广州市水源涵养生态系统服务功能评价与影响因素研究

陈德权，兰泽英，张 郁，吴 辉

（1.广州市城市规划勘测设计研究院，广东 广州 510120； 2.广东工业大学 管理学院，广东 广州 510520）

开展生态水文调节、水源涵养等生态系统服务研究对区域的可持续发展具有积极影响，探索区域水源涵养服务时空变化特征与关联模式有利于海绵城市建设过程中规划者因地制宜制定方案与协助推进国土空间规划自然基底评价工作[1-12]。目前对水源涵养功能的研究局限于模型的简单应用，热衷于对典型的干旱区或水资源丰富的区域或特定流域的物质量进行模拟分析与验证，对研究区域城市化发展与人类活动影响、宏观发展背景和政策背景关注不足，对研究区水源涵养服务影响机制和分析挖掘有待进一步深入。因此，本文以广州市水源涵养生态系统为研究对象，展开了相关分析[13-19]。

1 数据来源与研究方法

1.1 数据来源与预处理

研究中基础数据包括2013—2017 年5 期Landsat8遥感影像数据、2013—2017 年气象数据、DEM 数据、土壤数据、社会经济数据、水资源数据，分别来源于美国地质勘查局、国家气象信息中心、地理空间数据云、中国科学院资源环境数据云平台、广东土种志数据集、世界土壤数据库、广州市统计年鉴、广州市水文局。

对广州市2013—2017 年五期遥感影像进行辐射定标、大气校正、影像融合合并与裁剪得到15 m 分辨率影像，并借助ENVI 监督分类工具中神经网络分类法，选取训练样本进行监督分类后得到耕地、林地、草地、水域、建设用地、未利用地（裸地）等六类土地覆被类型数据（图1）。年平均降水量来自市气象局统计数据，将属性赋予气象站点坐标，利用ArcGIS 反距离权重空间插值方法生成年栅格空间数据（图2）。利用python 软件提取中国地面气候资料日值数据集(V3.0)中位于广州市范围内气象站点2013—2017 年年平均气温、日最高温均值和日最低温均值，最后根据公式计算潜在蒸散量。分别从世界土壤数据库中国土壤数据集、中国科学院资源环境科学数据中心下载的中国土壤类型数据中提取出广州市区域的数据，结合广东省土种志制作生成研究区土壤有机质含量、土壤颗粒组成与容重等信息的土壤空间数据[20]。

图1 2013-2017年广州市土地利用分类结果

图2 2013-2017年广州市总降水量

1.2 水源涵养量评估模型

水源涵养量评估模型基于InVEST 的产水量模块计算结果，通过计算修正公式得出水源涵养量结果。本文在参照InVEST3.2 用户手册和相关研究的基础上，利用ArcGIS10.6、ENVI5.3sp1 等空间数据处理软件对InVEST 软件运行所需要的数据与参数进行处理计算，保证数据类型和格式的正确性[21]。水源涵养量相关计算公式与方法如下：

式中，R为单位栅格的水源涵养量（mm）；K为土壤饱和导水率（cm/d），由spaw 软件结合土地类型得出；V为流速系数，不同土地覆被类型有对应系数；TI为地形指数，由DEM 数据处理得到；Y为产水量，通过公式（2）计算。

式中，Yxj为土地利用类型j栅格单元x的产水量；Px为栅格单元x的年平均降水量；AETxj为j地类栅格x的年平均蒸散发量，通过公式（3）计算。

式中，Rxj为j地类栅格x的Bydyko 干燥指数，由公式（4）计算；wx为植被可利用水系数，由公式（5）计算。

式中，k为植被系数；LAI 为植被叶面积指数；Z为季节性降雨指数，参考Donohue等对于季节参数Z的计算公式（6）计算得出，N为年降雨事件数，由综合统计了研究区广州站、增城站2010—2017年近8 a来日降水情况得到；AWCx为土壤有效含水量，由公式（7）计算，SoilDepth 为土壤深度， RootDepth 为根系深度； ET0为潜在蒸散发量（单位：mm/d），由Hargreaves计算公式（8）[4-5]：

式中， PAWC 为植物可利用水量，为田间持水量（FMC，field moisture capacity） 和 永 久 萎 蔫 系 数（WC，wilting coefficient）的差值，两者计算公式参照游松财[22]等相关研究，Ra太阳大气顶层辐射（单位：MJ·m-2·d-1）；Ta为日最高温均值和日最低温均值的平均值（单位：℃）；Tmax为日最高温均值；Tmin为日最低温均值的差（单位：℃）。

式中，sand 、silt、clay、om、BD 分别为土壤沙粒含量（%）、土壤粉粒含量（%）、土壤有机质含量（%）、土壤黏粒含量（%）及土壤容重（g/cm3），有机质含量数据来源于广东土种志数据集[23]。土壤深度数据从HWSD中的中国数据集处理得出。

2 结果分析

2.1 土地利用/覆被变化分析

从表1 可以发现，林地为主要用地类型，占总面积的40%左右，耕地、建设用地比重接近，2017年的面积占比基本持平。总体而言，2013—2017年间土地利用/覆被类型数量上变化较大，耕地数量大幅减少，城市建设用地面积增加，范围不断扩张，林地、未利用地小幅减少，草地和水域增加；从变化率来看，2013—2017年间耕地和建设用地变化率最大，耕地减少10.29%，建设用地增加10.92%，未利用地和林地有小幅度的减少，变化率分别是-3.69%、-0.62%，草地和水域分别增加1.94%、7.68%。地类转化方面，减少量较大的耕地主要转化为建设用地和林地，面积为301.455 km2和248.018 km2；转出率最大的是未利用地，其次的是草地，草地主要转换为耕地和林地；转入情况中，建设用地数量增长最大，数量增长较大的部分来源于耕地，面积有301.455 km2；除此以外还有林地和水域，面积分别为59.316 km2和39.003 km2。

表1 2013—2017年广州市各土地覆被类型面积与比例及其变化

表2 广州市2013—2017年土地覆被变化转移矩阵／%

2.2 水源涵养功能评估

2.2.1 水源涵养量时空变化分析

结合广州市水文局公布的水资源公报相关数据，基于模型模拟的产水量与公报统计的水资源总量基本相符，精确率为88.42%。

根据分析结果，2013—2017 年水源涵养总量分别为4.063×109m3、3.983×109m3、5.053×109m3、6.270×109m3、4.486×109m3，平均水源涵养量深度分别为549.220 mm、538.320 mm、682.971 mm、847.494 mm、606.280 mm，多年平均水涵养总量为4.771×109m3，多年平均水源涵养量深度为644.860 mm；年均水源涵养量5 a 间增长了10.39%，2013—2017 年总产水量分别 为8.650×109m3、8.426×109m3、9.846×109m3、1.272×1010m3、9.348×109m3；多年平均产水量为9.397×109m3，平均产水深度为1 324.190 mm；产水总量5 a间增长了8.07%，整体保持一定的增长趋势，结合土地利用变化情况说明区域的水源涵养功能增强。从空间上来看，广州市2013—2017 年的水源涵养量存在明显的空间异质性，水源涵养量高的地方分布在东北部林地区域，行政区划上主要位于在增城区、黄埔区北部、从化区、白云区东部、花都区北部；而水源涵养量较低的区域集中在中心建成区。

2.2.2 水源涵养功能变化分析

研究区域不同的行政区县在2013—2017 年，平均水源涵养量深度变化差异明显，单位面积平均水源涵养量深度5 a 间增长了69.688 mm。多年单位平均涵养量最高的区域是从化区、增城区、南沙区，水源涵养量深度分别为789.356 mm、717.881 mm、696.421 mm，其5 a 间水源涵养量变化率分别为9.74%、12.15%、0.34%，最低的是越秀区和荔湾区，涵养量深度分别为302.189 mm和323.971 mm，其水源涵养量变化率分别为10.54%、3.64%，其他行政区中2013—2017 涵养量的变化率最大的是花都区和白云区，分别为29.81%和13.83%。截至2017年平均水源涵养量深度在600 mm以上的只有从化区、南沙区、增城区和黄埔区，2017年广州市水源涵养总量为4.486×109m3，其中从化区和增城区总体水源涵养量超10亿m3以上，水源涵养总量最小的是越秀区，为1.163×107m3，其他行政区水源涵养总量在2×1 07m3～10×108m3之间。

2013—2017 年不同行政区县的单位产水量和水源涵养量都保持正向增长，各行政区县的单位水源涵养量的平均增长率大于地产水量，这说明研究区不仅从总量上可以看出整体的水源涵养服务功能有所提升，在较细层面上的不同行政区域中同样得以体现，在所有水源涵养功能提升的行政区域中，海珠区、番禺区和荔湾区较为突出，可能与海绵城市建设取得积极进展有关。

从不同土地覆被类型上来看，平均水源涵养深度最高的是水域，其次是林地、草地、耕地、未利用地、建设用地。各土地利用类型的水源涵养量变化趋势大体与总的降水量情况相同，都是先增长后降低。从2013—2017 年变化率上来看，最高的是建设用地，为21.29%，其次是林地、耕地、未利用地和草地，变化率分别为13.39%、10.36%、9.58%、5.54%。

通过结合不同覆被类型下单位平均面积产水量和水源涵养量的变化率可以进一步分析出不同的土地覆被类型的水源涵养功能变化情况。林地总体趋于稳定，草地减弱，建设用地在数量增长的情况下，水源涵养功能同样未降低，耕地同样保持良好的水源涵养服务功能。结合土地利用结构趋于稳定的土地利用变化情况，可以得出服务功能整体增强的同时保持了土地利用结构上的稳定，说明研究区在生态文明建设、海绵城市建设背景下城市生态建设正朝着良好的方向发展。

2.3 水源涵养功能变化影响因素探究

为了对水源涵养量变化的影响因素和驱动机制进行更好的分析，探讨自然经济社会影响因素的主导关系。在考虑数据可获得性的同时，本文从气候、土地覆被变化、经济社会因素等方面综合选取关联分析指标。分别选取了研究区域的降雨量、蒸散量、平均气温、NDVI、GDP 密度、人口密度，林地占比、耕地占比、建设用地占比等指标，构建多元线性回归模型在区级尺度上进行线性拟合分析，以求对研究区水源涵养服务的变化情况进行更科学合理的解释。

由表3 中Spearman 相关性分析结果可以看出研究区的水源涵养服务受到气候变化和社会经济发展的综合影响，具体的因子上来看，水源涵养服务的变化与降雨量、蒸散量、GDP、密度、人口密度和NDVI 的变化有显著性关联，其中与降雨量和NDVI 呈正相关，与其他因子呈负相关，特别显著的因子是降雨量（r=0.836，P＜0.01）、NDVI（r=0.745，P＜0.01）。另外，与土地覆被类型的占比变化并未显示出显著性的关联，可能是因为和行政区的土地利用结构总体保持稳定的缘故，从模型的拟合性指标来看，气候变化类型因子的调整后R2达到0.879，说明气候变化因子能够解释水源涵养量总体变化的87.9%，是研究区域的水源涵养服务变化的主导因素，社会经济发展因素为次要因素。

表3 水源涵养服务变化影响因素

3 结 论

本文以Landsat8 卫星遥感影像数据、降水气温等气象数据、土壤数据和社会统计数据为基础，将基于InVEST的水源涵养评估模型应用到海绵城市建设背景下的广州市，并对水源涵养服务功能影响因素进行了综合分析。研究结论如下：

1）广州市在2013—2017 年海绵城市建设背景下，水源涵养量整体波动增长，水源涵养量较高的分布在东北部林地区域，水源涵养量较低的区域分布在老城市建成区。但海珠区、荔湾区等老城区及番禺区的水源涵养功能提升，不同土地利用类型上，林地水源涵养功能表现相对稳定，耕地和建设用地水源涵养功能提升。

2）研究区水源涵养服务功能整体增强，期间土地利用结构保持稳定，建设用地在数量增长的情况下，水源涵养功能同样未降低，耕地同样保持良好的水源涵养服务功能，说明研究区在生态文明建设、海绵城市建设背景下城市生态建设正朝着良好的方向发展。

3）广州市2013—2017年水源涵养功能受到自然因素与社会经济因素的综合影响。其中，水源涵养功能服务变化与降雨量、植被覆盖度等自然因素存在正向关联，与蒸散量、GDP密度、人口密度等自然社会因素存在负向关联，其中气候变化因子是研究区域的水源涵养服务变化的主导因素，社会经济发展因素为次要因素。

4 展 望

研究区域水源涵养服务功能受到土地利用变化的一定影响，未来需要进一步加强对城市生态环境规划研究，落实科学合理的空间规划以继续保持土地利用结构的稳定，以减轻负向影响。当前广州市海绵城市建设正蹄疾步稳前行，但生态恢复与保护措施特别是针对水源涵养服务提升方面还需要进一步落实。后期研究可以利用水文站点数据，对模拟结果进行更为精细化的模型校验。