河南“7·20”极端暴雨的水文效应研究

郭艺, 甘甫平, 闫柏琨, 白娟, 邢乃琛

(中国自然资源航空物探遥感中心,北京 100083)

随着全球气候变暖,极端气候事件频发[1],极端气候对区域生态环境构成危害,也影响了经济社会的稳定发展[2]。近年来,极端暴雨事件及其引起的洪涝灾害不断发生[3],如2012年北京“7·21”特大暴雨、2018年厦门“5·7”特大暴雨、2020年广州“5·22”特大暴雨等。暴雨事件的研究多集中在暴雨事件的成因分析[4-8]和暴雨事件的产流分析[9]等方面。对暴雨事件的水文效应,特别是暴雨事件对土壤含水量和陆地水储量等影响的研究较为缺乏。

土壤含水量一般指保存在不饱和土壤层孔隙中的水分,其在自然地理学的各个分支领域(如大气、地貌、水文和生物过程)起着综合作用[10]。陆地水储量为陆地淡水资源的总量,包括地表水、土壤水、地下水、冰雪和生物体含水等,综合反映了区域降水、蒸散发、径流等相关情况[11]。研究土壤含水量和陆地水储量对暴雨事件水文响应的影响,对于农业发展、生态建设、气候变化、水循环等具有重要意义。但受获取数据的限制,鲜少研究揭示暴雨事件对土壤含水量以及陆地水储量的影响规律。随着遥感技术和地理信息系统的发展,遥感数据不仅可以揭示气候变化特征和水循环要素特征,还可以刻画水循环要素对气候变化的响应[12-13]。全球陆面数据同化系统(Global Land Data Assimilation System,GLDAS)是全球水循环研究的重要数据源,广泛应用于评估陆地水储量变化及干旱监测等项目[14-15]。GRACE(Gravity Recovery and Climate Experiment)及GRACE Follow On(GRACE-FO)重力卫星极大程度上弥补了传统遥感卫星只能观测地表十几厘米厚度的土壤湿度、地表观测台站空间分布不均匀等不足,为定量研究中、长尺度陆地水储量的变化奠定了重要基础[16-17]。

河南省总耕地面积达1 207万hm2,是全国产粮大省。研究河南省土壤含水量及陆地水储量的时空分布特征及其对降水响应的影响对于农业生产和水资源管理具有重要意义。2021年7月下旬,河南省发生了罕见的极端暴雨事件(河南“7·20”极端暴雨),造成了重大人员伤亡和经济损失。施闯等[18]揭示了大气可降水含量是产生此次极端降水的主要因素;张彦等[19]探究了暴雨前后河南省北部河流水质指标的差异性及其变化过程。但目前尚缺少针对该次暴雨事件的水文响应的研究。因此,本研究以土壤含水量和陆地水储量为例,揭示河南“7·20”极端暴雨事件的水文效应。

本文利用4个不同时间分辨率的GLDAS陆面模型(NOAH10-M、CLSM10M、CLSM025-DA和NOAH025-3H)计算了河南省2000—2021年逐月、2021年逐日和2021年7月1日—12月31日每3 h的土壤含水量;结合GRACE/GRACE-FO月平均重力场数据反演的河南省2003—2021年陆地水储量异常(TWSA)数据,分析了河南省土壤含水量和陆地水储量异常的变化特征;分析了不同时间尺度的降水对土壤含水量以及陆地水储量的影响;综合上述研究结果揭示土壤含水量及陆地水储量对“7·20”极端暴雨水文响应的影响规律。

1 数据与方法

1.1 研究区概况

河南省位于我国中东部、黄河中下游,面积约16.7万km2,地势西高东低,由平原、盆地、山地、丘陵、水域构成;地跨海河、黄河、淮河、长江四大流域。河南省2020年工地利用类型分布如图1所示。

图1 河南省2020年土地利用类型分布图

河南省大部分地区为暖温带,南部跨亚热带,属于北亚热带向暖温带过渡的大陆性季风气候,具有自东向西由平原向丘陵山地气候过渡的特征,四季分明、雨热同期。年平均气温10.5～16.7 ℃,年均降水量407.7～1 295.8 mm,年均日照1 285.7～2 292.9 h,全年无霜期201～285 d。全省多年平均水资源总量403.5亿m3,人均水资源量约383 m3。

1.2 数据

1.2.1 GLDAS数据

由美国宇航局、美国海洋和大气管理局共同建立发布的全球陆面数据同化系统(GLDAS)通过融合近实时地面基站观测数据和卫星数据产品,结合陆地表面模型和数据同化技术提供陆地表面状态变量及通量的实时数据[20]。GLDAS现有3个不同的陆面模型(NOAH、CLSM和VIC),模拟生成包括土壤含水量、土壤温度、降水量、蒸散发量、地表地下径流量和雪水当量等在内的22个不同的陆地水文变量,是全球变化与水循环研究的重要数据源[21]。

本研究利用空间分辨率为1°×1°、每月一值的NOAH10-M模型和CLSM10-M模型计算河南省2000—2021年逐月土壤含水量;利用空间分辨率为0.25°×0.25°,每日一值的CLSM025-DA模型计算河南省2021年逐日土壤含水量;利用空间分辨率为0.25°×0.25°,每3 h一值的NOAH025-3H模型计算河南省2021年7月1日0时至2021年12月31日21时每3 h的土壤含水量。河南省年降水量数据主要由NOAH10-M模型提供的月降水量累加计算得到,逐日降水量由CLSM025-DA模型提供,3 h降水量由NOAH025-3H模型提供。

1.2.2 GRACE和GRACE-FO数据

由美国宇航局和德国航天局联合研制的重力反演与气候实验卫星GRACE可获取高精度的地球重力场时变信息[22]。GRACE于2017年6月停止服务,其后续卫星GRACE Follow On (GRACE-FO)于2018年6月开始提供数据。目前,GRACE及GRACE-FO用于评估陆地水储量变化的数据主要为Mascon数据,可由美国德克萨斯大学空间研究中心(CSR)、喷气动力实验室(JPL)、戈达德空间飞行中心(GSFC)三家机构获取。本文采用CSR和JPL提供的2003年1月至2021年12月共204个月(缺失部分数据)以及GSFC提供的2003年1月至2021年10月共202个月(缺失部分数据)的Mascon数据产品。Mascon数据空间分辨率为0.5°×0.5°,该数据产品已消除了非潮汐大气、非潮汐高频海洋信号、各种潮汐、固体潮和固体极潮的影响,可认为利用该类型数据反演得到的质量变化代表陆地水储量变化。缺失月份的数据采用三次样条插值法填补。

1.3 方法

季节性趋势分解(Seasonal and Trend decomposition using Loess,STL)是一种通用和稳健的分解时间序列方法,是一种估算非线性关系的方法[23]。基于R语言利用STL方法将水文时间序列分解为趋势项、季节项和残余项。对于分解得到的趋势项,利用最小二乘法计算趋势变化速率。

频谱分析法是一种常用的时间序列分析方法,其基本原理是通过增加输入信号时间序列和输出信号时间序列之间的相对位移来比较不同时间序列的关系,从而达到认识水文过程的目的[24]。本文基于MATLAB软件以降水时间序列作为输入,以土壤含水量和陆地水储量作为输出,计算降水与土壤含水量和降水与陆地水储量之间的相关系数,分析土壤含水量和陆地水储量对降水滞后性的响应。

2 结果

2.1 河南省降水量的时空变化特征

图2为2000—2021年河南省降水时间序列分布图。由图2(a)可知,河南省2000—2021年平均降水量为886.11 mm,以5.23 mm/年的速度增加。2021年降水量为1 209.54 mm,明显大于多年平均值。由图2(b)可知:河南省2000—2021年降水主要集中在6—8月,占全年降水量的50%;2021年降水主要集中在7—9月,降水量占全年降水量的55%;2021年7月、8月、9月降水量分别为304.00、191.00、175.00 mm,分别为多年平均月降水量的1.67、1.51、1.91倍。由图2(c)和图2(d)可知,2021年单日最大降水量发生于7月20日(72 mm),21点至24点的3 h降水量达15.93 mm。

图2 河南省降水量时间序列

图3为河南省2000—2021年降水量和2021年降水量的空间分布图。由图3可知,河南省降水量在空间上呈现自东南向西北减少的特征。2021年全省降水量均大于1 000 mm,北部市区降水量增加显著,如鹤壁市、安阳市、濮阳市等。

图3 河南省2000—2020年多年平均年降水量和2021年降水量空间分布图

2.2 河南省土壤含水量时空变化特征

基于NOAH10-M和CLSM10-M两个陆面模型得到的河南省2000—2021年土壤含水量如图4所示。由于不同陆面模型提供的土壤含水量数据代表不同的土壤深度,因此不同的陆面模型提供的土壤含水量存在差异。总体上,河南省2000—2021年土壤含水量年际趋势变化不明显。

图4 河南省2000—2021年土壤含水量时间序列图

NOAH10-M提供了4个不同深度土壤层(0～10 cm、10～40 cm、40～100 cm和100～200 cm)的土壤含水量。由图4(a)可知,河南省2000—2021年上述4个土壤层由上到下的土壤含水量月平均值分别为24.92、77.17、149.29、276.78 mm。CLSM10-M包含2个土壤层,分别为表层土壤层和植物根系土壤层。由图4(b)可知,河南省2000—2021年表层土壤层和植物根系土壤层的土壤含水量月度平均值分别为4.75、232.46 mm。

图5为河南省2021年土壤含水量时间序列图。图5(a)为CLSM025-DA模型提供的河南省2021年逐日土壤含水量。由于该数据仅为地表以下2 cm内的土壤层的土壤含水量(SM),因此土壤含水量较低,平均为5.04 mm。在不考虑湖库水量变化的情况下,该模型提供的陆地水储量与地下水储量的差值可视为总土壤含水量(SM′)。2021年河南省陆地水储量和地下水储量平均值为1 026.42 mm和778.93 mm,因此总土壤含水量平均值为247.49 mm。虽然两者的绝对差值很大,但呈现相似的季节变化规律。图5(b)为NOAH025-3H模型提供的河南省2021年7月—12月的3 h的土壤含水量。随着土壤厚度的增加,该时段内土壤含水量逐渐增加,0～10 cm、10～40 cm、40～100 cm和100～200 cm的土壤含水量平均值为30.15、92.68、189.42、335.70 mm。

图5 2021年土壤含水量时间序列

图6为河南省土壤含水量的空间分布图。由图6可知,河南省多年平均土壤含水量的空间分布特征与多年平均年降水量的空间分布特征相似,自东南向西北土壤含水量逐渐减少。与多年平均土壤含水量相比,河南省2021年土壤含水量空间分布特征相似,但土壤含水量的增加显著,河南省北部城市增加的较为明显。

2.3 河南省陆地水储量变化特征

图7为基于GRACE/GRACE-FO数据的河南省2003—2021年陆地水储量异常时间序列图。图7(a)为河南省2003—2021年陆地水储量异常(TWSA)的时间序列,正值表示陆地水储量增加,负值表示陆地水储量减少。总体上,2003—2021年河南省陆地水储量以1.04～1.39 cm/年的速度减少。基于STL分解法将陆地水储量异常变化分解为趋势项、季节项和残余项。

图7 河南省2003—2021年陆地水储量异常和陆地水储量异常的趋势项

图7(b)为陆地水储量异常趋势项,按照其变化特征可分为两个阶段:2004—2019年,水储量呈逐年亏损状态,基于CSR-M、GSFZ-M和JPL-M的陆地水储量亏损率分别为1.41、1.72、1.80 cm/年;2019—2021年,陆地水储量呈现快速增加的趋势,基于CSR-M、GSFZ-M和JPL-M的陆地水储量增加速率分别为12.51、9.30、9.11 cm/年。

3 讨论

3.1 土壤含水量对降水的响应

一般来说,降水量多的年份(月份),土壤含水量增加,降水量少的年份(月份),土壤含水量下降[12]。然而,由于降水向土壤水的转换需要一定的时间[24],因此土壤含水量的变化峰值一般滞后于降水量的峰值。图8为河南省2000—2021年土壤含水量变化情况,由图8可知,土壤含水量变化相对于降水的变化有一定的滞后。

图8 河南省2000—2021年土壤含水量变化情况

1)不同陆面模型提供的土壤含水量对降水的响应强度和滞后时间存在差异。本研究利用土壤含水量时间序列与降水时间序列的互相关系数揭示土壤含水量对降水响应强度和滞后时间的影响。图9为2000—2021年逐月降水量与土壤含水量和土壤含水量变化量之间的相关系数分布。由图9可知:基于NOAH10-M和CLSM10-M数据的土壤含水量与降水量之间的最大相关系数分别为0.66和0.40,滞后时间为1个月;土壤含水量变化量与降水量之间的最大相关系数分别为0.54(滞后1个月)和0.48(滞后0个月)。可推测两个模型对降水响应的差异可能是由于各自表示的土壤层深度不同导致的。综合而言,NOAH10-M模型提供的土壤含水量对降水的响应更为显著。

图9 河南省2000—2021年逐月降水量与土壤含水量和土壤含水量变化量的相关系数曲线分布

2)不同深度土壤层对降水的响应强度不一致。NOAH10-M提供的河南省2000—2021年4个土壤层含水量的变化量平均值自上而下为2.26、5.02、10.06、6.64 mm;CLSM10-M提供的表层土壤层和植物根系土壤层的土壤含水量变化量平均值分别为0.21、7.11 mm。单位深度的土壤含水量在垂向上呈现波动变化,但单位深度的土壤含水量变化量在垂直方向上呈现逐渐减少的趋势。表明土壤含水量自上而下对降水的响应强度减小,土壤具有缓冲作用,降水对土壤含水量具有累积的影响。以NOAH模型为例,0～10 cm、10～40 cm、40～100 cm和100～200 cm的土壤层单位深度的土壤含水率分别为0.249、0.257、0.249、0.277;对应的含水量变化率分别为0.023、0.017、0.017、0.007。

3.2 陆地水储量对降水的响应

2003—2021年逐月陆地水储量变化量如图10所示。由图10可知,尽管陆地水储量呈年际间减少的趋势,但是陆地水储量的变化对降水的响应较为敏感。

图10 基于GRACE数据的2003—2021年逐月陆地水储量变化量

图11为陆地水储量异常和陆地水储量变化与降水之间的相关曲线。

图11 陆地水储量与降水量的相关曲线

由图11可知,陆地水储量异常与降水量之间的相关性较低,相关系数低于0.5,最大相关系数对应的滞后时间为3个月。陆地水储量变化与降水量的最大相关系数大于0.5,滞后时间为0个月。以上结果表明:陆地水储量对降水具有即时响应;区域水储量的年际下降趋势会掩盖降水对水储量造成的季节性变化。

3.3 “7·20”极端暴雨对土壤含水量的影响

大量学者对GLDAS数据的通用性和精度进行了研究[25-28]。已有相关研究验证了GLDAS模型在估算土壤含水量方面的有效性,如沈润平等[29]通过对比分析站点实测数据和不同遥感数据的土壤含水量产品发现,GLDAS的NOAH模型的土壤含水量数据在中国地区整体精度最高。本研究在利用GLDAS提供的逐月土壤含水量数据分析研究区土壤含水量的时空分布特征的基础上,基于高时间分辨率的逐日和3 h土壤含水量数据,揭示了暴雨事件对土壤含水量的影响。

图12为土壤含水量与降水量之间的相关曲线图。图12(a)为CLSM025-DA模型提供的2021年逐日降水量与土壤含水量之间的相关系数分布情况。由CLSM025-DA模型提供的表层土壤含水量以及总土壤含水量与降水量之间的互相关系数均小于0.5,其中表层土壤含水量由于仅代表地表以下2 cm深度的土壤含水量,因此其对降水具有瞬时响应。该土壤含水量与降水之间最大的相关系数出现在滞后时间为0 d处,为0.40,此后相关系数迅速降至0.20以下,在20 d后又呈波动趋势,约90 d之后波动程度降低;而总土壤含水量与降水量最大相关系数出现在滞后时间92 d处,为0.24。

图12 土壤含水量与降水量的互相关曲线

图12(b)为NOAH025-3H模型提供的2021年7月1日0时—12月31日21时的3 h降水量与不同深度的土壤含水量之间的相关系数分布图。由图12(b)可知,0～10 cm和10～40 cm的土壤层对降水产生了瞬时响应,其中0～10 cm深的土壤含水量与降水量的最大相关系数为0.52,对应的滞后时间为0～3 h;10～40 cm深的土壤含水量与降水量的最大相关系数为0.46,对应的滞后时间为6～18 h;40～100 cm深的土壤含水量与降水量的最大相关系数为0.26,对应的滞后时间为24～48 h;100～200 cm深的土壤含水量与降水量的最大相关系数为0.23,对应的滞后时间为11～12 d。

上述滞后时间表明:逐日表层土壤含水量数据可以反映降水时间的瞬时效应,但总土壤含水量难以揭示瞬时响应;逐小时数据可以很好地反映降水事件对土壤含水量的影响;根据逐小时土壤含水量与降水量之间的滞后时间可以计算不同深度的土壤水渗透速率,其中0～10 cm为3.3 cm/h,10～40 cm为2.22 cm/h,40～100 cm为2.08 cm/h,100～200 cm为0.69 cm/h。随着土壤深度的增加,土壤水的下渗速度逐渐降低。不同深度的土壤含水量对“7·20”极端暴雨的响应不同,即0～10 cm和10～40 cm的土壤层对降水具有瞬间即时的响应,而受到其缓冲作用的影响,40～100 cm和100～200 cm的土壤层含水量较为稳定。

3.4 “7·20”极端暴雨对陆地水储量的影响

近年来,学者开展了基于GRACE和GRACE-FO数据的华北地区陆地水储量变化研究[30-31]。冯伟等[32]通过GRACE数据得出2002—2014年华北平原地下水储量以7.4±0.9 km3/年的速度亏损。GUO Y等[33]通过GRACE和GRACE-FO数据结合GLDAS陆面模型数据揭示了海河流域地下水储量以1.88 cm/年的趋势减少,农业活动和人为开采是造成地下水储量减少的主要原因。但由于GRACE和GRACE-FO数据空间分辨率较低,且仅提供月度数据,鲜少研究利用GRACE和GRACE-FO数据揭示暴雨对陆地水储量的影响。

本研究利用GRACE和GRACE-FO数据揭示河南“7·20”极端暴雨事件对陆地水储量的影响。以CSR提供的GRACE和GRACE-FO数据为例,2021年7月河南省降水量为313 mm,陆地水储量增加了76 mm,占降水总量的24%;8月河南省降水量为190 mm,陆地水储量增加了52 mm,占降水总量的27%;9月河南省降水量为182 mm,陆地水储量增加了102 mm,占降水总量的56%;10月河南省降水量为62 mm,陆地水储量增加了41 mm,占降水总量的67%。上述数据表明,受下渗能力的限制,在暴雨发生的月份,降水对陆地水储量的补给效应存在滞后性,暴雨对陆地水储量的补给一直会延续2～3个月。受北部降水量增加的影响,2021年7—9月河南省的北部地区陆地水储量增加更明显。综合上述陆地水储量对暴雨事件在时间和空间上的响应可以看出,月尺度的GRACE和GRACE-FO数据具有揭示极端暴雨事件对陆地水储量影响的潜力。

4 结语

在分析河南省多年降水、土壤含水量和陆地水储量时空分布特征的基础上,利用GRACE和GRACE-FO数据及GLDAS数据揭示土壤含水量和陆地水储量对河南“7·20”极端暴雨水文响应规律,证明了GRACE和GRACE-FO数据和GLDAS数据在暴雨事件影响下的陆地水文响应研究中的应用潜力,结论如下:

1)基于NOAH10-M和CLSM10-M模型的河南省2000—2021年多年平均土壤含水量分别为528.16、232.46 mm。受“7·20”极端暴雨的影响,CLSM025-DA模型估算的河南省2021年土壤含水量为247.49 mm,NOAH025-3H模型估算的河南省2021年7—10月土壤含水量平均值为663 mm,明显高于多年平均值。

2)NOAH10-M模型提供的土壤含水量对降水的响应更为显著。单位深度的土壤含水量在垂直方向上呈现波动变化,单位深度的土壤含水量变化量在垂向上呈现逐渐减少的趋势。0～10 cm和10～40 cm的土壤层对降水具有即时的响应,而40～100 cm和100～200 cm的土壤层含水量较为稳定。

3)2004—2019年,河南省陆地水储量呈逐年亏损状态,基于CSR、GSFZ和JPL的GRACE数据的陆地水储量亏损率分别为1.41、1.72、1.80 cm/年;受降水增加的影响,2019—2021年河南省陆地水储量呈现快速增加的趋势,基于CSR、GSFZ和JPL的GRACE数据的陆地水储量增加率分别为12.51、9.30、9.11 cm/年。受河南“7·20”极端暴雨的影响,2021年7—9月河南省陆地水储量分别增加了76、52、102 mm。