基于InVEST模型的杭州市典型年份年產水量時空變化特征及其影響因素

蔡夢卿，黃 璐，嚴力蛟

（1. 浙江大學 生命科學學院，浙江 杭州 310058；2. 浙江大學 新農村發展研究院，浙江 杭州 310058）

聯合國千年生態系統評估表明：超過60%的全球生態系統服務呈退化或過度利用趨勢，自然因素和由人類活動引起的土地利用變化是導致生態服務功能退化的重要驅動因素[1]。水資源供給是重要的生態系統服務之一，水的可用性在空間和時間上的變化可以顯著影響任何生態系統的功能和生產力[2]，對生態系統和區域經濟的可持續發展具有重要作用[3?4]。有研究[5?6]表明：氣候變化和土地利用變化是引起產水量變化的驅動因素。氣候變化可以通過改變地區的降水量、氣溫和蒸散量來影響產水量[7]。PESSACG等[8]和LANG等[3]發現降水量變化會導致產水量的顯著差異。土地利用變化可能通過改變入滲速率和蒸散速率影響水量[9?10]。建設用地的增加會提高產水量[11?12]。但目前氣候因素和土地利用變化對產水量影響的貢獻或相關程度仍存在爭議。顧晉飴等[13]在太湖流域的研究發現：降水量較土地利用/覆被更顯著地驅動產水量的變化。竇攀烽等[14]利用情景分析發現氣候變化對寧波地區產水量影響更為顯著。HU等[15]通過主成分分析和相關性分析發現景觀格局對洞庭湖地區產水量的驅動作用大于氣候因素。如何有效綜合評估氣候因素和土地利用變化對產水量的影響仍未形成相對統一的結果。InVEST 模型產水量模塊基于水量平衡原理，以柵格為單元定量估算不同景觀類型的水源供給能力，在評估與水相關的生態系統服務時較為可靠[16?18]。隨著城鎮化的進程加塊，城市結構、內部特征差異和城市生態系統服務供給等出現差異[19?20]，并隨城市化梯度差異表現[21]。利用梯度分析研究空間布局及其時空變化過程可從空間上識別和評估土地利用變化的影響[22?23]。杭州市是浙江省政治、經濟、文化中心，近年來城市綠地侵占與恢復并存，產水量的時空變化特征具有復雜性和不確定性，深刻影響著城市可持續發展和居民福祉。本研究利用遙感數據和觀測數據，在InVEST模型支持下，評估杭州市2000—2015年產水量，分析氣候變化和土地利用變化與年產水量的相關性，以期為提高城市水資源保護和利用、促進城市生態系統服務發展提供參考。

1 研究地區與研究方法

1.1 研究區概況

浙江省杭州市位于中國東南沿海北部、長江三角洲南沿 (29°11′～30°33′ N，118°21′～120°30′ E)，屬于亞熱帶季風氣候，2019年全市平均氣溫約18.1 ℃，年降水量為1 647.7 mm。夏季高溫多雨，冬季低溫干燥。杭州市地形復雜多樣，東部為浙北平原地區，西部為浙西丘陵地帶，京杭大運河和錢塘江穿城而過。截至2019年，全市下轄10區2縣1市，分別為上城區、下城區、拱墅區、西湖區、江干區、濱江區、蕭山區、余杭區、臨安區、富陽區、桐廬縣、淳安縣和建德市。

1.2 數據來源及處理

本研究所采用的數據包括Landsat遙感影像數據、氣象觀測數據、土壤數據和地形高程數據。采用中國科學院地理科學與資源研究所提供的長三角城市群2000、2005、2010、2015年共4期土地利用數據為基礎數據，將地類劃分合并為耕地、林地、草地、水體、建設用地和未利用土地等6類。氣象數據由國家氣象科學數據中心提供的浙江省基準地面氣象觀測站及自動站共計18個站點的2000—2015年觀測數據集，去除異常值后在ArcGIS平臺下進行投影，使用空間分析工具中的克里金(Kringing)插值分析得到2000、2005、2010和2015年的降水量、潛在蒸散量分布圖，其中潛在蒸散量按Penman-Monteith (PM)公式計算得到，實際蒸散量由InVEST模型產水模塊運行計算得到。利用中科院寒區旱區數據中心提供的中國土壤類型圖提取杭州市土壤根系深度、物理組成、有機質等信息，在ArcGIS平臺柵格數據空間疊加運算下得到土壤有效含水量(AWC)[24]。采用中國科學院地理所提供的數字高程模型(DEM)計算得到流域矢量數據。所有數據進行柵格化處理，轉為同一投影的柵格圖像，空間坐標系為Krasovsky_1940_Albers，像素單元大小為 30 m×30 m。

1.3 研究方法

1.3.1 產水量及其計算 利用InVEST模型的產水模塊，考慮實際蒸散量，建立年降水量與Budyko熱液耦合平衡的關系，估算杭州市不同土地利用類型的產水功能。其核心算法是運用水量平衡法結合氣候、地形和土地利用類型計算得出每個柵格的產水量。產水量為區域內各柵格的降水量減去實際蒸散量。產水量計算公式如下：

式(1)中：Yx為柵格x的年產水量(mm)；TAEx為柵格x的年實際蒸散量(mm)；Px為柵格x的降水量(mm)。TAEx根據Budyko曲線近似得到，公式[25]為：

式(2)～(5)中：Rx為柵格x的Budyko干燥度指數，是潛在蒸散量(TPEx)與降水量(Px)的比值。CKx為植被蒸散系數，在不同的植被類型下該值是不同的，表示不同發育期植物潛在蒸散量與參考蒸散量(TE0x)的比值，具體取值參考模型默認范例。TAEx通過TE0x直接計算，并由TE0x和Px共同決定其取值。wx是土壤可利用水量與降水量的比值。根據DONOHUE等[26]的定義：

式(6)中：CAWx為柵格x的土壤有效含水量(mm)，Z為季節常數，基于杭州市自然地理特征及相關參考文獻將其取值為6.5[27]。本研究年產水總量為杭州市所有柵格單元產水量的總和。

1.3.2 梯度分析 以城市原點 (紫薇園，30°15′00″ N，120°10′12″ E)為城市中心、以 5 km 為間距，建立覆蓋杭州市主城區的10個同心圓梯度帶[28]。為消除因面積不同產生的結果差異，采用ArcGIS空間分析工具Zonal對每個梯度帶要素進行空間分布均值統計分析。

1.3.3 影響因素相關性分析 選取年降水量 (Pre)、年實際蒸散量 (AET)和年均氣溫(Tem)作為影響年產水量的氣象因子指標，根據主成分分析(PCA)從密度、面積、邊緣、形狀、多樣性和聚散性6個方面選取斑塊密度(PD)、最大斑塊指數(LPI)、邊緣密度(ED)、景觀形狀指數(LSI)、香農多樣性指數(SHDI)和蔓延度(CONTAG)等6個景觀格局指數作為影響年產水量的景觀格局指標。對研究區進行1 km×1 km網格化處理并去除邊緣值，分別構建氣象因子和景觀格局指數網格數據集，其中景觀格局指數由土地利用類型數據通過Fragstats 4.2軟件計算得到。利用SPSS 25中Pearson分析計算得到年產水量與氣象因子、景觀格局指數的相關性。

2 結果與分析

2.1 年產水量的年間變化

由表1可知：2000—2015年間杭州市年產水總量與平均值均呈先下降后上升趨勢。就總量來看，2005年最小，為 9.81×109m3，比 2000年下降了 23.24%，2015年達到最大值 (24.48×109m3)；15 a平均增長率為6.10%。就柵格單元平均值來看，最小值為 582.42 mm (2005年)，最大值為1 457.24 mm(2015年)，4 a相對誤差為5.90%，2000—2015年平均增長率為6.17%。

從不同土地利用類型來看，2000—2015年間各類型土地柵格單元年產水量均呈先下降后上升趨勢(表1)。建設用地高于其他土地利用類型，最大值為1 796.25 mm (2015年)，水體產水量低于其他土地利用類型，最小值為214.30 mm (2005年)。2000—2015年間，各類型土地年產水量增長率從大到小依次為水體(181.72%)、未利用土地(95.98%)、林地(90.10%)、耕地(86.97%)、建設用地(79.42%)、草地(77.78%)。

表1 2000—2015年杭州市的產水量Table 1 Water yield of Hangzhou during 2000?2015

2.2 年產水量的空間變化

從空間區域上來看，2000—2015杭州市年產水量呈現東北高、西南低的分布特征 (圖1)。高值區主要分布在東北部的主城區，且呈聚集擴張趨勢，柵格單元多年平均產水量為1 042.68～1 254.85 mm；其他區縣市(富陽區、臨安區、桐廬縣、淳安縣、建德市)相對較小，為933.57～1 009.06 mm (圖2)。

圖1 杭州市 2000—2015年產水量空間分布示意圖Figure 1 Spatial distribution of water yield in Hangzhou in 2000－2015

圖2 杭州市各縣區年產水量變化趨勢Figure 2 Changes of water yield of counties and districts in Hangzhou

從梯度變化來看，年產水量呈現隨著與城市中心距離的增加先增大后減小趨勢(表2)，最高值均出現在距離城市中心10 km處。對比距離城市中心5～15 km和40～50 km的年產水量發現：2000、2005、2010和2015年的差異率分別為4.50%、16.50%、9.25%和10.31%，這表明年產水量的城鄉變化在2005年前后出現拐點。

表2 2000—2015年杭州市沿梯度變化的年產水量Table 2 Water yield along gradient in Hangzhou during 2000?2015

2.3 土地利用和氣象因子對年產水量的影響

2.3.1 土地利用類型變化 杭州市各土地利用類型轉移矩陣表明 (表 3)：2000—2015年間土地利用變化最劇烈的為耕地與建設用地之間的轉化，耕地面積減少了2.75%，建設用地面積增加了3.67%，15 a間有3.24%耕地轉化為建設用地。結合表1可知：杭州市2000—2015年間建設用地面積比例增加顯著，導致杭州市2015年產水量顯著大于2000年產水量。

表3 杭州市 2000—2015年各土地利用類型轉移矩陣Table 3 Statistics of conversion rates of landscape types in Hangzhou from 2000 to 2015

2.3.2 景觀格局變化 從景觀格局來看，2000—2015年間杭州市存在景觀明顯破碎化和異質性(表4)。15 a間，PD先下降后上升，LPI下降1.23、ED上升1.07，表明景觀破碎化程度明顯；LSI上升3.69，表明斑塊形狀較不規則、復雜度不斷增加；CONTAG下降1.77，表明景觀連通性處于下降趨勢，反映景觀破碎化增加；SHDI由0.95上升至1.00，表明景觀異質性增加。從梯度變化來看，隨著與城市中心距離的增加，LPI、CONTAG總體呈現先減小后逐步增加的趨勢，最大斑塊面積和景觀連通性先減小后增大；ED、LSI、PD、SHDI總體呈現先增加后逐步減小的趨勢，表明隨著與城市中心距離的增加，景觀破碎化和異質性先增大后減小(圖3)。其中，CONTAG和SHDI的拐點出現在10 km處，表明在距離城市中心10 km處，景觀連通性最小、異質性最大；PD、ED、LSI的拐點出現在20 km處，表明在距離城市中心20 km處，景觀破碎化最為嚴重；LPI的拐點則在15和30 km處，表明在距離城市中心15和30 km處，最大斑塊面積減小導致一定程度的景觀破碎化。因此，在距離城市中心10～20 km處存在最為顯著的景觀破碎化和異質性。結合年產水量發現：單位面積產水量拐點出現在距離城市中心10 km處，與景觀格局的梯度變化趨勢較為一致。

圖3 杭州市各景觀格局指數沿梯度變化趨勢Figure 3 Changes of landscape pattern indices along gradient in Hangzhou

表4 2000—2015年杭州市各景觀格局指數Table 4 Statistics of landscape pattern indices in Hangzhou from 2000 to 2015

2.3.3 氣象因子變化 從時間上看 (表 5)：2000—2015年間，杭州市年降水量最小的是2005年，最大的是2015年。與2000年相比，2005年降水量減少183.54 mm (13.90%)，2015年 增 加696.21 mm(52.75%)。年均氣溫最低的是2000年，最高的是2015年，相差0.31 ℃。年均實際蒸散量最小值和最大值分別出現在2005和2010年；與2000年相比，2005年實際蒸散量減少9.21 mm (1.64%)，2010年增加2.31 mm (0.41%)。結合表1可知：降水量變化與年產水量趨勢一致。從空間上看，各縣區氣象因子存在差異(表6)。主城區與富陽區年降水量為1 540～1 545 mm，其他 4區縣市均高于 1545 mm。主城區年均氣溫為 17.35～17.39 ℃，其他 5區縣市為17.34～17.38 ℃。主城區年實際蒸散量明顯低于其他5區縣市，其中最低值出現在下城區(289.10 mm)，最高值出現在淳安縣(617.13 mm)。從城鄉梯度來看，在距城市中心50 km內，年降水量變化不大；隨著距離增加，年均氣溫逐漸下降，年實際蒸散量先減小后增大，最小值出現在距離10 km處(圖4)。結合2000—2015年產水量的空間分布特征和梯度變化趨勢可知：年產水量空間變化與年實際蒸散量表現相似。

圖4 杭州市氣象因子沿梯度變化趨勢Figure 4 Changes of climate factors along gradient in Hangzhou

表5 2000—2015年杭州市的氣象因子Table 5 Statistics of climate factors in Hangzhou from 2000 to 2015

表6 2000—2015年杭州市各縣區的氣象因子Table 6 Statistics of climate factors of counties and districts in Hangzhou from 2000 to 2015

2.3.4 年產水量與氣象因子、景觀格局指數的相關性分析 由表 7可知：2000—2015年，杭州市年產水量與降水量相關性最強，相關系數為0.959，與氣溫呈極顯著正相關(P＜0.01)，與實際蒸散量呈極顯著負相關(P＜0.01)。在景觀格局指數方面，年產水量與PD相關性最強，相關系數為0.153，與ED、LSI、SHDI呈極顯著正相關(P＜0.01)，與LPI呈顯著負相關(P＜0.05)，與CONTAG呈極顯著負相關(P＜0.01)。

表7 杭州市年產水量與氣象因子、景觀格局指數的Spearman相關性分析Table 7 Spearman correlation coefficients among water yield, climate factors and landscape pattern indices

3 討論

InVEST模型水量平衡模型原理認為：降水量和實際蒸散量是估算產水量的2個重要參數，其中降水量作為氣象因子的主要變量，由自然條件決定，受人為因素影響較小。也有研究[15]認為：景觀格局比氣象因子對年產水量的影響更大。本研究發現：2000—2015年杭州市年產水量與降水量的相關性大于其與指數，與顧晉飴等[13]、竇攀烽等[14]結果一致。氣溫與年產水量具有一定的相關性，而實際蒸散量由于計算方法受到氣象因子、土地利用和景觀格局的綜合影響，相關系數較小。年產水量與各景觀格局指數相關系數均較小，但顯著性較強，說明雖然景觀格局不是影響杭州市年產水量變化最重要的影響因素，但仍值得關注。提示不同地區或生態系統間影響產水量的決定性因素應該是不同的。

研究發現：2000—2015年間，杭州市年產水量總體上表現為先降低后增加，建設用地的年產水量高于其他各土地利用類型。建設用地是研究區變化規模和速度最快的土地利用類型，由不透水性的下墊面組成，植被覆蓋少，不利于有效攔截大量降水，同時地表蒸散發能力較弱，人類活動更為劇烈；建設用地的增加一定程度上引起產水量的增加[11]。相比之下，水體單位面積產水量最小。研究區水域廣布(千島湖、西湖、西溪濕地、錢塘江)，水體下滲程度小于其他土地利用類型，但由于水面蒸散速度與強度高[29]，因此水體的年產水量也最小。這也可能是研究區生態系統質量整體提升所帶來的效應[30]。林地通過林冠層、枯枝落葉層和土壤層攔截降雨，并通過蒸騰作用散失水分。快速城市化導致研究區部分高質量城市綠地損失，景觀破碎化和異質性顯著增大，因此林地提供的產水量不穩定[15]；而為建設綠色城市、生態城市新增的城市林地大部分處于幼齡階段，這可能是林地產水量在2000—2015年間增長率大于耕地和草地的原因，也說明了城市林地恢復及提供優質服務需要較長時間，具有較大的提升空間。

由主城區梯度變化可知：景觀格局在距離城市中心10～20 km處破碎化程度尤其嚴重，表明2000—2015年間此區域是人類活動最為密切、景觀破壞最為嚴重的區域。距離城市中心10 km處的單位面積產水量最大，表明這是年產水量在梯度上變化的拐點；氣象因子在該區域內變化不大，表明景觀格局的變化將重新分配城市產水服務，對城市生態平衡和可持續發展產生積極或消極影響[31]。該結果提示：快速發展的城市化進程中，合理布局規劃城市用地[32]，可避免因大規模集中建設導致的生態系統服務功能的降低。

目前InVEST模型產水模塊已被廣泛應用，與邱問心等[33]研究相比，本研究利用Penman-Monteith公式計算年蒸散量具有一定的可行性。《杭州市水資源公報》數據顯示：杭州市2000、2005、2010和2015年實際產水深度均值分別為0.63、0.54、1.13和1.43 m。本研究結果對比驗證發現：4個年份相對誤差為5.90%，說明模擬結果相對可信。但其中部分輸入參數的選擇仍會影響結果的準確性，選擇不同的經驗公式、空間插值方式和土地利用類型分類均會得到不同的結果。本研究采用研究年份的當年氣象數據進行模型估算，未考慮到氣象因子作用于環境過程的時間滯后性[34]；對景觀格局的分析僅考慮了景觀水平，對斑塊和類型水平的研究有待進一步研究。未來可通過評估其他指標與景觀格局的空間相關性來進一步研究生態系統服務與城鄉景觀格局的關系，為實現區域可持續規劃提供科學依據。