張 林，沈云中，陳秋杰，王奉偉

同濟大學(xué)測繪與地理學(xué)院，上海 200092

陸地水儲量變化指陸地各類水體的總變化，包括地表水、土壤水、地下水和植物冠層水等，是全球水循環(huán)的重要組成部分[1]。水平衡法為區(qū)域陸地水儲量變化的間接估計方法，即通過氣象水文數(shù)據(jù)的輸入和輸出之差來描述陸地水儲量變化。然而在觀測資料缺失地區(qū)，該方法不能很好地反映人類活動對區(qū)域水儲量變化的影響[2]。GRACE重力衛(wèi)星發(fā)射之后，以相同的數(shù)據(jù)質(zhì)量覆蓋全球[3]，彌補了水文觀測易受觀測條件制約、站點空間分布不均和數(shù)據(jù)質(zhì)量不佳等不足，可直接獲取不同空間尺度的陸地水儲量變化。文獻[4]利用GRACE數(shù)據(jù)分析了全球27條流域水儲量的季節(jié)性及年際變化。文獻[5]評估了5種GRACE時變重力場模型在反演中國大陸地區(qū)水儲量變化中的不確定性。文獻[6]利用GRACE數(shù)據(jù)監(jiān)測了小尺度的三峽水庫蓄水過程。

探明區(qū)域陸地水儲量變化的驅(qū)動因素有助于認識區(qū)域水循環(huán)發(fā)生機制，為區(qū)域防災(zāi)減災(zāi)提供技術(shù)保障[7-9]。文獻[10—11]通過分析氣象水文因素對全球168個流域陸地水儲量變化的影響，發(fā)現(xiàn)在低緯度流域降水對水儲量變化的貢獻較大，而在中高緯度流域蒸散和徑流的貢獻更大。文獻[12]利用GRACE和水文模擬定性分析了2002—2010年氣象水文因素與人類活動對全球30個流域水儲量變化的影響。此外，還有學(xué)者重點探究了水庫蓄水對流域水儲量季節(jié)性變化的影響[13-15]。然而，定量評估不同驅(qū)動因素對陸地水儲量變化貢獻的相關(guān)研究較少，且主要量化降水、徑流和蒸散單個氣象水文因素的貢獻[10-11,16]。本文綜合量化分析氣象水文因素、人類活動耗水及水庫水儲量變化對紅柳江區(qū)域陸地水儲量變化的影響。

珠江流域是我國第二大流域，其陸地水儲量變化主要受降水量、ENSO(El Nio/Southern Oscillation)和PDO(Pacific Decade Oscillation)等氣候因素的影響[17]，存在明顯的豐水及枯水循環(huán)周期[18]。同時，還與流域西北喀斯特地貌和水庫蓄水有關(guān)[19-20]，也有學(xué)者探究了該流域水儲量季節(jié)及趨勢變化特性[21]，但未見流域內(nèi)典型子區(qū)域水儲量變化及其驅(qū)動因素分析的相關(guān)研究。紅柳江區(qū)域為珠江流域面積最大的子流域，其陸地水儲量增長速度顯著高于其他子流域[22]，且區(qū)域內(nèi)人類活動耗水量相對較多(年均耗水量約為10 km3)。我國第三大水庫—龍灘水庫位于該區(qū)域內(nèi)，該水庫在實現(xiàn)發(fā)電、防洪、供水等效益的同時，也造成了自然河流的分段、徑流過程的均一化，其極強的徑流調(diào)控能力顯著改變了紅柳江下游區(qū)域徑流的年內(nèi)分配[22-23]，因此，分析該區(qū)域陸地水儲量變化并定量評估相關(guān)驅(qū)動因素對完善珠江流域水文研究具有重要意義。

1 研究區(qū)域

紅柳江區(qū)域是珠江流域內(nèi)面積最大的二級子流域，其面積約為112 666.7 km2，位于貴州和廣西境內(nèi)，地勢西北高、東南低(圖1)。紅水河和柳江為該區(qū)域徑流量最大的兩條支流，紅水河發(fā)源于云南省東部，東出云南后穿越廣西西北和中部后與柳江匯合，兩條河流的水文監(jiān)測站見圖1中的紅色標志，即遷江站(QJ)和柳州站(LZ)。

注：① 南北盤江; ② 紅柳江; ③ 郁江; ④ 桂南沿海諸河; ⑤ 西江; ⑥ 北江; ⑦ 珠江三角洲; ⑧ 東江; ⑨韓江及粵東諸河。

紅柳江區(qū)域有十大水庫，而在研究時段內(nèi)(2003—2016年)進行蓄水的水庫僅有龍灘水庫、樂灘水庫、橋鞏水庫和紅花水庫(具體位置如圖1所示)，水庫庫容量分別為272.70億m3、9.50億m3、9.03億m3和5.70億m3，可見龍灘水庫的庫容量遠大于其他水庫。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)

本文所用數(shù)據(jù)見表1，可分為GRACE數(shù)據(jù)、氣象水文數(shù)據(jù)和人類活動相關(guān)數(shù)據(jù)3大類。

表1 數(shù)據(jù)集介紹

2.1.1 GRACE數(shù)據(jù)

GRACE數(shù)據(jù)采用2003年1月—2016年12月美國得克薩斯大學(xué)空間研究中心(CSR)發(fā)布的RL06版和同濟大學(xué)發(fā)布的Tongji-Grace2018版96階次時變重力場模型，研究時段內(nèi)分別存在17個月和18個月的數(shù)據(jù)缺失，其空缺月份用三次樣條進行填補。GRACE數(shù)據(jù)處理過程中，考慮了地心改正項和GIA影響[24-26]，利用SLR解算結(jié)果(NASA GSFC C20)替換了C20項[27]，并扣除2004年1月—2009年12月平均場，以便與GRACE CSR Mascon產(chǎn)品的背景場一致。此外，選用P4M6+300 km高斯濾波方式處理球諧系數(shù)噪聲[28]，并利用無約束Forward Modeling對泄漏信號進行恢復(fù)[29]，最終基于緯度加權(quán)原則求得區(qū)域陸地水儲量異常。

2.1.2 氣象及水文數(shù)據(jù)

降水?dāng)?shù)據(jù)采用國家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺提供的地面降水月值數(shù)據(jù)(V2.0版)，其空間分辨率為0.5°×0.5°。該數(shù)據(jù)基于中國地面2472個臺站的降水資料，利用薄盤樣條進行空間插值而生成，并經(jīng)過交叉驗證分析，數(shù)據(jù)質(zhì)量狀況良好[30]。

實測徑流數(shù)據(jù)來自中國泥沙公報公布的遷江站和柳州站的月徑流量，代表整個紅柳江區(qū)域的出境流量。水文模型模擬徑流數(shù)據(jù)選用全球陸面數(shù)據(jù)同化系統(tǒng)(GLDAS 2.1v)的NOAH、CLM、VIC模型[31]。蒸散發(fā)數(shù)據(jù)產(chǎn)品有兩類，即基于遙感數(shù)據(jù)反演的GLEAM 3v產(chǎn)品[32]和NASA發(fā)布的GLDAS 2.1v中的NOAH、CLM、VIC產(chǎn)品。本文直接使用氣象及水文原始格網(wǎng)數(shù)據(jù)，避免了濾波處理及泄漏改正不充分導(dǎo)致的信號削弱問題。

2.1.3 人類活動數(shù)據(jù)

人類活動數(shù)據(jù)包括龍灘水庫實測水量[19]和人類活動年耗水量，兩者均以km3表示。為了統(tǒng)一比較，將氣象水文數(shù)據(jù)及GRACE估算的水儲量變化歸算為體積變化形式。

2.2 方法

本文利用水平衡法[33]計算珠江流域陸地水儲量變化，將其與GRACE時變重力數(shù)據(jù)估算結(jié)果進行比較，以評估人類活動對流域水儲量變化的影響；同時，基于文獻[34]中的貢獻率定量法量化各驅(qū)動因素對流域陸地水儲量變化的貢獻。

2.2.1 水平衡法

水平衡法[33]和GRACE時變重力數(shù)據(jù)是計算區(qū)域陸地水儲量變化的不同方法，分別利用式(1)和式(2)進行計算

TWSC=P-E-R

(1)

TWSCGRACE(t)=TWSA(t)-TWSA(t-1)

(2)

式中，P為降水量；E和R分別為區(qū)域蒸散量和徑流量，當(dāng)缺乏蒸散數(shù)據(jù)或?qū)崪y徑流時，通常利用水文模型進行估算[35]；TWSCGRACE(t)為GRACE模型求得的t月份陸地水儲量變化，其單位為km3/month；TWSA(t)和TWSA(t-1)分別為t和t-1月份陸地水儲量異常，單位為km3。

2.2.2 貢獻率定量法

陸地水儲量變化驅(qū)動因素貢獻率定量公式為[34]

(3)

式中，N為陸地水儲量變化驅(qū)動因素數(shù)目；Hi為第i個驅(qū)動因素引起的陸地水儲量變化;ηi為第i個驅(qū)動因素對區(qū)域陸地水儲量變化的貢獻率。當(dāng)η為正時驅(qū)動因素促進區(qū)域陸地水儲量增長，反之則消耗區(qū)域水儲量。選用相關(guān)系數(shù)(p-value檢驗法計算置信區(qū)間)及均方根誤差作為模型接近程度的評定指標，均方根誤差為

(4)

式中，ΔSi為不同模型計算的時間序列值之差；N為研究時段內(nèi)總月(年)份。

3 紅柳江區(qū)域陸地水儲量變化

3.1 水平衡法估算陸地水儲量變化

圖2(a)、(b)、(c)分別給出了紅柳江區(qū)域降水量、徑流量(實測徑流、CLM、NOAH、VIC)和蒸散量(GLEAM、CLM、NOAH、VIC)月變化序列。由圖2(a)可知，2004、2005及2010年紅柳江區(qū)域降水量顯著高于其他年份，2011和2013年的降水量則低于其他年份。圖2(b)所示的區(qū)域徑流量中，CLM、NOAH和VIC模型估算結(jié)果與實測徑流量(柳州站和遷江站徑流之和)相關(guān)系數(shù)分別為0.84、0.80和0.82(p值均為0.01)，均方根誤差分別為2.90、4.61和6.44 km3，因此CLM模型估算徑流值與實測徑流值最為接近。CLM、VIC、NOAH和GLEAM模型估算的蒸散量存在差異(圖2(c))，周年振幅分別為33.3±9.62、36.1±1.25、43±1.98和41.3±1.87 km3。本文選用CLM模型對區(qū)域徑流和蒸散量進行估算，估算值分別記為RCLM和ECLM，實測徑流記為R實。

3.2 GRACE估算陸地水儲量變化

圖3給出了CSR-RL06和Tongji-Grace2018模型計算的紅柳江區(qū)域陸地水儲量變化，其周年振幅分別為3.45±0.44 km3/a和3.47±0.45 km3/a，相位為296.9°±7.25°/a和293.4°±7.4°/a，長期趨勢分別為0.04±0.08 km3/a2和0.03±0.08 km3/a2，兩者吻合較好，因此取其均值作為GRACE模型估算結(jié)果。

圖3 GRACE估算陸地水儲量月變化

3.3 區(qū)域水量平衡方程閉合性分析

GRACE和水平衡法估算的閉合流域陸地水儲量變化應(yīng)滿足平衡關(guān)系[33]，圖4(a)、(b)分別為兩種方法估算的紅柳江區(qū)域陸地水儲量月變化和年變化，其長期趨勢、周年振幅和相位統(tǒng)計結(jié)果見表2。在水平衡法中，實測徑流和CLM模型徑流數(shù)據(jù)計算的陸地水儲量變化分別記為P-ECLM-R實和P-ECLM-RCLM。

圖4 紅柳江區(qū)域陸地水儲量月變化和年變化

表2 GRACE及水平衡法估算結(jié)果對比(月尺度)

水平衡法中P-ECLM-R實和P-ECLM-RCLM與GRACE模型估算的陸地水儲量月變化之差值計算的均方根誤差分別為3.41 km3/month和3.61 km3/month；年變化差值計算的均方根誤差分別為13.1 km3/a和19.74 km3/a。由圖4和表2可知，P-ECLM-R實比P-ECLM-RCLM更接近GRACE模型的估算結(jié)果，其原因為GLDAS中的CLM模型未模擬人類活動耗水(human consume,HC)(包括工業(yè)、生活、農(nóng)業(yè)灌溉和生態(tài)耗水)和水庫儲水(reservoir storage,RESS)等因素對區(qū)域陸地水儲量變化的貢獻[36]；人類活動耗水量將轉(zhuǎn)為徑流和蒸散量輸出，水庫的徑流攔截及水面蒸發(fā)作用也會影響水量平衡方程的閉合性，而實測徑流考慮了人類活動的影響。此外，表2中GRACE模型及水文模式計算的陸地水儲量變化長期趨勢均不顯著，部分月份數(shù)據(jù)質(zhì)量較差，導(dǎo)致其不確定度較大。

為探究人類活動耗水對紅柳江區(qū)域陸地水儲量變化的影響，將考慮該驅(qū)動因素后，CLM模型計算的陸地水儲量變化與實測徑流，以及GRACE模型估算結(jié)果進行比較，如圖5所示，考慮人類活動耗水為該區(qū)域陸地水儲量輸出項時，P-ECLM-RCLM與GRACE模型估算的區(qū)域陸地水儲量年變化吻合程度有明顯提高，均方根誤差減小到12.26 km3/a，較之前降低了39%，且與P-ECLM-R實較為一致。

圖5 紅柳江區(qū)域陸地水儲量年變化(GRACE及水平衡法估算結(jié)果)

4 紅柳江區(qū)域陸地水儲量變化驅(qū)動因素分析

4.1 氣象水文因素及人類活動耗水

由上述分析可知，紅柳江區(qū)域水儲量變化的潛在驅(qū)動因素包括氣象水文因素(P-ECLM-RCLM)、人類活動耗水(HC)和其他因素(other)，利用式(3)計算不同驅(qū)動因素對區(qū)域陸地水儲量變化貢獻率。圖6(a)、(b)分別為氣象水文因素和人類活動耗水對紅柳江區(qū)域陸地水儲量變化的貢獻率，以及區(qū)域年降水量，徑流和蒸散量之和。氣象水文因素和人類活動耗水量與該區(qū)域水儲量變化的相關(guān)系數(shù)分別為0.82(p值為0.01)和0.50(p值為0.07)，其貢獻率在-29.0%～61.7%和-72.0%～-14.1%范圍內(nèi)。氣象水文因素貢獻率僅于2009、2011和2016年為負，其均值為-22.5%，其余年份正貢獻率均值為47.7%；人類活動耗水貢獻率始終為負，其均值為-34.8%。圖6(b)中，2009、2011和2016年區(qū)域降水量低于徑流和蒸散量之和，導(dǎo)致氣象水文因素的貢獻率為負。

圖6 人類活動耗水和氣象水文因素貢獻率及氣象水文因素水量變化

4.2 龍灘水庫水儲量變化

龍灘水庫(面積約為63.18 km2)于2006年9月開始蓄水，到2009年底蓄水完成，水位上漲了330 m。圖7(a)、(b)分別為龍灘水庫蓄水前(2003年1月—2006年8月)和蓄水階段(2006年9月—2009年12月)紅柳江區(qū)域陸地水儲量異常趨勢空間分布，箭頭方向表示紅水河流向，其平均水儲量變化速度分別為-1.28 km3/a和0.15 km3/a。該區(qū)域陸地水儲量在龍灘水庫蓄水階段整體呈現(xiàn)增長趨勢，且紅水河上游區(qū)域水儲量增長速度高于中下游區(qū)域，表明水庫蓄水促進了區(qū)域陸地水儲量的增長。

圖7 紅柳江區(qū)域陸地水儲量異常趨勢

圖8(a)、(b)分別為2006年9月—2014年12月GRACE模型與龍灘水庫水儲量異常原始序列及傅里葉分析結(jié)果，其長期趨勢、周年振幅和周年相位信息列于表3。GRACE模型與龍灘水庫水儲量異常序列相關(guān)系數(shù)為0.66(p值為0.01)，長期趨勢和周年相位吻合較好，均存在明顯的一年和兩年周期信號，反映了GRACE模型與龍灘水庫的水儲量變化具有一定相關(guān)性。由于GRACE模型計算的陸地水儲量變化包含龍灘水庫外的水儲量變化，因此圖8中的信號強度高于龍灘水庫。

圖8 GRACE和龍灘水庫(LT)實測水儲量異常原始序列和傅里葉分析結(jié)果

表3 GRACE和龍灘水庫實測水儲量異常時間序列信息表

龍灘水庫水儲量變化(TWSCLT)的計算方法同式(2)，其對區(qū)域陸地水儲量變化貢獻率可由式(3)估算。圖9為2006—2014年龍灘水庫對紅柳江區(qū)域陸地水儲量變化貢獻率，其值在-45.9%～29.2%范圍內(nèi)。2006—2008年水庫蓄水，水庫貢獻率持續(xù)為正；2009年和2011年水庫負貢獻率較大，其原因為這兩年降水量較少，而人類活動耗水量較多(圖6)。此外，龍灘水庫蓄水完成后(2009年之后)，水庫貢獻率正負交替，此現(xiàn)象可能與政府調(diào)控有關(guān)。

圖9 龍灘水庫對陸地水儲量變化的貢獻率

5 結(jié) 論

本文討論了人類活動耗水對紅柳江區(qū)域水量平衡方程閉合性的影響，定量分析了氣象水文因素、人類活動耗水和龍灘水庫水儲量變化對該區(qū)域陸地水儲量變化的貢獻，主要結(jié)論如下。

(1)人類活動耗水是紅柳江區(qū)域不可忽略的陸地水儲量輸出項，考慮該因素后，由水量平衡方程閉合差計算的均方誤差減少了39%。人類活動耗水與該區(qū)域水儲量變化相關(guān)性為0.50，對該區(qū)域陸地水儲量變化的年均貢獻率為-34.8%。

(2)氣象水文因素引起的水儲量變化與紅柳江區(qū)域陸地水儲量變化的相關(guān)性達到0.82，對區(qū)域陸地水儲量變化的貢獻率僅于2009、2011和2016年為負，其均值為-22.5%；其余年份正貢獻率均值為47.7%，因此降水、徑流和蒸散的相互作用為該區(qū)域陸地水儲量變化的重要因素。

(3)紅柳江區(qū)域平均陸地水儲量變化趨勢在龍灘水庫蓄水前(2003年1月—2006年8月)和蓄水階段(2006年9月—2009年12月)分別為-1.28 km3/a和0.15 km3/a，表明水庫蓄水促進了該區(qū)域的水儲量增長。2006—2014年龍灘水庫對區(qū)域陸地水儲量變化貢獻率在-45.9%～29.2%范圍內(nèi)。

(4)由于人類活動因素考慮不全面(如缺少實測蒸散，水庫水面蒸發(fā)及攔截徑流數(shù)據(jù)等)，水平衡法和GRACE模型估算的陸地水儲量變化仍有較大的不閉合值(圖5)；同時還需要細致分析并定量除氣象水文因素和人類活動耗水外其他因素對陸地水儲量變化的貢獻；此外，本文僅定量直接氣象水文因素對區(qū)域陸地水儲量變化(降水、徑流和蒸散)貢獻，缺少對間接氣象水文因素(如ENSO、PDO和西太副高等)影響作用的分析。