2000—2020 年黃河源區水源涵養能力模擬與分析

葉立娟，劉翠善，王國慶，趙天晴，賈雨凡，阮俞理

(1.河海大學 水災害防御全國重點實驗室, 江蘇 南京 210098； 2.南京水利科學研究院 水災害防御全國重點實驗室, 江蘇 南京 210029； 3.河海大學 水文水資源學院, 江蘇 南京 210098)

水源涵養作為地表生態系統一項重要服務功能，主要表現在攔蓄降水、調節徑流、影響降水量、凈化水質、維持生態系統穩定等方面[1]，對保持水土、減少植被退化、改善下墊面條件、調節氣候等也有一定作用[2]。水源涵養能力作為水源涵養作用大小的定量體現，目前主要通過水源涵養量來體現。傳統的水源涵養量計算方法有水量平衡法、綜合蓄水能力法、蓄水能力法等，但存在較大的不確定性，且無法實現長時間、大尺度的研究[3]。3S 技術的迅速發展使生態系統服務“模型化、空間化”的研究成為新趨勢，各類水文模型得到廣泛應用[4]?；谒春B模擬分析的模型分為兩種類型，一是傳統的水文模型，如SWAT 模型[5]、VIC 模型[6]；二是新興的生態系統服務模型，如InVEST 模型[7-8]。傳統的水文模型側重于生態系統服務驅動因素，但參數不確定性較大，在資料較少地區(如青藏高原)校正困難，同時水源涵養量的計算缺少修正過程，易使計算結果偏大[9]；而生態系統服務工具主要關注終端服務和可視化，計算簡便，是當下熱門的研究工具。InVEST 模型具有簡便快速的空間表達手段、輸入參數較少、數據導入要求相對較低、易操作、動態能力強等優點，適用于流域、生態保護區、半干旱與干旱生態脆弱區等較大尺度的研究[10-15]。

水源涵養量受地理條件、氣候因素和人類活動等多重因素影響。由于地形及土壤性質等地理條件在很長一段時間內并不會發生明顯改變，因此水源涵養量在短時間內的變化主要受氣溫、降水、潛在蒸散發等氣候因素[16]及人類活動的影響，而人類活動影響水源涵養能力的本質是改變了區域下墊面條件[17]。河源區作為河流水源供給的源頭區域，其水源涵養能力的影響因素也逐漸引起人們的關注[18]。呂樂婷等[19]基于InVEST 模型評估三江源的水源涵養能力，重點探究降水及蒸散發的影響；尹云鶴等[20]基于改進的LPJ 模型，研究降水和潛在蒸散發對黃河源區水源涵養能力的影響；潘韜等[21]基于InVEST 模型探究三江源產水量變化的驅動因素，指出三江源產水量受降水、潛在蒸散發及土地利用類型的共同影響，認為土地利用類型變化對產水量起負面作用，但沒有對土地利用類型變化為何導致產水量降低做進一步分析。綜上所述，目前對黃河源區水源涵養能力變化的研究，多集中在氣候因素產生的影響上，缺乏對下墊面條件的深入分析。本文基于InVEST 模型對黃河源區的產水量和水源涵養量進行定量評估，分析其時空演變特征，并基于情景模擬，分析降水、潛在蒸散發對水源涵養量的影響，量化水源涵養量對不同土地利用類型變化的響應，以期對黃河源區水源涵養能力提升提供科學依據。

1 研究區概況

黃河源區以唐乃亥水文站斷面為界，主體位于青藏高原東北部(95°50′ E～103°30′ E，32°30′ N～36°00′ N)，地勢西高東低，大部分海拔在3 000 m以上(見圖1)。黃河源區控制面積為12.2×104km2，占黃河流域面積的15.1%，多年平均降水量約為485.9 mm，多年平均氣溫?4.9 ℃[22]。多年平均徑流量204×108m3，占黃河徑流量的三分之一以上，是黃河流域的重要產水區。

圖1 黃河源區示意Fig.1 The source region of the Yellow River

2 方法及數據

2.1 InVEST 模型原理

InVEST 模型由美國斯坦福大學、世界自然基金和自然保護協會聯合開發，是基于生態系統過程評估的綜合類模型，主要包括陸地系統、海洋系統和淡水系統三大模塊[23]，其中淡水系統可應用于產水量分析、水源涵養服務時空變化及其影響因素、功能價值評估及其調控等方面[24]。

基于水量平衡原理，產水量即某柵格單元的降雨量減去實際蒸散發后的水源供給量，由淡水系統的產水模塊通過降水、地表蒸發、植物蒸騰、土壤深度和根系深度等參數計算，具體計算[25-26]如下：

式中：Yjx為土地覆被類型j像元x處的年均產水量 (mm)；Px為像元x處的年均降水量 (mm)；Eajx為土地覆被類型j像元x處的年均實際蒸散量 (mm)；kj為土地覆被類型j處的蒸散系數；EPx為像元x處的年潛在蒸散量 (mm)； ω為植物需水量與降水量的比值；Z為經驗常數，代表降水時間的季節分布，與年降水次數成正比，取值在1～30 之間；Wajx為土地覆被類型j像元x處的土壤有效含水量 (mm)，由土壤厚度 (mm)、根系深度 (mm)、土壤砂粒含量 (%)、土壤黏粒含量 (%)、土壤有機質含量 (%)計算得到；ds為土壤深度 (mm)；dr為根系深度 (mm)；Wp為植物可利用水，取值范圍0～1[27]。

水源涵養量為降水量減去實際蒸發量后地表及地下的剩余水量，包括徑流、植被截流和壤中流等，由地形指數、土壤飽和導水率和流速系數對產水量進行修正獲得[28]，具體計算如下：

式中：Wrjx為土地覆被類型j像元x處的年均水源涵養能力 (mm)；Vj為土地覆被類型j處徑流系數；Ksx為像元x處的土壤飽和導水率 (%)；Tix為像元x處的地形指數。

2.2 數據及模型驗證

本文所用的氣象數據來自國家青藏高原科學數據中心(www.tpdc.ac.cn)，包括降水及潛在蒸散發1 km 逐月柵格數據，以年尺度進行整合及單位轉換。土地利用數據來自歐空局哥白尼數據中心(https://scihub.copernicus.eu)，分辨率為300 m，通過重分類進行調整(圖2)，如表1 所示。土壤數據來自土壤-地形數字化數據庫計劃(SOTER)(http://www.isric.org/)，空間分辨率為1 km，包括土壤厚度、植物可利用水柵格數據等。以上數據進行了重投影和裁剪等預處理步驟。

表1 土地利用類型Tab.1 Land use/land cover categories

圖2 黃河源區土地利用類型Fig.2 Land use/land cover types found in the source area of the Yellow River

根據水量平衡原理，多年平均產水量應等于多年平均徑流量，因此本文采用唐乃亥水文站2000—2020 年實測徑流量數據進行產水量的驗證。如圖3 所示，Z值增加導致產水量減小，本文通過手動調整Z值來調整多年平均產水量。當Z值取11 時，多年平均產水量(198.8×108m3)與多年平均徑流量(200.4×108m3)最為接近，誤差為0.8%。

圖3 產水量與經驗常數(Z)關系Fig.3 The correlation between water yield and the empirical constant (Z)

2.3 時空演變分析方法

本文采用Sen’s Slope 方法結合M-K 顯著性檢驗進行時空演變分析。Sen’s Slope 方法是一種穩健的非參數統計的趨勢計算方法，該方法計算效率高，對測量誤差和離群數據不敏感，適用于長時間序列數據的趨勢分析。其計算如下：

式中： β為趨勢值，β＞0 表示增長趨勢，反之為下降趨勢；Median()代表取中值。

Mann-Kendall 非參數統計方法是一種非參數的時間序列趨勢性檢驗方法[29]。該方法不受少數異常值的影響，也不要求數據服從特定的分布，在水文、氣候等領域廣泛運用。如表2 所示，根據M-K 檢驗結果的變化率τ值、顯著性水平P值判斷趨勢性變化情況。

表2 趨勢檢驗P 值和τ值及其對應的趨勢類別Tab.2 Trend test results for P and τ values and their corresponding trend categories

3 結果與討論

3.1 土地利用類型變化

2000—2020 年黃河源區土地利用類型(以下簡稱地類)變化如圖4 所示，地類轉移以草地和耕地之間的相互轉換為主。2000—2010 年，耕地轉為草地的面積為320 km2，草地轉為耕地的面積為366 km2，因此耕地增加而草地減少。2010 年以后，黃河源區有2 112 km2的耕地轉移為草地，2 030 km2的草地轉移為耕地，另外還有192 km2的草地轉換為未利用地，226 km2的草地轉換為濕地及231 km2的濕地轉換為草地，導致耕地、草地和濕地減少而未利用地增加。整體而言，2000—2020 年黃河源區耕地和草地面積呈下降趨勢，分別減少了67 和128 km2；未利用地、水域以及城鎮用地面積呈上升趨勢，分別增加了114、48、29 km2；濕地面積略有減??；林地面積無明顯的變化(圖5)。

圖4 2000—2020 年地類轉移情況Fig.4 Transition matrix of land use/land cover from 2000 to 2020

圖5 2000—2020 年黃河源區各地類面積變化Fig.5 The temporal variation of land use/land cover types in the Yellow River source area from 2000 to 2020

3.2 產水量時空變化

2000—2020 年黃河源區多年單元平均產水量為161.7 mm，多年平均產水總量為198.8×108m3。研究期間，黃河源區產水量呈波動上升趨勢，增長率為3.8 mm/a，在0.05 顯著性水平下，顯著增加(圖6(a))?？臻g分布差異明顯，呈現自東向西、自南向北遞減的特點，產水量較高地區主要分布在久治和瑪曲(圖6(b))。產水量變化趨勢表現出明顯的東西差異，自東南向西北依次表現為極顯著上升、顯著上升、輕微上升以及沒有明顯變化，產水量增長最明顯區域主要出現在若爾蓋和紅原地區(圖6(c))。

圖6 2000—2020 年黃河源區產水量Fig.6 Water yield trends in the Yellow River source area from 2000 to 2020

3.3 水源涵養量變化

3.3.1 水源涵養量變化的空間分布 2000—2020年黃河源區多年單元平均水源涵養量為29.6 mm，單元平均水源涵養量增加率為0.7 mm/a，在0.05 顯著性水平下，顯著增加(圖7(a))。多年平均水源涵養總量為35.3×108m3，其空間分布與產水量基本一致，呈現自東向西、自南向北遞減的特點(圖7(b))。南部、東部及東南部表現出顯著上升的趨勢，主要在瑪曲、久治、阿壩和紅原等地；西北部地區水源涵養量幾乎沒有變化(圖7(c))。

圖7 2000—2020 年黃河源區水源涵養量Fig.7 Water conservation capacity trends in the Yellow River source area from 2000 to 2020

3.3.2 不同地類的水源涵養量 如圖8 所示，2000—2020 年黃河源區的草地水源涵養總量最高，其次是耕地、濕地和林地，未利用地及城鎮用地的水源涵養總量最低。不同地類的單元平均水源涵養量有所不同，林地和草地最高，其次為未利用地、耕地和濕地，城鎮用地的單元平均水源涵養量最低。林地與草地中的冠層、枯落物部分能夠有效截留水分，因此水源涵養能力較強，單元水源涵養量較高。而未利用地主要是裸土或稀疏植被，耕地的植被根系較淺且作物蒸騰較強，城鎮用地主要為不透水面，因此水源涵養能力較低。

圖8 2000—2020 年黃河源區不同地類的水源涵養量Fig.8 Water conservation capacity of different land use/land cover types in the Yellow River source area from 2000 to 2020

除城鎮用地水源涵養總量極顯著增加外，其余地類水源涵養總量均顯著增加。就單元平均水源涵養量而言，耕地呈極顯著增加趨勢，草地、濕地及林地呈顯著增加趨勢，未利用地呈輕微增加趨勢而城鎮用地基本沒有變化。城鎮用地水源涵養總量和單元平均水源涵養量變化趨勢差異較大，主要是由于黃河源區初期的建筑用地面積極小，后期顯著擴張，因此水源涵養總量隨之增加，而單元平均水源涵養量并沒有顯著變化。

3.3.3 基于情景模擬的水源涵養量變化分析 本文通過情景模擬分別評估降水、蒸散發和地類變化對水源涵養量的影響。分別假設僅降水、潛在蒸散發和地類發生變化，計算3 種情景下的模擬水源涵養量。在第1 種假設情景下，降水為主要驅動因素，如圖9 所示。水源涵養量和降水量存在正相關關系，水源涵養量受降水的影響增加了52.4%，影響較明顯的區域分布在源區東部，包括若爾蓋、瑪曲、紅原、久治、甘德、阿壩及瑪沁縣。

圖9 僅降水發生變化時水源涵養量的變化Fig.9 Changes in water conservation capacity due to variations in precipitation alone

在第2 種假設情景下，潛在蒸散發為主要驅動因素。如圖10 所示，水源涵養量和潛在蒸散發因為負相關關系，受潛在蒸散發的影響降低了1.6%。因潛在蒸散發變化導致的水源涵養量變化存在明顯的空間異質性(圖10(b))，中部及東部區域由于潛在蒸散發的降低，水源涵養量有所上升，西部及東南部受潛在蒸散發上升的影響，水源涵養量出現下降趨勢。

圖10 僅潛在蒸散發發生變化時水源涵養量的變化Fig.10 Changes in water conservation capacity due to changes in potential evapotranspiration alone

在第3 種假設情景下，地類變化為主要驅動因素。黃河源區的地類變化對水源涵養量起負面作用，導致水源涵養量減少0.1%(圖11(a))。如圖11(b)～(f)所示，除林地由于面積基本不變導致其水源涵養量也基本不變外，其余地類水源涵養量與地類面積高度相關，相關系數r均大于0.85。水源涵養量對濕地面積變化的響應程度最大，濕地每增加1 km2，水源涵養量增加0.93×105m3，而對城鎮用地面積變化的響應程度最小，城鎮用地每增加1 km2，水源涵養量僅增加0.15×105m3?？梢?，水源涵養量對地類的敏感性由高到低為濕地、草地、未利用地、耕地及城鎮用地。由低敏感地類轉變為高敏感地類將導致水源涵養量的上升，反之將導致水源涵養量的下降。

圖11 僅地類發生變化時水源涵養量的變化Fig.11 Changes in water conservation capacity due to changes in land use/land cover types alone

根據以上結果可知，黃河源區水源涵養量的變化由降水變化主導，同時受潛在蒸散發和土地利用類型的影響。降水量增加、潛在蒸散發下降及低敏感地類向高敏感地類轉換，會使水源涵養量上升，反之，降水量減少，潛在蒸散發上升及高敏感地類向低敏感地類轉換，會使水源涵養量下降。

4 結 語

本文采用InVEST 模型對黃河源區2000—2020 年水源涵養量進行了時空演變分析及模擬，主要結論如下：

(1)黃河源區2000—2020 年平均產水總量和水源涵養總量約為198.8×108和35.3×108m3，水源涵養量呈顯著增加趨勢。

(2)水源涵養量的變化受土地利用類型影響存在差異。2000—2020 年黃河源區各土地利用類型水源涵養總量由高到低為草地、耕地、濕地、林地、未利用地及城鎮用地，除城鎮用地水源涵養總量極顯著增加外，其余地類水源涵養總量均顯著增加。

(3)黃河源區水源涵養量在近20 年呈現增加趨勢，降水變化是主要的正貢獻，而潛在蒸散發和土地利用類型的變化為負貢獻。水源涵養量對土地利用類型的敏感性由高到低為濕地、草地、未利用地、耕地、城鎮。濕地及草地等高敏感地類面積的減少、城鎮用地等低敏感地類面積的增加會導致水源涵養量下降。

由于氣候、土壤和地形等條件無法在短時間內進行人工干預，因此改善下墊面條件是調節水源涵養量的主要途徑。本文研究表明，在黃河源區，濕地和草地是對水源涵養量貢獻最高的兩種地類，需要對濕地及草地實施精準化生態修復，采取具有針對性的修復措施，因地制宜，促進生態平衡，提升水源涵養能力。另外，黃河源區處于青藏高原東北部，是中國水文監測站點密度最低的地區，應盡量完善黃河源區水文監測體系，為研究黃河源區氣候變化提供基礎數據。