表征，并在小区到集水区尺度的观测
收稿日期：2013-04-15;修订日期：2014-06-05
基金项目：国家自然科学基金项目(41371020);陕西省自然科学基础研究计划项目(2012JM5011)[Foundation:
NationalNaturalScienceFoundationofChina,No.41371020;NaturalScienceFoundationofShaanxiProvince,No.2012JM5011]
作者简介：李晶(1977-),女,吉林省吉林市人,博士,副教授,硕士生导师,中国地理学会会员(S110007315M)，主要从
事国土资源评价与GIS。E-mail:lijing@snnu.edu.cn
933-944页
934地理学报69卷
实验中验证了该指数与产流产沙的相关关系[6-8]。陈利顶等提出了基于过程的景观空间负荷对比指数[9]反映景观空间格局对生态过程的影响，而且不受尺度限制。以上模型充分考虑了格局与过程的关系，基于土壤侵蚀过程机制的景观指数与产沙、产流等过程变量具有很好的相关性，能更好地描述和解释格局—过程关系，是景观格局—土壤侵蚀关系研究中景观指数的发展方向[9]。从而为研究景观格局与生态过程提供了新的思路。
“源—汇”景观格局理论是近年来出现的一种用于景观格局分析的研究手段[11-12]，可以用于表达水土流失的空间异质性。根据该理论，在水土流失形成过程中，流域中一些景观类型起到了“源”的作用，一些景观起到了“汇”的作用，同时一些景观起到了传输的作用[11-12]。在景观生态学中，如何区分“源”景观和“汇”景观，应该针对具体的过程进行分析。“源”景观是促进水土流失过程发生的类型，“汇”景观是抑制水土流失过程发生的类型。若以土地利用单元作为景观单元来划分，源景观有耕地、园地、建设用地；汇景观有林地、灌丛、草地、水域和未利用土地[12]。土壤流失与土壤沉积是相辅相成、同时发生的过程，实际上每一个地块上土壤流失与土壤沉积的过程是在同时发生的，促进水土流失与抑制水土流失并存，区别是两个过程哪一个表现得更明显。另外，延河流域由于延河流域具有地表破碎，沟间地以丘陵为主，梁状和峁状丘陵占流域沟间地的80%左右、人类干扰强烈等特点，使得对参数要求很高的机制模型应用困难[13]。因此，若以土地利用单元作为景观单元来区分“源”景观和“汇”景观，就存在一个不足，没有考虑地形的约束影响，尤其是坡度的影响。此外还有土壤类型的影响。因此，本研究通过利用SWAT(SoilandWaterAssessmentTool)模型划分的延河流域的41个子流域的水文响应单元，建立延河流域的“源—汇”水文响应单元景观格局指数，通过计算不同地形条件下水文响应单元随着坡度变化的面积累积百分比，构建了“地形—水文响应单元(Slope-HRU)景观指数”。并与SWAT水文模型所模拟获得的子流域径流量、产沙量进行相关性分析，评价“地形—水文响应单元(Slope-HRU)景观指数”对水文过程的表征能力和适用性。
2研究区概况和数据处理
2.1研究区概况
延河发源于陕西靖边县姬家畔附近的白于山东坡，自西北向东南流经志丹、安塞、延安、延长等县(市)，于延长县凉水岸汇入黄河，属于黄河一级支流，全长286.9km，流域面积7725km2。延河流域，其北部是清涧河流域、西南部为北洛河流域、南部和云岩河流域相接，海拔最高为1731m，宝塔区平均海拔为958m，属黄土丘陵沟壑区。年降水量偏少，年降水量在400~550mm，多年平均降水量为520mm，本地区年均气温为8.8~10.2o
C，由西北向东南递增，平均日温差13.2oC。光能资源丰富，年总辐射量为125~134千卡/cm2，有效辐射量为67.8千卡/cm2。无霜期为157~187天。延河流域残存的天然林不多，森林草原为地带性植被，但是，少量的灌丛林也呈块状分布，从而形成以牧草为主的景观现状，干旱草本植物是植被的优势种。延河水系为延安地区第二大水系，主要支流包括了杏子河、平桥川、西川河、南川河、蟠龙川等[14-15]。延河可以分成上、中、下游三段，可以将流域相应划分为上、中、下游三段区域：上、中游的分界是安塞县的化子坪；中、下游的分界是宝塔区的甘谷驿。根据中国土地利用现状分类系统，结合研究区土地利用现状及其特点，将土地利用类型共分为8个一级土地类型(图1)，即：耕地(旱地和水田)、灌丛林地、有林地、牧草地(天然草地和人工草地)、建筑用地(居民点、工矿及城镇用地)、园地(果园、菜园)、水域(河流、水库和池塘等)、和未利用地(沼泽和滩涂地)。2.2数据来源
本文主要参考延安市地理志[14]等地理和历史文本文献[15]，数字高程数据DEM、统计数
7期李晶等：延河流域景观格局与生态水文过程分析935
据，2010年土壤类型图、地形
图、地貌图以及交通图、行政图等相关图件，野外实地考察获得的植被、水文、土壤分布、土地利用和退耕还林实施情况等资料；1956-2011年逐月实测气象数据和1990-2010年水文站点的实测水文数据；本研究中选用的影像资料包括LandsatTM、LandsatETM+和SPOT4卫星遥感数据。其中，2010年为SPOT4数据，共9景，空间分辨率为20m。
图1延河流域2010年土地利用图运用ERDAS9.2软件，对2010
Fig.1LandusemapoftheYanheRiverbasinin2010年SPOT影像进行解译，得到1:
5万的延河流域土地利用类型空间分布图和土地利用类型的属性数据库。
3研究方法
3.1SWAT分布式水文模型
SWAT模型是由美国农业部的农业研究中心研发的，是免费、开源的，是一种基于GIS基础之上的分布式流域水文模型，在调参、径流模拟、地表水、非点源污染计算、面源污染、数据构建、生态修复、作物生长、参数率定、敏感性分析、农业管理措施等方面都有着广泛的应用。
SWAT模型主要的运行步骤如下：(1)划分子流域。当流域内不同区域的土地利用或土壤属性等差异明显足以影响水文过程时，在模拟中就需划分子流域。各子流域的输入有：气候、HRUs、坑塘/湿地，地下水及子流域排水的主河道或河段[16]。(2)确定水文响应单元。水文响应单元(hydrologicresponseunits,HRU)是具有相同的植被类型、土壤条件的陆面表面综合体[16]。水文响应单元在子流域内呈块状分布，包含有唯一的土地覆盖、土壤和管理措施[16]。水文响应单元(HRU)体现植被覆盖类型、土壤属性和地形等信息，这就要求输入流域的土地利用类型、土壤类型属性及地形数据。SWAT模型单独计算每个HRU的径流量，进行汇流验算，最后求得出口断面的流量，从而提高模拟的精度，可以更好地反映本流域的水量平衡。(3)输入气象要素。划分出HRU后，模型的SWATView可以为每一个HRU输入用于水文计算的气象数据，每一个HRU的气象数据是由最近站点的气象资料赋予的[16]。(4)构建数据库及数据库的调整。完成以上输入工作后，水文计算就全由模型自动完成了。(5)模型运行。最后一步是选择合适的计算方法及输出项后执行模型运行的命令，输出结果[16]。3.2景观指数选取
景观指数可分为斑块水平(Patch-Metric)、景观类型水平(Class-Metric)和景观水平(Landscape-Metric)等类型，本文应用景观格局分析软件FRAGSTATS4.1来计算景观指数。因此，对所获得景观指数进一步做主成分分析。确定选取的景观指数共有7个，即“独立核心斑块密度指数DCAD、回旋半径指数GYRATE_SD、整体性(斑块凝聚度)指数COHESION；香农均匀度指数SHEI、核心斑块总面积TCA、周长面积分维指数PAFRAC、散布与并列指数IJI”。具体景观指数表达式参见参考文献[17-18]。
936地理学报69卷
3.3“源—汇”景观指数构建
本研究依据水文响应单元的三个特性：土地利用类型、土壤类型、坡度，给每一个水文响应单元的“源”、“汇”景观特型赋值。3.3.1土地利用类型权重的确定植被覆盖与管理因子(C值)区别土地利用类型。某一单元上某一种土地利用类型可能即是水土流失的源，也是水土流失的汇，但源和汇的贡献率不同，例如，林地可能汇的贡献大，耕地源的特征很明显。本研究中土地利用类型借鉴了土壤侵蚀通用方程中的植被覆盖与管理因子(C值)[21-22]对其“源”和“汇”的贡献权重进行了简单赋值。确定权重的方法很多，本研究采用专家咨询法，并结合经验权数法和层次分析法进行修正，对各个类型赋值。源的指数依次为：建设用地(1.0)、耕地(0.8)、园地(0.6)、有林地(0.2)、灌丛地(0.3)、草地(0.4)、未利用地(0.5)、水域(0)；汇的指数：建设用地(0)、耕地(0.2)、园地(0.4)、林地(0.8)、灌丛地(0.7)、草地(0.6)、未利用地(0.5)、水域(1)。各指数采用无量化。3.3.2土壤影响定量化在本文中，结合流域侵蚀强烈的水文过程特点，将土壤可蚀性K值作为土壤类型的表征指标。K值越大，抗水蚀能力越小；反之，K值越小，抗水蚀能力越强[23]。为了反映土壤可蚀性K值在地块源属性和汇属性中的不同意义，用下面公式(1)求得K源和K汇，反映同一地块作为源和汇时其土壤的不同作用效果。
ˉˉK源=1+K-KK汇=1-K-K(1)ˉˉKK
式中：K源和K汇分别是源和汇时其土壤侵蚀能力；K为土壤可蚀性因子。3.3.3地形因子定量化地形因子是影响土壤侵蚀的主要因素之一，同时也是进行水土流失评价和土壤侵蚀预测计算的重要因子。黄土地貌则是通过其形态、结构和类型影响着侵蚀过程、方式及强度。
3.3.4水文响应单元水土流失权重综合上述分析，将植被覆盖与管理因子C值、土壤可蚀性K值和坡度三者综合，得到了水文响应单元水土流失权重(P)，公式如下：
P源=C源×K源×sina(2)P汇=C汇×K汇×cosa(3)
式中：C源和C汇分别为源和汇的植被覆盖与管理因子，取值0~1之间[21-22]，K为土壤可蚀性值。a为水文响应单元所在坡度，sina取值介于0~1之间，cosa介于1~0之间。3.4地形—水文响应单元(Slope-HRU)景观指数
本文尝试建立了小流域的“地形—水文响应单元(Slope-HRU)景观指数”，并确定了相关的基本概念和计算模型。对于研究区域中每一个子流域来说，本文建立的“地形—水文响应单元(Slope-HRU)景观指数”就是每一个由土地利用、土壤类型和坡度要素共同确定的水文响应单元，经水土流失“源”、“汇”景观权重赋值后，作为“源”和“汇”的水文响应单元的累计面积比值。即Slope-HRU景观指数表示以水文响应单元为景观单元，相对于某一坡度(slope)而建立的“源—汇”景观指数，分别用源景观单元的面积和源景观的权重相乘得到的积的总和与汇景观单元的面积和汇景观的权重相乘得到的总和相比，所得到的比值。可以用公式表示为：
R=N/MM=∑SiP源iN=∑SiP源i
(4)
式中：R为Slope-HRU景观指数的值，N是汇景观加权面积总和；M是源景观加权面积总和；Si为第i个水文响应景观单元的面积，P源i为第i个水文响应景观单元水土流失源的权重；P汇i为第i个水文响应景观单元水土流失汇的权重；
Slope-HRU指数计算步骤为:首先将子流域的“源—汇”景观类型进行栅格化处理，然后确定水文响应单元的面积和所属土壤类型及其土壤侵蚀k值、植被覆盖与管理因子C值，所在地平均坡度，并计算其分别作为源景观和汇景观的权重，并依据公式4求得加权
7期李晶等：延河流域景观格局与生态水文过程分析937
景观单元面积之和。最后用所得到的汇景观加权面积总和N与源景观加权面积总和M相
除，所得的值R即为Slope-HRU指数值。
4结果分析
4.1HRU划分和定义
本研究根据延河流域地形、土壤、土地利用和水土流失的实际情况，水文响应单元定义的具体过程中，分别将延河流域分辨率为30m的土地利用/覆盖数据和土壤数据导入模型，参数选取结果如下：(1)主要参数设定：土地利用图层、土壤类型图层和坡度图层的面积比例阈值设定为，土地利用类型数据最小面积比例为5%，土壤类型数据最小面积比例为30%，坡度最小面积比例为5%。(2)坡度划分：采用MultipleSlope方法，将坡度分为3级(坡度按百分比)，设置坡度系数：“slopeclass1”为0~10%、“slopeclass2”为10%~30%、“slopeclass3”是大于30%。将坡度如此划分的依据是：延河流域地表破碎，沟壑纵横，广泛分布梁、峁斜坡和沟谷陡崖，前者坡度多在10~35度之间，后者坡度多大于35度。这些陡坡为流水侵蚀和重力侵蚀提供了有利的地貌条件。
水文响应单元(HRU)的命名规则为“子流域编码+土地利用/覆被类型编码+土壤类型编码+坡度(所在区间)”，例如：“18_FRST_FLc_10~30”是指“第18个子流域、土地利用/覆被类型为林地、土壤类型为FLc、坡度在10%~30%之间”的同一类水文响应单元(HRU)。在每个子流域内，具有相同命名的水文响应单元(HRU)可以看作是景观格局性质相同的同一种类型的“斑块”。子流域中具有相同命名(即土地利用类型、土壤类型和坡度属性相同)的斑块是SWAT模型所划分出的最小单元，而且该类景观单元(斑块)在子流域内具有相同的水文过程。HRU的优势在于其能提高子流域内负荷预测的精度。研究时为了能在一个数据集内涵盖更丰富的信息，一般要求生成多个子流域，每个子流域具有的HRUs数量要合适。HRU创建过程中会产生一个报表，报表会列出每一个子流域中HRUs的土地利用、土壤和坡度等属性。
4.2延河流域土地利用/覆被变化的水文效应模拟
本文利用SWAT模型模拟得到延河流域逐年各月径流和产沙量。为验证结果的准确性，将实测的资料分为两部分，一部分用于校准模型，而另一部分用于模型的验证。本研究方案将选择1990-2010年甘谷驿水文站的径流数据对SWAT模型进行参数率定和验证。其中选择1990-1999年为参数率定期，而以2000-2009年的径流数据进行结果验证。模型根据径流参数的相对敏感性，不断调整参数的取值范围，期望得到一组合适的参数，以求
径流量m3/s02-199012-199010-199108-199206-199304-199402-199512-199510-199608-199706-199804-1999径流量m3/s图21990-1999验证期逐月径流流量模拟值
与实测值对比图
Fig.2Simulatedandrealisticmonthlyrunoffdata
invalidationperiodfrom2000to2009
图32000-2009验证期逐月径流流量模拟值
与实测值对比图
Fig.3Simulatedandrealisticmonthlyrunoffdata
invalidationperiodfrom2000to2009
01-200007-200001-200107-200101-200207-200201-200307-200301-200407-200401-200507-200501-200607-200601-200707-200701-200807-200801-200907-2009