王金國

（湖南長永土地規(guī)劃咨詢有限公司 湖南·長沙 410004）

濕地是諸多生態(tài)系統(tǒng)中獨(dú)特的生態(tài)系統(tǒng)，水源涵養(yǎng)是重要的生態(tài)服務(wù)功能之一，具有攔截部分降水、增強(qiáng)土壤下滲、抑制蒸發(fā)、降低地表徑流和持水保水等生態(tài)作用。水源涵養(yǎng)功能及其影響機(jī)制的變化也日益受到重視。國內(nèi)自20世紀(jì)80年代以來，探索陸地生態(tài)系統(tǒng)的水源涵養(yǎng)、土壤保持等功能評(píng)價(jià)的相關(guān)研究經(jīng)歷了從概念理論到定量評(píng)估等諸多進(jìn)展。而通過物理模型定量化模擬、精細(xì)化評(píng)估區(qū)域生態(tài)系統(tǒng)水源涵養(yǎng)功能已成學(xué)術(shù)界的通用方法。常見的模型包括 MIKE SHE模型、WetSpass模型、SWAT模型和InVEST模型等。其中，MIKE SHE模型是一個(gè)綜合性、確定性且具有物理意義的分布式水文系統(tǒng)模型，經(jīng)常被用于流域規(guī)劃、供水、灌溉及排水等應(yīng)用區(qū)域；WetSpass模型是一個(gè)基于水量平衡的降水入滲量估算模型，能夠較好地描述由降水引起的地下水儲(chǔ)量變化，常用應(yīng)用環(huán)境包括估算大尺度的降水入滲量、植被截留量、地表徑流量等；SWAT模型是美國農(nóng)業(yè)部農(nóng)業(yè)研究中心開發(fā)的具有物理機(jī)制的分布式水文模型，適用于流域徑流、水質(zhì)等模擬研究等領(lǐng)域。而InVEST模型是最常用的，因?yàn)樗哂幸子谧R(shí)別的生態(tài)系統(tǒng)服務(wù)區(qū)域，并能夠在空間上表現(xiàn)它的優(yōu)勢(shì)。InVEST模型（Integrate Valuation of Ecosystem Services and Trade offs Tools）是一種生態(tài)系統(tǒng)服務(wù)與權(quán)衡的綜合評(píng)估模型，其產(chǎn)水量模塊主要基于水量平衡原理，根據(jù)土地利用、氣候及土壤等要素實(shí)現(xiàn)對(duì)生態(tài)系統(tǒng)產(chǎn)水功能的定量、動(dòng)態(tài)及可視化評(píng)估，目前已被學(xué)者應(yīng)用于長江上游、北京山區(qū)、岷江上游、江蘇省、貴州省等區(qū)域的生態(tài)系統(tǒng)產(chǎn)水服務(wù)的評(píng)估研究，均取得較好的模擬效果。本研究以洞庭湖濕地區(qū)域?yàn)槔?，運(yùn)用InVEST模型中的產(chǎn)水量模塊，結(jié)合RS與GIS技術(shù)，采用空間插值、多尺度分割分類等方法，對(duì)多方面數(shù)據(jù)進(jìn)行收集整理，計(jì)量洞庭湖濕地的水源涵養(yǎng)能力，分析時(shí)空變化特征，探討影響洞庭湖濕地產(chǎn)水量變化的驅(qū)動(dòng)機(jī)制，并對(duì)水涵養(yǎng)計(jì)量方法提出改進(jìn)建議。

1 研究對(duì)象與數(shù)據(jù)處理

1.1 研究對(duì)象

洞庭湖位于長江中游荊江南岸，橫跨岳陽、汨羅、益陽、常德和湘陰等縣市，介于東經(jīng) 111°53′-113°05′，北緯28°44′-29°35′之間。洞庭湖環(huán)湖區(qū)面積為16864平方千米，天然濕地面積約為2600平方千米。洞庭湖區(qū)所處的氣候類型屬于季風(fēng)氣候，由中亞熱帶向北亞熱帶過渡。

1.2 數(shù)據(jù)來源

以洞庭湖濕地區(qū)為研究對(duì)象，在ArcGIS軟件運(yùn)用插值分析的反距離權(quán)重法進(jìn)行空間插值，建立洞庭湖氣象和土壤空間數(shù)據(jù)庫，計(jì)算InVEST模型輸入?yún)?shù)；利用ENVI軟件對(duì)洞庭湖遙感影像進(jìn)行裁剪和無縫鑲嵌采用eCognition軟件多尺度分割分類的方法通過最優(yōu)的分割尺度對(duì)影像濕地分類；將參數(shù)輸入InVEST模型的產(chǎn)水量模塊中，最終獲得洞庭湖濕地區(qū)的產(chǎn)水量數(shù)據(jù)，并對(duì)其數(shù)據(jù)進(jìn)行評(píng)價(jià)與分析。InVEST模型所需的數(shù)據(jù)包括土壤的最大根系埋藏深度、年均降水量、植物可利用水量、年平均潛在蒸散量、土地利用/土地覆被、流域劃分以及反映土地利用/覆被的生物物理系數(shù)表。具體來源如表1所示。

表1：數(shù)據(jù)來源

1.3 數(shù)據(jù)處理

（1）根系埋藏深度和植物可利用水量。土壤最大根系埋藏深度通過參考InVEST 3.6.0用戶手冊(cè)和顧錚鳴、王小琳和孫興齊等人根據(jù)不同植被類型對(duì)Kc的賦值和對(duì)根系深度的賦值得到土壤埋藏深度圖（圖1）。

圖1：根系埋藏深度圖

（2）降雨量。年平均降水量選擇洞庭湖周邊20個(gè)地區(qū)的2004年、2011年以及2018的降水量數(shù)據(jù)，在ArcGIS運(yùn)用插值分析的反距離權(quán)重法進(jìn)行空間插值，獲得年均降水量的空間柵格數(shù)據(jù)（圖3）。

圖2：植物可利用水量

圖 3：2004、2011、2018 年均降水量

（3）潛在蒸散量。年平均蒸散量采用改進(jìn)的Hargreaves(HG)方法。公式如下：

式中：ET0為潛在蒸散量（mm）；Ta為平均溫度；Tmax為日最高溫；Tmin為日最低溫；Ra為大氣輻射。結(jié)果通過ArcGIS的反距離權(quán)重法進(jìn)行空間插值得到潛在蒸散量柵格數(shù)據(jù)（圖4）。

圖 4：2004、2011、2018 年潛在蒸散量

（4）土地利用/土地覆被數(shù)據(jù)處理過程：2003年5月31日，Landsat-7影像先對(duì)2004年和2011年的遙感影像數(shù)據(jù)進(jìn)行條帶修復(fù)處理。再采用多尺度分割分類的方法利用 e Cognition軟件通過最優(yōu)的分割尺度對(duì)影像進(jìn)行分割，利用歸一化植被指數(shù)NDVI（Normalized Difference Vegetation Index）和歸一化差異水體指數(shù)NDWI（Normalized Difference Water Index）建立分類規(guī)則，對(duì)研究區(qū)進(jìn)行分類，將研究區(qū)域分為蘆葦灘、林灘地、泥灘地、苔草地、草灘地以及水體六大類（圖5）。

圖 5：2004、2011、2018 年洞庭湖濕地分類

（5）植被可利用水植物可利用水量也可稱為植被可利用含水率（PAWC），其值為田間持水量（FMC）和永久萎蔫系數(shù)（WC）兩者之間的差值。計(jì)算公式如下：

式中，Sand(%)、Silt(%)、Clay(%)、OM(%)和 BD 分別表示砂粒含量（%）、粉粒含量（%）、粘粒含量（%）、有機(jī)質(zhì)含量（%）、土壤容重（g·cm-3），這些數(shù)據(jù)均來自世界土壤數(shù)據(jù)庫。在In-VEST3.6.0中，植物可利用水量的取值范圍為0～1。由于水體部分沒有土壤數(shù)據(jù)，將水體的值設(shè)置為零，通過計(jì)算得到可利用水量的柵格圖（圖2）。

（6）生物生理系數(shù)表。生物物理系數(shù)表包含植被蒸散系數(shù)Kc值和植被最大根系深度root_depth。研究區(qū)各個(gè)土地覆蓋類型的Kc值和root_depth值（表2）。

表2：不同土地覆蓋類型的Kc值

2 結(jié)果與分析

綜合研究區(qū)的實(shí)際情況，基于InVEST模型對(duì)洞庭湖濕地區(qū)的濕地的產(chǎn)水量時(shí)空變化特征進(jìn)行歸納與分析。結(jié)果顯示：水源涵養(yǎng)能力的大小的影響因素主要有降水量和土地利用/土地覆被，其中降水量是產(chǎn)水量的主要影響因子。

2.1 基于InVEST模型的產(chǎn)水計(jì)量結(jié)果

基于InVEST模型的產(chǎn)水量模塊，依據(jù)洞庭湖濕地類型，對(duì)洞庭湖湖區(qū)2004年、2011年、2018年三個(gè)年份的產(chǎn)水量進(jìn)行計(jì)量，結(jié)果如表3所示。

表3：2004年、2011年、2018年洞庭湖濕地區(qū)濕地分類產(chǎn)水量

總體來看，2004年洞庭湖濕地產(chǎn)水量總量約為56.76×108m3；2011年總量約為31.75×108m3；2018年總量約為38.56×108m3。2004～2011年洞庭湖濕地產(chǎn)水量顯示出明顯降低的趨勢(shì)，總計(jì)降低了19.61×108m3；2011～2018年洞庭湖濕地產(chǎn)水量緩慢增加，總計(jì)增加了1.41×108m3；2004～2018年洞庭湖濕地產(chǎn)水量總體降低 18.20×108m3。從產(chǎn)水量變化上來看，2004年不同濕地分類的產(chǎn)水量大小排序?yàn)椋翰轂┑兀咎J葦灘＞林灘地＞泥灘地＞苔草地；2011年：草灘地＞蘆葦灘＞泥灘地＞林灘地＞苔草地；2018年不同濕地分類的產(chǎn)水量大小排序?yàn)椋翰轂┑兀咎J葦灘＞泥灘地＞林灘地＞苔草地。從單位產(chǎn)水量變化上來看，2004年不同濕地分類的單位產(chǎn)水量大小排序?yàn)椋毫譃灸酁┑兀咎Σ莸兀咎J葦灘＞草灘地；2011年不同濕地分類的單位產(chǎn)水量大小排序?yàn)椋禾Σ莸兀灸酁┑兀玖譃┑兀咎J葦灘＞草灘地；2018年不同濕地分類的單位產(chǎn)水量大小排序?yàn)椋毫譃┑兀灸酁┑兀咎Σ莸兀咎J葦灘＞草灘地。

2.2 洞庭湖濕地產(chǎn)水量變化空間差異

為分析洞庭湖濕地區(qū)土地覆蓋類型面積動(dòng)態(tài)變化與產(chǎn)水量的關(guān)系，對(duì)不同的濕地分類不同年份的面積變化與對(duì)應(yīng)年份的產(chǎn)水量進(jìn)行對(duì)比，分析土地覆蓋類型變化與產(chǎn)水量變化的相關(guān)性，以此討論產(chǎn)水量的驅(qū)動(dòng)因素?？傮w面積變化及不同濕地分類面積變化趨勢(shì)都較大，其中草灘地與蘆葦灘等土地覆被的面積逐年增大，泥灘地、苔草地等土地覆被的面積呈現(xiàn)出減少的趨勢(shì)。從產(chǎn)水量的變化情況上看，無論是總體產(chǎn)水量變化，還是不同濕地分類產(chǎn)水量變化，都表現(xiàn)出了明顯的大幅降低后少量增高的“V”字形折線變化。（圖6）土地覆被類型的變化程度與水源涵養(yǎng)的變化趨勢(shì)具有一定的相關(guān)性，但相關(guān)性不強(qiáng)，是水源涵養(yǎng)功能的驅(qū)動(dòng)因素。

圖6：不同濕地類型面積變化與產(chǎn)水量變化對(duì)比

3 結(jié)論

本文結(jié)合RS與GIS技術(shù)相，利用InVEST模型產(chǎn)水量模塊計(jì)量洞庭湖濕地的水源涵養(yǎng)能力，采用空間插值、多尺度分割分類等方法，評(píng)估了2004、2011以及2018年洞庭湖濕地的水源涵養(yǎng)能力，結(jié)合氣候因素和土地利用變化，探究和計(jì)量了水源涵養(yǎng)功能變化，為洞庭湖濕地水環(huán)境管理和水源涵養(yǎng)功能保護(hù)提供方法依據(jù)。結(jié)果表明：從產(chǎn)水量能力來看，2004年產(chǎn)水量約為 56.75×108m3，單元產(chǎn)水區(qū)間為216.75mm～1132.05mm，均值為 671mm；2011年產(chǎn)水量37.15×108m3，單元產(chǎn)水區(qū)間為 64.33～721.71mm，均值為377.99mm；2018年產(chǎn)水量為38.56×108m3，單元產(chǎn)水能力為88.72mm～902.89mm，均值為475.60 mm。從時(shí)間變化來看，與2004年相比，2011年研究區(qū)總體產(chǎn)水能力顯著減弱；與2011年相比，2018年研究區(qū)總體產(chǎn)水能力略微增強(qiáng)。整體上產(chǎn)水量由東北向西南遞增趨勢(shì)。平均產(chǎn)水量呈現(xiàn)出“草灘地＜蘆葦灘＜林灘地＜泥灘地＜苔草地”的特征。