湿地水源涵养的计量及其变化特征研究——以洞庭湖湿地为例

王金国

（湖南长永土地规划咨询有限公司 湖南·长沙 410004）

湿地是诸多生态系统中独特的生态系统，水源涵养是重要的生态服务功能之一，具有拦截部分降水、增强土壤下渗、抑制蒸发、降低地表径流和持水保水等生态作用。水源涵养功能及其影响机制的变化也日益受到重视。国内自20世纪80年代以来，探索陆地生态系统的水源涵养、土壤保持等功能评价的相关研究经历了从概念理论到定量评估等诸多进展。而通过物理模型定量化模拟、精细化评估区域生态系统水源涵养功能已成学术界的通用方法。常见的模型包括 MIKE SHE模型、WetSpass模型、SWAT模型和InVEST模型等。其中，MIKE SHE模型是一个综合性、确定性且具有物理意义的分布式水文系统模型，经常被用于流域规划、供水、灌溉及排水等应用区域；WetSpass模型是一个基于水量平衡的降水入渗量估算模型，能够较好地描述由降水引起的地下水储量变化，常用应用环境包括估算大尺度的降水入渗量、植被截留量、地表径流量等；SWAT模型是美国农业部农业研究中心开发的具有物理机制的分布式水文模型，适用于流域径流、水质等模拟研究等领域。而InVEST模型是最常用的，因为它具有易于识别的生态系统服务区域，并能够在空间上表现它的优势。InVEST模型（Integrate Valuation of Ecosystem Services and Trade offs Tools）是一种生态系统服务与权衡的综合评估模型，其产水量模块主要基于水量平衡原理，根据土地利用、气候及土壤等要素实现对生态系统产水功能的定量、动态及可视化评估，目前已被学者应用于长江上游、北京山区、岷江上游、江苏省、贵州省等区域的生态系统产水服务的评估研究，均取得较好的模拟效果。本研究以洞庭湖湿地区域为例，运用InVEST模型中的产水量模块，结合RS与GIS技术，采用空间插值、多尺度分割分类等方法，对多方面数据进行收集整理，计量洞庭湖湿地的水源涵养能力，分析时空变化特征，探讨影响洞庭湖湿地产水量变化的驱动机制，并对水涵养计量方法提出改进建议。

1 研究对象与数据处理

1.1 研究对象

洞庭湖位于长江中游荆江南岸，横跨岳阳、汨罗、益阳、常德和湘阴等县市，介于东经 111°53′-113°05′，北纬28°44′-29°35′之间。洞庭湖环湖区面积为16864平方千米，天然湿地面积约为2600平方千米。洞庭湖区所处的气候类型属于季风气候，由中亚热带向北亚热带过渡。

1.2 数据来源

以洞庭湖湿地区为研究对象，在ArcGIS软件运用插值分析的反距离权重法进行空间插值，建立洞庭湖气象和土壤空间数据库，计算InVEST模型输入参数；利用ENVI软件对洞庭湖遥感影像进行裁剪和无缝镶嵌采用eCognition软件多尺度分割分类的方法通过最优的分割尺度对影像湿地分类；将参数输入InVEST模型的产水量模块中，最终获得洞庭湖湿地区的产水量数据，并对其数据进行评价与分析。InVEST模型所需的数据包括土壤的最大根系埋藏深度、年均降水量、植物可利用水量、年平均潜在蒸散量、土地利用/土地覆被、流域划分以及反映土地利用/覆被的生物物理系数表。具体来源如表1所示。

表1：数据来源

1.3 数据处理

（1）根系埋藏深度和植物可利用水量。土壤最大根系埋藏深度通过参考InVEST 3.6.0用户手册和顾铮鸣、王小琳和孙兴齐等人根据不同植被类型对Kc的赋值和对根系深度的赋值得到土壤埋藏深度图（图1）。

图1：根系埋藏深度图

（2）降雨量。年平均降水量选择洞庭湖周边20个地区的2004年、2011年以及2018的降水量数据，在ArcGIS运用插值分析的反距离权重法进行空间插值，获得年均降水量的空间栅格数据（图3）。

图2：植物可利用水量

图 3：2004、2011、2018 年均降水量

（3）潜在蒸散量。年平均蒸散量采用改进的Hargreaves(HG)方法。公式如下：

式中：ET0为潜在蒸散量（mm）；Ta为平均温度；Tmax为日最高温；Tmin为日最低温；Ra为大气辐射。结果通过ArcGIS的反距离权重法进行空间插值得到潜在蒸散量栅格数据（图4）。

图 4：2004、2011、2018 年潜在蒸散量

（4）土地利用/土地覆被数据处理过程：2003年5月31日，Landsat-7影像先对2004年和2011年的遥感影像数据进行条带修复处理。再采用多尺度分割分类的方法利用 e Cognition软件通过最优的分割尺度对影像进行分割，利用归一化植被指数NDVI（Normalized Difference Vegetation Index）和归一化差异水体指数NDWI（Normalized Difference Water Index）建立分类规则，对研究区进行分类，将研究区域分为芦苇滩、林滩地、泥滩地、苔草地、草滩地以及水体六大类（图5）。

图 5：2004、2011、2018 年洞庭湖湿地分类

（5）植被可利用水植物可利用水量也可称为植被可利用含水率（PAWC），其值为田间持水量（FMC）和永久萎蔫系数（WC）两者之间的差值。计算公式如下：

式中，Sand(%)、Silt(%)、Clay(%)、OM(%)和 BD 分别表示砂粒含量（%）、粉粒含量（%）、粘粒含量（%）、有机质含量（%）、土壤容重（g·cm-3），这些数据均来自世界土壤数据库。在In-VEST3.6.0中，植物可利用水量的取值范围为0～1。由于水体部分没有土壤数据，将水体的值设置为零，通过计算得到可利用水量的栅格图（图2）。

（6）生物生理系数表。生物物理系数表包含植被蒸散系数Kc值和植被最大根系深度root_depth。研究区各个土地覆盖类型的Kc值和root_depth值（表2）。

表2：不同土地覆盖类型的Kc值

2 结果与分析

综合研究区的实际情况，基于InVEST模型对洞庭湖湿地区的湿地的产水量时空变化特征进行归纳与分析。结果显示：水源涵养能力的大小的影响因素主要有降水量和土地利用/土地覆被，其中降水量是产水量的主要影响因子。

2.1 基于InVEST模型的产水计量结果

基于InVEST模型的产水量模块，依据洞庭湖湿地类型，对洞庭湖湖区2004年、2011年、2018年三个年份的产水量进行计量，结果如表3所示。

表3：2004年、2011年、2018年洞庭湖湿地区湿地分类产水量

总体来看，2004年洞庭湖湿地产水量总量约为56.76×108m3；2011年总量约为31.75×108m3；2018年总量约为38.56×108m3。2004～2011年洞庭湖湿地产水量显示出明显降低的趋势，总计降低了19.61×108m3；2011～2018年洞庭湖湿地产水量缓慢增加，总计增加了1.41×108m3；2004～2018年洞庭湖湿地产水量总体降低 18.20×108m3。从产水量变化上来看，2004年不同湿地分类的产水量大小排序为：草滩地＞芦苇滩＞林滩地＞泥滩地＞苔草地；2011年：草滩地＞芦苇滩＞泥滩地＞林滩地＞苔草地；2018年不同湿地分类的产水量大小排序为：草滩地＞芦苇滩＞泥滩地＞林滩地＞苔草地。从单位产水量变化上来看，2004年不同湿地分类的单位产水量大小排序为：林滩＞泥滩地＞苔草地＞芦苇滩＞草滩地；2011年不同湿地分类的单位产水量大小排序为：苔草地＞泥滩地＞林滩地＞芦苇滩＞草滩地；2018年不同湿地分类的单位产水量大小排序为：林滩地＞泥滩地＞苔草地＞芦苇滩＞草滩地。

2.2 洞庭湖湿地产水量变化空间差异

为分析洞庭湖湿地区土地覆盖类型面积动态变化与产水量的关系，对不同的湿地分类不同年份的面积变化与对应年份的产水量进行对比，分析土地覆盖类型变化与产水量变化的相关性，以此讨论产水量的驱动因素。总体面积变化及不同湿地分类面积变化趋势都较大，其中草滩地与芦苇滩等土地覆被的面积逐年增大，泥滩地、苔草地等土地覆被的面积呈现出减少的趋势。从产水量的变化情况上看，无论是总体产水量变化，还是不同湿地分类产水量变化，都表现出了明显的大幅降低后少量增高的“V”字形折线变化。（图6）土地覆被类型的变化程度与水源涵养的变化趋势具有一定的相关性，但相关性不强，是水源涵养功能的驱动因素。

图6：不同湿地类型面积变化与产水量变化对比

3 结论

本文结合RS与GIS技术相，利用InVEST模型产水量模块计量洞庭湖湿地的水源涵养能力，采用空间插值、多尺度分割分类等方法，评估了2004、2011以及2018年洞庭湖湿地的水源涵养能力，结合气候因素和土地利用变化，探究和计量了水源涵养功能变化，为洞庭湖湿地水环境管理和水源涵养功能保护提供方法依据。结果表明：从产水量能力来看，2004年产水量约为 56.75×108m3，单元产水区间为216.75mm～1132.05mm，均值为 671mm；2011年产水量37.15×108m3，单元产水区间为 64.33～721.71mm，均值为377.99mm；2018年产水量为38.56×108m3，单元产水能力为88.72mm～902.89mm，均值为475.60 mm。从时间变化来看，与2004年相比，2011年研究区总体产水能力显著减弱；与2011年相比，2018年研究区总体产水能力略微增强。整体上产水量由东北向西南递增趋势。平均产水量呈现出“草滩地＜芦苇滩＜林滩地＜泥滩地＜苔草地”的特征。