丹江口庫(kù)區(qū)產(chǎn)水量時(shí)空動(dòng)態(tài)與情景模擬*

張 建 雷 剛 漆良華,

(1.國(guó)際竹藤中心 國(guó)家林業(yè)和草原局/北京市共建竹藤科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室 北京 100102； 2.國(guó)際竹藤中心安徽太平試驗(yàn)中心 太平 245700)

產(chǎn)水量是流域重要的生態(tài)系統(tǒng)服務(wù)功能，可表征一定時(shí)空范圍內(nèi)生態(tài)系統(tǒng)水分保持的過(guò)程與能力，既影響區(qū)域水資源的整體水平，又反映區(qū)域自然環(huán)境和人為活動(dòng)的關(guān)系(陳姍姍, 2016； Langetal., 2018)。因此，深入了解區(qū)域產(chǎn)水量時(shí)空動(dòng)態(tài)變化特征及其主要驅(qū)動(dòng)因素具有重要意義。

隨著3S技術(shù)與水文生態(tài)模型的發(fā)展，越來(lái)越多的學(xué)者通過(guò)水文模型分析和評(píng)估區(qū)域生態(tài)系統(tǒng)產(chǎn)水量(Lehetal., 2013)。其中InVEST模型可以較好地把握總體格局，將量化的生態(tài)系統(tǒng)服務(wù)功能和情景以地圖的形式表達(dá)，可設(shè)置不同情景來(lái)模擬未來(lái)土地利用條件下生態(tài)系統(tǒng)服務(wù)功能和多種服務(wù)之間的權(quán)衡關(guān)系(劉智方等, 2016； 唐堯等, 2015)。該模型由美國(guó)斯坦福大學(xué)、大自然保護(hù)協(xié)會(huì)、世界自然資金會(huì)共同開發(fā)，輸出結(jié)果的空間化表達(dá)使生態(tài)系統(tǒng)服務(wù)的重要區(qū)域易于識(shí)別(Rimaletal., 2019)。InVEST模型產(chǎn)水量模塊被Leh等(2013)、Neson等(2009)應(yīng)用于西非加納和科特迪瓦、美國(guó)俄勒岡州的威拉米特河流域； 顧晉飴等( 2018)利用InVEST模型發(fā)現(xiàn)太湖流域水源涵養(yǎng)空間分布差異性和不均衡性不斷增大，降水量對(duì)水源涵養(yǎng)能力的影響大于土地利用/覆被類型的影響； 程一凡(2019)利用模型評(píng)估了三江源國(guó)家公園近十年水源涵養(yǎng)量變化，得到不同時(shí)期不同區(qū)域水源涵養(yǎng)量變化特性，但對(duì)驅(qū)動(dòng)因素的探討依然空缺； 邱問(wèn)心等(2018)以浙江臨安區(qū)水濤莊水庫(kù)集水區(qū)為例，基于水量平衡法、綜合蓄水法和InVEST模型法評(píng)價(jià)研究區(qū)水源涵養(yǎng)功能，結(jié)果表明模型結(jié)果精度可達(dá)83.36%，InVEST模型測(cè)算水源涵養(yǎng)功能是可行的且具有較高推廣價(jià)值。

丹江口市為南水北調(diào)中線工程水源區(qū)，近年來(lái)城鄉(xiāng)發(fā)展、人口聚集和土地利用/覆被類型變化等影響了庫(kù)區(qū)水源涵養(yǎng)服務(wù)能力，因此為學(xué)者們所關(guān)注。丁霞等( 2019)對(duì)庫(kù)區(qū)馬尾松(Pinusmassoniana)林水源涵養(yǎng)價(jià)值進(jìn)行了研究，徐慧( 2017)利用遙感技術(shù)探究了南水北調(diào)中線工程的初始運(yùn)行對(duì)水源地帶來(lái)的影響，這些研究多局限于某一種生態(tài)系統(tǒng)類型的單一生態(tài)服務(wù)價(jià)值(李亦秋等, 2011； 柳晶輝等, 2008)，缺乏時(shí)空動(dòng)態(tài)變化和驅(qū)動(dòng)因素的研究。因此，本研究以南水北調(diào)中線工程水源區(qū)丹江口市為研究區(qū)域，采用InVEST模型研究庫(kù)區(qū)2003、2013和2018年產(chǎn)水量時(shí)空動(dòng)態(tài)，并利用情景模擬方法探討年降水量和土地利用/覆被類型變化對(duì)產(chǎn)水量的影響，以期為庫(kù)區(qū)水源涵養(yǎng)能力提升與調(diào)控提供科學(xué)依據(jù)。

1 研究區(qū)概況

丹江口市地處湖北省西北部，十堰市東部，漢江中上游(110°47′53″—110°34′47″E，32°14′10″—32°58′10″N)，是南水北調(diào)中線工程重要水源地，東西最大橫距73 km，南北最大縱距81 km。南水北調(diào)中線工程于2003年開工，同年丹江口市開展移民搬遷工程； 2013年南水北調(diào)中線水源地工程完工，開展調(diào)水試驗(yàn)，同年移民搬遷工程圓滿完成； 截止2018年底丹江口庫(kù)區(qū)累計(jì)供水2.22億m3。丹江口市屬亞熱帶半濕潤(rùn)季風(fēng)氣候區(qū)，氣候較溫和，四季分明，光照時(shí)間長(zhǎng)，雨熱同季且無(wú)霜期較長(zhǎng)，年均氣溫15.9 ℃，年均降水量約800 mm，年蒸發(fā)量1 979.1 mm。土壤以黃棕壤和黃壤為主，成土母質(zhì)由石灰?guī)r、片麻巖等發(fā)育而成，質(zhì)地疏松。馬尾松、栓皮櫟(Quercusvariabilis)、柏木(Cupressusfunebris)、柑橘(Citrusreticulata)等在庫(kù)區(qū)均有分布。

2 研究方法

2.1 數(shù)據(jù)來(lái)源及處理

InVEST模型所需數(shù)據(jù)包括研究區(qū)土地利用/覆被類型圖、年均降水量、年均潛在蒸散量、土層厚度、植物可利用水含量、集水區(qū)范圍、季節(jié)性因子Z值等。

1) 土地利用/覆被類型圖 通過(guò)遙感影像圖進(jìn)行解譯分類得到。原始遙感影像數(shù)據(jù)源于美國(guó)地質(zhì)調(diào)查局(http:∥www.usgs.gov/)，選擇丹江口市2003年Landsat 7 ETM+、2013年和2018年Landsat 8 OLI_TIRS 影像，分辨率為30 m，云量均3%以下，影像質(zhì)量良好，在ENVI軟件中通過(guò)幾何校正、融合鑲嵌、裁剪處理，采用監(jiān)督分類方法進(jìn)行解譯，將研究區(qū)土地利用類型分為林地、耕地、園地、建設(shè)用地、水域和未利用地6類(圖1)。

圖1 2003—2018年丹江口市土地利用/覆被類型Fig. 1 Land use/cover types of the Danjiangkou City in 2003—2018

2) 年均降水量 年降水?dāng)?shù)據(jù)下載于中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)，為規(guī)避單一年份數(shù)據(jù)代表性低，選取3個(gè)時(shí)期(2002—2004、2012—2014、2017—2019 年)氣象數(shù)據(jù)的均值，整理研究區(qū)周邊氣象站點(diǎn)及監(jiān)測(cè)設(shè)備降水量數(shù)據(jù)，通過(guò)克里格插值得到年均降水量柵格圖。

3) 年均潛在蒸散量 利用中國(guó)地面氣象觀測(cè)報(bào)告，收集研究區(qū)周邊4個(gè)氣象站數(shù)據(jù)。利用Hargreaves方程(Droogersetal., 2002)計(jì)算年均潛在蒸散量ETo，通過(guò)克里格插值得到年均潛在蒸散量的柵格圖。

ETo=0.001 3×0.408×RA×(T+17)×

(TD-0.0123P)0.76。

式中： RA為太陽(yáng)大氣頂層輻射量；T為年最高溫均值和最低溫均值的平均值；TD為年最高氣溫均值和年最低氣溫均值之差。

4) 土層厚度 根據(jù)森林資源二類調(diào)查數(shù)據(jù)結(jié)果中的屬性數(shù)據(jù)，采用克里格插值，得到模型所需圖層厚度的柵格圖。

5) 植物可利用水含量 表征土壤為植被生長(zhǎng)所儲(chǔ)蓄的總水量，參考周文佐等(2003)提出的計(jì)算公式，將計(jì)算結(jié)果進(jìn)行克里格插值得到模型所需柵格圖。

PAWC=(54.509-0.132SAN-0.003SAN2-0.055SIL-0.006SIL2-0.738CLA+0.007CLA2-2.688C+

0.501C2)×100%。

式中： PAWC為植物可利用水含量；SAN為土壤的沙粒含量(%)； SIL為土壤粉粒含量(%)； CLA為土壤黏粒含量(%)；C為土壤有機(jī)質(zhì)含量(%)。

6) 集水區(qū)范圍 指被分水嶺所包圍的集水流域，內(nèi)部包含若干個(gè)互不嵌套的子流域。從地理空間數(shù)據(jù)云網(wǎng)站(http:∥www.gscloud.cn)下載研究區(qū)30 m分辨率高程數(shù)據(jù)，經(jīng)鑲嵌、裁剪、填洼后生成DEM數(shù)據(jù)； 基于DEM使用ArcGIS水文分析工具和矢量數(shù)據(jù)生成流域和子流域，每一級(jí)流域賦予唯一數(shù)值。

7) 季節(jié)性因子Z值 是降水特征的常數(shù)，通常用Zhang系數(shù)表征(Zhangetal., 2001)。對(duì)于降水總量相等的區(qū)域，降水次數(shù)越多該值越大。本研究經(jīng)多次調(diào)節(jié)Z值，確定季節(jié)性因子取值為11時(shí)，模型評(píng)估結(jié)果與實(shí)測(cè)值最為接近。

2.2 年產(chǎn)水量模型原理

InVEST模型產(chǎn)水量模塊是基于Budyko水熱耦合平衡假設(shè)和年均降水的水量平衡估算方法建立的(潘韜等, 2013)。模型不區(qū)分地表水、地下水和基流，某柵格單元的年降水量減去年蒸發(fā)量即年產(chǎn)水量，參考InVEST模型手冊(cè)(Redheadetal., 2019)，其算法為：

式中:Yxj為柵格x中土地利用/覆被類型j的年產(chǎn)水量； AETxj為柵格x中土地覆被類型j的年蒸散量；Px為柵格x的年降水量。

式中：Rxj為為第j類土地利用/覆被類型在柵格單元x的干燥度指數(shù)，為年蒸散量與年降水量的比值，無(wú)量綱；wx為植物年需水量和年降水量的比值，無(wú)量綱。

式中：Kxj為柵格單元x中土地利用/覆被類型j的植被蒸散量的系數(shù)； ETox為柵格單元x中的年均潛在蒸散量。

式中： AWCx為土壤有效含水量，由土壤質(zhì)地和有效土壤層厚度決定；Z值為季節(jié)性因子，代表季節(jié)性降水分布和降水深度，不同研究區(qū)Z值存在差異。

2.3 情景模擬法

由于InVEST模型產(chǎn)水量模塊是基于水量平衡法原理開發(fā)的，年降水量和年蒸散量是影響結(jié)果的主要因素，而年蒸散量主要受植被和土地利用/覆被類型影響(潘韜等, 2013； Terradoetal.， 2014)。為了進(jìn)一步探究年降水量和土地利用/覆被類型變化對(duì)產(chǎn)水量的影響，本研究設(shè)計(jì)2種情景，情景1： 模型均輸入2003年降水?dāng)?shù)據(jù)，土地利用/覆被數(shù)據(jù)為2013年和2018年實(shí)際數(shù)據(jù)，與2003年結(jié)果相比，即年降水量數(shù)據(jù)保持不變而土地利用/覆被類型變化，可研究2013年和2018年土地利用/覆被對(duì)產(chǎn)水量的影響； 情景2： 模型均輸入2003年土地利用/覆被數(shù)據(jù)， 2013年和2018年降水量數(shù)據(jù)為相應(yīng)的年降水量，與2003年結(jié)果相比，可探究年降水量變化對(duì)產(chǎn)水量的影響。引入實(shí)際產(chǎn)水量總變化量WT(趙亞茹等， 2019； 楊潔等， 2020)，其正負(fù)值表示年降水量和土地利用/覆被類型變化使產(chǎn)水量增加或減少。

ΔWC=WO-WC;

ΔWL=WO-WL;

ΔWT=ΔWL-ΔWC。

式中：WO為實(shí)際產(chǎn)水量；WC為年降水量不變而土地利用/覆被類型變化的產(chǎn)水量；WL為土地利用/覆被類型不變而年降水量變化的產(chǎn)水量；WT為各模擬的總變化量，即在土地利用/覆被類型變化和年降水量變化雙重影響下產(chǎn)水量的變化量； ΔWC為實(shí)際情況與年降水量不變情景差值； ΔWL為實(shí)際情況與土地利用/覆被類型不變情景的差值。

2.4 模型檢驗(yàn)與校正

土地利用/覆被圖是模型運(yùn)行的數(shù)據(jù)基礎(chǔ)，其精度直接影響結(jié)果的輸出，采用Kappa分析方法分別對(duì)3期土地利用/覆被圖結(jié)果進(jìn)行精度驗(yàn)證。

在模型其他參數(shù)確定的情況下，季節(jié)性因子Z值是影響模型準(zhǔn)確性的重要參數(shù)。將產(chǎn)水量模塊運(yùn)行結(jié)果與實(shí)際監(jiān)測(cè)數(shù)據(jù)進(jìn)行擬合，通過(guò)調(diào)整季節(jié)性因子Z值大小，確定最佳值。選擇《十堰市水資源公報(bào)(2013年)》中丹江口市2013年產(chǎn)水量為標(biāo)準(zhǔn)數(shù)據(jù)，與模型計(jì)算的產(chǎn)水量進(jìn)行檢驗(yàn)校正。

3 結(jié)果與分析

3.1 模型校驗(yàn)

在對(duì)土地利用/覆被類型的校驗(yàn)中，利用谷歌地圖獲取3個(gè)時(shí)期的高清歷史影像圖，結(jié)合野外調(diào)查數(shù)據(jù)和歷史影像圖建立樣本區(qū)，對(duì)監(jiān)督分類解譯的數(shù)據(jù)修正，經(jīng)Kappa系數(shù)檢驗(yàn)，3期土地利用/覆被圖精度達(dá)到0.84、0.86、0.85，解譯結(jié)果符合精度要求。

將所需數(shù)據(jù)按要求輸入模型后，在其他數(shù)據(jù)已確定情況下，其運(yùn)行結(jié)果受季節(jié)性因子Z值的影響。將年產(chǎn)水量模型運(yùn)行結(jié)果與監(jiān)測(cè)數(shù)據(jù)進(jìn)行擬合，結(jié)果發(fā)現(xiàn)隨著季節(jié)性因子Z值增加，產(chǎn)水量呈減少趨勢(shì)(圖2)，確定季節(jié)性因子Z值為11時(shí)，模型結(jié)果與監(jiān)測(cè)值最為接近，誤差為0.72%。

圖2 模型校驗(yàn)結(jié)果Fig. 2 Model verification result

3.2 產(chǎn)水量時(shí)空動(dòng)態(tài)

整體上看(圖3)，丹江口市近15年產(chǎn)水量呈先減弱后增強(qiáng)的趨勢(shì)， 2003年單位面積產(chǎn)水量最深可達(dá)646.96 mm，遠(yuǎn)高于2013年(451.25 mm)和2018年(527.53 mm)。2003年丹江口市產(chǎn)水深度310.09 mm，產(chǎn)水量為13.6億m3，產(chǎn)流系數(shù)為0.324； 2013年產(chǎn)水能力最弱，產(chǎn)水深度146.67 mm，產(chǎn)水量為5.25億m3，產(chǎn)流系數(shù)0.281； 2018年產(chǎn)水量相較2013年增加了27.88%，產(chǎn)水量為7.28億m3，產(chǎn)水深度為166.06 mm，產(chǎn)流系數(shù)0.296。

圖3 2003、2013和2018年丹江口市產(chǎn)水深度時(shí)空分布Fig. 3 Spatial and temporal distribution of water yield depth in Danjiangkou in 2003, 2013， and 2018

同一年內(nèi)，丹江口市產(chǎn)水能力在空間上分布不均勻，北部丘陵山區(qū)產(chǎn)水深度高出南部39.84%～57.79%； 時(shí)間序列下， 2003—2013年，全市面積的85.10%為減弱區(qū)，13.50%的區(qū)域表現(xiàn)為增加趨勢(shì)(主要分布在林地建設(shè)區(qū))； 2013—2018年，丹江口市89.60%的區(qū)域產(chǎn)水深度有所增加，而10.20%的區(qū)域表現(xiàn)出減少的趨勢(shì)(圖4)。

圖4 2003—2018 年丹江口市產(chǎn)水深度變化Fig. 4 Variation of water yield depth in Danjiangkou from 2003 to 2018

下墊面是影響產(chǎn)水量變化的重要因素，利用分區(qū)統(tǒng)計(jì)功能得到不同土地利用/覆被類型下的產(chǎn)水深度變化情況(圖5)。丹江口市4種土地利用/覆被類型中，產(chǎn)水深最高的是建設(shè)用地(530.35 mm)，其次分別為耕地(292.85 mm)、園地(284.07 mm)和林地(273.76 mm)； 相較于其他土地利用/覆被類型，建設(shè)用地?zé)o植被截留降水，蒸散量小，因此產(chǎn)水深度最好。從變化趨勢(shì)上可看出， 2003—2018年各土地利用/覆被類型的產(chǎn)水深度呈先減小后緩升的趨勢(shì)； 總體而言，耕地保持增長(zhǎng)而其他土地利用/覆被類型則降低。

3.3 情景模擬分析

總體上看(圖6)，在年降水量不變而土地利用/覆被類型變化情景下，情景1中2013和2018年產(chǎn)水量分別為10.5億m3和8.6億m3，表明土地利用/覆被類型變化是導(dǎo)致產(chǎn)水量減少的重要因素； 在土地利用/覆被類型不變而年降水量變化情景下，情景2中2013年和2018年產(chǎn)水量變幅較小，分別為5.68億m3和9.7億m3，說(shuō)明年降水量是影響產(chǎn)水量變化的重要因素。

圖5 不同土地利用/覆被類型產(chǎn)水情況Fig. 5 Water yield of different land use types

表1表明了年降水量變化和土地利用/覆被類型變化對(duì)產(chǎn)水量的影響程度。2013年，兩種情景模擬結(jié)果顯示，土地利用/覆被類型變化影響下實(shí)際產(chǎn)水量減少了0.43億m3，年降水量變化使實(shí)際產(chǎn)水量減少了5.25億m3，二者的貢獻(xiàn)率分別為7.57%和92.43%，說(shuō)明2003—2013年降水量與土地利用/覆被類型變化均使得產(chǎn)水量減少，且年降水量是影響產(chǎn)水量的主要因素。而2018年，土地利用/覆被類型變化導(dǎo)致實(shí)際產(chǎn)水量減少了2.42億m3，貢獻(xiàn)率為64.71%，年降水量變化使實(shí)際產(chǎn)水量減少了1.32億m3，說(shuō)明相較于年降水量，土地利用/覆被類型變化對(duì)2013—2018年產(chǎn)水量的影響更大。

圖6 模擬不同情景下產(chǎn)水量變化Fig. 6 Simulate the change of water yield under different scenarios

表1 年降水量與土地利用/覆被類型變化對(duì)產(chǎn)水量的影響Tab.1 Annual precipitation and land use/cover type change influence water yield

在僅考慮年降水量不變而土地利用/覆被類型變化情況下， 2013—2018年水域和林地面積持續(xù)增加，特別是林地面積增加了10.03%，耕地和園地面積不斷減少，建設(shè)用地先減少后增加，未利用地變化不明顯(表2)。由于建設(shè)用地基本為不透水面，耕地和園地的植物密度、根系深度及人為勞作帶來(lái)的地表變化等都有助于產(chǎn)水量的增加，而林地通過(guò)冠層截留降水、枯落物層吸收降水、土壤層蓄滲降水以及其較深的根系可有效攔截降水，且有強(qiáng)大蒸騰作用，從而使得產(chǎn)水量較少。

表2 丹江口市2003-2018年不同土地利用/覆被類型面積變化Tab.2 Area changes of different land use/cover types in Danjiangkou from 2003 to 2018

4 討論

Lü等(2013)研究了中國(guó)東南部南北樣帶1981—2000年產(chǎn)水量和氣候及土地利用/覆被類型變化之間的動(dòng)態(tài)響應(yīng)，其中產(chǎn)水量的時(shí)空變化受年降水量影響最顯著，與本研究結(jié)果相似； 王耕等( 2018)利用年產(chǎn)水量數(shù)據(jù)進(jìn)一步對(duì)大凌河上游匯水區(qū)水源涵養(yǎng)功能定量評(píng)價(jià)，發(fā)現(xiàn)產(chǎn)水量與水源涵養(yǎng)均有明顯的空間異質(zhì)性； Wang等(2020)評(píng)估了時(shí)空變化下丹江口庫(kù)區(qū)景觀格局和土地利用/覆被對(duì)水資源的影響，對(duì)未來(lái)土地利用管理和政策的實(shí)施具有重要意義。當(dāng)前產(chǎn)水量研究方法中均存在一定的優(yōu)勢(shì)和局限性，而InVEST模型考慮了蒸散發(fā)、降水量和多年徑流系數(shù)等數(shù)據(jù)，研究結(jié)果更為準(zhǔn)確。

本研究利用InVEST模型對(duì)丹江口市2003—2018年產(chǎn)水量開展了研究，結(jié)果表明近15年產(chǎn)水量時(shí)空變化較大，產(chǎn)水量分布不均，且各土地利用/覆被類型的產(chǎn)水深度存在差異。研究結(jié)果與太湖流域(顧晉飴等， 2018； 陳駿宇等， 2016)、三江源流域(程一凡， 2019； 呂樂(lè)婷等， 2020)大凌河流域(王耕等， 2018)、石羊河流域(趙亞茹等， 2019)、大連市(呂樂(lè)婷等， 2019)等流域或地區(qū)的結(jié)果相似，其中楊潔等(2020)研究了黃河流域不同土地利用/覆被類型的產(chǎn)水深度，發(fā)現(xiàn)永久性冰川雪地、裸巖石質(zhì)地、城鎮(zhèn)建設(shè)用地的產(chǎn)水深最高，與本研究結(jié)果中建設(shè)用地產(chǎn)水量最高相同。

產(chǎn)水量大小受該區(qū)域年降水量、蒸散量以及二者之間平衡關(guān)系的影響，而實(shí)際蒸散量除了受氣象因素影響外，還直接受制于土地利用/覆被類型的影響。Lang等(2017)量化了氣候變化和土地利用/覆被對(duì)產(chǎn)水量的影響，發(fā)現(xiàn)年降水量對(duì)年產(chǎn)水量變化的貢獻(xiàn)率高達(dá)97.44%，與本研究情景1中的模擬結(jié)果相似。土地利用/覆被類型變化通過(guò)改變下墊面結(jié)構(gòu)和類型直接或間接影響產(chǎn)水量，其次是土壤孔隙度、土壤質(zhì)地、結(jié)構(gòu)均對(duì)產(chǎn)水量帶來(lái)間接影響(Jatinetal., 2018； Pamukcuetal., 2016)。因此產(chǎn)水量變化是多因子耦合驅(qū)動(dòng)的過(guò)程(Lüetal., 2017； Suetal., 2013)，集合了包括氣候變化與土地利用/覆被類型變化在內(nèi)的自然、社會(huì)、經(jīng)濟(jì)等多方面因素的共同作用。

本研究忽略了上游對(duì)該區(qū)域的水源補(bǔ)給，可能會(huì)導(dǎo)致InVEST模型擬合結(jié)果偏大； 季節(jié)性因子Z值最終設(shè)定為11，但由于小流域氣候等因素也會(huì)存在一定誤差； 模型結(jié)構(gòu)的本土化不足以及未能獲得長(zhǎng)期野外觀測(cè)數(shù)據(jù)，會(huì)對(duì)研究結(jié)果的準(zhǔn)確性產(chǎn)生影響。在今后研究中，應(yīng)加強(qiáng)對(duì)野外數(shù)據(jù)的監(jiān)測(cè)收集、調(diào)整模型參數(shù)使其本土化，確保評(píng)估結(jié)果的可靠性。

5 結(jié)論

本研究基于InVEST模型，以丹江口市域范圍為研究區(qū)，定量研究了2003、2013和2018年產(chǎn)水量的動(dòng)態(tài)變化特征，并運(yùn)用情景模擬法探討了年降水量和土地利用/覆被類型變化對(duì)產(chǎn)水量的影響。結(jié)果表明： 1) 丹江口市2003—2018年產(chǎn)水量表現(xiàn)出先減弱后增強(qiáng)的趨勢(shì)；2) 單位面積產(chǎn)水量在空間上分布不均，平均而言北部丘陵山區(qū)高出南部39.84%～57.79%；3) 各土地利用/覆被類型產(chǎn)水深度均有差異，其中產(chǎn)水深度最高的是建設(shè)用地(530.35 mm)；4) 情景模擬表明年降水量和土地利用/覆被類型是影響產(chǎn)水量的主要因素， 2013年產(chǎn)水量中年降水量貢獻(xiàn)率為92.43%，土地利用/覆被類型變化對(duì)2018年產(chǎn)水量貢獻(xiàn)率為64.71%。