GRACE RL06与RL05时变重力场模型数据初步比较分析

简要介绍CSR、GFZ和JPL机构的GRACE RL06时变重力场模型数据,并对比分析RL06和RL05数据的解算模型。从全球陆地水储量变化反演结果、时变重力场模型阶方差和C20项时间序列3个方面,对2004-01~2014-11期间RL06和RL05时变重力场模型数据进行对比分析。结果表明,GRACE RL06时变重力场模型数据质量的和精度较RL05有明显提高,其全球陆地水储量变化反演结果去条带噪声效果更好、信噪比更高;在高阶项部分,RL06模型数据的阶方差小于RL05;RL06模型数据的C20项时间序列幅值变化小于RL05,与SLR所得C20项数据也更接近。相同条件下,采用CSR RL06模型阶方差最小,利用RL06模型所得全球陆地水储量变化反演结果信噪比值最大。     

基于GRACE RL06数据探测三江源地区陆地水储量变化

利用CSR最新发布的GRACE RL06数据反演2006~2015年三江源地区陆地水储量的时空变化,并结合GLDAS水文模型、TRMM降水数据及地表冻融数据进行对比分析。结果表明,三江源地区的陆地水和地表水在2006~2015年的变化趋势分别为5.2±1.2 mm/a和-3.8±0.9 mm/a;降水与陆地水的变化密切相关,也是造成陆地水储量呈季节性变化的主要原因;冻土作为特殊的蓄水层,影响着三江源地区地表水与地下水之间的水力联系,冻土活动可能造成GRACE与GLDAS水储量之间的差异;根据GRACE与GLDAS水储量在空间趋势上的差异推测,三江源地区高原多年冻土退化,活动层增厚。     

利用ITSG-Grace2018天解时变模型探测短时洪涝

利用ITSG-Grace2018天解重力场模型反演重庆市2003-01-01～2016-08-31的陆地水储量变化,并与水文资料(WGHM、GLDAS)和降雨数据(CPC)进行比较分析,重点研究重庆市2007-07-16～18、2012-07-02～05和2012-07-08～13的洪涝事件。结果表明,ITSG-Grace2018天解模型反演的陆地水储量变化与WGHM、GLDAS结果具有较好的一致性;ITSG-Grace2018天解反演的陆地水储量变化与降雨异常相关系数达0.50,说明降雨是导致重庆市陆地水储量变化的重要因素;对于短于1个月的洪涝灾害,ITSG-Grace2018月解模型无法给出洪涝前后的时空演变过程,而ITSG-Grace2018天解模型能反映出更多高频细节信息,但与降雨数据相比存在时间延迟。     

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。     

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COST-G GRACE时变模型反演黄土高原陆地水储量变化

综合利用COST-G GRACE时变重力场模型、降水、气温、GLDAS模型中地表水、实测浅层地下水和NDVI等多源数据,分析2002-04~2016-12黄土高原陆地水储量的时空变化特征,并利用偏最小二乘回归方法定性分析黄土高原陆地水储量变化的驱动因素。结果表明：1)研究时段内黄土高原陆地水储量具有上升-下降-平缓下降的变化特征,山西省陆地水储量亏损趋势明显;2) 2004~2009年采煤用水、人类生活用水和植被作用是黄土高原陆地水储量下降的重要因素,2010~2016年工业用水、人类生活用水和气温上升是黄土高原陆地水储量下降的重要因素。     

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。     

GRACE监测青藏高原及邻区陆地水储量变化结果的可变性

结合4种不同的去相关滤波和2种平滑滤波,利用5组GRACE数据反演了青藏高原及邻区陆地水储量变化趋势,研究了结果的可变性。结果表明,采用S&W（P2M8）变宽度滑动窗口去条带效果较好,其结果中的湖水、冰川信号与卫星测高观测的信号位置具有较好的一致性。高斯滤波的异常幅值与扇形滤波相差10%~30%,平滑处理后异常幅值减少,观测分辨率降低,部分湖和冰川信号甚至消失。CSR/GFZ/JPL重力场模型反演的结果相近,但CSR去条带效果最好;JPL质量模型MAS/MAS_S的结果也相近,但在高原西部有较大差异。重力场模型与质量模型的结果相差很大。在利用GRACE卫星监测本地区陆地水储量变化时,推荐使用S&W（P2M8）去条带滤波器、CSR重力场模型数据。     

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。     

不同Mascon模型解比较分析

简要介绍不同机构发布的Mascon模型解数据，并在全球和区域尺度上对Mascon模型解、球谐系数法以及GLDAS水文模型陆地水储量变化计算结果进行对比分析。结果表明，不同Mascon模型解具有较好的一致性；与球谐系数法反演结果相比，Mascon模型解能提高反演结果信噪比值，空间分辨率更高，保留更多有效信号，与GLDAS水文模型结果相关性更好；不同Mascon模型解中，JPL Mascon模型解信噪比值最大，与GLDAS水文模型时间序列相关性最好。     

����GRACE����ʱ����������ⳤ�����ƺ�����ˮ�����仯

????GRACE??????????????????????????????????????仯??????????????о??伾????????仯??????????????????仯?????????ж??????????????????????????????仯???????????????δ?????????仯???????о???????????GRACE????????????????????????????仯??????????????cm????Ч???仯??     

利用GRACE及气象数据评估GLDAS水文模型在青藏高原的适用性

以青藏高原地区为研究背景，以评估水文模型在该区的影响因素、改善条件及其整体适应性为研究目标，利用GRACE重力卫星对比水文模型模拟的陆地水变化，以及地面气象实测数据对比降雨与温度两项重要指标，采用相关与误差分析法评价水文模型输入参数，将其作为模型预测数据与实际观测数据进行对比分析。结果表明，GLDAS/Noah各项指标与GRACE更为相近，降雨与气温数据除夏冬两季存在幅值差异外，整体上周年幅值与相位都存在较高NSE系数，表明GLDAS模型的降雨及气温输入参数与地面观测数据有较高的一致性。     

利用GRACE监测全球海水质量变化时滤波处理的影响分析

利用CSR公布的GRACE RL05月重力场数据,采用多种滤波方法推算全球平均海水质量变化,并与GFZ公布的已滤波数据DDK1~DDK5估算结果进行比较。结果表明,不同的滤波方法对估算全球平均海水质量变化结果的影响是显著的,主要体现在信号的空间分布、时间序列以及拟合的趋势项3个方面。 2002~2014年CSR RL05数据多种滤波估算的全球海水质量变化速率为1.17~1.26 mm/a,GFZ DDK数据显示的速率为1.29~1.45 mm/a,两组数据给出的加速度项分别为0.1 mm/a2、0.07 mm/a2。