我國東部沿海三大城市群地下水儲量變化與驅(qū)動因素分析

林雪敏， 李偉峰， 王紅， 明冬萍， 韓立建

(1.中國地質(zhì)大學(北京)信息工程學院，北京 100083； 2.中國科學院生態(tài)環(huán)境研究中心，北京 100085； 3.自然資源部信息中心，北京 100036)

0 引言

作為重要的淡水資源，地下水提供了全球約40%的灌溉用水和50%的城市市政用水[1]，其高強度開采引發(fā)了一系列環(huán)境問題[2-3]。在人類活動集中的城市地區(qū)，地下水超采導致的地面沉降破壞了公路、建筑物、管道和地鐵等基礎(chǔ)設(shè)施[4]，如墨西哥古茲曼市，其西北部地面沉降速度達0.25 m/a，道路變形和建筑物損毀嚴重[5]。在中國，京津冀地區(qū)地面沉降面積超過7萬km2； 長三角地區(qū)有近1萬km2的地面沉降超過0.2 m[6]； 珠三角部分地區(qū)地面塌陷造成的直接經(jīng)濟損失超過1.2億元[7]。此外，地下水超采還會增加沿海城市海水入侵的風險[8]，如印度尼西亞首都雅加達海岸帶年沉降量達2.8 m，大量沿海建筑物被淹沒。作為沿海城市群，地下水超采造成了京津冀、長三角和珠三角部分海岸帶海水入侵范圍不斷擴大，生態(tài)環(huán)境持續(xù)退化[9]。地下水超采嚴重威脅城市群的生態(tài)安全和可持續(xù)發(fā)展。因此，探究地下水儲量變化及其驅(qū)動因素，揭示不同城市群發(fā)展模式對地下水的影響，對于指導未來城市群發(fā)展與地下水資源的合理利用具有重要的科學意義。

目前，地下水儲量變化監(jiān)測的方法主要有傳統(tǒng)的站點監(jiān)測和GRACE(Gravity Recovery and Climate Experiment)衛(wèi)星監(jiān)測。其中，站點監(jiān)測受觀測井數(shù)量和分布限制，難以及時高效地評估大范圍地下水儲量的時空變化[10-11]。GRACE任務通過2顆共軌衛(wèi)星監(jiān)測地球的時變重力場(主要由陸地水量變化控制)[12]，并依據(jù)陸地水量平衡原理推算地下水儲量的變化，該方法不受空間限制，時效性高，應用廣泛[13-14]。Kalhor等[15]和Gao等[16]利用GRACE數(shù)據(jù)分別反演了美國亞特蘭大市和中國張家口市的地下水儲量變化，并與實測數(shù)據(jù)對比證明了GRACE反演方法的可靠性。目前，GRACE數(shù)據(jù)多應用于全球及區(qū)域大空間尺度，但對人口高度密集的城市化區(qū)域關(guān)注較少。京津冀、長三角和珠三角城市群作為我國沿海最重要的3個城市群，尚缺乏長時間序列地下水儲量動態(tài)變化及影響因素的定量評估與對比分析。

地下水儲量變化主要受氣候變化和人類活動的影響，在人口密集的城市地區(qū)，地下水開采增加主要是由于用水需求量增大。自1980年代以來，隨著快速的城市化，全球用水量以每年約1%的速度增長，地下水被大量開采以支持城市發(fā)展[17-19]。例如約旦伊爾比德省，飲用水、城市用水和農(nóng)業(yè)用水需求的增加導致其地下水需求量在過去的40 a間增加了227%[20]。在資源型缺水的京津冀城市群，由于地表水資源匱乏，地下水供給了總用水量的70%以上。而在地表水資源豐富的長三角和珠三角城市群，經(jīng)濟高速發(fā)展引發(fā)了嚴重的地表水污染，水質(zhì)型缺水導致潔凈地下水的開發(fā)強度不斷增大[21]。如珠三角廣花盆地的地下水開采機井在1982—1996年間增加了2倍多[22]。由于不同的自然條件、地理區(qū)位、發(fā)展歷史以及城市化模式，京津冀、長三角與珠三角城市群地下水儲量變化的驅(qū)動機制尤為復雜。因此，全面解析與對比分析3個城市群地下水時空變化的關(guān)鍵驅(qū)動因素，有助于進一步促進城市群地區(qū)地下水資源的科學管理與保護。

本研究以京津冀、長三角和珠三角城市群為研究案例，結(jié)合GRACE衛(wèi)星數(shù)據(jù)、全球陸面數(shù)據(jù)同化系統(tǒng)(global land data assimilation system，GLDAS)和全球水文與水資源模型(watergap global hydrology model，WGHM)定量反演了2002—2016年間其地下水儲量的年際變化特征，并利用灰色關(guān)聯(lián)分析方法定量解析了多種自然與社會經(jīng)濟因素對地下水儲量變化的影響程度，揭示我國東部沿海典型城市群地下水儲量變化特征及關(guān)鍵驅(qū)動因素。

1 研究區(qū)概況及其數(shù)據(jù)源

1.1 研究區(qū)域

京津冀、長三角和珠三角城市群均位于中國東部沿海，以占全國5.01%的區(qū)域面積承載了全國21.75%的人口和39.12%的國內(nèi)生產(chǎn)總值(gross domestic product，GDP)(2016年)，是中國人口集聚最多、經(jīng)濟規(guī)模最大、綜合實力最強的3個城市群。其中，京津冀城市群位于華北平原北部，年均降水量為505 mm，共包括13個城市，核心城市有北京、天津和石家莊； 長三角城市群位于長江下游，年均降水量為1 278 mm，共包括26個城市，核心城市包括上海、南京、杭州和合肥； 珠三角城市群位于廣東省中南部沿海，年均降水量為1 827 mm，共包括9個城市，核心城市為廣州。作為中國城市化程度最高的地區(qū)，2016年3個城市群的人口城鎮(zhèn)化率由高到低分別為84.85%(珠三角)、70.53%(長三角)與63.88%(京津冀)，遠高于全國同期平均水平(57.35%)。同時，3個城市群的人均GDP由高到低分別為11.43萬元(珠三角)、10.62萬元(長三角)與6.77萬元(京津冀)，均明顯高于全國平均水平(5.38萬元)。人口和社會經(jīng)濟的快速發(fā)展對水資源有著巨大的需求。以2016年為例，京津冀、長三角和珠三角的地表水資源量分別占全國的0.47%，6.67%和2.40%，而用水量卻分別占全國的4.01%，13.91%和3.53%。開采地下水成為這些地區(qū)彌補地表水資源短缺的主要途徑。各城市群自然和社會經(jīng)濟情況具體如表1所示。

表1 2016年城市群自然和社會經(jīng)濟指標Tab.1 Natural and socio-economic indicators of urban agglomerations in 2016

(續(xù)表)

1.2 研究數(shù)據(jù)

1.2.1 GRACE和水文模型數(shù)據(jù)

本文選取了GRACE RL06模型的月度陸地水儲量距平(terrestrial water storage anomalies，TWSA)產(chǎn)品(http: //www2.csr.utexas.edu/grace)，即陸地水儲量相對值，空間分辨率為0.25° × 0.25°。研究時間段為2002年4月—2016年12月，這期間GRACE缺失了19個月的數(shù)據(jù)(2002年6月、7月，2003年6月，2011年1月、6月，2012年5月、10月，2013年3月、8月、9月，2014年7月、12月，2015年6月、10月、11月，2016年4月、9月、10月)，通過線性插值進行填補[11, 23]。

此外，使用GLDAS和WGHM數(shù)據(jù)獲取陸地水的組分信息。GLDAS-2/NOAH模型的月度產(chǎn)品提供了土壤蓄水量和冰雪蓄水量數(shù)據(jù)(https: //disc.sci.gsfc.nasa.gov/datasets?keywords=GLDAS)，空間分辨率為0.25° × 0.25°。WGHM 2.2d 模型的月度產(chǎn)品提供了濕地、湖泊、河流和水庫4類地表水體蓄水量數(shù)據(jù)(https: //doi.pangaea.de/10.1594/PANGAEA.918447)，將這4類水體之和作為地表水蓄水量，空間分辨率為0.5° × 0.5°，需進行重采樣以匹配GRACE數(shù)據(jù)。

1.2.2 自然與人為因素數(shù)據(jù)

針對3個城市群的自然與社會經(jīng)濟特征，以及地下水開發(fā)利用情況，結(jié)合相關(guān)文獻[24]，從自然因素、用水量、經(jīng)濟因素以及人口因素4個方面，共計選取了13個驅(qū)動因素指標(表2)： ①自然因素，包括降水量、地表水資源量及蒸散量3個指標； ②用水量，包括總用水量及各部門用水量等4個指標； ③經(jīng)濟因素，包括總GDP、各產(chǎn)業(yè)GDP及人均GDP 等5個指標； ④人口因素，選取總?cè)丝跀?shù)量1個指標。各城市群自然與社會經(jīng)濟統(tǒng)計數(shù)據(jù)由其所包含的地級市數(shù)據(jù)求和得到，各地級市數(shù)據(jù)大部分來源于其所屬省份的水資源公報及統(tǒng)計年鑒，部分數(shù)據(jù)來源于該地級市的水資源公報。此外，本文采用農(nóng)業(yè)用水作為第一產(chǎn)業(yè)用水，工業(yè)用水作為第二產(chǎn)業(yè)用水，將《中國城市建設(shè)統(tǒng)計年鑒》城市供水中的“公共服務用水”與“其他用水”之和作為第三產(chǎn)業(yè)用水[25]，用于產(chǎn)業(yè)與用水結(jié)構(gòu)分析。其中，產(chǎn)業(yè)結(jié)構(gòu)利用3個產(chǎn)業(yè)GDP占總GDP的比重衡量，用水結(jié)構(gòu)使用3個產(chǎn)業(yè)用水量占各產(chǎn)業(yè)用水總量的比重衡量。

表2 地下水變化驅(qū)動因素指標Tab.2 Indicators of driving factors affecting GWS change

2 研究方法

2.1 基于GRACE的地下水儲量變化反演方法

根據(jù)陸地水量平衡原理，陸地水由地表水、地下水、積雪冰蓋、土壤水及生物含水(通常忽略不計)構(gòu)成。因此，地下水儲量距平(groundwater storage anomalies, GWSA)可表示為[16]：

GWSA=TWSA-SWA-SMA-SNA，

(1)

式中：GWSA為地下水儲量距平，即地下水的相對儲量，通常使用等效水高表示，cm；SWA，SMA和SNA分別為WGHM模型提取的地表水蓄水量、GLDAS模型提取的土壤蓄水量和冰雪蓄水量的距平值。為了與TWSA進行一致的比較，需分別計算相同基線時間(2004年1月—2009年12月)內(nèi)地表水、土壤以及冰雪蓄水量的平均值，并從各自相應的時間序列中減去該值，以獲取距平值[26]。

地下水儲量變化ΔGWS由GWSA對時間t求導數(shù)計算得到[27]，即

(2)

2.2 精度驗證

本文利用實測地下水位數(shù)據(jù)，通過雙變量相關(guān)法驗證GWSA估算的精度。由于長三角和珠三角地區(qū)的地下水監(jiān)測站較少，分布稀疏且不均勻，而京津冀地區(qū)地下水監(jiān)測站較多且分布均勻，因此，本研究以京津冀城市群為例進行精度驗證。在京津冀地區(qū)選取了90個國家級監(jiān)測站，這些站點在2005—2016年間持續(xù)提供地下水年均埋深數(shù)據(jù)，數(shù)據(jù)來源于《中國地質(zhì)環(huán)境監(jiān)測地下水位年鑒》。為了與GRACE數(shù)據(jù)保持一致，計算所有站點地下水年均埋深的距平值(即地下水儲量距平值的等效水高)，并取平均值作為該區(qū)域的地下水儲量距平實測值。

2.3 滑動平均分析

滑動平均模型是時間序列分析的基本方法，用確定時間序列的移動平均值來顯示變化趨勢[28]。對于時間序列X={x(k)|k=1,2,…,n}，其時間t處的變化速度V(t)計算為：

(3)

式中：m為移動長度，一般為奇數(shù)，本文取m=3，即選用3 a滑動平均；n為序列時間長度，k和t為時間節(jié)點，本文研究時間段為2002—2016年，共15 a，因此n=15，k=1,2,…,15，考慮滑動平均趨勢分析存在端部效應[29]，因此不考慮前3 a和后3 a的分析，即t=4,…,12。

2.4 灰色關(guān)聯(lián)分析

灰色關(guān)聯(lián)分析方法通過對系統(tǒng)的動態(tài)發(fā)展態(tài)勢做定量比較分析，進而衡量不同時空序列數(shù)據(jù)間的關(guān)聯(lián)程度，其基本思想是通過確定參考數(shù)列Y={y(k)|k=1,2,…,n}和若干比較數(shù)列Xi={xi(k)|k=1,2,…,n},i=1,2,…,m的幾何形狀相似程度來判斷其聯(lián)系是否緊密，以及關(guān)聯(lián)強度[30-31]。

本研究將2002—2016年間地下水儲量變化的時間序列作為參考數(shù)列，各驅(qū)動因素的時間序列作為比較數(shù)列。對各序列分別進行初值化處理以統(tǒng)一量綱?；疑P(guān)聯(lián)度計算公式為：

(4)

式中：ri為第i個驅(qū)動因素與地下水儲量變化間的灰色關(guān)聯(lián)度，其值越接近1，關(guān)聯(lián)程度越高，一共選取了13種驅(qū)動因素，因此i=1,2,…,13；ξi(k)為關(guān)聯(lián)系數(shù)，即參考數(shù)列與比較數(shù)列在各時間點的關(guān)聯(lián)程度值。其公式為：

(5)

式中ρ為分辨系數(shù)，其值越小，分辨力越強，通常取ρ=0.5[32-33]。

3 結(jié)果與分析

3.1 3個城市群地下水儲量時空變化特征

GRACE反演結(jié)果與站點實測數(shù)據(jù)吻合較好。2005—2016年間，京津冀城市群地下水儲量反演結(jié)果與實測數(shù)據(jù)間的Pearson系數(shù)達0.95(p<0.01)(圖1)，表明了本研究結(jié)果的可靠性。2002—2016年，3個城市群地下水儲量呈現(xiàn)不同的變化趨勢。如圖2(a)所示，縱坐標軸表示GWSA值，正值表示該年份地下水儲量大于基線時間內(nèi)的平均水平，負值則相反。反演結(jié)果表明，2002—2016年間，京津冀城市群地下水儲量持續(xù)下降，下降幅度為19.36 cm，線性下降速率達1.17 cm/a(p<0.001)； 長三角城市群GWSA值在-2.47～2.15 cm的范圍內(nèi)波動變化，較為穩(wěn)定； 珠三角城市群整體呈上升趨勢，上升幅度為8.39 cm，線性上升速率為0.43 cm/a(p<0.001)。不同年份各城市群地下水儲量變化速度有所不同(圖2(b))。其中，京津冀城市群在2006—2010年間加速下降，下降速率從1.26 cm/a增加到2.85 cm/a，而后有所放緩。長三角城市群在2008—2012年間地下水儲量變化速度由上升(0.66 cm/a)轉(zhuǎn)為加速下降(0.95 cm/a)。珠三角城市群在2007—2011年間加速上升，上升速率從0.10 cm/a增加到1.94 cm/a，而后放緩。

圖1 京津冀城市群GRACE反演與實測地下水儲量距平變化比較Fig.1 Comparison between GRACE-derived and in situ groundwater storage anomalies of BTH urban agglomerations

3個城市群地下水儲量變化的明顯差異，反映了不同城市群地下水采補模式不同。其中，京津冀城市群地下水持續(xù)下降主要是因為地下水開采量長期高于補給量。例如，2002—2016年，京津冀城市群年均地下水供水量為180.43億m3，達到了降水量的16.55%，而京津冀城市群所在的華北平原多年平均降水入滲補給系數(shù)為0.13[34]，地下水自然補給量不足以平衡開采量。2010年后，京津冀城市群地下水下降速率有所放緩，是由于地下水的開采得到了一定的控制。例如，京津冀城市群地下水供水量在2010—2016年間減少了22.86%(41.85億m3)，減少量是2002—2010年間的2倍多。長三角城市群通過減少開采和增加補給穩(wěn)定地下水儲量。例如，地面沉降問題突出的上海市在2002—2016年間減少了96.39%的地下水供水量，同時人工回灌地下水2.67億m3。珠三角城市群地下水持續(xù)上升是由于補給充足，并且開采持續(xù)減少。例如，2002—2016年間，珠三角年均地下水供水量為2.41億m3，僅占降水量的0.24%，而珠三角廣花盆地的降水入滲補給系數(shù)為0.045～0.26[35]，自然補給十分充足，同時地下水供水量在15 a間減少了53%。因此，對于地下水采補依然失衡的京津冀城市群，除控制開采外，還應重視開展人工回灌，從“節(jié)流”和 “開源”2方面同時入手，充分利用南水北調(diào)水源進行地下水涵養(yǎng)。自2018年開展地下水回補工作以來，京津冀城市群部分地區(qū)地下水量已有了一定的回升[36]。

從城市群內(nèi)部來看(圖3)，京津冀城市群不同城市間的地下水儲量變化速率差異最大(標準差為0.38)，其次為長三角(標準差為0.20)和珠三角城市群(標準差為0.08)。京津冀城市群內(nèi)部所有城市的地下水儲量均呈下降趨勢，南部城市下降比北部更嚴重。其中，邯鄲下降最快(1.87 cm/a，p<0.001)，其次為石家莊(1.83 cm/a，p<0.001)、北京(1.64 cm/a，p<0.001)和邢臺(1.61 cm/a，p<0.001)，這些城市地下水供給量較大，占整個京津冀城市群的41.47%(2002—2016年)。長三角內(nèi)部整體呈南部微升、北部微降的趨勢。其中，南部的臺州上升最快(0.24 cm/a，p<0.1)； 北部的馬鞍山下降最快。這也與地下水供水量變化相關(guān)，臺州地下水供水量在2002—2016年間下降了80.75%，而馬鞍山增加了350%。珠三角內(nèi)部各城市均呈上升趨勢，東南部城市上升趨勢相對西北部更為顯著，但整體來看各城市差異不大。

圖3 2002—2016年3個城市群內(nèi)部地下水儲量線性變化速度空間分布Fig.3 Spatial distribution of linear rate of groundwater change in the cities of urban agglomerations during 2002—2016

3.2 3個城市群地下水儲量時空變化的驅(qū)動因素

灰色關(guān)聯(lián)分析結(jié)果表明，2002—2016年間，3個城市群地下水儲量變化主要受用水量指標的影響，自然因素次之，再次為人口因素，經(jīng)濟因素相對最弱。用水量因素中，農(nóng)業(yè)用水量影響最強，在3個城市群中均居首位； 自然因素中，降水量的影響較強。

對于京津冀和珠三角城市群，農(nóng)業(yè)、工業(yè)、生活以及總用水量與地下水儲量變化的關(guān)聯(lián)度均高于自然因素。其中，京津冀城市群受農(nóng)業(yè)用水的影響尤為突出，關(guān)聯(lián)度高達0.85。長三角城市群的農(nóng)業(yè)用水量、降水量、地表水資源量和總?cè)丝跀?shù)量等要素的關(guān)聯(lián)度相近(均在0.83～0.84之間)，表明長三角城市群地下水儲量變化受多種因素綜合影響。珠三角城市群受農(nóng)業(yè)和生活用水量雙重主導，關(guān)聯(lián)度均高達0.85(圖4)。研究結(jié)果說明在這3個城市群，人類活動均在地下水變化中占主導地位。

圖4 3個城市群地下水儲量變化主要驅(qū)動因素關(guān)聯(lián)度Fig.4 Correlation degree of main driving factors for groundwater changes in three urban agglomerations

驅(qū)動因素分析結(jié)果表明，提高農(nóng)業(yè)用水效率和防治地表水污染是3個城市群地下水保護中需要共同關(guān)注的重點。雖然城鎮(zhèn)化是推進京津冀、長三角與珠三角城市群發(fā)展的主要引擎，但農(nóng)業(yè)發(fā)展是保障糧食安全的根本，也是區(qū)域發(fā)展的重要方面之一。農(nóng)業(yè)因耗水量大而成為影響3個城市群地下水儲量變化的首要因素。其中，農(nóng)業(yè)部門是京津冀城市群地下水的主要供給對象，例如，2002—2016年間，農(nóng)業(yè)消耗了河北省地下水開采量的75.02%。盡管京津冀城市群的農(nóng)業(yè)用水占比從2002年的66.95%下降到了2016年的58.08%，但仍然超過半數(shù)。相比之下，長三角與珠三角城市群農(nóng)業(yè)用水量占比明顯低于京津冀城市群，分別為38.58%與32.66%(2016年)，但它們的農(nóng)業(yè)用水效率卻明顯低于京津冀城市群。例如2002—2016年間，長三角和珠三角城市群的年均萬元農(nóng)業(yè)GDP用水量分別為991.24 m3和1 080.48 m3，明顯高于京津冀城市群的600.39 m3。而京津冀城市群的農(nóng)業(yè)用水效率與發(fā)達國家相比依然有一定的差距，如2019年河北省的農(nóng)田灌溉水有效利用系數(shù)為0.67[37]，而以色列已經(jīng)達到了0.87[38]。因此，縮小城市群之間的農(nóng)業(yè)節(jié)水技術(shù)差距，全面提升農(nóng)業(yè)用水效率，是進一步修復與保護城市群地下水資源的有效途徑。

對于地表水資源豐富的珠三角城市群，生活用水量的顯著影響主要是由于生活用水對水質(zhì)要求較高，而地表水嚴重污染引發(fā)水質(zhì)型缺水，導致了地下水開采強度的加大。珠三角城市群的地下水主要用于供給居民生活[22]，例如2002年，廣州市和惠州市的地下水供水中，生活用水占比分別達100%和60%[39]。同樣，水質(zhì)型缺水也是長三角城市群地下水超采的重要原因。例如長三角的杭嘉湖地區(qū)，在20世紀70年代前地下水年開采量不超過0.2億m3，而自80年代—2005年，鄉(xiāng)鎮(zhèn)企業(yè)興起，工業(yè)污水嚴重污染地表水[40]，導致該地區(qū)累計地下水開采量高達33.3億m3[21]。對于資源型缺水的京津冀城市群，地表水污染更加重了對地下水的依賴。因此，防治地表水污染對于3個城市群地下水保護至關(guān)重要。

3.3 3個城市群發(fā)展與地下水儲量變化趨勢的啟示

對比分析3個城市群地下水儲量時空變化趨勢及其影響因素，結(jié)果表明，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整與升級對于地下水資源的保護具有關(guān)鍵性作用。因此，推進區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、優(yōu)化用水結(jié)構(gòu)、提升用水效率、降低用水量是我國東部沿海城市群實現(xiàn)地下水資源長效保護的核心戰(zhàn)略任務。

從用水結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的協(xié)調(diào)性來看，3個城市群之間存在明顯差異。其中，珠三角城市群產(chǎn)業(yè)結(jié)構(gòu)與產(chǎn)業(yè)用水結(jié)構(gòu)間的協(xié)調(diào)程度最高，其次為長三角城市群，京津冀城市群相對最差。2016年，京津冀城市群第一產(chǎn)業(yè)用水量占比最高(77.22%)，而第一產(chǎn)業(yè)GDP占比僅為5.22%，3個產(chǎn)業(yè)的產(chǎn)值結(jié)構(gòu)與其用水結(jié)構(gòu)明顯不協(xié)調(diào)。相比而言，長三角和珠三角城市群第二產(chǎn)業(yè)用水量占比最高，分別為52.52%和47.72%，同時第二產(chǎn)業(yè)GDP占比分別為43.25%和42.15%，產(chǎn)業(yè)結(jié)構(gòu)與用水結(jié)構(gòu)協(xié)調(diào)程度相對較高(圖5)。因此，對于第一產(chǎn)業(yè)用水量占比最大的京津冀城市群，在保障糧食安全的前提下，降低農(nóng)業(yè)用水對地下水的依賴對于保護地下水資源非常重要。

(a) 產(chǎn)業(yè)用水量占比 (b) 產(chǎn)業(yè)GDP占比圖5 2002年與2016年3個城市群用水結(jié)構(gòu)及產(chǎn)業(yè)結(jié)構(gòu)對比Fig.5 Comparison of water use and industry proportions of three urban agglomerations in 2002 and 2016

從用水投入與經(jīng)濟產(chǎn)出的比值與變化來看，3個城市群各產(chǎn)業(yè)用水效率存在明顯差異，但均有明顯提升(圖6)。2002—2016年，京津冀城市群3個產(chǎn)業(yè)用水效率均最高； 長三角城市群的第一產(chǎn)業(yè)和第二產(chǎn)業(yè)用水效率相對最低，平均萬元第一產(chǎn)業(yè)和第二產(chǎn)業(yè)GDP用水量分別為京津冀的1.8倍和4.64倍； 珠三角城市群的第三產(chǎn)業(yè)用水效率相對最低，平均萬元第三產(chǎn)業(yè)GDP用水量為京津冀的1.73倍。因此，長三角城市群亟待進一步提高第一和第二產(chǎn)業(yè)用水效率，而珠三角城市群需加快提高第三產(chǎn)業(yè)用水效率。此外，從用水效率的變化來看，3個城市群3個產(chǎn)業(yè)用水效率均有大幅提高，但也存在明顯差異。例如，2002—2016年間，3個城市群GDP增長率最高的產(chǎn)業(yè)均為第三產(chǎn)業(yè)，其中，珠三角城市群第三產(chǎn)業(yè)GDP增長率最高(782.04%)，第三產(chǎn)業(yè)用水量同時增加了76.63%，用水效率提升了79.98%； 而京津冀和長三角城市群雖然第三產(chǎn)業(yè)GDP增長相對較緩(分別為730.56%和710.56%)，但第三產(chǎn)業(yè)用水量分別增加16.81%和減少10.09%，用水效率分別提升了85.94%和88.91%。即珠三角城市群第三產(chǎn)業(yè)經(jīng)濟發(fā)展最快，但用水效率提升相對最低。因此，我國東部沿海城市發(fā)展戰(zhàn)略規(guī)劃中，要統(tǒng)籌規(guī)劃3個城市群之間產(chǎn)業(yè)用水效率控制指標，進而全面促進東部沿海地區(qū)的水資源保護。

(a) 第一產(chǎn)業(yè)用水效率 (b) 第二產(chǎn)業(yè)用水效率

(c) 第三產(chǎn)業(yè)用水效率 (d) 產(chǎn)業(yè)用水效率變化率圖6 2002—2016年3個城市群用水效率演變Fig.6 Change of water use efficiency in three urban agglomerations during 2002—2016

4 結(jié)論

本文結(jié)合GEACE衛(wèi)星及水文模型數(shù)據(jù)，實現(xiàn)了對2002—2016年間中國東部沿海3個城市群地下水儲量變化的定量反演，并采用灰色關(guān)聯(lián)分析方法從氣候變化和人類活動2方面探究了地下水儲量變化的驅(qū)動力，為3個城市群的地下水資源管理與保護提供了科學指導。主要結(jié)論如下：

1)京津冀、長三角和珠三角城市群的地下水儲量在2002—2016年間展現(xiàn)出了截然不同的變化趨勢。京津冀持續(xù)下降，線性下降速率為1.17 cm/a； 長三角呈小幅度波動變化，較為穩(wěn)定； 珠三角持續(xù)上升，線性上升速率約為0.43 cm/a。

2)3個城市群的地下水儲量變化主要受人類活動影響。農(nóng)業(yè)用水作為首要驅(qū)動力，表明了平衡城市化和農(nóng)業(yè)發(fā)展用水需求對區(qū)域尺度地下水保護至關(guān)重要。此外，需重視水污染防治，提升地表水資源的可用性，以壓減地下水開采。

3)3個城市群的發(fā)展促進了區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整與升級，提高了用水效率，優(yōu)化了用水結(jié)構(gòu)，對減緩地下水的開采具有一定的積極作用。各城市群之間，以及城市群內(nèi)部不同城市之間的產(chǎn)業(yè)結(jié)構(gòu)、用水結(jié)構(gòu)及效率等差異較大。京津冀城市群應著力推進不同地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的協(xié)同發(fā)展，進而優(yōu)化用水結(jié)構(gòu)。長三角和珠三角城市群應重視用水效率的提升。

此外，本研究還存在一些不足，如受GRACE數(shù)據(jù)獲取時間的限制，無法研究更長時間序列的地下水儲量變化。近年來，我國出臺了一系列嚴格的地下水保護政策，未來有必要采用新數(shù)據(jù)(如GRACE-FO衛(wèi)星數(shù)據(jù))，進一步評估這些政策的有效性，以為政策調(diào)整和制定提供科學支撐。