聶 寧,張萬昌,陳 豪,趙登忠,劉 敏

(1. 華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室,上海 200241；2. 華東師范大學(xué)地理科學(xué)學(xué)院,上海 200241；3. 中國(guó)科學(xué)院空天信息創(chuàng)新研究院,北京 100094；4. 天津大學(xué)地球系統(tǒng)科學(xué)學(xué)院表層地球系統(tǒng)研究院,天津 300072；5. 天津大學(xué)天津市環(huán)渤海地球關(guān)鍵帶科學(xué)與可持續(xù)發(fā)展重點(diǎn)實(shí)驗(yàn)室,天津 300072；6. 長(zhǎng)江水利委員會(huì)長(zhǎng)江科學(xué)院,湖北 武漢 430010)

陸地水儲(chǔ)量變化(Terrestrial Water Storage Change,TWSC),即陸地所有形式的水的總和的變化,是地表水、土壤水、地下水、冠層水等水量變化之和,反映了區(qū)域水循環(huán)全部輸入(降水、降雪等)、輸出(蒸散發(fā)、徑流等)通量變化導(dǎo)致的水分儲(chǔ)量變化凈值[1- 2]。氣候變化與人類活動(dòng)是影響TWSC變化的兩大主要因素[3]。開展TWSC變化及歸因分析研究,量化區(qū)分氣候波動(dòng)及人類活動(dòng)對(duì)TWSC變化的相對(duì)貢獻(xiàn),對(duì)于優(yōu)化配置區(qū)域水資源具有重要意義。

目前,國(guó)內(nèi)外學(xué)者監(jiān)測(cè)TWSC最常用的2種方法為水量平衡法與GRACE(Gravity Recovery and Climate Experiment)重力衛(wèi)星法。水量平衡法是在水平衡理論框架下采用水文模型輸出的水資源通量結(jié)果核算TWSC,該方法可獲取長(zhǎng)時(shí)間尺度TWSC,但在觀測(cè)資料缺失的地區(qū)有較大不確定性；而GRACE重力衛(wèi)星法可得到大尺度空間范圍內(nèi)時(shí)空分辨率一致的TWSC觀測(cè)結(jié)果,但衛(wèi)星數(shù)據(jù)資料可利用時(shí)間有限,不能滿足研究長(zhǎng)時(shí)間尺度TWSC的需求。為此,研究學(xué)者聯(lián)合GRACE衛(wèi)星數(shù)據(jù)、實(shí)測(cè)氣象- 水文數(shù)據(jù)及陸面模型輸出結(jié)果,重構(gòu)并分析了亞馬孫流域[4]、遼河流域[5]、中國(guó)西北[6]等地區(qū)長(zhǎng)時(shí)間TWSC。部分研究學(xué)者也檢測(cè)了氣候變化/自然因素與人類活動(dòng)對(duì)典型地區(qū)TWSC的影響[7- 8]。例如,Felfelani等[7]結(jié)合GRACE衛(wèi)星觀測(cè)及水文模擬量化分析了2002—2010年自然因素與人類活動(dòng)對(duì)全球30個(gè)流域水儲(chǔ)量的影響；Deng和Chen[8]基于GRACE衛(wèi)星數(shù)據(jù)及氣象數(shù)據(jù)分析了氣候變化與人類活動(dòng)對(duì)中亞地區(qū)2003—2013年水儲(chǔ)量的影響。然而,現(xiàn)有研究大多將不同類型的人類活動(dòng)作為一個(gè)整體,分析其對(duì)短期TWSC變化的影響,這限制了多角度了解人類活動(dòng)對(duì)TWSC的影響規(guī)律以及更合理的水資源規(guī)劃。作為中國(guó)第一大流域、人類活動(dòng)最劇烈的地區(qū)之一,長(zhǎng)江流域在中國(guó)水資源優(yōu)化配置中占有極其重要的戰(zhàn)略地位。目前,部分學(xué)者也研究了GRACE衛(wèi)星發(fā)射(2002年)以來長(zhǎng)江流域陸地水儲(chǔ)量演化規(guī)律[9- 11]。然而,長(zhǎng)時(shí)間尺度TWSC變化及其歸因分析研究尚不多見。

本研究以長(zhǎng)江流域?yàn)檠芯繀^(qū),聯(lián)合GRACE衛(wèi)星觀測(cè)及水文模擬,重建1988—2012年逐月TWSC序列,定量區(qū)分氣候變化、不同類型人類活動(dòng)對(duì)TWSC的影響及相對(duì)貢獻(xiàn),提供1種TWSC變化特征及歸因分析研究框架與方法,以期為流域水資源規(guī)劃管理及優(yōu)化配置提供決策支持。

1 研究區(qū)概況與數(shù)據(jù)

以大通水文站(117°37′E,30°46′N)以上的長(zhǎng)江流域?yàn)檠芯繀^(qū),集水面積約169萬km2,占長(zhǎng)江流域總面積約97%,地理范圍為24°27′—35°47′N,90°32′—118°37′E,橫跨中國(guó)17個(gè)省(直轄市,自治區(qū))。研究區(qū)受東南季風(fēng)影響,大部分地區(qū)地處亞熱帶及溫帶,降水時(shí)空分布很不均勻、年際變化大且降水量年內(nèi)分配很集中。研究區(qū)概況如圖1所示。

圖1 研究區(qū)概況及氣象站點(diǎn)、水文站點(diǎn)、15座大(1)型水庫(kù)空間分布Fig.1 Location of the study region and spatial distribution of meteorological and hydrological stations and 15 large reservoirs

研究數(shù)據(jù)包括:基于美國(guó)航空航天局(National Aeronautics and Space Administration,NASA)噴氣推進(jìn)實(shí)驗(yàn)室(Jet Propulsion Laboratory,JPL)、德國(guó)地學(xué)研究中心(German Research Centre for Geosciences,GFZ)、德克薩斯大學(xué)空間研究中心(Center for Space Research at the University of Texas at Austin,CSR)發(fā)布的GRACE衛(wèi)星球諧系數(shù)產(chǎn)品反演的陸地水儲(chǔ)量距平(Terrestrial Water Storage Anomaly,TWSA)；數(shù)字高程模型(Digital Earth Model,DEM)、矢量河網(wǎng)、土地利用、土壤數(shù)據(jù)；氣象數(shù)據(jù)；實(shí)測(cè)徑流、水庫(kù)出庫(kù)流量；Global Land Data Assimilation System(GLDAS)及Global Land- Surface Evaporation:The Amsterdam Methodology(GLEAM)蒸散發(fā)數(shù)據(jù)產(chǎn)品；南方濤動(dòng)指數(shù)(Southern Oscillation Index,ISO)。上述數(shù)據(jù)匯總見表1。

表1 研究數(shù)據(jù)匯總

2 研究方法

2.1 聯(lián)合GRACE重力衛(wèi)星觀測(cè)結(jié)果的流域水文模擬

2.1.1 流域水文模型構(gòu)建及參數(shù)率定

選用適用于復(fù)雜大流域、運(yùn)算效率高、擁有水庫(kù)演算模塊的SWAT模型,使用“Burn- in”算法將實(shí)測(cè)河網(wǎng)融合到DEM數(shù)據(jù)中,提取河網(wǎng)及流域邊界、劃分子流域并定義水文響應(yīng)單元；收集土地利用、土壤、氣象站點(diǎn)實(shí)測(cè)數(shù)據(jù)(包括降水、氣溫、相對(duì)濕度、太陽輻射、風(fēng)速等)、水庫(kù)屬性及出庫(kù)流量數(shù)據(jù)等,建立模型數(shù)據(jù)庫(kù)。對(duì)于水庫(kù)數(shù)據(jù)庫(kù),由于流域內(nèi)水庫(kù)眾多且水庫(kù)屬性信息、實(shí)測(cè)出庫(kù)流量獲取困難,而支流小型水庫(kù)對(duì)干流徑流影響微弱,因此,僅選取三峽水庫(kù)、丹江口水庫(kù)、東江水庫(kù)等15座大(1)型水庫(kù)(圖1)參與模擬。盡管參與模擬的水庫(kù)數(shù)量較少,但這些水庫(kù)的累積庫(kù)容達(dá)到流域內(nèi)大中型水庫(kù)2012年累積庫(kù)容的61.4%[12]。此外,三峽水庫(kù)位于長(zhǎng)江流域上游出口,上游水庫(kù)調(diào)蓄過的所有水流都經(jīng)過三峽水庫(kù)的再次調(diào)控[13]。模型率定期為1988—1992年,驗(yàn)證期為1993—1997年、1998—2002年、2003—2007年、2008—2012年4個(gè)時(shí)段,各時(shí)段時(shí)長(zhǎng)均為5 a,并分別采用1990年、1995年、2000年、2005年、2010年土地利用數(shù)據(jù)。率定過程中,水庫(kù)出流演算方法是讀入實(shí)測(cè)月均出流數(shù)據(jù)[14]。

采用干流6個(gè)水文站點(diǎn)(屏山、寸灘、萬縣、宜昌、漢口、大通,圖1)實(shí)測(cè)徑流數(shù)據(jù),使用SWAT- CUP(SWAT Calibration and Uncertainty Programs)選用SUFI- 2算法對(duì)模型進(jìn)行參數(shù)敏感性分析、校準(zhǔn)驗(yàn)證及不確定性分析,評(píng)估指標(biāo)選用Nash- Sutcliffe系數(shù)(ENS)、相關(guān)性系數(shù)(R2)、相對(duì)誤差(ER),最終確定模型敏感參數(shù)值如表2[14]所示。此外,由于缺乏研究區(qū)實(shí)測(cè)蒸散發(fā)數(shù)據(jù),采用GLDAS及GLEAM蒸散發(fā)數(shù)據(jù)產(chǎn)品對(duì)模型蒸散發(fā)輸出結(jié)果進(jìn)行評(píng)估驗(yàn)證。

表2 敏感參數(shù)的最優(yōu)區(qū)間及最優(yōu)值

2.1.2 基于GRACE衛(wèi)星數(shù)據(jù)的TWSC及其不確定性分析

基于CSR、GFZ、JPL研究中心發(fā)布的GRACE球諧系數(shù)反演的陸地水儲(chǔ)量距平(TWSA)序列,依據(jù)式(1)構(gòu)建3組2003—2012年逐月TWSC時(shí)間序列?？紤]到GRACE衛(wèi)星設(shè)備觀測(cè)誤差及數(shù)據(jù)后處理過程帶來的誤差,采用GTCH法(Generalized Formulation of the Three- Cornered Hat Method)[2]評(píng)估各序列相對(duì)不確定值。

TWSC(t)=(TWSA(t+1)-TWSA(t-1))/2

(1)

式中:t代表某一具體月份；TWSC(t)代表流域在t月份的陸地水儲(chǔ)量變化量；TWSA(t+1)、TWSA(t-1)分別代表了GRACE衛(wèi)星數(shù)據(jù)反演得到的第t+1、t-1月份陸地水儲(chǔ)量距平值(即該月份陸地水儲(chǔ)量減去長(zhǎng)期水儲(chǔ)量均值得到的差值)。

2.1.3 GRACE衛(wèi)星TWSC校準(zhǔn)水文模型TWSC模擬結(jié)果

采用水文模型輸出結(jié)果,基于大氣和陸地水量平衡原理計(jì)算水儲(chǔ)量變化量TWSC,公式表達(dá)為

TWSC(t)=Pt-Et-Rt

(2)

式中:Pt、Et、Rt分別為t月份的流域平均降水量、蒸散發(fā)量及徑流深,mm。采用SWAT模型模擬輸出的流域降水、蒸散發(fā)及出水口徑流量,基于式(2)計(jì)算得到的即是水文模型法得到的TWSC時(shí)間序列。理論上,式(1)與式(2)得出的TWSC應(yīng)是相等的,因此,可采用GRACETWSC結(jié)果評(píng)估水文模型得到的2003—2012年逐月TWSC結(jié)果。若水文模型TWSC模擬結(jié)果較差,則重新進(jìn)行模型率定驗(yàn)證,直至TWSC模擬結(jié)果優(yōu)良。

2.2 氣候和人類活動(dòng)因素組合情景設(shè)定

在本研究時(shí)段(1988—2012年),南水北調(diào)工程對(duì)研究區(qū)尚無影響(西線仍處于前期研究階段,中線2014年底才正式通水,東線工程不在本研究區(qū))。生活及社會(huì)經(jīng)濟(jì)活動(dòng)用水由于大部分重新回歸水體,其引起的水凈消耗變化較小(在1993—2002年與2003—2012年2個(gè)時(shí)段多年平均水消耗量?jī)H相差3 km3),因而對(duì)流域水資源年際/季節(jié)性變化研究影響非常微弱[12,15]。因此,本研究在TWSC變化歸因分析中,主要定量區(qū)分氣候波動(dòng)、土地利用變化、水庫(kù)調(diào)蓄對(duì)年際/季節(jié)性TWSC變化的影響及相對(duì)貢獻(xiàn)。

采用Mann- Kendall非參數(shù)統(tǒng)計(jì)檢驗(yàn)法[16]對(duì)1988—2012年流域年降水量(SWAT模型輸出值)及總出水口大通站徑流量進(jìn)行突變分析,結(jié)果顯示:2003年為年降水與徑流變化突變點(diǎn)；2003年以前為相對(duì)豐水期,2003年開始進(jìn)入相對(duì)枯水期(圖3(b))。綜合考慮研究區(qū)氣候/水文突變特征、人類劇烈活動(dòng)狀況(主要是三峽工程建設(shè)進(jìn)程,表3)以及下墊面土地利用數(shù)據(jù)獲取時(shí)間,將研究時(shí)段分為5個(gè)子時(shí)段:1988—1992年(P1)、1993—1997年(P2)、1998—2002年(P3)、2003—2007年(P4)、2008—2012年(P5)。設(shè)計(jì)表4所示13種氣候和人類活動(dòng)因素組合情景(S1—S13)[14],采用校準(zhǔn)好的水文模型實(shí)施多情景模擬,定量區(qū)分時(shí)段P1—P2、P2—P3、P3—P4、P4—P5氣候波動(dòng)(包括降水、氣溫、相對(duì)濕度、太陽輻射、風(fēng)速)、土地利用變化及水庫(kù)調(diào)蓄對(duì)TWSC的影響及相對(duì)貢獻(xiàn)。

表3 各時(shí)段流域年均降水、大通站平均流量及三峽工程建設(shè)進(jìn)程

表4 模擬情景Table 4Experimental scenarios

2.3 水儲(chǔ)量變化歸因分析

以時(shí)段P1—P2時(shí)段為例,詳述TWSC變化歸因分析研究思路。采用率定驗(yàn)證好的水文模型,按照表4所示S1—S4情景在逐月尺度上開展模擬,依據(jù)式(3)—式(9)可得到氣候波動(dòng)、土地利用變化、水庫(kù)調(diào)蓄3種因素分別引起的TWSC變化以及三者的相對(duì)貢獻(xiàn)率。

ΔTWSC,CC=TWSC,S2-TWSC,S1

(3)

ΔTWSC,LU=TWSC,S3-TWSC,S2

(4)

ΔTWSC,RR=TWSC,S4-TWSC,S3

(5)

ΔTWSC,MU=TWSC,S4-TWSC,S1

(6)

CRCC=ΔTWSC,CC/ΔTWSC,MU

(7)

CRLU=ΔTWSC,LU/ΔTWSC,MU

(8)

CRRR=ΔTWSC,RR/ΔTWSC,MU

(9)

式中:ΔTWSC,CC、ΔTWSC,LU、ΔTWSC,RR、ΔTWSC,MU分別為氣候波動(dòng)、土地利用、水庫(kù)調(diào)蓄3種因素單獨(dú)及綜合引起的TWSC變化；CRCC、CRLU、CRRR分別為上述3種因素對(duì)TWSC變化的相對(duì)貢獻(xiàn)率；TWSC,S1、TWSC,S2、TWSC,S3、TWSC,S4分別為S1、S2、S3、S4情景的TWSC。

其他時(shí)段相應(yīng)研究也采用類似的研究思路及方法。

3 結(jié)果分析

3.1 聯(lián)合GRACE重力衛(wèi)星觀測(cè)的TWSC水文模擬

以蒸散發(fā)、徑流、TWSC為目標(biāo),聯(lián)合GRACE重力衛(wèi)星數(shù)據(jù)開展流域水文模擬,月平均蒸散發(fā)、大通站徑流、TWSC模擬結(jié)果如圖2所示。采用GLEAM、GLDAS蒸散發(fā)數(shù)據(jù)對(duì)模擬蒸散發(fā)進(jìn)行評(píng)估,結(jié)果顯示,在1988—2012 年間R2均達(dá)到0.97,ENS分別為0.92、0.94(圖2(a))。采用屏山、寸灘、萬縣、宜昌、漢口、大通6個(gè)水文站點(diǎn)實(shí)測(cè)徑流數(shù)據(jù)對(duì)模擬徑流進(jìn)行校準(zhǔn),在率定驗(yàn)證期ENS分別大于0.74、0.82、0.86、0.85、0.94、0.83,R2均大于0.85(表5)[14]。其中,流域總出水口大通站逐月徑流模擬與實(shí)測(cè)對(duì)比如圖2(b)所示,可見兩者保持較高一致性?；?種GRACETWSA數(shù)據(jù)采用公式(1)計(jì)算2003—2012年逐月TWSC,并采用GTCH法評(píng)估其相對(duì)不確定值,得到3組逐月GRACETWSC及其不確定值的分布范圍如圖2(c)中灰色區(qū)域所示。從圖2(c)可以看到,基于水文模擬結(jié)果及公式(2)計(jì)算得到的2003—2012年逐月TWSC(紅點(diǎn)所示),與GRACETWSC結(jié)果基本吻合。上述結(jié)果表明,校準(zhǔn)后水文模型輸出的蒸散發(fā)、徑流、TWSC模擬結(jié)果優(yōu)良,能滿足后續(xù)研究需求。

圖2 模型模擬的逐月蒸散發(fā)、大通站徑流及計(jì)算得到的TWSCFig.2 Simulated monthly evapotranspiration,discharge at Datong station and the calculated TWSC

表5 率定和驗(yàn)證期各水文站點(diǎn)徑流模擬表現(xiàn)

3.2 1988—2012年TWSC時(shí)間變化

基于水文模擬結(jié)果及式(2)得到的1988—2012年流域逐月TWSC序列如圖3(a)所示。逐月TWSC在1998年6月達(dá)到最大值(48.0 mm),當(dāng)月的強(qiáng)降水及水儲(chǔ)量增加導(dǎo)致長(zhǎng)江流域發(fā)生特大洪水事件；TWSC在1998年9月達(dá)到最小值(-52.1 mm),水儲(chǔ)量的劇烈減少致使長(zhǎng)江特大洪水事件結(jié)束。圖3(b)展示了逐年尺度流域平均TWSC、徑流深、蒸散發(fā)、降水。在降水、徑流深分別以-3.5 mm/a(α<0.1)、-4.2 mm/a(α<0.05)線性速率顯著減少、蒸散發(fā)以0.6 mm/a(α<0.05)線性速率顯著增加的情況下,依據(jù)式(2)及統(tǒng)計(jì)結(jié)果,TWSC以0.1 mm/a的線性速率不顯著(α>0.1)增加。此外,在流域降水減少的情況下蒸散發(fā)反而增加,這是因?yàn)檠芯繀^(qū)大部分地區(qū)位于濕潤(rùn)區(qū),蒸散發(fā)變化不完全受限于降水變化而主要受潛在蒸散能力的影響[18]。

圖3 1988—2012年TWSC時(shí)間序列Fig.3TWSC time series during 1988—2012

長(zhǎng)江流域主要受東亞季風(fēng)影響[19],進(jìn)而受到厄爾尼諾- 南方濤動(dòng)(El Nio- Southern Oscillation,ENSO)現(xiàn)象影響,因此,ENSO與流域水量平衡勢(shì)必有著一定關(guān)聯(lián)。為此,本研究進(jìn)一步檢測(cè)長(zhǎng)時(shí)間尺度TWSC與南方濤動(dòng)指數(shù)(ISO)間的關(guān)聯(lián)。圖3(c)顯示了9點(diǎn)滑動(dòng)平均處理后的逐月TWSC非季節(jié)性變化序列及ISO序列。其中,逐月TWSC在平滑處理前已扣除掉1988—2012年相應(yīng)月份的平均值。從圖中可以看到,在ISO指數(shù)持續(xù)正值(拉尼娜時(shí)期)時(shí),非季節(jié)性TWSC大多為負(fù)值,說明水儲(chǔ)量相比于往年同期持續(xù)虧損；而在ISO指數(shù)持續(xù)負(fù)值(厄爾尼諾時(shí)期)時(shí),非季節(jié)性TWSC大多為正值,說明水儲(chǔ)量相比于往年同期持續(xù)盈余。統(tǒng)計(jì)結(jié)果顯示,平滑處理后的非季節(jié)性TWSC與ISO指數(shù)呈現(xiàn)負(fù)相關(guān)性,相關(guān)性系數(shù)為-0.15(α<0.01)。研究從長(zhǎng)時(shí)間尺度上證明了ENSO現(xiàn)象與長(zhǎng)江流域TWSC的關(guān)聯(lián)。

3.3 氣候波動(dòng)、土地利用變化、水庫(kù)調(diào)蓄對(duì)TWSC的相對(duì)貢獻(xiàn)

基于表4中13種實(shí)驗(yàn)情景及2.3節(jié)研究方案,不同時(shí)段氣候波動(dòng)、土地利用變化、水庫(kù)調(diào)蓄對(duì)TWSC的影響及相對(duì)貢獻(xiàn)如表6所示。ΔTWSC,CC、ΔTWSC,LU、ΔTWSC,RR分別在-35.2～57.5 mm/(5a)、-5.8～4.3 mm/(5a)、0.1～3.8 mm/(5a)之間波動(dòng),CRCC、CRLU、CRRR分別為84.2%～102.7%、-2.8%～24.5%、-16.0%～6.3%?？傮w來看,氣候波動(dòng)對(duì)年際TWSC影響占主導(dǎo)地位,土地利用變化影響次之,水庫(kù)影響最弱。依據(jù)表6分析結(jié)果:P1—P2、P3—P4、P4—P5時(shí)段,降水、蒸散發(fā)與ΔTWSC,CC增減狀況一致；而P2—P3時(shí)段間,氣候波動(dòng)造成降水、蒸散發(fā)、徑流深同時(shí)增加了149.7 mm、33.5 mm、151.4 mm,依據(jù)水量平衡公式(2),ΔTWSC,CC反而減少了35.2 mm。結(jié)合表7[14]土地利用變化結(jié)果可知:由于耕地、林地、草地有含蓄水源的作用,P1—P2時(shí)段,林地及草地面積增加導(dǎo)致ΔTWSC,LU增加4.3 mm；P2—P3、P3—P4、P4—P5時(shí)段,耕地、林地、草地面積減少,導(dǎo)致流域ΔTWSC,LU減少分別為-5.5 mm,-5.8 mm,-1.6 mm 。

表6 不同時(shí)段間氣候波動(dòng)、土地利用變化、水庫(kù)調(diào)蓄對(duì)TWSC的影響及相對(duì)貢獻(xiàn)

表7 土地利用面積及比例變化

圖4展示了P1—P2、P2—P3、P3—P4、P4—P5時(shí)段氣候波動(dòng)、土地利用變化、水庫(kù)調(diào)蓄各個(gè)因素單獨(dú)引起的月平均TWSC及3種因素的相對(duì)貢獻(xiàn)率。在大多數(shù)月份,CRCC均大于CRLU和CRRR,表明氣候波動(dòng)對(duì)逐月TWSC影響占主導(dǎo)地位。然而,隨著研究區(qū)累積庫(kù)容的增加,水庫(kù)調(diào)蓄對(duì)逐月TWSC的影響逐漸增大(圖4(c)—4(d))。統(tǒng)計(jì)結(jié)果顯示,CRCC與CRRR存在負(fù)相關(guān)性,不同時(shí)段間相關(guān)性系數(shù)分別為-0.62(α<0.05)、-0.49(α>0.1)、-0.99(α<0.001)、-0.97(α<0.001),表明水庫(kù)的調(diào)蓄作用緩解了氣候波動(dòng)對(duì)逐月TWSC的影響。相比與其他2個(gè)因素,土地利用變化對(duì)逐月TWSC影響最弱。從水文水循環(huán)物理機(jī)制上看,土地利用變化通過影響冠層截留、入滲和蒸散發(fā)等水文過程,改變產(chǎn)匯流時(shí)空分布；而水庫(kù)調(diào)蓄主要是調(diào)節(jié)徑流的季節(jié)性分配,但對(duì)產(chǎn)匯流過程幾乎無影響。因此,在年尺度上,土地利用變化對(duì)TWSC影響大于水庫(kù)調(diào)蓄；在月尺度上,土地利用變化的影響小于水庫(kù)調(diào)蓄。

圖4 氣候波動(dòng)、土地利用、水庫(kù)調(diào)蓄因素單獨(dú)引起的月平均TWSC變化及三因素的相對(duì)貢獻(xiàn)率Fig.4 Mean monthly TWSC caused by climate variability,land use change,and reservoir operations,and individual contribution rates of these three factors

3.4 水庫(kù)調(diào)蓄對(duì)TWSC影響的進(jìn)一步分析

考慮到水庫(kù)調(diào)蓄對(duì)TWSC影響逐漸增強(qiáng)(圖4),進(jìn)一步系統(tǒng)量化分析水庫(kù)調(diào)蓄對(duì)流域年際/月際TWSC的影響(圖5)。1988—2012年間,水庫(kù)調(diào)蓄造成的逐年及逐月TWSC分布范圍分別為-18.8～16.7 mm/a及-10.6～11.9 mm/月；水庫(kù)調(diào)蓄對(duì)逐月TWSC的影響在2003年以后顯著增強(qiáng)。

圖5 水庫(kù)調(diào)蓄導(dǎo)致的逐月及逐年TWSC變化Fig.5 Monthly and yearly TWSC caused by reservoir operations

如圖6所示,P4、P5時(shí)段水庫(kù)調(diào)蓄對(duì)逐月TWSC的影響明顯強(qiáng)于P1、P2、P3時(shí)段。在參與模型模擬的15個(gè)大(1)型水庫(kù)中,P4時(shí)段開始運(yùn)行的水庫(kù)為三峽水庫(kù)(2003年開始蓄水,總庫(kù)容為393億m3；圖1),表明三峽水庫(kù)對(duì)TWSC季節(jié)性變化造成了較強(qiáng)影響。在P1、P2、P3時(shí)段,由于各水庫(kù)調(diào)度方案不同且?guī)烊菹鄬?duì)較小,水庫(kù)調(diào)蓄對(duì)TWSC年內(nèi)變化影響不顯著。在P4時(shí)段,由于三峽水庫(kù)開始運(yùn)行,水庫(kù)調(diào)蓄對(duì)TWSC年內(nèi)變化影響規(guī)律增強(qiáng),主要表現(xiàn)為1—6月削減水儲(chǔ)量(TWSC為負(fù)值),7—12月增加水儲(chǔ)量(TWSC為正值),最高削減、增加比例分別達(dá)-4.4%、6.0%。P5時(shí)段水庫(kù)調(diào)蓄對(duì)TWSC年內(nèi)變化影響規(guī)律與P4時(shí)段相似,表現(xiàn)為1—5月削減TWSC,6—12月增加TWSC；最高削減、增加比例分別為-6.1%、9.8%。依據(jù)《三峽水庫(kù)優(yōu)化調(diào)度方案》[20],1—4月為水庫(kù)供水期(補(bǔ)給徑流,削減水儲(chǔ)量),5月開始至6月10日水庫(kù)水位下降至汛限水位(補(bǔ)給徑流,削減水儲(chǔ)量)；6月進(jìn)入汛期,視水庫(kù)上下游來水實(shí)時(shí)調(diào)度；9月中旬以后進(jìn)入汛后蓄水期(削減徑流,增加水儲(chǔ)量),10月底可蓄水至正常水位(削減徑流,增加水儲(chǔ)量)。本研究得到的2003年以后水庫(kù)調(diào)蓄對(duì)TWSC年內(nèi)變化影響規(guī)律(圖6),符合三峽水庫(kù)調(diào)度方案,在一定程度上表明了研究結(jié)果的合理性。

圖6 P1—P5時(shí)段水庫(kù)調(diào)蓄造成的月均TWSC變化Fig.6 Mean monthly TWSC caused by reservoir operations during periods of P1—P5

4 結(jié) 論

本文聯(lián)合GRACE重力衛(wèi)星觀測(cè)結(jié)果及水文模擬,重建1988—2012年長(zhǎng)江流域逐月陸地水儲(chǔ)量變化(TWSC),并定量區(qū)分了1988—1992年(P1)、1993—1997年(P2)、1998—2002年(P3)、2003—2007年(P4)、2008—2012年(P5)5個(gè)時(shí)段間氣候波動(dòng)、土地利用變化、水庫(kù)調(diào)蓄對(duì)TWSC的影響及相對(duì)貢獻(xiàn)。主要結(jié)論如下:

(1) 1988—2012年間,流域年均TWSC與降水、蒸散發(fā)、徑流深分別以0.1 mm/a、-3.5 mm/a、0.6 mm/a、-4.2 mm/a的線性速率增減。逐月非季節(jié)性TWSC與ISO指數(shù)存在顯著負(fù)相關(guān)性(α<0.01),證明了厄爾尼諾- 南方濤動(dòng)現(xiàn)象與長(zhǎng)江流域TWSC的關(guān)聯(lián)。

(2) 在年尺度上,氣候波動(dòng)對(duì)TWSC的影響占主導(dǎo)地位,土地利用變化影響次之,水庫(kù)調(diào)蓄影響最弱。

(3) 在月尺度上,氣候波動(dòng)對(duì)TWSC的影響大于土地利用變化、水庫(kù)調(diào)蓄。氣候波動(dòng)與水庫(kù)調(diào)蓄對(duì)月均TWSC變化的相對(duì)貢獻(xiàn)率存在負(fù)相關(guān)性,表明水庫(kù)調(diào)蓄降低了氣候波動(dòng)對(duì)TWSC的影響。相比之下,土地利用變化對(duì)月均TWSC影響最弱。

(4) 2003年三峽水庫(kù)運(yùn)行后,水庫(kù)調(diào)蓄對(duì)月均TWSC的影響顯著增強(qiáng),且這種影響呈現(xiàn)出顯著的季節(jié)性規(guī)律,主要表現(xiàn)為:1—5月,水庫(kù)調(diào)蓄導(dǎo)致水儲(chǔ)量減少(TWSC為負(fù)值),最高削減比例達(dá)到-6.1%；7—12月,水庫(kù)調(diào)蓄導(dǎo)致水儲(chǔ)量增加(TWSC為正值),最高增加比例達(dá)9.8%。

模型輸入數(shù)據(jù)、模型結(jié)構(gòu)及參數(shù)均會(huì)導(dǎo)致研究結(jié)果存在一定不確定性。例如,模型僅添加了干流有代表性的、庫(kù)容量大的15座大(1)型水庫(kù),這可能導(dǎo)致本研究低估了水庫(kù)調(diào)蓄對(duì)逐月TWSC的影響。未來將進(jìn)一步完善模型輸入數(shù)據(jù),并開展模型不確定性分析。此外,隨著未來衛(wèi)星數(shù)據(jù)、實(shí)測(cè)氣象水文數(shù)據(jù)的更新,也將在更長(zhǎng)時(shí)間尺度上開展水儲(chǔ)量相關(guān)研究。