图1 岚县高程和河流分布
Fig. 1 Dgital elevation model and river distribution of Lan County
北京大学学报(自然科学版) 第61卷 第3期 2025年5月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 61, No. 3 (May 2025)
doi: 10.13209/j.0479-8023.2025.036
山西省基础研究计划(202203021211082, 202303021211196)和宁夏回族自治区重点研发项目(2023BEG02040)资助
收稿日期: 2024–01–22;
修回日期: 2024–03–26
摘要 为了更好地调节和管理洪水风险, 使用 SCS-CN 模型计算洪水调节服务供给量, 使用 FloodArea 模型模拟洪水淹没量表示洪水调节服务需求量, 评价山西省岚县 5 年一遇、10 年一遇和 25 年一遇洪水调节服务的供需关系, 并结合人口分布进行风险管理分区, 得到如下结果。1) 5 年、10 年和 25 年一遇洪水调节服务供给量呈增加趋势, 10 年一遇比 5 年一遇洪水调节服务供给量低 33.05%, 主要源于土壤湿润状况不同。2) 5 年一遇、10 年一遇和 25 年一遇洪水调节服务需求量逐渐增加, 5 年一遇和 10 年一遇洪水连续发生时, 风险主要来自淹没深度的增加。3) 10 年一遇洪水调节服务供需不平衡面积远高于 5 年和 25 年一遇洪水, 表明生态系统洪水调节服务供给不足以应对小洪水和中洪水连续发生的情况; 5 年一遇和 25 年一遇供需不平衡面积受海拔高度和土地利用的影响, 10 年一遇供需不平衡面积受降雨量的显著影响。4) 5 年、10 年和 25 年一遇洪水调节服务强优先管理区仅分布于东村镇, 优先管理区和亚优先管理区分布与洪水调节服务供需不平衡区域基本一致。研究结果可为汾河上游生态系统服务管理和洪水风险管理提供理论依据。
关键词 生态系统服务; 洪水调节; 供需平衡; 洪水风险管理; 岚县
生态系统服务指生态系统形成的人类赖以生存和发展的环境条件和效用[1], 是人类直接或间接从生态系统功能中得到的惠益[2–3]。生态系统服务概念自 20 世纪 90 年代后期形成以来, 已成为学术界和管理者共同关注的焦点。千年生态系统服务评估项目、生物多样性和生态系统服务政府间科学政策平台以及英国生态学会都把生态系统服务作为重要的研究课题, 推动全球和区域层面生态系统服务相关研究的深化[4–5]。千年生态系统评估项目将生态系统服务分为供给、调节、文化和支持服务。洪水调节服务是一项重要的生态系统调节服务, 与人类福利密不可分[6–9]。近年来的气候变化使得全球范围内洪灾的频率和相关损害增加[10–12], 亟需加强洪水预防与管理, 同时, 生态系统洪水调节服务是洪水风险管理的重要组成部分[13–15], 受到越来越多的关注。
洪水调节服务供给指生态系统通过削减径流和降低洪峰流量而减少强降水事件引发洪水灾害风险的能力[15–18]。洪水调节服务需求指人类面对洪水危害时产生的排除威胁和保障生存的需要[19], 也有研究认为洪水调节服务需求是人类社会减少洪水风险和损失的需要或愿望[20–21]。目前研究主要讨论洪水调节服务供给, 如地形和景观组成等对洪水的频率、体积和持续时间的影响[22], 植被和土壤质地对强降雨事件引发的径流流量等的影响[23–24]。这些研究为探究供需关系奠定了坚实的基础。也有研究者将供给与需求联合起来考虑[25–26], 发现供给与需求经常存在空间错配[27], 导致洪水调节服务供给使用低效和滞后[11]。因此, 定量地评估洪水调节服务的供给和需求, 认识洪水调节服务供需关系的动态变化, 在此基础上进行洪水风险管理规划, 具有重要的现实意义[28]。
目前关于生态系统洪水调节服务的研究, 大多仅讨论单一或多个洪水重现期, 没有涵盖不同重现期洪水接连发生的情况。此外, 部分研究没有讨论重现期, 也没有与实际洪水灾情关联。如廖文婷等[29]评估了 2013 年长江流域洪水调节服务供给。Li 等[30]使用 SCS-CN 模拟洪水调节服务供给, 使用经济和人口脆弱性评价需求, 根据供需比进行 100年一遇的洪水风险管理区划。Shen 等[31]使用 SCS-CN 模拟生态系统削减的洪水量表示供给量, 用洪水量表示需求量, 讨论 25 年一遇、50 年一遇、100年一遇和 200 年一遇的洪水, 并结合人口进行洪水风险管理规划。Mori 等[28]使用 SWAT 模型模拟洪水调节服务供给, 使用风险法计算洪水调节服务需求量, 使用空间叠置的方式探讨 1998—2018 年洪水调节服务的供需关系。Zhou 等[32]使用专家矩阵法评价洪水调节服务供给, 利用风险评价法度量需求量, 基于供需匹配情况探讨武汉市的洪水风险管理分区。以上研究有助于加深对洪水调节服务供需关系和风险管理的理解, 但无法完全适应气候变化背景下复杂的洪水风险管理需求。
本文以山西省岚县为例, 使用广义极值分布函数计算 5 年一遇、10 年一遇和 25 年一遇的致洪面雨量, 并根据气象与灾害资料, 与研究区极端降雨和洪水灾情关联, 使用 SCS-CN 和 FloodArea模型分别计算洪水调节服务供给量和需求量, 探讨 5 年一遇、10 年一遇、25 年一遇以及 5 年一遇与 10 年一遇洪水连续发生时洪水调节服务供需平衡的时空分布与影响因素, 并结合人口信息进行洪水风险管理分区。
如图 1 所示, 岚县位于山西省西北部, 地理坐标为北纬 38° 05′00″—38°36′11″, 东经 111°21′43″—111°50′02″。东西宽约 42km, 南北长约 66.5km[33], 总面积为 1508.9km2。其中, 属于汾河流域的面积1130.7km2, 占汾河上游流域总面积的 21.52%; 人口为 14.5 万[33], 占汾河上游流域人口的 20.71%。汾河上游流域是山西省重要的水源涵养区, 也是华北平原的重要生态屏障[34], 因此岚县在山西省生态环境建设中具有重要作用。
图1 岚县高程和河流分布
Fig. 1 Dgital elevation model and river distribution of Lan County
岚县属于温带大陆性季风气候, 年平均气温为6.9℃, 年平均降水量为 457mm, 降水集中于 6—9月, 降水的年际变化和年内变化较大。地形较为复杂, 山地、丘陵占总面积的 85%, 岚河盆地位于中心区域, 地势平坦。全县平均海拔为 1415m, 地势由西北向东南倾斜, 侵蚀地貌广泛发育[35]。境内有岚河等河流, 岚河是汾河的一级支流[36], 洪涝灾害较为严重。
1)气象数据: 岚县及周边 9 个国家气象站 1957至 2022 年和 15 个区域自动站自建站至 2022年的逐时降水数据。用于计算致洪面雨量和 SCS-CN 模型模拟地表径流量, 进而计算洪水调节服务供给量。
2)地理信息数据: 岚县 30m 分辨率的 DEM 数据; 水系、流域边界以及行政边界矢量数据; 30m分辨率的土地利用数据以及地表粗糙度数值。用于FloodArea 模拟不同重现期洪水淹没范围和深度, 计算洪水调节服务需求量。根据供给量和需求量, 计算洪水调节服务供需平衡差值。
表1 数据种类和来源
Table 1 Data types and sources
数据名称数据来源 30 m DEM中国科学院资源环境科学数据中心[37] 30 m土地利用图中国科学院资源环境科学数据中心[37] 30m 世界土壤类型图寒区旱区科学数据中心(中国土壤特征数据集)[38] 逐时降水量山西省气象信息服务中心 100 m人口分布图Open Spatial Demographic Data and Research[39]
3)社会经济数据: 1995 年和 2020 年 100m 分辨率的人口栅格数据。
在 ArcGIS 中运算时, 将所有数据的空间分辨率统一为 30m, 数据种类和来源详见表 1。
本文的研究步骤如图 2 所示。第一步, 收集所需土壤类型、土地利用、逐时降雨量和 DEM 等数据。第二步, 根据土地利用类型和土壤类型数据计算径流曲线数(curve number, CN), 运用广义极值分布函数计算不同重现期的致洪面雨量, 并结合历史降雨资料, 确定岚县 5 年、10 年和 25 年一遇极端降雨事件发生的时间。使用 ArcGIS 软件和 SCS-CN模型计算地表径流量, 进而计算洪水调节服务的供给量。第三步, 将处理后的流域 DEM、不同重现期致洪面雨量、地表粗糙度系数等加载进FloodArea模型, 计算不同重现期(5 年、10 年和 25年一遇)洪水的淹没范围和水深, 模拟洪水调节服务的需求量。第四步, 使用供需差值表示供需平衡关系, 并分析空间匹配状况和影响因素。第五步, 将人口密度分为 3 个等级, 与供需平衡分析结果相结合, 进行风险管理区划分。
图2 研究路线
Fig. 2 Flowchart of this study
一般水文气象极端事件频率采用两种方法计算[40]。1)统计分布函数: 拟合水文气象要素的累积概率及其相应的重现水平(如皮尔逊Ⅲ型分布), 但其经验性较强, 且缺乏严格的概率理论依据; 2)极值分布函数: 极值Ⅰ型(耿贝尔分布)、极值Ⅱ型(弗雷歇分布)和极值Ⅲ型(威布尔分布), 用来拟合水文气象极值序列。
3 种型式总称为广义极值分布, 越来越多地应用于水文气象极端事件研究中。
Ⅰ型分布: 
, 其中, m为位置参数, σ 为尺度参数, a为形状参数, X 为随机变量, 
。
Ⅱ型分布:
其中, a>0。
Ⅲ型分布:
其中, a>0。
3 种函数形式可以统一表示为
式中, 参数
; 参数 σ>0; x为形状参数, 不同的x值对应不同的分布类型。当x=0 时, 表示极值Ⅰ型分布; 当x>0 时, 令a =1/x, 则H(x; m, σ, x)表示极值Ⅱ型分布, 位置参数和尺度参数分别为
和aσ。当x<0 时, 令a =1/x, 则H(x; m, σ, x)表示极值Ⅲ型分布, 位置参数和尺度参数分别为m+aσ和aσ。
洪水调节服务供给量的计算方式如下:
(1)
式中, FRS(i, j)代表像元 i 与 j 年一遇洪水对应的洪水调节服务供给量(m3); p(i,j)代表像元 i 与 j 年一遇洪水对应的降雨量(m), 根据致洪雨量序列和广义极值函数计算得到[41]; Q(i,j)代表像元 i 与 j 年一遇洪水对应的实际径流量(m), 基于 SCS-CN 模型计算得到; Ai 代表像元 i 的面积(m2)。
使用 ArcGIS 计算洪水调节服务供给量, 并进行最小–最大标准化处理, 使其值位于 0～1 之间, 将洪水调节服务供给量划分为 5 个等级: (0, 0.2]代表低供给, (0.2, 0.4]代表较低供给, (0.4, 0.6]代表中等供给, (0.6, 0.8]代表较高供给, (0.8, 1]代表高供给。根据等级划分, 绘制生态系统洪水调节服务供给等级图。
洪水调节服务需求用洪水体积表示, 即用洪水淹没范围和深度来反映洪水灾害的危险性[14]。利用 FloodArea 模型提取不同重现期洪水淹没范围和深度。
洪水调节服务需求量的计算方式如下:
(2)
式中, FRD(i, j)表示像元 i 与 j 年一遇洪水对应的洪水调节服务需求量(m3), Depth(i, j)表示像元 i 与 j 年一遇洪水对应的淹没深度(m)。
首先, 计算各乡镇单位面积的洪水淹没量, 然后使用五分位数, 将各乡镇占全县单位面积洪水淹没量的占比分为 5 个等级: 低需求、较低需求、中等需求、较高需求和高需求。
使用供给量与需求量之差表示供需关系:
(3)
式中, FRSD(i, j)表示像元 i 与 j 年一遇洪水对应的洪水调节服务供需平衡值; FRSD(i, j)<0 表示供给不能满足需求, FRSD(i, j)≥0 表示供给能够满足需求。使用 ArcGIS 绘制洪水调节服务供需盈余图。
一般把人口密度分为 4 个等级: 第一级, 人口稠密区, 人口密度>100 人/km2; 第二级, 人口中等区, 25 人/km2<人口密度<100 人/km2; 第三级, 人口稀少区, 1 人/km2<人口密度<25 人/km2; 第四级, 人口极稀区, 人口密度<1 人/km2。根据研究区的实际情况, 本文将人口密度 di 分为 3 级: di<1 人/km2, 1 人/km2<di<25 人/km2, di>25 人/km2。
如果供需差值 FRSD(i, j)以及人口密度 di 满足FRSD(i, j)<0, 且 di<1 人/km2, 则为亚优先管理区; FRSD(i, j)<0, 且 1 人/km2<di<25 人/km2, 则为优先管理区; 如 FRSD(i, j)<0, 且 di>25 人/km2, 则为强优先管理区; 其余地区为一般重要管理区。
岚县各乡镇不同重现期洪水调节服务供给量如图 3 所示。可以看出，岚县 5 年一遇、10 年一遇和25 年一遇洪水调节服务供给总量分别为 7.72×107，5.2×107 和 9.2×107m3; 25 年一遇洪水调节服务供给总量比 10 年一遇洪水增加 79.23%, 比 5 年一遇增加20.00%, 王狮乡、普明镇、梁家庄乡和大蛇乡供给量较高, 土峪乡、东村镇和社科乡供给量较低。
10 年一遇洪水比 5 年一遇洪水调节服务总量低33.05%。在相同降雨量条件下, 前期土壤湿润程度越低, 降雨下渗量越多, 径流量越小[42], 洪水调节服务供给量越高。5 年一遇和 10 年一遇洪水接连发生时, 5 年一遇极端降雨发生前 5 天的降雨量之和仅为 0.1mm①数据来自山西省气象信息中心。, 根据 SCS-CN 模型 AMC(antecedent moisture condition, 前期降雨指数)的等级划分, 土壤湿润状况为干旱; 10 年一遇极端降雨发生前 5 天的降雨量为 71.8mm, 土壤湿润状况为湿润。因此, 10 年一遇洪水发生时, 土壤吸收渗漏的水分比 5 年一遇洪水发生时显著减少, 地表径流较高(图 4), 洪水调节服务供给量较小。
如图 5 所示, 随着洪水重现期延长, 较高供给和高供给区域的面积逐渐增加。5 年一遇洪水调节服务以中等和较高供给为主, 二者之和占县域面积的 95.85%。25 年一遇洪水调节服务以较高和高供给为主, 二者之和占县域面积的 91.86%。10 年一遇洪水调节服务以低供给和较低供给为主, 二者合占县域面积的 53.9%, 较高供给和高供给面积之和仅占县域面积的 37.6%。
图3 岚县各乡镇不同重现期洪水调节服务供给量
Fig. 3 Supply amount of ecosystem flood regulation service of different return periods in each village of Lan County
图4 岚县各乡镇不同重现期洪水的平均径流深度
Fig. 4 Average flood runoff depth of different return periods in each village of Lan County
图5 5年一遇、10年一遇和25年一遇洪水调节服务供给等级
Fig. 5 Supply level of ecosystem flood regulation service for 5-year,10-year and 25-year return period flood
5 年一遇洪水调节服务供给量由县域中心向四周降低; 较高供给主要分布于上明乡等海拔和坡度较低的区域; 中等供给主要分布于县域边缘区域, 较低供给主要分布于界河口镇的西北部。10 年一遇洪水调节服务低供给、较低供给和中等供给主要分布于海拔和坡度较高的区域; 较高和高供给主要分布于海拔和坡度较低的区域; 中等供给面积较小, 占全县面积的 8.5%。25 年一遇洪水调节服务较高供给在各乡镇分布均占优势; 高供给呈斑块状镶嵌于较高供给区内; 中等供给占全县面积的 7.16%; 没有较低供给; 低供给仅占县域面积的 0.98%。
如图 6 所示, 5 年一遇和 10 年一遇洪水调节服务供给量存在较为显著的差别。高差别、较高差别和中等差别区域分别占县域面积的 3.19%, 19.70%和 19.93%, 主要分布于海拔和坡度较高的区域, 与10 年一遇洪水调节服务低供给和较低供给区大部分重合。这些区域在5年一遇和 10 年一遇洪水接连发生时供给量下降较快, 被洪水淹没风险较高。
5 年一遇、10 年一遇和 25 年一遇各乡镇的洪水调节服务需求量逐渐增加(图 7)。10 年一遇洪水调节服务需求总量比 5 年一遇增加 36.12%, 25 年一遇洪水调节服务需求总量比 5 年一遇和 10 年一遇分别增加 169.50%和 97.99%, 25 年一遇比 5 年一遇和 10年一遇洪水调节服务需求总量之和高 14.14%。
图6 5年一遇与10年一遇洪水调节服务供给量差异空间分布
Fig. 6 Spatial distribution of supply amount difference of ecosystem flood regulation service between 5-year and 10-year return period flood
5 年一遇、10 年一遇、25 年一遇以及 5 年与 10年一遇洪水接连发生情况下, 单位面积洪水调节服务空间分布具有一致性。高需求均分布于土峪乡和普明镇, 较高需求均分布于东村镇和社科乡, 中等需求均分布于界河口镇、河口乡和顺会乡, 较低需求均分布于大蛇头乡、王狮乡和梁家庄乡, 低需求均分布于岚城镇和上明乡。
图7 岚县不同重现期洪水调节服务需求量
Fig. 7 Demand amount of ecosystem flood regulation service for different return periods in Lan County
淹没水深越深, 致灾因子的危险性越高, 洪灾风险越大[43]。5 年一遇、10 年一遇和 25 年一遇洪水的低风险区分布具有优势, 分别占县域面积94.86%, 94.48%和 94.1%, 较低、中等、较高和高风险区呈树枝状或零星斑点状, 较密集地分布于县域中心海拔较低的区域, 以岚城、土峪、东村镇、上明、普明、顺会和社科等乡镇的河流及其两岸为集中分布区(图 8)。
5 年一遇与 10 年一遇洪水接连发生时, 最高淹没深度比 5 年一遇、10 年一遇和 25 年一遇分别增加 108%, 93.31%和 81.69%, 然而高风险区面积仅分别比 5 年一遇、10 年一遇和 25 年一遇增加 21.31, 17.38 和 12.55km2, 变化不显著。因此, 一次小洪水和一次中等洪水接连发生时, 风险主要来自淹没深度的增加。
5 年一遇、10 年一遇和 25 年一遇各乡镇的洪水调节服务供给量均高于需求量, 因此供需关系整体平衡, 然而存在空间异质性, 局部地区供需不平衡, 不平衡区域分别占县域面积的 8.49%, 20.39%和8.99%。10 年一遇洪水事件发生时, 土壤比较湿润, 供需不平衡面积显著高于 5 年一遇和 25 年一遇洪水事件, 表明生态系统洪水调节服务供给能力不足以应对小洪水和中洪水连续发生的情况。
5 年一遇和 25 年一遇洪水调节服务供需不平衡区域集中于岚县海拔和坡度较低的乡镇, 包括土峪乡、普明镇和东村镇。10 年一遇洪水供需不平衡区域集中分布于河口乡、界河口镇东部以及顺会乡中部和北部、岚城镇北部, 这些区域的海拔和坡度较高(图 9)。
5 年一遇洪水调节服务供需不平衡面积受海拔高度、林地面积比例和草地面积比例影响, 偏相关分析结果表明, 林地面积比例的影响高于草地面积比例和海拔高度(附录 1)。5 年一遇洪水调节服务供需不平衡面积与海拔高度、林地面积比例和草地面积比例分别符合一次函数 y=–23204.18x–8.837, y=12223.18–6836.91x以及 y=17541.98+6364.84x (附录 2)。
10 年一遇洪水调节服务供需不平衡面积主要受当日降雨量影响(附录 3)。二者符合二次函数 y=89.91x2–14101.68x+563294.69(附录 2)。
25 年一遇的洪水调节服务供需不平衡面积受海拔高度、旱地面积比例和林地面积比例的显著影响, 与降雨量、坡度和草地面积比例没有显著相关关系(附录 4), 与海拔高度符合生长函数
, 与旱地面积比例符合 S 函数
, 与林地面积比例符合生长函数
(附录 2)。
5 年一遇和 25 年一遇洪水风险强优先、优先、亚优先和一般重要管理区面积接近。10 年一遇比 5年一遇洪水风险强优先、优先和亚优先管理区面积分别增加 225%, 15.33%和 198.25%, 10 年一遇比 25年一遇洪水风险强优先、优先、亚优先管理区面积分别增加 116.67%, 13.67%和 179.71%, 一般重要管理区面积分别比 5 年一遇和 25 年一遇降低 12.97%和 12.55%。
5 年一遇、10 年一遇和 25 年一遇洪水风险强优先管理区仅分布于东村镇, 分别占东村镇面积的0.7%, 2.2%和 1%。东村镇人口密度较高, 同时林地和草地覆盖率较低, 分别为 4.12%和 17.45%, 因此洪水调节服务供给水平较低, 供需平衡状况较差(图 10)。
图8 不同重现期洪水风险空间分布
Fig. 8 Spatial distribution of flood risk for different return periods
东村镇城镇用地和其他建设用地面积之和占全镇面积的 11.90%, 远高于其他乡镇, 2020 年比 1997年增长3.5倍, 暴雨时更易产生径流, 同时林地和草地覆盖率分别降低 17.86%和 13.48%, 削弱了洪水调节服务的供给能力, 因此东村镇应做好退耕还林还草工作, 保持植被覆盖度稳定增长。由于 25 年一遇洪水调节服务供需不平衡面积与林地面积比例显著负相关, 与草地面积比例不显著相关, 因此应加强退耕还林工作的实施, 保证林地面积稳步提升。同时, 对城镇用地和其他建设用地做适当的改造, 增加雨水的吸收和渗漏, 保证洪水调节服务供给能力的提升, 优化供需关系。
5 年一遇、10 年一遇和 25 年一遇洪水风险优先管理区均主要分布于东村镇、普明乡、上明乡和社科乡。这些乡镇林地覆盖率较低, 洪水调节服务供给量较低, 供需不匹配的区域面积较大。1997 年至2022 年, 普明镇和上明乡林地分别减少 3.79%和11.60%, 草地分别减少 1.47%和 7.81%, 因此普明镇和上明乡洪水调节服务供给呈减少趋势。社科乡的林地和草地面积变动微弱, 因此洪水调节供给能力基本稳定。由于 5 年一遇洪水调节服务供需不平衡面积与林地面积比例、草地面积比例负相关, 且林地面积比例的影响高于草地面积比例, 同时 25 年一遇洪水调节服务供需不平衡面积与林地面积比例负相关, 与旱地面积比例正相关, 因此普明镇和上明乡应做好退耕还林还草工作, 重点保证退耕还林工作任务, 同时应开展多途径保证就业, 减少耕地扩张。
图9 5年、10年和25年一遇洪水调节服务供需平衡空间分布
Fig. 9 Spatial distribution of supply-demand balance of ecosystem flood regulation service for 5-year,10-year and 25-year return period flood
图10 5年一遇、10年一遇和25年一遇洪水风险管理分区
Fig. 10 Flood risk management zoning of 5-year,10-year and 25-year return period flood
5 年一遇和 25 年一遇亚优先管理区主要分布于王狮乡、顺会乡和河口乡。这 3 个乡的植被覆盖度较高, 分别为 67.82%、48.37%和 65.11%, 因此洪水调节服务供给水平较好, 供需不平衡面积比例较低。1997 年至 2022 年, 王狮乡、顺会乡和河口乡草地面积分别减少 6.24%, 3.75%和 56.73%, 而顺会乡和河口乡林地覆盖度分别增加 31.21%和 30.90%, 王狮乡减少 5.6%, 因此王狮乡洪水调节服务供给呈减弱趋势, 需要稳定林草地面积, 在社会经济发展的相关政策中应考虑优先生态保护。
10 年一遇亚优先管理区包括岚城镇、界河口镇、王狮乡、河口乡和顺会乡。岚城镇和界河口镇的植被覆盖度较好, 分别为 51.34%和 73.54%, 洪水调节服务供给能力较好。界河口镇 2022 年比 1997年林地覆盖度减少 6.00%, 草地覆盖度减少 46.10%, 因此应做好退耕还林还草工作; 岚城镇的林地面积增加 38.17%, 草地面积减少 21.24%, 应注意保证退耕还草工作的完成。
以前有些研究中, 生态系统洪水调节服务需求单位是货币, 供给单位大多是立方米[14–15], 使得生态系统洪水调节服务供给与需求可比性较弱。本研究中生态系统洪水调节的供给和需求均从水文过程中提取, 与洪水动态关联。生态系统洪水调节服务供给是被生态系统吸收的水, 为降雨量与径流量之差。生态系统服务需求是引起淹没的洪水体积, 与当地社会需要洪水调节服务消减的洪水量一致。因此, 我们可以通过直接比较生态系统洪水调节服务的供给与需求, 来分析它们之间的关系。研究结果表明, 5 年一遇、10 年一遇以及 25 年一遇洪水需要进一步调节的洪水量分别是 6932360.96, 9436424.73和 18683020.45 m3。
尽管生态系统洪水调节服务供给能够减缓洪水, 改善供需不平衡的状况, 但不能完全消除洪水风险[14–15]。同时, 生态系统洪水调节服务供给能够减缓低重现期的洪水灾害, 而面对高重现期的洪水, 这种能力是有限的[44], 本文研究结果与之一致。随着重现期的增大, 供需不平衡面积比例有增加的趋势。此外, 5 年一遇和 10 年一遇洪水接连发生时, 土壤湿润状况改变, 使得 10 年一遇洪水调节服务供需不平衡面积显著增加, 甚至高于 25 年一遇, 表明生态系统洪水调节服务供给不足以应对小洪水和中洪水接连发生的情况。因此, 在气候变化影响日益明显, 灾害风险管理变得复杂的情况下, 需要重视其他防控措施(如加强防洪工程建筑、洪水监测和早期的预警系统等), 改善生态系统洪水调节服务供给, 有效地管理洪水风险。
1997 年至 2022 年岚县 12 个乡镇的草地覆盖率均有所减少, 7 个乡镇的林地覆盖率减少, 特别是土峪乡, 洪水供需不平衡面积比例在岚县各乡镇中最高(林地减少 49.07%, 草地减少 20.89%), 因此需切实保障退耕还林还草工作的实施。可以创新生态补偿制度, 设计适合当地情况的生态产品交易机 制[45], 提升生态保护与建设的积极性[44]。
未来研究可关注洪水风险管理优先区的多重生态效益的联合(如碳固定、气候调节和空气净化等), 以便实现洪水风险管理优先区生态效益最大化。由于生态系统减低径流的能力受到土壤类型、土壤湿润状况、地形、土地利用和降雨等因素的影响, 因此需要在更多的降雨情景和土壤水分情景下模拟洪水调节服务供给。同时, 径流体积也受排水系统影响, 受限于数据的可获得性, 本研究未使用排水数据, 可能在一定程度上影响模拟结果。
本研究以岚县为研究对象, 使用 SCS-CN 模型计算洪水调节服务供给量, 使用 FloodArea 模型模拟洪水淹没量来表示洪水调节服务需求量, 评价岚县 5 年一遇、10 年一遇和 25 年一遇洪水调节服务的供需关系, 并结合人口分布进行风险管理分区。研究结果表明, 5 年一遇和 10 年一遇洪水连续发生时, 洪水调节服务供给量存在显著的差别, 海拔和坡度较高的区域洪水调节服务供给量下降较快, 淹没风险显著增加。5 年、10 年和 25 年一遇洪水调节服务供需不平衡区域的面积分别占县域面积的8.49%, 20.39%和 8.99%。随着重现期的增大, 供需不平衡面积比例有增加的趋势。5 年一遇和 25 年一遇洪水供需不平衡面积主要受到海拔高度和林地面积比例的显著影响, 10 年一遇洪水供需不平衡面积主要受到降雨量的显著影响。10 年一遇洪水调节服务供需不平衡面积远高于 5 年和 25 年一遇, 表明生态系统洪水调节服务供给不足以应对小洪水和中洪水连续发生的情况。5 年、10 年和 25 年一遇洪水风险强优先管理区仅分布于东村镇, 优先管理区主要分布于东村镇、普明乡、上明乡和社科乡。本文研究结果可为汾河上游生态系统服务管理和洪水风险管理提供理论依据。
参考文献
[1] Daily G C. Nature’s service: societal dependence on natural eco-system. Washington: Island Press, 1997
[2] Costanza R, de Groot R, Braat L, et al. Twenty years of ecosystem services: how far have we come and how far do we still need to go?. Ecosystem Services, 2017, 28: 1–16
[3] Douglas I. Ecosystems and human well-being. Ency-clopedia of the Anthropocene, 2018, 4: 185–197
[4] 郭宗亮, 刘亚楠, 张璐, 等. 生态系统服务研究进展与展望. 环境工程技术学报, 2022, 12(3) : 928–936
[5] 王诗绮, 刘焱序, 李琰, 等. 近 20 年黄土高原生态系统服务研究进展. 生态学报, 2023, 43(1) : 26–37
[6] Li X, Sun W, Zhang D, et al. Evaluating water provi-sion service at the sub-watershed scale by combining supply, demand, and spatial flow. Ecological Indica-tors, 2021, 127: 107745
[7] Millennium Ecosystem Assessment. Ecosystems and human well-being: synthesis. Washington, DC: Island Press, 2005
[8] Zhang X, Estoque R C, Xie H, et al. Bibliometric analysis of highly cited articles on ecosystem services. PLOS ONE, 2019, 14(2): e0210707
[9] Li J, Fang Z H, Zhang J X, et al. Mapping basin-scale supply-demand dynamics of flood regulation service — a case study in the Baiyangdian Lake Basin, China. Ecological Indicators, 2022,139: 108902
[10] Dottori F, Szewczyk W, Ciscar J C, et al. Increased human and economic losses from river flooding with anthropogenic warming. Nature Climate Change, 2018, 8: 781–786
[11] Nedkov S, Burkhard B. Flood regulating ecosystem services — mapping supply and demand, in the Etropole municipality, Bulgaria. Ecological Indicators, 2012, 21: 67–79
[12] Luo K, Zhang X. Increasing urban flood risk in China over recent 40 years induced by LUCC. Landscape and Urban Planning, 2022, 219: 104317
[13] Li R, Zheng H, Lv S, et al. Development and evaluation of a new index to assess hydrologic regulating service at sub-watershed scale. Ecological Indicators, 2018, 86: 9–17
[14] Shen J, Du S Q, Huang Q X, et al. Mapping the city-scale supply and demand of ecosystem flood regulation services — a case study in Shanghai. Ecological Indi-cators, 2019, 106: 105544
[15] Stürck J, Poortinga A, Verburg P H. Mapping ecosy-stem services—the supply and demand of flood regula-tion services in Europe. Ecological Indicators, 2014, 38(3): 198–211
[16] Burkhard B, Kroll F, Nedkov S, et al. Mapping ecosy-stem service supply, demand and budgets. Ecological Indicators, 2012, 21: 17–29
[17] Bayley P B. Understanding large river: floodplain eco-systems. Bioscience, 1995, 45(3): 153–158
[18] Vallecillo S, Kakoulaki G, La Notte A, et al. Accoun-ting for changes in flood control delivered by ecosys-tems at the EU level. Ecosystem Services, 2020, 44: 101142
[19] 颜文涛, 黄欣, 王云才. 绿色基础设施的洪水调节服务供需测度研究进展. 生态学报, 2019, 39(4): 1165–1177
[20] Villamagna A M, Angermeier P L, Bennett E M. Capacity, pressure, demand, and flow — a conceptual framework for analyzing ecosystem service provision and delivery. Ecological Complexity, 2013, 15: 114–121
[21] Wolff S, Schulp C J E, Verburg P H. Mapping eco-system services demand — a review of current research and future perspectives. Ecological Indicators, 2015, 55: 159–171
[22] Farrell D A. Experimental watersheds: a historical perspective. Journal of Soil and Water Conservation, 1995, 50: 432–437
[23] Chen H, Zhang X, Abla M, et al. Effects of vegetation and rainfall types on surface runoff and soil erosion on steep slopes on the Loess Plateau, China. Catena, 2018, 170: 141–149
[24] Yu Y, Wei W, Chen L, et al. Quantifying the effects of precipitation, vegetation, and land preparation techni-ques on runoff and soil erosion in a Loess watershed of China. Science of Total Environment, 2019, 652: 755–764
[25] Castro A J, Verburg P H, Martín-López B, et al. Eco-system service trade-offs from supply to social demand: a landscape-scale spatial analysis. Landscape & Urban Planning, 2014, 132: 102–110
[26] Watson K B, Galford G L, Sonter L J, et al. Effects of human demand on conservation planning for biodi-versity and ecosystem services. Conservation Biology, 2019, 33(4): 942–952
[27] Baró F, Palomo I, Zulian G, et al. Mapping ecosystem service capacity, flow and demand for landscape and urban planning — a case study in the Barcelona metro-politan region. Land Use Policy, 2016, 57: 405–417
[28] Mori S, Pacetti T, Brandimarte L, et al. A methodo- logy for assessing spatio-temporal dynamics of flood regulating services. Ecological Indicators, 2021, 129: 107963
[29] 廖文婷, 邓红兵, 李若男, 等. 长江流域生态系统水文调节服务空间特征及影响因素: 基于子流域尺度分析. 生态学报, 2018, 38(2): 412–420
[30] Li X Y, Kuang W H, Sun F Y. Identifying urban flood regulation priority areas in Beijing based on an eco-system services approach. Sustainability, 2020, 12: 2297
[31] Shen J, Du S Q, Ma Q, et al. A new multiple return-period framework of flood regulation service-applied in Yangtze River basin. Ecological Indicators, 2021, 125: 107441
[32] Zhou Y, Wu X F. Identiffcation of priority areas for green stormwater infrastructure based on supply and demand evaluation of flood regulation service. Envi-ronmental Development, 2023, 45: 100815
[33] 岚县人民政府. 自然地理[EB/OL]. (2022–06–25) [2023–10–18]. http://www.lanxian.gov.cn/zoujin/ziran dili/
[34] 张燕, 师学义, 唐倩. 不同土地利用情景下汾河上游地区碳储量评估. 生态学报, 2021, 41(1): 360–373
[35] 王永宏. 岚县地质灾害类型与时空分布规律分析. 中国资源综合利用, 2022, 40(6): 147–149
[36] 王国庆, 唐雄朋, 刘佩瑶, 等. 山西省岚河流域水文气象要素演变及响应关系. 华北水利水电大学学报(自然科学版), 2017, 38(4): 67–70
[37] 中国科学院地理与资源研究所, 中国科学院资源环境科学数据中心, 资源环境数据云平台. 中国土地利用现状遥感监测数据[EB/OL]. (2021–04–20) [2022–11–10]. http: //www.resdc.cn/data.aspx?DATAID= 99
[38] 国家自然科学基金委, 国家地球系统科学数据平台, 寒区旱区科学数据平台. 中国土壤特征数据集[EB/ OL]. (2017–04–20)[2022–11–10]. http://westdc.west gis.ac.cn
[39] Open Spatial Demographic Data and Research, the spa-tial distribution of population in 2020, China [EB/OL]. (2018–11–01) [2022–11–10]. https://www.worldpop. org/geodata/summary?id=6524
[40] 陈子燊, 刘曾美, 路剑飞. 广义极值分布参数估 计方法的对比分析. 中山大学学报(自然科学版), 2010, 49(6): 105–109
[41] 尹占娥, 田鹏飞, 迟潇潇. 基于情景的 1951—2011年中国极端降水风险评估. 地理学报, 2018, 73(3): 405–413
[42] 马丽君, 王传涛, 王雯军, 等. 基于SCS-CN模型的郑州市区域产流特征研究. 水土保持通报, 2022, 42(4): 203–209
[43] 刘晓冉, 康俊, 王颖, 等. 基于GIS和FloodArea水动力模型的重庆市山洪灾害风险区划. 水土保持通报, 2019, 32(2): 206–211
[44] Morris J, Beedell J, Hess T M. Mobilising flood risk management services from rural land: principles and practice. Journal of Flood Risk Manage, 2016, 9(1): 50–68
[45] 樊杰. 我国国土空间开发保护格局优化配置理论创新与“十三五”规划的应对策略. 中国科学院院刊, 2016, 31(1): 1–12
附录
请访问《北京大学学报(自然科学版)》官方网站(https://xbna.pku.edu.cn)查看
Supply-Demand Balance of Ecosystem Flood Regulation Service and Flood Risk Management Zoning: A Case Study in Lan County, Shanxi Province
Abstract To better regulate and manage flood risk, the supply of ecosystem flood regulation service was evaluated through the SCS-CN model, and the demand of ecosystem flood regulation service was calculated as flood inundation amount through the FloodArea model in Lan County, Shanxi Province. Meanwhile, flood risk zoning was conducted by combining with population distribution. The results are as follows. 1) The supply mount of ecosystem flood regulation service of 5-year, 10-year and 25-year return period flood presented an increasing trend. However, the supply amount for the 10-year return period flood was lower than that for the 5-year by 33.05%, mainly due to the difference in soil moisture. 2) The demand amount of ecosystem flood regulation service of 5-year, 10-year and 25-year return period flood increased gradually. When one 5-year return period flood and one 10-year return period flood occurred consecutively, the flood risk arose principally from the increase in submerged depth. 3) The unbalanced supply-demand area of ecosystem flood regulation service of 10-year return period flood was far larger than those of 5-year and 25-year return period flood, which indicates that the ecosystem flood regulation service supply was not enough to cope with the situation of small and moderate flood occurred in succession. The unbalanced supply-demand area of 5-year and 25-year return period flood was affected principally by elevation and land use, while that of 10-year return period flood was influenced mainly by precipitation. 4) The high priority area of 5-year, 10-year and 25-year return period flood was distributed merely in Dongcun Town, whereas priority area and second-dary priority area were distributed in accordance with the unbalanced supply-demand area of ecosystem flood regula-tion service. The results can provide theoretical basis for ecosystem service management and flood risk management.
Key words ecosystem service; flood regulation, supply-demand balance, flood risk management; Lan County