基于SWAT模型的黄河源区蓝/绿水资源时空分布特征研究

李文婷，杨肖丽，任立良，2，高 甜，顾玉娇

（1.河海大学水文水资源学院，南京210098；2.河海大学水文水资源与水利工程科学国家重点实验室，南京210098）

近年来，在全球气候变暖和剧烈人类活动的影响下，水资源短缺和分配不平衡问题日益突出，传统的水资源评价已经不能满足解决当前的水安全问题。为了更好地评估水资源在陆地生态系统里的作用，1995年Falkenmark［1］首次提出了蓝水、绿水的概念，蓝水主要是以地表径流、土壤中流、地下径流3 种形式存在的水，绿水是指土壤水和实际蒸散量。绿水作为水分消耗的主体，其80%的水资源量用于全球农业生产［2，3］，对维持生态系统的稳定具有不可代替的作用。因此，综合研究蓝绿水能够更为全面的对水资源进行评价，对地区的水资源规划和管理具有重要意义。赵安周等［4，5］利用SWAT 模型研究了渭河流域典型年份的蓝绿水时空变化特征，并进一步研究了基于气候变化和人类活动的影响下蓝绿水量的变化特征，其研究结论为渭河流域水资源保护和生态治理提供了理论支撑。吕乐婷等［6］基于SWAT 模型，从水文循环的角度对流域蓝绿水量变化趋势及空间分布特征进行评估。张洋等［7］利用SWAT 模型从不同土地利用类型对岷沱江流域的蓝/绿水量时空分布特征进行评估。

黄河流域是中国重要的生态屏障，近年来受气候变化和人类活动的影响，黄河水资源量呈减少趋势，用水形势严峻，生态环境问题日益突出。习近平总书记在黄河流域生态保护和高质量发展座谈会上提出黄河流域生态保护和高质量发展这一新的重大国家战略，为做好黄河流域生态治理和水资源管理工作指明了方向［8］。而黄河源区作为黄河流域重要的产流区和水源涵养区，具有“黄河水塔”之称［9］，其水量变化会影响黄河中下游地区水量的稳定，从而会影响黄河流域的生态安全问题。已有的研究［6-7］主要是研究蓝绿水数量的变化及空间分布情况，对流域内长时间序列的变化趋势研究较少，同时结合气候因素分析蓝绿水变化的研究也相对较少。本文以黄河源区为研究对象，利用SWAT（Soil and Water Assessment Tool）模型、Mann-Kendall 检验和滑动t检验方法，定量分析黄河源区1962-2017年的降水量、蓝水量、绿水量时空分布特征及变化趋势，其结果将为黄河源区的流域治理和生态保护提供科学理论支撑。

1 研究区概况及数据

1.1 研究区概况

黄河源区是指唐乃亥水文站以上集水面积（95°50'E～103°30'E，32°30'N～36°00'N），总面积为12.19 万km2，约占黄河流域总面积的16.2%（图1）。流域内海拔从2 663 m 到6 253 m 不等，平均海拔为4 025 m。黄河源区位于青藏高原的东北部，地势呈现西高东低，具有典型的内陆高原气候特征［10］。流域东西距离长，由东向西横跨了黄淮海平原、黄土高原、内蒙古高原和青藏高原4个地貌单元［11］。黄河源区的降水和气温自西北至东南均呈逐渐递增趋势。流域产水量约占整个黄河流域的36%，是黄河流域重要的水源涵养区和产流区［12］。

图1 黄河源区气象站、水文站、水系、高程分布图Fig.1 Distribution of meteorological station，hydrological station，water system and elevation of the source region of Yellow River

1.2 数 据

SWAT 模型数据包括地形数据、气象数据、土地利用数据、土壤类型数据、水文数据等。地形数据来源于地理空间数据云（http：//www.gscloud.cn/），分辨率为90 m。气象数据选取黄河源区内8个气象站点，从中国气象科学数据共享服务网（http：//da⁃ta.cma.cn/）中下载了1961-2017年的风速、气温、太阳辐射、降水量、相对湿度等数据，部分缺测数据已使用线性插值法［13］进行插值处理。土地利用数据来源于中国科学院资源科学数据中心（http：//www.dsac.cn/）。土壤数据直接来源于世界土壤数据库（HWSD），该数据库能够直接应用于SWAT 模型，无需再进行土壤粒径的转换［7］。水文数据来源于黄河流域水文年鉴统计资料。

2 研究方法

2.1 SWAT模型

SWAT 模型是1990年由美国农业部农业研究服务中心（USDA）开发研制的基于物理机制的大尺度分布式水文模型［14］。模型的模拟尺度有年、月、日3 种时间尺度，时间序列可长达100年，SWAT 模型由水文循环模拟、土壤侵蚀过程以及污染负荷子模型3大子模型组成。运用SWAT 模型对流域进行水文循环模拟，可以直接输出组成蓝绿水的各个分量，是进行蓝绿水研究比较高效的方法［15，16］。

2.2 蓝绿水量计算

蓝/绿水量是根据SWAT 模型各水文变量的输出结果进行计算的［16］，分别为

式中：BW为蓝水量；GW为绿水量；WYLD为子流域产水量；DA_RCHG为深层含水层补给量；ET为实际蒸散发量，即绿水流（GWF）；SW为土壤含水量，即绿水储量（GWS）。

2.3 Mann-Kendall检验

利用Mann-Kendall 检验方法［17］对研究时间序列进行趋势性检验分析以及突变检验分析。原理如下，假定降水、气温、径流等时间序列Xi是由n个随机独立同分布的样本x1，x2，...，xn组成，即X=｛x1，x2，...，xn｝。首先，构造一秩序列：

秩序列SK是统计量ai在i时刻的数值大于j时刻数值的累加次数。

基于样本x1，x2，...，xn是随机独立分布的假设，标准化秩序列SK且定义为统计量UFK：

逆序排列时间序列X，按照上式再次计算，同时使：

式中：UFK和UBK均服从标准正态分布，UFK和UBK的正负可作为判断某一时间段数据的变化趋势，当|UFK|或者|UBK|超过显著性水平时，表明变化趋势较为显著；判断UFK、UBK两曲线是否存在交点及相交点是否在临界线之间，来判断原数据序列是否存在突变点。

2.4 滑动t检验

为确保M-K 突变检验结果的可靠性，本文利用滑动t检验［18］对研究序列再次进行突变点的检验。滑动t检验的原理为：在具有n个样本量的时间序列中，人为选择某一时刻为基准点，基准点前后两段子序列X1和X2的样本分别为n1和n2。定义统计量t为：

式中：

2.5 SWAT模型构建

2.5.1 模型建立

利用SWAT 模型，导入DEM 数据、气象数据，根据土地利用数据、土壤数据以及坡度数据，将黄河源区划分为117 个子流域，708 个水文响应单元（HRU）。根据对黄河源区1961-2017年的径流量的突变检验分析（图2），判定1989年为径流量的突变年份。因此，模型模拟期为56年（1962-2017年），预热期1年（1961-1962年），其中率定期（1962-1989年）和验证期（1990-2017年）。

图2 黄河源区1961-2017年径流量突变分析Fig.2 Abrupt change analysis of runoff in the source region of the Yellow River from 1961 to 2017

2.5.2 模型参数及评价指标选择

SWAT 模型中参数众多，参考相关文献［19-21］，根据SWATCUP 中的全局敏感性（Global Sensitivity）对参数进行分析，t值表示参数敏感性程度，t绝对值越大参数越敏感；p值表示参数敏感性的显著性，p值越接近0 越显著。本研究选取11 个敏感性最高的参数（表1）进行率定。由表1可知，对径流影响较大的参数为CN2、ALPHA_BF、SOL_K、SOL_AWC，影响最为显著的是CN2（SCS径流曲线数）。

表1 SWAT模型的参数选择及率定结果Tab.1 Parameter selection and calibration results of SWAT model

模型评价选用确定性系数（R2）和Nash-Sutcliffe 纳什系数（NSE）［22］，具体计算公式如下：

式中：Qm，i为模拟径流量；Qs，i为观测径流量；Qm为平均模拟径流量；Qs为平均观测径流量；i为模拟序列长度。

取R2>0.6为模拟结果的临界评价标准。

式中：Qm为模拟径流量；Qs为平均模拟径流量；i为观测次数。

NSE的值越接近1，说明模型模拟结果越好，取NSE>0.5 作为模拟结果的临界评价标准。

3 结果分析

3.1 模型率定与验证

利用唐乃亥水文站月径流资料，基于SWAT-CUP 率定程序对SWAT 模拟结果进行率定和验证。率定期设为1962-1989年，验证期设为1990-2017年。率定期的确定性系数R2和NSE分别是0.87 和0.86，验证期的确定性系数R2和NSE分别是0.82和0.77（图3）。总体模拟效果较好，说明SWAT模型在黄河源区具有较好的适用性。

图3 黄河源区唐乃亥水文站月径流的SWAT模型模拟结果对比图Fig.3 A comparison chart of SWAT model simulation results of monthly runoff from Tangnaihai Hydrological Station in the source region of the Yellow River

3.2 蓝绿水量的时间变化特征

3.2.1 变化趋势分析

基于SWAT模型模拟结果，计算分析黄河源区蓝绿水量、绿水流以及流域内多年降水量和平均气温（图4）。黄河源区绿水量丰富，1962-2017年多年平均绿水量为450 mm，多年平均蓝水量为154 mm，绿水量约是蓝水量的2.5倍以上；多年平均绿水流量为345 mm，绿水流是绿水资源的主要组成部分，约占绿水量的78%左右。1962-2017年黄河源区多年平均年降水量为518 mm。由图4分析年降水量和蓝水量的变化趋势可得，年降水量波动较明显，总体呈现增加的趋势；蓝水量多年变化起伏大，蓝水量主要是受降水量多年波动变化影响。

为进一步分析降水和气温变化对研究区内蓝绿水量变化的影响，对蓝绿水量、降水量多年变化进行M-K趋势性检验（图4），结果表明降水量（PREC_Z）和蓝水量（BW_Z）的MK 统计值分别为1.34、0.19，均未通过95%的显著性检验，为不显著的增加；绿水流（GWF_Z）和绿水量（GW_Z）的MK 统计值分别为4.91、3.72，均通过95%的显著性检验，呈现显著性的增加趋势；同时年平均气温（TMP_Z）的MK 统计值为5.71，也呈现显著性的增加趋势。黄河源区地处西北内陆，降水量较少，气候干旱，降水大多数通过入渗和冠层截留转化成生态系统用水，地表径流形成量低［23］。流域内的绿水量主要由绿水流和绿水储量组成，绿水流为流域内的实际蒸散发（ET），气温直接影响蒸散发量。表明，黄河源区蓝水量和绿水量的差异主要是由气候条件所决定的。

图4 1962-2017年年降水量（PREC）、蓝水（BW）、绿水（GW）、绿水流（GWF）、年平均气温（TMP）变化过程Fig.4 The change process of annual precipitation（PREC），blue water（BW），green water（GW），green water flow（GWF）and annual average temperature（TMP）from 1962 to 2017

利用线性倾向估计法［22］得到黄河源区1962-2017年的蓝/绿水量、降水量变化趋势的空间分布（图5）。降水量、蓝水量的变化趋势空间差异性显著，西北地区呈增加趋势，东部地区和东南地区整体呈减少趋势。绿水量在西北及南部地区呈显著增加趋势，中部地区变化不明显。其中降水量呈显著增加趋势的有西北玛多站（1.66 mm/a）、贵南站（1.91 mm/a）地区，呈下降趋势的则有东南部河南站（-0.80 mm/a）、若尔盖站（-0.26 mm/a）地区。相比于降水量，流域内的蓝水呈下降趋势的子流域数量更多，主要集中在东南部若尔盖站（-0.97 mm/a）、红原站（-0.21 mm/a）及中部河南站（-1.21 mm/a）地区，呈显著增加趋势的有西北玛多站（0.64 mm/a），这与张为彬等人的研究一致［24］。

图5 1962-2017年降水量、蓝水量、绿水量的流域尺度变化趋势分布情况Fig.5 Distribution of watershed scale variation trends of precipitation，blue water and green water from 1962 to 2017

黄河源区绿水量增加趋势最为明显，多集中于西北玛多站（1.0 mm/a）和南部达日站（0.57 mm/a）地区。黄河源区绿水变化趋势与流域内多年来的降水量空间分布格局的变化、气温的增幅变化有较大的关系。此外，流域内东南地区绿水量和蓝水量的变化存在一定的差异，主要是因为近年来人类活动导致的土地利用方式变化对绿水量的影响要大于对蓝水量的影响［25］。根据水量平衡原理，若尔盖站和河南站地区绿水量的增加将会导致该地区蓝水量的减少。

3.2.2 突变分析

由于单一突变检验方法存在较大的不确定性［26］，因此结合滑动t检验和M-K 突变检验两种方法对蓝/绿水量、绿水流、年降水量、年平均气温进行突变点分析（图6、表2）。黄河源区流域内的年降水量大部分时间内呈增加趋势，仅在1999-2007年这段时间有所减少，确定在2012年出现一次增加的突变点［图6（a）］。流域内的年平均气温在整个研究期内一直呈增加趋势，而且在2002年发生了一次增加的突变。这可能是进入21世纪，人口快速增长，活动影响范围广，进一步加剧全球变暖，导致流域内气温不断增长。

流域内的蓝水量在1993年之前，一直呈增加的趋势，这与同时间段降水量变化趋势有较大关系。1994-2011年蓝水量呈减少的趋势，2012年以后蓝水量呈现增加趋势，同时间段流域内气温呈现显著性的增加趋势，气温升高会增加冰雪融水的补给，这在一定程度上会增加蓝水量［27］。结合M-K 突变［图6（d）］和滑动t突变（表2）两者的检验结果，显示蓝水量不存在突变点。流域内的绿水流在1983年之前呈增加的趋势，在1984-1988年这段时间呈现减少的趋势，自1989年以后绿水流呈现增加的趋势。此外，根据突变结果，确定流域的绿水流在1993发生一次增加的突变点［图6（b）］。绿水量多年变化呈增加趋势，仅在1984-1989年之间呈减少趋势。其中M-K 突变结果显示，绿水量UF与UB曲线相交于1994年，相交后UF值持续增大，UB值波动性减小。从UF、UB两曲线的后期变化趋势判断，

图6 1962-2017年年降水量、绿水流、蓝水、绿水量、平均气温M-K突变检验分析结果Fig.6 Analysis results of annual precipitation，green water flow，blue water，green water volume，and mean air temperature M-K test from 1962 to 2017

表2 滑动t检验分析结果Tab.2 Analysis results of sliding t test

1994年可能为突变点［图6（c）］，但滑动t检验结果显示，1988年为显著的突变点。结合绿水量多年变化趋势，认为绿水量在1988年发生突变更符合实际。绿水量在1989年往后呈显著增加趋势，这可能是流域内气温呈现持续增加趋势，使得降水量一部分通过蒸散发作用转化为绿水，增加了绿水量。

3.3 蓝绿水量的空间变化特征

根据图2的黄河源区径流量突变分析结果，确定1989年为径流量的突变年份，同时2000年前后人类活动发生改变，故在研究水资源量时空变化时，将1962-2017年划分为3 个时间段来进行研究，分别为1962-1989年、1990-1999年、2000-2017年。对SWAT 模型输出结果进行统计计算，得到降水量、蓝/绿水量的空间分布变化图（图7）。

图7 黄河源区年降水量、蓝水量及绿水量空间分布情况Fig.7 Spatial distribution of annual precipitation，blue water and green water in the source region of the Yellow River

1962-2017年，黄河源区降水量总体上呈现从西北地区向东南地区递增的趋势，东南地区的降雨量最为丰富，西北地区降雨量最低。西北部玛多站地区1962-1989年间总体降水量在390～450 mm 之间，1990-1999年降水量在450～480 mm 之间，2000-2017年降水量在480～520 mm 之间，呈现逐渐增加的趋势。北部兴海站地区呈现先减少再增加的趋势。达日站附近地区的降水量总体呈现减少的趋势，东南若尔盖站和红原站附近地区降水量变化不明显。

黄河流域蓝水量总体呈现从西北地区向东南地区增加的趋势。西北地区玛多站和兴海站附近蓝水量分布较少，东南地区红原站附近蓝水量最丰富，在320～350 mm 之间；若尔盖站附近地区1990-1999年蓝水量为200～240 mm，2000-2017 蓝水量为160～200 mm，呈下降趋势。中游地区即达日站、果洛站以及河南站蓝水量较东南地区有所下降。降水量为流域内径流的主要来源［28］，其时空分布变化会影响径流过程，进而直接影响着蓝水量的时空分布情况［29］。

1962-2017年，黄河流域绿水量为290～640 mm，空间差异大，总体呈现从西北地区向东南地区增加。这可能是由于黄河源区西北地区草原面积大，东南地区分布少量的林地。郭瑞萍［30］等人研究发现森林的蒸散发量大于农田大于草地，西北地区蒸散发量少于东南地区，所以东南地区的绿水量最为丰富。黄河源区绿水量整体呈增加趋势，流域中部达日站地区1962-1990年绿水量为450～490 mm，1990-2000年绿水量为490～530 mm，呈现增长趋势。东南部若尔盖站地区呈现先增加后减少的趋势。据相关学者的研究表明，进入20 世纪90年代后，人类活动方式发生较大改变，土地利用方式、下垫面性质等都相应的发生改变［31-33］，这些因素的综合作用会影响绿水量的变化［34］。同时气候因素对绿水量的影响也较为显著，而蒸散发量是气候变化研究中较为关键的环节［35］，它随着降水量和气温的增大而升高［36，37］，从而增加绿水量。

4 结 论

（1）基于唐乃亥水文站月径流资料对模型进行率定和验证，率定期的确定性系数R2和NSE分别是0.87 和0.86，验证期的确定性系数R2和NSE分别是0.82 和0.77。总体模拟效果较好，说明SWAT模型在黄河源区具有较好的适用性。

（2）1962-2017年间，研究区内降水量和蓝水量表现为不显著的增加；绿水流、绿水量及年平均气温呈现显著性的增加趋势。黄河源区绿水量丰富，多年平均绿水量为450 mm，多年平均蓝水量为154 mm，绿水量约是蓝水量的2.5倍以上；多年平均绿水流为345 mm，约占绿水量的78%左右。

（3）综合Mann-Kendall 趋势检验法、滑动t检验分析结果，黄河源区多年降水量在2012年出现一次增加的突变点；流域内的年平均气温在整个研究期内一直呈增加趋势，在2002年发生了一次增加的突变。绿水流在1993年发生一次增加的突变点，绿水量在1988年发生突变。

（4）研究期内降水量、蓝水量、绿水量空间尺度上的变化趋势具有一定的差异性。降水量、蓝水量在西北地区呈增加的趋势，东部地区和东南地区整体呈减少趋势；受气候变暖的影响，绿水量在整个流域均呈现增加的趋势，其中在西北及南部地区呈较为显著的增加趋势。

（5）1962-2017年期间，黄河源区降水量、蓝水量、绿水量在空间分布上呈现一定的相似性，均表现为从西北地区向东南地区递增的趋势。东南地区红原站附近蓝水量最丰富，约在320～350 mm之间；绿水量相比较蓝水量而言，空间分布差异性更大。蓝水量的空间分布特征主要受降水量空间分布的影响；而绿水量的空间分布更大程度上是受气温、降水量两者的叠加影响，气温增加，导致流域内蒸散发量增加，进一步增加了绿水量。□