中國北方旱區(qū)陸地水儲量變化特征及其歸因分析

安琳莉，黃建平，任 鈺，張國龍

(蘭州大學(xué)西部生態(tài)安全協(xié)同創(chuàng)新中心，蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅 蘭州 730000)

引 言

陸地水儲量(terrestrial water storage, TWS)是地下水、土壤水、地表水、冰雪水和生物圈含水的總和[1]。它不僅是地球上動植物賴以生存的生命之源，而且關(guān)系著人類的生存發(fā)展、社會穩(wěn)定以及生態(tài)系統(tǒng)的穩(wěn)定和健康[2]。作為地下到地上水資源的垂直聚合，TWS的變化往往用于衡量區(qū)域綜合水資源的變化情況。一般來說，當(dāng)沒有強(qiáng)烈水文氣候變化或重大人為壓力時，TWS的變化通常保持在正常范圍內(nèi)，處于動態(tài)平衡狀態(tài)[1]。然而，如果陸地水文系統(tǒng)遭受的自然或人為壓力超過一定閾值，這種平衡狀態(tài)將會被打破，TWS會出現(xiàn)明顯的增加或減少趨勢。而TWS的減少會帶來一系列不良后果，如區(qū)域水資源壓力加劇、海平面上升潛在風(fēng)險增大等[2]。

隨著氣候變化和密集的人類活動，全球的淡水供應(yīng)正在發(fā)生改變，冰川融化[1,3]、地下水不可持續(xù)枯竭[4]、湖泊收縮[5]等現(xiàn)象層出不窮。全球多個地區(qū)的TWS已經(jīng)發(fā)生改變，有些地區(qū)甚至出現(xiàn)顯著的凈下降[1]，如中國的華北平原[6-7]和印度西北部[1,8]。研究發(fā)現(xiàn)，近50億人生活的地區(qū)可能面臨水安全威脅，并且由于降水和河流流量益發(fā)多變，2/3的陸地水生動物棲息地也面臨枯竭威脅[9]。全球水資源形勢不容樂觀，TWS變化、水資源管理、水資源保護(hù)等問題的研究迫在眉睫。

中國水資源時空分布不均，南方地區(qū)氣候濕潤、河網(wǎng)密集，而北方地區(qū)氣候干燥、生態(tài)脆弱[10]。近年來，中國TWS整體呈現(xiàn)波動變化，2003—2004年上升，2004—2005年變化較為平穩(wěn)，隨后TWS逐漸減少，直到2008年之后，TWS處于相對穩(wěn)定的波動變化中，2010年和2013年出現(xiàn)波峰，2011年和2015年出現(xiàn)波谷[11]。然而，TWS變化存在巨大的區(qū)域差異。例如，2003—2016年，中國西部、南方地區(qū)和東北地區(qū)的TWS分別以每年4.64、7.09、4.39 mm的速率增加；而中國西北部、青藏高原東南部和中國北部的TWS分別以每年5.94、8.78、7.13 mm的速率減少[11-13]。這表明在我國生態(tài)脆弱的北方干旱半干旱區(qū)，大部分地區(qū)為TWS下降的熱點(diǎn)區(qū)域，區(qū)域水資源正面臨著減少威脅。

中國北方旱區(qū)位于我國內(nèi)陸，占據(jù)中國超30%的國土面積，由于地域和環(huán)境因素的限制，這里是我國許多貧困人口聚集區(qū)域。該地區(qū)以草原、荒漠、戈壁、黃土高原、灌木、稀樹草原等景觀為主，生態(tài)環(huán)境脆弱且敏感，時常受到干旱和荒漠化威脅[14-18]。在該區(qū)域，TWS的下降會帶來一系列的不利影響，如會加劇區(qū)域的缺水狀況，破壞生態(tài)平衡，影響人類生存和工農(nóng)業(yè)生產(chǎn)，制約經(jīng)濟(jì)增長和社會發(fā)展，嚴(yán)重的話甚至可能會造成社會動蕩[19-20]。同時，基于長期干旱氣候條件和人類水資源管理之間的潛在聯(lián)系，干旱半干旱區(qū)相比于濕潤區(qū)更容易出現(xiàn)持續(xù)的TWS減少。并且，這種水資源枯竭可以通過水文循環(huán)、地氣系統(tǒng)相互作用等機(jī)制影響更廣大的區(qū)域[21]。因此中國北方旱區(qū)的TWS變化及其歸因分析對區(qū)域水資源保護(hù)、經(jīng)濟(jì)社會發(fā)展等具有重要意義。然而，TWS變化時空對比強(qiáng)烈，是多種因素共同耦合作用的結(jié)果，歸因復(fù)雜[12,22-23]。同時，受限于資料的匱乏，目前TWS歸因主要聚焦于一些熱點(diǎn)地區(qū)，如青藏高原、新疆和華北地區(qū)[1]，對生態(tài)環(huán)境脆弱的中國北方旱區(qū)的TWS變化特征關(guān)注較少。

自美國國家航空航天局(National Aeronautics and Space Administration, NASA)和德國航空航天中心(Deutsches Zentrum für Luft-und Raumfahrt, DLR)聯(lián)合開發(fā)的重力反演與氣候?qū)嶒?yàn)衛(wèi)星(Gravity Recovery and Climate Experiment, GRACE)[24]升空以來，TWS的研究取得了突破性進(jìn)展。本研究利用GRACE衛(wèi)星產(chǎn)品研究2002—2020年中國北方旱區(qū)TWS的變化特征，分析觀測資料同化得到的地下水、根區(qū)土壤水、表層土壤水的同期變化。通過分析降水、蒸散、徑流和人為耗水等影響因子，探索中國北方旱區(qū)近期TWS變化的成因。以期對我國的水資源保護(hù)和適應(yīng)性措施的制定提供幫助，并為區(qū)域可持續(xù)發(fā)展戰(zhàn)略實(shí)施提供科學(xué)參考依據(jù)。

1 研究區(qū)、資料和方法

1.1 研究區(qū)的確立

干燥度指數(shù)(aridity index, AI)定義為降水與潛在蒸散的比值，表征一個地區(qū)的氣候干旱程度[25-26]。依據(jù)聯(lián)合國環(huán)境規(guī)劃署(United Nations Environment Programme, UNEP)的劃分標(biāo)準(zhǔn)，干旱半干旱地區(qū)定義為AI<0.65的區(qū)域。AI計算過程中的氣溫和降水資料來自美國氣候預(yù)測中心(Climate Prediction Center，CPC)，空間分辨率為0.5°×0.5°[25]?；贏I的氣候平均值(1961—1990年)[25-26]，中國北方AI<0.65的區(qū)域被確定為本文的研究區(qū)域，即中國北方旱區(qū)(圖1)。

文中附圖涉及地圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2020)4618號的標(biāo)準(zhǔn)地圖制作，底圖無修改。

圖1 基于1961—1990年AI<0.65確定的中國北方旱區(qū)Fig.1 The categorized drylands in northern China based on the AI<0.65 from 1961 to 1990

1.2 資 料

1.2.1 GRACE衛(wèi)星TWS數(shù)據(jù)集

使用4種GRACE衛(wèi)星TWS數(shù)據(jù)產(chǎn)品，分別來自不同的發(fā)行機(jī)構(gòu)，采用不同數(shù)據(jù)處理方案得到。包括：(1)噴氣推進(jìn)實(shí)驗(yàn)室(Jet Propulsion Laboratory，JPL)處理和發(fā)行的質(zhì)量濃度方案產(chǎn)品(JPL-M)[27]，版本RL06 v02(https://grace.jpl.nasa.gov/data/get-data/jpl_global_mascons/)；(2)JPL處理和發(fā)行的球諧函數(shù)方案產(chǎn)品(JPL-SH)，版本RL06 v03(https://podaac.jpl.nasa.gov/dataset/)；(3)美國德克薩斯大學(xué)空間研究中心(Center for Space Research, CSR)處理和發(fā)行的質(zhì)量濃度方案產(chǎn)品(CSR-M)[28]，版本RL06 v02(http://www2.csr.utexas.edu/grace/RL06_mascons.html)；(4)CSR處理和發(fā)行的球諧函數(shù)方案產(chǎn)品(CSR-SH)，版本RL06 v03(https://podaac.jpl.nasa.gov/dataset/)。4種GRACE產(chǎn)品時間為2002年4月到2020年7月，部分月份數(shù)據(jù)缺失。為了保持一致，4種GRACE產(chǎn)品都調(diào)整為相對于2004—2009年均值的距平。

1.2.2 地下水、根區(qū)土壤水和表層土壤水

地下水、根區(qū)土壤水、表層土壤水?dāng)?shù)據(jù)來自全球陸地數(shù)據(jù)同化系統(tǒng)(global land data assimilation system, GLDAS)中的CLSM(catchment land surface model)模型。數(shù)據(jù)集的同化過程中使用了GRACE觀測數(shù)據(jù)，版本為GRACE-DA1 V2.2 (https://disc.gsfc.nasa.gov/datasets/GLDAS_CLSM025_DA1_D_2.2/summary?keywords=GLDAS2.2)，其為2003年2月到2020年7月全球的每日格點(diǎn)數(shù)據(jù)，空間分辨率為0.25°×0.25°。

1.2.3 降水和氣溫

降水和氣溫數(shù)據(jù)來自中國國家氣象科學(xué)數(shù)據(jù)中心的每月地面降水、地面氣溫格點(diǎn)數(shù)據(jù)集，版本為v2.0, 空間分辨率為 0.5°×0.5°。此數(shù)據(jù)是基于中國地面2472個臺站的降水和氣溫觀測資料，利用ANUSPLIN軟件的薄盤樣條法進(jìn)行空間插值后生成的1961—2020的中國月降水量(http://data.cma.cn/data/detail/dataCode/SURF_CLI_CHN_PRE_MON_GRID_0.5)和月平均氣溫(http://data.cma.cn/data/cdcdetail/dataCode/SURF_CLI_CHN_TEM_MON_GRID_0.5.html)格點(diǎn)數(shù)據(jù)。

1.2.4 蒸 散

蒸散數(shù)據(jù)(https://www.gleam.eu/#downloads)來自全球陸地蒸發(fā)阿姆斯特丹模型(global land-surface evaporation: the Amsterdam methodology, GLEAM)。此數(shù)據(jù)基于衛(wèi)星觀測和再分析資料的實(shí)際蒸散估計。模型首先根據(jù)觀測到的地表凈輻射和近地表氣溫計算潛在蒸發(fā)，然后再基于微波植被光學(xué)深度(vegetation optical depth, VOD)觀測值和根區(qū)土壤水分估算值，將裸露土壤、高冠層和矮冠層的潛在蒸發(fā)轉(zhuǎn)換為實(shí)際蒸發(fā)。實(shí)際蒸散數(shù)據(jù)是基于衛(wèi)星觀測和ERA5再分析資料的v3.5a版本，包含從1980年1月到2020年12月共41 a的蒸散數(shù)據(jù)，空間分辨率為0.5°×0.5°。

1.2.5 徑 流

徑流數(shù)據(jù)基于機(jī)器學(xué)習(xí)算法獲得的全球徑流重建數(shù)據(jù)集(global runoff reconstruction, GRUN)[29]。該算法用GSIM(global streamflow indices and metadata archive)數(shù)據(jù)集的現(xiàn)場徑流觀測進(jìn)行訓(xùn)練，并將全球土壤濕度項目第三階段(third global soil wetness project, GSWP3)氣象強(qiáng)迫數(shù)據(jù)集的前期降水和溫度數(shù)據(jù)作為輸入，最終得到全球徑流序列的網(wǎng)格化重建。該數(shù)據(jù)集(https://www.research-collection.ethz.ch/handle/20.500.11850/324386)為1902—2014年每月徑流，空間分辨率為0.5°×0.5°。

1.2.6 人為耗水

人為耗水?dāng)?shù)據(jù)為水文模型WaterGAP2.2d[30]的模擬輸出，其空間分辨率為0.5°×0.5°，時間為1901—2016年。該耗水量包含工業(yè)、農(nóng)業(yè)、畜牧和生活四大部門的人為耗水量(https://doi.org/10.1594/PANGAEA.918447)，它表示在考慮實(shí)際地表水可用性的情況下人為取水中蒸散或消耗掉的部分，即人為蒸散。

1.3 方 法

1.3.1 區(qū)域均值和變化速率計算

在計算降水、蒸散、徑流和人為耗水等變量的區(qū)域均值時，根據(jù)面積進(jìn)行加權(quán)，公式如下：

F=∑aifi/∑ai

(1)

式中：F為變量的區(qū)域均值；ai為第i個柵格的面積；fi為第i個柵格對應(yīng)的變量數(shù)值。

TWS、地下水、根區(qū)土壤水和表層土壤水的區(qū)域總量，則是在區(qū)域均值的基礎(chǔ)上考慮了區(qū)域總面積和水的密度得到。此外，通過對TWS、地下水、根區(qū)土壤水、表層土壤水的每月區(qū)域總量進(jìn)行最小二乘線性回歸，可得其在研究期間內(nèi)的變化速率。

1.3.2 水分平衡方程

根據(jù)水分平衡方程[31]可知，TWS的變化由多種變量共同決定：

△TWS=P-E-R-HE

(2)

式中：△TWS為TWS變化；P為降水；E為自然蒸散；R為徑流；HE為人為耗水(人為蒸散)。在平衡狀態(tài)下，TWS在較小范圍內(nèi)波動，△TWS=0，此時的降水和蒸散等變量可視作平衡值。當(dāng)降水、蒸散、徑流或人為耗水偏離平衡值出現(xiàn)異常變化時，就會出現(xiàn)水儲量的變化，即△TWS≠0。根據(jù)RODELL等[1]的方法，假設(shè)長期的降水和蒸散等變量的平均值為平衡值。根據(jù)降水、蒸散、徑流和人為耗水在研究時間段內(nèi)的平均值與平衡值的對比，可以計算出各個變量對于TWS變化的貢獻(xiàn)。例如，當(dāng)降水大于平衡值時，將使TWS產(chǎn)生增加的傾向(正向貢獻(xiàn))；類似地，當(dāng)蒸散、徑流或人為耗水大于平衡值時，將使TWS產(chǎn)生減少的傾向(負(fù)向貢獻(xiàn))。為了探索中國北方旱區(qū)TWS變化成因，分析降水、蒸散、徑流和人為耗水的近期均值相對于長期平衡值的變化。

2 結(jié)果與分析

2.1 中國北方旱區(qū)的TWS變化

從圖2可以看出， 2002年4月至2020年7月，除青藏高原北部和東北地區(qū)TWS顯著增加外，中國北方旱區(qū)大部分地區(qū)TWS在減少。其中，顯著減少中心主要位于青藏高原南部、華北平原和新疆地區(qū)，這與之前XU等[12]研究結(jié)果基本一致。與整個中國大陸凈TWS較為平緩的變化不同[11,32]，中國北方旱區(qū)TWS從2002年開始呈現(xiàn)顯著的持續(xù)性波動下降。4種GRACE數(shù)據(jù)所顯示的凈下降速率為16.47～18.52 Gt·a-1。為增強(qiáng)結(jié)果的可靠性，將以上4個GRACE數(shù)據(jù)集的時間序列進(jìn)行集合平均(圖3)。集合平均后的結(jié)果表明，中國北方旱區(qū)的TWS以每年17.80±1.72 Gt的速率下降，單位面積的下降速率為3.1±0.3 mm·a-1。

圖2 基于JPL-M(a、b)、JPL-SH(c、d)、CSR-M(e、f)和CSR-SH(g、h)產(chǎn)品的中國北方旱區(qū)2002年4月至2020年7月TWS氣候傾向率空間分布(a、c、e、g，單位：mm·a-1)和去除季節(jié)循環(huán)的TWS區(qū)域總量距平時間序列(b、d、f、h)[黑點(diǎn)表示該地氣候傾向率通過α=0.05顯著性檢驗(yàn)(下同)]Fig.2 Spatial distribution of climate tendency rate of TWS (Unit: mm·a-1) and time series of deseasonalized TWS regional total amount anomaly from April 2002 to July 2020 in drylands of northern China based on JPL-M (a, b), JPL-SH (c, d), CSR-M (e, f) and CSR-M (g, h) products(Black dots in the maps denote the regions where the climate tendency rate of TWS passed the 0.05 significance test (the same as below))

圖3 4種GRACE產(chǎn)品去除季節(jié)循環(huán)的TWS區(qū)域總量距平的集合平均(陰影代表兩倍標(biāo)準(zhǔn)差)Fig.3 Ensemble mean of anomaly of deseasonalized TWS regional total amount of 4 GRACE products(The shaded denotes the two standard deviation)

TWS整合了從地下到地上垂直方向所有水體的水量，其變化是所有水文分量變化(地下水、土壤水、地表水、雪水、生物圈含水變化)的綜合體現(xiàn)[1]。圖4為2003年2月至2020年7月，地下水、根區(qū)土壤水和表層土壤水水量的時空變化?？梢钥闯觯?種水文分量的時空變化與TWS的時空變化基本一致。在空間分布上，3種水文分量也展示了3個主要的減少中心(青藏高原南部、華北平原和新疆地區(qū))和2個增加中心(青藏高原北部、東北小部分地區(qū))。從時間序列看，地下水、根區(qū)土壤水和表層土壤水隨時間呈現(xiàn)顯著下降趨勢。其中，地下水下降速率最快，為每年8.26 Gt，其次是根區(qū)土壤水(每年1.69 Gt)和表層土壤水(每年0.04 Gt)。隨著水體所處深度加深，發(fā)生顯著下降的范圍和強(qiáng)度都越大。這可能是由于水體所處的深度越深，對氣候變化的敏感性越弱，響應(yīng)越慢。例如，表層土壤干旱可以在降水之后得到快速恢復(fù)；然而地下水深處地下，只能依靠河湖滲流和偶發(fā)短時強(qiáng)降水才能得到補(bǔ)充，因此損失后恢復(fù)緩慢?？偟膩碚f，中國北方旱區(qū)近年來的TWS下降伴隨著不同程度的地下水、根區(qū)土壤水、表層土壤水的減少。

2.2 水平衡分析法

為進(jìn)一步探索中國北方旱區(qū)TWS變化的成因，比較研究時間段內(nèi)降水、蒸散、徑流和人為耗水均值相對于長期均值的變化。這種比較可以初步了解研究時段內(nèi)各變量對于TWS變化的貢獻(xiàn)[1]。

2.2.1 降 水

從中國北方旱區(qū)2002—2020年與1980—2020年平均年降水量差值[圖5(a)]看，中國北方旱區(qū)大部分區(qū)域2002—2020年的平均年降水量都高于1980—2020年平均值，呈正異常。顯著的正異常中心主要位于青藏高原、華北平原、天山山脈附近以及東北小部分地區(qū)，顯著的負(fù)異常中心位于內(nèi)蒙古東北部、新疆塔里木盆地和準(zhǔn)噶爾盆地。可見，青藏高原北部和東北小部分地區(qū)的TWS增加與近期降水流入的顯著增加有關(guān)，這證實(shí)了先前的研究[12]。相比于青藏高原北部，青藏高原南部降水增大的占比偏小[圖5(b)]，氣候變暖帶來的冰川融化主導(dǎo)了TWS下降[12]。此外，內(nèi)蒙古東北部、新疆塔里木盆地和準(zhǔn)噶爾盆地的TWS減少可能與當(dāng)?shù)亟陙淼慕邓疁p少有關(guān)。在這些地區(qū)，自然降水變化與TWS變化密切相關(guān)。然而，華北平原、天山山脈附近顯著的降水正異常卻與其TWS下降形成了強(qiáng)烈對比，暗示除降水外的其他因素對于這些地區(qū)TWS變化的影響巨大。整體來說，1980—2000年中國北方旱區(qū)的降水處于波動變化之中，從2000年開始降水表現(xiàn)出較為明顯的波動上升趨勢，2002—2020年的平均年降水量大于1980—2020年平均值[圖5(c)]。這意味著2002—2020年內(nèi)中國北方旱區(qū)的降水對TWS產(chǎn)生了正向貢獻(xiàn)。

圖4 2003年2月至2020年7月中國北方旱區(qū)地下水(a)、根區(qū)土壤水(b)、表層土壤水(c)氣候傾向率(單位：mm·a-1)空間分布(a、b、c)及區(qū)域總量距平時間序列(d)Fig.4 Spatial distribution of climate tendency rate (Unit: mm·a-1) of groundwater (a), root zone soil moisture (b) and surface soil moisture (c) from February 2003 to July 2020 in drylands of northern China and time series of regional total anomaly (d)

圖5 中國北方旱區(qū)2002—2020年與1980—2020年平均年降水量差值(a，單位：mm)、差值占1980—2020平均年降水量百分比(b，單位：%)的空間分布和1980—2020年平均降水量年際變化(c)Fig.5 The spatial distribution of difference in the average annual precipitation between the period of 2002-2020 and the period of 1980-2020 (a, Unit: mm), the difference as a percentage of the average annual precipitation during 1980-2020 (b, Unit: %) and the inter-annual variation of average precipitation during 1980-2020 (c) in drylands of northern China

2.2.2 蒸 散

蒸散包含地表蒸發(fā)和植物蒸騰，是水循環(huán)中最大的流出項[33]。其變化由多種因素共同驅(qū)動，如氣溫、風(fēng)速、人類活動等。研究表明，地表升溫主導(dǎo)了蒸散的趨勢，全球陸地蒸散在2003—2019年增加了近10%[34]。圖6為中國北方旱區(qū)2002—2020年去除季節(jié)循環(huán)的月平均氣溫變化?？梢钥闯?，在全球變暖背景下[35]，2002—2020年中國北方旱區(qū)地表氣溫以每年0.02 ℃的速率升高。暖化將會增大中國北方旱區(qū)的蒸散需求，區(qū)域水流出逐漸攀升。

圖6 中國北方旱區(qū)2002—2020年去除季節(jié)循環(huán)的月平均氣溫變化Fig.6 The variation of deseasonalized monthly average temperature during 2002-2020 in drylands of northern China

從中國北方旱區(qū)2002—2020年與1980—2020年平均年蒸散量差值[圖7(a)]、差值占1980—2020平均年蒸散量的百分比[圖7(b)]空間分布可以看出，華北平原、天山山脈附近等大部分地區(qū)都出現(xiàn)了蒸散異常增加。1980年以來，中國北方旱區(qū)的年平均蒸散量持續(xù)增加，2002—2020年平均蒸散量明顯大于1980—2020年的平均蒸散量[圖7(c)]。這意味著近期中國北方旱區(qū)的蒸散很可能對TWS變化產(chǎn)生負(fù)向貢獻(xiàn)。

2.2.3 徑 流

除蒸散外，徑流也是重要的流出項，并且是人類生產(chǎn)生活用水的最重要來源之一。從圖8可以看出，1980—2014年中國北方旱區(qū)，平均徑流無明顯趨勢。近期的平均徑流量(2002—2014)與長期的平均徑流量(1980—2014年)差異很小。這意味著相對于降水和蒸散的貢獻(xiàn)，徑流對近期TWS變化的貢獻(xiàn)基本可以忽略。

圖7 中國北方旱區(qū)2002—2020年與1980—2020年平均年蒸散量差值(a，單位：mm)、差值占1980—2020平均年蒸散量的百分比(b)的空間分布和1980—2020年平均蒸散量年際變化(c)Fig.7 The spatial distribution of difference of the average annual evapotranspiration between the period of 2002-2020 and the period of 1980-2020 (a, Unit: mm), the difference as a percentage of the average annual evapotranspiration during 1980-2020 (b) and the inter-annual variation of average evapotranspiration during 1980-2020 (c) in drylands of northern China

圖8 1980—2014年中國北方旱區(qū)平均徑流年際變化Fig.8 The inter-annual variation of average runoff during 1980-2014 in drylands of northern China

2.2.4 人為耗水

隨著經(jīng)濟(jì)社會的快速發(fā)展，人類用水需求在過去100 a間增長了近6倍，并且預(yù)計這種增長會持續(xù)下去[36]。為了滿足工業(yè)、農(nóng)業(yè)、畜牧和生活用水需求，人們從地下水、河流、湖泊中大量取水，造成大量的額外蒸散。經(jīng)統(tǒng)計，2002—2016年，平均年人為耗水量為17.6 mm，明顯超過長期的人為耗水均值。新疆天山山脈的山前綠洲地區(qū)、黃河流域、華北平原和內(nèi)蒙古東北部出現(xiàn)大量的人為耗水[圖9(a)]。1980—2016年，中國北方旱區(qū)的人為耗水從11.9 mm增長到19.0 mm[圖9(b)]。

圖9 中國北方旱區(qū)2002—2016年與1980—2016年平均年人為耗水量差值的空間分布(a，單位：mm)和1980—2016年平均人為耗水量年際變化(b)Fig.9 The spatial distribution of difference of the average annual human water consumption between the period of 2002-2016 and the period of 1980-2016 (a, Unit: mm) and the inter-annual variation of average human water consumption during 1980-2016 (b) in drylands of northern China

3 討論與結(jié)論

中國北方旱區(qū)TWS在2002年4月到2020年7月整體呈現(xiàn)快速下降趨勢(每年17.80±1.72 Gt)，主要的下降中心位于青藏高原南部、華北平原和新疆地區(qū)。這種普遍的下降趨勢與中國南方濕潤地區(qū)TWS的普遍增加趨勢[11]形成強(qiáng)烈的對比。在中國北方旱區(qū)顯著的TWS下降中，地下水、根區(qū)土壤水和表層土壤水都呈現(xiàn)出不同程度的減少，并且，這3種水文分量減少帶來的不利影響在中國北方旱區(qū)將被放大。在中國北方旱區(qū)，根區(qū)土壤和表層土壤干旱除了直接威脅植物和農(nóng)作物生存外，還可能會影響生物多樣性并增大干旱半干旱區(qū)土地退化和荒漠化風(fēng)險[37]。與中國降水充沛且河網(wǎng)密集的南方地區(qū)不同，地下水是中國北方旱區(qū)廣大無河區(qū)的居民賴以生存的穩(wěn)定水源，其下降會直接關(guān)系到當(dāng)?shù)厝嗣竦纳婧桶l(fā)展，甚至關(guān)系到社會的穩(wěn)定[21]。然而，地下水深處地下，補(bǔ)充效率低，取水壓力大，其下降更加傾向于不可持續(xù)[38]，因此，中國北方旱區(qū)的TWS下降及其伴隨的水文分量變化需要更多的關(guān)注和研究。

TWS的變化由降水、蒸散、徑流和人為耗水共同決定。通過對比降水等變量近年情況相對于長期均值的變化，發(fā)現(xiàn)：研究期間降水對TWS產(chǎn)生了正向貢獻(xiàn)，徑流的貢獻(xiàn)基本可以忽略。在氣候變暖和人為耗水等因素影響下，中國北方旱區(qū)的蒸散持續(xù)增加，過量的蒸散對TWS產(chǎn)生了負(fù)向貢獻(xiàn)。降水作為流入項，在其他因素處于正常狀態(tài)情況下，其正向貢獻(xiàn)必然會使TWS增加。然而，中國北方旱區(qū)TWS的凈變化為負(fù)值，從2002年到2020年TWS共計下降約338 Gt?？梢姡谥袊狈胶祬^(qū)的蒸散異常增加主導(dǎo)了TWS的下降。蒸散的負(fù)向貢獻(xiàn)超過了降水的正向貢獻(xiàn)，導(dǎo)致研究區(qū)域內(nèi)TWS的持續(xù)下降。

本研究揭示了在升溫和人為耗水影響下的中國北方旱區(qū)的蒸散異常增加是TWS枯竭的最主要因素，同時，在干旱氣候、全球變暖和人類活動共同作用下，即使降水增多也很難逆轉(zhuǎn)中國北方旱區(qū)TWS的下降趨勢。根據(jù)本文和其他研究結(jié)果[12,21]推測，西北暖濕化趨勢下[39]，中國北方旱區(qū)TWS持續(xù)下降的原因可能是深層地下水的持續(xù)減少和青藏高原南部的顯著冰川質(zhì)量損失。一方面，氣候變暖驅(qū)動著青藏高原南部冰川的加速融化[40-41]，另一方面，降水的增加主要補(bǔ)給了地表水和淺層地下水，而干旱和半干旱氣候下的深層地下水難以得到有效補(bǔ)充[38]。同時，在干旱地區(qū)有限的地表水和干濕季分明的條件下，地下水是人類用水中唯一可靠的水資源。研究表明，全球干旱半干旱區(qū)人為造成的地下水損失，約占全球干旱半干旱區(qū)TWS下降的70%[21]。相應(yīng)地，在中國北方旱區(qū)，巨大的地下水損失也很可能是西北暖濕化下TWS持續(xù)減少的主要原因之一，并且，干旱半干旱地區(qū)地下水的減少與農(nóng)業(yè)灌溉有著密切關(guān)系[21]，需要采取其他有效措施，如合理的農(nóng)業(yè)灌溉用水結(jié)構(gòu)、有效的冰川保護(hù)等，來減緩和遏制中國北方旱區(qū)TWS的持續(xù)減少。

由于受徑流和人為耗水?dāng)?shù)據(jù)集時間長度的限制和不同數(shù)據(jù)集之間巨大偏差的影響，目前的研究主要從定性角度分析了各影響因子對TWS變化的貢獻(xiàn)。定量化地評估各因子的相對貢獻(xiàn)，從而準(zhǔn)確把握中國北方旱區(qū)的TWS變化，還有待于日后在中國北方旱區(qū)建立完善的觀測網(wǎng)從而獲取不斷完善的觀測數(shù)據(jù)進(jìn)行進(jìn)一步研究。