2005—2015年黃河流域陸地水儲(chǔ)量變化

魯曉娟，雷少剛，蔡臻，華夏，劉峰，王維忠，李娟

(1.中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院，江蘇 徐州 221116；2.礦山生態(tài)修復(fù)教育部工程研究中心，江蘇 徐州 221116；3.山東省采煤塌陷地與采空區(qū)治理工程研究中心，山東 濟(jì)寧 272100；4.準(zhǔn)格爾旗自然資源和規(guī)劃局，內(nèi)蒙古 準(zhǔn)格爾旗 017100；5.準(zhǔn)格爾旗礦區(qū)事業(yè)發(fā)展中心，內(nèi)蒙古 準(zhǔn)格爾旗 017100；6.準(zhǔn)格爾旗礦區(qū)環(huán)境恢復(fù)治理中心，內(nèi)蒙古 準(zhǔn)格爾旗 017100；7.中國(guó)礦業(yè)大學(xué)公共管理學(xué)院，江蘇 徐州 221116)

黃河流域作為中國(guó)四大流域之一，礦產(chǎn)資源豐富，煤炭?jī)?chǔ)量占全國(guó)50%以上、產(chǎn)量占全國(guó)70%以上，流域內(nèi)分布了神東、晉中、寧東等國(guó)家能源戰(zhàn)略規(guī)劃的主要煤炭能源基地，在我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展中占有重要地位[1-4]。近年來黃河流域生態(tài)問題逐漸引起社會(huì)各界關(guān)注，制約了流域社會(huì)經(jīng)濟(jì)發(fā)展[5]，流域的氣候變化、人類活動(dòng)導(dǎo)致陸地水儲(chǔ)量變化，研究黃河流域陸地水儲(chǔ)量變化具有重要的科學(xué)意義[6]。

陸地水儲(chǔ)量變化是流域水文循環(huán)過程中的重要組成部分，可以反映流域內(nèi)水量平衡關(guān)系、人類活動(dòng)和氣候變化對(duì)流域水文變化的影響。利用地面絕對(duì)重力觀測(cè)資料聯(lián)合GPS觀測(cè)數(shù)據(jù)，研究地面重力變化的精度雖然較高[7]，但是受限于區(qū)域重力點(diǎn)位的數(shù)量、分布、線路平差及內(nèi)插處理，只適用于局部陸地水儲(chǔ)量監(jiān)測(cè)[8-9]。由美國(guó)宇航局(NASA)和德國(guó)空間飛行中心(DLR)聯(lián)合開發(fā)的GRACE重力衛(wèi)星計(jì)劃[10]，使大尺度監(jiān)測(cè)陸地水儲(chǔ)量成為可能[11]。當(dāng)前，采用GRACE重力衛(wèi)星研究流域陸地水儲(chǔ)量的方法已趨成熟：Li等[12]對(duì)長(zhǎng)江流域的陸地水儲(chǔ)量變化進(jìn)行計(jì)算得到該流域的半年振幅可達(dá)當(dāng)量水厚(0.7±0.5)cm；Tourian等[13]的研究發(fā)現(xiàn)，亞馬遜流域61%的總蓄水量變化發(fā)生在地表水體中；張璐等[14]、李洪超等[15]研究發(fā)現(xiàn)黃河流域陸地水儲(chǔ)量呈波動(dòng)下降趨勢(shì)；謝京凱[16]對(duì)黃河源區(qū)的陸地水儲(chǔ)量進(jìn)行了反演并分析了其主要驅(qū)動(dòng)因素。然而，現(xiàn)有研究缺少對(duì)人類活動(dòng)的定量分析，如煤炭開采等因素引起的質(zhì)量變化。Chen等[17]也指出，盡管GRACE與GLDAS估算的流域水儲(chǔ)量變化具有較高一致性，但仍存在許多估算誤差，如何在GRACE數(shù)據(jù)處理中去除陸地水儲(chǔ)量變化反演誤差是一個(gè)挑戰(zhàn)性問題[18]。

基于此，在研究黃河流域陸地水儲(chǔ)量時(shí)空變化時(shí)，除分析降水、地下水等因素外，還考慮了煤炭開采導(dǎo)致的區(qū)域質(zhì)量變化，并在陸地水儲(chǔ)量變化結(jié)果中將其作為計(jì)算誤差扣除，從而得到更精確的陸地水儲(chǔ)量變化結(jié)果。

1 研究區(qū)概況

黃河流域在我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)安全方面具有十分重要的地位[19]，流域面積為75.2萬km2，大部分地區(qū)年降水量在200～650 mm，降水量分布不均且冬干春旱。流域中自然資源豐富、分布廣泛，見圖1，主要包括寧東、陜北、神東、晉北等能源基地[20]。

圖1 黃河流域能源基地及地勢(shì)分布概況圖[21]

2 數(shù)據(jù)來源與處理

2.1 GRACE衛(wèi)星反演的陸地水儲(chǔ)量數(shù)據(jù)

為得到黃河流域陸地水儲(chǔ)量變化值，采用德克薩斯大學(xué)空間研究中心(CSR)發(fā)布的最新版本GRACE Level-2的RL05月重力場(chǎng)模型[22]，時(shí)間跨度為2005—2015年共121個(gè)月的數(shù)據(jù)(其中有些月份數(shù)據(jù)缺失)，將2004—2010年的平均月重力場(chǎng)系數(shù)作為背景場(chǎng)，因?yàn)樵摃r(shí)間段數(shù)據(jù)完整。針對(duì)截?cái)嗾`差、南北條帶及噪聲等產(chǎn)生的影響[23]，需要對(duì)數(shù)據(jù)進(jìn)行去相關(guān)和高斯濾波處理[24]。

由GRACE重力衛(wèi)星提供的球諧系數(shù)解算地球表面物質(zhì)質(zhì)量分布變化的原理[25]

(1)

在進(jìn)行球諧函數(shù)展開處理之后即可利用下式得到用等效水高表示的物質(zhì)質(zhì)量變化[26]為

(2)

式中：hc表示重力變化值轉(zhuǎn)換成的等效水高變化量，m;ρw代表淡水的密度，取值為1 000 kg/m3。

利用緯度余弦加權(quán)平均，得到月平均等效水高變化量[27]為

(3)

式中：hm表示加權(quán)平均之后的等效水高變化量，m;i表示月份;t表示月份總數(shù)；其他變量的含義同上。

采用尺度因子法對(duì)泄露誤差進(jìn)行校正,將GLDAS模型數(shù)據(jù)和GRACE重力數(shù)據(jù)進(jìn)行相同的球諧展開、濾波處理等，利用濾波前后的GLDAS數(shù)據(jù)進(jìn)行最小二乘擬合，取使得下式值最小的k值作為尺度因子，將其與GRACE數(shù)據(jù)相乘完成信號(hào)恢復(fù)。最后利用相同緯度太平洋區(qū)域?qū)?yīng)的格網(wǎng)點(diǎn)求得信號(hào)殘差均方根，乘以尺度因子，得到研究區(qū)的觀測(cè)誤差估計(jì)[28]。

min=∑(gu-kgf)2

(4)

式中：gu為GLDAS模型計(jì)算的地表水儲(chǔ)量變化,m；gf是對(duì)前者進(jìn)行濾波之后的結(jié)果,m;k為尺度因子。

2.2 計(jì)算煤炭開采導(dǎo)致的質(zhì)量損失

為將煤炭開采導(dǎo)致的質(zhì)量損失轉(zhuǎn)換為等效水高，根據(jù)各省市的煤炭開采數(shù)據(jù)年鑒統(tǒng)計(jì)黃河流域附近主要煤炭開采區(qū)2005—2015年各年份的煤炭開采量，并計(jì)算其引起的區(qū)域重力變化，計(jì)算公式為

(5)

式中：ha表示所有區(qū)域煤炭開采量轉(zhuǎn)換成的等效水高值，m；Mb為各區(qū)域的煤炭開采量,t；Sb為各對(duì)應(yīng)區(qū)域的面積,m2；b為各個(gè)省份或區(qū)域;K為省份或區(qū)域個(gè)數(shù)；ρw含義同上文。

2.3 降水資料的處理

為分析降水量對(duì)流域內(nèi)陸地水儲(chǔ)量變化的影響，降水?dāng)?shù)據(jù)采用中國(guó)氣象數(shù)據(jù)網(wǎng)的中國(guó)地面降水月值0.5°×0.5°格點(diǎn)數(shù)據(jù)集。對(duì)流域內(nèi)83個(gè)氣象監(jiān)測(cè)站點(diǎn)降水?dāng)?shù)據(jù)空間插值，為保持?jǐn)?shù)據(jù)的一致性，同樣利用2005—2010年的月平均降水量作為背景值計(jì)算降水距平[29]。

2.4 GLDAS數(shù)據(jù)模擬地下水儲(chǔ)量數(shù)據(jù)

為獲取地下水儲(chǔ)量變化值，需要利用GLDAS數(shù)據(jù)先對(duì)地表水儲(chǔ)量變化值進(jìn)行計(jì)算。GLDAS水文模型數(shù)據(jù)來自美國(guó)宇航局地球科學(xué)數(shù)據(jù)和信息服務(wù)中心[30]。該模型發(fā)布的數(shù)據(jù)主要包括了輸入與輸出陸地表面的各項(xiàng)參數(shù)[31]，將提取出的相應(yīng)數(shù)據(jù)進(jìn)行與GRACE相同的濾波處理，模擬出2005—2015年黃河流域的土壤水、雪水當(dāng)量、植物冠層地表水、徑流變化量，上述變化量之和為水文模型得到的地表水儲(chǔ)量變化[32]。為了得到真正的地表水儲(chǔ)量變化，需要考慮流域內(nèi)大中型水庫(kù)的蓄水量變化，從《黃河流域水資源公報(bào)》中獲取每年大中型水庫(kù)蓄水量變化。

3 結(jié)果與分析

3.1 GRACE衛(wèi)星反演的陸地水儲(chǔ)量變化結(jié)果

3.1.1誤差估計(jì)和結(jié)果驗(yàn)證

求得尺度因子k為1.08，將GRACE重力衛(wèi)星反演數(shù)據(jù)乘以尺度因子進(jìn)行重力信號(hào)恢復(fù)。利用太平洋相應(yīng)區(qū)域求得GRACE信號(hào)殘差均方根并乘以尺度因子k，得到研究區(qū)GRACE觀測(cè)誤差的估計(jì)為15.3 mm，小于CSR官方公布的全球月測(cè)不確定性2 cm，因此上述計(jì)算得到的數(shù)據(jù)滿足要求。

目前通常利用GLDAS水文模型計(jì)算地表水儲(chǔ)量變化值對(duì)GRACE反演結(jié)果進(jìn)行驗(yàn)證，采用降水量數(shù)據(jù)減去GLDAS模型得到的蒸散發(fā)、徑流量數(shù)據(jù)，與GRACE數(shù)據(jù)反演結(jié)果對(duì)比,見圖2。GRACE反演的陸地水儲(chǔ)量變化與上述方法計(jì)算得到的實(shí)測(cè)值振幅與頻率大體一致，且相關(guān)性為0.57(>0.5)，滿足要求。

圖2 GRACE反演的陸地水儲(chǔ)量變化與計(jì)算的實(shí)測(cè)值對(duì)比

3.1.2陸地水儲(chǔ)量的時(shí)間變化

根據(jù)上述原理反演黃河流域2005—2015年陸地水儲(chǔ)量變化，見圖3,流域內(nèi)陸地水儲(chǔ)量變化趨勢(shì)為-5.20 mm/a。其中，2004—2006年大旱也在陸地水儲(chǔ)量變化中體現(xiàn),2005—2006年減少趨勢(shì)達(dá)到-0.91 mm/月。計(jì)算黃河流域2005—2015年各月份陸地水儲(chǔ)量變化均值,受黃河流域汛期影響，每年7、8、9月陸地水儲(chǔ)量處于盈余狀態(tài)，大量降雨及上游冰川融化使黃河流域地表水劇增，9月等效水高增至2.05 cm，10月基本持平，其他月份減少，1月減少量達(dá)到14.43 cm。

圖3 GRACE計(jì)算的2005—2015年黃河流域陸地水儲(chǔ)量變化等效水高及降水距平

1—12月平均陸地水儲(chǔ)量變化見圖4，結(jié)果表明：由于青藏高原積雪消退，2—6月黃河流域東部等效水高逐漸增多，此時(shí)西部和準(zhǔn)格爾盆地西北地區(qū)水儲(chǔ)量增加則主要受冰雪融水匯入影響[33]。

圖4 GRACE計(jì)算的黃河流域2005—2015年月平均陸地水儲(chǔ)量變化

3.1.3陸地水儲(chǔ)量的空間變化

圖5表明：流域陸地水儲(chǔ)量變化呈現(xiàn)兩級(jí)分化，分界線在陜西東部附近。上游陸地水儲(chǔ)量呈明顯增加趨勢(shì)，但中下游部分水儲(chǔ)量虧損狀態(tài)明顯增大，且越往東部虧損越大，年均降水分布表明該區(qū)域降水量并非最少，虧損嚴(yán)重區(qū)域采煤基地分布密集，見圖6，可知煤炭開采引起的區(qū)域質(zhì)量變化不可忽視。

圖5 GRACE衛(wèi)星計(jì)算得到的黃河流域2005—2015年陸地水儲(chǔ)量變化

圖6 流域中變化趨勢(shì)通過顯著性檢驗(yàn)的點(diǎn)(圖中藍(lán)色圓點(diǎn)所在區(qū)域表示通過了顯著性檢驗(yàn))

為顯著反映2005—2015年黃河流域陸地水儲(chǔ)量變化趨勢(shì)的空間變化特征，將Theil-Sen Median趨勢(shì)分析以及Mann-Kendall檢驗(yàn)相結(jié)合。首先利用趨勢(shì)分析結(jié)果對(duì)黃河流域內(nèi)每個(gè)格網(wǎng)點(diǎn)的月變化趨勢(shì)(slope)分級(jí)，由于slope嚴(yán)格等于0的區(qū)域基本上不存在，因此將介于-2×10-5和2×10-5之間的區(qū)域定義為持平區(qū)域，小于-2×10-5的區(qū)域定義為減少區(qū)域，而大于2×10-5區(qū)域則定義為增加區(qū)域。將Mann-Kendall檢驗(yàn)在0.05置信水平上的顯著性檢驗(yàn)結(jié)果進(jìn)行劃分：-1.96≤Z≤1.96時(shí)為變化不顯著；Z>1.96或者Z<-1.96則表示變化顯著。結(jié)合兩者結(jié)果，得到格網(wǎng)點(diǎn)尺度上的變化趨勢(shì)，由表1可知,黃河流域51.2%區(qū)域內(nèi)陸地水儲(chǔ)量顯著降低，33.3%區(qū)域內(nèi)陸地水儲(chǔ)量顯著增加，持平區(qū)域占比少。結(jié)合陸地水儲(chǔ)量變化及顯著性檢驗(yàn)結(jié)果，由圖5和圖6可知,3種變化趨勢(shì)呈現(xiàn)明顯的空間分布特征，青海附近顯著增加，甘肅東部和陜西西部持平，往東顯著減少，表明在不同區(qū)域?qū)е玛懙厮畠?chǔ)量變化的原因存在差異。

表1 各格網(wǎng)點(diǎn)月變化趨勢(shì)統(tǒng)計(jì)

3.2 煤炭開采導(dǎo)致的區(qū)域質(zhì)量變化

根據(jù)黃河流域能源基地分布概況及GRACE衛(wèi)星計(jì)算得到的黃河流域2005—2015年陸地水儲(chǔ)量變化圖，見圖1和圖5，可以看出，流域內(nèi)大型礦區(qū)集中在晉陜和內(nèi)蒙古地區(qū)，重力逐漸減小的地區(qū)，礦區(qū)分布增多，說明煤炭開采導(dǎo)致的區(qū)域質(zhì)量變化不可忽視。

開采的煤炭，不管是否被轉(zhuǎn)運(yùn)出該區(qū)域，最終都會(huì)被燃燒消耗[34]，因此首先根據(jù)式(5)計(jì)算煤炭開采量引起的區(qū)域重力變化，再轉(zhuǎn)換為等效水高。如表2所示，11年內(nèi)主要煤炭開采區(qū)域陸地水儲(chǔ)量變化總值為-78.27 cm，而煤炭開采引起的區(qū)域質(zhì)量減少為13.893 cm等效水高，占該區(qū)域陸地水儲(chǔ)量變化值的17.8%，相當(dāng)于1.61×1010t的非水資源變化量被歸算為陸地水儲(chǔ)量減少值。表3表明：山西、內(nèi)蒙古、陜西、寧夏4個(gè)采煤大省(自治區(qū))的采煤量分別引起的區(qū)域質(zhì)量變化趨勢(shì)為-4.91、-5.91、-1.27、-0.65 mm/a，引起黃河流域區(qū)域平均質(zhì)量變化趨勢(shì)為-1.95 mm/a。與黃河流域陸地水儲(chǔ)量相比，煤炭開采引起的區(qū)域質(zhì)量變化占比達(dá)到18.66%。這些開采量數(shù)據(jù)來自該流域內(nèi)主要大型煤炭開采基地，實(shí)際開采及轉(zhuǎn)運(yùn)量會(huì)比該結(jié)果更大。

表2 黃河流域主要煤炭開采數(shù)據(jù)

表3 2005—2015年主要省份煤炭開采總量及區(qū)域質(zhì)量變化趨勢(shì)

煤炭被開采、轉(zhuǎn)運(yùn)及燃燒，直接導(dǎo)致該區(qū)域質(zhì)量減少，區(qū)域內(nèi)的重力發(fā)生變化[35]，以往的陸地水儲(chǔ)量反演結(jié)果將該等效水高歸算在內(nèi)，成為誤差源之一?？鄢禾坑绊懞?，黃河流域水儲(chǔ)量變化趨勢(shì)為-3.25 mm/a。

3.3 降水對(duì)陸地水儲(chǔ)量變化的影響

對(duì)降水?dāng)?shù)據(jù)進(jìn)行克里金插值，得到2005—2015年黃河流域年均降水量空間分布圖，見圖7。分析月降水距平與GARCE數(shù)據(jù)計(jì)算的陸地水儲(chǔ)量變化值，見圖3，可得到流域內(nèi)陸地水儲(chǔ)量變化與降水距平具有一定程度的相關(guān)性(相關(guān)系數(shù)r=0.33，p<0.01)，可知降水量是影響黃河流域陸地水儲(chǔ)量變化的原因之一，并且降水量在每年的7、8、9月份劇增，導(dǎo)致黃河徑流增加，是黃河流域陸地水儲(chǔ)量變化呈現(xiàn)明顯時(shí)間特征的重要原因。

圖7 2005—2015年黃河流域年均降水量空間分布

3.4 地下水儲(chǔ)量的變化對(duì)陸地水儲(chǔ)量的影響

從2005—2015年黃河流域年均降水量和GRACE衛(wèi)星計(jì)算得到的黃河流域2005—2015年陸地水儲(chǔ)量變化，從空間變化特征來看(圖7和圖5)，晉陜?cè)ソ唤缣幫鶘|南，年均降水量大，陸地水儲(chǔ)量卻顯著減少。從《黃河水資源公報(bào)》中獲取的11年大中型水庫(kù)蓄水量變化值轉(zhuǎn)換為等效水高為0.014 mm，每年的變化量更小，因此在計(jì)算地下水儲(chǔ)量變化時(shí)忽略該項(xiàng)數(shù)據(jù)，最后根據(jù)水量平衡方程，計(jì)算得到地下水儲(chǔ)量變化趨勢(shì)為-3.0 mm/a(圖8)，可知地下水的減少是引起黃河流域陸地水儲(chǔ)量減少的原因之一。比較地下水儲(chǔ)量等效水高變化與GRACE計(jì)算的陸地水儲(chǔ)量等效水高變化，見圖9。陸地水儲(chǔ)量變化值與地下水儲(chǔ)量變化值顯著相關(guān)(r=0.72，p<0.01)，與地表水儲(chǔ)量變化相關(guān)性小(r=0.29，p<0.01)，而地表水儲(chǔ)量變化不包括地下水儲(chǔ)量變化，進(jìn)一步說明地下水儲(chǔ)量減少是導(dǎo)致黃河流域陸地水儲(chǔ)量減少的原因之一。

圖8 2005—2015年黃河流域地下水儲(chǔ)量變化

圖9 黃河流域地下水儲(chǔ)量變化與GRACE計(jì)算的陸地水儲(chǔ)量變化

4 討論與結(jié)論

4.1 討 論

關(guān)于GLDAS模型數(shù)據(jù)提取精度，為保證與GRACE數(shù)據(jù)反演結(jié)果具有一致性和可比性，采取相同的濾波及加權(quán)方法減少數(shù)據(jù)處理誤差。誤差估計(jì)中，選擇的相同緯度對(duì)應(yīng)區(qū)域可能不全是海洋，或者平移后由于研究區(qū)經(jīng)度跨度較大導(dǎo)致部分淺水區(qū)或陸地包含在內(nèi)，使結(jié)果產(chǎn)生差異；另外，在前期數(shù)據(jù)處理過程中，不同的濾波方法可能也會(huì)導(dǎo)致海洋區(qū)域的重力信號(hào)與真實(shí)值有出入，但最終誤差結(jié)果小于2 cm，因此文中的計(jì)算結(jié)果具有可信性[36]。在結(jié)果驗(yàn)證部分，GLDAS數(shù)據(jù)反演結(jié)果不包含地下水、深層土壤水等的變化，因此與GRACE反演數(shù)據(jù)會(huì)有差異，由GRACE反演的陸地水儲(chǔ)量變化、降水量和GLDAS的計(jì)算結(jié)果相關(guān)性為0.57(>0.5)，反演數(shù)據(jù)基本滿足研究要求[37]，并且由圖2看出，兩者振幅和趨勢(shì)產(chǎn)生差異主要在2005、2006年，可能與該時(shí)間段內(nèi)的大旱有關(guān)。流域中下游除了圖1標(biāo)注的主要產(chǎn)煤地區(qū)外，還有大量大中型煤炭開采基地，被開采出來的煤炭直接導(dǎo)致流域區(qū)域質(zhì)量減少，文中提到煤炭開采導(dǎo)致黃河流域陸地水儲(chǔ)量減少是從區(qū)域質(zhì)量減少的角度考慮的，將這部分減少量扣除后得到更精確的陸地水儲(chǔ)量變化結(jié)果。另外，煤炭開采還可能通過引起流域徑流減少，從而導(dǎo)致流域陸地水儲(chǔ)量減少，但該結(jié)論需更深入的研究加以驗(yàn)證[38]。

利用文中方法得到的結(jié)果較傳統(tǒng)方法結(jié)果更為精確，有助于真實(shí)描述黃河流域陸地水儲(chǔ)量的變化。煤炭開采量轉(zhuǎn)換的等效水高變化趨勢(shì)為-1.95 mm/a，分別占對(duì)應(yīng)煤炭開采區(qū)域、黃河流域陸地水儲(chǔ)量變化的17.8%和18.66%，可見其影響不可忽略。另外，地下水儲(chǔ)量變化的計(jì)算結(jié)果(-3.00 mm/a)與楊鈺泉等[39]的研究結(jié)果(-3.46 mm/a)存在一些差異，原因可能是2015年月份數(shù)據(jù)缺失，濾波方法或?yàn)V波半徑選擇不一致。人口數(shù)量增加、煤炭大量開采、地下水減少都屬于人類活動(dòng)，后續(xù)研究可以從細(xì)化并深入分析人類活動(dòng)對(duì)陸地水儲(chǔ)量變化產(chǎn)生的具體影響角度出發(fā)，深入的影響機(jī)制也應(yīng)該從土壤侵蝕、植被結(jié)構(gòu)、地形地貌等多維因素結(jié)合分析。

4.2 結(jié) 論

陸地水儲(chǔ)量變化具有明顯時(shí)間特征,研究時(shí)間段內(nèi)黃河流域的陸地水儲(chǔ)量變化趨勢(shì)為-3.25 mm/a，7、8、9月份陸地水儲(chǔ)量增加，11月至次年6月則減少。

陸地水儲(chǔ)量變化具有明顯空間特征,黃河流域陸地水儲(chǔ)量變化呈現(xiàn)為西增東減。流域上游，降水量和水儲(chǔ)量都豐沛，中下游降水量增加但陸地水儲(chǔ)量減少。

精確陸地水儲(chǔ)量變化結(jié)果,煤炭開采引起區(qū)域質(zhì)量變化轉(zhuǎn)換為等效水高，變化趨勢(shì)為-1.95 mm/a，與11年內(nèi)黃河流域陸地水儲(chǔ)量變化總量相比，煤炭開采引起的區(qū)域質(zhì)量變化占比達(dá)到18.66%，是陸地水儲(chǔ)量計(jì)算的一個(gè)重要誤差源。此外，降水與地下水分別是導(dǎo)致上、下游區(qū)域陸地水儲(chǔ)量變化的重要因素。