气候与环境研究  2018, Vol. 23 Issue (6): 683-701   PDF    
人为扰动对陆面水分能量的影响——以沩水河流域为例
刘双1,2,3 , 谢正辉1 , 曾毓金1 , 刘斌1,2 , 高骏强1,4 , 李锐超1,2     
1 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室, 北京 100029;
2 中国科学院大学, 北京 100049;
3 中国科学院水利部成都山地灾害与环境研究所山地灾害与地表过程重点实验室, 成都 610041;
4 南京信息工程大学数学与统计学院, 南京 210044
摘要: 以沩水河流域为例,基于陆面模式CLM4.5,建立了综合考虑作物种植、地下水开采及灌溉等人类活动的流域陆面水文模型。利用所发展模型,针对1981~2012年,取500 m空间分辨率,探讨人为扰动对陆面过程的影响。研究表明:1)地下水侧向流使得中下游地区地下水位有所提高,平原地下水埋深分布在4 m左右,山区埋深可达到几十米;模拟的叶面积指数较静态MODIS叶面积指数偏大1左右,由此使得种植区月蒸腾量提高约10 mm,土壤蒸发和地表产流有所减少;在灌溉作用下,作物叶面积指数略增长,蒸散发稍有提高,而在假设水稻采用漫灌的情况下,水库灌溉补偿了作物生长产生的水消耗,提高了该区域土壤湿度,增加潜热通量;研究区地下水开采存在但其水文效应并不显著。2)土地覆盖变化自1990年有较大变动,1990~2000年以林地为主,2000年后以耕地为主,其中,1990~2000年土地覆盖类型变化不明显,2001~2012年耕地面积呈先减少再增加又减少的趋势,林地面积则先增加再减少又增加,耕地与林地在2012年所占比例基本持平;同一土地类型内,植被类型变化较为明显,导致陆面水文模拟结果差异较大。
关键词: 人类活动      土地覆盖变化      陆面过程模型     
Impacts of Human Activities on Land Surface Water and Energy—A Case Study in Weishui River Watershed
LIU Shuang1,2,3, XIE Zhenghui1, ZENG Yujin1, LIU Bin1,2, GAO Junqiang1,4, LI Ruichao1,2     
1 State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029;
2 College of Earth Science, University of Chinese Academy of Sciences, Beijing 100049;
3 Key Laboratory of Mountain Hazards and Earth Surface Processes, Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Chengdu 610041;
4 College of Mathematics and Statistics, Nanjing University of Information Science and Technology, Nanjing 210044
Abstract: A typical watershed in the subtropical monsoon region was selected for a case study. A land surface hydrological model for Weishui River Basin was established by coupling the schemes of crop growth, empirical reservoir irrigation and groundwater lateral flow into with a land surface model. First, the model with a constant land cover dataset was used to quantify the impacts of groundwater lateral flow, crop cultivation, groundwater exploitation and reservoir irrigation on land surface water and energy. The land cover change and its effects on the watershed were then investigated using several remote-sensing images and modeling studies. The results show that:1) The groundwater lateral flow makes the simulation more reasonable with lower depth in downstream areas (lower than four meters) and deeper table in mountainous areas (deeper than several decameters); the crop model yields a larger leaf area index than the fixed one, and thus increases the transpiration in cropland, which consumes more water in the watershed and lessens the latent heat flux; irrigation then offsets the water loss by utilizing the surface water and increases the latent heat flux. In addition, it is found that the effect of groundwater pumping is not significant. 2) The land cover changed a lot from 1990 to 2012 with small changes during the 1990-2000 period and large changes during the 2001-2012 period. From 2001 to 2012, the area of cropland first decreased, then increased, and then decreased again (the trend of woodland is opposite); the changes of vegetation types that belong to the same land use type are significant, which leads to large differences in land surface modeling.
Keywords: Human activity     Land use/cover change     Land surface model    

1 引言

人类活动通过地表地下水开采利用、灌溉等方式的取用水调节,改变河道流量与地下水水位、湖水湿地等水体储存并引起侧向流、土壤湿度、陆—气水热通量以及土壤冻融界面的变化(Pokhrel et al., 2016);土地利用与城市化通过改变地表覆盖类型等环境因子,影响产汇流过程及陆气间物质能量交换(Sterling et al., 2013)。人类活动改变了许多区域的水分能量交换特征,如干旱区内陆河塔河与黑河流域中游灌溉—蒸发可能超越降雨—产流成为主导的水文过程(胡和平等,2004),威胁社会经济可持续发展的生态基础,导致水资源供需矛盾日益尖锐(陈亚宁和徐宗学,2004)。农作物的种植、生长、收割过程也影响气候(Chen and Xie, 2012)。此外,水库调度和跨流域调水等可以改变径流时空分布(夏军等,2011)。灌溉耗水占用了近90%的人类总引水耗水量(Döll and Siebert, 2002)。由此可见,定量研究人类活动引起的陆面水文特征变化具有十分重要的社会意义。

数值模型是量化人类活动作用的重要工具之一。Döll et al.(2012)利用全球水资源模式发现人类取水对于水储量变率的影响在不同区域各不相同。Wada et al.(2013)研究发现人类取用水会减少河道流量并因此加剧全球干旱强度并增加干旱频率。De Graaf et al.(2014)利用水文模型探索了地下水取水占总取水比例的动态变化,并且指出该比例对于水资源的分配和取用水的效应有重要影响。Chen et al.(2011)将作物模型与区域气候模式耦合,结果表明作物叶面积指数的改变显著影响局地降水等因素。Zou et al.(2014, 2015)将地下水开采方案耦合至陆面过程模型和区域气候模式RegCM4中,并在中国海河流域进行了模拟,结果显示人类地下水取水用水会导致不但会导致水位下降,表层土壤湿度增湿,深层土壤湿度降低,还会导致对流层大气增湿降温。Zeng et al.(2016, 2017)将地下水开采与陆面模式及气候模式耦合,揭示了人类地下水开采对陆面生态水文及气候的影响。而目前基于过程的陆面水文模拟主要应用于全球、区域及较大的流域,空间分辨率大致在100~1 km,研究范围主要从全球取用水到区域的地下水开采再到河道引水。当前在高分辨率模拟的需求下,小尺度人类活动过程和水分水平交换应显得尤为重要(Wood et al., 2011)。于是,一方面地下水侧向流动被耦合到陆面模式中(Fan et al., 2007; Maxwell et al., 2015; Zeng et al., 2016),另一方面诸如灌溉种植等人类活动也被进一步考虑(Leng et al., 2014)。

亚热带季风区,尤其在我国,属于生态系统发达和人类活动频繁区,水系统作为物质循环、能量流动的载体,影响社会经济发展。定量研究人类活动的水文效应对该区域水资源管理与决策有重要意义。因此,本文以人类活动频繁的沩水河流域为例,基于高分辨率地表数据、人类活动资料及二维地下水模型,构建综合考虑多种人类活动影响的流域陆面水文模型,利用该模型对1981~2012年进行长时间积分模拟,探讨人为扰动对陆面水分能量的影响。

2 模型、数据及试验设计 2.1 考虑侧向流和人类活动的陆面水文模型

陆面过程模型CLM4.5是地球系统模式(Community Earth System Model,vesion1.2)的陆面分量模型之一。模型考虑了网格尺度内地表特征的差异、不同植被类型生态学变异以及不同土壤层水动力学和热力学上的差异性,并通过嵌套次网格实现。它包含复杂的生物地球物理过程和生物地球化学过程参数化方案(Oleson et al., 2013)。

然而该模型缺乏考虑地下水水平交换及区域尺度人类活动过程描述。因此,基于该框架发展了考虑地下水侧向流和人类取用水的陆面水文模型,并在热点区域得以验证与应用(Zeng et al., 2016, 2017)。尽管CLM4.5已经考虑大部分作物,但却缺乏水稻生长的描述,为此,基于前期的基础(Chen and Xie, 2012),本研究将考虑水稻生长的作物模型CERES (Crop-Environment Resource Synthesis)与CLM4.5耦合,CERES作物模型的时间步长为1 d,因此两个模型间的交换频率设定为1 d一次。CLM4.5向CERES模型提供必要的强迫(降水、气温、辐射、反照率、风速、土壤湿度等);CERES向CLM4.5反馈叶面积指数、茎面积指数及根系比例。反馈的叶面积指数等变量通过影响植被蒸腾、地表反照率等进一步对陆面过程产生影响。

本文针对流域内水库主要用于灌溉这一特点,根据长沙市水资源公报(http://www.cswater.gov.cn/page/item/article.jsp?articleid=3880[2015-09-06])及相关资料,设计了一个考虑水库蓄水和水库引水灌溉的简单参数化方案,并与陆面水文模型耦合,用以研究流域水库灌溉的水文效应。由于研究区水库调度的详细资料难以获取,水库灌溉的确定主要通过这几个步骤。首先根据统计资料得到水库年内用于确定水库来水量用于灌溉和下泄至主河道的比例,该比例约为5.5:1(李德新,1999)。调离水库而未到达灌区的水量由于蒸发耗散的影响,最终用水量需要乘以损耗比例,该比例取0.65(李德新,1999)。针对流域灌区,很多研究先用模型计算出需水量,然后再确定灌溉量。不过也有人指出这个方法也许能得到看似可靠的区域尺度灌溉需求,但对于更小尺度的研究可能不合适(Pokhrel et al., 2016)。因此,本文在确定流域灌溉总量后,参照地区农耕习惯,根据当时的降水量权重在空间上进行灌溉量的分配,即下雨越少的地方灌溉需求越大。尽管所采用的方案比较简单甚至有些经验性,但整体上能符合统计资料的约束且不过多依赖外部数据。

2.2 研究区概况、强迫数据及观测数据 2.2.1 研究区概况

沩水河流域地处湘东偏北的洞庭湖南缘地区,雪峰山余脉向东北滨湖平原过渡地带,属亚热带大陆性季风湿润气候,四季分明,寒冷期短,炎热期长。内有山地、丘岗、平原,上游有以灌溉为主的黄材水库。流域取水灌溉、农作物种植及土地利用变化等人类活动频繁。根据最近长沙市水资源公报(http://www.cswater.gov.cn/page/item/article.jsp?articleid=3880[2015-09-06]),流域面积为2430 km2,河长144 km。流域年径流量14.35×108 m3,平均径流深680 mm,流域内水量充沛,但时空分布很不均匀,降水多集中在4~7月,降水量占全年降水量的50%~60%。尽管有长沙市水资源公报(http://www.cswater.gov.cn/page/item/article.jsp?articleid=3880 [2015-09-06])关于此流域面积的记录,也有研究在此流域开展(焦胜等, 2014),但符合官方记录的流域边界尚未公开确定。为此,在模拟试验前,基于HydroShed的90 m DEM数据和河流数据,经过与谷歌地图及记录流域面积的反复比对,利用ArcGIS10.0水文分析工具提取了沩水河流域边界(见图 1)。所提取的流域面积为2435.75 km2,接近长沙市水资源公报(http://www.cswater.gov.cn/page/item/article.jsp?articleid=3880[2015-09-06])给出的2430 km2和宁乡县水务局给出的2447 km2张学兵,2016),因此所提取的流域边界较为符合实情,可用于流域水文数值模拟。

图 1 沩水河流域位置 Fig. 1 Geographic location of the Weishui River watershed
2.2.2 地表数据与大气强迫

高分辨率陆面水文模拟需要配套高分辨率地表数据。由于CLM4.5模型自带原始地表数据在分辨率上无法满足本试验的要求,所以必须对地表数据进行修改。这些数据包括HydroShed的90 m DEM数据和流向数据(Lehner et al., 2008)、下载自NASA的2012年500 m分辨率MODIS陆地覆盖与叶面积指数数据(Friedl et al., 2010; Myneni et al., 2015)、1 km分辨率土壤质地数据集(Shangguan et al., 2013)、1 km基岩深度数据(Pelletier et al., 2016)及用于CERES模拟的农作物种植数据(Chen and Xie, 2012)。其中DEM数据用于更新高程、高程标准差、坡度及参数最大饱和面积率,用于确定地表产流);流向数据用于地表汇流计算;陆地覆盖与叶面积指数数据用于替换地表类型和静态叶面积指数(固定12个月的叶面积指数)并提取耕地分布;土壤质地用以确定黏土砂土百分比;基岩深度近似于土壤深度,基于的导水系数计算公式(Wigmosta and Lettenmaier, 1999),可得到地下水侧向透水率。

针对人类活动,根据第六次全国人口普查主要数据公报和1:10万土地利用数据(Liu et al., 2003),并结合所建立的观测水井资料,估算出农村地下水取水量。此外,为了量化土地覆盖变化对该流域水文的影响,又采用1990、1995、2000年1:10万土地利用数据及2001~2012年500 m分辨率的MODIS陆地覆盖数据,进行土地覆盖变化研究并进行陆面模拟敏感性试验。

本文采用了两套大气强迫数据,1979~2012年采用由中国科学院青藏高原研究所阳坤研究员团队融合中国气象局740站各类气象要素观测资料、3类降水数据以及辐射数据发展的一套中国区域陆面模式驱动数据(Chen et al., 2011),2013年采用中国气象局陆面数据同化系统产品(CLDAS)(Shi et al., 2011)。

2.2.3 观测数据

在考察人类活动效应之前,需要对自然过程的模拟进行验证。如前文所述,该模型已经在其他流域得以验证,加之沩水河流域观测水文资料难以获取,所以本文主要是基于所建立的观测数据做简单验证。所在小组于2012年夏在位于沩水河流域的湖南宁乡建立地气水循环综合观测平台(Jia et al., 2015; Xie et al., 2016)。它主要包括自动气象观测系统、辐射通量观测系统、涡动相关系统和地下水位监测系统。地下水位监测系统位于9个不同的观测井中。本研究所用到的观测数据为地表温度和地下水位,原始数据采样频率为30 min,经过质量控制和插补,平均到日尺度与模型结果比较。

2.3 试验设计 2.3.1 侧向流、取用水及作物种植对陆面水文的影响

本研究设计5组数值试验:第一组采用原CLM4.5,为控制试验,记为CTL;第二组记为LTF,即考虑地下水侧向流的陆面模拟试验;第三组记为LTGW,即考虑地下水侧向流和地下水取用的陆面模拟试验;第四组记为LTCE,即考虑地下水侧向流和作物生长的陆面模拟试验;第五组记为LTCESG,即考虑地下水侧向流、作物生长及地表与地下水灌溉的陆面模拟试验。

5组试验的研究区域为沩水河流域(假设流域边界地下水侧向流为零通量),空间分辨率为0.0083°(约为500 m)。模拟过程选用ITP大气强迫数据作为陆面模式大气强迫(时间分辨率为3 h,从1979~2012年,空间分辨率为0.1°)和CLDAS大气强迫数据(时间分辨率为1 h,从2013~2014年,空间分辨率为0.0625°)。模拟时间积分步长为30 min,为使得地下水位尽量达到平衡,利用34年的ITP大气强迫数据循环强迫,即进行400年积分使得模式变量达到平衡态,最后对1979~2013年进行正式模拟(月输出结果)并在2013~2014年基于观测验证(日输出结果)。考虑到人类活动可能需要模型前期预热,结果分析时段为1981~2012年。为了便于比不同人类活动对陆面水文过程模拟的影响,除了必要的人类活动数据有所不同外,其余设置(如模拟区域、步长、初始场、大气强迫等)均相同。

2.3.2 土地覆盖变化及其对陆面水文的影响

首先本文基于1990年、1995年及2000年1:10万土地利用数据和2001~2012年500 m分辨率的MODIS陆地覆盖产品对沩水河流域土地覆盖变化作定量分析,然后选取土地覆盖变化明显的3个时期进行模拟试验,探讨土地覆盖变化对陆面水分能量的影响。3组试验模拟区域与分辨率与2.3.1节一致。模拟过程选用ITP大气强迫数据作为陆面模式大气强迫,时间范围为2006~2012年,利用强迫循环3次进行模拟,即前2次作为模型预热,最后一次作为正式模拟分析。模拟时间积分步长为30 min,地下水位初始场采用2.3.1节预热的结果。

3 结果分析 3.1 模型验证

首先,本文选取了地气水循环综合观测平台监测的地表温度和地下水埋深数据作为观测。由于人类活动描述属于非自然过程,因此主要针对仅考虑侧向流的模型进行验证,所选的水井均处于非人类活动的位置。图 2a给出了2013年地表温度观测与模拟结果,全年该点地表温度最低0 ℃左右,最高在7~8月,达到40 ℃。可以看出尽管CTL和LTF组均略微高估,但也都能较好模拟地表温度的年内变化。而考虑侧向流影响的模型在7~8月模拟更接近观测,CTL组则明显高估。针对地下水埋深(结果如图 2b2c所示),可以看到LTF相比CTL与观测更为一致。此外,将模拟的地下水埋深气候态平均的空间分布与Fan et al. (2013)提供的全球地下水埋深分布数据进行了比对。图 2d2f显示地下水水位在整个流域上呈现西部山区低、东部下游高的分布。CTL模拟埋深最低不少于3 m,最深不超过6 m,这一特征在埋深较深的山区显然不合理;LTF模拟由于侧向流的作用,降低了山区水位,抬升下游水位,最小埋深位于中下游河道附近,最大埋深位于海拔较高的山区,埋深量级在空间分布上与Fan et al. (2013)的结果更为一致,较为符合实际情况。

图 2 (a)观测(Obs)、未考虑侧向流模拟(CTL)及考虑侧向流模拟(LTF)的地表温度;(b)未考虑侧向流模拟(CTL)及(c)考虑侧向流模拟(LTF)的地下水埋深与观测对比散点图;(d)提取自Fan et al. (2007)估算的全球地下水埋深;(e)未考虑侧向流模拟(CTL)的地下水埋深;(f)考虑侧向流模拟(LTF)的地下水埋深 Fig. 2 (a) Comparison of daily ground temperature from observations and simulations of CTL (without groundwater lateral flow) and LTF (with groundwater lateral flow); scatter diagrams of groundwater table depth from observations and simulations of (b) CTL and (c) LTF; simulations of groundwater table depth spatial pattern from (d) data extracted from global water table depth from Fan et al. (2007), (e) simulation of CTL, and (f) simulation of LTF
3.2 侧向流、作物种植与取用水对陆面水分能量的影响

图 3给出了LTF与CTL模拟的多个陆面水文要素在气候态空间分布上的差异。可以看到,侧向流的效应非常明显。上游埋深增加,最大可达10倍,下游埋深减小,最大减少50%;地表温度在中下游河道附近有所减少,但减少幅度并不大;土壤湿度和地表产流在中下游有明显的提高,土壤湿度在下游大约增加15%~30%左右;潜热通量增加,感热通量下降,增减幅度大约分别为4%和9%。侧向流通常在干旱区或者地下水严重开采区有明显效应,湿润区由于水分充分可能使得侧向流的作用不是很重要,但从模拟的角度来看,地下水侧向流描述在水文要素空间分布模拟上有很强的效应。

图 3 地下水侧向流对陆面水文模拟的作用(气候态LTF减CTL):(a)地下水埋深;(b)地表温度;(c)土壤温度;(d)10 cm深土壤湿度;(e)100 cm深土壤湿度;(f)地表产流;(g)潜热通量;(h)感热通量 Fig. 3 Climatological impacts of groundwater lateral flow on hydrological variables (LTF-CTL): (a) Water table depth; (b) ground temperature; (c) soil temperature; (d) soil moisture at 10-cm depth; (e) soil moisture at 100-cm depth; (f) surface runoff; (g) latent heat flux; (h) sensible heat flux

基于LTF和LTCE组试验的模拟结果(如图 4所示),可以得到考虑作物生长产生的陆面水文要素在气候态空间分布上的差异(未通过95%显著性检验的结果未在图中展示)。可以看出,显著变化的地方集中在耕地分布的区域。作物模型模拟的叶面积指数较静态MODIS反演的更大(大约增加1~2),相应的冠层蒸发与植被蒸腾水平有所提高(大约提高60%~80%),土壤湿度和产流量降低;相反更大的叶面积导致到达直接土壤表层的短波辐射减少,使得地面蒸发较少。整体上,作物生长使得流域增加水分消耗,提高潜热通量,降低感热通量(部分地区下降20%~40%)。基于LTF和LTGW组试验的模拟结果,可以看到尽管流域存在农业水井取水,但在该流域,由于水分本身比较充分,抽走的水很快由周围水分补给,在月输出结果上基本看不出地下水取用对流域水文的影响。

图 4 作物生长的陆面水文气候态效应(LTCE减LTF):(a)土壤蒸发;(b)冠层蒸发;(c)植被蒸腾;(d)感热通量;(e)多层平均土壤湿度;(f)地表产流;(g)叶面积指数;(h)平均根系比例 Fig. 4 Climatological impacts of crop growth on hydrological variables (LTCE-LTF): (a) Soil evaporation; (b) canopy evaporation; (c) canopy transpiration; (d) sensible heat flux; (e) multi-layer averaged soil moisture; (f) surface runoff; (g) leaf area index; (h) mean fraction of roots

图 5也可看出,两组试验差异在水位、深层土壤湿度及地表产流方面接近0,而在其他几个变量上虽然确实存在一些区别,但差异的量级非常小,几乎可以忽略。可以认为在沩水河流域,由于生产用水主要取自地表水(长沙市水资源公报http://www.cswater.gov.cn/page/item/article.jsp?articleid=3880[2015-09-06]),地下水主要用于日常生活用水,加之超采现象少见,所以整体上地下水开采并未对整个流域水文系统带来明显效应,后文分析将暂时不考虑开采的影响。

图 5 农村地下水取用的陆面水文气候态效应(LTGW减LTF):(a)地下水埋深;(b)地表温度;(c)土壤温度;(d)10 cm深土壤湿度;(e)100 cm深土壤湿度;(f)地表产流;(g)潜热通量;(h)感热通量 Fig. 5 Climatological impacts of groundwater lateral flow on hydrological variables (LTGW-LTF): (a) Water table depth; (b) ground temperature; (c) soil temperature; (d) soil moisture at 10-cm depth; (e) soil moisture at 100-cm depth; (f) surface runoff; (g) latent heat flux; (h) sensible heat flux

当进一步考虑黄材水库蓄水灌溉的情景时,可以看到沩水河河道实际流量越大,水库蓄水越多,在黄材水库以下的流量有所减少,流域出口断面流量基本没有差异(图 6)。主要原因是水库蓄水使得水库下泄量减少,而水量根据灌溉需要重新分配回流域时,在汇流的作用下,水分又重新回到河道,所以从月尺度上下游断面的水量基本没有太大区别。由于本文采用的水库灌溉方案中考虑因引水灌溉导致的损耗,加上作物的消耗,所以流域出口断面流量会略有减少。

图 6 水库灌溉对径流的影响:(a)黄材水库以下2 km处河道断面流量;(b)沩水河流域出口断面流量 Fig. 6 Impacts of reservoir for irrigation on: (a) Discharge at a site slightly lower than the reservoir; (b) discharge at a site near the outlet of the watershed

需要强调的是,水稻灌溉需水量较大,本文假设采用充分灌溉方式。图 7反应了LTCESG与LTCE模拟试验在耕地由于灌溉造成的气候态差异。首先是灌溉使得土壤湿度和地表产流明显增加(分别增加约0.01 mm3/mm3和6 mm/month),从而引起地面蒸发、植被蒸腾量增加(分别增加约4 mm/month和3 mm/month),同时作物由于水分补给在叶面积指数方面略微提高(约0.5)。但并非所有灌区效应差异均通过95%显著性检验。地表水资源利用有效缓解作物对水分的消耗,流域整体呈现变湿的状态,潜热增加,感热减小。

图 7 水库灌溉的陆面水文气候态效应(LTCESG减LTCE):(a)土壤蒸发;(b)冠层蒸发;(c)植被蒸腾;(d)感热通量;(e)10 cm深土壤湿度;(f)100 cm深土壤湿度;(g)地表产流;(h)叶面积指数 Fig. 7 Climatological impacts of irrigation on hydrological variables (LTCESG-LTCE): (a) Soil evaporation; (b) canopy evaporation; (c) canopy transpiration; (d) sensible heat flux; (e) soil moisture at 10-cm depth; (f) soil moisture at 100-cm depth; (g) surface runoff; (h) leaf area index

前面是基于多过程逐步叠加分析的效应,图 8给出了包括地下水取用、作物种植及灌溉等多人类活动共同作用产生的陆面水分能量气候态效应。可以看到,结果在空间分布上与前文结果一致。流域在人类活动的扰动下,尤其是在地表水利用下,呈现变湿的状态,同时由于模拟的叶面积指数较MODIS叶面积指数更大,所以植被蒸散发量明显增加,同时伴随陆气潜热通量的增强。相反,由于叶面积增大降低了到达土壤表层的辐射,使得土壤蒸发略有下降。整体上,人类活动对陆面水分能量交换有明显影响,且这种影响主要跟作物区叶面积指数变化有关。

图 8 多种人类活动共同作用下陆面水文气候态效应(LTCESG减LTF):(a)土壤蒸发;(b)冠层蒸发;(c)植被蒸腾;(d)土壤湿度;(e)地表产流;(f)叶面积指数;(g)潜热通量;(h)感热通量 Fig. 8 Climatological combined effects of multiple human activities on hydrological variables (LTCESG-LTF): (a) Soil evaporation; (b) canopy evaporation; (c) canopy transpiration; (d) soil moisture; (e) surface runoff; (f) leaf area index; (g) latent heat flux; (h) sensible heat flux

图 9图 10分别给出了过去30年研究区流域平均的水分能量年际变化和季节变化。从年际变化可以看到各要素整体变化趋势平缓,年降水量最大2000 mm,最低800 mm,平均辐射量最大出现在2007年,最小出现于1982年。同时也可以看出,水分要素变化趋势与降水保持一致,热通量变化则与直接太阳辐射变化保持一致。人类活动引起趋势和量值的微调,但整体趋势还是服从降水、辐射等气候要素的变化。所以,在气候与人类共同影响下,水分能量要素在流域年际趋势上主要受控于气候要素,而在气候态空间分布上则更多受人类活动影响。从季节变化看到,土壤湿度季节变化主要受降水和人类活动影响,热通量趋势则跟太阳辐射量季节分布一致。其中人类活动使得各组试验略有差异,尤其是在生长季。侧向流对土壤湿度的改变较为明显,而对陆气热通量交换影响较小。同样,人类活动也主要是增加潜热通量并稍降低感热通量。

图 9 沩水河流域水分能量要素年际变化:(a)降水量;(b)直接太阳辐射;(c)10 cm深土壤湿度;(d)潜热通量;(e)100 cm深土壤湿度;(f)感热通量 Fig. 9 Inter-annual variations of (a) precipitation, (b) solar radiation, (c) soil moisture at 10-cm depth, (d) latent heat flux, (e) soil moisture at 100-cm depth, and (f) sensible heat flux

图 10 沩水河流域水分能量要素季节变化:(a)降水量;(b)直接太阳辐射;(c)10 cm深土壤湿度;(d)潜热通量;(e)100 cm深土壤湿度;(f)感热通量 Fig. 10 Seasonal variations of (a) precipitation, (b) solar radiation, (c) soil moisture at 10-cm depth, (d) latent heat flux, (e) soil moisture at 100-cm depth, and (f) sensible heat flux
3.3 土地覆盖变化及其对水分能量的影响初探

本节主要基于3个时期土地利用情景和2001~2012年500 m分辨率的MODIS陆地覆盖产品,分析流域土地利用变化并讨论其对陆面水分能量的影响。图 11分别展示了1990年、1995年及2000年的沩水河流域土地类型空间分布与所占比例,可以看到3个时期土地类型改变并不直观。经统计,流域在3个时期内水体比例分别为1.89%、1.41%、1.76%;林地为57.94%、57.87%、57.67;草地占1.44%、1.58%、1.58%;耕地占38.40%、38.71%、38.52%;城市为0.33%、0.48%、0.52%。整体来说,林地有所减少,城市略有扩张,土地覆盖变化幅度较小。

图 11 基于1:10万土地利用数据的(a)1990年、(b)1995年及(c)2000年沩水河流域土地类型分布;(d)基于1:10万土地利用数据的1990年、1995年及2000年沩水河流域各土地类型所占比例 Fig. 11 Land use types in the Weishui River watershed in (a) 1990, (b) 1995, and (c) 2000 based on 1:100000 datasets; (d) proportions of water, woodland, grassland, cropland, and build-up in the Weishui River watershed in 1990, 1995, and 2000 based on 1:100000 datasets

图 12展示了2001~2012年的沩水河流域土地类型空间分布与所占比例,可以看到林地比例呈现先增加再减少又增加的变化,从2001年的20.87%增长至2006年的33.64%再下降到2009年29.07%最后在2012升高至41.30%;耕地的变化趋势正好相反,2002年左右比例最大58.21%,随后在2005年下降至43.61,又在2008年回升到56.76%,之后下降至2012年的42.53%;草地整体上呈现下降趋势,但变化幅度较林地与耕地小;水体与城市等区域变化较小。同时,也能看到林地与耕地所占比例在不断地接近,从一开始耕地远多于林地到与林地所占比例持平,可以反映出沩水河流域内生产方式的改变及环保意识的提高所引起的陆面景观格局变化。总体来说,1990~2000年沩水河流域土地类型以林地为主,土地覆盖变化不明显,2001~2012年土地类型先以耕地为主,后期耕地与林地比例几乎持平,土地覆盖改变较为剧烈。

图 12 基于500 m分辨率MODIS产品的(a-l)2001~2012年沩水河流域土地类型分布及(m)2001~2012年沩水河流域各土地类型所占比例 Fig. 12 (a-l) Land use types in the Weishui River watershed from 2001 to 2012 and (m) proportions of water, woodland, grassland, cropland, and build-up in the Weishui River watershed from 2001 to 2012 based on 500-m resolution MODIS products

为了定量土地利用对陆面水分能量的影响,本文选择陆地覆盖变化比较剧烈的3个时期(2006年、2009年及2012年)进行研究。首先用三景影像数据替换默认地表数据中的次网格植被/土地类型,然后为了更清晰区分土地类型变化的效应,根据经验对相应的土地类型赋以对应的叶面积指数和植株高度等数据。图 13a13b给出了2009年与2006年及2012年与2009年相比发生土地类型变化的网格空间分布,可以看到两次变化均分布广泛,第二次变化范围较大;图 13c给出了这3年植被功能类型所占比例。发现在进一步的陆地覆盖分类下,植被类型也有较大改变,如常绿针叶林呈增加趋势,常绿阔叶林则有所下降。因此,沩水河流域土地类型不仅在土地分类一级类型下有明显变化,而且在二级分类下发生了更多改变,这对考虑多种植被功能型的陆面水文模拟来说是非常重要的地表信息。

图 13 (a)2009年相比2006年发生土地类型转变的网格(绿色代表发生土地覆盖类型转变的网格);(b)2012年相比2009年发生土地类型转变的网格(绿色代表发生土地覆盖类型转变的网格);(c)2006年、2009年及2012年各植被功能类型所占比例 Fig. 13 Spatial distributions of land cover change (a) between 2006 and 2009 and (b) between 2009 and 2012 (grid cells with green color denote the places where the land cover changed) and (c) proportions of vegetation types in 2006, 2009, and 2012 based on MODIS products with 500-m resolution

图 14给出了2009年与2006年土地利用情景下陆面模拟的多年平均值的差异。可以看到,叶面积指数发生较多的变化,其中除了林地与耕地转换所产生的叶面积变化外,同种土地类型的不同植被类型变化所引起的改变分布更为广泛(其中叶面积指数最大变化接近4)。此外,叶面积指变化引起净辐射的改变(流域边界及西部净辐射平均增加10 W/m2左右,中下游部分区域平均下降6 W/m2左右),使得叶面积增大的区域潜热增加、感热降低,叶面积变小的地方则相反,从而相应改变土壤湿度(变化幅度为0.02 mm3/mm3左右);2009年相对于2006年的变化使得河道水储量相对提高。图 15给出了2012年与2009年土地利用情景下多年平均的差异,结果与2006~2009年变化类似。

图 14 2006~2009年土地覆盖变化的陆面水文效应:(a)叶面积指数;(b)多层平均土壤湿度;(c)河道水储量;(d)净辐射;(e)潜热通量;(f)感热通量 Fig. 14 Climatological impacts of land cover change during 2006-2009 on hydrological variables: (a) Leaf area index; (b) multi-layer averaged soil moisture; (c) river water storage; (d) net radiation; (e) latent heat flux; (f) sensible heat flux

图 15图 14,但为2009~2012年 Fig. 15 Same as Fig. 14, but during 2009-2012
4 结论与讨论

本文以人类活动频繁的沩水河流域为例,建立了综合考虑作物种植、地下水开采及灌溉等人类活动的流域陆面水文模型。本研究针对1981~2012年,首先探讨了人类活动对流域水分能量的影响,其次研究了该流域土地覆盖变化及其对水分能量的影响。研究表明:

(1)从气候态空间分布来看,地下水侧向流使得中下游地区地下水位有所提高,平原低地地下水埋深分布在4 m左右,山区高地埋深可达到几十米;水稻种植模拟的叶面积指数较静态MODIS叶面积指数偏大约1,使得作物区月蒸腾量提高10 mm左右,土壤蒸发和地表产流有所减少,整体上增加了流域水分消耗;灌溉后,作物叶面积指数略微增长,植被蒸发蒸腾稍有提高但不显著,而在假设水稻采用漫灌的情况下,水库灌溉能使得作物生长产生的水消耗以补偿并明显地提高了该区域土壤湿度,增加潜热通量;研究区灌溉用水主要来自地表水,地下水主要用于农村居民用水,整体上地下水开采存在但其效应并不显著。

(2)1990~2000年以林地为主,2000年以后以耕地为主;1990~2000年土地覆盖类型变化不明显,2001~2012年土地覆盖类型发生明显改变,耕地面积呈先减少再增加又减少的变化,林地面积则先增加再减少又增加,耕地与林地在2012年所占比例基本持平;2009~2012年土地覆盖变化引起的水分能量效应比2006~2009年分布更为广泛。

沩水河流域研究处于起步阶段。目前由于流域内观测站刚建立不久,资料连续性和长度均难以满足模拟需求,而其他观测资料暂时也难以获取,所以本研究主要是结合建立的观测站,首次在沩水河流域开展陆面水分研究,初步探讨取用水、土地覆盖变化等人为扰动对陆面水分能量的影响,深入的机理分析将在以后工作中进一步结合观测资料开展。本文侧重于人类活动所造成的效应(考虑人类活动影响造成的模拟差异),而不是变量模拟的绝对值,所以结论有一定参考性。而土地覆盖变化研究中,1:10万土地利用数据与500 m分辨率MODIS产品存在物理不一致的问题,虽然可以对1990~2000年和2001~2012年分开进行研究讨论,但这两个时段的土地类型分布存在时空上的跳跃,如1:10万数据的耕地主要分布在沩水河附近,而MODIS耕地覆盖范围明显不止主河道附近,这可能造成连续模拟过程中由于土地类型范围骤变所产生的跳跃现象,这在考虑连续土地覆盖变化的模拟中需特别注意。此外,MODIS产品中所占面积比例较小的类型(如城市)存在较大不确定性,尤其是对于以农村为主的研究区。对于陆面水文模拟,同一土地类型中的植被类型的改变对于模拟也十分重要。有时土地类型并未有大改变,但其中植被类型也许会发生大改变(如阔叶林大量变为针叶林),从而引起叶面积指数及地表反照率等改变,最终会对次网格过程模拟产生直接影响。此外,与Zeng et al. (2016)利用考虑侧向流的流域陆面水文模型针对干旱区流域开展研究,表明地下水侧向流对地下水开采区有着明显的补给作用,而在本文所研究的湿润区,地下水侧向流方案使得降水落地后的水分再分配更为合理。原因主要是,没有侧向联系的单柱模型在大尺度模拟上能适用主要取决于可忽略的侧向过程和大尺度降水分布,而在具有快速水文响应的中小流域进行高分辨率模拟,上游山区的降水可以快速汇聚到中下游地区,很难在单柱模型中反映山区地下水埋深情况。因此,在高分辨率模拟下,无论是干旱区还是湿润区,水分侧向流过程都是必要的。

参考文献
[] Chen F, Xie Z H. 2012. Effects of crop growth and development on regional climate:A case study over East Asian monsoon area[J]. Climate Dyn., 38(11-12): 2291–2305. DOI:10.1007/s00382-011-1125-y
[] 陈亚宁, 徐宗学. 2004. 全球气候变化对新疆塔里木河流域水资源的可能性影响[J]. 中国科学(D辑:地球科学), 34(11): 1047–1053.
[] Chen Yaning, Xu Zongxue. 2005. Plausible impact of global climate change on water resources in the Tarim River Basin[J]. Science in China (Ser. D:Earth Sciences), 48(1): 65–73. DOI:10.1360/04yd0539
[] Chen Y Y, Yang K, He J, et al. 2011. Improving land surface temperature modeling for dry land of China[J]. J. Geophys. Res., 116(D20): D20104. DOI:10.1029/2011JD015921
[] De Graaf I E M, van Beek L P H, Wada Y, et al. 2014. Dynamic attribution of global water demand to surface water and groundwater resources:Effects of abstractions and return flows on river discharges[J]. Advances in Water Resources, 64: 21–33. DOI:10.1016/j.advwatres.2013.12.002
[] Döll P, Siebert S. 2002. Global modeling of irrigation water requirements[J]. Water Resour. Res., 38(4): 1037. DOI:10.1029/2001WR000355
[] Döll P, Hoffmann-Dobrev H, Portmann F T, et al. 2012. Impact of water withdrawals from groundwater and surface water on continental water storage variations[J]. Journal of Geodynamics, 59-60: 143–156. DOI:10.1016/j.jog.2011.05.001
[] Fan Y, Li H, Miguez-Macho G. 2013. Global patterns of groundwater table depth[J]. Science, 339(6122): 940–943. DOI:10.1126/science.1229881
[] Fan Y, Miguez-Macho G, Weaver C P, et al. 2007. Incorporating water table dynamics in climate modeling:1. Water table observations and equilibrium water table simulations[J]. J. Geophys. Res., 112(D10): D10125. DOI:10.1029/2006JD008111
[] Friedl M A, Sulla-Menashe D, Tan B, et al. 2010. MODIS Collection 5 global land cover:Algorithm refinements and characterization of new datasets[J]. Remote Sensing of Environment, 114(1): 168–182. DOI:10.1016/j.rse.2009.08.016
[] 胡和平, 汤秋鸿, 雷志栋, 等. 2004. 干旱区平原绿洲散耗型水文模型——Ⅰ模型结构[J]. 水科学进展, 15(2): 140–145. Hu Heping, Tang Qiuhong, Lei Zhidong, et al. 2004. Runoff-evaporation hydrological model for arid plain oasis, I, the model structure[J]. Advances in Water Science (in Chinese), 15(2): 140–145. DOI:10.3321/j.issn:1001-6791.2004.02.002
[] Jia B H, Xie Z H, Zeng Y J, et al. 2015. Diurnal and seasonal variations of CO2 fluxes and their climate controlling factors for a subtropical forest in Ningxiang[J]. Advances in Atmospheric Sciences, 32(4): 553–564. DOI:10.1007/s00376-014-4069-4
[] 焦胜, 杨娜, 彭楷, 等. 2014. 沩水流域土地景观格局对河流水质的影响[J]. 地理研究, 33(12): 2263–2274. Jiao Sheng, Yang Na, Peng Kai, et al. 2014. The effects of land-use and landscape pattern on water quality in Weihe River watershed[J]. Geographical Research (in Chinese), 33(12): 2263–2274. DOI:10.11821/dlyj201412005
[] Lehner B, Verdin K, Jarvis A. 2008. New global hydrography derived from spaceborne elevation data[J]. Eos, Trans. Amer. Geophys. Union, 89(10): 93–94. DOI:10.1029/2008EO100001
[] Leng G Y, Huang M Y, Tang Q H, et al. 2014. Modeling the effects of groundwater-fed irrigation on terrestrial hydrology over the conterminous United States[J]. Journal of Hydrometeorology, 15(3): 957–972. DOI:10.1175/JHM-D-13-049.1
[] 李德新. 1999. 略论宁乡县黄材灌区续建配套的必要性[J]. 湖南水利(1): 28–29. Li Dexin. 1999. Discuss on the necessity of continued construction for Huangcai irrigated area in Ningxiang County[J]. Hunan Hydraulic Engineering (in Chinese)(1): 28–29. DOI:10.16052/j.cnki.hnslsd.1999.01.010
[] Liu J Y, Liu M L, Zhuang D F, et al. 2003. Study on spatial pattern of land-use change in China during 1995-2000[J]. Science in China (Ser. D:Earth Sciences), 46(4): 373–384. DOI:10.1360/03yd9033
[] Maxwell R M, CondonL E, KolletS J. 2015. A high-resolution simulation of groundwater and surface water over most of the continental US with the integrated hydrologic model ParFlow v3[J]. Geoscientific Model Development, 8(3): 923–937. DOI:10.5194/gmd-8-923-2015
[] Myneni R, Knyazikhin Y, Park T. 2015. MOD15A2H MODIS/terra leaf area index/FPAR 8-day L4 global 500m SIN grid V006[DB]. NASA EOSDIS Land Processes DAAC, doi: 10.5067/MODIS/MOD15A2H.006.
[] Oleson K W, Lawrence D M, Bonan G B, et al. 2013. Technical description of version 4.5 of the Community Land Model (CLM)[R]. NCAR Technical Note: NCAR/TN-503+STR.
[] Pelletier J D, Broxton P D, Hazenberg P, et al. 2016. A gridded global data set of soil, intact regolith, and sedimentary deposit thicknesses for regional and global land surface modeling[J]. Journal of Advances in Modeling Earth Systems, 8(1): 41–65. DOI:10.1002/2015MS000526
[] Pokhrel Y N, Hanasaki N, Wada Y, et al. 2016. Recent progresses in incorporating human land-water management into global land surface models toward their integration into earth system models[J]. Wiley Interdisciplinary Reviews:Water, 3(4): 548–574. DOI:10.1002/wat2.1150
[] Shangguan W, Dai Y J, Liu B Y, et al. 2013. A China data set of soil properties for land surface modeling[J]. Journal of Advances in Modeling Earth Systems, 5(2): 212–224. DOI:10.1002/jame.20026
[] Shi C X, Xie Z H, Qian H, et al. 2011. China land soil moisture EnKF data assimilation based on satellite remote sensing data[J]. Science China Earth Sciences, 54(9): 1430–1440. DOI:10.1007/s11430-010-4160-3
[] Sterling S M, Ducharne A, Polcher J. 2013. The impact of global land-cover change on the terrestrial water cycle[J]. Nature Climate Change, 3(4): 385–390. DOI:10.1038/nclimate1690
[] Wada Y, Van Beek LP H, Wanders N, et al. 2013. Human water consumption intensifies hydrological drought worldwide[J]. Environmental Research Letters, 8(3): 034036. DOI:10.1088/1748-9326/8/3/034036
[] Wigmosta M S, Lettenmaier D P. 1999. A comparison of simplified methods for routing topographically driven subsurface flow[J]. Water Resour. Res., 35(1): 255–264. DOI:10.1029/1998WR900017
[] Wood E F, Roundy J K, Troy T J, et al. 2011. Hyperresolution global land surface modeling:Meeting a grand challenge for monitoring Earth's terrestrial water[J]. Water Resour. Res., 47(5): W01802. DOI:10.1029/2010WR010090
[] 夏军, 叶爱中, 王蕊, 等. 2011. 跨流域调水的大尺度分布式水文模型研究与应用[J]. 南水北调与水利科技, 9(1): 1–7, 95. Xia Jun, Ye Aizhong, Wang Rui, et al. 2011. Large scale distributed hydrological model of inter-basin water transfer and its application[J]. South-to-North Water Diversion and Water Science and Technology (in Chinese), 9(1): 1–7, 95. DOI:10.3724/SP.J.1201.2011.01001
[] Xie Z H, Wang L Y, Jia B H, et al. 2016. Measuring and modeling the impact of a severe drought on terrestrial ecosystem CO2 and water fluxes in a subtropical forest[J]. J. Geophys. Res., 121(10): 2576–2587. DOI:10.1002/2016JG003437
[] Zeng Y J, Xie Z H, Yu Y, et al. 2016. Effects of anthropogenic water regulation and groundwater lateral flow on land processes[J]. Journal of Advances in Modeling Earth Systems, 8(3): 1106–1131. DOI:10.1002/2016MS000646
[] Zeng Y J, Xie Z H, Liu S. 2017. Seasonal effects of irrigation on land-atmosphere latent heat, sensible heat, and carbon fluxes in semiarid basin[J]. Earth System Dynamics, 8(1): 113–127. DOI:10.5194/esd-8-113-2017
[] 张学兵. 2016. 关于宁乡县水资源管理工作的几点思考[J]. 湖南水利水电(1): 19–21. Zhang Xuebing. 2016. Some considerations in water resource management in Ningxiang County[J]. Hunan Hydraulics and Power (in Chinese)(1): 19–21. DOI:10.3969/j.issn.1009-4229(s).2016.01.008
[] Zou J, Xie Z H, Yu Y, et al. 2014. Climatic responses to anthropogenic groundwater exploitation:A case study of the Haihe River Basin, Northern China[J]. Climate Dyn., 42(7-8): 2125–2145. DOI:10.1007/s00382-013-1995-2
[] Zou J, Xie Z H, Zhan C S, et al. 2015. Effects of anthropogenic groundwater exploitation on land surface processes:A case study of the Haihe River Basin, Northern China[J]. J. Hydrol., 524: 625–641. DOI:10.1016/j.jhydrol.2015.03.026