竇苗 孫建國 陳海鵬

摘要[目的]掌握橫斷山區(qū)產(chǎn)水量及水源分布空間。[方法]利用InVEST模型評估計算2005—2014年橫斷山區(qū)年均產(chǎn)水量，分析產(chǎn)水量的空間分布特征及其原因。[結(jié)果]橫斷山區(qū)年均產(chǎn)水量為1 723.3億m3，與自然徑流量較為接近；產(chǎn)水量的空間分布總體呈現(xiàn)出自西北向東南遞增的趨勢；年均產(chǎn)水量及其空間分布特征與研究區(qū)土地利用/覆被類型、土壤深度、地勢等因素存在密切關(guān)系。[結(jié)論]該研究可為橫斷山區(qū)水文過程進一步研究提供基礎(chǔ)資料，同時為區(qū)域水資源管理提供科學依據(jù)。

關(guān)鍵詞產(chǎn)水量；InVEST模型；橫斷山區(qū)；流域；土地利用/覆被

中圖分類號P333.1文獻標識碼A文章編號0517-6611（2017）21-0054-05

Water Production Simulation in Hengduan Mountainous Region Based on InVEST Model

DOU Miao1，2，3，4， SUN Jianguo1，2，CHEN Haipeng1，2，3，4

（1. Faculty of Geomatics， Lanzhou Jiaotong University， Lanzhou， Gansu 730070；2.Gansu Provincial Engineering Laboratory for National Geographic State Monitoring， Lanzhou， Gansu 730070；3. Institute of Geographic Sciences and Natural Resources Research， CAS，Beijing 100101；4. Key Laboratory of Land Surface Pattern and Simulation，Chinese Academy of Sciences， Beijing 100101）

Abstract [Objective]To master water production and water distribution in Hengduan Mountains. [Method]Using InVEST model， the average annual water yield of Hengduan Mountains between 2005-2014 was evaluated and analyzed， and the spatial distribution characteristics of water production and their causes were analyzed. [Result]The results showed that the annual average water yield was 172.33 billion m3， which was relatively close to natural runoff. The spatial distribution of water yield showed a trend of increase from northwest to southeast in general. The annual average water yield and its spatial distribution was closely related to land use/cover type， soil depth， topography and so on. [Conclusion]The study can provide basic data for further study of hydrological processes in Hengduan Mountains， and provide scientific basis for regional water resources management.

Key wordsWater yield；InVEST model；Hengduan Mountainous Region；Watershed；Land use/cover

基金項目國家重點基礎(chǔ)研究發(fā)展計劃（973計劃）（2015CB452702）。

生態(tài)系統(tǒng)服務(wù)是人類賴以生存和發(fā)展的資源與環(huán)境基礎(chǔ)，隨著社會的發(fā)展，人類與自然生態(tài)系統(tǒng)結(jié)構(gòu)與功能的聯(lián)系日益緊密，生態(tài)系統(tǒng)服務(wù)研究已經(jīng)成為國際生態(tài)學和相關(guān)學科研究的前沿與熱點[1]。2001—2015年實施的聯(lián)合國千年生態(tài)系統(tǒng)評估（MA）將生態(tài)系統(tǒng)服務(wù)分為供給、調(diào)節(jié)、文化和支持服務(wù)4類[2]。水源供給作為重要的供給服務(wù)，受人類活動影響較大，是生態(tài)系統(tǒng)服務(wù)評估的重要方面[3-6]。水資源的分布直接決定了人口、土地利用類型等區(qū)域布局，也會對地區(qū)經(jīng)濟社會的發(fā)展產(chǎn)生極其重要的影響。因此，研究區(qū)域產(chǎn)水量與水資源的空間分布，對合理開發(fā)和利用水資源具有重要意義[7]。

產(chǎn)水是一個復(fù)雜的過程，它與降水、蒸發(fā)、土壤滲透和植被蒸騰等因素密切相關(guān)，而其中生態(tài)水文模型模擬是解決大尺度產(chǎn)水量評估的重要手段，并廣泛應(yīng)用于區(qū)域水循環(huán)研究與水資源管理中。目前常用的產(chǎn)水量評估模型主要有MIKE SHE 模型[8]、TOPMODEL 模型[9]和SWAT 模型[10]等。2010年，由斯坦福大學、大自然保護協(xié)會（TNC）和世界自然基金會合作聯(lián)合開發(fā)的模型——InVEST（the integrate valuation of ecosystem services and tradeoffs tool）模型[11]被引入我國，取得了良好的模擬效果。潘韜等[12]利用InVEST模型在我國三江源區(qū)評估了生態(tài)系統(tǒng)水源供給服務(wù)的時空變化，結(jié)果顯示，三江源區(qū)水源供給量的時空變化是氣候變化和土地利用共同作用的結(jié)果；張燦強等[13]在西苕溪流域利用InVEST模型進行了產(chǎn)水量分析，得到了小流域的產(chǎn)水量與空間分布；余新曉等[14]基于InVEST模型對北京山區(qū)的森林水源涵養(yǎng)功能進行評估，為定量評價和客觀認識北京山區(qū)不同森林類型的水源涵養(yǎng)功能提供參考；Chen等[15]利用InVEST模型對瀾滄江流域的水源涵養(yǎng)功能進行了研究，模擬出流域水源涵養(yǎng)能力的時空變化分布，為瀾滄江流域水資源的有效管理提供了科學依據(jù)。

橫斷山區(qū)由南向北跨越亞熱帶、高原溫帶和高原亞寒帶，嶺谷相間排列，并處于西南和東南兩種季風影響的范圍內(nèi)，氣候差異很大，降水和徑流的分布也各不相同。區(qū)域內(nèi)水量豐富，河道坡陡，落差集中，水能資源豐富[16]。從水文站點記錄的數(shù)據(jù)發(fā)現(xiàn)，近年來橫斷山區(qū)河川徑流量有所變化。有學者認為，生態(tài)系統(tǒng)產(chǎn)水能力的變化可能是導(dǎo)致徑流量改變的主要因素[17]。然而，目前關(guān)于橫斷山區(qū)生態(tài)系統(tǒng)的水源供給服務(wù)研究鮮見報道。筆者基于InVEST模型產(chǎn)水量模塊計算分析了2005—2014年橫斷山區(qū)的年均產(chǎn)水量以及生態(tài)系統(tǒng)水源供給服務(wù)的空間分布特征及其原因，旨在為區(qū)域的健康發(fā)展、水資源區(qū)劃保護和合理開發(fā)提供科學依據(jù)。

1研究區(qū)概況與研究方法

1.1研究區(qū)概況

橫斷山區(qū)位于96°～105° E，24°～35° N，面積60余萬km2。區(qū)北與西北山地相接，東鄰四川盆地，南連云南高原。在行政區(qū)劃上，包括四川、云南、西藏、青海、甘肅5省所轄地州市的全部或部分。地勢北高南低、西高東低，總地勢自西北向東南傾斜（圖1）。山地海拔4 000～4 500 m，以大雪山主峰貢嘎山海拔最高，達7 000 m。其間的河流有怒江、瀾滄江、金沙江、雅礱江、大渡河和岷江等。此外，該區(qū)還包括黃河上游河段，西南部有伊洛瓦底江支流大盈江和龍川江。除黃河、岷江、大渡河、雅礱江及一些小支流源出該區(qū)外，金沙江、瀾滄江和怒江都發(fā)源于青藏高原腹地[16]。區(qū)內(nèi)具有多種土壤類型、豐富的生物資源，氣候特征獨特，主要表現(xiàn)為干濕季節(jié)分明和垂直差異顯著。

1.2研究方法

1.2.1InVEST模型。

InVEST模型能夠進行多種生態(tài)系統(tǒng)服務(wù)功能的評估，其可以分為兩大模塊，即水模塊和非水模塊，水模塊包括水源涵養(yǎng)、產(chǎn)水量、土壤保持、土壤侵蝕等；非水模塊包括碳儲量、生物多樣性、木材生產(chǎn)、授粉等。筆者基于ArcGIS 10.2軟件，利用InVEST模型產(chǎn)水量模塊對橫斷山區(qū)進行產(chǎn)水量評估。

InVEST模型的產(chǎn)水量模塊通過估計不同區(qū)域水資源的相對貢獻，從而了解土地利用格局的變化對年地表產(chǎn)水量的影響。其原理是基于水量平衡方程，計算生態(tài)系統(tǒng)產(chǎn)水量（即水源供給量），各柵格的降水量減去實際蒸散發(fā)后的水量即得該柵格產(chǎn)水量[18]，包括地表產(chǎn)流、枯落物持水量、土壤含水量和冠層截留量[19]。

模型主要計算公式如下：

Yxj=[1-AETxjPx]·Px（1）

AETxjPx=1+ωxRxj1+ωxRxj+1Rxj（2）

ωx=ZAWCxPx（3）

Rxj=Kxj·ETOxPx（4）

式（1）（2）（3）（4）中，Yxj為柵格單元x中土地覆被類型j的年產(chǎn)水量；AETxj為柵格單元x中土地覆被類型j 的實際蒸散；Px為柵格單元x的降水量；ωx為改進的、無量綱的植被可利用水量與年預(yù)期降水量；Rxj為干燥指數(shù)；Z為Zhang系數(shù)（季節(jié)常數(shù)，與降雨季節(jié)分布有關(guān)的位于1～30的浮點型數(shù)據(jù)）；AWCx為柵格單元x的土壤有效含水量，由土壤深度和理化性質(zhì)決定；Kxj為柵格單元x中土地覆被類型j的植被蒸散系數(shù)；ETOx為參考作物蒸散。

1.2.2數(shù)據(jù)處理。

利用InVEST模型進行產(chǎn)水量評估需要的輸入數(shù)據(jù)包括土地利用/覆被圖、年平均降水量圖、年平均潛在蒸散量圖、土壤深度圖、植物可利用水含量（PAWC）、流域圖與子流域圖以及一個包含各土地利用/覆被生物物理系數(shù)的生物物理參數(shù)表。

1.2.2.1土地利用/覆被。

土地利用/覆被由TM遙感影像分類得到，數(shù)據(jù)來源于地球系統(tǒng)科學數(shù)據(jù)共享平臺。根據(jù)數(shù)據(jù)分析要求將土地利用/覆蓋類型分為水田、旱地、有林地、灌木林、疏林地、高覆蓋度草地、中覆蓋度草地、低覆蓋度草地、河渠、湖泊、水庫坑塘、永久性冰川雪地、灘地、城鎮(zhèn)用地、農(nóng)村居民點、其他建設(shè)用地、沙地、沼澤地、裸土地和裸巖石礫地等。

1.2.2.2年均降水量。

該研究所使用的降水量數(shù)據(jù)均來自于中國氣象科學數(shù)據(jù)共享服務(wù)網(wǎng)，包括2005—2014年橫斷山區(qū)62個站點（涉及四川、云南、西藏、青海、甘肅5個省份）的年均降水量。根據(jù)模型要求，在ArcGIS中采用克里金插值法對站點數(shù)據(jù)進行空間插值，得到年均降水量圖（圖2a）。

1.2.2.3年均潛在蒸散量。

計算潛在蒸散量所需要的數(shù)據(jù)包括降水量數(shù)據(jù)、日溫數(shù)據(jù)和太陽輻射數(shù)據(jù)，均來自中國氣象科學數(shù)據(jù)共享服務(wù)網(wǎng)。估算潛在蒸散量的方法主要有Penman-Monteith（PM）、Hargreaves（HG）、Modified-Hargreaves法等[20]。其中Penman-Monteith公式是受到普遍認可的潛在蒸散計算方法，但由于其要求參數(shù)較多，受到數(shù)據(jù)限制。查閱相關(guān)文獻得知在InVEST模型中利用Modified-Hargreaves法計算潛在蒸散量較為普遍，因此該研究選用該方法進行潛在蒸散量的計算，得到年均潛在蒸散量圖（圖2b）。計算公式如下：

ET0=0.001 3×0.408×RA×（Tavg+17）×（TD-0.012 3P）0.76（5）

式（5）中，ET0為潛在蒸散量（mm/d）；RA為太陽大氣頂層輻射[MJ/（m2·d）]，可利用氣象站太陽總輻射數(shù)據(jù)計算獲得；Tavg是日最高溫均值和日最低溫均值的平均值（℃）；TD是日最高溫均值和日最低溫均值的差值（℃）；P為月平均降雨量（mm）。

安徽農(nóng)業(yè)科學2017年

1.2.2.4土壤深度。

土壤深度又稱根系限制層深度，是指受物理或化學特性的影響而強烈阻礙根系穿透時的土壤深度。該研究中土壤深度數(shù)據(jù)根據(jù)中國科學院地理研究所提供的第二次全國土壤調(diào)查數(shù)據(jù)進行空間插值后獲得。

1.2.2.5植物可利用水含量（PAWC）。

PAWC為田間持水量和永久萎蔫系數(shù)兩者之間的差值。結(jié)合中國1∶100萬土壤圖與世界土壤數(shù)據(jù)庫中土壤質(zhì)地的分類，將粉粒、砂粒、黏粒、有機質(zhì)等質(zhì)量分數(shù)導(dǎo)入土壤有效水量經(jīng)驗公式，提取得到植物可利用水含量圖[21]（圖2c）。公式如下：

AWC=54.509-0.132×SAN-0.003×（SAN）2-0.055×SIL-0.006（SIL）2-0.738×CLA+0.007×（CLA）2-2.668×C+0.501+（C）2

（6）

式（6）中，SAN、SIL、CLA、C分別為砂粒、粉粒、黏粒和有機質(zhì)的含量（%）。

1.2.2.6流域劃分。

流域與子流域數(shù)據(jù)基于DEM數(shù)據(jù)，利用ArcGIS水文分析工具箱進行流域劃分，但是由于DEM數(shù)據(jù)的精度等問題，難以得到完整的流域，因此該研究借助Arc Hydro Tools實現(xiàn)。全區(qū)共劃分75個子流域（圖2d）。

注：a.年均降水量；b.年均潛在蒸散量；c.植物可利用水含量；d.流域劃分

Note： a. Average annual precipitation，b. Average annual potential evapotranspiration，c. Plant available water content，d. Watershed classification

圖2InVEST模型產(chǎn)水量評估

Fig.2Water production evaluation of InVEST model

1.2.2.7生物物理參數(shù)。

生物物理參數(shù)資料反映土地利用/覆蓋類型的屬性，包括土地利用/覆蓋編碼、作物根系深度、蒸散系數(shù)。作物根系深度數(shù)據(jù)根據(jù)Canadell等對全球范圍內(nèi)植被最大根深的研究獲得。蒸散系數(shù)則根據(jù)聯(lián)合國糧農(nóng)組織作物蒸散系數(shù)指南、InVEST用戶指南獲得。生物物理參數(shù)見表1。

1.2.3模型校準。

Zhang系數(shù)是表征降水特征的常數(shù)，對于總量相等的區(qū)域，降水次數(shù)越多，Zhang系數(shù)越大[12]。調(diào)節(jié)Zhang系數(shù)，基于研究區(qū)內(nèi)水文站點的年徑流量實測數(shù)據(jù)，對產(chǎn)水量模塊的輸出結(jié)果進行校驗。通過查閱相關(guān)文獻及對產(chǎn)水量模塊的反復(fù)調(diào)試，發(fā)現(xiàn)當Zhang系數(shù)取值為15時，模型的評估結(jié)果與實測結(jié)果一致，各子流域年均產(chǎn)水量模擬值的相對誤差較小。

2結(jié)果與分析

2.1模擬結(jié)果

根據(jù)InVEST模型模擬出2005—2014年橫斷山區(qū)年均產(chǎn)水量空間分布情況（圖3）。

根據(jù)流域?qū)M斷山區(qū)劃分為東部、西部、南部和北部4個區(qū)域。根據(jù)InVEST模型模擬計算結(jié)果，統(tǒng)計不同區(qū)域年均產(chǎn)水量結(jié)果（圖4）。由圖4可知，數(shù)量上，全區(qū)總產(chǎn)水量為1 723.3億m3，東部地區(qū)年均產(chǎn)水量為765億m3，西部地區(qū)為105.4億m3，南部地區(qū)為732.9億m3，北部地區(qū)為120.0億m3。結(jié)合圖3可知，最高值位于東部地區(qū)，達141.8億m3，最低值位于西北地區(qū)，僅為17.6萬m3。

空間上，東部地區(qū)及南部地區(qū)產(chǎn)水量較大，西北地區(qū)產(chǎn)水量相對較小。高值區(qū)位于四川省東部及云南省西南部，主要包括部分長江流域岷江水系與金沙江水系；低值區(qū)位于四川省西北部，區(qū)內(nèi)包含部分瀾滄江水系與金沙江水系，造成產(chǎn)水量的差異可能與研究區(qū)的地勢、土地利用/覆被類型、土壤深度等因素有關(guān)。

整體分布上，橫斷山區(qū)產(chǎn)水量的空間分布較為不平衡，且呈現(xiàn)出自東南向西北遞減的趨勢。

2.2產(chǎn)水量與各因子的關(guān)系

2.2.1產(chǎn)水量與地勢的關(guān)系。

由圖3可知，橫斷山區(qū)產(chǎn)水量呈現(xiàn)出自東南向西北遞減的趨勢。原因可能是

高海拔的西北地區(qū)主要位于四川省西北部，區(qū)內(nèi)分布有部分瀾滄江水系與金沙江水系，水源較為充沛，但是該區(qū)屬于高原高寒氣候區(qū)，海拔高差大，氣候立體變化明顯，河谷干暖，水熱不足且日照充足，因此產(chǎn)水量較小。

低海拔東部地區(qū)及西南地區(qū)主要位于四川省東部及云南省西南部，分布有部分長江流域——岷江水系與金沙江水系。四川省東部地形為盆地，區(qū)內(nèi)云多霧重日照少，降水量充沛且蒸散發(fā)量?。辉颇鲜∥髂喜繛楦呱缴罟葏^(qū)，受到孟加拉灣暖濕氣流的影響，北移過程中易形成降水且山高谷深不易蒸散發(fā)，故低海拔區(qū)產(chǎn)水量較大。

該研究根據(jù)InVEST模型模擬計算所得的年均產(chǎn)水量結(jié)果，結(jié)合橫斷山區(qū)地勢情況，統(tǒng)計不同海拔的年均產(chǎn)水量，結(jié)果見圖5。從圖5可見，橫斷山區(qū)的產(chǎn)水量和海拔存在著密切聯(lián)系，隨著海拔的升高，產(chǎn)水量逐漸減少。

2.2.2產(chǎn)水量與土地利用/覆被的關(guān)系。

從圖6可以看出，西北地區(qū)土地利用/覆被類型多為草地、有林地等，而東部地區(qū)多為灌木林、河渠等，西南地區(qū)主要土地利用/覆被類型為河渠、湖泊等。年均產(chǎn)水量空間分布（圖3）則呈現(xiàn)出自東南向西北遞減的趨勢。

比較各土地利用/覆被類型可以得出，草地、有林地損耗水量較高，而灌木林、河渠、湖泊對于水量的損耗較低，故而集中分布水量損耗較高的土地利用/覆被類型的西北地區(qū)產(chǎn)水量較小，集中分布水量損耗較低的土地利用/覆被類型的東部地區(qū)與西南地區(qū)產(chǎn)水量較高。

2.2.3產(chǎn)水量與土壤深度的關(guān)系。

從圖7可以看出，橫斷山區(qū)的土壤深度自西北向東南逐漸減小，年均產(chǎn)水量則呈現(xiàn)出自東南向西北遞減的空間格局（圖3）。在柵格尺度，統(tǒng)計InVEST模型模擬計算所得的年均產(chǎn)水量與土壤深度的關(guān)系（圖8）可知，土壤深度越大產(chǎn)水量越低，土壤深度越小產(chǎn)水量越高。

3結(jié)論與討論

水源供給的評估對區(qū)域可持續(xù)發(fā)展和自然環(huán)境保護具有重要意義。該研究利用InVEST模型中的產(chǎn)水量模塊研究橫斷山區(qū)水資源，基于土地利用/覆被、年均降雨量和潛在蒸散量、土壤深度、植物可利用水含量、流域與子流域信息、生物物理參數(shù)量化了橫斷山區(qū)的產(chǎn)水量，模擬出年均產(chǎn)水量空間分布圖，并進一步評估與分析區(qū)域的水資源狀況。

結(jié)果表明：

①橫斷山區(qū)年均產(chǎn)水量為1 723.3億m3，評估結(jié)果與自然徑流量較為接近。

②橫斷山區(qū)水資源豐富，但空間分布不均勻，東部和西南部產(chǎn)水量大，最高可達141.8億m3，西北地區(qū)產(chǎn)水量相對較小，最低值僅為17.6萬m3 。

③橫斷山區(qū)的地勢、土地利用/覆被、土壤深度對產(chǎn)水量的高低都存在一定影響。具體表現(xiàn)為地勢越高，產(chǎn)水量越低；西北部區(qū)域多分布水量損耗較高的土地利用/覆被類型，故產(chǎn)水量較小，東部和西南部地區(qū)則分布水量損耗較低的土地利用/覆被類型，產(chǎn)水量較高；土壤深度越大，產(chǎn)水量越低。隨著區(qū)域的快速發(fā)展，陸地生態(tài)系統(tǒng)格局正在發(fā)生著顯著變化，研究分析區(qū)

域水資源的空間分布與產(chǎn)水量，可以為合理開發(fā)和利用水資

源提供科學依據(jù)。InVEST模型為區(qū)域產(chǎn)水量的評估提供了合理的模擬工具，但該方法仍存在一些缺陷。如模型運行中隨機性太大，對于包含多個流域的較大區(qū)域進行產(chǎn)水量評估，結(jié)果存在一定誤差。但總體來說，其評估結(jié)果優(yōu)于其他相關(guān)模型。

參考文獻

[1] 傅伯杰，周國逸，白永飛，等.中國主要陸地生態(tài)系統(tǒng)服務(wù)功能與生態(tài)安全[J].地球科學進展，2009，24（6）：571-576.

[2] 李雙成，劉金龍，張才玉，等.生態(tài)系統(tǒng)服務(wù)研究動態(tài)及地理學研究范式[J].地理學報，2011，66（12）：1618-1630.

[3] COSTANZA R，DARGE R，GROOT R D，et al.The value of the worlds ecosystem services and natural capital[J].Nature，1997，387：253-260.

[4] DENG K M，SHI P L，XIE G D.Water conservation of forest ecosystem in the upper reaches of Yangtze River and its benefits[J].Resources science，2002，24（6）：68-73.

[5] XIE G D，LU C X，LENG Y F，et al.Ecological assets valuation of the Tibetan Plateau[J].Journal of natural resources，2003，18（2）：189-196.

[6] LI S M，XIE G D，ZHANG C X，et al. Flow process of water conservation service of forest ecosystem[J].Journal of natural resources，2010，25（4）：585 -593.

[7] 吳哲，陳歆，劉貝貝，等.不同土地利用/覆蓋類型下海南島產(chǎn)水量空間分布模擬[J].水資源保護，2014，30（3）：9-13.

[8] 王盛萍，張志強，SUN G，等.基于MIKESHE 模型的潮河流域土地利用與降水變化對水文的影響評價[J].生態(tài)與農(nóng)村環(huán)境學報，2012，28（3）：320-325.

[9] 王潤，劉洪斌，武偉. TOPMODEL 模型研究進展與熱點[J].水土保持研究，2005，12（1）：47-48.

[10] 丁晉利，鄭粉莉.SWAT 模型及其應(yīng)用[J].水土保持研究，2004，11（4）：128-130.

[11] KAREIVA P，TALLIS H，RICKETTSTH，et al.Natural capital：theory and practice of mapping ecosystem services[M].New York：Oxford University Press，2011.

[12] 潘韜，吳紹洪，戴爾阜，等.基于InVEST模型的三江源區(qū)生態(tài)系統(tǒng)水源供給服務(wù)時空變化[J].應(yīng)用生態(tài)學報，2013，24（1）：183-189.

[13] 張燦強，李文華，張彪，等.基于InVEST模型的西苕溪流域產(chǎn)水量分析[J].資源與生態(tài)學報：英文版，2012，3（1）：50-54.

[14] 余新曉，周彬，呂錫芝，等.基于InVEST模型的北京山區(qū)森林水源涵養(yǎng)功能評估[J].林業(yè)科學，2012，48（10）：1-5.

[15] CHEN L，XIE G D，ZHANG C S，et al.Modelling ecosyetem water supply services across the Lancang River basin[J].Journal of resources and ecology，2011，2（4）：322-327.

[16] 熊怡，李秀云，王玉枝，等.橫斷山區(qū)水文區(qū)劃[J].山地研究，1989，7（1）：29-37.

[17] WANG G X，LI N，HU H C.Hydrologic effect of ecosystem responses to climatic change in the source regions of Yangtze River and Yellow River[J].Advances in climate change research，2009，5（4）：202-208.

[18] 李仁強，黃從紅，張文娟，等.林業(yè)生態(tài)系統(tǒng)服務(wù)功能評估手冊[M].北京：北京林業(yè)大學，2014.

[19] TALLIS H T，RICKETTS T，GUERRY A D，et al.InVEST 2.1 Beta Users Guide[M].Stanford：The Natural Capital Project，2011.

[20] ZHANG C Q，LI W H，ZHANG B，et al.Water yield of Xitiaoxi River basin based on InVEST modeling [J].Journal of resources and ecology，2012 ，3（1）：50-54.

[21] ZHOU W Z，LIU G H，PAN J J，et al.Distribution of available soil water capacity in China [J].Journal of geographical sciences，2005，15（1）：3-12.