基于GRACE数据的中国地下水储量时空变化研究

摘要：研究中国长时间序列地下水储量变化，识别地下水储量下降区域及该区域人口暴露情况，为水资源可持续利用提供重要的科学参考。利用GRACE（重力恢复和气候实验）卫星数据和GLDAS（全球陆地数据同化系统）数据，根据水量平衡原理分析了2003-2020年中国地下水时空变化特征。结果表明：（1）中国地下水的丰水区主要分布在长江流域以南和青藏高原区，缺水区主要分布在华北地区与西北地区；中国地下水稳定性存在显著的空间差异，华北地区、西北地区和青藏高原区的稳定级别为差；（2）中国地下水等效水高在2003-2020年呈下降趋势，贡献区域主要集中在北方区域；多年平均等效水高为-10.91 mm/a，整体以减少为主；地下水等效水高由2003年的-0.83 mm下降至2020年-39.55 mm，18年间共下降38.72 mm，下降率为2.15 mm/a；（3）人水矛盾突出区域主要集中在华北平原，空间上南方区域比北方更安全。2020年中国市域地下水下降暴露人口平均gt;500人/km2的区域集中分布在华北平原及周边区域，暴露总量最高的3个行政区为北京、天津、保定。

关键词：重力恢复和气候实验；地下水；人口暴露；时空变化；中国

中图分类号：X87 " " " "文献标志码：A " " " "文章编号：1674-3075（2024）06-0009-09

随着城市化进一步发展，人类活动与经济发展高速增长使水资源的消耗进一步加剧，水资源储量安全已成为全球城市可持续发展的重要保障（陶征广等，2021）。目前，全球有超过40亿人口生活在城市地区，且城镇人口数量将不断增加（Mcdonald et al，2014），至2050年城镇人口占全球人口数量比例将达到68%，包括中国在内的3个国家将贡献其中的35%（Chen et al，2014；黄婉彬等，2020）。地下水作为水资源的重要组成部分，由于储量稳定、水质好，可被各行各业直接使用，是人类活动的必需品（赵珍珍和冯建迪，2019；涂梦昭等，2020），为世界超过15亿的城市人口提供基本用水，对人类生存发展及资源的可持续利用至关重要（Howard，2015）。地下水资源是指存在于地下可以为人类所利用的水资源，是全球水资源的一部分，并且与大气水资源和地表水资源密切联系、互相转化（陈飞等，2020）。地下水资源既有一定的地下储存空间，又参加自然界水循环，具有流动性和可恢复性的特点（Long et al，2017）。

2020年中国水资源总量31.6×103亿m3，其中，地表水资源量30.4×103亿m3，地下水资源量8.6×103亿m3，地下水与地表水资源不重复量为1.2×103亿m3（涂梦昭等，2020）。基于中国水资源生态安全与现代化经济体系构建、产业布局优化的支撑能力及服务水平的新要求，不仅要求政府相关部门从生态文明建设角度，审视人口经济与水资源环境关系，而且需要优化水资源配置格局，提高水资源利用效率和效益，为中国水资源生态安全建设的提质升级提出新目标。

中国江河纵横交错、湖泊星罗棋布，但中国水资源人均占有量不高、地区分布不均，尤其是华北地区和关中地区，人水资源矛盾愈发突出，给相关部门的水资源安全管理提出了新要求（陆大道和孙东琪，2019）。由于中国生态环境脆弱，水资源严重短缺且时空分布不均，保证地下水储量安全十分重要。在此背景下，研究中国长时间序列的地下水储量变化对于区域水资源可持续利用具有重要的科学意义。

国内外众多学者开展了相关研究，主要集中在城市群（宫辉力等，2017；杨阳，2017）、地形区（徐子君等，2018；胡鹏飞等，2019）、流域（曹艳萍等，2012；王志成等，2017）等尺度的地下水变化监测，也有部分学者开展了技术方法改进、精度检测和降尺度等工作，但缺少中国长时间序列地下水储量时空变化的研究。从监测趋势看，已有学者利用GRACE（gravity recovery and climate experiment，重力恢复和气候实验）卫星在不同尺度上监测了中国地下水储量变化：全国尺度上，分流域统计了地下水储量变化；局地尺度上，主要集中在华北地区和西北地区，发现其地下水储量在不断枯竭。从监测精度上看，基于GRACE卫星数据得到的中国地下水储量变化与实测地下水井反映的趋势基本一致，二者拟合度较高。

传统的地下水监测方法耗时耗力，且在监测点以外的区域形成了监测盲区，无法及时了解地下水储量的变化情况（Zhong et al，2018；张亮林和潘竟虎，2021）。为解决这一问题，本文将GLDAS（global land data assimilation system，全球陆地数据同化系统）和GRACE遥感数据相结合反演了中国长时间序列的地下水储量变化。GRACE卫星发射于2002年3月，2016年停止工作，2018年又发射了二代星，主要被用于探测地球重力场变化。GRACE是由2个完全相同的卫星组成，这2颗卫星在轨道上具有固定间距220 km，卫星上配置了精密的加速度仪，能够通过测量2颗卫星之间的距离变化，最终量化短期内地表水储量变化。GRACE数据通过采用1 383个实时声探的地质调查观测井和5 908个日常读数的观测点，再加上对全国数十万个井、沟、洞穴进行水位测量作为补充，保证了数据的可靠性。

本研究使用GLDAS、GRACE和LandScan遥感数据开展2003-2020年中国地下水储量变化与暴露于地下水急剧下降区的人口变化，主要研究内容包括分析中国地下水变化时空格局，识别地下水储量下降区域并分析该区域地下水显著下降的人口暴露情况，以期为中国地下水储量可持续利用提供科学参考。

1 " 材料与方法

1.1 " 数据来源

1.1.1 " GRACE数据 " 选择由jet propulsion lab（美国喷气动力实验室）发布的JPL RL06 Mascon数据集，选择中国作为研究区域，数据集包括“Decimal_time”“lat”“lon”“time”“time_bounds”“TWSA_REC”和“Uncertainty”7个参数，以.nc的格式存储。本研究使用的数据包括3个阶段，分别为version 01（一代星）、间断期（钟玉龙等，2020）和version 02（二代星），处理得到中国区域基于降水重构陆地水储量变化数据集。中国区域内的数据实用性已经过众多学者的研究，已有研究（Tapley et al，2004；Strassberg et al，2007；冉全等，2013；Zhong et al，2019）选取实测地下水位数据对该卫星数据反演的结果进行了验证，二者年尺度上R2约为0.804。数据质量整体较好，适用于中国区域内的地下水储量变化研究。

GRACE双星都配备了星载摄像机和加速度仪，通过高轨GPS（global positioning system）接收机和微波测距系统测量卫星的位置和速度。长期来看，GRACE卫星监测的地球重力场变化反映了固体地球的质量变化，而在较短的时间尺度上，地球质量的改变主要是由于水在地球表面不断重新分布造成的。GRACE可以通过感应地球质量局部改变引起的微小引力变化来监测区域内陆地总水储量（total water storage，TWS）的变化。当2颗卫星绕着地球环绕时，重力异常区会先后影响前位卫星和尾随卫星，地球质量的变化会引起两星间微小的加速和减速，改变它们之间的距离。为了测量这个不断变化的距离，GRACE双星不断向彼此发射微波脉冲，并对返回信号的到达时间进行计时。将测距数据与高轨GPS定时跟踪、星迹追踪器的姿态信息以及加速度仪的非引力效应相结合，可以反演出地球重力场月值数据，监测其随时间的变化，并转化为以等效水柱高形式表示的陆地总水储量变化（涂梦昭等，2020）。陆地总水储量是地表水（湖泊和河流）、土壤水、地下水和雪水等的总和，通过水量平衡原理最终可获得地下水储量。

1.1.2 " GLDAS数据 " GLDAS数据来源于戈达德地球科学数据与信息服务中心（goddard earth sciences data and information services center，GESDISC）。本研究选取了GLDAS-2.1版本的Noah模型输出土壤含水量和积雪水量，为了与陆地水储量变化数据对应，将2003-2020年每月土壤含水量、积雪水量分别减去相对应的多年平均值，得到土壤含水量、雪水的距平值，即每月的变化，进一步求得各自的年均变化（Gong et al，2018）。

1.1.3 " LandScan人口数据 " 人口格网数据为LandScan人口数据，空间分辨率约1 km，获取自https：//landscan.ornl.gov。该数据由ORNL（oak ridge national laboratory，美国能源部橡树岭国家实验室）推出，它采用的是GIS与RS相结合的创新方法。在大约1 km格网分辨率范围内，LandScan是最好的全球人口动态统计分析数据集之一，可以获取24 h内平均人口分布状况。已有大量学者对该数据在中国区域内的适用性进行了验证和科学研究，精度客观可靠（王雪梅等，2004；张亮林和潘竟虎，2021）。

1.1.4 " 矢量数据 " 中国各级行政区界线数据获取自国家基础地理信息中心1：100万全国基础地理数据库和基于国家测绘地理信息局标准地图服务网站（http：//bzdt.nasg.gov.cn/）下载的审图号为GS（2016）2885号标准地图制作，底图无修改。

1.2 " 数据统计和分析

1.2.1 " 地下水储量变化 " 根据水量平衡原理计算2003-2020年中国地下水年均变化量（Gong et al，2018）。GRACE卫星监测的垂直水层水储量变化包括了地表水（湖泊和河流）、土壤水、地下水和雪水（冉全等，2013；Gong et al，2018）。根据水量平衡原理，从GRACE反演的陆地水储量变化中减去土壤含水量变化和积雪水变化量得到地下水储量变化（地表水变化很微小，故忽略它）。将2003-2020年每月土壤含水量减去2003至2020年的多年平均值，得到土壤含水量距平值，即每月土壤含水量变化，进一步取年均值得到土壤水年均变化（Feng et al，2013）。2003-2020年地下水储量变化计算如下式所示：

VGWS，i=VTWS，i-VSMS，i-VSWS，i " ①

式中：i为年份，VGWS，i为第i年地下水年均变化量，VTWS，i为陆地水储量年均变化量，VSMS，i为土壤水年均变化量，VSWS，i 为地表水储量变化量，单位均为mm。

1.2.2 " 趋势分析 " Theil-Sen Median趋势分析可以模拟每个栅格的变化趋势，能客观地反映长时间序列中国地下水储量的演化趋势，计算公式为（Sen，1968）：

SR=Median（[Wj-Wij-i]） " "2003≤i≤j≤2020 " ②

式中：SR为拟合方程的斜率，Wi为第i年的中国地下水等效水高，Wj为第j年的中国地下水等效水高，单位为mm。当SRgt;0，中国地下水储量呈增长趋势；反之，中国地下水储量呈减小趋势。

Mann-Kendall检验是一种非参数统计检验的方法，用来判断趋势的显著情况，Z统计量计算公式为（Kendall，1955）：

Z = [S-1s（S），Sgt;00， " " " " " " " "S=0S+1s（S），Slt;0] "③

S = [j=1n-1i=j+1nsgn（Wj-Wi）] ④

[sgn（Wj-Wi）] = [1，Wj-Wigt;00，Wj-Wi=0-1，Wj-Wilt;0] "⑤

s（S） = [n（n-1）（2n+5）18] ⑥

式中：S为统计变量，s（S）为S的方差，n为时间序列的长度，sgn（W）为符号函数。当[Z] gt;μ1-α/2时，表明在α水平上存在显著变化，该研究判断在α=0.05置信水平上中国地下水储量在时间序列上的显著性。

利用Theil-Sen Median和Mann-Kendall方法可以客观地呈现中国地下水储量在时间序列上的显著性变化特征。当S gt;0，中国地下水储量在时间序列上呈增加趋势；当Slt;0，则呈减少趋势；当S=0，则无变化。对检验结果的Z值分别进行分级，将Z值的绝对值结果按照显著性分为极显著变化（|Z|＞2.58）、显著变化（1.96lt;|Z|≤2.58）、弱显著变化（1.65lt;|Z|≤1.96）和无显著变化（0＜|Z|≤1.65）4个等级。将S值与|Z|值重分类后再进行同像元叠加，得到中国地下水储量线性变化趋势。

2 " 结果与分析

2.1 " 中国地下水空间变化特征

2.1.1 " 中国年均地下水空间分布 " 从中国2003-2020年均地下水等效水高空间分布可知（图1），中国的地下水等效水高在空间上呈显著的南北差异，北部减少南部增加，多年平均等效水高为-10.91 mm/a。为保证数据的可靠性与平稳性，原始数据取3年的平均值，以中间年份作为研究数据基础，例如2004年中国地下水等效水高是2003、2004和2005年的地下水等效水高的求和平均值。

2003-2006年中国地下水在空间分布上呈显著的下降趋势，2006-2012年在空间上的变化较稳定，以增加为主。在2013年出现突然下降，下降区域主要集中在中部和北部地区，中国西南地区的地下水储量依旧呈增加趋势。2013年之后，中国地下水等效水高空间分布逐步稳定，呈西北部高、东南部低的态势。整体来看，中国地下水储量变化是不断增加的，大大促进了全国水生态安全建设。

藏东南、黑龙江、江西、江苏等地地下水频繁变化，这是因为地下水储量变化主要受补给和渗出影响，而补给与渗出主要受降水、径流、渗透条件的影响。全球气候变化背景下，降水、气温等自然影响因素变化幅度加剧，对地下水储量的影响也加剧，故造成了部分地区地下水频繁变化的现象，在藏东南、黑龙江、江西、江苏等地呈现得较为突出（邓椿等，2022）。

2.1.2 " 地下水储量空间变化 " 中国地下水储量变化共分为7个类别（邓椿等，2022），分别是弱显著减少、显著减少、极显著减少、弱显著增加、显著增加、极显著增加和无显著变化（图2）。

由图2可知，中国2003-2020年均地下水变化特征以极显著减少和极显著增加为主。增加的区域分级有3类，分别为极显著增加、显著增加和弱显著增加。其中极显著增加有2个集中分布区，其一是中国西南部区域的重庆、湖南及周边省份的部分区域，其二是西藏、青海与新疆的毗邻地带。显著增加与弱显著增加的区域主要分布在极显著增加区域的外围，具有明显的集聚特征。

减少的区域分级有3类，分别为极显著减少、显著减少和弱显著减少。极显著减少的区域集中分布在2个区域，一是大兴安岭以西秦岭淮河以北的区域，该区域几乎涵盖了中国北方区域及西北区域。气候以干旱、半干旱为主，年降水量lt;800 mm，淡水资源需求量大，过量开采地下水打破了自然补给平衡，使这些地区地下水储量与降水的相关性较差，多地出现地下水储量严重亏损（邓椿等，2022）；二是藏东南区域，属于冰川聚集区，海拔地势高，常年雨量少，地下水与降水呈弱相关，和温度异常呈反相关，这里的地下水储量减少是全球气候变暖引起的局部地区冰川消融而导致的（陈飞等，2020）。

2.1.3 " 中国地下水稳定性 " 根据标准偏差指数衡量中国2003-2020年地下水变化的稳定性特征。由图3可知，中国地下水稳定性存在显著的空间差异。稳定性级别为差的区域包括华北平原、新疆西北部、藏南、青海与西藏的交叉地带、华中部分地区等，这些区域的地下水储量变化幅度较大，受自然与人类活动的影响较大，需要引起更多的关注。稳定性级别为良的区域主要分布在华东、横断山区、西北荒漠、青藏高原等部分地区，空间分布上较分散且分布面积不大。中国地下水稳定性一般的区域在空间上镶嵌分布在优与良之间，其占据的面积较大。

2.2 " 中国地下水时间变化特征

通过空间统计中国2003-2020年地下水储量变化情况，结果显示中国地下水变化整体呈下降趋势。中国地下水等效水高的最高值为2005年的6.25 mm，最低值为2020年的-39.55 mm，地下水等效水高下降了45.80 mm，平均减少2.54 mm/a，贡献区域主要集中在中国北方区域。2003-2005年地下水等效水高连续上升，2005-2011年连续下降，2011-2015年呈波动趋势，2015-2017又呈下降趋势，2018年略有回升，2018-2020年又呈下降趋势。整体来看，2003-2020年，中国地下水等效水高由-0.83 mm下降至-39.55 mm，下降了38.72 mm，下降率为2.15 mm/a。中国2003-2020年地下水储量呈先增加后减小的变化趋势，主要是受人类开采强度影响，降水、温度等自然因素只在部分气候敏感区响应显著（陈飞等，2020）。时间序列上的变化趋势凸显了中国地下水与居民的矛盾持续加剧，故持续关注中国地下水变化对区域水生态安全建设具有重要意义。

中国地下水储量四季变化情况如图4所示，本研究对多年的四季地下水求均值，从而更准确地分析地下水的季节变化。3-5月为春季、6-8月为夏季、9-11月为秋季、12至次年2月为冬季。从图4可看出，中国地下水四季变化呈现出春冬季减少、夏秋季增加的变化特征。地下水储量的季节变化主要受补给影响。中国受季风气候影响，雨热同期，夏秋季是中国的雨季，降雨充沛，地表径流增加，补给了地下水，导致夏秋季中国地下水增加。而春冬季是枯季，降水稀少，地下水补给地表水，导致地下水下降。

2.3 " 中国地下水人口急剧下降区人口状态

将2020年中国地下水下降人口暴露密度（图2中显著下降和极显著下降区域内的人口分布）分为8类（张亮林和潘竟虎，2021），分别为lt;5、5～9、10～19、20～49、50～99、100～199、200～500、gt;500人/km2。由ArcGIS 10.5统计可知，中国市域地下水下降人口暴露平均人数gt;500人/km2的区域主要分布在江苏、河南、山东和辽宁等省份，共27个地级市，前6位分别为鞍山、盘锦、淮南、辽阳、郑州和北京。200～500人/km2的市级行政单元有39个，主要分布在山东、河北、江苏、安徽、山西等区域。lt;5人/km2的市级行政单元有187个，比例最大，主要分布在南方区域、西北区域、青藏高原等地。

此外，将中国市域地下水下降人口暴露总量区分为8个级别（张亮林和潘竟虎，2021），分别为lt;100、100～499、500～999、1 000～4 999、5 000～9 999、10 000～99 999、100 000～499 999、≥500 000人。其中≥500 000人的行政单元有3个，分别为北京、天津、保定；暴露总人口在100 000～499 999的市级行政单元有66个，主要分布在山东、河南、河北、山西、陕西、内蒙古和新疆等地；暴露总人口在10 000～99 999的市级行政单元有76个，空间上与上一级交错分布；暴露总人口lt;100人的区域主要分布在南方区域及黑龙江省西部，共有167个，占比最大。

3 " 讨论

“十三五”时期全国水利事业取得了长足发展，“十四五”时期是我国开启建设社会主义现代化国家新征程的开篇期，是全面提升水安全保障能力的战略机遇期。中国水安全保障工作要以《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》为纲领，响应新的治水需求，适应治水主要矛盾变化，进一步完善水利基础设施网络，提升现代水治理能力，加快构建符合新时代发展理念的水安全保障体系，更好地满足人民群众对防洪保安全、优质水资源、健康水生态、宜居水环境、先进水文化的需求，为高质量发展和生态文明建设提供坚实的水利保障。中国水安全保障水平处于历史最好阶段，但受气候变化复杂、地形地貌差异大、水资源时空不均、发展不平衡不充分等影响，部分地区地下水储量安全、水资源转换效率等方面仍存在薄弱环节。水利改革创新取得了一定进展，但仍需提速加力实现新突破。中国水资源总量丰富，江河纵横交错、湖泊星罗棋布，水系发育较好，但在空间尺度上分布极不均衡。尤其是随着经济社会高速发展，水资源消耗量加剧、人均水资源量日益不足等问题引起了大众的持续关注，但地下水储量变化还未引起社会各界的广泛关注。因此在经济高速发展的背景下，掌握中国长时间序列地下水变化情况及地下水下降区内人口分布情况，有助于认识中国可持续发展过程中的人水关系，对于有序推进中国经济建设，实现水资源可持续发展具有重要意义。

本文基于GRACE、GLDAS和LandScan人口数据，根据流域水循环与水量平衡原理，统计了中国地下水变化趋势与特征，识别了不同年份地下水的下降区域和区域内的人口分布情况。目前，宏观尺度的地下水变化研究还较少，这是由于中国地质结构复杂，含水层较破碎。加之地下水人工监测成本高、难度大，地质、水文水利、环保等部门数据共享不足，使得宏观尺度下中国的地下水储量监测研究比较缺乏。本研究融合了多种遥感数据，并参考前人研究思路，充分考虑变量间的空间依赖性与空间差异性，提高了度量变量关系的准确性。使得该研究不但掌握了中国地下水储量的赋存状况，还直观反映了中国不同地区人水关系的空间异质性。

部分学者在中国不同区域及尺度开展了工作，本文的研究结论与已有研究成果具有一致性。如涂梦昭等（2020）研究了中国地级市尺度2004-2015年地下水变化，发现地下水急剧下降区主要分布在华北平原和藏东南区域，而增加区域主要分布在南方区域、东北和青藏高原中北部区域。冯伟等（2017）研究得出华北平原2002-2014年地下水等效水高质量亏损为（56±6） mm/a。Yi等（2016）报道2003-2014年黄河-淮河-辽河-海河流域的地下水损失也比较明显，损失量约为（10.2±0.9） Gt/a。李婉秋等（2018）的研究结果表明，关中地区2003-2014年地下水长期存在亏损，亏损速率为3.7 mm/a。这些结果与本研究中地下水储量变化的空间格局吻合较好。对比可知，本研究中地下水储量变化特征与冯伟等（2017）、Yi等（2016）和李婉秋等（2018）的研究重合区域地下水储量变化特征一致，均以减少为主。此外，2004-2015年，中国暴露于地下水急剧下降区中的城市人口增加了1 226万，增长率为25.45%（涂梦昭等，2020）。在人水矛盾日益突出的大背景下，中国得天独厚的自然条件与有效的政策措施使得本省的水资源储量日益增加，为中国水生态安全提供了有力保障。

然而，本研究中也存在以下不足。首先，在数据方面，本研究中LandScan人口数据的空间分辨率为1 km，难以对区域内人口进行更加精确的分析；此外，GRACE和GLADS数据的空间分辨率为25 km，尽管我们对其进行了数据校正和地理信息技术处理，但仍然存在一定的不确定性，对人水矛盾突出地区精确监测具有挑战性。最后，本研究所用的GRACE数据地下水储量变化与人类经济活动的关系有待进一步挖掘。因此，未来可以从以下3个方面着手开展进一步的研究。其一，利用珞珈一号夜间灯光数据估算百米级人口数据，更细致地刻画空间尺度上的人口分布及变化情况；其二，结合便携式绝对重力仪和地下水监测井数据对地下水储量数据的空间分辨率进行降尺度并提高反演精度（马万军等，2022）；其三，加入地下水暴露因素（地面沉降、地下水污染等相关数据），完善地下水负面暴露研究。在此3方面的基础上，挖掘中国不同区域地下水储量演变规律与人类活动的相互影响机制，为中国未来经济发展与水资源可持续利用提供科学参考。

4 " 结论

（1）中国地下水储量变化的空间特征以极显著变化为主。极显著增加的区域主要分布在青藏高原北部、东北平原北部以及华中华南大部分区域，极显著减少的区域主要分布在华北和西北区域。显著变化与弱显著变化相间分布。

（2）2003-2020年中国地下水变化在时间尺度上不断下降。最高值为2005年的6.25 mm，最低值为2020年的-39.55 mm，地下水等效水高下降了45.80 mm，平均减少2.54 mm/a，贡献区域主要集中在中国北方。

（3）人水矛盾突出区域主要集中在华北平原。2020年中国市域地下水下降人口暴露状态为北方高，南部低。市域地下水下降人口暴露平均人数gt;500人/km2的区域集中分布在华北平原及周边区域。市域地下水下降人口暴露总量最高的3个行政区为北京、天津、保定。

参考文献

曹艳萍， 南卓铜， 胡兴林， 2012. 利用GRACE重力卫星数据反演黑河流域地下水变化[J]. 冰川冻土， 34（3）：680-689.

陈飞， 徐翔， 宇羊艳， 等， 2020. 中国地下水资源演变趋势及影响因素分析[J]. 水科学进展， 31（6）：811-819.

邓椿， 蒋晓辉， 孙维峰， 2022. 基于GRACE数据的黄河流域地下水储量变化与人口暴露研究[J]. 干旱区地理， 45（6）：1836-1846.

冯伟， 王长青， 穆大鹏， 等， 2017. 基于GRACE的空间约束方法监测华北平原地下水储量变化[J]. 地球物理学报， 60（5）：1630-1642.

宫辉力， 李小娟， 潘云， 等， 2017. 京津冀地下水消耗与区域地面沉降演化规律[J]. 中国科学基金， 31（1）：72-77.

胡鹏飞， 李净， 张彦丽， 等， 2019. 黄土高原水储量的时空变化及影响因素[J]. 遥感技术与应用， 34（1）：176-186.

黄婉彬， 鄢春华， 张晓楠， 等， 2020. 城市化对地下水水量、水质与水热变化的影响及其对策分析[J]. 地球科学进展， 35（5）：497-512.

李婉秋， 王伟， 章传银， 等， 2018. 利用GRACE卫星重力数据监测关中地区地下水储量变化[J]. 地球物理学报， 61（6）： 2237-2245.

陆大道， 孙东琪， 2019. 黄河流域的综合治理与可持续发展[J]. 地理学报， 74（12）：2431-2436.

马万军， 刘根友， 肖恭伟， 等， 2022. 新一代重力卫星简化动力学精密定轨实验分析[J]. 测绘科学， 47（1）：24-32.

冉全， 潘云， 王一如， 等， 2013. GRACE卫星数据在海河流域地下水年开采量估算中的应用[J]. 水利水电科技进展， （2）：42-46.

陶征广， 陶庭叶， 丁鑫， 等， 2021.基于GRACE和GLDAS水文模型反演安徽省地下水储量变化[J]. 地球物理学进展， 36（4）：1456-1463.

涂梦昭， 刘志锋， 何春阳， 等， 2020. 基于GRACE卫星数据的中国地下水储量监测进展[J]. 地球科学进展， 35（6）：643-656.

王雪梅， 李新， 马明国， 2004. 基于遥感和GIS的人口数据空间化研究进展及案例分析[J]. 遥感技术与应用， （5）：320-327.

王志成， 张辉， 李万江， 等， 2017. 基于GRACE数据的天山阿克苏河流域水储量变化分析[J].沙漠与绿洲气象， 11（6）：1-8.

徐子君， 尹立河， 胡伏生， 等， 2018. 2002-2015年西北地区陆地水储量时空变化特征[J]. 中国水利水电科学研究院学报， 16（4）：314-320.

杨阳， 2017. 关中地区地下水储量时空变化监测与分析[D]. 兰州：兰州交通大学.

赵珍珍， 冯建迪， 2019. 基于多源数据的科尔沁沙地陆地水及地下水储量变化研究[J]. 水土保持通报， 39（3）：119-125， 131.

张亮林， 潘竟虎， 2021. 全球PM2.5人口暴露风险时空格局[J]. 中国环境科学， 41（11）：5391-5404.

钟玉龙， 冯伟， 钟敏， 明祖涛， 2020. 中国区域基于降水重构陆地水储量变化数据集（2002-2019）[DS/OL].国家青藏高原科学数据中心， DOI：10.11888/Hydro.tpdc.270990. CSTR：18406.11.Hydro.tpdc.270990.

Chen J， Li J， Zhang Z， et al， 2014. Long-term groundwater variations in Northwest India from satellite gravity measurements[J]. Global and Planetary Change， 116：130-138.

Feng W， Zhong M， Lemoine J M， et al， 2013. Evaluation of groundwater depletion in North China using the Gravity Recovery and Climate Experiment （GRACE） data and ground-based measurements[J]. Water Resources Research， 49（4）：2110-2118.

Gong H， Pan Y， Zheng L， et al， 2018. Long-term groundwater storage changes and land subsidence development in the North China Plain （1971-2015）[J]. Hydrogeology Journal， 26（5）：1417-1427.

Howard K W F， 2015. Sustainable cities and the groundwater governance challenge[J]. Environmental Earth Sciences， 73（6）：2543-2554.

Kendall M G， 1955. Rank correlation methods[J]. British Journal of Psychology， 25（1）：86-91.

Long D， Pan Y， Zhou J， et al， 2017. Global analysis of spatiotemporal variability in merged total water storage changes using multiple GRACE products and global hydrological models[J]. Remote Sensing of Environment， （192）：198-216．

Mcdonald R I， Weber K， Padowski J， et al， 2014. Water on an urban planet： urbanization and the reach of urban water infrastructure[J]. Global Environmental Change， 27：96-105.

Sen P K， 1968. Estimates of the regressions coefficient based on Kendall’stau[J]. Journal of the American Statistical Association， 63（324）：1379-1389.

Strassberg G， Scanlon B R， Rodell M， 2007. Comparison of seasonal terrestrial water storage variations from GRACE with groundwater-level measurements from the High Plains Aquifer （USA） [J]. Geophysical Research Letters， 34（14）：L14402.

Tapley B D， Bettadpur S， Ries J C， et al， 2004. GRACE measurements of mass variability in the Earth system[J]. Science， 305（5683）：503-505.

Yi S， Wang Q， Sun W， 2016. Basin mass dynamic changes in China from GRACE based on a multibasin inversion method[J]. Journal of Geophysical Research-Solid Earth， 121（5）：3782-3803.

Zhong Y， Feng W， Humphrey V， et al， 2019. Human-induced and climate-driven contributions to water storage variations in the Haihe River Basin， China[J]. Remote Sensing， 11（24）：3050.

Zhong Y， Zhong M， Feng W， et al， 2018. Groundwater depletion in the west Liaohe river basin， China and its implications revealed by grace and in situ measurements[J]. Remote Sensing， 10（4）：493.

（责任编辑 " 熊美华）

Spatio-temporal Variation of Groundwater Reserves

in China Based on GRACE Data

ZHANG Liang‐lin1， KE Peng‐zhen2

（1. School of Geography and Ocean Science， Nanjing University， Nanjing " 210023， P.R. China;

2. Xianning Ecological Environment Monitoring Center of Hubei Provincial Department

of Ecological Environment， Xianning " 437000， P.R. China）

Abstract： Studying the long-term changes in groundwater storage and identifying the regions where groundwater storage has declined， as well as the population exposure density in these regions， can provide important scientific references for the sustainable utilization of water resources. Based on the Gravity Recovery and Climate Experiment （GRACE） satellite data， LandScan remote sensing images and Global Land Data Assimilation System （GLDAS） data， we explored the temporal and spatial variation of groundwater in China during the period 2003-2020 based on the principle of water balance. Results show： （1） The areas with abundant groundwater in China are mainly located in the south Yangtze River basin and the Qinghai-Tibet Plateau， while groundwater-deficient areas are mainly in North and Northwest China. There are significant spatial differences in groundwater stability in China， and the stability in North China， Northwest China and the Qinghai-Tibet Plateau are poor. （2） The average equivalent water height from 2003 to 2020 was -10.91 mm/a， and the equivalent water height of groundwater in China decreased from 2003 to 2020， mainly in northern China. The equivalent groundwater level decreased from -0.83 in 2003 to -39.55 mm in 2020， a total decrease of 38.72 mm in 18 years， with an average annual decrease of 2.15 mm/a. （3） The contradiction between human need and water supply was most prominent in the North China Plain， and groundwater in the southern region was more secure. In 2020， the areas with an average population gt; 500 people/km2 exposed to groundwater decline was primarily in the North China Plain and surrounding areas， and the three most serious administrative regions were Beijing， Tianjin and Baoding Cities.

Key words：Gravity Recovery and Climate Experiment （GRACE）; groundwater; population exposure; spatio-temporal characteristics; China