近30年千島湖流域產(chǎn)水量時空變化及其影響因子分析

朱志洪,周本智,王懿祥,祁 軍,李愛博,黃潤霞

(1.中國林業(yè)科學(xué)研究院亞熱帶林業(yè)研究所,浙江 杭州 311400;2.浙江農(nóng)林大學(xué)環(huán)境與資源學(xué)院,浙江 杭州 311300;3.上海春沁生態(tài)園林建設(shè)股份有限公司,上海 201210)

生態(tài)系統(tǒng)服務(wù)是指生態(tài)系統(tǒng)直接或間接地為人類生存提供各種服務(wù)資源[1]。流域是地表上的特殊生態(tài)系統(tǒng),是水資源在空間上的集合。產(chǎn)水量的實(shí)質(zhì)是降水量與實(shí)際蒸散量的差值,表征著流域的水供給能力[2],是重要的生態(tài)系統(tǒng)服務(wù)功能之一,對調(diào)節(jié)和改善流域水分循環(huán)十分重要,同時也與流域的其他生態(tài)系統(tǒng)服務(wù)功能如土壤保持、農(nóng)作物生產(chǎn)及生物多樣性保持等息息相關(guān)[3]。因此,探究流域產(chǎn)水服務(wù)時空變化及其影響機(jī)制對于流域水資源合理開發(fā)和實(shí)現(xiàn)生態(tài)治理具有重要的意義。

InVEST模型因其強(qiáng)大的空間表達(dá)能力、數(shù)據(jù)易獲取性、結(jié)果可信度高和便于情景模擬等優(yōu)點(diǎn),成為目前國內(nèi)外應(yīng)用較為廣泛的生態(tài)系統(tǒng)服務(wù)評估模型[4-5]。國內(nèi)外學(xué)者通過模型的產(chǎn)水模塊對不同地區(qū)的產(chǎn)水情況進(jìn)行了量化和分析,如Redhead等[6]采用不同數(shù)據(jù)源對英國不同流域產(chǎn)水量進(jìn)行量化,與真實(shí)資料對比分析,驗證了InVEST模型結(jié)果的可靠性;Yohannes等[7]量化了貝蕾薩流域的產(chǎn)水量和輸沙量兩個指標(biāo)的時空變化,發(fā)現(xiàn)兩者受景觀組成的強(qiáng)烈影響;Marquès等[8]對西班牙的Francoli流域產(chǎn)水量進(jìn)行量化并預(yù)測了未來氣候變化對該流域產(chǎn)水量的影響。國內(nèi)學(xué)者也在不同空間尺度進(jìn)行了產(chǎn)水服務(wù)時空變化特征分析,并探究氣候和土地利用變化對產(chǎn)水的影響。如楊潔等[9]通過情景分析法量化了氣候和土地利用變化對黃河流域產(chǎn)水服務(wù)的影響,指出1995—2019年降水變化和土地利用變化對流域產(chǎn)水深度的貢獻(xiàn)率分別為84%和16%;戴爾阜等[10]采用地理探測器探究橫斷山區(qū)產(chǎn)水服務(wù)的空間異質(zhì)性,發(fā)現(xiàn)在不同地貌和氣候分區(qū),產(chǎn)水服務(wù)的影響因素具有顯著差異;王曉峰等[11]采用相關(guān)性分析和地理加權(quán)回歸對秦嶺生態(tài)屏障區(qū)產(chǎn)水服務(wù)驅(qū)動要素進(jìn)行分析,發(fā)現(xiàn)降水的主導(dǎo)范圍最大。目前對于流域源供給能力研究大部分集中在我國大中型流域以及干旱、半干旱地區(qū),主要通過情景分析法、相關(guān)分析、地理加權(quán)回歸等方法探究氣候和土地利用變化對產(chǎn)水的響應(yīng)[2],但對于東南沿海地區(qū)中小型流域的研究較少。

千島湖流域位于浙江省西北部,是國家一級水資源保護(hù)區(qū),也是整個長江三角洲的重要戰(zhàn)略飲用水源地[12]。近年來,隨著“兩山理論”“山水林田湖草沙”一體化保護(hù)和系統(tǒng)治理的實(shí)踐,生態(tài)保護(hù)和修復(fù)已成為千島湖流域規(guī)劃發(fā)展的重要組成部分,流域的生態(tài)系統(tǒng)服務(wù)功能逐漸受到研究人員的關(guān)注。此前研究主要針對千島湖流域的水質(zhì)情況、生物多樣性和生態(tài)系統(tǒng)服務(wù)價值評估等[13-16],對單一水源供給能力的研究較為缺乏。流域的水源供給能力對其生態(tài)系統(tǒng)服務(wù)功能和社會經(jīng)濟(jì)發(fā)展都有著直接或間接的影響,不同學(xué)者由于研究目的不同對流域范圍界定各不相同,相晨等[17]對千島湖流域主體即淳安縣進(jìn)行生態(tài)系統(tǒng)服務(wù)價值評估,湯旭光等[18]對千島湖流域多年植被覆蓋度進(jìn)行觀測,流域范圍包括淳安縣以及安徽省的新安江流域。深入了解流域產(chǎn)水量時空變化特征及其空間格局的影響因子,對于流域的水資源利用和水生態(tài)保護(hù)有著重要的作用,同時為退耕還林還草、荒山荒地造林等相關(guān)環(huán)境保護(hù)措施提供參考。因此,本研究基于時空尺度探究千島湖流域近30年產(chǎn)水量時空動態(tài)變化特征,通過情景分析法,設(shè)計4種不同情景定量討論降水和土地利用對流域產(chǎn)水服務(wù)的影響,并分析單一土地利用類型變化情景對流域產(chǎn)水服務(wù)的影響,以期為千島湖流域?qū)崿F(xiàn)水資源可持續(xù)管理和生態(tài)系統(tǒng)可持續(xù)發(fā)展提供參考。

1 材料與方法

1.1 研究區(qū)概況

本研究界定千島湖流域為整個淳安縣縣域以及建德市的新安江街道(118°33′～119°34′E,29°18′～30°03′N),流域面積4 526 km2,地勢四周高、中間低,屬浙西山地丘陵區(qū),上游的新安江及其支流是流域主要匯入河流。流域位于亞熱帶季風(fēng)氣候北緣,雨量充沛,四季分明,年平均氣溫17.2 ℃,年平均降水量約為1 515.1 mm,平均日照1 850.3 h,是我國典型的氣候濕潤區(qū)。植被覆蓋度較高,以亞熱帶常綠闊葉林為主,動植物資源豐富,土壤以紅壤、黃壤和巖性土為主。流域內(nèi)的新安江水庫是20世紀(jì)50年代為建新安江發(fā)電站而形成的大型水庫,湖區(qū)面積573 km2,相應(yīng)庫容178.40億m3,是錢塘江中下游的主要水源。

底圖審圖號:GS(2016)2556號。下同。

1.2 研究方法

1.2.1 產(chǎn)水模塊原理

InVEST模型產(chǎn)水模塊是基于水量平衡原理,通過降水、實(shí)際蒸散等參數(shù)計算區(qū)域產(chǎn)水量,公式如下:

(1)

式中:Yx為柵格單元x的產(chǎn)水量;Aetx為柵格單元x的實(shí)際蒸散量;Px為柵格單元x的降水量。兩者比值計算公式如下:

(2)

式中:Rx為柵格單元x的無量綱干燥指數(shù);wx為物理參數(shù)。

Rx=Kc×Eet0x/Px;

(3)

wx=Z×Aawcx/Px。

(4)

式中:Kc為表征植被蒸散的系數(shù);Eet0x為柵格單元x的參考蒸散量,采用FAO修正的Penman-Monteith方程[19]進(jìn)行計算;Aawcx為植被含水量;Z為表征季節(jié)降水分布的參數(shù),與降水次數(shù)正相關(guān)。

Aawcx=min(Sdepth,Rdepth)×Ppawc。

(5)

式中:Sdepth為土壤深度;Rdepth為根系深度;Ppawc為植被有效含水量[20]。

(6)

式中:Ssan、Ssil、Scla分別為土壤砂礫、粉粒、黏粒含量(質(zhì)量分?jǐn)?shù)),%;CSOM為土壤有機(jī)質(zhì)質(zhì)量分?jǐn)?shù),%。

1.2.2 情景分析法

1) 氣候和土地利用變化情景。InVEST模型產(chǎn)水模塊實(shí)質(zhì)是將研究區(qū)的降水量與實(shí)際蒸散量的差值作為研究區(qū)的產(chǎn)水量,其中實(shí)際蒸散量與地表的土地類型相關(guān)。為更好地研究氣候變化和土地利用變化對產(chǎn)水量的影響,本研究設(shè)計4種情景(情景1～4),深入研究不同時間段氣候和土地利用變化對產(chǎn)水量的影響,并通過貢獻(xiàn)度進(jìn)行量化。將1995—2019年劃分為1995—2005和2005—2019兩個時間段,對應(yīng)氣候變化中的情景1和2。以情景1為例,在模型輸入1995年的土地利用數(shù)據(jù)和2005年的降水量和潛在蒸散量數(shù)據(jù),與1995年真實(shí)情景相比,土地利用數(shù)據(jù)不變,氣候要素發(fā)生變化,探究1995—2005年氣候變化對產(chǎn)水服務(wù)的影響。同樣以這兩個時間段對應(yīng)土地利用變化中的情景3和4,并以情景3為例,在模型輸入1995年降水量和潛在蒸散量數(shù)據(jù),以及2005年土地利用變化數(shù)據(jù),與1995年真實(shí)情景相比,氣候要素不變,土地利用數(shù)據(jù)發(fā)生變化,探究1995—2005年土地利用變化對產(chǎn)水量的影響,并采用貢獻(xiàn)度進(jìn)行量化。

R1=Δ1/(Δ1+Δp);

(7)

Rp=Δp/(Δ1+Δp)。

(8)

式中:Rl和Rp分別為土地利用變化和降水量變化對產(chǎn)水量的貢獻(xiàn)度,Δl和Δp分別為土地利用變化和降水變化導(dǎo)致的產(chǎn)水量的變化量。

2) 極端土地利用情景。極端土地利用情景以2019年的土地利用數(shù)據(jù)和氣候數(shù)據(jù)為基準(zhǔn),由于千島湖流域主要土地利用類型為林地、水體、農(nóng)田和建設(shè)用地,考慮到流域的土地利用現(xiàn)狀以及未來的發(fā)展規(guī)劃,設(shè)置4種土地利用變化情景(情景 5～8),依次為農(nóng)田全部轉(zhuǎn)化為建設(shè)用地、農(nóng)田全部轉(zhuǎn)化為林地、建設(shè)用地全部轉(zhuǎn)化為林地和建設(shè)用地全部轉(zhuǎn)化為農(nóng)田,其他用地類型保持不變,以分析單一土地利用類型變化對流域產(chǎn)水服務(wù)的影響。

1.2.3 地理探測器

地理探測器是探測空間分異特征及其主要驅(qū)動力的一種方法,其基本思想是:如果自變量與因變量的空間分布特征具有相似性,那么自變量對因變量就有重要的影響[21]。它包含風(fēng)險探測、因子探測、生態(tài)探測和交互探測4個模塊。本研究通過因子探測和交互探測兩個模塊分析千島湖流域產(chǎn)水服務(wù)空間格局的主要影響因子,計算公式如下:

(9)

式中:q表示影響因子對產(chǎn)水量的解釋度,范圍為[0,1],值越接近1說明該類因子對產(chǎn)水量空間分布影響越高;h為分區(qū)數(shù)目,L為影響因子的樣本數(shù)量;N和Nh分別是全區(qū)和層內(nèi)單元數(shù);σ和σh為全區(qū)和層h的方差。交互作用探測可探測兩個影響因子之間的交互作用關(guān)系,評估其交互作用是增強(qiáng)還是減弱對產(chǎn)水量的解釋力。

1.3 數(shù)據(jù)來源及處理

選取研究區(qū)周邊氣象站的降水、氣溫等氣候資料,采用克里金插值法進(jìn)行插值得到空間分辨率為30 m的降水和蒸散數(shù)據(jù),數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)。土地利用數(shù)據(jù)是基于Landsat TM/OLI遙感影像,結(jié)合NDVI數(shù)據(jù),MODIS土地利用數(shù)據(jù)通過隨機(jī)森林算法分類獲得,包括水體、建設(shè)用地、農(nóng)田、未利用地、草地和林地6類。土壤砂礫、粉粒、黏粒數(shù)據(jù)來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn),空間分辨率為1 km;土壤有機(jī)質(zhì)數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn),空間分辨率為250 m;土壤的根系最大埋藏深度數(shù)據(jù)來源于國家青藏高原科學(xué)數(shù)據(jù)中心(http://data.tpdc.ac.cn)的基于世界土壤數(shù)據(jù)庫(HWSD)的中國土壤數(shù)據(jù)集,空間分辨率為1 km。數(shù)字高程模型(DEM)數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn),空間分辨率為30 m。道路和行政區(qū)劃數(shù)據(jù)來源于全國地理信息資源目錄服務(wù)系統(tǒng)的1∶25萬全國基礎(chǔ)地理數(shù)據(jù)庫。季節(jié)常數(shù)采用Donohue等[22]方法通過0.2倍的降水次數(shù)進(jìn)行計算,并在此基礎(chǔ)上多次模擬運(yùn)行,當(dāng)Z取29.6時,模擬產(chǎn)水量與流域水資源量最接近。植被蒸散系數(shù)(Kc),最大根系深度數(shù)據(jù)通過參考文獻(xiàn)[23-24]、聯(lián)合國糧農(nóng)組織植被蒸散系數(shù)參考指南和InVEST模型推薦的參數(shù)獲得。

上述所有模型輸入數(shù)據(jù)經(jīng)重采樣后,空間分辨率為30 m,坐標(biāo)與投影保持一致。由于地理探測器的輸入自變量必須為類型量,因此本研究采用ArcGIS10.2通過自然斷點(diǎn)分級法對降雨等氣候因子和地形因子進(jìn)行劃分。

2 結(jié)果與分析

2.1 千島湖流域土地利用變化及對產(chǎn)水量的影響

千島湖流域土地利用類型以林地、水體、農(nóng)田和建筑用地為主,草地和未利用地的面積占比較小(表1)。由表1分析可知,1995—2019年林地面積占比由83.65%上升到85.60%,面積增加88.70 km2,主要由農(nóng)田和水體轉(zhuǎn)化而來,建筑用地面積占比由1995年的0.51%上升到2019年的1.12%,增幅為121%,主要由農(nóng)田和林地轉(zhuǎn)化而來,可以看出建筑用地有明顯的擴(kuò)張趨勢;農(nóng)田面積占比由1995年的5.26%下降到2019年的3.13%,且主要向林地和建筑用地轉(zhuǎn)移,說明1995—2019年千島湖流域在快速城鎮(zhèn)化的同時,退耕還林等生態(tài)修復(fù)政策的施行也獲得了較好的成效。水體面積占比分別由1995年的10.56%下降到2019年的9.96%,未利用地和草地面積有明顯增加,但整體占比仍較低。

表1 1995—2019年千島湖流域土地利用變化轉(zhuǎn)移矩陣

不同的土地利用類型由于蒸散能力、土壤導(dǎo)水能力、植被冠層截流能力等的差異,其產(chǎn)水能力也各不相同。從平均產(chǎn)水量來看,建筑用地、草地、耕地和未利用地的產(chǎn)水量較為接近,占所有地類產(chǎn)水量的16.14%～21.32%,其中建筑的產(chǎn)水量最高,草地、耕地、未利用地次之,林地和水體的平均產(chǎn)水量最低,占產(chǎn)水量的5.95%～16.37%。建筑用地地表多為不透水層,降水直接轉(zhuǎn)化為地表徑流,因此單位面積建筑用地產(chǎn)水量最高;林地由于其內(nèi)部較高的植被蒸散和冠層截留降水,植被根系吸收降水等原因,使得降水更少地轉(zhuǎn)化為產(chǎn)水量,故產(chǎn)水能力低于建筑;草地等低植被覆蓋地類,水體的蒸散能力最高且降水量相對較低,因此產(chǎn)水量最低。從產(chǎn)水總量來看,林地的產(chǎn)水總量最高,水體次之。2019年千島湖流域林地占整個流域面積的85.84%,占流域產(chǎn)水總量的87.63%,是千島湖流域產(chǎn)水總量的主要貢獻(xiàn)地類。水體產(chǎn)水總量次之,兩者產(chǎn)水總量之和占流域產(chǎn)水總量的94.84%(圖2)。

圖2 不同土地利用類型產(chǎn)水情況Fig.2 The water yield of different land use types

2.2 千島湖流域產(chǎn)水量時空變化特征

基于InVEST模型的產(chǎn)水模塊得到1995—2019年平均產(chǎn)水總量為55.48×108m3,與相關(guān)研究成果[25]和《安徽省水資源公報》發(fā)布的千島湖流域多年平均水資源總量進(jìn)行對比,當(dāng)Z系數(shù)為29.6時,兩者最為接近。

1995—2019年千島湖流域產(chǎn)水總量年際變化十分明顯(表2)。1995—2005年,產(chǎn)水總量呈現(xiàn)出明顯的下降趨勢,整體下降52.95%;2005—2015年,產(chǎn)水總量逐步上升,從2005年的29.54×108m3升到2015年的78.67×108m3,升幅166.32%;2015—2019年,產(chǎn)水總量再次降低,下降28.22%。從總體趨勢來看,1995—2019年間,流域產(chǎn)水總量變化趨勢與年降水量變化趨勢相同,采用平均產(chǎn)水量表征單位面積產(chǎn)水量,其變化趨勢與降水量一致,因此降水量是產(chǎn)水量年際變化的主要驅(qū)動因子。

表2 千島湖流域各年份產(chǎn)水情況

分析可知,千島湖流域產(chǎn)水量空間分布格局變化不大,整體表現(xiàn)出較一致的規(guī)律性(圖3)。

圖3 千島湖流域產(chǎn)水量空間分布格局Fig.3 The spatial distribution patterns of the water yield in the Thousand-Island Lake basin

高值區(qū)連片分布在中西部千島湖兩岸人口密集區(qū),多年平均產(chǎn)水量在1 400～1 600 mm之間,低值區(qū)分布在千島湖東部湖區(qū)水面之上,多年平均產(chǎn)水量在800～900 mm之間。這種分布格局主要與流域年平均降水量和下墊面蒸散能力相關(guān),降水量高,蒸散能力弱的地區(qū)產(chǎn)水量高;反之,降水量較低,蒸散能力強(qiáng)的地區(qū)產(chǎn)水量較低。

2.3 不同情景下產(chǎn)水量模擬分析

通過模擬氣候與土地利用變化可知,在氣候變化情景下,與1995年基準(zhǔn)年相比,2005年產(chǎn)水量減少739.17 mm(情景1),2019年較2005年增加597.53 mm(情景2),整體變化較為明顯;在土地利用變化情景下,與基準(zhǔn)年相比,各年份模擬產(chǎn)水量變化較小,情景3產(chǎn)水量增加了3.64 mm,情景4則減少2.66 mm。采用貢獻(xiàn)度進(jìn)行量化可知,1995—2005年氣候變化貢獻(xiàn)度和土地利用變化貢獻(xiàn)度分別為100.50%和-0.50%,2005—2019年,貢獻(xiàn)度分別為100.45%和-0.45%,氣候變化對產(chǎn)水量的貢獻(xiàn)度均遠(yuǎn)超于土地利用變化,流域的水供給能力主要受氣候條件影響(表3)。

表3 不同情景下產(chǎn)水量的變化情況和貢獻(xiàn)度

情景3和情景4的不同變化情況則說明了土地利用變化對流域產(chǎn)水量影響的不確定性。這可能與千島湖流域土地利用變化多表現(xiàn)在耕地的減少和建筑用地的增加,林地、水體、未利用地和草地的面積變化較小且存在互相轉(zhuǎn)化有關(guān),建筑用地面積的增加會增大產(chǎn)水量,林地和水體面積的增加則會降低產(chǎn)水量,不同年份土地利用類型的相互轉(zhuǎn)移導(dǎo)致了產(chǎn)水量總體變化的不明顯。

而極端土地利用變化情景下,產(chǎn)水量的變化情況見表4。由表4可知,與2019年真實(shí)情景對比,只有當(dāng)農(nóng)田全部轉(zhuǎn)化為建設(shè)用地(情景5)時,千島湖流域產(chǎn)水總量增加了0.13×108m3,增幅為0.23%,其余情景產(chǎn)水總量呈減少趨勢。各情景變化量大小依次為情景6(0.17×108m3,減幅0.31%)>情景7(0.11×108m3,減幅0.19%)>情景8(0.04×108m3,減幅0.08%)。主要原因在于,建設(shè)用地是流域平均產(chǎn)水量最高的地類,其面積的擴(kuò)張使得流域下墊面不透水層增加,降水量更多地轉(zhuǎn)化為產(chǎn)水量。因此其余土地利用類型向建設(shè)用地的轉(zhuǎn)化,均會導(dǎo)致流域產(chǎn)水總量的增加。同理可得,建設(shè)用地轉(zhuǎn)化為林地(情景7)和農(nóng)田(情景8),均使得流域產(chǎn)水總量減少,其中情景7的變化量顯著高于情景8,主要原因在于農(nóng)田的平均產(chǎn)水量較高于林地,因此情景8的產(chǎn)水總量變化量更低。此結(jié)論也可由情景6得出,農(nóng)田向林地的轉(zhuǎn)化使得流域產(chǎn)水總量降低了0.31%,是所有情景中的最大變化量,說明林地面積的增加會減少流域產(chǎn)水總量。因此,流域建設(shè)用地的擴(kuò)張有利于提高產(chǎn)水總量,退耕還林等植被恢復(fù)措施會減少流域產(chǎn)水總量,但有利于流域水土保持,在未來土地利用規(guī)劃中,適當(dāng)規(guī)劃林地、農(nóng)田和林地的面積有利于實(shí)現(xiàn)流域水資源的合理配置。

表4 千島湖流域極端土地利用情景下的產(chǎn)水總量模擬結(jié)果

2.4 千島湖流域產(chǎn)水格局影響因子分析

千島湖流域產(chǎn)水格局影響因子探測結(jié)果見表5。

表5 產(chǎn)水量空間格局影響因子解釋度(q)探測結(jié)果

由因子探測結(jié)果(表5)可知,各環(huán)境因子的解釋度q值為實(shí)際蒸散量>土地利用>降水量>潛在蒸散量>坡向>坡度>海拔,影響因子在不同程度上解釋了產(chǎn)水量的空間分異,實(shí)際蒸散量的q值最高,為0.87,是影響產(chǎn)水量空間分異的第一主導(dǎo)因素,其次為土地利用和降雨,q值分別為0.75和0.30。海拔和坡度的q值最小,說明海拔和坡度對產(chǎn)水量空間格局分布的影響最低。

從因子交互作用探測結(jié)果(表6)可知,千島湖流域各因子間交互作用解釋均大于單因子,有雙因子增強(qiáng)和非線性增強(qiáng)兩種組合結(jié)果。其中實(shí)際蒸散量與其他6個因子的交互作用對產(chǎn)水量空間分布格局影響較為顯著,q值均高于0.8,降水量和實(shí)際蒸散量的交互作用最高,q值為0.995 5,土地利用和氣候因子的交互作用高于其同地形因子的交互,但均為雙因子增強(qiáng)。海拔、坡度和坡向與土地利用及實(shí)際蒸散量的交互作用均顯著高于與其他因子的交互,表明地形因子通過影響氣候因子和人類活動間接對產(chǎn)水量的空間格局產(chǎn)生影響。因此在對流域進(jìn)行生態(tài)環(huán)境治理和水資源規(guī)劃時需要考慮多種環(huán)境因子的復(fù)合作用影響。

表6 產(chǎn)水量空間格局影響因子交互作用q值探測結(jié)果

3 討 論

1995—2019年,氣候變化是千島湖流域產(chǎn)水量年際變化的主要因素,土地利用變化的影響較低。這與相關(guān)研究結(jié)論一致[9,26-27],楊潔等[9]和竇攀烽等[26]通過情景分析量化降水對黃河流域和寧波地區(qū)產(chǎn)水量的影響,發(fā)現(xiàn)降水對產(chǎn)水量的貢獻(xiàn)度分別為84%和97.56%,吳健等[28]對東北地區(qū)產(chǎn)水量與降水進(jìn)行相關(guān)分析,發(fā)現(xiàn)兩者呈顯著正相關(guān)關(guān)系。一方面,降水是流域水資源的主要來源;白路遙等[29]在通過多年氣候數(shù)據(jù)探究長江黃河流域氣候變化對水資源的影響,發(fā)現(xiàn)長江流域降水與水資源量的相關(guān)系數(shù)達(dá)到0.9以上,流域水資源變化與降水量密切相關(guān);另一方面,InVEST模型產(chǎn)水模塊不分地表、地下徑流和基流,通過在柵格尺度考慮可利用水,土地類型等因素,將柵格單元降水與實(shí)際蒸散量的差值作為流域產(chǎn)水量。因此本研究模擬的產(chǎn)水量變化主要受到降水變化的影響?？臻g上千島湖流域的分布格局變化不大,千島湖湖區(qū)兩岸以西人口密集區(qū)是產(chǎn)水高值區(qū),湖區(qū)東部水面則是產(chǎn)水的低值區(qū)。這種分布格局與太湖流域和東江湖流域等大型湖泊所在流域的空間分布相似[23,30],可能與降水的空間異質(zhì)性和下墊面的蒸散能力相關(guān),如水體的蒸散能力通常高于陸地和植被[31],因此在湖區(qū)降水相對較低的情況下其產(chǎn)水量也低于其他地類,而人口密集區(qū)域植被蒸散能力較弱且降水相對較高,降水多轉(zhuǎn)化為地表徑流,故成為產(chǎn)水量的高值區(qū)。但這種空間分布格局又與部分研究如白龍江流域[32]較為不同,這可能因為白龍江流域內(nèi)湖泊面積占比較小且分布較為破碎,地形氣候復(fù)雜,故產(chǎn)水量空間分布主要受下墊面覆蓋的影響,氣候影響相對較低。

定量分析氣候與土地利用變化對產(chǎn)水量的影響可知,1995—2005年氣候變化對產(chǎn)水量的貢獻(xiàn)度為100.50%,土地利用變化的影響為-0.50%,這個結(jié)果與竇攀烽等[26]在寧波地區(qū)的研究結(jié)論相似,氣候變化對流域產(chǎn)水服務(wù)的影響顯著高于土地利用變化。進(jìn)一步采用極端土地利用變化情景模擬分析發(fā)現(xiàn),建設(shè)用地面積的增加有利于提高流域產(chǎn)水總量,而農(nóng)田轉(zhuǎn)化為林地會導(dǎo)致流域產(chǎn)水總量減少,說明植被恢復(fù)會降低流域產(chǎn)水總量,森林面積的增加一定程度上會導(dǎo)致流域產(chǎn)水量的減少,但是從水土保持角度而言,植被恢復(fù)使得更多的水留在了森林,有利于流域水源涵養(yǎng)能力的提升。不同土地利用類型的相互轉(zhuǎn)化會導(dǎo)致產(chǎn)水量增加或減少,使得最終量化結(jié)果不顯著。因此在建設(shè)用地產(chǎn)水量難以利用的前提下[27],需綜合考慮流域農(nóng)田、林地及其他土地利用類型的轉(zhuǎn)化,以實(shí)現(xiàn)流域水資源可持續(xù)發(fā)展。

產(chǎn)水量是區(qū)域多種因子共同作用的結(jié)果,本研究通過地理探測器探究影響產(chǎn)水量空間格局分布的因子。分析表明,實(shí)際蒸散量和土地利用類型是產(chǎn)水空間異質(zhì)性的主要驅(qū)動因素,多種因子兩兩交互作用對產(chǎn)水量的空間分布格局均有顯著影響。戴爾阜等[10]通過地理探測器探究橫斷山區(qū)產(chǎn)水空間異質(zhì)性的驅(qū)動因子,發(fā)現(xiàn)在海拔較低的中低起伏山地,實(shí)際蒸散量和土地利用是主要驅(qū)動因子,這與本研究地理探測器結(jié)果相似。黃治化等[33]和鄭續(xù)等[34]分別對石羊河流域和疏勒河流域進(jìn)行地理探測,結(jié)果表明不同地理分區(qū)產(chǎn)水驅(qū)動因子各不相同。產(chǎn)水量的空間分布格局和不同地區(qū)的地表覆蓋、植被蒸散能力、降水分布以及地形地貌均有關(guān)聯(lián)。千島湖流域面積相對較小,地勢平緩,降水量的空間分布較為均一,故實(shí)際蒸散量成為產(chǎn)水空間異質(zhì)性的主要驅(qū)動因子。相關(guān)研究表明,實(shí)際蒸散量不僅受到降水、氣溫等氣候因子的影響,而且與地表的土地利用覆蓋息息相關(guān)[35]。因此在未來的城市經(jīng)濟(jì)發(fā)展中,要注意土地利用的合理規(guī)劃,充分考慮地形、氣候等因素,以減少對區(qū)域水供給服務(wù)的負(fù)面影響。

另外,InVEST模型評價區(qū)域產(chǎn)水量具有一定的不確定性,氣象數(shù)據(jù)的插值未考慮到海拔的影響,且研究采用的土壤數(shù)據(jù)是基于全國尺度,分辨率不高,因此在模型數(shù)據(jù)獲取時進(jìn)行研究區(qū)的野外樣品采樣和實(shí)驗獲取數(shù)據(jù),實(shí)現(xiàn)參數(shù)的本地化。

綜上,1995—2019年,千島湖流域產(chǎn)水量年際變化與降水量特征高度一致,空間格局變化不大。氣候變化對流域產(chǎn)水量的影響顯著高于土地利用變化。 水體和林地的平均產(chǎn)水量顯著低于建筑用地、農(nóng)田、草地和未利用地等,森林植被恢復(fù)會降低流域產(chǎn)水量,但有利于提升流域水源涵養(yǎng)能力。 實(shí)際蒸散量和土地利用變化是產(chǎn)水量空間分布的主要驅(qū)動因子;土地利用變化通過改變下墊面蒸散能力影響實(shí)際蒸散量,從而影響產(chǎn)水量;地形因子與其他因子交互作用對產(chǎn)水量空間分異有明顯作用。