葉勤玉， 楊世琦， 張強(qiáng)， 王舒， 何澤能， 鄭穎慧

(1.重慶市氣象科學(xué)研究所，重慶 401147; 2.重慶市農(nóng)業(yè)氣象與衛(wèi)星遙感工程技術(shù)研究中心，重慶 401147; 3.重慶市氣象局，重慶 401147; 4.國(guó)家氣象信息中心，北京 100081)

0 引言

水是生命之源，其中淡水資源僅占全球水資源總量的2.5%左右[1]，人類能夠直接利用和生產(chǎn)的水量非常少。水源涵養(yǎng)是生態(tài)系統(tǒng)(如森林、灌叢、草地等)通過(guò)其特有的結(jié)構(gòu)與水相互作用，對(duì)降水進(jìn)行截留、滲透、蓄積，并通過(guò)蒸散實(shí)現(xiàn)對(duì)水流、水循環(huán)的調(diào)控[2]。水源涵養(yǎng)是陸地生態(tài)系統(tǒng)重要生態(tài)服務(wù)功能之一，其變化將直接影響區(qū)域氣候水文、植被和土壤狀況，是區(qū)域生態(tài)系統(tǒng)狀況的重要指示器[3]。

生態(tài)系統(tǒng)水源涵養(yǎng)功能評(píng)估研究已成為國(guó)內(nèi)外眾多學(xué)者的研究重點(diǎn)，主要包括綜合蓄水能力法[4]、水量平衡法[5-6]、模型法[7-10]、林冠截流量法[11]、降水貯存量法等[12]。這些方法多是從生態(tài)以及水文模型角度研究生態(tài)系統(tǒng)水源涵養(yǎng)能力，所用模型參數(shù)多是小尺度上的實(shí)驗(yàn)觀測(cè)結(jié)果，這些參數(shù)在大尺度上難以獲取，而且評(píng)估結(jié)果受氣象條件尤其是當(dāng)年降水的影響較大。同時(shí)，由于模型所需基礎(chǔ)數(shù)據(jù)難以及時(shí)更新，評(píng)估結(jié)果的時(shí)效性有待提高。目前鮮見(jiàn)利用遙感技術(shù)對(duì)水源涵養(yǎng)功能進(jìn)行評(píng)估，而遙感數(shù)據(jù)具有可重復(fù)性獲取、覆蓋范圍廣、獲取數(shù)據(jù)速度快、周期短等優(yōu)勢(shì)，對(duì)于大尺度上的水源涵養(yǎng)能力評(píng)估具有十分明顯的優(yōu)勢(shì)，有助于動(dòng)態(tài)跟蹤生態(tài)系統(tǒng)水源涵養(yǎng)能力的變化。徐涵秋[13]基于遙感信息技術(shù)提出一個(gè)新型的遙感生態(tài)指數(shù)(remote sensing based ecological index,RSEI)，以主成分變換來(lái)集成各個(gè)指標(biāo)，各指標(biāo)對(duì)RSEI的影響是根據(jù)其數(shù)據(jù)本身的性質(zhì)來(lái)決定,而不是由人為的加權(quán)來(lái)決定。這個(gè)指數(shù)被應(yīng)用到了多個(gè)區(qū)域評(píng)估區(qū)域生態(tài)質(zhì)量[14-16]，這些研究對(duì)于建立水源涵養(yǎng)綜合指標(biāo)評(píng)估模型有參考意義。

三峽庫(kù)區(qū)是我國(guó)重要的水源涵養(yǎng)區(qū)，也是長(zhǎng)江上游重要的生態(tài)屏障。在區(qū)域尺度上評(píng)估三峽庫(kù)區(qū)水源涵養(yǎng)功能空間特征及其變化趨勢(shì)，對(duì)科學(xué)認(rèn)識(shí)和合理保護(hù)我國(guó)生態(tài)系統(tǒng)水源涵養(yǎng)，制定生態(tài)環(huán)境保護(hù)決策具有十分重要的意義。本研究綜合利用遙感技術(shù)優(yōu)勢(shì)，構(gòu)建水源涵養(yǎng)生態(tài)功能綜合指標(biāo)模型，分析水源涵養(yǎng)生態(tài)功能時(shí)空變化，為生態(tài)環(huán)境保護(hù)、構(gòu)建社會(huì)-自然協(xié)同發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

重慶市是我國(guó)典型的山水城市，處于青藏高原與長(zhǎng)江中下游平原的過(guò)渡地帶，屬于我國(guó)陸地地勢(shì)的第二階梯，境內(nèi)地貌以山地、丘陵為主，多呈現(xiàn)“一山一槽二嶺”的形態(tài)，地形較為復(fù)雜。區(qū)域內(nèi)河流眾多，水資源十分豐富。流經(jīng)重慶的河流主要有長(zhǎng)江、嘉陵江、烏江、涪江、綦江等。其中，長(zhǎng)江干流自東北向西南橫貫全境，流程長(zhǎng)達(dá)665 km，嘉陵江于渝中區(qū)匯入長(zhǎng)江，烏江于涪陵區(qū)匯入長(zhǎng)江。三峽庫(kù)區(qū)(重慶段)位于長(zhǎng)江上游的末端，是我國(guó)重要的水源涵養(yǎng)區(qū)和長(zhǎng)江上游重要的生態(tài)屏障，地理范圍介于E105°49′～110°12′、N28°31′～31°44′之間。轄區(qū)東鄰湖北、湖南，南接貴州，西至四川，北連陜西，幅員面積達(dá)46 158 km2，約占整個(gè)三峽庫(kù)區(qū)面積的80%[17]，下文中三峽庫(kù)區(qū)均指三峽庫(kù)區(qū)(重慶段)(圖1)。

圖1 三峽庫(kù)區(qū)行政區(qū)劃圖及區(qū)域劃分

三峽庫(kù)區(qū)位于北半球副熱帶內(nèi)陸地區(qū)，屬于亞熱帶季風(fēng)性濕潤(rùn)氣候。冬暖春早，夏熱秋涼，四季十分分明，海拔高度在100～2 768 m之間(圖2)，多年平均氣溫15～18 ℃，氣溫年較差和日較差較大。其中下半年由于受太平洋東南暖濕氣流和印度洋西南暖濕氣流的影響，降水十分豐富,多年平均降水量為1 150 mm，但空間分布不均。

(a) FY3D遙感影像圖(b) 海拔高度圖

1.2 數(shù)據(jù)源及預(yù)處理

中分辨率成像光譜儀(Moderate Resolution Imaging Spectroradiometer，MODIS)是搭載在Terra和Aqua衛(wèi)星上的重要傳感器，具有36個(gè)光譜通道，可同時(shí)獲得來(lái)自陸地，海洋和大氣的信息。本研究使用MODIS歸一化植被指數(shù)(normalized difference vegetation index,NDVI)、葉面積指數(shù)、地表溫度、蒸散產(chǎn)品參與水源涵養(yǎng)生態(tài)功能綜合指標(biāo)模型構(gòu)建。數(shù)據(jù)產(chǎn)品投影類型為正弦(曲線)投影(sinusoidal)。被動(dòng)微波輻射計(jì)AMSR2(Advanced Microwave Scanning Radiometer 2)搭載于GCOM-W1(Global Change Observation Mission for Water-1)衛(wèi)星上，于2012年5月18日發(fā)射，是AMSR-E(Advanced Microwave Scanning Radiometer for the Earth Observing System)輻射計(jì)的后繼。AMSR2天線掃描角度為55°，包含6.9/7.3/10.65/18.7/23.8/36.5/89.0 GHz共7個(gè)頻率V極化和H極化14個(gè)通道數(shù)據(jù)。AMSR2土壤水分產(chǎn)品空間分辨率為10 km，投影方式為等經(jīng)緯度投影。本研究使用AMSR2土壤水分產(chǎn)品參與水源涵養(yǎng)生態(tài)功能綜合指標(biāo)模型構(gòu)建。研究中利用中國(guó)1 000 m分辨率數(shù)字高程模型數(shù)據(jù)集生成三峽庫(kù)區(qū)坡度數(shù)據(jù)。詳細(xì)數(shù)據(jù)情況見(jiàn)表1。

為了便于進(jìn)行后續(xù)研究，對(duì)原始的影像數(shù)據(jù)產(chǎn)品進(jìn)行了以下處理：

1)影像拼接，重投影。將數(shù)據(jù)進(jìn)行拼接，并重新投影為Albers等面積投影，數(shù)據(jù)空間分辨率統(tǒng)一重采樣為250 m。

2)數(shù)據(jù)合成。采用最大化合成法將NDVI合成為月數(shù)據(jù)，并對(duì)月數(shù)據(jù)進(jìn)行年平均值計(jì)算。采用最大化合成法對(duì)葉面積指數(shù)進(jìn)行了月合成以及年合成，得到年最大葉面積指數(shù)。對(duì)地表溫度產(chǎn)品進(jìn)行了月平均合成以及年平均合成，得到年平均地表溫度。對(duì)蒸散數(shù)據(jù)進(jìn)行了月累積合成以及年累積合成，得到年累積蒸散量。

3)通過(guò)與研究區(qū)域高分辨率遙感影像疊加對(duì)比，發(fā)現(xiàn)IGBP(International Geosphere-Biosphere Programme)地表分類產(chǎn)品在水體分類上不夠精確，因此基于IGBP地表分類產(chǎn)品，并利用高分?jǐn)?shù)據(jù)提取的水體[18]對(duì)IGBP地表分類中水體分類進(jìn)行校正。

2 研究方法

2.1 水源涵養(yǎng)生態(tài)功能綜合指標(biāo)模型

2.1.1 生態(tài)因子分析

生態(tài)系統(tǒng)水源涵養(yǎng)量主要由2部分組成，一部分是森林林冠層截留儲(chǔ)量，另一部分是森林的土壤對(duì)水分的攔截、滲透與儲(chǔ)藏雨水的數(shù)量總和[11]。生態(tài)系統(tǒng)水源涵養(yǎng)功能是林冠層、枯落物層和土壤層這三者水源涵養(yǎng)功能的總和。生態(tài)系統(tǒng)水源涵養(yǎng)能力受多種因素的影響，《生態(tài)保護(hù)紅線劃定指南》[2]中通過(guò)凈初級(jí)生產(chǎn)力(net primary productivity，NPP)、降雨、坡度等因子計(jì)算水源涵養(yǎng)服務(wù)能力指數(shù)，水量平衡方程中通過(guò)降雨、蒸散以及徑流的關(guān)系計(jì)算水源涵養(yǎng)量。已有研究表明，植被層截留降水的能力是指降水過(guò)程中林冠的截留能力[19]，是冠層和林下灌從、草叢的持水量。植被覆蓋率的增加會(huì)減少年徑流量，從而使降水的損耗減少[20]。區(qū)域?qū)嶋H蒸散量對(duì)流域水源涵養(yǎng)能力的影響非常顯著[21]，蒸散與生態(tài)系統(tǒng)水源涵養(yǎng)能力呈現(xiàn)顯著的正相關(guān)。因此，本研究中使用葉面積指數(shù)、植被覆蓋度和蒸散代表植被層的水源涵養(yǎng)能力，其中植被覆蓋度使用像元二分模型計(jì)算[22]。

地表溫度與生態(tài)系統(tǒng)水源涵養(yǎng)量具有較強(qiáng)的相關(guān)性，是影響其能力的一個(gè)重要因子[23]，反映了環(huán)境熱度。坡度是地表單元陡緩的程度，地形創(chuàng)造了局部生境的小氣候條件，進(jìn)而影響植被格局和土壤層理化性質(zhì)及土壤層厚度[24]。坡度也是目前常用的用來(lái)計(jì)算流域產(chǎn)水量的生態(tài)系統(tǒng)服務(wù)和交易的綜合評(píng)估(Integrated Valuation of Ecosystem Services and Tradeoffs，InVEST)模型中的一個(gè)重要因子[25]。土壤含水量是指保持在土壤孔隙中的水分。土壤層是生態(tài)系統(tǒng)水源涵養(yǎng)過(guò)程的第三個(gè)活動(dòng)層，儲(chǔ)存的土壤水分是生態(tài)系統(tǒng)巨大的水分貯蓄庫(kù)和水文調(diào)節(jié)器[26]。研究中使用地表溫度、坡度和土壤含水量代表土壤層的水源涵養(yǎng)能力。

三峽庫(kù)區(qū)2019年各生態(tài)因子空間分布如圖3所示。下游渝東北的北部最大葉面積指數(shù)較高，上游渝西南地區(qū)最大葉面積指數(shù)較低。植被覆蓋度較高的地方主要集中在山區(qū)，與山脈走勢(shì)基本一致，農(nóng)用耕地比例較高的平壩丘陵地區(qū)植被覆蓋度較低，城鎮(zhèn)區(qū)域植被覆蓋度最低。植被較好的區(qū)域蒸散較高，重慶主城區(qū)蒸散較低。地表溫度空間分布差異明顯，渝西南及重慶主城區(qū)地表溫度較高，中部及渝東北地區(qū)地表溫度較低。江津區(qū)、長(zhǎng)壽區(qū)、忠縣等區(qū)縣土壤含水量較高； 巫溪、武隆、重慶主城區(qū)等區(qū)縣土壤含水量較低。

(a) 葉面積指數(shù)(b) 植被覆蓋度(c) 蒸散

(d) 地表溫度(e) 坡度(f) 土壤含水量

2.1.2 模型構(gòu)建

已有研究表明，水源涵養(yǎng)能力主要和植被層和土壤層有著密切的關(guān)系，本研究通過(guò)水源涵養(yǎng)的物理含義，同時(shí)參考《生態(tài)保護(hù)紅線劃定指南》以及相關(guān)研究文獻(xiàn)，利用葉面積指數(shù)、植被覆蓋度、蒸散、地表溫度、坡度、土壤含水量等生態(tài)因子，用主成分分析方法建立綜合指標(biāo)評(píng)價(jià)模型。

主成分分析法是把原來(lái)多個(gè)變量劃為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)分析方法，從數(shù)學(xué)角度看，是一種數(shù)據(jù)降維處理方法[27]。主成分分析法的主要思想是將n維數(shù)據(jù)特征映射到k維上，當(dāng)n較大時(shí)，如果對(duì)n維數(shù)據(jù)分析，是較為困難的，因此需要用較少的k維綜合指標(biāo)代替原有的n維數(shù)據(jù)，這k個(gè)指標(biāo)既能盡量多的反映原來(lái)較多變量指標(biāo)所反映的信息，同時(shí)又是相互獨(dú)立的。這k維是全新的正交特征也被稱為主成分，具體分析步驟為：

1)假設(shè)有m個(gè)研究區(qū)域，n個(gè)選擇指標(biāo)的原始樣本矩陣(x1，x2，…，xn)為：

。

(1)

2)首先將樣本矩陣X進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算其協(xié)方差矩陣R，并通過(guò)雅克比法計(jì)算出其特征值λi(i=1,2,…，n)，使其按照大小順序排列，求出對(duì)應(yīng)的特征向量eij(i=1,2,…，n；j=1,2,…，n)，由此得到主成分Tn為：

(2)

3)取前k個(gè)主成分T1,T2,…，Tk,那么這k個(gè)主成分就可以用來(lái)反映原來(lái)n個(gè)指標(biāo)的信息。

采用主成分變換來(lái)進(jìn)行模型構(gòu)建，其最大優(yōu)點(diǎn)就是模型中各指標(biāo)的權(quán)重不是人為確定，而是根據(jù)數(shù)據(jù)本身的性質(zhì)、根據(jù)各個(gè)指標(biāo)對(duì)各主分量的貢獻(xiàn)度來(lái)自動(dòng)客觀地確定，從而在計(jì)算時(shí)可以避免因人為設(shè)定權(quán)重造成的結(jié)果偏差。

為了獲得足夠的樣本數(shù)據(jù)，模型構(gòu)建以2019年整個(gè)重慶市生態(tài)因子數(shù)據(jù)為基礎(chǔ)，將各因子進(jìn)行拼接、轉(zhuǎn)投影、裁剪、歸一化處理、無(wú)效值剔除等預(yù)處理手段，得到主成分系數(shù)矩陣表(表2)。

表2 2019年各主成分系數(shù)矩陣表

由表2可知，第一主成分中表征植被狀態(tài)信息的葉面積指數(shù)、植被覆蓋度、蒸散系數(shù)都為正值，說(shuō)明它們共同對(duì)水源涵養(yǎng)能力起正面的貢獻(xiàn)，植被越好的地方水源涵養(yǎng)能力越高，這與龔詩(shī)涵等[3]、曾莉等[28]的研究相符，能力高的水源涵養(yǎng)主要集中在蒸散發(fā)量較大，植被覆蓋率高的地區(qū)； 而代表環(huán)境熱度的地表溫度呈負(fù)值，說(shuō)明它對(duì)水源涵養(yǎng)能力起負(fù)面的影響； 代表環(huán)境干度的土壤濕度呈負(fù)值，這是由于重慶區(qū)域特殊的地形條件，高山地區(qū)由于坡度較高且植被較好，植被林冠截留了部分降水，土壤含水量較低，而平壩丘陵地區(qū)由于地形及農(nóng)田灌溉等人為因素的影響，土壤含水量反而較高，因此土壤含水量在模型中為負(fù)值。由于重慶區(qū)域山地較多，坡度越高的地方受人為影響越小，植被狀況相對(duì)較好，有利于涵養(yǎng)水源，因此其系數(shù)為正值，這與實(shí)際情況以及已有研究相符。

采用2013—2018年的重慶市最大葉面積指數(shù)、植被覆蓋度、蒸散、土壤含水量、地表溫度、坡度進(jìn)行主成分分析，其第一主成分系數(shù)如表3所示。由表中可以看到，在不同的年份，各指標(biāo)因子的在第一主成分中的權(quán)重接近且穩(wěn)定，并能合理的對(duì)水源涵養(yǎng)生態(tài)能力進(jìn)行解釋。取其多年平均值可以對(duì)區(qū)域水源涵養(yǎng)生態(tài)功能進(jìn)行評(píng)價(jià)并分析其變化趨勢(shì)，該權(quán)重能夠最大限度的集合各指標(biāo)的信息并不受人為因素的影響，使每個(gè)因子能合理、客觀地對(duì)生態(tài)現(xiàn)象進(jìn)行解釋。

表3 2013—2019年第一主成分系數(shù)表

故而水源涵養(yǎng)綜合指標(biāo)模型為:

WCI=0.67LAI+0.39VC+0.12ET-0.42SMC-0.32LST+0.31SLOPE

，

(3)

式中：WCI為水源涵養(yǎng)生態(tài)功能指數(shù)(water conservation index);LAI為葉面積指數(shù);VC為植被覆蓋度;ET為蒸散;SMC為土壤含水量;LST為地表溫度;SLOPE為坡度。

2.2 變化趨勢(shì)分析

為了定量研究三峽庫(kù)區(qū)2013—2019年水源涵養(yǎng)生態(tài)功能的變化趨勢(shì)，采用一元線性回歸分析的方法，對(duì)研究區(qū)每個(gè)格網(wǎng)點(diǎn)上2013—2019年近7 a的因子進(jìn)行回歸模擬，并利用最小二乘法計(jì)算出每個(gè)像元的變化趨勢(shì)和變化幅度，公式為：

(4)

式中:n為統(tǒng)計(jì)時(shí)間段年數(shù)；i為時(shí)間變量；Ci為每個(gè)像元的值。Trend反映的是水源涵養(yǎng)生態(tài)功能在研究期內(nèi)的變化趨勢(shì)，Trend>0表示水源涵養(yǎng)能力在研究期內(nèi)處于增加趨勢(shì)，反之則為減少趨勢(shì)。通過(guò)Trend分布圖可以明顯看出研究區(qū)域在2013—2019年中水源涵養(yǎng)能力的變化趨勢(shì)以及變化幅度。

3 結(jié)果與分析

3.1 水源涵養(yǎng)生態(tài)功能指數(shù)空間分布

使用式(3)計(jì)算WCI值，評(píng)估三峽庫(kù)區(qū)水源涵養(yǎng)生態(tài)功能，結(jié)果如圖4所示，2019年，三峽庫(kù)區(qū)年平均WCI為0.47。庫(kù)區(qū)下游渝東北地區(qū)的巫山、巫溪、奉節(jié)，中部武隆、豐都、石柱等地區(qū)由于植被狀況較好，WCI值較高，水源涵養(yǎng)能力較強(qiáng)； 上游渝西南區(qū)域以及重慶主城區(qū)域由于植被狀況較差，WCI值較低，是水源涵養(yǎng)能力的薄弱區(qū)域。三峽庫(kù)區(qū)水源涵養(yǎng)功能呈現(xiàn)出東北部、東南部能力強(qiáng)，西南部低，主城區(qū)最低的空間分布格局。這與齊靜等[29]、李莉等[11]研究結(jié)果有較好的一致性。

圖4 2019年三峽庫(kù)區(qū)(重慶段)WCI分布圖

水源涵養(yǎng)生態(tài)功能綜合指標(biāo)模型中的生態(tài)因子是一個(gè)長(zhǎng)期累積的變化結(jié)果。相比于水量平衡法、降雨截留法、InVEST模型等方法需要使用當(dāng)年降雨數(shù)據(jù)來(lái)評(píng)估水源涵養(yǎng)量，本研究構(gòu)建的WCI值不會(huì)受氣象條件的影響劇烈變化，反映的是整體生態(tài)環(huán)境、生態(tài)系統(tǒng)的變化帶來(lái)的水源涵養(yǎng)能力的變化。同時(shí)，遙感數(shù)據(jù)的可重復(fù)性獲取、時(shí)效性較高、監(jiān)測(cè)面積廣是本研究的優(yōu)勢(shì)所在，WCI值能及時(shí)的監(jiān)測(cè)到由于人類活動(dòng)對(duì)生態(tài)系統(tǒng)帶來(lái)的改變而造成的水源涵養(yǎng)能力的變化，這對(duì)于區(qū)域生態(tài)環(huán)境監(jiān)管具有重要意義。

3.2 下墊面性質(zhì)對(duì)水源涵養(yǎng)生態(tài)功能指數(shù)的影響

根據(jù)MODIS土地利用分類數(shù)據(jù),分析三峽庫(kù)區(qū)不同土地利用類型上水源涵養(yǎng)生態(tài)服務(wù)能力，結(jié)果如表4所示： 按生態(tài)系統(tǒng)類型分，WCI呈現(xiàn)森林>草地>作物>城市和建成區(qū)>裸地的特點(diǎn)，這和已有的研究相符，同時(shí)也從側(cè)面印證了森林冠層的降水截留率最大，草地次之，耕地最小這一已有研究結(jié)果。其中，由于城市和建成區(qū)中存在的公園、城市綠化等能夠涵養(yǎng)水源的因素，使其WCI略高于裸地，但是仍然都是負(fù)值。在森林生態(tài)系統(tǒng)中，落葉闊葉林>針闊混交林>常綠針葉林>常綠闊葉林； 草地生態(tài)系統(tǒng)中，多樹(shù)草原>稀樹(shù)草原>草地； 作物中，作物和自然植被的鑲嵌體>作物，表現(xiàn)出水源涵養(yǎng)能力高植被覆蓋區(qū)大于低植被覆蓋區(qū)的特點(diǎn)，符合生態(tài)系統(tǒng)水源涵養(yǎng)能力的一般規(guī)律[30]，這和實(shí)際情況以及已有研究相符[31-32]。由于葉面積指數(shù)和蒸散在濕地和水體中部分為空值，因此其統(tǒng)計(jì)結(jié)果未納入表4中。

表4 不同生態(tài)系統(tǒng)WCI平均值

3.3 水源涵養(yǎng)生態(tài)功能重要性分布

采用自然斷點(diǎn)法對(duì)WCI值進(jìn)行等級(jí)劃分，將三峽庫(kù)區(qū)水源涵養(yǎng)生態(tài)功能分為一般重要、重要、極重要3個(gè)類別，如圖5所示。自然斷點(diǎn)分級(jí)法是一種基于數(shù)據(jù)本身分布特點(diǎn)進(jìn)行分組的方法，可以使每個(gè)分類類間差異最大，類內(nèi)差異最小。WCI>0.6為水源涵養(yǎng)生態(tài)功能極重要區(qū)，主要分布在三峽庫(kù)區(qū)下游秦巴山區(qū)以及渝東南武陵山區(qū)部分區(qū)域，這和《全國(guó)生態(tài)功能區(qū)劃(修編版)》中水源涵養(yǎng)極重要區(qū)的分布一致[33]。主要包括渝東北的巫山、巫溪、奉節(jié)以及石柱、武隆、豐都的南部等地區(qū)。這些地區(qū)森林生態(tài)系統(tǒng)為主，而森林是涵養(yǎng)水源的主體，因此是水源涵養(yǎng)生態(tài)功能的極重要區(qū)。WCI在0.2～0.6之間為水源涵養(yǎng)生態(tài)功能重要區(qū)，主要分布在萬(wàn)州、開(kāi)州、云陽(yáng)、巴南的南部等區(qū)縣。這些區(qū)縣以自然植被和作物混合體為主，并含有部分稀樹(shù)草原，是水源涵養(yǎng)的重要區(qū)。WCI<0.2為水源涵養(yǎng)生態(tài)功能一般重要區(qū)，主要分布在重慶主城地區(qū)、長(zhǎng)壽、江津等區(qū)縣，這些地區(qū)人類活動(dòng)強(qiáng)烈，自然植被保持面積少，是水源涵養(yǎng)功能的一般重要區(qū)。

圖5 2019年三峽庫(kù)區(qū)(重慶段)水源涵養(yǎng)生態(tài)功能重要性分布圖

3.4 水源涵養(yǎng)生態(tài)功能多年變化趨勢(shì)分析

利用2013—2019年多源衛(wèi)星遙感數(shù)據(jù)，計(jì)算不同年份WCI，并分析其變化趨勢(shì)。結(jié)果表明，2013—2019年，三峽庫(kù)區(qū)WCI整體呈現(xiàn)略微增加趨勢(shì)，平均年變化率為0.004(圖6(a))。其中，2013—2018年，年平均WCI基本呈增加趨勢(shì)，到2018年達(dá)到最大值，2019年WCI較2018年下降明顯。這是由于2019年植被覆蓋度、蒸散均較2018年有明顯的下降，造成2019年較2018年WCI下降較明顯。2013—2019年，三峽庫(kù)區(qū)不同等級(jí)WCI整體變化不大(圖6(b))，其中>0.6(極重要)等級(jí)相對(duì)而言上升趨勢(shì)較為明顯； <0.2(一般重要)、[0.2,0.6](重要)等級(jí)略有下降。

(a) 歷年WCI變化趨勢(shì)(b) 歷年不同等級(jí)WCI變化趨勢(shì)

采用一元線性回歸分析的方法計(jì)算2013—2019年三峽庫(kù)區(qū)WCI的變化斜率，并利用自然斷點(diǎn)法對(duì)變化趨勢(shì)率進(jìn)行了等級(jí)劃分，從圖7中可以看出，2013—2019年7 a來(lái)，三峽庫(kù)區(qū)大部分區(qū)域WCI處于略微增加趨勢(shì)，其中，以豐都、開(kāi)州、云陽(yáng)的部分區(qū)域增加得較為明顯，渝北、北碚、巴南的局部地區(qū)WCI略微降低，江津區(qū)WCI無(wú)論從降低面積還是趨勢(shì)都較為明顯。

圖7 2013—2019年三峽庫(kù)區(qū)(重慶段)年平均WCI變化趨勢(shì)分布圖

4 結(jié)論與討論

本研究基于水源涵養(yǎng)的物理含義，對(duì)利用遙感技術(shù)評(píng)估生態(tài)系統(tǒng)水源涵養(yǎng)功能展開(kāi)研究，通過(guò)主成分分析法構(gòu)建水源涵養(yǎng)生態(tài)功能綜合指標(biāo)模型，分析三峽庫(kù)區(qū)水源涵養(yǎng)能力空間分布特征及變化趨勢(shì)，主要結(jié)論如下：

1)WCI根據(jù)各指標(biāo)對(duì)第一主成分的貢獻(xiàn)來(lái)集成，客觀地耦合了各個(gè)指標(biāo)信息，合理地代表了評(píng)估區(qū)域的水源涵養(yǎng)生態(tài)能力。

2)2019年三峽庫(kù)區(qū)水源涵養(yǎng)能力分布不均，呈現(xiàn)下游強(qiáng)、上游弱的空間分布格局。渝西南地區(qū)由于人類活動(dòng)較為劇烈，水源涵養(yǎng)功能較弱。渝東北、渝東南以森林生態(tài)系統(tǒng)為主，水源涵養(yǎng)功能最強(qiáng)。在不同的生態(tài)系統(tǒng)類型中，WCI呈現(xiàn)森林>草地>作物>城市和建成區(qū)>裸地的特點(diǎn)，符合生態(tài)系統(tǒng)水源涵養(yǎng)能力的一般規(guī)律。2013—2019年7 a來(lái)，三峽庫(kù)區(qū)大部分區(qū)域WCI處于略微增加趨勢(shì)，其中，以豐都、開(kāi)州、云陽(yáng)的部分區(qū)域增加得較為明顯，渝北、北碚、巴南的局部地區(qū)WCI略微降低，江津區(qū)WCI無(wú)論從降低面積還是趨勢(shì)都較其他地區(qū)更為明顯。

但這個(gè)方法目前還存在以下不足：

1)這個(gè)用來(lái)評(píng)估生態(tài)系統(tǒng)水源涵養(yǎng)能力的綜合指標(biāo)模型只能說(shuō)明不同區(qū)域水源涵養(yǎng)功能的相對(duì)強(qiáng)弱以及反映其多年來(lái)的變化趨勢(shì)，并不能代替區(qū)域的實(shí)際水源涵養(yǎng)量，其和區(qū)域?qū)嶋H水源涵養(yǎng)量的關(guān)系有待進(jìn)一步研究。

2)綜合評(píng)估模型中各指標(biāo)因子的數(shù)據(jù)精度、空間分辨率將影響WCI數(shù)據(jù)的精度和分辨率。獲取高分辨率的WCI數(shù)據(jù)對(duì)于監(jiān)測(cè)區(qū)域水源涵養(yǎng)生態(tài)功能變化具有重要意義。

3)未來(lái)將嘗試提升各指標(biāo)因子的空間分辨率和精度，以期獲取更高質(zhì)量的區(qū)域WCI數(shù)據(jù)服務(wù)于生態(tài)文明建設(shè)。