水作为生命之源，是生态系统中物质和能量循环的重要载体，在运移、转换中产生了多种服务效应^[1]。其中，产水服务与水源涵养服务不仅能够满足人类对灌溉、生活、生产用水的需求^[2]，而且其变化将直接影响区域气候、水文、植被和土壤等^[3-4]。深入开展生态系统的产水量与水源涵养量的时空可视化定量评估，并探究其变化的主导因素具有重要的意义。

传统的产水量与水源涵养量估算方法多基于实测数据进行，如水量平衡法、降水储存量法、土壤蓄水能力法、综合蓄水能力法等^[5-8]，但上述方法因其数据需求量过大、数据精度要求较高等具有一定局限性。近年来，随着多学科理论的交叉、计算机科学的不断进步，模型作为一种简单的定量方法，在产水量、水源涵养量等生态系统服务评价中发挥着重要作用^[9-12]。其中，生态系统服务和权衡的综合评估模型(InVEST模型)由于其评估尺度的灵活性、评估过程的动态化、评价结果的空间化等优点，在国内外得到广泛应用。Leh等^[13]利用InVEST模型对西非国家加纳和科特迪瓦的产水量进行评估；而国内学者利用参数本地化后的InVEST模型对黑河流域^[14]、横断山区^[15]、石羊河流域^[16]、黄土高原^[17]、官厅水库^[18]等地区的产水量与水源涵养量的时空分布特征进行评价，取得较好的评估效果。

御道口地区位于河北省北部承德市的坝上地区，地表水资源丰富，植物种类多样，是京津冀水源涵养功能区的重要组成部分。相关研究已在该地区展开，如对御道口牧场不同类型防护林枯落物的有效拦蓄量的研究，可以反映水源涵养能力^[19]；水源涵养功能区的建设成效及对策研究^[20]；包括产水功能在内的生态系统服务供需测度及时空演变研究^[21]等。生态工程的实施，如“退耕还林”“京津风沙源治理工程”等，使御道口地区的生态环境得到有效改善，但降水量与蒸发量的极不平衡、“重林轻草”生态建设问题等，导致该区域水源涵养功能依然较弱。现基于InVEST模型估算御道口地区1990—2020年的产水量与水源涵养量，明确产水量、水源涵养量与降水、土地利用的关系，采用情景模拟法量化水源涵养变化的关键驱动因子的影响程度，从而为承德市生态环境建设与发展提供理论依据与科学支撑。

1 研究区概况

御道口(116°46′—117°27′ E，42°2′—42°27′ N)位于河北省北部的承德市围场满族、蒙古族自治县坝上地区，总面积约1 036 km²。地势南高北低，为森林和草原的过渡地带，属于典型的农牧交错带。御道口地区属中温带大陆性气候，年平均气温为-0.4 ℃，年平均降水量为452.6 mm，年平均蒸发量高达1 556.8~2 400 mm。该地区地表水资源丰富，小滦河贯通南北，构成了密集的水系。御道口地区人口密度较小，土地利用开发程度较低，主要以林、草地为主，面积占比81.5 %；其次为湿地，面积占比8.5%，耕地面积占比7.2%，建筑用地面积仅占2.8%。御道口地区土壤风蚀严重，常形成沙尘暴，严重影响了京津翼地区的空气质量和生态安全。御道口研究区地理位置与土地利用概况示意见图 1(a)(b)。

2 研究方法 2.1 评估方法 2.1.1 InVEST模型产水模块

InVEST模型产水模块基于水量平衡原理^[22]，通过各栅格单元的降水量、蒸发量、土壤深度、土壤质地和植被根系深度等参数估算产水量。具体计算公式如下：

$ Y_{x j}=\left(1-\frac{\mathrm{AET}_{x j}}{P_{x j}}\right) \times P_{x j} $

(1)

$ \frac{\mathrm{AET}_{x j}}{P_{x j}}=\frac{1+\omega_{x j} R_{x j}}{1+\omega_{x j} R_{x j}+1 / R_{x j}} $

(2)

$ \omega_{x j}=Z \times \frac{\mathrm{AWC}_{x j}}{P_{x j}} $

(3)

式中：Y_xj——栅格单元x上土地利用类型j的年产水深度，mm；AET_xj——栅格单元x上土地利用类型j的单位面积年实际蒸发量，mm；P_xj——栅格单元x上土地利用类型j的单位面积年降水量，mm；R_xj——栅格单元x上土地利用类型j的干燥指数；Z——Zhang系数，是用于表征研究区降水特征的常数，取值范围为1~10^[23]；ω_xj——气候土壤非物理参数；AWC_xj——栅格单元x上土地利用类型j的单位面积有效可利用水量，mm。

2.1.2 水源涵养计算

基于InVEST模型产水模块计算结果，综合考虑不同土地利用/覆被类型的土壤渗透性、地形差异等对地表径流的影响，利用地形指数、土壤基础数据计算得到各单元水源涵养量及深度，能够较好地表达流域水源涵养量的空间分布状况及影响水源涵养量的主要因素^[23-24]。具体计算公式如下：

$ \begin{array}{l} \;\;\;\;\;\;\mathrm{WC}=\min \left(1, \frac{249}{V}\right) \times \min \left(1, \frac{0.9 D}{3}\right) \times \min \\ \left(1, \frac{K}{300}\right) \times Y_{x j} \end{array} $

(4)

$ \mathrm{D}=\log _{10}\left(\frac{D A}{S D \times P S}\right) $

(5)

式中：WC——水源涵养深度，mm；V——流速系数，无量纲；D——地形指数，无量纲；K——土壤饱和导水率，cm/d；DA——流域汇水量，mm；SD——土层厚度，mm；PS——百分比坡度，无量纲。

2.1.3 情景模拟

基于情景模拟的方法，研究气候要素与土地利用变化对御道口地区产水量与水源涵养量的贡献程度。气候变化和土地利用变化情景见表 1。气候要素与土地利用影响的贡献比值可以用以下公式进行量化：

$ R_{\mathrm{C}}=\left|\frac{W_{\mathrm{C}}-W_\mathrm{O}}{W_\mathrm{O}}\right| \times 100 \% $

(6)

$ R_{\mathrm{L}}=\left|\frac{W_{\mathrm{L}}-W_\mathrm{O}}{W_\mathrm{O}}\right| \times 100 \% $

(7)

式中：R_C、R_L——气候要素与土地利用对产水量及水源涵养量影响的贡献率，%；W_O——真实情景下的各时期年均产水及水源涵养变化量，m³；W_C——气候变化情境下的各时期年均模拟产水及水源涵养变化量，m³；W_L——土地利用/覆被变化情景下的各时期年均模拟产水及水源涵养变化量，m³。

2.2 数据来源及处理

降水数据来源于国家气象信息中心(http://data.cma.cn)，通过使用ArcGIS 10.0对栅格数据进行叠加、裁剪获取；基于气象数据的潜在蒸、散发量采用哈格里夫斯修正方程(Modified-Hargreaves)计算，所需数据来源于国家青藏高原科学数据中心(http://data.tpdc.ac.cn)；共7期30 m空间分辨率的土地利用类型数据(分别为1990，1995，2000，2005，2010，2015和2020年)来源于资源环境数据云平台(http://www.resdc.cn)；土壤深度数据来源于世界土壤属性数据库；植被可利用水量通过土壤质地及土壤有机质含量计算得到^[25]；生物物理参数表参考InVEST用户指南和查阅相关文献确定^[17]；Zhang系数通过结合御道口地区多年平均产水量，经过反复校验后取值为2.7；地形指数根据数字高程模型(DEM)(http://www.gscloud.cn)计算获得；土壤饱和导水率的计算是基于世界土壤属性数据库，通过Neuro Theta软件计算得出；流速系数根据各期土地利用/覆被情况结合模型参数表获取^[26]。

3 结果与分析 3.1 模型验证

采用InVEST模型产水量模块对御道口地区产水量与水源涵养量进行定量评估，受资料收集限制，现以2010，2015和2020年水资源公报数据对模型计算的产水量进行对比，InVEST产水模型结果验证见表 2。由表 2可见，模拟结果与实测数据相对误差均 < 15%，其中2015年误差仅为3.23%。模型验证结果表明，InVEST模型计算结果具有较好的模拟精度，可用于御道口地区产水量的估算。

3.2 产水量与水源涵养量时空分布特征

模型计算结果表明，1990—2020年御道口地区年均产水总量为1.23 × 10⁸ m³，年均产水深度为103.26 mm；年均水源涵养总量为0.97×10⁸ m³，年均水源涵养深度为81.66 mm。受到气候分布差异和土地利用类型分布格局的影响，1990—2020年御道口地区平均产水深度与水源涵养深度存在明显的空间分布差异，具体见图 2(a)(b)。由图 2可见，平均产水深度和水源涵养深度均呈现东北高西南低的分布特征，高值区主要集中于东北林、草地区域，低值区则主要集中于未利用地与西南部耕地区域。

3.3 产水量与水源涵养量时空变化特征

为准确量化御道口地区1990—2020年平均产水深度与水源涵养深度变化，将数据按照每5年一段进行分析。1990—2020年御道口地区产水深度与水源涵养深度年际距平均值(即某一系列数值中的某一个数值与平均值的差)变化见图 3(a)(b)。由图 3可见，1990—2020年御道口地区产水深度与水源涵养深度年际距平均值均呈现先减小后增大的波动变化趋势，总体呈增大趋势。其中，1990—2000年产水深度与水源涵养深度年际距平均值呈减小趋势；2000—2010年、2010—2020年产水深度与水源涵养深度年际距平均值呈增大趋势。产水深度与水源涵养深度的最大值均出现在2020年，分别为143.7，109.9 mm，分别高于平均值40.4，28.2 mm；最小值均出现在2000年，分别为72.6，57.9 mm，分别低于平均值30.6，23.7 mm。

御道口地区各时期产水深度与水源涵养深度变化空间分布见图 4(a)—(h)。

由图 4可见，1990—2020年御道口地区产水深度与水源涵养深度均呈现明显的空间分布变化，产水深度主要的增幅区集中在西南部耕地及建筑用地区域，主要的降幅区集中在西部的草地及未利用地区域；水源涵养深度主要的增幅区集中在东北部林地区域，主要的降幅区集中在中部的草地区域。各时期空间分布变化中，1990—2000年产水深度与水源涵养深度在东北部林地区域显著下降，最大降幅分别达-139，-145 mm，西南部草、耕地区域呈现一定增幅；2000—2010年产水深度与水源涵养深度在全区域内均呈现整体的增幅，其中主要的增幅区集中在东部的林地区域与西南部的草地区域；2010—2020年产水深度与水源涵养深度的变化呈现明显的“东升西降”的空间分布变化，东部林、草地区域均呈现不同程度的增幅，而西部耕地、草地、未利用及建筑用地均出现一定的降幅。

3.4 产水量与水源涵养量影响因素分析 3.4.1 气候因素

御道口地区平均产水深度、水源涵养深度与降水、潜在蒸散发量及气温的相关关系见图 5(a)—(f)。由图 5可见，产水深度和水源涵养深度与降水量呈显著的正相关关系，与潜在蒸、散发量呈显著负相关关系，与气温相关性不显著。各气候因素中降水量与产水深度、水源涵养深度的变化趋势基本一致，与潜在蒸、散发量变化趋势相反，与气温变化趋势偏差较大。说明各气候因素中，降水量与潜在蒸、散发量是产水量及水源涵养量的主要影响因素。

3.4.2 土地利用类型

土地利用类型直接影响地表径流和下渗，因此是产水量与水源涵养量的关键影响因素。研究区主要统计的土地利用类型为耕地、林地、草地、建筑用地及未利用地。御道口地区各土地利用类型面积占比变化见图 6。由图 6可见，面积占比最大的为草地，其次分别为林地、未利用地、耕地、建筑用地。1990—2020年草地面积占比增量最大，增幅为5.99%；建筑用地面积占比增加了0.93%；耕地面积占比增加了0.03%；未利用地面积占比减少了3.53%；林地面积占比减少了2.92%。

1990—2020年御道口地区各土地利用类型产水量与水源涵养量的单位面积值、变化量及平均贡献率见表 3。

由表 3可见，御道口地区各土地利用类型中，单位面积产水量最高的地类为建筑用地，草、林地次之，耕地的产水量最低；单位面积水源涵养量最高的地类为林地，草地次之，未利用地水源涵养量最低。1990—2020年各土地利用类型的产水量与水源涵养量变化总体表现为：草、林地增量最大，未利用地次之，耕地有一定增幅，建筑用地减少。平均产水量贡献率最大的为草地(51.23%)，其次为林地、耕地、未利用地和建筑用地；平均水源涵养量贡献率最大的为林地(50.77%)，其次为草地、耕地、未利用地与建筑用地。尽管林地、未利用地面积减少，而且耕地面积也只有少量的增加，但由于多年间御道口地区的降水量有所上升，总体上使得产水量和水源涵养量增加；草地面积与建筑用地面积较大幅度的增加，是产水量和水源涵养量增加的主要原因之一。

3.5 气候要素、土地利用对产水量与水源涵养量变化的影响程度量化分析

气候与土地利用对御道口地区产水量与水源涵养量的影响见表 4。由表 4可见，1990—2000年，气候与土地利用变化对御道口地区产水量的贡献率分别为98.12%，1.88%，对水源涵养量的贡献率分别为94.32%，5.68%；2000—2010年，气候与土地利用变化对产水量的贡献率分别为94.56%，5.44%，对水源涵养量的贡献率分别为92.21%，7.79%；2010—2020年，气候与土地利用变化对产水量的贡献率分别为92.28%，7.72%，对水源涵养量的贡献率分别为90.11%，9.89%。总体看来，1990—2020年，气候与土地利用变化对产水量的年均贡献率分别为94.99%，5.01%，对水源涵养量的年均贡献率分别为92.21%，7.79%，土地利用变化对于水源涵养量的影响程度略大于对产水量的影响。各阶段，气候变化的贡献率均超过90%，是产水量与水源涵养量的主导因素，但随着御道口林地面积占比的减少，建筑用地面积占比的增加，土地利用变化对产水量与水源涵养量的影响也在逐渐增大。因此，御道口地区城镇化的加剧，是该地区产水与水源涵养量功能衰减的重要原因之一。

4 讨论

本研究表明，气候要素是导致御道口地区产水量与水源涵养量时空变化的主导因素，土地利用的影响也不可忽略。该结论与前人研究结果相似，张福平等^[14]研究表明，黑河流域的水源涵养功能与降水呈显著正相关关系；柳冬青等^[27]研究表明，白龙江流域水源涵养高值区主要集中于气候湿润的地区，低值区则集中于土地利用强度较大的区域；窦攀烽等^[28]研究表明，气候变化对宁波地区产水量的贡献率为97.56%，土地利用变化的贡献率为2.44%。1990—2020年御道口地区产水、水源涵养功能呈现先减小后增加的变化趋势，在2000年后回升，这是由于除了降水量的增加外，还与该地区植被优化有关，即林地向草地的转化。因此，选择低耗水的牧草和灌木品种是御道口地区恢复生态和提高产水、水源涵养能力的重要手段。通过对御道口地区产水量与水源涵养量的评估，确定高值区主要分布在以草地和林地为主的畜牧业生产区域，海拔相对较高、气温低、耕地少，人为活动影响较小；低值区主要分布在以耕地和建筑用地为主的农业生产地区，海拔相对较低、地势较为平坦。维护草地和林地的稳定与健康，加强对高值区的保护，提升对低值区植被的恢复力度，将有利于整体提高区域产水量与水源涵养量。

尽管InVEST模型的产水量模块得到了广泛的应用，但是还存在着一定程度的不确定性^[29]。如该模块难以准确计算复杂地形的水量平衡过程，并且由于模块输出结果为年均值，因此难以在月度值尺度上实现精准计算。其次，数据获取的局限性也是导致模型精度下降的主要原因。最后，InVEST模型中Zhang系数的选取在很大程度上会影响模型计算结果，本研究通过反复校验取Zhang系数为2.7，通过模型验证，与实际情况较为符合，但该值精度进一步的提升还需结合大量的实测数据进行修正和验证。

5 结论

(1) 1990—2020年，御道口地区产水量与水源涵养量呈现先减小后增加的波动变化趋势，年均产水总量为1.23 × 10⁸ m³，年均产水深度为103.26 mm；年均水源涵养总量为0.97 × 10⁸ m³，年均水源涵养深度为81.66 mm。空间均呈现东北高西南低的分布特征，高值区主要集中于东北林、草地区域，低值区则主要集中于未利用地与西南部耕地区域。

(2) 气候要素方面，御道口地区产水量及水源涵养量与降水量呈正相关关系；与潜在蒸、散发量呈负相关关系。土地利用方面，御道口地区多年平均产水量贡献率最大的为草地(51.23%)，其次为林地、耕地、未利用地与建筑用地；多年平均水源涵养量贡献率最大的为林地(50.77%)，其次为草地、耕地、未利用地与建筑用地，建筑用地产水能力最强，林地水源涵养能力最强。

(3) 根据情景模拟表明，气候变化对产水量与水源涵养量变化的贡献率超过90%，是导致其时空演变的主导因素。土地利用变化对产水量与水源涵养量变化的影响也在逐渐增大。因此，进行合理的土地利用规划，优化植被结构，选择低耗水的牧草和灌木品种是御道口地区提高产水与水源涵养功能的重要手段。