《Journal of Hydrology: Regional Studies》：Nonlinear responses and differentiated pathways of driving mechanisms underlying the spatiotemporal evolution of water retention in the Qinba Mountains
编辑推荐：
研究区域
秦巴山地是一个具有复杂地形与水文异质性的关键水源涵养区。
研究重点
本研究区分了高、中、低三种水源涵养状态，并综合采用 InVEST 模型、随机森林回归和分段结构方程模型（pSEM），系统分析水源涵养的时空演化、关键驱动因子及其因果作用路径。针
研究区域
秦巴山地是一个具有复杂地形与水文异质性的关键水源涵养区。
研究重点
本研究区分了高、中、低三种水源涵养状态，并综合采用 InVEST 模型、随机森林回归和分段结构方程模型（pSEM），系统分析水源涵养的时空演化、关键驱动因子及其因果作用路径。针对 InVEST-SWY 模块对基流（月尺度）表征不足的问题，研究进一步采用观测约束的季节分配方法，将模拟的年基流分解为月值，从而改进了对年内水源涵养动态的刻画。
区域新水文学认识
水源涵养呈现“南高北低”的空间格局，中高水平水源涵养区覆盖研究区的 59.01%。2000—2023 年间，水源涵养总体保持稳定，表现为 0.58 mm yr?1 的不显著上升趋势。降水是最强的正向驱动因子，而潜在蒸散发（PET）构成最强的负向约束。主导调控路径表现出明显的状态依赖性：在高水源涵养状态下，表现为降水主导并伴随植被—风速协同作用；在低水源涵养状态下，表现为降水主导且受强蒸散发限制；中等状态则代表一种过渡调控格局，其中降水控制与地形—植被协同调节并存。这些发现阐明了秦巴山地水源涵养的动态调控机制，并为区域水资源管理提供了科学支撑。
该文发表于《Journal of Hydrology: Regional Studies》，围绕秦巴山地水源涵养（水文调节型生态系统服务）的时空演化规律及其驱动机制展开系统研究。研究背景在于，水源涵养是陆地生态系统维持流域水安全与生态安全的核心调节服务，对降水截留、径流调节、水质净化及生态系统稳定具有不可替代的作用。然而，在全球气候变化增强、极端气候事件频发以及人为扰动持续加剧的背景下，区域水文过程及其调控机制正在发生深刻变化，导致水源涵养呈现显著的时空异质性与非线性演化特征。现有研究虽已广泛关注不同地区水源涵养的变化格局，但大多偏重总量变化评估，驱动机制分析则多建立在线性假设或单因子敏感性分析基础上，难以揭示多因子共同作用下的非线性响应、阈值行为以及复杂因果路径。对于秦巴山地这样兼具复杂地形、显著气候梯度与多样生态系统类型的关键生态安全屏障区，开展面向机制的水源涵养研究具有重要科学意义与实践价值。
研究人员以 2000—2023 年秦巴山地为研究对象，首先对水源涵养过程进行了区域尺度定量评估，并进一步区分高、中、低三种水源涵养状态，重点考察不同状态下主导因子的非线性响应及调控路径重构。研究表明，秦巴山地多年平均水源涵养总体呈“南高北低”分布，高值区主要集中于秦岭—大巴山核心山区，低值区则多位于研究区外围；中高水平水源涵养面积占比达到 59.01%，说明该区域整体具有较强的水文调蓄功能。时间上，2000—2023 年间水源涵养总体稳定，仅表现为 0.58 mm a
?1 的不显著上升趋势，Mann–Kendall 检验也显示绝大部分区域未出现显著变化。年内分配方面，水源涵养呈显著单峰型季节变化，7—9 月洪水季贡献最为集中，冬春季则因降水供给有限和环境约束较强而维持低值。
方法上，研究人员主要使用了三类关键技术。其一，采用 InVEST 季节水量产出模块（SWY）估算水量产出，并结合土壤饱和导水率、流速系数和地形指数对结果进行校正，以获取水源涵养量；同时基于汉中、安康、白河 3 个水文站逐日径流资料，利用 Eckhardt 双参数数字滤波法分离基流与快流，并通过观测约束的季节分配方案将年基流分解至月尺度。其二，采用随机森林回归（RF）识别关键驱动因子，并结合累积局部效应曲线（ALE）与分段线性回归识别非线性响应区间和阈值。其三，采用分段结构方程模型（pSEM），在不同水源涵养状态下分解环境因子的直接效应与间接效应，并将 month 设为随机效应；每种状态每月随机抽取 500 个样点，总样本量为 6000。
在结果部分，论文首先报告了“3.1. Spatiotemporal patterns of water retention in the Qinba Mountains”。这一部分通过多年平均空间分布、年际趋势、显著性检验和月—季尺度变化分析表明：秦巴山地水源涵养存在显著空间异质性，整体呈南部高、北部低分布；陕西省总体水平最高，其后为重庆和四川。趋势分析显示除河南省略有下降外，其余省份多呈不同程度增加，其中陕西增幅最明显。显著性检验结果表明 94.2% 的区域变化不显著，显著上升区域占 4.8%，显著下降区域仅占 1.0%，说明过去 24 年区域水源涵养总体稳定并略有改善。月尺度结果显示 5 月后快速增加，7—9 月达到峰值，晚秋迅速回落；季节尺度上则表现为夏季最强、秋季次之、春冬较弱，说明洪水季过程对区域水源涵养形成具有主导作用。
其次是“3.2. Nonlinear response characteristics of water retention driving mechanisms”。这一部分基于随机森林与 ALE 分析，揭示不同水源涵养状态下驱动因子的贡献格局和非线性阈值特征。随机森林模型在不同状态下均具有较好拟合能力，R
2 为 0.761—0.873。变量重要性结果显示，降水（Pre）在高、中、低三种状态下均为最重要因子，重要性分别为 0.538、0.540 和 0.477，说明降水输入始终是控制研究区水源涵养空间异质性的首要因素。潜在蒸散发（PET）是次重要因子，并表现为最强负向约束。NDVI 的贡献较为稳定，表明植被覆盖对水源涵养具有持续调节作用；DEM、土层深度（Depth）、风速（VS）与坡度（Slope）则主要通过修饰局地再分配过程和下垫面条件发挥辅助作用。ALE 曲线进一步表明，降水在三种状态下均呈正效应，但敏感区间存在明显状态差异：高状态下响应区间更宽，低状态下有效增益区间更窄。PET 在各状态下均呈负效应，且在低状态下更早进入敏感区并表现出更陡的负斜率，说明在水分受限条件下蒸散发需求对水源涵养的抑制更强。风速整体表现为较弱正响应，超过约 1.89 m/s 后边际效应趋缓。NDVI 在 0.51—0.80 范围内表现出明显正向增强作用，但在低水源涵养状态下这一效应减弱。坡度与土层深度均为持续负响应，当坡度超过约 20.07°、土层深度超过约 29.17 m 后，其负边际效应迅速减弱并趋于稳定。DEM 则表现出显著梯度异质性，在高于 2266 m 的中高海拔区域转为正效应并持续增强，表明高海拔低温弱蒸散区是稳定水源涵养的核心单元。
再次是“3.3. Pathway analysis and scenario evolution of the driving mechanisms of water retention”。这一部分通过 pSEM 比较不同状态下驱动路径的结构差异。模型拟合指标表明各状态模型整体拟合良好。高水源涵养状态下，水源涵养表现为明显的降水主导型调控格局，并伴随植被与风速的协同正效应。Pre 对水源涵养的直接效应为 0.86，总效应为 0.85，显著高于其他变量；NDVI 和 VS 的总效应分别为 0.12 和 0.11，说明植被覆盖和风速变化在高状态下有利于水源涵养形成；PET 在该状态下未表现出明显抑制，而 DEM 和 Depth 的总效应分别为 ?0.20 和 ?0.15，且 DEM 的负作用主要通过间接路径实现。低水源涵养状态下，Pre 仍然是主导正向因子，直接效应和总效应分别为 0.71 和 0.77；PET 则成为最强负向约束，总效应为 ?0.25，表明蒸散发耗水过程在低状态下对水源涵养限制最为显著；NDVI 仍保持一定正调节作用，但幅度明显低于降水；Depth 有一定负作用，而 VS、Slope 和 DEM 的总体影响均较弱。中等水源涵养状态下，水源涵养呈现降水主导、地形与植被共同约束的混合控制结构。Pre 总效应为 0.87，PET 总效应为 ?0.11，弱于低状态下的抑制作用；NDVI 与 VS 维持稳定正贡献，DEM 与 Depth 则通过调节 NDVI、降水和 PET 的空间分布形成基础性约束。
论文讨论部分主要包括“4.1. Nonlinear threshold regulation mechanisms of water retention”“4.2. Comparison of driving mechanisms and dominant pathways under different water retention states”以及“4.3. Limitations and future perspectives”。在机制讨论中，研究人员指出，秦巴山地水源涵养并非由多因子简单线性叠加决定，而是由水分供给、能量消耗与下垫面蓄滞能力动态竞争所塑造的多稳态调控系统。降水定义了水分供给上限，PET 体现能量耗散强度，地形—植被系统则约束水分滞留与再分配能力，三者耦合形成多维控制体系。当降水输入或蒸散发消耗跨越临界阈值时，水源涵养可由“蓄存主导”转向“耗散主导”状态。不同状态的比较表明，虽然 Pre 在三种状态下始终是核心因子，但其控制路径随状态而重构：高状态下主要表现为直接输入高效转化，中等状态下体现为输入—下垫面协调控制，低状态下则显示额外水分输入难以有效转化为水源涵养。植被的作用同样具有双重性，在高状态下可通过截留、入渗和土壤蓄水增强水源涵养，而在低状态下其正效应会被蒸腾耗水部分抵消。DEM 与土层深度在高、中状态下维持相对稳定的间接约束，但在低状态下 DEM 总效应接近于零，说明当水分受限和蒸散发主导时，地形结构的调控功能被大气强迫显著削弱。关于局限性，论文指出 InVEST 基于简化水量平衡框架，尚不能充分刻画地下水—地表水相互作用、复杂山地汇流及极端事件下快流形成过程，输入数据、参数设定和空间重采样也会引入不确定性；同时，当前框架主要基于历史数据，尚未纳入未来气候情景。
研究结论部分可译述如下：研究人员基于 InVEST 模型、随机森林回归和分段结构方程模型构建的综合分析框架，系统揭示了 2000—2023 年秦巴山地水源涵养的时空演化特征、主导驱动因子及调控路径。结果表明，秦巴山地水源涵养具有显著的“南高北低”空间格局，中高水平区域占主导；时间上总体稳定，且显著增加区域大于显著减少区域；年内尺度上，7—9 月洪水季是水源涵养最集中的时期。驱动分析表明，降水是首要正向驱动因子，潜在蒸散发是最强负向约束，NDVI、风速、DEM、坡度和土层深度共同参与调节。路径分析进一步揭示出明显的状态依赖性：高水源涵养状态主要受降水输入及植被—风速协同作用控制，低状态表现为降水主导并受强蒸散发限制，中等状态则体现为降水控制与地形—植被协调调节并存的过渡格局。总体而言，该研究深化了对复杂山地水源涵养形成与调控机制的认识，也为生态系统服务评估、生态修复分区、流域水资源管理和气候适应规划提供了区域尺度的科学依据。
