利用重力卫星监测中国西南地区陆地水储量变化

崔立鲁，宋 哲，邹正波，张 诚，岳 笑，李 琼

(1.成都大学建筑与土木工程学院，成都 610106；2.武汉大学测绘学院，武汉 430079；3.中国地震局地震研究所，中国地震局地震大地测量重点实验室，武汉 430071；4.华中科技大学物理学院地球物理研究所，武汉 430074)

陆地水资源在时空上的分布不均一直是困扰人类社会生存发展的重大问题，也是影响区域气候变化及生态环境的重要因素[1]。而中国西南地区是中国的重要工农业生产基地，因此对本区域的陆地水储量变化进行研究，有助于揭示本地区的水循环过程，为本地区国民经济建设和人民生产生活提供详细的决策数据。陆地水储量变化(terrestrial water storage changes TWSC)主要包括降水、地表水蒸发、地表径流和地下水等一系列水资源分布情况的综合反映，但是通过传统的地面观测手段或遥感技术无法获取持续大面积高精度的TWSC。

GRACE卫星是由美国国家航空航天局(National Aeronautics and Space Administration，NASA)和德国航空中心联合研发的，主要是采用两颗低高度(300～500 km)的近极轨道卫星，通过精确定位和相互跟踪探测地球重力场变化。该卫星计划的实施为地表物质迁移的长期监测提供了直接有效的观测手段，它能够获取尺度统一、均匀分布的TWSC数据，目前已经广泛运用于全球和区域TWSC的研究[2]。Rodell等[3]利用GRACE时变重力场反演了7 a的陆地水储量变化，并利用水文模型对TWSC显著减少的原因进行了分析和研究；李琼等[4]采用2003—2013年共计8 a的GRACE时变重力场模型研究了中国西南地区干旱事件的成因和变化趋势；汪汉胜等[5]联合GRACE和天气预报中心(Climate Prediction Center，CPC)水文模型研究三峡水库水储量变化，结果表明GRACE时变重力场可以反演得到可靠的TWSC年际变化；罗志才等[6]利用GRACE月重力场模型反演了近9 a黑河流域地下水储量的时空变化，并对变化趋势和成因进行了分析。

采用2003—2015年GRACE月时变重力场模型反演了近13 a中国西南地区TWSC时空分布特征。为了降低重力场模型高阶次项相关误差和数据后处理误差对反演结果的影响，利用多项式滤波算法(PnMm)和Fan滤波组合方式有效消除该影响，同时在反演前扣除冰川均衡调整的影响。根据得到的近13 a TWSC数据计算得到中国西南地区每月陆地水储量平均变化值的时间序列，并结合全球陆地资料同化系统(global land data assimilation system，GLDAS)水文模型分析该地区TWSC的时空变化特征，并根据GRACE反映得到的2009年7月—2010年6月中国西南地区TWSC分析了发生在2009年秋—2010年春该地区特大干旱事件发生的整个过程，以及各省干旱程度和旱情分布情况，以期为政府部门对于抗旱救灾制定合理的对策和采取有效措施提供参考。

1 反演理论

利用GRACE时变重力场球谐系数反演地表质量变化的计算公式，以等效水高表示为[7-8]

(1)

在对GRACE月重力场球谐系数进行数据预处理过程中，由于GRACE卫星轨道的原因，得到的C20项精度较低，一般采用由卫星激光测距仪(satellite laser ranger，SLR)测量得到的C20项进行替代[9]，并利用Swenson等[10]的研究成果对一阶项进行了地球质心变化改正，在扣除冰后回弹的影响[11]。同时为了削弱由卫星轨道误差等造成的影响，采用P3M6多项式滤波加上300 km Fan滤波的组合滤波算法进行误差处理[7,12-14]。计算时以2003年1月—2015年12月GRACE时变重力场球谐系数平均值作为静态背景场，将每个月的时变重力场球谐系数减去静态背景场，得到每个月相应的球谐系数变化值[7]。根据式(1)即可得到每月陆地水储量变化值。

2 数据说明

2.1 GRACE时变重力场数据

采用由美国德克萨斯大学空间研究中心(Center for Space Research of Texas University in Austin，CSR)发布的RL05版本Level-2的月重力场模型，截断阶数为60。该模型可从该机构网站上免费下载，同时GRACE月重力场模型保持着实时更新。该重力场模型已扣除了由潮汐及非潮汐引起的大气和海洋质量变化影响，在此基础上减去地球长期静态重力场的影响，可以得到地球表面质量变化的结果，其主要包括陆地水储量变化、冰川质量变化和固体地球质量变化等[15-18]。

2.2 GLDAS水文模型

GLDAS水文模型是由NASA戈达德空间飞行中心(Goddard Space Flight Center，GSFC)与美国海洋和大气局(National Oceanic and Atmospheric Administration，NOAA)国家环境预报中心(National Centers for Environmental Prediction，NCEP)联合发布的。采用的与GRACE数据相同时间跨度的GLDAS格网数据，对其进行球谐系数展开，然后截断至60阶，并采用与GRACE数据相同的滤波组合算法计算得到中国西南地区水储量变化。

3 结果与分析

中国西南地区位于为东经97°31′～112°04′，北纬20°54′～26°03′，包括四川、云南、贵州、广西和重庆四省一市，北接秦岭，南邻东南亚诸国，西面是青藏高原，东面是长江中下游地区和广东，东南部分濒临南海。该地区总面积为137.62×104km2，占中国陆地国土面积14.34%。截至2018年年末，该地区总人口为2.47×108，占中国总人口的17.71%，地区GDP为111 509亿元，占中国GDP的12.39%，是中国的重要工农业生产基地。长江、珠江、澜沧江和怒江等流经本区域。

为了获得2003—2015年中国西南地区陆地水储量变化的时间序列，以格网点纬度的余弦值作为各格网点TWSC的权重，对该地区的格网TWSC数据进行加权平均处理，这样就可以得到该区域的每月TWSC平均值。利用上述方法对GRACE和GLDAS数据分别进行处理，具体结果如图1所示。

图1为GRACE月重力场和GLDAS水文模型分别计算得到的中国西南地区TWSC时间序列。由图1可知，通过两种数据得到的陆地水储量长期变化趋势基本一致，且总体呈现出逐渐增加的趋势，但是出现一处比较明显的异常低值，该异常低值出现在2010年3月。

为了进一步分析该地区近13 a TWSC的年际变化趋势，不考虑图1中TWSC时间序列中的季节性变化，结果如图2所示。根据图2结果可知，2003—2006年由GRACE反演得到的TWSC值明显低于平均水平，这与文献[4]中提到的2003年开始的云南地区高温干旱气候表现一致，其中2004年3月的TWSC达到了这段时间的最低值。此外，2009年11月—2010年6月TWSC出现了明显的异常低值，这与2009年秋—2010年春西南地区出现的干旱事件是相吻合的；同时2013年12月—2014年4月也出现了异常低值，这与2013年冬到2014年春重庆、云南地区出现的严重干旱相符。从图2中还可以看出：GRACE结果的波动要大于GLDAS水文模型的结果，这是由于GRACE反演结果是包含了地下水变化、冰雪变化和土壤水变化等陆地水储量总变化，还有其他地表其他物质迁移情况，而GLDAS水文模型主要反映的是土壤水和积雪变化。对图1、图2的两组时间序列进行相关性分析，其相关系数分别为0.876 3、0.625 3，由此可知GRACE和GLDAS两者反演得到的TWSC具有很强的相关性，在扣除了季节性变化后虽然有所降低，但仍保持着较强的相关性。这说明陆地水储量变化占据了地球表面质量变化的主要部分。

图1 GRACE和GLDAS得到的中国西南地区TWSCFig.1 TWSC in southwest area of China from GRACE and GLDAS

图2 GRACE和GLDAS的中国西南地区TWSC年际变化趋势Fig.2 Interannual trends of TWSC in southwest area of China from GRACE and GLDAS

为了详细地研究2009—2010年严重干旱的受灾情况，利用GRACE月重力场数据计算得到2009年7月—2010年6月的中国西南地区TWSC分布图，如图3所示。由图3可知，2009年7月—9月整个西南地区TWSC基本没有变化，但是从2009年10月开始整个贵州地区、广西北部、重庆东部的TWSC出现了明显的负异常变化，这个负异常现象一直持续到2010年6月。到了2009年11月出现负异常变化的区域持续扩大，逐步扩大到了四川和云南西部地区，同时负异常变化值也在逐步增大，到2010年1月出现负异常变化的区域基本覆盖了整个西南地区，而2010年3月负异常变化值达到了峰值，其中云南全境的负异常变化值最大。从2010年4月开始，出现负异常变化值的范围开始减少，但是变化值并没有出现较明显的减小，其中云南地区尤为严重，到了2010年6月整个西南地区的干旱情况得到了明显缓解，但是云南南部地区还是处于干旱状态。

图3 2009年7月—2010年6月中国西南地区的每月TWSCFig.3 Monthly TWSC from July 2009 to June 2010 in Southwest Area of China

4 结论

利用GRACE时变重力场反演了西南地区陆地水储量变化，通过扣除季节性变化，得到了西南地区的年际变化。实验结果表明：①GRACE反演结果与GLDAS水文模型结合具有良好的一致性，但是GRACE的波动变化要显著大于GLDAS水文模型，这说明GRACE反映的是总的陆地水储量变化，而GLDAS水文模型仅仅只包含土壤水、冰川变化等；②根据年际变化结果可知，西南地区2003—2006年呈现出明显减少趋势，在2004年3月达到最低值，其后转为上升趋势。而2009年7月—2010年6月出现了较其他年份的异常低值，这与西南地区在2009年秋—2010年春出现的特大旱情是相符的；③详细分析了2009—2010年出现的旱情时空变化情况，并着重指出云南地区的旱情最为严重。这说明利用GRACE时变重力场监测大范围陆地水储量变化具有十分重要的实用价值。