陳 芳 劉綏華 阮 歐 羅 杰

1 貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴陽市花溪大學(xué)城，550025 2 貴州師范大學(xué)山地資源與環(huán)境遙感重點(diǎn)實驗室，貴陽市花溪大學(xué)城，550025

隨著GRACE衛(wèi)星觀測數(shù)據(jù)的累積及監(jiān)測技術(shù)的成熟，基于GRACE衛(wèi)星數(shù)據(jù)監(jiān)測干旱的可行性在國內(nèi)外相繼得到驗證[1-6]，但這些研究大多以GRACE衛(wèi)星數(shù)據(jù)反演的水儲量所反映的區(qū)域缺水程度來描述干旱情況。GRACE衛(wèi)星具備監(jiān)測3個月以上干旱事件的能力，而對3個月以內(nèi)的干旱事件并不敏感，且對干旱強(qiáng)度的定量分析較少。本文以貴州為研究區(qū)，基于2003-08～2013-07的GRACE衛(wèi)星數(shù)據(jù)反演月時間尺度的貴州長時間序列水儲量變化，計算干旱指標(biāo)(相對水儲量指數(shù))，監(jiān)測干旱特征；同時基于相對水儲量指數(shù)，運(yùn)用游程理論進(jìn)一步識別3個月以內(nèi)的干旱歷時和干旱強(qiáng)度，深入分析研究區(qū)的干旱情況。

1 研究區(qū)概況

貴州地處云貴高原東部，地形復(fù)雜，喀斯特地貌發(fā)育廣泛，全省一半以上地形為山地，大部分地區(qū)土層厚度不大，蓄水能力薄弱。近年來，貴州地區(qū)氣候偏干旱，且干旱頻次和強(qiáng)度有增強(qiáng)趨勢[7]。本文用以評估貴州干旱的降雨資料來源于貴州省34個氣象站點(diǎn)的實測數(shù)據(jù)，對反映貴州實際情況具有一定的代表性。

2 數(shù)據(jù)與方法

2.1 GRACE衛(wèi)星數(shù)據(jù)和GLADAS數(shù)據(jù)

利用美國空間研究中心(UTCSR)發(fā)布的GRACE level-2 60階重力場模型反演貴州水儲量變化。GRACE衛(wèi)星數(shù)據(jù)的空間分辨率為300 km,時間分辨率為1個月,獲取時段為2003-08～2013-07。利用空間分辨率為1°×1°，時間分辨率為1個月的GLDAS水文模型數(shù)據(jù)對GRACE反演的水儲量結(jié)果進(jìn)行精度驗證。

2.2 貴州陸地水儲量計算

基于GRACE衛(wèi)星數(shù)據(jù)反演陸地水儲量變化的原理[8]獲得全球地表水質(zhì)量變化Δσ，并引入水密度ρω計算全球水質(zhì)量變化的等效水高ΔH：

ΔH=Δσ/pω

(1)

對GRACE衛(wèi)星數(shù)據(jù)進(jìn)行處理以提高等效水高的反演精度，利用高斯濾波降低球諧高階噪聲，再利用去相關(guān)濾波去除球諧南北條帶化現(xiàn)象。本文的去相關(guān)濾波法選取Swenson方法[9]，可在降噪的同時最大程度地保留高階球諧信號。經(jīng)實驗，選取濾波半徑r=300 km的改進(jìn)高斯濾波法[10]，即通過加快高斯濾波權(quán)重系數(shù)(W)的收斂速度增加球諧低階項比重，并采用線性優(yōu)化法組合不同收斂速度的占比系數(shù)(b)，抑制GRACE球諧高階項信號的丟失。

應(yīng)用余弦緯度加權(quán)法[11]計算貴州水儲量變化量ΔWS。由于濾波會造成GRACE球諧信號的泄露，增加反演水儲量的誤差，本文采用尺度因子法[12]恢復(fù)泄露信號，即利用研究時段的GLDAS格網(wǎng)數(shù)據(jù)計算尺度因子k：

(2)

2.3 相對水儲量指數(shù)

利用水儲量變化量ΔWS計算相對水儲量指數(shù)(relative water storage index,RWSI):

(3)

利用標(biāo)準(zhǔn)化降水指數(shù)(SPI)[13]評估相對水儲量指數(shù)的可行性，本文采用貴州省34個氣象站1960-01～2013-07的降水量數(shù)據(jù)計算標(biāo)準(zhǔn)化降水指數(shù)(SPI3)。

2.4 游程理論識別干旱過程

干旱歷時(t)是指干旱過程開始至結(jié)束所持續(xù)的時間，干旱烈度(s)是指干旱過程中干旱指標(biāo)值與干旱閾值之差的累積和，干旱歷時和干旱烈度可描述和反映干旱的強(qiáng)弱。

由于基于GRACE衛(wèi)星數(shù)據(jù)計算的相對水儲量指數(shù)對識別3個月以內(nèi)的干旱情況存在局限性，本文以相對水儲量指數(shù)作為干旱指標(biāo)，并利用游程理論[14]識別干旱過程，確定干旱的歷時及烈度。具體識別原理見文獻(xiàn)[14]。

3 結(jié)果與分析

3.1 GRACE衛(wèi)星數(shù)據(jù)精度提高對比

圖1為不同高斯濾波法對GRACE衛(wèi)星數(shù)據(jù)的處理效果，由圖可知，高斯濾波和改進(jìn)高斯濾波、改進(jìn)組合型高斯濾波都可達(dá)到去球諧高階噪聲的效果。由于增加了低階項的權(quán)重，改進(jìn)高斯濾波相較于高斯濾波效果好，但也使部分高階球諧信號丟失。而改進(jìn)組合型高斯濾波與改進(jìn)高斯濾波相比，在增加了低階項權(quán)重的同時降低了高階項的收斂速度，降噪效果最佳。

圖1 幾種高斯濾波法的效果Fig.1 Effect of several Gaussian filtering methods

3.2 驗證GRACE反演的水儲量變化

圖2 GRACE衛(wèi)星數(shù)據(jù)和GLDAS數(shù)據(jù)反演貴州水儲量變化對比Fig.2 Terristrial water storage changes from GRACE and GLDAS

圖2為利用GRACE衛(wèi)星數(shù)據(jù)和GLDAS數(shù)據(jù)反演獲得的貴州水儲量變化等效水高時間序列對比。從圖2看出，GRACE衛(wèi)星數(shù)據(jù)和GLDAS數(shù)據(jù)反演的研究區(qū)水儲量變化趨勢一致，反映貴州水儲量變化量在10 a內(nèi)整體呈緩慢增長趨勢；同時，兩者反演的貴州水儲量季節(jié)性變化明顯，峰值皆出現(xiàn)在夏季，谷值皆出現(xiàn)在冬季，符合貴州夏季降雨量豐富的特征。此外，GRACE衛(wèi)星數(shù)據(jù)和GLDAS數(shù)據(jù)反演的水儲量數(shù)據(jù)皆在2010年極速下降，但根據(jù)GRACE衛(wèi)星數(shù)據(jù)計算得到的谷值遠(yuǎn)低于GLDAS，其他年份均出現(xiàn)類似差異。這可能是由于GLDAS數(shù)據(jù)和GRACE衛(wèi)星數(shù)據(jù)各自包含的水文量不同造成的。

3.3 相對水儲量指數(shù)與標(biāo)準(zhǔn)化降水指數(shù)對比

利用貴州省34個氣象站降水量數(shù)據(jù)計算標(biāo)準(zhǔn)化降水指數(shù)(SPI3)，以驗證相對水儲量指數(shù)反映的干旱情況，SPI3值小于-0.5表示發(fā)生干旱事件(表1)。

表1 基于SPI3的干旱等級劃分

由圖3可知，區(qū)域相對水儲量指數(shù)隨時間的變化趨勢與標(biāo)準(zhǔn)化降水指數(shù)基本一致，當(dāng)相對水儲量指數(shù)小于0時，標(biāo)準(zhǔn)化降水指數(shù)均小于-0.5，代表區(qū)域發(fā)生干旱?；贕RACE重力衛(wèi)星數(shù)據(jù)反演獲得的相對水儲量指數(shù)共有9次連續(xù)3個月小于0，標(biāo)準(zhǔn)化降水指數(shù)共有8次連續(xù)3個月小于-0.5，忽略干旱持續(xù)時間小于3個月的情況，2種指數(shù)監(jiān)測的干旱情況基本吻合。相對水儲量指數(shù)監(jiān)測到2003～2007年、2009～2012年均發(fā)生干旱事件，其中2011年相對水儲量指數(shù)最低，累計水儲量損耗大，說明旱情最為嚴(yán)重。個別時段相對水儲量指數(shù)與標(biāo)準(zhǔn)化降水指數(shù)反映的干旱情況有所差別，主要原因可能是標(biāo)準(zhǔn)化降水指數(shù)僅以降水量作為單一變量進(jìn)行計算，而相對水儲量指數(shù)是基于區(qū)域總水儲量變化的指標(biāo)，另外貴州巖溶地下水對降水的響應(yīng)相對緩慢也是導(dǎo)致結(jié)果不一致的因素之一。

圖3 相對水儲量指數(shù)與SPI3對比Fig.3 Comparison of the relative water storage index and SPI3

3.4 游程理論識別干旱特征

圖4為基于游程理論識別的2003-08～2013-07干旱歷時和干旱烈度時間序列，對比相對水儲量指數(shù)監(jiān)測干旱歷時的局限性，該方法實現(xiàn)了對干旱歷時為1個月的干旱事件的識別。如圖4所示，干旱歷時與干旱烈度的變化趨勢大體一致，其中2006年和2011年干旱情況較嚴(yán)重，與實際情況相一致；2009年后干旱歷時和干旱烈度均呈增長趨勢，2009～2012年干旱烈度振幅較其他年份最大，符合貴州近年來旱情逐年加劇、持續(xù)時間較長的情況。

圖4 干旱歷時與干旱烈度時間序列Fig.4 Time series of drought duration and intensity

從表2可以看出，2003-08～2013-07研究區(qū)干旱歷時與干旱烈度反映的干旱情況與歷史記錄基本吻合。其中，2004年和2006年的干旱歷時最長，2006年相對水儲量指數(shù)平均值小于-40 mm, 說明旱情嚴(yán)重；干旱歷時為5個月的事件分別發(fā)生在2005年、2010年和2011年，平均相對水儲量指數(shù)分別為-56.22 mm、-34.63 mm和-55.8 mm，表明干旱期間水儲量虧損量大；2007年相對水儲量指數(shù)變化區(qū)間短，平均相對水儲量指數(shù)大，旱情相對較輕。

表2 GRACE監(jiān)測識別的干旱事件

4 討 論

貴州地區(qū)雖降水相對充沛，但季節(jié)性分配不均，年變化大，加之巖溶地貌廣泛發(fā)育，地表蓄水能力薄弱，隨著全球氣候的變暖，干旱災(zāi)害不斷加劇。解決干旱災(zāi)害要面臨的首要問題是水資源短缺，因此對干旱災(zāi)害的有效治理需以能實時、精準(zhǔn)地反映干旱特征為前提。而通常用以建立干旱指標(biāo)的降水量、蒸散量或地表徑流量等要素反映的水資源狀況并不全面，尤其當(dāng)監(jiān)測站點(diǎn)分散或不足時，難以及時準(zhǔn)確地描述干旱期間的水資源狀況，對干旱的監(jiān)測存在局限。GRACE衛(wèi)星數(shù)據(jù)反演的區(qū)域水儲量變化涵蓋了陸地垂直序列的總水資源量，且GRACE衛(wèi)星不受地域、氣候等差異的影響，基于GRACE衛(wèi)星數(shù)據(jù)制定的相對水儲量指數(shù)反映的干旱情況更為全面、可靠和精確。另外，本文運(yùn)用游程理論進(jìn)一步識別干旱特征，能更加深入地描述干旱過程的發(fā)生、歷時和強(qiáng)度特征，對區(qū)域干旱防治措施的制定、水資源的合理開采及可持續(xù)利用具有重要的科學(xué)和生態(tài)意義。

由于水儲量的變化具有周期特征，理論上干旱監(jiān)測的可靠性需以較長時間的數(shù)據(jù)作支撐，至少是30 a。目前時序較短的GRACE衛(wèi)星數(shù)據(jù)監(jiān)測(2002年開始)的干旱事件可能存在偶然性，因此相對水儲量指數(shù)監(jiān)測干旱的可靠性只能隨著GRACE衛(wèi)星記錄時間長度的增加而提升。

5 結(jié) 語

本文運(yùn)用改進(jìn)組合高斯濾波方法及尺度因子法提高GRACE衛(wèi)星數(shù)據(jù)精度，以GLDAS水文模型數(shù)據(jù)輸出的貴州水儲量變化驗證GRACE衛(wèi)星數(shù)據(jù)計算的貴州水儲量變化量的精度，以標(biāo)準(zhǔn)化降水指數(shù)(SPI3)驗證相對水儲量指數(shù)監(jiān)測干旱的可行性，并以相對水儲量指數(shù)作為干旱指標(biāo)，應(yīng)用游程理論識別干旱歷時和干旱烈度，分析干旱的持續(xù)時間、強(qiáng)度及變化過程，監(jiān)測貴州地區(qū)2003-08～2013-07的干旱特征，得出以下結(jié)論：

1)改進(jìn)組合型高斯濾波對GRACE衛(wèi)星數(shù)據(jù)的降噪效果較好，且GRACE與GLDAS計算的水儲量時間變化序列一致，表明GRACE衛(wèi)星數(shù)據(jù)監(jiān)測干旱具有可靠性。

2)基于GRACE反演的相對水儲量指數(shù)與SPI3變化趨勢基本一致，相對水儲量指數(shù)共監(jiān)測到9次3個月以上的干旱事件，其中2011年水儲量損耗最多，旱情最為嚴(yán)重，與實際干旱情況相符。

3)游程理論識別的干旱歷時和干旱烈度反映研究時段每年都有干旱事件發(fā)生，持續(xù)時間最短為1個月，最長為6個月。其中2003～2006年及2009～2011年均發(fā)生了干旱歷時≥3個月的干旱事件，干旱強(qiáng)度較大的事件發(fā)生在 2006年和2011年，干旱強(qiáng)度較小的事件發(fā)生在2007年和2008年，干旱災(zāi)害加劇較快的事件發(fā)生在2009～2012年。