基于GRACE重力衛(wèi)星數(shù)據(jù)監(jiān)測(cè)分析貴州干旱特征

陳 芳 劉綏華 阮 歐 羅 杰

1 貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴陽(yáng)市花溪大學(xué)城，550025 2 貴州師范大學(xué)山地資源與環(huán)境遙感重點(diǎn)實(shí)驗(yàn)室，貴陽(yáng)市花溪大學(xué)城，550025

隨著GRACE衛(wèi)星觀測(cè)數(shù)據(jù)的累積及監(jiān)測(cè)技術(shù)的成熟，基于GRACE衛(wèi)星數(shù)據(jù)監(jiān)測(cè)干旱的可行性在國(guó)內(nèi)外相繼得到驗(yàn)證[1-6]，但這些研究大多以GRACE衛(wèi)星數(shù)據(jù)反演的水儲(chǔ)量所反映的區(qū)域缺水程度來(lái)描述干旱情況。GRACE衛(wèi)星具備監(jiān)測(cè)3個(gè)月以上干旱事件的能力，而對(duì)3個(gè)月以內(nèi)的干旱事件并不敏感，且對(duì)干旱強(qiáng)度的定量分析較少。本文以貴州為研究區(qū)，基于2003-08～2013-07的GRACE衛(wèi)星數(shù)據(jù)反演月時(shí)間尺度的貴州長(zhǎng)時(shí)間序列水儲(chǔ)量變化，計(jì)算干旱指標(biāo)(相對(duì)水儲(chǔ)量指數(shù))，監(jiān)測(cè)干旱特征；同時(shí)基于相對(duì)水儲(chǔ)量指數(shù)，運(yùn)用游程理論進(jìn)一步識(shí)別3個(gè)月以內(nèi)的干旱歷時(shí)和干旱強(qiáng)度，深入分析研究區(qū)的干旱情況。

1 研究區(qū)概況

貴州地處云貴高原東部，地形復(fù)雜，喀斯特地貌發(fā)育廣泛，全省一半以上地形為山地，大部分地區(qū)土層厚度不大，蓄水能力薄弱。近年來(lái)，貴州地區(qū)氣候偏干旱，且干旱頻次和強(qiáng)度有增強(qiáng)趨勢(shì)[7]。本文用以評(píng)估貴州干旱的降雨資料來(lái)源于貴州省34個(gè)氣象站點(diǎn)的實(shí)測(cè)數(shù)據(jù)，對(duì)反映貴州實(shí)際情況具有一定的代表性。

2 數(shù)據(jù)與方法

2.1 GRACE衛(wèi)星數(shù)據(jù)和GLADAS數(shù)據(jù)

利用美國(guó)空間研究中心(UTCSR)發(fā)布的GRACE level-2 60階重力場(chǎng)模型反演貴州水儲(chǔ)量變化。GRACE衛(wèi)星數(shù)據(jù)的空間分辨率為300 km,時(shí)間分辨率為1個(gè)月,獲取時(shí)段為2003-08～2013-07。利用空間分辨率為1°×1°，時(shí)間分辨率為1個(gè)月的GLDAS水文模型數(shù)據(jù)對(duì)GRACE反演的水儲(chǔ)量結(jié)果進(jìn)行精度驗(yàn)證。

2.2 貴州陸地水儲(chǔ)量計(jì)算

基于GRACE衛(wèi)星數(shù)據(jù)反演陸地水儲(chǔ)量變化的原理[8]獲得全球地表水質(zhì)量變化Δσ，并引入水密度ρω計(jì)算全球水質(zhì)量變化的等效水高ΔH：

ΔH=Δσ/pω

(1)

對(duì)GRACE衛(wèi)星數(shù)據(jù)進(jìn)行處理以提高等效水高的反演精度，利用高斯濾波降低球諧高階噪聲，再利用去相關(guān)濾波去除球諧南北條帶化現(xiàn)象。本文的去相關(guān)濾波法選取Swenson方法[9]，可在降噪的同時(shí)最大程度地保留高階球諧信號(hào)。經(jīng)實(shí)驗(yàn)，選取濾波半徑r=300 km的改進(jìn)高斯濾波法[10]，即通過(guò)加快高斯濾波權(quán)重系數(shù)(W)的收斂速度增加球諧低階項(xiàng)比重，并采用線性優(yōu)化法組合不同收斂速度的占比系數(shù)(b)，抑制GRACE球諧高階項(xiàng)信號(hào)的丟失。

應(yīng)用余弦緯度加權(quán)法[11]計(jì)算貴州水儲(chǔ)量變化量ΔWS。由于濾波會(huì)造成GRACE球諧信號(hào)的泄露，增加反演水儲(chǔ)量的誤差，本文采用尺度因子法[12]恢復(fù)泄露信號(hào)，即利用研究時(shí)段的GLDAS格網(wǎng)數(shù)據(jù)計(jì)算尺度因子k：

(2)

2.3 相對(duì)水儲(chǔ)量指數(shù)

利用水儲(chǔ)量變化量ΔWS計(jì)算相對(duì)水儲(chǔ)量指數(shù)(relative water storage index,RWSI):

(3)

利用標(biāo)準(zhǔn)化降水指數(shù)(SPI)[13]評(píng)估相對(duì)水儲(chǔ)量指數(shù)的可行性，本文采用貴州省34個(gè)氣象站1960-01～2013-07的降水量數(shù)據(jù)計(jì)算標(biāo)準(zhǔn)化降水指數(shù)(SPI3)。

2.4 游程理論識(shí)別干旱過(guò)程

干旱歷時(shí)(t)是指干旱過(guò)程開(kāi)始至結(jié)束所持續(xù)的時(shí)間，干旱烈度(s)是指干旱過(guò)程中干旱指標(biāo)值與干旱閾值之差的累積和，干旱歷時(shí)和干旱烈度可描述和反映干旱的強(qiáng)弱。

由于基于GRACE衛(wèi)星數(shù)據(jù)計(jì)算的相對(duì)水儲(chǔ)量指數(shù)對(duì)識(shí)別3個(gè)月以內(nèi)的干旱情況存在局限性，本文以相對(duì)水儲(chǔ)量指數(shù)作為干旱指標(biāo)，并利用游程理論[14]識(shí)別干旱過(guò)程，確定干旱的歷時(shí)及烈度。具體識(shí)別原理見(jiàn)文獻(xiàn)[14]。

3 結(jié)果與分析

3.1 GRACE衛(wèi)星數(shù)據(jù)精度提高對(duì)比

圖1為不同高斯濾波法對(duì)GRACE衛(wèi)星數(shù)據(jù)的處理效果，由圖可知，高斯濾波和改進(jìn)高斯濾波、改進(jìn)組合型高斯濾波都可達(dá)到去球諧高階噪聲的效果。由于增加了低階項(xiàng)的權(quán)重，改進(jìn)高斯濾波相較于高斯濾波效果好，但也使部分高階球諧信號(hào)丟失。而改進(jìn)組合型高斯濾波與改進(jìn)高斯濾波相比，在增加了低階項(xiàng)權(quán)重的同時(shí)降低了高階項(xiàng)的收斂速度，降噪效果最佳。

圖1 幾種高斯濾波法的效果Fig.1 Effect of several Gaussian filtering methods

3.2 驗(yàn)證GRACE反演的水儲(chǔ)量變化

圖2 GRACE衛(wèi)星數(shù)據(jù)和GLDAS數(shù)據(jù)反演貴州水儲(chǔ)量變化對(duì)比Fig.2 Terristrial water storage changes from GRACE and GLDAS

圖2為利用GRACE衛(wèi)星數(shù)據(jù)和GLDAS數(shù)據(jù)反演獲得的貴州水儲(chǔ)量變化等效水高時(shí)間序列對(duì)比。從圖2看出，GRACE衛(wèi)星數(shù)據(jù)和GLDAS數(shù)據(jù)反演的研究區(qū)水儲(chǔ)量變化趨勢(shì)一致，反映貴州水儲(chǔ)量變化量在10 a內(nèi)整體呈緩慢增長(zhǎng)趨勢(shì)；同時(shí)，兩者反演的貴州水儲(chǔ)量季節(jié)性變化明顯，峰值皆出現(xiàn)在夏季，谷值皆出現(xiàn)在冬季，符合貴州夏季降雨量豐富的特征。此外，GRACE衛(wèi)星數(shù)據(jù)和GLDAS數(shù)據(jù)反演的水儲(chǔ)量數(shù)據(jù)皆在2010年極速下降，但根據(jù)GRACE衛(wèi)星數(shù)據(jù)計(jì)算得到的谷值遠(yuǎn)低于GLDAS，其他年份均出現(xiàn)類似差異。這可能是由于GLDAS數(shù)據(jù)和GRACE衛(wèi)星數(shù)據(jù)各自包含的水文量不同造成的。

3.3 相對(duì)水儲(chǔ)量指數(shù)與標(biāo)準(zhǔn)化降水指數(shù)對(duì)比

利用貴州省34個(gè)氣象站降水量數(shù)據(jù)計(jì)算標(biāo)準(zhǔn)化降水指數(shù)(SPI3)，以驗(yàn)證相對(duì)水儲(chǔ)量指數(shù)反映的干旱情況，SPI3值小于-0.5表示發(fā)生干旱事件(表1)。

表1 基于SPI3的干旱等級(jí)劃分

由圖3可知，區(qū)域相對(duì)水儲(chǔ)量指數(shù)隨時(shí)間的變化趨勢(shì)與標(biāo)準(zhǔn)化降水指數(shù)基本一致，當(dāng)相對(duì)水儲(chǔ)量指數(shù)小于0時(shí)，標(biāo)準(zhǔn)化降水指數(shù)均小于-0.5，代表區(qū)域發(fā)生干旱。基于GRACE重力衛(wèi)星數(shù)據(jù)反演獲得的相對(duì)水儲(chǔ)量指數(shù)共有9次連續(xù)3個(gè)月小于0，標(biāo)準(zhǔn)化降水指數(shù)共有8次連續(xù)3個(gè)月小于-0.5，忽略干旱持續(xù)時(shí)間小于3個(gè)月的情況，2種指數(shù)監(jiān)測(cè)的干旱情況基本吻合。相對(duì)水儲(chǔ)量指數(shù)監(jiān)測(cè)到2003～2007年、2009～2012年均發(fā)生干旱事件，其中2011年相對(duì)水儲(chǔ)量指數(shù)最低，累計(jì)水儲(chǔ)量損耗大，說(shuō)明旱情最為嚴(yán)重。個(gè)別時(shí)段相對(duì)水儲(chǔ)量指數(shù)與標(biāo)準(zhǔn)化降水指數(shù)反映的干旱情況有所差別，主要原因可能是標(biāo)準(zhǔn)化降水指數(shù)僅以降水量作為單一變量進(jìn)行計(jì)算，而相對(duì)水儲(chǔ)量指數(shù)是基于區(qū)域總水儲(chǔ)量變化的指標(biāo)，另外貴州巖溶地下水對(duì)降水的響應(yīng)相對(duì)緩慢也是導(dǎo)致結(jié)果不一致的因素之一。

圖3 相對(duì)水儲(chǔ)量指數(shù)與SPI3對(duì)比Fig.3 Comparison of the relative water storage index and SPI3

3.4 游程理論識(shí)別干旱特征

圖4為基于游程理論識(shí)別的2003-08～2013-07干旱歷時(shí)和干旱烈度時(shí)間序列，對(duì)比相對(duì)水儲(chǔ)量指數(shù)監(jiān)測(cè)干旱歷時(shí)的局限性，該方法實(shí)現(xiàn)了對(duì)干旱歷時(shí)為1個(gè)月的干旱事件的識(shí)別。如圖4所示，干旱歷時(shí)與干旱烈度的變化趨勢(shì)大體一致，其中2006年和2011年干旱情況較嚴(yán)重，與實(shí)際情況相一致；2009年后干旱歷時(shí)和干旱烈度均呈增長(zhǎng)趨勢(shì)，2009～2012年干旱烈度振幅較其他年份最大，符合貴州近年來(lái)旱情逐年加劇、持續(xù)時(shí)間較長(zhǎng)的情況。

圖4 干旱歷時(shí)與干旱烈度時(shí)間序列Fig.4 Time series of drought duration and intensity

從表2可以看出，2003-08～2013-07研究區(qū)干旱歷時(shí)與干旱烈度反映的干旱情況與歷史記錄基本吻合。其中，2004年和2006年的干旱歷時(shí)最長(zhǎng)，2006年相對(duì)水儲(chǔ)量指數(shù)平均值小于-40 mm, 說(shuō)明旱情嚴(yán)重；干旱歷時(shí)為5個(gè)月的事件分別發(fā)生在2005年、2010年和2011年，平均相對(duì)水儲(chǔ)量指數(shù)分別為-56.22 mm、-34.63 mm和-55.8 mm，表明干旱期間水儲(chǔ)量虧損量大；2007年相對(duì)水儲(chǔ)量指數(shù)變化區(qū)間短，平均相對(duì)水儲(chǔ)量指數(shù)大，旱情相對(duì)較輕。

表2 GRACE監(jiān)測(cè)識(shí)別的干旱事件

4 討 論

貴州地區(qū)雖降水相對(duì)充沛，但季節(jié)性分配不均，年變化大，加之巖溶地貌廣泛發(fā)育，地表蓄水能力薄弱，隨著全球氣候的變暖，干旱災(zāi)害不斷加劇。解決干旱災(zāi)害要面臨的首要問(wèn)題是水資源短缺，因此對(duì)干旱災(zāi)害的有效治理需以能實(shí)時(shí)、精準(zhǔn)地反映干旱特征為前提。而通常用以建立干旱指標(biāo)的降水量、蒸散量或地表徑流量等要素反映的水資源狀況并不全面，尤其當(dāng)監(jiān)測(cè)站點(diǎn)分散或不足時(shí)，難以及時(shí)準(zhǔn)確地描述干旱期間的水資源狀況，對(duì)干旱的監(jiān)測(cè)存在局限。GRACE衛(wèi)星數(shù)據(jù)反演的區(qū)域水儲(chǔ)量變化涵蓋了陸地垂直序列的總水資源量，且GRACE衛(wèi)星不受地域、氣候等差異的影響，基于GRACE衛(wèi)星數(shù)據(jù)制定的相對(duì)水儲(chǔ)量指數(shù)反映的干旱情況更為全面、可靠和精確。另外，本文運(yùn)用游程理論進(jìn)一步識(shí)別干旱特征，能更加深入地描述干旱過(guò)程的發(fā)生、歷時(shí)和強(qiáng)度特征，對(duì)區(qū)域干旱防治措施的制定、水資源的合理開(kāi)采及可持續(xù)利用具有重要的科學(xué)和生態(tài)意義。

由于水儲(chǔ)量的變化具有周期特征，理論上干旱監(jiān)測(cè)的可靠性需以較長(zhǎng)時(shí)間的數(shù)據(jù)作支撐，至少是30 a。目前時(shí)序較短的GRACE衛(wèi)星數(shù)據(jù)監(jiān)測(cè)(2002年開(kāi)始)的干旱事件可能存在偶然性，因此相對(duì)水儲(chǔ)量指數(shù)監(jiān)測(cè)干旱的可靠性只能隨著GRACE衛(wèi)星記錄時(shí)間長(zhǎng)度的增加而提升。

5 結(jié) 語(yǔ)

本文運(yùn)用改進(jìn)組合高斯濾波方法及尺度因子法提高GRACE衛(wèi)星數(shù)據(jù)精度，以GLDAS水文模型數(shù)據(jù)輸出的貴州水儲(chǔ)量變化驗(yàn)證GRACE衛(wèi)星數(shù)據(jù)計(jì)算的貴州水儲(chǔ)量變化量的精度，以標(biāo)準(zhǔn)化降水指數(shù)(SPI3)驗(yàn)證相對(duì)水儲(chǔ)量指數(shù)監(jiān)測(cè)干旱的可行性，并以相對(duì)水儲(chǔ)量指數(shù)作為干旱指標(biāo)，應(yīng)用游程理論識(shí)別干旱歷時(shí)和干旱烈度，分析干旱的持續(xù)時(shí)間、強(qiáng)度及變化過(guò)程，監(jiān)測(cè)貴州地區(qū)2003-08～2013-07的干旱特征，得出以下結(jié)論：

1)改進(jìn)組合型高斯濾波對(duì)GRACE衛(wèi)星數(shù)據(jù)的降噪效果較好，且GRACE與GLDAS計(jì)算的水儲(chǔ)量時(shí)間變化序列一致，表明GRACE衛(wèi)星數(shù)據(jù)監(jiān)測(cè)干旱具有可靠性。

2)基于GRACE反演的相對(duì)水儲(chǔ)量指數(shù)與SPI3變化趨勢(shì)基本一致，相對(duì)水儲(chǔ)量指數(shù)共監(jiān)測(cè)到9次3個(gè)月以上的干旱事件，其中2011年水儲(chǔ)量損耗最多，旱情最為嚴(yán)重，與實(shí)際干旱情況相符。

3)游程理論識(shí)別的干旱歷時(shí)和干旱烈度反映研究時(shí)段每年都有干旱事件發(fā)生，持續(xù)時(shí)間最短為1個(gè)月，最長(zhǎng)為6個(gè)月。其中2003～2006年及2009～2011年均發(fā)生了干旱歷時(shí)≥3個(gè)月的干旱事件，干旱強(qiáng)度較大的事件發(fā)生在 2006年和2011年，干旱強(qiáng)度較小的事件發(fā)生在2007年和2008年，干旱災(zāi)害加劇較快的事件發(fā)生在2009～2012年。