基于InVEST模型的大凌河上游區產水功能分析

王耕 韓冬雪

摘?要：為探討大凌河上游區產水功能的定量評估及空間表達，利用InVEST模型計算大凌河上游匯水區產水量，結合ArcGIS平臺分析流域產水量空間分布格局及相關性，探討在不同驅動因子下產水量高低情況。研究結果表明：①2015年大凌河上游匯水區平均產水量為36.72 mm，產水總量為3.41億 m3/a;②研究區產水量Morans I值為0.939，產水量呈現明顯空間相關性，朝陽縣西部及喀喇沁左翼蒙古族自治縣東北部子流域處于Low-Low聚類區，建昌東部子流域為High-High聚類區，流域內無Low-High聚類區與High-Low聚類區;③不同土地利用類型下，林地、草地以及城市與工礦用地產水能力強，水域、未利用地及耕地產水能力弱;④不同土壤質地的平均產水能力依次為棕壤>中性石質土>鈣質粗骨土>粗骨土>淋溶褐土>褐土>潮褐土>積鈣紅黏土>石灰性褐土>潮土>潮棕壤;⑤產水量與降水量顯著正相關，與實際蒸散量、潛在蒸散量顯著負相關。InVEST模型適用于評估大凌河產水功能研究，不同因素下產水功能差異顯著。

關鍵詞：生態系統服務;產水量;InVEST模型;驅動因子;大凌河

中圖分類號：TV213.4?文獻標志碼：A

doi：10.3969/j.issn.1000-1379.2020.02.009

Abatract：In order to explore the quantitative assessment and spatial expression of water production yield function in the upper reaches of Daling river， this paper took the Daling River upper catchment in the west area of Liaoning Province as an example， using InVEST model to calculate the Daling River upper catchment area water yield， analyzed spatial distribution pattern and the spatial correlation of water yield of the basin based on ArcGIS platform， and discussed water yield under different driving factors. The results show that： a） in 2015， the Daling River upper catchment area average water yield is 36.72 mm， and the total amount of water production yield is 341 million m3/a; b） the Morans I of water yield is 0.939 in the study area， which shows the significant spatial correlation of water yield. Low-Low cluster is located in the sub-basin of the west of Chaoyang County and the northeast of Mongolian Autonomous County of Kalaqin left. The eastern sub-basin of Jianchang is a high-high clustering area， no low-high clustering area and high-low clustering area in the study area; c） under different land use types， forest land， grassland and urban and industrial and mining land have strong capacity of water productionyield， water productionyield capacity of water area， unused land and cultivated land is lower; d） the order of average water?productionyield capacity of different soil textures is brown soil > neutral litho stone soil > ccalcareous skeletol coarse bone soil > skeletol coarse bone soil > eluvial cinnamon leaching brown soil > ccinnamon soil >meadow cinnamon?tidal brown soil > calciumcalcareous red clay > calcareous cinnamon soil > fluvo-aquic soil > cquictidal bbrown soil; e） water yield hasThere is a significant positive correlation with precipitation and abetween water yield and rainfall and significant negative correlation with actual evapotranspiration and potential evapotranspiration. The InVEST model is suitable for evaluating water?productionyield function of Daling River. The water yield has significant different water production functions under different factors.

Key words： ecosystem services; water yield; InVEST model; driving factor; Daling River

水源供給是生態系統服務重要的一項，隨著生態系統服務熱點的發展，水源供給時空特征及影響因子分析備受學者關注[1-3]。在學者的眾多研究中，對產水量、水源供給、水源涵養概念存在不同的理解與界定[4-6]，徐潔等[7]結合已有研究對上述概念進行了梳理。對森林生態系統水源涵養功能的研究較為廣泛，王曉學等[8]將水源涵養定義為森林生態系統的林冠層、枯枝落葉層、土壤層對降水的攔截與再分配作用，從而起到儲存水分、調節徑流、攔截洪水的功能。水源供給是為滿足自然生態系統和社會經濟系統需求的用水量，產水量是水源供給服務的定量化表達，計算降水量與蒸散量的差值得到[9]。為定量評估生態系統服務功能，解決其空間異質性表達等問題，生態系統服務評估模型成為研究熱點，如ARIES模型[10]、SOLVES模型[11]、InVEST模型[12]。InVEST（Integrated Valuation of Ecosystem Services and Tradeoffs）模型由美國斯坦福大學、大自然保護協會、世界自然基金會共同開發。相比其他模型，InVEST模型具有輸入數據量少、導出數據量大、對抽象生態系統服務功能進行定量分析等優點，InVEST模型不足之處表現為計算各參數過程中無統一公式，雖為學者提供方便，但也影響了結果的精度。由于模型引自國外，參數依據國外的自然地理特征而設定，因此需進行本地化，在本地化過程中，學者多依據研究經驗或借鑒前人研究成果，無統一標準，亦造成了研究結果的不確定性。產水量模塊是基于Budyko[13]曲線、年平均降水量、水量平衡公式所提出的簡易模擬匯水過程的模塊，各個柵格單元產水量表現形式為降水量與潛在蒸散量的差值。國內學者運用InVEST模型產水模塊對生態系統服務產水功能進行了大量研究，如吳健等[14]運用InVEST模型研究了近20 a來東北地區產水量時空分布格局及驅動因素，吳哲等[15]基于InVEST模型設定3種不同情境模擬了海南島產水量空間分布，王雅等[16]研究了黑河流域土地利用變化下的水文時空特征，林世偉等[17]對“三江并流”區生態系統服務中水源供給時空特征進行了深入研究。

大凌河上游匯水區是大凌河干流及眾多支流的補給源，是遼寧西部城市群的重要水源地，對遼寧西部社會發展尤為重要。本文以大凌河上游匯水區為例，基于InVEST模型產水模塊，結合2015年土地利用數據，模擬大凌河上游匯水區產水量并分析產水量空間分布特征，分析不同土地利用、氣候、土壤質等驅動因子下產水量的變化情況，評估大凌河產水量空間自相關特征，分析產水量高低聚類區，對實現水資源管理與生態系統服務功能具有重要意義。

1?研究區概況

大凌河是東北地區渤海西部沿岸一條入海河流，上游分為南北兩支，北支發源于河北省平泉縣，南支發源于遼寧省建昌縣，兩支在遼寧省喀左縣匯合后流經朝陽市、義縣，于錦州市凌海注入渤海。選取大凌河上游匯水區為研究區，面積為9 330.59 km2，占大凌河流域面積的39.8%。研究區氣候類型為溫帶半濕潤、半干旱大陸性季風氣候，受東南部海洋暖濕空氣及北部蒙古冷干氣流的相互作用，降水偏少，多年平均降水量為450～580 mm，汛期為7—8月，降水年內分配不均，暴雨集中。多年平均水面蒸發量為900～1 200 mm，氣候干旱，春秋兩季尤為突出，素有“十年九旱”之稱。區內分布土壤主要為棕壤、褐土、粗骨土、潮土等。

2?研究方法

2.1?數據來源

本文所需數據及數據來源見表1。

2.2?數據處理

模型輸入參數包括降水（P）、流域面積、土地利用/土地覆被（LUCC）、最大根系深度、植被有效水含量（AWC）、潛在蒸散量（ET0）、Zhang系數、生物物理參數等。土地利用數據基于Landsat TM遙感影像，運用ENVI平臺進行幾何校正、融合、裁剪、鑲嵌、監督分類處理，完成目視解譯。降水參數根據15個氣象站數據，利用ArcGIS軟件Kriging插值得到。基于DEM數據，將研究區劃分為55個子流域。潛在蒸散量參數采用Modified-Hargreaves公式[18]計算，在ArcGIS軟件中由Kriging插值獲得。計算公式為

式中：ET0為潛在蒸散量，mm;RA為太陽輻射值，MJ/（m2·d）;Tavg為日最高氣溫與日最低氣溫的均值，℃;TD為日最高氣溫與日最低氣溫的差值，℃。

植被可利用水含量參考文獻[19]，計算田間持水量及永久萎蔫系數之間的差值，計算公式為

式中：FMC為田間持水量，%;WC為永久萎蔫系數;Clay為土壤黏粒含量，%;Silt為土壤粉粒含量，%;Sand為土壤沙粒含量，%;OM為土壤有機質含量，%;BD為土壤容重，g/cm3。

Zhang系數為季節因子，亦是表征降水特征的常數[20]。將空間參數的地理坐標統一設置為Beijing_1954_3_Degree_GK_Zone_41，分辨率設置為30 m×30 m。生物物理參數包括土地利用類型、蒸散系數、植被根系深度等，土地利用類型分為林地、草地、耕地、城鎮及工礦用地、水域及水利設施、未利用地6類，蒸散系數與植被根系深度參數結合InVEST模型說明手冊[21]進行調整。

2.3?產水模型模擬

InVEST模型中Water Yield模塊以Budyko曲線為基礎，根據水量平衡方程，降水量減去蒸發量即為產水量。模型未區分地表水、地下水、基流，假設每個柵格產水量通過以上任意方式到達流域出口，產水量包括地表產水、枯枝落葉含水量、土壤含水量等。產水量計算公式為

式中：Yjx為柵格單元x中第j類土地利用類型的產水量，mm;AETxj為柵格單元x中第j類土地利用類型的年實際蒸散量，mm;Px為柵格單元x的年平均降水量，mm;Rxj為柵格單元x第j類土地利用類型的干燥度指數，定義為潛在蒸發量與降水量的比值;ωx為自然氣候-土壤性質的參數;AWCx為柵格單元x的植被可利用水含量，mm，用來確定土壤為植物生長所提供的水量;Z為Zhang系數，研究區降水次數越多則Zhang系數越大。

大凌河上游地區主要控制站為大城子水文站，依據馮夏清[22]對近50 a大凌河流域徑流變化的研究得知，大城子站平均徑流量為3.62億m3/a，將Zhang系數調整為27.5，模型輸出產水量為3.41億m3/a，誤差為5.8%，相對較低，表明式（4）適用于評估大凌河上游地區產水能力。

2.4?空間自相關

2.4.1?全局空間自相關

全局空間自相關是指在整個區域中地理要素屬性值的空間特征描述[23]。Morans I在空間統計分析中被廣泛應用，計算公式為

Morans I的取值范圍在[-1，1]之間，當I>0時，表示正相關，即為空間集聚;當I<0時，表示負相關，即為空間離散;當I=0時，表示無關。

2.4.2?局域空間自相關

全局空間自相關是對區域內某一屬性整體空間度的表達，無法確定空間聚集、離散的具體位置。受空間異質性的影響，使同一區域中某一位置為空間正相關，另一位置呈現空間負相關。通過局域自相關（LISA）分析聚集或離散具體發生位置，計算公式為

2.4.3?Person相關性分析

Person相關性分析用來度量數值型變量之間的線性相關關系。基于SPSS平臺計算產水量與影響因素之間的相關系數，計算公式為

3?結果與分析

3.1?產水量空間格局分析

2015年大凌河上游匯水區產水深度為6.03～417.08 mm（見圖1），平均產水深度為36.72 mm，產水總量為3.41億m3/a。研究區產水深度呈現明顯的空間異質性，在縣域尺度上，平均產水深度大小排序為平泉縣>建昌縣>凌源縣>寧城縣>喀喇沁左翼蒙古自治縣>建平縣>朝陽縣>敖漢旗。平泉縣、建昌縣境內植被以林地和草地為主，水土保持能力強，且建昌縣降水量較其他縣域大，境內單位面積平均產水量高;建平縣降水量大，但潛在蒸散量亦較大，且植被覆蓋率低，境內單位面積平均產水量低;朝陽縣境內耕地面積大，林地草地分布在西北、東南海拔高的地區，境內單位面積平均產水量低;敖漢旗位于內蒙古自治區境內，降水量小且蒸散量大，同時植被覆蓋率低，耕地占據主導地位，產水能力低。

3.2?產水量空間自相關分析

3.2.1?產水量全局相關分析

研究區產水量的Morans I指數為0.939，Z值為5.544，概率P值為0，小于0.001，表明產水量展現出的空間分布為非隨機狀態。受降水量、蒸發量等自然條件的影響，產水量呈空間正相關且相關性較明顯。Morans I可以表明產水量呈現空間正相關，但無法確定在哪一具體位置為聚類或離散狀態。

3.2.2?產水量局域自相關分析

產水局域自相關分析可確定產水量高、低值集聚區，判斷產水量高低值分布區有利于對水資源進行合理利用及有效管理。研究區局域空間自相關分布如圖2所示，圖中High-High表示該流域及其周圍流域產水量都高;Low-Low表示該流域及其周圍流域產水量都低，兩者空間自相關存在相似性;High-Low表示該流域產水高，周圍流域產水量低;Low-High表示該流域產水量低，周圍流域產水量高，兩者空間自相關存在異質性;Not Significant表示該流域無顯著集聚。產水量局域自相關分析表明：朝陽縣西部及喀喇沁左翼蒙古族自治縣東北部子流域處于產水量Low-Low聚類區，該地區以耕地為主，耕地蒸散能力強于林地與草地[24]，產水能力較弱。建昌縣東部子流域為產水量High-High聚類區，該地區以林地、草地為主，蒸散量較水域、林地低，且處于潛在蒸散量低值區。研究區不存在Low-High聚類區與High-Low聚類區。基于產水量空間自相關研究可識別產水量高低聚類分區，相關機構可對產水量Low-Low聚類地區加強水資源管理，協調好產水能力與其相關驅動因素間的關系，合理使用有限水資源;對產水量High-High聚類區，強化水資源優化配置，實現水資源可持續利用。

3.3?不同驅動因子下產水量分析

3.3.1?不同土地利用類型下產水量分析

基于SPSS軟件Person相關性分析，判別不同土地利用類型的產水量差異。林地、草地、水域及水利設施、城鎮與產水量呈顯著正相關，表明產水量隨著這幾種地類面積的增大而增大，未利用地與產水量呈顯著負相關，表明產水量隨著未利用地面積的增大而減小（見表2）。林地、草地以及城市與工礦用地產水量大，這3種地類平均產水量為79.2 mm，水域、未利用地與耕地平均產水量為76.1 mm。實際蒸散量是產水量大小的重要影響因子，蒸散量大小排序為耕地>林地>草地>建筑用地，水體的蒸發量明顯大于植被的蒸散量[25]，未利用地多為荒草地、鹽堿地或沙地，蒸散量亦大于植被蒸散量。城市作為不透水面，地表產流量增大，使城市及建筑用地產水能力相對較高。林地、草地的枯枝落葉含水量、冠層截留量與土壤含水量高，林地土壤孔隙度較大，具有改善土壤結構的功能，產水能力強。在蒸散量及土地利用類型面積的共同作用下，使得林地、草地以及城市與工礦用地的產水量較高。

3.3.2?不同土壤質地下產水量分析

土壤質地決定田間持水量與永久萎蔫系數之間的差值即植被可利用水含量，進而影響流域產水量，說明土壤質地與產水量大小密切相關。采用Person相關分析研究不同土壤質地與產水量的相關性，棕壤、潮土、鈣質粗骨土與產水量呈顯著正相關關系，潮褐土和石灰性褐土與降水量呈負相關關系（見表3）。不同質地土壤產水深度范圍為35.327～139.364 mm，平均產水深度為91.13 mm。不同土壤類型產水量大小依次為棕壤>中性石質土>鈣質粗骨土>粗骨土>淋溶褐土>褐土>潮褐土>積鈣紅黏土>石灰性褐土>潮土>潮棕壤（見圖3），與陳姍姍等[26]得出棕壤>褐土>新積土的結論基本一致。棕壤導水性強于粗骨土強于褐土，棕壤質地細，永久萎蔫系數與田間持水量較大，保水能力與產水能力強。寧城縣與平泉縣多棕壤與粗骨土分布且分布集中，該地區飽和導水率高，產水能力較強。不同類型土壤較零散分布于研究區內，在氣候因子及生物因子共同作用下，影響產水量大小及其分布。

3.3.3?不同氣候因子下產水量分析

影響產水量的氣候因子主要包括氣溫、降水、蒸散量。根據Person相關分析得知，降水量與產水量顯著正相關，實際蒸散量、潛在蒸散量與產水量顯著負相關（見表4）。研究區2015年降水量為500.070～582.942 mm，空間分布為北部高、中部低、東南部高，平均實際蒸散量為448.600 mm，潛在蒸散量為957.634～1 096.790 mm。流域北部及西部分別位于內蒙古及河北境內，氣候相對干燥，潛在蒸散量由北部向南部逐漸遞減，在區內海拔較高的山地地區，受降水量、潛在蒸散量、植被以及土壤綜合影響，山區生態系統的產水量大于平原及其他地區生態系統的產水量。

4?結?論

（1）產水量空間格局特征：大凌河上游匯水區平均產水深度為36.72 mm，產水總量為3.41億m3/a。研究區內不同縣域的平均產水深度排序為平泉縣>建昌縣>凌源縣>寧城縣>喀喇沁左翼蒙古自治縣>建平縣>朝陽縣>敖漢旗。

（2）產水量的空間相關性：流域產水量Morans I值為0.939，Z為5.544，P值為0。朝陽縣西部及喀喇沁左翼蒙古族自治縣東北部子流域地區為Low-Low聚類區，建昌東部子流域為High-High聚類區，流域內無Low-High聚類區與High-Low聚類區。

（3）不同土地利用類型的產水量特征：研究區土地利用類型以林地、草地、耕地為主，林地、草地以及城市與工礦用地產水能力強，其他土地利用類型產水能力弱，產水量小。

（4）不同土壤質地的產水量特征：在土壤質地、透水性、飽和導水率，生物因子的共同作用下，產水功能大小產生差異，排序為棕壤>中性石質土>鈣質粗骨土>粗骨土>淋溶褐土>褐土>潮褐土>積鈣紅黏土>石灰性褐土>潮土>潮棕壤。

（5）不同氣候因子的產水量特征：2015年流域內降水量為500.070～582.942 mm，潛在蒸散量為957.634～1 096.790 mm，平均實際蒸散量為448.600 mm。產水量與降水量顯著正相關，與潛在蒸散量、實際蒸散量負相關。

由于缺失大凌河上游匯水區連續年份的水文土壤資料，因此

本文僅對2015年大凌河流域產水量進行空間定量化分析，運用產水模塊計算單一產水服務功能，在今后的研究中，應加強多種生態系統服務之間的關系研究，如產水量與土壤保持量、產水量與碳儲量服務之間的關系。

參考文獻：

[1]?孫小銀，郭洪偉，廉麗姝，等. 南四湖流域產水量空間格局與驅動因素分析[J]. 自然資源學報，2017，32（4）：669-679.

[2]?DAILY G C， MATSON P A. Ecosystem Services： From Theory to Implementation[J]Proceedings of National Academy Sciences of the United States of America，2008，105（28）：9455-9456.

[3]?呂一河，胡健，孫飛翔，等.水源涵養與水文調節：和而不同的陸地生態系統水文服務[J].生態學報，2015，35（15）：5191-5196.

[4]?ZHANG Canqiang， LI Wenhua， ZHANG Biao， et al. Water Yield of Xitiaoxi River Basin Based on In VEST Modeling[J]. Journal of Resources and Ecology，2012，3（1）：50-54.

[5]?潘韜，吳紹洪，戴爾阜，等.基于InVEST模型的三江源區生態系統水源供給服務時空變化[J].應用生態學報，2013，23（1）：183-189.

[6]?包玉斌，李婷，柳輝，等.基于InVEST模型的陜北黃土高原水源涵養功能時空變化[J].地理研究，2016，35（4）：664-676.

[7]?徐潔，肖玉，謝高地，等.東江湖流域水供給服務時空格局分析[J].生態學報，2016，36（15）：4892-4906.

[8]?王曉學，沈會濤，李敘勇，等.森林水源涵養功能的多尺度內涵、過程及計量方法[J].生態學報，2013，33（4）：1019-1030.

[9]?黃從紅.基于InVEST模型的生態系統服務功能研究[D].北京：北京林業大學，2014：21-22.

[10]?GUERRY A D， RUCKELSHAUS M H， ARKEMA K K. Modeling Benefits from Nature：Using Ecosystem Services to Iinform Coastal and Marine Spatial Planning[J]. International Journal of Biodiversity Science，2012，8（1）：107-121.

[11]?BROWN G， BRABYN L. The Extrapolation of Social Landscape Values to a National Level in New Zealand Using Landscape Character Classification[J]. Applied Geography，2012，35（1）：84-94.

[12]?NELSON E， MENDOZA G， REGETZ J. Modeling Multiple Ecosystem Services， Biodiversity Conservation， Commodity Production， and Tradeoffs at Landscape Scales[J]. Frontiers in Ecology and the Environment，2009，7（1）：4-11.

[13]?李斌，李麗娟，覃馭楚，等.基于Budyko假設評估洮兒河流域中上游氣候變化的徑流影響[J].資源科學，2011，33（1）：70-76.

[14]?吳健，李英花，黃利亞，等.東北地區產水量時空分布格局及其驅動因素[J].生態學雜志，2017，36（11）：3216-3223.

[15]?吳哲，陳歆，劉貝貝，等.不同土地利用/覆蓋類型下海南島產水量空間分布模擬[J].水資源保護，2014，30（3）：9-13.

[16]?王雅，蒙吉軍.基于InVEST模型的黑河中游土地利用變化水文效應時空分析[J].北京大學學報（自然科學版），2015，51（6）：1157-1165.

[17]?林世偉，武瑞東.“三江并流”區生態系統供水服務的空間分布特征[J].西部林業科學，2015，44（3）：8-15.

[18]?陳風琴，石輝.縉云山常綠闊葉林土壤大孔隙與入滲性能關系初探[J].西南師范大學學報，2005，30（2）：350-353.

[19]?張恒瑋.基于InVEST模型石羊河流域生態系統服務評估[D].蘭州：西北師范大學，2016：12-15.

[20]?張雪峰，牛建明，張慶，等.內蒙古錫林河流域草地生態系統水源涵養功能空間格局[J].干旱區研究，2016，33（4）：814-821.

[21]?TALLIS H T， RICKETTS T， GUERRY A D， et al.InVEST 3.2 Beta User's Guide[M]. Stanford： the Natural Capital Project，2015：144-156.

[22]?馮夏清.近50年大凌河流域徑流變化特征分析[J].水文，2017，37（3）：84-90.

[23]?孟斌，王勁峰，張文忠，等.基于空間分析方法的中國區域差異研究[J].地理科學，2005，25（4）：393-400.

[24]?顧東娟.長株潭城市群土地利用/覆被變化的水文水資源效應分析[D].長沙：湖南師范大學，2014：17-23.

[25]?趙曉松，劉元波，吳桂平.基于遙感的鄱陽湖湖區蒸散特征及環境要素影響[J].湖泊科學，2013，25（3）：428-436.

[26]?陳姍姍，劉康，包玉斌，等.商洛市水源涵養服務功能空間格局與影響因素[J].地理科學，2016，36（10）：1546-1554.

【責任編輯?張華興】