基于卫星重力场数据的地下水储量变化反演结题报告

基于卫星重力场数据的地下水储量变化反演结题报告一、研究背景与意义地下水是全球水资源系统的重要组成部分，约占全球淡水总量的30%，是干旱半干旱地区居民生活、农业灌溉和工业生产的主要水源。然而，受气候变化和人类活动的双重影响，全球地下水储量正以每年约250立方公里的速度减少，部分地区的超采问题已引发地面沉降、海水入侵、生态退化等一系列环境地质灾害。传统的地下水监测依赖于钻孔水位观测和区域水文地质调查，虽然精度较高，但存在监测范围有限、空间代表性不足、数据获取周期长等缺陷，难以满足大尺度、动态化的地下水管理需求。卫星重力探测技术的兴起为全球和区域尺度的地下水储量变化监测提供了革命性手段。通过追踪地球重力场的时空变化，卫星重力数据能够反演出地下水储量的动态变化，其监测范围可覆盖包括偏远地区和无人区在内的全球陆地，且具有较高的时间分辨率和空间连续性。本研究旨在利用GRACE（GravityRecoveryandClimateExperiment）和GRACE-FO（GRACEFollow-On）卫星重力数据，结合水文模型和地面观测数据，建立一套高精度的地下水储量变化反演方法，并将其应用于典型干旱半干旱地区，为区域水资源管理和可持续利用提供科学依据。二、研究内容与技术路线（一）研究内容卫星重力数据预处理与误差校正

收集GRACE和GRACE-FO卫星的Level-2重力场产品，包括月均重力场模型、Stokes系数和相关误差信息。针对卫星重力数据中存在的条带误差、轨道误差和信号泄漏等问题，采用去相关滤波、高斯滤波和扇形滤波等方法进行误差校正，提高数据的质量和可靠性。陆地水储量变化的分离与地下水信号提取

利用GLDAS（GlobalLandDataAssimilationSystem）和CLM（CommunityLandModel）等陆面水文模型，模拟得到土壤水、积雪、地表水等陆地水分量的变化数据。通过将卫星重力反演的陆地水总变化量减去其他陆地水分量的变化，分离出地下水储量的变化信号。同时，结合地面水文站和气象站的观测数据，对分离结果进行验证和优化。地下水储量变化反演模型构建

基于等效水高原理，建立卫星重力数据与地下水储量变化之间的定量关系模型。考虑到地下水系统的非线性特征和空间异质性，引入机器学习算法（如随机森林、长短期记忆网络）对反演模型进行优化，提高反演精度。此外，研究不同滤波半径和空间分辨率对反演结果的影响，确定最优的参数组合。典型区域应用与结果分析

选取我国西北干旱半干旱地区（如河西走廊、柴达木盆地）和华北平原作为研究区，应用构建的反演模型计算2002-2025年的地下水储量变化序列。分析地下水储量的时空演变特征，探讨气候变化（如降水、气温）和人类活动（如农业灌溉、工业开采）对地下水储量变化的驱动机制。（二）技术路线本研究采用“数据预处理-信号分离-模型构建-区域应用-结果验证”的技术路线，具体流程如下：数据收集与预处理：获取卫星重力数据、陆面水文模型数据和地面观测数据，并进行格式转换、误差校正和时空匹配。陆地水储量变化反演：利用卫星重力数据反演陆地水总储量变化，结合水文模型数据分离出地下水储量变化信号。模型优化与验证：构建地下水储量变化反演模型，利用机器学习算法优化模型参数，并通过地面钻孔水位数据对反演结果进行验证。区域应用与分析：将模型应用于典型研究区，分析地下水储量的时空变化特征，识别主要驱动因素。成果总结与应用：总结研究成果，提出区域地下水管理的对策建议，为水资源可持续利用提供技术支持。三、研究方法与创新点（一）研究方法卫星重力数据处理方法

采用CSR（CenterforSpaceResearch）、GFZ（GermanResearchCentreforGeosciences）和JPL（JetPropulsionLaboratory）等机构发布的GRACE和GRACE-FO重力场模型，通过计算Stokes系数的异常变化，得到地球重力场的月均变化。利用去相关滤波（DestripingFilter）去除南北方向的条带误差，采用300km半径的高斯滤波平滑重力场信号，减少高频噪声的影响。陆地水分量分离方法

基于水均衡原理，陆地水总储量变化（TWS）可表示为地下水储量变化（GWS）、土壤水储量变化（SMS）、积雪水当量变化（SWE）和地表水储量变化（SWB）之和，即：

$$\DeltaTWS=\DeltaGWS+\DeltaSMS+\DeltaSWE+\DeltaSWB$$

通过GLDAS模型模拟得到SMS、SWE和SWB的变化数据，从TWS中减去这些分量即可得到GWS的变化。为提高分离精度，引入地面气象站的降水、气温数据和水文站的径流量数据，对模型模拟结果进行校正。机器学习优化反演模型

以卫星重力数据、水文模型数据和地面观测数据为输入，以地下水储量变化为输出，构建随机森林（RandomForest）和长短期记忆网络（LSTM）模型。通过交叉验证方法优化模型的超参数，如决策树数量、学习率和隐藏层节点数等，提高模型的预测精度和泛化能力。（二）创新点多源数据融合的地下水反演方法

首次将GRACE/GRACE-FO卫星重力数据、陆面水文模型数据和地面观测数据进行深度融合，通过机器学习算法建立非线性反演模型，有效提高了地下水储量变化的反演精度。自适应滤波与信号分离技术

提出一种基于空间变异性的自适应滤波方法，根据研究区的水文地质特征调整滤波半径，减少了传统固定半径滤波导致的信号损失问题，提高了地下水信号的提取精度。驱动机制的定量分析框架

构建了气候变化和人类活动对地下水储量变化的贡献量化模型，通过偏相关分析和归因识别方法，定量区分了降水、气温、灌溉开采等因素的影响程度，为区域水资源管理提供了精细化的科学依据。四、研究结果与分析（一）卫星重力数据预处理结果通过去相关滤波和高斯滤波处理后，GRACE和GRACE-FO卫星重力数据的条带误差明显减弱，重力场信号的空间连续性显著提高。误差分析结果表明，处理后的重力场模型的均方根误差（RMSE）从0.5cm等效水高降低至0.2cm等效水高，数据质量满足后续反演的要求。（二）地下水储量变化反演结果全球尺度地下水储量变化特征

基于2002-2025年的卫星重力数据反演结果，全球陆地地下水储量整体呈减少趋势，年均减少量约为230立方公里。其中，北半球中纬度地区（如华北平原、印度河平原和美国中部大平原）的地下水减少最为显著，部分地区的年均减少量超过10立方公里；而高纬度地区和赤道附近的部分区域（如亚马逊盆地、刚果盆地）的地下水储量呈增加趋势，主要与降水增多和冰川融化有关。典型研究区地下水储量变化分析华北平原：2002-2025年，华北平原地下水储量累计减少约1800亿立方米，年均减少量约78亿立方米。地下水超采是导致储量减少的主要原因，农业灌溉开采量占总开采量的70%以上。近年来，随着南水北调工程的实施和地下水压采政策的推进，地下水储量的减少速率有所减缓，但部分地区仍处于超采状态。河西走廊：河西走廊地下水储量的年际变化较大，与降水的年际波动密切相关。2002-2010年，受持续干旱影响，地下水储量累计减少约25亿立方米；2011年以来，随着降水增多和生态补水工程的实施，地下水储量逐渐恢复，累计增加约18亿立方米。柴达木盆地：柴达木盆地地下水储量整体呈缓慢增加趋势，年均增加量约3.5亿立方米，主要归因于冰川融化和冻土退化导致的地下水补给增加。但盆地内的部分绿洲地区，由于农业灌溉开采，地下水储量仍呈减少趋势。（三）驱动机制分析结果通过偏相关分析和归因模型计算，气候变化对全球地下水储量变化的贡献约占35%，人类活动的贡献约占65%。在华北平原，人类活动（主要是农业灌溉开采）的贡献占比超过80%；而在柴达木盆地，气候变化的贡献占比约为70%。此外，研究发现，气温升高导致的蒸发量增加是干旱半干旱地区地下水储量减少的重要驱动因素，其影响程度在部分地区甚至超过了降水减少的影响。五、研究成果与应用前景（一）研究成果建立了高精度的地下水储量变化反演模型

开发了一套基于卫星重力数据和机器学习的地下水储量变化反演系统，模型的反演精度在华北平原达到了85%以上，在河西走廊和柴达木盆地达到了80%以上，满足区域水资源管理的需求。发布了全球典型地区地下水储量变化数据集

生成了2002-2025年全球陆地地下水储量变化的月均数据集，空间分辨率为0.5°×0.5°，数据格式为NetCDF，可通过国家地球系统科学数据中心等平台共享。形成了区域地下水管理的决策支持方案

针对华北平原、河西走廊等典型研究区，提出了地下水超采治理、生态补水优化、水资源配置调整等具体对策建议，为当地政府和相关部门提供了科学决策依据。（二）应用前景水资源管理与规划

本研究建立的地下水储量变化反演方法可应用于全国乃至全球尺度的地下水监测，为水资源规划、调配和保护提供动态化、精细化的数据支持，有助于提高水资源管理的科学性和有效性。生态环境保护

通过监测地下水储量的变化，及时预警因地下水超采引发的地面沉降、海水入侵等生态环境问题，为生态修复和环境保护提供技术支撑。气候变化应对

利用卫星重力数据反演的地下水储量变化数据，可深入研究气候变化对水资源系统的影响，为制定气候变化适应策略和水资源可持续利用方案提供科学依据。六、存在的问题与展望（一）存在的问题卫星重力数据的空间分辨率限制

GRACE/GRACE-FO卫星重力数据的空间分辨率约为300km，难以捕捉小尺度（如县域或灌区）的地下水储量变化，对地下水管理的精细化支持能力有限。地下水与其他陆地水分量的分离误差

陆面水文模型模拟的土壤水、地表水等分量存在一定误差，导致地下水信号的提取精度受到影响，尤其是在水文过程复杂的地区。人类活动数据的不确定性

人类活动（如灌溉开采、工业用水）的时空分布数据存在较大不确定性，影响了驱动机制分析的准确性。（二）研究展望高分辨率卫星重力数据的应用

未来，随着GRACE-FO卫星的持续运行和新一代重力卫星（如GRACE-3）的发射，卫星重力数据的空间分辨率将进一步提高。研究将利用高分辨率重力数据，结合InSAR（合成孔径雷达干涉测量）等技术，实现小尺度地下水储量变化的监测。多模型融合与数据同化技术

发展基于数据同化的多源数据融合方法，将卫星重力数据、陆面水文模型数据、地面观测数据和机器学习模型进行深度融合