贛江流域氣候和土地利用變化對藍綠水的影響

李文婷，楊肖麗，任立良

(1.河海大學水文水資源與水利工程科學國家重點實驗室，江蘇 南京 210098；2.河海大學水文水資源學院，江蘇 南京 210098)

氣候變化對區域水循環過程的影響已成為當前研究熱點。氣候變化改變區域降水、氣溫以及蒸散發條件，進而影響流域徑流過程，加劇水資源短缺問題[1-2]。與此同時，隨著人口持續增長，高強度的人類活動改變了土地覆被條件，導致入滲、蒸發和地表徑流等一系列水文過程發生改變[3-4]。受氣候變化和土地利用變化的交互影響，地面上的水資源量被重新分配，進一步加劇了水資源供需之間的矛盾[5]。因此，定量分析氣候變化和土地利用變化對水資源的影響，對于制定科學的水資源管理體系和提高水資源利用效率具有重要意義。

Falkenmark[6]最早提出了藍水和綠水的概念，為水資源研究與管理提供了新視角。藍水主要是指以地表徑流、土壤中流、地下徑流3種形式存在的水，綠水是指土壤水和實際蒸散量。綠水作為水分消耗的主體，其80%的水資源用于全球農業生產[7]，對維持生態系統的穩定起著不可替代的作用。由于藍水資源與人類發展需求(飲水、灌溉、航運、發電、工業生產等)息息相關[8-9]，導致傳統的水資源研究大多集中于藍水資源，忽視了綠水資源在生態系統中的重要作用。研究表明，綠水資源作為植物生長的基礎，對維持陸地生態系統的穩定具有不可替代的作用[10]。藍綠水的變化主要受氣候變化和人類活動兩方面因素的影響，在長時間尺度上，氣候變化對流域水文循環過程的影響起主導作用；在短時間尺度上，土地利用變化則是影響流域水文要素變化的關鍵因素之一[11]。近年來，國內外諸多學者陸續開展了流域內藍綠水對氣候變化和土地利用變化的響應研究。Zhang等[8]基于SWAT(soil and water assessment tool)模型，通過設置氣候變化與土地利用變化多種情景，定量研究了贛江上游多情景下藍綠水的變化情況；Huang[12]研究了氣候變化和土地利用變化交互影響下的全球農業藍綠水資源的變化情況。Akbar等[13]研究了氣候和土地利用變化對巴基斯坦昆哈爾河流域徑流的影響。趙安周等[14]借助SWAT模型探討了氣候變化和人類活動對渭河流域藍綠水資源的影響。

贛江是長江的重要支流，地處亞熱帶濕潤地區。贛江流域內氣候變化劇烈，降水年內、年際分配不均，導致了洪澇、干旱等氣象災害頻發[15]。此外，由于流域內經濟快速發展、城市化進程加快導致建筑用地擴張，下墊面條件發生改變。基于此，本文利用標準化降水指數(standardized precipitation index, SPI)分析典型年份贛江流域藍綠水資源的時空分布，通過設置不同情景來定量分析氣候變化和土地利用變化對贛江流域藍綠水的影響，以期為贛江流域水資源管理提供參考。

1 流域概況

贛江流域位于長江中下游南岸，地處24 °31′N～28 °45′N、113 °34′E～116 °38′E之間，總面積8.35 萬km2，是鄱陽湖流域最大的子流域(圖1)。贛江上游流域主要為贛州市，中游流域主要為吉安市和撫州市，下游流域包括新余及宜春市的各市縣。贛江流域氣候屬于亞熱帶季風氣候，氣候溫和，雨量充沛，多年平均降水量約為1 600 mm，多年平均氣溫約為18 ℃。贛江流域地勢大致呈南高北低的趨勢，西北部為九嶺山，東部與武夷山接壤，北部多為低丘崗地和平原。流域內土地利用類型以林地和耕地為主，其中林地占比超過65%。流域土壤種類多樣，涵蓋紅壤、黃壤等20多種。

圖1 贛江流域概況

2 數據來源與研究方法

2.1 數據來源

SWAT模型需要詳細的流域基礎數據，表1為構建贛江流域SWAT模型所需的各類數據，主要包括DEM數據、土地利用數據、土壤數據、氣象數據、水文數據等。

表1 SWAT模型基礎數據

2.2 SPI

SPI用于表征某時間段內降水量出現的概率，該指數未考慮具體的干旱機理，是一種計算簡單、穩定性較好的干旱指數，廣泛應用于不同氣候區的干旱識別[16]。SPI具體計算過程見文獻[17]。干旱等級根據GB/T 20481—2017《氣象干旱等級》進行劃分(表2)。本文采用Matlab程序方法，計算12月尺度的SPI值(SPI-12)，確定贛江流域1965—2016年的氣候典型年份。

表2 SPI的旱澇等級

2.3 SWAT模型

選用SWAT模型對區域藍綠水進行模擬。SWAT模型是基于物理機制的大尺度半分布式水文模型，它可以結合流域內多種地理要素來模擬復雜的流域水文過程[18]。SWAT模型能夠輸出藍綠水的各個組成分量，廣泛應用于藍綠水模擬[19]。根據藍綠水的定義以及SWAT模型輸出結果可計算藍水量、綠水量以及綠水系數，計算過程如下：

WB=WYLD+WA_RCHG

(1)

WG=ET+WS

(2)

(3)

式中：WB為藍水量，mm；WYLD為子流域產水量，mm；WA_RCHG為深層含水層補給量，mm；WG為綠水量，mm；ET為實際蒸散發量，mm；WS為土壤含水量，mm；CGW為綠水系數，是指流域綠水量所占藍綠水總量的比例。

2.4 累積距平

累積距平是一種常用的判斷趨勢變化程度的方法，它是由曲線直觀判斷某一要素的變化趨勢[20]。對于序列xi，其某一時刻s的累積距平為

(4)

其中

2.5 土地利用動態度

土地利用動態度K用來表示某一時間段內土地利用類型的變化趨勢和速度[21]，計算公式如下：

(5)

式中：Sa為研究初期的土地利用面積，km2；Sb為研究末期的土地利用面積，km2；T為時間長度。

3 結果與分析

3.1 氣象要素與土地利用變化

3.1.1氣象要素變化

氣候變化是影響流域內藍綠水分布的重要因素之一，分析贛江流域1965—2016年降水量和氣溫的變化情況(圖2)，有助于理解藍綠水的變化特征。贛江流域多年平均降水量達1 636 mm，在2002年達到最高值(2 124 mm)；多年平均氣溫為17.96 ℃；多年平均最高氣溫為22.75 ℃；多年平均最低氣溫為14.52 ℃，三者均在2015年達到最大值(19.61 ℃、24.10 ℃和16.52 ℃)。利用非參數統計檢驗對流域內降水量、氣溫進行趨勢性檢驗，結果表明，多年平均降水量統計值Z為0.120 7，未通過95%的顯著性檢驗，表現為不顯著的增大；多年平均氣溫、多年平均最高氣溫及多年平均最低氣溫的統計值Z分別為0.478 1、0.340 9和0.567 1，均通過顯著性檢驗，呈現顯著的增大趨勢。

圖2 贛江流域1965—2016年降水量和氣溫變化

利用累積距平法對贛江流域1965—2016年的降水量、多年平均氣溫、平均最高氣溫和平均最低氣溫進行突變點檢驗分析(圖3)。流域內降水量累積距平過程線波動大，震蕩頻率較高，年際變化較大，1991年是降水量波動上升的起始點；平均氣溫、平均最高氣溫和平均最低氣溫大致分為兩個變化階段，1965—1996年總體呈減小趨勢，1997—2016年總體呈增大趨勢，1997年是平均氣溫和平均最高氣溫的突變點，1996年是平均最低氣溫的一個突變點。

(a)降水量

基于贛江流域內12個氣象站點的降水量、平均氣溫、平均最高氣溫、平均最低氣溫的年均值數據，采用反距離權重法進行空間插值，得到各氣象要素的空間分布圖(圖4)。贛江流域內降水空間分布不均，流域的東部、西部和西北部地區降水較為豐富，流域的南部和中部地區降水較少。流域內平均氣溫、平均最高氣溫和平均最低氣溫三者的空間變化趨勢基本保持一致，均呈現東西分布不均，流域西部氣溫較低，東南部氣溫較高，溫差較大。

(a)降水量(單位：mm)

3.1.2土地利用變化

在贛江流域1990年和2015年兩期土地利用中(表3)，林地和耕地是主要土地利用類型，兩者占流域總面積90%以上，其中林地占比超過65%，草地、水域、建筑用地和裸地占比較少，均不超過6%。從變化趨勢來看，1990—2015年間贛江流域內建筑用地單一動態度為1.38%，其年增速最大，這與流域內經濟快速發展、城市化進程加快密切相關。水域單一動態度為0.11%，呈現增大的趨勢，這與流域內水利設施的修建、退耕還湖相關。耕地、裸地、林地和草地單一動態度分別為-0.06%、-0.39%、-0.01%和-0.27%，總體均呈現減小的趨勢。

表3 1990—2015年贛江流域土地利用類型變化

3.2 SWAT模型建立與評價

3.2.1SWAT模型建立

首先根據基礎數據建立土壤數據庫、氣象數據庫等，然后根據贛江流域DEM分辨率，通過設置集水區閾值和流域總出口點，經模型運算將贛江流域劃分為63個子流域。在生成的子流域基礎上，綜合考慮各子流域的土地利用、坡度、土壤類型分布情況，生成了941個水文響應單元(HRU)。

3.2.2參數敏感性分析

SWAT模型參數眾多，根據SWAT-CUP中的全局敏感性對參數進行分析，其中t值表示參數敏感性程度，t的絕對值越大表示參數越敏感；p值表示參數敏感性的顯著性，p越接近0表示越顯著。根據敏感性分析結果，選取10個敏感性較高的參數作為贛江流域的率定參數(表4)。其中，對徑流產生較為敏感的參數有CH_K2(主河道水力傳導率)、ALPHA_BF(基流α因子)、CN2(SCS徑流曲線數)。參數CH_K2反映河道匯流過程；參數ALPHA_BF主要影響地下水過程；參數CN2反映降水前流域下墊面特征，與土壤濕度有關，土壤濕度愈大敏感性愈強。在模型運行過程中，利用贛江流域外洲水文站1965—2016年逐月徑流觀測數據，結合2015年土地利用數據，設置1960—1964年為模型預熱期，1965—1990年為率定期，1991—2016年為驗證期。參數率定采用SWAT-CUP中的SUFI-2算法，外洲水文站敏感參數最優值如表4所示。

表4 SWAT模型參數選擇及率定結果

3.2.3模型結果評價

本文選用決定系數R2、Nash-Suttcliffe系數(Ens)、相對誤差RE共3個指標[22]對SWAT模型模擬結果進行評價(圖5)。結果表明，率定期評價結果為：R2= 0.94，Ens= 0.93，RE=-4.1%；驗證期評價結果為：R2= 0.93，Ens= 0.90，RE= 9.5%。總體模型模擬結果較好，說明SWAT模型可用于研究贛江流域藍綠水對氣候變化和人類活動的響應模擬研究。

(a)率定期

3.3 典型干濕年份確定

選用SPI-12來確定贛江流域1965—2016年的典型年份。由圖6確定1972年、1998年和2014年分別為贛江流域的干旱年、濕潤年和正常年。

圖6 贛江流域歷年SPI-12值

3.4 典型年份下的藍綠水時空變化特征

贛江流域在干旱年、正常年、濕潤年的藍水量分別為638.99 mm、832.81 mm和1 283.14 mm。濕潤年的藍水量是干旱年的2.01倍，是正常年的1.54倍，存在較大差異，這主要是由于濕潤年的降水量明顯高于干旱年和正常年。與藍水量相比，贛江流域的綠水量在3個典型年份的變化比較穩定，差異不大。干旱年、正常年、濕潤年的綠水量分別為833.52 mm、830.95 mm、815.97 mm。此外，贛江流域干旱年、正常年、濕潤年的綠水系數也存在一定差異，分別為57.26%、51.29%和39.64%。干旱年的綠水系數是濕潤年的1.44倍，表明干旱年的綠水資源比例明顯高于濕潤年，對于干旱年份，綠水資源對維持生態平衡尤為重要。

贛江流域典型年份的藍水量、綠水量和綠水系數空間分布見圖7。總體來看，3個典型年份的藍水量空間分布基本保持一致，均呈現自北向南減少的趨勢。在濕潤年，藍水量最為豐富，流域各地藍水量均大于550 mm，北部和東南部大部分地區超過940 mm；在正常年，流域內藍水量位于540～1 300 mm之間，南部地區藍水量不足600 mm；在干旱年，藍水量明顯減少，整體位于400～900 mm之間，南部地區藍水量不足500 mm。

(a)藍水量(單位：mm)

流域內3個典型年份的綠水量空間分布總體一致，且差異較小，均呈現從東北向西南遞減的趨勢。在濕潤年，大部分地區的綠水量在800 mm以下，東北部少數地區大于900 mm；在正常年，流域內大部分地區綠水量為770～880 mm，北部綠水量較大，大于910 mm；在干旱年，綠水量較為豐富，流域大部分地區處于810 mm以上，北部地區綠水量為870～960 mm。

綠水系數的空間分布總體表現為由南部地區向北部地區遞減。在濕潤年，流域內大部分地區的綠水系數在39%以下，西南部少數地區在47%以上；在正常年，南部大多數地區綠水系數在49%以上，北部地區在43%以下；在干旱年，流域內綠水系數與其他典型年份相比較高，大部分地區在54%以上，這主要是由于干旱年份降水量少、氣溫較高，流域內蒸散發作用消耗的水資源量高于濕潤年和正常年，從而導致干旱年份的綠水系數高于其他典型年份。

3.5 氣候與土地利用變化對藍綠水的時空影響

3.5.1情景設置

采用情景對比法來定量分析氣候變化和土地利用變化對贛江流域藍綠水的影響。贛江流域1965—2016年降水量突變年份為1991年，同時保證劃分的兩段氣象數據時間長度保持一致，因此選擇1990年作為劃分氣象數據的時間點。具體設置見表5。

3.5.2藍綠水時空變化特征

藍綠水的變化主要受氣候變化和人類活動兩方面因素的影響，土地利用變化是人類活動作用的直接表現。因此，為定量分析氣候變化和土地利用變化對藍綠水的影響，本文將不同氣候情景、土地利用情景分別代入校準好的SWAT模型，各情景下藍綠水的變化情況見表5。

表5 贛江流域氣候與土地利用情景設置

在土地利用變化情景下，藍水量、綠水量、綠水系數分別為843.22 mm、821.11 mm和49.75%，與基準期相比，變化微弱，這主要是因為1990—2015年贛江流域土地利用類型未發生較大變化，僅有建筑用地的單一動態度為1.38%，變化程度較大，其余土地利用類型的變化量均較小。因此，土地利用變化對流域內水文過程影響作用較小。

在氣候變化情景下，藍水量、綠水量、綠水系數分別為919.23 mm、851.25 mm和48.55%，與基準期相比，藍水量、綠水量分別增加了75.52 mm和30.65 mm，綠水系數減小了2.33%。這主要是由于流域內1965—2016年降水量、氣溫均呈上升趨勢，其中降水量的增加會直接導致藍水量的增加，而氣溫的升高首先會增加流域內的蒸散發量，其次蒸散發量作為綠水的主要組成部分，其增加將進一步增加綠水量。綠水系數的減小可能是由于降水轉化的藍水量較多，使得綠水資源在藍綠水總量中所占比例有所下降。

在共同變化情景下，藍水量、綠水量和綠水系數分別為918.31 mm、852.06 mm和48.61%。共同變化情景下的水資源量變化趨勢與氣候變化情景下基本一致，表明氣候變化對贛江流域藍綠水量影響較大。

贛江流域各情景下的藍水量、綠水量和綠水系數空間分布見圖8。整體而言，4種情景下的藍水量基本上呈現從北向南減少的趨勢。土地利用變化對藍水量的影響不明顯；氣候變化情景下，流域內藍水量整體呈增加趨勢，主要集中于流域西北部和東南部，這與流域內降水的空間分布有一定關系，贛江流域降水分布由北向南呈現遞減的趨勢，降水量的分布直接影響藍水量的分布；共同變化情景下的藍水量空間變化與氣候情景下基本一致，總體呈增加趨勢。

(a)藍水量(單位：mm)

各情景下的綠水量的空間分布總體呈現由東向西遞減的趨勢。與藍水量變化趨勢基本相似，流域內綠水量在土地利用變化情景下變化微弱，在氣候變化、共同變化情景下均呈增加趨勢。綠水量的空間分布一定程度上受流域內氣溫分布的影響，贛江流域西部氣溫較低，東南部氣溫較高，進而使綠水量具有相似的空間分布特征。4種情景下綠水系數的空間分布均呈現由西南向東北地區遞減的趨勢。土地利用情景下綠水系數變化不大，氣候變化情景下流域西南部的綠水系數呈減小趨勢，共同變化情景下綠水系數變化趨勢與氣候變化情景下基本一致。綠水系數的減小可能是由于在氣候變化情景下藍水量的增幅大于綠水量，綠水量占藍綠水總量的比例出現了一定程度的下降。

4 結 論

a.SWAT模型在贛江流域的月徑流模擬精度較好，表明模型可用于贛江流域藍綠水對氣候變化和人類活動的響應模擬。

b.根據SPI確定1972年、1998年、2014年分別為贛江流域的干旱年、濕潤年和正常年。贛江流域濕潤年的藍水量是干旱年的2.01倍，是正常年的1.54倍；贛江流域綠水量在3個典型年份的變化比較穩定；贛江流域干旱年的綠水系數是濕潤年的1.44倍。從空間分布來看，在3個典型年份下，藍水量呈現自北向南減少的趨勢；綠水量呈現從東北向西南遞減的趨勢；綠水系數總體表現為由南部地區向北部地區遞減。

c.土地利用變化情景下，藍水量、綠水量和綠水系數分別為843.22 mm、821.11 mm和49.75%；氣候變化情景下，藍水量、綠水量和綠水系數分別為919.23 mm、851.25 mm和48.55%；共同變化情景下，藍水量、綠水量和綠水系數分別為918.31 mm、852.06 mm和48.61%，表明氣候變化對贛江流域藍綠水量影響較大。從空間分布來看，4種情景下的藍水量整體呈現從北向南減少的趨勢；綠水量表現為由東向西遞減；綠水系數則呈由西南向東北地區遞減的趨勢。