南水北调东线工程运行前后山东省水储量变化分析

摘 要：为掌握南水北调东线工程对山东省陆地水储量变化的影响，采用２０１０ 年１ 月至２０１７ 年１２ 月ＧＲＡＣＥ 重力卫星数据，结合同期主要水文要素（降水量、蒸散发量）数据集，以南水北调开通时间为界，利用分时间段分区域的方式对研究区陆地水储量变化、主要水文要素变化进行研究，结合同期南水北调工程调水量数据推算南水北调工程对山东省水储量变化的影响。结果表明：研究时段内，多年间研究区水储量空间分布呈从东到西依次降低的态势，季节特性表现为夏秋季水储量丰富，而春冬季较少；分时段研究结果显示水储量衰减速度在南水北调工程开通前后分别为－１．４５、－０．３６ ｃｍ／ ａ，综合多个水文要素数据集计算发现南水北调工程对鲁西的中南部、鲁中的南部产生了较好的正向影响。综合而言，南水北调工程缓解了山东省水储量５６．９％的下降趋势，在研究时间段内对研究区水资源条件、水储量富集产生了较为积极的作用。

关键词：ＧＲＡＣＥ 重力卫星；陆地水储量；时空变化；南水北调

中图分类号：ＴＶ６８；ＴＶ２１３．４ 文献标志码：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０７．０１３

引用格式：兀泽坤，李爱民．南水北调东线工程运行前后山东省水储量变化分析［Ｊ］．人民黄河，２０２４，４６（７）：７２－７８．

０ 引言

南水北调东线工程是缓解京津冀地区、山东半岛和淮河流域水资源短缺的重要战略工程［１］ ，于２００２ 年年底开工，于２０１３ 年１１ 月通水，自建成以来，受水区包括枣庄、济宁、聊城、德州、济南、滨州、淄博、东营、潍坊、青岛、烟台、威海等城市［２］ 。为掌握南水北调东线工程对山东省陆地水储量变化的影响，开展相关研究具有现实意义。

陆地水储量［３］ （Ｔｅｒｒｅｓｔｒｉａｌ Ｗａｔｅｒ Ｓｔｏｒａｇｅ，ＴＷＳ）包括地表水量、地下水量、土壤含水量、生物含水量等，是区域水资源监测的重要指标。ＧＲＡＣＥ 重力卫星采用极地近圆轨道低卫星跟踪技术，通过获取星间距离的变化及其残差来恢复时变重力场信息［４］ 。在消除天体引潮力对海洋、大气和相关地球动力过程引起的时变重力场影响后，ＧＲＡＣＥ 时变重力场反映的主要是两极冰盖、山岳冰川、陆地水储量以及海平面变化信息［５］ 。近年来，ＧＲＡＣＥ 重力卫星成为对陆地水储量进行大规模监测的重要手段［６］ 。

国内外专家学者利用ＧＲＡＣＥ 重力卫星数据对区域水储量进行了相关研究，如：郭仁杰等［７］ 利用ＧＲＡＣＥ重力卫星与多元气象数据探究２００３—２０１９ 年中国及其四大自然地理区地下水储量变化特征，发现西北地区地下水储量的下降趋势最为明显；安琳莉等［８］ 在ＧＲＡＣＥ观测数据与气象数据的基础上加入水文模型ＷａｔｅｒＧＡＰ２．２ｄ 模拟人为耗水，以探究人类活动对陆地水储量变化的影响；李嘉等［９］ 通过ＧＲＡＣＥ 重力卫星观测数据计算华北平原在南水北调工程运行后的水储量变化为２．９６ Ｇｔ／ ａ，与南水北调调水量（３．０８ Ｇｔ／ ａ）相近；聂圣琨等［１０］ 通过计算南水北调运行后海河流域陆地水储量变化，结合多元水文数据得出海河流域水储量缓解趋势贡献率由大到小依次是人为耗水、气候变化、南水北调调水，且调水贡献率与趋势呈增高态势；Ｙａｎｇ 等［１１］ 利用水文模型数据集、ＴＲＭＭ 数据、卫星测高数据和ＧＲＡＣＥ ＲＬ０５ 卫星数据，分析得出非洲肯尼亚区域２００２ 年至２０１０ 年的陆地水储量呈下降趋势，这主要是人类活动引起的水资源超采导致；Ａｎｙａｈ等［１２］ 用ＧＲＡＣＥ 卫星数据和高阶统计独立分量分析方法，研究了陆地水储量变化与５ 个全球气候遥相关指数之间的关系。目前大多研究仅针对陆地水储量与各个水文要素的关系进行探讨，却忽略了人类活动、工业生产、工程建设等活动对陆地水储量造成的影响。

笔者利用２０１０ 年１ 月至２０１７ 年１２ 月的ＧＲＡＣＥ重力卫星数据，结合同期主要水文要素（降水量、蒸散发量）数据集，以南水北调东线工程运行时间为界，利用分时间段分区域的方式对山东省陆地水储量变化、主要水文要素变化进行研究，结合同期南水北调东线工程调水量数据探讨南水北调东线工程运行后山东省水储量变化。

１ 数据与方法

１．１ 研究区域

山东省是地处我国华东地区的沿海省份，属于暖温带季风气候区，年平均气温为１１～１４ ℃，气候呈现降水集中、雨热同季、春秋短暂、冬夏较长的特点［１３］ ，年平均降水量为８３１ ｍｍ。如图１ 所示，山东省中部山地突起，西南、西北低洼平坦，东部缓丘起伏，形成以山地丘陵为骨架、平原盆地交错环列的地形大势。山东省分属于黄、淮、海三大流域，多年平均水资源总量约为３００ 亿ｍ３，地下水总量约为１５０ 亿ｍ３，其中大部分为降水下渗［１４］ 。黄河水是其主要客水资源，自南水北调东线工程建成后，长江水成为另一主要客水资源，该工程全长１ １９１ ｋｍ，由南北主线和东西主干线为主要引水线路，在山东省内形成Ｔ 形输水大动脉和现代水网大骨架。通过该工程使黄河水、长江水及当地水源结合，共同调度、优化配置，支持了全省经济和社会的可持续发展，同时也解决了经济发展与生态保护之间的矛盾［２］ 。南水北调东线工程已成为现代供水网络的骨干和重要的水运动脉。山东省水资源呈现的特点是总量远远不足，全省水资源总量仅占全国水资源总量的１．０９％，人均水资源占有量为３３４ ｍ３，仅为全国人均占有量的１４．９％（小于１／６）［１５］ 。

１．２ 数据与预处理

１．２．１ 重力卫星数据

在研究中选择太空研究中心（Ｃｅｎｔｅｒ ｆｏｒ Ｓｐａｃｅ Ｒｅ⁃ｓｅａｒｃｈ，ＣＳＲ） 的ＲＬ０６ 版本数据， 具体产品为ＣＳＲＧＲＡＣＥ／ ＧＲＡＣＥ－ＦＯ ＲＬ０６ Ｍａｓｃｏｎ Ｓｏｌｕｔｉｏｎｓ（ Ｖｅｒｓｉｏｎ０２），该产品以陆地水储量等效水高距平值的数据呈现，等效水高距平值即单位面积水储量高度扣除２００４—２００９ 年的平均值，其空间分辨率为０．２５°，时间分辨率为月尺度。选取２０１０—２０１７ 年山东省陆地水储量作为研究数据。由于ＧＲＡＣＥ 卫星在设备维护、设计寿命等方面的问题导致数据存在缺失情况，因此本研究对单月数据缺失情况采用取前后两年同月数据均值的方法处理，对长时间数据缺失情况采用自回归滑动平均模型［１６］ 进行处理。为了获取陆地水储量的变化速度，需要进行数据读取、剔除异常值、一元线性回归分析等处理，为了更精确地获得更高分辨率的水储量变化情况，选用在水文分析中常用的克里金插值方法进行插值。

１．２．２ 国家气象科学数据中心逐月降水数据集

本次研究选择国家气象科学数据中心（ｈｔｔｐ：／／ｗｗｗ．ｇｅｏｄａｔａ．ｃｎ）的１ ｋｍ 分辨率逐月降水数据集数据产品，该产品采用中国国家级地面气象观测站数据，将ＤＥＭ 数据作为协变量， 通过薄板样条插值方法（ＡＮＵＳＰＬＩＮ ｖ４．４）生成全国月尺度１ ｋｍ 分辨率降水数据。选取２０１０—２０１７ 年山东省降水数据为研究数据，采用降尺度方法将数据的空间分辨率与重力卫星数据相匹配，利用ＡｒｃＧＩＳ 中重采样技术实现降尺度，在参数选取中选择三次卷积法，设置目标像元大小为０．２５°。在数据读取、分析处理中采用与重力卫星数据相同的处理流程。

１．２．３ 蒸散发数据

美国宇航局哥达航空中心与海洋大气局环境预报中心联合开发的ＧＬＤＡＳ 全球陆面数据同化系统可以驱动４ 个不同的陆面模型（ ＣＬＭ、ＮＯＡＨ、ＭＯＳ 和ＶＩＣ），模拟生成２２ 个不同的陆地水文变量，如辐射通量、地热通量、蒸散发量、地表气压、温度等［１７］ 。本研究选用ＧＬＤＡＳ －ＮＯＡＨ 陆面模式Ｖｅｒｓｉｏｎ１ （ ｈｔｔｐｓ：／／ｅａｒｔｈｄａｔａ．ｎａｓａ．ｇｏｖ／ ）中的蒸散发数据产品［１８］ ，选用与重力卫星数据相同的时空分辨率，在数据读取过程中要考虑到蒸散发数据尺度的转换，后续处理采用与重力卫星数据处理相同的流程。

１．２．４ 南水北调工程调水量数据

本研究用于与研究结果对比的各项有关南水北调工程调水量方面的数据来源于２０１４—２０１７ 年的《山东省水资源公报》和各地市的水资源公报。将各年调水量数据进行整合并转换为陆地水高［１９］ ，其具体计算公式为

ｈ ＝ρｑ ／ ｓ （１）

式中：ｑ 为南水北调工程调水量，ｈ 为调水量转化后的陆地水高，ｓ 为研究区域面积，ρ 为水的密度。

１．３ 研究方法

本研究利用２０１０—２０１７ 年ＧＲＡＣＥ 重力卫星数据计算山东省的陆地水储量，并采用分时段的方式结合同期降水数据、蒸散发数据的变化趋势，获取研究区在去除主要水文要素影响后的水储量变化数据，进一步与南水北调工程调水量进行对比，得出南水北调工程对山东省水储量变化的影响。

１．３．１ 自回归滑动平均模型

自回归滑动平均模型［１６］ 是对时间序列进行处理的重要方法，由自回归模型与移动平均模型结合构成，在水文气象等领域的研究中，常用于对具有季节变动特征的指标的预测、缺失值填补等，其具体计算公式为

ｘｔ ＝μ＋ａｔ －θ１ａｔ－１ －…－θｐ ａｔ－ｐ （２）

式中：ｘｔ为第ｔ 月缺失水储量，μ 为回归模型得到的初始缺失值，ａ 为影响因子，θ 为影响系数，ｐ 为移动平均的阶数。

１．３．２ 一元线性回归

使用一元线性回归模型分别对水储量变化趋势、降水量变化趋势、蒸散发量变化趋势进行拟合分析，即利用多个像元数据在年内、年际的变化趋势，获取山东省多个时间尺度下的水储量变化趋势、降水量变化趋势、蒸散发量变化趋势。

１．３．３ 三次卷积法

在对降水数据集进行处理时，使用重采样技术使各个栅格数据集的空间分辨率相匹配，三次卷积法可通过拟合穿过１６ 个最邻近输入像元中心的平滑曲线确定像元的新值［２０ － ２１］ 。此方法适用于连续数据，其输出栅格的几何变形程度较小。

１．３．４ 克里金插值

在对多个要素数据集进行回归拟合获取变化趋势以及年际、年内平均值后，由于数据集分辨率仅为０．２５°，因此采用克里金插值的方式将数据集平滑输出，克里金插值是基于一般最小二乘算法的随机插值技术［２２］ ，用方差作为权重，是一种典型的统计学算法。利用ＡｒｃＧＩＳ 中空间分析模块的普通克里金插值法完成插值操作。

２ 结果与讨论

２．１ 山东省陆地水储量时空分布特征分析

为了探讨山东省水储量在不同时间段内所呈现的分布特征与规律，基于ＧＲＡＣＥ Ｍａｓｃｏｎ 数据集统计了２０１０—２０１７ 年山东省陆地水储量等效水高距平值历年春季（３—５ 月）、夏季（６—８ 月）、秋季（９—１１ 月）和冬季（１２ 月—次年２ 月）的均值（以月为单位），见图２ 和表１。由图２ 和表１ 得出：春季的等效水高距平值皆为负值，说明研究时段内春季水储量显著较多年均值小，范围为－２２．３～ －２．５１ ｃｍ，平均值为－９．９２ ｃｍ，在四季水储量平均值中处于最低值，这与山东省多年来旱灾多发生于春季的现象一致［２３］ ；夏季出现最大的水储量差值，其范围为－３１．４～６．８５ ｃｍ，水储量距平值均值为－７．５１ ｃｍ，这一数值是４ 个季节的最大值，在夏季东部沿海城市群展现出比春季更集中的水储量，较春季有显著的增加趋势，而西部内陆水储量则进一步减少；秋季与春季在空间分布以及数值上（－２３．０～３．９７ ｃｍ）都呈现出高度的相似性，但秋季的水储量距平值均值为－７．８２ ｃｍ，较春季高出不少；冬季全省水储量距平值范围为－１９．７ ～－２．９２ ｃｍ，冬季水储量距平值均值是除春季外最低的，为－８．５１ ｃｍ，但在空间分布上，东部沿海高数值范围占全省的比例是最大的。四季水储量的分布在空间上皆表现为东西异质性大于南北异质性，全省范围内从西到东水储量逐步增加，东部半岛城市群因沿海城市的气候特点导致东部水储量数值大，西部为内陆地区，４个季节均呈现较小的水储量值。

根据山东省陆地水储量季节分布展现出的空间异质性，利用自然断点法［１０］ 对山东省２０１０—２０１７ 年的水储量变化情况进行分类，并结合分类结果综合分析，合并类间差异较小的地域。分区结果为：区域１ 为西部的德州市、菏泽市、济南市、济宁市、聊城市、泰安市，下文中表示为鲁西地区；区域２ 为中部的滨州市、东营市、临沂市、潍坊市、枣庄市、淄博市，下文中表示为鲁中地区；区域３ 为东部的青岛市、日照市、烟台市、威海市，下文中表示为鲁东地区，如图３ 所示。

２．２ 南水北调东线工程对山东省水储量变化的影响分析

根据以上研究中得出的分区方法，结合南水北调东线工程２０１３ 年投入运行，对山东省陆地水储量、水文要素（降水、蒸散发） 进行分区分时段研究，得到２０１０—２０１３ 年及２０１４—２０１７ 年研究区陆地水储量、水文要素变化趋势，进而获取研究区在两个时段内排除主要水文要素的影响后的水储量变化情况，与南水北调工程调水量［２４－２７］ 进行比较，分析南水北调工程对山东省水储量变化的影响。

２．２．１ 南水北调工程运行前后山东省陆地水储量变化分析

利用ＧＲＡＣＥ Ｍａｓｃｏｎ 数据对陆地水储量变化趋势进行研究，以南水北调开通时间为界，对区域内各栅格点值进行一元线性拟合，得到结果后进行掩模提取和统计分析，进而得出分区后的分布范围和均值，结果见图４ 和表２。２０１０—２０１３ 年空间分布呈现出西南到东北递增的趋势，其中鲁西地区减小趋势最甚，按分区方法进行研究后发现３ 个区域的变化趋势均值仍呈现从西到东的阶梯状增长，对全省而言，变化趋势均值达－１．４５ ｃｍ／ ａ；而２０１４—２０１７ 年未形成明显的空间分布特性，３ 个区域的变化趋势均值也未呈现显著阶梯状变化，但相较于２０１０—２０１３ 年，可以明显观察到研究区水储量衰减趋势得到明显改善，对全省而言，变化趋势均值增加到－０．３６ ｃｍ／ ａ。

２．２．２ 南水北调工程运行前后山东省主要水文要素变化分析

在水循环机理中，水储量通常由降水过程作为主要输入源，蒸散发过程、径流过程作为主要输出源。本研究在选用ＧＬＤＡＳ－ＮＯＡＨ 陆面模式的径流产品进行相关试验后，得出径流量无论是基数还是变化趋势的值都过小，几乎可以忽略不计。因此，选用国家气象科学数据中心的降水数据集和ＧＬＤＡＳ－ＮＯＡＨ 陆面模式的蒸散发产品数据集分别作为陆地水储量变化的水文要素主要输入量和输出量，进而得到山东省主要水文要素在南水北调工程运行前后的变化趋势，结果见图５ 和表３。

２０１０—２０１３ 年，变化趋势未表现出强烈的空间分布特点，分区研究后３ 个区域变化趋势的分布范围及均值也基本类似，从各区域及全省均值情况判断，该研究时段水文要素变化趋势呈平衡状态，即降水输入量与蒸散发输出量基本持平，全省以０．０５５ ｃｍ／ ａ 的幅度增加。而２０１４—２０１７ 年，变化趋势呈现西高东低的空间特点，３个区域的变化趋势均值也呈阶梯形增长，全省变化趋势分布最值均远大于２０１０—２０１３ 年，推断这段时间内极端气候频发，例如强降水或极度高温导致的强蒸散，总体而言，水文要素在全省呈０．４３０ ｃｍ／ ａ 的正向趋势。

２．２．３ 南水北调工程运行前后山东省水储量变化分析

首先根据山东省２０１４—２０１７ 年水资源公报获取南水北调工程调水量数据，进而将其转换为水高，与南水北调运行前后陆地水储量及水文要素变化趋势进行对比，结果见表４ 和表５，其中陆地水储量变化速度前后差值应等于主要水文要素前后差值与非水文要素（人工用水、工业用水、农业用水、生活用水、调水等）前后差值之和，统计显示陆地水储量变化速度差值为１．０９ ｃｍ／ ａ，主要水文要素变化速度差值为０．３７５ ｃｍ／ ａ，南水北调变化速度差值为０．６２１ ｃｍ／ ａ。结果表明：水文要素和南水北调工程均在２０１４—２０１７ 年对水储量变化趋势产生了正向反馈，其中水文要素减缓了水储量约３４．５％的下降趋势，南水北调工程减缓了水储量５６．９％的下降趋势。根据水平衡原理，水储量变化速率应为水文要素与非水文要素变化速率之和，计算得到南水北调东线工程占据了大部分非水文要素的影响（约８６．９％）。

由于南水北调工程仅以省份为单位给出年调水量数据，并未进一步公示各区域空间分布情况，因此本研究在结果高度相似的前提下，结合南水北调对水储量影响的相关研究文献［９］ ，求出非水文要素变化趋势空间分布图，近似代表南水北调工程对山东省水储量变化的空间影响。处理得出非水文要素变化趋势空间分布及各区域分布范围与均值见图６ 和表６。从图６ 可以观察到在非水文要素的影响下，其空间分布与水储量变化趋势、水文要素变化趋势等结果呈现对称性，即由西低东高、南低北高等特征转换为西高东低、南高北低，西南部地区在水储量以及水文要素变化趋势分析中均处于研究区内的极低值，而在非水文要素影响下却成为最大值。将此结果近似等同于南水北调工程对山东省水储量的影响，可以推断出南水北调工程在鲁西地区中南部、鲁中地区南部产生了较好的正向影响。

３ 结论

利用ＧＲＡＣＥ 重力卫星数据，结合同期降水量、蒸散发量、调水量数据，采用自回归滑动平均模型求解重力卫星数据缺失值，利用一元线性回归分析分时段拟合各个数据集，分析得出山东省水储量空间分布及变化特征，以及南水北调东线工程、水文要素对山东省水储量变化的影响，主要结论如下。

１）２０１０ 年１ 月至２０１７ 年１２ 月山东省水储量在各季节空间分布上呈现东西向异质性，且从西到东水储量增加，不同季节水储量均值呈现与山东省气候特点的高度相关性，从高到低排序依次为夏季、秋季、春季、冬季。

２）山东省水储量在南水北调东线工程运行前后变化速率分别为－１．４５、－０．３６ ｃｍ／ ａ，水储量下降速度约减缓７５％；主要水文要素则分别为０．０５５ ｃｍ／ ａ（基本处于平衡状态）、０．４３０ ｃｍ／ ａ，水文要素在南水北调工程运行后对山东省水储量产生了正向影响。

３）与南水北调工程调水量数据对比后，将非水文要素变化趋势空间分布近似等同南水北调东线工程对山东省水储量变化的影响，可以得出该工程对鲁西的中南部、鲁中的南部产生了较好的正向影响。总体而言，该工程对全省水储量产生了每年０．６２１ ｃｍ 的正向趋势，缓解了全省水储量５６．９％的下降趋势，在研究时间段内对研究区水资源条件、水储量下降趋势产生了较为积极的作用。

参考文献：

［１］ 方国华，赵文萃，李鑫，等．南水北调东线工程江苏段水资

源调配研究［Ｊ］．水资源保护，２０２３，３９（４）：１－８．

［２］ 汪易森，陈斌．南水北调东线一期工程山东段通水效益分

析与认识［Ｊ］．中国水利，２０２２（９）：４－７．

［３］ 鲁晓娟．基于ＧＲＡＣＥ 重力卫星的黄河流域陆地水储量变

化及其潜在环境效应分析［Ｄ］．徐州：中国矿业大学，

２０２２：３１－３５．

［４］ ＣＨＥＮ Ｊ Ｌ，ＴＡＰＬＥＹ Ｂ，ＲＯＤＥＬＬ Ｍ，ｅｔ ａｌ．Ｂａｓｉｎ⁃Ｓｃａｌｅ Ｒｉｖｅｒ

Ｒｕｎｏｆｆ Ｅｓｔｉｍａｔｉｏｎ ｆｒｏｍ ＧＲＡＣＥ Ｇｒａｖｉｔｙ Ｓａｔｅｌｌｉｔｅｓ， Ｃｌｉｍａｔｅ

Ｍｏｄｅｌｓ ａｎｄ ｉｎ Ｓｉｔｕ Ｏｂｓｅｒｖａｔｉｏｎｓ：Ａ Ｃａｓｅ Ｓｔｕｄｙ ｉｎ ｔｈｅ Ａｍａｚｏｎ Ｂａ⁃

ｓｉｎ［Ｊ］．Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ，２０２０，５６（１０）：ｅ２０２０ＷＲ０２８０３２．

［５］ ＳＯＲＫＨＡＢＩ Ｏ Ｍ，ＡＳＧＡＲＩ Ｊ，ＡＭＩＲＩ⁃ＳＩＭＫＯＯＥＩ Ａ．Ｍｏｎｉｔｏｒｉｎｇ

ｏｆ Ｃａｓｐｉａｎ Ｓｅａ⁃Ｌｅｖｅｌ Ｃｈａｎｇｅｓ Ｕｓｉｎｇ Ｄｅｅｐ Ｌｅａｒｎｉｎｇ⁃Ｂａｓｅｄ ３Ｄ

Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ＧＲＡＣＥ Ｓｉｇｎａｌ ［ Ｊ］． Ｍｅａｓｕｒｅｍｅｎｔ， ２０２１，

１７４：１０９００４．

［６］ ＫＡＲＵＮＡＫＡＬＡＧＥ Ａ，ＳＡＲＫＡＲ Ｔ，ＫＡＮＮＡＵＪＩＹＡ Ｓ，ｅｔ ａｌ．

Ｔｈｅ Ａｐｐｒａｉｓａｌ ｏｆ Ｇｒｏｕｎｄ Ｗａｔｅｒ Ｓｔｏｒａｇｅ Ｄｗｉｎｄｌｉｎｇ Ｅｆｆｅｃｔ，ｂｙ

Ａｐｐｌｙｉｎｇ Ｈｉｇｈ Ｒｅｓｏｌｕｔｉｏｎ Ｄｏｗｎｓｃａｌｉｎｇ ＧＲＡＣＥ Ｄａｔａ ｉｎ ａｎｄ

Ａｒｏｕｎｄ Ｍｅｈｓａｎａ Ｄｉｓｔｒｉｃｔ，Ｇｕｊａｒａｔ，Ｉｎｄｉａ［Ｊ］．Ｇｒｏｕｎｄｗａｔｅｒ ｆｏｒ

Ｓｕｓｔａｉｎａｂｌｅ Ｄｅｖｅｌｏｐｍｅｎｔ，２０２１，１３：１００５５９．

［７］ 郭仁杰，王怀军，蔡安宁，等．重力卫星背景下中国陆地水

储量时空变化分析［Ｊ］．天津师范大学学报（自然科学

版），２０２２，４２（６）：４３－５２．

［８］ 安琳莉，黄建平，任钰，等．中国北方旱区陆地水储量变化

特征及其归因分析［Ｊ］．干旱气象，２０２２，４０（２）：１６９－１７８．

［９］ 李嘉，唐河，饶维龙，等．南水北调工程对华北平原水储量变

化的影响［Ｊ］．中国科学院大学学报，２０２０，３７（６）：７７５－７８３．

［１０］ 聂圣琨，尹文杰，郑伟，等．南水北调前后海河流域陆地

水储量变化分析［Ｊ］．大地测量与地球动力学，２０２３，４３

（２）：１２８－１３４．

［１１］ ＹＡＮＧ Ｔ，ＷＡＮＧ Ｃ，ＹＵ Ｚ Ｂ，ｅｔ ａｌ．Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ Ｓｐａｔｉｏ⁃

Ｔｅｍｐｏｒａｌ Ｐａｔｔｅｒｎｓ ｆｏｒ Ｖａｒｉｏｕｓ ＧＲＡＣＥ⁃ａｎｄ ＧＬＤＡＳ⁃Ｂｏｒｎ Ｅｓｔｉ⁃

ｍａｔｅｓ ｆｏｒ Ｃｈａｎｇｅｓ ｏｆ Ｇｌｏｂａｌ Ｔｅｒｒｅｓｔｒｉａｌ Ｗａｔｅｒ Ｓｔｏｒａｇｅ［Ｊ］．

Ｇｌｏｂａｌ ａｎｄ Ｐｌａｎｅｔａｒｙ Ｃｈａｎｇｅ，２０１３，１０９：３０－３７．

［１２］ ＡＮＹＡＨ Ｒ Ｏ，ＦＯＲＯＯＴＡＮ Ｅ，ＡＷＡＮＧＥ Ｊ Ｌ，ｅｔ ａｌ．Ｕｎｄｅｒ⁃

ｓｔａｎｄｉｎｇ Ｌｉｎｋａｇｅｓ Ｂｅｔｗｅｅｎ Ｇｌｏｂａｌ Ｃｌｉｍａｔｅ Ｉｎｄｉｃｅｓ ａｎｄ Ｔｅｒ⁃

ｒｅｓｔｒｉａｌ Ｗａｔｅｒ Ｓｔｏｒａｇｅ Ｃｈａｎｇｅｓ ｏｖｅｒ Ａｆｒｉｃａ Ｕｓｉｎｇ ＧＲＡＣＥ

Ｐｒｏｄｕｃｔｓ［Ｊ］．Ｓｃｉｅｎｃｅ ｏｆ ｔｈｅ Ｔｏｔａｌ Ｅｎｖｉｒｏｎｍｅｎｔ，２０１８，６３５：

１４０５－１４１６．

［１３］ 李瑞，孟令旺，朱义青，等．１９６１—２０１２ 年山东省汛期暴雨气

候特征分析［Ｊ］．气象与环境学报，２０１５，３１（２）：５１－５８．

［１４］ 山东省水利厅．２０２１ 年山东省水资源公报［Ｒ］．济南：山

东省水利厅，２０２２：１３．

［１５］ 杨风．山东水资源可持续利用发展路径［Ｊ］．水利发展研

究，２０１５，１５（１）：４６－５０，６５．

［１６］ 徐鹏飞，蒋涛，章传银，等．ＧＲＡＣＥ／ ＧＲＡＣＥ－ＦＯ 空窗期

的陆地水储量变化数据间断补偿：以全球典型流域为

例［Ｊ］．地球物理学报，２０２１，６４（９）：３０４８－３０６７．

［１７］ ＺＨＯＵ Ｔ，ＷＥＮ Ｘ Ｈ，ＦＥＮＧ Ｑ，ｅｔ ａｌ．Ｂａｙｅｓｉａｎ Ｍｏｄｅｌ Ａｖｅｒａｇｉｎｇ

Ｅｎｓｅｍｂｌｅ Ａｐｐｒｏａｃｈ ｆｏｒ Ｍｕｌｔｉ⁃Ｔｉｍｅ⁃Ａｈｅａｄ Ｇｒｏｕｎｄｗａｔｅｒ Ｌｅｖｅｌ

Ｐｒｅｄｉｃｔｉｏｎ Ｃｏｍｂｉｎｉｎｇ ｔｈｅ ＧＲＡＣＥ，ＧＬＥＡＭ，ａｎｄ ＧＬＤＡＳ Ｄａｔａ

ｉｎ Ａｒｉｄ Ａｒｅａｓ［Ｊ］．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２２，１５（１）：１８８．

［１８］ ＨＯＵ Ｙ，ＧＵＯ Ｈ，ＹＡＮＧ Ｙ Ｔ，ｅｔ ａｌ．Ｇｌｏｂａｌ Ｅｖａｌｕａｔｉｏｎ ｏｆ

Ｒｕｎｏｆｆ Ｓｉｍｕｌａｔｉｏｎ ｆｒｏｍ Ｃｌｉｍａｔｅ， Ｈｙｄｒｏｌｏｇｉｃａｌ ａｎｄ Ｌａｎｄ

Ｓｕｒｆａｃｅ Ｍｏｄｅｌｓ［Ｊ］． Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ，２０２３，５９

（１）：ｅ２０２１ＷＲ０３１８１７．

［１９］ 熊景华，郭生练，王俊，等．长江流域陆地水储量变化及

归因研究［Ｊ／ ＯＬ］． （２０２３ － ０７ － １４） ［２０２３ － ０８ － １２］．

ｈｔｔｐｓ：／／ ｄｏｉ．ｏｒｇ／１０．１３２０３／ ｊ．ｗｈｕｇｉｓ２０２３００１７．

［２０］ 李水兵，李培现．基于Ｍａｔｌａｂ 的三次卷积法在数字地形

数据内插中的应用［Ｊ］．测绘信息与工程，２０１１，３６（３）：

３６－３８．

［２１］ ＬＩＵ Ｘ Ｌ，ＳＵＮ Ｊ Ｋ，ＹＡＮ Ｇ Ｘ，ｅｔ ａｌ．３２－２：Ｉｍｐｒｏｖｅｍｅｎｔ ｉｎ Ｄｉ⁃

ｒｅｃｔｉｏｎａｌ Ｃｕｂｉｃ Ｃｏｎｖｏｌｕｔｉｏｎ Ｉｍａｇｅ Ｉｎｔｅｒｐｏｌａｔｉｏｎ［Ｊ］．ＳＩＤ Ｓｙｍ⁃

ｐｏｓｉｕｍ Ｄｉｇｅｓｔ ｏｆ Ｔｅｃｈｎｉｃａｌ Ｐａｐｅｒｓ，２０２０，５１（１）：４５５－４５８．

［２２］ ＢＡＬＡＣＣＯ Ｇ，ＦＩＯＲＥＳＥ Ｇ Ｄ，ＡＬＦＩＯ Ｍ Ｒ．Ａｓｓｅｓｓｍｅｎｔ ｏｆ

Ｇｒｏｕｎｄｗａｔｅｒ Ｎｉｔｒａｔｅ Ｐｏｌｌｕｔｉｏｎ Ｕｓｉｎｇ ｔｈｅ Ｉｎｄｉｃａｔｏｒ Ｋｒｉｇｉｎｇ

Ａｐｐｒｏａｃｈ［Ｊ］． Ｇｒｏｕｎｄｗａｔｅｒ ｆｏｒ Ｓｕｓｔａｉｎａｂｌｅ Ｄｅｖｅｌｏｐｍｅｎｔ，

２０２３，２１：１００９２０．

［２３］ 徐泽华，韩美．山东省干旱时空分布特征及其与ＥＮＳＯ 的相

关性［Ｊ］．中国生态农业学报，２０１８，２６（８）：１２３６－１２４８．

［２４］ 山东省水利厅．２０１４ 年山东省水资源公报［Ｒ］．济南：山

东省水利厅，２０１５：２１．

［２５］ 山东省水利厅．２０１５ 年山东省水资源公报［Ｒ］．济南：山

东省水利厅，２０１６：１８．

［２６］ 山东省水利厅．２０１６ 年山东省水资源公报［Ｒ］．济南：山

东省水利厅，２０１７：１９．

［２７］ 山东省水利厅．２０１７ 年山东省水资源公报［Ｒ］．济南：山

东省水利厅，２０１８：１７．

【责任编辑 张 帅】