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.