基于气候和土地利用的多情景疏勒河流域产水服务模拟研究

石鹏; 贾亦阳; 周冬梅; 江晶; 马静; 朱小燕; 张军

doi:10.13205/j.hjgc.202604017

基于气候和土地利用的多情景疏勒河流域产水服务模拟研究

doi: 10.13205/j.hjgc.202604017

石鹏¹,
贾亦阳²,
周冬梅¹,
江晶³,
马静¹,
朱小燕¹,
张军^1, ,

1. 甘肃农业大学资源与环境学院, 兰州 730070;
2. 兰州市气象局, 兰州 730000;
3. 甘肃农业大学管理学院, 兰州 730070

基金项目:

甘肃省科技重大专项-中央引导地方科技发展资金项目（25ZYJA032）；甘肃省自然科学基金项目（23JRRA1413，24JRRA774）；甘肃省高校教师创新基金项目（2025A-098，2025B-096，2025B-110）

详细信息

作者简介:
石鹏(1998—),男,硕士,主要从事生态系统服务研究。1805307783@qq.com

通讯作者:
张军(1977—),男,博士,教授,主要从事生态系统服务研究。zhangjun@gsau.edu.cn

计量
- 文章访问数: 0
- HTML全文浏览量: 0
- PDF下载量: 0
- 被引次数: 0
出版历程
- 收稿日期: 2025-01-30
- 网络出版日期: 2026-06-06
- 刊出日期: 2026-04-01

Modelling water yield services in the Shule River Basin under multiple scenarios of climate and land use change

1. College of Resources and Environmental Science, Gansu Agricultural University, Lanzhou 730070, China;
2. Lanzhou Meteorological Administration, Lanzhou 730000, China;
3. College of Management, Gansu Agricultural University, Lanzhou 730070, China

摘要

摘要: 疏勒河流域是典型的干旱区内陆河流域，其产水量对区域生态安全与可持续发展至关重要。综合FLUS与InVEST模型，模拟了SSP119、SSP245、SSP585三种气候情景下2030和2050年疏勒河流域产水量，并结合地理探测器量化自然与人为因子驱动机制。结果表明：1）疏勒河流域土地利用以荒漠为主体，SSP119情景下荒漠面积至2050年减少0.69%，而SSP585情景下荒漠面积激增5.7%。2）疏勒河流域产水量空间分布呈南高北低格局，高值集中于冰川覆盖区及高海拔山区。SSP119情景下产水量增长最显著，SSP585情景因极端气候导致产水量增幅微弱。3）降水量与海拔（DEM）是影响疏勒河流域产水量空间分布的核心驱动因子，土地利用类型与降雨量交互作用影响最强，表明人为改变土地利用可显著调控产水量。该研究可为干旱区内陆河流域水资源管理与生态治理提供多情景决策依据。
- InVEST模型 /
- FLUS模型 /
- 疏勒河流域 /
- 土地利用 /
- 未来气候情景 /
- 产水量模拟 /
- 地理探测器
Abstract: The Shule River Basin is a typical inland river basin in arid areas， and its water yield is crucial for regional ecological security and sustainable development. This study integrated the FLUS and InVEST models to simulate the basin's water yield in 2030 and 2050 under three climate scenarios （SSP119， SSP245， and SSP585）. Geographical detectors were further applied to quantify the driving mechanisms of natural and human factors. The key findings are as follows： 1） Land use in the basin is dominated by desert. Under the SSP119 scenario， the desert area is projected to decrease by 0.69% by 2050， whereas it is projected to increase sharply by 5.7% under the SSP585 scenario. 2） The spatial distribution of water yield exhibits a pattern of higher values in the south and lower values in the north， with high-yield areas concentrated in glacier-covered areas and high-altitude mountainous regions. The most significant increase in water yield occurs under the SSP119 scenario， while the SSP585 scenario shows only a minimal increase due to extreme climate conditions. 3） Precipitation and DEM are identified as the core driving factors governing the spatial distribution of water yield. The interaction between land-use type and precipitation has the strongest influence， indicating that artificial changes in land use can significantly regulate water yield. This research provides a multi-scenario framework to guide water resource management and ecological governance for inland river basins of arid areas.
- InVEST model /
- FLUS model /
- Shule River basin /
- land use /
- future climate scenarios /
- water yield simulation /
- geographic detector

HTML全文

参考文献(32)

[1]	DOU P F，ZUO S Z，REN Y，et al. The impacts of climate and land use/land cover changes on water yield service in Ningbo region［J］. Acta Scientiae Circumstantiae，2019，39（7）：2398- 2409. 窦攀烽，左舒翟，任引，等. 气候和土地利用/覆被变化对宁波地区生态系统产水服务的影响［J］. 环境科学学报，2019，39（7）：2398- 2409.
[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]	ZHENG H，LI Y F，ROBINSON B E，et al. Using ecosystem service trade-offs to inform water conservation policies and management practices［J］. Frontiers in Ecology and the Environment，2016，14（10）：527- 532.
[4]	HE S L，WANG J L，DENG Y C，et al. The scale effect of response thresholds for composite ecosystem services and impact factors in central Yunnan Province［J］. Acta Ecologica Sinica，2025（9）：1- 16. 何苏玲，王金亮，邓云程，等. 滇中地区综合生态系统服务与影响因素响应阈值的尺度效应［J］. 生态学报，2025（9）：1- 16.
[5]	LIU H C，REN C Y，WANG Z M，et al. Dynamics of ecosystem service functions and their tradeoff and synergetic relationships in Great Xing'an mountains ecological function zone［J］. Journal of Ecology and Rural Environment，2022，38（5）：587- 598. 刘华超，任春颖，王宗明，等. 大兴安岭生态功能区生态系统服务功能动态及权衡协同关系研究［J］. 生态与农村环境学报，2022，38（5）：587- 598.
[6]	LIANG Y H，ZHANG J Y，FAN Y L. Study on diagnostic characteristics and risk evaluation of degraded ecosystem in karst area：A case study of Bijie Karst rocky desertification［J］. Research of Soil and Water Conservation，2013，20（1）：240- 245. 梁玉华，张军以，樊云龙. 喀斯特生态系统退化诊断特征及风险评价研究：以毕节石漠化为例［J］. 水土保持研究，2013，20（1）：240- 245.
[7]	FANG C S，ZHU R，LU R，et al. Analysis of vegetation cover change characteristics and influencing factors in the shiyang River Basin based on GEE［J］. Remote Sensing Technology and Application，2023，38（5）：1167- 1179. 方春爽，朱睿，卢睿，等. 基于GEE的石羊河流域植被覆盖变化特征及其影响因素分析［J］. 遥感技术与应用，2023，38（5）：1167- 1179.
[8]	ZHANG X Y，WEI W，ZHOU L，et al. Analysis on spatio-temporal evolution of ecological vulnerability in arid areas of Northwest China［J］. Acta Ecologica Sinica，2021，41（12）：4707- 4719. 张学渊，魏伟，周亮，等. 西北干旱区生态脆弱性时空演变分析［J］. 生态学报，2021，41（12）：4707- 4719.
[9]	WANG S X，WANG F. Response of oasis area to the surface runoff in Hexi inland river basin of China［J］. Journal of Desert Research，2021，41（2）：231- 241. 王生霞，王飞. 河西内陆河流域绿洲面积对地表径流的响应［J］. 中国沙漠，2021，41（2）：231- 241.
[10]	GONG S X，ZHANG Y H，LI Y H，et al. Spatio-temporal variation and prediction of carbon storage in Beijing- Tianjin-Hebei region-A PLUS-InVEST model approach［J］. Journal of Arid Land Resources and Environment，2023，37（6）：20- 28. 巩晟萱，张玉虎，李宇航，等. 基于PLUS-InVEST模型的京津冀碳储量变化及预测［J］. 干旱区资源与环境，2023，37（6）：20- 28.
[11]	WANG Z Y，HUANG C L，LI L，et al. Ecological zoning planning and dynamic evaluation coupled with Invest-HFI-Plus model：a case study in Bortala Mongolian Autonomous Prefecture［J］. Acta Ecologica Sinica，2022，42（14）：5789- 5798. 王子尧，黄楚梨，李倞，等. 耦合InVEST-HFI-PLUS模型的生态分区规划与动态评估—以博尔塔拉蒙古自治州为例［J］. 生态学报，2022，42（14）：5789- 5798.
[12]	SHAO Z，CHEN R，ZHAO J，et al. Spatio-temporal evolution and prediction of carbon storage in Beijing's ecosystem based on FLUS and InVEST models［J］. Acta Ecologica Sinica，2022，42（23）：9456- 9469. 邵壮，陈然，赵晶，等. 基于FLUS与InVEST模型的北京市生态系统碳储量时空演变与预测［J］. 生态学报，2022，42（23）：9456- 9469.
[13]	WANG C Y，GUO X H，GUO L，et al. Land use change and its impact on carbon storage in Northwest China based on FLUS-Invest：a case study of Hu-Bao-Er-Yu urban agglomeration［J］. Ecology and Environmental Sciences，2022，31（8）：1667- 1679. 王超越，郭先华，郭莉，等. 基于FLUS-In VEST的西北地区土地利用变化及其对碳储量的影响：以呼包鄂榆城市群为例［J］. 生态环境学报，2022，31（8）：1667- 1679.
[14]	ZHU W B，ZHANG J J，CUI Y P，et al. Assessment of territorial ecosystem carbon storage based on land use change scenario：a case study in Qihe River Basin［J］. Acta Geographica Sinica，2019，74（3）：446- 459. 朱文博，张静静，崔耀平，等. 基于土地利用变化情景的生态系统碳储量评估：以太行山淇河流域为例［J］. 地理学报，2019，74（3）：446- 459.
[15]	YANG J，XIE B P，ZHANG D G. 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）：2731- 2739. 杨洁，谢保鹏，张德罡. 基于INVEST模型的黄河流域产水量时空变化及其对降水和土地利用变化的响应［J］. 应用生态学报，2020，31（8）：2731- 2739.
[16]	WU T Y，ZHOU Z F，ZHANG L，et al. Spatial-temporal variation of water yield in Nanbei Panjiang River Basin based on InVEST model［J］. Bulletin of Soil and Water Conservation，2023，43（3）：129- 138. 伍堂银，周忠发，张露，等. 基于INVEST模型的南北盘江流域产水量时空变化研究［J］. 水土保持通报，2023，43（3）：129- 138.
[17]	REN Y M，LIU X P，XU X C，et al. Multi-scenario simulation of land use change and its impact on ecosystem services in Beijing-Tianjin-Hebei region based on the FLUS-InVEST Model［J］. Acta Ecologica Sinica，2023，43（11）：4473- 4487. 任胤铭，刘小平，许晓聪，等. 基于FLUS-InVEST模型的京津冀多情景土地利用变化模拟及其对生态系统服务功能的影响［J］. 生态学报，2023，43（11）：4473- 4487.
[18]	YIN L C，FENG X M，FU B J，et al. A coupled human-natural system analysis of water yield in the Yellow River basin，China［J］. Science of the Total Environment，2021，762：143141.
[19]	WANG H，LIU J，KlAAR M，et al. Anthropogenic climate change has influenced global river flow seasonality［J］ Science，2024，383（6686）：1009- 1014.
[20]	SONG Q R，SONG R. Analysis of spatial correlation network and influencing factors of industrial green water resources efficiency in the Yangtze River Economic Belt［J］. Environmental Science，2025，46（12）：7611- 7621. 宋强敏，宋瑞. 长江经济带工业绿色水资源效率空间关联网络与影响因素分析［J］. 环境科学，2025，46（12）：7611- 7621.
[21]	DONG Z C，ZHANG J T，ZHEN Z Q，et al. Reflections and recommendations on allocation of water resources resilience and ecological recovery of the Northwest Inland River basin in China［J］. China Water Resources，2024（21）：43- 48. 董增川，张济韬，郑子沁，等. 西北内陆河流域水资源韧性配置与生态复苏的思考及建议［J］. 中国水利，2024（21）：43- 48.
[22]	FAN Y K，MA S M. Ecosystem services and their trade-offs/synergies analysis under multi-scenario simulation of land use change：A case study of Shenyang and Fushun City，Liaoning Province［J］. Acta Scientiae Circumstantiae，2023，43（10）：419- 434. 范耘恺，马书明. 多情景模拟土地利用变化下的生态系统服务评估及其权衡/协同研究：以辽宁省沈抚地区为例［J］. 环境科学学报，2023，43（10）：419- 434.
[23]	GONG P，YAO X J，SUN M P，et al. Spatial-temporal variations of glacial lakes in the Koshi River basin from 1967 to 2014［J］. Acta Ecologica Sinica，2017，37：8422- 8432.
[24]	DU H Y，YU J F，ZHANG Y，et al. Land use optimization and carbon reserve assessment in the Shiyang River Basin［J］. Environmental Science，2024，45（7）：4164- 4176. 杜怀玉，俞金凤，张媛，等. 石羊河流域多情景土地利用优化及碳储量评估［J］. 环境科学，2024，45（7）：4164- 4176.
[25]	WANG X，XIAO X，ZOU Z，et al. Gainers and losers of surface and terrestrial water resources in China during 1989—2016［J］. Nature Communications，2020，11（1）：3471.
[26]	LOU M J，SHI M C，GUO H Y，et al. Water conservation analysis of Baiyangdian-Daqing River basin based on InVEST model［J］. Science of Soil and Water Conservation，2022，20（5）：118- 123. 娄梦婕，史明昌，郭虹扬，等. 基于InVEST模型的白洋淀—大清河流域水源涵养分析［J］. 中国水土保持科学（中英文），2022，20（5）：118- 123.
[27]	YANG J，ZHOU P Q，YUAN S J，et al. Land ecosystem service functions for Dongting Lake ecological economic zone based on InVEST model［J］. Bulletin of Soil and Water Conservation，2022，42（1）：267- 272. 杨君，周鹏全，袁淑君，等. 基于inVest模型的洞庭湖生态经济区生态系统服务功能研究［J］. 水土保持通报，2022，42（1）：267- 272.
[28]	WU F，YANG X，CUI Z，et al. The impact of human activities on blue-green water resources and quantification of water resource scarcity in the Yangtze River Basin［J］. Science of the Total Environment，2024，909：168550.
[29]	MOU F Y，HUANG Q，CHEN L. Eco-environmental quality driving force detection using optimized geographic detector［J］. Research of Soil and Water Conservation，2024，31（1）：440- 449. 牟凤云，黄淇，陈林. 基于优化地理探测器的生态环境质量驱动力分析［J］. 水土保持研究，2024，31（1）：440- 449.
[30]	WANG Y，PAN J H. Establishment of ecological security patterns based on ecosystem services value reconstruction in an arid inland basin：A case study of the Ganzhou District，Zhangye City，Gansu Province［J］. Acta Ecologica Sinica，2019，39（10）：3455- 3467. 王云，潘竟虎. 基于生态系统服务价值重构的干旱内陆河流域生态安全格局优化：以张掖市甘州区为例［J］. 生态学报，2019，39（10）：3455- 3467.
[31]	SHAO Q，HAN L，LÜ L，et al. Spatiotemporal variation and factors influencing water yield services in the Hengduan Mountains，China［J］. Remote Sensing，2023，15（16）：4087.
[32]	JING Y N，HUANG Y Z，YOU F，et al. Simulation of land use and ecosystem service value in Shiyang River Basin based on Markov-PLUS model［J］. Journal of Arid Land Resources and Environment，2024，38（5）：130- 139. 金一诺，黄银洲，尤凤，等. 基于Markov-PLUS模型的石羊河流域土地利用及生态系统服务价值模拟［J］. 干旱区资源与环境，2024，38（5）：130- 139.