基于InVEST模型的金沙江流域干熱河谷區水源涵養功能評估

劉 嬌,郎學東,2,蘇建榮,2,*,劉萬德,2,劉華妍,田 宇

1 中國林業科學研究院資源昆蟲研究所,昆明 650224

2 國家林業和草原局云南普洱森林生態系統國家定位觀測研究站,普洱 665000

3 中國林業科學研究院森林生態環境與保護研究所國家林業和草原局森林生態環境重點實驗室,北京 100091

4 中節能生態產品發展研究中心有限公司,北京 100082

金沙江干熱河谷區是我國西南地區中無論是氣候類型還是植被類型都比較接近于熱帶“稀樹草原(Savanna)”環境的一類特殊干熱地區[1- 2],也是長江上游生態環境最脆弱、水土流失最嚴重的區域之一[3- 4]。因其氣候干熱、土壤含水嚴重虧缺[5]、土壤侵蝕嚴重[4]和植被恢復困難[6- 9]等生態環境問題一直是研究的熱點。又因金沙江干熱河谷區地處長江經濟帶的上游,經濟發展和生態環境保護的戰略地位也十分重要。《長江經濟帶生態環境保護規劃》[10]也明確要求,要加強長江流域水源涵養區的生態保護力度,從源頭上防止水土流失和生態破壞,重點加強金沙江中下游區域水源涵養、水土流失治理與植被恢復,提升生態系統服務水平。多年來,對金沙江干熱河谷植被恢復和造林技術連續開展了大量研究,但至今尚未形成一個行之有效的配套技術,常常出現“種樹不見樹,造林不見林”的現象,主要原因之一是干熱河谷區嚴重缺水[11- 12]。解決這一問題的關鍵必須依賴于對干熱河谷區水源涵養功能的準確評估,從根本上掌握此區水源涵養能力的量化指標及其時空變化規律。雖然圍繞金沙江干熱河谷的生態修復與水土保持技術[13- 14]、氣候和植被的關系[15]、巖性對干熱河谷土壤水分和植被類型的影響[16]、不同植被類型的林分截流和持水能力[17]等研究取得了豐碩的研究成果,但針對金沙江干熱河谷區的水源供給的量化研究及其時空變化,目前尚不清楚。針對以上問題,應用InVEST模型產水模塊定量評估金沙江干熱河谷區的水源涵養功能不失為一個有效的方法。

InVEST模型產水模塊基于水量平衡原理,通過降水、地表蒸發、植物蒸騰、土壤深度和根系深度等參數計算產水量。與傳統的土壤蓄水能力法、林冠截留剩余量法、水量平衡法、綜合蓄水能力法、年徑流量法、降水儲存量法和地下徑流增長法等相比,模型具有空間數據量化、可視化、參數易獲取、易于計算,具有情景模擬功能和在較大的尺度上有效等優點。近10年來,有關InVEST模型在國內外的應用已較為成熟,主要圍繞研究區域產水量和水源涵養量及時空變化(如：英國[18]、美國[19]、尼泊爾[20]、伊朗[21]和中國的長江上游[22]、北京市山區[23]、白羊淀[24]、三江源區[25]、都江堰[26]、陜北黃土高原[27]、河南淅川[28]、三江源國家公園[29]、秦嶺[30]等)、價值評估(如太湖流域[31]和岷江上游[32])、未來情景預測(如廣東楊溪河流域[33]和閩三角城市群[34]未來土地利用變化分析)、不同模型之間比較研究(如福建省森林生態系統水源涵養服務評估[35])、模型驗證與完善(如北美洲[36]和浙江杭州臨安區水濤莊水庫集水區案例[37])等方面展開相關工作,為金沙江流域干熱河谷區的產水功能提供了借鑒基礎與評估方法,并推進定量評估金沙江流域干熱河谷區的水源涵養功能。

本研究在參考上述國內外使用InVEST模型對水源涵養功能研究文獻的基礎上,基于1990—2019年土地利用變化與轉移特征,結合氣象、土壤和地形等數據,應用InVEST模型定量評估金沙江流域干熱河谷區水源涵養能力,以期能為金沙江流域干熱河谷區植被修復、水資源管理等提供數據支撐,為長江經濟帶的建設提供生態服務。

1 研究區概況

金沙江流域干熱河谷區主要分布在金沙江干流的中下游,地理位置介于100°13′31.89″—104°02′6.12″E,25°17′6.12″—28°33′12.48″N之間,行政上主要分屬于四川省的攀枝花市、會理縣、會東縣、寧南縣、金陽縣、雷波縣和云南省的永勝縣、華坪縣、賓川縣、永仁縣、元謀縣、東川區、巧家縣、永善縣等縣市區管轄,區域面積約1.06×106hm2(圖1)。干熱河谷區一般海拔700—1500 m[1],河谷東段深陷烏蒙山脈之間,西段深陷云嶺山脈,兩側有中山、高山,總體上屬于高原上的高山峽谷地貌。該區氣候又干又熱,年均溫一般>20℃,年蒸發量通常大于年降水量的3—6倍,≥10℃年積溫>7000℃[1]。以此區內元謀氣象站(1120 m)連續24年觀測的氣象指標為例：年均溫21.8℃,≥10℃年積溫7996.1℃,年均降水量634 mm,干季降水量為50.2 mm,年均蒸發量3847.8 mm,年干燥度3.0—5.0,屬南亞熱帶性的干熱河谷氣候,與世界典型薩王納氣候指標比較接近[1]。此區土壤類型以褐紅土為主,分布的主要植被類型有干熱灌叢、干熱性稀樹灌木草叢、河流(湖泊)水生植被、人工林和旱地植被,非植被覆蓋主要是城鄉居民居住地和道路[2]；植物種類以山合歡Albiziakalkora(Roxb.) Prain、余甘子PhyllanthusemblicaL.、車桑子Dodonaeaviscosa(L.) Jacq.、疏序黃荊VitexnegundoL. f.laxipaniculataPei、黃茅Heteropogoncontortus(L.) Beauv.等為主,分布有國家級保護植物攀枝花蘇鐵CycaspanzhihuaensisL. Zhou et S. Y. Yang、紅椿ToonaciliataRoem.、金鐵鎖PsammosilenetunicoidesW. C. Wu et C. Y. Wu等。由于巨型水電站建設、薪材砍伐、放牧和火燒等長期不合理開發利用,加之立地植被恢復困難,該區植被覆蓋率低、水土流失嚴重、生態環境不斷惡化[3]。

圖1 金沙江流域干熱河谷區地理位置Fig.1 The geographical location of the dry-hot valley area of Jinsha River basin

2 材料與方法

2.1 數據來源與處理

(1)金沙江流域干熱河谷區范圍。依據相關文獻,結合本研究的前期野外調查資料,主要使用DEM數據(空間分辨率為90 m)提取金沙江流域干熱河谷區的范圍。DEM數據和下述相關遙感影像數據均來源于地理空間數據云(www.gscloud.cn)。

(2)土地利用類型的分類與檢驗。使用1990年、2000年、2010年和2019年的遙感影像,在ArcGIS與ENVI軟件中,對影像進行幾何校正、影像融合和影像裁剪等預處理,采用目視解譯法與監督分類法相結合的方法提取土地利用類型。依據《土地利用現狀分類》標準(GB/T 21010—2017)將土地利用類型劃分為喬木林地、灌木林地、草地、耕地、建設用地、交通運輸用地、裸地和水域8類。通過Google Earth獲取2.38 m的高清衛片和野外實際考察數據,利用混淆矩陣對分類精度進行評價,經多次重新選取訓練樣本,最終Kappa系數大于0.83,精度滿足研究需求。。

(3)氣象數據。研究區及其周邊共計75個氣象站點1990—2019年逐日的氣象數據下載自中國氣象數據網(http://data.cma.cn/),包括不同時期的降水、溫度、濕度、氣壓和風速等數據。運用ArcGIS軟件的Kriging插值法對站點數據進行空間插值。

(4)土壤數據。土壤數據來源于比例尺為1∶1000000的世界土壤數據庫(http://www.iiasa.ac.at/Research/LUC/External-World-soil-database/HTML/),包括土壤質地、土壤厚度、土壤類型與有機物含量等,柵格數據經定義投影、創建屬性表和裁剪等步驟,利用公式(7)計算得植物可利用水數據(圖2和圖3)。

圖2 研究區土壤深度Fig.2 Soil depth in the study area

圖3 研究區植物可利用水Fig.3 Water available for plants in the study area

(5)根系深度數據。自然植被類型的根系深度數據參考Schenk等[38]對Savanna植被的研究(相似的氣候條件尤其是降水量和植被類型)；農業植被的根系深度參考文獻[26]。

2.2 土地利用類型轉移矩陣

土地利用類型轉移矩陣源于系統分析學,是分析研究系統的狀態與轉移量的定量過程,包括轉出面積與轉入面積[39- 40]。可以用土地利用轉移面積或者轉移概率來表示[41]。其計算公式為：

(1)

式中,T1,T2為研究時段內的土地利用轉移矩陣的兩種表示方式,其中T2又稱為MARKOV轉移概率矩陣；Sij是研究時段內由地類i轉移為地類j的面積；Pij是土地利用類型由研究初期的地類i轉移為研究末期的地類j的概率；n是土地利用類型的數量。

2.3 InVEST模型水源涵養模塊

2.3.1產水量評估模型

產水量是通過估算每個柵格單元降水量減去實際蒸散發后的水量[42],計算公式如下：

(2)

式中,Y(x)表示柵格單元x的年產水量；AET(x)表示柵格單元x的年實際蒸散量；P(x)表示柵格單元x的年降水量。

(3)

式中,R(x)為柵格單元x的無量綱干燥指數；ω(x)為自然氣候條件下表示土壤性質的一個無量綱非物理參數,定義了與潛在蒸散量相關的曲線形狀,由(4)—(5)式計算[21]：

(4)

(5)

式中,Kc表征作物蒸散的作物系數；ET0(x)柵格單元x的參考蒸散量；Z為經驗參數,又稱“季節常數”,能夠代表區域降水分布及其他水文地質,特征取值范圍1—30；AWC(x)為植被含水量(mm),計算公式為[30]：

AWCx=min(soil_depth,root_depth)×PAWC

(6)

式中,Soil_depth為土壤深度；root_depth為根系深度；PAWC為植物可利用水,基于土壤質地和土壤有機質建立的非線性擬合模型,取值范圍0—1,采用周文佐[45]提出的公式計算：

PAWC=54.509-0.132×Sand%-0.003×(Sand%)2-0.055×Silt%-0.006×(Silt%)2-0.738×Clay%+0.007×(Clay%)2-2.688×OM%+0.501×(OM%)2

(7)

式中,Sand%為土壤砂粒含量；Silt%為土壤粉粒含量；Clay%為土壤黏粒含量；OM%為土壤有機質含量。

2.3.2水源涵養量估算

在InVEST模型中計算得到產水量的基礎上,結合研究區地形指數、地表流速系數[26]和土壤飽和導水率計算柵格尺度的水源涵養量[23]。計算公式如下：

(8)

式中,Retention為單位面積水源涵養量(mm)；velovity為流速系數；TI為地形指數,由(9)式計算；Ks為土壤飽和導水率(mm/d),根據土壤的粘粒、粉粒和砂粒含量計算得到：

(9)

式中,Drainagearea為集水區柵格數量；percent_slope為百分比坡度；soil_depth為土壤深度(mm)。

3 結果與分析

3.1 土地利用變化分析

1990—2019年金沙江流域干熱河谷區土地利用類型面積變化(圖4),河谷土地利用以草地、喬木林地和耕地為主,平均面積比例為78.45%,其次是建設用地、水域、交通運輸用地和灌木林地分別占8.88%,4.38%,4.13%,3.62%,而裸地面積僅占0.54%。

圖4 1990—2019年土地利用類型面積變化Fig.4 Land use type and area change from 1990 to 2019

經統計分析,金沙江流域干熱河谷區29年來各土地利用類型的數量和結構均發生了不同程度的變化。灌木林地、建設用地、交通運輸用地和水域的面積均增加,其中,建設用地面積增幅最大,從4.41×104hm2增加至15.72×104hm2,增幅約256.40%；交通運輸用地和水域,增幅分別為131.75%、102.99%；灌木林地增幅最小,為9.83%,由1990年的52429.68 hm2增加為2019年的57581.28 hm2。草地、喬木林地、耕地和裸地面積在減少,裸地下降幅度最大,達82.86%；草地面積減少最大,由40.09×104hm2減少到34.58×104hm2,降幅約23.74%；喬木林降幅為32.27%；耕地面積減少4993.65 hm2,降幅僅為2.07%,變化較為平緩(圖4和表1)。

表1 1990—2019年土地利用面積百分比Table 1 Land use area percentage from 1990 to 2019

3.2 土地利用類型轉移變化

從1990—2019年金沙江流域干熱河谷區土地利用類型轉移矩陣(表2)和轉移空間分布(圖5和圖6)可知,草地轉出面積257191.20 hm2,轉入面積162012.96 hm2,轉出面積是轉入面積的1.59倍,表明草地面積在減少,主要原因是人類長期過度放牧以及耕地和建設用地面積不斷增加占用大量草地。耕地主要轉出為草地75119.40 hm2,占轉出總面積的43.12%,轉出為建設用地36856.62 hm2,比重為21.16%,轉出面積為174199.41 hm2,轉入面積為169205.76 hm2,轉出面積是轉入的1.03倍,耕地面積減少。由此可見,草地與耕地存在相互轉移。伴隨人口增加,對森林的砍伐亂伐、開墾耕地和人工造林等,使喬木林地面積縮小、林分結構失衡[46],其轉出為草地、耕地和建設用地面積占轉出總面積的86.37%。由于喬木林地轉為草地和耕地的面積遠小于草地、耕地自身轉出的面積,所以草地和耕地面積仍然為減少狀態。灌木林地轉入面積是轉出面積的1.13倍,表明灌木林地面積在增加,66.19%的灌木林地由草地轉入。近年來,由于西部大開發戰略、大型水電工程開發建設、旅游業發展,以及該區豐富的礦產資源和水資源開發等原因,促進了建設用地、交通運輸用地和水域面積快速增加。其中,建設用地轉入面積152896.41 hm2,轉出面積39827.70 hm2,總量上轉入是轉出的3.84倍,其面積大幅度增加,主要來源是耕地36856.62 hm2,占轉入面積的24.11%,草地60173.28 hm2,占比39.36%,喬木林地47593.98 hm2,占比31.13%。交通運輸用地轉入面積是轉出面積的2.45倍,主要來源草地24642.63 hm2,占轉入面積的40.63%,耕地14020.29 hm2,比重為23.11%,其他地類轉入面積所占比重均較小。裸地面積基數小,面積不斷較少,主要轉為耕地和草地。水域面積大幅度增加,主要來源是耕地12473.19 hm2,占轉入面積的27.29%,草地16178.13 hm2,比重為35.40%,喬木林地14105.34 hm2,占比30.86%,水域轉入面積45704.25 hm2,轉出面積11921.58 hm2,轉入面積是轉出的3.83倍。

圖5 1990—2019年土地利用轉出空間分布Fig.5 1990—2019 spatial distribution of land use transfer-out

圖6 1990—2019年土地利用轉入空間分布Fig.6 1990—2019 spatial distribution of land use transfer-in

表2 1990—2019年土地利用轉移面積/hm2與轉移比重/%Table 2 1990—2019 land use transfer area and transfer proportion

1990—2019年間土地利用類型轉移分析表明：草地、耕地、喬木林地和裸地主要表現為轉出。其中,草地、耕地、喬木林地主要轉出為建設用地,草地與耕地之間存在相互轉移,而建設用地的擴張主要占用草地、耕地和喬木林地,草地、耕地和喬木林地減少的去向與建設用地的新增來源呈現出吻合狀態。灌木林地、交通運輸用地和水域面積增加占用草地、耕地和喬木林地,使得草地和耕地不斷減少。雖然遙感影像存在同物異譜、同譜異物現象,監督分類與目視解譯相結合的方法精度存在一定誤差,但土地利用和轉移情況與區域實際土地利用與開發建設一致,可真實反映該區土地利用類型間的轉移規律。土地利用類型轉移定量的分析了1990—2019年各地類面積變化以及面積增加的來源或者減少的去向,從空間上直觀反映出金沙江流域干熱河谷區土地利用方式和變化機理,對今后河谷土地的合理規劃、使用以及資源保護等具有一定的指導意義。

3.3 水源涵養功能評估

3.1.1水源涵養時空變化

1990—2019年金沙江流域干熱河谷區多年平均產水量為26.09×108m3,其中,1990—2000年,產水量增加了1.73×108m3,2000年時達到最大值31.06×108m3,2000—2010年產水量以3.46%的年變化速率下降至最低值20.31×108m3；2010—2019年產水量出現增加并于2019年達到23.65×108m3。1990—2019年,產水量呈先增后減又增的波動變化趨勢,總體為減少的變化趨勢,平均每年減少0.20×108m3(表3)。

表3 1990—2019 年不同土地利用類型產水量和水源涵養量/(×108 m3)Table 3 Water yield and Water conservation of different land use types from 1990 to 2019

采用地形指數、流速系數和土壤飽和導水率計算得到1990—2019年金沙江流域干熱河谷區多年平均水源涵養量為7.26×108m3。1990—2019年金沙江流域干熱河谷區水源涵養量的變化趨勢與產水量變化一致,呈現先增后減又增的變化趨勢,1990—2010年水源涵養量的變化較為劇烈,2000年上升到最大值9.13×108m3,2010年下降到最低值6.04×108m3,產水量的變化與分布直接影響著區域的水源含養量(表3),這與寧亞洲等[30]的研究結論一致。由于產水量在2010—2019年增加,水源涵養量提高至7.43×108m3；29年來,水源涵養量平均每年增加0.03×108m3。

1990—2019年金沙江流域干熱河谷區,各年的水源涵養量在空間分布上具有一致性,呈東北部喬木林地區較高而其它地區較低的狀況,其中東北部水源涵養量高值區增加最為明顯,是喬木林地轉為耕地的結果(圖7—圖10)。29年來,金沙江流域干熱河谷區的水源涵養能力總體在提高,呈現出先增后減又增的波動變化趨勢,平均水源涵養能力為68.74 mm。其中,1990年平均水源涵養能力為49.20 mm,水源涵養能力高值介于190—336 mm,大部分地區水源涵養能力低于150 mm。2000年,平均水源涵養能力顯著提高,為96.32 mm,整體介于0—650.43 mm。2010年相較2000年,平均水源涵養能力減少了32.24 mm,高值區域的水源涵養能力明顯下降,大部分區域的水源涵養能力處于較低水平。2019年,水源涵養能力有所提高,平均涵養能力為65.34 mm,相比1990年,不同區域的水源涵養能力有不同程度的提高,平均增加了16.14 mm。1990—2019年,金沙江水源涵養能力在波動變化中提高(表3),這是區域降水量、蒸散量、海拔、土壤質地、土地利用及其變化等自然因素與人類活動共同作用的結果。寧亞洲[30]和呂樂婷[29]等研究結果均表明降水量與實際蒸散對產水量具有顯著影響,直接影響著區域的水源涵養能力。

圖7 1990年的水源涵養功能空間分布Fig.7 Spatial distribution of water conservation of function in 1990

圖8 2000年水源涵養功能空間分布Fig.8 Spatial distribution of water conservation of function in 2000

圖9 2010年水源涵養功能空間分布Fig.9 Spatial distribution of water conservation of function in 2010

圖10 2019年水源涵養功能空間分布Fig.10 Spatial distribution of water conservation of function in 2019

3.1.2不同土地利用類型的水源涵養量

1990—2019年金沙江流域干熱河谷區各土地利用類型的產水量變化(表3)與整體產水量變化一致。由于不同土地利用類型面積差異較大,使耕地和草地的多年平均產水量較高,分別為11.27×108、6.46×108m3,其次為建設用地和交通運輸用地,分別為4.34×108、2.09×108m3,喬木林的為1.59×108m3,灌木林和裸地的產水量較少,分別為0.19×108、0.15×108m3；由于金沙江流域干熱河谷區的蒸發量是降水量的3—6倍[1],導致水域的產水量始終為0。

1990—2019年,不同土地利用類型的水源涵養量變化較大(表3),其中,草地、喬木林地、灌木林地和裸地的水源涵養能力下降,分別減少了1.28×108、1.06×108、0.14×108、0.02×108m3,耕地、建設用地和交通運輸用地的水源涵養能力不斷提高,分別增加了1.02×108、1.84×108、0.6×108m3,受產水量的影響,水域的水源涵養量始終為0。近30年來不同土地利用類型水源涵養量的變化與其面積變化趨勢一致。1990—2019年,不同地類平均水源涵養量的大小依次為耕地>草地>建設用地>喬木林地>交通運輸用地>灌木林地>裸地>水域。

4 討論

(1)不同土地利用方式的水源涵養功能不同,土地利用類型主要通過影響下墊面,近而影響下滲量和土壤理化性質等因素,最終影響到水源供給。1990—2019年金沙江流域干熱河谷區土地利用以草地(35.68%)、喬木林地(23.33%)和耕地(19.45%)為主,占總面積的78.45%,建設用地、水域、交通運輸用地和灌木林地分別為8.88%、4.38%、4.13%、3.62%,裸地面積僅占0.54%。不同土地利用類型平均水源涵養量的大小依次為耕地>草地>建設用地>喬木林地>交通運輸用地>灌木林地>裸地>水域。相關研究結論與何易平[47]、夏既勝[48]和陳啟會[49]等對小江流域、金沙江流域云南段的研究,徐建寧[50]對小江流域評估,Jafarzadeh[21]在伊朗伊拉姆省的研究,以及劉華研等[51]和呂樂婷等[29]分別研究北京地區和三江源地區的水源涵養能力結果基本相似。

(2)對不同用地方式及其時空動態特征的分析,有助于分析金沙江干熱河谷區水源涵養功能的驅動因素與轉移變化。29年間,草地、喬木林地、耕地和裸地總體呈減少趨勢,裸地由于總面積較小,其變化對整個區域的影響較小而可以忽略；建設用地、交通運輸用地、水域和灌木林地的面積總體呈增加趨勢,但建設用地、交通運輸用地和水域的面積一直增加。1990—2019年期間,草地、耕地、喬木林地和裸地分別轉出40623.93、174199.41、155176.56、8001.99 hm2,建設用地、灌木林地、交通運輸用地和水域面積分別轉入152896.41、162012.96、60657.66、45704.25 hm2。其中,在轉出的四種類型之間出現：①草地與耕地存在相互轉換；②喬木林地→草地和耕地。這一變化的主要原因是,2000年前,國家未實施退耕還林工程和天然林保護工程,出現大量毀林開荒行為,致使草地變為耕地,喬木林地變為草地和耕地。而實施退耕還林工程后出現耕地轉為草地。而在轉出與轉入類型之間呈現：①耕地、草地和喬木林地→為建設用地；②草地和耕地→交通運輸用地；③草地和耕地→水體；④草地→灌木林地。建設用地增加的主要原因是近30年來的城鎮擴張與電站建設等的移民工程所致；交通運輸用地的增加主要源于高速公路等的新建,如四川攀枝花至云南元謀縣的高速公路等；水體面積增加主要源于金沙江干熱河谷區魯地拉水電站、觀音巖水電站、烏東德水電站、白鶴灘水電站、溪洛渡水電站和向家壩水電站等幾座世界級巨型梯級水電站的建設,總裝機容量超過兩個以上的三峽電站；灌木林地的增加則主要源于退耕還林工程和天然林保護工程,胡生君等[52]對云南巧家縣的研究也得到相似的結論。

(3)金沙江流域干熱河谷區多年平均產水量為239.04 mm,多年平均水源涵養量為7.26×108m3,平均水源涵養能力為68.74 mm。平均水源涵養量與對長江上游[22]的研究結果接近。產水量和水源涵養量都呈現出增加→減少→增加的變化趨勢,產水量的變化與分布直接影響著區域的水源含養量。1990—2019年,金沙江流域干熱河谷區水源涵養量在空間分布上具有一致性,水源涵養量高值主要集中在雷波縣和永善縣。與國內其它地區相比,金沙江干熱河谷區的平均水源涵養能力(68.74 mm)與此區平均降水量(634 mm)的比值為10.8%,貴州卡斯特地區[53]約為10.1%,都江堰[26]為21.7%,岷江上游[32]為25.8%—43.9%,福建[35]26.5%—37.8%,甘肅黑河流域[54]約45%等,說明金沙江干熱河谷區的平均水源涵養能力只與卡斯特地區接近,較其它地區低。

(4)不同土地利用類型的水源涵養量變化明顯,草地、喬木林地、灌木林地和裸地的水源涵養能力下降,分別減少了1.28×108、1.06×108、0.14×108、0.02×108m3,耕地、建設用地和交通運輸用地的水源涵養能力不斷提高,分別增加了1.02×108、1.84×108、0.6×108m3,受產水量的影響,水域的水源涵養量始終為0。29年來不同土地利用類型水源涵養量的變化與其面積變化趨勢一致。

(5)產水模型基于水量平衡原理計算區域產水量,具有良好的動態評估效果,被廣泛應用于大尺度生態系統服務評估[23]、水源涵養功能評估和水土保持評價[39]等。由于該模型未考慮地表水和地下水對結果的影響、干熱河谷區范圍與區縣邊界不相重合而無法采用行政區水資源數據對模型參數進行校正,加之生物物理系數表的數據主要參考相似氣候環境和植被類型及與周邊環境相似地區文獻數據等原因,在一定程度上會產生評估誤差,對研究結果的準確性會造成一定影響,有待今后進一步改進與完善。本研究的主要創新點在于：在宏觀尺度上,利用GIS技術手段,初次量化和界定金沙江流域干熱河谷區的范圍,初次定量評估金沙江流域干熱河谷區水源涵養功能。研究結果可為金沙江流域干熱河谷區植被修復、水土流失治理和生態環境保護等提供一定的理論和實踐參考價值。

5 結論

以金沙江流域干熱河谷區1990年、2000年、2010年和2019年四期遙感影像為基礎,分析該區近30年各地類的數量與變化,并采用于InVEST模型評估1990—2019年金沙江流域干熱河谷區及各地類的產水量與水源涵養量的時空變化特征,主要結論如下：

(1)金沙江干熱河谷區不同土地利用類型平均水源涵養量的大小依次為耕地>草地>建設用地>喬木林地>交通運輸用地>灌木林地>裸地>水域。因此,從水源涵養的角度出發,在保證耕地穩定的情況下,考慮水土保持林和水源涵養林時,建議植被恢復以草本為主,而不是要盲目把干熱河谷區恢復成與其它地區一樣的森林植被類型,應該與非洲的“稀樹草原(Savanna)”植被類型一樣。

(2)1990—2019年期間,金沙江干熱河谷區,草地、喬木林地、耕地和裸地總體呈減少趨勢,裸地由于總面積較小,其變化對整個區域的影響較小而可以忽略；建設用地,交通運輸用地,水域和灌木林地的面積總體呈增加趨勢,其中,建設用地,交通運輸用地,水域的面積一直增加。退耕還林工程、天然林保護工程、城鎮擴張、水電工程建設、移民和道路工程新建等是形成土地利用類型變化和水源涵養量總體降低的主要原因。為了維護水源涵養功能,一方面應加強林地保護；另一方面,應控制區域開發強度,科學調控建設用地和水電建設等的擴張規模,協調經濟發展和環境保護的發展關系。

(3)金沙江干熱河谷區的平均水源涵養能力為68.74 mm。與國內其它地區相比,除了與卡斯特地區[53]接近外,都較國內其它地區低。為了改善和提高此區的水源涵養功能,從工程的角度出發,可以考慮金沙江水源從低海拔到高海拔的引水工程進行補水。此外,根據文中的水源涵養模型,地形指數中坡度越大,水源涵養量越小。用DEM數據提取金沙江干熱河谷區的坡度可知,此區的坡度比例0—8°、8—15°、15—25°、25—35°和35—79°分別占21.8%、20.7%、25.6%、20.2%和11.8%,25°以上的地區占32%。從工程的角度考慮,可以將大于25°區域實施坡地改臺地工程,以此來降低坡度,提升水源涵養能力。

(4)金沙江流域干熱河谷區多年平均產水能力為239.04 mm,多年平均水源涵養量為7.26×108m3。不同土地利用類型的水源涵養量變化明顯,草地、喬木林地、灌木林地和裸地的水源涵養能力下降,分別減少了1.28×108、1.06×108、0.14×108、0.02×108m3,耕地、建設用地和交通運輸用地的水源涵養能力不斷提高,分別增加了1.02×108、1.84×108、0.6×108m3,受產水量的影響,水域的水源涵養量始終為0。29年來不同土地利用類型水源涵養量的變化與其面積變化趨勢一致。