鄧 椿， 蔣曉輝， 孫維峰

（1.西北大學(xué)城市與環(huán)境學(xué)院/陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710127；2.運(yùn)城學(xué)院經(jīng)濟(jì)管理系，山西 運(yùn)城 044000）

隨著人類活動(dòng)加強(qiáng)，水資源消耗進(jìn)一步加劇，人水矛盾日益凸顯［1］。地下水作為水資源的重要組成部分，由于儲(chǔ)量穩(wěn)定，水質(zhì)好，可被各行各業(yè)直接使用，是人類活動(dòng)的必需品［2-3］，對(duì)人類生存發(fā)展與資源可持續(xù)至關(guān)重要［4］。然而，部分地區(qū)由于不合理的利用，導(dǎo)致水資源問題日益加劇，引發(fā)了地面沉降、海水倒灌、地下水資源量枯竭等環(huán)境問題，加劇了人水矛盾，尤其是在干旱半干旱地區(qū)更為突出［5-7］。2019 年9 月習(xí)近平總書記在河南鄭州主持召開黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會(huì)并發(fā)表重要講話，明確指出黃河流域在我國經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)安全方面具有十分重要的地位，深刻闡明黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展的重大意義，作出了加強(qiáng)黃河治理保護(hù)、推動(dòng)黃河流域高質(zhì)量發(fā)展的重大部署［8］。在此背景下，研究黃河流域長時(shí)間序列的地下水儲(chǔ)量變化，對(duì)該區(qū)域的水資源可持續(xù)利用具有重要的科學(xué)意義。

傳統(tǒng)的地下水儲(chǔ)量監(jiān)測(cè)方法耗時(shí)耗力，且在監(jiān)測(cè)點(diǎn)以外的區(qū)域形成了監(jiān)測(cè)盲區(qū)，無法及時(shí)了解地下水儲(chǔ)量的變化情況［9-10］，而重力反演與氣候?qū)嶒?yàn)（Gravity recovery and climate experiment，GRACE）衛(wèi)星數(shù)據(jù)為監(jiān)測(cè)大尺度區(qū)域地下水儲(chǔ)量變化提供了有效途徑［2］。國內(nèi)外眾多學(xué)者使用該數(shù)據(jù)開展了大量研究，且主要集中在地下水儲(chǔ)量變化監(jiān)測(cè)［11-12］，也有部分學(xué)者開展了技術(shù)方法改進(jìn)、精度檢測(cè)和空間分辨率降尺度［13-14］等方面的研究。已有研究在量化地下水儲(chǔ)量的動(dòng)態(tài)變化方面取得豐富的成果，對(duì)本研究具有重要的借鑒作用，但鮮有文獻(xiàn)研究地下水儲(chǔ)量變化與人口暴露風(fēng)險(xiǎn)的關(guān)系，而這方面又是科學(xué)制定水資源政策的重要依據(jù)。

黃河流域以約占全國2%的徑流量，承載了全國9%的人口，水資源是其生產(chǎn)、生活的制約性要素，故本文以黃河流域?yàn)檠芯繀^(qū)，基于全球陸面數(shù)據(jù)同化系統(tǒng)（Global land data assimilation system,GLDAS）和GRACE 遙感數(shù)據(jù)，測(cè)算了黃河流域長時(shí)間序列的地下水儲(chǔ)量變化，結(jié)合LandScan 遙感數(shù)據(jù)，探討地下水儲(chǔ)量變化與人口暴露的關(guān)系，主要研究內(nèi)容包括：分析黃河流域地下水儲(chǔ)量變化時(shí)空變化特征、識(shí)別地下水儲(chǔ)量持續(xù)下降的區(qū)域，并分析該區(qū)域人口暴露風(fēng)險(xiǎn)情況，以期為黃河流域地下水資源可持續(xù)利用提供科學(xué)參考。

1 研究區(qū)概況

黃河發(fā)源于青藏高原，流域面積達(dá)75.24×104km2，流經(jīng)青海省、四川省、甘肅省、寧夏回族自治區(qū)、內(nèi)蒙古自治區(qū)、陜西省、山西省、河南省、山東省共9 個(gè)省區(qū)［15］（圖1）。黃河以約占全國2%的徑流量，承載了全國9%的人口，另外，本流域和流域外引黃灌區(qū)占全國15%的耕地面積，因此，黃河流域在中國經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)安全方面具有十分重要的地位。由于其主要產(chǎn)流區(qū)處于西北干旱半干旱區(qū)，多年平均降水量約450 mm，水資源量少且時(shí)空分布不均，隨著經(jīng)濟(jì)社會(huì)的不斷發(fā)展，該區(qū)域取水量一直居高不下，流域水資源供需矛盾日益突出［16］。因此，開展黃河流域地下水儲(chǔ)量變化與人口暴露研究，對(duì)于黃河水資源配置戰(zhàn)略調(diào)整，實(shí)現(xiàn)流域生態(tài)保護(hù)和高質(zhì)量發(fā)展具有重要意義。

圖1 黃河流域概況Fig.1 Overview of the Yellow River Basin

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

2.1.1 陸地水儲(chǔ)量數(shù)據(jù)GRACE 衛(wèi)星上搭載了精密的測(cè)距儀器，可以通過雙星之間的距離變化反演地球表層局部重力變化情況，再根據(jù)重力變化推導(dǎo)出監(jiān)測(cè)區(qū)域內(nèi)陸地總水儲(chǔ)量的變化［17］。已有研究表明，基于GRACE 衛(wèi)星數(shù)據(jù)反演地下水儲(chǔ)量與監(jiān)測(cè)井?dāng)?shù)據(jù)較一致，適用于中國區(qū)域的地下水儲(chǔ)量研究。GRACE 數(shù)據(jù)的處理、分發(fā)與管理由Jet Propulsion Lab（美國噴氣動(dòng)力實(shí)驗(yàn)室），GeoForschungsZentrum（德國地學(xué)研究中心），the University of Texas Center for Space Research（美國德克薩斯大學(xué)空間研究中心）3 家集體負(fù)責(zé)，其每月提供地球重力場(chǎng)模型，并在驗(yàn)證后分發(fā)給公眾。GRACE數(shù)據(jù)產(chǎn)品包括Level-0、Level-1A、Level-1B和Level-2，但不免費(fèi)對(duì)外公布，為了方便研究質(zhì)量異常（如水層）的用戶，一些團(tuán)隊(duì)基于Level-2 數(shù)據(jù)經(jīng)地球物理校正后生成3級(jí)數(shù)據(jù)產(chǎn)品，以.nc的格式存儲(chǔ)，獲取方便且可免費(fèi)下載，數(shù)據(jù)鏈接為https://disc.gsfc.nasa.gov/datasets/GLDAS_CLSM025_DA1_D_2.2/summary?keywords=CLSM%20groundwater。

2.1.2 土壤含水量數(shù)據(jù)土壤含水量數(shù)據(jù)來源于戈達(dá)德地球科學(xué)數(shù)據(jù)與信息服務(wù)中心（https://disc.gsfc.nasa.gov/datasets/GLDAS_NOAH025_M_2.1/summary?keywords=GLDAS%20CSRM）。該研究選取了GLDAS-2.1版本的Noah模型輸出土壤含水量數(shù)據(jù)，時(shí)間序列為2003—2016 年的逐月土壤含水量數(shù)據(jù)。數(shù)據(jù)共包含4 層土壤水分?jǐn)?shù)據(jù)，分別為地下0～10 cm、地下10～40 cm、地下40～100 cm 和地下100～200 cm 共4 層，土壤水分?jǐn)?shù)據(jù)求和得到地下2 m 土壤水分。將2003—2016 年每月土壤含水量減去時(shí)段多年平均值，得到土壤含水量距平值，便可得到逐月土壤含水量變化。

2.1.3 其他數(shù)據(jù)人口數(shù)據(jù)來源于LandScan全球人口格網(wǎng)數(shù)據(jù)（https://landscan.ornl.gov），空間分辨率為1 km，已有大量學(xué)者使用該數(shù)據(jù)在中國區(qū)域進(jìn)行精度驗(yàn)證與科學(xué)研究［18-19］。植被覆蓋度分2 步獲得：第一步是采用最大值合成法合成年NDVI數(shù)據(jù)，數(shù)據(jù)獲取自網(wǎng)站https://landweb.nascom.nasa.gov/，時(shí)間分辨率為16 d，空間分辨率為250 m。第二步利用公式求得植被覆蓋度。

2.1.4 數(shù)據(jù)預(yù)處理首先，將獲取所有原始影像數(shù)據(jù)轉(zhuǎn)換為UTM投影，地理坐標(biāo)系為WGS84坐標(biāo)；其次，基于黃河流域矢量進(jìn)行掩膜處理；最后，采用重采樣工具，把研究所需的所有柵格數(shù)據(jù)重采樣至最小柵格分辨率上，其空間分辨率為1 km 的柵格數(shù)據(jù)，以保持柵格數(shù)據(jù)像元大小的一致性，時(shí)間分辨率以月為尺度進(jìn)行匹配。

2.2 研究方法

2.2.1 地下水儲(chǔ)量計(jì)算方法根據(jù)水量平衡原理計(jì)算2003—2016 年黃河流域地下水儲(chǔ)量年均變化量。陸地水儲(chǔ)量的變化是由土壤水、地表水、雪/冰川融水以及地下水儲(chǔ)量的變化引起。而在長時(shí)間尺度上，土壤含水量和地下水儲(chǔ)量變化是陸地水儲(chǔ)量變化的主要原因，雪水當(dāng)量及地表水蓄水量變化可以忽略不計(jì)［20］。從GRACE 反演的陸地水儲(chǔ)量變化中減去土壤含水量變化得到地下水儲(chǔ)量變化。計(jì)算公式如下：

ΔGWSi=ΔTWSi-ΔSMSi（1）

式中：i為年份；ΔGWSi為第i年地下水儲(chǔ)量年均變化量（mm）；ΔTWSi為第i年陸地水儲(chǔ)量年均變化量（mm）；ΔSMSi為第i年土壤水年均變化量（mm）。

2.2.2 Theil-Sen Median趨勢(shì)分析Theil-Sen Median 趨勢(shì)分析是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)趨勢(shì)計(jì)算方法［21］，可用來反映黃河流域地下水儲(chǔ)量長時(shí)間序列演化趨勢(shì)，計(jì)算公式如下：

式中：S為變化性的統(tǒng)計(jì)變量；s(S)為S的方差；n為時(shí)間序列的長度；sgn(W)為符號(hào)函數(shù)。當(dāng)|Z|＞μ1-α/2，表明在α水平上存在顯著變化。該研究在α=0.05置信水平上判斷黃河流域地下水儲(chǔ)量時(shí)間序列上變化趨勢(shì)的顯著性。對(duì)檢驗(yàn)結(jié)果進(jìn)行分級(jí)，按照顯著性可分為極顯著變化（|Z|＞2.58）、顯著變化（1.96＜|Z|≤2.58）、弱顯著變化（1.65＜|Z|≤1.96）和無顯著變化（0＜|Z|≤1.65）4個(gè)等級(jí)。

2.2.4 地下水儲(chǔ)量變化分級(jí)方法參考He 等［23］采用標(biāo)準(zhǔn)差分級(jí)法，根據(jù)歷年地下水儲(chǔ)量變化均值和標(biāo)準(zhǔn)差確定每段分割的端點(diǎn)，將2003—2016年地下水儲(chǔ)量等效水高分為5 個(gè)級(jí)別，分別為增加、穩(wěn)定、減少、較劇烈減少、劇烈減少（表1）。

表1 地下水儲(chǔ)量變化分級(jí)標(biāo)準(zhǔn)Tab.1 Grading standard for changes in groundwater storage

3 結(jié)果與分析

3.1 地下水儲(chǔ)量空間變化特征

2003—2016 年黃河流域地下水儲(chǔ)量年均等效水高在空間上呈現(xiàn)顯著的東西差異，東部減少西部增加，多年平均等效水高為-22.62 mm·a-1，由西向東地下水儲(chǔ)量的下降程度不斷加劇，且下降區(qū)域呈現(xiàn)由下游向中上游擴(kuò)散的態(tài)勢(shì)（圖2）。其中，下降區(qū)域主要集中在中東部地區(qū)，變化等級(jí)以較劇烈減少和劇烈減少為主。研究初期，劇烈減少的區(qū)域包含西安市、洛陽市、三門峽市、鄭州市等城市；研究末期，已包含黃河中下游的大部分城市，甚至上游的玉樹藏族自治州、果洛藏族自治州、海南藏族自治州等也成為劇烈減少區(qū)域。這是由于黃河中下游地區(qū)經(jīng)濟(jì)增長快、人口集聚能力強(qiáng)，使得農(nóng)業(yè)、工業(yè)和生活用水不斷增加，而地下水補(bǔ)充速率遠(yuǎn)遠(yuǎn)低于消耗速率，故地下水儲(chǔ)量不斷減少。而西南部的地下水儲(chǔ)量仍以增加為主，這是由于該區(qū)域的地形以青藏高原和黃土高原為主，平均海拔2000 m 以上，人口稀少且工農(nóng)業(yè)欠發(fā)達(dá)，地下水資源量消耗總量少，加之全球氣候變化引起局部地區(qū)冰川融水增加，使得黃河流域上游地下水補(bǔ)給速率大于消耗速率，因此地下水儲(chǔ)量變化呈增加趨勢(shì)。

圖2 2003—2016年黃河流域地下水儲(chǔ)量空間分布Fig.2 Spatial distribution of groundwater storage in the Yellow River Basin from 2003 to 2016

3.2 地下水儲(chǔ)量時(shí)序變化特征

3.2.1 時(shí)序總體特征通過分區(qū)統(tǒng)計(jì)黃河流域2003—2016 年地下水儲(chǔ)量變化情況，由圖3 可知地下水儲(chǔ)量變化整體呈下降趨勢(shì)。該區(qū)域地下水儲(chǔ)量等效水高最高值為2004年的10.32 mm，最低值為2016 年的-75.56 mm，2003—2016 年地下水儲(chǔ)量年均降幅為5.93 mm·a-1。其中，2003—2007年黃河流域地下水儲(chǔ)量等效水高變化幅度較小，至2008 年時(shí)，黃河流域地下水儲(chǔ)量主要變化特征由增加變?yōu)闇p少，而2009—2016 年則呈現(xiàn)出持續(xù)下降的趨勢(shì)，特別是2015—2016 年降幅最大，下降24.41 mm，最大降幅為47.74%。

圖3 2003—2016年黃河流域地下水儲(chǔ)量與植被覆蓋度變化關(guān)系Fig.3 Relationship between groundwater storage and fractional vegetation cover in the Yellow River Basin from 2003 to 2016

統(tǒng)計(jì)2003—2016 年黃河流域地下水儲(chǔ)量歷年春季（3—5月）、夏季（6—8月）、秋季（9—11月）和冬季（12—次年2 月）的均值，發(fā)現(xiàn)呈現(xiàn)明顯季節(jié)變化特點(diǎn)（圖4）。春冬季下降幅度大，夏秋季下降幅度減小。這是因?yàn)辄S河流域受季風(fēng)氣候影響，夏秋季是雨季，地表徑流補(bǔ)給地下水，而冬春季為枯季，地下水補(bǔ)給地表水。地下水儲(chǔ)量下降幅度春季最大、冬季次之、秋季再次之、夏季最小。其中，春季地下水儲(chǔ)量等效水高均值為-58.92 mm，冬季地下水儲(chǔ)量等效水高均值為-54.12 mm，秋季地下水儲(chǔ)量等效水高均值為-47.81 mm，夏季地下水儲(chǔ)量等效水高均值為-38.02 mm。

圖4 黃河流域地下水儲(chǔ)量四季變化Fig.4 Seasonal variation of groundwater storage in the Yellow River Basin

3.2.2 時(shí)序趨勢(shì)特征為了進(jìn)一步刻畫黃河流域地下水儲(chǔ)量時(shí)間序列的線性變化趨勢(shì)，利用Theil-Sen Median和Mann-Kendall方法將S值與|Z|值重分類后再進(jìn)行同像元疊加，得到黃河流域地下水儲(chǔ)量線性顯著性變化趨勢(shì)（圖5）。黃河流域地下水儲(chǔ)量線性顯著性變化趨勢(shì)共分為7 個(gè)類別，分別是弱顯著減少、顯著減少、極顯著減少、弱顯著增加、顯著增加、極顯著增加和無顯著變化，各類面積見表2。結(jié)合圖5 與表2 可知，黃河流域地下水儲(chǔ)量時(shí)序線性顯著性變化特征以減少為主。其中極顯著減少的區(qū)域主要分布在中下游地區(qū)，包括陜西省中北部和山西省大部分地區(qū)，河南省和山東省的黃河沿岸地區(qū)等，總面積為50.62×104km2，占黃河流域總面積的63.60%；顯著減少的區(qū)域分布在青海省海北藏族自治州和西寧市，總面積為2.36×104km2，占黃河流域總面積的2.96%。綜上，黃河流域地下水儲(chǔ)量主要時(shí)序變化特征為持續(xù)減少，這是由人文與自然因素共同作用形成，一方面工農(nóng)業(yè)生產(chǎn)和生活用水總量在不斷增加，人水矛盾愈發(fā)突出；另一方面，生態(tài)用水在逐年加大，如研究發(fā)現(xiàn)植被變化與地下水儲(chǔ)量呈顯著的負(fù)相關(guān)關(guān)系。2003—2016 年黃河流域植被覆蓋度時(shí)間序列上的變化趨勢(shì)呈現(xiàn)顯著的上升趨勢(shì)，與地下水儲(chǔ)量的年際變化趨勢(shì)相反。2003年植被覆蓋度為0.30，2016年增長至0.35，呈穩(wěn)步增長的狀態(tài)，地表植被覆蓋情況日益改善（圖3）。使用SPSS對(duì)兩者進(jìn)行相關(guān)性分析，發(fā)現(xiàn)在P＜0.01顯著性水平上，皮爾遜相關(guān)系數(shù)為-0.97，呈顯著的負(fù)相關(guān)關(guān)系。黃河流域氣候類型以干旱半干旱氣候?yàn)橹鳎叵滤畠?chǔ)量與植被生態(tài)環(huán)境的關(guān)系相較于其他氣候區(qū)更為密切，植被覆蓋度的增加會(huì)消耗大量的水資源，且以地下水為主，說明植被覆蓋度變化對(duì)當(dāng)?shù)氐叵滤Y源儲(chǔ)量產(chǎn)生深刻影響。

圖5 黃河流域地下水儲(chǔ)量線性顯著性變化趨勢(shì)Fig.5 Linear significant change trend of groundwater storage in the Yellow River Basin

表2 黃河流域地下水儲(chǔ)量面積變化Tab.2 Variation of groundwater storage area in the Yellow River Basin

3.3 地下水儲(chǔ)量下降區(qū)人口暴露風(fēng)險(xiǎn)狀態(tài)

3.3.1 暴露風(fēng)險(xiǎn)狀態(tài)下人口分布為精確識(shí)別黃河流域地下水暴露風(fēng)險(xiǎn)區(qū)，將研究區(qū)地下水儲(chǔ)量線性變化趨勢(shì)中顯著減少與極顯著減少的區(qū)域定義為地下水暴露風(fēng)險(xiǎn)區(qū)。將暴露風(fēng)險(xiǎn)區(qū)人口密度分為6個(gè)級(jí)別［18］，分別為無分布、1～20 人·km-2、21～50 人·km-2、51～100 人·km-2、101～200 人·km-2和＞200 人·km-2。以2016年為例，統(tǒng)計(jì)了研究區(qū)內(nèi)市級(jí)行政單元地下水暴露風(fēng)險(xiǎn)下人口密度（圖6）。黃河流域地下水暴露風(fēng)險(xiǎn)狀態(tài)下的地級(jí)市人口密度在空間上呈東高西低、中部交錯(cuò)分布的狀態(tài)。其中，暴露風(fēng)險(xiǎn)區(qū)人口密度＞200 人·km-2的地級(jí)市共16 個(gè)，包括蘭州市、銀川市、西安市、渭南市、晉中市、運(yùn)城市、臨汾市、濟(jì)源市、安陽市、濮陽市、焦作市、新鄉(xiāng)市、鄭州市、菏澤市、泰安市和濟(jì)南市；暴露風(fēng)險(xiǎn)區(qū)人口密度＞100 人·km-2且≤200 人·km-2的地級(jí)市共5 個(gè)，分別為臨夏回族自治州、烏蘭察布、晉城市、呂梁市和洛陽市；暴露風(fēng)險(xiǎn)區(qū)人口密度＞50人·km-2且≤100人·km-2的地級(jí)市共4個(gè)，分別為白銀市、平?jīng)鍪?、包頭市和三門峽市；暴露風(fēng)險(xiǎn)區(qū)人口密度為0～50 人·km-2的地級(jí)市交錯(cuò)分布。

圖6 黃河流域地下水暴露風(fēng)險(xiǎn)下人口密度空間分布Fig.6 Spatial distribution of population density under groundwater exposure risk in the Yellow River Basin

3.3.2 地下水儲(chǔ)量下降人口占比為便于分析，將2004—2016年每隔4 a統(tǒng)計(jì)地下水儲(chǔ)量等效水高變化幅度分為17個(gè)不等間距的區(qū)間，并計(jì)算超過各級(jí)限值的人口累積百分比（圖7）。結(jié)果表明超過各級(jí)限值的暴露人口累積百分比曲線在2004—2016 年向右移動(dòng)，呈明顯上升的趨勢(shì)。其中，等效水高＜0 mm的區(qū)域人口在2004年有1517.62×104人，占黃河流域總?cè)丝诘?5.80%，2008 年上升至3705.02×104人，占比上升至61.54%，2012 年占比達(dá)到82.55%，2016年占比達(dá)到最高為87.04%，地下水儲(chǔ)量下降區(qū)總?cè)丝谏仙?908.94×104人；等效水高＜-15 mm的區(qū)域人口在2004 年有445.96×104人，僅占區(qū)域總?cè)丝诘?.58%，2008 年陡升至31.26%，2012 年更是達(dá)到73.08%，2016 年上升至最高79.07%；等效水高＜-35 mm 的區(qū)域人口在2004 年有16.46×104人，僅占流域總?cè)丝诘?.28%，2008 年上升至2.60%，2012 年驟然上升至63.12%，2016 年高達(dá)到66.35%；等效水高＜-55 mm 的區(qū)域人口，2012 占區(qū)域總?cè)丝诘?8.26%，2016年占比達(dá)60.72%；等效水高＜-65 mm 的區(qū)域人口在2012 年占區(qū)域總?cè)丝诘?4.17%，2016年上升為57.44%。

圖7 黃河流域地下水儲(chǔ)量的下降水平超過各級(jí)限值的人口累積百分比Fig.7 Percentage of population whose groundwater storage decline level exceeds the limits at all levels in the Yellow River Basin

4 討論

地下水儲(chǔ)量急劇下降不僅威脅到城市居民的用水安全，還會(huì)引起地面沉降等問題，成為威脅區(qū)域城市發(fā)展及居民安全的重大災(zāi)害隱患［24］。目前，干旱半干旱區(qū)地下水儲(chǔ)量長時(shí)間序列宏觀尺度的研究還較少，這是由于中國地質(zhì)結(jié)構(gòu)復(fù)雜，含水層較破碎［25］，且地下水儲(chǔ)量人工監(jiān)測(cè)成本高、難度大。該研究融合GRACE、GLDAS 和LandScan 人口數(shù)據(jù)等多種遙感數(shù)據(jù)，并參考前人研究思路，根據(jù)流域水循環(huán)與水量平衡原理，測(cè)算黃河流域2003—2016 年地下水儲(chǔ)量，識(shí)別其時(shí)空變化趨勢(shì)與特征，分析該區(qū)域地下水儲(chǔ)量在不同降級(jí)下的人口暴露特征。

研究結(jié)果表明黃河流域地下水儲(chǔ)量逐年下降，人口暴露占比持續(xù)上升。對(duì)比已有研究，如馮偉等［26］得出華北平原2002—2014 年地下水等效水高質(zhì)量虧損為（56±6）mm·a-1；Yi等［27］發(fā)現(xiàn)2003—2014年黃河-淮河-遼河-海河流域的地下水質(zhì)量損失也比較明顯，損失的質(zhì)量為（10.2±0.9）Gt·a-1；李婉秋等［28］研究表明關(guān)中地區(qū)2003—2014 年地下水儲(chǔ)量存在長期虧損，虧損速率為3.70 mm·a-1。綜上，本研究結(jié)論與已有研究基本一致。基于此，在黃河流域生態(tài)保護(hù)與高質(zhì)量發(fā)展的背景下，相關(guān)部門應(yīng)將地下水資源安全與糧食安全放在同等重要的位置，應(yīng)積極發(fā)展節(jié)水農(nóng)業(yè)、重點(diǎn)區(qū)域采用淡水回灌補(bǔ)充地下水等手段，保證黃河流域地下水儲(chǔ)量安全［29］。該研究不但揭示了地下水儲(chǔ)量變化的時(shí)空特征，還探究了流域不同地區(qū)人口暴露分析的空間異質(zhì)性，研究結(jié)果有助于厘清黃河流域人水矛盾的重點(diǎn)區(qū)域，對(duì)實(shí)現(xiàn)流域可持續(xù)發(fā)展具有重要意義。

然而，本研究可能存在以下不足。（1）數(shù)據(jù)方面。首先，考慮數(shù)據(jù)可獲得性，本文只選取一代GRACE 數(shù)據(jù)，時(shí)間序列為2003—2016年，這就限制研究的時(shí)效性。同時(shí)，本研究所用的GRACE 數(shù)據(jù)，雖經(jīng)過了數(shù)據(jù)校正和地理信息技術(shù)處理，但是受制于時(shí)空分辨率限制，仍然存在一定的不確定性。此外，偶然因素也影響GRACE 部分月數(shù)據(jù)精度，李杰等［30］對(duì)GRACE 時(shí)間序列進(jìn)行月趨勢(shì)項(xiàng)和平均值，孫倩等［31］采用三點(diǎn)滑動(dòng)平均法消除了季節(jié)內(nèi)的隨機(jī)波動(dòng)。此外，對(duì)于土壤水分?jǐn)?shù)據(jù)的處理也有無法避免的不確定性，因?yàn)樵S多地區(qū)地表水文過程較為復(fù)雜且地表水?dāng)?shù)據(jù)缺乏，許多研究計(jì)算所得的地表水儲(chǔ)量變化與實(shí)際值往往相差較大。為減小計(jì)算地表水?dāng)?shù)據(jù)過程中的不確定性，土壤含水量數(shù)據(jù)由GLDAS-NOAH模型輸出，而NOAH模型中只考慮了4 層土壤含水量，僅包含地表下2 m 的土壤含水量。為此，有部分學(xué)者計(jì)算了GLDAS 的CLM、MOSAIC、NOAH 和VIC 這4 個(gè)模型輸出的土壤含水量數(shù)據(jù)，分別對(duì)應(yīng)3.43 m、3.50 m、2.00 m 和1.90 m 土壤含水量，然后取其平均值。盡管本研究在充分參考前人的理論方法，最終確定選取GLDAS-NOAH模型輸出的土壤含水量數(shù)據(jù)，包含地表下2 m的土壤水含量，但仍存在一定不確定性。（2）對(duì)黃河上游地下水儲(chǔ)量計(jì)算有待進(jìn)一步細(xì)化，盡管本研究中借鑒前人思路，認(rèn)為土壤含水量和地下水儲(chǔ)量變化是陸地水儲(chǔ)量變化的主要原因，雪水當(dāng)量及地表水蓄水量變化可以忽略不計(jì)［20］，這對(duì)于黃河中下游是有效的，但若重點(diǎn)關(guān)注黃河上游地區(qū)地下水儲(chǔ)量的變化，充分考慮雪水、植物根區(qū)水和冠層水等對(duì)地下水儲(chǔ)量的影響是非常有必要的。（3）地下水儲(chǔ)量變化與人類經(jīng)濟(jì)活動(dòng)的關(guān)系有待進(jìn)一步挖掘。

在未來的工作中，以下3 個(gè)方面有待進(jìn)一步研究。第一，基于GRACE 數(shù)據(jù)，結(jié)合地下水實(shí)測(cè)站點(diǎn)數(shù)據(jù)，反演中國更高時(shí)空分辨率地下水儲(chǔ)量數(shù)據(jù)，并填補(bǔ)兩代GRACE 衛(wèi)星數(shù)據(jù)空白期數(shù)據(jù)，以更精確地探究干旱半干旱區(qū)地下水時(shí)空動(dòng)態(tài)變化過程與影響機(jī)制。第二，黃河流域地下水儲(chǔ)量變化主要集中在中下游地區(qū)，是本文的研究重點(diǎn)，而上游高海拔地區(qū)的地下水儲(chǔ)量變化小，人類經(jīng)濟(jì)活動(dòng)對(duì)其影響較小，并考慮到GRACE 數(shù)據(jù)的空間分辨率問題，因此在黃河流域地下水儲(chǔ)量變化計(jì)算時(shí)只考慮了土壤水分的影響，下一步工作中應(yīng)補(bǔ)充雪水和植物水變化對(duì)地下水儲(chǔ)量變化的影響。第三，數(shù)據(jù)方面，結(jié)合便攜式絕對(duì)重力儀和地下水監(jiān)測(cè)井?dāng)?shù)據(jù)對(duì)地下水儲(chǔ)量的空間分布及變化趨勢(shì)進(jìn)行反演、驗(yàn)證和分析，以便進(jìn)一步研究人水矛盾突出區(qū)域的地下水資源演變規(guī)律，為黃河流域未來經(jīng)濟(jì)發(fā)展與資源可持續(xù)利用提供科學(xué)參考。

5 結(jié)論

（1）從空間特征看，黃河流域地下水儲(chǔ)量變化特征在空間上呈明顯的東西差異，東部減少西部增加，多年平均等效水高為-22.62 mm·a-1，由西向東地下水儲(chǔ)量的下降程度不斷加劇，且下降區(qū)域呈由下游向中上游擴(kuò)散的態(tài)勢(shì)。其中，下降區(qū)域主要集中在中東部地區(qū)，變化等級(jí)以較劇烈減少和劇烈減少為主。研究初期，劇烈減少的區(qū)域包含西安市、洛陽市、三門峽市、鄭州市等城市；研究末期，已包含黃河中下游的大部分城市，甚至上游的玉樹藏族自治州、果洛藏族自治州、海南藏族自治州等也成為劇烈減少區(qū)域。表明黃河流域人水關(guān)系矛盾日趨突出，該區(qū)域經(jīng)濟(jì)發(fā)展一定程度上依賴于地下水資源的過度開采。

（2）從時(shí)間特征看，一方面，2003—2016年黃河流域地下水儲(chǔ)量時(shí)間變化特征為下降。該區(qū)域地下水等效水高最高值為2004年的10.32 mm，最低值為2016 年的-75.56 mm，2003—2016 年地下水儲(chǔ)量年均降幅為5.93 mm·a-1。其中，2015—2016年降幅最大，下降24.41 mm，最大降幅為47.74%。另一方面，地下水儲(chǔ)量時(shí)間變化存在季節(jié)效應(yīng)，地下水儲(chǔ)量下降幅度春季最大、冬季次之、秋季再次之、夏季最小。春季地下水等效水高均值為-58.92 mm，冬季地下水等效水高均值為-54.12 mm，秋季地下水等效水高均值為-47.81 mm，夏季地下水等效水高均值為-38.02 mm。

（3）從人口暴露風(fēng)險(xiǎn)看，黃河流域地下水暴露風(fēng)險(xiǎn)狀態(tài)下的地級(jí)市人口密度在空間上呈東高西低、中部交錯(cuò)分布的狀態(tài)，暴露風(fēng)險(xiǎn)區(qū)人口密度最大地級(jí)市共16 個(gè)，包括蘭州市、銀川市、西安市、渭南市、晉中市、運(yùn)城市等。地下水儲(chǔ)量下降幅度超過各級(jí)限值的人口累積百分比不斷增加，在2016年達(dá)到最大值，人水矛盾十分突出。