基于SWAT模型分析岷沱江流域藍/綠水資源量的時空變化特征＊

張 洋，鄧 玉，倪福全，聶 超，馬 捷

（四川農業大學水利水電學院，雅安 625014）

近年來，受全球氣候變化與劇烈的人類活動影響，水文循環過程發生了不同程度的改變，對水資源的研究已不能局限于傳統的水資源評價。為了更好地理解水資源在陸地生態系統中的作用，Falkenmark[1]于1995年提出了藍水、綠水的概念，并指出兩者均來自于降水。其中，藍水主要是以地表徑流、土壤中流、地下徑流3 種形式存在的水，一般儲存于江、河、湖泊中[2-5]，約占降水的35%；其余部分為綠水，儲藏于非飽和土壤，通過蒸散作用回到大氣，其對陸地生態系統的維持具有重要意義。

在眾多的水資源量影響因素中，土地利用/土地覆被變化（Land Use and Cover Change, LUCC）在水文循環過程中的影響一直是生態水文學界關心的問題[6]。人類活動通過LUCC 影響流域水循環過程中的蒸散、徑流速度、下滲及土壤水再分配等因子，進而改變流域水量水質和水循環，對流域水量平衡產生重大影響[7-9]。同時，研究發現藍/綠水在水資源總量中所占比重及時空變化特征存在著地區差異性，在氣候和土地利用變化的情況下，尤其是在干旱地區，未來農作物對藍水的依賴性將增加[10]。Lathuillière 等[11]研究表明，亞馬遜盆地綠水資源對未來農業的重要性，并根據未來的農業生產需水和潛在灌溉量，基于土地利用和生物多樣性保護以及區域降水的循環利用，評估陸地生態系統的成本和收益，提倡藍/綠水資源管理。

基于特定流域尺度，篩選恰當的水文模型積極開展藍/綠水量的模擬研究十分必要。在眾多水文模型中，SWAT 模型將氣候變化、LUCC、管理措施等進行有機耦合，在國內外得到了廣泛應用[12-13]，且模型可以直接輸出組成藍/綠水資源的各個分量，因此被認為是一種評估藍/綠水資源量較為有效的水文模型[14]。以往研究主要針對岷江中上游、沱江流域的水文和水質情況，而將岷、沱江相結合的大流域尺度上的研究還未見報道[15-17]。

基于此，本研究以岷沱江為研究對象，將岷沱江流域生態過程與流域水資源量進行模擬，借助SWAT 模型建立流域數據庫對藍/綠水進行定量評估，探討藍/綠水的時空分布特征，甄別不同土地利用類型對流域藍/綠水的影響程度和貢獻率，以期為流域水資源優化配置及指導流域藍水綠水管理實施應用提供理論依據。

1 資料與方法

1.1 研究區概況

岷江、沱江均為長江上游左岸一級支流，其中岷江發源于四川岷山南麓松潘縣郎架嶺，由西北向東南流經汶川、都江堰市、樂山市，于宜賓市合江門匯入長江，流域面積約13.6 萬km2，且岷江、沱江為不封閉流域，兩者通過都江堰灌區的清白江連通，沱江年徑流的33.4%來源于岷江[18]。岷江干流河口多年平均流量2850m3·s-1，多年平均年徑流量876億m3。沱江為四川盆地腹部區域重要水系之一，流域面積2.7 萬km2，流域多年平均降水量1200mm，年徑流量351 億m3，主要來自降水。岷、沱江流域僅占四川省幅員面積的30%左右，卻涵養和支持了全省60%以上的人口和經濟總量。因此，岷沱江流域水資源和水環境變化對區域生態環境和長江經濟帶發展具有重大影響。

1.2 數據來源及預處理

1.2.1 DEM

SWAT2012 模型利用DEM 圖進行河網模擬和流域提取，DEM 數據是構建流域的基礎數據。采用的DEM 數據集來源于CGIAR-CSI SRTM 90m 高程數據庫，分辨率為30m×30m。DEM 數據處理過程為剪切、拼接及掩膜提取→填充洼地→累計匯流→河網生成→生成集水流域。

1.2.2 土地利用

采用2015年岷沱江流域土地利用類型圖分析LUCC 變化情況，圖像來源于igbp_lucc-1km 中國區域土地覆蓋數據庫，分類方式為二級分類，而SWAT模型需要一級分類[19]。利用ArcGIS10.2 對土地利用數據進行重分類，獲得耕地、林地、草地、水域、冰川雪地、城鎮用地、農村居民點、其它建設用地、鹽堿沼澤地、裸地10 種土地利用類型，具體見圖1。

圖1 岷沱江流域土地利用類型（2015年）Fig.1 Landuse types in the Min-Tuo River Basin in 2015

1.2.3 土壤

在建立土壤屬性數據庫前必須按照模型所要求的美制標準進行粒徑轉化[20]。土壤數據源自世界土壤數據庫（HWSD）。該數據庫（HWSD）是基于美國制標準制備的土壤粒徑，無需再進行土壤粒徑轉換。岷沱江流域土壤類型共計54 種，土壤類型見圖2。

圖2 岷沱江流域土壤類型Fig.2 Soil types in the Min-Tuo River Basin

1.2.4 氣象及水文數據

氣象數據來源于岷沱江流域的12 個主要氣象站1979-2014年的實測逐日數據，包括降水量、最高/最低氣溫和空氣相對濕度，逐日風速（m·s-1），資料缺失的數據和太陽輻射利用天氣發生器（SWATweather）模擬計算。模型讀取的氣象數據為索引表（WGNSTATI）格式，表頭需按照ID、NAME、XPR、YPR、ELEVATION（分別代表編號、站點名稱、經度、緯度、高程）制作成dbf/txt 格式放在同一目錄下。月徑流數據來源于宜賓高場水文站1982-1998年和2006-2013年監測數據。岷沱江流域水文氣象站點分布見圖3。

1.2.5 空間屬性離散化

為了更好地進行模擬，根據研究區DEM 數據及水系圖對流域進行空間屬性離散化，基于數字DEM數據和流域水系劃分子流域，將岷沱江流域劃分為89 個子流域（圖4）。在HRUs Definition 模塊中，根據土地利用方式、土壤類型和坡度的面積百分比設置相應的閾值，最終將流域劃分為1929 個水文響應單元（Hydrological Response Units，HRUs）。

圖3 岷沱江流域高場水文站和12 個氣象站的分布Fig.3 Distribution of Gaochang hydrological station and 12 meteorological stations in the Min-Tuo River Basin

圖4 岷沱江流域子流域分布Fig.4 Sub-basin distribution in the Min-Tuo River Basin

1.3 SWAT 模型

1.3.1 藍/綠水量計算

模擬過程是 SWAT 模型運行的基礎，選用SWAT2012（Soil and Water Assessment Tool）模型，加載制備好的30mDEM 數據、2015年土地利用數據、土壤數據，1979-2014年逐日氣象數據，以子流域為尺度，模擬岷沱江流域的藍水資源、綠水流和綠水儲量。模型遵循的水量平衡方程為

式中，PREC 為每個水文響應單元單位時段內的降水量（mm·d-1）；ET 為每個水文響應單元的實際蒸散量（mm·d-1），即綠水（mm·d-1）；ΔSW 為前后時段土壤儲水量的變化（mm），SW 為單位時段末的土壤儲水量即綠水儲量（mm）；ΔGS 為回歸流的水量（mm）；LOSS 為離開土壤剖面底部的滲透水流和旁通水流的水量（mm），即單位時段內由降水到產匯流等水文過程中的其它損耗。WYLD 為單位時段從水文響應單元HRU 通過子流域匯集進入河流的產水量，即藍水資源量（mm·d-1）；SURQ 為地表徑流量（mm·d-1）；LATQ為壤中流（mm·d-1）；GWQ 為地下徑流（mm·d-1）。

通過SWAT2012 模型的輸出結果SWATOutput-Sub表能直接輸出流域藍水資源WYLD、綠水流ET、綠水儲量SW 及上述數值的各個子流域分量，再通過子流域的面積加權平均計算流域藍/綠水資源量（mm）。而綠水資源量等于綠水流ET 和綠水儲量SW之和，根據SWAT 模型水量平衡方程，在長時期的流域水量平衡中，降水量約等于綠水資源量和藍水資源量及單位時段內由流域降水到產匯流等水文過程中的其它損耗之和。

1.3.2 模型評價

將土地利用、土壤和氣象數據輸入SWAT2012模型中，運行得到徑流模擬值（m3·s-1），利用SWAT-CUP 軟件與實測值（m3·s-1）對比，計算決定系數（R2）、Nash-Sutcliffe 納什系數（NSE）[21]評估模型在校準和驗證過程中的模擬效果，即評價模型模擬結果的有效性。R2和NSE 計算式分別為

式中，Qm,i為模擬徑流量；Qs,i為觀測徑流量；是平均模擬徑流量；為平均觀測徑流量；i 為模擬序列長度。取R2＞0.6 為模擬結果的臨界評價標準。

式中，Qm為模擬徑流量；Qs為觀測徑流量；是平均模擬徑流量；i 為觀測次數；NSE 的值越接近1，說明模型模擬結果越好，取NSE ＞0.5 為模擬結果的臨界評價標準。

1.4 變化趨勢分析

通過Mann-Kendall 統計檢驗方法分析岷沱江流域藍/綠水不同時段變化的顯著性，Mann-Kendall 檢驗法既可以進行趨勢性檢驗，又可以進行突變性分析，算法簡單，且不受樣本異常數據影響，也不要求數據有特定的分布特征，適用于氣象、水文等非正態分布的數據分析[22]。

Mann-Kendall 趨勢檢驗法的計算方法如下：待驗假設H0為時間序列變量(x1, …,xn)無顯著的變化趨勢，是n 個獨立同分布的隨機變量的樣本。對立假設H1是雙側檢驗，對于任何的k ≠ j，且k，j≤n， xk和xj的分布是不同的。定義統計變量S 為

當時間序列變量增加時，S 呈正態分布。正態統計變量為

當Z 0＞ 時，呈增加態勢；當Z ＜0時，呈減小態勢，當和2.32 時，說明分別在置信度90%、95%、99%水平下達到顯著性。

2 結果與分析

2.1 基于月徑流資料對SWAT 模型的率定與驗證

基于SWAT 校準和不確定程序（SWAT Calibration and Uncertainty Programs，SWAT-CUP），為使模型模擬結果更加符合研究區實際情況，本次模擬的預熱期為1979-1980年。采用流域出口宜賓高場水文站已有的實測月徑流數據對模型進行校準和驗證，率定期為1982-1998年，在參數率定好后，保持參數不變，改變年份進行模型驗證[19]，驗證期為2006-2013年，結果見圖5 和圖6。由圖可見，在率定期和驗證期，宜賓高場水文站的年徑流量模擬值和實測值均隨年內降水量變化表現出周期性的波動過程，且兩條曲線的波峰與波峰、波谷與波谷完全重合，僅波幅略有差異；率定 期和驗證期年徑流量模擬值和實測值的決定系數R2均為0.76，NSE 分別為0.90 和0.89，說明徑流參數滿足模型模擬適用性評價標準。

圖5 1982-1998年宜賓高場水文站月徑流實測值與SWAT 模擬值的對比Fig.5 Comparison of the observed runoff at Yibin Gaochang hydrological station and simulated by SWAT2012 model in 1982-1998

圖6 2006-2013年宜賓高場水文站月徑流實測值與SWAT 模擬值的對比Fig.6 Comparison of the observed runoff at Yibin Gaochang hydrological station and simulated by SWAT2012 model in 2006-2013

2.2 SWAT 模型模擬的流域藍/綠水資源量變化

模型完成率定與驗證后，根據模型輸出的SWATOutput-Sub 數據建立數據透視表，對模擬結果進行進一步的水資源量統計，結果見圖7。由圖中可見，1981-2014年歷年藍水資源為370～570mm、綠水資源為441～543mm，降水量為760～1062mm，藍/綠水資源量、降水量均在年際間呈波動變化，且每年藍水、綠水資源量之和與年降水量基本相等，變化過程也大致相同。

圖中顯示，整個分析期內，流域平均年降水量呈一定的周期性波動變化特點，M-K 統計值為-0.1087，未通過M-K 置信度為90%的顯著性檢驗；相應的年均藍水、綠水資源量也呈一定的波動變化過程，且波動的幅度明顯小于降水量。綠水資源量有所增加，M-K 統計值為0.0232，未通過M-K 置信 度為90%的顯著性檢驗，藍水資源量呈波動減少趨勢，M-K 統計值為-0.1729，同樣未通過M-K 置信度為90%的顯著性檢驗，線性變化趨勢均不顯著。

圖7 1981-2014年區域年降水量、藍/綠水資源量變化過程Fig.7 Variation course of the annual precipitation and blue/green water resources from 1981 to 2014

2.3 SWAT 模型模擬的藍/綠水資源量時空變化

由圖8 可以看出，分3 個階段看，1981-2014年岷沱江流域年降水量、藍/綠水資源量的空間分布趨勢基本一致，總體上均表現為從上游到下游由少到多再少的趨勢。從區域來看，流域上游即果洛州、甘孜州、阿壩州和涼山州等一帶，三種水資源量分布較少；流域中游即雅安市和樂山市峨眉地區等一帶藍/綠水資源量最多；相較于流域中游，流域下游即眉山市、樂山市（除峨眉地區）和宜賓市等一帶，藍/綠水資源量有所減少，但是相比全流域仍較為豐富。其原因是岷沱江流域降水量在空間分布上不均勻，其中上游地區年均降水量為600～800mm，中下游地區（都江堰以下）為900～1600mm。降水量主要與氣候有關，中下游地區為丘陵地區獨特的氣候條件，受亞熱帶濕潤季風氣候影響，有氣候溫和，溫暖潮濕，四季分明，雨量充沛，降水集中，霜稀雪少，無霜期長的特點，導致中下游藍/綠水資源量極其豐富，尤其雨城、峨眉一帶的年均藍水資源量在1000mm 以上，這也表明岷沱江流域中下游地區地表徑流較大。

圖8 分三個階段計算岷沱江流域年平均降水量（1）和藍水（2）/綠水（3）資源量的空間分布Fig.8 Spatial distribution of average annual precipitation(1) and blue (2) / green water resource (3) in the Min-Tuo River Basin during three stages

2.4 SWAT 模型模擬的主要植被類型下藍/綠水資源量變化

根據收集的岷沱江流域歷年土地利用數據，發現年際間的土地利用類型變化并不明顯。因此，采用2015年土地利用圖對歷年不同土地利用類型中藍/綠水含量進行分析。通過SWAT2012 模型的輸出結果SWATOutput-hru 表中讀取各項土地利用中藍/綠水含量（mm），并建立數據透視表，進行年平均水資源量計算，結果見表1。由表可見，研究區總土地面積為162960km2，其中耕地、林地、草地三種類型合計占流域總面積的95.9%，其余土地覆被類型僅占4.1%。

結合2015年LUCC 面積占比分析，雖然耕地面積僅占流域總面積的25%左右，但耕地具有良好的團粒結構，能夠迅速排水，同時蓄水能力強的特點，加上灌溉補給水量，相比于林地和草地，岷沱江流域耕地對藍/綠水總量的貢獻率在三種不同LUCC 中都最高，其中耕地中藍水資源量平均占比為41.2%，綠水資源量的平均占比為36.6%。表明耕地對區域水資源配置變化及其重要，對藍/綠水的響應間接反映了對農田灌溉需求和生態服務價值。林地在藍水資源量平均占比為30.3%，綠水資源量的平均占比為32.8%，草地在藍水資源量平均占比為28.5%，綠水資源量的平均占比為30.7%。林地、草地具有較強的蒸散發能力，根據水量平衡原理，蒸散增大，徑流量會減小，說明林地具有調節徑流的作用，能夠有效防止水土流失。

分別統計歷年三種主要土地利用類型下藍/綠水資源量，結果見圖9 和圖10。由圖可見，不同土地利用類型下藍/綠水資源量間存在明顯差異，均表現為耕地＞林地＞草地。整個岷沱江流域降水總量減少的情況下，林地、草地中藍水資源量波動減少，綠水資源緩慢增加，表明岷沱江流域在1981-2014年藍水資源量減少主要用于林地、草地的綠水資源量，結合李波等[23]的分析，川西高原地區2000-2008年的人類活動如“退牧還草”工程等，使草地總體上處于恢復狀態，也可能與林地、草地的藍/綠水資源增加有關。

表1 2015年流域土地利用類型分類統計Table 1 Statistic result of the area and percentage of land use types in 2015

圖10 不同土地利用類型的年均綠水資源量（1981-2014年）Fig.10 Average annual green water resources under different land use types(1981-2014)

3 結論與討論

3.1 討論

岷沱江流域降水量約等于藍水資源量和綠水資源量之和，與馮暢等[24]的研究結論一致，SWAT 模型的模擬效果較好。杜華明等[25]表明岷江流域1961-2012 來降水量總體上呈下降趨勢，且2000年以來為近52a 降水量最少的時段。研究區降水量和藍水資源量在1981-2014年呈波動減少趨勢；綠水資源量反而有所增加，在1981-2014年藍水資源量減少主要用于林地、草地的綠水資源的增加。由于岷沱江流域屬于中緯度地區，降水靠西風帶的氣旋活動，溫度升高后氣旋無明顯改變，蒸發增加，因此降水減少，這也導致了用于植物蒸發蒸騰的綠水增加。造成區域降水量差異顯著的原因主要與區域的獨特氣候特征有關，岷沱江流域上游為干旱河谷地段，主要分布于松潘鎮江關以下、經茂縣至汶川及黑水河和雜谷腦河等，上游干旱河谷，有較好的光熱條件，日照充足，太陽輻射強，蒸發量較大，雨季水分損失嚴重，表現為全年水分虧損[26]，導致上游藍/綠水資源量較少。在空間分布上整個岷沱江流域藍/綠水資源量分布趨勢大致相同，自北向南逐漸增加，除區域降水量影響以外還與岷沱江流域干流修建的水電站有關，梯級水電開發已拓展至流域的三級支流[27]，干流紫坪鋪水電站（760MW）等近十座大、中型水電站的蓄水截流導致自上游到下游沿主河道逐漸增加，越靠近干流子流域的藍/綠水資源量越大。

研究區面積約為16.296 萬km2，跨越面積大，雖然藍/綠水資源量豐富，但整個岷沱江流域的藍/綠水資源量呈減少趨勢。上游、中游、下游各區域對藍/綠水資源量的影響因素多。本研究基于時間序列上，雖對不同LUCC 類型中藍/綠水資源量進行分類研究，但實際上人類活動[28-29]仍然影響著流域的水生態系統平衡，在人口增多、城鎮化加劇、水資源日益短缺的背景下，厘清不同年際間的LUCC 的變化規律和不同區域、不同農作物灌溉規律，以及流域梯級大型電站的修建對區域藍/綠水資源量的影響研究，對岷沱江流域水資源規劃與管理具有重要意義。根據岷沱江流域上游、中游、下游的藍/綠水資源實際分布情況，進一步結合土地覆被類型，開展藍水綠水相互轉換的生態研究，探討如何合理利用中下游豐富的藍水綠水資源，釋放中下游藍水可用性，通過藍/綠水的信貸補償形式支持上游開展綠水管理措施[30]，以保護上游耕地，協調上下游藍/綠水的沖突矛盾和收益分配，根據已經獲得的上中下游藍/綠水資源量，采取供需和成本相適應理論博弈優化模型，得出合理的藍/綠水調配解決方案，促進流域經濟發展，也是下一步重點研究的內容。

3.2 結論

（1）岷沱江流域藍/綠水資源量分布最多的是岷沱江流域中下游的雅安、成都、宜賓、瀘州一帶，分布最少的是上游的果洛州、甘孜州、阿壩州一帶。

（2）在不同類型LUCC 中藍/綠水資源量，岷沱江流域的耕地中藍/綠水資源量最高。

（3）1981-2014年研究區降水量和藍水資源量呈波動減少趨勢，而綠水資源量緩慢增加，變化均不顯著。