基于InVEST模型的水质净化功能时空分异研究

李 威，赵祖伦，吕思思，赵卫权,2*

（1.贵州科学院 贵州省山地资源研究所，贵阳 550001；2.贵州师范大学 喀斯特研究院，贵阳 550001）

基于InVEST模型的水质净化功能时空分异研究

李 威1，赵祖伦1，吕思思1，赵卫权1,2*

（1.贵州科学院 贵州省山地资源研究所，贵阳 550001；2.贵州师范大学 喀斯特研究院，贵阳 550001）

【目的】分析流域水质净化功能时空变化及其影响因素。【方法】基于InVEST模型生态服务水质净化模块，模拟北盘江流域2000、2010年和2020年TN、TP输出空间分布。【结果】北盘江流域2000、2010年和2020年TN、TP输出总量变化不大，但在空间分布上差异明显，TN输出总量均在8 000 t/a以上，20 a以来总共减少了120.76 t；TP输出总量均在1 200 t/a以上，20 a来总共减少了5.45 t，表明流域生态系统水质净化服务功能有逐渐变好趋势。TN、TP高输出区域主要集中在北盘江流域上游和中游以及城镇区周边，低输出区域主要在下游地势平坦的区域。【结论】耕地施肥过程中未被吸收转化的N、P营养物质以及城镇区的生活生产污水是造成流域水质净化功能恶化的主要因素，也是流域非点源污染的重要来源。

流域；水质净化；InVEST模型；北盘江流域

0 引 言

【研究意义】水资源是地球环境的重要组成部分，在地表生态服务功能中扮演着关键角色，是维持自然生态要素循环的基础和关键纽带，影响着一切生命和物质的能量流动。自20世纪70年代开始，经济快速发展导致用地结构变化，城镇建设用地迅速扩张、人口数量高速增长等导致区域水资源短缺、水污染程度加剧等生态环境问题，已成为制约社会经济可持续发展和影响人们生命健康的重要因素，制约着人类福祉的发展方向[1-3]，地表覆被变化是影响生态系统服务的直接因素之一，其对流域生态水文循环具有营养物吸收和截留净化作用，其净化能力的大小一定程度上反映流域水质的好坏[4-6]。土地利用格局时空演变破坏了区域生态系统的平衡，自然植被遭到破坏、水土流失、土壤质地变化等迫使区域植被和土壤对N、P等营养物截留能力（吸收、保持）减弱，大量的生产生活污水排放、农田化肥、农药使用造成水污染加剧[7-8]。N、P等营养物一部分被作物吸收利用，一部分随降雨径流汇入水体，造成区域水环境质量下降，不可避免地导致生态系统服务功能的丧失[9]。因此，流域水质净化问题备受关注，是当前生态学研究的前沿和难点问题[10-11]。

【研究进展】当前非点源氮磷污染负荷研究主要集中于以下几个方面[12]：①观察试验研究。该方法需要选取小流域建设径流场，通过定期监测小流域非点源污染物氮磷负荷，一般而言，实测数据的非点源污染损失特征更加符合现实，因此污染负荷的估算精度较高，但是该方法进行定期监测需要大量时间且费用较高，某些特殊区域很难进行应用[13-14]。②景观变化对流域水生环境的影响。许多学者认为流域内景观格局对水文特征和水质具有显著影响[15]，通过研究景观与水质的响应关系与最优结构，为水资源管理提供决策依据[16]。③机理模型。机理模型一般用于估算非点源氮磷污染负荷、识别关键源区、评估污染风险和研究过程机理等，当前有输出系数模型、经验性模型和过程机制模型等几种类型[17]，其中输出系数模型来自一种“单位负荷测算”思路，核心是测算每个计算单元（人、畜禽或单位土地面积）的污染物产生量，进而估算研究范围内的非点源污染潜在产生量，因其结构简单数据易获取得到广泛应用[18]。例如Wang等[19]利用动态输出系数模型模拟中国三峡库区的非点源污染，取得了较好的效果。基于经验的模型主要用于估算非点源污染负荷。如Jiang等[20]利用遥感反演法计算中国九龙江河口面源污染的空间分布，Yang[21]利用回归模型探索景观特征与氮负荷之间的定量关系。基于过程机制的模型主要用于模拟非点源污染物的产生、迁移以及对于环境的影响，被认为可以有效克服输出系数模型和经验性模型的缺陷[22]，如SWAT、SWMM、HSPF、AnnAGNPS、L-THIA、SPLM、IMPULSE等模型[23-26]，机理模型的模型精度一般较为理想。然而，以上的模型也有一些缺陷。输出系数模型虽简单易于操作，但是忽略了非点源污染复杂的迁移过程，并且通用性较差；经验性模型的研究基础是统计分析，适用于内部结构单一的小流域，但是其同样不考虑污染物的迁移转化，无法从机理上进行解释，模型通常不可移植；机理模型对数据量和数据精度要求较高，经过规范率定和验证能够获得较好精度，且利于移植，模型缺陷是参数众多，需要深入理解过程机制以及获取大量数据。

生态系统水质净化方面也开展了一系列研究工作，如Eugene等[27]以密西西比河流域景观格局和流域水质为研究对象，研究显示流域景观格局变化引起区域水质净化发生变化，引起流域水质的动态响应。吴瑞等[28]、MEI等[29]利用InVEST模型分析了官厅水库流域的水质净化时空变化，研究显示流域水质净化服务呈增强趋势。黄斌斌等[30]对白洋淀流域的研究指出驱动水质净化能力提升的主要因素源于合理土地利用格局。【切入点】上述研究在评估成本、数据获取和模型可移植性等方面不同程度上存在一定的局限。西南喀斯特山区地形地貌复杂，山多地少，工程性缺水严重，水资源安全问题一直是政府关注的重点[31-32]。北盘江流域属典型的喀斯特地貌，水土流失、石漠化、地下水污染等一系列的环境问题频发[33-34]。InVEST广泛应用于生态系统服务评估集成，其营养物传输率模型（NDR）所需参数数据较容易获取，机理明晰，适宜用于大尺度面源污染模拟研究，且当前对于气候、地形复杂的南方山区研究案例相对较少。因此，开展这一区域的水质净化研究具有重要的科学意义。当前在流域水质方面多数从水体本身质量参数角度开展研究，流域视角下的水质研究和水质净化功能研究较少。【拟解决的关键问题】鉴于此，以北盘江流域(贵州段)为研究区，探讨复杂地形下的流域水质净化时空分异规律及影响因素，为南方喀斯特流域地区水生态修复和水资源管理决策提供科学参考。

1 材料与方法

1.1 研究区概况

北盘江流域位于珠江流域上游，介于北纬24°51′—26°45′，东经105°50′—106°20′之间（图1），发源于云南省宣威市板桥乡，在贵州境内长352 km，地处云贵高原斜坡地带，是珠江流域生态屏障的咽喉，与南盘江在黔西南州册亨县双江镇双江口相交汇入红水河。流域面积22 856.51 km2，在贵州境内覆盖毕节、黔西南、安顺3个地州市17个区县，多年平均径流量38.49万m3，主要有巴朗河、清水河、麻沙河、望漠河、乌都河、大田河、红辣河等大小支流共计14条。地貌类型以内陆喀斯特山地、河谷为主，区域海拔在223～2 871 m之间，地表崎岖破碎，自西北部向东南部倾斜，山势陡峻，高差在400～700 m之间。气候属亚热带湿润季风气候，年均温度13.8～19.4 ℃之间，热量充足，多年平均降水量1 352.8 mm，主要集中在5—9月，雨量充沛，雨热同季。土壤主要以黄棕壤、黄壤为主，岩成性土壤有石灰土、紫色土等地带性土壤。流域内人类活动区域空间差异大，水土流失、石漠化等生态问题严重。

图1 研究区地理位置图Fig.1 The location of study area

1.2 数据与方法

1.2.1 数据来源

研究数据源主要由以下部分组成：①气象数据，来源于中国气象科学数据共享网（http://cdc.nmic.cn/），包含研究区及周边45个气象站点2000、2010年和2020年总降水量（图2）；②DEM数据，空间分辨率为30 m，来源于地理空间数据云（http://www.gscloud.cn/）；③基于1∶10万TM影像解译的2000、2010、2020年土地利用数据（图3），数据来源于地理国情监测云平台（http://www.dsac.cn/），将土地利用类型划分为林地、耕地、建设用地、草地、水域5大类；④其他数据，包括研究区行政边界、政府驻地、河流等；所有数据利用研究区矢量边界对其进行裁剪，均统一转换为WGS84/Albers Equal Area Conic投影参与空间分析。

1.2.2 研究方法

1）流域划分

研究区流域范围和子流域的划分主要采用ArcGIS水文分析工具，对流域数字高程DEM进行填洼，计算流程、流量，描绘分水岭、计算河网，确定出水口等方式划分流域和子流域边界，经计算研究区共划分为43个子流域，子流域是作为InVEST模型在流域尺度N、P营养物输出量的统计单元。

2）Aunsplin气象插值

北盘江流域地形复杂，海拔高差大，长期强烈的流水切割作用使得中下流峡谷分布广泛，区域气候空间差异性大，降水时空分布不均（图2）。流域降水空间分布对流域水文模拟具有重要意义，传统的气象插值方法误差较大[35-36]。Anusplin气象插值方法在复杂地表的插值精度优于Cokriging、IDW、Kriging等传统气象插值方法[37-38]，因此，本研究采用Aunsplin基于普通薄盘和局部薄盘样条函数插值理论，引入研究区地形因子作为协变量进行降水空间化插值。其原理是通过建立气象观测站点的气象要素与站点经度、纬度及协变量（高程）之间的相关统计关系，并通过相应模块模拟计算研究区所有网格点的气象要素值，其公式为：

式中：Zi为栅格单元i的因变量；f(xi)为要估算的关于xi的位置光滑函数；xi为独立变量；yi为p纬独立的协变量；b为yi的p纬系数；ei为函数的随机误差。

图2 2000、2010、2020年北盘江流域降水空间分布Fig.2 The spatial distribution map of precipitation in the study area in 2000,2010,and 2020

图3 2000、2010、2020年北盘江流域土地利用类型分布Fig.3 The landuse of the study area in 2000,2010,and 2020

3）InVEST模型

InVEST模型由美国斯坦福大学（Stanford University）环境森林研究所、世界自然基金（World Wide Fund For Nature）和大自然保护协会（The Nature Conservancy）在2007年共同研发，是一种基于不同地表状况下的生态服务系统评估模型。模型中水质净化模块的主要原理是分析流域范围内的N、P营养物质从外界进入地表后再到河流湖库的空间运输过程，表征地表不同覆盖状况对N、P营养物质的截留服务能力大小以及迁移过程和规律。模型水质净化营养物输出量的表达式为：

式中：Xexp,i为流域范围中每个栅格单元i的营养物输出量；loadsurf,i为地表营养物的负荷量；NDRsurf,i为地表营养物的传输率；loadsubs,i为地下营养物的负荷量；NDRsubs,i为地下营养物的传输率；Xexptot为区域划分子流域的营养物总输出量。

1）地表营养物计算式如式（4）—式（10）所示

式中：NDR0,i为下游栅格单元未保留的营养物传输率，与栅格单元在地表上的空间位置无关；ICt为域地形指数；IC0和k为矫正系数；eff′i为营养物在地表栅格单元i传输到河流之间的最大截留效率；effLULCi为土地利用类型i到达流的最大截留效率；eff′downi为下游栅格单元i上的有效截留效率；si为步长因子；lidown为栅格单元i到流域下游地区相邻栅格的路径距离；lLULCi为土地利用类型栅格单元i的有效截留距离；Dup为上坡区域的平均斜率梯度（m/m）；A为上坡贡献面积（m2）；di为区域坡度最大的栅格下坡方向沿第i个单元的流动路径距离；Si为第i个单元的斜率梯度。

2）地下营养物传输率计算如式（11）所示

式中：i为栅格单元，NDRsubs,i为栅格单元i的地下营养物的传输率，effsubs为从地表栅格单元能够下渗到地下的营养物最大截留效率，lsubs为地下河流的截留长度，即土壤能够保持营养物最大容量所需的距离，li为栅格单元到地下河流的距离。

模型输入参数包括研究区域DEM数据（填洼后）、土地利用数据、子流域范围、流域流量累积阈值、营养物径流代理、氮磷营养物输出负荷和最大滞留距离、植被滞留效率以及Boresellik参数。其中营养物径流代理采用研究区年总降水量代替，流域流量累积阈值与Boresellik参数经过多次试验调试，最终确定流域流量累积阈值取值为500，Boresellik参数取值2。根据自然环境的相似性，氮磷营养物输出负荷系数、植被滞留效率参考InVEST模型手册和相关学者的研究成果[39-41]，取值见表1。

表1 N、P营养物负荷系数和截留效率Table 1 N and P output coefficients and retention efficiency

2 结果与分析

2.1 TN、TP输出空间分异

InVEST模型水质净化模块通过模拟流域地表TN、TP输出量来表征区域水质净化功能大小和差异，北盘江流域单位面积TN、TP输出量（子流域、栅格单元）空间分布如图4和图5所示，子流域TN、TP单位面积输出量越大，子流域总输出量也越大，表明流域水质净化功能越差，水质越差。从空间上看，TN、TP单位面积输出量在各个子流域中时间和空间上的差异较为明显，单位面积TN输出量最小值和最大值均分布在2010年，分别为1.51 kg/hm²和5.21 kg/hm²，二者相差3倍以上；而TP输出量在各个年份之间最大最小值变化不大，单位面积TP输出量最小值为0.11 kg/hm²，最大值为0.87 kg/hm²，二者差距近8倍，同样也分布在2010年，表明2010年在子流域尺度上N、P等营养物质输出空间分布差异性明显，从2000年到2020年TN、TP子流域输出量动态年变化程度大的区域主要分布在普安县、晴隆县和关岭县等流域中游地区，TN输出量上，高值区域主要出现在北盘江流域上游的钟山区、水城县南部，西北盘州市区域、中部晴隆县、六枝特区以及关岭县和镇宁县周边区域，低值区域出现在普安县北部、册亨县以及望谟县周边区域，TP输出量上，高值区域主要分布在钟山区、水城县以南，盘州市以东、六枝特区、镇宁县、关岭县等区域，低值区域主要分布在流域下游的册亨县、望谟县等区域。

图4 2000、2010、2020年北盘江流域TN输出量（栅格尺度、流域尺度）空间分布Fig.4 The spatial distribution of TN(raster scale,watershed scale) outputs of study area in 1995,2000 and 2010

图5 2000、2010、2020年北盘江流域TP输出量（栅格尺度、流域尺度）空间分布Fig.5 The spatial distribution of TP (raster scale,watershed scale) outputs of study area in 1995,2000 and 2010

2.2 TN、TP输出时间变化

从时间上看，2000、2010年2020年北盘江流域在TN、TP输出上存在差异，在流域范围TN、TP输出总量上，TN输出量从2000年8 305.62 t减少到2010年的8 213.17 t，再到2020年的8 184.86 t，20 a间减少了120.76 t，减少了1.45%，变化幅度不大；TP输出总量从2010年1 225.24 t到2010年1 206.49 t，再到2020年1 219.79 t，总共减少了5.45 t，占比0.44%；流域输出总量上20 a间变化量不大，二者整体上呈减少趋势。TN、TP输出总量越多，北盘江流域水质净化服务功能越差，因此2020年是流域水质净化服务功能最好的年份，这与近年来国家和管理部门严格实施的生态保护、农田减肥提效、用地合理布局等一系列措施息息相关。子流域TN、TP营养物的输出量统计如表2所示，输出总量上，TN、TP最大值均分布于盘州市所在子流域，2000—2020年TN、TP输出总量分别为470 t和80 t以上；TN输出总量变化较大的集中分布自100～400 t范围，其中TN输出量100～200 t区间从2000年的12个子流域增加到2020年27个子流域，200～300 t和300～400 t输出量范围总体上分别从14个子流域减少到5个以及6个子流域减少到1个，变化幅度较大，呈高值输出总量范围减少，低值输出总量范围增加的趋势；TP输出总量在子流域之间分布相对均匀，变化幅度不大。流域TN、TP输出总量越多，生态系统对水质净化服务功能就越差，因此，北盘江流域TN水质净化服务效果在持续变好，而TP净化服务效果有浮动趋势，总体来看，流域水质净化功能出现稳中变好趋势。

表2 子流域TN、TP营养物输出量范围分布Table 2 Distribution of TN and TP nutrient output ranges in Sub-basin

3 讨 论

3.1 北盘江流域水质净化影响因素

非点源污染是造成水质恶化的主要因素之一，而N、P营养物质是污染的重要组成部分，InVEST模型在栅格尺度的TN、TP营养物输出量表明，北盘江流域水质净化功能空间差异性明显，流域上游和中游地区的净化效果明显比下游区域的差，其主要的影响因素有：自然因素，流域地势北高南低，西高东低，北部和西部区域山高坡陡，地表切割破碎，海拔均在1 500～2 000 m之间，高差较大，造成区域土壤贫瘠，地形起伏大，降雨径流流速快，同等条件下地表下垫面对N、P等营养物质的截留效率比流域下游地势较为平坦的区域要低，使得N、P等营养物质能够以较快速度和较大的数量输出，迫使上游区域TN、TP输出量大，区域水质净化功能变差，而下游区域主要以丘陵、河谷地貌为主，海岸在500 m以下，地势相对上游地区较为平坦，且主要以林地、草地等土地利用类型为主，径流流速低，氮磷营养物输出负荷系数、植被滞留效率比其他类型的土地利用较高，其对氮磷营养物的吸附、沉淀、转化作用强于上游区域，很大程度上加强了净化水质的作用，因此，北盘江下游区域的水质净化功能较高。

人为因素，TN、TP高值区域大多数位于城镇建成区周边、耕地区域以及地形起伏较大的高海拔地区。2000年以来流域内的城市化发展进入快速扩张时期，依据2000—2020年研究区土地利用变化数量统计，近20年来建设用地面积增加了309.81 km²，工业发展迅速，大量的非建设用地转换成城镇建设用地和工业用地。城镇区和工业园区内大量的生活生产污水以及工业废水的排放，导致TN、TP输出量变大，林地、草地以及耕地等其他用地在转换为建设用地的过程中造成N、P等营养物质的负荷加大，且径流系数的值随着流域内不透水面积比例的增加而增大，城镇用地继续增加，整个流域径流系数增加[42-43]。在径流作用下N、P等营养物质汇入河流、湖库，加剧了水质净化功能的风险程度，而耕地N、P等农肥的大量施放超过了土壤和种植作物的吸收上限，多余残留的N、P营养物质随着土壤水分加入到区域生态物质循环过程，因此使区域内的水质净化功能出现较大的空间差异性。

3.2 模拟结果的准确性及对比

水质净化功能服务是现阶段区域生态系统服务功能与水资源安全评估的重要组成部分，InVEST模型用N、P营养物质的输出量来表征区域水质净化功能的强弱，通常情况下，N、P营养物质输出量越大，说明区域对N、P营养物质的生态需求能力和保持能力越差，面源污染就越严重，水质净化功能就越差，相反则越好。本研究是针对整个北盘江流域氮磷负荷的大尺度模拟，因为缺乏不同土地利用类型的氮磷排放实测数据，因此对于全面系统地评估模型精度具有一定的难度。

韩会庆等[44]基于InVEST对贵州省珠江流域水质净化功能进行模拟，评价单元包括北盘江水系流域，研究表明，2000年和2010年北盘江流域N、P平均输出量分别为0.41 kg/hm2和0.38 kg/hm2，总体呈下降趋势，下降率为6.67%，因二者选取的土地利用类型不同，且输出系数单位不一致，计算结果难以进行比较，但是从增减趋势来看，北盘江流域氮磷污染物输出量都是呈减少趋势，从侧面说明本研究方法具有一定的准确性。在未来的研究中，可以通过实测数据来矫正土地利用类型的输出系数，其次，将小流域的土地类型景观结构与地形地貌因素考虑进去，从而提高大尺度流域模拟精度。

4 结 论

1）2000—2020年北盘江流域的水质净化功能总体上差异较小，但是空间差异性明显，高输出区域主要集中在北盘江流域上游和中游等地形起伏较大的地区以及城镇区周边，低输出区域主要分布在北盘江流域下游地势平坦的区域。

2）各用地类型中，TN、TP单位面积输出量最少的是林地，其次是草地，表明林地和草地水质净化功能最好，TN、TP单位面积输出量多的土地利用类型为耕地，其次是建设用地。

3）基于InVEST模型的北盘江流域水质净化分析结果客观反映了整个区域的生态系统水质净化功能演化格局，研究过程中由于DEM、土地利用类型的精度以及降水差值过程中存在一定的误差，在模型参数选取和调试过程中如何获取高精度的数据以及评价方法的优化与验证是下一步研究的重要内容。

[1]李九一,李丽娟.中国水资源对区域社会经济发展的支撑能力[J].地理学报,2012,67(3):410-419.

LI Jiuyi,LI Lijuan.Water resources supporting capacity to regional socio-economic development of China[J].Acta Geographica Sinice,2012,67(3):410-419.

[2]SUN C,ZHAO L,ZOU W,et al.Water resource utilization efficiency and spatial spillover effects in China[J].Acta Geographica Sinice,2014(5):771-788.

[3]鲍超,贺东梅.京津冀城市群水资源开发利用的时空特征与政策启示[J].地理科学进展,2017,36(1):58-67.

BAO Chao,HE Dongmei.Spatiotemporal characteristics of water resources exploitation and policy implications in the Beijing-Tianjin-Hebei Urban Agglomeration[J].Progress in Geography,2017,36(1):58-67.

[4]焦胜,杨娜,彭楷,等.沩水流域土地景观格局对河流水质的影响[J].地理研究,2014(12):2 263-2 274.

JIAO Sheng,YANG Na,PENG Kai,et al.The effects of land-use and landscape pattern on water quality in Weihe river watershed[J].Geographical Research,2014(12):2 263-2 274.

[5]王小平,张飞,李晓航,等.艾比湖区域景观格局空间特征与地表水质的关联分析[J].生态学报,2017(22):67-81.

WANG Xiaoping,ZHAG Fei,LI Xiaohang,et al.Correlation analysis between the spatial characteristics of land use/cover-landscape pattern and surface-water quality in the Ebinur Lake area[J].Acta Ecologica Sinica,2017(22):67-81.

[6]刘怡娜,孔令桥,肖燚,等.长江流域景观格局与生态系统水质净化服务的关系[J].生态学报,2019,39(3):91-99.

LIU Yina,KONG Lingqiao,XIAO Yi,et al.Relationships between landscape pattern and ecosystem water purification service in the Yangtze River Basin[J].Acta Ecologica Sinica,2019,39(3):91-99.

[7]贺赟,杨爱江,陈蔚洁,等.西南喀斯特山区典型流域农业非点源污染负荷及分布特征[J].水土保持研究,2021,29(1):1-5.

HE Yun,YANG Aijiang,CHEN Weijie,et al.Research on spatial characteristics and the load of agricultural non-point source pollution in karst area of Southwestern China[J].Research of Soil and Water Conservation,2021,29(1):1-5.

[8]李明龙,贾梦丹,孙天成,等.三峡库区非点源污染氮磷负荷时空变化及其来源解析[J].环境科学,2021,42(4):1 839-1 846.

LI Minglong,JIA Mengdan,SUN Tiancheng,et al.Spatiotemporal change and source apportionment of non-point source nitrogen and phosphorus pollution loads in the three gorges reservoir area[J].Environmental Science,2021,42(4):1 839-1 846.

[9]张巧玲,胡海棠,王道芸,等.海河流域农田氮磷面源污染的空间分布特征及关键源区识别[J].灌溉排水学报,2020,40(4):97-106.

ZHANG Qiaoling,HU Haitang,WANG Daoyun,et al.Spatial distribution of nitrogen and phosphorus in Haihe basin and their determinants[J].Journal of Irrigation and Drainage,2020,40(4):97-106.

[10]谢高地,张彩霞,张昌顺,等.中国生态系统服务的价值[J].资源科学,2015(9):1 740-1 746.

XIE Gaodi,ZHAG Caixia,ZHANG Changshun,et al.The value of ecosystem services in China[J].Resources Science,2015(9):1 740-1 746.

[11]XU H S,ZHENG H,CHEN X S,et al.Relationships between river water quality and landscape factors in Haihe River Basin,China:Implications for environmental management[J].Chinese Geographical Science,2016,26(2):197-207.

[12]WANG R J,WANG Y,SUN S Y,et al.Discussing on “source-sink”landscape theory and phytoremediation for non-point source pollution control in China[J].Environmental Science and Pollution Research,2020,27:44 797-44 806.

[13]YANGB,HUANGK,SUN D,et al.Mapping the scientific research on non-point source pollution:a bibliometric analysis[J].Environmental Science amp; Pollution Research,2017,24(5):1-15.

[14]HERVE-FERNANDEZ P,OYARZUN C E,WOELFL S.Throughfall enrichment and stream nutrient chemistry in small headwater catchments with different land cover in southern Chile[J].Hydrological Processes,2016,30(26):4 944-4 955.

[15]WU J,LU J.Landscape patterns regulate non-point source nutrient pollution in an agricultural watershed[J].Science of the Total Environment,2019,669(15):377-388.

[16]SHEN Z Y,HOU X S,LI W,et al.Relating landscape characteristics to non-point source pollution in a typical urbanized watershed in the municipality of Beijing[J].Landscape amp; Urban Planning,2014,123(1):96-107.

[17]BAI X Y,SHEN W,WANG P,et al.Response of non-point source pollution loads to land use change under different precipitation scenarios from a future perspective[J].Water Resour Management,2020,34:3 987-4 002.

[18]CHENG X,CHEN L D,SUN RH,et al.An improved export coefficient model to estimate non-point source phosphorus pollution risks under complex precipitation and terrain conditions[J].Environmental Science and Pollution Research,2018,25:20 946-20 955.

[19]WANG W,CHEN L,SHEN Z.Dynamic export coefficient model for evaluating the effects of environmental changes on non-point source pollution[J].Science of the Total Environment,2020,747,141 164.

[20]JIANG M,CHEN H,CHEN Q.A method to analyze “source-sink”structure of non-point source pollution based on remote sensing technology[J].Environmental Pollution,2013,182:135-140.

[21]YANG X.An assessment of landscape characteristics affecting estuarine nitrogen loading in an urban watershed[J].Journal of Environmental Management,2012,94(1):50-60.

[22]WANG J L,SHAO J A,WANG D,et al.Identification of the “source”and “sink” patterns influencing non-point source pollution in the Three Gorges Reservoir Area[J].Journal of Geographical Sciences,2016,26(10):1 431-1 448.

[23]ARYAL S K,ASHBOLT S,MCINTOSH B S,et al.Assessing and mitigating the hydrological impacts of urbanisation in semi-urban catchments using the storm water management model[J].Water Resour Management,2016,30(14):5 437-5 454.

[24]STERN M,FLINT L,MINEAR J,et al.Characterizing changes in streamflow and sediment supply in the Sacramento River Basin,California,using Hydrological Simulation Program-FORTRAN(HSPF)[J].Water,2016,8(10):432.

[25]VILLAMIZAR M L,BROWN C D.Modelling triazines in the valley of the River Cauca,Colombia,using the annualized agricultural non-point source pollution model[J].Agricultural Water Management,2016,177:24-36.

[26]CHENG X,CHEN L D,SUN R.Modeling the non-point source pollution risks by combing pollutant sources,precipitation,and landscape structure[J].Environmental Science amp; Pollution Research,2019,26:11 856-11 863.

[27]EUGENE T R,RABALAIS N N.Linking Landscape and Water Quality in the Mississippi River Basin for 200 Years[J].Bioscience,2003(6):563-572.

[28]吴瑞,刘桂环,文一惠.基于InVEST模型的官厅水库流域产水和水质净化服务时空变化[J].环境科学研究,2017,30(3):406-414.

WU Rui,LIU Guihuan,WEN Yihui.Spatiotemporal variations of water yield and water quality purification service functions in Guanting reservoir basin based on InVEST model[J].Research of Environmental Sciences,2017,30(3):406-414.

[29]MEI Y,KONG X H,KE X L,et al.The Impact of Cropland Balance Policy on Ecosystem Service of Water Purification-A Case Study of Wuhan,China[J].Water,2017,9(8):620.

[30]黄斌斌,李若男,李睿达,等.雄安新区上游白洋淀流域水质净化提升目标下的生态恢复格局优化[J].生态学报,2020,40(20):45-54.

HUANG Binbin,LI Ruonan,LI Ruida,et al.Optimization of ecological restoration pattern targeted for water purification improvement in the Baiyangdian watershed,Xiong’an New Area[J].Acta Ecologica Sinica,2020,40(20):45-54.

[31]张凤太,苏维词.基于均方差-TOPSIS模型的贵州水生态安全评价研究[J].灌溉排水学报,2016,35(9):88-92.

ZHANG Fengtai,SU Weici.Analysis on yields and influence factors of spring wheat under different mulching treatments[J].Journal of Irrigation and Drainage,2016,35(9):88-92.

[32]熊梅君,李秋华,陈倩,等.基于GIS应用P-IBI评价贵州高原百花水库水生态系统健康[J].生态学杂志,2019,38(10):3 093-3 101.

XIONG Meijun,LI Qiuhua,CHEN Qian,et al.Evaluation of water ecosystem health of Baihua reservoir in Guizhou based on GIS and P-IBI[J].Chinese Journal of Ecology,2019,38(10):3 093-3 101.

[33]姚波,杨爱萍,陈华毅,等.珠江流域上游云贵地区农田土壤重金属污染状况及其风险性分析[J].农业环境科学学报,2020,302(10):163-170.

YAO Bo,YANG Aiping,CHEN Huayi,et al.Soil heavy metal pollution and risk assessment of agricultural soils in the Yunnan-Guizhou area,Upper PearlRiver Basin[J].Journal of Agro Environment Science,2020,302(10):163-170.

[34]赵青松,兰安军,范泽孟,等.贵州省不同地貌形态类型土壤侵蚀强度变化的定量分析[J].地球信息科学学报,2020,22(7):1 555-1 566.

ZHAO Qingsong,LAN Anjun,FAN Zemeng,et al.Quantitative analysis on the soil erosion intensity change in different morphological types of Guizhou Province[J].Journal of Geo-Information Science,2020,22(7):1 555-1 566.

[35]胡林涓,彭定志,张明月,等.雅鲁藏布江流域气象要素空间插值方法的比较与改进[J].北京师范大学学报(自然科学版),2012,48(5):449-452.

HU Linjuan,PENG Dingzhi,ZHANG Mingyue,et al.Spatial interpolation of mereorological variables in yarlung zangbo river basin[J].Journal of Beijing Normal University (Natural ScienceEdition),2012,48(5):449-452.

[36]孔云峰,仝文伟.降雨量地面观测数据空间探索与插值方法探讨[J].地理研究,2008,27(5):127-138.

KONG Yunfeng,TONG Wenwei.Spatial exploration and interpolation of the surface precipitation data[J].Geographical Research,2008,27(5):127-138.

[37]谭剑波,李爱农,雷光斌.青藏高原东南缘气象要素Anusplin和Cokriging空间插值对比分析[J].高原气象,2016,35(4):875-886.

TAN Jianbo,LI Ainong,LEI Guangbin.Contrast on Anusplin and Cokriging Meteorological Spatial Interpolation in Southeastern Margin of Qinghai-Xizang Plateau[J].Plaeau Meteorology,2016,35(4):875-886.

[38]李月臣,何志明,刘春霞.基于站点观测数据的气温空间化方法评述[J].地理科学进展,2014,8(33):13-22.

LI Yuechen,HE Zhiming,LIU Chunxia.Review on spatial interpolation methods of temperature data from meteorological stations[J].Progress in Geography,2014,8(33):13-22.

[39]韩会庆,罗绪强,游仁龙,等.基于InVEST模型的贵州省珠江流域水质净化功能分析[J].南京林业大学学报(自然科学版),2016,40(5):87-92.

HANG Huiqing,LUO Xuqiang,YOU Renlong,et al.Analysis of water purification function in the Pearl River basin in Guizhou Province using InVEST model[J].Journal of Nanjing Forestry University (Natural Sciences Edition),2016,40(5):87-92.

[40]冯源嵩,林陶,杨庆媛.百花湖周边城市近郊小流域氮,磷输出时空特征[J].环境科学,2014,35(12):4 537-4 543.

FENG Yuangao,LIN Tao,YANG Qiangyuan.Temporal and Spatial Characteristic of Nitrogen and Phosphorus Output in the Suburb Watershed Around the Baihua Lake[J].Environmental Science,2014,35(12):4 537-4 543.

[41]张洋,樊芳玲,周川,等.三峡库区农桑配置对地表氮磷流失的影响[J].土壤学报,2016,53(1):189-201.

ZHANG Yang,FAN Fangling,ZHOU Chuan,et al.Effects of Crop/Mulberry Intercropping on Surface Nitrogen and Phosphorus Losses in Three Gorges Reservoir Area[J].Acta Pedologica Sinica,2016,53(1):189-201.

[42]胡振龙.山地城市典型下垫面径流系数研究[D].重庆:重庆大学,2016.

HU Zhenlong.Study on runoff roefficient of mountain urban typical underlying surfaces[D].Chongqing:Chongqing University,2016.

[43]徐苏,张永勇,窦明,等.长江流域土地利用时空变化特征及其径流效应[J].地理科学进展,2017,36(4):426-436.

XU Su,ZHANG Yongyong,DOU Ming,et al.Spatial distribution of land use change in the Yangtze River Basin and the impact on runoff[J].Progress in Geography,2017,36(4):426-436.

[44]韩会庆,罗旭强,游仁龙,等.基于InVEST 模型的贵州省珠江流域水质净化功能分析[J].南京林业大学学报（自然科学版）,2016,40(5):87-92.

HAN Huiqing,LUO Xuqiang,YOU Renlong,et al.Analysis of water purification function in the Pearl Riverbasin in Guizhou Province using InVEST model[J].Journal of Nanjing Forestry University (Natural Science Edition),2016,40(5):87-92.

Attenuation of Pollutants in Beipanjiang River Basin Calculated Using the InVEST Model

LI Wei1,ZHAO Zulun1,LYU Sisi1,ZHAO Weiquan1,2*
(1.Institute of Mountain Resource,Guizhou Academy of Sciences,Guiyang 550001,China;2.Department of Karst Research Institute,Guizhou Normal University,Guiyang 550001,China)

【Background and objective】Most catchments are able to decontaminate exogenous pollutants to some extent to maintain their ecological functions.This capability depends on many biotic and abiotic factors and varies spatiotemporally.Understanding this variation is important to improve catchment management but challenging.This paper proposes a new method to plug this gap.【Method】The model is based on simulating the dynamics of typical pollutants.By taking the Beipanjiang River basin as an example,we simulated the dynamics of total nitrogen (TN)and total phosphorus (TP) based on the measurement at the outlet of the basin in 2000,2010 and 2020 using the InVEST model with the help of GIS,from which we analyzed their spatiotemporal variation and the underlying determinants.【Result】The dynamics of TN and TP in 2000,2010 and 2020 did not differ from each other noticeably,but a significant intra-year difference in spatial distribution of TN was found,where the minimum and maximum TN output per unit area in 2010 were 1.51 kg/hm2and 5.21 kg/hm2,respectively.The average total TN flow rate in the catchments was more than 8 000 T/years,reduced by 120.76 T in the 20 years.The average total TP flow rate in the catchment was more than 1 200/t year,reduced 5.45 T in the 20 years,indicating that the ability of the basin to attenuate nitrogen and phosphorus has been improving over the 20 years.The areas with high TN and TP were in the upper and middle reaches of the basin,as well as in the proximity of urban areas,while those with low TN and TP were the flatten areas at the downstream of the basin.Excessive application of N and P fertilizers in croplands as well as the sewage in urban areas were the source of the pollutants,which are too much for the basin to decontaminate.In addition,changes in climate and land use also alert the capacity of the basin to attenuate the contaminants．

river basin; self-purification; InVEST model; Beipanjiang river

X824；K90

A

10.13522/j.cnki.ggps.2021471

OSID：

李威,赵祖伦,吕思思,等.基于InVEST模型的水质净化功能时空分异研究[J].灌溉排水学报,2022,41(3):105-113.

LI Wei,ZHAO Zulun,LYU Sisi,et al.Attenuation of Pollutants in Beipanjiang River Basin Calculated Using the InVEST Model[J].Journal of Irrigation and Drainage,2022,41(3):105-113.

1672-3317（2022）03-0105-09

2021-10-04

贵州省自然科学基金项目（黔科合基础[2020]1Y410号，黔科合基础[2018]1418号）；贵州省科技支撑计划项目（黔科合支撑[2018]2806号）

李威（1986-），男，贵州遵义人。助理研究员，硕士研究生，主要从事资源环境遥感与3S技术应用。E-mail:liwei_N70@126.com

赵卫权（1982-），甘肃庆阳人。副研究员，硕士研究生，主要从事资源环境遥感与GIS应用。E-mail:892525771@126.com

责任编辑：白芳芳