GRACE/GRACE-FO空窗期的陆地水储量变化数据间断补偿:以全球典型流域为例

陆地水储量异常(TWSA)的长期可持续监测对研究水循环过程、合理配置水资源等具有重要的科学意义,针对GRACE与GRACE-FO数据之间存在空窗期问题,本文引入了奇异谱分析(SSA)与ARMA模型的组合方法对TWSA的间断进行补偿.为比较SSA+ARMA方法在典型流域的适用性,将GRACE球谐系数(SH)反演的2003年1月至2012年12月的TWSA作为训练样本,2013年1月至2016年8月的TWSA作为真值,分别利用ARMA、小波神经网络(WNN)、SSA和SSA+ARMA方法,在亚马逊流域(AZRB)、多瑙河流域(DNRB)、恒河流域(GNRB)、密西西比河流域(MSRB)、尼日尔河流域(NGRB)、伏尔加河流域(VGRB)、叶尼塞河流域(YNSRB)、长江流域(YZRB)八个典型流域进行预测试验,并采用均方根误差(RMSE)、纳什效率系数(NSE)、相关系数(R)技术指标评定不同方法的预测精度.预测试验结果表明,四种方法均在NGRB的预测效果最好,该流域TWSA序列周期特征最为明显;四种方法中,SSA+ARMA方法预测精度较高且相对稳定,多数流域的RMSE在4 cm以内,NSE值在0.75以上,R值在0.85以上.后续以2003年1月至2016年8月TWSA作为样本,利用SSA+ARMA方法补偿2016年9月至2020年2月的TWSA间断结果,并结合GRACE-FO SH反演的TWSA结果、Mascons结果、GLDAS数据评定补偿结果的精度.结果表明,TWSA间断补偿结果有较高的精度,与后续GRACE-FO SH反演TWSA结果有很强的一致性,多数流域的RMSE在4 cm以内,NSE值在0.8以上,R值在0.9以上.且与Mascons、GLDAS结果的符合精度亦能反映补偿结果的可靠性.上述研究表明,利用SSA+ARMA方法可以对GRACE/GRACE-FO空窗期的TWSA间断进行有效补偿.