利用GRACE數據研究柴達木盆地區域水儲量時空變化及干旱特征

楊國林，孫學先，胡 棟，鎖旭宏，邵 明，曹 辰

利用GRACE數據研究柴達木盆地區域水儲量時空變化及干旱特征

楊國林1,2，孫學先1,2，胡 棟1,2，鎖旭宏1,3，邵 明1,4，曹 辰1,4

（1. 蘭州交通大學 測繪與地理信息學院，蘭州 730070；2. 地理國情監測技術應用國家地方聯合工程研究中心，蘭州 730070；3. 中交一航局 第二工程有限公司，山東 青島 266071；4.甘肅省地理國情監測工程實驗室，蘭州 730070）

為了進一步研究青藏高原東北部柴達木盆地水儲量變化時空分布及其干旱特征，提出一種水儲量時空變化及干旱特征分析方法：利用重力恢復與氣候實驗衛星（GRACE）數據、全球陸面數據同化模型（GLDAS）數據以及中國地面氣候資料日值數據集（V3.0）中5個氣象站點降水數據，通過500 km高斯濾波和去相關濾波、基于空間約束的區域質量變化估計方法和反距離加權平均法，得到2004—2016年間柴達木盆地水儲量變化、相對水儲量指數和標準化降水指數（SPI）。研究結果表明：時間分布上，2004—2016年柴達木盆地水儲量變化整體呈上升趨勢，且在2004—2006年、2007—2012年和2013—2016年3個時間段內分別呈下降—上升—下降趨勢，與水文模型GLDAS計算得到的水儲量變化趨勢基本一致；空間分布上，除11月之外其余月份均有較為明顯的南北差異；在相對水儲量指數與SPI對比中，相對水儲量指數與SPI變化趨勢基本相同，不同于SPI指數，相對水儲量指數變化幅度更小，且反映柴達木盆地干旱情況較SPI更為準確；通過GRACE監測到柴達木盆地2004—2007年為極端干旱發生狀況比較嚴重的時間段，2006年出現夏伏旱，2015年2月干旱嚴重，2009年和2013年個別月份出現干旱，與柴達木盆地實際干旱情況一致。

重力恢復與氣候實驗衛星（GRACE）；柴達木盆地；水儲量時空變化；相對水儲量指數；標準化降水指數；干旱

0 引言

衛星監測陸地水儲量變化是獲取大尺度地表物質變遷的有效手段，傳統陸地水儲量及干旱監測的方法由于氣象站點空間分布不均，導致計算得到的干旱指數精度較低，不能準確反映地區干旱信息[1]。重力恢復與氣候實驗衛星（gravity recovery and climate experiment，GRACE）的成功發射及數據采集彌補了傳統方法獲取水儲量變化信息的局限，為陸地水儲量變化的反演提供了豐富數據資源[2]。

通過GRACE數據得到的水儲量變化信息反映地區干旱特征在局部地區已經得到了應用。文獻[1]利用GRACE數據研究了新疆地區2002年8月至2013年7月的干旱事件，其結果與近十年新疆干旱災害實際情況相符合；文獻[3]利用GRACE反演得到的陸地水儲量變化與西南干旱事件對應時段十分吻合；文獻[4]利用GRACE數據得到的水儲量變化結合105個氣象站點數據，研究了伊朗中部高原地區的干旱，結果表明GRACE反演的水儲量變化反映地區干旱特征具有一定的可靠性；文獻[5]結合GRACE數據和水文數據研究了澳大利亞東南多年干旱事件；文獻[6]根據2003—2013年GRACE數據標準化陸地水儲量指數（standardized water storage index，SWSI）監測中國區域干旱特征，研究表明SWSI指數可以更明顯地反映出干旱事件。

柴達木盆地地處青藏高原東北部，屬高原大陸性氣候區域，以干旱為主要特征。本文利用2004—2016年GRACE數據，結合標準化降水指數（standardized precipitation index，SPI），研究柴達木盆地水儲量時空變化規律，分析柴達木盆地在這期間的干旱情況，評估GRACE相對水儲量指數監測干旱事件的適用性。

1 研究區域概況

柴達木盆地是中國三大內陸盆地之一，平原區降雨稀少，山區降水相對較多[7-8]，平均降雨量從盆地中心區的16 mm到西部和東部地區的190mm差異分布，多年平均潛在蒸發量為 1937～3200 mm[9]。

圖1 柴達木盆地地形及氣象站和水系分布

2 數據來源及處理

2.1 GRACE數據

GRACE數據來源于得克薩斯大學空間研究中心（Center for Space Research at the University of Texas，CSR）發布的GRACE RL06 Level-2版本的GSM模型（goal-signal-metric，設計目標-現象信號-衡量指標，是谷歌提出的一種量化方法，主要用來對設計效果進行量化的監控）數據，時間跨度為2004—2016年，其中數據缺失月份有2011年1、6月，2012年5、10月，2013年3、8、9月，2014年2、7、12月，2015年6、10、11月，2016年4、9、10月。獲取的GRACE數據已經去除了潮汐和非潮汐的影響，故在內陸地區GRACE數據主要反映水儲量信息。

將GRACE數據進行500 km的高斯濾波、去相關濾波，由于考慮到500 km濾波半徑會造成泄露誤差的影響，本文通過利用基于空間約束的區域質量變化估計方法來削弱泄露誤差的影響[10]。用衛星激光測距（satellite laser ranging，SLR）測得的C20項代替GRACE數據2階項系數C20項，同時加入地心改正項，用來修正一階項系數，避免由于地球質心變化造成的誤差。使用濾波方法主要是降低高階項球諧系數噪聲及其相關性，替換C20項是由于原始C20項精度較差。從而獲得柴達木盆地真實質量變化。將獲得的質量變化數據轉換為等效水柱高，即

2.2 GLDAS數據

全球陸面數據同化系統（global land data assimilation system，GLDAS）數據采用GLDAS陸面模型（land surface model，LSM）數據，時間分辨率單位為月，空間分辨率為0.25°×0.25°，以土壤水、冠層水、雪水當量和融雪水四者之和作為驗證GRACE反演得到的柴達木盆地水儲量變化的精度指標。

2.3 降水數據

降水資料由國家氣象數據中心提供的中國地面氣候資料日值數據集（V3.0）中提取得到。本文利用柴達木盆地5個氣象站降水日值數據，將其月值化，并通過反距離加權平均插值法（inverse distance weight，IDW）將其格網化，以與GRACE格網數據進行對比分析。

2.4 標準化降水指數（SPI）

標準化降水指數（SPI）能較好地反映地區的干旱特征[11-15]。本文利用中國地面氣候資料日值數據集中2004年1月至2016年12月日降水數據，計算得到月值數據，再根據月值數據計算SPI值。最后根據SPI的干旱等級劃分（如表1所示）確定柴達木盆地干旱特征。

表1 SPI干旱等級劃分表

2.5 相對水儲量指數

本文基于GRACE水儲量變化量，計算得到相對水儲量指數[16]，將相對水儲量指數與標準化降水指數進行分析比較，并結合中國水旱災害公報、青海省水資源公報相關數據記載，分析GRACE相對水儲量指數反映干旱特征的適用性。

3 結果分析

3.1 GRACE和GLDAS、降水結果對比

為了準確分析GRACE反演得到的水儲量變化數據，利用GLDAS數據進行驗證對比（如圖2所示）。

圖2 GRACE和GLDAS水儲量變化對比

圖中可以得出：在2004—2016年，柴達木盆地水儲量變化整體上呈上升趨勢，且在-52.9 ～56.7 mm之間變化波動，其中出現最大值和最小值的時間分別為2012年8月和2015年2月。在2004—2006年、2007—2012年和2013—2016年3個時間段內，水儲量變化分別呈下降、上升和下降趨勢，且相關性系數分別為0.71、0.65和0.77，均為強正相關。其中2013—2016年GLDAS數據下降明顯，主要是由于GRACE數據包含參數遠多于GLDAS數據選擇參數造成的。

將GRACE水儲量變化數據與降水進行對比分析，如圖3所示。

圖3 GRACE水儲量變化與降水對比

從圖3（a）可以看出，水儲量變化與降水變化趨勢基本一致，水儲量變化滯后于降水1～2個月，出現滯后的原因是GRACE反演得到的該月水儲量變化信息中包括了該月之前月份的降水部分[17-19]。從圖3（b）可以看出，水儲量變化在夏季達到最大值56.4 mm，在冬季達到最小值-37.5 mm，具有非常明顯的季節性變化。

3.2 柴達木盆地水儲量空間變化

對2004—2016年GRACE時變重力場格網數據進行處理，計算得到柴達木盆地年內各月水儲量變化等效水高空間分布如圖4所示。

從圖4可以看出，柴達木盆地水儲量變化除11月份外，其余月份均具有較為明顯的南北差異，其中1—5月和12月柴達木盆地水儲量變化整體虧損，且南部區域水儲量變化明顯大于北部區域，2月份西北部虧損最嚴重。

6月份開始隨著降水的增加，水儲量變化也隨之增加。6月份柴達木盆地北部地區水儲量變化表現為盈余，而南部地區則表現為較小的虧損。7—10月柴達木盆地水儲量變化整體盈余，水儲量變化呈現出非常明顯的南北差異，其中北部地區水儲量變化明顯大于南部地區，且在7—8月水儲量變化盈余達到年內最大值。11月水儲量變化整體盈余，相對于7—10月，11月水儲量變化盈余量小。

3.3 GRACE水儲量變化和SPI對比分析

根據GRACE反演得到相對水儲量指數及SPI時間曲線如圖5所示。

圖5 相對水儲量指數與SPI比較

圖5結果表明：GRACE得到的相對水儲量指數與反映干旱特征的標準化降水指數變化趨勢基本相同；相對于SPI指數，相對水儲量指數變化幅度更小。2006年相對水儲量指數和SPI都反映了柴達木盆地的干旱事件，2011—2016年相對水儲量指數和SPI變化趨勢有較好的一致性，但SPI變化幅度更大，部分月份當SPI值反映干旱時，相對水儲量指數除2015年2月外其余月份則出現不旱或輕旱。GRACE監測到的柴達木盆地2004—2016年間的干旱事件：2004—2007年發生極端干旱的狀況比其余時間段更為嚴重；2008—2010年為中旱或輕旱集中的時間段；2011—2014年干旱特征為輕旱或不旱；2015—2016年表現為輕旱狀態，其中2015年2月旱情嚴重

由《中國水旱災害公報》數據和《青海省水資源公報》相關記載可知，2006年柴達木盆地出現夏伏旱[20]。文獻[21]利用地面降水和氣溫格點數據集研究柴達木盆地極端干旱變化結果表明：2004—2007年是柴達木盆地極端干旱發生狀況比較嚴重的時間段；2009年和2013年個別月份發生干旱。這與GRACE監測到的干旱事件基本一致。而通過SPI指數得到，在2009—2013年干旱持續時間長，較相對水儲量指數吻合度低；因此利用GRACE監測干旱情況相對于SPI指數具有更好的適用性。

4 結束語

本文利用500 km高斯濾波和去相關濾波方法，基于GRACE和GLDAS數據分析了柴達木盆地2004—2016年水儲量變化時空分布，根據月水儲量變化量和月均水儲量變化計算得到相對水儲量指數，并結合標準化降水指數研究了2004—2016年間柴達木盆地干旱情況，結果表明：

1）2004—2016年間GRACE反演得到的水儲量變化與GLDAS計算得到的水儲量變化趨勢基本一致，且在整體上升的同時，又分為下降—上升—下降3個階段，3個階段相關性系數分別為0.71、0.65和0.77，均為強相關。

2）根據GRACE數據繪制的柴達木盆地水儲量變化空間分布圖，可知水儲量變化具有明顯的南北差異。

3）基于水儲量變化得到的相對水儲量指數與基于降水數據得到的標準化降水指數變化趨勢基本一致，但相對水儲量指數幅度較小。

4）GRACE監測到柴達木盆地在2004—2016年的干旱情況，其中2004—2007年為極端干旱發生狀況比較嚴重的時間段，2009年和2013年個別月份出現干旱，2006年出現夏伏旱，2015年2月干旱嚴重。

[1] 曹艷萍, 南卓銅, 程國棟. GRACE重力衛星監測新疆干旱特征[J]. 干旱區資源與環境, 2015(8): 87-92.

[2] SCHMIDT R, SCHWINTZER P, FLECHTNER F, et al. GRACE observations of changes in continental water storage[J]. Global and Planetary Change, 2006, 50(1-2): 112-126.

[3] 李瓊, 羅志才, 鐘波, 等. 利用GRACE時變重力場探測2010年中國西南干旱陸地水儲量變化[J]. 地球物理學報, 2013, 56(6): 1843-1849.

[4] AHMAD N, SEYED H G N, GHOLAMREZA J, et al. Monitoring and analysis of drought using gravity recovery and climate experiment (GRACE)[J]. Hydrology, 2019, 6(3):

[5] MARC J, LEBLANC, PAUL T, et al. Basin-scale, integrated observations of the early 21st century multiyear drought in southeast Australia[J]. Water Resources Research, 2009, 45(4):

[6] 闞增輝. 基于GRACE衛星的中國區域陸地水儲量變化及干旱特征研究[D]. 華東師范大學, 2017.

[7] 蘇子校. 利用GRACE衛星數據估算柴達木盆地水儲量變化[D]. 中國地質大學(北京), 2015.

[8] 王洋. 基于GRACE的柴達木盆地水儲量變化研究[D]. 青海大學, 2018.

[9] 尹文杰, 張夢琳, 胡立堂. 柴達木盆地干旱時空變化特征[J]. 干旱區研究, 2018, 35(2): 387-394.

[10] 馮偉, 王長青, 穆大鵬, 等. 基于GRACE的空間約束方法監測華北平原地下水儲量變化[J]. 地球物理學報, 60(5): 1630-1642.

[11] STAGGE J H, TALLAKSEN L M, GUDMUNDSSON L, et al. Candidate distributions for climatological drought indices (SPI and SPEI)[J]. International Journal of Climatology, 2015, 35(13): 4027-4040.

[12] 阿麗雅. 基于SPI指數的滿洲里市氣象干旱特征分析[J]. 現代農業科技, 2021(22): 152-154.

[13] 苑希民, 張家銘, 滕振敏. 基于SPI指標左江流域旱澇演變規律與趨勢預測分析[J]. 水力發電, 2022, 48(1): 31-38.

[14] 牛文娟. 渝東北地區1979-2015年干旱時空分布特征[J]. 水利科技與經濟, 2021, 27(10): 1-7.

[15] THOMAS A C, REAGER J T, FAMIGLIETTI J S, et al. A GRACE-based water storage deficit approach for hydrological drought characterization[J]. Geophysical Research Letters, 2014, 41(5): 1537-1545.

[16] 陳芳, 劉綏華, 阮歐, 等. 基于GRACE重力衛星數據監測分析貴州干旱特征[J]. 大地測量與地球動力學, 2021, 41(2): 201-205.

[17] 曹艷萍, 南卓銅. 利用GRACE重力衛星監測黑河流域水儲量變化[J]. 遙感技術與應用, 2011, 26(6): 719-727.

[18] 束美珍, 楊傳國, 李玉龍, 等. 黃淮海地區2003—2014年GRACE水儲量時空變化[J]. 南水北調與水利科技, 2018, 16(1): 83-88.

[19] 陳坤, 蔣衛國, 何福紅, 等. 基于GRACE數據的中國水儲量變化特征分析[J]. 自然資源學報, 2018, 33(2): 275-286.

[20] 2006年中國水旱災害公報[J]. 中華人民共和國水利部公報, 2008(1): 11-26.

[21] 周丹, 保廣裕, 張靜, 等. 基于格點數據的柴達木盆地極端干旱變化特征分析[J]. 自然災害學報, 2017, 26(1): 165-175.

Application of GRACE data in analysis on temporal and spatial changes of water reserves and drought characteristics of Qaidam Basin

YANG Guolin1,2, SUN Xuexian1,2, HU Dong1,2, SUO Xuhong1,3, SHAO Ming1,4, CAO Chen1,4

（1. Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China;2. National-Local Joint Engineering Research Center of Technologies and Applications for National Geographic State Monitoring, Lanzhou 730070, China;3. No.2 Engineering Company Ltd. of CCCC First Harbor Engineering Company Ltd., Qingdao, Shandong 266071, China;4.Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou, Gansu 730070, China）

In order to study the temporal and spatial distribution of water storage changes and its arid characteristics in the Qaidam Basin in the northeastern Qinghai-Tibet Plateau, the gravity recovery and climate experiment (GRACE) data, the global land surface data assimilation model (GLDAS) data and the precipitation data of 5 meteorological stations in the set (V3.0) were used. Through 500 km Gaussian filtering and decorrelation filtering, regional mass change estimation method based on spatial constraints and inverse distance weighted average method, the changes of water reserves, relative water storage index and standardized precipitation index (SPI) in the Qaidam Basin from 2004 to 2016 were obtained. The research shows that in terms of time distribution, the change of water storage in the Qaidam Basin showed an upward trend as a whole from 2004 to 2016, a downward trend in 2004-2006, an upward trend in 2007 to 2012, and a downward trend in 2013 to 2016. The above change is consistent with the data obtained from GLDAS. In terms of spatial distribution, there are obvious north-south differences in the months except in November. Through a contrastive analysis of the relative water storage index and the drought index (SPI), it is found that the relative water storage index and the SPI showed a similar trend of change. Compared with SPI, the relative water storage index showed a smaller change range. According to data obtained from GRACE monitoring, 2004 to 2007 was the most severe period of extreme drought in the Qaidam Basin, summer drought occurred in 2006, severe drought occurred in February 2015, and drought occurred in some months in 2009 and 2013. The data is consistent with the actual drought situation in the Qaidam Basin.

gravity recovery and climate experiment satellite (GRACE); Qaidam Basin; temporal and spatial change of water reserves; relative water reserve index; standardized rainfall index; drought

P228

A

2095-4999(2023)01-0107-06

楊國林，孫學先，胡棟，等. 利用GRACE數據研究柴達木盆地區域水儲量時空變化及干旱特征[J]. 導航定位學報, 2023, 11(1): 107-112.（YANG Guolin, SUN Xuexian, HU Dong, et al. Application of GRACE data in analysis on temporal and spatial changes of water reserves and drought characteristics of Qaidam Basin[J]. Journal of Navigation and Positioning, 2023, 11(1): 107-112.）DOI:10.16547/j.cnki. 10-1096.20230116.

2022-04-02

國家自然科學基金(41764001，41761088)；蘭州交通大學優秀平臺支持項目(201806)；蘭州交通大學天佑創新團隊支持項目（TY202001）。

楊國林（1978—），男，甘肅臨洮人，博士研究生，副教授，研究方向為大地測量理論及數據處理。