呂明軒,張 紅,賀桂珍,張霄羽,劉 勇

1 山西大學(xué)黃土高原研究所, 太原 030006 2 山西大學(xué)環(huán)境與資源學(xué)院, 太原 030006 3 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100085 4 中國(guó)科學(xué)院大學(xué), 北京 100049

黃河橫跨我國(guó)三大地理階梯,構(gòu)成了中國(guó)重要的生態(tài)屏障。隨著人類活動(dòng)干擾不斷增強(qiáng),加之生態(tài)本底脆弱[1],水土流失[2]、水資源短缺[3]、土壤侵蝕嚴(yán)重[4]等生態(tài)問題日趨受到學(xué)界的關(guān)注,推動(dòng)黃河流域的高質(zhì)量發(fā)展已成為維護(hù)國(guó)家生態(tài)安全的重要研究課題之一。2021年10月中共中央、國(guó)務(wù)院印發(fā)《黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展規(guī)劃綱要》標(biāo)志著黃河流域高質(zhì)量發(fā)展上升為國(guó)家戰(zhàn)略,綱要指出要加強(qiáng)對(duì)黃河流域的生態(tài)環(huán)境保護(hù)與建設(shè),加強(qiáng)黃河流域水源涵養(yǎng)生態(tài)服務(wù)功能的保護(hù)力度。《中華人民共和國(guó)黃河保護(hù)法》2023年4月1日正式實(shí)施也開啟了黃河依法保護(hù)的新篇章,明確要求對(duì)九曲黃河實(shí)現(xiàn)水資源、水環(huán)境、水生態(tài)三位一體協(xié)同治理,推動(dòng)流域高質(zhì)量發(fā)展,實(shí)現(xiàn)人與自然和諧共生。鑒于此,開展黃河流域水源涵養(yǎng)服務(wù)功能定量評(píng)估及驅(qū)動(dòng)因素探究對(duì)實(shí)現(xiàn)黃河流域水資源、水生態(tài)的可持續(xù)發(fā)展具有重要參考價(jià)值。

水源涵養(yǎng)作為生態(tài)系統(tǒng)水量調(diào)節(jié)服務(wù)功能的核心[5],具有調(diào)節(jié)地表徑流、影響?zhàn)B分循環(huán)、增加可用水資源等多項(xiàng)功能[6],具有極其重要的研究?jī)r(jià)值。水源涵養(yǎng)服務(wù)功能評(píng)價(jià)是實(shí)現(xiàn)黃河流域水資源有效管理的重要需求。由于水源涵養(yǎng)具有復(fù)雜性與動(dòng)態(tài)性[5],因此準(zhǔn)確評(píng)估黃河流域長(zhǎng)時(shí)間序列時(shí)空尺度的水源涵養(yǎng)服務(wù)功能及識(shí)別影響其變化的關(guān)鍵因素仍是當(dāng)下研究的難點(diǎn)與重點(diǎn)。目前對(duì)水源涵養(yǎng)服務(wù)功能的評(píng)估基本通過InVEST模型、SWAT模型、元胞自動(dòng)機(jī)模型等計(jì)算得出的水源涵養(yǎng)量來量化實(shí)現(xiàn)[7],其中InVEST模型憑借可視化生態(tài)系統(tǒng)服務(wù)功能、數(shù)據(jù)量少、輸入簡(jiǎn)單、評(píng)估結(jié)果精確等優(yōu)點(diǎn),成為目前評(píng)估水源涵養(yǎng)服務(wù)功能應(yīng)用最廣泛的模型之一。國(guó)內(nèi)外學(xué)者已將其用于評(píng)估森林[8]、流域[9—11]、丘陵[12]、河谷[13]、生態(tài)保護(hù)區(qū)[14—15]的水源涵養(yǎng)服務(wù)功能。目前,對(duì)水源涵養(yǎng)變化驅(qū)動(dòng)機(jī)制研究大多采用相關(guān)性分析[16]、聚類分析[17]等傳統(tǒng)方法,從地理分異角度并考慮空間異質(zhì)性與多因子交互作用的水源涵養(yǎng)變化定量歸因研究較少。對(duì)黃河流域水源涵養(yǎng)相關(guān)研究回溯發(fā)現(xiàn),雖有部分學(xué)者對(duì)黃河全流域及部分子流域產(chǎn)水服務(wù)與水源涵養(yǎng)服務(wù)進(jìn)行研究[18—21],但總體研究時(shí)間尺度相對(duì)較短,長(zhǎng)時(shí)間序列細(xì)致分析黃河全流域水源涵養(yǎng)服務(wù)功能演變規(guī)律相對(duì)較少。

鑒于此,本文以黃河流域?yàn)檠芯繀^(qū),以1980—2020年氣象、土壤、土地利用等數(shù)據(jù)為數(shù)據(jù)源,運(yùn)用InVEST模型量化近40年來黃河流域水源涵養(yǎng)服務(wù)功能,使用空間自相關(guān)分析黃河流域水源涵養(yǎng)服務(wù)功能空間分布模式,采用地理探測(cè)器方法對(duì)黃河流域水源涵養(yǎng)服務(wù)功能變化進(jìn)行歸因分析,以期揭示黃河流域水源涵養(yǎng)功能的時(shí)空演變特征,為推進(jìn)黃河流域生態(tài)保護(hù)與高質(zhì)量發(fā)展提供重要參考。

1 研究區(qū)概況

黃河流域地處32°—42°N,96°—119°E,全長(zhǎng)5464 km,發(fā)源于巴顏喀拉山脈,途徑九省匯入渤海[22](圖1)。黃河上、中、下游分別以內(nèi)蒙古自治區(qū)托克托縣河口鎮(zhèn)、河南省鄭州市桃花峪為界。黃河流域地勢(shì)懸殊、西高東低,跨越三大階梯、四個(gè)地貌單元、三個(gè)溫度帶,氣候類型自西向東包含高原山地氣候、溫帶大陸性氣候、溫帶季風(fēng)氣候。上游地區(qū)以蘭州為分界點(diǎn),其上主要為亞寒帶,氣候高原寒冷,冰川地貌發(fā)達(dá),以下主要包含中溫帶,平均海拔3000 m以上,最高峰超4000 m,河道曲折,上游流域多分布湖泊、沼澤、草地,水流穩(wěn)定河水清,土地覆被以草地為主,主要地貌包含祁連山、寧夏平原、河套平原,河湖濕地眾多,是重要的水源補(bǔ)給地;中游地區(qū)主要受中溫帶與暖溫帶的控制,由土壤侵蝕嚴(yán)重的黃土地貌組成,河流多經(jīng)高山峽谷,水流湍急,坡度大,流經(jīng)黃土高原、汾渭平原,攜帶大量泥沙,水土流失嚴(yán)重,為根治水害的關(guān)鍵河段;下游地區(qū)以暖溫帶為主體[23],主要地貌為濱海平原區(qū),海拔較低,泥沙長(zhǎng)期淤積形成“地上懸河”。黃河流域主要土地利用類型為草地[18]。黃河流域年均降水量約480 mm,總體呈現(xiàn)為由東南向西北逐漸減少[22,24]。

圖1 黃河流域所處位置Fig.1 The geographical location of the Yellow River Basin

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本文流域數(shù)據(jù)、土地利用數(shù)據(jù)、高程數(shù)據(jù)均來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/),于ArcGIS掩膜提取獲得。氣象數(shù)據(jù)集來源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http://www.nmic.cn/)中1980—2020年研究區(qū)域各站點(diǎn)月值數(shù)據(jù),經(jīng)ArcGIS軟件中的克里金插值得氣溫與降水?dāng)?shù)據(jù),以5年為時(shí)間節(jié)點(diǎn),通過彭曼公式計(jì)算潛在蒸散發(fā)數(shù)據(jù)。土壤數(shù)據(jù)于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心的1∶100萬土壤數(shù)據(jù)庫獲取,在ArcGIS中獲取相應(yīng)土壤屬性柵格數(shù)據(jù)。數(shù)據(jù)說明和來源詳見表1。

表1 數(shù)據(jù)來源Table 1 Data sources

模型其余變量包括植物蒸散系數(shù)(Kc)、最大根系深度(Maximumrootdepth)、流速系數(shù)(V)、經(jīng)參考他人研究成果獲得[25—26];季節(jié)常數(shù)(Z參數(shù))經(jīng)參考他人研究并根據(jù)實(shí)際情況調(diào)整確定為3.6[18],模型所需植被可利用含水率(PAWC)數(shù)據(jù)計(jì)算參考相關(guān)文獻(xiàn)[26]。

將以上數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的投影坐標(biāo)系,空間分辨率為1 km。

2.2 研究方法

2.2.1InVEST模型

InVEST模型(Integrated Valuation of Ecosystem Services and Tradeoffs)是對(duì)生態(tài)系統(tǒng)服務(wù)提供量化和價(jià)值評(píng)估功能的平臺(tái)[27]。本文通過產(chǎn)水模塊估算黃河流域產(chǎn)水量并與地形、土壤物理性質(zhì)和流速結(jié)合進(jìn)行校正得研究區(qū)柵格尺度水源涵養(yǎng)量,方程式如下:

(1)

(2)

Ks=60.96×10(-0.6+0.0126S-0.0064C)

(3)

式中,WC、Y、TI、Darea、soildep、Pslope、Ks、V、S、C分別表示單位面積水源涵養(yǎng)量(mm)、產(chǎn)水量(mm)、地形指數(shù)、集水區(qū)柵格數(shù)、土層深度(mm)、百分比坡度(mm)、土壤飽和導(dǎo)水率(cm/d)、流速系數(shù)、砂粒、粘粒含量(%)。產(chǎn)水量詳細(xì)算法參考InVEST模型官方用戶手冊(cè)。

2.2.2空間自相關(guān)

空間自相關(guān)是通過計(jì)算某一位置方差與鄰近位置方差的關(guān)系來判斷其間是否存在相互依賴性的地統(tǒng)計(jì)學(xué)方法[28]。本文用Moran′sI來反映黃河流域水源涵養(yǎng)量變化的空間關(guān)聯(lián)與差異,公式如下:

經(jīng)過治療后,觀察組患者的臨床治療有效率是97.1%,對(duì)照組的臨床治療有效率是71.3%。兩組的ALT、AST、TBiL、GGT等指標(biāo)均降低,和治療前對(duì)比,結(jié)果存在統(tǒng)計(jì)學(xué)差異性(P<0.05),觀察組患者的降低幅度比對(duì)照組大,效果更加明顯。兩組的HA、PCIII、IV-C均降低,觀察組更加突出。

(4)

式中,I為全局莫蘭指數(shù),取值為[-1,1],正值表示空間聚集,負(fù)值表示空間分散,0表示空間上隨機(jī)分布;n為觀測(cè)總數(shù);Wij為空間權(quán)重,若斑塊i與j相鄰,則Wij為1,否則為0。

2.2.3地理探測(cè)器

地理探測(cè)器是一種探測(cè)空間分異性及定量揭示其背后驅(qū)動(dòng)因素的統(tǒng)計(jì)學(xué)方法[29]。本文主要采用地理探測(cè)器模型中的因子探測(cè)器與交互探測(cè)器來分析黃河流域水源涵養(yǎng)量變化的主要驅(qū)動(dòng)因子。因子探測(cè)器探測(cè)自變量對(duì)因變量的解釋程度[29],而交互作用探測(cè)器用于分析兩自變量間的交互作用,即兩因子共同作用的聯(lián)合效應(yīng)是否會(huì)增加或減少對(duì)因變量的解釋力,或?qū)σ蜃兞康挠绊懯窍嗷オ?dú)立的[30]。解釋程度的強(qiáng)弱通過q值度量[31],表達(dá)式為:

(5)

本研究以黃河流域1980—2020 年水源涵養(yǎng)量為因變量,選取降水、蒸散發(fā)、高程(DEM)、坡度、土地利用5個(gè)驅(qū)動(dòng)力因子運(yùn)用地理探測(cè)器進(jìn)行影響因子探究。鑒于地理探測(cè)器模型對(duì)輸入變量的離散要求[29],將降水、蒸散發(fā)、高程(DEM)、坡度按ArcGIS內(nèi)置自然間斷法[32](Natural Break)重分類為6類,該方法以數(shù)據(jù)固有屬性進(jìn)行聚類,增加組間方差,減少組內(nèi)方差,為一種連續(xù)型自變量常用的離散化處理方法[33]。

3 結(jié)果與分析

3.1 黃河流域水源涵養(yǎng)量時(shí)空分布特征

本文參考已有研究[18]及模擬計(jì)算,最終將季節(jié)常數(shù)Z值確定為3.6,得到多年黃河流域平均產(chǎn)水體積為626.08×108m3,與《黃河水資源公報(bào)》公布的1956—2000 年平均水資源總量638.37×108m3相比誤差最小,表明模型運(yùn)算結(jié)果較為可靠。

1980—2020年黃河流域平均水源涵養(yǎng)能力為33.3393 mm,水源涵養(yǎng)量為265.0475×108m3,水源涵養(yǎng)量變化趨勢(shì)與產(chǎn)水量變化一致(圖2),年際涵養(yǎng)總量波動(dòng)較大,波動(dòng)幅度分別為57.68%、-35.80%、-23.66%、75.13%、-17.95%、-27.22% 和47.81%,整體呈現(xiàn)波動(dòng)上升趨勢(shì)。2020年水源涵養(yǎng)能力較1980年上升了19.1457 mm,水源涵養(yǎng)量增加152.2086 億m3。2020年水源涵養(yǎng)量為歷年峰值,相較2015年增加了47.81%;2000年水源涵養(yǎng)量較1995年減小35.80%,為歷年最低值(圖3)。

圖2 黃河流域1980—2020年產(chǎn)水與水源涵養(yǎng)Fig.2 Water yield and water conservation of the Yellow River Basin from 1980 to 2020

圖3 黃河流域1980—2020年水源涵養(yǎng)能力時(shí)間變化Fig.3 Time variation of water conservation capacity in the Yellow River Basin from 1980 to 2020

1980—2020年黃河流域各年水源涵養(yǎng)量在空間分布上具有一致性,在空間尺度上表現(xiàn)為西南、東南高西北低的格局(圖4),這一格局與楊潔等人[18]研究黃河流域產(chǎn)水量時(shí)空分布格局一致,表明其空間分布的準(zhǔn)確性。上游地區(qū)包括黃河源頭區(qū)到青藏高原峽谷區(qū)與草甸區(qū)以及洛河峽谷為高水源涵養(yǎng)分布區(qū),低值區(qū)域主要集中于“幾”字灣西北部,最低值位于鄂爾多斯高原西北部,地處庫布齊沙漠,降水偏低,植被稀少。1980—2020年黃河流域上游與中下游地區(qū)對(duì)整體水源涵養(yǎng)貢獻(xiàn)度變化幅度不大,流域東部貢獻(xiàn)幅度整體表現(xiàn)出先升后降再升的態(tài)勢(shì)。2000年后,渭河與汾河下游涵養(yǎng)值有所下降與該區(qū)城鎮(zhèn)化水平提高,植被減少有關(guān)[34]。

圖4 黃河流域1980—2020年水源涵養(yǎng)量空間分布Fig.4 Spatial distribution of water conservation amount in the Yellow River Basin from 1980 to 2020

3.2 不同土地利用類型的水源涵養(yǎng)量

圖5 1980—2020年黃河流域各地類水源涵養(yǎng)能力Fig.5 Average water conservation of the Yellow River Basin from 1980 to 2020

不同土地利用類型的水源涵養(yǎng)總量不僅與其水源涵養(yǎng)能力有關(guān),也與其土地利用類型的面積有很大關(guān)系。1980—2020年黃河流域廣泛分布著各種覆被類型的草地,總占地面積382904 km2,水源涵養(yǎng)能力為122.653 mm,水源涵養(yǎng)量為145.3425億m3,貢獻(xiàn)度為52.94%;林地占總面積的38.34%,水源涵養(yǎng)能力為179.9541mm,水源涵養(yǎng)量為66.63億m3,貢獻(xiàn)度為24.27%(表2)。草地與林地為黃河流域水源涵養(yǎng)量的主要貢獻(xiàn)地類。

表2 黃河流域年均地類面積與水源涵養(yǎng)Table 2 Annual land type area and water conservation function in the Yellow River Basin

3.3 黃河流域水源涵養(yǎng)量空間相關(guān)性

黃河流域1980—2020年水源涵養(yǎng)量的全局Moran′sI值分別為0.841、0.813、0.849、0.814、0.856、0.826、0.814、0.828,P值均小于0.001,且均通過了置信水平95%檢驗(yàn),表明多年來黃河流域水源涵養(yǎng)服務(wù)在空間分布上存在一定的空間依賴性及較強(qiáng)的空間正相關(guān)性,以高-高聚集和低-低聚集類型為主,即水源涵養(yǎng)量高值區(qū)與較高區(qū)靠攏,而水源涵養(yǎng)量低值區(qū)與較低區(qū)相鄰(圖6)。

縱觀40年來“高-高”聚集型主要分布在黃河流域東南部與西南部,與水源涵養(yǎng)量高值分布區(qū)一致(圖4)?！暗?低”聚集型主要分布在“幾”字灣北部,地處庫布齊沙漠,水源涵養(yǎng)能力弱,疊加降水量低、蒸散量高的緣故,故而呈“低-低”聚集分布?！暗?高”與“高-低”聚集類型所占比例均較小。

3.4 黃河流域水源涵養(yǎng)量影響因子的地理探測(cè)

本文選取降水、蒸散發(fā)、高程、坡度、土地利用5個(gè)驅(qū)動(dòng)因素,對(duì)不同年份黃河流域水源涵養(yǎng)量進(jìn)行了地理探測(cè)?；谝蜃犹綔y(cè)的結(jié)果表明:1980—2020年,5個(gè)驅(qū)動(dòng)因子對(duì)黃河流域水源涵養(yǎng)變化的解釋力均通過顯著性檢驗(yàn)(P<0.05)且對(duì)水源涵養(yǎng)量的解釋力存在差異性,從大到小依次為降水、蒸散發(fā)、高程、土地利用類型、坡度。降水q值最高、蒸散發(fā)q值次之(表3),二者是決定水源涵養(yǎng)空間變化分異的主導(dǎo)因素。土地利用類型也會(huì)在一定程度上影響流域內(nèi)各地的水源涵養(yǎng)能力,且其因子解釋力隨著年份變化波動(dòng)增強(qiáng),但影響力不及降水,坡度對(duì)水源涵養(yǎng)的影響力最弱。

表3 1980—2020年黃河流域各類因子對(duì)水源涵養(yǎng)能力空間分布的解釋力Table 3 Explanatory power of various factors on spatial distribution of water conservation in the Yellow River Basin from 1980 to 2020

交互作用探測(cè)結(jié)果表明:驅(qū)動(dòng)因子間的交互作用對(duì)水源涵養(yǎng)量的解釋力均強(qiáng)于任何單一因素的影響(圖7)。近四十年來(以2020年為例,其余年份類似),降水與土地利用類型間的耦合對(duì)水源涵養(yǎng)的解釋力最強(qiáng),其對(duì)水源涵養(yǎng)空間分布的解釋力為土地利用類型單因子的3.93倍;其次為降水與高程間的交互作用,表明在同一高程下,由于降水量不同導(dǎo)致水源涵養(yǎng)量表現(xiàn)差異,主要表現(xiàn)為黃河流域中部地區(qū)南北水源涵養(yǎng)空間分布差異巨大。鑒于降水對(duì)水源涵養(yǎng)能力影響最為顯著,導(dǎo)致降水與其他因子的交互作用解釋力均大于其余因子間的交互作用。降水與土地利用類型間的交互作用為高程與土地利用類型間交互作用的1.49倍,即在同一土地利用類型下,降水對(duì)水源涵養(yǎng)量的影響要顯著強(qiáng)于海拔。

圖7 黃河流域2020年各類因子交互解釋力Fig.7 Interactive explanatory power of various factors in the Yellow River Basin in 2020

4 討論

本研究顯示黃河流域水源涵養(yǎng)服務(wù)功能時(shí)空分異特征明顯。從時(shí)間尺度上看,1980—2020年黃河流域水源涵養(yǎng)量呈現(xiàn)明顯波動(dòng)增加態(tài)勢(shì),呈現(xiàn)2個(gè)波谷3個(gè)波峰,谷值出現(xiàn)在2000年與2015年,峰值分別出現(xiàn)在1990年、2005年與2020年,這與以往黃河流域的相關(guān)研究結(jié)果基本一致。方露露等[35]研究2000—2016年間黃河流域產(chǎn)水服務(wù)表明產(chǎn)水量最大值出現(xiàn)在2003年,而本文峰值出現(xiàn)在2005年,些許差別可能由于本文時(shí)間選取以5年為間隔導(dǎo)致。從空間尺度來看,黃河流域水源涵養(yǎng)服務(wù)空間分布極不均衡并呈現(xiàn)明顯空間異質(zhì)性,且不同時(shí)期水源涵養(yǎng)服務(wù)空間分異格局變化較小,整體表現(xiàn)具有一定規(guī)律性,水源涵養(yǎng)服務(wù)較高區(qū)域主要集中在黃河流域東南部與西南部,較低區(qū)域主要集中表現(xiàn)在流域西北部沙漠。此空間分布格局與楊潔等[18]關(guān)于1995—2015年間黃河流域產(chǎn)水量的研究結(jié)果一致。故而在制定黃河流域生態(tài)保護(hù)政策時(shí),一方面應(yīng)注意強(qiáng)化水源涵養(yǎng)高值區(qū),另一方面可針對(duì)低值區(qū)重點(diǎn)修復(fù),以期實(shí)現(xiàn)黃河流域水源涵養(yǎng)能力整體提升。

降水和蒸散發(fā)是黃河流域水源涵養(yǎng)量變化的重要指標(biāo)。降水量變化對(duì)水源涵養(yǎng)量變化趨勢(shì)具有明顯的直接影響[36—39],本文地理探測(cè)器分析結(jié)果也顯示降水量對(duì)水源涵養(yǎng)量的解釋力最高。根據(jù)水量平衡原理,水源涵養(yǎng)量直接受制于降水與蒸散量間的平衡[15]。地理探測(cè)器分析結(jié)果也顯示蒸散量對(duì)水源涵養(yǎng)量的解釋能力僅次于降水。黃河流域源頭區(qū)位于青藏高原東部,地屬高原山地氣候,流經(jīng)湟水谷底,又因地勢(shì)作用,多降雨,故水源涵養(yǎng)量高;流域中上游地處西北干旱區(qū),屬溫帶大陸性氣候,如“幾”字灣西北部鄂爾多斯高原的庫布齊沙漠,蒸散量遠(yuǎn)遠(yuǎn)大于降水量,降水稀少,蒸散量高,故流域西北部水源涵養(yǎng)量值最低;而流域東部,屬溫帶季風(fēng)性濕潤(rùn)氣候,降雨充沛,故而同為水源涵養(yǎng)量高值區(qū)。再次表明水源涵養(yǎng)能力很大程度上取決于氣候變化。這一點(diǎn)與江西東江源[14]、三江源[15]、黑龍江省[32]、海南島[40]等地區(qū)的研究結(jié)論一致。

除了氣候變化外,土地利用類型對(duì)水源涵養(yǎng)能力的影響過程更為復(fù)雜[32],下墊面嚴(yán)重變化會(huì)導(dǎo)致有效攔截降水、調(diào)節(jié)徑流、凈化水質(zhì)、調(diào)節(jié)生態(tài)等功能降低,從而導(dǎo)致水源涵養(yǎng)能力下降[7]。林地與草地在黃河流域水源涵養(yǎng)服務(wù)功能中扮演著重要角色。因其覆蓋面積大、林冠層截流降水保護(hù)土壤結(jié)構(gòu)[41],枯枝落葉層加強(qiáng)了對(duì)水分的吸收而水源涵養(yǎng)能力強(qiáng)。建設(shè)用地因其一般覆蓋混凝土、水泥與瀝青等不透水層,導(dǎo)致水分滲透減少而水源涵養(yǎng)能力低下[8]。2020年黃河下游三角洲地區(qū)水源涵養(yǎng)量較高,部分原因歸功于近幾年實(shí)施的濕地生態(tài)恢復(fù)工程[42]。本文地理探測(cè)器分析結(jié)果也指出降水與土地利用類型的交互作用對(duì)水源涵養(yǎng)的解釋力最強(qiáng),q值達(dá)到了0.7598。因此,當(dāng)?shù)卣畱?yīng)將水源涵養(yǎng)服務(wù)功能的保護(hù)與建設(shè)生態(tài)林地緊密結(jié)合,同時(shí)嚴(yán)格貫徹落實(shí)退耕還林還草政策以維持水源涵養(yǎng)服務(wù)功能的穩(wěn)定,構(gòu)建九曲黃河健康水生態(tài)。

InVEST模型產(chǎn)水模塊雖為量化水源涵養(yǎng)提供了良好的動(dòng)態(tài)評(píng)估結(jié)果,但該模塊未將地形因素考慮在內(nèi),未能貼切反映復(fù)雜下墊面環(huán)境下的水量平衡過程,故而存在某些不確定性[15]。此外,模型中輸入的最大根系深度、植被蒸散系數(shù)等均參考他人研究成果獲得,可能會(huì)對(duì)模型精度存在一定影響。未來應(yīng)加強(qiáng)對(duì)參數(shù)本地化的研究,同時(shí)對(duì)影響因子的選取層面應(yīng)對(duì)人口、GDP等社會(huì)經(jīng)濟(jì)因子加以考慮。

5 結(jié)論

本文基于InVEST模型產(chǎn)水量模塊及相關(guān)系數(shù)校正模擬量化1980—2020年黃河流域水源涵養(yǎng)能力,采用空間自相關(guān)分析流域水源涵養(yǎng)服務(wù)功能空間分布模式,并運(yùn)用地理探測(cè)器分析降水、蒸散發(fā)、高程、坡度、土地利用類型5個(gè)驅(qū)動(dòng)力因子對(duì)研究區(qū)水源涵養(yǎng)空間分布影響。研究結(jié)論如下:

(1)1980—2020年黃河流域水源涵養(yǎng)量為174.8639億m3—378.4538億m3,多年平均水源涵養(yǎng)量為265.0475億m3,呈現(xiàn)上下游地區(qū)較高,中游地區(qū)較低分布格局。

(2)1980—2020年黃河流域不同地類平均水源涵養(yǎng)能力排序:灌木林>有林地>高覆蓋草地>其他林地>中覆蓋草地>低覆蓋草地>旱地>建設(shè)用地>未利用地>水田>水域。

(3)黃河流域多年平均水源涵養(yǎng)量在空間分布上具有空間依賴性及較強(qiáng)的空間正相關(guān)性,呈現(xiàn)聚集分布且以低-低聚集與高-高聚集為主。

(4)降水量是影響黃河流域水源涵養(yǎng)量變化的主要驅(qū)動(dòng)因子;降水量與土地利用類型的交互作用最為顯著。