基于重力卫星的四川省干旱事件特征研究

崔立鲁 何明睿 罗川江 朱承康 殷茂乔

（文章编号：1004－5422（2023）02－0212－07

DOI：10.3969/j.issn.1004-5422.2023.02.017

收稿日期：2022-03-30

基金项目：武汉引力与固体潮国家野外科学观测研究站开放研究基金资助课题（WHYWZ202102）；成都大学大学生创新训练计划孵化培育项目（CDUCX2022141、CDUCX2022150、CDUCX2022179、CDUCX2022185）

作者简介：崔立鲁（1983—），男，博士，副教授，从事卫星重力水文应用研究.E-mail：lilucui@126.com

摘要：利用基于重力卫星时变重力场模型的严重干旱指数的干旱特征评估法研究了2002—2020年四川省发生的干旱事件并对干旱事件的持续时间、严重程度及峰值等干旱特征进行了量化分析.结果表明，在研究时间段内四川省共计发生了7次干旱事件，其中干旱严重程度较高的2次干旱事件分别发生在2002年7月至2003年5月和2009年5月至2010年4月.2次干旱事件分别持续了11个月和12个月，干旱严重程度分别为-72.64和-56.48.前者主要发生在四川省的东北部地区，而后者则主要发生在四川省西南部地区.基于重力卫星数据的干旱评估方法可以有效地探测到四川省干旱事件的发生，并能对干旱事件特征进行准确量化.

关键词：重力卫星;干旱事件;干旱特征;干旱指数

中图分类号：P426.616

文献标志码：A

0引言

干旱是一种严重的自然灾害［1］，随着全球变暖，世界各地干旱事件频发，其发生频率和严重程度也越来越高.干旱特征主要包括干旱持续时间、干旱严重程度、干旱峰值和干旱受灾面积［2］.实现干旱特征的精确量化对于干旱灾害的早期预警、减少灾害损失和灾后重建等具有非常重要的意义.

重力恢复与气候实验（GRACE）卫星及其后续计划（GRACE-FO）是由美国国家航空航天局和德国太空中心联合开发的.其中，GRACE卫星已于2002年3月发射升空，2017年6月完成任务；GRACE-FO卫星于2018年5月成功发射，并运行至今［3］.这两项卫星任务能够探测到包括从地球表面到最深层含水层的陆地水储量变化（TWSC），包括地表水、积雪、土壤水和地下水等［4］.因此，相对于传统干旱指数，基于GRACE/GRACE-FO TWSC的干旱指数能够从陆地水循环的角度更全面地反映干旱的实际情况.Yirdaw等［5］利用基于GRACE的总水储量亏损指数表征2002—2003年加拿大喀彻温河流域的干旱事件，给出了该流域TWSC长期变化趋势.Yi等［6］构建了基于GRACE TWSC的水文干旱指数，并用于监测2003—2012年美国地区的干旱事件.结果表明，该干旱指数与帕默尔干旱指数（PDSI）具有良好的一致性，能够有效地监测美国地区的干旱事件.Zhao等［7］提出了一种基于GRACE TWSC的干旱严重指数（GRACE-DSI），并监测到2002—2014年的全球主要干旱事件.结果表明，该干旱指数的探测结果与传统干旱指数在时变变化上具有高度的一致性.冉红艳等［8］采用GRACE-DSI分析了2019年夏秋季长江中下游地区发生的严重干旱事件，并对其干旱强度和时空分布情况进行了研究.结果表明，GRACE-DSI能够很好地表征2019年长江中下游地区的干旱事件进展，并与传统干旱指数具有良好的吻合性.虽然上述研究都验证了基于GRACE TWSC的干旱指数在监测区域干旱事件上的可靠性和可行性，但是并没有对干旱特征进行有效的量化.

四川省是我国重要的工农业生产基地，也是长江上游的人口和经济大省.本研究采用基于GRACE-DSI的干旱评估方法对四川省近18年以来的干旱事件特征进行量化分析.同时，利用自校准PDSI（scPDSI）和标准化降水蒸散指数（SPEI）对GRACE-DSI探测区域干旱事件的可靠性和可行性进行验证.干旱根据性质一般可以分为气象干旱、水文干旱、农业干旱和社会经济干旱［9］，由于本研究中GRACE数据反演的是陆地水储量变化，因此本研究中的干旱特指水文干旱.

1研究区域概况

四川省（见图1）位于我国西南地区，地处长江上游，总面积48.6万平方千米，其地理位置在北纬26°03′～34°19′，东经97°21′～108°12′之间.四川省地貌东西差异巨大，全境主要由山地、丘陵、平原、盆地和高原构成.截至2022年底，四川省常住人口为8 374万人，2022年四川省地区生产总值为56 749.8亿元.四川省是我国西部工业门类最齐全，优势产品最多，实力最强的工业基地.四川省农作物种植面积14 500～15 000万亩，其中粮食作物10 000万亩左右.

2数据与方法

2.1实验数据介绍

2.1.1GRACE/GRACE-FO数据

本研究采用由美国得克萨斯州立大学奥斯丁分校空间研究中心提供的2002年4月至2020年12月GRACE/GRACE-FO RL06时变重力场模型对四川省TWSC进行反演，其球谐系数截断至60阶.该模型扣除了潮汐、大气和海洋质量变化的影响［10-11］.由于受到地心运动和卫星轨道的影响，该时变重力场模型球谐系数的一阶项和C20系数存在着较大的误差，因此分别采用Swenson等［12］的成果和卫星激光测距仪的C20系数［13］对其进行替换.同时，由于GRACE和GRACE-FO计划之间存在着11个月的数据空白期，本研究采用由国家青藏高原科学数据中心提供的“中国区域基于降水重构陆地水储量变化数据集（2002—2019年）”填补上述空白［14］.

2.1.2传统干旱指数

本研究采用的传统干旱指数分别为scPDSI和SPEI.其中，1901—2019年scPDSI全球0.5°×0.5°格网数据由东英吉利大学气候研究所提供，相对于传统PDSI数据，其考虑了全球范围内气候变化的长期趋势变化，因此更适合用于全球范围内的干旱事件研究［15］;1901—2018年SPEI全球0.5°×0.5°格网数据由东英吉利大学气候研究所提供，其是基于標准化降水指数的基本原理通过计算不同时间尺度上的降水量和潜在蒸发量之间的累积差异综合得到的［16］.SPEI数据分为3、6和12个月的3种不同时间尺度，分别代表气象、农业和水文干旱.因此，不同时间尺度上的SPEI数据可用于监测不同类型的干旱事件［17］.而本研究采用的scPDSI和SPEI格网数据的时间跨度均为2002年4月至2020年12月.

2.1.3纳什效率系数

在水文学中，纳什效率系数被广泛地应用于对观测和模拟数据之间的相互比较，其具体表达式为，

NSE=1－∑ni=1Xi－Yi2∑ni=1Xi－Xmean2i=1，2，3，…，n（1）

式中，NSE为纳什效率系数，Xi 是某一种观测数据序列，Yi 是另一种模拟数据序列，Xmean 是观测时间序列的平均值，n为观测序列和模拟序列的观测值个数.NSE的数值范围为－∞～1.NSE=1意味着2种序列完美符合；0

2.2数据处理方法

球谐系数法计算TWSC的表达式［18-19］为，

ΔHθ，λ=aρave3ρw∑∞l=02l+11+kl∑lm=0lmcosθ（ΔClmcos（mλ）+ΔSlmsin（mλ））（2）

式中，ΔH为等效水高（也即TWSC）；θ和λ分别为地心余纬和地心经度；l和m分别为球谐系数的阶次数；a为地球平均半径，其值为6 371.393 km；kl为勒夫数；ρw为水密度，其值为1 000 kg/m3；ρave为地球平均密度，其值为5 507.85 kg/m3；ΔClm和ΔSlm为重力场球谐系数相对于背景场的变化量；lmcosθ为规格化缔合勒让德函数.本研究采用2002年4月至2020年12月的球谐系数平均值作为背景场.由于重力场模型球谐系数高频误差和相关误差的影响，采用球谐系数法得到的研究区域内1°×1°TWSC格网数据结果存在着显著的南北条带误差，因此，本研究采用300 km Fan滤波加上P3M6滤波对上述误差进行处理［20］.

随后通过对球谐系数法得到的TWSC格网数据进行标准化得到研究区域内1°×1°GRACE-DSI格网数据，其计算公式［21］为，

GRACE-DSIi，j=TWSCi，j－TWSCmeanjσj（3）

式中，TWSCi，j为第i年的第j月的TWSC，其中2002≤i≤2020，1≤j≤12.TWSCmeanj和σj分别为所有第j月TWSC的平均值和方差.当GRACE-DSI连续3个月≤-0.1，且受灾面积比≥10%时，则认为干旱事件发生了.而干旱严重程度的公式［22］为，

S=×D（4）

式中，S为某一干旱事件的严重程度，为发生干旱事件期间GRACE-DSI的平均值，D为干旱事件持续的时间.

3结果与分析

3.1GRACE-DSI的验证

图2给出了四川省2002—2020年5种干旱指数的时间序列.由图可知，5种干旱指数时间序列具有一致的趋势变化.由于不存在干旱指数的真值，因为无法对GRACE-DSI的精度进行评估，因此综合4种传统干旱指数，以相关系数和纳什效率系数作为指标，评估了GRACE-DSI的适用性.本研究采用3点平滑对5种干旱指数进行处理，然后分别计算了他们相互之间的相关系数（见表1）.由表可知，GRACE-DSI与其他干旱指数之间的相关系数均大于0.5，这说明GRACE-DSI与其他干旱指数均为强相关.上述干旱指数中，与GRACE-DSI相关性最强的是SPEI-12，两者的相关系数为0.70；其次是SPEI-6，两者的相关系数为0.67；接着是scPDSI，两者的相关系数为0.65；最弱的是SPEI-3，两者的相关系数为0.56.另外，GRACE-DSI与scPDSI、SPEI-3、SPEI-6和SPEI-12的纳什效率系数分别为0.43、0.34、0.49和0.58.上述结果表明，GRACE-DSI与4种传统干旱指数具有很好的一致性，也验证了GRACE-DSI在四川省探测干旱事件的可靠性和有效性.

由图2还可以看出，5种干旱指数之间存在着差异，这是由于GRACE-DSI、scPDSI和SPEI 3种干旱指数采用的计算数据不同所造成的，GRACE-DSI是基于整个陆地水储量变化，而scPDSI和SPEI在计算过程中分别采用的是降水和土壤水，降水和蒸散发.

3.2四川省干旱事件监测

本研究对2002年4月至2020年12月四川省干旱指数时间序列进行分析，以确定研究时间段内干旱事件的发生次数及对干旱事件的特征进行量化，结果如图3和表2所示.由图表可知，在研究时间段内四川省共计发生了7次干旱事件，其中，在2006—2011年近6年的时间内接连发生了4次干旱事件.而严重程度较高的2次干旱事件分别发生在2002年7月至2003年5月和2009年5月至2010年4月.2002年7月至2003年5月干旱事件的严重程度为-72.46，在此次干旱事件期间GRACE-DSI峰值出现在2003年5月，其值为-12.11，受灾面积比最高时达到了78.30%；2009年5月至2010年4月干旱事件持续时间达到了12个月，其严重程度为-56.48，而此次干旱事件的GRACE-DSI峰值为-8.69，出现在2010年4月，受灾面积比最高时达到了70.11%.而2016年9月至2017年2月的干旱事件是受灾面积最多的一次，其最高峰时受灾面积比达到了90.30%.

为了进一步研究区域干旱事件的影响，本研究随机选取了3次不同严重程度的干旱事件进行分析，分别为2002年7月至2003年5月、2009年5月至2010年4月和2016年9月至2017年2月.图4～图6分别给出3次干旱事件的干旱严重程度和干旱发生月份数的空间分布图.由图4（A）可知，本次干旱事件主要发生在四川省的中东部地区，尤其是东北部.四川省东北部地区的干旱严重程度均大于-40，而其他干旱地区的干旱严重程度大约为-10～-40.而在四川省西南部分地区干旱严重程度在0以上，说明该区域并没有受到本次干旱事件的影响.由图4（B）可知，受到本次干旱事件影响时间最长的主要集中在四川省东部，其中东北部地区的干旱月份达到了6～10个月.而在四川省西南部地区其干旱月份基本上为0，也就是说，该区域没有发生干旱.通过比较图4（A）和图4（B）可以发现，2个图的旱情分布情况基本一致.由图5（A）可知，本次干旱事件最严重的区域是四川省西南部地区，其干旱严重程度均大于-35；在中部和南部地区也受到了不同程度的干旱灾害影响，其干旱严重程度在-10～-35左右.而在北部地区基本上没有受到干旱灾害的影响，其干旱严重程度均大于0.由图5（B）可知，干旱月份数的空间分布与干旱严重程度基本一致.在四川省北部地区干旱月份数基本上为0，而干旱月份数较多的区域主要集中在四川省南部地区，且从东北往西南，干旱月份逐渐增多.

由图6（A）可知，本次干旱最严重的区域出现在四川省西北部，但是干旱严重程度最大也只有-20，且分布面积较小.而在四川省东南部的小部分地区基本上没有干旱.由图6（B）可知，干旱月份数的分布与干旱严重程度的分布基本一致，均为从西北到东南逐渐减少.

综合上述3次干旱事件的分析可知，GRACE-DSI可以有效地监测和量化四川省的干旱事件.

4结论

本文利用GRACE/GRACE-FO时变重力场模型构建了基于TWSC的干旱严重指数GRACE-DSI，并且利用该干旱指数监测并量化了四川省2002年4月至2020年12月发生的干旱事件，并采用4种传统干旱指数对GRACE-DSI在四川省监测干旱事件的能力进行了有效的评估.结果表明，GRACE-DSI在四川省与scPDSI、SPEI-3、SPEI-6和SPEI-12 4种传统干旱指数有着较好的一致性，这说明利用GRACE-DSI监测四川省干旱事件具有较好的可行性和有效性.同时，利用基于GRACE-DSI的干旱特征量化方法成功探测到四川省在研究时间段内共计发生了7次较大的干旱事件，其中以2002年7月至2003年5月和2009年5月至2010年4月2次干旱事件最为严重，2次干旱事件都影响到了四川省的大部分地区，持续时间均超过了11个月.因此，利用GRACE-DSI对四川省干旱事件进行监测和量化是有效可行的.而本研究的研究成果将为区域干旱灾害的预警和挽回灾害损失提供可靠的数据支持.

参考文献：

［1］Schwalm C R，Anderegg W R L，Michalak A M，et al.Global patterns of drought recovery［J］.Nature，2017，548：202-205.

［2］Cui L L，Zhang C，Luo Z C，et al.Using the local drought data and GRACE/GRACE-FO data to characterize the drought events in Mainland China from 2002 to 2020［J］.Appl Sci，2021，11（20）：9594-1-9594-8.

［3］崔立鲁，杜安，高珊，等.新一代重力卫星时变重力场滤波方法分析［J］.科学技术与工程，2021，21（8）：3018-3022.

［4］Longuevegne L，Wilson C R，Scanlon B R，et al.GRACE water storage estimates for the Middle East and other regions with significant reservoir and lake storage［J］.Hydrol Earth Syst Sci，2013，17（12）：4817-4830.

［5］Yirdaw S Z，Snelgrove K R，Agboma C O.GRACE satellite observations of terrestrial moisture changes for drought characterization in the Canadian Prairie［J］.J Hydrol，2008，356（1/2）：84-92.

［6］Yi H，Wen L.Satellite gravity measurement monitoring terrestrial water storage and drought in the continental United States［J］.Sci Rep，2016，6：19909-1-19909-11.

［7］Zhao M，Geruo A，Velicogna I，et al.A global gridded dataset of GRACE drought severity index for 2002-14：comparison with PDSI and SPEI and a case study of the Australia millennium drought［J］.J Hydrometeor，2017，18（8）：2117-2129.

［8］冉红艳，钟敏，陈威，等.利用GRACE-FO重力卫星探测2019年长江中下游极端干旱［J］.科学通报，2021，66（1）：107-117.

［9］Heim R R.A review of twentieth-century drought indices used in the United States［J］.Bull Amer Meteor Soc，2002，83（8）：1149-1166.

［10］崔立魯，周甜，张诚，等.利用重力卫星监测尼泊尔Ms8.1地震前后重力变化［J］.科学技术与工程，2020，20（28）：11434-11441.

［11］崔立鲁，张诚，邹正波，等.利用重力卫星监测2003—2016年南极地区冰盖质量变化［J］.科学技术与工程，2021，21（1）：27-31.

［12］Swenson S，Chambers D，Whar J.Estimating geocenter variations form a combination of GRACE and ocean model output［J］.J Geophys Res，2008，113（B8）：194-205.

［13］Chen J L，Rodell M，Wilson C R，et al.Low degree spherical harmnonic influences on Gravity Recovery and Climate Experiment （GRACE）water storage estimates［J］.Geophys Res Lett，2005，32（14）： L14405-1-L14405-9.

［14］Zhong Y L，Feng W，Humphrey V，et al.Human-induced and climate-driver contributions to water storage variations in the Haihe river basin，China［J］.Remote Sens，2019，11（24）：3050-1-3050-8.

［15］Schrier G，Barichivich J，Biffa K R，et al.A scPDSI-based global data set of dry and wet spell for 1901—2009［J］.J Geophys Res Atmos，2013，118（10）：4025-4048.

［16］Vicente-Serrano S，Beguería S，López-Moreno J I.A multiscalar drought index sensitive to global warming：The standardized precipitation evapotranspiration index［J］.J Clim，2010，23（7）：1696-1718.

［17］Wu T T，Zheng W，Yin W J，et al.Spatiotemporal characteristics of drought and driving factors based on the GRACE-derived total storage deficit index：a case study in Southwest China［J］.Remote Sens，2021，13（1）：79-1-79-10.

［18］崔立鲁，宋哲，邹正波，等.基于GRACE的2009—2010年西南地区特大干旱分析［J］.人民长江，2020，51（7）：13-19.

［19］崔立鲁，张诚，邹正波，等.2003—2016年南极地区冰盖质量变化时间序列分析［J］.大地测量与地球动力学，2020，40（12）：1219-1222.

［20］崔立鲁，宋哲，邹正波，等.重力卫星时变重力场位系数误差Fan滤波算法分析［J］.科学技术与工程，2019，19（15）：46-51.

［21］Cui L L，Zhang C，Yao C L，et al.Analysis of the influencing factors of drought events based on GRACE data under different climatic conditions：a case study in Mainland China［J］.Water，2021，13（18）：2575-1-2575-9.

［22］Thomas A C，Reager J T，Famiglietti J S，et al.A GRACE-based water storage deficit approach for hydrological drought characterization［J］.Geophys Res Lett，2014，41（5）：1537-1545.（實习编辑：姚运秀）

Research on Characteristics of Drought Events in Sichuan Province Based on Gravity Satellite

CUI Lilu，HE Mingrui，LUO Chuanjiang，ZHU Chengkang，YIN Maoqiao

（School of Architecture and Civil Engineering，Chengdu University，Chengdu 610106，China）

Abstract：

The drought characteristics evaluation method based on the severe drought index from gravity satellites time variable gravity field model was used to study the drought events in Sichuan from 2002 to 2020 and to analyze the duration，drought severity and peak value of these drought events.The results show that there were seven drought events in Sichuan during the study period and the two drought events with higher drought severity occurred from July 2002 to May 2003 and from May 2009 to April 2010，respectively.The two drought events lasted for 11 and 12 months，respectively，and the drought severity were -72.64 and -56.48，respectively.The former one mainly occurred in the northeast Sichuan and the latter one mainly occurred in southwest Sichuan.The above study results show that the drought assessment method based on gravity satellite data can effectively detect the occurrence of drought events in Sichuan province，and can accurately quantify the characteristics of drought events.

Key words：

gravity satellite;drought event;drought characteristics;drought index