GRACE(Gravity Recovery And Climate Experiment)卫星计划为监测陆地水储量变化提供了有效技术手段.本文采用2003至2010年共计8年的GRACE月重力场模型反演中国西南区域陆地水储量变化,与GLDAS(Global Land Data Assimilation System)...GRACE(Gravity Recovery And Climate Experiment)卫星计划为监测陆地水储量变化提供了有效技术手段.本文采用2003至2010年共计8年的GRACE月重力场模型反演中国西南区域陆地水储量变化,与GLDAS(Global Land Data Assimilation System)全球水文模型进行对比分析,其结果在时空分布上均符合较好,同时在2009年秋至2010年春该区域陆地水储量均呈现明显减少,与该时段云贵川三省的干旱事件相一致;比较分析了2009年秋至2010年春GRACE反演陆地水储量变化与TRMM(Tropical Rainfall Measuring Mission)合成数据计算的月降雨量的时空分布,两组结果均与西南干旱事件对应时段与区域十分吻合;对近8年的陆地水储量变化与月降雨量数据进行相关性分析,其结果表明陆地水储量变化与降雨量强相关,即降雨量是导致陆地水储量变化的主要因素;分析该区域地表温度变化,结果显示2009年9月至2010年3月地表温度均比历史同期高,地表温度的升高加剧了陆地水储量的减少.展开更多
近年来极端气候事件的频发对全球和区域性水循环产生了重大影响,特别是2005—2017年间两次强ENSO(El Nino-Southern Oscillation)事件使得全球陆地水储量出现了较大的年际波动.GRACE(Gravity Recovery and Climate Experiment)重力卫星...近年来极端气候事件的频发对全球和区域性水循环产生了重大影响,特别是2005—2017年间两次强ENSO(El Nino-Southern Oscillation)事件使得全球陆地水储量出现了较大的年际波动.GRACE(Gravity Recovery and Climate Experiment)重力卫星随着数据质量的提高、后处理方法的完善和超过十年的连续观测,捕捉陆地水储量异常的能力明显提高,这为研究2005—2017年间两次强ENSO事件对中国区域陆地水储量变化的影响提供了观测基础.本文综合利用GRACE卫星重力数据、GLDAS水文模型和实测降水资料分析了中国区域陆地水储量年际变化和与ENSO的关系.研究发现:长江流域中、下游地区和东南诸河流域与ENSO存在较高的相关性,与ENSO的相关系数最大值分别为0.55、0.78、0.70,较ENSO分别滞后约7个月、5个月和5个月.其中长江流域下游地区与ENSO的相关性最强,2010/11 La Nina和2015/16 El Nino两次强ENSO事件使得陆地水储量分别发生了约-24.1亿吨和27.9亿吨的波动.在2010/11 La Nina期间,长江流域下游地区和东南诸河流域陆地水储量异常约在2011年4—5月达到谷值,而长江流域中游地区晚1~2月达到谷值.在2015/16 El Nino期间,长江流域中、下游地区和东南诸河流域陆地水储量从2015年9月到2016年7月持续出现正异常信号.其中,2015年秋冬季(2015年9月至2016年1月)陆地水储量异常明显是受此次El Nino同期影响的结果;2016年春季(4—5月)陆地水异常是受到此次厄尔尼诺峰值的滞后影响所致;2016年7月的陆地水储量异常则与西北太平洋存在的异常反气旋环流有关.展开更多
为准确识别高寒缺资料地区长序列陆地水储量变化特征及归因,该研究选取青藏高原东南部的雅鲁藏布江流域为研究区,基于2003—2017年的GRACE(Gravity Recovery and Climate Experiment)重力卫星数据,结合欧洲中期天气预报中心的第五代产品...为准确识别高寒缺资料地区长序列陆地水储量变化特征及归因,该研究选取青藏高原东南部的雅鲁藏布江流域为研究区,基于2003—2017年的GRACE(Gravity Recovery and Climate Experiment)重力卫星数据,结合欧洲中期天气预报中心的第五代产品ERA5(the fifth-generation reanalysis product of the European Centre for Medium Range Weather Forecasts)再分析资料和GLDAS(Global Land Data Assimilation System)陆面同化数据,开展青藏高原东南部地区陆地水储量变化研究。分别使用ERA5和GLDAS两套数据集,采用水量平衡法和组分相加法两种方法,将反演的4套陆地水储量结果与GRACE反演的陆地水储量变化(Terrestrial Water Storage Change,TWSC)进行对比分析。结果表明:基于GLDAS的组分相加法反演的陆地水储量变化与GRACE反演的结果最为一致。因此,基于GLDAS数据集,采用组分相加法进一步探究雅鲁藏布江流域长序列(1948—2017年)陆地水储量的时空演变规律。在1948—2017年期间,TWSC呈现显著增加的趋势,但是在2002年左右发生了突变,即2002年之前呈现极显著增加的趋势(0.024 mm/月,P<0.01),2002年之后呈现极显著减少的趋势(-0.397 mm/月,P<0.01)。进一步归因分析表明,2002年前后土壤含水量和雪水当量的变化趋势与陆地水储量变化的趋势一致。然而,2002年前后土壤含水量的变化对陆地水储量变化的贡献率分别为61%和99%,对陆地水储量变化起主导作用。在空间分布上,TWSC呈现出较大的空间异质性,主要体现在人类活动强度较高的“一江两河”地区和冰川分布集中的帕隆藏布地区。研究结果可为探究气候变化背景下青藏高原水储量时空演变机理提供可靠的参考方法和数据支持。展开更多
为了更全面地分析区域陆地水储量长期变化趋势,利用2002年4月—2017年6月近16年的重力恢复与气候实验(gravity recovey and climate explorer,GRACE)时变重力场数据反演中国大陆地区陆地水储量变化,并与全球陆地资料同化系统(global lan...为了更全面地分析区域陆地水储量长期变化趋势,利用2002年4月—2017年6月近16年的重力恢复与气候实验(gravity recovey and climate explorer,GRACE)时变重力场数据反演中国大陆地区陆地水储量变化,并与全球陆地资料同化系统(global land data assimilation system,GLDAS)水文模型结果进行比较分析。同时,通过扣除季节性信号研究近16年来中国大陆地区陆地水储量的异常变化。研究结果表明:在2002—2017年间,中国大陆地区北方以减少为主,而南方以增加为主,其中青藏高原南部、新疆北部和华北地区减少趋势最为显著,并呈现出加速趋势。GRACE时变重力场和GLDAS模型得到的关于加速度项时空分布基本相符,加速度项与长期趋势项的结合更好地反演区域陆地水储量变化。展开更多
文摘GRACE(Gravity Recovery And Climate Experiment)卫星计划为监测陆地水储量变化提供了有效技术手段.本文采用2003至2010年共计8年的GRACE月重力场模型反演中国西南区域陆地水储量变化,与GLDAS(Global Land Data Assimilation System)全球水文模型进行对比分析,其结果在时空分布上均符合较好,同时在2009年秋至2010年春该区域陆地水储量均呈现明显减少,与该时段云贵川三省的干旱事件相一致;比较分析了2009年秋至2010年春GRACE反演陆地水储量变化与TRMM(Tropical Rainfall Measuring Mission)合成数据计算的月降雨量的时空分布,两组结果均与西南干旱事件对应时段与区域十分吻合;对近8年的陆地水储量变化与月降雨量数据进行相关性分析,其结果表明陆地水储量变化与降雨量强相关,即降雨量是导致陆地水储量变化的主要因素;分析该区域地表温度变化,结果显示2009年9月至2010年3月地表温度均比历史同期高,地表温度的升高加剧了陆地水储量的减少.
文摘近年来极端气候事件的频发对全球和区域性水循环产生了重大影响,特别是2005—2017年间两次强ENSO(El Nino-Southern Oscillation)事件使得全球陆地水储量出现了较大的年际波动.GRACE(Gravity Recovery and Climate Experiment)重力卫星随着数据质量的提高、后处理方法的完善和超过十年的连续观测,捕捉陆地水储量异常的能力明显提高,这为研究2005—2017年间两次强ENSO事件对中国区域陆地水储量变化的影响提供了观测基础.本文综合利用GRACE卫星重力数据、GLDAS水文模型和实测降水资料分析了中国区域陆地水储量年际变化和与ENSO的关系.研究发现:长江流域中、下游地区和东南诸河流域与ENSO存在较高的相关性,与ENSO的相关系数最大值分别为0.55、0.78、0.70,较ENSO分别滞后约7个月、5个月和5个月.其中长江流域下游地区与ENSO的相关性最强,2010/11 La Nina和2015/16 El Nino两次强ENSO事件使得陆地水储量分别发生了约-24.1亿吨和27.9亿吨的波动.在2010/11 La Nina期间,长江流域下游地区和东南诸河流域陆地水储量异常约在2011年4—5月达到谷值,而长江流域中游地区晚1~2月达到谷值.在2015/16 El Nino期间,长江流域中、下游地区和东南诸河流域陆地水储量从2015年9月到2016年7月持续出现正异常信号.其中,2015年秋冬季(2015年9月至2016年1月)陆地水储量异常明显是受此次El Nino同期影响的结果;2016年春季(4—5月)陆地水异常是受到此次厄尔尼诺峰值的滞后影响所致;2016年7月的陆地水储量异常则与西北太平洋存在的异常反气旋环流有关.
文摘为准确识别高寒缺资料地区长序列陆地水储量变化特征及归因,该研究选取青藏高原东南部的雅鲁藏布江流域为研究区,基于2003—2017年的GRACE(Gravity Recovery and Climate Experiment)重力卫星数据,结合欧洲中期天气预报中心的第五代产品ERA5(the fifth-generation reanalysis product of the European Centre for Medium Range Weather Forecasts)再分析资料和GLDAS(Global Land Data Assimilation System)陆面同化数据,开展青藏高原东南部地区陆地水储量变化研究。分别使用ERA5和GLDAS两套数据集,采用水量平衡法和组分相加法两种方法,将反演的4套陆地水储量结果与GRACE反演的陆地水储量变化(Terrestrial Water Storage Change,TWSC)进行对比分析。结果表明:基于GLDAS的组分相加法反演的陆地水储量变化与GRACE反演的结果最为一致。因此,基于GLDAS数据集,采用组分相加法进一步探究雅鲁藏布江流域长序列(1948—2017年)陆地水储量的时空演变规律。在1948—2017年期间,TWSC呈现显著增加的趋势,但是在2002年左右发生了突变,即2002年之前呈现极显著增加的趋势(0.024 mm/月,P<0.01),2002年之后呈现极显著减少的趋势(-0.397 mm/月,P<0.01)。进一步归因分析表明,2002年前后土壤含水量和雪水当量的变化趋势与陆地水储量变化的趋势一致。然而,2002年前后土壤含水量的变化对陆地水储量变化的贡献率分别为61%和99%,对陆地水储量变化起主导作用。在空间分布上,TWSC呈现出较大的空间异质性,主要体现在人类活动强度较高的“一江两河”地区和冰川分布集中的帕隆藏布地区。研究结果可为探究气候变化背景下青藏高原水储量时空演变机理提供可靠的参考方法和数据支持。
文摘为了更全面地分析区域陆地水储量长期变化趋势,利用2002年4月—2017年6月近16年的重力恢复与气候实验(gravity recovey and climate explorer,GRACE)时变重力场数据反演中国大陆地区陆地水储量变化,并与全球陆地资料同化系统(global land data assimilation system,GLDAS)水文模型结果进行比较分析。同时,通过扣除季节性信号研究近16年来中国大陆地区陆地水储量的异常变化。研究结果表明:在2002—2017年间,中国大陆地区北方以减少为主,而南方以增加为主,其中青藏高原南部、新疆北部和华北地区减少趋势最为显著,并呈现出加速趋势。GRACE时变重力场和GLDAS模型得到的关于加速度项时空分布基本相符,加速度项与长期趋势项的结合更好地反演区域陆地水储量变化。
