GRACE时变重力位系数扇形滤波算法分析

卫星重力探测技术为监测全球陆地水储量变化提供了新的技术手段。采用Level-2 Release-05版本GRACE时变重力场模型数据计算了2010年全球陆地水储量的月变化;着重研究了扇形滤波对反演结果的影响;并结合GLDAS水文模型数据对反演结果进行了验证分析。实验结果表明:GRACE反演结果 GLDAS水文模型结果在时空分布上符合较好;扇形滤波能够削弱GRACE时变重力场模型的高阶项误差影响,有效去除反演结果中的条带状噪声。     

利用GRACE反演长江流域水储量变化

利用GRACE重力卫星2003年1月～2006年9月共计43个月的时变重力场数据,反演了长江流域水储量的变化.结果显示,基于GRACE数据的反演结果和CPC模型符合得相当好;若考虑低阶项的影响,对GRACE的反演结果有很明显的改进.     

基于GRACE的中国区域水储量变化研究

水是人类生活中广泛使用的重要资源,一旦开发利用不当,不仅会制约国民经济发展、破坏生态环境,还会引起水位持续下降、水质恶化和地面沉降等现象.而运用GRACE卫星时变重力场模型可以有效计算出陆地总水储量变化,同时结合相应水文模型还可以反演出地下水储量的变化,其相对于传统监测地下水方法具有简便、可以大范围进行监测以及预防由水储量变化引起的灾害等优势.针对水储量变化问题,采用GRACE重力卫星数据进行反演监测,将处理后的GRACE数据与GLDAS水文模型相结合,以反演中国地区的地下水储量变化趋势,结果表明:地下水储量变化与陆地总水储量变化趋势较为一致,且中国一半地区的地下水储量处于下降趋势,其中下降严重的有河北南部、新疆北部和云南北部等地区,最大变化速率分别达到了-1.72 cm/a、-2.44 cm/a和-3.01 cm/a.最后以陕西省与四川省的实测地下水数据来检验反演地下水变化的准确性,并分析降水与地下水变化的关系.     

论高精度卫星重力场模型和厘米级区域大地水准面的确定及水文学时变重力效应

阐述了联全新一代卫星重力测量数据、卫星测高数据及全球陆地重力数据确定高精度180阶全球重力场模型、以全球重力场模型为框架参考场、利用我国地面重力数据、GPS水准资料、数值高程模型和地形密度信息确定高分辨率cm级区域大地水准面的思想。指出了一个重点发展方向:利用GRACE卫星每30天的重力位模型分析时变重力场,联系合卫星测高同时相平均海面以及水文、气候和海洋模型,分析我国黄河流域和海洋地区水储量分布和海流季节性变化,并解释与气候要素变化的相关性。     

利用卫星重力测量确定地球重力场模型的进展

卫星重力测量是当前探测全球一致、高精度和高分辨率地球重力场的高效技术手段,主要包括高低卫星跟踪卫星测量（satellite-to-satellite tracking in high-low mode, SST-hl）、低低卫星跟踪卫星测量（satellite-to-satellite tracking in low-low mode, SST-ll）和卫星重力梯度测量（satellite gravity gradiometry,SGG）。系统总结了利用卫星重力测量技术（包括SST-hl、SST-ll和SGG及多模式组合）反演地球重力场的主要方法,评述了利用挑战性小卫星有效载荷（challenging mini-satellite payload, CHAMP）、重力恢复与气候实验（gravity recovery and climate experiment, GRACE）/ GRACE继任者（GRACE follow-on, GRACE -FO）和地球重力场和海洋环流探索器（gravity field and steady-state ocean circulation explorer, GOCE）卫星重力数据构建静态和时变重力场模型的最新进展,并对当前具有代表性的地球重力场模型精度进行了分析和评估,以期对未来的地球重力场研究及其地学应用提供参考。     

GRACE时变地球重力场模型反演全球质量变化

根据GRACE卫星所得到的2008年1～12月份的重力场模型数据反演各种质量变化的分析结果,求出等效水高。对全球和局部地区的等效水高进行分析,得出关于时变重力场模型能够在较大的时间尺度范围和地理范围内很好地反演全球质量变化的结论。     

利用GRACE数据探测长江流域水储量变化

利用2003年1月至2012年4月间109个月的GRACE时变卫星重力数据,反演得到了长江流域的陆地水储量变化,并对三个典型区域的水储量变化做了分析。结果显示GRACE数据能有效揭示长江流域水储量变化的季节性变化及其长期的变化趋势,流域内的水储量变化受气候因素的影响较大。     

基于改进短弧积分法的GRACE重力反演理论、方法及应用

正CHAMP、GRACE和GOCE等卫星重力任务的成功实施,为大地测量学、冰川学、海洋学、水文学等学科提供了诸多高时空分辨率的地球重力场模型。由于GRACE对地球重力场的长波段信号十分敏感,且能以较高的精度恢复中波段重力场信号,因此应用GRACE重力数据恢复时变与静态地球重力场,一直以来备受大地测量学者关注。本文在经典短弧积分法的基础上,对重力场反演理论和方法作进一步的探讨和改进,并用GRACE实测数据解算了静态和时变重力场模型,主要研究成果     

基于GRACE/GRACE-FO反演华北平原2002—2021年水储量变化

针对华北平原水资源分布不均的问题，该文利用2002年4月—2021年12月共237个月的重力恢复和气候实验(GRACE)卫星、GRACE-FO卫星重力数据对华北平原的水储量变化情况进行了研究，采用奇异谱插值填补GRACE与GRACE-FO间的空白期数据，并联合3家Mascon产品、全球陆面同化系统水文模型与全球降水气候中心降水数据进行综合性比较和分析，实现了对华北地区水储量时空变化情况的探究。结果表明，华北地区陆地水储量整体呈下降趋势，亏损速率为-0.927 6 cm/a,且具有明显的季节特征，与降水量的变化情况一致，经过相关性分析，GRACE、GRACE-FO与3个Mascon产品反演的水储量变化存在较高的相关性，相关系数均在0.89以上。     

GRACE时变重力场的滤波理论及质量变化分析

正由于GRACE(gravity recovery and climate experiment)时变重力场模型直接解算质量变化时存在较大的误差,需要对其进行相应的滤波处理,提高质量变化的反演精度。本文总结了GRACE监测全球与区域质量变化的研究进展,分析了最新时变重力场模型的精度及其滤波方法;提出了基于重力位系数协方差阵的时变重力场滤波方法;分析了南极冰盖的质量变化、亚马孙流域陆地水质量和海平面变化。本文的研究成果及创新点主要包括以下几个方面:     

利用GRACE反演昆士兰州地下水储量变化

昆士兰州作为澳大利亚的第二大州,开展针对该地区地下水储量变化的监测与分析对当地生态环境与用水管理政策制定具有重要现实意义. 利用德克萨斯大学空间研究中心(CSR)发布的重力反演与气候实验卫星(GRACE)时变重力场模型与全球陆地数据同化系统(GLDAS)地表同化模型,对昆士兰州地下水储量时空变化进行监测分析,并与实测水井数据和全球降水气候学项目(GPCP)降雨资料进行验证分析. 研究结果表明:时间上昆士兰州地下水在2003—2015年约以1.3±0.09 cm/a的速率递增,空间上呈现东增西减的显著空间差异;与GPCP降雨资料对比发现,降雨是影响地下水储量变化的主要因素;与水井实测数据对比发现地下反演结果与水井水位变化趋势基本一致.      

GOCE卫星重力梯度观测值的时变重力场变化改正及影响分析

GOCE卫星重力梯度观测值为高阶静态重力场反演提供了重要的数据支撑,但其在使用前需考虑扣除时变重力场变化的影响.本文研究了GOCE卫星重力梯度观测值的时变重力场变化改正方法,更新了ESA标准和背景模型,以更好地扣除时变重力场变化的影响,自主实现了由GOCE卫星Level1b重力梯度数据直接进行重力场反演.本文通过3种时变重力场变化改正方案分析了其对高阶静态重力场反演的影响,研究结果表明:从全球大地水准面差异看,时变重力场变化改正对重力场反演是有影响的,其在局部区域对大地水准面的影响值最大可超过1 cm,说明利用GOCE卫星重力梯度数据反演高阶静态重力场时需扣除时变重力场变化改正,同时新标准和背景模型更有利于扣除时变重力场变化的影响.     

应用卫星重力数据监测维多利亚湖流域水储量变化

维多利亚湖是非洲第一大淡水湖,也是全球十大湖泊中纬度最低的淡水湖,有利于GRACE的监测。维多利亚湖为其流域内的居民提供了赖以生存的淡水资源,监测其水储量变化有重要意义。利用2003年1月至2016年12月间的GRACE时变重力场数据反演其水储量变化,针对GRACE数据处理过程中产生的信号泄漏问题,采用Forward Modeling的方法恢复信号,结果表明:此方法能有效地减小泄漏误差,恢复初始信号;通过分析维多利亚湖流域水储量的变化趋势,发现其水储量在2003年至2016年有明显的阶段性变化,并且水储量易受到自然因素和人为因素影响;联合GRACE、卫星测高和GLDAS计算了流域内的地下水变化,其趋势与WGHM模式输出结果具有很好的一致性。     

各向异性组合滤波法反演陆地水储量变化

地球时变重力场模型反演陆地水储量变化已为全球气候变化研究作出巨大贡献,考虑到时变重力场模型球谐系数中存在相关性,其高阶次项具有较大的误差,需采用最优的滤波方法进行空间平滑。本文提出一种新的各向异性组合滤波方法,其基本思想是将改进的高斯滤波法与均方根(root mean square,RMS)滤波法组合,即对球谐系数的低阶次采用改进的高斯滤波法,而高阶次采用RMS滤波法。首先分析了最新的GRACE RL05系列时变重力场模型系数误差特性,基于全球水储量变化反演结果,分析比较了高斯滤波、改进的高斯滤波、RMS滤波和DDK滤波与本文提出的组合滤波法的有效性及精度,并利用模型结果进行了验证,计算结果表明,组合滤波法的中误差最小。研究结果表明,本文提出的组合法相比于先前的滤波方法,可有效地过滤高阶次的噪声,消除南北条带误差,同时减少信号泄漏,提高信噪比,保留更多有效的地球物理信号,进而提高反演精度。     

不同模型的地表质量异常一阶项、二阶项估计

为了合理补充重力场恢复与气候试验卫星（Gravity Recovery and Climate Experiment,GRACE）时变重力场的一阶斯托克斯系数（C₁₀、C₁₁、S₁₁）和替换二阶斯托克斯系数（C₂₀）,介绍了相关GRACE-OBP算法及其改进的算法,比较了相应的Chamber Model和4个Sun Model的一阶系数及其计算的地表质量异常,同时比较了基于卫星激光测距观测的Cheng Model与4个Sun Model的C₂₀及其地表质量异常。结果表明,GRACE-OBP算法的一阶系数、卫星激光测距观测的C₂₀及其地表质量异常与改进的GRACE-OBP算法在趋势项上有很大差异,但周年项差异相对较小。利用不同截断阶数和不同机构的GRACE时变重力场模型,对其趋势项和周年项都有一定影响,且对趋势项影响更大。因此,在计算陆地水储量变化时,建议使用改进的GRACE-OBP算法的估计结果,使用较理想的、截断阶数较高的GRACE时变重力模型。     

京津冀陆地水储量变化与区域降水相关性分析

针对京津冀地区水资源灾害频发、水储量监测手段存在局限性的问题,本文利用该地区2015年1月至2017年6月的重力场恢复与气候实验(GRACE)月重力场模型数据反演陆地水储量变化信息,结合区域降水、全球陆地资料同化系统(GLDAS)模型数据,对研究区域内水储量变化时空特征进行相关性分析.结果表明:GRACE监测的陆地水储...     

GRACE重力卫星在陆地水储量变化监测中的应用

介绍了GRACE重力卫星,并对GRACE重力卫星数据在陆地水储量变化中的应用现状进行分析,总结了GRACE重力卫星数据在陆地水储量变化检测中的数据获取、计算方法和精度分析,以及Grace数据在不同区域尺度陆地水储量变化估算中的应用情况,最后,指出GRACE在水储量应用中的不足和未来的研究方向。     

利用GRACE RL05模型监测长江流域水储量变化

本文基于GRACE最新重力场模型RL05序列研究了高斯滤波、Wiener滤波、各向异性滤波三种方法在长江流域水储量变化监测中的适用性,计算了应用三种方法得到的水储量变化速率。通过与长江流域水文模型的比较,高斯滤波平滑半径为430km时所得的结果与Wiener滤波基本一致,但各向异性滤波反演的结果与水文模型更为接近,并且优于前面两种方法。研究结果表明GRACE RL05时变重力场球谐系数误差存在各向异性的分布特征,因此各向异性滤波更适用于GRACE区域水储量变化的研究。     

应用GRACE时变地球重力场模型探测地震重力变化

根据GRACE时变重力场模型和高斯平滑原理,编写了全球任意一点的重力异常计算程序,计算2011日本地震区域前后共7个月的重力异常值。结果显示,在大地震前后,地震区域重力异常呈现正负异常交替和迁移现象,并随着地震的临近,这种现象会越来越明显。最后绘制全球1°格网的等效水高速率变化图,借此分析地震影响产生的全球质量变化。     

基于GRACE卫星数据的高精度全球静态重力场模型

应用GRACE卫星数据反演高精度静态地球重力场是大地测量学界的热点之一。考虑到经典动力学法线性化误差随弧长拉长而迅速增长,本文以GRACE卫星轨道观测值为初值的线性化方法,建立了应用GRACE卫星轨道和星间距离变率反演地球重力场的改进动力学法理论模型。利用2003年1月至2010年12月的GRACE卫星姿态、轨道、星间距离变率和非保守力加速度等观测数据,解算了一个180阶次的无约束全球静态重力场模型Tongji-Dyn01s和一个采用Kaula规则约束的全球重力场模型Tongji-Dyn01k。与国际不同机构最新发布的纯GRACE数据解算的重力场模型(包括AIUB-GRACE03S、GGM05S、ITSG-Grace2014k和Tongji-GRACE01)进行比较,并利用DTU13海洋重力异常和GPS/水准高程异常进行外部检核,结果表明,Tongji-Dyn01s与国际最新模型精度处于同一水平,然而Tongji-Dyn01k模型总体上更加靠近EIGEN6C2重力场模型。