摘要：研究中國長時間序列地下水儲量變化，識別地下水儲量下降區(qū)域及該區(qū)域人口暴露情況，為水資源可持續(xù)利用提供重要的科學參考。利用GRACE（重力恢復和氣候?qū)嶒灒┬l(wèi)星數(shù)據(jù)和GLDAS（全球陸地數(shù)據(jù)同化系統(tǒng)）數(shù)據(jù)，根據(jù)水量平衡原理分析了2003-2020年中國地下水時空變化特征。結(jié)果表明：（1）中國地下水的豐水區(qū)主要分布在長江流域以南和青藏高原區(qū)，缺水區(qū)主要分布在華北地區(qū)與西北地區(qū)；中國地下水穩(wěn)定性存在顯著的空間差異，華北地區(qū)、西北地區(qū)和青藏高原區(qū)的穩(wěn)定級別為差；（2）中國地下水等效水高在2003-2020年呈下降趨勢，貢獻區(qū)域主要集中在北方區(qū)域；多年平均等效水高為-10.91 mm/a，整體以減少為主；地下水等效水高由2003年的-0.83 mm下降至2020年-39.55 mm，18年間共下降38.72 mm，下降率為2.15 mm/a；（3）人水矛盾突出區(qū)域主要集中在華北平原，空間上南方區(qū)域比北方更安全。2020年中國市域地下水下降暴露人口平均gt;500人/km2的區(qū)域集中分布在華北平原及周邊區(qū)域，暴露總量最高的3個行政區(qū)為北京、天津、保定。

關鍵詞：重力恢復和氣候?qū)嶒?；地下水；人口暴露；時空變化；中國

中圖分類號：X87 " " " "文獻標志碼：A " " " "文章編號：1674-3075（2024）06-0009-09

隨著城市化進一步發(fā)展，人類活動與經(jīng)濟發(fā)展高速增長使水資源的消耗進一步加劇，水資源儲量安全已成為全球城市可持續(xù)發(fā)展的重要保障（陶征廣等，2021）。目前，全球有超過40億人口生活在城市地區(qū)，且城鎮(zhèn)人口數(shù)量將不斷增加（Mcdonald et al，2014），至2050年城鎮(zhèn)人口占全球人口數(shù)量比例將達到68%，包括中國在內(nèi)的3個國家將貢獻其中的35%（Chen et al，2014；黃婉彬等，2020）。地下水作為水資源的重要組成部分，由于儲量穩(wěn)定、水質(zhì)好，可被各行各業(yè)直接使用，是人類活動的必需品（趙珍珍和馮建迪，2019；涂夢昭等，2020），為世界超過15億的城市人口提供基本用水，對人類生存發(fā)展及資源的可持續(xù)利用至關重要（Howard，2015）。地下水資源是指存在于地下可以為人類所利用的水資源，是全球水資源的一部分，并且與大氣水資源和地表水資源密切聯(lián)系、互相轉(zhuǎn)化（陳飛等，2020）。地下水資源既有一定的地下儲存空間，又參加自然界水循環(huán)，具有流動性和可恢復性的特點（Long et al，2017）。

2020年中國水資源總量31.6×103億m3，其中，地表水資源量30.4×103億m3，地下水資源量8.6×103億m3，地下水與地表水資源不重復量為1.2×103億m3（涂夢昭等，2020）?；谥袊Y源生態(tài)安全與現(xiàn)代化經(jīng)濟體系構建、產(chǎn)業(yè)布局優(yōu)化的支撐能力及服務水平的新要求，不僅要求政府相關部門從生態(tài)文明建設角度，審視人口經(jīng)濟與水資源環(huán)境關系，而且需要優(yōu)化水資源配置格局，提高水資源利用效率和效益，為中國水資源生態(tài)安全建設的提質(zhì)升級提出新目標。

中國江河縱橫交錯、湖泊星羅棋布，但中國水資源人均占有量不高、地區(qū)分布不均，尤其是華北地區(qū)和關中地區(qū)，人水資源矛盾愈發(fā)突出，給相關部門的水資源安全管理提出了新要求（陸大道和孫東琪，2019）。由于中國生態(tài)環(huán)境脆弱，水資源嚴重短缺且時空分布不均，保證地下水儲量安全十分重要。在此背景下，研究中國長時間序列的地下水儲量變化對于區(qū)域水資源可持續(xù)利用具有重要的科學意義。

國內(nèi)外眾多學者開展了相關研究，主要集中在城市群（宮輝力等，2017；楊陽，2017）、地形區(qū)（徐子君等，2018；胡鵬飛等，2019）、流域（曹艷萍等，2012；王志成等，2017）等尺度的地下水變化監(jiān)測，也有部分學者開展了技術方法改進、精度檢測和降尺度等工作，但缺少中國長時間序列地下水儲量時空變化的研究。從監(jiān)測趨勢看，已有學者利用GRACE（gravity recovery and climate experiment，重力恢復和氣候?qū)嶒灒┬l(wèi)星在不同尺度上監(jiān)測了中國地下水儲量變化：全國尺度上，分流域統(tǒng)計了地下水儲量變化；局地尺度上，主要集中在華北地區(qū)和西北地區(qū)，發(fā)現(xiàn)其地下水儲量在不斷枯竭。從監(jiān)測精度上看，基于GRACE衛(wèi)星數(shù)據(jù)得到的中國地下水儲量變化與實測地下水井反映的趨勢基本一致，二者擬合度較高。

傳統(tǒng)的地下水監(jiān)測方法耗時耗力，且在監(jiān)測點以外的區(qū)域形成了監(jiān)測盲區(qū)，無法及時了解地下水儲量的變化情況（Zhong et al，2018；張亮林和潘竟虎，2021）。為解決這一問題，本文將GLDAS（global land data assimilation system，全球陸地數(shù)據(jù)同化系統(tǒng)）和GRACE遙感數(shù)據(jù)相結(jié)合反演了中國長時間序列的地下水儲量變化。GRACE衛(wèi)星發(fā)射于2002年3月，2016年停止工作，2018年又發(fā)射了二代星，主要被用于探測地球重力場變化。GRACE是由2個完全相同的衛(wèi)星組成，這2顆衛(wèi)星在軌道上具有固定間距220 km，衛(wèi)星上配置了精密的加速度儀，能夠通過測量2顆衛(wèi)星之間的距離變化，最終量化短期內(nèi)地表水儲量變化。GRACE數(shù)據(jù)通過采用1 383個實時聲探的地質(zhì)調(diào)查觀測井和5 908個日常讀數(shù)的觀測點，再加上對全國數(shù)十萬個井、溝、洞穴進行水位測量作為補充，保證了數(shù)據(jù)的可靠性。

本研究使用GLDAS、GRACE和LandScan遙感數(shù)據(jù)開展2003-2020年中國地下水儲量變化與暴露于地下水急劇下降區(qū)的人口變化，主要研究內(nèi)容包括分析中國地下水變化時空格局，識別地下水儲量下降區(qū)域并分析該區(qū)域地下水顯著下降的人口暴露情況，以期為中國地下水儲量可持續(xù)利用提供科學參考。

1 " 材料與方法

1.1 " 數(shù)據(jù)來源

1.1.1 " GRACE數(shù)據(jù) " 選擇由jet propulsion lab（美國噴氣動力實驗室）發(fā)布的JPL RL06 Mascon數(shù)據(jù)集，選擇中國作為研究區(qū)域，數(shù)據(jù)集包括“Decimal_time”“l(fā)at”“l(fā)on”“time”“time_bounds”“TWSA_REC”和“Uncertainty”7個參數(shù)，以.nc的格式存儲。本研究使用的數(shù)據(jù)包括3個階段，分別為version 01（一代星）、間斷期（鐘玉龍等，2020）和version 02（二代星），處理得到中國區(qū)域基于降水重構陸地水儲量變化數(shù)據(jù)集。中國區(qū)域內(nèi)的數(shù)據(jù)實用性已經(jīng)過眾多學者的研究，已有研究（Tapley et al，2004；Strassberg et al，2007；冉全等，2013；Zhong et al，2019）選取實測地下水位數(shù)據(jù)對該衛(wèi)星數(shù)據(jù)反演的結(jié)果進行了驗證，二者年尺度上R2約為0.804。數(shù)據(jù)質(zhì)量整體較好，適用于中國區(qū)域內(nèi)的地下水儲量變化研究。

GRACE雙星都配備了星載攝像機和加速度儀，通過高軌GPS（global positioning system）接收機和微波測距系統(tǒng)測量衛(wèi)星的位置和速度。長期來看，GRACE衛(wèi)星監(jiān)測的地球重力場變化反映了固體地球的質(zhì)量變化，而在較短的時間尺度上，地球質(zhì)量的改變主要是由于水在地球表面不斷重新分布造成的。GRACE可以通過感應地球質(zhì)量局部改變引起的微小引力變化來監(jiān)測區(qū)域內(nèi)陸地總水儲量（total water storage，TWS）的變化。當2顆衛(wèi)星繞著地球環(huán)繞時，重力異常區(qū)會先后影響前位衛(wèi)星和尾隨衛(wèi)星，地球質(zhì)量的變化會引起兩星間微小的加速和減速，改變它們之間的距離。為了測量這個不斷變化的距離，GRACE雙星不斷向彼此發(fā)射微波脈沖，并對返回信號的到達時間進行計時。將測距數(shù)據(jù)與高軌GPS定時跟蹤、星跡追蹤器的姿態(tài)信息以及加速度儀的非引力效應相結(jié)合，可以反演出地球重力場月值數(shù)據(jù)，監(jiān)測其隨時間的變化，并轉(zhuǎn)化為以等效水柱高形式表示的陸地總水儲量變化（涂夢昭等，2020）。陸地總水儲量是地表水（湖泊和河流）、土壤水、地下水和雪水等的總和，通過水量平衡原理最終可獲得地下水儲量。

1.1.2 " GLDAS數(shù)據(jù) " GLDAS數(shù)據(jù)來源于戈達德地球科學數(shù)據(jù)與信息服務中心（goddard earth sciences data and information services center，GESDISC）。本研究選取了GLDAS-2.1版本的Noah模型輸出土壤含水量和積雪水量，為了與陸地水儲量變化數(shù)據(jù)對應，將2003-2020年每月土壤含水量、積雪水量分別減去相對應的多年平均值，得到土壤含水量、雪水的距平值，即每月的變化，進一步求得各自的年均變化（Gong et al，2018）。

1.1.3 " LandScan人口數(shù)據(jù) " 人口格網(wǎng)數(shù)據(jù)為LandScan人口數(shù)據(jù)，空間分辨率約1 km，獲取自https：//landscan.ornl.gov。該數(shù)據(jù)由ORNL（oak ridge national laboratory，美國能源部橡樹嶺國家實驗室）推出，它采用的是GIS與RS相結(jié)合的創(chuàng)新方法。在大約1 km格網(wǎng)分辨率范圍內(nèi)，LandScan是最好的全球人口動態(tài)統(tǒng)計分析數(shù)據(jù)集之一，可以獲取24 h內(nèi)平均人口分布狀況。已有大量學者對該數(shù)據(jù)在中國區(qū)域內(nèi)的適用性進行了驗證和科學研究，精度客觀可靠（王雪梅等，2004；張亮林和潘竟虎，2021）。

1.1.4 " 矢量數(shù)據(jù) " 中國各級行政區(qū)界線數(shù)據(jù)獲取自國家基礎地理信息中心1：100萬全國基礎地理數(shù)據(jù)庫和基于國家測繪地理信息局標準地圖服務網(wǎng)站（http：//bzdt.nasg.gov.cn/）下載的審圖號為GS（2016）2885號標準地圖制作，底圖無修改。

1.2 " 數(shù)據(jù)統(tǒng)計和分析

1.2.1 " 地下水儲量變化 " 根據(jù)水量平衡原理計算2003-2020年中國地下水年均變化量（Gong et al，2018）。GRACE衛(wèi)星監(jiān)測的垂直水層水儲量變化包括了地表水（湖泊和河流）、土壤水、地下水和雪水（冉全等，2013；Gong et al，2018）。根據(jù)水量平衡原理，從GRACE反演的陸地水儲量變化中減去土壤含水量變化和積雪水變化量得到地下水儲量變化（地表水變化很微小，故忽略它）。將2003-2020年每月土壤含水量減去2003至2020年的多年平均值，得到土壤含水量距平值，即每月土壤含水量變化，進一步取年均值得到土壤水年均變化（Feng et al，2013）。2003-2020年地下水儲量變化計算如下式所示：

VGWS，i=VTWS，i-VSMS，i-VSWS，i " ①

式中：i為年份，VGWS，i為第i年地下水年均變化量，VTWS，i為陸地水儲量年均變化量，VSMS，i為土壤水年均變化量，VSWS，i 為地表水儲量變化量，單位均為mm。

1.2.2 " 趨勢分析 " Theil-Sen Median趨勢分析可以模擬每個柵格的變化趨勢，能客觀地反映長時間序列中國地下水儲量的演化趨勢，計算公式為（Sen，1968）：

SR=Median（[Wj-Wij-i]） " "2003≤i≤j≤2020 " ②

式中：SR為擬合方程的斜率，Wi為第i年的中國地下水等效水高，Wj為第j年的中國地下水等效水高，單位為mm。當SRgt;0，中國地下水儲量呈增長趨勢；反之，中國地下水儲量呈減小趨勢。

Mann-Kendall檢驗是一種非參數(shù)統(tǒng)計檢驗的方法，用來判斷趨勢的顯著情況，Z統(tǒng)計量計算公式為（Kendall，1955）：

Z = [S-1s（S），Sgt;00， " " " " " " " "S=0S+1s（S），Slt;0] "③

S = [j=1n-1i=j+1nsgn（Wj-Wi）] ④

[sgn（Wj-Wi）] = [1，Wj-Wigt;00，Wj-Wi=0-1，Wj-Wilt;0] "⑤

s（S） = [n（n-1）（2n+5）18] ⑥

式中：S為統(tǒng)計變量，s（S）為S的方差，n為時間序列的長度，sgn（W）為符號函數(shù)。當[Z] gt;μ1-α/2時，表明在α水平上存在顯著變化，該研究判斷在α=0.05置信水平上中國地下水儲量在時間序列上的顯著性。

利用Theil-Sen Median和Mann-Kendall方法可以客觀地呈現(xiàn)中國地下水儲量在時間序列上的顯著性變化特征。當S gt;0，中國地下水儲量在時間序列上呈增加趨勢；當Slt;0，則呈減少趨勢；當S=0，則無變化。對檢驗結(jié)果的Z值分別進行分級，將Z值的絕對值結(jié)果按照顯著性分為極顯著變化（|Z|＞2.58）、顯著變化（1.96lt;|Z|≤2.58）、弱顯著變化（1.65lt;|Z|≤1.96）和無顯著變化（0＜|Z|≤1.65）4個等級。將S值與|Z|值重分類后再進行同像元疊加，得到中國地下水儲量線性變化趨勢。

2 " 結(jié)果與分析

2.1 " 中國地下水空間變化特征

2.1.1 " 中國年均地下水空間分布 " 從中國2003-2020年均地下水等效水高空間分布可知（圖1），中國的地下水等效水高在空間上呈顯著的南北差異，北部減少南部增加，多年平均等效水高為-10.91 mm/a。為保證數(shù)據(jù)的可靠性與平穩(wěn)性，原始數(shù)據(jù)取3年的平均值，以中間年份作為研究數(shù)據(jù)基礎，例如2004年中國地下水等效水高是2003、2004和2005年的地下水等效水高的求和平均值。

2003-2006年中國地下水在空間分布上呈顯著的下降趨勢，2006-2012年在空間上的變化較穩(wěn)定，以增加為主。在2013年出現(xiàn)突然下降，下降區(qū)域主要集中在中部和北部地區(qū)，中國西南地區(qū)的地下水儲量依舊呈增加趨勢。2013年之后，中國地下水等效水高空間分布逐步穩(wěn)定，呈西北部高、東南部低的態(tài)勢。整體來看，中國地下水儲量變化是不斷增加的，大大促進了全國水生態(tài)安全建設。

藏東南、黑龍江、江西、江蘇等地地下水頻繁變化，這是因為地下水儲量變化主要受補給和滲出影響，而補給與滲出主要受降水、徑流、滲透條件的影響。全球氣候變化背景下，降水、氣溫等自然影響因素變化幅度加劇，對地下水儲量的影響也加劇，故造成了部分地區(qū)地下水頻繁變化的現(xiàn)象，在藏東南、黑龍江、江西、江蘇等地呈現(xiàn)得較為突出（鄧椿等，2022）。

2.1.2 " 地下水儲量空間變化 " 中國地下水儲量變化共分為7個類別（鄧椿等，2022），分別是弱顯著減少、顯著減少、極顯著減少、弱顯著增加、顯著增加、極顯著增加和無顯著變化（圖2）。

由圖2可知，中國2003-2020年均地下水變化特征以極顯著減少和極顯著增加為主。增加的區(qū)域分級有3類，分別為極顯著增加、顯著增加和弱顯著增加。其中極顯著增加有2個集中分布區(qū)，其一是中國西南部區(qū)域的重慶、湖南及周邊省份的部分區(qū)域，其二是西藏、青海與新疆的毗鄰地帶。顯著增加與弱顯著增加的區(qū)域主要分布在極顯著增加區(qū)域的外圍，具有明顯的集聚特征。

減少的區(qū)域分級有3類，分別為極顯著減少、顯著減少和弱顯著減少。極顯著減少的區(qū)域集中分布在2個區(qū)域，一是大興安嶺以西秦嶺淮河以北的區(qū)域，該區(qū)域幾乎涵蓋了中國北方區(qū)域及西北區(qū)域。氣候以干旱、半干旱為主，年降水量lt;800 mm，淡水資源需求量大，過量開采地下水打破了自然補給平衡，使這些地區(qū)地下水儲量與降水的相關性較差，多地出現(xiàn)地下水儲量嚴重虧損（鄧椿等，2022）；二是藏東南區(qū)域，屬于冰川聚集區(qū)，海拔地勢高，常年雨量少，地下水與降水呈弱相關，和溫度異常呈反相關，這里的地下水儲量減少是全球氣候變暖引起的局部地區(qū)冰川消融而導致的（陳飛等，2020）。

2.1.3 " 中國地下水穩(wěn)定性 " 根據(jù)標準偏差指數(shù)衡量中國2003-2020年地下水變化的穩(wěn)定性特征。由圖3可知，中國地下水穩(wěn)定性存在顯著的空間差異。穩(wěn)定性級別為差的區(qū)域包括華北平原、新疆西北部、藏南、青海與西藏的交叉地帶、華中部分地區(qū)等，這些區(qū)域的地下水儲量變化幅度較大，受自然與人類活動的影響較大，需要引起更多的關注。穩(wěn)定性級別為良的區(qū)域主要分布在華東、橫斷山區(qū)、西北荒漠、青藏高原等部分地區(qū)，空間分布上較分散且分布面積不大。中國地下水穩(wěn)定性一般的區(qū)域在空間上鑲嵌分布在優(yōu)與良之間，其占據(jù)的面積較大。

2.2 " 中國地下水時間變化特征

通過空間統(tǒng)計中國2003-2020年地下水儲量變化情況，結(jié)果顯示中國地下水變化整體呈下降趨勢。中國地下水等效水高的最高值為2005年的6.25 mm，最低值為2020年的-39.55 mm，地下水等效水高下降了45.80 mm，平均減少2.54 mm/a，貢獻區(qū)域主要集中在中國北方區(qū)域。2003-2005年地下水等效水高連續(xù)上升，2005-2011年連續(xù)下降，2011-2015年呈波動趨勢，2015-2017又呈下降趨勢，2018年略有回升，2018-2020年又呈下降趨勢。整體來看，2003-2020年，中國地下水等效水高由-0.83 mm下降至-39.55 mm，下降了38.72 mm，下降率為2.15 mm/a。中國2003-2020年地下水儲量呈先增加后減小的變化趨勢，主要是受人類開采強度影響，降水、溫度等自然因素只在部分氣候敏感區(qū)響應顯著（陳飛等，2020）。時間序列上的變化趨勢凸顯了中國地下水與居民的矛盾持續(xù)加劇，故持續(xù)關注中國地下水變化對區(qū)域水生態(tài)安全建設具有重要意義。

中國地下水儲量四季變化情況如圖4所示，本研究對多年的四季地下水求均值，從而更準確地分析地下水的季節(jié)變化。3-5月為春季、6-8月為夏季、9-11月為秋季、12至次年2月為冬季。從圖4可看出，中國地下水四季變化呈現(xiàn)出春冬季減少、夏秋季增加的變化特征。地下水儲量的季節(jié)變化主要受補給影響。中國受季風氣候影響，雨熱同期，夏秋季是中國的雨季，降雨充沛，地表徑流增加，補給了地下水，導致夏秋季中國地下水增加。而春冬季是枯季，降水稀少，地下水補給地表水，導致地下水下降。

2.3 " 中國地下水人口急劇下降區(qū)人口狀態(tài)

將2020年中國地下水下降人口暴露密度（圖2中顯著下降和極顯著下降區(qū)域內(nèi)的人口分布）分為8類（張亮林和潘竟虎，2021），分別為lt;5、5～9、10～19、20～49、50～99、100～199、200～500、gt;500人/km2。由ArcGIS 10.5統(tǒng)計可知，中國市域地下水下降人口暴露平均人數(shù)gt;500人/km2的區(qū)域主要分布在江蘇、河南、山東和遼寧等省份，共27個地級市，前6位分別為鞍山、盤錦、淮南、遼陽、鄭州和北京。200～500人/km2的市級行政單元有39個，主要分布在山東、河北、江蘇、安徽、山西等區(qū)域。lt;5人/km2的市級行政單元有187個，比例最大，主要分布在南方區(qū)域、西北區(qū)域、青藏高原等地。

此外，將中國市域地下水下降人口暴露總量區(qū)分為8個級別（張亮林和潘竟虎，2021），分別為lt;100、100～499、500～999、1 000～4 999、5 000～9 999、10 000～99 999、100 000～499 999、≥500 000人。其中≥500 000人的行政單元有3個，分別為北京、天津、保定；暴露總?cè)丝谠?00 000～499 999的市級行政單元有66個，主要分布在山東、河南、河北、山西、陜西、內(nèi)蒙古和新疆等地；暴露總?cè)丝谠?0 000～99 999的市級行政單元有76個，空間上與上一級交錯分布；暴露總?cè)丝趌t;100人的區(qū)域主要分布在南方區(qū)域及黑龍江省西部，共有167個，占比最大。

3 " 討論

“十三五”時期全國水利事業(yè)取得了長足發(fā)展，“十四五”時期是我國開啟建設社會主義現(xiàn)代化國家新征程的開篇期，是全面提升水安全保障能力的戰(zhàn)略機遇期。中國水安全保障工作要以《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》為綱領，響應新的治水需求，適應治水主要矛盾變化，進一步完善水利基礎設施網(wǎng)絡，提升現(xiàn)代水治理能力，加快構建符合新時代發(fā)展理念的水安全保障體系，更好地滿足人民群眾對防洪保安全、優(yōu)質(zhì)水資源、健康水生態(tài)、宜居水環(huán)境、先進水文化的需求，為高質(zhì)量發(fā)展和生態(tài)文明建設提供堅實的水利保障。中國水安全保障水平處于歷史最好階段，但受氣候變化復雜、地形地貌差異大、水資源時空不均、發(fā)展不平衡不充分等影響，部分地區(qū)地下水儲量安全、水資源轉(zhuǎn)換效率等方面仍存在薄弱環(huán)節(jié)。水利改革創(chuàng)新取得了一定進展，但仍需提速加力實現(xiàn)新突破。中國水資源總量豐富，江河縱橫交錯、湖泊星羅棋布，水系發(fā)育較好，但在空間尺度上分布極不均衡。尤其是隨著經(jīng)濟社會高速發(fā)展，水資源消耗量加劇、人均水資源量日益不足等問題引起了大眾的持續(xù)關注，但地下水儲量變化還未引起社會各界的廣泛關注。因此在經(jīng)濟高速發(fā)展的背景下，掌握中國長時間序列地下水變化情況及地下水下降區(qū)內(nèi)人口分布情況，有助于認識中國可持續(xù)發(fā)展過程中的人水關系，對于有序推進中國經(jīng)濟建設，實現(xiàn)水資源可持續(xù)發(fā)展具有重要意義。

本文基于GRACE、GLDAS和LandScan人口數(shù)據(jù)，根據(jù)流域水循環(huán)與水量平衡原理，統(tǒng)計了中國地下水變化趨勢與特征，識別了不同年份地下水的下降區(qū)域和區(qū)域內(nèi)的人口分布情況。目前，宏觀尺度的地下水變化研究還較少，這是由于中國地質(zhì)結(jié)構復雜，含水層較破碎。加之地下水人工監(jiān)測成本高、難度大，地質(zhì)、水文水利、環(huán)保等部門數(shù)據(jù)共享不足，使得宏觀尺度下中國的地下水儲量監(jiān)測研究比較缺乏。本研究融合了多種遙感數(shù)據(jù)，并參考前人研究思路，充分考慮變量間的空間依賴性與空間差異性，提高了度量變量關系的準確性。使得該研究不但掌握了中國地下水儲量的賦存狀況，還直觀反映了中國不同地區(qū)人水關系的空間異質(zhì)性。

部分學者在中國不同區(qū)域及尺度開展了工作，本文的研究結(jié)論與已有研究成果具有一致性。如涂夢昭等（2020）研究了中國地級市尺度2004-2015年地下水變化，發(fā)現(xiàn)地下水急劇下降區(qū)主要分布在華北平原和藏東南區(qū)域，而增加區(qū)域主要分布在南方區(qū)域、東北和青藏高原中北部區(qū)域。馮偉等（2017）研究得出華北平原2002-2014年地下水等效水高質(zhì)量虧損為（56±6） mm/a。Yi等（2016）報道2003-2014年黃河-淮河-遼河-海河流域的地下水損失也比較明顯，損失量約為（10.2±0.9） Gt/a。李婉秋等（2018）的研究結(jié)果表明，關中地區(qū)2003-2014年地下水長期存在虧損，虧損速率為3.7 mm/a。這些結(jié)果與本研究中地下水儲量變化的空間格局吻合較好。對比可知，本研究中地下水儲量變化特征與馮偉等（2017）、Yi等（2016）和李婉秋等（2018）的研究重合區(qū)域地下水儲量變化特征一致，均以減少為主。此外，2004-2015年，中國暴露于地下水急劇下降區(qū)中的城市人口增加了1 226萬，增長率為25.45%（涂夢昭等，2020）。在人水矛盾日益突出的大背景下，中國得天獨厚的自然條件與有效的政策措施使得本省的水資源儲量日益增加，為中國水生態(tài)安全提供了有力保障。

然而，本研究中也存在以下不足。首先，在數(shù)據(jù)方面，本研究中LandScan人口數(shù)據(jù)的空間分辨率為1 km，難以對區(qū)域內(nèi)人口進行更加精確的分析；此外，GRACE和GLADS數(shù)據(jù)的空間分辨率為25 km，盡管我們對其進行了數(shù)據(jù)校正和地理信息技術處理，但仍然存在一定的不確定性，對人水矛盾突出地區(qū)精確監(jiān)測具有挑戰(zhàn)性。最后，本研究所用的GRACE數(shù)據(jù)地下水儲量變化與人類經(jīng)濟活動的關系有待進一步挖掘。因此，未來可以從以下3個方面著手開展進一步的研究。其一，利用珞珈一號夜間燈光數(shù)據(jù)估算百米級人口數(shù)據(jù)，更細致地刻畫空間尺度上的人口分布及變化情況；其二，結(jié)合便攜式絕對重力儀和地下水監(jiān)測井數(shù)據(jù)對地下水儲量數(shù)據(jù)的空間分辨率進行降尺度并提高反演精度（馬萬軍等，2022）；其三，加入地下水暴露因素（地面沉降、地下水污染等相關數(shù)據(jù)），完善地下水負面暴露研究。在此3方面的基礎上，挖掘中國不同區(qū)域地下水儲量演變規(guī)律與人類活動的相互影響機制，為中國未來經(jīng)濟發(fā)展與水資源可持續(xù)利用提供科學參考。

4 " 結(jié)論

（1）中國地下水儲量變化的空間特征以極顯著變化為主。極顯著增加的區(qū)域主要分布在青藏高原北部、東北平原北部以及華中華南大部分區(qū)域，極顯著減少的區(qū)域主要分布在華北和西北區(qū)域。顯著變化與弱顯著變化相間分布。

（2）2003-2020年中國地下水變化在時間尺度上不斷下降。最高值為2005年的6.25 mm，最低值為2020年的-39.55 mm，地下水等效水高下降了45.80 mm，平均減少2.54 mm/a，貢獻區(qū)域主要集中在中國北方。

（3）人水矛盾突出區(qū)域主要集中在華北平原。2020年中國市域地下水下降人口暴露狀態(tài)為北方高，南部低。市域地下水下降人口暴露平均人數(shù)gt;500人/km2的區(qū)域集中分布在華北平原及周邊區(qū)域。市域地下水下降人口暴露總量最高的3個行政區(qū)為北京、天津、保定。

參考文獻

曹艷萍， 南卓銅， 胡興林， 2012. 利用GRACE重力衛(wèi)星數(shù)據(jù)反演黑河流域地下水變化[J]. 冰川凍土， 34（3）：680-689.

陳飛， 徐翔， 宇羊艷， 等， 2020. 中國地下水資源演變趨勢及影響因素分析[J]. 水科學進展， 31（6）：811-819.

鄧椿， 蔣曉輝， 孫維峰， 2022. 基于GRACE數(shù)據(jù)的黃河流域地下水儲量變化與人口暴露研究[J]. 干旱區(qū)地理， 45（6）：1836-1846.

馮偉， 王長青， 穆大鵬， 等， 2017. 基于GRACE的空間約束方法監(jiān)測華北平原地下水儲量變化[J]. 地球物理學報， 60（5）：1630-1642.

宮輝力， 李小娟， 潘云， 等， 2017. 京津冀地下水消耗與區(qū)域地面沉降演化規(guī)律[J]. 中國科學基金， 31（1）：72-77.

胡鵬飛， 李凈， 張彥麗， 等， 2019. 黃土高原水儲量的時空變化及影響因素[J]. 遙感技術與應用， 34（1）：176-186.

黃婉彬， 鄢春華， 張曉楠， 等， 2020. 城市化對地下水水量、水質(zhì)與水熱變化的影響及其對策分析[J]. 地球科學進展， 35（5）：497-512.

李婉秋， 王偉， 章傳銀， 等， 2018. 利用GRACE衛(wèi)星重力數(shù)據(jù)監(jiān)測關中地區(qū)地下水儲量變化[J]. 地球物理學報， 61（6）： 2237-2245.

陸大道， 孫東琪， 2019. 黃河流域的綜合治理與可持續(xù)發(fā)展[J]. 地理學報， 74（12）：2431-2436.

馬萬軍， 劉根友， 肖恭偉， 等， 2022. 新一代重力衛(wèi)星簡化動力學精密定軌實驗分析[J]. 測繪科學， 47（1）：24-32.

冉全， 潘云， 王一如， 等， 2013. GRACE衛(wèi)星數(shù)據(jù)在海河流域地下水年開采量估算中的應用[J]. 水利水電科技進展， （2）：42-46.

陶征廣， 陶庭葉， 丁鑫， 等， 2021.基于GRACE和GLDAS水文模型反演安徽省地下水儲量變化[J]. 地球物理學進展， 36（4）：1456-1463.

涂夢昭， 劉志鋒， 何春陽， 等， 2020. 基于GRACE衛(wèi)星數(shù)據(jù)的中國地下水儲量監(jiān)測進展[J]. 地球科學進展， 35（6）：643-656.

王雪梅， 李新， 馬明國， 2004. 基于遙感和GIS的人口數(shù)據(jù)空間化研究進展及案例分析[J]. 遙感技術與應用， （5）：320-327.

王志成， 張輝， 李萬江， 等， 2017. 基于GRACE數(shù)據(jù)的天山阿克蘇河流域水儲量變化分析[J].沙漠與綠洲氣象， 11（6）：1-8.

徐子君， 尹立河， 胡伏生， 等， 2018. 2002-2015年西北地區(qū)陸地水儲量時空變化特征[J]. 中國水利水電科學研究院學報， 16（4）：314-320.

楊陽， 2017. 關中地區(qū)地下水儲量時空變化監(jiān)測與分析[D]. 蘭州：蘭州交通大學.

趙珍珍， 馮建迪， 2019. 基于多源數(shù)據(jù)的科爾沁沙地陸地水及地下水儲量變化研究[J]. 水土保持通報， 39（3）：119-125， 131.

張亮林， 潘竟虎， 2021. 全球PM2.5人口暴露風險時空格局[J]. 中國環(huán)境科學， 41（11）：5391-5404.

鐘玉龍， 馮偉， 鐘敏， 明祖濤， 2020. 中國區(qū)域基于降水重構陸地水儲量變化數(shù)據(jù)集（2002-2019）[DS/OL].國家青藏高原科學數(shù)據(jù)中心， DOI：10.11888/Hydro.tpdc.270990. CSTR：18406.11.Hydro.tpdc.270990.

Chen J， Li J， Zhang Z， et al， 2014. Long-term groundwater variations in Northwest India from satellite gravity measurements[J]. Global and Planetary Change， 116：130-138.

Feng W， Zhong M， Lemoine J M， et al， 2013. Evaluation of groundwater depletion in North China using the Gravity Recovery and Climate Experiment （GRACE） data and ground-based measurements[J]. Water Resources Research， 49（4）：2110-2118.

Gong H， Pan Y， Zheng L， et al， 2018. Long-term groundwater storage changes and land subsidence development in the North China Plain （1971-2015）[J]. Hydrogeology Journal， 26（5）：1417-1427.

Howard K W F， 2015. Sustainable cities and the groundwater governance challenge[J]. Environmental Earth Sciences， 73（6）：2543-2554.

Kendall M G， 1955. Rank correlation methods[J]. British Journal of Psychology， 25（1）：86-91.

Long D， Pan Y， Zhou J， et al， 2017. Global analysis of spatiotemporal variability in merged total water storage changes using multiple GRACE products and global hydrological models[J]. Remote Sensing of Environment， （192）：198-216．

Mcdonald R I， Weber K， Padowski J， et al， 2014. Water on an urban planet： urbanization and the reach of urban water infrastructure[J]. Global Environmental Change， 27：96-105.

Sen P K， 1968. Estimates of the regressions coefficient based on Kendall’stau[J]. Journal of the American Statistical Association， 63（324）：1379-1389.

Strassberg G， Scanlon B R， Rodell M， 2007. Comparison of seasonal terrestrial water storage variations from GRACE with groundwater-level measurements from the High Plains Aquifer （USA） [J]. Geophysical Research Letters， 34（14）：L14402.

Tapley B D， Bettadpur S， Ries J C， et al， 2004. GRACE measurements of mass variability in the Earth system[J]. Science， 305（5683）：503-505.

Yi S， Wang Q， Sun W， 2016. Basin mass dynamic changes in China from GRACE based on a multibasin inversion method[J]. Journal of Geophysical Research-Solid Earth， 121（5）：3782-3803.

Zhong Y， Feng W， Humphrey V， et al， 2019. Human-induced and climate-driven contributions to water storage variations in the Haihe River Basin， China[J]. Remote Sensing， 11（24）：3050.

Zhong Y， Zhong M， Feng W， et al， 2018. Groundwater depletion in the west Liaohe river basin， China and its implications revealed by grace and in situ measurements[J]. Remote Sensing， 10（4）：493.

（責任編輯 " 熊美華）

Spatio-temporal Variation of Groundwater Reserves

in China Based on GRACE Data

ZHANG Liang‐lin1， KE Peng‐zhen2

（1. School of Geography and Ocean Science， Nanjing University， Nanjing " 210023， P.R. China;

2. Xianning Ecological Environment Monitoring Center of Hubei Provincial Department

of Ecological Environment， Xianning " 437000， P.R. China）

Abstract： Studying the long-term changes in groundwater storage and identifying the regions where groundwater storage has declined， as well as the population exposure density in these regions， can provide important scientific references for the sustainable utilization of water resources. Based on the Gravity Recovery and Climate Experiment （GRACE） satellite data， LandScan remote sensing images and Global Land Data Assimilation System （GLDAS） data， we explored the temporal and spatial variation of groundwater in China during the period 2003-2020 based on the principle of water balance. Results show： （1） The areas with abundant groundwater in China are mainly located in the south Yangtze River basin and the Qinghai-Tibet Plateau， while groundwater-deficient areas are mainly in North and Northwest China. There are significant spatial differences in groundwater stability in China， and the stability in North China， Northwest China and the Qinghai-Tibet Plateau are poor. （2） The average equivalent water height from 2003 to 2020 was -10.91 mm/a， and the equivalent water height of groundwater in China decreased from 2003 to 2020， mainly in northern China. The equivalent groundwater level decreased from -0.83 in 2003 to -39.55 mm in 2020， a total decrease of 38.72 mm in 18 years， with an average annual decrease of 2.15 mm/a. （3） The contradiction between human need and water supply was most prominent in the North China Plain， and groundwater in the southern region was more secure. In 2020， the areas with an average population gt; 500 people/km2 exposed to groundwater decline was primarily in the North China Plain and surrounding areas， and the three most serious administrative regions were Beijing， Tianjin and Baoding Cities.

Key words：Gravity Recovery and Climate Experiment （GRACE）; groundwater; population exposure; spatio-temporal characteristics; China