海河流域水资源演变与驱动机制*

杨永辉, 任丹丹, 杨艳敏, 田 菲, 胡玉昆, 韩淑敏



海河流域水资源演变与驱动机制*

杨永辉, 任丹丹, 杨艳敏, 田 菲, 胡玉昆, 韩淑敏

(中国科学院遗传与发育生物学研究所农业资源研究中心/中国科学院农业水资源重点实验室/河北省节水农业重点实验室 石家庄 050022)

海河流域含京津冀及周边三省, 是我国水资源短缺和用水矛盾最突出的地区。中国科学院遗传与发育生物学研究所农业资源研究中心团队围绕不断加剧的水资源短缺, 研究了流域水资源演变的关键驱动机制: 山区径流变化、农业需水和虚拟水外输, 分析了流域水资源演变的主要原因, 并对未来的可能调控提出了建议。研究首先选取海河流域的八大山区子流域, 分析了20世纪60年代以来的径流变化, 确认70年代开始山区来水逐渐减少, 径流减少的关键时期是1978—1985年, 推断农业用水增加是径流减少的核心驱动因素; 其次, 基于作物模型、作物系数法和遥感等手段, 量化了海河平原农业用水的时空格局和区域水量平衡, 通过对比农业耗水量、地下水水位变化和南水北调中线供水量, 确立了山前平原区南水北调实施后为实现水量平衡需控制用水的进一步扩大、低平原区仍然亏缺的未来水资源态势; 最后, 通过粮食贸易的虚拟水分析, 指出本地区外输虚拟水达90亿m3, 是造成水资源短缺的重要原因, 减缓虚拟水外输或输入一定虚拟水是缓解区域水资源压力的可选方案。

海河流域; 水资源短缺; 径流; 农业用水; 虚拟水; 粮食贸易

人类社会发展带来的气候变化、土地利用变化和用水变化对水系统演变产生着深刻影响。评估水系统变化的主要驱动因素、量化各驱动因素的影响程度、阐明水系统的反馈机理是国际水文领域的前沿科学问题。

海河流域水系统自20世纪50年代以来经历了一系列演变, 50—60年代大部分河道流量充沛, 甚至洪水泛滥; 70年代后, 上下游用水矛盾逐渐加剧, 位于最下游的天津市80年代初率先出现水资源短缺, 1983年开始实施引滦入津。进入20世纪80年代以来, 上游山区径流不断减少, 平原区地下水长期超采, 水资源严重制约了区域的社会经济可持续发展; 2000年以来, 水资源短缺态势难以逆转, 南水北调中线、东线调水工程陆续实施。明确海河流域水系统演变的关键驱动机制、量化未来区域水资源供需发展态势、制定有效的水资源短缺缓解对策, 对于海河流域及京津冀协同发展战略的实施具有重要意义。

基于此, 本文主要综述了自2005年以来中国科学院遗传与发育生物学研究所农业资源研究中心研究团队围绕海河流域水系统演变, 包括: 山区径流变化、农业需水时空格局、粮食供需与虚拟水外输3方面所取得的研究进展, 旨在为海河流域水资源可持续管理提出基础性的科学问题和前瞻性的解决方案。

1 海河流域、研究区和研究所用数据

海河流域是我国七大流域之一, 该流域西面和北面被太行山、燕山和蒙古高原环抱, 东南部为华北平原北部的海河平原, 流域总面积31.8万km2。绝大多数河流发源于占流域总面积60%以上的山地, 流经北京、石家庄、保定、邯郸等大中城市, 经天津进入渤海(图1)。流域含京、津、冀全部及晋、豫、鲁、蒙的部分地区, 是我国重要的政治、经济、文化中心和主要粮食产地, 总人口1.3亿, 人均水资源量仅为280 m3, 是我国除宁夏外人均水资源最短缺的地区。

研究团队研究建立了一套该流域完整的水文、人口、经济等信息数据库。包括各主要子流域出口处水文站的径流数据, 40多个观测站的土壤基本参数和土壤含水量数据, 作物长势等基本信息; 地理信息基本数据库; 京津冀主要气象观测站的日观测数据; 遥感数据如MODIS数据、Landsat数据以及更精细的遥感信息等; 海河流域各县的统计数据如: 作物种植面积、耕地面积、有效灌溉面积、产量、单产等, 以及人均饮食消耗数据, 以及20世纪70年代的部分县志信息; 粮食生产、消费、生产资料等的详细信息通过入户调查获取, 数据涵盖山前平原、低平原、城市和小城镇。研究所使用的模型校验数据来自河北省石家庄市栾城区、山东省禹城县等的观测数据。

图1 海河流域示意图

2 山区径流减少的关键驱动机制

2.1 山区径流变化趋势

研究选取海河流域八大山区子流域——滹沱河流域、冶河流域、沙河流域、唐河流域、桑干河流域、洋河流域、潮河流域、白河流域等, 研究了20世纪60年代以来各流域降水的演变趋势, 发现各流域年降水量(379.2~583.3 mm)变化基本平稳, 从60年代到90年代, 仅下降5.4%。基于Mann-Kendall检验的降水变化趋势分析显示, 洋河流域、滹沱河流域、冶河流域、沙河流域和唐河流域的年降水呈不显著的下降趋势; 桑干河流域、潮河流域和白河流域的年降水量基本保持不变或受降雨年际波动影响略有上升。

海河流域八大山区子流域年径流量变化呈减少趋势(图2), 其中冶河、滹沱河、洋河和桑干河的径流呈极显著减少态势, 减少速率分别为1.88 mm∙a-1、0.97 mm∙a-1、0.47 mm∙a-1和0.85 mm∙a-1; 与20世纪60年代相比, 80年代的年均径流分别减少69.64%、50.18%、47.44%和69.27%。从80年代到90年代, 滹沱河、冶河和桑干河的年径流量分别减少23.63%、15.54%和23.11%, 冶河则由于1996年的特大暴雨90年代平均径流呈增加趋势。

2.2 径流变化的突变期及驱动因素

为明确海河流域径流变化的关键时期, 研究利用Sequential Mann-Kendall检验方法确定了8个山区子流域年径流减少开始发生到形成显著变化的时期和突变点。结果表明: 冶河、滹沱河、洋河和桑干河径流呈显著下降趋势, 潮河、沙河和唐河径流下降趋势不显著。总体来说(表1), 研究区年径流量减少的突变点多发生在1978—1985年。桑干河年径流减少发生最早(1968年), 1978年下降趋势急剧加速; 洋河年径流量从1969年开始下降, 1979年下降趋势加剧, 1985年呈显著趋势; 冶河和滹沱河年径流下降分别始于1972年和1970年, 自1978年和1979年下降趋势开始加剧, 并分别于1982年和1984年达到显著下降趋势; 潮河和白河年径流下降分别始于1970年和1969年, 自1983年和1980年下降趋势开始加剧, 但只有白河的径流下降趋势达到显著水平; 沙河和唐河年径流下降都开始于1970年, 1980年下降趋势加剧, 但下降均未达到显著水平。

图2 海河流域八大山区子流域年径流量变化(1960—1996年)[1]

表1 海河流域八大山区子流域年径流下降的重要年份节点(基于Mann-Kendall检验结果)[1]

2.3 气候变化与人类活动对径流影响量化

研究进一步选取滹沱河上游棉河流域(流域面积2 736 km2), 借助SWAT模型, 在对模型完成校验的基础上, 通过模拟无人类活动影响的理论径流, 量化了该流域径流减少受气候变化和人类活动的影响程度。基于对图3的数据分析, 降水减少仅能解释24%的径流减少, 其他76%的径流减少源于人类活动。趋势分析表明径流减少始于1978年, 径流观测值开始明显低于模拟值, 1978年至1985年特别是1978年至1982年间人类活动用水有明显增长趋势, 1985年以后, 用水增长趋势逐渐放缓。除1996年8月3—4日单次强降水530 mm造成的特殊年型外, 与1960s相比, 1990s观测径流减少了52.75%, 而模拟径流仅减少12.60%(表2)。

图3 滹沱河上游绵河流域地都水文站观测径流与理论模拟径流对比[2]

表2 绵河流域模拟和观测年径流变化的统计分析

3 农业耗水的时空演变趋势

3.1 种植结构与农业耗水变化趋势

农业是区域耗水大户, 在长期野外试验观测的基础上, 针对华北三大作物: 小麦、玉米、棉花, 引进、订正并校验了主要作物模型DSSAT-Wheat、DSSAT-Corn 和COTTON2K。解决了小麦模型中无法正确模拟小麦生物量和叶面积指数, 及棉花模型中无法模拟整枝、打顶等关键技术, 保证了三大模型准确模拟作物的耗水量。在此基础上, 利用三大作物模型结合FAO提供的农业需水量计算方法, 在充分考虑作物种类及经济作物繁杂性(如果树、蔬菜)的条件下, 通过建立水果、蔬菜等耗水作物的作物系数参数库, 评估了平原区各种作物1986—2006年的灌溉耗水量(图4)。

图4 1986—2006年河北平原地区不同作物灌溉需水量的时间变化趋势[3]

结果表明, 华北平原小麦、玉米、果树、棉花和蔬菜的灌溉需水量分别为总灌溉水量的60%、15%、14%、6%和5%, 小麦是关键耗水作物(图4); 4月和5月是灌溉需水的高峰期, 占小麦生育期总灌溉需水的比例高达40%以上, 灌溉用水分别为16.3亿m3和23.9亿m3。在时间序列上, 农业用水受降水年际波动影响整体呈增加趋势, 在干旱年如1992年、1997年和1999年(降水量分别是330 mm、245 mm和293 mm)灌溉需水量分别为128.3亿m3、138.9亿m3和138.8亿m3; 而湿润年如1990年、1995年和1996年(降水量分别是654 mm、643 mm和638 mm), 灌溉需水量分别为53.7亿m3、76.8亿m3和77.0亿m3。本结果比农业用水统计数据更能体现受降雨驱动灌溉水的年际间变化规律, 为我国农业用水评估、未来区域水资源管理和作物布局时空调控提供了科学依据。

3.2 海河平原灌溉用水时空分布及驱动因素

研究借助ETWATCH模型估算蒸发量, 结合土壤分层的物理参数和水分参数, 利用土壤水平衡原理, 估算了农田灌溉需水量, 完成了遥感农业用水估算。结果表明(图5): 太行山山前平原区和山东地区灌溉需水量较高, 范围是200~500 mm; 低平原区和邯郸东部农田灌溉需水量较低, 范围是0~350 mm。山前平原区和山东地区由于水资源条件较好(山前地区山区补给充足, 地下水条件相对丰富, 山东地表水充足)、土壤肥沃, 该地区多采用一年两熟(冬小麦-夏玉米)的种植制度, 所以农田需要的灌溉水量也多; 而低平原区水分含盐量高, 不适宜冬小麦生长, 即使在干旱年份, 该地区的灌溉需水量也偏低; 中部地区南部, 棉花种植面积较大, 棉花为抗旱作物, 因此该地区的灌溉需水量也较低。总之, 作物模型与遥感所获得的灌溉需水量有很好的互补性, 二者均可成为本地区农业用水评估的有效手段。

针对遥感所获得的灌溉需水量, 通过多种自动分类法获取各种作物的耗水量, 利用逐步回归法对耗水空间分布的驱动因素分析表明, 复种指数、小麦和蔬菜的种植面积与灌溉需水量之间有极显著正相关关系, 而棉花、大豆、玉米种植面积和降雨量与其呈负相关。小麦和蔬菜是灌溉需水较多的作物, 各因子对灌溉需水的贡献率从大到小依次为小麦种植面积、棉花种植面积、降水、玉米种植面积、大豆种植面积。

3.3 平原区未来水资源态势

基于上述结果, 研究以MODFLOW为核心, 采用SWAT模型的输出作为上游山区来水的流量和水头边界(FHB), 垂向上采用DSSAT模型的作物灌溉耗水输出作为地下水的开采量, 进行多模型耦合。结果表明, 在山前平原区4 700 km2的区域, 农田耗水在目前基础上减少6.5亿m3或减少抽水水深136 mm, 可基本停止地下水位的下降[5]。鉴于南水北调中线设计为该区域年供水7.8亿m3(图6), 在地下水进一步压采的大背景下本地区有望基本实现采补平衡。

研究还对比了整个平原区目前的农业用水量、南水北调设计调水量和地下水漏斗区分布, 提出低平原区由于地下水补给较少, 农业用水缺口大, 水资源面临长期紧缺, 建议加大地表浅层咸水、微咸水利用, 同时进一步争取从外流域调水, 保障该地区粮食生产和社会经济可持续发展。

4 粮食贸易与水资源亏缺

4.1 土地-水资源-粮食的耦合关系(NEXUS)

华北是我国粮食主产区, 大部分地区粮食生产过剩, 鉴于农业用水是造成本地区水资源短缺的主要原因, 了解本地区土地、作物种植结构、粮食生产与消耗、本地区利用的虚拟水和外输虚拟水现状, 对于明析该地区粮食生产与资源消耗的平衡状况、合理有效地制定农业调整方案十分必要。

研究首先通过大量城镇和农村入户调查, 掌握了京津冀各市主要农作物(小麦、玉米)生产与消耗间的产需平衡, 获得各市小麦、玉米的自消耗量和外输量; 其次估算出各市用于自身粮食消耗所需要的种植面积, 通过农业耗水估算获得小麦、玉米自身消耗和外输(输入/输出)所蕴含的虚拟水量(蓝色虚拟水、绿色虚拟水、总虚拟水)。

结果表明: 河北省大部分市粮食生产过剩, 小麦和玉米分别输出了250万t和1 370万t。特别是缺水的沧州和衡水地区, 一方面存在严重的地下水超采, 另一方面粮食生产大量过剩, 分别输出了小麦、玉米总生产量的57.0%和65.9%。人口密集、经济发达的北京和天津地区则农业生产量不足、粮食需求量大。京津冀作为一个整体, 小麦生产与消耗基本平衡, 甚至生产略显不足, 而玉米则大量过剩, 输出量高达1 200万t(图7a)。

图7b、图7c和图7d展示了研究区各市用于自身消耗所需小麦、玉米的播种面积和虚拟水量。河北平原地区(石家庄、保定、邯郸、邢台、衡水和沧州)小麦生产过剩所涉及的播种面积达79.6万hm2, 其中衡水和沧州地区小麦生产超过消费的播种面积30.4万hm2, 张家口、承德地区由于气候寒凉不适宜小麦种植, 为小麦消耗的净输入区。同时, 京津冀总体向外输出玉米所涉及的播种面积高达181万hm2。在虚拟水贸易方面, 河北平原地区由于小麦和玉米贸易分别向外输出虚拟水39.4亿m3和62.3亿m3。京津冀地区由于玉米生产大量过剩, 向外输出了87.7亿m3虚拟水, 以绿色虚拟水为主(71.1亿m3); 由于京津小麦严重不足, 京津冀作为一个整体从外地输入小麦所涉及的虚拟水为11.4亿m3(包含5.8亿m3蓝色虚拟水)。

图5 2002—2007年海河平原农业灌溉用水(IA)的时空分布[4]

图6 海河平原农业灌溉需水量的空间分布[4](a: 南水北调各子区域受水量; b:地下水位空间分布。图中红圈标识区域为地下水漏斗严重区)

图7 2011年京津冀地区土地-水资源-粮食平衡关系[6]

P: production; C: consumption; Bvw: blue virtual water; Gvw: green virtual water; VW: total virtual water.

4.2 粮食与自然资源的贸易

将中国除京津冀以外的其他地区划分为中部地区(Central Area, 包括山西、河南、湖南、湖北、安徽和江西省)、西北地区(NW, 包括新疆、青海、甘肃、内蒙古、宁夏和陕西省)、东部沿海(EC, 包括江苏、上海和浙江省)、西南地区(SW, 包括四川、重庆、云南、贵州和广西省)、东北地区(NE, 包括黑龙江、吉林和辽宁省)和南部沿海(SC, 包括海南、广东和福建省), 用区域间投入产出模型(MRIO)模拟了京津冀地区与其他地区的粮食贸易关系, 进而得到粮食贸易所涉及的作物播种面积和虚拟水的流动关系(图8)。结果表明, 河北主要输出粮食到中部地区(包括小麦100万t和玉米520万t)、东部沿海(包括小麦30万t和玉米180万t)和西南地区(包括小麦30万t和玉米160万t)。京津的小麦粮食缺口主要依赖山东(200万t小麦)、中部地区和西北地区。

图8 京津冀地区与全国其他地区的土地-水资源-粮食关联关系

外侧圆弧不同颜色代表不同地区; 中间贸易流颜色与外弧颜色相同代表向其他地区输出, 不同颜色代表输入; Central Area为中部地区(包括山西、河南、湖南、湖北、安徽和江西省), NW为西北地区(包括新疆、青海、甘肃、内蒙古、宁夏和陕西省), EC为东部沿海地区(包括江苏、上海和浙江省), SW为西南地区(包括四川、重庆、云南、贵州和广西省), NE为东北地区(包括黑龙江、吉林和辽宁省), SC为南部沿海地区(包括海南、广东和福建省)。Arcs with different color indicate different regions in China. Internal links mean transfers of grain/virtual water/virtual land transfer. Numbers are transfer quantities. Same color between arc and link means export to other regions, different colors means import. Central Area includes Shanxi, Henan, Hunan, Hubei, Anhui, and Jiangxi. NW (Northwest China) includes Xinjiang, Qinghai, Gansu, Inner Mongolia, Ningxia, and Shaanxi. EC (East Coast region) includes Jiangsu, Shanghai, and Zhejiang. SW (Southwest China) includes Sichuan, Chongqing, Yunnan, Guizhou and Guangxi. NE (Northeast China) includes Heilongjiang, Jilin, and Liaoning. SC (South Coast region) includes Hainan, Guangdong and Fujian.

与粮食贸易相对应, 河北小麦外输到中部地区、东部沿海、西南地区所涉及的播种面积分别为15.46 万hm2、5.43万hm2、5.01万hm2; 玉米播种面积为7.50万hm2、26.35万hm2、24.32万hm2; 同时向中部地区外输蓝色虚拟水13.4亿m3、东部沿海4.6亿m3、西南地区4.3亿m3、南部沿海地区3.9亿m3、东北地区3.5亿m3和西北地区3.5亿m3; 向中部地区外输绿色虚拟水38.5亿m3、东部沿海13.1亿m3、西南地区12.1亿m3和南部沿海11.1亿m3。作为资源输入型城市, 北京和天津由于粮食贸易从山东输入的小麦所涉及的播种面积为36.68万hm2, 从中部地区和西北地区输入小麦和玉米分别涉及的播种面积分别为9.29万hm2和1.34万hm2, 5.26万hm2和2.50万hm2; 京津地区从山东、河北、中部地区、东北地区输入绿色虚拟水(有效降雨)分别为6.9亿m3、3.5亿m3、2.1亿m3、1.9亿m3。

5 结论与对策建议

5.1 山区来水变化

自20世纪70年代开始, 海河流域山区径流开始逐渐减少, 这通常被归结为人类活动和气候变化的影响。我们研究表明, 径流下降的主要原因是人类活动, 产生变化的主要时期是1978—1984年间, 即中国农业土地改革初期[1]。滹沱河流域地表径流20世纪80年代以后减少了约50%, 人类活动的影响高达76%[2]。农业是影响大部分北方流域地表径流减少、河道枯竭的主要原因。一方面与土地改革初期农民自主经营土地积极性的提高有关; 另一方面机械和电力条件的改善使得农业有效灌溉面积增加,灌溉水由浅层地下水转向深层地下水[7]。截至目前, 由于山区的人类活动逐渐增强, 各大流域径流仍呈不断减少的趋势。

5.2 农业用水与流域水资源管理对策

农业用水是造成水资源短缺的重要因素。灌溉除消耗少量地表水外, 主要是通过开采地下水获取, 是造成地下水超采(超过1 400亿m3)问题的关键。华北地区大量水资源通过虚拟水贸易输出到其他地区, 如京津冀地区通过玉米贸易向外输出虚拟水87.7亿m3。鉴于农业用水大大超过地下水补给, 未来农业必然要走限水发展模式, 如何制定不同地区限水农业发展模式, 减少地下水开采, 急需更科学的细化方案。面向国家京津冀发展战略和刚刚设立的雄安新区建设, 结合国家农业供给侧改革和“镰刀弯”地区玉米压缩1/3的国家政策, 如何通过加强土地-粮食-水资源间的耦合分析, 调整目前以压缩冬小麦为主的地下水压采方案, 减少虚拟水外输和输入外来虚拟水成为缓解区域水资源压力的关键选项。

5.3 流域水资源管理限制人类地表活动是关键

人类高强度的生产活动通过改变植被、作物、土壤、岩石等下垫面的自然条件极大地改变了流域水循环, 以黄土高原为例, 径流系数随林草植被覆盖度的增加而降低[8]; 华北地区的农业复种指数近年来不断增加, 山区水利工程设施和提水能力仍在大幅提升, 大口井、沟道地下水抽提、退耕还林后林地采用大扬程提水管灌、滴管等措施的能力不断加强, 都有使下游河道径流减少甚至干涸的趋势。以白洋淀流域为例, 20世纪50年代白洋淀的入淀水量为19.2亿m3, 80年代降为2.7 亿m3, 21世纪初降为1.4亿m3[9]。人类高强度的生产活动已经对水资源形成的自然水循环系统造成了重大影响, 有必要对人类活动影响下的水系统进行重新评估。特别是考虑到工业用水和生活用水80%以上会回到水循环系统中, 急需精确估算植被(农田、森林、生态耗水)的水资源消耗, 精细刻画农田、绿地、森林、湖泊、河道等不同海拔、不同用水强度、不同气候下对水资源的影响, 进行“山水林田湖”的合理配置; 另一方面, 在维护绿水青山的同时, 克服片面追求高大上的绿水青山, 克服不顾当地气候水文条件大建人工湿地、河湖连通等工程, 这些加速上马的大型植被恢复、环境、水利等工程有可能成为海河流域水资源短缺的关键。

[1] YANG Y H, TIAN F. Abrupt change of runoff and its major driving factors in Haihe River Catchment, China[J]. Journal of Hydrology, 2009, 374(3): 373-383

[2] FAN J, TIAN F, YANG Y H, et al. Quantifying the magnitude of the impact of climate change and human activity on runoff decline in Mian River Basin, China[J]. Water Science & Technology, 2010, 62(4): 783-791

[3] YANG Y M, YANG Y H, MOIWO J P, et al. Estimation of irrigation requirement for sustainable water resources reallocation in North China[J]. Agricultural Water Management, 2010, 97(11): 1711-1721

[4] YANG Y M, YANG Y H, LIU D L, et al. Regional water balance based on remotely sensed evapotranspiration and irrigation: An assessment of the Haihe Plain, China[J]. Remote Sensing, 2014, 6(3): 2514-2533

[5] HU Y K, MOIWO J P, YANG Y H, et al. Agricultural water-saving and sustainable groundwater management in Shijiazhuang Irrigation District, North China Plain[J]. Journal of Hydrology, 2010, 393(3/4): 219-232

[6] REN D, YANG Y H, YANG Y M, et al. Land-Water-Food Nexus and indications of crop adjustment for water shortage solution[J]. Science of The Total Environment, 2018, 626: 11-21

[7] 杨永辉, 胡玉昆, 张喜英, 等. 农业节水研究进展及未来发展战略[J], 中国科学院院刊, 2012, 27(4): 455-461 YANG Y H, HU Y K, Zhang X Y, et al. Agricultural water-saving: Recent progress and future challenges[J]. Bulletin of Chinese Academy of Sciences, 2012, 27(4): 455-461

[8] 刘晓燕, 刘昌明, 杨胜天, 等. 基于遥感的黄土高原林草植被变化对河川径流的影响分析[J]. 地理学报, 2014, 69(11): 1595-1603 LIU X Y, LIU C M, YANG S T, et al. Influences of shrubs-herbs-arbor vegetation coverage on the runoff based on the remote sensing data in Loess Plateau[J]. Acta Geographica Sinica, 2014, 69(11): 1595-1603

[9] 杨春霄, 白洋淀入淀水量变化及影响因素分析[J]. 地下水, 2010, 32(02): 110-112 YANG C X. Analysis on the deposited quantity variation and its influenced factors in Baiyangdian[J]. Grondwater, 2010, 32(2): 110-112

Advances in clarification of the driving forces of water shortage in Haihe River Catchment*

YANG Yonghui, REN Dandan, YANG Yanmin, TIAN Fei, HU Yukun, HAN Shumin

(Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences / Key Laboratory of Agricultural Water Resources, Chinese Academy of Sciences / Hebei Key Laboratory of Water-Saving Agriculture, Shijiazhuang 050022, China)

Including Beijing, Tianjin, Hebei and three surrounding provinces, Haihe River Catchment is facing an increasing shortage of water resources. This paper summarized our research progress on the driving mechanisms of water resources change including reasons for runoff changes, spatial variations and temporal changes of agricultural water use, and outflow of virtual water through external food supply. Firstly, by using the sequential Mann-Kendall to determine the abrupt changes in eight sub-catchments of Haihe River Catchment and traditional Mann-Kendall test for the period 1960-1999 to identify the basic trend of precipitation and runoff, it was confirmed that runoff reduction started since 1970s, and generally became statistically significant from 1978 to 1985. Through correlation comparisons for precipitation and runoff for the periods prior to and after abrupt runoff changes, human activity, rather than climatic change, was identified as the main driving factor of runoff changes. By using SWAT model, it was concluded that human influence on agricultural water demand contributed to 76% of runoff decline at the beginning of the China’s rural reform. Secondly, through crop modeling, crop water demand calculation by crop coefficient and ET, and remote sensing methods, spatial and temporal distribution of agricultural water demand in the Haihe Plain were quantified. Changes of agricultural water demand were evaluated. This in turn laid the basis for surface water reallocation following the completion of the South-to-North Water Transfer (SNWT) project. By comparing agricultural water consumption, groundwater level change, and water supply from the SNWT canal, it was estimated that there could be a relative balance of water demand and supply in the piedmont plain with the designed water supply from SNWT upon strong limitation on further water-consumption increase especially for newly developed landscapes such as lakes, rivers, wetland, water consuming woodland, and etc. In the coast plain, water shortage would remain for the long-term, meanwhile more water supply together with brackish water use was to be developed. While agriculture placed the greatest demand on water resources, reducing the cultivation of water-consuming crops might be the most effective way to reduce agricultural water use. However, taking food demand into consideration, sustaining the balance between regional water and food security was a growing challenge. To solve such problem, we studied NEXUS or interlinkage among land use, water consumption, food production (Land-Water-Food NEXUS) in Beijing-Tianjin-Hebei Region. Virtual water flow embedded in food transfer was evaluated. According to our estimation, nearly 9´109m3virtual water and 2´106hectares cropland were currently used for producing 1.2´107tons maize for external food supply, which highly resulted in the locally developing water shortage. Controlling food production and virtual water outflow shall be a suitable and very necessary way to alleviate the pressure of water shortage facing the quick developing strategies of Beijing-Tianjin-Hebei Region and the newly lunched Xiong’an New District.

Haihe River Catchment; Water shortage; Runoff; Agricultural water demand; Virtual water flow; Land-Water-Food Nexus

Supported by the International Cooperation Project of Chinese Academy of Sciences (GJHZ1647), the Natural Science Foundation of Hebei Province (D2015503016), the Major Science and Technology Program for Water Pollution Control and Treatment (2018ZX07110001) and the National Key Research and Development Project of China (2018ZX07110001)

, YANG Yonghui, E-mail: yonghui.yang@sjziam.ac.cn

Jul. 11, 2018;

Jul. 20, 2018

10.13930/j.cnki.cjea.180658

S273

A

1671-3990(2018)10-1443-11

2018-07-11

2018-07-20

*中国科学院国际合作项目(GJHZ1647)、河北省自然基金项目(D2015503016)、国家水体污染控制与治理专项(2018ZX07110001)和国家重点研发计划项目(2018ZX07110001)资助

杨永辉,主要从事水循环及农业水资源研究。E-mail: yonghui.yang@sjziam.ac.cn

杨永辉, 任丹丹, 杨艳敏, 田菲, 胡玉昆, 韩淑敏. 海河流域水资源演变与驱动机制[J]. 中国生态农业学报, 2018, 26(10): 1443-1453

YANG Y H, REN D D, YANG Y M, TIAN F, HU Y K, HAN S M. Advances in clarification of the driving forces of water shortage in Haihe River Catchment[J]. Chinese Journal of Eco-Agriculture, 2018, 26(10): 1443-1453