《Journal of Hydrology》：Spatiotemporal dynamics of blue-green water resources in the Min-Tuo River Basin: A coupled SWAT-FLUS-CMIP6 modeling approach
编辑推荐：
Min-Tuo河流域蓝绿水资源时空演变及未来情景模拟研究表明，气候变化与土地利用对水文过程产生显著异质性影响， upstream以气候主导，downstream更敏感于土地利用变化。1981-2021年蓝水波动下降，绿水同步增加，至2100年SSP5-8.5情景下蓝水仍将减少4.4%，而SSP1-2.6情景可维持水力平衡。空间分析揭示流域存在干旱-洪水复合风险区，提出跨流域调水和海绵城市建设策略。研究构建了SWAT-FLUS-CMIP6耦合模型框架，为长江上游生态脆弱区水资源管理提供科学依据。
王玉轩|倪富全|邓宇|朱梦宇|文伟|吴明燕|任华准
四川农业大学水利水电工程学院，雅安625014，中国
摘要
生态脆弱流域的水资源安全日益受到气候变化和快速城市化复合影响的威胁。作为成都-重庆经济圈的重要水源地，岷沱河流域在平衡蓝色水资源（BW）和绿色水资源（GW）方面面临着重大挑战。本研究利用SWAT-FLUS-CMIP6框架，分析了该流域1981年至2021年的蓝绿水资源时空动态，并预测了在气候变化和土地利用变化情景下的未来趋势（2015-2100年）。研究结果表明，不同区域的驱动因素存在差异：上游地区主要受气候影响，而下游地区对土地利用变化的敏感性逐渐增强。1981年至2021年间，蓝色水资源呈现波动性下降趋势，而绿色水资源、温度和降水量却同时增加。根据SSP5-8.5情景预测，尽管降水量增加6.5%，但由于气温上升6.7℃和绿色水资源增长13.0%，蓝色水资源仍将减少4.4%。相比之下，SSP1-2.6情景下水文系统的韧性更强，能够减缓蓝色水资源的下降并保持蓝绿水资源的平衡。历史土地利用数据分析（1990-2020年）显示，城市面积扩张了165%，同时耕地减少了4.0%，森林减少了2.1%。到2040年，中部和东部平原的城市面积预计将再扩张135%，进一步加剧蓝绿水资源的不平衡。从空间上看，大渡河流域面临降水引发的泥石流风险，青衣河流域易发生洪水；岷江和沱江流域则同时面临由于蓝色水资源短缺和绿色水资源增加导致的干旱-洪水风险。提出的缓解策略包括跨流域调水和海绵城市建设，以应对气候变化与城市化相互作用引发的复合危机。本研究为长江上游生态脆弱流域的差异化蓝绿水资源管理提供了科学依据。
引言
全球环境退化、气候变暖和土地利用变化正在深刻重塑全球水循环（B?n?duc等人，2022年；Zhai等人，2020年）。极端干旱和洪水的频率增加对可持续发展构成了重大挑战（Jiabo等人，2023年；Wu等人，2022年；Wu等人，2022年）。水作为支撑数十亿人口生计的核心资源，正面临因气候变化和城市化导致的供需不匹配以及时空分布不均的问题（Wang等人，2024年）。蓝色水资源是指储存在河流、湖泊和含水层中的水，是社会经济活动的主要水源（D’Odorico等人，2019年；Zisopoulou等人，2022年）。相比之下，绿色水资源包括非饱和带中的土壤水分和蒸散作用（Hoekstra，2019年；Wu等人，2024年）。虽然绿色水资源不直接贡献于径流或地下水流动，但它对调节生态功能和农业生产力至关重要。气候和土地利用变化是影响蓝绿水资源动态的主要因素（Liu等人，2022年）。了解蓝色水资源和绿色水资源对这些因素的响应对于预测资源趋势、确保生态系统稳定性和制定科学的管理策略至关重要（Liu等人，2023年）。
Deen等人（2025年）研究了加拿大McKenzie Creek流域在极端天气情景下的蓝绿水资源短缺问题。Tan等人（2024年）预测，未来中国海河流域的气候变化将增加作物生长季节的降水量、土壤渗透量和地表径流量。Kang等人（2023年）将SWAT水文模型与CMIP6气候预测相结合，量化了乌江流域的蓝绿水资源动态。他们的研究发现，在SSP5-8.5情景下，城市化导致的土地利用变化使蓝色水资源减少23%，而绿色水资源因潜在蒸散量增加而增加14%。Jiang等人（2024年）基于CMIP6的降水量和温度数据分析了岷沱河流域的未来径流趋势。Hu等人（2020年）利用SWAT-MLR框架解析了岷沱河流域蓝绿水资源动态的驱动因素，发现气候强迫和人为土地利用变化对水文分配产生了相似但不同步的影响。总体而言，这些研究表明，气候和土地利用对蓝绿水资源的影响具有明显的地理异质性。由于气象、地形和社会经济因素的差异，这些影响的程度在不同流域间存在显著差异（Li等人，2022年）。鉴于城市化进程加快和极端事件频率的增加，对岷沱河流域（成都-重庆经济圈的重要水源）进行多模型耦合研究以明确气候变化和城市化的非线性耦合效应至关重要。本研究旨在建立优化蓝绿水资源分配的理论框架，以应对复合灾害风险，并实现碳达峰和碳中和的双重目标（Cheong和Jeong，2024年；Zhang等人，2020年）。
在极端气候事件加剧和城市化加速的双重压力下，岷沱河流域正在经历前所未有的蓝绿水资源重新分配（Liu等人，2024年）。作为长江上游的核心子流域，岷沱河流域的水文波动直接影响成都-重庆经济圈的生态安全和可持续发展。岷沱河流域的极端气候事件主要集中在夏季（Wu等人，2021年），其特征是高温和强降水，以及明显的区域性和周期性干旱和洪水（Zhang等人，2020年）。为了优化成都-重庆经济圈的水资源管理，本研究整合了SWAT、FLUS和CMIP6模型。该耦合框架预测了2100年前四个共享社会经济路径（SSPs）下流域内水资源的时空变化趋势（Chen等人，2024年）。此外，研究还评估了不同未来情景下的空间风险分布，并根据识别的子流域异质性和情景结果提出了协作管理策略（El-Rawy等人，2023年）。本研究旨在应对极端气候事件带来的挑战，并为可持续水资源利用提供科学依据（Veettil和Mishra，2018年；Yang等人，2025年）。
岷沱河流域概述
岷沱河流域位于亚热带季风区（东经99°–106°，北纬28°–34°），年均气温为14.2℃，年均降水量为891毫米，由于地形复杂，表现出显著的空间异质性。该流域气候温暖湿润，根据2021年的人口普查数据，支持约5125万人口。从西部的邛崃山脉（海拔超过4000米）到下游的冲积平原，地形逐渐过渡。
SWAT模型
本研究采用SWAT模型（版本2023）系统分析了岷沱河流域蓝绿水资源的时空动态及其对气候变异和土地利用变化的响应。SWAT模型基于物理水文过程，能够模拟水量平衡成分、污染物传输以及土地利用变化对水文的影响，特别适用于大规模流域评估。
SWAT模型的校准与验证
SWAT模型能够在流域尺度上模拟物理水文、沉积物和化学过程（Dey和Remesan，2022年），从而直接量化蓝绿水资源（Essel-Yorke等人，2023年）。基于数字高程模型（DEM）和排水系统，该流域被划分为89个子流域，这些子流域进一步根据土地利用和土壤类型的同质性划分为1929个水文响应单元（HRUs）（Cao和Ying，2024年）。参数校准
SWAT模型评估
利用岷沱河流域7个水文站的月径流数据对模型进行了校准和验证。所有站点的结果均满足性能标准（R2 > 0.6，NSE > 0.5，|PBIAS| < 25%），表明模型表现良好（表4）。此外，模拟的蒸散量与遥感观测结果高度一致（图2），证实了SWAT模型的稳健性和适用性。历史时期岷沱河流域蓝绿水资源的时空演变
降水量是岷沱河流域蓝色水资源和绿色水资源的主要来源。蓝色水资源的动态与降水量密切相关，而绿色水资源的变异性主要受温度影响。气候变化是影响蓝绿水资源变化的主要驱动因素，对子流域蓝色水资源变化的贡献率分别为51%–92%，对绿色水资源变化的贡献率分别为49%–73%。然而，每个子流域的下游地区对土地利用变化的敏感性高于上游地区。结论
本研究开发了一个集成的SWAT-FLUS-CMIP6框架，用于量化历史和未来情景下岷沱河流域蓝色水资源和绿色水资源的时空演变。
历史动态（1981–2021年）：蓝色水资源呈现波动性下降趋势，而绿色水资源、温度和降水量则有所增加。气候变化是主要驱动因素（对蓝色水资源的贡献率为51%–92%，对绿色水资源的贡献率为49%–73%），尽管下游地区对土地利用变化的敏感性更高。
未引用的参考文献
Ding等人，2021年；Dong等人，2020年；Du等人，2025年；El-Rawy等人，2023年；Essel-Yorke等人，2023年；Gidden等人，2019年；Huo等人，2022年；Jiang等人，2024年；Kalfas等人，2024年；Li等人，2021年；Li等人，2022年；Liu等人，2022年；Liu等人，2022年；Liu等人，2024年；Liu等人，2023年；Merghadi等人，2020年；Wang等人，2024年；Wu等人，2024年；Xu和Deng，2018年；Zipper等人，2018年。
CRediT作者贡献声明
王玉轩：撰写——初稿、可视化、验证、软件、资源、方法论、调查、数据分析、数据整理。倪富全：撰写——审阅与编辑、撰写——初稿、可视化、验证、监督、资源、项目管理、概念构思。邓宇：撰写——审阅与编辑、撰写——初稿、资源、调查、数据分析、数据整理。朱梦宇：软件、资源、方法论、调查、数据分析。
利益冲突声明
作者声明他们没有已知的可能会影响本文研究的财务利益或个人关系。
致谢
本研究得到了四川省教育厅农村水资源安全
工程研究中心项目的支持（项目编号：035Z2289）。
