廣西西江流域水源涵養服務空間格局及其影響因素

張成虎，劉 菊，胡寶清，陳秀芬

（1. 南寧師范大學 北部灣環境演變與資源利用教育部重點實驗室，廣西 南寧 530001；2. 南寧師范大學 廣西地表過程與智能模擬重點實驗室，廣西 南寧 530001）

維持和改善生態系統服務是實現區域可持續發展的基本條件[1]，開展生態系統服務的量化評估以實現生態系統有效管理，對保障區域可持續發展具有重大意義[2-3]。在眾多生態系統服務中，水源涵養服務占據著重要的地位，對改善區域水文狀況、調節區域水分循環發揮著關鍵作用[4-5]。生態系統是具有空間差異的復雜系統，其水源涵養服務又受到氣候、地形、植被、土壤、土地利用、社會經濟等多種自然和人文因素的影響，導致水源涵養服務也存在顯著的空間差異。定量化與空間可視化評估已成為水源涵養服務評價的最新趨勢，也是水資源有效管理和保護決策的重要需求[6]。

目前，國內外學者們已使用地理信息系統(GIS)、InVEST模型、SWAT模型等方法開展了大量的水源涵養服務空間可視化評估[7-9]，并對不同地區、不同尺度的水源涵養服務空間格局及其影響因素進行了研究，如全中國[10]、江蘇省[11]、商洛市[12]、甘肅白龍江流域[3]、秦嶺地區[13]等。研究大多通過分區統計比較不同子流域、不同行政單元、不同海拔、不同土地利用方式、不同植被覆蓋下水源涵養服務的差異[3,10-13]，并使用相關性分析、回歸分析、主成分分析等探討水源涵養服務與其影響因素之間的關系[10-12]，但這些傳統的統計模型構建中忽略了各變量的空間依懶性和空間異質性。近年來，空間回歸模型如空間誤差模型(SEM)、空間滯后模型(SLM)、地理加權回歸模型(GWR)等受到廣泛關注。張佳田等[14]通過SEM模型測度生態系統服務能力與城鎮化水平及各子系統得分關系。梁曉瑤等[15]基于InVEST模型評估了黑龍江省的生境質量，利用多尺度GWR模型，探究了影響生境質量的自然和人文要素作用空間尺度差異及其影響程度。趙育恒等[16]對武漢城市圈生態服務價值時空演變分析及影響因素進行研究表明：SEM模型消除了由地域空間自相關帶來的空間誤差影響，使得模型更加穩健和準確。然而，使用空間回歸模型探討生態系統水源涵養服務影響因素的研究尚處于起步階段。

西江是珠江水系最大的支流，西江流域是貫通珠江—西江經濟帶陸海絲綢之路的重要通道，也是廣西糧食主產區和珠江流域重要的生態屏障。廣西西江流域水源涵養服務直接關系到該區域的水源安全和供水安全，對該區域社會經濟發展至關重要，但目前對廣西西江流域水源涵養服務的研究較少。因此，本研究基于InVEST模型，在小流域尺度上空間可視化評估該區域水源涵養服務，并使用GeoDa分析水源涵養空間格局，構建空間統計模型，辨識關鍵影響因素，最終基于ArcGIS進行水源涵養服務重要性分級和空間分區以識別水源涵養優先和重點保護的區域，以期為流域水資源利用、分區管理與綜合保護等提供重要參考。

1 研究區概況

西江作為珠江的主干流，全長2 214 km，橫跨云南、貴州、廣西、廣東4個省(自治區)。廣西西江流域(21°35′～26°13′N，104°26′～112°04′E)面積為20.29×104km2，流域內主要支流有南盤江、紅水河、柳江、右江、左郁江、桂賀江和黔潯江。該流域地處亞熱帶季風氣候區，濕潤多雨，夏長冬短，年均氣溫為16.5～23.1 ℃，年均降水量為1 080～2 760 mm。地貌復雜多樣，屬山地丘陵性盆地地貌，巖溶地貌發育。土壤類型多樣，紅壤比例大，石灰巖土廣布。主要植被類型為森林(馬尾松Pinus massoniana和甜櫧Castanopsis eyrei等)、灌叢(假鷹爪Desmos chinensis)、草地(野古草Arundinella anomala)和栽培植被(水稻Oryza sativa和甘蔗Saccharum officinarum等)[17]。

2 方法與數據

2.1 產水量計算

利用InVEST模型的產水模塊估算研究區產水量。該模塊根據水量平衡原理，基于氣候、地形和土地利用，利用降水量減去實際蒸散量計算每個柵格的徑流量。計算公式如下：

式(1)中：Yjx為第j土地利用類型柵格x的年產水量(mm)；Px為柵格單元x的年均降水量(mm)；Axj為第j土地利用類型柵格x的實際年均蒸散發量(mm)；計算過程參考InVEST模型用戶手冊與文獻[4]。

2.2 水源涵養服務計算

使用水源涵養量表征生態系統水源涵養服務。水源涵養量是降水量減去蒸散發和地表徑流后，土壤層可調節的水量，即在產水量的基礎上，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[18]，計算公式為：

式(2)～(3)中：W為水源涵養量(mm)；V為流速系數；K為土壤飽和導水率(mm·d-1)，具體計算方法見文獻[19-20]；Y為產水量(mm)；T為地形指數；Q為集水區柵格數量；D為土壤厚度(mm)；S為百分比坡度(%)。min為ArcGIS柵格計算器中取最小值函數。

2.3 水源涵養服務空間自相關性分析

全域莫蘭指數是應用最為廣泛的檢驗全域空間自相關的統計量，取值為[-1，1]，正值表示空間聚集現象，負值表示空間分散現象，0表示空間上隨機分布[21-22]。局域空間自相關可測度整個區域中一個單元上的某一屬性與鄰近單元同一屬性值的相關程度，主要通過空間關聯的局部指標分布圖揭示各指標的空間關聯結構模式[21-22]。全域莫蘭指數的計算公式為：

式(4)中：Ig為全域莫蘭指數；n為觀測總數；Zj、Zk分別為第j、k個斑塊觀測值與所有斑塊觀測值的均值之差。Wjk為空間權重，若斑塊j與k相鄰，則Wjk為1，否則Wjk為0。使用標準化統計量(Z)表征空間自相關的顯著性，計算公式為：

式(5)中：E為Ig的期望值；V為Ig的方差。在0.05的置信水平下，|Z|=1.96，以|Z|＞1.96表示該區域的空間自相關是顯著的。

局域莫蘭指數的計算公式為：

式(6)中：Il為局域莫蘭指數，其余變量含義與式(4)相同。根據Il、Zj與顯著性檢驗結果，可將第j個斑塊與周邊斑塊觀測值的相關性劃分為高-高聚集、高-低聚集、低-低聚集、低-高聚集和不顯著5種類型，即局部指標分布圖[21-22]。

2.4 基于空間回歸模型的水源涵養服務影響因素分析

相關研究表明：水源涵養的空間差異與氣候、植被、土地利用、土壤和社會經濟有關[10-12]，地形則是通過影響自然和人文要素的梯度差異來改變水源涵養的分布格局[3]。

如果因變量或自變量存在空間自相關性，將導致經典線性回歸模型的殘差也存在空間自相關，從而其回歸系數和擬合優度(R2)都將產生偏性和大方差，此時應當使用空間回歸模型[23]。本研究使用GeoDa構建空間回歸模型對流域水源涵養服務影響因素進行定量分析，對比不同空間回歸模型結果以選擇相應的模型，模型R2和對數似然值越大，模型擬合程度越好，而赤池信息準則和施瓦茲準則統計量越小，則模型擬合程度越好[23]。

2.5 數據與參數

2.5.1 水源涵養服務計算所需數據來源 根據InVEST模型需求和數據可獲取性，以2015年為典型年，進行實證研究。模型所需數據有多年平均降水量、潛在蒸散量、土地利用類型、土壤厚度、植被可利用水、流域及小流域邊界、生物物理參數表、地形指數、土壤飽和導水率以及產水量驗證數據。

多年平均降水量與潛在蒸散量。以廣西西江流域內及周邊61個氣象站點2001—2015年降水、氣溫、實際水汽壓、風速、相對濕度、日照百分率為數據，在ArcGIS中使用樣條函數插值獲取研究區多年平均降水量與多年平均潛在蒸散量柵格圖層，其中，潛在蒸散量采用聯合國糧食與農業組織(FAO)給出的修正Penman-Monteith方程[24]計算而來。

土地利用類型。獲取2015年的廣西西江流域土地利用數據，一級分類為耕地、林地、草地、水域、城鄉-工礦-居民用地和未利用地6類。數據來自中國科學院資源環境科學數據中心(http://www.resdc.cn)。

土壤厚度、植被可利用水以及土壤飽和導水率。土壤厚度、黏粒含量、粉粒含量、砂粒含量、土壤有機質含量數據來自中國1∶100萬土壤數據庫。植被可利用水根據土壤質地計算，土壤飽和導水率根據土壤砂粒含量計算[19-20]，詳細計算過程參考模型手冊以及文獻[3-4]。

小流域邊界和地形指數。根據數字高程模型(DEM)，使用ArcGIS中的水文分析獲得小流域邊界，既要盡可能細化小流域范圍，合理表達河網稠密度等級下的集水盆地，便于后續空間展示，又要避免小流域細碎不利于模型計算，經過反復匯流累積閾值試驗，最終匯流累積閾值設定為5 000時，小流域平均面積約141 km2，共劃分了1 438個小流域。地形指數根據式(3)計算。DEM來自中國科學院資源環境科學數據中心(http://www.resdc.cn)。

生物物理參數表。此表需要獲取不同土地利用類型的植被蒸散系數、最大根系深度和流速系數。根據參考文獻[3, 25-26]、模型使用手冊中推薦的參數和廣西西江流域的實際情況確定相關參數。

產水量驗證數據。使用地表水資源量對模擬產水量進行驗證，2001—2015年廣西西江流域地表水資源量數據來自廣西壯族自治區水利廳官方網站(http://slt.gxzf.gov.cn/)。

2.5.2 水源涵養服務影響因素數據來源 選取氣候(多年平均降水量、實際蒸散量)，地形(坡度、海拔)，土地利用(林地面積比例、耕地面積比例)，植被與土壤[植被凈初級生產力(NPP)、土壤飽和導水率、植被可利用水、土壤厚度]以及社會經濟(人口密度、經濟密度、不透水率)共13個因子作為水源涵養服務的影響因素。其中，多年平均降水量、土壤飽和導水率、植被可利用水、土壤厚度來源同2.5.1部分；坡度、海拔來源于DEM；實際蒸散量來自InVEST模型產水結果中間數據；林地面積比例、耕地面積比例和不透水率根據土地利用中林地面積、耕地面積和建設用地面積與各小流域面積之比計算；NPP使用CASA模型計算；人口密度與經濟密度是根據2016年《廣西統計年鑒》中各區縣常住人口、國內生產總值與各區縣行政面積之比計算。使用ArcGIS將13個因子進行分區統計得到小流域矢量數據。

3 結果與分析

3.1 水源涵養服務空間分布及其影響因素

根據研究區地表水資源量數據，計算出廣西西江流域2001—2015年多年平均徑流量為1 547.21億 m3，經過反復模擬計算，當Zhang系數為6.933時，模擬產水量相對誤差為1.63%，此時模擬結果最優。在此產水結果上，根據式(2)和式(3)，計算研究區水源涵養量。結果顯示：廣西西江小流域多年平均水源涵養量為33.62～697.91 mm，平均為185.36 mm，標準差為106.26 mm，2015年水源涵養總量為376.10億 m3，占多年平均產水量的23.90%，遠高于2015年廣西總用水量285.2億 m3。研究區內水源涵養量呈現出明顯的空間差異(圖1)，各子流域水源涵養量平均值由高到低依次為黔潯江流域(298.11mm)、左郁江流域(251.94 mm)、桂賀江流域(194.06 mm)、柳江流域(148.80 mm)、紅水河流域(144.04 mm)、右江流域(136.47 mm)、南盤江流域(65.57 mm)，流域內水源涵養量的空間差異主要受降水、土壤性質、植被生長和地形等因素空間異質性的共同影響。水源涵養量較高的區域分布在左郁江流域南部地區以及黔潯江流域內，小流域多年平均水源涵養量為300.00～697.91 mm，該區域降水量較高，植被茂密，形成良好的土壤結構及通風狀況，其土壤下滲、持水能力較強，水源涵養服務水平高。水源涵養量較低的區域主要分布在南盤江流域內，在右江流域、紅水河流域、柳江流域、桂賀江流域以及左郁江流域北部地區有零星分布(圖1)，小流域多年平均水源涵養量小于100.00 mm，該區域降水量低、土壤飽和導水率偏低是導致水源涵養服務偏低的主要原因。

圖 1 廣西西江流域水源涵養服務空間分布示意圖Figure 1 Spatial distribution of water retention service in Xijiang River Basin of Guangxi

圖 2 廣西西江流域多年平均降水量(A)與實際蒸散發(B)空間分布示意圖Figure 2 Spatial distribution of average annual precipitation (A) and actual evapotranspiration (B) in Xijiang River Basin of Guangxi

3.1.1 降水量與實際蒸散發對水源涵養服務的影響 降水量和實際蒸散發是影響水源涵養服務的重要氣候因子。從圖2A可知：廣西西江流域多年平均降水量為1 526.36 mm，空間差異明顯，主要表現為由西北向東南逐漸增加的趨勢，并與流域產水量的空間分布一致。構建最小二乘法回歸模型(OLS)發現：本研究中降水量可以解釋產水量變化的91.68%，是產水量最重要的影響因素；降水量可以解釋水源涵養量變化的30.47%，降水量與水源涵養量具有較為一致的空間分布特征，表明降水量對水源涵養服務具有重要影響。

實際蒸散發是水循環的重要環節，與降水、植被和土壤密切相關。研究區實際蒸散發較大，平均為751.41 mm，且存在顯著的空間差異，主要表現為由西北向東南逐漸增加的趨勢(圖2B)。盡管左郁江流域南部和黔潯江流域的實際蒸散發較大，但該區域降水量高，加之植被與土壤的綜合作用，使得該區域水源涵養量高于其他區域。OLS結果顯示：實際蒸散發與降水量之間存在一定的共線性，兩者可以解釋水源涵養服務變化的36.00%。

3.1.2 土地利用與植被對水源涵養服務的影響 使用ArcGIS分區統計以對比不同土地利用類型的水源涵養量平均值，結果顯示：不同土地利用類型水源涵養量平均值由高到低依次為林地(251.78 mm)、灌叢(184.63 mm)、草地(162.82 mm)、耕地(58.73 mm)，其中，林地的水源涵養量平均值高于流域平均值。本研究中，不同土地利用類型植被凈初級生產力平均值由高到低依次為林地(973.58 g·m-3)、草地(884.95 g·m-3)、灌叢(832.80 g·m-3)、耕地(660.42 g·m-3)，對于林地而言，較高的凈初級生產力可積累較多的生物量，群落層次豐富且密封性好的林地，林冠和凋落物的截留作用可減少地表徑流；灌叢和草地由于地上生物量相比林地較少，導致地表產流較大，水源涵養服務有所降低[13]；耕地由于受人類活動影響，其地上生物量更受季節性收獲而變動，導致地表產流量增大，水源涵養服務降低。

3.1.3 土壤對水源涵養服務的影響 土壤是影響水源涵養服務的重要因子，通過土壤的孔隙結構特性，與植物根系、土壤生物共同實現水分的蓄積和再分配[27]。由圖3可知：廣西西江流域土壤飽和導水率平均為100.70 mm·d-1，存在顯著空間差異，其高值主要分布在右江流域、左郁江流域和黔潯江流域，由北向南呈現逐漸增加的趨勢。對比圖1和圖3發現：廣西西江流域水源涵養空間分布與土壤飽和導水率的空間分布較為一致。OLS結果顯示：土壤飽和導水率可以解釋水源涵養量變化的53.70%，是水源涵養服務最重要的影響因素。

圖 3 廣西西江流域土壤飽和導水率空間分布示意圖Figure 3 Spatial distribution of soil saturated hydraulic conductivity in Xijiang River Basin of Guangxi

圖 4 廣西西江流域水源涵養服務空間分異特征示意圖Figure 4 Spatial variation characteristic of water retention service in Xijiang River Basin of Guangxi

3.1.4 社會經濟因素對水源涵養服務的影響 相關研究表明：水源涵養量與人口密度呈負相關[3]。在流域尺度上，水源涵養服務與社會經濟的相關性較弱；而在柵格尺度上，經濟發展、人口增長、城鎮化水平的提高，對水源涵養服務帶來了負面影響[11]。OLS結果顯示：人口密度、經濟密度和不透水率3個指標僅可以解釋水源涵養服務變化的6.86%，但三者均通過顯著性檢驗。可見，社會經濟因素對水源涵養服務具有顯著影響，但影響程度較弱。

3.2 水源涵養服務空間自相關性

全域空間自相關分析表明：全域莫蘭指數為0.769，P為0.001，通過了Z檢驗，表明小流域尺度上廣西西江流域水源涵養服務在空間分布上存在空間依賴性，說明水源涵養服務在空間分布上是集聚分布的。即高水源涵養量的小流域與較高水源涵養量的小流域相靠攏，而低水源涵養量的小流域與較低水源涵養量的小流域相鄰。

局域自相關性(圖4)分析表明：廣西西江流域水源涵養服務以低-低聚集和高-高聚集類型為主，這2種類型區面積所占比例分別為21.08%和13.56%，低-低聚集類型主要分布在南盤江流域、右江流域、紅水河流域和柳江流域內等，而高-高聚集類型主要分布在左江及郁江流域南部，以及黔江和潯江東南部。低-高聚集類型和高-低聚集類型面積所占比例均較小，分別為0.25%和0.29%。水源涵養服務在流域內剩余的64.82%區域空間聚集類型不顯著。

3.3 水源涵養服務主要影響因素的空間定量化分析

在GeoDa中使用OLS檢驗13項因子對水源涵養服務的影響，使用逐步回歸方法篩選出對水源涵養量影響顯著且各自變量之間多重共線性統計量＜30的因子組合，用于空間模型分析。最終篩選出土壤飽和導水率、降水量、植被凈初級生產力、坡度、人口密度、經濟密度及不透水率7個因子。由表1所示：OLS檢驗擬合優度R2為0.853，多重共線性統計量＜30，殘差莫蘭指數為0.597，P為0.000，說明OLS模型回歸后的殘差存在明顯的空間依賴性，則必須剔除OLS模型回歸后殘差中的空間依賴性因素，即使用空間回歸模型進行影響因素分析。根據LM檢驗以及穩健性的LM檢驗結果，本研究最終選擇空間誤差模型(SEM)進行分析。SEM是指模型的誤差項導致了空間變量之間的相關性，變量之間的空間相互作用存在于誤差項。

根據SEM結果（表1），模型擬合優度R2為0.939，顯示出SEM擬合效果更優。SEM模擬結果中各因子的回歸系數均有所改變，消除了由地域空間自相關帶來的空間誤差影響，使得模型更加穩健和準確。表1所示：土壤飽和導水率、多年平均降水量、坡度、植被凈初級生產力、經濟密度與水源涵養的系數均為正數，P均小于0.01，說明這些因素的提高均能極顯著地增加生態系統水源涵養服務；而人口密度和不透水率的回歸系數均為負值，P均小于0.05，說明隨著人口密度、不透水率的增加均能顯著地降低生態系統水源涵養服務。空間自相關系數在統計上也極顯著，說明誤差項存在空間依懶性。從回歸系數看，土壤飽和導水率、多年平均降水量、坡度以及不透水率是水源涵養服務的主要影響因素。

表 1 基于空間計量模型的水源涵養服務影響因素分析Table 1 Influencing factors of water retention service based on spatial econometric model

表 2 水源涵養服務重要性分級標準Table 2 Importance classification standard of water retention service

3.4 水源涵養服務重要性分級

在ArcGIS軟件中采用分位數分類法進行水源涵養服務重要性分級[28]。按水源涵養量相對值由低到高依次分為5個重要性等級，即一般重要、較重要、中度重要、高度重要、極重要(表2)。根據重要性分級評價結果，將極重要區和高度重要區劃定為水源涵養服務重要區。

圖5顯示：研究區水源涵養服務極重要區面積占全流域的19.78%，集中分布在黔潯江流域以及左郁江流域南部地區，在其他子流域內呈現少量零星分布；除南盤江流域之外，水源涵養服務高度重要區(面積占比19.95%)在各子流域內均有分布，其分布較為分散，但緊密圍繞在極重要區周邊；水源涵養服務中等重要區(面積占比20.18%)主要分布在右江流域、紅水河流域中游、柳江流域東北部和桂賀江流域內，零星分布在左郁江流域內；水源涵養服務較重要區(面積占比20.02%)主要分布在紅水河流域上游、柳江流域西南部，零星分布在左郁江、右江和桂賀江流域內；水源涵養服務一般重要區(面積占比20.07%)主要分布在南盤江流域、右江流域、紅水河流域上游、柳江流域西南部和左郁江流域北部。上述水源涵養高度重要區和極重要區作為廣西西江流域水源涵養服務重要區，在制定水資源利用、生態保護等政策與規劃時，是重點和優先保護的區域。

圖 5 廣西西江流域水源涵養服務重要性分級空間分布示意圖Figure 5 Spatial distribution of water retention service importance in Xijiang River Basin of Guangxi

4 結論與討論

4.1 結論

廣西西江小流域多年平均水源涵養量平均為185.36 mm，2015年水源涵養總量為376.10億 m3，占多年平均產水量的23.90%。研究區水源涵養服務呈明顯的空間差異，表現為由西北向東南逐漸增加的趨勢，在空間分布上呈現聚集分布，并以低-低聚集和高-高聚集類型為主。土壤飽和導水率、多年平均降水量、坡度以及不透水率是水源涵養服務的主要影響因素。

4.2 討論

本研究發現自然因素中土壤飽和導水率、降水量和植被凈初級生產力與水源涵養服務呈正相關，且影響較為顯著，這與寧亞洲等[13]的研究結果一致，說明降水量越高，植被越茂密，越有利于形成良好的土壤結構，進而促進土壤持水能力，提高水源涵養服務。本研究中，社會經濟因素對水源涵養服務具有顯著影響，但影響程度較弱。其中，人口密度與水源涵養服務呈負相關，這與柳冬青等[3]、龔詩涵等[10]、顧錚鳴等[11]的研究結果相吻合；而經濟密度與水源涵養服務呈正相關，這與龔詩涵等[10]和顧錚鳴等[11]的研究結果存在差異，可能與研究區經濟密度差異程度有關。

水源涵養服務空間定量化評估以及重要性分級是區域水資源利用、分區管理與綜合保護的基礎，在實際應用中評估結果的準確性是首先需要考慮的。本研究模型的簡化以及缺少野外長期實測數據，增加了研究結果的不確定性，應在以下方向繼續研究：①加強野外觀測，獲取長期實測數據，進一步完善參數本地化工作以提高結果準確性；②目前模型結果的驗證多使用研究區水資源公報數據或水文站實際徑流數據來進行產水量結果的驗證，但現實中難以獲取流域水源涵養服務實際監測數據進行結果驗證，常用的綜合蓄水法實測的是水源涵養潛在能力，如何區分流域水源涵養潛在能力與實際提供的水源涵養服務是將來評估的關鍵問題。

5 致謝

本研究得到了北部灣環境演變與資源利用教育部重點實驗室、廣西地表過程與智能模擬重點實驗室系統基金項目(GTEU-KLOP-X1708)、廣西高校中青年教師基礎能力提升項目(2018KY0360)和廣西高校大學生創新創業計劃(20 180 603 286)的支持，在此表示感謝。感謝審稿專家與編輯老師對本文提出了建設性修改意見！