1. 引言
生态系统提供的各种服务是人类赖以生存、发展和繁荣的基础 [1] [2] 。流域生态系统提供的水供给服务可以在很多方面为人类福利作出贡献，其中包括用于水力发电的水力资源。开发水力资源获得的水电是世界上最广泛应用的可更新能源，约占全世界能源生产总量的20% [3] 。水电在促进国民经济发展的同时，对应对气候变化、节能减排也具有重要意义。但是水电生产能力对土地利用/覆被变化非常敏感。土地利用/覆被变化会改变水文循环，影响蒸散、渗透和水分截留的模式，引起可用于水电生产的水量及其时空分布的变化，从而对水电生产的数量(以发电量表示)和价值(以水电生产利润表示)产生影响 [4] 。
学术界关于流域水电生产与相关的生态系统服务的研究大多侧重于水资源价值研究 [5] [6] [7] ，以及水力资源开发对流域生态系统服务的影响 [8] [9] [10] [11] ；一些学者通过一般均衡模型评价水电站或者水电枢纽对区域国民经济的影响 [12] [13] [14] 。这些研究对流域水电开发与管理具有重要意义。但是在流域尺度系统评估不同区域、不同景观类型对水电生产重要性的研究，以及土地利用/覆被变化对水电生产影响的研究还少见报道。而这些研究是气候变化背景下流域空间规划及土地利用/覆被的管理所必需的。
水力发电在福建省能源生产中占有重要地位，2000年~2014年，水电在一次能源生产总量中所占比例达到40% [15] ，远远高于全国平均水平。九龙江位于福建省南部，是福建省的第二大河流，由北溪、西溪、南溪三条主要支流组成(见图1)。流域范围包括龙岩和漳州的10个县市，面积1.47 × 104 km2。流域多年平均降水量在1400~1800 mm之间，水电资源丰富，已建和在建的水电工程104座，总装机容量达62.92万千瓦，年发电能力24.61亿千瓦时 [16] 。但是由于经济发展、人口增加和城市化加快，流域土地利用/覆被发生了巨大的变化，严重影响到流域水电生产能力。本论文利用InVEST模型中的水库水电生产模型评估九龙江流域10年来土地利用/覆被变化对产水量、水电生产数量及其价值的影响，为九龙江流域的空间规划和土地利用/覆被的管理提供决策的参考依据。
2. 方法和数据
2.1. 方法和模型
InVEST模型(The Integrate Valuation of Ecosystem Services and Tradeoffs Tool, InVEST)，是斯坦福大学、大自然保护协会(TNC)和世界野生生物基金会(WWF)联合资助的自然资本项目(Natural Capital)，开发用于生态系统服务价值评估和权衡(trade-off)的工具。该模型基于GIS平台，对生态系统服务及其价值进行量化并以地图的形式表现出来 [17] ，使自然资本价值更为容易地纳入到人类开发和保护的决策之中 [3] 。InVEST模型中包括用于评估不同生态系统服务及其价值的很多子模型 [3] [17] 。其中水库水电生产模型(Reservoir hydropower production)用于评估流域水电生产数量、价值及其空间分布。
水电生产模型中的水平衡概念性框架如图2所示。在某一土地利用/覆被类型的网格上，降水和径流扣除蒸发、蒸腾和补充地下水后，形成产水量(Water yield)；产水量扣除消耗性用水(consumptive water use)后，到达水库水电站用于发电。基于此，水电生产模型包括产水量、水消耗(水稀缺)和水电产量和价值评估3个子模块。为了刻画影响产水量的关键影响因子(如土壤类型、降水、植被类型)的差异性，产水量模型在网格的尺度(pixel-scale)上进行计算。通过加和计算，该模型不仅可以评估全流域年均发电量和价值，而且可以识别出流域每一部分的景观类型或者子流域对发电量及其价值的贡献。必须指出的是，为了计算方便，该模型做了很多的简化，如没有考虑地表水和地下水的相互作用，也没有考虑水供给的时间维度，并且假设水电的价格是静态的等。
2.1.1. 产水量模型(Water yield)
流域的产水量受到多因素的影响，包括流域的降水，蒸发，土地利用/覆盖类型、土壤渗透和植被蒸腾等。产水量模型在栅格尺度上计算各个栅格的产水量，各栅格的产水量是降水量与实际蒸散量之差。计算公式为 [3] ：
(1)
式中：Y(x)为栅格x中的产水量；AET(x)为栅格x的年实际蒸散量；P(x)是栅格x的年均降雨量；
是蒸散量占降水量的比例。
对于有植被覆盖的栅格，根据Budyko表达式 [18] [19] 来计算
：
(2)
Figure 1. Location of the study area and sub-watersheds
图1. 研究区域地理位置和子流域
Figure 2. Conceptual diagram of water balance (the factors considered by model was depicted in solid lines, other factors was depicted in dotted line)
图2. 水平衡概念性框架(图中实线箭头为模型考虑的因素，虚线箭头为模型没有考虑的因素)
式中：PET(x)表示栅格x中的潜在蒸散量，可以用公式(3)计算得到；
是反映气候与土壤特性的无量纲参数，由公式(4)计算得到。
(3)
(4)
式中：ET0(x)是栅格x中的反映当地气候条件、基于参照植物的参考蒸散量；
为土地利用/覆被类型lx中的植被蒸散系数，由土地利用/覆被中的植物特征决定。公式(4)中Z是用以表征季节性降雨特征的经验常数；AWC(x)是植被可利用含水量，其值由土壤质地和有效土壤深度决定。
对于其他的土地利用/覆被类型(如水域，建设用地，湿地等)，栅格x中的实际蒸散量AET(x)直接通过参考蒸散量ET0(x)计算得到，但是以该栅格的降水量为上限。计算公式为：
(5)
2.1.2. 水稀缺模型(Water scarcity model)
该模型用于计算实际达到大坝水电站d的水量。大坝上游集水区的每个网格既是水量的贡献者，也是水量的消耗者。通过表格的形式输入每一种土地利用/覆被类型的消耗性用水量，模型计算出各集水区的消耗性用水总量；加总产水量模型的每个网格的产水量，得到集水区总产水量。两者之差即为实际到达大坝d可用于发电的供水量。计算公式为：
(6)
式中：Vd表示实际到达大坝d的水量，Yd表示大坝d的上游集水区总的产水量，ud表示大坝d处的上游集水区所消耗的总的水量。
2.1.3. 水电产量和价值评估模型(Hydropower Production and Valuation Model)
该模型用于估算各水电站水电生产的数量及其价值。水电站d年发电量(
，单位为千瓦时)由发电机效率(β，单位为%)、到达大坝水量(Vd，单位为m3/yr)、Vd中用于水力发电的水量的比例(γd，单位为%)以及水电站水头高度(hd)决定。计算公式为：
(7)
水电的价值以水电站生命周期利润的净现值表示，计算公式为：
(8)
式中：TCd表示大坝d处水电站年均总成本，pe表示发电站提供的电能的市场价格，T表示当前条件下发电站预期的剩余使用时间，r表示市场折现率。模型假定公式中的水电站年成本、水电价格以及年发电量不随时间而改变。
得到水电站生命周期利润的净现值后，可以通过年金计算公式，计算得到水电站的年均利润。各子流域(汇水区)的发电量及其价值通过加总该子流域的所有发电站的发电量和价值得到。
2.2. 数据来源
论文收集了模型运行需要的各种数据，包括流域DEM、土地利用/覆被、降水、蒸发、土壤、植被特点以及流域水电站相关数据，并制作成模型要求的数据格式。数据及其来源见表1。
表1. 数据来源
3. 土地利用/覆被变化
本研究通过比较2000年和2010年两种土地利用/覆被情境下的水电产量和价值来分析土地利用/覆被变化对流域水电生产的影响。除了土地利用/覆被变化外，其他因素，特别是降水量、市场、发电站的技术和运营等的波动也会对水电产量和价值产生影响。为了识别出土地利用/覆被变化的效应，论文使用了流域15年平均降水量，并假设其他因素不变。考虑到九龙江流域梯级电站的特点，论文基于DEM图层，利用ArcGIS软件，把研究区域划分成151个子流域(每个水电站作为子流域出水口划分而得)。把制作的图层和模型需要的其他数据(表1)输入InVEST水电生产模型，得到研究结果。为了分析和展示的方便，论文将151个子流域合并为14个子流域进行分析(见图2)。北溪8个子流域(B1-B8)，西溪5个子流域(X1-X5)，南溪一个子流域(N1)。其中B3、B7、B8、X3、X5、N1是城市化程度较高的子流域，为城市子流域，其他为农村子流域。
3.1. 土地利用/覆被变化
分析2000年到2010年土地利用/覆被转移可以发现，流域土地利用/覆被变化表现为耕地、林地、草地、水域面积减少，其中耕地和林地面积减少最多，分别为172.33km2和183.85km2。减少比例分别达到7.8%和1.9%；
建设用地面积增加了419.50 km2；增加了1.46倍。建设用地增加主要由耕地、林地和草地转变而来，转移面积分别为178.33 km2、177.58 km2和55.46 km2 (图3(a))。从各子流域土地利用/覆被变化看，所有子流域建设用地面积都在增加，耕地、林地和草地面积在减少，流域增加的建设用地主要分布在城市子流域(图3(b))，6个城市子流域增加的建设用地面积占整个流域增加的建设用地面积的比例达到77.28%。同时必须注意的是，尽管流域土地利用转换方向都是由耕地、林地、草地等转化为建设用地，但是不同子流域这些土地利用/覆被类型转化为建设用地的比例不同。如子流域B3的林地和耕地转化为建设用地面积大致相同，而子流域X5中，所增加的建设用地70%由耕地转化而来。各子流域这种土地利用/覆被变化的特点对下面将分析的流域水电产量的变化产生重大影响。
3.2. 对产水量的影响
九龙江流域产水量空间分布及其变化见表2。产水量不仅受到降水量影响，各子流域内土地利用/覆被类型的分布情况、植被蒸散系数、土壤质地和土壤深度等影响实际蒸散量大小的因素也会影响产水量 [28] 。九龙江流域各土地利用/覆被类型的平均实际蒸散量依次为水域 > 耕地 > 林地 > 草地 > 建设用地 > 未利用地(图4)。这使得一些子流域尽管降水量相对较大，但是由于其蒸散量较高的土地利用/覆被类型所占比例较高，其产水量反而较小。如尽管子流域X3的降水量比子流域B8小(表2)，但是由于子流域B8的土地利用/覆被类型中平均实际蒸散量较大的水域和耕地所占的比例大于X3，导致X3的产水量反而大于B8。
不同土地利用/覆被类型实际蒸散量的不同是土地利用/覆被变化影响产水量的主要机制。从表2可以发现，由于土地利用/覆被的变化是从蒸散量较大的耕地和林地转化为蒸散量较小的建设用地，九龙江流域2010年的产水量比2000年增加了0.96亿m3，增幅为0.66%。各子流域产水量变化见图5。
从图5(a)可以发现，所有子流域产水量都在增加，但是城市子流域产水量增幅大于农村子流域；从图5(b)可以看到，增加的产水量主要来自于建设用地增加较多的城市子流域。6个城市子流域面积占全流域面积的33.34%，但是增加的产水量占全流域的比例达到70.83%。
3.3. 对用于发电的水量的影响
产水量的增加并不必然引起发电量的增加。如论文2部分所讨论，水电生产数量取决于实际达到大坝可能用于发电的水量。实际达到大坝的水量为大坝上游子流域产水量与耗水量之差。耗水主要发生在耕地和建设用地两种土地利用/覆被类型上。模型运行得到的流域耗水量变化和达到大坝用于发电的供水量的变化见图6(a)。由于土地利用/覆被的变化，尽管产水量增加了0.96亿m3，但是流域耗水量增加量为11.32亿m3。这导致整个
Figure 3. Land use/land cover changes
图3. 土地利用/覆被变化
Table 2. Water yield of Jiulong River in 2000 and 2010
表2. 2000年和2010年九龙江流域产水量
Figure 4. Evapotranspiration of different types of land use/land cover
图4. 九龙江流域不同土地利用/覆被类型的实际蒸散量
Figure 5. The changes of water yield (a) and the increased percentage of water yield (b) based on subwatershed
图5. 各子流域的产水量变化和增加的产水量比例
Figure 6. Impacts of land use/land cover change on water consumption and water supply
图6. 土地利用/覆被变化对耗水量和供水量影响
流域达到大坝可能用于水力发电的水量减少了10.36亿m3，减少比例为8.46%。各子流域土地利用/覆被变化的不同(图3(b))，导致各子流域耗水量的变化差别较大。耗水量和供水量变化较大的区域为土地利用/覆被变化较大的城市子流域(图6(b))。
3.4. 对用于发电的水量的影响
模型得到的九龙江流域2000年和2010年各子流域发电量和利润见表3。2010年土地利用/覆被条件下，九龙江流域年发电量为20.6亿kwh，使用年限30年内水电利润的净现值为90.4亿元，年均利润5.31亿元。由于
Table 3. Annual hydropower production and net present value of Jiulong River in the year of 2000 and 2010
表3. 2000年和2010年九龙江流域年发电量和价值
Figure 7. Impacts of land use/land cover change on hydropower production
图7. 土地利用/覆被变化对各子流域水力发电量的影响
Figure 8. Hydropower production of sub-watersheds and per km2
图8. 各子流域发电量和单位面积发电量
土地利用/覆被变化，与2000年相比，九龙江流域年水力发电量减少了1.21亿kwh，降低了5.55%，年利润减少0.38亿元，降低了6.68%。
从表3和图7(a)可以发现，每个子流域的发电量和利润都在降低。但是城市子流域发电量降低的比例要大于农村子流域。6个城市子流域中除B8和X5由于没有水电站外，其余4个子流域发电量降低的比例都高于流域平均水平；而农村子流域除B6和X4外，其他子流域发电量降低的比例都低于流域平均水平。流域水力发电量降低主要是由于土地利用/覆被变化剧烈的城市子流域发电量减少造成的(图7(b))。子流域B3减少的发电量占到全流域减少的发电量比例达到45.23%，X3达到21.38%。四个城市子流域减少的发电量占整个流域发电减少量的71.22% (图7(b))。
图8显示了各子流域总发电量、单位面积和万吨供水量的发电潜力。从图8可以发现，无论是总发电量还是单位面积发电潜力，上游子流域都远远高于下游子流域；上游子流域万吨供水量的发电潜力也远远高于流域平均水平。因此从水电生产的可持续性看，在制定流域发展规划空间规划时，必须注意上游子流域的保护。
我们用模型运行得到的产水量、发电量与流域多年平均水资源量和发电量进行比较来验证模型结果。九龙江流域多年平均水资源量为154.97亿m3 [29] ，2010~2015年年均发电量为20.83亿千瓦时。实际发电量与模型计算发电量误差在5%以内，实际水资源量与模型计算的产水量误差在6%左右，说明模型结果具有很高的可靠性。
4. 结论和讨论
水电是世界上利用最普遍的清洁能源，对节能减排和应对气候变化具有重要的意义。但其对土地利用/覆被变化非常敏感。研究土地利用/覆被变化对流域水电生产的影响是流域水资源规划和管理的基础。本研究应用InVEST模型的水库水电生产模型，基于2000~2014年间15年的降水量数据，2000年和2010年土地利用/覆被类型、土壤属性数据、植物可利用含水率、生物物理参数表以及流域水电站的相关资料，评估了九龙江流域土地利用/覆被变化对流域产水量、耗水量、水电服务数量、价值及其空间分布的影响。
研究发现，由于土地利用/覆被的变化，特别是由蒸散量较高的林地、耕地和草地转化为蒸散量较低的建设用地，九龙江流域产水量增加了0.66%；但是由于建设用地消耗性用水高，使得达到大坝可能用于水力发电的供水量降低了8.46%，这导致九龙江流域年均水力发电数量减少了1.22亿kwh，降低了5.56%，水电每年的价值减少0.40亿元，降低了6.69%。流域水力发电减少原因主要是土地利用与覆被变化大的城市子流域发电量减少引起的。
本论文同时研究了九龙江流域产水量和发电量的空间分布规律。九龙江流域产水量由上游向下游递减，上游子流域是产水量较高的地区；上游子流域水电生产总量、单位面积和万吨供水量水力发电的潜力最高，对流域水力发电贡献最大，因此上游子流域保护对流域水供给服务能力的保障非常关键，在制定流域社会经济发展规划、流域空间规划时，必须注意上游子流域的保护。
InVEST模型的水电生产模型对流域水电生产数量、价值及其空间分布的评估具有很好的应用前景。但是必须指出的是，该模型是基于年平均值进行估算，忽略了极端条件的影响和产水量随时间的年内变化对水力发电的影响；模型假定流域内产生的水量除了蒸散以外都到达了流域的出水口，而没有考虑水分被除了人类初级消耗之外的其他方式截留或利用；模型完全忽略了地表水和地下水的相互作用。这些简化和假设将导致计算结果存在误差。尽管如此，InVEST模型的结果对流域规划与管理仍然具有重要的参考作用。
基金项目
国家自然科学基金项目(41471464)。