2002-2022中国区域高分辨率陆地水储量与其水分量数据集

卫星重力测量技术（重力恢复与气候实验卫星GRACE及其后续任务GRACE-FO）实现了全球及流域尺度陆地水储量异常（TWSA）的月度监测，空间分辨率约为330公里。然而，这一分辨率限制了其对小流域水文变化的捕捉能力，且GRACE/GFO数据无法独立区分不同垂直方向的水储量组分，进一步制约了其在水文研究中的应用。

针对这些挑战，我们提出了一种联合反演降尺度方法，将水文模型模拟与GRACE/GFO观测数据相结合。该方法既能保留水文模型提供的高分辨率空间分布特征，又能维持GRACE/GFO测量在大尺度上的精度优势。此外，该方法支持灵活纳入质量集中区（mascon）分组，降低了对水文模型的依赖性，显著提升了在冰川分布区（传统降尺度方法效果欠佳区域）的应用性能。

基于该方法，我们重建了中国0.5°分辨率的陆地水储量及其组分（如地下水和冰川物质）变化数据集，揭示了更精细的空间分布趋势和局地化水质量变化特征。2002-2022年研究结果表明：

华北平原地下水年均亏损速率达2.43±0.18厘米/年（相当于3.35±0.25亿吨/年）；

高亚洲（HMA）冰川物质年均损失速率为34.10±1.55亿吨/年。

研究还精细刻画了高亚洲冰川时空变化格局及青藏高原内流区地表水变化特征。本工作成功提取了中国不同垂直水储量组分的高分辨率信号，为区域水资源管理和灾害防治提供了重要科学依据。

数据介绍

数据处理流程

GRACE/GFO数据：使用CSR、JPL、GFZ的月重力场数据（2002–2022），经球谐系数处理、滤波（DDK3）和信号恢复。

水文模型：WaterGAP 2.2e提供0.5°分辨率的水组分（土壤水、地下水等），但缺冰川模拟。

辅助数据：降水、蒸散发、径流观测数据，以及气候指数（ENSO、PDO）和干旱指数（SPEI）。

联合反演三步骤

分解：从WGHM提取水组分的空间模式（S），冰川区自定义12个mascon组（图S4），青藏高原纳入50个典型湖泊模式（图S5）。

重构：用滤波后模式（S）拟合GRACE/GFO观测值，最小二乘调整时间分量（A）。

降尺度：结合A与原始模式（S），生成0.5°分辨率的水储量及各组分（图2流程示意）。

关键结果

1 降尺度效果验证

与原始GRACE/GFO相比，降尺度产品空间细节显著提升（图6a vs 图6d），尤其在冰川区（图4）。

重构TWSA与GRACE/GFO高度一致（中位数RMSE~2 cm，CC~0.9），优于传统网格尺度因子法（图3,4）。

2 中国水储量变化趋势（2002–2022）

整体趋势：华北平原地下水亏损，长江流域水储量增加，高亚洲冰川消融，青藏内流区质量积累（图6a）。

九大流域差异（图7）：

北方流域（海河、淮河、黄河）水储量减少或平衡，南方（长江、珠江）季节性波动显著。

长江流域年振幅最大（~60 Gt），内陆流域年振幅最小（~12 Gt）。

关键区域定量分析

华北平原地下水：损耗速率2.43±0.18 cm/年（3.35±0.25 Gt/年），空间分布与井观测一致（图12,15）。南水北调工程后亏损减缓。

高亚洲冰川：整体损失34.10±1.55 Gt/年，横断山脉损失最快（8.34±0.39 Gt/年），西昆仑冰川增长（图9,10）。

青藏高原湖泊：内流区湖泊扩张速率6.57±0.56 Gt/年，色林错湖增长最快（1.04±0.17 Gt/年），2020年后部分湖泊萎缩（图11）。

水通量（TWF）与气候关联

水平衡验证：降尺度TWF与P-E-R在多数流域季节相位一致（图8），海河流域因农业用水偏差较大。

气候驱动：ENSO主导南方流域TWSA准2–4年振荡（图13），PDO影响东北流域。干旱传播速度在湿润区更快（SPEI-3~6月相关性强），干旱区更慢（SPEI-12月相关性强）（图14）。

创新价值与应用

方法优势

突破传统局限：通过自定义mascon组解决冰川区水文模型不准问题，同时分离水组分。

提升灾害预警：0.5°分辨率成功捕捉2021年塔里木盆地“7.19”洪水（图16），原始GRACE/GFO因信号平滑未能识别。

数据价值

发布中国0.5°分辨率TWSA及组分数据集（Xiong et al., 2025），支持区域水管理：

华北地下水超采治理

冰川消融灾害防控

青藏高原湖泊动态监测

讨论与局限

争议问题：青藏内流区地下水变化存在分歧（部分研究认为亏损），可能与信号泄漏或未考虑构造活动有关。

模型依赖性：反演精度受水文模型空间模式准确性限制（如未定义mascon组的区域不确定性较高）。

扩展方向：结合更多独立观测（如ICESat-2）优化冰川与地下水估算。

总结：本研究提出的联合反演降尺度方法显著提升了GRACE/GFO数据的分辨率和组分分离能力，首次揭示中国水储量的高空间细节变化，为应对水资源危机和气候灾害提供科学工具。

数据信息

该数据集以NetCDF（.NC）格式提供，时间分辨率为一个月，空间分辨率为0.5°。它包括以下变量：LON，LAT，TIME，TWS，SME，SWE，GWS，冰川和TPlake。一些月包含丢失的数据，这些数据在数据文件中明确指示。建议使用MATLAB打开数据集并阅读。

数据格式：NC

数据容量：439MB（内附引用方法和来源）