延河流域水供給服務供需平衡與服務流研究

陳登帥,李 晶,張渝萌,張 城,周自翔

1 陜西師范大學地理科學與旅游學院, 西安 710119 2 南京大學地理與海洋科學學院, 南京 210023 3 西安科技大學測繪科學與技術學院, 西安 710054

水供給服務對流域的水循環和水量平衡,以及人類的生存和發展起到至關重要的作用[1]。水供給服務研究已經成為是地理學、生態學、水文學等多個學科研究的重要課題。但由于生態系統具有強烈的空間異質性特征,往往會導致水供給服務的供給與需求在空間上的會發生錯位,出現不匹配的問題[2-3]。而水供給服務流作為連接提供各種生態系統服務與產品的自然生態系統與具有生態系統服務消費需求的人類社會的重要紐帶,對于水供給服務的生產、轉移和消費均具有重要的意義[4]。因此,對水供給服務的供需平衡與空間流動進行空間制圖與定量化研究,明確水供給服務所產生的效益在什么時間和地點被享用[5],將成為輔助決策者進行水資源管理的重要依據。

水供給服務流研究的實質就是對水供給服務的供給與需求進行定量化評估,建立服務供給與需求之間的時空關系[6](即供需平衡狀況),明確服務流或水流的流動路徑與流量大小。其中,對水資源的供給量與需求量進行定量評估及其空間特征研究是開展水供給服務空間流動研究的重要基礎性工作[7]。目前,國內外學者在地表徑流[8-9]、蒸散發[10]、洪水調節[11-12]等方面開展了大量的水資源評估工作,取得了豐富的研究成果。然而,有關水供給服務需求的模擬研究卻相對不足,且大多數是基于土地利用數據[13-14]、社會經濟數據[15]等,通過專家知識打分[16]、調查問卷[17-18]等方法量化與分析水供給服務需求的時空分布特征。徐潔等通過計算東江湖流域各個區縣的農業灌溉、工業用水、牲畜用水和城鄉居民生活用水等4類水資源消耗量,分析了流域1995—2010年的水供給服務需求量的時空變化[19]。Boithias等基于人口密度分布圖和土地利用類型分布圖來計算和分配水資源使用情況的空間位置,分析了地中海盆地水資源需求的空間分布特征[20]。此外,關于生態系統服務流動的模型研究進展緩慢,大多處于概念模型階段[21- 22]。美國佛蒙特大學在開展生態系統服務人工智能(Artificial Intelligence for Ecosystem Services，ARIES)項目研究時,提出了“服務路徑屬性網絡”(The Service Path Attribution Networks,SPANs)模型[23],進行生態服務在空間上動態流動的模擬過程。但多集中于生態系統服務供給區和使用區的空間制圖分析,利用空間制圖方法直觀地顯示生態系統服務空間流動路徑和流量的研究還未有突破性進展。Serna-Chavez等試圖構建一個通用的生態系統服務流框架,并運用該框架評估了全球尺度下水資源供給服務供給區和受益區的時空分布差異[21]。Li等利用InVEST模型評估中國華北地區2000—2010年的淡水資源的供需平衡狀況及水供給服務在行政區單元上的空間流動特征[24]。在這些鮮有的研究中,由于缺乏對水供給服務空間流動過程的可視化表達以及對供給區與受益區的明確界定,導致不能發揮水供給服務流在水資源配置過程中的重要作用。因此,對水供給服務的供需平衡與空間流動進行定量化制圖研究亟需進一步加強。

延河流域生態環境脆弱,水資源短缺問題非常嚴峻,供需矛盾突出,尤其在城市地區水資源缺口日益增大。隨著“絲綢之路經濟帶”經濟戰略的實施,使流域面臨著如何實現脆弱生態環境下的水資源均衡配置、實現區域資源-經濟-生態合理高效發展的重大課題。鑒于此,本文利用SWAT水文模型以空間可視化的方式模擬了延河流域水供給服務從生產到使用的空間流動過程,從子流域尺度上綜合自然水文過程和人類消費需求,揭示流域水供給服務的空間流轉規律,以期為實現流域水資源的合理利用提供決策支持。

1 區域概況與數據來源

1.1 區域概況

延河流域地處陜西省北部,經度范圍為104°41′E—110°29′E,緯度范圍為36°27′N—37°58′N。延河是黃河中游的一級支流,全長共計286.9 km。坪橋川、杏子河、西川、蟠龍川等是構成延河流域的主要支流水系。延河被稱為“中國革命母親河”,流域總面積約7.68×103km2,是滋養黃土高坡上萬萬人的最主要水源。延河發源于靖邊縣天賜灣鄉周山,順著地勢由西北向東南,流經安塞區和志丹縣后,向南進入寶塔區,貫穿延安市城區后向東流入延長縣,在延長縣涼水岸附近注入黃河,詳見圖1。延河綜合治理工程,是陜西省近幾年正實施的進行水土保持、水資源配置、水環境治理、水生態建設等項目建設的重要舉措。

圖1 延河流域區劃圖Fig.1 Location map of Yanhe watershed

1.2 數據來源

本研究中使用的數據主要包括：延河流域的基礎地理數據(水系、行政區劃等)、數字高程數據(DEM)、氣象數據、土地利用數據、土壤數據、水文數據、社會經濟統計數據等。其中土地利用數據(2005年、2010年、2015年)和DEM的分辨率均為30 m,來源于中國科學院資源與環境數據中心；1970—2015年逐日觀測氣象要素數據來源于延安市氣象局和氣象數據共享服務網,包括降水、氣溫、風速、相對濕度、太陽輻射等；土壤數據為世界土壤數據庫(Harmonized World Soil Database，HWSD)的中國土壤數據集,第二次全國土地調查南京土壤所提供的1∶100萬土壤數據。水文數據來源于延安市黃河水利委員會,甘谷驛水文站1991—2006年的實測徑流數據。此外,參考延安市地理志等地理文本文獻和陜西省、延安市統計年鑒等,獲得社會經濟統計數據：主要包括人口數量、經濟總值以及各部門用水量等。

2 研究方法

2.1 水供給服務供給模型

對延河流域的產水量進行計算是進行水供給服務水供給研究的基礎。本文利用SWAT模型基于填洼的DEM數據,計算水流的方向與匯流累積量,并以10000 hm2作為流域最小集水面積閾值提取流域的水系河網,將整個流域劃分為47個子流域。然后,根據水量平衡法計算流域內每個子流域的產水量,即在給定時段內從單位流域面積上所產生的注入河道的總水量。本文選擇2005年、2010年和2015年共3期土地利用數據對延河流域水供給服務進行時空變化分析,通過在SWAT中輸入不同時段的土地利用數據以模擬在不同時期不同土地利用變化下的產水量。

2.1.1SWAT模型算法

SWAT模型美國農業部農業研究局(Agricultural Research Service of United States Department of Agriculture，ARSUSDA)Jeff Arnold 博士開發的流域尺度模型,該模型具有很強的水文物理機制,在全球范圍內被廣泛用于預測與評估在不同的土壤條件、土地利用類型和管理措施下人類活動對流域水文過程、河道產輸沙變化、農藥化學污染在流域內的傳播、遷移等的長期影響[25-26]。模型中主要由水文模塊、泥沙侵蝕模塊、農作物生長、營養物質、殺蟲劑等8個模塊組成,可模擬流域的水文過程、泥沙侵蝕、農業管理和化學過程等[27-28]。本文利用SWAT模型的水文模塊,基于水量平衡對流域的產水量進行模擬,產水量的計算供給如下[29]：

WYLD=SURQ+LATQ+GWQ-TLOSS-PA

(1)

式中,WYLD為總產水量,是指主河道的總水量(mm)；SURQ為主河道中的地表徑流量(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(mm)：PA為池塘截留量(mm)。

2.1.2模型的率定與驗證

本文采用SWAT-CUP工具中的SUFI- 2算法[30]執行延河流域SWAT模型的校準、驗證、敏感性分析和不確定性分析。并參考前人在延河流域的相關研究結果[31-32],最終選擇徑流曲線系數(CN2),土壤蒸發補償因子(ESCO),土壤濕容重(SOL_BD),河道水力傳導率(CH-K2)等12個對流域徑流較為敏感的參數。關于模型參數的敏感性分析結果、調參方法和最佳取值等詳見表1。

表1 徑流參數的敏感性分析

調參方式V和R分別表示賦值和乘以(1+設定值)；CN2：徑流曲線系數(soil conservation service runoff curve number)；ESCO：土壤蒸發補償因子(Soil evaporation compensation factor)；SOL_BD：土壤濕容重(Moist bulk density)；CH_K2：河道水力傳導率(Effective hydraulic conductivity in main channel alluvium)；SFTMP：降雪溫度(Snowfall temperature)；CH_N2：主河道曼寧系數(Manning′s roughness coefficient for main channel flow)；GW_REVAP：地下水再蒸發系數(Groundwater “revap” coefficient)；ALPHA_BF：基流回歸系數(Base flow alpha constant)；SOL_K：土壤飽和導水率(Saturated hydraulic conductivity)；EPCO：植物蒸發補償因子(Plant uptake compensation factor)；SOL_AWC：土壤有效含水量(Available soil water capacity)；GW_DELAY：地下水延遲天數(Groundwater delay time)

在SWAT-CUP工具中,我們分別選擇甘谷驛水文站1991—1998年和1999—2006年的月徑流實測值以月為時間步長對模型的模擬結果進行率定與驗證(圖2)。圖中模擬的徑流曲線與觀測值變化趨勢基本一致,吻合程度較高；通過計算模型適用性評價指標得出：率定期模擬值與觀測值之間的R2和Ens分別為0.76和0.75；模型的不確定性程度指標P-factor=0.6和R-factor=1.03。驗證期模擬值與觀測值之間的R2和Ens分別達到了0.68和0.64；模型的不確定性程度指標P-factor和R-factor分別為0.68和0.64。這表明本研究所構建的SWAT模型在延河流域具有良好的適用性,可以準確模擬流域的水文過程。

圖2 率定期(1991—1998)和驗證期(1999—2006)逐月徑流量模擬值與觀測值對比圖Fig.2 Simulated and observed monthly runoff yield in calibrate period (1991—1998) and validation period (1999—2006)

2.2 水需求服務模型

與自然過程不同的是,流域的水需求服務強調是人類從事于生活、生產等活動對水資源的需求與消耗,并探究需求服務的空間分布特征,不包括由于植被吸收利用、河流截留、下滲等自然過程因素所導致的地表水分的損失。根據ARIES模型中對水資源消耗的定義與分類[33],本研究中水需求服務模型主要包括4大類：農業用水、工業用水、居民生活用水(又分為農村居民與城鎮居民)、畜牧用水。我們根據延安市水資源公報獲取流域內每個區縣的各個部門的用水量數據,基于土地利用類型對流域的水需求進行空間分配[23]。延河流域用水量的計算公式如下：

WUx=Wagrx+Windx+Wdomx+WLivx

=Ax×Agrx+Gx×Indx+Px×Domx+Mx×Livx

(2)

式中,Wagrx,Windx,Wdomx,WLivx分別指代x區縣上的農業灌溉用水,工業用水,居民生活(城、鄉)用水和牲畜用水；Ax是x區縣上的耕地面積(hm2),Agrx是指x區縣的每公頃耕地的年平均灌溉用水量(m3/hm2)；Gx是x區縣上的工業GDP生產總值(億元),Indx是指x區縣的生產每萬元GDP所消耗的年平均用水量(m3/萬元)；Px是x區縣上的人口總數(分城、鄉人口),Domx是指x區縣的城鄉居民的年平均生活用水量(m3/人)；Mx是x區縣上的牲畜總數,Livx是指x區縣牲畜的年平均飲用水量(m3/頭)。

為了匹配前文水供給量的研究尺度,我們利用ArcGIS 10.1軟件根據SWAT模型劃分的子流域矢量圖層對區縣尺度的流域用水量進行空間統計分析,得到子流域尺度的水需求量。

2.3 供需平衡與空間流動模型

對生態系統服務的供需平衡格局進行分析時,一個地區的水資源供給量與需求量的比值(即供需比S∶D)是用來評估區域用水供需平衡狀況的重要指標[20, 34]。在本研究中,由于水資源服務流在不同河段的巨大差異性,我們采用水資源安全指數(Freshwater Security Index,FSI),即對供需比(S:D)求常用對數,以增加供需矛盾差異在空間可視性與比較性[24]。

(3)

式中,i為子流域號,本研究中一共劃分了47個子流域；Si為i子流域的水資源供給量；Di為i子流域的水資源需求量。當FSI值大于0,表示流域的水資源供給服務盈余,供給量大于需求量；當FSI值小0,表示流域的水資源供給服務短缺,供給量小于需求量。

圖3 水供給服務流的空間單元示意圖Fig.3 The space units of water in water supply service flow

水供給服務是通過河道水流作為傳遞媒介,地勢高低造成的重力差異而引起的“水往低處流”是形成的空間流動的直接動力；同時,人類需求也是生態系統服務實現特定空間流動的動力條件,并會對生態系統服務的空間流動特征產生顯著作用。本研究根據水文學的河流的水文連通性,將水供給服務流定義為徑流及其作為載體攜帶的物質或能量從供給區經水系網絡到流域出口注入受益區的空間位移,是一種有向性的生態系統服務流(圖3)。我們利用SWAT模型將延河流域劃分為47個子流域,以子流域為連通尺度,以延河水系網絡為連通對象,進而探究延河流域的水供給服務的空間流動特征。

3 結果與分析

3.1 水供給服務供給與需求的時空變化分析

2005—2015年流域的供水量呈現出先增多后減少的趨勢。2010年流域的水供給總量最多,約為2.76×108m3,所有子流域的供水量平均值約為59×105m3；其中,平均供水量大于100×105m3的子流域的總面積達到整個延河流域的1/3。2005年次之,整個流域的供水量總值約為2.25×108m3,所有子流域的平均供水量約為48×105m3；2015年的流域的總供水量最小,約為1.98×108m3,所有子流域的平均供水量約為42×105m3。氣候變化是影響流域供水量的重要因素,同期降水量也呈現先增加后減少的趨勢。2010年各子流域的平均降水量為463 mm。2005和2015的年平均降水量分別只有446 mm和415 mm。從空間上分析,延河中上游的7號、8號、9號、17號子流域和下游的43號子流域供水量較高,處于它們之間的中下游地區的眾多子流域是供水低值區。2010年相較于其他兩個年份,各子流域供水量的分級明顯偏高。每個子流域內的降水量、土地利用類型分布、土壤屬性等均不相同,劃分的子流域的集水面積也不一樣,都會導致個子流域進入主河道的總水量也不相同,比如47號子流域的供水量較高除了降水、土地利用類型等因素外,與它擁有的最大積水面積也具有重要關系。除了積水面積較小外,子流域的產水量與其下墊面的結構組成、理化性質也具有顯著的關系。比如,14號子流域的水供給量明顯少于積水面積、降水量大致相同的17號子流域和29號子流域。14號子流域大部分是灌木從、草地,約占子流域面積的50%,城鎮建設用地非常少,僅有0.1%左右。而29號子流域內的灌木草從面積略微小于14號子流域,但城鎮建設用地面積的0.6%遠高于14號子流域。這充分證明了灌木、草地等植被覆蓋類型的產流能力要弱于城鎮建設用地[8]。雖然城鎮建設用地的產水量較高,但因其大量的不透水面阻止了水流的下滲,大部分的降水落到地面后就流入地下排水管道,水資源難以被利用。

延河流域2005—2015年的用水量呈現出逐年增多的趨勢。到2015年,所有子流域的平均用水量值超過了300×104m3。這意味著流域的用水缺口會進一步在擴大,流域的水資源承載能力將難以滿足現實的用水需求,成為嚴重制約流域經濟發展的瓶頸。從空間格局上分析,延河中游地區城鎮和工業分布密集,水需求量遠遠高于上游和下游地區。其中安塞縣城區所在的18號子流域,延安市區及其周邊地區所在的33號、34號、39號子流域,和延長縣城區所在41號子流域均屬于高用水區域。而用水量較低的子流域主要分布在延河上游地區的3號、4號、10號、13號子流域,中游地區的22號、23號子流域,主要是因為這些區域主要土地利用類型是稀疏林地、草地,人口分布稀少,用于從事人類生產活動(人類生活、工農業生產等)的用水量較少。

圖4 2005—2015年延河流域水供給服務供給、需求、供需平衡與空間流動的空間分布圖Fig.4 The supply, demand, supply-demand balance and spatial flow of the water provision service in Yanhe watershed from 2005 to 2015圖中所示數字1—47代表延河流域每個子流域的編號

3.2 水供給服務供需平衡的時空變化分析

為了更加清晰地表達出延河流域用水供需矛盾現狀與空間變化特征,我們把水資源安全指數劃分為4類,分別是<-1、-1—0、0—1、>1。如圖4所示,2005—2015年的大部分子流域的FSI取值范圍在0—1,并隨著時間的推進呈現減少的趨勢,2005年延河流域的用水安全指數約為0.269；2010年水資源安全指數略有上升,約為0.304；而到了2015年,延河流域的水資源安全指數得分只有0.095。這表明延河流域水資源短缺問題日益嚴重,人們的生活、生產用水安全受到嚴重威脅。從供需平衡的空間格局分析,延安市城區所在的33號、34號、39號子流域是用水資源最短缺地區,水資源安全指數得分均低于-1。此外,除了這3個用水安全指數低于-1的子流域,安塞縣城區和延長縣城區所在的子流域也均屬于用水安全指數低于0的缺水地區。2005年水資源安全指數相對較高的地區主要分布在延河流域下游的37號、43號、44號、46號子流域,這些子流域具有較高的水資源安全指數和它們較低的水資源消耗有緊密的關系。而2010年水資源嚴重短缺、用水安全指數低于0的區域,在空間分布上與2005年基本一致,主要集中在區縣城區及其附近的子流域地區,這些子流域一般都有高耗水工業和水需求量巨大的城鎮建設活動,并且多河漫灘和臺地,具有大量的農田引水灌溉。但2010年用水安全指數大于0的子流域遠多于2005年,主要分布于延河流域的上游地區的3號、4號、6號、14號、17號、29號等子流域的水資源安全指數均大于1。這是由于2010年具有相對充足的水資源供給量,與2005年相比降水量約增加了70 mm。到了2015年,由于用水量的大大增加,延河流域各子流域的水資源指數又出現了嚴重的銳減,處于缺水狀態、水資源安全指數低于0的子流域的數目明顯增多。安全指數大于1的子流域只剩下3號、6號和22號3個子流域,流域用水短缺問題非常嚴重。

3.3 水供給服務空間流動模擬與范圍界定

根據水供給服務供需平衡特征,對其在不同子流域間的空間流動過程進行制圖表達(圖4)。我們將自身水供給量不能滿足現實用水需求,需要接受上游子流域生產的水供給服務進行補給的子流域成為受益區；將能夠受益區提供水供給服務的子流域稱為供給區。水供給服務通過服務流從供給區流向受益區,服務流的箭頭指示水供給服務在不同子流域之間的流動方向,而符號的等級與顏色象征水供給服務的流量大小。2005—2015年延河流域內需要接受水供給服務補給的子流域面積在逐年增多,水資源短缺問題加劇,尤其2010—2015年。結合現實中的自然水系與行政區劃的空間分布,我們對延河流域水供給服務的空間流動格局劃分為4個主要的供需流動關系,分別為安塞城區及其周邊地區(18號子流域)與上游供給區的空間流動對應關系、延安市區及周邊地區(33、34、39和42號子流域)與上游供給區的空間流動對應關系、蟠龍鎮或青化砭鎮(16、24號子流域)與上游供給區的空間流動對應關系、延長縣城區及周邊地區(41號子流域)與上游供給區的空間流動對應關系(圖5)。

圖5 2005—2015年延河流域主要受益區及其對應供給區的服務流量Fig.5 The main benefiting areas and service flow produced from the corresponding provisioning areas from 2005 to 2015

安塞城區及其周邊地區,其所對應的供水區是延河上游干流經過的1號、2號、3號、4號、7號和坪橋川流經的8號子流域。這些子流域提供的水資源服務量比較多,超過了自身的需求,從而產生盈余,并且每個子流域產生的盈余量不盡相同,存在一定的空間差異性。其中7號和8號子流域的供給量在3個年份中均是最多的,2005年分別為643.25×104m3和681.15×104m3, 2010年分別為986.18×104m3和1194.09×104m3,2015年分別為823.78×104m3和826.6×104m3。延安市區及其周邊地區,其所對應的水供給服務的供給區范圍主要是延河支流杏子河流經的5號、6號、9號、10號、14號、17號等子流域,還有支流西川流經的22號、23號、29號、35號等子流域。每個年份受益區所對應供給區范圍及流量均有所差異。比如,40號子流域在2010年屬于供給區。在2005年,延河流域供給區內水供給量較大的子流域分別為杏子河流域的9號子流域為750.33×104m3、17號子流域為706.5×104m3和14號子流域為522.48×104m3和西川流域的29號子流域為790.56×104m3；與2005年相比,2010年流域供給區的子流域生產的水供給量明顯增多,主要包括杏子河流域的9號子流域為1390.45×104m3、17號子流域為1198.72×104m3、14號子流域為871.13×104m3、6號子流域為677.64×104m3和西川流域的29號子流域為1194.42×104m3和35號子流域為726.03×104m3；而到2015年,流域供給區的子流域生產的水供給量大幅減少,其中生產水供給量較多的幾個子流域分別是杏子河流域的9號子流域為799.95×104m3、17號子流域為819.36×104m3、14號子流域為543.03×104m3和西川流域的29號子流域為565.64×104m3。蟠龍鎮和青化砭鎮地區,在2010年和2015年主要包括16號、24號子流域,其所對應的水供給服務供給區域主要為蟠龍川流域的11號、12號、15號和26號子流域。而2005年的供給區與受益區范圍與空間位置略有不同,16號子流域在2005年為供給區,生產的供給量為111.54×104m3。 延長縣城區及其周邊地區,其所對應的供水區是延河下游干流經過的36號、37號、43號子流域。2005年3個子流域生產的水供給量分別為507.63×104m3、420.96×104m3和830.85×104m3；2010年3個子流域生產的水供給量分別為243.38×104m3、311.85×104m3和816.04×104m3；2015年3個子流域生產的水供給量分別為73.8×104m3、318.64×104m3和701.02×104m3。除了上述的4個水供給服務的供給區與受益區對應關系外,2015年延河流域水供給服務的空間流動格局中還存在一個小范圍的空間流動,即甘谷驛鎮和元龍寺鄉所處的21號子流域為水供給服務的受益區,五陽川流域的20號子流域為供給區,兩者通過河道作為流動路徑進行水供給服務的空間流動,并具有明確的水供給服務流量。

4 討論

本文創造性地在生態系統服務供需平衡與服務流的研究框架下,結合SWAT水文模型對流域水供給服務的供需平衡進行定量評估與空間制圖,并對其空間流動過程與空間范圍進行詳細繪制,而不是僅僅停留在概念化的定性分析。SWAT水文模型被廣泛用于處理流域尺度的與水文過程相關的泥沙侵蝕、水量水質、殺蟲劑的轉移等一系列問題,并得到國際上一致認可。本文將SWAT水文模型的應用范圍進一步拓展,并將其應用到生態系統服務評估與流動模擬研究。通過在延河流域建模SWAT水文模型,基于生態水文過程對流域水供給服務的物質量進行評估量化,做到了將水供給服務與流域的生態水文系統過程結合起來,客觀揭示了水供給服務產生的機理與動態變化,并能夠對流域的水供給服務進行長時間段的可持續分析研究。但在研究區實際應用建模過程中,為了盡可能完美地模擬流域的現實,需要輸入大量高精度的地形地貌、氣候、土壤等自然環境數據與精準的本地化參數。一些研究表明,DEM數據的精度或重采樣方法會對徑流、泥沙侵蝕、總氮等的模擬精度產生影響[35-36]。今后的研究中需要加強模型的適用性研究及不確定性的定量化評估。

水供給服務需求是指人類從事生活、生產活動而消耗的各類水資源,強調的是發生在特定土地利用空間上的用水量。因此,本文通過將用水統計數據與土地利用類型之間建立對應關系,實現了流域用水量的空間化表達。但由于可以獲取的數據有限,本文中只考慮了農田灌溉的用水量、工業生產用水量、居民生活用水量(分城鄉)、部分牲畜的飼養用水、生態環境用水,并沒有涵蓋流域內所有的社會生產、生活用水和維持自然生態過程需要的水資源使用量,并且有的地區的數據不是很齊全,可能會造成部分區域的用水量被低估的情況。

在水供給服務的供需平衡關系及空間流動研究的過程中,往往伴隨著非常重要而又復雜的時空尺度問題。由于水供給服務依賴于不同時空尺度上的自然生態和人類社會過程,因而不論是水供給服務的生產還是消費使用,均要受到尺度的制約與影響[37]。在不同的時空尺度下,水供給服務的供需雙方會呈現不同的空間關系特征和與空間流動格局。過往關于水供給服務的供需研究大多是在比較大的流域尺度開展的,本文嘗試在子流域尺度對延河流域的水供給服務供需關系的時空格局展開分析,更詳細地揭示了水供給服務的形成機理與空間流動規律,并將子流域尺度上研究結果與行政區劃結合起來,確定了水供給服務的受益范圍和流動路徑與流量,以更好地輔助決策者進行水資源管理。

5 結論

本文利用SWAT水文模型在子流域尺度以空間可視化的方式探究了延河流域水供給服務的供給與需求的時空關聯特征,并模擬了水供給服務從生產到使用的空間流動過程,明確了流域供給區和受益區的空間范圍及服務流量。研究表明：(1)2005年、2010年和2015年延河流域水供給服務的供給量呈現先增多后減少的趨勢,分別約為2.25×108m3、2.76×108m3、1.98×108m3。延河上游和下游地區屬于高水供給地區,中游地區水供給量不足。此外,灌木、草地等植被覆蓋類型的產流能力較弱,而城鎮建設用地的產水量較高；(2)2005—2015年延河流域內的水需求量呈現逐年增多的趨勢,在空間分布上整體一致。安塞區、延安市區、延長縣城等城鎮分布區域水需求量大；稀疏林地、草地廣布人口分布稀少的流域上游和下游地區用水量較少；(3)2005—2015年延河流域水供給服務的供需平衡逐年惡化,供需矛盾最為突出的區域是延安市區。還明確了流域內4個主要受益區的空間范圍及流動流量,分別是安塞城區、延安市區、青化砭鎮、延長縣城區及其周邊地區。這些有關流域水供給服務供需平衡及其空間流動規律的研究結果,為延河流域水資源管理提供了必要的科學依據。