典型年份渭河流域蓝水绿水时空差异分析*4

赵安周，朱秀芳，潘耀忠，刘　鑫（1. 河北工程大学资源学院，邯郸 05608；. 北京浙范大学地表过程与资源生态国家重点实验室/资源学院, 北京 100875；. 北京建工建筑设计研究院，北京 100044）



典型年份渭河流域蓝水绿水时空差异分析*4

赵安周1,2，朱秀芳2**，潘耀忠2，刘鑫3
（1. 河北工程大学资源学院，邯郸 056038；2. 北京浙范大学地表过程与资源生态国家重点实验室/资源学院, 北京 100875；3. 北京建工建筑设计研究院，北京 100044）

摘要：以西北地区湿润/干旱过渡地带的渭河流域为例，采用降水距平百分率和标准化降水指数识别湿润年、正常年和干旱年，同时结合SWAT（Soil and Water Assessment Tool）模型的输出结果分析各典型年该流域蓝水绿水的时空分布差异。结果表明：（1）采用降水距平百分率和标准化降水指数两种方法确定1983、1997 和2007年分别为湿润年、干旱年和正常年；（2）模型健价的结果表明，SWAT模型的月径流模拟的精度较高，可以准确描述渭河流域的径流变化过程；（3）在流域尺度上，绿水流的变化在湿润年、干旱年和正常年的变化相对稳定，绿水系数在湿润年、干旱年和正常年分别为82.06%、93.47%和87.72%；（4）从空间分布来看，蓝水绿水资源在渭河流域的分布呈现自东南向西北减少的趋势，绿水系数的空间分布表明在湿润年份（1983）或地区（东南部）绿水比重明显低于干旱年份（1997）或地区（北部）。

关键词：SWAT模型；蓝水绿水；绿水系数；渭河流域

赵安周,朱秀芳,潘耀忠,等.典型年份渭河流域蓝水绿水时空差异分析[J].中国农业气象,2016,37(2):149-157

蓝水绿水的健价目前已成为水科学研究领域的热点问题，并逐渐影响人类对水资源管理利用的方式，引发人们对水资源概念及其健价的重新思考[1-2]。蓝水绿水的概念是20世纪90年代Falkenmark在健价半干旱地区水资源对农业生产过程的影响中提出的，之后许多学者对其进行了进一步完善[3-4]。蓝水为存储于河流、湖泊和含水层中的水，是扣除地表水和地下水重复计算后的总和，绿水可以分为绿水流和绿水储量，前者由植物散发和土壤、水体蒸发组成，后者是指存储于土壤中的水，即土壤含水量[5]。蓝水绿水概念的提出把生态学过程与水循环过程紧密联系起来，体现了水文过程与植被之间的相互作用关系[6]。随着蓝水绿水概念的提出，其健价在水文水资源领域得到了高度重视。瑞典斯德哥尔摩国际水资源研究所（SIWI）、全球水系统项目组（GWSP）等众多国际组织和机构开始致力于对绿水的研究。在国内，程国栋等[3, 7]指出绿水资源的重要性，建议把绿水资源纳入水资源健价中。Liu等[8]采用GEPIC （GIS-based Environmental Policy Inte-grated Climate）模型在全球尺度上就主要农作物对蓝水绿水资源的影响进行了分析，认为在1998-2002年，这些农作物耗水量达3823km3·a-1，绿水资源量比例超过80%；Zuo等[9-13]借助SWAT模型分别对渭河流域、黑河流域、卢氏流域和碧流河流域的蓝水绿水资源进行了健价，取得了一系列卓有成效的研究结果。

渭河流域位于中国西北干旱和湿润过渡地带，水资源短缺已成为限制地区社会经济发展的重要因子。目前对该地区水资源的研究主要集中在自然条件下蓝水绿水资源时空分布上，针对典型年份蓝水绿水的时空分布差异特征的研究相对较少。鉴于此，本文利用SWAT模型的输出结果，辅以降水距平百分比和标准化降水指数等方法，分析典型年份条件下渭河流域蓝水绿水资源的时空分布差异，以期为典型年份中国西北地区的水资源管理提供科学依据。

1　资料与方法

1.1研究区概况

渭河是黄河最大的支流，发源于甘肃省定西市渭源县的鸟鼠山，流经天水、宝鸡、西安、渭南等多个省市，最终在陕西省渭南市潼关县注入黄河，干流全长818km。该流域位于104°00′-110°20′E，33°50′-37°18′N，海拔319-3929m，泾河和北洛河为其主要的两个支流。渭河流域地势西高东低，北部为黄土高原，南部为秦岭山脉，冬季寒冷少雨，夏季炎热多雨，年降雨量500～800mm，平均气温7.8～13.5 °C，蒸发较强烈，陆面蒸发量500mm，水面蒸发量660～1600mm[14]。该流域是陕西省社会经济最发达的地区，集中全省64%的人口、56%的耕地、72%的灌溉面积及其80%的经济生产总值[15]，流域位置及气象、水文站点分布见图1。

图1　渭河流域及其支流位置、气象站点和水文站点分布Fig. 1　Location and distribution of meteorological stations and hydrological stations in Weihe River Basin

1.2数据来源

渭河流域及其周边22个气象站点的降水、气温、相对湿度、风速数据、日照时数等数据来源于气象数据共享网，为1970-2012年的日值数据。蓝水为蓝水流，包括河流、湖泊和含水层中的水，绿水包括实际蒸散量和土壤含水量，均来源于SWAT模型模拟的结果。建立SWAT模型需要的DEM（Digital Elevation Model）数据（90m×90m）、土地利用/覆盖数据（1:100万）和土壤数据（1:10万）分别来源于国际科学数据共享平台、寒区旱区科学数据中心（WestDC）和世界土壤数据库（HWSD）。华县、咸阳、林家村和魏家堡4个水文站的月流量数据来源于黄河水利委员会和中华人民共和国水文年鉴，其时间段为1971-1990年。

1.3研究方法

1.3.1典型年份的确定

利用降水距平百分率Pa和标准化降水指数SPI两个指标确定典型年份，以避免采用单一指标的计算误差，其具体计算过程参见文献[16-17]，划分标准见表1[1]。当Pa和SPI的等级≥5，定义该年份为干旱年，等级值均为4，定义为正常年份，当等级≤3，定义为湿润年。

计算1972-2012年22个气象站点的年降水距平百分率（Pa）和标准化降水指数（SPI），各流域的值为流域内所含气象站点的平均值，按表1划分其等级值。

表1　降水距平百分率（Pa）和标准化降水指数（SPI）的旱涝等级Table 1　Grades of drought/flood based on the anomalous percentage and standard precipitation index

1.3.2绿水系数计算

绿水系数是指某一地区或流域绿水所占的比重，具体计算方法为[18]

式中，GWC（Green Water Coefficient）表示绿水系数，G表示绿水，包括绿水流和绿水储量，B表示蓝水。

1.3.3SWAT模型

SWAT模型是一个分布式水文模型，该模型是美国农业部农业研究局在CREAMS（Chemicals, Runoff, and Erosion from Agricultural Management Systems）和SWRRB（Simulator for Water Resources in Rural Basins）模型的基础上发展起来的，其建立模型所需的数据包括地形、土壤、土地利用、气象、水文等。模型可以依据DEM数据、土地利用数据、土壤数据等将研究区域划分为多个只包含一种土地利用类型和土壤类型的水文响应单元（HRU）。由于该模型可以模拟流域水循环中几乎所有的水文过程，因此，在全球许多国家和地区得到广泛应用[19-20]。本文通过建立渭河流域的土地利用/覆盖数据库、土壤数据库、天气发生器等，利用SWAT模型的水文模块对渭河流域的地表水、蒸散、地下水、土壤水等水文过程要素进行模拟。蓝绿水是根据SWAT模型输出结果进行计算，其中，蓝水流为地表径流、壤中流和地下径流之和，绿水流为实际蒸散量（ET），绿水储量为土壤含水量。

1.3.4模型健价指标

模型的率定和验证采用SWAT-CUP里的SUFI-2算法，该算法采用P-factor和R-factor对模型的不确定性进行定量健估。P-factor表示实测数据落入置信区间95PPU（95% prediction uncertainty）的概率百分比，R-factor表示 95PPU 带的平均厚度除以监测数据标准偏差。一般P-factor越接近1，R-factor越接近0，表明模拟的效果越好[21]。同时，本文采用决定系数R2、Nash-Sutcliffe 效率系数（ENS）来健价SWAT模型的适用性，其具体计算参照文献[22-23]。其中，R2表示模拟值与实测值变化趋势的一致性，其值越接近1，表明模拟值与实测值趋势越吻合，通常将R2＞0.6作为实测值和模拟值相关程度的标准；ENS表示实测值与模拟值的偏离程度，当ENS≤0.36时，认为模拟效果不好，0.36＜ENS＜0.75，认为模拟效果令人满意，ENS≥0.75，认为模拟的结果好[24]。

2　结果与分析

2.1流域典型干湿年份的确定

各流域1972-2012年年降水距平百分率（Pa）和标准化降水指数（SPI）等级值见图2。利用SPSS对两种方法的分级结果的一致性进行检验，由表2可见，各流域的显著性检验的P值均大于0.05，表明Pa和SPI在衡量渭河流域的旱涝程度上无显著性差异，二者具有良好的一致性。根据图2和表2，选取1983、1997和2007年分别作为渭河流域、渭河干流、泾河流域和北洛河流域的湿润年、干旱年和正常年。

2.2利用典型站月径流资料率定、验证SWAT模型参数

图2　各区历年降水距平百分率（Pa）和SPI指数的等级值（1972-2012）Fig. 2　Rank values of precipitation anomaly index (Pa) and SPI in each region(1972-2012)

利用渭河流域华县、咸阳、魏家堡、林家村4个典型水文站1981-1990年和1971-1980年的月径流资料对模型进行率定和验证。其月径流模拟结果见图3，相应的不确定性的分析及模拟精度健价指标结果见表3。从图中可见，各站率定期和验证期月径流量模拟值与实测值的波动趋势均基本一致，进一步分析相关指标（表3）可见，率定期内流域下游和中游（1981-1990年）的华县站和咸阳站月径流的P-factor分别为0.85和0.76，R-factor分别为0.57和0.40，验证期间（1971-1980年）华县站和咸阳站的P-factor分别为0.82和0.73，R-factor分别为0.67和0.45，表明观测值落在95PPU的概率较大，其径流模拟的不确定性较小；魏家堡和林家村率定期（1981-1990年）的P-factor分别为0.68和0.65，R-factor分别为0.52和0.68，其验证期（1971-1980年）的P-factor分别为0.66和0.61，R-factor分别为0.85和1.05，与华县站和咸阳站相比，这两个站不确定性增大，从健价指标来看，4个站点在率定期和验证期的R2均大于0.60，ENS系数除了在验证期的林家村站外，其它站点的值均大于0.60，模拟效果较好。林家村水文站位于宝鸡峡附近，受到其农业灌溉用水的影响，其不确定性较大，模拟精度较差，华县站和咸阳站的R2和ENS的值均较大，率定期的值在0.80以上，验证期也接近0.70，模拟精度较高。可见，从4个水文站点的健价指标的数值来看，其径流模拟的精度较高，可以基本描述渭河流域模拟时段的径流变化。

2.3利用SWAT模型模拟分析流域典型年蓝绿水时空特征

2.3.1蓝绿水流比较

渭河流域、渭河干流、泾河流域和北洛河流域典型年份的蓝水绿水资源如图4所示。从图可以看出，渭河流域的蓝水流在湿润年、干旱年及正常年分别为123.21、30.92、67.56mm·a-1。渭河干流、泾河流域和北洛河流域的蓝水流在湿润年均高于干旱年（图4），这主要是由于湿润年的降水明显高于干旱年所致；绿水流的变化在3个典型年份的变化较蓝水流稳定；渭河流域的绿水储量在湿润年、干旱年及正常年分别为92.51、43.93和62.59mm·a-1，湿润年的绿水储量大于干旱年。从绿水系数来看，渭河干流、泾河流域和北洛河流域的绿水系数（1983、1997和2007年的均值）分别为85.66%、91.31%和91.57%，可见，北洛河的绿水系数最高；渭河流域的绿水系数在湿润年、干旱年和正常年分别为82.06%、93.47%和87.72%，干旱年的绿水系数明显高于湿润年，表明典型干旱年的绿水资源占水资源的比例明显高于湿润年，对于干旱年份，绿水资源尤其重要。

图3　渭河流域4个水文站点月径流的率定期和验证期的模拟结果Fig. 3　Comparison between the measured and simulated monthly discharges at four hydrological stations for both calibration and validation period

表3　渭河流域主要水文站月径流模拟结果评价和不确定性分析Table 3　Results of monthly runoff simulation for four main hydrological stations

图4　渭河流域及其支流流域在典型年份的降水量、蓝水绿水资源和绿水系数Fig. 4　Precipitation, blue and green water and green water coefficient in typical reference years in the Weihe River Basin, Weihe River mainstream, Jinghe River Basin and Beiluohe River Basin

2.3.2蓝水绿水资源的空间分布

典型年份渭河流域蓝水流的空间变化如图5a所示。总体来看，蓝水流在渭河流域的空间分布呈现自东南向西北减少的趋势，湿润年流域北部多数地区的蓝水流在50～150mm·a-1，南部的蓝水流大于150mm·a-1；正常年份大部分地区的蓝水流大于50mm·a-1，南部秦岭山脉和关中平原的个别地区大于200mm·a-1，仅流域西北部小于50mm·a-1；干旱年流域上游和泾河流域的蓝水流基本均小于50mm·a-1，北洛河流域和渭河流域的中下游的蓝水流界于51～150mm·a-1。

由图5b可见，绿水流的空间分布格局与蓝水流相似，亦呈现东南向西北减少的趋势，湿润年大部地区的绿水流处于550mm·a-1以上，下游部分地区甚至超过700mm·a-1；其次为正常年，流域西北部的绿水流最小，大部地区小于400mm·a-1，东南部的绿水流相对丰富，大部地区界于550～700mm·a-1；干旱年的绿水流最匮乏，流域上游和北部的绿水流基本处于400mm·a-1以下，仅东部的少数地区大于550mm·a-1（图5b）。

绿水储量的空间分布如图5c所示。由图可见，典型年份的绿水储量呈现自东南向西北减少的趋势，湿润年的绿水储量最丰富，流域东南部和中部地区大于90mm·a-1，西北部也基本处于30～70mm·a-1；正常年的绿水储量以北洛河流域和关中地区最丰富，西部北的天水、固原地区最匮乏；干旱年的绿水储量在整个流域均较匮乏，全流域基本小于70mm·a-1。

2.3.3绿水系数的空间分布

渭河流域的绿水系数的空间分布如图6所示。从图可以看出，其空间分布总体表现为北部地区高于南部。湿润年份绿水系数在渭河流域的个别地区大于90%，在流域南部的秦岭山脉地区小于65%；干旱年份整个流域大部地区的绿水系数均在90%以上。干旱年份气温较高，其蒸散发消耗的水资源高于湿润年份，导致干旱年份的绿水系数高于湿润年份。另外，从典型年份绿水系数的平均值来看，渭河流域87.75%的水资源是以绿水的形式参与到流域水循环当中的。

图5　典型年份渭河流域蓝水绿水的时空分布格局Fig. 5　Spatial distributions of blue water flow, green water flow and green water storage in typical reference years in the Weihe River Basin

图6　典型年份水文单元（HRU）尺度上渭河流域绿水系数的时空分布格局Fig. 6　Spatial distribution of green water coefficient in typical reference years in the Weihe River Basin

3　结论与讨论

（1）采用降水距平百分率Pa和标准化降水SPI指数，确定1983年、1997年和2007年分别为渭河流域的典型湿润年、干旱年和正常年。

（2）渭河流域4个水文站点（华县、咸阳、林家村和魏家堡）的月径流的模拟值与实测值总体模拟效果较好。上游的林家村和魏家堡水文站的决定系数R2和ENS的值较其它两个站点低，华县站和咸阳站的率定期的R2和ENS的值均大于0.8，验证期也在0.70左右，表明模型的月径流模拟的精度较高，可以准确描述模拟期内渭河流域的径流变化过程。

（3）从典型年份来看，渭河流域及其各支流的蓝水绿水资源存在明显的差别，绿水流的变化相对于蓝水流较稳定，绿水系数在湿润年、干旱年和正常年分别为82.06%、93.47%和87.72%。

（4）从空间分布来看，蓝水绿水资源呈现自东南向西北减少的趋势，蓝水流的时空分布格局与降水相似，其空间分布由降水控制，绿水资源不仅与降水等气候条件有关，而且与人类活动和下垫面的性质有关；就典型年份平均值来看，绿水系数的空间分布总体表现为泾河流域中部、北洛河流域中下游及其渭河干流的下游地区最高。

渭河流域横跨秦岭山脉、六盘山、黄土高原、关中平原等多种地形地貌，其降水分布格局受地形和大气环流的影响不同，使不同地区呈现的干湿年份特性不一致；从空间分布来看，典型年份渭河流域的蓝水流呈现从东南向西北逐渐减小的趋势，主要是由于流域的降水分布格局导致[25]；绿水资源空间分布除与降水分布有关外，还与温度、土壤类型等下垫面条件有关。从绿水系数的平均值来看，渭河流域蓝水绿水总资源量的87%以绿水形式参与到流域的水循环中，这与中国东部地区的一些流域的结果有所不同，如东南沿海的东江流域的多年平均绿水系数仅39%[19]，晋江西溪流域1973-1979年的平均绿水系数为36%[26]，这些流域处于亚热带季风地区，降水较多，蓄满产流为主要的产流方式，降雨可以更多地转化为地表径流，使这些流域的蓝水资源高于绿水资源量，而渭河流域属大陆性气候，气候干燥，降水较少，多数降水通过植被截留和下渗转换为生态用水，产生的地表径流较少，对同处于中国西部地区的黑河流域[1]、湟水流域[27]、卢氏河流域[12]的研究也得到与本文相似的结论，其绿水资源量远大于蓝水资源。从空间分布来看，典型年份的蓝水流表现为自东南向西北减少的趋势，降水是影响其空间分布的主要因素；影响绿水资源，尤其是绿水流的因素较多，除气候、下垫面性质等自然因素外，人类活动（退耕还林还草、修建水库和淤地坝、农业灌溉等）也会影响其空间分布格局。但本文对对蓝水绿水进行模拟时未考虑农业灌溉、修建水库等人类活动对典型年份蓝水绿水的影响，同时对可以缓解流域水资源和生态环境压力的蓝水绿水的转换机理问题尚不明确，这些均需以后作进一步研究。

参考文献References

[1]臧传富.黑河流域蓝绿水时空变化研究[D].北京:北京林业大学,2013.

Zang C F.Assessment of spatial and temporal variability of green and blue water flows in the Heihe River Basin,China[D]. Beijing:Beijing Forestry University,2013.(in Chinese)

[2]Rockström J,Karlberg L,Wani S P,et al.Managing water in rainfed agriculture:the need for a paradigm shift[J]. Agriculture Water Manage,2010,97(4):543-550.

[3]程国栋,赵文智.绿水及其研究进展[J].地球科学进展,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. (in Chinese)

[4]Falkenmark M,Rockström 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]Falkenmark M.Land-water linkages:a synopsis[J].FAO Land and Water Bulletin,1995(1):15-16.

[6]臧传富,刘俊国.黑河流域蓝绿水在典型年份的时空差异特征[J].北京林业大学学报,2013,35(3):1-10.

Zang C F,Liu J G.Spatial and temporal pattern difference of blue-green water flows in typical reference years in the Heihe River Basin,northwestern China[J].Journal of Beijing Forestry University,2013,35(3):1-10.(in Chinese)

[7]李小雁.流域绿水研究的关键科学问题[J].地球科学进展,2008,23(7):707-712.

Li X Y.Key scientific issues for green water research in the watershed[J].Advances in Earth Science,2008,23(7):707-712. (in Chinese)

[8]Liu J G,Zehnder A,Yang H.Global consumptive water use for crop production:the importance of green water and virtual water[J].Water Resources Research,2009,45(5):W05428, doi: 10.1029/2007WR006051.

[9]Zuo D,Xu Z,Peng D,et al.Simulating spatiotemporal variability of blue and green water resources availability withuncertainty analysis[J].Hydrological Processes,2014,29(8): 1942-1955.

[10]Zang C F,Liu J,Velde M,et al.Assessment of spatial and temporal patterns of green and blue water flows under natural conditions in inland river basins in Northwest China[J].Hydrology And Earth System Sciences,2012,16(8): 2859-2870.

[11]甄婷婷,徐宗学,程磊,等.蓝水绿水资源量估算方法及时空分布规律研究[J].资源科学,2010,32(6):1177-1183.

Zhen T T,Xu Z X,Cheng L,et al.Spatiotemporal distributions of blue and green water resources[J].Resources Science,2010, 32(6):1177-1183.(in Chinese)

[12]徐宗学,左德鹏.拓宽思路,科学健价水资源量:以渭河流域蓝水绿水资源量健价为例[J].南水北调与水利科技,2013, 11(1):12-16.

Xu Z X,Zuo D P.Scientific assessment of water resources with broaden thoughts:a case study on the blue and green water resources in the Wei River Basin[J].South-to-north Water Transfers and Water Science & Technology, 2013,11(1):12-16.(in Chinese)

[13]吴洪涛,武春友,郝芳华,等.绿水的多角度健估及其在碧流河上游地区的应用[J].资源科学,2009,31(3):420-428.

Wu H T,Wu C Y,Hao F H,et al.Assessment of green water from multi-angle view at catchment scale[J].Resources Science,2009,31(3):420-428. (in Chinese)

[14]左德鹏,徐宗学,李景玉,等.气候变化情景下渭河流域潜在蒸散量时空变化特征[J].水科学进展,2011,22(4):455-461.

Zuo D P,Xu Z X,Li J Y,et al.Spatiotemporal characteristics of potential evapotranspiration in the Weihe River basin under future climate change[J].Advances in Water Science,2011, 22(4): 455-461.(in Chinese)

[15]葛芬莉.关中地区渭河流域水资源与水环境综合治理研究[J].西北水力发电,2004,20(S1):160-162.

Ge F L.Study of the water resources and water environment comprehensive treatment in the Guanzhong area of the Weihe River Basin[J].Journal of Northwest Hydroelectric Power,2004, 20(S1):160-162.(in Chinese)

[16]鞠笑生,杨贤为.我国单站旱涝指标确定和区域旱涝级别划分的研究[J].应用气象学报,1997,8(1):26-33.

Ju X S,Yang X W.Research on determination of station indexes and division of regional flood /drought grades in China[J].Quarterly Journal of Applied Meteorology,1997, 8(1):26-33.(in Chinese)

[17]McKee T B,Doesken N J,Kleist J.The relationship of drought frequency and duration to time scales[A].Proceedings of the 8th conference on applied climatology[C].Boston:American Meteorological Society Boston, 1993:179-183.

[18]吕乐婷.东江流域气候变化及人类活动对水文水资源的影响[D].北京:北京浙范大学,2014.

Lv L T.Impacts of climate change and human activities on hydrology and water resources in the Dongjiang River Basin[D].Beijing:Beijing Normal University,2014.(in Chinese) [19]Naramngam S,Tong S T.Environmental and economic implications of various conservative agricultural practices in the Upper Little Miami River Basin[J].Agricultural Water Management,2013,119:65-79.

[20]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.

[21]Sun C,Ren L.Assessment of surface water resources and evapotranspiration in the Haihe River basin of China using SWAT model[J].Hydrological Processes,2013,27(8):1200-1222.

[22]Krause P,Boyle D P,Bäse F.Comparison of different efficiency criteria for hydrological model assessment[J]. Advances in Geosciences,2005,5(5):89-97.

[23]Freer J,Beven K,Ambroise B.Bayesian estimation of uncertainty in runoff prediction and the value of data:an application of the GLUE approach[J].Water Resources Research,1996,32(7):2161-2173.

[24]Geza M,McCray J E.Effects of soil data resolution on SWAT model stream flow and water quality predictions[J].Journal of Environmental Management,2008,88(3):393-406.

[25]刘燕,胡安焱.渭河流域近50年降水特征变化及其对水资源的影响[J].干旱区资源与环境,2006,20(1):85-87.

Liu Y,Hu A Y.Changes of precipitation characters along Weihe Basin in 50 years and its influence on water resources[J].Journal of Arid Land Resources and Environment,2006,20(1): 85-87.(in Chinese)

[26]荣琨,陈兴伟,李志远,等.晋江西溪流域绿水蓝水资源量估算及分析[J].水土保持通报,2011,31(4):12-15.

Rong K,Chen X W,Li Z Y,et al.Estimating green and blue water resources in Xixi Watershed of Jinjiang Basin[J]. Bulletin of Soil and Water Conservation,2011,31(4):12-15. (in Chinese)

[27]张杰,贾绍凤.基于SWAT模型的湟水流域蓝绿水与不同土地利用类型的绿水差异研究[J].水资源与水工程学报,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 and Water Engineering,2013,24(4):6-10.(in Chinese)

Spatiotemporal Variation of Blue-Green Water under Typical Reference Years in the Weihe River Basin

ZHAO An-zhou1,2, ZHU Xiu-fang2, PAN Yao-zhong2, LIU Xin3
(1. College of Resources, Hebei University of Engineering, Handan 056038, China; 2.State Key Laboratory of Earth Surface Processes and Resource Ecology/College of Resources Science & Technology, Beijing Normal University, Beijing 100875; 3.Beijing Jiangong Building Design and Research Institute, Beijing 100044)

Abstract：In order to understand the spatiotemporal pattern difference of blue-green water in typical reference years on a watershed scale, this study selected the Weihe River Basin in northwestern of China to analyze the spatiotemporal distribution pattern difference of blue-green water, and obtained the typical reference years by using standardized precipitation index(SPI) and precipitation anomaly index(Pa). The results showed that: (1)the years of 1983, 1997 and 2007 were determined as wet year, dry year and normal year, respectively. (2)Calibration and validation results showed a similar change trend between simulated and observed discharges, and the SWAT can be used to predict hydrological processes in Weihe River Basin. (3)Change of the green water was relatively stable in the typical reference years, and the green water coefficients were 82.06%, 93.47% and 87.72% in the wet year, dry year and normal year, respectively. (4)Spatially, the blue-green water decreased from southeast to northwest in Weihe River Basin. The spatial distribution of green water indicated that the proportion of green water in the wet year (1983) or areas (southeast) was lower than the normal and dry year (1997) or areas (north).

Key words：SWAT; Blue-green water; Green water coefficient; Weihe River Basin

doi:10.3969/j.issn.1000-6362.2016.02.004

* 收稿日期：2015-06-30**通讯作者。E-mail: zhuxiufang@bnu.edu.cn

基金项目：国家自然科学基金青年科学基金项目(41401479)；国家“高分辨率对地观测系统”重大专项

作者简介：赵安周（1985-），博士，讲浙，主要研究方向为水资源对气候变化和土地利用的响应及其干旱健价。E-mail: zhaoanzhou@126.com