论文部分内容阅读
近几十年,为了减少入黄泥沙和扭转水土流失日益严重的状况,黄土高原开展了一系列重大生态治理工程,深刻地改变了黄土高原覆被格局和下垫面条件,对流域水文过程产生了巨大影响,引起相关学者的重视并开展了一些研究。然而对景观格局在径流及输沙量变化中的作用机制的系统研究存在不足,难以在不同时空尺度上定量地评价景观格局对产流与产沙过程的影响。基于此,本文通过野外人工模拟降雨试验,研究坡面上不同景观斑块组合方式的产流产沙过程及其变化规律,揭示植被格局对水文过程影响的机理。流域尺度上采用SWAT水文模型等方法,研究土地利用格局及气候变化对径流及输沙过程的影响,分析子流域产水及产沙量的时空演变特征,并利用偏最小二乘法（PLSR）构建子流域产水及产沙量与景观格局指数的定量关系。区域尺度上基于Budyko假设、双累计曲线等方法定量评估植被格局和气候变化对径流及输沙量减少的贡献率,同时构建景观格局指数与水文监测站点径流及输沙系数的定量关系。通过不同尺度上的研究,全面认识景观格局变化对水沙的影响。主要研究结果如下:（1）坡面上不同景观斑块组合方式形成的竖路径,横路径,S路径以及随机斑块的平均产流及产沙量差异显著（P<0.05）。横路径和随机斑块较竖路径和S路径表现出更强的流动阻力和较弱的泥沙输送能力。竖路径的产流量及产沙量最高,随机斑块的产流量最低。与裸地相比,随着草地及灌木覆盖度由20%增至90%,产流及产沙量逐渐减小,减少幅度分别为19.3-78.0%和84.3-99.3%（P<0.05）。随着草地及灌木覆盖度增加,可提高表面粗糙度及水流阻力,降低径流剪切力和径流功率。此外,草被地上部分（茎枝+结皮）拦蓄径流效益为55.6%（P<0.05）,减少泥沙效益为55.1%（P<0.05）;灌木地上的枯枝落叶层减水效益明显,拦蓄径流效益为74.8%（P<0.05）,灌木根部对减少产沙有很大的贡献率,占75.1%（P<0.05）。（2）延河流域1960-2015年间的径流和输沙量呈减少趋势,其中年径流量减少速率为0.02 Gm3 yr-1（P<0.01）,年输沙量减少速率为0.001 Gt yr-1（P<0.01）。降雨与径流的双累积曲线在1979和1999年附近发生明显偏移,因此将研究时段分为三个时期1960-1979（P1）,1980-1999（P2）,2000-2015（P3）。对比P1时期,P2和P3时期的平均年径流量分别减少8.8%和33.0%,P2和P3时期的平均年输沙量分别减少32.7%和76.4%。其中,1990-2015年土地覆被格局变化使径流量减少35.6%,气候变化对径流变化的贡献率为64.4%。对比P1时期,P3时期植被覆盖度的增加是输沙量减少的主要贡献者,占78.6%（0.33 Gt）,植被恢复是2000年之后延河泥沙减少的主要原因。（3）本文对延河流域的土地覆被、地形、土壤与植被覆盖度进行分类,构建了新的景观斑块单元并计算景观指数。近20多年来,延河流域景观格局朝低连通、高破碎化、高异质性的方向发展,导致产水量与产沙量逐年递减。斑块密度、景观分裂指数和蔓延度等景观指数与子流域产水和产沙量之间呈显著相关关系。1990-2015年产水量和产沙量与景观指数的PLSR模型的Q2值均高于0.7,对结果有良好的预测。纳什效率系数（NSE）显示利用PLSR模型计算的产水和产沙量预测值均在可信范围（NSE产水=0.83,NSE土壤侵蚀=0.42）,该模型可以在未来土地覆被情景中,利用景观指数快速、高效地预测产水和产沙量。（4）河龙区间主要流域（皇甫川、窟野河、无定河和延河）1960-2015年间的径流量和输沙量均呈减少趋势,年径流量减少速率范围为0.02-0.15 Gm3 yr-1（P<0.01）,年输沙量减少速率范围为0.001-0.031 Gt yr-1（P<0.01）。降雨与径流的双累积曲线均在1979和1999年附近发生明显偏移,对比P1时期,P2和P3时期总平均年径流量分别减少32.9%和64.1%。P2和P3时期总平均年输沙量分别减少50.6%和87.2%。对比P1时期,P2时期53.5%（3.81 Gm3）的径流减少量,13.3%（0.25 Gt）的输沙减少量归因于气候变化。P3时期,气候变化对径流量变化的贡献率为6.8%（0.90 Gm3）,对输沙量变化的贡献率为3.1%（0.107 Gt）;植被措施使径流量减少约35.1%（0.26 Gm3）,使输沙量减少约78.6%（0.33 Gt）。（5）河龙区间景观格局1990-2014年发生显著变化。在景观水平上表现为斑块密度变大,异质性和破碎化程度增高,景观斑块形状多样性减弱,离散程度变高。河龙区间20个水文控制站径流和输沙系数与景观指数之间存在相关性,径流系数与斑块密度、平均周长面积比等景观指数呈显著正相关,与聚散性指标聚合度呈显著负相关;聚合度与输沙系数亦呈显著负相关。径流系数与景观指数的PLSR模型的Q2值均高于0.5,能够很好地解释因变量。纳什效率系数（NSE=0.6）显示利用PLSR模型对径流系数预测效果较好,该模型可以在未来土地覆被情景中,利用景观格局指数快速、高效地预测径流系数。