基于InVEST模型的赤水河流域生態(tài)系統(tǒng)服務(wù)功能評(píng)估研究

賈婉琳，吳賽男，陳 昂，2

（1.中國(guó)水利水電科學(xué)研究院 水電可持續(xù)發(fā)展研究中心，北京 100038；2.長(zhǎng)江生態(tài)環(huán)保集團(tuán)有限公司，湖北 武漢 430062）

1 研究背景

生態(tài)系統(tǒng)服務(wù)功能評(píng)估是對(duì)生態(tài)系統(tǒng)所提供和維持功能的定量表達(dá)［1］。隨著氣候變化和人類活動(dòng)對(duì)生態(tài)系統(tǒng)影響加劇，生態(tài)系統(tǒng)服務(wù)功能評(píng)估得到快速發(fā)展，先后出現(xiàn)了流域、濕地、湖泊、城市等不同生態(tài)系統(tǒng)的服務(wù)功能評(píng)估方法研究［2-3］，不同學(xué)者針對(duì)性的開發(fā)了一些面向不同生態(tài)系統(tǒng)服務(wù)功能的評(píng)估模型，例如InVEST、SoLVES、ARIES等模型［4］。其中，InVEST模型是使用最為廣泛的模型之一，一定程度上解決了生態(tài)系統(tǒng)服務(wù)功能形成機(jī)制不明確，評(píng)估結(jié)果實(shí)用性差的問題，能夠較為直觀的展示生態(tài)系統(tǒng)服務(wù)功能［5］。該模型稱作生態(tài)系統(tǒng)服務(wù)和交易的綜合評(píng)估模型（Integrated Valuation of Ecosystem Services and Trade-offs，InVEST），是由自然資本項(xiàng)目（Natural Capital Project）所提供的軟件工具。國(guó)內(nèi)外InVEST模型的應(yīng)用已取得較多成果，如三江源、西苕溪流域、美國(guó)加利福尼亞等［6-11］，總體來看，InVEST模型具有廣泛的適用性，模型的子模塊較多，國(guó)內(nèi)外應(yīng)用較多的是水源供給、土壤保持、碳存儲(chǔ)及生境質(zhì)量模塊；在不同區(qū)域應(yīng)用時(shí)，需要對(duì)不同模塊的參數(shù)進(jìn)行相應(yīng)調(diào)整，如何確定適宜參數(shù)是模型應(yīng)用時(shí)的主要研究?jī)?nèi)容之一［12］。

當(dāng)前我國(guó)正處河流快速開發(fā)的進(jìn)程，高強(qiáng)度的河流開發(fā)活動(dòng)給流域生態(tài)系統(tǒng)保護(hù)帶來了新的挑戰(zhàn)，如何評(píng)估河流開發(fā)的生態(tài)影響與效益是研究難點(diǎn)［13-14］。本研究綜合運(yùn)用地理信息系統(tǒng)技術(shù)，基于赤水河流域1980—2015年6期土地利用數(shù)據(jù)，采用ArcGIS分析了流域土地利用動(dòng)態(tài)度及時(shí)空分布特征，采用Fragstats軟件分析了流域景觀結(jié)構(gòu)特征、景觀格局指數(shù)及其演化規(guī)律，采用InVEST模型評(píng)估了流域的水源供給、土壤保持、碳儲(chǔ)量和生境質(zhì)量等生態(tài)系統(tǒng)服務(wù)功能，并綜合評(píng)估了流域生態(tài)系統(tǒng)服務(wù)功能整體狀況。研究提出了赤水河流域生態(tài)環(huán)境保護(hù)的工作建議，對(duì)完善生態(tài)系統(tǒng)服務(wù)功能評(píng)估方法和赤水河流域生態(tài)環(huán)境保護(hù)具有參考作用。

2 數(shù)據(jù)與方法

2.1 研究區(qū)概況 赤水河是長(zhǎng)江右岸的一級(jí)支流，干流全長(zhǎng)436.5 km，流域面積20 440 km2。流域地理位置獨(dú)特，主要涉及云南鎮(zhèn)雄、威信，貴州畢節(jié)、大方、金沙、仁懷、遵義、桐梓、習(xí)水、赤水，以及四川的敘永、古藺、合江等13個(gè)縣（市）（圖1）。

圖1 赤水河流域地理位置示意圖

2.2 研究方法 基于赤水河流域1980—2015年6期1∶10萬土地利用數(shù)據(jù)，計(jì)算了6期土地利用的單一土地利用動(dòng)態(tài)度和綜合動(dòng)態(tài)度；采用Fragstats 4.2軟件計(jì)算了流域景觀和土地利用類型尺度的8個(gè)景觀格局指數(shù)（表1）。然后，采用InVEST模型的水源供給模塊（Water yield）、土壤保持模塊（Sediment Retention）、碳儲(chǔ)量模塊（Carbon）和生境質(zhì)量模塊（Habitat Quality）評(píng)估了流域生態(tài)系統(tǒng)服務(wù)功能，模塊運(yùn)行結(jié)果分別得到流域產(chǎn)水量、潛在土壤侵蝕量、碳儲(chǔ)量和生境質(zhì)量指數(shù)、生境退化指數(shù)，通過在ArcGIS中疊加不同土地利用類型圖和行政區(qū)劃圖，進(jìn)一步分析了不同土地利用類型和不同縣（市）的生態(tài)系統(tǒng)服務(wù)功能，并以專題地圖形式展示。

2.3 數(shù)據(jù)準(zhǔn)備與處理 分析的數(shù)據(jù)基礎(chǔ)是數(shù)字高程模型（DEM，Digital Elevation Model）、土地利用數(shù)據(jù)和流域拓?fù)潢P(guān)系。DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云網(wǎng)站提供的90m分辨率的SRTM V4.1數(shù)據(jù)；基于DEM數(shù)據(jù)，利用ArcGIS軟件的水文分析（Hydrology）功能，提取了赤水河流域的邊界和水系河網(wǎng)。土地利用數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)中心，選取1980年、1990年、2000年、2005年、2010年、2015年6期數(shù)據(jù)，經(jīng)接邊、轉(zhuǎn)換、裁剪等處理得到赤水河流域30 m分辨率的柵格數(shù)據(jù)。InVEST模型需要大量數(shù)據(jù)和參數(shù)作為輸入變量，4個(gè)模塊的基本輸入數(shù)據(jù)大致相同，針對(duì)不同模塊特點(diǎn)，部分?jǐn)?shù)據(jù)有所差異，模型總體數(shù)據(jù)需求及來源見表2。其中，降雨量數(shù)據(jù)根據(jù)水文年鑒查詢到赤水河流域18個(gè)水文站點(diǎn)的日降雨資料，根據(jù)降雨資料統(tǒng)計(jì)結(jié)果利用ArcGIS軟件的克里格插值（Kriging），生成相應(yīng)年份的流域面狀降雨量數(shù)據(jù)。

確定InVEST模型不同模塊的適宜參數(shù)是研究的難點(diǎn)，本研究主要通過查閱研究區(qū)附近區(qū)域相關(guān)文獻(xiàn)，結(jié)合InVEST模型用戶指南（http：//data.naturalcapitalproject.org/nightly-build/InVEST-usersguide/html/）確定主要的參數(shù)值［15］，見表3。降雨侵蝕性因子R可根據(jù)赤水河流域不同年份降水量圖層，利用ArcGIS中Raster Calculator工具計(jì)算得到，根據(jù)文獻(xiàn)研究成果，α1取0.0668，β1取1.6266。

確定不同土地利用類型碳密度時(shí)，綜合考慮氣溫和降水因子修正碳密度值。由于年均氣溫與土壤碳密度的關(guān)系尚未有詳細(xì)文獻(xiàn)記載，且氣溫與土壤碳密度的相關(guān)性明顯低于降水，因此本研究只考慮降水量對(duì)土壤碳密度的影響，采用全國(guó)碳密度數(shù)值與碳密度修正系數(shù)的乘積作為赤水河流域碳密度值［18］（表4）。

表2 InVEST模型數(shù)據(jù)需求及來源

表3 InVEST模型不同模塊的參數(shù)及確定依據(jù)

確定生境質(zhì)量模塊的威脅因子時(shí)，考慮赤水河流域?qū)嶋H情況，運(yùn)用ArcGIS空間分析工具分別提取不同時(shí)期的耕地、水域和建設(shè)用地3類受人為活動(dòng)影響較大的類型；根據(jù)文獻(xiàn)研究成果［17］，建立威脅因子數(shù)據(jù)表（表5）。

表4 赤水河流域不同土地利用類型碳密度值

表5 生境質(zhì)量模塊威脅因子量表

3 結(jié)果與討論

3.1 土地利用與景觀格局變化 赤水河流域1980—2015年土地利用類型35年間未發(fā)生顯著變化，保持了相對(duì)天然的生態(tài)系統(tǒng)狀況。2010—2015年，其他建設(shè)用地增速最快，LDD值達(dá)到532%，其次為農(nóng)村居民點(diǎn)和城鎮(zhèn)用地，LDD值分別為53%和15%。1980—2015年的TLDD為0.36%，也表明流域土地利用變化并不活躍。

通過景觀格局指數(shù)（圖2）分析發(fā)現(xiàn)，1980—2015年研究區(qū)斑塊數(shù)量（NP）和斑塊密度（PD）增加，平均斑塊面積（AREA MN）和最大斑塊指數(shù)（LPI）下降，景觀分離指數(shù)（DIVISION）值越接近于1，說明景觀格局處于破碎化狀態(tài)；面積加權(quán)分維數(shù)（FRAC AM）是反映景觀形狀復(fù)雜度的一個(gè)重要指標(biāo)，數(shù)值略微有所下降，說明景觀形狀復(fù)雜度有減小的趨勢(shì)；香農(nóng)多樣性指數(shù)（SHDI）增加；香農(nóng)均勻度指數(shù)（SHEI）下降，表明1980—2015年研究區(qū)內(nèi)景觀多樣性先趨于減少后增加，破碎化程度增大，景觀均勻化程度減小。

3.2 水源供給功能評(píng)估 根據(jù)模擬結(jié)果（圖3），赤水河流域平均產(chǎn)水深度約為400 mm，2015年平均產(chǎn)水量約為880×107m3，據(jù)《貴州省2015年水資源公報(bào)》，2015年赤水河徑流深度為504.4 mm，模擬精度為82.47%，InVEST模型模擬結(jié)果是可行的。1980—2015年流域年平均產(chǎn)水量呈現(xiàn)逐年增加的趨勢(shì)。2015年的產(chǎn)水量比1980年增加了0.81億m3，增幅為0.93%。

圖2 赤水河流域1980—2015年景觀格局指數(shù)變化

總體來看，流域中下游產(chǎn)水量較高，1980—2015年流域產(chǎn)水量整體增加，左岸支流產(chǎn)水量有所下降，耕地、林地和草地的產(chǎn)水量都有不同程度的減少，由于建設(shè)用地面積增加且建設(shè)用地的蒸散量較低，故建設(shè)用地的產(chǎn)水量增加。1980—2015年耕地產(chǎn)水量減少量最大為0.529億m3，其中，產(chǎn)水量減少量最大為1990—2000年的林地，減少量為0.252億m3。

圖3 赤水河流域1980—2015年產(chǎn)水量變化

3.3 土壤保持功能評(píng)估 根據(jù)土壤保持模型計(jì)算結(jié)果，赤水河流域潛在土壤侵蝕總量為2067.4萬t，1980—2015年實(shí)際土壤侵蝕總量變化不大，約為170多萬t。根據(jù)《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》（SL190-2007）劃分土壤侵蝕強(qiáng)度發(fā)現(xiàn)，流域侵蝕強(qiáng)度以微度侵蝕為主，微度侵蝕面積約占流域總面積的97%；1980—2015年赤水河流域的微度侵蝕面積占比略微減少為0.13%，輕度侵蝕面積占比略微增加為0.12%，中度侵蝕和強(qiáng)烈侵蝕面積未發(fā)現(xiàn)明顯變化。

進(jìn)一步分析評(píng)估了不同土地利用類型和不同縣（市）的土壤保持功能，結(jié)果表明：裸巖石質(zhì)地的土壤侵蝕模數(shù)最高，屬于中度侵蝕；其次為中覆蓋度草地和低覆蓋度草地，屬于輕度侵蝕；其他土地利用類型的土壤侵蝕模數(shù)均小于5 t/（hm2·a），屬于微度侵蝕。根據(jù)赤水河流域1980—2015年不同縣（市）的平均土壤侵蝕模數(shù)（圖4）可知，流域上游畢節(jié)、威信、敘永3個(gè)縣（市）的土壤侵蝕模數(shù)較高。

圖4 赤水河流域1980—2015年不同縣（市）的平均土壤侵蝕模數(shù)

3.4 碳儲(chǔ)量功能評(píng)估 根據(jù)碳儲(chǔ)量計(jì)算結(jié)果（圖5），赤水河流域碳儲(chǔ)量約為58×106t，1980—2015年碳儲(chǔ)量變化不大。根據(jù)對(duì)于全球大氣中CO2含量變化的貢獻(xiàn)，可以把碳庫(kù)分為碳源和碳匯兩種類型，總體看來，1980—2015年赤水河流域碳收支基本平衡，為碳源區(qū)，累積損失碳量為151×103t。

根據(jù)赤水河流域1980—2015年不同階段的總固碳量可知，2000—2010年流域?yàn)樘紖R區(qū)，累積固碳量232×103t；1980—2000年和2010—2015年流域?yàn)樘荚磪^(qū)，累積損失碳量383×103t。

3.5 生境質(zhì)量功能評(píng)估 生境質(zhì)量指數(shù)反映了區(qū)域生境斑塊的破碎化狀況和不同斑塊對(duì)生境退化抗干擾能力的強(qiáng)弱［19］。赤水河流域1980—2015年生境質(zhì)量指數(shù)變化不大，平均生境質(zhì)量指數(shù)約為0.782；其中，2015年生境質(zhì)量指數(shù)最低，為0.78。

圖5 赤水河流域1980—2015年碳儲(chǔ)量空間分布

生境退化指數(shù)反映了威脅因子對(duì)區(qū)域生境潛在威脅狀況及生境質(zhì)量下降的概率大小。本研究采用ArcGIS軟件空間分析模塊中的重分類（Reclassify）工具和Natural Breaks（Jenks）方法對(duì)研究區(qū)6期的生境退化評(píng)估結(jié)果進(jìn)行重分類，將生境退化指數(shù)分為輕度退化、中度退化和高度退化3個(gè)等級(jí)［8］，并統(tǒng)計(jì)不同等級(jí)退化程度的面積，結(jié)果發(fā)現(xiàn)：赤水河流域生境退化情況以中度退化為主，中度退化面積約占流域總面積的56%。從不同生境退化程度面積變化率來看，不論是增加還是減小，1990—2000年的生境退化面積變化率最大，2000—2005年中度退化程度面積變化率增加，輕度和重度退化程度面積變化率減?。▓D6）。

圖6 赤水河流域1980—2015年平均生境退化程度變化率

圖7 赤水河流域2015年生態(tài)系統(tǒng)服務(wù)功能評(píng)估結(jié)果

3.6 綜合分析與評(píng)估 通過對(duì)赤水河流域1980—2015年的生態(tài)系統(tǒng)服務(wù)功能評(píng)估，得到不同功能的空間分布（圖7）。由于赤水河流域1980—2015年土地利用的變化，特別是由蒸散量較高的耕地轉(zhuǎn)化為蒸散量較低的建設(shè)用地，流域產(chǎn)水量增加。從1980年到2015年，赤水河流域的微度侵蝕面積略微減少，中度侵蝕面積和強(qiáng)烈侵蝕面積基本保持不變。引起土壤侵蝕量增加的原因主要有：（1）裸巖石質(zhì)地、低覆蓋度草地有所增加，造成了一定程度的土壤侵蝕；（2）自1990年代起，實(shí)施的水土保持重點(diǎn)治理工程，以及退耕還林、石漠化綜合治理等生態(tài)建設(shè)項(xiàng)目，流域水土流失惡化趨勢(shì)得到了有效遏制，減緩了土壤侵蝕程度的加劇。從1980到2015年，流域碳儲(chǔ)量減少，受到耕地、水域和建設(shè)用地威脅因子的影響，赤水河流域的生境質(zhì)量略有下降，流域的生境退化程度基本保持穩(wěn)定，變化較大的區(qū)域大部分集中在赤水河的中上游。

4 結(jié)論

赤水河流域是復(fù)雜的生態(tài)系統(tǒng)脆弱區(qū)，流域1980—2015年TLDD為0.36%，土地利用變化并不活躍，保持了相對(duì)天然的生態(tài)系統(tǒng)狀況。InVEST模型對(duì)流域自然資本的評(píng)估和管理有著顯著的優(yōu)越性，但模型本身也存在一定的局限性，只能在一定程度上詮釋其分布特征和生態(tài)情況，不能完全反映流域生態(tài)系統(tǒng)服務(wù)功能的真實(shí)情景。

采用InVEST模型定量評(píng)估了赤水河流域生態(tài)系統(tǒng)服務(wù)功能，主要結(jié)論為：1980—2015年流域產(chǎn)水量和土壤輕度侵蝕量均略微增加，增幅分別為0.93%和0.12%，土壤保持量及土地利用類型均會(huì)影響區(qū)域土壤保持功能價(jià)值量的大小。流域?yàn)樘荚磪^(qū)，碳儲(chǔ)量呈下降趨勢(shì)，林地固碳能力最強(qiáng)，且碳儲(chǔ)量最大，通過改變土地利用類型退耕還林防止土壤侵蝕，增加流域固碳量的有效措施之一。受威脅因子影響，1980—2015年生境質(zhì)量略有下降，2015年生境質(zhì)量為7.8，低于35年來平均水平7.82，生境退化程度較低，表明生境質(zhì)量下降潛在可能性較小，赤水河流域生境質(zhì)量趨向良性，繼續(xù)加強(qiáng)林地保護(hù)有利于流域生態(tài)恢復(fù)。鑒于InVEST模型評(píng)估結(jié)果存在的不確定性，建議未來研究中可引入定量評(píng)估的方法對(duì)輸入數(shù)據(jù)進(jìn)行分析，以提高評(píng)估結(jié)果的準(zhǔn)確性。