印度北阿坎德邦西瓦利克山脉下游土地利用与气候变化情景下的水资源供给服务评估

《Ecological Indicators》：Water provisioning services under changing land use and climate scenarios in the lower Shivaliks of Uttarakhand, India

本研究针对印度北阿坎德邦西瓦利克山脉下游地区水资源供给服务受土地利用和气候变化影响的问题，利用InVEST模型（Annual Water Yield模块）和地理探测器模型（Geographical Detector Modelling），定量评估了1995-2022年间Asan和Song流域的水资源产量（WY）时空变化。研究发现，森林是该地区主导土地覆盖类型（>70%），但1995-2022年间森林面积减少4.30%，建成区面积增加4.85%。水资源产量总体呈上升趋势，但裸地和建成区因地表径流影响而WY最高。降水、人口密度和最高气温是影响WY分布的主要驱动因素。情景分析表明，气候和土地利用变化以不同方式强烈影响森林的水分保持功能，97.21%的区域存在与其他自然贡献（NCP）的权衡关系。该研究为喜马拉雅生态系统城市化流域的水安全提供了科学依据，有助于决策者设计具有韧性的森林保护框架，确保长期生态稳定。研究成果发表于《Ecological Indicators》。

　　

在气候变化和人类活动日益加剧的背景下，山地森林生态系统的水资源供给服务正面临着前所未有的挑战。作为“亚洲水塔”，喜马拉雅山脉的生态系统服务，特别是水资源供给，对于下游密集人口区域的生存与发展至关重要。印度北阿坎德邦的下西瓦利克地区，作为恒河与亚穆纳河两大水系的重要水源涵养地，其水资源状况直接影响着区域的水安全。然而，该区域正经历着快速的城市化、森林砍伐和气候变化等多重压力，这些因素如何相互作用并影响水资源的时空分布，仍是一个亟待解答的科学问题。传统的评估方法在复杂地形区域往往存在局限，而同时考虑土地利用和气候变化的综合研究尚显不足。因此，迫切需要一种能够量化这些变化对水资源供给服务影响的有效工具，为区域的可持续水资源管理和生态保护政策提供科学支撑。在此背景下，研究人员在《Ecological Indicators》上发表了题为“Water provisioning services under changing land use and climate scenarios in the lower Shivaliks of Uttarakhand, India”的研究论文，旨在揭示该地区水资源供给服务的动态变化及其驱动机制。

为达成研究目标，作者团队主要应用了几项关键技术方法。首先，利用Landsat卫星影像数据，通过监督分类方法生成了1995、2005、2015和2022四个年份的土地利用/覆被（LULC）图，并进行了精度验证。其次，采用InVEST模型（版本3.14.2）中的Annual Water Yield模块，基于Budyko水热平衡假说，估算了研究区在不同时空尺度上的水资源产量（WY）。该模型所需输入数据包括气候（降水、潜在蒸散发PET）、土壤（植物有效含水量PAWC、根层限制深度）、土地利用以及流域矢量数据等。再者，运用地理探测器模型（GDM）来识别和量化自然（如降水、气温）、地形（如高程、坡度）和人为（如人口密度）因素对WY空间分异的影响及其交互作用。此外，还通过情景分析（设置四种不同气候与土地利用组合情景）来分离土地利用变化和气候变化对WY的单独及综合效应，并计算了相对重要性指数（RII）和综合效应指数（CEI）进行量化解读。最后，对模型进行了敏感性分析和验证，通过改变关键输入参数（如±10%的降水、PET变化）并对比全球数据集（如GLDAS的AET、MODIS的PET）和当地实测径流数据，评估了模型的可靠性和不确定性。

3.1. 土地利用与气候动态

研究期内（1995-2022），森林一直是研究区的主导土地覆被类型，但面积减少了81.6 km²（约4.30%），而建成区面积增加了98.73 km²（约4.85%）。同时，水域、裸地和耕地面积略有增加，牧场面积减少。这种土地利用变化，特别是森林减少和城市化扩张，对水文过程产生了潜在影响。

3.2. 土地利用转换矩阵：1995–2022

土地利用转移分析表明，森林具有较高的稳定性，超过90%的森林面积保持不变。但仍有约3.41%的森林转为建成区，4.65%转为耕地。同时，也观察到部分耕地（19.58%）和裸地（2.44%）等向森林的转化，可能源于生态恢复措施。

3.3. 用于InVEST模型的输入数据分析

气候数据分析显示，年平均降水量从1995年的1288.49 mm增加至2022年的1820.81 mm，而潜在蒸散发（PET）在此期间变化相对平缓。土壤参数如根层深度和植物有效含水量（PAWC）则呈现出空间异质性。

3.4. 不同土地利用类型的水资源产量

模型估算结果显示，研究区面积加权平均WY从1995年的3180.4 m³/ha增至2022年的6808.0 m³/ha，总体呈上升趋势。在不同土地利用类型中，裸地（28.02%）和建成区（26.54%）的WY最高，这主要归因于其不透水表面导致的地表径流增加和下渗减少。相反，森林和耕地由于较高的蒸散发系数，WY相对较低，但这反映了其重要的水分调节和生态功能。

3.5. 模型敏感性与验证

敏感性分析表明，WY对降水和潜在蒸散发（PET）的变化最为敏感，降水增加10%可使WY增加26.05%，而PET增加10%则使WY减少12.8%。模型验证结果显示模拟值与观测值之间存在适度高估（9.32%），但在水文模拟的可接受范围内，表明模型性能可靠。

3.6. 水资源产量变化的驱动因素

地理探测器模型分析揭示，降水是影响WY空间分异的最主要因子（q = 0.4306），其次为人口密度（q = 0.2489）和最高气温（q = 0.1689）。影响因素的重要性排序为：降水 > 人口密度 > 最高气温 > 高程 > 潜在蒸散发 > 最低气温 > 土地利用 > 坡度。因子交互作用分析显示，任意两个影响因子的交互作用均会增强对WY的解释力，其中降水与人口密度的交互作用最强（q = 0.546）。

3.7. 基于情景的水资源产量评估

通过设置四种情景（基准情景、仅土地利用变化、仅气候变化、综合变化），研究人员分离了土地利用和气候变化对WY的影响。结果表明，气候变化对WY分布的影响（影响97.24%的区域）远大于土地利用变化（影响2.74%的区域）。综合效应指数（CEI）显示，研究区绝大部分（97.21%）区域的WY受土地利用和气候变化的抑制性交互影响，即存在与其他自然贡献（NCP）的权衡关系。此外，尽管森林面积减少，但其对总WY的贡献率从1995年的28%上升至2022年的38%，凸显了森林在流域水文中的日益重要性。

3.8. 不同森林类型的水资源产量分布

对不同森林类型的WY分析发现，尽管热带湿润落叶林和热带干旱落叶林因其分布广而总量贡献大，但单位面积WY相对较低。相比之下，亚热带松林和喜马拉雅湿润温带林虽然面积较小，但单位面积WY效率较高，特别是喜马拉雅湿润温带林达到102.51 m³/km²（2022年）。滨岸和沼泽森林在单位面积上也表现出较高的水文贡献。

本研究通过综合运用InVEST模型和地理探测器模型，系统地评估了印度北阿坎德邦下西瓦利克地区Asan和Song流域在1995至2022年间水资源供给服务的时空动态。研究结论明确指出，尽管研究期间水资源产量（WY）总体呈现增长趋势，但这主要是由降水量增加驱动的，并且伴随着森林等具有重要水文调节功能的生态系统面积的减少，以及建成区、裸地等不透水表面的扩张。这种土地利用变化导致了更多快速的地表径流，而非可持续的地下水资源补给。研究发现，降水是控制WY空间分异的最主导因素，而人口密度所代表的人类活动以及最高气温所反映的气候变化也扮演着重要角色。尤其值得注意的是，气候变化的相对影响远超土地利用变化。情景分析进一步证实，气候变化与土地利用变化对森林水分保持功能的影响存在差异，且它们的综合效应在绝大部分区域表现为抑制性，即与流域提供的其他生态系统服务或自然贡献（NCP）之间存在显著的权衡关系。

该研究的深刻意义在于，它为准确定量理解复杂山地森林生态系统中水资源供给服务对全球变化（包括气候和土地利用）的响应提供了可复制的分析框架。研究成果不仅揭示了喜马拉雅山麓地带水资源形成的关键驱动机制，更重要的是，它为区域尺度的水资源可持续管理、森林保护政策的制定以及生态修复工程的优先区划定提供了直接的科学依据。例如，研究指出的森林（尽管其直接产水量模型值较低）在维持长期水安全、调节水流和促进地下水补给方面的不可替代作用，警示政策制定者不能仅关注短期的地表产水量，而应更加重视森林生态系统的综合水文生态功能。此外，该研究强调的人口密度对水资源的压力，也凸显了在城市化进程中合理规划土地利用、发展绿色基础设施的必要性。总之，这项发表于《Ecological Indicators》的工作，为在数据相对匮乏的山地地区开展生态系统服务评估、应对气候变化和人类活动双重挑战、实现基于生态系统的适应性管理提供了宝贵的案例研究和决策支持工具。