基于SWAT模型剖析圖們江徑流變化特征及其歸因機制一、引言1.1研究背景與意義圖們江作為中國東北地區重要的跨境河流，其徑流變化不僅影響著區域內的水資源分布和利用，還對生態系統的穩定和人類活動產生深遠影響。隨著全球氣候變化和人類活動的加劇，圖們江流域面臨著氣溫升高、降水模式改變、土地利用變化等多重挑戰，這些因素共同作用于流域的水文循環，導致徑流特征發生顯著變化。在全球氣候變化的大背景下，圖們江流域氣溫呈上升趨勢，降水的時空分布也出現了明顯改變。這種氣候的異常波動直接影響了流域內的水資源量和水資源的分配格局。與此同時，人類活動對圖們江流域的影響也日益顯著。城市化進程的加速導致不透水面積增加，改變了地表的產匯流條件；大規模的農業灌溉用水和工業用水，極大地改變了流域內的水資源供需關系，進一步加劇了水資源的緊張程度。土地利用方式的轉變，如森林砍伐、耕地擴張等，破壞了自然植被的水源涵養能力，導致水土流失加劇，影響了河流的徑流量和水質。徑流作為水資源的重要組成部分，其變化對區域水資源管理和生態保護具有至關重要的意義。準確掌握圖們江徑流的變化規律，是實現水資源合理開發利用和科學管理的基礎。合理開發利用水資源，能夠保障區域內居民生活用水的穩定供應，支持農業、工業等各行業的可持續發展，避免因水資源短缺或不合理利用導致的經濟發展受阻。在生態保護方面，穩定的徑流對于維持河流生態系統的平衡至關重要。河流生態系統中的水生生物依賴于穩定的水流和水質生存繁衍，徑流的變化會直接影響到水生生物的棲息地和食物來源，進而影響整個生態系統的生物多樣性。此外，河流的生態功能還包括調節氣候、凈化水質、保持水土等，這些功能的正常發揮都與徑流的穩定密切相關。為了深入研究圖們江徑流變化及其歸因，需要借助科學有效的工具和方法。SWAT（SoilandWaterAssessmentTool）模型作為一種廣泛應用的分布式水文模型，能夠綜合考慮氣候、地形、土壤、土地利用等多種因素對水文過程的影響，為研究復雜流域的徑流變化提供了有力的支持。該模型具有強大的物理機制和參數化方案，能夠模擬不同時空尺度下的水文過程，包括地表徑流、壤中流、地下徑流、蒸散發等，并且可以對不同土地利用和管理措施下的水文響應進行預測和評估。通過構建圖們江流域的SWAT模型，可以更加全面、準確地分析徑流變化的原因，量化氣候變化和人類活動對徑流的影響程度，為制定科學合理的水資源管理策略和生態保護措施提供可靠的依據。1.2國內外研究現狀SWAT模型自開發以來，在國內外的水文研究領域得到了廣泛應用。在國外，早期研究主要集中在模型的開發與完善，不斷優化模型的結構和參數，以提高其模擬的準確性和可靠性。例如，Arnold等首次提出了SWAT模型的基本框架，并對其在水文模擬中的應用進行了初步探討，為后續研究奠定了基礎。隨著模型的不斷成熟，國外學者開始將其應用于不同類型的流域，研究徑流變化及其影響因素。如Gassman等在多個流域的研究中，通過SWAT模型模擬了不同氣候條件和土地利用方式下的徑流過程，分析了氣候變化和人類活動對徑流的影響，發現氣候變化導致的降水和氣溫變化是影響徑流的重要因素，而土地利用變化則通過改變下墊面條件間接影響徑流。在國內，SWAT模型的應用起步相對較晚，但發展迅速。眾多學者將其應用于不同地區的流域，取得了豐富的研究成果。例如，在黃河流域，研究者利用SWAT模型模擬了徑流變化，分析了氣候變化和人類活動對黃河徑流的影響，發現人類活動如灌溉用水、水庫建設等對黃河徑流的減少起到了重要作用。在長江流域，通過構建SWAT模型，研究了土地利用變化對徑流的影響，結果表明城市化進程導致的耕地減少和建設用地增加，使得地表徑流增加，而森林覆蓋率的提高則有助于減少地表徑流。在東北地區的一些流域，如松花江流域，也有學者運用SWAT模型進行徑流模擬和分析，探討了氣候變化和土地利用變化對該流域水資源的影響，為區域水資源管理提供了科學依據。針對圖們江流域，目前已有部分研究運用SWAT模型開展相關工作。齊文華等人基于SWAT模型量化了圖們江流域2015-2020年不同時間尺度下的藍綠水資源，并探討了研究區水資源供需平衡情況。研究發現，流域藍綠水資源均具有明顯的季節特征，以年為尺度，可利用藍水資源量基本不能滿足其需求量，降水少的年份藍水資源供需矛盾突出；月尺度分析中藍水供需不平衡，綠水供需平衡安全性較高。但這些研究主要集中在水資源供需平衡和藍綠水資源量化方面，對于圖們江徑流變化的全面分析以及氣候變化和人類活動對徑流變化的定量歸因研究仍相對不足。現有研究較少深入探討不同氣候情景和土地利用變化情景下，圖們江徑流的長期變化趨勢以及各因素對徑流變化的相對貢獻大小。在模型參數率定和驗證方面，也需要進一步優化，以提高模型在圖們江流域的模擬精度和可靠性。1.3研究內容與方法本研究的核心在于深入剖析圖們江徑流變化的規律及其背后的驅動因素，具體研究內容涵蓋以下幾個關鍵方面：構建圖們江流域SWAT模型：全面收集圖們江流域的各類基礎數據，包括地形數據、土壤數據、土地利用數據以及長期的氣象數據和水文數據等。利用地理信息系統（GIS）強大的空間分析功能，對這些數據進行整合與預處理，將其轉化為適合SWAT模型輸入的格式。在SWAT模型中，精確劃分流域的子流域，確定每個子流域的特征參數，如坡度、坡向、土壤類型分布等，同時設置土地利用類型和相應的管理措施，以及氣象站點的位置和數據輸入，構建出能準確反映圖們江流域水文特征的SWAT模型。分析圖們江徑流變化特征：運用構建好的SWAT模型，對圖們江流域不同時間尺度（年、月、日）的徑流過程進行模擬。通過對模擬結果的詳細分析，結合實際觀測數據，深入研究圖們江徑流的年際變化趨勢，包括徑流量的增減變化、豐枯水年的交替規律等；同時，剖析徑流的年內分配特征，明確不同季節徑流量的占比情況以及徑流峰值出現的時間和原因。通過這些分析，全面掌握圖們江徑流的變化規律，為后續的歸因研究提供堅實的數據基礎。探究圖們江徑流變化歸因：采用情景分析方法，設定不同的氣候變化情景和土地利用變化情景，分別輸入SWAT模型進行模擬。在氣候變化情景中，考慮氣溫升高、降水模式改變等因素對徑流的影響；在土地利用變化情景中，模擬耕地擴張、森林砍伐、城市化進程等導致的土地利用類型轉變對徑流的作用。通過對比不同情景下的模擬結果，定量分析氣候變化和人類活動對圖們江徑流變化的相對貢獻，明確各因素在徑流變化過程中的作用機制和影響程度。本研究將綜合運用多種方法，以確保研究的科學性和準確性：SWAT模型模擬方法：利用SWAT模型強大的水文過程模擬能力，對圖們江流域的徑流產生、匯流以及其他水文要素進行全面模擬。通過合理設置模型參數，準確反映流域內復雜的地形、土壤、土地利用和氣象條件對水文過程的影響，為研究徑流變化提供量化的模擬結果。數據處理與分析方法：對收集到的氣象數據、水文數據、地形數據、土壤數據和土地利用數據等進行嚴格的質量控制和預處理，確保數據的準確性和完整性。運用統計分析方法，如趨勢分析、相關性分析等，對數據進行深入挖掘，提取出徑流變化的特征信息和規律。同時，利用GIS的空間分析功能，直觀展示流域內各種數據的空間分布特征以及徑流變化的空間差異。情景分析方法：通過設定不同的氣候變化情景和土地利用變化情景，構建多組模擬實驗。利用SWAT模型在不同情景下的模擬結果，對比分析徑流的變化情況，從而定量評估氣候變化和人類活動對徑流變化的貢獻。在氣候變化情景設定中，參考政府間氣候變化專門委員會（IPCC）的相關報告，選取不同的溫室氣體排放情景，預測未來的氣溫和降水變化趨勢；在土地利用變化情景設定中，結合圖們江流域的發展規劃和歷史土地利用變化數據，設定不同的土地利用變化方案，如耕地、林地、建設用地等的增減變化，分析其對徑流的影響。二、研究區域與數據來源2.1圖們江流域概況圖們江作為中國與朝鮮民主主義人民共和國的界河，也是延邊朝鮮族自治州第一大河，在區域地理和生態環境中占據重要地位。其流域地處吉林省東南邊境，經緯度范圍為41°59′47″～44°30′42″N，127°27′43″～131°18′33″E，東臨日本海，西部、北部有長白山和南崗山阻擋。這種獨特的地理位置，使其成為東北亞地區重要的生態廊道和經濟交流紐帶。圖們江發源于長白山山脈主峰東側，江水由南向北流經中國的和龍市、龍井市、圖們市、琿春市四縣市，朝鮮兩江道、咸鏡北道，俄羅斯的濱海邊疆區的哈桑區，最終在俄朝邊界處注入日本海，是中國進入日本海的唯一通道。流域總面積達3.32萬平方公里，干流總長525公里，其中中朝界河段長510公里，俄朝界河15公里。在中國一側流域面積為2.29萬平方公里，約占流域總面積的2/3，朝鮮約占1/3。從地形地貌來看，圖們江流域整體呈現東低西高的態勢，并且呈山地、盆地、丘陵三個梯度，地貌類型以中低山丘陵為主。流域西南部有我國東北地區最高峰長白山，海拔較高，地勢高聳，原始森林覆蓋，植被良好，上游區河流兩岸多“V”型山谷，谷深壁峭，河道窄深，坡陡流急，河床多由礫石、卵石組成，比較穩定。北部有老爺嶺、穆陵富集嶺，東部有老橙嶺、盤嶺，西北部有晗爾巴嶺、英額嶺，這些山峰多在海拔1000m以上，既是本流域河流發源地，也是各山谷盆地的天然界限。流域北部和東部是海拔1000m左右的山地，山勢較緩，基巖出露地面，大部地區有稀疏的次生林和針闊混交林。流域內丘陵面積較廣，均在海拔500m以下，地形起伏頻繁，局部成連續小殘丘，河谷呈“U”型，濫灘階地發育。低山丘陵間皆有平地和低洼地，一般盆面積不大，零星分布在各河流中下游兩岸和山間谷地。圖們江流域位于溫帶，屬溫帶大陸性季風氣候。其氣候特點鮮明，春季少雨、少旱、多風，升溫迅速，蒸發量大，土壤水分流失較快，對農作物的播種和出苗有一定影響；夏季溫熱多雨，受東南季風影響，暖濕氣流帶來豐富降水，降水集中，多暴雨天氣，易引發洪澇災害，但充沛的降水也為農作物生長提供了充足水分；秋季涼爽干燥，晝夜溫差大，有利于農作物的糖分積累和成熟；冬季寒冷漫長，受西伯利亞冷空氣影響，氣溫較低，河流封凍，降雪量相對較少。多年平均氣溫在一定范圍內波動，年降水量在季節分配上差異較大，主要集中在夏季。在土壤類型方面，圖們江流域的土壤分布具有明顯的垂直地帶性和地域性差異。在海拔較高的山區，主要為輕壤質、礫質及石質森林土，這類土壤質地較輕，通氣性和透水性良好，但保肥保水能力相對較弱，適合林木生長。干支流沿河小塊零散的平地土壤主要為中粘壤土，土壤肥力較高，有利于農業耕種。中下游河段兩岸為山地腐質土、山地棕色森林土及灰化棕色森林土，土壤有機質含量豐富，土層深厚；中游段沖積平原，土壤為伏混土、伏沙土、黑沙土、黃泥土，土壤質地適中，保水保肥性能較好，是重要的農業種植區域。圖們江流域植被為典型長白山植物區系，擁有豐富的生物多樣性。這里森林資源豐富，主要植被類型包括針葉林、針闊混交林和闊葉林等。在海拔較高的山地，以云杉、冷杉等針葉林為主，這些樹木耐寒冷、耐貧瘠，適應高山環境；在海拔較低的丘陵和河谷地帶，分布著針闊混交林和闊葉林，常見的樹種有紅松、水曲柳、胡桃楸、蒙古櫟等。林下植被也十分豐富，有各種灌木、草本植物和地被植物，如刺五加、五味子、黨參等藥用植物，以及多種野生花卉和菌類。此外，流域內還有大量的濕地植被，如蘆葦、菖蒲等，這些濕地植被對于維護濕地生態系統平衡、凈化水質、調節氣候等方面發揮著重要作用。圖們江流域還是“東北虎豹國家公園”核心區、也是珍稀瀕危鳥類重要棲息地，生存著550多種動物，包括東北虎、東北豹、梅花鹿、紫貂等珍稀野生動物，具有重要的生態意義。圖們江流域地處中、朝、俄三國交界地帶，是“一帶一路”倡議支撐區，東北亞核心腹地，在經濟發展和國際合作方面具有獨特的優勢和潛力。該區域的經濟發展以農業、林業、工業和旅游業為主。在農業方面，主要種植水稻、玉米、大豆等農作物，其中延邊大米以其優良品質聞名遐邇。由于氣候和土壤條件適宜，農產品品質較高。林業資源豐富，木材加工和林產品開發是重要產業。工業領域涵蓋了化工、機械制造、電子信息等多個行業，琿春市作為邊境開放城市，在對外貿易和加工制造業方面發展迅速。旅游業也是圖們江流域的重要經濟支柱之一，圖們江國家森林公園、防川風景名勝區等自然美景吸引了大量游客前來觀光旅游，此外，移民文化、農耕文化、戰爭文化和民俗文化共同構筑成圖們江流域的特色文化，為文化旅游的發展提供了豐富的資源。2.2數據來源與預處理本研究的數據來源廣泛，涵蓋了氣象、水文、地形、土壤、土地利用等多個方面，以確保對圖們江流域的全面了解和準確模擬。氣象數據主要來源于中國氣象數據網，收集了圖們江流域及周邊地區多個氣象站點的觀測數據，時間跨度為[具體年份區間]。這些數據包括每日的降水量、氣溫、相對濕度、風速、日照時數等氣象要素。為了保證數據的準確性和完整性，對原始數據進行了嚴格的質量控制。首先，檢查數據的連續性，對于缺失的數據，采用線性插值法或鄰近站點數據平均法進行填補。其次，通過與多年平均值和歷史數據對比，剔除明顯錯誤的數據點，確保數據的可靠性。同時，利用地理信息系統（GIS）的空間分析功能，將離散的氣象站點數據進行空間插值，生成流域內連續的氣象要素柵格數據，以滿足SWAT模型對氣象數據的輸入要求。水文數據主要來自延邊水文水資源勘測局，獲取了圖們江干流及主要支流上多個水文站點的實測徑流數據，包括日徑流量、月徑流量和年徑流量等。在數據預處理過程中，對水文數據進行了一致性檢查和還原計算。對于受人類活動影響較大的水文站點數據，如受水庫調節、引水灌溉等影響的數據，采用水量平衡原理和相關水文模型進行還原，以恢復其天然徑流狀態。同時，對徑流數據進行了標準化處理，使其具有統一的時間尺度和量綱，便于后續的分析和模擬。地形數據采用分辨率為[具體分辨率]的數字高程模型（DEM）數據，該數據來源于地理空間數據云。利用ArcGIS軟件對DEM數據進行預處理，包括去除噪聲、填補洼地、計算坡度和坡向等地形因子。通過對DEM數據的處理，準確提取了圖們江流域的水系網絡和子流域邊界，為SWAT模型的流域劃分和地形參數計算提供了基礎。土壤數據主要來源于中國土壤數據庫，獲取了圖們江流域的土壤類型、質地、容重、孔隙度、飽和導水率等土壤屬性數據。在數據處理過程中，將土壤屬性數據與流域的空間位置進行匹配，生成土壤屬性的空間分布圖層。對于部分缺失的土壤屬性數據，參考相關土壤研究文獻和鄰近區域的土壤數據，采用經驗公式和空間插值方法進行估算和補充。土地利用數據采用[具體年份]的Landsat衛星遙感影像解譯數據，該數據由專業的遙感圖像處理機構提供。利用ENVI軟件對遙感影像進行預處理，包括輻射校正、大氣校正和幾何校正等，以提高影像的質量和精度。采用監督分類和非監督分類相結合的方法，對預處理后的遙感影像進行土地利用類型分類，將圖們江流域的土地利用類型劃分為耕地、林地、草地、水域、建設用地和未利用地等[X]類。為了提高分類精度，結合實地調查數據和高分辨率影像對分類結果進行了人工解譯和修正，確保土地利用數據的準確性。同時，利用GIS的空間分析功能，計算了各類土地利用類型的面積和分布比例，分析了土地利用的空間格局。三、SWAT模型原理與構建3.1SWAT模型概述SWAT模型，即SoilandWaterAssessmentTool，是美國農業部（USDA）農業研究局（ARS）于1994年開發的一款流域尺度半分布式水文模型，以日為時間步長。該模型能夠模擬復雜大流域中多種不同的水文物理過程，在水文研究領域具有重要地位。從功能上看，SWAT模型主要包括水文過程子模型、土壤侵蝕子模型和污染負荷子模型。在水文過程模擬方面，它可細致模擬流域長時段的水文過程，如降水、蒸散發、地表徑流、壤中流、地下徑流等環節，通過對這些過程的模擬，準確預測流域內水資源的時空分布變化。在土壤侵蝕模擬中，模型考慮了土壤質地、地形坡度、植被覆蓋、降雨強度等多種因素對土壤侵蝕的影響，能夠估算不同土地利用和管理措施下的土壤侵蝕量，為水土流失防治提供科學依據。在污染負荷模擬上，SWAT模型可以分析營養鹽化學過程，如氮、磷等營養物質在土壤、水體中的遷移轉化，以及農業管理措施對污染負荷的影響，評估非點源污染的程度和范圍。從結構上，SWAT模型采用獨特的分布式結構，將流域劃分為多個子流域，再將每個子流域進一步細分為若干個水文響應單元（HRU）。HRU是SWAT模型的基本模擬單元，它基于土地利用類型、土壤類型和坡度等因素進行劃分，同一HRU內假定具有相同的水文、土壤和植被特征。這種結構使得模型能夠充分考慮流域下墊面條件的空間異質性，更準確地反映不同區域的水文過程差異。例如，在圖們江流域，不同的土地利用類型（如林地、耕地、建設用地）和土壤類型（如森林土、壤土、砂土）分布廣泛，通過HRU的劃分，SWAT模型可以針對不同的HRU分別進行水文過程模擬，然后將各個HRU的模擬結果在子流域出口進行匯總，從而得到整個子流域的水文響應。在適用范圍上，SWAT模型適用于具有不同土壤類型、土地利用方式和管理條件的大面積復雜流域。它能夠處理多種數據類型，包括地形數據、土壤數據、土地利用數據、氣象數據等，并且可以在數據相對缺乏的地區進行建模。這使得它在全球范圍內得到了廣泛應用，無論是在發達國家的大型流域，還是在發展中國家的數據有限流域，都能發揮重要作用。在研究大型跨國流域的水文變化時，盡管數據獲取存在一定困難，但SWAT模型可以通過整合有限的數據資源，結合合理的假設和參數設置，對流域水文過程進行有效的模擬和分析。在水文研究中，SWAT模型具有諸多優勢。其長時期連續模擬的能力，能夠反映流域水文過程的長期變化趨勢，為水資源的長期規劃和管理提供有力支持。在研究氣候變化對水資源的長期影響時，通過多年的連續模擬，可以清晰地看到氣溫升高、降水模式改變等因素對徑流、蒸發等水文要素的累積效應。SWAT模型充分結合了GIS技術，使得數據的輸入、處理和結果的可視化更加便捷和直觀。利用GIS強大的空間分析功能，可以快速提取流域的地形、水系、土地利用等信息，并將這些信息轉化為SWAT模型所需的輸入數據格式。同時，模擬結果可以通過GIS以地圖、圖表等形式直觀展示，便于研究人員和決策者理解和分析。此外，模型核心代碼公開，方便全球科技工作者參與修改和擴展，能夠根據不同流域的特點和研究需求，對模型進行定制化開發，不斷完善模型的功能和提高模擬精度。3.2模型構建流程3.2.1流域劃分與子流域確定在構建圖們江流域SWAT模型時，利用地理信息系統（GIS）技術對流域進行劃分是關鍵的第一步。首先，使用從地理空間數據云獲取的分辨率為[具體分辨率]的數字高程模型（DEM）數據，該數據能夠精確反映圖們江流域的地形起伏信息。在ArcGIS軟件中，運用水文分析工具對DEM數據進行預處理。通過填充洼地操作，消除DEM數據中的微小凹陷區域，避免因地形誤差導致水流方向錯誤。在計算水流方向時，采用D8算法，該算法能夠根據DEM數據中每個柵格與相鄰柵格的高程差，確定水流從高到低的流向，為后續的水流累積量計算和河網提取奠定基礎。基于確定的水流方向，計算水流累積量。水流累積量表示每個柵格上累積的上游來水量，通過設置合適的閾值，提取出河網。例如，根據圖們江流域的地形和水系特征，將閾值設定為[具體閾值]，當某柵格的水流累積量大于該閾值時，將其標記為河網中的一部分。通過這種方式，準確地提取出圖們江流域的河網水系，包括干流和各級支流。在河網提取的基礎上，進行流域邊界的確定。以流域內的最高點或分水嶺為界，將整個區域劃分為多個子流域。在SWAT模型中，子流域的劃分是基于集水區的概念，通過將具有相同出口的集水區合并，確定每個子流域的邊界。在劃分過程中，考慮到圖們江流域的地形復雜性和水系分布特點，為了更準確地反映流域內的水文過程，將流域劃分為[X]個子流域。每個子流域具有相對獨立的水文特征，如地形、土壤、土地利用等，這些特征將在后續的模型模擬中對徑流產生不同的影響。3.2.2土地利用與土壤數據處理土地利用和土壤類型是影響流域水文過程的重要因素，因此對這兩類數據的處理至關重要。對于土地利用數據，采用[具體年份]的Landsat衛星遙感影像解譯數據。在ENVI軟件中對遙感影像進行預處理，包括輻射校正、大氣校正和幾何校正等步驟。輻射校正消除傳感器因自身特性和環境因素導致的輻射誤差，使影像的亮度值能夠真實反映地物的輻射特性；大氣校正則校正大氣對電磁波的吸收和散射作用，提高影像的清晰度和準確性；幾何校正通過與地面控制點匹配，消除影像的幾何變形，確保影像中地物的位置和形狀準確無誤。經過預處理后，利用監督分類和非監督分類相結合的方法對遙感影像進行土地利用類型分類。監督分類方法中，選擇最大似然分類法，該方法基于地物的光譜特征，通過計算每個像元屬于不同土地利用類型的概率，將像元分類到概率最大的類別中。在分類過程中，需要收集大量的訓練樣本，以準確反映不同土地利用類型的光譜特征。非監督分類方法采用K-均值聚類算法，該算法根據像元之間的光譜相似性，將像元自動聚合成不同的類別。通過兩種分類方法的結合，將圖們江流域的土地利用類型劃分為耕地、林地、草地、水域、建設用地和未利用地等[X]類。為了提高分類精度，結合實地調查數據和高分辨率影像對分類結果進行人工解譯和修正，確保土地利用數據的準確性。利用GIS的空間分析功能，將土地利用數據轉化為SWAT模型所需的格式。在ArcSWAT模塊中，通過LandUse/Soil/SlopeDefinition工具，將土地利用數據與模型的數據庫進行鏈接。在鏈接過程中，需要創建土地利用索引表，該表將土地利用數據中的類別代碼與SWAT模型數據庫中的土地利用類型相對應，使得模型能夠識別和處理不同的土地利用類型。例如，將耕地的類別代碼與模型數據庫中對應的耕地類型進行關聯，確保模型在模擬過程中能夠準確地考慮不同土地利用類型對水文過程的影響。對于土壤數據，主要來源于中國土壤數據庫，獲取了圖們江流域的土壤類型、質地、容重、孔隙度、飽和導水率等土壤屬性數據。在數據處理過程中，首先根據流域邊界對土壤數據進行裁剪，提取出圖們江流域范圍內的土壤信息。然后，對土壤數據進行重分類處理，由于原始土壤數據中土壤類型繁多，為了便于模型計算和分析，根據土壤的主要屬性和特征，將相似的土壤類型合并為較少的類別。例如，將質地相近、肥力水平相似的土壤類型合并為一類，減少土壤類型的數量，同時又能保留土壤的主要特征。在ArcSWAT模塊中，將處理后的土壤數據與模型進行集成。通過SoilData選項卡，加載土壤數據的圖層路徑，并選擇【VALUE】字段作為識別土壤類型的關鍵字段。點擊【UserSoil】后，添加土壤類型索引表，該表將土壤數據中的屬性與SWAT模型數據庫中的土壤參數進行對應。例如，將土壤的飽和導水率、孔隙度等屬性與模型數據庫中的相應參數進行關聯，使得模型能夠根據土壤的物理性質準確地模擬水分在土壤中的運動和存儲過程。通過這些處理步驟，將土地利用和土壤數據轉化為適合SWAT模型輸入的格式，為后續的模型模擬提供準確的數據支持。3.2.3氣象數據輸入氣象數據是驅動SWAT模型運行的重要輸入，其準確性和完整性直接影響模型模擬結果的可靠性。本研究收集了圖們江流域及周邊地區多個氣象站點的觀測數據，這些數據主要來源于中國氣象數據網，時間跨度為[具體年份區間]，涵蓋了每日的降水量、氣溫、相對濕度、風速、日照時數等氣象要素。在數據收集過程中，為確保數據的質量，對各氣象站點的數據進行了嚴格的篩選和審核。檢查數據的完整性，查看是否存在缺失值或異常值。對于少量的缺失值，根據相鄰站點的同期數據以及氣象要素的時空變化規律，采用線性插值法或反距離權重插值法進行填補。對于明顯異常的數據，如降水量突然出現極大值或極小值，與歷史數據和周邊站點數據差異較大的情況，通過查閱相關資料和與氣象部門溝通，進行核實和修正。將收集到的氣象數據進行格式轉換，使其符合SWAT模型的輸入要求。在ArcSWAT模塊中，通過WriteInputTables下拉菜單中的WeatherDataDefinition對話框，進行氣象數據的輸入設置。首先，選擇天氣發生器的數據文件，天氣發生器能夠根據歷史氣象數據生成模擬的氣象數據，以補充觀測數據的不足或用于未來情景的模擬。然后，分別選擇降水量、氣溫、相對濕度、風速、日照時數等氣象要素的數據文件路徑，并將其與模型中的相應參數進行關聯。在關聯過程中，確保數據的時間步長和單位與模型要求一致，例如，將降水量數據的單位轉換為毫米，時間步長設置為每日。在輸入氣象數據時，考慮到圖們江流域的地形復雜，氣象要素在空間上存在一定的差異。為了更準確地反映這種空間變化，利用GIS的空間分析功能，對氣象數據進行空間插值。采用克里金插值法，根據各氣象站點的位置和觀測數據，生成整個流域的氣象要素柵格圖。例如，對于降水量數據，通過克里金插值生成流域內每日降水量的空間分布柵格圖，使得模型能夠考慮到不同區域降水量的差異對徑流的影響。通過這些步驟，將氣象數據準確地輸入到SWAT模型中，為模型模擬提供可靠的氣象驅動條件。3.2.4模型參數設置與率定在構建圖們江流域SWAT模型時，合理設置模型參數并進行率定是提高模型模擬精度的關鍵環節。首先，根據圖們江流域的地形、土壤、土地利用和氣象等特征，參考相關文獻和經驗，確定模型的初始參數值。這些初始參數包括水文參數，如徑流曲線數（CN2）、土壤蒸發補償系數（ESCO）、植被蒸騰補償系數（EPCO）等；土壤參數，如土壤飽和導水率（SOL_K）、田間持水量（SOL_FC）、凋萎系數（SOL_WC）等；氣象參數，如積雪融化系數（SMTMP）、積雪溫度滯后因子（TIMP）等。為了確定對模型輸出結果影響較大的參數，進行參數敏感性分析。采用SWAT-CUP軟件中的拉丁超立方抽樣（LHS）方法，對模型中的多個參數進行敏感性分析。該方法通過在參數的取值范圍內進行隨機抽樣，生成多組參數組合，然后將這些參數組合分別輸入模型進行模擬，分析模型輸出結果對不同參數變化的敏感程度。例如，在分析徑流曲線數（CN2）對徑流模擬結果的敏感性時，通過LHS方法生成一系列不同CN2值的參數組合，運行模型后，觀察徑流量隨CN2值變化的情況。通過敏感性分析，篩選出對徑流模擬結果影響較為敏感的參數，如CN2、ESCO、ALPHA_BF（基流消退系數）等，這些參數將作為后續率定的重點參數。利用實測的徑流數據對模型進行率定和驗證。將研究時段劃分為率定期和驗證期，例如，選擇[率定期的具體年份區間]作為率定期，[驗證期的具體年份區間]作為驗證期。在率定期內，采用SWAT-CUP軟件中的SUFI-2算法，通過不斷調整敏感參數的值，使模型模擬的徑流量與實測徑流量盡可能接近。SUFI-2算法是一種基于不確定性分析的參數優化算法，它通過多次迭代計算，尋找使目標函數（如Nash-Sutcliffe效率系數、均方根誤差等）達到最優的參數組合。在每次迭代中，根據模型模擬結果與實測數據的差異，調整參數值，直到目標函數達到滿意的精度。在率定過程中，密切關注模型模擬結果與實測數據的對比情況。通過繪制模擬徑流量與實測徑流量的時間序列圖、散點圖等，直觀地分析兩者之間的差異。同時，計算Nash-Sutcliffe效率系數（NSE）、決定系數（R2）、均方根誤差（RMSE）等評價指標，定量評估模型的模擬精度。NSE越接近1，表明模型模擬結果與實測數據的擬合程度越好；R2反映了模型模擬值與實測值之間的線性相關程度，越接近1說明相關性越強；RMSE則表示模型模擬值與實測值之間的平均誤差，RMSE越小，說明模型的模擬精度越高。經過多次迭代率定，使模型在率定期內的模擬精度達到較高水平，例如，NSE達到0.7以上，R2達到0.75以上，RMSE控制在合理范圍內。在驗證期，將率定后的參數代入模型進行模擬，利用實測徑流數據對模型進行驗證。同樣計算各項評價指標，檢查模型在驗證期的模擬精度是否滿足要求。如果模型在驗證期的模擬精度仍然較高，說明模型具有較好的可靠性和泛化能力，能夠準確地模擬圖們江流域的徑流過程。通過合理設置模型參數、進行敏感性分析和嚴格的率定驗證，確保SWAT模型能夠準確地反映圖們江流域的水文特征，為后續的徑流變化分析和歸因研究提供可靠的工具。3.3模型驗證與精度評估3.3.1驗證指標選擇在評估圖們江流域SWAT模型的模擬精度時，選擇了一系列科學合理的驗證指標，這些指標能夠從不同角度反映模型模擬值與實測值之間的吻合程度。Nash-Sutcliffe效率系數（NSE）是一個重要的評估指標，其計算公式為：NSE=1-\frac{\sum_{i=1}^{n}(Q_{obs,i}-Q_{sim,i})^2}{\sum_{i=1}^{n}(Q_{obs,i}-\overline{Q}_{obs})^2}其中，Q_{obs,i}為第i個實測值，Q_{sim,i}為第i個模擬值，\overline{Q}_{obs}為實測值的平均值，n為數據樣本數量。NSE的取值范圍在-\infty到1之間，當NSE等于1時，表示模型模擬值與實測值完全吻合；NSE越接近1，說明模型的模擬效果越好，模擬值與實測值的偏差越小。如果NSE為負數，則意味著模型的模擬效果較差，甚至不如直接使用實測值的平均值進行預測。決定系數（R^2）用于衡量模型模擬值與實測值之間的線性相關程度，其計算公式為：R^2=(\frac{\sum_{i=1}^{n}(Q_{obs,i}-\overline{Q}_{obs})(Q_{sim,i}-\overline{Q}_{sim})}{\sqrt{\sum_{i=1}^{n}(Q_{obs,i}-\overline{Q}_{obs})^2\sum_{i=1}^{n}(Q_{sim,i}-\overline{Q}_{sim})^2}})^2其中，\overline{Q}_{sim}為模擬值的平均值。R^2的取值范圍是0到1，R^2越接近1，表明模型模擬值與實測值之間的線性關系越強，模型能夠解釋實測數據的變化程度越高。當R^2=0時，說明模型模擬值與實測值之間不存在線性相關關系。均方根誤差（RMSE）反映了模型模擬值與實測值之間的平均誤差程度，其計算公式為：RMSE=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(Q_{obs,i}-Q_{sim,i})^2}RMSE的值越小，說明模型模擬值與實測值之間的離散程度越小，模型的模擬精度越高。RMSE考慮了每個數據點的誤差，對較大的誤差值更為敏感，能夠直觀地反映模型模擬結果的準確性。除了上述指標外，還選擇了相對誤差（RE）來評估模型的精度，其計算公式為：RE=\frac{\sum_{i=1}^{n}(Q_{obs,i}-Q_{sim,i})}{\sum_{i=1}^{n}Q_{obs,i}}\times100\%RE表示模擬值與實測值之間的相對偏差程度，以百分比的形式呈現。RE的絕對值越小，說明模型模擬值與實測值的相對誤差越小，模型的模擬效果越好。當RE為正數時，表示模擬值大于實測值；當RE為負數時，表示模擬值小于實測值。這些驗證指標相互補充，能夠全面、準確地評估SWAT模型在圖們江流域的模擬精度，為模型的可靠性和有效性提供科學依據。3.3.2驗證結果分析將經過率定后的SWAT模型在驗證期內進行模擬，并與實測徑流數據進行對比分析，以評估模型在不同時間尺度下的模擬精度。在年尺度上，通過計算驗證期內的Nash-Sutcliffe效率系數（NSE）、決定系數（R^2）、均方根誤差（RMSE）和相對誤差（RE）等指標，對模型的模擬精度進行量化評估。以[具體驗證期年份區間]為例，計算得到的NSE值為[具體NSE值]，該值接近1，表明模型在年尺度上模擬的徑流量與實測徑流量擬合程度較高，能夠較好地反映圖們江年徑流量的變化趨勢。R^2值為[具體R^2值]，也較為接近1，進一步說明模型模擬值與實測值之間具有較強的線性相關關系，模型能夠解釋年徑流量變化的大部分信息。RMSE的值為[具體RMSE值]，相對較小，說明模型模擬的年徑流量與實測值之間的平均誤差較小，模擬精度較高。RE的值為[具體RE值]，在合理范圍內，表明模型模擬的年徑流量與實測值的相對偏差較小，模型的模擬結果較為可靠。從年徑流量的模擬值與實測值對比圖（圖1）中可以直觀地看出，模型模擬的年徑流量曲線與實測年徑流量曲線的變化趨勢基本一致。在豐水年和枯水年，模型都能夠較好地捕捉到徑流量的峰值和谷值，雖然在某些年份存在一定的偏差，但總體上模擬結果能夠反映年徑流量的實際變化情況。例如，在[具體豐水年份]，實測年徑流量出現明顯的峰值，模型模擬值也準確地反映出了這一峰值，且模擬值與實測值的偏差在可接受范圍內；在[具體枯水年份]，模型同樣能夠模擬出年徑流量的低谷，與實測值相符。[此處插入年徑流量模擬值與實測值對比圖，圖1：年徑流量模擬值與實測值對比圖]在月尺度上，對模型的模擬精度進行分析。同樣計算上述驗證指標，以[具體驗證期月份區間]為例，NSE值為[具體月尺度NSE值]，雖然相較于年尺度有所降低，但仍處于可接受的范圍，說明模型在月尺度上對徑流量的模擬具有一定的準確性，能夠反映出月徑流量的變化趨勢。R^2值為[具體月尺度R^2值]，表明模型模擬值與實測值之間存在一定的線性關系，但不如年尺度上緊密。RMSE的值為[具體月尺度RMSE值]，相對年尺度有所增大，這是由于月徑流量的變化更為復雜，受到多種因素的影響，導致模型模擬的難度增加。RE的值為[具體月尺度RE值]，在一定程度上反映了模型模擬的月徑流量與實測值之間的相對偏差。從月徑流量的模擬值與實測值對比圖（圖2）中可以看出，在某些月份，模型模擬值與實測值能夠較好地吻合，如[具體吻合月份]，模擬值與實測值的曲線幾乎重合，說明模型對這些月份的徑流量模擬較為準確。然而，在其他一些月份，如[具體偏差較大月份]，模型模擬值與實測值存在一定的偏差，這可能是由于這些月份的降水、蒸發等氣象條件較為特殊，或者土地利用、土壤水分等下墊面條件的變化對徑流產生了較大影響，導致模型在模擬過程中存在一定的誤差。但總體而言，模型在月尺度上仍然能夠較好地反映圖們江徑流量的季節性變化特征，如在汛期（[具體汛期月份區間]），模型能夠準確地模擬出徑流量的增加，在非汛期，也能較好地模擬出徑流量的相對穩定狀態。[此處插入月徑流量模擬值與實測值對比圖，圖2：月徑流量模擬值與實測值對比圖]綜合年尺度和月尺度的驗證結果分析，SWAT模型在圖們江流域的徑流模擬中表現出較高的精度。雖然在月尺度上存在一定的誤差，但在年尺度上能夠準確地反映徑流量的變化趨勢，模擬值與實測值具有較好的一致性。這表明經過參數率定和驗證后的SWAT模型能夠較為可靠地模擬圖們江流域的徑流過程，為進一步研究圖們江徑流變化及其歸因提供了有力的工具。四、圖們江徑流變化特征分析4.1徑流時間序列變化4.1.1年徑流變化趨勢為了深入探究圖們江年徑流量的變化趨勢和突變點，運用了多種統計分析方法，包括Mann-Kendall秩次相關檢驗法、Mann-Kendall突變檢驗法以及滑動t檢驗法等。首先，采用Mann-Kendall秩次相關檢驗法對圖們江流域[具體年份區間]的年徑流量進行趨勢分析。該方法是一種非參數統計檢驗方法，不受數據分布的限制，能夠有效檢測數據序列中的趨勢變化。在分析過程中，構建檢驗統計量S，其計算公式為：S=\sum_{i=1}^{n-1}\sum_{j=i+1}^{n}sgn(x_j-x_i)其中，x_i和x_j分別為第i和第j個年份的年徑流量，n為數據序列的長度，sgn函數為符號函數，當x_j-x_i>0時，sgn(x_j-x_i)=1；當x_j-x_i=0時，sgn(x_j-x_i)=0；當x_j-x_i<0時，sgn(x_j-x_i)=-1。根據計算得到的S值，確定其對應的Z統計量，通過比較Z統計量與給定顯著性水平下的臨界值，判斷年徑流量是否存在顯著趨勢。經過計算，得到圖們江流域年徑流量的Mann-Kendall檢驗結果。在[具體顯著性水平]下，Z統計量的值為[具體Z值]，小于臨界值[具體臨界值]，表明圖們江年徑流量在研究時段內整體呈下降趨勢。從年徑流量的時間序列圖（圖3）中也可以直觀地看出，年徑流量曲線呈現出波動下降的態勢，雖然在某些年份徑流量有所增加，但總體上呈現出減少的趨勢。[此處插入圖們江年徑流量時間序列圖，圖3：圖們江年徑流量時間序列圖]為了進一步確定年徑流量變化的突變點，運用Mann-Kendall突變檢驗法。該方法通過計算雙累積曲線，分析曲線的斜率變化來判斷突變點的存在。在計算過程中，分別計算年徑流量序列的正向累積值和反向累積值，然后繪制雙累積曲線。如果雙累積曲線的斜率發生明顯變化，則認為在該點處存在突變。通過Mann-Kendall突變檢驗法分析發現，圖們江年徑流量在[具體突變年份]附近出現了較為明顯的突變。在該年份之前，年徑流量的變化相對較為平穩，而在該年份之后，年徑流量下降的趨勢更加明顯。為了驗證這一結果，采用滑動t檢驗法進行補充分析。滑動t檢驗法通過設定一定的滑動窗口，計算窗口內數據的均值和方差，然后進行t檢驗，判斷窗口內數據是否存在顯著差異。當t統計量超過臨界值時，認為在該窗口內數據發生了突變。經過滑動t檢驗法分析，在[具體突變年份]前后，年徑流量的t統計量超過了臨界值，進一步證實了在該年份圖們江年徑流量發生了突變。這種突變可能是由于多種因素共同作用導致的，如氣候變化引起的降水模式改變、人類活動導致的土地利用變化等。在氣候變化方面，[具體突變年份]之后，圖們江流域可能經歷了降水減少、氣溫升高的氣候異常，導致地表徑流減少。在人類活動方面，該時期可能出現了大規模的農業灌溉用水增加、森林砍伐導致的水源涵養能力下降等情況，進一步加劇了年徑流量的減少。4.1.2年內徑流分配特征為了深入分析圖們江徑流在年內各月的分配情況，采用向量合成法計算了徑流的集中度和集中期。向量合成法是一種基于向量原理的分析方法，能夠有效地量化徑流在年內的集中程度和集中時間。徑流集中度（C_d）的計算公式為：C_d=\sqrt{(\sum_{i=1}^{12}Q_i\cos(2\pii/12))^2+(\sum_{i=1}^{12}Q_i\sin(2\pii/12))^2}/\sum_{i=1}^{12}Q_i其中，Q_i為第i個月的徑流量，i=1,2,\cdots,12。C_d的值越大，表明徑流在年內的分配越集中；C_d的值越小，說明徑流在年內的分配越均勻。徑流集中期（D_c）的計算公式為：D_c=\frac{1}{2\pi}\arctan(\sum_{i=1}^{12}Q_i\sin(2\pii/12)/\sum_{i=1}^{12}Q_i\cos(2\pii/12))D_c表示徑流集中出現的時間，其單位為月。通過計算得到的D_c值，可以確定徑流在年內集中出現的月份。利用圖們江流域[具體年份區間]的逐月徑流量數據，計算得到徑流集中度和集中期的結果。在研究時段內，圖們江徑流集中度的平均值為[具體C_d平均值]，表明徑流在年內的分配具有一定的集中性。從不同年份來看，徑流集中度存在一定的波動變化，其中在[具體年份1]，徑流集中度達到最大值[具體C_d最大值]，說明該年份徑流在年內的分配最為集中；在[具體年份2]，徑流集中度達到最小值[具體C_d最小值]，表明該年份徑流在年內的分配相對較為均勻。徑流集中期的計算結果顯示，圖們江徑流集中期的平均值為[具體D_c平均值]月，即徑流主要集中在[對應月份]。進一步分析不同年份的徑流集中期變化，發現徑流集中期在某些年份存在明顯的提前或推遲現象。例如，在[具體年份3]，徑流集中期為[具體D_c值1]月，較平均值提前了[提前的月數]個月；在[具體年份4]，徑流集中期為[具體D_c值2]月，較平均值推遲了[推遲的月數]個月。從徑流在年內各月的分配比例來看（圖4），圖們江流域的徑流主要集中在夏季（6-8月），這三個月的徑流量占全年徑流量的比例高達[具體比例]。其中，7月和8月是徑流量最大的月份，分別占全年徑流量的[7月占比]和[8月占比]。這主要是由于圖們江流域屬于溫帶大陸性季風氣候，夏季受東南季風影響，降水充沛，大量降水形成地表徑流，導致徑流量大幅增加。春季（3-5月）和秋季（9-11月）的徑流量相對較少，分別占全年徑流量的[春季占比]和[秋季占比]。春季氣溫回升，蒸發量逐漸增大，但降水相對較少，因此徑流量較小；秋季降水逐漸減少，且前期降水形成的徑流在不斷消耗，導致徑流量也較少。冬季（12-2月）是徑流量最少的季節，僅占全年徑流量的[冬季占比]，這是因為冬季氣溫較低，河流封凍，降水主要以降雪的形式存在，且降雪量相對較少，融化形成的徑流量也較少。[此處插入圖們江徑流年內分配比例圖，圖4：圖們江徑流年內分配比例圖]綜上所述，圖們江徑流在年內的分配具有明顯的不均勻性，主要集中在夏季，且徑流集中度和集中期在不同年份存在一定的波動變化。這種年內徑流分配特征對流域內的水資源利用和生態環境具有重要影響。在水資源利用方面，夏季徑流量集中，可能導致水資源的過度開發和浪費，同時也增加了防洪的壓力；而在枯水期，徑流量較小，可能出現水資源短缺的問題，影響居民生活和工農業生產用水。在生態環境方面，徑流的不均勻分配可能導致河流生態系統的失衡，如在枯水期，河流流量減少，可能導致水生生物棲息地縮小，影響生物多樣性；而在豐水期，大量的徑流可能引發水土流失和水質污染等問題。因此，深入了解圖們江徑流的年內分配特征，對于合理規劃和利用水資源，保護流域生態環境具有重要意義。4.2徑流空間分布差異4.2.1子流域徑流特征對比為深入了解圖們江流域徑流的空間分布差異，對劃分后的[X]個子流域的徑流量和徑流系數進行了詳細對比分析。通過SWAT模型模擬得到各子流域在[具體年份區間]的年徑流量和徑流系數數據，具體結果如下表所示（表1）：子流域編號年徑流量（m^3）徑流系數1[具體徑流量1][具體徑流系數1]2[具體徑流量2][具體徑流系數2]3[具體徑流量3][具體徑流系數3].........[X][具體徑流量X][具體徑流系數X]從表中可以看出，各子流域的徑流量和徑流系數存在顯著差異。年徑流量最大的子流域為[具體子流域編號]，其年徑流量達到[具體徑流量最大值]，而年徑流量最小的子流域為[具體子流域編號]，年徑流量僅為[具體徑流量最小值]，兩者相差近[具體倍數]倍。徑流系數方面，最大值出現在[具體子流域編號]，為[具體徑流系數最大值]，最小值出現在[具體子流域編號]，為[具體徑流系數最小值]。進一步分析各子流域徑流量的空間分布（圖5），可以發現徑流量較大的子流域主要分布在流域的東南部和中部地區。東南部地區靠近海洋，受海洋暖濕氣流影響較大，降水豐富，且地勢相對較低，有利于地表徑流的匯聚，因此徑流量較大。例如，[具體子流域編號]位于東南部，年降水量比其他地區高出[具體降水量差值]，地形較為平坦，河流流速相對較慢，有利于徑流的積累，其年徑流量在各子流域中名列前茅。中部地區地勢起伏相對較小，水系發達，支流眾多，各支流的徑流在該區域匯聚，使得徑流量也較為可觀。而徑流量較小的子流域多分布在流域的西部和北部。西部和北部地區地勢較高，以山地為主，地形起伏較大，降水相對較少，且部分降水在山區通過蒸發和下滲等方式消耗，導致地表徑流量減少。如[具體子流域編號]位于西部山區，海拔較高，年降水量相對較少，且山區植被覆蓋率較高，植被截留和土壤下滲作用較強，使得地表徑流量較小，其徑流系數也相對較低。[此處插入圖們江流域子流域徑流量空間分布圖，圖5：圖們江流域子流域徑流量空間分布圖]通過對各子流域徑流系數的分析發現，徑流系數與地形、土地利用等因素密切相關。在地形坡度較大的子流域，如[具體子流域編號]，由于水流速度較快，降水難以在地表長時間停留，大部分降水迅速形成地表徑流，導致徑流系數較大。而在地形平坦、土地利用以林地和草地為主的子流域，如[具體子流域編號]，植被的截留和土壤的下滲作用較強，降水被大量吸收和儲存，地表徑流量相對較少，徑流系數較低。4.2.2影響徑流空間差異的因素地形是影響圖們江流域徑流空間分布的重要因素之一。流域內地形復雜多樣，包括山地、丘陵、盆地和平原等多種地貌類型。在山地地區，地勢起伏較大，坡度較陡，降水形成的地表徑流流速快，下滲量相對較少，容易迅速匯聚成較大的徑流。例如，流域西南部的長白山地區，山峰海拔較高，坡度陡峭，降水在短時間內快速形成地表徑流，使得該區域的徑流量較大。而在盆地和平原地區，地勢相對平坦，水流速度較慢，降水有更多的時間進行下滲和蒸發，地表徑流量相對較小。如流域內的一些山間盆地，由于地勢低洼，水流匯聚緩慢，且部分水分通過蒸發和下滲損失，導致徑流量相對較少。土地利用類型對徑流的空間分布也有著顯著影響。不同的土地利用類型具有不同的下墊面特性，從而影響降水的截留、蒸發和下滲等過程，進而影響徑流的產生和分布。林地和草地具有良好的植被覆蓋，植被的枝葉能夠截留部分降水，減少到達地面的降水量，同時根系能夠增加土壤的孔隙度，提高土壤的下滲能力，使得大部分降水能夠滲入地下，減少地表徑流的產生。例如，在圖們江流域的一些森林覆蓋率較高的子流域，如[具體子流域編號]，林地面積占比較大，植被截留和土壤下滲作用明顯，地表徑流量相對較小，徑流系數較低。耕地的土地利用方式對徑流的影響較為復雜。在農田中，由于長期的耕種活動，土壤結構相對疏松，下滲能力較強，但同時為了滿足農作物生長的需要，農田通常會進行灌溉，這可能導致地表徑流量增加。在灌溉期，大量的灌溉水進入農田，如果排水不暢，就會形成地表徑流，使得該區域的徑流量增大。建設用地主要由建筑物、道路等不透水表面組成，降水很難下滲，大部分降水直接形成地表徑流，導致建設用地比例較高的區域徑流量較大。在城市區域，如[具體城市所在子流域編號]，建設用地面積大，不透水表面覆蓋廣泛，降水后地表徑流迅速形成，徑流量明顯高于其他土地利用類型為主的子流域。土壤類型也是影響徑流空間分布的重要因素之一。不同的土壤類型具有不同的物理性質，如土壤質地、孔隙度、飽和導水率等，這些性質直接影響土壤的下滲能力和水分儲存能力，進而影響徑流的產生和分布。在圖們江流域，土壤類型主要包括森林土、壤土、砂土等。森林土主要分布在山區，其質地較輕，孔隙度較大，飽和導水率較高，有利于降水的下滲和儲存，因此在森林土分布較多的區域，地表徑流量相對較小。壤土的質地適中，具有較好的保水保肥能力，下滲能力和持水能力相對平衡，對徑流的影響相對較為穩定。砂土的質地較粗，孔隙度大，但持水能力較差，降水容易快速下滲，但也容易流失，在砂土分布較多的區域，徑流的產生和變化較為復雜。如果降水強度較大，砂土的下滲能力無法及時容納全部降水，就會導致地表徑流量增加；而在降水較少時，砂土中的水分又容易快速蒸發和流失，使得徑流量相對較小。例如，在[具體子流域編號]，土壤類型以砂土為主，在暴雨期間，由于砂土的下滲能力有限，大量降水形成地表徑流，導致該區域徑流量急劇增加；而在干旱時期，砂土中的水分迅速蒸發，徑流量明顯減少。綜上所述，地形、土地利用和土壤類型等因素相互作用，共同影響著圖們江流域徑流的空間分布差異。深入了解這些因素的影響機制，對于合理規劃和管理流域水資源、保護生態環境具有重要意義。五、圖們江徑流變化歸因分析5.1氣候因素對徑流的影響5.1.1降水與徑流的關系降水作為地表徑流的主要補給來源，對圖們江徑流變化起著至關重要的作用。為了深入探究降水與徑流之間的關系，運用相關性分析和彈性系數分析等方法，對圖們江流域[具體年份區間]的降水和徑流數據進行了詳細分析。首先，通過相關性分析計算降水與徑流之間的皮爾遜相關系數。皮爾遜相關系數是一種常用的衡量兩個變量線性相關程度的指標，其取值范圍在-1到1之間。當相關系數大于0時，表示兩個變量呈正相關，即一個變量增加時，另一個變量也傾向于增加；當相關系數小于0時，表示兩個變量呈負相關，即一個變量增加時，另一個變量傾向于減少；當相關系數為0時，表示兩個變量之間不存在線性相關關系。經計算，圖們江流域年降水與年徑流之間的皮爾遜相關系數為[具體相關系數值]，在[具體顯著性水平]下，通過了顯著性檢驗。這表明年降水與年徑流之間存在顯著的正相關關系，即隨著年降水量的增加，年徑流量也相應增加。從散點圖（圖6）中可以直觀地看出，年徑流量隨著年降水量的變化呈現出明顯的上升趨勢，大部分數據點分布在一條從左下角到右上角的直線附近，進一步驗證了兩者之間的正相關關系。[此處插入年降水與年徑流散點圖，圖6：年降水與年徑流散點圖]在月尺度上，分別計算各月降水與徑流之間的相關系數。結果顯示，6-8月的降水與徑流之間的相關系數較高，分別為[6月相關系數值]、[7月相關系數值]和[8月相關系數值]，且均通過了顯著性檢驗。這是因為圖們江流域屬于溫帶大陸性季風氣候，夏季（6-8月）降水集中，大量降水迅速形成地表徑流，使得該時期降水與徑流的關系最為密切。而在其他月份，由于降水相對較少，且部分降水通過蒸發、下滲等方式消耗，降水與徑流之間的相關性相對較弱。為了進一步量化降水變化對徑流的影響程度，采用彈性系數分析方法。彈性系數是指一個變量變化1%時，另一個變量變化的百分比。在本研究中，徑流對降水的彈性系數計算公式為：E_{P}=\frac{\%\DeltaQ}{\%\DeltaP}其中，E_{P}為徑流對降水的彈性系數，\%\DeltaQ為徑流量的變化百分比，\%\DeltaP為降水量的變化百分比。通過計算，得到圖們江流域徑流對降水的彈性系數為[具體彈性系數值]。這意味著，當降水量變化1%時，徑流量將相應變化[具體彈性系數值]%。彈性系數大于1，表明徑流量對降水變化較為敏感，降水的微小變化可能會導致徑流量的較大變化。例如，在[具體年份]，圖們江流域降水量較上一年增加了[具體降水量增加百分比]，而徑流量則增加了[具體徑流量增加百分比]，徑流量的增加幅度明顯大于降水量的增加幅度，這與彈性系數的計算結果相符。綜上所述，降水與圖們江徑流之間存在顯著的正相關關系，且徑流量對降水變化較為敏感。在夏季降水集中期，降水與徑流的關系尤為密切。這些結論對于深入理解圖們江徑流變化的機制，以及合理預測未來徑流變化趨勢具有重要意義。在水資源管理方面，應充分考慮降水與徑流的這種關系，根據降水的變化情況，合理調整水資源的開發利用策略，以應對可能出現的水資源短缺或洪澇災害等問題。5.1.2氣溫對徑流的影響氣溫作為氣候因素的重要組成部分，對圖們江徑流變化的影響較為復雜，主要通過影響蒸發和冰雪融水等過程來間接作用于徑流。隨著氣溫的升高，流域內的蒸發量會相應增加。蒸發是水分從地表和植物表面轉化為水汽進入大氣的過程，它與氣溫密切相關。一般來說，氣溫越高，蒸發速率越快。在圖們江流域，通過分析[具體年份區間]的氣溫和蒸發量數據，發現兩者之間存在顯著的正相關關系。相關系數計算結果顯示，年平均氣溫與年蒸發量之間的皮爾遜相關系數為[具體相關系數值]，在[具體顯著性水平]下通過了顯著性檢驗。從時間序列變化趨勢來看，隨著年平均氣溫的上升，年蒸發量也呈現出逐漸增加的趨勢（圖7）。[此處插入年平均氣溫與年蒸發量時間序列變化圖，圖7：年平均氣溫與年蒸發量時間序列變化圖]蒸發量的增加會導致流域內水分的損失增加，從而減少地表徑流的產生。當蒸發量大于降水量時，土壤水分會逐漸減少，河流的補給水源也會相應減少，進而導致徑流量下降。在圖們江流域的一些干旱年份，由于氣溫較高，蒸發旺盛，降水相對較少，使得蒸發量遠大于降水量，土壤水分虧缺嚴重，河流徑流量明顯減少。例如，在[具體干旱年份]，年平均氣溫較常年偏高[具體偏高溫度]，年蒸發量較常年增加了[具體增加百分比]，而年降水量較常年減少了[具體減少百分比]，該年份的徑流量較常年減少了[具體減少百分比]，這充分說明了蒸發量增加對徑流量的抑制作用。圖們江流域部分地區存在季節性積雪和冰川，氣溫的變化對冰雪融水有著顯著影響。在冬季，低溫使得降水以積雪的形式儲存于地表。隨著春季氣溫的回升，積雪開始融化，形成融雪徑流，成為河流的重要補給來源之一。通過分析氣溫與融雪徑流的關系，發現融雪徑流與春季氣溫之間存在密切的正相關關系。當春季氣溫升高時，積雪融化速度加快，融雪徑流量相應增加。利用度日因子法來定量分析氣溫對融雪徑流的影響。度日因子是指單位氣溫變化所引起的積雪融化量的變化，其計算公式為：M=DDF\times(T-T_{0})其中，M為積雪融化量，DDF為度日因子，T為日平均氣溫，T_{0}為積雪融化的臨界溫度。在圖們江流域，通過對歷史數據的分析和計算，確定了不同區域的度日因子值。例如，在[具體區域]，度日因子DDF的值為[具體DDF值]，積雪融化的臨界溫度T_{0}為[具體T_{0}值]。當春季日平均氣溫T升高時，根據上述公式，積雪融化量M將增加，從而導致融雪徑流量增加。然而，隨著全球氣候變暖，氣溫持續升高，可能會導致積雪提前融化和冰川退縮。在一些年份，春季氣溫升高過快，積雪在短時間內大量融化，可能會引發融雪性洪水，對流域內的生態環境和人類活動造成威脅。長期來看，積雪和冰川儲量的減少，將導致融雪徑流的補給量逐漸減少，影響河流的徑流量和水資源的可持續利用。例如，在過去幾十年中，圖們江流域的一些高山地區，由于氣溫升高，冰川面積逐漸縮小，積雪覆蓋期縮短，融雪徑流的補給量呈下降趨勢，這對當地的水資源供應和生態系統平衡產生了不利影響。綜上所述，氣溫通過影響蒸發和冰雪融水等過程，對圖們江徑流變化產生重要影響。在未來氣候變化的背景下，隨著氣溫的進一步升高，蒸發量的增加和冰雪融水的變化將對圖們江徑流產生更為復雜的影響，需要加強對這些因素的監測和研究，以便更好地應對水資源管理和生態保護方面的挑戰。5.2下墊面因素對徑流的影響5.2.1土地利用變化的影響土地利用類型的變化對圖們江徑流產生著顯著影響，這種影響主要通過改變地表的物理特性和水文過程來實現。為了深入探究土地利用變化對徑流的影響，設置了多種土地利用變化情景，并利用SWAT模型進行模擬分析。設置的情景包括耕地擴張情景，假設在未來一段時間內，由于農業發展需求，圖們江流域的耕地面積增加[具體增加百分比]，主要通過開墾林地和草地來實現；林地減少情景，考慮到森林砍伐、城市化建設等因素，假設林地面積減少[具體減少百分比]；城市化情景，隨著城市化進程的加速，建設用地面積增加[具體增加百分比]，相應地占用了其他土地利用類型的面積。在耕地擴張情景下，模擬結果顯示，流域的地表徑流量有所增加。這是因為耕地的下墊面特性與林地和草地不同。耕地通常經過翻耕等農業活動，土壤結構相對疏松，孔隙度較大，降水入滲能力相對較弱。當耕地面積增加時，降水更容易在地表形成徑流，導致地表徑流量增大。例如，在[具體子流域]，原本以林地和草地為主的區域轉變為耕地后，該子流域的年地表徑流量較基準情景增加了[具體增加量]，增幅達到[具體百分比]。同時，由于耕地的植被覆蓋相對較低，植被截留降水的能力減弱，使得更多的降水直接參與地表徑流過程，進一步增加了地表徑流量。在林地減少情景下，徑流變化同樣明顯。林地具有良好的水源涵養功能，樹木的根系能夠深入土壤，增加土壤的孔隙度，提高土壤的下滲能力，使大量降水能夠滲入地下，補充地下水，減少地表徑流的產生。當林地面積減少時，這種水源涵養功能減弱，地表徑流量相應增加。以[具體區域]為例，該區域林地面積減少[具體減少百分比]后，年地表徑流量較基準情景增加了[具體增加量]，而地下徑流量則減少了[具體減少量]。這表明林地減少導致了降水在地表和地下的分配發生改變，更多的降水以地表徑流的形式流失，而地下徑流的補給減少，對流域的水資源可持續利用產生不利影響。在城市化情景中，建設用地的增加使得地表不透水面積大幅增加。建筑物、道路等不透水表面阻止了降水的下滲，降水只能迅速形成地表徑流。模擬結果顯示，在建設用地增加[具體增加百分比]的情景下，流域的年地表徑流量顯著增加，增幅達到[具體百分比]。同時，由于地表徑流的快速形成，洪峰流量也明顯增大，增加了流域的防洪壓力。在一些城市區域，如[具體城市所在子流域]，城市化進程導致該子流域的地表徑流量在短時間內急劇增加，容易引發城市內澇等災害。通過對比不同土地利用變化情景下的徑流模擬結果，得出土地利用變化對圖們江徑流的影響具有顯著的差異性。耕地擴張和林地減少主要通過影響土壤的入滲能力和植被的截留作用來改變徑流，而城市化則主要通過增加地表不透水面積來影響徑流。這些結果對于圖們江流域的土地利用規劃和水資源管理具有重要的參考價值。在土地利用規劃中，應充分考慮土地利用變化對徑流的影響，合理控制耕地擴張和城市化進程，保護林地和草地等生態用地，以維持流域的水文平衡和水資源的可持續利用。5.2.2土壤特性的作用土壤特性，包括土壤質地、孔隙度、飽和導水率等，在圖們江流域的入滲和徑流過程中發揮著關鍵作用，深刻影響著流域的水資源分布和利用。土壤質地是影響入滲和徑流的重要因素之一。圖們江流域主要的土壤質地類型包括砂土、壤土和黏土。砂土的顆粒較大，孔隙度大，通氣性和透水性良好，但保水保肥能力較差。在砂土分布較多的區域，如[具體子流域]，降水能夠迅速下滲，入滲速率較快。當遇到強降雨時，由于砂土的持水能力有限，大量下滲的水分可能會在短時間內形成壤中流或地下徑流，導致地表徑流量相對較小。但在干旱時期，砂土中的水分容易快速蒸發和流失，使得土壤含水量較低，對植被生長和河流補給產生不利影響。壤土的顆粒大小適中，孔隙度和持水能力相對平衡。壤土具有較好的保水保肥性能，能夠儲存一定量的水分，同時又能保證水分的適當下滲和蒸發。在壤土分布區域，入滲速率較為穩定，既不會像砂土那樣使水分迅速流失，也不會像黏土那樣導致水分難以入滲。因此，壤土區域的地表徑流相對較為穩定，對河流的補給也較為均勻。例如，在[具體壤土分布子流域]，該子流域的徑流量在不同季節的變化相對較小，能夠較好地維持河流的生態基流。黏土的顆粒細小，孔隙度小，通氣性和透水性較差，但保水能力強。在黏土分布較多的區域，降水入滲困難，大部分降水容易在地表形成徑流。當遇到降雨時，由于黏土的透水性差，水分難以迅速滲入地下，地表徑流形成速度快，且徑流量較大。這使得黏土區域在雨季容易發生洪澇災害，而在旱季則由于土壤水分難以釋放，導致土壤干旱，影響農作物生長和生態系統的穩定性。土壤孔隙度直接影響土壤的通氣性、透水性和持水能力。孔隙度大的土壤，通氣性和透水性好，有利于降水的快速下滲，減少地表徑流的產生。在圖們江流域的一些山區，土壤孔隙度較大，降水能夠迅速滲入地下，補充地下水，使得地表徑流量相對較小。相反，孔隙度小的土壤，通氣性和透水性差，降水入滲困難，容易導致地表徑流增加。在一些低洼地區，土壤經過長期的沉積和壓實，孔隙度較小，降水后地表徑流容易匯聚，增加了洪澇災害的風險。飽和導水率是衡量土壤水分傳導能力的重要指標。飽和導水率高的土壤，水分在土壤中的傳導速度快，有利于降水的快速下滲和排出。在圖們江流域，森林土等土壤類型的飽和導水率相對較高，這使得在這些土壤分布區域，降水能夠迅速滲入地下，減少地表徑流的形成。而飽和導水率低的土壤，水分傳導速度慢，降水容易在地表積聚，形成較大的地表徑流。在一些土壤質地黏重的區域，飽和導水率較低，降水后地表徑流形成迅速，且徑流量較大。綜上所述，土壤特性對圖們江流域的入滲和徑流過程有著重要影響。不同的土壤質地、孔隙度和飽和導水率導致了土壤入滲和徑流特性的差異，進而影響了流域的水資源分布和利用。在流域的水資源管理和土地利用規劃中，應充分考慮土壤特性的影響，合理利用土地資源，采取相應的水土保持措施，以優化流域的水文過程，保障水資源的可持續利用。5.3人類活動對徑流的影響5.3.1農業活動的影響農業活動在圖們江流域廣泛開展，對徑流產生了多方面的顯著影響。隨著農業的發展，灌溉用水需求不斷增加，這直接改變了流域內水資源的分配格局。在圖們江流域的一些地區，由于農田灌溉用水的大量抽取，河流徑流量明顯減少。以[具體區域]為例，該地區近年來隨著耕地面積的擴大和灌溉技術的改進，灌溉用水量逐年增加。通過對該地區河流徑流量的監測數據顯示，在灌溉期，河流徑流量較非灌溉期減少了[具體百分比]。這是因為大量的河水被引入農田用于灌溉，導致河流的天然徑流量減少，河流的生態基流難以維持，影響了河流生態系統的健康。土地開墾是農業活動的重要組成部分，它對徑流的影響主要體現在改變地表的下墊面條件。在圖們江流域，為了擴大耕地面積，一些林地和草地被開墾為農田。林地和草地具有良好的水源涵養功能，其植被根系能夠深入土壤，增加土壤的孔隙度，提高土壤的下滲能力，使大量降水能夠滲入地下，補充地下水，減少地表徑流的產生。當這些林地和草地被開墾為農田后，植被遭到破壞，土壤結構發生改變，下滲能力減弱，降水更容易在地表形成徑流，導致地表徑流量增加。例如，在[具體子流域]，原本以林地為主的區域被開墾為農田后，該子流域的年地表徑流量較開墾前增加了[具體增加量]，增幅達到[具體百分比]。同時，由于地表徑流量的增加，水土流失問題也隨之加劇，大量的泥沙被帶入河流，影響了河流的水質和生態環境。農業生產中使用的化肥和農藥也會對徑流產生間接影響。隨著農業現代化的推進，化肥和農藥的使用量不斷增加。這些化學物質在農田中經過降水的沖刷和淋溶，會進入地表徑流和地下徑流，導致水體污染。當含有化肥和農藥的徑流進入河流后，會改變河流水體的化學組成，增加水體中的氮、磷等營養物質含量，引發水體富營養化等問題。在圖們江流域的一些河流中，由于農業面源污染的影響，水體中的氮、磷含量超標，導致藻類大量繁殖，水質惡化，影響了水生生物的生存環境，進而對河流生態系統的平衡產生破壞。5.3.2水利工程的作用水庫、大壩等水利工程在圖們江流域的建設和運行，對徑流發揮著重要的調節作用，這種調節作用體現在多個方面。在防洪方面，水庫和大壩能夠有效地攔蓄洪水，削減洪峰流量。當流域內遭遇強降雨時，大量的降水迅速形成地表徑流，可能引發洪水災害。水庫和大壩通過其巨大的庫容，能夠在洪水來臨時儲存大量的洪水，使洪峰流量得到削減。例如，[具體水庫名稱]在[具體洪水年份]的洪水期間，通過合理調度，將入庫洪峰流量[具體入庫洪峰流量]削減至出庫洪峰流量[具體出庫洪峰流量]，大大減輕了下游地區的防洪壓力，保護了下游地區的居民生命財產安全和農田、基礎設施等。這種對洪水的攔蓄和調節作用，有助于維持河流的水位穩定，避免洪水對河岸和周邊生態環境的破壞。在水資源利用方面，水利工程為工農業生產和居民生活用水提供了可靠的保障。水庫和大壩可以在豐水期儲存多余的水資源，在枯水期將儲存的水資源釋放出來，滿足不同時期的用水需求。在圖們江流域的一些干旱地區，水庫和大壩的建設使得當地的農業灌溉用水得到了有效保障，促進了農業的發展。同時，也為城市居民生活用水和工業用水提供了穩定的水源，支持了區域經濟的發展。在[具體城市]，由于水庫的調節作用，城市