王淞波1 鞠晓蕾2

（1山东省建筑科学研究院有限公司， 山东 济南 25000；2山东交通学院交通土建工程学院， 山东 济南 25000）

0 引言

亚马逊流域位于南北洲北部，是世界上流量最大、流域最大、支流最多的河流。陆地水储量是陆地水变化中的一个重要参量，能够综合反映区域降雨、蒸散发、径流、地下水及人类开发利用等相关活动。

图1 未经过滤波反演的全球质量变化

2002年发射升空的GRACE卫星，以其高时间分辨率及空间分辨率，能够每月解算一个空间分辨率达到400km[1]，精度达到1cm等效水柱高的时变重力场模型。GRACE时变重力场能够监测空间中长尺度的时变信息，对大尺度的质量变化信号具有较高的敏感性等特点，可探测陆地水和地下水资源变化，在极大程度上弥补了以上观测手段的不足，为定量研究陆地水的储量变化提供了前所未有的机遇[2]。

本文利用2018年CSR最新发布的RL06数据，分析了亚马逊流域格网点的质量变化，分月份对水储量做了详细的介绍，并通过与RL05版本数据及水文数据GLDAS进行了对比。

1 数据及滤波方法

1.1 GRACE数据

本文选取最新公布的CSR RL06版本数据作为分析，相对于RL05数据，新的数据模型采用了一些新的背景模型，并改善了处理方法[3]。图1分别给出了2003年2月RL06版本数据和RL05版本数据的全球质量变化（相对于RL06版本和RL05版本1月份数据），可以看出RL06数据在未经过任何滤波时，条带误差明显减少。

所有月重力场模型球谐系数截断到60阶。对月重力场球谐位系数求平均并扣除该平均值，得到球谐系数的变化量。系数中C20项和一阶项分别由SLR数据[4]和Swenson等计算的一阶项数据来代替[5]。

1.2 滤波方法

由于GRACE卫星数据反演重力场模型的误差随频率变大而增大，且存在明显的南北条带误差，因此需要进行空间滤波，来削弱这些误差的影响。高斯滤波的本质是进行空间平滑，对各阶位系数乘以加权因子，阶数越大，各阶的权因子就越小，因此能够有效抑制高阶项的误差影响。此外，GRACE采用高斯滤波和Chen等提出的P3M8去相关滤波方法来削弱误差的影响[6]。图2 给出了2006年1月CSR RL06模型分别在不经过任何滤波，经过去相关滤波无高斯滤波，高斯滤波无去相关滤波，经过去相关滤波和高斯滤波四种情况下的全球质量变化图。

图2 全球质量分布图

2 结果分析

2.1 CSR RL06与CSR RL05质量变化分析

基于CSR RL06和RL05数据分析亚马逊流域的陆地水质量变化，可以看出，亚马逊流域陆地水质量呈现显著的周年变化特性，不同模型估计的结果十分吻合，且与GLDAS数据计算结果的变化趋势一致，但GRACE求得的变化振幅要明显大于GLDAS数据的振幅。其主要原因是由于GRACE反演得的是陆地水质量变化，包括表层土壤水、深层土壤水及地下水等各种因素的影响，而GLDAS水文模式给出的只是地表浅层土壤水的质量变化[7,8]。利用两种数据得到的亚马逊流域陆地水质量变化与GLDAS估算结果的相关系数都约为0.9，呈现了极强的相关性。

图3 亚马逊流域陆地水质量变化

2.2 时间序列变化分析

亚马逊流域陆地水质量变化数据序列在扣除周年项、半年项及S2周期项后，其年际变化序列如图4所示，不同GRACE模型数据经本文抑噪滤波与P3M8去相关滤波后，其变化序列吻合良好。图4表明，在2005年与2010年亚马逊流域的陆地水质量都呈现出迅速减少的趋势，与亚马逊地区2005年与2010年出现严重干旱相一致，但GLDAS水文模型不能反映出该变化特征。

图4 亚马逊流域陆地水的年际变化

此外，我们将2005年基于RL06版本数据的亚马逊流域陆地水质量变化（1月-12月）表示如下图5。由于9-11月为亚马逊流域的旱季，陆地水质量减少的

3 结论

本文利用最新发布的GRACE卫星重力时变重力场RL06数据研究了2003-2011年近十年亚马逊流域的陆地水质量变化，得出的主要结论包括：

(1)最新发布的GRACE RL06版本数据反演全球质量变化的精度要优于RL05数据，未经过滤波时的条带误差和噪声明显小于RL05数据。

(2)基于RL06和RL05版本数据获取的亚马逊流域陆地水质量变化基本一致，经过尺度因子处理后，与水文模型GLDAS存在较强的一致性。

(3)GRACE RL06版本数据反演的亚马逊陆地水质量变化，在扣除周年项、半年项及S2周期项后，与RL05版本数据吻合较好，且其年际变化序列较RL05版本数据，可以更好地反映质量变化现象，优于水文模型。在2005年亚马逊流域严重干旱的时期，RL06版本数据反演的质量变化时间序列分析图可以显示这一现象。

图5 亚马逊流域陆地水按月份质量变化图