全球水储量变化的GRACE卫星检测

利用GRACE月尺度变化的地球重力场反演了全球水储量变化,并与陆地水文资料、卫星测高资料及海洋模式得到的结果进行了比对.通过对SOURE台站重力变化的陆地水储量变化计算结果和GRACE重力场系数截断为15阶得到的结果比较,发现两者比较接近,且年周期变化特征明显.对于亚马逊流域,当重力场系数截断为15阶且平滑半径使用106 m时,GRACE反演的区域平均水储量厚度的周年变化振幅为15.6×10-2m,小于使用平滑半径为4×105m的23.7×10-2m.在研究长江流域时,本文对水文资料做球谐系数展开,并与GRACE数据做同样的截断和平滑处理,结果发现GRACE反演的水厚度变化与水文资料结果基本上符合.对于纬度±66°之间的海洋区域,GRACE反演的海水质量变化接近于结合卫星测高和海洋模式得到的结果,但对于2°×2°网格,则在一些区域差异明显,最大超过了0.2 m,中误差为3.8×10-2m.可见,当前GRACE卫星时变重力场只能确定出上千公里及以上尺度区域的水储量变化.     

利用GRACE空间重力测量监测长江流域水储量的季节性变化

2002年3月成功发射的美德合作重力卫星计划GRACE(Gravity Recovery And Climate Experiment)已经开始提供阶次数达到120、时间分辨率为约1个月的地球重力场模型时变序列. GRACE的星座由两颗相距约220 km, 高度保持300~500 km, 而倾角保持约90°的近极轨卫星组成. 由于采用星载GPS和非保守力加速度计等高精度定轨技术以及高精度的星-星跟踪数据反演地球重力场, 在几百公里和更大空间尺度上, GRACE重力场的精度大大超过此前的卫星重力观测. 根据GRACE时变重力场反演的地球系统质量重新分布对固体地球物理、海洋物理、气候学以及大地测量等应用有重要的意义. 在长期时间尺度上, GRACE的结果可用于研究北极冰的变化, 并进而研究极冰融化对全球气候变化, 特别是对海平面长期变化的影响. 在季节性时间尺度上, 利用GRACE重力场的精度足以揭示平均小于1 cm的地表水变化或小于1 mbar的海底压强变化. 除了巨大的社会和经济效益外, 这些变化对了解地球系统的物质循环(主要是水循环)和能量循环有非常重要的意义. 利用2002年4月至2003年12月之间共15个月的GRACE时变重力场揭示了全球水储量的明显季节性变化, 并重点分析了中国长江流域水储量的变化. 结果表明长江流域水储量周年变化幅度可达到3.4 cm等效水高, 其最大值出现在春季和初秋. 根据GRACE时变重力场反演的水储量变化与两个目前最好的全球水文模型的符合相当好, 其差别小于1 cm等效水高. 研究表明现代空间重力测量技术在监测一些大流域的水储量变化(如长江流域)、全球水循环和气候变化上有巨大的应用潜力.     

基于Forward-Modeling方法的黑河流域水储量变化特征研究

黑河流域陆地水储量变化对流域下游等周边区域水资源的合理利用以及经济和社会发展等有着重要的意义.本文利用2003年1月至2013年12月的GRACE RL05数据反演了黑河流域陆地水储量长时间序列的变化,并针对重力场模型和数据处理中产生的信号泄漏问题,采用Forward-Modeling方法进行了改正并恢复泄漏信号;将GRACE获得的泄漏信号恢复前后的黑河流域水储量变化结果与全球水文模型GLDAS和CPC进行比较分析,结果表明泄漏信号改正后的结果与水文模型结果的时间序列相关性均有明显提高,从其空间分布结果可以看出Forward-Modeling方法有效地恢复初始信号、增强被湮没的信号,泄漏信号误差减小;通过分析黑河流域水储量变化的长时间序列结果,发现其具有明显的阶段性变化特征,即2003—2006年呈明显下降趋势,约为-0.86cm·a-1,在2007—2010年趋于平衡状态,而2011—2013年则呈现缓慢上升趋势约为0.14cm·a-1;联合GRACE数据和GLDAS数据反演了黑河流域地下水储量变化,并与全球降雨数据GPCC进行了比较分析,两者相关性可达到0.88以上.     

附加GPS时序约束的GRACE陆地水储量反演

利用GRACE重力卫星反演陆地地球物理变化信息时,通常需要对位系数进行截断和空间平均滤波等处理,这将导致监测信息较实际值"缩减"一定的比例,从而造成反演结果可信度降低.针对此,本文提出了一种附加GPS时序约束的GRACE反演陆地水文信息修正法.利用2003-2015年RL05_GRACE月重力场数据,选取前60阶采用扇形滤波与去相关滤波组合法,获得了加州区域由于陆地水储量及地表荷载变化引起的垂向形变时间序列,并利用同时间段多个GPS测站资料获得了同尺度U方向形变时间序列,采用时频分析技术对比分析了两类垂向形变时间序列的振幅与季节性特征,获取了GRACE位系数处理中存在的"缩减系数",基于此修正并精化了GRACE反演水文变化信息,该信息能有效反映出研究区域较真实的陆地水文变化信息.     

利用GRACE卫星重力资料解算气候驱动的地表周年垂直形变

卫星重力和GPS测量技术可以监测地表流体(大气、海洋和陆地水)质量季节性迁移引起的地表周年形变;与陆地水等地表流体模型综合模拟的地表形变相比,卫星重力的形变监测结果避免了模型的精度不确定性带来的误差.本文利用前60阶GRACE卫星时变重力资料和“去相关”、组合滤波两类滤波方法分别解算了中国及邻区的地表季节性垂直形变,并与区内42个GPS台站上观测到的季节性信号进行了比较,发现采用“去相关”滤波方法处理后的结果优于采用组合滤波处理后的结果.文中采用“去相关”滤波方法,GRACE解算的周年垂直形变的振幅、相位和GPS结果总体上一致;少数站上GRACE和GPS得到的振幅或相位相差较大,主要因素可能与GPS解算策略、GPS观测资料的连续性或局部大气、水文过程等地球物理因素有关.在中国及邻区的陆地上GRACE解算的周年垂直形变的振幅最小值出现在TASH台站东南,约1×10^-3 m;最大值出现在恒河-澜沧江流域,可达10×10^-3 m.文中的结果证实了在中国及邻区可以用GRACE卫星重力这种新手段监测大尺度的地表周年垂直形变.     

基于GRACE和GLDAS水文模型反演安徽省地下水储量变化

地下水储量的有效监测是实现区域水资源管理的重要依据,传统监测方法存在各自的局限性导致其实现较为困难.本文提供一种使用GRACE卫星重力数据与GLDAS水文模型数据反演得到安徽省区域地下水储量变化的方法.利用2002年4月-2017年6月不同机构GRACE卫星重力数据的综合解,经过DDK去相关光滑滤波与退卷积法分别消除或削弱南北条带误差、改正信号泄露反演得到安徽省陆地水储量变化,扣除由GLDAS水文模型数据获取的地表水储量变化,得到安徽省地下水储量变化时间序列,并结合国家统计局官方发布的安徽省地下水资源量进行初步验证分析.研究结果表明:安徽省地下水储量变化长期表现为波动下降趋势,其年变化率约为-5.35 mm·a-1,且呈现出自东南方向至西北方向逐次递减的显著空间差异;地下水储量表现出明显的季节性变化,夏季和冬季地下水储量呈现回升趋势,春季和秋季呈现出下降趋势.除去反演过程存在较大干扰因素的情况,反演结果与国家统计局官方数据的相关系数达到89.62％,因此本文反演得到的地下水储量变化的结果是相对可靠的.     

利用GRACE卫星监测近10年洞庭湖流域水储量变化

监测流域水储量的变化对研究流域水资源变化和水平衡具有重要意义,而GRACE重力卫星为流域尺度水储量变化的研究提供了新的手段.本文利用2003-2012年近十年来洞庭湖流域GRACE RL05时变重力场数据并结合30个气象站点的降水量数据,反演洞庭湖流域水储量时空变化特征及其与降水量之间的联系,并采取趋势分析法,揭示了该流域近10年来水储量变化趋势.结果表明:在空间上,洞庭湖流域水储量变化呈现总体从东北向西南递减格局.在时间上,水储量变化与降水量变化之间存在明显的季节性变化规律,两者变化过程基本一致,但水储量变化峰值出现滞后于降水量峰值一个月左右.近十年来洞庭湖流域水储量整体呈逐年上升趋势,平均每月上升0.5 mm,其中秋季增加幅度最大,为26.07 mm·a-1,全球变暖,降水量增加,导致该流域水储量变化增大.     

应用GRACE卫星重力数据计算陆地水变化的相关进展评述

GRACE重力卫星自2002年3月发射至今,已进行了十多年的连续观测,由此获得的重力场变化数据被广泛地应用于研究地表河流及地下水储量变化、南极和格林兰岛冰盖厚度以及全球海平面变化等.本文从GRACE重力卫星数据的处理方法入手,对其数据特点、限制条件和水文模型计算方法等问题进行了系统总结,并针对近年来利用GRACE卫星数据开展的相关研究,从估算全球水储量的变化、区域水储量变化、地下水变化以及陆地河流流域的水储量变化等方面对相关研究和应用进行了简要评述.最后,对使用GRACE卫星数据反演陆地水储量的验证方法和存在的问题进行讨论.本文对于全面了解近年来应用GRACE卫星数据研究陆地水储量变化方面的相关进展具有参考意义.     

应用GPS数据和Slepian基函数反演川云渝地区陆地水储量变化

局部Slepian函数是将局部区域内的地球物理信号转化为空间谱的一种方法,其可以保证在球面上局部范围内获得最优谱平滑解,非常适用于局部范围地球物理信号的研究.本文利用中国陆态网西南地区72个测站的连续GPS观测资料分析川云渝地区陆地水负荷形变特征,并基于Slepian函数方法解算60阶的空间谱基函数,结合弹性质量负荷理论研究了川云渝地区2011年至2015年陆地水储量变化的时空分布模式.针对Slepian函数的边界效应问题,本文使用GLDAS格网数据计算得到站点处垂直负荷位移时间序列,然后利用该位移数据来进行水储量变化恢复实验,结果表明当边界扩充为3°时能较好地恢复GLDAS模型输出的陆地水储量变化.通过对比区域内GPS、GRACE、GLDAS得到的等效水高以及降雨数据,发现季节性降水是陆地水变化的一个重要驱动因子,GPS反演结果与GRACE和GLDAS数据具有较强的空间一致性.云南地区周年变化要强于川渝地区,其中云南西部的山区陆地水变化最大,约为30 cm,最小为川北以及重庆地区仅为7 cm.相较于GPS反演结果,GRACE与GLDAS明显低估了陆地水储量的季节性变化,分别达到24%和47%.比较分析地区内平均等效水高时间序列的相位发现,GPS得到的陆地水变化与降雨数据一致性较好,而GRACE与GLDAS存在一到两个月左右的时延.同时GPS能较好的探测出2015年1月左右南方地区大范围的强降水,而GRACE与GLDAS并没有体现出该现象,说明GPS能更为灵敏地探测到局部地区陆地水的变化.在站点等效水高时间序列上,GPS与GRACE的相关性总体上要优于GPS与GLDAS,陆地水周年变化较大的云南和四川西部地区站点三种数据间相关性较好,而其他季节性信号不明显的地区则相关性较差.本文的研究表明运用GPS-Slepian方法能够独立地监测高时空分辨率的陆地水储量变化,是作为当前补充GRACE观测资料空缺期的有益尝试.     

关于利用重力卫星对青藏高原水储量年际变化和季节性变化进行监测并用微波数据产品进行验证的研究

本文利用GRACE重力卫星和被动微波传感器TMI,AMSR-E的数据产品对青藏高原的水储量的月平均变化进行了研究.首先介绍了对青藏高原进行水储量变化研究的意义,指出了目前研究手段的不足.然后利用GRACE重力卫星的数据计算了青藏高原的月平均水储量变化,并对计算的结果用微波数据进行解释.结果表明：利用重力数据计算的青藏高原的月平均水储量的时间分布,可以很好的用微波数据产品进行定性的解释.最后还对计算的结果进行了简单的误差分析.     

Seasonal water storage change of the Yangtze River basin detected by GRACE

1 Introduction Large-scale mass redistribution, or temporal varia- tion of mass within the Earth system, the driving force of interactions between solid Earth and geophysical fluids envelope (i.e., atmosphere, ocean, and hydro- sphere), is an important geophysical process critical to human life. Most of the interactions between solid Earth and the atmosphere/oceans happen at seasonal and inter-annual time scales. One important contribu- tor of mass redistribution at seasonal and inter-annual …     

利用动力学方法解算GRACE时变重力场研究

本文利用动力学方法建立GRACE(Gravity Recovery And Climate Experiment)K波段距离变率(KBRR)观测、轨道观测与重力场系数的观测方程,通过GRACE Level 1B观测数据,成功解算出全球月时变重力场模型——IGG时变重力场模型,并将2008—2009年的解算结果与GRACE三大数据处理机构美国德克萨斯大学空间中心CSR(Center for Space Research)、美国宇航局喷气推进实验室JPL(Jet Propulsion Laboratory)和德国地学研究中心GFZ(GeoForschungs Zentrum)发布的最新全球时变重力场模型进行详细对比分析.结果表明:IGG结果在全球质量异常、中国及周边地区质量异常的趋势变化、全球质量异常均方差、2~60每阶位系数差值以及亚马逊流域和撒哈拉沙漠等典型区域平均质量异常等方面与CSR、JPL和GFZ解算的RL05结果较为一致.其中,IGG解算结果在2~20阶与CSR、GFZ和JPL最新解算结果基本一致,20~40阶IGG解算结果与GFZ、JPL单位最新解算结果较为接近,大于40阶IGG结果介于CSR与GFZ、JPL之间;亚马逊流域平均质量异常周年振幅IGG、CSR、GFZ和JPL获取到的结果分别为17.6±1.1cm、18.9±1.2cm、17.8±0.9cm和18.9±1.0cm等效水柱高.利用撒哈拉沙漠地区的平均质量异常做反演精度评定,IGG、CSR、GFZ和JPL的时变重力场获取到的平均质量异常均方差分别为1.1cm、0.9cm、0.8cm和1.2cm,表明IGG解算结果与CSR、GFZ和JPL最新发布的RL05结果在同一精度水平.     

利用GPS与GRACE监测陆地水负荷导致的季节性水平形变：以喜马拉雅山地区为例

地表陆地水负荷变化是引起重力场和地壳形变呈现季节性特征的主要因素,并且能够利用地表及空间大地测量技术对其进行有效的监测.本文通过对质量负荷形变效应的理论模拟,描述了水平分量的形变指向以及垂直与水平分量的幅值比可以提高对负荷区域的辨别程度,并且联合GPS坐标时间序列及GRACE模型对喜马拉雅山地区的季节性负荷形变进行了详细对比分析,研究结果显示两者垂直分量的季节性变化具有较好的一致性,且GPS周年项幅值要大于GRACE.而由GRACE解算得到的水平分量结果表明该地区季节性形变主要受东南亚及印度东北部地区的陆地水负荷控制,位于喜马拉雅山地区多数GPS台站的垂直分量及北向分量的初相位与GRACE模型解算结果相近,而部分GPS台站的东向分量与GRACE模型存在明显不同,由此导致GPS与GRACE监测到的形变指向存在差异.通过对GRACE估算精度以及GPS垂直与水平分量幅值比的深入分析,发现GPS对局部周边地区的河流、谷地及农田灌溉等负荷变化造成的形变效应较为敏感,而GRACE由于截断阶次及平滑滤波等影响因素,不仅造成在水平分量上的分辨率远低于垂直分量,而且整体估算精度要低于GPS观测得到的形变信息.     

Annual variation detected by GPS,GRACE and loading models

Most GPS coordinate time series, surface displacements derived from the Gravity Recovery and Climate Experiment (GRACE), and loading models display significant annual signals at many regions. This paper compares the annual signals of the GPS position time series from the Crustal Dynamics Data Information System (CDDIS), estimates of loading from GRACE monthly gravity field models calculated by three processing centers (Center of Spatial Research, CSR; Jet Propulsion Laboratory, JPL; GeoForschungsZentrum, GFZ) and three geophysical fluids models (National Center for Environmental Prediction, NCEP; Estimating the Circulation and Climate of the Ocean, ECCO; Global Land Data Assimilation System, GLDAS) for 270 globally distributed stations for the period 2003-2011. The results show that annual variations derived from the level-2 products from the three GRACE product centers are very similar. The absolute difference in annual amplitude between any two centers is never larger than 1.25 mm in the vertical and 0.11 mm in horizontal displacement. The mean phase differences of the GRACE results are less than ten days for all three components. When we correct the GPS vertical coordinate time series using the GRACE annual amplitudes using the products from three GRACE analysis centers, we find that we are able to reduce the GPS annual signal in the vertical at about 80% stations and the average reduction is about 47%. In the north and the east, the annual amplitude is reduced on 77% and 72% of the stations with the average reduction 32% and 33%. We also compare the annual surface displacement signal derived from two environmental models; the two models use the same atmospheric and non-tidal ocean loading and differ only in the continental water storage model that we use, either NCEP or GLDAS. We find that the model containing the GLDAS continental water storage is able to better reduce the annual signal in the GPS coordinate time series.     

Seasonal Water Storage Variations as Impacted by Water Abstractions: Comparing the Output of a Global Hydrological Model with GRACE and GPS Observations

Better quantification of continental water storage variations is expected to improve our understanding of water flows, including evapotranspiration, runoff and river discharge as well as human water abstractions. For the first time, total water storage (TWS) on the land area of the globe as computed by the global water model WaterGAP (Water Global Assessment and Prognosis) was compared to both gravity recovery and climate experiment (GRACE) and global positioning system (GPS) observations. The GRACE satellites sense the effect of TWS on the dynamic gravity field of the Earth. GPS reference points are displaced due to crustal deformation caused by time-varying TWS. Unfortunately, the worldwide coverage of the GPS tracking network is irregular, while GRACE provides global coverage albeit with low spatial resolution. Detrended TWS time series were analyzed by determining scaling factors for mean annual amplitude (f _GRACE) and time series of monthly TWS (f _GPS). Both GRACE and GPS indicate that WaterGAP underestimates seasonal variations of TWS on most of the land area of the globe. In addition, seasonal maximum TWS occurs 1 month earlier according to WaterGAP than according to GRACE on most land areas. While WaterGAP TWS is sensitive to the applied climate input data, none of the two data sets result in a clearly better fit to the observations. Due to the low number of GPS sites, GPS observations are less useful for validating global hydrological models than GRACE observations, but they serve to support the validity of GRACE TWS as observational target for hydrological modeling. For unknown reasons, WaterGAP appears to fit better to GPS than to GRACE. Both GPS and GRACE data, however, are rather uncertain due to a number of reasons, in particular in dry regions. It is not possible to benefit from either GPS or GRACE observations to monitor and quantify human water abstractions if only detrended (seasonal) TWS variations are considered. Regarding GRACE, this is mainly caused by the attenuation of the TWS differences between water abstraction variants due to the filtering required for GRACE TWS. Regarding GPS, station density is too low. Only if water abstractions lead to long-term changes in TWS by depletion or restoration of water storage in groundwater or large surface water bodies, GRACE may be used to support the quantification of human water abstractions.     

联合星载GPS和KBRR星间测速数据反演GRACE时变重力场模型

高精度GRACE卫星时变重力场反演一直是卫星重力测量中的难题.为了恢复高精度的时变地球重力场模型,本文联合GRACE卫星的星载GPS和KBR星间测速观测数据,在对GRACE卫星进行精密定轨的同时,解算出60阶月平均地球重力场模型.通过对GRACE卫星的定轨精度、星载GPS相位和KBR星间测速数据的拟合残差以及时变地球重力场模型解算精度等分析,表明:(1)与美国宇航局喷气推进实验室(JPL)发布的约化动力学精密轨道相比,本文确定GRACE卫星轨道三维位置误差小于5 cm.(2)星载GPS相位数据拟合残差为5~8 mm,KBR星间测速数据拟合残差为0.18~0.30μm·s~(-1).(3)解算的月平均重力场模型与美国德克萨斯大学空间研究中心(CSR)、德国地学研究中心(GFZ)和JPL发布的RL05模型精度接近,时变信号在全球范围内具有很好的空间分布一致性.通过计算亚马逊流域和长江流域的水储量变化,本文与上述三个机构的计算结果无明显差异,且相关系数均达0.9以上.可见,本文建立的卫星轨道与重力场同解算法具有反演高精度GRACE时变重力场能力,为我国卫星重力场反演提供了重要的技术支持.     

GRACE估算陆地水储量季节和年际变化

利用最新公布的GRACE GFZ RL04数据,分析了2003年1月～2007年12月全球27条流域和陆地水储量的季节性和年际变化.结果表明,相近流域季节性变化相位接近.2003年1月～2007年12月陆地水储量季节性变化为1572.4 km3,其中变化最大流域为亚马逊河,其次分别为鄂毕河、尼罗河和尼日尔河等流域.5年来 GRACE陆地水储量的年际变化为-75.4±40.3 km3/a,其中亚马逊河、勒拿河和马更些河等流域的年际变化呈现正增长,而刚果河、密西西比河、恒河、育空河和雅鲁藏布江等流域则相反.GRACE与GLDAS数据均表明2006年后陆地水储量年际变化存在明显增加.     

利用运动学轨道提高GRACE时变重力场解算

基于变分方程法,本文利用GARCE高精度K波段星间测速数据KBRR,结合德国格拉茨大学发布的运动学轨道和GFZ发布的简动力学轨道作为两种伪观测值,分别解算了2005-2010年60阶全球时变重力场模型Hust-IGG01与Hust-IGG02.通过与GRACE官方机构发布的模型和其他国际主流权威模型进行对比,发现基于运动学轨道结合KBRR解算的模型Hust-IGGO1优于基于简动力学轨道结合KBRR解算的模型Hust-IGG02:在重力场系数C_(20)时间序列的统计数据上,Hust-IGG01比Hust-IGG02更接近SLR结果,在如C_(60)、C_(70)、C_(80)以及C_(90)等重力场低阶项上的数学统计均更接近CSR RL05;Hust-IGG01的重力场系数误差分布和GFZ RL05在同一水平,而Hust-IGG02的误差估计过于乐观;Hust-IGG02在主要质量变化区域上存在5%~10%信号低估,而Hust-IGG01能完全达到国际主流机构利用GPS观测数据的解算水平,Hust-IGG01与官方机构CSR、JPL和GFZ最新模型在格陵兰岛的冰川消融年际趋势分别是-125.4、-125.4、-127.3、-124.3 Gt·a~(-1),在亚马逊流域的平均等效水高周年振幅分别是17.56、17.40、17.46、17.22 cm,在撒哈拉沙漠的平均等效水高均方差分别是0.87、0.77、1.10、0.87 cm;另外在Hust-IGG01的实际应用上,本文分析了全球32个主要流域质量变化的年际趋势、周年振幅和半周年振幅三种信号模式,统计结果显示Hust-IGG01与CSR RL05结果基本吻合.     

日本MW9.0地震震区及其周缘2002—2015年卫星重力变化时空特征

本文在考虑全球陆面数据同化系统陆地水储量变化影响后,利用2002年4月—2015年4月GRACE卫星RL05月重力场模型获取了2011年日本M_W9.0地震震中及其周边区域的重力场信息;然后给出了日本及其周边2003—2015年的年度累积重力变化和差分重力变化,并且利用经验正态函数方法深入分析了该地震过程中同震重力变化对区域重力场的贡献. 结果显示:日本M_W9.0地震前研究区域出现了幅值高达2×10-8 m/s2的异常重力变化,其同震效应的时间和空间特征均出现在第一模态,且同震重力变化和震后区域重力场变化特征显著,这充分表明该地震对区域重力场的影响显著.