甘肅祁連山國家級自然保護區(qū)水源涵養(yǎng)量的時空變化

劉 越，李雨珊，單姝瑤，楊 磊，徐浩杰

（蘭州大學草地農(nóng)業(yè)生態(tài)系統(tǒng)國家重點實驗室/ 蘭州大學農(nóng)業(yè)農(nóng)村部草牧業(yè)創(chuàng)新重點實驗室/蘭州大學草地農(nóng)業(yè)教育部工程研究中心/ 蘭州大學草地農(nóng)業(yè)科技學院，甘肅蘭州 730020）

水源涵養(yǎng)是植物通過地上部分、枯落物和土壤產(chǎn)生對降水的截流、持存和蓄積作用[1]。水源涵養(yǎng)是植被、土壤和水相互作用生成的綜合功能展現(xiàn)，具有調(diào)節(jié)徑流、減少土壤侵蝕、優(yōu)化可利用水資源和改善水質(zhì)等方面的作用[2]。評價水源涵養(yǎng)功能對流域水資源安全與管理、生態(tài)系統(tǒng)服務(wù)權(quán)衡與優(yōu)化及生態(tài)補償制度構(gòu)建等具有重要意義。

由于不同學者對水源涵養(yǎng)功能的內(nèi)涵理解不同，導致水源涵養(yǎng)量的核算方法多種多樣，主要有降水儲存量法、土壤蓄水能力法、地下徑流法、綜合蓄水能力法和水量平衡法[3-6]。降水儲存量法根據(jù)森林涵養(yǎng)水源量占林區(qū)降水量的經(jīng)驗比值來推斷水源涵養(yǎng)值。土壤蓄水能力法只考慮土壤層的水分截留，認為土壤層涵養(yǎng)水量是最終水源涵養(yǎng)量。地下徑流法認為地下徑流增長量為水源涵養(yǎng)量。綜合蓄水能力法綜合考慮了冠層截留量、枯落物持水量和土壤層貯水量，需要大量實測數(shù)據(jù)，且未考慮蒸散發(fā)消耗。水量平衡法是計算生態(tài)系統(tǒng)水源涵養(yǎng)量最為常用的方法之一，但難以準確測定區(qū)域蒸散發(fā)量。InVEST 模型基于水量平衡法計算產(chǎn)水量，同時考慮土壤物理性質(zhì)、地形起伏和地表覆蓋狀況等對水源涵養(yǎng)量的影響，更適用于區(qū)域尺度研究。

1997年Costanza 等[7]提出包含水源涵養(yǎng)在內(nèi)的17種生態(tài)系統(tǒng)服務(wù)，水源涵養(yǎng)功能的研究自此逐漸展開。其他學者利用InVEST 模型分別對西非、美國和西班牙的典型流域進行產(chǎn)水量評估[8-10]。2012年，基于InVEST 模型評估北京山區(qū)森林的水源涵養(yǎng)功能，結(jié)果表明各森林類型的水源涵養(yǎng)深度差異很大[11]。2013年，利用InVEST 模型分析都江堰市水源涵養(yǎng)功能空間格局，基于空間制圖劃分水源涵養(yǎng)重要功能區(qū)[6]。2016年，基于InVEST 模型探究陜北黃土高原水源涵養(yǎng)功能時空變化，結(jié)果表明2000 ?2010年研究區(qū)水源涵養(yǎng)量有所減少，減少區(qū)域是土地利用顯著變化區(qū)[12]。2019年，基于InVEST 模型對岷江上游生態(tài)系統(tǒng)水源涵養(yǎng)量進行評估，結(jié)果表明，該地區(qū)的生態(tài)系統(tǒng)具有巨大的水源涵養(yǎng)價值[13]。2020年，基于InVEST模型分析1980?2016年三江源國家公園水源涵養(yǎng)功能的時空變化，該研究結(jié)合氣象、土壤和地形數(shù)據(jù)，較為系統(tǒng)完整地評估水源涵養(yǎng)量的空間格局與時間演變[14]。

近十幾年來水源涵養(yǎng)功能研究迅猛發(fā)展，研究區(qū)域自東南沿海向內(nèi)陸地區(qū)拓展，研究對象由森林生態(tài)系統(tǒng)向多種生態(tài)系統(tǒng)延續(xù)，遙感與地理信息系統(tǒng)支持下的區(qū)域水源涵養(yǎng)量時空變化研究已成為當前的主要趨勢。我國西北地區(qū)一系列生態(tài)建設(shè)工程，如三北防護林、天然林保護、退耕還林還草和退牧還草，顯著地改變了原有的土地利用與覆蓋類型，加之近幾十年來的氣候變化，使得水源涵養(yǎng)量可能發(fā)生了明顯改變。甘肅祁連山國家級自然保護區(qū)(以下簡稱保護區(qū))成立于1988年，以森林和草地為主要生態(tài)系統(tǒng)類型。祁連山是黑河、疏勒河和石羊河三大內(nèi)流河的發(fā)源地，雖然年平均降水量約400 mm，但是生態(tài)系統(tǒng)水源涵養(yǎng)功能使得三大內(nèi)陸河不僅不會斷流，而且還能滋潤部分沙漠綠洲。水源涵養(yǎng)是保護區(qū)最主要和最重要的生態(tài)系統(tǒng)調(diào)節(jié)功能，但目前對保護區(qū)水源涵養(yǎng)量的估算及時空變化特征的研究還十分有限。為此，以InVEST模型中的產(chǎn)水量模塊為基礎(chǔ)，采用通用的水源涵養(yǎng)深度計算方法，研究2000?2018年保護區(qū)水源涵養(yǎng)深度的空間格局及其動態(tài)變化，闡明影響水源涵養(yǎng)深度時空變化的主要因素，以期彌補甘肅祁連山國家級自然保護區(qū)水源涵養(yǎng)量空間制圖研究的不足，為水源涵養(yǎng)關(guān)鍵區(qū)域識別及水源涵養(yǎng)量模擬預測提供參考。

1 研究區(qū)概況

甘肅祁連山國家級自然保護區(qū)(97°25′?103°46′ E，36°43′?39°36′N)跨越了肅南、古浪、涼州、山丹、民樂、甘州、永昌和天祝等縣(區(qū))(圖1)，南接青海省，北至河西走廊，西鄰肅北蒙古族自治縣，東至天祝藏族自治縣界，地勢西高東低，平均海拔介于3 000 ?4 500 m[15]。受季風和西風氣候影響，西部干燥而東部濕潤，地形起伏導致氣溫和降水表現(xiàn)出明顯的垂直地帶性。年內(nèi)降水分布不均，溫差大，年降水量多介于300～500 mm，并集中分布在6月?9月，年蒸發(fā)量1 200 mm，屬大陸性高寒半濕潤山地氣候。水文災(zāi)害嚴重危害祁連山區(qū)農(nóng)牧業(yè)發(fā)展及生態(tài)系統(tǒng)穩(wěn)定，保護區(qū)的多種生態(tài)系統(tǒng)類型在維系河西走廊生態(tài)平衡和出山徑流穩(wěn)定等方面發(fā)揮重要作用[16-17]。

圖1 甘肅祁連山國家級自然保護區(qū)地理位置及其海拔分布Figure 1 Geographical location and elevation of the Gansu Qilian Mountain National Nature Reserve

2 研究數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)

考慮到保護區(qū)分布的氣象站點稀少，本研究利用ANUSPLIN 軟件中的薄盤樣條法對2000?2018年中國區(qū)域842個基本氣象觀測站所監(jiān)測的月最高、最低和平均氣溫以及月降水量進行空間插值，生成250 m 空間分辨率的氣象數(shù)據(jù)集，并通過矢量數(shù)據(jù)裁剪獲得保護區(qū)的氣象數(shù)據(jù)。氣象臺站觀測數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)。2000 ?2018年8 d 間隔、500 m 空間分辨率的葉面積指數(shù)來自Terra MODIS MOD15A2H.006產(chǎn)品(http://lpdaac.usgs.gov/)，利用雙線性內(nèi)插法空間重采樣為250 m。2000、2005、2010、2015和2018年的土地利用覆蓋變化數(shù)據(jù)來自中國科學院資源環(huán)境科學與數(shù)據(jù)中心(http://www.resdc.cn/)，空間分辨率250 m，采用中國土地利用遙感監(jiān)測分類系統(tǒng)，總體分類精度為94%。土壤類型、質(zhì)地和土層深度數(shù)據(jù)來自國際土壤參考資料中心(https://www.isric.org/)，空間分辨率250 m，中國區(qū)域內(nèi)的數(shù)據(jù)來自全國第二次土壤普查。SRTM DEM 數(shù)字高程模型來自中國科學院資源環(huán)境與數(shù)據(jù)中心，空間分辨率250 m。2000? 2018年5個水文站，包括天堂(大通河)、雜木寺(雜木河)、九條嶺(西營河)、鶯落峽(黑河)和嘉峪關(guān)(討賴河)的年徑流觀測數(shù)據(jù)來源于甘肅省水資源公報(http://slt.gansu.gov.cn/)。

2.2 研究方法

以水量平衡原理為依據(jù)，采用InVEST 模型中的產(chǎn)水量模塊獲取產(chǎn)水量空間數(shù)據(jù)集，即在每個柵格單元內(nèi)用降水量減去實際蒸散發(fā)量[18]。在產(chǎn)水量模擬基礎(chǔ)上，進一步考慮土壤飽和導水率、流速系數(shù)和地形指數(shù)，最終計算出水源涵養(yǎng)深度[6]。

2.2.1 產(chǎn)水量計算

產(chǎn)水量定義為柵格范圍內(nèi)的降水量減去植物蒸騰和地表蒸發(fā)之后剩余的水量，并假設(shè)柵格單元的產(chǎn)水量都通過地表和地下徑流最終到達流域出口。通過降水、蒸騰、根系和土壤深度等參數(shù)估算出產(chǎn)水量后，用流域出口水文站的徑流量數(shù)據(jù)進行校正，最終求取柵格產(chǎn)水量的累計值和平均值。

式中：Y為產(chǎn)水量(mm)；AET為實際蒸散量(mm)；P為降水量(mm)；PET為潛在蒸散量(mm)；ω為非物理參數(shù)，無量綱，反映自然氣候條件下流域土壤和植被等實際狀況。

式中：AWC為植被有效可利用水(mm)，表示植被生長所利用的土壤中的水量，與土壤深度和根系深度等因素有關(guān)；Z為Zhang 系數(shù)，是利用流域?qū)崪y徑流量進行數(shù)據(jù)校驗后獲取的經(jīng)驗參數(shù)。本研究逐年將模型計算的柵格產(chǎn)水量累計值校正為流域出口處水文站實測徑流量，在模擬值與實測值相等的情況下得到Zhang 系數(shù)。Zhang 系數(shù)是一個時空變化值，主要取決于降水格局和下墊面狀況。以往在徑流觀測數(shù)據(jù)時間序列不連續(xù)時，常利用某些年份來進行參數(shù)率定，得到一個固定的Zhang 系數(shù)，并用另外的年份進行驗證。2000 ? 2018 年保護區(qū)逐年的Zhang系數(shù)分別為0.37、0.83、1.24、5.90、2.13、1.56、0.51、4.23、3.60、5.01、1.21、1.30、3.58、1.15、5.67、3.15、3.58、6.53和9.02，結(jié)果表明Zhang 系數(shù)年際變異較大，在山地環(huán)境下使用固定的Zhang系數(shù)可能導致產(chǎn)水量計算結(jié)果誤差較大。此外，本研究未計算每個流域的Zhang 系數(shù)，而是獲取保護區(qū)的Zhang 系數(shù)，其原因是祁連山區(qū)氣象站點稀少而降水空間變異大，降水量的空間插值結(jié)果誤差較大，整合所有流域可降低模擬結(jié)果的不確定性。運用InVEST模型計算產(chǎn)水量其最大的優(yōu)勢是實現(xiàn)了產(chǎn)水量空間制圖，即獲得流域內(nèi)柵格產(chǎn)水量。

式中：SDP為土壤深度(mm)；RDP為根系深度(mm)，指根系生物量的90%所能達到的土壤最大延伸深度；PAWC為植被可利用水率(%)，指植物生長利用水量占土壤層中總水量的百分比。

式中：SA為土壤砂粒含量(%)；SI土壤粉粒含量(%)；CL為土壤粘粒含量(%)；OM為土壤有機質(zhì)含量(%)。

式中：R為Budyko干燥指數(shù)，無量綱；ET0為參考蒸散發(fā)量(mm)；Kc為植被蒸散系數(shù)，由生長季平均葉面積指數(shù)(LAI)計算獲取。

式 中：Ra為 太 陽 大 氣 頂 層 輻 射[MJ·(m2·d)?1]；TMax為月最高氣溫；TMin為月最低氣溫；TMean為月平均氣溫，溫度單位為℃。

2.2.2 水源涵養(yǎng)量計算

式中：WC為水源涵養(yǎng)量(mm)；VEL為流速系數(shù)，是水流垂直方向的流速和水流在水平方向流速的比值，通常為常數(shù)，無量綱；TI為地形指數(shù)，無量綱；Ksat為土壤飽和導水率(mm·d?1)，是在土壤含水量達到飽和狀態(tài)時，單位時間內(nèi)水流順水勢梯度通過單位面積的水量，主要受土壤結(jié)構(gòu)、有機質(zhì)含量、孔隙度和容重等因素的影響，借助NeuroTheta 軟件可計算土壤飽和導水率。

式中：DA為集水區(qū)柵格數(shù)量；PSL為百分比坡度(%)。

不同土地覆蓋類型下的流速系數(shù)和根系深度如表1所列。本研究中流速系數(shù)和根系深度的取值參照已有文獻資料[6,19-20]，并充分考慮保護區(qū)實際的植被類型組成。水源涵養(yǎng)深度模擬所需參數(shù)的空間分布如圖2所示。

圖2 水源涵養(yǎng)深度模擬所需參數(shù)的空間分布Figure 2 Spatial distribution of the parameters for water conservation depth simulation

表1 不同土地覆蓋類型下的流速系數(shù)與根系深度Table1 The velocity coefficient and root depth for different land cover types

2.2.3 數(shù)據(jù)分析

本研究通過趨勢線分析法擬合降水量、氣溫、葉面積指數(shù)和水源涵養(yǎng)深度的年際變化趨勢，變化趨勢的顯著性檢驗采用F檢驗法。偏相關(guān)分析是在消除其他變量影響的條件下所計算的某兩變量之間的相關(guān)性。本文基于偏相關(guān)分析法研究了降水量、氣溫和葉面積指數(shù)對水源涵養(yǎng)深度的影響。偏相關(guān)系數(shù)的顯著性檢驗采用t檢驗法。不同土地覆蓋類型下水源涵養(yǎng)深度差異的顯著性檢驗采用單因素方差分析。P<0.05為顯著，P< 0.01為極顯著。

3 結(jié)果

3.1 水源涵養(yǎng)深度的空間分布

2000– 2018年多年平均水源涵養(yǎng)深度為34.23 mm，水源涵養(yǎng)總量為8.56×108m3·a?1。多年平均水源涵養(yǎng)深度的空間分布存在明顯的區(qū)域差異(圖3)。水源涵養(yǎng)深度整體呈中東部高而西北部低的特點，且水源涵養(yǎng)深度高的地區(qū)其年際變異程度越大。水源涵養(yǎng)深度與降水量的空間分布基本吻合，由東南向西北逐漸減少。

圖3 年水源涵養(yǎng)深度的均值、標準差以及多年平均降水量的空間分布Figure 3 Spatial distribution of the mean and standard deviation of annual water conservation depth,as well as mean annual precipitation

保護區(qū)土地覆蓋類型有林地、草地、濕地、耕地和未利用地。濕地包括灘涂、灘地和沼澤地。如圖4所示，林地的多年平均水源涵養(yǎng)深度為56.74±10.74 mm，顯著高于其他土地覆蓋類型(P< 0.05)，其次為草地(32.31± 3.86 mm)和濕地(20.79 ± 4.07 mm)。耕地(14.33± 4.27 mm)和未利用地(15.35 ±4.70 mm)的多年平均水源涵養(yǎng)深度較低，且兩者之間差異不顯著(P> 0.05)。

水源涵養(yǎng)深度的空間分布取決于降水量和土地覆蓋類型。年水源涵養(yǎng)深度較高的地區(qū)集中在肅南縣中部和南部、民樂縣南部、山丹縣中部和南部等地，該地區(qū)年降水量高，土地覆蓋類型以林地和草地為主。年水源涵養(yǎng)深度較低的地區(qū)主要分布在肅南縣西北部和天?？h南部，該地區(qū)年降水量少，土地覆蓋類型以低覆蓋草地和未利用地為主(圖4)。

圖4 不同土地覆蓋類型下年水源涵養(yǎng)深度的差異及土地覆蓋類型空間分布Figure 4 Significant difference in the annual water conservation depth for different land cover types,and thespatial distribution of land cover types

3.2 水源涵養(yǎng)深度的年際變化

整體而言，保護區(qū)19年間年水源涵養(yǎng)深度的增加趨勢不顯著(P= 0.459)，但年降水量以5.09 mm·a?1的速率極顯著增加(P=0.005)，年均溫以0.035℃·a?1的速率顯著增加(P= 0.021)，年均葉面積指數(shù)以每年0.008的速率極顯著增加(P< 0.001) (圖5)。2014 ? 2015年水源涵養(yǎng)深度減少幅度最大，由41.27 mm 變?yōu)?0.65 mm，降幅達25.73%。2013?2014年水源涵養(yǎng)深度增加幅度最大，由32.21 mm 變?yōu)?1.27 mm，增幅達28.12%。2011年水源涵養(yǎng)深度達到最大值(42.17 mm)，年水源涵養(yǎng)總量為10.55×108m3，2008年水源涵養(yǎng)深度最低(25.93 mm)，年水源涵養(yǎng)總量為6.48×108m3(圖5)。2000?2018年保護區(qū)土地覆蓋類型變化不明顯(表2)。草地增加幅度最大，面積絕對值和百分比分別升高了1.37×108m2和0.55%。未利用地減少幅度最大，面積絕對值和百分比分別降低了5.63 × 108m2和2.25%。耕地和林地的面積百分比分別增加了0.13%和0.19%，濕地的面積百分比減少了0.32%。

表2 不同年份各土地覆蓋類型的面積及其變化Table2 Areasof thevariousland cover typesand itschangefor different years

圖5 年水源涵養(yǎng)深度、年降水量、年均溫和年均葉面積指數(shù)的年際變化Figure 5 Inter-annual variations of annual water conservation depth and precipitation,annual mean temperature and leaf area index

2000?2018年保護區(qū)大部分區(qū)域年水源涵養(yǎng)深度變化不顯著(圖6)，變化不顯著區(qū)域面積為17 846.75 km2，占總面積的74.09%(P>0.05)。不顯著減少的區(qū)域主要分布在低山區(qū)，面積為8 299.31 km2，占總面積的34.45%，不顯著增加的區(qū)域主要分布在中山區(qū)和高山區(qū)，面積為9 547.44 km2，占總面積的39.64%。年水源涵養(yǎng)深度顯著減少的區(qū)域主要集中在山丹縣和永昌縣(P<0.05)，其中極顯著減小的區(qū)域面積為28.06 km2，占總面積的0.12%(P<0.01)，顯著減少的區(qū)域面積為668.06 km2，占總面積的2.77%(P<0.05)。年水源涵養(yǎng)深度顯著增加的區(qū)域主要集中在肅南縣西北部(P<0.05)，其中極顯著增加的區(qū)域面積為1796.81km2，占總面積的7.46% (P<0.01)，顯著增加的區(qū)域面積為3 748.88 km2，占總面積的15.56%(P<0.05)。保護區(qū)年水源涵養(yǎng)深度顯著增加的區(qū)域遠大于顯著減少的區(qū)域，且集中分布在保護區(qū)西北部。2000–2018年保護區(qū)年降水量在大部分區(qū)域均增加(圖6)，顯著增加的區(qū)域面積為155 366.13 km2，占總面積的59.43%，其余均為不顯著變化區(qū)。不顯著減少的區(qū)域總面積為80.94 km2，占總面積的0.31%，不顯著增加的區(qū)域總面積為10 411.06 km2，占總面積的40.26%。年降水量顯著增加的區(qū)域分布在保護區(qū)中西部，其中極顯著增加的區(qū)域面積為7 725.13 km2，占總面積的29.88%，顯著增加的區(qū)域面積為7 641.00 km2，占總面積的29.55%。

圖6 研究時段內(nèi)年水源涵養(yǎng)深度和年降水量的變化趨勢Figure 6 Trends in annual water conservation depth and annual precipitation during the study period

3.3 影響水源涵養(yǎng)動態(tài)變化的因素

對2000?2018年的年水源涵養(yǎng)深度與年降水量進行相關(guān)分析(圖7)，結(jié)果發(fā)現(xiàn)年水源涵養(yǎng)深度與年降水量呈顯著正相關(guān)關(guān)系(P=0.048)，相關(guān)系數(shù)為0.459。年水源涵養(yǎng)深度與年降水量相關(guān)系數(shù)的空間分布表明，大部分區(qū)域年降水量與年水源涵養(yǎng)深度正相關(guān)，正相關(guān)性較高的區(qū)域主要分布在中高山區(qū)，相關(guān)性較低的區(qū)域主要分布在低山區(qū)(圖7)。

圖7 年水源涵養(yǎng)深度與年降水量的關(guān)系及兩者之間相關(guān)系數(shù)的空間分布Figure 7 Relationships between annual water conservation depth and annual precipitation, and spatial distribution of their correlation coefficients

對2000?2018年不同土地覆蓋類型下的年水源涵養(yǎng)深度與年降水量、年均溫和年均葉面積指數(shù)進行偏相關(guān)性分析(表3)。結(jié)果表明，年水源涵養(yǎng)深度與年降水量正相關(guān)，其中耕地、草地、濕地和未利用地的年水源涵養(yǎng)深度與年降水量具有顯著(P<0.05)或極顯著(P< 0.01)正相關(guān)關(guān)系。除濕地外，其余土地覆蓋類型的年水源涵養(yǎng)深度與年均溫負相關(guān)。除草地和未利用地外，其余土地覆蓋類型的年水源涵養(yǎng)深度與年均葉面積指數(shù)負相關(guān)。

表3 不同土地覆蓋類型下年水源涵養(yǎng)深度與年降水量、年均溫和年均葉面積指數(shù)的偏相關(guān)系數(shù)Table 3 Partial correlation analysis of annual water conservation depth with annual precipitation,annual mean temperature,and leaf area index for different land cover types

4 討論

本研究采用水量平衡法計算產(chǎn)水量并用徑流數(shù)據(jù)進行驗證，但水源涵養(yǎng)深度實測數(shù)據(jù)缺乏，難以有效評估模擬精度[13]。水源涵養(yǎng)量的計算主要基于降水量、溫度等氣象數(shù)據(jù)、土壤屬性數(shù)據(jù)、地形數(shù)據(jù)和土地覆蓋類型數(shù)據(jù)。氣象條件、植被覆蓋、土壤物理性質(zhì)和土壤蓄水量的變化均影響水源涵養(yǎng)深度的變化。Polasky 等[21]認為InVEST 模型利用水量平衡原理估算產(chǎn)水量大小時沒有考慮到土壤深層含水量和地下水，故產(chǎn)水量的估算結(jié)果會略低于真實值。此外，InVEST 模型僅考慮自然因素對水源涵養(yǎng)變化的影響，忽略了人類活動的干擾，如放牧和森林砍伐等[22]。

保護區(qū)水源涵養(yǎng)深度的時空變化與降水量和土地覆蓋類型顯著相關(guān)，同時受到溫度和葉面積指數(shù)的影響。降水是水分來源，降水與水源涵養(yǎng)深度的空間分布基本吻合，降水量越高，產(chǎn)水量越大，水源涵養(yǎng)深度可能越大。其次，水源涵養(yǎng)深度與土地覆蓋類型有關(guān)，林地、草地和濕地的固土持水能力比耕地和未利用地強。良好的土壤結(jié)構(gòu)和通風狀況促進水分下滲，土壤飽和導水率增加，土壤持水能力增強，產(chǎn)流量降低。水源涵養(yǎng)深度的時間變化同降水量顯著正相關(guān)，與年均溫和葉面積指數(shù)負相關(guān)。2000–2018年保護區(qū)年降水量、年均溫和年均葉面積指數(shù)顯著增加。降水顯著增加有利于提高水源涵養(yǎng)深度，但氣溫升高可導致土壤蒸發(fā)加劇和植物葉片水汽壓差增大，加之葉面積指數(shù)增加，導致生態(tài)系統(tǒng)蒸散量增加，最終使得降水對土壤水的補給作用減弱。

以往利用InVEST 模型對某區(qū)域進行水源涵養(yǎng)估算時，通常將多年的Zhang系數(shù)確定為一個定值[23]。InVEST 模型手冊中明確Zhang 系數(shù)為經(jīng)驗參數(shù)，代表區(qū)域降水分布及其他水文地質(zhì)特征。Zhang 系數(shù)與降水發(fā)生次數(shù)正相關(guān)，考慮到降水的年內(nèi)和年際變異均較大，故不同區(qū)域、不同年份的Zhang 系數(shù)取值應(yīng)不同。本研究利用水文站實測徑流量率定產(chǎn)水量，逐年校準Zhang 系數(shù)。由于氣象站稀少，降水的空間插值精度不足，難以準確校正不同流域的Zhang系數(shù)。

通過空間制圖明晰保護區(qū)水源涵養(yǎng)量的空間格局，識別水源涵養(yǎng)優(yōu)先保護區(qū)，在不同功能區(qū)實行有針對性的差別保護更利于保護區(qū)管理[24]?；诒Ｗo區(qū)水源涵養(yǎng)深度的模擬結(jié)果，應(yīng)將肅南縣中部和南部、民樂縣南部、山丹縣中部和南部設(shè)為優(yōu)先保護區(qū)。其次，鑒于林地、草地和濕地的水源涵養(yǎng)深度較高，應(yīng)繼續(xù)實施天然林保護和退耕還林還草工程，積極開展和加強育林護林工作。牧民為提升經(jīng)濟效益而過度放牧，導致局部草地退化，森林亂砍濫伐導致森林結(jié)構(gòu)和功能變化，人類活動直接影響保護區(qū)水源涵養(yǎng)量，建立生態(tài)補償制度有助于實現(xiàn)經(jīng)濟和生態(tài)平衡。

5 結(jié)論

本研究以InVEST 模型中的產(chǎn)水量模塊為基礎(chǔ)，結(jié)合水源涵養(yǎng)深度計算方法，模擬了2000–2018年甘肅祁連山國家級自然保護區(qū)的水源涵養(yǎng)深度，分析了水源涵養(yǎng)深度的時空變化和主要影響因素。多年平均水源涵養(yǎng)深度為34.23 mm，水源涵養(yǎng)總量為8.56×108m3·a?1。林地、草地和濕地的年水源涵養(yǎng)深度顯著高于耕地和未利用地。年水源涵養(yǎng)深度具有明顯的空間異質(zhì)性，整體呈現(xiàn)出中東部高而西北部低的特點，且年水源涵養(yǎng)深度越高的地區(qū)其年際變異程度越大。研究時段內(nèi)年水源涵養(yǎng)深度整體的變化趨勢不顯著。年水源涵養(yǎng)深度顯著增加的區(qū)域主要分布在中高山區(qū)，顯著降低的區(qū)域主要集中在低山區(qū)。水源涵養(yǎng)深度的時空變化主要受降水量和土地覆蓋類型的影響，其次是葉面積指數(shù)和溫度。年水源涵養(yǎng)深度與年降水量顯著正相關(guān)，與年均溫和年均葉面積指數(shù)負相關(guān)。本研究彌補了保護區(qū)水源涵養(yǎng)量空間制圖研究的不足，識別了水源涵養(yǎng)關(guān)鍵區(qū)，為繼續(xù)實施天然林保護、退耕還林還草和退牧還草工程提供理論依據(jù)。多種氣候模式預測未來保護區(qū)年降水和年均溫均呈上升趨勢[25]，這與當前氣候變化情景基本一致，推測未來保護區(qū)水源涵養(yǎng)深度將保持穩(wěn)定態(tài)勢，生態(tài)建設(shè)工程和水資源管理可提高保護區(qū)水源涵養(yǎng)量。