青藏高原及其东部多年水量平衡变化特征研究

2019-11-11 11:44王鹏黄瑾
科技创新与应用 2019年28期

王鹏 黄瑾

摘  要:文章基于实测降水数据、重力卫星数据和陆面数据同化系统输出降水、径流、蒸散发数据来计算青藏高原及其东部的江河源区的各研究流域的多年陆地蓄水量。计算结果表明,在各研究流域上的陆地蓄水量其均不为0,其在年际间存在较大的波动。不同数据的计算结果存在较大的差异,基于重力卫星数据的陆地蓄水量变化幅度远小于其他数据。这种差异可能与数据的质量有关。

关键词:多源数据;水量平衡;陆地蓄水量

中图分类号:P333 文献标志码:A 文章编号:2095-2945(2019)28-0041-02

Abstract: Based on the measured precipitation data, gravity satellite data and land surface data assimilation system, this paper calculates the multi-year land storage capacity of the Qinghai-Tibetan Plateau and its eastern rivers. The results show that the land water storage capacity in each study basin is not 0, and it fluctuates greatly from year to year. The calculation results of different data are quite different, and the variation range of land water storage based on gravity satellite data is much smaller than that of other data. This difference may be related to the quality of the data.

Keywords: multi-source data; water balance; land water storage

前言

陆地水文循环系统的演变和转化对气候系统、水资源的可用性、极端水文气候事件的发生等等有着重要影响。全球陆地水循环也是了解地表、海洋和大气间复杂的互动反馈机制的关键点。而通过对各种数据源的(传统的地面观测,卫星遥感数据,模型模拟数据,再分析数据)水量平衡的准确估算模拟对于理解全球水循环来说十分有必要。

反应区域地表水文循环的水量平衡公式为:P-E-R=TWSC。对于区域水量平衡研究来说,最理想的情况无疑是在观测条件较好,数据较为完备的试验流域进行(Finnigan and leaning 2000)。虽然地表实测数据较为准确,常被当成是“真值”,但对于绝大多数流域来说,地面观测的真实值仍是较为匮乏的。而卫星遥感数据、模型模拟数据和再分析数据的逐步丰富,使其能够在地面观测资料较为稀少的地区提供诸如蒸散发,径流等数据。地表水文循环是一项复杂的动态过程,其囊括了水分转换,移动以及存储的能量交换及物质传输关系。因此,非观测手段所得数据的准确性和真实性往往取决于参数,下垫面等流域要素。

当前,针对水文循环的水量平衡方程,国内外已有不少研究。主要集中在以下幾个方面:

尽管国内外研究在区域水量平衡计算方面已经取得了一定的成果,但由于区域水量平衡本身的复杂性,数据的不确定性等诸多因素。区域水量平衡计算研究在以下方面仍有较大的发展空间:(1)定量评估多源数据的不确定性对区域水量平衡计算的影响。(2)如何评估多因素影响下区域水量平衡演变特征,区域水量平衡受流域的地形、地质、气候、植物耗水、土壤水运动、地下水储蓄、人类活动等多方面因素的影响,各组分间相互演化过程中具有复杂的时空特征。

综上所述,水量平衡各组分数据来源的多样性,影响因素的复杂性以及用于计算数据的准确性为区域水量平衡的计算带来了挑战。而从全局角度分析水量平衡组分的时空变异特征及影响因子,系统地揭示水文循环过程中的水量平衡各组分转换机理,为正确认识水文循环提供科学依据。本文首先分析水量平衡方程各组分的变化情况,其时间上对比分析了基于GRACE数据和水量平衡法估算的陆地蓄水量变化量(TWSC)的差异,进而分析其波动规律。

1 研究区域、数据及方法

1.1 研究区域

本文选取了青藏高原及其东部江河的源区的几个典型流域进行分析,各流域分布示意图如图1所示。

1.2 数据

本论文所选用的数据来源于地面观测、卫星遥感及陆面模式模拟数据。其中降水数据选用中国气象共享网所提供的实测格网降水数据(分辨率为0.5°),以及GLDAS降水数据(分辨率为1°)。蒸散发数据采用MOD16蒸散发(分辨率为0.05°)及GLDAS蒸散发数据(分辨率为1°)。径流数据选用GLDAS模拟的径流数据(分辨率为1°)。综合考虑,本文选用了2000-2014年这一时间段的GLDAS-1的四套模型(NOAH,VIC,CLM,MOS四个模式)数据以及其他数据进行分析。

1.3 陆地蓄水量变化量

对于陆地蓄水量变化量(TWSC)通常由以下两种方式算得,(1)由GRACE重力卫星数据估算所得,也即是TWSCGRACE=GRACEM-GRACEM-1。(2)由水量平衡方程计算所得,也即是TWSCwb=P-E-R。考虑到由水量平衡公式法计算时,降水与蒸散发数据存在多个数据来源,因此,我们将不同的数据来源进行编号,如下所示:

A:GLDAS降水-GLDAS蒸散发

B:GLDAS降水-MOD16蒸散发

C:实测降水-GLDAS蒸散发

D:實测降水-MOD16蒸散发

2 陆地蓄水量变化量(TWSC)变化规律

考虑到GRACE数据存在不少缺失值,因此选择数据最为完整的2004年-2010年,在流域尺度上与不同来源数据的水量平衡法估算的TWSC进行对比分析,并探究其多年累计值变化规律,其结果如图2所示。在各研究流域上,基于A方法计算的各模型的结果基本一致,但在青藏北存在明显偏低的情况。除青藏北以外的各流域上的TWSC较为一致。而基于B方法计算的结果,各模型间相距较小,但在各流域上幅度存在较大的波动,唐乃亥的各模型的计算结果接近于0,而在青藏中和青藏北地区的TWSC小于0。基于C方法计算的结果,其在各流域上的计算结果基本小于0,而各模型间的结果同样也存在较大的差距。对D方法的计算结果来看,青藏中和唐乃亥地区的计算结果接近于0,而青藏北地区的存在明显的负偏,而其他站点上存在显著的正偏。

3 结束语

本文选用GLDAS四套模型模拟的降水、径流及蒸散发数据,通过水量平衡公式法来计算TWSC。其计算结果表明,基于水量平衡公式计算的各研究流域多年TWSC并不为0。Sheffield等(2009)提出,单独使用遥感数据进行水量平衡计算无法使其闭合,Gao等(2010)和Penatti等(2015)人的研究也提及了这一点。为更进一步分析,引入实测降水、MOD16蒸散发数据进行对比计算。发现其多年TWSC的累计值仍不为0,且波动幅度较大(-20mm/月到30mm/月)。而在水量平衡方程中,通常都认为,多年TWSC的累计值约等于0。作为主要驱动数据的降水,其作为地表水循环的主要的直接的来源,对于最终计算结果有着较大的影响(Fu et al., 2007)。在通过水量平衡法计算TWSC时,不确定性误差的主要来源就是降水数据的数据质量。在地面观测站点较为稀疏的地区,降水数据的误差较大(Oki 和Kanae, 2006)。

参考文献:

[1]Finnigan J J, Leuning R. Long term flux measurements-coordinate systems and averaging[C]//Proc. International Workshop for Advanced Flux Network and Flux Evaluation. Centre for Global Environmental Research, National Institute for Environmental Studies, 2000:51-56.

[2]Gao H, Tang Q, Ferguson C R, et al. Estimating the water budget of major US river basins via remote sensing[J]. International Journal of Remote Sensing, 2010,31(14):3955-3978.

[3]Penatti N C, de Almeida T I R, Ferreira L G, et al. Satellite-based hydrological dynamics of the world's largest continuous wetland[J]. Remote Sensing of Environment, 2015,170:1-13.

[4]Fu G, Charles S P, Chiew F H S. A two-parameter climate elasticity of streamflow index to assess climate change effects on annual streamflow[J]. Water Resources Research, 2007,43(11).

[5]Oki T, Sud Y C. Design of Total Runoff Integrating Pathways (TRIP)-A global river channel network[J]. Earth interactions, 1998,2(1):1-37.