基于VIC和MLP-ANN模型重建中国陆地水储量数据

基于GRACE重力卫星的产品数据为大尺度的陆地水储量研究提供了重要支撑,但由于数据长度有限,无法满足长序列研究需求。基于气象和水文观测数据,利用可变下渗容量曲线(VIC)模型在中国十大水资源分区构建了流域水循环模型,基于模型输出的土壤水和雪水储量,并结合气象观测数据,构建了基于多层感知器的人工神经网络模型(MLP-ANN),重建了中国地区1980—2018年高分辨率(0.25°)的陆地水储量距平(TWSA)月尺度数据集,并利用2003—2018年的GRACE数据对重建的TWSA进行评估。结果表明:①VIC模型总体具有较好的模拟效果,且湿润流域的模拟精度优于半干旱流域;②重建的TWSA在空间分布上与GRACE数据高度一致,可以较好地捕捉到绝大部分流域TWSA的年际变化特征及趋势;③1980—2018年,TWSA在华北平原、辽东、松花江西部、西南及西北部分地区呈显著下降趋势(>5 mm/a),而显著上升趋势主要集中在西部的少部分地区(>20 mm/a)。重建的TWSA数据可为中国地区的水文气象研究提供数据支撑。