黃土高原植被恢復(fù)與生態(tài)系統(tǒng)土壤保持服務(wù)價值增益研究
——以延河流域為例

朱 青,周自翔,劉 婷,白繼洲

西安科技大學(xué)測繪科學(xué)與技術(shù)學(xué)院, 西安 710054

黃土高原是中國“兩屏三帶”生態(tài)安全格局的重要組成部分[1-2],該地區(qū)溝壑縱橫,水土流失嚴(yán)重。水土流失過程會破壞原有土壤結(jié)構(gòu),降低土地生產(chǎn)力,造成人民財產(chǎn)損失,同時在流域范圍內(nèi)淤積河道,造成面源污染,加重洪澇和干旱災(zāi)害等潛在威脅,已成為全球普遍關(guān)注的生態(tài)環(huán)境問題之一[3-4]。為控制黃土高原水土流失,該地區(qū)自20世紀(jì)70年代起開始實施一系列水土保持治理措施[5]。退耕還林(草)工程(1999)實施后,黃土高原地區(qū)植被覆蓋度大幅增加,有效降低了該地區(qū)水土流失的危害。因此,研究該地區(qū)植被恢復(fù)與土壤侵蝕之間的相互關(guān)系引起眾多學(xué)者的關(guān)注。植被覆蓋對土壤侵蝕的影響研究主要集中于植被的防蝕功效、減水減沙效應(yīng)。其中,植被冠層消減了雨滴動能,地表覆被物分散了徑流動能,根系提高了土壤抵抗徑流侵蝕能力[6],并且不同的植被類型能在不同程度上減輕土壤侵蝕的危害。植被恢復(fù)具有延長坡面產(chǎn)流時間、增加入滲、減少產(chǎn)流產(chǎn)沙的作用[7]。程復(fù)[8]研究指出退耕還林(草)工程實施后,2008年黃土丘陵溝壑區(qū)所有流域單元的輸沙模數(shù)整體平均降低54%,土壤侵蝕程度明顯減弱；趙巧巧[9]研究發(fā)現(xiàn)黃土高原地區(qū)流域年均歸一化植被指數(shù)(Normalized Difference Vegetation Index, NDVI)和年均輸沙量呈現(xiàn)出負(fù)相關(guān)的關(guān)系；王怡菲[10]研究表明當(dāng)退耕還林(草)面積增加1%,流域含沙量每立方米減少1.894kg；陳浩[11]研究提出以植被恢復(fù)為主的退耕還林(草)工程對黃土高原地區(qū)北洛河流域土壤侵蝕減少的貢獻(xiàn)率為85%。另一方面,部分學(xué)者[12-14]研究土壤侵蝕對植被的影響后,發(fā)現(xiàn)土壤侵蝕過程會降低土壤的持水能力和養(yǎng)分積累,影響植被群落的發(fā)育和演替,并通過侵蝕過程的機械力對植物產(chǎn)生干擾和破壞。

退耕還林(草)工程距今已實施二十余年,植被恢復(fù)能夠抑制土壤侵蝕,改善生態(tài)環(huán)境,促進(jìn)生態(tài)系統(tǒng)服務(wù)的提升,同時,生態(tài)系統(tǒng)服務(wù)功能的提升有利于植被恢復(fù)。由此可見,植被恢復(fù)的生態(tài)環(huán)境效應(yīng)及其帶來的一系列人類福祉是維持區(qū)域可持續(xù)發(fā)展的關(guān)鍵因素。目前植被與土壤侵蝕的關(guān)系方面已有大量研究,但關(guān)于黃土高原植被格局及其對土壤侵蝕的影響和植被恢復(fù)帶來的生態(tài)效益尚未明確。此外,生態(tài)系統(tǒng)服務(wù)的提升也是研究的熱點。鑒于此,本文以黃土高原延河流域為研究對象,探討2000—2015年該區(qū)的植被恢復(fù)狀況,并借助SWAT(Soil and Water Assessment Tool)模型估算土壤侵蝕量和土壤保持量,揭示植被格局對土壤侵蝕的影響,定量研究植被恢復(fù)帶來的生態(tài)系統(tǒng)土壤保持服務(wù)價值增益,對今后植被建設(shè)和水土流失治理工作以及生態(tài)補償具有一定的理論和實際指導(dǎo)意義。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

延河流域(36°27′—37°58′N, 108°41′—110°29′E)作為黃土高原丘陵溝壑區(qū)的典型流域,地表破碎,溝間地以丘陵為主,梁、峁?fàn)钋鹆甏蠹s占流域溝間地的80%,為流水侵蝕和重力侵蝕提供了“有利”的地貌條件。流域處于東部季風(fēng)濕潤區(qū)與內(nèi)陸干旱區(qū)的過渡地帶,年降水量偏少,多年平均降水量為520mm,降水季節(jié)分配不均,集中于夏季,秋季次之,春季較少,冬季有少量降雪。該流域水土流失嚴(yán)重,河流含沙量大,泥沙多為懸移質(zhì),水土流失面積接近流域總面積的80%,是黃河中游水土流失最嚴(yán)重的區(qū)域之一。延河流域的植被特性也具有過渡性,隨著植被類型、覆蓋度等生態(tài)特點的不同,植被抗蝕作用也有所差異。因此本文選取延河流域作為研究區(qū)域,其位置分布如圖1所示。

圖1 研究區(qū)的地理位置

1.2 數(shù)據(jù)來源與處理

本文使用的數(shù)據(jù)包括NDVI數(shù)據(jù)及構(gòu)建SWAT模型所需的數(shù)字高程模型(Digital Elevation Model, DEM)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)、水文數(shù)據(jù)和氣象數(shù)據(jù)。(1)NDVI數(shù)據(jù)采用美國地質(zhì)勘探局(http://glovis.usgs.gov/)提供的MODIS植被指數(shù)產(chǎn)品—MOD13Q1,研究選用的時間范圍為2000—2015年,每年23期影像,共368期,時空分辨率為16d及250m。利用MRT(MODIS Reprojection Tools)軟件對該數(shù)據(jù)產(chǎn)品進(jìn)行格式轉(zhuǎn)換和投影轉(zhuǎn)換,將HDF格式轉(zhuǎn)換成TIFF格式,并將SIN投影轉(zhuǎn)換成WGS_1984_UTM_Zone_49N投影。同時,利用MVC(Maximum Value Composites)合成月NDVI最大值,來進(jìn)一步消除云、大氣和太陽高度角等因素對遙感影像產(chǎn)生的影響[15]。由于溫帶半干旱區(qū)域存在明顯的季節(jié)性,生長季與非生長季植被覆蓋存在較大差異[16],因此實驗采用延河流域生長季5—10月NDVI的平均值表征植被覆蓋的年際變化狀況[17]；(2)DEM數(shù)據(jù)來自中國科學(xué)數(shù)據(jù)云地理空間數(shù)據(jù)云(http://www.gscloud.cn/),空間分辨率為30m；(3)土地利用數(shù)據(jù)來源于中國科學(xué)院資源科學(xué)環(huán)境數(shù)據(jù)中心(http://www.resdc.cn/),空間分辨率為30m,本文選用2005年和2010年土地利用數(shù)據(jù),主要包括八類土地利用類型：耕地、林地、園地、高覆蓋草地、低覆蓋草地、建設(shè)用地、水域和未利用地,按照SWAT模型自帶的土地利用類型編碼方式建立相對應(yīng)的屬性索引表,構(gòu)建土地利用數(shù)據(jù)庫；(4)土壤數(shù)據(jù)采用寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http://westdc.westgis.ac.cn/)提供的世界土壤數(shù)據(jù)庫(Harmonized World Soil Database, HWSD),其中的中國土壤數(shù)據(jù)是第二次全國土地調(diào)查南京土壤所提供的1∶100萬土壤數(shù)據(jù),利用SPAW(Soil-Plant-Atmosphere-Water)軟件計算所需土壤參數(shù),建立土壤數(shù)據(jù)庫；(5)水文數(shù)據(jù)來自《中華人民共和國水文統(tǒng)計年鑒》的黃河流域資料,包括甘谷驛水文站2003—2015年逐日徑流量和產(chǎn)沙量；(6)氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)共享網(wǎng)(https://data.cma.cn/),包括延河流域內(nèi)及周邊站點的位置信息和1999—2015年逐日降水量、最高和最低溫度、相對濕度、風(fēng)速數(shù)據(jù)。由于目前國家基本氣象站點無太陽輻射數(shù)據(jù),所以該數(shù)據(jù)由天氣發(fā)生器模擬提供。為了減小空間數(shù)據(jù)帶來的偏差,本文將所有的空間數(shù)據(jù)投影變換為統(tǒng)一的坐標(biāo)系(WGS_1984_UTM_Zone_49N),且柵格分辨率重采樣為30m。

2 研究方法

2.1 NDVI變化特征

NDVI可從整體上表征植被的生長狀況和覆蓋變化[18-19],被眾多學(xué)者廣泛應(yīng)用[20-22]。本文運用趨勢線分析法逐像元分析2000—2015年延河流域的NDVI變化趨勢,反映植被的時間演變和空間差異特征。依據(jù)趨勢線的斜率判斷變量在研究時段的變化趨勢,若斜率大于0,則植被覆蓋呈增加趨勢；若斜率等于0,則植被生長趨于穩(wěn)定；若斜率小于0,則植被覆蓋呈減少趨勢。斜率絕對值的大小表示研究時段植被覆蓋增加或減少的速率。計算公式如下：

(1)

式中,θ為趨勢線的斜率；n為研究時段年數(shù)；xj為研究時段內(nèi)第j年年際或生長季NDVI值。

2.2 SWAT模型

美國農(nóng)業(yè)部農(nóng)業(yè)研究中心開發(fā)了具有很強物理機制、開源的SWAT分布式水文模型,其可以綜合利用土壤類型、土地利用類型及管理措施預(yù)測和模擬流域長時期內(nèi)的徑流、泥沙、化學(xué)元素和有機物質(zhì)的遷移運動,評估整個流域范圍內(nèi)的水分平衡[23]。該模型廣泛應(yīng)用于黃土高原地區(qū)的產(chǎn)流產(chǎn)沙模擬[24-25],因此,本文采用SWAT模型中的產(chǎn)沙模塊,即改進(jìn)的通用水土流失方程(Modified Universal Soil Loss Equation, MUSLE)模擬延河流域的土壤侵蝕量,包括實際土壤侵蝕量和潛在土壤侵蝕量。實際土壤侵蝕量指流域?qū)嶋H上發(fā)生的土壤侵蝕量,潛在土壤侵蝕量指假設(shè)流域沒有地表植被覆蓋與管理措施下發(fā)生的土壤侵蝕量,二者之間的差值為土壤保持量。計算公式如下：

ΔS=Sqz-Ssj=11.8·(Qsurf·qpeak·areahru)0.56·Kusle·Pusle·LSusle·CFRG·(1-Cusle)

(2)

式中,Ssj為模擬的實際土壤侵蝕量(t)；Sqz為模擬的潛在土壤侵蝕量(t)；ΔS為研究區(qū)生態(tài)系統(tǒng)土壤保持量(t)；Qsurf為地表徑流(mm/hm2)；qpeak為徑流峰值(m3/s)；areahru為水文響應(yīng)單元(Hydrologic Research Unit, HRU)的面積(hm2)；Kusle為土壤可蝕性因子；Cusle為地表植被覆蓋與管理因子,當(dāng)無植被覆蓋與管理因子的影響時,設(shè)Cusle=1；Pusle為水土保持措施因子；LSusle為地形因子,包括坡長因子L和坡度因子S；CFRG為直徑大于2mm的粗碎塊因子。

采用德克薩斯農(nóng)業(yè)大學(xué)提供的SWAT-Calibration and Uncertainty Programs(SWAT-CUP)軟件中的Sequential Uncertainty Fitting(SUFI-2)方法對SWAT模型進(jìn)行敏感性參數(shù)分析、率定和驗證。使用決定系數(shù)(Coefficient of determination,R2)和納什效率系數(shù)(Nash-Sutcliffe efficiency coefficient, NSE)作為評價SWAT模型模擬精度的指標(biāo)。R2可評價模擬值與實測值變化趨勢的一致性,NSE可反映模擬值與實測值之間的擬合程度。一般來說,當(dāng)R2>0.6,且NSE>0.5時,即可認(rèn)為SWAT模型模擬取得顯著性效果[26]。評價指標(biāo)的表達(dá)式如下：

(3)

(4)

式中,Qmi為模擬值；Qoi為實測值；Qo為實測均值；Qm為模擬均值。

通過基礎(chǔ)數(shù)據(jù)的準(zhǔn)備,構(gòu)建數(shù)據(jù)庫,借助ArcSWAT2012版本軟件建立延河流域的SWAT模型。首先是子流域的劃分：基于DEM數(shù)據(jù)生成河網(wǎng),通過設(shè)定閾值(形成子流域的最小給水面積)為10000hm2重新劃分河網(wǎng),并設(shè)置流域總出水口,流域劃分為47個子流域；其次劃分HRU：通過疊加土地利用數(shù)據(jù)、土壤數(shù)據(jù)和坡度數(shù)據(jù),獲得各個子流域中具有相同土地利用類型、土壤類型和坡度的1987個HRUs；最后將氣象數(shù)據(jù)等導(dǎo)入模型,重新讀取基礎(chǔ)數(shù)據(jù)庫,運行SWAT模型,實現(xiàn)對延河流域1999—2015年徑流量和產(chǎn)沙量的模擬。以1999—2002年作為預(yù)熱期,再分別以2003—2008年和2009—2015年作為率定期和驗證期,并依據(jù)甘谷驛水文站實測數(shù)據(jù)進(jìn)行參數(shù)率定和驗證。由于延河流域的地形、土壤等基礎(chǔ)數(shù)據(jù)長時間內(nèi)幾乎不變,而流域內(nèi)的土地利用狀況不斷變化。為提高SWAT模型的精度,本文將1999—2008年(預(yù)熱期+率定期)作為整體,運用2005年的土地利用數(shù)據(jù)驅(qū)動SWAT模型；2009—2015年(驗證期)選用2010年的土地利用數(shù)據(jù)驅(qū)動SWAT模型。經(jīng)驗證,本文構(gòu)建的延河流域SWAT模型率定和驗證結(jié)果均達(dá)到模型要求(如圖2),可用于研究區(qū)的水文模擬。

圖2 延河流域甘谷驛水文站徑流-產(chǎn)沙實測值與模擬值對比圖

2.3 生態(tài)系統(tǒng)土壤保持服務(wù)價值評估

采用市場價值法、機會成本法、恢復(fù)費用法和影子工程法等生態(tài)系統(tǒng)服務(wù)價值核算方法,依據(jù)每個HRU上的生態(tài)系統(tǒng)土壤保持量,從保持土壤肥力、減少土地廢棄和減輕泥沙淤積(3個指標(biāo))方面定量估算土壤保持服務(wù)價值,最后匯總計算流域總價值量,闡明植被恢復(fù)的生態(tài)效益。

E1=ΔS×Bi×Ci×Di

(5)

(6)

(7)

E=E1+E2+E3

(8)

式中,E為生態(tài)系統(tǒng)土壤保持服務(wù)價值(元)；E1為保持土壤肥力價值(元)；E2為減少土地廢棄價值(元)；E3為減輕泥沙淤積價值(元)；ΔS為研究區(qū)生態(tài)系統(tǒng)土壤保持量(t)；Bi為土壤中氮、磷、鉀及有機質(zhì)的平均含量,分別為0.17%、0.06%、1.40%、0.90%[27]；Ci為土壤中的氮、磷、鉀及有機質(zhì)折算成相應(yīng)肥料(尿素、過磷酸鈣和氯化鉀)及碳比率的系數(shù),分別為2.164、4.065、1.923、0.5[28]；Di為化肥的市場價格(元/t),依據(jù)全國肥料的平均售價,分別為1825、522、1948、550元/t；D1為單位面積土地的機會成本,取值為2.35×105元 km-2a-1[27]；p為單位土壤體積質(zhì)量分?jǐn)?shù),取值為1.20t/m3；h為土壤厚度,江忠善、鄭粉莉等[29-30]提出的黃土高原地區(qū)平均土壤厚度為0.2m；依據(jù)中國主要河流泥沙運動規(guī)律,土壤流失泥沙淤積在河道、湖泊、水庫中的系數(shù)取0.24[31]；D2為建設(shè)水庫工程的費用,取5.714元/m3[27]。

3 結(jié)果與分析

3.1 NDVI時空變化特征

3.1.1年際NDVI時空變化

從圖3可以看出,2000—2015年NDVI均值表現(xiàn)出遞增的趨勢,增速達(dá)到0.0245/10a。其中,NDVI平均值由2000年的0.514增加到2014年的0.553,其增長率達(dá)到7.05%,主要是由于退耕還林(草)工程的實施,在政策因素和人為因素的影響下,延河流域大量耕地實現(xiàn)還林還草,植被覆蓋狀況逐漸改善。為更好評價延河流域植被恢復(fù)狀況,分析該流域2000—2015年NDVI時空變化趨勢。經(jīng)統(tǒng)計相關(guān)系數(shù)顯著性檢驗,參考岳本江等[32]對延河流域NDVI變化趨勢分級標(biāo)準(zhǔn)理論并結(jié)合本文研究對象實際情況,將該流域的NDVI變化情況劃分為明顯退化(θ≤-0.007)、退化(-0.007<θ≤-0.001)、基本不變(-0.001<θ≤0.001)、改善(0.001<θ<0.004)和明顯改善(θ≥0.004)5個等級。

圖3 2000—2015年延河流域NDVI變化趨勢

由圖4可知,綠色區(qū)域的NDVI呈現(xiàn)出增加的趨勢,其中84%的區(qū)域改善,9.6%的區(qū)域明顯改善,主要位于流域上游和下游。由于流域上游地勢陡峭,坡度大于25°的陡坡占70%以上[6],而退耕還林(草)工程對于坡度大于25°的坡耕地實現(xiàn)了全部還林,導(dǎo)致植被覆蓋變化大,植被恢復(fù)好；而下游地區(qū)地勢平緩,土壤肥沃,農(nóng)業(yè)活動頻繁,土地缺乏植被保護(hù),對該地區(qū)平緩的坡耕地進(jìn)行退耕還草,植被得到保護(hù),使得植被覆蓋逐漸增大。還有6.1%的區(qū)域NDVI變化趨勢基本不變,主要位于流域中游,這是因為延安市以南地區(qū)梢林廣布,植被生長狀況好造成的結(jié)果。流域僅有0.3%的區(qū)域NDVI出現(xiàn)減少的趨勢,主要分布于延安市新區(qū),由于城市化使得植被退化顯著。

圖4 2000—2015年延河流域NDVI年際變化趨勢空間分布圖

3.1.2生長季NDVI時空變化

生長季NDVI時間變化分析。本文把一年中植被開始返青到落葉的時期作為生長季[33-34],根據(jù)延河流域的物候特征,其生長季從5月初至10月底。由于MODIS-NDVI的影像為半月合成產(chǎn)品,把NDVI均值分為上、下半月,可以在時間上更細(xì)致的表達(dá)植被覆蓋的變化情況。如圖5所示,以時間為橫軸(刻度為半月),以NDVI均值為縱軸,用回歸法生成擬合曲線,即NDVI變化趨勢線,其斜率反映變化率。經(jīng)統(tǒng)計2000—2015年生長季各月(5—10月),時間與NDVI的相關(guān)系數(shù)大于0.6(P<0.01),2000—2015年生長季NDVI變化呈現(xiàn)出逐年增加的總趨勢,但不同月份的增加程度不同。其中每年8月的NDVI值最大,每年6月的NDVI增長速率最快(擬合曲線斜率最大),主要原因是流域氣候條件和植被物候的季節(jié)差異[35]。而一年中NDVI隨物候變化,5—8月NDVI值逐漸增大,9—10月NDVI值逐漸減少。

圖5 2000—2015年延河流域生長季NDVI月均值趨勢圖

生長季NDVI空間變化分析。如圖6所示,2000—2015年各月NDVI變化的空間差異顯著,主要由于植被在一年內(nèi)經(jīng)歷開始返青(生長季始期)到落葉(生長季末期)的過程,植被進(jìn)入生長季始期和生長季末期的面積比例均為先增加后減少[33-34]。依據(jù)上文NDVI變化趨勢分級標(biāo)準(zhǔn),其中生長季始期(5月)NDVI增加的區(qū)域主要分布在流域中游,該地區(qū)位于延安市城區(qū)附近,受人類活動影響較大,植被生長較上游和下游更好；6月NDVI增加的區(qū)域主要位于下游,由于下游地區(qū)退耕還林(草)工程實施效果顯著,使得下游植被狀況逐漸改善；7月NDVI增加的區(qū)域占97.8%,全流域植被長勢較好；8月NDVI增加的區(qū)域主要位于上游和下游,中游植被生長狀況趨于穩(wěn)定,這與圖5中8月NDVI值最大形成呼應(yīng),全流域植被生長狀況最好；9月全流域NDVI增加趨緩,植被進(jìn)入生長季末期；10月NDVI變化趨勢呈增加的區(qū)域主要位于上游,退耕還林(草)工程實施中流域上游的坡耕地還林的效果顯著。

圖6 2000—2015年延河流域生長季NDVI月際變化趨勢空間分布圖

總體上看,該流域NDVI時空變化特征為2000—2015年生長季各月NDVI值及NDVI增長速率不同,表現(xiàn)在空間上,流域上中下游植被變化呈現(xiàn)出不同的趨勢,這與植被類型、地勢條件、氣候條件、人類活動等因素相關(guān)。

3.2 植被覆蓋對土壤保持服務(wù)的作用

為探究植被覆蓋措施對土壤侵蝕的影響,本文借助SWAT水文模型,以植被覆蓋措施作為模型的變量,以HRU為研究單元,定量模擬土壤侵蝕量,以此說明植被覆蓋變化對流域土壤保持的積極作用。從圖7可以看出,在HRUs尺度上,2000—2015年年均實際和潛在土壤侵蝕模數(shù)的擬合曲線整體上呈減少趨勢,其中多年平均實際和潛在的土壤侵蝕模數(shù)為31783t km-2a-1和624015t km-2a-1,主要是因為流域的土壤類型多為黃土母質(zhì)上發(fā)育的黃綿土,土壤質(zhì)地均一,土質(zhì)疏松,抗侵蝕能力差[36],在沒有植被覆蓋措施下,土壤極易發(fā)生侵蝕,且侵蝕模數(shù)大。由此定性說明植被覆蓋對土壤侵蝕具有強大的抑制作用。

圖7 2000—2015年延河流域HRUs實際和潛在侵蝕模數(shù)分析

如何定量探究植被覆蓋發(fā)揮的效果是一個值得研究的問題?；诖?本文以2000年土壤保持量為基準(zhǔn),計算2001—2014年逐年土壤保持增量,從定量的角度深究植被恢復(fù)帶來土壤保持量的變化特征。從表1可知,2001—2014年土壤保持量均存在不同程度的增加。植被覆蓋抑制土壤侵蝕,土壤得到有效保持,土壤保持又促進(jìn)植被生長,從而形成良性循環(huán),不斷改善生態(tài)環(huán)境。因此,在今后的生態(tài)恢復(fù)中要注重植被覆蓋措施。

表1 2001—2014年延河流域土壤保持量增益表

植被覆蓋措施是減少土壤侵蝕的重要因素之一。從不同植被覆蓋度的角度分析土壤保持量的變化是極具價值的。參照宋敏敏等[37]在延河流域已有的研究經(jīng)驗,采用自然間斷點分級法,將NDVI分為低覆蓋(0—0.3)、中低覆蓋(0.3—0.45)、中覆蓋(0.45—0.6)、中高覆蓋(0.6—0.75)、高覆蓋(0.75—1)5個等級。經(jīng)統(tǒng)計,2000—2015年延河流域的植被覆蓋情況為：低覆蓋占0.26%,中低覆蓋占15.8%,中覆蓋占66.43%,中高覆蓋占17.05%,高覆蓋占0.46%,說明延河流域植被主要以中覆蓋為主。為更明確土壤保持量的變化,標(biāo)準(zhǔn)化多年(2000—2015)平均土壤保持量,參照鄧偉等[38]的研究,采用等間隔分級法,將標(biāo)準(zhǔn)化后的土壤保持量劃分為低(0—0.2)、較低(0.2—0.4)、中(0.4—0.6)、較高(0.6—0.8)、高(0.8—1)5個等級。延河流域各等級土壤保持量如下：低保持占75.77%,較低保持占13.64%,中保持占6.72%,較高保持占3.17,高保持占0.7%,表明該流域土壤保持量以低保持為主。

運用疊加分析法,研究植被覆蓋對土壤保持量的影響。從圖8可以看出,流域植被覆蓋變化引起土壤保持量的變化特征明顯。低覆蓋下土壤保持量幾乎為0,由于植被覆蓋度小于0.3,地表景觀為裸巖、裸土和稀疏植被[39],土壤侵蝕嚴(yán)重；中低覆蓋下,存在低、較低、中和較高土壤保持,幾乎沒有高保持,反映出中低植被覆蓋條件下,生態(tài)系統(tǒng)土壤保持功能仍有限；而中覆蓋條件下,高保持面積占比最大,為85.35%,反映出生態(tài)系統(tǒng)土壤保持功能強,主要原因是對先前坡度大于25°、農(nóng)業(yè)活動頻繁和礦區(qū)等地區(qū)還草還林力度大,植被恢復(fù)顯著、覆蓋度高,所以土壤侵蝕量大幅減少；流域高覆蓋區(qū)面積占比最小,僅不到1%,因此土壤保持功能強但總量小。因此,今后水土保持工作要注意對各個等級植被覆蓋采取不同的措施：低覆蓋區(qū)重點治理,中低、中和中高覆蓋區(qū)預(yù)防保護(hù),著重擴大高覆蓋區(qū)。

圖8 2000—2015年延河流域不同植被覆蓋下的土壤保持量面積比較

3.3 生態(tài)系統(tǒng)土壤保持服務(wù)價值時空分布

3.3.1時間尺度變化

土壤保持服務(wù)作為一項重要的生態(tài)系統(tǒng)調(diào)節(jié)服務(wù),在防止土壤侵蝕,減少泥沙等方面發(fā)揮重要的作用[40-41]。為定量評估植被恢復(fù)所帶來的生態(tài)系統(tǒng)土壤保持服務(wù)價值,本文通過公式(5—8)計算土壤保持服務(wù)價值并分析其時空分布特征,探究植被恢復(fù)對土壤保持服務(wù)的增益效果。

從圖9可以看出,時間尺度上,HRUs年均土壤保持服務(wù)價值隨時間波動,主要原因是2000—2015年的降水量和降水強度不同,導(dǎo)致土壤侵蝕程度不同。其中2013年土壤保持服務(wù)價值達(dá)到多年最大值,因為2013年延河流域遭遇有氣象記錄以來的強降水[42],該年降水量約為790mm,是2000—2015年降水量的最大值?？傮w看,生長季HRUs月均土壤保持服務(wù)價值在年內(nèi)呈單峰型變化,峰值在7月,主要是因為流域多年以來年內(nèi)降水量也呈單峰型變化,7月降水量約為111mm,達(dá)到年內(nèi)最大值,且以陣雨或暴雨為主,局部地區(qū)出現(xiàn)暴雨的情況較多,暴雨強度也大。本文土壤保持服務(wù)價值隨時間的變化特征與張樂濤等[43]研究產(chǎn)沙量變化情況相吻合。黃土高原地區(qū)幾乎所有的土壤侵蝕量都發(fā)生在雨季,且隨著降水量的增加土壤保持量增加,由此表明土壤保持量在時間尺度上受降水因素的影響,產(chǎn)生的生態(tài)系統(tǒng)土壤保持服務(wù)價值也隨之波動。在多雨季節(jié),適宜的溫度和降水促進(jìn)了植被的生長,當(dāng)NDVI達(dá)到峰值時,產(chǎn)沙量迅速下降,土壤保持量快速增加。因此,植被覆蓋是減少黃土高原地區(qū)水土流失的主要因素。

圖9 2000—2015年延河流域年際年內(nèi)HRUs土壤保持服務(wù)價值圖

2000—2015年HRUs年均土壤保持服務(wù)價值為3.64×108元,生長季月均土壤保持服務(wù)價值為6.06×107元。從表2和表3可以看出,年際和年內(nèi)保持土壤肥力價值E1、減少土地廢棄價值E2和減輕泥沙淤積價值E3對土壤保持服務(wù)價值的貢獻(xiàn)不同,其中E1占96.7%,E2占1.5%,E3占1.8%,表明2000—2015年延河流域生態(tài)系統(tǒng)土壤保持服務(wù)價值以保持土壤肥力價值為主。

表2 2000—2015年延河流域年際HRUs土壤保持服務(wù)價值

表3 生長季HRUs多年(2000—2015)平均土壤保持服務(wù)價值

總體上看,2000—2015年延河流域土壤保持服務(wù)價值呈波動增長的態(tài)勢,生態(tài)系統(tǒng)土壤保持服務(wù)增益明顯,從2000年僅為2.63×106元,至2014年已增長為5.48×108元,翻了一番。

3.3.2空間尺度變化

本文重點分析退耕還林(草)工程實施以后,延河流域生態(tài)系統(tǒng)土壤保持服務(wù)價值的空間差異,希望能為該地區(qū)今后退耕還林(草)工程實施的方向提供參考依據(jù)。從圖10可以看出,2000年和2014年流域的土壤保持服務(wù)價值空間差異大。2000年流域的土壤保持服務(wù)價值分布多集中在上游地區(qū),主要是因為延河流域地勢西北高、東南低,西北部的坡度大于25°的坡耕地多,退耕還林(草)工程實施初期對該地區(qū)的還林力度大；2014年土壤保持服務(wù)價值在流域內(nèi)趨于均勻分布的態(tài)勢,因為退耕還林(草)工程實施以來,全流域植被恢復(fù)顯著,全面提升了生態(tài)系統(tǒng)土壤保持服務(wù),進(jìn)而帶來顯著生態(tài)效益。流域年均土壤保持服務(wù)價值在下游地區(qū)最高,上游次之,中游最低,其原因為：下游殘塬平梁溝壑區(qū)地勢平坦,土壤肥沃,農(nóng)業(yè)活動頻繁,先前土地缺乏植被保護(hù)導(dǎo)致水土流失嚴(yán)重,通過退耕還草,土壤保持量大幅提升；上游低山地區(qū)植被生長環(huán)境差,通過退耕還林、園林綠化、水保工程措施等,使得土壤侵蝕減弱,相較于中游,土壤保持服務(wù)價值更高；中游梁峁丘陵溝壑區(qū)侵蝕嚴(yán)重,并且延安市寶塔區(qū)人口較多,人類活動頻繁,城市建設(shè)導(dǎo)致不透水面不斷增加,因此土壤保持服務(wù)價值低。今后水保工作要注意對流域上中下游采取不同措施：上游限制土地開發(fā),以生態(tài)恢復(fù)為重；中游生態(tài)與建設(shè)并重,加強土地規(guī)劃與保護(hù)；下游因地制宜,合理開展高附加值農(nóng)業(yè)活動提高土地生產(chǎn)效率,主要種植果樹、牧草等植被覆蓋度較高的作物,嘗試免耕法等保護(hù)性耕作方式。

圖10 延河流域土壤保持服務(wù)價值空間分布圖

4 結(jié)論

本文以黃土高原延河流域為研究對象,運用MODIS-NDVI數(shù)據(jù)探究2000—2015年研究區(qū)植被恢復(fù)的時空變化特征,同時基于SWAT模型揭示植被恢復(fù)對抑制土壤侵蝕、提高土壤保持的作用,并定量評價生態(tài)系統(tǒng)土壤保持服務(wù)價值增益效果。主要得出以下結(jié)論：

(1)通過分析2000—2015年延河流域年際和生長季NDVI的時空變化特征,得出該流域植被覆蓋整體上處于增加態(tài)勢,退耕還林(草)工程實施效果顯著,持續(xù)向好。但是上中下游存在空間差異,流域上游植被覆蓋變化大、植被恢復(fù)好；下游地區(qū)植被覆蓋逐漸轉(zhuǎn)好；而流域中游,出現(xiàn)城市化快速增長區(qū)植被退化問題。因此,在黃土高原生態(tài)脆弱區(qū),城市化發(fā)展要立足于生態(tài)可持續(xù),節(jié)約高效利用土地資源,合理規(guī)劃建設(shè)用地,為生態(tài)建設(shè)留足余地。

(2)通過定量分析,探明植被恢復(fù)對抑制土壤侵蝕的作用十分顯著。從退耕還林(草)工程實施以來,隨著植被覆蓋度增加,在HRUs尺度上年均實際土壤侵蝕模數(shù)處于逐年遞減的態(tài)勢,說明植被恢復(fù)措施能夠有效抑制土壤侵蝕,促進(jìn)生態(tài)系統(tǒng)土壤保持量增益明顯。而總體上,延河流域植被主要以中覆蓋為主,流域土壤保持量以低保持為主。通過運用GIS疊加分析法,研究植被覆蓋對土壤保持量的影響,表明植被低覆蓋條件下生態(tài)系統(tǒng)土壤保持量幾乎為0；植被中低覆蓋條件下,生態(tài)系統(tǒng)土壤保持功能仍有限；而中覆蓋條件下,土壤保持功能較強；植被高覆蓋區(qū)所占面積最小,僅不到1%,因此植被高覆蓋區(qū)的生態(tài)系統(tǒng)土壤保持功能雖然強,但是對流域土壤保持總量的貢獻(xiàn)很小。綜上所述,今后的水土保持工作應(yīng)該注重能夠有效提高植被覆蓋度的生態(tài)恢復(fù)措施,要注意對低覆蓋區(qū)重點治理,中低、中和中高覆蓋區(qū)預(yù)防保護(hù),著重擴大高覆蓋區(qū)。

(3)實施退耕還林(草)工程帶來了巨大的生態(tài)系統(tǒng)土壤保持服務(wù)價值增益,從2000年至2014年翻了一番,流域年均(2000—2015)生態(tài)系統(tǒng)土壤保持服務(wù)價值為3.64×108元，生長季月均土壤保持服務(wù)價值為6.06×107元，而且土壤保持服務(wù)價值以保持土壤肥力價值為主。流域生態(tài)系統(tǒng)土壤保持服務(wù)價值時空分布特征也有規(guī)律可循。時間尺度上,土壤保持服務(wù)價值受降水因素影響而波動變化；月均土壤保持服務(wù)價值在年內(nèi)一般呈單峰型變化,峰值在7月,與降水的單峰型變化相一致?？臻g尺度上,上中下游土壤保持服務(wù)價值的空間差異大,今后防治水土流失工作要注意對流域上中下游因地制宜,采取不同措施：上游改善生態(tài),中游加強保護(hù),下游科學(xué)耕作。

5 討論

(1)當(dāng)前土壤侵蝕的定量化模擬存在一定困難。土壤侵蝕是影響植被發(fā)育并受植被反作用的一種生態(tài)應(yīng)力[44-45]。大多數(shù)研究[46-49]土壤侵蝕采用的模型一般是美國通用水土流失方程(Universal Soil Loss Equation, USLE),但該模型是經(jīng)驗?zāi)Ｐ腿狈ν寥狼治g機理,在實際應(yīng)用中不能詳細(xì)描述土壤侵蝕的物理過程。為此基于物理過程的水蝕預(yù)報模型應(yīng)運而生,例如美國農(nóng)業(yè)部研發(fā)了WEPP(Water Erosion Prediction Project)模型,該模型幾乎涉及與土壤侵蝕相關(guān)的所有過程[50-51],然而這類模型存在參數(shù)眾多、所需數(shù)據(jù)難以獲取等缺點,推廣應(yīng)用很困難。因此,本文選擇目前最流行的SWAT分布式水文模型。SWAT模型采用改進(jìn)的通用水土流失方程MUSLE模擬基于HRU的土壤侵蝕量,MUSLE中地表徑流、徑流峰值、土壤可蝕性等因子的計算方法較為科學(xué),使模型具有了一定的物理機制。

(2)本文基于兩期土地利用數(shù)據(jù)構(gòu)建SWAT模型,并將HRU作為研究單元細(xì)化了水文模擬過程。為提高模型模擬精度,本文在構(gòu)建SWAT模型時基于土地利用數(shù)據(jù)、土壤數(shù)據(jù)和坡度數(shù)據(jù)將子流域劃分成HRUs的離散集合,把HRU作為研究單元,每一個分布式地理參數(shù)(如土壤導(dǎo)水率、土壤可蝕性等)都可以針對每個HRU進(jìn)行定義,從而細(xì)化了水文過程。另一方面,目前多數(shù)研究在借助SWAT模型模擬長時間序列的水文狀況時,將一期土地利用數(shù)據(jù)作為輸入數(shù)據(jù)源。由于土地利用數(shù)據(jù)代表流域下墊面的狀況,而下墊面對模擬水文過程具有重要的意義,尤其是退耕還林(草)工程實施后,土地利用變化大,長時間序列的研究則更需要考慮土地利用數(shù)據(jù)的真實性。因此,本文采用2005年和2010年兩期土地利用數(shù)據(jù)作為輸入數(shù)據(jù)源,有利于提高模型模擬的準(zhǔn)確性。

(3)植被動態(tài)對土壤侵蝕的影響是一個不可忽視的問題,尚需要進(jìn)一步研究。本文定量研究植被恢復(fù)的生態(tài)系統(tǒng)服務(wù)價值增益問題,但植被恢復(fù)是一個長期動態(tài)的過程,如何實現(xiàn)基于植被動態(tài)模擬水文過程尚需要進(jìn)一步研究。MODIS遙感數(shù)據(jù)產(chǎn)品MOD13Q1具有免費性、連續(xù)性、長時間序列等優(yōu)勢,而SWAT模型具有開源性的特點,為植被動態(tài)變化的生態(tài)水文效應(yīng)研究提供了必要條件。將NDVI數(shù)據(jù)引入SWAT模型實現(xiàn)植被動態(tài)變化條件下的水文過程模擬,是今后研究的重難點。

(4)本文的研究結(jié)論認(rèn)為退耕還林(草)工程因地制宜,將不良耕地轉(zhuǎn)換為林地或草地,實現(xiàn)植被恢復(fù)顯著,使生態(tài)系統(tǒng)土壤保持服務(wù)價值增益顯著。這與眾多學(xué)者研究提出的實施退耕還林(草)工程以來黃土高原水土流失減少,生態(tài)環(huán)境改善,生態(tài)系統(tǒng)服務(wù)價值增強的觀點一致。

本文存在的不足之處：(1)假設(shè)研究時段地形未發(fā)生變化的問題。本文將DEM數(shù)據(jù)和土壤數(shù)據(jù)作為長期不變的數(shù)據(jù)源輸入SWAT模型,但實際上地形一直處于微小的變化,這種變化宏觀遙感數(shù)據(jù)難以探測發(fā)現(xiàn),對實驗結(jié)果可靠性存在一定影響,因此微地形變化也是一個重要的研究問題；(2)假設(shè)研究時段土壤未發(fā)生變化的問題。隨著退耕還林(草)工程的實施,植被不斷恢復(fù)的同時,伴隨著土壤肥力不斷恢復(fù),但本文中假設(shè)土壤性質(zhì)也不變,將土壤數(shù)據(jù)作為常量,使得研究結(jié)果具有一定偏差。因此,在今后研究中應(yīng)該進(jìn)一步考慮微地形、土壤變化對土壤侵蝕的影響,使研究更加科學(xué)合理。

致謝：感謝西安科技大學(xué)測繪科學(xué)與技術(shù)學(xué)院周自翔副教授對本研究的幫助。