生态系统服务这个词这几年在规划院、高校和环保咨询圈里出现的频率越来越高。但凡涉及国土空间规划、生态修复、GEP核算、流域治理、自然资本评估这类项目甲方十有八九会问一句能不能把生态系统服务的价值算出来而只要问到怎么算InVEST模型基本是绕不开的那个工具。我接触这个模型大概有几年时间从最早被参数表折磨得死去活来到后来能比较顺手地跑完碳储量、生境质量、产水量这几个常用模块中间踩的坑实在不少。这篇就把我自己的实操流程完整整理一遍从软件装什么版本、数据准备到什么粒度、参数表每一列怎么填到跑完之后结果怎么看、报错了怎么查尽量讲透。不管你是刚入门的研究生还是被临时抓来做生态评估的规划从业者看完应该都能自己动手跑出一套像样的结果。1. 先搞清楚生态系统服务到底是什么InVEST又是干什么的在动手点鼠标之前有两件事必须先在心里理清楚否则后面填参数会全是懵的。第一生态系统服务到底指什么第二InVEST这个模型套件在整个评估体系里处于什么位置。很多人一上来就急着下载软件、找数据结果跑到一半发现分类体系对不上、口径不一致只能推倒重来。1.1 生态系统服务的分类与实际含义通俗点讲生态系统服务就是自然生态系统白白送给人类的好处。森林涵养水源、土壤保持肥力、湿地净化水质、植被固定二氧化碳、景观提供休闲游憩价值这些都是。国际上比较通用的分类是千年生态系统评估MA那套框架分成供给服务、调节服务、支持服务和文化服务四大类。供给服务好理解就是粮食、木材、淡水这类能直接拿走的物质产出调节服务是气候调节、洪水调蓄、水质净化这类间接但影响巨大的功能支持服务是土壤形成、养分循环这些底层过程文化服务就是精神、审美、教育、游憩层面的价值。在实际项目里真正能被量化、能出图、能进报告的通常是调节服务里面的几个碳储量、水源涵养产水、土壤保持、生境质量、水质净化。原因很简单这几项背后有相对成熟的物理机制模型输入数据也相对好获取。而像文化服务这种偏主观的东西往往只能靠问卷或者价值转移法来估算模型帮不上太大忙。所以你在设计评估方案的时候第一步就要明确这次到底要评哪几项服务别贪多。1.2 InVEST模型的定位与它的几个核心子模块InVEST的全称是Integrated Valuation of Ecosystem Services and Tradeoffs翻译过来叫生态系统服务与权衡的综合评估。它是由自然资本项目Natural Capital Project牵头开发的一套开源模型工具合作方包括高校和研究机构。它的核心思路是用相对简单的生产函数把土地利用/覆被数据、气候数据、土壤数据这些输入映射成生态系统服务的空间分布和物质量/价值量。它的子模块非常多常用的有这么几个碳储量与固碳Carbon算不同地类四大碳库的储量还能做未来情景下的固碳量。生境质量Habitat Quality评估生境退化程度和生境质量用于生物多样性保护优先级判断。年产水量Annual Water Yield基于Budyko曲线估算降雨产生的径流量也就是常说的水源涵养。土壤侵蚀与泥沙输移SDR基于USLE算土壤流失再算泥沙输移比。养分输送比NDR估算氮磷向水体的输出量用于面源污染评估。海岸带防护、授粉、休闲游憩特定场景用的模块。新手建议从碳储量入门它的逻辑最简单、参数最少跑通一遍能快速建立对整个工具链数据格式、参数表结构、结果文件命名的认知。会了这一个后面生境质量和产水量就只是换输入换参数的事。1.3 为什么生态评估项目里更倾向选InVEST市面上能算生态系统服务的工具不止一个还有ARIES、EcoServ、SolVES这些。为什么InVEST用的人最多我自己的体会是有三点。第一它是开源的免费模型逻辑全部写在用户手册里公式、参数含义都可以追溯不像有些商业软件是个黑箱。审稿人或者评审专家问起来你能把过程讲明白。第二它的空间显式特性做得好输出结果都是栅格能直接叠加到规划图上做分区管控这对国土空间规划、生态红线划定这类项目特别友好。第三它的社区活跃用户手册更新及时遇到报错基本能在网上找到同类问题。而且有Python接口可以批量跑情景做参数敏感性分析。当然它的局限也很明显模型都是相对简化的精度取决于输入数据的质量尤其是土地利用分类和参数本地化程度。别指望跑一遍就能得出可以写进法律文件的精确数值它更适合做相对比较和空间格局判断。2. 上手前的准备软件、环境与数据这三件事我把准备工作单独拉出来讲因为这部分的失误占了新手翻车的绝大多数。软件版本选错、数据投影不统一、分辨率对不齐这些问题如果在跑模型之后才发现返工成本极高。2.1 软件安装与版本选择的门道InVEST的安装有两条路。一条是直接下载官方提供的独立安装包双击就能用界面是图形化的适合不写代码的人。另一条是用conda或者pip装Python包适合要做批量处理、集成到脚本流水线里的场景。我一般在做正式项目时两条都装图形界面用来调试参数验证数据对不对Python接口用来跑情景和批量化。版本选择上有一点要提醒不要盲目追最新版。新版本偶尔会改参数表列名、改默认值甚至改计算逻辑如果你的参考资料是基于旧版写的很容易对不上。稳妥的做法是看你的合作方或者导师用的是哪个版本跟着用。目前3.9到3.14这几个版本用的人比较多参数表结构大体一致。conda安装的命令大概是这样conda create -n invest python3.10 conda activate invest conda install -c conda-forge natcap.invest装完之后可以用命令行验证一下invest list invest --version如果invest list能列出所有子模型carbon、habitat_quality、annual_water_yield等说明环境没问题。图形界面安装包则简单得多装完打开就能看到左侧的模型列表。注意图形界面版和Python包版本尽量保持一致否则同一套参数表在两边跑出来的结果可能有细微差异排查起来非常头疼。2.2 数据清单每个模块到底要喂什么不同模块要的数据不一样但有几个是通用的、几乎所有模块都需要的数据类型格式说明常见来源土地利用/覆被栅格GeoTIFF分类编码要统一有lucode对应表遥感解译、公开土地覆被产品流域/子流域边界矢量Shapefile用于分区汇总统计水文分析提取、现有区划降雨量栅格GeoTIFF多年平均单位mm气象站点插值、公开栅格产品潜在蒸散栅格GeoTIFF多年平均单位mm气象数据计算、公开产品土壤属性栅格或矢量深度、质地、有机质等土壤数据库数字高程栅格GeoTIFF用于地形相关计算遥感/测绘产品碳储量模型相对简单主要就是LULC栅格加一张碳库CSV表。生境质量需要LULC加威胁源可以是栅格也可以是矢量加威胁因子表和敏感性表。产水量需要LULC、降雨、潜在蒸散、土壤深度、植物可利用水含量再加流域边界和生物物理表。这里有个特别容易忽略的点所有栅格必须投影一致、分辨率一致、行列数完全对齐。InVEST不做自动重采样如果两个栅格范围差一点点它要么报错要么把边缘裁掉。我一般会在GIS里用投影栅格和重采样工具把所有栅格统一到同一个坐标系和像元大小然后用掩膜提取到完全相同的范围。这一步多花半小时能省下后面几小时。2.3 投影、分辨率与掩膜三个最容易翻车的前置设置展开说这三个。投影做区域尺度评估一定要用投影坐标系不要用地理坐标系经纬度。因为模型里涉及面积、距离的计算用经纬度算出来的面积是错的。国内常用的是各类等面积投影或者高斯投影具体选哪个看项目区位置。数据源本身是经纬度的话先转换。分辨率分辨率决定了结果的精细程度也决定了计算量。30米分辨率跑一个中等规模流域没问题如果项目区有几千平方公里建议先降到90米或100米试跑确认流程通了再上高分辨率。分辨率还影响威胁因子的max_dist参数因为那个距离单位是米跟像元大小是对应关系分辨率一变参数也得跟着调。掩膜所有输入栅格都要用同一个掩膜裁到完全相同的范围。做法是先在GIS里画一个覆盖项目区的矩形或流域边界用它依次裁剪每个输入栅格。裁完之后最好用栅格属性检查一下行列数、像元大小、左上角坐标是否一致。提示我习惯在项目文件夹里建一个00_raw放原始数据一个01_processed放统一处理后的数据一个02_params放各种CSV参数表一个03_output放结果。跑模型时只从01_processed取数据这样出错的时候很容易定位是数据问题还是参数问题。3. 碳储量模型实操最简单也最容易被低估的一个碳储量模块是我推荐所有人第一个跑的模型。它逻辑透明、参数少、结果直观但别看它简单碳库参数的本地化做得好不好直接决定结果能不能用。3.1 模型原理与四大碳库的划分模型的核心逻辑非常朴素总碳储量 各地类面积 × 该地类单位面积碳密度四个碳库分别算再求和。四个碳库是地上生物量碳C_above树干、枝叶等活体地上部分。地下生物量碳C_below根系。土壤碳C_soil土壤有机碳。死亡有机物碳C_dead枯落物、枯立木。单位通常是吨碳每公顷t C/ha。模型会按LULC栅格的每个像元根据它的lucode查表取出对应碳密度乘以像元面积得到该像元的碳储量最后汇总成栅格和总量CSV。举个直观例子一片成熟林地地上生物量碳可能上百吨每公顷而一块建设用地可能四个库都是零或者接近零。所以土地利用格局一变碳储量结果就跟着变这也是它能用来做情景对比的原因。3.2 数据准备与碳库参数表编写碳库表是一个CSV列名固定为lucode、LULC_name、C_above、C_below、C_soil、C_dead。前两列跟你的LULC栅格编码对应后四列填碳密度。lucode,LULC_name,C_above,C_below,C_soil,C_dead 1,耕地,5,1.5,40,0.5 2,林地,80,20,90,8 3,草地,3,6,55,1 4,水域,0,0,0,0 5,建设用地,0,0,0,0 6,未利用地,1,0.5,20,0.2这些数值从哪来这是关键。优先用项目区或邻近区域的实测数据和已发表文献其次用公开的碳密度数据集比如基于样地调查汇总的全国或区域尺度数据实在没有再用IPCC默认值。千万不要随便拍脑袋填因为土壤碳这一项往往占比最大填错了整体结果就废了。注意碳密度是有区域差异的同一个地类在南方和北方可能差一倍。如果引用文献要确认它的研究区跟你项目区的气候、土壤条件接近。做正式报告时最好在方法部分注明碳密度来源和本地化处理方式这是评审常问的点。3.3 运行过程与结果文件解读图形界面里依次填入当前LULC栅格路径、碳库CSV路径、输出文件夹如果要做未来情景再填未来LULC栅格、碳价格、折现率、时间跨度。跑一次通常几秒到几分钟。输出文件主要有tot_c_cur.tif当前情景下每个像元的总碳储量栅格。c_above_cur.tif、c_below_cur.tif等各碳库的单独栅格。carbon_storage_cur.csv总量统计表包含各碳库总量和总碳储量单位通常是吨。我一般拿到结果后会用GIS做一个分区统计比如按子流域或者行政区把总碳储量汇总再叠加地类图看高值区分布。碳储量高的地方基本都是连片林地这个规律很直观可以用来验证结果合不合理。如果发现建设用地碳储量比林地还高那一定是参数表填错了。4. 生境质量模型实操威胁因子与敏感性怎么定生境质量模块是评估生物多样性的常用工具它不直接算物种数量而是算一个生境质量指数值越高说明生境越完整、受人类干扰越小。这个模块的参数最需要讲故事因为它本质上是把人为威胁的影响量化。4.1 模型的核心逻辑模型分两步走。第一步算生境退化度对每一种威胁比如耕地、建设用地、道路计算它对周围每个生境像元的干扰强度干扰强度随距离衰减衰减方式可以是线性或指数。第二步用退化度反推生境质量退化度越高生境质量越低公式长得像一条反S型曲线其中有个半饱和参数k控制曲线形状。理解这个逻辑很重要。它意味着两件事一是威胁的空间分布决定退化格局二是敏感性表决定哪种地类对哪种威胁更脆弱。比如湿地对建设用地扩张很敏感但对耕地可能没那么敏感这个差异就体现在敏感性表的数值上。4.2 威胁因子表与敏感性表的填写威胁因子表列名一般是threat、max_dist、weight、decaythreat,max_dist,weight,decay cropland,2,0.5,linear urban,8,1.0,exponential road,3,0.7,linearmax_dist威胁的最大影响距离单位是米。超过这个距离就没影响了。耕地取2公里建设用地取8公里是我按经验给的参考值实际要结合项目区尺度调整。weight威胁权重0到1之间权重越高影响越大。decay衰减方式linear或exponential前者影响随距离均匀减弱后者前期衰减快。敏感性表列名是lucode、LULC_name、habitat、再加每个威胁一列lucode,LULC_name,habitat,cropland,urban,road 1,耕地,0,0,0,0 2,林地,1,0.6,0.9,0.7 3,草地,1,0.5,0.7,0.5 4,水域,1,0.3,0.6,0.4 5,建设用地,0,0,0,0 6,湿地,1,0.4,0.8,0.5habitat列填0或1表示该地类算不算生境。耕地和建设用地通常填0意思是不作为生境评估对象。提示这套参数的本地化非常关键也是最容易被质疑的地方。我的做法是参考项目区已有的保护区规划、生物多样性调查报告中关于威胁类型的描述再结合文献里的取值。参数取值要有依据别自己编。4.3 结果解读与常见误用主要输出是habitat_quality.tif生境质量0到1和degradation.tif退化度。生境质量高的地方一般是远离威胁源的连片自然植被区低值区集中在城镇周边和交通干线两侧。一个常见误用是把生境质量值直接当成物种丰富度。它不是。它衡量的是生境的完整性和受干扰程度是间接指标。写报告时表述要准确可以说生境质量较高的区域具备更好的生物多样性维持潜力不能直接说该区域物种最丰富。另一个误区是只跑现状不做对比。生境质量模块最大的价值在于情景对比比如对比生态保护情景和开发建设情景下的生境质量变化找出最该保护的区域。只出一张现状图说服力有限。5. 产水量模型实操从降雨到径流的那套参数产水量模块算的是水源涵养服务本质上是估算降水扣除蒸散之后剩下的水量。它在流域治理、水源地保护、生态补偿类项目里用得特别多。5.1 原理Budyko曲线怎么理解模型基于Budyko框架里的一个经验公式Zhang等提出的那套。核心思想是一个区域的年蒸散量由降水和潜在蒸散共同决定它们之间是一个非线性的关系。当降水远大于潜在蒸散时蒸散趋于饱和剩下的就变成径流当降水很少时几乎所有降水都被蒸散掉径流接近零。模型里有个关键参数ωomega它跟一个叫Z的参数、土壤有效含水量AWC和降水P有关公式大致是ω Z × (AWC / P) 1.25。Z是季节降水分布参数取值范围一般1到30降水越集中在雨季Z越大。5.2 生物物理表与关键参数设置生物物理表列名是lucode、LULC_desc、root_depth、Kclucode,LULC_desc,root_depth,Kc 1,耕地,500,0.65 2,林地,2000,1.0 3,草地,600,0.8 4,水域,1000,1.0 5,建设用地,100,0.3 6,未利用地,300,0.5root_depth根系限制深度单位毫米。它和土壤深度一起决定有效含水量取两者较小值。Kc作物系数反映植被蒸腾特性林地和草地较高建设用地较低。土壤深度和植物可利用水含量PAWC是另外两个输入都是栅格。PAWC一般是土壤质地查表得到比如砂土0.1左右黏土0.15到0.2单位是毫米每毫米所以有效含水量 根区深度 × PAWC。Z参数在模型里直接填一个值可以先用默认的再做敏感性分析看结果变化。5.3 运行与结果的空间解读输出主要是per_pixel文件夹下的wyield.tif单位是毫米表示每个像元产水量还有流域汇总的CSV。我拿到结果后一般会做两件事一是看空间分布是否合理林地、降水多的区域产水量应该较高城市硬化地面产水量也高但水质差这个要区分开讨论二是按流域或行政区汇总算总水资源量。注意产水量模型对降雨和蒸散数据的质量非常敏感尤其是降水的空间插值误差会直接传递到结果。如果项目区气象站点稀疏插值不确定性要写进报告的不确定性分析里。另外Z参数和Kc的取值也要做敏感性测试至少在方法部分说明取值依据。6. 踩坑实录报错、结果异常与排查思路这部分是我最想写给新手的因为手册里不会告诉你这些。6.1 常见报错速查表报错信息关键词可能原因排查方向raster dimensions do not match栅格行列数或范围不一致统一投影、重采样、掩膜裁剪lucode not found in tableCSV里的编码和栅格分类对不上用栅格属性表核对编码invalid projection使用了地理坐标系转换为投影坐标系no data value issue无数据值不统一统一设为同一个值并填进参数file not found路径含中文或空格改用纯英文路径memory error数据过大或分辨率过高降分辨率或分块处理路径问题是我见过最多的坑。中文路径、空格、特殊符号都可能导致模型读不到文件。养成习惯项目文件夹和所有文件都用英文加下划线命名。6.2 结果异常怎么反推问题结果不对不要急着改参数先按顺序排查看输入数据本身。把LULC栅格打开看看分类有没有异常值面积统计跟常识是否吻合。看中间输出。很多模块会输出中间栅格比如生境质量的退化度看看它是否符合预期。做单点验证。挑几个典型像元手算一下应该是什么值跟模型输出对照。比如碳储量随便找个林地像元用碳密度乘面积看看跟栅格值差多少。做敏感性分析。把某个参数翻倍看结果变化幅度。如果变化特别剧烈说明这个参数是主导因素要重点核实。6.3 几条实操心得第一条先小范围试跑。别一上来就整个流域全跑先裁一个几十平方公里的小区域把流程走通参数调好再放大。我吃过这个亏跑了两小时发现参数表列名写错了。第二条参数表一律用英文标点。CSV文件里逗号必须是英文逗号很多人从Excel导出时带了中文标点模型直接读不了。第三条结果不要只存栅格。每跑一次把用的参数表、输入数据版本、软件版本都记在一个README里。否则一周后你根本想不起来这个结果是哪套参数跑出来的。做情景分析时这一点尤其重要。第四条价值量转换要谨慎。很多项目最后要算成钱这时候会用到碳价格、水资源价格这类经济参数。这些参数的地区差异和时间变化都很大用之前一定要说明来源和年份别直接套用文献里的老数据。我把这几个模块的流程串下来从数据准备到出图一个完整的小项目大概需要两到三周其中数据处理占一半以上时间。真正跑模型其实很快难的是把数据理干净、把参数讲清楚。InVEST是个好工具但它不会替你做判断参数合不合理、结果可不可信最终还是靠做项目的人自己去推敲和验证。
InVEST模型实操：碳储量、生境质量与产水量评估指南
生态系统服务这个词这几年在规划院、高校和环保咨询圈里出现的频率越来越高。但凡涉及国土空间规划、生态修复、GEP核算、流域治理、自然资本评估这类项目甲方十有八九会问一句能不能把生态系统服务的价值算出来而只要问到怎么算InVEST模型基本是绕不开的那个工具。我接触这个模型大概有几年时间从最早被参数表折磨得死去活来到后来能比较顺手地跑完碳储量、生境质量、产水量这几个常用模块中间踩的坑实在不少。这篇就把我自己的实操流程完整整理一遍从软件装什么版本、数据准备到什么粒度、参数表每一列怎么填到跑完之后结果怎么看、报错了怎么查尽量讲透。不管你是刚入门的研究生还是被临时抓来做生态评估的规划从业者看完应该都能自己动手跑出一套像样的结果。1. 先搞清楚生态系统服务到底是什么InVEST又是干什么的在动手点鼠标之前有两件事必须先在心里理清楚否则后面填参数会全是懵的。第一生态系统服务到底指什么第二InVEST这个模型套件在整个评估体系里处于什么位置。很多人一上来就急着下载软件、找数据结果跑到一半发现分类体系对不上、口径不一致只能推倒重来。1.1 生态系统服务的分类与实际含义通俗点讲生态系统服务就是自然生态系统白白送给人类的好处。森林涵养水源、土壤保持肥力、湿地净化水质、植被固定二氧化碳、景观提供休闲游憩价值这些都是。国际上比较通用的分类是千年生态系统评估MA那套框架分成供给服务、调节服务、支持服务和文化服务四大类。供给服务好理解就是粮食、木材、淡水这类能直接拿走的物质产出调节服务是气候调节、洪水调蓄、水质净化这类间接但影响巨大的功能支持服务是土壤形成、养分循环这些底层过程文化服务就是精神、审美、教育、游憩层面的价值。在实际项目里真正能被量化、能出图、能进报告的通常是调节服务里面的几个碳储量、水源涵养产水、土壤保持、生境质量、水质净化。原因很简单这几项背后有相对成熟的物理机制模型输入数据也相对好获取。而像文化服务这种偏主观的东西往往只能靠问卷或者价值转移法来估算模型帮不上太大忙。所以你在设计评估方案的时候第一步就要明确这次到底要评哪几项服务别贪多。1.2 InVEST模型的定位与它的几个核心子模块InVEST的全称是Integrated Valuation of Ecosystem Services and Tradeoffs翻译过来叫生态系统服务与权衡的综合评估。它是由自然资本项目Natural Capital Project牵头开发的一套开源模型工具合作方包括高校和研究机构。它的核心思路是用相对简单的生产函数把土地利用/覆被数据、气候数据、土壤数据这些输入映射成生态系统服务的空间分布和物质量/价值量。它的子模块非常多常用的有这么几个碳储量与固碳Carbon算不同地类四大碳库的储量还能做未来情景下的固碳量。生境质量Habitat Quality评估生境退化程度和生境质量用于生物多样性保护优先级判断。年产水量Annual Water Yield基于Budyko曲线估算降雨产生的径流量也就是常说的水源涵养。土壤侵蚀与泥沙输移SDR基于USLE算土壤流失再算泥沙输移比。养分输送比NDR估算氮磷向水体的输出量用于面源污染评估。海岸带防护、授粉、休闲游憩特定场景用的模块。新手建议从碳储量入门它的逻辑最简单、参数最少跑通一遍能快速建立对整个工具链数据格式、参数表结构、结果文件命名的认知。会了这一个后面生境质量和产水量就只是换输入换参数的事。1.3 为什么生态评估项目里更倾向选InVEST市面上能算生态系统服务的工具不止一个还有ARIES、EcoServ、SolVES这些。为什么InVEST用的人最多我自己的体会是有三点。第一它是开源的免费模型逻辑全部写在用户手册里公式、参数含义都可以追溯不像有些商业软件是个黑箱。审稿人或者评审专家问起来你能把过程讲明白。第二它的空间显式特性做得好输出结果都是栅格能直接叠加到规划图上做分区管控这对国土空间规划、生态红线划定这类项目特别友好。第三它的社区活跃用户手册更新及时遇到报错基本能在网上找到同类问题。而且有Python接口可以批量跑情景做参数敏感性分析。当然它的局限也很明显模型都是相对简化的精度取决于输入数据的质量尤其是土地利用分类和参数本地化程度。别指望跑一遍就能得出可以写进法律文件的精确数值它更适合做相对比较和空间格局判断。2. 上手前的准备软件、环境与数据这三件事我把准备工作单独拉出来讲因为这部分的失误占了新手翻车的绝大多数。软件版本选错、数据投影不统一、分辨率对不齐这些问题如果在跑模型之后才发现返工成本极高。2.1 软件安装与版本选择的门道InVEST的安装有两条路。一条是直接下载官方提供的独立安装包双击就能用界面是图形化的适合不写代码的人。另一条是用conda或者pip装Python包适合要做批量处理、集成到脚本流水线里的场景。我一般在做正式项目时两条都装图形界面用来调试参数验证数据对不对Python接口用来跑情景和批量化。版本选择上有一点要提醒不要盲目追最新版。新版本偶尔会改参数表列名、改默认值甚至改计算逻辑如果你的参考资料是基于旧版写的很容易对不上。稳妥的做法是看你的合作方或者导师用的是哪个版本跟着用。目前3.9到3.14这几个版本用的人比较多参数表结构大体一致。conda安装的命令大概是这样conda create -n invest python3.10 conda activate invest conda install -c conda-forge natcap.invest装完之后可以用命令行验证一下invest list invest --version如果invest list能列出所有子模型carbon、habitat_quality、annual_water_yield等说明环境没问题。图形界面安装包则简单得多装完打开就能看到左侧的模型列表。注意图形界面版和Python包版本尽量保持一致否则同一套参数表在两边跑出来的结果可能有细微差异排查起来非常头疼。2.2 数据清单每个模块到底要喂什么不同模块要的数据不一样但有几个是通用的、几乎所有模块都需要的数据类型格式说明常见来源土地利用/覆被栅格GeoTIFF分类编码要统一有lucode对应表遥感解译、公开土地覆被产品流域/子流域边界矢量Shapefile用于分区汇总统计水文分析提取、现有区划降雨量栅格GeoTIFF多年平均单位mm气象站点插值、公开栅格产品潜在蒸散栅格GeoTIFF多年平均单位mm气象数据计算、公开产品土壤属性栅格或矢量深度、质地、有机质等土壤数据库数字高程栅格GeoTIFF用于地形相关计算遥感/测绘产品碳储量模型相对简单主要就是LULC栅格加一张碳库CSV表。生境质量需要LULC加威胁源可以是栅格也可以是矢量加威胁因子表和敏感性表。产水量需要LULC、降雨、潜在蒸散、土壤深度、植物可利用水含量再加流域边界和生物物理表。这里有个特别容易忽略的点所有栅格必须投影一致、分辨率一致、行列数完全对齐。InVEST不做自动重采样如果两个栅格范围差一点点它要么报错要么把边缘裁掉。我一般会在GIS里用投影栅格和重采样工具把所有栅格统一到同一个坐标系和像元大小然后用掩膜提取到完全相同的范围。这一步多花半小时能省下后面几小时。2.3 投影、分辨率与掩膜三个最容易翻车的前置设置展开说这三个。投影做区域尺度评估一定要用投影坐标系不要用地理坐标系经纬度。因为模型里涉及面积、距离的计算用经纬度算出来的面积是错的。国内常用的是各类等面积投影或者高斯投影具体选哪个看项目区位置。数据源本身是经纬度的话先转换。分辨率分辨率决定了结果的精细程度也决定了计算量。30米分辨率跑一个中等规模流域没问题如果项目区有几千平方公里建议先降到90米或100米试跑确认流程通了再上高分辨率。分辨率还影响威胁因子的max_dist参数因为那个距离单位是米跟像元大小是对应关系分辨率一变参数也得跟着调。掩膜所有输入栅格都要用同一个掩膜裁到完全相同的范围。做法是先在GIS里画一个覆盖项目区的矩形或流域边界用它依次裁剪每个输入栅格。裁完之后最好用栅格属性检查一下行列数、像元大小、左上角坐标是否一致。提示我习惯在项目文件夹里建一个00_raw放原始数据一个01_processed放统一处理后的数据一个02_params放各种CSV参数表一个03_output放结果。跑模型时只从01_processed取数据这样出错的时候很容易定位是数据问题还是参数问题。3. 碳储量模型实操最简单也最容易被低估的一个碳储量模块是我推荐所有人第一个跑的模型。它逻辑透明、参数少、结果直观但别看它简单碳库参数的本地化做得好不好直接决定结果能不能用。3.1 模型原理与四大碳库的划分模型的核心逻辑非常朴素总碳储量 各地类面积 × 该地类单位面积碳密度四个碳库分别算再求和。四个碳库是地上生物量碳C_above树干、枝叶等活体地上部分。地下生物量碳C_below根系。土壤碳C_soil土壤有机碳。死亡有机物碳C_dead枯落物、枯立木。单位通常是吨碳每公顷t C/ha。模型会按LULC栅格的每个像元根据它的lucode查表取出对应碳密度乘以像元面积得到该像元的碳储量最后汇总成栅格和总量CSV。举个直观例子一片成熟林地地上生物量碳可能上百吨每公顷而一块建设用地可能四个库都是零或者接近零。所以土地利用格局一变碳储量结果就跟着变这也是它能用来做情景对比的原因。3.2 数据准备与碳库参数表编写碳库表是一个CSV列名固定为lucode、LULC_name、C_above、C_below、C_soil、C_dead。前两列跟你的LULC栅格编码对应后四列填碳密度。lucode,LULC_name,C_above,C_below,C_soil,C_dead 1,耕地,5,1.5,40,0.5 2,林地,80,20,90,8 3,草地,3,6,55,1 4,水域,0,0,0,0 5,建设用地,0,0,0,0 6,未利用地,1,0.5,20,0.2这些数值从哪来这是关键。优先用项目区或邻近区域的实测数据和已发表文献其次用公开的碳密度数据集比如基于样地调查汇总的全国或区域尺度数据实在没有再用IPCC默认值。千万不要随便拍脑袋填因为土壤碳这一项往往占比最大填错了整体结果就废了。注意碳密度是有区域差异的同一个地类在南方和北方可能差一倍。如果引用文献要确认它的研究区跟你项目区的气候、土壤条件接近。做正式报告时最好在方法部分注明碳密度来源和本地化处理方式这是评审常问的点。3.3 运行过程与结果文件解读图形界面里依次填入当前LULC栅格路径、碳库CSV路径、输出文件夹如果要做未来情景再填未来LULC栅格、碳价格、折现率、时间跨度。跑一次通常几秒到几分钟。输出文件主要有tot_c_cur.tif当前情景下每个像元的总碳储量栅格。c_above_cur.tif、c_below_cur.tif等各碳库的单独栅格。carbon_storage_cur.csv总量统计表包含各碳库总量和总碳储量单位通常是吨。我一般拿到结果后会用GIS做一个分区统计比如按子流域或者行政区把总碳储量汇总再叠加地类图看高值区分布。碳储量高的地方基本都是连片林地这个规律很直观可以用来验证结果合不合理。如果发现建设用地碳储量比林地还高那一定是参数表填错了。4. 生境质量模型实操威胁因子与敏感性怎么定生境质量模块是评估生物多样性的常用工具它不直接算物种数量而是算一个生境质量指数值越高说明生境越完整、受人类干扰越小。这个模块的参数最需要讲故事因为它本质上是把人为威胁的影响量化。4.1 模型的核心逻辑模型分两步走。第一步算生境退化度对每一种威胁比如耕地、建设用地、道路计算它对周围每个生境像元的干扰强度干扰强度随距离衰减衰减方式可以是线性或指数。第二步用退化度反推生境质量退化度越高生境质量越低公式长得像一条反S型曲线其中有个半饱和参数k控制曲线形状。理解这个逻辑很重要。它意味着两件事一是威胁的空间分布决定退化格局二是敏感性表决定哪种地类对哪种威胁更脆弱。比如湿地对建设用地扩张很敏感但对耕地可能没那么敏感这个差异就体现在敏感性表的数值上。4.2 威胁因子表与敏感性表的填写威胁因子表列名一般是threat、max_dist、weight、decaythreat,max_dist,weight,decay cropland,2,0.5,linear urban,8,1.0,exponential road,3,0.7,linearmax_dist威胁的最大影响距离单位是米。超过这个距离就没影响了。耕地取2公里建设用地取8公里是我按经验给的参考值实际要结合项目区尺度调整。weight威胁权重0到1之间权重越高影响越大。decay衰减方式linear或exponential前者影响随距离均匀减弱后者前期衰减快。敏感性表列名是lucode、LULC_name、habitat、再加每个威胁一列lucode,LULC_name,habitat,cropland,urban,road 1,耕地,0,0,0,0 2,林地,1,0.6,0.9,0.7 3,草地,1,0.5,0.7,0.5 4,水域,1,0.3,0.6,0.4 5,建设用地,0,0,0,0 6,湿地,1,0.4,0.8,0.5habitat列填0或1表示该地类算不算生境。耕地和建设用地通常填0意思是不作为生境评估对象。提示这套参数的本地化非常关键也是最容易被质疑的地方。我的做法是参考项目区已有的保护区规划、生物多样性调查报告中关于威胁类型的描述再结合文献里的取值。参数取值要有依据别自己编。4.3 结果解读与常见误用主要输出是habitat_quality.tif生境质量0到1和degradation.tif退化度。生境质量高的地方一般是远离威胁源的连片自然植被区低值区集中在城镇周边和交通干线两侧。一个常见误用是把生境质量值直接当成物种丰富度。它不是。它衡量的是生境的完整性和受干扰程度是间接指标。写报告时表述要准确可以说生境质量较高的区域具备更好的生物多样性维持潜力不能直接说该区域物种最丰富。另一个误区是只跑现状不做对比。生境质量模块最大的价值在于情景对比比如对比生态保护情景和开发建设情景下的生境质量变化找出最该保护的区域。只出一张现状图说服力有限。5. 产水量模型实操从降雨到径流的那套参数产水量模块算的是水源涵养服务本质上是估算降水扣除蒸散之后剩下的水量。它在流域治理、水源地保护、生态补偿类项目里用得特别多。5.1 原理Budyko曲线怎么理解模型基于Budyko框架里的一个经验公式Zhang等提出的那套。核心思想是一个区域的年蒸散量由降水和潜在蒸散共同决定它们之间是一个非线性的关系。当降水远大于潜在蒸散时蒸散趋于饱和剩下的就变成径流当降水很少时几乎所有降水都被蒸散掉径流接近零。模型里有个关键参数ωomega它跟一个叫Z的参数、土壤有效含水量AWC和降水P有关公式大致是ω Z × (AWC / P) 1.25。Z是季节降水分布参数取值范围一般1到30降水越集中在雨季Z越大。5.2 生物物理表与关键参数设置生物物理表列名是lucode、LULC_desc、root_depth、Kclucode,LULC_desc,root_depth,Kc 1,耕地,500,0.65 2,林地,2000,1.0 3,草地,600,0.8 4,水域,1000,1.0 5,建设用地,100,0.3 6,未利用地,300,0.5root_depth根系限制深度单位毫米。它和土壤深度一起决定有效含水量取两者较小值。Kc作物系数反映植被蒸腾特性林地和草地较高建设用地较低。土壤深度和植物可利用水含量PAWC是另外两个输入都是栅格。PAWC一般是土壤质地查表得到比如砂土0.1左右黏土0.15到0.2单位是毫米每毫米所以有效含水量 根区深度 × PAWC。Z参数在模型里直接填一个值可以先用默认的再做敏感性分析看结果变化。5.3 运行与结果的空间解读输出主要是per_pixel文件夹下的wyield.tif单位是毫米表示每个像元产水量还有流域汇总的CSV。我拿到结果后一般会做两件事一是看空间分布是否合理林地、降水多的区域产水量应该较高城市硬化地面产水量也高但水质差这个要区分开讨论二是按流域或行政区汇总算总水资源量。注意产水量模型对降雨和蒸散数据的质量非常敏感尤其是降水的空间插值误差会直接传递到结果。如果项目区气象站点稀疏插值不确定性要写进报告的不确定性分析里。另外Z参数和Kc的取值也要做敏感性测试至少在方法部分说明取值依据。6. 踩坑实录报错、结果异常与排查思路这部分是我最想写给新手的因为手册里不会告诉你这些。6.1 常见报错速查表报错信息关键词可能原因排查方向raster dimensions do not match栅格行列数或范围不一致统一投影、重采样、掩膜裁剪lucode not found in tableCSV里的编码和栅格分类对不上用栅格属性表核对编码invalid projection使用了地理坐标系转换为投影坐标系no data value issue无数据值不统一统一设为同一个值并填进参数file not found路径含中文或空格改用纯英文路径memory error数据过大或分辨率过高降分辨率或分块处理路径问题是我见过最多的坑。中文路径、空格、特殊符号都可能导致模型读不到文件。养成习惯项目文件夹和所有文件都用英文加下划线命名。6.2 结果异常怎么反推问题结果不对不要急着改参数先按顺序排查看输入数据本身。把LULC栅格打开看看分类有没有异常值面积统计跟常识是否吻合。看中间输出。很多模块会输出中间栅格比如生境质量的退化度看看它是否符合预期。做单点验证。挑几个典型像元手算一下应该是什么值跟模型输出对照。比如碳储量随便找个林地像元用碳密度乘面积看看跟栅格值差多少。做敏感性分析。把某个参数翻倍看结果变化幅度。如果变化特别剧烈说明这个参数是主导因素要重点核实。6.3 几条实操心得第一条先小范围试跑。别一上来就整个流域全跑先裁一个几十平方公里的小区域把流程走通参数调好再放大。我吃过这个亏跑了两小时发现参数表列名写错了。第二条参数表一律用英文标点。CSV文件里逗号必须是英文逗号很多人从Excel导出时带了中文标点模型直接读不了。第三条结果不要只存栅格。每跑一次把用的参数表、输入数据版本、软件版本都记在一个README里。否则一周后你根本想不起来这个结果是哪套参数跑出来的。做情景分析时这一点尤其重要。第四条价值量转换要谨慎。很多项目最后要算成钱这时候会用到碳价格、水资源价格这类经济参数。这些参数的地区差异和时间变化都很大用之前一定要说明来源和年份别直接套用文献里的老数据。我把这几个模块的流程串下来从数据准备到出图一个完整的小项目大概需要两到三周其中数据处理占一半以上时间。真正跑模型其实很快难的是把数据理干净、把参数讲清楚。InVEST是个好工具但它不会替你做判断参数合不合理、结果可不可信最终还是靠做项目的人自己去推敲和验证。
