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。     

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。     

利用新版GRACE时变模型反演珠江流域陆地水储量变化

本文以CSR05、GFZ05、JPL05、ITSG-Grace2016、CSR06、GFZ06、JPL06及ITSG-Grace2018等8种GRACE时变重力场模型作为研究对象,通过300 km高斯滤波和Swenson方法等数据处理策略去除时变模型的噪声,反演2005-01~2012-12珠江流域的陆地水储量变化,并利用ITSG-Grace2018模型、GLDAS水文模型、降水数据、实测地下水数据等资料对珠江流域的陆地水储量变化进行综合分析。结果表明：1）3大官方机构发布的2006版GRACE时变模型的解算精度较2005版有显著改善,ITSG-Grace2018模型的精度也较ITSG-Grace2016有一定的改善,且新版在不同时变模型间的差异更小;2）ITSG-Grace2018模型反演的珠江流域陆地水储量整体呈上升趋势,其季节性变化特征与GLDAS水文模型、降水数据及地下水测井监测数据具有较好的一致性。     

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。     

南水北调前后海河流域陆地水储量变化分析北大核心CSCD

基于GRACE及GRACE-FO重力卫星数据,通过滑动T检验确定海河流域陆地水储量突变的特征时间点,分析其时空演变特征;结合多变量趋势分析和贡献率量化法探究陆地水储量变化成因,讨论南水北调工程的贡献。结果表明,在南水北调前(2004-01~2015-01)后(2015-01~2020-10),海河流域陆地水储量的衰减趋势分别为-17.19 mm/a和-13.49 mm/a,缓解约24%,缓解趋势由南到北逐渐增大;人类活动与气候变化对流域陆地水储量变化的贡献率比为7∶3,人为耗水是海河流域陆地水储量常年处于亏损状态的主要原因;调水量的贡献率和趋势呈现年际增大和升高态势,预示南水北调工程在改善区域陆地水储量方面具有巨大潜力。     

利用GRACE研究我国四大流域陆地水储量循环周期

利用改进的EEMD方法对我国四大流域GRACE水储量时序进行分解,得到不同频率的信号分量。结果表明,流域水储量变化信号具有多种周期特性,长江、黄河、淮河和珠江流域的水储量变化序列中分别存在3.05 a、2.37 a、2.37 a和2.13 a的水循环周期。     

利用GRACE时变重力场数据监测长江流域干旱

利用2003-01?2014-12 CSR和JPL的RL06 Mascon解、RL06球谐系数(SH)解及level-3等6种GRACE时变重力场模型数据和GPM数据产品,分别计算长江流域的水储量和降雨变化,并利用广义三角帽方法分析GRACE数据的不确定性,同时计算水储量亏损指数(WSDI),以监测和分析长江流域干旱的...     

利用多元线性回归模型重构中国九大流域陆地水储量变化北大核心CSCD

GRACE与GRACE-FO任务间的数据空缺导致无法连续监测陆地水储量变化。基于此,本文采用多元线性回归模型,以GRACE/GRACE-FO陆地水储量变化数据为参考值,以降水、气温和模型模拟的陆地水储量数据为预测参数,采用3种不同策略重构中国九大流域2002-04~2021-12连续的陆地水储量变化。结果表明,基于去趋势项和去季节项信号重构策略的重构结果略优于去趋势项信号重构策略,且两者结果均优于整体信号重构策略,在人类活动或冰川融化频繁的流域(如海滦河、长江、西南诸河和内陆河流域)这种优势更为明显。此外,重构结果的性能也受GRACE/GRACE-FO数据信噪比和预测参数与GRACE/GRCAE-FO数据的相关性影响。     

2002～2018年中国七大流域水储量变化及时空分布特征

基于 GRACE 重力卫星反演2002～2018年中国七大流域的水储量变化。研究表明,中国陆地水储量变化存在明显的地域分布特征,辽河、海河、黄河和淮河流域水储量总体上呈递减趋势,年均减少速率分别为-0.54±0.9 mm/a、-5.96±0.6 mm/a、-2.65±0.8 mm/a 和-1.94±1.2 mm/a。在海河流域,地下水严重超采导致水储量明显减少;松花江、长江、珠江流域水储量呈显著增加趋势,年均增长速率分别为4.52±1.1 mm/a、3.84±0.7 mm/a、4.87±1.1 mm/a。流域水储量峰值一般晚于最大降雨量月份,这是因为降雨转换为陆地水储量需要一定时间。     

长江流域陆地水储量异常的卫星重力监测与干旱指数对比分析北大核心CSCD

利用GRACE/GRACE-FO数据对长江流域2003~2021年期间发生的干旱事件进行定量分析,以探究卫星重力监测区域性干旱的可行性。采用3个机构发布的5种GRACE/GRACE-FO数据产品(CSR_SH、JPL_SH、GFZ_SH、CSR_M、JPL_M)反演长江流域陆地水储量异常(TWSA),计算陆地水储量亏损(WSD)和水储量亏损指数(WSDI),结合气象干旱数据(SPI、SPEI、scPDSI)对5种数据产品的结果进行比较,并对2003~2021年长江流域干旱事件进行分析。结果表明,不同机构发布的GRACE/GRACE-FO数据产品对长江流域干旱事件严重等级的划分具有一定差异;WSDI与6个月时间尺度的SPEI相关性最高,相关系数为0.66,与scPDSI相关系数最低为0.54,降水是影响长江流域陆地水储量变化的重要因素;长江流域最严重的干旱事件发生在2019年夏秋季,干旱强度为2.31,持续10个月,水储量累计亏损达到415 Gt,此次干旱事件的WSDI空间分布图显示2019-09干旱最为严重,出现极端干旱区域。WSDI可反映长江流域干旱分布的时空变化,可在监测全球和大尺度区域干旱方面发挥重要作用。     

气候变化和人类活动对长江流域水储量变化的影响研究

利用2002-08～2016-12 GRACE数据扣除泄漏影响得到的长江流域陆地水储量（TWS）变化,分析其时空变化特征和趋势。结果表明,在此期间长江流域TWS增速为0.13±0.12 cm/a;TWS变化大的区域,如泄漏改正后三峡库区TWS变化由约10 mm/a变为15~20 mm/a,并呈现更大的空间异质性。利用多种气象数据,从气候变化和人类活动角度深入研究长江流域水循环变化。结果表明,降水量与TWS变化在时间和空间上都具有较高的相关性,TWS变化延迟1~2个月;上游源头处温度是影响TWS变化的主导因素,温度升高加速了上游高山冰川融化,使TWS具有增长趋势;三峡工程的蓄水也导致TWS变化;ENSO是长江流域TWS变化的主要影响因素。