基于衛星遙感數據和SPA的淮河流域陸地水儲量變化研究

吳淑君， 李曉英， 鄭浩然， 王 穎

(河海大學 水利水電學院， 江蘇 南京 210098)

1 研究背景

水資源以土壤水、地表水和地下水等不同形式存在，對于生物的生存與發展至關重要。陸地水儲量變化(TWSA，Terrestrial Water Storage Anomaly)是陸地水量平衡的基本分量之一，是地表水、地下水、土壤含水量及冰雪和生物體含水量綜合變化的結果[1]。研究陸地水儲量的變化對進一步掌握地區水文循環現狀，規劃區域未來水資源發展具有重要意義。實現全球范圍陸地水儲量變化的監測十分困難，GRACE重力衛星的發射為研究陸地水儲量變化提供了新手段。GRACE重力衛星能夠直接應用于地表質量變化監測，而陸地時變重力場主要由陸地水質量變化引起[2-3]。

GRACE重力衛星數據在估算各種尺度的陸地水儲量變化上具有極高的敏感度和廣泛的適用性，可探測厘米級陸地水儲量變化[4-5]。陸地水儲量變化具有周期性[6]，環境變化對陸地水儲量的影響主要為氣候變化和人類活動影響。Hu等[7]發現中亞山麓地區陸地水儲量變化主要受到降雨的影響，與氣溫間存在3個月的遲滯關系，而陸地水儲量受土地利用等人類活動影響的程度還不明確。王文等[1]利用GRACE估算長江上、中游的陸地水儲量并結合多源水文數據分析，顯示長江上游陸地水儲量與降雨、徑流和土壤水蓄量無明顯變化，中游水庫蓄量與陸地水儲量都有顯著性增加，反映出人類活動影響中游地區陸地水儲量變化。經研究2003-2012年長江流域三峽庫區、洞庭湖、鄱陽湖3個典型地區的陸地水儲量對氣候因素的響應較為敏感[8]。我國幾大主要流域陸地水儲量與環流指數的相關性研究也進一步驗證了氣候變化是造成水儲量變化的一大主要因素[9]。

目前針對淮河流域陸地水儲量的研究主要集中在流域水儲量的趨勢和分布狀況，對于淮河流域水儲量變化驅動因子的研究較少。周志才等[10]利用逐月GRACE時變重力場模型獲得了淮河流域陸地水儲量的時空變化，采用同期GLDAS模型中土壤水和實測地下水埋深數據推算了淮河流域地下水儲量的時空變化，借助觀測井數據對結果進行檢驗，結果表明淮河流域地下水儲量呈遞增趨勢。束美珍等[11]研究2003-2014年黃淮海地區陸地水儲量，發現淮河流域陸地水儲量呈下降趨勢，水儲量整體變化由南向北遞減，水儲量的空間變化主要受降雨影響，同時還受區域農業布局和作物灌溉影響。

面向關系結構的集對分析(SPA)能夠從確定性與不確定性的聯系和轉換角度分析水資源復雜系統，在水資源分析與評價中發揮了重要作用[12]。與傳統水文相關分析相比，集對分析能從微觀層次上反映出兩者的關系[13]，可以得出陸地水儲量分布與各影響因素間的更多關系信息。本文以淮河流域洪澤湖以上范圍為研究對象，通過GRACE衛星數據計算2003-2016年期間淮河流域陸地水儲量，分析其時序和空間變化，基于皮爾遜相關系數和SPA集對分析，研究降水、溫度、環流及植被覆蓋率對流域陸地水儲量變化的影響。

2 研究區域與數據

2.1 研究區域

淮河流域地處我國東部，位于長江和黃河之間。流域總地形為由西北向東南傾斜，淮南山丘區向北傾斜。流域西、南、東北部為山區，其余為平原、湖泊和洼地，自然植被分布具有明顯的地帶性特點。淮河流域具有獨特的地理位置，地處我國南北氣候的過渡帶，四季分明。流域北部屬于暖溫帶半濕潤季風氣候區，為典型的北方氣候，冬半年比夏半年長，過渡季節短，年內氣溫變化大；流域南部屬于亞熱帶濕潤季風氣候區，夏半年比冬半年長，降水豐沛，氣候溫和。

2.2 研究數據

2.2.1 GRACE數據 GRACE衛星能夠監測時變重力場變化，從而推求地球表面質量的變化，進一步轉化為等效水高變化。本文采用2003-2016年CSR、JPL、GFZ 3家研究機構發布的全球空間分辨率為1°×1°的逐月等效水高變化的均值，陸地水儲量變化值TWSA為相對2004年1月至2009年12月陸地水儲量均值的距平值。根據流域地形圖進行面積加權平均，得到流域各月平均陸地水儲量變化。

2.2.2 降雨、溫度、徑流、環流數據 降雨、氣溫數據來源于國家氣象信息中心，數據系列為2003-2016年的分辨率為0.25°×0.25°的月值格點數據，個別缺損數據采用樣條法插值。徑流選用吳家渡水文站的月徑流資料，來自《淮河流域片水資源公報》。環流數據來源于中國氣象局國家氣候中心逐月大氣環流指標數據。

2.2.3 MODIS數據 本文選用空間分辨率為1 km的MOD13A3月數據生成歸一化植被指數NDVI(Normalized Difference Vegetation Index)。NDVI能夠很好地反映地表植被覆蓋情況，NDVI值與地表覆蓋率呈正相關。

3 研究方法

3.1 集對分析原理

集對分析是對不確定系統中的兩個有關聯的集體構造集對，對集對的某特性進行分析，建立同、異、反聯系度[14]。將因變量Y與各影響因子Xi對應的類別符號進行對照，X、Y各有n項，符號相同則稱為同一，統計其個數S；相差一級，稱為差異，統計其個數F；相差兩級，稱為對立，統計其個數P。由公式(1)得到各集對的聯系度：

(1)

式中：μX-Y為集合X和Y的聯系度；S+F+P=n；I為差異不確定系數，在(-1,1)區間取值；J為對立系數，J=-1；a、b、c分別為集對的同一度、差異度和對立度。當a越接近1，表明集合X與Y關系越傾向于同一；當c越接近1，表明兩個集合越傾向于對立；當b越接近1，表明兩個集合越傾向于差異，當b>0.5時，在多元回歸分析中可以排除該因子。

3.2 Pearson相關分析

皮爾遜相關系數法是一種能夠準確度量兩個計算變量間關系密切程度的統計學方法。變量x、y通過實驗可獲得若干組數據，記為(xi,xj) (i=1,2,…,n)，則相關系數的數學表達式為：

(2)

4 結果分析與討論

4.1 流域陸地水儲量變化研究

利用GRACE月重力場數據，反演淮河流域洪澤湖以上地區多年陸地水儲量變化。流域2003與2016年陸地水儲量變化空間分布對比如圖1所示。由圖1可見，2003年GRACE反演的淮河流域年均陸地水儲量分布較為均勻，整體處于較豐狀態。南部地區比北部略豐，但整體差異不大。2016年淮河流域年均陸地水儲量分布不均，南北差異較大，南部陸地水儲量明顯豐于北部。主要原因是流域南部多為山區，經濟社會發展落后于北部平原地區，北部經濟快速發展帶來的用水增加，加劇了南北陸地水儲量的差異。相比2003年，2016年流域南部陸地水儲量增加，北部陸地水儲量減小，陸地水儲量增減面積大致相等。桐柏山和大別山區域相較于2003年陸地水儲量上升幅度最大，流域內鄭州市區域陸地水儲量下降幅度最大。鄭州市區域社會經濟水平上升較快，水資源量消耗增大，陸地水儲量下降與實際情況相吻合。

圖1 2003、2016年淮河流域平均陸地水儲量變化空間分布圖

2003-2016年淮河流域GRACE反演逐月陸地水儲量變化見圖2。由圖2可見，通過陸地水儲量長系列趨勢研究，淮河流域陸地水儲量整體呈現下降趨勢，下降幅度較小。陸地水儲量變化具有明顯的年周期性，多在秋初達到年內峰值。圖2中線性擬合陸地水儲量變化的下降趨勢為-0.043 cm/a，多年均值為-1.918 cm。2003、2007年夏季淮河流域遭遇強降水，陸地水儲量增加。2005年淮河流域處在豐水年，年內陸地水儲量整體盈余。2011年陸地水儲量值處在明顯的低位，水儲量虧損，與同年山東、安徽和河南地區發生重大旱情相吻合。2015年起流域陸地水儲量變化均為負值，呈現下降趨勢。

4.2 流域陸地水儲量變化影響因素研究

陸地水儲量受到流域降雨、氣溫、徑流的影響，與當地植被覆蓋率和大氣環流密切相關。本文選取研究區域降雨、氣溫、徑流和植被覆蓋率數據，篩選對淮河流域所研究區域陸地水儲量影響較大的8個氣候環流指數，分別與陸地水儲量變化進行相關性分析。結果如表1所示，所選指標均通過0.05顯著性檢驗。

利用集對進行進一步相關分析，計算陸地水儲量與各影響因素的均值和均方差，采用均值標準差法根據經驗取值法[14]進行分類，分類標準與計算結果如表2所示。

圖2 2003-2016年淮河流域GRACE反演逐月陸地水儲量變化圖

表1 陸地水儲量與各影響因子間最大相關系數

注：**表示通過0.05顯著性檢驗。

表2 評價指標分類標準

統計Y與各影響因子Xi的同一數、差異數和對立數，根據公式(1)得到各評價對象集對分析聯系度如下：

μY～X1=0.577+0.399I+0.024J

μY～X2=0.423+0.518I+0.220J

μY～X3=0.649+0.399I+0.012J

μY～X4=0.464+0.452I+0.083J

μY～X5=0.464+0.500I+0.036J

μY～X6=0.494+0.440I+0.065J

μY～X7=0.393+0.560I+0.048J

μY～X8=0.399+0.518I+0.083J

μY～X9=0.488+0.470I+0.042J

μY～X10=0.518+0.411I+0.071J

μY～X11=0.488+0.470I+0.042J

μY～X12=0.512+0.440I+0.048J

根據計算的聯系度可知，Y與X2、X5、X7、X8的不定相關度分別為0.518、0.500、0.560、0.518。陸地水儲量變化與氣溫、環流指數中的亞洲區極渦面積指數、亞洲區極渦強度指數和北半球極渦強度指數間不定相關度均超過0.5，對陸地水儲量變化的影響較小，不能作為主要影響因子。

4.3 分析與討論

降雨、徑流對淮河流域陸地水儲量變化起到重要影響作用，由陸地水儲量與影響因素間相關性分析結果和集對分析聯系度結果可以看出：降水量和徑流量作為陸地水儲量變化的主要影響因子與陸地水儲量變化較為一致，呈正相關。陸地水儲量與植被覆蓋指數間存在負相關，區域植被覆蓋率越高，蒸散發越大，導致陸地水儲量下降。陸地水儲量變化與北半球極渦面積指數及歐亞、亞洲經緯環流指數為負相關，相關性多在0.2～0.4之間，相關性較弱?；春恿饔蜿懙厮畠α孔兓艽蟪叨葰夂颦h流影響，但程度較低，可能是受地表特征復雜與環流指數尺度相對研究區域較大影響。

淮河流域陸地水儲量與氣溫的相關性雖然通過了顯著性檢驗，但SPA分析兩者不定相關度較大，說明淮河流域洪澤湖以上區域的陸地水儲量與氣溫的關系實際并不顯著。這種不顯著相關性很可能是受淮河流域獨特的氣候因素影響，淮河以南為亞熱帶區域，而淮河以北為暖溫帶區域，南北溫度差異較大，對分析結果造成影響。在未來的研究中應進一步考慮流域氣候的獨特性，分流域以南與流域以北兩個子流域進行分析。

5 結 論

本文利用2003-2016年GRACE重力衛星數據反演淮河流域洪澤湖以上區域陸地水儲量變化，分析流域陸地水儲量多年時空變化規律，并結合降雨、溫度、徑流、植被覆蓋率和環流數據分析陸地水儲量的主要影響因子，結論如下：

(1)2003年淮河流域年均陸地水儲量分布較為均勻，整體處于較豐狀態。2016年年均陸地水儲量分布南北差異較大，南部陸地水儲量明顯豐于北部。相較2003年，2016年流域南部陸地水儲量增加，北部陸地水儲量減小，陸地水儲量增減面積大致相等。南部桐柏山和大別山區域陸地水儲量上升幅度最大，北部流域內鄭州市區域陸地水儲量下降幅度最大。

(2)對淮河流域陸地水儲量作長系列趨勢研究，發現流域陸地水儲量整體呈現下降趨勢，下降幅度較小。陸地水儲量變化具有明顯的年周期性，多在秋初達到年內峰值。陸地水儲量的變化能夠較好反映流域極端氣候變化的影響，對干旱和極端降水氣候的響應度較高。

(3)利用皮爾遜相關系數和集對分析法研究流域陸地水儲量變化的主要影響因子，結果表明陸地水儲量變化主要受降雨、徑流變化影響，呈正相關，受當地植被覆蓋率和環流指數影響相對較小，呈負相關，與溫度間相關度不高。