基于SWAT模型分析嘉陵江流域藍、綠水資源量的時空變化特征

楊 昊， 倪福全， 鄧 玉， 沈敬雄

(四川農(nóng)業(yè)大學 水利水電學院， 四川 雅安 625014)

1 研究背景

在全球氣候變暖和人類活動加劇的影響下，水資源短缺和分配不平衡問題日益突出，已經(jīng)成為制約我國經(jīng)濟社會發(fā)展的重要因素[1-2]，而傳統(tǒng)的水資源評價已經(jīng)不能滿足解決當前水安全問題的要求，為了更好地理解水資源在陸地生態(tài)環(huán)境中的作用，瑞典科學家Falkenmark[3]在評價半干旱地區(qū)水資源對農(nóng)業(yè)生產(chǎn)過程的影響中首次提出藍水、綠水的概念。藍水、綠水概念為水資源管理的研究及決策方式提供了新思路、新方法，引起了國內(nèi)外學者的廣泛關(guān)注，逐步成為水文與水資源領(lǐng)域的重要研究方向[4-8]。

藍水關(guān)系到人類活動用水需求和流域可用水量，綠水關(guān)系到流域農(nóng)業(yè)和生態(tài)系統(tǒng)需求水量[9-10]，探究流域的藍、綠水時空分布特征，對流域的水資源規(guī)劃管理具有重要的價值和意義。SWAT(soil and water assessment tool)模型由于其效率高、精度高、模擬周期較長和易于操作且能直接輸出藍、綠水分量，在國內(nèi)外常被用于大尺度流域水資源的研究。例如：聶超等[11]利用SWAT模型定量分析了岷沱江流域氣候和土地利用對徑流的影響；谷新晨等[12]運用CMADS(China Meteoroligical Assimilation Driving Datasets for the SWAT model)與SWAT模型對瑪納斯河流域的水文過程進行了模擬；Nasiri等[13]使用SWAT模型對伊朗薩馬爾坎流域進行了水量分析；吳小宏等[14]結(jié)合SWAT模型對涇河長系列水沙變化規(guī)律進行了研究；Liu等[15]對老哈河流域土地覆蓋和土地利用對藍、綠水的影響進行了研究；馮暢等[16]總結(jié)了國內(nèi)外綠水資源的研究進展和發(fā)展趨勢以及局限性因素，分析了氣候變化和人類活動對綠水資源的影響；趙安周等[17]應用SWAT模型討論了渭河流域氣候變化和人類活動對藍、綠水資源的影響；Schuol等[18]利用SWAT模型對非洲可利用藍、綠水的時空分布進行了評價；呂樂婷等[19]利用SWAT模型結(jié)合SUFI-2算法評估了細河流域藍、綠水的變化；李文婷等[20]基于SWAT模型對黃河源區(qū)藍、綠水的時空分布特征進行了研究。

嘉陵江流域位于成渝雙城經(jīng)濟圈，是國家實施的長江經(jīng)濟帶和一帶一路倡議的重要組成部分，是實現(xiàn)我國新發(fā)展格局的重要組成區(qū)域。目前，對嘉陵江流域的藍、綠水研究尚屬空白，因此本研究建立嘉陵江流域SWAT模型，對嘉陵江流域水資源量進行模擬研究，進一步對嘉陵江流域藍水資源量和綠水資源量進行定量評估，探討研究區(qū)藍水資源量和綠水資源量的時空分布特征，以期為嘉陵江流域藍水、綠水的管理提供理論依據(jù)，促進成渝雙城經(jīng)濟圈綠色健康發(fā)展。

2 資料來源與研究方法

2.1 研究區(qū)概況

嘉陵江發(fā)源于秦嶺北麓的陜西省鳳縣代王山，地處北緯29°20′～34°30′、東經(jīng)102°45′～108°55′，主要支流有涪江、西漢水、白龍江、八渡河和渠江等，全長1 345 km，干流流域面積為3.92×104km2，總流域面積為16×104km2[21]，是長江流域中流域面積最大的支流，也是長江流域中流量第二大的支流。截止到2018年底，嘉陵江流域人口約為4 720萬人，GDP總量約為16 807×108元。流域主要農(nóng)作物為冬小麥、玉米、水稻、土豆和油菜等[22-23]，土地利用類型主要有林地、草地和耕地，土壤類型主要為黃壤土、紫色土和水稻土等。嘉陵江流域概況見圖1。

圖1 嘉陵江流域概況

2.2 數(shù)據(jù)來源

本文選擇嘉陵江流域范圍內(nèi)、外共20個氣象站點，各氣象站點的數(shù)據(jù)源于國家氣象局整編的1981-2020年的逐日氣象數(shù)據(jù)，其中包括降水、最高氣溫、最低氣溫、相對濕度和風速等。水文數(shù)據(jù)采用的是北碚水文站1987-2018年的逐月徑流數(shù)據(jù)。此外還采用了數(shù)字高程(digital elevation model, DEM)、土地利用和土壤數(shù)據(jù)。采用的數(shù)據(jù)類型及其來源詳見表1。

2.3 SWAT模型

SWAT模型是美國農(nóng)業(yè)部開發(fā)的流域尺度的分布式水文模型[24]，已廣泛應用于流域管理和水資源決策等領(lǐng)域。該模型可以直接輸出藍水和綠水流量的各分項，因而被認為是估算藍水和綠水流量的有效方法[25]。

表1 研究采用的數(shù)據(jù)類型及其來源

SWAT模型的適用性一般采用擬合優(yōu)度確定系數(shù)R2、納什效率系數(shù)NSE及偏差百分比PBIAS作為評價標準進行評判，R2和NSE反映了模擬值與實測值的擬合度，一般認為當R2>0.6、NSE>0.5時模型的擬合精度合格，R2越接近于1則模擬效果越好[26]；PBIAS是用來衡量模擬值與觀測值的平均趨勢，PBIAS越接近于0則模擬性能越好，其最優(yōu)值為0，若為負值表明模擬值被高估，若為正值表明模擬值被低估[27]。

2.4 藍、綠水量計算方法

SWAT模型對流域的水資源評估有較高的準確度[9]，由模型的輸出結(jié)果可以直接得出研究流域的產(chǎn)水量、綠水流量、綠水儲量、深層含水層補給量等各項分量。本研究采用面積加權(quán)法計算嘉陵江各子流域與全流域藍水資源量與綠水資源量[28]。綠水系數(shù)GWC(green water coefficient)表示綠水資源量在水資源量中的占比，能反映出研究流域的水資源分配情況。藍、綠水資源量與綠水系數(shù)計算公式如下：

BW=WYLD+DA_RCHG

(1)

GW=ET+SW

(2)

(3)

式中：BW、GW分別為藍水、綠水資源量，mm；WYLD為產(chǎn)水量，mm；DA_RCHG為深層含水層補給量，mm；ET為綠水流量，mm；SW為綠水儲量，mm；GWC為綠水系數(shù)。

2.5 Mann-Kendall趨勢檢驗和突變分析

Mann-Kendall(M-K)檢驗是一種非參數(shù)的突變檢驗，廣泛應用于水文和氣候長時間序列的檢驗與分析，其檢驗結(jié)果受少數(shù)異常值影響小，且能夠明確突變的區(qū)域和突變開始的時間[29]。本研究通過Mann-Kendall檢驗分析嘉陵江流域藍、綠水的顯著性及變化趨勢。

3 結(jié)果與分析

3.1 SWAT模型的率定與驗證

選取流域出口北碚水文站的徑流量實測值對SWAT模型進行校準和驗證，以1987-2000年作為模型模擬參數(shù)的率定期，以2001-2018年為模型模擬的驗證期，率定期和驗證期擬合結(jié)果分別見圖2、3。由圖2、3可知，在模型率定期和驗證期，北碚水文站月徑流量的模擬值與實測值較為吻合，均呈現(xiàn)出周期性的波動過程，并與年內(nèi)降水量變化趨勢一致。率定期和驗證期月徑流量模擬值與實測值擬合的決定系數(shù)R2分別為0.95、0.93，NSE分別為0.94和0.92，率定期PBIAS為4.9，驗證期PBIAS為-2.7，說明SWAT模型在率定期低估了某些洪水期的峰值流量，而在驗證期高估了某些洪水期的峰值流量。R2、NSE與PBIAS的值均表明SWAT模型在本研究區(qū)的適用性較好。

圖2 1987-2000年模型率定期北碚站月徑流量模擬值與實測值擬合結(jié)果

圖3 2001-2018年模型驗證期北碚站月徑流量模擬值與實測值擬合結(jié)果

3.2 嘉陵江流域藍、綠水資源量時間變化

SWAT模型完成率定和驗證后，根據(jù)模型的輸出結(jié)果對嘉陵江流域的水資源量進行進一步的統(tǒng)計計算，結(jié)果見圖4。由圖4可見，1981-2020年間流域降水量(P)在662～1 198 mm變化，藍水資源量在166～644 mm變化，綠水資源量在497～597 mm變化。研究流域多年平均降水量為931 mm，其中藍水資源量為386 mm，占水資源總量的41.5%；綠水資源量為545 mm，占水資源總量的58.5%。在整個研究期內(nèi)，流域的降水量呈一定的周期性波動，藍水資源量與降水量的波動規(guī)律相似；而綠水資源量也呈一定的波動變化，但波動的幅度較小。線性趨勢結(jié)果顯示，1981-2020年嘉陵江流域降水量與綠水資源量有所增加，藍水資源量有所減少，但均未通過M-K置信度為95%的顯著性檢驗，表明增加和減少的趨勢均不明顯。

圖4 1981-2020年研究區(qū)年降水量、藍水資源量和綠水資源量的變化過程

3.3 嘉陵江流域藍、綠水資源量空間分布

將嘉陵江流域劃分為21個子流域，以各子流域為統(tǒng)計單位，計算并繪制出整個流域1981-2020年共40年的平均降水量及平均藍、綠水資源量的空間分布圖，如圖5所示(圖中數(shù)字1～21為各子流域的編號)。

由圖5(a)可見，嘉陵江流域上游支流西漢水所在的1號子流域、白水江所在的3號子流域以及白龍江所在的4號子流域的降水量最少，其中西漢水子流域的降水量最少，為480 mm，流域中下游西部地區(qū)的涪江支流所在的7、13、14、15、16號子流域降水量并不豐富，嘉陵江干流中下游所在的17、18號子流域降水量為平均水平，流域中下游東部區(qū)域的渠江支流所在的9、10、11、12號子流域降水量最大，其中10號子流域降水量最大，為1 288 mm。由此可見，嘉陵江流域降水量空間分布極不均勻，這與周珍[30]研究得出的嘉陵江流域降水量時空分布特征基本一致。

分析圖5(b)可知，1981-2020年研究區(qū)平均藍水資源量為386 mm，其分布極不均勻。嘉陵江流域上游支流西漢水所在的1號子流域、白水江所在的3號子流域以及白龍江所在的4號子流域的藍水資源量最為貧瘠，渠江上游所在的10、11、12號子流域藍水資源量最豐富，西漢水所在的1號子流域藍水資源量僅有34 mm，而渠江上游10號子流域的藍水資源量為724 mm，前者不到后者的5%。白水江、白龍江、西漢水、涪江上游所在的1、3、4、8號子流域的面積之和占研究區(qū)總面積的26.9%，但藍水資源量僅占整個研究區(qū)的3.1%，渠江上游所在的10、11、12號子流域的面積之和占研究區(qū)總面積的14.11%，藍水資源量卻占整個研究區(qū)的23.14%，其余子流域藍水資源量均在400～500 mm之間。

分析圖5(c)可知，1981-2020年研究區(qū)平均綠水資源量為545 mm，其中白水江所在的3號子流域綠水資源量最少，為434 mm，渠江上游所在的10號子流域綠水資源量最豐富，為612 mm，兩區(qū)域差值為178 mm?？傮w而言，研究區(qū)綠水資源量分布不均勻，上游地區(qū)和下游地區(qū)西部的綠水資源量較為貧瘠，中下游東部的渠江上游所在的9、10、11、12號子流域綠水資源量較為豐富。

3.4 典型水文年嘉陵江流域藍、綠水資源量變化特征

3.4.1 典型水文年份的確定 本文采用《水文情報預報規(guī)范》(GB/T 22482—2008)中的年徑流距平百分率(Pa)作為劃分研究流域徑流豐、平、枯水年的指標[31]，具體劃分標準見表2。

1981-2020年嘉陵江流域共計出現(xiàn)豐水年6次，其中1983年雨量最多；平水年10次，2000年最為典型；枯水年12次，1997年最為干旱；偏豐水年與偏枯水年分別出現(xiàn)8次和3次?；谏鲜鰯?shù)據(jù)，本文選取1983年作為典型特豐水年，2000年作為典型平水年，1997年作為典型特枯水年，研究流域在各典型水文年的藍水資源量和綠水資源量變化情況。

3.4.2 典型水文年藍、綠水資源量的變化 研究流域綠水資源量在特豐水年為554.60 mm、平水年為545.53 mm、特枯水年為496.66 mm，各典型水文年的綠水資源量變化相對不大；藍水資源量在特豐水年為643.70 mm，平水年為456.71 mm，特枯水年為165.61 mm，特豐水年藍水資源量是特枯水年的3.89倍；典型水文年間的深層含水層補給量和產(chǎn)水量相對變化最大，而綠水儲量和綠水流量相對變化較小。在特枯水年綠水系數(shù)最大約為75%，遠大于特豐水年綠水系數(shù)的46%，表明枯水年的綠水資源量對維持生態(tài)平衡尤為重要。嘉陵江流域典型藍、綠水資源量的統(tǒng)計結(jié)果見表3。

表2 研究區(qū)豐、平、枯水年劃分標準

3.4.3 典型水文年藍、綠水資源量的空間分布 基于SWAT模型輸出的數(shù)據(jù)，結(jié)合ArcGIS繪制研究區(qū)各典型水文年降水量、藍水資源量和綠水資源量的空間分布，分別見圖6～8。

由圖6可見， 研究區(qū)在特豐水年的降水量分布極不均勻，在特枯水年的降水量分布較為均勻。各典型水文年降水量在涪江上游所在的8號子流域變化最小，特豐水年與特枯水年的降水量在渠江上游所在的10、9號子流域變化最大，差值分別為1 210、1 134 mm，差異顯著；西漢水所在的1號子流域、白水江所在的3號子流域、涪江中下游所在的15、16號子流域和嘉陵江流域出口所在的20、21子流域在特豐水年與特枯水年的降水變化量均為200～300 mm；嘉陵江干流上游所在的2、5、6號子流域、涪江上游所在的7號子流域、涪江中游所在的13、14號子流域和渠江中上游所在的11、12號子流域在特豐水年與特枯水年的降水變化量均為500～600 mm。渠江中下游所在的18號子流域特豐水年降水量比平水年降水量少97 mm，其他20個子流域特豐水年降水量均大于平水年降水量；渠江上游所在的10號子流域在特豐水年與平水年的降水變化量最大，為573 mm。各子流域平水年與特枯水年降水量變化范圍為75～807 mm，其中，嘉陵江干流上游所在的2號子流域變化量最小，為75 mm，渠江上游所在的9號子流域變化量最大，為807 mm；除此之外，渠江上游所在的10號子流域、嘉陵江干流中下游所在的17號子流域的降水變化量也較大，差值分別為637、682 mm。

圖7 研究區(qū)典型水文年藍水資源量空間分布

圖8 研究區(qū)典型水文年綠水資源量空間分布

由圖7可見，特豐水年研究區(qū)藍水資源量分布極不均勻，總體呈現(xiàn)出上游少、中游西部地區(qū)較平均、中下游東部地區(qū)最豐富的特點；特豐水年白水江所在的3號子流域、白龍江所在的4號子流域、西漢水所在的1號子流域的藍水資源量均小于100 mm，嘉陵江流域中下游所在的渠江支流上游9、10、11、12號子流域藍水資源量遠大于1 000 mm。特枯水年研究區(qū)的藍水資源量較均勻，研究區(qū)上游各子流域均小于100 mm，嘉陵江流域中下游地區(qū)除渠江上游所在的10號子流域外其余地區(qū)藍水資源量均在101～400 mm之間。平水年與特枯水年相比，除中游東部地區(qū)藍水資源量明顯增加外，其他區(qū)域藍水資源量與特枯水年空間分布基本一致。特豐水年渠江中上游所在的9、10、11、12號子流域藍水資源量占全流域的39%，而白水江、白龍江和西漢水所在的1、3、4號子流域藍水資源量僅占0.79%；同時，特豐水年與特枯水年相比，渠江上游所在的9、10號子流域藍水資源變化量超過了1 000 mm，而白水江、白龍江、西漢水和涪江上游所在的1、3、4、8號子流域藍水資源量變化不明顯；平水年與特枯水年相比，渠江中上游9、10、11、12子流域、嘉陵江干流中下游所在的17號子流域以及渠江中下游所在的18號子流域藍水資源量變化幅度均超過400 mm，其他子流域變化均小于200 mm。

由圖8可見，特豐水年除西漢水所在的1號子流域和白水江所在的3號子流域之外，其他區(qū)域綠水資源量分布較為均勻；特枯水年西漢水、白水江、白龍江所在的1、3、4號子流域綠水資源量較少，渠江中上游所在的11、12號子流域較豐富，其他區(qū)域分布較為均勻；平水年全流域綠水資源量分布較為均勻。整體來看，綠水資源量在各典型水文年的空間分布變化不大，特豐水年與平水年相比，僅1、3、4、5、19號子流域綠水資源量變化幅度超過100 mm，7、10～14號子流域在特豐水年的綠水資源量小于平水年；平水年與特枯水年相比，1、3、4、8號子流域綠水資源量變化幅度超過100 mm，7、12～14號子流域在特枯水年的綠水資源量大于平水年； 4號子流域在各典型水文年的綠水資源量變化幅度最大，15號子流域變化幅度最小。

綜上所述，嘉陵江流域降水量、藍水資源量、綠水資源量在豐、平、枯水年時空分布趨勢特征基本一致，且藍水資源量和綠水資源量的空間分布與降水量的空間分布也基本一致。流域在各典型水文年的降水量和藍水資源量的時空分布不均勻，流域東部地區(qū)在豐、平、枯水年的降水量和藍水資源量均大于其他地區(qū)。嘉陵江流域的豐水年降水量是枯水年降水量的1.81倍，特豐水年藍水資源量是特枯水年藍水資源量的3.89倍，綠水資源量在豐、平、枯水年變化幅度不大。在特枯水年，整個流域出現(xiàn)藍水資源量短缺的現(xiàn)象，除流域下游東部地區(qū)外，其他大部分地區(qū)的藍水資源量均不足200 mm；在特豐水年，藍水資源量最豐富，除流域上游部分地區(qū)外，大部分地區(qū)的藍水資源量均在400～870 mm之間。除流域上游部分地區(qū)外，大部分地區(qū)的綠水資源量在豐、平、枯水年均為460～650 mm。

4 討 論

研究流域多年平均降水量為931 mm，是流域水資源的主要組成部分，其中藍水資源量為386 mm，占水資源總量的41.5%；綠水資源量為545 mm，占水資源總量的58.5%。研究流域各典型水文年的藍水資源量和綠水資源量分布與降水量分布基本一致。綠水系數(shù)在不同典型水文年差異明顯，特枯水年為74.99%，特豐水年為46.28%，說明干旱年份蒸散發(fā)消耗的水資源量大于特豐水年。特豐水年降水量是特枯水年降水量的1.81倍，特豐水年藍水資源量是特枯水年藍水資源量的3.89倍，而不同典型水文年的平均綠水資源量基本無變化趨勢，表明特豐水年的降水量大部分都轉(zhuǎn)為藍水資源量。

嘉陵江流域大部分區(qū)域?qū)賮啛釒駶櫦撅L氣候，夏季高溫，雨熱同期，冬、夏季節(jié)氣溫和降水量差異較大。流域中下游盆地區(qū)域海拔較低，上游山區(qū)海拔較高，整體地形起伏大，上、下游高程差異導致嘉陵江流域上下游溫差較大，有明顯的梯度特征。同時，秦嶺山脈影響了部分來往嘉陵江流域的水汽輸送，位于秦嶺山脈的大巴山腳下的巴中、達州、萬源地區(qū)成為降水的集中地，流域的氣溫、氣流和降水量受到高程的影響，這與楊軍等[32]、王瓊[33]、范利杰等[34]、陳桂亞等[35]對長江流域氣候與降水量的研究結(jié)果基本一致。近年來，隨著全球變暖和溫室效應的不斷加劇，嘉陵江流域氣溫呈現(xiàn)出明顯的上升趨勢[36-37]，流域中上游山區(qū)多為林地和草地，下游平原多為耕地，氣溫升高導致了中上游用于植物蒸騰的綠水增加，各類型土地覆被對藍、綠水利用率的不同也導致了流域內(nèi)藍水資源量和綠水資源量的空間分布不均。嘉陵江流域水力資源較豐富，目前已建、在建及規(guī)劃建設(shè)的梯級電站共有24座[38]，除區(qū)域內(nèi)降水量的影響外，這些水利樞紐蓄水截流導致相應工程區(qū)的水資源量逐漸增加，越靠近水利樞紐的子流域的藍水和綠水資源量越大，這也造成了藍水資源量和綠水資源量分布的不均勻。

隨著國家“一帶一路”倡議、“長江經(jīng)濟帶”戰(zhàn)略規(guī)劃的不斷推進以及國家新發(fā)展格局的構(gòu)建，區(qū)域經(jīng)濟的增長更是整個國民經(jīng)濟發(fā)展的重要內(nèi)容。嘉陵江流域經(jīng)濟是川渝經(jīng)濟帶的重要組成部分，但區(qū)域內(nèi)工業(yè)發(fā)展相對滯后，總體經(jīng)濟實力薄弱。要保持流域內(nèi)經(jīng)濟的可持續(xù)發(fā)展，須保障水資源安全，川渝地區(qū)應在水資源戰(zhàn)略規(guī)劃上協(xié)同好各區(qū)域間的水資源問題，通過分析嘉陵江流域水資源現(xiàn)狀，在人類活動日益加劇的情況下，厘清變化環(huán)境下不同區(qū)域藍水資源量和綠水資源量的分布狀況，以及流域水利樞紐的修建對藍水資源量和綠水資源量的影響，從而對嘉陵江流域的水資源進行科學地規(guī)劃與管理。

5 結(jié) 論

(1)本研究建立了嘉陵江流域SWAT模型，并對模型進行了率定與驗證，率定期R2為0.95，ENS為0.94，PBIAS為4.9；驗證期R2為0.93，ENS為0.92，PBIAS為-2.7，模型模擬效果較好。

(2)嘉陵江流域多年平均降水量為931 mm，其中藍水資源量為386 mm，占水資源總量的41.5%；綠水資源量為545 mm，占水資源總量的58.5%。1981-2020年流域內(nèi)降水量和綠水資源量呈增加趨勢，藍水資源量呈減少趨勢，但變化趨勢均不顯著。典型水文年之間的藍水資源量變化顯著，而綠水資源量變化趨勢不顯著，特枯水年、平水年、特豐水年的藍水資源量分別為165.61、456.71和643.70 mm，綠水系數(shù)在典型水文年的變化差異較大，特豐水年為46.28%，平水年為54.43%，特枯水年為74.99%。

(3)嘉陵江流域藍水資源量和綠水資源量呈現(xiàn)出與降水量基本相同的分布規(guī)律，呈現(xiàn)從上游到下游先減小后增大、西少東多的空間格局。