溫志強(qiáng),黃征凱,2

(1. 華東交通大學(xué) 土木建筑學(xué)院,江西 南昌 330013;2. 東華理工大學(xué) 江西省數(shù)字國(guó)土重點(diǎn)實(shí)驗(yàn)室,江西 南昌 330013)

0 引 言

隨著全球人口迅速增長(zhǎng),人類對(duì)淡水資源的需求不斷增加,很多國(guó)家和地區(qū)出現(xiàn)了不同程度的缺水問題.有效監(jiān)測(cè)全球水資源分布和動(dòng)態(tài)變化,并制定合理的開采和分配方案,已成為人們應(yīng)對(duì)水資源短缺問題的必要手段.GRACE(Gravity Recovery and Climate Experiment)衛(wèi)星計(jì)劃的實(shí)施為全球水資源監(jiān)測(cè)提供了新的觀測(cè)方法,國(guó)內(nèi)外相關(guān)學(xué)者陸續(xù)將其用于全球各大流域的水儲(chǔ)量變化研究.廖夢(mèng)思等[1]基于GRACE月重力場(chǎng)數(shù)據(jù)分析了洞庭湖流域陸地水儲(chǔ)量時(shí)空變化特征,并指出降水是影響該區(qū)域陸地水儲(chǔ)量變化的主要因素.聯(lián)合GRACE和GLDAS(Global Land Data Assimilation System)水文模型可用于分析地下水變化,如羅志才等[2]利用GRACE反演了黑河流域陸地水儲(chǔ)量的變化,扣除水文模型中的土壤水和雪水當(dāng)量變化,并利用地下水測(cè)井?dāng)?shù)據(jù)對(duì)反演結(jié)果進(jìn)行初步驗(yàn)證.

印度河和恒河流域是世界上人口最密集的地區(qū)之一,同樣也面臨著水資源短缺的問題,研究該區(qū)域水儲(chǔ)量變化對(duì)于當(dāng)?shù)厣鷳B(tài)環(huán)境和經(jīng)濟(jì)發(fā)展均有重要意義.為此,眾多學(xué)者陸續(xù)利用GRACE數(shù)據(jù)開展陸地水儲(chǔ)量相關(guān)研究,如陳劍利等[3]利用時(shí)變重力場(chǎng)監(jiān)測(cè)印度西北部地下水的長(zhǎng)期變化,發(fā)現(xiàn)巴基斯坦部分城市的地下水儲(chǔ)量變化對(duì)區(qū)域水儲(chǔ)量有較大影響;Naresh等[4]結(jié)合GRACE和GLDAS數(shù)據(jù)研究印度地區(qū)地下水儲(chǔ)量的變化,結(jié)果顯示印度北部的地下水以16 mm/a的速率下降,并且指出在厄爾尼諾年的地下水下降速率加快,而在出現(xiàn)拉尼娜現(xiàn)象時(shí)地下水儲(chǔ)量明顯恢復(fù).Tiwari等[5]聯(lián)合GRACE數(shù)據(jù)與水文模型指出印度北部的陸地水的變化是地下水的抽取造成的.本文在已有研究成果的基礎(chǔ)上,將研究范圍擴(kuò)大到整個(gè)印度河和恒河流域,利用GRACE月重力場(chǎng)模型分析了流域內(nèi)從2002-2016年陸地水儲(chǔ)量變化的時(shí)空分布特征,聯(lián)合GLDAS 水文模型分離出地下水儲(chǔ)量的變化,并結(jié)合氣象水文資料解釋了水儲(chǔ)量變化的原因.

1 GRACE反演地下水儲(chǔ)量變化原理

利用GRACE數(shù)據(jù)反演的地球質(zhì)量變化在較短的時(shí)間尺度上被認(rèn)為是水量變化引起的,因此GRACE廣泛用于陸地水儲(chǔ)量變化研究.利用GRACE數(shù)據(jù)解算等效水高的數(shù)學(xué)公式如下[6]:

(1)

利用GRACE月重力場(chǎng)模型獲取的陸地水儲(chǔ)量指的是所有水分的總和,包括地下水、土壤水、地表水、雪水當(dāng)量、植被水、生物含水和其他因素等.陸地水儲(chǔ)量平衡方程可表示如下:

ΔGWSC=ΔTWS-Δwater,

(2)

式中:ΔTWS是陸地水儲(chǔ)量變化;ΔGWSC是地下水儲(chǔ)量變化;Δwater是從水文模型中獲取的各種水量變化(植被水、土壤水和雪水等).另外,由于地表水和生物含水量的量級(jí)遠(yuǎn)低于上述因素,文中未考慮該兩項(xiàng)的影響.

2 研究區(qū)域概況

2.1 印度河-恒河流域地理概況

印度河和恒河流域是喜馬拉雅山脈以南和印度高原之間的平原地區(qū),也是印度次大陸最重要的人口聚集區(qū)和農(nóng)作物產(chǎn)區(qū).該區(qū)域位于北緯8°24′～37°36′、東經(jīng)68°7′～97°25′,總面積約223萬平方千米,由于北部被喜馬拉雅山阻隔,形成了一個(gè)相對(duì)獨(dú)立的地理單元,如圖1所示.

圖1 印度河-恒河流域地理概況

本文利用GRACE月重力場(chǎng)模型計(jì)算研究區(qū)域陸地水儲(chǔ)量變化,并結(jié)合全球水文模型中的各水文要素分離地下水儲(chǔ)量變化.其中,GRACE數(shù)據(jù)為美國(guó)德克薩斯大學(xué)研究中心(CSR)發(fā)布的GRACE-RL05月重力場(chǎng)模型(60階),數(shù)據(jù)時(shí)間段為2002年4月-2016年7月(共155月),期間少數(shù)由于衛(wèi)星加速度計(jì)異常導(dǎo)致的數(shù)據(jù)空白月份通過插值算法補(bǔ)充;水文模型選用空間分辨率為0.25°×0.25°的GLDAS全球水文模型,該水文模型提供了降水速率、蒸發(fā)速率、雪水當(dāng)量和土壤水等水文同化數(shù)據(jù),研究數(shù)據(jù)概述如表1所示.

表1 研究數(shù)據(jù)概述

2.2 降水和蒸發(fā)數(shù)據(jù)

研究區(qū)域中兩個(gè)流域的氣候具有顯著的差異,恒河流域?yàn)榈湫偷臒釒Ъ撅L(fēng)氣候、全年干濕季分明,而印度河流域內(nèi)主要是熱帶沙漠氣候、全年高溫少雨,恒河流域的降水量和蒸發(fā)量均大于印度河流域.圖2為印度河-恒河流域月平均降水量和蒸發(fā)量時(shí)間序列圖,圖中恒河流域內(nèi)的降水峰值和振幅都更大,受熱帶沙漠氣候影響的印度河流域的降水量少且不穩(wěn)定,如2009年和2014年均出現(xiàn)降水異常增加的現(xiàn)象.圖3為利用水文模型數(shù)據(jù)進(jìn)行趨勢(shì)分析獲取的區(qū)域降水和蒸發(fā)變化分布圖,從圖中可發(fā)現(xiàn):研究區(qū)域中大部分地區(qū)的蒸發(fā)量呈增加態(tài)勢(shì),其中恒河流域南部速率最大;區(qū)域降水變化速率稍大于蒸發(fā)變化速率,但是多數(shù)地區(qū)趨于穩(wěn)定或下降趨勢(shì),且恒河流域東部地區(qū)的降水量下降趨勢(shì)最顯著.

(a)印度河流域

(b)恒河流域圖2 印度河-恒河流域內(nèi)的降水量、蒸發(fā)量的時(shí)間序列

(a)降水量 (b)變化速率圖3 2002-2016年印度河-恒河流域蒸發(fā)量

3 印度河-恒河流域水儲(chǔ)量變化

由于受衛(wèi)星軌道和環(huán)境模型等誤差的綜合影響,利用月重力場(chǎng)獲取的質(zhì)量變化中包含較大的誤差.為此,需對(duì)GRACE數(shù)據(jù)進(jìn)行精細(xì)的預(yù)處理工作,如利用SLR觀測(cè)的C20值替換重力場(chǎng)模型的J2參數(shù)以消除系統(tǒng)偏差,通過去相關(guān)濾波P3M6和Fan濾波(濾波半徑為300 km)的組合算法消除月重力場(chǎng)模型中的條帶誤差.經(jīng)數(shù)據(jù)預(yù)處理后的球諧系數(shù)帶入公式(1),解算出研究區(qū)域的等效水高,扣除GLDAS水文模型獲取的(土壤水、植被水和冰雪)水量變化,即可得到流域內(nèi)地下水儲(chǔ)量變化信息.

水彩作品《四川峨眉》（圖10）畫面署款年代為“1947”。但是，李鐵夫四川之行應(yīng)是在1946年，這是筆誤？還是一年后又畫了一幅？顯然存在爭(zhēng)議。又有同游作畫的學(xué)生溫少曼先生③，他指出此畫為現(xiàn)場(chǎng)寫生，年代是李鐵夫“亂簽的”。

(a)陸地水儲(chǔ)量變化率 (b)地下水儲(chǔ)量變化率圖4 印度河-恒河流域內(nèi)的水儲(chǔ)變化分布

圖4為聯(lián)合GRACE和GLDAS數(shù)據(jù)獲取的2002-2016年印度河-恒河流域水儲(chǔ)量變化分布圖.其中,圖4(a)為陸地水儲(chǔ)量變化速率分布圖,圖中顯示多數(shù)地區(qū)的陸地水儲(chǔ)量呈下降趨勢(shì),在兩個(gè)流域交界區(qū)域的下降速率最明顯(約為18.5 mm/a),而恒河流域南部的陸地水儲(chǔ)量緩慢增加.對(duì)比圖3中的降水和蒸發(fā)數(shù)據(jù),研究區(qū)域中部的月降水量減少、蒸發(fā)量增加現(xiàn)象也與該地區(qū)的陸地水儲(chǔ)量下降相一致.圖4(b)是扣除部分水文模型數(shù)據(jù)獲取的地下水儲(chǔ)量變化分布圖,研究區(qū)域中部的地下水變化速率同樣為負(fù)值,表明其地下水儲(chǔ)量長(zhǎng)期處于虧損狀態(tài),尤其在新德里及周邊地區(qū)的最大下降速率達(dá)到27 mm/a.Xiang等[7]利用GRACE數(shù)據(jù)研究了青藏高原及周邊的地下水儲(chǔ)量變化,獲取的地下水變化空間分布和數(shù)值與本文的結(jié)果基本一致.研究區(qū)域中的陸地水儲(chǔ)量和地下水儲(chǔ)量變化的空間分布高度重疊,且地下水儲(chǔ)量下降速率稍高于整體水儲(chǔ)量的變化速率,說明陸地水儲(chǔ)量下降的主要貢獻(xiàn)來自地下水儲(chǔ)量的快速減少.

IQBAL等[8]指出巴基斯坦部分地區(qū)嚴(yán)重依賴地下水資源來滿足農(nóng)業(yè)灌溉用水的需求(約占供水總量的60%以上),地下水的不均衡和過度開發(fā),導(dǎo)致地下水位下降和水質(zhì)惡化等問題.Mohammad等[9]研究發(fā)現(xiàn)近年來喜馬拉雅各大流域的地下水快速下降,并指出主要是在干旱季節(jié)對(duì)地下水的過度抽取造成的.結(jié)合本文的研究結(jié)果可發(fā)現(xiàn),圖4(b)中地下水虧損嚴(yán)重區(qū)域與印度和巴基斯坦的糧食主要產(chǎn)地高度重合,據(jù)此也驗(yàn)證了為滿足農(nóng)業(yè)灌溉所需而過度抽采地下水是該地區(qū)陸地水儲(chǔ)量快速下降的主要原因.

印度河和恒河流域的平均水儲(chǔ)量變化如圖5-6所示,扣除季節(jié)信號(hào)后得到地下水變化異常時(shí)間序列(GWSC).圖5示出印度河流域的陸地水儲(chǔ)量變化未呈現(xiàn)明顯的周期性規(guī)律,通過GRACE和GLDAS數(shù)據(jù)獲取的水儲(chǔ)量變化存在一定的差異,GLDAS獲取的水儲(chǔ)量為緩慢增長(zhǎng)態(tài)勢(shì),而GRACE獲取的水儲(chǔ)量變化整體呈現(xiàn)為下降趨勢(shì)(速率約為-4.4 mm/a).扣除水文模型的水儲(chǔ)量得到的地下水儲(chǔ)量下降趨勢(shì)更加明顯(達(dá)到-7.2 mm/a),據(jù)此再次驗(yàn)證了該區(qū)域整體水儲(chǔ)量降低的主要貢獻(xiàn)來自于地下水的快速減少.

(a)陸地水儲(chǔ)量

(b)地下水儲(chǔ)量圖5 印度河流域的陸地水儲(chǔ)量、地下水儲(chǔ)量的時(shí)變序列

(a)陸地水儲(chǔ)量

(b)地下水儲(chǔ)量圖6 恒河流域的陸地水儲(chǔ)量、地下水儲(chǔ)量的時(shí)變序列

如圖6所示,恒河流域水儲(chǔ)量均表現(xiàn)出顯著的季節(jié)性信號(hào),且兩者計(jì)算結(jié)果的相關(guān)系數(shù)達(dá)到了0.95,通過趨勢(shì)項(xiàng)分析得到恒河流域內(nèi)的地下水下降速率為-4.7 mm/a.比較2009-2011年間以及2014年間流域內(nèi)的地下水儲(chǔ)量明顯低于其他年份,在圖2中相同時(shí)段恒河流域的降水量都出現(xiàn)低值,表明降水?dāng)?shù)據(jù)和地下水異常值在時(shí)間上具有較好的一致性.根據(jù)Naresh等[4]的研究,在2009-2011年出現(xiàn)較強(qiáng)的厄爾尼諾現(xiàn)象導(dǎo)致流域內(nèi)降水的異常,同時(shí)陸地水儲(chǔ)量和地下水也出現(xiàn)下降趨勢(shì).綜上說明恒河流域內(nèi)的水儲(chǔ)量變化受到蒸發(fā)量的持續(xù)增加和降水減少的共同影響.

4 結(jié) 論

本文利用2002-2016年的GRACE-RL05月重力場(chǎng)模型計(jì)算印度河-恒河流域陸地水儲(chǔ)量,并結(jié)合GLDAS水文模型提取地下水儲(chǔ)量變化,并分析了水儲(chǔ)量變化的時(shí)空分布特征及與蒸發(fā)量、降水量之間的關(guān)系,得出以下結(jié)論:

1)印度河-恒河流域多數(shù)地區(qū)水儲(chǔ)量呈下降趨勢(shì),其中兩流域交界處的新德里及周邊地區(qū)下降速率最明顯(達(dá)到27 mm/a),且地下水虧損嚴(yán)重區(qū)域與印度和巴基斯坦的糧食主要產(chǎn)地高度重合,由此可以合理推斷該地區(qū)地下水快速下降的主要原因是農(nóng)業(yè)灌溉中過度抽采地下水導(dǎo)致的.

致謝:感謝NASA提供的GRACE-RL05數(shù)據(jù)以及GLDAS-Noah模型.