研究区域：尼泊尔加德满都河谷
研究重点：本研究的重点是预测未来LULC，划定潜在补给区，并评估未来LULC变化对补给区的侵占。
该地区新的水文见解：加德满都山谷(KV)城市化后果以各种形式出现，如径流变化、地下水补给、缺水等。为了通过确保地下水系统的充足供应/补给来可持续利用地下水资源，需要进行土地利用/覆盖管理。一套模型和工具，如土地利用转换及其小区域影响（CLUE-S）模型，用于未来土地利用变化预测；用于空间数据管理和分析的地理信息系统；层次分析法（AHP），用于估计影响地下水补给的不同层的适当权重；并通过现场试验和渗透速率分析来达到目的。
本研究旨在通过以下问题来评估地下水补给区受LULC变化的影响：(1)不同情景下，未来LULC的变化是什么；(2)目前情况下，哪些地区是地下水补给的潜在区域；(3)由于LULC变化，预计潜在补给区将如何及在何处变化。
本文利用遥感产品生成基线案例的LULC地图。基于CLUE-S模型对不同预测情景下的未来LULC进行了预测。在文献综述、专家咨询和数据可用性的基础上，确定了一套合适的地下水补给区划分指标/层。采用层次分析法估计各层的权重差异。根据研究中编制的入渗率图，对由层分析划定的补给区进行了评价。在此基础上，对未来土地利用储量变化、当前补给区和补给区侵蚀进行了预测和绘制。
流域划定
流域出口选择在可以包括所有城市和城郊的地区；流域边界通过使用30m的DEM考虑KV的人口区域来划分；整个流域土地分为农业用地、建筑用地、森林、水域和限制用地五类。
数据收集和处理
(1)土地卫星地图：2010-2018年LULC地图；
(2)GDEM和GIS数据库：河网、路网、聚落位置等人文地理驱动力；
(3)地质图：地质构造、土壤类型、土壤质地；
(4)水文和气象部：水文气象数据。
过去的LULC变更和LULC图的验证
根据收集数据对土地类别进行分类，并绘制LULC图，将总LULC分为五类。利用ICIMOD(2010)数据对生成的数据进行Kappa统计分析(K)验证：
式中，Pr(a)为观测到的所有栅格之间的相对一致性，Pr(e)为一致可能性的假设概率。
未来LULC投影
利用CLUE-S模型预测未来LULC，它基于对地理位置适宜性的实证分析，结合对LULC系统时空动态之间的竞争和相互作用的动态模拟来模LULC。未来的LULC预测考虑了10个驱动力(地质、土壤类型、高程、坡度、人口密度、离市场距离等)，并基于ROC值分析了各驱动力之间的依赖关系。首先，将研究区划分为网格单元，然后基于SPSS工具对LULC适宜性概率的logistic回归模型进行分析，并通过受试者工作曲线(ROC)值检验分析的拟合优度。
式中，pi为指定的LULC i型在网格中转移的概率，βi为每个解释变量xn i的待估计系数。
地下水补给区划定
本文选择了三大类指标，共10个指标，用AHP方法来估计层的权重。
(1)数据标准化
标准化过程将每个主题层网格的不同值转化为无量纲相同值，研究区域的值“越大越好”，“越小越差”。
式中，yi为主题网格的标准化值，i为主题网格指数，xi、xi (max)、xi (min)分别为主题网格的原始值、最大值和最小值。
(2)地下水潜在补给面积(GWPRA)指数的计算
汇总所有主题层，获得潜在补给面积的单个分数，通过各层网格的所有赋值和各层权重因子计算理论潜在补给面积。
式中，GWPRA为研究区地下水潜在补给区;wj是由第j个主题层的层次分析法得出的权重;m为主题层总数，n为主题层中类的总数。
地下水补给图评价
使用双环渗透法收集研究区内86个低点的入渗率，评估上节中估计的理论补给潜力。通过空间插值，建立入渗速率的栅格图，采用Kappa统计分析(K)对两幅图进行比较评价。经过适当的验证，确定了基线补给区域图。
补给区侵蚀预测与分析
利用CLUE-S模型生成的未来LULC图，通过验证过的各层权重因子两两比较，生成未来地下水潜在补给面积。利用GIS工具，将未来潜在补给区与基线图进行对比，估算补给区的侵蚀情况。
卫星驱动LULC数据验证（2010年数据）
使用ArcGIS对从美国地质勘探局下载的LULC数据进行处理，并与ICIMOD的地图进行比较，结果表明，生成的2010年LULC具有较高的精度。从下表可知，建筑面积的增加正在减少农业和荒地，从而对地下水产生不利影响，对于未来分析，假设未来水体和限制区域土地利用没有变化。
CLUE-S模型的评价
通过ROC值来验证logistic回归模型，各LULC的ROC值均大于0.83，说明驱动力与LULC类型之间存在较强的相关性。在所有情景中，选择正常的土地利用变化情景进行分析，并且仅考虑农业和建成区的LULC变化。利用2010-2018年的模拟数据对地图进行验证，利用2020-2050年的预测数据进行分析。通过Kappa (K)系数对CLUE-S模型生成的地图进行验证。
从CLUE-S的模拟结果来看，2020-2030年，森林、水体和限制区域的变化不大。但预计在这十年内，农业用地将急剧减少。由于物质基础设施的建设，预计肥沃土地的年平均侵蚀面积为0.67%，KV的建成面积预计将在十年内增加6.85%。
划定潜在补给区（目前、未来）
运用层次分析法对10个主题层进行分析，结果表明，降水是地下水补给的主要关键因素，地质和土地利用的影响相对较高。利用GIS和AHP权重因子确定地下水潜在补给区，如图b所示。
从实地试验图、层次分析法图与以往文献和图的观察对比来看潜在的补给位置可能是类似的区域。南麓和北麓山麓是KV的主要补给区。如果能对这一潜在区域进行保护和管理，并采用人工回灌系统，可以克服未来KV的水安全状况。从分析来看，使用MCDM技术从不同层生成的理论地图是真实的，对于尼泊尔等地下水补给信息较少的地区是可用的。
预计LULC下补给区的变化
快速城市化对地下水补给的影响最大。利用AHP权重因子和CLUE-S模型生成的LULC图对补给区未来的侵蚀进行了识别。预测的未来潜在补给区如图所示。地下水的减少导致了流域地下水位和基流贡献的降低。随着时间的推移，地下水回灌速率将减少，主要是由于城市人口的增加和水需求量的增加。
本研究开发并实施了一套方法框架，有助于划分土地利用潜力类型、确定潜在补给区、对地下水补给区可能的农业用地保护以及未来可能对地下水补给区造成的侵蚀。本研究的总结可归纳为以下结论：
(1)过去和现在的LULC分析趋势表明，农业用地将减少6.51%，建成区增加4.96%。在2010年至2018年期间，森林面积增加了1.48%。将透水补给区改造为不透水的构造区会导致地下水补给减少，因为森林面积的增加不一定对补给有显著贡献。
(2)利用CLUE-S模型预测2020-2050年的情景，预测未来30年建成区面积将增加21.4%，农业和森林面积将分别减少20.5%和0.9%。结果表明，土地将被转化为城市地区，缺乏灌溉用水也是对地下水施加额外压力的一个关键因素。
(3)降水、地质、土地利用/覆盖、与河流的距离、坡度等被确定为AHP/MCDM技术划定潜在地下水补给区的重要因素。其中，高补给区占7.37%，极低补给区占4.29%。高回灌区和中高回灌区位于城区，扩张趋势较大。因此，有可能由于LULC的变化，更多的高或中等补给区将转变为城市地区，导致对地下水的额外压力。
(4)未来LULC变化分析强调，预计10年内6%(3.99平方公里)的可补给土地面积将转变为不透水土地，城市扩张将带来额外的压力，导致更严重的缺水问题。
