青藏高原位于亚洲的中部,其经纬度介于25°~40°N,74°~104°E,平均海拔在4 500 m以上,被称为“世界屋脊”[1]。青藏高原是大约50 Ma前由印度板块的持续向北移动,并与欧亚板块相互挤压、碰撞所形成的[2]。至今为止,青藏高原仍是全球构造最为活跃的地区之一,吸引着许多学者对其形成、生长和变化开展大量的研究[3]。这些活跃的构造运动必然会导致地壳和地幔物质的迁移运动,伴随地表的升降、内部界面如莫霍面的结构发生调整,最终导致高原上重力场的改变[4]。
地下的质量迁移包括地壳流、莫霍面的升降、地幔对流等。Royden等[3]给出青藏高原深部地壳流分布和流动方向图,认为深部地壳流动可能发生在青藏高原几百到1 000 km的距离上,深部地壳流通过青藏高原东北和东南截面的速率大约是上地壳流速的5倍。Sun等[4]首次用绝对重力观测和GPS观测给出青藏高原莫霍面下沉的大地测量学证据。Yi等[5]结合重力卫星数据和GPS给出青藏高原东缘不同物理模型下的地壳流速度。王琪等[6]利用GPS数据,首次给出中国大陆现今运动水平速度场,认为喜马拉雅山及其边缘变形吸收了大于90%的印欧板块相对运动,且板块碰撞使高原地壳缩短并增厚,支持地壳增厚学说,另外,体现在青藏高原周边不断增加的质量沉积。Métivier等[7]给出新生代亚洲沉积厚度分布图,认为从渐新世以来沉积盆地物质增加速率呈指数增长,并在第四纪达到最大,估计从青藏高原剥蚀的质量达到1.5 km3/a,这些研究表明青藏高原区域明显的固体物质的质量迁移。同时,随着全球增温影响,青藏高原上积雪、冰川和冻土等在不断消退,湖泊水和地下水在持续增加,这些水体的相互转化和迁移运动,显著地改变着高原上的重力场[8]。随着空间大地测量技术的进步,这些重力场变化已经可以被重力卫星观测到,越来越多的研究者开始利用时变重力场研究地表或地下的质量迁移,以全新的视角,加深对地球表层和内部物理过程的理解。
重力卫星主要有challenging minisatellite payload (CHAMP)、gravity recovery and climate experiment (GRACE)、gravity field and steady-state ocean circulation explorer (GOCE)。其中,重力卫星GRACE自2002年发射以来,提供了15年的月平均全球重力场数据,而新一代重力卫星GRACE Follow-On已成功发射,即将提供新版的全球重力数据,为研究青藏高原质量迁移问题提供了宝贵的机遇[9-11]。
本文主要综述时变重力场在青藏高原的气候变化、陆地水循环、地下水储量以及冰川冻土等应用方面取得的研究成果,以及时变重力场和GPS等技术对青藏高原现今构造运动的初步研究结果。针对利用时变重力场数据研究青藏高原地表和地下质量迁移问题的科学成果、存在问题和发展方向做了系统性的论述和讨论。
1 青藏高原时变重力场恢复时变重力的概念最早由Jeffereys[12]提出,他们认为物质的运动如海洋潮汐一样,会造成地球重力场的变化。稳态的质量分布决定了地球重力场信息,其表现形式就是静态的地球重力场模型。随时间变化的质量再分布构成地球重力场时变部分,其表现形式就是时变重力场信息。许多自然物理现象都会引起地球质量的迁移,比如地球内部运动、大气运动、水循环、潮汐,这些变化都会在时变重力信号中反映出来。时变重力是基于陆地连续重力观测与空间卫星观测数据而得到。陆地实测数据具有高精度的优点,但受观测时间和空间覆盖影响;而卫星重力观测的时间范围长达十几年,使得其在对全球或区域质量迁移问题的研究方面更具优势。这节简要介绍以GRACE重力为主的时变重力场恢复。
1.1 利用GRACE时变重力场模型恢复地球质量变化相比于地表相对重力和绝对重力观测,重力卫星提供了空间均一分布的重力观测数据,因其观测空间范围大、时间连续及数据一致性好而得到广泛应用。GRACE时变重力数据主要由3大机构GFZ、CSR、JPL发布。最新的数据是Level 2 RL06版本的GRACE球谐系数,其获取途径为http://icgem.gfzpotsdam.de/ICGEM/。
基于地球重力场球谐系数恢复地球表面质量异常的方法[13],一般以等效水柱高(EWH)的形式给出地表的质量异常分布:
$\begin{array}{c} \Delta H(\theta, \varphi, t)=\frac{a \rho_{\text {ave }}}{3 \rho_{\mathrm{w}}} \sum_{l=0}^{\infty} \sum_{m=0}^{l} \tilde{P}_{l m}(\cos \theta) W_{l m} \\ \frac{2 l+1}{1+k_{l}} \times\left(\Delta \hat{C}_{l m}(t) \cos (m \varphi)+\Delta \hat{S}_{l m}(t) \sin (m \varphi)\right) \end{array} $ | (1) |
式中:ΔH(θ, φ)表示质量异常的等效水柱高,指单位面积内的水质量除以水密度的值;a表示地球半径;ρave和ρw分别表示地表介质和水的密度;
由于GRACE月重力场模型的高阶项误差很大,一般截断到60或120阶。高阶项会在计算等效水高格网值中产生明显的南北条带误差,需要通过滤波的手段去除。目前应用最多的滤波方法包括高斯滤波[13]、去相关滤波[14]和DDK滤波[15]等。GRACE观测的实际质量变化信号经球谐展开、截断和平滑后,会泄露到质量源以外的地区,使信号失真,所以需要使用反演方法对真实质量变化进行恢复,通常有空间域和频率域两类方法。最常用的空间域反演方法有尺度因子(scaling factor)法、迭代反演法等。Landerer和Swenson[16]给出一个基于陆地表面模型(land surface models, LSM)的尺度因子方法,但这个方法受限于LSM模型,因为该模型基于地面测量,在青藏高原地区的估计可靠性很差,所以利用基于陆面模型的尺度因子方法在某些地区可能会严重降低GRACE估计结果的可靠性。
迭代反演法的思想是设置初始模型,观察模型模拟的信号与观测信号之间的差异,调整初始模型,将差值加入到模型中,逐步逼近观测值,直到GRACE观测值被基本拟合。此方法适用于海陆信号泄露,因为信号的边界由自然海岸有效划出,而对无明显边界的陆地内部信号泄露则不适用。频率域反演法由Jacob等[17]提出,其主要思想是将实际质量变化的空间位置作为先验信息,利用最小二乘将观测的信号强制约束在设定的位置中,以达到增强信号、减少泄露的目的。但频率域的反演方法所用观测值为全球的球谐系数,所以全球的重力信号会影响研究区域内质量变化的计算。Yi和Sun[18]将该方法拓展到空间域,滤掉研究范围外的信号,使其更适用于局部区域的研究。这些方法技术的应用很好地解决了利用GRACE球谐系数恢复青藏高原区域时变重力场时信号泄露与噪音干扰等问题,Yi和Sun[18]利用GRACE RL05版本2003—2012年数据进行高斯300 km和P4M6去相关滤波得到青藏高原区域长期的质量变化趋势(图 1),其中A、B、C、D、E、F和G分别代表天山、帕米尔与喀喇昆仑、中部与西部喜马拉雅东喜马拉雅、北印度、印度东北部和内部青藏高原区域。图 2为GRACE 3种数据产品恢复得到的高原东喜马拉雅、内部高原、天山区域和北印度区域的质量变化时间序列,长期观测显示高原区域质量有着季节性、周期性和长期趋势性变化,不同区域也因不同质量变化源呈现出不同的质量变化规律。
Download:
|
|
Download:
|
|
青藏高原观测到的重力变化是多种因素的综合反映,包括陆地水储量变化、构造运动和GIA效应的影响。陆地水储量变化是指陆地表面及以下的水量总和,是水循环系统中的重要组成成分。从水量垂直分布上看,陆地水储量是由土壤水、地表水、冰川冻土积雪和地下水储量组成[19],因此,把陆地水储量变化部分分为地表水、地下水、土壤水、雪水、冰川、冻土质量变化。从水质量平衡上看,陆地水储量的变化是降水、蒸发、径流和地下水活动的综合反映[20]。下面3个公式表示这些质量变化因素之间的关系:
$\begin{array}{l} {\rm{\Delta TWS = \Delta SWES + \Delta RESS + \Delta SMS + }}\\ \;\;\;\;\;\;\;\;\;\;\;{\rm{\Delta GWS + \Delta PM + \Delta ICE, }} \end{array} $ | (2) |
$ {\rm{\Delta ST = \Delta P - \Delta ET - \Delta R, }} $ | (3) |
$ {\rm{ \Delta GRACE = \Delta TWS + \Delta Tectonic}}{\rm{.}} $ | (4) |
式中:ΔGRACE表示由GRACE重力观测的质量变化;ΔTWS表示陆地水储量变化;ΔGIA表示GIA效应引起的质量变化;ΔTectonic表示构造运动产生的质量变化,这部分质量变化是地壳隆升与增厚及地表风化剥蚀等的综合体现。公式(2)用来解释陆地水储量及其各成分质量平衡关系,ΔSWES表示雪水等效变化,ΔRESS表示地表水(湖泊、水库、河流等)质量变化,ΔSMS表示土壤水变化,ΔGWS表示地下水质量变化,ΔPM表示冻土质量变化,ΔICE表示冰川导致的质量变化,另外生物水也是陆地水的一部分,但其引起变化相较其他成分非常小。公式(3)为陆地水量平衡方程,ΔP表示降水,ΔET表示蒸散发,ΔR表示径流量,ΔST表示剩余储量水。基于以上质量平衡方程,能够定量地解释青藏高原区域水文循环过程,分析研究区域水质量变化的特点。另一方面,GRACE重力场变化是水文信号与构造信号的综合响应,公式(4)体现GRACE重力场变化ΔGRACE是陆地水变化与构造作用之和,构造运动主要导致地壳固体物质在垂直方向的迁移,例如地表的隆升与沉降、莫霍面的下沉与上升,以及GIA效应。
2 利用时变重力研究青藏高原水文变化的进展 2.1 青藏高原气候环境变化的研究在全球气候复杂多变的背景下,青藏高原区域气候显示出明显变化的特点,这严重地影响青藏高原各类水体的质量平衡,导致该地区陆地水、地下水、冰川、湖泊与冻土等质量变化,同时进一步影响青藏高原和周边地区的生态与环境。
青藏高原与四周大气之间存在随季节变化的热力差异。高原南部和东南部区域受印度和东亚季风循环影响,夏季降雨量非常大,高原西部部分包括帕米尔受西风带影响导致干旱和较少降雨,而青藏高原内陆很少受到这些季风影响[18, 21]。Yi和Sun[18]表明印度季风比西风带更强烈影响到帕米尔区域冬季和夏季的降雨。Zhan等[22]认为青藏高原冰川的演化增加了青藏高原气候变化的复杂性,因为厄尔尼诺气候模式出现更频繁并且逐渐加强,对青藏高原的气候影响也发生着变化。
Zhan等[22]应用时间域信号的主成分分析方法研究青藏高原地区质量平衡变化趋势,发现两种变化特点,即高原南部一个较大的负信号和高原内陆地区一个较大的正信号,在帕米尔地区质量变化没有较明显的趋势。图 3(a)为高原周边大气分布图,青藏高原区域质量变化存在3种空间模式,第1种是南北方向的质量变化特点,与印度季风的时间序列一致(图 3(b))。第2种是东南—西北方向上3个主要区域的质量变化特点,显示振幅-周期频谱随时间变化特点较复杂,主要存在包含0.5、1、6.5 a周期等较强周期的混合信号,和相对较弱能量不稳定的2~4 a周期信号,发现6.5 a周期与1 a周期信号有一致相位,主要受到与东亚季风与厄尔尼诺相关气候变化的影响(图 3(c))。第3空间模式主要有两个区域,中西部地区(东经90°区域)的正信号和林芝区域的负变化信号,其空间相位分布信息显示质量变化呈由西向东的形式(图 3(d))。他们认为这种质量变化的主要原因可能是青藏高原及其周边地区4种不同的大气循环模式引起的降雨量变化导致的系统质量平衡变化。减弱的印度季风、增强的西风带、厄尔尼诺、拉尼娜对青藏高原质量平衡变化产生的影响约为76%。印度季风是影响青藏高原质量变化的主要因素,产生的影响为54%,厄尔尼诺产生的影响为16%,而西风带与拉尼娜对研究区域质量平衡变化产生的影响为6%。
Download:
|
|
高东和牛海山[23]利用偏相关分析方法研究青藏高原夏季降水与季风相关性,显示南亚夏季季风与高原的夏季降水显著相关性的范围要大于东亚夏季季风,南亚夏季季风正相关区域位于青藏高原南部地区,而东亚夏季季风正相关于柴达木盆地区域。
目前关于青藏高原气候变化对质量迁移的影响的研究还非常少,在复杂的气候系统下,高原水循环系统也受到很大影响,而作为高原质量迁移的主要成分,这些研究很好地讨论了气候变化下高原陆地水、冰川的影响,但是青藏高原作为岩石圈、水圈、大气圈等的耦合系统,气候变化影响着高原的固态与液态质量的迁移,而内部地球动力与这些质量变化又反过来影响着高原的气候,例如,地表的剥蚀、高原的隆升、冰川的融化等这些物理过程都在影响高原的气候系统。而这些问题都与质量迁移密切相关,仅仅从GRACE时变重力的角度来研究肯定是不够的,还需要更多学科的共同研究。
2.2 青藏高原区域陆地水质量变化的研究青藏高原具有大量的湖泊、河流等水资源,是许多江河流域的发源地。湖泊、地下水、河流、水库蓄水系统等组成青藏高原陆地水系统。降水变化从高原的200~500 mm/a到高原北部柴达木流域的约40 mm/a,大大地丰富了青藏高原陆地水。青藏高原陆地水储量变化相比其他区域有着更复杂的特点,不仅受地表水、地下水等质量变化源的影响,还受冰川融化、冻土退化这两种质量变化源的影响,同时观测资料少、数据稀疏和地形复杂等因素也影响到研究结果的准确性。
关于青藏高原区域陆地水储量变化,Meng等[24]利用GRACE mascon数据估算青藏高原6个区域的陆地水变化(图 4),UYA为长江上游区域,UYE为黄河上游区域,UB为雅鲁藏布江上游,ITP内部青藏高原,QB柴达木盆地,UI为印度河上游,显示长江和黄河上游区域的陆地水变化主要受降水变化影响,雅鲁藏布江上游区域受蒸散发作用比较明显,青藏高原东南部的陆地水积累在3—8月,而西北部的陆地水积累发生在11—4/5月份期间。
Download:
|
|
Zou等[25]综合利用GRACE、ICESat等资料估算青藏高原区域总陆地水2002—2016年的变化,青藏高原总陆地水储量在2002—2016年间以(-6.22±1.74) Gt/a的速率减少,而在15 a的序列中,年际变化是非常不均匀的,陆地水质量以(28.49±10.40) Gt/a速率变化(2002年8月—2005年12月间),然后伴随着相对稳定的周期(2002—2011年),和一个快速的减少(2012—2016年间),高原总陆地水储量变化呈现出的空间各向异性反映了区域地形与气候条件的不同。
作为“亚洲水塔”,青藏高原有1 200多个面积大于1 km2的湖泊(图 5),主要分布于青藏高原内部[8, 26],占中国湖泊总数量与面积的一半[27],近些年生态环境受到保护,降雨量不断增加,湖水储量明显增加。利用现代遥感观测技术(如ICESat、LandSAT等)可以观测和检测出这些湖泊水位以及湖泊面积的变化,结合湖泊水位变化和积水区面积就可以估计湖水质量变化[8, 28]。Zhang等[8]认为青藏高原内部湖水的增加可以解释Jacob等[17]发现的青藏高原内部和东北角正重力异常的61%。Wang等[29]比较卫星重力和卫星测高的观测结果,发现湖水质量增加占青藏高原总质量增加的64%(图 6)。Zhang等[26]发现净降水增加是近年来(2003—2009年)湖水增加的主要原因,占湖水增加量的74%。
Download:
|
|
Download:
|
|
为准确估计青藏高原湖泊的水量变化,一些学者对湖泊、水库等蓄水区质量变化的水面高度与面积的关系给出了不同计算方法。常用的方法是结合卫星成像得到的淹没面积和测高雷达、激光、实测观测得到的表面高度,另一种方法是基于地形图合成表面面积[30]。湖泊水位高可以由激光和雷达卫星(如ICESat)观测数据得到[31],结果显示2003—2009年间青海湖水面高度以约0.11 m/a的速率上升[8],产生的质量变化等效于0.02 μgal/a的重力变化。Zhang等[8]根据卫星数据结果显示青藏高原200个湖泊平均水面变化率为+0.14 m/a和总的质量变化为+4.95 Gt/a,而118个青藏高原内部湖泊显示出更高变化率(+0.20 m/a和+4.28 Gt/a)。
Zhang等[26]利用GRACE重力资料研究青藏高原湖泊体积变化,并给出湖泊水的空间变化空间特点。结果表明青藏高原北部的湖泊面积扩张有增加趋势,而南部呈现稍微减小的趋势。青藏高原西部湖泊面积在1970—2015年间通常为扩张而在东部区域面积发生减小。总的湖泊面积(面积大于1 km2湖泊)在1970—1995年间有减小的速率变化为-0.09%(-0.08%),而在1996—2010年间这种面积变化为1.39%(1.72%)的扩张趋势,在2011—2015年间这种面积增加速率有所减缓为1.07%(0.99%)。他们认为降水的增加是湖泊等水质量变化的主要原因(74%),冰川融化流入湖泊的影响为13%,而冻土退化的影响为12%,雪融化的影响为1%。Lei等[32]通过对青藏高原湖泊季节性水位变化分析表明,青藏高原中部、东北部及北部大部分湖泊在温暖季节由于夏季季风降水水平面上升,寒冷季节由于降水和径流的减少湖泊水平面下降,而在西北部湖泊水平面变化在温暖和寒冷季节均显示出增长的特点,这种季节性的水平面变化与重力观测具有很好的一致性。Yi等[33]将中国流域一共划分成26个子区域并估计每一个区域的地下水、总水储量和土壤水的趋势,显示一个明显的正趋势覆盖了青藏高原大部分地区。另外,从流域的质量变化与面积和周年整幅的对应关系可以看到西藏流域质量显著增加,是中国16个流域中质量增加最快的,但其周年振幅却几乎没有变化。
陆地水是青藏高原区域水圈的主要成分,关于陆地水质量变化,这些研究利用卫星重力、卫星测高以及水文模型等资料准确地估算了高原区域陆地水的长期趋势和周期性的变化,这些技术与方法使我们对高原陆地水有了最为直观的认识。但复杂的陆地水成分难以分离,湖泊水也只是陆地水的一部分,由于观测困难,我们对高原冻土、土壤水等问题知之甚少,而系统地研究陆地水及其各个成分水体的质量变化还是非常困难的,所以应该有更多的研究关注到这些问题,时变重力尤其是GRACE、GRACE-Follow on等卫星技术在这些研究方面也会发挥巨大作用。
2.3 青藏高原区域地下水质量变化的研究由于青藏高原地下水受冻土、地势、地形梯度、地质构造和表面水文控制,其流动通常受到高海拔的地形梯度压力驱动和降水的调控。青藏高原的蒸发也十分强烈,蒸散发速率600~2 500 mm/a,同时部分降水渗透成地下水。地下水受蒸发、降雨、地表径流渗透,以及冰雪融化的综合影响[34],因此定量估计该区域的地下水往往比较困难。对青藏高原区域地下水的研究主要是关于冻融区域的地下水研究,地下水储集相对冻土位置分为冻土层上水、冻土层下水和冻土层中水[35]。Ge等[34]采用河流与泉水排放观测资料研究青藏高原地下水流动情况,认为地下水的供给速率为100~200 mm/a,而在峡谷和断层区域地下水排放速率达到10-9~10-7 m/s。
关于地下水质量变化研究的结果显示,全球地下水消耗从1960年持续增加[36],例如北印度、中国华北平原显示巨大的地下水减少是由于地下水的过度消耗所致,但最新研究结果显示青藏高原区域地下水质量变化呈现正异常。由于高山地区环境恶劣,土质坚硬,监测地下水困难。Xiang等[37]收集冰川质量平衡数据、湖水水位数据、冻土活动层模型、GIA模型等对青藏高原及其周边流域地下水储量变化做了总体估计(图 7),结果显示在8个流域呈现质量增加的趋势:金沙江流域、怒江—澜沧江、长江源区域、黄河源区域、柴达木盆地、羌塘自然保护区中部、印度河上游、阿克苏河这些流域地下水储量的年变化趋势分别为(+2.46±2.24),(+1.77±2.09),(+1.86±1.69),(+1.14±1.39),(+1.52±0.95),(+1.66±1.52),(+5.37±2.17),(+2.77±0.99) Gt/a,与河流流量资料、降水数据及有限的陆地资料结果相比较具有较好的一致性。
Download:
|
|
相比于华北、印度北部,对青藏高原区域地下水储量变化的研究肯定是一个巨大的困难,因为其独特的地理环境和稀缺的观测资料。而GRACE时变重力也只是提供了一种间接的观测手段,Xiang等[37]从GRACE结果中扣除陆地水的影响得到地下水储量变化,尽管结果会有很大误差,但提供了一种对地下水变化的估算方法。对高原区域地下水的研究,需要的不仅是更多的观测资料,而从水平衡的角度(见章节1.2公式(2)与(3)),更需要对地表可观测的陆地水有更好的研究,这能够帮助我们更好地间接研究地下水变化问题。
2.4 青藏高原区域冰川质量变化的研究青藏高原及周边地区覆盖有46 000多条冰川,总面积约100 000 km2,是除南极、北极和格陵兰以外冰川分布最广泛的地区,常被称为第三极[1, 21]。
现代大地测量技术观测到青藏高原冰川面积持续减少,冰面高程的平均变化为(-0.24±0.03) m/a,冰川融化水量为(-14.86±11.88) km3/a,冰川变化呈现从青藏高原东、南外缘山区往内陆与西、北部山区减慢的时空分布特点[38]。
Matsuo和Heki[39]最早采用卫星重力技术研究亚洲高山区的冰川融化问题,结果显示2003—2009年间冰川融化率为(-47±12) Gt/a。Jacob等[17]研究2003—2010年全球冰川冰盖对海平面变化的贡献,其结果显示亚洲高山区冰川消融率约为(-4±20) Gt/a,青藏高原内部到东北部祁连山区域有一个正的重力异常信号,大小约为7 Gt/a。这意味着该区域每年有等效于70亿t水的质量增加,他们认为这是因为冰川的增长导致。上述两个独立的研究结果间存在较大差异。为了解释这个差异,Yi和Sun[18]利用GRACE 2003—2012年数据采用新的空间域反演法计算各个区域的冰川质量变化,结果表明亚洲高山区冰川质量变化趋势为(-35.0±5.8) Gt/a。
大量研究表明青藏高原冰川对气候变化有着复杂的响应模式,例如,大地测量研究显示珠穆朗玛峰区域表面质量变化为(-0.32±0.08) m/a (1970—2007年),(-0.40±0.25) m/a (1992—2008年)[40-41],在喜马拉雅西部为-0.7~-0.85 m/a (1999—2004年)[42],相比喀喇昆仑区域有着净质量增加(+0.11±0.22) m/a (1999—2008年)[43]。这种复杂响应表现为质量变化的时空分布特点较复杂,基于全面实测的冰川质量平衡资料,Yao等[21]描述了在青藏高原的冰川质量空间异向性的净质量减少模式。
实测数据与大地测量观测结果之间存在的差异主要是由于数据空间分辨率等的不同所产生的[44]。另一方面,青藏高原及其周围区域冰川对气候变化也存在着复杂响应模式[21, 45-46]。Yi和Sun[18]研究季风对青藏高原冰川质量的影响,发现GRACE反演的冰川质量变化在帕米尔和喀喇昆仑山、印度东部和西部有一个5 a周期,见图 8。Wang等[47]利用ICESat和GRACE数据首次估计青藏高原冰川的季节变化特性,发现亚洲高山大部分冰川呈现春季增长与夏季消融的季节性特征,而西昆仑区域春季与夏季均为增长。另外,发现降水波动导致帕米尔周边区域冰川厚度异常变化,指出目前的降雨格网数据在冰川区域被低估7±2倍[48]。他们假定冰雪消融量恒定和消融量随降雨量增加而增加两种模型,计算和比较了该研究区域冰雪融化的数值结果,发现基于第2种模型的冰川变化与改正后(考虑7倍低估值后)的降水异常比较,两者十分吻合。Pohl等[49]研究帕米尔区域冰川融化对径流影响,显示冰川融化除了是径流水重要来源之外,还表明冰川对特殊极端气候的影响相比水循环系统可能具有缓冲作用。对于冰川对气候变化的复杂响应,许多研究并没有给出定论,但普遍认为冰川的消融和增长主要由季风、地形、气温、降雨等多种因素控制。
Download:
|
|
目前对高原冰川质量变化的估算主要利用的是卫星重力、测高和成像资料,这些资料的结合能够很好地估算出青藏高原冰川质量变化,并解释高原冰川的变化特点。亚洲高山区冰川的融化和加速融化不仅对高原区域气候环境产生影响,常乐等[50]利用GRACE重力卫星研究中国近海各区域海平面变化,显示高原冰川变化对海平面也会产生影响,但是,仍然缺少对冰川、陆地水和气候变化的相互关系方面的研究。
3 利用时变重力研究青藏高原构造运动的进展青藏高原构造运动一直是科学家们关注的重要科学问题。印度板块与欧亚板块的持续碰撞与挤压,使得青藏高原以强烈的隆升和造山伸展变形方式活动。张健和石耀霖[51]对高原构造变形动力分析表明地壳重力位能变化导致的重力浮力能够使青藏高原发生抬升和伸展变形,而青藏高原隆升机制存在比较多的物理模型,其中两种模型常被采用,一种是地壳流动模型,另一种是对流岩石圈分离模型。深层地壳流动模型认为下层地壳快速向东流动增厚了东部地壳厚度[3, 52-53]。对流岩石圈分离模型认为,早中新世(约20 Ma前)岩石圈比现今岩石圈更厚,从那时起高密度的下层岩石圈由于不稳定的对流被移除,导致岩石圈质量减少,由于地壳均衡作用导致地壳的整体上升[54-56]。这两种模型不同之处在于青藏高原表面的上升是由于地壳的增厚还是整个地壳的上升作用。
构造因素对青藏高原质量迁移影响的直接观测往往比较困难,近些年国家陆态网络工程(http://neiscn.org/)已经发展到260个GPS基准站,还有千万个重复测量GPS基本测点。这些大地测量观测网可用来观测和计算中国大陆的形变场,获得青藏高原的垂直位移,为研究构造因素对重力变化的影响提供重要辅助观测数据。而时变重力的观测则提供了一种定量与可行的研究方法。Sun等[4]假设青藏高原是一个弹性块体,在印度板块的冲撞下发生变形,从而引起重力变化和地表位移。他们基于20多年的绝对重力和GPS观测数据对拉萨、昆明、大理3个台站的重力变化和垂直位移进行计算,把地表重力变化和垂直位移与莫霍面的变化直接联系起来。结果表明,3个测站的经过地表位移和剥蚀改正后的平均重力变化率为(-0.78±0.47) μgal/a,认为该重力变化是由内部莫霍面下沉所致,因为地壳和地幔物质存在一定密度差,而莫霍面深度变化导致垂向上物质质量的变化。然后他们利用简单的动力学模型(如图 9),反演估算出青藏高原莫霍面的下沉速度为(2.3±1.3) cm/a。这项研究属于首次利用重力和GPS研究青藏高原动力学变化问题,为进一步开展利用大地测量观测技术研究青藏高原动力学问题提供了研究思路和新方法,得到了国际同行的认可[57]。
Download:
|
|
Yi等[5]在Sun等[4]的基础上使用GRACE/GPS数据研究西藏东缘区域的动力学变化问题。结果表明该区域的重力变化平均趋势为(0.34±0.02) μgal/a,去除湖水质量变化和冰川融化等环境因素的影响后,得到由构造运动产生的重力变化为(0.32±0.08) μgal/a。利用该重力变化和该地区GPS位移矢量场反演地壳的增厚和莫霍面起伏。他们在该研究中采用前述两种常用的物理机制作为反演计算的基础模型,即地壳流模型和对流移除模型。基于这两种面模型,Yi等[5]模拟计算得到中下层地壳流动速度与上层地壳流动速度关系,以及莫霍面在深度方向的变化量,具体数值结果如图 10所示,在深部地壳流模型(图 10(a))中,需要一个很强的中下地壳流来导致地壳增厚和地表隆升,在深部地壳流和对流移除的混合模型(图 10(b))中,地表隆升来自上升的莫霍面和温和的中下地壳流。
Download:
|
|
另外,Jiao等[58]利用GRACE时变重力数据和水文资料估算高原西部、中部和东部的3个区域构造运动作用引起的重力变化,分别为(1.47±0.43),(-0.85±0.53)和(1.51±0.56) cm/a等效水柱高变化,在扣除地表位移影响后,得到青藏高原的莫霍面变化的重力影响,西部区域和东部区域的莫霍面分别以(18.1±7.2)和(21.7±9.7) mm/a的速率上升,而中部区域莫霍面以(18.3±8.6) mm/a的速率下沉。
这些研究,从时变重力学尤其是GRACE卫星重力的角度对高原的地球动力学问题展开了研究和探讨,对了解青藏高原的形成机制与演变过程具有重要意义。虽然这些研究都是基于其他学科对于青藏高原地球动力学认识的基础上展开的,但是利用GRACE卫星数据估算出的莫霍面变化速度和地壳流速都表明时变重力在对青藏高原构造运动的研究中具有重要作用,但GRACE空间分辨率与模型的误差是我们面对的主要问题。
4 结论、问题与展望本文介绍时变重力观测技术和数据处理方法,讨论当前利用时变重力研究青藏高原质量迁移的主要科学问题及其所取得的重要进展。青藏高原的物质迁移是地球动力、气候变化、人为活动等因素共同作用的结果,而现代大地测量技术的快速发展提供了精确估算这些物质迁移所产生重力变化的重要手段。数十年的时变重力观测,由于其时间序列相对青藏高原的演化和发育非常短,且一些大的地质活动造成的大质量突变都会对研究的结果产生一定影响。目前的这些观测和研究结果,虽不能完全准确地反映出整个青藏高原区域质量的时空变化特点,但为了解青藏高原质量迁移规律和特征提供了很好的依据和参考。总结本文的介绍和讨论,可以得到以下认知:
结论:重力卫星观测技术尤其是GRACE能够很好地观测到青藏高原的重力变化,揭示了其时空变化特征。这些时变重力场表明青藏高原内部和表面发生着明显的质量迁移。虽然目前所使用的观测数据和所采用的模型/资料等都具有一定的误差和不确定性,但是总体上,现代大地测量技术对于定量研究青藏高原质量迁移问题已经取得了重大成果并具有重要科学意义。
存在的问题:本文所讨论的研究进展在某种意义上仅仅是初步的、粗略的和定性的结果,还存在着很大的不确定性。最主要原因是缺乏足够的观测数据,无论是地表观测还是空间观测数据都不能充分覆盖整个青藏高原。例如,地表重力观测(特别是绝对重力观测)严重不足,而GRACE重力卫星观测的空间分辨率较低,仅为300 km左右,不能充分反映局部地区的构造特征或者质量变化;其次,青藏高原的质量迁移问题具有非常强的复杂性,特别是质量变化源具有时间/空间尺度以及量级大小的多样性,而这些物理信号都一同混合在时变重力场中,其重力信号的有效分离与提取仍然具有挑战性。具体而言,上述研究还与青藏高原地壳流动等物理模型密切相关,不同研究的结论之间存在较大差别;另外,由于时变重力观测受到空间分辨率和实测资料稀缺等因素的限制,目前只对较大空间尺度的质量变化问题具有较好的应用效果,对小区域的质量迁移反映得仍不够准确,可能导致对青藏高原整体质量迁移认识不够全面甚至产生错误理解。然而,这些开创性的研究对于如何利用时变重力研究青藏高原动力学变化问题仍然具有重要参考价值。
解决方案:为解决上述存在的问题,很好地研究青藏高原的质量迁移问题,1)需要更高精度的重力卫星观测技术,期待新一代GRACE follow-on卫星观测数据的及时提供,以便得到连续的覆盖青藏高原的时变重力场数据;2)建议加强地表面重力观测,特别是绝对重力观测,例如建设绝对重力剖面或稠密重力网,以便反映出局部构造信息,从而可以更精细地研究中小尺度的质量迁移问题;3)加强物理建模以及数据处理方法的研究,特别是滤波方法以及质量源反演技术的创新与进步,以便更好地认知质量迁移的特征与动力学过程;4)加强多源数据的使用与融合,提供更多的物理和数学约束,使得研究结果更加准确和合理;5)加强多学科交叉与融合,因为质量迁移问题是一个多学科问题,只有多学科交叉融合才能得到更合理的创新性进步与认知。
展望:目前利用时变重力研究青藏高原构造以及动力学变化问题还只是一种尝试,具有比较大的不确定性。为了更好地解释青藏高原是否隆升、地壳是否增厚等基本动力学问题,还需要对地表质量迁移问题作更仔细的观测和深入研究,需要更多学科的理论和观测技术的进步,更需要现代大地测量的发展和完善,以便提高全时空的观测精度。特别是,如果能够按照上述解决方案开展工作的话,相信青藏高原质量迁移问题的研究一定会取得实质性的创新性进展。作为重力卫星GRACE的后续任务,新一代重力卫星GRACE follow-on已于2018年5月发射成功,其星间距220 km,提出的科学目标为时变地球重力场空间分辨率优于200 km,月大地水准面精度优于1 mm,卫星重力测量全球覆盖;时变地球重力场时间分辨率优于1个月,将质量变化从季节尺度扩展到10 a尺度;较当前卫星重力GRACE测量精度提高至少10倍。另外,本文作者已经建设一个横跨青藏高原的绝对重力剖面,并于2014、2016、2018年实施了3期测量工作,取得了基础参考数据。届时,随着GRACE和GRACE follow-on卫星数据的融合,以及其他新的遥感卫星技术的发展和进步,相信更小空间尺度的质量迁移问题将会得到更好的研究,从而更准确地研究和解释青藏高原地表和内部的质量迁移问题。
[1] |
Qiu J. China:the third pole[J]. Nature, 2008, 454(7203): 393-396. Doi:10.1038/454393a |
[2] |
Molnar P, Tapponnier P. Cenozoic tectonics of Asia:effects of a continental collision. Features of recent continental tectonics in Asia can be interpreted as results of the India-Eurasia collision[J]. Science, 1975, 189(4201): 419-426. Doi:10.1126/science.189.4201.419 |
[3] |
Royden L H, Burchfiel B C, van der Hilst R D. The geological evolution of the Tibetan Plateau[J]. Science, 2008, 321(5892): 1054-1058. Doi:10.1126/science.1155371 |
[4] |
Sun W, Wang Q, Li H, et al. Gravity and GPS measurements reveal mass loss beneath the Tibetan Plateau:geodetic evidence of increasing crustal thickness[J]. Geophysical Research Letters, 2009, 36(2): 206-218. |
[5] |
Yi S, Freymueller J T, Sun W. How fast is the middle-lower crust flowing in eastern Tibet? A constraint from geodetic observations:flow in eastern Tibet[J]. Journal of Geophysical Research:Solid Earth, 2016, 121(9): 6903-6915. Doi:10.1002/2016JB013151 |
[6] |
王琪, 张培震, 牛之俊, 等. 中国大陆现今地壳运动和构造变形[J]. 中国科学:D辑:地球科学, 2001, 31(7): 529-536. |
[7] |
Métivier F, Gaudemer Y, Tapponnier P, et al. Mass accumulation rates in Asia during the Cenozoic[J]. Geophysical Journal of the Royal Astronomical Society, 1999, 137(2): 280-318. |
[8] |
Zhang G, Yao T, Xie H, et al. Increased mass over the Tibetan Plateau:from lakes or glaciers?[J]. Geophysical Research Letters, 2013, 40(10): 2125-2130. Doi:10.1002/grl.50462 |
[9] |
Chambers D P. Observing seasonal steric sea level variations with GRACE and satellite altimetry[J]. Journal of Geophysical Research, 2006, 111(C03010). Doi:10.1029/2005JC002914 |
[10] |
Luthcke S B, Zwally H J, Abdalati W, et al. Recent greenland ice mass loss by drainage system from satellite gravity observations[J]. Science, 2006, 314(5803): 1286-1289. Doi:10.1126/science.1130776 |
[11] |
Rodell M, Velicogna I, Famiglietti J S. Satellite-based estimates of groundwater depletion in India[J]. Nature, 2009, 460(7258): 999-1002. Doi:10.1038/nature08238 |
[12] |
Jeffreys H. The earth:its origin, history and physical constitution[M]. Cambridge: Cambridge University Press, 1952: 392.
|
[13] |
Wahr J, Molenaar M, Bryan F. Time variability of the Earth's gravity field:hydrological and oceanic effects and their possible detection using GRACE[J]. Journal of Geophysical Research:Solid Earth, 1998, 103(B12): 30205-30229. Doi:10.1029/98JB02844 |
[14] |
Swenson S, Wahr J. Post-processing removal of correlated errors in GRACE data[J]. Geophysical Research Letters, 2006, 33(8): L08402. |
[15] |
Kusche J, Schmidt R, Petrovic S, et al. Decorrelated GRACE time-variable gravity solutions by GFZ, and their validation using a hydrological model[J]. Journal of Geodesy, 2009, 83(10): 903-913. Doi:10.1007/s00190-009-0308-3 |
[16] |
Landerer F W, Swenson S C. Accuracy of scaled GRACE terrestrial water storage estimates[J]. Water Resources Research, 2012, 48(4). Doi:10.1029/2011WR011453 |
[17] |
Jacob T, Wahr J, Pfeffer W T, et al. Recent contributions of glaciers and ice caps to sea level rise[J]. Nature, 2012, 482(7386): 514-518. Doi:10.1038/nature10847 |
[18] |
Yi S, Sun W K. Evaluation of glacier changes in high-mountain Asia based on 10 year GRACE RL05 models[J]. Journal of Geophysical Research:Solid Earth, 2014, 119(3): 2504-2517. Doi:10.1002/2013JB010860 |
[19] |
Li B, Rodell M, Zaitchik B F, et al. Assimilation of GRACE terrestrial water storage into a land surface model:evaluation and potential value for drought monitoring in western and central Europe[J]. Journal of Hydrology, 2012, 50(446/447): 103-115. |
[20] |
Schmidt R, Schwintzer P, Flechtner F, et al. GRACE observations of changes in continental water storage[J]. Global and Planetary Change, 2006, 50(1/2): 112-126. |
[21] |
Yao T, Thompson L, Yang W, et al. Different glacier status with atmospheric circulations in Tibetan Plateau and surroundings[J]. Nature Climate Change, 2012, 2(9): 663-667. Doi:10.1038/nclimate1580 |
[22] |
Zhan J, Shi H, Wang Y, et al. Complex Principal Component Analysis of Mass Balance Change on Qinghai-Tibet Plateau[J]. The Cryosphere Discussions, 2017, 11(3): 1487-1499. Doi:10.5194/tc-11-1487-2017 |
[23] |
高东, 牛海山. 青藏高原夏季降水与东亚、南亚夏季风相关程度的空间格局[J]. 中国科学院大学学报, 2018, 35(4): 500-505. |
[24] |
Meng F, Su F, Li Y, et al. Changes in terrestrial water storage during 2003-2014 and possible causes in Tibetan Plateau[J]. Journal of Geophysical Research:Atmospheres, 2019, 124(6): 2909-2931. Doi:10.1029/2018JD029552 |
[25] |
Zou F, Tenzer R, Jin S. Water storage variations in Tibet from GRACE, ICESat, and hydrological data[J]. Remote Sensing, 2019, 11(9): 1103. Doi:10.3390/rs11091103 |
[26] |
Zhang G, Yao T, Shum C K, et al. Lake volume and groundwater storage variations in Tibetan Plateau's endorheic basin[J]. Geophysical Research Letters, 2017, 44(11): 5550-5560. Doi:10.1002/2017GL073773 |
[27] |
Ronghua M A, Guishan Y, Hongtao D, et al. China's lakes at present:number, area and spatial distribution[J]. Science China Earth Sciences, 2011, 54(2): 283-289. Doi:10.1007/s11430-010-4052-6 |
[28] |
Song C, Huang B, Ke L. Modeling and analysis of lake water storage changes on the Tibetan Plateau using multi-mission satellite data[J]. Remote Sensing of Environment, 2013, 135(4): 25-35. |
[29] |
Wang Q, Yi S, Sun W. The changing pattern of lake and its contribution to increased mass in the Tibetan Plateau derived from GRACE and ICESat data[J]. Geophysical Journal International, 2016, 207(1): 528-541. Doi:10.1093/gji/ggw293 |
[30] |
Yi S, Song C, Wang Q, et al. The potential of GRACE gravimetry to detect the heavy rainfall-induced impoundment of a small reservoir in the upper Yellow River[J]. Water Resources Research, 2017, 53(8): 6562-6578. Doi:10.1002/2017WR020793 |
[31] |
Crétaux J F, Jelinski W, Calmant S, et al. SOLS:a lake database to monitor in the near real time water level and storage variations from remote sensing data[J]. Advances in Space Research, 2011, 47(9): 1497-1507. Doi:10.1016/j.asr.2011.01.004 |
[32] |
Lei Y, Yao T, Yang K, et al. Lake seasonality across the Tibetan Plateau and their varying relationship with regional mass changes and local hydrology[J]. Geophysical Research Letters, 2017, 44(2): 892-900. Doi:10.1002/2016GL072062 |
[33] |
Yi S, Wang Q, Sun W. Basin mass dynamic changes in China from GRACE based on a multibasin inversion method[J]. Journal of Geophysical Research:Solid Earth, 2016, 121(5): 3782-3803. Doi:10.1002/2015JB012608 |
[34] |
Ge S, Wu Q B, Lu N, et al. Groundwater in the Tibet Plateau, western China[J]. Geophysical Research Letters, 2008, 35(18): 80-86. |
[35] |
Cheng G, Jin H. Permafrost and groundwater on the Qinghai-Tibet Plateau and in northeast China[J]. Hydrogeology Journal, 2013, 21(1): 5-23. Doi:10.1007/s10040-012-0927-2 |
[36] |
Chao B F, Wu Y H, Li Y S. Impact of artificial reservoir water impoundment on global sea level[J]. Science, 2008, 320(5873): 212-214. Doi:10.1126/science.1154580 |
[37] |
Xiang L, Wang H, Steffen H, et al. Groundwater storage changes in the Tibetan Plateau and adjacent areas revealed from GRACE satellite gravity data[J]. Earth and Planetary Science Letters, 2016, 449: 228-239. Doi:10.1016/j.epsl.2016.06.002 |
[38] |
叶庆华, 程维明, 赵永利, 等. 青藏高原冰川变化遥感监测研究综述[J]. 地球信息科学学报, 2016, 18(7): 920-930. |
[39] |
Matsuo K, Heki K. Time-variable ice loss in Asian high mountains from satellite gravimetry[J]. Earth and Planetary Science Letters, 2010, 290(1-2): 30-36. Doi:10.1016/j.epsl.2009.11.053 |
[40] |
Bolch T, Pieczonka T, Benn D I. Multi-decadal mass loss of glaciers in the Everest area (Nepal Himalaya) derived from stereo imagery[J]. The Cryosphere, 2011, 5(2): 349-358. Doi:10.5194/tc-5-349-2011 |
[41] |
Nuimura T, Fujita K, Yamaguchi S, et al. Elevation changes of glaciers revealed by multitemporal digital elevation models calibrated by GPS survey in the Khumbu region, Nepal Himalaya, 1992-2008[J]. Journal of Glaciology, 2012, 58(210): 648-656. Doi:10.3189/2012JoG11J061 |
[42] |
Berthier E, Arnaud Y, Kumar R, et al. Remote sensing estimates of glacier mass balances in the Himachal Pradesh (Western Himalaya, India)[J]. Remote Sensing of Environment, 2007, 108(3): 327-338. Doi:10.1016/j.rse.2006.11.017 |
[43] |
Gardelle J, Berthier E, Arnaud Y. Slight mass gain of Karakoram glaciers in the early twenty-first century[J]. Nature Geosice, 2012, 5(5): 322-325. Doi:10.1038/ngeo1450 |
[44] |
Cogley, Graham J. Geodetic and direct mass-balance measurements:comparison and joint analysis[J]. Annals of Glaciology, 2009, 50(50): 96-100. Doi:10.3189/172756409787769744 |
[45] |
Fujita K, Nuimura T. Spatially heterogeneous wastage of Himalayan glaciers[J]. Proceedings of the National Academy of Sciences, 2011, 108(34): 14011-14014. Doi:10.1073/pnas.1106242108 |
[46] |
Bolch T, Kulkarni A, Kääb A, et al. The state and fate of Himalayan glaciers[J]. Science, 2012, 336(6079): 310-314. Doi:10.1126/science.1215828 |
[47] |
Wang Q, Yi S, Chang L, et al. Large-scale seasonal changes in glacier thickness across high mountain Asia[J]. Geophysical Research Letters, 2017, 44(22): 10427-10435. |
[48] |
Wang Q, Yi S, Sun W. Precipitation-driven glacier changes in the Pamir and Hindu Kush mountains[J]. Geophysical Research Letters, 2017, 44(6): 2817-2824. Doi:10.1002/2017GL072646 |
[49] |
Pohl E, Gloaguen R, Andermann C, et al. Glacier melt buffers river runoff in the Pamir Mountains[J]. Water Resources Research, 2017, 53(3): 2467-2489. Doi:10.1002/2016WR019431 |
[50] |
常乐, 钱安, 易爽, 等. 基于卫星重力、卫星测高和温盐度综合数据的中国近海各区域海平面变化[J]. 中国科学院大学学报, 2017, 34(3): 371-379. |
[51] |
张健, 石耀霖. 中国西部地区重力位能与板内变形动力[J]. 中国科学院大学学报, 2001, 18(1): 43-50. |
[52] |
Royden L H. Surface Deformation and Lower Crustal Flow in Eastern Tibet[J]. Science, 1997, 276(5313): 788-790. Doi:10.1126/science.276.5313.788 |
[53] |
Clark M K, Royden L H. Topographic ooze:building the eastern margin of Tibet by lower crustal flow[J]. Geology, 2000, 28(8): 703-706. Doi:10.1130/0091-7613(2000)28<703:TOBTEM>2.0.CO;2 |
[54] |
Molnar P, England P, Martinod J. Mantle dynamics, uplift of the Tibetan Plateau, and the Indian Monsoon[J]. Reviews of Geophysics, 1993, 31(4): 357. Doi:10.1029/93RG02030 |
[55] |
Fielding E J. Tibet uplift and erosion[J]. Tectonophysics, 1996, 260(1/3): 55-84. |
[56] |
Marotta A M, Fernandez M, Sabadini R. Mantle unrooting in collisional settings[J]. Tectonophysics, 1998, 296(1): 31-46. |
[57] |
Pail R, Bingham R, Braitenberg C, et al. Science and user needs for observing global mass transport to understand global change and to benefit society[J]. Surveys in Geophysics, 2015, 36(6): 743-772. Doi:10.1007/s10712-015-9348-9 |
[58] |
Jiao J, Zhang Y Z, Peng Y, et al. Changing Moho Beneath the Tibetan Plateau revealed by GRACE observations[J]. Journal of Geophysical Research:Solid Earth, 2019, 124(6): 5907-5923. Doi:10.1029/2018JB016334 |