基于Invest模型的贵安新区产水量及其对环境

基于Invest模型的贵安新区产水量及其对环境

响应研究

胡遥

中国城市规划设计研究院深圳分院

摘要

贵安新区属于亚热带湿润地区，植被覆盖度高，降水丰富，径流量大。通过对该区域产水量的定量化评估，有利于合理规划流域水资源，促进流域经济发展。基于INVEST模型的产水量模块（Wateryield），研究了2010年、2015年、2020年贵安新区的产水量情况，并根据背景分析法，模拟了土地利用变化情况下对产水量的影响。结果表明，2010—2015年，产水总量先略有升高，但变化幅度不大，2015-2020年，产水总量大幅降低。2010年、2015年和2020年平均产水量分别为150969、151167、148115万立方米；产水量的空间格局为西高东低，从乐平河流域到羊昌河产水量较高，百花湖流域到阿哈水库流域产水量相对较低。通过背景分析发现，土地利用变化对产水量的影响较大，随建设用地扩张速度增加，新区总体产水量减少。

关键词

产水量；INVEST模型；降水变化；土地利用变化；贵安新区

引言

水是人类赖以生存的自然资源，同时也是社会经济赖以发展的重要物质基础。随着城市化进程加快，社会经济活动对水资源的生态占用逐渐加强，对水循环水环境的干预加强，再加上气候变化引起水源供给的不确定性，导致水生态系统服务功能减弱，为了使水资源满足社会经济发展又不对生态系统产生破坏，定量地研究水生态系统的水源供给功能尤为重要。

目前，较为成熟的水文分析模型以及生态系统服务功能评估模型有SWAT模型、INVEST模型等，其中INVEST模型基于水量平衡原理计算产水量，可实现产水服务空间分布与动态变化空间制图，目前已经得到广泛应用。研究领域多涉及区域产水量时空演变及驱动因素分析[1]。

国外学者如Manish等研究了泰国松克拉姆河流域土地利用变化及其对产水量的影响[2]；Bastola等估算了尼泊尔巴格马蒂盆地的产水量[3]；Kim等对朝鲜森林产水量进行了量化[4]。中国学者对黄河流域[5]、秦岭地区[6]、和田河流域[7]、黑河流域[8]、东北地区[9]等区域的产水量空间格局以及影响因素进行了研究，且模型估算效果较好，有助于当地对水资源的合理利用和规划。

本研究以贵安新区为例，基于INVEST模型对研究区2010-2020年的产水服务进行估算，探究产水服务时空演变特征，结合土地利用/覆被变化揭示流域不同下垫面下产水能力及差异，识别不同区域的主导驱动因素及驱动强度，以期为贵安新区乃至整个长江流域水资源配置与管理、生态环境保护与流域综合治理提供科学依据。

研究方法及数据来源

研究区域

贵安新区位于贵州省贵阳市和安顺市结合部，是黔中经济区核心地带。其区位优势明显，地势相对平坦，人文生态环境良好，发展潜力巨大，具备加快发展的条件和实力。新区范围涉及贵阳、安顺两市所辖4县（市、区）20个乡镇，规划控制面积1795平方公里。地形分区上，贵安新区地处云贵高原中部，以丘陵地貌为主，属亚热带湿润区，为亚热带季风气候。该区石灰岩厚度大，分布广，经地表和地下水溶蚀作用，形成落水洞、漏斗、圆洼地、伏流、岩洞、峡谷、天生桥、盆地等地貌，是世界上喀斯特地貌最发育的典型地区之一。新区内地形受河流切割较为破碎，多断层湖泊[10]。

贵安新区同时具备生态功能重要性和生态系统脆弱性的双重属性。该区域生态系统极其脆弱，水土流失敏感性程度高，土壤流失后生态恢复重建难度极大，面临毁林毁草开荒带来的植被覆盖度低、水土流失严重、石漠化面积大、干旱缺水等生态系统退化问题。

贵安新区境内河流主要有猫跳河（邢江河—羊昌河）及其支流，清水河及其支流，属于长江流域乌江水系。另有红水河，属于珠江流域涟江水系。其中长江流域面积为1854.3平方公里，珠江流域面积为19.5平方公里。[11]贵安新区多年平均地表水资源量为11.043亿立方米，多年平均径流深589毫米，其中长江流域地表水资源量为10.93亿立方米，占全区水资源量的99%，多年平均径流深589毫米；珠江流域地表水资源量为0.113亿立方米，占全区水资源总量的1%，多年平均径流深580毫米。

数据来源

模型所需数据包括土地利用数据、降水数据、潜在蒸散发、生物物理系数、流域和子流域边界等数据。其中降水数据采用研究区内及周边气象站点及水文站2000，2010和2018年的日降水观测数据，在ArcGIS中采用IDW插值方法对站点年降水量进行空间插值，并通过矢量数据裁剪获得研究区的降水数据。气象台站观测数据来源于中国气象数据网（http：//data.cma.cn）。潜在蒸散发数据来源于国家地球系统科学数据中心（http：//www.geodata.cn/）中国1km逐月潜在蒸散发数据集。土地利用数据来源于欧洲泽诺多数据知识库1990-2020年全国土地覆被栅格数据集（https：//zenodo.org/），空间分辨率为30m。土壤类型、质地和土壤深度数据来源于国家冰川冻土沙漠科学数据中心（http：//data.casnw.net/portal/）第二次全国土壤数据库。生物物理系数表：包括蒸散系数（KC）和根系深度，参考INVEST模型指南和联合国粮农组织蒸散系数指南获得。NPP数据来源于全球变化科学研究数据出版系统（http：//www.geodoi.ac.cn/）逐月净初级生产力1km栅格数据集。流域和子流域边界基于从美国地质调查局（UnitedStatesGeologicalSurvey，USGS）（http：//eros.usgs.gov/elevation-products）下载的30mDEM数据，在ArcGIS中的水文分析中进行填洼处理，然后在ArcSWAT-WatershedDelineator中进行处理，得到14个一级流域和21个子流域范围。所有数据均按照研究区范围进行裁剪，重采样后生成研究区2010、2015和2020年3期空间分辨率为30m的数据集。

研究方法

本次研究采用InVEST模型中的产水量模块获取研究区2010、2015和2020年产水量空间分布。该模块以水量平衡原理为依据，将产水量定义为栅格范围内的降水量减去植物蒸腾和地表蒸发后剩余的水量，并假设栅格单元的产水量都通过地表和地下径流最终到达流域出口。通过降水、潜在蒸散发、根系和土壤深度等参数估算出产水量，用流域出口水文站的径流量数据进行校正，最终求取流域栅格产水量。模型主要算法如下：

  (1)

  (2)

式中：Y为产水量（单位：mm）；AET为实际蒸散量（单位：mm）；P为降水量（单位：mm）；PET为潜在蒸散发量（单位：mm）；ω为非物理参数，无量纲，反映自然气候条件下流域土壤和植被等实际状况。

  (3)

式中：AWC为植被有效可利用水（单位：mm），表示植被生长所利用的土壤的水量，其值由土壤质地和有效土壤深度决定；Z为Zhang系数，是利用流域实测径流量进行数据校验后获得的经验参数。本研究Zhang系数经校验取2.8。

  (4)

式中：SDP为土壤深度（单位：mm）；RDP为根系深度（单位：mm），是指根系生物量的90%所能达到的土壤最大延伸深度；PAWC为植被可利用水率（单位：%），即土壤有效含水量，与土壤结构、有机质含量、土壤容重因子有关，为田间持水量和永久萎蔫系数两者的差值，可采用土壤质地数据分别由经验公式计算。

  (5)

式中：R为干燥指数，无量纲；ET0为参考蒸散量（单位：mm）；KC为植被蒸散系数。

结果与分析

流域分区

根据贵安新区河流分布数据及数字高程数据，通过地理信息系统（GIS）插件ArcSWAT运算，生成贵安新区一级流域和次级流域数据。本次研究将贵安新区划分为14个一级流域区域和21个次级流域区域。

图1 贵安新区一级流域分区

表1 贵安新区一级流域分区对照表

图2贵安新区次级流域分区

表2 贵安新区次级流域分区对照表

土地利用

贵安新区2010-2020年土地利用图如下所示。可以看出2010年新区建设用地主要集中在东北角红枫湖附近，面积极小，新区中部和西部几乎没有建设用地。2015年新区建设用地逐渐扩张到新区南部、东南部和中部，面积有了较大增长。到2020年，新区建设用地有了飞速增长，范围遍布整个新区东部，中部和西部也有了较大范围的建设用地。

图3 2010年新区土地利用图

图4 2015年新区土地利用图

图5 2020年新区土地利用图

产水量

结合贵安新区一级流域数据、次级流域数据、土壤最大根系埋藏深度数据、年降水量数据、植物可利用水量数据、年平均潜在蒸散发数据、多年土地利用类型数据和生物物理系数表等数据，输入Invest进行运算，最终得到各流域产水量数据。

表3 贵安新区各一级流域产水量

图6 贵安新区各一级流域各年份产水量

图7 贵安新区各一级流域各年份产水量占比

表4 贵安新区各次级流域产水量

图8 贵安新区各次级流域各年份产水量

图9 贵安新区各次级流域各年份产水量占比

分析

由以上结果可以看出各流域产水量有较大差别，一级流域内邢江河-羊昌河流域产水量最高，年平均产水量约为5.9亿立方米；阿哈水库流域产水量最低，年平均产水量约为0.24亿立方米；次级流域内羊昌河流域产水量最高，年平均产水量约为4.8亿立方米；松柏山水库流域-金燕河流域产水量最低，年平均产水量约为0.12亿立方米。占比方面邢江河-羊昌河流域占比最高，为39%，其次为乐平河流域和红枫湖水库流域，分别为11%和10%。由结果可以看出流域产水量受流域面积影响较大，不能客观反应出各流域的水源涵养能力，因此需要在此基础上对各流域单位面积产水量进行统计对比，如下图所示。

图10 贵安新区各一级流域单位产水量排名

图11 贵安新区各一级流域每平方米产水量

  由运算结果可知贵安新区每平方米平均产水量为0.634立方米，高于此产水量平均值的一级流域有乐平河流域，斯拉河流域，花溪水库流域，邢江河-羊昌河流域以及松柏山水库流域；低于平均值的为百花湖流域，红枫湖水库流域，麻线河流域和阿哈水库流域。从地域方面分析，由各一级流域单位产水量排序图可看出贵安新区东西部流域的单位产水量高于中部流域的单位产水量，与三调数据对比分析后可发现建设密度高的流域单位产水量几乎都比较低，由此可得随着城市建设用地扩张，该区域的水源涵养能力会受到负面影响。

结论

基于InVEST模型产水模块模拟研究区2010、2015和2020年3期产水量，揭示流域不同下垫面产水能力及差异，探究流域产水服务的主要驱动因素。主要结论如下：

（1）各流域产水量受面积影响较大，不能客观反应出各流域的水源涵养能力。如羊昌河流域产水量最高，因为其面积最大，但平均每平方米产水量并不是最高，只能排在中游。

（2）土地利用类型对产水量影响较大，从2010年至2015年，随着退耕还林等项目推进，林地草地面积增加，虽然建筑用地面积也有所增加但是新区总体产水量仍有小幅度上升。随着新区建设的进一步推进，从2015年至2020年新区建设用地面积大大增加，新区总体产水量随之快速降低。

参考文献

[1] Brunsdon C，Fotheringham S，Charlton M，1998. Geographicallyweighted regression［J］. Journal of the Royal Statistical Society：Series D（The Statistician），47（3）：431-443. DOI：10. 1111/1467-9884. 00145.

[2] Du H B，Mulley C，1977. Relationship between transport accessibilityand land value： Local model approach with geographicallyweighted regression［J］. Transportation Research Record，（1）：197-205. DOI：10. 1177/0361198106197700123.

[3] Guo J，Su X，Singh V P，et al，2016. Impacts of climate and land use/cover change on streamflow using SWAT and a separation methodfor the Xiying River Basin in Northwestern China［J］. Water，8（5）：192. DOI：10. 3390/w8050192.

[4]Gupta S C，Larson W E，1979. Estimating soil water retention charac‐teristics from particle size distribution，organic matter percent，and bulk density［J］. Water Resources Research，15（6）：1633-1635. DOI：10. 1029/WR015i006p01633.

[5] Ran C，Wang S J，Bai X Y，et al，2020. Trade-offs and synergies ofecosystem services in southwestern China［J］. Environmental En‐gineering Science，37（10）：669-678. DOI：10. 1089/ees. 2019.0499.

[6] Zhang A，Liu W，Yin Z，et al，2016. How will climate change affectthe water availability in the Heihe River Basin，Northwest China？［J］. Journal of Hydrometeorology，17（5）：1517-1542. DOI：

10. 1175/JHM-D-15-0058. 1.

[7] 蔡树香，2015. 黑河莺落峡水文站来水量趋势分析［J］. 甘肃科技，31（15）：40-42. DOI：10. 3969/j. issn. 1000-0952. 2015. 15. 014.

[8]戴春霞，2010. 黑河上游泥沙来源及分布、演变规律分析［J］. 甘肃水利水电技术，46（6）：3-4，22.

[9] 丁家宝，张福平，张元，等，2022. 气候与土地利用变化背景下青海湖流域产水量时空变化［J］. 兰州大学学报（自然科学版），58（1）：47-56. DOI：10. 13885/j. issn. 0455-2059. 2022. 01. 006.

[10] 范亚宁，刘康，陈姗姗，等，2017. 秦岭北麓陆地生态系统水源涵养功能的空间格局［J］. 水土保持通报，37（2）：50-56. DOI：10.13961/j. cnki. stbctb. 2017. 02. 008.

[11] 胡砚霞，于兴修，廖雯，等，2022. 汉江流域产水量时空格局及影响因素研究［J］. 长江流域资源与环境，31（1）：73-82.