Page 9 - 2023年第54卷第3期

此外，ＧＲＡＣＥ官方产品之一的 ＧＲＣＴｅｌｌｕｓＬａｎｄ利用美国国家大气研究中心的陆面模式 ＣＬＭ４．０构造尺
度因子，与上述二者进行对比。结果表明，３个模型生成的尺度因子具有显著的空间差异（图 ３）。总体来
看，ＣＬＭ４．０生成的尺度因子，在除了加州中央山谷之外的其他 ３个区域数值均较小；ＷＧＨＭ生成的尺
度因子在 ４个区域的尺度因子数值均较大，尤其在海河平原（最大值７．５，海河流域平均值为 １．９）、加州
中央山谷的大部分地区（最大值 ７．０，平均值 ３．７）、美国高平原的南部地区（最大值 ６．７，整个高平原平均
值 １．７）、印度西北部平原东南部地区（最大值 ９．０，整个印度西北部平原平均值 １．６）。

图 ３ 全球水文模型和陆面模式构造的尺度因子及其在不同区域的分布

ＣＬＭ４．０生成的尺度因子在上述区域较低，主要原因是 ＣＬＭ４．０模拟的总水储量变化只包括天然水
文过程的状态变量，不包括地下水开采和农业灌溉等取用水活动及其对水储量变化造成的影响，所以
低通滤波前后总水储量变化的差别比 ＷＧＨＭ 模型更小，尺度因子总体较小。与其他两个模型相比，
ＰＣＲ － ＧＬＯＢＷＢ生成的尺度因子空间分布不合理，尤其在海河平原、美国高平原南部、印度西北部平
原东南部，没有体现出地下水储量显著变化对尺度因子造成的增益；甚至在美国高平原北部（内布拉
斯加）体现出不合理的尺度因子高值区。该区域主要使用地表水进行灌溉，较少使用地下水进行灌
溉 ［１８，３４ － ３５］ ，因此，总水储量变化和尺度因子不应有较大的空间差异。
３．１．３ 不同模型构造的尺度因子校正后总水储量变化对比分析 利用不同模型构造的尺度因子，校正
ＧＲＡＣＥＳＨ系数（ＣＳＲＳＨ）形成的总水储量变化时间序列，在上述 ４个区域具有显著的差异（图 ４）。
２００３—２０２０年间，海河流域 ３个总水储量变化时间序列，经 ＳＴＬ分解后趋势项线性回归斜率范围在
－ １．５ｃｍ?ａ（ＰＣＲ － ＧＬＯＢＷＢ）到－ ２．６ｃｍ?ａ（ＷＧＨＭ），相差可达 ７３％；在加州中央山谷，斜率变化范围在
－ ０．９ｃｍ?ａ （ＰＣＲ － ＧＬＯＢＷＢ）到－ １．９ｃｍ?ａ （ＷＧＨＭ），相差可达 １１１％；在美国高平原，由于整体没有显
示出区域水储量下降的显著趋势，三者的斜率变化较小，且有正负号的不同。实际上美国高平原水
储量下降最快的区域主要集中在其中南部地区 ［３５ － ３６］ ，ＷＧＨＭ 构造的尺度因子的空间差异性也可以
反映该现象（图 ３）；在印 度西 北部 平原，三 者的斜率 变 化 范 围 在 － １．１ｃｍ?ａ （ＣＬＭ４．０）到 － ３．１ｃｍ?ａ
（ＷＧＨＭ），相差可达 １８２％。因此，选择不同的全球水文模型构造尺度因子，会对 ＧＲＡＣＥＳＨ生成

— ２ ５ ９ —