吳淑君, 李曉英, 鄭浩然, 王 穎
(河海大學(xué) 水利水電學(xué)院, 江蘇 南京 210098)
水資源以土壤水、地表水和地下水等不同形式存在,對于生物的生存與發(fā)展至關(guān)重要。陸地水儲量變化(TWSA,Terrestrial Water Storage Anomaly)是陸地水量平衡的基本分量之一,是地表水、地下水、土壤含水量及冰雪和生物體含水量綜合變化的結(jié)果[1]。研究陸地水儲量的變化對進一步掌握地區(qū)水文循環(huán)現(xiàn)狀,規(guī)劃區(qū)域未來水資源發(fā)展具有重要意義。實現(xiàn)全球范圍陸地水儲量變化的監(jiān)測十分困難,GRACE重力衛(wèi)星的發(fā)射為研究陸地水儲量變化提供了新手段。GRACE重力衛(wèi)星能夠直接應(yīng)用于地表質(zhì)量變化監(jiān)測,而陸地時變重力場主要由陸地水質(zhì)量變化引起[2-3]。
GRACE重力衛(wèi)星數(shù)據(jù)在估算各種尺度的陸地水儲量變化上具有極高的敏感度和廣泛的適用性,可探測厘米級陸地水儲量變化[4-5]。陸地水儲量變化具有周期性[6],環(huán)境變化對陸地水儲量的影響主要為氣候變化和人類活動影響。Hu等[7]發(fā)現(xiàn)中亞山麓地區(qū)陸地水儲量變化主要受到降雨的影響,與氣溫間存在3個月的遲滯關(guān)系,而陸地水儲量受土地利用等人類活動影響的程度還不明確。王文等[1]利用GRACE估算長江上、中游的陸地水儲量并結(jié)合多源水文數(shù)據(jù)分析,顯示長江上游陸地水儲量與降雨、徑流和土壤水蓄量無明顯變化,中游水庫蓄量與陸地水儲量都有顯著性增加,反映出人類活動影響中游地區(qū)陸地水儲量變化。經(jīng)研究2003-2012年長江流域三峽庫區(qū)、洞庭湖、鄱陽湖3個典型地區(qū)的陸地水儲量對氣候因素的響應(yīng)較為敏感[8]。我國幾大主要流域陸地水儲量與環(huán)流指數(shù)的相關(guān)性研究也進一步驗證了氣候變化是造成水儲量變化的一大主要因素[9]。
目前針對淮河流域陸地水儲量的研究主要集中在流域水儲量的趨勢和分布狀況,對于淮河流域水儲量變化驅(qū)動因子的研究較少。周志才等[10]利用逐月GRACE時變重力場模型獲得了淮河流域陸地水儲量的時空變化,采用同期GLDAS模型中土壤水和實測地下水埋深數(shù)據(jù)推算了淮河流域地下水儲量的時空變化,借助觀測井?dāng)?shù)據(jù)對結(jié)果進行檢驗,結(jié)果表明淮河流域地下水儲量呈遞增趨勢。束美珍等[11]研究2003-2014年黃淮海地區(qū)陸地水儲量,發(fā)現(xiàn)淮河流域陸地水儲量呈下降趨勢,水儲量整體變化由南向北遞減,水儲量的空間變化主要受降雨影響,同時還受區(qū)域農(nóng)業(yè)布局和作物灌溉影響。
面向關(guān)系結(jié)構(gòu)的集對分析(SPA)能夠從確定性與不確定性的聯(lián)系和轉(zhuǎn)換角度分析水資源復(fù)雜系統(tǒng),在水資源分析與評價中發(fā)揮了重要作用[12]。與傳統(tǒng)水文相關(guān)分析相比,集對分析能從微觀層次上反映出兩者的關(guān)系[13],可以得出陸地水儲量分布與各影響因素間的更多關(guān)系信息。本文以淮河流域洪澤湖以上范圍為研究對象,通過GRACE衛(wèi)星數(shù)據(jù)計算2003-2016年期間淮河流域陸地水儲量,分析其時序和空間變化,基于皮爾遜相關(guān)系數(shù)和SPA集對分析,研究降水、溫度、環(huán)流及植被覆蓋率對流域陸地水儲量變化的影響。
淮河流域地處我國東部,位于長江和黃河之間。流域總地形為由西北向東南傾斜,淮南山丘區(qū)向北傾斜。流域西、南、東北部為山區(qū),其余為平原、湖泊和洼地,自然植被分布具有明顯的地帶性特點?;春恿饔蚓哂歇毺氐牡乩砦恢?,地處我國南北氣候的過渡帶,四季分明。流域北部屬于暖溫帶半濕潤季風(fēng)氣候區(qū),為典型的北方氣候,冬半年比夏半年長,過渡季節(jié)短,年內(nèi)氣溫變化大;流域南部屬于亞熱帶濕潤季風(fēng)氣候區(qū),夏半年比冬半年長,降水豐沛,氣候溫和。
2.2.1 GRACE數(shù)據(jù) GRACE衛(wèi)星能夠監(jiān)測時變重力場變化,從而推求地球表面質(zhì)量的變化,進一步轉(zhuǎn)化為等效水高變化。本文采用2003-2016年CSR、JPL、GFZ 3家研究機構(gòu)發(fā)布的全球空間分辨率為1°×1°的逐月等效水高變化的均值,陸地水儲量變化值TWSA為相對2004年1月至2009年12月陸地水儲量均值的距平值。根據(jù)流域地形圖進行面積加權(quán)平均,得到流域各月平均陸地水儲量變化。
2.2.2 降雨、溫度、徑流、環(huán)流數(shù)據(jù) 降雨、氣溫數(shù)據(jù)來源于國家氣象信息中心,數(shù)據(jù)系列為2003-2016年的分辨率為0.25°×0.25°的月值格點數(shù)據(jù),個別缺損數(shù)據(jù)采用樣條法插值。徑流選用吳家渡水文站的月徑流資料,來自《淮河流域片水資源公報》。環(huán)流數(shù)據(jù)來源于中國氣象局國家氣候中心逐月大氣環(huán)流指標(biāo)數(shù)據(jù)。
2.2.3 MODIS數(shù)據(jù) 本文選用空間分辨率為1 km的MOD13A3月數(shù)據(jù)生成歸一化植被指數(shù)NDVI(Normalized Difference Vegetation Index)。NDVI能夠很好地反映地表植被覆蓋情況,NDVI值與地表覆蓋率呈正相關(guān)。
集對分析是對不確定系統(tǒng)中的兩個有關(guān)聯(lián)的集體構(gòu)造集對,對集對的某特性進行分析,建立同、異、反聯(lián)系度[14]。將因變量Y與各影響因子Xi對應(yīng)的類別符號進行對照,X、Y各有n項,符號相同則稱為同一,統(tǒng)計其個數(shù)S;相差一級,稱為差異,統(tǒng)計其個數(shù)F;相差兩級,稱為對立,統(tǒng)計其個數(shù)P。由公式(1)得到各集對的聯(lián)系度:
(1)
式中:μX-Y為集合X和Y的聯(lián)系度;S+F+P=n;I為差異不確定系數(shù),在(-1,1)區(qū)間取值;J為對立系數(shù),J=-1;a、b、c分別為集對的同一度、差異度和對立度。當(dāng)a越接近1,表明集合X與Y關(guān)系越傾向于同一;當(dāng)c越接近1,表明兩個集合越傾向于對立;當(dāng)b越接近1,表明兩個集合越傾向于差異,當(dāng)b>0.5時,在多元回歸分析中可以排除該因子。
皮爾遜相關(guān)系數(shù)法是一種能夠準(zhǔn)確度量兩個計算變量間關(guān)系密切程度的統(tǒng)計學(xué)方法。變量x、y通過實驗可獲得若干組數(shù)據(jù),記為(xi,xj) (i=1,2,…,n),則相關(guān)系數(shù)的數(shù)學(xué)表達式為:
(2)
利用GRACE月重力場數(shù)據(jù),反演淮河流域洪澤湖以上地區(qū)多年陸地水儲量變化。流域2003與2016年陸地水儲量變化空間分布對比如圖1所示。由圖1可見,2003年GRACE反演的淮河流域年均陸地水儲量分布較為均勻,整體處于較豐狀態(tài)。南部地區(qū)比北部略豐,但整體差異不大。2016年淮河流域年均陸地水儲量分布不均,南北差異較大,南部陸地水儲量明顯豐于北部。主要原因是流域南部多為山區(qū),經(jīng)濟社會發(fā)展落后于北部平原地區(qū),北部經(jīng)濟快速發(fā)展帶來的用水增加,加劇了南北陸地水儲量的差異。相比2003年,2016年流域南部陸地水儲量增加,北部陸地水儲量減小,陸地水儲量增減面積大致相等。桐柏山和大別山區(qū)域相較于2003年陸地水儲量上升幅度最大,流域內(nèi)鄭州市區(qū)域陸地水儲量下降幅度最大。鄭州市區(qū)域社會經(jīng)濟水平上升較快,水資源量消耗增大,陸地水儲量下降與實際情況相吻合。
圖1 2003、2016年淮河流域平均陸地水儲量變化空間分布圖
2003-2016年淮河流域GRACE反演逐月陸地水儲量變化見圖2。由圖2可見,通過陸地水儲量長系列趨勢研究,淮河流域陸地水儲量整體呈現(xiàn)下降趨勢,下降幅度較小。陸地水儲量變化具有明顯的年周期性,多在秋初達到年內(nèi)峰值。圖2中線性擬合陸地水儲量變化的下降趨勢為-0.043 cm/a,多年均值為-1.918 cm。2003、2007年夏季淮河流域遭遇強降水,陸地水儲量增加。2005年淮河流域處在豐水年,年內(nèi)陸地水儲量整體盈余。2011年陸地水儲量值處在明顯的低位,水儲量虧損,與同年山東、安徽和河南地區(qū)發(fā)生重大旱情相吻合。2015年起流域陸地水儲量變化均為負值,呈現(xiàn)下降趨勢。
陸地水儲量受到流域降雨、氣溫、徑流的影響,與當(dāng)?shù)刂脖桓采w率和大氣環(huán)流密切相關(guān)。本文選取研究區(qū)域降雨、氣溫、徑流和植被覆蓋率數(shù)據(jù),篩選對淮河流域所研究區(qū)域陸地水儲量影響較大的8個氣候環(huán)流指數(shù),分別與陸地水儲量變化進行相關(guān)性分析。結(jié)果如表1所示,所選指標(biāo)均通過0.05顯著性檢驗。
利用集對進行進一步相關(guān)分析,計算陸地水儲量與各影響因素的均值和均方差,采用均值標(biāo)準(zhǔn)差法根據(jù)經(jīng)驗取值法[14]進行分類,分類標(biāo)準(zhǔn)與計算結(jié)果如表2所示。
圖2 2003-2016年淮河流域GRACE反演逐月陸地水儲量變化圖
表1 陸地水儲量與各影響因子間最大相關(guān)系數(shù)
注:**表示通過0.05顯著性檢驗。
表2 評價指標(biāo)分類標(biāo)準(zhǔn)
統(tǒng)計Y與各影響因子Xi的同一數(shù)、差異數(shù)和對立數(shù),根據(jù)公式(1)得到各評價對象集對分析聯(lián)系度如下:
μY~X1=0.577+0.399I+0.024J
μY~X2=0.423+0.518I+0.220J
μY~X3=0.649+0.399I+0.012J
μY~X4=0.464+0.452I+0.083J
μY~X5=0.464+0.500I+0.036J
μY~X6=0.494+0.440I+0.065J
μY~X7=0.393+0.560I+0.048J
μY~X8=0.399+0.518I+0.083J
μY~X9=0.488+0.470I+0.042J
μY~X10=0.518+0.411I+0.071J
μY~X11=0.488+0.470I+0.042J
μY~X12=0.512+0.440I+0.048J
根據(jù)計算的聯(lián)系度可知,Y與X2、X5、X7、X8的不定相關(guān)度分別為0.518、0.500、0.560、0.518。陸地水儲量變化與氣溫、環(huán)流指數(shù)中的亞洲區(qū)極渦面積指數(shù)、亞洲區(qū)極渦強度指數(shù)和北半球極渦強度指數(shù)間不定相關(guān)度均超過0.5,對陸地水儲量變化的影響較小,不能作為主要影響因子。
降雨、徑流對淮河流域陸地水儲量變化起到重要影響作用,由陸地水儲量與影響因素間相關(guān)性分析結(jié)果和集對分析聯(lián)系度結(jié)果可以看出:降水量和徑流量作為陸地水儲量變化的主要影響因子與陸地水儲量變化較為一致,呈正相關(guān)。陸地水儲量與植被覆蓋指數(shù)間存在負相關(guān),區(qū)域植被覆蓋率越高,蒸散發(fā)越大,導(dǎo)致陸地水儲量下降。陸地水儲量變化與北半球極渦面積指數(shù)及歐亞、亞洲經(jīng)緯環(huán)流指數(shù)為負相關(guān),相關(guān)性多在0.2~0.4之間,相關(guān)性較弱。淮河流域陸地水儲量變化受大尺度氣候環(huán)流影響,但程度較低,可能是受地表特征復(fù)雜與環(huán)流指數(shù)尺度相對研究區(qū)域較大影響。
淮河流域陸地水儲量與氣溫的相關(guān)性雖然通過了顯著性檢驗,但SPA分析兩者不定相關(guān)度較大,說明淮河流域洪澤湖以上區(qū)域的陸地水儲量與氣溫的關(guān)系實際并不顯著。這種不顯著相關(guān)性很可能是受淮河流域獨特的氣候因素影響,淮河以南為亞熱帶區(qū)域,而淮河以北為暖溫帶區(qū)域,南北溫度差異較大,對分析結(jié)果造成影響。在未來的研究中應(yīng)進一步考慮流域氣候的獨特性,分流域以南與流域以北兩個子流域進行分析。
本文利用2003-2016年GRACE重力衛(wèi)星數(shù)據(jù)反演淮河流域洪澤湖以上區(qū)域陸地水儲量變化,分析流域陸地水儲量多年時空變化規(guī)律,并結(jié)合降雨、溫度、徑流、植被覆蓋率和環(huán)流數(shù)據(jù)分析陸地水儲量的主要影響因子,結(jié)論如下:
(1)2003年淮河流域年均陸地水儲量分布較為均勻,整體處于較豐狀態(tài)。2016年年均陸地水儲量分布南北差異較大,南部陸地水儲量明顯豐于北部。相較2003年,2016年流域南部陸地水儲量增加,北部陸地水儲量減小,陸地水儲量增減面積大致相等。南部桐柏山和大別山區(qū)域陸地水儲量上升幅度最大,北部流域內(nèi)鄭州市區(qū)域陸地水儲量下降幅度最大。
(2)對淮河流域陸地水儲量作長系列趨勢研究,發(fā)現(xiàn)流域陸地水儲量整體呈現(xiàn)下降趨勢,下降幅度較小。陸地水儲量變化具有明顯的年周期性,多在秋初達到年內(nèi)峰值。陸地水儲量的變化能夠較好反映流域極端氣候變化的影響,對干旱和極端降水氣候的響應(yīng)度較高。
(3)利用皮爾遜相關(guān)系數(shù)和集對分析法研究流域陸地水儲量變化的主要影響因子,結(jié)果表明陸地水儲量變化主要受降雨、徑流變化影響,呈正相關(guān),受當(dāng)?shù)刂脖桓采w率和環(huán)流指數(shù)影響相對較小,呈負相關(guān),與溫度間相關(guān)度不高。