朱永華，羅平平，張潔，席小康，梁麗娥

(1.延安大學(xué) 建筑工程學(xué)院，陜西 延安 716000；2.長安大學(xué) 旱區(qū)地下水文與生態(tài)效應(yīng)教育部重點(diǎn)實驗室，西安 710054；3.長安大學(xué) 水與環(huán)境學(xué)院，西安 710054；4.陜西省水文水資源勘測中心，西安 710054)

0 引言

作為陸地水資源儲量的重要組成部分，地下水儲量變化對全球水文循環(huán)和水資源管理至關(guān)重要。全球多地區(qū)地下水超采日趨加劇，并導(dǎo)致許多環(huán)境問題，諸如，印度北部和非洲肯尼亞的地下水儲量迅速下降以及墨西哥阿瓜斯卡連特斯山谷因地下水開采而導(dǎo)致的結(jié)構(gòu)控制性地面沉降[1-4]。就我國而言，過度依賴地下水資源的區(qū)域，如華北平原[5]、黃淮海平原[6]和西遼河平原[7-8]等也都受到了一定程度的影響。開展大尺度的野外地下水資源實地調(diào)查無疑是理論上監(jiān)測地下水狀況的最優(yōu)方法，但該方法受限于客觀條件，需要消耗大量人力物力[9]，同時由點(diǎn)上的結(jié)果擴(kuò)展到面上時也可能產(chǎn)生偏差。而地下水?dāng)?shù)值模型由于自身的不確定性及水文過程的復(fù)雜性導(dǎo)致其應(yīng)用與結(jié)果存在很大的局限性[10]。因此，如何能夠及時、準(zhǔn)確和全面地進(jìn)行水資源，特別是地下水資源的動態(tài)監(jiān)測，已經(jīng)成為當(dāng)代的研究熱點(diǎn)與重點(diǎn)，引起政府與相關(guān)領(lǐng)域?qū)＜覍W(xué)者越來越多的重視。

隨著遙感衛(wèi)星技術(shù)的不斷完善與發(fā)展，源自“地球重力場反演和氣候?qū)嶒?gravity recovery and climate experiment，GRACE)”衛(wèi)星任務(wù)的遙感數(shù)據(jù)使得空間探測區(qū)域尺度的水文因子，特別是水資源儲量與地下水儲量成為了可能[11-13]。由于其具有時間連續(xù)、空間范圍廣、可重復(fù)、廉價等特點(diǎn)，不僅可以彌補(bǔ)傳統(tǒng)水文監(jiān)測方法的不足，還可以在傳統(tǒng)監(jiān)測的協(xié)助下更有效地評估區(qū)域水資源[14]。GRACE衛(wèi)星數(shù)據(jù)分別由美國德克薩斯大學(xué)空間研究中心(Center of Space Research，CSR)、德國波茨坦地學(xué)中心(German Research Centre for Geosciences，GFZ)和美國噴氣動力實驗室(Jet Propulsion Laboratory，JPL)進(jìn)行處理與分發(fā)。目前，GRACE衛(wèi)星數(shù)據(jù)被廣泛應(yīng)用于河流流域尺度[15-16]、區(qū)域尺度[17-18]、湖泊及水庫流域尺度[19-20]的水資源儲量變化研究中，取得了大量的研究成果。與此同時，GRACE衛(wèi)星數(shù)據(jù)還可以用于反演地下水資源量變化，為不同空間尺度的地下水儲量變化研究提供可靠的數(shù)據(jù)支撐[21-22]，尤其在資料稀缺的地區(qū)，其優(yōu)勢更為明顯，如依據(jù)監(jiān)測數(shù)據(jù)反演流域地下水儲量變化情況[23]、估算地下水年開采量[24]和水資源利用情況[25]等。然而，由于GRACE衛(wèi)星數(shù)據(jù)處理方式的不同，如球諧系數(shù)的選取、質(zhì)量異常的處理以及降低計算誤差等，導(dǎo)致數(shù)據(jù)集在空間尺度和區(qū)域適用性等方面存在差異。因此，不同數(shù)據(jù)源的GRACE衛(wèi)星數(shù)據(jù)之間的對比研究勢在必行，這也是未來進(jìn)行區(qū)域水資源，特別是地下水動態(tài)監(jiān)測的科學(xué)基礎(chǔ)。目前有關(guān)不同數(shù)據(jù)源的GRACE衛(wèi)星數(shù)據(jù)之間的對比研究剛剛開始，而在半干旱區(qū)西遼河流域平原區(qū)開展的相關(guān)研究仍鮮有報道。

為了實現(xiàn)中國北方農(nóng)牧交錯帶典型沙地區(qū)域的地下水資源動態(tài)變化監(jiān)測，本文分別采用由JPL和CSR提供的GRACE level-1和RL05 level-2數(shù)據(jù)，反演該地區(qū)陸地水資源儲量及地下水儲量變化，并與區(qū)域水文部門實測地下水資源數(shù)據(jù)反演計算的結(jié)果進(jìn)行對比驗證，以期識別適用于研究區(qū)的數(shù)據(jù)源，為當(dāng)?shù)厮Y源的保護(hù)與可持續(xù)利用提供科學(xué)數(shù)據(jù)參考。

2 材料與方法

2.1 研究區(qū)概況

研究區(qū)位于中國北部農(nóng)牧交錯帶典型沙地區(qū)域(42°30′N～45°00′N，120°00′E～123°30′E之間，圖1)，面積約3.2×104km2，平均海拔800 m。研究區(qū)年降水量在350～450 mm之間，年平均氣溫為6.0 ℃，蒸發(fā)量(Φ20 cm)為1 817 mm[26]。大約80%的總降水量發(fā)生在夏季(6—9月)。研究區(qū)作為半干旱地區(qū)典型的農(nóng)牧交錯帶，農(nóng)作物、樹木和草本植被構(gòu)成了主要的植被類型。三條主要河流(西遼河、教來河和新開河)曾流經(jīng)研究區(qū)。然而，河流的流量均已經(jīng)減少，甚至季節(jié)性或常年干涸[27]。在過去的30年里，伴隨著研究區(qū)灌溉用水需求的增加，作為滿足各類用水的地下水資源銳減，埋深值從2 m顯著下降到6 m，生態(tài)效應(yīng)加劇。

圖1 研究區(qū)位置及實測地下水觀測井分布圖【審圖號：GS(2022)2235號】

2.2 數(shù)據(jù)來源

1)陸地水資源儲量變化(terrestrial water storage change，TWSC)。本文所采用的TWSC數(shù)據(jù)分別為JPL和CSR提供的2002年4月至2014年12月共153個月的GRACE level-1(空間分辨率為0.5°)(https：//grace.jpl.nasa.gov)和RL05 level-2(空間分辨率為1.0°)(http：//isdc.gfz-potsdam.de/grace-isdc/)數(shù)據(jù)，單位為cm。但是由于衛(wèi)星自身的原因和測量誤差等因素[28]，研究期間有13個月的數(shù)據(jù)不可用，即2002年6月、2002年7月、2003年6月、2011年1月、2011年6月、2012年5月、2012年10月、2013年3月、2013年8月、2013年9月、2014年2月、2014年7月和2014年12月。本文采用插值法[29]對缺失數(shù)據(jù)進(jìn)行插值填補(bǔ)。

GRACE衛(wèi)星的月重力模型數(shù)據(jù)反映的是與地球靜態(tài)結(jié)構(gòu)相關(guān)的成分，即其反演的是每個像元水儲量多年距平，即像元每月水儲量與該像元水儲量多年均值的差值。本文將各數(shù)據(jù)減去2004—2010年的平均值來反映陸地水資源儲量變化情況，正負(fù)號用于反映變化的方向，分別代表TWSC呈積累或虧損狀態(tài)。

2)全球陸地數(shù)據(jù)同化系統(tǒng)(global land data assimilation system，GLDAS)水文模型數(shù)據(jù)。由于缺乏對水文數(shù)據(jù)的連續(xù)監(jiān)測，GLDAS-NOAH數(shù)據(jù)被用于分析水文因子變化情況[30]。本文中的土壤水分(soil moisture，SM)、雪水當(dāng)量(snow water equivalent，SWE)和總冠層蓄水量(total canopy water storage，TCWS)數(shù)據(jù)均來自GLDAS-NOAH數(shù)據(jù)產(chǎn)品(https：//disc.gsfc.nasa.gov/)。GLDAS-NOAH數(shù)據(jù)時間序列為2002年1月至2014年12月，具有月時間分辨率和0.25°空間分辨率。以上數(shù)據(jù)單位為kg/m2，土壤水分?jǐn)?shù)據(jù)的深度分別為10、40、100、200 cm。

3)實測地下水埋深(groundwater from in situ observations，GWIn-Situ)。本文采用的實測地下水埋深數(shù)據(jù)源自2002—2014年研究區(qū)范圍內(nèi)水利部門75口地下水埋深觀測井的實測數(shù)據(jù)，分布位置詳見圖1。該值取自每月三次埋深值的均值，時間尺度為月，單位為m。

2.3 數(shù)據(jù)處理

GRACE衛(wèi)星所反演的TWSC是由陸地各水文要素構(gòu)成的，如土壤水、地表水、雪水等，其中地下水資源量變化(groundwater resources change，GWC)也是其重要的組成部分，特別是在缺少地表水資源的干旱半干旱地區(qū)。本文基于上文處理獲取的數(shù)據(jù)，運(yùn)用水平衡原理，將GWC從TWSC中分離出來，計算如式(1)所示。

GWC=TWSC-GLDASC(SMC+SWEC+TCWSC)

(1)

式中：GWC為地下水儲量變化；TWSC數(shù)據(jù)分別源自CSR和JPL的GRACE衛(wèi)星數(shù)據(jù)；GLDASC為GLDAS-NOAH模型反演的不同水資源儲量變化。

3 結(jié)果與分析

3.1 不同數(shù)據(jù)源反演TWSC時間特征分析

2002—2014年月尺度CSR和JPL的GRACE衛(wèi)星數(shù)據(jù)所反演的TWSC數(shù)值如圖2所示，二者變化趨勢整體上均呈現(xiàn)出小幅度的下降，呈虧損狀態(tài)，變化速率分別為-0.003 cm/月和-0.011 cm/月。

圖2 2002—2014年CSR/JPL反演陸地水資源總儲量變化

通過分析不同數(shù)據(jù)源反演的TWSC值可以發(fā)現(xiàn)，JPL與CSR數(shù)據(jù)反演結(jié)果的相關(guān)性顯著(R=0.848，P<0.01)，但前者較CSR數(shù)據(jù)變化幅度相對較大，其值范圍為-6.9～10.4 cm。

3.2 不同數(shù)據(jù)源反演GWC時間特征分析

基于不同數(shù)據(jù)源GRACE衛(wèi)星數(shù)據(jù)，反演獲取典型沙地區(qū)域的GWC，并用以進(jìn)行月尺度時間序列的區(qū)域地下水儲量變化分析，詳見圖3。

圖3 2002—2014年CSR/JPL反演計算地下水儲量變化

分別基于JPL和CSR的GRACE衛(wèi)星數(shù)據(jù)所反演的GWC值在研究期間的變化趨勢相對統(tǒng)一(R=0.614，P<0.01)，均呈波動式下降趨勢，變化速率分別為-0.029和-0.024 cm/月，說明二者反演精度相似，均能用于表征區(qū)域地下水儲量變化。并且，JPL所反演計算的GWC值均高于CSR反演值，可能是由于預(yù)處理方法和時空分辨率的不同所造成。其中，分別在2002—2006年和2013—2014年時間段，不同數(shù)據(jù)源(JPL和CSR，順序下同)變化率分別為-0.014、-0.076 cm/月和0.114、0.145 cm/月。但是，在2007—2012年期間，JPL所反演計算的GWC略低于CSR反演值，變化率分別為-0.087和-0.101 cm/月。該結(jié)果證實，此期間內(nèi)區(qū)域地下水變化情況復(fù)雜，變化幅度相對明顯。2012年以后，二者的GWC與區(qū)域TWSC變化趨勢相一致，均呈小幅度增加。通過分析可推測，研究區(qū)降水量近幾年呈增加趨勢，必然對區(qū)域水資源量積累產(chǎn)生正面作用。此外，由于國家和政府對區(qū)域所面臨的生態(tài)環(huán)境問題的不斷重視，一系列的生態(tài)環(huán)境保護(hù)措施的實施也將對地下水超采等問題起到了抑制作用。

3.3 不同數(shù)據(jù)源GRACE衛(wèi)星數(shù)據(jù)適用性分析

本文以研究區(qū)75口地下水觀測井的地下水埋深實測數(shù)據(jù)為基礎(chǔ)，以期對兩種GRACE衛(wèi)星數(shù)據(jù)反演的GWC成果進(jìn)行驗證。首先，進(jìn)行等效水高化處理，即將地下水埋深變化值乘以給水度，以期獲取等效水高形式的地下水儲量變化值，詳見圖4。其中給水度參考前人已有研究成果[31]，選用其均值0.111 3作為參數(shù)。之后，將其與衛(wèi)星數(shù)據(jù)所反演的GWC進(jìn)行對比分析。

圖4 2002—2014年實測數(shù)據(jù)反演計算地下水儲量變化

基于實測埋深值獲取的地下水儲量變化與基于GRACE衛(wèi)星數(shù)據(jù)所反演的值變化趨勢相對一致，呈現(xiàn)虧損狀，詳見圖4。然而，實測計算的GWC數(shù)值與CSR及JPL衛(wèi)星數(shù)據(jù)反演計算的結(jié)果相關(guān)性不顯著(R=0.145，P>0.05；R=0.038，P>0.05)，前者下降變化趨勢更為明顯，變化率達(dá)-0.154 cm/月。為了更加直觀地判別不同數(shù)據(jù)源反演GWC與基于實測埋深反演結(jié)果擬合程度，本文結(jié)合圖3的階段變化趨勢，分別進(jìn)行相關(guān)性分析。表1分別給出了源自不同數(shù)據(jù)源的衛(wèi)星遙感和傳統(tǒng)水文監(jiān)測兩種方法所反演的地下水儲量變化相關(guān)性分析結(jié)果。

表1 2002—2014年不同數(shù)據(jù)源反演計算地下水儲量變化相關(guān)性分析

由表1可知，2002—2006年期間，CSR反演的GWC結(jié)果較JPL反演結(jié)果與基于傳統(tǒng)水文監(jiān)測法反演GWC值相關(guān)性顯著(R=0.289，P<0.01)，后者未通過顯著性檢測。2007—2012年期間，衛(wèi)星反演計算數(shù)據(jù)與實測計算數(shù)據(jù)值相關(guān)性顯著，均通過了顯著性檢測。與之相反，2013—2014年期間，衛(wèi)星反演計算數(shù)據(jù)與實測計算數(shù)據(jù)值相關(guān)性不顯著，均未通過顯著性檢測，但CSR反演計算結(jié)果與實測計算結(jié)果相關(guān)系數(shù)較大，說明二者相關(guān)性高于JPL反演計算結(jié)果。綜上所述，CSR反演計算GWC與基于傳統(tǒng)水文監(jiān)測法反演GWC值變化趨勢相對一致，更能適用于研究區(qū)地下水儲量變化的反演研究。

4 討論

已有許多學(xué)者針對典型沙地區(qū)域的水資源動態(tài)變化進(jìn)行研究，認(rèn)為其呈下降趨勢[32-33]，與本文的研究結(jié)果相一致，表明GRACE衛(wèi)星數(shù)據(jù)反演計算的結(jié)果可以用于表征區(qū)域水資源儲量變化。與此同時，基于對比分析CSR/JPL衛(wèi)星數(shù)據(jù)所反演的平原區(qū)TWSC情況，可知二者整體上變化趨勢相一致，相關(guān)性顯著。但是，JPL所反演結(jié)果相對變化顯著，變化幅度大于CSR反演結(jié)果，這可能是由于不同數(shù)據(jù)源GRACE衛(wèi)星數(shù)據(jù)的預(yù)處理方法不同所引發(fā)的，陶征廣等[34]基于 GRACE衛(wèi)星數(shù)據(jù)反演安徽省地下水儲量變化時也對此進(jìn)行過分析。

地下水埋深長時間序列數(shù)據(jù)為研究區(qū)域地下水資源動態(tài)變化提供了所必需的關(guān)鍵歷史視角[35-37]。但若想獲得任何有意義的地下水埋深監(jiān)測數(shù)據(jù)，連續(xù)、大量的及有代表性的地下觀測井是關(guān)鍵需求。本文中地下水埋深值的觀測井均位于耕地或城鎮(zhèn)等地，受人為因素影響較大，兼之?dāng)?shù)量有限，觀測值不能較好地代表整體區(qū)域性，特別是具有廣闊面積的草地與未利用地等的地下水狀況[38]，這也解釋了不同數(shù)據(jù)源的GRACE衛(wèi)星數(shù)據(jù)反演計算的地下水儲量變化與實測埋深值反演計算的結(jié)果相關(guān)性較差的原因。值得說明的是，CSR 和 JPL 哪一個更適用于表征本研究區(qū)水資源儲量的實際情況，需要進(jìn)一步去采用衛(wèi)星數(shù)據(jù)降尺度等方法或基于大量的地面長期觀測數(shù)據(jù)集進(jìn)行模擬預(yù)測等方式來評判，還需要不斷全面與深入地進(jìn)行研究。

5 結(jié)束語

本文比較了CSR和JPL的GRACE衛(wèi)星數(shù)據(jù)在反演農(nóng)牧交錯帶典型沙地區(qū)域陸地水資源儲量變化及計算地下水儲量變化的異同，主要結(jié)論有以下幾點(diǎn)。

1)研究區(qū)陸地水資源儲量變化及地下水儲量變化整體上均呈現(xiàn)出下降趨勢，呈虧損狀態(tài)，JPL的反演結(jié)果較CSR反演結(jié)果變化速率快、幅度大。

2)通過對比實測地下水埋深反演計算的地下水儲量變化，CSR反演計算研究區(qū)地下水儲量變化結(jié)果更適用于研究區(qū)進(jìn)行表征地下水動態(tài)變化情況。

3)GRACE衛(wèi)星數(shù)據(jù)對于了解大尺度區(qū)域陸地水資源儲量變化的特征及趨勢具有重要作用。鑒于 GRACE衛(wèi)星數(shù)據(jù)得到了廣泛應(yīng)用并取得了大量研究成果，評估 CSR和 JPL不同數(shù)據(jù)源的衛(wèi)星數(shù)據(jù)的區(qū)域適用性，以及利用實測地下水埋深數(shù)據(jù)集評判哪一個數(shù)據(jù)源更適用于表征區(qū)域水資源動態(tài)變化情況，具有重要的科學(xué)研究和社會價值。