孫琪，徐長春*，任正良，楚智

塔里木河流域產(chǎn)水量時(shí)空分布及驅(qū)動(dòng)因素分析

孫琪1,2，徐長春1,2*，任正良1,2，楚智1,2

（1.新疆大學(xué) 資源與環(huán)境科學(xué)學(xué)院，烏魯木齊 830046；2.新疆大學(xué) 綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，烏魯木齊 830046）

【】研究區(qū)域產(chǎn)水量時(shí)空變化及其驅(qū)動(dòng)因素，為區(qū)域水資源的調(diào)配與管理提供理論支撐。利用InVEST模型模擬了2000―2015年和田河流域、開都-孔雀河流域和葉爾羌河流域產(chǎn)水量的時(shí)空分布并對(duì)驅(qū)動(dòng)因素進(jìn)行了分析?？臻g上，各流域多年平均產(chǎn)水量均集中分布在流域上游地區(qū)，平均產(chǎn)水量多在30 mm以上。2000―2015年和田河流域和開都-孔雀河流域產(chǎn)水量以下降趨勢為主，而葉爾羌河流域則相反。降水對(duì)流域產(chǎn)水功能起著關(guān)鍵作用，和田河流域、開都-孔雀河流域和葉爾羌河流域產(chǎn)水量與降水呈顯著相關(guān)性的面積占比較大，分別為73.99%、88.49%和71.11%。氣溫和降水是影響各流域產(chǎn)水量空間分布的主導(dǎo)因素，其值都在0.438 0以上；各流域兩兩因子之間的交互作用都存在著非線性增強(qiáng)；和田河流域人口密度與GDP、開都-孔雀河流域相對(duì)濕度與太陽輻射和風(fēng)速、葉爾羌河流域GDP、人口密度與相對(duì)濕度之間差異顯著。西北干旱區(qū)內(nèi)陸河典型流域產(chǎn)水量主要受氣溫和降水的影響。

西北干旱區(qū)；產(chǎn)水量；時(shí)空分布；氣候因素；社會(huì)經(jīng)濟(jì)因素

0 引 言

【研究意義】水資源不僅是人類生存必不可少的資源，而且是維持和保障區(qū)域經(jīng)濟(jì)和生態(tài)系統(tǒng)可持續(xù)發(fā)展的重要條件[1-2]。區(qū)域經(jīng)濟(jì)發(fā)展中的各類要素（人口、農(nóng)業(yè)、工業(yè)等）的空間布局在一定程度上都受到水資源分布的限制。隨著人類生產(chǎn)生活需求的增加和城市化進(jìn)程的加快，對(duì)水資源的需求量也迅速增加。同時(shí)，由人類活動(dòng)所引起的水環(huán)境污染和水資源浪費(fèi)現(xiàn)象嚴(yán)重，也導(dǎo)致了部分地區(qū)出現(xiàn)水資源短缺[3-5]的問題。因此，研究產(chǎn)水量的時(shí)空分布與變化及驅(qū)動(dòng)因素對(duì)區(qū)域水資源的合理開發(fā)和利用尤為重要?！狙芯窟M(jìn)展】產(chǎn)水是一個(gè)復(fù)雜的過程，產(chǎn)水的形成受到降水、土壤質(zhì)地、土壤深度、蒸散發(fā)、土地利用類型和植物根系深度等多種因素的共同影響[6]。對(duì)于產(chǎn)水量，當(dāng)前無明確定義，一般認(rèn)為是降水量與實(shí)際蒸散發(fā)的差值[1,7]。隨著遙感技術(shù)的發(fā)展與應(yīng)用，使用模型模擬不同尺度產(chǎn)水量的方法，在區(qū)域水資源研究與管理中得到了廣泛的應(yīng)用[8]。目前用于研究產(chǎn)水量的水文模型主要有：MIKESHE模型、TOPMODEL模型、SWAT模型和InVEST模型等。如：肖金強(qiáng)[9]利用MIKESHE模型模擬了北京市密云縣土門試驗(yàn)流域、帽石溝小流域的徑流量；李文倩等[10]基于融雪的TOPMODEL模型模擬瑪納斯河流域的日降雨徑流過程；Chen等[11]利用分布式水文模型SWAT模擬了長江上游索莫盆地近40年來的徑流變化；竇苗等[12]利用InVEST模型模擬了2005―2014年橫斷山區(qū)的年均產(chǎn)水量；王蓓等[13]利用InVEST模型對(duì)我國西北干旱區(qū)黑河流域產(chǎn)水量的空間分布進(jìn)行了模擬并對(duì)其冷熱點(diǎn)分布格局進(jìn)行了計(jì)算。近年來，受到全球氣候變化和社會(huì)經(jīng)濟(jì)發(fā)展的影響，國內(nèi)外學(xué)者對(duì)區(qū)域產(chǎn)水量的研究開始集中于產(chǎn)水量的驅(qū)動(dòng)因素分析。趙亞茹等[14]對(duì)影響石羊河上游產(chǎn)水量的驅(qū)動(dòng)因素進(jìn)行了分析，得出氣候因素是影響產(chǎn)水變化的主導(dǎo)因素；楊潔等[15]研究了降水和土地利用變化對(duì)黃河流域產(chǎn)水量的影響，結(jié)果表明降水對(duì)產(chǎn)水量的影響要遠(yuǎn)大于土地利用變化的影響。

【切入點(diǎn)】和田河流域、開都-孔雀河流域和葉爾羌河流域位于我國西北內(nèi)陸干旱區(qū)，是塔里木河流域四源一干的重要組成部分，生態(tài)脆弱和荒漠化程度較高，水資源短缺及其時(shí)空分布不均是導(dǎo)致流域生態(tài)環(huán)境脆弱和荒漠化現(xiàn)象的主要原因。因此，加大流域水資源的合理開發(fā)利用、管理和調(diào)配就顯得尤為重要。人類活動(dòng)影響著干旱區(qū)流域水分的時(shí)空分布變化，而干旱區(qū)流域水分條件的改變又影響著流域內(nèi)綠洲的演變和荒漠化的程度和方向；隨著人類活動(dòng)和社會(huì)經(jīng)濟(jì)的發(fā)展，這種演化將會(huì)更加劇烈。全球氣候變暖又導(dǎo)致新疆氣候向暖濕化方向發(fā)展，氣溫的升高和降水的增加在一定程度上又使得退化生態(tài)系統(tǒng)得到了一定恢復(fù)。目前無法得知在這種氣候變化和社會(huì)經(jīng)濟(jì)發(fā)展雙重作用下流域內(nèi)產(chǎn)水量的時(shí)空分布究竟會(huì)發(fā)生怎樣變化，驅(qū)動(dòng)因子如何，其對(duì)流域產(chǎn)水的影響程度又如何?！緮M解決的關(guān)鍵問題】鑒于此，選擇1998年以來全球氣候變暖開始處于高位震蕩的時(shí)期，以2000―2015年作為研究年限，基于InVEST模型模擬分析和田河流域、開都-孔雀河流域和葉爾羌河流域產(chǎn)水量的時(shí)空分布及變化，并對(duì)氣候（降水、氣溫、輻射、風(fēng)速和相對(duì)濕度）和社會(huì)經(jīng)濟(jì)（GDP和人口密度）2方面的影響因素進(jìn)行對(duì)比分析，以期為流域水資源配置與管理、生態(tài)環(huán)境保護(hù)和流域綜合治理提供科學(xué)依據(jù)。

1 研究方法、數(shù)據(jù)及模型校準(zhǔn)

1.1 研究區(qū)概況

和田河流域、開都-孔雀河流域和葉爾羌河流域位于新疆南部塔里木盆地，屬大陸性暖溫帶干旱氣候，是塔里木河流域四源一干的重要組成部分（圖1）。

圖1 研究區(qū)位置及地理環(huán)境示意

和田河流域位于昆侖山與喀喇昆侖山北麓、新疆維吾爾自治區(qū)南端、塔里木盆地西南部邊緣[16]，流域總面積為49 330 km2，流域內(nèi)主要河流為玉龍喀什河和喀拉喀什河，多年平均年徑流量47.344億m3；開都-孔雀河流域位于天山南簏、塔里木盆地東北部[17]，流域總面積為49 584 km2，流域內(nèi)主要河流為開都河和孔雀河，多年平均年徑流量為38.603億m3；葉爾羌河流域位于喀喇昆侖山南端北麓、塔里木盆地西部邊緣，流域總面積為79 820 km2，流域內(nèi)主要河流為葉爾羌河、提孜那甫河、烏魯克河和克柯亞河，多年平均年徑流量為74.131億m3[18]。

1.2 數(shù)據(jù)來源與處理

①氣象數(shù)據(jù)：選取了新疆50個(gè)氣象站點(diǎn)2000、2005、2010年和2015年的逐日降水量、氣溫、輻射、風(fēng)速和相對(duì)濕度，數(shù)據(jù)來源于國家氣象信息中心（https://data.cma.cn）。利用ANUSPLIN方法進(jìn)行插值，通過研究區(qū)矢量圖對(duì)研究區(qū)域進(jìn)行裁剪，得到研究區(qū)氣象要素的空間分布數(shù)據(jù)。②社會(huì)經(jīng)濟(jì)數(shù)據(jù)：選取了2000、2005、2010年和2015年的GDP和人口密度（POP）數(shù)據(jù)，來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心（http://www.resdc.cn/），空間分辨率為1 000 m。③土地利用類型數(shù)據(jù)：選取了2000、2005、2010年和2015年的土地利用類型數(shù)據(jù)，來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心（http://www.resdc.cn/），空間分辨率為30 m，由中國科學(xué)院地理科學(xué)與資源研究所以各期Landsat TM/ETM遙感影像為主要數(shù)據(jù)源通過人工目視解譯生成。④年平均潛在蒸散發(fā)：利用Penman-Monteith公式對(duì)研究區(qū)2000、2005、2010年和2015年的潛在蒸散發(fā)進(jìn)行計(jì)算，計(jì)算潛在蒸散發(fā)所需要的氣象數(shù)據(jù)（降水、氣溫和太陽輻射）均來自國家氣象信息中心（https://data.cma.cn）。反距離加權(quán)（IDW）方法進(jìn)行插值，得到研究區(qū)年平均潛在蒸散發(fā)空間分布圖。⑤土壤深度和土壤質(zhì)地?cái)?shù)據(jù)：來源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心（http://data.casnw.net/portal/），通過研究區(qū)矢量圖對(duì)研究區(qū)域進(jìn)行裁剪，得到研究區(qū)土壤深度圖。⑥植物可利用水量（PAWC）：一般指田間持水率減去萎蔫點(diǎn)，可以根據(jù)土壤質(zhì)地?cái)?shù)據(jù)使用Soil Water Characteristics軟件進(jìn)行計(jì)算得到。⑦流域邊界數(shù)據(jù)：來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心（http://www.resdc.cn/），中國三級(jí)流域空間分布。⑧生物物理系數(shù)表：包括蒸散系數(shù)（c）和根系深度。其中，蒸散系數(shù)依據(jù)聯(lián)合國糧農(nóng)組織FAO的參考值和InVest模型提供的參考數(shù)據(jù)獲得；根系深度則是依據(jù)Canadell等[19]對(duì)全球范圍內(nèi)植被最大根深的研究獲得。

1.3 研究方法

1.3.1 產(chǎn)水量模型

本文利用InVEST模型中的產(chǎn)水模塊對(duì)流域產(chǎn)水的時(shí)空變化進(jìn)行了計(jì)算。InVEST模型是由美國自然資源項(xiàng)目組開發(fā)，主要用于生態(tài)系統(tǒng)服務(wù)功能的量化以及為生態(tài)系統(tǒng)管理提供決策方案的一套模型系統(tǒng)，主要包括碳存儲(chǔ)和固定、產(chǎn)水量、水電生產(chǎn)和評(píng)價(jià)、養(yǎng)分持留、土壤保持量、生物多樣性和作物生產(chǎn)等模塊。InVEST模型產(chǎn)水模塊原理是基于Budyko水熱耦合平衡假設(shè)，來計(jì)算研究區(qū)內(nèi)每個(gè)柵格單元的年產(chǎn)水量，計(jì)算式為：

式中：（）為柵格單元的年產(chǎn)水量；（）為柵格單元的年實(shí)際蒸散發(fā)；（）為柵格單元的年降水量。

（）為柵格單元的潛在蒸散發(fā)，計(jì)算式為：

式中：0（）為柵格單元的參考作物蒸散量；c（l）為柵格單元某一土地利用類型的植被蒸散系數(shù)。

（）為自然氣候―土壤性質(zhì)的非物理參數(shù)，是一個(gè)經(jīng)驗(yàn)參數(shù)，基于全球數(shù)據(jù)的（）公式亟待進(jìn)一步研究，InVEST模型使用了Donohue等[20]提出的公式：

式中：為季節(jié)參數(shù)（1～30之間）；（）為土壤有效含水率（mm）；是植物可利用水量（）與土壤最大根系埋藏深度和植物根系深度最小值的乘積，公式為：

()=Min(Rest.layer.depth,root.depth)·。（5）

1.3.2 地理探測器

地理探測器是由王勁峰等[21]提出，可探測空間分異性并揭示該空間分異的驅(qū)動(dòng)因素。其核心思想是：假設(shè)自變量是影響因變量的重要因素，那么自變量的空間分布與因變量在一定程度上具有相似性。地理探測器主要是由分異及因子探測器、交互作用探測器、生態(tài)探測器和風(fēng)險(xiǎn)區(qū)探測器組成。本研究使用了分異及因子探測器、交互作用探測器、生態(tài)探測器。

分異及因子探測器：可用于量化各驅(qū)動(dòng)因子即自變量對(duì)因變量的空間變化分異性，探測其影響力大小，值表示自變量對(duì)因變量的解釋程度，計(jì)算式為：

式中：=1,2,…，為自變量或因變量的類型分區(qū)；N和分別為類型分區(qū)和整體區(qū)域的樣本數(shù)量；σ2和2分別是類型分區(qū)和整體區(qū)域值的方差；值取值（0≤≤1），值越大，對(duì)因變量的解釋能力越強(qiáng)。

交互作用探測器：可用于判別各驅(qū)動(dòng)因子（自變量）之間的交互作用，即判斷自變量a和自變量b共同作用時(shí)對(duì)于因變量的解釋力是起增強(qiáng)作用還是減弱作用，兩自變量之間存在以下幾種關(guān)系（表1）。

表1 兩自變量交互作用類型

生態(tài)探測器：可用于判斷兩兩驅(qū)動(dòng)因子即自變量a和自變量b對(duì)因變量空間分布影響力是否具有顯著的差異：

式中：Na和Nb分別為兩驅(qū)動(dòng)因子a和b的采樣個(gè)數(shù)；SSWa和SSWb分別為驅(qū)動(dòng)因子a和b形成的類型分區(qū)的區(qū)內(nèi)方差之和。

1.4 模型校準(zhǔn)

通過調(diào)節(jié)季節(jié)參數(shù)，對(duì)流域產(chǎn)水量的輸出結(jié)果進(jìn)行校準(zhǔn)。根據(jù)塔里木河流域水資源公報(bào)以及《中國塔里木河治水理論與實(shí)踐》，和田河流域、開都-孔雀河流域和葉爾羌河流域多年平均年徑流量分別為47.334億、38.603億m3和74.131億m3，當(dāng)季節(jié)參數(shù)分別為30、24、30時(shí)，接近各流域多年平均產(chǎn)水量，整體的誤差最小，模型模擬結(jié)果最優(yōu)。

2 結(jié)果與分析

2.1 各流域產(chǎn)水量的空間分布

新疆和田河流域、開都-孔雀河流域和葉爾羌河流域2000―2015年平均產(chǎn)水量均集中分布在上游且具有較大的空間差異（圖2）。其中，和田河流域上游產(chǎn)水量空間格局具有東南高西北低的特點(diǎn)，玉龍喀什河上游山區(qū)、皮山縣的南部產(chǎn)水量較大，大部分區(qū)域產(chǎn)水量在90 mm以上，而喀拉喀什河上游山區(qū)產(chǎn)水量則集中分布在30～90 mm之間。開都-孔雀河流域上游產(chǎn)水量空間分布表現(xiàn)出四周高中間低的特點(diǎn)，陽霞河、開都河、烏拉斯臺(tái)河、東塔西臺(tái)河、霍拉山和迪那河周邊地區(qū)產(chǎn)水量大多在120 mm以上，而中心地帶的產(chǎn)水量則在30 mm以下。葉爾羌河流域產(chǎn)水高低值交叉分布在流域上游的山間谷地，其中，公格爾山、巴士塔格山、克勒青河和烏魯克吾斯塘河源頭附近的山區(qū)產(chǎn)水量較大，而在塔什庫爾干河、烏魯克吾斯塘河、克勒青河的河道附近產(chǎn)水量較小。從各流域整體空間分布上看，各流域在上游山間谷地的產(chǎn)水量要明顯高于其他地區(qū)，這是由于流域的降水量在山間分布較大的原因。從各流域相比較來說，開都-孔雀河流域產(chǎn)水量在120 mm以上的區(qū)域明顯大于其他2個(gè)流域且分布比較集中。

圖2 2000―2015年各流域平均產(chǎn)水量（mm）

圖3 2000―2015年各流域產(chǎn)水量變化斜率（mm/a）

2.2 各流域產(chǎn)水量時(shí)空動(dòng)態(tài)分析

2000―2015年和田河流域和開都-孔雀河流域絕大部分區(qū)域的產(chǎn)水量都處于下降的趨勢，分別占流域面積的94.37%和89.64%（圖3）。和田河流域2.81%的區(qū)域產(chǎn)水量下降在15 mm/a以上，零散分布在和田河流域的中部，呈西北東南方向條帶狀分布，而產(chǎn)水量增加的區(qū)域集中分布在喀拉喀什河的上游。開都-孔雀河流域3.04%的區(qū)域產(chǎn)水量下降達(dá)到15 mm/a以上，主要分布在霍拉山和哈布其哈河附近，在博斯騰湖和孔雀河的河道附近產(chǎn)水量呈增加趨勢。葉爾羌河流域產(chǎn)水量以增加趨勢為主，占流域面積的69.01%，增加范圍為0～15 mm/a，僅有0.03%區(qū)域的產(chǎn)水量增加在30 mm/a以上，零散分布在葉爾羌河流域上游的山間谷地。

2.3 氣候因子與各流域產(chǎn)水量相關(guān)性分析

為定量分析氣候因子對(duì)3個(gè)流域產(chǎn)水量的影響，本文采用Pearson相關(guān)系數(shù)逐像元計(jì)算2000、2005、2010、2015年和田河流域、開都-孔雀河流域、葉爾羌河流域產(chǎn)水量與各氣候因子（降水、氣溫、輻射、風(fēng)速和相對(duì)濕度）之間的相關(guān)性程度（圖4）。由圖4降水可知，和田河流域、開都-孔雀河流域、葉爾羌河流域絕大部分地區(qū)的產(chǎn)水量與年降水量都呈顯著正相關(guān)，面積占比分別為73.99%、88.49%和71.11%，說明降水是影響流域產(chǎn)水的主導(dǎo)因素。

和田河流域和葉爾羌河流域產(chǎn)水量與年平均氣溫的相關(guān)性以正相關(guān)為主，開都-孔雀河流域產(chǎn)水量與年平均氣溫負(fù)相關(guān)的面積占比較大（圖4氣溫）。其中，和田河流域產(chǎn)水量與年平均氣溫呈顯著正相關(guān)面積占比為5.04%，集中分布在喀拉喀什河的上游山區(qū)；開都-孔雀河流域有4.33%的區(qū)域產(chǎn)水量與年平均氣溫呈顯著負(fù)相關(guān)，主要分布在霍拉山和哈布其哈河附近。

和田河流域和開都-孔雀河流域產(chǎn)水量與輻射呈正相關(guān)的區(qū)域明顯大于呈負(fù)相關(guān)的區(qū)域，而葉爾羌河流域則相反（圖4輻射）。其中和田河流域和開都-孔雀河流域產(chǎn)水量與輻射呈顯著正相關(guān)面積占比分別為13.20%和14.74%，集中分布在玉龍喀什河、哈布其哈河和東塔西臺(tái)河上游山區(qū)附近。葉爾羌河流域產(chǎn)水量與輻射呈顯著負(fù)相關(guān)面積占比為8.09%，零散分布在葉爾羌河流域的上游。

注 a、b、c分別代表和田河流域、開都-孔雀河流域和葉爾羌河流域（顯著性水平α=0.1）。

和田河流域、開都-孔雀河流域和葉爾羌河流域產(chǎn)水量與年平均風(fēng)速呈負(fù)相關(guān)面積占比分別為52.63%、82.89%和27.24%（圖4風(fēng)速）。其中，呈顯著負(fù)相關(guān)面積占比分別為19.79%、20.21%和4.54%，集中分布于玉龍喀什河的上游山區(qū)、霍拉山、哈布其哈河、東塔西臺(tái)河中下游地區(qū)和葉爾羌河流域的中游地區(qū)。

和田河流域產(chǎn)水量與相對(duì)濕度的相關(guān)性，負(fù)相關(guān)性占主導(dǎo)地位，而開都-孔雀河流域和葉爾羌河流域則相反（圖4相對(duì)濕度）。其中，和田河流域有0.87%的區(qū)域產(chǎn)水量與相對(duì)濕度呈顯著負(fù)相關(guān)，零散分布在喀拉喀什河的上游山區(qū)和慕士山附近；開都-孔雀河流域產(chǎn)水量與相對(duì)濕度呈顯著正相關(guān)面積占比為39.55%，主要分布在霍拉山和哈布其哈河和東塔西臺(tái)河附近；葉爾羌河流域產(chǎn)水量與相對(duì)濕度呈顯著正相關(guān)面積占比為2.55%，零散分布在克勒青河山區(qū)附近。

2.4 社會(huì)經(jīng)濟(jì)因子與各流域產(chǎn)水量相關(guān)性分析

圖5為社會(huì)經(jīng)濟(jì)因子與流域產(chǎn)水量相關(guān)性的空間分布情況。由圖5可知，和田河流域、開都-孔雀河流域和葉爾羌河流域產(chǎn)水量與GDP呈負(fù)相關(guān)的區(qū)域大于呈正相關(guān)的區(qū)域。其中和田河流域有2.44%的區(qū)域呈顯著負(fù)相關(guān)，零散分布在流域的中游；開都-孔雀河流域與GDP呈顯著負(fù)相關(guān)的區(qū)域僅占0.54%，集中分布在霍拉山南坡山腳附近；而葉爾羌河流域和GDP呈顯著正相關(guān)的區(qū)域明顯大于顯著負(fù)相關(guān)的區(qū)域，主要分布在克勒青河附近周邊山區(qū)。

圖5 社會(huì)經(jīng)濟(jì)因子與流域產(chǎn)水量相關(guān)性的空間分布格局

和田河流域、開都-孔雀河流域產(chǎn)水量與人口密度（POP）呈負(fù)相關(guān)的區(qū)域明顯大于呈正相關(guān)的區(qū)域，而葉爾羌河流域則相反。相較于和田河流域和葉爾羌河流域，開都-孔雀河流域產(chǎn)水量與人口密度呈顯著相關(guān)性的區(qū)域較大，集中分布在博斯騰湖和東塔西臺(tái)河附近。

2.5 各流域產(chǎn)水量空間差異驅(qū)動(dòng)因子分析

由因子探測的結(jié)果可知（表2），和田河流域、開都-孔雀河流域氣候因子的決定力（值）要遠(yuǎn)遠(yuǎn)大于社會(huì)經(jīng)濟(jì)因子，而葉爾羌河流域則不同，其社會(huì)經(jīng)濟(jì)因子的決定力明顯大于其他2個(gè)流域。影響三大流域產(chǎn)水量空間變化分布的第一、第二主導(dǎo)因素都是氣溫和降水，其值都在0.438 0以上，由此可知，氣溫和降水是引起產(chǎn)水量變化的重要驅(qū)動(dòng)力。GDP是影響和田河流域、開都-孔雀河流域產(chǎn)水量變化最小的因子，值分別為0.042 8、0.008 2，而對(duì)葉爾羌河流域產(chǎn)水量變化影響最小的因子是相對(duì)濕度，值為0.155 7。

由表3―表5可知，和田河流域、開都-孔雀河流域和葉爾羌河流域產(chǎn)水量變化的驅(qū)動(dòng)因子之間的交互作用均大于各因子的獨(dú)立作用，且各流域兩兩因子之間的交互作用都存在非線性增強(qiáng)。和田河流域相對(duì)濕度和輻射之間的交互作用影響力最強(qiáng)，相對(duì)濕度和氣溫交互因子次之；開都-孔雀河流域風(fēng)速和降水之間的交互作用影響力最強(qiáng)，風(fēng)速和氣溫交互因子次之，而葉爾羌河流域降水和氣溫之間的交互作用影響力最強(qiáng)，降水和風(fēng)速交互因子次之。說明不同流域兩兩因子交互作用產(chǎn)生的影響力存在著較大差異。

通過生態(tài)探測器可知，和田河流域人口密度與GDP、開都-孔雀河流域相對(duì)濕度與輻射和風(fēng)速、葉爾羌河流域GDP、人口密度與相對(duì)濕度之間的差異顯著，其余因子之間差異不顯著。

表2 各流域產(chǎn)水量年際空間變化的因子探測結(jié)果

表3 和田河流域產(chǎn)水量交互探測與生態(tài)探測結(jié)果

注 加“*”表示兩兩因子的交互作用為非線性增強(qiáng)，否則無標(biāo)記；“+”表示生態(tài)探測中為顯著差異，否則無標(biāo)記。下同。

表4 開都-孔雀河流域產(chǎn)水量交互探測與生態(tài)探測結(jié)果

表5 葉爾羌河流域產(chǎn)水量交互探測與生態(tài)探測結(jié)果

3 討 論

2000―2015年和田河流域、開都-孔雀河流域和葉爾羌河流域年均產(chǎn)水量集中分布在各流域的上游，和田河流域和開都-孔雀河流域絕大部分區(qū)域的產(chǎn)水量以下降趨勢為主，而葉爾羌河流域則相反，這一空間格局變化與各流域降水空間格局變化相吻合。通過Pearson相關(guān)性分析和地理探測器綜合分析表明降水對(duì)流域產(chǎn)水量的影響最為顯著，且呈正相關(guān)關(guān)系。這一研究結(jié)論與以往結(jié)果相似。例如，王亞慧等[22]通過Pearson相關(guān)分析，得到橫斷山區(qū)產(chǎn)水量與降水量呈明顯的正相關(guān)，相關(guān)系數(shù)在0.9以上，且產(chǎn)水量的時(shí)間變化也主要受降水量變化的影響（＞0.98，＜0.01）。郭麗潔等[23]通過ArcGIS對(duì)2010和2015年阿克蘇河流域產(chǎn)水和降水時(shí)空格局進(jìn)行比較，得到產(chǎn)水量變化與降水量變化基本一致，表明降水對(duì)其產(chǎn)水量變化具有顯著影響。在與其他氣候因子（氣溫、輻射、風(fēng)速和相對(duì)濕度）的相關(guān)性分析中，各流域產(chǎn)水量與各氣候因子呈現(xiàn)不顯著相關(guān)性的區(qū)域面積占比較大，這是因?yàn)闅鉁?、輻射、風(fēng)速和相對(duì)濕度等氣候因子主要通過影響流域的蒸散發(fā)過程間接影響流域的產(chǎn)水，而王亞慧等[22]、孫小銀等[7]、吳健等[1]和徐潔等[24]研究證明產(chǎn)水量與潛在蒸散和實(shí)際蒸散相關(guān)性并不明顯。在不同流域中，氣溫、輻射等氣候因子對(duì)流域產(chǎn)水量的正負(fù)相關(guān)性的影響可能截然不同，即不同區(qū)域?qū)α饔蛘羯l(fā)過程正負(fù)相關(guān)性的影響不同。這一研究結(jié)論與蒙雨等[25]研究結(jié)果相一致。

通過Pearson相關(guān)性分析和地理探測器綜合分析，和田河流域、開都-孔雀河流域和葉爾羌河流域產(chǎn)水量受社會(huì)經(jīng)濟(jì)因子（GDP和人口密度）的影響較小。這主要是因?yàn)镚DP和人口密度是人類活動(dòng)的反應(yīng)指標(biāo)。在塔里木河流域人類活動(dòng)多集中分布在流域中下游綠洲平原區(qū)，流域上游山區(qū)受人類活動(dòng)影響較小。而和田河流域、開都-孔雀河流域和葉爾羌河流域產(chǎn)水量多集中在流域上游。因此，和田河流域、開都-孔雀河流域和葉爾羌河流域產(chǎn)水量受社會(huì)經(jīng)濟(jì)因素的影響較小，主要受氣候因子影響。

4 結(jié) 論

1）新疆和田河流域、開都-孔雀河流域和葉爾羌河流域多年平均產(chǎn)水量均集中分布在流域上游地區(qū)。和田河流域上游產(chǎn)水量表現(xiàn)為東南高西北低的特點(diǎn)；開都-孔雀河流域上游產(chǎn)水量空間分布呈四周高中間低；而葉爾羌河流域產(chǎn)水量高低值區(qū)交叉分布在流域上游的山間谷地。

2）2000―2015年和田河流域和開都-孔雀河流域絕大部分區(qū)域的產(chǎn)水量都處于下降的趨勢，分別占流域面積的94.37%和89.64%，而葉爾羌河流域產(chǎn)水量則以增加趨勢為主，占流域面積的69.01%。

3）各流域產(chǎn)水量與降水呈顯著性相關(guān)的面積占比最高；各流域絕大部分區(qū)域產(chǎn)水量與GDP、人口密度呈現(xiàn)的相關(guān)性不顯著。

4）和田河流域、開都-孔雀河流域和葉爾羌河流域氣溫和降水是引起產(chǎn)水量變化的重要驅(qū)動(dòng)力。和田河流域人口密度與GDP、開都-孔雀河流域相對(duì)濕度與輻射和風(fēng)速、葉爾羌河流域GDP、人口密度與相對(duì)濕度之間差異顯著。

[1] 吳健, 李英花, 黃利亞, 等. 東北地區(qū)產(chǎn)水量時(shí)空分布格局及其驅(qū)動(dòng)因素[J]. 生態(tài)學(xué)雜志, 2017, 36(11): 3 216-3 223.

WU Jian, LI Yinghua, HUANG Liya, et al. Spatiotemporal variation of water yield and its driving factors in Northeast China[J]. Chinese Journal of Ecology, 2017, 36(11): 3 216-3 223.

[2] LANG Y Q, SONG W, ZHANG Y. Responses of the water-yield ecosystem service to climate and land use change in Sancha River Basin, China[J]. Physics and Chemistry of the Earth, Parts A/B/C, 2017, 101: 102-111.

[3] DENG X Z, ZHAO C H. Identification of water scarcity and providing solutions for adapting to climate changes in the Heihe river basin of China[J]. Advances in Meteorology, 2015, 2015: 1-13.

[4] SHOMAR B, DARE A. Ten key research issues for integrated and sustainable wastewater reuse in the Middle East[J]. Environmental Science and Pollution Research, 2015, 22(8): 5 699-5 710.

[5] 何偉, 宋國君. 河北省城市水資源利用績效評(píng)估與需水量估算研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2018, 38(7): 2 909-2 918.

HE Wei, SONG Guojun. Evaluation of urban water resources utilization efficiency and water demand estimation in Hebei Province[J]. Acta Scientiae Circumstantiae, 2018, 38(7): 2 909-2 918.

[6] 竇苗. 基于InVEST模型的橫斷山區(qū)產(chǎn)水功能時(shí)空變化及其影響因素研究[D]. 蘭州: 蘭州交通大學(xué), 2018.

DOU Miao. The study of spatial and temporal variation of water production function and its influencing factors in the Hengduan mountain region based on InVEST model[D]. Lanzhou: Lanzhou Jiatong University, 2018.

[7] 孫小銀, 郭洪偉, 廉麗姝, 等. 南四湖流域產(chǎn)水量空間格局與驅(qū)動(dòng)因素分析[J]. 自然資源學(xué)報(bào), 2017, 32(4): 669-679.

SUN Xiaoyin, GUO Hongwei, LIAN Lishu, et al. The spatial pattern of water yield and its driving factors in nansi lake basin[J]. Journal of Natural Resources, 2017, 32(4): 669-679.

[8] 王玉純, 趙軍, 付杰文, 等. 石羊河流域水源涵養(yǎng)功能定量評(píng)估及空間差異[J]. 生態(tài)學(xué)報(bào), 2018, 38(13): 4 637-4 648.

WANG Yuchun, ZHAO Jun, FU Jiewen, et al. Quantitative assessment of water conservation function and spatial pattern in Shiyang River basin[J]. Acta Ecologica Sinica, 2018, 38(13): 4 637-4 648.

[9] 肖金強(qiáng). 應(yīng)用分布式流域水文模型MIKESHE研究華北土石山區(qū)小流域水文響應(yīng)[D]. 北京: 北京林業(yè)大學(xué), 2006.

XIAO Jinqiang. The application of distributed hydrologic model MIKESHE to simulate hydrologic responses of small watershed in North China[D]. Beijing: Beijing Forestry University, 2006.

[10] 李文倩, 湯驊, 薛聯(lián)青. 基于融雪TOPMODEL模型對(duì)瑪納斯河流域徑流的模擬[J]. 石河子大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 33(6): 779-786.

LI Wenqian, TANG Hua, XUE Lianqing. The application of TOPMODEL for runoff simulation in the manas river based on snowmelt[J]. Journal of Shihezi University (Natural Science), 2015, 33(6): 779-786.

[11] CHEN J F, LI X B, ZHANG M. Simulating the impacts of climate variation and land-cover changes on basin hydrology: A case study of the Suomo basin[J]. Science in China Series D: Earth Sciences, 2005, 48(9): 1 501-1 509.

[12] 竇苗, 孫建國, 陳海鵬. 基于InVEST模型的橫斷山區(qū)產(chǎn)水量模擬[J]. 安徽農(nóng)業(yè)科學(xué), 2017, 45(21): 54-58.

DOU Miao, SUN Jianguo, CHEN Haipeng. Water production simulation in Hengduan mountainous region based on in VEST model[J]. Journal of Anhui Agricultural Sciences, 2017, 45(21): 54-58.

[13] 王蓓, 趙軍, 胡秀芳. 基于InVEST模型的黑河流域生態(tài)系統(tǒng)服務(wù)空間格局分析[J]. 生態(tài)學(xué)雜志, 2016, 35(10): 2 783-2 792.

WANG Bei, ZHAO Jun, HU Xiufang. Spatial pattern analysis of ecosystem services based on InVEST in Heihe River Basin[J]. Chinese Journal of Ecology, 2016, 35(10): 2 783-2 792.

[14] 趙亞茹, 周俊菊, 雷莉, 等. 基于InVEST模型的石羊河上游產(chǎn)水量驅(qū)動(dòng)因素識(shí)別[J]. 生態(tài)學(xué)雜志, 2019, 38(12): 3 789-3 799.

ZHAO Yaru, ZHOU Junju, LEI Li, et al. Identification of drivers for water yield in the upstream of Shiyang River based on InVEST model[J]. Chinese Journal of Ecology, 2019, 38(12): 3 789-3 799.

[15] 楊潔, 謝保鵬, 張德罡. 基于InVEST模型的黃河流域產(chǎn)水量時(shí)空變化及其對(duì)降水和土地利用變化的響應(yīng)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2020, 31(8): 2 731-2 739.

YANG Jie, XIE Baopeng, ZHANG Degang. Spatio-temporal variation of water yield and its response to precipitation and land use change in the Yellow River Basin based on InVEST model[J]. Chinese Journal of Applied Ecology, 2020, 31(8): 2 731-2 739.

[16] 黃領(lǐng)梅, 沈冰, 宋孝玉, 等. 和田河流域地表徑流變化分析[J]. 沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào), 2004, 35(Z1): 513-515.

HUANG Lingmei, SHEN Bing, SONG Xiaoyu, et al. Characteristics of surface water resources in the Hotan river basin[J]. Journal of Shenyang Agricultural University, 2004, 35(Z1): 513-515.

[17] 楊媛媛, 徐長春, 羅映雪, 等. 基于植被蒸散發(fā)法的孔雀河流域天然植被生態(tài)需水估算[J]. 灌溉排水學(xué)報(bào), 2020, 39(4): 106-115.

YANG Yuanyuan, XU Changchun, LUO Yingxue, et al. Estimation of Ecological Water Requirement for the Natural Vegetation in the Kongque River Basin based on Vegetation Evapotranspiration [J]. Journal of Irrigation and Drainage, 2020, 39(4): 106-115.

[18] 鄧銘江. 中國塔里木河治水理論與實(shí)踐[M]. 北京: 科學(xué)出版社, 2009.

DENG Mingjiang. The Theory and Practice of Water Regulation of the Tarim River in China [M]. Beijing: Science Press, 2009.

[19] CANADELL J, JACKSON R B, EHLERINGER J B, et al. Maximum rooting depth of vegetation types at the global scale[J]. Oecologia, 1996, 108(4): 583-595.

[20] DONOHUE R J, RODERICK M L, MCVICAR T R. Roots, storms and soil pores: Incorporating key ecohydrological processes into Budyko's hydrological model[J]. Journal of Hydrology, 2012, 436/437: 35-50.

[21] 王勁峰, 徐成東. 地理探測器: 原理與展望[J]. 地理學(xué)報(bào), 2017, 72(1): 116-134.

WANG Jinfeng, XU Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.

[22] 王亞慧, 戴爾阜, 馬良, 等. 橫斷山區(qū)產(chǎn)水量時(shí)空分布格局及影響因素研究[J]. 自然資源學(xué)報(bào), 2020, 35(2): 371-386.

WANG Yahui, DAI Erfu, MA Liang, et al. Spatiotemporal and influencing factors analysis of water yield in the Hengduan Mountain region[J]. Journal of Natural Resources, 2020, 35(2): 371-386.

[23] 郭麗潔, 尹小君, 茍貞珍, 等. 基于InVEST模型的阿克蘇河流域產(chǎn)水量評(píng)估及環(huán)境因素影響研究[J]. 石河子大學(xué)學(xué)報(bào)(自然科學(xué)版), 2020, 38(2): 216-224.

GUO Lijie, YIN Xiaojun, GOU Zhenzhen, et al. Evaluation on water yield and analysis of its variation characteristics of Arku River Basin based on In VEST model[J]. Journal of Shihezi University (Natural Science), 2020, 38(2): 216-224.

[24] 徐潔, 肖玉, 謝高地, 等. 東江湖流域水供給服務(wù)時(shí)空格局分析[J]. 生態(tài)學(xué)報(bào), 2016, 36(15): 4 892-4 906.

XU Jie, XIAO Yu, XIE Gaodi, et al. Spatiotemporal analysis of water supply service in the Dongjiang Lake Basin[J]. Acta Ecologica Sinica, 2016, 36(15): 4 892-4 906.

[25] 蒙雨, 但文紅, 王煥. 基于MOD16的烏江流域地表蒸散發(fā)時(shí)空特征及影響因素[J]. 水土保持研究, 2020, 27(6): 139-145.

MENG Yu, DAN Wenhong, WANG Huan. Spatiotemporal characteristics of evapotranspiration and its affecting factors in Wujiang basin based on MOD16[J]. Research of Soil and Water Conservation, 2020, 27(6): 139-145.

Spatiotemporal Variation in Water Yield and Their Underlying Mechanisms in Tarim River Basin

SUN Qi1,2, XU Changchun1,2*, REN Zhengliang1,2, CHU Zhi1,2

(1.College of Resource and Environment Sciences, Xinjiang University, Urumqi 830046, China;2. MOE Key Laboratory of Oasis Ecology, Xinjiang University, Urumqi 830046, China.)

【】Global climate change and anthropogenic activities combine to have altered water flow and distribution in many basins, especially those in arid and semi-arid regions. Understanding water yield and its spatiotemporal change in a basin, as well as their determinants, is hence important to improve water management but challenging because of the amount of data it requires. Taking Tarim basin as an example, this paper aims to analyze the spatiotemporal changes in its water yield and the underlying mechanisms.【】The analysis was based on numerical simulations; spatiotemporal distribution of water yield from 2000 to 2015 in three catchments in the basin: Hotan catchment, Kaidu-Kongqu catchment, and Yerqiang catchment, was simulated using the InVEST model. Factors posited to impact water yield in the three catchments, including precipitation, temperature, solar radiation, wind speed, relative humidity, GDP and population density, were analyzed using the Pearson correlation and the geographic detector.【】Spatially, the average annual water yield in each catchment was in its upper reach with average depth of the water yield in all three catchments being more than 30 mm. On average, the water yield in Kaidu-Kongque catchment was more than that in the Hetian and Yarkant catchment; and the water yield in most upstream areas in the three catchments was more than 120 mm. From 2000 to 2015, the water yield in Hetian and Kaidu-Kongque catchment had been in decline, while that in Yarkant catchment had been in rise. Precipitation and water production were correlated at significant level for all studied areas, accounting for 73.99%, 88.49% and 71.11% of the water production in Hetian, Kaidu-Peacock and Yarkant catchments respectively, indicating that precipitation was the key contributor to the water yield. Geographical-detector analysis revealed that air temperature and precipitation were the dominant factors controlling the spatial distribution of water yield and their impacts were nonlinearly integrated, with thevalue being higher than 0.438. Intra-basin factors that were not correlated at significant level are as follows: Population density and GDP for Hetian catchment; relative humidity, radiation and wind speed for Kaidu-Kongque catchment; population density and humidity for Yarkant catchment.【】The water yield in typical inland river basins in arid areas of northwestern China was mainly affected by temperature and precipitation.

arid regions of Northwestern China; water production; spatiotemporal distribution; climatic factors; socioeconomic factors

TV213.4

A

10.13522/j.cnki.ggps.2020698

1672 – 3317（2021）08 - 0114 - 09

孫琪, 徐長春, 任正良, 等. 塔里木河流域產(chǎn)水量時(shí)空分布及驅(qū)動(dòng)因素分析[J]. 灌溉排水學(xué)報(bào), 2021, 40(8): 114-122.

SUN Qi, XU Changchun, REN Zhengliang, et al. Spatiotemporal Variation in Water Yield and Their Underlying Mechanisms in Tarim River Basin[J]. Journal of Irrigation and Drainage, 2021, 40(8): 114-122.

2020-12-16

國家自然科學(xué)基金項(xiàng)目（41561023）

孫琪（1996-），男，山東淄博人。碩士研究生，主要從事干旱區(qū)生態(tài)水文研究。E-mail: 2972653327@qq.com

徐長春（1977-），女，新疆阿勒泰人。教授，博士，主要從事干旱區(qū)氣候、水文與水資源研究。E-mail: xcc0110@163.com

責(zé)任編輯：陸紅飛