利用GRACE卫星重力数据监测关中地区地下水储量变化

关中地区作为一带一路重要的工农业发达地区之一,开展针对该地区地下水储量变化的监测和分析工作对揭示地下水储量变化特征与经济社会发展具有重要现实意义.本文基于2003—2014年GRACE卫星重力场模型数据,采用组合滤波及单一尺度因子方法反演了关中地区陆地水储量变化,扣除GLDAS地表水平均结果,对关中地区地下水储量变化进行了监测分析.将陆地水储量变化与GLDAS进行相关性分析,将地下水储量变化与WGHM地下水模型及实测地下水位结果进行对比分析.研究结果表明：①关中地区陆地水变化与GLDAS模型结果具有较强的相关性,相关系数多数大于0.7,其中与模型平均结果的相关系数可达0.8.② 2003—2008年关中地区地下水呈正增长趋势,增加速率为0.25 cm·a^-1,与同期实测数据变化趋势一致;但2003—2013年地下水存在长期亏损,亏损速率为-0.37 cm·a^-1等效水高,这与同时期WGHM估算结果-0.35 cm·a^-1十分吻合.③关中地区地下水存在明显的年变化特征,在2003—2014年期间地下水减少速率为-0.44 cm·a^-1,与该地区降雨量有较好的一致性,在降雨偏少的2008、2012和2013年,地下水也显著减少.

     

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.     

基于GRACE的空间约束方法监测华北平原地下水储量变化

华北平原作为我国重要的工农业基地和政治经济中心,面临着严重的水资源危机.因此,开展对华北平原地下水储量变化的监测工作具有重要现实意义与科学价值.本文基于GRACE重力卫星的空间约束方法,研究了华北平原地下水储量变化的时空分布规律,并与地面水井实测与地下水模型结果进行了综合比较和分析.结果表明：2002—2014年,华北平原地下水存在明显的长期亏损,GRACE估计的亏损速率为-7.4±0.9 km³·a^-1,而地面水井资料估计的浅层地下水亏损速率为-1.2 km³·a^-1.对比两者之间的差异可以发现,华北平原的地下水亏损以深层地下水为主.2002—2008年,GRACE估计的华北平原地下水亏损速率为-5.3±2.2 km³·a^-1,这与华北平原两个地下水模型得到的平均亏损速率-5.4 km³·a^-1十分吻合.通过华北平原区域地下水模型的独立验证,说明GRACE可以有效评估华北平原的地下水储量变化趋势.除了长期亏损的趋势项之外,华北平原地下水还存在明显的年际变化特征,并与该地区年降雨量变化特征一致.在降雨偏少的2002年、2005—2009年和2014年,华北平原地下水储量显著减少.在空间分布上,GRACE结果表明,华北平原的地下水储量减少主要发生在山前平原和中部平原区,这也与水井实测资料和区域地下水模型结果较为吻合.与GRACE和区域地下水模型相比,目前的全球水文模型仍无法准确估计华北平原地下水变化的空间分布和亏损速率.上述研究表明,GRACE提供了评估华北平原地下水储量变化的重要监测手段.

     

利用GRACE数据联合新型尺度因子校正法提高陆地水储量变化准确性

本文围绕GRACE数据在信号处理过程中存在泄露误差开展了探索性研究.第一,在传统尺度因子法的基础上,根据模型与CSR-SHc数据的均方根误差和相关性赋予权重,构建了新型尺度因子校正法.第二,以长江流域为例,评估该方法的校正效果,研究结果表明:新型尺度因子校正法校正结果综合GLDAS(Global Land Data A...     

利用GPS和GRACE分析四川地表垂向位移变化

陆地水储量的季节性变化是导致地表周期性负荷形变位移的主要因素,有效地剔除地表位移中的陆地水储量影响,是获取地壳构造垂向运动的必要过程.四川地处青藏高原东边缘,地形分区明显,境内以长江水系为主,水资源丰富,研究四川地区地表负荷形变位移,有助于分析陆地水储量的时空分布特性及地壳构造形变信息.本文利用研究区域内59个CORS站的GPS观测数据,计算了CORS站点的垂向位移,并将其与GRACE所得相应结果进行对比分析.结果显示,GPS和GRACE所得垂向位移时间序列的振幅大小整体相符,但存在明显的相位差.GPS站点振幅最大值为12.7 mm,对应HANY站,最小值为1.5 mm,对应SCMX站.GRACE所得的地表垂向位移振幅大小均为3~4 mm,且最大位移集中出现在7-9月份;而GPS站点出现最大位移的月份和地形相关,东部盆地、西北部高原和南部山地分别出现在7-8月份、10-11月份和10月份.GPS站点时间序列中的周年项与陆地水的季节性变化强相关,为了讨论陆地水储量对GPS站点位移的影响,本文利用改进的总体经验模态分解方法（MEEMD：Modified Ensemble Empirical Mode Decomposition）,从GPS垂向位移时间序列中提取出周年项及约2年的年际变化项.发现利用MEEMD获取的周年项改正原始GPS时间序列时可使其WRMS（Weight Root Mean Square）减少量减小约26%,结果优于最小二乘拟合方法提取的GPS周年项改正效果,验证了MEEMD方法在GPS坐标时间序列处理中的可行性及有效性.

     

地下水气体组分的潮汐变化

我们观察了日本中部Omaezaki地区地下水气体组分时间序列数据的周期性变化,Omaezaki是日本地震预报目录中即将到来的Tokai地震前兆信号观察的重要地区.我们已经开始在一口100 m深的井中对地下水中气体组分进行持续监测.     

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 km3,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 km3/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.     

联合GRACE、GRACE-FO重力卫星数据监测华北地区水储量变化

本文在三维加速度点质量模型法的基础上,融合不等式约束处理条带噪声,模拟计算结果表明该方法相比零阶Tikhonov约束,信噪比提高4.23%.利用不等式约束的三维加速度点质量模型法,采用GRACE与GRACE-FO重力卫星数据对2002年4月至2021年4月华北地区水储量进行了估算.研究结果表明,2002年4月至2021年4月,附有不等式约束的三维加速度点质量模型法计算的华北地区水储量以-1.36 cm/a的速率下降,Mascon与球谐系数法所获得的亏损速率分别为-1.52 cm/a、-0.80 cm/a,表明华北地区水储量处于明显的亏损趋势,并由亏损速率空间分布可知,水储量在河北省与山西省交界处亏损最为明显,亏损中心区域超过-3.0 cm/a.将研究时间段分为两部分分别进行拟合后发现,2011年至2021年华北地区水储量亏损趋势大于2002年至2010年.研究时间段内,2003年水储量存在明显的上升趋势,结合TRMM降雨数据对该时间段降雨时空分布进行研究,结果表明重力卫星数据计算结果相比降雨数据较为滞后,2003年春季时期的水储量的上升主要由于2002年下半年降雨的影响.     

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.     

地下水变化的空间技术监测和预测

针对地下水变化的监测和预测的现状,提出了空间对地观测技术(InSAR、GPS和卫星重力技术)监测地下水变化的新手段,分析了其在监测和预测地下水变化的应用中需要解决的几个关键科学问题,同时建议我国应抓住机遇,尽早启动有关部门开展该领域的跨专业的研究.     

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.     

卫星重力捕捉龙滩水库储水量变化

利用近7年的Gravity Recovery and Climate Experiment (GRACE)重力卫星资料,采用改进的滑动窗去相关滤波和扇形滤波技术计算了红水河上游区域的重力变化,结果显示红水河上游区域重力场有明显的上升趋势.利用Global Land Data Assimilation Systems (GLDAS)土壤湿度模型计算了地表水对重力场的影响,结果表明土壤湿度变化对重力场的影响主要表现为季节变化特征, 对该地区重力上升趋势的变化并没有明显的贡献.扣除土壤湿度影响之后的剩余重力变化曲线显示,在2006年9月前后该地区剩余重力有一约2.17 μGal的重力抬升.报道资料和水库储水量模拟结果表明,这一重力抬升与我国在建第三大水电站——龙滩水电站水库蓄水有关.这一结果说明GRACE卫星不仅能够反映大尺度的季节变化信息,而且能够为监测大型水库水储量变化提供近实时的空间对地测量资料.     

利用GRACE数据反演东海沉积物变化

GRACE卫星的成功发射为海底沉积物的监测提供了新的方法.利用2003-2014年间的GRACE RL05数据,采用同期的测高数据对海面高变化进行改正,使用水文模式数据和基于均一假设的尺度因子估计方法处理泄漏误差,反演了东海地区的沉积物变化情况,并对GIA效应进行了改正.结果表明：东海入海口处沉积物的平均变化速率为5.44±0.88 mm·a^-1,最大值出现在浙江沿海地区,变化速率为6~7 mm·a^-1;在空间分布上,呈现河口处沉积速率大,远离河口的大洋地区沉积速率小的特征.在时空分布上均与实测数据很好的吻合.沉积物变化时间序列的周年项振为6.8 cm,周年变化主要与东海泥沙扩散路径相关的海洋环流模式有关;半周年项和两周年项振幅分别为0.6 cm和0.7 cm,这两项变化主要与长江流域降水引起的土壤侵蚀变化有关.最后,分析讨论了本文沉积物监测方法推广到其他地区的适用性和局限性.

     

Evaluation of the temporal variations of groundwater storage and its interactions with climatic variables using GRACE data and hydrological models: A study from Turkey

Monitoring of the fluctuations of groundwater storage is particularly important in arid and semi-arid regions where water scarcity brings about various challenges. Remote sensing data and techniques play a preponderant role in developing solutions to environmental problems. The launch of Gravity Recovery and Climate Experiment (GRACE) satellites has eased the remote monitoring and evaluation of groundwater resources with an unprecedented precision over large scales. Within the scope of the current study, the latest release (RL06) of GRACE mass concentrations (Mascons) from Jet Propulsion Laboratory (JPL) dataset as well as Global Land Data Assimilation System (GLDAS) models of Noah and Catchment Land Surface Model (CLSM) were used to provide Groundwater Storage Anomalies (GWSA) over Turkey. The temporal interactions of the estimated GWSA with the climatic variables of precipitation and temperature (derived from the reanalysis datasets of CHELSA [Climatologies at High resolution for the Earth's Land Surface Areas] and FLDAS [the Famine Early Warning Systems Network Land Data Assimilation System], respectively) were investigated statistically. The results suggest that there is a descending trend (from 2003 to 2016) for Terrestrial Water Storage Anomalies (TWSA) and GWSA over Turkey with a total loss of 11 and 6 cm of water, respectively. The statistical analysis results also indicate that the monthly variations of GWSA over Turkey are highly correlated with precipitation and temperature at 2-month lag. The analysis of the climatology (long-term) values of monthly GWSA, precipitation and temperature also revealed high agreement between the variables.     

The influence of groundwater representation on hydrological simulation and its assessment using satellite‐based water storage variation

The interaction between surface water and groundwater is an important aspect of hydrological processes. Despite its importance, groundwater is not well represented in many land surface models. In this study, a groundwater module with consideration of surface water and groundwater dynamic interactions is incorporated into the distributed biosphere hydrological (DBH) model in the upstream of the Yellow River basin, China. Two numerical experiments are conducted using the DBH model: one with groundwater module active, namely, DBH_GW and the other without, namely, DBH_NGW. Simulations by two experiments are compared with observed river discharge and terrestrial water storage (TWS) variation from the Gravity Recovery and Climate Experiment (GRACE). The results show that river discharge during the low flow season that is underestimated in the DBH_NGW has been improved by incorporating the groundwater scheme. As for the TWS, simulation in DBH_GW shows better agreement with GRACE data in terms of interannual and intraseasonal variations and annual changing trend. Furthermore, compared with DBH_GW, TWS simulated in DBH_NGW shows smaller decreases during autumn and smaller increases in spring. These results suggest that consideration of groundwater dynamics enables a more reasonable representation of TWS change by increasing TWS amplitudes and signals and as a consequence, improves river discharge simulation in the low flow seasons when groundwater is a major component in runoff. Additionally, incorporation of groundwater module also leads to wetter soil moisture and higher evapotranspiration, especially in the wet seasons.