基于卫星遥感数据和SPA的淮河流域陆地水储量变化研究

吴淑君， 李晓英， 郑浩然， 王 颖

(河海大学 水利水电学院， 江苏 南京 210098)

1 研究背景

水资源以土壤水、地表水和地下水等不同形式存在，对于生物的生存与发展至关重要。陆地水储量变化(TWSA，Terrestrial Water Storage Anomaly)是陆地水量平衡的基本分量之一，是地表水、地下水、土壤含水量及冰雪和生物体含水量综合变化的结果[1]。研究陆地水储量的变化对进一步掌握地区水文循环现状，规划区域未来水资源发展具有重要意义。实现全球范围陆地水储量变化的监测十分困难，GRACE重力卫星的发射为研究陆地水储量变化提供了新手段。GRACE重力卫星能够直接应用于地表质量变化监测，而陆地时变重力场主要由陆地水质量变化引起[2-3]。

GRACE重力卫星数据在估算各种尺度的陆地水储量变化上具有极高的敏感度和广泛的适用性，可探测厘米级陆地水储量变化[4-5]。陆地水储量变化具有周期性[6]，环境变化对陆地水储量的影响主要为气候变化和人类活动影响。Hu等[7]发现中亚山麓地区陆地水储量变化主要受到降雨的影响，与气温间存在3个月的迟滞关系，而陆地水储量受土地利用等人类活动影响的程度还不明确。王文等[1]利用GRACE估算长江上、中游的陆地水储量并结合多源水文数据分析，显示长江上游陆地水储量与降雨、径流和土壤水蓄量无明显变化，中游水库蓄量与陆地水储量都有显著性增加，反映出人类活动影响中游地区陆地水储量变化。经研究2003-2012年长江流域三峡库区、洞庭湖、鄱阳湖3个典型地区的陆地水储量对气候因素的响应较为敏感[8]。我国几大主要流域陆地水储量与环流指数的相关性研究也进一步验证了气候变化是造成水储量变化的一大主要因素[9]。

目前针对淮河流域陆地水储量的研究主要集中在流域水储量的趋势和分布状况，对于淮河流域水储量变化驱动因子的研究较少。周志才等[10]利用逐月GRACE时变重力场模型获得了淮河流域陆地水储量的时空变化，采用同期GLDAS模型中土壤水和实测地下水埋深数据推算了淮河流域地下水储量的时空变化，借助观测井数据对结果进行检验，结果表明淮河流域地下水储量呈递增趋势。束美珍等[11]研究2003-2014年黄淮海地区陆地水储量，发现淮河流域陆地水储量呈下降趋势，水储量整体变化由南向北递减，水储量的空间变化主要受降雨影响，同时还受区域农业布局和作物灌溉影响。

面向关系结构的集对分析(SPA)能够从确定性与不确定性的联系和转换角度分析水资源复杂系统，在水资源分析与评价中发挥了重要作用[12]。与传统水文相关分析相比，集对分析能从微观层次上反映出两者的关系[13]，可以得出陆地水储量分布与各影响因素间的更多关系信息。本文以淮河流域洪泽湖以上范围为研究对象，通过GRACE卫星数据计算2003-2016年期间淮河流域陆地水储量，分析其时序和空间变化，基于皮尔逊相关系数和SPA集对分析，研究降水、温度、环流及植被覆盖率对流域陆地水储量变化的影响。

2 研究区域与数据

2.1 研究区域

淮河流域地处我国东部，位于长江和黄河之间。流域总地形为由西北向东南倾斜，淮南山丘区向北倾斜。流域西、南、东北部为山区，其余为平原、湖泊和洼地，自然植被分布具有明显的地带性特点。淮河流域具有独特的地理位置，地处我国南北气候的过渡带，四季分明。流域北部属于暖温带半湿润季风气候区，为典型的北方气候，冬半年比夏半年长，过渡季节短，年内气温变化大；流域南部属于亚热带湿润季风气候区，夏半年比冬半年长，降水丰沛，气候温和。

2.2 研究数据

2.2.1 GRACE数据 GRACE卫星能够监测时变重力场变化，从而推求地球表面质量的变化，进一步转化为等效水高变化。本文采用2003-2016年CSR、JPL、GFZ 3家研究机构发布的全球空间分辨率为1°×1°的逐月等效水高变化的均值，陆地水储量变化值TWSA为相对2004年1月至2009年12月陆地水储量均值的距平值。根据流域地形图进行面积加权平均，得到流域各月平均陆地水储量变化。

2.2.2 降雨、温度、径流、环流数据 降雨、气温数据来源于国家气象信息中心，数据系列为2003-2016年的分辨率为0.25°×0.25°的月值格点数据，个别缺损数据采用样条法插值。径流选用吴家渡水文站的月径流资料，来自《淮河流域片水资源公报》。环流数据来源于中国气象局国家气候中心逐月大气环流指标数据。

2.2.3 MODIS数据 本文选用空间分辨率为1 km的MOD13A3月数据生成归一化植被指数NDVI(Normalized Difference Vegetation Index)。NDVI能够很好地反映地表植被覆盖情况，NDVI值与地表覆盖率呈正相关。

3 研究方法

3.1 集对分析原理

集对分析是对不确定系统中的两个有关联的集体构造集对，对集对的某特性进行分析，建立同、异、反联系度[14]。将因变量Y与各影响因子Xi对应的类别符号进行对照，X、Y各有n项，符号相同则称为同一，统计其个数S；相差一级，称为差异，统计其个数F；相差两级，称为对立，统计其个数P。由公式(1)得到各集对的联系度：

(1)

式中：μX-Y为集合X和Y的联系度；S+F+P=n；I为差异不确定系数，在(-1,1)区间取值；J为对立系数，J=-1；a、b、c分别为集对的同一度、差异度和对立度。当a越接近1，表明集合X与Y关系越倾向于同一；当c越接近1，表明两个集合越倾向于对立；当b越接近1，表明两个集合越倾向于差异，当b>0.5时，在多元回归分析中可以排除该因子。

3.2 Pearson相关分析

皮尔逊相关系数法是一种能够准确度量两个计算变量间关系密切程度的统计学方法。变量x、y通过实验可获得若干组数据，记为(xi,xj) (i=1,2,…,n)，则相关系数的数学表达式为：

(2)

4 结果分析与讨论

4.1 流域陆地水储量变化研究

利用GRACE月重力场数据，反演淮河流域洪泽湖以上地区多年陆地水储量变化。流域2003与2016年陆地水储量变化空间分布对比如图1所示。由图1可见，2003年GRACE反演的淮河流域年均陆地水储量分布较为均匀，整体处于较丰状态。南部地区比北部略丰，但整体差异不大。2016年淮河流域年均陆地水储量分布不均，南北差异较大，南部陆地水储量明显丰于北部。主要原因是流域南部多为山区，经济社会发展落后于北部平原地区，北部经济快速发展带来的用水增加，加剧了南北陆地水储量的差异。相比2003年，2016年流域南部陆地水储量增加，北部陆地水储量减小，陆地水储量增减面积大致相等。桐柏山和大别山区域相较于2003年陆地水储量上升幅度最大，流域内郑州市区域陆地水储量下降幅度最大。郑州市区域社会经济水平上升较快，水资源量消耗增大，陆地水储量下降与实际情况相吻合。

图1 2003、2016年淮河流域平均陆地水储量变化空间分布图

2003-2016年淮河流域GRACE反演逐月陆地水储量变化见图2。由图2可见，通过陆地水储量长系列趋势研究，淮河流域陆地水储量整体呈现下降趋势，下降幅度较小。陆地水储量变化具有明显的年周期性，多在秋初达到年内峰值。图2中线性拟合陆地水储量变化的下降趋势为-0.043 cm/a，多年均值为-1.918 cm。2003、2007年夏季淮河流域遭遇强降水，陆地水储量增加。2005年淮河流域处在丰水年，年内陆地水储量整体盈余。2011年陆地水储量值处在明显的低位，水储量亏损，与同年山东、安徽和河南地区发生重大旱情相吻合。2015年起流域陆地水储量变化均为负值，呈现下降趋势。

4.2 流域陆地水储量变化影响因素研究

陆地水储量受到流域降雨、气温、径流的影响，与当地植被覆盖率和大气环流密切相关。本文选取研究区域降雨、气温、径流和植被覆盖率数据，筛选对淮河流域所研究区域陆地水储量影响较大的8个气候环流指数，分别与陆地水储量变化进行相关性分析。结果如表1所示，所选指标均通过0.05显著性检验。

利用集对进行进一步相关分析，计算陆地水储量与各影响因素的均值和均方差，采用均值标准差法根据经验取值法[14]进行分类，分类标准与计算结果如表2所示。

图2 2003-2016年淮河流域GRACE反演逐月陆地水储量变化图

表1 陆地水储量与各影响因子间最大相关系数

注：**表示通过0.05显著性检验。

表2 评价指标分类标准

统计Y与各影响因子Xi的同一数、差异数和对立数，根据公式(1)得到各评价对象集对分析联系度如下：

μY～X1=0.577+0.399I+0.024J

μY～X2=0.423+0.518I+0.220J

μY～X3=0.649+0.399I+0.012J

μY～X4=0.464+0.452I+0.083J

μY～X5=0.464+0.500I+0.036J

μY～X6=0.494+0.440I+0.065J

μY～X7=0.393+0.560I+0.048J

μY～X8=0.399+0.518I+0.083J

μY～X9=0.488+0.470I+0.042J

μY～X10=0.518+0.411I+0.071J

μY～X11=0.488+0.470I+0.042J

μY～X12=0.512+0.440I+0.048J

根据计算的联系度可知，Y与X2、X5、X7、X8的不定相关度分别为0.518、0.500、0.560、0.518。陆地水储量变化与气温、环流指数中的亚洲区极涡面积指数、亚洲区极涡强度指数和北半球极涡强度指数间不定相关度均超过0.5，对陆地水储量变化的影响较小，不能作为主要影响因子。

4.3 分析与讨论

降雨、径流对淮河流域陆地水储量变化起到重要影响作用，由陆地水储量与影响因素间相关性分析结果和集对分析联系度结果可以看出：降水量和径流量作为陆地水储量变化的主要影响因子与陆地水储量变化较为一致，呈正相关。陆地水储量与植被覆盖指数间存在负相关，区域植被覆盖率越高，蒸散发越大，导致陆地水储量下降。陆地水储量变化与北半球极涡面积指数及欧亚、亚洲经纬环流指数为负相关，相关性多在0.2～0.4之间，相关性较弱。淮河流域陆地水储量变化受大尺度气候环流影响，但程度较低，可能是受地表特征复杂与环流指数尺度相对研究区域较大影响。

淮河流域陆地水储量与气温的相关性虽然通过了显著性检验，但SPA分析两者不定相关度较大，说明淮河流域洪泽湖以上区域的陆地水储量与气温的关系实际并不显著。这种不显著相关性很可能是受淮河流域独特的气候因素影响，淮河以南为亚热带区域，而淮河以北为暖温带区域，南北温度差异较大，对分析结果造成影响。在未来的研究中应进一步考虑流域气候的独特性，分流域以南与流域以北两个子流域进行分析。

5 结 论

本文利用2003-2016年GRACE重力卫星数据反演淮河流域洪泽湖以上区域陆地水储量变化，分析流域陆地水储量多年时空变化规律，并结合降雨、温度、径流、植被覆盖率和环流数据分析陆地水储量的主要影响因子，结论如下：

(1)2003年淮河流域年均陆地水储量分布较为均匀，整体处于较丰状态。2016年年均陆地水储量分布南北差异较大，南部陆地水储量明显丰于北部。相较2003年，2016年流域南部陆地水储量增加，北部陆地水储量减小，陆地水储量增减面积大致相等。南部桐柏山和大别山区域陆地水储量上升幅度最大，北部流域内郑州市区域陆地水储量下降幅度最大。

(2)对淮河流域陆地水储量作长系列趋势研究，发现流域陆地水储量整体呈现下降趋势，下降幅度较小。陆地水储量变化具有明显的年周期性，多在秋初达到年内峰值。陆地水储量的变化能够较好反映流域极端气候变化的影响，对干旱和极端降水气候的响应度较高。

(3)利用皮尔逊相关系数和集对分析法研究流域陆地水储量变化的主要影响因子，结果表明陆地水储量变化主要受降雨、径流变化影响，呈正相关，受当地植被覆盖率和环流指数影响相对较小，呈负相关，与温度间相关度不高。