崔思源

（中煤科工集團(tuán)西安研究院有限公司，陜西 西安，710077）

0 引言

水資源問題已經(jīng)受到了世界的廣泛關(guān)注，其影響制約著社會(huì)的可持續(xù)性發(fā)展，也是21世紀(jì)全球資源環(huán)境的首要問題，水資源量供需矛盾對社會(huì)經(jīng)濟(jì)發(fā)展、人類生存環(huán)境的影響也日益受到重視[1，2]。受人類活動(dòng)和全球氣候變化影響，全球范圍內(nèi)許多地區(qū)的氣象-水文過程已經(jīng)產(chǎn)生了顯著的變化，從而影響區(qū)域水資源量[3，4]。在全球氣候變化的大背景下，分析水資源量的時(shí)空變化情況，能為區(qū)域水資源管理和保護(hù)提供切實(shí)可靠的依據(jù)。

Falkenmark為了更好的評價(jià)農(nóng)業(yè)地區(qū)水資源量，于1995年提出了藍(lán)水、綠水的概念[5]。這一概念在之后得到逐步完善，綠水也可以進(jìn)一步區(qū)分為綠水流及綠水儲(chǔ)量[6，7]。在全球尺度的水文循環(huán)中，約有65%的降水通過森林、草地、農(nóng)田等蒸散發(fā)作用返回大氣形成綠水流，而僅有約35%的降水存儲(chǔ)于地表及地下水體中，即藍(lán)水流[8]。在實(shí)際生產(chǎn)中，綠水占了水資源利用的絕大部分，全球糧食生產(chǎn)80%的水分來源于綠水，林草地等生態(tài)系統(tǒng)幾乎完全依賴于綠水[9]。因此，綠水資源對于農(nóng)業(yè)生產(chǎn)、生態(tài)系統(tǒng)維護(hù)都具有重要意義。

在傳統(tǒng)的水資源評價(jià)分析中，通常只考慮被人類直接利用的水資源量，即只評價(jià)易于開發(fā)利用的可再生地表、地下水資源量[10，11]。在水資源管理和保護(hù)的決策過程中，人們往往關(guān)注地表、地下水資源量的時(shí)空分布情況，通過修建相應(yīng)的水利、管網(wǎng)工程對水資源量進(jìn)行調(diào)配，并結(jié)合政策、管理制度等非工程措施實(shí)現(xiàn)對水資源的管理和保護(hù)[12，13]。因此，人類對水資源開發(fā)和利用主要集中在可見的藍(lán)水資源，往往忽略了綠水資源。在變化環(huán)境下，綜合考慮藍(lán)水、綠水的時(shí)空分布及變化特征，能為區(qū)域水資源管理及保護(hù)提供更可靠的依據(jù)。例如，吳洪濤等基于區(qū)域藍(lán)水、綠水時(shí)空變化分析結(jié)果，從水資源管理角度提出了因地制宜的建議[14]。熊瑩等引入綠水概念，進(jìn)一步發(fā)展了水資源配置模型，為流域水權(quán)界定提供了新思路[15]。謝子波分析了下墊面條件對綠水資源影響，指出耕地對降水的利用效率最高[16]。

考慮到不同地區(qū)在下墊面和氣候條件上的差異，需要明確藍(lán)水、綠水資源的時(shí)空分配和年際變化特征，SWAT（Soil&Water Assessment Tool）模型以地理空間信息和氣象信息為輸入，結(jié)合物理學(xué)基礎(chǔ)相關(guān)的蒸散發(fā)經(jīng)驗(yàn)公式，以水量平衡作為約束條件，能較準(zhǔn)確的估計(jì)流域內(nèi)不同地區(qū)藍(lán)水、綠水資源的時(shí)空變化情況，是一種行之有效的方法。贛江是江西省內(nèi)流入鄱陽湖之五大河流中的第一大河流，每年入湖量占五河入水總量的75%以上，流域內(nèi)水資源量合理開發(fā)利用是鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)建設(shè)和保護(hù)鄱陽湖的關(guān)鍵[17]。另一方面，盡管贛江流域水資源承載量較大，但空間分布極不均勻，南昌等地區(qū)水資源開發(fā)利用量已嚴(yán)重超標(biāo)[18]。先前對贛江地區(qū)的研究著重于氣候/土地利用變化對徑流的影響[19]，暫未有人對流域內(nèi)藍(lán)水綠水資源變化情況進(jìn)行分析。本文以贛江流域?yàn)檠芯繉ο?，分析了流域?nèi)1960～2013年藍(lán)水、綠水資源的時(shí)空變化情況，可為贛江流域的水資源管理提供科學(xué)的依據(jù)。

1 研究方法

1.1 SWAT模型

SWAT模型是美國農(nóng)業(yè)部研究開發(fā)的半分布式流域尺度水文模型，該模型以流域地理空間信息和氣象水文等數(shù)據(jù)作為輸入，能模擬流域內(nèi)水量、泥沙和水質(zhì)等水文物理化學(xué)過程。隨著地理信息技術(shù)的發(fā)展，SWAT模型的應(yīng)用也逐漸普及，該模型模擬精度較高，且在不同地區(qū)的適用性較好，已在全球范圍內(nèi)各大流域得到了廣泛的應(yīng)用[20，21]。SWAT模型將一個(gè)流域劃分為若干個(gè)子流域，并進(jìn)一步將每個(gè)子流域劃分為若干個(gè)水文響應(yīng)單元，每一個(gè)水文響應(yīng)單元都有其對應(yīng)的土壤、土地利用及坡度特征。SWAT模型通過對各水文響應(yīng)單元的水文過程進(jìn)行模擬，考慮耗水因素后，最終可以得到不同斷面流量及子流域各項(xiàng)水文參數(shù)，該模型輸出的各項(xiàng)參數(shù)可用來直接計(jì)算藍(lán)水、綠水資源[9，22]。

1.2 藍(lán)水及綠水計(jì)算

根據(jù)SWAT模型在子流域尺度輸出的各項(xiàng)水文變量，可以直接得到或計(jì)算出相應(yīng)的藍(lán)水流、綠水流和綠水儲(chǔ)量，其中，藍(lán)水流為地表徑流、壤中流、地下徑流三者之和，綠水流為實(shí)際蒸散發(fā)量，綠水儲(chǔ)量為土壤含水量[7，9]。

1.3 統(tǒng)計(jì)分析方法

本文選用一元線性回歸方法、Mann-Kendall方法來分析各變量時(shí)間序列的趨勢和突變情況。一元線性回歸方法通過擬合變量Xi與時(shí)間ti之間的線性回歸方程Xi=a·ti+b來分析時(shí)間序列的變化趨勢，其中回歸系數(shù)a可采用最小二乘法估計(jì)：

式中：n為樣本序列長度，回歸系數(shù)a可用來表示變量的傾向率，通常以a的十倍作為變化的傾向率，反應(yīng)某一種氣象、水文要素每十年的變化趨勢。

Mann-Kendall方法通過構(gòu)建服從標(biāo)準(zhǔn)正態(tài)分布的變量Z來判斷時(shí)間序列的趨勢，有：

式中：Var（S）=n（n-1）（2n+5）/18，統(tǒng)計(jì)量S由樣本序列X計(jì)算得到：

式中：Sf（）為符號(hào)函數(shù)：

當(dāng)Z大于0時(shí)說明時(shí)間序列呈現(xiàn)出上升趨勢，否則為下降趨勢。對于給定的顯著性水平a，當(dāng)時(shí)，說明時(shí)間序列在a顯著水平下有顯著的變化趨勢。

Mann-Kendall方法同樣可以通過構(gòu)建正序列和逆序列，將其繪制于圖上來判斷時(shí)間序列是否存在突變。首先根據(jù)樣本序列X計(jì)算正向統(tǒng)計(jì)量UF，再根據(jù)逆序排序后的樣本序列X逆計(jì)算得到逆序統(tǒng)計(jì)量UB，將UF和UB同時(shí)繪制于以時(shí)間為橫坐標(biāo)的圖中，同時(shí)繪制相應(yīng)的輔助線作為顯著性評判依據(jù)，通常取顯著性水平α=0.05，即繪制統(tǒng)計(jì)量為±1.96兩條輔助線。在判別中，UF曲線上升代表序列有增加趨勢，反之則呈減少趨勢，當(dāng)兩條曲線的交點(diǎn)位于兩條輔助線區(qū)間內(nèi)時(shí)，可以認(rèn)為樣本序列在這一時(shí)間段發(fā)生了突變。上述各方法的具體步驟同樣可見文獻(xiàn)[23]。

2 研究區(qū)概況與數(shù)據(jù)

2.1 研究區(qū)概況

贛江位于江西省境內(nèi)，是長江的主要支流，也是江西省內(nèi)最大的河流。贛江干流全長766km，流域總面積8.35萬km2，經(jīng)外洲水文站匯入鄱陽湖。贛江流域?qū)儆趤啛釒駶櫦撅L(fēng)氣候，多年平均年降水量可達(dá)1 570mm，主要集中在4～10月。流域內(nèi)地形以山地丘陵為主，約占總面積的三分之二，水域面積約占1.6%，耕地和林地面積占總面積的九成以上，受水資源量變化影響較大。

2.2 數(shù)據(jù)

為構(gòu)建贛江流域分布式水文模型，在地理信息方面收集整理了區(qū)域內(nèi)90×90米DEM（digital elevation model） 數(shù)據(jù)、1：100 萬分辨率土壤數(shù)據(jù)、1980～2015 年共7期土地利用數(shù)據(jù)；在氣象水文方面收集整理了流域內(nèi)51個(gè)氣象站1960～2013年逐日降水、氣溫、風(fēng)速、日照時(shí)間、相對濕度數(shù)據(jù)，以及贛江流域出口外洲水文站同期的逐日徑流資料。在選取土地利用數(shù)據(jù)之前，本文先對比了1980～2010年間贛江流域下墊面變化情況（表1），結(jié)果表明流域下墊面類型變化較小，因此只選用2010年的土地利用信息作為模型輸入。

表1 贛江流域下墊面年際變化情況 %

3 結(jié)果與分析

3.1 徑流序列一致性檢驗(yàn)

流域徑流過程受氣候條件和下墊面條件的影響較大，當(dāng)任意一個(gè)條件發(fā)生顯著變化時(shí)，徑流資料的一致性就很有可能遭到破壞[24]。過去幾十年間，隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展，人類活動(dòng)對下墊面的變化影響尤為顯著，因此，在構(gòu)建贛江流域水文模型之前，應(yīng)對流域徑流序列進(jìn)行分析，確定各時(shí)期資料的一致性。前人研究表明我國大部分流域?qū)崪y徑流在1980年后呈現(xiàn)出較明顯的下降趨勢，在最近十余年間尤為顯著，但長江中下游區(qū)域20世紀(jì)90年代洪水頻發(fā)，年徑流量略呈上升趨勢[25]。因此，本文比較了1995年前后的降水-徑流關(guān)系，分析了外洲水文站年徑流量的變化趨勢（圖1～2）。結(jié)果表明流域內(nèi)不同時(shí)期降雨-徑流關(guān)系非常接近，且年徑流量在過去50年間未呈現(xiàn)出顯著的變化趨勢，年代變化和滑動(dòng)平均結(jié)果表明年徑流量略呈波動(dòng)上升趨勢，線性回歸分析結(jié)果表明其變化傾向率為6.6億m3/10年，此外，M-K檢驗(yàn)在0.1顯著性水平下顯著性的閾值為1.645，本次樣本序列經(jīng)過M-K檢驗(yàn)的Z值僅為0.827，即在年際上變化趨勢并不顯著。綜上，可認(rèn)為贛江流域徑流資料服從一致性假定。

圖1 1995年前后贛江流域降水產(chǎn)流系數(shù)對比

圖2 贛江流域年徑流量變化趨勢（1960～2013）

3.2 模型結(jié)果檢驗(yàn)

本次研究將SWAT模型的率定期設(shè)置為1960～1995年，其中前兩年設(shè)定為預(yù)熱期，模型驗(yàn)證期為1996～2013年。在模型率定和驗(yàn)證工作開展前，先對SWAT模型中的參數(shù)進(jìn)行敏感性分析，各參數(shù)在流域內(nèi)的最優(yōu)取值及參數(shù)敏感性排序見表2。結(jié)果表明土壤、植被、地形因素是影響贛江流域產(chǎn)匯流的主要因子，敏感性最高的6個(gè)參數(shù)分別為土壤-淺層地下水交換時(shí)間、SCS徑流曲線系數(shù)、平均坡面傾斜度、土壤濕容重、地下水交換系數(shù)、冠層最大蓄水量。

為評估率定期和驗(yàn)證期的擬合結(jié)果，本文選用納什效率系數(shù)（NSE）和確定性系數(shù)（R2）評估模型模擬逐月徑流量時(shí)的表現(xiàn)，兩個(gè)參數(shù)越接近1表明擬合結(jié)果越好。大量的研究認(rèn)為：當(dāng)NSE≥0.7或0.75時(shí)，說明模型模擬效果好[26～28]。在本次研究中，模型率定期的NSE=0.93，R2=0.94，模型驗(yàn)證期的 NSE=0.92，R2=0.93，說明模擬的徑流序列與實(shí)測徑流序列非常一致。圖4為模擬與實(shí)測月徑流量的比較，同樣可以看出模擬值與實(shí)測值在變化幅度及周期上均保持一致。

表2 模型參數(shù)敏感性分析結(jié)果

在模型率定和驗(yàn)證后，本文基于模擬結(jié)果分析了流域過去50年間的水量平衡情況，對構(gòu)建的SWAT模型作進(jìn)一步論證（表3、圖3）。研究結(jié)果表明，贛江流域內(nèi)1962～2013年間逐年的降水量與水資源總量（藍(lán)水流、綠水流與綠水儲(chǔ)量蓄變量之和）十分接近，水量平衡系數(shù)的多年均值為0.999。因此，上述結(jié)果表明模擬結(jié)果令人滿意，模型能正確地模擬贛江流域的水循環(huán)過程，可進(jìn)一步基于模型結(jié)果對流域內(nèi)藍(lán)水綠水資源的時(shí)空變化情況進(jìn)行分析。

3.3 藍(lán)水綠水資源空間分布特征

模型將流域劃分為47個(gè)子流域，基于各子流域逐年的藍(lán)水流、綠水流及綠水儲(chǔ)量的模擬結(jié)果，可以得到流域內(nèi)藍(lán)水及綠水資源在空間上的分布及變化情況（圖5～6）。流域內(nèi)藍(lán)水流呈現(xiàn)出明顯的區(qū)域特征，東部和北部地區(qū)藍(lán)水資源量要遠(yuǎn)大于南部地區(qū)（超過200mm）。與之相比，綠水資源在空間上的差異較小，南方地區(qū)綠水流較中部地區(qū)偏高30～90mm，流域北部綠水儲(chǔ)量較其他大部分地區(qū)偏高10～30mm。

圖3 月徑流模擬與實(shí)測結(jié)果對比

表3 贛江流域水量平衡分析結(jié)果 mm

圖4 贛江流域藍(lán)水、綠水流及水量平衡系數(shù)年際變化

圖5 贛江流域多年平均藍(lán)水、綠水資源空間分布特征

圖6 贛江流域各子流域藍(lán)水、綠水資源變化趨勢（1962～2013）

從年際變化上來看，流域內(nèi)87.2%的地區(qū)藍(lán)水資源量呈現(xiàn)出上升趨勢，其中25.5%的地區(qū)上升趨勢超過0.1的顯著性水平。流域綠水資源量同樣普遍呈現(xiàn)出上升趨勢，85.1%的地區(qū)綠水流有所上升，68.1%的地區(qū)上升趨勢超過了0.1的顯著性水平；整個(gè)流域綠水儲(chǔ)量均有增加，且上升趨勢都超過了0.05的顯著性水平。

藍(lán)水、綠水資源量的時(shí)空變化結(jié)果表明，贛江流域的北部和東部地區(qū)洪澇風(fēng)險(xiǎn)較高，從而導(dǎo)致河岸侵蝕、耕地作物受損等次生災(zāi)害，在汛期應(yīng)加強(qiáng)對高風(fēng)險(xiǎn)地區(qū)的監(jiān)控和預(yù)警工作，必要時(shí)及時(shí)實(shí)施河道疏浚和河岸加固工程。對于綠水流較小的地區(qū)，可通過增強(qiáng)土壤下滲能力、增加地表覆被等方法，減少降水產(chǎn)生的地表徑流，增加區(qū)域內(nèi)綠水流，從而提高區(qū)域內(nèi)降水利用效率；對于綠水流較大的農(nóng)業(yè)地區(qū)，適宜播種耗水量較低的作物，以保障下游地區(qū)有足夠的藍(lán)水流匯入。

需要說明的是藍(lán)水流和綠水流的分配比例呈現(xiàn)出顯著的區(qū)域特征，例如在全球尺度上藍(lán)水流、綠水流占降水比例分別為35%和65%。與之相比，渭河流域綠水流占比在不同典型年份均超過80%[29]；金沙江上游流域綠水流占比可達(dá)78%，而金沙江下游流域綠水流占比僅為40.8%[30]；本次研究結(jié)果表明贛江流域綠水流占比約為40.7%，這也與前人在我國東南沿海一帶的研究結(jié)果較為一致（39%）[31]。

3.4 藍(lán)水綠水資源年際變化特征

基于整個(gè)流域逐年的藍(lán)水流、綠水流及綠水儲(chǔ)量的模擬結(jié)果，本文進(jìn)一步對整個(gè)流域1962～2013年間綠水、藍(lán)水資源的變化進(jìn)行分析。趨勢分析結(jié)果表明贛江流域降水、藍(lán)水流、綠水流及綠水儲(chǔ)量均呈上升趨勢，傾向率分別為 17.8mm/10a、11.3mm/10a、4.87mm/10a、16.4mm/10a，其中綠水流及綠水儲(chǔ)量的上升趨勢非常顯著，均超過了0.05的顯著性水平。

圖7 贛江流域降水、藍(lán)水流、綠水流與綠水儲(chǔ)量年序列Mann-Kendall突變檢驗(yàn)

流域內(nèi)降水、藍(lán)水流、綠水流及綠水儲(chǔ)量的Mann-Kendall突變檢驗(yàn)結(jié)果如圖7所示，圖中結(jié)果能更詳細(xì)的反映流域內(nèi)藍(lán)水、綠水資源的年際變化情況。結(jié)果表明：流域內(nèi)藍(lán)水流和降水的變化趨勢較為一致，均在1967年出現(xiàn)了一次導(dǎo)致序列增加的突變，此后呈增加趨勢直到1985年，而在1986～2000年序列略微波動(dòng)，無明顯趨勢，2000年后序列呈現(xiàn)出下降趨勢，藍(lán)水流下降幅度要大于降水的下降幅度，這表明藍(lán)水流減少可能同時(shí)受到了氣候變化和人類活動(dòng)取用水的多重影響；流域內(nèi)綠水流和綠水儲(chǔ)量均呈現(xiàn)出先減后增的變化規(guī)律，在2000年前后出現(xiàn)了導(dǎo)致序列增加的突變，此后兩者均呈現(xiàn)出顯著的上升趨勢，超過了0.05的顯著性水平。

4 結(jié)論與建議

本次研究以贛江流域?yàn)檠芯繉ο?，基于SWAT構(gòu)建了流域分布式水文模型，模擬了流域內(nèi)不同區(qū)域和時(shí)段的水文循環(huán)過程，進(jìn)一步評價(jià)了區(qū)域內(nèi)1960～2013年間藍(lán)水、綠水資源量的時(shí)空變化情況，主要結(jié)論如下：

（1）流域徑流時(shí)間序列變化并不顯著，服從一致性假設(shè)，年徑流量變化的傾向率為6.6億m3/10年。模型的敏感性分析結(jié)果表明土壤、植被、地形因素是影響贛江流域產(chǎn)匯流的主要因子；

（2）整個(gè)流域多年平均藍(lán)水流、綠水流及綠水儲(chǔ)量分別為936.4mm、640.4mm、139.0mm，其中藍(lán)水流空間差異性較大，流域東部和北部地區(qū)藍(lán)水資源量較為豐富，超過南部地區(qū)200mm以上，而綠水資源的空間差異性較??；

（3）從空間分布上看，流域內(nèi)大部分地區(qū)的藍(lán)水、綠水資源量呈上升趨勢，只有西部和中部少數(shù)地區(qū)呈現(xiàn)出不顯著的下降趨勢，而綠水儲(chǔ)量在整個(gè)流域都呈現(xiàn)出顯著的上升趨勢（P＜0.05）；

（4）從年際變化上看，整個(gè)贛江流域的藍(lán)水流在2000年之前有明顯的上升趨勢，但在最近卻呈現(xiàn)出下降趨勢，其下降幅度要大于降水序列的下降幅度，說明藍(lán)水流受到了氣候變化和人類活動(dòng)取用水的共同影響。與之相比，流域內(nèi)的綠水流及綠水儲(chǔ)量在1960～1990年間變化不大甚至略有下降，但在之后呈現(xiàn)出了非常顯著的上升趨勢，說明流域內(nèi)的降水越來越多地被儲(chǔ)存在土壤中，而不是形成徑流或被植物吸收利用。

（5）基于SWAT模型的模擬結(jié)果，可以較準(zhǔn)確地評估藍(lán)水、綠水的時(shí)空分布情況。在藍(lán)水流較大的地區(qū)，應(yīng)注意防范洪澇風(fēng)險(xiǎn)；在綠水流較大且增加顯著的區(qū)域，在維持農(nóng)業(yè)生產(chǎn)的同時(shí)還需注意保障下游區(qū)域的藍(lán)水流；流域內(nèi)綠水儲(chǔ)量上升顯著，有利于農(nóng)業(yè)、林業(yè)產(chǎn)業(yè)的進(jìn)一步發(fā)展。