文摘受限于粗糙的空间分辨率,GRACE重力卫星数据难以在中小尺度区域上得到应用。基于随机森林算法分别在格网(Random Forest-Grid, RF-G)和区域(Random Forest-Zone, RF-Z)两种尺度上构建降尺度模型,将云南省滇中地区2003年至2020年GRACE陆地水储量异常(Terrestrial Water Storage Anomaly,TWSA)的空间分辨率从1°×1°提高至较为精细的0.1°×0.1°,并将降尺度结果与基于PCR-GLOBWB(PCRaster Global Water Balance)水文模型的降尺度方法从时空角度进行对比分析以验证降尺度结果的准确性。进一步地,利用经验正交函数(Empirical Orthogonal Function,EOF)方法对降尺度后TWSA进行时空模式分解以及特征分析,从而更深入地分析降尺度后的数据特征及影响因素。结果表明:基于RF-Z模型对滇中TWSA的降尺度效果最佳——其降尺度前后的相关系数为0.99,纳什效率系数为0.97,均方根误差为6.68 mm,平均绝对误差为5.22 mm,且其降尺度结果有效地消除了网格化现象;EOF分解的前4个特征向量方差贡献率共91.73%,第一模态表现为“西南高东北低”,其时间系数存在显著的季节性规律,第二模态呈“西北高东南低”分布且对应时间系数呈明显的下降趋势,而第三和第四模态则分别呈现出“全区型”和“西北高东南低”的分布特征;此外,TWSA与驱动变量中的归一化植被指数存在较强的相关性。本文可为滇中地区的水资源管理和生态环境保护提供数据支撑和技术保障。