Volume 35 Issue 5
Sep.  2018
Turn off MathJax
Article Contents

QIU Wenxin, ZHANG Yong, YU Jiajun, ZHANG Chao, ZHENG Chaochao, YU Shuquan. Feasibility verification with field application of a water conservation module using the InVEST Model[J]. Journal of Zhejiang A&F University, 2018, 35(5): 810-817. doi: 10.11833/j.issn.2095-0756.2018.05.004
Citation: QIU Wenxin, ZHANG Yong, YU Jiajun, ZHANG Chao, ZHENG Chaochao, YU Shuquan. Feasibility verification with field application of a water conservation module using the InVEST Model[J]. Journal of Zhejiang A&F University, 2018, 35(5): 810-817. doi: 10.11833/j.issn.2095-0756.2018.05.004

Feasibility verification with field application of a water conservation module using the InVEST Model

doi: 10.11833/j.issn.2095-0756.2018.05.004
  • Received Date: 2017-09-27
  • Rev Recd Date: 2017-11-08
  • Publish Date: 2018-10-20
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(4)  / Tables(5)

Article views(6063) PDF downloads(1123) Cited by()

Related
Proportional views

Feasibility verification with field application of a water conservation module using the InVEST Model

doi: 10.11833/j.issn.2095-0756.2018.05.004

Abstract: Water conservation, one of the most important types of ecosystem services, not only reflects the ability of an ecosystem to maintain a water supply, but also shows how much water humans use. Although the InVEST model has been used in China for a long time, there is still a lack of feasibility verification of the results. To verify the feasibility of the model and assist in water source protection planning, evaluation and simulation of water conservation were studied in the Shuitaozhuang Reservoir Watershed. The water conservation capacity of the research area was calculated by monitoring data and by using a comprehensive storage method, and then these two methods were used to verify the correctness of the InVEST Model using a precision analysis and a regression analysis. Results showed that according to monitoring data, in 2015 the total water conservation capacity of the research area was 2 738.31×104 m3; whereas, with the comprehensive storage method the forest water conservation capacity was 3 498.86×104 m3. The InVEST Model calculated that in 2015 the total water conservation was 3 193.90×104 m3, and the forest water conservation capacity was 3 189.73×104 m3. Compared with monitoring data, the accuracy of the InVEST Model was 83.36%. Based on the water conservation capacity of sample points measured by the comprehensive storage method, the InVEST Model simulation value was verified by regression analysis (R2=0.635 4). Thus, the InVEST Model was accurate for this area and could be effective in water conservation to provide a reference for optimization and promotion of forest water conservation in Zhejiang and even subtropical areas.

QIU Wenxin, ZHANG Yong, YU Jiajun, ZHANG Chao, ZHENG Chaochao, YU Shuquan. Feasibility verification with field application of a water conservation module using the InVEST Model[J]. Journal of Zhejiang A&F University, 2018, 35(5): 810-817. doi: 10.11833/j.issn.2095-0756.2018.05.004
Citation: QIU Wenxin, ZHANG Yong, YU Jiajun, ZHANG Chao, ZHENG Chaochao, YU Shuquan. Feasibility verification with field application of a water conservation module using the InVEST Model[J]. Journal of Zhejiang A&F University, 2018, 35(5): 810-817. doi: 10.11833/j.issn.2095-0756.2018.05.004
  • 在全球水资源需求不断增加和水环境急剧恶化的背景下,森林在涵养水源、调节径流、增加区域可利用的水资源、调节河川流量、减少洪涝灾害等方面的意义更加突出。越来越多的人关注到了森林生态系统的水源涵养功能[1]。常用的测量水源涵养功能的方法有土壤蓄水能力法、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、年径流量法、地下径流增长法和多因子回归法[2]等,但均在展现区域水源涵养功能的空间分布上不够直观;近年来,由斯坦福大学和大自然保护协会共同开发的用以直观评价水源涵养功能的InVEST(Integrated Valuation of Ecosystem Services and Trade-offs)模型[3]被广泛地应用于森林生态功能尤其是水源涵养功能研究。中国有不少学者在北京山区[4]、都江堰[1]、白洋淀[5]、三江源地区[6]、黄土高原[7]、赣江流域[8]和汉江上流[9]、商洛市[10]等对当地的产水量或水源涵养的空间格局等进行了分析与评价,参数经本地化处理后的InVEST模型能为区域生态规划发挥较好的指导作用;但对于模型模拟结果的精度验证与分析的研究较少,有待进一步完善。本研究以浙江省杭州市临安区水涛庄水库2015年水文监测数据为基础,通过野外调查和森林资源二类调查数据获得该水库集水区内森林类型、分布、土壤等相关参数,利用综合蓄水法和水量平衡公式计算水源涵养量,并用InVEST模型对水源涵养模块的模拟结果进行精度验证,为今后InVEST模型在浙江省乃至亚热带地区的推广应用提供参考依据。

  • 水涛庄水库位于中苕溪上游,地处浙江省杭州市临安区高虹镇,建成于2003年,具体区位如图 1所示。集水区坝址位于水涛庄村上游约500 m处,距临安城区16 km,是一个以防洪为主,兼顾灌溉、发电、供水及改善水环境等多种效益的水利建设项目。水库总库容2 888×104 m3,设计洪水位150.97 m,正常蓄水位141.17 m,相应正常库容1 677×104 m3,多年平均降水量1 463.6 mm。研究区集水面积为5 756.04 hm2,其中森林面积为5 362.83 hm2,占研究区总面积的93.17%。样地主要树种有马尾松Pinus massoniana,白栎Quercus fabri,短柄枹栎Q.serrata var.brevipetiolata,青冈栎Cyclobalanopsis championii,麻栎Q.acutissima,杉木Cunninghamia lanceolata,毛竹Phyllostachys edulis,高节竹Phyllostachys prominens,山核桃Carya cathayensis,金钱松Pseudolarix amabilis,油茶Camellia oleifera

    Figure 1.  Location of research area

  • 研究区地表可分为14种覆被类型,其中森林类型11种。为调查各林型森林群落特征,根据森林群落类型分布,在各林型内设置5个20 m × 20 m的样点,共55个。在设置的样地内分别取1 m×1 m的凋落物样方3个,测量凋落物层厚度,收集表面凋落物并带回实验室;选择具有代表性的样点,划出1.5 m × 1.0 m的长方形地块,采用环刀(直径6.18 cm,高4.00 cm)挖取土壤剖面,在0~20 cm层划分成2~3层采集原始土块,重复3次·层-1,不破坏环刀内土壤结构,且环刀内无石块或粗根。

  • 研究区为封闭的水库集水区,森林内的径流最终汇集在水库内,水库年入库量即区域年径流量,根据水量平衡相关理论,可计算出研究区水源涵养量WC=(P-E-Roff)A。其中:WC为研究区森林水源涵养量(m3);P为年降水量(mm);E为年蒸散量(mm)[11-12],根据研究区蒸散量逐日值(ETo)统计相加后得出,其中逐日值基于气象站逐日数据并利用修改后的彭曼-蒙蒂思公式(FAO Penman-Monteith)计算得出式(1)[13]Roff为年径流量(mm);A为研究区总面积。

    式(1)中:Rn为地表净辐射(MJ·m-2·d-1);G为土壤热通量(MJ·m-2·d-1);V为干湿表常数(kPa·℃-1);T为2 m高度处平均气温(℃);U2为2 m高度处风速(m·s-1);es为饱和水汽压(kPa);ea为实际水汽压(kPa);Δ为饱和水汽压曲线斜率(kPa·℃-1)[13]

  • 将收集的凋落物带回实验室称量,并取部分样品烘干(85 ℃,24 h),推算l hm2的凋落物储量。同时取部分烘干试样,用清水浸泡24 h后取出,滤去多余水分,称量后得出样品饱和持水率,计算凋落物层的最大持水量(率)和有效持水率。

  • 用环刀法[14]测定土壤容重、毛管持水量、毛管孔隙度、非毛管孔隙度。环刀内土样浸泡饱和后,放置于干沙上,分时段称量,计算出不同类型林分土壤持水量与时间的函数关系式和持水速率。计算土壤容重d=(M2-M1)/V,其中:M1为环刀的质量(g);M2为环刀和干土壤的总质量(g);V为环刀容积(cm3)。土壤毛管持水量=(在干沙上放置2 h后环刀内湿土质量-环刀内干土质量)/环刀内干土质量×100%。土壤非毛管孔隙度(%)=[(土壤饱和持水量-土壤毛管持水量)×土壤容重]/水的比重。土壤毛管孔隙度(%)=(土壤毛管持水量×土壤容重)/水的比重。

  • InVEST模型水源涵养模块基于水量平衡原理,通过降水、植物蒸腾、地表蒸发、根系深度和土壤深度等参数计算产水量[7]。本研究对各参数和数据作了本地化处理以增强模型适用性。以2015年资源3号影像为影像数据源;森林植被数据主要来源于森林资源二类调查数据及野外样地调查;降水量等气候数据根据临安区及周边地区气象站记录的2015年数据插值获得;土壤相关性质由野外样地调查及实验室分析获得,其中:土壤饱和导水率[15]基于1:50万浙江省土壤数据并利用COSBY等[16]的土壤传递函数计算获得;植被可利用水根据外业调查所得田间持水量数据,并参考周文佐[17]的研究结果处理获得;地形数据来源于日本地球遥感数据分析中心(ERSDAC)提供的30 m分辨率数字高程模型(DEM)数据。

    模型运行结果为产水量。利用地形指数、流速系数和土壤饱和导水率对产水量进行修正[1],计算水源涵养深度R=min(1,249/V)×min(1,0.9IT/3)×min(Ksat/300)×Y。其中:V为流速系数;IT为地形指数,无量纲;Ksat为土壤饱和导水率(cm·d-1);Y为产水量(mm)。将水源涵养深度经过单位换算后乘以30 m × 30 m的栅格面积可得到研究区水源涵养量(m3),将研究区水源涵养量除以研究区总面积后可得出单位面积水源涵养量(m3·hm-2)。

  • 根据临安区森林资源二类调查小班清查矢量数据及野外样地调查的研究区地表覆被类型进行分类,研究区地表可分为不透水面、耕地、山核桃林、油茶林、毛竹林、高节竹林、马尾松林、杉木林、金钱松林、麻栎林、短柄枹栎林、青冈栎林、马尾松-白栎-短柄枹栎混交林和水体等14个类型(图 2)。

    Figure 2.  Spatial characterisitic of land cover types

    基于研究区森林主林层优势树种,将研究区的森林分为11个类型,不同类型的面积如表 1所示。其中:毛竹林的面积最大,油茶林次之,金钱松林最小。

    序号森林类型面积/hm2占研究区总面积/%
    1马尾松林264.244.59
    2杉木林200.073.48
    3金钱松林133.022.31
    4马尾松-白栎-短柄枹栎混交林375.126.52
    5青冈栎林298.805.19
    6麻栎林143.282.49
    7短柄枹栎林667.5311.60
    8毛竹林1 214.7321.09
    9高节竹林759.3313.19
    10山核桃林170.462.96
    11油茶林1 136.8819.74
    合计5 362.8393.17

    Table 1.  Forest area in research area

  • 基于InVEST模型对研究区的水源涵养功能进行评价,并利用Arc GIS平台对研究区水源涵养功能的空间分布情况和水源涵养量进行模拟与汇总。图 3各值为平均水源涵养深度(mm),数值越大表示水源涵养功能越好。根据数据汇总可知研究区水源涵养量为3 193.90×104 m3,其中森林与耕地的水源涵养量分别为3 189.73×104和4.17×104 m3

    Figure 3.  Spatial distribution of water conservation in research area

    表 2可知:阔叶林、针阔混交林水源涵养能力较强,而针叶林、竹林居中,山核桃林和油茶林水源涵养能力最弱。其中,毛竹林虽然水源涵养能力不强,但由于其覆盖面积较大,因此水源涵养量最高,为832.15×104 m3;短柄枹栎林次之,而水源涵养能力较好的马尾松-白栎-短柄枹栎混交林的水源涵养量不高,为338.65×104 m3。山核桃林的水源涵养量最低,仅为39.76×104 m3。平均单位面积森林水源涵养量为5 548.17 m3·hm-2

    序号森林类型水源涵养总量/(×104 m3)单位面积水源涵养量/(m3·hm-2)
    1马尾松林160.206 062.76
    2杉木林118.665 930.83
    3金钱松林85.276 410.30
    4马尾松-白栎-短柄枹栎混交林338.659 027.91
    5青冈栎林241.158 070.76
    6麻栎林111.857 806.63
    7短柄枹栎林534.478 006.67
    8毛竹林832.156 851.51
    9高节竹林495.856 530.90
    10山核桃林39.762 337.29
    11油茶林231.372 035.80
    合计3 189.735 548.17

    Table 2.  Water conservation of research area in different forest types based on InVEST Model

  • 测量研究区年降水量为1 996.60 mm,水库年入库水量为5 947.15 mm,基于FAO Penman-Monteith公式计算得到研究区年蒸散量为457.67 mm。相关研究表明:年蒸散量受年平均日照时数与降水量等气象因子的影响较大,平均日照时数越小降水量越大则越不利于蒸发[18-19]。由于研究区2015年年蒸散量监测数据缺失,因而将研究区2015年计算值分别与2010年、2013年周边监测站监测值进行对比[20-21],以分析公式计算的年蒸散量的可行性。结果显示(表 3):研究区2015年蒸散量略低于2010与2013年的监测值,分别为另两年的68.33%与63.46%。分析原因,研究区2015年的年平均日照时数远小于2010与2013年,降水量则远大于2010与2013年监测值;同时研究区为水库库区,空气相对潮湿,不利于蒸散;研究区的森林类型与覆盖度与其他地区也存在一定的差异,导致其对水分的蒸散作用存在差异。因而运用FAO Penman-Monteith公式计算研究区年蒸散量具有一定的可行性。

    研究区域年份年总日照时数/h年降水量/mm年蒸散量/mm
    水涛庄水库20151 437.401 966.60457.67
    太湖源20101 836.701 201.72669.84
    天目山20131 927.101 401.70721.25

    Table 3.  Feasibility analysis of evapotranspiration calculation in research area

    根据水量平衡相关理论可知:研究区2015年的年水源涵养量为2 738.31×104 m3。利用InVEST模型计算得到的年水源涵养量为3 193.90×104 m3。与测量值相比,两者在数值上较为接近;以水库监测数据为基准值,InVEST模型水源涵养模块模拟精度为83.36%。

  • 森林的水源涵养功能是指森林生态系统通过林冠层、凋落物层和土壤层对降水进行再分配,从而有效涵蓄水分、调节径流的功能。本方法通过对研究区以上3个环节蓄水能力的分析,获得森林的水源涵养功能。监测可知(表 4):凋落物截留量为9.17×104 m3,土壤水源涵养量为2 108.41×104 m3,参考不同地区相关研究[22]得到的林冠截留量为1 307.55×104 m3;计算得到森林总的水源涵养量为3 425.12×104 m3。InVEST模型得到结果较综合蓄水法略低,模拟值为实测值的91.27%,分析原因主要是因为综合蓄水法在样地选择过程中多选取林分较密,林相较好,生长较为旺盛的区域。但各林型水源涵养量数值较为接近,以综合蓄水法结果为基准值,InVEST模型水源涵养模块得出的各林型水源涵养量平均精度为89.86%。

    序号森林类型林冠截留量/(×104 m3)凋落物截留量/(×104 m3)土壤水源涵养量/(×104 m3)森林水源涵养量/(×104 m3)模型模拟结果/(×104 m3)精度/%
    1马尾松林92.500.2889.95182.73160.2085.94
    2杉木林68.860.1760.24129.26118.6691.07
    3金钱松林47.090.1657.27104.5285.2777.42
    4马尾松-白栎-短柄枹栎混交林152.711.65196.02350.38338.6596.54
    5青冈栎林114.000.72143.65258.37241.1592.86
    6麻栎林49.590.3466.73116.66111.8595.70
    7短柄枹栎林250.741.35306.62558.71534.4795.46
    8毛竹林308.171.71571.60881.48832.1594.07
    9高节竹林200.100.78305.63506.51495.8597.85
    10山核桃林23.800.2720.5644.6339.7687.75
    11油茶林0.001.74290.13291.88231.3773.85
    合计/平均1 307.559.172 108.413 425.123 189.7389.86

    Table 4.  Accuracy comparison of forest total water conservation of different forests in research area

    基于综合蓄水法与InVEST模型计算的研究区单位面积水源涵养量对比如表 5所示。不同森林类型水源涵养功能不同,综合蓄水法计算可知各类型水源涵养功能由强到弱依次为马尾松-白栎-短柄枹栎混交林>青冈栎林>短柄枹栎林>麻栎林>金钱松林>毛竹林>马尾松林>高节竹林>杉木林>山核桃林>油茶林;InVEST模型模拟结果则表现为马尾松-白栎-短柄枹栎混交林>青冈栎林>短柄枹栎林>麻栎林>毛竹林>高节竹林>金钱松林>马尾松林>杉木林>山核桃林>油茶林,与综合蓄水法结果较为吻合。

    序号森林类型林冠截留量/(m3·hm-2)凋落物截留/(m3·hm-2)土壤涵养/(m3·hm-2)森林水源涵养功能/(m3·hm-2)模型模拟结果/(m3·hm-2)
    1马尾松林3 500.5510.623 404.056 915.226 062.76
    2杉木林3 441.558.303 010.806 460.655 930.83
    3金钱松林3 539.8812.264 305.607 857.746 410.30
    4马尾松-白栎-短柄枹栎混交林4 070.8643.975 225.609 340.439 027.91
    5青冈栎林3 815.2024.154 807.508 646.858 070.76
    6麻栎林3 461.2223.724 657.108 142.047 806.63
    7短柄枹栎林3 756.2120.174 593.408 369.788 006.67
    8毛竹林2 536.9114.044 705.607 256.566 851.51
    9高节竹林2 635.2410.294 025.006 670.546 530.90
    10山核桃林1 396.2915.821 206.302 618.412 337.29
    11油茶林0.0015.342 552.002 567.342 035.80

    Table 5.  Accuracy comparison of average forest water conservation of different forests in research area

    将55个样点的森林水源涵养实测值对InVEST模型模拟值进行回归分析(图 4)。由图 4可知:模拟值对实测值的回归方程为y=0.868 2x+172.14,R2为0.635 4,模型模拟精度达74.15%。结合以上分析,可知InVEST模型的精度和可信度较高,具有一定的可行性,可用于实地水源涵养功能的模拟计算。

    Figure 4.  Model accuracy verification

  • 基于综合蓄水法计算的研究区森林水源涵养量为3 425.12×104 m3,其中林冠层截留量为1 307.55×104 m3,占总量的38.18%;凋落物截留量为9.17×104 m3,占总量的0.28%;土壤层水源涵养量为2 108.41×104 m3,占总量的61.56%。因此,土壤层在森林水源涵养的过程中占主体地位。基于InVEST模型模拟的研究区水源涵养量为3 193.90×104 m3,森林水源涵养量为3 189.73×104 m3,年水源涵养量占研究区年降水量的31.35%,水源涵养能力较好。

    通过对比2015年基于出入库水量监测数据计算的水源涵养量和基于InVEST模型得出的水源涵养量,得出InVEST模型水源涵养模块模拟的精度为83.36%。表明InVEST模型在计算区域整体水源涵养量上具有较高的模拟精度。基于综合蓄水法计算的森林水源涵养量与InVEST模型模拟值相比,精度为91.27%;对各林型水源涵养量而言,模型模拟值的平均精度为89.86%;以55个样地水源涵养量的实测值,对InVEST模型模拟结果进行检验,模拟值对实测值的回归方程为y=0.868 2x+172.14,R2为0.635 4,模型模拟精度达74.15%;马尾松-白栎-短柄枹栎混交林的单位面积水源涵养量为最大,青冈栎林次之,油茶林最小。因此可以认为InVEST模型在模拟各林型水源涵养功能方面亦具有较高精度。

    综上所述,InVEST模型水源涵养模块在研究区域水源涵养量和不同森林类型水源涵养功能上均具有一定的可行性和可信度。陈姗姗等[10]在商洛市的研究发现:InVEST模型求得的产水量与实际水资源量较为接近,模型具有可行性;与本研究结果基本吻合。但由于本研究在基于监测值计算水源涵养量时缺少部分往年数据,且模型运行中也缺少往年植被数据,因此仅对1 a的水源涵养量数据进行了对比。考虑到森林水源涵养功能的复杂性,为使验证结果更加准确,还应在接下来的研究中对比多年的水源涵养量并分析模型精度。

Reference (22)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return