文章快速检索     高级检索
  中国水土保持科学   2022, Vol. 20 Issue (5): 118-123.  DOI: 10.16843/j.sswc.2022.05.015
0

引用本文 

娄梦婕, 史明昌, 郭虹扬, 杨建英. 基于InVEST模型的白洋淀—大清河流域水源涵养分析[J]. 中国水土保持科学, 2022, 20(5): 118-123. DOI: 10.16843/j.sswc.2022.05.015.
LOU Mengjie, SHI Mingchang, GUO Hongyang, YANG Jianying. Water conservation analysis of Baiyangdian-Daqing River basin based on InVEST model[J]. Science of Soil and Water Conservation, 2022, 20(5): 118-123. DOI: 10.16843/j.sswc.2022.05.015.

项目名称

国家水体污染控制与治理科技重大专项"白洋淀与大清河流域(雄安新区)水生态环境整治与水安全保障关键技术研究与示范项目"(2018ZX07110);"白洋淀—大清河生态流量调控与水资源保障技术研究"(2018ZX07110001)

第一作者简介

娄梦婕(1998—), 女, 硕士研究生。主要研究方向: 3S技术集成开发与应用。E-mail: loumengjie@bjfu.edu.cn

通信作者简介

史明昌(1969—), 博士, 教授。主要研究方向: 地理信息系统和水土保持。E-mail: shimc@dtgis.com

文章历史

收稿日期:2021-04-13
修回日期:2022-02-14
基于InVEST模型的白洋淀—大清河流域水源涵养分析
娄梦婕 , 史明昌 , 郭虹扬 , 杨建英     
北京林业大学水土保持学院, 100083, 北京
摘要:白洋淀—大清河流域是雄安新区重要的水源地和生态屏障。为探明该区产水功能的分布格局,揭示水源涵养能力空间分布的特殊规律,基于InVEST模型Water Yeild模块评估流域产水并计算水源涵养量,运用地统计学方法求得不同条件下的水源涵养空间差异。结果表明,大清河流域产水总量为35.8亿m3,水源涵养总量为1.7亿m3,平均产水量为83.91 mm;流域产水量与水源涵养量的空间变化趋势基本一致,表现为自西北太行山区向中部浅山丘陵区缓慢增加,再自中部往东南部平原区逐渐减少。说明降水差异、地形地貌、土地利用和人类干扰等因素对涵养功能影响较大;综合区域的自然条件与相关研究,中部丘陵区雨量充沛,受到人类活动影响小且裸土、灌木林占地面积广阔,水源涵养提升潜力较大,可通过优化植被种类与结构,特别是增加低耗水的灌木林来提高流域水源涵养能力。
关键词流域产水量    水源涵养功能    InVEST模型    白洋淀—大清河流域    
Water conservation analysis of Baiyangdian-Daqing River basin based on InVEST model
LOU Mengjie , SHI Mingchang , GUO Hongyang , YANG Jianying     
School of Soil and Water Conservation, Beijing Forestry University, 100083, Beijing, China
Abstract: [Background] Baiyangdian-Daqing River basin is a momentous water source and ecological barrier in Xiong'an New Area and plays important roles in regional ecology. The distribution pattern of water producing function and the special spatial distribution pattern of water conservation capacity in this area were revealed, which provides a basis for determining priority protection area, planning water conservation forest, and improving water producing capacity of the basin. [Methods] Taking Baiyangdian-Daqing River basin as the study area, we quantitatively evaluated water yield and analyzed water conservation using the water yield module of InVEST model. Then, the spatial distribution difference of water conservation under different conditions was obtained by geostatistical method. Water conservation was normalized to identify the importance level of regional water conservation function. [Results] According to InVEST model calculation, the present situation of water production in Baiyangdian-Daqing River basin is 3.58×109 m3, the present situation of water conservation is approximately 1.71×108 m3, and the average water yield is 83.91 mm. Basin water production and water conservation show obvious spatial heterogeneity. The spatial distribution characteristics of water production and water conservation are consistent, which increases slowly from the Tai-hang Mountains in the northwest to the shallow mountain area in the middle of the basin, and then decreases gradually from the shallow mountain area to the plains in the southeast of the basin. Geostatistical results show that water conservation capacity of different land cover types is significantly different, and the order of water conservation capacity from high to low is shrub > arbor > mixed forest > farmland> grassland > construction land > bare soil > bare rock. The normalized results indicate that low and moderate grade area of water conservation covered the largest area, which accounted for 60% of the study area, while the high importance area of water conservation is located in the hilly area, the importance level of shallow mountain area lower than hilly area. The importance and potential of the conservation function of the basin are comprehensively evaluated based on the natural conditions of the basin and related researches. The results show that the central hilly area has abundant rainfall, is little affected by human activities, and is covered with a large area of bare soil and shrubs, which has great water storage potential. [Conclusions] Thus, the spatial distribution of water yield and water conservation function is not uniform due to the influence of precipitation difference, landform, land use, human disturbance, and other factors. Baiyangdian-Daqing River basin is a key link in the eco-city construction of Xiong'an New Area. Through comprehensive evaluation of the conservation function of the basin, the allocation of water resources in the basin is optimized to enhance the sustainable utilization of water resources, and to improve the service efficiency of the ecosystem, and accelerate the clean watershed treatment.
Keywords: basin water yield    water conservation function    InVEST    Baiyangdian-Daqing River basin    

白洋淀—大清河流域位于京津冀腹地,是太行山区与渤海湾水资源连通的廊道。自2017年中共中央、国务院决定在河北省设立国家级新区——雄安新区以来,新区的建设与城市发展对水资源的需求量显著增加,流域水资源短缺与不合理利用、水土流失问题亟待解决。白洋淀作为北方的典型湿地,是雄安新区重要的水源地和生态屏障。白洋淀—大清河流域上游山区森林的水源涵养功能是该区重要的生态系统服务,该区水源涵养的空间分布状况与自然条件对生态系统服务的影响受到广泛关注。《全国重要生态系统保护和修复重大工程总体规划(2021—2035年)》将白洋淀—大清河流域的水源涵养林与水土保持工程列入“十四五”建设重要内容。森林植被有利于改良流域土壤,拦截降水、调节坡面径流,消减洪峰,延缓地下径流汇流速度,减少区域水土流失量。定量评估白洋淀—大清河流域产水和水源涵养功能,探明流域森林重点建设和优先保护区,通过在水源涵养能力提升潜力较大的地块优化水源涵养林林分结构配置,精准替换高耗水植被、提升森林覆盖率等方式,提高白洋淀—大清河流域水源涵养能力,解决因植被耗水量过大、生态环境脆弱导致的京津冀地区城市发展水量短缺、环境恶化等问题,以保证雄安新区水资源的持续供应。结合该区生态与生产生活共融、“以水定城”“生态护城”[1]的发展理念,探寻人口密集区经济—社会—生态可持续发展的新出路,以在京津冀地区建设一个高标准的绿色城区。

应用InVEST模型可评估多种生态功能,能够利用情景化模拟分析预测变化[2],分析生态系统服务能力的空间分布,在变化监测、使用成本和开源性等诸多方面有显著优势[3]。陈龙等[4]进行澜沧江流域的水源涵养功能研究,为澜沧江水域水文状况的评估与有效管理提供依据;刘宥延等[5]定量分析西安市丘陵区的水源涵养分布格局与冷热点空间特征,帮助黄土高原地区的相关部门对自然资源进行管理和规划。

笔者定量评估白洋淀—大清河流域水源涵养量,进行水源涵养功能的等级划分和空间可视化表达,结合自然条件和土地利用现状,探明重点建设和优先保护区,筛选水源涵养提升潜力较大的区域,从而为制定京津冀区域水源涵养保育林规划和生态修复决策等提供参考。

1 研究区概况

白洋淀—大清河流域处于海河流域中部(E 113°39′~117°34′,N 38°10′~40°102′),是海河五大水系之一[6-7],总面积为4万3 060 km2,山区约为1万8 659 km2,丘陵平原区约2万4 401 km2,各为河系面积的43.33%和56.67%。河系内地形西北高东南低[7]。该区多为温带大陆性季风气候,属半干旱地区,季节特征显著[8];年平均气温7.6~13.1 ℃;无霜期129.0~199.2 d;年日照时间2 518.7~2 924.8 h;常年降雨500~600 mm且集中在汛期(7—9月),年内时空分布不均。研究区土壤以棕壤土和褐土为主,山区一般土层有机质含量低,质地疏松,土壤抗侵蚀能力较弱[9]。研究区的地理位置如图 1所示。

图 1 研究区位置分布图 Fig. 1 Location map of the study area
2 数据与方法 2.1 数据来源与处理

本研究所需数据主要为年平均降雨量、年平均潜在蒸散、土壤深度、植被可利用水含量、土地覆被类型、流域边界、Zhang系数[10]、地形指数、土壤饱和导水率和流速系数。

其中降水、温度、日照时间等数据均来自中国气象数据网1981—2019年数据表。多年降水数据用流域内外共74个站点数据及GPM卫星降水数据做补充,利用线性回归残差克里金插值进行精细化插值计算[11]得到。年平均潜在蒸散量使用Modified-Hargreaves法计算并精细化插值。土壤质地数据来源为中科院南土壤所提供的1∶100万土壤数据,使用SPAWHydrology模型中的土壤属性计算,求得PAWC和饱和导水率。土地利用数据和DEM数据均来源于地理空间数据云,土地利用数据通过2019年Landsat-8遥感影像解译与山区40个县林业资源二类调查数据[12]结合获得。流域边界运用ArcGIS水文分析得到;Zhang系数是经验常数,白洋淀—大清河流域属于半干旱温带大陆性季风气候区,季节特征显著,夏季降水集中,因此Zhang系数选取3~12的不同值模拟,随着Zhang系数值的增大,模型产水量降低。根据研究区年降水次数[13],同时结合海河流域近50年(1957—2000年)平均河川径流量观测数据分析对照,当Zhang系数值为8时,模型模拟产水量与多年观测数据最接近。流速系数参照InVEST模型手册[14-15]进行设定。

2.2 研究方法 2.2.1 产水量

笔者基于InVEST模型Water Yeild模块[16]计算流域产水量,数据获取方便,参数设定灵活,综合不同植被覆盖条件下的蒸散发、不同土壤质地的土壤渗透特性、地形、地表粗糙度等因素对地表径流产生的影响,能较好地考虑到影响产水的主要因素,表达流域产水量的分布状况。

2.2.2 水源涵养量

模型原理基于Budyko水热耦合平衡假设[2, 17-18]计算产水量,结合流速系数、土壤饱和导水率(mm/d)、地形指数求出径流在区域上存留时间[19-20],求出水源涵养量。模型相关参数如图 2所示。

图 2 模型相关参数分布图 Fig. 2 Distribution of model related parameters
3 结果分析 3.1 产水量空间分布特征

计算结果显示,白洋淀—大清河流域产水总量为35.8亿m3,产水量介于-0.14~444.96 mm之间,平均产水量为83.91 mm。由图 3可知,研究区产水空间分布规律表现为自西北太行山区向中部浅山丘陵区缓慢增加,再自中部浅山丘陵区往东南平原区逐渐减少。产水高值位于中部地区,该地雨量充沛且裸岩和灌木林占地面积广阔,发生降雨事件后极容易在裸露岩石上产生径流,由于地形不平坦,人类活动影响较平原区少,故产水量高;中值区位于东南部平原地区,该地地势平坦,以耕地和建设用地为主,人类活动影响最大,产水量高处多为城市建设用地,降水后易形成地表径流;低值区位于西北部低山区,常年降水少,该地地势起伏大且林木繁多,基本上不受限于人类活动。

图 3 白洋淀—大清河流域产水量空间分布图 Fig. 3 Spatial distribution of water yield in Baiyangdian-Daqinghe River Basin
3.2 水源涵养量空间分布特征

计算结果显示,白洋淀-大清河流域水源涵养量达到1.7亿m3,深度介于0~114.94 mm之间。由图 4可知,白洋淀大清河流域水源涵养能力的空间的差异性表现为自西北太行山区向中部浅山丘陵区缓慢增加,再自中部浅山丘陵区往东南平原区逐渐减少,变化趋势与产水的变化规律基本一致。结合地统计分析方法统计分析流域的各类土地利用的水源涵养(表 1)可以看出,涵养能力由高到低排序为灌木>乔木>平原林地>耕地>草地>建设用地>裸土>裸岩。山区灌木林地和乔木林地的水源涵养功能最强,其次是平原区林地。

图 4 白洋淀—大清河流域涵养量空间分布图 Fig. 4 Spatial distribution of water conservation in Baiyangdian-Daqinghe River Basin
表 1 白洋淀—大清河流域不同地类涵养量 Tab. 1 Conservation scale of different land types in Baiyangdian-Daqinghe River Basin

中西部丘陵低山区主要以灌木林和乔木林为主。该区雨量充沛,降雨发生后,较缓的地势使径流流动速度放缓,增加区域内的松散土壤水分渗入的时间,地表植被根系也能固持土壤。灌木、乔木的涵养能力强,但乔木林植被丰茂,对水分的消耗也大。因此灌木林地的水源涵养能力要高于乔木林地。东南部平原区主要为耕地和建设用地,林地面积较少,且平原区林地多为经济林或人工纯林,区域的降水量明显低于山区降水,平原林地的水源涵养能力低于山区林地。耕地包括山区坡耕地和平原旱地水浇地,但考虑到山区坡耕地面积较少且分散,与平原区耕地归并为一类。因为耕地作物生长周期短,根系不如灌木和乔木发达,短期耗水量大,对降水的截留能力弱且缺少枯枝落叶层辅助吸收水分,因此水源涵养能力要低于灌木、乔木。研究区内草地主要分布于西北部中山区,地势较高,坡度相对陡峭,土壤难以附着,植被较少,不利于拦截降水,并且当地降水量相对较少,涵养量就低于林地和耕地。

3.3 水源涵养重要区域评估

根据《国家生态功能红线划定技术指南》中生态系统服务重要性分级方法,在ArcGIS软件中对研究区水源涵养量处理,按照几何间隔原理划分为5级(图 5)。研究区水源涵养功能受到气候条件、地形地貌和土地利用条件的综合影响,通过对水源涵养量重要性评估,可以在规划决策时突出潜力区,为后续优先保护提供参考。中部丘陵区雨量充沛,受到人类活动影响小且裸土裸岩和灌木林占地面积广阔,可通过优化植被种类与结构,增加灌木面积,增强小流域的涵养能力。平原区多为耕地和建设用地,地势平坦,受到人类活动影响大,退耕还林还草成本高,易对当地经济社会发展产生不利影响。综合考虑流域的自然因素与社会经济因素,在水源涵养潜力较大的小流域,进行开荒造林,优化植被,增强小流域的涵养能力,助力雄安新区的规划建设。

图 5 白洋淀—大清河流域水源涵养重要性及潜力区分布图 Fig. 5 Distribution map of important areas and potential area of water conservation in Baiyangdian-Daqing River Basin
4 结论

1) 白洋淀—大清河流域产水总和为35.8亿m3,水源涵养总量为1.7亿m3,平均产水量是83.91 mm。大清河流域产水量及水源涵养量的空间布局具有显著差异性。

2) 土地利用类型不同的区域的水源涵养能力存在差异,由高到低排序为灌木>乔木>平原林地>耕地>草地>建设用地>裸土>裸岩。中部丘陵区雨量充沛,受到人类活动影响小且裸土占地面积广阔,后续水源涵养提升潜力较大。

白洋淀—大清河流域是雄安新区的水源地,新区的生态城市建设的关键一环。要通过流域水源涵养功能的综合评估,优化流域水资源配置来增强水资源可持续利用,提高生态系统的服务效率,加快推进清洁流域治理和山水林田湖草人综合流域建设。后续研究需要综合考虑海河流域的上下游流域水资源的关系及地下水与地表水的差别,采取其他方法减少人类直接消耗水量的影响;增加模型对中国自然生态环境的适应性,改进模型参数,结合区域的实际径流观测数据作进一步验证分析等;另外应重视流域内的植被,可通过模拟不同植被结构下水源涵养功能的强弱,得到最优状态下的林木结构和植被物种,积极推进水源涵养林工程更好更快发展。

5 参考文献
[1]
陈璐. 规划建设雄安新区的重大意义[J]. 党史文苑, 2017, 473(15): 48.
CHEN Lu. Great significance of planning and construction of Xiong'an New District[J]. Literary Circles of CPC History, 2017, 473(15): 48.
[2]
樊远辛. 基于InVEST模型的喀纳斯自然保护区森林生态系统调节功能价值评估[D]. 合肥: 安徽农业大学, 2016: 16.
FAN Yuanxin. Assessment on regulating functions of forest ecosystem in the model Kanas National Nature Reserve based on InVEST[D]. Hefei: Anhui Agricultural University, 2016: 16.
[3]
马良, 金陶陶, 文一惠, 等. InVEST模型研究进展[J]. 生态经济, 2015, 31(10): 126.
MA Liang, JIN Taotao, WEN Yihui, et al. The research progress of InVEST model[J]. Ecological Economy, 2015, 31(10): 126. DOI:10.3969/j.issn.1671-4407.2015.10.027
[4]
陈龙, 谢高地, 张昌顺, 等. 澜沧江流域生态系统水源涵养功能研究(英文)[J]. Journal of Resources and Ecology, 2011, 2(4): 322.
CHEN Long, XIE Gaodi, ZHANG Changshun, et al. Modelling ecosystem water supply services across the Lancang River Basin[J]. Journal of Resources and Ecology, 2011, 2(4): 322. DOI:10.3969/j.issn.1674-764x.2011.04.005
[5]
刘宥延, 刘兴元, 张博, 等. 基于InVEST模型的黄土高原丘陵区水源涵养功能空间特征分析[J]. 生态学报, 2020, 40(17): 6161.
LIU Youyan, LIU Xingyuan, ZHANG Bo, et al. Spatial features analysis of water conservation function in the hilly areas of the Loess Plateau based on InVEST model[J]. Acta Ecologica Sinica, 2020, 40(17): 6161.
[6]
杨凝. 大清河上游山区典型小流域水源涵养功能评价及造林设计[D]. 北京: 北京林业大学, 2020: 8.
YANG Ning. Evaluation of water conservation function and afforestation design of typical small watershed in the upper reaches of Daqing river[D]. Beijing: Beijing Forestry University, 2020: 8.
[7]
贾三满, 杜丽娜, 冯辉, 等. 北京大清河流域生态涵养区生态地质环境质量综合评价[J]. 城市地质, 2020, 15(2): 125.
JIA Sanman, DU Lina, FENG Hui, et al. Eco-geo-environment evaluation of ecological conservation area near the Daqing River of Beijing[J]. Urban Geology, 2020, 15(2): 125. DOI:10.3969/j.issn.1007-1903.2020.02.002
[8]
王美琪. 大清河流域上游山丘区典型小流域水源涵养林优化配置研究[D]. 北京: 北京林业大学, 2020: 8.
WANG Meiqi. Research on optimal allocation of water conservation forests in typical small watersheds in hilly regions of Daqing River Basin[D]. Beijing: Beijing Forestry University, 2020: 8.
[9]
李硕, 沈占锋, 柯映明, 等. 1974-2019年大清河流域土地利用景观时空变化[J]. 水土保持研究, 2021, 28(1): 195.
LI Shuo, SHEN Zhanfeng, KE Yingming, et al. Spatial-temporal variation and driving forces of land use types in the Daqing river basin from 1974 to 2019[J]. Research of Soil and Water Conservation, 2021, 28(1): 195.
[10]
王耕, 韩冬雪. 基于InVEST模型的大凌河上游汇水区水源涵养功能评估[J]. 水土保持通报, 2018, 38(3): 206.
WANG Geng, HAN Dongxue. Evaluation of water conservation function in Daling River catchment based on InVEST model[J]. Bulletin of Soil and Water Conservation, 2018, 38(3): 206.
[11]
靳秋桐. 典型农业气候要素空间分布的精细化方法研究[D]. 北京: 北京林业大学, 2017: 11.
JIN Qiutong. Study on the refinement of spatial distribution of typical agricultural climate factors[D]. Beijing: Beijing Forestry University, 2017: 11.
[12]
窦攀烽, 左舒翟, 任引, 等. 气候和土地利用/覆被变化对宁波地区生态系统产水服务的影响[J]. 环境科学学报, 2019, 39(7): 2398.
DOU Panfeng, ZUO Shuzhai, REN Yin, et al. The impacts of climate and land use/land cover changes on water yield service in Ningbo region[J]. Acta Scientiae Circumstantiae, 2019, 39(7): 2398.
[13]
李怡颖, 范继辉, 廖莹. 基于InVEST模型的张家口市水源涵养功能时空差异分析[J]. 草业科学, 2020, 37(7): 1313.
LI Yiying, FAN Jihui, LIAO Ying. Analysis of spatial and temporal differences in water conservation function in Zhangjiakou based on the InVEST model[J]. Pratacultural Science, 2020, 37(7): 1313.
[14]
RANDALL J D, MICHAEL L R, TIM R M. Roots, storms and soil pores: Incorporating key ecohydrological processes into Budyko's hydrological model[J]. Journal of Hydrology, 2012, 436(2): 35.
[15]
RICHARD G A, WILLIAM O P, DIRK R, et al. Estimating evaporation from bare soil and the crop coefficient for the initial period using common soils information[J]. Journal of Irrigation and Drainage Engineering, 2005, 131(1): 14.
[16]
傅抱璞. 论陆面蒸发的计算[J]. 大气科学, 1981(1): 23.
FU Baopu. On the calculation of land surface evaporation Chinese[J]. Journal of Atmospheric Sciences, 1981(1): 23.
[17]
陈新云, 王甜, 李宝健. 北京市西北部生态涵养区未来土地利用及生态系统服务变化情景模拟[J]. 西北林学院学报, 2021, 36(1): 86.
CHEN Xinyun, WANG Tian, LI Baojian. Simulation of the future land use and ecosystem services in the ecological conservation area in northwestern Beijing[J]. Journal of Northwest Forestry University, 2021, 36(1): 86.
[18]
李鸿雁, 薛丽君, 王世界, 等. 基于水热耦合平衡理论的嫩江流域蒸散发估算[J]. 华北水利水电大学学报(自然科学版), 2016, 37(4): 47.
LI Hongyan, XUE Lijun, WANG Shijie, et al. Evapotranspiration estimation study based on coupled water-energy balance theory in Nenjiang River Basin[J]. Journal of North China University of Water Resources and Electric Power(Natural Science Edition), 2016, 37(4): 47.
[19]
ZHANG L, HICKEL K, DAWES W R, et al. A rational function approach for estimating mean annual evapotranspiration[J]. Water Resources Research, 2004, 40(2): 2502.
[20]
余新晓, 周彬, 吕锡芝, 等. 基于InVEST模型的北京山区森林水源涵养功能评估[J]. 林业科学, 2012, 48(10): 1.
YU Xinxiao, ZHOU Bin, LU Xizhi, et al. Evaluation of water conservation function in mountain forest areas of Beijing based on InVEST model[J]. Scientia Silvae Sinicae, 2012, 48(10): 1.