基于InVEST模型的大凌河上游區(qū)產(chǎn)水功能分析

王耕 韓冬雪

摘?要：為探討大凌河上游區(qū)產(chǎn)水功能的定量評(píng)估及空間表達(dá)，利用InVEST模型計(jì)算大凌河上游匯水區(qū)產(chǎn)水量，結(jié)合ArcGIS平臺(tái)分析流域產(chǎn)水量空間分布格局及相關(guān)性，探討在不同驅(qū)動(dòng)因子下產(chǎn)水量高低情況。研究結(jié)果表明：①2015年大凌河上游匯水區(qū)平均產(chǎn)水量為36.72 mm，產(chǎn)水總量為3.41億 m3/a;②研究區(qū)產(chǎn)水量Morans I值為0.939，產(chǎn)水量呈現(xiàn)明顯空間相關(guān)性，朝陽(yáng)縣西部及喀喇沁左翼蒙古族自治縣東北部子流域處于Low-Low聚類(lèi)區(qū)，建昌東部子流域?yàn)镠igh-High聚類(lèi)區(qū)，流域內(nèi)無(wú)Low-High聚類(lèi)區(qū)與High-Low聚類(lèi)區(qū);③不同土地利用類(lèi)型下，林地、草地以及城市與工礦用地產(chǎn)水能力強(qiáng)，水域、未利用地及耕地產(chǎn)水能力弱;④不同土壤質(zhì)地的平均產(chǎn)水能力依次為棕壤>中性石質(zhì)土>鈣質(zhì)粗骨土>粗骨土>淋溶褐土>褐土>潮褐土>積鈣紅黏土>石灰性褐土>潮土>潮棕壤;⑤產(chǎn)水量與降水量顯著正相關(guān)，與實(shí)際蒸散量、潛在蒸散量顯著負(fù)相關(guān)。InVEST模型適用于評(píng)估大凌河產(chǎn)水功能研究，不同因素下產(chǎn)水功能差異顯著。

關(guān)鍵詞：生態(tài)系統(tǒng)服務(wù);產(chǎn)水量;InVEST模型;驅(qū)動(dòng)因子;大凌河

中圖分類(lèi)號(hào)：TV213.4?文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j.issn.1000-1379.2020.02.009

Abatract：In order to explore the quantitative assessment and spatial expression of water production yield function in the upper reaches of Daling river， this paper took the Daling River upper catchment in the west area of Liaoning Province as an example， using InVEST model to calculate the Daling River upper catchment area water yield， analyzed spatial distribution pattern and the spatial correlation of water yield of the basin based on ArcGIS platform， and discussed water yield under different driving factors. The results show that： a） in 2015， the Daling River upper catchment area average water yield is 36.72 mm， and the total amount of water production yield is 341 million m3/a; b） the Morans I of water yield is 0.939 in the study area， which shows the significant spatial correlation of water yield. Low-Low cluster is located in the sub-basin of the west of Chaoyang County and the northeast of Mongolian Autonomous County of Kalaqin left. The eastern sub-basin of Jianchang is a high-high clustering area， no low-high clustering area and high-low clustering area in the study area; c） under different land use types， forest land， grassland and urban and industrial and mining land have strong capacity of water productionyield， water productionyield capacity of water area， unused land and cultivated land is lower; d） the order of average water?productionyield capacity of different soil textures is brown soil > neutral litho stone soil > ccalcareous skeletol coarse bone soil > skeletol coarse bone soil > eluvial cinnamon leaching brown soil > ccinnamon soil >meadow cinnamon?tidal brown soil > calciumcalcareous red clay > calcareous cinnamon soil > fluvo-aquic soil > cquictidal bbrown soil; e） water yield hasThere is a significant positive correlation with precipitation and abetween water yield and rainfall and significant negative correlation with actual evapotranspiration and potential evapotranspiration. The InVEST model is suitable for evaluating water?productionyield function of Daling River. The water yield has significant different water production functions under different factors.

Key words： ecosystem services; water yield; InVEST model; driving factor; Daling River

水源供給是生態(tài)系統(tǒng)服務(wù)重要的一項(xiàng)，隨著生態(tài)系統(tǒng)服務(wù)熱點(diǎn)的發(fā)展，水源供給時(shí)空特征及影響因子分析備受學(xué)者關(guān)注[1-3]。在學(xué)者的眾多研究中，對(duì)產(chǎn)水量、水源供給、水源涵養(yǎng)概念存在不同的理解與界定[4-6]，徐潔等[7]結(jié)合已有研究對(duì)上述概念進(jìn)行了梳理。對(duì)森林生態(tài)系統(tǒng)水源涵養(yǎng)功能的研究較為廣泛，王曉學(xué)等[8]將水源涵養(yǎng)定義為森林生態(tài)系統(tǒng)的林冠層、枯枝落葉層、土壤層對(duì)降水的攔截與再分配作用，從而起到儲(chǔ)存水分、調(diào)節(jié)徑流、攔截洪水的功能。水源供給是為滿(mǎn)足自然生態(tài)系統(tǒng)和社會(huì)經(jīng)濟(jì)系統(tǒng)需求的用水量，產(chǎn)水量是水源供給服務(wù)的定量化表達(dá)，計(jì)算降水量與蒸散量的差值得到[9]。為定量評(píng)估生態(tài)系統(tǒng)服務(wù)功能，解決其空間異質(zhì)性表達(dá)等問(wèn)題，生態(tài)系統(tǒng)服務(wù)評(píng)估模型成為研究熱點(diǎn)，如ARIES模型[10]、SOLVES模型[11]、InVEST模型[12]。InVEST（Integrated Valuation of Ecosystem Services and Tradeoffs）模型由美國(guó)斯坦福大學(xué)、大自然保護(hù)協(xié)會(huì)、世界自然基金會(huì)共同開(kāi)發(fā)。相比其他模型，InVEST模型具有輸入數(shù)據(jù)量少、導(dǎo)出數(shù)據(jù)量大、對(duì)抽象生態(tài)系統(tǒng)服務(wù)功能進(jìn)行定量分析等優(yōu)點(diǎn)，InVEST模型不足之處表現(xiàn)為計(jì)算各參數(shù)過(guò)程中無(wú)統(tǒng)一公式，雖為學(xué)者提供方便，但也影響了結(jié)果的精度。由于模型引自國(guó)外，參數(shù)依據(jù)國(guó)外的自然地理特征而設(shè)定，因此需進(jìn)行本地化，在本地化過(guò)程中，學(xué)者多依據(jù)研究經(jīng)驗(yàn)或借鑒前人研究成果，無(wú)統(tǒng)一標(biāo)準(zhǔn)，亦造成了研究結(jié)果的不確定性。產(chǎn)水量模塊是基于Budyko[13]曲線、年平均降水量、水量平衡公式所提出的簡(jiǎn)易模擬匯水過(guò)程的模塊，各個(gè)柵格單元產(chǎn)水量表現(xiàn)形式為降水量與潛在蒸散量的差值。國(guó)內(nèi)學(xué)者運(yùn)用InVEST模型產(chǎn)水模塊對(duì)生態(tài)系統(tǒng)服務(wù)產(chǎn)水功能進(jìn)行了大量研究，如吳健等[14]運(yùn)用InVEST模型研究了近20 a來(lái)東北地區(qū)產(chǎn)水量時(shí)空分布格局及驅(qū)動(dòng)因素，吳哲等[15]基于InVEST模型設(shè)定3種不同情境模擬了海南島產(chǎn)水量空間分布，王雅等[16]研究了黑河流域土地利用變化下的水文時(shí)空特征，林世偉等[17]對(duì)“三江并流”區(qū)生態(tài)系統(tǒng)服務(wù)中水源供給時(shí)空特征進(jìn)行了深入研究。

大凌河上游匯水區(qū)是大凌河干流及眾多支流的補(bǔ)給源，是遼寧西部城市群的重要水源地，對(duì)遼寧西部社會(huì)發(fā)展尤為重要。本文以大凌河上游匯水區(qū)為例，基于InVEST模型產(chǎn)水模塊，結(jié)合2015年土地利用數(shù)據(jù)，模擬大凌河上游匯水區(qū)產(chǎn)水量并分析產(chǎn)水量空間分布特征，分析不同土地利用、氣候、土壤質(zhì)等驅(qū)動(dòng)因子下產(chǎn)水量的變化情況，評(píng)估大凌河產(chǎn)水量空間自相關(guān)特征，分析產(chǎn)水量高低聚類(lèi)區(qū)，對(duì)實(shí)現(xiàn)水資源管理與生態(tài)系統(tǒng)服務(wù)功能具有重要意義。

1?研究區(qū)概況

大凌河是東北地區(qū)渤海西部沿岸一條入海河流，上游分為南北兩支，北支發(fā)源于河北省平泉縣，南支發(fā)源于遼寧省建昌縣，兩支在遼寧省喀左縣匯合后流經(jīng)朝陽(yáng)市、義縣，于錦州市凌海注入渤海。選取大凌河上游匯水區(qū)為研究區(qū)，面積為9 330.59 km2，占大凌河流域面積的39.8%。研究區(qū)氣候類(lèi)型為溫帶半濕潤(rùn)、半干旱大陸性季風(fēng)氣候，受東南部海洋暖濕空氣及北部蒙古冷干氣流的相互作用，降水偏少，多年平均降水量為450～580 mm，汛期為7—8月，降水年內(nèi)分配不均，暴雨集中。多年平均水面蒸發(fā)量為900～1 200 mm，氣候干旱，春秋兩季尤為突出，素有“十年九旱”之稱(chēng)。區(qū)內(nèi)分布土壤主要為棕壤、褐土、粗骨土、潮土等。

2?研究方法

2.1?數(shù)據(jù)來(lái)源

本文所需數(shù)據(jù)及數(shù)據(jù)來(lái)源見(jiàn)表1。

2.2?數(shù)據(jù)處理

模型輸入?yún)?shù)包括降水（P）、流域面積、土地利用/土地覆被（LUCC）、最大根系深度、植被有效水含量（AWC）、潛在蒸散量（ET0）、Zhang系數(shù)、生物物理參數(shù)等。土地利用數(shù)據(jù)基于Landsat TM遙感影像，運(yùn)用ENVI平臺(tái)進(jìn)行幾何校正、融合、裁剪、鑲嵌、監(jiān)督分類(lèi)處理，完成目視解譯。降水參數(shù)根據(jù)15個(gè)氣象站數(shù)據(jù)，利用ArcGIS軟件Kriging插值得到?；贒EM數(shù)據(jù)，將研究區(qū)劃分為55個(gè)子流域。潛在蒸散量參數(shù)采用Modified-Hargreaves公式[18]計(jì)算，在ArcGIS軟件中由Kriging插值獲得。計(jì)算公式為

式中：ET0為潛在蒸散量，mm;RA為太陽(yáng)輻射值，MJ/（m2·d）;Tavg為日最高氣溫與日最低氣溫的均值，℃;TD為日最高氣溫與日最低氣溫的差值，℃。

植被可利用水含量參考文獻(xiàn)[19]，計(jì)算田間持水量及永久萎蔫系數(shù)之間的差值，計(jì)算公式為

式中：FMC為田間持水量，%;WC為永久萎蔫系數(shù);Clay為土壤黏粒含量，%;Silt為土壤粉粒含量，%;Sand為土壤沙粒含量，%;OM為土壤有機(jī)質(zhì)含量，%;BD為土壤容重，g/cm3。

Zhang系數(shù)為季節(jié)因子，亦是表征降水特征的常數(shù)[20]。將空間參數(shù)的地理坐標(biāo)統(tǒng)一設(shè)置為Beijing_1954_3_Degree_GK_Zone_41，分辨率設(shè)置為30 m×30 m。生物物理參數(shù)包括土地利用類(lèi)型、蒸散系數(shù)、植被根系深度等，土地利用類(lèi)型分為林地、草地、耕地、城鎮(zhèn)及工礦用地、水域及水利設(shè)施、未利用地6類(lèi)，蒸散系數(shù)與植被根系深度參數(shù)結(jié)合InVEST模型說(shuō)明手冊(cè)[21]進(jìn)行調(diào)整。

2.3?產(chǎn)水模型模擬

InVEST模型中Water Yield模塊以Budyko曲線為基礎(chǔ)，根據(jù)水量平衡方程，降水量減去蒸發(fā)量即為產(chǎn)水量。模型未區(qū)分地表水、地下水、基流，假設(shè)每個(gè)柵格產(chǎn)水量通過(guò)以上任意方式到達(dá)流域出口，產(chǎn)水量包括地表產(chǎn)水、枯枝落葉含水量、土壤含水量等。產(chǎn)水量計(jì)算公式為

式中：Yjx為柵格單元x中第j類(lèi)土地利用類(lèi)型的產(chǎn)水量，mm;AETxj為柵格單元x中第j類(lèi)土地利用類(lèi)型的年實(shí)際蒸散量，mm;Px為柵格單元x的年平均降水量，mm;Rxj為柵格單元x第j類(lèi)土地利用類(lèi)型的干燥度指數(shù)，定義為潛在蒸發(fā)量與降水量的比值;ωx為自然氣候-土壤性質(zhì)的參數(shù);AWCx為柵格單元x的植被可利用水含量，mm，用來(lái)確定土壤為植物生長(zhǎng)所提供的水量;Z為Zhang系數(shù)，研究區(qū)降水次數(shù)越多則Zhang系數(shù)越大。

大凌河上游地區(qū)主要控制站為大城子水文站，依據(jù)馮夏清[22]對(duì)近50 a大凌河流域徑流變化的研究得知，大城子站平均徑流量為3.62億m3/a，將Zhang系數(shù)調(diào)整為27.5，模型輸出產(chǎn)水量為3.41億m3/a，誤差為5.8%，相對(duì)較低，表明式（4）適用于評(píng)估大凌河上游地區(qū)產(chǎn)水能力。

2.4?空間自相關(guān)

2.4.1?全局空間自相關(guān)

全局空間自相關(guān)是指在整個(gè)區(qū)域中地理要素屬性值的空間特征描述[23]。Morans I在空間統(tǒng)計(jì)分析中被廣泛應(yīng)用，計(jì)算公式為

Morans I的取值范圍在[-1，1]之間，當(dāng)I>0時(shí)，表示正相關(guān)，即為空間集聚;當(dāng)I<0時(shí)，表示負(fù)相關(guān)，即為空間離散;當(dāng)I=0時(shí)，表示無(wú)關(guān)。

2.4.2?局域空間自相關(guān)

全局空間自相關(guān)是對(duì)區(qū)域內(nèi)某一屬性整體空間度的表達(dá)，無(wú)法確定空間聚集、離散的具體位置。受空間異質(zhì)性的影響，使同一區(qū)域中某一位置為空間正相關(guān)，另一位置呈現(xiàn)空間負(fù)相關(guān)。通過(guò)局域自相關(guān)（LISA）分析聚集或離散具體發(fā)生位置，計(jì)算公式為

2.4.3?Person相關(guān)性分析

Person相關(guān)性分析用來(lái)度量數(shù)值型變量之間的線性相關(guān)關(guān)系?；赟PSS平臺(tái)計(jì)算產(chǎn)水量與影響因素之間的相關(guān)系數(shù)，計(jì)算公式為

3?結(jié)果與分析

3.1?產(chǎn)水量空間格局分析

2015年大凌河上游匯水區(qū)產(chǎn)水深度為6.03～417.08 mm（見(jiàn)圖1），平均產(chǎn)水深度為36.72 mm，產(chǎn)水總量為3.41億m3/a。研究區(qū)產(chǎn)水深度呈現(xiàn)明顯的空間異質(zhì)性，在縣域尺度上，平均產(chǎn)水深度大小排序?yàn)槠饺h>建昌縣>凌源縣>寧城縣>喀喇沁左翼蒙古自治縣>建平縣>朝陽(yáng)縣>敖漢旗。平泉縣、建昌縣境內(nèi)植被以林地和草地為主，水土保持能力強(qiáng)，且建昌縣降水量較其他縣域大，境內(nèi)單位面積平均產(chǎn)水量高;建平縣降水量大，但潛在蒸散量亦較大，且植被覆蓋率低，境內(nèi)單位面積平均產(chǎn)水量低;朝陽(yáng)縣境內(nèi)耕地面積大，林地草地分布在西北、東南海拔高的地區(qū)，境內(nèi)單位面積平均產(chǎn)水量低;敖漢旗位于內(nèi)蒙古自治區(qū)境內(nèi)，降水量小且蒸散量大，同時(shí)植被覆蓋率低，耕地占據(jù)主導(dǎo)地位，產(chǎn)水能力低。

3.2?產(chǎn)水量空間自相關(guān)分析

3.2.1?產(chǎn)水量全局相關(guān)分析

研究區(qū)產(chǎn)水量的Morans I指數(shù)為0.939，Z值為5.544，概率P值為0，小于0.001，表明產(chǎn)水量展現(xiàn)出的空間分布為非隨機(jī)狀態(tài)。受降水量、蒸發(fā)量等自然條件的影響，產(chǎn)水量呈空間正相關(guān)且相關(guān)性較明顯。Morans I可以表明產(chǎn)水量呈現(xiàn)空間正相關(guān)，但無(wú)法確定在哪一具體位置為聚類(lèi)或離散狀態(tài)。

3.2.2?產(chǎn)水量局域自相關(guān)分析

產(chǎn)水局域自相關(guān)分析可確定產(chǎn)水量高、低值集聚區(qū)，判斷產(chǎn)水量高低值分布區(qū)有利于對(duì)水資源進(jìn)行合理利用及有效管理。研究區(qū)局域空間自相關(guān)分布如圖2所示，圖中High-High表示該流域及其周?chē)饔虍a(chǎn)水量都高;Low-Low表示該流域及其周?chē)饔虍a(chǎn)水量都低，兩者空間自相關(guān)存在相似性;High-Low表示該流域產(chǎn)水高，周?chē)饔虍a(chǎn)水量低;Low-High表示該流域產(chǎn)水量低，周?chē)饔虍a(chǎn)水量高，兩者空間自相關(guān)存在異質(zhì)性;Not Significant表示該流域無(wú)顯著集聚。產(chǎn)水量局域自相關(guān)分析表明：朝陽(yáng)縣西部及喀喇沁左翼蒙古族自治縣東北部子流域處于產(chǎn)水量Low-Low聚類(lèi)區(qū)，該地區(qū)以耕地為主，耕地蒸散能力強(qiáng)于林地與草地[24]，產(chǎn)水能力較弱。建昌縣東部子流域?yàn)楫a(chǎn)水量High-High聚類(lèi)區(qū)，該地區(qū)以林地、草地為主，蒸散量較水域、林地低，且處于潛在蒸散量低值區(qū)。研究區(qū)不存在Low-High聚類(lèi)區(qū)與High-Low聚類(lèi)區(qū)?；诋a(chǎn)水量空間自相關(guān)研究可識(shí)別產(chǎn)水量高低聚類(lèi)分區(qū)，相關(guān)機(jī)構(gòu)可對(duì)產(chǎn)水量Low-Low聚類(lèi)地區(qū)加強(qiáng)水資源管理，協(xié)調(diào)好產(chǎn)水能力與其相關(guān)驅(qū)動(dòng)因素間的關(guān)系，合理使用有限水資源;對(duì)產(chǎn)水量High-High聚類(lèi)區(qū)，強(qiáng)化水資源優(yōu)化配置，實(shí)現(xiàn)水資源可持續(xù)利用。

3.3?不同驅(qū)動(dòng)因子下產(chǎn)水量分析

3.3.1?不同土地利用類(lèi)型下產(chǎn)水量分析

基于SPSS軟件Person相關(guān)性分析，判別不同土地利用類(lèi)型的產(chǎn)水量差異。林地、草地、水域及水利設(shè)施、城鎮(zhèn)與產(chǎn)水量呈顯著正相關(guān)，表明產(chǎn)水量隨著這幾種地類(lèi)面積的增大而增大，未利用地與產(chǎn)水量呈顯著負(fù)相關(guān)，表明產(chǎn)水量隨著未利用地面積的增大而減?。ㄒ?jiàn)表2）。林地、草地以及城市與工礦用地產(chǎn)水量大，這3種地類(lèi)平均產(chǎn)水量為79.2 mm，水域、未利用地與耕地平均產(chǎn)水量為76.1 mm。實(shí)際蒸散量是產(chǎn)水量大小的重要影響因子，蒸散量大小排序?yàn)楦?林地>草地>建筑用地，水體的蒸發(fā)量明顯大于植被的蒸散量[25]，未利用地多為荒草地、鹽堿地或沙地，蒸散量亦大于植被蒸散量。城市作為不透水面，地表產(chǎn)流量增大，使城市及建筑用地產(chǎn)水能力相對(duì)較高。林地、草地的枯枝落葉含水量、冠層截留量與土壤含水量高，林地土壤孔隙度較大，具有改善土壤結(jié)構(gòu)的功能，產(chǎn)水能力強(qiáng)。在蒸散量及土地利用類(lèi)型面積的共同作用下，使得林地、草地以及城市與工礦用地的產(chǎn)水量較高。

3.3.2?不同土壤質(zhì)地下產(chǎn)水量分析

土壤質(zhì)地決定田間持水量與永久萎蔫系數(shù)之間的差值即植被可利用水含量，進(jìn)而影響流域產(chǎn)水量，說(shuō)明土壤質(zhì)地與產(chǎn)水量大小密切相關(guān)。采用Person相關(guān)分析研究不同土壤質(zhì)地與產(chǎn)水量的相關(guān)性，棕壤、潮土、鈣質(zhì)粗骨土與產(chǎn)水量呈顯著正相關(guān)關(guān)系，潮褐土和石灰性褐土與降水量呈負(fù)相關(guān)關(guān)系（見(jiàn)表3）。不同質(zhì)地土壤產(chǎn)水深度范圍為35.327～139.364 mm，平均產(chǎn)水深度為91.13 mm。不同土壤類(lèi)型產(chǎn)水量大小依次為棕壤>中性石質(zhì)土>鈣質(zhì)粗骨土>粗骨土>淋溶褐土>褐土>潮褐土>積鈣紅黏土>石灰性褐土>潮土>潮棕壤（見(jiàn)圖3），與陳姍姍等[26]得出棕壤>褐土>新積土的結(jié)論基本一致。棕壤導(dǎo)水性強(qiáng)于粗骨土強(qiáng)于褐土，棕壤質(zhì)地細(xì)，永久萎蔫系數(shù)與田間持水量較大，保水能力與產(chǎn)水能力強(qiáng)。寧城縣與平泉縣多棕壤與粗骨土分布且分布集中，該地區(qū)飽和導(dǎo)水率高，產(chǎn)水能力較強(qiáng)。不同類(lèi)型土壤較零散分布于研究區(qū)內(nèi)，在氣候因子及生物因子共同作用下，影響產(chǎn)水量大小及其分布。

3.3.3?不同氣候因子下產(chǎn)水量分析

影響產(chǎn)水量的氣候因子主要包括氣溫、降水、蒸散量。根據(jù)Person相關(guān)分析得知，降水量與產(chǎn)水量顯著正相關(guān)，實(shí)際蒸散量、潛在蒸散量與產(chǎn)水量顯著負(fù)相關(guān)（見(jiàn)表4）。研究區(qū)2015年降水量為500.070～582.942 mm，空間分布為北部高、中部低、東南部高，平均實(shí)際蒸散量為448.600 mm，潛在蒸散量為957.634～1 096.790 mm。流域北部及西部分別位于內(nèi)蒙古及河北境內(nèi)，氣候相對(duì)干燥，潛在蒸散量由北部向南部逐漸遞減，在區(qū)內(nèi)海拔較高的山地地區(qū)，受降水量、潛在蒸散量、植被以及土壤綜合影響，山區(qū)生態(tài)系統(tǒng)的產(chǎn)水量大于平原及其他地區(qū)生態(tài)系統(tǒng)的產(chǎn)水量。

4?結(jié)?論

（1）產(chǎn)水量空間格局特征：大凌河上游匯水區(qū)平均產(chǎn)水深度為36.72 mm，產(chǎn)水總量為3.41億m3/a。研究區(qū)內(nèi)不同縣域的平均產(chǎn)水深度排序?yàn)槠饺h>建昌縣>凌源縣>寧城縣>喀喇沁左翼蒙古自治縣>建平縣>朝陽(yáng)縣>敖漢旗。

（2）產(chǎn)水量的空間相關(guān)性：流域產(chǎn)水量Morans I值為0.939，Z為5.544，P值為0。朝陽(yáng)縣西部及喀喇沁左翼蒙古族自治縣東北部子流域地區(qū)為L(zhǎng)ow-Low聚類(lèi)區(qū)，建昌東部子流域?yàn)镠igh-High聚類(lèi)區(qū)，流域內(nèi)無(wú)Low-High聚類(lèi)區(qū)與High-Low聚類(lèi)區(qū)。

（3）不同土地利用類(lèi)型的產(chǎn)水量特征：研究區(qū)土地利用類(lèi)型以林地、草地、耕地為主，林地、草地以及城市與工礦用地產(chǎn)水能力強(qiáng)，其他土地利用類(lèi)型產(chǎn)水能力弱，產(chǎn)水量小。

（4）不同土壤質(zhì)地的產(chǎn)水量特征：在土壤質(zhì)地、透水性、飽和導(dǎo)水率，生物因子的共同作用下，產(chǎn)水功能大小產(chǎn)生差異，排序?yàn)樽厝?中性石質(zhì)土>鈣質(zhì)粗骨土>粗骨土>淋溶褐土>褐土>潮褐土>積鈣紅黏土>石灰性褐土>潮土>潮棕壤。

（5）不同氣候因子的產(chǎn)水量特征：2015年流域內(nèi)降水量為500.070～582.942 mm，潛在蒸散量為957.634～1 096.790 mm，平均實(shí)際蒸散量為448.600 mm。產(chǎn)水量與降水量顯著正相關(guān)，與潛在蒸散量、實(shí)際蒸散量負(fù)相關(guān)。

由于缺失大凌河上游匯水區(qū)連續(xù)年份的水文土壤資料，因此

本文僅對(duì)2015年大凌河流域產(chǎn)水量進(jìn)行空間定量化分析，運(yùn)用產(chǎn)水模塊計(jì)算單一產(chǎn)水服務(wù)功能，在今后的研究中，應(yīng)加強(qiáng)多種生態(tài)系統(tǒng)服務(wù)之間的關(guān)系研究，如產(chǎn)水量與土壤保持量、產(chǎn)水量與碳儲(chǔ)量服務(wù)之間的關(guān)系。

參考文獻(xiàn)：

[1]?孫小銀，郭洪偉，廉麗姝，等. 南四湖流域產(chǎn)水量空間格局與驅(qū)動(dòng)因素分析[J]. 自然資源學(xué)報(bào)，2017，32（4）：669-679.

[2]?DAILY G C， MATSON P A. Ecosystem Services： From Theory to Implementation[J]Proceedings of National Academy Sciences of the United States of America，2008，105（28）：9455-9456.

[3]?呂一河，胡健，孫飛翔，等.水源涵養(yǎng)與水文調(diào)節(jié)：和而不同的陸地生態(tài)系統(tǒng)水文服務(wù)[J].生態(tài)學(xué)報(bào)，2015，35（15）：5191-5196.

[4]?ZHANG Canqiang， LI Wenhua， ZHANG Biao， et al. Water Yield of Xitiaoxi River Basin Based on In VEST Modeling[J]. Journal of Resources and Ecology，2012，3（1）：50-54.

[5]?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(shí)空變化[J].應(yīng)用生態(tài)學(xué)報(bào)，2013，23（1）：183-189.

[6]?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(shí)空變化[J].地理研究，2016，35（4）：664-676.

[7]?徐潔，肖玉，謝高地，等.東江湖流域水供給服務(wù)時(shí)空格局分析[J].生態(tài)學(xué)報(bào)，2016，36（15）：4892-4906.

[8]?王曉學(xué)，沈會(huì)濤，李敘勇，等.森林水源涵養(yǎng)功能的多尺度內(nèi)涵、過(guò)程及計(jì)量方法[J].生態(tài)學(xué)報(bào)，2013，33（4）：1019-1030.

[9]?黃從紅.基于InVEST模型的生態(tài)系統(tǒng)服務(wù)功能研究[D].北京：北京林業(yè)大學(xué)，2014：21-22.

[10]?GUERRY A D， RUCKELSHAUS M H， ARKEMA K K. Modeling Benefits from Nature：Using Ecosystem Services to Iinform Coastal and Marine Spatial Planning[J]. International Journal of Biodiversity Science，2012，8（1）：107-121.

[11]?BROWN G， BRABYN L. The Extrapolation of Social Landscape Values to a National Level in New Zealand Using Landscape Character Classification[J]. Applied Geography，2012，35（1）：84-94.

[12]?NELSON E， MENDOZA G， REGETZ J. Modeling Multiple Ecosystem Services， Biodiversity Conservation， Commodity Production， and Tradeoffs at Landscape Scales[J]. Frontiers in Ecology and the Environment，2009，7（1）：4-11.

[13]?李斌，李麗娟，覃馭楚，等.基于Budyko假設(shè)評(píng)估洮兒河流域中上游氣候變化的徑流影響[J].資源科學(xué)，2011，33（1）：70-76.

[14]?吳健，李英花，黃利亞，等.東北地區(qū)產(chǎn)水量時(shí)空分布格局及其驅(qū)動(dòng)因素[J].生態(tài)學(xué)雜志，2017，36（11）：3216-3223.

[15]?吳哲，陳歆，劉貝貝，等.不同土地利用/覆蓋類(lèi)型下海南島產(chǎn)水量空間分布模擬[J].水資源保護(hù)，2014，30（3）：9-13.

[16]?王雅，蒙吉軍.基于InVEST模型的黑河中游土地利用變化水文效應(yīng)時(shí)空分析[J].北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，51（6）：1157-1165.

[17]?林世偉，武瑞東.“三江并流”區(qū)生態(tài)系統(tǒng)供水服務(wù)的空間分布特征[J].西部林業(yè)科學(xué)，2015，44（3）：8-15.

[18]?陳風(fēng)琴，石輝.縉云山常綠闊葉林土壤大孔隙與入滲性能關(guān)系初探[J].西南師范大學(xué)學(xué)報(bào)，2005，30（2）：350-353.

[19]?張恒瑋.基于InVEST模型石羊河流域生態(tài)系統(tǒng)服務(wù)評(píng)估[D].蘭州：西北師范大學(xué)，2016：12-15.

[20]?張雪峰，牛建明，張慶，等.內(nèi)蒙古錫林河流域草地生態(tài)系統(tǒng)水源涵養(yǎng)功能空間格局[J].干旱區(qū)研究，2016，33（4）：814-821.

[21]?TALLIS H T， RICKETTS T， GUERRY A D， et al.InVEST 3.2 Beta User's Guide[M]. Stanford： the Natural Capital Project，2015：144-156.

[22]?馮夏清.近50年大凌河流域徑流變化特征分析[J].水文，2017，37（3）：84-90.

[23]?孟斌，王勁峰，張文忠，等.基于空間分析方法的中國(guó)區(qū)域差異研究[J].地理科學(xué)，2005，25（4）：393-400.

[24]?顧東娟.長(zhǎng)株潭城市群土地利用/覆被變化的水文水資源效應(yīng)分析[D].長(zhǎng)沙：湖南師范大學(xué)，2014：17-23.

[25]?趙曉松，劉元波，吳桂平.基于遙感的鄱陽(yáng)湖湖區(qū)蒸散特征及環(huán)境要素影響[J].湖泊科學(xué)，2013，25（3）：428-436.

[26]?陳姍姍，劉康，包玉斌，等.商洛市水源涵養(yǎng)服務(wù)功能空間格局與影響因素[J].地理科學(xué)，2016，36（10）：1546-1554.

【責(zé)任編輯?張華興】