2000—2020 年黃河源區(qū)水源涵養(yǎng)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(xué) 水災(zāi)害防御全國重點(diǎn)實(shí)驗(yàn)室, 江蘇 南京 210098； 2.南京水利科學(xué)研究院 水災(zāi)害防御全國重點(diǎn)實(shí)驗(yàn)室, 江蘇 南京 210029； 3.河海大學(xué) 水文水資源學(xué)院, 江蘇 南京 210098)

水源涵養(yǎng)作為地表生態(tài)系統(tǒng)一項(xiàng)重要服務(wù)功能，主要表現(xiàn)在攔蓄降水、調(diào)節(jié)徑流、影響降水量、凈化水質(zhì)、維持生態(tài)系統(tǒng)穩(wěn)定等方面[1]，對保持水土、減少植被退化、改善下墊面條件、調(diào)節(jié)氣候等也有一定作用[2]。水源涵養(yǎng)能力作為水源涵養(yǎng)作用大小的定量體現(xiàn)，目前主要通過水源涵養(yǎng)量來體現(xiàn)。傳統(tǒng)的水源涵養(yǎng)量計(jì)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(shí)現(xiàn)長時(shí)間、大尺度的研究[3]。3S 技術(shù)的迅速發(fā)展使生態(tài)系統(tǒng)服務(wù)“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(yīng)用[4]。基于水源涵養(yǎng)模擬分析的模型分為兩種類型，一是傳統(tǒng)的水文模型，如SWAT 模型[5]、VIC 模型[6]；二是新興的生態(tài)系統(tǒng)服務(wù)模型，如InVEST 模型[7-8]。傳統(tǒng)的水文模型側(cè)重于生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)因素，但參數(shù)不確定性較大，在資料較少地區(qū)(如青藏高原)校正困難，同時(shí)水源涵養(yǎng)量的計(jì)算缺少修正過程，易使計(jì)算結(jié)果偏大[9]；而生態(tài)系統(tǒng)服務(wù)工具主要關(guān)注終端服務(wù)和可視化，計(jì)算簡便，是當(dāng)下熱門的研究工具。InVEST 模型具有簡便快速的空間表達(dá)手段、輸入?yún)?shù)較少、數(shù)據(jù)導(dǎo)入要求相對較低、易操作、動(dòng)態(tài)能力強(qiáng)等優(yōu)點(diǎn)，適用于流域、生態(tài)保護(hù)區(qū)、半干旱與干旱生態(tài)脆弱區(qū)等較大尺度的研究[10-15]。

水源涵養(yǎng)量受地理?xiàng)l件、氣候因素和人類活動(dòng)等多重因素影響。由于地形及土壤性質(zhì)等地理?xiàng)l件在很長一段時(shí)間內(nèi)并不會(huì)發(fā)生明顯改變，因此水源涵養(yǎng)量在短時(shí)間內(nèi)的變化主要受氣溫、降水、潛在蒸散發(fā)等氣候因素[16]及人類活動(dòng)的影響，而人類活動(dòng)影響水源涵養(yǎng)能力的本質(zhì)是改變了區(qū)域下墊面條件[17]。河源區(qū)作為河流水源供給的源頭區(qū)域，其水源涵養(yǎng)能力的影響因素也逐漸引起人們的關(guān)注[18]。呂樂婷等[19]基于InVEST 模型評估三江源的水源涵養(yǎng)能力，重點(diǎn)探究降水及蒸散發(fā)的影響；尹云鶴等[20]基于改進(jìn)的LPJ 模型，研究降水和潛在蒸散發(fā)對黃河源區(qū)水源涵養(yǎng)能力的影響；潘韜等[21]基于InVEST 模型探究三江源產(chǎn)水量變化的驅(qū)動(dòng)因素，指出三江源產(chǎn)水量受降水、潛在蒸散發(fā)及土地利用類型的共同影響，認(rèn)為土地利用類型變化對產(chǎn)水量起負(fù)面作用，但沒有對土地利用類型變化為何導(dǎo)致產(chǎn)水量降低做進(jìn)一步分析。綜上所述，目前對黃河源區(qū)水源涵養(yǎng)能力變化的研究，多集中在氣候因素產(chǎn)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(qū)的產(chǎn)水量和水源涵養(yǎng)量進(jìn)行定量評估，分析其時(shí)空演變特征，并基于情景模擬，分析降水、潛在蒸散發(fā)對水源涵養(yǎng)量的影響，量化水源涵養(yǎng)量對不同土地利用類型變化的響應(yīng)，以期對黃河源區(qū)水源涵養(yǎng)能力提升提供科學(xué)依據(jù)。

1 研究區(qū)概況

黃河源區(qū)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(qū)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(chǎn)水區(qū)。

圖1 黃河源區(qū)示意Fig.1 The source region of the Yellow River

2 方法及數(shù)據(jù)

2.1 InVEST 模型原理

InVEST 模型由美國斯坦福大學(xué)、世界自然基金和自然保護(hù)協(xié)會(huì)聯(lián)合開發(fā)，是基于生態(tài)系統(tǒng)過程評估的綜合類模型，主要包括陸地系統(tǒng)、海洋系統(tǒng)和淡水系統(tǒng)三大模塊[23]，其中淡水系統(tǒng)可應(yīng)用于產(chǎn)水量分析、水源涵養(yǎng)服務(wù)時(shí)空變化及其影響因素、功能價(jià)值評估及其調(diào)控等方面[24]。

基于水量平衡原理，產(chǎn)水量即某柵格單元的降雨量減去實(shí)際蒸散發(fā)后的水源供給量，由淡水系統(tǒng)的產(chǎn)水模塊通過降水、地表蒸發(fā)、植物蒸騰、土壤深度和根系深度等參數(shù)計(jì)算，具體計(jì)算[25-26]如下：

式中：Yjx為土地覆被類型j像元x處的年均產(chǎn)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(shí)際蒸散量 (mm)；kj為土地覆被類型j處的蒸散系數(shù)；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(jīng)驗(yàn)常數(shù)，代表降水時(shí)間的季節(jié)分布，與年降水次數(shù)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(jī)質(zhì)含量 (%)計(jì)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(yǎng)量為降水量減去實(shí)際蒸發(fā)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(shù)、土壤飽和導(dǎo)水率和流速系數(shù)對產(chǎn)水量進(jìn)行修正獲得[28]，具體計(jì)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(yǎng)能力 (mm)；Vj為土地覆被類型j處徑流系數(shù)；Ksx為像元x處的土壤飽和導(dǎo)水率 (%)；Tix為像元x處的地形指數(shù)。

2.2 數(shù)據(jù)及模型驗(yàn)證

本文所用的氣象數(shù)據(jù)來自國家青藏高原科學(xué)數(shù)據(jù)中心(www.tpdc.ac.cn)，包括降水及潛在蒸散發(fā)1 km 逐月柵格數(shù)據(jù)，以年尺度進(jìn)行整合及單位轉(zhuǎn)換。土地利用數(shù)據(jù)來自歐空局哥白尼數(shù)據(jù)中心(https://scihub.copernicus.eu)，分辨率為300 m，通過重分類進(jìn)行調(diào)整(圖2)，如表1 所示。土壤數(shù)據(jù)來自土壤-地形數(shù)字化數(shù)據(jù)庫計(jì)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(shù)據(jù)等。以上數(shù)據(jù)進(jìn)行了重投影和裁剪等預(yù)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(qū)土地利用類型Fig.2 Land use/land cover types found in the source area of the Yellow River

根據(jù)水量平衡原理，多年平均產(chǎn)水量應(yīng)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(shí)測徑流量數(shù)據(jù)進(jìn)行產(chǎn)水量的驗(yàn)證。如圖3 所示，Z值增加導(dǎo)致產(chǎn)水量減小，本文通過手動(dòng)調(diào)整Z值來調(diào)整多年平均產(chǎn)水量。當(dāng)Z值取11 時(shí)，多年平均產(chǎn)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(chǎn)水量與經(jīng)驗(yàn)常數(shù)(Z)關(guān)系Fig.3 The correlation between water yield and the empirical constant (Z)

2.3 時(shí)空演變分析方法

本文采用Sen’s Slope 方法結(jié)合M-K 顯著性檢驗(yàn)進(jìn)行時(shí)空演變分析。Sen’s Slope 方法是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)的趨勢計(jì)算方法，該方法計(jì)算效率高，對測量誤差和離群數(shù)據(jù)不敏感，適用于長時(shí)間序列數(shù)據(jù)的趨勢分析。其計(jì)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(shù)統(tǒng)計(jì)方法是一種非參數(shù)的時(shí)間序列趨勢性檢驗(yàn)方法[29]。該方法不受少數(shù)異常值的影響，也不要求數(shù)據(jù)服從特定的分布，在水文、氣候等領(lǐng)域廣泛運(yùn)用。如表2 所示，根據(jù)M-K 檢驗(yàn)結(jié)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(yàn)P 值和τ值及其對應(yīng)的趨勢類別Tab.2 Trend test results for P and τ values and their corresponding trend categories

3 結(jié)果與討論

3.1 土地利用類型變化

2000—2020 年黃河源區(qū)土地利用類型(以下簡稱地類)變化如圖4 所示，地類轉(zhuǎn)移以草地和耕地之間的相互轉(zhuǎn)換為主。2000—2010 年，耕地轉(zhuǎn)為草地的面積為320 km2，草地轉(zhuǎn)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(qū)有2 112 km2的耕地轉(zhuǎn)移為草地，2 030 km2的草地轉(zhuǎn)移為耕地，另外還有192 km2的草地轉(zhuǎn)換為未利用地，226 km2的草地轉(zhuǎn)換為濕地及231 km2的濕地轉(zhuǎn)換為草地，導(dǎo)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(qū)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(zhèn)用地面積呈上升趨勢，分別增加了114、48、29 km2；濕地面積略有減小；林地面積無明顯的變化(圖5)。

圖4 2000—2020 年地類轉(zhuǎn)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(qū)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(chǎn)水量時(shí)空變化

2000—2020 年黃河源區(qū)多年單元平均產(chǎn)水量為161.7 mm，多年平均產(chǎn)水總量為198.8×108m3。研究期間，黃河源區(qū)產(chǎn)水量呈波動(dòng)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(xiàn)自東向西、自南向北遞減的特點(diǎn)，產(chǎn)水量較高地區(qū)主要分布在久治和瑪曲(圖6(b))。產(chǎn)水量變化趨勢表現(xiàn)出明顯的東西差異，自東南向西北依次表現(xiàn)為極顯著上升、顯著上升、輕微上升以及沒有明顯變化，產(chǎn)水量增長最明顯區(qū)域主要出現(xiàn)在若爾蓋和紅原地區(qū)(圖6(c))。

圖6 2000—2020 年黃河源區(qū)產(chǎn)水量Fig.6 Water yield trends in the Yellow River source area from 2000 to 2020

3.3 水源涵養(yǎng)量變化

3.3.1 水源涵養(yǎng)量變化的空間分布 2000—2020年黃河源區(qū)多年單元平均水源涵養(yǎng)量為29.6 mm，單元平均水源涵養(yǎng)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(yǎng)總量為35.3×108m3，其空間分布與產(chǎn)水量基本一致，呈現(xiàn)自東向西、自南向北遞減的特點(diǎn)(圖7(b))。南部、東部及東南部表現(xiàn)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(qū)水源涵養(yǎng)量幾乎沒有變化(圖7(c))。

圖7 2000—2020 年黃河源區(qū)水源涵養(yǎng)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(yǎng)量 如圖8 所示，2000—2020 年黃河源區(qū)的草地水源涵養(yǎng)總量最高，其次是耕地、濕地和林地，未利用地及城鎮(zhèn)用地的水源涵養(yǎng)總量最低。不同地類的單元平均水源涵養(yǎng)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(zhèn)用地的單元平均水源涵養(yǎng)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(yǎng)能力較強(qiáng)，單元水源涵養(yǎng)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(qiáng)，城鎮(zhèn)用地主要為不透水面，因此水源涵養(yǎng)能力較低。

圖8 2000—2020 年黃河源區(qū)不同地類的水源涵養(yǎng)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(zhèn)用地水源涵養(yǎng)總量極顯著增加外，其余地類水源涵養(yǎng)總量均顯著增加。就單元平均水源涵養(yǎng)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(zhèn)用地基本沒有變化。城鎮(zhèn)用地水源涵養(yǎng)總量和單元平均水源涵養(yǎng)量變化趨勢差異較大，主要是由于黃河源區(qū)初期的建筑用地面積極小，后期顯著擴(kuò)張，因此水源涵養(yǎng)總量隨之增加，而單元平均水源涵養(yǎng)量并沒有顯著變化。

3.3.3 基于情景模擬的水源涵養(yǎng)量變化分析 本文通過情景模擬分別評估降水、蒸散發(fā)和地類變化對水源涵養(yǎng)量的影響。分別假設(shè)僅降水、潛在蒸散發(fā)和地類發(fā)生變化，計(jì)算3 種情景下的模擬水源涵養(yǎng)量。在第1 種假設(shè)情景下，降水為主要驅(qū)動(dòng)因素，如圖9 所示。水源涵養(yǎng)量和降水量存在正相關(guān)關(guān)系，水源涵養(yǎng)量受降水的影響增加了52.4%，影響較明顯的區(qū)域分布在源區(qū)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(fā)生變化時(shí)水源涵養(yǎng)量的變化Fig.9 Changes in water conservation capacity due to variations in precipitation alone

在第2 種假設(shè)情景下，潛在蒸散發(fā)為主要驅(qū)動(dòng)因素。如圖10 所示，水源涵養(yǎng)量和潛在蒸散發(fā)因?yàn)樨?fù)相關(guān)關(guān)系，受潛在蒸散發(fā)的影響降低了1.6%。因潛在蒸散發(fā)變化導(dǎo)致的水源涵養(yǎng)量變化存在明顯的空間異質(zhì)性(圖10(b))，中部及東部區(qū)域由于潛在蒸散發(fā)的降低，水源涵養(yǎng)量有所上升，西部及東南部受潛在蒸散發(fā)上升的影響，水源涵養(yǎng)量出現(xiàn)下降趨勢。

圖10 僅潛在蒸散發(fā)發(fā)生變化時(shí)水源涵養(yǎng)量的變化Fig.10 Changes in water conservation capacity due to changes in potential evapotranspiration alone

在第3 種假設(shè)情景下，地類變化為主要驅(qū)動(dòng)因素。黃河源區(qū)的地類變化對水源涵養(yǎng)量起負(fù)面作用，導(dǎo)致水源涵養(yǎng)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(dǎo)致其水源涵養(yǎng)量也基本不變外，其余地類水源涵養(yǎng)量與地類面積高度相關(guān)，相關(guān)系數(shù)r均大于0.85。水源涵養(yǎng)量對濕地面積變化的響應(yīng)程度最大，濕地每增加1 km2，水源涵養(yǎng)量增加0.93×105m3，而對城鎮(zhèn)用地面積變化的響應(yīng)程度最小，城鎮(zhèn)用地每增加1 km2，水源涵養(yǎng)量僅增加0.15×105m3?？梢姡春B(yǎng)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(zhèn)用地。由低敏感地類轉(zhuǎn)變?yōu)楦呙舾械仡悓?dǎo)致水源涵養(yǎng)量的上升，反之將導(dǎo)致水源涵養(yǎng)量的下降。

圖11 僅地類發(fā)生變化時(shí)水源涵養(yǎng)量的變化Fig.11 Changes in water conservation capacity due to changes in land use/land cover types alone

根據(jù)以上結(jié)果可知，黃河源區(qū)水源涵養(yǎng)量的變化由降水變化主導(dǎo)，同時(shí)受潛在蒸散發(fā)和土地利用類型的影響。降水量增加、潛在蒸散發(fā)下降及低敏感地類向高敏感地類轉(zhuǎn)換，會(huì)使水源涵養(yǎng)量上升，反之，降水量減少，潛在蒸散發(fā)上升及高敏感地類向低敏感地類轉(zhuǎn)換，會(huì)使水源涵養(yǎng)量下降。

4 結(jié) 語

本文采用InVEST 模型對黃河源區(qū)2000—2020 年水源涵養(yǎng)量進(jìn)行了時(shí)空演變分析及模擬，主要結(jié)論如下：

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

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

(3)黃河源區(qū)水源涵養(yǎng)量在近20 年呈現(xiàn)增加趨勢，降水變化是主要的正貢獻(xiàn)，而潛在蒸散發(fā)和土地利用類型的變化為負(fù)貢獻(xiàn)。水源涵養(yǎng)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(zhèn)。濕地及草地等高敏感地類面積的減少、城鎮(zhèn)用地等低敏感地類面積的增加會(huì)導(dǎo)致水源涵養(yǎng)量下降。

由于氣候、土壤和地形等條件無法在短時(shí)間內(nèi)進(jìn)行人工干預(yù)，因此改善下墊面條件是調(diào)節(jié)水源涵養(yǎng)量的主要途徑。本文研究表明，在黃河源區(qū)，濕地和草地是對水源涵養(yǎng)量貢獻(xiàn)最高的兩種地類，需要對濕地及草地實(shí)施精準(zhǔn)化生態(tài)修復(fù)，采取具有針對性的修復(fù)措施，因地制宜，促進(jìn)生態(tài)平衡，提升水源涵養(yǎng)能力。另外，黃河源區(qū)處于青藏高原東北部，是中國水文監(jiān)測站點(diǎn)密度最低的地區(qū)，應(yīng)盡量完善黃河源區(qū)水文監(jiān)測體系，為研究黃河源區(qū)氣候變化提供基礎(chǔ)數(shù)據(jù)。