張?chǎng)谓ǎ堌坊?，廖梓龍，索梅?/p>

（1.河北工程大學(xué)水利水電學(xué)院，河北 邯鄲 056038；2.河北工程大學(xué)河北省智慧水利重點(diǎn)實(shí)驗(yàn)室，河北 邯鄲056038；3.中國(guó)水利水電科學(xué)研究院 內(nèi)蒙古陰山北麓草原生態(tài)水文國(guó)家野外科學(xué)觀測(cè)研究站，北京 100038；4.水利部牧區(qū)水利科學(xué)研究所，呼和浩特 010020）

0 引 言

水是草地生態(tài)系統(tǒng)穩(wěn)定性維持和農(nóng)牧區(qū)經(jīng)濟(jì)發(fā)展的基礎(chǔ)，隨著人們對(duì)生態(tài)系統(tǒng)服務(wù)重要性認(rèn)識(shí)的加深，產(chǎn)水量作為草地生態(tài)系統(tǒng)水源涵養(yǎng)服務(wù)功能的直接表征指標(biāo)，草地退化引起產(chǎn)水能力下降等問(wèn)題受到國(guó)內(nèi)外學(xué)者普遍關(guān)注[1]。流域產(chǎn)水是一個(gè)復(fù)雜的過(guò)程，水源供給服務(wù)與降水、蒸發(fā)、土壤滲透和植被蒸騰等因素密切相關(guān)[2]。目前可用于研究產(chǎn)水量的變化和產(chǎn)水效果評(píng)估的生態(tài)和水文模型較多，如MIKE SHE 模型、TerrainLab 模型、SWAT 模型和InVEST 模型等[3]。InVEST 模型因其原理簡(jiǎn)單，數(shù)據(jù)量需求相對(duì)較少，且能較為直觀展示產(chǎn)水量，在國(guó)內(nèi)外應(yīng)用廣泛。MontseMarques 等[4]利用InVEST 模型評(píng)估西班牙弗蘭科利流域的產(chǎn)水量，并分析了該區(qū)域氣候變化對(duì)產(chǎn)水量的影響；Belete 等[5]應(yīng)用模型的產(chǎn)水量模塊，計(jì)算了非洲尼羅河流域產(chǎn)水量的空間分布情況；楊潔等[6]基于InVEST模型產(chǎn)水模塊，對(duì)黃河流域產(chǎn)水量進(jìn)行評(píng)估；夏林等[7]采用InVEST 模型定量評(píng)估了喀斯特流域的產(chǎn)水量和水源涵養(yǎng)量；趙亞茹等[8]基于InVEST 模型，評(píng)估了石羊河上游產(chǎn)水量時(shí)空演變特征，并進(jìn)一步探討其對(duì)氣候和土地利用變化的響應(yīng)；張薇等[9]借助InVEST 模型探究了張承水源涵養(yǎng)區(qū)不同土地利用類型與產(chǎn)水量變化的響應(yīng)關(guān)系。InVEST 模型在不同類型流域均取得很好的應(yīng)用效果，大量研究表明，降水和土地利用變化是產(chǎn)水量變化的主要影響因素，對(duì)于數(shù)據(jù)資料短缺的干旱內(nèi)陸區(qū)季節(jié)性河流，InVEST 模型的適用性及產(chǎn)水量時(shí)空演變規(guī)律還有待深入研究。

塔布河流域位于內(nèi)蒙古高原西部，地處北方防風(fēng)固沙帶和生態(tài)安全屏障的核心區(qū)，屬于干旱大陸性氣候，寒暑氣候變化大，晝夜溫差大，多風(fēng)少雨，是典型的干旱區(qū)季節(jié)性內(nèi)陸河流；水資源短缺導(dǎo)致經(jīng)濟(jì)社會(huì)用水?dāng)D占生態(tài)用水的現(xiàn)象時(shí)有發(fā)生。人工植被建設(shè)與退耕還草工程于2000年陸續(xù)實(shí)施，由于地面監(jiān)測(cè)站點(diǎn)較少，塔布河流域產(chǎn)水量如何變化、產(chǎn)水量受什么因素影響等問(wèn)題依舊不清楚，有鑒于此，本文借助InVEST 模型的產(chǎn)水模塊，揭示該流域2000-2020 年的產(chǎn)水量時(shí)空變化特征，并進(jìn)一步探討土地利用和降水量變化對(duì)產(chǎn)水量的影響，以期為流域生態(tài)屏障建設(shè)與農(nóng)牧業(yè)可持續(xù)發(fā)展提供重要支撐。

1 材料與方法

1.1 研究區(qū)概況

塔布河為陰山北麓荒漠草原區(qū)流域面積最大的內(nèi)陸河，河長(zhǎng)322 km，流域面積10 219 km2，發(fā)源于包頭市固陽(yáng)縣銀號(hào)鎮(zhèn)大南溝村西南，由西南向東北流經(jīng)固陽(yáng)縣、達(dá)茂旗、武川縣、四子王旗4 個(gè)旗縣，東經(jīng)110°31'～112°15'，北緯40°00'～43°00'之間，海拔994～2 178 m（見圖1）。流域地處于干旱、半干旱大陸性氣候區(qū)，年平均氣溫為1～6 ℃，多年平均降雨量為315.2 mm，多年平均蒸發(fā)量1 365.2 mm，降水多集中在7月中旬-9 月上旬，約占全年降水量的80%，由南向北降水量遞減，而蒸發(fā)量遞增。根據(jù)內(nèi)蒙古土壤普查成果，塔布河流域的土壤類型為淡栗鈣土，以淺黃色和灰白色半膠結(jié)砂礫為主，上層覆蓋有20～50 cm的黏質(zhì)砂土及砂壤土。

圖1 研究區(qū)位置和水文站點(diǎn)分布Fig.1 Location of the study area and hydrological station

1.2 數(shù)據(jù)來(lái)源與處理

1.2.1 土地利用/覆被數(shù)據(jù)

來(lái)源于全國(guó)地理信息資源目錄服務(wù)系統(tǒng)（www.webmap.cn）的30 m 分辨率的全球地表覆蓋產(chǎn)品GlobeLand30，數(shù)據(jù)集包含耕地、森林、草地、灌木地、濕地、水體、苔原、建設(shè)用地、裸地、冰川和永久積雪等十個(gè)主要的地表覆蓋類型，該數(shù)據(jù)在中國(guó)范圍的總體精度達(dá)到82.39%[10]。本文采用ArcGIS 對(duì)數(shù)據(jù)進(jìn)行裁剪，并根據(jù)研究區(qū)情況將土地利用類型重分類為6 個(gè)一級(jí)類：耕地、林地、草地、建設(shè)用地、水域、裸地，得到塔布河流域2000 年、2010 年和2020 年三期土地利用數(shù)據(jù)。

1.2.2 降水?dāng)?shù)據(jù)

來(lái)源于國(guó)家科技基礎(chǔ)條件平臺(tái)—國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn)；數(shù)據(jù)包括CRU 發(fā)布的全球0.5°氣候數(shù)據(jù)以及WorldClim 發(fā)布的全球高分辨率氣候數(shù)據(jù)，通過(guò)Delta空間降尺度方案在中國(guó)地區(qū)降尺度生成數(shù)據(jù)集，并用496個(gè)獨(dú)立氣象站點(diǎn)數(shù)據(jù)進(jìn)行驗(yàn)證，驗(yàn)證結(jié)果可信，單位為0.1 mm，數(shù)據(jù)精度1 km。本文采用ArcGIS對(duì)數(shù)據(jù)進(jìn)行提取，獲取塔布河流域降水?dāng)?shù)據(jù)。

1.2.3 潛在蒸散量數(shù)據(jù)

基于中國(guó)1 km 逐月均溫、最低溫、最高溫?cái)?shù)據(jù)集，采用Hargreaves 潛在蒸散發(fā)公式[11]計(jì)算，單位為0.1 mm，數(shù)據(jù)精度1 km，公式如下：

式中：RA 為月太陽(yáng)大氣頂層輻射，MJ/（m2·月）；TAV為1 km柵格尺度月平均最高氣溫和最低氣溫的均值，℃；TD 是1 km柵格尺度月平均最高氣溫和最低氣溫均值之差，℃；P為1 km柵格尺度月平均降水量，mm。

1.2.4 土壤數(shù)據(jù)

來(lái)源于國(guó)家冰川凍土沙漠科學(xué)數(shù)據(jù)中心(http://www.ncdc.ac.cn)中國(guó)境內(nèi)第二次全國(guó)土地調(diào)查南京土壤所提供的1∶100萬(wàn)土壤數(shù)據(jù)，該數(shù)據(jù)屬于聯(lián)合國(guó)糧農(nóng)組織（FAO）和維也納國(guó)際應(yīng)用系統(tǒng)研究所(IIASA)共同構(gòu)建的世界土壤數(shù)據(jù)庫(kù)(Harmonized World Soil Database version 1.1)(HWSD)?；谏鲜鐾寥罃?shù)據(jù)，PAWC可根據(jù)土壤質(zhì)地計(jì)算[12]：

式中：SAN為沙含量，%；SIL為粉粒含量，%；CLA為黏土含量，%；C 為有機(jī)質(zhì)含量，%；PAWC 通過(guò)ArcGIS 中字段計(jì)算器計(jì)算。

1.2.5 DEM高程數(shù)據(jù)

來(lái)源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)(http://www.gscloud.cn)的ASTER GDEM 30 m 分辨率數(shù)字高程數(shù)據(jù)，本文采用ArcGIS按照流域邊界提取高程數(shù)據(jù)。

1.2.6 生物物理參數(shù)

參數(shù)包括植物蒸散系數(shù)、植被最大根系深度、植被覆蓋地類等，其中不同土地利用類型的植物蒸散系數(shù)在參考InVEST 模型用戶手冊(cè)及Allen（1998 年）[13]的基礎(chǔ)上，結(jié)合塔布河流域?qū)嶋H蒸散發(fā)量進(jìn)行修正。前人研究成果表明2009 年是塔布河流域降水徑流雙累積曲線關(guān)系的拐點(diǎn)[14]，2009 年之后非降水因素對(duì)徑流的影響增加，因此本文根據(jù)不同時(shí)期的樣方調(diào)查數(shù)據(jù)和北方內(nèi)陸區(qū)已有文獻(xiàn)的經(jīng)驗(yàn)值來(lái)修正2009 年前后兩個(gè)時(shí)段的生物物理參數(shù)[15,16]。2009 年以后，流域耕地作物類型由馬鈴薯向葵花、莜麥、玉米等深根作物轉(zhuǎn)變，草地類型由羊草、針茅為主體的草本植物向草本-稀疏灌木相嵌套的草灌結(jié)合轉(zhuǎn)變，本文根據(jù)歷史樣方調(diào)查數(shù)據(jù)及區(qū)域內(nèi)前人研究成果修正2009 年以后的植被最大根系深度[17-19]，將耕地、林地、草地等植被覆蓋地類的LULC_veg 賦值為1，其他賦值為0。季節(jié)常數(shù)Zhang 系數(shù)取值范圍為1～30，由降水分布來(lái)確定，并根據(jù)產(chǎn)水量模擬值與實(shí)測(cè)值的最小差值來(lái)率定最優(yōu)參數(shù)，當(dāng)Z 值為4.53 時(shí)，模擬值最接近實(shí)測(cè)值，且二者在雨季的產(chǎn)水分布趨勢(shì)具有一致性。主要生物物理參數(shù)賦值見表1。

表1 不同土地利用類型的生物物理參數(shù)Tab.1 Biophysical parameters in different land use

1.3 研究方法

1.3.1 產(chǎn)水量模型

InVEST 模型產(chǎn)水量模塊是一種基于水量平衡法的估算方法，即用柵格單元降水量減去實(shí)際蒸散發(fā)量后獲得柵格單元的產(chǎn)水量[20]：

式中：AETx表示柵格單元x 的實(shí)際蒸散量，mm；Px表示柵格單元x的降水量，mm。

式中：Rxj為第j 類土地利用類型柵格x 的Budyko 干燥指數(shù)；ωx表示植被有效含水量與年均降水量的比值[22]。

式中：AWCx為柵格x 的植被有效含水量，mm（由有效土壤深度和土壤質(zhì)地決定）；Z為季節(jié)參數(shù)（即Zhang 系數(shù)）用于表示降水的季節(jié)性特征；Kxj為第j 類土地利用類型柵格x 的植被蒸散系數(shù)；ET0x表示柵格x 的參考蒸散量；mm；Ds為土壤深度，mm；Dr為植被根系深度，mm；PAWCx為柵格單元x 的植被可利用水分，mm。

1.3.2 情景分析法

從水量平衡公式來(lái)看，產(chǎn)水量取決于降水量與蒸散發(fā)量，而后者跟土地利用情況密切相關(guān)，因此，本研究重點(diǎn)關(guān)注影響產(chǎn)水量的兩大關(guān)鍵要素：降水情景和土地利用情景。為了分別量化二者的貢獻(xiàn)程度，采用某一要素不變，另一要素調(diào)增或調(diào)減的情景分析法。以2020 年為基準(zhǔn)參考年份，將降水不變、土地利用變化作為情景1，即輸入2020年降水情景，模擬土地利用數(shù)據(jù)為2000 年、2010 年和2020 年的產(chǎn)水量；將降水變化、土地利用不變作為情景2，即輸入2020年土地利用情景，模擬降水?dāng)?shù)據(jù)為2000 年、2010 年和2020 年產(chǎn)水量。借助情景1 來(lái)判斷2000-2020 年和2010-2020 年的土地利用變化對(duì)產(chǎn)水量變化的影響，情景2 來(lái)判斷2000-2020 年和2010-2020年的降水變化對(duì)產(chǎn)水量變化的影響。降水與土地利用的貢獻(xiàn)程度采用以下公式進(jìn)行量化：

式中：CP、CL分別為降水和土地利用變化對(duì)流域產(chǎn)水量變化的貢獻(xiàn)率，%；ΔWYL和ΔWYP分別為情景1 和情景2 模擬的產(chǎn)水量較基準(zhǔn)情景（2020年）的變化量，m3。

1.3.3 土地利用轉(zhuǎn)移矩陣

土地轉(zhuǎn)移矩陣是定量描述土地利用變化的經(jīng)典方法，它以矩陣形式全方位展現(xiàn)區(qū)域土地利用變化的面積大小和轉(zhuǎn)移方向，主要由凈變化量、總變化量和交換變化量三部分信息來(lái)體現(xiàn)[23]，本研究將2000 年和2020 年兩期土地利用數(shù)據(jù)在ArcGIS 中進(jìn)行相交分析，最終在EXCEL 中以數(shù)據(jù)透視表形式將數(shù)據(jù)整理制作成2000-2020年土地利用轉(zhuǎn)移矩陣。

轉(zhuǎn)移矩陣數(shù)學(xué)模型如下：

式中：A 為土地利用轉(zhuǎn)移矩陣；Aij為第i 類土地利用類型轉(zhuǎn)移為第j類土地利用類型的的面積。

2 結(jié)果與分析

2.1 InVEST模型校驗(yàn)

本研究將匯流斷面的產(chǎn)流量模擬值與實(shí)測(cè)值進(jìn)行對(duì)比分析，數(shù)據(jù)系列較長(zhǎng)的水文站點(diǎn)有2個(gè)，其中干流水文站西廠汗?fàn)I站控制面積2 663.66 km2，一級(jí)支流烏蘭花河活福灘站控制面積76.12 km2，考慮下墊面條件、水資源開發(fā)利用情況及徑流觀測(cè)數(shù)據(jù)可用性，西廠汗?fàn)I站選取1990-2020年共31 a實(shí)測(cè)數(shù)據(jù)，活福灘站選取2006-2018 年共13 年實(shí)測(cè)數(shù)據(jù)，西廠汗?fàn)I站控制范圍廣、資料年限較長(zhǎng)，最終通過(guò)不斷調(diào)整Z值，當(dāng)Z參數(shù)取值為4.53時(shí)，產(chǎn)水模塊的模擬效果最好，西廠汗?fàn)I站相對(duì)誤差僅為0.03%，活福灘站模擬的相對(duì)誤差為12.28%。產(chǎn)水量模擬值與實(shí)測(cè)值對(duì)比結(jié)果見表2。

表2 主要測(cè)站斷面產(chǎn)水量模擬值與實(shí)測(cè)值對(duì)比Tab.2 The simulated value of water yield in the section of the main station is compared with the measured value

2.2 土地利用變化情況

對(duì)比2000 年、2010 年和2020 年三期土地利用數(shù)據(jù)，整體上看，塔布河流域面積占比最大的土地利用類型是草地和耕地，草地主要分布在北部的塔布河下游，其余零散分布于南部低山丘陵區(qū)，耕地主要分布在南部的流域中上游，可見塔布河流域?qū)儆诘湫偷霓r(nóng)牧交錯(cuò)帶（見圖2）。草地面積呈增加趨勢(shì)，由2000 年的51.47%增加至2020 年的57.95%；耕地面積呈減少趨勢(shì)，由2000 年的45.08% 減少至2020 年的38.53%。

圖2 典型年土地利用類型Fig.2 The type of land use in typical year

利用ArcGIS空間處理功能得到塔布河流域地區(qū)2000-2010年和2010-2020 年土地利用轉(zhuǎn)移矩陣（表3 和表4）和主要土地類型轉(zhuǎn)移空間分布（圖3），將空間分布圖中未變化以及變化面積小于5 km2的情況設(shè)置為白色；2000-2010 年期間，流域土地利用變化以耕地和水域面積減少，草地面積增加為主，草地轉(zhuǎn)入面積總計(jì)206.86 km2，其中耕地轉(zhuǎn)入面積占72.91%，變化區(qū)域主要位于流域中部；2010-2020年期間，流域土地利用變化明顯，草地轉(zhuǎn)入面積621.45 km2，其中耕地轉(zhuǎn)入占91.88%，其次是耕地和建設(shè)用地，轉(zhuǎn)入面積分別為151.93 km2和91.39 km2，增加區(qū)域主要位于西南部和中部。整體來(lái)看，研究區(qū)2000-2020年草地、耕地和建設(shè)用地變化顯著，且存在相互交替轉(zhuǎn)化特征，其他土地利用類型面積變化較小，耕地向草地轉(zhuǎn)移是2000 年以后開始實(shí)施的國(guó)家京津風(fēng)沙源治理工程和退耕還林還草工程的結(jié)果。

表3 2000-2010 塔布河流域土地利用類型轉(zhuǎn)移矩陣 km2Tab.3 Land use type transfer matrix in Tabu River Basin from 2000 to 2010

表4 2010-2020 塔布河流域土地利用類型轉(zhuǎn)移矩陣 km2Tab.4 Land Use Type Transfer Matrix in Tabu River Basin from 2010 to 2020

圖3 2000-2010和2010-2020主要土地類型轉(zhuǎn)移空間分布Fig.3 Spatial distribution of major land types transferred from 2000-2010 and 2010-2020

2.3 產(chǎn)水深度和產(chǎn)水量的時(shí)空動(dòng)態(tài)

應(yīng)用InVEST 模型產(chǎn)水模塊對(duì)塔布河流域21年產(chǎn)水情況進(jìn)行模擬。塔布河流域2000-2020 年平均產(chǎn)水量為7 752 萬(wàn)m3，平均產(chǎn)水深度為8.63 mm，從產(chǎn)水結(jié)果圖4 可以看出，產(chǎn)水量和產(chǎn)水深度最大值出現(xiàn)在2003 年，分別為40 806 萬(wàn)m3和45.46 mm，最小值出現(xiàn)在2011 年，為259 萬(wàn)m3和0.29 mm，從年際尺度來(lái)看，2000-2020年塔布河流域年平均產(chǎn)水深度和年產(chǎn)水量變化趨勢(shì)一致，整體呈現(xiàn)微弱下降趨勢(shì)，其中2000-2010年呈現(xiàn)不顯著波動(dòng)下降趨勢(shì)，2010-2020年呈現(xiàn)較為明顯上升趨勢(shì)。從季節(jié)尺度來(lái)看，塔布河屬于季節(jié)性河流，主要產(chǎn)流時(shí)段為夏季（5-7 月）和秋季（8-10 月），夏季產(chǎn)水量最大為29 109 萬(wàn)m3，出現(xiàn)在2003 年，最小為85 萬(wàn)m3，出現(xiàn)在2011 年，秋季產(chǎn)水量最大為6 016 萬(wàn)m3，出現(xiàn)在2003 年，最小為58 萬(wàn)m3，出現(xiàn)在2011年。

圖4 塔布河流域2000-2020年產(chǎn)水量和產(chǎn)水深度變化Fig.4 Changes of water yield and water depth in Tabu River Basin from 2000 to 2020

流域典型年份的產(chǎn)水深度空間分布（圖5）顯示，流域產(chǎn)水量和產(chǎn)水深度空間格局為北低南高，高值區(qū)域集中在研究區(qū)的南部山區(qū)，其余零星散布在北部裸地區(qū)域。不同土地利用類型的產(chǎn)水深度差異明顯，且在不同年份的影響程度不同；整體來(lái)說(shuō)，產(chǎn)水深度的空間格局在年際變化中具有較一致的規(guī)律性，產(chǎn)水量越高產(chǎn)水深度高值區(qū)面積越大（如圖5中2000年、2003 年和2020 年），對(duì)比同期土地轉(zhuǎn)移結(jié)果，2010-2020年產(chǎn)水深度高值區(qū)主要分布在耕地向草地轉(zhuǎn)化的區(qū)域。

圖5 塔布河流域不同年份產(chǎn)水深度空間分布Fig.5 Spatial distribution of water yield depth in different years in the Tabu River Basin

根據(jù)已有地形地貌分區(qū)成果，將流域劃分為三類地形地貌單元，分別是山丘區(qū)（I區(qū)）、山間盆地平原區(qū)（II區(qū)）和一般平原區(qū)（III 區(qū)），其中I 區(qū)高程1 250～2 170 m，坡度0～46.9°；II區(qū)高程1 302～1 927 m，坡度0～50.1°；III區(qū)高程994～1 377 m，坡度0～43.6°。對(duì)比6 個(gè)典型年份不同類型地形地貌分區(qū)單元產(chǎn)水深度空間分布（圖5），研究結(jié)果表明，不同分區(qū)的平均產(chǎn)水深度差異較大，2003 年Ⅰ區(qū)、Ⅱ區(qū)平均產(chǎn)水深度分別為57.1 mm、23.7 mm，變化幅度為33.4 mm，2015年Ⅰ區(qū)、Ⅲ區(qū)的平均產(chǎn)水深度分別為3.1 mm、0.9 mm，變化幅度為2.2 mm；地形地貌對(duì)產(chǎn)水量空間分布控制作用顯著，Ⅰ區(qū)平均產(chǎn)水深度和產(chǎn)水量顯著大于Ⅱ區(qū)和Ⅲ區(qū)，其中2003 年降水量充沛，屬于豐水年，產(chǎn)水量主要集中在I 區(qū)和Ⅲ區(qū)，2005、2015 年降水量較少，屬于枯水年，產(chǎn)水量主要集中在I區(qū)和II區(qū)。

將土地利用類型簡(jiǎn)化為耕地、草地和其他三大類型，整理這三類土地2000-2020年產(chǎn)水量模擬結(jié)果及其占總產(chǎn)水量比例（圖6），草地和耕地是流域產(chǎn)水量的主要貢獻(xiàn)區(qū)域，其中2009 年二者產(chǎn)水量之和占總產(chǎn)水量比例最高，占99%。2014年占比最低，為58.9%；2009年之后，草地和耕地產(chǎn)水量占比顯著下降，這與草地、耕地的組成變化密切相關(guān)。退耕還草實(shí)施后，草地類型由草本為主向草灌結(jié)合轉(zhuǎn)變以及蓋度增加共同導(dǎo)致草地類型區(qū)域耗水量增加和產(chǎn)水量下降；耕地類型區(qū)域總面積顯著減少，灌溉作物由單一糧食作物向?yàn)榧Z食作物、經(jīng)濟(jì)作物和飼草作物三元種植結(jié)構(gòu)轉(zhuǎn)變，灌溉保證率顯著提升，耕地耗水量增加，產(chǎn)水量下降。

圖6 草地、耕地和其他地類歷年產(chǎn)水量占比Fig.6 The proportion of water yield by different land types

2.4 土地利用變化對(duì)產(chǎn)水深度和產(chǎn)水量的影響

相同的降水情景下，土地利用對(duì)產(chǎn)水深度和產(chǎn)水總量的發(fā)生變化的區(qū)域主要是草地和耕地類型區(qū)（表5）。對(duì)比基準(zhǔn)年產(chǎn)水情況，2000-2020 年和2010-2020 年的Δ WYL分別為2 334 萬(wàn)m3和2 022 萬(wàn)m3，對(duì)產(chǎn)水量變化貢獻(xiàn)率分別為18%和23.4%；結(jié)合情景1 產(chǎn)水深度空間分布（圖7）和主要土地類型轉(zhuǎn)移分布（圖3）分析得出，流域整體產(chǎn)水格局仍為南高北低，土地利用未發(fā)生變化的區(qū)域產(chǎn)水深度不變，西南武川縣境內(nèi)區(qū)域和流域中部耕地轉(zhuǎn)為草地區(qū)域是產(chǎn)水量顯著增加分布區(qū)（圖7中綠色轉(zhuǎn)變?yōu)樯钏{(lán)色、黃色轉(zhuǎn)變?yōu)榫G色的區(qū)域）。

表5 情景1模擬結(jié)果Tab.5 Scenario 1 simulation results

圖7 情景1不同典型年產(chǎn)水深度空間分布Fig.7 Spatial distribution of water yield depth in different year for scenario 1

統(tǒng)計(jì)整理研究區(qū)耕地和草地的平均產(chǎn)水深度和產(chǎn)水總量（表5），與2000 年相比，2020 年耕地平均產(chǎn)水深度下降0.29 mm，產(chǎn)水總量減少346 萬(wàn)m3，草地平均產(chǎn)水深度升高1.52 mm，產(chǎn)水總量增加1 538 萬(wàn)m3；與2010 年相比，2020 年耕地平均產(chǎn)水深度下降0.31 mm，產(chǎn)水總量下降312 萬(wàn)m3，草地平均產(chǎn)水深度增加1.49 mm，產(chǎn)水總量提升了1 330 萬(wàn)m3。從流域產(chǎn)水總量來(lái)看，2000-2020 年產(chǎn)水總量增加2 334 萬(wàn)m3，這是產(chǎn)水能力大的土地類型增加和產(chǎn)水能力小的土地類型減少共同導(dǎo)致的結(jié)果，其中耕地轉(zhuǎn)入草地等區(qū)域產(chǎn)水量增加占比65.89%，說(shuō)明退耕還草可顯著促進(jìn)流域水源涵養(yǎng)能力。

2.5 降水量變化對(duì)產(chǎn)水深度和產(chǎn)水量的影響

在同一土地利用情景下，產(chǎn)水深度和產(chǎn)水總量隨降水增加而增加（表6）。對(duì)比基準(zhǔn)年產(chǎn)水情況，2000-2020 年和2010-2020年的ΔWYP分別為10 634 萬(wàn)m3和6 608 萬(wàn)m3，對(duì)產(chǎn)水量變化貢獻(xiàn)率分別為82%和76.6%。對(duì)比基準(zhǔn)年產(chǎn)水深度，不同年份的產(chǎn)水深度高值區(qū)、低值區(qū)在空間上與草地、耕地、林地和裸地的分布格局相匹配（圖8）。

表6 情景2模擬結(jié)果Tab.6 Scenario 2 simulation results

圖8 情景2產(chǎn)水深度空間分布Fig.8 Spatial distribution of water yield depth in scenario 2

對(duì)比2000 年，2020 年降水量增加127.35 mm，對(duì)應(yīng)平均產(chǎn)水深度增加11.85 mm，產(chǎn)水總量增加10 634 萬(wàn)m3，可見這一時(shí)期內(nèi)，降水量每增加1 mm，產(chǎn)水量增加84 萬(wàn)m3；對(duì)比2010 年，2020 年降水量增加60.21 mm，平均產(chǎn)水深度增加7.36 mm，產(chǎn)水總量增加6 608 萬(wàn)m3，可見這一時(shí)期內(nèi)，降水量每增加1 mm，產(chǎn)水量增加109 萬(wàn)m3。2000-2020 年降水量增幅較2010-2020 年大，而產(chǎn)水量增幅較2010-2020 年小，對(duì)比兩個(gè)時(shí)段，二者降水量增加的區(qū)域差異較大，只有當(dāng)降水高值區(qū)分布在草地類型區(qū)才能顯著促進(jìn)產(chǎn)流，說(shuō)明降水格局差異也是一個(gè)關(guān)鍵因素。

3 討 論

3.1 地形地貌對(duì)產(chǎn)水深度和產(chǎn)水量的影響

地形地貌是產(chǎn)流過(guò)程空間分布異質(zhì)的控制因素之一。通過(guò)分析典型年的產(chǎn)水深度和產(chǎn)水總量（表7），3個(gè)年份Ⅰ區(qū)的平均產(chǎn)水深度高于Ⅱ區(qū)和Ⅲ區(qū)，說(shuō)明山丘區(qū)（Ⅰ區(qū)）的產(chǎn)水能力最強(qiáng)，其次是平原區(qū)，而Ⅱ區(qū)和Ⅲ區(qū)的產(chǎn)水能力相近。其中Ⅱ區(qū)面積大于Ⅲ區(qū)，所以產(chǎn)水總量不同；3個(gè)典型年份產(chǎn)水總量Ⅰ區(qū)占比均為69%以上，說(shuō)明整個(gè)流域的產(chǎn)水量主要集中在山丘區(qū)，可見地形地貌對(duì)產(chǎn)水量空間分布存在一定程度的影響。

表7 典型年分區(qū)平均產(chǎn)水深度和產(chǎn)水總量結(jié)果Tab.7 Typical annual zonal average water yield depth and total water yield results

對(duì)比土地利用變化情況，2010-2020年耕地轉(zhuǎn)草地主要分布在Ⅰ區(qū)，根據(jù)情景1 模擬結(jié)果，2010 年的產(chǎn)水總量變化為20.22 m3，其中Ⅰ區(qū)產(chǎn)水總量變化14.79 m3，占總變化量的74%，這說(shuō)明地形地貌對(duì)產(chǎn)水量變化的空間分布具有一定影響，也同樣表現(xiàn)出地形地貌與土地利用變化有著某種關(guān)聯(lián)。

3.2 溫度和潛在蒸散量對(duì)月尺度和季尺度產(chǎn)水量的影響

通過(guò)對(duì)比分析2000 年、2010 年和2020 年的逐月氣溫、逐月潛在蒸散量和逐月產(chǎn)水量，發(fā)現(xiàn)氣溫和潛在蒸散量是改變產(chǎn)流量時(shí)間分布的控制因素（圖9），研究結(jié)果表明，潛在蒸散量和氣溫呈正比關(guān)系，氣溫較高的月份潛在蒸散量較大，2000 年和2020 年產(chǎn)水量和氣溫、潛在蒸散量具有較高的一致性，2010 年月產(chǎn)水量分布較為特殊，不同月份的產(chǎn)水量差距不大，與該年月氣溫、潛在蒸散量關(guān)系較?。粴鉁赝ㄟ^(guò)改變積雪消融和不同類型土地蒸發(fā)耗水來(lái)改變產(chǎn)流時(shí)間過(guò)程，由上一節(jié)分析可知，流域南部山區(qū)高程遠(yuǎn)低于東部的大興安嶺、西部賀蘭山和祁連山等山脈，積雪時(shí)間短、積雪薄，這也導(dǎo)致春季2-4 月基本沒(méi)有融雪徑流，2000 年和2020 年，在雨季前產(chǎn)水量變化受氣溫和潛在蒸散量影響均較??；夏季5-7月和秋季8-10 月隨著氣溫升高，河湖、農(nóng)田、草地、林地蒸發(fā)耗水量均顯著增加，2000年和2020年5-10月產(chǎn)水量占各自全年產(chǎn)水量76.2%、97.3%，可見在月尺度上氣溫和潛在蒸散量對(duì)產(chǎn)水量有著顯著影響。

圖9 典型年份逐月氣溫、潛在蒸散量和產(chǎn)水量Fig.9 Monthly temperature and potential evapotranspiration and water yield in a typical year

將典型年逐月產(chǎn)水總量匯總成4 個(gè)季節(jié)尺度（表8），研究結(jié)果表明，產(chǎn)水量主要集中在夏季和秋季，這兩個(gè)季節(jié)也是氣溫較高和潛在蒸散量較大的時(shí)期；春季和冬季氣溫較低，氣溫和潛在蒸散量變化對(duì)產(chǎn)水量的影響較小，進(jìn)入夏季和秋季雨期，隨著氣溫升高和蒸發(fā)量增加，產(chǎn)水量也相應(yīng)增加；對(duì)比與氣溫和潛在蒸散量吻合度較高的2000 年和2020年，2020 年夏季氣溫相較2000 年氣溫下降0.4 ℃，潛在蒸散量下降8.8 mm，產(chǎn)水量升高8 869 萬(wàn)m3，秋季氣溫下降0.8 ℃，潛在蒸散量下降4.5 mm，產(chǎn)水量下降806 萬(wàn)m3，可見氣溫和潛在蒸散量的變化對(duì)季節(jié)產(chǎn)水量有著顯著的影響，尤其是在南部山區(qū)和產(chǎn)水量較高的夏秋季節(jié)，但對(duì)于不同年份和不同區(qū)域的水文氣象條件存在較大差異，此規(guī)律并不全部適用。

表8 典型年份不同季節(jié)氣溫、潛在蒸散量和產(chǎn)水總量結(jié)果Tab.8 Results of different seasonal temperatures and potential evapotranspiration and total water yield in typical years

4 結(jié) 論

本研究基于InVEST 模型產(chǎn)水量模塊，對(duì)塔布河流域產(chǎn)水量的時(shí)空分布格局及影響因素進(jìn)行分析，得出以下結(jié)論：

（1）2000-2020年，塔布河流域的土地利用變化顯著，整體呈現(xiàn)草地、林地、裸地、建設(shè)用地增加，耕地、水域面積減少的特點(diǎn)。主要轉(zhuǎn)移類型為耕地轉(zhuǎn)為草地，退耕還草面積增加581.87 km2。

（2）2000-2020 年，流域產(chǎn)水量年際變化整體呈減少趨勢(shì)，其中2000-2010 年呈現(xiàn)不顯著波動(dòng)下降趨勢(shì)，2010-2020年呈現(xiàn)較為明顯上升趨勢(shì)。2000-2020 年平均產(chǎn)水總量為7 752 萬(wàn)m3，平均產(chǎn)水深度為8.63 mm，不同年份的產(chǎn)水量空間格局相似，均為南高北低，產(chǎn)水深度高低值分布與區(qū)域降水量具有較高一致性，山丘區(qū)產(chǎn)水能力強(qiáng)于山間盆地平原區(qū)和一般平原區(qū)，山丘區(qū)為流域高產(chǎn)水量區(qū)。

（3）在相同降水情景下，草地類型區(qū)域平均產(chǎn)水深度和產(chǎn)水量對(duì)降水響應(yīng)顯著，草地轉(zhuǎn)為耕地區(qū)域產(chǎn)水深度下降，耕地轉(zhuǎn)為草地區(qū)域產(chǎn)水深度顯著提升。在相同土地類型情景下，各類型土地利用的產(chǎn)水深度和產(chǎn)水量均隨著降水量增加而增加，草地平均產(chǎn)水能力大于耕地，退耕還草對(duì)流域產(chǎn)水量增加起到促進(jìn)作用。

（4）2000-2020 年和2010-2020 年期間，降水量對(duì)塔布河流域產(chǎn)水深度變化的貢獻(xiàn)率分別為82%和76.6%，土地利用變化的貢獻(xiàn)率分別為18%和23.4%，可見降水對(duì)塔布河流域產(chǎn)水量變化起主導(dǎo)作用。對(duì)比2000 年，降水量每增加1 mm，產(chǎn)水量增加84 萬(wàn)m3，產(chǎn)水能力強(qiáng)的草地面積變化對(duì)產(chǎn)水量的影響在不斷增強(qiáng)；另外氣溫和潛在蒸散量在南部山區(qū)和夏秋季節(jié)對(duì)產(chǎn)水量有著顯著影響，因此，必須重視塔布河流域內(nèi)草地資源的管理與氣候變化的監(jiān)測(cè)和預(yù)測(cè)。

（5）當(dāng)季節(jié)性系數(shù)Zhang 取值4.53 時(shí)，InVEST 模型可較好地反映陰山北麓季節(jié)性河流塔布河的宏觀產(chǎn)水過(guò)程，研究結(jié)果可為陰山北麓內(nèi)流區(qū)退化草地植被修復(fù)和水土資源管理提供一定的理論和實(shí)踐參考價(jià)值。由于該模型的物理基礎(chǔ)是簡(jiǎn)化后的水量平衡公式，忽略了季節(jié)性河流地表水與地下水相互轉(zhuǎn)化頻繁的特點(diǎn)，所以在豐枯極轉(zhuǎn)年份和連續(xù)枯水年份的產(chǎn)水量模擬效果一般，在一定程度上會(huì)產(chǎn)生評(píng)估誤差，對(duì)研究結(jié)果的準(zhǔn)確性會(huì)造成一定影響，有待今后進(jìn)一步改進(jìn)與完善。