论文部分内容阅读
随着经济发展以及城镇化速度加快,人类对水资源的开发利用也迅速增加,从时空上掌握水资源的变化不仅可以为水资源管理决策提供数据支撑,还可以用于陆地水迁移引起的地表负荷形变研究。本文以GRACE卫星重力数据为主,结合水文模型数据、气象数据、水文地质数据及其他辅助数据,研究了黄河中上游地区具有不同空间尺度的黄土高原和湟水流域两个区域内的水储量变化。并在此基础上,联合GPS数据分析了湟水流域内陆地水迁移引起的负荷形变。本文的主要研究内容和成果如下:
1.考虑到本文研究区域内GLDAS水文模型与GRACE数据相关性较差,不适合作为先验信息来计算尺度因子对GRACE滤波后的数据进行信号恢复。本文提出了采用Slepian方法对球谐解进行局部正交化处理后得到的Slepian解代替GLDAS水文模型作为先验信息来计算尺度因子的新方法。Slepian解不需要额外的滤波和平滑处理,泄露误差较少且不存在分辨率损失,同时Slepian解与球谐解和Mascon解的具有较好的一致性,因此可以作为先验信息来计算尺度因子。
2.本文将GRACE球谐解、Mascon解、以及Slepian解得到的不同水储量变化结果与地面监测井得到的结果进行比较发现,Mascon解得到的结果与地面水井观测得到的结果一致性最好。基于Mascon解得到的结果,分析了黄土高原2005-2014年间的水储量时空变化和影响因素。结果表明:(1)黄土高原的陆地水、地表水以及地下水的储量变化都表现出明显的季节性,在夏季和秋季表现为上升,而在冬季和春季表现为下降;(2)扣除采煤引起的质量迁移后,黄土高原的地表水、陆地水以及地下水在2005-2014十年间的年变化趋势分别为:0.13±0.09cm/year、?0.51±0.09cm/year及?0.65±0.07cm/year,其中地表水储量表现为略微的上升,而地下水储量却呈现出较为严重的消耗,尤其是在山西省及其周边区域更为严重;(3)结合降水和采煤数据对黄土高原水储量变化的影响因素进行分析,结果发现降水是引起黄土高原水储量季节性变化的原因,并且是水储量补充的重要来源,但并不是黄土高原地下水的严重消耗的原因,黄土高原的地下水严重消耗多是由人为活动所导致,特别是山西省及其周边地区的地下水异常消耗是由大量的煤炭开采所导致。
3.考虑到湟水流域区域面积较小,GRACE数据受空间分辨率限制无法较好地用于区域内的局部水储量时空变化研究。本文基于神经网络,建立了有较高分辨率的水文地质和气象数据(降水、温度、植被指数、地表反照率、坡度以及形变)与GRACE数据之间的经验模型,进而获取了湟水流域较高分辨率的水储量变化,并结合地面水井检测数据对其可靠性进行了验证。在此基础上,分析了湟水流域2014-2016年的陆地水储量时空变化。结果表明:(1)神经网络模拟得到的水储量变化与地面水井观测得到的结果具有较好的一致性,并且变化趋势也较为接近;(2)湟水流域内的陆地水储量变化呈现出明显的周期性和季节性,在夏季和秋季降水较多呈现出上升的趋势,而在春季和冬季降水较少呈现出下降的趋势;(3)湟水流域在2014-2016年期间的陆地水储量呈下降趋势,其年变化趋势约为-0.61±0.32cm/year;(4)与降水数据的对比发现,降水是陆地水呈现出季节性变化的主要原因,并且年降水充沛时陆地水储量可以得到有效补充而呈现出上升趋势;(5)与流域内的居民区分布进行对比发现,在主要居民区及其周围地区的水储量都呈现出下降的趋势,可见人为活动对湟水流域的水储量变化也起着不可忽视的作用。
4.本文利用神经网络模拟得到的水储量变化与GRACE直接得到的水储量变化分别计算了湟水流域内所有GPS台站处水负荷引起的垂向形变,并进行了比较分析。结果表明:(1)不同分辨率的水储量变化数据对水负荷形变计算结果的影响取决于研究区域内局部水文活动的剧烈程度,当局部水文活动较大时,不同分辨率的水储量变化数据差异较大,从而对负荷形变计算产生较大的影响;当局部水文活动较小时,不同分辨率的水储量变化数据差异较小,对负荷形变计算结果的影响也有限;(2)在本文研究区域内采用神经网络得到的较高分辨率的水储量变化数据与GRACE得到的较低分辨率的水储量变化数据之间的差异较小,因此二者在所有站点处得到的水负荷形变结果基本一致;(3)对于距离目标台站较近的陆地水储量变化引起的形变,仅依据现有的负荷形变计算理论无法得到较为准确的结果。
5.本文对比了湟水流域内GRACE和GPS分别得到的垂向周期性形变,结果发现除了个别站点外,二者的相关系数在0.8以上,最大振幅差异仅为0.4mm,但相位差异平均在25.9度。较大的相位差异可能是由数据处理误差、形变响应延时以及两种数据的时空分辨率差异所导致。从去除趋势项后的GPS垂向形变中扣除GRACE得到的周期性形变后,其WRMS平均减小了33.4%。这些结果可以表明,湟水流域内GRACE与GPS得到垂向形变中的周期信号是由同样的地球物理过程所导致,这里包括陆地水负荷及大气负荷。
1.考虑到本文研究区域内GLDAS水文模型与GRACE数据相关性较差,不适合作为先验信息来计算尺度因子对GRACE滤波后的数据进行信号恢复。本文提出了采用Slepian方法对球谐解进行局部正交化处理后得到的Slepian解代替GLDAS水文模型作为先验信息来计算尺度因子的新方法。Slepian解不需要额外的滤波和平滑处理,泄露误差较少且不存在分辨率损失,同时Slepian解与球谐解和Mascon解的具有较好的一致性,因此可以作为先验信息来计算尺度因子。
2.本文将GRACE球谐解、Mascon解、以及Slepian解得到的不同水储量变化结果与地面监测井得到的结果进行比较发现,Mascon解得到的结果与地面水井观测得到的结果一致性最好。基于Mascon解得到的结果,分析了黄土高原2005-2014年间的水储量时空变化和影响因素。结果表明:(1)黄土高原的陆地水、地表水以及地下水的储量变化都表现出明显的季节性,在夏季和秋季表现为上升,而在冬季和春季表现为下降;(2)扣除采煤引起的质量迁移后,黄土高原的地表水、陆地水以及地下水在2005-2014十年间的年变化趋势分别为:0.13±0.09cm/year、?0.51±0.09cm/year及?0.65±0.07cm/year,其中地表水储量表现为略微的上升,而地下水储量却呈现出较为严重的消耗,尤其是在山西省及其周边区域更为严重;(3)结合降水和采煤数据对黄土高原水储量变化的影响因素进行分析,结果发现降水是引起黄土高原水储量季节性变化的原因,并且是水储量补充的重要来源,但并不是黄土高原地下水的严重消耗的原因,黄土高原的地下水严重消耗多是由人为活动所导致,特别是山西省及其周边地区的地下水异常消耗是由大量的煤炭开采所导致。
3.考虑到湟水流域区域面积较小,GRACE数据受空间分辨率限制无法较好地用于区域内的局部水储量时空变化研究。本文基于神经网络,建立了有较高分辨率的水文地质和气象数据(降水、温度、植被指数、地表反照率、坡度以及形变)与GRACE数据之间的经验模型,进而获取了湟水流域较高分辨率的水储量变化,并结合地面水井检测数据对其可靠性进行了验证。在此基础上,分析了湟水流域2014-2016年的陆地水储量时空变化。结果表明:(1)神经网络模拟得到的水储量变化与地面水井观测得到的结果具有较好的一致性,并且变化趋势也较为接近;(2)湟水流域内的陆地水储量变化呈现出明显的周期性和季节性,在夏季和秋季降水较多呈现出上升的趋势,而在春季和冬季降水较少呈现出下降的趋势;(3)湟水流域在2014-2016年期间的陆地水储量呈下降趋势,其年变化趋势约为-0.61±0.32cm/year;(4)与降水数据的对比发现,降水是陆地水呈现出季节性变化的主要原因,并且年降水充沛时陆地水储量可以得到有效补充而呈现出上升趋势;(5)与流域内的居民区分布进行对比发现,在主要居民区及其周围地区的水储量都呈现出下降的趋势,可见人为活动对湟水流域的水储量变化也起着不可忽视的作用。
4.本文利用神经网络模拟得到的水储量变化与GRACE直接得到的水储量变化分别计算了湟水流域内所有GPS台站处水负荷引起的垂向形变,并进行了比较分析。结果表明:(1)不同分辨率的水储量变化数据对水负荷形变计算结果的影响取决于研究区域内局部水文活动的剧烈程度,当局部水文活动较大时,不同分辨率的水储量变化数据差异较大,从而对负荷形变计算产生较大的影响;当局部水文活动较小时,不同分辨率的水储量变化数据差异较小,对负荷形变计算结果的影响也有限;(2)在本文研究区域内采用神经网络得到的较高分辨率的水储量变化数据与GRACE得到的较低分辨率的水储量变化数据之间的差异较小,因此二者在所有站点处得到的水负荷形变结果基本一致;(3)对于距离目标台站较近的陆地水储量变化引起的形变,仅依据现有的负荷形变计算理论无法得到较为准确的结果。
5.本文对比了湟水流域内GRACE和GPS分别得到的垂向周期性形变,结果发现除了个别站点外,二者的相关系数在0.8以上,最大振幅差异仅为0.4mm,但相位差异平均在25.9度。较大的相位差异可能是由数据处理误差、形变响应延时以及两种数据的时空分辨率差异所导致。从去除趋势项后的GPS垂向形变中扣除GRACE得到的周期性形变后,其WRMS平均减小了33.4%。这些结果可以表明,湟水流域内GRACE与GPS得到垂向形变中的周期信号是由同样的地球物理过程所导致,这里包括陆地水负荷及大气负荷。