多通道奇异谱组合滤波反演水储量变化

针对GRACE时变重力场球谐系数的高阶次项中含有的较高噪声会造成反潢结果产生误差的问题,该文采用多通道奇异谱分析和高斯滤波相结合的方案来滤除GRACE数据中的噪声,并与普遍使用的去相关滤波和高斯滤波相结合的方案进行了对比验证。首先利用这两种方法分别计算了2007年4、10月份的全球水储量变化,结果显示,这两种方法反演的结果基本相同,而多通道奇异谱分析与高斯滤波相组合的方法提高了信噪比,减弱了信号泄露误差,验证了该组合方案的可行性。然后又分别计算了亚马逊流域2004—2010年的水储量时间变化序列,并与GLDAS水文模型进行了对比验证,结果显示,这两种方法得到的水储量时间序列变化趋势基本相同,各自之间具有强相关性,进一步说明了该文方案在GRACE数据滤波中的可行性。     

全球陆地水储量对地球自转变化的激发作用

用美国环境预测中心和美国大气研究中心(NCEP/NCAR)40年重新分析计划气候数据同化系统(CDAS)所得到的全球陆地水储量(土壤湿度和积雪水当量)数据,对地球自转变化(极移和日长)的激发作用作了分析．结果表明,陆地水储量对周年地极移动正频分量的激发为17．8mas,与大气激发相当,相位滞后约48°．其中,积雪水当量的激发结果与用人卫遥感技术所得到的积雪水当量激发的正、负频率分量的振幅和相位都符合得很好． 用陆地水储量数据得到对日长变化周年分量的激发作用约49μs,约占观测激发的15％,相位滞后约23°;对日长变化半年分量的激发作用约9μs,约占观测激发的3％,相位滞后约122°．     

长江流域陆地水储量与多源水文数据对比分析

从趋势性、滞后性及相关性三方面,对2002—2013年间GRACE重力卫星反演的长江上游与中游陆地水储量与模型模拟土壤含水量、实测降水和实测径流数据进行了对比分析,并从干旱强度及发展时间两方面评估了标准化陆地水储量指数SWSI、标准化降水指数SPI、标准化径流指数SRI和标准化土壤含水量指数SSMI对区域性干旱的表征能力.结果表明:长江上游地区陆地水储量与降水、径流和土壤水蓄量均无显著变化,而中游地区陆地水储量则与水库蓄量同样具有显著性增加,反映人类活动对中游地区陆地水储量变化有很大影响;各指标指示的各等级干旱月份数量基本相当,但各指标反映的特旱具体月份有较大差别,基于GRACE数据构建的SWSI指标对特大干旱的指示性不好;对比各指标对上游与中游地区干旱事件发展时间,体现出水文干旱、农业干旱对气象干旱存在一定的迟滞关系.     

基于CORS网监测台州地区陆地水负荷对地表垂直形变的影响

基于CORS站网基线综合解算,利用移去-恢复法和负荷形变法监测陆地水负荷对地表垂直形变的影响。以台州地区为例,对2017~2019年CORS站网和相关区域负荷数据进行分析。结果表明,台州地区陆地水负荷对地表垂直形变的影响存在季节性变化,地下水负荷影响较为明显,可达cm级;且该影响在年际尺度上相对稳定。利用CORS站网可以监测陆地水负荷引起的地表垂直形变,为水动力环境监测与地质灾害监测提供参考。     

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与GRACE Follow-On重力卫星数据揭示出的黄河流域2002—2020年干旱特征

研究黄河流域干旱时空变化特征,对认知黄河流域水资源演化规律具有重要意义。本文充分利用GRACE(gravity recovery and climate experiment)与GRACE-FO(GRACE Follow-On)重力卫星在大尺度范围下监测水文信息变化中的优势,基于2002年4月至2020年7月GRACE和GRACE-FO RL06 Mascon数据,计算了黄河流域陆地水储量异常(terrestrial water storage anomaly, TWSA)及对应的水储量亏损赤字(water storage deficit index, WSDI),据此分析了黄河流域上游、中下游干旱事件及其严重性、干旱持续时间、平均与最大水储量赤字等干旱特征,并与其他4种常用干旱指数,标准降水蒸散发指数(standardized precipitation evaporation index, SPEI)、自矫正帕尔默干旱指数(self correct-Palmer drought severity index, sc-PDSI)、标准化降水指数(standardized precip...     

陕西省GPS基准站垂直形变的陆地水负荷效应

基于GPS、GRACE以及GLDAS 3种数据从均方根、相关性、周年振幅和相位4个方面对陕西省22个GPS基准站的垂直负荷形变进行定量分析和研究,结果表明:陕西省GPS垂向形变时间序列中,陆地水负荷形变并不明显,其中GRACE的贡献值为11.7%,GLDAS的贡献值为11.0%;GPS与GRACE以及GPS与GLDAS的相关系数大于等于0.5的站点比例分别是63%和77%;对于振幅而言,GPS的振幅最大,GRACE的振幅其次,GLDAS的振幅最小。文中研究陕西省陆地水负荷形变的量值和特征,为获取更高精度的构造形变提供依据。     

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.     

GRACE/GRACE-FO空窗期的陆地水储量变化数据间断补偿:以全球典型流域为例

陆地水储量异常(TWSA)的长期可持续监测对研究水循环过程、合理配置水资源等具有重要的科学意义,针对GRACE与GRACE-FO数据之间存在空窗期问题,本文引入了奇异谱分析(SSA)与ARMA模型的组合方法对TWSA的间断进行补偿.为比较SSA+ARMA方法在典型流域的适用性,将GRACE球谐系数(SH)反演的2003年1月至2012年12月的TWSA作为训练样本,2013年1月至2016年8月的TWSA作为真值,分别利用ARM A、小波神经网络(WNN)、SS A和SSA+ARM A方法,在亚马逊流域(AZRB)、多瑙河流域(DNRB)、恒河流域(GNRB)、密西西比河流域(MSRB)、尼日尔河流域(NGRB)、伏尔加河流域(VGRB)、叶尼塞河流域(YNSRB)、长江流域(YZRB)八个典型流域进行预测试验,并采用均方根误差(RMSE)、纳什效率系数(NSE)、相关系数(R)技术指标评定不同方法的预测精度.预测试验结果表明,四种方法均在NGRB的预测效果最好,该流域TWSA序列周期特征最为明显;四种方法中,SSA+ARMA方法预测精度较高且相对稳定,多数流域的RMSE在4 cm以内,NSE值在0.75以上,R值在0.85以上.后续以2003年1月至2016年8月TWSA作为样本,利用SSA+ARMA方法补偿2016年9月至2020年2月的TWSA间断结果,并结合GRACE-FO SH反演的TWSA结果、Mascons结果、GLDAS数据评定补偿结果的精度.结果表明,TWSA间断补偿结果有较高的精度,与后续GRACE-FO SH反演TWSA结果有很强的一致性,多数流域的RMSE在4 cm以内,NSE值在0.8以上,RR值在0.9以上.且与Mascons、GLDAS结果的符合精度亦能反映补偿结果的可靠性.上述研究表明,利用SSA+ARMA方法可以对GRACE/GRACE-FO空窗期的TWSA间断进行有效补偿.