地球重力场的变化是导致陆地水储量变化的重要因素之一,利用GRACE(Gravity Recovery and Climate Experiment)重力场恢复与气候实验重力卫星数据,结合GLDAS(Global Land Data Assimilation Systems)全球陆面数据同化系统和实测地下水位...地球重力场的变化是导致陆地水储量变化的重要因素之一,利用GRACE(Gravity Recovery and Climate Experiment)重力场恢复与气候实验重力卫星数据,结合GLDAS(Global Land Data Assimilation Systems)全球陆面数据同化系统和实测地下水位数据,反演和田地区克里雅河流域11年间四季和田地区的陆地水储量动态变化,模拟计算地下水等效水高变化趋势,构建了地下水水位估算模型。研究结果表明:和田地区春、夏两季的陆地水储量呈现出增加趋势,而秋、冬两季出现亏损状态;GRACE地球重力卫星所反演的陆地水储量比GLDAS同化系统所模拟的水资源变化更为剧烈,但2类数据的动态变化拟合度很高;GLDAS水资源等效水高二阶微分、GLDAS水资源变化倒数一阶微分、GRACE陆地水储量变化倒数变化、地下水储量变化一阶微分的敏感程度最高,构建的多元逐步回归模型明显优于线性函数,且水位深度越浅,该估算模型的适用性越高。展开更多
文摘地球重力场的变化是导致陆地水储量变化的重要因素之一,利用GRACE(Gravity Recovery and Climate Experiment)重力场恢复与气候实验重力卫星数据,结合GLDAS(Global Land Data Assimilation Systems)全球陆面数据同化系统和实测地下水位数据,反演和田地区克里雅河流域11年间四季和田地区的陆地水储量动态变化,模拟计算地下水等效水高变化趋势,构建了地下水水位估算模型。研究结果表明:和田地区春、夏两季的陆地水储量呈现出增加趋势,而秋、冬两季出现亏损状态;GRACE地球重力卫星所反演的陆地水储量比GLDAS同化系统所模拟的水资源变化更为剧烈,但2类数据的动态变化拟合度很高;GLDAS水资源等效水高二阶微分、GLDAS水资源变化倒数一阶微分、GRACE陆地水储量变化倒数变化、地下水储量变化一阶微分的敏感程度最高,构建的多元逐步回归模型明显优于线性函数,且水位深度越浅,该估算模型的适用性越高。