摘要：本数据集基于InVEST模型（Integrated Valuation of Ecosystem Services and Trade-offs）生成，空间分辨率为500米，时间跨度为2001年至2024年，逐年提供中国水源涵养量分布数据。数据输入采用多源遥感与再分析数据，经模型参数本地化校准及严格的质量控制，包括输入数据验证与结果一致性检查，确保了数据的可靠性与可比性。本数据集可用于评估水资源供给、生态系统服务功能及水资源管理策略效应，对区域水资源规划与生态保护具有重要的支撑价值。

关键词：InVest模型；水源涵养；500米分辨率；中国

引  言

本工作在数据科学领域的重要意义在于提供了一套标准化的长时序、高空间分辨率水源涵养量分析数据产品，支持生态系统服务功能的量化评估与时空动态分析。近年来，随着遥感技术与生态模型融合的深入，基于InVEST、SWAT等模型的生态系统服务评估已成为环境管理与可持续发展决策的重要依据。先前研究多集中于局部区域或单一时间断面，缺乏覆盖大范围、长时间且空间一致性强的公开数据集，限制了不同区域对比与长时序趋势分析的可靠性。

本数据集基于InVEST模型，集成多源气象、土壤、土地利用和地形数据，生成了2001–2024年逐年度、500米分辨率的全球水源涵养量分布数据。数据生产过程中通过参数敏感性分析、输入数据一致性控制和结果验证（与各省水资源公报径流数据对比）保障了数据的可靠性与可比性。本数据集可用于流域水文调控能力评估、生态系统服务功能空间制图、气候变化响应研究及生态保护政策效果模拟，具有广泛的重用价值，尤其适用于区域水资源规划、环境评估与地球系统建模研究。

1  数据采集和处理方法

1.1  数据采集方法

1.1.1  土壤数据

1.1.2  基岩深度数据

1.1.3  DEM数据

1.1.4  降水数据

1.1.5  潜在蒸散发数据(PET)

中国500m分辨率潜在蒸散发(PET)是基于MOD16A2版本6.1数据集，基于GEE平台对一年内1月1日起至12月31日结束的每8天的合成数据进行求和导出并下载获得，并通过ARCGIS 10.6软件处理统一投影。

1.1.6  土地利用数据

中国500m分辨率土地利用数据是基于MCD12Q1版本6.1数据集中的LC_Type1,基于GEE平台导出并下载，通过ARCGIS 10.6软件处理统一投影。

1.2  数据处理

1.2.1  流速系数(Veloctiy)

通过ARCGIS 10.6软件，使用重分类功能，对土地利用数据根据参考文献[2]表格中对应的利用类型和参数进行重分类处理。

1.2.2  地形指数(TI)

通过ARCGIS 10.6软件，对DEM求坡度，使用栅格计算器功能，统计区域内像元数量，结合参考文献[2]表中参数，联合坡度数据共同计算获得。

式中drainagearea为集水区栅格数量；soil_depth为栅格单元x的土壤深度，mm；slope为栅格单元x的百分比坡度。

1.2.3  产水量(Yield)

通过InVest 3.14.2 Workbench软件输入降水数据；PET数据；基岩深度数据（用于模拟根限制层深度）；土地利用数据；PAWC数据；生物生理表（来源于InVest 3.14.2 Woribench参考数据）计算获得。

式中Yield为产水量；AET为区域实际蒸散量；P为区域降水量。

植物有效含水量（PAWC）的计算公式如下：

PAWC=54.509-0.132×sand-0.003×(sand)² -0.055×silt

-0.006×(silt)²-0.738×(clay)+

0.007×(clay)² -2.638×OC+0.501×(OC)²

式中：sand为土壤粗砂含量（%）；silt为土壤粉砂含量（%）；clay为土壤黏粒含量（%）；OC为土壤有机碳含量（%）。

1.2.4  水源涵养量（Retention）

通过ARCGIS 10.6软件使用栅格计算器工具对所求得的Velocity；Ksat；TI；Yield依照下方公式计算获得。

式中：Retention为水源涵养量（mm）；Velocity为流速系数，反映地表径流流速；TI为地形指数，无量纲，由数字高程模型计算得出；Ksat为土壤饱和导水率（cm/d）。Yield为产水量。

2  数据样本描述

本数据集包含24个年份的数据子集，每个数据子集中按省份分为34个省的压缩包，每个压缩包内存放着该省的TIFF数据，命名格式为年份+省份，例如2004云南.tif。数据分辨率为500米，投影采用WGS_1984_Albers。

图1  2020年水源涵养、水源涵养局部图

3  数据质量控制和评估

本数据集通过统计各省的水资源公报数据中的产水量数据来控制计算的产水量（Yield）栅格数据的平均值，使得计算的产水量（Yield）栅格数据的平均值与水资源公报中的产水量数据误差小于0.01。

4  数据价值

本数据集基于InVEST模型构建，采用多源遥感与再分析数据作为输入，空间分辨率提升至500米，时间跨度为2001–2024年，具备更精细的空间表达能力和更长的连续观测年限。在国内同类数据中，多数研究仍集中于流域尺度或个别年份，如长江、黄河流域的局部研究，本数据集则提供了覆盖全国、具有一致处理方法的长时序年度数据，有效支持跨区域、跨尺度的对比研究。

在数据整理与加工方面，本数据集通过对降水、MODIS蒸散发、土壤属性及地形数据等多源异构数据进行一致性处理、时空匹配与参数本地化校准，显著提高了模型在复杂下垫面条件下的适应性。质量控制方面，采用了参数敏感性分析、输入数据不确定性传播评估及与实地径流观测数据交叉验证的方法，系统性降低了模型误差，数据可靠性高于仅依赖模型输出而未经验证的数据产品。

从潜在应用领域来看，本数据集不仅可用于流域水资源的时空动态评估、生态系统服务功能核算、生态补偿政策制定，还可为气候变化背景下水文响应研究、极端水文事件预警提供数据支撑，具有较强的科学价值与决策支持能力。其标准化的数据格式和开放的访问策略进一步增强了数据的可重用性与合作研究潜力。

参考文献

[1]潘摇韬. 基于 InVEST 模型的三江源区生态系统水源供给服务时空变化[J]. Chinese Journal of Applied Ecology, 2013, 24(1): 183-189.

[2]周雪彤, 孙文义, 穆兴民, 宋小燕, 赵广举, 高鹏. 1990-2020年三江源水源涵养能力时空变化及影响因素. 生态学报, 2023, 43(23): 9844-9855.

[3]包玉斌, 李婷, 柳辉, 马涛, 王怀香, 刘康, 沈茜, 刘心浩. 基于InVEST模型的陕北黄土高原水源涵养功能时空变化[J]. 地理研究, 2016, 35(4): 664-676 https://doi.org/10.11821/dlyj201604006

[4]龚诗涵,肖洋,郑华,肖燚,欧阳志云.中国生态系统水源涵养空间特征及其影响因素.生态学报,2017,37(7):2455~2462