1980—2017年祁連山水源涵養量時空變化特征

薛 健， 李宗省， 馮 起， 繆馳遠， 鄧曉紅， 狄振華，葉愛中， 龔 偉， 張百娟， 桂 娟， 高文德，5

（1.中國科學院西北生態環境資源研究院高寒山區同位素生態水文與環境保護觀測研究站/甘肅省祁連山生態環境研究中心/內陸河流域生態水文重點實驗室，甘肅蘭州 730000； 2.中國科學院大學，北京 100049； 3.北京師范大學地表過程與資源生態國家重點實驗室，北京 100875； 4.蘭州大學縣域經濟發展研究院，甘肅蘭州 730000； 5.蘭州理工大學能源與動力工程學院，甘肅蘭州 730050）

0 引言

陸地生態系統是維持地球各個生命系統的關鍵，它不但為人們帶來了食品、水資源與生活資料，還是生物與環境之間進行物質循環和能量交換的基本單位[1］。而水作為一項重要的載體，不僅能夠直接參與陸地與海洋之間的水循環過程，還能夠參與全球生物化學循環和大氣環流過程[2-3］。水源涵養作為地表生態系統一項重要服務功能，其作用主要表現在攔蓄降水、調節徑流、凈化水質等方面，并且對于調節區域水循環、改善地表水文狀況以及維持區域生態系統平衡具有關鍵作用[4-5］。

近些年來，由于人類對生態系統服務功能的關注度逐漸提高，越來越多的研究人員對生態系統的水源涵養功能開展了分析。例如，在小尺度條件下，有眾多關于不同森林和草地生態類型水源涵養能力的研究[6-7］；而在大尺度范圍內，伴隨著遙感技術的發展，模型模擬方法開始廣泛應用于水源涵養功能的研究。在國內，包玉斌等[8］、呂樂婷等[9］結合InVEST 模型分別探討了黃土高原與三江源國家公園水源涵養功能的時空變化情況；寧亞洲等[10］對秦嶺水源涵養功能進行了評估并分析其影響因素；陳珊珊等[11］對商洛市水源涵養功能進行了定量評估；孫小銀等[12］對南四湖流域產水量空間格局進行了分析。國外也有眾多學者采用InVEST 模型進行相關研究，Marquès 等[13］利用該模型對西班牙東北部流域產水量進行了評估并分析氣候變化對該地區供水服務所產生的影響；Hamel 等[14］研究分析了該模型在美國北卡羅來納州子流域的適用性及影響因素；Redhead 等[15］通過InVEST 模型研究分析了英國小流域的生態系統服務功能。

水資源一直是制約西北干旱區可持續發展和經濟水平的重要因素之一，祁連山作為西北地區的重要生態安全屏障，也是河西走廊疏勒河、黑河與石羊河三條內陸河的發源地。過去半個多世紀以來，全球幾乎所有地區都經歷了升溫過程[16］，變暖最快的區域為北半球中緯度地區[17］。在此背景下，作為氣候放大器的青藏高原出現了一系列生態環境問題，有些地區甚至出現難以逆轉的生態危機，突出表現為凍土消融作用加強、冰川退縮加快、植被退化、河道斷流加劇以及地下水位下降等，高原的水源涵養功能也隨之發生了變化[18］。因此，研究地處青藏高原北緣的祁連山水源涵養的空間分布及其時間變化規律，并探究影響因素，對于解決祁連山以及高寒山區區域水資源利用、保障水資源安全和生態系統維護等科學問題具有重要的現實意義。目前，許多學者對祁連山水源涵養功能進行了研究，但主要集中在森林生態系統的水源涵養量和小流域水源涵養時空分布格局，缺乏大尺度生態系統類型的水源涵養功能綜合研究[19-21］。在高寒氣候的背景之下，祁連山廣泛分布多年凍土，而多年凍土不同于其他土體的顯著特征在于其內部含有冰，同樣會對區域水資源調節與高原生態環境變化起到重要影響作用。將地表水與多年凍土地下冰儲量相結合，有助于把握祁連山水資源的整體變化。因此，本文以祁連山為研究對象，運用InVEST 模型對祁連山的產水和水源涵養量進行定量評價，分析其時空特征和影響因素，從而為祁連山水資源的合理配置與生態系統功能的維護提供理論支持。

1 研究區概況

祁連山（36°30′~39°30′N，93°30′~103°00′E）位于西北地區甘肅與青海兩省的交界地帶（圖1），東西綿延1 000 km 有余，南北寬度為200~400 km，西部是阿爾金山，東部分布有秦嶺、六盤山等重要山脈，北接河西走廊，南連柴達木盆地。祁連山約有1/3 的山脈海拔高于4 000 m，最高的位置為團結峰，其海拔超過了5 600 m[22］。研究區內大多數山脈呈西北—東南走向，地形復雜，起伏較大，可劃分為不同的集水區。從氣候上來看，研究區擁有大陸性氣候兼高山氣候的屬性，年均氣溫為0.6 ℃，年降水量介于300~700 mm 之間，年蒸發量超過了1 000 mm。祁連山自然條件復雜，植被分布在東南季風與水熱資源等因素共同影響下，體現出明顯的垂直地帶性特征，海拔由低到高依次為：荒漠草原、山地草原、山地森林草原、高山灌叢草甸、高寒草甸和高寒稀疏草甸[23］。

圖1 研究區概況Fig. 1 Overview of the study area

2 數據與方法

2.1 數據來源

InVEST 模型產水量模塊所必需的參數和信息見表1。

表1 數據來源與處理說明Table 1 Data sources and processing instructions

2.2 研究方法

2.2.1 InVEST模型

美國斯坦福大學、自然保護協會等機構共同設計了生態系統服務評估模型（Integrated Valuation of Ecosystem Services and Trade-offs，InVEST），通過模擬各種土地運用場景下生態服務機制物質量與價值量的波動情況，為決策者權衡人類活動的效益和影響提供科學依據[24］。目前，已有許多學者在高寒山區通過InVEST 模型開展有關研究，例如潘韜等[25］評估了三江源水源供給能力，王玉純等[21］定量評估了石羊河流域水源涵養功能及其空間差異，劉洋[26］分析了疏勒河生態系統服務功能及其時空演變，魏星濤[27］研究分析了祁連山南坡水源涵養功能，均取得了一定研究成果，證明該模型在研究區具有良好的適用性。本文第一步首先利用該模型的產水量模塊，通過降水、蒸散發、根系深度和土壤深度等參數計算獲得產水量。具體計算方法為

式中：Yxj為j類土地利用方式下柵格x的產水量；AETxj為j類土地利用方式下柵格x的實際年蒸散量；Px為x單元的年降水量。

式中：Rxj為Bydyko 干燥指數，是潛在蒸散量與降水量的比值；ωx為代表氣候與土壤屬性的非物理參數，用于修正植被年可利用水量與降水量的比值。

式中：Z為Zhang 系數，是代表降水季節性特點的常數，其值介于1~10 之間（本文利用研究區內主要河流多年平均徑流量數據，對Zhang系數進行校驗，當Zhang系數為4.3時，模擬產水量與自然徑流量之間差值最小，此時模擬效果最好）；AWCx為植物可利用含水量，結合土壤質地數據可計算得出，其計算公式為

式中：mSAN、mSIL、mCLA和mC分別為砂粒、粉粒、黏粒和有機質的含量（%）。

式中：Kxj為柵格x中j類土地利用種類的植被蒸散系數，本文采取FAO 提出的適合于自然植被非完全覆蓋條件下不同覆被類型蒸散系數表中的數值；ET0為參考作物的蒸散量[22］。

2.2.2 水源涵養計算模型

在產水量計算結果的基礎上，再用地形指數、土壤飽和導水率和流速系數對產水量進行修正獲得水源涵養量。

式中：Retention為水源涵養量（mm）；Velocity為流速系數；Ksat為土壤飽和導水率（mm·d-1），可根據土壤的黏粒、粉粒和砂粒含量計算得到；TI為地形指數；Drainage_Area為集水區柵格數量；Soil_Depth為土壤深度（mm）；Percent_Slope為坡度百分比。

2.2.3 Penman-Monteith模型

本文使用的為世界糧農組織（FAO）在1998 年修訂的Penman-Monteith 模型，已有分析指出其模擬效果優良，計算方法[28］為

式中：ET0為參考作物蒸發量（mm·d-1）；Rn為凈輻射（MJ·m-2·d-1）；G為土壤熱通量（MJ·m-2·d-1），年尺度下可采用0；γ為干濕常數（kPa·℃-1）；Δ為飽和水汽壓曲線斜率（kPa·℃-1）；U2為2 m 高度處的風速（m·s-1）；es為平均飽和水汽壓（kPa）；ea為實際水汽壓（kPa）；T為氣溫（℃）。

2.2.4 情景模擬法

在某種假設情景下，某區域的土地利用種類在以往的一段時間中維持穩定，該狀況下核算結果即模擬情景下的水源涵養量；模擬情景下的水源涵養量與實際水源涵養量之差就是土地變化對水源涵養的影響量；而真實情景下水源涵養量的綜合變化量減去土地變化量所得到的結果便是降水變化的影響量[29］。計算方法為

式中：WL為土地利用變化影響量；WS為模擬水源涵養量；W為實際水源涵養量；WP為降水變化影響量；WT為實際水源涵養的總變化量。

2.2.5 多年凍土地下冰儲量估算

本文首先通過ArcGIS 裁剪出研究區DEM 數據，然后分別提取經緯度與海拔屬性信息，根據邱國慶等[30］憑借西藏和青海的78 個氣象站點多年數據，統計分析得到青藏高原平均氣溫與經緯度和海拔的關系式。周幼吾等[31］還結合青海省的氣象信息匯總、獲得了年均氣溫和年均地表溫度的計算方法，且分別設立了祁連山和青藏高原多年凍土厚度和年均地表溫度間的經驗關系式[32］。本文通過上述公式，利用IDW 進行空間插值，最終得到研究區多年凍土厚度結果。最后，利用趙林等[33］在研究中總結出估算多年凍土地下冰的公式，計算出最終結果。

式中：T為年平均氣溫；Lat為緯度；Lon為經度；E為海拔；t為年平均地表溫度；H1為多年凍土平均厚度；I為多年凍土地下冰的體積；s為多年凍土面積；h為多年凍土厚度平均值；γd為青藏高原多年凍土層平均干容重，取1.55×103kg·m-3；ρ為地下冰密度，由于其中含有一些雜質，將其設為1×103kg·m-3。該研究還通過青藏高原沿線鉆孔探測資料總結得出多年凍土中平均含水量約為17.19%，再減去計算得出的平均未凍水含量5%，最后得出土層中地下冰含水當量為12.19%。

3 結果與分析

3.1 祁連山水源涵養量時空變化

圖2 1980—2017年祁連山水源涵養量空間分布Fig. 2 Spatial distribution of water conservation amount in the Qilian Mountains from 1980 to 2017

圖3 1980—2017年單元水源涵養量距平變化Fig. 3 Variation of unit water conservation amount anomaly from 1980 to 2017

3.2 模型結果驗證

對模型的驗證分為兩個方面，即對產水量和水源涵養量的驗證。通常將一個地區的產水量近似地等同于該區域地表水資源總量（已扣除重復計入的地下水資源量），因此可以根據水資源公報中的區域水資源總量數據對產水量進行驗證[8］。由于石羊河、黑河與疏勒河流域范圍較大，本文所研究的祁連山內流域面積與水資源公報中按省界劃分的流域面積有很大不同，因此選取了2010年、2013年、2015年與2017年的《青海省水資源公報》與《甘肅省水資源公報》數據進行驗證。結果（表2）發現，產水量的綜合模擬精度較好，最大相對誤差不超過16.5%。模型模擬在地表水資源量發生大幅度變化的年份精度較差。

表2 產水量與水資源量比較Table 2 Comparison of water yield and water resources

王根緒等[34］指出，高寒地帶的降水量重點在夏季，10—12 月可看作為徑流過程中的退水階段，該階段的徑流變化在一定程度上反映了陸地生態系統的水源涵養狀況，因此將10—12月平均徑流量占全年平均徑流量的比值定義為高寒流域陸面生態系統的水源涵養指數。

根據《甘肅省水資源公報》的統計結果，對各年代水源涵養指數進行了計算。從表3 可以看出，各流域水源涵養能力從20 世紀80—90 年代均有不同程度下降，從21 世紀初開始呈現不斷上升趨勢，這與模型模擬結果基本相同，能夠為本文的進一步分析提供有力支撐。

表3 水源涵養指數的年代際變化Table 3 Interdecadal variation of water conservation index

3.3 不同土地利用類型的水源涵養量

土地利用類型的變化對區域水源涵養功能具有重要影響，從表4可知，研究區不同地類水源涵養總量依次為：草地＞林地＞耕地＞其他用地＞建設用地。出現該分布差異的原因是林地與草地中的冠層、枯落物部分能夠有效截留水分，因此水源涵養功能較強[35］；由于耕地根系較淺，建設用地受人類活動影響強烈，而其他用地中多為沙地與裸地，缺少自然植被，因此水源涵養能力較差。盡管草地的單元平均水源涵養量少于林地，然而因為草地的面積十分廣大，所以其水源涵養總量最大。

表4 不同土地利用類型的水源涵養量Table 4 Water conservation amount of different land use types

從表5 可以發現，祁連山在1980—2017 年不同土地利用類型面積間的變化具有顯著差異。在6類土地利用類型中，耕地和水體均體現出先減少后增加的變化特征，耕地變化幅度較小而水體變化幅度大，整體增加面積分別為243.62 km2和1 011.89 km2；整體而言，林地面積有一定程度的減少，減少面積約為42.9 km2；建設用地同樣呈微弱上升趨勢，整體增加量為71.31 km2；其他用地在2005年之前變化幅度很小，在2005—2017年之間迅速減少，整體減少了4 748.29 km2；草地則與林地相反，在2005—2017 年大幅度增加，整體增加面積達到了3 464.34 km2。該分析結果也與薛曉玉等[36］研究結果基本一致。

表5 1980—2017年土地利用類型Table 5 Land use types from 1980 to 2017

3.4 水源涵養量與氣象要素的相關性分析

本研究采用Pearson相關分析方法，分析了水源涵養量與降水、平均氣溫和潛在蒸散量的關系。結果表明，溫度和降水在各個時段與水源涵養量均存在正相關性，其中降水的相關性尤為顯著；潛在蒸散量與各時段水源涵養量均呈負相關，其中在1980—1990 年、1990—2000 年和2000—2010 年三個時段內較為顯著（表6）。因此，在降水充足、潛在蒸散量較弱、植被覆蓋程度較高的綜合影響下，祁連山東部成為水源涵養能力較強的區域。相對而言，祁連山西部地區降水量較少、潛在蒸散量大、地表植被稀疏，導致了該地區水源涵養功能較差。

表6 水源涵養量與不同氣象要素的相關系數Table 6 Correlation coefficients between water conservation amount and different meteorological elements

3.5 水源涵養量對降水和土地利用類型變化的響應

InVEST 模型在模擬產水量過程中，其原理是水量平衡方程，降水和實際蒸散量是影響模型模擬結果的主要因素[37］。因此本文統計了祁連山1980—2017 年降水量的變化，結果表明呈波動上升趨勢（0.947 mm·a-1）（圖4）。因為降水是氣候變化的重要體現，而土地利用類型的變化同樣會影響到地表蒸散發的過程，因此本文通過情景模擬法來研究水源涵養量對降水和土地利用類型變化的響應。

柚子剝皮賣，并不意味著柚瓤就此廢棄了，宋娟聯系到了幾家水果飲料廠商，對方一聽是去皮的柚子肉，開心得不得了，收購的價格也比整個的柚子要高出了許多。這樣一來，原本是沒人愿意收購的厚皮柚子，無論是柚皮還是柚瓤，竟然都賣出了高價。

圖4 1980—2017年祁連山降水量年際變化Fig. 4 Interannual variation of precipitation in the Qilian Mountains from 1980 to 2017

本文假設研究區在1980—1995 年、1995—2005年、2005—2017 年土地利用類型均未發生改變，選用1980 年、1995年、2005年以及2017年土地利用數據模擬出1995 年、2005 年和2017 年的產水量，并進一步計算出水源涵養量。在計算1980—1995 年水源涵養量變化時，因1980 年計算結果為基礎，1995年仍輸入1980年土地利用數據，以此可分析土地利用變化對于水源涵養量的影響；再與1995年實際水源涵養量對比可分析降水對其的影響，往后年份以此類推。表7 顯示，1980—1995 年研究區的水源涵養量實際減少了5.69×108m3，其中土地利用變化導致水源涵養量增加了4.61×108m3，而降水變化使得水源涵養量減少了10.3×108m3，土地利用變化驅動效果約為降水變化影響程度的1/2。由此可見，在此階段，降水變化對于研究區水源涵養量的變化起到了主導的負向作用。1995—2005 年，研究區水源涵養量實際增加了11.3×108m3，其中土地利用變化造成的水源涵養減少量為6.21×108m3，而降水變化帶來了17.51×108m3的水源涵養增加量，土地利用變化限制效果約為降水變化驅動效果的1/3。在這一階段，降水變化是研究區水源涵養產生變化的主要因素，土地利用變化帶來的影響較小。2005—2017 年，研究區水源涵養量變化幅度最大，實際增加了12.94×108m3，土地利用變化和降水變化均對水源涵養起到了正向促進作用，增加量分別為6.25×108m3和6.69×108m3，而降水變化的影響效果為土地利用變化的1.07 倍，這一階段土地利用變化與降水變化對水源涵養量的影響基本相同。

表7 降水變化與土地利用變化對水源涵養量的影響Table 7 Effects of precipitation variation and land use change on water conservation amount

3.6 祁連山多年凍土地下冰儲量估算

3.6.1 經驗公式估算結果

凍土，一般是指溫度在0 ℃或0 ℃以下，并含有冰的各種巖土和土壤。在中國也有廣泛分布。據凍結時間可將凍土分成瞬時凍土、季節凍土與多年凍土。不同于瞬時和季節凍土，多年凍土埋藏深度較大，且土體含有冰，含冰量的大小對于凍土環境、能量和水文循環具有密切聯系[38］。多年凍土層中的地下冰可以看作是地下水儲量的一部分，在多年凍土層逐漸形成的過程中，土體在地溫狀態下不斷凍結成冰，是一個不斷“匯水”的過程；而在多年凍土層形成之后，就會趨向于一個穩定的狀態，在此階段會減少對于局部水循環的參與，向“儲水”過程轉變；當氣溫上升，多年凍土層開始退化時，其中的冰逐漸融化成水，可以對地下水起到補充作用，增加地下徑流量[33］。由于研究區位于中國西部高寒山區，多年凍土廣泛分布，因此在本文不僅利用InVEST 模型計算了地表水源涵養量，多年凍土地下冰儲量也是該地區水源涵養的重要組成部分，所以將其納入計算范圍之中。因此，研究祁連山多年凍土地下冰含量和分布狀況對區域生態和水文循環具有重要意義。

本研究根據研究區多年平均氣溫建立了與經緯度、海拔的回歸方程，并結合學者分析整理的青藏高原區域平均氣溫、平均地表氣溫和多年凍土厚度的經驗關系式，根據研究區DEM，使用ArcGIS 的反距離權重法工具予以插值處理，得到各要素與多年凍土厚度的分布特征情況，最終計算結果表明，祁連山多年凍土厚度正處于逐步減少的趨勢。（表7）其中，祁連山近38 年來多年凍土平均厚度約為30.19 m。有學者研究表明，祁連山多年凍土厚度一般在25 m 以上[39］，并且Wang 等[40］研究表明，從20 世紀60 年代到21 世紀初，祁連山多年凍土面積減少了2.63×104km3；參考張文杰等[41］、王生廷等[42］研究成果，根據海拔、地溫與凍土厚度之間的關系式，估算得出祁連山20 世紀70 年代到21 世紀初多年凍土厚度減少了5.95 m。

除多年凍土厚度之外，多年凍土面積也是影響地下冰儲量的另一關鍵因素。多年凍土區面積在中國國土面積總量中的占比約1/5，最新分析指出，青藏高原多年凍土面積大概是115.02×104km2[43］，并且受全球氣候變暖趨勢的影響，整個青藏高原的增溫速率要比全球同期升溫速率高出2~3 倍，凍土面積也在持續減少[44-45］。因此，多年凍土也會出現大面積的退化。由于凍土退化需要較長時間，本文選取了2000 年出版的中國凍土分布圖代表2000 年以前的多年凍土分布、2017 年發布的青藏高原新繪制凍土分布圖代表2000 年以后多年凍土的分布狀況（圖5）。在對比兩期數據后結果表明，2000 年前祁連山多年凍土面積約為10.23×104km2，2000年后凍土面積約為9.26×104km2。

圖5 2000年與2017年祁連山凍土的空間分布Fig. 5 Spatial distribution of permafrost and seasonally frozen ground in the Qilian Mountains in 2000（a）and 2017（b）

將上述計算結果代入公式，結果表明研究區多年凍土厚度從20 世紀80 年代至2017 年減少了3.53 m。1980—2017年連山多年凍土地下冰儲量約為555.76 km3。從時間變化來看，地下冰儲量呈現出持續減少的變化特征，平均每年減少量約為2.21 km3。從空間分布情況而言，祁連山多年凍土地下冰儲量的分布和多年凍土分布基本一致（圖6）。祁連山多年凍土地下冰主要分布在中西部高海拔地區，并且高值區逐漸縮小。通過對多年凍土地下冰與氣溫的變化情況進行統計（表8），發現研究區平均氣溫與地表溫度均隨年代呈下降趨勢，多年凍土地下冰的變化情況也與此相同，平均氣溫每上升0.1 ℃，多年凍土地下冰儲量約減少5.95 km3；地表溫度每上升0.1 ℃，多年凍土地下冰儲量約減少6.61 km3。

圖6 1980—2017年祁連山多年凍土地下冰儲量的空間分布Fig. 6 Spatial distribution of underground ice storage of permafrost in the Qilian Mountains from 1980 to 2017

表8 1980—2017年祁連山多年凍土地下冰儲量與溫度Table 8 Underground ice storage of permafrost in the Qilian Mountains and temperatures from 1980 to 2017

3.6.2 參考已有調查結果

本文還參考彭晨陽等[46］對祁連山凍土空間分布模擬的最新結果，以及王生廷等[42］在大通河源區得出的凍土厚度與地溫的關系，模擬估算出祁連山多年凍土地下冰的空間分布（圖7）。結果表明，與通過經驗公式所得估算結果空間分布相似，多年凍土地下冰儲量約為618.67 km3，與經驗公式所得估算結果相比略高。目前，多年凍土地下冰儲量的計算仍是一個難點問題，以上分析只是對祁連山多年凍土地下冰進行了初步的估算，且不同方法得到的結果也不盡相同，要想對研究區多年凍土地下冰進行準確地評價，還有待于未來進一步深入進行觀測試驗與模型模擬。

圖7 參考已有調查結果模擬出的祁連山多年凍土地下冰儲量的空間分布Fig. 7 Simulated spatial distribution of underground ice storage of permafrost in the Qilian Mountains from existing survey results

4 討論

本文利用1980—2017 年氣象數據，通過InVEST 模型并結合土地利用數據對研究區多年產水量及水源涵養量進行計算并分析其變化，并且通過不同區域水資源總量與水源涵養指數加以驗證，結果顯示模型模擬結果較好。研究結果表明，近38年以來，祁連山地區的產水量與水源涵養量總體呈上升趨勢，與區域降水量呈顯著正相關。該結論與龔詩涵等[4］的研究結果一致。本文同樣研究得出潛在蒸散量與水源涵養量具有負相關關系，這是由于在蒸散量較大的地區，植物和土壤中的水分會被大量消耗，該結論與潘韜等[25］研究結論基本一致。祁連山水源涵養量的空間分布格局為東多西少，其原因是祁連山西部地區植被稀疏，有廣泛的未利用地分布，截留降水的能力較差，導致水源涵養總量較低；而水源涵養總量的高值區則集中在祁連山東部植被狀況良好、降水豐富的地區。在所有用地類型中，森林對于水源的涵養包括林冠截留、枯落物截留、土壤蓄水、地表徑流等環節。林冠截留是大氣降水在森林生態系統的首次分配過程；枯落物層具有防止雨滴擊濺土壤、攔蓄滲透降水、分散減少地表徑流和覆蓋減少表層土壤水分蒸發等作用，從而使得水分得以更加長時間地留在土壤中，起到了涵養水源的作用[35］；而祁連山高寒地區草地根系發達，覆蓋度較高，加之面積廣大，也為祁連山水源涵養能力的增長起到了重要推動作用[47-48］；而耕地、建設用地與未利用地根系較淺，持水能力差，因而水源涵養能力較弱。

情景模擬法的結果表明，1980—1995 年，降水變化對于水源涵養量的負向影響較大，是該階段水源涵養量變化的主導因素，根據土地利用變化能發現，此時期研究區降水量出現驟減，而土地利用種類的波動性不大。1995—2005 年，研究區林地和草地面積均有一定程度下降，而降水量有大幅度增加，模擬結果也表明，此階段降水變化對水源涵養起到的正向促進作用是土地變化的2.82倍；2005—2017 年，水源涵養量變化幅度最大，土地變化與降水變化均起到正向促進作用，結合前文分析結果，這一時期降水量上升趨勢明顯（圖4），并且草地面積大幅度增加，而單元水源涵養量較低的其他用地大量減少。根據薛曉玉等[36］研究，近年來，草地面積的大幅增加主要來自于未利用土地的轉化，對生態環境的恢復起著關鍵作用。綜上所述，不同時期水源涵養量的變化的影響因素不盡相同，且均與降水量、林地與草地面積的變化密切相關，因此應當在關注區域氣候變化的同時，合理開發利用土地資源，并注重對其綠地生態系統的保護。

近幾十年來全球氣候變暖明顯，而例如青藏高原等寒冷地區的變暖趨勢則更為明顯，這些地區也正是多年凍土的主要分布區。由于氣候在持續變暖，多年凍土也會出現凍土地溫上升、活動層變厚、地面下沉等現象。隨著未來變暖趨勢的持續，多年凍土地下冰將會以較快的速度融化，其內部的儲水量也會相應減少。本研究現階段只對祁連山多年凍土地下冰儲量進行了初步的預估，由于受巖性、水文地質和融化速率等因素的影響，其融化后轉入地下水和水文循環的過程較為復雜，為了得到更全面、更準確的答案，需要在不同的時空范圍內進一步研究地下冰補給量及其對區域水資源的調節作用，分析和探討凍土和地下冰對氣候變化的跨尺度響應[49］。

5 結論

基于InVEST 模型，對祁連山1980—2017 年水源涵養量進行了時空變化分析，并探究了不同要素對其影響，主要結論如下：

（1）祁連山多年平均產水總量與多年平均水源涵養總量約為93.03×108m3與57.83×108m3，研究區38年來水源涵養量呈微弱增加趨勢。

（2）水源涵養量的變化受土地利用類型影響存在差異，1980—2017年不同用地類型下的水源涵養總量依次為：草地（49.65×108m3）＞林地（16.78×108m3）＞其他用地（9.88×108m3）＞耕地（6.95×108m3）＞建設用地（0.42×108m3），而單元水源涵養量則依次為：林地（102.1 mm）＞耕地（67.96 mm）＞草地（39.13 mm）＞建設用地（14.55 mm）＞其他用地（2.94 mm）。綜合對比可以發現，林地的水源涵養能力最強，而草地水源涵養總量最大。

（3）降水量與水源涵養量存在顯著正相關性，而潛在蒸散量除2010—2017年外，均與地表水源涵養量存在顯著負相關性；1980—2005 年，降水變化是祁連山地表水源涵養變化的主要影響因素，2005—2017 年土地利用變化則對祁連山地表水源涵養量的變化起到了主導作用。

（4）本文通過經驗公式與參考已有研究成果兩種不同方法對研究區多年凍土地下冰儲量進行估算，結果約為555.67 km3與618.67 km3，空間分布特征基本相同。隨著平均氣溫與地表溫度的上升，多年凍土地下冰出現了明顯的消融趨勢，因此，平均氣溫和地表溫度是影響祁連山多年凍土地下冰儲量變化的重要因素。由于估算多年凍土地下冰儲量受到多種因素影響，目前想要對其進行準確評估仍有一定難度，還有待未來更加深入地研究。