廣西西江流域水源涵養(yǎng)服務空間格局及其影響因素

張成虎，劉 菊，胡寶清，陳秀芬

（1. 南寧師范大學 北部灣環(huán)境演變與資源利用教育部重點實驗室，廣西 南寧 530001；2. 南寧師范大學 廣西地表過程與智能模擬重點實驗室，廣西 南寧 530001）

維持和改善生態(tài)系統(tǒng)服務是實現(xiàn)區(qū)域可持續(xù)發(fā)展的基本條件[1]，開展生態(tài)系統(tǒng)服務的量化評估以實現(xiàn)生態(tài)系統(tǒng)有效管理，對保障區(qū)域可持續(xù)發(fā)展具有重大意義[2-3]。在眾多生態(tài)系統(tǒng)服務中，水源涵養(yǎng)服務占據(jù)著重要的地位，對改善區(qū)域水文狀況、調(diào)節(jié)區(qū)域水分循環(huán)發(fā)揮著關鍵作用[4-5]。生態(tài)系統(tǒng)是具有空間差異的復雜系統(tǒng)，其水源涵養(yǎng)服務又受到氣候、地形、植被、土壤、土地利用、社會經(jīng)濟等多種自然和人文因素的影響，導致水源涵養(yǎng)服務也存在顯著的空間差異。定量化與空間可視化評估已成為水源涵養(yǎng)服務評價的最新趨勢，也是水資源有效管理和保護決策的重要需求[6]。

目前，國內(nèi)外學者們已使用地理信息系統(tǒng)(GIS)、InVEST模型、SWAT模型等方法開展了大量的水源涵養(yǎng)服務空間可視化評估[7-9]，并對不同地區(qū)、不同尺度的水源涵養(yǎng)服務空間格局及其影響因素進行了研究，如全中國[10]、江蘇省[11]、商洛市[12]、甘肅白龍江流域[3]、秦嶺地區(qū)[13]等。研究大多通過分區(qū)統(tǒng)計比較不同子流域、不同行政單元、不同海拔、不同土地利用方式、不同植被覆蓋下水源涵養(yǎng)服務的差異[3,10-13]，并使用相關性分析、回歸分析、主成分分析等探討水源涵養(yǎng)服務與其影響因素之間的關系[10-12]，但這些傳統(tǒng)的統(tǒng)計模型構(gòu)建中忽略了各變量的空間依懶性和空間異質(zhì)性。近年來，空間回歸模型如空間誤差模型(SEM)、空間滯后模型(SLM)、地理加權(quán)回歸模型(GWR)等受到廣泛關注。張佳田等[14]通過SEM模型測度生態(tài)系統(tǒng)服務能力與城鎮(zhèn)化水平及各子系統(tǒng)得分關系。梁曉瑤等[15]基于InVEST模型評估了黑龍江省的生境質(zhì)量，利用多尺度GWR模型，探究了影響生境質(zhì)量的自然和人文要素作用空間尺度差異及其影響程度。趙育恒等[16]對武漢城市圈生態(tài)服務價值時空演變分析及影響因素進行研究表明：SEM模型消除了由地域空間自相關帶來的空間誤差影響，使得模型更加穩(wěn)健和準確。然而，使用空間回歸模型探討生態(tài)系統(tǒng)水源涵養(yǎng)服務影響因素的研究尚處于起步階段。

西江是珠江水系最大的支流，西江流域是貫通珠江—西江經(jīng)濟帶陸海絲綢之路的重要通道，也是廣西糧食主產(chǎn)區(qū)和珠江流域重要的生態(tài)屏障。廣西西江流域水源涵養(yǎng)服務直接關系到該區(qū)域的水源安全和供水安全，對該區(qū)域社會經(jīng)濟發(fā)展至關重要，但目前對廣西西江流域水源涵養(yǎng)服務的研究較少。因此，本研究基于InVEST模型，在小流域尺度上空間可視化評估該區(qū)域水源涵養(yǎng)服務，并使用GeoDa分析水源涵養(yǎng)空間格局，構(gòu)建空間統(tǒng)計模型，辨識關鍵影響因素，最終基于ArcGIS進行水源涵養(yǎng)服務重要性分級和空間分區(qū)以識別水源涵養(yǎng)優(yōu)先和重點保護的區(qū)域，以期為流域水資源利用、分區(qū)管理與綜合保護等提供重要參考。

1 研究區(qū)概況

西江作為珠江的主干流，全長2 214 km，橫跨云南、貴州、廣西、廣東4個省(自治區(qū))。廣西西江流域(21°35′～26°13′N，104°26′～112°04′E)面積為20.29×104km2，流域內(nèi)主要支流有南盤江、紅水河、柳江、右江、左郁江、桂賀江和黔潯江。該流域地處亞熱帶季風氣候區(qū)，濕潤多雨，夏長冬短，年均氣溫為16.5～23.1 ℃，年均降水量為1 080～2 760 mm。地貌復雜多樣，屬山地丘陵性盆地地貌，巖溶地貌發(fā)育。土壤類型多樣，紅壤比例大，石灰?guī)r土廣布。主要植被類型為森林(馬尾松Pinus massoniana和甜櫧Castanopsis eyrei等)、灌叢(假鷹爪Desmos chinensis)、草地(野古草Arundinella anomala)和栽培植被(水稻Oryza sativa和甘蔗Saccharum officinarum等)[17]。

2 方法與數(shù)據(jù)

2.1 產(chǎn)水量計算

利用InVEST模型的產(chǎn)水模塊估算研究區(qū)產(chǎn)水量。該模塊根據(jù)水量平衡原理，基于氣候、地形和土地利用，利用降水量減去實際蒸散量計算每個柵格的徑流量。計算公式如下：

式(1)中：Yjx為第j土地利用類型柵格x的年產(chǎn)水量(mm)；Px為柵格單元x的年均降水量(mm)；Axj為第j土地利用類型柵格x的實際年均蒸散發(fā)量(mm)；計算過程參考InVEST模型用戶手冊與文獻[4]。

2.2 水源涵養(yǎng)服務計算

使用水源涵養(yǎng)量表征生態(tài)系統(tǒng)水源涵養(yǎng)服務。水源涵養(yǎng)量是降水量減去蒸散發(fā)和地表徑流后，土壤層可調(diào)節(jié)的水量，即在產(chǎn)水量的基礎上，再用地形指數(shù)、土壤飽和導水率和流速系數(shù)對產(chǎn)水量進行修正[18]，計算公式為：

式(2)～(3)中：W為水源涵養(yǎng)量(mm)；V為流速系數(shù)；K為土壤飽和導水率(mm·d-1)，具體計算方法見文獻[19-20]；Y為產(chǎn)水量(mm)；T為地形指數(shù)；Q為集水區(qū)柵格數(shù)量；D為土壤厚度(mm)；S為百分比坡度(%)。min為ArcGIS柵格計算器中取最小值函數(shù)。

2.3 水源涵養(yǎng)服務空間自相關性分析

全域莫蘭指數(shù)是應用最為廣泛的檢驗全域空間自相關的統(tǒng)計量，取值為[-1，1]，正值表示空間聚集現(xiàn)象，負值表示空間分散現(xiàn)象，0表示空間上隨機分布[21-22]。局域空間自相關可測度整個區(qū)域中一個單元上的某一屬性與鄰近單元同一屬性值的相關程度，主要通過空間關聯(lián)的局部指標分布圖揭示各指標的空間關聯(lián)結(jié)構(gòu)模式[21-22]。全域莫蘭指數(shù)的計算公式為：

式(4)中：Ig為全域莫蘭指數(shù)；n為觀測總數(shù)；Zj、Zk分別為第j、k個斑塊觀測值與所有斑塊觀測值的均值之差。Wjk為空間權(quán)重，若斑塊j與k相鄰，則Wjk為1，否則Wjk為0。使用標準化統(tǒng)計量(Z)表征空間自相關的顯著性，計算公式為：

式(5)中：E為Ig的期望值；V為Ig的方差。在0.05的置信水平下，|Z|=1.96，以|Z|＞1.96表示該區(qū)域的空間自相關是顯著的。

局域莫蘭指數(shù)的計算公式為：

式(6)中：Il為局域莫蘭指數(shù)，其余變量含義與式(4)相同。根據(jù)Il、Zj與顯著性檢驗結(jié)果，可將第j個斑塊與周邊斑塊觀測值的相關性劃分為高-高聚集、高-低聚集、低-低聚集、低-高聚集和不顯著5種類型，即局部指標分布圖[21-22]。

2.4 基于空間回歸模型的水源涵養(yǎng)服務影響因素分析

相關研究表明：水源涵養(yǎng)的空間差異與氣候、植被、土地利用、土壤和社會經(jīng)濟有關[10-12]，地形則是通過影響自然和人文要素的梯度差異來改變水源涵養(yǎng)的分布格局[3]。

如果因變量或自變量存在空間自相關性，將導致經(jīng)典線性回歸模型的殘差也存在空間自相關，從而其回歸系數(shù)和擬合優(yōu)度(R2)都將產(chǎn)生偏性和大方差，此時應當使用空間回歸模型[23]。本研究使用GeoDa構(gòu)建空間回歸模型對流域水源涵養(yǎng)服務影響因素進行定量分析，對比不同空間回歸模型結(jié)果以選擇相應的模型，模型R2和對數(shù)似然值越大，模型擬合程度越好，而赤池信息準則和施瓦茲準則統(tǒng)計量越小，則模型擬合程度越好[23]。

2.5 數(shù)據(jù)與參數(shù)

2.5.1 水源涵養(yǎng)服務計算所需數(shù)據(jù)來源 根據(jù)InVEST模型需求和數(shù)據(jù)可獲取性，以2015年為典型年，進行實證研究。模型所需數(shù)據(jù)有多年平均降水量、潛在蒸散量、土地利用類型、土壤厚度、植被可利用水、流域及小流域邊界、生物物理參數(shù)表、地形指數(shù)、土壤飽和導水率以及產(chǎn)水量驗證數(shù)據(jù)。

多年平均降水量與潛在蒸散量。以廣西西江流域內(nèi)及周邊61個氣象站點2001—2015年降水、氣溫、實際水汽壓、風速、相對濕度、日照百分率為數(shù)據(jù)，在ArcGIS中使用樣條函數(shù)插值獲取研究區(qū)多年平均降水量與多年平均潛在蒸散量柵格圖層，其中，潛在蒸散量采用聯(lián)合國糧食與農(nóng)業(yè)組織(FAO)給出的修正Penman-Monteith方程[24]計算而來。

土地利用類型。獲取2015年的廣西西江流域土地利用數(shù)據(jù)，一級分類為耕地、林地、草地、水域、城鄉(xiāng)-工礦-居民用地和未利用地6類。數(shù)據(jù)來自中國科學院資源環(huán)境科學數(shù)據(jù)中心(http://www.resdc.cn)。

土壤厚度、植被可利用水以及土壤飽和導水率。土壤厚度、黏粒含量、粉粒含量、砂粒含量、土壤有機質(zhì)含量數(shù)據(jù)來自中國1∶100萬土壤數(shù)據(jù)庫。植被可利用水根據(jù)土壤質(zhì)地計算，土壤飽和導水率根據(jù)土壤砂粒含量計算[19-20]，詳細計算過程參考模型手冊以及文獻[3-4]。

小流域邊界和地形指數(shù)。根據(jù)數(shù)字高程模型(DEM)，使用ArcGIS中的水文分析獲得小流域邊界，既要盡可能細化小流域范圍，合理表達河網(wǎng)稠密度等級下的集水盆地，便于后續(xù)空間展示，又要避免小流域細碎不利于模型計算，經(jīng)過反復匯流累積閾值試驗，最終匯流累積閾值設定為5 000時，小流域平均面積約141 km2，共劃分了1 438個小流域。地形指數(shù)根據(jù)式(3)計算。DEM來自中國科學院資源環(huán)境科學數(shù)據(jù)中心(http://www.resdc.cn)。

生物物理參數(shù)表。此表需要獲取不同土地利用類型的植被蒸散系數(shù)、最大根系深度和流速系數(shù)。根據(jù)參考文獻[3, 25-26]、模型使用手冊中推薦的參數(shù)和廣西西江流域的實際情況確定相關參數(shù)。

產(chǎn)水量驗證數(shù)據(jù)。使用地表水資源量對模擬產(chǎn)水量進行驗證，2001—2015年廣西西江流域地表水資源量數(shù)據(jù)來自廣西壯族自治區(qū)水利廳官方網(wǎng)站(http://slt.gxzf.gov.cn/)。

2.5.2 水源涵養(yǎng)服務影響因素數(shù)據(jù)來源 選取氣候(多年平均降水量、實際蒸散量)，地形(坡度、海拔)，土地利用(林地面積比例、耕地面積比例)，植被與土壤[植被凈初級生產(chǎn)力(NPP)、土壤飽和導水率、植被可利用水、土壤厚度]以及社會經(jīng)濟(人口密度、經(jīng)濟密度、不透水率)共13個因子作為水源涵養(yǎng)服務的影響因素。其中，多年平均降水量、土壤飽和導水率、植被可利用水、土壤厚度來源同2.5.1部分；坡度、海拔來源于DEM；實際蒸散量來自InVEST模型產(chǎn)水結(jié)果中間數(shù)據(jù)；林地面積比例、耕地面積比例和不透水率根據(jù)土地利用中林地面積、耕地面積和建設用地面積與各小流域面積之比計算；NPP使用CASA模型計算；人口密度與經(jīng)濟密度是根據(jù)2016年《廣西統(tǒng)計年鑒》中各區(qū)縣常住人口、國內(nèi)生產(chǎn)總值與各區(qū)縣行政面積之比計算。使用ArcGIS將13個因子進行分區(qū)統(tǒng)計得到小流域矢量數(shù)據(jù)。

3 結(jié)果與分析

3.1 水源涵養(yǎng)服務空間分布及其影響因素

根據(jù)研究區(qū)地表水資源量數(shù)據(jù)，計算出廣西西江流域2001—2015年多年平均徑流量為1 547.21億 m3，經(jīng)過反復模擬計算，當Zhang系數(shù)為6.933時，模擬產(chǎn)水量相對誤差為1.63%，此時模擬結(jié)果最優(yōu)。在此產(chǎn)水結(jié)果上，根據(jù)式(2)和式(3)，計算研究區(qū)水源涵養(yǎng)量。結(jié)果顯示：廣西西江小流域多年平均水源涵養(yǎng)量為33.62～697.91 mm，平均為185.36 mm，標準差為106.26 mm，2015年水源涵養(yǎng)總量為376.10億 m3，占多年平均產(chǎn)水量的23.90%，遠高于2015年廣西總用水量285.2億 m3。研究區(qū)內(nèi)水源涵養(yǎng)量呈現(xiàn)出明顯的空間差異(圖1)，各子流域水源涵養(yǎng)量平均值由高到低依次為黔潯江流域(298.11mm)、左郁江流域(251.94 mm)、桂賀江流域(194.06 mm)、柳江流域(148.80 mm)、紅水河流域(144.04 mm)、右江流域(136.47 mm)、南盤江流域(65.57 mm)，流域內(nèi)水源涵養(yǎng)量的空間差異主要受降水、土壤性質(zhì)、植被生長和地形等因素空間異質(zhì)性的共同影響。水源涵養(yǎng)量較高的區(qū)域分布在左郁江流域南部地區(qū)以及黔潯江流域內(nèi)，小流域多年平均水源涵養(yǎng)量為300.00～697.91 mm，該區(qū)域降水量較高，植被茂密，形成良好的土壤結(jié)構(gòu)及通風狀況，其土壤下滲、持水能力較強，水源涵養(yǎng)服務水平高。水源涵養(yǎng)量較低的區(qū)域主要分布在南盤江流域內(nèi)，在右江流域、紅水河流域、柳江流域、桂賀江流域以及左郁江流域北部地區(qū)有零星分布(圖1)，小流域多年平均水源涵養(yǎng)量小于100.00 mm，該區(qū)域降水量低、土壤飽和導水率偏低是導致水源涵養(yǎng)服務偏低的主要原因。

圖 1 廣西西江流域水源涵養(yǎng)服務空間分布示意圖Figure 1 Spatial distribution of water retention service in Xijiang River Basin of Guangxi

圖 2 廣西西江流域多年平均降水量(A)與實際蒸散發(fā)(B)空間分布示意圖Figure 2 Spatial distribution of average annual precipitation (A) and actual evapotranspiration (B) in Xijiang River Basin of Guangxi

3.1.1 降水量與實際蒸散發(fā)對水源涵養(yǎng)服務的影響 降水量和實際蒸散發(fā)是影響水源涵養(yǎng)服務的重要氣候因子。從圖2A可知：廣西西江流域多年平均降水量為1 526.36 mm，空間差異明顯，主要表現(xiàn)為由西北向東南逐漸增加的趨勢，并與流域產(chǎn)水量的空間分布一致。構(gòu)建最小二乘法回歸模型(OLS)發(fā)現(xiàn)：本研究中降水量可以解釋產(chǎn)水量變化的91.68%，是產(chǎn)水量最重要的影響因素；降水量可以解釋水源涵養(yǎng)量變化的30.47%，降水量與水源涵養(yǎng)量具有較為一致的空間分布特征，表明降水量對水源涵養(yǎng)服務具有重要影響。

實際蒸散發(fā)是水循環(huán)的重要環(huán)節(jié)，與降水、植被和土壤密切相關。研究區(qū)實際蒸散發(fā)較大，平均為751.41 mm，且存在顯著的空間差異，主要表現(xiàn)為由西北向東南逐漸增加的趨勢(圖2B)。盡管左郁江流域南部和黔潯江流域的實際蒸散發(fā)較大，但該區(qū)域降水量高，加之植被與土壤的綜合作用，使得該區(qū)域水源涵養(yǎng)量高于其他區(qū)域。OLS結(jié)果顯示：實際蒸散發(fā)與降水量之間存在一定的共線性，兩者可以解釋水源涵養(yǎng)服務變化的36.00%。

3.1.2 土地利用與植被對水源涵養(yǎng)服務的影響 使用ArcGIS分區(qū)統(tǒng)計以對比不同土地利用類型的水源涵養(yǎng)量平均值，結(jié)果顯示：不同土地利用類型水源涵養(yǎng)量平均值由高到低依次為林地(251.78 mm)、灌叢(184.63 mm)、草地(162.82 mm)、耕地(58.73 mm)，其中，林地的水源涵養(yǎng)量平均值高于流域平均值。本研究中，不同土地利用類型植被凈初級生產(chǎn)力平均值由高到低依次為林地(973.58 g·m-3)、草地(884.95 g·m-3)、灌叢(832.80 g·m-3)、耕地(660.42 g·m-3)，對于林地而言，較高的凈初級生產(chǎn)力可積累較多的生物量，群落層次豐富且密封性好的林地，林冠和凋落物的截留作用可減少地表徑流；灌叢和草地由于地上生物量相比林地較少，導致地表產(chǎn)流較大，水源涵養(yǎng)服務有所降低[13]；耕地由于受人類活動影響，其地上生物量更受季節(jié)性收獲而變動，導致地表產(chǎn)流量增大，水源涵養(yǎng)服務降低。

3.1.3 土壤對水源涵養(yǎng)服務的影響 土壤是影響水源涵養(yǎng)服務的重要因子，通過土壤的孔隙結(jié)構(gòu)特性，與植物根系、土壤生物共同實現(xiàn)水分的蓄積和再分配[27]。由圖3可知：廣西西江流域土壤飽和導水率平均為100.70 mm·d-1，存在顯著空間差異，其高值主要分布在右江流域、左郁江流域和黔潯江流域，由北向南呈現(xiàn)逐漸增加的趨勢。對比圖1和圖3發(fā)現(xiàn)：廣西西江流域水源涵養(yǎng)空間分布與土壤飽和導水率的空間分布較為一致。OLS結(jié)果顯示：土壤飽和導水率可以解釋水源涵養(yǎng)量變化的53.70%，是水源涵養(yǎng)服務最重要的影響因素。

圖 3 廣西西江流域土壤飽和導水率空間分布示意圖Figure 3 Spatial distribution of soil saturated hydraulic conductivity in Xijiang River Basin of Guangxi

圖 4 廣西西江流域水源涵養(yǎng)服務空間分異特征示意圖Figure 4 Spatial variation characteristic of water retention service in Xijiang River Basin of Guangxi

3.1.4 社會經(jīng)濟因素對水源涵養(yǎng)服務的影響 相關研究表明：水源涵養(yǎng)量與人口密度呈負相關[3]。在流域尺度上，水源涵養(yǎng)服務與社會經(jīng)濟的相關性較弱；而在柵格尺度上，經(jīng)濟發(fā)展、人口增長、城鎮(zhèn)化水平的提高，對水源涵養(yǎng)服務帶來了負面影響[11]。OLS結(jié)果顯示：人口密度、經(jīng)濟密度和不透水率3個指標僅可以解釋水源涵養(yǎng)服務變化的6.86%，但三者均通過顯著性檢驗?？梢?，社會經(jīng)濟因素對水源涵養(yǎng)服務具有顯著影響，但影響程度較弱。

3.2 水源涵養(yǎng)服務空間自相關性

全域空間自相關分析表明：全域莫蘭指數(shù)為0.769，P為0.001，通過了Z檢驗，表明小流域尺度上廣西西江流域水源涵養(yǎng)服務在空間分布上存在空間依賴性，說明水源涵養(yǎng)服務在空間分布上是集聚分布的。即高水源涵養(yǎng)量的小流域與較高水源涵養(yǎng)量的小流域相靠攏，而低水源涵養(yǎng)量的小流域與較低水源涵養(yǎng)量的小流域相鄰。

局域自相關性(圖4)分析表明：廣西西江流域水源涵養(yǎng)服務以低-低聚集和高-高聚集類型為主，這2種類型區(qū)面積所占比例分別為21.08%和13.56%，低-低聚集類型主要分布在南盤江流域、右江流域、紅水河流域和柳江流域內(nèi)等，而高-高聚集類型主要分布在左江及郁江流域南部，以及黔江和潯江東南部。低-高聚集類型和高-低聚集類型面積所占比例均較小，分別為0.25%和0.29%。水源涵養(yǎng)服務在流域內(nèi)剩余的64.82%區(qū)域空間聚集類型不顯著。

3.3 水源涵養(yǎng)服務主要影響因素的空間定量化分析

在GeoDa中使用OLS檢驗13項因子對水源涵養(yǎng)服務的影響，使用逐步回歸方法篩選出對水源涵養(yǎng)量影響顯著且各自變量之間多重共線性統(tǒng)計量＜30的因子組合，用于空間模型分析。最終篩選出土壤飽和導水率、降水量、植被凈初級生產(chǎn)力、坡度、人口密度、經(jīng)濟密度及不透水率7個因子。由表1所示：OLS檢驗擬合優(yōu)度R2為0.853，多重共線性統(tǒng)計量＜30，殘差莫蘭指數(shù)為0.597，P為0.000，說明OLS模型回歸后的殘差存在明顯的空間依賴性，則必須剔除OLS模型回歸后殘差中的空間依賴性因素，即使用空間回歸模型進行影響因素分析。根據(jù)LM檢驗以及穩(wěn)健性的LM檢驗結(jié)果，本研究最終選擇空間誤差模型(SEM)進行分析。SEM是指模型的誤差項導致了空間變量之間的相關性，變量之間的空間相互作用存在于誤差項。

根據(jù)SEM結(jié)果（表1），模型擬合優(yōu)度R2為0.939，顯示出SEM擬合效果更優(yōu)。SEM模擬結(jié)果中各因子的回歸系數(shù)均有所改變，消除了由地域空間自相關帶來的空間誤差影響，使得模型更加穩(wěn)健和準確。表1所示：土壤飽和導水率、多年平均降水量、坡度、植被凈初級生產(chǎn)力、經(jīng)濟密度與水源涵養(yǎng)的系數(shù)均為正數(shù)，P均小于0.01，說明這些因素的提高均能極顯著地增加生態(tài)系統(tǒng)水源涵養(yǎng)服務；而人口密度和不透水率的回歸系數(shù)均為負值，P均小于0.05，說明隨著人口密度、不透水率的增加均能顯著地降低生態(tài)系統(tǒng)水源涵養(yǎng)服務?？臻g自相關系數(shù)在統(tǒng)計上也極顯著，說明誤差項存在空間依懶性。從回歸系數(shù)看，土壤飽和導水率、多年平均降水量、坡度以及不透水率是水源涵養(yǎng)服務的主要影響因素。

表 1 基于空間計量模型的水源涵養(yǎng)服務影響因素分析Table 1 Influencing factors of water retention service based on spatial econometric model

表 2 水源涵養(yǎng)服務重要性分級標準Table 2 Importance classification standard of water retention service

3.4 水源涵養(yǎng)服務重要性分級

在ArcGIS軟件中采用分位數(shù)分類法進行水源涵養(yǎng)服務重要性分級[28]。按水源涵養(yǎng)量相對值由低到高依次分為5個重要性等級，即一般重要、較重要、中度重要、高度重要、極重要(表2)。根據(jù)重要性分級評價結(jié)果，將極重要區(qū)和高度重要區(qū)劃定為水源涵養(yǎng)服務重要區(qū)。

圖5顯示：研究區(qū)水源涵養(yǎng)服務極重要區(qū)面積占全流域的19.78%，集中分布在黔潯江流域以及左郁江流域南部地區(qū)，在其他子流域內(nèi)呈現(xiàn)少量零星分布；除南盤江流域之外，水源涵養(yǎng)服務高度重要區(qū)(面積占比19.95%)在各子流域內(nèi)均有分布，其分布較為分散，但緊密圍繞在極重要區(qū)周邊；水源涵養(yǎng)服務中等重要區(qū)(面積占比20.18%)主要分布在右江流域、紅水河流域中游、柳江流域東北部和桂賀江流域內(nèi)，零星分布在左郁江流域內(nèi)；水源涵養(yǎng)服務較重要區(qū)(面積占比20.02%)主要分布在紅水河流域上游、柳江流域西南部，零星分布在左郁江、右江和桂賀江流域內(nèi)；水源涵養(yǎng)服務一般重要區(qū)(面積占比20.07%)主要分布在南盤江流域、右江流域、紅水河流域上游、柳江流域西南部和左郁江流域北部。上述水源涵養(yǎng)高度重要區(qū)和極重要區(qū)作為廣西西江流域水源涵養(yǎng)服務重要區(qū)，在制定水資源利用、生態(tài)保護等政策與規(guī)劃時，是重點和優(yōu)先保護的區(qū)域。

圖 5 廣西西江流域水源涵養(yǎng)服務重要性分級空間分布示意圖Figure 5 Spatial distribution of water retention service importance in Xijiang River Basin of Guangxi

4 結(jié)論與討論

4.1 結(jié)論

廣西西江小流域多年平均水源涵養(yǎng)量平均為185.36 mm，2015年水源涵養(yǎng)總量為376.10億 m3，占多年平均產(chǎn)水量的23.90%。研究區(qū)水源涵養(yǎng)服務呈明顯的空間差異，表現(xiàn)為由西北向東南逐漸增加的趨勢，在空間分布上呈現(xiàn)聚集分布，并以低-低聚集和高-高聚集類型為主。土壤飽和導水率、多年平均降水量、坡度以及不透水率是水源涵養(yǎng)服務的主要影響因素。

4.2 討論

本研究發(fā)現(xiàn)自然因素中土壤飽和導水率、降水量和植被凈初級生產(chǎn)力與水源涵養(yǎng)服務呈正相關，且影響較為顯著，這與寧亞洲等[13]的研究結(jié)果一致，說明降水量越高，植被越茂密，越有利于形成良好的土壤結(jié)構(gòu)，進而促進土壤持水能力，提高水源涵養(yǎng)服務。本研究中，社會經(jīng)濟因素對水源涵養(yǎng)服務具有顯著影響，但影響程度較弱。其中，人口密度與水源涵養(yǎng)服務呈負相關，這與柳冬青等[3]、龔詩涵等[10]、顧錚鳴等[11]的研究結(jié)果相吻合；而經(jīng)濟密度與水源涵養(yǎng)服務呈正相關，這與龔詩涵等[10]和顧錚鳴等[11]的研究結(jié)果存在差異，可能與研究區(qū)經(jīng)濟密度差異程度有關。

水源涵養(yǎng)服務空間定量化評估以及重要性分級是區(qū)域水資源利用、分區(qū)管理與綜合保護的基礎，在實際應用中評估結(jié)果的準確性是首先需要考慮的。本研究模型的簡化以及缺少野外長期實測數(shù)據(jù)，增加了研究結(jié)果的不確定性，應在以下方向繼續(xù)研究：①加強野外觀測，獲取長期實測數(shù)據(jù)，進一步完善參數(shù)本地化工作以提高結(jié)果準確性；②目前模型結(jié)果的驗證多使用研究區(qū)水資源公報數(shù)據(jù)或水文站實際徑流數(shù)據(jù)來進行產(chǎn)水量結(jié)果的驗證，但現(xiàn)實中難以獲取流域水源涵養(yǎng)服務實際監(jiān)測數(shù)據(jù)進行結(jié)果驗證，常用的綜合蓄水法實測的是水源涵養(yǎng)潛在能力，如何區(qū)分流域水源涵養(yǎng)潛在能力與實際提供的水源涵養(yǎng)服務是將來評估的關鍵問題。

5 致謝

本研究得到了北部灣環(huán)境演變與資源利用教育部重點實驗室、廣西地表過程與智能模擬重點實驗室系統(tǒng)基金項目(GTEU-KLOP-X1708)、廣西高校中青年教師基礎能力提升項目(2018KY0360)和廣西高校大學生創(chuàng)新創(chuàng)業(yè)計劃(20 180 603 286)的支持，在此表示感謝。感謝審稿專家與編輯老師對本文提出了建設性修改意見！