基于GRACE与多源数据的亚洲水塔水收集—储存—供给功能演变及其耦合关系（2003—2023）

《Journal of Hydrology: Regional Studies》：Evolution of water collection, storage, and supply functions and their coupling relationships in the Asian water tower from 2003 to 2023 based on GRACE and multi-source data

　　

基于GRACE（Gravity Recovery and Climate Experiment，重力恢复与气候实验）与多源数据的2003—2023年亚洲水塔（Asian Water Tower，AWT）水收集（Water Collection）、水储存（Water Storage）与水供给（Water Supply）功能及其耦合关系演变。评估了AWT水收集、水储存和水供给功能的年际与季节变异性；年际尺度上，AWT表现为水收集稳定、水储存下降和水供给增强；季节尺度上，水塔功能表现为湿季主导与干季释水；刻画了水塔功能间耦合关系及其时间演变；AWT功能耦合关系在2008–2018年经历了阶段性调整。

研究背景与问题：青藏高原（Tibetan Plateau，TP）平均海拔超过4000 m，是“亚洲水塔”（AWT），对全球变暖响应放大，水塔功能趋于不稳定并影响下游水资源。AWT的水循环与水量平衡由降水（P）、蒸散发（ET）、径流（R）和陆地水储量变化（TWSC）等共同决定，但主导组分仍有争议。GRACE为TWSC监测提供新手段，多源遥感与水均衡法已用于区域水循环研究；既有研究多依赖选定产品组合，易引入产品特定偏差，且较少从AWT功能角度考察水收集、水储存和水供给的耦合关系，湿季与干季耦合结构及其演变关注不足。因此，研究人员以净水输入（N=P?ET）表征水收集、以TWSC表征水储存、以R表征水供给，构建多产品集合，系统研究2003—2023年AWT及10个子流域在年际与湿季/干季尺度上的功能变化和耦合演变。研究得出年际水收集相对稳定、水储存下降、水供给增强，季节上湿季主导、干季释水，功能耦合在2008—2018年发生阶段性调整；该功能视角可为局地水资源管理和气候变化下TP水资源评估提供科学依据。

主要关键技术方法（≤250字）：以N=P?ET、TWSC和R表征三功能并用水均衡法；采用2002年5月—2024年4月GRACE RL06 mascon（CSR、JPL、GSFC）及11种P、6种ET产品构建集合（66组N、198组R、3组TWSC）；用SSA（singular spectrum analysis，奇异谱分析）重建GRACE/GRACE-FO间隙，Sen’s slope估趋势，WTC（wavelet coherence，小波相干）识别主导周期，8–16个月带通后计算移动PCC（pairwise coupling correlation，成对耦合相关），以MK（Mann–Kendall）、Pettitt和移动t检验检测突变，IQR（interquartile range，四分位距）表征不确定性。地面验证数据来自NTP/TPDC等：18个降水站（2014—2022）、14个通量站、5个水文站（Amu Darya、Hexi、Tarim、Yangtze、Yellow）。

研究结果：4.1 数据验证。4.1.1 降水产品验证：以18个站点的相关系数（CC）、均方根误差（RMSE）、百分比偏差（PBIAS）验证11种降水产品，年际和湿季中位CC多>0.70，干季降至0.30–0.70，干季RMSE多<10 mm month^?1，仅MERRA2和CRU干季PBIAS接近零，表明产品性能具季节差异并支持多源集合。4.1.2 蒸散发产品验证：以14个通量站验证6种ET产品，年际中位CC>0.75、RMSE 15–40 mm month^?1，MOD16近无偏而其他产品低估；湿季CC 0.50–0.75，干季0.25–0.50，干季MOD16和CLSM正偏、GLEAM/ERA5/NOAH负偏，支持集合估计。4.1.3 模拟径流验证：以5个流域水文站观测验证水均衡径流，KGE（Kling–Gupta efficiency，Kling–Gupta效率）为0.441–0.577（Tarim最高、Amu Darya最低），r为0.563–0.836，α>1，相对误差（RE）在Tarim、Yangtze、Yellow分别为?11.7%、4.70%、13.3%，Amu Darya和Hexi为?23.9%和?31.0%，表明模拟能捕捉时序但冰川融水区存在系统偏差。

4.2 水塔功能趋势分析。4.2.1 总体趋势：2003—2023年N均值148.802 mm、Sen’s slope为?0.065 mm year^?1，TWSC均值?0.693 mm、斜率?0.171 mm year^?1，R均值148.578 mm、斜率0.211 mm year^?1；N与R峰谷大体同步，TWSC多反相，得出水收集相对稳定、水储存弱降、水供给微增。4.2.2 季节差异分析：湿季N均值146.096 mm、斜率0.110，TWSC均值6.788 mm、斜率?0.504，R均值140.663 mm、斜率0.390；干季N均值2.664 mm、斜率?0.372（2018年后多负），TWSC均值?8.553 mm、斜率?0.264，R均值8.855 mm、斜率?0.098，表明湿季主导水收集与供给、干季持续储水损失。4.2.3 AWT及其子水塔趋势：整体水收集近稳定或微增而子水塔方向异质，水储存整体及所有子水塔一致下降（Amu Darya、Brahmaputra、Indus较明显），水供给整体微增且子水塔异质；水收集趋势受集合聚合方式影响，水储存与水供给趋势较稳健。

4.3 AWT三功能耦合分析。4.3.1 年际耦合关系：WTC显示N–TWSC、N–R、TWSC–R共同主导周期为8–16个月；36个月窗、12个月步长的移动PCC显示N–R持续正且约0.8，N–TWSC约0.5，TWSC–R在2021年前为负（约?0.2）、后升至约0.1；N–R与TWSC–R轨迹相似（2007峰、2014谷、2018峰），N–TWSC反相小振幅。MK、Pettitt和移动t检验表明耦合在2010—2017呈“显著波动后稳定”，N–R和TWSC–R在2017附近显著突变（p=1.72×10^?5、p=0.002）。4.3.2 季节尺度耦合关系：18、30、54、66个月窗显示N–R持续正（约0.7），湿季N–R的PCC为0.554–0.577、SD为0.042–0.070，较稳定；18个月窗下湿季N–TWSC、TWSC–R及干季N–R、TWSC–R变异性大（SD>0.095，最大0.157），N–R和TWSC–R呈2009—2011与2014—2017双谷，第二谷更强，长窗平滑。突变检测显示N–TWSC和N–R多窗显著且集中于2013—2018；TWSC–R干季在2012—2014显著，湿季仅Pettitt和3年移动t检验显著而MK不显著，表明储水—供水耦合湿季较稳定。

讨论总结：原文指出AWT功能非平稳且子流域趋势分化，季风影响流域水收集变化与东部源区不同；湿季信号主导年际演变，干季储水损失与径流依赖前期储水；统一湿季5—10月/干季11—次年4月定义适合大尺度对比但可能掩盖局地气候差异。敏感性测试以ERA5、CLSM和GRACE气候平均填补GRACE与GRACE-FO间2017—2018数据缺口，三方案突变年与基准基本一致，偏差多在±1年，MK显著区间仍集中在2014—2016，表明耦合突变结果对缺口处理较稳健。PCC与Ni?o 3.4指数存在时间对应，2007—2018呈拱形，2014—2016超级El Ni?o期间N–R和TWSC–R达低值、N–TWSC达高值；但统计相关多数不显著，仅湿季18个月窗N–TWSC与Ni?o 3.4相关r=?0.852、经有效自由度（df_eff）校正p=0.022，原文强调不能据此建立因果。三种突变检验年份不完全一致，原因包括研究期较短、方法定义不同、集合代表性误差及Amu Darya和Tarim径流观测分别止于2017和2013等。局限包括集合成员非独立、径流验证仅5流域、干季径流受P/ET偏差影响、观测框架不能区分气候变率、冰冻圈变化和人类活动贡献。

研究结论翻译：（1）AWT三功能呈对比性年际趋势和显著空间异质性。2003—2023年水收集相对稳定（Sen’s slope=?0.065 mm yr^?1），水储存下降（?0.171 mm yr^?1），水供给增加（0.211 mm yr^?1）。空间上南部季风影响流域水收集减弱、东部略增，水储存多数子流域下降；储水下降与供水增加表明AWT动用先前储存水维持供水能力。（2）AWT在功能贡献和耦合关系上具明显季节差异。湿季占年水收集98.1%和年水供给94.7%，干季持续储水损失（mean TWSC=?8.553 mm）。N–R湿季强、干季显著减弱或解耦，说明干季径流主要依赖前期储水释放而非同期净水输入；N–TWSC两季较强，TWSC–R干季更强，表明季节分离对评估AWT功能协调的重要性。（3）AWT耦合关系在2008—2018年发生阶段性调整，最集中突变约2015；三种突变检验一致识别显著转变。转型期年际N–R最低，而N–TWSC和TWSC–R最高；阶段性调整在3年和5年移动窗更明显，9年和11年窗逐渐平滑。