黃土高原植被恢復與生態系統土壤保持服務價值增益研究
——以延河流域為例

朱 青,周自翔,劉 婷,白繼洲

西安科技大學測繪科學與技術學院, 西安 710054

黃土高原是中國“兩屏三帶”生態安全格局的重要組成部分[1-2],該地區溝壑縱橫,水土流失嚴重。水土流失過程會破壞原有土壤結構,降低土地生產力,造成人民財產損失,同時在流域范圍內淤積河道,造成面源污染,加重洪澇和干旱災害等潛在威脅,已成為全球普遍關注的生態環境問題之一[3-4]。為控制黃土高原水土流失,該地區自20世紀70年代起開始實施一系列水土保持治理措施[5]。退耕還林(草)工程(1999)實施后,黃土高原地區植被覆蓋度大幅增加,有效降低了該地區水土流失的危害。因此,研究該地區植被恢復與土壤侵蝕之間的相互關系引起眾多學者的關注。植被覆蓋對土壤侵蝕的影響研究主要集中于植被的防蝕功效、減水減沙效應。其中,植被冠層消減了雨滴動能,地表覆被物分散了徑流動能,根系提高了土壤抵抗徑流侵蝕能力[6],并且不同的植被類型能在不同程度上減輕土壤侵蝕的危害。植被恢復具有延長坡面產流時間、增加入滲、減少產流產沙的作用[7]。程復[8]研究指出退耕還林(草)工程實施后,2008年黃土丘陵溝壑區所有流域單元的輸沙模數整體平均降低54%,土壤侵蝕程度明顯減弱；趙巧巧[9]研究發現黃土高原地區流域年均歸一化植被指數(Normalized Difference Vegetation Index, NDVI)和年均輸沙量呈現出負相關的關系；王怡菲[10]研究表明當退耕還林(草)面積增加1%,流域含沙量每立方米減少1.894kg；陳浩[11]研究提出以植被恢復為主的退耕還林(草)工程對黃土高原地區北洛河流域土壤侵蝕減少的貢獻率為85%。另一方面,部分學者[12-14]研究土壤侵蝕對植被的影響后,發現土壤侵蝕過程會降低土壤的持水能力和養分積累,影響植被群落的發育和演替,并通過侵蝕過程的機械力對植物產生干擾和破壞。

退耕還林(草)工程距今已實施二十余年,植被恢復能夠抑制土壤侵蝕,改善生態環境,促進生態系統服務的提升,同時,生態系統服務功能的提升有利于植被恢復。由此可見,植被恢復的生態環境效應及其帶來的一系列人類福祉是維持區域可持續發展的關鍵因素。目前植被與土壤侵蝕的關系方面已有大量研究,但關于黃土高原植被格局及其對土壤侵蝕的影響和植被恢復帶來的生態效益尚未明確。此外,生態系統服務的提升也是研究的熱點。鑒于此,本文以黃土高原延河流域為研究對象,探討2000—2015年該區的植被恢復狀況,并借助SWAT(Soil and Water Assessment Tool)模型估算土壤侵蝕量和土壤保持量,揭示植被格局對土壤侵蝕的影響,定量研究植被恢復帶來的生態系統土壤保持服務價值增益,對今后植被建設和水土流失治理工作以及生態補償具有一定的理論和實際指導意義。

1 研究區概況與數據來源

1.1 研究區概況

延河流域(36°27′—37°58′N, 108°41′—110°29′E)作為黃土高原丘陵溝壑區的典型流域,地表破碎,溝間地以丘陵為主,梁、峁狀丘陵大約占流域溝間地的80%,為流水侵蝕和重力侵蝕提供了“有利”的地貌條件。流域處于東部季風濕潤區與內陸干旱區的過渡地帶,年降水量偏少,多年平均降水量為520mm,降水季節分配不均,集中于夏季,秋季次之,春季較少,冬季有少量降雪。該流域水土流失嚴重,河流含沙量大,泥沙多為懸移質,水土流失面積接近流域總面積的80%,是黃河中游水土流失最嚴重的區域之一。延河流域的植被特性也具有過渡性,隨著植被類型、覆蓋度等生態特點的不同,植被抗蝕作用也有所差異。因此本文選取延河流域作為研究區域,其位置分布如圖1所示。

圖1 研究區的地理位置

1.2 數據來源與處理

本文使用的數據包括NDVI數據及構建SWAT模型所需的數字高程模型(Digital Elevation Model, DEM)、土地利用數據、土壤數據、水文數據和氣象數據。(1)NDVI數據采用美國地質勘探局(http://glovis.usgs.gov/)提供的MODIS植被指數產品—MOD13Q1,研究選用的時間范圍為2000—2015年,每年23期影像,共368期,時空分辨率為16d及250m。利用MRT(MODIS Reprojection Tools)軟件對該數據產品進行格式轉換和投影轉換,將HDF格式轉換成TIFF格式,并將SIN投影轉換成WGS_1984_UTM_Zone_49N投影。同時,利用MVC(Maximum Value Composites)合成月NDVI最大值,來進一步消除云、大氣和太陽高度角等因素對遙感影像產生的影響[15]。由于溫帶半干旱區域存在明顯的季節性,生長季與非生長季植被覆蓋存在較大差異[16],因此實驗采用延河流域生長季5—10月NDVI的平均值表征植被覆蓋的年際變化狀況[17]；(2)DEM數據來自中國科學數據云地理空間數據云(http://www.gscloud.cn/),空間分辨率為30m；(3)土地利用數據來源于中國科學院資源科學環境數據中心(http://www.resdc.cn/),空間分辨率為30m,本文選用2005年和2010年土地利用數據,主要包括八類土地利用類型：耕地、林地、園地、高覆蓋草地、低覆蓋草地、建設用地、水域和未利用地,按照SWAT模型自帶的土地利用類型編碼方式建立相對應的屬性索引表,構建土地利用數據庫；(4)土壤數據采用寒區旱區科學數據中心(http://westdc.westgis.ac.cn/)提供的世界土壤數據庫(Harmonized World Soil Database, HWSD),其中的中國土壤數據是第二次全國土地調查南京土壤所提供的1∶100萬土壤數據,利用SPAW(Soil-Plant-Atmosphere-Water)軟件計算所需土壤參數,建立土壤數據庫；(5)水文數據來自《中華人民共和國水文統計年鑒》的黃河流域資料,包括甘谷驛水文站2003—2015年逐日徑流量和產沙量；(6)氣象數據來自中國氣象數據共享網(https://data.cma.cn/),包括延河流域內及周邊站點的位置信息和1999—2015年逐日降水量、最高和最低溫度、相對濕度、風速數據。由于目前國家基本氣象站點無太陽輻射數據,所以該數據由天氣發生器模擬提供。為了減小空間數據帶來的偏差,本文將所有的空間數據投影變換為統一的坐標系(WGS_1984_UTM_Zone_49N),且柵格分辨率重采樣為30m。

2 研究方法

2.1 NDVI變化特征

NDVI可從整體上表征植被的生長狀況和覆蓋變化[18-19],被眾多學者廣泛應用[20-22]。本文運用趨勢線分析法逐像元分析2000—2015年延河流域的NDVI變化趨勢,反映植被的時間演變和空間差異特征。依據趨勢線的斜率判斷變量在研究時段的變化趨勢,若斜率大于0,則植被覆蓋呈增加趨勢；若斜率等于0,則植被生長趨于穩定；若斜率小于0,則植被覆蓋呈減少趨勢。斜率絕對值的大小表示研究時段植被覆蓋增加或減少的速率。計算公式如下：

(1)

式中,θ為趨勢線的斜率；n為研究時段年數；xj為研究時段內第j年年際或生長季NDVI值。

2.2 SWAT模型

美國農業部農業研究中心開發了具有很強物理機制、開源的SWAT分布式水文模型,其可以綜合利用土壤類型、土地利用類型及管理措施預測和模擬流域長時期內的徑流、泥沙、化學元素和有機物質的遷移運動,評估整個流域范圍內的水分平衡[23]。該模型廣泛應用于黃土高原地區的產流產沙模擬[24-25],因此,本文采用SWAT模型中的產沙模塊,即改進的通用水土流失方程(Modified Universal Soil Loss Equation, MUSLE)模擬延河流域的土壤侵蝕量,包括實際土壤侵蝕量和潛在土壤侵蝕量。實際土壤侵蝕量指流域實際上發生的土壤侵蝕量,潛在土壤侵蝕量指假設流域沒有地表植被覆蓋與管理措施下發生的土壤侵蝕量,二者之間的差值為土壤保持量。計算公式如下：

ΔS=Sqz-Ssj=11.8·(Qsurf·qpeak·areahru)0.56·Kusle·Pusle·LSusle·CFRG·(1-Cusle)

(2)

式中,Ssj為模擬的實際土壤侵蝕量(t)；Sqz為模擬的潛在土壤侵蝕量(t)；ΔS為研究區生態系統土壤保持量(t)；Qsurf為地表徑流(mm/hm2)；qpeak為徑流峰值(m3/s)；areahru為水文響應單元(Hydrologic Research Unit, HRU)的面積(hm2)；Kusle為土壤可蝕性因子；Cusle為地表植被覆蓋與管理因子,當無植被覆蓋與管理因子的影響時,設Cusle=1；Pusle為水土保持措施因子；LSusle為地形因子,包括坡長因子L和坡度因子S；CFRG為直徑大于2mm的粗碎塊因子。

采用德克薩斯農業大學提供的SWAT-Calibration and Uncertainty Programs(SWAT-CUP)軟件中的Sequential Uncertainty Fitting(SUFI-2)方法對SWAT模型進行敏感性參數分析、率定和驗證。使用決定系數(Coefficient of determination,R2)和納什效率系數(Nash-Sutcliffe efficiency coefficient, NSE)作為評價SWAT模型模擬精度的指標。R2可評價模擬值與實測值變化趨勢的一致性,NSE可反映模擬值與實測值之間的擬合程度。一般來說,當R2>0.6,且NSE>0.5時,即可認為SWAT模型模擬取得顯著性效果[26]。評價指標的表達式如下：

(3)

(4)

式中,Qmi為模擬值；Qoi為實測值；Qo為實測均值；Qm為模擬均值。

通過基礎數據的準備,構建數據庫,借助ArcSWAT2012版本軟件建立延河流域的SWAT模型。首先是子流域的劃分：基于DEM數據生成河網,通過設定閾值(形成子流域的最小給水面積)為10000hm2重新劃分河網,并設置流域總出水口,流域劃分為47個子流域；其次劃分HRU：通過疊加土地利用數據、土壤數據和坡度數據,獲得各個子流域中具有相同土地利用類型、土壤類型和坡度的1987個HRUs；最后將氣象數據等導入模型,重新讀取基礎數據庫,運行SWAT模型,實現對延河流域1999—2015年徑流量和產沙量的模擬。以1999—2002年作為預熱期,再分別以2003—2008年和2009—2015年作為率定期和驗證期,并依據甘谷驛水文站實測數據進行參數率定和驗證。由于延河流域的地形、土壤等基礎數據長時間內幾乎不變,而流域內的土地利用狀況不斷變化。為提高SWAT模型的精度,本文將1999—2008年(預熱期+率定期)作為整體,運用2005年的土地利用數據驅動SWAT模型；2009—2015年(驗證期)選用2010年的土地利用數據驅動SWAT模型。經驗證,本文構建的延河流域SWAT模型率定和驗證結果均達到模型要求(如圖2),可用于研究區的水文模擬。

圖2 延河流域甘谷驛水文站徑流-產沙實測值與模擬值對比圖

2.3 生態系統土壤保持服務價值評估

采用市場價值法、機會成本法、恢復費用法和影子工程法等生態系統服務價值核算方法,依據每個HRU上的生態系統土壤保持量,從保持土壤肥力、減少土地廢棄和減輕泥沙淤積(3個指標)方面定量估算土壤保持服務價值,最后匯總計算流域總價值量,闡明植被恢復的生態效益。

E1=ΔS×Bi×Ci×Di

(5)

(6)

(7)

E=E1+E2+E3

(8)

式中,E為生態系統土壤保持服務價值(元)；E1為保持土壤肥力價值(元)；E2為減少土地廢棄價值(元)；E3為減輕泥沙淤積價值(元)；ΔS為研究區生態系統土壤保持量(t)；Bi為土壤中氮、磷、鉀及有機質的平均含量,分別為0.17%、0.06%、1.40%、0.90%[27]；Ci為土壤中的氮、磷、鉀及有機質折算成相應肥料(尿素、過磷酸鈣和氯化鉀)及碳比率的系數,分別為2.164、4.065、1.923、0.5[28]；Di為化肥的市場價格(元/t),依據全國肥料的平均售價,分別為1825、522、1948、550元/t；D1為單位面積土地的機會成本,取值為2.35×105元 km-2a-1[27]；p為單位土壤體積質量分數,取值為1.20t/m3；h為土壤厚度,江忠善、鄭粉莉等[29-30]提出的黃土高原地區平均土壤厚度為0.2m；依據中國主要河流泥沙運動規律,土壤流失泥沙淤積在河道、湖泊、水庫中的系數取0.24[31]；D2為建設水庫工程的費用,取5.714元/m3[27]。

3 結果與分析

3.1 NDVI時空變化特征

3.1.1年際NDVI時空變化

從圖3可以看出,2000—2015年NDVI均值表現出遞增的趨勢,增速達到0.0245/10a。其中,NDVI平均值由2000年的0.514增加到2014年的0.553,其增長率達到7.05%,主要是由于退耕還林(草)工程的實施,在政策因素和人為因素的影響下,延河流域大量耕地實現還林還草,植被覆蓋狀況逐漸改善。為更好評價延河流域植被恢復狀況,分析該流域2000—2015年NDVI時空變化趨勢。經統計相關系數顯著性檢驗,參考岳本江等[32]對延河流域NDVI變化趨勢分級標準理論并結合本文研究對象實際情況,將該流域的NDVI變化情況劃分為明顯退化(θ≤-0.007)、退化(-0.007<θ≤-0.001)、基本不變(-0.001<θ≤0.001)、改善(0.001<θ<0.004)和明顯改善(θ≥0.004)5個等級。

圖3 2000—2015年延河流域NDVI變化趨勢

由圖4可知,綠色區域的NDVI呈現出增加的趨勢,其中84%的區域改善,9.6%的區域明顯改善,主要位于流域上游和下游。由于流域上游地勢陡峭,坡度大于25°的陡坡占70%以上[6],而退耕還林(草)工程對于坡度大于25°的坡耕地實現了全部還林,導致植被覆蓋變化大,植被恢復好；而下游地區地勢平緩,土壤肥沃,農業活動頻繁,土地缺乏植被保護,對該地區平緩的坡耕地進行退耕還草,植被得到保護,使得植被覆蓋逐漸增大。還有6.1%的區域NDVI變化趨勢基本不變,主要位于流域中游,這是因為延安市以南地區梢林廣布,植被生長狀況好造成的結果。流域僅有0.3%的區域NDVI出現減少的趨勢,主要分布于延安市新區,由于城市化使得植被退化顯著。

圖4 2000—2015年延河流域NDVI年際變化趨勢空間分布圖

3.1.2生長季NDVI時空變化

生長季NDVI時間變化分析。本文把一年中植被開始返青到落葉的時期作為生長季[33-34],根據延河流域的物候特征,其生長季從5月初至10月底。由于MODIS-NDVI的影像為半月合成產品,把NDVI均值分為上、下半月,可以在時間上更細致的表達植被覆蓋的變化情況。如圖5所示,以時間為橫軸(刻度為半月),以NDVI均值為縱軸,用回歸法生成擬合曲線,即NDVI變化趨勢線,其斜率反映變化率。經統計2000—2015年生長季各月(5—10月),時間與NDVI的相關系數大于0.6(P<0.01),2000—2015年生長季NDVI變化呈現出逐年增加的總趨勢,但不同月份的增加程度不同。其中每年8月的NDVI值最大,每年6月的NDVI增長速率最快(擬合曲線斜率最大),主要原因是流域氣候條件和植被物候的季節差異[35]。而一年中NDVI隨物候變化,5—8月NDVI值逐漸增大,9—10月NDVI值逐漸減少。

圖5 2000—2015年延河流域生長季NDVI月均值趨勢圖

生長季NDVI空間變化分析。如圖6所示,2000—2015年各月NDVI變化的空間差異顯著,主要由于植被在一年內經歷開始返青(生長季始期)到落葉(生長季末期)的過程,植被進入生長季始期和生長季末期的面積比例均為先增加后減少[33-34]。依據上文NDVI變化趨勢分級標準,其中生長季始期(5月)NDVI增加的區域主要分布在流域中游,該地區位于延安市城區附近,受人類活動影響較大,植被生長較上游和下游更好；6月NDVI增加的區域主要位于下游,由于下游地區退耕還林(草)工程實施效果顯著,使得下游植被狀況逐漸改善；7月NDVI增加的區域占97.8%,全流域植被長勢較好；8月NDVI增加的區域主要位于上游和下游,中游植被生長狀況趨于穩定,這與圖5中8月NDVI值最大形成呼應,全流域植被生長狀況最好；9月全流域NDVI增加趨緩,植被進入生長季末期；10月NDVI變化趨勢呈增加的區域主要位于上游,退耕還林(草)工程實施中流域上游的坡耕地還林的效果顯著。

圖6 2000—2015年延河流域生長季NDVI月際變化趨勢空間分布圖

總體上看,該流域NDVI時空變化特征為2000—2015年生長季各月NDVI值及NDVI增長速率不同,表現在空間上,流域上中下游植被變化呈現出不同的趨勢,這與植被類型、地勢條件、氣候條件、人類活動等因素相關。

3.2 植被覆蓋對土壤保持服務的作用

為探究植被覆蓋措施對土壤侵蝕的影響,本文借助SWAT水文模型,以植被覆蓋措施作為模型的變量,以HRU為研究單元,定量模擬土壤侵蝕量,以此說明植被覆蓋變化對流域土壤保持的積極作用。從圖7可以看出,在HRUs尺度上,2000—2015年年均實際和潛在土壤侵蝕模數的擬合曲線整體上呈減少趨勢,其中多年平均實際和潛在的土壤侵蝕模數為31783t km-2a-1和624015t km-2a-1,主要是因為流域的土壤類型多為黃土母質上發育的黃綿土,土壤質地均一,土質疏松,抗侵蝕能力差[36],在沒有植被覆蓋措施下,土壤極易發生侵蝕,且侵蝕模數大。由此定性說明植被覆蓋對土壤侵蝕具有強大的抑制作用。

圖7 2000—2015年延河流域HRUs實際和潛在侵蝕模數分析

如何定量探究植被覆蓋發揮的效果是一個值得研究的問題。基于此,本文以2000年土壤保持量為基準,計算2001—2014年逐年土壤保持增量,從定量的角度深究植被恢復帶來土壤保持量的變化特征。從表1可知,2001—2014年土壤保持量均存在不同程度的增加。植被覆蓋抑制土壤侵蝕,土壤得到有效保持,土壤保持又促進植被生長,從而形成良性循環,不斷改善生態環境。因此,在今后的生態恢復中要注重植被覆蓋措施。

表1 2001—2014年延河流域土壤保持量增益表

植被覆蓋措施是減少土壤侵蝕的重要因素之一。從不同植被覆蓋度的角度分析土壤保持量的變化是極具價值的。參照宋敏敏等[37]在延河流域已有的研究經驗,采用自然間斷點分級法,將NDVI分為低覆蓋(0—0.3)、中低覆蓋(0.3—0.45)、中覆蓋(0.45—0.6)、中高覆蓋(0.6—0.75)、高覆蓋(0.75—1)5個等級。經統計,2000—2015年延河流域的植被覆蓋情況為：低覆蓋占0.26%,中低覆蓋占15.8%,中覆蓋占66.43%,中高覆蓋占17.05%,高覆蓋占0.46%,說明延河流域植被主要以中覆蓋為主。為更明確土壤保持量的變化,標準化多年(2000—2015)平均土壤保持量,參照鄧偉等[38]的研究,采用等間隔分級法,將標準化后的土壤保持量劃分為低(0—0.2)、較低(0.2—0.4)、中(0.4—0.6)、較高(0.6—0.8)、高(0.8—1)5個等級。延河流域各等級土壤保持量如下：低保持占75.77%,較低保持占13.64%,中保持占6.72%,較高保持占3.17,高保持占0.7%,表明該流域土壤保持量以低保持為主。

運用疊加分析法,研究植被覆蓋對土壤保持量的影響。從圖8可以看出,流域植被覆蓋變化引起土壤保持量的變化特征明顯。低覆蓋下土壤保持量幾乎為0,由于植被覆蓋度小于0.3,地表景觀為裸巖、裸土和稀疏植被[39],土壤侵蝕嚴重；中低覆蓋下,存在低、較低、中和較高土壤保持,幾乎沒有高保持,反映出中低植被覆蓋條件下,生態系統土壤保持功能仍有限；而中覆蓋條件下,高保持面積占比最大,為85.35%,反映出生態系統土壤保持功能強,主要原因是對先前坡度大于25°、農業活動頻繁和礦區等地區還草還林力度大,植被恢復顯著、覆蓋度高,所以土壤侵蝕量大幅減少；流域高覆蓋區面積占比最小,僅不到1%,因此土壤保持功能強但總量小。因此,今后水土保持工作要注意對各個等級植被覆蓋采取不同的措施：低覆蓋區重點治理,中低、中和中高覆蓋區預防保護,著重擴大高覆蓋區。

圖8 2000—2015年延河流域不同植被覆蓋下的土壤保持量面積比較

3.3 生態系統土壤保持服務價值時空分布

3.3.1時間尺度變化

土壤保持服務作為一項重要的生態系統調節服務,在防止土壤侵蝕,減少泥沙等方面發揮重要的作用[40-41]。為定量評估植被恢復所帶來的生態系統土壤保持服務價值,本文通過公式(5—8)計算土壤保持服務價值并分析其時空分布特征,探究植被恢復對土壤保持服務的增益效果。

從圖9可以看出,時間尺度上,HRUs年均土壤保持服務價值隨時間波動,主要原因是2000—2015年的降水量和降水強度不同,導致土壤侵蝕程度不同。其中2013年土壤保持服務價值達到多年最大值,因為2013年延河流域遭遇有氣象記錄以來的強降水[42],該年降水量約為790mm,是2000—2015年降水量的最大值。總體看,生長季HRUs月均土壤保持服務價值在年內呈單峰型變化,峰值在7月,主要是因為流域多年以來年內降水量也呈單峰型變化,7月降水量約為111mm,達到年內最大值,且以陣雨或暴雨為主,局部地區出現暴雨的情況較多,暴雨強度也大。本文土壤保持服務價值隨時間的變化特征與張樂濤等[43]研究產沙量變化情況相吻合。黃土高原地區幾乎所有的土壤侵蝕量都發生在雨季,且隨著降水量的增加土壤保持量增加,由此表明土壤保持量在時間尺度上受降水因素的影響,產生的生態系統土壤保持服務價值也隨之波動。在多雨季節,適宜的溫度和降水促進了植被的生長,當NDVI達到峰值時,產沙量迅速下降,土壤保持量快速增加。因此,植被覆蓋是減少黃土高原地區水土流失的主要因素。

圖9 2000—2015年延河流域年際年內HRUs土壤保持服務價值圖

2000—2015年HRUs年均土壤保持服務價值為3.64×108元,生長季月均土壤保持服務價值為6.06×107元。從表2和表3可以看出,年際和年內保持土壤肥力價值E1、減少土地廢棄價值E2和減輕泥沙淤積價值E3對土壤保持服務價值的貢獻不同,其中E1占96.7%,E2占1.5%,E3占1.8%,表明2000—2015年延河流域生態系統土壤保持服務價值以保持土壤肥力價值為主。

表2 2000—2015年延河流域年際HRUs土壤保持服務價值

表3 生長季HRUs多年(2000—2015)平均土壤保持服務價值

總體上看,2000—2015年延河流域土壤保持服務價值呈波動增長的態勢,生態系統土壤保持服務增益明顯,從2000年僅為2.63×106元,至2014年已增長為5.48×108元,翻了一番。

3.3.2空間尺度變化

本文重點分析退耕還林(草)工程實施以后,延河流域生態系統土壤保持服務價值的空間差異,希望能為該地區今后退耕還林(草)工程實施的方向提供參考依據。從圖10可以看出,2000年和2014年流域的土壤保持服務價值空間差異大。2000年流域的土壤保持服務價值分布多集中在上游地區,主要是因為延河流域地勢西北高、東南低,西北部的坡度大于25°的坡耕地多,退耕還林(草)工程實施初期對該地區的還林力度大；2014年土壤保持服務價值在流域內趨于均勻分布的態勢,因為退耕還林(草)工程實施以來,全流域植被恢復顯著,全面提升了生態系統土壤保持服務,進而帶來顯著生態效益。流域年均土壤保持服務價值在下游地區最高,上游次之,中游最低,其原因為：下游殘塬平梁溝壑區地勢平坦,土壤肥沃,農業活動頻繁,先前土地缺乏植被保護導致水土流失嚴重,通過退耕還草,土壤保持量大幅提升；上游低山地區植被生長環境差,通過退耕還林、園林綠化、水保工程措施等,使得土壤侵蝕減弱,相較于中游,土壤保持服務價值更高；中游梁峁丘陵溝壑區侵蝕嚴重,并且延安市寶塔區人口較多,人類活動頻繁,城市建設導致不透水面不斷增加,因此土壤保持服務價值低。今后水保工作要注意對流域上中下游采取不同措施：上游限制土地開發,以生態恢復為重；中游生態與建設并重,加強土地規劃與保護；下游因地制宜,合理開展高附加值農業活動提高土地生產效率,主要種植果樹、牧草等植被覆蓋度較高的作物,嘗試免耕法等保護性耕作方式。

圖10 延河流域土壤保持服務價值空間分布圖

4 結論

本文以黃土高原延河流域為研究對象,運用MODIS-NDVI數據探究2000—2015年研究區植被恢復的時空變化特征,同時基于SWAT模型揭示植被恢復對抑制土壤侵蝕、提高土壤保持的作用,并定量評價生態系統土壤保持服務價值增益效果。主要得出以下結論：

(1)通過分析2000—2015年延河流域年際和生長季NDVI的時空變化特征,得出該流域植被覆蓋整體上處于增加態勢,退耕還林(草)工程實施效果顯著,持續向好。但是上中下游存在空間差異,流域上游植被覆蓋變化大、植被恢復好；下游地區植被覆蓋逐漸轉好；而流域中游,出現城市化快速增長區植被退化問題。因此,在黃土高原生態脆弱區,城市化發展要立足于生態可持續,節約高效利用土地資源,合理規劃建設用地,為生態建設留足余地。

(2)通過定量分析,探明植被恢復對抑制土壤侵蝕的作用十分顯著。從退耕還林(草)工程實施以來,隨著植被覆蓋度增加,在HRUs尺度上年均實際土壤侵蝕模數處于逐年遞減的態勢,說明植被恢復措施能夠有效抑制土壤侵蝕,促進生態系統土壤保持量增益明顯。而總體上,延河流域植被主要以中覆蓋為主,流域土壤保持量以低保持為主。通過運用GIS疊加分析法,研究植被覆蓋對土壤保持量的影響,表明植被低覆蓋條件下生態系統土壤保持量幾乎為0；植被中低覆蓋條件下,生態系統土壤保持功能仍有限；而中覆蓋條件下,土壤保持功能較強；植被高覆蓋區所占面積最小,僅不到1%,因此植被高覆蓋區的生態系統土壤保持功能雖然強,但是對流域土壤保持總量的貢獻很小。綜上所述,今后的水土保持工作應該注重能夠有效提高植被覆蓋度的生態恢復措施,要注意對低覆蓋區重點治理,中低、中和中高覆蓋區預防保護,著重擴大高覆蓋區。

(3)實施退耕還林(草)工程帶來了巨大的生態系統土壤保持服務價值增益,從2000年至2014年翻了一番,流域年均(2000—2015)生態系統土壤保持服務價值為3.64×108元，生長季月均土壤保持服務價值為6.06×107元，而且土壤保持服務價值以保持土壤肥力價值為主。流域生態系統土壤保持服務價值時空分布特征也有規律可循。時間尺度上,土壤保持服務價值受降水因素影響而波動變化；月均土壤保持服務價值在年內一般呈單峰型變化,峰值在7月,與降水的單峰型變化相一致。空間尺度上,上中下游土壤保持服務價值的空間差異大,今后防治水土流失工作要注意對流域上中下游因地制宜,采取不同措施：上游改善生態,中游加強保護,下游科學耕作。

5 討論

(1)當前土壤侵蝕的定量化模擬存在一定困難。土壤侵蝕是影響植被發育并受植被反作用的一種生態應力[44-45]。大多數研究[46-49]土壤侵蝕采用的模型一般是美國通用水土流失方程(Universal Soil Loss Equation, USLE),但該模型是經驗模型缺乏土壤侵蝕機理,在實際應用中不能詳細描述土壤侵蝕的物理過程。為此基于物理過程的水蝕預報模型應運而生,例如美國農業部研發了WEPP(Water Erosion Prediction Project)模型,該模型幾乎涉及與土壤侵蝕相關的所有過程[50-51],然而這類模型存在參數眾多、所需數據難以獲取等缺點,推廣應用很困難。因此,本文選擇目前最流行的SWAT分布式水文模型。SWAT模型采用改進的通用水土流失方程MUSLE模擬基于HRU的土壤侵蝕量,MUSLE中地表徑流、徑流峰值、土壤可蝕性等因子的計算方法較為科學,使模型具有了一定的物理機制。

(2)本文基于兩期土地利用數據構建SWAT模型,并將HRU作為研究單元細化了水文模擬過程。為提高模型模擬精度,本文在構建SWAT模型時基于土地利用數據、土壤數據和坡度數據將子流域劃分成HRUs的離散集合,把HRU作為研究單元,每一個分布式地理參數(如土壤導水率、土壤可蝕性等)都可以針對每個HRU進行定義,從而細化了水文過程。另一方面,目前多數研究在借助SWAT模型模擬長時間序列的水文狀況時,將一期土地利用數據作為輸入數據源。由于土地利用數據代表流域下墊面的狀況,而下墊面對模擬水文過程具有重要的意義,尤其是退耕還林(草)工程實施后,土地利用變化大,長時間序列的研究則更需要考慮土地利用數據的真實性。因此,本文采用2005年和2010年兩期土地利用數據作為輸入數據源,有利于提高模型模擬的準確性。

(3)植被動態對土壤侵蝕的影響是一個不可忽視的問題,尚需要進一步研究。本文定量研究植被恢復的生態系統服務價值增益問題,但植被恢復是一個長期動態的過程,如何實現基于植被動態模擬水文過程尚需要進一步研究。MODIS遙感數據產品MOD13Q1具有免費性、連續性、長時間序列等優勢,而SWAT模型具有開源性的特點,為植被動態變化的生態水文效應研究提供了必要條件。將NDVI數據引入SWAT模型實現植被動態變化條件下的水文過程模擬,是今后研究的重難點。

(4)本文的研究結論認為退耕還林(草)工程因地制宜,將不良耕地轉換為林地或草地,實現植被恢復顯著,使生態系統土壤保持服務價值增益顯著。這與眾多學者研究提出的實施退耕還林(草)工程以來黃土高原水土流失減少,生態環境改善,生態系統服務價值增強的觀點一致。

本文存在的不足之處：(1)假設研究時段地形未發生變化的問題。本文將DEM數據和土壤數據作為長期不變的數據源輸入SWAT模型,但實際上地形一直處于微小的變化,這種變化宏觀遙感數據難以探測發現,對實驗結果可靠性存在一定影響,因此微地形變化也是一個重要的研究問題；(2)假設研究時段土壤未發生變化的問題。隨著退耕還林(草)工程的實施,植被不斷恢復的同時,伴隨著土壤肥力不斷恢復,但本文中假設土壤性質也不變,將土壤數據作為常量,使得研究結果具有一定偏差。因此,在今后研究中應該進一步考慮微地形、土壤變化對土壤侵蝕的影響,使研究更加科學合理。

致謝：感謝西安科技大學測繪科學與技術學院周自翔副教授對本研究的幫助。