聂 宁,张万昌,陈 豪,赵登忠,刘 敏

(1. 华东师范大学地理信息科学教育部重点实验室,上海 200241；2. 华东师范大学地理科学学院,上海 200241；3. 中国科学院空天信息创新研究院,北京 100094；4. 天津大学地球系统科学学院表层地球系统研究院,天津 300072；5. 天津大学天津市环渤海地球关键带科学与可持续发展重点实验室,天津 300072；6. 长江水利委员会长江科学院,湖北 武汉 430010)

陆地水储量变化(Terrestrial Water Storage Change,TWSC),即陆地所有形式的水的总和的变化,是地表水、土壤水、地下水、冠层水等水量变化之和,反映了区域水循环全部输入(降水、降雪等)、输出(蒸散发、径流等)通量变化导致的水分储量变化净值[1- 2]。气候变化与人类活动是影响TWSC变化的两大主要因素[3]。开展TWSC变化及归因分析研究,量化区分气候波动及人类活动对TWSC变化的相对贡献,对于优化配置区域水资源具有重要意义。

目前,国内外学者监测TWSC最常用的2种方法为水量平衡法与GRACE(Gravity Recovery and Climate Experiment)重力卫星法。水量平衡法是在水平衡理论框架下采用水文模型输出的水资源通量结果核算TWSC,该方法可获取长时间尺度TWSC,但在观测资料缺失的地区有较大不确定性；而GRACE重力卫星法可得到大尺度空间范围内时空分辨率一致的TWSC观测结果,但卫星数据资料可利用时间有限,不能满足研究长时间尺度TWSC的需求。为此,研究学者联合GRACE卫星数据、实测气象- 水文数据及陆面模型输出结果,重构并分析了亚马孙流域[4]、辽河流域[5]、中国西北[6]等地区长时间TWSC。部分研究学者也检测了气候变化/自然因素与人类活动对典型地区TWSC的影响[7- 8]。例如,Felfelani等[7]结合GRACE卫星观测及水文模拟量化分析了2002—2010年自然因素与人类活动对全球30个流域水储量的影响；Deng和Chen[8]基于GRACE卫星数据及气象数据分析了气候变化与人类活动对中亚地区2003—2013年水储量的影响。然而,现有研究大多将不同类型的人类活动作为一个整体,分析其对短期TWSC变化的影响,这限制了多角度了解人类活动对TWSC的影响规律以及更合理的水资源规划。作为中国第一大流域、人类活动最剧烈的地区之一,长江流域在中国水资源优化配置中占有极其重要的战略地位。目前,部分学者也研究了GRACE卫星发射(2002年)以来长江流域陆地水储量演化规律[9- 11]。然而,长时间尺度TWSC变化及其归因分析研究尚不多见。

本研究以长江流域为研究区,联合GRACE卫星观测及水文模拟,重建1988—2012年逐月TWSC序列,定量区分气候变化、不同类型人类活动对TWSC的影响及相对贡献,提供1种TWSC变化特征及归因分析研究框架与方法,以期为流域水资源规划管理及优化配置提供决策支持。

1 研究区概况与数据

以大通水文站(117°37′E,30°46′N)以上的长江流域为研究区,集水面积约169万km2,占长江流域总面积约97%,地理范围为24°27′—35°47′N,90°32′—118°37′E,横跨中国17个省(直辖市,自治区)。研究区受东南季风影响,大部分地区地处亚热带及温带,降水时空分布很不均匀、年际变化大且降水量年内分配很集中。研究区概况如图1所示。

图1 研究区概况及气象站点、水文站点、15座大(1)型水库空间分布Fig.1 Location of the study region and spatial distribution of meteorological and hydrological stations and 15 large reservoirs

研究数据包括:基于美国航空航天局(National Aeronautics and Space Administration,NASA)喷气推进实验室(Jet Propulsion Laboratory,JPL)、德国地学研究中心(German Research Centre for Geosciences,GFZ)、德克萨斯大学空间研究中心(Center for Space Research at the University of Texas at Austin,CSR)发布的GRACE卫星球谐系数产品反演的陆地水储量距平(Terrestrial Water Storage Anomaly,TWSA)；数字高程模型(Digital Earth Model,DEM)、矢量河网、土地利用、土壤数据；气象数据；实测径流、水库出库流量；Global Land Data Assimilation System(GLDAS)及Global Land- Surface Evaporation:The Amsterdam Methodology(GLEAM)蒸散发数据产品；南方涛动指数(Southern Oscillation Index,ISO)。上述数据汇总见表1。

表1 研究数据汇总

2 研究方法

2.1 联合GRACE重力卫星观测结果的流域水文模拟

2.1.1 流域水文模型构建及参数率定

选用适用于复杂大流域、运算效率高、拥有水库演算模块的SWAT模型,使用“Burn- in”算法将实测河网融合到DEM数据中,提取河网及流域边界、划分子流域并定义水文响应单元；收集土地利用、土壤、气象站点实测数据(包括降水、气温、相对湿度、太阳辐射、风速等)、水库属性及出库流量数据等,建立模型数据库。对于水库数据库,由于流域内水库众多且水库属性信息、实测出库流量获取困难,而支流小型水库对干流径流影响微弱,因此,仅选取三峡水库、丹江口水库、东江水库等15座大(1)型水库(图1)参与模拟。尽管参与模拟的水库数量较少,但这些水库的累积库容达到流域内大中型水库2012年累积库容的61.4%[12]。此外,三峡水库位于长江流域上游出口,上游水库调蓄过的所有水流都经过三峡水库的再次调控[13]。模型率定期为1988—1992年,验证期为1993—1997年、1998—2002年、2003—2007年、2008—2012年4个时段,各时段时长均为5 a,并分别采用1990年、1995年、2000年、2005年、2010年土地利用数据。率定过程中,水库出流演算方法是读入实测月均出流数据[14]。

采用干流6个水文站点(屏山、寸滩、万县、宜昌、汉口、大通,图1)实测径流数据,使用SWAT- CUP(SWAT Calibration and Uncertainty Programs)选用SUFI- 2算法对模型进行参数敏感性分析、校准验证及不确定性分析,评估指标选用Nash- Sutcliffe系数(ENS)、相关性系数(R2)、相对误差(ER),最终确定模型敏感参数值如表2[14]所示。此外,由于缺乏研究区实测蒸散发数据,采用GLDAS及GLEAM蒸散发数据产品对模型蒸散发输出结果进行评估验证。

表2 敏感参数的最优区间及最优值

2.1.2 基于GRACE卫星数据的TWSC及其不确定性分析

基于CSR、GFZ、JPL研究中心发布的GRACE球谐系数反演的陆地水储量距平(TWSA)序列,依据式(1)构建3组2003—2012年逐月TWSC时间序列。考虑到GRACE卫星设备观测误差及数据后处理过程带来的误差,采用GTCH法(Generalized Formulation of the Three- Cornered Hat Method)[2]评估各序列相对不确定值。

TWSC(t)=(TWSA(t+1)-TWSA(t-1))/2

(1)

式中:t代表某一具体月份；TWSC(t)代表流域在t月份的陆地水储量变化量；TWSA(t+1)、TWSA(t-1)分别代表了GRACE卫星数据反演得到的第t+1、t-1月份陆地水储量距平值(即该月份陆地水储量减去长期水储量均值得到的差值)。

2.1.3 GRACE卫星TWSC校准水文模型TWSC模拟结果

采用水文模型输出结果,基于大气和陆地水量平衡原理计算水储量变化量TWSC,公式表达为

TWSC(t)=Pt-Et-Rt

(2)

式中:Pt、Et、Rt分别为t月份的流域平均降水量、蒸散发量及径流深,mm。采用SWAT模型模拟输出的流域降水、蒸散发及出水口径流量,基于式(2)计算得到的即是水文模型法得到的TWSC时间序列。理论上,式(1)与式(2)得出的TWSC应是相等的,因此,可采用GRACETWSC结果评估水文模型得到的2003—2012年逐月TWSC结果。若水文模型TWSC模拟结果较差,则重新进行模型率定验证,直至TWSC模拟结果优良。

2.2 气候和人类活动因素组合情景设定

在本研究时段(1988—2012年),南水北调工程对研究区尚无影响(西线仍处于前期研究阶段,中线2014年底才正式通水,东线工程不在本研究区)。生活及社会经济活动用水由于大部分重新回归水体,其引起的水净消耗变化较小(在1993—2002年与2003—2012年2个时段多年平均水消耗量仅相差3 km3),因而对流域水资源年际/季节性变化研究影响非常微弱[12,15]。因此,本研究在TWSC变化归因分析中,主要定量区分气候波动、土地利用变化、水库调蓄对年际/季节性TWSC变化的影响及相对贡献。

采用Mann- Kendall非参数统计检验法[16]对1988—2012年流域年降水量(SWAT模型输出值)及总出水口大通站径流量进行突变分析,结果显示:2003年为年降水与径流变化突变点；2003年以前为相对丰水期,2003年开始进入相对枯水期(图3(b))。综合考虑研究区气候/水文突变特征、人类剧烈活动状况(主要是三峡工程建设进程,表3)以及下垫面土地利用数据获取时间,将研究时段分为5个子时段:1988—1992年(P1)、1993—1997年(P2)、1998—2002年(P3)、2003—2007年(P4)、2008—2012年(P5)。设计表4所示13种气候和人类活动因素组合情景(S1—S13)[14],采用校准好的水文模型实施多情景模拟,定量区分时段P1—P2、P2—P3、P3—P4、P4—P5气候波动(包括降水、气温、相对湿度、太阳辐射、风速)、土地利用变化及水库调蓄对TWSC的影响及相对贡献。

表3 各时段流域年均降水、大通站平均流量及三峡工程建设进程

表4 模拟情景Table 4Experimental scenarios

2.3 水储量变化归因分析

以时段P1—P2时段为例,详述TWSC变化归因分析研究思路。采用率定验证好的水文模型,按照表4所示S1—S4情景在逐月尺度上开展模拟,依据式(3)—式(9)可得到气候波动、土地利用变化、水库调蓄3种因素分别引起的TWSC变化以及三者的相对贡献率。

ΔTWSC,CC=TWSC,S2-TWSC,S1

(3)

ΔTWSC,LU=TWSC,S3-TWSC,S2

(4)

ΔTWSC,RR=TWSC,S4-TWSC,S3

(5)

ΔTWSC,MU=TWSC,S4-TWSC,S1

(6)

CRCC=ΔTWSC,CC/ΔTWSC,MU

(7)

CRLU=ΔTWSC,LU/ΔTWSC,MU

(8)

CRRR=ΔTWSC,RR/ΔTWSC,MU

(9)

式中:ΔTWSC,CC、ΔTWSC,LU、ΔTWSC,RR、ΔTWSC,MU分别为气候波动、土地利用、水库调蓄3种因素单独及综合引起的TWSC变化；CRCC、CRLU、CRRR分别为上述3种因素对TWSC变化的相对贡献率；TWSC,S1、TWSC,S2、TWSC,S3、TWSC,S4分别为S1、S2、S3、S4情景的TWSC。

其他时段相应研究也采用类似的研究思路及方法。

3 结果分析

3.1 联合GRACE重力卫星观测的TWSC水文模拟

以蒸散发、径流、TWSC为目标,联合GRACE重力卫星数据开展流域水文模拟,月平均蒸散发、大通站径流、TWSC模拟结果如图2所示。采用GLEAM、GLDAS蒸散发数据对模拟蒸散发进行评估,结果显示,在1988—2012 年间R2均达到0.97,ENS分别为0.92、0.94(图2(a))。采用屏山、寸滩、万县、宜昌、汉口、大通6个水文站点实测径流数据对模拟径流进行校准,在率定验证期ENS分别大于0.74、0.82、0.86、0.85、0.94、0.83,R2均大于0.85(表5)[14]。其中,流域总出水口大通站逐月径流模拟与实测对比如图2(b)所示,可见两者保持较高一致性。基于3种GRACETWSA数据采用公式(1)计算2003—2012年逐月TWSC,并采用GTCH法评估其相对不确定值,得到3组逐月GRACETWSC及其不确定值的分布范围如图2(c)中灰色区域所示。从图2(c)可以看到,基于水文模拟结果及公式(2)计算得到的2003—2012年逐月TWSC(红点所示),与GRACETWSC结果基本吻合。上述结果表明,校准后水文模型输出的蒸散发、径流、TWSC模拟结果优良,能满足后续研究需求。

图2 模型模拟的逐月蒸散发、大通站径流及计算得到的TWSCFig.2 Simulated monthly evapotranspiration,discharge at Datong station and the calculated TWSC

表5 率定和验证期各水文站点径流模拟表现

3.2 1988—2012年TWSC时间变化

基于水文模拟结果及式(2)得到的1988—2012年流域逐月TWSC序列如图3(a)所示。逐月TWSC在1998年6月达到最大值(48.0 mm),当月的强降水及水储量增加导致长江流域发生特大洪水事件；TWSC在1998年9月达到最小值(-52.1 mm),水储量的剧烈减少致使长江特大洪水事件结束。图3(b)展示了逐年尺度流域平均TWSC、径流深、蒸散发、降水。在降水、径流深分别以-3.5 mm/a(α<0.1)、-4.2 mm/a(α<0.05)线性速率显著减少、蒸散发以0.6 mm/a(α<0.05)线性速率显著增加的情况下,依据式(2)及统计结果,TWSC以0.1 mm/a的线性速率不显著(α>0.1)增加。此外,在流域降水减少的情况下蒸散发反而增加,这是因为研究区大部分地区位于湿润区,蒸散发变化不完全受限于降水变化而主要受潜在蒸散能力的影响[18]。

图3 1988—2012年TWSC时间序列Fig.3TWSC time series during 1988—2012

长江流域主要受东亚季风影响[19],进而受到厄尔尼诺- 南方涛动(El Nio- Southern Oscillation,ENSO)现象影响,因此,ENSO与流域水量平衡势必有着一定关联。为此,本研究进一步检测长时间尺度TWSC与南方涛动指数(ISO)间的关联。图3(c)显示了9点滑动平均处理后的逐月TWSC非季节性变化序列及ISO序列。其中,逐月TWSC在平滑处理前已扣除掉1988—2012年相应月份的平均值。从图中可以看到,在ISO指数持续正值(拉尼娜时期)时,非季节性TWSC大多为负值,说明水储量相比于往年同期持续亏损；而在ISO指数持续负值(厄尔尼诺时期)时,非季节性TWSC大多为正值,说明水储量相比于往年同期持续盈余。统计结果显示,平滑处理后的非季节性TWSC与ISO指数呈现负相关性,相关性系数为-0.15(α<0.01)。研究从长时间尺度上证明了ENSO现象与长江流域TWSC的关联。

3.3 气候波动、土地利用变化、水库调蓄对TWSC的相对贡献

基于表4中13种实验情景及2.3节研究方案,不同时段气候波动、土地利用变化、水库调蓄对TWSC的影响及相对贡献如表6所示。ΔTWSC,CC、ΔTWSC,LU、ΔTWSC,RR分别在-35.2～57.5 mm/(5a)、-5.8～4.3 mm/(5a)、0.1～3.8 mm/(5a)之间波动,CRCC、CRLU、CRRR分别为84.2%～102.7%、-2.8%～24.5%、-16.0%～6.3%。总体来看,气候波动对年际TWSC影响占主导地位,土地利用变化影响次之,水库影响最弱。依据表6分析结果:P1—P2、P3—P4、P4—P5时段,降水、蒸散发与ΔTWSC,CC增减状况一致；而P2—P3时段间,气候波动造成降水、蒸散发、径流深同时增加了149.7 mm、33.5 mm、151.4 mm,依据水量平衡公式(2),ΔTWSC,CC反而减少了35.2 mm。结合表7[14]土地利用变化结果可知:由于耕地、林地、草地有含蓄水源的作用,P1—P2时段,林地及草地面积增加导致ΔTWSC,LU增加4.3 mm；P2—P3、P3—P4、P4—P5时段,耕地、林地、草地面积减少,导致流域ΔTWSC,LU减少分别为-5.5 mm,-5.8 mm,-1.6 mm 。

表6 不同时段间气候波动、土地利用变化、水库调蓄对TWSC的影响及相对贡献

表7 土地利用面积及比例变化

图4展示了P1—P2、P2—P3、P3—P4、P4—P5时段气候波动、土地利用变化、水库调蓄各个因素单独引起的月平均TWSC及3种因素的相对贡献率。在大多数月份,CRCC均大于CRLU和CRRR,表明气候波动对逐月TWSC影响占主导地位。然而,随着研究区累积库容的增加,水库调蓄对逐月TWSC的影响逐渐增大(图4(c)—4(d))。统计结果显示,CRCC与CRRR存在负相关性,不同时段间相关性系数分别为-0.62(α<0.05)、-0.49(α>0.1)、-0.99(α<0.001)、-0.97(α<0.001),表明水库的调蓄作用缓解了气候波动对逐月TWSC的影响。相比与其他2个因素,土地利用变化对逐月TWSC影响最弱。从水文水循环物理机制上看,土地利用变化通过影响冠层截留、入渗和蒸散发等水文过程,改变产汇流时空分布；而水库调蓄主要是调节径流的季节性分配,但对产汇流过程几乎无影响。因此,在年尺度上,土地利用变化对TWSC影响大于水库调蓄；在月尺度上,土地利用变化的影响小于水库调蓄。

图4 气候波动、土地利用、水库调蓄因素单独引起的月平均TWSC变化及三因素的相对贡献率Fig.4 Mean monthly TWSC caused by climate variability,land use change,and reservoir operations,and individual contribution rates of these three factors

3.4 水库调蓄对TWSC影响的进一步分析

考虑到水库调蓄对TWSC影响逐渐增强(图4),进一步系统量化分析水库调蓄对流域年际/月际TWSC的影响(图5)。1988—2012年间,水库调蓄造成的逐年及逐月TWSC分布范围分别为-18.8～16.7 mm/a及-10.6～11.9 mm/月；水库调蓄对逐月TWSC的影响在2003年以后显著增强。

图5 水库调蓄导致的逐月及逐年TWSC变化Fig.5 Monthly and yearly TWSC caused by reservoir operations

如图6所示,P4、P5时段水库调蓄对逐月TWSC的影响明显强于P1、P2、P3时段。在参与模型模拟的15个大(1)型水库中,P4时段开始运行的水库为三峡水库(2003年开始蓄水,总库容为393亿m3；图1),表明三峡水库对TWSC季节性变化造成了较强影响。在P1、P2、P3时段,由于各水库调度方案不同且库容相对较小,水库调蓄对TWSC年内变化影响不显著。在P4时段,由于三峡水库开始运行,水库调蓄对TWSC年内变化影响规律增强,主要表现为1—6月削减水储量(TWSC为负值),7—12月增加水储量(TWSC为正值),最高削减、增加比例分别达-4.4%、6.0%。P5时段水库调蓄对TWSC年内变化影响规律与P4时段相似,表现为1—5月削减TWSC,6—12月增加TWSC；最高削减、增加比例分别为-6.1%、9.8%。依据《三峡水库优化调度方案》[20],1—4月为水库供水期(补给径流,削减水储量),5月开始至6月10日水库水位下降至汛限水位(补给径流,削减水储量)；6月进入汛期,视水库上下游来水实时调度；9月中旬以后进入汛后蓄水期(削减径流,增加水储量),10月底可蓄水至正常水位(削减径流,增加水储量)。本研究得到的2003年以后水库调蓄对TWSC年内变化影响规律(图6),符合三峡水库调度方案,在一定程度上表明了研究结果的合理性。

图6 P1—P5时段水库调蓄造成的月均TWSC变化Fig.6 Mean monthly TWSC caused by reservoir operations during periods of P1—P5

4 结 论

本文联合GRACE重力卫星观测结果及水文模拟,重建1988—2012年长江流域逐月陆地水储量变化(TWSC),并定量区分了1988—1992年(P1)、1993—1997年(P2)、1998—2002年(P3)、2003—2007年(P4)、2008—2012年(P5)5个时段间气候波动、土地利用变化、水库调蓄对TWSC的影响及相对贡献。主要结论如下:

(1) 1988—2012年间,流域年均TWSC与降水、蒸散发、径流深分别以0.1 mm/a、-3.5 mm/a、0.6 mm/a、-4.2 mm/a的线性速率增减。逐月非季节性TWSC与ISO指数存在显著负相关性(α<0.01),证明了厄尔尼诺- 南方涛动现象与长江流域TWSC的关联。

(2) 在年尺度上,气候波动对TWSC的影响占主导地位,土地利用变化影响次之,水库调蓄影响最弱。

(3) 在月尺度上,气候波动对TWSC的影响大于土地利用变化、水库调蓄。气候波动与水库调蓄对月均TWSC变化的相对贡献率存在负相关性,表明水库调蓄降低了气候波动对TWSC的影响。相比之下,土地利用变化对月均TWSC影响最弱。

(4) 2003年三峡水库运行后,水库调蓄对月均TWSC的影响显著增强,且这种影响呈现出显著的季节性规律,主要表现为:1—5月,水库调蓄导致水储量减少(TWSC为负值),最高削减比例达到-6.1%；7—12月,水库调蓄导致水储量增加(TWSC为正值),最高增加比例达9.8%。

模型输入数据、模型结构及参数均会导致研究结果存在一定不确定性。例如,模型仅添加了干流有代表性的、库容量大的15座大(1)型水库,这可能导致本研究低估了水库调蓄对逐月TWSC的影响。未来将进一步完善模型输入数据,并开展模型不确定性分析。此外,随着未来卫星数据、实测气象水文数据的更新,也将在更长时间尺度上开展水储量相关研究。