生态学报  2016, Vol. 36 Issue (15): 4892-4906

文章信息

徐洁, 肖玉, 谢高地, 王硕, 朱文彬
XU Jie, XIAO Yu, XIE Gaodi, WANG Shuo, ZHU Wenbin.
东江湖流域水供给服务时空格局分析
Spatiotemporal analysis of water supply service in the Dongjiang Lake Basin
生态学报[J]. 2016, 36(15): 4892-4906
Acta Ecologica Sinica[J]. 2016, 36(15): 4892-4906
http://dx.doi.org/10.5846/stxb201507011398

文章历史

收稿日期: 2015-07-01
网络出版日期: 2015-11-16
东江湖流域水供给服务时空格局分析
徐洁1,2, 肖玉1, 谢高地1, 王硕3, 朱文彬1     
1. 中国科学院地理科学与资源研究所, 北京 100101;
2. 中国科学院大学, 北京 100049;
3. 国家测绘地理信息局测绘发展研究中心, 北京 100830
摘要: 与水相关的生态系统服务是生态学研究的热点问题。水供给服务对区域水循环和水量平衡具有至关重要的作用。东江湖流域是国家重点流域和水资源生态补偿试点,水供给服务是该流域生态系统服务保护的重中之重。基于InVEST模型,从流域、子流域两个尺度分析1995-2010年东江湖流域的水供给服务时空格局,并比较了不同土地覆被类型的水供给服务能力。结果表明:(1)1995-2010年,东江湖流域水供给量整体呈现先增加后减少的趋势,年均水供给量在1100-1600 mm之间,2000年的平均水供给量最多。(2)各年水供给量的空间分布格局相似,由湖区向四周递增。(3)平均水供给量较高的土地覆被类型为城镇建设用地、典型草地、灌丛、灌丛草地,在1600 mm左右。平均水供给量较低的土地覆被类型为河湖滩地、内陆水体、水田,在800 mm以下。(4)各个子流域平均水供给量大致在750-1700 mm之间。东北部子流域为水供给服务的高值地区。从水量平衡的角度而言,降水和实际蒸散发是决定生态系统水供给量的两个关键环节。东江湖流域水供给量的时空格局差异是气候和土地覆被共同作用的结果。研究能够为东江湖流域的水资源管理提供科学的参考依据,对东江湖流域生态系统服务功能的提升、生态环境质量的改善、社会经济的可持续发展具有重要的现实意义。
关键词: 生态系统服务     水供给服务     InVEST模型     东江湖流域     时空格局    
Spatiotemporal analysis of water supply service in the Dongjiang Lake Basin
XU Jie1,2, XIAO Yu1, XIE Gaodi1, WANG Shuo3, ZHU Wenbin1     
1. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Surveying and Mapping Development Research Center, NASG, Beijing 100830, China
Abstract: Ecosystem services related to water supply is currently topical in ecology. Water supply service is essential for internal water circulation and water balance in river basins. Dongjiang Lake Basin is a national key basin and pilot project of water resource ecological compensation and the water supply service is a basic ecosystem service in the basin. This paper evaluated the water supply service and analyzed the spatiotemporal patterns and variation characteristics from 1995 to 2010 based on the InVEST model from the scale of basin and subbasins, and compared water supply service capacity of different land cover types. (1) In 1995-2010, the water yield in the basin decreased after an initial increase with the annual water yield between 1000 and 1500 mm and the value in 2000 was the highest. (2) The spatial distribution patterns of different years were similar with water yield increasing from the lake to the surrounding area. (3) The water yield, with an average of 1600 mm, was high in urban and built-up areas, herbaceous steppe, shrub forest, and shrub grassland, while it was less than 800 mm in the area of bottom lands, water bodies, and paddy fields. (4) The water yield in each sub-basin was 750-1700 mm and the water supply capacity increased from the lake to the surrounding area. The subbasins in the northeast were the highest water yield areas of the whole basin. From the perspective of water balance, precipitation and actual evapotranspiration are two key factors determining the water yield. Spatiotemporal variation of the amount of water supply in Dongjiang Lake Basin resulted from interactions between climate and land cover change. The present study provides guidelines for the efficient management of water resources in the Dongjiang Lake Basin. It is of vital practical significance to improve the ecosystem service function and ecological environmental quality, and to promote the sustainable development of the social economy.
Key words: ecosystem service     water supply service     InVEST model     Dongjiang Lake Basin     spatiotemporal pattern    

东江湖流域是国家级禁止开发区域, 2013年被纳入国家重点流域和水资源生态补偿试点, 是资兴和郴州两地饮用水源的取水点, 长株潭城市群的第二水源, 将使长沙、株洲、湘潭、衡阳及郴州5市13个县(市)1300万人受益, 是湖南省唯一、全国少有的大型优质水源, 因此水供给服务是该流域生态系统服务保护的重中之重, 但是目前东江湖流域的水供给服务研究缺乏, 使得流域内的水资源管理与生态补偿政策制定缺乏科学的参考依据。

水供给服务至今未形成一个公认的定义, 不同研究者有不同的认识和界定。在很多研究中水源涵养量、水源供给量、产水量三者的计量方法一致, 没有对三者进行明确定义与区分, 导致概念上的混淆, 使得不同地域甚至同一地域的研究案例没有可对比性, 严重阻碍了各研究成果的有效利用。为明确研究对象, 现对已有研究进行梳理:在水源涵养方面, 目前最为全面的是森林生态系统的水源涵养功能研究, 是指森林生态系统通过林冠层、枯落物层和土壤层拦截滞蓄降水, 对降水进行再分配, 从而有效涵蓄水分[1]、调节径流[2]的功能。张彪等[3]将森林水源涵养功能从广义和狭义的角度进行了总结定义, 狭义上是指森林拦蓄降水或调节河川径流量的功能, 广义上是指森林生态系统内多个水文过程及其水文效应的综合表现, 包括拦蓄降水、调节径流、影响降雨量、净化水质。李士美等[4]认为森林水源涵养服务占两项, 即水文调节和水资源供给。常用的水源涵养量计算方法有降水储存量法、水量平衡法、林冠截留量法、多因子回归法、综合蓄水量法、土壤蓄水能力法、年径流量法、地下径流增长法[5], 其中水量平衡法是研究水源涵养机理的基础, 能够比较准确地计算水源涵养量[6]。但已有的定量化评估方法仅限于套用公式进行简单的换算, 对其中存在的问题缺乏深层次的探讨, 如森林水源涵养功能在内涵上是否等同于森林保持水分, 小尺度上森林水源涵养功能的研究结果能否直接推至大尺度等[7]。在水源供给量方面, 是对水供给服务的定量化表示, 陈龙等认为水供给生态系统服务是指植被通过再分配降水保持水分、调节径流的功能。Gao等[8]认为水供给不仅仅指自然生态系统土壤与植被冠层的蒸散发、灌溉农业用水, 还包括流向下游水生态系统和人类生态系统的水量。在产水量方面没有比较明确的定义, 大多利用降水与实际蒸散发的差值来计算[9-11]。通过对这3个概念的梳理, 本文认为三者之间既相互联系又有所区别。产水量是水源涵养与水供给服务的基础, 水供给服务和水源涵养一样是一个综合的概念。从水文过程和水量平衡原理出发, 狭义上的水供给基于人类需求, 一部分用于自然生态系统满足植被生长需水及生态需水, 一部分用于社会经济系统保障生产生活用水, 植被生长需水可用作物需水量度量, 生产生活用水的可利用量为径流量与土壤含水量之和。广义上的水供给服务即为产水量, 是指流域内水资源输入(降水量)与输出(实际蒸散发)之差。

本文主要目的在于反映东江湖流域水供给服务的空间分布格局并识别水供给服务的高值区, 因此考虑到估算的实际内容与可获取数据, 本文从广义的水供给服务出发, 利用产水量表示流域的水供给量。由于受到植被类型、气候变化、土壤特征以及地形地貌的影响, 水供给服务具有时空异质性。这种时空异质性研究可以通过流域尺度水平衡公式来模拟, 将降雨、实际和潜在蒸散、土地覆被和土壤持水能力与基于过程的水文模型相联系, 用来模拟日径流, 并通过长期日降雨和河流监测数据来校准[12-13]。以往的生态系统服务研究主要集中在价值评估方面, 存在不确定性、静态、政策应用性差等缺陷, 不适合水供给服务时空格局的研究, 而生态系统服务模型模拟则从时空特征的角度对生态系统服务进行新的界定。生态系统服务供给的模型模拟已取得一定进展, 主要有InVEST、SoIVES[14]、GUMBO[15-16]等, 目前使用最广泛的是美国斯坦福大学Natural Capital项目开发的生态系统服务与权衡综合评价模型(InVEST), 已在加利福尼亚[17]、坦桑尼亚[18-19]、美国威拉米特河流域[20]、京津冀地区[8]、三江源[21]、澜沧江[22]等多个地区应用[23-24], 并取得良好的模拟效果, 但是已有应用中并未对水供给服务的时空差异原因进行深入分析。因此, 本文基于InVEST模型从流域、子流域两个尺度确定东江湖流域水供给服务的时空格局, 明确流域内不同土地覆被类型的水供给服务能力, 探究水供给服务时空差异的原因, 识别水供给服务的高值地区, 促进对流域内水资源的科学管理与规划。

1 研究地区与研究方法 1.1 研究区概况

东江湖位于湖南省资兴市南部, 地处113°15′11″—113°36′08″E, 25°34′09″—26°00′04″N, 罗霄山脉南端, 八面山西坡, 南岭北坡, 是汝桂山脉的一部分, 为中低山地貌, 地势东高西低。境内山岭层叠, 沟壑纵横, 地形复杂, 最高海拔1691.0m, 最低海拔180.0 m。东江湖流域属于典型的中亚热带季风性湿润气候, 夏季高温高湿, 冬季稍冷、干燥。年平均降水量1645 mm, 年平均蒸发量为1515 mm, 年平均气温13.7—18.7℃。气候四季分明, 光、水、热资源丰富, 适宜多种树木生长。东江湖位于湘江支流的耒水上游, 其中发源于桂东的东江水系, 经汝城从东南入境, 境内长50多km;发源于八面山西侧的永乐江水系, 流经市内东北角, 境内长47km, 两者均经东江湖入耒水。东江湖水库兴建于20世纪70年代, 正常蓄水位285 m, 水面面积160 km2 , 蓄水量81.2亿m3, 有效库容为56.7亿m3, 是下游工农业和生活用水水源。本文利用ArcSWAT模型将流域划分为24个子流域(图 1), 总面积为4648.53 km2, 最大的子流域面积为473.2 km2, 最小的子流域面积为20.6 km2, 其与湖南省资兴市、汝城县、桂东县、宜章县均有交界, 面积比例分别为37.33%、34.26%、25.85%、2.57%。

图 1 东江湖流域区位及子流域划分图 Fig. 1 Location of Dongjiang Lake Basin and division of subbasins
1.2 研究方法 1.2.1 数据来源

本研究所需的数据包括土地覆被数据、气象数据、水文数据、土壤数据、数字高程数据等。土地覆被数据为1995、2000、2005、2010年4期(空间分辨率1 km), 来源于中国科学院资源环境数据中心。气象数据来源于中国气象科学数据共享服务网, 对应于土地覆被的时间, 同时为了避免单年数据的低代表性, 本文选取4个时段(1993—1997年、1998—2002年、2003—2007年、2008—2012年)流域内及其周边16个国家气象站点的气象日值数据(包括气温、降水、辐射、风速和日照时数等)。水文数据来源于水文统计年鉴, 包括2个水文站点(图 1)的流量、径流量、径流深度, 46个降水量站的年降水数据。土壤数据来源于联合国粮农组织(FAO)维也纳国际应用系统研究所(IIASA)构建的世界土壤数据库(HWSD), 其中中国境内的数据源为第二次全国土地调查南京土壤所提供的1∶100万土壤数据(包括不同土壤类型质地的比例、容重、导电率等)。数字高程模型(DEM)(空间分辨率90 m)源于中国科学院资源环境数据中心。

1.2.2 数据处理

现对数据处理说明如下:基于DEM数据利用ArcSWAT模型将流域划分为24个子流域(图 1)。产水量计算输入变量包括:降水量(Px)、参考作物蒸散发(ET0)、植物可获得水量(AWCx)、根系限制层深度、生物物理参数表。降水数据先要进行多年平均, 后运用ANUSPLIN4.4模型进行空间插值得到4期降水量空间栅格数据[25-28]。参考作物蒸散发基于日值气象数据, 利用经过校正的FAO56Penman-Monteith公式[29]计算, 然后进行多年平均和ANUSPLIN空间插值处理。植物可获得水量参考周文佐[30]的计算结果, 使用SPAW Hydrology模型中的Soil Water Characteristics进行计算[31], 与文献中相似土壤类型的植物可获得水量比较后由属性转为栅格图。根系限制层深度利用土壤参考深度近似替代。生物物理参数表反映了土地利用/覆被类型的属性, 包括土地利用/覆被编码、最大根系深度、蒸散系数。最大根系深度是指有植被覆盖的土地覆被类型的根系深度最大值, 综合参考Canadell等[32]、徐佩等[33]、InVEST模型说明文档[34]中的数据后确定;每种土地覆被类型的蒸散系数采用联合国粮农组织[30]蒸散系数参考值。东江湖流域最大根系深度和蒸散系数见表 1。季节因子(Z)表示当地的降水模式和水文地质特征, 是实际蒸散发量与降水量的比值, 根据Zhang等[35]在Budyko曲线基础上提出的近似算法, 对于降水总量相等的区域降水次数越多Z越大。

表 1 东江湖流域不同土地覆被类型的最大根系深度和蒸散系数表 Table 1 The maximum root depth and evapotranspiration coefficient of different land covers in Dongjiang Lake Basin
编码Code 土地覆被类型
Land cover types
最大根系深度/mm
Maximum root depth
蒸散系数
Evapotranspiration coefficient
11 常绿针叶林Evergreen needleleaf forest 7000 1
12 常绿阔叶林Evergreen broadleaf forest 6700 1
13 落叶针叶林Deciduous needleleaf forest 3400 1
14 落叶阔叶林Deciduous broadleaf forest 3100 1
15 针阔混交林Mixed forests 4800 1
16 灌丛Shrub forest 5000 0.6
22 典型草地Herbaceous steppe 2400 0.75
26 灌丛草地Shrub grassland 2600 0.7
31 水田Paddy field 2000 1
33 旱地Dryland cropland 2200 0.8
41 城镇建设用地Urban and built-up 1 0.1
42 农村聚落Rural settlement 500 0.3
53 内陆水体Water bodies 1 1
54 河湖滩地Bottom land 100 1.2
62 裸地Bare land 1 0.2
1.2.3 InVEST模型算法

InVEST模型中的water yield模块基于Budyko[36]假设, 即多年平均尺度流域的蓄水变量可以忽略不计, 简化了汇流过程, 没有区分地表径流、壤中径流和基流, 该模块假设栅格产水量通过以上任意一种方式到达流域出口, 各栅格产水量由该栅格的降水量减去实际蒸散发后得到, 包括地表产流、土壤含水量、枯落物持水量、冠层截留量[21]。年实际蒸散发可以用降水和潜在蒸散发估算;具体则采用Zhang等[35]根据全球250多个流域的观测数据构建的公式(公式2)。整个模块的计算过程如下:

    (1)
    (2)
    (3)
    (4)
    (5)

式中, Yxj为土地覆被类型j上栅格单元x的年均水供给量, Px为栅格单元x的年均降水量, AETxj为土地覆被类型j上栅格单元x的年均实际蒸散发量;ωx为修正植被年可利用水量与预期降水量的比值, 无量纲, 是表征自然气候-土壤性质的非物理参数;Rxj为土地覆被类型j上栅格单元x的Budyko干燥指数, 无量纲, 定义为潜在蒸散发量与降水量的比值;k(或ETk)为作物系数, 是不同发育期中作物蒸散发量ET与参考(潜在)蒸散发量ET0的比值, InVEST模型手册中称为植被蒸散系数;Z为Zhang系数;AWCx为植物可利用水;Max Soil Depthx为栅格单元x的最大土壤深度;Root Depthx为栅格单元x的根系深度;PAWCx为栅格单元x的植被可利用水;Max Soil Depthx、Root Depthx、PAWCx是需要获取或校验的数据及参数。

1.2.4 模型校验

由于水供给量是降水与实际蒸散发的差值, 降水量对水供给量的影响最大, 达65.89%[10], 实际蒸散发由模型通过潜在蒸散发计算而来。因此在输入模型之前对降水和潜在蒸散发的空间插值数据进行校准能够在很大程度上保证水供给量计算的准确性。由于国家气象站点和水文降水量站点均有实测的降水数据(本文选取16个国家气象站点和46个水文降水量站点数据), 因此降水数据相对于潜在蒸散发数据更为全面。对于降水数据, 以2010年ANUSPLIN降水空间插值数据为例, 通过随机抽样站点10次, 每次随机选取3个站点, 计算插值与实测值的相对误差(表 2), 检验降水空间插值数据的精度。检验结果表明, 降水空间插值数据的相对误差均值为2.37%, 相对误差的绝对值均值为8%, 误差较低, 故采取该方式处理得到的降水空间数据计算产水量。对于潜在蒸散发数据, 以2010年ANUSPLIN潜在蒸散发空间插值数据为例, 由于只有国家气象站点的观测值可用于计算潜在蒸散发, 所以相对降水数据将抽样次数减半, 通过随机抽样站点5次, 每次随机选取3个站点, 计算插值与实测值的相对误差(表 3), 检验潜在蒸散发空间插值数据的精度。检验结果表明, 潜在蒸散发空间插值数据的相对误差均值为-4.72%, 相对误差的绝对值均值为18.27%, 误差相对较低, 故采取该方式处理得到的潜在蒸散发空间插值数据计算产水量。

表 2 降水空间插值数据随机抽样检验结果 Table 2 Random sampling inspection results of precipitation spatial interpolation data
抽样代码
Sample
code
区站号
Station
number
实测值
Measured
value
插值结果
Interpolation
result
相对误差/%
Relative
error
抽样代码
Sample
code
区站号
Station
number
实测值
Measured
value
插值结果
Interpolation
result
相对误差/%
Relative
error
1 45 1318.85 1558.11 18.14 6 133 1766.58 1625.78 -7.97
1301 1630.84 1532.71 -6.02 169 1874.90 1876.74 0.10
57872 1205.40 1296.02 7.52 57972 1292.46 1352.72 4.66
2 140 1260.72 1416.76 12.38 7 136 1560.86 1561.38 0.03
187 1464.18 1569.78 7.21 170 1817.14 1717.40 -5.49
57993 1332.84 1611.40 20.90 57874 1272.90 1274.79 0.15
3 54 1449.50 1581.50 9.11 8 113 1646.08 1431.13 -13.06
146 1445.16 1350.20 -6.57 166 1770.72 1738.37 -1.83
57779 1405.05 1333.89 -5.06 59082 1686.46 1470.62 -12.80
4 58 1480.55 1647.11 11.25 9 134 1397.28 1574.05 12.65
149 1337.50 1354.06 1.24 245 1521.60 1536.93 1.01
57896 1374.54 1496.57 8.88 57965 1520.92 1397.78 -8.10
5 128 1815.46 1958.20 7.86 10 141 1478.80 1338.23 -9.51
139 1453.00 1546.35 6.42 186 1509.78 1585.71 5.03
57993 1332.84 1611.85 20.93 57780 1464.48 1347.35 -8.00
相对误差均值
Average relative error
2.37 相对误差的绝对值均值
Average absolute relative error
8.00
    表中区站号为中国地面气候资料日值数据集的国家气象站点代码和水文统计年鉴上的降水量站代码

表 3 潜在蒸散发空间插值数据随机抽样检验结果 Table 3 Random sampling inspection results of potential evapotranspiration spatial interpolation data
抽样代码
Sample code
区站号
Station number
实测值
Measured value
插值结果
Interpolation result
相对误差/%
Relative error
1 57780 1041.81 1278.229 22.69
57974 1103.11 1019.485 -7.58
59082 1322.69 888.434 -32.83
2 57776 1618.46 716.803 -55.71
57874 958.6 1096.074 14.34
57996 1082.6 1086.428 0.35
3 57872 1126.83 1128.202 0.12
57896 1090.74 814.44 -25.33
57974 1103.11 1032.15 -6.43
4 57779 1082.49 1021.183 -5.66
57889 933.46 1093.457 17.14
57993 990.74 899.849 -9.17
5 57780 1041.81 1373.236 31.81
57896 1090.74 766.633 -29.71
57996 958.6 1104.199 15.19
相对误差均值Average relative error -4.72
相对误差的绝对值均值Average absolute relative error 18.27
    表中区站号为中国地面气候资料日值数据集的国家气象站点代码

在其他参数确定的情况下, 通过调节季节因子(Z)校验模型。季节因子Z取值范围为1—10, 利用水文站点的流量、径流量、径流深度数据进行模型参数的校准。东江湖流域范围内有两个水文站点, 东江和寨前(三)(图 1)。东江水文站接近流域出口, 观测径流量与东江湖水库的调蓄有关, 不能直接用于流域水供给量的校准, 仅作参考。寨前(三)水文站位于水库上游, 观测径流量可排除水库调蓄的影响, 可用于流域水供给量的校准。需要注意的是, 根据水量平衡原理, 降水量与实际蒸散发的差值等于土壤贮水量变化与地表径流量之和, 土壤含水量的计量复杂, 精度较低, 多年平均尺度上土壤贮水量的变化可忽略不计。同时, 参考已有产水量的计算结果[9-10, 21, 37], 当Z取值为2.32时, 多个年份的年径流量观测值达产水量的94.11%, 整体误差较小。

2 结果与分析 2.1 东江湖流域水供给服务的时空格局

1995—2010年东江湖流域水供给量呈现先增加后减少的趋势, 在1100—1600 mm之间变化, 即整个流域供水总量为5.11×109—7.44×109 m3, 2000年的平均水供给量最高, 达到1575.67 mm, 即整个流域供水总量为7.32×109 m3(图 2)。从水量平衡的角度而言, 降水和实际蒸散发是决定生态系统水供给量的两个关键环节。降水是气候变化的重要变量, 实际蒸散同时受气候(辐射、温度、湿度、风速)和下垫面地表覆被的影响。由图 3得出, 同期降水量也呈现先增加后减少的趋势, 基本维持在1600—2000 mm之间, 2000年的平均降水量最多, 为2083.18 mm。平均潜在蒸散发和平均实际蒸散发的变化趋势一致, 呈现波动变化特征, 平均潜在蒸散发大致在1000 mm左右波动变化, 平均实际蒸散发则低于实际潜在蒸散发, 各年份较平均, 约为500 mm。蒸散的年际变化与降水并无明显的相关性[38], 平均水供给量的年际变化与降水的相关性较强。

图 2 1995—2010年东江湖流域降水、蒸散发及供水量变化 Fig. 2 Variation of precipitation, evapotranspiration and water yield in Dongjiang Lake Basin

图 3 东江湖流域水供给量的时空格局分布图 Fig. 3 Spatiotemporal distribution of the water supply amount in Dongjiang Lake Basin

贾芳芳等[37]基于InVEST模型对2000、2005、2010年赣江流域的水源供给功能进行了评估, 在700—1600 mm之间变化;张灿强等[11]基于InVEST模型对2003—2008年西苕溪流域的平均水供给量进行了分析, 在500—1100 mm之间变化。3个流域都属于亚热带湿润季风气候, 东江湖流域的降水量较其他两个流域要多, 植被覆盖率较高, 水供给量较多, 但是三者的水供给量在可比的范围内。

东江湖流域各年水供给量的空间分布格局相似(图 3), 由湖区向四周递增, 最低值均出现在湖区范围内, 各年水供给量在160—700 mm之间变化。最高值均出现在东北部地区, 各年水供给量在1800—2500 mm之间变化。InVEST模型利用降水量和实际蒸发量的差值计算水供给量, 降水插值的空间分布显示流域内的降水量由湖区向四周增加, 湖区范围为降水的低值区。由于地表蓄水体具有一定的调蓄能力, 水体下垫面初始含水量已基本饱和, 雨水下渗能力有限[39], 同时湖区蒸散量分为水体蒸发量和植被(非水体)蒸散量[38]。湖区的水体蒸发量难以直接测得, 绝大多数利用陆上蒸发器观测值换算得来, 通常水体蒸发高于陆上蒸发池的蒸发量[40], 且明显高于植被蒸散量[38], 因此形成湖区水供给量低值区。至于高值区的空间分布则与降水、不同植被的蒸散有关。

图 4可以看出, 1995—2000年流域范围内的平均水供给量整体呈现增多的趋势, 增加幅度由湖区向四周逐级递增, 仅湖区范围内的水供给量有所减少, 减少量为0—100 mm。这主要是由于流域内的降水量整体增加, 但湖区内降水的增加幅度小于其他区域, 且湖区内实际蒸散发增加, 其他区域实际蒸散发降低。2000—2005、2005—2010年间的水供给量均呈现减少的趋势, 但减少的空间格局存在差异。2000—2005年, 水供给量的减少幅度由湖区向四周逐级递增, 其变化的空间格局与1995—2000年的相似, 该时段流域内的降水量整体减少, 实际蒸散发东北部区域整体增加, 其他区域整体减少。2005—2010年, 水供给量的减少幅度由西向东递减, 湖区范围内的减少幅度最大, 该时段流域内的降水量减少, 且西部减少的幅度大于东部地区, 湖区范围内的实际蒸散发增大, 其他大部分区域实际蒸散发减少, 但减少的幅度小于降水量, 导致流域内水供给量整体降低。

图 4 东江湖流域水供给量年际变化的空间分布图 Fig. 4 Spatiotemporal distribution of the water supply amount variation in Dongjiang Lake Basin
2.2 不同土地覆被类型水供给服务的比较

各年份之间同种土地覆被类型的平均水供给量呈现先增加后减少的趋势(图 5), 与整个流域内水供给量的时间变化趋势一致。平均水供给量较高的土地覆被类型依次为城镇建设用地、典型草地、灌丛、灌丛草地, 在1600 mm左右。灌丛在流域范围内的分布较为集中, 主要分布在流域中北部的狭长地带, 是除流域东北部以外较明显的水供给量高值区(图 3)。平均水供给量较低的土地覆被类型为河湖滩地、内陆水体、水田。内陆水体的平均水供给量在800 mm以下, 形成湖区范围内的水供给量低值区(图 3)。模型计算的产水量包括地表产流、土壤含水量、枯落物持水量、冠层截留量, 后三者主要存在于有植被覆盖的土地覆被类型。不同的土地覆被类型产流特性不同, 建设用地、灌丛、草地、林地、耕地的产流能力依次降低[39, 41-44]。森林、草甸的土壤含水量高于灌丛[45], 森林、灌丛、草甸的枯落物持水量和林冠截留量均依次降低[4, 44]。在蒸散发能力上, 水体、耕地、林地、草地、建设用地依次降低[46], 湖区包括水体和河湖滩地, 其蒸发量明显高于植被蒸散量[38]。以上多种因素与降水量等共同叠加形成流域内不同土地覆被类型的平均水供给量差异。虽然城市建设用地产水量较高, 但因其为不透水面, 降水到达地表后进入城市排水管道, 难以被人类利用。流域内灌丛的平均水供给量高于其他林地类型, 主要是由于该地带是流域内降水量的高值区, 水供给量受降水量的影响较大。对于其他的林地类型, 阔叶林的产水量高于针叶林[47], 针阔混交林的产水量或高于阔叶林或低于阔叶林, 与研究区的具体情况有关[4, 22, 48]

图 5 东江湖流域不同土地覆被类型平均水供给量柱状图 Fig. 5 Mean water supply amount of different land cover types in Dongjiang Lake Basin
2.3 子流域尺度上水供给服务的时空格局

由于流域尺度上水供给服务时空格局的分析基于流域整体, 只能判断出流域整体的变化趋势, 难以落实到更小的空间尺度, 可能在一定程度上掩盖地区格局的空间异质性, 不利于水资源的有效管理与评估。为了对东江湖流域水供给量的空间分布格局进行更为深入的分析, 更精确地识别出水供给服务的空间分布, 方便水资源政策的有效实施, 提高水供给服务的质量, 在子流域尺度上分析水供给量的时空格局, 使用平均水供给量作为评估水供给服务能力的指标, 计算1995、2000、2005、2010年各子流域的平均水供给量, 大致在750—1700 mm之间。分别统计各子流域4个年份的降水量、潜在蒸散发、实际蒸散发、土地覆被覆盖率, 并利用SPSS软件进行皮尔逊相关分析, 以识别影响水供给量的主要因素。由于东江湖流域内城镇建设用地的平均水供给量最高, 因此在各子流域土地覆被构成的分析中将城镇建设用地的比例单独列出, 与农村聚落的比例区分开。由表 4可以看出, 平均水供给量与降水量、潜在蒸散发、林地覆盖率成极显著正相关关系, 与实际蒸散发、湿地水体覆盖率成极显著负相关关系, 这与本文水供给量计算值包括地表产流、土壤含水量、枯落物持水量、冠层截留量有关。基于此进一步分析子流域尺度上水供给服务的时空格局, 由图 6表 5可以看出, 各年份7号子流域平均水供给量均最低, 并以此为中心自西向东逐级增加, 这与气象要素的空间分布和各子流域土地覆被类型有关, 各年份降水由湖区向四周递增, 湖区范围内的实际蒸散发最大, 且与周围地区差异较大。综合来看, 平均水供给量较低的2、4、6、7、10、12、18、19号子流域的水体面积比例较高, 降水量较少, 实际蒸散发较高;平均水供给量较高的1、5、8、9、15、23号子流域城镇建设用地和草地的面积比例均较高, 降水量较多, 实际蒸散发相对较低。水供给量不仅与土地覆被类型有关, 与降水量和土地覆被类型的组成结构均有关系, 其具体的关系还有待于进一步研究。

表 4 东江湖子流域平均水供给量与降水量、蒸散发和土地覆被覆盖率的相关分析 Table 4 Correlation analysis of average water supply amount and precipitation, evapotranspiration and the percentage of land cover in Dongjiang Lake subbasins
类别
Category
降水量
Precipitation
潜在蒸散发
Evapotranspiration
实际蒸散发
Actual
evapotranspiration
林地覆盖率
Forest
coverage rate
草地覆盖率
Grassland
coverage rate
相关系数
Correlation coefficient
0.976** 0.392** -0.265** 0.365** 0.142
类别
Category
农田覆盖率
Cropland coverage rate
城镇建设
用地覆盖率
Urban and built-up
coverage rate
农村聚落覆盖率
Rural settlement
coverage rate
湿地水体覆盖率
Wetlands and water
bodies coverage
rate
裸地覆盖率
Bare land
coverage rate
相关系数
Correlation coefficient
0.059 0.016 0.127 -0.544** -0.088
    **在0.01水平(双侧)上显著, *在0.05水平(双侧)上显著

图 6 东江湖地区子流域的水供给服务能力分布图(图上序号为子流域编号) Fig. 6 The hierarchy of water supply service capacity of Dongjiang Lake subbasins (the serial numbers in the figure are subbasin codes)

表 5 1990—2010年东江湖子流域水供给服务差异分析表 Table 5 Variance analysis of water supply service of Dongjiang Lake subbasins in 1990—2010
编号
Code
面积/km2
Area
平均供水量/mm
Average water
supply amount
平均总供水
量/(108m3)
Average total
water supply
amount
平均降水量/mm
Average
precipitation
平均实际
蒸散发/mm
Average actual
evapotranspiration
土地覆被构成Land cover composition/%
林地
Forest
草地
Grassland
农田
Cropland
城镇建
设用地
Urban and
built-up
农村聚落
Rural
settlement
湿地、水体
Wetlands
and water
bodies
裸地
Bare land
1 285.47 1584.34 4.55 2100.98 517.22 75.27 8.13 15.90 0.35 0.00 0.35 0
2 125.27 1243.10 1.52 1739.29 492.15 82.40 1.60 9.60 0.00 0.00 5.60 0.8
3 213.38 1312.10 2.82 1799.76 487.32 88.10 0.48 10.48 0.00 0.00 0.95 0
4 20.60 1090.58 0.23 1678.79 589.96 68.18 9.09 4.55 0.00 0.00 18.18 0
5 155.50 1454.46 2.24 1921.94 465.81 93.55 3.23 3.23 0.00 0.00 0.00 0
6 133.74 1127.49 1.48 1704.88 575.10 66.92 0.00 15.04 0.00 0.00 18.05 0
7 159.24 991.02 1.60 1654.92 664.25 51.88 1.25 9.38 0.00 0.00 37.50 0
8 133.52 1538.88 2.05 2059.36 523.15 91.67 3.79 4.55 0.00 0.00 0.00 0
9 470.92 1501.22 7.03 2014.64 510.39 76.17 5.53 17.45 0.43 0.43 0.00 0
10 317.72 1187.97 3.77 1753.23 568.67 71.61 2.52 7.26 0.00 0.00 18.61 0
11 100.45 1384.02 1.37 1850.35 469.22 89.69 9.28 0.00 0.00 0.00 1.03 0
12 80.97 1282.67 1.05 1785.89 502.06 76.54 8.64 7.41 0.00 0.00 7.41 0
13 131.66 1443.60 1.89 1912.95 466.44 93.80 2.33 3.10 0.00 0.00 0.78 0
14 90.63 1310.54 1.23 1801.43 483.21 84.04 7.45 6.38 0.00 0.00 2.13 0
15 473.20 1508.10 7.10 1995.58 490.60 76.10 11.53 12.37 0.00 0.00 0.00 0
16 249.19 1356.05 3.39 1835.44 484.01 72.51 6.77 19.52 0.00 0.00 1.20 0
17 119.85 1306.63 1.57 1776.34 467.19 74.79 8.40 15.97 0.00 0.84 0.00 0
18 106.52 1250.59 1.28 1762.04 509.18 85.71 2.86 4.76 0.00 0.00 6.67 0
19 78.16 1243.28 0.97 1776.62 529.25 70.89 5.06 13.92 0.00 0.00 10.13 0
20 165.13 1313.34 2.18 1774.40 463.85 73.94 3.64 20.61 0.61 1.21 0.00 0
21 172.69 1362.62 2.34 1858.70 495.34 92.40 0.58 5.85 0.00 0.00 1.17 0
22 230.54 1415.89 3.28 1922.72 507.38 91.85 0.86 6.44 0.00 0.43 0.43 0
23 192.07 1467.35 2.83 1973.79 501.94 84.54 2.58 11.34 0.00 1.55 0.00 0
24 442.13 1411.84 6.27 1896.67 485.68 61.59 4.55 30.00 0.23 3.18 0.45 0

在子流域水供给量的年际变化上, 2000年平均水供给量大于1600 mm的子流域最多。2005、2010年各子流域平均水供给量逐年降低, 不存在平均水供给量大于1600 mm的子流域, 平均水供给量在1000—1200 mm的子流域逐年增多, 2000—2010年整个流域的水供给服务能力减弱, 由于流域内的土地覆被变化不显著, 导致平均水供给量降低的主要原因是气候变化, 1995—2000年流域内的降水量增多, 除湖区以外的实际蒸散发降低;2000—2010年流域内的降水量减少, 流域内大部分地区的实际蒸散发降低, 降低的幅度小于降水量。

综上, 1、8、9、15号子流域是整个流域范围内水供给服务的高值地区, 其占流域的面积比例小于平均水供给比例, 是流域内水供给服务的基础保障区域;2、4、6、7、10、19号子流域是水供给服务的低值地区, 其占流域的面积比例大于平均水供给比例, 尤其是7号子流域。18号子流域较周边子流域(13、14、17、21号)的平均水供给量低, 主要是由于降水量相对较低, 实际蒸散发较高, 水体的面积比例较大, 形成水供给服务的“谷地”。23号子流域较周边子流域(21、22、24号)的平均水供给量高, 主要由于其降水量较高, 没有水体分布, 形成水供给服务的“高地”。对于水供给服务的高值地区, 应注意植被的保护, 防止水土流失, 注意多项生态系统服务间的权衡, 进行准确有效的评估管理, 维持与提高水供给服务。流域内各项生态系统服务之间的关系需要进一步的研究。

3 结论

本文基于InVEST模型计算了东江湖流域不同年份的水供给量, 利用ArcSWAT模型对东江湖进行子流域划分, 并对东江湖流域、子流域水供给量的时空格局进行定量分析与研究, 对流域内不同土地覆被类型的产水能力进行了比较分析, 探究水供给服务时空差异的原因。本研究能够为东江湖流域的水资源管理提供科学的参考依据, 对于东江湖流域生态系统服务功能的提升、生态环境质量的改善、社会经济的可持续发展具有重要的现实意义。研究表明:

(1)1995—2010年, 东江湖流域水供给量整体呈现先增加后降低的趋势, 年均水供给量在1100—1600 mm之间变化, 2000年的平均水供给量最多。年均水供给量的变化趋势与各年份降水量的变化趋势一致, 与流域内平均潜在蒸散发和平均实际蒸散发的变化趋势不同, 后两者在1995—2010年间呈现波动变化, 且两者的波动趋势一致。

(2)水供给量的时空格局:东江湖流域各年水供给量的空间分布格局相似, 由湖区向四周递增, 最低值均出现在湖区范围内, 湖区内各年的水供给量在160—700 mm之间变化, 最高值均出现在东北部地区, 年均水供给量在1800—2500 mm之间变化。1995—2000年流域范围内的水供给量整体呈现增多的趋势, 增加幅度由湖区向四周逐级递增, 仅湖区内的水供给量减少。2005—2010年间的水供给量均呈现减少的趋势, 但减少的空间格局存在差异。

(3)不同土地覆被类型的水供给量:流域范围内的土地覆被类型以林地为主, 占整个流域面积近80%。平均水供给量较高的土地覆被类型依次为城镇建设用地、典型草地、灌丛、灌丛草地, 在1600 mm左右。平均水供给量较低的土地覆被类型依次为河湖滩地、内陆水体、水田。内陆水体的平均水供给量在800 mm以下, 形成湖区范围内的水供给量低值区。

(4)子流域水供给量的时空格局:各个子流域平均水供给量大致在750—1700 mm之间, 平均水供给量与降水量、潜在蒸散发、林地覆盖率成极显著正相关关系, 与实际蒸散发、湿地水体覆盖率成极显著负相关关系。对各子流域平均水供给量的时空格局进行分析, 1995、2000年70%以上的子流域平均水供给量超出1400 mm, 2005年只有3个子流域超出1400 mm, 2010年各子流域平均水供给量均低于1400 mm, 表明流域的水供给服务能力减弱。各个年份水供给服务能力的空间分布也能反映该年份水供给量的数量及空间分布的变化情况。由于流域内的土地覆被变化不显著, 导致平均水供给量降低的主要原因是气候变化。水供给量时空格局差异是气候和土地覆被共同作用的结果。

4 讨论

本文从流域、子流域两个尺度对东江湖流域水供给服务的时空格局进行了探讨分析, 对流域境内的水供给服务有了较全面的认识, 流域内的植被对水供给服务的保护与维持具有重要的作用, 应建立完整的生态补偿机制, 合理开发利用自然资源。但是由于模型不可避免地存在一些误差, 如在计算水供给量的时候未考虑地形地貌等因素, 部分参数如蒸散系数、根系限制层深度、最大根系深度、季节因子等是根据文献中的经验数据或者模型的示例参数赋值所得, 流域内降水量与潜在蒸散发量等空间数据通过插值方法得到, 其计算精度与插值方法和已知点的点位分布有关。因此, 可能在部分地区模拟精度不高, 存在一定的误差。由于InVEST模型是以年为单位模拟水供给量, 在水供给服务空间格局分析的时间精度上准确度不高。对于水供给服务的保持与提高, 在通过植被变化改变产水量之前必须考虑水库蓄水、土壤侵蚀、沉积物、水质变化等, 还要考虑水文过程, 即流域内水供给服务的流动特征。对于流域内水供给服务与土地覆被变化之间的关系, 气象要素与土地覆被类型的构成对水供给量的综合影响效应, 以及流域内多项生态系统服务之间的权衡, 如水供给服务与土壤保持服务之间的关系有待于深入研究。今后的研究中应进一步优化参数, 通过实地采样计算进行参数的本地化, 对产水量的计算结果进行更高精度的实地验证, 提高水供给服务的分析精度;进行多项生态系统服务的综合研究, 权衡各生态系统服务之间的关系, 实现整个流域内生态系统服务价值的最大化, 使研究成果与改善流域环境紧密结合起来。

参考文献
[1] 孙立达, 朱金兆. 水土保持林体系综合效益研究与评价 , 1995 .
[2] 李文华, 何永涛, 杨丽韫. 森林对径流影响研究的回顾与展望[J]. 自然资源学报 , 2001, 16 (5) : 398–406.
[3] 张彪, 李文华, 谢高地, 肖玉. 森林生态系统的水源涵养功能及其计量方法[J]. 生态学杂志 , 2009, 28 (3) : 529–534.
[4] 李士美, 谢高地, 张彩霞, 盖力强. 森林生态系统水源涵养服务流量过程研究[J]. 自然资源学报 , 2010, 25 (4) : 585–593.
[5] 王晓学, 沈会涛, 李叙勇, 景峰. 森林水源涵养功能的多尺度内涵、过程及计量方法[J]. 生态学报 , 2013, 33 (4) : 1019–1030.
[6] 张海博.基于SEBS与SCS模型的区域水源涵养量估算研究[D].中国环境科学研究院, 2012.
[7] 王晓学, 李叙勇, 莫菲, 江燕. 基于元胞自动机的森林水源涵养量模型新方法——概念与理论框架[J]. 生态学报 , 2010, 30 (20) : 5491–5500.
[8] Gao Y, Feng Z, Li Y, Li S C. Freshwater ecosystem service footprint model: a model to evaluate regional freshwater sustainable development-a case study in Beijing-Tianjin-Hebei, China[J]. Ecological Indicators , 2014, 39 : 1–9. DOI:10.1016/j.ecolind.2013.11.025
[9] 吴哲, 陈歆, 刘贝贝, 初金凤, 彭黎旭. 不同土地利用/覆盖类型下海南岛产水量空间分布模拟[J]. 水资源保护 , 2014, 30 (3) : 9–13.
[10] 黄从红.基于InVEST模型的生态系统服务功能研究[D].北京:北京林业大学, 2014.
[11] Zhang C Q, Li W H, Zhang B, Liu M C. Water yield of Xitiaoxi River Basin based on InVEST modeling[J]. Journal of Resources and Ecology , 2012, 3 (1) : 50–54. DOI:10.5814/j.issn.1674-764x.2012.01.008
[12] CSIRO. Water Availability in the Murray-Darling Basin , 2008 .
[13] 肖玉, 谢高地, 鲁春霞, 徐洁. 基于供需关系的生态系统服务空间流动研究进展[J]. 生态学报 , 2016, 36 (10) : 3096–3102.
[14] Sherrouse B C, Clement J M, Semmens D J. A GIS application for assessing, mapping, and quantifying the social values of ecosystem services[J]. Applied Geography , 2011, 31 (2) : 748–760. DOI:10.1016/j.apgeog.2010.08.002
[15] 黄桂林, 赵峰侠, 李仁强, 徐明. 生态系统服务功能评估研究现状挑战和趋势[J]. 林业资源管理 , 2012 (4) : 17–23.
[16] Boumans R, Costanza R, Farley J, Wilsona M A, Portela R, Rotmans J, Villa F, Grasso M. Modeling the dynamics of the integrated earth system and the value of global ecosystem services using the GUMBO model[J]. Ecological Economics , 2002, 41 (3) : 529–560. DOI:10.1016/S0921-8009(02)00098-8
[17] Natural Capital Project. Sierra Nevada, California Demonstration Site. (2006-05-16)[2010-07-08]. http://www.Naturalcapitalroject.org/ConEX/Sierra_Nevada_ConEX_Brochure_100708.pdf.
[18] Fisher B, Turner R K, Burgess N D, Swetnam R D, Green J, Green R E, Kajembe G, Kulindwa K, Lewis S L, Marchant R, Marshall A R, Madoffe S, Munishi P K T, Morse-Jones S, Mwakalila S, Paavola J, Naidoo R, Ricketts T, Rouget M, Willcock S, White S, Balmford A. Measuring, modeling and mapping ecosystem services in the Eastern Arc Mountains of Tanzania[J]. Progress in Physical Geography , 2011, 35 (5) : 595–611. DOI:10.1177/0309133311422968
[19] Swetnam R D, Fisher B, Mbilinyi B P, Munishi P K T, Willcock S, Ricketts T, Mwakalila S, Balmford A, Burgess N D, Marshall A R, Lewis S L. Mapping socio-economic scenarios of land cover change: a GIS method to enable ecosystem service modelling[J]. Journal of Environmental Management , 2011, 92 (3) : 563–574. DOI:10.1016/j.jenvman.2010.09.007
[20] Nelson E, Mendoza G, Regetz J, Polasky S, Tallis H, Cameron D, Chan K M, Daily G C, Goldstein J, Kareiva P M, Lonsdorf E, Naidoo R, Ricketts T H, Shaw M. Modeling multiple ecosystem services, biodiversity conservation, commodity production, and tradeoffs at landscape scales[J]. Frontiers in Ecology and the Environment , 2009, 7 (1) : 4–11. DOI:10.1890/080023
[21] 潘韬, 吴绍洪, 戴尔阜, 刘玉洁. 基于InVEST模型的三江源区生态系统水源供给服务时空变化[J]. 应用生态学报 , 2013, 24 (1) : 183–189.
[22] Chen L, Xie G D, Zhang C S, Pei S, Fan N, Ge L Q, Zhang C X. Modelling ecosystem water supply services across the Lancang River Basin[J]. Journal of Resources and Ecology , 2011, 2 (4) : 322–327.
[23] Kareiva P, Tallis H, Ricketts T H, Daily G C, Polasky S. Natural Capital: Theory and Practice of Mapping Ecosystem Services , 2011 .
[24] Goldstein J H, Caldarone G, Duarte T K, Ennaanay D, Hannahs N, Mendoza G, Polasky S, Wolny S, Daily G C. Integrating ecosystem-service tradeoffs into land-use decisions[J]. Proceedings of the National Academy of Sciences of the United States of America , 2012, 109 (19) : 7565–7570. DOI:10.1073/pnas.1201040109
[25] 刘正佳, 于兴修, 王丝丝, 商贵铎. 薄盘光滑样条插值中三种协变量方法的降水量插值精度比较[J]. 地理科学进展 , 2012, 31 (1) : 56–62.
[26] Marquínez J, Lastra J, García P. Estimation models for precipitation in mountainous regions: the use of GIS and multivariate analysis[J]. Journal of Hydrology , 2002, 270 (1/2) : 1–11.
[27] 钱永兰, 吕厚荃, 张艳红. 基于ANUSPLIN软件的逐日气象要素插值方法应用与评估[J]. 气象与环境学报 , 2010, 26 (2) : 7–15.
[28] Huntchinson M F, Xu T B. Anusplin Version 4.4 User Guide , 2013 .
[29] Allen R G, Pereira L S, Raes D, Smith M. Crop evapotranspiration-guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. Rome: FAO , 1998, 300 (9) : 1–15.
[30] 周文佐.基于GIS的我国主要土壤类型土壤有效含水量研究[D].南京:南京农业大学, 2003.
[31] 苗淑娟.卧虎山水库流域产汇流研究[D].济南:济南大学, 2012.
[32] Canadell J, Jackson R B, Ehleringer J B, Mooney H A, Sala O E, Schulze E D. Maximum rooting depth of vegetation types at the global scale[J]. Oecologia , 1996, 108 (4) : 583–595. DOI:10.1007/BF00329030
[33] 徐佩, 彭培好, 王玉宽, 刘延国. 九寨沟自然保护区生态水的计量与评价研究[J]. 地球与环境 , 2007, 35 (1) : 61–64.
[34] Tallis H T, Ricketts T, Guerry A D, Nelson E E D, Wolny S O N, Vigerstol K, Pennington D, Mendoza G, Aukema J, Foster J, Forrest J, Cameron D L E, Kennedy C, Verutes G, Kim C K, Guannel G, Papenfus M, Toft J, Marsik M, Bernhardt J, Wood S, Sharp R. InVEST 2.1 Beta User's Guide , 2011 .
[35] Zhang L, Dawes W R, Walker G R. Response of mean annual evapotranspiration to vegetation changes at catchment scale[J]. Water Resources Research , 2001, 37 (3) : 701–708. DOI:10.1029/2000WR900325
[36] Budyko M I. Climate and Life , 1974 : 1–510.
[37] 贾芳芳.基于InVEST模型的赣江流域生态系统服务功能评估[D].北京:中国地质大学(北京), 2014.
[38] 赵晓松, 刘元波, 吴桂平. 基于遥感的鄱阳湖湖区蒸散特征及环境要素影响[J]. 湖泊科学 , 2013, 25 (3) : 428–436.
[39] 朱超洪, 李仁东. 洞庭湖区土地利用变化对地表产流的影响分析[J]. 长江流域资源与环境 , 2005, 14 (5) : 566–569.
[40] 杜屿. 水库湖泊水面蒸发的分析计算[J]. 海洋湖沼通报 , 1986 (3) : 25–32.
[41] 王学雷, 王慧亮, 王巧铭. 江汉平原四湖流域土地利用变化及其水文响应探讨[J]. 华中师范大学学报:自然科学版 , 2014, 48 (1) : 101–105.
[42] 郭军庭, 张志强, 王盛萍, StraussP, 姚安坤. 应用SWAT模型研究潮河流域土地利用和气候变化对径流的影响[J]. 生态学报 , 2014, 34 (6) : 1559–1567.
[43] 朱映新.苏州市降雨径流关系及下垫面变化对径流量影响研究[D].南京:河海大学, 2007.
[44] Farley K A, Jobbágy E G, Jackson R B. Effects of afforestation on water yield: a global synthesis with implications for policy[J]. Global Change Biology , 2005, 11 (10) : 1565–1576. DOI:10.1111/gcb.2005.11.issue-10
[45] 金小麟. 水源涵养的计量研究[J]. 贵州林业科技 , 1990, 18 (3) : 64–72.
[46] 顾东娟.长株潭城市群土地利用/覆被变化的水文水资源效应分析[D].长沙:湖南师范大学, 2014.
[47] Komatsu H, Kume T, Otsuki K. The effect of converting a native broad-leaved forest to a coniferous plantation forest on annual water yield: a paired-catchment study in northern Japan[J]. Forest Ecology and Management , 2007, 255 (3/4) : 880–886.
[48] 张彪, 李文华, 谢高地, 肖玉. 北京市森林生态系统的水源涵养功能[J]. 生态学报 , 2008, 28 (11) : 5619–5624.