阮永健， 吳秀芹

（1.北京林業(yè)大學(xué)水土保持學(xué)院，北京 100083；2.北京林業(yè)大學(xué)水土保持國家林業(yè)重點實驗室，北京 100083）

地下水作為水資源的重要組成部分，具有分布范圍廣、水質(zhì)優(yōu)良、開發(fā)成本低等特點［1-3］。中華人民共和國水利部發(fā)布的2020 年度《中國水資源公報》指出，全國地下水資源總量為8553.5×108m，占水資源總量的27%，2020 年地下水資源供給量為892.5×108m，占供水總量的15.4%，地下水資源在供給中占有極其重要的地位［4-5］。隨著用水需求的不斷提升，21 世紀以來，我國地下水開采量持續(xù)超過1000×108m，地下水的超采勢必造成地下水儲量減少、地下水水位的下降［6］，可能導(dǎo)致地下水依賴型生態(tài)系統(tǒng)退化并危及區(qū)域生態(tài)安全。干旱半干旱區(qū)就是典型的地下水依賴型生態(tài)系統(tǒng)，只有可持續(xù)利用地下水，才能緩解干旱半干旱區(qū)地下水環(huán)境的惡化［7］。

地下水可持續(xù)性的概念最早由Alley 等［8］在1999 年提出，后經(jīng)過不斷的完善可以定義為：地下水系統(tǒng)能夠為生態(tài)系統(tǒng)和人類社會持續(xù)提供足夠數(shù)量和良好質(zhì)量的水資源的能力。國內(nèi)外也展開了大量的地下水可持續(xù)性相關(guān)的研究，主要包括基于數(shù)量的、基于質(zhì)量的以及綜合評價方法3 種。在地下水?dāng)?shù)量評價方面，Thomas 等［9］通過GRACE（Gravity Recovery and Climate Experiment）和GLDAS（Global Land Date Assimilation System）水文模型，結(jié)合基于GRACE的地下水干旱指數(shù)（GRACE Groundwater Drought Index，GGDI），評價了2002—04—2016—07 全球37 個大型含水層的地下水資源量可持續(xù)性。地下水質(zhì)量評價方面主要包括通過地下水指數(shù)、地下水脆弱性以及地下水質(zhì)可持續(xù)性指標進行評價。綜合評價是指綜合考慮地下水的數(shù)量和質(zhì)量來評價地下水可持續(xù)性，如Singh 等［10］通過構(gòu)建基于15 個指標的地下水可持續(xù)性指數(shù)GSI 評估印度拉賈斯坦邦西部干旱地區(qū)地下水可持續(xù)性；Jiang 等［11］在驅(qū)動力-壓力-狀態(tài)-影響-響應(yīng)框架的基礎(chǔ)上，建立了地下水可持續(xù)性指標體系，并運用層次分析法和信息熵理論重新構(gòu)建了地下水可持續(xù)性評價方法。

開展地下水的實時動態(tài)監(jiān)測是地下水資源量可持續(xù)性利用的重要保障，傳統(tǒng)的地下水儲量監(jiān)測技術(shù)主要是通過監(jiān)測井來實測地下水位數(shù)據(jù)以達到估算地下水儲量的目的，然而該方法存在較大局限，包括水井的數(shù)量少、分布不均以及很難對大尺度的區(qū)域進行監(jiān)測等［12-13］。隨著重力衛(wèi)星探測技術(shù)的不斷發(fā)展，越來越多的國內(nèi)外研究者通過利用GRACE衛(wèi)星數(shù)據(jù)，更好的實現(xiàn)對大尺度區(qū)域地下水的監(jiān)測。Neves 等［14］評估比較了幾種不同來源的GRACE 數(shù)據(jù)在伊比利亞地區(qū)進行地下水儲量監(jiān)測中的性能，結(jié)果顯示CSR Mascon數(shù)據(jù)在該地區(qū)表現(xiàn)最好；Karunakalage 等［15］利用降低尺度的高分辨率GRACE 數(shù)據(jù)監(jiān)測印度古吉拉特邦及周邊地區(qū)的地下水儲量減少情況并驗證了GRACE SH數(shù)據(jù)在水管理研究中的適用性；束秋妍等［16］利用GRACE 重力衛(wèi)星數(shù)據(jù)反演華北平原地下水儲量變化探索華北平原地下水儲量變化的時空特征和驅(qū)動機制；孫倩等［17］基于GRACE衛(wèi)星結(jié)合GLDAS水文模型對和田地區(qū)克里雅河流域11 a間的陸地水儲量動態(tài)變化進行反演，模擬地下水等效水柱高變化趨勢以此構(gòu)建地下水水位估算模型，結(jié)合實測數(shù)據(jù)驗證精度，驗證結(jié)果表明模型適用性較好；陶征廣等［18］基于GRACE和GLDAS反演安徽省地下水儲量的時間變化序列，反演結(jié)果與國家統(tǒng)計局數(shù)據(jù)相關(guān)系數(shù)達到89.62%。綜上所述，GRACE衛(wèi)星數(shù)據(jù)在反演大尺度范圍地下水儲量變化有較高的精度，可以較為系統(tǒng)、準確的獲取地下水儲量變化；并且GRACE 衛(wèi)星數(shù)據(jù)在中國地區(qū)地下水儲量監(jiān)測方面效果良好。

中國西北干旱區(qū)降水稀少、蒸發(fā)強烈，水資源緊缺，自然湖泊濕地、天然植被對地下水具有強烈依賴性。近些年來，不夠合理的地下水資源開發(fā)導(dǎo)致地下水位下降、荒漠化入侵，地下水長期處于超采狀態(tài)，地下水資源受到嚴重威脅［1-3］。目前，針對西北干旱地區(qū)地下水的研究主要集中在對地下水儲量變化和地下水埋深分析等方面，在地下水資源量可持續(xù)性評價方面的研究鮮有報導(dǎo)。地下水作為西北干旱區(qū)經(jīng)濟發(fā)展極為重要的資源，開展區(qū)域整體地下水可持續(xù)性水平的評估，對區(qū)域發(fā)展、地下水可持續(xù)利用具有重要意義。本文旨在通過利用GRACE數(shù)據(jù)和GLDAS水文模型反演西北干旱區(qū)地下水儲量變化，并結(jié)合基于GRACE 的地下水干旱指數(shù)GGDI 進一步量化地下水資源量的可靠性、回彈效、脆弱性，以此評價西北干旱區(qū)地下水資源量可持續(xù)性指數(shù)，揭示西北干旱區(qū)地下水的可持續(xù)性水平，為西北干旱區(qū)地下水資源量可持續(xù)性管理提供重要參考。

1 研究區(qū)概況與方法

1.1 研究區(qū)概況

中國西北干旱區(qū)位于亞洲中部［19］，地理位置位于73°～107°E，35°～50°N，東部以賀蘭山為界，南至昆侖山、阿爾金山與祁連山，北側(cè)與西側(cè)以國境線為界（圖1）。行政區(qū)上包括新疆全境，甘肅河西五市及內(nèi)蒙古阿拉善盟的廣大地區(qū)。區(qū)域總面積為2.09×106km2，約占中國總面積的1/5。研究區(qū)深居內(nèi)陸，區(qū)域內(nèi)除了阿勒泰市東北部，塔城地區(qū)西北部，博樂市、奎屯市、沙灣縣以及瑪納斯縣南部，烏魯木齊市，甘肅河西五市在內(nèi)的部分地區(qū)年降水量大于200 mm 外，其他區(qū)域皆為年降水量小于200 mm的極端干旱區(qū)，屬典型的大陸性氣候，地形以高原、山地、盆地為主，地勢起伏大。其中，包括內(nèi)蒙古高原、阿爾泰山山脈、天山山脈、昆侖山脈、阿爾金山脈、祁連山山脈、準噶爾盆地、吐魯番盆地和塔里木盆地。

圖1 中國西北干旱區(qū)Fig.1 Arid area in Northwest China

1.2 數(shù)據(jù)與處理

1.2.1 GRACE 數(shù)據(jù) 2002 年3 月發(fā)射的重力恢復(fù)與氣候試驗衛(wèi)星（Gravity Recovery and Climate Experiment，GRACE）對全球重力場進行長達16 a的觀測，2018 年5 月在GRACE 衛(wèi)星停止工作1 a 之后GRACE-FO（GRACE Follow-on）發(fā)射成功開始延續(xù)GRACE衛(wèi)星的任務(wù)［20］。

本文選用德國噴氣推進實驗室（JPL）發(fā)布的空間分辨率為0.5°×0.5°，時間分辨率為1 個月的RL06-level2 Mascon 數(shù)據(jù)模型［21］和國家青藏高原科學(xué)數(shù)據(jù)中心（TPDC）在2020年10月發(fā)布的中國區(qū)域基于降水重構(gòu)陸地水儲量變化數(shù)據(jù)集的JPL RL06 Mascon部分數(shù)據(jù)［22］，所有數(shù)據(jù)都扣除了2004—2009年間的平均值，代表每個月的數(shù)據(jù)是相對于2004—01—2009—12平均值的質(zhì)量變化，換算為等效水柱高，即地下水儲量變化的質(zhì)量換算到假想平面內(nèi)水柱的高度。

研究選擇的時間跨度為2002—04—2020—09，共計200 個月，部分月份缺失，其中2017—07—2018—05 Grace 數(shù)據(jù)間斷期的11 個月使用中國區(qū)域基于降水重構(gòu)陸地水儲量變化數(shù)據(jù)集，其余189個月使用JPL提供的GRACE/GRACE-FO數(shù)據(jù)。

1.2.2 GLDAS 數(shù)據(jù) 全球陸面同化系統(tǒng)（Global Land Date Assimilation System，GLDAS）是由美國宇航局哥達德飛行中心和美國國家環(huán)境預(yù)報中心共同提供。GLDAS數(shù)據(jù)包含3個陸面過程模型（CLM、NOAH、Mosaic），1 個水文模型（VIC）。數(shù)據(jù)包括了全球1979年至今的陸面地表徑流、氣溫、冠層水、蒸散發(fā)、土壤濕度、雪水等數(shù)據(jù)，由4 套模型進行模擬，空間分辨率為1°×1°與0.25°×0.25°，時間分辨率為3 h 和1個月等。

選用GLDAS 全球陸面同化系統(tǒng)中的NOAH 陸面過程模型來獲取積雪、冠層水及土壤水組成的地表水儲量變化，時間分辨率為30 d，空間分辨率為0.25°×0.25°。

1.2.3 降雨數(shù)據(jù) 降雨數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺——中國地面氣候資料日值數(shù)據(jù)集（V3.0），包含了2000—2019年中國各省、市、地區(qū)的年、月、逐日的平均降水量數(shù)據(jù)（20：00—20：00累計降雨量，單位為0.1 mm）。

1.2.4 土地利用數(shù)據(jù) Globeland 30 是國家基礎(chǔ)地理信息中心研制的高分辨率地表覆蓋產(chǎn)品，空間分辨率為30 m，分類精度為83%，數(shù)據(jù)在質(zhì)量和空間上具有較強的一致性，包括耕地、林地、草地、濕地、水體、苔原、灌木地、人造地表（城鎮(zhèn)等各類居民用地）、裸地、冰川和永久積雪共10類。

選用2000年、2010年、2020年3期Globeland 30數(shù)據(jù)通過拼接、掩膜、矢柵轉(zhuǎn)換處理后分析西北干旱區(qū)土地利用變化對地下水資源量變化的影響。

1.3 方法

1.3.1 地下水儲量估算 通過GRACE 數(shù)據(jù)產(chǎn)品獲得陸地儲水月變化ΔTWS，其中包括了地上部分（即植物冠層表面水、土壤水和雪水）和地下部分（即地下水）；地上部分需要通過GLDAS數(shù)據(jù)獲取。

式中：ΔWcan為冠層表面水變化；ΔWsoil為土壤水變化；ΔWsnow為雪水變化；ΔGWS為地下水變化。結(jié)合GRACE 數(shù)據(jù)和GLDAS 數(shù)據(jù)來獲取地下水儲量ΔGWSGRACE的公式如下［14］：

1.3.2 基于GRACE的地下水干旱指數(shù)GGDI GGDI（Grace Groundwater Drought Index）是一種基于歸一化的地下水存儲指標，用于評估含水層系統(tǒng)的地下水干旱。其新穎性是其通過結(jié)合地下水存儲的赤字和盈余來實現(xiàn)對地下水干旱的評估，當(dāng)GGDI＞0表示盈余狀態(tài)，反之則為赤字［23］。

首先計算每月氣候（Ci），這里的氣候不是氣候?qū)W定義中的氣候，氣候（Ci）是用來消除月度變化因素對地下水儲量的影響，其公式為：

將每月的地下水儲量變化（GWSA）減去每月的氣候以獲得地下水儲量偏差（GSD，Ground Water Storage Deviation），該值代表地下水儲量的凈偏差，最后通過減去地下水儲量的偏差的均值，在除以其標準差得到GGDI。

式中：GSDt是在GRACE 數(shù)據(jù)提取的地下水儲量變化信號中剔除月氣候波動得到的地下水儲量變化時間序列；XˉGSD和SGSD分別為GSDt的平均值和標準差。

1.3.3 地下水資源量可持續(xù)性評價及指標 GGDI與可持續(xù)性指數(shù)（Sustainability Index，SI）結(jié)合評估較大尺度的地下水資源量可持續(xù)性，其中SI為地下水系統(tǒng)可靠性（Reliability，REL）、回彈性（Resilience，RES）和脆弱性（Vulnerability，VUL）的函數(shù)［10］：

根據(jù)Thomas的分級標準，將西北干旱區(qū)地下水可持續(xù)性分為5個等級：低可持續(xù)性（0＜SI≤0.2），較低可持續(xù)性（0.2＜SI≤0.3），中可持續(xù)性（0.3＜SI≤0.5），高可持續(xù)性（0.5＜SI≤0.75），極高可持續(xù)性（0.75＜SI≤1）。

可靠性（REL）被定義為系統(tǒng)發(fā)生故障的頻率。對于地下水而言，可靠性就是含水層儲存量低于正常條件的歷史可能性，即GGDI 處于可靠水平的占比。將西北干旱區(qū)地下水可靠性分為5 個等級：低可靠性（0＜REL≤0.25），較低可靠性（0.25＜REL≤0.4），中可靠性（0.4＜REL≤0.6），高可靠性（0.6＜REL≤0.75），極高可靠性（0.75＜REL≤1）。

回彈性（RES）表示系統(tǒng)在不滿意的情況下恢復(fù)到滿意狀態(tài)的速度，在應(yīng)用于地下水時，回彈力表示從不滿意狀態(tài)恢復(fù)到滿意狀態(tài)的可能性，即GGDI 從負數(shù)到正數(shù)的可能性。將西北干旱區(qū)地下水回彈分為5 個等級：低回彈性（0＜RES≤0.2），較低回彈性（0.2＜RES≤0.3），中回彈性（0.3＜RES≤0.5），高回彈性（0.5＜RES≤0.75），極高回彈性（0.75＜RES≤1）。

脆弱性（VUL）定義為一種解釋不滿意程度和出現(xiàn)該程度的概率度量。對于區(qū)域地下水系統(tǒng)而言，嚴重程度和嚴重程度的概率即地下水干旱指數(shù)GGDI 值的大?。╯j=GGDIj）及其出現(xiàn)的概率（ej）?？闪炕癁椋?0］：

將西北干旱區(qū)地下水脆弱性分為5 個等級：低脆弱性（0＜VUL≤0.1），較低脆弱性（0.1＜VUL≤0.4），中脆弱性（0.4＜VUL≤0.6），高脆弱性（0.6＜VUL≤0.75），極高脆弱性（0.75＜VUL≤1）。

1.3.4 Theil-Sen 趨勢分析與Mann-Kendall 檢驗相結(jié)合 Theil-Sen趨勢分析與Mann-Kendall顯著性檢驗是2 種非參數(shù)檢驗方法，該方法不要求時間序列必須滿足正態(tài)分布和序列自相關(guān)的大部分假設(shè)，而且對事件序列中的異常值不敏感，能夠有效處理小的離群點和缺失值噪聲，廣泛應(yīng)用于氣象和水文的時間序列分析中［24］。公式如下：

式中：β是所有數(shù)據(jù)對斜率的中值，β的正負表示時間序列中的趨勢方向，當(dāng)β＞0 時，反應(yīng)上升趨勢；反之反應(yīng)下降趨勢；x為進行分析的指標。

本研究使用該方法，取置信水平α=0.01 來分析地下水儲量變化（TWSA）的時空變化趨勢。

1.3.5 最大信息系數(shù)MIC Reshef等［20］在2011年提出了最大信息系數(shù)（Maximal Information Coefficient，MIC），該系數(shù)可用于挖掘2個可變對象之間的潛在關(guān)系，衡量2個變量之間的線性和非線性關(guān)系。

其原理是，對于二維聯(lián)合隨機變量（X,Y），其樣本集合為D={(xi,yi} |i=1,2,3,…,N}，其樣本容量為N。通過分別將X和Y的值劃分為m和n個不同的區(qū)間，可以將樣本空間離散化為m×n的網(wǎng)格G。在指定網(wǎng)格下可以進一步估計互信息I(D|G)。

式中：D|G表示使用網(wǎng)格G劃分樣本集合時引入概率分布；p(x)，p(y)分別是X和Y的經(jīng)驗邊緣密度；p(x,y)是X和Y的經(jīng)驗聯(lián)合概率密度。

在離散化樣本集合D時，同樣的網(wǎng)絡(luò)m×n下存在多種不同值域劃分方式，所有可能的網(wǎng)格G上的最大互信息記為

進一步標準化I*(D,m,n)

基于最大互信息，隨機變量X，Y之間的MIC 定義為：

式中：B(N)為樣本個數(shù)的函數(shù)，通常設(shè)置B(N)=N0.6。MIC(X，Y)的取值范圍［0，1］，數(shù)值越大線性非線性關(guān)系相關(guān)程度越大。

2 結(jié)果與分析

2.1 西北干旱區(qū)地下水儲量變化

2.1.1 陸地水和地下水儲量變化 由月均陸地儲水量變化反演的地下水儲量變化（圖2）可以看出，2002—04—2020—09，西北干旱區(qū)陸地儲水量變化（TWSA）隨季節(jié)變化較大，最大值出現(xiàn)在2002 年8月，其等效水柱高3.96 cm，最小值出現(xiàn)在2020 年6月，其等效水柱高-4.42 cm，整體呈現(xiàn)出周期且向下的趨勢。地下水儲量變化（GWSA）也呈現(xiàn)出明顯的、持續(xù)的下降趨勢，最大值出現(xiàn)在2005 年6 月為3.06 cm，在2015 年1 月最低，達到-6.52 cm 之后下降趨勢有所減緩，開始呈現(xiàn)周期波動，研究期間等效水柱高累計下降6.52 cm。

圖2 陸地水儲量變化和地下水儲量變化Fig.2 Variations in of terrestrial water storage anomaly TWSA and groundwater storage anomaly GWSA

2.1.2 地下水儲量變化驗證 通過對研究區(qū)面積占比最大的新疆地區(qū)進行地下水儲量變化反演結(jié)果的驗證，以2003—2020年新疆水資源公報的地下水儲量年鑒數(shù)據(jù)作為參照（圖3），由圖3 可以看出，通過GRACE 反演獲得的GWSA 與其具有相同的變化趨勢，2014 年新疆地下水儲量最低，為443.9×108m3，與反演得到的GWSA最低點2015年1月相對應(yīng)，隨后在2015年新疆多地發(fā)生連續(xù)暴雨洪水災(zāi)害，地下水儲量有所上升［25］。

圖3 新疆地下水儲量與GWSAFig.3 Groundwater reserves in Xinjiang and groundwater storage anomaly GWSA

2.1.3 地下水儲量變化空間趨勢分析 采用Theil-Sen 方法和Mann-Kendall 顯著性檢驗相結(jié)合的方法，得到西北干旱區(qū)地下水儲量變化趨勢（圖4）。研究區(qū)95.7%區(qū)域在2002—04—2020—09 呈現(xiàn)出顯著變化（α≤0.01），其中約有19.3%呈現(xiàn)出顯著的正向變化，即地下水儲量增加；80.7%呈現(xiàn)出顯著負向變化，即地下水儲量減少。整體的空間趨勢呈現(xiàn)出3 層條帶式分布，自北向南第1 條道呈現(xiàn)增長趨勢，增長幅度較小，整個條帶東西跨度最??；第2條帶呈現(xiàn)出明顯的地下水儲量減少趨勢，條帶的東西跨度最大；第3 條帶呈現(xiàn)出較為明顯的地下水儲量增長趨勢。整個研究區(qū)大部分區(qū)域地下水儲量變化呈現(xiàn)出下降的趨勢，下降趨勢最顯著的區(qū)域在阿瓦提縣、庫爾勒市、伊寧縣交界處，顯著增長區(qū)域最明顯的地區(qū)在和田市。

圖4 利用Theil-Senmedian方法分析GWSA時間變化Fig.4 Theil-Senmedian method was used to analyze the spatial variation of GWSA

2.2 地下水干旱指數(shù)GGDI

將研究區(qū)基于時間序列的地下水儲量變化均值，去除基于GRACE 的周期變化的每月的氣候值GRACE-C（圖5b），得到地下水儲量偏差GSD（圖5c），再將地下水儲量偏差進行歸一化后得到基于GRACE 地下水干旱指數(shù)GGDI（圖5d）。GGDI＞0 表示地下水儲量處于盈余狀態(tài)，GGDI＜0 表示地下水儲量處于赤字狀態(tài)。在2008年9月之前，西北干旱區(qū)地下水干旱指數(shù)GGDI＞0，最高值出現(xiàn)在2003年9月，GGDI 為1.95，這段期間地下水儲量較長時間處于盈余狀態(tài)，狀態(tài)較為穩(wěn)定。2008—09—2012—10月之間GGDI在0上下波段，地下水盈余狀態(tài)和赤字狀態(tài)相互交替。在2012年10月之后地下水干旱指數(shù)GGDI 開始長期小于0，且呈現(xiàn)減少趨勢，最小值在2020年8月，為-1.66。

圖5 基于GEACE的地下水干旱指數(shù)GGDIFig.5 Groundwater drought index GGDI based on GEACE

2.3 地下水資源量可持續(xù)性評價

2.3.1 可靠性 可靠性是西北干旱區(qū)地下水GGDI盈余月份，在研究期間總月份中的占比情況。對西北干旱區(qū)地下水可靠性進行量化（圖6a），根據(jù)可靠性分級標準獲得西北干旱區(qū)可靠性分級結(jié)果（圖6b），以及西北干旱區(qū)地下水可靠性各等級占比情況（表1）。

表1 可靠性等級占比Tab.1 Proportion of reliability levels

圖6 可靠性評分及其分級Fig.6 Reliability score and its classification

全區(qū)域地下水可靠性平均值為0.495，達到中可靠性水平。其中，中可靠性區(qū)域占比最大達到89.8%，分布廣泛；較低可靠性區(qū)域占比7.27%，主要分布在研究區(qū)東部的阿拉善左旗，以及庫爾勒市東南部，和田東北部；極少部分為高可靠性區(qū)域；無低可靠性區(qū)和極高可靠性區(qū)域。

2.3.2 回彈性 回彈性是指西北干旱區(qū)地下水GGDI 從赤字狀態(tài)恢復(fù)到盈余狀態(tài)的能力，對西北干旱區(qū)地下水回彈性進行量化（圖7a），根據(jù)分級標準獲得西北干旱區(qū)可靠性分級結(jié)果（圖7b）以及回彈性各等級占比情況（表2）。

表2 回彈性等級占比Tab.2 Proportion of resilience levels

圖7 回彈性評分及其分級Fig.7 Resilience score and its classification

全區(qū)域地下水回彈性平均值為0.470，為中回彈性水平。區(qū)域中占比最高的是中回彈性區(qū)域，達到72.8%，其余27.2%為高回彈性區(qū)域，主要分布在西北干旱區(qū)南部邊界沿線，以及西北干旱區(qū)北部；中回彈性區(qū)域分布在區(qū)域中部，無低、較低和極高回彈性區(qū)域。

2.3.3 脆弱性 脆弱性是指西北干旱區(qū)地下水赤字月份GGDI的程度以及發(fā)生的概率對西北干旱區(qū)地下水可靠性進行量化（圖8a），根據(jù)分級標準獲得西北干旱區(qū)可靠性分級結(jié)果（圖8b）以及脆弱性各等級占比情況（表3）。

表3 脆弱性等級占比Tab.3 Proportion of vulnerability levels

圖8 脆弱性評分及其分級Fig.8 Vulnerability score and its classification

西北干旱區(qū)平均脆弱性為0.404，脆弱性量化結(jié)果越大表示區(qū)域越脆弱，對于承受極端變化的能力越差。主要為較低脆弱性和中脆弱性區(qū)域，分別占53.69%、42.2%，其余小部分為高脆弱性區(qū)域，占4.1%，脆弱性最高的區(qū)域在阿瓦提縣和庫爾勒交界處，脆弱性水平達到0.67，無低脆弱性區(qū)域和極高脆弱性區(qū)域。

2.3.4 地下水資源量可持續(xù)性 根據(jù)獲得的西北干旱區(qū)地下水可靠性（REL），回彈性（RES）和脆弱性（VIL），獲得該區(qū)域地下水資源量可持續(xù)性。指標中的最小值對該指數(shù)影響最大，當(dāng)3 個指標中任一值為0 時，區(qū)域不具備可持續(xù)性。對西北干旱區(qū)地下水資源量可持續(xù)性進行量化（圖9a），根據(jù)分級標準獲得西北干旱區(qū)可靠性分級結(jié)果（圖9b）以及可持續(xù)各等級占比情況（表4）。

表4 可持續(xù)性等級占比Tab.4 Proportion of sustainability levels

圖9 可持續(xù)性性評分及其分級Fig.9 Sustainability score and its classification

西北干旱區(qū)地下水資源量可持續(xù)性（SI）的全區(qū)域平均值為0.28，地下水資源量可持續(xù)性水平較低。區(qū)域總體地下水資源量可持續(xù)性總體呈現(xiàn)南北兩側(cè)高、中部低的態(tài)勢。較低可持續(xù)性區(qū)占比最大，為60.49%，主要分布區(qū)域東南方和西北方，包括阿拉善左旗、哈密市、吐魯番市等；其次是中可持續(xù)性區(qū)占比為32.47%,主要分布在區(qū)域西南方和北方包括和田市、阿圖什市、喀什市、阿勒泰市等；剩下的為低可持續(xù)性區(qū)占比，為7.03%，大部分分布在阿瓦提縣，零散的分布在西北干旱區(qū)中部；無高可持續(xù)性區(qū)域和較高可持續(xù)性區(qū)域。

2.3.5 MIC 相關(guān)性評價 運用python2.7，基于最大信息系數(shù)分別獲取2002—2020 年間西北干旱區(qū)地下水資源量可靠性、脆弱性、回彈性和可持續(xù)性之間的最大信息系數(shù)MIC以及皮爾森相關(guān)系數(shù)。

控制地下水資源量可持續(xù)性的直接因素是地下水儲量，地下水儲量變化是可靠性、回彈性、脆弱性的量化依據(jù)，它們分別描述地下水在一段長時間序列內(nèi)地下水儲量低于正常水平的概率、從低于正常水平恢復(fù)到正常水平的概率、低于正常水平的程度與其發(fā)生概率的乘積。

根據(jù)相關(guān)性分析的結(jié)果表明：可靠性和回彈性與可持續(xù)性呈正相關(guān)，脆弱性與可持續(xù)性呈負相關(guān)（表5）。3 個指標中脆弱性與可持續(xù)性的MIC 值為0.512，R值為-0.748，2 個系數(shù)的絕對值均大于另外2個指標，因此脆弱性與可持續(xù)性相關(guān)性最大，對于地下水資源量可持續(xù)性的影響程度最大。

3 討論

綜上所述，2002—2020年西北干旱區(qū)平均地下水資源量可持續(xù)性指數(shù)SI 為0.28，可持續(xù)性水平較低，較Thomas 獲取的塔里木盆地2002—2016 年的地下水資源量可持續(xù)性指數(shù)0.31有一定的下降，原因是2016—2020年以來，新疆地下水儲量持續(xù)下降（圖3），GGDI 長期處于赤字狀態(tài)，導(dǎo)致地下水資源量的回彈性和可靠性水平有所降低，進而導(dǎo)致地下水資源可持續(xù)性指數(shù)的降低。研究結(jié)果與吳彬等［26］基于水利部門歷次水資源調(diào)查評價成果、水利統(tǒng)計資料匯編等數(shù)據(jù)分析得到的新疆平原地區(qū)1956—2016年地下水變化趨勢一致。

利用GRACE重力衛(wèi)星結(jié)合GLDAS監(jiān)測地下水已經(jīng)被證明是傳統(tǒng)地下水監(jiān)測方法的有效替代手段，尤其是在基于地下水儲量變化的情況下［11］。不僅降低了傳統(tǒng)地下水監(jiān)測作業(yè)帶來的巨大工作量，還克服了由于水井?dāng)?shù)量少、分布不均勻造成的難以進行大范圍、長時間序列監(jiān)測的問題。相較于傳統(tǒng)的GRACE 數(shù)據(jù)，研究所采用的JPL mascon RL06 數(shù)據(jù)不需要進行復(fù)雜的過濾和其他后處理，約束性較小，且具有相似的精度，可以有效降低大尺度研究的工作量［27］。研究時間跨度往往是影響實驗結(jié)果的重要因素，故本研究選擇了200個月的數(shù)據(jù)，時間跨度大，結(jié)果可信度更高［28］。其次，運用基于GRACE的地下水干旱指數(shù)GGDI具有2個優(yōu)點：（1）GGDI 能直觀的反應(yīng)地下水的赤字和盈余；（2）GGDI 能以一個標準化數(shù)值直接反應(yīng)干旱的時空尺度［29］，目前已經(jīng)在其他地區(qū)的研究中使用［30］。地下水可持續(xù)指數(shù)SI 綜合了大尺度地下水系統(tǒng)的可靠性，回彈性和脆弱性來評價地下水資源量可持續(xù)性其結(jié)果具有較高的參考價值，可以為地區(qū)地下水保護和合理利用提供參考。

影響地下水資源量可持續(xù)性的因素主要包括氣候變化和人類活動。降雨、蒸散發(fā)等氣候因素對地下水儲量有一定的影響。比較2002—2020年，西北干旱區(qū)年內(nèi)與年際降雨與GWSA的關(guān)系（圖10），在年內(nèi)尺度上由GRACE 反演的地下水儲量變化與月均降雨量存在明顯的相關(guān)性，在降雨量最大的7月對應(yīng)的地下水儲量變化的等效水柱高最高。在年際尺度上，2002—2020 年，降水量與地下水儲量變化的等效水柱高具有相似的波動，如2002—2008年，隨著地下水儲量變化的等效水柱高隨著年降雨量的增加而上升，隨之降低而下降。但是在2002—2020年，地下水儲量變化的等效水柱有幾次跳躍式的下降，在較長時間序列下，地下水儲量變化未隨著年降雨量的變化而變化，說明還存在降水量以外影響地下水儲量變化的驅(qū)動因素。

圖10 地下水儲量變化與降雨量年際變化、年內(nèi)變化Fig.10 Yearly and monthly variation of groundwater reserve and rainfall variation

人類活動被認為是地下水資源量可持續(xù)性變化的主要驅(qū)動因素，包括地下水開采、地下水灌溉、城市擴張以及造林工程等。位于吐魯番西南方的托克遜縣處于SI＜0.2的低可持續(xù)性區(qū)，受到地下水開采、農(nóng)業(yè)灌溉影響，2002—2010 年間地下水連續(xù)下降幅度最大為7.49 m［30］。綠洲只占據(jù)了西北干旱區(qū)不到10%面積，卻集中了干旱區(qū)95%的人口和90%以上的財富［31］，綠洲的地下水資源相對豐富，農(nóng)業(yè)幾乎完全依賴地下水灌溉，也導(dǎo)致綠洲地下水資源量可持續(xù)性處于較低水平。查哈爾灘綠洲地下水資源量可持續(xù)性處于0.2～0.3的較低可持續(xù)區(qū)，大規(guī)模的地下水灌溉，導(dǎo)致地下水水位在過去的20 a平均每年下降0.23 m［32］。Hao等［33-34］分別在民勤綠洲和敦煌綠洲的研究也都得到了相似的結(jié)論，加之近十幾年以來西北干旱區(qū)內(nèi)不斷增加的鉆井也表明了地下水開采、農(nóng)業(yè)灌溉是導(dǎo)致地下水資源量可持續(xù)性降低的主要因素；Wang等［35］通過主成分分析（PCA）比較河西走廊地區(qū)近十幾年來社會經(jīng)濟組合指標與氣候降水指標對地下水可持續(xù)性的影響，發(fā)現(xiàn)前者解釋率高達87.7%，后者為13.3%，在第一主成分中人口因素、GDP等與地下水可持續(xù)性呈現(xiàn)出負相關(guān)性，但影響程度較??；西北干旱地區(qū)的城市化水平的提升也是地下水可持續(xù)性降低的因素之一，根據(jù)2000 年、2010 年、2020 年Globeland 30 土地利用數(shù)據(jù)統(tǒng)計（表6），近20 a 來西北干旱區(qū)人造地表（即建設(shè)用地）面積增長量達到了150%，林地面積增長量為40%，耕地面積增長量21.5%，城市的大規(guī)模擴張勢必造成地下水資源量可持續(xù)性的下降，魯楊［36］也通過夜間燈光數(shù)據(jù)獲取的西北地區(qū)城市化水平，發(fā)現(xiàn)城市化水平與地下水儲量變化存在顯著的負相關(guān)。大規(guī)模的造林工程也是影響地下水資源量可持續(xù)的重要因素，2000—2018年毛烏素沙地植被NDVI顯著提升，地下水儲量持續(xù)下降與NDVI呈顯著負相關(guān)［13］，另外耕地面積的持續(xù)增加也勢必導(dǎo)致農(nóng)業(yè)地下水灌溉的增加，也是造成區(qū)域地下水資源可持續(xù)性的下降的因素之一。

表6 2000—2020年西北干旱區(qū)土地利用變化Tab.6 Land use change in arid area of Northwest China from 2000 to 2020

對于西北干旱區(qū)地下水中高可持續(xù)水平區(qū)域，以節(jié)流保護措施為主：一是實行地下水取水總量控制與水位控制制度；二是明確用水過程的節(jié)約要求，即取用地下水的單位和個人遵守取水總量控制和定額管理要求，使用先進的節(jié)水技術(shù)、工藝和設(shè)備，提高用水效率；三是強化經(jīng)濟手段的運用，明確地下水水資源稅費的征收原則，四是細化地下水保護措施，防止地下工程建設(shè)對地下水造成重大不利影響等；對于區(qū)域內(nèi)較低、低可持續(xù)水平區(qū)域除了更嚴格的開展上述措施還應(yīng)當(dāng)增加水資源開源措施，包括開展調(diào)水工程等，遏制地下水資源可持續(xù)性下降態(tài)勢。面對當(dāng)前西北干旱區(qū)低水平的地下水資源量可持續(xù)性形式，需要加快落實相關(guān)規(guī)定，形成一個合理有效的地下水保護管理模式，促進西北干旱區(qū)地下水資源可持續(xù)性的穩(wěn)定提升。

本研究局限性在于沒有進一步量化考慮影響西北干旱區(qū)地下水資源量可持續(xù)性的影響因素，包括自然的氣候、降雨、蒸散發(fā)等，人為的采礦、放牧、城市擴張、防護林的建設(shè)等，是下一階段主要的研究方向。另外，由于地下水資源量可持續(xù)性評價的結(jié)果的可靠性、回彈性、脆弱性量化時的主觀性，以及數(shù)據(jù)缺少造成不同版本數(shù)據(jù)的交替使用，使研究結(jié)果產(chǎn)生可接受的偏差，存在一定局限性。

4 結(jié)論

本文通過GRACE數(shù)據(jù)和GLDAS水文模型反演西北干旱區(qū)2002—04—2020—09地下水儲量變化，并結(jié)合基于GRACE 的地下水干旱指數(shù)GGDI 進一步量化獲取了西北干旱地區(qū)地下水資源量的可靠性、回彈效、脆弱性評價分析西北干旱區(qū)地下水資源量可持續(xù)性指數(shù)，得到如下結(jié)論：

（1）2002—04—2020—09 期間，西北干旱區(qū)地下水儲量整體上呈現(xiàn)下降趨勢，在2015年1月等效水柱高最低，達到-6.52 cm之后下降趨勢有所減緩，開始呈現(xiàn)周期波動，研究期間累計下降水柱高6.52 cm。空間上看，區(qū)域內(nèi)19.3%的區(qū)域地下水儲量呈現(xiàn)正向變化，80.7%的區(qū)域呈現(xiàn)負向變化，整體自北向南呈現(xiàn)條帶式分布，中部條帶地下水儲量下降最為明顯，南部條帶地下水儲量呈上升趨勢。

（2）2002—04—2020—09，西北干旱區(qū)地下水干旱指數(shù)GGDI 變化趨勢可分為3 個階段，2002—04—2008—08 GGDI 值逐漸減小，但值大于0，地下水儲量呈現(xiàn)盈余狀態(tài)；2008—08—2012—10 GGDI在0值附近上下波動；自2012年10月開始較長時間處于赤字狀態(tài)且程度加深，即表明西北干旱區(qū)地下水干旱程度有所加深。

（3）通過地下水干旱指數(shù)GGDI 量化獲得西北干旱區(qū)地下水的可靠性、回彈性和脆弱性以此評價西北干旱區(qū)地下水資源量可持續(xù)性結(jié)果顯示，研究期間西北干旱區(qū)地下水平均可靠性為0.495，回彈性0.470，脆弱性為0.404，區(qū)域的地下水資源量可持續(xù)性指數(shù)SI 為0.28，3 個指標中脆弱性與可持續(xù)性的最大信息系數(shù)最大為0.512，即脆弱性對于地下水資源量可持續(xù)性影響最大。