总水储量研究进展

        清华大学水利系遥感水文水资源团队龙笛研究员及其合作者与团队部分学生，以重力卫星GRACE反演水储量和地下水为核心研究内容，针对反演算法开发、信号恢复、长时序重建、空间降尺度、高寒山区水文模拟等关键科学问题开展了系统性研究。自2014年底以来在RSE (IF=6.265)、WRR (IF=4.397)、PNAS(IF=9.661)等遥感水文领域权威期刊发表和GRACE相关的SCI论文11篇，其中第一、第二或通讯作者SCI论文7篇，申请发明专利4项。研究进展简介如下。

        重力卫星GRACE是人类历史上首次全面观测陆地水储量变化的卫星，最近十多年来被大量应用于地下水储量变化模拟、冰雪储量变化评估、干旱洪涝灾害监测、陆面和水文模型数据同化中，是遥感和水文研究的新兴交叉前沿领域，受到广泛关注和讨论。GRACE也是美国宇航局(NSAS)地球观测系统(Earth Observing System)发射的最成功的水循环监测卫星之一。然而，任何新技术的发展和进步在带来巨大效益的同时，也有其不完善的一面，需要不断改进和提高，以使其科研和应用价值最大化。由于GRACE轨道高度限制(450 km)、服役年限有限(2002年4月‒2017年1月)、数据处理方法的不确定性等因素，其总水储量变化(Total water storage change)的反演结果面临空间分辨率较低(15‒20万km^2)、数据时间跨度相较于气候尺度(30年)的研究较短、不确定性较大等局限。我们瞄准上述科学热点和难点，在提高重力卫星总水储量和地下水储量反演精度、重建水储量变化长时序及其在水文水资源领域中的应用方面进行了系统研究，取得的研究进展简介如下：

1. 定量评估了GRACE水储量变化反演的不确定性，提出多陆面水文模型联合校正水储量变化信号的基本方法。GRACE卫星反演水储量变化的过程，其实质是信号降噪和恢复的过程。GRACE双星通过微米级别的测距，反演地球重力场的变化。在利用地球物理模型扣除大气、潮汐等质量影响之后，可获得水文水资学研究中最关心的总水储量变化，是包括地表水(湖泊、水库、冰雪、积雪、河道水体等)、土壤水和地下水的水储量变化的综合反映。GRACE时变重力场(Time variable Earth’s gravity field)可用球谐系数(Spherical harmonic coefficients)进行表达。但是，由于卫星观测的局限，球谐系数具有系统误差(空间域上体现为南北向条带)和随机误差(频率域上体现为高阶高次球谐系数低信噪比)。为揭示GRACE信号不确定性在全球范围内的分布及成因，以对降噪之后的信号进行合理的恢复和重构，我们对GRACE球谐系数的信噪比和不确定性进行了定量解析后发现：其在高寒、干旱和人类活动强烈区的误差较大，并提出采用多陆面模式构造尺度因子，对GRACE信号进行联合校正的基本方法(Long et al., 2015, WRR； ESI前1%高引论文；引用次数：60)。

图1：由Noah2.7, Mosaic, VIC, CLM2.0, CLM4.0和WGHM共6个陆面/水文模型模拟的水储量构造GRACE信号恢复尺度因子(Scaling factor)的空间变异分布。颜色越红，尺度因子的不确定型越大(引自Long et al. 2015, WRR)。

2. 重构了长时间序列水储量变化(30年)，并利用水文模型提升GRACE对强人类活动区水储量变化的反演精度。针对GRACE水储量观测时间序列在气候尺度上的研究相对较短的不足，我们结合陆面模型和人工智能模型，对我国西南地区总水储量进行长时间序列重建回推至1979年，为干旱监测和预测、地下水变化评估、数据同化等提供了可能(Long et al. 2014, RSE；引用次数：60)。针对GRACE信号在我国强人类活动区不确定性较大的问题，我们利用水文模型PCR-GLOBWB结合最新重力场球谐系数解(CSR RL05)，恢复了长江流域的水储量变化，提高了陆地总水储量的反演精度(Long et al. 2015, RSE；ESI前1%高引论文；引用次数：40)。

图2：基于陆面模型和机器学习模型的云贵高原水储量模拟和回推重建结果(引自Long et al. 2014, RSE)。

图3：基于PCR-GLOBWB(上)和Noah模型(下)的长江流域尺度因子比较。由于陆面模式缺乏完整的地表水模块，导致水储量校正尺度因子偏差较大(引自Long et al. 2015, RSE)。

3. 改进了加约束条件的前向模拟方法，提高了GRACE地下水储量变化反演的空间分辨率。针对GRACE空间分辨率较低的局限，我们采用考虑灌溉和工农业用水等人类活动对地表水和地下水影响机制的水文模型PCR-GLOBWB和WGHM，利用其模拟的印度西北部平原地下水亏损的空间分布信息，提出了一种加约束条件的前向模拟方法，对经过低通滤波处理的GRACE信号恢复过程进行约束，将遥感地下水储量的空间分辨率从~20万km^2提高到~3000 km^2，与实测资料和其他方法相比，该方法提高了在地下水强空间变异性条件下，模拟地下水储量亏损的精度 (Long et al., 2016, Scientific Reports；引用次数：30)。

图4：印度北部平原地下水加约束条件前向模拟方法评估结果 (引自Long et al., 2016, Scientific Reports)

4. 在全球范围内优化水储量变化观测值，定量解析了全球陆地水储量最近13年的变化趋势。为进一步综合考察气候变化和人类活动影响下全球和区域水循环过程演变和各要素之间的相互作用机制，我们将遥感水循环变量与水文模型进行有机结合，实现遥感信息和水文模型优势互补，在提高遥感水循环变量时空分辨率，改进和完善水文模型方面取得进展。陆面模式所模拟的土壤水储量被广泛应用于GRACE地下水储量变化中的组分分解。我们采用广义三角帽(Three cornered hat)统计方法，系统考察了三种水储量变化估计来源，即陆面模式(Noah, Mosaic, VIC, CLM)、水文模型(PCR-GLOBWB，WGHM)以及GRACE反演所获取的水储量变化的不确定性，并采用贝叶斯模型平均(Bayesian modeling averaging)，将多个GRACE三级产品进行有机融合，提高了水储量变化的精度和稳定性(Long et al., 2017, RSE；ESI Top 1%高引论文，引用次数：17)。

图5：利用最新的GRACE JPL Mascons解做出的全球陆地水储量2002‒2015年间的变化速率(mm/a)(引自Long et al., RSE, 2017)

5. 开发了光学、红外、微波和重力等多源遥感信息驱动和率定的高寒山区分布式水文模型，定量解析了雅江等西南国际河流的径流成分。我们提出一种多源遥感信息强鲁棒性的率定方法校准水文模型，在我国西南河流源区等无、少资料地区进行水文过程数值模拟。目前已经针对雅鲁藏布江奴下水文站以上流域的天然降水、积雪、冰川融水对于径流的贡献进行了可靠地估计。此方法可以更加合理地模拟和解释高原寒区水文过程和总水储量变化对于全球气候变化的响应，并纠正了部分国内外研究中对于冰川、永久性积雪融化速率、以及径流贡献的不准确认知 (Chen and Long, et al., 2017, WRR; 引用次数：8)。

图6：雅江奴下水文站以上流域总水储量(TWS)和冰川质量变化(Glacier mass change)模拟结果。不同的冰川质量变化速率反映不同的模型率定方法的结果。本研究的结果为2 km3/年 (引自Long et al., 2017, WRR)

        综上，研究团队在遥感水文的前沿领域重力卫星地下水变化反演理论、不确定性评价、水旱灾害监测和预警；多源遥感信息和水文模型集成与创新应用方面取得了进展，积累了一批有影响力的学术成果。将于今年发射的第二代重力卫星GRACE Follow-On将为水储量的长期稳定观测提供基础，为遥感水文学的发展提供巨大的机遇。我们将在国家自然基金委重点项目、优秀青年基金项目、国家重点研发计划等项目的支持下，进一步完善遥感水文学的基础理论和方法，不断丰富其在水文水利行业的应用前景，为保障我国水资源、粮食和生态安全、减少水旱灾害损失积极贡献力量。

        团队11篇与GRACE相关的论文目录如下(引用数据来自Google Scholar，统计时间截至2018年3月31日)

[1] *Long, D., Pan, Y., Zhou, J., Chen, Y., Hou, X.Y., Hong, Y., Scanlon, B.R., & Longuevergne, L. (2017). Global analysis of spatiotemporal variability in merged total water storage changes using multiple GRACE products and global hydrological models. Remote Sensing of Environment, 192, 198-216 [Times Cited: 17]

[2] *Long, D., Chen, X., Scanlon, B.R., Wada, Y., Hong, Y., Singh, V.P., Chen, Y., Wang, C., Han, Z., & Yang, W. (2016). Have GRACE satellites overestimated groundwater depletion in the Northwest India Aquifer? Scientific Reports, 6, 24398 [Times Cited: 30]

[3] *Long, D., Longuevergne, L., & Scanlon, B.R. (2015a). Global analysis of approaches for deriving total water storage changes from GRACE satellites. Water Resources Research, 51, 2574-2594 [Times Cited: 60]

[4] *Long, D., Yang, Y.T., Wada, Y., Hong, Y., Liang, W., Chen, Y.N., Yong, B., Hou, A.Z., Wei, J.F., & Chen, L. (2015b). Deriving scaling factors using a global hydrological model to restore GRACE total water storage changes for China's Yangtze River basin. Remote Sensing of Environment, 168, 177-193 [Times Cited: 40]

[5] *Long, D., Shen, Y.J., Sun, A.Y., Hong, Y., Longuevergne, L., Yang, Y.T., Li, B., & Chen, L. (2014). Drought and flood monitoring for a large karst plateau in Southwest China using extended GRACE data. Remote Sensing of Environment, 145–160 [Times Cited: 60]

[6]   Chen, X., *Long, D., Hong, Y., Zeng, C., & Yan, D.H. (2017). Improved modeling of snow and glacier melting by a progressive two-stage calibration strategy with GRACE and multisource data: How snow and glacier meltwater contributes to the runoff of the Upper Brahmaputra River basin? Water Resources Research, 53, 2431-2466 [Times Cited: 8]

[7]   Yang, Y., Long, D., Guan, H., Scanlon, B.R., Simmons, C.T., Jiang, L., & Xu, X. (2014). GRACE satellite observed hydrological controls on interannual and seasonal variability in surface greenness over mainland Australia. Journal of Geophysical Research: Biogeosciences, 119, 2014JG002670 [Times Cited: 35]

[8]   Tang, Y., Hooshyar, M., Zhu, T.J., Ringler, C., Sun, A.Y., Long, D., & Wang, D.B. (2017). Reconstructing annual groundwater storage changes in a large-scale irrigation region using GRACE data and Budyko model. Journal of Hydrology, 551, 397-406

[9]   Scanlon, B.R., Zhang, Z.Z., Save, H., Wiese, D.N., Landerer, F.W., Long, D., Longuevergne, L., & Chen, J. (2016). Global evaluation of new GRACE mascon products for hydrologic applications. Water Resources Research, 52, 9412-9429 [Times Cited: 17]

[10] Scanlon, B.R., Zhang, Z., Reedy, R.C., Pool, D.R., Save, H., Long, D., Chen, J., Wolock, D.M., Conway, B.D., & Winester, D. (2015). Hydrologic implications of GRACE satellite data in the Colorado River Basin. Water Resources Research, 51, 9891-9903 [Times Cited: 28]

[11] Scanlon, B.R., Zhang, Z., Save, H., Sun, A.Y., Müller Schmied, H., van Beek, L.P.H., Wiese, D.N., Wada, Y., Long, D., Reedy, R.C., Longuevergne, L., Döll, P., & Bierkens, M.F.P. (2018). Global models underestimate large decadal declining and rising water storage trends relative to GRACE satellite data. Proceedings of the National Academy of Sciences, 115, E1080-E1089

清华大学水利系龙笛整理