图1 研究区示意图
Fig.1 Location of the study area
摘要 以云南省保山市为例, 利用 CHELSA 全球月降水量和月平均气温数据(900m 分辨率)以及 MOD17A3 NPP 数据和 HWSD-V1.2 土壤数据, 基于 Budyko 水平衡模型, 定量地评估区域水源涵养功能的空间分布状况。研究结果表明, 研究区的水源涵养量空间分布主要受降水空间分布不均影响, 其中高黎贡山的阻隔对水汽分布起重要作用; 不同地类的单位水源涵养量和总水源涵养量排序均为森林>灌草地>耕地>水域>建设用地。森林的保护和维持对区域水源涵养能力的提升至关重要。研究区水源涵养极重要区占市域面积的 14%,且集中于高黎贡山西侧, 东侧大部分区域水源涵养能力较弱, 水资源涵养功能维持的压力较大。
关键词 水源涵养; 山地城市; 气候变化; 土地覆被
水以多种方式影响着人类生活的诸多方面。作为重要的战略资源, 水与社会经济发展紧密相关, 是维系人类可持续发展的重要命脉。然而, 在全球气候变化的背景下, 人类活动加上各种灾害的频繁发生, 使得区域水文过程产生深刻的变化, 水资源安全格局的构建和维护逐渐成为社会各界关注的热点[1–2]。
水资源安全格局指土地覆被‒利用格局中保障区域人类社会合理用水, 以及维持自然生态过程和功能的生态用水有关的特定景观类型或关键空间位置[3–4]。例如, 水源地保护区、水源涵养功能区以及淡水存储库(湖泊、湿地、河流等水体)等的分布[5]。其中, 水源涵养功能区的辨识至关重要, 除从不同植被类型涵养水源能力角度[6]出发的定性及半定量方法外, 侯晓臣等[7]对比了几种常用的定量方法: 综合蓄水能力法、林冠截留剩余量法、水量平衡法、降水储存量法、多因子回归法、森林水文模型及多模型集成法。综合蓄水能力法主要从森林植被的不同层次以及疏松土壤层截留来计算植被蓄水能力[8–9]。多因子回归法使用河流流量与流域土地覆被、地形属性占比等因子, 利用回归模型分析流域下垫面属性与产水量的关系[10]。在基于水平衡的模型方法中, 径流或产水的估算通常是核心问题。例如, 通过美国农业部 SCS-CN 方程估算径流深度或产水量[11–13], 或根据文献调查, 获得不同土地覆被类型的地表径流系数来计算产流[14], 进一步将估算得到的产水量带入水平衡方程以计算水源涵养量。集成化程度较高的 InVEST 和 SWAT 等模型[15–18]也较为常用, 在计算出产水量后, 可以根据DEM 地形指数, 土壤渗透性、土地利用类型和地表径流流速等参数计算水源涵养量。
云南省属于全国水资源相对丰富的区域[19], 但水资源安全状况却处于全国中等偏下的水平[20]。省内各地区和自治州的水资源状况差异巨大, 总体形势不容乐观[21]。云南西部边陲保山市与缅甸接壤, 国境线长达 167km, 与孟加拉国、印度和不丹等国家遥遥相望, 是连接中国与南亚、东南亚国家的重要通道, 在我国对外开放战略格局中具有重要作用。近年来, 随着国家“一带一路”倡议的实施, 保山城市发展进一步加速[22], 势必加大水资源需求的增长。然而, 2016—2018 年《云南省水资源公报》显示, 保山地区降水、年径流和地下径流量已连续 3 年呈偏少状态, 其中, 与 2016 年相比, 2017年地下径流减幅达 14.6%。区域经济发展面临的水资源压力进一步增加。
针对这一情况, 为掌握区域水资源空间分异规律, 本文在对现有数据资料进行分析的基础上, 依托 3S 技术, 对保山市水资源涵养功能等有关问题进行研究, 以期为区域产业结构调整以及水资源利用规划等提供科学依据。
保山市位于中国云南省西部边境(图 1), 国土面积为 19062km2(据《云南省生态保护红线划定方案》)。全市以山地为主, 盆地与山原广泛分布, 其中山区面积约为 17475km2, 占 90%以上。该地区整体上属低纬山地中亚热带气候类型, 分属南、中、北温带, 南、北、中亚热带以及北热带 7 个气候带, 年均气温为 14.8～21.3ºC[23]。全区降水丰富, 年均降水量为 1536.4mm, 年降水总量为 292.5×108m3 [24]。境内江河分属澜沧江、怒江和伊洛瓦底江三大水系[25], 流向由北向南, 其中澜沧江和怒江以及伊洛瓦底江的两条较大支流均为跨境河流。河川径流量总量约为 150.7×108m3(不含过境流量), 地下径流量约为 50×108m3 [23]。保山市干湿季分明, 雨季(5—10 月)降水量占年降水量的 82%。年降水变差系数在 0.1～0.2 之间, 总体上年际变化不大。据统计, 2018 年区域总人口约为 262.7 万, 其中, 城镇人口约 96.8 万, 乡村人口约 165.9 万, 常住人口城镇化率为 36.9%, 人均水资源量为 5608m3。保山是云南省重要粮食生产地之一, 主要粮食作物有水稻、麦类、玉米、薯类和豆类等, 主要经济作物有烤烟、小粒咖啡、茶叶、核桃和甘蔗等[26]。据2018 年《云南省水资源公报》统计数据, 保山市农业、工业、生活和生态用水量分别为 8.7×108, 1.3× 108, 1.2×108 和 0.19×108 m3。
图1 研究区示意图
Fig.1 Location of the study area
对从地理空间数据云(http://www.gscloud.cn/)下载的 Landsat4-5 TM 影像(2010 年 12 月)进行监督分类, 得到森林、灌草地、耕地、水域以及建设用地 5 个类型的土地覆被图。从美国地质勘探局(USGS)网站下载保山地区 90m 空间分辨率数字高程模型(SRTM-DEM), 用于地形分类和地形湿度指数的计算。从瑞士联邦森林、雪和景观研究所网站(Chelsa Climate, http://chelsa-climate.org/downloads/)下载全球 900m 空间分辨率的月降水量和月平均气温分布栅格数据(1979—2013 年均值)。从 USGS 地球数据(https://lpdaac.usgs.gov/)下载 500m 分辨率的MOD17A3 NPP 数据(2005—2010 年)。土壤数据采用 HWSD-V1.2 数据。为便于进行栅格图像的叠加和计算, 将所有数据重采样到空间分辨率为 90 m。
1.3.1蒸散发估计
蒸散发是水平衡和能量循环过程的重要环节。Budyko 水热耦合模型[27]综合考虑了降水和蒸散发能力对蒸散发量的影响, 被认为是蒸散发计算的有效方法之一[12,28–29]。Zhang 等[30–31]在 Budyko 水热耦合模型的基础上, 提出基于降水季节性和植被特征的蒸散发估算公式:
(1)式中, ET 为实际蒸散发量; P 为降水量; E0 为潜在蒸散发量; w 为植被可用水系数(与不同植物的根区深度有关), 可由 Donohue 等[32]提出的公式计算得到, 或根据 Zhang 等[30]的经验取值: 森林为 2.0, 灌草丛为 1.0, 耕地为 0.5, 建设用地为 0.1。
使用Blaney-Criddle方法[33]估算 E0。该方法以温度数据为基础, 适用于月以上尺度的 E0 估算, 具有参数少和应用方便的优点[34–36]。计算公式为
E0 =Km(0.46T+8.13), (2)
式中, K 为经验系数(取值范围为 0.5～1.2), 与植被、地理位置及季节有关; m 为计算时段内日间时数占全年日间时数(12×365)的比例(根据地区纬度和季节计算); T为月平均气温(ºC)。
K 值参考 Xu 等[36]的研究结果: 生长季 5—10 月取 0.85, 11—4 月取 0.5。m 值取纬度为 25°N的地区, 根据 FAO 提供的各月推荐值[37]。
1.3.2水源涵养量估计
Budyko 模型根据水量平衡原理计算流域产水量, 在产水量的基础上考虑土壤深度、渗透性以及地形等因素的影响, 进一步估算水源涵养量。计算公式[16,38–39]如下:
(3)
式中, V 为流速系数, WR 为年平均水源涵养量(mm), Ksoil为土壤饱和导水率(cm/d), WY 为产水量, TI 为地形指数。TI 是上游贡献区和坡度的函数[40], 可根据 DEM 计算得到:
(4)式中, a 为单位等高线长度的上坡集水区面积, β 为局部地段坡度。产水量WY由下式计算:
WY=P − ET, (5)
式中, P 为降水量, ET 为实际蒸散发量。
V 值参考傅斌等[38]的研究结果, Ksoil 值则根据土壤理化性质, 利用美国农业部开发的水文和水分收支软件 SPAW 计算得到。
1.3.3水源涵养服务能力评价
参考《生态保护红线划定技术指南》(环境保护部〔2015〕56 号文件)中水源涵养功能重要性的评估方法, 以水源涵养服务能力指数作为评价指标, 计算公式如下:
WRI=NPPmean ·Fsic ·Fpcp (1−Fslo), (6)
式中, WRI 为水源涵养服务能力指数; NPPmean 为年平均净初级生产力; Fslo 为归一化坡度(取值为 0～1); Fsic 为土壤渗流能力因子, 根据土壤质地类型, 从黏土到砂土分别在 0～1 (黏土为 0, 砂土为 1)之间均等赋值得到; Fpcp 为归一化降水(取值为 0～1)。
WRI 图层最终采用分位数分类法, 从高到低分为 4 个级别: 极重要、重要、中等重要和一般重要。
图 2(a)和图 3(a)分别显示保山地区年降水、产水量多年平均值的空间分布情况。通过对各栅格图层的统计, 得到研究区平均降水量为 1477.5mm, 平均产水深度为 502.1mm, 年产水总量约为 95.6× 108m3。研究区的产水量分布具有明显的空间分异特征, 与当地降水量西部多、东部少的分布情况基本上一致。降水量与产水量西高东低的总体空间分布格局主要是由山地的垂直地带性造成的。高黎贡山南北纵向穿过研究区, 西边是龙江–瑞丽江流域(属伊洛瓦底江水系)上游区域, 主要为山地地貌, 平均海拔接近 2000m, 山地植被以森林为主, 年均降水量达 1536.0mm。虽然境内伊洛瓦底江流域单位面积实际蒸散发量比较大(图 2(b)), 平均值为871.1mm, 但因其降雨量较大, 该流域的产水量总体上较大。
图2 研究区年降水量(a)及蒸散发量(b)分布
Fig.2 Distribution of annual recipitation (a) and evapotranspiration (b) in the study area
图3 研究区年产水量(a)及水源涵养量(b)分布
Fig.3 Distribution of annual water yield (a) and water conservation (b) in the study area
按研究区流域统计产水量: 伊洛瓦底江流域为664.3mm, 怒江流域为 427.3mm, 澜沧江流域为305.5mm (表 1)。位于中部的怒江流域和东部的澜沧江流域平均海拔稍低, 平均降雨量约为 1100mm, 比全区平均降水量低 377mm, 单位面积平均实际蒸散发量为 741.7mm。与高黎贡山西部地区相比, 虽然中部和东部蒸散发量少 130mm, 但降水量少429.3 mm, 故产水量相对较小。
表1 研究区涉及流域的气象水文要素统计
Table 1 Statistics of meteorological and hydrological elements of the basin involved in the study area
流域降水/mm蒸散发/mm产水量/mm水源涵养量/mm 伊洛瓦底江1536.0871.1664.3100.9 怒江1194.0768.2427.332.6 澜沧江1019.5715.2305.532.7
图 3(b)显示计算得到的研究区水源涵养量的分布情况, 单位面积的平均水源涵养量在 0～975mm 之间变化, 平均值为 54.6mm, 折合总水量 10.5×108m3。从图 3 可见, 研究区单元平均水源涵养量的空间格局与单元产水量的空间格局基本上一致, 也表现出西高东低的分布格局。
分流域统计单元水源涵养量, 从高到低分别为伊洛瓦底江流域 100.9mm, 怒江流域 32.6mm, 澜沧江流域 32.7mm (表 1)。水源涵养高值区仍然是高黎贡山西侧的伊洛瓦底江流域, 该区域产水量大, 主要山地植被森林的郁闭度较高, 土壤结构及通气状况良好, 土层相对较厚, 持水能力较强[41]。另外, 地形地貌对水源涵养量的分布影响也较大, 水源涵养功能较弱的低值区主要位于研究区坡麓边缘和山间盆地, 这些区域坡度小, 地势相对平缓, 但人类活动密集, 耕地分布较多。近几年来, 随着城市建设和交通用地的扩张, 不透水地面增加, 水源涵养功能偏低。尤其是地处中部的怒江流域, 受怒江河谷地区焚风效应影响, 气候偏干, 自然植被状况不良, 人类活动导致的土地碎片化程度较高, 降水截留能力差, 水源涵养能力总体上偏低。但是, 该流域仍散布着少量水源涵养能力较高的地段, 如怒江流域西南部的山地。这部分区域地形起伏度相对较小, 植被覆盖状况相对要好。
利用 ArcGIS 分区统计工具, 计算不同土地覆被类型的单位面积水源涵养量及总量, 结果见表2。
各地类的水源涵养能力通过其单位水源涵养量来体现。研究区不同地类单位水源涵养量排序为森林>灌草地>耕地>水域>建设用地。森林下的土壤结构良好, 森林的郁闭使土壤直接接受的太阳辐射能较少, 土壤蒸发量小, 水源涵养能力最强。与之相比, 灌草地和耕地等类型的涵养能力差很多。不同用地类型的水源涵养总量排序为森林>灌草地>耕地>水域>建设用地。森林的水源涵养总量最高, 因为单位水源涵养量大, 且面积占比最大(覆盖研究区面积的 40.4%)。虽然灌草地平均单元水源涵养量不大, 但由于面积占比较大(39.8%), 水源涵养总量仅次于森林。耕地比水域的水源涵养能力略大, 其面积占比达 18.7%, 水源涵养总量位居第三。由此可见, 水源涵养总量除与土地覆被类型有关外, 还与地类面积的占比有关。
根据水源涵养量计算值和《生态保护红线划定技术指南》(环境保护部〔2015〕56 号)中水源涵养重要性评估方法, 分别对研究区的水源涵养重要性进行评价, 绘制水源涵养功能与水源涵养服务能力指数(WRI)等级分布图(图 4)。
根据式 6, WRI 主要由生态系统、降水分布及地形决定, WRI 等级空间分异较明显(图 4(b))。与依据水源涵养量划分的涵养功能(图 4(a))对比, WRI 与水源涵养功能的分布格局总体上一致, 但两者在相应等级内的面积占比有较大的差异: 水源涵养功能极重要的区域占区域面积的 14%, 而 WRI 分级中的重要性区域占 24%; 属于一般重要的水源涵养功能区占 60%, 而 WRI 分区结果中的一般重要性区域仅占 27%。
从总体分布格局来看, 极重要区集中在研究区的西部, 包括腾冲市和龙陵县的大部分地区以及施甸县的部分山地, 尤其是腾冲西部边境以及腾冲与隆阳区交界的高黎贡山一带, 为森林的主要分布区。位于高黎贡山东侧的潞江坝以及保山坝和昌宁坝等河谷盆地区的水源涵养功能较差, 故水源涵养重要性等级最低, 其余地区重要性属于中等。保山坝子的北部和西部分别是北庙水库及大、小海子水库的上游区, 这些山地海拔不高, 分布也相对分散, 但对市区的供水安全极为重要。另外, 这些区域对保山城区洪涝灾害的控制有重要作用。因此, 尽管该区水源涵养功能不是最高, 但其重要性也应归为极重要等级。
表2 不同地类水源涵养量统计
Table 2 Statistics of water conservation in different land types
土地覆被类型像元数量/个单位涵养量/mm总涵养量/m3 最大平均最小 灌草地934585963.86.6500.5×108 森林950363975.3128.8909.9×108 水域12181494.21.8500.2×106 耕地438582583.12.8300.1×108 建设用地1435627.40.00400.5×103
图4 研究区单位水源涵养功能(a)及水源涵养服务能力指数(WRI)等级(b)
Fig.4 Distribution of the importance grade of unit water conservation (a) and the WRI (b) in the study area
根据本文研究结果, 保山市的水源涵养极重要区面积为 2632.9km2, 占全市总面积的 14%, 远大于目前单纯以水源保护为目的的市域面积(未计入高黎贡山国家自然保护区在保山市的面积)。但是, 由于保山地处云贵高原西南边缘, 地势西北高、东南低, 雨季来自印度洋的季风使区域西部和南部形成丰富的降水[25], 有利于植被生长, 维护其水源涵养功能。
对于高黎贡山东侧的区域(主要是隆阳区和昌宁县), 水资源涵养功能维持的压力较大, 特别是隆阳区, 水资源涵养能力较高的区域面积占比不大, 但需水压力较大。受南北向高黎贡山山脉的阻隔作用, 与腾冲、龙陵等市县相比, 降水量大幅度减少。所以, 应着重从恢复下垫面入手, 通过自然修复与人工植被建设相结合的手段, 对碎片化严重的山地植被进行恢复, 以期能够在较短时间内恢复该地区的水源涵养功能。
本文采用定量与半定量的方法对比研究云南保山地区的水源涵养重要性评价问题。定量的方法以水源涵养量的定量估算为着眼点, 在确定区域产水量和水源涵养量的基础上, 进行水源涵养功能划分, 计算过程相对复杂, 划分出的水源涵养极重要区面积占全区的比例较低。半定量方法主要从不同生态系统涵养水源能力差异的角度出发, 加入地形和土壤等影响因素[38]的空间叠加结果 WRI 来划分水源涵养的重要性等级。我们发现, 用 NPP 反映生态系统差异, 容易夸大作物的水源涵养能力, 因为在生长季的耕地上, 作物也表现出较高的初级净生产力。另外, 虽然半定量方法能反映区域空间上水源涵养能力的相对差异, 但其结果图中的像元值无明确的物理意义, 像元重分类过程受人为因素的影响较大。如采用分位数分类法时, 各等级区的面积会趋于均衡分布, 极重要区所占面积比例过高, 不利于保护规划的制定和实施。
水资源涵养重要性分析与评价是水资源利用规划和制订生态保护政策的基础。水源涵养重要性评价结果的可靠性依赖于水源涵养量评估的准确性。基于 GIS 空间分析的水资源涵养量估算模型具有定量化和空间化的优点, 能够在更精细的尺度上识别水源涵养的重要区域。在各方面数据较充足以及条件允许的情况下, 应尽量选择以定量评估手段来获得更精确的评价结果。
水源涵养功能是生态系统水分调节能力及降水时空状况的综合反映, 如何评估生态系统的潜在水源涵养能力及其在气候变化背景下的实际表现, 有待未来深入探讨。
本文以定量、半定量方法, 研究云贵高原西南边缘保山市年均水源涵养量及其涵养功能的空间分布特征, 得到如下结论。
1) 研究区水源涵养量主要受降水空间分布不均匀性的影响。其中, 南北走向的高黎贡山山脉阻隔水汽向东部的输送, 决定了研究区水源涵养量西高东低的总体格局。
2) 不同地类的单位水源涵养量以森林为最高, 且面积占比最大, 所以森林覆盖地区的总水源涵养量也最高。森林的保护和维持对区域水源涵养能力的提升至关重要。
3) 水源涵养量与水源涵养服务能力指数(WRI)反映的水源涵养重要性空间格局基本上一致。根据水源涵养定量计算结果划分重要性等级, 更利于保护规划的制定和实施。研究区水源涵养极重要区占市域面积的 14%, 且集中于高黎贡山西侧地区, 东侧大部分地区的水源涵养能力不高。未来, 随着人口及社会经济的发展, 其水资源压力将进一步增加。
4) 为保障区域水安全, 一方面应注重对现有高水源涵养区和森林的保护, 加强对土地碎片化严重区的植被恢复, 巩固并提升本地区水源涵养能力;另一方面, 应严格控制城市发展规模, 科学合理地布局产业, 发展节能节水型经济, 实现可持续发展。
参考文献
[1]李雪松, 李婷婷.中国水安全综合评价与实证研究.南水北调与水利科技, 2016, 14(3): 162–168
[2]Sinyolo S, Mudhara M, Wale E.Water security and rural household food security: empirical evidence from the Mzinyathi district in South Africa.Food Security, 2014, 6(4): 483–499
[3]Shresthaa S, Aiharab Y, Bhattarai A P, et al.Deve-lopment of an objective water security index and assessment of its association with quality of life in urban areas of developing countries.SSM-Population Health, 2018, 6: 276–285
[4]Jensen O, Wu H.Urban water security indicators: Development and pilot.Environmental Science and Policy, 2018, 83: 33–45
[5]闻豪, 倪福全, 邓玉, 等.四川省区域经济发展与水安全时空格局的耦合研究.华北水利水电大学学报(自然科学版), 2017, 38(4): 33–42
[6]王春菊, 汤小华.GIS 支持下的水源涵养功能评估.水土保持研究, 2008, 15(2): 215–217
[7]侯晓臣, 孙伟, 李建贵, 等.森林生态系统水源涵养能力计量方法研究进展与展望.干旱区资源与环境, 2018, 32(1): 121–127
[8]孙艺杰, 任志远, 赵胜男.关中盆地生态服务权衡与协同时空差异.资源科学, 2016, 38(11): 2127–2136
[9]孙清琳, 李延森, 郭继凯, 等.云和县森林生态系统水源涵养功能评估.北京大学学报(自然科学版), 2015, 51(5): 888–896
[10]Cingolani A M, Poca M, Giorgis M A, et al.Water provisioning services in a seasonally dry subtropical mountain: identifying priority landscapes for conser-vation.Journal of Hydrology, 2015, 525: 178–187
[11]聂忆黄.基于地表能量平衡与SCS模型的祁连山水源涵养能力研究.地学前缘, 2010, 17(3): 269–275
[12]杜世勋, 郭新亚, 荣月静.基于 Budyko 假设和SCS-CN 模型的河源区水源涵养功能研究.水土保持研究, 2018, 25(1): 147–152
[13]张海博.基于 SEBS 与 SCS 模型的区域水源涵养量估算研究[D].北京: 中国环境科学研究院, 2012
[14]Xu J, Xiao Y, Xie G.Analysis on the spatio-temporal patterns of water conservation services in Beijing.Journal of Resources and Ecology, 2019, 10(4): 362–372
[15]余新晓, 周彬, 吕锡芝, 等.基于InVEST模型的北京山区森林水源涵养功能评估.林业科学, 2012, 48(10): 1–5
[16]王玉纯, 赵军, 付杰文, 等.石羊河流域水源涵养功能定量评估及空间差异.生态学报, 2018, 38(13): 4637–4648
[17]顾铮鸣, 金晓斌, 沈春竹, 等.近 15a 江苏省水源涵养功能时空变化与影响因素探析.长江流域资源与环境, 2018, 27(11): 2453–2462
[18]李冲, 张璇, 吴一帆, 等.京津冀生态屏障区景观格局变化及其对水源涵养的影响.中国环境科学, 2019, 39(6): 2588–2595
[19]水利部.2016年中国水资源公报[EB/OL].(2017–07–11) [2020–03–18].http://www.mwr.gov.cn/sj/tjgb/ szygb/201707/t20170711_955305.html
[20]孙才志, 阎晓东.中国水资源–能源–粮食耦合系统安全评价及空间关联分析.水资源保护, 2018, 34 (5): 1–8
[21]李杰, 崔东文.云南省水安全区域类型识别 TSA-PP模型及应用.人民长江, 2019, 50(2): 58–64
[22]云南省人民政府.云南省主体功能区规划[EB/OL].(2014–05–14) [2020–03–18].http://www.yn.gov.cn/ zwgk/gsgg/201405/t20140514_179630.html
[23]高之从, 李促众.保山地区水利志.芒市: 德宏民族出版社, 1995: 429
[24]蒋好堂.保山市水资源状况形势浅析.水资源研究, 2009, 30(3): 16–19
[25]中国河湖大典编纂委员会.中国河湖大典西南诸河卷.北京: 中国水利水电出版社, 2014: 350
[26]蒋国安.保山年鉴.昆明: 云南民族出版社, 2006
[27]Budyko M I.Cimate and life.London: Academic Press, 1974
[28]张丹, 梁康, 聂茸, 等.基于 Budyko 假设的流域蒸散发估算及其对气候与下垫面的敏感性分析.资源科学, 2016, 38(6): 1140–1148
[29]Zhang L, Potter N, Hickel K, et al.Water balance modeling over variable time scales based on the Budyko framework-Model development and testing.Journal of Hydrology, 2008, 360(1/2/3/4): 117–131
[30]Zhang L, Dawes W R, Walke G R.Response of mean annual evapotranspiration to vegetation changes at catchment scale.Water Resources Research, 2001, 37 (3): 701–708
[31]Zhang L, Hickel K, Dawes W R, et al.A rational function approach for estimating mean annual evapo-transpiration.Water Resources Research, 2004, 40: W2502
[32]Donohue R J, Roderick M L, Mcvicar T R.Roots, storms and soil pores: incorporating key ecohydro-logical processes into Budyko’s hydrological model.Journal of Hydrology, 2012, 436/437: 35–50
[33]Blaney H F, Criddle W D.Determining water requi-rement in irrigated areas from climatological data // Soil Conservation Service Technical Publica-tion No.96.Washington DC: US Department of Agriculture, 1950: 48
[34]秦年秀, 陈喜, 薛显武, 等.潜在蒸散发量计算公式在贵州省适用性分析.水科学进展, 2010, 21(3): 357–363
[35]张乐昕, 丛振涛.基于 FAO-Blaney-Criddle 方法的河套灌区参考作物蒸散发量估算.农业工程学报, 2016, 32(16): 95–101
[36]Xu C Y, Singh V P.Evaluation and generalization of temperature-based methods for calculating evapora-tion.Hydrological Processes, 2001, 15(2): 305–319
[37]Allen R G, Pruitt W O.Rational use of the FAO Blaney-Criddle formula.Journal of Irrigation & Drainage Engineering, 1986, 112(2): 139–155
[38]傅斌, 徐佩, 王玉宽, 等.都江堰市水源涵养功能空间格局.生态学报, 2013, 33(3): 789–797
[39]Hao R F, Yu D Y, Wu J G.Relationship between paired ecosystem services in the grassland and agro-pastoral transitional zone of China using the con-straint line method.Agriculture, Ecosystems & En-vironment, 2017, 240: 171–181
[40]Grabs T, Seibert J, Bishop K, et al.Modeling spatial patterns of saturated areas: a comparison of the topographic wetness index and a dynamic distributed model.Journal of Hydrology, 2009, 373(1/2): 15–23
[41]魏晓华, 孙阁.流域生态系统过程与管理.北京: 高等教育出版社, 2009
Water Conservation Function of Mountainous City in Western Yunnan:A Case Study of Baoshan City
Abstract Taking Baoshan City of Yunnan Province as an example, the spatial distribution of regional water conservation function was evaluated based on Budyko water balance model using the global monthly precipitation, temperature data (900 m resolution), MOD17A3 NPP data and HWSD-v1.2 soil data.The results show that the spatial distribution of water conservation is mainly affected by the uneven spatial distribution of precipitation, and the barrier of Gaoligong Mountain plays an important role in water vapor distribution.The unit water conservation and total water conservation of different land types are forest > shrub grassland > cultivated land > water area > construction land.It is very important to enhance the ability of forest conservation.The most important area of water conservation in the study area accounts for 14% of the total area and is concentrated in the west side of Gaoligong Mountain.The water conservation capacity of most areas in the east side is relatively low, which exerts much stress on water conservation.
Key words water conservation; mountainous city; climate change; land cover
doi: 10.13209/j.0479-8023.2021.087
收稿日期: 2020-11-12;
修回日期: 2021-03-05
云南省教育厅科学研究基金(2019J0338)资助