基于混合建模方法的中国西南部雅砻江流域蓝水和绿水交互驱动力分析

《Journal of Hydrology: Regional Studies》:Interactive driven force analysis of blue and green water for Yalong River Basin of southwest China based on a hybrid modeling approach

【字体: 大 中 小 】 时间:2026年01月18日 来源:Journal of Hydrology: Regional Studies 4.7

编辑推荐:

  研究区域为中国西南部雅砻江流域。研究聚焦:环境变化影响了水文循环,导致了严重的淡水危机。在本研究中,研究人员利用水文建模与去趋势技术来探讨蓝水和绿水组分对气候变化和人为干扰的响应。区域新水文认知:1967年至2017年,蓝水和绿水呈现上升趋势。在两个研究期(P

  
研究区域为中国西南部雅砻江流域。研究聚焦:环境变化影响了水文循环,导致了严重的淡水危机。在本研究中,研究人员利用水文建模与去趋势技术来探讨蓝水和绿水组分对气候变化和人为干扰的响应。区域新水文认知:1967年至2017年,蓝水和绿水呈现上升趋势。在两个研究期(P1: 1981–1996;P2: 1997–2017),土地利用/覆盖变化在大多数子流域对蓝水和绿水的变异性产生了?2至2 mm的轻微影响。气候变化在水文变化中起主导作用,其中降水对蓝水和绿水储量的贡献最大,而温度对绿水流量贡献最大。降水上升导致P1期间蓝水总体增加5–25 mm,P2期间增加25–80 mm。温度上升导致绿水流量增加,从P1的0–15 mm增至P2的2–30 mm。从P1到P2,由于变暖加剧,气候变化对绿水储量的影响在某些子流域呈现负趋势。在空间上,受流域分布和土地覆盖类型的调控,蓝水和绿水储量对气候变化的响应比绿水流量表现出更高的异质性。本研究阐明了交互因子如何在异质环境中调节蓝水可用性和生态需水量。
论文解读文章

**研究背景与问题**
全球气候变化与人类活动(anthropogenic activities)的双重驱动已显著改变水文循环(hydrological cycle),加剧淡水危机。传统研究多聚焦径流(runoff)变化,但蓝水(blue water, BW;指地表及地下水体)与绿水(green water, GW;指土壤水分及植物蒸散发)的区分能更全面揭示水资源分布格局。雅砻江流域(Yalong River Basin, YLRB)位于中国西南部,属于典型高山峡谷河流,蓝绿水比例约6:4,高于全国均值(约4:6)和全球均值(约1:2),且生态系统脆弱。现有研究常将气候变化视为单一因素,忽略了不同气候因子(如降水、温度、湿度、太阳辐射)的独立作用及交互机制。因此,研究人员开展本研究,旨在:1)检测蓝绿水随土地利用/覆盖(land use/land cover, LULC)和气候变化的演变;2)在子流域尺度上区分LULC与各气候因子对蓝绿水的影响;3)量化各驱动因子对蓝绿水量的贡献。该论文发表于《Journal of Hydrology: Regional Studies》。

**关键技术方法**
本研究采用基于物理机制的分布式水文模型SWAT(Soil and Water Assessment Tool),结合去趋势分析(detrend analysis)技术,构建混合框架。SWAT模型将YLRB划分为177个子流域和3530个水文响应单元(HRU),输入数据包括数字高程模型(DEM, 90 m分辨率)、LULC图(30 m分辨率,来自清华30 m全球土地覆盖数据)、土壤类型图(1 km分辨率,来自HWSD中国土壤数据集)及日气象数据(降水、最高/最低温度、相对湿度、风速、太阳辐射,来自中国气象数据服务中心)。模型基于出口月径流数据(1979-1983, 2006-2010)进行校准与验证,NSE > 0.8, KGE > 0.75, R2 > 0.9,并通过遥感产品(TerraClimate蒸散发和土壤水分、GLASS叶面积指数)交叉验证。为分离驱动因子,研究人员设置15种模拟情景(表1),结合去趋势处理(去除1967-2017年各气候因子的线性趋势),分别模拟不同LULC(1980s、1995、2015年三期)与气候因子组合下的水文过程。最终通过对比情景差异,量化LULC、整体气候变化及降水、温度、相对湿度、太阳辐射的独立贡献。

**研究结果**
(1)蓝水与绿水随驱动因子的变化
1967-2017年,YLRB的蓝水和绿水组分均呈上升趋势,其中绿水流量(green water flow, GWF)上升显著(p<0.01,速率6.35 mm/10a)。LULC变化微弱(牧草面积增加约1.5-1.7%,森林面积变化<0.5%,城市用地在P2大增203.1%)。气候方面,降水以14.2 mm/10a速率增加,最高/最低温度显著上升(0.28℃/10a和0.35℃/10a),太阳辐射显著下降(?0.028 MJ·m?2/10a),相对湿度略降。以上趋势共同驱动蓝绿水变异。

(2)蓝水对各驱动因子的响应
LULC变化对蓝水影响微弱(多数子流域?2至2 mm),气候变化主导蓝水变异:P1和P2中气候变化贡献率分别为69.28%和86.46%。降水贡献最大(P1: 48.83%, P2: 55.48%),在大部分子流域使蓝水增加5-25 mm(P1)和25-80 mm(P2),上游增幅更明显。温度贡献从P1的4.22%升至P2的22.99%,在下游造成蓝水减少(?80至?10 mm,P1;?90至?20 mm,P2),因增温加剧蒸散发需求。相对湿度与太阳辐射贡献较小(<16%)。出口径流定量归因显示:气候变化贡献75%(P1)和89%(P2),降水主导径流增加(P1+42 m3/s,P2+117 m3/s),温度导致径流减少(P1?11 m3/s,P2?58 m3/s)。水库调度主要改变年内径流过程(汛期减少?1926至?71 m3/s,非汛期增加105至1487 m3/s),但对年均径流影响甚微。

(3)绿水对各驱动因子的响应
LULC对绿水影响同样微弱(多数子流域?2至2 mm)。气候变化主导绿水变化:对绿水流量(GWF)贡献率从P1的67.13%升至P2的92.41%,其中温度贡献最大(P1: 42.33%, P2: 61.10%),使GWF增加0-15 mm(P1)和5-45 mm(P2)。降水对GWF影响较小(<12%)。绿水储量(green water storage, GWS)受降水与温度共同调控:降水贡献31.70%(P1)和27.32%(P2),使GWS增加;温度贡献从P1的4.17%升至P2的37.76%,在P2使部分子流域GWS下降(?9.5至5.1 mm,P1;?13.1至7.6 mm,P2)。相对湿度和太阳辐射贡献较小(<25%)。空间上,GWF响应较均一,而GWS和蓝水响应呈现更高异质性,受地形、土壤及气候带(上游高寒山区 vs. 下游亚热带季风区)调控:上游降水主导蓝水增加,下游温度主导蓝水减少;上游降水与升温共同提升GWF,下游云量增加导致太阳辐射下降,抑制GWF。

**讨论与结论**
讨论部分指出,YLRB的LULC变化强度低(以自然演替为主),对水文过程影响弱于中国北方干旱区或欧洲等地。但人类活动干扰随时间增强(如牧草扩张1.5-1.7%、水域面积减少),导致径流微增(1.4-1.5 m3/s)。水库调度显著改变年内径流分配(汛期减、非汛期增)。本研究的创新点在于分解不同气候因子的影响:降水上升主导蓝水和GWS增加,温度上升主导GWF增加,且气候变化的主导作用随时间增强(P1→P2),即使人类活动加剧。空间异质性要求分区域适应策略:上游需加强储水与防洪设施以应对降水增加和冰川融水;下游需优先节水与提高灌溉效率以缓解增温导致的蒸散发损失。不确定性来源包括模型中叶面积指数(LAI)动态简化、有限气象站点的空间代表性不足、单期LULC输入带来的偏差等。未来可采用动态LULC、遥感产品交叉验证及增加观测站点来改进。

研究结论(翻译):
本研究基于去趋势气象分析与基于物理机制的水文建模方法,探究了由人类活动与气候变化交互驱动的蓝水和绿水变异。YLRB中蓝水和绿水组分在1967–2017年间呈上升趋势,尤其是绿水流量达到0.01显著性水平。这些变异主要由气候变化引起,其中增加降水起主导作用。然而,温度对水文过程的影响日益加剧,导致潜在水资源危机。绿水流量对气候变化响应敏感,而绿水储量和蓝水的变异呈现较复杂的空间分布,还受下垫面与水热特性调控。水文建模方法有助于在空间观测不足的实际条件下探索蓝绿水对环境变化的响应。增加气象与水文观测点的空间密度将有助于提高该方法精度。本研究结果强调了由降水上升和温度升高主导的水文挑战,并指出YLRB流域管理需要分区域气候适应策略。所提出的混合框架旨在分析蓝绿水对综合因子与单个因子的响应,能够支持高空间分辨率的水文效应归因分析。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号