长江流域陆地水储量异常的卫星重力监测与干旱指数对比分析北大核心CSCD

利用GRACE/GRACE-FO数据对长江流域2003~2021年期间发生的干旱事件进行定量分析,以探究卫星重力监测区域性干旱的可行性。采用3个机构发布的5种GRACE/GRACE-FO数据产品(CSR_SH、JPL_SH、GFZ_SH、CSR_M、JPL_M)反演长江流域陆地水储量异常(TWSA),计算陆地水储量亏损(WSD)和水储量亏损指数(WSDI),结合气象干旱数据(SPI、SPEI、scPDSI)对5种数据产品的结果进行比较,并对2003~2021年长江流域干旱事件进行分析。结果表明,不同机构发布的GRACE/GRACE-FO数据产品对长江流域干旱事件严重等级的划分具有一定差异;WSDI与6个月时间尺度的SPEI相关性最高,相关系数为0.66,与scPDSI相关系数最低为0.54,降水是影响长江流域陆地水储量变化的重要因素;长江流域最严重的干旱事件发生在2019年夏秋季,干旱强度为2.31,持续10个月,水储量累计亏损达到415 Gt,此次干旱事件的WSDI空间分布图显示2019-09干旱最为严重,出现极端干旱区域。WSDI可反映长江流域干旱分布的时空变化,可在监测全球和大尺度区域干旱方面发挥重要作用。     

基于GRACE重力卫星数据监测分析贵州干旱特征

基于GRACE重力卫星数据,采用改进的组合高斯滤波法和尺度因子法提高数据精度,利用陆地水储量变化原理反演贵州2003-08~2013-07的水储量变化量,并将计算的相对水储量指数作为干旱指标,提出运用游程理论基于相对水储量指数识别干旱历时和干旱烈度,监测分析贵州干旱特征。结果表明,基于GRACE卫星数据获得的相对水储量指数与SPI3变化趋势基本一致;GRACE卫星监测到2003-08~2013-07贵州每年都有干旱事件发生,历时最短为1个月,其中历时≥3个月的干旱事件共9次;干旱强度较大的事件发生在2003~2006年和2009~2011年,其中2006年和2011年水储量亏损较严重,与贵州实际的干旱情况相吻合。     

联合GRACE与GRACE-FO反演2002～2020年长江流域陆地水储量变化

探讨采用不同激励函数的BP和RBF神经网络方法填补GRACE与GRACE-FO卫星空缺数据的精度及可行性,并基于最优方案对缺失数据进行填充;利用ITSG-Grace2018和ITSG-Grace_operational时变重力场模型反演2002～2020年长江流域陆地水储量变化,并结合GLDAS模型、降水、气温及长江流域水资源公报等数据对该区域的陆地水储量变化进行综合分析。结果表明：1）隐含层激励函数为线性整流函数（ReLU）的BP神经网络算法具有较好的拟合效果,可用于填充GRACE与GRACE-FO卫星任务间的数据空缺;2）长江流域的陆地水储量变化具有一定的区域差异性,主要表现为上游东部与中游大部分地区陆地水储量以5 mm/a左右的速率上升,上游中西部区域下降,下游基本保持不变;长时间序列的GRACE/GRACE-FO时变模型能够反映长江流域2019年的干旱与2017年、2019年的洪涝等灾害。     

利用多元线性回归模型重构中国九大流域陆地水储量变化北大核心CSCD

GRACE与GRACE-FO任务间的数据空缺导致无法连续监测陆地水储量变化。基于此,本文采用多元线性回归模型,以GRACE/GRACE-FO陆地水储量变化数据为参考值,以降水、气温和模型模拟的陆地水储量数据为预测参数,采用3种不同策略重构中国九大流域2002-04~2021-12连续的陆地水储量变化。结果表明,基于去趋势项和去季节项信号重构策略的重构结果略优于去趋势项信号重构策略,且两者结果均优于整体信号重构策略,在人类活动或冰川融化频繁的流域(如海滦河、长江、西南诸河和内陆河流域)这种优势更为明显。此外,重构结果的性能也受GRACE/GRACE-FO数据信噪比和预测参数与GRACE/GRCAE-FO数据的相关性影响。     

南水北调前后海河流域陆地水储量变化分析北大核心CSCD

基于GRACE及GRACE-FO重力卫星数据,通过滑动T检验确定海河流域陆地水储量突变的特征时间点,分析其时空演变特征;结合多变量趋势分析和贡献率量化法探究陆地水储量变化成因,讨论南水北调工程的贡献。结果表明,在南水北调前(2004-01~2015-01)后(2015-01~2020-10),海河流域陆地水储量的衰减趋势分别为-17.19 mm/a和-13.49 mm/a,缓解约24%,缓解趋势由南到北逐渐增大;人类活动与气候变化对流域陆地水储量变化的贡献率比为7∶3,人为耗水是海河流域陆地水储量常年处于亏损状态的主要原因;调水量的贡献率和趋势呈现年际增大和升高态势,预示南水北调工程在改善区域陆地水储量方面具有巨大潜力。     

利用广义三角帽法评估GRACE/GRACE-FO反演流域陆地水储量变化的不确定性北大核心CSCD

利用广义三角帽法评估5个最新版本GRACE/GRACE-FO时变重力场模型反演全球流域陆地水储量变化的不确定性,并探讨地理位置、气候类型和流域面积对不确定性的影响。结果表明:1) COST-G、CSR、JPL、ITSG和GFZ时变重力场模型反演全球流域陆地水储量变化的平均不确定性分别是0.41 cm、0.63 cm、0.66 cm、0.81 cm和0.97 cm;2)流域陆地水储量变化的不确定性与流域面积和地理位置存在较强的相关性,与气候类型的相关性较小;3)当观测数据质量较差时,不同模型反演的流域陆地水储量变化存在较大差异。     

区域地壳结构差异对GRACE-FO反演中国近10个月陆地水负荷垂直形变的影响

利用CSR、JPL、GFZ三家机构最新发布的新一代重力卫星GRACE-FO（GRACE-Follow On）时变重力场模型揭示2018-06~2019-05我国陆地水储量随时间演变的时空特征,研究利用Hard与PREM模型分析区域地球结构差异对GRACE-FO重力数据反演我国近10个月陆地水负荷垂直形变的影响。结果表明,60阶径向负荷勒夫数的相对差异为-4.267%,前60阶垂直负荷形变最大差异位于云南一带的澜沧江流域地区,幅值约为0.7 mm/a。因此在使用GRACE-FO重力卫星数据估算中国大陆地表垂直负荷形变时,区域地球结构的影响不容忽视。     

贝叶斯三角帽法的GRACE/GRACE-FO组合模型及其不确定性

利用贝叶斯三角帽法将多个GRACE/GRACE-FO重构模型进行融合,提升基于深度学习的地表质量变化重构模型的精度,为高精度填补及重构GRACE/GRACE-FO数据提供参考。实验表明,组合模型估算的全球陆地水储量变化的不确定性最低,其结果在多数流域与参考模型的一致性更佳;较最优的重构模型,组合模型全球及流域的不确定性降低约15%,纳什效率系数(NSE)提升约5%,尤其在半干旱、半湿润及湿润区域,其精度提升更明显。     

SWARM卫星时变重力场反演及其精度

基于SWARM卫星的精密轨道数据,利用短弧积分法解算2015-01～2021-12共84个月的40阶次TVG-SWARM月时变重力场模型,并与ASU、COST-G、IGG和ITSG等机构的月时变重力场模型进行比较。结果表明：1)从大地水准面阶误差与模型位系数误差谱看,不同SWARM模型的低阶位系数精度相当,特别是前10阶均与ITSG-GRACE/GRACE-FO接近;2)不同SWARM模型与ITSG-GRACE/GRACE-FO模型全球陆地水储量变化趋势空间分布具有较好的一致性,在亚马孙流域、格陵兰岛、密西西比河流域和西西伯利亚等区域,TVG-SWARM与ITSG-GRACE/GRACE-FO模型的趋势差值分别为0.23 cm/a、0.27 cm/a、0.57 cm/a和0.47 cm/a,相关系数均达到0.85以上,并与IGG-SWARM模型结果最为接近。本文研究结果证明了TVG-SWARM模型精度可靠,可以用于监测大尺度陆地水储量变化。     

利用GNSS垂向位移研究云南地区水文干旱特征

从中国大陆构造环境监测网络获取云南地区26个GNSS站2011～2019年垂向位移数据,计算基于GNSS垂向位移的干旱强度指数(GNSS-DSI),分析云南地区水文干旱事件。结果表明,GNSS-DSI与基于GRACE重力卫星观测数据计算的干旱强度指数(GRACE-DSI)具有较好的相关性,2种DSI数据在81%的站点具有中强相关性(0.45～0.78);GNSS-DSI可以探测并定量表征云南地区2011～2019年发生的7次中度到特大干旱事件。     

2002～2018年中国七大流域水储量变化及时空分布特征

基于 GRACE 重力卫星反演2002～2018年中国七大流域的水储量变化。研究表明,中国陆地水储量变化存在明显的地域分布特征,辽河、海河、黄河和淮河流域水储量总体上呈递减趋势,年均减少速率分别为-0.54±0.9 mm/a、-5.96±0.6 mm/a、-2.65±0.8 mm/a 和-1.94±1.2 mm/a。在海河流域,地下水严重超采导致水储量明显减少;松花江、长江、珠江流域水储量呈显著增加趋势,年均增长速率分别为4.52±1.1 mm/a、3.84±0.7 mm/a、4.87±1.1 mm/a。流域水储量峰值一般晚于最大降雨量月份,这是因为降雨转换为陆地水储量需要一定时间。     

2002~2020年刚果河流域陆地水储量变化分析

利用德克萨斯大学空间研究中心（CSR）发布的GRACE时变重力场模型,基于最大信噪比准则确定RL06球谐系数模型（spherical harmonics,SH）的最优高斯滤波半径,在此基础上反演2002-04~2020-05刚果河流域陆地水储量变化,结合水文与降雨、蒸散资料分析其驱动因素。研究结果表明,GRACE模型估计的刚果河流域水储量变化和水文模型估计的地表水储量变化的周年振幅一致,表明刚果河流域的陆地水储量周年变化驱动因素为地表水。对于年际变化,2002-04~2020-05陆地水储量变化呈轻微增加趋势,2002-04~2006-12明显减少,RL06 SH模型估计结果为-2.30±0.24 cm/a;2007-01~2010-12呈现增加趋势,为0.38±0.24 cm/a;2011-01~2020-05水储量增速变大,为0.92±0.12 cm/a,该结果与CSR Mascon估计结果一致。     

利用新版GRACE时变模型反演珠江流域陆地水储量变化

本文以CSR05、GFZ05、JPL05、ITSG-Grace2016、CSR06、GFZ06、JPL06及ITSG-Grace2018等8种GRACE时变重力场模型作为研究对象,通过300 km高斯滤波和Swenson方法等数据处理策略去除时变模型的噪声,反演2005-01~2012-12珠江流域的陆地水储量变化,并利用ITSG-Grace2018模型、GLDAS水文模型、降水数据、实测地下水数据等资料对珠江流域的陆地水储量变化进行综合分析。结果表明：1）3大官方机构发布的2006版GRACE时变模型的解算精度较2005版有显著改善,ITSG-Grace2018模型的精度也较ITSG-Grace2016有一定的改善,且新版在不同时变模型间的差异更小;2）ITSG-Grace2018模型反演的珠江流域陆地水储量整体呈上升趋势,其季节性变化特征与GLDAS水文模型、降水数据及地下水测井监测数据具有较好的一致性。     

Variations of dissolved iron in the Amur River during an extreme flood event in 2013

As a key factor limiting primary productivity in marine ecosystem, dissolved iron(DFe) export from fluvial systems has increased recently. There is particular concern about discharges of DFe during extreme flooding, when they are thought to increase considerably. An extreme flood event that caused inundation of extensive areas of Far Eastern Russia and Northeastern China occurred in the basin of the Amur River during summer and autumn 2013. During this event, water samples were collected in the middle reaches of the Amur River and the lower reaches at Khabarovsk City and analyzed for DFe concentrations and other aquatic parameters. The results show that the average DFe concentrations in the middle reaches of the Amur River(right bank) and at Khabarovsk were 1.11 mg/L and 0.32 mg/L, respectively, during the extreme flood in 2013. The total discharge of DFe during the flood event was 6.25 × 104 t. The high discharge of DFe during the flood reflects the elevated discharge of the river, hydrologically connected riparian wetlands, vast quantities of terrestrial runoff, and flood discharges from the Zeya and Bureya reservoirs. These results show that long-term monitoring is needed to identify and assess the impacts of DFe transport on the downstream reaches, estuarine area, and coastal ecosystems of the Amur River.