伊洛河上游流域退耕還林/還草對(duì)藍(lán)水綠水分配的影響*

連 勰, 黃 峰

伊洛河上游流域退耕還林/還草對(duì)藍(lán)水綠水分配的影響*

連 勰, 黃 峰**

(中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院/農(nóng)業(yè)部華北耕地保育重點(diǎn)實(shí)驗(yàn)室 北京 100193)

土地利用變化對(duì)區(qū)域水循環(huán)具有重要影響, 土地利用決策就是水資源決策, 這一命題已經(jīng)被諸多研究證實(shí)并被研究者和決策者所認(rèn)識(shí)。本文以黃河流域中游的伊洛河上游流域?yàn)檠芯繀^(qū)域, 應(yīng)用分布式流域農(nóng)業(yè)生態(tài)水文模型SWAT(Soil and Water Assessment Tool), 在我國(guó)退耕還林還草的生態(tài)恢復(fù)和重建的重大背景下, 分別設(shè)置了6種不同的土地利用變化情景, 基于藍(lán)水和綠水的視角, 研究土地利用/覆被對(duì)流域水循環(huán)的影響。本文對(duì)SWAT模型輸出的月徑流結(jié)果進(jìn)行了率定和驗(yàn)證, 證明該模型對(duì)研究流域水文循環(huán)的模擬達(dá)到了可接受水平的準(zhǔn)確性與合理性。采用單因素方差分析和多重比較, 分析基于不同水文年型下土地利用變化對(duì)各水文要素變化的影響。結(jié)果表明: 1)2010—2015年多年平均降水資源總量為34.94億m3, 多年平均藍(lán)水綠水資源總量為34.09億m3, 藍(lán)水資源量占多年藍(lán)水綠水資源總量的33.73%, 綠水資源量占多年藍(lán)水綠水資源總量的66.27%。2)不同情景退耕還林或還草, 藍(lán)水資源量均減少, 綠水流均增加, 綠水庫(kù)均減少。在豐水年和平水年, 退耕還林還草對(duì)藍(lán)水資源量中地表徑流分量影響較明顯。該結(jié)論對(duì)于加深認(rèn)識(shí)伊洛河上游流域土地利用/覆被和水資源的相互關(guān)系具有一定意義, 為該區(qū)域高效合理利用水土資源提供了科學(xué)依據(jù)。

藍(lán)水; 綠水; 土地利用; 退耕還林還草; 伊洛河上游流域; SWAT

水資源是一個(gè)國(guó)家基礎(chǔ)性的自然和經(jīng)濟(jì)資源, 應(yīng)用于農(nóng)業(yè)、工業(yè)、生態(tài)、水利發(fā)電等國(guó)家經(jīng)濟(jì)各部門(mén), 以及城鄉(xiāng)人口直接和間接利用。隨著社會(huì)經(jīng)濟(jì)快速發(fā)展, 水資源供需矛盾日益加劇, 水資源問(wèn)題已經(jīng)成為制約我國(guó)可持續(xù)發(fā)展的主要因素[1]。對(duì)水資源進(jìn)行精準(zhǔn)的量化管理, 就必須從流域的視角考慮水文循環(huán)的各個(gè)要素。藍(lán)水和綠水是近年來(lái)國(guó)際水資源管理研究的新視角, 從生態(tài)水文的視角統(tǒng)一了流域水文循環(huán)的各項(xiàng)?！八{(lán)水”是指在河流、地下含水層、水庫(kù)和湖泊中儲(chǔ)存的水分, 即我們所認(rèn)識(shí)的傳統(tǒng)意義上的“水資源”; “綠水”則是由降水滲入土壤而產(chǎn)生、可以被植物吸收利用的水分, 由于其支撐了陸地生態(tài)系統(tǒng)的綠色植物的生長(zhǎng), 所以稱(chēng)為“綠水”[2-3]。綠水又可進(jìn)一步分為“綠水流”和“綠水庫(kù)”, 綠水流是指實(shí)際蒸散量, 綠水庫(kù)是土壤含水量[4]。然而, 傳統(tǒng)水資源評(píng)價(jià)只考慮了水文循環(huán)中的藍(lán)水部分, 而忽略了綠水部分[5]。通過(guò)草原, 森林和農(nóng)田的蒸散作用, 大氣中的綠水流占全球降水量的65%, 而傳統(tǒng)的藍(lán)水資源僅占全球降水量的35%[6-7]。因此, 對(duì)水資源的管理與合理利用就必須同時(shí)考慮藍(lán)水和綠水。

每一個(gè)土地利用決策都是水資源利用的決策, 這一觀(guān)點(diǎn)被越來(lái)越多的研究所證實(shí)[8-9]。土地利用變化影響水文過(guò)程和生態(tài)服務(wù)[10-11]。水資源合理利用, 就必須因地制宜合理利用土地資源。近年來(lái), 由于不合理開(kāi)發(fā)利用土地資源, 坡耕地種植作物, 圍湖造田等問(wèn)題, 造成水土流失[12-13]、土壤退化[14]、土壤有機(jī)質(zhì)含量低[15]等問(wèn)題, 改變了流域水文循環(huán), 破環(huán)了流域生態(tài)系統(tǒng)平衡, 對(duì)社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展帶來(lái)了不利的影響。為遏止水土流失和土壤退化等問(wèn)題, 我國(guó)于2002年全面啟動(dòng)退耕還林工程。2014年黨中央、國(guó)務(wù)院做出實(shí)施新一輪退耕還林還草的重大決策, 對(duì)坡耕地種植作物情況實(shí)施更嚴(yán)格的管理[16]。伊洛河上游流域是黃河流域重要的支流,坡耕地占耕地總面積的49.61%, 陡坡耕種, 造成嚴(yán)重水土流失和土壤侵蝕, 糧食產(chǎn)量低, 生態(tài)環(huán)境惡化, 嚴(yán)重制約區(qū)域經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展。因此, 為了有效管理水資源, 就必須了解水循環(huán)和土地管理之間的關(guān)系, 實(shí)現(xiàn)土地資源和水資源的合理利用。

目前, 定量分析土地利用變化對(duì)流域水文過(guò)程影響的方法主要包括: 試驗(yàn)流域法、水文特征參數(shù)時(shí)間序列法和流域水文模型模擬法[17]。前兩種方法在研究流域水文過(guò)程方面具有傳統(tǒng)優(yōu)勢(shì), 但也存在著一定的局限性[18]。因此, 本文選擇流域水文模型法。SWAT(Soil and Water Assessment Tool)模型是應(yīng)用最廣泛的生態(tài)水文模型之一, 適用于不同土地利用/覆被類(lèi)型、土壤類(lèi)型、氣候條件和管理措施下的復(fù)雜流域中[19]。模型具有很強(qiáng)的物理機(jī)制, 能夠利用GIS和RS提供的空間數(shù)據(jù)信息模擬水文循環(huán)的時(shí)空變化過(guò)程, 輸入數(shù)據(jù)相對(duì)較少, 且容易獲得, 計(jì)算效率高, 不用投入過(guò)多的財(cái)力和時(shí)間, 可對(duì)流域進(jìn)行長(zhǎng)期模擬[20-21]。針對(duì)SWAT模型土地利用變化應(yīng)用問(wèn)題, 國(guó)內(nèi)外許多學(xué)者進(jìn)行了研究。Gebremicael等[22]研究埃塞俄比亞高原土地利用變化對(duì)徑流和沉積物通量影響, 發(fā)現(xiàn)雨季流量和沉積物通量增加, 干旱季節(jié)減少; 黎云云等[23]分析渭河流域不同土地利用變化下徑流的影響, 表明近20年土地利用變化對(duì)徑流影響小于15%; 耿潤(rùn)哲等[24]研究密云水庫(kù)土地利用變化對(duì)面源污染的影響, 發(fā)現(xiàn)耕地、林地面積比例等因素是影響研究區(qū)非點(diǎn)源污染負(fù)荷輸出的主要因子。SWAT模型模擬藍(lán)水和綠水變化過(guò)程近年來(lái)得到了廣泛運(yùn)用, 包括中國(guó)黃河[25]、美國(guó)薩凡納河流域[26]、伊朗[27]、非洲[5]等國(guó)家和地區(qū)。

綜上所述, 國(guó)內(nèi)外學(xué)者運(yùn)用SWAT模型對(duì)藍(lán)水綠水時(shí)空變化影響及土地利用變化分析具有一定的優(yōu)勢(shì), 為本文進(jìn)一步分析奠定了基礎(chǔ)。但現(xiàn)有研究同時(shí)分析土地利用變化對(duì)藍(lán)水綠水資源變化情況并不多見(jiàn), 包括有斯洛文尼亞的地中海沿岸流域[28]、晉江西溪流域[29]、湟水流域[30]等。本文與其他類(lèi)似研究的不同之處在于: 1)分析了土地利用變化對(duì)藍(lán)水綠水分配的影響, 且具體到藍(lán)水中地表徑流、壤中流、回歸流的變化, 較之前的研究更為細(xì)致。2)按照不同的水文年型來(lái)考慮水文要素的變化情況。3)應(yīng)用統(tǒng)計(jì)方法中單因素方差分析和多重比較分析了各個(gè)水文要素變化趨勢(shì)顯著性。鑒于此, 本文以伊洛河上游流域?yàn)槔? 運(yùn)用SWAT模型, 根據(jù)我國(guó)新一輪退耕還林還草的生態(tài)恢復(fù)和重建的重大背景, 設(shè)置了6種土地利用情景, 包括: 對(duì)大于25°以上坡耕地退耕還林、大于25°以上坡耕地退耕還草、大于15°以上坡耕地退耕還林、大于15°以上坡耕地退耕還草、全部耕地退耕還林、全部耕地退耕還草, 分析了土地利用變化對(duì)藍(lán)水綠水資源變化影響, 并應(yīng)用單因素方差分析和多重比較, 根據(jù)不同的水文年型比較不同情景下各個(gè)水文要素變化趨勢(shì)顯著性。研究成果對(duì)于伊洛河上游流域生態(tài)環(huán)境的改善以及藍(lán)水綠水資源分配都有著極其重要的作用, 同時(shí)為流域水資源和土地資源合理利用提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

伊洛河流域是黃河流域重要的支流, 其中伊洛河上游流域位于109.7°~111.3°E, 33.7°~34.4°N。主要水系是洛河水系, 其中洛河發(fā)源于陜西省藍(lán)田縣灞源鄉(xiāng), 全長(zhǎng)410 km, 自西向東主要流經(jīng)洛南縣、盧氏縣等縣市, 流域面積5 137.07 km2(圖1)。處于亞熱帶與暖溫帶的過(guò)渡帶, 屬于大陸性季風(fēng)氣候區(qū), 冬季寒冷少雨, 夏季炎熱多雨, 多年平均氣溫12~14 ℃, 年≥10 ℃積溫4 064.1 ℃, 多年平均降水量600~900 mm。伊洛河上游流域的耕地大部分處于雨養(yǎng)農(nóng)業(yè)區(qū), 分布于河谷川地、盆地及沖積平原。土地利用/覆被類(lèi)型分為6大類(lèi), 包括: 耕地、林地、草地、水域、城鎮(zhèn)用地和未利用地。土壤類(lèi)型包括4大類(lèi): 雛形土、淋溶土、沖積土、巖性土(圖2)。

1.2 數(shù)據(jù)來(lái)源

本文收集數(shù)據(jù)包括: 數(shù)字高程模型、數(shù)字水系圖、土地利用/覆被數(shù)據(jù)、土壤空間和屬性數(shù)據(jù)、氣象數(shù)據(jù)和水文數(shù)據(jù)等, 數(shù)據(jù)簡(jiǎn)述及來(lái)源如表1所示。

1.3 SWAT模型

SWAT(Soil and Water Assessment Tool)模型是由美國(guó)農(nóng)業(yè)部(USDA)農(nóng)業(yè)研究中心Jeff Arnold 博士開(kāi)發(fā)的流域尺度分布式水文模型[31], 模型開(kāi)發(fā)的最初目的是在不同土壤類(lèi)型、土地利用和管理?xiàng)l件特征的大尺度流域內(nèi), 預(yù)測(cè)土地管理措施長(zhǎng)期對(duì)產(chǎn)水、產(chǎn)沙及農(nóng)業(yè)化學(xué)污染物負(fù)荷等影響[21]。水文循環(huán)過(guò)程包括: 降水、入滲、蒸發(fā)、地表徑流、壤中流等[32]。模型可以模擬藍(lán)水和綠水循環(huán)過(guò)程及不同土地利用變化情況。

根據(jù)SWAT模型中水量平衡公式, 其中每個(gè)分量可以與藍(lán)水綠水資源量相關(guān)聯(lián)。

1.4 土地利用變化情景設(shè)置

黨中央、國(guó)務(wù)院高度重視林業(yè)生態(tài)保護(hù)和建設(shè), 2014年啟動(dòng)了新一輪退耕還林還草工程, 嚴(yán)格限定范圍在25°以上非基本農(nóng)田坡耕地、嚴(yán)重沙化耕地和重要水源地15°~25°坡耕地[33]。本研究區(qū)內(nèi)大于25°以上坡耕地面積為 264.23 km2, 占總耕地面積20.31%, 15°~25°坡耕地381.14 km2, 占總耕地面積29.30%, 即研究區(qū)內(nèi)坡耕地占耕地總面積的49.61%。坡耕地水土流失嚴(yán)重, 造成嚴(yán)重的土壤侵蝕, 為了改善生態(tài)環(huán)境, 實(shí)現(xiàn)社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展。本文以新一輪退耕還林還草工程為視角, 初始土地利用類(lèi)型為對(duì)照組, 分別設(shè)置了6種情景(表2)。對(duì)SWAT模型模擬的地表徑流、壤中流、回歸流、滲漏量、土壤含水量、實(shí)際蒸散量、產(chǎn)水量7個(gè)水文要素, 運(yùn)用單因素方差分析和多重比較[34], 按照不同水文年型, 比較不同情景下各個(gè)水文要素變化趨勢(shì)的顯著性。

2 結(jié)果與分析

2.1 模型率定及驗(yàn)證

本文采用SUFI-2方法[35-36]對(duì)模型進(jìn)行不確定分析、敏感性分析、率定和驗(yàn)證。共選擇與徑流有關(guān)的26個(gè)參數(shù), 用-stat和-value值來(lái)衡量參數(shù)敏感性。其中-stat代表敏感性程度, 絕對(duì)值越大越敏感;-value代表參數(shù)敏感性的顯著性, 越接近于0越顯著[37]。如表3所示: 選擇從大到小排列的平均坡長(zhǎng)、融雪基溫、最大冠層截留量、土壤飽和導(dǎo)水率、基流alpha因子、土壤蒸發(fā)補(bǔ)償系數(shù)、土壤表層到底層的深度、主河道河床曼寧系數(shù)、濕潤(rùn)土壤反照率、淺層含水層“再蒸發(fā)”或滲透到深層含水層的閾值深排名前十的參數(shù)進(jìn)行率定和驗(yàn)證。

圖1　伊洛河上游流域地理位置及水文氣象測(cè)站分布

圖2　伊洛河上游流域土地利用/覆被圖(a)和土壤圖(b)

依據(jù)SWAT-CUP工具中的SUFI-2算法對(duì)SWAT模型輸出結(jié)果進(jìn)行不確定分析、率定及驗(yàn)證。SUFI-2算法中用-factor和-factor對(duì)模型不確定性進(jìn)行定量評(píng)估。-factor表示實(shí)測(cè)數(shù)據(jù)落入模擬結(jié)果的置信區(qū)間95PPU(95% prediction uncertainty),-factor是用95PPU帶的平均厚度除以監(jiān)測(cè)數(shù)據(jù)標(biāo)準(zhǔn)偏差。理論上,-factor值在0和100%之間, 而-factor值在0和無(wú)窮大之間,-factor越接近1和-factor越接近0, 表明模擬的效果越好[38-39]。用2和Nash-Suttcliffe效率系數(shù)(ns)來(lái)綜合評(píng)價(jià)SWAT模型的模擬效果。2表示模擬值與實(shí)測(cè)值變化趨勢(shì)的一致性, 值越接近于1, 說(shuō)明模擬值與實(shí)測(cè)值趨勢(shì)越吻合。ns效率系數(shù)表示實(shí)測(cè)值與模擬值的偏離程度, 值越接近于1, 表明模擬值越接近實(shí)測(cè)值[40]。以收集到的靈口、盧氏兩個(gè)水文站2009—2015年月平均流量數(shù)據(jù)對(duì)模型進(jìn)行率定和驗(yàn)證, 其中2009年為預(yù)熱期, 2010—2012年為率定期, 2013—2015年為驗(yàn)證期。

表1 伊洛河上游流域基礎(chǔ)數(shù)據(jù)內(nèi)容及來(lái)源

表2 伊洛河上游流域退耕還林/還草情景設(shè)置

結(jié)果顯示(圖3和圖4): 靈口和盧氏水文站模擬值與實(shí)測(cè)值月徑流結(jié)果擬合效果較好。根據(jù)模型模擬結(jié)果評(píng)價(jià)參數(shù)的-factor大于0.6、-factor小于1.5、2大于0.6和ns效率系數(shù)大于0.5[41], 兩站的模擬結(jié)果基本滿(mǎn)足精度要求。靈口站和盧氏站率定和驗(yàn)證結(jié)果表明, 各水文站率定期2在0.9以上,ns效率系數(shù)在0.75以上, 驗(yàn)證期2和ns效率系數(shù)有所減小, 但2均在0.7以上,ns效率系數(shù)均在0.6以上, 滿(mǎn)足模擬精度要求, 模擬效果較好。對(duì)結(jié)果進(jìn)行不確定分析, 靈口和盧氏水文站-factor除靈口站率定時(shí)期小于0.6外, 其余均大于0.6,-factor都小于1, 說(shuō)明水文站模擬結(jié)果大部分在2.5%~97.5%置信區(qū)間之內(nèi), 不確定程度小。

2.2 水文循環(huán)分析

根據(jù)模型運(yùn)行結(jié)果(表4), 多年平均降水資源總量為34.94億m3, 多年平均藍(lán)水綠水資源總量為34.09億m3, 產(chǎn)水量(藍(lán)水資源量)多年平均為11.50億m3, 占多年藍(lán)水綠水資源總量33.73%。其中的地表徑流分量4.45億m3, 占產(chǎn)水量的38.70%; 壤中流分量5.45億m3, 占產(chǎn)水量的47.39%; 回歸流分量1.60億m3, 占產(chǎn)水量的13.91%; 滲漏量為2.46億m3。綠水資源量占多年藍(lán)水綠水資源總量66.27%, 土壤含水量(綠水庫(kù))變化量為0.16億m3, 實(shí)際蒸散量(綠水流)多年平均為22.75億m3。

計(jì)算得出各項(xiàng)水文要素時(shí)空分布(圖5), 伊洛河上游多年平均降水量為553~835 mm; 各子流域空間上分布不均勻, 上游子流域平均最大降水量達(dá)722~835 mm, 中下游子流域最小降水量達(dá)553~604 mm。整體上看, 上游降水大于中下游。產(chǎn)水量的變化大致是上游>下游>中游, 多年平均產(chǎn)水量為128~339 mm。其中地表徑流分量多年平均為23~220 mm, 壤中流分量多年平均為4~193 mm, 回歸流分量多年平均為3~97 mm。滲漏量多年平均為11~115 mm。實(shí)際蒸散量多年平均為380~789 mm, 變化幅度達(dá)409 mm, 空間變異較大, 變化幅度大致為上游>中游>下游。土壤含水量多年平均為65~157 mm。

表3　SWAT模型主要參數(shù)取值

v__: 參數(shù)值被給定值代替或絕對(duì)變化; r__: 參數(shù)值乘以(1+給定值)或相對(duì)改變。v__: the parameter value is replaced by given value or absolute change; r__: the parameter value is multiplied by (1 + a given value) or relative change.

圖3　伊洛河上游流域靈口水文站率定期(左)和驗(yàn)證期(右)的月平均流量模擬結(jié)果

圖4　伊洛河上游流域盧氏水文站率定期(左)和驗(yàn)證期(右)的月平均流量模擬結(jié)果

表4 伊洛河上游流域逐年水文要素平衡和變化情況

2.3 不同水文年型下土地利用變化對(duì)水文要素的影響評(píng)估

2.3.1 豐水年

按照不同水文年型, 對(duì)土地利用變化下各水文要素變化情況進(jìn)行分析。根據(jù)1980—2016年降水?dāng)?shù)據(jù), 采用皮爾遜Ⅲ型頻率曲線(xiàn)法, 劃分水文年型[42]。其中,=25%時(shí), 豐水年降水量735 mm,=50%, 平水年降水量648 mm,=75%, 枯水年降水量為567 mm。根據(jù)模型運(yùn)行2009—2015年數(shù)據(jù), 得出不同水文年型下, 各個(gè)水文要素變化情況及趨勢(shì)顯著性。

與豐水年初始土地利用類(lèi)型的水文要素相比, 得到不同情景下各水文要素變化率(表5)。各情景下產(chǎn)水量變化率均減少, 但趨勢(shì)都不顯著。只有情景6的產(chǎn)水量變化率為-4.48%, 趨勢(shì)極顯著, 其余情景下變化率均不顯著。分析產(chǎn)水量組成各項(xiàng)分量可以看出: 所有情景的地表徑流都為減少, 除情景1和情景4外, 其余情景下變化趨勢(shì)極顯著, 減少程度從大到小分別為情景3>情景6>情景2>情景5。壤中流在各情景下均呈現(xiàn)出增加趨勢(shì), 但趨勢(shì)不顯著, 即不同程度的退耕還林或者還草, 對(duì)其并沒(méi)有太大影響?；貧w流在情景1~4和情景6時(shí), 變化率都增加, 只有在情景3時(shí)變化趨勢(shì)極顯著; 情景5的回歸流變化率減少, 但變化趨勢(shì)不顯著。滲漏量變化率在情景1~4和情景6都增加, 在情景5時(shí)減少, 但變化趨勢(shì)均不顯著。土壤含水量在情景1~6時(shí)變化率都減少, 但趨勢(shì)均不顯著。實(shí)際蒸散量在情景1~6時(shí)變化率都呈增加趨勢(shì), 但變化趨勢(shì)都不顯著。

由上可知: 豐水年, 在不同情景下藍(lán)水資源量均減少, 只有在全部耕地退耕還草情景時(shí)藍(lán)水資源量減少趨勢(shì)極顯著, 其余情景下均不顯著。但各情景下藍(lán)水資源量中地表徑流分量都減少, 15°以上坡耕地退耕還林或還草及全部耕地退耕還林或還草情景時(shí), 變化趨勢(shì)極顯著。退耕還林或還草對(duì)地表徑流影響較大。即: 隨著耕地面積的減少, 林、草地面積增多, 地表徑流減少越多, 且林地的減少量大于草地減少量。這可能是因?yàn)楫?dāng)耕地轉(zhuǎn)換為林地或者草地時(shí), 根據(jù)水量平衡原理, 水文要素中的壤中流、滲漏量和實(shí)際蒸散量基本都表現(xiàn)為增加, 導(dǎo)致地表徑流的減少。因此, 退耕還林還草后地表徑流減少, 可減少水土流失。退耕還林或還草情景下對(duì)壤中流分量的影響不具備統(tǒng)計(jì)意義上的顯著性?；貧w流只有在全部耕地退耕還林情景時(shí)增加趨勢(shì)極顯著。不同程度退耕還林或還草情景時(shí)綠水流均增加, 綠水庫(kù)均減少, 但變化趨勢(shì)均不顯著。

2.3.2 平水年

與平水年初始土地利用類(lèi)型的水文要素相比, 得到不同情景下各水文要素變化率(表6)。各情景下產(chǎn)水量變化率均減少, 但趨勢(shì)都不顯著。分析產(chǎn)水量組成各項(xiàng)分量可以看出: 所有情景的地表徑流都減少, 除情景4外, 其余情景下變化趨勢(shì)極顯著, 減少量從大到小分別為情景3>情景6>情景2>情景5>情景1。壤中流分量變化率除情景4減少外, 其余情景下變化率都增加, 但趨勢(shì)均不顯著。回歸流分量在情景1~4下, 變化率均增加, 只有在情景3時(shí)變化趨勢(shì)顯著; 在情景5~6下, 變化率均減少, 但趨勢(shì)都不顯著。滲漏量在情景1~4下, 變化率均增加, 在情景5~6下, 變化率均減少, 但趨勢(shì)均不顯著。土壤含水量在情景1~6時(shí), 變化率都減少, 但趨勢(shì)均不顯著。各個(gè)情景下的實(shí)際蒸散量, 變化率都表現(xiàn)為增加, 但變化趨勢(shì)都不顯著。

圖5 伊洛河上游流域多年平均降水量(PRECIP)、產(chǎn)水量(WYLD)、地表徑流(SURQ)、壤中流(LATQ)、回歸流(GWQ)、滲漏量(PERC)、實(shí)際蒸散量(ET)和土壤含水量(SW)

由上可知: 平水年, 在各情景下藍(lán)水資源量均減少, 但不具備統(tǒng)計(jì)意義上的顯著性, 而藍(lán)水資源量中地表徑流分量, 25°以上坡耕地退耕還林、15°以上坡耕地退耕還林或還草、全部耕地退耕還林或還草情景時(shí), 變化趨勢(shì)極顯著, 這可能由于耕地面積轉(zhuǎn)化成林地或者草地越多, 導(dǎo)致地表徑流量減少, 且林地的減少量大于草地減少量。壤中流分量在不同情景時(shí)變化趨勢(shì)均不顯著?；貧w流分量只有在全部耕地退耕還林情景時(shí)增加趨勢(shì)顯著。不同情景下綠水流均增加, 綠水庫(kù)均減少, 但變化趨勢(shì)均不顯著。

表5 不同退耕還林/還草情景模擬下豐水年伊洛河上游流域各水文要素變化率

SURQ: 地表徑流; LATQ: 壤中流; GWQ: 回歸流; PERC: 滲漏量; SW: 土壤含水量; ET: 實(shí)際蒸散量; WYLD: 產(chǎn)水量。SURQ: surface runoff; LATQ: lateral flow; GWQ: return flow; PERC: percolation flow; SW: soil water content; ET: actual evapotranspiration; WYLD: water yield; **:< 0.01, *:< 0.05.

表6 不同退耕還林/還草情景模擬下平水年伊洛河上游流域各個(gè)水文要素變化率

SURQ: 地表徑流; LATQ: 壤中流; GWQ: 回歸流; PERC: 滲漏量; SW: 土壤含水量; ET: 實(shí)際蒸散量; WYLD: 產(chǎn)水量。SURQ: surface runoff; LATQ: lateral flow; GWQ: return flow; PERC: percolation flow; SW: soil water content; ET: actual evapotranspiration; WYLD: water yield; **:< 0.01, *:< 0.05.

2.3.3 枯水年

與枯水年初始土地利用類(lèi)型的水文要素相比, 得到不同情景下各水文要素變化率(表7)。所有情景下產(chǎn)水量變化率都減少, 但趨勢(shì)均不顯著。地表徑流分量只有在情景3時(shí)變化率為-27.80%, 趨勢(shì)顯著,其余情景時(shí)變化趨勢(shì)均不顯著。壤中流分量在不同情景下變化率都增加, 但趨勢(shì)都不顯著?；貧w流分量在情景1~3時(shí), 變化率都增加, 情景4~6時(shí)都減少, 但趨勢(shì)均不顯著。滲漏量變化率除情景5減少外, 其余情景下都增加, 且情景3下, 變化率為50.83%, 變化趨勢(shì)極顯著。土壤含水量在各個(gè)情景時(shí), 變化率均減少, 其中情景5變化率為-10.41%, 趨勢(shì)顯著, 情景6變化率為-18.84%, 趨勢(shì)極顯著。實(shí)際蒸散量在所有情景下, 變化率均呈增加趨勢(shì), 但只有在情景6時(shí), 變化趨勢(shì)顯著。

由上可知: 枯水年, 不同情景下藍(lán)水資源量均減少, 但變化趨勢(shì)不顯著, 藍(lán)水資源量中的地表徑流分量只有在全部退耕還林情景時(shí), 減少趨勢(shì)顯著。各個(gè)情景下壤中流分量和回歸流分量不具備統(tǒng)計(jì)意義上的顯著性。不同情景下綠水流均增加, 只有在全部退耕還草情景時(shí), 變化趨勢(shì)顯著。不同情景時(shí)綠水庫(kù)均減少, 綠水庫(kù)在15°以上退耕還草情景時(shí), 變化趨勢(shì)顯著; 全部耕地退耕還草情景時(shí), 變化趨勢(shì)極顯著。

3 結(jié)論與討論

3.1 結(jié)論

1)靈口和盧氏水文站率定期和驗(yàn)證期2在0.7以上,ns效率系數(shù)在0.6以上, 模擬效果較好。對(duì)結(jié)果進(jìn)行不確定分析, 不確定程度小, 模擬結(jié)果與實(shí)際情況比較吻合。

2)2010—2015年多年平均降水資源總量為34.94億m3, 多年平均藍(lán)水綠水資源總量為34.09億m3, 藍(lán)水資源量多年平均為11.50億m3, 占多年藍(lán)水綠水資源總量33.73%。綠水資源量占多年藍(lán)水綠水資源總量的66.27%, 綠水庫(kù)變化量為0.16億m3, 綠水流多年平均為22.75億m3。

3)伊洛河上游多年平均降水量各子流域空間上分布不均勻, 整體來(lái)看上游高于中下游。藍(lán)水資源量的變化大致是上游>下游>中游。綠水流變化范圍大致為上游>中游>下游。綠水庫(kù)中游含量較低。

表7 不同退耕還林/還草情景模擬下枯水年伊洛河上游流域各個(gè)水文要素變化率

SURQ: 地表徑流; LATQ: 壤中流; GWQ: 回歸流; PERC: 滲漏量; SW: 土壤含水量; ET: 實(shí)際蒸散量; WYLD: 產(chǎn)水量。SURQ: surface runoff; LATQ: lateral flow; GWQ: return flow; PERC: percolation flow; SW: soil water content; ET: actual evapotranspiration; WYLD: water yield; **:< 0.01, *:< 0.05.

4)豐水年, 在不同情景時(shí)藍(lán)水資源量均減少, 只有在全部退耕還草情景時(shí)藍(lán)水資源量減少趨勢(shì)極顯著, 其余情景下均不顯著。但各情景下藍(lán)水資源量中地表徑流分量都減少, 15°以上坡耕地退耕還林或還草、全部耕地退耕還林或還草情景時(shí), 變化趨勢(shì)極顯著, 退耕還林或者還草對(duì)地表徑流影響較大, 回歸流分量只有在全部退耕還林情景時(shí)增加趨勢(shì)極顯著。各情景下對(duì)壤中流分量, 不具備統(tǒng)計(jì)意義上的顯著性。不同情景下綠水流均增加, 綠水庫(kù)均減少, 但不具備統(tǒng)計(jì)意義上的顯著性。平水年, 在各個(gè)情景時(shí)藍(lán)水資源量均減少, 但不具備統(tǒng)計(jì)意義上的顯著性, 而藍(lán)水資源量中地表徑流分量, 25°以上坡耕地退耕還林、15°以上坡耕地退耕還林或還草、全部耕地退耕還林或還草情景時(shí), 變化趨勢(shì)極顯著。壤中流分量在不同情景時(shí)變化趨勢(shì)均不顯著?；貧w流分量只有在全部耕地退耕還林情景時(shí)增加趨勢(shì)顯著。不同情景下綠水流均增加, 綠水庫(kù)均減少, 但不具備統(tǒng)計(jì)意義上的顯著性?？菟? 在不同情景時(shí)藍(lán)水資源量均減少, 但變化趨勢(shì)不顯著, 藍(lán)水資源量中的地表徑流分量只有在全部退耕還林情景時(shí), 減少趨勢(shì)顯著; 壤中流分量和回歸流分量不具備統(tǒng)計(jì)意義上的顯著性。不同情景下綠水流均增加, 只有全部退耕還草情景時(shí), 變化趨勢(shì)顯著。不同情景下綠水庫(kù)均減少, 在15°以上退耕還草情景時(shí), 變化趨勢(shì)顯著; 全部耕地退耕還草情景時(shí), 變化趨勢(shì)極顯著。

3.2 討論

2010—2015年, 伊洛河上游流域藍(lán)水資源量多年平均為11.50億m3, 其中的地表徑流分量占39%, 壤中流分量占47%, 回歸流分量占14%。綠水資源量占藍(lán)水綠水資源總量的66.27%。甄婷婷等[43]研究表明, 1991—1997年研究區(qū)內(nèi)藍(lán)水資源3.27億m3, 綠水資源量為27.43億m3, 占總量的89%以上。可以看出近年來(lái)藍(lán)水資源有所上升, 綠水資源量有所下降, 但綠水資源量相當(dāng)可觀(guān), 雖不能被人類(lèi)直接利用, 但可被植物利用, 間接轉(zhuǎn)化成可利用的水資源量[44]。本文對(duì)藍(lán)水資源量的分析, 也具體到地表徑流、壤中流、回歸流的變化, 較之前的研究更為細(xì)致。通過(guò)本研究也進(jìn)一步強(qiáng)調(diào)了綠水的重要性, 應(yīng)該把綠水資源納入到水資源評(píng)價(jià)體系中, 對(duì)該區(qū)域水資源的利用與管理具有重要意義[7]。

在不同程度退耕還林或者還草情景時(shí), 藍(lán)水資源量均減少, 綠水流均增加, 綠水庫(kù)均減少。在豐水年和平水年時(shí), 對(duì)藍(lán)水資源量中地表徑流分量影響較明顯。羅巧等[45]研究表明, 在湘江流域運(yùn)用SWAT模型, 研究土地利用變化對(duì)徑流影響, 增加林地和草地面積將減少?gòu)搅鳌１狙芯窟M(jìn)一步考慮各個(gè)水文年型下, 當(dāng)增加林地或草地面積時(shí), 地表徑流都表現(xiàn)為減少, 且林地減少量大于草地。并應(yīng)用統(tǒng)計(jì)方法中單因素方差分析和多重比較分析水文要素的變化趨勢(shì)顯著性, 可以看出, 在豐水年和平水年, 不同程度退耕還林或者還草對(duì)地表徑流影響較為顯著。研究結(jié)果對(duì)于土地資源和水資源合理利用, 保護(hù)生態(tài)系統(tǒng)健康具有一定的現(xiàn)實(shí)意義。

本文運(yùn)用SWAT模型, 在退耕還林還草背景下, 設(shè)置了6種不同的情景, 應(yīng)用單因素方差分析和多重比較, 根據(jù)不同的水文年型分析土地利用/覆被變化對(duì)伊洛河上游流域藍(lán)水綠水分配的影響, 對(duì)研究區(qū)水土資源的合理利用具有重要意義。當(dāng)前研究對(duì)水文循環(huán)過(guò)程的分析, 僅僅考慮了不同土地利用變化影響, 隨著研究的深入, 還可以考慮其他變化要素(如氣候變化等)的影響, 更加全面地研究水土資源的變化影響。對(duì)水文過(guò)程分析還可以拓寬到對(duì)泥沙、水質(zhì)、面源污染等過(guò)程的研究。

[1] 夏軍, 翟金良, 占車(chē)生. 我國(guó)水資源研究與發(fā)展的若干思考[J]. 地球科學(xué)進(jìn)展, 2011, 26(9): 905–915 XIA J, ZHAI J L, ZHAN C S. Some reflections on the research and of development water resources in China[J]. Advances in Earth Sciences, 2011, 26(9): 905–915

[2] MALIN F, ZDZISLAW M. The key role of water in the landscape system[J]. GeoJournal, 1994, 33(4): 355–363

[3] 李保國(guó), 黃峰. 藍(lán)水和綠水視角下劃定“中國(guó)農(nóng)業(yè)用水紅線(xiàn)”探索[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2015, 48(17): 3493–3503 LI B G, HUANG F. Defining the baselines for China agricultural water use in green and blue water approach[J]. Scientia Agricultura Sinica, 2015, 48(17): 3493–3503

[4] FALKENMARK M, ROCKSTR?M J. The new blue and green water paradigm: Breaking new ground for water resources planning and management[J]. Journal of Water Resources Planning and Management, 2006, 132(3): 129–132

[5] SCHUOL J, ABBASPOUR K C, YANG H, et al. Modeling blue and green water availability in Africa[J]. Water Resources Research, 2008, 44(7): W07406

[6] RINGERSMA J, BATJES N H, DENT D. Green water: Definitions and data for assessment[R]. Wageningen, Netherlands: ISRIC-World Soil Information, 2003

[7] 程國(guó)棟, 趙文智. 綠水及其研究進(jìn)展[J]. 地球科學(xué)進(jìn)展, 2006, 21(3): 221–227 CHENG G D, ZHAO W Z. Green water and its research progresses[J]. Advances in Earth Science, 2006, 21(3): 221–227

[8] VIALA E. Water for food, water for life a comprehensive assessment of water management in agriculture[J]. Irrigation and Drainage Systems, 2008, 22(1): 127–129

[9] 甘紅, 劉彥隨, 李憲文. 區(qū)域土地利用變化與水資源利用相關(guān)分析[J]. 南京師大學(xué)報(bào): 自然科學(xué)版, 2003, 26(3): 82–88 GAN H, LIU Y S, LI X W. Analysis of the correlativity between regional land use change and water resources optimal use[J]. Journal of Nanjing Normal University: Natural Science, 2003, 26(3): 82–88

[10] 王艷君, 呂宏軍, 施雅風(fēng), 等. 城市化流域的土地利用變化對(duì)水文過(guò)程的影響——以秦淮河流域?yàn)槔齕J]. 自然資源學(xué)報(bào), 2009, 24(1): 30–36 WANG Y J, LV H J, SHI Y F, et al. Impacts of land use changes on hydrological processes in an urbanized basin — a case study in the Qinhuai River Basin[J]. Journal of Natural Resources, 2009, 24(1): 30–36

[11] 王宗明, 張樹(shù)清, 張柏. 土地利用變化對(duì)三江平原生態(tài)系統(tǒng)服務(wù)價(jià)值的影響[J]. 中國(guó)環(huán)境科學(xué), 2004, 24(1): 125–128 WANG Z M, ZHANG S Q, ZHANG B. Effects of land use change on values of ecosystem services of Sanjiang Plain, China[J]. China Environmental Science, 2004, 24(1): 125–128

[12] 丁新輝, 謝永生, 魏富娟, 等. 波狀坡耕地?cái)r擋淀排技術(shù)水沙調(diào)控效果[J]. 中國(guó)水土保持科學(xué), 2016, 14(3): 123–129 DING X H, XIE Y S, WEI F J, et al. Regulating effects of the interception-precipitation-drainage technology on water and sediment in wave type slope farmland[J]. Science of Soil and Water Conservation, 2016, 14(3): 123–129

[13] 柳禮香. 商洛市坡耕地水土流失現(xiàn)狀及治理對(duì)策[J]. 中國(guó)水土保持, 2017, (6): 6–8 LIU L X. Current situation of soil and water loss on slope land in Shangluo City and control measures[J]. Soil and Water Conservation in China, 2017, (6): 6–8

[14] 黃少燕, 查軒. 坡耕地侵蝕過(guò)程與土壤理化特性演變[J]. 山地學(xué)報(bào), 2002, 20(3): 290–295 HUANG S Y, ZHA X. Study on soil erosion process and evolution of soil physicochemisty characteristics on sloping farmland[J]. Journal of Mountain Science, 2002, 20(3): 290–295

[15] 孫泉忠, 劉瑞祿, 陳菊艷, 等. 貴州省石漠化綜合治理人工種草對(duì)土壤侵蝕的影響[J]. 水土保持學(xué)報(bào), 2013, 27(4): 67–72 SUN Q Z, LIU R L, CHEN J Y, et al. Effect of planting grass on soil erosion in karst demonstration areas of rocky desertification integrated rehabilitation in Guizhou Province[J]. Journal of Soil and Water Conservation, 2013, 27(4): 67–72

[16] 王一超, 郝海廣, 翟瑞雪, 等. 農(nóng)戶(hù)退耕還林生態(tài)補(bǔ)償預(yù)期及其影響因素——以哈巴湖自然保護(hù)區(qū)和六盤(pán)山自然保護(hù)區(qū)為例[J]. 干旱區(qū)資源與環(huán)境, 2017, 31(8): 69–75 WANG Y C, HAO H G, ZHAI R X, et al. Determinants of farm households’ ecological compensation expectation to the Grain for Green Project: An empirical analysis based on Haba Lake National Nature Reserve and Liupanshan Mountain National Nature Reserve[J]. Journal of Arid Land Resources and Environment, 2017, 31(8): 69–75

[17] 史曉亮, 李穎, 楊志勇. 基于SWAT模型的諾敏河流域徑流對(duì)土地利用/覆被變化的響應(yīng)模擬研究[J]. 水資源與水工程學(xué)報(bào), 2016, 27(1): 65–69SHI X L, LI Y, YANG Z Y. Response of runoff on land use/cover change in Nuomin River Basin based on SWAT model[J]. Journal of Water Resources and Water Engineering, 2016, 27(1): 65–69

[18] 王鶯, 張強(qiáng), 王勁松, 等. 基于分布式水文模型(SWAT)的土地利用和氣候變化對(duì)洮河流域水文影響特征[J]. 中國(guó)沙漠, 2017, 37(1): 175–185WANG Y, ZHANG Q, WANG J S, et al. Appling SWAT Model to explore the impacts of land use and climate changes on the hydrological characteristics in Taohe River Basin[J]. Journal of Desert Research, 2017, 37(1): 175–185

[19] ALEMAYEHU T, VAN GRIENSVEN A, TADDESSE WOLDEGIORGIS B, et al. An improved SWAT vegetation growth module and its evaluation for four tropical ecosystems[J]. Hydrology and Earth System Sciences, 2017, 21(9): 4449–4467

[20] 袁宇志, 張正棟, 蒙金華. 基于SWAT模型的流溪河流域土地利用與氣候變化對(duì)徑流的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2016, 26(4): 989–998 YUAN Y Z, ZHANG Z D, MENG J H. Impact of changes in land use and climate on the runoff in Liuxihe Watershed based on SWAT model[J]. Chinese Journal of Applied Ecology, 2016, 26(4): 989–998

[21] ARNOLD J, SRINIVASAN R, NEITSCH S, et al. Soil and Water Assessment Tool (SWAT) Global Applications[M]. Bangkok, Thailand: World Association of Soil and Water Conservation, 2009: 3–4

[22] GEBREMICAEL T G, MOHAMED Y A, BETRIE G D, et al. Trend analysis of runoff and sediment fluxes in the upper blue Nile basin: A combined analysis of statistical tests, physically-based models and Landuse maps[J]. Journal of Hydrology, 2013, 482(9): 57–68

[23] 黎云云, 暢建霞, 王義民, 等. 渭河流域徑流對(duì)土地利用變化的時(shí)空響應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2016, 32(15): 232–238 LI Y Y, CHANG J X, WANG Y M, et al. Spatiotemporal responses of runoff to land use change in Wei River Basin[J]. Transactions of the CSAE, 2016, 32(15): 232–238

[24] 耿潤(rùn)哲, 李明濤, 王曉燕, 等. 基于SWAT模型的流域土地利用格局變化對(duì)面源污染的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(16): 241–250 GENG R Z, LI M T, WANG X Y, et al. Effect of land use/landscape changes on diffuse pollution load from watershed based on SWAT model[J]. Transactions of the CSAE, 2015, 31(16): 241–250

[25] GAO X X, ZUO D P, XU Z X, et al. Evaluation of blue and green water resources in the upper Yellow River basin of China[J]. Proceedings of the International Association of Hydrological Sciences, 2018, 379: 159–167

[26] VEETTIL A V, MISHRA A K. Water security assessment using blue and green water footprint concepts[J]. Journal of Hydrology, 2016, 542: 589–602

[27] FARAMARZI M, ABBASPOUR K C, SCHULIN R, et al. Modelling blue and green water resources availability in Iran[J]. Hydrological Processes, 2009, 23(3): 486–501

[28] GLAVAN M, PINTAR M, VOLK M. Land use change in a 200-year period and its effect on blue and green water flow in two Slovenian Mediterranean catchments — Lessons for the future[J]. Hydrological Processes, 2013, 27(26): 3964–3980

[29] 榮琨, 陳興偉. 用SWAT模擬土地利用對(duì)綠水藍(lán)水的影響: 以晉江西溪流域?yàn)槔齕J]. 環(huán)境科學(xué)與技術(shù), 2016, 39(1): 199–204 RONG K, CHEN X W. Simulation of the effect of land use/cover change on green and blue water resource in Xixi watershed of Jinjiang Basin with SWAT model[J]. Environmental Science & Technology, 2016, 39(1): 199–204

[30] 張杰, 賈紹鳳. 基于SWAT模型的湟水流域藍(lán)綠水與不同土地利用類(lèi)型的綠水差異研究[J]. 水資源與水工程學(xué)報(bào), 2013, 24(4): 6–10 ZHANG J, JIA S F. Study on difference of blue-green water in Huangshui basin and green water under different types of land use based on SWAT model[J]. Journal of Water Resources & Water Engineering, 2013, 24(4): 6–10

[31] ARNOLD J G, SRINIVASAN R, RAMANARAYANAN T S, et al. Water resources of the Texas gulf basin[J]. Water Science and Technology, 1999, 39(3): 121–133

[32] DI LUZIO M, SRINIVASAN R, ARNOLD J G. A GIS-coupled hydrological model system for the watershed assessment of agricultural nonpoint and point sources of pollution[J]. Transactions in GIS, 2004, 8(1): 113–136

[33] 李國(guó)平, 石涵予. 退耕還林生態(tài)補(bǔ)償標(biāo)準(zhǔn)、農(nóng)戶(hù)行為選擇及損益[J]. 中國(guó)人口·資源與環(huán)境, 2015, 25(5): 152–161LI G P, SHI H Y. The payment of grain to green project, the behavior choice of peasants and their gains and losses[J]. China Population Resources and Environment, 2015, 25(5): 152–161

[34] 楊小勇. 方差分析法淺析——單因素的方差分析[J]. 實(shí)驗(yàn)科學(xué)與技術(shù), 2013, 11(1): 41–43 YANG X Y. Discussion of variance analysis: The single factor variance analysis[J]. Experiment Science and Technology, 2013, 11(1): 41–43

[35] ABBASPOUR K C, JOHNSON C A, VAN GENUCHTEN M T. Estimating uncertain flow and transport parameters using a sequential uncertainty fitting procedure[J]. Vadose Zone Journal, 2004, 3(4): 1340–1352

[36] ABBASPOUR K C, YANG J, MAXIMOV I, et al. Modelling hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT[J]. Journal of Hydrology, 2007, 333(2/4): 413–430

[37] 降亞楠, 王蕾, 魏曉妹, 等. 基于SWAT模型的氣候變化對(duì)涇河徑流量的影響[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2017, 48(2): 262–270 JIANG Y N, WANG L, WEI X M, et al. Impacts of climate change on runoff of Jinghe River based on SWAT model[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(2): 262–270

[38] ROUHOLAHNEJAD E, ABBASPOUR K C, VEJDANI M, et al. A parallelization framework for calibration of hydrological models[J]. Environmental Modelling & Software, 2012, 31: 28–36

[39] 左德鵬, 徐宗學(xué). 基于SWAT模型和SUFI-2算法的渭河流域月徑流分布式模擬[J]. 北京師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 2012, 48(5): 490–496 ZUO D P, XU Z X. Distributed hydrological simulation using SWAT and SUFI-2 in the Wei River Basin[J]. Journal of Beijing Normal University: Natural Science, 2012, 48(5): 490–496

[40] GOWDA P H, MULLA D J, DESMOND E D, et al. ADAPT: Model use, calibration, and validation[J]. Transactions of the ASABE, 2012, 55(4): 1345–1352

[41] SCHUOL J, ABBASPOUR K C, SRINIVASAN R, et al. Estimation of freshwater availability in the West African sub-continent using the SWAT hydrologic model[J]. Journal of Hydrology, 2008, 352(1/2): 30–49

[42] 孫翔, 邢勇志. EXCEL在水文頻率分析中的應(yīng)用[J]. 江淮水利科技, 2006, (6): 42–44 SUN X, XING Y Z. Application of Excel in hydrological frequency analysis[J]. Jianghuai Water Resources Science and Technology, 2006, (6): 42–44

[43] 甄婷婷, 徐宗學(xué), 程磊, 等. 藍(lán)水綠水資源量估算方法及時(shí)空分布規(guī)律研究——以盧氏流域?yàn)槔齕J]. 資源科學(xué), 2010, 32(6): 1177–1183 ZHEN T T, XU Z X, CHENG L, et al. Spatiotemporal distributions of blue and green water resources: A case study on the Lushi watershed[J]. Resources Science, 2010, 32(6): 1177–1183

[44] 楊國(guó)勝, 黃介生, 李建, 等. 基于SWAT模型的綠水管理生態(tài)補(bǔ)償標(biāo)準(zhǔn)研究[J]. 水利學(xué)報(bào), 2016, 47(6): 809–815 YANG G S, HUANG J S, LI J, et al. Study on ecological compensation standard of green water management based on SWAT model[J]. Journal of Hydraulic Engineering, 2016, 47(6): 809–815

[45] 羅巧, 王克林, 王勤學(xué). 基于SWAT模型的湘江流域土地利用變化情景的徑流模擬研究[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2011, 19(6): 1431–1436LUO Q, WANG K L, WANG Q X. Using SWAT to simulate runoff under different land use scenarios in Xiangjiang River Basin[J]. Chinese Journal of Eco-Agriculture, 2011, 19(6): 1431–1436

Green/blue water allocation as affected by Grain-for-Green practices in the upper reaches of the Yiluo River*

LIAN Xie, HUANG Feng**

(College of Resources and Environmental Sciences, China Agricultural University / Key Laboratory of Arable Land Conservation (North China), Ministry of Agriculture, Beijing 100193, China)

Land use/cover change (LUCC) is of significant impact on regional water cycle. Land use decision-making is water resources decision-making, which has been confirmed by many studies and recognized by researchers and decision makers. Taking the upper reaches of Yiluo River in the middle reaches of the Yellow River Basin as the case study area, this paper applied the distributed watershed agricultural eco-hydrological model SWAT (Soil and Water Assessment Tool). According to the important background of ecological restoration and reconstruction of Grain-for-Green in China, six different land use change scenarios were set up to study the impact of land use/cover change on watershed water cycle from the perspective of blue/green water. This paper calibrated and validated the monthly runoff output of SWAT model, and proved that the model achieved acceptable accuracy and rationality in simulating the hydrological cycle of the river basin. One-way ANOVA and multiple comparisons were used to analyze the effects of land use change on the changes of various hydrological factors based on different hydrological years. The results showed that: 1) From 2010 to 2015, the annual average precipitation resources was 3.494 billion m3, and the annual average of total blue water and green water resources was 3.409 billion m3. Blue water resources accounted for 33.73%, and green water resources accounted for 66.27% of the total blue water and green water resources in multi-year average. 2) Under different scenarios of Grain-for-Green, the amount of blue water resources decreased, the green water flow increased, and the green reservoirs decreased. In the year of the wet year and normal year, the impact of land use/cover change on the surface runoff component of the blue water resources was more obvious. This conclusion has certain significance for deepening the understanding of the relationship between land use/cover and water resources in the upper reaches of the Yiluo River, and provides a scientific basis for efficient and rational utilization of water and soil resources in the region.

Blue water; Green water; Land use; Grain-for-Green; Upper-stream basin of Yiluo River; SWAT

, E-mail: fhuang@cau.edu.cn

Jan. 9, 2019;

Mar. 20, 2019

X37

2096-6237(2019)09-1409-12

開(kāi)放科學(xué)碼(資源服務(wù))標(biāo)識(shí)碼(OSID):

10.13930/j.cnki.cjea.190032

黃峰, 主要從事流域生態(tài)水文建模與全國(guó)/區(qū)域生態(tài)與糧食安全用水權(quán)衡研究。E-mail: fhuang@cau.edu.cn 連勰, 主要從事流域水文-作物建模和水資源配置研究。E-mail: lianxie@cau.edu.cn

2019-01-09

2019-03-20

* This work was supported by the National Key Research and Development Program of China (2016YFD0300801013).

* 國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFD0300801013)資助

連勰, 黃峰. 伊洛河上游流域退耕還林/還草對(duì)藍(lán)水綠水分配的影響[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(9): 1409-1420

LIAN X, HUANG F. Green/blue water allocation as affected by Grain-for-Green practices in the upper reaches of the Yiluo River[J]. Chinese Journal of Eco-Agriculture, 2019, 27(9): 1409-1420