承德市武烈河流域水源涵養(yǎng)功能的時空特征

王 冶，薛忠財，王 琳，常佳寧，姜白楊

（1. 河北民族師范學院，河北 承德 067000；2. 河南省地質(zhì)環(huán)境監(jiān)測院，河南 鄭州 450016）

水源涵養(yǎng)是生態(tài)系統(tǒng)在一定時空范圍和條件下將水分保持在系統(tǒng)內(nèi)的過程和能力，是陸地生態(tài)系統(tǒng)中的重要生態(tài)服務功能之一，包含著大氣、水分、植被和土壤等自然過程，其變化將直接影響區(qū)域氣候水文、植被和土壤等狀況[1-3]，在社會經(jīng)濟的可持續(xù)發(fā)展中發(fā)揮著重要作用[4]，常被視為區(qū)域生態(tài)系統(tǒng)狀況的重要指示器。因此，科學地評價水源涵養(yǎng)功能一直以來是生態(tài)學和水文學等相關學科的研究熱點。隨著學科交叉研究的不斷發(fā)展，水源涵養(yǎng)功能評價已從單一的徑流調(diào)節(jié)功能評價提升為綜合考慮各種表現(xiàn)形式的全面水源涵養(yǎng)服務評價，人們逐步認識到水源涵養(yǎng)服務在區(qū)域生態(tài)安全和人類福祉等方面的重要性[3,5]，并開展了大量研究。早期水源涵養(yǎng)評估方法多是基于大量實測數(shù)據(jù)進行估算的，主要包括水量平衡法[5]、土壤蓄水法[6]、分布式水文法[7]、降水存儲量法[8]等，但上述方法所需數(shù)據(jù)量過于龐大，難以獲取較高精度數(shù)據(jù)，從而進行大區(qū)域估算時會產(chǎn)生較大誤差。近年來，隨著數(shù)學方法的更新、多學科理論的交叉、計算機科學的不斷進步，諸如水文評估模型Swat[9]、水文生態(tài)模型InVEST、生態(tài)系統(tǒng)評價模型GUMBO[10]等已被應用于水源涵養(yǎng)量分布及動態(tài)特征研究。其中，由斯坦福大學開發(fā)的InVEST 模型由于其數(shù)據(jù)易獲取、評價結(jié)果實現(xiàn)空間化、動態(tài)量化、靈活性強等優(yōu)點，在國內(nèi)外得到廣泛應用。Leh 等[11]成功利用InVEST模型對西非國家加納和科特迪瓦的產(chǎn)水量進行了評估；我國學者利用InVEST 模型對黑河流域[12]、三江源地區(qū)[13]、石羊河流域[14]、黃土高原[15]等地區(qū)的水源涵養(yǎng)時空分布特征進行了評價，并取得了較好的評估效果。

承德市位于河北省東北部，是連接京津冀遼蒙的區(qū)域性中心城市，為京津冀地區(qū)“阻沙源、涵水源”發(fā)揮著重要的生態(tài)作用。承德市境內(nèi)有灤河、潮河、遼河、大凌河、武烈河等多條水系，年均自產(chǎn)水量37.6 × 108m3，年均向京津等下游地區(qū)供水25.2 × 108m3。其中，武烈河流域是承德地區(qū)主要的供水水源地，也是京津冀水源涵養(yǎng)功能區(qū)的重要組成部分，具有重要的生態(tài)價值與研究意義。但是，對該區(qū)域長時間序列的水源涵養(yǎng)功能時空分布特征研究仍未見報道。因此，本研究以武烈河流域為研究區(qū)域，基于InVEST 模型產(chǎn)水模塊，通過參數(shù)率定與模型校準，精確地估算1990–2018 年武烈河流域的水源涵養(yǎng)量時空分布特征，分析氣候變化與土地利用變化對流域水源涵養(yǎng)功能的影響，并采用情景模擬的方法進一步分析導致武烈河流域水源涵養(yǎng)功能發(fā)生變化的主導因素，以期為京津冀水源涵養(yǎng)功能區(qū)的建設與合理規(guī)劃提供科學支撐。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

武烈河流域位于燕山山脈以東，屬于暖溫帶和寒溫帶過渡地帶，界于117°45′–118°26′ E，40°54′–41°42′ N，干流全長110 km，流域面積2 589 km2，主要包括武烈河、玉帶河、鸚鵡河、興隆河4 條水系(圖1)。氣候為典型的大陸燕山山地氣候，年均氣溫8.9 ℃，年均降水量為537.2 mm，年均徑流量2.60 ×108m3，多年平均流量6.93 m3·s-1，降水時空分布與徑流的年內(nèi)分配十分不均勻，降水期與汛期主要集中在6 月 – 9 月，占全年降水量的77.9%和多年平均徑流量的73.7%。流域內(nèi)主要土地覆被類型為林地，占總面積的50%，其次為草地和耕地，主要土壤類型為棕壤、褐土和草甸土。流域水源主要補給方式為大氣降水、地表徑流輸入，主要涵養(yǎng)形式為地表徑流、土壤貯水、枯落物持水等。

圖1 研究區(qū)示意圖Figure 1 Location of Wulie River Basin

1.2 數(shù)據(jù)獲取與研究方法

1.2.1 評估方法

本研究基于InVEST 模型產(chǎn)水模塊進行分析與評價。依據(jù)水量平衡原理，通過各柵格單元的降水量、蒸發(fā)量、土壤深度、土壤質(zhì)地和植被根系深度等參數(shù)估算產(chǎn)水量，再利用地形指數(shù)、土壤基礎數(shù)據(jù)計算得到各單元水源涵養(yǎng)量及深度，該模型綜合考慮不同土地利用類型的土壤滲透性、地形差異、地表粗糙程度等對地表徑流的影響，能夠較好地表達流域水源涵養(yǎng)量的空間分布狀況及其影響水源涵養(yǎng)量的主要因素[16]。

1.2.2 數(shù)據(jù)來源

本研究收集了承德市武烈河流域氣象、土地利用、土壤屬性、流域矢量邊界、數(shù)字高程模型(digital elevation model, DEM)等數(shù)據(jù)用于模型計算，同時還整理了武烈河水文站徑流監(jiān)測數(shù)據(jù)對模型結(jié)果進行驗證。其中DEM 數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn)，7 期土地利用數(shù)據(jù)(分別為1980、1990、2000、2005、2010、2015、2018 年)來源于資源環(huán)境數(shù)據(jù)云平臺(http://www.resdc.cn)，土壤數(shù)據(jù)來源于世界土壤屬性數(shù)據(jù)庫(Harmonized World Soil Database)，氣象數(shù)據(jù)(包括降水、氣溫、氣壓、風速等)來源于國家氣象信息中心 (http://data.cma.cn)與國家青藏高原科學數(shù)據(jù)中心(http://data.tpdc.ac.cn)。

1.2.3 數(shù)據(jù)處理

降水數(shù)據(jù)通過使用ArcGIS 10.6 對在國家氣象信息中心與國家青藏高原科學數(shù)據(jù)中心下載的全國月均降水量柵格數(shù)據(jù)進行疊加、裁剪獲取。土地利用與土壤質(zhì)地數(shù)據(jù)經(jīng)ArcGIS 10.6 對在資源環(huán)境數(shù)據(jù)云平臺和世界土壤屬性數(shù)據(jù)庫下載的數(shù)據(jù)進行投影變換、裁剪獲取。集水區(qū)利用ArcGIS 10.6 水文分析模塊的工具，根據(jù)流域與子流域的邊界將研究區(qū)DEM 數(shù)據(jù)分割成小流域，本研究區(qū)共產(chǎn)生4 個子流域(圖2)。

圖2 1990 年武烈河流域基礎數(shù)據(jù)Figure 2 Basic data processing in Wulie River Basin in 1990

2 結(jié)果與分析

2.1 參數(shù)率定及模型驗證

2.1.1 潛在蒸散發(fā)量計算與校準

潛在蒸散發(fā)量(ET0)是InVEST 模型計算產(chǎn)水量的重要基礎數(shù)據(jù)，表示充分供水條件下的區(qū)域蒸散發(fā)能力。前人研究表明，根據(jù)FAO-56 Penman-Monteith (PM)公式(9)計算的ET0精度較高，但覆蓋全流域的數(shù)據(jù)資料難以獲得[18]。因此，本研究基于研究區(qū)的現(xiàn)有承德氣象站數(shù)據(jù)資料，采用線性回歸的方法，通過PM 公式計算結(jié)果對Hargreaves (Har)公式(10)進行校準，計算結(jié)果如公式(11)所示。

圖3 承德氣象站潛在蒸散發(fā)量校準前后對比Figure 3 Comparison of potential evapotranspiration before and after calibration at Chengde Weather Station

2.1.2 Zhang 系數(shù)率定

Zhang 系數(shù)是InVEST 模型產(chǎn)水模塊的必要輸入?yún)?shù)，因此該值的精確程度對水源涵養(yǎng)模型的計算結(jié)果存在較大的影響，取值范圍在1～10[17]。傳統(tǒng)確定Zhang 系數(shù)的方法主要為經(jīng)驗法[15]和公式法[19-20]，與實際情況存在一定偏差。根據(jù)水量平衡原理，當人為因素干擾相對較小時，采用InVEST模型產(chǎn)水模塊計算的產(chǎn)水量與自然徑流量近似相等，因此本研究選取1970-1989 年平均自然徑流量對Zhang 系數(shù)進行率定，該時期受人為因素干擾較小，且包含流域豐水年與枯水年的徑流量和降水量，能夠較為客觀地反映武烈河流域的自然徑流特征。將不同的Zhang 系數(shù)依次輸入InVEST 模型產(chǎn)水模塊，對模擬產(chǎn)水量與1970-1989 年平均自然徑流量進行對比分析(圖4)，結(jié)果表明模擬產(chǎn)水量隨Zhang 系數(shù)增加而減小，當Zhang 系數(shù)取值為3.7 時，模擬效果最佳。

圖4 不同Zhang 系數(shù)對應的模擬產(chǎn)水量與年均徑流量Figure 4 Comparison of simulated water yield and natural runoff corresponding to different Zhang values

2.1.3 其他參數(shù)率定

水源涵養(yǎng)計算中涉及到其他參數(shù)包括土壤飽和導水率、流速系數(shù)、地形指數(shù)、植被可利用含水量，均可通過相關數(shù)據(jù)計算獲得。其中土壤飽和導水率的計算是基于世界土壤屬性數(shù)據(jù)庫(HWSD)中研究區(qū)內(nèi)土壤粘粒、粉粒和粗砂百分比含量，通過Neuro Theta 軟件計算得出的；地形指數(shù)的計算是基于土壤深度、百分比坡度和匯水面積由公式(2)計算得到的，其中土壤深度數(shù)據(jù)來源于世界土壤屬性數(shù)據(jù)，百分比坡度與匯水面積根據(jù)DEM 分別基于ArcGIS 10.6 空間分析模塊與水文分析模塊獲得；流速系數(shù)根據(jù)各期土地利用情況通過模型參數(shù)表獲取[21]；植被可利用含水量是基于世界土壤屬性數(shù)據(jù)庫中研究區(qū)內(nèi)土壤粘粒、粉粒和粗砂百分比含量由經(jīng)驗公式(8)計算得到的。相關參數(shù)空間分布如圖5 所示。

圖5 水源涵養(yǎng)模型所需的其他空間參數(shù)Figure 5 Other spatial parameters of the water conservation model

2.1.4 模型驗證

根據(jù)水量平衡原理，流域總產(chǎn)水量與自然徑流量近似相等，因此模型計算結(jié)果通過武烈河水文站徑流量監(jiān)測數(shù)據(jù)進行驗證。人為水資源開采會對自然徑流量的監(jiān)測產(chǎn)生干擾，因此本研究采用人為因素干擾較小的1970-1979 年與1980-1989年分別作為模型的校正期與驗證期，結(jié)果表明(圖6)，模擬產(chǎn)水量與自然徑流量具有顯著相關性(P＜ 0.05)，模型校正期和驗證期的決定系數(shù)(R2)均大于0.8，納什效率系數(shù)(Nash-Sutcliffe efficiency coefficient)均大于0.7 (表1)，說明該模型模擬效果較好，具有可行性。

表1 模擬產(chǎn)水量誤差分析Table 1 Error analysis of simulated runoff

圖6 1970?1989 年武烈河流域自然徑流量與模擬產(chǎn)水量的相關性Figure 6 Correlation between natural runoff and simulated water yield in Wulie River Basin from 1970 to 1989

2.2 武烈河流域水源涵養(yǎng)功能時空分布特征

利用1990-2018 年的氣象數(shù)據(jù)和7 期土地利用數(shù)據(jù)對承德武烈河流域29 年來水源涵養(yǎng)量進行估算，結(jié)果表明，武烈河流域多年平均水源涵養(yǎng)深度為83.85 mm，平均水源涵養(yǎng)總量為2.18 × 108m3。從年際變化趨勢來看(圖7)，1990–2018 年武烈河流域水源涵養(yǎng)深度呈現(xiàn)先減小后增大的變化趨勢，總體呈下降趨勢但趨勢不明顯。為準確量化武烈河流域多年平均水源涵養(yǎng)深度變化，將數(shù)據(jù)按照每10 年一段進行分析。1990–1999 年水源涵養(yǎng)深度呈減小趨勢；2000–2009 年和2010–2018 年水源涵養(yǎng)深度呈增大趨勢但趨勢不明顯。水源涵養(yǎng)深度最大值出現(xiàn)在2016 年，為187.4 mm，最小值出現(xiàn)在2009 年，為23.27 mm。

圖7 武烈河流域多年平均水源涵養(yǎng)深度Figure 7 Annual average water conservation depth in Wulie River Basin

各水系年均水源涵養(yǎng)深度與流域總體變化趨勢相同，呈現(xiàn)先減小后增大的變化趨勢(表2)。玉帶河水系多年平均水源涵養(yǎng)深度最大；武烈河水系多年平均水源涵養(yǎng)總量最大；興隆河水系多年平均水源涵養(yǎng)深度與水源涵養(yǎng)總量均最小。(表2)。

表2 武烈河流域不同時期各水系水源涵養(yǎng)深度和水源涵養(yǎng)量Table 2 Water conservation and water conservation depth of each water system in different periods of Wulie River Basin

1990-1999 年全流域水源涵養(yǎng)深度減小，東北山地區(qū)域變化量最大，平均變化量為-115.99 mm；2000-2009 年河道及河岸地區(qū)水源涵養(yǎng)深度減小，山地區(qū)域水源涵養(yǎng)深度增大，該時期流域整體水源涵養(yǎng)深度增大，平均變化量為33.97 mm；2010-2018年流域整體水源涵養(yǎng)深度增大，東北山地區(qū)域變化量最大，平均變化量為17.14 mm；1990-2018 年武烈河流域水源涵養(yǎng)深度變化量呈現(xiàn)自北向南遞增的分布規(guī)律，整體水源涵養(yǎng)深度減小，平均變化量為-30.11 mm (圖8)。

圖8 武烈河流域各時期水源涵養(yǎng)深度變化空間分布Figure 8 Spatial distribution of water conservation depth variation in the Wulie River Basin in different periods

2.3 武烈河流域水源涵養(yǎng)功能影響因素的分析

2.3.1 氣候因素

在各類氣候因素中，降水量、潛在蒸散發(fā)量與氣溫是影響流域水源涵養(yǎng)功能的主要因素。從年際變化趨勢來看(圖9)，1990-2018 年流域整體降水量呈減小趨勢，潛在蒸散發(fā)量與氣溫均呈增大趨勢，但趨勢均不顯著(P＞ 0.05)。在每10 年變化中，1990-1999 年流域降水量呈減小趨勢，潛在蒸散發(fā)量顯著增大(P＜ 0.05)，氣溫呈增大趨勢；2000-2009年流域降水量呈增大趨勢，潛在蒸散發(fā)量與氣溫均呈減小趨勢；2010-2018 年流域降水量、潛在蒸散發(fā)量與氣溫均呈增大趨勢。相關性分析表明(圖9)，武烈河流域降水量與水源涵養(yǎng)深度呈顯著正相關關系(P＜ 0.05)；潛在蒸散發(fā)量與水源涵養(yǎng)深度呈顯著負相關關系(P＜ 0.05)；氣溫與水源涵養(yǎng)深度呈負相關關系，但不顯著(P＞ 0.05)。

圖9 武烈河流域年均降水量、年均潛在蒸散發(fā)量、年均氣溫及其與年均水源涵養(yǎng)深度的相關性Figure 9 Variation of annual average rainfall, annual potential evapotranspiration, and annual average temperature and correlation analysis with annual average water conservation depth in Wulie River Basin

2.3.2 土地利用類型

土地利用是水源涵養(yǎng)計算的關鍵影響因子之一。由于研究區(qū)內(nèi)水域、未利用地面積占比較小，不予以統(tǒng)計，主要統(tǒng)計的土地利用類型為耕地、林地、草地及建筑用地。根據(jù)武烈河流域6 期(1990、2000、2005、2010、2015、2018 年)的土地利用類型面積統(tǒng)計表明(圖10)，多年平均面積占比最大的為林地，其次分別為草地、耕地、建筑用地。1990-2018 年耕地面積占比、林地面積占比、草地面積占比均顯著減小(P＜ 0.05)；建筑用地面積占比顯著增大(P＜ 0.05)；1990-2005 年各土地利用類型面積變化不明顯，2005-2018 年各土地利用類型面積均顯著變化。

圖10 武烈河流域各土地利用類型面積占比變化Figure 10 Variation in the proportion of land use types in Wulie River Basin

由于土壤性質(zhì)、植被類型與覆蓋程度的不同，各土地利用類型的水源涵養(yǎng)功能也存在明顯的差異。從1990-2018 年武烈河流域各類土地利用引起的水源涵養(yǎng)量變化(表3)來看，流域多年平均水源涵養(yǎng)貢獻率與水源涵養(yǎng)深度最大的土地利用類型均為林地，其次為草地、耕地與建筑用地。從用地類型的角度講，流域內(nèi)耕地、林地、草地面積減小，水源涵養(yǎng)量也相應減少，建筑用地面積增加，水源涵養(yǎng)量對應增加，其中面積下降幅度最大的耕地水源涵養(yǎng)量下降1.25 × 106m3，面積增加幅度最大的建筑用地水源涵養(yǎng)量對應增加2.86 × 106m3。從水源涵養(yǎng)量的增減幅度來講，建筑用地的水源涵養(yǎng)增量并不能補償耕地、林地、草地的水源涵養(yǎng)量的損失。從單位面積變化對水源涵養(yǎng)量影響的絕對量來看，其強度由大到小依次為林地、草地、耕地、建筑用地，對水源涵養(yǎng)影響強度最大的林地用地類型面積每減少1 km2，水源涵養(yǎng)量損失6.83 × 105m3，對水源涵養(yǎng)影響強度最小的建筑用地類型面積每增加1 km2，水源涵養(yǎng)量相應只增加0.87 × 105m3。對比各用地類型面積增減幅度及水源涵養(yǎng)量變化關系發(fā)現(xiàn)，雖然面積與水源涵養(yǎng)量呈正相關關系，但面積增減僅意味著水源涵養(yǎng)量的增減，其增減幅度并不能表征水源涵養(yǎng)量的增減幅度。

表3 1990?2018 年武烈河流域各類土地利用引起的水源涵養(yǎng)量變化Table 3 Variation in water conservation caused by land uses in the Wulie River Basin from 1990 to 2018

3 討論

在全球變暖的大背景下，氣候變化是影響武烈河流域水源涵養(yǎng)功能的主導因素，而土地利用變化也是武烈河流域水源涵養(yǎng)功能改變的不可忽視的重要影響因素。

3.1 武烈河流域水源涵養(yǎng)功能變化的主導因素

武烈河流域降水量與水源涵養(yǎng)深度呈顯著正相關關系；潛在蒸散發(fā)量與水源涵養(yǎng)深度呈顯著負相關關系；氣溫與水源涵養(yǎng)深度呈負相關關系，但不顯著，各氣候因素的變化趨勢與流域水源涵養(yǎng)量的變化趨勢基本相同，因此氣候因素是武烈河流域水源涵養(yǎng)功能的主要影響因素。該結(jié)果與黑河流域[12]、白龍江流域[13]、京津冀地區(qū)[22]等研究區(qū)的結(jié)論一致。土地利用類型不同會導致土壤物理化學性質(zhì)、地表粗糙程度、植被類型、植被覆蓋度、根系深度等不同，從而影響地表蒸散發(fā)量與土壤儲水、阻水的能力[23]，因此不同土地利用類型的水源涵養(yǎng)功能存在明顯差異。本研究表明，對武烈河流域水源涵養(yǎng)影響強度最大的土地利用類型為林地，其次為草地、耕地與建筑用地。隨著城市化與工業(yè)化的加劇，林地與草地面積占比均呈減小趨勢，建筑用地逐年增加，進而影響流域整體的水源涵養(yǎng)功能。

氣候與土地利用的變化是導致武烈河流域水源涵養(yǎng)量發(fā)生變化的主要因素，但兩者的影響程度存在差異，為進一步分析其最主要因素，本研究采用情景模擬的方法，對兩者的影響程度進行研究。在1990-1999 年、2000-2009 年、2010-2018 年3 個時期中，假設武烈河流域的土地利用方式不發(fā)生變化，氣候要素按實際情況輸入計算，從而得到土地利用方式不變時的模擬水源涵養(yǎng)深度WRL，將該值與實際模擬量WRO做差，得到土地利用變化影響量ΔWRL；同理，假設武烈河流域的氣候不發(fā)生變化，土地利用要素按實際情況輸入計算，從而得到氣候不變時的模擬水源涵養(yǎng)深度WRC，將該值與實際模擬量WRO做差，得到氣候變化影響量ΔWRC；ΔWRO表示各時期實際水源涵養(yǎng)深度的變化量。

情景模擬計算結(jié)果(表4)顯示，1990-1999 年，實際水源涵養(yǎng)深度減小115.99 mm，其中氣候變化與土地利用變化分別導致水源涵養(yǎng)深度減小114.78、1.21 mm，兩者對水源涵養(yǎng)量均起到抑制作用。該時期降水量大幅度減小，潛在蒸散發(fā)量與氣溫增大，因此導致水源涵養(yǎng)量大幅度減小(圖9)；該時期土地利用變化不明顯，氣候變化影響是土地利用變化影響的94.86 倍，因此氣候變化對水源涵養(yǎng)量的減小起主導作用(圖10)。

表4 氣候與土地利用變化對武烈河流域水源涵養(yǎng)深度的影響Table 4 Impact of climate and land use changes on water conservation depth in the Wulie River Basin

2000-2009 年，實際水源涵養(yǎng)深度增加33.96 mm，其中氣候變化導致水源涵養(yǎng)深度增大36.78 mm，對水源涵養(yǎng)量起到正向促進作用，而土地利用變化導致水源涵養(yǎng)深度減小2.82 mm，對水源涵養(yǎng)功能起到反向抑制作用。該時期降水量增加，潛在蒸散發(fā)量與氣溫減小，有利于水源含量的提升(圖9)；林地、草地、耕地面積占比減小，建筑用地面積占比增加不利于水源涵養(yǎng)量的提升(圖10)。氣候變化對水源涵養(yǎng)深度的影響是土地利用變化對水源涵養(yǎng)深度影響的13.04 倍，因此該時期氣候變化是水源涵養(yǎng)量增加的主導因素。

2010-2018 年，實際水源涵養(yǎng)深度增加17.14 mm，其中氣候變化導致水源涵養(yǎng)深度增大21.46 mm，對水源涵養(yǎng)量起到正向促進作用，而土地利用變化導致水源涵養(yǎng)深度減小4.32 mm，對水源涵養(yǎng)功能起到反向抑制作用。該時期降水量增加，潛在蒸散發(fā)量與氣溫減小，有利于水源含量的提升(圖9)；林地、草地、耕地面積占比持續(xù)減小，建筑用地面積占比大幅增加，抑制了水源涵養(yǎng)量的提升(圖10)。氣候變化影響是土地利用變化影響的4.97 倍，因此該時期氣候變化是水源涵養(yǎng)量增加的主導因素。

綜合表明，1990-2018 年氣候變化是武烈河流域水源涵養(yǎng)量變化的主導因素，但是隨著城市化的加劇，建筑用地面積的大幅增加和林地、草地、耕地面積的減少，導致土地利用變化逐漸成為了抑制水源涵養(yǎng)量提升的主要抑制因素。

3.2 模型精度和不確定性

InVEST 模型目前已被大量用于不同地區(qū)生態(tài)系統(tǒng)服務功能的評價與決策，該模型的應用較成熟，但由于模型自身的設定和簡化算法等原因，仍存在一定的局限性。首先InVEST 模型在產(chǎn)水量計算中并未考慮土壤深層含水量[24]、人為地下水開采以及地貌等因素的影響，并且由于其算法的簡化，導致模擬結(jié)果是以年份為單位的產(chǎn)水量平均值，難以在較小的時間尺度上精準計算產(chǎn)水量；其次，InVEST 模型計算所需數(shù)據(jù)的精度在很大程度上影響了模型計算結(jié)果，本研究基礎數(shù)據(jù)來自地理空間數(shù)據(jù)云平臺、資源環(huán)境數(shù)據(jù)云平臺、世界土壤屬性數(shù)據(jù)庫(HWSD)、國家青藏高原科學數(shù)據(jù)中心等，然而部分基礎圖層分辨率較低，以及土壤成分、地表環(huán)境隨時間的變化導致參數(shù)的精度很難保證；最后，InVEST 模型中Zhang 系數(shù)的選取在很大程度上會影響模型計算結(jié)果，本研究通過反復校驗取Zhang系數(shù)為3.7，通過模型驗證，與實際情況較為符合，但該值精度進一步的提升還需結(jié)合大量的實測數(shù)據(jù)進行修正和驗證。

4 結(jié)論

本研究基于InVEST 模型產(chǎn)水模塊，分析了承德武烈河流域水源涵養(yǎng)功能的時空分布特征，主要得到以下結(jié)論：

1)當Zhang 系數(shù)為3.7 時，模擬效果最佳；1990-2018 年，武烈河流域水源涵養(yǎng)量呈先減小后增加，總體呈微弱減小的變化趨勢，多年平均水源涵養(yǎng)深度為83.85 mm，平均水源涵養(yǎng)總量為2.18 ×108m3。

2)武烈河流域降水量與水源涵養(yǎng)深度呈顯著正相關關系；潛在蒸散發(fā)量與水源涵養(yǎng)深度呈顯著負相關關系；氣溫與水源涵養(yǎng)深度呈負相關關系，但不顯著。

3)流域各土地利用類型多年平均水源涵養(yǎng)貢獻率由大到小依次為林地(66.09%)、草地(24.23%)、耕地(8.77%)、建筑用地(0.9%)；單位面積變化對水源涵養(yǎng)量影響強度由大到小依次為林地(1.21 × 105m3·km-2)、草地(6.83 × 105m3·km-2)、耕地(1.84 × 105m3·km-2)、建筑用地(0.87 × 105m3·km-2)。

4)根據(jù)情景模擬表明，1990-1999 年氣候變化對武烈河流域水源涵養(yǎng)量提升起到反向抑制作用；2000-2018 年氣候變化對水源涵養(yǎng)量提升起到正向促進作用；土地利用變化始終對水源涵養(yǎng)量提升起到反向抑制作用。氣候變化是武烈河流域水源涵養(yǎng)量變化的主導因素，但是隨著城市化的加劇，建筑用地面積的大幅增加和林地、草地、耕地面積的減少，導致土地利用變化逐漸成為了抑制水源涵養(yǎng)量提升的主要抑制因素。