张鑫建，龙胤慧，廖梓龙，索梅芹

（1.河北工程大学水利水电学院，河北 邯郸 056038；2.河北工程大学河北省智慧水利重点实验室，河北 邯郸056038；3.中国水利水电科学研究院 内蒙古阴山北麓草原生态水文国家野外科学观测研究站，北京 100038；4.水利部牧区水利科学研究所，呼和浩特 010020）

0 引 言

水是草地生态系统稳定性维持和农牧区经济发展的基础，随着人们对生态系统服务重要性认识的加深，产水量作为草地生态系统水源涵养服务功能的直接表征指标，草地退化引起产水能力下降等问题受到国内外学者普遍关注[1]。流域产水是一个复杂的过程，水源供给服务与降水、蒸发、土壤渗透和植被蒸腾等因素密切相关[2]。目前可用于研究产水量的变化和产水效果评估的生态和水文模型较多，如MIKE SHE 模型、TerrainLab 模型、SWAT 模型和InVEST 模型等[3]。InVEST 模型因其原理简单，数据量需求相对较少，且能较为直观展示产水量，在国内外应用广泛。MontseMarques 等[4]利用InVEST 模型评估西班牙弗兰科利流域的产水量，并分析了该区域气候变化对产水量的影响；Belete 等[5]应用模型的产水量模块，计算了非洲尼罗河流域产水量的空间分布情况；杨洁等[6]基于InVEST模型产水模块，对黄河流域产水量进行评估；夏林等[7]采用InVEST 模型定量评估了喀斯特流域的产水量和水源涵养量；赵亚茹等[8]基于InVEST 模型，评估了石羊河上游产水量时空演变特征，并进一步探讨其对气候和土地利用变化的响应；张薇等[9]借助InVEST 模型探究了张承水源涵养区不同土地利用类型与产水量变化的响应关系。InVEST 模型在不同类型流域均取得很好的应用效果，大量研究表明，降水和土地利用变化是产水量变化的主要影响因素，对于数据资料短缺的干旱内陆区季节性河流，InVEST 模型的适用性及产水量时空演变规律还有待深入研究。

塔布河流域位于内蒙古高原西部，地处北方防风固沙带和生态安全屏障的核心区，属于干旱大陆性气候，寒暑气候变化大，昼夜温差大，多风少雨，是典型的干旱区季节性内陆河流；水资源短缺导致经济社会用水挤占生态用水的现象时有发生。人工植被建设与退耕还草工程于2000年陆续实施，由于地面监测站点较少，塔布河流域产水量如何变化、产水量受什么因素影响等问题依旧不清楚，有鉴于此，本文借助InVEST 模型的产水模块，揭示该流域2000-2020 年的产水量时空变化特征，并进一步探讨土地利用和降水量变化对产水量的影响，以期为流域生态屏障建设与农牧业可持续发展提供重要支撑。

1 材料与方法

1.1 研究区概况

塔布河为阴山北麓荒漠草原区流域面积最大的内陆河，河长322 km，流域面积10 219 km2，发源于包头市固阳县银号镇大南沟村西南，由西南向东北流经固阳县、达茂旗、武川县、四子王旗4 个旗县，东经110°31'～112°15'，北纬40°00'～43°00'之间，海拔994～2 178 m（见图1）。流域地处于干旱、半干旱大陆性气候区，年平均气温为1～6 ℃，多年平均降雨量为315.2 mm，多年平均蒸发量1 365.2 mm，降水多集中在7月中旬-9 月上旬，约占全年降水量的80%，由南向北降水量递减，而蒸发量递增。根据内蒙古土壤普查成果，塔布河流域的土壤类型为淡栗钙土，以浅黄色和灰白色半胶结砂砾为主，上层覆盖有20～50 cm的黏质砂土及砂壤土。

图1 研究区位置和水文站点分布Fig.1 Location of the study area and hydrological station

1.2 数据来源与处理

1.2.1 土地利用/覆被数据

来源于全国地理信息资源目录服务系统（www.webmap.cn）的30 m 分辨率的全球地表覆盖产品GlobeLand30，数据集包含耕地、森林、草地、灌木地、湿地、水体、苔原、建设用地、裸地、冰川和永久积雪等十个主要的地表覆盖类型，该数据在中国范围的总体精度达到82.39%[10]。本文采用ArcGIS 对数据进行裁剪，并根据研究区情况将土地利用类型重分类为6 个一级类：耕地、林地、草地、建设用地、水域、裸地，得到塔布河流域2000 年、2010 年和2020 年三期土地利用数据。

1.2.2 降水数据

来源于国家科技基础条件平台—国家地球系统科学数据中心(http://www.geodata.cn)；数据包括CRU 发布的全球0.5°气候数据以及WorldClim 发布的全球高分辨率气候数据，通过Delta空间降尺度方案在中国地区降尺度生成数据集，并用496个独立气象站点数据进行验证，验证结果可信，单位为0.1 mm，数据精度1 km。本文采用ArcGIS对数据进行提取，获取塔布河流域降水数据。

1.2.3 潜在蒸散量数据

基于中国1 km 逐月均温、最低温、最高温数据集，采用Hargreaves 潜在蒸散发公式[11]计算，单位为0.1 mm，数据精度1 km，公式如下：

式中：RA 为月太阳大气顶层辐射，MJ/（m2·月）；TAV为1 km栅格尺度月平均最高气温和最低气温的均值，℃；TD 是1 km栅格尺度月平均最高气温和最低气温均值之差，℃；P为1 km栅格尺度月平均降水量，mm。

1.2.4 土壤数据

来源于国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn)中国境内第二次全国土地调查南京土壤所提供的1∶100万土壤数据，该数据属于联合国粮农组织（FAO）和维也纳国际应用系统研究所(IIASA)共同构建的世界土壤数据库(Harmonized World Soil Database version 1.1)(HWSD)。基于上述土壤数据，PAWC可根据土壤质地计算[12]：

式中：SAN为沙含量，%；SIL为粉粒含量，%；CLA为黏土含量，%；C 为有机质含量，%；PAWC 通过ArcGIS 中字段计算器计算。

1.2.5 DEM高程数据

来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn)的ASTER GDEM 30 m 分辨率数字高程数据，本文采用ArcGIS按照流域边界提取高程数据。

1.2.6 生物物理参数

参数包括植物蒸散系数、植被最大根系深度、植被覆盖地类等，其中不同土地利用类型的植物蒸散系数在参考InVEST 模型用户手册及Allen（1998 年）[13]的基础上，结合塔布河流域实际蒸散发量进行修正。前人研究成果表明2009 年是塔布河流域降水径流双累积曲线关系的拐点[14]，2009 年之后非降水因素对径流的影响增加，因此本文根据不同时期的样方调查数据和北方内陆区已有文献的经验值来修正2009 年前后两个时段的生物物理参数[15,16]。2009 年以后，流域耕地作物类型由马铃薯向葵花、莜麦、玉米等深根作物转变，草地类型由羊草、针茅为主体的草本植物向草本-稀疏灌木相嵌套的草灌结合转变，本文根据历史样方调查数据及区域内前人研究成果修正2009 年以后的植被最大根系深度[17-19]，将耕地、林地、草地等植被覆盖地类的LULC_veg 赋值为1，其他赋值为0。季节常数Zhang 系数取值范围为1～30，由降水分布来确定，并根据产水量模拟值与实测值的最小差值来率定最优参数，当Z 值为4.53 时，模拟值最接近实测值，且二者在雨季的产水分布趋势具有一致性。主要生物物理参数赋值见表1。

表1 不同土地利用类型的生物物理参数Tab.1 Biophysical parameters in different land use

1.3 研究方法

1.3.1 产水量模型

InVEST 模型产水量模块是一种基于水量平衡法的估算方法，即用栅格单元降水量减去实际蒸散发量后获得栅格单元的产水量[20]：

式中：AETx表示栅格单元x 的实际蒸散量，mm；Px表示栅格单元x的降水量，mm。

式中：Rxj为第j 类土地利用类型栅格x 的Budyko 干燥指数；ωx表示植被有效含水量与年均降水量的比值[22]。

式中：AWCx为栅格x 的植被有效含水量，mm（由有效土壤深度和土壤质地决定）；Z为季节参数（即Zhang 系数）用于表示降水的季节性特征；Kxj为第j 类土地利用类型栅格x 的植被蒸散系数；ET0x表示栅格x 的参考蒸散量；mm；Ds为土壤深度，mm；Dr为植被根系深度，mm；PAWCx为栅格单元x 的植被可利用水分，mm。

1.3.2 情景分析法

从水量平衡公式来看，产水量取决于降水量与蒸散发量，而后者跟土地利用情况密切相关，因此，本研究重点关注影响产水量的两大关键要素：降水情景和土地利用情景。为了分别量化二者的贡献程度，采用某一要素不变，另一要素调增或调减的情景分析法。以2020 年为基准参考年份，将降水不变、土地利用变化作为情景1，即输入2020年降水情景，模拟土地利用数据为2000 年、2010 年和2020 年的产水量；将降水变化、土地利用不变作为情景2，即输入2020年土地利用情景，模拟降水数据为2000 年、2010 年和2020 年产水量。借助情景1 来判断2000-2020 年和2010-2020 年的土地利用变化对产水量变化的影响，情景2 来判断2000-2020 年和2010-2020年的降水变化对产水量变化的影响。降水与土地利用的贡献程度采用以下公式进行量化：

式中：CP、CL分别为降水和土地利用变化对流域产水量变化的贡献率，%；ΔWYL和ΔWYP分别为情景1 和情景2 模拟的产水量较基准情景（2020年）的变化量，m3。

1.3.3 土地利用转移矩阵

土地转移矩阵是定量描述土地利用变化的经典方法，它以矩阵形式全方位展现区域土地利用变化的面积大小和转移方向，主要由净变化量、总变化量和交换变化量三部分信息来体现[23]，本研究将2000 年和2020 年两期土地利用数据在ArcGIS 中进行相交分析，最终在EXCEL 中以数据透视表形式将数据整理制作成2000-2020年土地利用转移矩阵。

转移矩阵数学模型如下：

式中：A 为土地利用转移矩阵；Aij为第i 类土地利用类型转移为第j类土地利用类型的的面积。

2 结果与分析

2.1 InVEST模型校验

本研究将汇流断面的产流量模拟值与实测值进行对比分析，数据系列较长的水文站点有2个，其中干流水文站西厂汗营站控制面积2 663.66 km2，一级支流乌兰花河活福滩站控制面积76.12 km2，考虑下垫面条件、水资源开发利用情况及径流观测数据可用性，西厂汗营站选取1990-2020年共31 a实测数据，活福滩站选取2006-2018 年共13 年实测数据，西厂汗营站控制范围广、资料年限较长，最终通过不断调整Z值，当Z参数取值为4.53时，产水模块的模拟效果最好，西厂汗营站相对误差仅为0.03%，活福滩站模拟的相对误差为12.28%。产水量模拟值与实测值对比结果见表2。

表2 主要测站断面产水量模拟值与实测值对比Tab.2 The simulated value of water yield in the section of the main station is compared with the measured value

2.2 土地利用变化情况

对比2000 年、2010 年和2020 年三期土地利用数据，整体上看，塔布河流域面积占比最大的土地利用类型是草地和耕地，草地主要分布在北部的塔布河下游，其余零散分布于南部低山丘陵区，耕地主要分布在南部的流域中上游，可见塔布河流域属于典型的农牧交错带（见图2）。草地面积呈增加趋势，由2000 年的51.47%增加至2020 年的57.95%；耕地面积呈减少趋势，由2000 年的45.08% 减少至2020 年的38.53%。

图2 典型年土地利用类型Fig.2 The type of land use in typical year

利用ArcGIS空间处理功能得到塔布河流域地区2000-2010年和2010-2020 年土地利用转移矩阵（表3 和表4）和主要土地类型转移空间分布（图3），将空间分布图中未变化以及变化面积小于5 km2的情况设置为白色；2000-2010 年期间，流域土地利用变化以耕地和水域面积减少，草地面积增加为主，草地转入面积总计206.86 km2，其中耕地转入面积占72.91%，变化区域主要位于流域中部；2010-2020年期间，流域土地利用变化明显，草地转入面积621.45 km2，其中耕地转入占91.88%，其次是耕地和建设用地，转入面积分别为151.93 km2和91.39 km2，增加区域主要位于西南部和中部。整体来看，研究区2000-2020年草地、耕地和建设用地变化显著，且存在相互交替转化特征，其他土地利用类型面积变化较小，耕地向草地转移是2000 年以后开始实施的国家京津风沙源治理工程和退耕还林还草工程的结果。

表3 2000-2010 塔布河流域土地利用类型转移矩阵 km2Tab.3 Land use type transfer matrix in Tabu River Basin from 2000 to 2010

表4 2010-2020 塔布河流域土地利用类型转移矩阵 km2Tab.4 Land Use Type Transfer Matrix in Tabu River Basin from 2010 to 2020

图3 2000-2010和2010-2020主要土地类型转移空间分布Fig.3 Spatial distribution of major land types transferred from 2000-2010 and 2010-2020

2.3 产水深度和产水量的时空动态

应用InVEST 模型产水模块对塔布河流域21年产水情况进行模拟。塔布河流域2000-2020 年平均产水量为7 752 万m3，平均产水深度为8.63 mm，从产水结果图4 可以看出，产水量和产水深度最大值出现在2003 年，分别为40 806 万m3和45.46 mm，最小值出现在2011 年，为259 万m3和0.29 mm，从年际尺度来看，2000-2020年塔布河流域年平均产水深度和年产水量变化趋势一致，整体呈现微弱下降趋势，其中2000-2010年呈现不显著波动下降趋势，2010-2020年呈现较为明显上升趋势。从季节尺度来看，塔布河属于季节性河流，主要产流时段为夏季（5-7 月）和秋季（8-10 月），夏季产水量最大为29 109 万m3，出现在2003 年，最小为85 万m3，出现在2011 年，秋季产水量最大为6 016 万m3，出现在2003 年，最小为58 万m3，出现在2011年。

图4 塔布河流域2000-2020年产水量和产水深度变化Fig.4 Changes of water yield and water depth in Tabu River Basin from 2000 to 2020

流域典型年份的产水深度空间分布（图5）显示，流域产水量和产水深度空间格局为北低南高，高值区域集中在研究区的南部山区，其余零星散布在北部裸地区域。不同土地利用类型的产水深度差异明显，且在不同年份的影响程度不同；整体来说，产水深度的空间格局在年际变化中具有较一致的规律性，产水量越高产水深度高值区面积越大（如图5中2000年、2003 年和2020 年），对比同期土地转移结果，2010-2020年产水深度高值区主要分布在耕地向草地转化的区域。

图5 塔布河流域不同年份产水深度空间分布Fig.5 Spatial distribution of water yield depth in different years in the Tabu River Basin

根据已有地形地貌分区成果，将流域划分为三类地形地貌单元，分别是山丘区（I区）、山间盆地平原区（II区）和一般平原区（III 区），其中I 区高程1 250～2 170 m，坡度0～46.9°；II区高程1 302～1 927 m，坡度0～50.1°；III区高程994～1 377 m，坡度0～43.6°。对比6 个典型年份不同类型地形地貌分区单元产水深度空间分布（图5），研究结果表明，不同分区的平均产水深度差异较大，2003 年Ⅰ区、Ⅱ区平均产水深度分别为57.1 mm、23.7 mm，变化幅度为33.4 mm，2015年Ⅰ区、Ⅲ区的平均产水深度分别为3.1 mm、0.9 mm，变化幅度为2.2 mm；地形地貌对产水量空间分布控制作用显著，Ⅰ区平均产水深度和产水量显著大于Ⅱ区和Ⅲ区，其中2003 年降水量充沛，属于丰水年，产水量主要集中在I 区和Ⅲ区，2005、2015 年降水量较少，属于枯水年，产水量主要集中在I区和II区。

将土地利用类型简化为耕地、草地和其他三大类型，整理这三类土地2000-2020年产水量模拟结果及其占总产水量比例（图6），草地和耕地是流域产水量的主要贡献区域，其中2009 年二者产水量之和占总产水量比例最高，占99%。2014年占比最低，为58.9%；2009年之后，草地和耕地产水量占比显著下降，这与草地、耕地的组成变化密切相关。退耕还草实施后，草地类型由草本为主向草灌结合转变以及盖度增加共同导致草地类型区域耗水量增加和产水量下降；耕地类型区域总面积显著减少，灌溉作物由单一粮食作物向为粮食作物、经济作物和饲草作物三元种植结构转变，灌溉保证率显著提升，耕地耗水量增加，产水量下降。

图6 草地、耕地和其他地类历年产水量占比Fig.6 The proportion of water yield by different land types

2.4 土地利用变化对产水深度和产水量的影响

相同的降水情景下，土地利用对产水深度和产水总量的发生变化的区域主要是草地和耕地类型区（表5）。对比基准年产水情况，2000-2020 年和2010-2020 年的Δ WYL分别为2 334 万m3和2 022 万m3，对产水量变化贡献率分别为18%和23.4%；结合情景1 产水深度空间分布（图7）和主要土地类型转移分布（图3）分析得出，流域整体产水格局仍为南高北低，土地利用未发生变化的区域产水深度不变，西南武川县境内区域和流域中部耕地转为草地区域是产水量显著增加分布区（图7中绿色转变为深蓝色、黄色转变为绿色的区域）。

表5 情景1模拟结果Tab.5 Scenario 1 simulation results

图7 情景1不同典型年产水深度空间分布Fig.7 Spatial distribution of water yield depth in different year for scenario 1

统计整理研究区耕地和草地的平均产水深度和产水总量（表5），与2000 年相比，2020 年耕地平均产水深度下降0.29 mm，产水总量减少346 万m3，草地平均产水深度升高1.52 mm，产水总量增加1 538 万m3；与2010 年相比，2020 年耕地平均产水深度下降0.31 mm，产水总量下降312 万m3，草地平均产水深度增加1.49 mm，产水总量提升了1 330 万m3。从流域产水总量来看，2000-2020 年产水总量增加2 334 万m3，这是产水能力大的土地类型增加和产水能力小的土地类型减少共同导致的结果，其中耕地转入草地等区域产水量增加占比65.89%，说明退耕还草可显著促进流域水源涵养能力。

2.5 降水量变化对产水深度和产水量的影响

在同一土地利用情景下，产水深度和产水总量随降水增加而增加（表6）。对比基准年产水情况，2000-2020 年和2010-2020年的ΔWYP分别为10 634 万m3和6 608 万m3，对产水量变化贡献率分别为82%和76.6%。对比基准年产水深度，不同年份的产水深度高值区、低值区在空间上与草地、耕地、林地和裸地的分布格局相匹配（图8）。

表6 情景2模拟结果Tab.6 Scenario 2 simulation results

图8 情景2产水深度空间分布Fig.8 Spatial distribution of water yield depth in scenario 2

对比2000 年，2020 年降水量增加127.35 mm，对应平均产水深度增加11.85 mm，产水总量增加10 634 万m3，可见这一时期内，降水量每增加1 mm，产水量增加84 万m3；对比2010 年，2020 年降水量增加60.21 mm，平均产水深度增加7.36 mm，产水总量增加6 608 万m3，可见这一时期内，降水量每增加1 mm，产水量增加109 万m3。2000-2020 年降水量增幅较2010-2020 年大，而产水量增幅较2010-2020 年小，对比两个时段，二者降水量增加的区域差异较大，只有当降水高值区分布在草地类型区才能显著促进产流，说明降水格局差异也是一个关键因素。

3 讨 论

3.1 地形地貌对产水深度和产水量的影响

地形地貌是产流过程空间分布异质的控制因素之一。通过分析典型年的产水深度和产水总量（表7），3个年份Ⅰ区的平均产水深度高于Ⅱ区和Ⅲ区，说明山丘区（Ⅰ区）的产水能力最强，其次是平原区，而Ⅱ区和Ⅲ区的产水能力相近。其中Ⅱ区面积大于Ⅲ区，所以产水总量不同；3个典型年份产水总量Ⅰ区占比均为69%以上，说明整个流域的产水量主要集中在山丘区，可见地形地貌对产水量空间分布存在一定程度的影响。

表7 典型年分区平均产水深度和产水总量结果Tab.7 Typical annual zonal average water yield depth and total water yield results

对比土地利用变化情况，2010-2020年耕地转草地主要分布在Ⅰ区，根据情景1 模拟结果，2010 年的产水总量变化为20.22 m3，其中Ⅰ区产水总量变化14.79 m3，占总变化量的74%，这说明地形地貌对产水量变化的空间分布具有一定影响，也同样表现出地形地貌与土地利用变化有着某种关联。

3.2 温度和潜在蒸散量对月尺度和季尺度产水量的影响

通过对比分析2000 年、2010 年和2020 年的逐月气温、逐月潜在蒸散量和逐月产水量，发现气温和潜在蒸散量是改变产流量时间分布的控制因素（图9），研究结果表明，潜在蒸散量和气温呈正比关系，气温较高的月份潜在蒸散量较大，2000 年和2020 年产水量和气温、潜在蒸散量具有较高的一致性，2010 年月产水量分布较为特殊，不同月份的产水量差距不大，与该年月气温、潜在蒸散量关系较小；气温通过改变积雪消融和不同类型土地蒸发耗水来改变产流时间过程，由上一节分析可知，流域南部山区高程远低于东部的大兴安岭、西部贺兰山和祁连山等山脉，积雪时间短、积雪薄，这也导致春季2-4 月基本没有融雪径流，2000 年和2020 年，在雨季前产水量变化受气温和潜在蒸散量影响均较小；夏季5-7月和秋季8-10 月随着气温升高，河湖、农田、草地、林地蒸发耗水量均显著增加，2000年和2020年5-10月产水量占各自全年产水量76.2%、97.3%，可见在月尺度上气温和潜在蒸散量对产水量有着显著影响。

图9 典型年份逐月气温、潜在蒸散量和产水量Fig.9 Monthly temperature and potential evapotranspiration and water yield in a typical year

将典型年逐月产水总量汇总成4 个季节尺度（表8），研究结果表明，产水量主要集中在夏季和秋季，这两个季节也是气温较高和潜在蒸散量较大的时期；春季和冬季气温较低，气温和潜在蒸散量变化对产水量的影响较小，进入夏季和秋季雨期，随着气温升高和蒸发量增加，产水量也相应增加；对比与气温和潜在蒸散量吻合度较高的2000 年和2020年，2020 年夏季气温相较2000 年气温下降0.4 ℃，潜在蒸散量下降8.8 mm，产水量升高8 869 万m3，秋季气温下降0.8 ℃，潜在蒸散量下降4.5 mm，产水量下降806 万m3，可见气温和潜在蒸散量的变化对季节产水量有着显著的影响，尤其是在南部山区和产水量较高的夏秋季节，但对于不同年份和不同区域的水文气象条件存在较大差异，此规律并不全部适用。

表8 典型年份不同季节气温、潜在蒸散量和产水总量结果Tab.8 Results of different seasonal temperatures and potential evapotranspiration and total water yield in typical years

4 结 论

本研究基于InVEST 模型产水量模块，对塔布河流域产水量的时空分布格局及影响因素进行分析，得出以下结论：

（1）2000-2020年，塔布河流域的土地利用变化显著，整体呈现草地、林地、裸地、建设用地增加，耕地、水域面积减少的特点。主要转移类型为耕地转为草地，退耕还草面积增加581.87 km2。

（2）2000-2020 年，流域产水量年际变化整体呈减少趋势，其中2000-2010 年呈现不显著波动下降趋势，2010-2020年呈现较为明显上升趋势。2000-2020 年平均产水总量为7 752 万m3，平均产水深度为8.63 mm，不同年份的产水量空间格局相似，均为南高北低，产水深度高低值分布与区域降水量具有较高一致性，山丘区产水能力强于山间盆地平原区和一般平原区，山丘区为流域高产水量区。

（3）在相同降水情景下，草地类型区域平均产水深度和产水量对降水响应显著，草地转为耕地区域产水深度下降，耕地转为草地区域产水深度显著提升。在相同土地类型情景下，各类型土地利用的产水深度和产水量均随着降水量增加而增加，草地平均产水能力大于耕地，退耕还草对流域产水量增加起到促进作用。

（4）2000-2020 年和2010-2020 年期间，降水量对塔布河流域产水深度变化的贡献率分别为82%和76.6%，土地利用变化的贡献率分别为18%和23.4%，可见降水对塔布河流域产水量变化起主导作用。对比2000 年，降水量每增加1 mm，产水量增加84 万m3，产水能力强的草地面积变化对产水量的影响在不断增强；另外气温和潜在蒸散量在南部山区和夏秋季节对产水量有着显著影响，因此，必须重视塔布河流域内草地资源的管理与气候变化的监测和预测。

（5）当季节性系数Zhang 取值4.53 时，InVEST 模型可较好地反映阴山北麓季节性河流塔布河的宏观产水过程，研究结果可为阴山北麓内流区退化草地植被修复和水土资源管理提供一定的理论和实践参考价值。由于该模型的物理基础是简化后的水量平衡公式，忽略了季节性河流地表水与地下水相互转化频繁的特点，所以在丰枯极转年份和连续枯水年份的产水量模拟效果一般，在一定程度上会产生评估误差，对研究结果的准确性会造成一定影响，有待今后进一步改进与完善。