基于InVEST 模型的琿春天保工程區(qū)水源涵養(yǎng)功能時空動態(tài)變化研究

郭玉亭，王英偉，楊成江

（1.東北林業(yè)大學林學院，黑龍江 哈爾濱 150040；2.吉林省重點國有林技術服務中心，吉林 長春 130022）

【研究意義】森林生態(tài)系統(tǒng)是維持社會經(jīng)濟發(fā)展和健康生態(tài)系統(tǒng)的基礎［1］。21 世紀以來，由于經(jīng)濟、社會的迅速發(fā)展和人口的急劇增長，人類活動劇烈地改變了地表自然環(huán)境，產生了資源約束趨緊、土地退化、環(huán)境污染、生態(tài)系統(tǒng)破壞等一系列問題。目前，全球約有60%的生態(tài)系統(tǒng)已經(jīng)或正在退化，導致生態(tài)系統(tǒng)服務供應量銳減，人類福祉遭受嚴重損害［2-3］。為減少這些問題的影響，國務院2000 年開始實施世界上最大和最全面的生態(tài)保護工程——天然林保護工程（簡稱“天保工程”）。天保工程森林面積占我國天然林面積的53%，主要目標是在一定程度上提升森林生態(tài)系統(tǒng)調節(jié)氣候、固碳釋氧、涵養(yǎng)水源、保水固土、保護生物多樣性等服務功能，保護環(huán)境與促進社會和諧發(fā)展［4］?！厩叭搜芯窟M展】自天保工程實施后，眾多學者對國內天保工程的生態(tài)服務功能及其對經(jīng)濟社會的影響等方面進行評析。例如，王慧等［5］通過森林生態(tài)連清體系對吉林省森林局天保工程進行效益評價，結果發(fā)現(xiàn)生物多樣性保護和涵養(yǎng)水源兩項服務的價值量比例超過50%，為生態(tài)系統(tǒng)主導功能；黃龍生等［6］通過應用分布式測算方法，對東北和內蒙古重點國有林區(qū)天保工程保育土壤物質量及價值量進行評估，結果表明天保工程的實施提升了研究區(qū)森林生態(tài)系統(tǒng)保育土壤的功能及效益；李娜娜等［7］采用森林生態(tài)系統(tǒng)定位數(shù)據(jù)及森林二類調查數(shù)據(jù)，選取涵養(yǎng)水源、保育土壤、固碳釋氧3 項指標對山西省天保工程生態(tài)效益進行評價，發(fā)現(xiàn)山西省天然林保護工程自實施以來，有效地保護和恢復了天然林資源，發(fā)揮了天然林的巨大生態(tài)效益。從研究方法來看，生態(tài)系統(tǒng)服務功能的評估方法有很多，如InVEST 模型、ARIES 模型、SolVES模型、TESSA 模型等。其中，InVEST 模型具有驅動數(shù)據(jù)簡便容易掌握、定量化評價精確、評估流程與結果空間表述明確、情景仿真預測功能強大等優(yōu)點，已被國內外學者廣泛應用于生態(tài)系統(tǒng)研究中［8］。例如，王茜等［9］利用InVEST 模型研究秦嶺產水量變化對土地利用變化的響應，結果表明秦嶺的產水量由秦嶺南坡至北坡依次遞減，不同的土地利用類型產水功能差異較大，與各地類植被覆蓋率、潛在蒸散發(fā)及面積等因素有關；Bai 等［10］選取水質凈化、水源涵養(yǎng)、土壤保持3 個指標通過InVEST 模型對美國肯塔基州進行評估，發(fā)現(xiàn)氣候與土地利用變化為水質凈化、水源涵養(yǎng)、土壤保持的主要影響因素，其中氣候變化對水源涵養(yǎng)的影響大于土地利用變化對水源涵養(yǎng)的影響?！颈狙芯壳腥朦c】琿春天保工程區(qū)是國家“一帶一路”重要實施區(qū)，區(qū)內生態(tài)系統(tǒng)類型多樣、自然資源豐富，被稱為“生態(tài)寶庫”［11］。然而，關于該區(qū)域的水源涵養(yǎng)服務功能在長時間尺度的動態(tài)變化還鮮有針對性研究。因此，基于InVEST 模型科學評價天保工程實施以來琿春天保工程區(qū)水源涵養(yǎng)服務功能的時空變化趨勢，并分析其影響因素非常有必要?！緮M解決的關鍵問題】為探究近20 年天保工程給該區(qū)帶來的生態(tài)效益，本研究基于InVEST 模型，在多年林業(yè)資源檔案數(shù)據(jù)、衛(wèi)星遙感數(shù)據(jù)的基礎上，從涵養(yǎng)水源、水質凈化兩個方面對近20 年天保工程水源涵養(yǎng)服務時空演變情況進行評價與分析，并探討水源涵養(yǎng)服務時空動態(tài)變化的影響因素，以期為水資源利用、水環(huán)境污染治理的研究奠定基礎，并為今后天然林保護修復制度的實施提供決策依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

琿春天保工程區(qū)位于吉林省琿春市（包含少部分圖們市），地處中、俄、朝三國交界的邊境地區(qū)（地理位置129°52'～131°18' E、42°25'～43°30' N）。在地形地貌方面，研究區(qū)屬于長白山系東部老爺嶺山脈中低山區(qū)，地勢起伏大，高差懸殊，整體呈東南、東北、西部較高，中部、西南部較低的簸箕形盆地。在氣候方面，研究區(qū)屬近海中緯度溫帶海洋性季風氣候，年均氣溫5.65 ℃，年均降水量為618.1 mm，年均蒸發(fā)量894.2 mm。在自然資源方面，研究區(qū)內水資源豐富，年均水資源總量20.58×108m3，地下水總量3.86×108m3［12］。

1.2 數(shù)據(jù)來源

天保工程2000 年開始實施、2020 年結束，且在2015 年采取全面停止天然林商業(yè)性采伐政策，故選取2000、2010、2015、2020 年為時間節(jié)點進行研究。本研究數(shù)據(jù)包括土地利用數(shù)據(jù)、氣象數(shù)據(jù)、土壤屬性數(shù)據(jù)和數(shù)字高程模型（DEM）數(shù)據(jù)和潛在蒸散發(fā)數(shù)據(jù)（表1）。其中，將土地利用數(shù)據(jù)重分類為耕地、林地、草地、水體、建設用地及濕地6 類；2000—2020 年降水量數(shù)據(jù)源自中國氣象數(shù)據(jù)網(wǎng)，并在ArcGIS 中通過反距離權重法插值得到；各柵格數(shù)據(jù)的精度統(tǒng)一為30 m，投影坐標系統(tǒng)一采用WGS_1984_UTM_Zone_51N。

表1 研究數(shù)據(jù)來源情況Table 1 Research data sources

1.3 研究方法

1.3.1 轉移矩陣及動態(tài)度分析方法 土地利用轉移矩陣法是MARKOV 模型運用在土地利用變化上的方法［13］，是分析研究系統(tǒng)的狀態(tài)與轉移量的定量過程，包括轉出面積與轉入面積，計算公式為：

式中，T1、T2為研究時段內土地利用轉移矩陣的兩種表示方式，T2稱為MARKOV 轉移概率矩陣；Sij是研究時段內由地類i轉移為地類j的面積；Pij是土地利用類型由研究期初地類i轉移為研究期末地類j的概率；n是土地利用類型的數(shù)量。

動態(tài)度分析法用于測算研究區(qū)整體或單一土地利用變化速度，其中綜合土地利用動態(tài)度用P表示、單一土地利用變化速度用K表示，計算公式［14］為：

式中，ΔUi-j為某一研究期內地類i向其他地類轉出的面積之和，Ui為研究期初地類i利用類型的面積，t為研究期間隔年數(shù)。

式中，Ua、Ub分別為期初和期末某土地利用類型的面積，t為研究期間隔年數(shù)。

1.3.2 水源涵養(yǎng)分析方法 InVEST 模型的水源涵養(yǎng)模塊，是在Budyko 水熱耦合平衡與年均降水量的基礎上，同時考慮實際蒸散發(fā)。產水量計算公式［15］如下：

式中，Y（x）為單元x年產水量（mm），AET（x）為單元格x實際蒸散量（mm），P（x）為單元x年降水量（mm）。

基于InVEST 模型中的Water Yield 模塊結果，運用ArcGIS 計算得到琿春天保工程區(qū)的水源涵養(yǎng)量，計算公式［10］如下：

式中，WRij為LUCCj上像元i的年水源涵養(yǎng)量（mm），Y（x）為單元格x年產水量（mm），Runoffij為LUCCj上像元i的年地表徑流量（mm），Pij為LUCCj上像元i的年均降水量（mm），Cj為地類j的地表徑流系數(shù)。

1.3.3 水質凈化分析方法 水質凈化服務通過InVEST Nutrient Delivery Ratio 模塊進行計算，模塊基于土地利用/覆被類型在年尺度上計算柵格單元N、P 營養(yǎng)鹽的保持量和輸出量，利用N、P 含量表征水質狀況，TN、TP 輸出量越大表明柵格單元水質凈化能力越弱，計算公式［16］如下：

式中，ALVx為柵格x各污染物年輸出值（kg）［14］，HSSx為在柵格x上水文敏感性得分，POLx為柵格x污染物輸出系數(shù)。

1.3.4 灰色關聯(lián)度分析方法 灰色系統(tǒng)理論提出對各系統(tǒng)進行灰色關聯(lián)度分析的概念，灰色關聯(lián)度是以因素之間發(fā)展趨勢的相似或相異程度作為衡量各系統(tǒng)因素關聯(lián)程度的一種方法［17］。灰色關聯(lián)度分析法多用于模糊的影響因素與生態(tài)服務功能之間，由于影響因素與生態(tài)服務功能之間關系預先并不清楚，故本研究運用灰色關聯(lián)度法，選取自然、經(jīng)濟、社會以及政策方面的9 個因子，對水源涵養(yǎng)服務功能的影響因素進行量化分析。灰色關聯(lián)度的計算公式為：

式中，γ為灰色關聯(lián)系數(shù)，i=1，2，3，...m；k=1，2，3，...n。

2 結果與分析

2.1 土地利用類型變化特征

2000—2020 年林地和耕地是琿春天保工程區(qū)的主要土地類型（圖1、圖2），且林地整體呈波動上升趨勢，耕地呈減少趨勢。此外，土地利用動態(tài)變化度可一定程度上展現(xiàn)土地利用類型變化的劇烈程度［18-19］。草地面積呈現(xiàn)先增加后減少的趨勢（3.62%～-6.84%），且在2015—2020 年期間下降速率較快；耕地面積呈現(xiàn)逐漸減少態(tài)勢（-1.00%～-1.41%），減少速率較平穩(wěn)；建設用地呈較劇烈的增長（-0.43%～11.30%），增長速率呈倍速上升；林地面積增長較為劇烈（-0.05%～0.47%）；濕地面積在工程實施期間大面積減少（-17.26%～0.20%）；水體面積在20 年間穩(wěn)步增長，增長速率前快后慢（2.47%～1.96%）。2010—2020 年綜合土地利用變化度（0.48%）遠大于2000—2010 年（0.19%），前者是后者的2.23 倍。

圖1 2000—2020 年土地利用類型Fig.1 Land use status from 2000 to 2020

圖2 2000—2020 年不同土地利用類型面積及單一土地利用動態(tài)變化度Fig.2 Area of different land use types and dynamic change degree of single land use from 2000 to 2020

2000—2020 年不同時段中耕地向草地或林地轉移率最大，特別是2000—2010 年耕地轉草地的轉移比率達62.6%。2000—2010 年，研究區(qū)土地利用類型具有實質性轉移的共有25 種（171.37 km2），按面積大小對此類轉移進行排序，前7 種累計轉移比率達89.15%（表2）；面積占比較大的是耕地轉草地（轉移面積107.29 km2，轉移比率62.60%），其次是林地轉耕地（轉移面積20.04 km2，轉移比率11.69%）。2010—2015 年，研究區(qū)土地利用類型具有實質性轉移的共有30 種（745.79 km2），比上一階段增加574.42 km2，按面積大小進行排序后發(fā)現(xiàn)前7 種累計轉移比率達86.01%；本階段土地利用變化以耕地和草地間轉換為主（轉移面積150.54 km2，轉移比率20.19%），其次為林地轉耕地（轉移面積127.82 km2，轉移比率17.14%）。2015—2020年，研究區(qū)土地利用類型具有實質性轉移的共有30 種（78 056.71 km2），按面積大小進行排序后發(fā)現(xiàn)前7 種累計轉移比率達83.24%；轉移面積占比最大的是耕地與林地間的轉換（轉移面積150.33 km2，轉移比率19.26%），其次為草地向耕地的轉化（轉化面積140.74 km2，轉移比率18.03%）。

表2 2000—2020 年不同土地利用類型主要變化面積和轉移比率Table 2 Major changes in area and transfer rates of different land use types from 2000 to 2020

2.2 水源涵養(yǎng)服務功能時空變化特征

2.2.1 水源涵養(yǎng)量時空變化特征 研究區(qū)水源涵養(yǎng)量呈東北高、西南低的分布格局（圖3），2000—2020 年研究區(qū)水源涵養(yǎng)量總體呈先減少后增加趨勢，各期水源涵養(yǎng)總量分別為32.08×108、6.41×108、25.39×108、30.36×108m3。2000—2010年水源涵養(yǎng)總量減少5.67×108m3，降幅17.67%；2010—2015 年水源涵養(yǎng)總量減少1.02×108m3，減少趨勢較一期緩慢；2015—2020 年水源涵養(yǎng)總量大幅增加4.97×108m3，漲幅19.57%。

圖3 水源涵養(yǎng)量空間分布Fig.3 Spatial distribution of water conservation

2000—2020 年，各土地利用類型中，以林地的水源涵養(yǎng)貢獻率最大（表3）。2000 年，林地水源涵養(yǎng)量最大，占總量82.51%；2010 年，林地水源涵養(yǎng)量占總量的79.86%，較2000 年減少20.32%，其余地類水源涵養(yǎng)量無過大波動；2015年，林地水源涵養(yǎng)量達21.38×108m3，相比2010年增長較少，草地水源涵養(yǎng)量有所減少；2020 年，林地水源涵養(yǎng)量占總量82.18%，漲幅16.70%，其余地類水源涵養(yǎng)量除草地增加外無過大變動?？傮w來看，水源涵養(yǎng)量大小呈林地＞耕地＞草地＞水體＞濕地。

表3 不同土地利用類型的水源涵養(yǎng)量（×108 m3）Table 3 Water conservation of different land use types(×108 m3)

2.2.2 水質凈化時空變化特征 水質凈化能力與N、P輸出量相反。研究區(qū)N、P輸出呈西南部高、中部及東北部低的分布格局（圖4、圖5），2000—2020年，研究區(qū)N、P輸出量年均值總體呈波動中減少趨勢（表4），表明水質凈化能力呈增加趨勢。2000—2020年，研究區(qū)各期N輸出量年均值分別為0.1806、0.1834、0.1678、0.1703 kg/hm2，P輸出量年均值分別為0.0206、0.0209、0.0175、0.0200 kg/hm2。2000—2010年，N輸出量年增加0.0028 kg/hm2、漲幅1.55%，P輸出量年增加0.0003 kg/hm2、漲幅1.46%；2010—2015年，N、P輸出量分別年均減少0.0156、0.0034 kg/hm2，減幅分別為8.51%、1.62%。2015—2020年，N、P 輸出量稍有增多，N 輸出量年均增加0.0025 kg/hm2、漲幅1.49%，P輸出量年均增多0.0025 kg/hm2、漲幅1.43%。

表4 不同土地利用類型的單位面積N、P 輸出量Table 4 Average N and P output of different land use types

圖4 N 輸出量空間分布Fig.4 Spatial distribution of N output

圖5 P 輸出量空間分布Fig.5 Spatial distribution of P output

從各地類N、P 輸出情況來看，耕地是N、P輸出量的最大貢獻者。2000、2000、2015、2020年各地類對水質凈化能力大小表現(xiàn)為水體＞濕地＞建設用地＞草地＞林地＞耕地。

2.3 水源涵養(yǎng)服務功能影響因素

本研究采用灰色關聯(lián)分析法探究天保工程區(qū)水源涵養(yǎng)與水質凈化功能間的影響因素及它們之間的關系，結果發(fā)現(xiàn)在各影響因素中，自然因子影響作用最大。自然因子中，對水源涵養(yǎng)、水質凈化功能影響最大的是降水量、蒸散發(fā)、森林蓄積3 個因素；經(jīng)濟因子中，對水源涵養(yǎng)、水質凈化功能影響最大的因素是第一產業(yè)值（表5）。2000 年天保工程在吉林省琿春市正式展開實施，琿春轄區(qū)范圍內的森林質量不斷提升，使得森林蓄積在20 年間持續(xù)增長。根據(jù)當?shù)亓謽I(yè)資源檔案可知，2000—2020 年研究區(qū)森林蓄積量由388.68 m3增長到426.74 m3，增幅達9.79%，琿春林區(qū)職工收入與林區(qū)管護人員的增加使森林質量與水源涵養(yǎng)服務功能均有提升，實現(xiàn)了天保工程“看住林，養(yǎng)活人”的初衷，同時也提升了人們對于森林資源的保護意識，破壞森林的現(xiàn)象少有發(fā)生。

表5 水源涵養(yǎng)服務功能影響因子及關聯(lián)度Table 5 Influencing factors and correlation degree of water conservation function

3 討論

2000 年天保工程實施以來，琿春天保工程區(qū)的林地面積呈先減少后增加趨勢，這是由于其他土地利用類型向林地大面積轉移導致的，特別是耕地向林地轉移。其中，2010—2020 年綜合土地利用變化動態(tài)度較高，土地利用變化較大，這主要是天保工程二期快速推進引起的。與此同時，琿春天保工程區(qū)的水源涵養(yǎng)服務功能也發(fā)生一系列變化。從時間上看，其水源涵養(yǎng)總量在一定程度上有所提升，且與林地變化趨勢一致，這主要與林地面積變化及降水量變化有關；且該結果與東北內蒙古等重點國有林區(qū)水源涵養(yǎng)功能的研究結果［20］一致。從空間上看，研究區(qū)水源涵養(yǎng)主要表現(xiàn)為林地占據(jù)高值、草地和耕地等占據(jù)低值，這是由于林冠密度高，大氣降水接觸葉面積截留的水分較其他地類截留水量多，并且天然林林地中有較厚腐殖質落葉層，降水流動速度也比其他地類慢，以上兩個因素均可增強截留效率，起到涵養(yǎng)水源的作用［21］。對于水質凈化功能，N、P輸出量呈逐年減少趨勢，研究區(qū)內水質凈化功能逐漸加強，與西南地區(qū)天保工程區(qū)內水質凈化凈化規(guī)律變化［22］一致。上述結果主要是由于天保工程實施后，森林面積顯著增加，森林植被通過生化反應、水循環(huán)作用，在大氣、土壤和降水中吸收N、P 等營養(yǎng)物質并貯存在內，減少了營養(yǎng)物質向低谷地區(qū)輸移，因而森林植被量的變化直接影響水質凈化的能力。此外，耕地輸出N、P最多，這是由于化肥和農藥大量使用的結果；建設用地N、P 輸出量較耕地、林地小，這可能是由于研究區(qū)養(yǎng)殖畜牧業(yè)發(fā)展沒有種植業(yè)發(fā)達所導致；而水作為人類生存發(fā)展必不可少的資源，則不具備N、P 營養(yǎng)鹽輸出的能力。

本研究分析了琿春天保工程區(qū)在2000—2020年間水源涵養(yǎng)、水質凈化的時空變化特征，但各生態(tài)服務功能綜合分析及各生態(tài)服務功能之間的權衡與協(xié)同關系在區(qū)域可持續(xù)發(fā)展、環(huán)境保護與管理等政策制定與實施方面也至關重要，因此需要進一步詳細研究。此外，生物多樣性維護、固碳釋氧、水土保持等也是工程區(qū)重要的生態(tài)系統(tǒng)服務，但由于數(shù)據(jù)資料的限制，本研究并未涉及這些方面的生態(tài)效應，研究結果不夠全面。另外，我國近年來氣候呈現(xiàn)暖濕變化趨勢，有利于植被恢復與功能提升，但如何量化評估生態(tài)工程與氣候變化的相對貢獻亦是未來的研究重點。

4 結論

天保工程實施后的20 年間，吉林省琿春市研究區(qū)林地總面積整體呈波動上升趨勢。其中，2000—2020 年耕地向草地或林地轉移率最大；水源涵養(yǎng)量呈現(xiàn)出先減小后增加的趨勢，高值區(qū)集中分布在研究區(qū)外圍的林地，低值區(qū)集中分布在以建設用地和耕地為主的溝谷區(qū)；水質凈化功能呈現(xiàn)波動增長的趨勢，耕地為N、P 輸出高值區(qū)，林地和草地為N、P 輸出低值區(qū)。天保工程通過森林蓄積方式在水源涵養(yǎng)、水質凈化等森林生態(tài)系統(tǒng)服務功能的提升中作出了重要貢獻。