EN中文

GEOGRAPHICAL SCIENCE >

2025 , Vol. 45 >Issue 6: 1246 - 1258

DOI: https://doi.org/10.13249/j.cnki.sgs.20240478

Impact of production-living-ecological spatial structure on flood hazard in the Xitiaoxi River Basin

  • Kong Dongyan , 1, 2 ,
  • Chen Huiguang , 2, * ,
  • Wu Kongsen 1
Expand
  • 1. College of Tourism, Henan Normal University, Xinxiang 453007, Henan, China
  • 2. College of Public Administration, Nanjing Agricultural University, Nanjing 210095, Jiangsu, China

Received date: 2024-05-20

  Revised date: 2024-10-10

  Online published: 2025-06-24

Supported by

The Fifth Phase of "Project 333" Scientific Research Support Program of Jiangsu Province(BRA2019268)

Copyright

Copyright reserved © 2025.
Fold

Abstract

Based on land use data, meteorological data, hydrological data, soil data, and DEM data, the area change rate of production-living-ecological space was used to reveal the structural change characteristics of the Xitiaoxi River Basin from 1990 to 2018, the SWAT model and AHP-entropy weight method were comprehensively utilized to assess the flood hazards, and geographically weighted regression model was used to explore the impact of production-living-ecological space structure on the hazard of regional flood hazards. The results show that: 1) The structure of the production-living-ecological space has significant changes in the Xitiaoxi River Basin, with considerable changes in agricultural and industrial production spaces, while rural living space and other ecological space had experienced smaller changes, and the directions of changes in various spaces were diverse. 2) The spatial distribution of flood hazard levels in the study area was significantly different, with high/relatively high hazard levels mainly distributed in the southeast of the upstream basin and some sub-basins close to the river downstream. 3) The structure of the production-living-ecological space in the study area had a significant impact on flood hazards. In general, the area change rate of agricultural and industrial production space had significant positive impact on the change rate of flood hazards in the Xitiaoxi River Basin, while the area change rate of rural living space and grassland ecological space had significant negative impact on the change rate of flood hazards. The area change rates of forest and water ecological spaces had varying impact on the change rate of flood hazards. There were obvious spatial differences in the effects of various spaces on flood hazards.

Key words： production-living-ecological space; assessment of flood hazard; Geographically Weighted Regression model; AHP-entropy weight method; the Xitiaoxi River Basin

Cite this article

Kong Dongyan , Chen Huiguang , Wu Kongsen . Impact of production-living-ecological spatial structure on flood hazard in the Xitiaoxi River Basin[J]. GEOGRAPHICAL SCIENCE, 2025 , 45(6) : 1246 -1258 . DOI: 10.13249/j.cnki.sgs.20240478

国家非常重视加强自然灾害防治体系建设，而提高防灾减灾救灾能力在基础研究上必须认识自然灾害演化的规律性。洪涝灾害的孕育、发展和消亡的演化过程受气候、气象、海洋、水文、下垫面和人类活动等众多因素的影响[1]。近年来，伴随气候暖湿化、降水集中化以及社会经济的快速发展，洪涝灾害出现频率及洪灾损失均呈现不断增加的趋势。其中，快速发展的工业化和城镇化进程引发土地利用/覆被变化，改变了原有区域下垫面的形态与属性，影响了地表入渗和区域地表径流形成的环境，重塑了水文响应过程，从而影响洪涝灾害的致灾过程。从灾害系统的角度看，工业化和城镇化的快速发展导致洪涝灾害的孕灾环境稳定性下降，洪涝灾害风险增加[2]。尤其，城镇建设空间的增加等土地利用结构变化是导致洪涝灾害风险日益严重的重要原因[3]。环境变化和土地利用可能导致未来不同的潜在危害和风险模式[4]。虽然土地利用变化对洪涝灾害的影响在很大程度上取决于降水强度[5]，但21世纪以来，土地利用/覆被变化被认为是洪涝灾害频繁发生的重要原因之一[6]。在更为局部的区域范围内，土地覆盖的主要变化通常导致水文过程的改变和土壤侵蚀率的变化[7]，进而会引发洪水和山体滑坡。
已有的研究重新审视了土地利用与灾害之间的联系[8]，沿着土地利用变化对洪涝灾害的影响研究主题作了大量探索。国内研究方面，有学者对土地利用变化与洪涝灾害的关系进行分析[9-12]，研究发现，建设空间增加、生态空间减少、过度围湖垦殖与江湖关系失调等不合理土地利用是洪涝灾害风险加剧的重要原因[13-14]，而退耕还林、退耕还草等引起土地利用方式的变化将导致流域发生洪涝事件风险降低[15]。国外研究方面，有学者针对不同研究区域，研究了土地利用变化对洪涝灾害的影响[16-17]，其中人类活动加剧、围湖造田、城镇化导致洪水流量增加[18-19]。因而，土地利用管控体系能有效应对洪涝灾害风险的不确定性[20-21]，且能有效缓解洪涝灾害对社会经济的冲击[22]。综上可见，无论是区域还是城市，土地利用结构改变均可引起洪涝灾害风险的变化。一般而言，灾害风险与孕灾环境、致灾因子的危险性和承灾体的脆弱性存在正向相关关系。洪涝灾害危险度作为洪涝灾害风险的重要指标，如何受土地利用变化的影响需要进一步的研究。
现实中，土地分区措施在有洪水危险的地方通常被用来预防灾害[8]。而有效减灾的土地分区措施是建立在科学认识国土空间的基础上的，是系统把握土地利用变化规律，合理规划国土空间分区的结果。自党的十八大报告提出“优化国土空间开发格局”以来，国土空间研究已经成为当前中国自然与社会科学关注的重要领域。在国土空间的基础上提出的“三生空间”，是将国土空间从生产、生活和生态3种主导功能上分为“生产空间”“生活空间”和“生态空间”。“三生空间”作为国土空间在功能服务上的具体形式，也逐步成为当前地理学、管理学以及区域经济学等众多学科研究的热点。国土空间的核心要素是土地资源，由土地、水、矿产、人口等资源以及产业技术等多种要素组成的人地关系系统[23]，因而，国土空间开发利用就是土地利用结构与功能演替的过程。在当前高度重视国土空间开发利用背景下，土地不同主导功能间的彼此转化构成了国土空间转化发展的重要形式之一[24]。有研究表明，其他生态空间和农业生产空间对草地和林地生态空间的挤占则是导致生态环境质量恶化的重要原因[25]，生态环境恶化过程中就会发生自然灾害的危险性。因而，从“三生空间”结构变化揭示土地利用变化对洪涝灾害的危险性影响是一个有意义的研究转向。当前开展“三生空间”结构变化对洪涝灾害风险的影响研究也相对较少，本研究尝试以西苕溪流域为研究对象考察“三生空间”结构变化对洪涝灾害危险度的影响。西苕溪流域位于浙江省湖州市的西南部，是太湖流域上游的重要支流，受特殊地理环境和快速经济发展的影响，经常遭受不同等级的暴雨洪水侵袭。近30 a来，随着城镇化与工业化的快速推进，该流域的“三生空间”结构也发生了较大变化。因此，随着生态文明建设步伐加快，亟须构建以国土空间主导功能为导向的土地利用分类体系，从“三生空间”视角研究其对洪涝灾害危险度的影响，可为合理的“三生空间”利用、调整洪涝灾害风险管理提供科技支撑。

1 研究区概况

西苕溪流域地理位置：119°14′E~120°29′E、30°23′N~31°11′N，位于浙江省湖州市境内，是太湖流域西南部重要的集水区域（图1）。流域整体西南高、东北低，主要由山地、丘陵以及河网平原构成。流域属典型的亚热带季风湿润气候，夏季主要受热带海洋气团影响，易形成集中性降水。地形地貌与气候的组合特点导致雨季流域产流较快，汇流时间较短，一旦发生较大降雨，往往造成较大洪峰，极易形成洪涝灾害。20世纪以来，该流域洪水灾害频发，其中1956年、1961年、1962年、1963年流域遭遇了较大的台风暴雨洪水，1931年、1954年、1957年、1983年、1991年、1999年发生了较大的梅雨洪水。2000年后，流域发生的洪涝以台风暴雨致洪为主，比较典型的是2005年、2007年、2009年和2012年。随着区域城镇化与工业化的快速发展，不合理的社会经济活动也在一定程度上影响了区域生态功能，导致区域洪涝灾害危险度不断增大。因此，探究区域国土空间结构对洪涝灾害危险度的影响对区域洪涝灾害防灾减灾具有重要现实意义。本文选取流域港口水文站的西南部作为研究区，研究区域从上游山区过渡到中下游的丘陵和平原，面积约1 828.820 km2，约占整个西苕溪流域面积的80.42%。
图1 西苕溪流域区位

Fig. 1 Location map of the Xitiaoxi River Basin

2 数据来源与研究方法

2.1 数据来源及处理

本文所需数据主要包括气象数据、地理信息数据和水文数据。①气象数据来源于CMADS官网发布的40 a（1979—2018年）SWAT模型中国大气同化驱动长序列数据集（CMADS-L）①，主要包括日累计降水量、日最高/低气温、日平均相对湿度、日均风速和日累计太阳辐射，根据研究区范围，共选取了16个气象站点，数量远多于传统研究中的气象站点。②地理信息数据主要包括土地利用数据、土壤类型数据、DEM数据和研究区行政边界数据。其中1990年、2000年、2010年、2018年4期土地利用数据和研究区行政边界矢量数据来源于中国科学院资源环境科学数据中心②，DEM数据来源于地理空间数据云③，土地利用数据和DEM数据的空间分辨率为30 m；土壤类型数据来源于联合国粮农组织（FAO）公布HWSD数据集④；以上数据均采用ArcGIS 10.8处理，获取研究区的矢量范围、研究区内的土地利用类型数据、DEM数据和土壤类型数据。根据《全国遥感监测土地利用/覆盖分类体系》的二级分类标准，在土地利用功能与土地利用类型辨析的基础上，借鉴已有相关研究成果[25-26]，建立“三生空间”结构与土地利用类型的对应关系。③水文数据主要是月径流量，来源于湖州市水利局⑤。

2.2 研究方法

2.2.1 “三生空间”面积变化率

采用面积变化率反映西苕溪子流域各类国土空间1990—2018年的面积变化情况，即用各子流域、不同国土空间类型2018年的面积减去1990年面积差值与该子流域面积的比值。

2.2.2 SWAT模型

SWAT（Soil and Water Assessment Tool）模型是Jeff Arnold博士基于GIS平台，为美国农业部（USDA）研发的典型分布式流域水文模型。该模型综合考虑了自然和社会因素，可对流域的地表径流量进行长时期较好的模拟。首先，采用DEM、“三生空间”、土壤类型和气象等数据建立SWAT模型数据库。其次，进行子流域划分和河网提取、水文响应单元（HRU）分析、气象数据的读取后运行SWAT模型。最后，采用SWAT-CUP 2012软件对SWAT模型的运行结果进行率定与验证，选取相关系数R2、Nash-Suttcliffe效率系数NSE和标准偏差（PBIAS）来评价SWAT模型率定和验证精度。R2和NSE值越接近1、PBIAS越接近于0，模拟值与实测值的拟合程度越高，模拟的结果越精确。一般认为，当R2>0.600，NSE>0.500，|PBIAS|＜0.200[27]时模拟结果即达到要求，说明所构建的SWAT模型能对所研究区域的径流过程进行比较准确的描述。

2.2.3 洪涝灾害危险度评估

参考已有研究[28-29]，本文选取年平均暴雨量、年平均暴雨日数和径流量进行洪涝灾害危险度评估。年平均暴雨量、年平均暴雨日数以及径流量值越大，越有可能引致洪涝灾害的发生。洪涝灾害危险度的计算公式如下：
$H_{i}(x)=\sum_{j=1}^{3}\left(w_{j} \times x_{i j}^{\prime}\right)$
式中，$ \mathop {{H}}\nolimits_{{i}} (x) $指第i个子流域洪涝灾害的危险度值；$ {{x}}_{{{ij}}}' $是第i个子流域第j个指标的归一化值，由极差标准化计算得出；$ {{{w}}_{{j}}} $为第j个评估指标的权重，权重大小由AHP-熵权法确定。

2.2.4 AHP-熵权法

层次分析法（AHP）和熵权法各有优劣，但同时互补。AHP将专家知识、决策者经验偏好和主观判断引入风险评估过程，其确定的指标权重排序的合理性和适应性较高，但AHP计算是由人为主观进行判断评分来建立层次结构模型并构建判断矩阵，有主观随意性较大的缺陷。而熵权法是一种客观赋权法，它根据指标的信息量确定指标权重，评价结果更客观，但熵权法受数据本身的数量和质量影响较大，机械性较强，导致得到的权重有时可能与现实情况相差较大，甚至背离。因此，采用AHP-熵权法的主客观组合赋权确定评价指标的权重，可以更加准确地对西苕溪流域的洪涝灾害危险度进行综合评价。AHP-熵权法计算权重的过程参考文献[30]。计算结果见表1。
表1 洪涝灾害危险度评估指标及权重

Table 1 Indicators and weights of flood hazard assessment

评估指标 单位 指标解释与说明 权重
层次分析法 熵权法 AHP-熵权法
年平均暴雨量 mm 24 h累计降水量在50 mm以上降水量总和的平均值 0.210 0.127 0.176
年平均暴雨日数 d 24 h累计降水量在50 mm以上降水日数的平均值 0.240 0.112 0.188
径流量 m3/s SWAT模型模拟的径流量 0.550 0.761 0.636

2.2.5 地理加权回归（GWR）模型

地理加权回归（GWR）是对普通最小二乘回归（OLS）模型的补充改进。当自变量为空间数据，且自变量间存在空间自相关性，OLS模型残差项独立的假设将无法满足[25]。而GWR模型可有效地探测自然和人文因素在不同地理位置的空间非平稳性，是一种局部空间回归模型[25,31]。本研究以洪涝灾害危险度的变化率作为因变量，国土空间类型的面积变化率为自变量，探究“三生空间”结构变化对流域洪涝灾害危险度的影响及作用效应的空间分异。模型公式及具体计算见文献[25]。

3 结果分析

3.1 “三生空间”演化格局

1990—2018年，西苕溪流域“三生空间”面积变化率较大的是农业和工业生产空间，其他依次是城镇生活空间和林地、草地、水域生态空间，而农村生活空间和其他生态空间面积变化率较小（图2）。其中，农业生产空间和草地生态空间面积以减少为主，城镇和农村生活空间以及工业生产空间面积以增加为主，水域和林地生态空间面积增加和减少交错分布，而其他生态空间面积几乎无变化。农业生产空间面积减少较快的区域主要分布在中游的部分子流域；工业生产空间面积增幅较大的区域多位于西苕溪流域的中下游；城镇生活空间面积增加较快的区域主要位于中游的部分子流域，和农业生产空间面积减少区域相对应，结合农业生产空间面积变化率分布和转型特征，可知这些区域城镇生活空间主要侵占了农业生产空间，此外，多数子流域的城镇生活空间面积无变化，这和城镇的集中连片分布有关；农村生活空间面积增加较快的区域在西苕溪流域上游、中游和下游均有分布；林地生态空间和草地生态空间变化在空间上具有较强的一致性，上游的林地生态空间和草地生态空间以增加为主，下游的子流域以减少为主；此外，林地生态空间面积减少较快的区域主要位于下游部分子流域，结合工业生产空间在该子流域面积的正向变化可知，工业化扩张是该区林地生态空间减小的重要原因之一；水域生态空间在整个西苕溪流域面积增加的子流域较多，以下游为主；其他生态空间在整个西苕溪流域的面积变化不大。
图2 1990—2018年西苕溪流域“三生空间”面积变化率/%

Fig. 2 Change rate of production-living-ecological space area in the Xitiaoxi River Basin from 1990 to 2018/%

3.2 洪涝灾害危险度分析

3.2.1 SWAT模型模拟与参数率定、验证

1）流域SWAT模型运算。首先，以DEM为基础数据，实际水系为辅助数据，通过ArcSWAT模型提取水文要素而得到西苕溪的流域划分图，最终将西苕溪流域划分成73个子流域。其次，叠加土壤类型、“三生空间”结构与坡度数据，生成水文响应单元（HRU）。再次，将气象数据整理成TXT文档输入，完成模型对气象数据的读取。最后，设置1985—1989年为预热期，1990—2005年作为模型的率定期，2006—2018年作为模型的验证期，模拟西苕溪流域的径流量。
2） 流域SWAT模型参数率定和结果验证。 参数的选取影响模型模拟的精度和效率，可通过敏感性分析来选取对模型影响较大的参数进行率定，最终选择了主河道曼宁系数（CH_N2）、河道调蓄系数（ALPHA_BNK）、平均坡度（HRU_SLP）、植物蒸腾补偿系数（EPCO）、最大冠层蓄水量（CANMX）、径流曲线系数（CN2）、土壤蒸发补偿系数（ESCO）、河道水力传导率（CH_K2）、浅层地下水径流系数（GWQMN）等25个[32]对模型较为敏感的参数。选取西苕溪流域上中下游的赋石水库、横塘村、港口和老石坎水库4个水文站的逐月径流量观测资料，采用SWAT-CUP 2012软件对SWAT模型的模拟结果进行率定和验证，结果见表2。模型的R2均大于0.600，NSE均大于0.500，|PBIAS|均小于0.200，说明SWAT模型适用于西苕溪流域的月径流模拟，能够真实模拟该流域的径流过程。
表2 SWAT模型月径流模拟率定和验证结果

Table 2 Calibration and validation results of SWAT model for monthly runoff

港口 横塘村 赋石水库 老石坎水库
率定期 验证期 率定期 验证期 率定期 验证期 率定期 验证期
R2 0.830 0.710 0.790 0.740 0.720 0.710 0.680 0.630
NSE 0.800 0.690 0.780 0.730 0.710 0.670 0.630 0.580
PBIAS/% -12.900 5.700 -6.100 -2.300 -2.600 11.600 6.700 16.800

3.2.2 洪涝灾害危险度评估与分区

利用洪涝灾害危险度评估公式，基于ArcGIS软件绘制2018年西苕溪流域洪涝灾害的危险度空间分布图（图3）。西苕溪上、中游以中等危险度和较高危险度等级为主，其中较高危险度主要分布在西苕溪上游的东南区域。下游沿西苕溪河流及河流两侧附近部分子流域的危险度以高等级为主。主要原因有以下两点：首先，西苕溪流域上游多山地，地势较高，下游地区多平原，地形平坦开阔，这种地形特点导致流域降雨较快的向下游汇集，短期内造成水位上涨，易引起洪涝灾害。其次，受地形影响，下游地区为区域社会经济活动集中区域，工业化与城镇化水平相对较高，导致地表径流下渗量减少，而沿西苕溪河流及附近往往容易形成储水空间，也在一定程度上增强了区域涝灾害的危险度。西苕溪下游的外围区域以低度危险和较低危险为主，这可能和该区域生态空间较为密集有关，生态空间能够吸纳降雨量以减少径流量，或者该区域的地表径流易流向地势较低的河流，从而洪涝灾害危险度等级较低。
图3 2018年西苕溪流域洪涝灾害危险度空间分布

Fig. 3 Flood hazards of the Xitiaoxi River Basin in 2018

3.3 “三生空间”结构对洪涝灾害危险度的影响因素分析

3.3.1 影响因子探测

根据西苕溪流域洪涝灾害危险度评估结果，计算1990—2018年各子流域的洪涝灾害危险度变化率，利用ArcGIS软件对其做全局空间自相关分析，得到Moran’s I指数为0.878，且通过0.01水平的显著性检验，表明西苕溪流域洪涝灾害危险度变化率有较强的空间自相关性。基于此，选取GWR模型探究“三生空间”结构变化对区域洪涝灾害危险度的影响，不仅能分析国土空间变化对区域洪涝灾害危险度影响的数理关系，也能科学直观的反映这种影响效应在不同评价单元间的空间分异，可为区域洪涝灾害进行分区防范治理提供科学决策的依据。
通过对西苕溪流域“三生空间”面积及变化率的统计及空间分析发现，多数子流域的城镇生活空间和其他生态空间在1990—2018年面积及面积变化率都较小，不适合带进回归模型。因此，以1990—2018年农业生产空间、工业生产空间、农村生活空间、林地生态空间、草地生态空间和水域生态空间的面积变化率为自变量，以1990—2018年洪涝灾害危险度变化率为因变量。在运用GWR模型之前，采用OLS线性回归模型对自变量进行多重共线性检验，并筛选主要影响因子。模型结果如表3所示，R2为0.330，校正R2为0.316，并通过了0.01水平的显著性检验，方差膨胀因子（VIF）均小于10，6个自变量都通过了共线性诊断。然后，利用ArcGIS 10.8软件中的GWR模型进行空间回归（表4）。GWR模型的决定系数R2和校正决定系数（校正 R2）分别为0.828和0.741，均高于线性回归模型，即采用GWR结果明显优于OLS模型（表3-4）。各类国土空间对洪涝灾害危险度影响程度从强到弱依次为农村生活空间、工业生产空间、草地生态空间、林地生态空间、水域生态空间、农业生产空间，即建设用地对洪涝灾害危险度的影响更为显著。因此，随着城市化的快速发展，区域建设用地不断扩张背景下，通过适当调整建设用地的规模与空间布局可以缓解洪涝灾害的发生风险。
表3 OLS线性回归模型估计结果

Table 3 Estimation results of OLS linear regression model

非标准化系数 标准系数 t Sig 共线性统计
B 标准错误 β 容许 VIF
常量 0.603 0.128 - 4.715 0.000 - -
农业生产空间 0.038 0.017 0.115 2.156 0.032 0.829 1.206
工业生产空间 0.408 0.048 0.519 8.562 0.000 0.638 1.566
农村生活空间 -0.248 0.142 -0.087 -1.745 0.082 0.955 1.047
林地生态空间 -0.222 0.087 -0.279 -2.562 0.011 0.198 5.047
草地生态空间 -0.321 0.135 -0.147 -2.382 0.018 0.616 1.623
水域生态空间 -0.232 0.103 -0.214 -2.255 0.025 0.262 3.823
表4 GWR模型估计结果

Table 4 Estimation results of GWR model

平均值 最小值 上四分位 中位数 下四分位 最大值
农业生产空间 0.013 -0.002 0.003 0.007 0.024 0.044
工业生产空间 0.157 0.060 0.071 0.082 0.249 0.398
农村生活空间 -0.184 -0.471 -0.343 -0.102 -0.066 0.005
林地生态空间 0.016 -0.101 -0.056 0.005 0.035 0.361
草地生态空间 -0.052 -0.414 -0.094 -0.059 -0.015 0.289
水域生态空间 -0.014 -0.253 -0.072 -0.023 0.029 0.273

3.3.2 基于GWR模型的影响因素分析

运用ArcGIS 10.8软件对GWR模型回归结果中各个自变量的回归系数进行可视化表达（图4），可以看出6个自变量对西苕溪流域洪涝灾害危险度变化率的影响存在明显的空间差异，且分布模式互有区别。
图4 1990—2018年西苕溪流域洪涝灾害危险度变化率GWR回归系数空间分布

Fig. 4 Spatial distribution of GWR regression coefficient for change rate of flood hazard in the Xitiaoxi River Basin from 1990 to 2018

1）农业生产空间对洪涝灾害危险度的影响。西苕溪流域农业生产空间面积变化率与洪涝灾害危险度变化率呈正向关联，即当其他因素一定时，农业生产空间面积变化率越大，洪涝灾害危险度变化率越大。空间上，农业生产空间面积变化率回归系数的绝对值分布自上游向下游整体呈逐渐增大的特征，下游地区明显高于上游地区，空间的异质性较明显（图4a），表明相比于上游地区，下游农业生产空间面积变化对洪涝灾害危险度变化的影响程度较大。究其原因在于西苕溪流域下游地形较为平坦，是整个流域水流汇集区，在同等条件下水流下渗对下游洪涝灾害危险度的影响作用强于上游区域。而农业生产活动在一定程度上增加了土壤的紧实度，降低降雨的下渗量，导致地表径流量增加，进而增加西苕溪流域洪涝灾害危险度，因此，与上游比较而言农业生产空间面积变化对下游洪涝灾害危险度的影响程度较大。
2）工业生产空间对洪涝灾害危险度的影响。西苕溪流域工业生产空间面积变化率与洪涝灾害危险度变化率呈正向关联，即当其他因素一定时，工业生产空间面积变化率越大，洪涝灾害危险度变化率越高。工业生产活动不仅能增加土壤板结程度，阻碍地表径流的下渗指数，同时容易导致局部热岛效应的形成，一定程度上增加区域降雨量。因此，工业生产空间的扩展能够增加区域洪涝灾害形成的危险度。空间上，工业生产空间面积变化率回归系数的绝对值分布自上游向下游整体呈增加趋势，空间的异质性较为明显（图4b），表明工业生产空间面积变化对下游的洪涝灾害危险度变化的影响高于上游地区，与农业生产空间的作用效应空间分布特征具有较强的一致性。主要原因在于下游地区是区域地表径流的汇集区，在其他条件一定时，工业生产空间变化对流域下游洪涝灾害影响的边际效应大于上游地区。
3）农村生活空间对洪涝灾害危险度的影响。西苕溪流域农村生活空间面积变化率与洪涝灾害危险度变化率整体以负向关联为主，即当其他因素一定时，农村生活空间面积变化率越小，西苕溪流域洪涝灾害危险度变化率越大。空间上，农村生活空间面积变化率回归系数的绝对值分布自上游向下游整体呈逐渐增大的特征，下游地区明显高于上游地区，空间的异质性明显（图4c），表明下游农村生活空间面积变化对西苕溪流域洪涝灾害危险度变化的影响程度与上游相比较大。西苕溪流域下游地形较为平坦，易于人类居住，是农村居民点的主要分布区域，出现洪涝灾害风险的概率较大，因此农村生活空间每变化一个单位，对西苕溪流域下游洪涝灾害危险度变化影响作用更大。上游部分地区的农村生活空间面积变化率与洪涝灾害危险度变化率呈正向关联关系，即该地区农村生活空间的增加会加大洪涝灾害的危险度，主要由于该区域以生态空间为主，农村生活空间的增加导致生态空间减少，径流量增加，进而造成洪涝灾害的危险度增加。
4）林地生态空间对洪涝灾害危险度的影响。西苕溪流域林地生态空间面积变化率与洪涝灾害危险度变化率的关联关系因空间而异，以负向关联为主。在上、中游的多数子流域及下游主河道外围部分子流域中，林地生态空间对洪涝灾害危险度变化率的影响呈现负向关联，即林地生态空间面积的增加能够降低西苕溪流域洪涝灾害危险度，林地生态空间的增加可引起径流的减少，究其原因在于上、中游区域以及主河道外围区域为区域地表径流源头区，林地生态空间能够有效拦截径流，进而降低洪涝灾害危险度。林地生态空间面积变化率与洪涝灾害危险度变化率呈现正向关联的子流域主要集中分布于中下游主河道附近。由于中、下游主河道附近区域是流域地表径流的汇集区，地形平坦开阔不利于地表径流的分散与过境，而林地生态空间的截流蓄水能力进一步增加了区域地表径流过境的困难，在一定程度上增强了区域洪涝灾害危险度。空间上，林地生态空间面积变化率回归系数绝对值分布自上游向下游整体呈逐渐增大特征，空间异质性较明显（图4d），表明林地生态空间对区域洪涝灾害危险度影响作用程度从上游到下游逐步增强。上游地区多山地丘陵，地表径流消散过境较快，区域洪涝灾害危险度较低，林地生态空间截流作用对洪涝灾害危险度影响较小。与之相比，下游地区地形平坦，是流域地表径流的汇集区域，洪涝灾害危险度大，林地生态空间不利于水流过境，对洪涝灾害危险度影响程度较大。
5）草地生态空间对洪涝灾害危险度的影响。西苕溪流域草地生态空间面积变化率与洪涝灾害危险度变化率整体上以负向关联为主，即当其他因素一定时，草地生态空间面积变化率越大，洪涝灾害危险度变化率越小。草地生态空间不仅能减缓地表径流的季节变化，增加下渗，还能改善局地小气候，减缓地表径流的季节变化，进而减小区域洪涝灾害发生的危险度。空间上看，草地生态空间面积变化率回归系数的绝对值分布自上游向下游整体呈增加趋势，空间异质性十分明显（图4e），原因在于区域洪涝灾害危险度与草地生态空间在空间上的不均衡分布。西苕溪流域中上游地区多山地，不仅草地生态空间分布较广，同时还是区域洪涝灾害危险度等级较低的区域，因此，草地生态空间的变化一定程度上对洪涝灾害危险度影响较小。与之相反，流域下游区域草地生态空间相对较少，但洪涝灾害危险度等级相对较高，草地生态空间变化对洪涝灾害危险度影响的边际效应越大。
6）水域生态空间对洪涝灾害危险度的影响。西苕溪流域水域生态空间面积变化率与洪涝灾害危险度变化率的关联关系因空间而异。水域生态空间面积变化率与西苕溪流域洪涝灾害危险度变化率在流域中部连片区域呈正向关联，同时，在上游、中游、下游分别存在3个区域呈负向关联。空间上，水域生态空间面积变化率回归系数的绝对值分布自上游向下游整体呈增加趋势，空间差异较为明显（图4f）。究其原因，在西苕溪流域上游分布赋石和老石坎两座大型水库，是大型的储水空间，在水库附近的区域，水域生态空间能够起到降低径流量的作用，而下游由于水域地势较低，同样为了防洪作用，也有很多人工修筑的河流大坝，能够储存较多降水和上游的径流，即水域生态空间在西苕溪上游和下游的部分区域与径流量呈负向关联关系。而在西苕溪流域的中间连片区域，此处地势以丘陵为主，区域水域多为天然河道，不仅截流作用不强，反而成为地表径流快速汇集的通道，进而增加洪涝灾害的危险度。

4 结论与讨论

4.1 结论

研究采用土地利用数据、气象数据、水文数据、土壤类型数据和DEM数据分析了1990—2018年西苕溪流域“三生空间”结构变化特征，评估了西苕溪流域的洪涝灾害危险度，在此基础上对“三生空间”结构对洪涝灾害危险度的影响进行了探究。主要结论如下：
1）研究期间，西苕溪流域“三生空间”面积变化明显。各类空间中农业生产空间和工业生产空间面积变化较大，其他依次是城镇生活空间和林地、草地、水域生态空间，而农村生活空间和其他生态空间面积变化较小。
2）西苕溪流域的洪涝灾害危险度等级空间分布差异明显。高/较高危险度主要分布在西苕溪上游的东南以及下游部分子流域。
3）西苕溪流域“三生空间”结构对洪涝灾害危险度具有明显的影响。农业和工业生产空间面积变化率对西苕溪流域危险度变化率存在显著的正向影响，农村生活空间和草地生态空间的面积变化率对西苕溪流域危险度变化率整体存在显著的负向影响，林地和水域生态空间的面积变化率对西苕溪流域危险度变化率的影响因空间而异，且各类空间对洪涝灾害危险度影响的作用效应存在明显的空间分异特征。

4.2 讨论

基于SWAT模型中国大气同化驱动长序列数据集可以为西苕溪流域的SWAT模型模拟提供详细的、长时段连续的高分辨率的气象数据，且模拟结果能够较为准确的反映流域的水文过程，与已有研究采用传统气象站点数据进行径流模拟具有一定的优势，可为其他气象站点相对不足的流域进行水文分析提供参考借鉴。在洪涝灾害危险度评价中采用SWAT模型模拟的地表径流量作为关键指标，与已有研究从地形、气候、水文等方面选取指标进行洪涝灾害危险度评估相比可能具有更高的科学性和评估精度。此外，本研究所得的部分结论与已有研究结论具有较高的一致性。已有研究发现，农田扩张、建设空间增加是导致洪水发生风险显著增加的重要原因[3, 33]，在一定程度上与本研究中农业生产空间、工业生产空间对洪涝灾害危险度的正向影响结论呼应。在生态空间上，森林破坏是20世纪80年代左右中国洪涝灾害上升的主要原因之一[34]，这与本文中林地生态空间对洪涝灾害危险度的负向影响也具有指向上的一致性。
然而，在研究区的部分子流域，国土空间结构对洪涝灾害危险度的影响方向与整体影响方向偏离。一方面，研究区下游河道附近林地生态空间与洪涝灾害危险度呈现正向关联，原因可能在于这些区域是流域地表径流的汇集区，且地形平坦，不利于地表径流的分散与过境，林地生态空间的截流蓄水能力进一步增加了区域地表径流过境的困难，在一定程度上增强了区域洪涝灾害危险度。另一方面，农村生活空间、草地生态空间与洪涝灾害危险度虽然整体以负向关联为主，但在部分子流域仍与洪涝灾害危险性呈正向关联。水域生态空间对洪涝灾害的危险度的影响方向也因空间而异。究其原因，可能与不同区域的国土空间类型组合特征有关，即不同区域的景观格局特征对洪涝灾害危险度的影响程度及方向各异。这个发现可为流域洪涝灾害防治工作提供新的启示：即使是同一国土利用空间，在流域内所处的位置不同，对洪涝灾害危险性影响亦会存在差异，因此洪涝灾害防治措施的制定应根据流域国土利用实际情况因地制宜。此外，“三生空间”对洪涝灾害危险度影响方向与作用效应不应一概而论，需要更多的不同情景的案例实证研究加以进一步的论证以得到一般化的结论。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
许武成. 灾害地理学[M]. 北京: 科学出版社, 2015

Xu Wucheng. Hazard Geography. Beijing: Science Press, 2015.

[2]
尚志海, 丘世钧. 当代全球变化下城市洪涝灾害的动力机制[J]. 自然灾害学报, 2009, 18(1):100-105.

DOI

Shang Zhihai, Qiu Shijun. Dynamic mechanism analysis of urban flood and water logging under contemporary global change. Journal of Natural Disasters, 2009, 18(1):100-105.

DOI

[3]
袁艺, 史培军, 刘颖慧, 等. 土地利用变化对城市洪涝灾害的影响[J]. 自然灾害学报, 2003, 12(3):6-13.

DOI

Yuan Yi, Shi Peijun, Liu Yinghui et al. Impact of land use change on urban flood disaster. Journal of Natural Disasters, 2003, 12(3):6-13.

DOI

[4]
Bobrowsky P T. Encyclopedia of natural hazards[M]. Dordrecht: Springer, 2013.

[5]
Niehoff D, Fritsch U, Bronstert A. Land-use impacts on storm-runoff generation: Scenarios of land-use change and simulation of hydrological response in a meso-scale catchment in SW-Germany. Journal of Hydrology, 2002, 267(1-2):80-93.

DOI

[6]
Camorani G, Castellarin A, Brath A. Effects of land-use changes on the hydrologic response of reclamation systems. Physics and Chemistry of the Earth, Parts A /B /C, 2005, 30(8-10):561-574.

DOI

[7]
Mather A S. Land use[M]. London: Longman Group U. K. Limited, 1986.

[8]
Wisner B, Blaikie P, Cannon T et al. At risk: Natural hazards, people’s vulnerability and disasters[M]. London: Routledge, 2004.

[9]
彭建, 魏海, 武文欢, 等. 基于土地利用变化情景的城市暴雨洪涝灾害风险评估——以深圳市茅洲河流域为例[J]. 生态学报, 2018, 38(11):3741-3755.

Peng Jian, Wei Hai, Wu Wenhuan et al. Storm flood disaster risk assessment in urban area based on the simulation of land use scenarios: A case of Maozhou Watershed in Shenzhen City. Acta Ecologica Sinica, 2018, 38(11):3741-3755.

[10]
雷超桂, 许有鹏, 张倩玉, 等. 流域土地利用变化对不同重现期洪水的影响——以奉化江皎口水库流域为例[J]. 生态学报, 2016, 36(16):5017-5026.

Lei Chaogui, Xu Youpeng, Zhang Qianyu et al. Impacts of land-use change on flood process and frequency of various return periods: A case study of Jiaokou Reservoir watershed in Fenghua River. Acta Ecologica Sinica, 2016, 36(16):5017-5026.

[11]
Yang M, Yusoff W F M, Mohamed M F et al. Flood economic vulnerability and risk assessment at the urban mesoscale based on land use: A case study in Changsha, China. Journal of Environmental Management, 2024, 351:119798

DOI

[12]
Cheng H, Lin B Q, Ying S R et al. Different responses of event-based flood to typhoon and non-typhoon rainstorms under land use change in Xixi Basin of southeastern China. Catena, 2024, 234:107562

DOI

[13]
Wang J Y, Hu C H, Ma B Y et al. Rapid urbanization impact on the hydrological processes in Zhengzhou, China. Water, 2020, 12(7):1870

DOI

[14]
苏伟忠, 汝静静, 杨桂山. 流域尺度土地利用调蓄视角的雨洪管理探析[J]. 地理学报, 2019, 74(5):948-961.

DOI

Su Weizhong, Ru Jingjing, Yang Guishan. Modelling stormwater management based on infiltration capacity of land use in the watershed scale. Acta Geographica Sinica, 2019, 74(5):948-961.

DOI

[15]
刘贤赵, 谭春英, 宋孝玉, 等. 黄土高原沟壑区典型小流域土地利用变化对产水量的影响——以陕西省长武王东沟流域为例[J]. 中国生态农业学报, 2005, 13(4):99-102.

Liu Xianzhao, Tan Chunying, Song Xiaoyu et al. Impact of land use change on the water yield of typical small watershed in gully region at loess plateau—A case study from Wangdonggou watershed in Changwu Shaanxi Province. Chinese Journal of Eco-Agriculture, 2005, 13(4):99-102.

[16]
Hamers E M, Maier H R, Zecchin A C et al. Framework for considering the interactions between climate change, socio-economic development and land use planning in the assessment of future flood risk. Environmental Modelling & Software, 2024, 171:105886

[17]
Zope P E, Eldho T I, Jothiprakash V. Impacts of land use-land cover change and urbanization on flooding: A case study of Oshiwara River Basin in Mumbai, India. Catena, 2016, 145:142-154.

DOI

[18]
Blum A G, Ferraro P J, Archfield S A et al. Causal effect of impervious cover on annual flood magnitude for the United States. Geophysical Research Letters, 2020, 47(5):e2019GL086480

DOI

[19]
Schilling K E, Gassman P W, Kling C L et al. The potential for agricultural land use change to reduce flood risk in a large watershed. Hydrological Processes, 2014, 28(8):3314-3325.

DOI

[20]
Butler W H, Deyle R E, Mutnansky C. Low-regrets incrementalism: Land use planning adaptation to accelerating sea level rise in Floridas coastal communities. Journal of Planning Education & Research, 2016, 36(3):319-332.

[21]
Ku C A. Evaluating the effects of land-use strategies on future flood risk reduction in urban areas. Cities, 2024, 150:104989

DOI

[22]
周可婧, 焦胜, 韩宗伟. 沿海城市洪涝高风险区土地利用管控——纽约市的经验与启示[J]. 国际城市规划, 2022, 37(5):121-130.

Zhou Kejing, Jiao Sheng, Han Zongwei. Land-use management within high-risk floodplain area in coastal cities: The experience and enlightenment from New York City. Urban Planning International, 2022, 37(5):121-130.

[23]
马海涛. 科学认知“国土空间”[J]. 科学, 2015, 67(5): 42-44

Ma Haitao. Understanding land space in a scientific way. Science, 2015, 67(5): 42-44+4.

[24]
万将军, 邓伟, 张少尧, 等. 喀斯特山区国土空间类型划分及其变化特征研究[J]. 生态经济, 2018, 34(10):184-190.

Wan Jiangjun, Deng Wei, Zhang Shaoyao et al. Land space type classification and variation study on its change in karst mountain county. Ecological Economy, 2018, 34(10):184-190.

[25]
孔冬艳, 陈会广, 吴孔森. 中国“三生空间”演变特征、生态环境效应及其影响因素[J]. 自然资源学报, 2021, 36(5):1116-1135.

DOI

Kong Dongyan, Chen Huiguang, Wu Kongsen. The evolution of “production-living-ecological” space, eco-environmental effects and its influencing factors in China. Journal of Natural Resources, 2021, 36(5):1116-1135.

DOI

[26]
杨清可, 段学军, 王磊, 等. 基于“三生空间”的土地利用转型与生态环境效应——以长江三角洲核心区为例[J]. 地理科学, 2018, 38(1):97-106.

Yang Qingke, Duan Xuejun, Wang Lei et al. Land use transformation based on ecological-production-living spaces and associated eco-environment effects: A case study in the Yangtze River Delta. Scientia Geographica Sinica, 2018, 38(1):97-106.

[27]
肖军仓, 周文银, 罗定贵, 等. 非点源污染模型-SWAT用户应用指南[M]. 北京: 地质出版社, 2010

Xiao Juncang, Zhou Wenyin, Luo Dinggui et al. Non-point source pollution model-SWAT user application guide. Beijing: Geological Publishing House, 2010.

[28]
于文金, 阎永刚, 邹欣庆. 太湖流域暴雨时空特征研究[J]. 自然资源学报, 2012, 27(5):766-777.

DOI

Yu Wenjin, Yan Yonggang, Zou Xinqing. Study on spatial and temporal characteristics of rainstorm in Taihu Lake Basin. Journal of Natural Resources, 2012, 27(5):766-777.

DOI

[29]
石涛, 谢五三, 张丽, 等. 暴雨洪涝风险评估的GIS和空间化应用——以芜湖市为例[J]. 自然灾害学报, 2015, 24(5):169-176.

Shi Tao, Xie Wusan, Zhang Li et al. Application of GIS and spatialization of rainstorm and flood risk assessment—A case study of Wuhu City. Journal of Natural Disasters, 2015, 24(5):169-176.

[30]
刘媛媛, 王绍强, 王小博, 等. 基于AHP_熵权法的孟印缅地区洪水灾害风险评估[J]. 地理研究, 2020, 39(8):1892-1906.

DOI

Liu Yuanyuan, Wang Shaoqiang, Wang Xiaobo et al. Flood risk assessment in Bangladesh, India and Myanmar based on the AHP weight method and entropy weight method. Geographical Research, 2020, 39(8):1892-1906.

DOI

[31]
郑德凤, 刘晓星, 王燕燕, 等. 基于三维生态足迹的中国自然资本利用时空演变及驱动力分析[J]. 地理科学进展, 2018, 37(10):1328-1339.

DOI

Zheng Defeng, Liu Xiaoxing, Wang Yanyan et al. Spatiotemporal evolution and driving forces of natural capital utilization in China based on three-dimensional ecological footprint. Progress in Geography, 2018, 37(10):1328-1339.

DOI

[32]
孔冬艳. 国土空间格局的洪涝灾害风险响应与管控研究——以太湖西苕溪流域为例[D]. 南京: 南京农业大学, 2022

Kong Dongyan. The flood disaster risk response, management and control of territorial spatial pattern: A case study of Xitiaoxi Watershed of Taihu Basin. Nanjing: Nanjing Agricultural University, 2022.

[33]
Zhang H, Ma W C, Wan X R. Rapid urbanization and implications for flood risk management in hinterland of the Pearl River Delta, China: The Foshan study. Sensors, 2008, 8(4):2223-2239.

DOI

[34]
陈莹, 尹义星, 陈兴伟. 19世纪末以来中国洪涝灾害变化及影响因素研究[J]. 自然资源学报, 2011, 26(12):2110-2120.

DOI

Chen Ying, Yin Yixing, Chen Xingwei. Change of flood disasters in China since the 1880s and some possible causes. Journal of Natural Resources, 2011, 26(12):2110-2120.

DOI

Options
Outlines

/

〈 〉