EN中文

干旱区研究 >

2025 , Vol. 42 >Issue 2: 246 - 257

DOI: https://doi.org/10.13866/j.azr.2025.02.06

水土资源

基于GRACE/GRACE-FO的黄河流域水储量及干旱特征研究

  • 栾奎峰 , 1, 2 ,
  • 薛家盛 1 ,
  • 冯贵平 , 1, 2 ,
  • 胡健聪 1 ,
  • 管志豪 1 ,
  • 朱卫东 1, 2 ,
  • 元建胜 1, 2
展开
  • 1.上海海洋大学海洋科学与生态环境学院，上海 201306
  • 2.上海河口海洋测绘工程技术研究中心，上海 201306
冯贵平. E-mail:

栾奎峰（1981-），男，副教授，主要从事海洋遥感与观测研究. E-mail:

收稿日期: 2024-07-10

  修回日期: 2024-12-18

  网络出版日期: 2025-08-13

基金资助

轻小型光子激光雷达海岛礁及浅海水深高精度测量关键技术研究(42371441)

收起

Drought characteristics of terrestrial water storage in the Yellow River Basin based on GRACE/GRACE-FO

  • LUAN Kuifeng , 1, 2 ,
  • XUE Jiasheng 1 ,
  • FENG Guiping , 1, 2 ,
  • HU Jiancong 1 ,
  • GUAN Zhihao 1 ,
  • ZHU Weidong 1, 2 ,
  • YUAN Jiansheng 1, 2
Expand
  • 1. College of Oceanography and Ecological Science, Shanghai Ocean University, Shanghai 201306, China
  • 2. Shanghai Estuary Marine Surveying and Mapping Engineering Technology Research Center, Shanghai 201306, China

Received date: 2024-07-10

  Revised date: 2024-12-18

  Online published: 2025-08-13

Fold

摘要

基于GRACE和GRACE-FO重力卫星数据反演2002—2022年黄河流域陆地水储量，并计算标准化水储量赤字干旱指数（Water Storage Deficit Index，WSDI），分析了2002—2022年黄河流域的干旱特征。结果表明：在2002—2022年期间，黄河流域全域、上游和中下游陆地水储量的长期减少趋势约为5.43 mm·a-1、1.03 mm·a-1和8.36 mm·a-1。在2002—2022年间，黄河流域全域、上游和中下游分别发生干旱事件6次、11次和8次。在干旱强度上，黄河流域上游多见中度及以上干旱，中下游多见轻度干旱，全域多见轻度干旱。2022年黄河流域干旱事件集中发生在上游和中下游交界处，黄河流域上游是干旱事件主要发生区域，除黄河源区外，全年均处于干旱状态；黄河流域上游和中下游交界处的内流河流域和汾河流域干旱现象明显；黄河流域下游仅有少数月份受干旱影响。在2022年内，干旱事件中心从前套流域逐步迁移到西套流域。

关键词： GRACE/GRACE-FO; 陆地水储量; 干旱; 黄河流域

本文引用格式

栾奎峰 , 薛家盛 , 冯贵平 , 胡健聪 , 管志豪 , 朱卫东 , 元建胜 . 基于GRACE/GRACE-FO的黄河流域水储量及干旱特征研究[J]. 干旱区研究, 2025 , 42(2) : 246 -257 . DOI: 10.13866/j.azr.2025.02.06

Abstract

This study used GRACE and GRACE-FO gravity satellite data to invert the Terrestrial Water Storage reserves in the Yellow River Basin from 2002 to 2022. We also calculated the standardized Water Storage Deficit Index to analyze the drought characteristics of the Yellow River Basin from 2002 to 2022. From 2002 to 2022, the Terrestrial Water Storage in the entire Yellow River Basin, upstream, and middle lower reaches was about 5.43 mm·a-1, 1.03 mm·a-1, and 8.36 mm·a-1, respectively. Between 2002 and 2022, six drought events occurred in the entire Yellow River Basin, eleven in the upper reaches and eight in the middle and lower reaches. Regarding the drought intensity, moderate and extreme droughts were more common in the upper reaches of the Yellow River, mild drought was more common in the middle and lower reaches, and mild drought was more common in the entire region, with the strongest event being severe drought. The drought events in the Yellow River Basin in 2022 were concentrated at the junction of the upper and middle lower reaches. Drought events mainly occurred in the upper reaches of the Yellow River Basin; the area is in a drought state throughout the year, except for the Yellow River source area. The drought phenomenon is evident in the Inland River Basin and Fen River Basin at the junction of the middle and lower reaches of the Yellow River Basin; only a few months in the lower reaches of the Yellow River Basin are affected by drought. In 2022, the center of the drought events gradually shifted from the Qiantao Basin to the Xitao Basin.

Key words： GRACE/GRACE-FO; terrestrial water storage; drought; Yellow River Basin

干旱是影响人类社会的严重自然灾害之一，是指由区域水分收支或供求不平衡所引发的水分短缺现象[1]。自20世纪70年代以来，黄河流域源区受气候变化影响，黄河源头多次出现断流现象，源区整体呈现干旱化趋势，伴随着人类活动与气候变化的双重影响，黄河中游河川径流呈现明显的锐减趋势，黄河流域面临水资源保障形势严峻、流域生态环境脆弱、区域发展质量有待提高等突出问题[1⇓⇓-4]。黄河流域的干旱极端气候日益频繁，极大影响了居民的生活环境[5-6]。目前，监测干旱的主要手段是监测降雨量、蒸散发量、土壤含水量、径流量等水文变化过程，然后通过干旱指数量化干旱程度[7]。常用的干旱指数有标准化降雨指数（Standardized Precipitation Index，SPI）、Palmer干旱指数（Palmer Drought Severity Index，PDSI）、地表湿润指数（Surface Wetness Index，SWI）、标准化降水蒸发指数（Standardized Precipitation Evaporation Index，SPEI）[8⇓-10]等。由于以上指数的研究对象以及考虑的物理量有所不同，对同一干旱事件的监测结果可能存在较大差异。目前，还没有一种指数能够完全定量地描述干旱的时空变化特征。另外，上述数据获取的手段主要是依靠地面观测站，存在站点分布不均匀、布设耗时耗力、观测范围小等缺点。
自2002年3月以来，随着地球重力场恢复及气候探测计划（Gravity Recovery and Climate Experiment，GRACE）以及后续GRACE Follow-on的相继发射成功，为研究干旱现象提供了新的方法和数据支撑[11-12]。国内外学者对GRACE/GRACE-FO重力卫星分析干旱现象进行了诸多的研究。Yirdaw等[13]于2008年首次将GRACE/GRACE-FO重力卫星数据应用于加拿大草原的干旱监测，表明卫星重力技术是研究干旱现象的一种稳定可行手段。Li等[14]将GRACE重力卫星数据同化至NASA地表水文模型研究了西欧和中欧的干旱现象，认为GRACE产品具有模拟更精细水文过程以便监测干旱的潜力。阚增辉[15]利用标准化陆地水储量指数（Standardized Water Storage Index，SWSI）评估了华北平原的干旱现象。王作亮等[3]分析了多种典型干旱指数和GRACE CSR RL05产品在黄河源区的适应性。胡鹏飞等[16]利用GRACE反演陆地水储量数据和各种水文要素研究了黄河流域黄土高原地区陆地水储量时空变化的影响因素。晋泽辉[17]利用GRACE Mascon数据产品研究了黄河流域的干旱演化特征。谢小伟等[4]利用GRACE Mascon数据产品构建了干旱指数模型和洪水因子模型以探测黄河流域水储量能力及极端气候发生的可能性。目前，大多数的研究主要是利用干旱指数研究黄河流域干旱的变化趋势及其影响因素，并未对黄河流域干旱事件进行详细的统计分析，未细化至二级流域，也鲜见对2022年黄河流域的特大干旱事件进行详细分析。因此，本文利用GRACE/GRACE-FO卫星重力数据对黄河流域的陆地储水量进行评估，并结合多种水文数据模型验证其精度，以流域尺度揭示黄河流域干旱事件的时空演变规律，进一步分析2002—2022年间黄河流域干旱变迁及成因，并重点讨论黄河流域2022年特大旱情特征，揭示其年内中心迁移路径，为今后旱灾的预防和应对提供参考。

1 研究数据与方法

1.1 研究区概况

黄河发源于青海高原巴颜喀拉山北麓约古宗列盆地，是我国的第二大河流，全长共5464 km，水面落差4480 m，流域总面积79.5×104 km2。黄河流域地形地势如图1所示，自西向东横跨青藏高原、内蒙古高原、黄土高原和黄淮海平原4个地貌单元，流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东9个省区，于山东东营注入渤海，地势西高东低，西北紧邻干旱的戈壁荒漠，流域内大部分地区属于干旱、半干旱区，北部有大片沙漠和风沙区，西部是高寒地带，中部是黄土高原，东部较为湿润，由黄河冲积平原组成。在全球变暖的大环境下，黄河流域干旱现象频发，对该区域生态环境造成了极大的影响。
图1 黄河流域地形地势

Fig. 1 Topography of the Yellow River Basin

1.2 数据来源与处理

1.2.1 GRACE/GRACE-FO重力数据

利用GRACE与GRACE-FO卫星时变重力场模型可以反演陆地水储量，陆地水储量异常（Terrestrial Water Storage Anomaly，TWSA）的表达式如下[18]：
T W S A θ , λ = R ρ e 3 ∑ l = 0 ∞ ∑ m = 0 l 2 l + 1 1 + k l Δ C l m c o s m λ +                                     Δ S l m s i n m λ P ˜ l m c o s θ
式中： θ为地心余纬（°）； λ为地心经度（°）； R为地球平均半径（m）； ρ e为地球的平均密度（kg·m-3）； l和 m分别为重力场模型的阶数与次数； k l为 l阶负荷勒夫数； Δ C l m与 Δ S l m表示地球重力场球谐系数相对其均值的变化量，源于GRACE/GRACE-FO时变重力场数据； P ˜ l m为归一化的 l阶 m次缔合勒让德函数。
本文中的GRACE/GRACE-FO时变重力场数据来源于美国德克萨斯大学空间研究中心（CSR）发布的CSR RL06版本数据，时间分辨率为1个月，时间跨度为2002年4月至2022年12月。数据的具体处理流程详见参考文献[19⇓⇓⇓-23]。

1.2.2 水文数据集

采用美国航天局戈达德空间飞行中心和美国海洋和大气局国家环境预报中心联合开发的全球陆面数据同化系统（Global Land Data Assimilation System，GLDAS）来验证GRACE/GRACE-FO反演陆地水储量的结果[24-25]。GLDAS水文模型利用地表观测与卫星遥感观测数据，通过模型模拟与数据同化，生成全球地表状态变量和通量数据。由于GLDAS水文模型能明显捕捉到黄河流域蒸散发的年际变化[26-27]，从中提取2002年4月至2022年12月的植物冠层地表水、积雪深度水当量与土壤湿度（0~10 cm、10~40 cm、40~100 cm、100~200 cm）数据，扣除月平均值，将其球谐展开至与GRACE相同阶次，采用与GRACE/GRACE-FO数据相同处理流程，得到陆地水储量数据。其空间分辨率为0.25°×0.25°，时间分辨率为1个月。
另外，本文也采用了水平衡方程法来验证GRACE/GRACE-FO反演陆地水储量的结果，水平衡方程主要由降水量、径流量、蒸散发量以及陆地水储量变化值构成。对于闭合的流域系统，其计算公式如下[28-29]：
T W S A d s / d t = P - R - E T
式中： T W S A d s / d t为某一特定时期内陆地水储量变化（mm）； P为逐月降雨量（mm）； R为逐月径流量（mm）； E T为逐月蒸散量（mm）；其中降雨量、蒸散量和径流数据来源于ERA5-Land（the Fifth Generation of European Reanalysis）再分析数据集[30]。另外，实测降雨量站点数据来源于美国国家海洋和大气管理局（NOAA）下设的国家环境信息中心（NCEI），实测径流数据来源于黄河泥沙公报中利津水文站的月度黄河总径流数据。
T W S A d s / d t则来源于GRACE与GRACE-FO卫星时变重力场模型反演陆地水储量数据，其计算公式如下：
T W S A d s / d t = T W S A ( t + 1 ) - T W S A ( t - 1 ) 2 Δ t
式中： T W S A ( t + 1 )和 T W S A ( t - 1 )分别代表流域在 ( t + 1 )月和 ( t - 1 )月对应的陆地水储量异常值（mm）。

1.2.3 干旱指数数据

采用的干旱指数分别为自校正Palmer干旱指数（scPDSI）和标准化降水蒸散发指数（SPEI）。PDSI由Palmer于1965年提出，是目前国际上应用最广泛的干旱指数，而scPDSI于2004年由Wells等[31]提出，其基于每一个台站的历史观测资料，计算出每个台站所对应的权重系数和持续因子，因此，scPDSI具有更好的空间可比较性。本文采用全球2002—2022年的陆地scPDSI数据[32-33]，其空间分辨率为0.5°×0.5°，时间分辨率为1个月。
SPEI是经过标准化处理的降水与潜在蒸散量之差的累积概率密度函数，考虑了降雨和温度变化对干旱的影响，能消除时空分布差异，在不同区域和不同时间段均能有效地反映旱涝状况[34]。本文采用年际尺度的SPEI12对黄河流域的干旱事件进行分析，其空间分辨率为0.5°×0.5°，时间分辨率为1个月，能反映长时间序列下黄河流域的干旱情况。

1.3 研究方法

月水储量赤字（Water Storage Deficit，WSD）是一种直接的度量指数，其表示水储量偏离正常水文状况的量级，WSD即为TWSA扣除其逐月平均值后的残差。而将WSD标准化后得到的WSDI，可以用来量化流域的干旱程度及严重程度，利用不同干旱指数表示的干旱强度等级划分如表1所示[35]。
表1 干旱指数干旱等级划分

Tab. 1 Classification of drought index

干旱程度 WSDI scPDSI SPEI12
正常 >0 >-1 >0
轻度干旱 -1~0 -2~-1 -1~0
中度干旱 -2~-1 -3~-2 -1~-1.5
重度干旱 -3~-2 -4~-3 -2~-1.5
极端干旱 <-3 <-4 <-2

2 结果与分析

2.1 黄河流域陆地水储量的季节变化特征

本文利用水平衡方程，结合ERA5再分析数据集和GLDAS水文模型的数据，计算了不同模型反演的陆地水储量，与GRACE/GRACE-FO的结果进行对比，结果如图2所示。由图2可知，GRACE/GRACE-FO与ERA5、GLDAS反演的陆地水储量具有很好的一致性，其中TWSAERA5与TWSAGRACE之间的相关系数为0.82，TWSAGLDAS与TWSAGRACE之间的相关系数为0.79。ERA5反演数据的振幅要稍大于GRACE/GRACE-FO和GLDAS，三者在春冬季（极小值附近）具有更高的一致性，但在夏秋季（极大值附近）的一致性较差，可能的原因是ERA5在中国区域的降水数据，在冬春两季精度高于夏秋两季[36]。
图2 2002—2022年多数据反演TWSA对比

Fig. 2 TWSA in the Yellow River Basin though multi data from 2002 to 2022

图3显示了黄河流域陆地水储量的季节性变化特征。研究表明，黄河流域陆地水储量在冬季处于普遍亏损状态，亏损程度较小；春季时全流域亏损程度逐渐加大，三门峡大坝附近亏损逐渐严重；初夏时全流域亏损最为严重，亏损以三门峡大坝为中心呈辐射状发散，而在夏末又以三门峡大坝为中心出现盈余；初秋时中下游流域盈余达到最大，而上游在10月出现全年唯一一次盈余状态，但上游秋季整体仍处于亏损状态；冬季全流域恢复为全流域亏损状态，但整体亏损程度都较小。
图3 黄河流域陆地水储量1—12月的均值

Fig. 3 Mean TWSA in Yellow River Basin from January to December

在全年的变化中，黄河流域上游的陆地水储量变化不大，呈现夏秋季盈余春冬季亏损，盈亏幅度小，河源至玛曲流域的水储量全年多数月份呈现盈余状态，石嘴山至河口镇北岸流域全年呈现亏损。而黄河流域中下游陆地水储量则出现明显的规律性变化，由冬季的小幅度亏损至夏季亏损逐渐增大且影响范围逐渐扩大并达到最大值，至秋季陆地水储量逐渐恢复并出现盈余，至冬季则又呈现小幅度的亏损。中下游亏损和盈余的中心均以三门峡大坝为基准，向四周辐射扩散。

2.2 黄河流域陆地水储量的年际变化特征

如图4所示，黄河流域的陆地水储量变化情况空间分布并不均匀，整体呈现亏损趋势。黄河流域上游陆地水储量变化并不明显，在黄河流域源区呈现陆地水储量小幅度增加的趋势，其最大增加速率约为4.78 mm·a-1，平均增加速率约为2.17 mm·a-1；黄河流域中下游陆地水储量变化较为明显，于三门峡大坝以下流域陆地水储量呈现较大幅度减少的趋势，其最大减少速率约为29.62 mm·a-1，平均减少速率约为13.74 mm·a-1。黄河流域陆地水储量由上游源区至下游变化截然相反，从上至下，陆地水储量的亏损幅度越发增大。
图4 2002—2022年黄河流域陆地水储量变化趋势

Fig. 4 Trend of TWS Variations in the Yellow River Basin from 2002 to 2022

图5显示了黄河流域陆地水储量长期变化趋势。自2002年以来，黄河流域的陆地水储量整体呈现减少趋势，减少速率约为5.43 mm·a-1。黄河流域的陆地水储量转折点为2006年，在2006年以前处于0 mm以上，呈较大幅度减少趋势；在2006年以后处于0 mm以下，2006—2012年呈波动变化，无明显增减变化趋势；2012年以后呈小幅度减少趋势，但在2017年和2021年陆地水储量略有回升；于2022年及以后呈现大幅度减少趋势。
图5 2002—2022年黄河流域陆地水储量、降雨量和温度时间序列变化

Fig. 5 Time series of terrestrial water storage, precipitation and temperature change in the Yellow River Basin from 2002 to 2022

黄河流域上游陆地水储量总体变化趋势虽然处于下降状态但并不明显，其减少速率约为1.03 mm·a-1，在2018年以前处于0 mm以下；在2018年有所回升，在2018—2020年处于0 mm以上；在2021年及以后呈现大幅度减少趋势。黄河流域下游陆地水储量变化较为明显，总体处于减少趋势，其减少速率约为8.36 mm·a-1，自2004—2020年一直处于大幅度减少趋势，于2021年及以后出现回升，但陆地水储量仍为负数。黄河流域月降雨量、温度变化和TWSA相关性较好，整体波动较为一致，TWSA变化较降雨量和温度普遍有1个月的延后性，降水和温度变化可能是影响TWSA短期变化的重要因素。

2.3 黄河流域的干旱事件分析

由图6可知，黄河流域全域干旱情况较轻，并未出现极端干旱的情况，但仍有重度干旱出现。黄河流域全域在2014年以前只有零散的干旱现象，持续时间不超过4个月，且均为轻度干旱；而在2014年以后，黄河流域全域出现了长时间无间断的干旱现象，最强达到重度干旱，2016—2018年和2020—2022年的干旱现象尤为严重。黄河上游的干旱情况在2002—2022年分布并不均匀，且上游干旱现象十分严重，多次出现极端干旱。中下游在2014年以前只有零散干旱情况出现，2014年以后出现长时间无间断干旱，其干旱情况较为严重，在2020年出现极端干旱的现象。黄河流域干旱情况统计数据如表2所示。在2002—2022年间，黄河流域全域干旱时间有132个月。黄河中下游其次，有125个月。黄河上游最少，有111个月。在干旱强度上，黄河上游的重度干旱和极端干旱时间有20个月，黄河中下游有12个月，黄河流域全域有7个月。
图6 黄河流域WSDI干旱强度

Fig. 6 WSDI drought intensity of Yellow River Basin

表2 黄河流域干旱强度

Tab. 2 Drought intensity in Yellow River Basin

黄河全域 黄河上游 黄河中下游
轻度 中度 重度 极端 轻度 中度 重度 极端 轻度 中度 重度 极端
月份数 92 33 7 0 73 18 10 10 82 31 9 3
总月数 132 111 125
占比/% 36.9 13.3 2.8 0.0 29.3 7.2 4.0 4.0 32.9 12.4 3.6 1.2
总占比/% 53.0 44.6 50.2
WSD表示水储量偏离正常水文状况的量，本文将WSD负值3个月以上判定为一次干旱事件[35]。由表3可知，黄河流域全域共发生6次干旱事件，其中持续时间最长的干旱发生于2014年8月至2021年9月，期间WSD最大为6.82 mm，平均为3.84 mm。黄河上游共发生11次干旱事件，每次干旱时间持续时间都较短，其中持续时间最长的干旱发生于2022年1月至12月，期间WSD最大为7.56 mm，平均为4.24 mm。黄河中下游共发生8次干旱事件，其中持续时间最长的干旱发生于2015年6月至2021年10月，期间WSD最大为15.44 mm，平均为6.87 mm，远超黄河流域任何干旱事件。
表3 黄河流域干旱时间

Tab. 3 Drought time in Yellow River Basin

区域 时间段/年-月 持续时间/个月 干旱程度 平均严重程度(WSD)/mm 最大严重程度(WSD)/mm
黄河全域 2002-11—2003-04 6 轻度干旱 0.35 0.90
2011-03—2011-05 3 轻度干旱 0.46 0.62
2013-03—2013-05 3 轻度干旱 0.29 0.58
2013-09—2014-04 8 轻度干旱 1.27 2.25
2014-08—2021-09 86 重度干旱 3.84 6.82
2022-01—2022-12 12 中度干旱 3.36 5.04
黄河上游 2002-08—2003-05 10 中度干旱 0.85 1.71
2008-05—2008-07 3 轻度干旱 1.07 1.48
2009-04—2009-09 6 轻度干旱 0.41 0.80
2011-02—2011-05 3 轻度干旱 1.00 1.46
2012-01—2012-03 3 重度干旱 1.43 2.44
2013-09—2014-04 8 中度干旱 0.95 1.73
2014-08—2015-06 11 中度干旱 1.35 2.50
2015-11—2016-09 11 极端干旱 2.78 5.03
2016-11—2017-06 8 极端干旱 3.10 4.99
2021-07—2021-11 5 极端干旱 2.38 6.37
2022-01—2022-12 12 极端干旱 4.24 7.56
黄河中下游 2022-10—2003-03 6 轻度干旱 1.35 2.22
2011-03—2011-05 3 轻度干旱 1.69 2.20
2013-04—2013-06 3 轻度干旱 1.36 2.09
2013-09—2014-04 8 轻度干旱 1.88 3.45
2014-08—2015-04 9 轻度干旱 2.17 4.98
2015-06—2021-10 77 极端干旱 6.87 15.44
2022-04—2022-06 3 轻度干旱 3.26 4.20
2022-08—2022-12 5 中度干旱 4.68 7.99

2.4 2022年黄河流域干旱事件分析

黄河流域2022年几乎全年处于干旱影响之中，由表3可知，黄河上游2022年全年处于极端干旱状态，干旱强度为2002年以来上游最强。黄河中下游在夏季以前主要为轻度干旱，夏季以后主要为中度干旱。2022年黄河流域干旱事件时空变化如图7所示。黄河流域在2022年干旱现象主要集中于黄河北部和中部即河套平原和内流区，并有多月出现极端干旱状态，在夏季以前干旱现象主要发生在黄河流域北侧即河套平原，夏季后干旱现象扩散到黄河流域全域。干旱中心区域由1月的河套平原的前套区域，于4月迁移至后套区域，最后在7月迁移至西套区域。其中在4月、8月、10月和12月发生了大范围极端干旱现象，其影响范围分别达到全域的12.05%、17.62%、19.22%和23.49%。黄河流域上游是2022年干旱事件主要发生区域，除黄河源区（玛曲至龙羊峡流域）以外，全年均处于干旱状态；黄河流域下游仅有少数月份受干旱影响。
图7 2022年黄河流域干旱时空变化

Fig. 7 Spatial-temporal evolution of drought in Yellow River Basin in 2022

2022年黄河流域干旱事件中心分布如图8所示，黄河流域干旱中心在2022年上半年（图8红框所示）分布于黄河北部区域即河套平原的前套和后套流域与内流区的交界处，在2022年下半年（图8蓝框所示）分布于河套平原的西套流域与内流区的交接处，并在12月迁移至黄河流域中心附近。研究表明，2022年黄河流域干旱事件集中发生在上游和中下游交界处，在一年内干旱事件中心逐步从前套流域迁移到西套流域。
图8 2022年黄河流域干旱中心分布

Fig. 8 Drought centroid of the Yellow River Basin in 2022

3 讨论

3.1 黄河流域干旱指数分析

干旱指数作为一种表征干旱事件特征和干旱强度的重要依据，本文为了验证WSDI对干旱事件判断的准确性和灵敏性，提取黄河流域2002—2022年WSDI、scPDSI和SPEI 3种干旱指数的时间序列并进行平滑处理结果如图9所示。由图9可知，WSDI较其他干旱指数在波动趋势上具有显著的一致性，但3种干旱指数在2013年尤其是2016年后存在较大的变化趋势差异，scPDSI和SPEI并未监测到2016年以后黄河流域的干旱现象。其主要原因是以2013年6月为界，西北地区和华北平原在其后出现巨大地下水亏损[37-38]，而scPDSI和SPEI计算主要依赖于水文气象数据，并未监测到地下水储量变化。
图9 2002—2022年黄河流域干旱指数对比

Fig. 9 Drought Index of the Yellow River Basin from 2002 to 2022

本文将2002—2016年干旱事件进行对比分析。由表4可知，3种干旱指数在一定程度上存在差异性，其中2002年11月至2003年4月，其均识别出干旱现象，但scPDSI识别结果更强，为中度干旱；2011年3月至5月，其均识别出干旱现象，但scPDSI识别结果更强，为中度干旱；2013年3月至5月，仅有WSDI和scPDSI识别出轻度干旱，SPEI并未识别出干旱事件；2013年9月至2014年4月，仅有WSDI和scPDSI识别出轻度干旱，SPEI并未识别出干旱事件；2014年8月至2016年6月，仅有WSDI和SPEI12识别出轻度干旱，scPDSI并未识别出干旱事件。由此可见，对于多数干旱指数而言，其评判干旱的数据主要依赖于降水、气温、蒸散量等水文气候要素的变化，这些指标在一定程度上可以反映当地的干旱特征，但其缺乏地质变迁、水土流失以及人为因素等非水文气候要素的影响，具有一定的局限性和不确定性，而WSDI在识别干旱事件上具有独特的优越性，能够识别同一干旱事件中其他干旱指数未能识别的干旱事件。
表4 黄河流域干旱事件中不同干旱指数的对比

Tab. 4 Comparison of different drought indexes in drought events in Yellow River Basin

时段/年-月 WSDI scPDSI SPEI12 对应干旱程度（WSDI/scPDSI/SPEI12)
2002-11—2003-04 -0.087 -2.240 -0.665 轻度干旱/中度干旱/轻度干旱
2011-03—2011-05 -0.118 -2.074 -0.340 轻度干旱/中度干旱/轻度干旱
2013-03—2013-05 -0.073 -1.228 0.252 轻度干旱/轻度干旱/正常
2013-09—2014-04 -0.324 -1.386 0.057 轻度干旱/轻度干旱/正常
2014-08—2016-06 -0.852 -0.970 -0.159 轻度干旱/正常/轻度干旱

3.2 黄河流域干旱事件分析

利用WSDI干旱指数对黄河流域进行监测，发现黄河流域全域的干旱事件的发生频率为53.0%，这比刘玉针等[39]利用SPEI干旱指数监测黄河流域干旱事件发生频率高约25%以上，检测到更多干旱现象的发生，主要原因是SPEI其评判干旱的数据主要依赖于降水、气温、蒸散量等水文气候要素的变化，缺乏地质变迁、水土流失以及人为因素等非水文气候要素的影响，具有一定的局限性和不确定性。而基于GRACE/GRACE-FO数据建立的WSDI干旱指数包含了各种影响因素的总水量变化。由此可见，WSDI对于黄河流域干旱事件的监测，具有更高的敏感性，更能够综合评价流域和地区的干旱情势。
相较于黄河流域往年的干旱情况，2022年是自2002年以来仅有的一次以黄河上游为干旱中心的干旱事件。2022年干旱事件以黄河上游为主，且为历年来上游持续时间最长，严重程度和干旱强度最大的一次干旱事件，具体空间特征体现在以内流河流域为中心呈现长时间大范围高强度干旱事件；其下游呈现间歇性和低强度的干旱事件，汾河以下流域甚至几乎未出现干旱现象。本文分析了2022年黄河上游干旱事件变迁，可为今后黄河流域水资源管理以及干旱防控和治理提供参考。

4 结论

本文基于GRACE和GRACE-FO重力卫星数据反演2002—2022年黄河流域的陆地水储量，并计算标准化WSDI指数，分析2002—2022年间的黄河流域干旱事件，得出主要结论如下：
（1）在2002—2022年间，黄河流域的陆地水储量整体呈现亏损趋势，且陆地水储量变化空间分布极不均匀，黄河流域上游和中下游陆地水储量同时处于下降状态，但上游并不明显，以约1.03 mm·a-1的速率缓慢下降，下游以约8.36 mm·a-1的速率快速下降，尤其是三门峡以下流域陆地水储量变化极为剧烈，呈现大幅度减少趋势，平均减少速率约为13.74 mm·a-1。
（2）在2002—2022年间，黄河流域全域共发生6次干旱事件，干旱时间有132个月；黄河上游共发生11次干旱事件，共持续111个月；黄河中下游共发生8次干旱事件，共持续125个月。在干旱强度上，黄河上游多见中度和极端干旱，黄河中下游多见轻度干旱，黄河全域多见轻度干旱。黄河流域最严重的一次干旱事件发生于2015年6月至2021年10月的黄河中下游，期间平均WSD达到6.87 mm。
（3）黄河流域2022年几乎全年处于干旱影响之中，主要集中于中下游交界处，其中在4月、8月、10月和12月发生的大范围极端干旱现象，其影响范围分别达到全域的12.05%、17.62%、19.22%和23.49%。黄河流域上游是2022年干旱事件主要发生区域，其中中下游交界处的内流河流域和汾河流域干旱现象最为明显；黄河流域下游受干旱影响轻微。2022年干旱中心逐步由河套平原的前套和后套流域与内流区的交界处迁移至河套平原的西套流域与内流区的交界处。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Wang Fei, Wang Zongmin, Yang Haibo, et al. Study of the temporal and spatial patterns of drought in the Yellow River Basin based on SPEI[J]. Science China, 2018, 61: 1098-1111.

[2]
李万寿, 吴国祥. 黄河源头断流现象成因分析[J]. 水土保持通报, 2000, 20(1): 5-8.

[Li Wanshou, Wu Guoxiang. Analysis on cause of flow-stopping in source area of the Yellow River[J]. Bulletin of Soil and Water Conservation, 2000, 20(1): 5-8. ]

[3]
王作亮, 文军, 李振朝, 等. 典型干旱指数在黄河源区的适宜性评估[J]. 农业工程学报, 2019, 35(21): 186-195.

[Wang Zuoliang, Wen Jun, Li Zhenchao, et al. Evaluation of suitability using typical drought index in source region of the Yellow River[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(21): 186-195. ]

[4]
谢小伟, 幸茂仁, 汪璐璐, 等. 利用GRACE/GRACE-FO重力卫星探测黄河流域水储量能力及极端气候发生的可能性[J]. 大地测量与地球动力学, 2022, 42(12): 1269-1275.

[Xie Xiaowei, Xing Maoren, Wang Lulu, et al. Using GRACE/GRACE-FO gravity satellite to detect the water storage capacity and the possibility of extreme climate in the Yellow River Basin[J]. Journal of Geodesy and Geodynamics, 2022, 42(12): 1269-1275. ]

[5]
张建云, 王国庆, 贺瑞敏, 等. 黄河中游水文变化趋势及其对气候变化的响应[J]. 水科学进展, 2009, 20(2): 153-158.

[Zhang Jianyun, Wang Guoqing, He Ruimin, et al. Variation trends of runoffs in the middle Yellow River Basin and its response to climate change[J]. Advances in Water Science, 2009, 20(2): 153-158. ]

[6]
任保平, 张倩. 黄河流域高质量发展的战略设计及其支撑体系构建[J]. 改革, 2019(10): 26-34.

[Ren Baoping, Zhang Qian. The strategic design and supporting system construction of high-quality development in the Yellow River Basin[J]. Reform, 2019(10):26-34. ]

[7]
杨庆, 李明星, 郑子彦, 等. 7种气象干旱指数的中国区域适应性[J]. 中国科学: 地球科学, 2017, 47(3): 337-353.

[Yang Qing, Li Mingxing, Zheng Ziyan, et al. Regional adaptability of seven meteorological drought indices in China[J]. Scientia Sinica: Terrae, 2017, 47(3): 337-353. ]

[8]
Mckee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales[J]. Proceedings of the 8th Conference on Applied Climatology. Boston: American Meteorological Society, 1993, 17(22): 179-183.

[9]
Hulme M, Marsh R, Jones P. Global changes in a humidity index between 1931-1960 and 1961-1990[J]. Climate Research, 1992, 2(1): 1-22.

[10]
Vicente-Serrano S M, Beguería Santiago, López-Moreno Juan I. A multi-scalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23(7): 1696-1718.

[11]
Tapley B D. Gravity model determination from the GRACE mission[J]. Journal of the Astronautical Sciences, 2008, 56: 273-285.

[12]
Han S. Efficient determination of global gravity field from satellite-to-satellite tracking mission[J]. Celestial Mechanics and Dynamical Astronomy, 2004, 88(1): 69-102.

[13]
Yirdaw S Z, Snelgrove K R, Agboma C O. GRACE satellite observations of terrestrial moisture changes for drought characterization in the Canadian Prairie[J]. Journal of Hydrology, 2008, 356: 84-92.

[14]
Li B, Rodell M, Zaitchik B F, et al. Assimilation of GRACE terrestrial water storage into a land surface model: Evaluation and potential value for drought monitoring in western and central Europe[J]. Journal of Hydrology, 2012, 446(13): 103-115.

[15]
阚增辉. 基于GRACE卫星的中国区域陆地水储量变化及干旱特征研究[D]. 上海: 华东师范大学, 2017.

[Kan Zenghui. Study on the Characteristics of Regional Terrestrial Water Storage and Drought in China Based on GRACE Satellite[D]. Shanghai: East China Normal University, 2017. ]

[16]
胡鹏飞, 李净, 张彦丽, 等. 黄土高原水储量的时空变化及影响因素[J]. 遥感技术与应用, 2019, 34(1): 176-186.

[Hu Pengfei, Li Jing, Zhang Yanli, et al. Temporal and spatial variation and influencing factors of water storage on the Loess Plateau[J]. Remote Sensing Technology and Application, 2019, 34(1): 176-186. ]

[17]
晋泽辉. 基于GRACE/GRACE-FO重力卫星的黄河流域蒸散发和干旱演化特征研究[D]. 西安: 长安大学, 2023.

[Jin Zehui. Evolution Characteristics of Evapotranspiration and Drought in the Yellow River Basin Based on GRACE/GRACE-FO Gravity Satellite[D]. Xi’an: Chang’an University, 2023. ]

[18]
Jekeli C. Alternative Methods to Smooth the Earth’s Gravity Field[R]. Columbus: The Ohio State University, 1981.

[19]
Bettadpur S. UTCSR Level-2 Gravity Field Product User Handbook[D]. Austin:The Universtiy of Texasat at Austin, 2007.

[20]
Swenson S, Chambers D, Wahr J. Estimating geocenter variations from a combination of GRACE and ocean model output[J]. Journal of Geophysical Research: Solid Earth, 2008, 113(8): B08410.

[21]
Cheng M, Tapley B D. Variations in the earth’s oblateness during the past 28 years[J]. Journal of Geophysical Research: Solid Earth, 2004, 109(9): B09402.

[22]
Wahr J, Zhong S. Computations of the viscoelastic response of a 3-D compressible earth to surface loading: An application to glacial isostatic adjustment in Antarctica and Canada[J]. Geophysical Journal International, 2013, 192(2): 557-572.

[23]
Swenson S, Wahr J. Post-processing removal of correlated errors in GRACE data[J]. Geophysical Research Letters, 2006, 33(8): L08402.

[24]
Beaudoing H, Rodell M, NASA/GSFC/HSL. GLDAS Noah Land Surface Model L4 monthly 0.25×0.25 degree V2.1[DB/OL]. https://hydro1.gesdisc.eosdis.nasa.gov/data/GLDAS/GLDAS_NOAH10_M.2.1/, 2023-03-20.

[25]
Houser P R, Rodell M, Jambor U, et al. The global land data assimilation system[J]. AGU Spring Meeting Abstracts, 2001, 11: 11-13.

[26]
Wang G, Pan J, Shen C, et al. Evaluation of evapotranspiration estimates in the Yellow River Basin against the water balance method[J]. Water, 2018, 10(12): 1884-1902.

[27]
尼胜楠, 陈剑利, 李进, 等. 利用GRACE卫星时变重力场监测长江、黄河流域水储量变化[J]. 大地测量与地球动力学, 2014, 34(4): 49-55.

[Ni Shengnan, Chen Jianli, Li Jin, et al. Terrestrial water storage change in the Yangtze and Yellow River Basins from GRACE time-variable gravity measurements[J]. Journal of Geodesy and Geodynamics, 2014, 34(4): 49-55. ]

[28]
Ferreira V, Gong Z, He X, et al. Estimating total discharge in the Yangtze River Basin using satellite-based observations[J]. Remote Sensing, 2013, 5(7): 3415-3430.

[29]
Long D, Longuevergne L, Scanlon B R. Uncertainty in evapotranspiration from land surface modeling, remote sensing, and GRACE satellites[J]. Water Resources Research, 2014, 50(2): 1131-1151.

[30]
Muñoz Sabater J. ERA5-Land monthly averaged data from 1950 to present[DB/OL]. https://cds.climate.copernicus.eu/datasets/reanalysis-era5-land-monthly-means?tab=overview, 2024-11-06.

[31]
Wells N, Goddard S, Hayes M J. A self-calibrating Palmer Drought Severity Index[J]. Journal of Climate, 2004, 17(12): 2335-2351.

[32]
Schrier G V D, Barichivich J, Briffa K R, et al. A scPDSI-based global data set of dry and wet spells for 1901-2009[J]. Journal of Geophysical Research Atmospheres, 2013, 118(10): 4025-4048.

[33]
Barichivich J, Osborn T, Harris I, et al. Drought: Monitoring global drought using the self-calibrating Palmer Drought Severity Index[J]. Environmental Science, 2023, 104: 66-67.

[34]
Vicente-Serrano S M, Santiago Beguería, Lorenzo-Lacruz J, et al. Performance of drought indices for ecological, agricultural, and hydrological applications[J]. Earth Interactions, 2012, 16(10): 1-27.

[35]
邓梓锋, 吴旭树, 王兆礼, 等. 基于GRACE重力卫星数据的珠江流域干旱监测[J]. 农业工程学报, 2020, 36(20): 179-187.

[Deng Zifeng, Wu Xushu, Wang Zhaoli, et al. Drought monitoring based on GRACE data in the Pearl River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(20): 179-187. ]

[36]
刘婷婷, 朱秀芳, 郭锐, 等. ERA5再分析降水数据在中国的适用性分析[J]. 干旱区地理, 2022, 45(1): 66-79.

DOI

[Liu Tingting, Zhu Xiufang, Guo Rui, et al. Applicability of ERA5 reanalysis of precipitation data in China[J]. Arid Land Geography, 2022, 45(1): 66-79. ]

DOI

[37]
张昊, 丁洁, 朱仟, 等. 基于GRACE的华北平原地下水干旱时空特征分析[J]. 人民长江, 2021, 52(10): 107-114.

[Zhang Hao, Ding Jie, Zhu Qian, et al. Analysis on spatial-temporal characteristic of groundwater drought based on GRACE in North China Plain[J]. Yangtze River, 2021, 52(10): 107-114. ]

[38]
阮永健, 吴秀芹. 基于GRACE和GLDAS的西北干旱区地下水资源量可持续性评价[J]. 干旱区研究, 2022, 39(3): 787-800.

DOI

[Ruan Yongjian, Wu Xiuqin. Evaluation of groundwater resource sustainability based on GRACE and GLDAS in arid region of Northwest China[J]. Arid Zone Research, 2022, 39(3): 787-800. ]

DOI

[39]
刘玉针, 魏长寿, 李志进. 1961—2020年黄河流域干旱演变分析和大气响应[J]. 水资源开发与管理, 2022, 8(10): 7-17.

[Liu Yuzhen, Wei Changshou, Li Zhijin. Analysis of drought evolution and atmospheric response in the Yellow River Basin from 1961 to 2020[J]. Water Resoures Development and Managment, 2022, 8(10): 7-17. ]

Options
文章导航

/

〈 〉