Medical Journal of the Chinese People's Armed Police Forces

Journal of Changjiang River Scientific Research Institute >

2025 , Vol. 42 >Issue 4: 45 - 51

DOI: https://doi.org/10.11988/ckyyb.20231412

Water Resources

Impacts of Land Use and Climate Change on Flood Season Runoff in Tropical Islands

  • XIONG Wei , 1 ,
  • YE Chang-qing 1, 2 ,
  • XUE Shi-yu 1 ,
  • ZHU Li-rong 3 ,
  • LI Jun , 1
Expand
  • 1 College of Ecology and Environment, Hainan University, Haikou 570228, China
  • 2 Hainan Provincial Key Laboratory of Environmental Processes and Ecological Regulation in Agriculture and Forestry, Haikou 570228, China
  • 3 College of Tourism, Hainan University, Haikou 570228, China

Received date: 2023-12-22

  Revised date: 2024-03-07

  Online published: 2025-04-14

Fold

Abstract

To analyze the impacts of land use and climate change on flood season runoff in tropical island regions, we selected the middle and lower reaches of the Nandu River basin in Hainan, a tropical river area, as the study area. We employed the SWAT model to simulate flood season runoff changes under different scenarios. Results indicate that, under the land use change scenario, converting cropland or planted forest land to natural forest land in the watershed reduces both the average monthly runoff and its variance during the flood season. Conversely, converting planted forest land to cropland increases these two parameters. The runoff generation capacity of cropland is larger than that of planted forest land and natural forest land in descending order. Under the climate change scenario, the average monthly runoff and its variance during flood season in the basin are directly proportional to rainfall and inversely proportional to temperature. Particularly, the flood season average monthly runoff changes at Longtang Station are more susceptible to climate change. In the integrated scenario, compared with the base period, the increment of average monthly runoff and its variance due to climate change significantly outweighs the decrease caused by land use change. Longtang Station shows higher sensitivity to climate change.

Key words： land use change; climate change; SWAT model; tropical islands; flood season runoff

Cite this article

XIONG Wei , YE Chang-qing , XUE Shi-yu , ZHU Li-rong , LI Jun . Impacts of Land Use and Climate Change on Flood Season Runoff in Tropical Islands[J]. Journal of Changjiang River Scientific Research Institute, 2025 , 42(4) : 45 -51 . DOI: 10.11988/ckyyb.20231412

开放科学(资源服务)标识码(OSID):

0 引言

土地利用和气候变化是影响流域水文过程的2个关键因素[1]。土地利用变化通过改变蒸腾作用和地表汇流等影响水文循环过程[2],进而影响流域径流及其分布,气候变化通过降水量、温度和其他因素的变化影响陆地水循环系统,从而影响流域水文径流过程[3]。土地利用和气候变化直接影响水资源供需关系,进而影响流域生态环境和经济发展等[4]。因此,定量分析土地利用和气候变化对流域径流影响,可为流域水资源规划管理提供科学依据。
目前,国内相关研究主要集中在长江流域[5⇓-7]和黄河流域[8⇓-10]等地区,对热带岛屿地区的研究相对缺乏。由于热带岛屿地区水文与气象条件的独特性,相对于长江与黄河流域等地区降水多、温度高,日照时间长、太阳辐射强、蒸散发量大、常出现暴雨洪水,因此迫切需要对其区域内的土地利用和气候变化的径流影响机制进行研究。已有学者在海南热带岛屿地区进行土地利用和气候变化对径流的影响研究,如:Li 等[11]研究发现万泉河流域土地利用变化对径流的影响小于气候变化;雷湘龄[12]研究了海南岛松涛水库上游地区土地利用变化对径流的影响等。但以上研究都是从整年的角度分析,不能体现汛期的影响。海南汛期曾发生过多次洪水,洪涝灾害十分严重,同时,海南岛作为气候变化敏感区[13],近年来气温和降水呈增加的趋势[14],且在近几十年里土地利用方式发生了很大的变化[15],例如,橡胶林地取代了大片的林地和耕地[16],大量的天然林地转变为人工林地,这势必会对汛期径流产生影响,进而影响洪涝灾害的发生。曹灿[17]研究了土地利用和气候变化对热带岛屿径流的影响,但其未考虑土地利用类型变化以及温度和降水单因素变化对汛期径流的影响,且在分析气候变化时选用单独的2个年份比较,存在一定的偶然性。因此,研究热带岛屿地区土地利用和气候单因素变化对汛期径流的影响,具有十分重要的意义。
基于此,本研究利用水土评估工具(Soil and Water Assessment Tool,SWAT)模型,模拟单独的土地利用变化和单独的气候变化以及二者共同变化下的汛期径流,以探究土地利用和气候变化对热带岛屿地区汛期径流的影响机制。

1 研究区概况

南渡江发源于海南省白沙县南峰山,干流全长333.8 km,流域面积7 033.2 km2。流域内雨量充沛,多年平均降雨量为1 929.2 mm,但年内分配不均,主要集中在5—10月份,占年降雨总量的85%,而11月至次年4月的降雨量仅占年降雨总量的15%。流域气候温和,多年平均温度为23.5 ℃,1月份平均温度最低,7月份最高。农业是流域内的主要产业,主要的经济产品是槟榔和橡胶。在流域附近建有4个国家级气象站(图1)。20世纪50年代在干流修建了龙塘水文站,集水面积占流域面积的97%,三滩水文站建在支流龙州河上,控制集水面积1 178 km2。因上游最大水库松涛水库自建成运行以来,除个别年份泄洪外,基本无下泄流量[18],下游受其影响较小,故本研究所选研究区域仅包括南渡江流域中下游区域。
图1 南渡江流域中下游位置

Fig.1 Location of the middle and lower reaches of the Nandu River Basin

2 数据与方法

2.1 基础数据

构建SWAT模型所需的基础数据包括空间数据、气象数据和水文数据,其中,空间数据有数字高程模型(Digital Elevation Model,DEM)数据、土地利用数据和土壤数据(表1)。土地利用数据来自武汉大学,天然林地数据来自海南省林业局,按照SWAT模型的要求,把土地利用类型分为耕地、天然林地、人工林地、水体用地、城镇用地5种。土壤数据来自于联合国粮农组织提供的世界土壤数据库(Harmonized World Soil Database,HWSD),利用SPAW(Soil Plant Atmosphere Water)软件计算土壤容重和饱和水力传导系数等参数,研究区内的土壤类型有铁质低活性强酸土、简育火山灰土、人为堆积土等13种类型。气象数据包括海口、儋州、琼海和琼中4个国家级气象站1962—2019年日降水、温度、风速、日照辐射、相对湿度等数据,个别缺测数据由SWATWeather软件插值所得。水文数据为龙塘和三滩站日径流数据。
表1 SWAT模型基础数据

Table 1 Basic data for SWAT model

数据类型 数据描述 数据来源 处理方法
DEM 30 m×30 m 地理空间数据云 ArcGIS裁剪、投影
土地利用
数据		 1990年、2000年、
2019年		 武汉大学、海南省林业局 ArcGIS裁剪、重分类、镶嵌
土壤类型
数据		 HWSD土壤栅格数据 HWSD土壤数据库 裁剪、投影
土壤属性
数据		 土壤容重、饱和水力
传导系数等		 HWSD土壤数据库 使用SPAW软件计算
气象数据 1962—2019年逐日 中国气象数据网 SWATWeather软件计算
水文数据 1975—2001年龙塘、
三滩水文站逐月径流		 海南省水务厅 SWAT-CUP输入格式处理

2.2 模型的建立及参数率定与验证

首先利用DEM数据划分子流域,再根据土地利用数据、土壤数据和坡度数据划分水文响应单元(Hydrological Response Unit,HRU),并根据收集的气象数据建立气象数据库,从而构建南渡江流域的SWAT模型(为了使模拟初期的水文过程进入到稳定状态,设置3 a预热期,用1978—1990年的气象数据和1990年的土地利用数据率定,1991—2001的气象数据和2000年的土地利用数据验证)。
利用SWAT-CUP软件,采用SUFI-2算法作为参数估计的最优化方法[19],结合径流观测数据,将与径流相关的参数进行反复的率定与验证,选取决定系数 R 2、Nash-Sutcliffe效率系数Ens以及相对误差Re作为评价指标,直到模拟结果验证通过为止,具体公式如下。
决定系数 R 2的表达式为
R 2 = ∑ i = 1 n Q i - Q a v g P i - P a v g 2 ∑ i = 1 n Q i - Q a v g 2 ∑ i = 1 n P i - P a v g 2 　 。
式中:Qavg为径流观测数据平均值; Q i为径流观测值; P i为径流模拟值;Pavg为径流模拟的平均值; n为模拟时间数。
Nash-Sutcliffe效率系数Ens的表达式为
E n s = 1 - ∑ i = 1 n Q i - P i 2 ∑ i = 1 n Q i - Q a v g 2 　 。
相对误差Re的表达式为
R e = ∑ i = 1 n Q i - P i ∑ i = 1 n Q i × 100 % 　 。
一般认为,当 R 2>0.6,Ens>0.5,Re<20%,表示模型模拟的结果可以接受[20-21]。

2.3 情景设置

在确定了模型的适用性之后,通过设置土地利用变化、气候变化、土地利用和气候变化综合3大类情景来分析土地利用和气候变化对其汛期径流的影响,各种情景只改变相应的土地利用方式或者气候,由此可以说明汛期径流的变化是由土地利用或气候变化所导致的。土地利用和气候变化情景设置方案如表2所示,细分为9个情景。
表2 土地利用和气候变化情景设置方案

Table 2 Setting of land use and climate change scenarios

情景 土地利用数据 气候数据
情景1 1990年 1962—1990年
情景2 将1990年所有耕地
转变为天然林地		 1962—1990年
情景3 将1990年所有人工林地
转变为耕地		 1962—1990年
情景4 将1990年所有人工林地
转变为天然林地		 1962—1990年
情景5 1990年 1962—1990年降水增加20%
1990年 1962—1990年降水增加10%
1990年 1962—1990年降水减少10%
1990年 1962—1990年降水减少20%
情景6 1990年 1962—1990年温度升高4 ℃
1990年 1962—1990年温度升高2 ℃
1990年 1962—1990年温度降低2 ℃
1990年 1962—1990年温度降低4 ℃
情景7 2019年 1962—1990年
情景8 1990年 1991—2019年
情景9 2019年 1991—2019年

2.3.1 土地利用变化情景

保持其他土地利用类型和气候不变,将一种土地利用类型全部转变为另一种土地利用类型,分析不同土地利用类型对汛期径流的影响。如表2所示,情景1—情景4,以研究耕地、天然林地、人工林地对流域汛期径流的影响,分析三种土地利用类型的汛期产流能力大小,以及相同大小的区域内三种土地利用方式中发生洪涝灾害的概率大小。

2.3.2 气候变化情景

情景5—情景6(表2),模拟不同气候变化情景下的汛期月均径流量和径流方差,将模拟结果与情景1对比,分析不同气候变化下汛期月均径流量和发生洪涝灾害的概率变化。

2.3.3 土地利用变化和气候变化综合情景

为研究土地利用变化和气候变化对热带岛屿汛期径流的影响,情景7—情景9(表2),综合分析汛期径流对土地利用和气候变化的响应。情景7是用2019年土地利用数据替换1990年土地利用数据,与情景1对比,可分析土地利用变化对汛期径流的影响;情景8是用1991—2019年气象数据替换1962—1990年的气象数据,与情景1对比,可分析气候变化对汛期径流的影响;情景9是用2019年土地利用和1991—2019年气象数据替换1990年土地利用和1962—1990年的气象数据,与情景1对比,可分析土地利用和气候共同变化对汛期径流的影响。

3 结果与分析

3.1 土地利用变化分析

1990年、2000年和2019年三期土地利用状况见图2和表3。三期土地利用均是以耕地和人工林地为主,这两种土地利用类型占比超过研究区总面积的90%。1990—2019年间,耕地和天然林地呈现逐渐减少的趋势,人工林地、水体和城镇用地呈现增加趋势;以耕地的减少和人工林地的增加为主,耕地减少的面积占研究区总面积的9.78%,人工林地增加的面积占研究区总面积的10.69%,这主要是因为大量耕地被槟榔树等人工林地所取代。
图2 南渡江流域中下游1990年、2000年和2019年土地利用分类结果

Fig.2 Land use classification results in the middle and lower reaches of the Nandu River basin in 1990, 2000, and 2019

表3 1990年、2000年和2019年南渡江流域中下游土地利用面积比例

Table 3 Percentages of land use types in middle and lower Nandu River Basin in 1990, 2000, and 2019

土地利用类型 不同年份面积比例/% 1990—2019年面积
变化率/%
1990年 2000年 2019年
耕地 33.83 28.14 24.05 -9.78
天然林地 5.31 4.54 3.82 -1.49
人工林地 59.06 65.25 69.75 10.69
水体 1.32 1.32 1.34 0.02
城镇用地 0.49 0.75 1.05 0.56

3.2 SWAT模型率定与验证

率定时,需要对参数进行敏感性分析,筛选出敏感性较高的参数。敏感性分析采用显著性指标p(p-value)值和统计量t(t-Stat)值进行衡量,p值越接近于0,t值的绝对值越大,参数的敏感性就越高[22]。本文选取的15个参数中最敏感的参数是基流系数(ALPHA_F)。表4是模拟得出的参数最佳取值和敏感性排序。
表4 模型敏感性参数

Table 4 Sensitivity parameters of the model

参数名称 参数定义 取值范围 最佳值 敏感性
排名名次
V__ALPHA_BF.gw 基流系数 0~1 0.27 1
R__CN2.mgt SCS径流曲线
系数		 -0.5~0.5 0.23 2
V__CH_K2.rte 主河道水力
传导率		 -0.01~500 152.89 3
V__CH_N2.rte 主河道曼宁
系数		 -0.01~0.3 0.02 4
R__
SOL_AWC(1).sol		 土壤可利用
有效水		 -0.5~0.5 0.40 5
V__SURLAG(1).bsn 地表径流
延迟时间		 0.05~24 11.30 6
V__CANMX.hru 最大冠层
截留量		 0~100 0.69 7
R__SOL_K(1).sol 土壤饱和导水
系数		 -0.5~0.5 -0.22 8
V__REVAPMN.gw 深层地下水
再蒸发系数		 0~500 90.27 9
V__ESCO.hru 土壤蒸发补偿
系数		 0~1 0.04 10
V__EPCO.hru 植物蒸腾补偿
系数		 0~1 0.06 11
V__RCHRG_DP.gw 深蓄水层渗透
系数		 0~1 0.86 12
V__GW_DELAY.gw 地下水滞后
系数		 0~500 165.93 13
V__GWQMN.gw 浅层地下水径
流系数		 0~5000 2 441.28 14
V__GW_REVAP.gw 浅层地下水
再蒸发系数		 0.02~0.2 0.14 15
SWAT模型能够较好地模拟率定期(1978—1990年)和验证期(1991—2001年)的径流(表5),率定期龙塘站和三滩站的 R 2分别为0.88和0.82, Ens分别为0.87和0.82,Re分别为4.20%和-3.80%;验证期龙塘和三滩站的 R 2分别为0.90和0.82, Ens分别为0.90和0.81, Re分别为-4.30%和-7.40%,表明SWAT模型适用于南渡江流域中下游水文过程的模拟,径流模拟结果如图3所示。
表5 模型率定期和验证期月径流模拟结果评价

Table 5 Evaluation of monthly runoff simulation results for calibration and verification periods

站名 R2 Ens Re/%
率定期 验证期 率定期 验证期 率定期 验证期
龙塘 0.88 0.90 0.87 0.90 4.20 -4.30
三滩 0.82 0.82 0.82 0.81 -3.80 -7.40
图3 水文站月径流量实测值与模拟值对比

Fig.3 Comparison of monthly runoff between measurements and simulations

3.3 情景模拟结果分析

3.3.1 土地利用变化情景

土地利用变化情景下径流模拟结果如表6所示。将情景2与情景1对比可知,把流域内的耕地全部转变成天然林地,龙塘和三滩的汛期月均径流量和径流方差均减小,因此,汛期的产流能力为耕地>天然林地,相同大小的区域内,洪涝灾害发生的概率为耕地>天然林地;同理,将情景3与情景1对比可知,汛期的产流能力为耕地>人工林地,相同大小的区域内,洪涝灾害发生的概率为耕地>人工林地;将情景4与情景1对比可知,汛期的产流能力为人工林地>天然林地,相同大小的区域内,洪涝灾害发生的概率为人工林地>天然林地。因此,3种土地利用类型汛期产流能力为耕地>人工林地>天然林地,相同大小区域内,发生洪涝灾害的概率也是耕地>人工林地>天然林地。
表6 土地利用变化情景下径流模拟结果

Table 6 Runoff simulation results under land use change scenarios

情景 径流变化率/% 方差变化率/%
龙塘水文站 三滩水文站 龙塘水文站 三滩水文站
情景2 -16.44 -14.24 -22.27 -20.89
情景3 +19.25 +17.17 +27.56 +22.79
情景4 -8.81 -8.56 -19.11 -18.00

注:径流变化率、方差变化率是相比情景1而言,下同。

3.3.2 气候变化情景

气候变化对研究区汛期径流的模拟结果见表7。保持温度不变,龙塘和三滩站的月均径流量和径流方差均随降水的增加而增大,随降水的减少而减小,且龙塘站的月均径流量随降水变化程度大于三滩站,可见,研究区内汛期月均径流量和径流方差与降水成正相关,其中,龙塘站汛期月均径流量对降水变化的敏感性更高;保持降水不变,龙塘和三滩站的月均径流量和径流方差均随温度的升高而减小,随温度的降低而增大,并且龙塘站月均径流量随温度变化程度大于三滩站,可见,研究区内汛期月均径流量和径流方差与温度成负相关,其中,龙塘站汛期月均径流量对温度变化的敏感性更高。
表7 气候变化情景对径流的影响

Table 7 Impact of climate change scenarios on runoff

情景 气候变化 径流变化率/% 方差变化率/%
龙塘
水文站		 三滩
水文站		 龙塘
水文站		 三滩
水文站
情景5 P×(1+20%) +33.81 +31.69 +59.38 +58.90
P×(1+10%) +16.79 +15.80 +27.84 +27.20
P×(1-10%) -16.33 -15.40 -24.75 -24.59
P×(1-20%) -32.32 -30.51 -46.30 -45.28
情景6 T+4 -5.08 -4.23 -3.51 -3.59
T+2 -2.64 -2.20 -1.94 -1.77
T-2 +2.60 +2.33 +1.64 +1.90
T-4 +4.92 +4.42 +3.13 +3.47

注:P为降水,1+20%表示降水增加20%;T为气温,T +4表示气温增加4 ℃,依此类推。

3.3.3 土地利用变化和气候变化共同影响下的径流模拟情景

南渡江流域中下游不同情景模拟结果如表8所示。将情景7与情景1对比,龙塘和三滩站汛期月均径流量分别减少2.82%和3.39%,径流方差分别减小3.88%和3.37%,说明土地利用变化使得流域内的汛期月均径流量减少,洪涝灾害发生的概率减小;将情景8与情景1对比,龙塘和三滩站汛期月均径流量分别增加14.72%和10.24%,径流方差分别增大121.46%和116.89%,说明气候变化使得汛期月均径流量增大,洪涝灾害发生的概率显著增加,其中龙塘站受气候变化的影响程度更大;将情景9与情景1对比,龙塘和三滩站汛期月均径流量分别增加11.63%和6.68%,径流方差分别增大116.39%和113.60%,说明与基准期相比,在1990—2019年间土地利用和气候共同变化使得汛期月均径流量增大,洪涝灾害发生的概率大幅度增加,且由气候变化引起的汛期月均径流量和径流方差的增大程度显著大于由土地利用变化引起的减小程度。
表8 南渡江流域中下游不同情景模拟结果

Table 8 Simulation results of different scenarios in the middle and lower reaches of Nandu River Basin

情景 径流变化率/% 方差变化率/%
龙塘水文站 三滩水文站 龙塘水文站 三滩水文站
情景7 -2.82 -3.39 -3.88 -3.37
情景8 +14.72 +10.24 +121.46 +116.89
情景9 +11.63 +6.68 +116.39 +113.60

4 讨论

应用SWAT模型研究了热带岛屿地区南渡江流域中下游土地利用和气候变化对汛期径流的影响。本研究结果中,3种土地利用类型汛期产流能力为耕地>人工林地>天然林地,主要是因为林地比耕地拥有更大的冠幅,枯枝落叶的数量多,因此截留的雨水更多,而天然林的冠层结构比人工林更复杂,因此截留的雨水量更多。在实施“天保工程”以前,海南天然林破坏严重,被大面积的人工林和耕地所取代,故可通过生态恢复措施来提升流域的水源涵养功能,例如土地恢复和改善森林结构,保护天然林以调节洪水和旱季的供水[23]。
气候变化主要通过降水和气温的变化来影响水资源[24-25],而降水变化对径流的影响程度要大于气温,这与曹灿等[26]在南渡江上游流域的研究结果一致,但与李建涛等[27]的研究结果即径流与气温呈正相关相反,主要是其研究区内有雪山,温度升高会使得积雪融化从而增大径流量。空间上,龙塘站汛期月均径流量受气候变化的影响程度更高,这可能会使得水资源时空分布不均的状况更加严重,因此,可以通过兴建水库等水利设施以应对可能发生的旱涝灾害。
从土地利用和气候变化的综合情景来看,气候变化对南渡江流域汛期月均径流量的影响大于土地利用变化的影响,研究结果与许多学者的研究结果一致[21,24],可能是土地利用的变化相对气候变化较小,而2019年土地利用背景下的汛期月均径流量和径流方差小于1990年,是因为近几十年耕地被大面积的人工林地所取代,流域植被对降水的整体截留能力增强,使得汛期径流减小,因此,可以通过调整作物种植模式以减轻气候变化带来的不利影响。

5 结论

(1)SWAT模型对热带岛屿地区南渡江流域中下游的径流模拟具有很好的适用性,率定期和验证期的决定系数 R 2和Nash-Sutcliffe效率系数Ens均在0.8以上,相对误差Re均在-10%~10%以内。
(2)土地利用情景显示,将耕地转化成天然林地,或者是将人工林地转化成天然林地,都会使流域内的汛期月均径流量和径流方差减小,而将人工林地转化成耕地则会使流域内的汛期月均径流量和径流方差增大,汛期的产流能力为:耕地>人工林地>天然林地,相同大小的区域内发生洪涝灾害的概率为:耕地>人工林地>天然林地。
(3)气候变化情景显示,流域的汛期月均径流量和径流方差与降水量成正相关,与温度成负相关,其中龙塘站汛期月均径流量受降水和温度变化的影响程度比三滩站大。
(4)气候变化与土地利用变化综合情景显示,气候变化对南渡江汛期径流变化的影响较大,土地利用变化对汛期径流的影响较小。
本研究虽取得一定成果,在下一步研究当中,还需要进一步量化土地利用变化、气候变化和水利工程调蓄影响,为热带岛屿的径流产汇流机制研究提供参考。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
EL-KHOURY A, SEIDOU O, LAPEN D R, et al. Combined Impacts of Future Climate and Land Use Changes on Discharge, Nitrogen and Phosphorus Loads for a Canadian River Basin[J]. Journal of Environmental Management, 2015, 151: 76-86.

DOI PMID

[2]
ZHANG H, MENG C, WANG Y, et al. Comprehensive Evaluation of the Effects of Climate Change and Land Use and Land Cover Change Variables on Runoff and Sediment Discharge[J]. Science of the Total Environment, 2020, 702: 134401.

[3]
LIAN Y, SUN M, WANG J, et al. Quantitative Impacts of Climate Change and Human Activities on the Runoff Evolution Process in the Yanhe River Basin[J]. Physics and Chemistry of the Earth, Parts A/B/C, 2021, 122: 102998.

[4]
PRESTELE R, ARNETH A, BONDEAU A, et al. Current Challenges of Implementing Anthropogenic Land-use and Land-cover Change in Models Contributing to Climate Change Assessments[J]. Earth System Dynamics, 2017, 8(2): 369-386.

[5]
杨倩, 刘登峰, 孟宪萌, 等. 环境变化对汉江上游径流影响的定量分析[J]. 水力发电学报, 2019, 38(12):73-84.

(YANG Qian, LIU Deng-feng, MENG Xian-meng, et al. Quantitative Analysis of Impacts of Environment Changes on Runoff in Upper Han River[J]. Journal of Hydroelectric Engineering, 2019, 38(12):73-84.) (in Chinese)

[6]
田晶, 郭生练, 刘德地, 等. 气候与土地利用变化对汉江流域径流的影响[J]. 地理学报, 2020, 75(11): 2307-2318.

DOI

(TIAN Jing, GUO Sheng-lian, LIU De-di, et al. Impacts of Climate and Land Use/Cover Changes on Runoff in the Hanjiang River Basin[J]. Acta Geographica Sinica, 2020, 75(11): 2307-2318.) (in Chinese)

DOI

[7]
TANG J, SONG P, HU X, et al. Coupled Effects of Land Use and Climate Change on Water Supply in SSP-RCP Scenarios: A Case Study of the Ganjiang River Basin, China[J]. Ecological Indicators, 2023, 154: 110745.

[8]
BAO Z, ZHANG J, WANG G, et al. The Impact of Climate Variability and Land Use/Cover Change on the Water Balance in the Middle Yellow River Basin, China[J]. Journal of Hydrology, 2019,577:123942.

[9]
LI H, SHI C, ZHANG Y, et al. Using the Budyko Hypothesis for Detecting and Attributing Changes in Runoff to Climate and Vegetation Change in the Soft Sandstone Area of the Middle Yellow River Basin, China[J]. Science of the Total Environment, 2020, 703: 135588.

[10]
JI G, LAI Z, XIA H, et al. Future Runoff Variation and Flood Disaster Prediction of the Yellow River Basin Based on CA-Markov and SWAT[J]. Land, 2021, 10(4): 421.

[11]
LI D, ZHU L, XU W, et al. Quantifying the Impact of Climate Change and Human Activities on Runoff at a Tropical Watershed in South China[J]. Frontiers in Environmental Science, 2022, 10: 1023188.

[12]
雷湘龄. 海南岛松涛水库上游土地利用变化对径流和非点源污染氮负荷的影响研究[D]. 海口: 海南大学, 2020.

(LEI Xiang-ling. Study on the Impact of Land Use Change on Runoff and Non-point Source Pollution Nitrogen Load in the Upper Reaches of Songtao Reservoir in Hainan Island[D]. Haikou: Hainan University, 2020.) (in Chinese)

[13]
耿静, 徐栋, 吴御豪, 等. 海南岛生态环境质量时空变化及其对气候变化与人类活动的响应[J]. 生态学报, 2022, 42(12):4795-4806.

(GENG Jing, XU Dong, WU Yu-hao, et al. Spatio-temporal Evolution of Eco-environment Quality and the Response to Climate Change and Human Activities in Hainan Island[J]. Acta Ecologica Sinica, 2022, 42(12): 4795-4806.) (in Chinese)

[14]
孙瑞, 吴志祥, 陈帮乾, 等. 近55年海南岛气候要素时空分布与变化趋势[J]. 气象研究与应用, 2016, 37(2): 1-7.

(SUN Rui, WU Zhi-xiang, CHEN Bang-qian, et al. Spatio-temporal Patterns of Climatic Changes in Hainan Island in Recent 55 Years[J]. Journal of Meteorological Research and Application, 2016, 37(2): 1-7.) (in Chinese)

[15]
文志, 赵赫, 刘磊, 等. 土地利用变化对海南土壤水源涵养功能的影响[J]. 应用生态学报, 2017, 28(12):4025-4033.

DOI

(WEN Zhi, ZHAO He, LIU Lei, et al. Effects of Land Use Changes on Soil Water Conservation in Hainan Island, China[J]. Chinese Journal of Applied Ecology, 2017, 28(12): 4025-4033.) (in Chinese)

DOI

[16]
SUN R, WU Z, CHEN B, et al. Effects of Land-use Change on Eco-environmental Quality in Hainan Island, China[J]. Ecological Indicators, 2020, 109: 105777.

[17]
曹灿. 海南岛南渡江流域气候和土地利用变化对径流泥沙的影响[D]. 银川: 宁夏大学, 2022.

(CAO Can. Effects of Climate and Land Use Change on Runoff and Sediment in Nandujiang River Basin of Hainan Island[D]. Yinchuan: Ningxia University, 2022.) (in Chinese)

[18]
王艳芳, 叶凯敏, 王伟华. 松涛水库水生态环境影响与减缓措施分析[J]. 水利水电工程设计, 2023, 42(4): 17-19.

(WANG Yan-fang, YE Kai-min, WANG Wei-hua. Analysis of the Impact on the Aquatic Ecological Environment and Mitigation Measures of the Songtao Reservoir[J]. Design of Water Resources & Hydroelectric Engineering, 2023, 42(4): 17-19.) (in Chinese)

[19]
ABBASPOUR K C, YANG J, MAXIMOV I, et al. Modelling Hydrology and Water Quality in the Pre-alpine/Alpine Thur Watershed Using SWAT[J]. Journal of Hydrology, 2007, 333(2/3/4): 413-430.

[20]
王莺, 张雷, 王劲松. 洮河流域土地利用/覆被变化的水文过程响应[J]. 冰川冻土, 2016, 38(1):200-210.

DOI

(WANG Ying, ZHANG Lei, WANG Jin-song. Response of the Hydrological Process to Land-use/Cover Change in Taohe River Basin[J]. Journal of Glaciology and Geocryology, 2016, 38(1): 200-210.) (in Chinese)

DOI

[21]
袁宇志, 张正栋, 蒙金华. 基于SWAT模型的流溪河流域土地利用与气候变化对径流的影响[J]. 应用生态学报, 2015, 26(4): 989-998.

(YUAN Yu-zhi, ZHANG Zheng-dong, MENG Jin-hua. Impact of Changes in Land Use and Climate on the Runoff in Liuxihe Watershed Based on SWAT Model[J]. Chinese Journal of Applied Ecology, 2015, 26(4): 989-998.) (in Chinese)

PMID

[22]
LI D, QU S, SHI P, et al. Development and Integration of Sub-daily Flood Modelling Capability within the SWAT Model and a Comparison with XAJ Model[J]. Water, 2018, 10(9): 1263.

[23]
XIAO Y, XIAO Q. Impact of Large-scale Tree Planting in Yunnan Province, China, on the Water Supply Balance in Southeast Asia[J]. Environmental Monitoring and Assessment, 2018, 191(1): 20.

DOI PMID

[24]
王莺, 张强, 王劲松, 等. 基于分布式水文模型(SWAT)的土地利用和气候变化对洮河流域水文影响特征[J]. 中国沙漠, 2017, 37(1): 175-185.

DOI

(WANG Ying, ZHANG Qiang, WANG Jin-song, et al. Applying SWAT Model to Explore the Impacts of Land Use and Climate Changes on the Hydrological Characteristics in Taohe River Basin[J]. Journal of Desert Research, 2017, 37(1): 175-185.) (in Chinese)

[25]
刘俊国, 刘明欢, 徐沙沙. 气候变化背景下的水资源管理与粮食安全保障[J]. 中国水利, 2024(17): 21-28.

(LIU Jun-guo, LIU Ming-huan, XU Sha-sha. Water Resource Management and Food Security in the Context of Climate Change[J]. China Water Resources, 2024(17): 21-28. ) (in Chinese)

[26]
曹灿, 孙瑞, 吴志祥, 等. 基于SWAT模型的南渡江上游流域径流对气候变化的响应[J]. 水土保持研究, 2022, 29(2): 255-264.

(CAO Can, SUN Rui, WU Zhi-xiang, et al. Responses of Streamflow to Climate Change in Upstream of Nandujiang River Basin Based on SWAT Model[J]. Research of Soil and Water Conservation, 2022, 29(2): 255-264.) (in Chinese)

[27]
李建涛, 海米提·依米提, 魏彬, 等. 开都河流域中下游气候变化特征及其对径流的影响[J]. 干旱区研究, 2015, 32(2): 313-320.

(LI Jian-tao, HAIMITI Yimiti, WEI Bin, et al. Climate Change in the Middle and the Lower Reaches of Kaidu River and Its Impact on the Runoff[J]. Arid Zone Research, 2015, 32(2): 313-320.) (in Chinese)

Options
Outlines

/

〈 〉

Copyright © Journal of Changjiang River Scientific Research Institute, All Rights Reserved.
Powered by Beijing Magtech Co. Ltd.