• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

长江流域水储量变化的时间变化特征及归因分析

聂宁 张万昌 陈豪 赵登忠 刘敏

聂宁, 张万昌, 陈豪, 赵登忠, 刘敏. 长江流域水储量变化的时间变化特征及归因分析[J]. 水科学进展, 2021, 32(3): 396-407. doi: 10.14042/j.cnki.32.1309.2021.03.008
引用本文: 聂宁, 张万昌, 陈豪, 赵登忠, 刘敏. 长江流域水储量变化的时间变化特征及归因分析[J]. 水科学进展, 2021, 32(3): 396-407. doi: 10.14042/j.cnki.32.1309.2021.03.008
NIE Ning, ZHANG Wanchang, CHEN Hao, ZHAO Dengzhong, LIU Min. Temporal variation characteristics and attribution analysis of terrestrial water storage change in the Yangtze River basin[J]. Advances in Water Science, 2021, 32(3): 396-407. doi: 10.14042/j.cnki.32.1309.2021.03.008
Citation: NIE Ning, ZHANG Wanchang, CHEN Hao, ZHAO Dengzhong, LIU Min. Temporal variation characteristics and attribution analysis of terrestrial water storage change in the Yangtze River basin[J]. Advances in Water Science, 2021, 32(3): 396-407. doi: 10.14042/j.cnki.32.1309.2021.03.008

长江流域水储量变化的时间变化特征及归因分析

doi: 10.14042/j.cnki.32.1309.2021.03.008
基金项目: 

国家重点研发计划资助项目 2017YFE0100700

国家自然科学基金资助项目 41901228

详细信息
    作者简介:

    聂宁(1988—), 女, 河南周口人, 博士后, 主要从事遥感水文、水文模拟研究。E-mail: niening33@163.com

  • 中图分类号: TV211.1

Temporal variation characteristics and attribution analysis of terrestrial water storage change in the Yangtze River basin

Funds: 

the National Key R & D Program of China 2017YFE0100700

the National Natural Science Foundation of China 41901228

  • 摘要: 为开展长江流域水储量变化(Terrestrial Water Storage Change,TWSC)的时间变化特征及归因分析研究,结合GRACE(Gravity Recovery and Climate Experiment)卫星观测及水文模拟,重建并分析了长江流域1988—2012年逐月TWSC;基于13个实验情景的模拟结果,定量区分了气候波动及关键人类活动(土地利用变化、水库调蓄)对TWSC的相对贡献。结果表明:①流域平均TWSC、降水、蒸散发、径流深分别以0.1 mm/a、-3.5 mm/a、0.6 mm/a、-4.2 mm/a的线性速率增减;②逐月非季节性TWSC与南方涛动指数(Southern Oscillation Index,ISO)呈现显著负相关性(α < 0.01);③气候波动对TWSC影响占主导地位,水库调蓄与气候波动对月平均TWSC的相对贡献率存在负相关性;④三峡水库运行后,水库调蓄对月平均TWSC的影响显著增强,且呈现季节性规律,即1—5月削减TWSC,7—12月增加TWSC。本研究提供了一种TWSC归因分析研究框架,研究结果可为长江流域水资源规划管理提供决策支持。
  • 图  1  研究区概况及气象站点、水文站点、15座大(1)型水库空间分布

    Figure  1.  Location of the study region and spatial distribution of meteorological and hydrological stations and 15 large reservoirs

    图  2  模型模拟的逐月蒸散发、大通站径流及计算得到的TWSC

    Figure  2.  Simulated monthly evapotranspiration, discharge at Datong station and the calculated TWSC

    图  3  1988—2012年TWSC时间序列

    Figure  3.  TWSC time series during 1988—2012

    图  4  气候波动、土地利用、水库调蓄因素单独引起的月平均TWSC变化及三因素的相对贡献率

    Figure  4.  Mean monthly TWSC caused by climate variability, land use change, and reservoir operations, and individual contribution rates of these three factors

    图  5  水库调蓄导致的逐月及逐年TWSC变化

    Figure  5.  Monthly and yearly TWSC caused by reservoir operations

    图  6  P1—P5时段水库调蓄造成的月均TWSC变化

    Figure  6.  Mean monthly TWSC caused by reservoir operations during periods of P1—P5

    表  1  研究数据汇总

    Table  1.   Summary of datasets used in this study

    数据类型 版本/种类 时空分辨率 数据来源
    GRACE TWSA CSR/GFZ/JPL 2003—2012年;逐月;1°×1° https://grace.jpl.nasa.gov/data/get-data/monthly-mass-grids-land/
    DEM ASTER-GDEM V2 源数据分辨率为30 m×30 m, 重采样为1 km×1 km http://www.gscloud.cn/
    河网矢量 / / 长江水利委员会长江科学院
    土地利用 / 1980年代末期(1990)、1995、2000、2005、2010年;1 km×1 km http://www.resdc.cn/
    土壤数据 1 ∶ 100万世界土壤数据库(Harmonized World Soil Database, HWSD) 1 km×1 km http://westdc.westgis.ac.cn
    气象数据 气压、风速、气温、相对湿度、日降水量、日照时数 1985—2012年;逐日;205个站点(图 1) http://data.cma.cn/
    实测径流 1985—2012年;逐日;干流6个水文站点(图 1) 水文年鉴、长江水利委员会
    水库出流量 1988—2012年;逐月;15个水库(图 1) 水文年鉴、三峡集团、长江水利委员会
    蒸散发 GLDAS-2 Noah;GLEAM v3.3a 1988—2012年;逐月;0.25°×0.25° http://mirador.gsfc.nasa.gov/
    https://www.gleam.eu/
    ISO 逐月 https://www.cpc.ncep.noaa.gov/data/indices/soi
    下载: 导出CSV

    表  2  敏感参数的最优区间及最优值

    Table  2.   Best parameter intervals and values of sensitive parameters

    参数 描述 最优区间 最优值
    r_ESCO 土壤蒸发补偿系数 0.70~0.80 0.74
    r_SOL_AWC 土壤有效含水量 0.40~0.60 0.52
    r_CN2 土壤水分条件Ⅱ下初始SCS径流曲线系数 0.95~1.05 1.01
    r_GWQMN 浅层地下水径流系数 0.40~0.60 0.51
    r_ALPHA_BF 基流α因子 1.90~2.00 1.95
    a_CH_K2 主河道河床有效渗透系数 3.00~4.00 3.20
      注: r_指将原始的参数值乘以(1+给定的值);a_指将给定的值加到原始的参数值。
    下载: 导出CSV

    表  3  各时段流域年均降水、大通站平均流量及三峡工程建设进程

    Table  3.   Annual mean precipitation in the basin and discharge at Datong station and memorabilia of the Three Gorges Dam Project during five different periods

    时段 年均降水/mm 大通站年均流量/(m3·s-1) 三峡工程建设进程[17]
    1988—1992年(P1) 1 144.4 28 500 三峡工程前
    1993—1997年(P2) 1 157.8 29 100 三峡工程一期;1997年底大江截流
    1998—2002年(P3) 1 184.8 31 800 三峡工程二期;2002年底, 导流明渠截流合龙
    2003—2007年(P4) 1 077.0 25 900 三峡工程三期
    2008—2012年(P5) 1 099.9 27 200 三峡工程后期及后续阶段
    下载: 导出CSV

    表  4  模拟情景

    Table  4.   Experimental scenarios

    情景 气象数据时段 土地利用年份 水库调蓄 情景 气象数据时段 土地利用年份 水库调蓄 情景 气象数据时段 土地利用年份 水库调蓄
    S1 P1 1990年 S6 P3 2000年 S11 P5 2005年
    S2 P2 1990年 S7 P3 2000年 S12 P5 2010年
    S3 P2 1995年 S8 P4 2000年 S13 P5 2010年
    S4 P2 1995年 S9 P4 2005年
    S5 P3 1995年 S10 P4 2005年
    下载: 导出CSV

    表  5  率定和验证期各水文站点径流模拟表现

    Table  5.   Discharge simulation performance at different hydrological stations during the calibration and validation periods

    站点 率定期 验证期
    1988—1992年 1993—1997年 1998—2002年 2003—2007年 2008—2012年
    R2 ENS ER/% R2 ENS ER/% R2 ENS ER/% R2 ENS ER/% R2 ENS ER/%
    屏山 0.87 0.83 -10.8 0.85 0.74 0.2 0.90 0.87 -11.2 0.88 0.80 -9.6 / / /
    寸滩 / / / 0.84 0.82 -8.2 0.89 0.87 -12.0 0.90 0.87 -11.9 0.89 0.84 -12.1
    万县 0.88 0.86 -5.8 0.87 0.86 -4.1 / / / / / / / / /
    宜昌 0.88 0.85 -9.5 0.87 0.86 -6.4 0.91 0.89 -10.7 0.96 0.93 -8.4 0.92 0.87 -11.3
    汉口 0.96 0.94 4.3 0.95 0.94 3.3 0.96 0.96 0.0 0.96 0.96 -0.6 0.95 0.95 -3.2
    大通 0.95 0.87 10.0 0.92 0.88 6.6 0.90 0.89 2.9 0.88 0.83 5.7 0.93 0.91 2.4
    下载: 导出CSV

    表  6  不同时段间气候波动、土地利用变化、水库调蓄对TWSC的影响及相对贡献

    Table  6.   Contributions of climate variability, land use change, and reservoirs operations to TWSC during different periods

    时间段 降水变化/(mm·(5a)-1) 蒸散发变化/(mm·(5a)-1) ΔTWSC/(mm·(5a)-1) ΔTWSC, CC/(mm·(5a)-1) CRCC/% ΔTWSC, LU/(mm·(5a)-1) CRLU/% ΔTWSC, RR/(mm·(5a)-1) CRRR/%
    P1—P2 82.7 27.5 45.0 37.9 84.2 4.3 9.5 2.8 6.3
    P2—P3 149.7 33.5 -37.9 -35.2 92.9 -5.5 14.6 2.8 -7.5
    P3—P4 -500.2 -9.3 -23.8 -21.7 91.5 -5.8 24.5 3.8 -16.0
    P4—P5 153.2 18.8 56 57.5 102.7 -1.6 -2.8 0.1 0.1
    下载: 导出CSV

    表  7  土地利用面积及比例变化

    Table  7.   Changes in the area and change ratios for each land-use type

    时段 耕地 林地 草地 水域 城乡用地 未利用土地
    面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/%
    P1—P2 -5 758 -1.3 4 885 0.7 10 957 2.7 -2 039 -4.9 537 3.2 -8 657 -14.1
    P2—P3 3 526 0.8 -5 416 -0.8 -10 225 -2.4 2 420 6.1 1 025 6.0 8 661 16.4
    P3—P4 -3 055 -0.7 1 118 0.2 -693 -0.2 1 158 2.7 1 828 10.1 -353 -0.6
    P4—P5 -1 761 -0.4 397 0.1 -498 -0.1 241 0.6 1 456 7.3 168 0.3
    下载: 导出CSV
  • [1] NIE N, ZHANG W C, CHEN H, et al. A global hydrological drought index dataset based on Gravity Recovery and Climate Experiment (GRACE) data[J]. Water Resources Management, 2018, 32(4): 1275-1290. doi:  10.1007/s11269-017-1869-1
    [2] LONG D, PAN Y, ZHOU J, et al. Global analysis of spatiotemporal variability in merged total water storage changes using multiple GRACE products and global hydrological models[J]. Remote Sensing of Environment, 2017, 192: 198-216. doi:  10.1016/j.rse.2017.02.011
    [3] XIE J K, XU Y P, WANG Y T, et al. Influences of climatic variability and human activities on terrestrial water storage variations across the Yellow River basin in the recent decade[J]. Journal of Hydrology, 2019, 579: 124218. doi:  10.1016/j.jhydrol.2019.124218
    [4] NIE N, ZHANG W C, ZHANG Z J, et al. Reconstructed terrestrial water storage change (ΔTWS) from 1948 to 2012 over the Amazon basin with the latest GRACE and GLDAS products[J]. Water Resources Management, 2016, 30(1): 279-294. doi:  10.1007/s11269-015-1161-1
    [5] CHEN X H, JIANG J B, LI H. Drought and flood monitoring of the Liao River basin in Northeast China using extended GRACE data[J]. Remote Sensing, 2018, 10(8): 1168. doi:  10.3390/rs10081168
    [6] YANG P, XIA J, ZHAN C S, et al. Reconstruction of terrestrial water storage anomalies in Northwest China during 1948-2002 using GRACE and GLDAS products[J]. Hydrology Research, 2018, 49(5): 1594-1607. doi:  10.2166/nh.2018.074
    [7] FELFELANI F, de WADA Y, LONGUEVERGNE L, et al. Natural and human-induced terrestrial water storage change: a global analysis using hydrological models and GRACE[J]. Journal of Hydrology, 2017, 553: 105-118. doi:  10.1016/j.jhydrol.2017.07.048
    [8] DENG H J, CHEN Y N. Influences of recent climate change and human activities on water storage variations in Central Asia[J]. Journal of Hydrology, 2017, 544: 46-57. doi:  10.1016/j.jhydrol.2016.11.006
    [9] ZHANG Z Z, CHAO B F, CHEN J L, et al. Terrestrial water storage anomalies of Yangtze River basin droughts observed by GRACE and connections with ENSO[J]. Global and Planetary Change, 2015, 126: 35-45. doi:  10.1016/j.gloplacha.2015.01.002
    [10] LONG D, YANG Y T, de WADA Y, et al. Deriving scaling factors using a global hydrological model to restore GRACE total water storage changes for China's Yangtze River basin[J]. Remote Sensing of Environment, 2015, 168: 177-193. doi:  10.1016/j.rse.2015.07.003
    [11] 王文, 王鹏, 崔巍. 长江流域陆地水储量与多源水文数据对比分析[J]. 水科学进展, 2015, 26(6): 759-768. https://www.cnki.com.cn/Article/CJFDTOTAL-SKXJ201506001.htm

    WANG W, WANG P, CUI W. A comparison of terrestrial water storage data and multiple hydrological data in the Yangtze River basin[J]. Advances in Water Science, 2015, 26(6): 759-768. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SKXJ201506001.htm
    [12] YANG S L, XU K H, MILLIMAN J D, et al. Decline of Yangtze River water and sediment discharge: impact from natural and anthropogenic changes[J]. Scientific Reports, 2015, 5: 12581. doi:  10.1038/srep12581
    [13] CHEN J, FINLAYSON B L, WEI T Y, et al. Changes in monthly flows in the Yangtze River, China: with special reference to the Three Gorges Dam[J]. Journal of Hydrology, 2016, 536: 293-301. doi:  10.1016/j.jhydrol.2016.03.008
    [14] NIE N, ZHANG W C, LIU M, et al. Separating the impacts of climate variability, land-use change and large reservoir operations on streamflow in the Yangtze River basin, China, using a hydrological modeling approach[J]. International Journal of Digital Earth, 2021, 14(2): 231-249. doi:  10.1080/17538947.2020.1812740
    [15] CHEN J, WU X D, FINLAYSON B L, et al. Variability and trend in the hydrology of the Yangtze River, China: annual precipitation and runoff[J]. Journal of Hydrology, 2014, 513: 403-412. doi:  10.1016/j.jhydrol.2014.03.044
    [16] 谢云, 张汝正, 殷水清, 等. 1961-2010年全球变暖背景下中国空气湿度长期变化特征[J]. 水科学进展, 2020, 31(5): 674-684. https://www.cnki.com.cn/Article/CJFDTOTAL-SKXJ202005007.htm

    XIE Y, ZHANG R Z, YIN S Q, et al. Long-term trend of air humidity over China in the context of global warming during 1961-2010[J]. Advances in Water Science, 2020, 31(5): 674-684. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SKXJ202005007.htm
    [17] HUANG H, SONG D S, YUN H S, et al. Water level change caused from Three Gorges Dam construction in Yangtze River basin[C]//Proceedings of the 11th International Coastal Symposium. Szczecin: ICS, 2011: 1672-1675.
    [18] GAO G, CHEN D L, XU C Y, et al. Trend of estimated actual evapotranspiration over China during 1960-2002[J]. Journal of Geophysical Research: Atmospheres, 2007, 112(D11): D11120. doi:  10.1029/2006JD008010
    [19] 丁一汇, 柳艳菊, 宋亚芳. 东亚夏季风水汽输送带及其对中国大暴雨与洪涝灾害的影响[J]. 水科学进展, 2020, 31(5): 629-643. https://www.cnki.com.cn/Article/CJFDTOTAL-SKXJ202005004.htm

    DING Y H, LIU Y J, SONG Y F. East Asian summer monsoon moisture transport belt and its impact on heavy rainfalls and floods in China[J]. Advances in Water Science, 2020, 31(5): 629-643. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SKXJ202005004.htm
    [20] 中华人民共和国水利部. 三峡水库优化调度方案[R]. 北京: 中华人民共和国水利部, 2009.

    The Ministry of Water Resources of People's Republic of China. Scheme of optimal operation for the Three Gorges Reservoir[R]. Beijing: The Ministry of Water Resources of People's Republic of China, 2009. (in Chinese)
  • [1] 顾磊, 陈杰, 尹家波, 郭强, 王惠民, 周建中.  气候变化下中国主要流域气象水文干旱潜在风险传播 . 水科学进展, 2021, 32(3): 321-333. doi: 10.14042/j.cnki.32.1309.2021.03.001
    [2] 杨柳, 许有鹏, 田亚平, 陆建伟, 雷超桂, 徐羽.  高度城镇化背景下水系演变及其响应 . 水科学进展, 2019, 30(2): 166-174. doi: 10.14042/j.cnki.32.1309.2019.02.002
    [3] 王乐, 杨文发, 张录军, 李春龙, 张方伟.  北极海冰对长江流域主汛期降雨的影响 . 水科学进展, 2019, 30(5): 623-631. doi: 10.14042/j.cnki.32.1309.2019.05.002
    [4] 张录军, 王乐, 邢雯慧, 黄勇, 张雅琦, 刘树棣.  分辨率和陆面方案对长江流域短期气候预测影响 . 水科学进展, 2016, 27(6): 800-809. doi: 10.14042/j.cnki.32.1309.2016.06.002
    [5] 郭生练, 郭家力, 侯雨坤, 熊立华, 洪兴骏.  基于Budyko假设预测长江流域未来径流量变化 . 水科学进展, 2015, 26(2): 151-160. doi: 10.14042/j.cnki.32.1309.2015.02.001
    [6] 唐国强, 李哲, 薛显武, 胡庆芳, 雍斌, 洪阳.  赣江流域TRMM遥感降水对地面站点观测的可替代性 . 水科学进展, 2015, 26(3): 340-346. doi: 10.14042/j.cnki.32.1309.2015.03.005
    [7] 张树磊, 杨大文, 杨汉波, 雷慧闽.  1960—2010年中国主要流域径流量减小原因探讨分析 . 水科学进展, 2015, 26(5): 605-613. doi: 10.14042/j.cnki.32.1309.2015.05.001
    [8] 王文, 王鹏, 崔巍.  长江流域陆地水储量与多源水文数据对比分析 . 水科学进展, 2015, 26(6): 759-768. doi: 10.14042/j.cnki.32.1309.2015.06.001
    [9] 李致家, 黄鹏年, 姚成, 李巧玲, 赵丽霞, 余钟波.  灵活架构水文模型在不同产流区的应用 . 水科学进展, 2014, 25(1): 28-35.
    [10] 陈仁升, 康尔泗, 丁永建.  中国高寒区水文学中的一些认识和参数 . 水科学进展, 2014, 25(3): 307-317.
    [11] 张建云, 贺瑞敏, 齐晶, 刘翠善, 王国庆, 金君良.  关于中国北方水资源问题的再认识 . 水科学进展, 2013, 24(3): 303-310.
    [12] 郝振纯, 张越关, 杨传国, 李嘉薇, 达娃顿珠.  黄河源区水文模拟中地形和融雪影响 . 水科学进展, 2013, 24(3): 311-318.
    [13] 鞠琴, 郝振纯, 余钟波, 徐海卿, 江微娟, 郝洁.  IPCC AR4气候情景下长江流域径流预测 . 水科学进展, 2011, 22(4): 462-469.
    [14] 孟玉川, 刘国东.  长江流域降水稳定同位素的云下二次蒸发效应 . 水科学进展, 2010, 21(3): 327-334.
    [15] 王蕾, 田富强, 胡和平.  基于不规则三角形网格和有限体积法的物理性流域水文模型 . 水科学进展, 2010, 21(6): 733-741.
    [16] 张强, 陈桂亚, 许崇育, 许有鹏, 刘春玲, 姜彤.  长江流域水沙周期特征及可能影响原因 . 水科学进展, 2009, 20(1): 80-85.
    [17] 姜彤, 苏布达, MARCO Gemmer.  长江流域降水极值的变化趋势 . 水科学进展, 2008, 19(5): 650-655.
    [18] 王国庆, 张建云, 贺瑞敏.  环境变化对黄河中游汾河径流情势的影响研究 . 水科学进展, 2006, 17(6): 853-858.
    [19] 王艳君, 姜彤, 许崇育.  长江流域20cm蒸发皿蒸发量的时空变化 . 水科学进展, 2006, 17(6): 830-833.
    [20] 许有鹏, 陈钦峦, 朱静玉.  遥感信息在水文动态模拟中的应用 . 水科学进展, 1995, 6(2): 156-161.
  • 加载中
图(6) / 表 (7)
计量
  • 文章访问数:  196
  • HTML全文浏览量:  51
  • PDF下载量:  80
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-04-08
  • 网络出版日期:  2021-02-20
  • 刊出日期:  2021-05-30

长江流域水储量变化的时间变化特征及归因分析

doi: 10.14042/j.cnki.32.1309.2021.03.008
    基金项目:

    国家重点研发计划资助项目 2017YFE0100700

    国家自然科学基金资助项目 41901228

    作者简介:

    聂宁(1988—), 女, 河南周口人, 博士后, 主要从事遥感水文、水文模拟研究。E-mail: niening33@163.com

  • 中图分类号: TV211.1

摘要: 为开展长江流域水储量变化(Terrestrial Water Storage Change,TWSC)的时间变化特征及归因分析研究,结合GRACE(Gravity Recovery and Climate Experiment)卫星观测及水文模拟,重建并分析了长江流域1988—2012年逐月TWSC;基于13个实验情景的模拟结果,定量区分了气候波动及关键人类活动(土地利用变化、水库调蓄)对TWSC的相对贡献。结果表明:①流域平均TWSC、降水、蒸散发、径流深分别以0.1 mm/a、-3.5 mm/a、0.6 mm/a、-4.2 mm/a的线性速率增减;②逐月非季节性TWSC与南方涛动指数(Southern Oscillation Index,ISO)呈现显著负相关性(α < 0.01);③气候波动对TWSC影响占主导地位,水库调蓄与气候波动对月平均TWSC的相对贡献率存在负相关性;④三峡水库运行后,水库调蓄对月平均TWSC的影响显著增强,且呈现季节性规律,即1—5月削减TWSC,7—12月增加TWSC。本研究提供了一种TWSC归因分析研究框架,研究结果可为长江流域水资源规划管理提供决策支持。

English Abstract

聂宁, 张万昌, 陈豪, 赵登忠, 刘敏. 长江流域水储量变化的时间变化特征及归因分析[J]. 水科学进展, 2021, 32(3): 396-407. doi: 10.14042/j.cnki.32.1309.2021.03.008
引用本文: 聂宁, 张万昌, 陈豪, 赵登忠, 刘敏. 长江流域水储量变化的时间变化特征及归因分析[J]. 水科学进展, 2021, 32(3): 396-407. doi: 10.14042/j.cnki.32.1309.2021.03.008
NIE Ning, ZHANG Wanchang, CHEN Hao, ZHAO Dengzhong, LIU Min. Temporal variation characteristics and attribution analysis of terrestrial water storage change in the Yangtze River basin[J]. Advances in Water Science, 2021, 32(3): 396-407. doi: 10.14042/j.cnki.32.1309.2021.03.008
Citation: NIE Ning, ZHANG Wanchang, CHEN Hao, ZHAO Dengzhong, LIU Min. Temporal variation characteristics and attribution analysis of terrestrial water storage change in the Yangtze River basin[J]. Advances in Water Science, 2021, 32(3): 396-407. doi: 10.14042/j.cnki.32.1309.2021.03.008
  • 陆地水储量变化(Terrestrial Water Storage Change, TWSC), 即陆地所有形式的水的总和的变化, 是地表水、土壤水、地下水、冠层水等水量变化之和, 反映了区域水循环全部输入(降水、降雪等)、输出(蒸散发、径流等)通量变化导致的水分储量变化净值[1-2]。气候变化与人类活动是影响TWSC变化的两大主要因素[3]。开展TWSC变化及归因分析研究, 量化区分气候波动及人类活动对TWSC变化的相对贡献, 对于优化配置区域水资源具有重要意义。

    目前, 国内外学者监测TWSC最常用的2种方法为水量平衡法与GRACE(Gravity Recovery and Climate Experiment)重力卫星法。水量平衡法是在水平衡理论框架下采用水文模型输出的水资源通量结果核算TWSC, 该方法可获取长时间尺度TWSC, 但在观测资料缺失的地区有较大不确定性;而GRACE重力卫星法可得到大尺度空间范围内时空分辨率一致的TWSC观测结果, 但卫星数据资料可利用时间有限, 不能满足研究长时间尺度TWSC的需求。为此, 研究学者联合GRACE卫星数据、实测气象-水文数据及陆面模型输出结果, 重构并分析了亚马孙流域[4]、辽河流域[5]、中国西北[6]等地区长时间TWSC。部分研究学者也检测了气候变化/自然因素与人类活动对典型地区TWSC的影响[7-8]。例如, Felfelani等[7]结合GRACE卫星观测及水文模拟量化分析了2002—2010年自然因素与人类活动对全球30个流域水储量的影响;Deng和Chen[8]基于GRACE卫星数据及气象数据分析了气候变化与人类活动对中亚地区2003—2013年水储量的影响。然而, 现有研究大多将不同类型的人类活动作为一个整体, 分析其对短期TWSC变化的影响, 这限制了多角度了解人类活动对TWSC的影响规律以及更合理的水资源规划。作为中国第一大流域、人类活动最剧烈的地区之一, 长江流域在中国水资源优化配置中占有极其重要的战略地位。目前, 部分学者也研究了GRACE卫星发射(2002年)以来长江流域陆地水储量演化规律[9-11]。然而, 长时间尺度TWSC变化及其归因分析研究尚不多见。

    本研究以长江流域为研究区, 联合GRACE卫星观测及水文模拟, 重建1988—2012年逐月TWSC序列, 定量区分气候变化、不同类型人类活动对TWSC的影响及相对贡献, 提供1种TWSC变化特征及归因分析研究框架与方法, 以期为流域水资源规划管理及优化配置提供决策支持。

    • 以大通水文站(117°37′E, 30°46′N)以上的长江流域为研究区, 集水面积约169万km2, 占长江流域总面积约97%, 地理范围为24°27′—35°47′N, 90°32′—118°37′E, 横跨中国17个省(直辖市, 自治区)。研究区受东南季风影响, 大部分地区地处亚热带及温带, 降水时空分布很不均匀、年际变化大且降水量年内分配很集中。研究区概况如图 1所示。

      图  1  研究区概况及气象站点、水文站点、15座大(1)型水库空间分布

      Figure 1.  Location of the study region and spatial distribution of meteorological and hydrological stations and 15 large reservoirs

      研究数据包括: 基于美国航空航天局(National Aeronautics and Space Administration, NASA)喷气推进实验室(Jet Propulsion Laboratory, JPL)、德国地学研究中心(German Research Centre for Geosciences, GFZ)、德克萨斯大学空间研究中心(Center for Space Research at the University of Texas at Austin, CSR)发布的GRACE卫星球谐系数产品反演的陆地水储量距平(Terrestrial Water Storage Anomaly, TWSA);数字高程模型(Digital Earth Model, DEM)、矢量河网、土地利用、土壤数据;气象数据;实测径流、水库出库流量;Global Land Data Assimilation System(GLDAS)及Global Land-Surface Evaporation : The Amsterdam Methodology(GLEAM)蒸散发数据产品;南方涛动指数(Southern Oscillation Index, ISO)。上述数据汇总见表 1

      表 1  研究数据汇总

      Table 1.  Summary of datasets used in this study

      数据类型 版本/种类 时空分辨率 数据来源
      GRACE TWSA CSR/GFZ/JPL 2003—2012年;逐月;1°×1° https://grace.jpl.nasa.gov/data/get-data/monthly-mass-grids-land/
      DEM ASTER-GDEM V2 源数据分辨率为30 m×30 m, 重采样为1 km×1 km http://www.gscloud.cn/
      河网矢量 / / 长江水利委员会长江科学院
      土地利用 / 1980年代末期(1990)、1995、2000、2005、2010年;1 km×1 km http://www.resdc.cn/
      土壤数据 1 ∶ 100万世界土壤数据库(Harmonized World Soil Database, HWSD) 1 km×1 km http://westdc.westgis.ac.cn
      气象数据 气压、风速、气温、相对湿度、日降水量、日照时数 1985—2012年;逐日;205个站点(图 1) http://data.cma.cn/
      实测径流 1985—2012年;逐日;干流6个水文站点(图 1) 水文年鉴、长江水利委员会
      水库出流量 1988—2012年;逐月;15个水库(图 1) 水文年鉴、三峡集团、长江水利委员会
      蒸散发 GLDAS-2 Noah;GLEAM v3.3a 1988—2012年;逐月;0.25°×0.25° http://mirador.gsfc.nasa.gov/
      https://www.gleam.eu/
      ISO 逐月 https://www.cpc.ncep.noaa.gov/data/indices/soi
    • 选用适用于复杂大流域、运算效率高、拥有水库演算模块的SWAT模型, 使用“Burn-in”算法将实测河网融合到DEM数据中, 提取河网及流域边界、划分子流域并定义水文响应单元;收集土地利用、土壤、气象站点实测数据(包括降水、气温、相对湿度、太阳辐射、风速等)、水库属性及出库流量数据等, 建立模型数据库。对于水库数据库, 由于流域内水库众多且水库属性信息、实测出库流量获取困难, 而支流小型水库对干流径流影响微弱, 因此, 仅选取三峡水库、丹江口水库、东江水库等15座大(1)型水库(图 1)参与模拟。尽管参与模拟的水库数量较少, 但这些水库的累积库容达到流域内大中型水库2012年累积库容的61.4%[12]。此外, 三峡水库位于长江流域上游出口, 上游水库调蓄过的所有水流都经过三峡水库的再次调控[13]。模型率定期为1988—1992年, 验证期为1993—1997年、1998—2002年、2003—2007年、2008—2012年4个时段, 各时段时长均为5 a, 并分别采用1990年、1995年、2000年、2005年、2010年土地利用数据。率定过程中, 水库出流演算方法是读入实测月均出流数据[14]

      采用干流6个水文站点(屏山、寸滩、万县、宜昌、汉口、大通, 图 1)实测径流数据, 使用SWAT-CUP(SWAT Calibration and Uncertainty Programs)选用SUFI-2算法对模型进行参数敏感性分析、校准验证及不确定性分析, 评估指标选用Nash-Sutcliffe系数(ENS)、相关性系数(R2)、相对误差(ER), 最终确定模型敏感参数值如表 2[14]所示。此外, 由于缺乏研究区实测蒸散发数据, 采用GLDAS及GLEAM蒸散发数据产品对模型蒸散发输出结果进行评估验证。

      表 2  敏感参数的最优区间及最优值

      Table 2.  Best parameter intervals and values of sensitive parameters

      参数 描述 最优区间 最优值
      r_ESCO 土壤蒸发补偿系数 0.70~0.80 0.74
      r_SOL_AWC 土壤有效含水量 0.40~0.60 0.52
      r_CN2 土壤水分条件Ⅱ下初始SCS径流曲线系数 0.95~1.05 1.01
      r_GWQMN 浅层地下水径流系数 0.40~0.60 0.51
      r_ALPHA_BF 基流α因子 1.90~2.00 1.95
      a_CH_K2 主河道河床有效渗透系数 3.00~4.00 3.20
        注: r_指将原始的参数值乘以(1+给定的值);a_指将给定的值加到原始的参数值。
    • 基于CSR、GFZ、JPL研究中心发布的GRACE球谐系数反演的陆地水储量距平(TWSA)序列, 依据式(1)构建3组2003—2012年逐月TWSC时间序列。考虑到GRACE卫星设备观测误差及数据后处理过程带来的误差, 采用GTCH法(Generalized Formulation of the Three-Cornered Hat Method)[2]评估各序列相对不确定值。

      $$ {T_{{\rm{WSC}}(t)}} = ({T_{{\rm{WSA}}(t + 1)}} - {T_{{\rm{WSA}}(t - 1)}})/2 $$ (1)

      式中: t代表某一具体月份;TWSC(t)代表流域在t月份的陆地水储量变化量;TWSA(t+1)TWSA(t-1)分别代表了GRACE卫星数据反演得到的第t+1、t-1月份陆地水储量距平值(即该月份陆地水储量减去长期水储量均值得到的差值)。

    • 采用水文模型输出结果, 基于大气和陆地水量平衡原理计算水储量变化量TWSC, 公式表达为

      $$ {T_{{\rm{WSC}}(t)}} = {P_t} - {E_t} - {R_t} $$ (2)

      式中: PtEtRt分别为t月份的流域平均降水量、蒸散发量及径流深, mm。采用SWAT模型模拟输出的流域降水、蒸散发及出水口径流量, 基于式(2)计算得到的即是水文模型法得到的TWSC时间序列。理论上, 式(1)与式(2)得出的TWSC应是相等的, 因此, 可采用GRACE TWSC结果评估水文模型得到的2003—2012年逐月TWSC结果。若水文模型TWSC模拟结果较差, 则重新进行模型率定验证, 直至TWSC模拟结果优良。

    • 在本研究时段(1988—2012年), 南水北调工程对研究区尚无影响(西线仍处于前期研究阶段, 中线2014年底才正式通水, 东线工程不在本研究区)。生活及社会经济活动用水由于大部分重新回归水体, 其引起的水净消耗变化较小(在1993—2002年与2003—2012年2个时段多年平均水消耗量仅相差3 km3), 因而对流域水资源年际/季节性变化研究影响非常微弱[12, 15]。因此, 本研究在TWSC变化归因分析中, 主要定量区分气候波动、土地利用变化、水库调蓄对年际/季节性TWSC变化的影响及相对贡献。

      采用Mann-Kendall非参数统计检验法[16]对1988—2012年流域年降水量(SWAT模型输出值)及总出水口大通站径流量进行突变分析, 结果显示: 2003年为年降水与径流变化突变点;2003年以前为相对丰水期, 2003年开始进入相对枯水期(图 3(b))。综合考虑研究区气候/水文突变特征、人类剧烈活动状况(主要是三峡工程建设进程, 表 3)以及下垫面土地利用数据获取时间, 将研究时段分为5个子时段: 1988—1992年(P1)、1993—1997年(P2)、1998—2002年(P3)、2003—2007年(P4)、2008—2012年(P5)。设计表 4所示13种气候和人类活动因素组合情景(S1—S13)[14], 采用校准好的水文模型实施多情景模拟, 定量区分时段P1—P2、P2—P3、P3—P4、P4—P5气候波动(包括降水、气温、相对湿度、太阳辐射、风速)、土地利用变化及水库调蓄对TWSC的影响及相对贡献。

      图  2  模型模拟的逐月蒸散发、大通站径流及计算得到的TWSC

      Figure 2.  Simulated monthly evapotranspiration, discharge at Datong station and the calculated TWSC

      图  3  1988—2012年TWSC时间序列

      Figure 3.  TWSC time series during 1988—2012

      表 3  各时段流域年均降水、大通站平均流量及三峡工程建设进程

      Table 3.  Annual mean precipitation in the basin and discharge at Datong station and memorabilia of the Three Gorges Dam Project during five different periods

      时段 年均降水/mm 大通站年均流量/(m3·s-1) 三峡工程建设进程[17]
      1988—1992年(P1) 1 144.4 28 500 三峡工程前
      1993—1997年(P2) 1 157.8 29 100 三峡工程一期;1997年底大江截流
      1998—2002年(P3) 1 184.8 31 800 三峡工程二期;2002年底, 导流明渠截流合龙
      2003—2007年(P4) 1 077.0 25 900 三峡工程三期
      2008—2012年(P5) 1 099.9 27 200 三峡工程后期及后续阶段

      表 4  模拟情景

      Table 4.  Experimental scenarios

      情景 气象数据时段 土地利用年份 水库调蓄 情景 气象数据时段 土地利用年份 水库调蓄 情景 气象数据时段 土地利用年份 水库调蓄
      S1 P1 1990年 S6 P3 2000年 S11 P5 2005年
      S2 P2 1990年 S7 P3 2000年 S12 P5 2010年
      S3 P2 1995年 S8 P4 2000年 S13 P5 2010年
      S4 P2 1995年 S9 P4 2005年
      S5 P3 1995年 S10 P4 2005年
    • 以时段P1—P2时段为例, 详述TWSC变化归因分析研究思路。采用率定验证好的水文模型, 按照表 4所示S1—S4情景在逐月尺度上开展模拟, 依据式(3)—式(9)可得到气候波动、土地利用变化、水库调蓄3种因素分别引起的TWSC变化以及三者的相对贡献率。

      $$ \Delta {T_{{\rm{WSC}}, {\rm{CC}}}} = {T_{{\rm{WSC}}, {\rm{S}}2}} - {T_{{\rm{WSC}}, {\rm{S}}1}} $$ (3)
      $$ \Delta {T_{{\rm{WSC}}, {\rm{LU}}}} = {T_{{\rm{WSC}}, {\rm{S}}3}} - {T_{{\rm{WSC, S}}2}} $$ (4)
      $$ \Delta {T_{{\rm{WSC}}, {\rm{RR}}}} = {T_{{\rm{WSC}}, {\rm{S}}4}} - {T_{{\rm{WSC}}, {\rm{S}}3}} $$ (5)
      $$ \Delta {T_{{\rm{WSC}}, {\rm{MU}}}} = {T_{{\rm{WSC}}, {\rm{S}}4}} - {T_{{\rm{WSC}}, {\rm{S}}1}} $$ (6)
      $$ {C_{{\rm{RCC}}}} = \Delta {T_{{\rm{WSC}}, {\rm{CC}}}}/\Delta {T_{{\rm{WSC}}, {\rm{MU}}}} $$ (7)
      $$ {C_{{\rm{RLU}}}} = \Delta {T_{{\rm{WSC}}, {\rm{LU}}}}/\Delta {T_{{\rm{WSC}}, {\rm{MU}}}} $$ (8)
      $$ {C_{{\rm{RRR}}}} = \Delta {T_{{\rm{WSC}}, {\rm{RR}}}}/\Delta {T_{{\rm{WSC}}, {\rm{MU}}}} $$ (9)

      式中: ΔTWSC, CC、ΔTWSC, LU、ΔTWSC, RR、ΔTWSC, MU分别为气候波动、土地利用、水库调蓄3种因素单独及综合引起的TWSC变化;CRCCCRLUCRRR分别为上述3种因素对TWSC变化的相对贡献率;TWSC, S1TWSC, S2TWSC, S3TWSC, S4分别为S1、S2、S3、S4情景的TWSC

      其他时段相应研究也采用类似的研究思路及方法。

    • 以蒸散发、径流、TWSC为目标, 联合GRACE重力卫星数据开展流域水文模拟, 月平均蒸散发、大通站径流、TWSC模拟结果如图 2所示。采用GLEAM、GLDAS蒸散发数据对模拟蒸散发进行评估, 结果显示, 在1988—2012年间R2均达到0.97, ENS分别为0.92、0.94(图 2(a))。采用屏山、寸滩、万县、宜昌、汉口、大通6个水文站点实测径流数据对模拟径流进行校准, 在率定验证期ENS分别大于0.74、0.82、0.86、0.85、0.94、0.83, R2均大于0.85(表 5)[14]。其中, 流域总出水口大通站逐月径流模拟与实测对比如图 2(b)所示, 可见两者保持较高一致性。基于3种GRACE TWSA数据采用公式(1)计算2003—2012年逐月TWSC, 并采用GTCH法评估其相对不确定值, 得到3组逐月GRACE TWSC及其不确定值的分布范围如图 2(c)中灰色区域所示。从图 2(c)可以看到, 基于水文模拟结果及公式(2)计算得到的2003—2012年逐月TWSC(红点所示), 与GRACE TWSC结果基本吻合。上述结果表明, 校准后水文模型输出的蒸散发、径流、TWSC模拟结果优良, 能满足后续研究需求。

      表 5  率定和验证期各水文站点径流模拟表现

      Table 5.  Discharge simulation performance at different hydrological stations during the calibration and validation periods

      站点 率定期 验证期
      1988—1992年 1993—1997年 1998—2002年 2003—2007年 2008—2012年
      R2 ENS ER/% R2 ENS ER/% R2 ENS ER/% R2 ENS ER/% R2 ENS ER/%
      屏山 0.87 0.83 -10.8 0.85 0.74 0.2 0.90 0.87 -11.2 0.88 0.80 -9.6 / / /
      寸滩 / / / 0.84 0.82 -8.2 0.89 0.87 -12.0 0.90 0.87 -11.9 0.89 0.84 -12.1
      万县 0.88 0.86 -5.8 0.87 0.86 -4.1 / / / / / / / / /
      宜昌 0.88 0.85 -9.5 0.87 0.86 -6.4 0.91 0.89 -10.7 0.96 0.93 -8.4 0.92 0.87 -11.3
      汉口 0.96 0.94 4.3 0.95 0.94 3.3 0.96 0.96 0.0 0.96 0.96 -0.6 0.95 0.95 -3.2
      大通 0.95 0.87 10.0 0.92 0.88 6.6 0.90 0.89 2.9 0.88 0.83 5.7 0.93 0.91 2.4
    • 基于水文模拟结果及式(2)得到的1988—2012年流域逐月TWSC序列如图 3(a)所示。逐月TWSC在1998年6月达到最大值(48.0 mm), 当月的强降水及水储量增加导致长江流域发生特大洪水事件;TWSC在1998年9月达到最小值(-52.1 mm), 水储量的剧烈减少致使长江特大洪水事件结束。图 3(b)展示了逐年尺度流域平均TWSC、径流深、蒸散发、降水。在降水、径流深分别以-3.5 mm/a(α<0.1)、-4.2 mm/a(α<0.05)线性速率显著减少、蒸散发以0.6 mm/a(α<0.05)线性速率显著增加的情况下, 依据式(2)及统计结果, TWSC以0.1 mm/a的线性速率不显著(α>0.1)增加。此外, 在流域降水减少的情况下蒸散发反而增加, 这是因为研究区大部分地区位于湿润区, 蒸散发变化不完全受限于降水变化而主要受潜在蒸散能力的影响[18]

      长江流域主要受东亚季风影响[19], 进而受到厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)现象影响, 因此, ENSO与流域水量平衡势必有着一定关联。为此, 本研究进一步检测长时间尺度TWSC与南方涛动指数(ISO)间的关联。图 3(c)显示了9点滑动平均处理后的逐月TWSC非季节性变化序列及ISO序列。其中, 逐月TWSC在平滑处理前已扣除掉1988—2012年相应月份的平均值。从图中可以看到, 在ISO指数持续正值(拉尼娜时期)时, 非季节性TWSC大多为负值, 说明水储量相比于往年同期持续亏损;而在ISO指数持续负值(厄尔尼诺时期)时, 非季节性TWSC大多为正值, 说明水储量相比于往年同期持续盈余。统计结果显示, 平滑处理后的非季节性TWSCISO指数呈现负相关性, 相关性系数为-0.15(α < 0.01)。研究从长时间尺度上证明了ENSO现象与长江流域TWSC的关联。

    • 基于表 4中13种实验情景及2.3节研究方案, 不同时段气候波动、土地利用变化、水库调蓄对TWSC的影响及相对贡献如表 6所示。ΔTWSC, CC、ΔTWSC, LU、ΔTWSC, RR分别在-35.2~57.5 mm/(5a)、-5.8~4.3 mm/(5a)、0.1~3.8 mm/(5a)之间波动, CRCCCRLUCRRR分别为84.2%~102.7%、-2.8%~24.5%、-16.0%~6.3%。总体来看, 气候波动对年际TWSC影响占主导地位, 土地利用变化影响次之, 水库影响最弱。依据表 6分析结果: P1—P2、P3—P4、P4—P5时段, 降水、蒸散发与ΔTWSC, CC增减状况一致;而P2—P3时段间, 气候波动造成降水、蒸散发、径流深同时增加了149.7 mm、33.5 mm、151.4 mm, 依据水量平衡公式(2), ΔTWSC, CC反而减少了35.2 mm。结合表 7[14]土地利用变化结果可知: 由于耕地、林地、草地有含蓄水源的作用, P1—P2时段, 林地及草地面积增加导致ΔTWSC, LU增加4.3 mm;P2—P3、P3—P4、P4—P5时段, 耕地、林地、草地面积减少, 导致流域ΔTWSC, LU减少分别为-5.5 mm, -5.8 mm, -1.6 mm。

      表 6  不同时段间气候波动、土地利用变化、水库调蓄对TWSC的影响及相对贡献

      Table 6.  Contributions of climate variability, land use change, and reservoirs operations to TWSC during different periods

      时间段 降水变化/(mm·(5a)-1) 蒸散发变化/(mm·(5a)-1) ΔTWSC/(mm·(5a)-1) ΔTWSC, CC/(mm·(5a)-1) CRCC/% ΔTWSC, LU/(mm·(5a)-1) CRLU/% ΔTWSC, RR/(mm·(5a)-1) CRRR/%
      P1—P2 82.7 27.5 45.0 37.9 84.2 4.3 9.5 2.8 6.3
      P2—P3 149.7 33.5 -37.9 -35.2 92.9 -5.5 14.6 2.8 -7.5
      P3—P4 -500.2 -9.3 -23.8 -21.7 91.5 -5.8 24.5 3.8 -16.0
      P4—P5 153.2 18.8 56 57.5 102.7 -1.6 -2.8 0.1 0.1

      表 7  土地利用面积及比例变化

      Table 7.  Changes in the area and change ratios for each land-use type

      时段 耕地 林地 草地 水域 城乡用地 未利用土地
      面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/%
      P1—P2 -5 758 -1.3 4 885 0.7 10 957 2.7 -2 039 -4.9 537 3.2 -8 657 -14.1
      P2—P3 3 526 0.8 -5 416 -0.8 -10 225 -2.4 2 420 6.1 1 025 6.0 8 661 16.4
      P3—P4 -3 055 -0.7 1 118 0.2 -693 -0.2 1 158 2.7 1 828 10.1 -353 -0.6
      P4—P5 -1 761 -0.4 397 0.1 -498 -0.1 241 0.6 1 456 7.3 168 0.3

      图 4展示了P1—P2、P2—P3、P3—P4、P4—P5时段气候波动、土地利用变化、水库调蓄各个因素单独引起的月平均TWSC及3种因素的相对贡献率。在大多数月份, CRCC均大于CRLUCRRR, 表明气候波动对逐月TWSC影响占主导地位。然而, 随着研究区累积库容的增加, 水库调蓄对逐月TWSC的影响逐渐增大(图 4(c)4(d))。统计结果显示, CRCCCRRR存在负相关性, 不同时段间相关性系数分别为-0.62(α<0.05)、-0.49(α>0.1)、-0.99(α<0.001)、-0.97(α < 0.001), 表明水库的调蓄作用缓解了气候波动对逐月TWSC的影响。相比与其他2个因素, 土地利用变化对逐月TWSC影响最弱。从水文水循环物理机制上看, 土地利用变化通过影响冠层截留、入渗和蒸散发等水文过程, 改变产汇流时空分布;而水库调蓄主要是调节径流的季节性分配, 但对产汇流过程几乎无影响。因此, 在年尺度上, 土地利用变化对TWSC影响大于水库调蓄;在月尺度上, 土地利用变化的影响小于水库调蓄。

      图  4  气候波动、土地利用、水库调蓄因素单独引起的月平均TWSC变化及三因素的相对贡献率

      Figure 4.  Mean monthly TWSC caused by climate variability, land use change, and reservoir operations, and individual contribution rates of these three factors

    • 考虑到水库调蓄对TWSC影响逐渐增强(图 4), 进一步系统量化分析水库调蓄对流域年际/月际TWSC的影响(图 5)。1988—2012年间, 水库调蓄造成的逐年及逐月TWSC分布范围分别为-18.8~16.7 mm/a及-10.6~ 11.9 mm/月;水库调蓄对逐月TWSC的影响在2003年以后显著增强。

      图  5  水库调蓄导致的逐月及逐年TWSC变化

      Figure 5.  Monthly and yearly TWSC caused by reservoir operations

      图 6所示, P4、P5时段水库调蓄对逐月TWSC的影响明显强于P1、P2、P3时段。在参与模型模拟的15个大(1)型水库中, P4时段开始运行的水库为三峡水库(2003年开始蓄水, 总库容为393亿m3图 1), 表明三峡水库对TWSC季节性变化造成了较强影响。在P1、P2、P3时段, 由于各水库调度方案不同且库容相对较小, 水库调蓄对TWSC年内变化影响不显著。在P4时段, 由于三峡水库开始运行, 水库调蓄对TWSC年内变化影响规律增强, 主要表现为1—6月削减水储量(TWSC为负值), 7—12月增加水储量(TWSC为正值), 最高削减、增加比例分别达-4.4%、6.0%。P5时段水库调蓄对TWSC年内变化影响规律与P4时段相似, 表现为1—5月削减TWSC, 6—12月增加TWSC;最高削减、增加比例分别为-6.1%、9.8%。依据《三峡水库优化调度方案》[20], 1—4月为水库供水期(补给径流, 削减水储量), 5月开始至6月10日水库水位下降至汛限水位(补给径流, 削减水储量);6月进入汛期, 视水库上下游来水实时调度;9月中旬以后进入汛后蓄水期(削减径流, 增加水储量), 10月底可蓄水至正常水位(削减径流, 增加水储量)。本研究得到的2003年以后水库调蓄对TWSC年内变化影响规律(图 6), 符合三峡水库调度方案, 在一定程度上表明了研究结果的合理性。

      图  6  P1—P5时段水库调蓄造成的月均TWSC变化

      Figure 6.  Mean monthly TWSC caused by reservoir operations during periods of P1—P5

    • 本文联合GRACE重力卫星观测结果及水文模拟, 重建1988—2012年长江流域逐月陆地水储量变化(TWSC), 并定量区分了1988—1992年(P1)、1993—1997年(P2)、1998—2002年(P3)、2003—2007年(P4)、2008—2012年(P5)5个时段间气候波动、土地利用变化、水库调蓄对TWSC的影响及相对贡献。主要结论如下:

      (1) 1988—2012年间, 流域年均TWSC与降水、蒸散发、径流深分别以0.1 mm/a、-3.5 mm/a、0.6 mm/a、-4.2 mm/a的线性速率增减。逐月非季节性TWSCISO指数存在显著负相关性(α < 0.01), 证明了厄尔尼诺-南方涛动现象与长江流域TWSC的关联。

      (2) 在年尺度上, 气候波动对TWSC的影响占主导地位, 土地利用变化影响次之, 水库调蓄影响最弱。

      (3) 在月尺度上, 气候波动对TWSC的影响大于土地利用变化、水库调蓄。气候波动与水库调蓄对月均TWSC变化的相对贡献率存在负相关性, 表明水库调蓄降低了气候波动对TWSC的影响。相比之下, 土地利用变化对月均TWSC影响最弱。

      (4) 2003年三峡水库运行后, 水库调蓄对月均TWSC的影响显著增强, 且这种影响呈现出显著的季节性规律, 主要表现为: 1—5月, 水库调蓄导致水储量减少(TWSC为负值), 最高削减比例达到-6.1%;7—12月, 水库调蓄导致水储量增加(TWSC为正值), 最高增加比例达9.8%。

      模型输入数据、模型结构及参数均会导致研究结果存在一定不确定性。例如, 模型仅添加了干流有代表性的、库容量大的15座大(1)型水库, 这可能导致本研究低估了水库调蓄对逐月TWSC的影响。未来将进一步完善模型输入数据, 并开展模型不确定性分析。此外, 随着未来卫星数据、实测气象水文数据的更新, 也将在更长时间尺度上开展水储量相关研究。

参考文献 (20)

目录

    /

    返回文章
    返回