2030年閩三角城市群土地利用變化對生態系統水源涵養服務的影響

王保盛,陳華香,董 政,祝 薇,邱全毅,唐立娜,*

1 中國科學院城市環境研究所城市環境與健康重點實驗室, 廈門 36102 2 中國科學院大學, 北京 100049

水資源需供需矛盾不斷加劇以及水環境的急劇惡化,使得水資源問題已成為人類所共同關注的全球性問題[1- 2]。生態系統水源涵養服務指生態系統攔蓄降水、調節徑流、影響降水、凈化水質等方面的能力[3- 5],它作為水資源得以保障和持續的基礎[6],對自然、社會、經濟系統意義重大且影響深遠。然而隨著工業化、城市化的發展,持續且大范圍的人類活動正嚴重的影響著水源涵養等生態系統服務[7- 8]。

土地利用作為人類改造自然最主要且持久的方式之一[7],劇烈且持續的影響著生態系統水文過程[9- 10]。蒸發、入滲、產流等水文過程對土地利用變化的響應使得生態系統水源涵養服務隨之變化[10-11],進而不同程度的影響著水資源的質與量。總體來講我國生態系統水源涵養量東高西低,自東向西呈逐步遞減分布規律[5,12],近年來受人類活動的持續影響,局部區域生態系統水源涵養量已呈現不同程度的下降態勢[13]。從影響因素來講,水源涵養與降水[14]、溫度、坡度、COD密度等自然因子呈正相關關系,同GDP密度、人口密度等呈明顯的負相關關系[12],結合我國人口及經濟分布的空間格局來看,我國越是人口密集、經濟發達的區域,生態系統水源涵養受影響越是嚴重。譬如：受林地面積持續增加影響,長江流域生態系統水源涵養服務逐步增強[15]；而京津冀城市群的擴張正在造成生態系統服務不同程度的下降、生態風險加劇以及區域生態安全威脅等問題[16- 17]；同樣在淮北市[18]和深圳市[19]土地利用的變化,特別是城市化導致的大量用地向建設用地變化正嚴重的影響著生態系統水源涵養服務。以土地利用變化為代表的人類活動正在成為影響生態系統水源涵養服務的關鍵因子。

閩三角城市群作為國家區域協同發展戰略海西經濟帶的重要組成部分和“一路一帶”戰略的重要節點,在城市發展過程中持續的土地利用變化必然加劇水資源問題日益凸出同生態系統水源涵養服務持續遭受破壞之間的矛盾,所以客觀認識土地利用的發展變化過程對生態系統水源涵養的影響,了解水源涵養現狀及未來變化、發展趨勢,對研究區未來土地利用規劃、生態系統水源涵養保護乃至區域可持續發展均有重大且深遠的意義。

1 研究區概況及數據預處理

1.1 研究區概況

閩三角城市群位于116°53′—119°01′E，23°33′—25°56′N，地處我國福建省東南部沿海區域(圖1)，主要包括廈門、泉州、漳州三市，共下轄12個行政區、4個縣級市和13個縣區，總面積25381 km2。區域地勢總體西北高東南低，平均海拔高度900 m，區域內山地丘陵廣泛分布，主要有玳瑁山、戴云山、博平嶺等山脈，其間水系發育發達，有洛陽江、晉江、西溪、九龍江等水系，山脈水系交錯分布，素有“八山一水一分田”之說，土地資源總量先天不足。氣候屬于典型的亞熱帶海洋季風氣候，年平均氣溫20.8—23.6 ℃，平均降雨量1400—2000 mm，但區域內水資源的時空分布不均,且與地區經濟發展不協調[20]。改革開放以來,隨著經濟特區建設、一路一帶戰略的推進、國家中心城市建設,閩三角城市群作為海峽西岸經濟區的主要構成部分和21世紀海上絲綢之路的重要節點在國家區域協同發展戰略中的地位和作用逐步凸顯,區域內城鄉開發建設得以大力的持續推進,土地資源需求量空前激增導致區域內土地利用方式持續劇變,地表覆被、土壤性質、結構隨之變化,進而影響著生態系統服務的協同響應,有研究已表明目前該區域水源涵養的重要性已相對較低[21-22]。

圖1 閩三角城市群地理區位及2015年土地利用概況Fig.1 The location of urban agglomeration and the overview of land-use in 2015 of Golden Triangle of Southern Fujian

1.2 數據來源及預處理

本研究要求用到的數據主要包括：區域高程數據,該數據來自全國地理信息資源目錄服務系統(http://www.webmap.cn)。降水數據為區域內多年(1970—2000年)平均降水量空間分布數據,該數據來自WorldClim-Global Climate Data(http://worldclim.org)。土壤絕對深度(即地表到巖層的深度)、200 cm深度植物枯萎點的有效土壤含水量(體積分數)數據,該兩項數據來自世界土壤信息中心(ISRIC World Soil Information, http://data.isric.org/geonetwork/srv/eng/catalog.search#/home)。研究區2015年天文輻射量[23]、2001—2010年氣溫數據[24],該數據來自全球變化科學研究數據出版系統(http://www.geodoi.ac.cn/WebCn/Default.aspx)。閩三角區域農田、林地主要植被類型分布數據,該數據主要來自《廈門市統計年鑒》、《泉州市統計年鑒》以及中國林業數據庫(http://data.forestry.gov.cn/lysjk/ indexJump.do?url=view/moudle/index)和《福建省第八次全國森林資源清查及森林資源狀況調查報告》資料。植被蒸發、蒸騰量數據,該數據主要來自聯合國糧食及農業組織灌排第56號文件：關于植被需水量、蒸發蒸騰量的計算指南(Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56,以下簡稱FAO 56,http://www.fao.org/docrep/X0490E/x0490e00.htm)。福建省廈門市、泉州市、漳州市1954—2008年日降水數據,該數據來自國家氣象信息中心(http://data.cma.cn/)。2015年土地利用數據由遙感影像解譯獲得,2030年土地利用模擬數據來先前研究“基于歷史情景的FLUS模型鄰域權重設置”產生的數據結果[25],該結果已在2019年于《生態學報》公開發表。

對于2030年研究區土地利用情景的模擬是基于未來土地利用變化情景模擬模型(A Future Land Use Simulation Model FLUS)產生的,該模型可以很好的用于自然、社會、經濟等多種驅動力作用下的土地利用變化情景模擬[26]。在該數據的模擬過程中選取了影響土地利用變化的12項自然、社會、經濟驅動因子,結合馬爾可夫鏈(Markov Chain)模擬的2030年各用地類型像元總量、鄰域權重參數、成本矩陣及限制發展區等相關參數和數據完成對2030年土地利用情景的模擬。精度檢驗顯示該結果在1%隨機采樣時,Kappa系數為0.85,總體精度0.90。10%隨機采樣時,Kappa系數0.84,總體精度0.89；在均勻采樣條件下(2000個采樣點/類)Kappa系數0.80,總體精度0.83,Kappa檢驗結果符合精度要求[25]。

按照研究開展的數據需求,本研究以區域高程數據為基礎,經由ArcMap數據處理平臺水文分析工具提取研究區河網,并生成相應的流域、次流域矢量文件。降水數據通過對過去30年(1970—2000年)每年的月平均降水量進行累加后取年度平均值。采用2001—2010年氣溫數據計算多年平均溫度及平均溫差。最后統一所有空間數據像元大小為100 m。經上述的初步處理使原始數據符合本研究開展的需求。

為增強不同土地利用類型對水源涵養影響程度的顯示度,凸顯影響的差異性,本研究用到的土地利用數據在國家最新發布的《土地利用現狀分類》(GB/T 21010—2017)的基礎上進行了部分整合和重分類,具體對應關系如表1所示。同時鑒于本文的研究目的,除近陸地區域的沿海灘涂外,本研究暫不考慮海洋用地類型。

表1 土地利用類型重分類對照表

2 研究方法

2.1 研究框架

本研究旨在探究2030年土地利用變化對閩三角城市群生態系統水源涵養服務的影響。生態系統水源涵養服務作為基于區域太陽輻射、溫度、降水、土壤類型、結構質地、氣候條件、土地利用方式及結構等因素的綜合生態過程,是一個復合的復雜過程。為突出土地利用變化對水源涵養的作用,本研究在模擬過程中除土地利用數據外,其他數據均采用相同的、具有較高代表性和概括性的多年平均數據予以代替來模擬對應年份的水源涵養情景。具體邏輯框架及流程如圖2。

圖2 土地利用變化對水源涵養的影響評價框架及流程Fig.2 The framework and process for assessing the impact of land use change on water retention

2.2 評價方法選取

目前對于生態系統水源涵養功能評價的方法主要有：土壤蓄水能力法、綜合蓄水能力法、水量平衡法、降雨量存儲法、年徑流量法、林冠截流剩余法、地下徑流增長法、多因子回歸法[10, 27-28],其中水量平衡法作為最為常用的評價方法[29-30],將水、土壤、地上覆被視作一個綜合體,以水的輸入和輸出為基本原理,二者的平衡即降水量與蒸散發量之間的差即為該區域的水源涵養量[28,31],包括地表產流、土壤含水量、枯落物持水量和冠層截留量[32]。基于水量平衡法的InVEST模型水源涵養模塊作為最常用的方法之一[29,33],受到學界廣泛的認可和使用,已成為生態系統水源涵養評價的主流方法[34]。所以本研究以水量平衡為原理基礎,以InVEST模型法開展土地利用變化對水源涵養的影響評價。

2.3 InVEST模型簡介及模擬算法

InVEST模型是由美國斯坦福大學、世界自然基金會、大自然保護協會聯合開發的生態系統服務評價工具[3]。它以降水量與蒸發量的平衡為基礎,綜合考慮土壤質地、土壤結構、降水、太陽輻射蒸發、地表覆被蒸騰作用、土地利用方式、地形地貌、水資源匯流等作用進行模擬[27,35-36],具體評價方法見式(1)：

(1)

式中,R為涵養水量(mm)；V為流速系數,是水流垂線平均流速與垂線水面點流速的比值[37],是對水流的水平速度與垂直速度之間關系的表達,通常為常數；TI為地形指數,是地形特征參數化的重要指標[38],同高程、坡度、土壤厚度等因子相關[39]。根據公式(2)計算；Ksat為土壤飽和導水率(cm/d),指土壤被水飽和時單位水勢梯度下單位時間內通過單位面積的水量,它主要受土壤結構、有機質含量、容重、孔隙度等因子的影響[40-41]；Yxj為第j類土地利用/土地覆蓋類型上第x個柵格單元的年均產水量,InVEST模型產水量Yxj計算基于Budyko水熱耦合平衡假說(1974)和年平均降水量數據,不區分地表水、地下水以及基流,認為每個柵格的產水量為降水量和實際蒸散發水量的差值[3],根據公式(3)計算。

(2)

式中,Drainage_Area為集水區柵格數量,Soil_Depth為土壤深度(mm),Percent_Slop為百分比坡度。

(3)

式中,xj表示第j類土地利用/土地覆蓋類型上的第x個柵格單元；Y表示年均產水量；AET表示平均蒸散發量；P表示年均降雨量；ω表示自然氣候—土壤性質的非物理參數,是一個經驗參數；R指Bydyko干燥指數；Z表示Zhang系數；AWC表示土壤有效含水量,該值由土壤深度和理化性質決定；Kc表示植被蒸散系數；ET0表示參考植被蒸散量。

2.4 InVEST模型水源涵養模擬數據選取及解釋

本研究中流速系數采用InVEST模型推薦參數[3],土壤飽和導水率由200 cm深度植物枯萎點的有效土壤含水量數據表征,蒸散發數據以2015年實際蒸散發量為基礎,且假定研究區2030年蒸散發量同2015年保持一致。鑒于降水量的年際差異,本研究采用1970—2000年平均降水量數據替代2015年和2030年的降水量數據。植物根限深度是指植物根系可到達的最大理論深度,本研究采用土壤絕對深度(即地表到巖層的深度)數據。植物可利用水含量是指植物根系可從土壤中獲得的水資源量,依據植物根系深度相關研究數據并結合區域內主要分布植被類型文獻調研發現,喬木植物根系廣泛分布在地下200 cm以內,譬如一些常見種如冷杉屬樹種或赤松的根系分布深度可達100 cm以下,但主要分布在0—60 cm的表土中[42]、馬尾松根系比杉木發達,主根深度可達150 cm[43-44],為能夠盡可能全面的覆蓋到區域內的植被根系深度,本研究采用200 cm深度植物枯萎點的有效土壤含水量作為植物可利用水含量數據。

2.5 模型參數設定

2.5.1潛在蒸散發量計算

潛在蒸散發是指太陽輻射向水分蒸發提供的能量,用水深表示。在InVEST模型中采用改進的Hargreaves公式(4)計算潛在蒸散發量,在不確定因素較多時,該公式相比而言有更好的可靠性和適用性：

ETO=0.0013×0.408×RA×(Tav+17)×(TD-0.0123P)0.76

(4)

式中,ETO表示研究區潛在蒸散發量(單位：mm),RA表示天文輻射量(單位：MJm-2d-1),Tav表示平均日最高氣溫和最低氣溫的平均數(單位：℃),TD表示平均日最高氣溫和最低氣溫的差值(單位：℃),Pn表示降水量(單位：mm)。

本研究假定2030年研究區蒸散發量同2015年保持一致,為增強對2030年蒸散發量的表征性且保障2015年結果的相對準確性,本研究采用2000—2010年多年氣溫數據替代模擬年份(2015年、2030年)的氣溫數據,來計算Tav和TD,天文輻射量采用2015年實際輻射量數據,且假定2030年天文輻射與2015年保持一致,降水采用研究區1970—2000年多年降水平均值代替,來完成對研究區蒸散發量的計算。

2.5.2各土地利用類型的植被根系深度

植被根系深度是指在不同用地類型中各類植物根系可到達的實際深度,可達深度的差異直接影響著植物對水資源的利用方式及強度,同時也影響著植物的蒸騰作用。本研究結合文獻和數據調研采用下列方法分別設定各用地類型的植被根系深度參數。

(1)農田用地類型根系深度參數：整理、統計2010—2017年《廈門市統計年鑒》、《泉州市統計年鑒》數據發現,近8年以來該區域年均種植面積最大的植被分別為水稻(10517.80 hm2/a)、甘薯(4847.27 hm2/a)、玉米(4592.60 hm2/a)以及花生(3059.47 hm2/a),水稻仍占主導,故在該用地類型中以水稻根系深度表征該區域農田土地類型植被根系深度。文獻顯示,水稻根系大部分集中分布在200 mm以內的表層土壤中[45-46],部分高產水稻其根系深度可達240 mm以上[47-48]。

(2)林地用地類型根系深度參數：依據中國林業數據及《福建省第八次全國森林資源清查及森林資源狀況調查報告》資料顯示,福建省區域內森林分布主要以喬木為主,主要有杉木、馬尾松、竹類[49]。不同家系杉木的平均根長在1117 mm[50],根系生物量的近80%集中在地下600 mm以內的土層中[51]；馬尾松根系大部分分布在200—800 mm深的土層中[52-53],優勢種群垂直根系深度可達1300 mm[54]；對竹子的相關研究顯示,不同竹類其根系大多集中在500 mm深的土層中,其中毛竹根系分布較深,可達700—1000mm[55]。

(3)草地用地類型根系深度參數：草地由于其特殊性,不僅種類繁多,而且數量很難確定,本文參考相關草地植物根系研究發現,草地植物大部分根系集中在300—500 mm以內的土層中[56-59]。

(4)水域及灘涂用地類型根系深度參數：蘆葦和美人蕉作為水域及灘涂最常見的植被類型[60-61],本研究則以二者根系深度的平均值表征該用地類型的植被根系深度。相關研究表明,水生草本植物根系有其自身特點,其總根數的90%分布于0—300 mm的土層內[62],水域及灘涂用地類型中的優勢種蘆葦、美人蕉的根系深度經測量分別可達325 mm和437 mm[60]。

2.5.3各土地利用類型的植被蒸散系數

各土地利用類型的植被蒸散系數Kc很大程度上取決于土地利用/覆被的植被性質[63-64],計算方法見公式(5)：

(5)

式中,KC表示年平均植被蒸散發系數,Kcm表示m月(1—12月)平均植被蒸散發系數,ET0m表示對應m月的潛在蒸散發量。

本研究基于該方法在FAO 56發布的不同生長階段植被蒸散系數的基礎上通過文獻調研及年鑒數據整理,統計出研究區2010—2017年間各用地類型中分布最為廣泛的4類植被,分別計算了各用地類型中不同植被在全生命周期的平均蒸散系數,進而用該4類植被的平均蒸散系數的平均值表征該用地類型的蒸散系數(表2)。

表2 閩三角城市群各用地類型蒸散發系數(Kc)

建設用地Kc參數的設定依照InVEST模型用戶手冊推薦的計算方法設定,具體見公式(6)：

Kc=0.1f+0.6(1-f)

(6)

式中,f表示不透水面占區域比例,城市建成區環境中的透水地面蒸散量近似假定為潛在蒸散發的60%,不透水面的蒸發量假定為潛在蒸散發的10%[3],基于以上假設并結合研究區主要城市廈門、泉州、漳州均為國家園林城市的實際,根據《國家園林城市標準》[65]、《福建省城市綠地建設導則(試行)》、《廈門市園林綠化條例》、《泉州市城市園林綠化管理的規定》要求國家園林城市建成區綠化覆蓋率不得低于35%,則研究區不透水面面積占建成區總面積的65%,基于此便可計算出建設用地類型的植被蒸散系數Kc。

其他土地用地類型的Kc參數在本研究中參照FAO 56中的裸地值,設定為0.30。同時InVEST模型用戶手冊注明當某用地類型占比重較小時,該用地類型的Kc值對模型的影響可忽略不計。以研究區2015年土地利用數據為基準,其他土地用地類型僅占區域總面積的0.09%,故以裸地Kc系數賦值其他土地類型Kc系數對模型的影響相對較小,可忽略不計。

2.5.4季節參數的設定

季節參數Z是經驗常數,代表區域降水分布及其他水文地質特征,為1到30排序的標準值[3],Budyko干燥度指數理論證明,Z值越高,或干旱指數較大或較小的地區,模型結果受季節參數Z影響越小[66]。Donohue等人通過對澳大利亞氣候條件的研究[67]表明,季節參數Z可表達為公式(7)：

Z=0.2×N

(7)

式中,N表示每年降雨事件數。基于Donohue等人的研究,在國家氣象局廈門站、崇武站(泉州)、漳州站、東山站(漳州)1954—2008年日降水數據的基礎上,統計了研究區55年來的降水次數(表3),然后采用55年均降水次數賦值N,并以此計算得研究區季節參數。

表3 閩三角城市群1954—2008年降水次數統計表

3 結果與分析

3.1 研究區潛在蒸散發量

圖3 閩三角城市群年度潛在蒸散發量 Fig.3 The annual potential evapotranspiration in urban agglomeration of Golden Triangle of Southern Fujian

本研究基于氣溫、降水的多年數據平均值及2015年天文輻射量,通過公式(4)計算得到研究區年度潛在蒸散發量(圖3)。從空間分布來看,閩三角城市群的潛在蒸散發量總體呈現東南部沿海一側相對較高,區域西北部及西南部,遠離海岸線的一側相對較低,明顯呈現自海岸帶向內陸區域逐步遞減的變化趨勢；結合該區域地形地貌來看,蒸散發量同海拔呈明顯負相關關系,即海拔較低的區域,蒸散發量相對較高,隨著海拔的逐步升高,蒸散發量相應降低；結合研究區的土地利用方式發現,農田、建設用地、水域及灘涂用地類型廣泛分布的區域蒸散發量相對較高,而林地和草地的分布區其蒸散發量相對較低。

3.2 各用地類型植被根系深度、蒸散系數及季節參數

經數據及文獻調研,并參考FAO56數據,本研究選取在農田用地類型中種植面積最廣的水稻的最大根系深度將農田用地類型根系深度參數為240 mm；林地選取該用地類型中的優勢種的最大根系深度1300 mm設定林地用地類型的根系深度；草地由于其種類的多樣性及分布的隨機性,本研究選取大部分草地植物最大根系深度500 mm設定草地用地類型的根系深度參數；水域及灘涂用地類型同樣選取該用地類型中優勢種蘆葦及美人蕉根系深度最大值437 mm設定水域及灘涂用地類型的植被根系深度；建設用地和其他土地用地類型由于其中植物分布較少,且較難統計其中的優勢種,參考InVEST模型用戶手冊設置該用地類型植被根系深度參數為1 mm[3]。

各用地類型的植被蒸散系數是在數據調研各用地類型主要植被類型的基礎上,結合不同植被各生長階段的蒸散系數(表2),以選取的各用地類型的4類主導植被的平均蒸散系數的平均值表征該用地類型的蒸散系數,其分別為：農田用地類型0.93、林地用地類型0.95、草地用地類型0.74、水域及灘涂用地類型1.00。建設用地由于其植被類型的特殊性及不確定性,本研究采用InVEST模型用戶手冊推薦的計算公式(6)并結合相關規定最終設定建設用地類型植被蒸散系數0.28；其他土地用地類型的植被根系深度參照FAO 56的推薦設置為0.30。

本研究采用Donohue等人對季節參數的確認方法,結合研究區1954—2008年平均降水次數數據計算得閩三角城市群季節參數Z為6.8。文獻顯示,熱帶流域的季節參數Z為4,溫帶流域季節參數Z為9,本研究研究區的氣候類型位于二者之間,與閩三角城市群地處相同氣候區的太湖西苕溪流域,其季節參數Z經李文華研究團隊測算結果為6.5[68],綜合考慮上述各項因素,本研究認為將閩三角城市群區域的季節參數設置為6.8合理可行。

3.3 2015年及2030年閩三角城市群產水量情景

就InVEST產水量模型模擬的2015年和2030年閩三角城市群產水量空間分布(圖4)來看,閩三角城市群區域產水量全域尺度呈現西多東少的基本分布格局,東部沿海岸線一側產水量相對較少,遠離海岸線的西部一側產水量相對較為豐富,總體呈現由東部沿海向西部遞減的分布規律；結合區域地形地貌特征來看,高產水量區域主要分布在海拔相對較高的區域,而地勢較為平緩的區域產水量也相對較低；結合研究區各用地類型空間分布(圖1)來看,林地、草地用地類型具有相對較高的產水量,而農田、水域及灘涂、建設用地分布區域產水量總體較少；從數量變化的角度來看,閩三角城市群區域產水量最大值1543 mm,最小值129 mm,2015年產水總量194.11×108m3,2030年產水總量191.08×108m3,相比總體下降3.03×108m3(表4)；產水量空間分布圖(圖4)在分位數分類原則下,圖4中每個分類均有相同的像元數量,從圖例來看閩三角城市群大部分區域產水量在672—1005 mm之間,區域內產水量總體呈現明顯的正態分布特征。從各用地類型的產水量及其變化(表4)來講,林地擁有最大的總產水量,各用地類型中農田和建設用地類型產水量變化最為明顯,其中農田類型產水量下降3.87×108m3,建設用地類型產水量增加4.18×108m3。

圖4 2015年和2030年閩三角城市群產水量空間分布Fig.4 The distribution of water yield in 2015 and 2030 in urban agglomeration of Golden Triangle of Southern Fujian

表4 閩三角城市群2015年和2030年產水量及其變化狀況/m3

Table 4 The variation in water yield in 2015 and 2030 in the urban agglomeration of Golden Triangle of Southern Fujian

用地類型Type2015年產水量Water yield in 20302030年產水量Variation of water yield產水量變化Variation of water yield per km2農田Cultivated land44.92×10841.05×108-3.87×108林地Woodland92.67×10889.98×108-2.69×108草地Grassland36.17×10835.46×108-0.72×108水域及灘涂Water area and tidal flat0.87×1080.07×1083.69×104建設用地Construction land19.32×10823.50×1084.18×108其他土地Other land0.2185×1080.2168×108-0.0017×108合計 Total194.11×108191.08×108-3.03×108

3.4 2015年及2030年閩三角城市群水源涵養情景

閩三角城市群2015年和2030年的水源涵養(圖5)同產水量(圖4)在分布格局和空間變化規律方面基本一致,總體呈現西多東少,由東向西逐步遞減的空間分布規律；圖5在分位數分類原則下每個分類有相同的像元數,基于此分析其空間分布來看,閩三角城市群區域水源涵養大部分在344 mm以下,占到全域的5/6；閩三角城市群水源涵養最大值1419.63 mm,主要出現在林地用地類型區域,最小值6.74 mm,主要對應建設用地、農田等用地類型區域；總量變化方面(表5),2015年產水源涵養量10.52×108m3,2030年水源涵養量10.28×108m3,相比總體下降0.24×108m3。

圖5 2015年和2030年閩三角城市群水源涵養空間分布Fig.5 The distribution of water retention in 2015 and 2030 in urban agglomeration of Golden Triangle of Southern Fujian

表5 閩三角城市群2015年和2030年土地利用及水源涵養量變化狀況

Table 5 The variation in landuse and water yield in 2015 and 2030 in the urban agglomeration of Golden Triangle of Southern Fujian

用地類型Type2015年面積Area in 2015/km22030年面積Area in 2030/km2面積變化Variation of area2015年水源涵養Water retention of 2015/m32030年水源涵養Water retention of 2030/m3水源涵養變化Variation of water retention單位面積水源涵養變化Variation of water retention per/km2農田Cultivated land5604.214922.17 -682.04 1.28×1081.03×108-0.25×108-36500 林地Woodland12517.8812180.02 -337.86 7.59×1087.36×108-0.23×108-66241 草地Grassland3954.673835.25 -119.42 1.40×1081.35×108-5.08×106-42534 水域及灘涂Water area and tidal flat758.48957.94 199.46 1.29×1061.34×10655830 280 建設用地Construction land2508.833448.98 940.15 0.22×1080.50×1080.28×10829892 其他土地Other land22.3722.08 -0.29 7.49×1057.34×105-14110 -48655 合計Total25366.4425366.44 0.00 10.52×10810.28×1080.24×108

3.5 閩三角城市群土地利用變化對水源涵養量的影響

從閩三角城市群2015年和2030年土地利用與水源涵養量的變化狀況(表5)來看,水源涵養量同各用地類型的面積呈顯著的正相關關系。從用地類型的角度講,到2030年閩三角城市群農田、林地、草地及其他土地用地類型面積下降[25],水源涵養量也相應減少,建設用地、水域及灘涂類型面積增加[25],水源涵養量對應增加,其中面積下降幅度最大的農田用地類型水源涵養量下降0.25×108m3,面積增加幅度最大的建設用地類型水源涵養量對應增加0.28×108m3(表5)。單從水源涵養量的增減幅度來講,由建設用地、水域及灘涂用地面積增加而產生的水源涵養量增加并不能補償由農田、林地、草地及其他土地面積減少造成的水源涵養量損失,由此導致了研究區2030年水源涵養量總體下降0.24×108m3。從單位面積變化對水源涵養影響的絕對量來看,其強度依次為林地、草地、其他土地、農田、建設用地和水域及灘涂,具體來講,對水源涵養影響強度最大的林地用地類型面積減少1 km2,水源涵養量損失6.62×104m3,對水源涵養影響強度最小的水域及灘涂用地類型面積增加1 km2,水源涵養量相應只增加280 m3。對比各用地類型面積增減幅度及水源涵養量變化關系發現,雖然面積同水源涵養量呈正相關關系,但面積增減僅意味著水源涵養量的增減,其增減幅度并不能表征水源涵養量的增減幅度。

3.6 模擬結果的置信度論證

為掌握模擬結果的可信度,確保結果的科學性及合理性,避免由于結果置信度較低造成的結論失真,本研究結合福建省發布的水資源總量對模擬結果的置信度進行了討論。通常來講水資源總量等于地表水資源量與地下水資源量之和[69-70],產水量基于水量平衡算法,是降水輸入量同蒸散發等消耗量的差值,從總量守恒的角度來講,二者在本質上講是采用不同方法對同一資源量的計算。基于此本研究檢索福建省水利廳發布的《福建省水資源公報》[71]顯示,2015年閩三角城市群區域水資源總量為229.33×108m3,相比本研究模擬的閩三角城市群2015年產水量194.11×108m3,總體精度84.64%,從該精度來講模擬結果相對可信。

4 討論

4.1 水源涵養變化影響因子的多元復合性

水源涵養的影響因子中土地利用變化只是其中之一,它主要通過改變下墊面的類型和結構來直接或間接地影響水源涵養過程[72],其作用方式首先表現為改變土壤質地、結構,通過對土壤孔隙度的作用來影響水源涵養量[73-74]；其次表現為改變下墊面類型及特征進而影響水文過程[75],譬如土地利用變化導致的地表覆被變化會使地表蒸散發量發生較為明顯的變化,從而影響生態系統的水源涵養量；再次土地利用變化還通過影響其他因子從而作用于生態系統水域涵養服務,譬如土地開發利用導致的生態系統退化[76-77],就在間接地影響著生態系統的水源涵養。從土地利用變化對水源涵養的作用方式來看,是一個多途徑復合的過程,而生態系統水源涵養變化又是多因子復合作用的結果,所以生態系統水源涵養變化是一個復合的、由多因子耦合驅動的生態過程[78-79],是集合了自然、社會、經濟等多方因子同作用的結果[80],因此生態系統水源涵養變化具有其多元復合性,是包括土地利用變化在內的多種影響因子共同作用的結果。

4.2 模型變量數據的選取及替代存在其局限性

本研究在模擬過程中為凸顯土地利用變化對水源涵養的作用,在對InVEST模型相關變量數據的選取及處理中,將除土地利用變化外的其他變量因子均采用多年平均值數據予以替代的方法存在一定程度的局限性。對于替代的數據,譬如蒸散發量假定2015年和2030年相對保持一致,這就使得兩個模擬年份之間太陽輻射量的差異被消除；降水采用多年平局值代替則消除了降水的年際差異；植物根限深度采用土壤絕對深度(即地表到巖層的深度)在一定程度高估了植物根系可存在的最大深度；最后植物可利用水含量采用200cm深度植物枯萎點的有效土壤含水量相對也有所高估。以上問題對模型模擬的準確性存在一定的影響,但考慮到模擬結果相對更多的取決于模型蒸散發系數(Kc)和各用地類型植被根系深度參數的影響,一定程度修正了上述高估問題帶來的模擬誤差,從而使得模擬結果仍處于相對可信的置信區間。但就其普適性來講,應具體問題具體分析,本研究之所以選用數據替代除了未來數據獲取難度較大外,更在于要突出土地利用變化的作用,盡可能降低其他變量對模擬結果造成過多的差異化影響,所以如果并非在類似研究背景下該方法并不具有廣泛的適用性。

4.3 影響響應關系的不可逆特征

土地利用變化和水源涵養影響響應關系的不可逆特征主要表現在以下兩個方面：

第一,本研究發現的農田、林地、草地及其他土地用地類型面積的減少會導致對用區域水源涵養量一定程度的下降,建設用地和水域及灘涂面積的擴大會導致水源涵養量相應的增加,該結論基于每類用地類型內部均質的假定,即假定所有用地類型內部無差別,僅是從各用地類型量變的角度進行了研究,并未考慮各用地類型質的差別,但如需考慮各用地類型內部質的差異,則農田、林地、草地及其他土地用地類型面積的增加不一定能夠產生同面積下降等量的水源涵養量增加,同時建設用地、水域及灘涂用地類型面積下降不一定能夠對應的增加等量的水源涵養量,也就是說林地增加1 km2,不一定新增6.62×104m3的水源涵養量。

第二,本研究發現水源涵養量同用地類型面積呈正相關關系,即用地類型面積增加則水源涵養相應增加,但該影響相應關系并不具有可逆性,即水源涵養的增加并不一定意味某用地類型面積的增加,也可能是由于該區域生態系統服務質量提升所造成的。

4.4 研究結論的地域局限性

由于氣候、地形地貌、土壤類型及結構、地表覆被物、土地利用方式、社會經濟發展狀況等影響因子的時空差異、生態系統服務時空尺度差異[81]、多尺度聯動特征[82-83]及其生態系統服務異質性[84]等因素的差異,本研究的結果及結論在其他區域或相同區域的不同時空尺度是否具有廣泛的適用性和準確性仍有待進一步研究的論證。

4.5 土地利用變化對水源涵養作用途徑及方式的多樣性

土地利用對水源涵養的影響除了表現在面積變化以及面積變化后的補償作用、變化方向以及不同用地類型影響強度的差異等較為直接的方面外,還應包括很多較為間接的方面,譬如土地利用變化導致的社會、經濟變化引起的環境政策對生態系統服務的影響,土地利用傳統及文化對對生態系統的作用,土地利用變化作用下的全球變化對生態系統服務產生的影響等。總之土地利用變化對水源涵養的影響不僅僅表現為文中提到的各方面,它對水源涵養乃至所有生態系統服務的作用呈現空間化的復雜網絡化結構,且諸多的作用方式和途徑之間交互耦合,形成復合的作用系統。所有本研究涉及到的作用方式只是土地利用對水源涵養乃至所有生態系統服務最表面、最簡單的途徑及方式,就產生影響的整體途徑和方式而言存在相對的局限性。

5 結論

基于上述研究,本研究發現閩三角城市群到2030年區域內水源涵養量總體會下降0.24×108m3；就土地利用變化對水源涵養的影響來看主要表現為的幾個方面：首先,面積變化對水源涵養量的影響方面,水源涵養量同用地類型面積正相關,但二者的變化量并不正相關,即面積的增減能夠體現水源涵養量的增減,但面積的增減幅度并不能表征水源涵養量的增減幅度；其次,土地利用變化方向對水源涵養的影響方面,相比變化為城市生態系統和水域生態系統而言,變化為自然生態系統和農業生態系統的土地利用變化更有利于生態系統水源涵養；再次,土地利用變化對水源涵養產生作用的強度由強及弱以此為林地、其他土地、草地、農田、建設用地、水域及灘涂；最后,面積變化后的補償作用方面,由于不同用地類型水源涵養能力和面積變化量的差異,由農田、林地、草地及其他土地面積下降導致的水源涵養量損失并不能通過建設用地、水域及灘涂用地類型面積的增加得以完全補償。