文摘

陆地水储存异常(TWSAs)塔里木河流域(民国)进行调查和水的相关因素的变化分析了山区基于重力恢复与气候实验(GRACE)数据,原位河道流量、降水期间2002 - 2015。结果表明,三个明显的2005年洪水,2006年和2010年导致重大水盈余,虽然TWSA在民国2002 - 2015年有所下降。然而,尽管重要的水赤字在2004年,2009年和2011年与明显的负相关河道流量异常的水文站,重要的水赤字并不符合的负异常降水。而河量与TWSA表现相关性较低,线性TWSA和气候之间的关系指数从2002年到2015年在民国微不足道。TWSA之间最亲密的关系被发现与太平洋年代际振荡(PDO)的相关性 和0.58在2010年1月- 2015年12月和2006年1月- 2009年12月期间,分别。与此同时,TWSA之间的相关系数和厄尔尼诺-南方涛动(ENSO)指数在2002年4月- 2005年12月 ,达到了显著水平( )。

1。介绍

民国位于中国丝绸之路的经济的中心地带,拥有丰富的自然资源和生态环境极度脆弱(1]。的主要水资源民国是来自周围山上的冰川融雪高山地区和降水在mid-mountains [2]。著名的丝绸之路有很多肥沃的绿洲位于交通研究的边缘是由glacier-snowmelt培育的水。这些绿洲扮演重要角色,出入口内核为该地区经济和社会发展(3,4]。由于干旱和半干旱气候,水是绿洲的发展的主要限制因素在交通研究[1]。

因此,气候变化和人类活动影响的陆地水资源是人类社会重要的(5]。因此,重要的是要检测变化的地面蓄水(TWS),以及空间和时间变化的过程(6]。与此同时,大规模的大气环流与民国的水循环。例如,王et al。2]发现民国的干旱演变影响北半球极涡、北大西洋涛动(NAO),和北极振荡(AO);李等人。7)报道,在中国西北降水增加,包括民国,拥有南海副热带高压(SCSSH),西太平洋副热带高压(副高)和北美副热带高压(纳什);刘等人。8)得出的结论是,厄尔尼诺-南方涛动(ENSO)指数可能是另一个因素的变化干燥/湿度条件在中国的西北部。

全球水文循环可以被沉淀9),河道流量(10),和其他水文变量(11]。一般,而干旱指数是有价值的工具,用于干燥/湿度条件评估、标准化降水指数(SPI) [12),帕尔默干旱强度指数(PDSI) [13),流流干旱指数(SDI) (14),和地表水供应指数(SWSI) (15通常和广泛用于干燥/湿度水平。有多个干旱评估指标和方法干燥/湿度水平交通研究[16,17]。然而,没有足够的观测数据在高度时空变异性进行干燥或潮湿条件分析。此外,当地的降水和nonclimatic一般因素影响河道流量的变化(13,18]。因为不同的干燥/湿润过程使水文变量有不同的特点,干燥或湿润的工作识别是理解不深的19,20.]。

恩提供了一个重要的和有价值的工具,用于分析地面蓄水变化(TWS) [21,22),丰富的数据在大规模检测干燥/湿度条件。许多研究发现中国的许多地区TWSA用优雅和其他水文气象数据集23- - - - - -27)如天山角(28,长江流域18),和中国北方29日]。它可以指出,优雅的有效性数据可以延长结合其他数据集。此外,干燥或潮湿条件的检测可以解决通过优雅的数据(30.- - - - - -32]。

检查干燥或潮湿条件及其潜在因素在民国,优雅和全球土地数据同化系统GLDAS数据应用,结合气象和水文数据。此外,河道流量和次盆地降水数据调查,这可能直接反映了变化的TWSA民国期间2002 - 2015。特别是,TWSA的派生因素,在2008年至2009年期间调查。此外,潜在的远程并置对比TWSA和NAO之间,AO, ENSO和太平洋年代际振荡(PDO)也在民国的评估。

2。研究区域

中国最大的和最长的内河,名叫塔里木河,位于交通研究,面积1.029×106公里2,从73°E 97°E和34°N 45°N,包括高山和低平原地区(图1)[33]。114年民国与河流主流历史上减少到3河流在今天33]。3.989×10的年平均径流10米3展的民国,水从冰雪组件和降水在山区占48.2%33,34]。和田三大古城,阿克苏河,河流,和莎车河,占73.2%,23.2%,和3.6%的总决选,分别为(35]。年降水量,虽然在山区录得超过300毫米,它不同于60 - 200毫米的平原地区。此外,空气温度在交通研究展品intra-annual变化(33]。贫瘠的土地和植被稀疏在土地利用中扮演主要的角色在民国,占56.2%34]。


图1
研究区域的地图。

3所示。材料和方法

恩典和GLDAS数据应用于检测TWSA的时空分布。此外,降水、河道流量和气候指数被用来调查TWSA的变化的潜在因素。

3.1。材料
3.1.1。气象数据和水文流量数据

如表所示1,每日天气数据(包括降水和温度)期间从22个气象站2002 - 2015年交通研究署获得发表。收集的数据来自中国气象局(CMA),http://data.cma.cn/。此外,水文放电数据收集2002 - 2011年期间,从水文统计的一年生植物,由水利部成立的中华人民共和国。水文数据应用于本研究月度平均河排放。特定的水文站点表中可以看到2。

表1
气象站的交通研究的总结。
表2
水文站的交通研究的总结。
3.1.2。气候指标数据

由于降水和河道流量包含在水文循环和大量的研究人员发现,降水(7),流量及其极端(2),和干燥/湿度条件36)与气候相关指标,北大西洋涛动(NAO),北极涛动(AO)、ENSO / NINO3.4(即。,the sea surface temperature locates in 170°W-120°W and 5°S-5°N), and the PDO during the period of 2002–2015 were selected to analyze the potential factors of the variation of TWSA from Earth System Research Laboratory (ESRL),http://www.esrl.noaa.gov。

3.1.3。优雅的数据

优雅的几个卫星测量地球重力场的时空变化基于探测卫星之间的距离。地球重力场的变化可以被改装成TWSA形式的等效水高度的影响(EWH)后删除大气/海洋发行量和冰川均衡调整(GIA)。优化方法的精度和分辨率转换仍然是一个活跃的研究课题(25]。

优雅的数据可以在2002年4月开始http://grace.jpl.nasa.gov/。基于所二级RL05数据形式的球面谐波系数的恩典,TWSAs计算。首先,大气质量变化被移除的重力。其次,C2、0系数与卫星激光测距(SLR)取代。第三,一次是估计的经验公式。修正后的GIA, destriping滤波器和高斯滤波器平滑半径300公里是包含在数据处理中。最后,每月平均TWS在2004年1月- 2009年12月被撤TWS时间序列在2002年4月- 2015年12月。尽管有泄漏误差和测量误差的数据处理,本文没有考虑。失踪的2003 - 2015年的数据是直接由线性插值补救。

3.1.4。GLDAS数据

GLDAS旨在产生精确的地表条件(37]。有四个模型系统中(例如,马赛克,社区土地模型(CLM)和可变渗透能力(VIC)),http://mirador.gsfc.nasa.gov/。树冠水,土壤湿度和雪水当量与TWSA紧密联系的从这四个模型被平均重组TWSA的比较这四个模型。

3.2。方法
3.2.1之上。地面蓄水计算

文献[38]提出重力球谐系数可以加工成TWS根据以下方程: 在哪里 EWH和陆地水储存 , 纬度,经度,赤道半径,地球的平均密度,爱号,球函数的系数(斯托克斯系数),分别。此外, (罪( )是 th-degree和米阶完全规范化的勒让德函数,以最大的程度 和秩序米,扩大到60。

基于该方法,优雅的球面谐波系数转化为陆地水储存在EWH形式。

3.2.2。高斯滤波器的权函数

验证TWSA恩典,每月的平均价值在2004年1月- 2009年12月期间的等效TWS GLDAS被撤每月相当于TWS获取GLDAS-based TWSA。首先,null值区域的GLDAS南极重新分配为零,然后扩展到谐波系数在60度。随后,谐波系数与高斯平滑滤波器平滑半径在300公里。最后,处理谐波系数被重组TWSA EWH形式。高斯滤波器权函数可以表示如下: 在哪里 等于 ,在这 和 高斯滤波器平滑半径和地球的半径。

的联合TWSA GLDAS被高斯滤波器过滤验证TWSA恩典。

3.2.3。的适应度函数

由于显著的季节性变化和时间序列的线性趋势TWSA EWH形式,降水与河流流量会影响真正的信号;季节性变化和线性趋势从时间序列中删除。季节性的变化可以从最小二乘法获得适应时间序列,见以下方程: 在哪里 和 分别是年度和半年度振幅, 和 半年度和年度计划的阶段, 表示线性趋势, 是常数。 引用的第一年,即2002年1月1日。

4所示。结果与讨论

4.1。地球上的水存储的空间分布

图2显示TWSA的平均空间分布从三个不同的组织(例如,德克萨斯大学空间研究中心,奥斯丁(CSR),喷气推进实验室(JPL)和GeoForschungsZentrum波茨坦(德国))在民国2002年4月到2015年12月。发现重大的负面TWSA北部的民国,而积极TWSA南部的监控交通研究,特别是在东南交通研究。此外,至少TWSA不到−15毫米,而最TWSA超过10毫米。考虑在不同的数据集三个组织,它是指出,并没有明显的差异TWSA的空间分布的数据集。地区不同的TWS民国,冰川退缩和物质积累被定义为重要原因(1]。因为夏天0°C水平高度的增加(39),加速冰川退缩和大规模的土地利用扩张出现在北部的交通研究[40),但冰川融化和物质积累的减少发生在南部的交通研究减少夏季0°C的水平高度(39,41]。

(一)
(一)
(b)
(b)
(c)
(c)
图2
TWSA空间分布的恩典。(一)企业社会责任TWSA;(b)喷气推进实验室TWSA;(c) TWSA地球科学。
4.2。地球上的水存储的时间分布

同时,分布的恩典和GLDAS TWSA民国2002年4月到2015年12月被显示在图3。它可以看到,下降趋势在他们所有人(也就是监控。,CSR, GFZ, JPL, and GLDAS), and the amplitude and phase were in line with each other. The correlation coefficients of TWSAs between GRACE and GLDAS were 0.42 (i.e., CSR and GLDAS), 0.27 (i.e., JPL and GLDAS), and 0.42 (i.e., GFZ and GLDAS), respectively, as shown in Figure3 (b)。的趋势,利率的 毫米/, 毫米/ 毫米/分别同意在CSR,地球科学,和喷气推进实验室,这是不到的速度 毫米/ GLDAS。这表明,其他水资源因素(例如,地表水或地下水)可能表现出增加趋势或比较减少趋势从2002年4月到2015年12月。虽然两个高TWSAs发生在2005年和2010年,符合高降水在2005年和2010年期间(即。,图3 (c)2009年),降低TWSAs与降水较低(即有关。,图3 (d))。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图3
水资源的分布的因素。(一)平均TWS的分布;(b)恩典和GLDAS之间的相关关系;(c)时间序列的月度TWS恩典和GLDAS;和(d)时间序列的月降水和温度。“EWH”代表等效水高度。

这三个特殊的时期,而2005年年度降雨雪(例如,135.7毫米)和2010(例如,163毫米)分别为20.6%和44.9%高于平均值(例如,87毫米)2002 - 2015年期间2009年年降水量分别比平均值低19.2%。此外,第二年平均最高温度9.7°C的发生在2009年,如图3 (d)。因此,显著低TWSA上个月的2008年和2009年的早期月起源于增加土壤水分蒸发蒸腾损失总量,随后引起额外的水从土壤和水体表面损失在民国。另外,这个证明有严重的干旱事件在过去一个月的2008年和2009年的早期的月。此外,以往的研究表明,夏季积雪覆盖率达到最少的2.46%在2008年期间2002 - 2012基于MODIS雪冰产品。随后,夏季0°C水平的高度价值和积雪覆盖率最低的是2009年在低水平(39,42,43]。因此,2009年发生了干旱事件(42]。

4.3。TWSA和河道流量异常之间的关系

研究重大干旱和洪水事件,季节性和线性趋势信号从原始时间序列中删除TWSA,河道流量、降水在民国期间2002 - 2015。然后,季节性时间序列平滑在thirteen-month移动窗口和规范化研究期间。TWSA在民国表现出人物的变化4- - - - - -6的平均值TWSA CSR,地球科学,喷气推进实验室。整个流域的河道流量是六点水文测量站测量的平均值(即。Tongziguluoke Shaliguilanke Xidaqiao,阿拉巴马州,民国Kaqun和Dashankou)。


图4
时间序列的季节性变化TWSA,意味着放电,在民国和降水。GRACE数据的误差表示的不确定性。
(一)Shaliguilanke
(一)Shaliguilanke
(b) Xidaqiao
(b) Xidaqiao
(c)阿拉巴马州
(c)阿拉巴马州
(d) Tongziguluoke
(d) Tongziguluoke
(e) Kaqun
(e) Kaqun
(f) Dashankou
(f) Dashankou
图5
时间序列的季节性TWS异常,降水异常,放电异常交通研究的六个水文站点。(一)Shaliguilanke;(b) Xidaqiao;(c)阿拉巴马州;(d) Tongziguluoke;(e) Kaqun;Dashankou (f)。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图6
thirteen-month移动平滑时间序列的季节性降水变化,TWSA,和气候指数(a) AO, (b) NAO) (c) PDO和(d) ENSO / NINO3.4。

图4显示了TWSA的归一化差异,河道流量、降水季节性信号和线性趋势信号在民国。当出现创水发现2002 - 2004年期间干旱事件是在2009年报道的。虽然严重的负面河道流量在2003年和2004年异常符合水损耗,没有明显负相关时期降水异常。在2008年和2009年的干旱,长期积极TWSA 2005 - 2007。此外,2009年严重的水出现创和枯竭造成显著的降水赤字和低高度民国[0°C在夏天的39]。随后,尽管TWSA和河道流量异常增加是积极的在2010年和2011年在短时间内,丰富的降水和河道流量的事情发生了。此外,还有一个2013 - 2015年期间与负TWSA但没有显著降水的变化。这是证明,有复杂的关系,可能是由人类活动(40在夏天),0°C的高度(39),和大气环流2,7,36在水资源系统在民国2002 - 2015。同时,TWSA的不确定性进行评估,导致了从早期的相对粗糙的空间分辨率(18,44]。此外,在2003年和2004年- TWSA可以归因于负河量和较低的积雪率在同一时期(42]。更多的潜在因素在水文变量需要验证的TWSA恩典。

作为该地区的内陆盆地,民国是群山环绕,源水的冰川冰和雪融化。虽然相关系数不高,表明TWSA降水的影响是微不足道的,极端事件是TWSA相关因素,降水,河道流量在2002 - 2015。如图1,六个特定的水文站点,网格山区的恩典,和六个气象站。河道流量异常被规范化为进一步比较。然后TWSA之间的相关关系,河道流量异常和降水异常在民国六个水文站检测(图5)。结果表明,六个水文站的河道流量与TWSA表现相关性较低。这表明,TWSA可能受到其他因素的影响。然而,尽管重要的水赤字在2004年,2009年和2011年与消极的河道流量异常有关,重要的水赤字并不符合气象站降水的异常。

次盆地的影响在民国2009年和2015年的干旱事件是不同的。2009年,极低的TWSAs超过一半的一年,这是电台报道,和极低的TWSAs Xidaqiao,阿拉巴马州,Tongziguluoke, Kaqun, Dashankou站之间的两个极其消极的河道流量异常。这表明,河道流量从山上下降之后,2008年- 2009年TWSA下河道流量的影响。随后,从山上河道流量增加2009年最后几个月,其次是积极TWSA 2010年河道流量和降水的影响。四个站(例如,Shaliguilanke Xidaqiao,阿拉巴马州,和Dashankou),负TWSA和积极的河道流量异常在2003年被观察到。它可以推断雪冰和冰川的减少增加了下游河流排放。此外,它降低了TWSA山区。此外,积极TWSA和积极的河道流量被发现在Shaliguilanke,阿拉巴马州,Tongziguluoke, Kaqun站在2005 - 2007。暗示尽管TWSA的积累少发生在山区冰雪融化,河水流量的增加。

尽管严重的负面TWSA在过去几个月的2008年和2009年的头几个月,没有明显的正异常水文河道流量显示的电台。但显著正TWSA和明显的积极的河道流量异常检测水文站2010年和2011年的头几个月。如图5,这可能是欠的极端降水在2010年和2011年年初几个月的民国。在2011年最后几个月,河道流量异常和TWSA一起下降。分别也有最低TWSAs期间2014 - 2015。此外,有明显的降水异常的变化模式的差异,河道流量异常,和TWSAs不同电台,特别是在Shaliguilanke的水文站。有大型的高振幅季节性降水异常Shaliguilanke车站,尤其是在2010年。

4.4。TWSA和气候指数之间的关系

TWSA和气候之间的关系指数在交通研究还调查了在这个研究(数据6和7)。此外,基于之前的研究,AO的气候指标,NAO, PDO和NINO3.4 / ENSO选择分析TWSA的潜在因素的变化。同样,季节性信号和线性趋势从水文因素,和季节性时间序列平滑thirteen-month移动窗户更好地理解(图的关系6)。如上结果报道,干燥的事件在2009年和2015年和潮湿的在2005年和2010年在民国时期表现出图6。然而,没有垄断TWSA和气候之间的关系指数的不同时期民国期间2002 - 2015。


图7
降水的相关性、TWS和民国时期的气候指数2002年4月- 2015年12月。” ”和“ ”代表了0.1,0.05和0.001显著水平,分别。在主对角线的直方图代表这些物理因素的概率分布。散点图代表物理因素之间的相关性在相应的行和列。

至于AO,正相关关系TWSA展出在民国2009 - 2012年期间,显示的负相关关系是在2002 - 2009和2012 - 2015(图6(一))。NAO思考,而正相关关系TWSA展出在民国2009 - 2010年期间,显示的负相关关系是在2002 - 2009和2010 - 2015(图6 (b))。考虑到PDO,正相关关系TWSA展出在民国2005 - 2010年期间,显示的负相关关系是在2002 - 2005和2010 - 2015(图6 (c))。至于NINO3.4 / ENSO,正相关关系TWSA展出在民国2006 - 2008年期间,显示的负相关关系是在2002 - 2006和2009 - 2015(图6 (d))。TWSA和降水异常的显著的盈余在2010年欠其他因素,如ENSO,鉴于这水盈余与消极的ENSO同意的阶段(拉尼娜)(图6 (d))。凉爽的海水在赤道东太平洋地区将增加在西太平洋大陆降水,从而增加TWS。相反,温暖的海水在东太平洋赤道地区的条件将减少在西太平洋大陆降水减少TWS [45,46]。类似案件也调查了黄河的中游,在中国青海省,发现NINO3.4 / ENSO影响地区降水和水资源条件在2008 - 2009年和2010年(8,47]。

图7报道了垄断班轮TWSA和气候指数之间的关系。它可以指出,没有显著的线性关系在民国2002 - 2015。此外,TWSA和气候指数之间的相关系数在不同时期的交通研究发现(表3)。自相关性TWSA和PDO之间−0.56和0.58,分别获得了在2010年1月- 2015年12月和2006年1月- 2009年12月,民国更密切相关的TWSA PDO比NINO3.4 / ENSO, AO, NAO,而不是无关紧要的相关性TWSA和NINO3.4 / ENSO, AO, NAO不同时期(表3)。此外,TWSA之间的相关系数和NINO3.4 / ENSO 2002年4月- 2005年12月−0.25,达到了显著水平。在2005年12月前后相反的相关性被发现TWSA和AO之间,NAO, PDO,和NINO3.4 / ENSO,反过来之前和之后的2009年12月被发现之间的相关性TWSA和AO, NAO, PDO和NINO3.4 / ENSO。2009年12月后,积极TWSA符合两个继续在2011 - 2012年拉尼娜事件和长期显著降温PDO阶段实施各种极端气候在许多地区(48]。蒸发的水蒸气运输和强度将受到强大的大气发行量;结果,TWS条件会受到影响。

表3
TWS /沉淀和远程并置对比指标之间的相关系数。

5。结论

在目前的研究中,时空变异性的TWSA民国2002年4月- 2015年12月期间和水源的潜在相关因素研究了山区使用恩典数据,河道流量和降水数据。TWSA表现出减少的趋势在民国2002年4月至2015年12月,这在很大程度上是由于冰川退缩和融化的雪冰。一些干旱事件在2002年,2004年,2009年和2015年观察从GRACE-derived TWSA,当洪水事件在2010年发现的。因此,它还意味着虽然水文极端的量化(如洪水和干旱)可以检测到恩典,恩典和其他水文参数之间的组合将扩大恩典在封闭区域的应用程序。比较六个水文站点,发现影响从TWSA山区是不同的在不同的电台。

TWSA交通研究中受到了POD和NINO3.4 / ENSO的亚纪。−0.56和0.58之间的相关性TWSA和PDO是获得在2010年1月- 2015年12月和2006年1月- 2009年12月期间,分别。因此,TWSA在民国比NINO3.4 / ENSO PDO密切相关,AO, NAO,而不是无关紧要的相关性TWSA和NINO3.4 / ENSO, AO, NAO不同时期。此外,TWSA之间的相关系数和NINO3.4 / ENSO期间自2002年4月- 2005年12月−0.25,达到了显著水平。本研究可以提供有用的信息来检测湿度/干燥条件和交通研究的潜在因素。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究支持由中国国家自然科学基金(41371043和41371043号)。