韩昊宇 ，丁文峰，许文涛，康靖羚

(1.长江科学院 水土保持研究所，武汉 430010； 2.水利部山洪地质灾害防治工程技术研究中心，武汉 430010)

1 研究背景

随着全球气候暖化加剧，干旱频率和强度也逐渐增加。干旱作为一种复杂的自然灾害，可以持续数月甚至数年，严重的干旱事件会对农业生产、生态系统和经济社会条件产生深远影响[1-2]。水文、气候、生态和社会系统的内在联系决定干旱特征是区域性的，这些复杂的联系影响流域水储量的空间分布，当水储量在水文系统中低于正常水平，干旱事件就会发生。

由美国国家航空航天局(NASA)和德国航空中心(DLR)主导的GRACE太空任务于2002年启动，GRACE卫星以月为间隔测量地球重力场的时空变化，通过反演转化可计算流域内陆地水储量变化(TWSC)。这种通过测量TWSC的方法为分析流域旱情提供了新思路，并已在部分地区旱情反演方面得到应用[3-4]。Yirdaw等[5]采用源于GRACE的总储量亏损指数(TSDI)描述加拿大大草原的干旱事件。Strassberg等[6]使用源于GRACE的陆地水储量(TWS)与来自于GLDAS Noah的土壤水数据计算地下水储量(GWS)，并与实测GWS进行对比，表明利用GRACE能很好地监测美国中部High Plains的TWS和GWS，从而达到监测干旱的目的。Thomas等[7]提出了一种基于GRACE推导的水储量亏损(WSD)方法来监测干旱程度、持续时间和严重程度，并应用于亚马逊流域等4个流域。随着人类活动越来越频繁，水库蓄水量变化和居民用水量被认为是影响水储量变化的重要因素。Yu等[8]认为三峡水库的运行改变了长江下游干湿季节变化，水库春冬蓄水水平增高，使得下游水文干旱加剧。许多研究证明GRACE数据有能力监测水库的蓄水变化，如长江三峡水库[9]、黄河龙羊峡水库[10]和汉江丹江口水库[11]。因此，通过GRACE数据反演的陆地水储量异常(TWSA)可以反映气候变化和人类活动对流域干旱事件的综合影响。监测流域的陆地水储量成为评价流域尺度干旱的有效方法之一[12]。

根据近年的研究，Van Loon等[13]，Bachmair等[14]认为干旱事件的发生不仅与气候因素有关，人类活动(如地下水开采、水库水渠工程的修建等)也在干旱过程中起重要作用，因此需要对人类活动在干旱事件中的影响进行研究。汉江是长江最长的支流，近年来由于气候变化和人类活动的影响，水文情势和水资源量等发生了很大变化，旱情也表现出与以往不同的特征，而以往的研究都是集中于降水、气温等气象因素来分析干旱事件[15-17]，尚未综合考虑气候变化和人类活动对汉江流域旱情的影响。

本研究基于GRACE产品数据，采用水储量亏损方法及区域水平衡方法建立模型反演汉江流域2004—2014年间的干旱事件，结合多源卫星数据、居民用水量和水库蓄水数据，从趋势性、相关性方面分析降雨、蒸发、归一化植被指数(NDVI)和人类活动等因素与TWSC的变化特征及响应关系。通过定量分析，计算各因素的贡献率指标来表征气候变化与人类活动对汉江流域干旱事件的影响。

2 研究区域与研究方法

2.1 研究区域概况

汉江是长江最长的支流，发源于秦岭南麓，流经陕西省、河南省和湖北省，最终于武汉市注入长江，全长1 577 km。汉江流域面积约为1.59×105km2[16]，流域海拔呈现西北高、东南低的特点，地形起伏较大(图1)。流域处于亚热带和暖温带的过渡地带，年平均温度15～17 ℃，亚热带季风气候和复杂的下垫面条件导致了水资源时空分布呈现多样性[15,18]。流域年平均降水量为700～1 300 mm，由北向南逐渐增大，全年降水分布不均匀，7—9月份降水量占全年降水量的70%左右，旱涝灾害时常发生。

图1 长江流域和汉江流域示意图Fig.1 Location of Yangtze River basin and Hanjiang River basin

2.2 数据来源及处理

2.2.1 GRACE数据

本文使用GRACE RL05 CSR mascon产品(来源于http://www2.csr.utexas.edu/grace/RL05_mascons.html)研究汉江流域TWS变化，并反演干旱事件。月CSR mascon数据为0.5°×0.5°等角网格，时间跨度为2004年1月至2014年12月。研究期间，有几个月份数据丢失，这些缺失的数据通过相邻月份的平均值进行插值填充[19]。另外，mascon解决方案得到的TWSA是相对于2004—2009年时间均值基线的异常，当与其他数据进行比较时，基线需保持一致。

为了对比由mascon解决方案得到的TWSA，使用全球陆面数据同化系统2.1版(GLDAS 2.1) Noah地表模型提取的TWS，通过与2004—2009年的基线平均值对比，将TWS原始值处理为TWSA，该产品具有0.25°×0.25°的空间分辨率，本研究中将其采样为0.5°×0.5°。GLDAS Noah在长江流域数据质量较好，源于Noah的TWSA不包括地下水储量的变化，能够很好地反映TWSA的变化趋势[20]。

2.2.2 气候变化及植被变化数据

本文降水数据来源于中国国家气象信息中心提供的分辨率为0.5°×0.5°的中国降水月值格点数据，时间跨度为2004—2014年。该数据是利用地面约2400个台站观测降水资料进行空间插值建立的，并考虑了高程对降水空间插值精度的影响[21]。

蒸散发(ET)数据来源于MOD16A3，该产品基于Penman-Monteith方程，包括输入日气象再分析数据及Moderate Resolution Imaging Spectroradiometer (MODIS)遥感数据计算而成，具有0.5°×0.5°的空间分辨率，时间跨度为2004—2014年。流域的植被覆盖度数据提取自MODIS NDVI (https://search.earthdata.nasa.gov/search)数据集(MOD13A3, version 6)，时间跨度为2004—2014年。在本研究中，提取的NDVI年平均值用于分析其和年际TWSC的动态关系。

2.2.3 人类活动数据

本研究使用汉江流域水库的蓄水量变化和居民用水量代表人类活动数据。数据摘自长江水利委员会发布的 2004—2014年《长江流域及西南诸河水资源公报》。本研究的TWSA和TWSC以等效水高(mm)表示，而水资源公报的数据以亿m3表示，为了统一比较，将水资源公报数据转化为等效水高[22]。等效水高正值表示流域内水量增加，负值表示流域内水量减少，故水库蓄水量增加表示为正值，减少表示为负值；居民用水量均以负值表示。

2.3 研究方法

2.3.1 基于GRACE的干旱事件识别方法

WSD方法由Thomas等[7]提出，该方法基于陆地水储量异常(TWSA)变化来反映干旱程度、持续时间和严重程度。Sun等[23]证实了WSD方法能够有效识别长江流域干旱事件。WSD定义为GRACE TWSA的时间序列与TWSA月平均值之间的差值，具体为

WSDi,j=TWSAi,j-TWSAj。

(1)

式中：TWSAi,j为研究时段内第i年第j个月的TWSA时间序列；TWSAj为同一月份(一年中的第j个月)TWSA的多年均值(2004—2014年)；WSDi,j用以量化第i年第j个月的TWSA偏离气候学的程度。WSD为负代表陆地储水不足，为正则代表土地储水充足，若WSD持续3个月或6个月以上都为负值，则认为发生了干旱事件。为了更好地研究干旱事件成因，本文定义WSD持续6个月以上均为负值则发生干旱事件。此外，为了衡量干旱事件的影响，定义严重程度为

S(t)=M(t)×D(t)。

(2)

式中：S(t)为第t次干旱事件的严重程度；t表示干旱事件的数量，具体地区干旱事件的数量从1到n不等；M(t)为第t次干旱事件自水储量亏损以来的平均赤字；D(t)是第t次干旱事件的持续时间。本文结合WSDi,j和S(t)来识别汉江流域干旱事件，并评估干旱的严重程度。

2.3.2 陆地水储量变化因素指标

人类活动数据都为年尺度，为了研究人类活动对TWS的影响，定义

TWSCi=TWSAi-TWSAi-1。

(3)

式中TWSCi为i年陆地水储量变化，即按第i年和第i-1年12月的TWSA计算。

由于GRACE可以监测到受人类活动和气候变异性影响的TWS变化[24]，气候变化影响的TWSCC可以估计为

TWSCC=TWSCGRACE-TWSCHuman=

TWSCGRACE-(TWSCR-TWSCW) 。

(4)

式中：TWSCC是受气候驱动的TWS变化，是本研究利用TWSCGRACE和TWSChuman的差值进行估计的结果；TWSCGRACE为GRACE卫星的TWSA时间序列；人类活动TWSChuman主要包括水库蓄水量(TWSCR)和居民用水量(TWSCW)两部分人类活动引起的TWS变化。

使用Xie等[25]提出的基于TWSC的指标来表述气候变化、居民用水量和水库蓄水量对TWSC的定量贡献率，定义如下：

(5)

(6)

式中：ηW，ηR，ηC分别代表居民用水量、水库蓄水量和气候变化对TWSC的贡献，当η是一个正值，表示其对 TWSC变化产生积极的影响；相反，则对TWSC产生负面影响。

2.3.3 皮尔逊相关性分析

采用皮尔逊相关系数(r)来评价TWSC与其他相关变量的相关性。r的取值在-1与1之间，取值为1时，表示两个变量之间呈完全正相关关系；取值为-1时，表示两个变量之间呈完全负相关关系；取值为0时，表示两个随机变量之间线性无关。另外，结合学生t检验对相关系数进行显著性检验，p<0.05，表示此相关系数r在0.05显著性水平下显著。

3 结果与分析

3.1 汉江流域TWSA时间序列变化及干旱事件识别

图2(a)为2004年1月份至2014年12月份GRACE的陆地水储量异常和GLDAS-Noah陆地水储量异常的月序列变化情况。从图2(a)可以看出，从GLDAS-Noah中提取的TWSA变化范围为-86.53～77.35 mm，从GLDAS提取的TWSA变化范围为-68.15～91.91 mm，两者之间的相关系数为0.72(p<0.05)，表明两者有较强的一致性，故GRACE数据可以很好地反演汉江流域TWSA。TWSA与降雨量有较好的一致性，且随季节变化表现出一定程度波动性。这主要是由于汉江流域气候为亚热带季风气候，雨量丰沛且雨热同期，每年7—9月份降雨量占全年的70%。TWSA随降雨季节性变化，雨季大于旱季且峰值表现出延滞性。2005年和2010年月平均降水量是2004—2014年中月平均降雨量最大的2个年份(分别为95.05 mm和90.01 mm)，相对于2004—2014年的月平均降雨量79.49 mm分别增加了19.57%和13.23%，这2个时期和TWSA的时间序列的峰值一致。2006年和2013年的月平均降雨量(分别为67.64 mm和68.48 mm)相对于2004—2014年的月平均降雨量分别下降了14.89%和13.83%。在雨季到来之前，在2007年5月份和2014年1月份分别监测到了-69.962 mm和-71.362 mm的水储量亏损(图2(b))。基于WSD方法，汉江流域2004—2014年共监测到4次干旱事件(表1)。其中事件1和事件4的干旱事件持续时间最长，为12个月；事件2的持续月份最短，平均亏损量最小；事件4的平均亏损量最大(-42.72 mm)，干旱程度最严重(-512.68 mm)。

图2 汉江流域2004—2014年源于GRACE和GLDAS- Noah的TWSA和降雨及WSD月序列变化Fig.2 Time series of monthly total water storage anomalies (TWSA) from GRACE and GLDAS- Noah,precipitation, and water storage deficit (WSD) for the Hanjiang River Basin from 2004 to 2014

表1 基于WSD监测的干旱事件Table 1 Summary of drought events based on WSD

汉江流域2004—2014年TWSA年际变化范围为-21.98～16.69 mm，如图3(a)所示，且近10 a呈不显著的下降趋势(虚线所示)，这与王松等[26]、Zhang等[27]对汉江流域的研究结果一致。图3(b)显示了汉江流域居民用水量分布及变化，从图3(b)可以看出，随着汉江流域经济的快速发展，整个流域的用水量在不断增加。同时，汉江流域也是中国的农业产区和商品粮基地之一，农业用水量近年来从69.04亿m3增长到84.37亿m3，汉江沿江散布着较多大规模的工业产业，工业用水量从35.85亿m3增长到45.03亿m3，分别增长了22%和29%。

3.2 汉江流域TWS变化原因

表2和图4显示在年尺度上P、ET没有显著(95%的置信区间)变化趋势，TWSC与P呈显著的正相关关系(r=0.68，p<0.05)，TWSC与ET呈显著负相关关系(r=-0.61，p<0.05)。Syed等[28]根据流域水量平衡方程对全球水储量变化进行研究，结果表明大多数流域TWSC和P、ET之间普遍存在相关关系，这与本文的结果一致。

NDVI受气候和人类活动的双重影响，同时植

图3 汉江流域TWSA年际变化和居民用水量组成及变化Fig.3 Annual variation of terrestrial water storage anomaly and components of total water use in Hanjiang River Basin

表2 P、ET、NDVI与TWSC年际变化的相关性分析Table 2 Coefficients of correlation between annual TWSC and P, ET, and NDVI

图4 TWSC与降雨、蒸散发量、NDVI的关系Fig.4 Relations of annual TWSC against P, ET, and NDVI

物蒸腾作用的增强可能会使得土壤水储量减少，从而使得TWS减少[29]。图4(c)表明，近10 a间，汉江流域NDVI以每年0.003显著上升，这与Liu等[30]的研究成果一致。这主要是由于汉江流域近年来开展了大规模的生态环境建设，特别是退耕还林项目的实施，极大提高了植被的覆盖率，但本研究中NDVI与TWSC并不存在明显的相关关系(r=0.38，p>0.05)。

表3和图5显示，居民用水量以1.96 mm/a显著增长,达到了显著性水平。汉江流域人类活动(水库蓄水和居民用水量)和TWSC有显著的正相关关系(r=0.78，p<0.05)，同时水库蓄水量和TWSC高度相关(r=0.82，p<0.05)，居民用水量和TWSC的相关性没有通过显著性检验。

表3 居民用水量、水库蓄水量、人类活动与TWSC的 相关性分析Table 3 Coefficients of correlation between annual TWSC and water use, reservoir water storage changes and human activities

图5 TWSC与居民用水量、水库蓄水量、 人类活动的关系Fig.5 Relations of annual TWSC against water use, reservoir water storage change and human activities

3.3 气候改变及人类活动对干旱事件的贡献度分析

从表4和图6可以看出，汉江流域居民用水量和气候变化对TWSC的贡献呈减小趋势，水库蓄水量对TWSC的贡献呈增加趋势。2010年之后气候变化贡献度<0.5。2006年、2013年降雨量是近10 a中最低的2个年份，其中2006年降雨量相对于平均降雨量960 mm下降15%，连续干旱15个月，干旱程度S达到了-384.06 mm。2006年7月降雨量为135 mm，而蒸散发量达到全年最高117 mm，降水量较少的同时蒸散发量增大，故流域发生了干旱事件，其中ηC=0.41。2007年7—9月份雨量充沛，仅3个月降雨达到了510 mm，缓解了2006年的严重干旱，由于9月份之后降雨迅速减少，2007年10月—2008年3月出现了6个月的干旱事件，平均亏损-5.54 mm，严重程度较轻(S=-33.23 mm)。2013年降雨量相对于平均降雨量下降14%。2013年人类活动对TWS变化贡献率为0.64。2011年出现了长达8个月的春夏季干旱，平均亏损量-17.98 mm，S为-143.88 mm。2011年整体降水量充沛，但1—7月份降雨量均小于多年平均月降雨量。2011年汉江流域居民用水量达到近10 a最高，ηW=-0.46，ηR=0.19，ηC=0.36，2011和2013年的干旱事件中人类活动已经起主导作用。

表4 人类活动和气候变化对TWSC的贡献Table 4 Contributions of human activities and climatic change to TWSC

图6 2004—2014年人类活动和气候变化对TWSC 的贡献Fig.6 Contributions of human activities and climatic change to TWSC from 2004 to 2014

4 讨 论

通过WSD方法，在汉江流域识别出4次干旱事件，分别发生在2006、2007、2011、2013年，这与长江流域发生干旱事件的时间基本一致[31-32]。本研究发现，汉江流域TWS变化是气候变化和人类活动共同作用的结果，陆地水储量变化与植被覆盖没有显著相关性，与年降水量、年蒸散发量、人类活动有显著的相关性。

汉江流域是我国防洪和供水的重要战略区域，流域内的丹江口水库是南水北调中线工程的核心水源地，大规模的生态建设使得植被覆盖有明显增长，但由于生态建设实施时间较短，研究期内，植物对陆地水储量变化的影响并不显著。人类活动(居民用水量和水库蓄水量之和)与陆地水储量变化显著相关。随着汉江干流梯级水库的建成以及南水北调工程调水项目的启动，汉江流域水库2014年开始蓄水，年蓄水量比2013年增加87.4 mm，与整个汉江流域居民用水量91.22 mm只相差11.82 mm，水库通过合理调度，很好地补偿了居民用水量带来的陆地水储量减少。总的来说，人类活动是影响汉江流域陆地水储量的重要因素之一。

汉江流域气候变化对干旱事件贡献度在2010年后均<0.5，而2010年后人类活动对干旱事件的影响已经起主导作用。根据班璇等[33]对汉江流域的研究得知：1990年、2008年是汉江流域的水文突变年。1990年前，水文情势主要受气候影响；1990—2008年，气候影响有所减弱；2008年以后，汉江流域的水文情势主要受人类活动的影响。水文突变年和贡献度的变化时间较为一致；2009—2015年，汉江流域修建了包括南水北调中线工程、干流梯级开发工程、引江济汉、引江补汉工程和引汉济渭等工程，极大地影响了蒸散发、地表径流和蓄水等水文过程，进而影响了干旱的发展。

基于GRACE卫星的方法能够有效识别流域的干旱事件，与传统的干旱监测方法相比，该方法能够结合区域水平衡原理讨论气象水文、人类活动等因素对干旱事件的表征能力。但由于缺少更精确时空尺度的人类活动数据，本研究仅在年尺度上进行分析，使得气候和人类活动对干旱形成的共同作用并不能得到完全的探索。另外在水资源公报中，耗水量采用经验耗水率进行计算，暂时无法得到精确的耗水量数据进行计算，本文使用用水量进行代替，增加了不确定性。在人类活动类别方面只考虑了最重要的因素(居民用水量和水库的蓄水量)，没有考虑拦水措施，如梯田等工程对此的影响。GRACE的后续产品GRACE-FO在2018年发射，GRACE-FO产品具有更高的时空精度。随着汉江流域内的南水北调中线工程、引江济汉工程等跨流域调水工程的实施和下游梯级水库的修建，未来我们将结合更高精度的GRACE产品探索跨流域调水和梯级水库的联合运行，全面考虑人类活动对流域干旱事件的影响。

5 结 论

基于GRACE卫星数据，本文分析了汉江流域2004—2014年TWS的变化，采用WSD方法识别和评估了汉江流域的干旱事件，并结合降雨、蒸发、NDVI、水库蓄水量和居民用水量数据，定量分析了气候变化和人类活动对干旱事件的影响。主要结论如下：

(1)汉江流域2004—2014年间TWS呈不显著的下降趋势，通过WSD方法，监测到4场干旱事件，其中2006年和2013年干旱持续时间最长，为12个月，2007年干旱事件持续时间最短，程度最轻，严重程度S为-33.23 mm。

(2)汉江流域降雨、蒸发量近10 a来没有显著变化，汉江流域生态建设的发展，使得NDVI有显著上升趋势。通过与TWSC进行相关性分析发现，降雨量和蒸发量与TWSC有显著相关性，NDVI与TWSC没有显著相关性。

(3)4场干旱事件的气候变化贡献度分别为0.41、0.43、0.36、0.36，人类活动贡献度分别为0.59、0.57、0.65、0.64。总体来看，由于2009—2015年汉江进行了南水北调的工程建设及汉江干流梯级开发工程建设，人类活动使得汉江流域的水文情势发生了巨大变化，在TWSC的贡献度上，汉江流域居民用水量和气候变化有减弱趋势，水库蓄水有增长趋势，人类活动对干旱事件的影响不可忽视。