GRACE重力卫星监测煤矿开采区地下水变化研究

黄河中游是国家煤炭资源的聚集区,大规模、大范围的煤矿开采对地下水产生了较大扰动,而该区域的地下水是生产、生活重要的水源,因此,实时监测地下水变化是十分必要的。近年来,GRACE重力卫星为区域水储量变化监测提供了新的途径,本文利用GRACE重力卫星结合全球陆地数据同化系统GLDAS反演了黄河中游的重要支流-窟野河流域2009年的陆地水储量和地下水水储量变化,通过与降雨量、蒸发量、GLDAS和地表-地下水耦合模型的模拟结果进行分析比较后发现:GRACE可用于监测煤矿开采区地下水水储量变化,与基准期2004—2009年相比,2009年研究区陆地水水储量减少量为15.5 mm/月,地下水水储量减少量为29.4 mm/月。煤矿开采产生的导水裂隙带导通了土壤水与地下水交换的通道,导致土壤水的变化量与地下水水储量的变化量存在着较强的相关性,其相关系数达到0.84。     

基于GRACE重力数据反演黄河流域陆地水储量变化

基于GRACE重力卫星数据反演黄河流域2002-2013年陆地水储量变化,并通过GLDAS验证GRACE反演结果。在此基础上采用皮尔逊相关系数法进一步探究陆地水储量与降水、气温、蒸散和植被NDVI的关系。结果表明:基于GRACE数据能够较好地反演陆地水储量; 2002-2013年间黄河流域的水储量以0.56 cm/a的速度减少,且具有明显的季节特征,水储量在1-6月呈亏损状态,7-12月呈盈余状态;对黄河流域水储量变化与降水、气温、蒸散和NDVI进行滞后性分析,表明其与降水、蒸散、NDVI有两个月的滞后效应,与气温为3个月。     

基于卫星遥感数据和SPA的淮河流域陆地水储量变化研究

为研究流域陆地水储量多年变化情况,以淮河流域为例,利用2003-2016年GRACE重力卫星数据反演流域陆地水储量变化,分析其多年时空变化规律;利用MODIS遥感数据生成归一化植被指数NDVI,通过皮尔逊相关系数和SPA集对分析,结合降雨、温度、径流、NDVI和环流数据分析陆地水储量变化的主要影响因子。结果表明:GRACE反演的淮河流域陆地水储量整体呈现微弱下降趋势,具有年周期性,秋季初期达到峰值;流域南部桐柏山和大别山区域陆地水储量上升,北部流域内的郑州区域陆地水储量显著下降;陆地水储量变化与温度相关度较低,主要受降雨、径流变化影响,呈正相关,受当地植被归一化指数和环流指数影响相对较小,呈负相关。     

深循环地下水补给长白山天池的水量平衡分析

采用水量平衡方法研究天池集水区以外海拔高于天池水位地区是否能形成地下水补给到天池,通过对8个流域的水量平衡分析,发现天池周边流域的水量出现了较大的不平衡,多年平均的总排泄量大于降水量,外源水对研究区的年补给量达到23.25亿m3。研究表明补给天池的地下水不可能来自于天池集水区以外长白山降水的入渗补给。由于天池周边1 300 km范围内没有海拔高于天池水位的高原地区,据此推断,天池接受远源地下水补给,考虑到补给区存在强渗漏与同位素特征,推测补给天池的地下水来自于西藏高原河流的渗漏,地下水以一种特殊深循环方式完成了补给、径流与排泄过程。     

基于GRACE陆地水储量估算土壤湿度变化——以中国东部季风区为例

为探究获取高精度土壤湿度变化数据的新方法,选取2005年1月至2012年12月为研究时段,利用GRACE重力卫星反演降尺度得到的空间分辨率为0.25°×0.25°的陆地水储量变化数据和GLDAS-NOAH陆面模式模拟的地表径流、积雪深以及实测地下水位等数据,基于水量平衡原理估算东部季风区6个主要流域的土壤湿度变化数据,反演深度范围可达0～200 mm。从时空相关性、均方根误差、趋势度等方面,与AMSR-E、ERA-Interim、MERRA2、ASCAT、GLDAS-NOAH、GLDAS-Mosaic、GLDAS-Catchment共7种土壤湿度产品进行对比验证。结果表明:估算的土壤湿度变化数据优势明显,在珠江流域表现最好,与上述产品的皮尔逊相关系数分别为0.70、0.79、0.86、0.85、0.81、0.50和0.51;与MERRA2、ASCAT、GLDAS-Catchment的单变量Moran′s I较为相近,分别为0.67、0.80和0.74,且与其他产品的均方根误差均较小,大部分控制在0.25～0.30;各种产品的土壤湿度变化在黄河流域表现一致性较差,皮尔逊相关系数均在0.41以下,变化趋势也不尽相同。     

基于多源遥感数据和水量平衡原理的灌溉用水量分析

农业灌溉水量估算和区域农业用水的校核是用水统计、监管的难点。现行基于典型调查和定额推算的方法依赖统计人员经验,易受人为因素干扰,准确性难以控制;采用基于水量平衡的灌溉用水推算方法时,区域蓄水变量和耗水量等要素仅依靠传统地面监测条件难以获取。遥感技术能够解决水量平衡方程中区域蓄水变量和蒸散发的估算问题,可以提高水量平衡方法在计算灌溉用水中应用的可行性,但大多数遥感产品存在区域适用性和精度的问题,需要将多种产品结合,通过相互校验和组合控制误差;此外,遥感产品与水量平衡要素之间还存在一定程度的概念差异,需要进行匹配与转换。本文构建了一种基于多源遥感数据和水量平衡原理的灌溉用水分析方法,利用区域水量平衡方程检验多源遥感数据的一致性和可靠性,建立遥感数据与水量平衡要素的对应关系,选取合理的区域蒸散发数据,再利用田间水量平衡将总蒸散发分解为降水蒸散发和灌溉蒸散发,推算得到灌溉耗水量和灌溉用水量的合理范围。应用本文提出的方法进行山东省济南市2012—2015年灌溉用水分析,并与济南市水资源公报统计的农业用水进行对比,结果表明:在降水量接近多年平均的2012、2013、2015年,二者结果较为接近;在干旱的2014年,本文的分析结果与公报结果相差较大。结合同期农田作物长势、区域地下水位变化分析,认为该年份存在较大的灌溉用水,本文结果比较合理。本文方法可为校核区域灌溉用水统计数据的合理性提供技术支撑。     

遥感和再分析蒸散发数据精度评估:基于GRACE和流域月水量平衡模型的比较研究

采用GRACE陆地水储量变化数据和两参数月水量平衡模型(WBM-DP)分别构建了流域实际蒸散发月序列ET_GRACE和ET_WBM,以此为基准评价了两种遥感蒸散发数据MOD16、SSEbop和一种大气再分析蒸散发数据GLDAS-Noah在汉江流域上游的性能,解析了基准序列不同对蒸散发数据精度的影响。结果表明,GRACE数据和WBM-DP得到的2006—2014年汉江流域上游蒸散发基准序列在年尺度上较接近,但在月尺度上差异明显。WBM-DP可较好地模拟降水和潜在蒸散发作用下流域水储量的季节性变化特征,构建的蒸散发基准序列也更合理;而GRACE数据反映的流域水储量变化存在不合理现象,由此根据水量平衡方程推算的月蒸散发基准序列也具有异常现象。在月尺度上,基准序列的不同会导致蒸散发数据精度指标的非一致性变化,其精度评估结果也可能不同,在非汛期各月,以ET_WBM为基准时,MOD16综合精度最优;而以ET_GRACE为基准时,SSEbop最优。且相对于ET_GRACE,以ET_WBM     

基于GRACE和GRACE-FO的黄河流域陆地水储量及影响因素分析EI北大核心CSCD

基于GRACE和GRACE-FO卫星陆地水储量遥感数据,采用长短期记忆(LSTM)神经网络模型,结合水量平衡方程和全球陆地数据同化系统(GLDAS)重建GRACE与GRACE-FO间的陆地水储量变化量,分析黄河流域2002年4月至2020年3月陆地水储量变化特征,探究影响陆地水储量变化的环境因子。结果表明:LSTM模型可以有效填补GRACE与GRACE-FO间的陆地水储量变化量;黄河流域陆地水储量呈明显下降趋势,上、中、下游下降趋势依次增大,陆地水储量与地下水储量的变化特征高度相关;黄河流域上、中、下游年陆地水储量变化量与年降水量和年干燥度指数呈极显著相关关系,表明黄河流域陆地水储量变化受到降水和蒸散发的影响。     

基于GRACE和MODIS数据的长江流域陆地水储量变化分析及预测

利用GRACE重力卫星数据反演的长江流域陆地水储量变化(TWSA)以及MODIS遥感数据生成的归一化植被指数(NDVI),从趋势性、相关性及时空变化特征3方面分析长江流域陆地水储量变化以及植被覆盖变化。结果表明:长江流域归一化植被指数(NDVI)与陆地水储量变化(TWSA)之间有强相关性,二者均在2月份达到最低值,在8月份达到峰值,季节变化均呈现夏季＞秋季＞春季＞冬季的规律。利用GRACE水储量与NDVI最小二乘拟合关系,通过灰色预测模型得出长江流域2016年为偏丰水年。研究结果可为长江流域水资源规划及预警提供参考依据。     

GRACE卫星数据在海河流域地下水年开采量估算中的应用

结合GRACE卫星数据和全球陆面数据同化系统GLDAS数据,反演了2004—2009年连续72个月的海河流域地下水储量变化。在此基础上,结合2004—2009年海河流域水资源公报的降水量、地下水开采量数据,建立了地下水年开采量与GRACE地下水储量年变化、年降水量的二元回归模型。利用GRACE卫星数据和GLDAS数据反演的地下水储量年变化与由地下水位观测数据计算出的地下水储量年变化相关性较强,其R2为0.804;基于GRACE地下水储量年变化数据与年降水量数据,对地下水年开采量的估算结果良好,建立的回归模型的R2为0.787,表明利用GRACE卫星数据对地下水年开采量进行估算是可行的,是传统地面调查的良好补充。     

地下水开采对海河流域水循环过程影响的模拟

利用分布式时变增益水文模型(DTVGM)的产流机制改进CLM3.5(Community Land Model version 3.5)的水文过程参数化,同时嵌入地下水开采对流域水循环影响的模块,并考虑经济社会用水,建立能够描述流域自然-人文过程的大尺度陆地水循环模型(CLM-DTVGM)。以地下水开采严重的海河流域为研究区,以中科院青藏高原研究所建立的中国区域高时空分辨率地面气象要素数据集作为大气强迫驱动,针对海河流域1980年-2010年的水循环过程进行模拟,分析地下水开采活动对流域水循环过程的影响。结果表明:地下水开采活动引起海河流域地表径流和土壤湿度整体有所减少,蒸散发则呈增加趋势,且各水循环要素空间分异较大。     

海河流域平原区浅层地下水超采量估算

收集整理了海河流域平原区浅层各省市几种来源的地下水位数据,利用ARCGIS技术,矢量化《华北平原地下水可持续利用图集》作出1959年、1984年、2005年6月地下水等水位图,利用《中国地质环境监测地下水位年鉴》2005年-2013年末及2005年6月数据,计算了时段变化率,推算出2005年-2013年地下水等水位图,并利用"华北平原地下水演变机制与调控项目"地下水位数据对估算水位进行检验,说明推算的地下水位分布是可靠的,进一步结合地下水开采漏斗和含水层给水度对超采量进行了估算。计算结果表明,1959年-2013年,海河流域平原区浅层地下水累计超采979.45×10~8 m~3,水位平均下降9.62m。其中1959年-1984年年均超采16.34×10~8 m~3,水位平均累计下降3.93m、年均下降0.141m;1984年-2005年年均超采21.21×10~8 m~3,水位平均累计下降6.28m、年均下降0.299m;2005年-2013年年均超采15.67×10~8 m~3,水位平均累计下降1.05m、年均下降0.131m,2010年以后已呈平稳状态。超采漏斗主要存在于山前地区且用水量较大的城市,尤以子牙河平原西部石家庄、邢台一带最为严重。     

海河流域用水平衡及生态用水保障措施探讨

从经济用水和生态用水两方面对海河流域用水平衡进行了分析,结果认为海河流域水资源短缺严重。生态用水是保证流域生态、经济可持续发展的前提和根本,但该流域生态缺水量占总生态用水量的比例都在80%以上。重点分析了农业节水对保障生态用水的贡献,现阶段海河流域农业节水总潜力为43.2亿m3。本文从农业节水的角度入手,对流域生态用水的保障措施进行了探讨,认为综合考虑流域的节水潜力和调水供水补给后,生态用水有望得到充分的保障。     

海河流域水资源与水环境管理

针对我国北方地区城市化进程中所导致的水资源短缺和水污染严重的形势,以海河流域下游平原地区为例,探讨区域水资源管理和水污染综合整治的管理对策:①深化水资源管理体制改革和机制创新,在水资源优化配置和综合管理中实现水量和水质的统一;②在进行跨区域调水的同时,更加重视发展循环经济,发展"能耗低、水耗小、排污少"产业,建设节水防污型社会;③统筹区域水资源保护、水污染控制和水生态修复工作,实现"分质供水"和"梯级利用";④加强污水资源化、雨水利用和海水淡化等非常规水资源的综合利用。     

基于 GRACE 的柴达木盆地水储量变化

水储量是反映区域水资源变化和水量平衡的重要指标,重力反演与气候实验(GRACE)卫星数据为大尺度的水储量变化评估提供了数据支撑。应用2003-2015年的GRACE RL05时变重力场数据并结合地面实测资料,研究柴达木盆地的水储量时空变化特征及其归因。结果表明:13年间柴达木盆地水储量变化呈上升趋势,月平均上升速度约0.26mm;多年平均水储量变化幅度由南向北增量递减,变化幅度8.29~69.38mm;研究区水储量增加与降水量增多的趋势一致。基于GRACE时变重力场反演水储量的方法,为西北资料稀缺地区的水储量变化评估提供了重要支撑。     

海河流域水资源和水生态环境问题刍议

在简要介绍海河流域水资源过度开发利用和水生态环境严重恶化状况的基础上,提出了修复水资源利用的可持续性和水生态环境的目标,建议采取建设节水型社会、加快水污染防治、抓紧南水北调工程建设、提高调控洪涝水能力和加强管理等对策和措施。     

GRACE反演近年青藏高原及雅鲁藏布江流域陆地水储量变化

利用2005年至2010年6年的GRACE(Gravity Recovery and Climate Experiment)数据反演,研究了青藏高原地区以及雅鲁藏布江流域的季节及年陆地水储量的变化情况.结果显示:在研究区,伴随着显著地季节性波动,年水储量均有明显的下降趋势.同时,流域GRACE数据反演结果和国际上几种模式的水文模拟结果比较表明,GRACE在两个流域上的反演结果与CPC水文模型模拟结果变化趋势较为一致,但水储量年、季变化幅度偏大,而与GLDAS发布的CLM与VIC模型的结果则相差甚远,主要原因归结为青藏高原地区气候条件复杂导致模型的不确定性及误差较大,而大多水文模型缺乏对地下水变化的模拟能力所致.