沅江流域产水服务功能的时空变化及驱动力分析

彭赤彬　钱湛　姜恒　李峰

摘要：沅江流域是重要的水生态环境服务载体，研究其生态系统产水服务功能的时空分布特征及相关驱动因素，对沅江流域水资源的保护与管理，实现沅江流域的高质量发展和生态环境保护具有重要意义。基于InVEST模型的产水模块对2000～2020年沅江流域的产水量进行模拟，并从自然和人为活动两个方面选取降雨量、温度、植被覆盖度、人口密度、地方生产总值5个指标识别沅江流域产水服务功能时空演变的重要驱动因素。结果表明：① 2000～2020年沅江流域城镇化加剧，建设用地面积显著增加，且增加的建设用地面积主要来自林地和耕地面积的转化；林地与耕地间转换活跃。② 2000～2020年沅江流域产水量处于增长状态，产水深度总体未呈现出一致的空间分布格局。③ 对2015年产水量做驱动分析可知，降水量和NDVI是引起产水服务功能空间差异的主导因子；降水量、温度等5项驱动因子两两之间均呈非线性增强，表明其间的交互作用增强了对产水生态服务功能空间差异的解释程度。总体而言，自然因素和人为因素共同影响沅江流域产水服务功能的时空变化，时间尺度上土地利用的变化对产水量的增加也有一定的影响。研究结果可为沅江流域科学合理的管理、水源地生态环境的可持续发展提供科学依据。

关 键 词：InVEST模型； 土地利用变化； 产水量； 驱动因素； 沅江流域

中图法分类号： X171.1；X143 文献标志码： A DOI：10.16232/j.cnki.1001-4179.2023.06.014

0 引 言

生态系统服务维系着人类的生存发展并与地球生命系统的运转息息相关，在净化水质、调节径流、保护生物多样性等方面发挥着关键作用［1-2］。产水服务功能是典型的生态系统服务功能之一，对改善流域水文状况和调节区域水分循环具有重要意义［3］。其在流域尺度上呈现出较强的时空变异性，气候、植被的改变和人为活动的干扰等均可能对流域产水服务功能产生较大的影响［4］。近年来，全球变暖、水循环加剧等变化使得流域产水服务功能面临一定的压力，因而受到各国政府的高度关注［5］。

探究流域产水服务时空变化及其影响机制是当前生态学和水文学交叉领域的热点问题［6-8］。传统产水服务评估主要是利用小流域实际观测资料进行估算［9］，易受监测站点数量和观测设备条件的限制。而遥感和GIS技术在生态学、水文学领域中逐渐成熟使得通过模型对流域产水服务功能进行模拟和评估成为可能。其中，生态系统服务与权衡综合评价模型（integrate valuation of ecosystem services and tradeoffs tool，InVEST），其产水量模块主要基于水量平衡原理，结合气候、植被及土壤等要素实现对生态系统产水量的定量、动态及可视化评估［10］，目前InVEST模型已被广泛应用于国内外多地生态系统服务功能及其价值的评估，且模拟效果良好。

沅江流域地处中国亚热带，水量丰沛，发挥着重要的水源涵养功能。随着气候条件的变化及城镇化进程加快，其生态系统功能也表现出一定程度的响应和变化，而目前针对沅江流域产水服务功能的研究不足，降水量、土地利用等因素的变化对沅江流域产水服务功能的影响仍不清楚。本次研究利用InVEST模型的产水模块，分别对2000，2005，2010，2015年和2020年沅江流域的产水量进行估算，定量分析沅江流域产水量的时空变化，并结合土地利用变化探讨不同土地利用条件下产水能力的差异。另外，从自然和人为两个方面选取降水量、温度、NDVI、人口密度和GDP 5个指标，通过地理探测器的方法明确影响沅江流域产水服务变化的主导因素。研究结果可为沅江流域水资源综合利用与合理配置、流域生态文明建设与高質量发展提供科学评估与决策支持。

1 研究区概况

沅江流域位于长江流域洞庭湖水系内，涉及贵州、湖南、重庆、湖北、广西5个省份［11］（见图1），其流域面积达89 488 km2，流域平均坡降0.594‰［12］。沅江流域属亚热带季风气候，湿润多雨，多年平均降水量1 456 mm，降雨年内分配不均，4～9月为多雨时段，其中5月最多，月平均降水量超过200 mm，12月至次年2月降水量只占全年总量的9.0%［13］，空间上年降雨表现为由东向西渐减；沅江流域地势为四周高原、山地环绕，且南北较长，东西较窄，大致为西南斜向东北的矩形，西南高而东北低；流域内植被覆盖良好，上游沿岸森林茂密。沅江流域水能资源丰富，河网发育较密，沅江流域产流量丰富，洪水基本上由暴雨形成［14］。

2 研究方法

2.1 数据来源

土地利用数据、温度数据、人口密度数据、GDP数据均来自中国科学院资源环境科学与数据中心（https：∥www.resdc.cn/），其中土地利用数据通过ArcGIS 10.8软件中的重分类将二级地类合并为一级地类；NDVI数据来自于美国NASA定期发布的MODIS数据系列，原始数据集为MOD13A3，经提取子数据集、拼接、投影栅格等步骤得到2015年均NDVI数据；降水量数据来自CRU TS气象数据集（https：∥crudata.uea.ac.uk/cru/data/hrg/），在ArcGIS 10.8中以此经投影栅格、裁剪、加载相应年份波段并使用像元统计工具获得每个栅格点的年降水量，使用栅格转点获得像素点并使用反距离权重法对格网点插值得到分辨率为1 km的影像，如图2所示。潜在蒸散发数据来自国家青藏高原科学数据中心（https：∥data.tpdc.ac.cn/zh-hans/）。沅江流域子流域的划分则通过ArcGIS 10.8 软件中的水文分析工具经填洼、计算流向、流量等步骤生成。行政区矢量数据、高程数据来源于中国科学院地理科学与资源研究所。运用ArcGIS 10.8软件，将空间数据重采样为1km×1km的栅格单元，基于栅格单元进行计算，数据均采用WGS_1984_UTM_Zone_49N投影坐标系统。

2.2 分析方法

2.2.1 土地利用变化

选取2000年和2020年沅江流域土地利用数据，通过ArcGIS 10.8软件中的栅格转面、融合、相交等工具分析2000～2020年沅江流域的土地利用变化，并利用Excel生成土地利用转移矩阵，明确20 a间沅江流域的地类变化。

2.2.2 产水服务功能估算

InVEST模型产水模块实质是基于Budyko［15］水热耦合平衡原理提出的一种水量平衡估算方法，即以各栅格单元降水量和实际蒸散发的差值作为该栅格单元产水量。计算研究区每个栅格单元x的年产水量Y（x）。

3 结果与分析

3.1 沅江流域土地利用变化特征

由表1和图3可知，2000～2020年沅江流域各土地利用类型面积占比从大到小依次为林地、耕地、草地、水体、建设用地、未利用地，林地始终是沅江流域的主要土地利用类型，占总面积的70%左右。20 a间耕地和草地的面积呈减少的态势，其中耕地面积减少了536.37 km2，相对于2000年减少了3%；草地面积减少了1 401.82 km2，相对于2000年减少了17.87%。林地、水体和建设用地呈增加的态势，分别增加了1 230.62，220.80，541.73 km2，相对于2000年分别增加1.92%、35.04%、126.80%。建设用地面积从2000年的427.25 km2显著增长至2020年的968.98 km2，面积增加最为明显。

由表2可知，20 a间沅江流域土地利用类型转移变化较为显著。草地主要向耕地和林地发生转移，其中有1 423.08 km2转化为耕地，3 657.64 km2转化为林地；林地和耕地两种利用类型间转换频繁；建设用地面积增加，截至2020年，建设用地主要由林地和耕地转化而来，转换面积分别为374.75 km2和360.50 km2，表明流域内城镇化建设水平提高；水体主要向林地和耕地发生转化，转换面积分别为328.75 km2和157.52 km2，沅江流域的水域面积呈现一定的下降趋势。

3.2 沅江流域产水量时空分布特征

基于InVEST模型的产水模块模拟得到沅江流域2000～2020年产水量，对所得产水量进行分区统计后得到湖南省沅江流域模拟值，并对Z值进行多次校验。当Z=11时，模型的模拟结果与2000～2020年《湖南省水资源公报》中统计量的相对误差均小于10%（见表3），表明InVEST模型产水量模拟效果较好，接近真实情况，可以用于后续计算。

由图4可知，2000～2020年沅江流域产水量整体呈平稳上升趋势，从2000年的647.25亿m3逐渐上升至917.23亿m3。其中2005年沅江流域产水量出现小幅下降，下降至553.48亿m3，但与往年沅江流域产水量差异不大。

在空间上各年份沅江流域单位产水径流深整体分布并不一致。图5表明，2000年沅江流域单位产水径流深平均为720 mm，最低为175 mm，最高达1 501 mm，且中部和北部单位产水径流深整体偏低，高值区主要出现在东南边缘；2005，2010年沅江流域的单位产水径流深均呈现西南部偏低、东北部较高的空间分布特征，2005，2010年沅江流域单位径流深平均值分别为616，716 mm，最高分别为1 183，1 493 mm；2015年则与2005，2010年的单位产水径流深空间分布相反，呈现出东北部偏低、西南部偏高的空间分布特征，该年单位径流深平均值为835 mm，最高为1 401 mm，最低为294 mm；2020年沅江流域单位径流深整体较高，表明2020年产水总量较高，其中单位径流深平均值为727 mm，最高为1 458 mm，最低为272 mm，空间分异并不明显。

沅江流域主要的地类是耕地、林地和草地。从这3种土地利用类型的产水量变化可以看出（见图6），2000～2020年耕地、林地和草地的产水深度平均为982.27，689.66 mm和1 043.50 mm，产水能力由强到弱依次为草地、耕地和林地。2000～2020年林地、耕地和草地平均产水量为分别为425.76亿，184.72亿 m3和81.36亿 m3。林地的产水深度不及耕地和草地，但其面积占沅江流域70%以上，因此产水量占流域总产水量的58.66%；耕地的产水量约占全域总产水量的27.30%；草地产水量占流域总产水量的14.04%，且产水能力较高。2000～2020年，各土地利用类型的产水深度和产水总量均为增长的趋势。

3.3 沅江流域驱动因子特征

如图7所示，沅江流域的人口密度和GDP水平整体偏低，这与沅江流域所处的地理位置有关。沅江流域大多为贫困山区，少数民族分布较广，城镇化水平普遍较低，其中17个为贫困县，经济发展相对滞后。沅江流域地处亚热带季风气候，温度整体较高，降水量较大，且降水在空间上表现为从西北向东南方向逐渐递减；沅江流域NDVI值整体较高，即流域内植被覆盖度很高，研究调查表明沅江流域森林面积19 458.48 km2，占流域面积的64.29%，其中上游面积为4 434.81 km2，占流域面积的14.65%，下游面积为10 580.95 km2，占流域面积的34.96%。流域内森林以常绿阔叶灌木林、常绿阔叶林、常绿针叶林、落叶阔叶林、稀疏灌木林、针阔混交林为主。

3.4 驱动因素分析

运用地理探测器中的因子探测得到了5个驱动因子的解释力，从大到小依次排序为：降水量>NDVI>温度>人口密度>GDP，解释力分别为0.042、0.036、0.009、0.007、0.004。该结果表明降水量和NDVI是影响沅江流域产水量变化的主导因子。

交互探测分析能够识别出各项驱动因子对沅江流域产水服务功能是否存在交互作用，对5个驱动因子进行一一对应的交互探测，分析结果如图8所示。研究结果表明，5个驱动因子两两交互作用后因子解释力均增强，其中人口密度与温度因子交互后呈双因子增强，其余两两交互后均呈非线性增强，即任意两个因子对于沅江流域产水服务功能的影响作用都大于单个因子独立的作用，两个因子交互作用后对沅江流域产水服务功能影响因素的解释力均会有明显提升。其中，降水量因子和NDVI因子两者交互作用后解釋力最大为0.105，说明降水量和NDVI交互作用后对流域产水服务功能影响力显著提升。

4 讨 论

4.1 产水生态服务功能分析

对沅江流域2000、2005、2010、2015、2020年的产水总量进行评估，发现沅江流域的产水总量在年际呈平稳上升的趋势，由2000年的647.25亿m3逐渐上升至2020年的917.23亿m3，沅江流域产水服务功能明显提升。2005年沅江流域产水量的下降可能与三峡大坝运行后的蓄水作用［18］有关，减少了沅江流域的来水。沅江流域产水服务功能的整体稳步提升也可能与近20 a来植被面积的增加、降雨量及温度等自然因素的改变有关。

沅江流域产水服务功能的空间分布特征在年际并不一致，如2005年和2010年沅江流域产水量呈西南部低东北部高的空间分布特征，而2015年则相反，空间分布呈东北部低西南部高。流域产水服务功能的分布是多种因素共同作用的结果，可能与土地利用/覆被变化［19］、降水量［20］、温度等多种因素的作用有关，且因素间的交互作用可能增强或减弱对沅江流域产水服务功能的影响。人为活动是影响流域产水服务功能变化的重要因素，其可通过改变土地利用/覆被变化等间接改变流域的产水量，而人为活动存在一定的不确定性，同时沅江流域存在降雨量年际差异大等特点，多种因素综合作用下使得沅江流域的产水服务功能空间分布特征在年际存在不一致的现象。

值得注意的是，本研究基于InVEST模型产水量模块所得的沅江流域产水量模拟值与真实值间存在一定程度上的误差，影响模拟结果准确性的因素主要有以下几个方面：

① 模型未考虑地表水和地下水对结果的影响［21］；② 沅江流域范围与行政边界不相重合，本文仅采用沅江流域的一部分即湖南省的水资源数据对模型参数进行校正；③ 模型中生物物理系数表的数据主要参考相似气候环境和植被类型及与周边环境相似地区文献数据，对于沅江流域可能存在一定误差；④ 产水量与社会经济和人类活动的发展密切相关，而模型的数据输入是自然数据，除土地利用数据外没有其他人类活动评价指标［22］。这些有待今后进一步改进与完善。

4.2 土地利用/覆被与产水生态服务功能间的关系

湖南省自2000年以来实施退耕还林政策［23］，长江流域及南方地区也是自2002年以来全国全面实施退耕还林工程的主战场之一［24］。受退耕还林工程及城镇化的影响，沅江流域耕地、草地、林地和建设用地等土地利用类型的变化活跃，尤其是耕地和林地间的面积转移最为活跃。2000～2020年间建设用地面积增加最为明显，由2000年的427.25 km2显著增长至2020年的968.98 km2，表明沅江流域内城镇经济迅速发展，农村人口迅速向城镇聚集，未来城镇化建设加快。土地利用/覆被变化与区域产水量的大小密切相关［25］。

不同土地利用方式的水源涵养功能不同，土地利用类型主要通过影响下垫面，近而影响下渗量和土壤理化性质等因素，最终影响到水源供给［26］。2000～2020年沅江流域的林地、水体和建设用地面积增加，耕地面积减少，林地面积的增加提高了沅江流域的植被覆盖度，通过植被树冠、树根等对水分的截留吸收作用等，增强了沅江流域的水源涵养能力［27］；水体面积的增加一定程度上增强了沅江流域的蓄水能力；耕地主要向林地发生转化，耕地的产水系数通常要大于林地［27］。建设用地的增加使得流域下垫面的性质发生变化，水泥、柏油路面等会减少降雨水分的入渗，地表径流量增加表现为流域一定程度上产水量的增加，但这并不代表建设用地会使流域的产水生态服务功能增强，建设用地、裸地等几乎不具备水源涵养能力，即产水生态服务功能。

4.3 影响产水生态服务功能的驱动分析

本文利用2015年数据对沅江流域产水服务功能进行驱动因子分析，结果显示，降水量和NDVI是沅江流域产水服务功能变化的主导因子。方露露等［28］的研究结果显示，长江流域降雨是其产水服务的主要驱动因素；王晓东［29］的研究也表明，长江流域水资源主要来源于大气降水，这与本文的研究结果一致。降水量决定着进入沅江流域水分的多少，可直接改变沅江流域产水量的大小。同时，由图6可知，沅江流域降水具有空间分配不均匀的特征，降雨量自东向西逐渐递减，可进一步影响沅江流域产水服务功能的空间分布格局。NDVI越大表明地表植被覆盖越茂密，植物可通过树冠、树根等对降水进行截留、吸收和下渗，储蓄更多的水分，并对降水进行时空再分配；森林的聚集对产水量有负面影响［28］。两者交互作用进一步增强了对沅江流域产水生态服务功能的改变和影响。

地理探测器法所得这5项因子解释力整体偏低，可能是因为在选取因子时未考虑到关键驱动因子。沅江流域地势特征明显，四周高原，山地环绕，地形起伏较明显，可考虑将坡度因子纳入驱动因素的考量；另外，据以往研究，土地利用/覆被变化对流域产水生态服务功能影响显著［19］，未来可进一步将建设用地面积比、耕地面积比等因素纳入驱動因素的考量。

5 结 论

（1） 2000～2020年间沅江流域林地始终是沅江流域的主要土地利用类型，占总面积的70%左右。20 a 间耕地和草地面积减少，建设用地面积显著增加，表明沅江流域城镇化程度提高。2000，2005，2010，2015，2020年研究区5期不同土地利用类型面积转换较大，林地和耕地间面积转移频繁，这可能和流域内退耕还林政策的实施与当地经济的发展间的矛盾有关。

（2） 研究区2000～2020年5期产水量年际呈稳定上升的趋势，其中2005年产水总量最低（553.48亿m3），2020年产水总量最高（917.23亿m3）。产水服务功能在空间上整体表现不稳定。

（3） 降水量和NDVI是影响沅江流域产水生态服务功能变化的主导因子，且各项驱动因子交互作用后均增强了对沅江流域产水生态服务功能的影响。气候是影响沅江流域产水生态服务功能的重要因素，另外，合理提高植被覆盖度，一定程度地控制人为干扰，可以有效提高沅江流域的产水服务功能。

參考文献：

［1］欧阳志云，赵同谦，王效科，等.水生态服务功能分析及其间接价值评价［J］.生态学报，2004，24（10）：2091-2099.

［2］COSTANZA R，ARGE，GROOT R D，et al.The value of the world′s ecosystem services and natural capital［J］.Nature，1997，387（15）：253-260.

［3］周佳雯，高吉喜，高志球，等.森林生态系统水源涵养服务功能解析［J］.生态学报，2018，38（5）：1679-1686.

［4］胡砚霞，于兴修，廖雯，等.汉江流域产水量时空格局及影响因素研究［J］.长江流域资源与环境，2022，31（1）：73-82.

［5］兰翔宇，叶冲冲，王毅，等.1995～2014年青藏高原水源涵养功能时空演变特征及其驱动力分析［J］.草地学报，2021，29（增1）：80-92.

［6］傅伯杰，周国逸，白永飞，等.中国主要陆地生态系统服务功能与生态安全［J］.地球科学进展，2009，24（6）：571-576.

［7］李文华，张彪，谢高地.中国生态系统服务研究的回顾与展望［J］.自然资源学报，2009，24（1）：1-10.

［8］戴尔阜，王晓莉，朱建佳，等.生态系统服务权衡/协同研究进展与趋势展望［J］.地球科学进展，2015，30（11）：1250-1259.

［9］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）：1313-1324.

［10］韩念龙，张亦清，张伟璇.海南岛土地利用及产水量时空变化模拟［J］.水资源保护，2022，38（2）：119-127.

［11］钱萍，胡钢，赵健.基于高质量发展理念的沅江流域城乡供水及灌溉规划研究［J］.水资源开发与管理，2022，8（2）：12-15.

［12］佘玉良，贺双龙.近60 a沅江流域径流特征研究［J］.湖南水利水电，2022，238（2）：27-30.

［13］龙晓琴，胡斌奇，廖春花，等.沅水流域强降水面雨量及来水量特征分析［J］.河南科技，2020，720（22）：123-128.

［14］潘志德.构建沅水流域实时洪水预报调度系统研究［J］.水文，2007，162（6）：50-54.

［15］BUDYKO M I.Climate and life［M］.Salt Lake City：Academic Press，1974.

［16］周文佐，刘高焕，潘剑君.土壤有效含水量的经验估算研究-以东北黑土为例［J］.干旱区资源与环境，2003，17（4）：88-95.

［17］王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.

［18］韩博闻，李娜，曾春芬，等.大型水利工程对长江中下游水沙变化特征的影响分析［J］.水资源与水工程学报，2015，26（2）：139-144.

［19］郭洪伟，孙小银，廉丽姝，等.基于CLUE-S和InVEST模型的南四湖流域生态系统产水功能对土地利用变化的响应［J］.应用生态学报，2016，27（9）：2899-2906.

［20］江颂，蒙吉军，陈奕云.黑河中游土地利用与景观格局的水文效应分析［J］.中国水土保持科学，2019，17（1）：64-73.

［21］沈钰仟，肖燚，欧阳志云，等.基于生态系统质量的水源涵养服务评估：以西南五省为例［J］.山地学报，2020，38（6）：816-828.

［22］丁家宝，张福平，张元，等.气候与土地利用变化背景下青海湖流域产水量时空变化［J］.兰州大学学报（自然科学版），2022，58（1）：47-56.

［23］刘正平.湖南退耕还林工程的政策体系［J］.湖南林业科技，2007（1）：71-72.

［24］李哲敏，高春雨，张劲松.退耕还林工程生态效益评价方法初探［J］.中国农业资源与区划，2006（6）：55-59.

［25］刘树锋，陈记臣，关帅，等.基于InVEST模型的未来土地利用变化对水源涵养功能的影响：以杨溪河流域为例［J］.安徽农业科学，2020，48（15）：67-70.

［26］段琪彩，黄英，吴灏，等.滇中城市水源地水源涵养能力研究［C］∥云南省水利学会2014年度学术交流会论文集，2014：115-121.

［27］赵亚茹，周俊菊，雷莉，等.基于InVEST模型的石羊河上游产水量驱动因素识别［J］.生态学杂志，2019，38（12）：3789-3799.

［28］方露露，许德华，王伦澈，等.长江、黄河流域生态系统服务变化及权衡协同关系研究［J］.地理研究，2021，40（3）：821-838.

［29］王晓东.长江口浮游动物功能群的长期变化［D］.青岛：中国科学院大学（中国科学院海洋研究所），2017.

（编辑：黄文晋）

Spatial-temporal variation and driving force analysis of water production service function in Yuanjiang River Basin

PENG Chibin 1，QIAN Zhan 1，JIANG Heng1，LI Feng 2，3

（1.Hunan Water Resources and Hydropower Survey，Design，Planning and Research Co.，Ltd.，Changsha 410007，China； 2.Key Laboratory of Subtropical Agro-ecological Processes of Chinese Academy of Sciences Institute of Subtropical Agroecology of CAS，Changsha 410125，China； 3.Lake Wetland Ecosystem National Field Scientific Observation and Research Station for Hunan Dongting Lake，Changsha 410125，China）

Abstract： The Yuanjiang River Basin is an important carrier of water ecological and environmental services.It is of great significance to study the spatial and temporal distribution characteristics and related driving factors of the ecosystem water service function in Yuanjiang River Basin for the protection and management of water resources，the realization of high quality development and the protection of ecological environment in this basin.Water production module based on InVEST model was used to simulate the water production of Yuanjiang River Basin from 2000 to 2020.Normalized Difference Vegetation Index（NDVI） was selected from two aspects of natural and human activities.NDVI，population density and Gross Domestic Product （GDP） were used to identify the important driving factors of spatio-temporal evolution of water production service function in Yuanjiang River Basin.The results showed that：① Urbanization intensified in Yuanjiang River Basin from 2000 to 2020，the built-up land area increased significantly，and the increased built-up land area mainly came from the transformation of forest land and cultivated land area.② The water yield in the Yuanjiang River Basin increased from 2000 to 2020，but the water yield depth did not show a consistent spatial distribution pattern.③ Based on the driving analysis of 2015 annual water output，precipitation and NDVI were the dominant factors causing the spatial differences of water production service functions.The five driving factors，such as precipitation and temperature，were nonlinearly enhanced，indicating that the interaction between them enhanced the degree of explanation for the spatial differences in ecological service functions of water production.Natural and human factors jointly influenced the spatial-temporal variation of water production service function in Yuanjiang River Basin.Precipitation and NDVI were the main driving forces for the spatial variation of water yield in the Yuanjiang River Basin.The change of land use also had a certain influence on the increase of water yield in the time scale.The results can provide scientific basis for the scientific and reasonable management and sustainable development of the ecological environment in the Yuanjiang River basin.

Key words： InVEST model；land use change；water yield；driving factor；Yuanjiang River Basin

收稿日期：2022-08-05

基金項目：湖南省-国家自然科学基金委区域创新发展联合基金项目（U19A2051）；水利部重大科技项目（SKS-2022079）；湖南省杰出青年基金项目（2022JJ10055）；湖南省重点领域研发计划项目（2020SK2129）；湖南省重大水利科技项目（XSKJ2021000-03，XSKJ2019081-05，XSKJ2021000-01，XSKJ2021000-06）

作者简介：彭赤彬，男，高级工程师，研究方向为水文水资源。E-mail： chibingpeng@126.com

通信作者：姜 恒，男，副研究员，高级工程师，博士，研究方向为水生态环境。E-mail：jiangheng01@126.com