二元驅(qū)動(dòng)下涇河流域藍(lán)綠水變化歸因分析

占楊英，湯 軍，高賢君，楊元維，李菲菲

（長(zhǎng)江大學(xué)地球科學(xué)學(xué)院，湖北武漢 430100）

0 引言

水資源短缺是全球三大系統(tǒng)性風(fēng)險(xiǎn)之一，水資源可持續(xù)發(fā)展更是當(dāng)前研究熱點(diǎn)［1］。氣候變暖勢(shì)必會(huì)影響蒸發(fā)、降水和徑流等氣象水文要素，同時(shí)大幅提高極端水文事件的頻率。土地性質(zhì)的改變對(duì)流域的水文循環(huán)和水量的空間分布產(chǎn)生重大影響［2］。因此，從氣候變化和土地利用變化角度對(duì)水資源進(jìn)行評(píng)估，可以加強(qiáng)水資源管理，為實(shí)現(xiàn)流域的水資源可持續(xù)發(fā)展提供指導(dǎo)意義。

藍(lán)水是指“暴露的水”，其中包括陸面上的河川徑流和地底下的壤中流、地下徑流；綠水是指“隱藏的水”，其中包括土壤水和蒸散發(fā)的水［3］。綠水是糧食生產(chǎn)最重要的水源，支撐著雨養(yǎng)農(nóng)業(yè)（約占全球耕地面積的4/5），給全球70 多億提供糧食保障［4］。藍(lán)水從多個(gè)角度影響著人類的生活和發(fā)展，如生活日常用水、工業(yè)生產(chǎn)用水、農(nóng)業(yè)灌溉用水等。SWAT（Soil and Water Assessment Tool）模型是一種分布式水文模型，可以模擬長(zhǎng)時(shí)間序列的水文循環(huán)過程［5，6］，相比于其它常見水文模型（半分布式水文模型：VIC（Variable Infiltration Capacity）、分布式水文模型：SWIM（Soil and Water Integrated Model）），它的優(yōu)點(diǎn)在于：結(jié)合流域多種數(shù)據(jù)，全面模擬流域內(nèi)水文循環(huán)過程，從而準(zhǔn)確評(píng)價(jià)藍(lán)/綠水資源的分布和含量［7-10］。例如：呂樂婷［11］等基于SWAT 模型對(duì)小尺度流域（細(xì)河流域）的藍(lán)綠水資源的時(shí)空分布進(jìn)行了探索，并詳細(xì)介紹了藍(lán)綠水在農(nóng)業(yè)上的作用。榮琨［12］等以晉江西溪流域?yàn)檠芯繉?duì)象，用SWAT 模型分析土地利用對(duì)藍(lán)綠水的影響，從不同的土地利用類型探究藍(lán)綠水的時(shí)空分布規(guī)律。

涇河是黃河流域的二級(jí)支流，以清澈著稱，其發(fā)源地六盤山更是被國(guó)家列為自然保護(hù)區(qū)。由于流域內(nèi)氣候變化劇烈、降雨時(shí)空分布不均、土地利用類型發(fā)生較大改變，使涇河流域不僅是黃土高原嚴(yán)重水土流失地之一，也是西北地區(qū)暴雨多發(fā)區(qū)之一［13］。因此，從氣候變化和土地利用變化角度研究涇河流域的水資源，對(duì)該流域規(guī)劃水資源分配和鞏固生態(tài)系統(tǒng)平衡具有重要的意義。但前人的研究，如邱國(guó)玉［14］、趙姹［15］、李雪［16］、王尹萍［17］等主要研究土地利用變化和氣候變化對(duì)涇河流域徑流、生態(tài)基流的影響，缺乏氣候變化和土地利用變化對(duì)涇河流域藍(lán)綠水的研究?；诖?，本文以涇河為研究對(duì)象，利用土地、DEM、氣候和土壤等因子模擬過去40 年涇河水文循環(huán)情況，探究涇河流域藍(lán)綠水分布規(guī)律并估算其產(chǎn)量，為涇河流域優(yōu)化藍(lán)綠水資源提供理論依據(jù)。

1 研究區(qū)概況

1.1 研究區(qū)域

涇河流域坐落于我國(guó)黃土高原中部地區(qū)，地理坐標(biāo)為：東經(jīng)106°14'～108°42'、北緯34°46'～37°19'，海拔介于440～2 200 m，地勢(shì)為西北高東南低。涇河發(fā)源于寧夏省六盤山東麓，是我國(guó)黃河一級(jí)支流渭河的第一大支流（見圖1）。流域全長(zhǎng)455.1 km，面積45 421 km2，平均徑流量21.40 億m3，依次流經(jīng)寧夏、甘肅、陜西三省。流域多年平均氣溫8 ℃，7 月平均氣溫最高，高達(dá)29 ℃，1 月平均氣溫最低，低至-13 ℃，年降水量在350～650 mm之間，夏季氣候濕潤(rùn)雨水多，夏季降水量一般超過年降水量的3/5。涇河流域土地平坦遼闊，耕地占整個(gè)流域面積近60%，為西北地區(qū)糧食生產(chǎn)提供了保障。

圖1 涇河流域概況圖Fig.1 Overview of Jinghe River Basin

1.2 數(shù)據(jù)來源與處理

SWAT 模型數(shù)據(jù)輸入具有多樣性，其中包括空間數(shù)據(jù)和屬性數(shù)據(jù)。空間數(shù)據(jù)主要有數(shù)字高程DEM數(shù)據(jù)、土壤類型分布數(shù)據(jù)、土地利用分布數(shù)據(jù)（圖2）；需要的屬性數(shù)據(jù)包括氣象數(shù)據(jù)、實(shí)測(cè)徑流數(shù)據(jù)（見表1）。輸入SWAT 模型的空間數(shù)據(jù)需要統(tǒng)一投影坐標(biāo)系，本文采用的投影坐標(biāo)系為WGS_1984_UTM_Zone_49N。

表1 原始數(shù)據(jù)說明Tab.1 Raw data description

圖2 涇河流域土壤、土地利用和子流域圖Fig.2 Soil types，land use and sub basins of Jinghe River Basin

DEM 數(shù)據(jù)來源于地理空間數(shù)據(jù)云，下載并對(duì)其進(jìn)行預(yù)處理，最后按流域邊界裁剪即可；土地利用數(shù)據(jù)根據(jù)我國(guó)最新修訂的《土地利用現(xiàn)狀分類》（GB/T21010-2017）中的一級(jí)分類標(biāo)準(zhǔn)將其分為：耕地、林地、草地、濕地、水體、建設(shè)用地和裸地等七種類型；土壤數(shù)據(jù)通過建立土壤數(shù)據(jù)庫應(yīng)用SWAT模型中，模型運(yùn)行之前必須轉(zhuǎn)化成統(tǒng)一的美制土壤粒徑標(biāo)準(zhǔn)，土壤參數(shù)用SPAW 軟件計(jì)算；氣候數(shù)據(jù)利用氣象站數(shù)據(jù)自制氣象數(shù)據(jù)庫，太陽輻射數(shù)據(jù)根據(jù)逐日日照時(shí)數(shù)數(shù)據(jù)來計(jì)算［18］。

2 研究方法

2.1 SWAT模型

SWAT 模擬流域的水文循環(huán)過程需要遵守水量平衡原理，其公式如下：

式中：SWt是指土壤最終含水量；t是指時(shí)間；SW0指最初土壤在第i天的含水量；Rday的降水量；Qsurf地表徑流；Ea第i天的水分蒸散發(fā)量；Wseep天離開土壤剖面底部的滲透水流和旁通水流水量；Qgw表示第i天回歸流的水量。

2.2 模型評(píng)價(jià)

本研究以SWAT-CUP 軟件中自帶的SUFI-2 算法（序貫不確定性分析方法）對(duì)SWAT 模型執(zhí)行率定和驗(yàn)證。模型適用性取決于R2［公式（2）］、NSE［公式（3）］、PBIAS［公式（4）］、和RSR［公式（5）］等4個(gè)指標(biāo)，R2表示模型模擬值和輸入實(shí)測(cè)值之間的貼合度，值越接近于1，說明兩者的結(jié)果越貼合，得到的效果就越好；NSE是指模型模擬值與輸入實(shí)測(cè)值之間偏離程度，值越接近于1，說明兩者的結(jié)果偏差越?。?9］；PBIAS是指模型模擬值與輸入實(shí)測(cè)值之間的平均變化趨勢(shì)，PBIAS>0，說明模型模擬值偏小，反之，模型模擬值偏大［20］；RSR是指用均方根誤差與輸入實(shí)測(cè)值的標(biāo)準(zhǔn)差的比值，RSR絕對(duì)值越小，模擬效果越好［21］。

R2、NSE、PBIAS和RSR計(jì)算公式如下：

2.3 藍(lán)/綠水資源量統(tǒng)計(jì)

根據(jù)SWAT 模型輸出結(jié)果來計(jì)算藍(lán)水和綠水的產(chǎn)量，其中藍(lán)水產(chǎn)量的輸出結(jié)果用每個(gè)子流域產(chǎn)水量（WYLD）加上深層含水層補(bǔ)給量（DA_RCHG）的值來表示；綠水產(chǎn)量是輸出結(jié)果中每個(gè)RHU的實(shí)際蒸散發(fā)（ET）和土壤含水量（SW）之和［22］。以下是計(jì)算藍(lán)水、綠水和綠水系數(shù)的公式：

式中：G表示綠水資源量；B表示藍(lán)水資源量；GWC表示綠水系數(shù)。

2.4 皮爾遜Ⅲ型頻率曲線法

在水文計(jì)算領(lǐng)域中，很多學(xué)者通常用皮爾遜Ⅲ型頻率曲線法統(tǒng)計(jì)各類水文現(xiàn)象，以評(píng)價(jià)我國(guó)水文變量的分布。因此，我國(guó)豐水年、平水年和枯水年的劃定可以基于皮爾遜Ⅲ型頻率曲線計(jì)算流域內(nèi)年降水量頻率序列得以實(shí)現(xiàn)［23］。

皮爾遜Ⅲ型頻率曲線概率密度函數(shù)為：

式中：Γ(α)表示α的伽瑪函數(shù)；α，β，a0（α>0，β>0）分別表示曲線分布的形狀尺度和位置未知參數(shù)，其與期望值（Ex）、偏態(tài)系數(shù)（Cs）和變差系數(shù)（Cv）的關(guān)系如下：

3 結(jié)果和分析

3.1 涇河流域徑流突變年份

突變分析是研究水文序列特征的主要切入點(diǎn)，基于徑流數(shù)據(jù)做突變分析，有利于獨(dú)立研究氣候和土地利用2 種因子對(duì)涇河流域藍(lán)綠水的影響［24］。將1979-2019 年涇河流域張家山水文站的逐月徑流數(shù)據(jù)整理成年徑流量，用M-K（Mann-Kendall）突變檢驗(yàn)法對(duì)其突變分析，再用滑動(dòng)t檢驗(yàn)法和累積距平法對(duì)結(jié)果進(jìn)行檢驗(yàn)，結(jié)果如圖3。M-K突變檢驗(yàn)結(jié)果表明，涇河流域張家山水文站的徑流在1996 年發(fā)生突變；滑動(dòng)t檢驗(yàn)設(shè)置99%置信區(qū)間和5 年步長(zhǎng)，其結(jié)果也說明張家山水文站的徑流突變年份為1996 年；從累積距平檢驗(yàn)結(jié)果圖可以看出，1996 年是張家山水文站徑流突變年份。綜合3 種突變檢驗(yàn)方法可以確認(rèn)1996年是張家山水文站徑流突變年份，與劉宇［25］結(jié)果一致。

圖3 張家山水文站1979-2019年徑流量M-K檢驗(yàn)、滑動(dòng)t檢驗(yàn)、累積距平Fig.3 Runoff m-k test，sliding t test and cumulative anomaly of Zhangjiashan hydrological station from 1979 to 2019

3.2 模型參數(shù)率定及驗(yàn)證

將DEM 數(shù)據(jù)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)和氣象數(shù)據(jù)依次輸入SWAT 模型中，模型運(yùn)行過程中將涇河流域劃分成29個(gè)子流域，生成342個(gè)水文響應(yīng)單元。

鑒于涇河流域張家山水文站徑流在1996年發(fā)生突變，為保證參數(shù)的可靠性，用突變之前的月徑流數(shù)據(jù)對(duì)模型進(jìn)行率定。預(yù)熱期為2 年，1981-1990 年為率定期，1991-1995 年為驗(yàn)證期。運(yùn)用SWAT-CUP 軟件對(duì)模擬徑流相關(guān)的28 個(gè)參數(shù)進(jìn)行全局敏感性分析［26］，最終選用敏感性最高的12個(gè)參數(shù)作為涇河流域的率定參數(shù)（表2）。SWAT 模型模擬結(jié)果（圖4）：率定期和驗(yàn)證期結(jié)果如表3。Moriasi 認(rèn)為，當(dāng)R2>0.7，NSE>0.5，|PBIAS|≤25%且RSR≤0.7 時(shí)，模型的模擬效果較好［27］。結(jié)果表明SWAT 模型適合探究氣候變化和土地利用變化對(duì)涇河流域藍(lán)水綠水資源影響。

表3 模擬指標(biāo)結(jié)果Tab.3 Simulation index results

圖4 張家山水文站月徑流率定期和驗(yàn)證期結(jié)果Fig.4 Results of regular and validation period of monthly runoff rate of Zhangjiashan hydrological station

表2 參數(shù)含義及率定結(jié)果Tab.2 Parameter meaning and calibration results

3.3 典型豐枯年份確定

研究涇河流域藍(lán)綠水在典型年份的空間分布差異，對(duì)典型年份下該流域藍(lán)綠水資源的合理利用做出了重要的貢獻(xiàn)。

目前，劃分豐水年、平水年和枯水年有多種方法，本文采用皮爾遜Ⅲ型頻率曲線法對(duì)多年平均降水量進(jìn)行劃分。對(duì)年降水量（1979-2019 年）數(shù)據(jù)采用數(shù)學(xué)期望公式進(jìn)行頻率計(jì)算，得到頻率曲線如圖5，參數(shù)：Eχ=468.73 mm，Cs/Cυ=2.5。其中頻率小于25%為豐水年，頻率介于25%和50%之間為平水年，頻率大于50%為枯水年。根據(jù)頻率曲線圖（圖5）可知，豐水年、平水年和枯水年各占24.3%、26.8%和48.9%。本文選取3 個(gè)典型年份來研究藍(lán)綠水時(shí)空分布，分別是2003 年（豐水年）、2010 年（平水年）和1997年（枯水年）。

圖5 理論頻率曲線與經(jīng)驗(yàn)點(diǎn)據(jù)擬合圖Fig.5 Theoretical frequency curve and empirical point data fitting diagram

3.4 典型年份下的藍(lán)綠水時(shí)空變化特征

涇河流域典型年份下的藍(lán)水和綠水時(shí)間分布如圖6 所示。流域藍(lán)水資源在枯水年、平水年和豐水年下分別是43.54、132.07、235.14 mm，豐水年的藍(lán)水量是枯水年的5.4 倍，是平水年的1.8 倍；流域綠水資源在枯水年、平水年和豐水年下分別是346.13、450.77、490.93 mm，豐水年的綠水量是枯水年的1.4 倍，是平水年的1.1 倍。流域內(nèi)藍(lán)水量和綠水量與降水量成正相關(guān)，而綠水系數(shù)與降水量成負(fù)相關(guān)，說明綠水資源對(duì)維持生態(tài)平衡起著至關(guān)重要的作用。

圖6 典型年份下的降水量、藍(lán)綠水量和綠水系數(shù)的變化Fig.6 Changes of precipitation，blue-green water and green water coefficient in typical years

涇河流域典型年份藍(lán)水和綠水資源空間分布如圖7所示：

圖7 典型年份涇河藍(lán)水綠水空間分布Fig.7 Spatial distribution of blue water and green water in Jinghe River in typical years

（1）流域3個(gè)典型年份的降水量空間分布大體相同，都是自東南向西北方向減少。豐水年部分地區(qū)降水量高達(dá)810 mm，枯水年大部分地區(qū)降水量小于390 mm。

（2）枯水年、平水年和豐水年的藍(lán)水量空間分布均呈東南向西北方向減少。豐水年的藍(lán)水量較豐富，部分地區(qū)達(dá)到390 mm 以上，相反枯水年的藍(lán)水量就極少，大部分地區(qū)藍(lán)水量小于40 mm。

（3）3個(gè)典型年份的綠水空間分布幾乎一致，均是由東南向西北方向減少。在豐水年，綠水量最為豐富，部分地區(qū)超過520 mm，而在枯水年，部分地區(qū)綠水量少于280 mm。

（4）綠水系數(shù)與藍(lán)綠水量的空間分布完全相反，枯水年、平水年和豐水年的綠水系數(shù)分布趨勢(shì)均由東南向西北方向增高。在枯水年，綠水系數(shù)普遍更高，大部分地區(qū)超過87%，這是因?yàn)樵诳菟觊g降水量少、氣溫高，流域內(nèi)水資源蒸散發(fā)的程度比平水年和豐水年劇烈，所以枯水年的綠水系數(shù)高于其他典型年份。

3.5 氣候變化和土地利用對(duì)藍(lán)綠水的時(shí)空影響

3.5.1 情景設(shè)置

采用情景對(duì)比法，即固定其他因子，僅改變氣象因子或者土地利用因子來設(shè)置情景，情景設(shè)置如表4。張家山水文站徑流突變年份是1996 年，故將1979-1996 年設(shè)置為基準(zhǔn)期，氣象因素劃分成1979-1996 年、1997-2019 年兩段時(shí)間序列。氣候變化（情景Ⅰ-基準(zhǔn)期）對(duì)藍(lán)綠水的影響通過固定土地利用數(shù)據(jù)，改變氣象數(shù)據(jù)的策略來實(shí)現(xiàn)；土地利用變化（情景Ⅱ-基準(zhǔn)期）采用固定氣象要素，改變土地利用數(shù)據(jù)的方式來實(shí)現(xiàn)；而氣候變化和土地利用變化（情景Ⅲ-基準(zhǔn)期）對(duì)藍(lán)綠水的共同影響則通過改變兩種數(shù)據(jù)來研究。

表4 情景設(shè)置Tab.4 Scenario setting

3.5.2 藍(lán)綠水時(shí)空變化特征

涇河流域3種情景下的藍(lán)綠水資源量如圖8所示：

圖8 情景設(shè)置下的藍(lán)綠水量、綠水系數(shù)和因素影響下藍(lán)綠水、綠水系數(shù)改變量Fig.8 Blue and green water quantity and green water coefficient under scenario setting and change of blue/green water and green water coefficient under influence of factors

（1）涇河流域基準(zhǔn)期、情景Ⅰ、情景Ⅱ和情景Ⅲ的藍(lán)水量分別為107.17、109.14、106.11 和108.08 mm，在氣候因素作用下，藍(lán)水資源量增加了1.97 mm；在土地利用變化的情況下，藍(lán)水量減少了1.06 mm；在氣候變化和土地利用變化共同作用下，藍(lán)水量增加了0.91 mm。

（2）涇河流域基準(zhǔn)期、情景Ⅰ、情景Ⅱ和情景Ⅲ的綠水量分別為421.24、442.72、422.03 和443.51 mm，在氣候變化下，綠水資源量增加了21.48 mm；在土地利用變化的情況下，綠水量增加了0.79 mm；在氣候變化和土地利用變化共同作用下綠水量增加了22.27 mm。

（3）涇河流域基準(zhǔn)期、情景Ⅰ、情景Ⅱ和情景Ⅲ的綠水系數(shù)分別為80.01%、80.53%、80.19%和80.71%，在氣候因素作用下，綠水系數(shù)升高了0.52%；在土地利用變化的情況下，綠水系數(shù)升高了0.18%；在氣候變化和土地利用變化共同作用下，綠水系數(shù)升高了0.7%。

涇河流域藍(lán)水、綠水和綠水系數(shù)的變化以氣候變化為主要驅(qū)動(dòng)因素，貢獻(xiàn)率分別是65%、96%和74%，土地利用對(duì)其變化貢獻(xiàn)率分別是35%、4%和26%。

涇河流域氣候變化、土地利用變化和氣候與土地利用共同變化下藍(lán)水和綠水空間分布如圖9 所示。就藍(lán)水而言：在氣候因素作用下，涇河流域藍(lán)水量整體增多，越靠東南方向藍(lán)水量增加的越多；在土地利用變化的作用下，流域全區(qū)域藍(lán)水量減少，其中流域東南地區(qū)減少的最多；在氣候變化和土地利用變化共同作用下，流域藍(lán)水量整體增多，與氣候變化作用下的藍(lán)水分布一致。從綠水角度分析：在氣候因素作用下，涇河流域全流域綠水量增多，其中部分地區(qū)增多高達(dá)28 mm；在土地利用的影響下西北地區(qū)綠水量減少，其他區(qū)域綠水量增多；在氣候變化和土地利用變化共同作用下，綠水資源量大部分地區(qū)增多，只有極小部分地區(qū)減少。綠水系數(shù)的變化：在氣候因素作用下，涇河流域綠水系數(shù)整體升高，小部分地區(qū)綠水系數(shù)降低；在土地利用的影響下，綠水系數(shù)分布與土地利用影響下的綠水量分布一致，西北地區(qū)綠水系數(shù)降低，其他地區(qū)綠水系數(shù)升高；在氣候變化和土地利用變化共同作用下，綠水系數(shù)整體升高，只有少部分地區(qū)的綠水系數(shù)降低。

圖9 氣候變化、土地利用變化、氣候與土地利用共同變化下的藍(lán)綠水改變量Fig.9 Blue green water change under climate change，land use change and joint climate and land use change

4 結(jié)論與討論

4.1 討論

采用皮爾遜Ⅲ型頻率曲線法劃分涇河流域典型年份，選取1997 年（枯水年）、2010 年（平水年）、2003 年（豐水年）3 個(gè)典型年份為代表，更加直觀地分析典型年份下藍(lán)綠水資源量的時(shí)間分布差異。涇河流域氣候干旱，降水更多轉(zhuǎn)化為綠水，綠水是流域水資源的主要組成成分?？菟甑木G水系數(shù)更高，這是由于枯水年間降水量少、氣溫高，水資源蒸散發(fā)劇烈導(dǎo)致［28］。分析典型年份藍(lán)綠水時(shí)空分布特征，有利于更深一步了解藍(lán)綠水互相轉(zhuǎn)化規(guī)律，從而為解決涇河流域水資源短缺、水土流失嚴(yán)重、生態(tài)平衡失調(diào)等問題做出更大的貢獻(xiàn)。

采用情景設(shè)置法來定量分析氣象變化、土地利用變化對(duì)涇河流域藍(lán)綠水的影響。研究表明，藍(lán)綠水分布與降水分布一致，氣象變化是決定涇河流域藍(lán)綠水資源量的主導(dǎo)因素，這與王紹娜研究結(jié)果一致［29］。其中氣候因子對(duì)綠水變化的貢獻(xiàn)率為96%，蒸散發(fā)量在氣候驅(qū)動(dòng)綠水變化中起著較為關(guān)鍵的作用［30］。同時(shí)，土地利用變化對(duì)藍(lán)綠水資源也有一定的影響，建設(shè)用地面積增多促使不透水面擴(kuò)張，導(dǎo)致地表徑流無法進(jìn)入土壤，因此合理規(guī)劃土地利用對(duì)該流域的水土保持具有重要的意義［31］。除了氣象變化和土地利用變化以外，人類活動(dòng)也會(huì)改變藍(lán)綠水資源的分布。未來將從水庫和灌溉方面分析藍(lán)綠水的時(shí)空分布特征。

4.2 結(jié)論

以涇河流域作為研究對(duì)象，利用SWAT 模型從氣候和土地利用2 種元素驅(qū)動(dòng)下分析藍(lán)綠水時(shí)空變化規(guī)律，得出的結(jié)論如下。

（1）根據(jù)M-K 突變檢驗(yàn)法對(duì)1979-2019 年年徑流量進(jìn)行突變檢驗(yàn)，并用滑動(dòng)t檢驗(yàn)法和累積距平法對(duì)其結(jié)果進(jìn)行校正，證實(shí)徑流突變年份發(fā)生在1996 年。故將氣象因素劃分成1979-1996 年和1997-2019 年兩段時(shí)間序列，并用1990 年和2015 年的土地利用來設(shè)置情景。

（2）涇河流域藍(lán)水量在氣候因子的作用下增多，在土地利用因子的作用下減少；綠水量在氣候和土地利用的影響下均增多。藍(lán)水、綠水和綠水系數(shù)的變化以氣候?yàn)橹饕?qū)動(dòng)因子，氣候因素對(duì)其變化的貢獻(xiàn)率分別是65%、96%和74%，土地利用因素對(duì)其變化貢獻(xiàn)率分別是35%、4%和26%。

（3）涇河流域氣候和土地利用2種因子共同作用的藍(lán)水、綠水和綠水系數(shù)的空間分布與氣候變化的空間分布一致。氣候變化導(dǎo)致全流域的綠水量增多，土地利用變化導(dǎo)致全流域的藍(lán)水量都降低，變化分布均是中部地區(qū)比南北地區(qū)比變化明顯。