张承水源涵养区土地利用演变及产水量的响应

张薇; 王凤春; 贾悦; 万虹麟; 牛天浩云; 杜雨森; Wei ZHANG; Feng-chun WANG; Yue JIA; Hong-lin WAN; Tian-haoyun NIU; Yu-sen DU

中国农村水利水电 ›› 2022 ›› (5) : 138-146.

水文水资源

张承水源涵养区土地利用演变及产水量的响应

作者信息 +

Land Use Evolution and Water Yield Response in Zhangcheng Water Source Conservation Area

Author information +

稿件信息 +

摘要

密云水库上游流域张承地区作为密云水库的水源涵养区，担负着向北京市提供饮用水源的重要任务，研究其水源供给服务对实现区域高质量发展和保障首都的水生态安全具有重要意义。通过遥感解译分析了张承水源涵养区2000-2019年的土地利用变化情况，在此基础上，基于InVEST产水模型，从空间上定量评估了2000-2019年研究区的产水量分布及变化情况，并借助情景分析探讨产水量变化与土地利用演变之间关系。结果表明：①2000-2019年，研究区土地利用整体呈现耕地面积减少，林地、草地、建设用地不断增加的特点；②2000年、2010年和2019年研究区的总产水量分别为2.61、3.46和2.71 亿m³，不同时期的产水量表现出空间异质性，整体变化趋势为产水量由西高东低逐渐变为东高西低；③研究区不同土地利用类型平均产水深度从大到小依次为：建设用地、裸地、水域、耕地、林地、草地，在蒸散系数不变的情况下，土地利用由产水能力低的地类转为产水能力高的地类会造成区域产水量的增加，反之减少。

Abstract

As the water source conservation area of Miyun Reservoir， Zhangcheng Area in the upper reaches of Miyun Reservoir bears the important task of providing drinking water to Beijing.The study of water supply service in Zhangcheng Water Source Conservation Area is of great significance to the high-quality development and ensuring the water ecological security of the capital. Based on the remote sensing the land use change in Zhangcheng Water Conservation Area were interpreted and analyzed from 2000 to 2019. Based on the InVEST water yield model the spatial distribution and change of water yield in the study area from 2000 to 2019 were quantitatively evaluated， and the relationship between water yield change and land use evolution was discussed by using scenario analysis.The results show that ： ① From 2000 to 2019， the overall land use in the study area was characterized by the decrease in plow land， and the increase in forest land， grassland and construction land. ②The total water yield of the study area in 2000， 2010 and 2019 was 2.61， 3.46 and 2.71 million m³.The water yield in different periods showed spatial heterogeneity， which changed gradually from high in the west and low in the east into high in the east and low in the west. ③ The average depth of water yield of different land use types in the study area from large to small is： construction land， bare land， water area， plow land， forest land and grass land. When the evapotranspiration coefficient remains unchanged， the change of land use from land type with low water yield capacity to land type with high water yield capacity will lead to an increase in regional water yields， and vice versa.

关键词

InVEST模型 / 产水量 / 土地利用变化 / 张承水源涵养区

Key words

InVEST model / water yield / land use change / Zhangcheng Water Source Conservation Area

基金

河北省省级科技计划软科学研究专项(20557682D)

河北省高等学校科学技术研究项目(ZD2020348)

河北水利电力学院博士基金(SYBJ1902)

河北省教育厅省级大学生创新训练项目(S202010085017)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

张薇 , 王凤春 , 贾悦 , 万虹麟 , 牛天浩云 , 杜雨森. 张承水源涵养区土地利用演变及产水量的响应[J].中国农村水利水电, 2022(5): 138-146

Wei ZHANG , Feng-chun WANG , Yue JIA , Hong-lin WAN , Tian-haoyun NIU , Yu-sen DU. Land Use Evolution and Water Yield Response in Zhangcheng Water Source Conservation Area[J].China Rural Water and Hydropower, 2022(5): 138-146

0 引言

近年来随着水资源短缺问题的日益突出和生态系统服务功能研究的不断深入，水源供给作为生态系统服务的重要功能之一，被广泛关注^［1］。生态系统的水源供给功能概念较广，其内涵随着研究的不断深入而不断完善，主要表现为生态系统拦蓄降水、调节径流、影响降雨、净化水质等，研究表明不同的土地利用/覆被（LULC）类型通过影响流域水循环过程中的蒸散、下渗和持水，进而改变流域水源供给服务功能^［2］。目前，众多学者在水源供给服务功能方面做了大量研究，取得了系列成果，为相关研究提供了有益参考^［3-6］。特别是InVEST模型，相较于其他水资源评估模型以其原理简单，易于被不同学科背景的使用者理解，且需要的数据量相对较少、易于获取，近年来被广泛应用于水源供给服务功能评价相关研究中^［7-9］。

密云水库上游流域张承地区作为密云水库的水源涵养区，担负着向北京市提供饮用水源的重要任务，其水源供给服务功能质量将直接关系首都的水生态安全。近年来，随着经济的发展和人类活动干扰的加剧，流域生态环境脆弱、库区水生态质量下降。其中涉及水质评价、污染源及污染评价、流域水生态改善机制等方面的研究较多，但分析产水量时空变化及其与土地利用变化的响应关系方面的研究相对较少，且不同学者研究的流域范围也不尽相同^［10-12］。从土地利用结构驱动水源涵养生态服务功能的角度出发，定量评估区域产水量并分析其时空变化特征，揭示其变化与土地利用类型变化的内在关系，深入分析哪种土地利用方式有利于提高区域水源供给能力，有助于实施精准靶向生态补偿，提高补偿效率和效果。

基于此，本文借助InVEST模型产水模块，定量评估张承水源涵养区2000-2019年的产水量并分析其时空变化特征，进一步探讨不同土地利用类型变化与产水量变化的响应关系，以期为张承水源涵养区的国土规划和京冀生态协同发展提供科学依据。

1 数据来源与研究方法

1.1 研究区概况

密云水库有白河和潮河两大入库河流。其中，白河起源于张家口沽源县，经赤城、延庆、怀柔入库；潮河源于承德丰宁县，经滦平、古北入库。本文研究区为密云水库上游流域的河北省赤城、丰宁和滦平三县，位于40°30′~41°37′N，115°30′~ 117°32′E，总面积约111.30 万hm²（图1）。该区域地处山地与平原的过渡地区，地势北高南低。该区域属于中温带向暖温带过渡、半干旱向半湿润过渡的中纬度大陆性季风气候，年平均气温在7 ℃左右，且随海拔的上升有所下降。全年降雨量约为490 mm，且大多数集中在7-9月份，降雨所形成的地表径流是河流的主要补给形式。人工林和天然次生林是区域内的主要植被类型，同时，灌丛有较广的分布。

图1 研究区范围

Fig.1 Scope of study

Full size|PPT slide

1.2 研究方法

（1）土地利用转移矩阵。引进土地利用转移矩阵来定量描述土地利用类型转移情况。转移矩阵是将各地类变化的转移面积按矩阵形式排列，定量分析不同时期土地利用的变化结构和方向，直观反映一定时期内各地类间的转移方向和数量^［13］，其数学模型为：

U = [\begin{matrix} U_{11} & U_{12} & \dots & U_{1 n} \\ U_{21} & U_{22} & \dots & U_{2 n} \\ ⋮ & ⋮ & ⋮ & ⋮ \\ U_{n 1} & U_{n 2} & \dots & U_{n n} \end{matrix}]

（1）

式中： U 为土地利用转移矩阵；U_ij 表示转移前的i地类转换成转以后的j地类的面积。

（2）InVEST模型产水模块。InVEST模型产水模块基于

Budyko水热耦合平衡假设（1974）和年平均降水量数据，年产水量等于年降雨总量与年蒸散总量的差值^［14］。该模型运行基于栅格地图，确定研究区每个栅格单元的年产水量^［15］，公式如下：

Y_{x, j} = (1 - \frac{A E T_{x, j}}{P_{x}}) \times P_{x}

（2）

A E T_{x, j} / P_{x} = \frac{(1 + W_{x} \times R_{x, j})}{(1 + W_{x} \times R_{x, j} + 1 / R_{x . j})}

（3）

W_{x} = Z \times (A W C_{x} / P_{x})

（4）

式中：Y_x _， _j 为j类土地利用类型栅格x的产水量；P_x 为栅格x的年降水量；AET_x _， _j 为j类土地利用类型x的年实际蒸散量^［16］；R_x _， _j 是土地利用类型j栅格x的布德科干燥度指数，是潜在蒸散与降水的比值；W_x 是一个非物理参数；AWC_x 是植被可利用的体积含水量，mm；Z为Zhang系数，为一个经验值，其值在1～10，根据实际情况调整^［17］。

E T_{0} = 0.001 3 \times 0.408 \times R A \times (T_{a v g} + 17) \times {(T D - 0.012 3 P)}^{0.76}

（5）

A W C % = 54.509 - 0.132 \times S A N % - 0.003 \times {(S A N %)}^{2} -

0.055 \times S I L % - 0.006 \times {(S I L %)}^{2} - 0.738 \times C L A % + 0.007 \times {(C L A %)}^{2} - 2.688 \times C % + 0.501 \times {(C %)}^{2}

（6）

式中：ET ₀为栅格x内的潜在蒸散量；RA为太阳大气顶层辐射；T_agv 是日最高温平均值与日最低温平均值的均值；TD是最高温平均值与日最低温平均值之差；P为栅格x的年降水量^［18］；AWC植被可利用的体积含水量；SAN%土壤沙粒含量百分比；SIL%土壤粉粒含量百分比；CLA%土壤黏粒含量百分比；C%土壤有机碳含量百分比。

（3）情景分析法。InVEST模型基于水量平衡原理模拟产水量，降水和实际蒸散量是影响模型模拟结果的主要因素，而蒸散量主要受植被和土地利用类型影响。为进一步探究产水量与土地利用/覆被变化的关系，这里设计了模拟情景：在2000年模型数据的基础上，只改变土地利用覆被数据，分别输入2010年和2019年土地利用数据和对应的作物生物物理参数，可研究2000-2010和2000-2019土地利用覆被变化对产水量的影响^［19］。

R_{l} = (l_{i} - l_{0}) / l_{0} \times 100 %

（7）

式中：R_l 土地利用覆被变化对研究区产水量变化的贡献率；l ₀基准产水量；l _i模拟产水量。

1.3 数据来源及预处理

选取2000年、2010年、2019年3期数据为研究时序。基于上述方法，收集了研究区的流域界限、行政区划、土地利用、气象、土壤属性、DEM等数据用于模型计算，同时还整理了研究区历年水资源量数据对模型结果进行验证。其中，土地利用数据主要通过遥感解译获得，遥感数据由地理空间数据云（http：//www.gscloud.cn/sources/）下载；气象数据来源于国家气象信息中心中国气象数据网（http：//data.cma.cn/），包括降雨、气温、日照等数据；土壤数据来源于世界土壤属性数据库（HWSD）；DEM数据也来源于地理空间数据云；水资源量来源于《河北省水资源公报》（http：//slt.hebei.gov.cn/）。

土地利用数据由Landsat OLI/ TM遥感影像，利用ENVI5.3通过监督分类结合人工目视解译的方法获取，参照中国科学院资源环境数据中心土地分类系统，将土地利用类型分为6个一级类：耕地、林地、草地、建设用地、水域、裸地，其综合精度达87%以上；降雨量空间数据由河北省13个站点实测数据，经ArcGIS10.2空间插值、裁剪所得；小流域划分空间数据理论上应该由DEM经ArcGIS10.2投影变换、裁剪、水文分析流域提取所得，但这里由于研究区的不是一个完整的流域，且为了后期分析统计方便，小流域划分空间数据由行政区划矢量数据代替；潜在蒸发量空间数据是由气象站点实测数据，经公式计算后进行空间插值、裁剪得到；植物有效含水率基于土壤属性数据（沙粒、粉粒、黏粒、有机碳含量）经ArcGIS10.2属性字段计算得到；土壤深度数据由全国土壤深度数据经ArcGIS10.2裁剪得到（见图2）。

图2 基础处理数据（2010年6月）

Fig.2 Processed basic data（2010，Jun）

Full size|PPT slide

2 结果与讨论

2.1 土地利用结构时空变化分析

由遥感解译得到2000年、2010年和2019年3期的土地利用分布图（见图3）。分析可知：林地的分布最为广泛，其次是草地、耕地和建设用地，耕地分布在河流沿岸地势平坦地区，草地则沿河流走势分布在农业生产用地的外围，林地则主要位于离河较远的丘陵、山地区域。

图3 2000-2019年研究区土地利用空间分布

Fig.3 Spatial distribution of Land use of the study area in 2000-2019

Full size|PPT slide

经统计得2000-2019年各地类面积及变化情况，如表1所示。张承水源涵养区土地利用结构中林地和草地是主要的用地类型，2019年两种用地类型面积分别为793 461.70和 138 779.25 hm²，各占总面积的71.3%和12.5%，作为密云水库上游流域涵养区，林地、草地有利于水量的储存和净化。2000-2019年的土地利用结构转型中，耕地、裸地和林地总体减少；草地、建设用地和水域总体增加，其中建设用地面积增长较快，19年间增加了4 268.32 hm²，年均涨幅2.1%，表明随着城镇化水平的不断提高，研究区建设用地需求量增加。

表1 2000-2019年各地类面积及变化 (hm²)

Tab.1 2000-2019 Area and change of each category

年份	耕地	林地	草地	水域	裸地	建设用地
2000	174 399.47	807 585.67	117 618.01	2 409.52	220.63	10 767.76
2010	174 852.71	810 225.78	115 307.06	779.27	210.00	11 626.24
2019	163 954.68	793 461.70	138 779.25	1 721.13	48.22	15 036.08
2000-2010	453.24	2 640.11	-2 310.95	-1 630.25	-10.63	858.48
2010-2019	-10 898.03	-16 764.08	23 472.19	941.86	-161.78	3 409.84

进一步分析各土地利用类型相互转化的方向和数量，在图3的3期土地利用分类图的基础上，利用ArcGIS的空间分析功能对不同时期的土地利用图进行空间分析，获得研究区2000-2010年和2010-2019年的土地利用功能类型的转移矩阵（表2、3）。结果总体表现为建设用地面、草地面积增加，林地、耕地面积减少。2000-2010年，耕地、林地、建设用地面积均有所增加，增加的面积大多都是由水域、草地转化而来，其中草地分别向耕地、林地、建设用地转化了1 115.59、5 773.18和92.08 hm²，裸地有86.3%开垦成了耕地。2010-2019年，林草地面积之和增加，耕地和裸地面积均有减少，且减少的耕地主要转化为林草地、水域和建设用地，分别为34 655.8、384.68和4 231.44 hm²；建设用地持续增加，林草地、耕地、裸地、水域均不同程度向其转化，转化率分别为：0.8%、2.4%、2.2%和1.5%；水域面积有所增加，增加的面积由林地、耕地、建设用地转化而来。研究区作为密云水库的水源涵养区，长期以来始终以保护生态环境作为地区发展的首要条件，充分利用地区林地、草地面积较多的优势，优化区域水源涵养生态服务功能，按照《京津冀协同规划纲要》的相关规定，多措并举推进生态清洁小流域建设。特别是随着《河北省张承地区生态保护和修复实施方案》等一系列政策的落地实施，对研究区土地利用结构变化起到一定的促进作用。

表2 2000-2010土地利用变化矩阵 (hm²)

Tab.2 2000-2010 Land use change matrix

年份/土地利用类型		2010
年份/土地利用类型		林地	草地	耕地	水域	建设用地	裸地	总计
2000	林地	800 226.21	3 562.59	3 544.35	12.31	231.04	9.17	807 585.67
	草地	5773.18	110 633.02	1 115.59	3.24	92.08	0.90	117 618.01
	耕地	3 504.52	973.05	168 955.23	25.96	928.52	12.20	174 399.47
	水域	575.19	70.04	988.49	732.05	43.63	0.11	2 409.52
	建设用地	135.60	54.49	241.56	5.26	10 330.19	0.67	10 767.76
	裸地	11.08	13.87	7.50	0.45	0.78	186.96	220.63
	总计	810 225.78	115 307.06	174 852.71	779.27	11 626.24	210.00	1 113 001.06

表3 2010-2019土地利用变化矩阵 (hm²)

Tab.3 2010-2019 Land use change matrix

年份/土地利用类型		2019
年份/土地利用类型		林地	草地	耕地	水域	建设用地	裸地	总计
2010	林地	778 302.88	11 100.09	19 283.37	405.11	1 134.32	0	810 225.78
	草地	7 875.47	98 379.99	8 209.86	69.18	772.56	0	115 307.06
	耕地	6 941.65	27 714.15	135 545.82	384.68	4 231.44	34.97	174 852.71
	水域	23.92	17.77	42.70	683.03	11.84	0	779.27
	建设用地	283.68	1 443.98	840.58	176.72	8 881.29	0	11 626.24
	裸地	34.08	123.27	32.34	2.42	4.64	13.25	210.00
	总计	793 461.70	138 779.25	163 954.68	1 721.13	15 036.08	48.22	1 113 001.06

2.2 产水量时空分布及变化特征

InVEST模型在估算年产水量时除了数据预处理中所列的数据外，还需要输入Zhang系数和生物物理参数表。Zhang系数是InVEST模型需要输入的重要参数，取值范围1～10，可以由研究区年降雨发生次数进行初步估算，再结合模型检校数据进行反复调试。生物物理参数表至少包含各土地利用/覆被类型的植被蒸散系数K_c 和最大根系深度两项参数，其中植被蒸散系数K_c 是作物实际蒸散量与参考蒸散量的比值，经多次试验，发现研究区模型产水量的预测结果对该指标敏感性较高。而以往的研究中K_c 的确定多是直接采用联合国粮农组织作物参考值^［20］，由于植被蒸散系数受植被的生长状况、气候及水分条件等诸多因素的影响，最好结合当地实际情况进行校正。目前基于遥感估算作物蒸散系数K_c 的研究相对较多^{［21，22］}，在韩文霆、李霞^{［23，24］}等人研究成果基础上，结合杨洁、吴瑞^{［25，26］}等人的研究确定本文3期生物物理参数如表4所示。以河北省水资源公报数据进行模型检校，经过反复调试当3期Zhang系数分别为1.1、3.5、3.0时，模型模拟产水量与实际产水量最接近，相对误差均控在20%以内（表5）。

表4 InVEST模型的各土地利用类型生物物理参数

Tab.4 Biophysical parameters of land use description in InVEST model

土地利用类型	地类代码	植被蒸散系数			最大根系深度/mm
土地利用类型	地类代码	2000	2010	2019	最大根系深度/mm
耕地	1	0.65	0.85	0.65	2 000
林地	2	0.79	1.15	0.79	5 100
草地	3	0.58	0.65	0.58	2 600
水域	4	1.00	1.00	1.00	100
建设用地	5	0.20	0.20	0.20	100
裸地	6	0.20	0.20	0.20	300

表5 InVEST 年产水模型结果校验

Tab.5 Verification of result about InVEST water yield model

年份	模拟产水量/亿m³	实际产水量/亿m³	相对误差/%
2000	2.61	2.66	1.90
2010	3.46	3.04	13.80
2019	2.71	2.77	2.20

2000-2019年，研究区产水深度在7.2～65.1 mm。2000、2010和2019年的总产水量分别为2.61、3.46和2.71 亿m³，说明研究区产水量先增加后减少（图4）。不同时期的产水量表现出空间分异格局，整体变化趋势为产水量由西高东低逐渐变为东高西低。2000年产水主要集中在赤城县和丰宁县西北部；2010年赤城中东部和丰宁西部地区产水量减少，丰宁东部和滦平县地区产水量增加；2019年研究区产水量呈东高西低的趋势更加明显。这种格局与研究区年均降水量和土地利用类型分布有直接关系，降水量多且植被蒸散量低的区域产水能力强，反之产水能力较弱。

图4 2000-2019产水深度空间分布

Fig.4 Spatial distribution of the water yield depth in 2000-2019

Full size|PPT slide

由图5可以看出，2000-2019年，研究区产水量先增加后减少，总产水量略有增加。2000-2010年增加区域主要集中在滦平县和丰宁县东北部，以及赤城县的西北部，增加的面积占总面积的76.5%；2010-2019年产水量总体减少，其中赤城县、丰宁县中部和滦平减少最多。2000-2019年总产水量略有增加，其中以巴克什营镇、涝洼乡和两间房乡产水深度增加最多，分别增加了28.5、31.5和29.4 mm；产水量减少的区域主要集中在赤城县和丰宁县西部地区。2000-2019年研究区的产水量变化与不同时期的降雨和土地利用结构有直接的关系。

图5 2000-2019产水深度变化的空间分布

Fig.5 Spatial distribution of the water yield depth change in 2000-2019

Full size|PPT slide

为了定量描述3个区县2000-2019年产水量的变化情况，分别对赤城、丰宁、滦平3个县域三期的总产水情况进行了统计分析（表6）。2000-2019年3个县域内产水整体呈现先增加后减少趋势，跟整个研究区三期产水趋势吻合。其中，赤城县2000-2019年产水总量总体减少0.177 亿m³，丰宁县和滦平县2000-2019年产水总量总体分别增加了0.005和0.277 亿m³。

表6 2000-2019各县模拟产水量及变化 (亿m³)

Tab.6 Water yield and change in each county of 2000-2019

行政区划	产水量			产水变化量
行政区划	2000	2010	2019	2000-2010	2010-2019	2000-2019
赤城县	1.359	1.386	1.182	0.027	-0.204	-0.177
丰宁县	0.992	1.319	0.997	0.327	-0.322	0.005
滦平县	0.258	0.629	0.535	0.371	-0.094	0.277

2.3 不同土地利用类型的产水深度和产水量

InVEST模型的产水模块是一种基于水量平衡法的估算方法，某栅格单元的降水量减去实际蒸发量即为该栅格的产水量，即总体的产水能力与降雨量成正比，与蒸散发量成反比，与坡度高程等地形因子无关。由于不同土地利用类型的蒸散发能力、土壤含水量、凋落物持水能力及冠层截留量存在差异，导致同一时期不同土地利用类型的产水深度不同。2000-2019年研究区的各地类平均产水深度如图6所示，分析可知：不同土地利用类型平均产水深度从大到小依次为：建设用地、裸地、水域、耕地、林地、草地，各地类单位面积的平均产水深度分别为：30.786、27.638、27.564、27.304、26.572和26.547 mm。其中建设用地植被覆盖较少，相对蒸散发量也就较少，再加之不透水面的增加，使得降水渗入地下较少，导致该地类产水量最高；草地和林地地表调落物拦截地表径流，延迟降雨汇流时间，增加土壤入渗量，同时植被冠层蒸散量相对较强，导致林地和草地产水量相对较少。

图6 不同土地覆被类型平均产水深度的时间变化

Fig.6 Temporal variation of average water yield depth of different land cover types

Full size|PPT slide

各地类的产水能力和面积占比是影响该地类总产水量的主要因素，通过图6分析除建设用地外，其他5种地类平均产水能力相差不是很大，这样研究区各地类总产水量主要取决于各地类面积占比。研究区主要的用地类型是林地，2019年，林地占整个研究区的71.3%，产水量占产水总量的72.0%。

2.4 产水量与土地利用相关性

由InVEST模型产水模块的估算原理可知，某栅格产水量主要受降雨和蒸散发两个因素的影响，由于不同土地利用类型的蒸散发能力不同，且不同地类的凋落物持水能力及冠层截留量也存在一定的差异，导致不同土地利用类型将直接导致产水量的变化。本文采用情景模拟法，在2000年模型数据的基础上，分别输入2010年和2019年土地利用数据和对应的作物生物物理参数，进行情景模拟得2010年和2019年研究区总产水量，并分析两期各地类的平均产水深度，以探究研究区产水量与土地利用的相关性。结果显示2010年和2019年研究区总产水量相较2000年实际产水总量2.61 亿m³分别减少1.42 亿m³和增加0.15 亿m³，地表覆被变化对产水量变化的贡献率分别为-54.4%和5.7%。对比分析对应的生物物理参数，2019年各地类作物系数与2000年的相同，而2010年各地类作物系数较2000年略有增加，作物系数代表各类地物的蒸散发能力，进一步说明该产水模型对各地类蒸散系数较敏感，且产水量与作物系数成反比。通过对比分析2019年各地类模拟产水深度，如图7所示，发现与2000年相比，2019年各地类平均产水深度均有所增加，其中水域平均产水深度增幅最大由2000年的22.5 mm增加到2019年的27.8 mm，林地平均产水深度增幅最小由2000年的23.5 mm增加到2019年的24.7 mm。通过情景模拟分析说明土地利用类型之间的相互转移可能会导致产水量的增加或减少，例如在其他条件不变的情况下，建设用地增加会增加产水量，而林地增加会减少产水量。

图7 模拟情景下各地类平均产水深度变化

Fig.7 Change of average water yield depth in different regions in simulated situations

Full size|PPT slide

为了进一步探讨区域土地利用与产水量之间的时空分布关系，将2019年模拟产水量与2000年实际产水量变化以及两期的土地利用变化做时空对比分析，如图8、9所示。通过对比分析发现：赤城县的西南部、丰宁县的中部以及滦平县的南部产水量明显增多，该地区主要土地利用类型变化为耕地或草地转为建设用地，林地或草地转为耕地，转换后的土地利用类型相较耕地产水能力强，因此该地区整体产水量增加；产水量减少的4个乡镇：赤城县的白草镇、丰宁县的胡麻营乡、滦平县的邓厂满族乡和付家店满族，主要土地利用类型变化为耕地、建设用地、林地转为草地，转化后的土地利用类型较转化前的地类产水能力较弱，导致该区域产水量减少。通过土地利用与产水量时空变化关系的分析，再次证明了在6种土地利用类型中，建设用地产水能力最强，其次是耕地，林地和草地产水能力最弱，蓄水能力较强。

图8 2000-2019土地利用变化分布

Fig.8 Spatial distribution of the land use change in 2000-2019

Full size|PPT slide

图9 2000-2019产水量变化分布

Fig.9 Spatial distribution of water yield and change in 2000-2019

Full size|PPT slide

3 结语

通过遥感解译张承水源涵养区2000年、2010年和2019年三期土地利用数据，用InVEST模型产水模块从空间上量化评估了2000-2019年研究区的产水量，同时模拟不同土地利用变化对研究区产水功能的影响，最终借助GIS空间分析功能分析了研究区产水功能的时空分布特征及其变化，并进一步探讨了产水功能变化与土地利用类型变化的内在关系，通过研究分析得出以下结论。

（1）2000-2019年，研究区土地利用整体呈现耕地面积减少，林地、草地、建设用地不断增加的特点。将其划分为2000-2010年和2010-2019年两个阶段，前期水域和草地减少，转化为耕地、林地和建设用地；后期耕地和林地减少，转化为草地、水域和建设用地。

（2）2000年、2010年和2019年研究区的总产水量分别为2.61、3.46和2.71 亿m³。不同时期的产水量表现出空间异质性，整体变化趋势为由西高东低逐渐变为东高西低。2000-2010年产水量增加区域占总面积的76.5%，主要集中在滦平县和丰宁县东北部，以及赤城县的西北部；2010-2019年产水量总体减少，其中赤城县、丰宁县中部和滦平减少最多。

（3）研究区不同土地利用类型平均产水深度从大到小依次为：建设用地、裸地、水域、耕地、林地、草地，通过情景模拟分析发现产水模型对各地类蒸散系数较敏感，在蒸散系数不变的情况下，土地利用由产水能力低的地类转为产水能力高的地类会造成区域产水量的增加，反之减少。

（4）采用了土地利用的6个一级分类进行了产水量分析，但由于水源涵养功能的涵义较广，未来有必要将土地利用分类进一步细化，进一步考虑区域土壤的渗透性、地表径流系数等因素，以便更好地分析土地利用和人类活动对张承地区水源涵养功能的影响。

（5）未来应进一步校验模型所需的各类参数，精确研究区域的本地化参数，提高模型精度。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

1	王晓学，李叙勇，莫菲，等. 基于元胞自动机的森林水源涵养量模型新方法：概念与理论框架［J］. 生态学报， 2010，30（20）： 5 491-5 500. 本文引用 [1]

2	龚诗涵，肖洋，郑华，等. 中国生态系统水源涵养空间特征及其影响因素［J］. 生态学报， 2017，37（7）：2 455- 2 462 . 本文引用 [1]

3	姜文来. 森林涵养水源的价值核算研究［J］. 水土保持学报， 2003，17（2）：34-40. 本文引用 [1]

4	肖寒，欧阳志云，赵景柱，等. 森林生态系统服务功能及其生态经济价值评估初探：海南岛尖峰岭热带森林为例［J］. 应用生态学报， 2000（4）：481-484.

5	王玉纯，赵军，付杰文，等. 石羊河流域水源涵养功能定量评估及空间差异［J］. 生态学报， 2018，38（13）：4 637-4 648.

6	MOMBLANCH A， PAREDES-ARQUIOLA J， ANDREU J. Improved modelling of the freshwater provisioning ecosystem service in water scarce river basins［J］. Environmental Modelling & Software， 2017，94：87-99 本文引用 [1]

7	ZHANG CQ， LI WH， ZHANG B， et al. Water yield of Xitiaoxi River Basin based on InVEST Modeling［J］. Journal of Resources and Ecology， 2012，3（1）：50-54 本文引用 [1]

8	包玉斌，李婷，柳辉，等. 基于InVEST模型的陕北黄土高原水源涵养功能时空变化［J］. 地理研究， 2016，35（4）：664-676 .

9	杨英，王立新，任卫华，等. 基于InVEST模型的河南淅川县森林资源水源涵养功能评估［J］. 林业资源管理， 2017（3）：51-55. 本文引用 [1]

10	张敏，李令军，赵文慧，等. 密云水库上游河流水质空间异质性及其成因分析［J］. 环境科学学报， 2019，39（6）：1 852-1 859. 本文引用 [1]

11	许新瑶，蒲晓，刘训良，等. 潮白河密云段水体溶解性有机碳和重金属时空变化特征［J］. 生态与农村环境学报， 2020，36（9）： 1 177-1 184.

12	林惠凤，刘某承，熊英，等. 流域水资源保护补偿标准研究：以京冀“稻改旱”工程为例［J］. 干旱区资源与环境， 2016，30（3）：7-12. 本文引用 [1]

13	ZHANG Y， LIU YF， DING Q， et al. Study on land use/cover change from 1996 to 2005 in Wuhan city［J］. Ecology and Environment， 2010，19（11）：2 534-2 539. 本文引用 [1]

14	WEBSTER PJ. Review of Climate and Life［J］. Quaternary Research， 1976，6（3）：461-463. 本文引用 [1]

15	ZHANG L， W-RDAWES， G-RWALKER. Response of mean annual evapotranspiration to vegetation changes at catchment scale［J］.Water Resources Research， 2001，37（3）：701-708. 本文引用 [1]

16	郑华，傅斌，肖洋，等译. 生态系统服务评估与权衡（InVEST）模型（3.2.0版本）使用手册， 2017. 本文引用 [1]

17	DONOHUE RJ， RODERICK ML， MCVICAR TR. Roots， storms and soil pores： Incorporating key ecohydrological processes into Budyko’s hydrological model［J］. Journal of Hydrology， 2012（436/437）：35-50. 本文引用 [1]

18	贾芳芳，基于InVEST模型的赣江流域生态系统服务功能评估［D］. 北京：中国地质大学， 2014. 本文引用 [1]

19	赵亚茹，周俊菊，雷莉，等. 基于InVEST模型的石羊河上游产水量驱动因素识别［J］. 生态学杂志， 2019，38（12）：3 789-3 799. 本文引用 [1]

20	DROOGERS P， ALLEN RG. Estimating reference evapotranspiration under inaccurate data conditions［J］. Irrigation ＆ Drainage Systems， 2002，16：33-45. 本文引用 [1]

21	DUCHEMIN B， HADRIA R， ERRAKI S， et al. Monitoring wheat phenology and irrigation in Central Morocco： On the use of relationships betwe enevapotranspiration， crops coefficients， leaf area index and remotely-sensed vegetation indices［J］. Agricultural Water Management， 2006，79（1）：0-27. 本文引用 [1]

22	GLENN E， NEALE CMU， HUNSAKER DJ， et al. Vegetation indexbased crop coefficients to estimate evapotranspiration by remotesensing in agricultural and natural ecosystems［J］. Hydrological Processes， 2011，25（26）：4 050-4 062. 本文引用 [1]

23	韩文霆，邵国敏，马代健. 大田玉米作物系数无人机多光谱遥感估算方法［J］. 农业机械学报， 2018，49（7）：134-143. 本文引用 [1]

24	李霞，刘廷玺，段利民，等. 半干旱区沙丘、草甸作物系数模拟及蒸散发估算［J］. 干旱区研究， 2020， 37（5）：1 246-1 255. 本文引用 [1]

25	吴瑞. 基子InVEST模型的官厅水库流域生态系统服务评估及生态补偿标准核算［D］. 北京：北京林业大学， 2017. 本文引用 [1]

26	杨洁，谢保鹏，张德罡. 基于InVEST模型的黄河流域产水量时空变化及其对降水和土地利用变化的响应［J］. 应用生态学报， 2020， 31（8）：2 731-2 739. 本文引用 [1]

PDF(3940 KB)

访问

引用

详细情况

段落导航

摘要
Abstract
关键词
Key words
基金
引用本文
0 引言
1 数据来源与研究方法
1.1 研究区概况
图1 研究区范围
1.2 研究方法
1.3 数据来源及预处理
图2 基础处理数据（2010年6月）
2 结果与讨论
2.1 土地利用结构时空变化分析
图3 2000-2019年研究区土地利用空间分布
表1 2000-2019年各地类面积及变化 (hm2)
表2 2000-2010土地利用变化矩阵 (hm2)
表3 2010-2019土地利用变化矩阵 (hm2)
2.2 产水量时空分布及变化特征
表4 InVEST模型的各土地利用类型生物物理参数
表5 InVEST 年产水模型结果校验
图4 2000-2019产水深度空间分布
图5 2000-2019产水深度变化的空间分布
表6 2000-2019各县模拟产水量及变化 (亿m3)
2.3 不同土地利用类型的产水深度和产水量
图6 不同土地覆被类型平均产水深度的时间变化
2.4 产水量与土地利用相关性
图7 模拟情景下各地类平均产水深度变化
图8 2000-2019土地利用变化分布
图9 2000-2019产水量变化分布
3 结语
参考文献

收稿日期	出版日期
2021-08-04	2022-05-15
发布日期
2022-06-28

选择文件类型/文献管理软件名称

选择包含的内容