流域產水量模擬及關鍵產水功能區(qū)鑒別

關鍵詞彥吉嘎河流域；產水；關鍵產水功能區(qū)；SWAT中圖分類號X171 文獻標識碼A文章編號 0517-6611（2025）14-0192-06doi：10.3969/j.issn.0517-6611.2025.14.038

開放科學（資源服務）標識碼（OSID）：

Simulationof WatershedWater Yieldand IdentifcationofKeyWater YieldFunctionalAreas—Taking theYanjiga River Basinasan Example

GUO Ming-jie2，SUNRan，YIZheng'etal（1.State KeyLaboratoryofUbanand RegionalEcology，Research CenterforEcoEnvi ronmentalSciences，ChineseAcademyofSciences，Beijingo85;2.UniversityofhineseAcademyofSciencs，eijing0049）

AbstractTakingYanjigaRiverBasininXiwuzhumuqinBanner，InnerMongoliaastheresearcharea，theSWATmodelisappliedtosiulate thewateryieldprossoftsinAodigtoealysisftespatiotempaldistrutionractestsofateyeldisbbsins，te unitareandexmethodisusedtoeterinethewateyeldintesityofeachsubbasinand5levelsaredividedtoidentifyteeyfunctioal areasfwateryeld.Gogaicdeteisedtoeplorethomnanfctorigtespatialterogeeiyfwateryieldete shed.Teresultsshowthat：eareas withighwaterieldinYanjigaRiverBsiareconcentratedintecentral，weste，ndoaste partsofthebasinhilesbsis5，9，1，3，nd15rekeuctioaeasforwaterieldndreqiespecialatentiondottio Thewateryieldvauesoftefivekeysubbasinswererelativelyhighin2011，212，2O14，andO15，ndthetemporalvatiopaesof annualwateryeldandaualinfallwerebasialyonsistent;Temonthlywateryieldresulssowtatthefivesubbasinshaveerater yieldfromJunetoSptembe，withthhigheswateryieldinJuly，hichisasicallsychronzedwiththelocaliyseason.forte rainyseasoneveryarisucialtifowaterieldprotetioTesultsfgeodeetoridicatetatateistdantacfet ingthpatialdiferentiatoofwaterieldinYanjigRiverBasinetestrongestexplanatoryfactosforaterieldeevapotrasia tion，precipitation，and temperature，with q values of 0.171， 0.122，and O.12O，respectively. The interaction between factors has a greater impactnthspatialstributiopateofaterieldtanteimpactofidividualfctosBasedonquatitatiesiuaoofwateeldite watershed，ametodfordentifingkeyateryedngfunctioalaeashasnestablishd，ichanprovdeeferenefrtesstaiable tilization and allocation management of water resources in arid and semi-arid grassland areas.

Key WordsYanjiga River Basin; Water yield;Key water yield functional area;SWAT

生態(tài)系統服務作為連接自然生態(tài)系統和人類福祉的橋梁，在維護生態(tài)安全、增進人類福祉和實現可持續(xù)發(fā)展方面發(fā)揮著關鍵作用[1-2]。水不僅是人類生產生活中必不可少的自然資源，在維持生態(tài)系統功能方面也起著重要的作用。水生態(tài)系統服務包括供給服務、調節(jié)服務、生物多樣性保護服務等[3]。然而，隨著全球氣候變化、人口增長和經濟發(fā)展，人類對水資源的需求日益增長，水資源短缺、水生態(tài)系統惡化等問題愈發(fā)嚴重，對人類的可持續(xù)發(fā)展和生態(tài)系統安全構成了巨大威脅[4]。因此，加強對水生態(tài)系統服務的關注和保護已經迫在眉睫[5]。

作為重要的生態(tài)系統服務之一，產水服務在保障水資源安全、推動工農業(yè)發(fā)展、維持生態(tài)系統穩(wěn)定方面發(fā)揮著重要的影響，特別是在水資源匱乏和水質惡化的地區(qū)，這種影響尤為顯著[6]。在內蒙古干旱半干旱的草原生態(tài)系統中，產水服務是生態(tài)系統最重要的水文服務功能，在調節(jié)徑流、排澇、補旱、保水、截雨等方面發(fā)揮著關鍵作用，其變化直接影響區(qū)域小氣候、水文條件和植被條件[。過去幾十年來，伴隨著內蒙古草原地區(qū)人口的增長、生活水平的提高和人類活動的加劇，當地居民對水資源的需求越來越高，區(qū)域水資源供需矛盾加劇及水資源分布不均衡等問題日益突出[8]。在此背景下，開展流域產水服務的分布特征、關鍵產水功能區(qū)識別及影響因素的研究可以為區(qū)域水資源優(yōu)化配置及可持續(xù)發(fā)展提供理論和科學依據，對促進人與自然和諧發(fā)展具有重要意義。

目前，國內外對產水服務的研究方法主要包括田間試驗和模型模擬。由于具有較強的可操作性，模型模擬方法能夠有效地反映水循環(huán)中復雜的物理機制，為流域范圍內的產水功能長期評價提供了堅實的基礎。例如，呂樂婷等9利用SWAT模型探討了2000—2020年東江流域水資源保護的時空特征，并利用Pearson相關分析和地理加權回歸模型定量評價了景觀格局與水資源保護之間的關系。李愛娟等[1°結合SWAT模型和地理探測器，研究了淮河上游產水服務空間分異及其影響因素。張麗娜等[利用SWAT模型探究了永翠河流域產水量的時空變化規(guī)律，發(fā)現流域產水量的年際變化幅度較為明顯，產水量變化與土地利用變化的相關性不大，降水是影響產水量的主導因素。Kalantari等[12]開發(fā)并應用了一種耦合了LEAM模型與HYPE水文模型的CSES建模方法，定量評估了Tyresan流域的水資源服務，揭示了城市化驅動的土地利用變化和水文變化的聯系、影響和反饋。Yang等[13]將InVEST模型與地理探測器相結合，探討了各種驅動因素對流域水量空間異質性的影響。結果表明，長江流域產水量具有明顯的東高西低的空間異質性，降水和溫度對長江流域產水量空間分布的影響顯著高于其他因素。雖然用模型模擬法對流域產水服務的時空分布以及影響因素的研究已有很多，但大多局限于植被覆蓋率高的濕潤和半濕潤地區(qū)，較少有關于生態(tài)脆弱的干旱半干旱草原地區(qū)產水服務的相關研究。干旱半干旱區(qū)草原產水服務的研究不僅有助于微觀景觀上最經濟的生態(tài)保護措施的制定，提高生態(tài)脆弱重點地區(qū)的識別效率，還可以降低水資源可持續(xù)管理的成本，為保護生態(tài)環(huán)境和維護生態(tài)安全提供技術支持和保障[14-15]

選擇內蒙古西烏珠穆沁旗彥吉嘎河流域為研究區(qū)域，應用SWAT模型模擬流域的產水量，探究流域產水量的時空分布規(guī)律，識別產水關鍵功能區(qū)，同時利用地理探測器分析影響流域產水量時空分布的關鍵因素，為干旱半干旱區(qū)草原生態(tài)系統水資源的可持續(xù)利用和水資源調配管理提供參考。

1研究區(qū)概況與數據來源

彥吉嘎河流域（ 118^°32^′30^′′～118^°54^′30^′′E 44^°58^′30^′′～ （204號45^°15^′30^′′N? ）位于內蒙古自治區(qū)錫林郭勒盟西烏旗，其上游和中游均屬于巴彥花鎮(zhèn)轄區(qū)，僅有下游很少一部分處于高日罕鎮(zhèn)和東烏旗境內（圖1）。彥吉嘎河河流長度為 228km ，流域面積為 3 390km² ，多年平均徑流量 1.67×10⁷m³ ，水量不大，洪水期流量 7.0m³/s ，為季節(jié)性河流。流域屬于大陸半干旱氣候，冬季嚴寒，夏季酷熱，春季溫度驟升，秋溫劇降。流域多年平均降水量為 336.5mm ，年內降水主要集中在夏季，夏季降水量占全年降水量的 67.0% ，其次為秋季和春季，冬季降水量最小。年內氣溫大體呈拋物線形式變化，降水量最大的7月氣溫最高，降水量最小的冬季，月均氣溫最低，屬于典型的雨熱同期現象。彥吉嘎河流域總體地形南高北低，流域海拔變化范圍為 935～1429m ，地表和地下水由南部山區(qū)向北部平原流動。

數據來源： ① 地形數據來自地理空間數據云（https：//www.gscloud.cn/），精度為 30m 。 ② 土地利用數據來自地球大數據科學工程（CASEarth）數據共享服務系統（https：//da-ta.casearth.cn/），精度為 30m 。 ③ 土壤數據來自中國土壤數據庫提供的 1：1 000 000 土壤數據（http：//vdb3.soil.csdb.cn′ ），并采用世界土壤數據庫（HWSD）FAO90標準進行分類。 ④ 流域內氣象數據主要從中國大氣同化驅動數據集（CMADS，https：//data.tpdc.ac.cn/）下載，采用2009—2018年的長時間序列氣象數據，在彥吉嘎河流域一共選擇了16個氣象站點（圖1）。 ⑤GDP 數據來自國家青藏高原科學數據中心（https：//data.tpdc.ac.cn/），人口密度數據來自于World-Pop全球人口數據（https：//hub.worldpop.org/），精度均為1km 。

Fig.1Location of Yanjiga river basin，DEM and patterns of land use cover types in 2018

2模型與研究方法

2.1SWAT 模型的構建SWAT（soil and water assessmenttool）是在SWRRB模型基礎上發(fā)展起來的一個長時段半分布式流域水文模型[16]。具有很強的物理基礎、高效的計算能力、完整的模型結構以及參數改進性能，適用于具有不同的土壤類型、不同的土地利用方式和管理條件下的復雜大流域，并能在資料缺乏的地區(qū)建模，因而廣泛應用于流域水文的模擬[17]

借助ArcGIS將DEM、土地利用等空間數據庫定義統一的投影坐標系。按照SWAT模型里的土地利用分類標準將土地利用數據重新進行分類，將其劃分為耕地、林地、草地、水體、建設用地、未利用地、濕地/沼澤7類（圖1），其所占比例分別為 0.44% 、 21.40% 、 65.26% 、 0.02% 、 0.43% 、 4.78% 、7.67% 。利用地形、土地利用以及土壤數據對流域進行概化，最終將彥吉嘎河流域劃分為了26個子流域（圖2）和702個水文響應單元。利用HWSD土壤數據庫，通過SPAW軟件及土壤水文學分組進行一定的計算轉換得到研究區(qū)的土壤數據庫。將每個氣象站點2009一2018年的日降雨量、日氣溫（最高溫、最低溫）、日相對濕度、日太陽輻射、日平均風速數據整理成SWAT模型所識別的數據格式，并通過站點經緯度與空間數據庫連接。

2.2SWAT模型的產水量模擬產水量（WYLD）是指地表徑流、土壤剖面中的側向流和地下水回流的總和，SWAT模型中產水量的計算公式如下[18]：

WYLD=SURQ+LATQ+GWQ-TLOSS-pond

式中：WYLD為產水量，指主河道的總水量（ mm ）;SURQ為主河道的地表徑流量（mm）;LATQ為河道中的側向流量（mm）;GWQ為主河道中的地下徑流量（ mm ）；TLOSS為河床傳輸損失量（ ）;pond為池塘留量（ Π_mm）

2.3SWAT模型的率定與驗證考慮到水文數據的可獲得性以及已有研究區(qū)域相似性，該研究并未對模型進行參數率定，而是采用彥吉嘎河所在流域一烏拉蓋河流域的相關文獻中率定的參數（表1）[19]。研究表明：SWAT模型在烏拉蓋河流域的適用性良好，率定期及驗證期的NSE及 R² 均在0.62以上，PBLAS小于 18.8%^[19] 。因此，推斷SWAT模型同樣適合于在隸屬于烏拉蓋河流域的彥吉嘎河流域建模。

2.4地理探測器地理探測器是王勁峰等[20]首次提出的一種探測空間分異性、揭示驅動因子的一種新的空間統計方法。地理探測器的核心假設是，如果自變量 X 和因變量 Y 之間存在顯著的空間一致性，則它們之間存在關聯。它不僅可以定量地識別各種驅動因素對因變量空間格局的貢獻，還可以檢測驅動因子的組合效應，評估2個驅動因子的相互作用是否會增加或削弱對因變量的解釋力。

地理探測器的表達式為：

式中： q 表示自變量 X 對因變量 Y 的貢獻值，數值范圍 0～1，q 值越大表示解釋力越強； L 是層的數量； N_?h 和 N 分別是子區(qū)域 h 和整個區(qū)域中的樣本總數； σ² 和 σ_h² 分別表示變量 Y 和子區(qū)域 h 的方差。

該研究使用地理探測器探究影響彥吉嘎河流域產水量空間異質性的主要驅動因子及驅動因子的組合效應，以由SWAT模型水文模塊通過對HRU尺度的產水量輸出數據進行計算得到的流域多年（2009—2018）產水量分布的平均值作為因變量（Y），以流域 2009—2018年的年降水量、年均氣溫、年蒸散量以及流域的坡度4個自然因子和流域2009—2018年的年均GDP、年均人口密度以及流域的土地利用類型（由于流域2009—2018年的土地利用變化程度不大，故選擇2018年的土地利用類型作為代表）3個人為因子、共計7個潛在驅動因子作為自變量 （X） 。將數據導人ArcGIS10.8，采用自然斷點法將數據離散為5級。應用Excel-Gedetector模型（http：//www.geodetector.org）進行因子探測和因子交互作用探測的定量分析。

3結果與分析

3.1產水服務空間特征將模型按子流域產水量輸出，計算各子流域多年平均產水量結果如圖3所示。結果表明，彥吉嘎河流域產水量的變化范圍為 4.21～26.90mm 。產水量較高的地區(qū)集中在流域的中部、西部及東北部，其中產水量 gt;22 mm的地區(qū)主要集中在中部的巴彥都日格嘎查、阿拉坦興安嘎查和烏蘭圖嘎嘎查（子流域11、13、15）和東北部的唐斯格嘎查地區(qū)（子流域3、5）。這些區(qū)域牧民點集中，建設用地和未利用地分布較多，產水能力強。流域南部高程較高、森林分布廣泛的區(qū)域為產水量低值區(qū)，產水量大多 lt;13mm 。

3.2關鍵產水功能區(qū)識別以26個子流域單位面積的產水強度作為關鍵產水功能區(qū)鑒別的評價指標，根據自然裂點分級法[8]，將流域的產水強度劃分為極其重要（0.73～4.96mm/km² ）、高度重要 （0.53～lt;0.73mm/km² ）、中等重要1 0.23～lt;0.53mm/km² 、相當重要 （0.08～lt;0.23mm/km²） 和一般重要 （0.04～lt;0.08mm/km²）? 5個等級。

依據分級標準，彥吉嘎河流域關鍵產水功能區(qū)的劃分結果如圖4所示。產水強度等級極其重要的子流域為9號子流域;高度重要的子流域為7、11、18號子流域，其面積占流域總面積的 3.3% 。同時結合產水量空間分布圖綜合考慮，最終將5、9、11、13、15號子流域定為關鍵產水功能區(qū)，其面積占流域總面積的 12% 。

3.3關鍵產水功能區(qū)產水量的時間特征5、9、11、13、155個關鍵產水功能區(qū)2009—2018年年產水量的時間序列如圖5所示。在這10年中，5個子流域產水功能的年際變化有著相似的規(guī)律，都呈現出升高-降低-升高-降低的趨勢，其中2011、2012、2014和2015年的產水量較高，其余年份偏低。通過觀察5個關鍵子流域2009—2018年年降水量（5個子流域的年降水量完全相同）的時間序列可以發(fā)現，年產水量與年降水量的時間變化規(guī)律基本一致，說明彥吉嘎流域的產水量與降水量密切相關。5個關鍵子流域2009—2018年的月產水量如圖5b所示。結果表明，這5個子流域在6—9月產水量較高，其中又以7月份產水量最高，而其他月份產水量則相對較少。因此，每年的降雨季是產水功能保護的關鍵時間，應引起相關部門的足夠重視

Fig.5Anualaveragewateryieldandprecipitationa）and monthly wateryield（b）inkey water producingareasoftheYanjiga River Basin from 2009 to 2018

3.4彥吉嘎河流域產水量驅動力探測

3.4.1因子探測。利用地理探測器對彥吉嘎河流域產水量空間異質性的影響因素進行探究。因子探測的結果表明，對產水量解釋力最強的3個因子是蒸散發(fā)、降水、氣溫，其 q 值分別為0.171、0.122和0.120（表2），說明氣候是影響彥吉嘎河流域產水量的主導因素。這一結果與前人的研究一致，如W_u 等8發(fā)現，降水是影響內蒙古塔布河流域產水量的最主要因素；馮娟[21發(fā)現，降水和蒸散發(fā)等氣候因子是影響灃河中上游流域產水能力時空分布的主導因素。一般來講，流域的降水量越高、蒸散量和溫度越低，其產水量就越高[8]。此外，彥吉嘎河流域產水能力的年際變化也與降水量的年際變化特征一致（圖5a）。這些都印證了“氣候是影響彥吉嘎河流域產水量空間分異的主導因素”這一結論。

土地利用變化（ q=0.040） 和坡度（ q=0.023， 對彥吉嘎河流域的產水量的空間分異也有一定的影響，但貢獻低于氣候因子。其中土地利用變化一般通過影響水循環(huán)中地表徑流、下滲、蒸發(fā)等環(huán)節(jié)，改變區(qū)域產水量。城鎮(zhèn)建設用地、未利用地的產水能力高，農田、草地產水能力一般。通常來講，森林由于自身具有較高的蒸騰量，其產水量往往沒有草地、農田和未利用地高。特別是在干旱半干旱區(qū)，森林由于其自身巨大的蒸騰作用，產水量的減少量可能高達 50%^[22] 。彥吉嘎河流域的北部和中部主要土地類型為草地，同時還分布有一定數量的未利用地，而南部的主要土地利用類型為森林，這可能是流域的北部和中部產水量高、南部產水量低的部分因素。GDP對產水量的解釋能力最低（ q=0.005 ），其次是人口密度（ q=0.010） ，這說明彥吉嘎河流域的產水量受自然因素的影響較大，受人為因素的影響較小。

3.4.2交互探測結果分析。進一步進行交互因子檢測，確定各因子兩兩組合對產水量的影響（表3）。結果表明，相互作用因子的解釋能力大于單個因子，說明各因子對彥吉嘎河流域產水量的影響不是相互獨立的，而是相互作用的結果。蒸散發(fā)n坡度、降水∩坡度、氣溫坡度是具有最大的解釋力的3組組合，其 q 值分別為0.291、0.259和0.259，這可能是因為氣象要素和地形的精度直接關系水量的模擬結果。雖然GDP和人口密度2個較弱因子的交互解釋力較單一因子有所提高，但交互影響結果仍低于其他交互結果。除了降水∩蒸散發(fā)、降水n氣溫以及蒸散發(fā)n氣溫為雙因子增強，其余的因子組合均為非線性增強。

4討論

對彥吉嘎河流域產水功能的重要性進行了分類，確定了需要優(yōu)先保護和重點保護的地區(qū)。根據依據《生態(tài)保護紅線劃定技術指南》的分類方法，采用自然斷點法在流域尺度上將產水功能的重要程度劃分為極其重要、高度重要、中等重要、相當重要和一般重要。結合產水量空間分布結果綜合考慮，發(fā)現5、9、11、13和15號為關鍵產水區(qū)域。對于這些關鍵產水功能區(qū)，應采取措施進行重點保護。例如對于草地地區(qū)，實行圍封禁牧，減少人類活動的干擾。同時對產水功能也具有重要貢獻作用的流域北部和中部的未利用地，也需要決策者特別重視，建議設立產水功能保護區(qū)。整體來看，常見的重要產水區(qū)域多位于流域北部。在流域南部的森林集中的區(qū)域，建議穩(wěn)步實施退耕還林工程。然而，同時強烈建議只選用節(jié)水的本地物種，以最大化減少由于蒸騰作用引起的產水量的損失，減少產水服務與其他生態(tài)系統服務之間的權衡。

運用地理探測器技術，系統分析了彥吉嘎河流域產水量空間分異的驅動機制，地理探測器有助于揭示引起流域產水量空間異質性變化的主要驅動因子及其交互作用。與傳統的統計學方法相比，地理探測器具有可以定量解析不同環(huán)境因子對產水量的空間影響的優(yōu)勢，這對于深入研究產水量的驅動機制具有重要意義，同時也為流域生態(tài)環(huán)境保護和水資源管理提供依據。綜合來看，在干旱半干旱地區(qū)的彥吉嘎河流域，自然環(huán)境因素對產水量的影響程度顯著高于人類活動因素。蒸散發(fā)、降水和氣溫是影響產水量的主導因子，且交互作用后因子解釋力明顯增大，表明彥吉嘎河流域的產水量受到多種因子共同影響，而非單一因子起主導性作用。在SWAT模型參數輸入過程中需要輸入諸如降水、氣溫和蒸散發(fā)等氣候要素，一定程度上增加了自然要素的影響程度。有研究表明，人類活動例如土地利用/覆被變化、GDP以及人口密度等也是影響流域產水量的重要因子[19]。該研究結果顯示土地利用變化對流域的產水量有一定的影響，但GDP和人口密度等人類活動因素影響較弱，這可能是因為一方面彥吉嘎河流域的人口密度較低，受人類活動的影響的確較少，另一方面數據分辨率較低也可能是影響地理探測結果的因素之一。

該研究的結果可為彥吉嘎河流域實現精準水資源保護提供有力支撐，同時對其他流域產水關鍵功能區(qū)識別和水資源保護策略的制定提供參考。該研究還存在一些不足，如由于流域周圍沒有水文站，考慮到水文數據的可獲得性以及已有研究的區(qū)域相似性，該研究并未對模型進行參數率定，而是采用文獻中率定的參數數據；另外，在進行地理探測器模型計算時所輸入的GDP和人口密度等影響因素數據的分辨率也偏低。未來應查閱更多文獻資料，引入流域更多的水文數據進行模型校準，同時提高GDP和人口密度等數據的分辨率，以實現研究區(qū)產水量及其影響因素的精準模擬和預測，再結合氣候變化、經濟效益和管控成果對多種管理措施進行情景分析，制定最佳管理措施。

5結論

應用SWAT模型對彥吉嘎河流域的產水過程進行了模擬，估算了各個子流域2009—2018年產水量的變化，識別了產水關鍵功能區(qū)，并利用地理探測器分析了影響流域產水量空間異質性的因素，結果表明：

（1）彥吉嘎河全部子流域年產水量的變化范圍為 4.21～ 26.90mm ，產水量較高的地區(qū)集中在流域的中部、西部及東北部，南部為產水低值區(qū)。

（2）通過單位面積指數法求得各子流域的產水強度并進行等級劃分，結合產水量的空間分布特征，最終得到彥吉嘎河流域的產水關鍵功能區(qū)為5、9、11、13和15號子流域，其主要土地利用類型為草地和未利用地。因此，要將關鍵產水功能區(qū)設置為優(yōu)先保護區(qū)，并根據不同的土地利用類型因地制宜采取保護措施。

（3）5個關鍵子流域在2011、2012、2014和2015年的產水量較高，年產水量與年降水量的時間變化規(guī)律基本一致;月產水量結果顯示5個子流域在6—9月產水量較高，其中又以7月產水量最高，與當地降雨季的時間基本同步。因此每年的降雨季是產水保護的關鍵時間。

（4）地理探測器的結果表明氣候是影響彥吉嘎河流域產水量空間分異的主導因素。對產水量的解釋力最強的3個因子是蒸散發(fā)、降水、氣溫， q 值分別為0.171、0.122和0.120。人為因子的解釋力偏低。多種因子之間的交互作用對產水量空間異質性的影響大于單一因子。

參考文獻

[1]BURGOS-AYALA A，JIMENEZ-ACEITUNO A，ROZAS-VASQUEZ D.Integrating ecosystem services innature conservation for Colombia[J].Environmental management，2020，66（2） ：149-161.

[2] CARPENTER S R，MOONEY H A，AGARD J，et al.Science for managing ecosystem services：Beyond the millennium ecosystem assessment[J].Proceedingsof the national academy of sciences of theUnited States of America，2009，106（5） ：1305-1312.

[3]YANG SL，BAI Y，ALATALO JM，et al.Spatio-temporal changes inwaterrelated ecosystem services provision and trade-offs with food production [J].Journal of cleaner production，2021，286：1-10.

[4]YANG D W，YANG Y T，XIA J.Hydrological cycle and water resources in a changing world：A review[J].Geography and sustainability，2O21，2（2） ： 115-122.

[5]AZNAR-SANCHEZ JA，VELASCO-MUNOZ JF，BELMONTE-URENAL J，et al.The worldwide research trends on water ecosystem services[J].Ecological indicators，2019，99：310-323.

[6]NOTTER B，HURNI H，WIESMANN U，et al.Modelling water provision as an ecosystem service in a large East African river basin[J].Hydrology amp; earth system sciences，2012，16（1） ：69-86.

[7]張曉寧，李曉丹，年麗麗，等.基于文獻計量的草地生態(tài)系統水源涵養(yǎng)功 能研究現狀[J].草業(yè)學報，2022，31（6）：35-49.

[8]WUL，LUOYK，PANGSJ，etal.Factoranalysisofhydrologicservicesin watercontrolled grassland ecosystems by InVEST model and geodetector [J].Environmental science and pollution research，2O24，31（13）：20409- 20433.

[9]呂樂婷，張杰，江源，等.土地利用變化對東江流域產流過程影響的定量 評估[J].水資源保護，2018，34（3）：45-51.

[10]李愛娟，徐光來，楊強強，等.淮河上游產水服務空間分異及其影響因 素探測[J].淮陰師范學院學報（自然科學版），2023，22（4）：321-327.

[11]張麗娜，孫穎娜，胡金輝，等.寒區(qū)森林流域產水量時空變化規(guī)律研究： 以永翠河流域為例[J].人民珠江，2023，44（6）：18-25.

[12]KALANTARI Z，SANTOS FERREIRA C S，PAGE J，et al.Meeting sustainable development challenges in growing cities ：Coupled social-ecological systems modeling of land use and water changes[J].Journal of environmentalmanagement，2019，245：471-480.

[13]YANGHF，NIESN，DENGSQ，etal.Evaluationofwateryield anditsdrivingfactorsinthe YangtzeRiverBasin，China[J].Environmental earthsciences，2023，82（18）：1-13.

[14]XU W J，YAO WL，BAI Z K，et al.Ecological risk evaluation and ecologi-calrestoration model of mininginthe source area of the YellowRiverBa-sin[J].Land，2023，12（4）：1-21.

[15]ZHAISJ，HUWP，ZHUZC.Ecological impacts ofwatertransfersonLake Taihu from the Yangtze River，China[J].Ecological engineering，2010，36（4） ：406-420.

[16]王中根，劉昌明，黃友波.SWAT模型的原理、結構及應用研究[J].地理科學進展，2003，22（1）：79-86.

[17]GUNGORK，KARAKAYAN，EVRENDILEKF，etal.Spatiotemporal mod-eling of watershed nutrient transport dynamics：Implications for eutrophi-cationabatement[J].Ecologicalinformatics，2016，34：52-69.

[18]FICKLIND L，BARNHART B L.SWAT hydrologic model parameter un-certainty and itsimplications for hydroclimatic projections in snowmelt-dependentwatersheds[J].Journal of hydrology，2014，519：2081-2090.

[19]陳紅光，孟凡浩，薩楚拉，等.北方牧區(qū)草原內陸河流域徑流演變特征及其驅動因素分析[J].干旱區(qū)研究，2023，40（1）：39-50.

[20]王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，2017，72（1）：116-134.

[21］馮娟.基于InVEST模型和SWAT模型的秦嶺北麓水源涵養(yǎng)時空格局分析[D].西安：西北大學，2021.

[22] SUN X，LI F.Spatiotemporal assessment and trade-ofsof multiple ecosys-tem services based on land use changes in Zengcheng，China[J].Scienceofthe total environment，2017，609：1569-1581.