利用GRACE数据监测中亚地区陆地水储量动态变化的研究∗

孙 倩塔西甫拉提特依拜 丁建丽张 飞买买提沙吾提

(1新疆大学资源与环境科学学院乌鲁木齐830046)(2新疆大学绿洲生态教育部重点实验室乌鲁木齐830046)

利用GRACE数据监测中亚地区陆地水储量动态变化的研究∗

孙 倩1,2塔西甫拉提·特依拜1,2†丁建丽1,2张 飞1,2买买提·沙吾提1,2

(1新疆大学资源与环境科学学院乌鲁木齐830046)(2新疆大学绿洲生态教育部重点实验室乌鲁木齐830046)

利用2003年1月至2013年1月10 yr间的GRACE(Gravity Recovery And Climate Experiment)重力场恢复与气候实验重力卫星数据,辅以TRMM(Tropical Rainfall Measuring Mission)/CMAP(Climate Prediction Center’s Merged Analysis of Precipitation)降水量数、NDVI(Normalized Difference Vegetation Index)数据、DEM(Digital Elevation Model)数据等多种数据源及诸多GIS(Geographic Information System)手段,分析了121个月内研究区陆地水储量的动态变化情况.研究结果表明:⑴自东向西研究区陆地水储量变化程度由微弱逐步变化为非常剧烈;⑵巴尔喀什湖域外流区、鄂毕河流域以及部分叶尼塞河中下游地区的陆地水储量持续增长趋势显著;⑶锡尔河流域、阿姆河流域的交界处、幼发拉底-底格里斯河流域和里海西南海岸交界范围内,陆地水储量呈现了急剧降低的趋势;⑷降水量、蒸散发、地表植被的覆盖变化、地形因素等自然因素均对陆地水储量产生影响作用;⑸陆地水储量最大值出现的时间滞后于降水量最大值出现的时间.

天体力学,地球,方法:数据分析

1 引言

GRACE卫星于2002年3月17日发射,由美国国家航空航天局(NASA)和德国航天中心(DLR)合作研制[1−3].伴随全球气候变化和人口增长,水资源其基础性自然资源和战略性经济资源的地位也不断攀升[4].监测地表和地下水变化是该卫星的任务之一,不仅在监测全球范围,乃至于相对较小区域的水储量变化研究也都具有较大的潜能[5].这些月际重力卫星数据能将等效水厚度精确到cm,由此来表示陆地水储量的多少[6−10].十余年来,诸多学者利用GRACE卫星数据,针对陆地水储量的变化进行研究,并且获得了丰硕的研究成果:GRACE数据的应用非常适合大尺度范围内[11].在利用GRACE地球重力卫星反演陆地水储量时,能够较为准确地估算出误差的取值范围[12−13];诸多研究以全球陆地、非洲、印度、美国密西西比流域、欧洲、刚果、澳大利亚墨累-达令盆地、中国国内诸多地区等为研究区,一方面证明了在大尺度地域范围内,基于GRACE数据反演陆地水储量研究的适宜性[14−19],另一方面,结合了热带降雨测量使命卫星(TRMM)、水文动态的生态系统(ORCHIDEE)、水文学同化模型(CPC)等多种数据资源和模型,更好地分析和解释GRACE数据的变化、估算地表水量等[20−23],该卫星为地球陆地水储量的研究开拓了新思路.

2 材料与方法

2.1 研究区概况

对于中亚地区的定义一直有多种界定,本文按照联合国教科文组织在苏联解体之前不久根据气候和风俗所作出的定义划定研究区.该研究区地处27°24′～62°18′N,40°06′～103°00′E,包括蒙古西部,中国西藏、新疆,阿富汗,巴基斯坦东北部,印度北部,俄罗斯中东部以及从前苏联独立的5个斯坦国家(哈萨克斯坦、吉尔吉斯坦、土库曼斯坦、塔吉克斯坦、乌兹别克斯坦).

该地区涵盖的区域广泛,地理状况也有很大差异,其中包括天山、卡拉库姆大沙漠、塔克拉玛干沙漠、克齐尔库姆沙漠以及诸多广阔的大草原;主要河流有阿姆河、锡尔河、哈日河和穆尔加布河,主要水体有位于亚洲中西部最主要的内陆河流––咸海和巴尔喀什湖[24].由于处于欧亚大陆腹地,且东南边缘的高山阻隔了来自印度洋和大西洋的暖湿气流,导致该地区气候为典型的温带沙漠、草原的大陆性气候,降水量小,但蒸发量大,温度变化剧烈.研究区示意图如图1所示.

图1 研究区示意图Fig.1 The sketch map of study areas

2.2 数据源材料

该研究采用了多种数据源,并基于此进行了一系列数据处理:

⑴选用由NASA和德国航天中心联合提供的自2003年1月至2013年1月共121个月的GRACE重力卫星Level3的CSR(University of Texas at Austin Center for Space Research)的RL05数据产品,选用该产品是由于其具备两大优势:一是高斯平滑已经完成,选用的高斯半径为200 km;二是水深当量的网格数据(0.5°×0.5°)已经完成.参见网址:ftp://podaac-ftp.jpl.nasa.gov/allData/tellus/L3/land_mass/RL05/.

对GRACE数据产品进行了如下处理:①计算GRACE数据121个月的趋势变化;②R软件是一种统计分析软件,能将统计分析与图形显示集成为一体,其重要优势在于能够编制自己的函数来扩展现有的R语言,本研究运用R软件计算年周期变化值以及其振幅和相位.

⑵热带降雨测量使命卫星TRMM的3B43数据,由日本国家发展署(NASDA)和NASA地球科学办公室共同提供,其空间分辨率为0.25°×0.25°,时间分辨率为1个月.针对2003年1月至2012年11月的TRMM数据进行同上的处理,即计算其趋势变化、年周期值、振幅和相位等.参见网址:http://mirador.gsfc.nasa.gov/cgi-bin/mirador.

⑶由美国国家大气与海洋局(NOAA)国家气候数据中心提供的CMAP降水数据,计算研究区范围内2003年1月至2011年11月的CMAP数据的趋势变化情况.参见网址:http://www.esrl.noaa.gov/psd/data/gridded/data.cmap.html.

⑷NASA提供的归一化植被指数NDVI产品,进行趋势计算后得出2003年1月至2013年1月的归一化植被指数变化趋势图;参见网址:http://reverb.echo.nasa.gov.

⑸研究区DEM 数据,将84景DEM 影像镶嵌起来,覆盖整个研究区,该数据由NASA和美国国防部国家测绘局(NIMA)联合测量;参见网址:http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp.

⑹全球水坝分布图由NASA的经济社会数据及其应用中心(SEDAC)发布;参见网址:http://sedac.ciesin.columbia.edu/data/set/grand-v1-dams-rev01.

⑺全球水文地质流域分布图(Hydrogeologic basins map),由联合国粮食及农业组织(FAO)所开发的GeoNetWork提供;参见网址:http://www.fao.org/geonetwork/srv/en/metadata.show?id=38047.

⑻全球主要的河流流域分布图(Major River Basins of the World),由联合国环境规划署(UNEP)提供;参见网址:http://www.unep.org/dewa/assessments/ecosystems/water/vitalwater/03.htm.

⑼全球各国边界矢量化数据,由世界行政区域(或行政区域界线)位置的空间数据库GADM提供;参见网址:http://www.gadm.org/.

2.3 数据处理的方法和原理

2.3.1 高斯平滑

高斯平滑是常用的估算区域水储量变化的重要算法之一,GRACE数据经过高斯平滑处理后能相应降低陆地水反演的误差[25].采用先求地球表面密度变化,再转化为计算等效水高的变化,以此反演陆地水分布情况.考虑到GRACE重力场模型的系数误差随阶数的增大而递增,因而一般采用空间平均的方法来减小误差.平均后的表面密度变化计算如⑴式所示:

其中a为地球的平均半径,ρave为地球的平均密度(5 517 kg/m3);θ与ϕ分别是地心余纬和地心经度;Plm是规格化谛合勒让德函数;kl为勒夫数;ΔClm与ΔSlm表示地球重力场球谐系数相对其均值的变化量,N、l、m为阶数.Wl为权函数,可由以下递推公式获得:r是高斯平均半径[26−29].

2.3.2 等效水高计算

仅使用高斯平滑方法,仍然不足以消除由于条带效应所引起的相关性误差[28].而条带是球谐系数间的相关而引起的,对高于10次的球谐系数,采用3次多项式分别对奇偶系数进行拟合,从而去相关滤波,减轻条带现象[30].经过上述数据处理之后,通过计算的表面密度变化直接转化为等效水高HWT的变化,进而实现陆地水储量的计算,如(2)式所示:

式中ρwater为水的密度1http://grace.jpl.nasa.gov/ files/GRACE-dpc200711RL04.pdf[31].

2.3.3 归一化植被指数的计算

归一化植被指数NDVI是利用地面植被及土壤等对于红外波长的吸收差异,加以图像数字化,得到一个整体性的植被覆盖参数,如(3)式所示:

式中NIR为700～1000 nm近红外波段的波谱特征,Red为650 nm红光波段的波谱特征.

NDVI的取值范围在−1到1之间:当−1≤NDVI＜0时,表示地面被云、水、雪等对可见光高反射的物体所覆盖;当NDVI=0时,表示地表为岩石或裸土;当1≥NDVI＞0时,地表有植被覆盖,并且随植被覆盖的增加而增加[32].

3 结果与分析

3.1 陆地水储量变化趋势分析

GRACE重力卫星所监测的等效水柱高经过标准化后,能更加清晰地反映各个区域陆地水储量变化程度的大小.研究区等效水柱高的SD(标准差)图,如图2所示,图中空白处为求算SD过程中的数据缺失区域.将SD的值进行分级处理:①SD≥10 cm,表示陆地水储量变化剧烈或者异常剧烈;②10 cm＞SD＞6 cm,表示变化程度较大;③SD≤6 cm,表示变化程度微弱或者无变化[33].

图2 2003年1月至2013年1月基于GRACE重力卫星数据的等效水柱高SD图Fig.2The standard deviation of equivalent water thickness image based on the GRACE data from January 2003 to January 2013

根据SD分级,结合图2可以看出,大面积的外蒙古及其和中国新疆地区的交界处,陆地水储量变化非常微弱;俄罗斯的大面积区域以及除了靠近里海的地区之外的哈萨克斯坦,其陆地水储量在大面积范围内均有所变化,或者变化较大;而靠近里海范围的俄罗斯、阿塞拜疆、格鲁吉亚以及小范围的哈萨克斯坦,其水储量变化剧烈;而土耳其、叙利亚、伊朗和伊拉克的大面积区域,其水储量变化极其剧烈.整体看来,研究区自东向西呈现出变化程度的逐渐递增趋势,但是依然存在部分地区并不吻合该递增规律,其变化程度的决定性因素非常复杂,下文将结合各类数据针对变化趋势显著的区域进行陆地水储量变化的深入分析.

陆地水储量的变化主要归因于全球水循环,即包括了土壤含水量变化,冰雪覆盖以及地下水储量等,且受到降水、蒸散发、地表径流等的影响[34].

流域水储量的平衡方程可以简单地描述为:降雨量−土壤水分蒸发蒸腾−表面流失−深层渗透=土壤水分的月变化+积雪的月变化[35].由于TRMM数据无法完全覆盖研究区,所以,也采用了CMAP降水量数据作为该研究的补充资料.研究区2003年1月至2013年1月的陆地水储量、2003年1月至2012年11月的TRMM降水量及2003年1月至2011年11月的CMAP降水量变化趋势分别如图3(a)、(b)、(c)所示,以及在研究区2003年1月至2013年1月的NDVI变化趋势及DEM分布如图4(a)、(b)所示.

图3 研究区陆地水储量(a)及TRMM(b)和CMAP(c)的降水量变化趋势示意图Fig.3The change trend of terrestrial water storage(TWS)(a),and the TRMM(b)and the CMAP(c)precipitation in the study areas

A区域包括了伏尔加河流域中、下游和小部分的鄂毕河流域,其陆地水储量呈现微弱的下降趋势.B区域位于锡尔河流域和阿姆河流域的交界处,并且囊括了里海、咸海海域以及里海东海岸,该区域周边范围内的陆地水储量呈现急剧的降低趋势.C区域涵盖了部分的幼发拉底河-底格里斯河流域和里海西南海岸,陆地水储量变化趋势为急剧的降低趋势.D区域涵盖了大面积的巴尔喀什湖流域和小范围的额毕河流域西南部,其陆地水储量在121个月间具有较为明显的上升趋势.E区域包括了部分鄂毕河流域的中下游地区和部分叶尼塞河中上游地区,陆地水储量呈现出强烈的增加趋势.F区域覆盖了塔里木河内流区、巴尔喀什湖流域和绥芬河外流区,如图所示该区域陆地水储量呈现较微弱的降低趋势.G区域位于河西走廊-阿拉善内流区、羌塘高原内流区,并且包括了塔里木内流区以南的部分区域,其陆地水储量呈现剧烈的增加趋势.

图4 研究区NDVI变化趋势分布图(a)和DEM图(b)Fig.4 The change trend of NDVI(a)and DEM(b)in the study areas

3.2 GRACE数据年周期值分析

基于反演出的GRACE陆地水储量值和TRMM的降水数据,通过R软件可以进一步推演出其年周期值的波动变化.分别利用年周期值计算出GRACE和TRMM的年周期值的振幅(图5(a)和图5(c))和相位(图5(b)和图5(d))并且成图,同时,在这7个具有显著变化趋势的区域范围内,GRACE水储量深度值、年周期波动值变化情况如图6所示.

图5 陆地水储量和降水量的振幅和相位分布图Fig.5 The amplitude and phase images based on the TWS and precipitations

图6 陆地水储量和年周期值变化趋势图Fig.6 The trend of TWS values and annual cycle values

研究区范围内GRACE的年周期值波动范围各不相同,月陆地水储量的最小振幅为0.30 cm,最大振幅为23.07 cm.而7个点中,C点的振幅最大,为17.01 cm,说明该点周边区域虽然陆地水储量下降趋势显著,但是其陆地水储量依然为最大,而出现最大水储量的时间为每年的4月份;相位最大值出现在G点,其相位为10月,说明在G点周边地区陆地水储量在10月份时会出现最大值.TRMM降水量年周期中的每月降水量最小振幅为0.003 cm,最大振幅为0.91 cm.7个区域中,C点振幅也最大,为0.72 cm,说明该点周边地区降水量最大,而发生最大降水量的时间为每年2月份;相位最大值依然发生在G点,相位为7月,说明该区域最大降水量的时间为每年的7月份.G点周边范围内,陆地水储量出现最大值的时间较降水量出现最大值的时间呈现略滞后现象,其滞后时间为3个月.

4 讨论

根据GRACE数据的变化趋势图,从自然和人为两个角度分析特定区域内陆地水储量趋势变化的驱动因素.

⑴A区域驱动因素分析

导致A区域陆地水储量降低的自然因素包括:①依据CMAP降水量变化趋势图可知该区域大面积范围的降水量存在着较为微弱的下降趋势,但是该波动趋势较微弱,甚至部分地区降水量变化稳定不变.②伏尔加河流域河网发育非常良好,分布密集,但是没有支流汇入.在中下游地区,伏尔加河流经荒漠、半荒漠地区,水分逐步大量被蒸发,促使原本水流缓慢的伏尔加河流量进一步逐步减小,牛轭湖、废弃的河道等逐步形成,水资源有所流失.③DEM图中可以看出,在两个流域之间存在着高程较大的区域,对两流域的诸多河网之间的汇流或者水资源的相互补给和交换,造成了阻碍作用.

人为因素包括:①伏尔加河流域在该区域内分布有8个大坝,大坝的建设使得其以下的河段冰冻期缩短,且伏尔加河流域修建了9座大型水库,促进水位上升.②伏尔加河流域的水利水电建设,也无疑导致水库淹没部分农田.

⑵B区域驱动因素分析

驱动B区域周边陆地水储量急剧降低的自然因素有:①该地区大范围内的降水量存在微弱的降低趋势,但是在里海北部区域,降水量却呈现出较为显著的增加趋势,南部降水量的降低趋势也较为明显.里海中的水资源有80%都来源于伏尔加河,多云天气在伏尔加河和里海流域较为常见,使到达地面的太阳辐射降低,但降水量增加,上述原因均能促使蒸发量减少,这也是里海水位不断上升的主要原因之一2http://balwois.mpl.ird.fr/balwois/administration/fullpaper/ffp-539.pdf.②该区域涵盖了整个咸海海域,咸海的大部分水来源于阿姆河和锡尔河,但是入海的水量锐减,海面的急剧萎缩导致原来统一的咸海水面分裂成南、北两片区域[36].南北两部分海域具有较大的差异,其中南咸海于2003年再度分成两部分.南咸海的海水由于底部海水含盐量远高于上层海水的含盐量,导致海水出现分层,且难以混合.也正因为如此,上层海水容易迅速升温,导致蒸发率远高于底层海水的蒸发率,也导致海水含盐量持续增高.③海洋的升温,会影响陆地的水循环,可能导致降水减少,导致干旱,直接对海洋周边地区的陆地水储量产生影响[37].

人为因素有:①为适应农牧业基地建设,先后在锡尔河和阿姆河流域修建了许多引水灌溉工程,同时人工湖的建设等导致蒸发渗漏,损失了大量水资源;②为了保障粮食作物的产量,不断扩大灌溉面积,也增加了农业用水量;灌溉引水工程设施落后,大水漫灌依然是主流灌溉方式,水资源浪费严重;③土库曼斯坦每年从阿姆河引入卡拉库姆大运河的水量约为150×108m3,由于沿途蒸发渗漏损失严重,导致真正用于生产生活的水量约只占引水量的1/3[38].流入咸海的盐量虽然有下降的趋势,但是依然无法遏制中亚地区盐漠的形成[39],周边地区森林面积也日趋减少,且该地区范围内植被覆盖度NDVI指数持续降低.

⑶C区域驱动因素分析

C区域陆地水储量变化趋势为急剧降低,自然因素包括:①幼发拉底河-底格里斯河流域内包括了乌尔米耶湖,根据TRMM降水量趋势图(图3(b))可见,该区域范围内降水量具有非常显著的降低趋势,且气候干旱,蒸发量大.该湖分为南北两部分,由于DEM存在近1 500 m高程差,导致无法汇流.②大面积范围内植被覆盖度NDVI变化趋势为显著降低,很小的范围内有略微增加的趋势,但是依然无法遏制C区域植被减少的恶化趋势.

人为因素:①幼发拉底-底格里斯河流域长年干旱,农业用水的需求量不断攀升,其中乌尔米耶湖截止2012年,湖水含盐量就达到了300 g/L,该流域出现大面积的湖泊干涸现象[40].②塞尔萨尔湖南口有水道通往底格里斯河流域的萨迈拉大坝,该大坝是用于灌溉的蓄水库,仅研究区范围内,该流域建设的大坝多达十余座,而底格里斯流域也建立了诸多水坝,重要的大坝有21座,加之底格里斯河的大量水资源被伊拉克和土耳其截流,用于灌溉干旱和半沙漠地区的农业用地,均导致下游的水量减少.

⑷D区域驱动因素分析

D区域陆地水储量有显著上升趋势的自然原因:①大范围内TRMM降水量有较为明显的上升趋势,CMAP降水量趋势与TRMM趋势一致;②额毕河流域西南部有很多的多年冻结岩石,而其最重要的地质冰岩冻结条件发生了变化,当其水利枢纽被淹没后,这类岩石深层的化石层逐步溶化,永久冻土融化也是鄂毕河流域水量增大,甚至引发洪水的重大因素之一[41].该区域河网分布密集,河网发育良好,尤其巴尔喀什湖流域外流区径流丰富,DEM明显很低,众多支流等河网均随之进入浅滩区,使得水资源再次聚集,水资源下渗也会增多.

人为因素:①哈萨克斯坦盛产石油、煤、铁等多种矿藏,但是技术改良也能明显降低工业用水量.②该范围内,人口稀少,人们逐步从落后地区向城市聚拢,人口密度降低,用水量减少.

⑸E区域驱动因素分析

导致E区域陆地水储量急剧增加的自然因素:①叶尼塞河支流众多,鄂毕河-叶尼塞河运河流经该区域,且河床上分散有诸多岛屿,促使流量加大.②叶尼塞河流域存在侵蚀和沉积过程,形成了洪积扇、陡崖、大型的堤坝、梯田等,这些地貌特征都能够导致灾难性的洪水[42].③由于全球变暖,叶尼塞河的降水量和径流量也随之增加.④积雪深度的年际变化和融雪日期,二者均与径流量的大小紧密相关,2003年至2006年之间径流量有稳步增长趋势,且可能持续增长[43-44].

人为因素:①叶尼塞河上游水流湍急,在中游建设的水利大坝,不仅提供了工业用水和用电,而且也直接导致中游地区支流的数量剧增.②人们日益注重森林资源的保护,整个E区域植被覆盖度的变化趋势图中,显著增加和较显著增加的面积占据主要地位,少许面积体现较为显著的降低趋势,而其他则没有变化或者变化微弱.

⑹F区域驱动因素分析

F区域陆地水储量降低趋势的自然因素主要有:①该地区属于典型的干旱半干旱地区,其景观类型多为戈壁、盐渍地以及光板地等.根据TRMM反演的降水数据可以看出,该地域降水量有微弱的增加趋势,甚至部分区域降水量趋于稳定,但是多年来,该地区蒸发量远远大于降水量,所以无法遏制陆地水储量的逐步减少趋势[45].②该地区涵盖了世界自然遗产天山,DEM在5 000 m以上,甚至可以高达8 000多米,有诸多的冰川地貌,常年被冰雪覆盖,但是伴随着全球变暖,1号冰川等分支均发生了退缩现象,且继续不断消融[46].③河网分布不复杂,部分冰川融水形成水系,但强烈的蒸发作用也依然导致水分流失.④南边包括有少许的塔里木盆地,毗邻塔克拉玛干沙漠,而该沙漠平均蒸散发为2500～3400 mm,最高温度达67.2°C,但年均降水只有100 mm,故而蒸腾作用强烈,促使水储量减少.

人为因素:①该地区常用的灌溉方式有滴灌和漫灌两种.但是由于盐渍地分布广泛,而至今最为传统也较为有效的盐渍地改良方式之一就是采取漫灌排盐的方式.但是排盐渠建设均非常简陋,在排盐的同时也导致大量水资源的浪费.②人们的生活用水除了来自冰川融水以外,大量均来自地下水.当地建设了许多水泵,抽取地下水以满足人类生活对水资源的需求.③植被覆盖度呈现微弱降低趋势,陆地水储量和NDVI二者的变化趋势相辅相成,相互作用,相互影响.

⑺G区域驱动因素分析

G区域陆地水储量呈现剧烈的增加趋势,其自然因素有:①TRMM降水量呈现较为显著的升高趋势,其中长江流域上游范围内,降水量的上升趋势尤为显著;②该区域涵盖了羌塘高原内流区北部的大部分地区,也就占据了青藏高原很大的面积,冰原地貌非常普遍,并且有诸多高原湖泊,青藏高原的湖泊除少数是风沙沉积物堵塞或者冰川作用形成以外,大多数均属于构造湖.该区域DEM高程非常高,气候寒冷,有诸多大湖密集,集水能力较强.③河网分布广泛,仅塔里木内流区就分布有塔里木河、叶尔羌河、和田河、克里雅河等.秋季容易引发洪水,冬季水的冻结量小于夏季融化量,也是导致洪水的原因之一[47],而塔里木盆地海拔低,容易拉长洪水聚集的时间,洪水向地下渗透也会随之增加.

人为因素:①青海、西藏人口密度小,所以由于人为因素而导致陆地水储量变化的驱动作用很小.②工业用水以及农业用水量均较小,无需大量使用地下水.③青海省非常注重蓄水工程,建设了诸多蓄水大坝,其中蓄水高度达1.0×106m3的大坝就有37座.

显而易见,年周期波动值和GRACE陆地水储量值的变化趋势完全一致.除了在2003年3月之后的短暂时期内,极个别区域范围内的年周期的变化趋势与GRACE反演的陆地水储量深度值的变化趋势会呈现出轻微的不一致性,但这些趋势的不一致性所持续的时间极为短暂.随着时间的推移,无论季节性、年度性,二者的变化趋势均能完全一致,年周期值波动拟合效果良好,从而为研究区陆地水储量的变化振幅和相位研究奠定了良好的基础.

5 结论

本文基于121个月的GRACE重力卫星数据研究了中亚地区陆地水储量变化情况,辅以TRMM、CMAP降水数据,NDVI,DEM,大坝水库分布及流域河网分布等多种数据源,分析了陆地水储量的变化程度大小,剖析了导致水储量变化趋势的驱动因素,研究了水储量的年周期波动情况,得出以下结论:

⑴研究区大致呈现自东向西陆地水储量变化程度由微弱逐步递增至非常剧烈的规律.外蒙古SD值很小,水储量变化微弱;哈萨克斯坦大范围水储量变化较大;土耳其、伊朗和伊拉克交界处SD值最大,变化程度最为剧烈.

⑵巴尔喀什湖流域、鄂毕河流域,以及部分叶尼塞河中下游地区,陆地水储量持续增长趋势显著,河西走廊-阿拉善内流区和羌塘高原内流区等地区,陆地水储量有增加趋势.其原因归咎于在全球变暖的大环境下,永久冻土的融化,DEM较低导致河流聚集促使水资源下渗增加,同时,人们日益增强保护森林资源意识,植被覆盖度持续增高,保水性增强,而工业改良技术也能减少对水资源的浪费.

⑶锡尔河流域、阿姆河流域的交界处,幼发拉底河-底格里斯河流域和里海西南海岸交界范围内,陆地水储量呈现了急剧降低的趋势,而塔里木盆地、巴尔喀什湖流域以及绥芬河外流区,陆地水储量呈现较明显的降低趋势,这均归因于降水量显著减少,而蒸发量持续增加,且海洋升温也间接对陆地水环流产生消极作用,导致干旱情况日趋严峻,冰川退缩,水资源流失严重,逐步产生盐漠;同时,漫灌方式普遍存在,排盐渠的简陋都进一步导致水资源流失,建设诸多水泵,长年抽取地下水等,都直接导致陆地水储量呈现降低趋势.

⑷陆地水储量在幼发拉底河-底格里斯河流域和里海西南海岸交界范围内振幅最大,虽然水储量有下降趋势,但是水储量的最大值依然出现于此,并且降水量的最大值也出现在该地区,但是陆地水储量最大值出现的时间滞后于降水量最大值出现的时间.

[1]Tapley B,Bettadpur S,Ries J,et al.Science,2004,305:503

[2]Tapley B,Reigber C.The GRACE Mission:Status and Future Plans.AGU Fall Meet.Suppl,G41C-02,2001

[3]Tapley B,Bettadpur S,Watkins M,et al.GeoRL,2004,31:L09607

[4]Ngo-Duc T,Laval K,Ramillien G,et al.WRR,2007,43:W04427

[5]叶淑华,平劲松,苏晓莉,等.航天器工程,2010,19:1

[6]Swenson S,Wahr J,Milly P C D.WRR,2003,39:1223

[7]Wahr J,Swenson S,Zlotnicki V,et al.GSL,2004,31:L11501

[8]Rodell M,Famiglietti J S,Chen J,et al.GeoRL,2004,31:L20504

[9]Ramillien G,Frappart F,Cazenave A,et al.E&PSL,2005,235:283

[10]Schmidt R,Schwintzer F,Flechtner F,et al.GPC,2006,50:112

[11]Wahr J.TrGeo,2007,3:213

[12]Tiwari V M,Wahr J,Swenson S.GeoRL,2009,36:L1840

[13]Landerer F W,Swenson S C.WRR,2012,48:W04531

[14]朱广彬,李建成,文汉江,等.大地测量与地球动力学,2008,28:39

[15]Li B L,Rodell M,Benjamin F,et al.JHyd,2008,9:535

[16]Andersen O B,Seneviratne S I,Hinderer J,et al.GeoRL,2005,32:L18405

[17]Crowley J W,Mitrovica J X,Bailey R C,et al.GeoRL,2006,33:L19402

[18]Ellett K M,Walker J P,Western A W,et al.Australian Journal of Water Resources,2006,10:89

[19]钟敏,段建宾,许厚泽,等.科学通报,2009,54:1290

[20]汪汉胜,王志勇,袁旭东,等.地球物理学报,2007,50:730

[21]刘卫,缪元兴.天文学报,2011,52:145

[22]Liu W,Miao Y X.ChA&A,2011,35:421

[23]苏晓莉,平劲松,叶其欣.中国科学,2011,54:1965

[24]Mughal C,Zeb M A.Biomes&Ecosystems.Ipswich:Salem Press,2013:3

[25]汪汉胜,王志勇,袁旭东,等.地球物理学报,2007,50:730

[26]Swenson S,Wahr J.JGR,2002,107:2193

[27]Jekeli C.Alternative Methods to Smooth the Earth’s Gravity.Columbus:Ohio University,1981

[28]Wahr J,Molenaar M,Bryan F.JGR,1998,103:30205

[29]罗志才,李琼,钟波.测绘学报,2012,41:676

[30]Swenson S,Wahr J.RLHhy,2006,33:L08402

[31]翟宁,王泽民,伍岳,等.武汉大学学报:信息科学版,2009,34:436

[32]张钛仁,张佳华,申彦波,等.中国农业气象,2010,31:586

[33]Mohamed A,Mohamed S,John W,et al.Geo,2011,39:479

[34]Chen J L,Wilson C R,Tapley B,et al.JGR,2009,114:B05404

[35]Klaus A,Suzanne A G.QuInt,2007,173:144

[36]邓铭江,龙爱华.冰川冻土,2011,33:1363

[37]Funk C,Dettinger M D,Michaelsen J C,et al.PNAS,2008,105:1081

[38]张渝.中亚信息,2005,10:9

[39]Severskiy I V.Ambio,2004,33:52

[40]Alireza A,Fereidun M,Reza A.World Aquaculture,2012,43:36

[41]Papa F,Prigent C,Rossow W B.JGR,2007,112:D18103

[42]Goro K,Sergei G,Alan R,et al.Geomo,2009,104:143

[43]Grippa M,Mognard N,Toan T L.RSEnv,2005,98:35

[44]Surazakov A B,Aizen V B,Aizen E M,et al.ERL,2007,2:045017

[45]刘兆飞,徐宗学.水文,2007,27:69

[46]董志文,秦大河,任贾文,等.科学通报,2013,58:825

[47]王永前,施建成,胡小工,等.地球物理学进展,2009,24:1235

GRACE Data-based Estimation of Spatial Variations in Water Storage over the Central Asia during 2003–2013

SUN Qian1,2TASHPOLAT Tiyip1,2DING Jian-li1,2ZHANG Fei1,2MAMAT Sawut1,2

(1 College of Resources and Environment Science,Xinjiang University,Urumqi 830046)(2 Key Laboratory of Oasis Ecology,Xinjiang University,Urumqi 830046)

We used the GRACE(Gravity Recovery And Climate Experiment)satellite gravity data obtained from January 2003 to January 2013,with supports of other data,including the TRMM(Tropical Rainfall Measuring Mission)and CMAP(Climate Prediction Center’s Merged Analysis of Precipitation)precipitation data,the NDVI(Normalized Difference Vegetation Index)data,and the DEM(Digital Elevation Model)data,to analyze the annual variations in water storage over central Asia.Following conclusions can be drawn from this study.(1)The amplitudes of the annual variations in the water storage exhibit a general E-W increasing trend.(2)The water storage has an increasing trend in the following areas:the Balkhash Basin,the Ob River Basin,and the middle and lower reaches of the Yenisei River Basin.This is caused by the global warming,the melting of permafrost,and the vegetation coverage continued to increase,as well as the improved industrial technologies to reduce water usage,and the other natural and human factors.(3)The water storage has a decreasing trend in the following areas:the Syr Darya River Basin,the Amu Darya River Basin,and the conjunction area between the Euphrates-Tigris Basin and the southwestern shore of the Caspian Sea.(4)The water storage is primarily in fluenced by the precipitation,the evaporation,the vegetation coverage,and the topography.(5)The water storage maximum normally responds to the precipitation maximum with certain time lags.

celestial mechanics,Earth,methods:data analysis

P128;

A

2014-05-27收到原稿,2014-07-21收到修改稿

∗国家自然科学基金项目(U1138303)、教育部长江学者和创新团队(IRT1180)、新疆研究生科研创新项目(XJGRI2013024)资助

†tash@xju.edu.cn