基于净初级生产力的丘陵山地生态系统水源涵养功能评价—以重庆市为例

叶勤玉 , 何泽能 , 杨世琦* , 王 舒 , 张德军

（1.中国气象局气候资源经济转化重点开放实验室，重庆市气象科学研究所，重庆 401147；2.国家气象信息中心，北京 100081）

引言

水源涵养是指生态系统通过植被层、土壤层、枯枝落叶层特有的结构对降水进行再分配[1]，从而实现径流调节、滞洪补枯、净化水质等功能[2]。水源涵养生态功能动态监测与评估，能够在区域水资源管理与配置、生态系统保护和修复等方面提供科学指导，是生态环境研究的热点问题[3-4]。

传统针对水源涵养功能评估的方法主要有综合蓄水能力法、水量平衡法、模型法、林冠截留量法等。综合蓄水能力法是从蓄水能力角度研究植被冠层、枯落物层与土壤层的蓄水能力[5]。水量平衡法从水量平衡的角度考虑生态系统水分的流入和流出，进而估算生态系统水源涵养量[6-7]。模型法是使用模型计算流域的产水量、对降水的截留量或者水源涵养量，常用的有In-VEST 模型和SWAT 模型等[8-9]。林冠截留量法是通过计算林木冠层对降水的截留量来评估水源涵养能力高低[10]。上述评估方法的短板在于：综合蓄水能力法需要生态水文站点观测数据作为支撑；水量平衡法未考虑地表水与地下水的相互作用，而林冠截留量法未考虑蒸散、径流以及土壤层的作用，两种方法均需要地表径流系数和林冠截留率来参与计算，这些系数基本来源于已发表文献，难以根据研究区域自然地理状况进行调整；模型法所需参数较多，基础数据更新较为困难[11]。可见，监测评估和持续跟踪大区域尺度、地形复杂地区水源涵养功能变化，迫切需要引入精准高效的监测手段作为重要技术支撑。

近年来，卫星遥感技术飞速发展，它能快速、大面积、重复获取生态环境信息，其监测数据具有客观性、宏观性[12]，能有效解决数据更新慢、监测不及时等问题，有助于动态监测和精准定位区域水源涵养功能变化。目前，已有多项研究[13-14]使用与生态系统服务相关的植被指数在大尺度上对生态系统质量和服务进行间接评估，如叶面积指数、植被净初级生产力（Net Primary Productivity，NPP）等。NPP 是表征陆面生态过程的一个关键参数，与多种生态系统服务功能的生产和流动有着密切关系，被广泛应用于生态系统服务功能的监测和评估[15-18]。《生态保护红线划定指南》也将NPP 评估法作为划分水源涵养生态保护红线的推荐方法之一[19]。本文以重庆市为例，基于NPP 改进水源涵养生态功能定量指标评估模型，提出了一个高效评估丘陵山地水源涵养功能的新方法，并利用该方法分析了生态系统水源涵养功能空间分布特征以及不同下垫面上水源涵养能力变化规律，旨在为合理开发利用自然资源和保护生态系统健康提供科学依据。

1 研究区与数据

1.1 研究区概况

重庆市位于长江上游地区，幅员面积达8.24×104km2。境内以丘陵、山地为主，其中山地占76%，多呈现“一山一槽二岭”的形态，是典型的丘陵山地地貌（图1a）。重庆多年平均降水量为914～1844 mm，多年平均气温介于16～18 ℃，境内河流众多，长江横贯全境，与嘉陵江、乌江等河流交汇，水资源十分丰富[20]。重庆地形地貌较为复杂，境内植被类型主要有针叶林、阔叶林、草地等（图1b），处于秦巴生态系统、四川盆地生态系统、云贵高原的生态交错带[21]。重庆市是我国典型的山水城市，森林茂密，物种多样，复杂的自然条件和特殊的地理位置决定了重庆特殊的生态地理地位。境内江津、綦江属于大娄山区水源涵养与生物多样性保护重要区；城口、巫溪属于秦岭-大巴山生物多样性保护和水源涵养重要区；黔江、酉阳、秀山、彭水、石柱属于武陵山区生物多样性保护与水源涵养重要区。总之，丰富的水资源和充足的降水使重庆成为长江上游重要的水源涵养地。

图1 重庆市地形（a）和土地利用（b）分布

1.2 数据介绍

MODIS（ Moderate Resolution Imaging Spectro-radiometer）是搭载在Terra 和Aqua 卫星上的重要传感器。研究选取了MODIS 植被指数产品[22]、土地覆盖产品[23]以及1:1000000 土壤属性数据库[24-25]、CLDASV2.0（CMA Land Data Assimilation System）降水产品[26]参与模型分析和构建，具体情况见表1。研究中将多源卫星遥感数据进行了重投影和归一化处理，空间分辨率统一重采样为250 m。采用最大化合成法对Terra和Aqua 植被指数产品进行了月合成，并对月数据进行年平均值计算。对CLDAS 小时降水数据进行了年累计合成，得到年累计降水数据。利用高分卫星数据提取的水体，对IGBP 地表分类中水体分类进行了校正，再将其用于不同土地覆盖类型上的水源涵养生态功能分析。

表1 数据来源及说明

2 研究方法

2.1 植被覆盖度估算模型

植被覆盖度（Fraction Vegetation Coverage, FVC）是衡量陆表植被状况的一个关键参数，研究中采用像元二分模型估算植被覆盖度[27]，计算公式如下：

式中：NDVIsoil为纯裸土像元的NDVI值，NDVIveg为纯植被像元的NDVI值；使用研究区域内累积频率为1%的NDVI值为NDVIsoil，累积频率为99%的NDVI值为NDVIveg。为了消除由于云雾影响所带来的数据缺失，获取更多的有效监测数据，采用最大化合成法对Aqua 和Terra 两颗卫星数据进行了合成。

2.2 NPP 估算模型

NPP 是指绿色植物通过光合作用，在单位时间和单位面积内，扣除自养呼吸消耗后所累积的有机物数量，是表征陆面生态系统质量的一个关键参数。利用MODIS 植被指数、地面气象资料、土地覆盖类型数据，采用光能利用率CASA 模型估算植被净初级生产力[28]，具体公式如下：

式中：t表示时间，x表示像元的空间位置，APAR(x,t)为光合作用有效辐射， ε(x,t)为实际光能利用率。光合作用有效辐射计算公式如下：

式中：SOL(x,t) 为太阳总辐射量（单位：MJ·m-2），FPAR(x,t)为植被光合有效辐射吸收比例。FPAR可由NDVI计算得到，具体公式如下:

式（7）中： α为调整系数，取值0.5。

光能利用率主要受温度和水分的影响，可由下式计算：

式中：Tε1(x,t)和Tε2(x,t)反映温度对光能转化率的影响，Wε(x,t) 为水分胁迫影响系数， εmax为理性状态下的最大光能转化率。Tε1(x,t)、Tε2(x,t)和Wε(x,t)计算公式如下：

式中：Topt(x)为NDVI到达最高值时对应月份的平均气温，E(x,t) 为区域实际蒸散量，Ep(x,t)为区域潜在蒸散量。

2.3 基于NPP 的水源涵养功能评估模型

根据《生态保护红线划定指南》[19]中水源涵养NPP定量指标评估方法，对区域水源涵养生态功能进行评估，计算公式如下：

式中：WR表示生态系统水源涵养服务能力，NPPmean为植被净初级生产力（单位：gC·m-2），Fsic为土壤渗流系数，Fpre为降水（单位：mm），Fslo为坡度（单位：°）。从公式（12）中可以看到，WR与NPP、降水、渗流因子呈正相关，与坡度呈负相关。

3 基于NPP 的水源涵养评估模型改进

已有研究[29-33]表明：生态系统水源涵养功能受植被、降水、地形等多种因素的影响，尤其是森林覆盖率对子流域水源涵养能力影响最为显著；植被覆盖度、降水量、地形指数、土壤厚度和可利用含水量均对水源涵养功能有正向驱动作用，其中植被可通过林冠层和枯枝落叶层拦截降水，将更多的地表径流转为地下径流，起到涵养水源的作用。本文为提高评估准确性，根据重庆实际地形、植被分布等生态状况，在分析植被覆盖度分布与坡度关系的基础上，对公式（12）进行改进。

图2 给出了重庆市2019 年植被覆盖度空间分布。如图所示，植被覆盖度较高区域主要分布在渝东北（城口、巫溪、奉节、开州等区县）、渝东南（秀山、酉阳、黔江、彭水等区县）以及渝西南（南川、綦江等区县），这些地区分布着大巴山、巫山、七曜山、方斗山、仙女山、四面山等山脉，大量森林使得植被覆盖度较高；植被覆盖度相对较低区域主要集中在渝西（潼南、大足、永川、荣昌等区县）；植被覆盖度最低区域以重庆主城区、各区县城镇以及河流等水域为主，其中长江、嘉陵江、乌江等水体的植被覆盖度为0，而重庆主城区、各区县城镇的城市化发展导致了植被覆盖度偏低。可见，植被覆盖度空间分布与森林分布、人类活动和土地利用变化密切相关。

图2 重庆市2019 年植被覆盖度空间分布

为了详细描述不同季节植被覆盖度随坡度的变化趋势，将坡度进行3°分级，图3 和图4 分别给出了2019 年重庆地区月平均以及年平均植被覆盖度随坡度的变化情况。分析可知，2019 年重庆市月平均植被覆盖度随着坡度升高基本上呈现出先增后降的趋势，但是下降时段的植被覆盖度仍然高于坡度较缓时段（图3）。在1—3 月和10—12 月，当坡度小于15°时，植被覆盖度随着坡度升高而迅速增加；在15°～60°之间，植被覆盖度变化较为平缓；当坡度大于60°时，10 月、1 月和2 月植被覆盖度略有上升，11 月、12 月和3 月植被覆盖度略有下降。在4—6 月，当坡度小于45°时，植被覆盖度呈缓慢上升趋势；当坡度大于60°时，植被覆盖度下降较为明显。在7—9 月，当坡度小于35°时，植被覆盖度增加较为迅速；在35°～45°之间，植被覆盖度变化较为平缓；当坡度大于45°时，植被覆盖度略有下降。年平均植被覆盖度随坡度的变化趋势与月平均植被覆盖度类似，同样随着坡度升高基本呈先增后降的趋势（图4）。当坡度小于20°时，植被覆盖度随着坡度升高迅速增加；在20°～50°之间，植被覆盖度变化较为平缓；当坡度大于50°时，植被覆盖度呈缓慢下降趋势，但数值仍然比坡度小于10°时高。综合图3 和图4 可知，在重庆这种丘陵山地地区，植被覆盖度和坡度基本呈正相关，植被覆盖度随着坡度升高而增大，这与韩继冲等[34]和朱林富等[35]的研究结论基本一致。

图3 2019 年重庆市月平均植被覆盖度随坡度的变化趋势

图4 2019 年不同坡度年平均植被覆盖度变化趋势

因此，本文根据重庆山地城市的实际自然地理状况，对《生态保护红线划定指南》中的方法进行改进，将坡度由负相关调整为正相关，定义改进的水源涵养服务能力指数（Water Retention Index，WRI）如下：

式中：WRI为改进的水源涵养服务能力指数，NPP由CASA 模型进行估算，Fsic通过土壤质地数据计算得到，Fpre来源于CLDAS-V2.0 再分析资料，Fslo通过DEM数据计算得到。

按照《生态保护红线划定指南》中的方法对土壤属性数据进行了处理，土壤渗流因子与土壤质地密切相关，土壤渗流因子从小到大排序为：重黏土＜粉质黏土＜轻黏土＜粉质黏壤土＜黏壤土＜粉砂土＜粉质壤土＜砂质黏土＜壤土＜砂质黏壤土＜砂质壤土＜壤质砂土＜砂土。

4 生态系统水源涵养服务功能评估结果

4.1 NPP 与降水空间分布

根据公式（13），由NPP、降水、渗流、坡度共4 个因子计算得出WRI，评估生态系统水源涵养能力的高低，其中NPP 和降水是关键因子。如图5a 所示，2019 年重庆市年平均NPP 为934 gC·m-2，渝东北的开州、巫溪、渝东南的石柱、武隆等区县NPP 较高，主城区、江津、长寿、涪陵等区县NPP 较低。如图5b所示，重庆市2019 年降水量为500～1400 mm，北碚、渝北、长寿、涪陵、武隆、开州、万州等区县降水量较高，巫山、云阳、江津等区县降水量较低。如图5c 所示，重庆市森林生态系统平均NPP 较高，在1000 gC·m-2以上，草地生态系统平均NPP 次之，城镇和裸地平均NPP 最低。可见，重庆市NPP 的空间分布与植被覆盖度（图2）较为一致，与森林分布、人类活动和土地利用变化密切相关。

图5 2019 年重庆市（a）NPP、（b）降水空间分布以及（c）不同土地覆盖类型对应的平均NPP

4.2 水源涵养生态功能空间分布

对比2019 年重庆市WR（图6a）和WRI（图6b）空间分布发现，二者差异显著。如图6a 所示，重庆西部水源涵养能力较强，东北部水源涵养能力较差；WR与降水（图5b）的空间分布较为一致，降水量较高的渝西、开州、梁平等区域的水源涵养能力较高，降水量较低的巫山、奉节、巫溪等区域的水源涵养能力较低。可见，当年降水量对水源涵养能力空间分布格局具有决定性影响。由重庆市土地利用分布（图1b）可知：重庆东北部以森林生态系统为主，人类活动较弱；西部以作物和自然植被的镶嵌体为主，人类活动较强。图5c 也说明森林生态系统平均NPP 更高。综上可知，WR反映的信息明显与研究区域实际情况不符。

图6 2019 年重庆市WR（a）和WRI（b）空间分布

如图6b 所示，WRI 客观耦合了植被和降雨的信息，其整体评估结果更为连续合理；人类活动较强的西部地区，水源涵养能力较弱；森林和自然植被较多的巫溪、城口、奉节等区域，水源涵养能力较强；对忠县、丰都、酉阳等区县的评估结果也更加连续，并没有因为降水的影响形成突变。可见，单个降水因子只在WRI 模型中起到了部分作用，使得模型更为合理稳定，适用于评估人类活动和气象条件对生态系统水源涵养能力的综合影响。总的来说，WRI 空间分布与实际状况和已有研究更为相符[36-37]，用于评估丘陵山地水源涵养服务能力是可行且可靠的，与高分辨率卫星遥感数据相结合，更能及时监测和精准定位由于人类活动造成的局部地区水源涵养能力变化，对于及时发现生态环境问题、科学监管生态保护红线区以及合理制定保护政策具有重要的科学意义和应用价值。

如 图7 所 示，2019 年 重 庆 市 年 平 均WRI 为0.04，水源涵养能力较高的区域沿山脊呈带状分布。WRI较高值区域主要分布在东北（城口、巫溪、开州等区县）、东南（酉阳、武隆等区县）以及西南部（南川、万盛等区县），这些区域有大量的森林覆盖，可以减少水分蒸发，具有良好的截留降水能力，使得水源涵养能力较强。重庆西部以及垫江、长寿、忠县的部分区域，地貌以平坝丘陵为主，存在大量耕地，人类活动影响剧烈，自然植被保持较少，水源涵养能力较低。巫山、奉节等区县虽然有大量的森林等自然植被覆盖，但由于2019 年这两个区县局部降水较少，因此部分区域水源涵养能力较低。渝西虽然整体水源涵养能力较低，但是区域内巴岳山、英山、云雾山、箕山、黄瓜山、缙云山、中梁山、华蓥山等山脊水源涵养能力较高。重庆主城区以建设用地为主，水源涵养服务能力最低。

图7 2019 年重庆市不同区县平均WRI

4.3 水源涵养生态功能重要性分布

分位数算法是统计学中用于分级的常见方法，对总体X和给定的 α（0 ＜α ＜1） ，若存在xα，使P{x≥xα}，则xα为X分布上的上侧 α分位数。本节采用分位数法，将水源服务能力指数按从低到高的顺序排列，参考《生态保护红线划定指南》[19]中分级方式，将系统服务功能重要性分为一般重要、重要、极重要共3 级。

图8 给出了重庆市水源涵养生态功能重要性分布。如图所示，极重要等级分布在城口、开州、石柱、武隆、酉阳、秀山、南川等地，面积约2.69×104km2，占全市面积的32.6%，其中大巴山、巫山、雪宝山、七曜山、方斗山、金佛山等区域分布有连续不断的大量森林，水源涵养服务能力指数很高，水源涵养服务能力极重要；此外，极重要等级在渝西呈带状分布，主要集中在云雾山、缙云山、中梁山、巴岳山等山脉附近；在垫江、梁平的明月山、精华山也分布有极重要等级。重要等级穿插分布在极重要等级之间，面积约2.76×104km2，占全市面积的33.5%，这些区域有一定的森林分布，自然植被状况较好，但同时有一定的人类活动影响，主要分布在奉节、云阳、忠县、綦江等区县。一般重要等级穿插分布在重要等级之间，面积约2.79×104km2，占全市面积的33.9%，这些区域以耕地为主，人类活动影响剧烈，自然植被保持的较少，主要集中分布在潼南、荣昌、永川、大足、铜梁、合川、江津等区县。

图8 重庆市水源涵养服务功能重要性空间分布

根据MODIS 土地覆盖数据，分析不同土地覆盖类型上水源涵养重要性功能分布特征（图9），结果表明：极重要、重要等级主要分布在森林和草地上，其次是作物；城市和建成区分布有少量的重要、极重要等级，其原因可能是使用的土地利用类型数据未及时更新，城市的快速发展已经使一部分自然植被覆盖地表转化为建设用地，也可能是城市里园林的存在有助于涵养水源；森林区域的极重要等级面积约占整个极重要等级面积的33.8%，草地占54.8%，说明森林和草地对于生态系统水源涵养功能非常重要，保护自然植被有利于生态系统涵养水源。

图9 不同土地覆盖类型对应的水源涵养服务功能重要性

5 结论与讨论

本文以重庆市为例，基于NPP 改进了水源涵养生态功能定量指标评估模型，提出了一个高效评估丘陵山地水源涵养功能的新方法，并用其分析了生态系统水源涵养功能空间分布特征以及不同下垫面上水源涵养能力变化规律，得到如下主要结论：

（1）2019 年，重庆市年平均NPP 为934 gC·m-2，年降水量为500～1400 mm，WRI 为0.04。重庆市水源涵养生态功能整体呈“东北与东南部高、西部低”的空间分布格局，水源涵养能力较高的区域沿山脊呈带状分布。

（2）水源涵养功能极重要等级分布在城口、开州、石柱、武隆、酉阳、秀山、南川的部分区域，这些区域森林资源丰富，水源涵养服务能力极重要。极重要等级在渝西呈带状分布，主要集中在山脉附近。在垫江、梁平的明月山、精华山也分布有极重要等级。重要等级穿插分布在极重要等级之间，主要分布在奉节、云阳、忠县、綦江等区县。一般重要等级穿插分布在重要等级之间，主要集中分布在潼南、荣昌、永川、大足、铜梁、合川、江津等区县。森林区域的极重要等级面积约占整个极重要等级面积的33.8%，草地占54.8%，自然植被是生态系统涵养水源的主体，应给与重视、保护和发展。

本研究为利用NPP 对丘陵山地区域水源涵养功能评估提供了一个可行可靠的方法，能为水源涵养定量化、空间化、精细化监测提供技术支撑。该方法耦合了植被和降水的信息，适合于评估人类活动和气象条件对生态系统水源涵养能力的综合影响。结合高分辨率卫星数据，更能精准反映由于人类活动造成局部地区水源涵养能力变化，这对于区域生态保护红线监管具有重要作用。后续将对生态系统水源涵养能力变化的驱动机制进行深入研究，同时尝试提升NPP、降水时空分辨率，获取更加精细的水源涵养功能时空分布特征以及变化规律，为生态环境保护提供科学的评估结果。