《Journal of Hydrology: Regional Studies》:SWAT-based analysis of LULC change impacts on hydrology of the Subarnarekha River Basin, India
编辑推荐:
土地利用和土地覆被(LULC)变化是改变水文过程的最重要人为驱动因素之一,同时也会产生相关的环境和社会经济影响。城市化、森林砍伐和农业实践的变化随时间加剧了这些变化,改变了地表径流、产沙量、地下水流和土壤水分等关键水文要素。LULC数据是SWAT水文模型的基本
土地利用和土地覆被(LULC)变化是改变水文过程的最重要人为驱动因素之一,同时也会产生相关的环境和社会经济影响。城市化、森林砍伐和农业实践的变化随时间加剧了这些变化,改变了地表径流、产沙量、地下水流和土壤水分等关键水文要素。LULC数据是SWAT水文模型的基本输入,其准确性、空间分辨率和时间一致性显著影响模拟结果的可靠性。高分辨率卫星影像通过捕捉详细的光谱、纹理和结构细节,增强了LULC分类精度,从而更好地区分异质土地覆被类别。遥感与地理信息系统(GIS)的进步通过高效的数据获取、处理、空间分析和可视化增强了LULC分析能力,使其成为环境和水文研究的重要工具。分类方法包括监督、非监督和混合方法,其中监督技术通常通过使用地面真实样本和改进的类别可分性实现更高的专题精度。此外,面向对象影像分析(OBIA)非常适合高分辨率影像,通过影像分割减少椒盐噪声,同时整合光谱、空间和纹理信息。先进的机器学习方法,包括决策树(DT)、人工神经网络(ANN)、随机森林(RF)和支持向量机(SVM),通过有效捕捉高维数据集中的复杂非线性关系,提高了LULC分类精度。特别是,SVM是一种稳健的分类器,在高维特征空间中定义最优决策边界,并在有限训练样本下表现良好,通常优于其他遥感算法。LULC变化已获得相当多的研究关注,特别是其时空格局、潜在驱动因素及其对经济发展、生态系统功能和环境质量的影响。预测未来LULC动态对于可持续土地利用规划和评估水文影响至关重要,因为LULC变化直接影响地表径流、地下水补给、蒸散发和泥沙输移。近期,若干空间显式模型已被开发用于模拟和预测LULC动态,整合GIS和遥感技术,包括马尔可夫链(MC)、元胞自动机(CA)、小区域土地利用转换及其效应模型(CLUE-S)以及混合方法如多层感知器-马尔可夫链(MLP-MC)模型。由于MLP-MC模型具有可行性、简单性和较高精度,已广泛用于模拟未来时空LULC变化。该模型相比其他模型可纳入更多LULC驱动因子,并提高预测精度。因此,本研究采用该模型模拟未来LULC情景。量化流域水文响应因景观特征、气候因素和水文过程之间的复杂相互作用而具有挑战性。因此,已开发多种模型来模拟和理解流域水文系统。多种水文模型已广泛应用于水资源管理,包括水土评估工具(SWAT)、可变入渗能力(VIC)模型、水蚀预测项目(WEPP)模型、斯坦福流域模型(SWM)/水文模拟程序- Fortran IV(HSPF)、MIKE系统水文欧洲(SHE)模型以及水文工程中心-水文建模系统(HEC-HMS)。SWAT模型已被广泛用于模拟径流并评估LULC变化、气候变异和管理措施对流域水文的影响。该模型将流域划分为子流域,并进一步划分为水文响应单元(HRUs),代表土壤、LULC和坡度的独特组合,以捕捉水文行为的空间变化。SWAT模拟的准确性和可靠性受模型参数校准的强烈影响,通过SWAT校准与不确定性程序(SWAT-CUP)工具实现。在其优化方法中,顺序不确定性拟合第二版(SUFI-2)被广泛使用,应用拉丁超立方采样探索参数空间,并使用95%预测不确定性(95PPU)带量化不确定性。SRB中的多项研究已成功应用SWAT评估气候变异、人类活动和土地利用变化对径流的影响,证明其适用于流域尺度水文分析。模型性能对输入数据集(如土壤、DEM和LULC数据)的质量和分辨率高度敏感,其中LULC特别影响截留、入渗、蒸发和径流。然而,对高分辨率LULC数据集对SRB水量平衡估算影响的关注有限,在增强模型可靠性和减少预测不确定性方面留下关键空白。地下水补给和地表水-地下水相互作用是流域水文的关键组成部分,因为LULC变化可改变入渗、地下储存和径流分配。水位波动(WTF)方法提供了一种从地下水位(GWL)变化和含水层给水度估算补给的实用方法。递归数字滤波技术,如Eckhardt滤波,允许将观测径流中的基流组分分离,并作为地下水对河流流量贡献的指标。此外,基于GIS的水文地质水量平衡方法(HWBM)通过整合有效降水与地质渗透性、地形和土地利用特征,提供潜在入渗和补给的分布式空间评估。此类方法对于评估LULC驱动的补给和径流变化特别有用,近期应用已证明其能够识别与城市化和不透水面增加相关的含水层补给减少。因此,GWL、径流和基于GIS的水文地质方法的结合使用可以提供补给、地下水支持的径流以及控制地表水-地下水相互作用的空间控制的互补证据。印度正面临严重且日益严重的水资源短缺,由需求上升、地下水过度开采和水质恶化驱动,使淡水可用性成为关键的国家关切。依赖季风的SRB横跨贾坎德邦、西孟加拉邦和奥里萨邦,面临季节性流量极端、污染和地下水压力,威胁可靠的城乡和工业供水。该流域需要特别关注,因为许多城市和工业区依赖其地表和地下水资源,使河流流量的任何下降都直接威胁区域水安全和生计。SWAT模型通过将土地利用、土壤和气候与径流、蒸散发、地下水补给和水量平衡的变化联系起来,有效评估LULC变化的水文影响。整合高分辨率LULC数据、土地利用预测和水文建模可以更好地揭示未来景观变化如何影响水资源紧张的SRB中的水资源可用性。SRB中的先前研究为LULC相关的径流和径流变化提供了有价值的见解;然而,对细尺度土地覆被转变及其对地表和地下水文过程影响的综合评估关注相对较少。因此,本研究旨在使用整合遥感、机器学习和水文建模框架评估LULC动态对SRB水文的影响。使用高分辨率IRS LISS-IV数据集生成详细LULC图,从而能够更精细地表示空间异质土地覆被变化,而使用MLP-MC模型模拟未来LULC情景以捕捉潜在土地利用转变。随后将所得LULC情景纳入SWAT模型,评估流域和子流域尺度主要水量平衡组分的变化。除通常评估的地表径流和产水量响应外,分析还考虑了蒸散发、侧向流、地下水贡献、地下水补给以及通过基于GWL的补给估算和基流分离的地表水-地下水相互作用。通过在不同LULC情景下保持相同的气象强迫,将与土地覆被转变特别相关的水文响应与气候变异引起的水文响应区分开来。该方法能够空间评估LULC变化如何改变地表和地下径流,提供比仅基于径流的分析更广泛的水文见解。研究结果预计将支持SRB在持续和未来土地利用变化下的知情决策、战略流域规划和适当管理措施的实施。
基于SWAT模型的土地利用/覆被变化对印度苏巴纳雷卡河流域水文影响研究解读
一、研究背景与科学问题
土地利用和土地覆被(LULC)变化是驱动水文过程改变的最重要人为因素之一,城市化、森林砍伐和农业扩张等过程深刻影响着地表径流、地下水补给、蒸散发(ET)和土壤水分等关键水文循环组分。LULC数据作为水土评估工具(SWAT)模型的核心输入,其空间分辨率和分类精度直接决定水文模拟结果的可靠性。尽管高分辨率遥感影像和机器学习分类方法已显著提升LULC制图精度,但现有研究多集中于径流总量的响应分析,对细尺度土地覆被转变如何同时影响地表与地下水文过程的综合评估仍显不足。
印度苏巴纳雷卡河流域(SRB)横跨贾坎德邦、西孟加拉邦和奥里萨邦,面积约21,000 km2,属典型季风依赖型流域,80%–90%的年降水集中于6至9月。流域内兰契、贾姆谢德布尔等城市及工业区高度依赖其地表和地下水资源,而快速城市化导致的自然覆被退化正加剧洪水风险和地下水压力。既有SRB研究虽已涉及径流变化,但未系统整合高分辨率LULC动态、未来情景预测与多组分水量平衡分析,尤其缺乏对地下水补给和地表水-地下水相互作用的量化评估。因此,该研究旨在构建遥感、机器学习和水文建模的集成框架,厘清LULC变化对SRB地表与地下水文过程的差异化影响。
二、主要技术方法
研究人员采用多源数据与模型集成方法:利用印度遥感卫星(IRS)LISS-IV影像(5.8 m分辨率)结合面向对象影像分析(OBIA)和支持向量机(SVM)分类器,生成2012、2017和2022年五类LULC图;采用多层感知器-马尔可夫链(MLP-MC)模型模拟2050年未来LULC情景,驱动因子涵盖SRTM DEM衍生的高程、坡度、地形湿度指数(TWI)、夜间灯光、人口密度和路网等;将历史及未来LULC情景输入SWAT模型,以印度气象局(IMD)0.25°网格降水、ERA5-Land气温/辐射/风速等为气象强迫,基于Muri、Adityapur、Jamshedpur和Ghatshila四个水文站日径流数据,通过SWAT-CUP的SUFI-2算法进行参数校准与不确定性分析;另结合39口监测井的地下水位(GWL)数据,采用水位波动(WTF)法和Eckhardt数字滤波进行补给估算与基流分割,并以GIS水文地质水量平衡方法(HWBM)进行空间补给评估。
三、研究结果
LULC动态与未来情景预测。 基于LISS-IV影像的SVM分类显示,2012–2022年间农业用地和建设用地持续扩张,森林和荒地面积相应缩减。MLP-MC模型预测至2050年该趋势延续,自然覆被进一步退化,建设用地增幅最为显著,反映了城市化对流域景观格局的持续重塑。
SWAT模型校准与验证。 利用四个水文站1991–2020年逐日径流数据校准SWAT模型,SUFI-2算法所得纳什效率系数(NSE)和决定系数(R2)表明模型对SRB径流过程具有良好再现能力,95%预测不确定性(95PPU)带合理覆盖观测值,支撑后续情景模拟的可靠性。
水文组分对LULC变化的响应。 在相同气象强迫下对比不同LULC情景的SWAT模拟结果,发现随建设用地和农业用地扩张,地表径流和产水量显著增加,而地下水补给、侧向流和蒸散发(ET)均呈下降趋势。该响应在子流域尺度呈现空间异质性,城市化强度高的上游子流域变化幅度最大。
地表水-地下水相互作用评估。 基于39口监测井GWL数据的WTF法估算显示,研究期内地下水补给量总体减少,与建设用地扩张导致的入渗面积缩减一致。Eckhardt滤波基流分割表明,河流基流占径流比例下降,指示地下水对河流流量的贡献减弱。HWBM空间分析进一步识别出补给潜力低值区集中于不透水面比例高的城市周边。
四、讨论与结论
研究讨论指出,LULC变化通过减少植被截留和土壤入渗能力,将更多降水转化为地表径流,导致流域径流主导性增强,洪水风险上升;同时地下水补给减少加剧含水层压力,威胁旱季基流维持和供水安全。研究强调,仅评估径流总量会低估LULC变化的水文后果,必须同时考察地表与地下水文过程的耦合响应。结论部分明确指出,至2050年SRB将呈现径流主导型水文格局,地表水资源波动加剧与地下水储量下降并存,建议在流域规划中优先控制不透水面扩张、保护自然覆被,并实施地下水回补措施以缓解水资源脆弱性。该研究为数据稀缺的季风流域提供了高分辨率LULC-水文集成评估范式,对区域水资源管理和防洪减灾具有直接指导意义。