基于GLDAS-NOAH的长江流域蓝绿水资源时空变化特征

史孟琦， 袁 喆， 史晓亮， 李 艺， 陈 菲(.西安科技大学 测绘科学与技术学院，西安 70054； 长江科学院 水资源综合利用研究所，武汉 43000)

1 研究背景

Falkenmark[1]于1995年将水资源分为蓝水资源(Blue Water Resources)和绿水资源(Green Water Resources)。蓝水指大气降水中可以被人类直接利用的地表水和地下水[2]；绿水分为绿水流(Green Water Flow，GWF)和绿水储量(Green Water Storge，GWS)：绿水流指实际蒸散发量(Evapotranspiration，Evap)，绿水储量指储存在土壤中的水分(Soil Water)[3-4]。蓝绿水概念的引入，将生态过程与水循环过程紧密联系起来，为科学全面地评价水资源提供了新思路，同时也为维护地球陆地生态系统各项功能、优化水资源配置提供了理论依据[5-6]。

国内外对于蓝水资源评估的研究，主要采用水文模型法与统计分析法这两种方法，而对于绿水资源的评估按照研究方法可分为水量平衡法、生物学方法与水文模型模拟法[7]。由于水文模型法可同时对蓝绿水资源进行流域尺度的空间分布变化分析，因此被学者广泛使用。Zhang等[8]采用FLEX-Topo水文模型，在景观尺度上对黑河上游蓝绿水资源分布特征进行了分析。左德鹏等[9]利用分布式SWAT(Soil and Water Assessment Tool)模型对渭河流域的蓝绿水资源储量进行了综合评估。Hanasaki等[10]利用H08水资源模型评估了全球蓝绿水资源量，并结合主要农作物虚拟水含量，对全球虚拟水流量进行估算。刘昌明等[11]通过构建的耦合植被变化影响的分布式水文模型 HIMS-VIH(Hydro-Informatic Modeling System-Vegetation Impacts on Hydrology)，来模拟黄河中游蓝水-绿水转化过程，并分析了植被变化对蓝绿水资源的动态影响。Chen等[12]将MPI-HM水文模型与全球大气模式结合，并分析了气候变化对中国十大河流流域蓝绿水资源的影响。

长江流域覆盖面积占我国总面积1/5，人口和经济总量超全国40%，是我国社会经济发展的黄金水带，拥有丰富的自然资源和生物多样性，是中华民族发展的重要支撑。作为我国南水北调工程的水源地，长江流域在我国水资源优化配置中占有极为重要的地位。目前国内有关蓝绿水资源的研究主要集中在中小尺度流域，而针对地域广阔、流域特征多变的长江流域蓝绿水空间分布差异研究较少。鉴于此，本文基于GLDAS-NOAH水文模型，对长江流域内的蓝绿水资源进行模拟，进而评估流域内的蓝绿水资源的时空分布特征，为合理利用流域内水资源提供科学依据。

2 研究区概况

长江为世界第三长河，发源于青藏高原的唐古拉山脉，横贯中国中部，流经中国青海、西藏等共11个省区，全长约6 387 km。长江水资源总量(约9 755×108m3)占全国的36%，其支流与湖泊众多，是中国水量最丰富的河流。长江流域位于90°33′E—122°25′E，24°30′N—35°45′N，面积约1.8×106km2，占中国国土面积的18.8%[13]，呈多级阶梯性地形，且流经的地形地貌包括山地、高原、盆地(支流)、丘陵和平原等(图1)。长江流域地处亚热带季风气候区，气候温暖湿润，年平均气温呈东高西低、南高北低的空间分布，年均降水量约1 067 mm，年降水量和暴雨时空分布极不均匀[14-15]。

图1 长江流域地理位置Fig.1 Geographical location of the Yangtze River Basin

3 资料与方法

3.1 数据来源及预处理

全球陆面数据同化系统(Global Land Data Assimilation System，GLDAS)是一个离线且不与大气耦合的地表模型，包含了多组地表水和能量场数据集[16]。GLDAS拥有4个陆地表面模型(Noah、CLSM、CLM、VIC)，其中GLDAS-Noah数据集包含3 h、每天和每月的分辨率分别为0.25°×0.25°和1°×1°的数据，能够提供全球地表水的状态场和通量场(包括降水、蒸散发、土壤含水量和地表径流等)[12,17]。本文采用美国航空航天局提供的2000—2019年月尺度GLDAS-NOAH数据(https:∥hydro1.gesdisc.eosdis.nasa.gov/)，空间分辨率为0.25°×0.25°。

归一化植被指数(Normalized Difference Vegetation Index，NDVI)采用美国航空航天局提供的MODIS产品数据MOD13A3，时间跨度为2001—2019年，空间分辨率1 km。土地利用类型数据采用美国航空航天局提供的MODIS三级年度全球土地利用/覆盖类型产品数据MCD12Q1，空间分辨率500 m(https:∥ladsweb.modaps.eosdis.nasa.gov/)。采用MRT(MODIS Reprojection Tool)工具对数据进行镶嵌、投影及格式的转换。数字高程模型(Digital Elevation Model，DEM)数据空间分辨率为90 m，获取自地理空间数据云(http:∥www.gscloud.cn/)。气象数据(逐月降水数据)获取自中国气象数据网(http:∥data.cma.cn)。泥沙量数据获取自长江公报(http:∥www.cjw.gov.cn/zwzc/bmgb/)。长江流域土地覆盖类型分布见图2。

图2 长江流域土地覆盖类型分布Fig.2 Distribution of land cover types in the Yangtze River Basin

3.2 蓝绿水资源模拟方法

本研究中绿水资源指绿水流，即实际蒸散发量(Evap)；蓝水包括地表径流、地下径流和融雪径流，通过Matlab软件对GLDAS-NOAH数据集处理，可直接获得蓝绿水的各分量。已有相关研究表明，该数据集在长江流域模拟的径流量、实际蒸散发量与实测值吻合较好，模拟精度较高[16]。

采用绿水系数(Green Water Coefficient，GWC)作为分析长江流域蓝绿水资源分配状况的参数，可用来表示区域内绿水资源的比重[12]。蓝绿水资源量及绿水系数计算公式如下：

BWF=Qs+Qsb+Qsm；

(1)

GWF=Evap；

(2)

(3)

式中：BWF表示蓝水资源量(mm)；Qs表示地表径流(mm)；Qsb表示地下径流(mm)；Qsm表示融雪径流(mm)；GWF表示绿水资源量(mm)；Eavp表示实际蒸散发量(mm)。

4 结果分析与讨论

4.1 长江流域蓝绿水资源时空分布特征

4.1.1 多年平均蓝绿水资源空间分布特征

长江流域内2000—2019年多年平均蓝水资源量和绿水资源量分别为420.24 mm和686.95 mm，流域内多年平均绿水系数为68.59%，绿水资源总量约是蓝水资源总量的1.62倍，水资源总体以绿水为主(图3)。长江流域蓝绿水资源空间分布差异显著，长江源区多年平均蓝水资源量不足300 mm，四川盆地、横断山脉、云南北部等地区蓝水资源量在400～600 mm之间，长江中下游平原的湖南、江西等地蓝水资源量达到800 mm以上。长江源区绿水资源量不足300 mm，贵州北部、四川中部等地区绿水资源量在500～700 mm之间，湖北东部、安徽南部和江西北部等长江中下游平原地区达到700 mm以上。整体来看，蓝水资源量呈现由西北向东南递增趋势，但绿水资源量的空间分布受海拔影响较为显著，高海拔地区分布较少，低海拔地区分布较多，在长江源区与长江下游地区表现最为明显。

图3 长江流域水资源的空间分布特征Fig.3 Spatial distribution characteristics of water resources in the Yangtze River Basin

将土地利用类型重分类为耕地、林地、草地、水体、建筑用地和未利用地，得到长江流域内的土地利用类型分布图。结合蓝绿水资源分布图，分析不同类型土地利用下的蓝绿水资源空间分布(表1)。长江流域土地利用类型以林地为主，面积占比约为41.23%，主要集中分布在四川南部、陕西南部以及湖北西部等地区。林地的蒸发比例较高，平均绿水资源量约为720.89 mm，高于流域平均值，平均蓝水资源量约为499.76 mm。草地面积占比约为23.09%，主要分布在青海南部、四川西部等地区，其平均蓝水资源量约为303.03 mm，平均绿水资源量约为561.91 mm。由于草地对地表径流有一定的截留能力，故草地的平均蓝水资源量低于流域平均值。

表1 不同土地覆盖下的蓝绿水分布Table 1 Distribution of blue water and green water resources under different land covers

4.1.2 蓝绿水资源量年内分配特征

2000—2019年期间长江流域内的蓝绿水资源与绿水系数年内变化特征如图4所示。长江流域全年降水集中在5—9月份，气温在7—8月份达到最高，蓝绿水资源量在7月份较多，占全年的29%～32%。蓝绿水资源量在7月份达到了峰值，平均蓝水资源量为73.56 mm，绿水资源量为113.2 mm；蓝绿水资源量在1—2月份较少，占全年的5%～6%。最冷月为1月份，蓝绿水资源量最低，平均蓝水资源量为12.93 mm，绿水资源量为18.17 mm。而5—9月份之间的蓝绿水总量分别占到全年平均总量的66.2%和66.9%。月平均绿水系数在68%±5%范围内，变化相对较小，其中2—4月份的绿水系数相对较高，在70%以上。此外月平均蓝绿水资源量变化整体上与气温的变化同步，从而使得绿水系数相对稳定，没有出现大幅度的升高或降低。

图4 2000—2019年期间蓝绿水资源量、绿水系数年内分配Fig.4 Annual distribution of blue water and green water flow and green water coefficient during 2000-2019

4.2 近20 a长江流域蓝绿水资源量演变特征

4.2.1 蓝绿水资源量年际变化特征

2000年以来长江流域蓝水资源量与绿水资源量呈现出“双上升”的趋势，近20 a来蓝水资源量与绿水资源量变化率分别为3.26 mm/a和2.27 mm/a，蓝水资源的变化幅度要高于绿水资源，进而导致绿水系数有所降低。由于绿水资源年际变化相对平缓，蓝水资源的变化直接影响到年均绿水系数的大小。此外，在蓝水资源相对偏少的年份可以发现，绿水资源有小幅度提升，尤其是在典型干旱年份2006年、2009年、2011年和2013年[17]，绿水资源总量分别为727.59、674.71、702.77、728.49 mm，蓝水资源总量分别为310.18、312.86、236.03、338.64 mm，平均绿水系数73.89%，高于20 a间长江流域平均绿水系数68.59%，说明干旱年份蒸散消耗的水资源(绿水)比例高于其他年份，且干旱年份径流总量占水资源总量的比例低于其他年份，因此，长江流域内蓝绿水的变化以及绿水系数与干旱有着一定的相关性(图5)。

图5 平均蓝绿水资源量、绿水系数年际变化Fig.5 Interannual variation of average blue water and green water flow and green water coefficient

4.2.2 蓝绿水资源量时间变化趋势的空间分布

近20 a来，长江流域的蓝水资源在四川西南部、云南北部、湖南东南部以及湖北等地区呈现下降趋势，其中四川西南部、湖北中部等地呈现显著减少趋势，湖北西部和东部、云南北部等地区减少趋势不显著；四川东北部、重庆西部、江西东北部以及安徽与江苏南部等长江下游地区呈现增加趋势，其中四川、陕西与甘肃交界处部分地区呈现显著增加趋势，而四川东北部、重庆、贵州北部以及长江中下游大部分地区的增长趋势并不显著(图6(a))。长江流域的绿水资源在四川北部、重庆西北部、陕西南部、湖北西南部呈现减少趋势，这些地区多呈现显著减少趋势，且周围零星区域的下降趋势并不显著；在长江源区、四川南部、江苏南部、湖南、湖北以及江西等地区，年均绿水总量呈现增长趋势，但增长趋势并不显著(图6(b))。

图6 长江流域水资源的空间变化趋势Fig.6 Spatial trends of water resources in the Yangtze River Basin

降水是蓝绿水资源的主要来源，与蓝水资源的变化有较高的相关性。利用IDW反距离权重差值法，对长江流域11省区气象站点逐月降水数据进行插值，计算流域20 a的月降水量。研究区蓝水资源与降水量相关系数为0.867，呈现高度相关(图7(a))，降水量增多与减少能直接影响到径流量变化，在典型干旱年份2006年、2009年、2011年、2013年，年均降水量与蓝水资源量均低于多年平均值，且大部分降水通过植被冠层截留后渗入地表，形成生态系统用水，很难形成地表径流，因此蓝水资源量随着降水量的减少而减少。

采用月值NDVI数据与绿水资源作相关性分析，结果如图7(b)所示。绿水资源与NDVI的关系较为密切，绿水资源量与NDVI相关系数为0.908，呈现高度相关关系。绿水主要来源于植被对降水的冠层截留、植物根系吸收水分及土壤储存水，且绿水会随着降水的增加而达到饱和，但不会无限增加[2]。长江流域覆盖面积较大，植被覆盖度分布差异较为显著，随着退耕还林等政策实施，林草等植被覆盖类型正处于恢复状态[18]，而植被的蒸腾作用较为明显，因此林草植被覆盖面积的变化是绿水资源量变化的重要原因。

图7 蓝水资源和降水量、绿水资源与NDVI的相关性Fig.7 Correlation between blue water and precipitation，green water and NDVI

图8 长江流域年均绿水系数变化趋势及显著性分析Fig.8 Trend and significance analysis of annual average green water coefficient in the Yangtze River Basin

4.3 长江流域绿水系数变化及其生态环境意义

4.3.1 绿水系数空间变化趋势

长江流域多年平均绿水系数的变化趋势如图8所示。近20 a长江流域年均绿水系数主要在长江上游与下游等地区呈现增大趋势，其中青海南部、四川北部、陕西南部、重庆东北部与安徽南部等地区有显著减少的趋势；贵州中部、湖南西部以及江西东部等部分地区年均绿水系数的下降趋势并不显著。而四川中南部、云南北部、湖南中部、湖北中部以及江苏中西部呈现上升趋势，但上升趋势并不显著。长江源区、云南北部、陕西南部以及湖北中部等地区的绿水系数较高，主要是因为这些地区土地利用类型以林地、草地为主，植被覆盖面较大，蒸散比例较高，且林地对地表径流有一定的截留能力。从空间变化来看，南方地区的降水较多，而长江流域东南部蓝水资源主要受到降水变化的影响，降水充沛，产水系数高，因此该地区的绿水系数相对较低。

中国南北地域格局存在着一定的差异，从空间分布格局上看，北方地区降水相对于南方地区较少，故北方地区绿水资源占比较高，平均可占到水资源总量的90%左右[19]，如黄河一级支流渭河流域中绿水系数为87.1%[20]，黑河流域的绿水系数约为88.0%[21]；而南方地区降水充沛，产水系数相对较高，绿水资源平均占水资源总量的60%左右[14,22]。长江流域属于南方地区，其绿水系数相对北方地区较小。

查阅长江流域主要省份相关统计年鉴发现，长江流域主要地区造林面积自2004年来呈现逐步增长趋势(图9)，累计林地种植在2019年达到2.75×105km2。采用国际地圈生物圈计划(IGBP)制定的土地覆盖分类方案，将2001年、2019年的土地覆盖分为林地、草地、灌丛、农田和非植被地5类[23]，通过变化检测分析20 a来长江流域主要植被变化(图10)。结果表明，林地的增加主要集中在四川西部、云南北部、陕西南部以及长江中下游平原等大部分地区，在这些地区中，除陕西西南部秦岭地区外，多数造林面积增加地区的绿水系数呈增加趋势。

图9 2004—2019年长江流域年总造林面积和累计造林面积Fig.9 Annual total and cumulative afforestation area in the Yangtze River Basin from 2004 to 2019

图10 2001—2019年长江流域主要植被类型变化Fig.10 Changes of major vegetation types in the Yangtze River Basin from 2001 to 2019

4.3.2 绿水系数变化的生态环境意义

绿水系数的变化取决于蓝绿水资源量的变化，而蓝绿水均来源于大气降水。林草等植被蒸散能力较强，且对地表径流能起到巨大的延缓作用[24]，提高林草覆盖面积能够减少降水转化为蓝水的比例，同时也会提高实际蒸散发量，最终体现在绿水系数的变化上。长江流域目前正面临水土流失这一重大问题，而导致这一问题发生的主要原因是其不合理的土地利用类型变化[25]。为了减少水土流失，国家也高度重视长江流域的水土保持建设，自1999年起实行退耕还林还草、封山育林等水土保持政策。

水土保持措施的本质，就是对地表径流进行调节，造林植草等措施能够延缓地表径流，提高土壤含水量，从而降低降水到蓝水的转化率。提高林草植被覆盖率，能够增强植被对地表的保护能力，同时能够减少坡面侵蚀与河床侵蚀，减少河流的产沙量[26-27]，而绿水系数会随着林草植被覆盖率的提升而增大，因此，产沙量与绿水系数有着密切的关系。绿水系数的提高意味着植被蒸腾作用的增强，说明地表林草植被覆盖度有所提升，植被对土壤的保育能力也有所增强，使得坡面侵蚀与河道侵蚀有所减弱，产沙量有所降低。因此，在长江流域实施水土保持措施，提高绿水系数有着重要意义。

研究表明植被能够通过增大绿水系数来间接影响到产沙量，本文选择长江上游屏山与寸滩水文站点2006—2011年产沙量数据，与绿水系数进行相关性分析，得出结果如表2所示，其中长江上游绿水系数与屏山站产沙量相关系数为-0.95，与寸滩站产沙量相关系数为-0.92，均呈现较强的负相关关系。这与黄晨璐[28]在祖厉河流域研究结果相一致。据长江水利委员会发布的《2006—2015年长江流域水土保持公报》显示，长江流域产沙区主要集中于中上游地区，如金沙江上游、沱江流域和三峡水库等区域[29]。2000年以来，随着长江防护林体系建设以及退耕还林政策实施，长江流域水土流失防治成效显著。2013年全流域实现水体流失面积由增到减的历史性转变，2015年陡坡耕地实现退耕的面积达259 km2，>35°的坡耕地退耕幅度为25%[30]，到2018年底，流域林地覆盖率达到49.08%[18]，初步治理水土流失面积已达到4.5×105km2[31]。其次一系列大型水电工程建成运行是导致年输沙量显著下降的重要原因[32]，2012年以后，长江流域建成并投入使用了向家坝工程、南水北调中线一期工程以及引江济汉等工程，这些水利工程能够提高库区蓄水保土能力，减少出库泥沙量，对下游河道的演变也会产生一定影响。研究表明2000年以来长江流域中下游地区产沙量较2000年以前有着明显的下降趋势，且2000年以后的下降趋势极为显著[33]。因此，绿水系数可以较好地反映流域水沙变化特征，为水沙监测提供了一种新思路。

表2 产沙量与绿水系数的相关系数Table 2 Coefficient of correlation between sediment yield and green water coefficient

5 结 论

本文基于2000—2019年长江流域的地表径流、地下径流、实际蒸散量等GLDAS产品分量数据，模拟了流域内蓝绿水资源分布，并结合DEM、土地利用类型等数据分析流域内蓝绿水资源的时空分布特征，进一步分析了绿水系数的变化，主要结论如下：

(1)长江流域年均蓝水资源量为420.24 mm，年均绿水资源量为686.95 mm，流域内平均绿水系数为68.59%。

(2)绿水系数的变化与蓝水资源量的逐年变化趋势近似，尤其是在干旱发生的2006年、2009年、2011年、2013年这4个年份，年均绿水资源总量的变化很明显。

(3)长江流域蓝绿水资源时空分布不均匀，整体上蓝水资源呈现由西北向东南逐渐增加的空间分布，绿水资源量呈现由西向东逐渐增加的空间分布，绿水系数呈现西北部、北部地区高，东南地区低的空间分布；在时间分布上，蓝水资源呈现出先减后增的趋势，绿水资源量呈现逐渐增加的趋势，两者增长幅度分别为3.26 mm/a和2.27 mm/a，绿水系数呈现出先增后减的趋势。在年内变化上看，月平均水资源量中5—9月份的蓝绿水资源量较高，均占到总体的66%左右，而2—4月份的平均绿水系数较高。