基于SWAT模型的黃河源區(qū)藍(lán)/綠水資源時(shí)空分布特征研究

李文婷，楊肖麗，任立良，2，高 甜，顧玉嬌

（1.河海大學(xué)水文水資源學(xué)院，南京210098；2.河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京210098）

近年來(lái)，在全球氣候變暖和劇烈人類活動(dòng)的影響下，水資源短缺和分配不平衡問(wèn)題日益突出，傳統(tǒng)的水資源評(píng)價(jià)已經(jīng)不能滿足解決當(dāng)前的水安全問(wèn)題。為了更好地評(píng)估水資源在陸地生態(tài)系統(tǒng)里的作用，1995年Falkenmark［1］首次提出了藍(lán)水、綠水的概念，藍(lán)水主要是以地表徑流、土壤中流、地下徑流3 種形式存在的水，綠水是指土壤水和實(shí)際蒸散量。綠水作為水分消耗的主體，其80%的水資源量用于全球農(nóng)業(yè)生產(chǎn)［2，3］，對(duì)維持生態(tài)系統(tǒng)的穩(wěn)定具有不可代替的作用。因此，綜合研究藍(lán)綠水能夠更為全面的對(duì)水資源進(jìn)行評(píng)價(jià)，對(duì)地區(qū)的水資源規(guī)劃和管理具有重要意義。趙安周等［4，5］利用SWAT 模型研究了渭河流域典型年份的藍(lán)綠水時(shí)空變化特征，并進(jìn)一步研究了基于氣候變化和人類活動(dòng)的影響下藍(lán)綠水量的變化特征，其研究結(jié)論為渭河流域水資源保護(hù)和生態(tài)治理提供了理論支撐。呂樂(lè)婷等［6］基于SWAT 模型，從水文循環(huán)的角度對(duì)流域藍(lán)綠水量變化趨勢(shì)及空間分布特征進(jìn)行評(píng)估。張洋等［7］利用SWAT 模型從不同土地利用類型對(duì)岷沱江流域的藍(lán)/綠水量時(shí)空分布特征進(jìn)行評(píng)估。

黃河流域是中國(guó)重要的生態(tài)屏障，近年來(lái)受氣候變化和人類活動(dòng)的影響，黃河水資源量呈減少趨勢(shì)，用水形勢(shì)嚴(yán)峻，生態(tài)環(huán)境問(wèn)題日益突出。習(xí)近平總書(shū)記在黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會(huì)上提出黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展這一新的重大國(guó)家戰(zhàn)略，為做好黃河流域生態(tài)治理和水資源管理工作指明了方向［8］。而黃河源區(qū)作為黃河流域重要的產(chǎn)流區(qū)和水源涵養(yǎng)區(qū)，具有“黃河水塔”之稱［9］，其水量變化會(huì)影響黃河中下游地區(qū)水量的穩(wěn)定，從而會(huì)影響黃河流域的生態(tài)安全問(wèn)題。已有的研究［6-7］主要是研究藍(lán)綠水?dāng)?shù)量的變化及空間分布情況，對(duì)流域內(nèi)長(zhǎng)時(shí)間序列的變化趨勢(shì)研究較少，同時(shí)結(jié)合氣候因素分析藍(lán)綠水變化的研究也相對(duì)較少。本文以黃河源區(qū)為研究對(duì)象，利用SWAT（Soil and Water Assessment Tool）模型、Mann-Kendall 檢驗(yàn)和滑動(dòng)t檢驗(yàn)方法，定量分析黃河源區(qū)1962-2017年的降水量、藍(lán)水量、綠水量時(shí)空分布特征及變化趨勢(shì)，其結(jié)果將為黃河源區(qū)的流域治理和生態(tài)保護(hù)提供科學(xué)理論支撐。

1 研究區(qū)概況及數(shù)據(jù)

1.1 研究區(qū)概況

黃河源區(qū)是指唐乃亥水文站以上集水面積（95°50'E～103°30'E，32°30'N～36°00'N），總面積為12.19 萬(wàn)km2，約占黃河流域總面積的16.2%（圖1）。流域內(nèi)海拔從2 663 m 到6 253 m 不等，平均海拔為4 025 m。黃河源區(qū)位于青藏高原的東北部，地勢(shì)呈現(xiàn)西高東低，具有典型的內(nèi)陸高原氣候特征［10］。流域東西距離長(zhǎng)，由東向西橫跨了黃淮海平原、黃土高原、內(nèi)蒙古高原和青藏高原4個(gè)地貌單元［11］。黃河源區(qū)的降水和氣溫自西北至東南均呈逐漸遞增趨勢(shì)。流域產(chǎn)水量約占整個(gè)黃河流域的36%，是黃河流域重要的水源涵養(yǎng)區(qū)和產(chǎn)流區(qū)［12］。

圖1 黃河源區(qū)氣象站、水文站、水系、高程分布圖Fig.1 Distribution of meteorological station，hydrological station，water system and elevation of the source region of Yellow River

1.2 數(shù) 據(jù)

SWAT 模型數(shù)據(jù)包括地形數(shù)據(jù)、氣象數(shù)據(jù)、土地利用數(shù)據(jù)、土壤類型數(shù)據(jù)、水文數(shù)據(jù)等。地形數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/），分辨率為90 m。氣象數(shù)據(jù)選取黃河源區(qū)內(nèi)8個(gè)氣象站點(diǎn)，從中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http：//da?ta.cma.cn/）中下載了1961-2017年的風(fēng)速、氣溫、太陽(yáng)輻射、降水量、相對(duì)濕度等數(shù)據(jù)，部分缺測(cè)數(shù)據(jù)已使用線性插值法［13］進(jìn)行插值處理。土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源科學(xué)數(shù)據(jù)中心（http：//www.dsac.cn/）。土壤數(shù)據(jù)直接來(lái)源于世界土壤數(shù)據(jù)庫(kù)（HWSD），該數(shù)據(jù)庫(kù)能夠直接應(yīng)用于SWAT 模型，無(wú)需再進(jìn)行土壤粒徑的轉(zhuǎn)換［7］。水文數(shù)據(jù)來(lái)源于黃河流域水文年鑒統(tǒng)計(jì)資料。

2 研究方法

2.1 SWAT模型

SWAT 模型是1990年由美國(guó)農(nóng)業(yè)部農(nóng)業(yè)研究服務(wù)中心（USDA）開(kāi)發(fā)研制的基于物理機(jī)制的大尺度分布式水文模型［14］。模型的模擬尺度有年、月、日3 種時(shí)間尺度，時(shí)間序列可長(zhǎng)達(dá)100年，SWAT 模型由水文循環(huán)模擬、土壤侵蝕過(guò)程以及污染負(fù)荷子模型3大子模型組成。運(yùn)用SWAT 模型對(duì)流域進(jìn)行水文循環(huán)模擬，可以直接輸出組成藍(lán)綠水的各個(gè)分量，是進(jìn)行藍(lán)綠水研究比較高效的方法［15，16］。

2.2 藍(lán)綠水量計(jì)算

藍(lán)/綠水量是根據(jù)SWAT 模型各水文變量的輸出結(jié)果進(jìn)行計(jì)算的［16］，分別為

式中：BW為藍(lán)水量；GW為綠水量；WYLD為子流域產(chǎn)水量；DA_RCHG為深層含水層補(bǔ)給量；ET為實(shí)際蒸散發(fā)量，即綠水流（GWF）；SW為土壤含水量，即綠水儲(chǔ)量（GWS）。

2.3 Mann-Kendall檢驗(yàn)

利用Mann-Kendall 檢驗(yàn)方法［17］對(duì)研究時(shí)間序列進(jìn)行趨勢(shì)性檢驗(yàn)分析以及突變檢驗(yàn)分析。原理如下，假定降水、氣溫、徑流等時(shí)間序列Xi是由n個(gè)隨機(jī)獨(dú)立同分布的樣本x1，x2，...，xn組成，即X=｛x1，x2，...，xn｝。首先，構(gòu)造一秩序列：

秩序列SK是統(tǒng)計(jì)量ai在i時(shí)刻的數(shù)值大于j時(shí)刻數(shù)值的累加次數(shù)。

基于樣本x1，x2，...，xn是隨機(jī)獨(dú)立分布的假設(shè)，標(biāo)準(zhǔn)化秩序列SK且定義為統(tǒng)計(jì)量UFK：

逆序排列時(shí)間序列X，按照上式再次計(jì)算，同時(shí)使：

式中：UFK和UBK均服從標(biāo)準(zhǔn)正態(tài)分布，UFK和UBK的正負(fù)可作為判斷某一時(shí)間段數(shù)據(jù)的變化趨勢(shì)，當(dāng)|UFK|或者|UBK|超過(guò)顯著性水平時(shí)，表明變化趨勢(shì)較為顯著；判斷UFK、UBK兩曲線是否存在交點(diǎn)及相交點(diǎn)是否在臨界線之間，來(lái)判斷原數(shù)據(jù)序列是否存在突變點(diǎn)。

2.4 滑動(dòng)t檢驗(yàn)

為確保M-K 突變檢驗(yàn)結(jié)果的可靠性，本文利用滑動(dòng)t檢驗(yàn)［18］對(duì)研究序列再次進(jìn)行突變點(diǎn)的檢驗(yàn)?；瑒?dòng)t檢驗(yàn)的原理為：在具有n個(gè)樣本量的時(shí)間序列中，人為選擇某一時(shí)刻為基準(zhǔn)點(diǎn)，基準(zhǔn)點(diǎn)前后兩段子序列X1和X2的樣本分別為n1和n2。定義統(tǒng)計(jì)量t為：

式中：

2.5 SWAT模型構(gòu)建

2.5.1 模型建立

利用SWAT 模型，導(dǎo)入DEM 數(shù)據(jù)、氣象數(shù)據(jù)，根據(jù)土地利用數(shù)據(jù)、土壤數(shù)據(jù)以及坡度數(shù)據(jù)，將黃河源區(qū)劃分為117 個(gè)子流域，708 個(gè)水文響應(yīng)單元（HRU）。根據(jù)對(duì)黃河源區(qū)1961-2017年的徑流量的突變檢驗(yàn)分析（圖2），判定1989年為徑流量的突變年份。因此，模型模擬期為56年（1962-2017年），預(yù)熱期1年（1961-1962年），其中率定期（1962-1989年）和驗(yàn)證期（1990-2017年）。

圖2 黃河源區(qū)1961-2017年徑流量突變分析Fig.2 Abrupt change analysis of runoff in the source region of the Yellow River from 1961 to 2017

2.5.2 模型參數(shù)及評(píng)價(jià)指標(biāo)選擇

SWAT 模型中參數(shù)眾多，參考相關(guān)文獻(xiàn)［19-21］，根據(jù)SWATCUP 中的全局敏感性（Global Sensitivity）對(duì)參數(shù)進(jìn)行分析，t值表示參數(shù)敏感性程度，t絕對(duì)值越大參數(shù)越敏感；p值表示參數(shù)敏感性的顯著性，p值越接近0 越顯著。本研究選取11 個(gè)敏感性最高的參數(shù)（表1）進(jìn)行率定。由表1可知，對(duì)徑流影響較大的參數(shù)為CN2、ALPHA_BF、SOL_K、SOL_AWC，影響最為顯著的是CN2（SCS徑流曲線數(shù)）。

表1 SWAT模型的參數(shù)選擇及率定結(jié)果Tab.1 Parameter selection and calibration results of SWAT model

模型評(píng)價(jià)選用確定性系數(shù)（R2）和Nash-Sutcliffe 納什系數(shù)（NSE）［22］，具體計(jì)算公式如下：

式中：Qm，i為模擬徑流量；Qs，i為觀測(cè)徑流量；Qm為平均模擬徑流量；Qs為平均觀測(cè)徑流量；i為模擬序列長(zhǎng)度。

取R2>0.6為模擬結(jié)果的臨界評(píng)價(jià)標(biāo)準(zhǔn)。

式中：Qm為模擬徑流量；Qs為平均模擬徑流量；i為觀測(cè)次數(shù)。

NSE的值越接近1，說(shuō)明模型模擬結(jié)果越好，取NSE>0.5 作為模擬結(jié)果的臨界評(píng)價(jià)標(biāo)準(zhǔn)。

3 結(jié)果分析

3.1 模型率定與驗(yàn)證

利用唐乃亥水文站月徑流資料，基于SWAT-CUP 率定程序?qū)WAT 模擬結(jié)果進(jìn)行率定和驗(yàn)證。率定期設(shè)為1962-1989年，驗(yàn)證期設(shè)為1990-2017年。率定期的確定性系數(shù)R2和NSE分別是0.87 和0.86，驗(yàn)證期的確定性系數(shù)R2和NSE分別是0.82和0.77（圖3）?？傮w模擬效果較好，說(shuō)明SWAT模型在黃河源區(qū)具有較好的適用性。

圖3 黃河源區(qū)唐乃亥水文站月徑流的SWAT模型模擬結(jié)果對(duì)比圖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 藍(lán)綠水量的時(shí)間變化特征

3.2.1 變化趨勢(shì)分析

基于SWAT模型模擬結(jié)果，計(jì)算分析黃河源區(qū)藍(lán)綠水量、綠水流以及流域內(nèi)多年降水量和平均氣溫（圖4）。黃河源區(qū)綠水量豐富，1962-2017年多年平均綠水量為450 mm，多年平均藍(lán)水量為154 mm，綠水量約是藍(lán)水量的2.5倍以上；多年平均綠水流量為345 mm，綠水流是綠水資源的主要組成部分，約占綠水量的78%左右。1962-2017年黃河源區(qū)多年平均年降水量為518 mm。由圖4分析年降水量和藍(lán)水量的變化趨勢(shì)可得，年降水量波動(dòng)較明顯，總體呈現(xiàn)增加的趨勢(shì)；藍(lán)水量多年變化起伏大，藍(lán)水量主要是受降水量多年波動(dòng)變化影響。

為進(jìn)一步分析降水和氣溫變化對(duì)研究區(qū)內(nèi)藍(lán)綠水量變化的影響，對(duì)藍(lán)綠水量、降水量多年變化進(jìn)行M-K趨勢(shì)性檢驗(yàn)（圖4），結(jié)果表明降水量（PREC_Z）和藍(lán)水量（BW_Z）的MK 統(tǒng)計(jì)值分別為1.34、0.19，均未通過(guò)95%的顯著性檢驗(yàn)，為不顯著的增加；綠水流（GWF_Z）和綠水量（GW_Z）的MK 統(tǒng)計(jì)值分別為4.91、3.72，均通過(guò)95%的顯著性檢驗(yàn)，呈現(xiàn)顯著性的增加趨勢(shì)；同時(shí)年平均氣溫（TMP_Z）的MK 統(tǒng)計(jì)值為5.71，也呈現(xiàn)顯著性的增加趨勢(shì)。黃河源區(qū)地處西北內(nèi)陸，降水量較少，氣候干旱，降水大多數(shù)通過(guò)入滲和冠層截留轉(zhuǎn)化成生態(tài)系統(tǒng)用水，地表徑流形成量低［23］。流域內(nèi)的綠水量主要由綠水流和綠水儲(chǔ)量組成，綠水流為流域內(nèi)的實(shí)際蒸散發(fā)（ET），氣溫直接影響蒸散發(fā)量。表明，黃河源區(qū)藍(lán)水量和綠水量的差異主要是由氣候條件所決定的。

圖4 1962-2017年年降水量（PREC）、藍(lán)水（BW）、綠水（GW）、綠水流（GWF）、年平均氣溫（TMP）變化過(guò)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

利用線性傾向估計(jì)法［22］得到黃河源區(qū)1962-2017年的藍(lán)/綠水量、降水量變化趨勢(shì)的空間分布（圖5）。降水量、藍(lán)水量的變化趨勢(shì)空間差異性顯著，西北地區(qū)呈增加趨勢(shì)，東部地區(qū)和東南地區(qū)整體呈減少趨勢(shì)。綠水量在西北及南部地區(qū)呈顯著增加趨勢(shì)，中部地區(qū)變化不明顯。其中降水量呈顯著增加趨勢(shì)的有西北瑪多站（1.66 mm/a）、貴南站（1.91 mm/a）地區(qū)，呈下降趨勢(shì)的則有東南部河南站（-0.80 mm/a）、若爾蓋站（-0.26 mm/a）地區(qū)。相比于降水量，流域內(nèi)的藍(lán)水呈下降趨勢(shì)的子流域數(shù)量更多，主要集中在東南部若爾蓋站（-0.97 mm/a）、紅原站（-0.21 mm/a）及中部河南站（-1.21 mm/a）地區(qū)，呈顯著增加趨勢(shì)的有西北瑪多站（0.64 mm/a），這與張為彬等人的研究一致［24］。

圖5 1962-2017年降水量、藍(lán)水量、綠水量的流域尺度變化趨勢(shì)分布情況Fig.5 Distribution of watershed scale variation trends of precipitation，blue water and green water from 1962 to 2017

黃河源區(qū)綠水量增加趨勢(shì)最為明顯，多集中于西北瑪多站（1.0 mm/a）和南部達(dá)日站（0.57 mm/a）地區(qū)。黃河源區(qū)綠水變化趨勢(shì)與流域內(nèi)多年來(lái)的降水量空間分布格局的變化、氣溫的增幅變化有較大的關(guān)系。此外，流域內(nèi)東南地區(qū)綠水量和藍(lán)水量的變化存在一定的差異，主要是因?yàn)榻陙?lái)人類活動(dòng)導(dǎo)致的土地利用方式變化對(duì)綠水量的影響要大于對(duì)藍(lán)水量的影響［25］。根據(jù)水量平衡原理，若爾蓋站和河南站地區(qū)綠水量的增加將會(huì)導(dǎo)致該地區(qū)藍(lán)水量的減少。

3.2.2 突變分析

由于單一突變檢驗(yàn)方法存在較大的不確定性［26］，因此結(jié)合滑動(dòng)t檢驗(yàn)和M-K 突變檢驗(yàn)兩種方法對(duì)藍(lán)/綠水量、綠水流、年降水量、年平均氣溫進(jìn)行突變點(diǎn)分析（圖6、表2）。黃河源區(qū)流域內(nèi)的年降水量大部分時(shí)間內(nèi)呈增加趨勢(shì)，僅在1999-2007年這段時(shí)間有所減少，確定在2012年出現(xiàn)一次增加的突變點(diǎn)［圖6（a）］。流域內(nèi)的年平均氣溫在整個(gè)研究期內(nèi)一直呈增加趨勢(shì)，而且在2002年發(fā)生了一次增加的突變。這可能是進(jìn)入21世紀(jì)，人口快速增長(zhǎng)，活動(dòng)影響范圍廣，進(jìn)一步加劇全球變暖，導(dǎo)致流域內(nèi)氣溫不斷增長(zhǎng)。

流域內(nèi)的藍(lán)水量在1993年之前，一直呈增加的趨勢(shì)，這與同時(shí)間段降水量變化趨勢(shì)有較大關(guān)系。1994-2011年藍(lán)水量呈減少的趨勢(shì)，2012年以后藍(lán)水量呈現(xiàn)增加趨勢(shì)，同時(shí)間段流域內(nèi)氣溫呈現(xiàn)顯著性的增加趨勢(shì)，氣溫升高會(huì)增加冰雪融水的補(bǔ)給，這在一定程度上會(huì)增加藍(lán)水量［27］。結(jié)合M-K 突變［圖6（d）］和滑動(dòng)t突變（表2）兩者的檢驗(yàn)結(jié)果，顯示藍(lán)水量不存在突變點(diǎn)。流域內(nèi)的綠水流在1983年之前呈增加的趨勢(shì)，在1984-1988年這段時(shí)間呈現(xiàn)減少的趨勢(shì)，自1989年以后綠水流呈現(xiàn)增加的趨勢(shì)。此外，根據(jù)突變結(jié)果，確定流域的綠水流在1993發(fā)生一次增加的突變點(diǎn)［圖6（b）］。綠水量多年變化呈增加趨勢(shì)，僅在1984-1989年之間呈減少趨勢(shì)。其中M-K 突變結(jié)果顯示，綠水量UF與UB曲線相交于1994年，相交后UF值持續(xù)增大，UB值波動(dòng)性減小。從UF、UB兩曲線的后期變化趨勢(shì)判斷，

圖6 1962-2017年年降水量、綠水流、藍(lán)水、綠水量、平均氣溫M-K突變檢驗(yàn)分析結(jié)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 滑動(dòng)t檢驗(yàn)分析結(jié)果Tab.2 Analysis results of sliding t test

1994年可能為突變點(diǎn)［圖6（c）］，但滑動(dòng)t檢驗(yàn)結(jié)果顯示，1988年為顯著的突變點(diǎn)。結(jié)合綠水量多年變化趨勢(shì)，認(rèn)為綠水量在1988年發(fā)生突變更符合實(shí)際。綠水量在1989年往后呈顯著增加趨勢(shì)，這可能是流域內(nèi)氣溫呈現(xiàn)持續(xù)增加趨勢(shì)，使得降水量一部分通過(guò)蒸散發(fā)作用轉(zhuǎn)化為綠水，增加了綠水量。

3.3 藍(lán)綠水量的空間變化特征

根據(jù)圖2的黃河源區(qū)徑流量突變分析結(jié)果，確定1989年為徑流量的突變年份，同時(shí)2000年前后人類活動(dòng)發(fā)生改變，故在研究水資源量時(shí)空變化時(shí)，將1962-2017年劃分為3 個(gè)時(shí)間段來(lái)進(jìn)行研究，分別為1962-1989年、1990-1999年、2000-2017年。對(duì)SWAT 模型輸出結(jié)果進(jìn)行統(tǒng)計(jì)計(jì)算，得到降水量、藍(lán)/綠水量的空間分布變化圖（圖7）。

圖7 黃河源區(qū)年降水量、藍(lán)水量及綠水量空間分布情況Fig.7 Spatial distribution of annual precipitation，blue water and green water in the source region of the Yellow River

1962-2017年，黃河源區(qū)降水量總體上呈現(xiàn)從西北地區(qū)向東南地區(qū)遞增的趨勢(shì)，東南地區(qū)的降雨量最為豐富，西北地區(qū)降雨量最低。西北部瑪多站地區(qū)1962-1989年間總體降水量在390～450 mm 之間，1990-1999年降水量在450～480 mm 之間，2000-2017年降水量在480～520 mm 之間，呈現(xiàn)逐漸增加的趨勢(shì)。北部興海站地區(qū)呈現(xiàn)先減少再增加的趨勢(shì)。達(dá)日站附近地區(qū)的降水量總體呈現(xiàn)減少的趨勢(shì)，東南若爾蓋站和紅原站附近地區(qū)降水量變化不明顯。

黃河流域藍(lán)水量總體呈現(xiàn)從西北地區(qū)向東南地區(qū)增加的趨勢(shì)。西北地區(qū)瑪多站和興海站附近藍(lán)水量分布較少，東南地區(qū)紅原站附近藍(lán)水量最豐富，在320～350 mm 之間；若爾蓋站附近地區(qū)1990-1999年藍(lán)水量為200～240 mm，2000-2017 藍(lán)水量為160～200 mm，呈下降趨勢(shì)。中游地區(qū)即達(dá)日站、果洛站以及河南站藍(lán)水量較東南地區(qū)有所下降。降水量為流域內(nèi)徑流的主要來(lái)源［28］，其時(shí)空分布變化會(huì)影響徑流過(guò)程，進(jìn)而直接影響著藍(lán)水量的時(shí)空分布情況［29］。

1962-2017年，黃河流域綠水量為290～640 mm，空間差異大，總體呈現(xiàn)從西北地區(qū)向東南地區(qū)增加。這可能是由于黃河源區(qū)西北地區(qū)草原面積大，東南地區(qū)分布少量的林地。郭瑞萍［30］等人研究發(fā)現(xiàn)森林的蒸散發(fā)量大于農(nóng)田大于草地，西北地區(qū)蒸散發(fā)量少于東南地區(qū)，所以東南地區(qū)的綠水量最為豐富。黃河源區(qū)綠水量整體呈增加趨勢(shì)，流域中部達(dá)日站地區(qū)1962-1990年綠水量為450～490 mm，1990-2000年綠水量為490～530 mm，呈現(xiàn)增長(zhǎng)趨勢(shì)。東南部若爾蓋站地區(qū)呈現(xiàn)先增加后減少的趨勢(shì)。據(jù)相關(guān)學(xué)者的研究表明，進(jìn)入20 世紀(jì)90年代后，人類活動(dòng)方式發(fā)生較大改變，土地利用方式、下墊面性質(zhì)等都相應(yīng)的發(fā)生改變［31-33］，這些因素的綜合作用會(huì)影響綠水量的變化［34］。同時(shí)氣候因素對(duì)綠水量的影響也較為顯著，而蒸散發(fā)量是氣候變化研究中較為關(guān)鍵的環(huán)節(jié)［35］，它隨著降水量和氣溫的增大而升高［36，37］，從而增加綠水量。

4 結(jié) 論

（1）基于唐乃亥水文站月徑流資料對(duì)模型進(jìn)行率定和驗(yàn)證，率定期的確定性系數(shù)R2和NSE分別是0.87 和0.86，驗(yàn)證期的確定性系數(shù)R2和NSE分別是0.82 和0.77?？傮w模擬效果較好，說(shuō)明SWAT模型在黃河源區(qū)具有較好的適用性。

（2）1962-2017年間，研究區(qū)內(nèi)降水量和藍(lán)水量表現(xiàn)為不顯著的增加；綠水流、綠水量及年平均氣溫呈現(xiàn)顯著性的增加趨勢(shì)。黃河源區(qū)綠水量豐富，多年平均綠水量為450 mm，多年平均藍(lán)水量為154 mm，綠水量約是藍(lán)水量的2.5倍以上；多年平均綠水流為345 mm，約占綠水量的78%左右。

（3）綜合Mann-Kendall 趨勢(shì)檢驗(yàn)法、滑動(dòng)t檢驗(yàn)分析結(jié)果，黃河源區(qū)多年降水量在2012年出現(xiàn)一次增加的突變點(diǎn)；流域內(nèi)的年平均氣溫在整個(gè)研究期內(nèi)一直呈增加趨勢(shì)，在2002年發(fā)生了一次增加的突變。綠水流在1993年發(fā)生一次增加的突變點(diǎn)，綠水量在1988年發(fā)生突變。

（4）研究期內(nèi)降水量、藍(lán)水量、綠水量空間尺度上的變化趨勢(shì)具有一定的差異性。降水量、藍(lán)水量在西北地區(qū)呈增加的趨勢(shì)，東部地區(qū)和東南地區(qū)整體呈減少趨勢(shì)；受氣候變暖的影響，綠水量在整個(gè)流域均呈現(xiàn)增加的趨勢(shì)，其中在西北及南部地區(qū)呈較為顯著的增加趨勢(shì)。

（5）1962-2017年期間，黃河源區(qū)降水量、藍(lán)水量、綠水量在空間分布上呈現(xiàn)一定的相似性，均表現(xiàn)為從西北地區(qū)向東南地區(qū)遞增的趨勢(shì)。東南地區(qū)紅原站附近藍(lán)水量最豐富，約在320～350 mm之間；綠水量相比較藍(lán)水量而言，空間分布差異性更大。藍(lán)水量的空間分布特征主要受降水量空間分布的影響；而綠水量的空間分布更大程度上是受氣溫、降水量?jī)烧叩寞B加影響，氣溫增加，導(dǎo)致流域內(nèi)蒸散發(fā)量增加，進(jìn)一步增加了綠水量?！?/p>