Glacier mass balance in High Mountain Asia inferred from a GRACE release-6 gravity solution for the period 2002–2016

We provide estimates of glacier mass changes in the High Mountain Asia (HMA) area from April2002 to August 2016 by employing a new version of gravity solutions of the Gravity Recovery and ClimateExperiment (GRACE) twin-satellite mission. We find a total mass loss trend of the HMA glaciers at a rateof –22.17 (±1.96) Gt/a. The largest mass loss rates of –7.02 (±0.94) and –6.73 (±0.78) Gt/a are found forthe glaciers in Nyainqentanglha Mountains and Eastern Himalayas, respectively. Although most glaciers inthe HMA area show a mass loss, we find a small glacier mass gain of 1.19 (±0.55) and 0.77 (±0.37) Gt/a inKarakoram Mountains and Western Kunlun Mountains, respectively. There is also a nearly zero massbalance in Pamirs. Our estimates of glacier mass change trends confirm previous results from the analysisof altimetry data of the ICESat (ICE, Cloud and Land Elevation Satellite) and ASTER (AdvancedSpaceborne Thermal Emission and Reflection Radiometer) DEM (Digital Elevation Model) satellites inmost of the selected glacier areas. However, they largely differ to previous GRACE-based studies which weattribute to our different post-processing techniques of the newer GRACE data. In addition, we explicitlyshow regional mass change features for both the interannual glacier mass changes and the 14-a averagedseasonal glacier mass changes. These changes can be explained in parts by total net precipitation (netsnowfall and net rainfall) and net snowfall, but mostly by total net radiation energy when compared to datafrom the ERA5-Land meteorological reanalysis. Moreover, nearly all the non-trend interannual masschanges and most seasonal mass changes can be explained by the total net radiation energy data. The massloss trends could be partly related to a heat effect due to increased net rainfall in Tianshan Mountains, QilianMountains, Nyainqentanglha Mountains and Eastern Himalayas. Our new results for the glacier mass changein this study could help improve the understanding of glacier variation in the HMA area and contribute tothe study of global change. They could also serve the utilization of water resources there and in neighboringareas.     

利用GRACE重力卫星监测新疆天山山区水储量时空变化

利用经过高斯平滑滤波处理的2003年1月至2010年12月逐月的GRACE卫星时变重力场数据,反演得到新疆天山山区水储量变化,其空间分辨率为1°×1°,结合同时间段该区域31个国家气象台站逐月降水资料,采用趋势分析方法,研究天山山区近8 a来的水储量时空变化特征。结果表明：天山山区水储量变化具有明显的空间差异性,总体表现为东、西部多,中部少的空间分布格局。在时间上,水储量变化与降水具有明显的季节性变化规律,两者变化过程基本一致。天山山区平均水储量变化趋势的年内分布总体上1-12月呈递增变化;1-3月为负增长,最大负增长为21.7 mm•a^-1,出现在2月;4-12月呈正增长,最大月份出现在11月,增长趋势达到29.9 mm•a-¹。水储量变化增加的主要原因是天山山区近几年夏季降水有所增加造成的。2003-2010年天山山区水储量变化总体上呈逐年下降趋势,平均每月下降速度为4.8 mm,8 a间水储量变化减少约13×10⁸ m³,其主要原因是由于气候转暖、冰川消融加速、山前绿洲灌溉及生活用水量增加,导致山区水储量变化减少。     

2002-2020年黄土高原土壤水变化及其相关性分析

土壤水作为植物耗水最主要的来源,其变化对整个生态系统都有重要影响。利用GRACE卫星数据与GLDAS-NOAH模型,分析2002—2020年黄土高原土壤水时空变化规律,并结合GEE平台2002—2020年的MODIS NDVI产品数据集、与2000—2017年降水资料对土壤水的变化进行相关性分析,使用M—K检验法对趋势进行检验,结果表明:(1)2002—2020年GRACE等效水高(毫米水柱高)变化月均值为(-7.56±4.38)mm,从2008年开始呈现显著减少趋势。(2)2000—2020年0—10 cm土层土壤水呈不显著增加趋势,10—40,40—100,100—200 cm呈不显著变化趋势,2012—2020年200 cm以下土层土壤水呈显著减少趋势。(3)随着土层深度的增加,黄土高原2000—2017年的降水与土壤水的相关性在显著降低。相关性系数从0—10 cm时的0.581降低到100—200 cm时的0.099。而将2002—2020年的200 cm以下土层土壤水与NDVI变化分析其相关性系数为-0.805~*,为显著负相关关系。研究结果阐述了黄土高原土壤水的变化规律,揭示了降水和NDVI变化与其的相关性联系,为下一步黄土高原的植被恢复提供了理论支撑。     

河西走廊水资源变化与生态环境时空关联分析

[目的]对河西走廊地区2003—2015年水资源和生态环境的时空变化规律以及时空关联关系进行分析,为该区水资源合理开发利用及实现生产、生活和生态可持续发展提供科学依据。[方法]利用GRACE重力卫星数据、TRMM降水数据与MODIS的植被指数数据,通过线性回归与相关性分析等方法,分别对河西走廊整体、3个流域分区和像元尺度的水资源变化与生态环境时空变化规律及其相互作用机制进行分析。[结果]年尺度上河西走廊及3个流域分区的水储量均呈现下降趋势,黑河流域与石羊河流域下降速度最大。研究区历年降水趋势稳定无明显变化,植被呈正增长趋势。月尺度上水储量变化与降水量和植被指数呈正相关,年尺度上水储量变化量与降水量不存在相关关系,与植被指数年均值存在高度负相关,并表现出明显的空间异质性和尺度效应。[结论]研究区人工植被尤其是耕地的快速、持续上升,加大了水资源的消耗,造成水储量逐年下降。     

Estimation of water balance in the source region of the Yellow River based on GRACE satellite data

Water storage has important significance for understanding water cycles of global and local domains and for monitoring climate and environmental changes.As a key variable in hydrology,water storage change represents the sum of precipitation,evaporation,surface runoff,soil water and groundwater exchanges.Water storage change data during the period of 2003-2008 for the source region of the Yellow River were collected from Gravity Recovery and Climate Experiment(GRACE)satellite data.The monthly actual evaporation was estimated according to the water balance equation.The simulated actual evaporation was significantly consistent and correlative with not only the observed pan(20 cm)data,but also the simulated results of the version 2 of Simple Biosphere model.The average annual evaporation of the Tangnaihai Basin was 506.4 mm,where evaporation in spring,summer,autumn and winter was 130.9 mm,275.2 mm,74.3 mm and 26.1 mm,and accounted for 25.8%,54.3%,14.7% and 5.2% of the average annual evaporation,respectively.The precipitation increased slightly and the actual evaporation showed an obvious decrease.The water storage change of the source region of the Yellow River displayed an increase of 0.51 mm per month from 2003 to 2008,which indicated that the storage capacity has significantly increased,probably caused by the degradation of permafrost and the increase of the thickness of active layers.The decline of actual evaporation and the increase of water storage capacity resulted in the increase of river runoff.     

基于GRACE重力卫星数据的珠江流域干旱监测

为探究重力恢复和气候试验任务（Gravity Recovery and Climate Experiment mission，GRACE）卫星数据在干旱研究中的应用潜力，该研究采用基于GRACE重力卫星数据的无量纲的标准化水储量赤字干旱指数（Water Storage Deficit Index，WSDI）对珠江流域2002-2017年进行干旱监测，通过将其和常用干旱指数与实际干旱质心轨迹进行对比，评估其在珠江流域的干旱监测效用。研究结果表明：1）2002-2017年期间，WSDI监测到的旱情与实际发生的旱情基本一致，GRACE重力卫星数据能捕捉到干旱事件的发生、发展和消亡以及其干旱特征；2）WSDI的时间变化及其对气候异常的响应与常用干旱指数吻合良好，具有有着较强的相关性，且能反映研究区长期的综合水分变化。除了SPI-3与SPEI-3外，其他常用干旱指数与WSDI的相关系数都在0.665以上，其中scPDSI相关指数最高，为0.803；3）WSDI与常用干旱指数在空间上描述的干旱事件的干旱质心轨迹基本一致，都能大致反映出了大范围干旱事件的干旱质心从东往西移动的现象。WSDI能从时间和空间上刻画出研究区水文干旱的演变规律，适用于大尺度水文干旱的监测与评估，具有明显的优势和应用潜力。     

基于GRACE卫星的陆地水储量时空分布特征研究

基于GRACE重力卫星的时变地球重力资料,反演了全球及我国西南地区的陆地水储量变化,通过最小二乘线性拟合出陆地水储量的线性变化趋势及其变化速率.结果表明:全球陆地水储量变化总体呈逐渐增加的趋势,等效水高变化速率为0.142±0.0028cm/年,具有显著的季节性变化,水储量周年变化明显;2009年9月～2010年4月我国西南地区特大干旱也得到了较好的反映.     

雅鲁藏布江流域陆地水储量变化特征及归因

为准确识别高寒缺资料地区长序列陆地水储量变化特征及归因,该研究选取青藏高原东南部的雅鲁藏布江流域为研究区,基于2003—2017年的GRACE(Gravity Recovery and Climate Experiment)重力卫星数据,结合欧洲中期天气预报中心的第五代产品ERA5(the fifth-generation reanalysis product of the European Centre for Medium Range Weather Forecasts)再分析资料和GLDAS(Global Land Data Assimilation System)陆面同化数据,开展青藏高原东南部地区陆地水储量变化研究。分别使用ERA5和GLDAS两套数据集,采用水量平衡法和组分相加法两种方法,将反演的4套陆地水储量结果与GRACE反演的陆地水储量变化(Terrestrial Water Storage Change,TWSC)进行对比分析。结果表明:基于GLDAS的组分相加法反演的陆地水储量变化与GRACE反演的结果最为一致。因此,基于GLDAS数据集,采用组分相加法进一步探究雅鲁藏布江流域长序列(1948—2017年)陆地水储量的时空演变规律。在1948—2017年期间,TWSC呈现显著增加的趋势,但是在2002年左右发生了突变,即2002年之前呈现极显著增加的趋势(0.024 mm/月,P0.01),2002年之后呈现极显著减少的趋势(-0.397mm/月,P0.01)。进一步归因分析表明,2002年前后土壤含水量和雪水当量的变化趋势与陆地水储量变化的趋势一致。然而,2002年前后土壤含水量的变化对陆地水储量变化的贡献率分别为61%和99%,对陆地水储量变化起主导作用。在空间分布上,TWSC呈现出较大的空间异质性,主要体现在人类活动强度较高的"一江两河"地区和冰川分布集中的帕隆藏布地区。研究结果可为探究气候变化背景下青藏高原水储量时空演变机理提供可靠的参考方法和数据支持。     

基于多源数据的科尔沁沙地陆地水及地下水储量变化研究

[目的]研究科尔沁沙地水储量变化对该区域的生态环境和经济建设等的影响,为当地水资源的保护和可持续利用提供参考。[方法]利用CSR(center for space research)提供的2003.07～2010.12 GRACE(gravity recovery and climate experiment)Release-05数据,采用去相关与高斯平滑滤波(平滑半径300 km)相结合的滤波方法,以及尺度因子法进行了重力信号改正和信号泄露恢复,反演了科尔沁沙地陆地水储量长时间序列的变化,该结果与CPC(climate prediction center)水文模型反演结果进行了对比分析;结合GLDAS(global land data assimilation system)水文模型计算的土壤含水量变化,给出了科尔沁沙地地下水储量的时空变化;并利用监测点水井数据和给水度信息对地下水反演结果进行了初步验证。[结果] 2003年7月至2010年12月科尔沁沙地陆地水储量减少速率为-13.2±2.6 mm/a;地下水下降速率为-13.5±1.9 mm/a。[结论]干旱和农业灌溉是导致科尔沁沙地地表水减少和地下水位降低的重要原因之一。     

利用GRACE卫星研究河南省水储量时空变化特征

[目的]分析河南省2002—2014年的水储量时空动态变化,为该省水资源管理、评价及可持续发展提供依据。[方法]借助GRACE重力卫星反演河南省水储量变化,分析2002—2014年水储量时空动态变化过程及其影响因素。[结果](1)河南省的水储量年内分布呈典型的"余弦函数曲线"特征,1—7月处于亏损状态,8—12月处于盈余状态;水储量变化峰值出现时间滞后降水峰值2个月。(2)河南省水储量观测期内呈递减趋势,递减速率为-6.34mm/a;空间上,水储量减少速率自南向北递增。[结论]通过定量计算人类活动总耗水量及水储量年变化率可初步推断,河南省水储量变化1/3受人类活动影响,2/3受自然因素影响。