俞佳駿，余樹全，梁立成，張 超，周文春

（1.浙江農(nóng)林大學(xué) 林業(yè)與生物技術(shù)學(xué)院，浙江 杭州311300；2.浙江省麗水市蓮都區(qū)林業(yè)局，浙江 麗水323000）

人類從生態(tài)系統(tǒng)中直接或間接地獲得的益處被定義為生態(tài)系統(tǒng)服務(wù)功能［1］。生態(tài)系統(tǒng)服務(wù)功能與人類的生存息息相關(guān)，為人和自然的連接提供了一種可以進(jìn)行價值評估的方法，并為保護(hù)和恢復(fù)生態(tài)系統(tǒng)提供了論據(jù)基礎(chǔ)［2］。20世紀(jì)中期以來，全球氣候變暖，氣溫的上升加速了全球水循環(huán)變化，也加劇了極端水文事件的發(fā)生，導(dǎo)致了全球水資源的重新分配［3］。水源涵養(yǎng)服務(wù)功能是生態(tài)系統(tǒng)服務(wù)中的極為重要的組成部分，開展水源涵養(yǎng)功能現(xiàn)狀和未來變化的研究，對理解不同區(qū)域尺度在全球變暖趨勢下的響應(yīng)具有重要意義。目前，測量水源涵養(yǎng)能力的方法主要有土壤蓄水能力法、綜合蓄水能力法、林冠截流剩余量法、水量平衡法、降水儲存量法、年徑流量法、地下徑流增長法和多因子回歸法［4］。InVEST（integrated valuation of ecosystem services and tradeoffs）模型由斯坦福大學(xué)、大自然保護(hù)協(xié)會、世界自然基金會和其他相關(guān)機(jī)構(gòu)共同開發(fā)［5］，其水源涵養(yǎng)功能模塊主要是基于水量平衡法進(jìn)行測算。InVEST模型在國外已有諸多成功應(yīng)用［6-10］，國內(nèi)利用InVEST模型進(jìn)行的水源涵養(yǎng)研究主要集中在空間格局評價方面［11-16］，對歷年的時空序列變化分析較少，結(jié)合CA-Markov模型［17］進(jìn)行未來的預(yù)測尚未見到報道。浙江省麗水市蓮都區(qū)是浙江八大水系中甌江水系、靈江水系和飛云江水系的發(fā)源地。本研究利用InVEST水源涵養(yǎng)功能模塊和CA-Markov土地利用預(yù)測模型相結(jié)合的方法，分析蓮都區(qū)水源涵養(yǎng)功能的時空變化特征，可為浙江省提出的 “五水共治”重大決策部署提供科學(xué)依據(jù)，為區(qū)域水源涵養(yǎng)功能規(guī)劃提供理論指導(dǎo)。

1 研究區(qū)概況

蓮都區(qū)地處浙江省麗水市甌江上中游， 位于 28°06′～28°44′N， 119°32′～120°08′E， 總面積為 1 502 km2。地處括蒼山、洞宮山、仙霞嶺3條山脈之間。境內(nèi)地形可分為河谷平原、丘陵、山地3種，其中，低丘和高丘占全區(qū)總面積的57.0%，低山、中山面積占全區(qū)總面積的30.2%，平均海拔為381 m。氣候?qū)僦衼啛釒Ъ撅L(fēng)氣候類型，雨水充沛，溫暖濕潤，四季分明，具有明顯的山地立體氣候特征［18］。

2 研究方法

2.1 水源涵養(yǎng)評價方法

利用InVEST模型對水源涵養(yǎng)功能進(jìn)行評價。該模型主要根據(jù)水量平衡原理，通過降水、植物蒸騰、地表蒸發(fā)、根系深度和土壤深度等參數(shù)計算產(chǎn)水量。在產(chǎn)水量的基礎(chǔ)上，考慮土壤厚度、滲透性、地形等因素的影響，利用地形指數(shù)、流速系數(shù)和土壤飽和導(dǎo)水率對產(chǎn)水量進(jìn)行修正。根據(jù)式（1）計算獲得水源涵養(yǎng)量：

式（1）中：R為水源涵養(yǎng)量（mm）；Ve為流速系數(shù)；K為土壤飽和導(dǎo)水率（cm·d-1），根據(jù)式（2）計算；IT為地形指數(shù)，無量綱，根據(jù)式（3）計算；Y為產(chǎn)水量，根據(jù)式（4）計算。

土壤飽和導(dǎo)水率基于Cosby土壤飽和導(dǎo)水率傳遞函數(shù)計算。式（2）中，S和C分別代表砂粒和黏粒的含量（%）。

式（3）中：DA為集水區(qū)柵格數(shù)量；SD為土壤深度；PS為百分比坡度。

式（4）中：Yjx為年產(chǎn)水量；Px為年均降水量；為土地利用類型j柵格上單元x的年均蒸散量，由式（5）計算。

式（5）中：Rxj為土地利用類型j上柵格單元x的干燥指數(shù)，無量綱，為潛在蒸發(fā)量與降水量的比值，根據(jù)式（6）計算；ωx為植物年需水量和降水量的比值，是描述自然氣候和土壤性質(zhì)的參數(shù)，根據(jù)式（8）計算。

式（8）中：Z為Zhang系數(shù)，表征降水季節(jié)性特征的一個常數(shù)，其值為1～10，降水主要集中在冬季時，其值接近于10，降水主要集中與夏季或季節(jié)分布均勻時，其值接近于1。AxWC為植被有效可利用水。

2.2 CA-Markov模型

元胞自動機(jī)（cellular automata,CA）是由Von NEUMANN等在20世紀(jì)40年代最早提出的一種時間、空間和狀態(tài)都離散的網(wǎng)格動力學(xué)模型。馬爾可夫鏈（Markov）是預(yù)測事件發(fā)生概率的一種數(shù)學(xué)方法，是基于隨機(jī)理論形成的一種具備 “無后效性”的特殊隨機(jī)運(yùn)動過程，即t+1時刻的狀態(tài)只與t時刻的狀態(tài)有關(guān)［19］。CA-Markov模型是綜合了Markov鏈對長時間序列的預(yù)測和CA元胞自動機(jī)基于空間關(guān)系和規(guī)則動力學(xué)模擬的優(yōu)點(diǎn)，能更加準(zhǔn)確地從時間和空間上模擬土地利用類型變化的情況。

式（9）中： St，St+1為 t，t+1時刻土地利用系統(tǒng)狀態(tài)； Pij為狀態(tài)轉(zhuǎn)移矩陣。 式（10）中， S′t,S′t+1為 t， t+1時刻元胞狀態(tài)；Ud為d維的元胞空間及網(wǎng)格單元；Nt為t時刻鄰居的狀態(tài)組合；f為轉(zhuǎn)換規(guī)則。

2.3 數(shù)據(jù)來源及參數(shù)處理

根據(jù)模型所需參數(shù)，對各參數(shù)進(jìn)行獲取及本地化處理。以1994年5月12日、2001年4月13日Landsat 5遙感影像、2008年7月5日Landsat 5遙感影像以及2015年10月13日Landsat 8 OLI影像為數(shù)據(jù)源，參考 “GLC2000土地覆被分類系統(tǒng)”將土地覆被類型［20］主要分為裸地、農(nóng)田、城鎮(zhèn)、水體、針葉林、灌叢、闊葉林、竹林和針闊混交林等9類，采用隨機(jī)森林法進(jìn)行土地覆被類型分類。降水等氣候數(shù)據(jù)根據(jù)蓮都區(qū)及周邊地區(qū)氣象站記錄的各年份數(shù)據(jù)進(jìn)行插值獲得，2030年氣候數(shù)據(jù)來自于國家氣候中心參與政府間氣候變化專門委員會（IPCC）時根據(jù)北京氣候中心模型模擬所得［21-22］；土壤深度參考浙江省森林資源二類清查數(shù)據(jù)和1∶50萬浙江省土壤數(shù)據(jù)；根系深度及流速系數(shù)參數(shù)根據(jù)研究區(qū)前期外業(yè)調(diào)查和周邊地區(qū)已有研究，進(jìn)行本地化處理獲得，盡量保證參數(shù)符合實際情況；土壤飽和水率［23］參考1∶50萬浙江省土壤數(shù)據(jù)，利用COSBY等［24］的土壤傳遞函數(shù)計算獲得；植物可利用水根據(jù)外業(yè)調(diào)查所得田間持水量數(shù)據(jù)，參考周文佐［25］的研究結(jié)果進(jìn)行處理獲得；地形數(shù)據(jù)來源于日本地球遙感數(shù)據(jù)分析中心提供的30 m分辨率全球數(shù)字高程模型數(shù)據(jù)。

本研究利用InVEST模型計算水源涵養(yǎng)功能時均以30 m×30 m分辨率的柵格圖為參數(shù)來源，同樣也是以該分辨率柵格作為最小單位對結(jié)果進(jìn)行輸出計算。輸出結(jié)果為水源涵養(yǎng)深度（mm）。通過單位換算匯總得出研究區(qū)水源涵養(yǎng)總量（m3）。以鄉(xiāng)鎮(zhèn)矢量邊界對研究區(qū)各地區(qū)水源涵養(yǎng)量進(jìn)行統(tǒng)計，從而分析研究區(qū)水源涵養(yǎng)功能的數(shù)量及空間變化特征。

對遙感影像進(jìn)行解譯后，由于地物光譜特征存在 “異物同譜”和 “同物異譜”現(xiàn)象，因此，2015年土地覆被類型是利用高精度影像和野外實地調(diào)查數(shù)據(jù)對研究區(qū)土地覆被類型分類進(jìn)行精度驗證。對于1994，2001和2008年土地覆被類型分類無法進(jìn)行野外實地調(diào)查驗證的問題，根據(jù)土地覆被類型具有一定規(guī)律性的特點(diǎn)，結(jié)合相關(guān)年份的統(tǒng)計年鑒、森林資源二類小班調(diào)查數(shù)據(jù)和當(dāng)時的土地利用現(xiàn)狀圖等輔

式（6）中：k為作物系數(shù)，是作物蒸散量ET與潛在蒸散量的比值；是指假設(shè)平坦地面被特定矮稈綠色植物全部遮蔽，同時土壤保持充分濕潤情況下的蒸散量，采用式（7）計算。

3 結(jié)果分析

3.1 土地覆被數(shù)量與空間變化

從表1可以看出：2015年研究區(qū)針葉林的面積最大，達(dá)6.08×104hm2，其次是針闊混交林和闊葉林，分別為2.55×104hm2和2.16×104hm2，裸地、水體和灌木林的面積較小。1994-2015年，城鎮(zhèn)、闊葉林、竹林和針闊混交林面積均有不同程度增加，其中，針闊混交林增幅最大，其次分別是城鎮(zhèn)、闊葉林和竹林。裸地、農(nóng)田、水體和針葉林面積均有不同程度的下降，其中，針葉林和裸地下降幅度最大，其次分別是農(nóng)田和水體面積。

表1 不同年份不同土地覆被類型的面積和比例Table 1 Area and proportion of land cover in different years

從圖1研究區(qū)土地覆被空間分布狀況可以看出：1994-2001年，研究區(qū)中北部地區(qū)裸地面積顯著減少，被以針葉林為主的林地所替代；竹林、闊葉林和針闊混交林面積增長明顯，主要集中在研究區(qū)南部，峰源鄉(xiāng)和蓮都林場等地。2001-2008年，裸地面積持續(xù)減少，竹林、闊葉林和針闊混交林面積持續(xù)增加，在北部和東部部分地區(qū)增長明顯；同時在此期間，城鎮(zhèn)面積增長迅速，主要在萬象街道和白云街道原有城鎮(zhèn)基礎(chǔ)上呈現(xiàn)輻射型擴(kuò)張，并在南明山街道地區(qū)發(fā)展形成新城區(qū)。2008-2015年，城鎮(zhèn)面積持續(xù)在研究區(qū)中部南明山街道等地快速擴(kuò)張。同時，研究區(qū)北部和南部地區(qū)針葉林面積下降，闊葉林和針闊混交林面積提高。1994-2015年，蓮都區(qū)北部地區(qū)裸地被以針葉林為主的林地替代，南部地區(qū)針葉林逐漸被竹林、闊葉林和針闊混交林所替代，土地覆被類型空間分布格局變化較大。此外，21 a間蓮都區(qū)中部城鎮(zhèn)擴(kuò)張明顯，人為活動增加，對生態(tài)環(huán)境干擾加劇。

圖1 研究區(qū)1994-2015年土地覆被類型圖Figure 1 Spatial characterisitic of land cover from 1994 to 2015

3.2 水源涵養(yǎng)能力評價

3.2.1 InVEST模型水源涵養(yǎng)驗證 通過查詢黃渡、小白巖、上顯灘3個水文站和五里亭水庫的水文記錄，獲得1994，2001，2008和2015年研究區(qū)的徑流深度數(shù)據(jù)。根據(jù)氣象數(shù)據(jù)查詢可知：研究區(qū)1994，2001，2008和2015年降水量分別為 1 453.0，1 460.0，1 147.0和1 674.0 mm。根據(jù)相關(guān)研究［26］可知：蒸散量約占實際降水量的30%。通過研究區(qū)降水量、蒸散量和徑流深度可以計算水源涵養(yǎng)深度（V），公式為V=P-E-C。其中：P為降水量，E為蒸散量，C為徑流深度。將相關(guān)參數(shù)代入計算，得出研究區(qū)各年份各水文記錄點(diǎn)的水源涵養(yǎng)深度值，并將實測結(jié)果與InVEST模型所得估算結(jié)果進(jìn)行檢驗，結(jié)果如圖2所示。由圖2可知：估算值對實測值的回歸方程為y=0.9x+36.17，R2為0.83，表明方程擬合程度較高，InVEST模型能夠較為真實地反映研究區(qū)水源涵養(yǎng)功能。

圖2 InVEST模型精度檢驗Figure 2 Accuracy test of InVEST model

3.2.2 水源涵養(yǎng)量時間變化 1994-2015年，研究區(qū)水源涵養(yǎng)功能提高明顯。從表2可以看出：1994年研究區(qū)水源涵養(yǎng)總量為1.11×108m3，水源涵養(yǎng)深度為69.98 mm；2001年研究區(qū)水源涵養(yǎng)總量為1.57×108m3，水源涵養(yǎng)深度為98.40 mm；2008年研究區(qū)水源涵養(yǎng)總量達(dá)1.23×108m3，水源涵養(yǎng)深度為82.36 mm；2015年研究區(qū)水源涵養(yǎng)總量達(dá)1.83×108m3，水源涵養(yǎng)深度為114.01 mm。21 a間研究區(qū)水源涵養(yǎng)功能提高了62.92%。研究區(qū)水源涵養(yǎng)功能提高并非勻速，不同時期變化情況有所不同。1994-2001年水源涵養(yǎng)總量提高了0.46×108m3，水源涵養(yǎng)深度提高了28.42 mm，年均水源涵養(yǎng)功能增長5.10%，2001-2008年水源涵養(yǎng)總量減少了0.34×108m3，水源涵養(yǎng)深度降低了16.04 mm，年均水源涵養(yǎng)功能減少2.33%;2008-2015年，水源涵養(yǎng)總量增長了0.60×108m3，水源涵養(yǎng)深度提高了31.65 mm，年平均增長率為5.49%。但從研究區(qū)各年度水源涵養(yǎng)深度占降水量比例來看，1994年為4.82%，2001年為6.47%，2008年為7.18%，一直表現(xiàn)增長趨勢，但2015年由于降水量過高，水源涵養(yǎng)深度占降水量6.81%，稍有下降。從表2可以看出：21 a間研究區(qū)各鄉(xiāng)鎮(zhèn)水源涵養(yǎng)功能提高程度差異明顯，其中，水源涵養(yǎng)總量增長明顯的鄉(xiāng)鎮(zhèn)為雅溪鎮(zhèn)和黃村鄉(xiāng)，1994-2015年分別增長了9.72×106m3和9.68×106m3，分別提高了75.44%和71.42%。水源涵養(yǎng)總量增長較少的是萬象街道，增長0.02×104m3，僅提高了5.71%。水源涵養(yǎng)深度提高最為明顯的依然是雅溪鎮(zhèn)和黃村鄉(xiāng)，分別提高了82.70 mm和92.73 mm，提高比例分別為75.12%和70.94%。萬象街道的水源涵養(yǎng)深度提高最少，僅1.10 mm，提升比例僅為4.07%。從表3可以看出：研究區(qū)水源涵養(yǎng)功能變化呈現(xiàn)先增后減再增，總體提高的趨勢。但各鄉(xiāng)鎮(zhèn)地區(qū)水源涵養(yǎng)功能前中后期變化特征并不一致，其中萬象街道、蓮都林場和大港頭鎮(zhèn)后期年平均增長速率高于前期；白云街道、紫金街道、仙渡鄉(xiāng)、麗新畬族鄉(xiāng)、峰源鄉(xiāng)和南明山街道前后期年平均增長速率相近；其余各鄉(xiāng)鎮(zhèn)前期年平均增長速率高于后期。

表2 1994－2015年研究區(qū)水源涵養(yǎng)功能情況Table 2 Water retention of study area from 1994 to 2015

表3 1994－2015年各時期研究區(qū)水源涵養(yǎng)功能變化特征Table 3 Characteristics of water retention function in different periods from 1994 to 2015

3.2.3 水源涵養(yǎng)功能空間格局變化 從圖3可以看出：研究區(qū)1994，2001，2008，2015年的水源涵養(yǎng)功能空間差異明顯。1994年水源涵養(yǎng)深度為69.98 mm，僅東北部黃村鄉(xiāng)、北部雅溪鎮(zhèn)和南部峰源鄉(xiāng)部分地區(qū)水源涵養(yǎng)功能較高。2001年水源涵養(yǎng)深度為98.40 mm，南部峰源鄉(xiāng)、蓮都林場和東北部黃村鄉(xiāng)水源涵養(yǎng)功能好于其他地區(qū)，個別地區(qū)水源涵養(yǎng)深度達(dá)到300 mm以上，中部地區(qū)水源涵養(yǎng)功能較低；水源涵養(yǎng)深度較大的區(qū)域面積明顯增大。2008年研究區(qū)水源涵養(yǎng)深度為82.36 mm，水源涵養(yǎng)功能空間格局整體與1994年相似，但略好于1994年。2015年水源涵養(yǎng)深度為114.01 mm，水源涵養(yǎng)功能較高的地區(qū)為南部峰源鄉(xiāng)和蓮都林場，其次是東北部黃村鄉(xiāng)和雅溪鎮(zhèn)，水源涵養(yǎng)功能較低的區(qū)域主要分布在中部白云街道、萬象街道、南明山街道和碧湖鎮(zhèn)等地。水源涵養(yǎng)深度較大的區(qū)域面積明顯進(jìn)一步增大。1994-2001年，研究區(qū)水源涵養(yǎng)深度僅中部城鎮(zhèn)和農(nóng)田呈現(xiàn)減少趨勢，其他地區(qū)均有不同程度的增長，大部分地區(qū)增長量為20～40 mm，部分地區(qū)增長量達(dá)40 mm以上。2001-2008年，研究區(qū)水源涵養(yǎng)功能下降明顯，其中北部和中部地區(qū)降幅較大。2008-2015年，研究區(qū)水源涵養(yǎng)功能增長迅速，其中中部和北部地區(qū)水源涵養(yǎng)功能變化最為劇烈，南部地區(qū)水源涵養(yǎng)功能已處于較高水準(zhǔn)，因此增長并不明顯。1994-2015年，研究區(qū)各地區(qū)水源涵養(yǎng)功能均有不同程度的增長，其中南部峰源鄉(xiāng)和蓮都林場尤為明顯，其次是蓮都區(qū)北部黃村鄉(xiāng)、雅溪鎮(zhèn)、巖泉街道和太平鄉(xiāng)等地，中部地區(qū)雖有一定程度的提高，但部分地區(qū)水源涵養(yǎng)功能仍處于較低的水平。對比土地覆被類型變化和水源涵養(yǎng)功能可以看出，森林植被面積的提高能有效改善區(qū)域水源涵養(yǎng)功能狀況。不過研究區(qū)2008年由于整體降水量較低，導(dǎo)致當(dāng)年水源涵養(yǎng)量并不理想。

3.2.4 影響因子分析與模型精度驗證 選取2015年研究區(qū)水源涵養(yǎng)結(jié)果及其相關(guān)的12項因子（降水量、潛在蒸發(fā)量、植物可利用水、土壤深度、流速系數(shù)、土壤飽和導(dǎo)水率、地形指數(shù)、數(shù)字高程數(shù)據(jù)、實際蒸散量、森林面積比例、裸地城鎮(zhèn)面積比例和闊葉、針闊混交林面積比例），基于Arc GIS平臺，使用Arc GIS流域分析算法，將研究區(qū)劃分為122個小流域，并以小流域為單位統(tǒng)計水源涵養(yǎng)量及各因子平均值。利用SPSS 19.0對統(tǒng)計數(shù)據(jù)進(jìn)行逐步回歸分析，保留顯著因子、剔除非顯著因子，方程最后得到R2為0.894，表明方程擬合程度較好，可信程度較高。由表4可知：土壤飽和導(dǎo)水率對研究區(qū)水源涵養(yǎng)功能的正面影響最大，闊葉、針闊葉混交林面積比例和降水量的正面影響次之，并且土壤飽和導(dǎo)水率會隨著植被的改善和群落的演替而提高［27-28］，因此，森林結(jié)構(gòu)的改善將進(jìn)一步改善水源涵養(yǎng)；裸地、城鎮(zhèn)面積比例有較高的負(fù)面影響，實際蒸散量的負(fù)面影響程度相對較小，但具有較高的負(fù)相關(guān)性。由此可以看出：影響研究區(qū)水源涵養(yǎng)功能的因素主要可分為兩大類：氣候因素和下墊面特征，其中下墊面特征對水源涵養(yǎng)功能的影響程度更高。下墊面特征因素表明當(dāng)區(qū)域內(nèi)土壤屬性改善，闊葉林、針闊混交林面積增加，裸地及城鎮(zhèn)面積減少時，相應(yīng)的會增強(qiáng)區(qū)域內(nèi)的水源涵養(yǎng)功能。氣候因素表明當(dāng)區(qū)域內(nèi)獲得更多的降水，并同時減少蒸散的情況下，水源涵養(yǎng)功能將隨著提高。以上因素是相輔相成，共同對水源涵養(yǎng)功能發(fā)揮作用的。研究區(qū)1994-2015年水源涵養(yǎng)功能提高的原因，主要是21 a間研究區(qū)森林面積的增加和結(jié)構(gòu)的改善。

圖3 研究區(qū)水源涵養(yǎng)空間分布圖Figure 3 Spatial distribution characteristics of water retention in Liandu District

表4 水源涵養(yǎng)功能影響因素Table 4 Influencing factors of water retention

3.3 研究區(qū)2030年水源涵養(yǎng)能力的預(yù)測

3.3.1 土地覆被預(yù)測變化分析 基于1994和2001年土地覆被類型分類結(jié)果數(shù)據(jù)，利用CA-Markov模型對蓮都區(qū)2015年的土地覆被類型進(jìn)行模擬，利用模擬結(jié)果與2015年土地覆被實際類型進(jìn)行對比，檢驗其精度，得到Kappa系數(shù)為0.72，為中等一致性，模擬結(jié)果可信?；?001和2015年土地覆被類型分類結(jié)果，利用CA-Markov模型對2030年蓮都區(qū)土地覆被類型進(jìn)行模擬預(yù)測（表5）。如圖4所示：研究區(qū)2030年土地覆被類型整體與2015年差異不大。城鎮(zhèn)、闊葉林、竹林和針闊混交林均有不同程度的增長，其中針闊混交林增幅最大，面積和比例分別增長了3.40×104hm2和2.27%，城鎮(zhèn)、闊葉林和竹林的面積比例分別增長了1.10%，1.81%和1.49%。針葉林、灌木林、裸地、農(nóng)田和水體呈現(xiàn)下降趨勢，其中針葉林降幅最大，面積和比例分別下降了9.57×104hm2和6.37%；裸地、農(nóng)田、水體和灌木林略有下降，降幅較小。從空間上來看，2015-2030年，研究區(qū)北部變化相對明顯，原有針葉林逐漸被闊葉林、針闊混交林和竹林替代，變化部分主要發(fā)生于斑塊交接區(qū)域。研究區(qū)城鎮(zhèn)在原有基礎(chǔ)上穩(wěn)定發(fā)展，在甌江兩岸逐漸擴(kuò)張并相互連接，同時碧湖鎮(zhèn)的村落也逐步發(fā)展增大。雖然研究區(qū)城鎮(zhèn)發(fā)展分布廣泛，但由于研究區(qū)城鎮(zhèn)周邊公益林面積較大，限制了城鎮(zhèn)的向外快速擴(kuò)張。

表5 研究區(qū)2030年土地覆被類型預(yù)測Table 5 Area prediction of land cover of Liandu District in 2030

圖4 2030年研究區(qū)土地覆被類型和水源涵養(yǎng)功能預(yù)測Figure 4 Prediction of land cover and water retention of Liandu District in 2030

3.3.2 水源涵養(yǎng)能力預(yù)測分析 預(yù)測結(jié)果顯示，研究區(qū)2030年水源涵養(yǎng)總量為1.81×108m3，水源涵養(yǎng)深度為112.90 mm，與2015年相比整體差異較小，略有下降。2030年研究區(qū)水源涵養(yǎng)能力最好為峰源鄉(xiāng)和黃村鄉(xiāng)，其水源涵養(yǎng)深度分別為228.27和223.29 mm，其次為蓮都林場、市白云山林場、巖泉街道、雅溪鎮(zhèn)、太平鄉(xiāng)、紫金街道和老竹畬族鄉(xiāng)，水源涵養(yǎng)深度均在100 mm以上，其余鄉(xiāng)鎮(zhèn)地區(qū)水源涵養(yǎng)深度均在100 mm以下。黃村鄉(xiāng)和雅溪鎮(zhèn)水源涵養(yǎng)總量較高，分別為2.32×107m3和2.23×107m3。根據(jù)模擬結(jié)果來看，蓮都區(qū)在未來增強(qiáng)水源涵養(yǎng)功能的任務(wù)仍十分艱巨。重點(diǎn)應(yīng)該關(guān)注北部和西部地區(qū)，這2個地區(qū)有較高的水源涵養(yǎng)潛力。建議對其林型結(jié)構(gòu)進(jìn)行逐步改善，提高當(dāng)?shù)氐纳锒鄻有运?，增?qiáng)生態(tài)系統(tǒng)穩(wěn)定性。南部地區(qū)為水源涵養(yǎng)最高的地區(qū)，應(yīng)該繼續(xù)維護(hù)其目前的森林建設(shè)水平，保持現(xiàn)狀。中部地區(qū)是以城鎮(zhèn)分布為主，難以實現(xiàn)較好的水源涵養(yǎng)能力。因此，應(yīng)該注重城鎮(zhèn)周邊山體植被修復(fù)和城市內(nèi)部綠地建設(shè)，有效利用各類綠地，提高單位面積的水源涵養(yǎng)能力。

4 結(jié)論與討論

1994-2015年，蓮都區(qū)土地覆被類型變化明顯，森林面積和結(jié)構(gòu)改善顯著。針闊混交林、闊葉林和竹林面積分別增加了1.42×104，1.06×104和0.84×104hm2， 裸地面積減少了1.91×104hm2。 森林面積的增加有效地改善生態(tài)系統(tǒng)環(huán)境，有利于蓮都區(qū)水源涵養(yǎng)功能建設(shè)和區(qū)域可持續(xù)發(fā)展。

21 a間，蓮都區(qū)水源涵養(yǎng)功能提高了69.92%，其中前期的增速要高于后期；從空間分布上來看，蓮都區(qū)水源涵養(yǎng)功能南部地區(qū)好于北部地區(qū)，中部地區(qū)最差，其中雅溪鎮(zhèn)和黃村鄉(xiāng)的水源涵養(yǎng)功能最好，21 a間水源涵養(yǎng)深度分別提高了82.70和92.73 mm，萬象街道的水源涵養(yǎng)功能最差，21 a間僅提高了1.10 mm。

2030年模擬結(jié)果顯示，蓮都區(qū)水源涵養(yǎng)功能與2015年差異不大，水源涵養(yǎng)深度和總量分別為112.90 mm和1.81×108hm3，西部和北部地區(qū)水源涵養(yǎng)提升潛力較大。

氣候因素和下墊面特征是影響蓮都區(qū)水源涵養(yǎng)功能的2個主要因素。下墊面因素中，土壤飽和導(dǎo)水率和不同土地覆被類型的面積比例對水源涵養(yǎng)功能有重要影響；在氣候因素變化難以控制情況下，唯一措施就是通過改善植被來提高區(qū)域水源涵養(yǎng)功能，保障區(qū)域水資源安全。

［1］ LEEMANS H B J,de GROOT R S.Millennium ecosystem assessment：ecosystems and human well-being：a framework for assessment［J］.Physiol Teachnol,2003,34（9）：534.

［2］ GRIZZETTI B,LANZANOVA D,LIQUETE C,et al.Assessing water ecosystem services for water resource management［J］.Environ Sci Policy,2016,61：194-203.

［3］ 陳亞寧，李稚，范煜婷，等.西北干旱區(qū)氣候變化對水文水資源影響研究進(jìn)展［J］.地理學(xué)報,2014,69（9）：1295-1304.CHEN Yaning,LI Zhi,FAN Yuting,et al.Research progress on the impact of climate change on water resources in the arid region of northwest China ［J］.Acta Geogr Sin,2014,69（9）：1295-1304.

［4］ 張彪，李文華，謝高地，等.森林生態(tài)系統(tǒng)的水源涵養(yǎng)功能及其計量方法［J］.生態(tài)學(xué)雜志,2009,28（3）：529-534.ZHANG Biao,LI Wenhua,XIE Gaodi,et al.Water conservation function and its measurement methods of forest ecosystem ［J］.Chin J Ecol,2009,28（3）：529-534.

［5］ 傅斌，徐佩，王玉寬，等.都江堰市水源涵養(yǎng)功能空間格局［J］.生態(tài)學(xué)報,2013,33（3）：789-797.FU Bin,XU Pei,WANG Yukuan,et al.Spatial pattern of water retetnion in Dujiangyan County ［J］.Acta Ecol Sin,2013,33（3）：789-797.

［6］ POLASKY S,NELSON E,PENNINGTON D,et al.The impact of land-use change on ecosystem services,biodiversity and returns to landowners：a case study in the State of Minnesota ［J］.Environ Resour Econ,2011,48（2）：219-242.

［7］ NELSON E,MENDOZA G,REGETZ J,et al.Modeling multiple ecosystem services,biodiversity conservation,commodity production,and tradeoffs at landscape scales ［J］.Front Ecol Environ,2009,7（1）：4-11.

［8］ LEH M D K,MATLOCK M D,CUMMINGS E C,et al.Quantifying and mapping multiple ecosystem services change in West Africa ［J］.Agric Ecosyst Environ,2013,165（1751）：6-18.

［9］ SáNCHEZ-CANALES M,BENITO A L， PASSUELLO A,et al.Sensitivity analysis of ecosystem service valuation in a Mediterranean watershed ［J］.Sci Total Environ,2012,440（1）：140-153.

［10］ VIGERSTOL K L,AUKEMA J E.A comparison of tools for modeling freshwater ecosystem services ［J］.J Environ Manage,2011,92（10）：2403-2409.

［11］ 周彬.基于生態(tài)服務(wù)功能的北京山區(qū)森林景觀優(yōu)化研究［D］.北京：北京林業(yè)大學(xué),2011.ZHOU Bin.Forest Landscape Optimization based on Ecosystem Services for Mountainous Area of Beijing ［D］.Beijing：Beijing Forestry University,2011.

［12］ 包玉斌，李婷，柳輝，等.基于InVEST模型的陜北黃土高原水源涵養(yǎng)功能時空變化［J］.地理研究,2016,35（4）：664-676.BAO Yubin,LI Ting,LIU Hui,et al.Spatial and temporal changes of water conservation of Loess Plateau in northern Shaanxi Province by InVEST model［J］.Geogr Res,2016,35（4）：664-676.

［13］ 白楊，鄭華，莊長偉，等.白洋淀流域生態(tài)系統(tǒng)服務(wù)評估及其調(diào)控［J］.生態(tài)學(xué)報,2013,33（3）：711-717.BAI Yang,ZHENG Hua,ZHUANG Changwei,et al.Ecosystem services valuation and its regulation in Baiyangdian baisn：based on InVEST model［J］.Acta Ecol Sin,2013,33（3）：711-717.

［14］ 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(xué)報,2013,24（1）：183-189.PAN Tao,WU Shaohong,DAI Erfu,et al.Spatiotemporal variation of water source supply service in Three Rivers Source Area of China based on InVEST model［J］.Chin J Appl Ecol,2013,24（1）：183-189.

［15］ 賈芳芳.基于InVEST模型的贛江流域生態(tài)系統(tǒng)服務(wù)功能評估［D］.北京：中國地質(zhì)大學(xué),2014.JIA Fangfang.InVEST Model Based Ecosystem Services Evaluation with Case Study on Ganjiang River Basin ［D］.Beijing：China University of Geosciences,2014.

［16］ 王紀(jì)偉，劉康，甕耐義.基于In-VEST模型的漢江上游森林生態(tài)系統(tǒng)水源涵養(yǎng)服務(wù)功能研究［J］.水土保持通報,2014,34（5）：213-217.WANG Jiwei,LIU Kang,WENG Naiyi.Research on water conservation service function of forest ecological system inupstream of Hanjiang River based on In-VEST model［J］.Bull Soil Water Conserv,2014,34（5）：213-217.

［17］ 楊國清，劉耀林，吳志峰.基于CA-Markov模型的土地利用格局變化研究［J］.武漢大學(xué)學(xué)報（信息科學(xué)版）,2007,32（5）：414-418.YANG Guoqing,LIU Yaolin,WU Zhifeng.Analysis and simulation of land-use temporal and spatial pattern based on CA-Markov model［J］.Geom Inf Sci Wuhan Univ,2007,32（5）：414-418.

［18］ 陳燕芬.浙江省麗水市蓮都區(qū)公益林森林資源動態(tài)變化研究［D］.杭州：浙江農(nóng)林大學(xué),2011.CHEN Yanfen.Dynamic Analysis of Public Welfare Forest Resouce in Liandu,Lishui,Zhejiang ［D］.Hangzhou：Zhejiang A＆F University,2011.

［19］ 蔣狄微.寧波市土地利用/覆被時空變化分析和預(yù)測研究［D］.杭州：浙江大學(xué),2015.JIANG Diwei.Spatiotemporal Analysis and Prediction of Land Use/Land Cover Changes in Ningbo City ［D］.Hangzhou：Zhejiang University,2015.

［20］ 張景華，封志明，姜魯光.土地利用/土地覆被分類系統(tǒng)研究進(jìn)展［J］.資源科學(xué),2011,33（6）：1195-1203.ZHANG Jinghua,FENG Zhiming,JIANG Luguang.Progress on studies of land use/land cover classification systems［J］.Resour Sci,2011,33（6）：1195-1203.

［21］ 孫偵，賈紹鳳，呂愛鋒，等.IPCC AR5全球氣候模式模擬的中國地區(qū)日平均降水精度評價［J］.地球信息科學(xué)學(xué)報,2016,18（2）：227-237.SUN Zhen,JIA Shaofen,Lü Aifeng,et al.2016.Precision estimation of the average daily precipitation simulated by IPCC AR5 GCMs in China ［J］.J Geo-inf Sci,2016,18（2）：227-237.

［22］ 廖要明，張強(qiáng)，陳德亮.中國天氣發(fā)生器的降水模擬［J］.地理學(xué)報,2004,59（5）：689-698.LIAO Yaoming,ZHANG Qiang,CHEN Deliang.Precipition simulation in China with a weather generator ［J］.Acta Geogr Sin,2004,59（5）：689-698.

［23］ 楊會.浙江省生態(tài)公益林主要林分類型水土保持功能研究［D］.南京：南京林業(yè)大學(xué),2007.YANG Hui.Research on Soil And Water Conservation of Several Vegetation Types of Ecological Forest in Zhejiang［D］.Nanjing：Nanjing Forest University,2007.

［24］ COSBY B J,HORNBERGER G M,CLAPP R B,et al.A statistical exploration of the relationships of soil moisture characteristics to the physical properties of soils ［J］.Water Resour Res,1984,20（6）：682-690.

［25］ 周文佐.基于GIS的我國主要土壤類型土壤有效含水量研究［D］.南京：南京農(nóng)業(yè)大學(xué),2003.ZHOU Wenzuo.A Study on Available Water Capacity of Main Soil Types in China based on Geographic Information System ［D］.Nanjing：Nanjing Agricultural University,2003.

［26］ 王曉學(xué),沈會濤,李敘勇,等.森林水源涵養(yǎng)功能的多尺度內(nèi)涵、過程及計量方法［J］.生態(tài)學(xué)報,2013,33（4）：1019-1030.WANG Xiaoxue,SHEN Huitao,LI Xuyong,et al.Concepts,processes and quantification methods of the forest water conservation at the multiple scales ［J］.Acta Ecol Sin,2013,33（4）：1019-1030.

［27］ 彭舜磊，由文輝，沈會濤.植被群落演替對土壤飽和導(dǎo)水率的影響［J］.農(nóng)業(yè)工程學(xué)報.2010,26（11）：78-84.PENG Shunlei,YOU Wenhui,SHEN Huitao.Effect of syndynamic on soil saturated hydraulic conductivity ［J］.Trans CSAE,2010,26（11）：78-84.

［28］ 梁向鋒，趙世偉，張揚(yáng)，等.子午嶺植被恢復(fù)對土壤飽和導(dǎo)水率的影響［J］.生態(tài)學(xué)報,2009,29（2）：636-642.LIANG Xiangfeng,ZHAO Shiwei,ZHANG Yang,et al.Effects of vegetation rehabilitation on soil saturated hydraulic conductivity in Ziwuling Forest Area ［J］.Acta Ecol Sin,2009,29（2）：636-642.