陰山北麓塔布河流域產水量時空變化規律研究

張鑫建，龍胤慧，廖梓龍，索梅芹

（1.河北工程大學水利水電學院，河北 邯鄲 056038；2.河北工程大學河北省智慧水利重點實驗室，河北 邯鄲056038；3.中國水利水電科學研究院 內蒙古陰山北麓草原生態水文國家野外科學觀測研究站，北京 100038；4.水利部牧區水利科學研究所，呼和浩特 010020）

0 引 言

水是草地生態系統穩定性維持和農牧區經濟發展的基礎，隨著人們對生態系統服務重要性認識的加深，產水量作為草地生態系統水源涵養服務功能的直接表征指標，草地退化引起產水能力下降等問題受到國內外學者普遍關注[1]。流域產水是一個復雜的過程，水源供給服務與降水、蒸發、土壤滲透和植被蒸騰等因素密切相關[2]。目前可用于研究產水量的變化和產水效果評估的生態和水文模型較多，如MIKE SHE 模型、TerrainLab 模型、SWAT 模型和InVEST 模型等[3]。InVEST 模型因其原理簡單，數據量需求相對較少，且能較為直觀展示產水量，在國內外應用廣泛。MontseMarques 等[4]利用InVEST 模型評估西班牙弗蘭科利流域的產水量，并分析了該區域氣候變化對產水量的影響；Belete 等[5]應用模型的產水量模塊，計算了非洲尼羅河流域產水量的空間分布情況；楊潔等[6]基于InVEST模型產水模塊，對黃河流域產水量進行評估；夏林等[7]采用InVEST 模型定量評估了喀斯特流域的產水量和水源涵養量；趙亞茹等[8]基于InVEST 模型，評估了石羊河上游產水量時空演變特征，并進一步探討其對氣候和土地利用變化的響應；張薇等[9]借助InVEST 模型探究了張承水源涵養區不同土地利用類型與產水量變化的響應關系。InVEST 模型在不同類型流域均取得很好的應用效果，大量研究表明，降水和土地利用變化是產水量變化的主要影響因素，對于數據資料短缺的干旱內陸區季節性河流，InVEST 模型的適用性及產水量時空演變規律還有待深入研究。

塔布河流域位于內蒙古高原西部，地處北方防風固沙帶和生態安全屏障的核心區，屬于干旱大陸性氣候，寒暑氣候變化大，晝夜溫差大，多風少雨，是典型的干旱區季節性內陸河流；水資源短缺導致經濟社會用水擠占生態用水的現象時有發生。人工植被建設與退耕還草工程于2000年陸續實施，由于地面監測站點較少，塔布河流域產水量如何變化、產水量受什么因素影響等問題依舊不清楚，有鑒于此，本文借助InVEST 模型的產水模塊，揭示該流域2000-2020 年的產水量時空變化特征，并進一步探討土地利用和降水量變化對產水量的影響，以期為流域生態屏障建設與農牧業可持續發展提供重要支撐。

1 材料與方法

1.1 研究區概況

塔布河為陰山北麓荒漠草原區流域面積最大的內陸河，河長322 km，流域面積10 219 km2，發源于包頭市固陽縣銀號鎮大南溝村西南，由西南向東北流經固陽縣、達茂旗、武川縣、四子王旗4 個旗縣，東經110°31'～112°15'，北緯40°00'～43°00'之間，海拔994～2 178 m（見圖1）。流域地處于干旱、半干旱大陸性氣候區，年平均氣溫為1～6 ℃，多年平均降雨量為315.2 mm，多年平均蒸發量1 365.2 mm，降水多集中在7月中旬-9 月上旬，約占全年降水量的80%，由南向北降水量遞減，而蒸發量遞增。根據內蒙古土壤普查成果，塔布河流域的土壤類型為淡栗鈣土，以淺黃色和灰白色半膠結砂礫為主，上層覆蓋有20～50 cm的黏質砂土及砂壤土。

圖1 研究區位置和水文站點分布Fig.1 Location of the study area and hydrological station

1.2 數據來源與處理

1.2.1 土地利用/覆被數據

來源于全國地理信息資源目錄服務系統（www.webmap.cn）的30 m 分辨率的全球地表覆蓋產品GlobeLand30，數據集包含耕地、森林、草地、灌木地、濕地、水體、苔原、建設用地、裸地、冰川和永久積雪等十個主要的地表覆蓋類型，該數據在中國范圍的總體精度達到82.39%[10]。本文采用ArcGIS 對數據進行裁剪，并根據研究區情況將土地利用類型重分類為6 個一級類：耕地、林地、草地、建設用地、水域、裸地，得到塔布河流域2000 年、2010 年和2020 年三期土地利用數據。

1.2.2 降水數據

來源于國家科技基礎條件平臺—國家地球系統科學數據中心(http://www.geodata.cn)；數據包括CRU 發布的全球0.5°氣候數據以及WorldClim 發布的全球高分辨率氣候數據，通過Delta空間降尺度方案在中國地區降尺度生成數據集，并用496個獨立氣象站點數據進行驗證，驗證結果可信，單位為0.1 mm，數據精度1 km。本文采用ArcGIS對數據進行提取，獲取塔布河流域降水數據。

1.2.3 潛在蒸散量數據

基于中國1 km 逐月均溫、最低溫、最高溫數據集，采用Hargreaves 潛在蒸散發公式[11]計算，單位為0.1 mm，數據精度1 km，公式如下：

式中：RA 為月太陽大氣頂層輻射，MJ/（m2·月）；TAV為1 km柵格尺度月平均最高氣溫和最低氣溫的均值，℃；TD 是1 km柵格尺度月平均最高氣溫和最低氣溫均值之差，℃；P為1 km柵格尺度月平均降水量，mm。

1.2.4 土壤數據

來源于國家冰川凍土沙漠科學數據中心(http://www.ncdc.ac.cn)中國境內第二次全國土地調查南京土壤所提供的1∶100萬土壤數據，該數據屬于聯合國糧農組織（FAO）和維也納國際應用系統研究所(IIASA)共同構建的世界土壤數據庫(Harmonized World Soil Database version 1.1)(HWSD)。基于上述土壤數據，PAWC可根據土壤質地計算[12]：

式中：SAN為沙含量，%；SIL為粉粒含量，%；CLA為黏土含量，%；C 為有機質含量，%；PAWC 通過ArcGIS 中字段計算器計算。

1.2.5 DEM高程數據

來源于中國科學院計算機網絡信息中心地理空間數據云平臺(http://www.gscloud.cn)的ASTER GDEM 30 m 分辨率數字高程數據，本文采用ArcGIS按照流域邊界提取高程數據。

1.2.6 生物物理參數

參數包括植物蒸散系數、植被最大根系深度、植被覆蓋地類等，其中不同土地利用類型的植物蒸散系數在參考InVEST 模型用戶手冊及Allen（1998 年）[13]的基礎上，結合塔布河流域實際蒸散發量進行修正。前人研究成果表明2009 年是塔布河流域降水徑流雙累積曲線關系的拐點[14]，2009 年之后非降水因素對徑流的影響增加，因此本文根據不同時期的樣方調查數據和北方內陸區已有文獻的經驗值來修正2009 年前后兩個時段的生物物理參數[15,16]。2009 年以后，流域耕地作物類型由馬鈴薯向葵花、莜麥、玉米等深根作物轉變，草地類型由羊草、針茅為主體的草本植物向草本-稀疏灌木相嵌套的草灌結合轉變，本文根據歷史樣方調查數據及區域內前人研究成果修正2009 年以后的植被最大根系深度[17-19]，將耕地、林地、草地等植被覆蓋地類的LULC_veg 賦值為1，其他賦值為0。季節常數Zhang 系數取值范圍為1～30，由降水分布來確定，并根據產水量模擬值與實測值的最小差值來率定最優參數，當Z 值為4.53 時，模擬值最接近實測值，且二者在雨季的產水分布趨勢具有一致性。主要生物物理參數賦值見表1。

表1 不同土地利用類型的生物物理參數Tab.1 Biophysical parameters in different land use

1.3 研究方法

1.3.1 產水量模型

InVEST 模型產水量模塊是一種基于水量平衡法的估算方法，即用柵格單元降水量減去實際蒸散發量后獲得柵格單元的產水量[20]：

式中：AETx表示柵格單元x 的實際蒸散量，mm；Px表示柵格單元x的降水量，mm。

式中：Rxj為第j 類土地利用類型柵格x 的Budyko 干燥指數；ωx表示植被有效含水量與年均降水量的比值[22]。

式中：AWCx為柵格x 的植被有效含水量，mm（由有效土壤深度和土壤質地決定）；Z為季節參數（即Zhang 系數）用于表示降水的季節性特征；Kxj為第j 類土地利用類型柵格x 的植被蒸散系數；ET0x表示柵格x 的參考蒸散量；mm；Ds為土壤深度，mm；Dr為植被根系深度，mm；PAWCx為柵格單元x 的植被可利用水分，mm。

1.3.2 情景分析法

從水量平衡公式來看，產水量取決于降水量與蒸散發量，而后者跟土地利用情況密切相關，因此，本研究重點關注影響產水量的兩大關鍵要素：降水情景和土地利用情景。為了分別量化二者的貢獻程度，采用某一要素不變，另一要素調增或調減的情景分析法。以2020 年為基準參考年份，將降水不變、土地利用變化作為情景1，即輸入2020年降水情景，模擬土地利用數據為2000 年、2010 年和2020 年的產水量；將降水變化、土地利用不變作為情景2，即輸入2020年土地利用情景，模擬降水數據為2000 年、2010 年和2020 年產水量。借助情景1 來判斷2000-2020 年和2010-2020 年的土地利用變化對產水量變化的影響，情景2 來判斷2000-2020 年和2010-2020年的降水變化對產水量變化的影響。降水與土地利用的貢獻程度采用以下公式進行量化：

式中：CP、CL分別為降水和土地利用變化對流域產水量變化的貢獻率，%；ΔWYL和ΔWYP分別為情景1 和情景2 模擬的產水量較基準情景（2020年）的變化量，m3。

1.3.3 土地利用轉移矩陣

土地轉移矩陣是定量描述土地利用變化的經典方法，它以矩陣形式全方位展現區域土地利用變化的面積大小和轉移方向，主要由凈變化量、總變化量和交換變化量三部分信息來體現[23]，本研究將2000 年和2020 年兩期土地利用數據在ArcGIS 中進行相交分析，最終在EXCEL 中以數據透視表形式將數據整理制作成2000-2020年土地利用轉移矩陣。

轉移矩陣數學模型如下：

式中：A 為土地利用轉移矩陣；Aij為第i 類土地利用類型轉移為第j類土地利用類型的的面積。

2 結果與分析

2.1 InVEST模型校驗

本研究將匯流斷面的產流量模擬值與實測值進行對比分析，數據系列較長的水文站點有2個，其中干流水文站西廠汗營站控制面積2 663.66 km2，一級支流烏蘭花河活福灘站控制面積76.12 km2，考慮下墊面條件、水資源開發利用情況及徑流觀測數據可用性，西廠汗營站選取1990-2020年共31 a實測數據，活福灘站選取2006-2018 年共13 年實測數據，西廠汗營站控制范圍廣、資料年限較長，最終通過不斷調整Z值，當Z參數取值為4.53時，產水模塊的模擬效果最好，西廠汗營站相對誤差僅為0.03%，活福灘站模擬的相對誤差為12.28%。產水量模擬值與實測值對比結果見表2。

表2 主要測站斷面產水量模擬值與實測值對比Tab.2 The simulated value of water yield in the section of the main station is compared with the measured value

2.2 土地利用變化情況

對比2000 年、2010 年和2020 年三期土地利用數據，整體上看，塔布河流域面積占比最大的土地利用類型是草地和耕地，草地主要分布在北部的塔布河下游，其余零散分布于南部低山丘陵區，耕地主要分布在南部的流域中上游，可見塔布河流域屬于典型的農牧交錯帶（見圖2）。草地面積呈增加趨勢，由2000 年的51.47%增加至2020 年的57.95%；耕地面積呈減少趨勢，由2000 年的45.08% 減少至2020 年的38.53%。

圖2 典型年土地利用類型Fig.2 The type of land use in typical year

利用ArcGIS空間處理功能得到塔布河流域地區2000-2010年和2010-2020 年土地利用轉移矩陣（表3 和表4）和主要土地類型轉移空間分布（圖3），將空間分布圖中未變化以及變化面積小于5 km2的情況設置為白色；2000-2010 年期間，流域土地利用變化以耕地和水域面積減少，草地面積增加為主，草地轉入面積總計206.86 km2，其中耕地轉入面積占72.91%，變化區域主要位于流域中部；2010-2020年期間，流域土地利用變化明顯，草地轉入面積621.45 km2，其中耕地轉入占91.88%，其次是耕地和建設用地，轉入面積分別為151.93 km2和91.39 km2，增加區域主要位于西南部和中部。整體來看，研究區2000-2020年草地、耕地和建設用地變化顯著，且存在相互交替轉化特征，其他土地利用類型面積變化較小，耕地向草地轉移是2000 年以后開始實施的國家京津風沙源治理工程和退耕還林還草工程的結果。

表3 2000-2010 塔布河流域土地利用類型轉移矩陣 km2Tab.3 Land use type transfer matrix in Tabu River Basin from 2000 to 2010

表4 2010-2020 塔布河流域土地利用類型轉移矩陣 km2Tab.4 Land Use Type Transfer Matrix in Tabu River Basin from 2010 to 2020

圖3 2000-2010和2010-2020主要土地類型轉移空間分布Fig.3 Spatial distribution of major land types transferred from 2000-2010 and 2010-2020

2.3 產水深度和產水量的時空動態

應用InVEST 模型產水模塊對塔布河流域21年產水情況進行模擬。塔布河流域2000-2020 年平均產水量為7 752 萬m3，平均產水深度為8.63 mm，從產水結果圖4 可以看出，產水量和產水深度最大值出現在2003 年，分別為40 806 萬m3和45.46 mm，最小值出現在2011 年，為259 萬m3和0.29 mm，從年際尺度來看，2000-2020年塔布河流域年平均產水深度和年產水量變化趨勢一致，整體呈現微弱下降趨勢，其中2000-2010年呈現不顯著波動下降趨勢，2010-2020年呈現較為明顯上升趨勢。從季節尺度來看，塔布河屬于季節性河流，主要產流時段為夏季（5-7 月）和秋季（8-10 月），夏季產水量最大為29 109 萬m3，出現在2003 年，最小為85 萬m3，出現在2011 年，秋季產水量最大為6 016 萬m3，出現在2003 年，最小為58 萬m3，出現在2011年。

圖4 塔布河流域2000-2020年產水量和產水深度變化Fig.4 Changes of water yield and water depth in Tabu River Basin from 2000 to 2020

流域典型年份的產水深度空間分布（圖5）顯示，流域產水量和產水深度空間格局為北低南高，高值區域集中在研究區的南部山區，其余零星散布在北部裸地區域。不同土地利用類型的產水深度差異明顯，且在不同年份的影響程度不同；整體來說，產水深度的空間格局在年際變化中具有較一致的規律性，產水量越高產水深度高值區面積越大（如圖5中2000年、2003 年和2020 年），對比同期土地轉移結果，2010-2020年產水深度高值區主要分布在耕地向草地轉化的區域。

圖5 塔布河流域不同年份產水深度空間分布Fig.5 Spatial distribution of water yield depth in different years in the Tabu River Basin

根據已有地形地貌分區成果，將流域劃分為三類地形地貌單元，分別是山丘區（I區）、山間盆地平原區（II區）和一般平原區（III 區），其中I 區高程1 250～2 170 m，坡度0～46.9°；II區高程1 302～1 927 m，坡度0～50.1°；III區高程994～1 377 m，坡度0～43.6°。對比6 個典型年份不同類型地形地貌分區單元產水深度空間分布（圖5），研究結果表明，不同分區的平均產水深度差異較大，2003 年Ⅰ區、Ⅱ區平均產水深度分別為57.1 mm、23.7 mm，變化幅度為33.4 mm，2015年Ⅰ區、Ⅲ區的平均產水深度分別為3.1 mm、0.9 mm，變化幅度為2.2 mm；地形地貌對產水量空間分布控制作用顯著，Ⅰ區平均產水深度和產水量顯著大于Ⅱ區和Ⅲ區，其中2003 年降水量充沛，屬于豐水年，產水量主要集中在I 區和Ⅲ區，2005、2015 年降水量較少，屬于枯水年，產水量主要集中在I區和II區。

將土地利用類型簡化為耕地、草地和其他三大類型，整理這三類土地2000-2020年產水量模擬結果及其占總產水量比例（圖6），草地和耕地是流域產水量的主要貢獻區域，其中2009 年二者產水量之和占總產水量比例最高，占99%。2014年占比最低，為58.9%；2009年之后，草地和耕地產水量占比顯著下降，這與草地、耕地的組成變化密切相關。退耕還草實施后，草地類型由草本為主向草灌結合轉變以及蓋度增加共同導致草地類型區域耗水量增加和產水量下降；耕地類型區域總面積顯著減少，灌溉作物由單一糧食作物向為糧食作物、經濟作物和飼草作物三元種植結構轉變，灌溉保證率顯著提升，耕地耗水量增加，產水量下降。

圖6 草地、耕地和其他地類歷年產水量占比Fig.6 The proportion of water yield by different land types

2.4 土地利用變化對產水深度和產水量的影響

相同的降水情景下，土地利用對產水深度和產水總量的發生變化的區域主要是草地和耕地類型區（表5）。對比基準年產水情況，2000-2020 年和2010-2020 年的Δ WYL分別為2 334 萬m3和2 022 萬m3，對產水量變化貢獻率分別為18%和23.4%；結合情景1 產水深度空間分布（圖7）和主要土地類型轉移分布（圖3）分析得出，流域整體產水格局仍為南高北低，土地利用未發生變化的區域產水深度不變，西南武川縣境內區域和流域中部耕地轉為草地區域是產水量顯著增加分布區（圖7中綠色轉變為深藍色、黃色轉變為綠色的區域）。

表5 情景1模擬結果Tab.5 Scenario 1 simulation results

圖7 情景1不同典型年產水深度空間分布Fig.7 Spatial distribution of water yield depth in different year for scenario 1

統計整理研究區耕地和草地的平均產水深度和產水總量（表5），與2000 年相比，2020 年耕地平均產水深度下降0.29 mm，產水總量減少346 萬m3，草地平均產水深度升高1.52 mm，產水總量增加1 538 萬m3；與2010 年相比，2020 年耕地平均產水深度下降0.31 mm，產水總量下降312 萬m3，草地平均產水深度增加1.49 mm，產水總量提升了1 330 萬m3。從流域產水總量來看，2000-2020 年產水總量增加2 334 萬m3，這是產水能力大的土地類型增加和產水能力小的土地類型減少共同導致的結果，其中耕地轉入草地等區域產水量增加占比65.89%，說明退耕還草可顯著促進流域水源涵養能力。

2.5 降水量變化對產水深度和產水量的影響

在同一土地利用情景下，產水深度和產水總量隨降水增加而增加（表6）。對比基準年產水情況，2000-2020 年和2010-2020年的ΔWYP分別為10 634 萬m3和6 608 萬m3，對產水量變化貢獻率分別為82%和76.6%。對比基準年產水深度，不同年份的產水深度高值區、低值區在空間上與草地、耕地、林地和裸地的分布格局相匹配（圖8）。

表6 情景2模擬結果Tab.6 Scenario 2 simulation results

圖8 情景2產水深度空間分布Fig.8 Spatial distribution of water yield depth in scenario 2

對比2000 年，2020 年降水量增加127.35 mm，對應平均產水深度增加11.85 mm，產水總量增加10 634 萬m3，可見這一時期內，降水量每增加1 mm，產水量增加84 萬m3；對比2010 年，2020 年降水量增加60.21 mm，平均產水深度增加7.36 mm，產水總量增加6 608 萬m3，可見這一時期內，降水量每增加1 mm，產水量增加109 萬m3。2000-2020 年降水量增幅較2010-2020 年大，而產水量增幅較2010-2020 年小，對比兩個時段，二者降水量增加的區域差異較大，只有當降水高值區分布在草地類型區才能顯著促進產流，說明降水格局差異也是一個關鍵因素。

3 討 論

3.1 地形地貌對產水深度和產水量的影響

地形地貌是產流過程空間分布異質的控制因素之一。通過分析典型年的產水深度和產水總量（表7），3個年份Ⅰ區的平均產水深度高于Ⅱ區和Ⅲ區，說明山丘區（Ⅰ區）的產水能力最強，其次是平原區，而Ⅱ區和Ⅲ區的產水能力相近。其中Ⅱ區面積大于Ⅲ區，所以產水總量不同；3個典型年份產水總量Ⅰ區占比均為69%以上，說明整個流域的產水量主要集中在山丘區，可見地形地貌對產水量空間分布存在一定程度的影響。

表7 典型年分區平均產水深度和產水總量結果Tab.7 Typical annual zonal average water yield depth and total water yield results

對比土地利用變化情況，2010-2020年耕地轉草地主要分布在Ⅰ區，根據情景1 模擬結果，2010 年的產水總量變化為20.22 m3，其中Ⅰ區產水總量變化14.79 m3，占總變化量的74%，這說明地形地貌對產水量變化的空間分布具有一定影響，也同樣表現出地形地貌與土地利用變化有著某種關聯。

3.2 溫度和潛在蒸散量對月尺度和季尺度產水量的影響

通過對比分析2000 年、2010 年和2020 年的逐月氣溫、逐月潛在蒸散量和逐月產水量，發現氣溫和潛在蒸散量是改變產流量時間分布的控制因素（圖9），研究結果表明，潛在蒸散量和氣溫呈正比關系，氣溫較高的月份潛在蒸散量較大，2000 年和2020 年產水量和氣溫、潛在蒸散量具有較高的一致性，2010 年月產水量分布較為特殊，不同月份的產水量差距不大，與該年月氣溫、潛在蒸散量關系較小；氣溫通過改變積雪消融和不同類型土地蒸發耗水來改變產流時間過程，由上一節分析可知，流域南部山區高程遠低于東部的大興安嶺、西部賀蘭山和祁連山等山脈，積雪時間短、積雪薄，這也導致春季2-4 月基本沒有融雪徑流，2000 年和2020 年，在雨季前產水量變化受氣溫和潛在蒸散量影響均較小；夏季5-7月和秋季8-10 月隨著氣溫升高，河湖、農田、草地、林地蒸發耗水量均顯著增加，2000年和2020年5-10月產水量占各自全年產水量76.2%、97.3%，可見在月尺度上氣溫和潛在蒸散量對產水量有著顯著影響。

圖9 典型年份逐月氣溫、潛在蒸散量和產水量Fig.9 Monthly temperature and potential evapotranspiration and water yield in a typical year

將典型年逐月產水總量匯總成4 個季節尺度（表8），研究結果表明，產水量主要集中在夏季和秋季，這兩個季節也是氣溫較高和潛在蒸散量較大的時期；春季和冬季氣溫較低，氣溫和潛在蒸散量變化對產水量的影響較小，進入夏季和秋季雨期，隨著氣溫升高和蒸發量增加，產水量也相應增加；對比與氣溫和潛在蒸散量吻合度較高的2000 年和2020年，2020 年夏季氣溫相較2000 年氣溫下降0.4 ℃，潛在蒸散量下降8.8 mm，產水量升高8 869 萬m3，秋季氣溫下降0.8 ℃，潛在蒸散量下降4.5 mm，產水量下降806 萬m3，可見氣溫和潛在蒸散量的變化對季節產水量有著顯著的影響，尤其是在南部山區和產水量較高的夏秋季節，但對于不同年份和不同區域的水文氣象條件存在較大差異，此規律并不全部適用。

表8 典型年份不同季節氣溫、潛在蒸散量和產水總量結果Tab.8 Results of different seasonal temperatures and potential evapotranspiration and total water yield in typical years

4 結 論

本研究基于InVEST 模型產水量模塊，對塔布河流域產水量的時空分布格局及影響因素進行分析，得出以下結論：

（1）2000-2020年，塔布河流域的土地利用變化顯著，整體呈現草地、林地、裸地、建設用地增加，耕地、水域面積減少的特點。主要轉移類型為耕地轉為草地，退耕還草面積增加581.87 km2。

（2）2000-2020 年，流域產水量年際變化整體呈減少趨勢，其中2000-2010 年呈現不顯著波動下降趨勢，2010-2020年呈現較為明顯上升趨勢。2000-2020 年平均產水總量為7 752 萬m3，平均產水深度為8.63 mm，不同年份的產水量空間格局相似，均為南高北低，產水深度高低值分布與區域降水量具有較高一致性，山丘區產水能力強于山間盆地平原區和一般平原區，山丘區為流域高產水量區。

（3）在相同降水情景下，草地類型區域平均產水深度和產水量對降水響應顯著，草地轉為耕地區域產水深度下降，耕地轉為草地區域產水深度顯著提升。在相同土地類型情景下，各類型土地利用的產水深度和產水量均隨著降水量增加而增加，草地平均產水能力大于耕地，退耕還草對流域產水量增加起到促進作用。

（4）2000-2020 年和2010-2020 年期間，降水量對塔布河流域產水深度變化的貢獻率分別為82%和76.6%，土地利用變化的貢獻率分別為18%和23.4%，可見降水對塔布河流域產水量變化起主導作用。對比2000 年，降水量每增加1 mm，產水量增加84 萬m3，產水能力強的草地面積變化對產水量的影響在不斷增強；另外氣溫和潛在蒸散量在南部山區和夏秋季節對產水量有著顯著影響，因此，必須重視塔布河流域內草地資源的管理與氣候變化的監測和預測。

（5）當季節性系數Zhang 取值4.53 時，InVEST 模型可較好地反映陰山北麓季節性河流塔布河的宏觀產水過程，研究結果可為陰山北麓內流區退化草地植被修復和水土資源管理提供一定的理論和實踐參考價值。由于該模型的物理基礎是簡化后的水量平衡公式，忽略了季節性河流地表水與地下水相互轉化頻繁的特點，所以在豐枯極轉年份和連續枯水年份的產水量模擬效果一般，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。