基于InVEST模型的大凌河上游区产水功能分析

王耕 韩冬雪

摘 要：为探讨大凌河上游区产水功能的定量评估及空间表达，利用InVEST模型计算大凌河上游汇水区产水量，结合ArcGIS平台分析流域产水量空间分布格局及相关性，探讨在不同驱动因子下产水量高低情况。研究结果表明：①2015年大凌河上游汇水区平均产水量为36.72 mm，产水总量为3.41亿 m3/a;②研究区产水量Morans I值为0.939，产水量呈现明显空间相关性，朝阳县西部及喀喇沁左翼蒙古族自治县东北部子流域处于Low-Low聚類区，建昌东部子流域为High-High聚类区，流域内无Low-High聚类区与High-Low聚类区;③不同土地利用类型下，林地、草地以及城市与工矿用地产水能力强，水域、未利用地及耕地产水能力弱;④不同土壤质地的平均产水能力依次为棕壤>中性石质土>钙质粗骨土>粗骨土>淋溶褐土>褐土>潮褐土>积钙红黏土>石灰性褐土>潮土>潮棕壤;⑤产水量与降水量显著正相关，与实际蒸散量、潜在蒸散量显著负相关。InVEST模型适用于评估大凌河产水功能研究，不同因素下产水功能差异显著。

关键词：生态系统服务;产水量;InVEST模型;驱动因子;大凌河

中图分类号：TV213.4 文献标志码：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

水源供给是生态系统服务重要的一项，随着生态系统服务热点的发展，水源供给时空特征及影响因子分析备受学者关注[1-3]。在学者的众多研究中，对产水量、水源供给、水源涵养概念存在不同的理解与界定[4-6]，徐洁等[7]结合已有研究对上述概念进行了梳理。对森林生态系统水源涵养功能的研究较为广泛，王晓学等[8]将水源涵养定义为森林生态系统的林冠层、枯枝落叶层、土壤层对降水的拦截与再分配作用，从而起到储存水分、调节径流、拦截洪水的功能。水源供给是为满足自然生态系统和社会经济系统需求的用水量，产水量是水源供给服务的定量化表达，计算降水量与蒸散量的差值得到[9]。为定量评估生态系统服务功能，解决其空间异质性表达等问题，生态系统服务评估模型成为研究热点，如ARIES模型[10]、SOLVES模型[11]、InVEST模型[12]。InVEST（Integrated Valuation of Ecosystem Services and Tradeoffs）模型由美国斯坦福大学、大自然保护协会、世界自然基金会共同开发。相比其他模型，InVEST模型具有输入数据量少、导出数据量大、对抽象生态系统服务功能进行定量分析等优点，InVEST模型不足之处表现为计算各参数过程中无统一公式，虽为学者提供方便，但也影响了结果的精度。由于模型引自国外，参数依据国外的自然地理特征而设定，因此需进行本地化，在本地化过程中，学者多依据研究经验或借鉴前人研究成果，无统一标准，亦造成了研究结果的不确定性。产水量模块是基于Budyko[13]曲线、年平均降水量、水量平衡公式所提出的简易模拟汇水过程的模块，各个栅格单元产水量表现形式为降水量与潜在蒸散量的差值。国内学者运用InVEST模型产水模块对生态系统服务产水功能进行了大量研究，如吴健等[14]运用InVEST模型研究了近20 a来东北地区产水量时空分布格局及驱动因素，吴哲等[15]基于InVEST模型设定3种不同情境模拟了海南岛产水量空间分布，王雅等[16]研究了黑河流域土地利用变化下的水文时空特征，林世伟等[17]对“三江并流”区生态系统服务中水源供给时空特征进行了深入研究。

大凌河上游汇水区是大凌河干流及众多支流的补给源，是辽宁西部城市群的重要水源地，对辽宁西部社会发展尤为重要。本文以大凌河上游汇水区为例，基于InVEST模型产水模块，结合2015年土地利用数据，模拟大凌河上游汇水区产水量并分析产水量空间分布特征，分析不同土地利用、气候、土壤质等驱动因子下产水量的变化情况，评估大凌河产水量空间自相关特征，分析产水量高低聚类区，对实现水资源管理与生态系统服务功能具有重要意义。

1 研究区概况

大凌河是东北地区渤海西部沿岸一条入海河流，上游分为南北两支，北支发源于河北省平泉县，南支发源于辽宁省建昌县，两支在辽宁省喀左县汇合后流经朝阳市、义县，于锦州市凌海注入渤海。选取大凌河上游汇水区为研究区，面积为9 330.59 km2，占大凌河流域面积的39.8%。研究区气候类型为温带半湿润、半干旱大陆性季风气候，受东南部海洋暖湿空气及北部蒙古冷干气流的相互作用，降水偏少，多年平均降水量为450～580 mm，汛期为7—8月，降水年内分配不均，暴雨集中。多年平均水面蒸发量为900～1 200 mm，气候干旱，春秋两季尤为突出，素有“十年九旱”之称。区内分布土壤主要为棕壤、褐土、粗骨土、潮土等。

2 研究方法

2.1 数据来源

本文所需数据及数据来源见表1。

2.2 数据处理

模型输入参数包括降水（P）、流域面积、土地利用/土地覆被（LUCC）、最大根系深度、植被有效水含量（AWC）、潜在蒸散量（ET0）、Zhang系数、生物物理参数等。土地利用数据基于Landsat TM遥感影像，运用ENVI平台进行几何校正、融合、裁剪、镶嵌、监督分类处理，完成目视解译。降水参数根据15个气象站数据，利用ArcGIS软件Kriging插值得到。基于DEM数据，将研究区划分为55个子流域。潜在蒸散量参数采用Modified-Hargreaves公式[18]计算，在ArcGIS软件中由Kriging插值获得。计算公式为

式中：ET0为潜在蒸散量，mm;RA为太阳辐射值，MJ/（m2·d）;Tavg为日最高气温与日最低气温的均值，℃;TD为日最高气温与日最低气温的差值，℃。

植被可利用水含量参考文献[19]，计算田间持水量及永久萎蔫系数之间的差值，计算公式为

式中：FMC为田间持水量，%;WC为永久萎蔫系数;Clay为土壤黏粒含量，%;Silt为土壤粉粒含量，%;Sand为土壤沙粒含量，%;OM为土壤有机质含量，%;BD为土壤容重，g/cm3。

Zhang系数为季节因子，亦是表征降水特征的常数[20]。将空间参数的地理坐标统一设置为Beijing_1954_3_Degree_GK_Zone_41，分辨率设置为30 m×30 m。生物物理参数包括土地利用类型、蒸散系数、植被根系深度等，土地利用类型分为林地、草地、耕地、城镇及工矿用地、水域及水利设施、未利用地6類，蒸散系数与植被根系深度参数结合InVEST模型说明手册[21]进行调整。

2.3 产水模型模拟

InVEST模型中Water Yield模块以Budyko曲线为基础，根据水量平衡方程，降水量减去蒸发量即为产水量。模型未区分地表水、地下水、基流，假设每个栅格产水量通过以上任意方式到达流域出口，产水量包括地表产水、枯枝落叶含水量、土壤含水量等。产水量计算公式为

式中：Yjx为栅格单元x中第j类土地利用类型的产水量，mm;AETxj为栅格单元x中第j类土地利用类型的年实际蒸散量，mm;Px为栅格单元x的年平均降水量，mm;Rxj为栅格单元x第j类土地利用类型的干燥度指数，定义为潜在蒸发量与降水量的比值;ωx为自然气候-土壤性质的参数;AWCx为栅格单元x的植被可利用水含量，mm，用来确定土壤为植物生长所提供的水量;Z为Zhang系数，研究区降水次数越多则Zhang系数越大。

大凌河上游地区主要控制站为大城子水文站，依据冯夏清[22]对近50 a大凌河流域径流变化的研究得知，大城子站平均径流量为3.62亿m3/a，将Zhang系数调整为27.5，模型输出产水量为3.41亿m3/a，误差为5.8%，相对较低，表明式（4）适用于评估大凌河上游地区产水能力。

2.4 空间自相关

2.4.1 全局空间自相关

全局空间自相关是指在整个区域中地理要素属性值的空间特征描述[23]。Morans I在空间统计分析中被广泛应用，计算公式为

Morans I的取值范围在[-1，1]之间，当I>0时，表示正相关，即为空间集聚;当I<0时，表示负相关，即为空间离散;当I=0时，表示无关。

2.4.2 局域空间自相关

全局空间自相关是对区域内某一属性整体空间度的表达，无法确定空间聚集、离散的具体位置。受空间异质性的影响，使同一区域中某一位置为空间正相关，另一位置呈现空间负相关。通过局域自相關（LISA）分析聚集或离散具体发生位置，计算公式为

2.4.3 Person相关性分析

Person相关性分析用来度量数值型变量之间的线性相关关系。基于SPSS平台计算产水量与影响因素之间的相关系数，计算公式为

3 结果与分析

3.1 产水量空间格局分析

2015年大凌河上游汇水区产水深度为6.03～417.08 mm（见图1），平均产水深度为36.72 mm，产水总量为3.41亿m3/a。研究区产水深度呈现明显的空间异质性，在县域尺度上，平均产水深度大小排序为平泉县>建昌县>凌源县>宁城县>喀喇沁左翼蒙古自治县>建平县>朝阳县>敖汉旗。平泉县、建昌县境内植被以林地和草地为主，水土保持能力强，且建昌县降水量较其他县域大，境内单位面积平均产水量高;建平县降水量大，但潜在蒸散量亦较大，且植被覆盖率低，境内单位面积平均产水量低;朝阳县境内耕地面积大，林地草地分布在西北、东南海拔高的地区，境内单位面积平均产水量低;敖汉旗位于内蒙古自治区境内，降水量小且蒸散量大，同时植被覆盖率低，耕地占据主导地位，产水能力低。

3.2 产水量空间自相关分析

3.2.1 产水量全局相关分析

研究区产水量的Morans I指数为0.939，Z值为5.544，概率P值为0，小于0.001，表明产水量展现出的空间分布为非随机状态。受降水量、蒸发量等自然条件的影响，产水量呈空间正相关且相关性较明显。Morans I可以表明产水量呈现空间正相关，但无法确定在哪一具体位置为聚类或离散状态。

3.2.2 产水量局域自相关分析

产水局域自相关分析可确定产水量高、低值集聚区，判断产水量高低值分布区有利于对水资源进行合理利用及有效管理。研究区局域空间自相关分布如图2所示，图中High-High表示该流域及其周围流域产水量都高;Low-Low表示该流域及其周围流域产水量都低，两者空间自相关存在相似性;High-Low表示该流域产水高，周围流域产水量低;Low-High表示该流域产水量低，周围流域产水量高，两者空间自相关存在异质性;Not Significant表示该流域无显著集聚。产水量局域自相关分析表明：朝阳县西部及喀喇沁左翼蒙古族自治县东北部子流域处于产水量Low-Low聚类区，该地区以耕地为主，耕地蒸散能力强于林地与草地[24]，产水能力较弱。建昌县东部子流域为产水量High-High聚类区，该地区以林地、草地为主，蒸散量较水域、林地低，且处于潜在蒸散量低值区。研究区不存在Low-High聚类区与High-Low聚类区。基于产水量空间自相关研究可识别产水量高低聚类分区，相关机构可对产水量Low-Low聚类地区加强水资源管理，协调好产水能力与其相关驱动因素间的关系，合理使用有限水资源;对产水量High-High聚类区，强化水资源优化配置，实现水资源可持续利用。

3.3 不同驱动因子下产水量分析

3.3.1 不同土地利用类型下产水量分析

基于SPSS软件Person相关性分析，判别不同土地利用类型的产水量差异。林地、草地、水域及水利设施、城镇与产水量呈显著正相关，表明产水量随着这几种地类面积的增大而增大，未利用地与产水量呈显著负相关，表明产水量随着未利用地面积的增大而减小（见表2）。林地、草地以及城市与工矿用地产水量大，这3种地类平均产水量为79.2 mm，水域、未利用地与耕地平均产水量为76.1 mm。实际蒸散量是产水量大小的重要影响因子，蒸散量大小排序为耕地>林地>草地>建筑用地，水体的蒸发量明显大于植被的蒸散量[25]，未利用地多为荒草地、盐碱地或沙地，蒸散量亦大于植被蒸散量。城市作为不透水面，地表产流量增大，使城市及建筑用地产水能力相对较高。林地、草地的枯枝落叶含水量、冠层截留量与土壤含水量高，林地土壤孔隙度较大，具有改善土壤结构的功能，产水能力强。在蒸散量及土地利用类型面积的共同作用下，使得林地、草地以及城市与工矿用地的产水量较高。

3.3.2 不同土壤质地下产水量分析

土壤质地决定田间持水量与永久萎蔫系数之间的差值即植被可利用水含量，進而影响流域产水量，说明土壤质地与产水量大小密切相关。采用Person相关分析研究不同土壤质地与产水量的相关性，棕壤、潮土、钙质粗骨土与产水量呈显著正相关关系，潮褐土和石灰性褐土与降水量呈负相关关系（见表3）。不同质地土壤产水深度范围为35.327～139.364 mm，平均产水深度为91.13 mm。不同土壤类型产水量大小依次为棕壤>中性石质土>钙质粗骨土>粗骨土>淋溶褐土>褐土>潮褐土>积钙红黏土>石灰性褐土>潮土>潮棕壤（见图3），与陈姗姗等[26]得出棕壤>褐土>新积土的结论基本一致。棕壤导水性强于粗骨土强于褐土，棕壤质地细，永久萎蔫系数与田间持水量较大，保水能力与产水能力强。宁城县与平泉县多棕壤与粗骨土分布且分布集中，该地区饱和导水率高，产水能力较强。不同类型土壤较零散分布于研究区内，在气候因子及生物因子共同作用下，影响产水量大小及其分布。

3.3.3 不同气候因子下产水量分析

影响产水量的气候因子主要包括气温、降水、蒸散量。根据Person相关分析得知，降水量与产水量显著正相关，实际蒸散量、潜在蒸散量与产水量显著负相关（见表4）。研究区2015年降水量为500.070～582.942 mm，空间分布为北部高、中部低、东南部高，平均实际蒸散量为448.600 mm，潜在蒸散量为957.634～1 096.790 mm。流域北部及西部分别位于内蒙古及河北境内，气候相对干燥，潜在蒸散量由北部向南部逐渐递减，在区内海拔较高的山地地区，受降水量、潜在蒸散量、植被以及土壤综合影响，山区生态系统的产水量大于平原及其他地区生态系统的产水量。

4 结 论

（1）产水量空间格局特征：大凌河上游汇水区平均产水深度为36.72 mm，产水总量为3.41亿m3/a。研究区内不同县域的平均产水深度排序为平泉县>建昌县>凌源县>宁城县>喀喇沁左翼蒙古自治县>建平县>朝阳县>敖汉旗。

（2）产水量的空间相关性：流域产水量Morans I值为0.939，Z为5.544，P值为0。朝阳县西部及喀喇沁左翼蒙古族自治县东北部子流域地区为Low-Low聚类区，建昌东部子流域为High-High聚类区，流域内无Low-High聚类区与High-Low聚类区。

（3）不同土地利用类型的产水量特征：研究区土地利用类型以林地、草地、耕地为主，林地、草地以及城市与工矿用地产水能力强，其他土地利用类型产水能力弱，产水量小。

（4）不同土壤质地的产水量特征：在土壤质地、透水性、饱和导水率，生物因子的共同作用下，产水功能大小产生差异，排序为棕壤>中性石质土>钙质粗骨土>粗骨土>淋溶褐土>褐土>潮褐土>积钙红黏土>石灰性褐土>潮土>潮棕壤。

（5）不同气候因子的产水量特征：2015年流域内降水量为500.070～582.942 mm，潜在蒸散量为957.634～1 096.790 mm，平均实际蒸散量为448.600 mm。产水量与降水量显著正相关，与潜在蒸散量、实际蒸散量负相关。

由于缺失大凌河上游汇水区连续年份的水文土壤资料，因此

本文仅对2015年大凌河流域产水量进行空间定量化分析，运用产水模块计算单一产水服务功能，在今后的研究中，应加强多种生态系统服务之间的关系研究，如产水量与土壤保持量、产水量与碳储量服务之间的关系。

参考文献：

[1] 孙小银，郭洪伟，廉丽姝，等. 南四湖流域产水量空间格局与驱动因素分析[J]. 自然资源学报，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] 吕一河，胡健，孙飞翔，等.水源涵养与水文调节：和而不同的陆地生态系统水文服务[J].生态学报，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] 潘韬，吴绍洪，戴尔阜，等.基于InVEST模型的三江源区生态系统水源供给服务时空变化[J].应用生态学报，2013，23（1）：183-189.

[6] 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.

[7] 徐洁，肖玉，谢高地，等.东江湖流域水供给服务时空格局分析[J].生态学报，2016，36（15）：4892-4906.

[8] 王晓学，沈会涛，李叙勇，等.森林水源涵养功能的多尺度内涵、过程及计量方法[J].生态学报，2013，33（4）：1019-1030.

[9] 黄从红.基于InVEST模型的生态系统服务功能研究[D].北京：北京林業大学，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，李丽娟，覃驭楚，等.基于Budyko假设评估洮儿河流域中上游气候变化的径流影响[J].资源科学，2011，33（1）：70-76.

[14] 吴健，李英花，黄利亚，等.东北地区产水量时空分布格局及其驱动因素[J].生态学杂志，2017，36（11）：3216-3223.

[15] 吴哲，陈歆，刘贝贝，等.不同土地利用/覆盖类型下海南岛产水量空间分布模拟[J].水资源保护，2014，30（3）：9-13.

[16] 王雅，蒙吉军.基于InVEST模型的黑河中游土地利用变化水文效应时空分析[J].北京大学学报（自然科学版），2015，51（6）：1157-1165.

[17] 林世伟，武瑞东.“三江并流”区生态系统供水服务的空间分布特征[J].西部林业科学，2015，44（3）：8-15.

[18] 陈风琴，石辉.缙云山常绿阔叶林土壤大孔隙与入渗性能关系初探[J].西南师范大学学报，2005，30（2）：350-353.

[19] 张恒玮.基于InVEST模型石羊河流域生态系统服务评估[D].兰州：西北师范大学，2016：12-15.

[20] 张雪峰，牛建明，张庆，等.内蒙古锡林河流域草地生态系统水源涵养功能空间格局[J].干旱区研究，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] 冯夏清.近50年大凌河流域径流变化特征分析[J].水文，2017，37（3）：84-90.

[23] 孟斌，王劲峰，张文忠，等.基于空间分析方法的中国区域差异研究[J].地理科学，2005，25（4）：393-400.

[24] 顾东娟.长株潭城市群土地利用/覆被变化的水文水资源效应分析[D].长沙：湖南师范大学，2014：17-23.

[25] 赵晓松，刘元波，吴桂平.基于遥感的鄱阳湖湖区蒸散特征及环境要素影响[J].湖泊科学，2013，25（3）：428-436.

[26] 陈姗姗，刘康，包玉斌，等.商洛市水源涵养服务功能空间格局与影响因素[J].地理科学，2016，36（10）：1546-1554.

【责任编辑 张华兴】