水源涵养量多源遥感反演及时空变化分析——以黄山市为例

李莹莹，马晓双，吴鹏海

(安徽大学资源与环境工程学院，安徽 合肥 230601)

20世纪90年代以来，随着国内外对生态系统服务功能的研究深入，不少学者对其进行了定量评价方面的研究[1-2].生态系统服务功能是指生态系统与生态过程所形成及所维持的人类赖以生存的自然环境条件与效用[3-4].千年生态系统评估将生态系统服务划分为四大类，包括生态系统为人类提供的文化服务、供给服务、支持服务以及包含水源涵养等的调节服务[5].水源涵养功能作为陆地生态系统调节服务的重要功能之一，通过植被及土壤将降水拦蓄、吸收、积蓄在系统内，具有抑制蒸发、调节径流、净化水质等功能[6].所以空间化、可视化、定量化评估水源涵养功能具有重要社会意义且一直是生态学和水文学研究的热点，并产出了大量成果[7-10].

围绕水源涵养功能的定量化研究可以主要分为两类，即传统的实地采样后检测的方法和结合3S技术的研究方法[7-10].孙艳红等[7]通过实地采样测定不同林地类型枯落物持水量和土壤蓄水能力，从而得出缙云山4种林地类型的水源涵养量；Zhuo等[8]通过测定林冠层、地下植被层、枯枝落叶层的持水量，从而估算出森林群落的水源涵养功能.传统研究方法虽然精度较高，但费时费力，且难以获得大范围连续的研究数据.利用3S技术用来监测大范围水源涵养量已成为主流[9-10].Chen等[9]基于生态系统服务功能综合权衡工具(integrated valuation of ecosystem services and tradeoffs，InVEST)中的水源涵养模型对澜沧江流域的水源涵养功能进行了研究；曹飞等[10]采用降水量贮存法分析了江西省水源涵养量在 2010年和2015年的时空特征，从而得到五年间水源涵养量的时空变化.

以上基于3S技术的研究虽然尝试从不同角度分析研究区的水源涵养功能空间分布格局，但都存在着一定的缺陷.在少数的特定年份，由于受到异常气候的影响，会出现明显异于临近年份的数值，因此，为了减少异常值的影响，在研究地区水源涵养功能变化趋势时有必要考虑较长时序的数据信息.然而，以上一些研究往往集中于探究少数特定年份的分布规律，无法客观描述其长期走势.因此获取高时间分辨率的水源涵养量分布数据能更客观、更细致地反应研究区的水源涵养能力.同时发现，水源涵养功能的研究区域主要集中于西北干旱半干旱地区、京津冀地区，或者大多以流域和山林区为估算单元，对于华东地区，以市域为研究单元的研究鲜有出现.因此，有必要运用高密度数据来定量评估市域尺度上的水源涵养功能的细致变化.

本文以安徽省黄山市为研究对象，利用多源遥感数据及时空融合方法生成2009～2018年研究区每月一景的遥感影像，并获取对应日期的降水量数据，采用降水量贮存法[10]得到10 a长时序的水源涵养量分布.在此基础上，分析黄山市水源涵养功能时空演变趋势.黄山市坐落有国家生态功能保护区、全国重要的水源涵养生态功能区以及新安江水源保护地，同时它还是华东地区重要的生态屏障区域之一[11].因此研究黄山市的水源涵养功能分布格局对于安徽省水源涵养潜力具有很好地借鉴作用，同时对于华东地区的水文生态的研究具有重要的意义，为基于生态系统调节功能的环境管理、保障、优化提供借鉴，并指导研究区生态服务功能的可持续发展.

1 材料与方法

1.1 研究区概况

黄山市介于N 29°24′～30°24′和E 117°02′～118°55′之间，地处安徽省最南端，位于皖浙赣三省交界处.全市总面积9 807 km2，占安徽省国土面积的7%.森林资源丰富，覆盖率达73%.地形以山地为主，属亚热带季风湿润气候区，四季分明，春秋短，夏冬长，气候温和，雨水丰沛.近20 a平均年降水量1 663 mm，最高达2 708 mm.

1.2 数据来源

研究数据主要包括：①黄山市行政区县矢量数据，来源于资源环境数据云平台；②黄山市2009～2018年高质量光学遥感数据，主要包括Landsat系列卫星数据、MODIS数据、高分一号、哨兵二号数据(数据使用情况及来源见表1)；③黄山市内气象站点(黄山站、祁门站、屯溪站)及周边气象站点(宁国站、铜陵站、景德镇站、淳安站)2009～2018年每日降雨量数据，来源于中国气象数据网，所使用的降水量数据均经过严格的质量控制.④黄山市2009～2018年地表径流数据，来源于安徽省水资源公报.

表1 数据来源及使用情况

1.3 研究方法

本文利用降水量贮存法对研究区近10 a的水源涵养量进行反演.整个试验分为2个部分：(1)根据遥感影像估算研究区的植被覆盖度.对于空缺时段的影像数据，本文利用增强型时空自适应反射率融合模型(enhanced spatial and temporal adaptive reflectance fusion model，ESTARFM)来补充；(2)研究区的月降雨量分布图和对应时期的植被覆盖度分布作运算，得出研究区水源涵养量月际分布.

1.3.1 时空融合 对于部分月份高质量影像缺失的情况，本文借助ESTARFM时空融合模型来解决这一问题.时空融合的基本思想如图1所示：获取待融合时刻t0前后2期的影像对之间的关系，即tm、tn时刻高空间分辨率低时间分辨率的Landsat影像和低空间分辨率高时间分辨率的MODIS影像MOD09GA产品，利用t0时刻已知的MODIS数据，得出t0时刻的高分影像.

ESTARFM算法是目前应用最为广泛的时空融合模型之一，它是基于STARFM算法改进的，考虑了像元的异质性，提高了异质性较大区域的预测精度[13].它对赋权方法进行了调整，引入混合像元的相似像元的转换系数来对预测结果进行改进，利用像元之间的关系，得到所需要预测影像的中心像元反射率值，进而得到预测影像[14]，如公式(1)所示.

图1 时空融合示意图Figure 1 The schematic diagram of spatial and temporal data fusion

(1)

根据tm、tn时刻的预测结果，以更靠近预测时期具有更高权重为准则，得到最终的中心像元反射率公式：

(2)

1.3.2 水源涵养量反演模型

1.3.2.1 降水贮存量法 本文基于降水贮存量法估算研究区水源涵养量.该模型的优点是，它可以很好地与遥感技术相结合，并且操作简便，实用性强[10].此模型的建立思想为，生态系统的水源涵养量与区域降雨量和植被覆盖度相关性高，只有降雨量大于产流降雨量，植被覆盖度超过一定比率，生态系统才会产生的水源涵养效应[15].降水贮存量法其定义为对比林地与裸地的径流减少量，认为其减少量为水源涵养量[16].该方法用公式可表示为：

Q=A·J·R

(3)

J=J0·K

(4)

R=R0-Rg

(5)

式中，Q为水源涵养量(m3)；A为计算单元的面积；J0为研究区年降雨量；K表示研究区产流降雨量占降雨总量的比例，本文根据相关研究得出的经验值，北方区降水多为短时高强度降水可取 0.4；南方区为多时高强度降水K可取 0.6[15].本文研究区域为黄山市，K取值为0.6；R为与裸地相比，生态系统减少的径流的效益系数；R0表示裸地降雨径流系数；Rg的值与研究区生态系统植被覆盖度有关，本文研究区域的植被格局主要为森林，森林生态系统中不同植被覆盖度区域的径流系数不尽相同，具体见表2[10,17-18].

表2 不同植被覆盖度对应径流系数分级表

1.3.2.2 参量计算 由公式(3)～(5)可知，降水贮存量法模型中的待求参量为研究区年降雨量(J0)和植被覆盖度(F).

1) 年降雨量(J0)：采用克里金方法进行空间插值.该方法的优势在于其不仅考虑了待估点位置与已知数据点位置的相互关系，还能考虑到变量的空间相关性[19].

2) 植被覆盖度(F)：基于像元二分模型[20].此模型假设像元的光谱反射来源于植被和非植被，每个像元的反射率是植被和非植被的线性组合，各自面积所占的比例即为植被和非植被的权重[20-21].

2 结果与分析

2.1 时空变化特征

2.1.1 城市化程度对水源涵养量空间分布影响分析 图3展示了黄山市2009～2018年的水源涵养量分布图.结合真实影像与水源涵养量空间分布特征来看，黄山市城市化程度高的区域，如徽州区城区、歙县城区、祁门县城区、黟县城区，其水源涵养量较低.由本文水源涵养量计算模型可知，植被覆盖度是影响水源涵养量的重要因素之一，而城市化进程会直接影响植被覆盖度的变化.

另外，从图2目视可得，10 a间，水源涵养量高值区集中在黄山景区.主要原因黄山景区植被茂密、山高谷深，局部地形对其气候起主导作用，形成云雾多、湿度大、降水多的气候特点，其中年雨量最大值就出现在黄山光明顶.单位栅格面积水源涵养量监测范围在2016年最高，约为0.484 8 m3，在2011年最低，约为0.302 9 m3.总体来看，2018年水源涵养量监测范围与2009年相近，其单位栅格的最大值略高于2009年，而且西南方及东南部的值要高于2009年，这说明了十年间，黄山市的水源涵养量略有增加.

2.1.2 黄山市年水源涵养总量10 a变化趋势 黄山市10 a间水源涵养总量的变化特征如图3所示.十年间，黄山市平均水源涵养量1.96×109m3；研究时段内，2012、2015、2016年水源涵养量高于平均值；分段来看，前5 a水源涵养量变化较小，后5 a浮动较大.总体来看，比较研究时段内的起始年2009年与终止年2018年，可发现10 a间黄山市水源涵养量呈现增加的状态，其单位面积水源涵养量增加约40 mm，这反映了黄山市的生态环境质量稳中趋好，生态文明的建设成效初显.

2.1.3 黄山市各区县水源涵养能力变化分析 为了更加直观地观察水源涵养量在10 a间各区县分布上的变化，将10 a间相隔若干年的分布图作差值运算，如图4所示.1值表示水源涵养量在后期增加，-1值表示水源涵养量减少，0值表示基本无变化.从图4-A可看出，黄山市大部分地区在2009～2011年的水源涵养量呈现减少的态势.图4-B中，黄山市在研究时段中期的水源涵养量呈现出显著的上升趋势.图4-C显示，2014～2018年，水源涵养量减少的地区面积大于增加的.图4-D所示为研究时段起始年与终止年的变化情况，2018年黄山市绝大部分区域的水源涵养量高于2009年，不变的主要位

图2 2009～2018年黄山市水源涵养量空间分布Figure 2 Spatial distribution of water conservation in Huangshan City from 2009 to 2018

于徽州、黟县、歙县、休宁、黄山区的城区内部；减少的区域主要位于徽州城区的外围及黄山区与歙县、徽州区交界处的山谷.

图3 2009～2018年黄山市水源涵养量年际变化Figure 3 Annual changes of the water conservation in Huangshan City from 2009 to 2018

本文量化了黄山市各区县的水源涵养能力的变化，计算并绘制了黄山市各区县的2009～2018年平均水源涵养量变化图，如图5所示.10 a跨度间，各区县的水源涵养量均有不同程度的增加.祁门县和休宁县增加量较大，均为40 mm以上；黄山区增加量最小，为13 mm.体现了祁门县生态宜居工程建设取得显著成效，休宁县紧扣“生态立县”的目标，把生态文明建设摆在突出位置，并取得了重大进展.

2.1.4 黄山市水源涵养量季度占比分析 根据气象学上划分的季节(3～5月为春季，6～8月为夏季，9～11月为秋季，12～2月为冬季)对水源涵养量进行了四季分布特征的分析.将对应月份的水源涵养量反演结果进行叠加，得到图6所示的季度分布情况，可看出，受降雨量及植被季节生长规律的影响，夏季的水源涵养量最高，其次是春季，秋季和冬季最低.其中，夏季对年水源涵养总量的贡献率在2011年最高，为68.2%，其它年份均为30%～50%之间，原因为2011年夏季雨水充沛，占比高达年降雨量67%.

2.2 水源涵养服务能力分级

对研究区进行水源涵养服务能力分级是合理保护和利用水资源、协调区域生态发展的前提[22].基于上文黄山市10 a间水源涵养量的空间分布，根据《国家生态保护红线—生态功能红线划定技术指南》的分级分类方法，可认为水源涵养服务功能通过水源涵养量体现，水源涵养量越高，其服务能力就越重要[23].据此，本文对水源涵养量进行5个等级的划分，即Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ级分别对应极重要、重要、中等重要、较重要、一般重要，级别的区间划分见表3.

基于以上标准对10 a间黄山市水源涵养量进行等级划分，并统计各等级的面积，结果如图8所示.研究区水源涵养服务功能中等重要的区域面积最大，在2012年、2014年、2017年及2018年占比达黄山市面积的80%以上.极重要区面积和重要区面积仅出现在2015年与2016年，集中分布于黄山区.一般重要区的面积在10 a间保持平稳，占比7.68%～11.1%.需知的是，本文所划分的等级只是区域内相对的概念，并不确定指高低之分.由此说明，黄山市全境内大部分地区单位面积水源涵养量均在60 mm以上，其水源涵养服务能力较强，生态环境总体较佳，是安徽省重要的水源涵养服务功能区.

图4 2009～2018年黄山市各区县水源涵养量空间变化Figure 4 Spatial distribution changes of water conservation of each county in Huangshan City from 2009 to 2018

图5 2009、2018年黄山市各区县平均水源涵养量及其变化Figure 5 Average water conservation changes of each county in Huangshan City of 2009 and 2018

图6 2009～2018年黄山市水源涵养量季度变化Figure 6 Quarterly changes of the water conservation in Huangshan City from 2009 to 2018

表3 水源涵养服务功能重要性分级表

2.3 水源涵养量可靠性评价

由于野外实测水源涵养量的工作难以开展，且本文研究的区域较大，难以通过有限的点状、离散的数据来验证区域水源涵养量的长时序变化.在此，本文提出一种以地表径流量来检测结果可靠性的方法.地表径流是指降雨、冰雪融水沿地表流动的水流.在产水量相关的研究中，地表径流也被称为自然径流量，且被认为与区域的产水量相等[24].在生态系统服务功能综合权衡工具的水源涵养模块中，水源涵养量与产水量成线性关系，具体来说，水源涵养量由产水量乘以研究区的地形指数、不同下垫面的流速系数及土壤饱和导水率，且这3个参数的取值范围均在0～1之间.因此，本文认为，区域的水源涵养量在数值上应小于产水量即地表径流量，但二者在长时序上的变化特征应基本保持一致.其中地表径流数据来自于安徽省水资源公报.

图7 水源涵养服务功能重要性分级面积Figure 7 The area of importance level of water conversation service function

图8为2009～2018年黄山市地表径流量的年际变化与水源涵养量变化，可以看出，地表径流量在十年间的变化趋势与水源涵养量的波动基本一致，且大于水源涵养量，对比在相近尺度上的研究，本文反演的数量级在正常的范围内.

图8 2009～2018年黄山市地表径流量与水源涵养量年际变化Figure 8 Annual changes of the surface runoff and water conservation in Huangshan City from 2009 to 2018

3 讨论

用于评估水源涵养量的模型多种多样，但目前还未达到一种公认的方法，所以评估的结果差异很大，在缺乏地表径流数据的情况下，水源涵养量在数量级上也可以相比较[25].本文基于降水贮存量法估算出黄山市2009～2018年的水源涵养量，得出黄山市10年间平均水源涵养量为1.96×109m3.这与许多在相近尺度上的研究结果数量级一致[26-27]，肖军仓等[26]采用水量平衡法估算2015年河南省水源涵养量，其结果为7.64×109m3.胡利利等[27]通过InVEST模型评估出贵阳市在2014年水源涵养量为2.875×109m3.

本文的研究结果显示，降雨量的高低及空间分布对水源涵养量影响很大，这也与以往的研究相符[24,28].赵亚茹等[24]发现降水量与产水量呈现显著的正相关关系.曾莉等[28]通过研究表明，降雨量是控制水源涵养服务关键子集.此外，张堡宸等[29]研究表明降雨量、高程及坡向是影响吉林省柳河县水源涵养量的主要变量，而从本文的结果图来看，水源涵养量分布的高低没有呈现随高程及坡向变化而变化的特征，其原因可能为柳河县地处吉林省，大陆性季风气候，降雨及温度差异大，气温、光照和水热的分配易受高程及坡向的影响，从而对植被的生长起到不可忽视的调控作用，因此海拔高的地方和阴坡的植被较为贫瘠[30].而黄山市气候条件佳、水系发达，属降水丰沛区，空气湿度大，海拔及坡向对于NDVI的解释力度低[31].因此，植被的生长状况与海拔及坡向的分布无明显相对应的关系.

需要指出的是，本文水源涵养量计算模型中的产流降雨量占降雨总量比例(k值)和森林生态系统降雨径流率(Rg)这两个参数均采用其他学者的经验取值，由于研究区域的不同，包括气候的差异、地形的复杂性、生态系统的多样化等，未来需要针对研究区对参数进行进一步的修正；另外，本文所用降水贮存量法模型较为简单，之后的研究应当探索加入更多水源涵养量影响因子，包括蒸散量、地形指数等.

4 结论

1) 从空间分布特征来看，徽州区城区、歙县城区、祁门县城区、黟县城区，水源涵养量较低，黄山景区植被茂密，降雨充沛，其水源涵养量较高.从时间尺度来看，黄山市水源涵养量在2015年最高，2011年最低；10 a间黄山市水源涵养量呈现增加的状态，生态环境质量稳中趋好.

2) 10 a间，黄山市平均水源涵养量为1.96×109m3；4个季度中，夏季的水源涵养量最高，冬季最低.在对研究区水源涵养量进行时空分析的基础上，进行了水源涵养服务功能重要性分级，得出：黄山市全境内大部分地区单位面积水源涵养量均在60 mm以上，占比88.9%～92.32%，是安徽省重要的水源涵养功能区.

3) 通过对比地表径流量时间序列的波动，本文评价了反演结果时间序列上变化的准确性.结果显示，本文反演的水源涵养量在10 a间的变化是较为可信的.