黃會(huì)平 張冰 李新生 韓宇平

摘要：基于CROPWAT軟件核算海河流域1990-2014年冬小麥、夏玉米生產(chǎn)水足跡，采用偏最小二乘法擬合冬小麥、夏玉米單位面積產(chǎn)量，在此基礎(chǔ)上預(yù)測(cè)2020-2050年氣候變化背景下冬小麥、夏玉米生產(chǎn)水足跡及各氣象因子對(duì)水足跡的貢獻(xiàn)。結(jié)果表明：夏玉米單位質(zhì)量藍(lán)水足跡、綠水足跡分別占其單位質(zhì)量總水足跡的36.2%、63.8%，冬小麥單位質(zhì)量藍(lán)水足跡、綠水足跡分別占其單位質(zhì)量總水足跡的76.5%、23.5%。流域西部及東部地區(qū)冬小麥、夏玉米單位質(zhì)量藍(lán)水足跡、綠水足跡較大;年水足跡呈現(xiàn)流域四周小、中部大的特征。2020-2050年RCP4.5情景下夏玉米單位質(zhì)量水足跡在2037年左右經(jīng)歷由大到小的突變，RCP8.5情景下表現(xiàn)為由小到大的突變;冬小麥單位質(zhì)量水足跡RCP2.6情景下在2042年左右經(jīng)歷由大到小的突變，RCP4.5情景下在2036年左右經(jīng)歷由小到大的突變，RCP8.5情景未存在顯著性突變。

關(guān)鍵詞：水足跡：藍(lán)水足跡;綠水足跡：氣候變化;夏玉米;冬小麥;海河流域

中圖分類號(hào)：TV213.4

文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j .issn. 1000- 13 79.2019.02.014

1 研究背景及意義

氣候變化是當(dāng)今世界面臨的嚴(yán)峻挑戰(zhàn)之一，氣候變暖和極端天氣頻發(fā)等威脅著人類的生存環(huán)境。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（ IPCC）第五次評(píng)估報(bào)告（AR5）《氣候變化2013：自然科學(xué)基礎(chǔ)》[1]指出：氣候系統(tǒng)的變暖不可否認(rèn)，自20世紀(jì)50年代，人類活動(dòng)對(duì)全球變暖的貢獻(xiàn)度大于50%：未來(lái)全球氣候變暖對(duì)氣候系統(tǒng)變化的影響仍將持續(xù)[2]。氣候變化對(duì)水文循環(huán)（尤其是淡水資源）的影響有目共睹，至少在2050年之前，全球變暖將導(dǎo)致降水量和冰川融化量增多[3-4]。與此同時(shí)，隨著降水和冰凍圈的變化，水資源量和水質(zhì)也將發(fā)生變化[5]。目前氣候變化對(duì)水資源影響的研究主要集中在實(shí)體水資源方面，對(duì)虛擬水系統(tǒng)的研究相對(duì)較少。

海河流域水資源嚴(yán)重短缺，以不足全國(guó)1.3%的水資源，承載著全國(guó)loo/o的人口和11%的耕地用水，并支撐著全國(guó)10%的GDP[6].水資源供給現(xiàn)狀與社會(huì)經(jīng)濟(jì)需求嚴(yán)重失調(diào)，極大地限制著流域經(jīng)濟(jì)的可持續(xù)發(fā)展。隨著經(jīng)濟(jì)發(fā)展和人口的快速增長(zhǎng)，海河流域水資源過(guò)度開發(fā)與生態(tài)環(huán)境惡化日趨嚴(yán)重。本文從藍(lán)水足跡、綠水足跡角度人手，在氣候變化背景下分析海河流域冬小麥、夏玉米水足跡時(shí)空分布規(guī)律，探討各種氣象因素對(duì)農(nóng)業(yè)生產(chǎn)水足跡的影響，以期為促進(jìn)流域可持續(xù)發(fā)展及制定水資源管理政策提供參考。

2 數(shù)據(jù)來(lái)源及研究方法

2.1 研究區(qū)概況

海河流域位于東經(jīng)1120-1200、北緯350 -430之間，流域面積31.82萬(wàn)km2，占全國(guó)總面積的3.3%。行政區(qū)域包括北京市、天津市、河北省絕大部分、山西省東部、河南省、山東省西北部、遼寧省小部分及內(nèi)蒙古自治區(qū)的小部分區(qū)域。該流域?qū)贉貛О霛駶?rùn)、半干旱大陸性季風(fēng)氣候區(qū)[7]，年平均氣溫為1.5～ 14.0℃，平均相對(duì)濕度為50%～70%.多年平均降水量為520mm[8]。

2.2 數(shù)據(jù)來(lái)源

本研究所需的各站點(diǎn)日最高氣溫、日最低氣溫、日平均氣溫、相對(duì)濕度、風(fēng)速、日照時(shí)數(shù)、降水量等氣象數(shù)據(jù)來(lái)源于國(guó)家氣象數(shù)據(jù)共享網(wǎng)（ http：∥data. cma. gov.cn）及中國(guó)氣象局國(guó)家氣象信息中心（http：∥www.nmic.gov.cn），各地區(qū)冬小麥、夏玉米播種、收獲日期來(lái)源于中國(guó)種植業(yè)信息網(wǎng)中的分省農(nóng)時(shí)數(shù)據(jù)[9]，社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于各地區(qū)統(tǒng)計(jì)年鑒。

氣候模式模擬數(shù)據(jù)采用中國(guó)大陸地區(qū)氣候變化情景數(shù)據(jù)集，該數(shù)據(jù)集為ISI-IMP（ Inter-Sectoral ImpactModel Intercomparison Project）提供的5套全球氣候模式日值數(shù)據(jù)的插值與訂正結(jié)果中的GFDL-ESM2M模式數(shù)據(jù)，由中國(guó)農(nóng)科院環(huán)發(fā)所收集整理，時(shí)間范圍為1951-2050年，氣候變化情景為RCP2.6、RCP4.5、RCP8.5（表示至2100年輻射強(qiáng)度將依次穩(wěn)定至2.6、4.5、8.5 W/m）3種，空間水平分辨率為0.5°X0.5°。鑒于氣候模式與模型尺度不匹配，需要對(duì)GFDL-ESM2M模式數(shù)據(jù)進(jìn)行時(shí)空統(tǒng)計(jì)降尺度處理：首先將氣候模式輸出數(shù)據(jù)采用距離反比插值法統(tǒng)一到50 kmx50 km網(wǎng)格分辨率，然后對(duì)數(shù)據(jù)進(jìn)行修正，最后進(jìn)行降尺度處理。

2.3 作物生產(chǎn)水足跡核算

水足跡（WF）指一個(gè)國(guó)家或地區(qū)輸出一定人群消費(fèi)的產(chǎn)品和服務(wù)所需要的水資源量[10-11]。從這一概念出發(fā)，作物生產(chǎn)水足跡是指作物在生長(zhǎng)過(guò)程中所消耗的水資源量，依據(jù)消耗水資源的類型及其對(duì)水環(huán)境的影響，可以進(jìn)一步劃分為藍(lán)水足跡、綠水足跡和灰水足跡。本文計(jì)算過(guò)程僅考慮藍(lán)水足跡和綠水足跡，即作物生長(zhǎng)過(guò)程中所消耗的廣義水資源量。作物生長(zhǎng)水足跡計(jì)算公式[12-13]為

3 1990-2014年冬小麥、夏玉米水足跡時(shí)空分布

3.1 夏玉米水足跡時(shí)空分布特征

（1）藍(lán)水足跡。大同市夏玉米單位質(zhì)量藍(lán)水足跡最大（為638.9 m/t），忻州市的最?。?13.9 m/t），海河流域夏玉米單位質(zhì)量藍(lán)水足跡平均為292.7 m/t.占單位質(zhì)量總水足跡808.4 m/t的36.2%。全流域夏玉米年均藍(lán)水足跡為67.5億m.年均總水足跡為187.0億m。單位質(zhì)量藍(lán)水足跡流域西北地區(qū)較大（見圖1（a）），年均藍(lán)水足跡較大值集中于流域中部和中南部（見圖1（b）），與整個(gè)流域夏玉米產(chǎn)量分布情況基本一致。夏玉米單位質(zhì)量藍(lán)水足跡年際變化呈減小趨勢(shì)（見圖1（c）），傾向率為-6.180 m/（t.a），最大值出現(xiàn)在1997年（為615.7 m/t），最小值出現(xiàn)在1996年（為145.2 m/t）。3年滑動(dòng)平均曲線表明，單位質(zhì)量藍(lán)水足跡在1990-1996年和2003-2014年兩個(gè)時(shí)間段內(nèi)較小，在1997-2002年數(shù)值較大。圖1（d）表明年藍(lán)水足跡呈增大趨勢(shì)，傾向率為0.563億m/a.最大值出現(xiàn)在1997年（為123.6億m），最小值出現(xiàn)在1995年（為27.4億m）。

（2）綠水足跡。朝陽(yáng)市夏玉米單位質(zhì)量綠水足跡最大（為773.4 m/t），焦作市的最?。?65.0 m/t）。海河流域夏玉米單位質(zhì)量綠水足跡平均為515.7 m/t（占單位質(zhì)量總水足跡的63. 8%），年均綠水足跡為119.5億m。流域單位質(zhì)量綠水足跡（見圖2（a））西北部、北部、中西部以及中東部地區(qū)較大，年均綠水足跡（見圖2（b））較大值集中于流域中部、中南部（空白區(qū)域?yàn)橄挠衩谉o(wú)種植區(qū)）。由圖2（c）可知，單位質(zhì)量綠水足跡呈減小趨勢(shì)，傾向率為-6.534 m/（t·a），最大值出現(xiàn)在1995年（為732.0 m/t），最小值出現(xiàn)在2013年（為417.4 m/t）。圖2（d）表明年綠水足跡呈增大趨勢(shì)，傾向率為2. 666億m/a，最大值出現(xiàn)在2011年（為168.0億m），最小值出現(xiàn)在1997年（為83.5億m）。

3.2 冬小麥水足跡時(shí)空分布特征

（1）藍(lán)水足跡。大同市冬小麥單位質(zhì)量藍(lán)水足跡最大（為1 271.4 m/t），焦作市的最?。?41.1 m/t），海河流域冬小麥單位質(zhì)量藍(lán)水足跡平均為794.0 m/t，占冬小麥單位質(zhì)量總水足跡1 037.7 m/t的76.5%：年均藍(lán)水足跡為162.0億m。單位質(zhì)量藍(lán)水足跡流域西部及東部地區(qū)較大（見圖3（a）），年均藍(lán)水足跡呈現(xiàn)流域四周小、中部大的特征（見圖3（b））。圖3（c）顯示單位質(zhì)量藍(lán)水足跡總體呈減小趨勢(shì)，傾向率為-9.920 m3/（t.a），最大值出現(xiàn)在2004年（為1 105.3m/t），最小值出現(xiàn)在2012年（為598.1 m/t）。年藍(lán)水足跡（見圖3（d））呈減小趨勢(shì)，傾向率為- 0.126億m/a，最大值出現(xiàn)在1995年（為202.5億m），最小值出現(xiàn)在2003年（為83.3億m）。

（2）綠水足跡。晉城市單位質(zhì)量冬小麥綠水足跡最大（為506.7 m/t），石家莊市的最?。?75.0 m/t），海河流域冬小麥單位質(zhì)量綠水足跡平均為243.7 m/t，占單位質(zhì)量總水足跡平均值1 037.7 m/t的23.5%：年均綠水足跡為47.0億m，年均總水足跡為209.0億m。單位質(zhì)量綠水足跡空間分布見圖4（a），西部、東部及西南部區(qū)域的較大，年均綠水足跡分布見圖4（b），流域四周小、中部大（空白區(qū)域?yàn)槎←湡o(wú)種植區(qū)）。單位質(zhì)量綠水足跡呈減小趨勢(shì)（見圖4（c）），傾向率為-5.402 m/（t·a），最大值出現(xiàn)在1990年（為423.3 m/t），最小值出現(xiàn)在2013年（為152.8 m/t）。年綠水足跡呈減小趨勢(shì)（見圖4（d）），傾向率為-0.475 m/a.最大值出現(xiàn)在1990年（為79.9億m），最小值出現(xiàn)在2005年（為33.8億m）。

4 作物水足跡對(duì)氣候變化的響應(yīng)

4.1 1990-2014年產(chǎn)量模擬誤差分析

選擇冬小麥、夏玉米生長(zhǎng)期內(nèi)日（最高、最低、平均）氣溫、濕度、風(fēng)速、日照時(shí)數(shù)、降水等氣象因子，采用偏最小二乘法對(duì)1990-2014年單位面積產(chǎn)量進(jìn)行擬合，模擬相對(duì)誤差見表1。

由表1可知.1990-2014年冬小麥單位面積產(chǎn)量模擬精度較高，全流域平均誤差為6.96%.聊城市的誤差最?。?.5%），忻州市的誤差最大（為12.4%）。夏玉米單位面積產(chǎn)量的模擬精度差異性較大，全流域平均誤差為10.6%，安陽(yáng)市的誤差最?。?.2%），朝陽(yáng)市的誤差最大（為29.0%）。為了提高各地區(qū)2020-2050年預(yù)估單位面積產(chǎn)量的準(zhǔn)確性，對(duì)預(yù)估結(jié)果再次進(jìn)行校正。

4.2 2020-2050年冬小麥、夏玉米單位面積產(chǎn)量預(yù)估

（1）夏玉米。圖5為3種氣候變化情景下夏玉米單位面積產(chǎn)量空間分布。RCP2.6、RCP4.5情景下單位面積產(chǎn)量最高的地區(qū)均為石家莊市（分別為7 058、7 155 kg//hm），最低均為陽(yáng)泉市（分別為3 893、3 642 kg/hm）;RCP8.5情景下單位面積產(chǎn)量最高的地區(qū)為石家莊市（7 242 kg/hm），最低的為大同市（3 591 kg/hm）。RCP2.6情景下，除流域東北部、中部部分地區(qū)單位面積產(chǎn)量升高外，其他地區(qū)呈降低趨勢(shì)：RCP4.5情景下，除山西省北部部分地區(qū)、北京市和唐山市單位面積產(chǎn)量降低外，其他地區(qū)呈升高趨勢(shì)：RCP8.5情景下，除流域西南部單位面積產(chǎn)量降低外，其他地區(qū)呈升高趨勢(shì)。3種情景下單位面積產(chǎn)量空間分布特征基本一致，即流域南部產(chǎn)量高、西北部產(chǎn)量低。

（2）冬小麥。不同氣候變化情景下冬小麥單位面積產(chǎn)量空間分布見圖6。RCP2.6、RCP4.5與RCP8.5情景下單位面積產(chǎn)量最高的地區(qū)均為石家莊市（分別為6 437、6 568、6 401 kg/hm），最低的均為晉城市（分別為3 043、3 138、3 062 kg/hm）。RCP4.5情景下大部分地區(qū)單位面積產(chǎn)量呈升高趨勢(shì)，RCP2.6與RCP8.5情景下大部分地區(qū)單位面積產(chǎn)量呈下降趨勢(shì)。3種情景下，流域西部、天津市和滄州市的單位面積產(chǎn)量較低。

4.3 2020-2050年作物水足跡時(shí)間分布特征

（1）夏玉米。2020-2050年RCP2.6、RCP4.5、RCP8.5 3種氣候情景下夏玉米單位質(zhì)量水足跡及年水足跡年際變化見圖7。單位質(zhì)量水足跡2020-2037年大小順序?yàn)镽CP4.5 >RCP2.6>RCP8.5 ，2037-2040年為RCP2.6>RCP4.5>RCP8.5.2040-2050年為RCP8.5>RCP2.6一RCP4.5。M-K分析表明.RCP4.5情景下夏玉米單位質(zhì)量水足跡在2037年左右經(jīng)歷由大向小的突變，RCP8.5情景下表現(xiàn)為由小到大的突變。年水足跡除2032-2034年短時(shí)間內(nèi)RCP4.5>RCP8.5 >RCP2.6外，其他時(shí)間與單位質(zhì)量水足跡變化特征一致。

（2）冬小麥。圖8（a）顯示冬小麥單位質(zhì)量水足跡2020-2030年RCP8.5一RCP4.5 >RCP2.6，2030-2039年RCP2.6 >RCP4.5一RCP8.5，2039-2046年RCP8.5 >RCP4.5>RCP2.6，2046年之后三者相差不大。M-K趨勢(shì)分析表明，RCP2.6情景下在2042年左右經(jīng)歷由大到小的突變，RCP4.5情景下在2036年左右經(jīng)歷由小到大的突變，RCP8.5情景下無(wú)顯著性突變。圖8（b）顯示，年水足跡2020-2036年RCP4.5 >RCP8.5>RCP2.6， 2036-2040年RCP2.6>RCP4.5>RCP8.5.2040-2045年RCP4.5≈RCP8.5 >RCP2.6，2045年后三者相差不大。

5結(jié)論

（1） 1990-2014年作物水足跡時(shí)空分布特征：夏玉米單位質(zhì)量藍(lán)水足跡多年均值為292.7 m/t，占單位質(zhì)量總水足跡的36.2%，全流域年均藍(lán)水足跡、綠水足跡分別為67.5億、119.5億m;冬小麥單位質(zhì)量水足跡多年均值為1 037.7 m/t，單位質(zhì)量藍(lán)水足跡、綠水足跡分別占76.5%、23.5%，全流域年均總水足跡為209.0億m：海河流域西部以及東部地區(qū)單位質(zhì)量冬小麥、夏玉米藍(lán)水足跡、綠水足跡較大，年水足跡呈現(xiàn)流域四周小、中部大的特征;兩種作物單位質(zhì)量藍(lán)水足跡、綠水足跡均呈減小趨勢(shì);全流域夏玉米年水足跡呈增大趨勢(shì)，冬小麥年水足跡呈減小趨勢(shì)。

（2） 2020-2050年RCP2.6、RCP4.5、RCP8.5 3種情景下夏玉米單位面積預(yù)估產(chǎn)量均值分別為5 581.1、5 706.8、5 723.5 kg/hm，冬小麥單位面積預(yù)估產(chǎn)量均值分別為4 790.0、4 940.3、4 783.3 kg/hm。

（3） 2020-2050年作物生產(chǎn)水足跡時(shí)間分布特征：RCP4.5情景下夏玉米單位質(zhì)量水足跡在2037年左右經(jīng)歷由大到小的突變，RCP8.5情景下表現(xiàn)為由小到大的突變：冬小麥單位質(zhì)量水足跡RCP2.6情景下在2042年左右經(jīng)歷由大到小的突變，RCP4.5情景下在2036年左右經(jīng)歷由小到大的突變.RCP8.5情景未存在顯著性突變。

參考文獻(xiàn)：

[1] IPCC. Oimate Change 2013： the Physical Science Basis[ M].Cambridge： Cambridge University Press， 2013： 4-29.

[2] 秦大河，STOCKER T，259名作者和TSU（駐伯爾尼和北京）.IPCC第五次評(píng)估報(bào)告第一工作組報(bào)告的亮點(diǎn)結(jié)論[J].氣候變化研究進(jìn)展，2014，10（1）：1-6.

[3] LUTZ A F，IMMERZEEL W W， SHRESTHA A B，et al.Consistent Increase in High Asia's Runoff Due to IncreasingGlacier Melt and Precipitation[J].Nature Climate Change，2014，4：587-592.

[4] 藍(lán)永超，沈永平，蘇宏超，等，全球變暖情景下新疆降水的變化[J].干旱區(qū)資源與環(huán)境，2008，22（10）：66-71.

[5]蘇布達(dá)，王騰飛，尹宜舟.IPCC第五次評(píng)估報(bào)告關(guān)于氣候變化影響的檢測(cè)和歸因主要結(jié)論的解讀[J].氣候變化研究進(jìn)展，2014，10（3）：203-207.

[6]韓瑞光，加強(qiáng)海河流域地下水管理，促進(jìn)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展[J].海河水利，2004（5）：13 -15.

[7] 楊永輝，任丹丹，楊艷敏，等，海河流域水資源演變與驅(qū)動(dòng)機(jī)制[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2018，26（10）：1443-1453.

[8] 孫然好，程先，陳利頂，基于陸地一水生態(tài)系統(tǒng)耦合的海河流域水生態(tài)功能分區(qū)[J].生態(tài)學(xué)報(bào)，2017，37（ 24）：8445-8455.

[9] 農(nóng)業(yè)部種植業(yè)管理司，分省農(nóng)時(shí)數(shù)據(jù)庫(kù)[EB/OL].（2016-12-31）[ 2017 - 07 - 05].http：//202.127.42.157/moazzys/nongshi.aspx.

[10]HOEKSrIRA A Y.Human Appropriation of Natural Capital：AComparison of Ecological Footprint and Water FootprintAnalysis[J].Ecological Economics ，2009，68（7）：1963- 1974.

[11] 孫才志，張燦燦，中國(guó)人均水足跡驅(qū)動(dòng)效應(yīng)分解與空間聚類分析[J].華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，39（2）：1-11.

[12] MEKONNEN M M， HOEKSTRA A Y.The Green， Blueand Grey Water Footprint of Crops and Derived Crop Prod-ucts[J]. Hydrology and Earth System Sciences， 2011，15：1577 -1600.

[13]HOEKSrIRA A Y， CHAPACAIN A K， ALDAYA M M， eta1. The Water Footprint Assessment Manual： Setting theGlobal Standard[ M]. London： Earthscan， 2011：27-35.

[14]黃會(huì)平，曹明明，宋進(jìn)喜，等.1957-2012年中國(guó)參考作物蒸散量時(shí)空變化及其影響因子分析[J].自然資源學(xué)報(bào)，2015 ，30（2）：315-326.

[15] 田園宏，諸大建，王歡明，等，中國(guó)主要糧食作物的水足跡值：1978-2010[J].中國(guó)人口·資源與環(huán)境，2013，23（6）：122-128.