2005—2020 年山西省水源涵养功能时空格局及其演变驱动力分析

何秋琴，王京伟，毕 旭，宋晓伟

1.中国科学院城市环境研究所，福建 厦门 361021

2.山西财经大学资源环境学院，山西 太原 030006

3.中国科学院大学，北京 100049

水源涵养是生态系统的一项重要服务调节功能，在恢复植被、控制土壤沙化及保护水资源等方面都起着关键作用[1]；特别是在干旱、半干旱的生态脆弱区，良好的水源涵养功能既是当地生态安全的重要基础，也是社会经济可持续发展的保障[2].生态系统水源涵养功能的时空格局越来越受到学术界关注和重视[3].

山西省是全国水资源贫乏与水土流失最严重的省份之一，全省水资源总量只有142×108m3，人均占有量381 m3，全省水土流失面积最高时达到10.8×104km2[4].近20 多年来，山西省一直是国家生态修复工程投资的重点省份.据相关部门统计，经过多年的生态修复，全省水土流失治理度已达62.9%，生态环境质量已大为改善；但其带来的水源涵养功能时空格局变化还不清楚.山西省降水的季节分布差异大，空间上呈东南向西北递减、平原向高山逐渐增加的趋势，大部分区域蒸散发与干旱化风险均较大；水源涵养功能变化与全省生态安全格局密切相关[5].此外，作为我国典型的生态脆弱区，水源涵养功能时空格局及驱动因素状况也是当地提升生态环境整治工作质量的基础.然而，有关山西省水源涵养功能时空格局演变及其驱动力的定量研究还较为缺乏.

目前，水源涵养量的计算方法主要有水量平衡法、年径流量法、降水贮存法、综合蓄水能力法和多因子回归法，这些方法需要的数据量大，不适合应用于大尺度区域[6].随着水文模型的发展和广泛应用，学术界常运用相关水文模型更加精准地对研究区域水源涵养功能进行评估，主要采用InVEST 模型[7-8]、SWAT模型[9]等.其中，InVEST 模型具有适用区域范围广、数据易获取、评估结果可空间化表达等特征，越来越被广泛使用[10-11].例如，学者们利用InVEST 模型分别对河南省[12]、辽宁省[13]、黑龙江省[14]等区域的水源涵养量及其时空分布特征进行了研究.随着王劲峰等[15]开发出地理探测器模型和相关软件，地理探测器逐渐被应用于水源涵养空间分异驱动因子分析研究[14-16].地理探测器适用于分析研究目标的空间分异性、探测驱动因素或解释影响因素、解析不同研究因子间的交互关系等方面[17]，该模型可充分地从地理空间的角度探讨水源涵养功能对多个驱动因素的综合响应.地理探测器分析水源涵养变化驱动因素的定量效应时，在多因素叠加效应方面存在不足，而主成分分析法可以弥补这种缺陷；然而，综合地理探测器和主成分分析法定量评价水源涵养变化驱动因素的研究还不多见.本研究以山西省为研究区域，使用InVEST 模型评估2005 年、2010 年、2015 年和2020年等4 个时期水源涵养的空间分布特征；在此基础上，综合使用地理探测器和主成分分析法识别区域内水源涵养空间分异的主要驱动因子及交互作用类型，分析整体生态系统水源涵养时空变化特征及其驱动因素，研究结果利于增强对山西省水源涵养功能变化的认识，且有助于相关管理部门制定更有效的针对性政策.

1 研究区概况

山西省地处黄河中游、海河上游，位于太行山西侧、黄土高原东部，东依太行与河北省毗连，西隔黄河与陕西省相望，南抵黄河与河南省为邻，北界长城与内蒙古自治区接壤.全省轮廓呈东北斜向西南的平行四边形，地理位置处于34°34′N～40°44′N、110°14′E～114°33′E 之间.全省面积15.67×104km2，约占全国总土地面积的1.6%；省域内地势东北高、西南低，是典型的黄土覆盖的山地高原；高原内部起伏不平，河谷纵横，地貌有山地、丘陵、台地、平原，山区面积占全省总面积的80.1%(见图1).山西省地处中纬度地带的内陆，属温带大陆性季风气候；全省各地年均气温介于4.2～14.2 ℃之间，总体分布趋势为由北向南升高，由盆地向高山降低；全省各地年降水量介于364.635～779.534 mm 之间，季节分布不均，夏季6―8 月降水相对集中，约占全年降水量的60%，且省内降水分布受地形影响较大.

图1 山西省数字高程Fig.1 Digital elevation model of Shanxi Province

2 研究数据和方法

2.1 数据来源

本研究收集土地利用类型、年降水量、潜在蒸散发、土壤属性、数字高程模型(DEM)、山西省边界、归一化植被指数(NDVI)和夜间灯光指数等基础数据(见表1)进行水源涵养功能变化及其驱动因素分析.

表1 数据类型及来源Table 1 Data type and source

2.2 研究方法

2.2.1 产水量计算

采用InVEST 模型的产水量模块进行产水量模拟计算，主要是基于水量平衡原理，依据降水量、潜在蒸散发量、土壤深度、土地利用类型、植物可利用水含量和生物物理表等参数计算获得产水量.年产水量采用式(1)计算：

式中：Yx为栅格单元x的年产水量，mm；AETx为栅格单元x的年实际蒸散量，mm；Px为栅格单元x的年降水量，mm.是依据傅抱璞等[18-19]提出的Budyko曲线基础上发展而来，采用式(2)计算：

式中：Rx为栅格单元x的布德科干燥度指数，它是潜在蒸散与降水量的比值；wx为气候-土壤非物理参数.Rx采用式(3)计算，wx根据Donohue 等[20]提出的式(4)计算.

式中：Kcx为栅格单元x的植被蒸散系数，不同的植被类型该值不同；ET0x为栅格单元x的年潜在蒸散发量，或称为参考蒸散发量，mm.

式中：AWCx为栅格单元x的植被有效利用水含量，mm；Z为多年平均降水特征的季节常数，在模型中取值范围为1～30，本研究根据《2015 年山西省水资源公报》和《2020 年山西省水资源公报》中的产水系数对产水量进行矫正.AWCx采用式(5)计算：

式中：MSDx为该区域栅格单元x的土壤最大深度，mm；RDx为栅格单元x的根系最大深度，mm；PAWCx为栅格单元x的植物可利用水含量，可以通过土壤质地以及土壤有机质含量计算得到[21]，mm，采用式(6)计算：

式中：φsand为土壤砂粒含量，%；φsilt为土壤粉砂粒含量，%；φclay为土壤黏粒含量，%；σOM为土壤有机质含量，%.

2.2.2 水源涵养模型

水源涵养是指生态系统对降水进行截留、渗透、蓄积，并通过蒸发实现对水流、水循环的调控.将产水量和地形指数、地表径流流速、土壤饱和导水率等参数进行叠加分析，得到的结果为该区域的水源涵养量[22].水源涵养量采用式(7)计算：

式中：Ret 为水源涵养量，mm；V为流速系数；T为地形指数；K为土壤饱和导水率；Yx为研究区栅格单元x的年产水量，mm.T和K分别采用式(8)和式(9)计算：

式中：Da 为区域栅格数量；Sd 为土壤深度，mm；Ps 为坡度百分比，%.

2.2.3 地理探测器

从自然因素和人类活动两个方面选择与水源涵养功能变化相关的具有代表性且易量化、易获取的驱动因素.其中，自然因素包括年降水量、年潜在蒸散发量、数字高程和归一化植被指数栅格数据，人类活动包括土地利用类型和夜间灯光指数栅格数据.

地理探测器是探测空间分异性、揭示其背后驱动因子的一种新的统计学方法[23].本研究使用地理探测器中的因子探测和交互探测模块，分析山西省水源涵养量空间分异的驱动因子作用及相互作用.因子探测主要是探测因变量Y的空间分异性，以及探测某因子X在多大程度上解释了属性Y的空间分异，用q值[15]度量，表达式为

式中：q表示离散化后的自变量对因变量的解释能力，取值在0～1 之间；h=1，2，3，…，L；L为自变量的分类或分层；Nh和σh2分别为h层的样本数和方差；N和σ2分别为总样本量和方差.

交互作用探测主要是识别不同驱动因子X之间的交互作用，即评估因子X1和X2共同作用时是否会增加或减弱对因变量Y的解释力，或这些因子对Y的影响是相互独立的.

2.2.4 主成分分析法

主成分分析法是一种随机变量统计方法，以最少的信息丢失为前提，将原有变量通过线性组合的方式综合成少数几个新变量且新变量之间互不相关，用新变量代替原有变量参与数据建模，该研究采用SPSS软件对驱动因子进行主成分分析，通过计算特征值、主要成分贡献率及累计方差贡献率，并结合地理探测器分析结果识别关键驱动因子[24].

3 结果与分析

3.1 降水量变化特征

2005―2020 年山西省降水量空间格局分析结果(见图2)表明，高降水量区域主要集中晋东南的长治市、晋城市以及晋南的运城市，这些地区年均降水量为500～800 mm；晋北的大同市、朔州市降水量较低，这些地区年均降水量为300～400 mm；其他地区降水量较为中等，总体呈从西北向东南逐渐增加的趋势，且全省东南部太行山地区和忻州市的五台山地区降水最为充沛.随着时间推移，山西省降水量整体呈逐渐增加趋势.

图2 2005―2020 年山西省降水量空间分布特征Fig.2 Spatial distribution characteristics of precipitation in Shanxi Province from 2005 to 2020

3.2 土地利用类型变化特征

研究表明，土地利用类型变化对水源涵养功能有显著影响，该研究选取2005 年、2010 年、2015 年、2020年4 个时期的土地利用/覆被类型数据进行分析.2005-2020 年山西省土地利用类型空间分布及土地利用类型转移矩阵(见图3 和表2)表明，土地利用类型在整体上存在明显的空间异质性，各土地利用类型面积有明显变化.从空间分布来看，土地利用类型包括耕地、林地、草地、水域、建设用地、未利用地(见图3)；其中耕地面积最大，主要分布在海拔较低的大同盆地、忻定盆地、太原盆地和运城盆地；其次是林地和草地，主要分布在高山和丘陵地区；建设用地类型面积位于第四位，主要分布在城镇区；水域和未利用地面积占比都较低.

表2 2005―2020 年山西省土地利用类型转移矩阵Table 2 Land use transfer matrix of Shanxi Province from 2005 to 2020 km2

图3 2005―2020 年山西省土地利用类型空间分布特征Fig.3 Spatial distribution characteristics of land use types in Shanxi Province from 2005 to 2020

土地利用类型转移结果(见表2)表明，2005―2020 年，未利用地和水域面积变化不大，其他土地利用类型有明显转移.耕地和草地为主要转出土地利用类型，其中，耕地转出面积(约22 422.45 km2)最大，占总转出面积的35.36%，主要转移为草地，重要发生区域为西部吕梁山的黄土丘陵沟壑区和残塬沟壑区，以及晋东南的太行山山地丘陵区；草地也发生了较大转出，共转出面积约20 872.24 km2，主要转出为耕地，重要发生区域为西部吕梁山的黄土丘陵沟壑区.建筑用地呈现快速扩张趋势，转入面积远大于转出面积，面积增加来源于草地和耕地，重要发生区域为太原盆地、大同盆地；林地转入面积约为12 863.96 km2，主要转入来源为草地和耕地，重要发生区域为高海拔山区.

3.3 水源涵养功能时空格局变化

山西省水源涵养量高的区域主要集中在晋东南的太行山、西部的吕梁山和东北部的五台山等山区，其次是晋东南部的长治盆地、晋城盆地和晋南的运城盆地，晋北地区(大同市和朔州市)水源涵养量最低(见图4).全省单位面积水源涵养量整体呈先增后减的趋势，2005 年为13.34 mm/m2，2010 年为14.22 mm/m2，2015 年为14.51 mm/m2，2020 年为14.31 mm/m2.2020 年水源涵养总量相比2005 年增加了1.53 ×108m3，增长率为7.3%(见表3).

表3 2005―2020 年山西省不同土地利用类型水源涵养量Table 3 Water conservation of different land use types in Shanxi Province from 2005 to 2020

图4 2005―2020 年山西省水源涵养空间分布特征Fig.4 Spatial distribution characteristics of water conservation in Shanxi Province from 2005 to 2020

从单位面积水源涵养量来看，山西省各土地利用类型也均呈先上升再下降的趋势.2005 年以来，山西省耕地、林地、草地和其他用地水源涵养总量呈先增后减的趋势，而建筑用地的水源涵养总量呈持续增加趋势.根据水源涵养总量，2005―2020 年山西省水源涵养能力表现为林地˃草地˃耕地˃建筑用地˃未利用地˃水域(见表3).

3.4 水源涵养量时空分异驱动力分析

地理探测器分析结果(见表4 和表5)表明，高程(q值为0.046～0.059)、年潜在蒸散发量(q值为0.057～0.105)、年降水量(q值为0.372～0.477)、土地利用类型(q值为0.074～0.127)、夜间灯光指数(q值为0.047～0.085)和归一化植被指数(q值为0.122～0.224)对山西省水源涵养功能的变化具有显著影响(P均小于0.05)，但不同因子对水源涵养变化的解释力存在差异.其中，年降水量在不同年份的解释力均超过0.3，说明其是决定水源涵养变化的空间分异特征的主导因素；归一化植被指数次之，在不同年份的解释力均超过0.1；解释力居第三的因子是土地利用类型，各土地利用类型水源涵养能力不同但解释力均超过0.05，故土地利用类型面积的变化对水源涵养量有重要影响.主成分分析法结果(见表6 和表7)表明，2005-2020 年前三个主成分解释的累计方差贡献率在70%以上，其中第一主成分的贡献率最大.根据驱动因子的主成分荷载值，与第一主成分密切相关的因子是高程和年潜在蒸散发量，与第二主成分密切相关的因子是年降水量，土地利用类型与第三主成分密切相关.

表4 2005―2020 年各驱动因子交互探测结果Table 4 Interactive detection results of each driving factor from 2005 to 2020

表5 2005―2020 年驱动因子对水源涵养量变化的单个效应(q 值)Table 5 Individual and combined effects of the driving factors on water conservation changes from 2005 to 2020 (q value)

表6 驱动因子的特征值、主成分贡献率及累计方差贡献率Table 6 Eigenvalues,contribution rates and accumulated variance contribution rates of driving factors

表7 驱动因子的主成分荷载值Table 7 Loading values of principal components of driving factors

进一步分析各驱动因子的交互作用，发现均为非线性增强或双因子增强，说明任何单个因素与其他因素相结合均可增强对水源涵养量空间分异的影响.在不同年份中，对山西省水源涵养量空间分异解释力最大的驱动因子交互组合为年降水量与年潜在蒸散发量协同(q值为0.486～0.596)以及年降水量与土地利用类型协同(q值为0.468～0.582)，说明在这两种协同类型下的区域有更加丰富的水源涵养量.驱动因子交互作用次之的是年降水量与高程协同、年降水量与归一化植被指数协同.

4 讨论

山西省作为我国典型的生态脆弱区，近年来生态修复取得了较大成效.水源涵养功能时空格局演变及其驱动力的定量分析可为优化全省生态环境管理提供重要参考，然该方面研究相对欠缺，该研究针对前述问题从以下3 个方面展开讨论.

4.1 水源涵养功能时空格局

水源涵养功能是反映生态环境质量的关键指标，探究其时空格局变化对于维持生态系统健康和稳定具有重要意义[25].该研究表明，2005-2020 年山西省水源涵养量整体呈先增后减的趋势，具有明显的空间差异性，这与吕乐婷等[13]关于辽宁省的研究结果相似，但他们并未深入分析长时间序列背景下较短年限间隔内降水量与水源涵养量变化趋势.宁亚洲等[26]研究了秦岭地区水源涵养功能的时空变化，发现降水量与水源涵养量时空分布特征基本一致，降水量是影响水源涵养量的主要因素.该研究发现，山西省水源涵养量空间分布呈东南向西北递减，这与降水量空间分布特征一致；然而，水源涵养量在2005-2015 年间的变化趋势与降水量变化趋势一致，但在2015-2020 年间却与降水量变化趋势不一致，原因可能是该时间段内人类活动干扰较大[26].该研究还发现，山西省水源涵养量高值区域集中在山区和盆地，该结果可能与这些区域近几十年来大力实施退耕还林还草措施而明显提高了植被覆盖度密切相关，因为林地和草地生态系统水源涵养能力显著高于其他类型生态系统[25].

土地利用类型变化会改变土壤下垫面、水土保持功能及局域小气候，进而影响水源涵养功能时空格局[27].该研究表明，2005―2020 年山西省各类土地利用类型水源涵养能力表现为林地˃草地˃耕地˃建筑用地˃未利用地˃水域.乔亚军等[14]和涂安国等[28]分别对黑龙江省和江西省东江源区的研究也都表明林地的水源涵养能力显著大于其他土地利用类型，这与笔者所得结果一致；但这些研究发现耕地的水源涵养能力大于草地，这与笔者所得结果不同，原因可能是研究区域的地势地貌不同造成的[29].山西省地貌类型复杂多样，山地、丘陵、残塬、台地、谷地、平原等交错分布，以山地、丘陵为主体(约占总土地面积的80.4%)，且大部分区域海拔在1 000 m 以上，这造成了草地对于全省水源涵养的重要性仅次于林地且大于耕地[30].

人类活动对土地利用类型的改变显著影响其水源涵养功能[31].2005-2020 年山西省土地利用类型转移结果表明，耕地和草地为主要转出土地利用类型，耕地(22 422.45 km2)主要转出为草地，草地(20 872.24 km2)主要转出为耕地，其主要发生的区域为西部吕梁山的黄土丘陵沟壑区和残塬沟壑区，以及晋东南的太行山山地丘陵区，而这些地区是近20 年来山西省水土保持生态工程和水源涵养措施实施的重点区域，以上两类土地利用类型的变化总体上增强了水源涵养功能[32].该研究还发现，林地和建筑用地为面积增加的主要土地利用类型，高海拔山区有12 629.24 km2的草地和耕地转为林地，这与近20 年来全省实施的生态修复和退耕还林还草措施密切相关；而建筑用地呈现快速扩张趋势，这可能是近年来全省城市、城镇现代化进程迅速扩张所致.建筑用地增加、草地面积减少会降低区域内的水源涵养能力[33]，这与乔亚军等[14]的研究结果一致.基于上述研究结果，山西省应继续坚持实施国土绿化，紧紧围绕沙化地、矸石山、土石山等困难立地造林，针对性推进草原生态修复，从而增加林草面积，增强山西省水源涵养功能.

4.2 水源涵养功能变化的驱动因素

目前，山西省水源涵养功能时空变化的驱动因素尚不清楚.鉴于此，该研究利用InVEST模型、地理探测器及主成分分析法进行了综合分析.地理探测器结果表明，年降水量、土地利用类型、归一化植被指数等3 个因素对水源涵养有重要影响；主成分分析法结果表明，年降水量、土地利用类型、高程、年潜在蒸散发量等4 个因素对水源涵养有重要影响，但各驱动因素的交互作用分析发现降水量与潜在蒸散发量、土地利用类型、高程、归一化植被指数等指标的协同作用会强烈影响水源涵养量的变化.因此，降水量是影响山西省水源涵养功能变化的最主要因素，这与吕乐婷等[13,34]的研究结果相似，但吕乐婷等[13,34]并未深入探析降水量与其他因子的交互作用对水源涵养的影响.该研究发现，年降水量与年潜在蒸散发量协同(q值为0.486～0.596)以及年降水量与土地利用类型协同(q值为0.468～0.582)是对水源涵养影响最显著的驱动因子交互组合，这表明近20 年来山西省水源涵养功能变化主要是由年降水量、年潜在蒸散发量和人类活动共同驱动；而张福平等发现水源涵养功能变化的主要驱动因素是气候变化[34]，这种差异主要是由研究区域地理地貌不同造成的[35].山西省以山地丘陵为主的复杂地貌不但会影响区域年降水量、年潜在蒸散发量，而且还增强了人类活动下生态系统的脆弱性和可变性[36]，因此，除年降水量、年潜在蒸散发量外，与人类活动密切相关的土地利用类型变化是该省在关注水源涵养功能时应重点考虑的因素.归一化植被指数对水源涵养空间分异特征的影响仅次于年降水量，其在各年份的解释力均超过0.1，且年降水量与归一化植被指数协同、年降水量与高程协同是对水源涵养影响次显著的驱动因子交互组合.这表明在优化土地利用类型结构时，应注重提高植被覆盖率，特别是海拔较高地区的植被覆盖度[37]，这将利于增强水源涵养功能.

4.3 基于水源涵养影响因素的生态修复措施优化探讨

该研究发现不同驱动因素的交互作用均可增强对水源涵养量空间分异的影响力，表明综合考虑各项影响因素的协同作用、细化优化工程措施是提高生态修复工程水源涵养功能效应的有效路径[38].在不同年份，对山西省水源涵养量空间分异解释力最大的影响因子协同类型为年降水量与年潜在蒸散发量协同、年降水量与土地利用类型协同，在该两种协同类型作用下的地区有更丰富的水源涵养量.因此，可基于作用最强的协同类型，优化生态修复规划、调整具体工程措施.如根据区域气候要素细化工程区划，基于小流域内降水量和蒸散发量核算优化林草种类和配比，提高利于形成植被多样性的封禁措施比重，这些举措可定向提高截流能力强的林草植被面积，以达到增强该区域水源涵养能力的目的[39].此外，局部地区土地利用类型变化对水源涵养功能的影响大于年降水量、年潜在蒸散发量，应注重优化调整土地利用类型方案[40].如在西部吕梁山的黄土丘陵沟壑区和残塬沟壑区、晋东南的太行山山地丘陵区以及晋西北应巩固提高草地面积，高海拔山区要提高林地面积，大同盆地、太原盆地则要严格限制草地和耕地转为建筑用地.总之，各驱动因子间的协同作用对山西省水源涵养量空间分异的影响更大，不是简单的叠加关系.在实际中需要综合考虑驱动因子对水源涵养量空间分异产生的影响[41]，未来对于山西省水源涵养功能的维持和提升需要充分考虑年降水量、蒸散量等自然因素和土地利用类型等人为因素的交互作用影响，优化相应的生态修复措施，以达到提升生态服务功能的目的.

上述分析明确了山西省水源涵养功能时空格局变化特征及其主要影响因素，但是该研究采用的InVEST 产水量模型存在一定程度的局限性，即假定汇集到出水口的水分为蒸散发释放后的水分，没有将人类直接消耗的水分进行计算，也没有区分地表水和地下水.在未来的研究中应加强实地数据监测，结合山西省的实际情况对水源涵养功能进行更综合、系统的评价，提升研究结果的精确性.

5 结论

a) 地理探测器和主成分分析法的综合结果表明，2005-2020 年，山西省水源涵养变化的主要影响因素是年降水量(q值为0.372～0.477)和土地利用类型(q值为0.074～0.127)；但水源涵养变化更受限于不同因素间的交互作用，在不同年份中，对山西省水源涵养量空间分异解释力最大的驱动因子交互作用为年降水量与年潜在蒸散发量协同(q值为0.486～0.596)，以及年降水量与土地利用类型协同(q值为0.468～0.582).

b) 山西省以山地丘陵为主的复杂地貌增强了人类活动下生态系统的脆弱性和可变性，要特别关注年降水量与土地利用类型的协同作用，通过调整优化土地利用类型，强化前述两因素的交互作用，以期增强水源涵养功能.