乌苏里江流域水源涵养服务时空动态与驱动机制：气候与土地利用的交互作用

《Landscape Ecology》：Dynamics and driving factors of water conservation services: a case study in the Ussuri River Basin, China

本研究针对气候与土地利用变化对水源涵养服务（WCs）影响的定量区分难题，以中俄边境乌苏里江流域为案例，基于2000–2020年逐年数据，结合InVEST模型与结构方程模型，揭示WCs以0.39 mm·yr–1速率增长，气候因子（贡献率71%）为主导驱动，森林面积（β=0.797）通过直接与降水间接路径显著提升WCs，耕地则通过森林间接增强WCs（β=0.8）。研究为农业流域水资源可持续管理提供了关键科学依据。

　　

水，是生命之源，也是生态系统健康与人类社会可持续发展的关键要素。在气候变化与人类活动双重压力下，水源涵养服务（Water Conservation Services, WCs）——即生态系统通过截留、下渗、储存等过程调节水循环的能力——正面临严峻挑战。尤其是在乌苏里江流域这样的典型农业开发区，如何平衡粮食生产与生态保护，厘清气候波动与土地利用变化对水源涵养能力的影响机制，成为区域水资源管理与生态安全格局构建的核心科学问题。

以往研究多采用两年份情景分析，难以捕捉连续过程的累积效应与交互作用，且传统统计方法无法揭示驱动因子的作用路径与方向。为此，发表在《Landscape Ecology》上的这项研究，以中国境内的乌苏里江流域为研究对象，依托2000–2020年逐年数据，构建了一套融合InVEST模型、情景分析与结构方程模型（Structural Equation Model, SEM）的综合分析框架，旨在揭示WCs的时空演变规律，并定量解析气候与土地利用的贡献率及其作用机制。

研究发现，流域年均WCs为16.45毫米，仅占降水量的2.70%，但呈显著上升趋势（0.39 mm·yr^–1，P=0.071）。WCs高值区集中于中东部和南部森林密集区，而西北和东南部耕地、水域等区域WCs较低。通过情景分析量化驱动因子贡献，气候变化的相对贡献率达71.13%，远高于土地利用的28.87%。结构方程模型进一步揭示，森林面积对WCs具有直接正向效应（β=0.797, P<0.05），并通过提升降水间接增强WCs；耕地虽无直接作用，但通过维持森林覆盖间接贡献WCs（总效应β=0.8）。降水直接促进WCs（β=0.242），但与其他气候因子（温度、实际蒸散）结合时效应减弱。

为支撑上述发现，研究团队整合多源数据，运用了几项关键技术方法：首先，基于30米分辨率土地利用数据、1公里气候数据与土壤属性数据，采用InVEST模型中的水产量模块估算流域水源涵养量，并引入地形指数与土壤饱和导水率进行修正；其次，利用Sen斜率趋势分析刻画WCs时空变化趋势；再者，通过设置常态、固定土地利用、固定气候三种情景，量化两类驱动因子的年际贡献；最后，构建结构方程模型，解析森林、耕地、降水、温度等变量对WCs的直接与间接路径效应，模型拟合优度良好（GFI=0.938, RMSEA=0.047）。

土地覆被变化与气候动态

2000–2020年间，乌苏里江流域耕地面积增加5.65%（主要来自林地、草地和未利用地转化），林地减少4.51%，水域和未利用地分别下降14.55%与9.69%。同期，降水量以9.04 mm·yr^–1速率显著上升，实际蒸散量增速较缓（1.24 mm·yr^–1），表明降水变异主导WCs动态。

水源涵养服务的时空格局

WCs空间分异显著，高值区与森林分布高度吻合，反映出植被在截留降水、促进下渗方面的关键作用。时序上，WCs波动介于8.78–23.61毫米，最低值出现在2003年（干旱年），最高值见于2019年，进一步印证气候主导性。

驱动因子的相对贡献与路径解析

情景分析显示，气候因子贡献率超七成，尤其在极端气候年份主导WCs变化。SEM路径表明，森林不仅直接提升WCs，还通过增加空气湿度、诱发降水反馈间接强化涵养功能；耕地则通过生态协同效应（如保护林带建设）间接支持WCs提升。未利用地则直接抑制WCs（β=-0.083）。

研究结论强调，乌苏里江流域WCs的提升主要受益于降水增加与森林生态功能的维持，而耕地扩张的间接作用提示农业流域需重视生态用地协调。通过“山水工程”等生态政策实施，如自然林保护、退耕还林，可有效增强流域水文调节能力。研究创新性地融合长时序数据与多模型联动，突破了传统情景分析的局限，为厘清复杂驱动机制提供了方法论范例。

讨论部分指出，农业流域的管理应优先保护森林、转化未利用地，并构建耕地防护林体系，以平衡粮食生产与水源涵养功能。尽管InVEST模型在简化水文过程等方面存在局限，但本研究通过时序分析有效降低了气候随机性带来的不确定性，为高纬度农业流域的水资源适应性管理提供了科学基础。未来需进一步关注极端气候事件下的生态系统响应，以提升流域气候韧性。