国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

西北地區(qū)地下水干旱時空演變趨勢及對氣象干旱的動態(tài)響應(yīng)

2022-01-26 08:53粟曉玲褚江東姜田亮王冠智
水資源保護(hù) 2022年1期
關(guān)鍵詞:西北地區(qū)儲量降水

粟曉玲,褚江東,張 特,姜田亮,王冠智

(1.西北農(nóng)林科技大學(xué)旱區(qū)農(nóng)業(yè)水土工程教育部重點(diǎn)實(shí)驗(yàn)室,陜西 楊凌 712100;2.西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院,陜西 楊凌 712100)

地下水是人類賴以生存的寶貴水源,尤其是在降水稀少的干旱地區(qū)[1]。當(dāng)?shù)叵滤到y(tǒng)受到干旱的影響后,地下水補(bǔ)給減少,導(dǎo)致地下水位降低和排泄減少,引起地下水干旱[2]。持續(xù)的地下水干旱影響居民生活及工農(nóng)業(yè)生產(chǎn),并導(dǎo)致地面沉降、土壤鹽堿化、海水入侵等次生災(zāi)害的發(fā)生。西北地區(qū)深處亞歐大陸腹地,主要為干旱半干旱地區(qū),研究地下水干旱的時空演變特征及其對氣象干旱的響應(yīng)機(jī)理對旱區(qū)水資源可持續(xù)開發(fā)、遏制沙漠化等具有重要意義。

干旱通常分為氣象干旱、農(nóng)業(yè)干旱、水文干旱和社會經(jīng)濟(jì)干旱4種類型,近年來生態(tài)干旱和地下水干旱也引起了研究者的重視。不同類型干旱間具有密切的聯(lián)系,氣象干旱通常是其他干旱的驅(qū)動因素[3]。由降水不足引起的氣象干旱作用于下墊面,對土壤、植被、徑流和地下水產(chǎn)生不同程度的影響[4],繼而觸發(fā)農(nóng)業(yè)干旱[5]、生態(tài)干旱[6-7]、水文干旱[8]和地下水干旱[9-12]。在人類活動干擾強(qiáng)烈的地區(qū),揭示不同類型干旱間的響應(yīng)關(guān)系愈顯重要。由于對地下水干旱發(fā)生機(jī)理認(rèn)識不足,加之地下水位觀測站點(diǎn)密度稀疏、數(shù)據(jù)缺測嚴(yán)重,地下水干旱還處于探索階段。Bloomfield等[13]依據(jù)地下水位構(gòu)建了標(biāo)準(zhǔn)化地下水指數(shù)(standard groundwater index, SGI),Thomas等[14]基于GRACE(gravity recovery and climate experiment)數(shù)據(jù)反演地下水儲量,構(gòu)建了地下水干旱指數(shù)(GRACE groundwater drought index, GGDI)監(jiān)測地下水干旱演變規(guī)律。也有學(xué)者探究了地下水干旱對氣象干旱的響應(yīng)關(guān)系[9-12],如Kubicz等[10]基于實(shí)測數(shù)據(jù)構(gòu)建了多尺度標(biāo)準(zhǔn)化降水指數(shù)(standard precipitation index, SPI)和SGI,認(rèn)為氣象干旱與地下水干旱間無線性響應(yīng)關(guān)系,地下水干旱除受氣象干旱影響外,還受地形、含水層的水力性質(zhì)、人類活動等多種因素的影響;Han等[11]基于GRACE數(shù)據(jù),分析了干旱從氣象到地下水的傳播規(guī)律,指出珠江流域的干旱傳播時間約為240 d;Hellwig等[12]基于MODFLOW模型模擬的地下水位動態(tài)變化研究了德國地下水對降水的響應(yīng)關(guān)系。以上研究初步探討了地下水干旱對氣象干旱的響應(yīng)關(guān)系,但大多未考慮響應(yīng)關(guān)系的空間異質(zhì)性。Hellwig等[12]基于分布均勻、稠密的地下水位站點(diǎn)得出了地下水干旱對氣象干旱在空間上的響應(yīng)關(guān)系,但西北地域遼闊,常年干燥少雨,生態(tài)環(huán)境脆弱,地下水觀測站點(diǎn)密度稀疏限制了該地區(qū)地下水干旱的研究。氣候變化加速了全球水循環(huán)過程,導(dǎo)致大氣環(huán)流、降水、蒸發(fā)發(fā)生變化,進(jìn)而導(dǎo)致極端干旱事件頻發(fā)[15-17];人類活動改變了流域的產(chǎn)匯流條件,兩者共同影響水文循環(huán)過程。因此,有必要進(jìn)一步探討西北地區(qū)地下水干旱對氣象干旱的動態(tài)響應(yīng)關(guān)系,為科學(xué)認(rèn)識變化環(huán)境下的干旱傳播機(jī)理提供理論依據(jù)。

本文基于GRACE數(shù)據(jù)與GLDAS(global land data assimilation system)數(shù)據(jù)定量評估西北地區(qū)地下水儲量變化,以實(shí)測地下水位數(shù)據(jù)進(jìn)行驗(yàn)證,構(gòu)建地下水干旱指數(shù)GRACE-GDI(GRACE groundwater drought index),探究地下水干旱的時空演變特征及對氣象干旱的動態(tài)響應(yīng)關(guān)系,以期為地下水資源可持續(xù)利用提供科學(xué)依據(jù)。

1 研究區(qū)概況

西北地區(qū)(31°42′N~49°6′N,73°3′E~111°14′E)位于亞歐大陸中部,包括陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)(圖1),總面積約304.3萬km2,約占中國陸地面積的1/3。該區(qū)深居內(nèi)陸,加之高原山脈對濕潤氣流的阻擋,除東南部分地區(qū)為溫帶季風(fēng)氣候外,其余均為溫帶大陸性氣候,降水稀少且時空分布不均,總體呈現(xiàn)東多西少的格局。

圖1 行政區(qū)劃與地理高程Fig.1 Administrative division and geographic elevation

2 數(shù)據(jù)來源

2.1 GRACE數(shù)據(jù)

采用美國得克薩斯大學(xué)(University of Texas at Austin)空間研究中心(Center for Space Research, CSR)與美國國家航空航天局(NASA)噴氣推進(jìn)實(shí)驗(yàn)室(Jet Propulsion Laboratory, JPL)提供的CSR-Mascons與JPL-Mascons解算數(shù)據(jù)。兩套數(shù)據(jù)均已替換C20項(xiàng)、地心改正項(xiàng),扣除冰川均衡調(diào)整的影響,并以2004年1月至2009年12月的均值為基準(zhǔn)做距平處理,具有高分辨率、高信噪比、泄露誤差小等特點(diǎn),在水儲量研究方面得到了廣泛的應(yīng)用[11,14,18-22]。研究時段為2002年4月至2021年3月,其中GRACE衛(wèi)星與其后續(xù)衛(wèi)星GRACE-Follow On之間的缺測月份(2017年7月至2018年5月)數(shù)據(jù)來源于Zhong等[19],其余因技術(shù)原因?qū)е碌臄?shù)據(jù)缺失采用線性插值方法補(bǔ)充。兩套數(shù)據(jù)的分辨率分別為0.25°×0.25°和0.5°×0.5°。Sakumura等[20]認(rèn)為GRACE集成數(shù)據(jù)在降噪方面較為有效,因此,本文將JPL-Mascons基于最鄰近分配法重采樣至0.25°×0.25°,取JPL-Mascons和CSR-Mascons數(shù)據(jù)均值為陸地水儲量變化數(shù)據(jù)。

2.2 GLDAS數(shù)據(jù)

采用GLDAS模型中Noah陸地表面模型提供的2002年4月至2021年3月逐月淺層地表水儲量數(shù)據(jù)(0~10 cm、10~40 cm、40~100 cm、100~200 cm的土壤水儲量、雪水當(dāng)量、冠層水儲量),空間分辨率為0.25°×0.25°。為與GRACE數(shù)據(jù)保持一致,以2004年1月至2009年12月的平均淺層地表水儲量為基準(zhǔn),逐月淺層地表水儲量減去基準(zhǔn)得到逐月淺層地表水儲量變化。

2.3 其他數(shù)據(jù)

降水量數(shù)據(jù)采用基于中國氣象站點(diǎn)實(shí)測資料插值而成的CN05.1數(shù)據(jù)集,是當(dāng)前中國區(qū)域格點(diǎn)化近地面氣象場最精確的數(shù)據(jù)集,分辨率為0.25°×0.25°[23]。潛在蒸散發(fā)數(shù)據(jù)來自東英吉利大學(xué)氣候研究中心(Climatic Research Unit, University of East Anglia)提供的多源氣候數(shù)據(jù)集第4版,空間分辨率為0.5°×0.5°[24],該數(shù)據(jù)由Penman-Monteith公式計(jì)算,已被廣泛應(yīng)用于全球和區(qū)域的水文氣象研究,適用于對中國西北地區(qū)的干旱監(jiān)測[25]。為保持空間精度一致,采用最鄰近分配法重采樣到0.25°×0.25°。降水和潛在蒸散發(fā)數(shù)據(jù)的研究時段均選取2002年4月至2018年12月。實(shí)測地下水位數(shù)據(jù)來自《黑河流域地下水動態(tài)觀測年鑒》《石羊河流域地下水動態(tài)觀測年鑒》與《寶雞峽灌區(qū)年報》,并將漏測、缺測以及換井等誤差較明顯、序列缺失較多的站點(diǎn)剔除,黑河中游、石羊河流域、關(guān)中地區(qū)經(jīng)篩選后符合要求的地下水位觀測井分別為16個、24個和24個。

3 研究方法

3.1 地下水儲量變化的計(jì)算與驗(yàn)證

陸地水儲量包括地表水、地下水、土壤水、冰雪、生物水、冠層水等。其中生物水和地表水難以測量,且在干旱半干旱地區(qū)相對其他成分,變化量可忽略不計(jì)[21],因此由下式計(jì)算地下水儲量變化:

ΔW地=ΔW陸-ΔW土壤-ΔW雪-ΔW冠層

(1)

式中:ΔW地為地下水儲量變化,cm;ΔW陸為陸地水儲量變化,cm;ΔW土壤為土壤水儲量變化,cm;ΔW雪為雪水當(dāng)量變化,cm;ΔW冠層為冠層水儲量變化,cm。

選用黑河中游、石羊河流域、關(guān)中地區(qū)3個典型區(qū)一致性、連續(xù)性較好的實(shí)測地下水位數(shù)據(jù),對基于GRACE和GLDAS數(shù)據(jù)二者結(jié)合反演得出的地下水儲量變化進(jìn)行驗(yàn)證。為與GRACE數(shù)據(jù)一致,對實(shí)測地下水位數(shù)據(jù)扣除了2004年1月至2009年12月均值后進(jìn)行比較。

3.2 GRACE-GDI的計(jì)算

Zhao等[22]提出了一種基于GRACE數(shù)據(jù)反演的陸地水儲量變化干旱指數(shù)GRACE-DSI(GRACE drought severity index),為資料缺乏地區(qū)提供了評估區(qū)域干旱的新途徑。應(yīng)用該方法計(jì)算GRACE-GDI的公式如下:

(2)

3.3 標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)的計(jì)算

標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)(standardized precipitation evapotranspiration index, SPEI)由Vicente-Serrano 等[26]提出,不僅充分考慮了降水和潛在蒸散發(fā)的作用,而且綜合考慮了干旱的多時間尺度特性[27],相比SPI能夠更好地評價氣象干旱。一般情況下SPEI選用Logistic分布,考慮到西北地區(qū)地域遼闊,降水稀少且蒸發(fā)量大,地域差異性大,因此待選分布函數(shù)包括Gamma分布函數(shù)、對數(shù)正態(tài)分布函數(shù)、威布爾分布函數(shù)、Logistic分布函數(shù)、Beta分布函數(shù)與正態(tài)分布函數(shù),采用K-S檢驗(yàn)與AIC準(zhǔn)則對各個格點(diǎn)的分布函數(shù)進(jìn)行優(yōu)選,優(yōu)選方法詳見艾啟陽等[28]的研究。

3.4 滑動相關(guān)分析

地下水干旱對氣象干旱的響應(yīng)具有滯后性,目前關(guān)于不同類型干旱的相關(guān)性研究[7,29-31]僅計(jì)算了兩種干旱指數(shù)的年最大相關(guān)系數(shù)以及響應(yīng)時間,不能呈現(xiàn)相關(guān)系數(shù)、響應(yīng)時間隨時間的動態(tài)演變關(guān)系。因此,本文引入滑動相關(guān)思路,分析研究GRACE-GDI與SPEI之間的動態(tài)響應(yīng)關(guān)系。選取時段為2003年1月至2018年12月,滑動窗口長度為10 a,滑動時間間隔取1 a,分別計(jì)算各格點(diǎn)一年12個月的GRACE-GDI序列與1~24月時間尺度SPEI的皮爾遜相關(guān)系數(shù)。為消除其他因素對相關(guān)性結(jié)果的干擾,取相關(guān)系數(shù)中的最大值為年最大相關(guān)系數(shù)Rmax。其中數(shù)據(jù)時間序列長度為10 a時,年最大相關(guān)系數(shù)0.63和0.76分別對應(yīng)5%與1%的顯著性水平。

4 結(jié)果與分析

4.1 地下水儲量變化的驗(yàn)證

觀測井實(shí)測地下水位與基于GRACE數(shù)據(jù)反演地下水儲量變化的相關(guān)性檢驗(yàn)以及典型井時間序列變化對比分別如圖2和圖3~5所示。

(a) 石羊河流域 (b) 黑河中上游 (c) 關(guān)中地區(qū) 圖2 地下水儲量變化與實(shí)測地下水位變化的相關(guān)關(guān)系顯著性檢驗(yàn)空間分布Fig.2 Spatial distribution of significance test of correlation between groundwaterstorage change and in-situ groundwater level change

(a) 38號觀測井 (b) 524號觀測井 (c) 526號觀測井圖3 石羊河流域地下水儲量變化與典型觀測井實(shí)測地下水位變化對比Fig.3 Comparison of groundwater storage change and in-situ groundwater level change intypical observation wells over Shiyang River Basin

由于GRACE數(shù)據(jù)的原始分辨率僅為3°×3°,且地下水位變化應(yīng)乘以土壤給水度才能計(jì)算得出等效水高,因此僅對兩者之間的相關(guān)性進(jìn)行分析。由圖2可以看出,大部分觀測井通過了α=1%時的相關(guān)系數(shù)顯著性檢驗(yàn),說明在這3個地區(qū)反演結(jié)果精度較高;石羊河流域、關(guān)中地區(qū)實(shí)測地下水位與反演的地下水儲量變化的相關(guān)性較好,在黑河流域的相關(guān)性相對稍差。圖3~5為部分地下水位站點(diǎn)時間序列,可看出GRACE數(shù)據(jù)反演的地下水儲量變化與實(shí)測地下水位趨勢基本一致,但在部分年份精度較差。參考其他學(xué)者[21,32]的相關(guān)研究,GRACE數(shù)據(jù)在小空間尺度精度較差,但在流域大尺度上精度較高。本文著重研究西北地區(qū)大尺度的地下水干旱情況,故GRACE數(shù)據(jù)的精度在西北地區(qū)滿足要求。

4.2 地下水儲量變化趨勢分析

圖6為2002年4月至2021年3月基于Sen’s斜率[33]的西北地區(qū)地下水儲量變化速率空間分布,可知新疆天山山脈、準(zhǔn)噶爾盆地、陜西關(guān)中地區(qū)、陜北地區(qū)的地下水枯竭較為嚴(yán)重,而柴達(dá)木盆地、昆侖山北麓、陜南地區(qū)、甘肅南部地下水儲量變化有增加的趨勢。

(a) 41166810號觀測井 (b) 41265540號觀測井 (c) 41265780號觀測井圖5 關(guān)中地區(qū)地下水儲量變化與典型觀測井實(shí)測地下水位變化對比Fig.5 Comparison of groundwater storage change and in-situ groundwater level change intypical observation wells over Guanzhong Area

圖6 基于GRACE數(shù)據(jù)的地下水儲量變化速率Fig.6 Change rate of groundwater storagebased on GRACE data

新疆和陜西關(guān)中地下水枯竭地區(qū)為人口稠密區(qū),城市化快速發(fā)展導(dǎo)致地下水過度抽取是地下水枯竭的主要原因;陜北地區(qū)由于治理水土流失和大規(guī)模植樹造林,導(dǎo)致蒸發(fā)蒸騰增加、地下水補(bǔ)給變少,引起地下水枯竭[34];氣候變暖使高海拔地區(qū)的冰雪加速融化,冰雪融水由于重力作用不斷流向低海拔地區(qū)的柴達(dá)木盆地與昆侖山北麓[32],地下水儲量不斷增加;陜西南部、甘肅南部地處秦嶺南麓,屬亞熱帶季風(fēng)氣候,降水充沛,且自21世紀(jì)以來降水量呈增加趨勢[35],從而導(dǎo)致地下水儲量增加。

基于Sen’s斜率對西北各省區(qū)地下水儲量變化速率進(jìn)行定量計(jì)算,得出陜西、甘肅、寧夏、新疆的枯竭速率分別為0.50 cm/a、0.21 cm/a、0.40 cm/a和0.44 cm/a,青海的地下水為上升的趨勢,速率為0.25 cm/a。根據(jù)青海省水資源公報,2020年地下水資源量為437.3億m3,較2002年增加了 202.8億m3,而地下水開采量基本維持在5億m3左右,說明地下水儲量是增加的,與本文結(jié)論一致。西北地區(qū)地下水儲量總體上為下降趨勢,約以 0.25 cm/a 的速率減少,折合等效水量約減少 76.1億m3/a。許多學(xué)者認(rèn)為西北地區(qū)呈現(xiàn)“暖濕化”的趨勢[36],但由于地下水超采,部分區(qū)域地下水資源在不斷減少。

4.3 西北地區(qū)地下水干旱時空演變趨勢

a.地下水干旱頻率的空間變化特征。圖7為2002年4月至2021年3月西北地區(qū)地下水干旱發(fā)生頻率的空間分布。由圖7可知,河西走廊、六盤山區(qū)、青海南部地下水干旱發(fā)生頻率較高,而陜南地區(qū)、柴達(dá)木盆地、青海湖流域、新疆等地下水干旱發(fā)生頻率較低。河西走廊為西北地區(qū)農(nóng)業(yè)發(fā)達(dá)、人口密集的區(qū)域,由于人口快速增長、綠洲擴(kuò)張和城市化,日益增加的用水需求導(dǎo)致地下水超采[21],進(jìn)而導(dǎo)致地下水干旱頻發(fā);陜南地區(qū)、柴達(dá)木盆地等地下水位有回升的趨勢,地下水干旱發(fā)生頻率較低。

圖7 地下水干旱發(fā)生頻率空間分布Fig.7 Spatial distribution of groundwaterdrought frequency

b.地下水干旱面積的時間演變特征。圖8為西北地區(qū)及各省區(qū)GRACE-GDI與地下水干旱面積比例的7月滑動平均值變化過程,圖中陰影區(qū)表示發(fā)生地下水干旱事件。由圖8可知,西北地區(qū)在2002年4月至2003年5月、2008年7月至2010年6月、2014年11月至2015年6月、2016年1月至2017年5月、2020年7月至2021年3月發(fā)生了較為嚴(yán)重的地下水干旱,其中GRACE-GDI最小值出現(xiàn)在2008年12月,為-1.32,對應(yīng)干旱面積比例為48.3%,在2015年3月干旱發(fā)生面積比例最高,達(dá)到56.6%,而西北地區(qū)多年平均地下水干旱面積比例僅為29.0%。寧夏、甘肅地下水干旱呈現(xiàn)頻次高、烈度小的特征,而陜西、青海、新疆呈現(xiàn)頻次低、烈度大、干旱面積廣的特征。由于降水稀少,各省區(qū)在2007年之后GRACE-GDI均有不同程度的下降,其中甘肅、青海、新疆發(fā)生了歷時2~3 a的地下水干旱。

(a) 西北地區(qū) (b) 陜西 (c) 甘肅

(d) 青海 (e) 寧夏 (f) 新疆圖8 西北地區(qū)及各省區(qū)GRACE-GDI和干旱面積比例Fig.8 GRACE-GDI and proportion of drought area in Northwest China and provinces

(a) 2003—2018年 (b) 2003—2012年 (c) 2004—2013年 (d) 2005—2014年

(e) 2006—2015年 (f) 2007—2016年 (g) 2008—2017年 (h) 2009—2018年圖9 GRACE-GDI與SPEI的年最大相關(guān)系數(shù)空間分布Fig.9 Spatial distribution of annual maximum correlation coefficient between GRACE-GDI and SPEI

4.4 地下水干旱對氣象干旱的響應(yīng)關(guān)系

GRACE-GDI與SPEI的年最大相關(guān)系數(shù)可表示氣象干旱對地下水干旱的影響程度,而年最大相關(guān)系數(shù)所對應(yīng)的SPEI時間尺度能夠反映地下水干旱對氣象干旱的敏感性,其中時間尺度越短,表明地下水對氣象干旱的響應(yīng)越敏感。圖9和圖10分別為2003—2018年GRACE-GDI與SPEI的年最大相關(guān)系數(shù)與響應(yīng)時間的空間分布。

由圖9(a)可知,西北地區(qū)分別有28.4%和59.3%的面積達(dá)到0.01顯著性水平(R>0.62)和0.05顯著性水平(R>0.50)。天山山脈、柴達(dá)木盆地、青海湖流域、寧夏部分地區(qū)氣象干旱對地下水干旱的影響程度較大,而塔里木盆地、準(zhǔn)噶爾盆地、吐魯番盆地、陜南地區(qū)、青海南部等地區(qū)地下水與氣象干旱的相關(guān)性較差。塔里木盆地被塔克拉瑪干沙漠覆蓋,除塔里木河沖積平原外,大部分地區(qū)地下水埋深較深,包氣帶較厚,氣象干旱難以影響地下水干旱的發(fā)生;青海南部地處青藏高原巴顏喀拉山脈,地下水變化主要受冰雪融水影響,氣象干旱不是引起地下水干旱的主要因素;陜南地區(qū)地處秦嶺南部,降水豐沛,地形崎嶇多丘陵,地形因素導(dǎo)致土壤蓄水能力差,地下水排泄補(bǔ)給受氣象、徑流、地形多種因素控制,故氣象干旱與地下水干旱相關(guān)性較差。

(a) 2003—2018年 (b) 2003—2012年 (c) 2004—2013年 (d) 2005—2014年

(e) 2006—2015年 (f) 2007—2016年 (g) 2008—2017年 (h) 2009—2018年圖10 GRACE-GDI與SPEI的響應(yīng)時間空間分布Fig.10 Spatial distribution of response time between GRACE-GDI and SPEI

從圖9(b)~(h)可看出,準(zhǔn)噶爾盆地、吐魯番盆地、青海湖流域、阿爾泰山等地地下水干旱受氣象干旱的影響程度有增加的趨勢,這與氣候變暖和植被改善等因素有關(guān)。準(zhǔn)噶爾盆地、吐魯番盆地、青海湖流域、阿爾泰山NDVI總體呈上升趨勢,植被改善明顯[37],且氣溫上升顯著。植被改善使土壤保水能力增強(qiáng),且氣溫升高導(dǎo)致更強(qiáng)的植被蒸發(fā)蒸騰作用,降雨補(bǔ)給地下水減少,從而導(dǎo)致氣象干旱對地下水干旱的影響程度變大;塔里木盆地部分地區(qū)則有相關(guān)性變差的趨勢。

進(jìn)一步對相關(guān)性通過0.05顯著性水平檢驗(yàn)的面積進(jìn)行分析。由圖10(a)可知,西北地區(qū)地下水干旱對氣象干旱的響應(yīng)時間為1~6月、7~12月、13~18月、19~24月的面積比例分別為47.0%、13.8%、8.4%和30.8%,表明地下水干旱對氣象干旱的響應(yīng)時間主要為1~6月和19~24月。陜南地區(qū)、阿爾泰山的響應(yīng)時間主要為3~9月,而天山山脈、哈密地區(qū)、塔里木盆地部分地區(qū)響應(yīng)時間長達(dá)12~24月。陜南地區(qū)地處秦嶺南麓,降水充沛,地下水干旱因降水、徑流補(bǔ)給而被緩解,因此濕潤地區(qū)地下水易受氣象干旱的長期累積影響;阿爾泰山受西風(fēng)帶氣流影響,降水穩(wěn)定且植被茂密,植被截留和土壤固水使下滲進(jìn)程變緩;天山山脈、哈密地區(qū)、塔里木盆地部分地區(qū)降水稀少,降水對地下水的補(bǔ)給很少,氣象干旱不是地下水干旱的主要影響因素。

2003—2018年,西北地區(qū)地下水干旱對SPEI的響應(yīng)時間為1~6月、7~12月、13~24月的占比從52.3%、12.1%和35.5%變?yōu)?3.6%、15.1%和41.3%(圖10(b)~(h))。陜北地區(qū)、寧夏等地響應(yīng)時間從1~6月變?yōu)?2~24月,河西走廊響應(yīng)時間也有增加的趨勢。該響應(yīng)時間基于統(tǒng)計(jì)意義,一般響應(yīng)時間超過12月說明地下水干旱受其他因素(人類活動、植被變化等)影響較大。西北地區(qū)以氣象條件為主導(dǎo)因素的地下水干旱面積比例在變小,表明氣象干旱的影響程度在逐漸變小。

5 結(jié) 論

a.基于GRACE和GLDAS數(shù)據(jù)計(jì)算的地下水儲量變化在西北地區(qū)具有可靠性;西北地區(qū)除青海地下水儲量以0.25 cm/a的速率上升外,陜西、甘肅、寧夏、新疆地下水儲量分別以0.50 cm/a、0.21 cm/a、0.40 cm/a和0.44 cm/a速率下降;西北地區(qū)地下水儲量總體上為下降趨勢,約以0.25 cm/a的速率減少,折合等效水量約為76.1億m3/a。

b.構(gòu)建的地下水干旱指數(shù)GRACE-GDI識別出西北地區(qū)在2002年4月至2003年5月、2008年7月至2010年6月、2014年11月至2015年6月、2016年1月至2017年5月、2020年7月至2021年3月發(fā)生了地下水干旱。河西走廊、六盤山區(qū)、青海南部地下水干旱發(fā)生頻率較高,而陜南地區(qū)、柴達(dá)木盆地、青海湖流域、新疆等地下水干旱發(fā)生頻率較低;西北地區(qū)多年平均地下水干旱面積比例為29.0%。

c.氣象干旱對地下水干旱的響應(yīng)關(guān)系存在明顯的空間異質(zhì)性,其中影響程度較大的地區(qū)主要分布在天山山脈、柴達(dá)木盆地、青海湖流域、寧夏等地;由于氣候變暖和植被改善等因素,準(zhǔn)噶爾盆地、吐魯番盆地、青海湖流域、阿爾泰山等地地下水干旱受氣象干旱的影響程度有增加的趨勢;西北大部分地區(qū)地下水干旱對氣象干旱的響應(yīng)時間為1~6月和 19~24月。

猜你喜歡
西北地區(qū)儲量降水
西北地區(qū)支護(hù)樁施工技術(shù)應(yīng)用概述
空間環(huán)境因素對西北地區(qū)電離層空間特征影響
四川盆地極端降水演變特征及擬合
黑龍江省玉米生長季自然降水與有效降水對比分析
13.22億噸
基于三維軟件資源儲量估算對比研究
全球鈷礦資源儲量、供給及應(yīng)用
2019 年世界油氣儲量與產(chǎn)量及其分布
寒露
Cloud seeding