石羊河流域产水服务供需时空变化及驱动因子

doi:10.7522/j.issn.1000-694X.2024.00065

石羊河流域产水服务供需时空变化及驱动因子

夏鸿华^,¹^,², 杨林山^,¹, 冯起¹, 苏迎庆¹, 邹星怡², 贺王含²

1.中国科学院西北生态环境资源研究院干旱区生态安全与可持续发展重点实验室，甘肃兰州 730000

2.中国科学院大学，北京 100049

Spatio-temporal variation and driving factors of water supply and demand in Shiyang River Basin

Xia Honghua^,¹^,², Yang Linshan^,¹, Feng Qi¹, Su Yingqing¹, Zou Xingyi², He Wanghan²

1.Key Laboratory of Ecological Safety and Sustainable Development in Arid Lands，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

2.University of Chinese Academy of Sciences，Beijing 100049，China

通讯作者: 杨林山（E-mail： yanglsh08@lzb.ac.cn）

收稿日期: 2024-05-26 修回日期: 2024-07-02

基金资助:

国家自然科学基金项目.  52379030.  52179026
中国科学院B类先导项目.  XDB0720202
中国科协青年人才托举工程项目.  YESS20200089
中国科学院青年创新促进会会员项目.  2022435
中国工程科技发展战略甘肃研究院咨询研究项目.  GS2022ZDI03
甘肃省科技计划项目.  24JRRA079

Received: 2024-05-26 Revised: 2024-07-02

作者简介 About authors

夏鸿华（2000—），女，云南楚雄人，硕士研究生，主要从事寒区水文、水资源及水文过程研究E-mail：xhonghua2000@163.com , E-mail：xhonghua2000@163.com

摘要

开展流域产水服务供需匹配关系的研究对促进区域水资源科学利用及生态环境可持续发展具有重要意义。选取石羊河流域为研究区，基于1990、2000、2010、2020年遥感影像、站点监测及再分析产品数据，采用InVEST模型、用水需求估算、供需指数及地理探测器等方法综合分析1990—2020年石羊河流域产水服务供需现状及演变特征。结果表明：（1）1990—2020年，石羊河流域产水服务供给量空间上呈现西南高东北低的分布特征，1990年产水量最低（16.55×10⁸ m³），2010年最高（19.37×10⁸ m³）。产水服务贡献率最高的为林地及草地。（2）流域产水服务需求量整体呈现西南高东北低的空间分布特征，1990年产水服务需求量最高（20.39×10⁸ m³），2020年最低（17.78×10⁸ m³），耕地是流域用水服务需求量最高的土地利用类型。（3）流域西南部山地产水服务供需匹配程度较高，石羊河干支流流经区次之，而流域东北及东部地区产水服务供需匹配程度较低。研究区内供需指数两极分化明显，区域内水资源供需空间分配极度不均。时间上产水服务匹配状况有逐步好转的迹象，2020年流域产水服务的供需匹配程度有明显提高。（4）地理探测器结果表明，10种因子中影响流域产水量空间分异的最大因子是年降水量，同时，各驱动因子的交互作用解释力均大于单一因子，存在双因子增强及非线性增强两种组合形式。因此，未来亟须加强流域气候变化适应性管理政策的调整，统筹流域水资源综合管理。

关键词： 产水量 ; 供需关系 ; 时空格局 ; InVEST模型 ; 石羊河流域

Abstract

To promote the scientific utilization of regional water resources and the sustainable development of the ecological environment， it was imperative to conduct research on the matching relationship between water yield supply and demand in river basins. In this regard， the Shiyang River Basin （SYB） was chosen as the study area. Employing a range of methodologies including remote sensing imagery， site monitoring data， and reanalysis product data from 1990， 2000， 2010， and 2020， we utilize the InVEST model， water demand estimation method， and geographic detector to comprehensively analyze the status and evolution characteristics of the water yield supply and demand in the SYB during the aforementioned period. This research aims to contribute to the advancement of sustainable water resource allocation in the region and was a critical step towards achieving long-term ecological balance and sustainable development in the basin. The results showed that：（1） Over the period spanning from 1990 to 2020， the spatial distribution of water supply within the SYB has been characterized by a high concentration in the southwest and a lower level in the northeast region. The lowest water yield occurred in 1990， measuring approximately 16.56×10⁸ m³， while the highest yield was recorded in 2010， amounting to around 19.37×10⁸ m³. Woodland and grassland exhibit the highest contribution rates in terms of water production. （2）The water demand in 1990 was the highest （20.39×10⁸ m³） and the lowest in 2020 （17.78×10⁸ m³）. Cultivated land is the land use type with the highest water demand in the basin. （3） The matching degree of water supply and demand in the southwestern mountainous area of the basin is higher， followed by the Shiyang River mainstream and tributary area， while the matching degree of water supply and demand in the northeastern and eastern regions of the basin is lower. The polarization of supply and demand index in the study area is obvious， and the spatial distribution of water resources supply and demand in the region is extremely uneven. From 1990 to 2020， the matching status of water production services in Shiyang River showed signs of gradual improvement， and the matching degree of supply and demand of water production services in the basin was significantly improved in 2020. （4） The results of the geo-detector show that the largest factor affecting the spatial differentiation of water yield in the basin among the ten factors was the average annual precipitation. Additionally， the combined effect of multiple driving factors and their interactions has a greater explanatory power than that of a single factor alone. Furthermore， there were two types of enhancement observed： the synergistic effect of two-factor combinations and non-linear enhancements. Therefore， it is crucial to prioritize the strengthening of adaptive management policies for watershed climate change and to promote coordinated watershed management.

Keywords： water yield ; supply and demand relationship ; spatio-temporal pattern ; InVEST model ; Shiyang River Basin

PDF (8235KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

夏鸿华, 杨林山, 冯起, 苏迎庆, 邹星怡, 贺王含. 石羊河流域产水服务供需时空变化及驱动因子. 中国沙漠[J], 2024, 44(6): 87-99 doi:10.7522/j.issn.1000-694X.2024.00065

Xia Honghua, Yang Linshan, Feng Qi, Su Yingqing, Zou Xingyi, He Wanghan. Spatio-temporal variation and driving factors of water supply and demand in Shiyang River Basin. Journal of Desert Research[J], 2024, 44(6): 87-99 doi:10.7522/j.issn.1000-694X.2024.00065

0 引言

生态系统服务通过生态系统结构、过程及功能直接或间接为人类提供各种产品与服务，构成了人类生存与发展的基础，是全球社会生态系统的重要支柱^［1］。产水功能是生态系统主要功能，影响着全球/区域生物多样性、碳循环、气候调节等多种生态功能，对维护地区社会经济与生态系统的可持续发展发挥着重要作用^［2-3］。过去数十年，以气候变化、土地利用/覆被变化等形式为主的全球变化通过改变地球生态系统的结构与功能，显著影响了全球生态系统服务的供给^［4-5］。特别是21世纪，在快速城市化和工业化驱动下，全球变化不断加剧，导致大量自然原始资本的消耗和生态系统压力的增加，严重威胁了人类的生存环境及社会经济的可持续发展^［6-7］。联合国千年生态系统评估报告显示，全球超过60%的生态系统服务已经或正在发生退化，其中就包括了产水服务功能的退化^［8-10］。世界仍有20亿人面临严重的水资源短缺压力，并且全球变化不断加剧这一过程^［11-12］。为有效促进地球生命系统的健康发展，亟需开展全球或区域产水服务功能评估。

作为生态学及交叉学科重点聚焦的问题，产水服务功能评估研究已从传统的过度依赖站点实测实现向多源遥感与过程模型模拟的过渡^［13-15］，研究方法上也衍生出SWAT模型^［16］、TerrainLab模型^［17］及InVEST（Integrated Valuation of Ecosystem Services and Trade-offs）模型^［18］等多种手段。相比而言，InVEST模型输入参数少、空间可视化程度高、模拟结果可信度高，被广泛用于生态系统服务功能的评估，尤其在产水功能方面^［19-21］。国外应用该模型评估了非洲的科特迪瓦和加纳^［22］、西班牙的Francoli流域^［23］等；国内则监测了横断山区^［24］、青海湖^［25］及千岛湖流域^［26］等不同尺度的产水服务的变化。综合来看，过去的研究偏重于自然方面的区域产水能力，即区域产水服务供给能力，忽视了受益方人类的需求^［27］。厘清区域产水服务供给与需求过程、匹配程度及驱动机制对动态追踪区域生态系统服务功能完整过程、明确产水服务变化究竟对人类福祉产生如何影响具有重要价值。

石羊河流域地处中国祁连山区域重要生态屏障及“一带一路”倡议的重要节点，也是中国西北典型干旱区水资源最为紧缺的内陆河流域^［28］。气候变化与人类活动扰动导致流域出现水源短缺、生物多样性减少等系列生态环境问题^［29］，亟需探明流域产水服务供需时空变化及驱动机制。因此，本文以石羊河流域为研究区，基于1990、2000、2010、2020年遥感影像、站点监测及再分析产品数据，采用InVEST模型、用水需求估算、供需指数及地理探测器等方法综合分析1990—2020年石羊河流域产水服务供需现状及演变特征，旨在为流域水资源科学利用、区域生态环境与社会经济高质量发展提供参考。

1 研究区及研究方法

1.1　研究区概况

石羊河流域地处河西走廊中部，是甘肃省三大内陆河流域之一，流域涉及武威、金昌、张掖3市9县区，总面积为4.16×10⁴ km²（图1）。全境属典型大陆性温带干旱半干旱气候，年降水量354~608 mm，年均气温2~8 ℃，年蒸发量2 000~3 000 mm^［30］，上游产流区面积约1.1×10⁴ km²，人均水资源量约为700 m^3［31］，流域降水少，蒸发量大，在气候变化及人类活动的双重影响下，水资源严重匮乏，生态退化不断加剧，亟待开展产水服务供需匹配研究，为流域水资源规划管理提供科学依据。研究区地势大致西南向东北倾斜，地形大致分为南部祁连山区、中部平原区及北部荒漠区，海拔1 254~5 125 m。土壤类型包括栗钙土、荒漠土、草甸土及灰褐土等。石羊河全长约300 km，发源于祁连山东部，上游共有东大河、西大河、西营河、金塔河、杂木河、古浪河、黄羊河与大靖河等8条支流汇入石羊河，河流补给来源主要为大气降水及高山冰雪融水^［28］。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区位置

Fig.1 Location of the study area

1.2　数据来源及处理

本文数据主要包括遥感影像数据、站点监测数据及再分析产品数据等。其中，土地利用遥感影像来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn）及地理空间数据云（www.gscloud.cn）。1990、2000、2010年遥感影像数据采用NASA陆地卫星Landsat TM遥感数据，2020年遥感影像数据采用Landsat OLI遥感数据，空间分辨率30 m，4期影像数据经过波段合成、几何纠正、图像增强、人机交互判读解译等影像处理，精度达到89.7%，并按照中国土地利用/土地覆盖数据的3级分类系统对土地利用类型重分类，将流域土地利用类型划分为6类：耕地、林地、草地、水域、建设用地及未利用土地；NDVI遥感影像数据来源于MOD13Q1数据集，空间分辨率250 m，成像时间为对应监测年每年7—8月，云量均低于5%，经镶嵌、投影转换、裁剪及单位换算得到；降水、气温等监测数据来源于研究区内及周边12个水文、气象站点的观测数据（http：//data.cma.cn），通过克里金插值、交叉验证等处理得到，空间分辨率30 m。

DEM数据来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn），分辨率30 m；土壤深度、质地及有机碳含量等数据来源于国家科技基础条件平台—国家地球系统科学数据中心土壤分中心（http：//soil.geodata.cn）的中国高分辨率国家土壤信息格网基本属性数据集（2010—2018年），分辨率为90 m；蒸散发、干旱指数及太阳大气顶层辐射数据来源于全球潜在蒸散和全球干旱指数数据集（Global Aridity and PET Database，https：//cgiarcsi.community/data/global-aridity-andpet-database/），分辨率为1 km；流域边界及河流等基础数据来源于时空三极环境大数据平台（http：//poles.tpdc.ac.cn/）2010年石羊河流域基础数据集；用水量数据等来源于《甘肃省水资源公报》（开始统计年份为1991年，本研究产水服务需求量计算中用到的1990年数据采用1991年数据代替）、《甘肃省社会经济统计年鉴》及相应区域县市政府统计公报。

模拟所需各土地利用/覆被类型植被蒸散系数、最大根系深度等数据参考相关研究^［30-31］及联合国粮农组织作物参考值和InVEST模型推荐的参数得到；Z系数是通过研究区站点监测数据校准对比、模型训练得到。所有数据统一经过裁剪校正、坐标转化、均匀采样等处理，空间数据重采样为30 m×30 m。

1.3　研究方法

1.3.1　产水服务供给量估算

InVEST模型的Water yield模块是基于水量平衡原理评估区域产水量，水量平衡原理采用Budyko水热耦合平衡假设^［32-33］，本研究采用该模块估算研究区产水服务供给量。

Y (x) = [1 - \frac{A E T (x)}{P (x)}] \times P (x)

（1）

\frac{A E T (x)}{P (x)} = 1 + \frac{P E T (x)}{P (x)} - {[1 + {(\frac{P E T (x)}{P (x)})}^{ω (x)}]}^{\frac{1}{ω (x)}}

（2）

P E T (x) = K_{c} (l_{x}) \times E T_{0} (x)

（3）

\begin{array}{l} E T_{0} = 0.0013 \times 0.408 \times R A \times (T_{a v g} + 17) \times \\ {(T D - 0.0123 P)}^{0.76} \end{array}

（4）

ω (x) = Z \frac{A W C (x)}{P (x)} + 1.25

（5）

A W C (x) = m i n (S_{d e p t h}, R_{d e p t h}) \times P A W C (x)

（6）

\begin{array}{l} P A W C (x) = 54.509 - 0.132 \times S_{s a n} - 0.003 \times S_{s a n}^{2} - \\ 0.055 \times S_{s i l} - 0.006 \times S_{s i l}^{2} - 0.738 \times \\ S_{c l a}^{2} + 0.007 \times S_{c l a}^{2} - 2.688 \times C_{s o m} + \\ 0.501 \times C_{s o m}^{2} \end{array}

（7）

式中：Y（x）表示研究区每个栅格x的年产水量，单位m³；AET（x）、P（x）分别表示栅格x的年实际蒸发量及年降水量；PET（x）、ω（x）分别表示栅格x的潜在蒸散量及自然气候-土壤性质的非物理参数；ET₀（x）表示栅格x的参考作物蒸散RA为太阳大气顶层辐射；T_avg为研究区最高温与最低温的均值；TD为研究区评价最高温与最低温之间的差值；K_c（l_x ）表示栅格x植被蒸散系数；Z为经验常数，又称季节常数，用以表示季节降雨分布和降雨深度的参数；AWC（x）表示栅格x的植被可利用含水量；S_depth、R_depth分别表示土壤深度及根系深度；PAWC（x）表示栅格x的植被有效含水率。S_san、S_sil、S_cla、C_som依次为土壤沙粒、土壤粉粒、土壤黏粒及土壤有机碳含量。

1.3.2　产水服务需求量估算

产水服务需求量即耗水量，为有效评估研究区人类活动对产水的需求，本研究在兼顾数据可获性的基础上，参考相关研究^{［27，34-35］}结合研究区本底特征，采用不同土地利用类型面积及其单位面积上产水需求的乘积估算研究区人类活动对水资源的需求。其中，不考虑地下水资源需求量及自然植被消耗及下渗等水文过程的水资源消耗。根据研究区用水结构设置了农田灌溉、林牧渔畜、工业、城镇公共、居民生活、生态环境用水6类产水需求。鉴于流域用水结构特征，通过产水需求空间表征方式，将农田灌溉用水赋值为耕地需水；生态环境用水赋值为林地、草地需水；林牧渔畜用水中的草场灌溉用水、牲畜用水赋值为草地，林果灌溉用水赋值给林地；城镇公共及居民、农村居民生活、工业用水赋值为建设用地需水。由于水域与未利用地涉及的人类活动产水需求较低，因此不赋值^［35］。公式如下：

\begin{array}{l} W_{x} = W_{a x} + W_{w x} + W_{g x} + W_{c x} = A_{a} \times a_{x} + A_{w} \times \\ w_{x} + A_{g} \times g_{x} + A_{c} \times c_{x} \end{array}

（8）

式中：W_x 表示栅格单元x上的年产水需求量，单位为m³；W_a_x 、W_w_x 、W_g_x 、W_c_x 依次为栅格单元x上的耕地、林地、草地、建设用地（城镇建设用地、农村居民点及工矿建设用地）的需水量；A_a、A_w、A_g、A_c分别是x单元上的耕地、林地、草地、建设用地面积，单位为km²。

1.3.3　产水服务供需指数

本研究采用供需指数SDI（supply-demand index）^［36-37］来表征产需水匹配程度，公式如下：

S D I_{i} = \frac{S_{i} - D_{i}}{S_{i} + D_{i}}

（9）

式中：S_i、D_i 依次为第i个像元上的产水服务供应量及需求量。SDI指数取值［-1，1］，参考类似流域本底的相关研究，将供需指数值域划分为8级，不同层级的供需指数代表不同的供需状况，具体如表1所列，为负值时表示供小于求，越接近-1表示产水服务供给匮缺越严重，等于0时表示供需平衡，为正值表示供大于求，越接近1表示产水服务供给盈余越多，产水服务产需水匹配程度越高^［38-40］。

表1 产水服务供需状况分级

Table 1 Classification of supply and demand of water production service

分级标准	供需指数SDI取值
高度赤字	-1~-0.9
中高度赤字	-0.9~-0.7
中度赤字	-0.7~-0.5
轻度赤字	-0.5~0.0
轻度盈余	0.0~0.5
中度盈余	0.5~0.7
中高度盈余	0.7~0.9
高度盈余	0.9~1.0

新窗口打开| 下载CSV

1.3.4　模型率定及验证

本研究基于InVEST模型Water yield模块及相关经验公式估算了石羊河流域1990—2020年产水供应量及产水深度，为校验模拟数据的真实性与本地化适应性，参考刘昌明等^［41］提出的降水量和潜在蒸散发对径流量的驱动模型还原出流域自然径流，对比计算结果与模型模拟结果进行验证，自然径流（R）公式为：

R = \frac{183010.84 P^{1.099}}{E {T_{0}}^{2.689}}

（10）

式中：P为降水量，单位m³；ET₀为潜在蒸散发量，单位m³。

计算得到Z系数取值为4~4.5时适宜性较好（图2），这与相关研究结论一致^{［28，42-43］}，当Z系数设置为4.1时，自然径流与模拟产水量最为接近，且此时的自然径流量与InVEST模型模拟的产水量的相对误差最小，为-3.69%，整体模拟效果最好。因此，将本研究的Z系数取值为4.1。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 自然径流量与模拟产水量的差值

Fig.2 The difference between natural runoff and simulated water yield

1.3.5　驱动因子探测

参考相关研究并结合研究区本底特征^［44-45］，在共线性检测基础上，筛选出生态环境中有效反映区域产水量变化的驱动因子，包括年降水量、年均气温、潜在蒸散发、土壤深度、海拔、土地利用类型、植被覆盖度、坡度、坡向、植被有效含水量等10类因子。

地理探测器是用来探测空间分异性及挖掘其主导因子的空间统计学方法^［46］。由于石羊河流域产水供给量在空间格局上具有较强的异质性和分层性，因此，采用该模型的“因子探测器”和“交互探测器”识别主导因子和组合因子对产水供给量空间异质性的解释程度。

q = 1 - \frac{\sum_{i = 1}^{L} N_{i} σ_{i}^{2}}{N σ^{2}} = 1 - \frac{S_{s w}}{S_{s t}}

（11）

S_{s w} = \sum_{i = 1}^{L} N_{i} σ_{i}^{2}

（12）

S_{s t} = N σ^{2}

（13）

式中：L表示驱动因子X的分层（分类），将X划分为6类^［47-48］；N_i 和N分别表示层内单元数i和全区；σ_i 、σ²和分别为层i和全局Y值的方差；S_sw表示层内方差之和；S_st表示全区总方差。解释力q介于［0，1］，q值越大，表明因子X对Y的解释力越强。此外，交互探测用于表征两个因子的相互关系，用以解释不同驱动因子对Y的解释力度的增强/减弱。

2 结果与分析

2.1　流域产水服务供给时空演变特征

1990—2020年，石羊河流域产水服务供给量整体呈现西南高东北低的分布特征，空间异质性显著（图3）。结合环境因素分析，该分布特征与流域地形海拔分布有一定的空间关联性。近30年，流域平均产水深度为44.47 mm。1990年产水量最低，为16.65×10⁸ m³；2010年产水量最高，为19.37×10⁸ m³。就土地利用类型而言（表2），按多年平均产水深度及贡献率排序，由高到低依次为林地（141.78 mm）、草地（87.97 mm）、耕地（36.35 mm）、未利用土地（10.67 mm）、建设用地（1.69 mm）及水域（0.03 mm）。不同的土地利用类型受到降水、蒸散发、土壤导水、植被冠层截流及下渗能力等的差异造成其产水服务能力的不同。林地、草地及耕地产水深度较高，是因为较高的植被郁闭度及较深的土壤厚度，持水能力较强，故产水贡献率较高。同时，流域草地、林地及耕地产水贡献的不同也包括了其所在研究区的规模面积，研究区主要土地利用类型为未利用土地、草地、耕地及林地，分别占流域总面积的47.62%、27.33%、17.13%、6.46%，“规模效应”也是扰动产水量差异的重要原因。未利用土地虽然是流域占比最高的土地利用类型，但未利用土地中沙地面积占比最高，高达85.87%。沙地下渗与蒸发能力较强，产水深度较低。同理，建设用地为人工建设地表，受地表性质影响产水也较低。水域因蒸散发能力最强故产水贡献率相对较小。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 1990—2020年流域产水服务供给量的空间分布格局

Fig.3 Spatial distribution pattern of water production service supply in the basin from 1990 to 2020

表2 1990—2020年流域不同土地利用类型产水深度及平均产水量

Table 2 Water yield depth and average water yield of different land use types in the basin from 1980 to 2020

年份	耕地/mm	林地/mm	草地/mm	水域/mm	建设用地/mm	未利用土地/mm	平均产水深度/mm	平均产水量/10⁸m³
1990	32.98	130.14	81.13	0.01	1.85	10.24	41.40	16.65
2000	36.23	136.46	86.13	0.03	1.27	10.97	43.90	17.81
2010	38.48	149.46	95.40	0.05	1.23	11.61	47.75	19.37
2020	37.70	151.06	89.20	0.03	1.75	9.82	45.19	18.32

新窗口打开| 下载CSV

2.2　流域产水服务需求的时空演变特征

石羊河流域产水服务需求整体呈现西南高东北低的空间分布特征，且随时间变化具有较强的时间异质性（图4）。综合分析，该产水服务需求格局的形成与土地利用分布格局有较高的空间关联性，也与人口经济分布趋势保持一致。流域产水服务需求较高的南部区域为石羊河干流及八大支流流经区域，占全境面积17.13%的耕地均分布于此，较大规模的耕地分布对农业灌溉用水需求较高。此外，城镇及农村居民点及工矿用地的分布对生活用水及工业用水等需求也较高，因此，该区域成为流域产水服务需求量最高的区域。在草地集中区域（研究区西南部）由于受到草场灌溉用水、牲畜用水的影响，所以产水服务需求量次之。相反，东北部区域多为未利用土地，特别以沙地为主，该区域人类活动扰动程度低，接近于自然状态，无人类活动为主导的生产、生活用水需求，所以区域产水需求最低。时间上，流域1990年产水服务需求量最高（20.39×10⁸ m³），2020年最低（17.78×10⁸ m³，表3）。在东北部的民勤县和中部的凉州区，耕地面积的增加导致产水服务需求显著上升。然而，产水服务需求量的降低与灌溉用水方式、政策调控、人类活动以及节水措施等多种因素相关，需求量降低的区域零散分布于流域全境。就不同土地利用类型而言，耕地用水需求最高，多年平均用水需求为13.70×10⁸~15.88×10⁸ m³，表明流域以旱地为主的农业耕作方式耗水率较高。由于流域林地、草地共用生态环境用水，且林草地用水需求与监测年林果业种植及牲畜养殖规模变化相关，故林地和草地的产水服务需求有一定相关性。另一方面，由于流域生态退化导致林地草地退化，林地的产水服务需求呈减少趋势，草地则呈波动减少趋势。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 1990—2020年流域产水服务需求量的空间分布格局

Fig.4 Spatial distribution pattern of water production service demand in the basin from 1990 to 2020

表3 1990—2020年流域各土地利用类型产水服务需求及年总需求 (10⁸ m³)

Table 3 Water production service demand and annual total demand of various land use types in the basin from 1990 to 2020

年份	耕地	林地	草地	建设用地	需求总量
1990	15.20	0.72	1.46	3.01	20.39
2000	15.88	0.47	0.83	1.89	19.07
2010	14.93	0.47	0.94	2.99	19.33
2020	13.70	0.45	0.60	3.03	17.78

新窗口打开| 下载CSV

2.3　流域产水服务供需匹配程度

石羊河流域产水服务供需匹配程度可由供需指数SDI来指示，总体上，流域供需指数西南高东北低，表明流域西南产水服务供过于求，东北供不应求（图5）。具体而言，流域西南区域即上游地区，供需指数为0.7~1，多为产水服务供给中高度盈余、高度盈余区，而流域中下游河流流经地区SDI指数为0~0.5，轻度盈余，中下游大部分地区趋近于-1，多为高度赤字区。这表明流域南部山地产水供需匹配程度较高，石羊河干支流流经区次之，而流域东北及东部地区产水供需匹配程度较低。1990—2010年耕地、建设用地及未利用地集中区域产水供需指数均为负值，是流域产水供需匹配程度最低的高度赤字区。然而，三类土地利用类型格局形成的原因存在差异，耕地、建设用地受农业灌溉用水及生产生活用水需求较高，产水为供需匹配“供不应求”。而未利用土地特别是沙地集中区域由于不产水，所以供需匹配程度也较低。1990—2020年耕地集中区供需指数明显上升，供需指数上升1的区域主要是耕地集中区，上游山地供需指数有轻微上升趋势（0~0.5），下游地区未利用地集中区供需指数基本上维持不变。供需指数下降的区域零散分布在流域中下游部分土地利用类型为草地和水域的地区和中上游永昌县建设用地集中地区。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 1990—2020年流域产水供需差的空间分布格局

Fig.5 Spatial distribution pattern of water supply and demand difference in the basin from 1990 to 2020

研究区内供需指数两极分化明显（图6），高度赤字区和高度盈余区面积占比最大，分别为45.7%~63.7%和15.2%~25.3%，表明区域内水资源供需空间分配极度不均。从时间变化来看，1990—2020年石羊河产水服务匹配状况有逐步好转的迹象。与1990年相比，2000年高度赤字区的面积减少了39.4%，供需指数0的产水服务供给盈余区均有所增加，尤其是高度盈余区面积增加了29.8%。2010年之前供需指数0的产水服务供给盈余区面积均不到50%，而2020年该区域的面积增加到了53.4%，超过一半的区域产水服务供给有所盈余，流域产水服务的供需匹配程度有明显提高。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 1990—2020年供需指数面积变化及时序演变特征

Fig.6 The area change and time series evolution characteristics of supply-demand index from 1990 to 2020

2.4　流域产水格局驱动因子探测

为探明流域产水供给格局的空间异质性原因，采用地理探测器对研究区不同的驱动因子进行探测。因子探测结果显示（图7），各驱动因子的解释度q值排序依次为年降水量（0.39）、年均气温（0.22）、潜在蒸散发（0.19）、土壤深度（0.16）、海拔（0.15）、土地利用类型（0.05）、植被覆盖度（0.05）、坡度（0.02）、坡向（0.008）、植被有效含水量（0.001）。不同驱动因子在不同程度上解释了研究区产水供给量的空间分异，年降水量为第一主导因子，这也反映了研究区所在西北干旱区大气降水影响区域产水供给的分布格局。此外，年均气温、潜在蒸散发及土壤厚度等也是流域驱动产水供给量的主要影响因子，研究区产水补给方式主要依靠大气降水及高山冰雪融水，同时，足够深度的土壤层对水源的保墒抗旱起到一定的作用。从流域产水供给格局驱动因子的交互探测结果表明，研究区各驱动因子的交互作用解释力均大于单一因子，同时驱动因子交互作用的解释力大于单一因子独立作用时的解释力之和，即存在双因子增强及非线性增强两种组合形式。其中，年降水量∩坡向、年降水量∩土地利用类型、年平均气温∩年降水量、年降水量∩海拔等交互作用对产水供给量空间分异影响较为显著，q值大于0.4。这表明研究区产水供给量空间分异的形成受到多因子的共同交互驱动，对交互的因子探测发现除了海拔、坡向及年均气温等会对年降水量产生影响，土地利用类型也是重要的影响参与因子，土地利用/覆被变化通过改变了地表覆被类型、影响着区域植被变化、土壤甚至降水等生态过程，进而对区域产水供给量格局实施影响。因此，未来亟须加强流域气候变化适应性管理政策的调整，统筹流域管理。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 流域产水供给量空间格局驱动因子探测结果

注：*表示q值在1%下显著，**表示q值在10%下显著，此外，研究区所筛选因子均通过显著性检验，P值满足置信度检测

Fig.7 Detection results of driving factors of spatial pattern of water supply in watershed

3 讨论

石羊河流域是中国西北典型干旱区水资源最为紧缺的内陆河流域。本研究基于多期遥感影像、站点监测数据及再分析产品数据，通过InVEST模型、用水需求估算对石羊河流域多年产水与需水进行了量化评估，在时空尺度上表征了流域产需水演变特征，并利用地理探测器方法识别了流域产需水空间异质性的主要驱动因子，为区域水资源管理政策的制定和生态格局优化提供了一定的参考。本研究显示石羊河流域产水服务供给量1990—2020年整体呈现西南高东北低的空间分布特征，该结论与徐柏翠等^［30］、王玉纯等^［31］得出的结论一致。流域产水空间上的差异与地形海拔及下垫面类型存在一定的关联^［49］，研究区所在地势由西南向东北方向倾斜，西南地区背靠祁连山北麓，是石羊河上游八大支流的源头，作为山地迎风坡，受山地降水（地形雨抬升作用）影响产水相对丰富。此外，祁连山北麓常年覆盖永久积雪冰川，产水补给除大气降水外，仍有山地冰雪融水补给，故产水量相比流域其他区域高。东北区域为流域沙漠集中分布区，主要分布腾格里沙漠、巴丹吉林沙漠等，受高蒸发量、低降水量及下垫面入渗较高的影响，产水较低。《甘肃省水资源公报》的统计数据显示，石羊河流域1991、2000、2010年降水量依次增加，而2020年有所下降，这与流域1990年产水服务供给量最低、2010年产水量最高的研究结果具有一致性。近年来，流域气温的显著升高和蒸散发量增加^［50-52］也是导致流域产水服务供给时间变化的重要因素。

本研究还表明石羊河流域产水服务需求量整体呈现西南高东北低的空间分布特征，与产水供给量存在总体上的一致性。产水需求量的空间差异可能与土地利用具有较高的相关性。耕地及建设用地集中区域均为流域产水需求量较高地区，农业灌溉对用水需求较高，相反，东北部山区多为未利用土地，特别以沙地为主，该区域人类活动扰动程度低，接近于自然状态，无人类活动为主导的生产、生活用水需求，所以区域产水需求最低。相较于1990年，2020年流域产水服务需求有所下降，一方面是流域农业灌溉模式的转变减少了耕地的产水服务需求，另一方面则是生态退化导致的林草地产水服务需求减少。东北部地区多为沙地、荒漠等未利用土地，虽然产水服务需求较低，但为了控制沙漠化进一步加剧，未来应该加强流域内水资源的调控，适当增加沙区防护体系的生态用水量，保障绿洲-荒漠过渡带植被用水安全。

本研究对产水供需匹配程度分析得出产水供需匹配程度较高区域集中分布在流域西南部山地，石羊河干支流流经区次之，而流域东北及东部地区产水供需匹配程度较低。这些差异可能与地形限制条件下的土地利用类型分布及经济活动需求有关。同时，研究表明研究区供需指数上升的空间分布与河流流经地区有很强的空间关联性，这可能是由于过去30年，中国西北干旱区气候不断经历暖湿化过程，降水的增加及气温的升高为流域增加了大气降水及冰雪融水，促进了区域产水环境的改善，提高了流域产水的供给量，同时流域以农牧业为主的经济产业结构在节水农业等举措的实施下，减少了产水需求，使得流域多年产水供需差朝“盈余”趋势加大。

本研究采用地理探测器识别流域产水驱动因子贡献较高的是年降水量、年均气温及潜在蒸散发等。已有研究显示黑河的产水量也同样受到了降水量与潜在蒸散发的影响，且各因素对产水量影响呈现明显异质性，降水主导区域为中东部降水及产水量高值区，潜在蒸散发主导区域为西部潜在蒸散发低值区^［20］。张福平等^［53］对疏勒河产水量主控因子识别也得出与降水量、气温、实际蒸散量具有相关性。本研究还得出流域产水量是多因子驱动的结果，特别是年降水量∩坡向、年降水量∩土地利用类型、年均气温∩年降水量、年降水量∩海拔等交互作用对产水供给量空间分异影响较为显著。海拔梯度、坡向与降水量具有较强的相关性，尤其是西北干旱区，山区降水多为地形雨，迎风坡形成降水对流域产水形成起到了基础作用，同时，土地利用类型代表了下垫面的状况间接地控制并参与了产水过程（蒸散发、下渗与产流等）与降水共同作用很大程度上决定了流域的产水。

由于受到数据可获得性的限制，本研究仅分析了1990、2000、2010、2020年的产水服务供给与需求，时间跨度的选择、空间分辨率的大小以及产水服务需求计算因子的选取等可能会对模拟及计算结果在一定程度上产生不确定性影响。因此，在以后的研究工作中，可进一步聚焦以下几个方面：①获取更高精度的研究数据，加入实测数据提高模型模拟的真实性，并对所采用的数据和参数进行本地化处理及验证。②根据研究区的实际用水结构对流域进行更加合理的土地利用类型分类，采用更加合理全面的方法计算流域产水服务的需求。③构建流域产水服务供给与需求相对变化情况指标，结合流域特点划分产水的供需风险等级，评定各子流域的风险等级，进一步探索流域地表水资源的适应性管理策略。

4 结论

本文通过InVEST模型和用水需求估算计算了石羊河地区产水服务的供给与需求，分析了供给与需求匹配程度，并通过地理探测器研究探测出影响流域产水量空间分异的主要因子。

1990—2020年，石羊河流域产水供给量空间上呈现西南高东北低的分布特征。1990年产水量最低（16.65×10⁸ m³），2010年最高（19.37×10⁸ m³）。产水贡献率由高到低排序：林地、草地、耕地及未利用土地等。

流域产水需求量整体呈现西南高东北低的空间分布特征，1990年产水需求量最高（20.39×10⁸ m³），2020年最低（17.78×10⁸ m³），耕地是流域用水需求量最高的土地利用类型。

流域西南部山地产水供需匹配程度较高，石羊河干支流流经区次之，而流域东北及东部地区产水供需匹配程度较低。研究区内供需指数两极分化明显，区域内水资源供需空间分配极度不均。1990—2020年石羊河产水服务匹配状况有逐步好转的迹象，2020年流域产水服务的供需匹配程度有明显提高。

流域产水量空间变化是多因子驱动的结果，影响流域产水量的最大因子是年降水量，同时，各驱动因子的交互作用解释力均大于单一因子，存在双因子增强及非线性增强两种组合形式。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Costanza

， d'Arge

， deGroot

，et al.

The value of the world's ecosystem services and natural capital

［J］.Nature，1997，387（6630）：253-260.