中国自改革开放后快速发展，一方面随城市人口的增加^[1-2]，城市区域范围不断扩张，导致土地利用发生显著变化^[3]；另一方面，对森林过度砍伐、毁林造田以及过度垦荒等行为造成草地林地等类型地块不断减少^[4]，并且严重影响流域生态环境、水文过程，从而导致水土严重流失和极端水文现象频发^[5-8]，对社会经济发展造成不利影响。

近年来，为改善生态环境和保护水资源，国家实施了以退耕还林为主的生态治理项目，通过退耕还林、还草等措施使得部分流域生态环境及水文过程得到有效改善^[9-10]，同时使得所治理流域径流发生显著变化。众多学者对治理流域径流变化这一问题进行了深入研究，如袁宇志等^[11]证明了在流溪河流域，耕地、草地情景下，径流分别增加2.7%和0.5%，林地情景下使得径流减少0.7%，表明林地对于径流量有着一定的截流能力。林凯荣等^[12]采用改进的SCS月水量平衡模型对东江流域的研究表明，土地利用变化使流域径流量呈增加趋势。史晓亮等^[13]以滦河流域为研究区域，发现在土地利用类型中林地和草地是导致径流量变化的主要因素，其中林地变化是导致径流量增加的最主要原因之一。韩强等^[14]对干旱地区塔里木河流域不同土地利用条件下径流量的变化进行仿真模拟及分析，其结果表明产流量的总体趋势为：草地＞耕地＞林地。巨鑫慧等^[15]对于城市化进程加快而导致地表径流发生变化的情况进行研究，随着京津冀城市群地区不透水地表面积急剧增加，径流量呈逐渐增长的趋势，这可能会导致洪涝灾害风险的增加。Lin等^[16]基于晋江流域，对日尺度上的径流对土地利用变化的响应做了相关研究，证明在森林减少，农田及城市化面积增加的基础上，日径流量的增长率大于年、月径流量增长率。Khare等^[17]应用SCS-CN模型分析了印度Narmada河径流量在不同土地利用/土地覆盖下的变化，结果表明在研究区域内，由于土地利用的变化，地表径流在1990—2000年增加了5%，并预估在之后十年增加近一倍。由此可见，不同地区土地利用变化对流域的水文过程有着不同程度的影响，甚至在不同区域呈现出截然不同的效果。

以上研究区域虽然涉及多个地点，但对于渭河中上游流域的研究仍十分有限。又因为近年来渭河中上游流域土地利用发生急剧变化以及气候变化等原因，导致旱涝灾害频发且水土流失严重^[18]，对关中平原工业用水、农业用水和生活用水产生极大影响。因此，对于渭河中上游流域径流对于土地利用变化响应的研究刻不容缓。本文分析了渭河中上游流域1980—2020年土地利用变化〔land use/cover change(LUCC)〕，并采用历史反演法和极端土地利用法，结合SWAT模型模拟不同土地利用情境对径流的影响，探究不同情境下径流的响应及极端土地利用对径流的影响，以期为渭河中上游流域的发展规划及水资源管理提供科学支撑。

1 研究区概况

渭河是黄河最大的支流，流经甘肃省、宁夏回族自治区和陕西省中部，渭河流域上游地区以丘陵为主，北部中上游横跨黄土高原，中部为黄土沉积地区，关中平原和秦岭南部的河谷漫滩地区受渭河支流的影响^[19-20]。关中平原地区有76个主要城市，总人口2 200万，该区域历史上曾发生过多次大洪水，并具有时间短、高径流峰值和高含沙量的特点^[21-22]。咸阳站以上渭河流域部分位于33.7°—36.2°N，104.0°—108.7°E范围内。流域面积46 827 km²，年平均降水量566.6 mm^[23]。一年中的降雨分布差异很大，与春夏秋三季相比，冬季降雨量较少，流域内全年径流分布极不均匀。渭河咸阳站以上流域提供关中平原的生活、农业和工业用水，水土保持措施大多集中在咸阳站以上流域。因此，本文选择咸阳站以上的渭河流域区域作为研究区域(图 1)。

2 数据来源

本文使用联合国粮食及农业组织(FAO)和维也纳国际应用系统研究所(ⅡASA)构建的全球协调世界土壤数据库(HWSD)构建研究区域土壤数据库，该土壤数据是分辨率为1 000 m的栅格数据。以渭河中上游流域为界对其进行裁剪，得到渭河中上游流域土壤类型分布(图 2)。

关于地形数据，通过地理空间数据云(http://www.gscloud.cn/)下载分辨率为30 m的数字高程模型(DEM)数据(图 3)。气象数据包括从中国气象数据共享网下载的11个气象站2000—2020年的日降水量、日最高和最低温度以及太阳辐射数据。林家村和咸阳水文站2000—2020年的年径流数据来自《黄河流域水文年鉴》。通过地理空间数据云(http://www.gscloud.cn/)下载1980，1990，2000，2010，2020年5个时期研究区域的土地利用数据并对数据进行解译和重分类，得到研究区域的土地利用状况，包括耕地、林地、草地、水域、居住用地和未利用地6大类，不同时期的土地利用数据空间分辨率均为1 000 m(图 4)。

3 结果与分析 3.1 土地利用变化

研究区域土地利用类型主要以耕地、草地和林地为主，并兼有水域、居民用地和未利用土地。本文将1980—2020年共分为4个时期进行分析，使用土地利用类型转换的百分比制作其土地利用转移矩阵见表 1。

在这4个时期内，耕地和未利用土地呈现出先减小后增多，然后又减小的趋势，耕地占土地总面积比例分别为：44.72%，44.67%，44.95%，44.02%，42.61%，未利用土地占土地总面积比例分别为：0.20%，0.197%，0.197%，0.23%，0.17%；林地和居民用地在这4个时期内逐渐增多，其占土地总面积比例分别由1980年的16.70%，2.46%增加到2020年的17.14%，3.93%；草地和水域在这期间呈现出先减小后增多的趋势，其占土地总面积比例分别由1980年的35.09%，0.84%减小到2000年的34.65%，0.74%，后又增加到2020年的35.32%，0.83%。

3.2 降雨与径流变化趋势分析

通过线性回归法对2000—2020年逐月降雨和径流的变化趋势进行分析(图 5)，并采用Mann-Kendall趋势检验法分别对其进行显著性检验。通过计算，降雨和径流的线性回归斜率分别为0.002，0.001(均为正)，说明渭河中上游流域在2000—2020年降水及径流均呈现出增加趋势。降雨的趋势检验Z值为0.88(|Z|＜1.96)，并未通过置信度为95%的显著趋势检验，说明降雨在这20 a间的上升趋势并不显著。径流的趋势检验Z值为5.55(|Z|＞1.96)，通过显著趋势检验，置信度为95%，说明径流在2000—2020年呈现出显著的增加趋势。

降雨和径流的线性回归分析结果显示其在0.05的水平下，斜率0.09，相关系数R=0.63＞r_0.05(n-2)=0.12，表明降雨和径流有显著的线性回归关系，降雨是影响径流的主要因素之一。其线性回归方程如公式(1)所示，其中x，y分别为降雨量与径流深。

$ y=0.75+0.09 x $

(1)

根据上式，对径流进行模拟及分析，2000年1月实测降雨为8.745 mm，通过公式(1)计算所得1月径流深为1.537 mm，而实测径流深为0.909 mm。模拟值与实测值相差0.628 mm，说明径流不仅仅受到降雨的影响。综上所述，虽然降雨是影响径流变化的主要因素之一，但其他因素对径流变化也有一定程度上的影响，主要体现为受人类活动影响的土地利用变化对径流的影响。

3.3 模型建立

根据获得的2000—2020年气象资料、土壤数据及2020年土地利用数据建立渭河中上游流域SWAT模型。考虑到渭河流域的实际情况并结合相关文献^[24]，本文设置土地利用阈值为10%，土壤面积阈值为15%，坡度阈值为10%。采用SWAT-CUP软件中的拉丁超立方体抽样方法(Sufi)进行模型参数优选及率定，结合流域出口咸阳站2000—2020年逐月实测径流量分别对2003—2013年和2014—2020年进行校准和验证(其中2000—2002年作为模型预热期)。运用纳什效率系数(NSE)和判定系数R²作为评价模型的标准，通常NSE＞0.5，R²＞0.6时^[25]，认为模型模拟效果较好，其模型评价结果见表 2。本文所建立的SWAT模型率定期及验证期的NSE值分别达到0.70，0.67，R²值分别达到0.74，0.86，均大于评价标准。实测值与模拟值对比情况见图 6，其径流与降水也有着良好的一致性，当降水量较大时，流量也明显较大，在率定期和验证期中，模拟值与实测值拟合程度均较高，模型表现良好。

3.4 径流对土地利用变化的响应 3.4.1 情景设置

由土地利用转移矩阵可以看出，在一个时期内多种土地利用类型相互转化影响着径流，但渭河流域在1980—2010年共4个时期内，其土地利用变化小于15%，从而无法有效说明径流在单一土地利用类型下的响应关系。为了解决这个问题，本文构建两种综合土地利用情景，并采用极端土地利用法构建3种极端土地利用类型情景。由土地利用变化分析可知，研究区域内主要土地利用类型为耕地、林地和草地，在1980—2020年共5个时期内这3种土地利用类型面积之和均占流域总面积的90%以上。因此，本文将流域内所有土地利用类型转化为单一耕地、林地、草地，构建了3种渭河流域极端土地利用情景即耕地型、林地型、草地型，其模拟结果可为未来土地利用规划提供一定的参考。由于这3种极端土地利用情景无法在现实土地利用规划中实现，本文结合研究区域水土保持现状及未来的工作趋势，以最近一期土地利用数据(Landuse 2020)为基础，将现有全部耕地分别转化为林地、草地，构建退耕还林、退耕还草两种综合土地利用情景，主要情景设置见表 3。

3.4.2 径流对土地利用变化的响应

结合渭河中上游流域5期土地利用变化情况发现，耕地在总流域面积的比例逐渐减小，反映了渭河中上游流域水土保持工作的初步成效。径流变化是在气候变化和人类活动共同作用下发生改变的，气候变化包括降雨、温度、风速等，人类活动包括土地利用变化、水土保持措施等。

为了定量分析径流在土地利用变化下的响应，基于历史反演法采用2000—2020年气象数据库、2020年土壤数据库不变，由于1980—2000年土地利用变化不大，因此仅对1980，2000，2010年这3种情境进行模拟比较分析。在原模型的基础上，将上述3种土地利用情景加载到SWAT模型中替换2020年土地利用数据。运行模型可得不同土地利用情景下2014—2020年年均径流深，与1980年土地利用情境下的模拟年均径流深对比(表 4)。与1980年土地利用情景下的模拟年均径流深对比，2000，2020年情境下均呈增加趋势。①渭河中上游流域水土保持政策取得了一定的效果；②研究区域内居民用地不断增加，城镇不透水下垫面随之增加，进而导致地表径流逐渐增多。自2000年以来，中国大力加强水土保持综合治理力度，大量开展退耕还林、还草工程，林地、草地面积随之增加，植被覆盖度增加。再者一些水利工程如修建堤坝、引水灌溉以及兴建水库等致使地表水长时间地停留，进而使得蒸散发量较大(表 5)，因此可能会导致2010年情境下径流减少。1980—2020年年均径流深变化小于10%，说明在这段时期内土地利用的变化对径流的影响并不十分显著。

进一步了解渭河中上游流域主要土地利用类型对径流的影响，分别对两种综合土地利用情景和3种极端土地利用情景进行模拟，其模拟结果见图 7。由图 7可以看出，模拟径流深与实测径流深在趋势上具有较好的一致性，且与降水量呈现出正相关关系，说明所用模型在渭河中上游流域表现良好。

退耕还林、还草两种综合土地利用情景是在2020年情景的基础上建立的，因此将这两种模拟径流深与2020年情景下模拟径流深进行比较分析。这两种综合土地利用情境下模拟径流深见表 6，其较2020年的变化见图 8。这两种情境下径流深变化均大多为负值，说明退耕还林、退耕还草对径流主要起抑制作用。这个结果初步证明，在渭河中上游流域，林地、草地均会导致径流的减小。因此，在未来渭河中上游流域水土保持政策实施时，不仅仅需要考虑生态效应，还应该考虑其对径流的影响。

为进一步探究耕地、林地及草地3种极端土地利用情境下径流的响应，模拟得到3种极端土地利用情境下径流深的变化。这3种极端土地利用情景下模拟径流深见表 6，其较2020年情景的变化见图 8。林地型、草地型情境下，ΔR大多为负值，说明单一林地及草地使径流呈减少趋势；在耕地型情景下，ΔR大多为正值，说明耕地使得径流呈现出增加趋势。结果表明在渭河中上游流域，3个极端土地利用情境下产流量大小为：耕地型＞草地型＞林地型，而耕地与林地、草地情境下的径流相差明显，林地与草地情境下径流相差不是特别明显。分析其原因可能是因为耕地的土壤较林地、草地更为密实，因此其入渗率较低，致使其地下径流较小，而地表径流较林地、草地更多。其次，林地的植被覆盖度较草地更大，且其植被根系深、叶面截留雨水等均会使径流呈下降趋势。

渭河中上游流域径流在年内分配极不均衡，四季存在明显差异，因此进行径流在年内分布的研究是十分有必要的。本文通过模拟所得退耕还林、退耕还草、耕地型、林地型、草地型共5种土地利用情境下的月径流过程，将其转换为季均径流深并与2020年情境下季均径流深进行对比。如图 9所示，整体上，季均径流深变化率为：林地型＞草地型＞退耕还林＞退耕还草＞耕地型，而在春季和夏季变化最大。

春季除在耕地型情景下径流增加0.54%外，在其余情境下分别减小9.30%，7.54%，18.28%，15.15%。夏季渭河正处于雨季，是一年中径流最大的时期，其变化趋势大致与春季相同，在耕地型情境下径流增加1.80%，其余情境下分别减小8.43%，3.97%，16.00%，7.60%，较春季变化较小。秋季径流较夏季有所减小，但整体上仍为一年中第二大的时期，其变化与春季、夏季相比相差巨大。在这个时期，耕地型、退耕还草、林地型、草地型情境下径流分别减小2.32%，1.41%，1.39%，5.50%，而退耕还林情境下径流增加0.81%。冬季渭河降水较少，流域处于枯水期，仅在退耕还草、草地型两个情境下分别减小2.11%，0.99%，在退耕还林、耕地型、林地型情境下分别增加1.85%，2.84%，8.26%。

综上所述，退耕还林对于春夏两季的径流有削减作用，秋冬两季径流呈增加趋势；退耕还草则在一年四季中均对径流产生削减作用；在研究流域土地利用均为耕地时，除秋季外，春夏冬3季径流均会增加；在林地型情境下，除冬季径流增加，其余径流均呈减小趋势，特别是春夏两季，径流减小幅度最大；草地型情境下，4个季节的径流均减小，在冬季影响最小。

不同类型的土地利用情况所对应的水汽蒸发速率存在较大差异，因此土地利用改变将会对流域年均蒸发量造成一定影响^[26]。通过SWAT模型模拟所得不同土地利用情景下渭河中上游流域年均实际蒸散发见表 5。

4 结论

本文对渭河中上游流域1980—2020年土地利用变化进行分析，并根据区域气象、土壤及多种情境下土地利用数据建立SWAT模型，对渭河中上游流域径流在不同土地利用情境下的响应进行模拟。

(1) 与1980年的土地利用情况相比，2020年的耕地、水域及未利用土地分别减小1 038，3.13，13.45 km²，林地、草地、居民用地分别增加181.29，67.47，684.81 km²。

(2) 本文所建立的SWAT模型在渭河中上游流域适应性良好，率定期和验证期的NSE分别为0.70，0.67，R²分别为0.74，0.86，均满足评价标准。模拟所得渭河中上游流域1980—2020年共5个时期模拟年均径流深分别为72.24，72.27，72.31，71.86，72.25 mm，退耕还林、退耕还草、耕地型、林地型及草地型模拟年均径流深分别为68.59，69.70，72.60，64.81，66.82 mm。结果表明40 a间年均径流深变化小于10%，说明在这段时期内土地利用的变化对径流的影响并不显著；退耕还林、还草两种情境下模拟径流深较2020年情境下模拟径流深均呈现出减小趋势，说明退耕还林、退耕还草对径流主要起抑制作用；在林地型、草地型情境下，ΔR大多为负值，说明单一林地及草地使径流呈减少趋势；在耕地型情景下，ΔR大多为正值，说明耕地使得径流呈现出增加趋势。在3个极端土地利用情境下径流大小为：耕地型＞草地型＞林地型，且耕地型与林地型、草地型情境下的差异明显。

本文仅考虑土地利用类型变化下径流的响应，而气候变化和人类活动共同作用下径流的响应需进一步进行研究。