王杰龍 陳 義

1 同濟(jì)大學(xué)測(cè)繪與地理信息學(xué)院，上海市四平路1239號(hào)，200092

干旱指數(shù)作為一種計(jì)算簡(jiǎn)單且容易理解的參數(shù)，成為目前量化和評(píng)估干旱的常用手段[1]，如基于降雨的標(biāo)準(zhǔn)化降雨指數(shù)(SPI)[2]和基于降雨及其他氣象要素(溫度)的帕默爾指數(shù)(PDSI)[3]等，同時(shí)也有大量學(xué)者研究利用GRACE衛(wèi)星反演的陸地水儲(chǔ)量(TWS)變化進(jìn)行干旱監(jiān)測(cè)[4-8]。

目前利用最新的GRACE RL06時(shí)變重力場(chǎng)數(shù)據(jù)分析干旱時(shí)空特征的研究較少，本文以長(zhǎng)江流域?yàn)槔?，基于最新GRACE衛(wèi)星時(shí)變重力場(chǎng)數(shù)據(jù)反演的水儲(chǔ)量變化，構(gòu)造水儲(chǔ)量虧損指數(shù)，探測(cè)并評(píng)估長(zhǎng)江流域2003-01～2014-12的干旱事件，主要目的有：1)利用廣義三角帽方法分析不同GRACE時(shí)變重力場(chǎng)數(shù)據(jù)產(chǎn)品反演長(zhǎng)江流域水儲(chǔ)量變化的不確定性；2)分析長(zhǎng)江流域水儲(chǔ)量變化的時(shí)變特征；3)利用水儲(chǔ)量虧損指數(shù)分析長(zhǎng)江流域干旱的時(shí)空特征，并與改進(jìn)的帕默爾指數(shù)(scPDSI)[9]進(jìn)行比較，驗(yàn)證水儲(chǔ)量虧損指數(shù)在監(jiān)測(cè)長(zhǎng)江流域干旱方面的有效性。

1 研究區(qū)域

長(zhǎng)江流域橫跨中國(guó)東部、中部和西部三大經(jīng)濟(jì)區(qū)，是中國(guó)第一大河，世界第三大流域，總面積約180萬(wàn)km2，約占中國(guó)國(guó)土面積的18.8%，其地處亞熱帶季風(fēng)區(qū)，氣候溫暖濕潤(rùn)。長(zhǎng)江中上游分界點(diǎn)為宜昌，中下游分界點(diǎn)為湖口，年平均氣溫約為14 ℃，年降雨量約為1 100 mm，年水面蒸發(fā)量約為990 mm[10]。受氣候變化和人類(lèi)活動(dòng)的影響，長(zhǎng)江流域在過(guò)去幾年經(jīng)歷了數(shù)次極端干旱天氣[11-13]，監(jiān)測(cè)干旱事件對(duì)長(zhǎng)江流域水資源的合理利用與分配具有重要作用。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)

2.1.1 GRACE數(shù)據(jù)

本文利用CSR和JPL分別發(fā)布的3種GRACE時(shí)變重力場(chǎng)數(shù)據(jù)產(chǎn)品反演長(zhǎng)江流域的水儲(chǔ)量變化：1)最新的GRACE level-2 RL06版球諧系數(shù)(SH)時(shí)變重力場(chǎng)數(shù)據(jù)；2)level-3網(wǎng)格數(shù)據(jù)產(chǎn)品；3)月RL06 Mascon解數(shù)據(jù)產(chǎn)品。為方便表示，以上數(shù)據(jù)分別記為CSR_SH、JPL_SH和CSR_L3、JPL_L3及CSR_M、JPL_M，所有數(shù)據(jù)的時(shí)間分辨率都為1個(gè)月，時(shí)間跨度為2003-01～2014-12，缺少的月份利用相鄰月份數(shù)據(jù)進(jìn)行簡(jiǎn)單插值得到。

2.1.2 降雨數(shù)據(jù)

降雨對(duì)長(zhǎng)江流域干旱特征的研究具有重要意義。降雨數(shù)據(jù)取自GPM數(shù)據(jù)產(chǎn)品[14]，其時(shí)間分辨率為1個(gè)月，空間分辨率為0.1°×0.1°，時(shí)間跨度與GRACE數(shù)據(jù)一致。

2.1.3 水文模型數(shù)據(jù)

使用2種水文模型驗(yàn)證GRACE反演長(zhǎng)江流域水儲(chǔ)量變化的正確性：第1種為全球水文模型(WGHM)，該模型不僅模擬了雪水當(dāng)量、土壤水和植物冠層含水量，還輸出地表水和地下水，其時(shí)空分辨率分別為0.5°×0.5°和1個(gè)月[15]；第2種為GLDAS，該系統(tǒng)利用地表觀測(cè)與衛(wèi)星遙感觀測(cè)數(shù)據(jù)，驅(qū)動(dòng)CLM、MOSAIC、NOAH、VIC 和CLSM 陸面模型，并通過(guò)模型模擬與數(shù)據(jù)同化生成全球范圍的地表狀態(tài)變量(土壤水分和地表溫度)及通量(蒸發(fā)和感熱通量)數(shù)據(jù)[16]。本文使用GLDAS NOAH模型模擬輸出，時(shí)空分辨率為1°×1°和1個(gè)月，該模型未模擬地表水和地下水分量。水文模型數(shù)據(jù)的時(shí)間跨度與GRACE數(shù)據(jù)一致。

2.1.4 scPDSI數(shù)據(jù)

盡管帕默爾指數(shù)(PDSI)被較早提出，但其參數(shù)對(duì)不同區(qū)域的敏感性較高，且計(jì)算方案中土壤濕度的取值在觀測(cè)資料缺乏的地區(qū)存在較大的不確定性。本文選用改進(jìn)的帕默爾指數(shù)(scPDSI)[9]，其優(yōu)勢(shì)是考慮了全球變暖和地球過(guò)去狀態(tài)的變化，具有監(jiān)測(cè)長(zhǎng)期干旱事件的能力，還計(jì)算了潛在蒸散量，用實(shí)際植被代替參考作物，同時(shí)考慮了積雪的季節(jié)性動(dòng)態(tài)變化，具有空間可比性。scPDSI數(shù)據(jù)的時(shí)空分辨率分別為2.5°×2.5°和1個(gè)月。

2.2 研究方法

水儲(chǔ)量虧損(WSD)是每月水儲(chǔ)量變化與對(duì)應(yīng)月份的平均氣候之差，月平均氣候定義為時(shí)間序列中所有該月水儲(chǔ)量變化數(shù)據(jù)的平均值。水儲(chǔ)量虧損(WSD)和水儲(chǔ)量虧損指數(shù)(WSDI)的計(jì)算公式可表示為：

(1)

(2)

3 結(jié)果分析

3.1 長(zhǎng)江流域水儲(chǔ)量和降雨變化

利用6種GRACE數(shù)據(jù)分別計(jì)算長(zhǎng)江流域的水儲(chǔ)量變化，結(jié)果見(jiàn)圖1。由圖1(a)可知，6種GRACE數(shù)據(jù)的結(jié)果具有很高的一致性；從振幅來(lái)看，Mascon解略大于level-3，SH解振幅最小。如表1所示，CSR_M與JPL_SH之間的相關(guān)系數(shù)最低，而CSR_SH與JPL_SH之間的相關(guān)系數(shù)最高。結(jié)果表明，Mascon解目前在反演區(qū)域水儲(chǔ)量變化方面確實(shí)具有更少的泄露誤差，同時(shí)RL06版球諧系數(shù)產(chǎn)品的精度也在不斷提高。無(wú)特殊說(shuō)明，本文采用6種GRACE數(shù)據(jù)計(jì)算結(jié)果的平均值作為長(zhǎng)江流域水儲(chǔ)量變化的最終估值。圖1(b)將GRACE反演結(jié)果與GLDAS及WGHM等水文模型進(jìn)行對(duì)比，從時(shí)間上看，GRCAE的反演結(jié)果與GLDAS及WGHM具有較高的一致性，相關(guān)系數(shù)分別為0.90和0.84；從振幅上看，GRACE反演的振幅大于2種水文模型，這是因?yàn)镚RACE反演的水儲(chǔ)量變化包括地球表面和次表面所有的水文信息，而水文模型通常遺漏某些水文分量。另外WGHM的振幅略大于GLDAS，這是因?yàn)閃GHM還模擬了地表水和地下水，而GLDAS只輸出雪水當(dāng)量、土壤水和植物冠層含水量。圖2(b)中藍(lán)色虛線為平均值的線性擬合結(jié)果，可以看出，長(zhǎng)江流域水儲(chǔ)量變化在此期間呈小幅上升趨勢(shì)，約為0.17 cm/a(通過(guò)了M-K趨勢(shì)檢測(cè))。利用廣義三角帽方法[17]計(jì)算6種GRACE數(shù)據(jù)產(chǎn)品的不確定性，其中JPL_M的不確定性最小，為3.51 mm，而JPL_SH的不確定性最大，為10.71 mm。

圖1 長(zhǎng)江流域水儲(chǔ)量變化Fig.1 The TWSA of Yangtze

圖2(a)為長(zhǎng)江流域的水儲(chǔ)量變化和月累積降雨變化，可以看出，二者具有較高的一致性，相關(guān)系數(shù)達(dá)0.67，表明降雨是影響長(zhǎng)江流域水儲(chǔ)量變化的重要因素。圖2(b)為長(zhǎng)江流域長(zhǎng)期月平均水儲(chǔ)量與降雨量，可以看出，長(zhǎng)江流域的水儲(chǔ)量和降雨量都具有明顯的季節(jié)性變化，冬季(12月～次年1月)降水量為全年最少，春季(3～5月)降水量逐月增加，夏季(6～7月)長(zhǎng)江中下游月降水量超過(guò)170 mm，而水儲(chǔ)量則在每年7月達(dá)到峰值，約為5.27 cm，冬季達(dá)到低谷，約為-3.3 cm。

表1 不同數(shù)據(jù)源計(jì)算的長(zhǎng)江流域水儲(chǔ)量變化的相關(guān)系數(shù)和不確定性

圖2 水儲(chǔ)量及降雨量Fig.2 Water storage and precipitation

3.2 干旱監(jiān)測(cè)

根據(jù)定義，WSDI連續(xù)3個(gè)月或以上為負(fù)值時(shí)判定為1次干旱事件，而WSDI在干旱事件期間取值為不超過(guò)2個(gè)月的正值則定義為干旱異常事件，也屬于干旱月。為對(duì)比分析WSDI與scPDSI，將所有scPDSI的取值向上調(diào)整1個(gè)數(shù)值(因?yàn)閟cPDSI取值小于-1時(shí)定義為干旱)，并采取與WSDI同樣的準(zhǔn)則監(jiān)測(cè)長(zhǎng)江流域的干旱。圖3為長(zhǎng)江流域WSDI和scPDSI時(shí)間序列，圖中陰影部分表示利用WSDI探測(cè)到的長(zhǎng)江流域干旱事件，同時(shí)計(jì)算各干旱事件的量級(jí)和強(qiáng)度[1]，結(jié)果見(jiàn)表2?？梢钥闯觯?003-01～2014-12長(zhǎng)江流域共經(jīng)歷了6次干旱事件，其中持續(xù)時(shí)間最長(zhǎng)的是2003-02開(kāi)始的干旱，持續(xù)時(shí)間為2 a；2006年夏天和2011年春天同樣檢測(cè)到干旱事件，這與前人的研究結(jié)論[11-12]一致，而這2次干旱也是研究期間最嚴(yán)重的干旱事件，強(qiáng)度分別達(dá)到2.15和1.97。

圖3 長(zhǎng)江流域WSDI和scPDSI時(shí)間序列Fig.3 Time series of WSDI and scPDSI in Yangtze

表2 利用WSDI監(jiān)測(cè)長(zhǎng)江流域干旱事件總結(jié)

以2006-07和2011-03這2次最嚴(yán)重的干旱事件為例，分別計(jì)算平均WSDI的空間分布。圖4(a)為2006-07～2007-06長(zhǎng)江流域平均WSDI的空間分布，可以看出，在此期間幾乎整個(gè)長(zhǎng)江流域的WSDI均為負(fù)值，即處于干旱狀態(tài)，僅東南角的平均WSDI略大于零，這可能與長(zhǎng)江流域降雨的空間分布有關(guān)；另外，長(zhǎng)江流域中部地區(qū)的干旱程度明顯大于其他區(qū)域。圖4(b)為2011-03～11長(zhǎng)江流域平均WSDI的空間分布，不同于2006年的干旱事件，此次干旱主要集中于長(zhǎng)江流域的下游、中游及上游東南地區(qū)，而上游西北地區(qū)水儲(chǔ)量明顯處于豐盈狀態(tài)，可能與唐古拉山等山脈雪水融化有關(guān)。

圖4 長(zhǎng)江流域平均WSDI空間分布Fig.4 Spatial distribution of mean WSDI in Yangtze

scPDSI也監(jiān)測(cè)到了6次干旱事件(2003-10～2006-01、2006-06～2007-06、2008-02～06、2009-09～2010-03、2011-02～2013-04、2013-08～2014-06)，與WSDI監(jiān)測(cè)到的干旱事件的發(fā)生和結(jié)束時(shí)間略有不同，這可能是因?yàn)閃SDI主要與水儲(chǔ)量變化有關(guān)，而scPDSI主要與降雨、溫度等其他氣象要素有關(guān)，也可能與兩者的模型誤差有關(guān)，兩者的相關(guān)系數(shù)為0.53。由此可知，WSDI確實(shí)可以有效監(jiān)測(cè)長(zhǎng)江流域的干旱事件。

4 結(jié) 語(yǔ)

隨著GRACE時(shí)變重力場(chǎng)數(shù)據(jù)產(chǎn)品質(zhì)量的提高及GRACE Follow-on衛(wèi)星的成功發(fā)射，利用GRACE衛(wèi)星監(jiān)測(cè)大尺度范圍的干旱越來(lái)越受到關(guān)注。本文利用6種不同的GRACE模型數(shù)據(jù)計(jì)算長(zhǎng)江流域的水儲(chǔ)量變化，并利用GPM產(chǎn)品計(jì)算其降雨變化，同時(shí)構(gòu)造水儲(chǔ)量虧損指數(shù)(WSDI)來(lái)監(jiān)測(cè)長(zhǎng)江流域的干旱事件，并和改進(jìn)的帕默爾指數(shù)(scPDSI)進(jìn)行對(duì)比，得出以下結(jié)論：

1)長(zhǎng)江流域的水儲(chǔ)量與降雨呈明顯的季節(jié)性變化。陸地水儲(chǔ)量在每年7月達(dá)到峰值，約為5.27 cm；而降雨量在每年夏季達(dá)到峰值，約為170 mm。降雨量與水儲(chǔ)量變化的相關(guān)系數(shù)為0.67，表明降雨是影響長(zhǎng)江流域陸地水儲(chǔ)量變化的重要因素。

2)利用廣義三角帽方法分析了6種不同模型數(shù)據(jù)的不確定性，結(jié)果表明，目前Mascon解的時(shí)空分辨率優(yōu)于SH解，JPL_M、CSR_M、CSR_L3、JPL_L3、CSR_SH和JPL_SH的不確定性分別為3.51 mm、3.78 mm、5.45 mm、9.87 mm、9.12 mm及10.71 mm。

3)利用WSDI監(jiān)測(cè)到長(zhǎng)江流域2003-01～2014-12共經(jīng)歷6次干旱，其中持續(xù)時(shí)間最長(zhǎng)的干旱事件始于2003-02，持續(xù)時(shí)間達(dá)2 a；而最嚴(yán)重的干旱事件發(fā)生于2006年春季和2011年夏季，強(qiáng)度分別為2.15和1.97。WSDI的空間分布表明，2006-07～2007-06幾乎整個(gè)長(zhǎng)江流域都處于干旱狀態(tài)，而2011-03～11干旱主要集中于長(zhǎng)江流域下游、中游及上游東南地區(qū)。另外，WSDI與scPDSI的相關(guān)系數(shù)為0.53，表明WSDI可有效監(jiān)測(cè)長(zhǎng)江流域的干旱。