联合GNSS与GRACE重...星的青藏高原陆地水储量研究_汪钧韬.pdf

第 卷 第期 年月 ，中文引用格式：汪钧韬，曹家铭，邹蓉联合 与 重力卫星的青藏高原陆地水储量研究工程地球物理学报，（）：英文引用格式：，（）：联合 GNSS 与 GRACE 重力卫星的青藏高原陆地水储量研究汪钧韬，曹家铭，邹蓉（中国地质大学 地球物理与空间信息学院，湖北 武汉 ）收稿日期：基金项目：国家自然科学基金（编号：，）第一作者：汪钧韬（），男，硕士研究生，主要研究方向为 空间大地测量学。：通讯作者：邹蓉（），女，副教授，主要从事大地测量学研究工作。：摘要：青藏高原水资源含量丰富，对我国经济社会发展及气候变化起着重大作用。利用重力反演与气候实验 （）卫星数据或陆面水文模型能够对水资源进行监测，但这些方法存在着分辨率低、时延长及数据缺失等问题。针对这一问题，本文联合全球导航卫星系统 （）、与水文模型数据对青藏及其周边地区陆地水储量（）进行反演，并探究陆地水储量因素在 垂向形变中的贡献。结果表明，三种技术手段得出的陆地水储量结果在研究区域内具有良好的一致性；并且利用最小二乘拟合的 和 结果表明，近年来青藏南缘及其周边地区陆地水总量以的速率下降。为了定量分析青藏高原内部陆地水储量在 垂向形变中的贡献，在扣除 垂向形变时间序列后，发现所有台站的加权均方根减小百分比为 ，表明陆地水储量变化是影响地表垂向形变的主要因素之一。关键词：；陆地水储量中图分类号：文献标识码：文章编号：（）：，（，）：，（），第期汪钧韬，等：联合 与 重力卫星的青藏高原陆地水储量研究 （），（），：；引言青 藏 高 原 及 其 周 边 地 区，平 均 海 拔 超 过 ，具有除南极、北极外最大的冰储量，是我国多条大河的发源地。有效掌握青藏高原陆地水储量变化对我国水资源利用具有重大意义。（）卫星计划为全球时变重力场的观测提供了技术手段，利用 测得的时变重力场可计算全球大范围的陆地水储量变化，因此，技术在陆地水储量等地表物质迁移方面的研究中得到了广泛的应用，。近年来，利用 监测青藏高原地区水储量变化的研究工作陆续展开，也取得了良好的成果。但是由于 卫星数据空间分辨率仅为 ，且其自 年后数据出现间断性缺失，因此寻求计算水储量的替代方法是必要的。（）垂向形变中的季节性变化主要是地表质量（大气、海洋和陆地水等）的重分布引起的，因此对垂向形变扣除大气和海洋负荷后，能够通过反演得到陆地水储量的变化。青藏高原及其周边地区由于构造运动强烈，国内外机构布设了密集丰富的站点，本文选用的是布设在研究区域内的 个中国大 陆 构 造 环 境 监 测 网 络 （，以下简称“陆态网络”）、个中国气象局（）布设的气象探测站及由内华达大地测量实验室 （）提 供的 青藏 周 边 地区（尼泊尔、不丹及印度等区域）的 个 连续站数据。这些 台站数据时间跨度长，陆态网络一期数据从 年开始记录，二期数据从 年开始，并且均为日解数据，相比于 ，具有数据连续、采样率及空间分辨率高等特点，能够弥补 数据在时空分辨率上的不足，是陆地水储量监测的有效技术手段之一。基本原理2.1地表垂向形变质量负荷作用于地球表面时，会引起地表弹性形变，观测能够将这些弹性形变精准地记录下来。根据负荷响应理论，可建立负荷质量与垂向弹性形变之间的关系：（）（）（）其中，为垂向弹性形变；为距圆盘中心角半径；为负荷勒夫数，为万有引力常数，；为地球半径，为重力加速度，；为勒让德函数。函数的递推公式为：（）（）（）其中，；为角半径。根据负荷响应理论，弹性形变与负荷质量可以通过格林函数相互转换，密集台网的 观测值能够解决高空间分辨率下的质量分布问题，即垂向弹性形变随着质量负荷距离增加而迅速减小，如图（）为半径为 ，等效水高为 的负荷圆盘的荷载垂向弹性形变区域范围。图中近场部分响应明显，但研究区域以外的部分质量负荷也会引起研究区 工 程 地 球 物 理 学 报（）第 卷图垂向负荷响应与边界扩充结果 域内的弹性形变，因此本文对研究区域的边界进行一定 的 扩 充。如 图（）为 格 网 为 时反演边界等效水高与扩充半径之间的关系，当边界扩充至 时，反演结果趋于稳定，因此本文选取 为扩充边界范围。2.2反演模型本文使用的反演模型基于文献，模型为：（）（）（）其中，为格网各点等效水高依据负荷形变理论构建的格林函数系数矩阵，负荷计算中采用的负荷勒夫数 是基于 （）地球模型 计算得出的；为格网点对映的等效水高；为 测站观测结果；为向量标准差；为平滑因子；为拉普拉斯算子。根据最小二乘原理，等效水高可表示为：（）（）根据负荷形变理论，以特定半径形成一个圆盘，让台站负荷均匀分布在该圆盘上，以此得到具有特定半径的格林函数。在 台站足够密集的情况下，可通过台站垂直位移获取圆盘载荷，以此反 演 陆 地 水 储 量。本 文 反 演 所 用 格 网 为 ，根据圆盘与格网等面积原则，圆盘半径设置为 。由于地球物理反演存在着复杂性和不确定性，受限于 观测台站远小于未知数个数，会引起反演系数方程病态，因此 反演陆地水是一个典型的欠定问题。提出了正则化方法提高了对病态数据的耐受性，能很好地解决欠定问题。本文采用了曲线法 对最佳正则化参数（即平滑因子）进行选取，根据计算结果绘制出如图所示曲线，最终选取拐点处的值为 。图正则化参数曲线 观测资料3.1GNSS 观测数据本 文 利 用 软 件 解 算 了 年高原内部的 个 连续站的数据，数据采样率为，平均有效率在 以上，数据时间跨度最短年，最长年。数据在处理过程中校正了固体潮、海潮和极移等因素的影响，网平差到 框架下，但依然有大气、非潮汐海洋及陆地水等残余负荷的影响。因此为了求得陆地水储量，本文利用 （）提供的大气模型 和非潮汐海洋负荷模型 第期汪钧韬，等：联合 与 重力卫星的青藏高原陆地水储量研究对垂向弹性形变进行改正。为提取出 时间序列由陆地水储量主导的季节性变化，本文采用如下模型对 垂向时间序列进行最小二乘拟合：（）（）（）其中，（）为观测时间序列；为站点起始位置；为线性速率；为年变化振幅；是初相位；为频率；为时间；为初始时间。为使青藏及其周边地区的陆地水储量反演结果更加可靠，本文加入了 提供的青藏周边地区（尼泊尔、不丹及印度等区域）的 个 连续站数据。由于 台站数据存在缺失情况，因此本文采取主成分分析法 （）对缺失数据进行补齐，最后对重构后的数据进行压缩，并提取贡献率在 以上 的 前 三 个 主 成 分。经 过 处 理 后 的 时间序列的不连续及骤增骤减现象近乎消失，且保留了原有数据的特征。3.2GRACE 数据根据 弹 性 负 荷 形 变 理 论 与 负 荷 质 量 变化，模型提供的球谐系数及负荷勒夫数能够将陆地水储量及地表负荷形变联系起来。本文采用的 卫星数据产品是由美国德克萨斯大学空间研究中心 （）公 布 的 产品，其中包括 及 的 的 阶 球谐系数，时间跨度是 、，已去除大气负荷和极潮信息。由于 数据与 参考框架的不一致，需要采用 提供的一阶系数进行一阶项改正；同时还需考虑其地球重力场系统性偏差，项 不 能 精 准 地 获 取，故 需 要 利 用 （）估计结果替代 项。此外还需要对背景重力场进行扣除，本文将研究时段的全部月时变重力场结果求平均，得到的平均重力场可以当作背景重力场使用进行扣除。存在双星波段测距误差、仪器测量误差以及卫星轨道造成的条带误差等误差，因此在反演陆地水储量时需要对其进行高斯滤波及去相关滤波处理。数据进行反演陆地水时，选 用 了 基 于 地 球 模 型 计 算 的 勒夫数。3.3水文模型数据全球 陆 面 数 据 同 化 系 统 （）水文模型来自美国宇航局哥达德航空中心 （）和美国国家环境预报中心 （），是目前运用最广泛的陆面过程模型。该系统利用地表观测与卫星遥感观测数据，驱动 （）、（）、（、和 四家机构的合称）、（）和 （）陆面模型，并通过模型模拟与数据同化，生成全球地表状态变量（如土壤水分和地表温度）和通量（如蒸发和感热通量）数据。为了便于对比，本文所使用的空间分辨率为 的 模型，提取了其中包括地表积雪变化和四层共深的土壤水当作区域地表水储量数据。结果与讨论4.1GNSS 陆地水储量反演为了验证 垂向形变反演陆地水储量方法的可行性，本文采用 方法进行检测，利用模拟数据进行验证，其验证结果如图所示。图（）中，在研究区域范围内，对绿色格网施加等效水高为 的负荷，蓝色格网不施加负 荷，利 用 陆 地 水 反 演 模 型 计 算 得 出 如图（）所示的结果。结果表明，整体上棋盘结果中高值区与棋盘格网设置具有良好的一致性，同时相比于台站更加密集的尼泊尔境内地区，青藏高原内部及印度平原的结果较为模糊。换言之，台站越密集，格林函数反演结果越接近真值，反之，结果精度越差。垂向形变数据在扣除大气和非潮汐海洋负荷后，选定平滑因子为 ，圆盘半径为 ，扩充半径为 ，计算得出青藏高原周边地区 年陆地水储量变化。研究区 域 陆 地 水 储 量 结 果 具 有 明 显 的 时 空 特性，本文给出 年研究区域水储量月解数据如图所示。工 程 地 球 物 理 学 报（）第 卷图棋盘测试结果 图青藏地区 年 陆地水储量变化 第期汪钧韬，等：联合 与 重力卫星的青藏高原陆地水储量研究4.2综合对比为了分析 反演结果的可靠性，本 文利用 与 结果对 反演得出的陆 地 水 储 量 结 果 进 行 对 比 验 证。图 为 、及 陆 地水 储 量 周 年 振幅图像。图青藏地区陆地水储量周年振幅 观测数据反演结果表明，研究区域水储量分布由南至北可以分为四块区域：恒河平原的水储量高值区；喜马拉雅山脉的高山群低值区；雅鲁藏布江以南至喜马拉雅山脉高值区；雅鲁藏布江以北的低值区。在高原外部，反演结果显示出陆地水储量具有东部大于西部、低纬大于高纬的特点。印度恒河平原与孟加拉国由于水系发达，受到印度洋季风与孟加拉湾风暴的综合影响，降水较大；青藏高原南缘至尼泊尔西北部由于高山覆盖，终年寒冷，相对比尼泊尔东南部降水少，整体趋势与王晨旭等 用 降水数据估算结果一致；在高原内部，根据 等 的估计，降水具有由东南向西北逐渐减小的趋势，青藏南缘水储量模式接近于孟加拉湾，估算等效水高振幅约为 ，与本文结果接近；雅鲁藏布江以北的青藏高原内部，距离喜马拉雅山脉远，受季风气候影响较小，等效水高振幅约为 ，降水较少。密集的 观测网络长期观测数据反演得到的研究区域陆 工 程 地 球 物 理 学 报（）第 卷地水储量变化与该区域的地形地貌及气候特征基本吻合。和 受限于空间分辨率，其陆地水储量反演结果均较为简单。两者陆地水储量结果在空间展布上由东向西，由南向北，水储量逐渐减小，具有良好的一致性。相比于 的反演结果，和 结果缺乏细节，在高原外部，三者的空间展布基本吻合，但在数值上存在一定的差异，尤其是 结果中尼泊尔南部高值区比其他两者高了一倍，这是因为尼泊尔南部分布着大量的农田，受到灌溉的影响，土壤水分含量增加，振幅能及时响应，而 和 对短波长不敏感，对这部分地区陆地水估计有所偏小；在高原内部，三者之间存在着明显的差异，导致此结果的原因有：垂向形变除了陆地水因素影响外，还与热膨胀，地下水孔隙弹性负荷等地球物理因素有关，热膨胀作用在高原 地 区 的 效 应 远 大 于 低 纬 平 原 地 区；和 的数据分辨率仅有 ，由于截断和平滑的原因，会丢失部分细微信号；相比于青藏高原外部，青藏高原内部 站点数据较少，反演得到的陆地水储量结果精度不高。总体而言，反演结果在站点密集地区（尼泊尔不丹一带）与 和 结果一致性较好；在站点稀疏的地区（喜马拉雅山脉以北）三者之间有一定的差异。本文分别将 、和 月水储量结果平均得到相应的总水储量结果。陆地水储量主要包括了地表雪层水、浅层土壤水和深层地下水，为了求解地下水储量结果，本文利用 求 解 的 陆 地 总 水 储 量 减 去 求解的地表水储量得出地下水的结果，得到了 、和地下水储量结果随时间长期的变化趋势，如图所示。首先在振幅上，结果在数值上远大于 和 的水储量结果，这是由于 时间序列中存在陆地水以外的地球物理信号。其次在周期相位上，三者时间序列具