南水北調東線工程運行前后山東省水儲量變化分析

摘 要：為掌握南水北調東線工程對山東省陸地水儲量變化的影響，采用２０１０ 年１ 月至２０１７ 年１２ 月ＧＲＡＣＥ 重力衛星數據，結合同期主要水文要素（降水量、蒸散發量）數據集，以南水北調開通時間為界，利用分時間段分區域的方式對研究區陸地水儲量變化、主要水文要素變化進行研究，結合同期南水北調工程調水量數據推算南水北調工程對山東省水儲量變化的影響。結果表明：研究時段內，多年間研究區水儲量空間分布呈從東到西依次降低的態勢，季節特性表現為夏秋季水儲量豐富，而春冬季較少；分時段研究結果顯示水儲量衰減速度在南水北調工程開通前后分別為－１．４５、－０．３６ ｃｍ／ ａ，綜合多個水文要素數據集計算發現南水北調工程對魯西的中南部、魯中的南部產生了較好的正向影響。綜合而言，南水北調工程緩解了山東省水儲量５６．９％的下降趨勢，在研究時間段內對研究區水資源條件、水儲量富集產生了較為積極的作用。

關鍵詞：ＧＲＡＣＥ 重力衛星；陸地水儲量；時空變化；南水北調

中圖分類號：ＴＶ６８；ＴＶ２１３．４ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０７．０１３

引用格式：兀澤坤，李愛民．南水北調東線工程運行前后山東省水儲量變化分析［Ｊ］．人民黃河，２０２４，４６（７）：７２－７８．

０ 引言

南水北調東線工程是緩解京津冀地區、山東半島和淮河流域水資源短缺的重要戰略工程［１］ ，于２００２ 年年底開工，于２０１３ 年１１ 月通水，自建成以來，受水區包括棗莊、濟寧、聊城、德州、濟南、濱州、淄博、東營、濰坊、青島、煙臺、威海等城市［２］ 。為掌握南水北調東線工程對山東省陸地水儲量變化的影響，開展相關研究具有現實意義。

陸地水儲量［３］ （Ｔｅｒｒｅｓｔｒｉａｌ Ｗａｔｅｒ Ｓｔｏｒａｇｅ，ＴＷＳ）包括地表水量、地下水量、土壤含水量、生物含水量等，是區域水資源監測的重要指標。ＧＲＡＣＥ 重力衛星采用極地近圓軌道低衛星跟蹤技術，通過獲取星間距離的變化及其殘差來恢復時變重力場信息［４］ 。在消除天體引潮力對海洋、大氣和相關地球動力過程引起的時變重力場影響后，ＧＲＡＣＥ 時變重力場反映的主要是兩極冰蓋、山岳冰川、陸地水儲量以及海平面變化信息［５］ 。近年來，ＧＲＡＣＥ 重力衛星成為對陸地水儲量進行大規模監測的重要手段［６］ 。

國內外專家學者利用ＧＲＡＣＥ 重力衛星數據對區域水儲量進行了相關研究，如：郭仁杰等［７］ 利用ＧＲＡＣＥ重力衛星與多元氣象數據探究２００３—２０１９ 年中國及其四大自然地理區地下水儲量變化特征，發現西北地區地下水儲量的下降趨勢最為明顯；安琳莉等［８］ 在ＧＲＡＣＥ觀測數據與氣象數據的基礎上加入水文模型ＷａｔｅｒＧＡＰ２．２ｄ 模擬人為耗水，以探究人類活動對陸地水儲量變化的影響；李嘉等［９］ 通過ＧＲＡＣＥ 重力衛星觀測數據計算華北平原在南水北調工程運行后的水儲量變化為２．９６ Ｇｔ／ ａ，與南水北調調水量（３．０８ Ｇｔ／ ａ）相近；聶圣琨等［１０］ 通過計算南水北調運行后海河流域陸地水儲量變化，結合多元水文數據得出海河流域水儲量緩解趨勢貢獻率由大到小依次是人為耗水、氣候變化、南水北調調水，且調水貢獻率與趨勢呈增高態勢；Ｙａｎｇ 等［１１］ 利用水文模型數據集、ＴＲＭＭ 數據、衛星測高數據和ＧＲＡＣＥ ＲＬ０５ 衛星數據，分析得出非洲肯尼亞區域２００２ 年至２０１０ 年的陸地水儲量呈下降趨勢，這主要是人類活動引起的水資源超采導致；Ａｎｙａｈ等［１２］ 用ＧＲＡＣＥ 衛星數據和高階統計獨立分量分析方法，研究了陸地水儲量變化與５ 個全球氣候遙相關指數之間的關系。目前大多研究僅針對陸地水儲量與各個水文要素的關系進行探討，卻忽略了人類活動、工業生產、工程建設等活動對陸地水儲量造成的影響。

筆者利用２０１０ 年１ 月至２０１７ 年１２ 月的ＧＲＡＣＥ重力衛星數據，結合同期主要水文要素（降水量、蒸散發量）數據集，以南水北調東線工程運行時間為界，利用分時間段分區域的方式對山東省陸地水儲量變化、主要水文要素變化進行研究，結合同期南水北調東線工程調水量數據探討南水北調東線工程運行后山東省水儲量變化。

１ 數據與方法

１．１ 研究區域

山東省是地處我國華東地區的沿海省份，屬于暖溫帶季風氣候區，年平均氣溫為１１～１４ ℃，氣候呈現降水集中、雨熱同季、春秋短暫、冬夏較長的特點［１３］ ，年平均降水量為８３１ ｍｍ。如圖１ 所示，山東省中部山地突起，西南、西北低洼平坦，東部緩丘起伏，形成以山地丘陵為骨架、平原盆地交錯環列的地形大勢。山東省分屬于黃、淮、海三大流域，多年平均水資源總量約為３００ 億ｍ３，地下水總量約為１５０ 億ｍ３，其中大部分為降水下滲［１４］ 。黃河水是其主要客水資源，自南水北調東線工程建成后，長江水成為另一主要客水資源，該工程全長１ １９１ ｋｍ，由南北主線和東西主干線為主要引水線路，在山東省內形成Ｔ 形輸水大動脈和現代水網大骨架。通過該工程使黃河水、長江水及當地水源結合，共同調度、優化配置，支持了全省經濟和社會的可持續發展，同時也解決了經濟發展與生態保護之間的矛盾［２］ 。南水北調東線工程已成為現代供水網絡的骨干和重要的水運動脈。山東省水資源呈現的特點是總量遠遠不足，全省水資源總量僅占全國水資源總量的１．０９％，人均水資源占有量為３３４ ｍ３，僅為全國人均占有量的１４．９％（小于１／６）［１５］ 。

１．２ 數據與預處理

１．２．１ 重力衛星數據

在研究中選擇太空研究中心（Ｃｅｎｔｅｒ ｆｏｒ Ｓｐａｃｅ Ｒｅ?ｓｅａｒｃｈ，ＣＳＲ） 的ＲＬ０６ 版本數據， 具體產品為ＣＳＲＧＲＡＣＥ／ ＧＲＡＣＥ－ＦＯ ＲＬ０６ Ｍａｓｃｏｎ Ｓｏｌｕｔｉｏｎｓ（ Ｖｅｒｓｉｏｎ０２），該產品以陸地水儲量等效水高距平值的數據呈現，等效水高距平值即單位面積水儲量高度扣除２００４—２００９ 年的平均值，其空間分辨率為０．２５°，時間分辨率為月尺度。選?。玻埃保啊玻埃保?年山東省陸地水儲量作為研究數據。由于ＧＲＡＣＥ 衛星在設備維護、設計壽命等方面的問題導致數據存在缺失情況，因此本研究對單月數據缺失情況采用取前后兩年同月數據均值的方法處理，對長時間數據缺失情況采用自回歸滑動平均模型［１６］ 進行處理。為了獲取陸地水儲量的變化速度，需要進行數據讀取、剔除異常值、一元線性回歸分析等處理，為了更精確地獲得更高分辨率的水儲量變化情況，選用在水文分析中常用的克里金插值方法進行插值。

１．２．２ 國家氣象科學數據中心逐月降水數據集

本次研究選擇國家氣象科學數據中心（ｈｔｔｐ：／／ｗｗｗ．ｇｅｏｄａｔａ．ｃｎ）的１ ｋｍ 分辨率逐月降水數據集數據產品，該產品采用中國國家級地面氣象觀測站數據，將ＤＥＭ 數據作為協變量， 通過薄板樣條插值方法（ＡＮＵＳＰＬＩＮ ｖ４．４）生成全國月尺度１ ｋｍ 分辨率降水數據。選取２０１０—２０１７ 年山東省降水數據為研究數據，采用降尺度方法將數據的空間分辨率與重力衛星數據相匹配，利用ＡｒｃＧＩＳ 中重采樣技術實現降尺度，在參數選取中選擇三次卷積法，設置目標像元大小為０．２５°。在數據讀取、分析處理中采用與重力衛星數據相同的處理流程。

１．２．３ 蒸散發數據

美國宇航局哥達航空中心與海洋大氣局環境預報中心聯合開發的ＧＬＤＡＳ 全球陸面數據同化系統可以驅動４ 個不同的陸面模型（ ＣＬＭ、ＮＯＡＨ、ＭＯＳ 和ＶＩＣ），模擬生成２２ 個不同的陸地水文變量，如輻射通量、地熱通量、蒸散發量、地表氣壓、溫度等［１７］ 。本研究選用ＧＬＤＡＳ －ＮＯＡＨ 陸面模式Ｖｅｒｓｉｏｎ１ （ ｈｔｔｐｓ：／／ｅａｒｔｈｄａｔａ．ｎａｓａ．ｇｏｖ／ ）中的蒸散發數據產品［１８］ ，選用與重力衛星數據相同的時空分辨率，在數據讀取過程中要考慮到蒸散發數據尺度的轉換，后續處理采用與重力衛星數據處理相同的流程。

１．２．４ 南水北調工程調水量數據

本研究用于與研究結果對比的各項有關南水北調工程調水量方面的數據來源于２０１４—２０１７ 年的《山東省水資源公報》和各地市的水資源公報。將各年調水量數據進行整合并轉換為陸地水高［１９］ ，其具體計算公式為

ｈ ＝ρｑ ／ ｓ （１）

式中：ｑ 為南水北調工程調水量，ｈ 為調水量轉化后的陸地水高，ｓ 為研究區域面積，ρ 為水的密度。

１．３ 研究方法

本研究利用２０１０—２０１７ 年ＧＲＡＣＥ 重力衛星數據計算山東省的陸地水儲量，并采用分時段的方式結合同期降水數據、蒸散發數據的變化趨勢，獲取研究區在去除主要水文要素影響后的水儲量變化數據，進一步與南水北調工程調水量進行對比，得出南水北調工程對山東省水儲量變化的影響。

１．３．１ 自回歸滑動平均模型

自回歸滑動平均模型［１６］ 是對時間序列進行處理的重要方法，由自回歸模型與移動平均模型結合構成，在水文氣象等領域的研究中，常用于對具有季節變動特征的指標的預測、缺失值填補等，其具體計算公式為

ｘｔ ＝μ＋ａｔ －θ１ａｔ－１ －…－θｐ ａｔ－ｐ （２）

式中：ｘｔ為第ｔ 月缺失水儲量，μ 為回歸模型得到的初始缺失值，ａ 為影響因子，θ 為影響系數，ｐ 為移動平均的階數。

１．３．２ 一元線性回歸

使用一元線性回歸模型分別對水儲量變化趨勢、降水量變化趨勢、蒸散發量變化趨勢進行擬合分析，即利用多個像元數據在年內、年際的變化趨勢，獲取山東省多個時間尺度下的水儲量變化趨勢、降水量變化趨勢、蒸散發量變化趨勢。

１．３．３ 三次卷積法

在對降水數據集進行處理時，使用重采樣技術使各個柵格數據集的空間分辨率相匹配，三次卷積法可通過擬合穿過１６ 個最鄰近輸入像元中心的平滑曲線確定像元的新值［２０ － ２１］ 。此方法適用于連續數據，其輸出柵格的幾何變形程度較小。

１．３．４ 克里金插值

在對多個要素數據集進行回歸擬合獲取變化趨勢以及年際、年內平均值后，由于數據集分辨率僅為０．２５°，因此采用克里金插值的方式將數據集平滑輸出，克里金插值是基于一般最小二乘算法的隨機插值技術［２２］ ，用方差作為權重，是一種典型的統計學算法。利用ＡｒｃＧＩＳ 中空間分析模塊的普通克里金插值法完成插值操作。

２ 結果與討論

２．１ 山東省陸地水儲量時空分布特征分析

為了探討山東省水儲量在不同時間段內所呈現的分布特征與規律，基于ＧＲＡＣＥ Ｍａｓｃｏｎ 數據集統計了２０１０—２０１７ 年山東省陸地水儲量等效水高距平值歷年春季（３—５ 月）、夏季（６—８ 月）、秋季（９—１１ 月）和冬季（１２ 月—次年２ 月）的均值（以月為單位），見圖２ 和表１。由圖２ 和表１ 得出：春季的等效水高距平值皆為負值，說明研究時段內春季水儲量顯著較多年均值小，范圍為－２２．３～ －２．５１ ｃｍ，平均值為－９．９２ ｃｍ，在四季水儲量平均值中處于最低值，這與山東省多年來旱災多發生于春季的現象一致［２３］ ；夏季出現最大的水儲量差值，其范圍為－３１．４～６．８５ ｃｍ，水儲量距平值均值為－７．５１ ｃｍ，這一數值是４ 個季節的最大值，在夏季東部沿海城市群展現出比春季更集中的水儲量，較春季有顯著的增加趨勢，而西部內陸水儲量則進一步減少；秋季與春季在空間分布以及數值上（－２３．０～３．９７ ｃｍ）都呈現出高度的相似性，但秋季的水儲量距平值均值為－７．８２ ｃｍ，較春季高出不少；冬季全省水儲量距平值范圍為－１９．７ ～－２．９２ ｃｍ，冬季水儲量距平值均值是除春季外最低的，為－８．５１ ｃｍ，但在空間分布上，東部沿海高數值范圍占全省的比例是最大的。四季水儲量的分布在空間上皆表現為東西異質性大于南北異質性，全省范圍內從西到東水儲量逐步增加，東部半島城市群因沿海城市的氣候特點導致東部水儲量數值大，西部為內陸地區，４個季節均呈現較小的水儲量值。

根據山東省陸地水儲量季節分布展現出的空間異質性，利用自然斷點法［１０］ 對山東?。玻埃保啊玻埃保?年的水儲量變化情況進行分類，并結合分類結果綜合分析，合并類間差異較小的地域。分區結果為：區域１ 為西部的德州市、菏澤市、濟南市、濟寧市、聊城市、泰安市，下文中表示為魯西地區；區域２ 為中部的濱州市、東營市、臨沂市、濰坊市、棗莊市、淄博市，下文中表示為魯中地區；區域３ 為東部的青島市、日照市、煙臺市、威海市，下文中表示為魯東地區，如圖３ 所示。

２．２ 南水北調東線工程對山東省水儲量變化的影響分析

根據以上研究中得出的分區方法，結合南水北調東線工程２０１３ 年投入運行，對山東省陸地水儲量、水文要素（降水、蒸散發） 進行分區分時段研究，得到２０１０—２０１３ 年及２０１４—２０１７ 年研究區陸地水儲量、水文要素變化趨勢，進而獲取研究區在兩個時段內排除主要水文要素的影響后的水儲量變化情況，與南水北調工程調水量［２４－２７］ 進行比較，分析南水北調工程對山東省水儲量變化的影響。

２．２．１ 南水北調工程運行前后山東省陸地水儲量變化分析

利用ＧＲＡＣＥ Ｍａｓｃｏｎ 數據對陸地水儲量變化趨勢進行研究，以南水北調開通時間為界，對區域內各柵格點值進行一元線性擬合，得到結果后進行掩模提取和統計分析，進而得出分區后的分布范圍和均值，結果見圖４ 和表２。２０１０—２０１３ 年空間分布呈現出西南到東北遞增的趨勢，其中魯西地區減小趨勢最甚，按分區方法進行研究后發現３ 個區域的變化趨勢均值仍呈現從西到東的階梯狀增長，對全省而言，變化趨勢均值達－１．４５ ｃｍ／ ａ；而２０１４—２０１７ 年未形成明顯的空間分布特性，３ 個區域的變化趨勢均值也未呈現顯著階梯狀變化，但相較于２０１０—２０１３ 年，可以明顯觀察到研究區水儲量衰減趨勢得到明顯改善，對全省而言，變化趨勢均值增加到－０．３６ ｃｍ／ ａ。

２．２．２ 南水北調工程運行前后山東省主要水文要素變化分析

在水循環機理中，水儲量通常由降水過程作為主要輸入源，蒸散發過程、徑流過程作為主要輸出源。本研究在選用ＧＬＤＡＳ－ＮＯＡＨ 陸面模式的徑流產品進行相關試驗后，得出徑流量無論是基數還是變化趨勢的值都過小，幾乎可以忽略不計。因此，選用國家氣象科學數據中心的降水數據集和ＧＬＤＡＳ－ＮＯＡＨ 陸面模式的蒸散發產品數據集分別作為陸地水儲量變化的水文要素主要輸入量和輸出量，進而得到山東省主要水文要素在南水北調工程運行前后的變化趨勢，結果見圖５ 和表３。

２０１０—２０１３ 年，變化趨勢未表現出強烈的空間分布特點，分區研究后３ 個區域變化趨勢的分布范圍及均值也基本類似，從各區域及全省均值情況判斷，該研究時段水文要素變化趨勢呈平衡狀態，即降水輸入量與蒸散發輸出量基本持平，全省以０．０５５ ｃｍ／ ａ 的幅度增加。而２０１４—２０１７ 年，變化趨勢呈現西高東低的空間特點，３個區域的變化趨勢均值也呈階梯形增長，全省變化趨勢分布最值均遠大于２０１０—２０１３ 年，推斷這段時間內極端氣候頻發，例如強降水或極度高溫導致的強蒸散，總體而言，水文要素在全省呈０．４３０ ｃｍ／ ａ 的正向趨勢。

２．２．３ 南水北調工程運行前后山東省水儲量變化分析

首先根據山東?。玻埃保础玻埃保?年水資源公報獲取南水北調工程調水量數據，進而將其轉換為水高，與南水北調運行前后陸地水儲量及水文要素變化趨勢進行對比，結果見表４ 和表５，其中陸地水儲量變化速度前后差值應等于主要水文要素前后差值與非水文要素（人工用水、工業用水、農業用水、生活用水、調水等）前后差值之和，統計顯示陸地水儲量變化速度差值為１．０９ ｃｍ／ ａ，主要水文要素變化速度差值為０．３７５ ｃｍ／ ａ，南水北調變化速度差值為０．６２１ ｃｍ／ ａ。結果表明：水文要素和南水北調工程均在２０１４—２０１７ 年對水儲量變化趨勢產生了正向反饋，其中水文要素減緩了水儲量約３４．５％的下降趨勢，南水北調工程減緩了水儲量５６．９％的下降趨勢。根據水平衡原理，水儲量變化速率應為水文要素與非水文要素變化速率之和，計算得到南水北調東線工程占據了大部分非水文要素的影響（約８６．９％）。

由于南水北調工程僅以省份為單位給出年調水量數據，并未進一步公示各區域空間分布情況，因此本研究在結果高度相似的前提下，結合南水北調對水儲量影響的相關研究文獻［９］ ，求出非水文要素變化趨勢空間分布圖，近似代表南水北調工程對山東省水儲量變化的空間影響。處理得出非水文要素變化趨勢空間分布及各區域分布范圍與均值見圖６ 和表６。從圖６ 可以觀察到在非水文要素的影響下，其空間分布與水儲量變化趨勢、水文要素變化趨勢等結果呈現對稱性，即由西低東高、南低北高等特征轉換為西高東低、南高北低，西南部地區在水儲量以及水文要素變化趨勢分析中均處于研究區內的極低值，而在非水文要素影響下卻成為最大值。將此結果近似等同于南水北調工程對山東省水儲量的影響，可以推斷出南水北調工程在魯西地區中南部、魯中地區南部產生了較好的正向影響。

３ 結論

利用ＧＲＡＣＥ 重力衛星數據，結合同期降水量、蒸散發量、調水量數據，采用自回歸滑動平均模型求解重力衛星數據缺失值，利用一元線性回歸分析分時段擬合各個數據集，分析得出山東省水儲量空間分布及變化特征，以及南水北調東線工程、水文要素對山東省水儲量變化的影響，主要結論如下。

１）２０１０ 年１ 月至２０１７ 年１２ 月山東省水儲量在各季節空間分布上呈現東西向異質性，且從西到東水儲量增加，不同季節水儲量均值呈現與山東省氣候特點的高度相關性，從高到低排序依次為夏季、秋季、春季、冬季。

２）山東省水儲量在南水北調東線工程運行前后變化速率分別為－１．４５、－０．３６ ｃｍ／ ａ，水儲量下降速度約減緩７５％；主要水文要素則分別為０．０５５ ｃｍ／ ａ（基本處于平衡狀態）、０．４３０ ｃｍ／ ａ，水文要素在南水北調工程運行后對山東省水儲量產生了正向影響。

３）與南水北調工程調水量數據對比后，將非水文要素變化趨勢空間分布近似等同南水北調東線工程對山東省水儲量變化的影響，可以得出該工程對魯西的中南部、魯中的南部產生了較好的正向影響?？傮w而言，該工程對全省水儲量產生了每年０．６２１ ｃｍ 的正向趨勢，緩解了全省水儲量５６．９％的下降趨勢，在研究時間段內對研究區水資源條件、水儲量下降趨勢產生了較為積極的作用。

參考文獻：

［１］ 方國華，趙文萃，李鑫，等．南水北調東線工程江蘇段水資

源調配研究［Ｊ］．水資源保護，２０２３，３９（４）：１－８．

［２］ 汪易森，陳斌．南水北調東線一期工程山東段通水效益分

析與認識［Ｊ］．中國水利，２０２２（９）：４－７．

［３］ 魯曉娟．基于ＧＲＡＣＥ 重力衛星的黃河流域陸地水儲量變

化及其潛在環境效應分析［Ｄ］．徐州：中國礦業大學，

２０２２：３１－３５．

［４］ ＣＨＥＮ Ｊ Ｌ，ＴＡＰＬＥＹ Ｂ，ＲＯＤＥＬＬ Ｍ，ｅｔ ａｌ．Ｂａｓｉｎ?Ｓｃａｌｅ Ｒｉｖｅｒ

Ｒｕｎｏｆｆ Ｅｓｔｉｍａｔｉｏｎ ｆｒｏｍ ＧＲＡＣＥ Ｇｒａｖｉｔｙ Ｓａｔｅｌｌｉｔｅｓ， Ｃｌｉｍａｔｅ

Ｍｏｄｅｌｓ ａｎｄ ｉｎ Ｓｉｔｕ Ｏｂｓｅｒｖａｔｉｏｎｓ：Ａ Ｃａｓｅ Ｓｔｕｄｙ ｉｎ ｔｈｅ Ａｍａｚｏｎ Ｂａ?

ｓｉｎ［Ｊ］．Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ，２０２０，５６（１０）：ｅ２０２０ＷＲ０２８０３２．

［５］ ＳＯＲＫＨＡＢＩ Ｏ Ｍ，ＡＳＧＡＲＩ Ｊ，ＡＭＩＲＩ?ＳＩＭＫＯＯＥＩ Ａ．Ｍｏｎｉｔｏｒｉｎｇ

ｏｆ Ｃａｓｐｉａｎ Ｓｅａ?Ｌｅｖｅｌ Ｃｈａｎｇｅｓ Ｕｓｉｎｇ Ｄｅｅｐ Ｌｅａｒｎｉｎｇ?Ｂａｓｅｄ ３Ｄ

Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ＧＲＡＣＥ Ｓｉｇｎａｌ ［ Ｊ］． Ｍｅａｓｕｒｅｍｅｎｔ， ２０２１，

１７４：１０９００４．

［６］ ＫＡＲＵＮＡＫＡＬＡＧＥ Ａ，ＳＡＲＫＡＲ Ｔ，ＫＡＮＮＡＵＪＩＹＡ Ｓ，ｅｔ ａｌ．

Ｔｈｅ Ａｐｐｒａｉｓａｌ ｏｆ Ｇｒｏｕｎｄ Ｗａｔｅｒ Ｓｔｏｒａｇｅ Ｄｗｉｎｄｌｉｎｇ Ｅｆｆｅｃｔ，ｂｙ

Ａｐｐｌｙｉｎｇ Ｈｉｇｈ Ｒｅｓｏｌｕｔｉｏｎ Ｄｏｗｎｓｃａｌｉｎｇ ＧＲＡＣＥ Ｄａｔａ ｉｎ ａｎｄ

Ａｒｏｕｎｄ Ｍｅｈｓａｎａ Ｄｉｓｔｒｉｃｔ，Ｇｕｊａｒａｔ，Ｉｎｄｉａ［Ｊ］．Ｇｒｏｕｎｄｗａｔｅｒ ｆｏｒ

Ｓｕｓｔａｉｎａｂｌｅ Ｄｅｖｅｌｏｐｍｅｎｔ，２０２１，１３：１００５５９．

［７］ 郭仁杰，王懷軍，蔡安寧，等．重力衛星背景下中國陸地水

儲量時空變化分析［Ｊ］．天津師范大學學報（自然科學

版），２０２２，４２（６）：４３－５２．

［８］ 安琳莉，黃建平，任鈺，等．中國北方旱區陸地水儲量變化

特征及其歸因分析［Ｊ］．干旱氣象，２０２２，４０（２）：１６９－１７８．

［９］ 李嘉，唐河，饒維龍，等．南水北調工程對華北平原水儲量變

化的影響［Ｊ］．中國科學院大學學報，２０２０，３７（６）：７７５－７８３．

［１０］ 聶圣琨，尹文杰，鄭偉，等．南水北調前后海河流域陸地

水儲量變化分析［Ｊ］．大地測量與地球動力學，２０２３，４３

（２）：１２８－１３４．

［１１］ ＹＡＮＧ Ｔ，ＷＡＮＧ Ｃ，ＹＵ Ｚ Ｂ，ｅｔ ａｌ．Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ Ｓｐａｔｉｏ?

Ｔｅｍｐｏｒａｌ Ｐａｔｔｅｒｎｓ ｆｏｒ Ｖａｒｉｏｕｓ ＧＲＡＣＥ?ａｎｄ ＧＬＤＡＳ?Ｂｏｒｎ Ｅｓｔｉ?

ｍａｔｅｓ ｆｏｒ Ｃｈａｎｇｅｓ ｏｆ Ｇｌｏｂａｌ Ｔｅｒｒｅｓｔｒｉａｌ Ｗａｔｅｒ Ｓｔｏｒａｇｅ［Ｊ］．

Ｇｌｏｂａｌ ａｎｄ Ｐｌａｎｅｔａｒｙ Ｃｈａｎｇｅ，２０１３，１０９：３０－３７．

［１２］ ＡＮＹＡＨ Ｒ Ｏ，ＦＯＲＯＯＴＡＮ Ｅ，ＡＷＡＮＧＥ Ｊ Ｌ，ｅｔ ａｌ．Ｕｎｄｅｒ?

ｓｔａｎｄｉｎｇ Ｌｉｎｋａｇｅｓ Ｂｅｔｗｅｅｎ Ｇｌｏｂａｌ Ｃｌｉｍａｔｅ Ｉｎｄｉｃｅｓ ａｎｄ Ｔｅｒ?

ｒｅｓｔｒｉａｌ Ｗａｔｅｒ Ｓｔｏｒａｇｅ Ｃｈａｎｇｅｓ ｏｖｅｒ Ａｆｒｉｃａ Ｕｓｉｎｇ ＧＲＡＣＥ

Ｐｒｏｄｕｃｔｓ［Ｊ］．Ｓｃｉｅｎｃｅ ｏｆ ｔｈｅ Ｔｏｔａｌ Ｅｎｖｉｒｏｎｍｅｎｔ，２０１８，６３５：

１４０５－１４１６．

［１３］ 李瑞，孟令旺，朱義青，等．１９６１—２０１２ 年山東省汛期暴雨氣

候特征分析［Ｊ］．氣象與環境學報，２０１５，３１（２）：５１－５８．

［１４］ 山東省水利廳．２０２１ 年山東省水資源公報［Ｒ］．濟南：山

東省水利廳，２０２２：１３．

［１５］ 楊風．山東水資源可持續利用發展路徑［Ｊ］．水利發展研

究，２０１５，１５（１）：４６－５０，６５．

［１６］ 徐鵬飛，蔣濤，章傳銀，等．ＧＲＡＣＥ／ ＧＲＡＣＥ－ＦＯ 空窗期

的陸地水儲量變化數據間斷補償：以全球典型流域為

例［Ｊ］．地球物理學報，２０２１，６４（９）：３０４８－３０６７．

［１７］ ＺＨＯＵ Ｔ，ＷＥＮ Ｘ Ｈ，ＦＥＮＧ Ｑ，ｅｔ ａｌ．Ｂａｙｅｓｉａｎ Ｍｏｄｅｌ Ａｖｅｒａｇｉｎｇ

Ｅｎｓｅｍｂｌｅ Ａｐｐｒｏａｃｈ ｆｏｒ Ｍｕｌｔｉ?Ｔｉｍｅ?Ａｈｅａｄ Ｇｒｏｕｎｄｗａｔｅｒ Ｌｅｖｅｌ

Ｐｒｅｄｉｃｔｉｏｎ Ｃｏｍｂｉｎｉｎｇ ｔｈｅ ＧＲＡＣＥ，ＧＬＥＡＭ，ａｎｄ ＧＬＤＡＳ Ｄａｔａ

ｉｎ Ａｒｉｄ Ａｒｅａｓ［Ｊ］．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２２，１５（１）：１８８．

［１８］ ＨＯＵ Ｙ，ＧＵＯ Ｈ，ＹＡＮＧ Ｙ Ｔ，ｅｔ ａｌ．Ｇｌｏｂａｌ Ｅｖａｌｕａｔｉｏｎ ｏｆ

Ｒｕｎｏｆｆ Ｓｉｍｕｌａｔｉｏｎ ｆｒｏｍ Ｃｌｉｍａｔｅ， Ｈｙｄｒｏｌｏｇｉｃａｌ ａｎｄ Ｌａｎｄ

Ｓｕｒｆａｃｅ Ｍｏｄｅｌｓ［Ｊ］． Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ，２０２３，５９

（１）：ｅ２０２１ＷＲ０３１８１７．

［１９］ 熊景華，郭生練，王俊，等．長江流域陸地水儲量變化及

歸因研究［Ｊ／ ＯＬ］． （２０２３ － ０７ － １４） ［２０２３ － ０８ － １２］．

ｈｔｔｐｓ：／／ ｄｏｉ．ｏｒｇ／１０．１３２０３／ ｊ．ｗｈｕｇｉｓ２０２３００１７．

［２０］ 李水兵，李培現．基于Ｍａｔｌａｂ 的三次卷積法在數字地形

數據內插中的應用［Ｊ］．測繪信息與工程，２０１１，３６（３）：

３６－３８．

［２１］ ＬＩＵ Ｘ Ｌ，ＳＵＮ Ｊ Ｋ，ＹＡＮ Ｇ Ｘ，ｅｔ ａｌ．３２－２：Ｉｍｐｒｏｖｅｍｅｎｔ ｉｎ Ｄｉ?

ｒｅｃｔｉｏｎａｌ Ｃｕｂｉｃ Ｃｏｎｖｏｌｕｔｉｏｎ Ｉｍａｇｅ Ｉｎｔｅｒｐｏｌａｔｉｏｎ［Ｊ］．ＳＩＤ Ｓｙｍ?

ｐｏｓｉｕｍ Ｄｉｇｅｓｔ ｏｆ Ｔｅｃｈｎｉｃａｌ Ｐａｐｅｒｓ，２０２０，５１（１）：４５５－４５８．

［２２］ ＢＡＬＡＣＣＯ Ｇ，ＦＩＯＲＥＳＥ Ｇ Ｄ，ＡＬＦＩＯ Ｍ Ｒ．Ａｓｓｅｓｓｍｅｎｔ ｏｆ

Ｇｒｏｕｎｄｗａｔｅｒ Ｎｉｔｒａｔｅ Ｐｏｌｌｕｔｉｏｎ Ｕｓｉｎｇ ｔｈｅ Ｉｎｄｉｃａｔｏｒ Ｋｒｉｇｉｎｇ

Ａｐｐｒｏａｃｈ［Ｊ］． Ｇｒｏｕｎｄｗａｔｅｒ ｆｏｒ Ｓｕｓｔａｉｎａｂｌｅ Ｄｅｖｅｌｏｐｍｅｎｔ，

２０２３，２１：１００９２０．

［２３］ 徐澤華，韓美．山東省干旱時空分布特征及其與ＥＮＳＯ 的相

關性［Ｊ］．中國生態農業學報，２０１８，２６（８）：１２３６－１２４８．

［２４］ 山東省水利廳．２０１４ 年山東省水資源公報［Ｒ］．濟南：山

東省水利廳，２０１５：２１．

［２５］ 山東省水利廳．２０１５ 年山東省水資源公報［Ｒ］．濟南：山

東省水利廳，２０１６：１８．

［２６］ 山東省水利廳．２０１６ 年山東省水資源公報［Ｒ］．濟南：山

東省水利廳，２０１７：１９．

［２７］ 山東省水利廳．２０１７ 年山東省水資源公報［Ｒ］．濟南：山

東省水利廳，２０１８：１７．

【責任編輯 張 帥】