黃征凱，趙澤惠，溫志強(qiáng)，聶啟祥，王海城

（1. 華東交通大學(xué)土木建筑學(xué)院，江西 南昌 330013； 2. 中國科學(xué)院大學(xué)地球與行星科學(xué)學(xué)院，北京 100049；3. 河北省水利水電勘測設(shè)計(jì)研究院集團(tuán)有限公司，天津 300250）

隨著全球人口迅速增長，人類對淡水資源的需求不斷增加，監(jiān)測全球水資源的動態(tài)變化，已成為應(yīng)對水資源短缺問題的必要手段[1-2]。 GRACE衛(wèi)星計(jì)劃的實(shí)施為全球水資源監(jiān)測提供了新的方法，國內(nèi)外學(xué)者陸續(xù)將其用于陸地水儲量變化研究[3-5]。 如李瓊等[6]對中國西南地區(qū)干旱期間陸地水儲量的變化進(jìn)行研究，分析發(fā)現(xiàn)降雨量增加使得研究區(qū)域內(nèi)陸地水儲量上升，地表溫度對水儲量的變化具有負(fù)向影響。許民等[7]利用GRACE 時變重力場數(shù)據(jù)結(jié)合陸面模型研究了2002—2010 年長江流域的陸地水儲量變化，且發(fā)現(xiàn)水儲量與降水具有相同的周期變化信號。 在全球氣候變化的背景下，極端氣候會加劇水儲量的異常變化。 Wang 等[8]研究發(fā)現(xiàn)澳大利亞發(fā)生的干旱事件與印度洋-太平洋的氣候密切相關(guān)，Tian 等[9]研究了亞馬遜流域的水儲量受到氣候驅(qū)動的影響， 1998 年和2016 年發(fā)生的兩次干旱事件均與厄爾尼諾現(xiàn)象有關(guān)。

論文基于GRACE 時變重力場模型反演了全球部分典型流域的水儲量變化信息， 并以墨累-達(dá)令流域和印度河-恒河流域?yàn)槔接懥擞绊懰畠α孔兓囊蛩?，最后通過GLDAS 水文模型驗(yàn)證GRACE反演結(jié)果的可靠性。

1 基于GRACE 數(shù)據(jù)反演陸地水儲量

1.1 研究數(shù)據(jù)

GRACE 重力衛(wèi)星計(jì)劃于2002 年成功發(fā)射，軌道傾角約為89°，軌道高度大致為500 km。 GRACE衛(wèi)星系統(tǒng)是由距離220 km 的兩顆衛(wèi)星組成， 采用“低-低”衛(wèi)星跟蹤技術(shù)[10]，即通過連續(xù)地監(jiān)測衛(wèi)星之間的距離變化進(jìn)而反演得到重力場的時變部分。 該研究使用了美國CSR（Center for Space Research）發(fā)布的最新GRACE 和GRACEFollow-On 數(shù)據(jù)集，此外還使用了國際權(quán)威研究機(jī)構(gòu)發(fā)布的NCEP （national centers for environmental prediction），GLEAM[11]（global land evaporation amsterdam model） 和GLDAS 等水文模型數(shù)據(jù)，以及PDSI[12]（palmer drought severity index）干旱指數(shù)和ENSO[13]氣候指數(shù)，如表1 所示。

表1 研究數(shù)據(jù)概況Tab.1 The overview of study data

1.2 GRACE 反演陸地水儲量變化原理

利用GRACE 時變重力場解算的陸地重力變化在較短時間尺度上被認(rèn)為是水重新分布引起的，基于GRACE 數(shù)據(jù)解算等效水高 （equivalent water heights，EWH）的公式如下[14-15]

式中：Δh 為等效水高，mm；θ 和φ 分別為待求點(diǎn)的經(jīng)度和緯度；α 為地球半徑，km；ρa(bǔ)ve和ρwater分別為地球平均密度 （約5 517 kg/m3） 和水的密度（1 000 kg/m3）；l 和m 分別為地球重力場的階數(shù)和次數(shù)；為歸一正則化締合勒讓德系數(shù)；kl為負(fù)荷勒夫數(shù)；和分別為一組無量綱球諧系數(shù)變化量，等效水高乘以面積即得到水儲量。

2 結(jié)果分析

2.1 全球典型流域的水儲量變化

綜合考慮緯度、海拔和氣候等因素，選取全球分布的16 個典型流域作為研究區(qū)域， 依次為北美洲的麥肯齊河、密西西比河，南美洲的奧里諾科河、亞馬遜河和巴拉那河， 非洲的剛果河和尼羅河，亞洲的伏爾加河、鄂畢河、葉尼塞河、勒拿河、印度河、恒河、長江和湄公河，以及大洋洲的墨累-達(dá)令河。反演各流域的陸地水儲量時間序列， 再結(jié)合全球水文模型分析， 其水儲量變化特征及其與氣候變化的聯(lián)系。 圖1 為上述流域的等效水高時間序列，其中位于亞歐大陸高緯度地區(qū)的鄂畢河、勒拿河、伏爾加河和葉尼塞河等4 大流域的水儲量時間序列具有相似的變化趨勢， 并且時序信號的振幅相近；這些流域的地理緯度和氣候類型相近，可視為受到相似氣候帶的影響。 巴拉那河和奧里諾科河是南美洲的兩個臨近流域，分別位于赤道兩側(cè)，受到不同的太平洋環(huán)流影響， 其水儲量變化呈現(xiàn)完全相反的周期信號，這與楊元德等[16]研究結(jié)果一致。 湄公河流域、亞馬遜流域、恒河流域、鄂畢河流域、勒拿河流域、伏爾加河流域和葉尼塞河流域等流域的水儲量變化具有明顯的周年變化信號。 其中，湄公河流域處于3 種季風(fēng)的交會區(qū)域，由于季風(fēng)氣候的年際干濕季分明， 濕季陸地水儲量因降水增加而上升，旱季降水會減少，因而流域周期信號非常明顯， 位于熱帶地區(qū)的剛果河流域則完全相反。

圖1 全球典型流域等效水高變化Fig.1 Time series of EWH in typical global basin

表2 統(tǒng)計(jì)了研究區(qū)域中各流域2002—2020年的等效水高變化率，從表中可看出半數(shù)流域水儲量呈減少趨勢，其中恒河流域下降速率最大，以（14.9±3.1）mm/a 的速率下降；而伏爾加河、密西西比河、巴拉那河、長江等流域水儲量有上升趨勢，其中水儲量增加最快的流域?yàn)槊芪魑鞅群恿饔颍?達(dá)到（3.8±1.3）mm/a。

表2 全球典型流域等效水高變化速率Tab.2 The EWH rate of global typical basinsm m/a

2.2 陸地水儲量變化的影響因素

2.2.1 自然因素

為了更好的研究氣候因子驅(qū)動下的水儲量變化，選取澳大利亞東南部的墨累-達(dá)令流域作為研究對象，該流域可分為干濕兩季，東西部降水差異顯著。 圖2 為墨累-達(dá)令流域的水儲量變化與降水、蒸發(fā)的對比關(guān)系，其中紅色線為該流域的等效水高變化，呈現(xiàn)下降、上升后下降的3 個顯著差異的階段。

將NCEP 的降水距平值與等效水高和降水?dāng)?shù)據(jù)進(jìn)行十三點(diǎn)滑動平均處理（圖3），可明顯發(fā)現(xiàn)平滑處理后兩者的變化趨勢高度一致，并且降水變化早于水儲量變化，表明降水是影響區(qū)域水儲量變化的主要因素。 其次，蒸發(fā)量也會對流域水儲量產(chǎn)生影響，如2011—2012 年降水量快速增加，由于蒸發(fā)量的增長，本應(yīng)該是持續(xù)上升的水儲量出現(xiàn)小幅下降。 此外，圖2 中還包含2002—2020 年MEI（Multivariate ENSO index）指數(shù)的變化趨勢，從中可發(fā)現(xiàn)2010—2012 年期間發(fā)生了強(qiáng)烈的拉尼娜事件，這段時間內(nèi)降水量增加，同時出現(xiàn)陸地水儲量迅速增加的現(xiàn)象；而在2015—2016 年為厄爾尼諾盛行期間，降水量和陸地水儲量也同步下降。 這表明流域內(nèi)降水受到ENSO 氣候因子的長期驅(qū)動，這與Risbey 等的研究結(jié)果一致[17-18]。

圖2 墨累-達(dá)令流域等效水高與氣候因素的對比Fig.2 Comparison of EWH and climatic factors in the Murray-Darling basin

圖3 墨累-達(dá)令流域等效水高和降水距平值的對比Fig.3 Comparison of EWH and precipitation anomaly in the Murray-Darling basin

2.2.2 人為因素

印度河-恒河流域地區(qū)是南亞人口最集中的區(qū)域，也是重要的農(nóng)作物產(chǎn)區(qū)，近年來水資源短缺問題日益嚴(yán)重。 圖4 為印度河和恒河流域的等效水高變化時間序列，兩個流域的水儲量均快速下降。 印度河流域的等效水高下降速率為9.57 mm/a （圖4（a）），而恒河流域的等效水高下降速率達(dá)到驚人的15.1 mm/a（圖4（b）），為本文研究區(qū)域中水儲量下降速率最快的流域。

圖4 印度河-恒河流域等效水高時間序列Fig.4 Time series of EWH in the Indus-Ganges basin

該區(qū)域陸地水儲量下降最快的區(qū)域位于新德里及周邊區(qū)域， 是印度和巴基斯坦重要的工業(yè)區(qū)和糧食主產(chǎn)區(qū)。 該地區(qū)的地下水等效水高下降速率（約-27 mm/a） 顯著快于整體等效水高下降速率（-21 mm/a）， 表明地下水快速下降是該區(qū)域水儲量流失的主要因素，與該區(qū)域的相關(guān)研究結(jié)論基本一致[19-20]。 上述研究驗(yàn)證了人類活動對區(qū)域水儲量變化的影響。

2.3 水文模型驗(yàn)證GRACE 反演結(jié)果

GRACE 反演結(jié)果的準(zhǔn)確性難以通過大范圍實(shí)測水文數(shù)據(jù)來評估其精度，通常采用水文模型對結(jié)果進(jìn)行驗(yàn)證[21-23]。 以亞馬遜流域?yàn)槔?，采用GLDAS全球水文模型驗(yàn)證GRACE 反演的水儲量變化。 亞馬遜流域位于南美洲，流域范圍是49°W～79°W，20°S～6°N，流域面積6.15×106km2，主要的氣候類型是熱帶雨林氣候和和熱帶草原氣候，全年雨量充足，年平均溫度為25～27 ℃， 年降水量在1 500～2 500 mm。

利用GRACE 可以反演得到2002—2020 年的水儲量變化， 將GLDAS 水文模型模擬得到的水儲量扣除2002—2020 年的平均值，并與GRACE 反演的等效水高進(jìn)行對比（圖5（a）），兩者呈現(xiàn)一致的周期性信號； 扣除采用周期項(xiàng)后得到水儲量的異常值的時間序列，并與PDSI 指數(shù)進(jìn)行對比（圖5（b））。用GLDAS 水文模型模擬得到的陸地水儲量與GRACE反演得到的結(jié)果相關(guān)性很高， 相關(guān)系數(shù)達(dá)到0.86。GRACE 和GLDAS 水文模型的結(jié)果均表現(xiàn)出了明顯的周年變化， 且GRACE 觀測得到的結(jié)果中的周年振幅大于GLDAS， 原因是GLDAS 模擬的水儲量未包含地下水和地表徑流的變化。GRACE 水儲量扣除周期項(xiàng)異常值的整體變化趨勢與PDSI 指數(shù)的變化趨勢一致， 根據(jù)PDSI 指數(shù)對應(yīng)的干旱級別也反映出2010 年間輕微干旱，而2016 年間發(fā)生中等干旱，GRCAE 能夠較好地探測到這兩次干旱事件。

圖5 GARCE 和GLDAS 反演的亞馬遜流域等效水高Fig.5 EWH in the Amazon basin calculated by GARCE and GLDAS

圖6 和圖7 分別為GLDAS 和GRACE 反演的的亞馬遜流域等效水高異常的空間分布，對比兩張圖可發(fā)現(xiàn)，GLDAS 模擬的水文信號和GRACE 反演得到的等效水高空間分布在2010 年和2016 年均能夠反映出虧損信號，表明流域處于干旱狀態(tài)。 但兩者仍然存在差異，比如在2010 年，GLDAS 模擬的結(jié)果顯示流域內(nèi)水儲量在流域南部虧損，而GRACE 顯示卻是在流域北部， 產(chǎn)生差異的原因可能是GLDAS 模擬的水文信號中深層土壤水、 地下水等因素未考慮。

圖6 GLDAS 反演亞馬遜流域等效水高異常分布Fig.6 Abnormal distribution of EWH in the Amazon basin by GLDAS

圖7 GRACE 反演亞馬遜流域EWH 異?？臻g分布Fig.7 Abnormal distribution of EWH in the Amazon basin by GRACE

3 結(jié)論

利用CSR 發(fā)布的GRACE 時變重力場模型解算16 個全球典型流域的2002—2020 年水儲量變化，并聯(lián)合多源水文和氣象數(shù)據(jù)分析影響水儲量變化的因素，得到了以下的結(jié)論。

1） 在全球尺度下，相鄰流域的水儲量變化的周期和振幅較為接近，而位于南北半球兩個臨近流域的水儲量時間序列出現(xiàn)相反的周期信號，表明水儲量變化與所處地理位置和氣候帶存在一定的關(guān)系。

2） 墨累-達(dá)令流域的水儲量受到降水蒸發(fā)的共同影響，極端氣候變化通過影響降水來造成水儲量的變化，而地下水的過度開采等人為因素是印度河-恒河流域的水儲量迅速下降的主要原因， 由此表明自然因素和人為因素均會對區(qū)域水儲量變化產(chǎn)生影響。

3） 利用GLDAS 水文模型模擬水儲量與GRACE 反演結(jié)果在亞馬遜流域的相關(guān)性達(dá)到0.86， 驗(yàn)證了GRACE 模型反演水儲量變化結(jié)果的可靠性， 研究還發(fā)現(xiàn)GRACE 在探測區(qū)域干旱事件方面有獨(dú)特的優(yōu)勢。