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
重力反演与气候实验(gravity recovery and climate experiment,GRACE)时变重力场条带误差直接影响着陆地水储量反演精度。采用加权平均滤波算法用于削弱此类误差,该算法简单有效,易于通过编程实现。采用德州大学奥斯丁分校太空研究中心...重力反演与气候实验(gravity recovery and climate experiment,GRACE)时变重力场条带误差直接影响着陆地水储量反演精度。采用加权平均滤波算法用于削弱此类误差,该算法简单有效,易于通过编程实现。采用德州大学奥斯丁分校太空研究中心(Center for Space Research of Texas University in Austin,CSR)提供的Level-2 RL05版本时变重力场模型反演2009年5月全球陆地水储量变化情况和2010年中国西南地区干旱事件,在处理条带误差时利用加权平均滤波算法,并将结果与其他方法进行比较。比较结果表明:加权平均滤波算法与传统算法处理效果基本一致,验证了该算法的有效性和可靠性。展开更多
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。
文摘重力反演与气候实验(gravity recovery and climate experiment,GRACE)时变重力场条带误差直接影响着陆地水储量反演精度。采用加权平均滤波算法用于削弱此类误差,该算法简单有效,易于通过编程实现。采用德州大学奥斯丁分校太空研究中心(Center for Space Research of Texas University in Austin,CSR)提供的Level-2 RL05版本时变重力场模型反演2009年5月全球陆地水储量变化情况和2010年中国西南地区干旱事件,在处理条带误差时利用加权平均滤波算法,并将结果与其他方法进行比较。比较结果表明:加权平均滤波算法与传统算法处理效果基本一致,验证了该算法的有效性和可靠性。