王希棟 孫文義 穆興民 高鵬 趙廣舉

關(guān)鍵詞：ＧＲＡＣＥ；地下水儲量；隨機森林算法；黃河流域

地下水是水資源的重要組成部分，是人類生存、社會發(fā)展和生態(tài)系統(tǒng)健康穩(wěn)定不可或缺的重要資源［１］。受氣候變化和人類活動的影響，一些地區(qū)地下水消耗量大于補給量，導致區(qū)域地下水資源短缺甚至枯竭，從而引發(fā)地下水漏斗、地面沉降、水質(zhì)惡化等一系列生態(tài)環(huán)境問題［２］，嚴重威脅人類可持續(xù)發(fā)展和生態(tài)系統(tǒng)的穩(wěn)定性。因此，研究地下水儲量長時間系列變化對合理開發(fā)利用地下水資源、緩減水資源短缺具有重要的指導意義。

地下水傳統(tǒng)監(jiān)測方法依賴地下水井，而監(jiān)測井維護耗時耗力、區(qū)域研究代表性差，難以全面反映大尺度地下水儲量的現(xiàn)狀及其變化。２００２年歐美發(fā)射的重力恢復和氣候?qū)嶒灒ǎ牵遥粒茫牛┬l(wèi)星在探測陸地水儲量變化、冰雪消融等方面取得極大成功，為全球陸地水儲量的動態(tài)監(jiān)測提供了一種有效手段。利用ＧＲＡＣＥ衛(wèi)星數(shù)據(jù)和全球陸面數(shù)據(jù)同化系統(tǒng)（ＧＬＤＡＳ），可得出地下水儲量的變化信息。目前，該方法已經(jīng)被廣泛應用于地下水儲量的監(jiān)測［３－８］。田益民等［６］分析了黃淮海平原地下水儲量的變化，認為黃淮海平原降雨量對地下水儲量的補給作用微弱。粟曉玲等［７］結(jié)合干旱指標構(gòu)建了地下水干旱指數(shù)（ＧＲＡＣＥ－ＧＤＩ），評估結(jié)果表明西北地區(qū)地下水干旱隨氣候變暖和植被改善而加劇。Ｚｈｏｎｇ等［８］研究了中國西遼河流域地下水儲量的變化特征，將地下水儲量下降歸因于降雨減少和人類對地下水的過度開采。

黃河流域大部分地區(qū)地處干旱與半干旱氣候區(qū)，水資源供需矛盾突出，生態(tài)環(huán)境脆弱，嚴重制約了經(jīng)濟社會發(fā)展。１９９９年開始實施的大規(guī)模退耕還林（草）生態(tài)建設工程，對黃河流域植被格局和生態(tài)水文過程產(chǎn)生了重大影響。黃河流域陸地水儲量的研究已有報道［９－１２］，但較少開展地下水儲量的研究。因此，本文基于ＧＲＡＣＥ衛(wèi)星遙感數(shù)據(jù)，結(jié)合ＧＬＤＡＳ，分析黃河流域地下水儲量的時空變化特征及其影響因素，以期為黃河流域地下水資源保護和合理開發(fā)利用提供參考。

１研究區(qū)概況與數(shù)據(jù)來源

１．１研究區(qū)概況

黃河發(fā)源于青藏高原巴顏喀拉山脈，流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、山西、陜西、河南及山東九?。▍^(qū)），全長５４６４ｋｍ，是我國第二長河。黃河流域橫跨青藏高原、內(nèi)蒙古高原、黃土高原以及華北平原，地勢由西向東呈階梯狀降低，流域面積７９．５萬ｋｍ２。黃河流域水資源總量為８８８．７６億ｍ３（據(jù)２０２１年《黃河水資源公報》），水資源量少且分布不均。黃河流域上游和中游的分界點位于內(nèi)蒙古自治區(qū)托克托縣的河口鎮(zhèn)，上游河長３４７２ｋｍ、流域面積４２．８萬ｋｍ２；中游和下游的分界點位于河南省鄭州市桃花峪，中游河長１２０６ｋｍ、流域面積３４．４萬ｋｍ２；下游河長７８６ｋｍ、流域面積２．３萬ｋｍ２。黃河流域分區(qū)見圖１。

１．２數(shù)據(jù)來源

１）ＧＲＡＣＥ數(shù)據(jù)。本文采用德克薩斯大學空間研究中心發(fā)布的ＭａｓｃｏｎＲＬ０６遙感數(shù)據(jù)，其空間分辨率為０．２５°×０．２５°（經(jīng)度×緯度），時間序列為２００３年１月—２０２１年１２月，其中缺失２０１７年７月—２０１８年５月（ＧＲＡＣＥ衛(wèi)星與后續(xù)衛(wèi)星ＧＲＡＣＥ－Ｆｏｌｌｏｗ之間的空缺期）數(shù)據(jù)。采用Ｚｈｏｎｇ（鐘玉龍）等［１３－１４］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（２００２—２０１９）》（ｈｔｔｐ：／／ｗｗｗ．ｃｓｒ．ｕｔｅｘａｓ．ｅｄｕ／ｇｒａｃｅ）對ＧＲＡＣＥ衛(wèi)星空缺期缺失數(shù)據(jù)進行插補，其余ＧＲＡＣＥ缺失數(shù)據(jù)采用線性插值法插補。

２）ＧＬＤＡＳ數(shù)據(jù)。ＧＬＤＡＳ由美國航空航天局和國家海洋與大氣管理局合作開發(fā)，利用數(shù)據(jù)同化技術(shù)，將衛(wèi)星數(shù)據(jù)和地面觀測數(shù)據(jù)進行融合，生成最接近觀測數(shù)據(jù)的地表狀態(tài)量和通量。本文采用ＧＬＤＡＳＮｏａｈＶ２．１模型生成的２００３—２０２１年淺層地表水儲量（土壤水、雪水當量、冠層水儲量）、降水量和蒸發(fā)量數(shù)據(jù)（ｈｔｔｐｓ：／／ｄｉｓｃ．ｇｓｆｃ．ｎａｓａ．ｇｏｖ），數(shù)據(jù)空間分辨率為０．２５°×０．２５°，時間分辨率為月尺度。為了與ＧＲＡＣＥ數(shù)據(jù)保持一致，將淺層地表水儲量數(shù)據(jù)減去２００４—２００９年月均值得到淺層地表水儲量變化值。

３）ＮＤＶＩ（歸一化植被指數(shù)）數(shù)據(jù)。本文采用的ＮＤＶＩ為ＭＯＤＩＳ（中分辨率成像光譜儀）月最大合成植被指數(shù)ＭＯＤ１３Ａ３遙感數(shù)據(jù)（ｈｔｔｐｓ：／／ｅａｒｔｈｄａｔａ．ｎａｓａ．ｇｏｖ），其空間分辨率為１ｋｍ。使用ＭＲＴ（ＭＯＤＩＳＲｅ?ｐｒｏｊｅｃｔｉｏｎＴｏｏｌｓ）軟件批量拼接并投影生成２００３—２０２１年黃河流域月尺度ＮＤＶＩ數(shù)據(jù)集。

４）地下水耗水量數(shù)據(jù)。黃河流域各分區(qū)地下水耗水量數(shù)據(jù)來源于《黃河水資源公報》。

２研究方法

２．１地下水儲量變化

陸地水儲量變化主要包括地下水變化、土壤水變化、雪水當量變化、生物質(zhì)量變化、冠層水變化等，其中生物質(zhì)量變化對陸地水儲量變化影響極小，忽略不計。

地下水儲量變化計算公式為ΔＳＧＷＳＡ＝ΔＳＴＷＳＡ－ΔＳＳＭＡ－ΔＳＳＷＥＡ－ΔＳＣＷＳＡ（１）式中：ΔＳＧＷＳＡ為地下水儲量變化值，ΔＳＴＷＳＡ為陸地水儲量變化值，ΔＳＳＭＡ為土壤水儲量變化值，ΔＳＳＷＥＡ為雪水當量變化值，ΔＳＣＷＳＡ為冠層水儲量變化值。

２．２相關(guān)性分析法

采用相關(guān)性分析法對地下水儲量變化與影響因素之間的相關(guān)性進行分析，其相關(guān)程度可用相關(guān)系數(shù)ｒｘｙ表示：

２．３Ｍａｎｎ－Ｋｅｎｄａｌｌ（Ｍ－Ｋ）趨勢檢驗法

采用Ｍ－Ｋ趨勢檢驗法分析地下水儲量的年際變化趨勢。Ｍ－Ｋ趨勢檢驗法計算公式為式中：Ｓ為判別統(tǒng)計量，ｘｋ為第ｋ年的值。

２．４隨機森林算法

隨機森林（ＲＦ）［１５－１７］是一種基于決策樹的非線性集成機器學習模型，可以對指標重要性進行度量（各指標的重要度之和為１）。利用ＲＦ算法對原始樣本數(shù)據(jù)進行隨機重復自抽樣（ｂｏｏｔｓｔｒａｐ）后，得到多個樣本數(shù)據(jù)，并構(gòu)建回歸模型。ＲＦ算法具有泛化誤差小、精度高、不易出現(xiàn)過擬合等優(yōu)點，適用于無先驗知識或非線性多變量約束和數(shù)據(jù)不完備問題的求解。本文采用ｐｙｔｈｏｎ語言Ｓｋｌｅａｒｎ庫的隨機森林模型計算變量重要度。

３結(jié)果與分析

３．１黃河流域地下水儲量年際變化

由圖２可知：黃河流域２００３—２０２１年地下水儲量變化表現(xiàn)出極顯著下降趨勢（顯著性水平α＜０．０１），平均等效水高降幅為０．６２ｃｍ／ａ；上游地區(qū)地下水儲量變化呈緩慢下降趨勢，其等效水高降幅為０．４４ｃｍ／ａ；中游和下游地區(qū)地下水儲量變化呈持續(xù)下降趨勢，等效水高降幅分別為０．８８、１．４０ｃｍ／ａ。受２０２１年７月河南省極端降雨的影響，黃河流域中游和下游地區(qū)地下水儲量等效水高快速上升，其中下游地區(qū)上升幅度最大，７—１２月上升１７．６８ｃｍ。

３．２黃河流域地下水儲量的空間變化

２００３—２０２１年黃河流域多年平均地下水儲量變化存在明顯的空間異質(zhì)性，整體表現(xiàn)為從上游地區(qū)到下游地區(qū)地下水儲量降幅逐漸增大（見圖３）。地下水儲量隨時間呈顯著降低趨勢，Ｍ－Ｋ趨勢檢驗表明不顯著降低區(qū)域占１４．６９％，顯著降低區(qū)域占５．６０％，極顯著降低區(qū)域占７６．１４％，而增長區(qū)域面積占比較?。ㄕ迹常担罚ィㄒ妶D４）。黃河中游和下游地區(qū)為極顯著降低集中分布區(qū)，地下水儲量降幅較大。

３．３黃河流域地下水儲量變化的影響因素

黃河流域地下水儲量變化的主要影響因素有自然因素和人為因素。自然因素為降水和蒸散發(fā)，人為因素主要是人工植被修復和地下水開采。本文選取地下水凈補給量（降水量－蒸散發(fā)量）、ＮＤＶＩ和地下水耗水量３個指標分析其對黃河流域地下水儲量變化的影響。黃河流域地下水儲量變化與地下水凈補給量、ＮＤＶＩ、地下水耗水量的動態(tài)關(guān)系見圖５。

由圖５（ａ）可知，２００３—２０２１年黃河流域地下水凈補給量呈增長趨勢，年均值為７０．６５ｍｍ，增長率為４．９４ｍｍ／ａ。黃河流域除上游北部以及下游東部地區(qū)為降低趨勢外，地下水凈補給量整體表現(xiàn)為不顯著增長趨勢，同時地下水儲量變化與地下水凈補給量幾乎無正相關(guān)關(guān)系［見圖６，（ｂ）中覆蓋顏色的網(wǎng)格代表α＜０．０５］；由圖５（ｂ）可知，２００３—２０２１年ＮＤＶＩ呈極顯著增長趨勢（α＜０．０１），增長率為０．００３／ａ。黃河流域ＮＤＶＩ除下游地區(qū)為降低趨勢外，整體呈增長趨勢，同時地下水儲量變化與ＮＤＶＩ呈顯著負相關(guān)關(guān)系（相關(guān)系數(shù)ｒ＝－０．８５），主要集中在黃河上游東北部地區(qū)和中游地區(qū)［見圖７，（ｂ）中覆蓋顏色的網(wǎng)格代表α＜０．０５］。２００３—２０２１年黃河流域地下水耗水量年均值為８９．５９億ｍ３，地下水耗水量最高的是中游地區(qū)（５１．２４億ｍ３），最低的是下游地區(qū)（１３．４５億ｍ３），上游地區(qū)地下水耗水量為２４．９０億ｍ３。

３．４影響因素定量分析

利用隨機森林算法計算地下水凈補給量、ＮＤＶＩ和地下水耗水量對黃河流域地下水儲量變化的貢獻率，結(jié)果見表１。ＮＤＶＩ對黃河流域地下水儲量變化的貢獻率最大（６７．４３％），地下水耗水量貢獻率最?。ǎ保玻罚福ィ?。黃河流域上游地區(qū)和中游地區(qū)ＮＤＶＩ對地下水儲量變化的貢獻率最大（分別為５７．３１％和７０．０８％），地下水凈補給量的貢獻率最小（分別為２０．９４％和７．８０％）；黃河流域下游地區(qū)地下水耗水量對地下水儲量變化的貢獻率最大（８１．０７％），地下水凈補給量的貢獻率最?。ǎ福福保ィ?。

３．５討論

２００３—２０２１年黃河流域中游地區(qū)地下水儲量下降的主要原因是植被覆蓋度增大。１９９９年開始實施退耕還林（草）工程以來，黃河流域中游地區(qū)植被覆蓋度顯著提高，冠層蒸騰導致蒸散發(fā)量增多，河川徑流量大幅減少［１８］。植被恢復大量消耗了地表水資源，導致地下水儲量難以得到有效補給［１９－２０］，這與本研究黃河流域中游地區(qū)地下水儲量變化與ＮＤＶＩ呈較強負相關(guān)結(jié)論一致。黃河下游地區(qū)農(nóng)田和城市密集，雖大量抽取地下水用于農(nóng)田灌溉［２１］，但地下水耗水量變化不大，同時河流側(cè)滲補給地下水隨徑流量的減少而減少［２２］。黃河下游地區(qū)地下水儲量變化與ＮＤＶＩ的相關(guān)性較弱，植被恢復的影響不顯著，地下水儲量下降可能與土地利用類型的變化有關(guān)［２３］。

本研究假設ＧＲＡＣＥ重力場變化均由水儲量變化引起，未考慮大規(guī)模煤炭開采對重力場的影響［２４］。因此，未來需要考慮如何排除煤炭開采對重力場變化的影響，同時收集土地利用變化等相關(guān)數(shù)據(jù)，進一步分析城市化導致的不透水層面積增大對黃河流域地下水儲量變化的影響。

４結(jié)論

１）２００３—２０２１年黃河流域地下水儲量呈極顯著下降趨勢，等效水高平均降幅為０．６２ｃｍ／ａ。上游地區(qū)地下水儲量下降趨勢較緩，等效水高降幅為０．４４ｃｍ／ａ；中游和下游地區(qū)地下水儲量呈持續(xù)下降趨勢，等效水高平均降幅分別為０．８８、１．４０ｃｍ／ａ。

２）２００３—２０２１年黃河流域多年平均地下水儲量變化存在明顯的空間異質(zhì)性，整體表現(xiàn)為從上游地區(qū)到下游地區(qū)地下水儲量降幅逐漸增大。

３）２００３—２０２１年黃河流域不同分區(qū)地下水儲量變化的主要影響因素不同。植被覆蓋度增大是黃河中游地區(qū)地下水儲量下降的主要影響因素，而下游地區(qū)地下水儲量下降可能與土地利用類型的變化有關(guān)。