遥感技术与应用, 2023, 38(5): 1003-1016 doi: 10.11873/j.issn.1004-0323.2023.5.1003

综述

GRACE数据反演水储量及监测干旱的应用现状与展望

褚江东,1,2, 粟晓玲,1,2, 姜田亮1,2,3,4, 胡雪雪1,2, 张特1,2, 吴海江1,2

1.西北农林科技大学旱区农业水土工程教育部重点实验室，陕西 杨凌 712100

2.西北农林科技大学水利与建筑工程学院，陕西 杨凌 712100

3.中国水利水电科学研究院防洪抗旱减灾研究所，北京 100038

4.水利部防洪抗旱减灾工程技术研究中心，北京 100038

Application Status and Prospect of Water Storage and Drought Monitoring based on GRACE Data

CHU Jiangdong,1,2, SU Xiaoling,1,2, JIANG Tianling1,2,3,4, HU Xuexue1,2, ZHANG Te1,2, WU Haijiang1,2

1.Key Laboratory for Agricultural Soil and Water Engineering in Arid and Semiarid Area of Ministry of Education，Northwest A & F University，Yangling 712100，China

2.College of Water Resources and Architectural Engineering，Northwest A & F University，Yangling 712100，China

3.China Institute of Water Resources and Hydropower Research，Beijing 100038，China

4.Research Center on Flood and Drought Disaster Reduction of the Ministry of Water Resources，Beijing 100038，China

通讯作者: 粟晓玲（1968—），女，四川开江人，教授，主要从事水文模拟研究。E⁃mail：xiaolingsu@nwafu.edu.cn

收稿日期: 2022-07-07   修回日期: 2023-06-25  

基金资助: 水利部重大科技项目“气候变化背景下特大干旱风险识别及应对策略”.  SKS-2022018
国家自然科学基金项目“生态干旱与气象干旱和地下水干旱的互馈机制及生态干旱脆弱性评估方法研究”.  52079111
国家自然科学基金项目“干旱传递机理及综合干旱评估方法”.  51879222

Received: 2022-07-07   Revised: 2023-06-25  

作者简介 About authors

褚江东（1997—），男，山东昌邑人，博士研究生，主要从事流域水文模拟研究E⁃mail：cycjd1997@nwafu.edu.cn , E-mail：cycjd1997@nwafu.edu.cn

摘要

水储量是全球和区域水文循环的重要组分，借此可分析区域水资源和干旱的时空演变规律。传统的水储量监测方法以地下水位监测为主，但站点布设和分布情况限制了大尺度的研究与探索。GRACE（Gravity Recovery and Climate Experiment）卫星提供了大尺度的逐月地球重力场变化数据，国内外众多学者将其反演的水储量变化数据应用至水文学领域，在一定程度上推动了水文学的进步与发展，但目前系统阐述GRACE数据在反演水储量方面的研究仍不够全面，鲜有研究对基于GRACE数据的监测干旱和插补重建现状进行系统性的总结。该研究简要介绍了GRACE数据的应用领域，探讨了两种数据处理方法的优缺点，分析总结了GRACE数据在反演结果验证和不确定性、陆地水储量变化、地下水储量变化、干旱演变与响应、插补重建等方面的应用现状及存在问题，建议未来在变化环境对水储量变化的影响、降低GRACE数据的不确定性、构建更适合干旱监测的干旱指数、提高插补重建GRACE数据精度和提升GRACE数据时空分辨率等方面进一步开展研究，旨在为利用GRACE数据的相关研究提供借鉴与思考。

关键词： GRACE ; 水储量变化 ; 干旱 ; 插补重建 ; 水文学

Abstract

Water storage is a critical component of the global and regional hydrological cycle， which can be used to analyze the spatio-temporal evolution of regional water resources and drought. Traditional methods to monitor water storage are usually based on in-situ groundwater level data. However， challenges arise due to the limited placement and distribution of monitoring stations in large-scale research and exploration. The Gravity Recovery and Climate Experiment （GRACE） satellite have provided large-scale monthly data on Earth's gravity field variation. Several scholars have applied the water storage anomalies data retrieved by GRACE in hydrology research， which has facilitated the progress and development of hydrology. However， the current systematic elaboration of research on inversion of water storage based on GRACE data is not comprehensive enough， and few studies have systematically summarized the status of monitoring drought， interpolation， and reconstruction based on GRACE data. Firstly， this study briefly introduces the application fields of GRACE data， and discusses the advantages and disadvantages of the two data processing methods. Then， the application status and existing problems of GRACE data in the verification and uncertainty of inversion results， terrestrial water storage anomalies， groundwater storage anomalies， drought evolution and response， and interpolation and reconstruction were analyzed and summarized. Finally， further research about GRACE was suggested to carry out in the aspects of exploring the impact of changing environments on water storage anomalies， reducing the uncertainty of GRACE data， constructing a suitable drought index for drought monitoring， improving the accuracy of interpolation and reconstruction， and improving spatio-temporal resolution. The study is aiming to provide reference and insight for related research using GRACE data.

Keywords： GRACE ; Water storage anomalies ; Drought ; Interpolation and reconstruction ; Hydrology

PDF (1877KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

褚江东, 粟晓玲, 姜田亮, 胡雪雪, 张特, 吴海江. GRACE数据反演水储量及监测干旱的应用现状与展望. 遥感技术与应用[J], 2023, 38(5): 1003-1016 doi:10.11873/j.issn.1004-0323.2023.5.1003

CHU Jiangdong, SU Xiaoling, JIANG Tianling, HU Xuexue, ZHANG Te, WU Haijiang. Application Status and Prospect of Water Storage and Drought Monitoring based on GRACE Data. Remote Sensing Technology and Application[J], 2023, 38(5): 1003-1016 doi:10.11873/j.issn.1004-0323.2023.5.1003

1 引 言

自2002年3月发射升空以来，GRACE（Gravity Recovery and Climate Experiment）重力卫星持续提供的逐月时变重力场数据被广泛应用于水文学［1-4］、大地测量学［5-6］、地球物理学［7］、冰川学［8-9］、海洋学［10-11］等地球科学领域［12］。据不完全统计，截至2022年12月31日，采用GRACE数据的中英文论文数量均呈显著上升趋势（图1）。其中，中文论文检索在中国知网的中文核心数据库中进行，检索公式为“主题= GRACE+水储量 OR 关键词= GRACE”，英文论文检索在Web of Science的核心合集数据库中进行，检索公式为“TS=（“GRACE” OR “Gravity Recovery and Climate Experiment”） AND TS=（“water storage” OR “gravity”）”。通过阅读相关论文题目和摘要，将与GRACE数据无关的文章剔除。检索结果表明，英文论文发表数量从2002年的29篇增加至2022年的337篇，中文论文发表数量从2002年的3篇增加至2022年的85篇。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   中英文论文逐年发表数量图（截至2022年12月31日）

Fig. 1   Numbers of published papers in Chinese and English （as of December 31， 2022）


鉴于地质地壳活动极其缓慢，在短时间内变化量可忽略不计，因此，重力的时间变化主要由大气、海洋与陆地水的再分配作用所致［13］。此外，重力场数据在处理过程中已剔除潮汐影响和非潮汐的大气和海洋影响［14］，由此可假设地球重力场变化均由水储量变化引起，进而反演得到全球逐月水储量变化数据。在水文方面，由于GRACE数据在大尺度上监测水储量变化的连续性、适用性和不可替代性，越来越多的学者将GRACE数据应用于监测陆地水储量变化［15-16］、地下水储量变化［17-20］、干旱演变［21-22］和响应［23-24］等方面；相对GRACE卫星而言，后续卫星GRACE-FO的信号精度得到了一定的改善［25］，但受制于GRACE卫星和其后续卫星GRACE-FO之间存在11个月的间断期，以及GRACE数据序列较短不满足长时间的观测研究等问题，不少学者探讨了插补或重建GRACE数据序列的方法［26-30］。在水文学方面，目前现有基于GRACE数据的中英文研究主要集中在监测水储量变化、海平面变化、湖泊水位变化和冰雪冰川融化，有关干旱和插补重建的研究相对较少。

GRACE数据主要由两种方法得到：球谐系数法和质量块（Mascons）法。球谐系数法主要由JPL（Jet Propulsion Laboratory）、CSR（the University of Texas at Austin Center for Space Research）和GFZ（German Research Center for Geosciences）3家机构提供，空间分辨率为1°×1°；Mascons法数据主要由JPL和CSR两家机构提供，空间分辨率分别为0.5°×0.5°和0.25°×0.25°，但实际分辨率约为3°×3°和1°×1°［31］。为提高实际空间分辨率，JPL提供了对JPL-Mascons数据信号恢复的尺度因子，该尺度因子由CLM水文模型得出。球谐系数法数据需进行截断球谐高阶项、替换地心改正项和C20项、去除南北条带、改正泄漏误差和球谐系数转化为等效水高等一系列处理［32］，处理方法的选取差异会导致反演结果的不同；相比于球谐系数法，Mascons数据无需进行后处理，在数据发布前已替换地心改正项和C20项，并已扣除冰川均衡调整（GIA）的影响，噪声信号在2级处理中已通过地球物理约束过滤，因此Mascons数据能够最大限度地减少泄漏误差［33］，更适合非大地测量和地球物理专业学者采用［31］。

自GRACE重力卫星发射升空后，其提供的数据在水文方面得到了广泛的应用和普及，一些研究也系统总结了GRACE数据在监测陆地水储量［13， 34-35］、地下水储量［36-38］的应用。例如，胡宝怡和王磊［35］从水储量组分变化、水量平衡和气候变化等角度详细分析了全球陆地水储量变化的驱动因素。但目前尚未有研究总结GRACE数据在监测干旱和插补重建上的应用现状与进展。因此，本文从水文学角度出发，梳理GRACE数据在反演结果验证和不确定性分析、陆地水储量变化、地下水储量变化、干旱演变和响应、插补重建等方面的应用现状和存在问题，旨在为利用GRACE数据的相关研究提供借鉴与思考。

2 GRACE数据监测水储量变化的验证及应用

2.1　反演结果验证和不确定性分析

验证GRACE数据反演结果的方法主要包括以下几种：①实测地下水位数据；②水资源公报数据；③历史干旱记录；④水量平衡法；⑤水文模型模拟结果。

基于实测地下水位数据对GRACE数据进行验证是比较常用的方法。由于GRACE数据的原始分辨率较粗，且实测地下水位变化应乘以给水度才能与GRACE数据进行定量分析，而给水度数据难以获取，因此大多研究采用定性分析验证的方法来评估GRACE数据反演结果的适用性。例如，Zhong等［39］采用实测地下水位数据对反演的西辽河流域地下水储量变化进行验证，得出两者趋势较为一致。虽然各行政区和流域每年发布的水资源公报中的水资源总量和地下水资源量概念着重反映的是该地区的可利用水量，这与GRACE数据的反演结果概念有所不同，但在一定程度上可作为GRACE数据反演结果的验证数据。例如，魏光辉等［40］、陶征广等［41］结合水资源公报数据分别对GRACE数据反演的水储量变化进行验证，发现两者之间具有较好的一致性。历史时期的干旱事件、极端气候事件也可佐证GRACE数据反演的适用性。冉艳红等［21］研究表明，基于GRACE数据构建的干旱指数GRACE-DSI很好地反映了2019年夏秋季长江中下游持续干旱的发生情况。在已知降水、蒸散发和径流的基础上，通过水量平衡方程得到的水储量变化也可对GRACE数据反演的陆地水储量变化进行验证。例如，任立良等［26］研究表明黄河流域2002年5月~2020年2月GRACE、GLDAS和水量平衡法得到的结果变化趋势基本一致。在水文模型模拟数据验证方面，熊景华等［42］发现，珠江流域五套GRACE官方数据与GLDAS水文模型反演的水储量变化趋势较为一致。

为减小GRACE数据反演水储量变化的不确定性，已有部分研究工作对此进行了一些尝试。例如，广义三角帽法可以被用来评估不同GRACE数据的不确定性［30， 33， 43-45］；结合卡尔曼滤波和贝叶斯模型平均方法可以得到精度更高的陆地水储量变化数据［46］；Sakurama等［47］研究得出多种GRACE数据的均值可以有效降低数据噪声，由于算法简单适应性强，被众多学者采用［16-17， 24］。对于球谐系数法数据而言，处理过程中施加的滤波会削弱部分真实信号，一些研究［20， 43， 48-50］将水文、陆面模型（如GLDAS、WGHM模型等）作为参照数据，首先计算滤波前后的信号衰减比例，然后通过尺度因子对GRACE数据进行信号恢复。

2.2　陆地水储量变化

探究陆地水储量变化的时空分布及其驱动因素，对了解区域水循环过程和水资源优化配置具有重要意义。Wahr等［51］最先提出可基于GRACE时变重力场数据来监测海平面与陆地水储量的变化情况。图2为基于GRACE的CSR Mascons RL06版本数据在2002年4月~2021年3月全球陆地水储量的变化速率图，可以看出，中国的华北平原、藏东南地区、天山山脉等区域以及世界范围中巴西高原、印度西北部、里海及周边、中东地区、阿拉斯加东南部、南极和格陵兰岛等地区具有明显的下降趋势，而东非高原、美国五大湖、亚马逊流域和我国的柴达木盆地、三峡库区等地的陆地水储量呈现上升趋势，这与Rodell等［3］的研究结果较为一致。部分学者借助GRACE数据探讨了流域尺度上的陆地水储量变化情况，例如Jing等［52］基于5种GRACE数据得出澜沧江流域2003~2016年陆地水储量变化呈现轻微下降趋势，速率变化范围在-1.45~0 cm/a之间，且陆地水储量变化相对于径流、降水和蒸散发存在1~2月的滞时；Long等［45］基于多种GRACE数据监测了全球60个流域的陆地水储量变化趋势并结合WGHM水文模型进行对比验证，并认为Mascons数据精度较球谐系数法更高。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   全球陆地水储量2002年4月~2021年3月期间的变化速率图

Fig.2   The rate of change of global terrestrial water storage from April 2002 to March 2021


陆地水储量变化的驱动因素在各个区域各不相同，学者们主要从水储量组分、水量平衡和气候变化等角度对陆地水储量的变化趋势成因进行分析［35］。在水储量组分方面，陆地水主要包括雪水当量、土壤水、地下水、地表水等组分。降水增加和湖泊面积扩张导致青藏高原中部陆地水储量增加，而气候变暖导致冰川消融、雪水当量减少，从而致使青藏高原南部陆地水储量减少［4， 53］。受气候变化的影响，天山山区冰川退缩明显，水储量呈显著减少的趋势［54］。在水量平衡方面，陆地水储量主要受降水、蒸散发以及径流的影响。冯伟等［55］基于GRACE数据研究了亚马逊流域2002~2010年的陆地水储量变化，并结合GLDAS、CPC和NCEP 3种模型数据和降雨资料进行对比分析，表明降水和3种模型数据提供的水储量变化均与GRACE数据的陆地水储量变化具有较好的一致性，并指出降水增多是导致亚马逊流域陆地水储量变化增加的一个重要原因。气候变化方面，Han等［56］研究了遥相关因素厄尔尼诺南方涛动（El Niño-Southern Oscillation，ENSO）、北极涛动（Arctic Oscillation，AO）、降水等因素对GRACE数据反演陆地水储量变化的影响，得出在云南2009年极端干旱事件中，陆地水储量变化和ENSO、AO均有较强的相关性，且湿润地区降水强度与分布特征是引起陆地水储量变化的主要因素。Shen等［57］研究表明，北大西洋作为亚欧大陆重要的水汽来源，其低纬度地区的水分亏缺导致了亚欧大陆的陆地水储量枯竭。

除气候变化对陆地水储量的影响之外，在某些地区，人类活动也显著影响着陆地水储量的变化。三峡大坝作为世界最大的水利发电工程，建成后拦蓄大量水流，这改变了长江流域径流的年内分配，从而导致上游地区陆地水储量变化上升［44］。由于人口密集和灌溉用水增加，过度抽取地下水导致华北平原［49， 58-59］、印度西北部［2， 60］等地的陆地水储量急剧下降，但在南水北调中线工程建成通水后，华北平原的水储量衰减趋势有所缓解［18］。

部分学者采用GRACE数据提供的陆地水储量变化，结合水量平衡法得到流域逐月实际蒸散发（式1），以监测区域实际蒸散发的变化趋势，或评估蒸散发产品在该区域的适用性。

ET=P-R-ΔS

其中：ET、P、R、ΔS分别为流域的逐月实际蒸散发、降水、径流和陆地水储量变化。

目前已有多套全球蒸散发产品，例如GLDAS水文模型、MODIS卫星、PLSH和MET等提供的ET数据，但基于水量平衡方法得到的实际蒸散发在区域尺度上适用性较好［61］。张珂等［61］和鞠艳等［62］研究表明基于水量平衡法重建的ET在金沙江流域具有较高的可靠性，与常用蒸散发产品的相关性均较好。云兆得等［63］在汉江流域上游的研究结果表明，基于GRACE数据和水量平衡得到的实际蒸散发数据在年尺度上较为接近，但在月尺度上差异明显。Castle等［64］发现，基于水量平衡方程计算的蒸散发普遍高于MODIS和NLDAS反演的蒸散发，并认为差值是由于灌溉等人为原因所致。后续Pan等［65］、韦林等［66］结合该方法分别评估了人为蒸散发在海河流域、珠江流域的时空演变特征。Wan等［67］以美国为例，研究表明基于水量平衡法得到的ET与现有的蒸散发产品相比，可靠性和一致性均较好。由于径流数据主要来源于水文站点，这限制了GRACE数据仅能以水文站点控制的流域尺度来评估实际蒸散发。

2.3　地下水储量变化

陆地水储量主要包括土壤水储量、地下水储量、地表水储量、雪水储量、冰川、冠层水储量、生物水储量等，其中在大部分地区，生物水储量相对其他组分可忽略不计。考虑到高精度的格点尺度地表水储量和冰川较难获得，多数研究也将地表水储量和冰川忽略［17， 20］，基于水量平衡方程得出地下水储量变化，计算公式见式（2）。由于忽略了地表水储量和冰川，基于式（2）得出的地下水储量变化在湿润半湿润地区以及高山高原地区可能存在一定误差。土壤水储量、雪水当量和冠层水储量主要从全球水文模型或再分析数据中获取，如GLDAS、WGHM和ERA5等。

GWSA=TWSA-SMSA-SWESA-CWSA

其中：GWSA、TWSA、SMSA、SWESA、CWSA分别为地下水储量变化、陆地水储量变化、土壤水储量变化、雪水当量变化和冠层水储量变化。

地下水是干旱半干旱地区最主要的灌溉水源和人类生活水源。由于极端气候事件频发、人口增长迅速、地下水过度开采，目前研究地下水枯竭对人类活动和生态系统的影响已成为全球热点问题，而GRACE数据适用于评估各种陆地水文条件下的地下水储量变化［68］，因此可借助GRACE数据来研究分析区域地下水储量的时空变化趋势。例如，Long等［18］探讨了南水北调工程对华北平原地下水储量变化的影响，李婉秋等［20］基于GRACE数据与GLDAS模型数据分析得出关中地区地下水在2003~2008年呈上升趋势，而2003~2013年总体呈现下降趋势，这与实测地下水位数据和WGHM水文模型结果较为吻合。研究表明，地下水枯竭主要是由于地下水的收支不平衡、灌溉水源和人类生活用水需求增加而产生的地下水超采所致，例如华北平原［59］、印度西北部［2， 60］、沙特阿拉伯半岛［3］、阿富汗、加利福尼亚［69］等地。地下水超采可能造成地面沉降，而结合干涉测量等技术可有效观测地面的沉降变化，例如，Vasco等［69］结合GRACE数据与InSAR对加利福尼亚Tulare流域的地下水储量变化与沉降进行了观测。

由于GRACE数据提供的水储量变化具有连续性好、适用性强等特点，基于该数据可以验证和校准无地下水位监测数据地区的水文模型，也可结合卡尔曼滤波［70］等方法，将其同化至陆地表面模型中以提高模型模拟的可靠性。但因计算复杂、工作量大，目前有关这方面的研究较少，具有较大的研究潜力。

3 GRACE数据监测干旱方面的应用

3.1　干旱演变

干旱指数是监测干旱的有力工具，合理选择干旱指数是准确监测和评估干旱的基础［71］。由于GRACE卫星可以提供大尺度的水储量变化数据，目前已有较多结合GRACE数据的干旱指数，类型主要包括水文干旱、地下水干旱和综合干旱，如表1所示。传统意义上以径流表征的水文干旱仅能以站点尺度进行评估，而GRACE数据反演的格点尺度的陆地水储量变化包含了包括地表水在内的总体水量变化，以此评估水文干旱能够综合评价流域和地区的水文干旱情势，更具适用性；GRACE数据结合水文模型可依据式（2）得到地下水储量变化，该数据可以评估地下水干旱的时空演变规律。

表1   基于GRACE数据构建的干旱指数研究进展

Table 1  Research progress on drought index constructed based on GRACE data

干旱类别干旱指数构建方法代表文献
水文干旱TSDI借鉴PDSI的构建方法Yirdaw等[76]，Cao等[77]
MTSDI结合信号分解方法改进TSDIHosseini-Moghari等[78]
GHDI借鉴PHDI的构建方法Yi等[74]
STI借鉴SPI的构建方法Cui等[75]

GRACE-DSI

/SWSI

对逐月数据进行标准化

冉艳红等[21]，Zhao等[79]，

Liu等[80]，王文等[81]

WSDI去除逐月平均值后进行标准化

邓梓锋等[82]，Sinha等[83]，

Deng等[84]，Sun等[85]，瞿伟等[86]

地下水干旱GGDI去除逐月平均值后进行标准化Thomas等[22]，Wang等[87]，Satish等[88]

GRACE-GDI

/GWSA-DSI

借鉴GRACE-DSI的构建方法粟晓玲等[24]，Han等[89]，Zhu和Zhang[90]
综合干旱CCDI陆地水储量变化和降水变化均去除逐月平均值后相加，再进行标准化Sinha等[91]，Xu等[92]

新窗口打开| 下载CSV


干旱指数在气象、径流等方面发展较为成熟且广为应用，例如，标准化降水指数SPI［72］、帕尔默干旱指数PDSI［73］和帕尔默水文干旱指数PHDI［74］等。众多学者将其构建方法应用至GRACE数据的干旱指数构建中，比如Cui等［75］参照SPI的构建方法，构建了多尺度的标准化陆地水储量指数STI，该指数与多种常用的指数相比在捕捉干旱事件方面更具优势。也有部分学者基于水储量变化采用标准化方法构建干旱指数，例如，Thomas等［22］以加州中央山谷为例，构建了基于GRACE数据的地下水干旱指数GGDI，研究发现GGDI与基于实测地下水位数据的指数GWI具有很强的相关性，且相对于PDSI和SPI存在5个月的滞时，这也体现了地下水干旱相对于气象干旱独特的滞后响应。这些干旱指数虽然构建方法不同，但对于干旱演变等均有较好的监测效果。

在水储量亏损严重的地区，基于GRACE数据的干旱指数在研究期中后段的干旱情况会比起初更为严重，但这并非气象干旱引起，大多是由于人类活动引起，比如过度抽取地下水、植树造林等，因此部分学者改进了现有的干旱指数，例如Liu等［80］、冉艳红等［21］为消除非气候因素对干旱的影响，采用了去除趋势的GRACE数据构建了干旱指数GRACE-DSI，相比于未去除趋势的GRACE数据而言，可以更好地捕捉干旱演变特征。

干旱过程较为复杂，且影响因素众多，综合考虑多种因素的综合干旱指数能够更准确的监测和评估干旱情势。GRACE数据可作为因素之一构建干旱指数，目前综合干旱指数的构建研究中大多未考虑到以GRACE数据代表的水文干旱或地下水干旱。Sinha等［91］构建了一种考虑降水和GRACE数据反演的陆地水储量变化的综合干旱指数CCDI，该指数与PDSI和GRACE-DSI具有良好的对应关系，能够更好地量化干旱严重程度。Xu等［92］在Sinha等［91］的基础上提出了剔除人为影响的综合干旱指数detrended-CCDI，其捕捉干旱的适用性和准确性更高。在未来的综合干旱研究中，结合GRACE数据代表的水储量变化与多源数据来构建综合干旱指数可能会提高对干旱演变的监测能力。

3.2　干旱响应

不同类型的干旱之间具有密切的联系，气象干旱通常是其他干旱的驱动因素［71］。一般来说，由降水不足引起的气象干旱作用于下垫面，对土壤、植被、径流、陆地水和地下水产生不同程度的影响［93］，继而触发农业干旱、生态干旱、水文干旱和地下水干旱。

目前针对不同干旱类型对基于GRACE数据的水文干旱和地下水干旱的响应关系研究仍处于探索阶段，例如袁瑞强等［94］分析了黄河流域归一化植被指数NDVI对陆地水储量的响应关系，研究表明水热条件和人类活动等因素导致了上游和甘肃南部响应关系呈显著正相关，中下游地区相关性不明显，部分地区为负相关，但该研究并未考虑两者的时滞影响。Thomas等［22-23］分别研究了珠江流域和加利福尼亚中央山谷气象干旱对地下水干旱的传播规律，结果表明响应时间分别为8个月和5个月。粟晓玲等［24］探讨了西北地区气象干旱与地下水干旱的动态响应关系，得出大部分地区的响应时间为1~6个月和19~24个月，且以气象条件为主导因素的地下水干旱面积在变小。

地下水是生态系统格局的主要影响因素，地下水干旱与生态干旱相互影响，互馈机制较为复杂，有待更进一步的研究。GRACE数据提供的水储量变化对监测水文干旱和地下水干旱有着独特的优势，结合该优势探讨不同类型干旱的响应和互馈机制有助于提高对干旱成因的认识。

4 GRACE数据插补重建方面的研究

GRACE卫星与其后续卫星GRACE-FO之间存在11个月（2017年7月~2018年5月）数据空缺以及GRACE数据的序列长度不满足对陆地水储量变化的长期观测研究，这限制了GRACE数据在气候、水文等领域的应用，因此对GRACE数据反演的陆地水储量变化数据进行插补重建对提高监测的连续性具有重要意义。

机器学习为水文学以及相关领域提供了强有力的技术支撑，广泛应用于水文数据的模拟预测［95-96］。较多学者基于机器学习方法探讨了GRACE间断期序列的插补和重建，如任立良等［26］、梁文涛等［97］、Wei等［98］均采用LSTM模型分别插补了黄河流域、黄河源区、柴达木盆地的GRACE间断期序列，并得到较好的精度，这表明了深度学习模型LSTM在预测方面的稳健性；Xiong等［30］基于随机森林法、支持向量机、人工神经网络（ANN）对中国大陆的GRACE间断期数据进行插补，总体精度较高，但在干旱半干旱地区（如西北地区）的精度较差。Li等［99］、Lai等［100］、Ahmed等［101］分别采用SSA-ARMA、ANN和NARX模型对流域尺度的GRACE数据进行插补重建，模型精度均较高，但未涉及格点尺度，而流域尺度相对格点尺度来说序列较为平滑，易于模拟和预测。Sun等［27］采用DNN等多种方法对全球GRACE序列进行重建，结果表明湿润地区的重建效果优于干旱地区，这主要是由于GRACE数据在湿润地区的信噪比更高导致。Li等［28］结合主成分分析、独立成分分析、最小二乘法、多元线性回归、ANN等多种方法构建了GRACE数据重建的框架，结合模型精度优选结果，综合多种模型的优点有助于提升重建GRACE数据的精度。褚江东等［102］基于分解-集成思想，采用VMD-LSTM模型插补了中国的GRACE间断期数据，较其他模型提高了干旱半干旱地区的插补精度。机器学习方法作为黑箱模型，其计算过程无实际物理意义，可解释性较差，因此有研究将水文模型应用至GRACE数据的插补重建中，例如Zhang等［103］采用了具有水文机理的经验水文模型abcd插补了GRACE间断期数据，结果表明该模型的插补精度在热带、温带和大陆性气候区较高，但在干旱地区精度有待提高。也有部分学者采用了基于统计意义的气候驱动模型重建GRACE数据［104-105］，并得到了较好的重建效果。Sun等［106］基于深度卷积神经网络（CNN）来学习GRACE数据反演的陆地水储量变化与Noah模型模拟的陆地水储量变化之间的关系，从而校正Noah模型模拟的陆地水储量变化，这为水储量变化数据的插补重建提供了一个新的思路。

结合上述研究，目前多数研究在干旱半干旱地区的插补重建精度较差，有必要寻找适用性强的GRACE数据的插补重建方法。大多研究采用基于因果关系的机器学习模型，其输入主要为降水、气温或者水文模型提供的水储量等数据，这些数据在湿润地区与GRACE数据相关性较高，使得模型易于学习识别输入项与陆地水储量变化的相关关系，插补重建效果较好；但在干旱地区，各输入项和陆地水储量变化的信噪比较小，加之两者相关性不高，很难通过常规的机器学习来有效地插补和重建。

5 发展趋势与建议

自GRACE重力卫星发射升空后，国内外学者利用GRACE数据在水文学方面开展了大量卓有成效的工作，但仍存在不少需要进一步探讨的问题，例如科学分离气候变化和人类活动对水储量变化影响、提高数据的验证精度、构建考虑非一致性的干旱指数、建立具有水文机理的插补重建模型、提升数据的时空分辨率等。结合国内外基于GRACE数据的应用现状，建议着重开展以下几个方向的研究工作：

（1）变化环境对水储量变化的影响。在GRACE数据反演水储量变化方面，由于人类活动显著影响了全球多个地区的水储量变化，已成为水储量变化不容忽视的影响因素，在今后研究中需重点关注人类活动和气候变化对水储量变化的影响。另外，后续研究可进一步探讨水储量各组分（例如土壤水、地下水、冰雪等）变化对水储量的影响［35， 102］，以及结合未来情景或气候模式分析未来水储量的变化情势［107］。水储量变化作为水循环的重要变量，将其同化至水文模型中可有效提高水文模型的精度［108］。

（2）降低GRACE数据的不确定性。由于GRACE卫星受卫星轨道和硬件设计的影响［109］，GRACE数据仍存在较大的不确定性，在使用该数据前有必要通过多源数据或水量平衡方程进行对比验证，可结合卫星遥感数据和模型模拟数据，利用机器学习等方法建立精度校正模型，或采用GPS、GNSS和实测地下水位等数据对GRACE数据进行偏差校正。

（3）构建更适合干旱监测的干旱指数。GRACE数据为分析干旱演变和响应提供了新的视角。由于人类活动致使水储量变化的一致性遭到破坏，使得在干旱指数计算中频率分析的一致性假设受到挑战［71］，因此，如何分离非气候因素对干旱指数构建的影响或构建考虑非一致性的干旱指数是值得探讨的问题。另外，综合干旱指数可以综合反映区域的干旱情势，将GRACE数据反演的水储量变化考虑其中可提高干旱指数的干旱识别能力。

（4）提高插补重建GRACE数据的精度。未来需着重考虑采用具有水文机理的模型对GRACE数据进行插补重建，这有助于提高精度和对水文过程的理解。由于全球各个地区对陆地水储量变化的主导因素不同，在插补重建时可综合采用多种模型和多种输入方案选择最佳结果，以提高结果的准确性［110］。

（5）提升GRACE的数据时空分辨率。受制于GRACE数据的时空分辨率，将该数据应用至中小尺度区域的适用性仍有待进一步的研究，因此有必要采用切实可行的方法提高GRACE数据的时空分辨率。目前已有研究结合与水储量变化相关的气象要素和下垫面要素，采用统计学［111-112］或机器学习［113-115］方法对水储量变化进行统计降尺度，但这在气象要素和下垫面要素与水储量变化相关不强的地区适用性可能不佳，结合人类活动的相关因素可能有助于提高降尺度的适用性。动力降尺度具有较好的数学物理基础［116］，采用该方法或动力-统计降尺度提高GRACE数据的空间分辨率是未来需要考虑的方向。诚然，提高陆地水储量变化的时空分辨率最为有效的手段为改进反演方法，发射具有更高时空分辨率的重力卫星，例如欧空局和NASA联合提出的下一代卫星重力任务（NGGM）和我国的天琴计划等［117］，新一代重力卫星在关键载荷上精度水平进一步提高，将有助于进一步提高时变重力场和反演水储量的时空精度。

参考文献

TAPLEY B D， BETTADPUR S， RIES J C， et al.

GRACE measurements of mass variability in the earth system

［J］. Science，2004，305（5683）：503-505.DOI：10.1126/science. 1099192

[本文引用: 1]

RODELL M， VELICOGNA I， FAMIGLIETTI J S.

Satellite-based estimates of groundwater depletion in India

［J］. Nature，2009，460（7258）：999-1002. DOI：10.1038/nature08238

[本文引用: 2]

RODELL M， FAMIGLIETTI J S， WIESE D N， et al.

Emerging trends in global freshwater availability

［J］. Nature， 2018， 557（7707）： 651-659. DOI： 10.1038/s41586-018-0123-1

[本文引用: 2]

LONG Di， LI Xueying， LI Xingdong， et al.

Remote sensing retrieval of water storage changes and underlying climatic mechanisms over the Tibetan Plateau during 2000—2020

［J］. Advances in Water Science， 2022， 33（3）： 375-389.

[本文引用: 2]

龙笛， 李雪莹， 李兴东， 等.

遥感反演2000—2020年青藏高原水储量变化及其驱动机制

［J］. 水科学进展， 2022， 33（3）： 375-389.

[本文引用: 2]

YANG Junyan， SUN Wenke.

The theory and method of determining dislocation Love number and Green’s function using geodetic data

［J］. Chinese Journal of Geophysics， 2020，63（8）： 2912-2923.

[本文引用: 1]

杨君妍， 孙文科.

利用大地测量数据反演地震位错Love数和格林函数的理论与方法

［J］. 地球物理学报， 2020， 63（8）： 2912-2923.

[本文引用: 1]

LIU Han， WEI Hui， ZOU Xiancai.

Precise GNSS phase velocity determination for GRACE Follow-On satellites

［J］. Acta Geodaetica et Cartographica Sinica， 2021， 20（12）： 1772-1779.

[本文引用: 1]

刘晗， 魏辉， 邹贤才.

GRACE Follow-On卫星的星载GNSS相位测速法

［J］. 测绘学报， 2021， 50（12）： 1772-1779.

[本文引用: 1]

ZOU Zhengbo， ZHANG Yi， TAN Hongbo， et al.

Study on gravity variation of the epicenter and surrounding areas of Maduo and Yangbi earthquakes during 2002-2021 by gravity satellite

［J］. Seismology and Geology， 2021， 43（4）： 999-1012.

[本文引用: 1]

邹正波， 张毅， 谈洪波， 等.

利用重力卫星研究青海玛多及云南漾濞地震周边2002—2021年重力变化

［J］. 地震地质， 2021， 43（4）： 999-1012.

[本文引用: 1]

CHEN Wei， ZHONG Min， FENG Wei， et al.

Using GRACE/GRACE-FO and Swarm to estimate ice-sheets mass loss in Antarctica and Greenland during 2002-2020

［J］. Chinese Journal of Geophysics， 2022， 65（3）： 952-964.

[本文引用: 1]

陈威， 钟敏， 冯伟， 等.

基于GRACE/GRACE-FO和Swarm卫星研究2002—2020年南极和格陵兰岛冰盖质量时空变化

［J］. 地球物理学报， 2022， 65（3）： 952-964.

[本文引用: 1]

LOOMIS B D， RACHLIN K E， WIESE D N， et al.

Replacing GRACE/GRACE-FO C-30 with satellite laser ranging： Impacts on Antarctic ice sheet mass change

［J］. Geophysical Research Letters， 2020，47： e2019GL085488. DOI： 10.1029/2019GL085488

[本文引用: 1]

LI Yang， GUO Jinyun， SUN Yü， et al.

Inversion of global sea level change and its component contributions by combining time-varying gravity data and altimetry data

［J］. Acta Geodaetica et Cartographica Sinica， 2022， 51（8）： 1768-1778.

[本文引用: 1]

李杨， 郭金运， 孙玉， 等.

联合时变重力数据与测高数据反演全球海平面变化及其分量贡献

［J］. 测绘学报， 2022， 51（8）： 1768-1778.

[本文引用: 1]

RAJ R P， ANDERSEN O B， JOHANNESSEN J A， et al.

Arctic sea level budget assessment during the GRACE/Argo time period

［J］. Remote Sensing， 2020， 12（17）： 2837. DOI： 10.3390/rs12172837

[本文引用: 1]

TAPLEY B D， WATKINS M M， FLECHTNER F， et al.

Contributions of GRACE to understanding climate change

［J］. Nature Climate Change，2019，9（5）：358-369. DOI：10.1038/s41558-019-0456-2

[本文引用: 1]

JIANG D， WANG J H， HUANG Y H， et al.

The review of GRACE data applications in terrestrial hydrology monitoring

［J］. Advances in Meteorology， 2014， 2014： 725131. DOI： 10.1155/2014/725131

[本文引用: 2]

PENG Cong， ZHOU Xinghua， KU Anbang.

Review on the domestic applications of GRACE gravity satellite data

［J］. Hydrographic Surveying and Charting， 2017， 37（6）： 9-12.

[本文引用: 1]

彭聪， 周兴华， 库安邦.

GRACE重力卫星数据国内应用研究现状综述

［J］. 海洋测绘， 2017， 37（6）： 9-12.

[本文引用: 1]

LIU Liu， WANG Xuanxuan， NIU Qiankun， et al.

Evolution characteristic of terrestrial water storage change and its attribution analysis over the Yarlung Zangbo River Basin

［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（14）： 135-144.

[本文引用: 1]

刘浏， 王宣宣， 牛乾坤， 等.

雅鲁藏布江流域陆地水储量变化特征及归因

［J］. 农业工程学报， 2021， 37（14）： 135-144.

[本文引用: 1]

CHEN Wei， ZHONG Min， FENG Wei， et al.

Effects of two strong ENSO events on terrestrial water storage anomalies in China from GRACE during 2005—2017

［J］. Chinese Journal of Geophysics， 2020， 63（1）： 141-154.

[本文引用: 2]

陈威， 钟敏， 冯伟， 等.

2005—2017年两次强ENSO事件对中国区域陆地水储量变化影响的卫星重力观测

［J］. 地球物理学报， 2020， 63（1）： 141-154.

[本文引用: 2]

LI Shu， SHI Pengfei， GU Xiaowei， et al.

GRACE-based monitoring groundwater change in coal mining areas

［J］. Journal of Hydraulic Engineering， 2021， 52（12）： 1439-1448.

[本文引用: 3]

李舒， 师鹏飞， 谷晓伟， 等.

GRACE重力卫星监测煤矿开采区地下水变化研究

［J］. 水利学报， 2021， 52（12）： 1439-1448.

[本文引用: 3]

LONG D， YANG W T， SCANLON B R， et al.

South-to-North water diversion stabilizing Beijing’s groundwater levels

［J］. Nature Communications， 2020， 11： 3665. DOI： 10.1038/s41467-020-17428-6

[本文引用: 2]

FENG Guiping， SONG Qingtao， JIANG Xingwei.

Global groundwater storage changes and characteristics observed by satellite gravimetry

［J］. Remote Sensing Technology and Application， 2019， 34（4）： 822-828.

冯贵平， 宋清涛， 蒋兴伟.

卫星重力监测全球地下水储量变化及其特征

［J］. 遥感技术与应用， 2019， 34（4）： 822-828.

LONG Di， YANG Wenting， SUN Zhangli， et al.

GRACE satellite-based estimation of groundwater storage changes and water balance analysis for the Haihe River Basin

［J］. Journal of Hydraulic Engineering， 2023， 54（3）： 255-267.

[本文引用: 4]

龙笛， 杨文婷， 孙章丽， 等.

海河平原地下水储量变化的重力卫星反演和流域水量平衡

［J］. 水利学报， 2023， 54（3）： 255-267.

[本文引用: 4]

RAN Yanhong， ZHONG Min， CHEN Wei， et al.

Monitoring the extreme drought in the middle and lower reaches of the Yangtze River in 2019 from GRACE-FO satellites

［J］. Chinese Science Bulletin， 2021， 66（1）： 107-117.

[本文引用: 4]

冉艳红， 钟敏， 陈威， 等.

利用GRACE-FO重力卫星探测2019年长江中下游极端干旱

［J］. 科学通报， 2021， 66（1）： 107-117.

[本文引用: 4]

THOMAS B F， FAMIGLIETTI J S， LANDERER F W， et al.

GRACE groundwater drought index：Evaluation of California Central Valley groundwater drought

［J］. Remote Sensing of Environment， 2017， 198： 384-392. DOI： 10.1016/j.rse.2017.06.026

[本文引用: 4]

HAN Z M， HUANG S Z， HUANG Q， et al.

Propagation dynamics from meteorological to groundwater drought and their possible influence factors

［J］. Journal of Hydrology，2019，578：124102. DOI：10.1016/j.jhydrol. 2019. 124102

[本文引用: 2]

SU Xiaoling， CHU Jiangdong， ZHANG Te， et al.

Spatio-temporal evolution trend of groundwater drought and its dynamic response to meteorological drought in Northwest China

［J］. Water Resources Protection， 2022， 38（1）： 34-42.

[本文引用: 4]

粟晓玲， 褚江东， 张特， 等.

西北地区地下水干旱时空演变趋势及对气象干旱的动态响应

［J］. 水资源保护， 2022， 38（1）： 34-42.

[本文引用: 4]

LANDERER F W， FLECHTNER F M， SAVE H， et al.

Extending the global mass change data record： GRACE Follow-On instrument and science data performance

［J］. Geophysical Research Letters， 2020， 47： e2020GL088306. DOI： 10.1029/2020GL088306

[本文引用: 1]

REN Liliang， WANG Yu， JIANG Shanhu， et al.

GRACE and GRACE-FO -based terrestrial water storage and its influencing factor analysis of the Yellow River Basin

［J］. Water Resources Protection，2022，38（4）：26-32.

[本文引用: 3]

任立良，王宇，江善虎，等.

基于GRACE和GRACE-FO的黄河流域陆地水储量及影响因素分析

［J］. 水资源保护，2022，38（4）：26-32.

[本文引用: 3]

SUN Z L， LONG D， YANG W T， et al.

Reconstruction of GRACE data on changes in total water storage over the global land surface and 60 basins

［J］. Water Resources Research， 2020， 55： e2019WR026250. DOI： 10.1029/2019WR026250

[本文引用: 1]

LI F P， KUSCHE J， RIETBROEK R， et al.

Comparison of data-driven techniques to reconstruct （1992-2002） and predict （2017-2018） GRACE-like gridded total water storage changes using climate inputs

［J］. Water Resources Research， 2020， 56： e2019WR026551. DOI： 10.1029/2019WR026551

[本文引用: 1]

ZHONG Y L， FENG W， HUMPHREY V， et al.

Human-induced and climate-driven contributions to water storage variations in the Haihe River Basin， China

［J］. Remote Sensing， 2019， 11（24）： 3050. DOI： 10.3390/rs11243050

XIONG J H， YIN J B， GUO S L， et al.

Continuity of terrestrial water storage variability and trends across mainland China monitored by the GRACE and GRACE-Follow on satellites

［J］. Journal of Hydrology， 2021， 599： 126308. DOI： 10.1016/j.jhydrol.2021.126308

[本文引用: 3]

ZHANG Lan， SUN Wenke.

Progress and prospect of GRACE Mascon product and its application

［J］. Reviews of Geophysics and Planetary Physics， 2022， 53（1）： 35-52.

[本文引用: 2]

张岚， 孙文科.

重力卫星GRACE Mascon产品的应用研究进展与展望

［J］. 地球与行星物理论评， 2022， 53（1）： 35-52.

[本文引用: 2]

FENG W.

GRAMAT： A comprehensive Matlab toolbox for estimating global mass variations from GRACE satellite data

［J］. Earth Science Informatics，2019，12（3）：389-404. DOI： 10.1007/s12145-018-0368-0

[本文引用: 1]

CHEN H， ZHANG W C， NIE N， et al.

Long-term groundwater storage variations estimated in the Songhua River Basin by using GRACE products， land surface models， and in-situ observations

［J］. Science of The Total Environment，2019，649：372-387. DOI： 10.1016/j.scitotenv.2018. 08.352

[本文引用: 2]

CAO Yang， YANG Mingxiang， LEI Xiaohui， et al.

Review on the application of GRACE satellite in China’s terrestrial water storage

［J］. China Rural Water and Hydropower， 2017（8）： 74-79.

[本文引用: 1]

曹阳， 杨明祥， 雷晓辉， 等.

GRACE卫星数据在国内陆地水储量反演中的应用综述

［J］. 中国农村水利水电， 2017（8）： 74-79.

[本文引用: 1]

HU Baoyi， WANG Lei.

Terrestrial water storage change and its attribution： a review and perspective

［J］. Water Resources and Hydropower Engineering， 2021， 52（5）： 13-25.

[本文引用: 4]

胡宝怡， 王磊.

陆地水储量变化及其归因：研究综述及展望

［J］. 水利水电技术， 2021， 52（5）： 13-25.

[本文引用: 4]

HU Litang， SUN Kangning， YIN Wenjie.

Review on the application of GRACE satellite in regional groundwater management

［J］. Journal of Earth Sciences and Environment， 2016， 38（2）： 258-266.

[本文引用: 1]

胡立堂， 孙康宁， 尹文杰.

GRACE卫星在区域地下水管理中的应用潜力综述

［J］. 地球科学与环境学报， 2016， 38（2）： 258-266.

[本文引用: 1]

FRAPPART F， RAMILLIEN G.

Monitoring groundwater storage changes using the Gravity Recovery and Climate Experiment （GRACE） Satellite Mission： a review

［J］. Remote Sensing， 2018， 10（6）： 829. DOI： 10.3390/rs10060829

TU Mengzhao， LIU Zhifeng， HE Chunyang， et al.

Research progress of groundwater storage changes monitoring in China based on GRACE satellite data

［J］. Advances in Earth Science， 2020， 35（6）： 643-656.

[本文引用: 1]

涂梦昭， 刘志锋， 何春阳， 等.

基于GRACE卫星数据的中国地下水储量监测进展

［J］. 地球科学进展， 2020， 35（6）： 643-656.

[本文引用: 1]

ZHONG Y L， ZHONG M， FENG W， et al.

Groundwater depletion in the West Liaohe River Basin， China and its implications revealed by GRACE and in situ measurements

［J］. Remote Sensing， 2018， 10（4）： 493. DOI： 10.3390/rs 10040493

[本文引用: 1]

WEI Guanghui， YANG Peng， ZHOU Haiying， et al.

An Analysis of the drought characteristics and driving factors of Tarim River Basin based on downscaled terrestrial water storage from GRACE

［J］. China Rural Water and Hydropower， 2020（7）：12-19.

[本文引用: 1]

魏光辉， 杨鹏， 周海鹰， 等.

基于GRACE陆地水储量降尺度的塔里木河流域干旱特征及驱动因子分析

［J］. 中国农村水利水电， 2020（7）：12-19.

[本文引用: 1]

TAO Zhengguang， TAO Tingye， DING Xin， et al.

Groundwater storage changes in Anhui province derived from GRACE and GLDAS hydrological model

［J］. Progress in Geophysics， 2021， 36（4）：1456-1463.

[本文引用: 1]

陶征广， 陶庭叶， 丁鑫， 等.

基于GRACE和GLDAS水文模型反演安徽省地下水储量变化

［J］. 地球物理学进展， 2021， 36（4）： 1456-1463.

[本文引用: 1]

XIONG Jinghua， WANG Zhaoli.

Spatiotemporal changes of terrestrial water storage in the Pearl River Basin based on GRACE data

［J］. Journal of China Hydrology， 2021， 41（6）：33-39.

[本文引用: 1]

熊景华， 王兆礼.

基于GRACE重力卫星的珠江流域陆地水储量时空变化研究

［J］. 水文， 2021， 41（6）：33-39.

[本文引用: 1]

YAO Chaolong， LI Qiong， LUO Zhicai， et al.

Uncertainties in GRACE-derived terrestrial water storage changes over mainland China based on a generalized Three-cornered Hat Method

［J］. Chinese Journal of Geophysics， 2019， 62（3）： 883-897.

[本文引用: 2]

姚朝龙， 李琼， 罗志才， 等.

利用广义三角帽方法评估GRACE反演中国大陆地区水储量变化的不确定性

［J］. 地球物理学报， 2019， 62（3）： 883-897.

[本文引用: 2]

NIE Ning， ZHANG Wanchang， CHEN Hao， et al.

Temporal variation characteristics and attribution analysis of terrestrial water storage change in the Yangtze River basin

［J］. Advances in Water Science， 2021， 32（3）： 396-407.

[本文引用: 1]

聂宁， 张万昌， 陈豪， 等.

长江流域水储量变化的时间变化特征及归因分析

［J］. 水科学进展， 2021， 32（3）： 396-407.

[本文引用: 1]

LONG D， PAN Y， ZHOU J， et al.

Global analysis of spatiotemporal variability in merged total water storage changes using multiple GRACE products and global hydrological models

［J］. Remote Sensing of Environment， 2017， 192： 198-216. DOI： 10.1016/j.rse.2017.02.011

[本文引用: 2]

MEHRNEGAR N， JONES O， SINGER M B， et al.

Comparing global hydrological models and combining them with GRACE by dynamic model data averaging （DMDA）

［J］. Advances in Water Resources，2020，138：103528. DOI：10.1016/j.advwatres.2020.103528

[本文引用: 1]

SAKUMURA C， BETTADPUR S， BRUINSMA S.

Ensemble prediction and intercomparison analysis of GRACE time-variable gravity field models

［J］. Geophysical Research Letters，2014，41（5）：1389-1397. DOI： 10.1002/2013GL058632

[本文引用: 1]

LIU Renli， SHE Dunxian， LI Min， et al.

Using satellite observations to assess applicability of GLDAS and WGHM hydrological model

［J］. Geomatics and Information Science of Wuhan University， 2019， 44（11）： 1596-1604.

[本文引用: 1]

刘任莉， 佘敦先， 李敏， 等.

利用卫星观测数据评估GLDAS与WGHM水文模型的适用性

［J］. 武汉大学学报（信息科学版）， 2019， 44（11）： 1596-1604.

[本文引用: 1]

FENG Wei， WANG Changqing， MU Dapeng， et al.

Groundwater storage variations in the North China Plain from GRACE with spatial constraints

［J］. Chinese Journal of Geophysics， 2017， 60（5）： 1630-1642.

[本文引用: 1]

冯伟， 王长青， 穆大鹏， 等.

基于GRACE的空间约束方法监测华北平原地下水储量变化

［J］. 地球物理学报， 2017， 60（5）： 1630-1642.

[本文引用: 1]

LONG D， YANG Y T， WADA Y， et al.

Deriving scaling factors using a global hydrological model to restore GRACE total water storage changes for China's Yangtze River Basin

［J］. Remote Sensing of Environment， 2015， 168： 177-193. DOI： 10.1016/j.rse.2015.07.003

[本文引用: 1]

WAHR J， MOLENAAR M， BRYAN F.

Time variability of the Earth's gravity field： Hydrological and oceanic effects and their possible detection using GRACE

［J］. Journal of Geophysical Research： Solid Earth， 1998， 103（B12）： 30205-30229. DOI： 10.1029/98JB02844

[本文引用: 1]

JING W L， ZHAO X D， YAO L， et al.

Variations in terrestrial water storage in the Lancang-Mekong River basin from GRACE solutions and land surface model

［J］. Journal of Hydrology，2020，580：124258. DOI： 10.1016/j.jhydrol.2019.124258

[本文引用: 1]

DENG H J， PEPIN N C， LIU Q， et al.

Understanding the spatial differences in terrestrial water storage variations in the Tibetan Plateau from 2002 to 2016

［J］. Climatic Change， 2018，151（3-4）：379-393. DOI：10.1007/s10584-018-2325-9

[本文引用: 1]

CHEN Yaning， LI Zhi， FANG Gonghuan， et al.

Impact of climate change on water resources in the Tianshan Mountains， Central Asia

［J］. Acta Geographica Sinica， 2017， 72（1）： 18-26.

[本文引用: 1]

陈亚宁， 李稚， 方功焕， 等.

气候变化对中亚天山山区水资源影响研究

［J］. 地理学报， 2017， 72（1）： 18-26.

[本文引用: 1]

FENG Wei， JEAN-MICHEL L， ZHONG Min， et al.

Terrestrial water storage changes in the Amazon basin measured by GRACE during 2002-2010

［J］. Chinese Journal of Geophysics，2012，55（3）：814-821.

[本文引用: 1]

冯伟， Jean-Michel L， 钟敏， 等.

利用重力卫星GRACE监测亚马逊流域2002—2010年的陆地水变化

［J］. 地球物理学报， 2012， 55（3）： 814-821.

[本文引用: 1]

HAN Z M， HUANG S Z， HUANG Q， et al.

Assessing GRACE-based terrestrial water storage anomalies dynamics at multi-timescales and their correlations with teleconnection factors in Yunnan Province， China

［J］. Journal of Hydrology，2019，574：836-850. DOI：10.1016/j.jhydrol.2019. 04.093

[本文引用: 1]

SHEN Z X， ZHANG Q， SINGH V P， et al.

Drying in the low-latitude Atlantic Ocean contributed to terrestrial water storage depletion across Eurasia

［J］. Nature Communications， 2022， 13： 1849. DOI： 10.1038/s41467-022-29544-6

[本文引用: 1]

XU Y， GONG H L， CHEN B B， et al.

Long-term and seasonal variation in groundwater storage in the North China Plain based on GRACE

［J］. International Journal of Applied Earth Observation and Geoinformation， 2021， 104： 102560. DOI： 10.1016/j.jag.2021.102560

[本文引用: 1]

FENG W， ZHONG M， LEMOINE J， et al.

Evaluation of groundwater depletion in North China using the Gravity Recovery and Climate Experiment （GRACE） data and ground-based measurements

［J］. Water Resources Research， 2013， 49（4）： 2110-2118. DOI： 10.1002/wrcr.20192

[本文引用: 2]

TIWARI V M， WAHR J， SWENSON S.

Dwindling groundwater resources in northern India， from satellite gravity observations

［J］. Geophysical Research Letters，2009，36：L18401. DOI： 10.1029/2009GL039401

[本文引用: 2]

ZHANG Ke， JU Yan， LI Zhijia.

Satellite-based reconstruction and spatiotemporal variability analysis of actual evapotranspiration in the Jinshajiang River basin， China

［J］. Advances in Water Science， 2021， 32（2）： 182-191.

[本文引用: 2]

张珂， 鞠艳， 李致家.

金沙江流域实际蒸散发遥感重建及时空特征分析

［J］. 水科学进展， 2021， 32（2）： 182-191.

[本文引用: 2]

JU Yan， ZHANG Ke， LI Bingfeng， et al.

Spatiotemporal distribution of actual evapotranspiration and its influencing factors in the Jinsha River Basin

［J］. Water Resources Protection， 2022， 38（6）： 104-110.

[本文引用: 1]

鞠艳， 张珂， 李炳锋， 等.

金沙江流域实际蒸散发时空分布特征及其影响因子

［J］. 水资源保护， 2022， 38（6）： 104-110.

[本文引用: 1]

YUN Zhaode， HU Qingfang， WANG Yintang， et al.

Accuracy validation of remote sensing and reanalysis evapotranspiration data： A comparative study based on GRACE and monthly water balance model

［J］. Journal of Hydraulic Engineering， 2023， 54（1）： 117-127.

[本文引用: 1]

云兆得， 胡庆芳， 王银堂， 等.

遥感和再分析蒸散发数据精度评估：基于GRACE和流域月水量平衡模型的比较研究

［J］. 水利学报， 2023， 54（1）： 117-127.

[本文引用: 1]

CASTLE S L， REAGER J T， THOMAS B F， et al.

Remote detection of water management impacts on evapotranspiration in the Colorado River basin

［J］. Geophysical Research Letters，2016，43，5089-5097. DOI：10.1002/2016GL068675

[本文引用: 1]

PAN Y， ZHANG C， GONG H L， et al.

Detection of human-induced evapotranspiration using GRACE satellite observations in the Haihe River basin of China

［J］. Geophysical Research Letters， 2018， 44（1）， 190-199. DOI： 10.1002/2016GL071287

[本文引用: 1]

WEI Lin， DUAN Kai， LIU Xiaodong， et al.

Assessing human-induced evapotranspiration change based on multi-source data and Bayesian model averaging at the basin scale

［J］. Journal of Hydraulic Engineering， 2022， 53（4）： 433-444.

[本文引用: 1]

韦林， 段凯， 刘效东， 等.

基于多源数据与多模型集成的流域人为蒸散发变异评估

［J］. 水利学报， 2022， 53（4）： 433-444.

[本文引用: 1]

WAN Z M， ZHANG K， XUE X W， et al.

Water balance-based actual evapotranspiration reconstruction from ground and satellite observations over the conterminous United States

［J］. Water Resources Research，2015，51（8）：6485-6499. DOI： 10.1002/2015WR017311

[本文引用: 1]

RODELL M， CHEN J L， KATO H， et al.

Estimating groundwater storage changes in the Mississippi River basin （USA） using GRACE

［J］. Hydrogeology Journal， 2007， 15（1）： 159-166. DOI： 10.1007/s10040-006-0103-7

[本文引用: 1]

VASCO D W， KIM K H， FARR T G， et al.

Using Sentinel-1 and GRACE satellite data to monitor the hydrological variations within the Tulare Basin， California

［J］. Scientific Reports， 2022， 12：3867. DOI： 10.1038/s41598-022-07650-1

[本文引用: 2]

SUN Qin， XIE Zhenghui， TIAN Xiangjun.

GRACE terrestrial water storage data assimilation based on the ensemble four-dimensional variational method PODEn4DVar： Method and validation

［J］. Science China： Earth Sciences， 2014， 44（12）： 2753-2767.

[本文引用: 1]

孙琴， 谢正辉， 田向军.

基于集合四维变分方法PODEn4DVar的GRACE陆地水储量同化：方法与验证

［J］. 中国科学：地球科学， 2014， 44（12）： 2753-2767.

[本文引用: 1]

SU Xiaoling， ZHANG Gengxi， FENG Kai.

Progress and perspective of drought index

［J］. Journal of Water Resources and Architectural Engineering， 2019， 17（5）： 9-18.

[本文引用: 3]

粟晓玲， 张更喜， 冯凯.

干旱指数研究进展与展望

［J］. 水利与建筑工程学报， 2019， 17（5）： 9-18.

[本文引用: 3]

MCKEE T B， DOESKEN N J， KLEIST J.

The relationship of drought frequency and duration to time scales

［C］∥Proceedings of the Eighth Conference on Applied Climatology. Boston： American Meteorological Society， 1993.

[本文引用: 1]

ALLEY W M.

The Palmer Drought Severity Index： Limitations and assumptions

［J］. Journal of Climate and Applied Meteorology， 1984， 23（7）： 1100-1109. DOI： 10.1175/1520-0450（1984）023<1100：TPDSIL>2.0.CO；2

[本文引用: 1]

YI H， WEN L X.

Satellite gravity measurement monitoring terrestrial water storage change and drought in the continental United States

［J］. Scientific Reports， 2016， 6： 19909. DOI： 10.1038/srep19909

[本文引用: 2]

CUI A H， LI J F， ZHOU Q M， et al.

Use of a multiscalar GRACE-based standardized terrestrial water storage index for assessing global hydrological droughts

［J］. Journal of Hydrology，2021，603：126871. DOI：10.1016/j.jhydrol. 2021.126871

[本文引用: 2]

YIRDAW S Z， SNELGROVE K R， AGBOMA C O.

GRACE satellite observations of terrestrial moisture changes for drought characterization in the Canadian Prairie

［J］. Journal of Hydrology， 2008， 356（1-2）： 84-92. DOI： 10.1016/j.jhydrol.2008.04.004

[本文引用: 1]

CAO Y P， NAN Z T， CHENG G D.

GRACE gravity satellite observations of terrestrial water storage changes for drought characterization in the arid land of Northwestern China

［J］. Remote Sensing，2015，7（1）：1021-1047. DOI：10.3390/rs70101021

[本文引用: 1]

HOSSEINI-MOGHARI S， ARAGHINEJAD S， EBRAHIMI K， et al.

Introducing modified total storage deficit index （MTSDI） for drought monitoring using GRACE observations

［J］. Ecological Indicators，2019，101：465-475. DOI：10.1016/j.ecolind.2019.01.002

[本文引用: 1]

ZHAO M， VELICOGNAI A G， et al.

A global gridded dataset of GRACE drought severity index for 2002-14： comparison with PDSI and SPEI and a case study of the Australia Millennium drought

［J］. Journal of Hydrometeorology， 2017， 18（8）： 2117-2129. DOI： 10.1175/JHM-D-16-0182.1

[本文引用: 1]

LIU X F， FENG X M， CIAIS P， et al.

GRACE satellite-based drought index indicating increased impact of drought over major basins in China during 2002-2017

［J］. Agricultural and Forest Meteorology， 2020， 291： 108057. DOI： 10.1016/j.agrformet.2020.108057

[本文引用: 2]

WANG Wen， WANG Peng， CUI Wei.

A comparison of terrestrial water storage data and multiple hydrological data in the Yangtze River basin

［J］. Advances in Water Science，2015，26（6）：759-768.

[本文引用: 1]

王文，王鹏，崔巍.

长江流域陆地水储量与多源水文数据对比分析

［J］. 水科学进展，2015，26（6）： 759-768.

[本文引用: 1]

DENG Zifeng， WU Xushu， WANG Zhaoli， et al.

Drought monitoring based on GRACE data in the Pearl River Basin， China

［J］. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（20）： 179-187.

[本文引用: 1]

邓梓锋， 吴旭树， 王兆礼， 等.

基于GRACE重力卫星数据的珠江流域干旱监测

［J］. 农业工程学报， 2020， 36（20）： 179-187.

[本文引用: 1]

SINHA D， SYED T H， Famiglietti J S， et al.

Characterizing drought in India using GRACE observations of terrestrial water storage deficit

［J］. Journal of Hydrometeorology， 2017， 18（2）： 381-396. DOI： 10.1175/JHM-D-16-0047.1

[本文引用: 1]

DENG S S， LIU S X， MO X G.

Assessment and attribution of China’s droughts using an integrated drought index derived from GRACE and GRACE-FO data

［J］. Journal of Hydrology， 2021， 603： 127170. DOI： 10.1016/j.jhydrol. 2021.127170

[本文引用: 1]

SUN Z L， ZHU X F， PAN Y Z， et al.

Drought evaluation using the GRACE terrestrial water storage deficit over the Yangtze River Basin， China

［J］. Science of The Total Environment， 2018， 634： 727-738. DOI： 10.1016/j.scitotenv.2018.03.292

[本文引用: 1]

QU Wei， JIN Zehui， ZHANG Qin， et al.

Drought characteristics of the Yellow River basin from 2002 to 2020 revealed by GRACE and GRACE Follow-On data

［J］. Acta Geodaetica et Cartographica Sinica， 2023， 52（5）： 714-724.

[本文引用: 1]

瞿伟， 晋泽辉， 张勤， 等.

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

［J］. 测绘学报， 2023， 52（5）： 714-724.

[本文引用: 1]

WANG F， WANG Z M， YANG H B， et al.

Utilizing GRACE-based groundwater drought index for drought characterization and teleconnection factors analysis in the North China Plain

［J］.Journal of Hydrology，2020，585：124849. DOI： 10.1016/j.jhydrol.2020.124849

[本文引用: 1]

SATISH K K， VENKATA R E， SRIDHAR V.

Tracking seasonal and monthly drought with GRACE-based terrestrial water storage assessments over major river basins in South India

［J］. Science of the Total Environment，2020，763：142994. DOI： 10.1016/j.scitotenv.2020.142994

[本文引用: 1]

HAN Z M， HUANG S Z， HUANG Q， et al.

Effects of vegetation restoration on groundwater drought in the Loess Plateau， China

［J］. Journal of Hydrology， 2020， 591：125566. DOI： 10.1016/j.jhydrol.2020.125566

[本文引用: 1]

ZHU Q， ZHANG H.

Groundwater drought characteristics and its influencing factors with corresponding quantitative contribution over the two largest catchments in China

［J］. Journal of Hydrology， 2022， 609： 127759. DOI： 10.1016/j.jhydrol.2022.127759

[本文引用: 1]

SINHA D， SYED T H， REAGER J T.

Utilizing combined deviations of precipitation and GRACE-based terrestrial water storage as a metric for drought characterization： A case study over major Indian river basins

［J］. Journal of Hydrology， 2019， 572： 294-307. DOI： 10.1016/j.jhydrol.2019.02.053

[本文引用: 3]

XU Y Y， ZHU X Y， CHENG X， et al.

Drought assessment of China in 2002-2017 based on a comprehensive drought index

［J］. Agricultural and Forest Meteorology， 2022， 319： 108922. DOI： 10.1016/j.agrformet.2022.108922 .

[本文引用: 2]

WU Zhiyong， CHENG Dandan， HE Hai， et al.

Research progress of composite drought index

［J］. Water Resources Protection， 2021， 37（1）： 36-45.

[本文引用: 1]

吴志勇， 程丹丹， 何海， 等.

综合干旱指数研究进展

［J］. 水资源保护， 2021， 37（1）： 36-45.

[本文引用: 1]

YUAN Ruiqiang， QING Song.

Response of the normalized difference vegetation index to water storage in terrestrial basin of the yellow river basin： taking

2002-2015 as an example［J］. Journal of Irrigation and Drainage， 2020， 39（10）： 115-122.

[本文引用: 1]

袁瑞强， 青松.

2002―2015年黄河流域NDVI对陆地水储量的响应

［J］. 灌溉排水学报， 2020， 39（10）： 115-122.

[本文引用: 1]

ALTUNKAYNAK A， JALILZADNEZAMABAD A.

Extended lead time accurate forecasting of palmer drought severity index using hybrid wavelet-fuzzy and machine learning techniques

［J］. Journal of Hydrology， 2021， 601： 126619. DOI： 10.1016/j.jhydrol.2021.126619

[本文引用: 1]

YIN W J， FAN Z W， TANGDAMRONGSUB N， et al.

Comparison of physical and data-driven models to forecast groundwater level changes with the inclusion of GRACE-a case study over the state of Victoria， Australia

［J］. Journal of Hydrology， 2021， 602： 126735. DOI： 10.1016/j.jhydrol. 2021.126735

[本文引用: 1]

LIANG Wentao， WEI Linyong， LIU Yi， et al.

Increase in terrestrial water storage and possible causes over the source region of the Yellow River in recent two decades

［J］. China Rural Water and Hydropower， 2022， 479（9）： 70-74.

[本文引用: 1]

梁文涛， 卫林勇， 刘懿， 等.

近20年黄河源区陆地水储量增加及其可能原因分析

［J］. 中国农村水利水电， 2022， 479（9）： 70-74.

[本文引用: 1]

WEI L Y， JIANG S H， REN L L， et al.

Spatiotemporal changes of terrestrial water storage and possible causes in the closed Qaidam Basin， China using GRACE and GRACE Follow-On data

［J］. Journal of Hydrology， 2021， 598： 126274. DOI： 10.1016/j.jhydrol.2021.126274

[本文引用: 1]

LI W Q， WANG W， ZHANG C Y， et al.

Bridging terrestrial water storage anomaly during GRACE/GRACE-FO gap using SSA method： A case study in China

［J］. Sensors， 2019， 19， 4144. DOI： 10.3390/s19194144

[本文引用: 1]

LAI Y， ZHANG B， YAO Y B， et al.

Reconstructing the data gap between GRACE and GRACE follow-on at the basin scale using artificial neural network

［J］. Science of The Total Environment， 2022， 823： 153770. DOI： 10.1016/j.scitotenv.2022.153770

[本文引用: 1]

AHMED M， SULTAN M， ELBAYOUMI T， et al.

Forecasting GRACE data over the African watersheds using artificial neural networks

［J］. Remote Sensing， 2019， 11（15）： 1769. DOI： 10.3390/rs11151769

[本文引用: 1]

CHU Jiangdong， SU Xiaoling， WU Haijiang， et al.

Analysis of terrestrial water storage and its component changes in China from 2002 to 2021

［J］. Water Resources Protection， 2022， 39（3）： 170-178.

[本文引用: 2]

褚江东， 粟晓玲， 吴海江， 等.

2002—2021年中国陆地水储量及其组分变化分析

［J］. 水资源保护， 2022， 39（3）： 170-178.

[本文引用: 2]

ZHANG X， LI J B， DONG Q J， et al.

Bridging the gap between GRACE and GRACE-FO using a hydrological model

［J］. Science of The Total Environment， 2022， 822： 153659. DOI： 10.1016/j.scitotenv.2022.153659

[本文引用: 1]

HUMPREY V， GUDMUNDSSON L.

GRACE-REC： a reconstruction of climate-driven water storage changes over the last century

［J］. Earth System Science Data， 2019， 11： 1153-1170. DOI： 10.5194/essd-11-1153-2019

[本文引用: 1]

ZHONG Y L， FENG W， HUMPHREY V， et al.

Human-induced and climate-driven contributions to water storage variations in the Haihe River Basin， China

［J］. Remote Sensing， 2019， 11： 3050. DOI： 10.3390/rs11243050

[本文引用: 1]

SUN A Y， SCANLON B R， ZHANG Z Z， et al.

Combining physically-based modeling and deep learning for fusing GRACE satellite data： Can we learn from mismatch？

［J］. Water Resources Research， 2019， 55（2）： 1179-1195. DOI： 10.1029/2018WR023333

[本文引用: 1]

YANG Yuanhang， YIN Jiabo， GUO Shenglian， et al.

Projection of terrestrial drought evolution and its eco-hydrological effects in China

［J］. Chinese Science Bulletin， 2023， 68（7）： 817-829.

[本文引用: 1]

杨远航，尹家波，郭生练，等.

中国陆域干旱演变预估及其生态水文效应

［J］.科学通报，2023，68（7）：817-829.

[本文引用: 1]

SOLTANI S S， ATAIE-ASHTIANI B， SIMMONS C T.

Review of assimilating GRACE terrestrial water storage data into hydrological models： Advances， challenges and opportunities

［J］. Earth-Science Reviews， 2021， 213： 103487. DOI： 10.1016/j.earscirev.2020.103487

[本文引用: 1]

WANG Qiuyu， RAO Weilong， ZHANG Lan， et al.

Progress and prospect of GRACE time-varying gravity signal inversion method

［J］. Journal of Huazhong University of Science and Technology （Natural Science Edition）， 2022， 50（9）：104-116.

[本文引用: 1]

汪秋昱， 饶维龙， 张岚， 等.

GRACE时变重力信号反演方法研究的进展和展望

［J］. 华中科技大学（自然科学版）， 2022， 50（9）： 104-116.

[本文引用: 1]

CHU J D， SU X L， JIANG T L， et al.

Filling the gap between GRACE and GRACE-FO data using a model integrating variational mode decomposition and long short-term memory： A case study of Northwest China

［J］. Environmental Earth Sciences， 2023， 82（1）： 38. DOI： 10.1007/s12665-022-10716-y

[本文引用: 1]

YIN W J， HU L T， ZHANG M L， et al.

Statistical downscaling of GRACE-Derived groundwater storage using ET data in the North China Plain

［J］. Journal of Geophysical Research： Atmospheres， 2018， 123（11）： 5973-5987. DOI： 10.1029/2017JD027468

[本文引用: 1]

WANG Jie， BIAN Yuhan， LIU Junjie， et al.

Downscaling analysis of GRACE terrestrial water storage changes based on GLDAS in China

［J］. Water Resources and Power， 2020， 38（2）： 31-35.

[本文引用: 1]

王洁， 边宇晗， 刘俊杰， 等.

基于同化数据的GRACE卫星反演中国陆地水储量变化降尺度分析

［J］. 水电能源科学， 2020， 38（2）： 31-35.

[本文引用: 1]

ZHANG J X， LIU K， WANG M.

Downscaling groundwater storage data in China to a 1-km resolution using machine learning methods

［J］. Remote Sensing， 2021， 13（3）： 523. DOI： 10.3390/rs13030523

[本文引用: 1]

ZUO J P， XU J H， CHEN Y N， et al.

Downscaling simulation of groundwater storage in the Tarim River basin in northwest China based on GRACE data

［J］. Physics and Chemistry of the Earth， 2021， 123： 103042. DOI： 10.1016/j.pce.2021.103042

KHORRAMI B， ALI S， GUNDUZ O， et al.

Investigating the local-scale fluctuations of groundwater storage by using downscaled GRACE/GRACE-FO JPL Mascon product based on machine learning （ML） Algorithm

［J］. Water Resources Management，2023， DOI：10.1007/s11269-023-03509-w

[本文引用: 1]

XU Zhongfeng， HAN Ying， YANG Zongliang.

Review of research on regional climate dynamic downscaling methods

［J］. Scientia Sinica Terrae， 2019， 49（3）： 487-498.

[本文引用: 1]

徐忠峰， 韩瑛， 杨宗良.

区域气候动力降尺度方法研究综述

［J］. 中国科学：地球科学， 2019， 49（3）： 487-498.

[本文引用: 1]

RAN Jiangjun， YAN Zhengwen， WU Yunlong， et al.

Research status and future perspectives in next generation gravity mission

［J］. Geomatics and Information Science of Wuhan University， 2023， 48（6）： 841-857.

[本文引用: 1]

冉将军， 闫政文，吴云龙， 等.

下一代重力卫星任务研究概述与未来展望

［J］. 武汉大学学报（信息科学版）， 2023， 48（6）： 841-857.

[本文引用: 1]