GRACE卫星监测陆地水储量

第二章 陆地水储量

玛努埃拉·吉罗托1,2,3和马修·罗德尔4
1全球建模与同化办公室，美国国家航空航天局戈达德太空飞行中心，格林贝尔特，马里兰州， 美国
2GESTAR，大学空间研究协会，哥伦比亚，马里兰州，美国
3环境科学、政策与管理系，加利福尼亚大学，伯克利，加利福尼亚州 94720，美国
4水文科学实验室，美国国家航空航天局戈达德太空飞行中心，格林贝尔特，马里兰州，美国

2.1 陆地水储量水资源储存组分

陆地水储量（TWS）是水文循环中的一个动态组成部分，对水、 能量以及生物地球化学通量具有重要调控作用，因此在地球’的气候 系统中发挥着重要作用（Syed 等人，2008；Famiglietti，2004）。
陆地水储量定义为地表以上和以下储存的所有水的总和，包括地表 水、土壤湿度、地下水、积雪、冰以及植被中储存的水。TWS 的变 化在湿润的热带地区（如亚马逊）主要由地表水主导，在中纬度地 区主要由土壤湿度和地下水主导，在极地和高山地区则主要由积雪 和冰主导（罗德尔和法米利耶蒂，2001）。与陆地水储量其他组成 部分相比，植被中储存的水的变化较小，因此在陆地水储量预算分 析中通常认为其可忽略不计（罗德尔等人，2005）。

地表水包括河流、内陆水体、湿地以及被淹没的洪泛平原。地 表水为热带地区的大部分地区提供农业和能源生产用水，并且由于 它们存在于陆地 与大气界面，因此会影响水文气象和生物地球化 学过程。 盖提拉纳等人（2017年） 发现，在湿润热带地区（例如 亚马逊），主要河流流经干旱地区（例如埃及的尼罗河）以及亚极 地地区，地表水储量的变化是陆地水储量变率的重要组成部分。相 反，在美国西部、北非、中东和中亚，地表水储量的变化可以忽略 不计。

土壤湿度被定义为存储在土壤非饱和带中的《水》。它控制着《降 雨》在径流和入渗之间的分配。
变化环境中的极端水文气候事件与多变量灾害。 © 2019 爱思唯尔公司
41 DOI: https://doi.org/10.1016/B978-0-12-814899-0.00002-X 保留所有权利。
本文档由 funstory.ai 的开源 PDF 翻译库 BabelDOC v0.5.10 (http://yadt.io) 翻译，本仓库正在积极的建设当中，欢迎 star 和关注。

制约蒸散发，并影响洪水极端事件的发生，因为当土壤饱和时，无 法再入渗更多水分（米利和邓恩，1994；克罗等人，2005；泽赫等 人，2005）。土壤湿度控制湍流通量（潜热和感热）的分配；因此 影响全球和区域的水文气象过程（恩特卡比等人，1996；塞内维拉 特纳等人，2010）。在热带地区和中纬度地区的部分区域，土壤湿 度变化通常是季节性陆地水储量变化的最大组成部分。

地下水是中纬度地区陆地水储量的另一个主要组分，为十亿人 口提供生活用水，并在农业和能源生产中发挥着核心作用（格林森 等人，2012；法米吉利蒂，2014）。近年来，由于全球主要含水层 的加速消耗速率，这一资源受到越来越多的关注（例如，罗德尔等 人，2009；和田等人，2010；法米吉利蒂等人，2011；里奇等人， 2015；吉罗托等人，2017）。地下水储量变化在季节尺度上很少是 陆地水储量变化的主导组分，但在年际至年代际时间尺度上通常起 主导作用（罗德尔和法米吉利蒂，2001；李等人，2015）。

最后，以雪或冰形式储存的水是高纬度地区和中纬度山区陆地 水储量（TWS）的主要组成部分（罗德尔和法米吉利蒂，2001； Seneviratne，2003；盖提拉纳等人，2017）。这是因为积雪蓄水 在冬季积累的质量以及春季融化的质量导致TWS发生显著变化。这 些波动还由于地表反照率的变化而影响地表能量平衡（霍尔等人， 1988）。目前尚缺乏对全球范围内时空积雪的精确估算，原因在于 积雪/冰储存地区的地形复杂性或难以到达。因此，对积雪特性的大 规模估算工作必须严重依赖遥感技术（施穆格等人，2002；吉罗托 等人，2014）。利用遥感估算雪水当量（SWE）的现有方法包括使 用微波、可见光和近红外、雷达以及重力测量。专门用于测量积雪 的卫星任务尚未发射，但相关工作已经启动（例如美国国家航空航 天局雪冰实验，https://snow.nasa.gov/cam-paigns/snowex），国际专 家团队正在致力于设计能够从太空测量SWE和/或雪深的卫星仪器。

2.2 GRACE任务概述

重力恢复与气候实验（GRACE）绘制了地球的引力势图。科 学家可以通过这些重力图推断出陆地水储量、冰量损失以及由于向 海洋增加水量导致的海平面变化的全球和区域变化，从而提供对地 球’气候的独特视角，并对社会和世界’人口带来深远的利益。
GRACE由美国国家航空航天局（NASA）和德国航空航天中心联合 运营。它于2002年3月17日发射，持续运行超过其设计任务寿命5年， 直至2017年因电池故障导致科学任务结束。该系统由两颗卫星组成， 以约200公里间距在串行轨道上运行，高度为450–500公里。图2.1 以简化的形式展示了重力测量背后的原理。这两颗GRACE卫星在 串行轨道上飞越地球上方。如图2.1所示的情况中，一座山代表一个 正质量异常。当前导卫星接近这座山时，由于质量异常所产生的引 力作用，它被朝向山的方向拉扯，因此两颗卫星之间的距离增大。
当后随卫星接近山体时，它也被异常质量吸引，而前导卫星则被同 一质量异常拖拽减缓，导致两颗卫星之间的距离减小。最后，当后 随卫星离开山体时，它受到拖拽作用，两者之间的距离再次增大。
简而言之，对两颗卫星之间距离（距离）和距离变化率（距离变化率） 的测量与地球质量的引力势相关。K波段微波跟踪系统持续测量两 颗卫星之间距离的变化，精度优于 1 µ米（Tapley等人，2004年）。
这些测量极为精确，使得GRACE能够检测到与海洋环流、大气环 流以及陆地水储量重新分布相关的质量变化。非引力加速度由星载 加速度计监测，而卫星的精确位置则通过全球定位系统（GPS）测 定。对两颗卫星之间距离和距离变化率测量的月度分析提供了重力 场的时间变化（即异常）。

GRACE的后续任务是GRACE后续任务（GRACE‐FO）任务。重 力恢复与气候实验后续卫星于2018年5月22日发射，继承了其前身的工 作，同时测试一种新的激光测距系统，旨在提高卫星间距离测量的精度。

2.3 陆地水储量解决方案

对距离和距离变化率测量的月度分析，可得到由地球质量重新 分布引起的重力场时间变化（即异常）地图。质量可以是静态的或 时间可变的。静态质量包括地球总质量以及仅在地质时间尺度上发 生变化的质量非均质性，这包括大陆、山脉和地壳凹陷的位置。当 从数据中减去长期平均重力场时，这些静态质量的影响被“去除”。
月解以生成异常图。重力场时间变化的主要驱动因素是海洋和大气 环流，以及通过水文循环引起的陆地水重新分布。在预处理过程中， 使用基于模型的大气压力场去除大气质量变化。利用海洋模型去除 高频（每6小时至次月）的风力和压力驱动的海洋运动，以免其混 叠进入月重力解。剩余部分即为陆地水储量（TWS）的异常。冰川 等静压调整也必须在某些地区（如加拿大的哈德逊湾）予以考虑， 而强烈地震可能产生显著的重力异常，但大多数固体地球过程的时 间尺度过长，通常不会构成问题。

目前，距离变化率观测值采用球谐函数（瓦赫等人，1998）或 质量集中（mascon，罗兰兹等人，2005）方法进行处理，以生成 月重力解。

球谐函数解通过一组系数（阶数和次数 #120）表示重力场，这些 系数来自描述大地水准面形状的球谐展开式（即最接近平均海平面的等 引力势表面）。可利用高斯平均函数等数值方法对展开系数进行处理， 以提取感兴趣区域的质量异常（相对于基准时间均值的偏差）（例如， 瓦赫等人，1998）。球谐函数解通常存在东西向梯度观测性差的问题， 从而导致出现所谓的“条纹”现象，通常通过经验平滑和/或“去条带”算法 予以消除（斯文森和瓦尔，2006）。尽管这些方法相当有效，特别是针对较大空间尺度，但去条带过程在消除 条纹的同时也会损失部分真实地球物理信号，且信号的大小、形状和方 向显著影响去条带的效果（沃特金斯等人， 2015）。因此，此类估算的误差与区域面积成反比，在 大陆尺度流域上等效水高误差可小至 1–2厘米，而当面积降至 B15万平方公里以下时，误差可能大到足以掩盖 水文信号（罗德尔和法米利耶蒂，1999；瓦赫等人， 2006）。目前有三个机构正在生成球谐函数场：德克萨斯大学空间研 究中心；德国波茨坦德国地球科学研究中心；以及加利福尼亚州喷气推 进实验室。

作为球谐技术的替代方法，卫星间测距数据也可直接用于估计 区域“质量浓度块”（mascons），而无需首先推导全球重力场 （罗兰兹等人，2005）。使用质量浓度块作为基函数的主要优势在 于，每个质量浓度块具有明确的已知地球物理位置（而球谐系数 individually 不具备特定的空间定位信息）。质量浓度块利用这一 便利特性，在数据反演过程中引入先验信息（约束条件），以在内 部消除重力解中的相关误差。因此，与球谐解不同，受约束的质量 浓度块解通常无需进行去条带化或平滑处理。质量浓度块方法还有 助于更好地分离陆地和海洋信号。目前，质量浓度块解可从不同机 构免费获取，例如加州喷气推进实验室（沃特金斯等人，2015）； 马里兰州戈达德航天飞行中心（卢特克等，2013）；以及德克萨斯 大学空间研究中心（萨维等，2012）。

2.4 水资源储存极端情况

水资源储存极端情况通常表现为干旱和洪涝事件，由流域或含 水层中储存的水资源盈余或亏缺所驱动。了解这些水文极端事件的 空间和时间范围对于水资源管理、灾害应对准备和粮食安全至关重 要（迪芬鲍和谢勒，2011；D’奥多里科等人，2010）。少数水文观 测网络能够提供足够的数据以实现对区域储水总量变化的综合监测 （罗德尔和法米吉利蒂，2001）。GRACE观测有助于填补这一空 白。它们已被用于表征区域洪水潜力（例如，里格和法米利耶蒂， 2009），以及评估美国干旱监测中的湿润与干旱状况（例如，霍博 格等人，2012）。此外，作为地表水和地下水储量变化的综合度量， GRACE数据隐含记录了季节到年际水储量变化，这些信息有望被用 于延长区域洪水和干旱预测的预警期（托马斯等，2014；孙等， 2017a,b）。接下来的两个小节将回顾GRACE任务识别出的极端水 储量事件及其可预测性潜力。

2.4.1 干旱

气象干旱被定义为一段持续降水偏低的时期，而水文干旱通常被定 义为导致低径流的水资源储量亏缺的持续期。卫星重力测量是唯一 能够以整体方式监测水储量的遥感技术。因此，GRACE数据已被 单独或结合陆面模型用于分析全球水文干旱状况，并提供监测干旱 的新方法（赵等人，2017）。此外，GRACE可通过测量先前已识 别的干旱地区的水资源储量亏缺，为区域干旱特征化做出贡献。亏 缺的持续时间和量级可作为量化水文干旱严重程度的指标（托马斯 等，2014）。本小节将回顾以往利用GRACE量化、分析和监测干 旱的研究。

最近的研究探讨了利用GRACE信息监测干旱的潜力。除了托马 斯等人（2014）和霍伯格等人（2012）之外，曹等人（2015）提出 了总蓄水量亏缺指数，该指数源自GRACE反演的陆地水储量变化， 用于分析中国西北干旱区的干旱特征。伊尔道等人（2008）采用总 蓄水量亏缺指数，对2002/2003年干旱事件进行表征，并生成加拿 大萨斯喀彻温河流域长期干湿状况的图示。易和文（2016）建立了 基于GRACE的水文干旱指数，用于2003年至2012年美国本土的干 旱监测。库施等人（2016）利用空间重力测量绘制了大陆极端水储 量变化的概率图，识别出异常储水量峰值的高概率热点区域。通过 使用由GRACE导出的陆地水储量异常指数，王等人（2014）比较了 降水异常指数和植被异常指数，以分析2003年1月至2013年1月中国 海河流域的干旱事件。托马斯等人（2014）描述了一种定量方法 （基于水资源亏缺），用于衡量基于GRACE导出的陆地水储量的水 文干旱的发生、严重程度、频率、量级和持续时间（孙等人，2018）。

结合卫星和模型的干旱监测工具也正变得越来越普遍。数据同 化系统将观测数据与基于物理过程的模型相结合，利用模型提供所 有与干旱相关的水文变量在空间和时间上完整的估计值，并
观测记录以修正模型误差（安德森等人，2012）。特别是，美国国 家航空航天局（NASA）资助的研究最近探索了将重力恢复与气候 实验卫星（GRACE）数据同化方法应用于干旱监测（霍博格等人， 2012；罗德尔，2012）。这些研究基于GRACE数据同化结果生成 了地表和根区土壤湿度及地下水干旱指标，并评估了这些指标作为 美国干旱监测图（USDM）产品输入的有效性。霍伯格等人（ 2012）和李等人（2012）利用GRACE数据同化评估其在开发新的 干旱指标产品方面的潜力，以作为干旱监测图的基准。该同化过程 将GRACE数据在时空上降尺度并分解为更精细的陆地水储量组分， 相较于未使用数据同化的结果，其干湿等级发生了显著变化，表明 GRACE数据同化可能对干旱监测产生重大影响（李等人，2012； 霍博格等人，2012）。这些周度指标可在国家干旱缓解中心’网站获 取（http://drought.unl.edu）。

2.4.1.1 世界主要干旱事件

托马斯等人（2014）提出了基于重力测量的近期干旱期间水资源储 量异常数据。他们利用重力恢复与气候实验卫星（GRACE）探讨 如何更好地表征水文干旱，并估算相关的区域水资源亏缺。干旱事 件期间的平均蓄水赤字可通过以下方式识别：（1）将蓄水赤字定 义为对季节性周期的负偏离；（2）将干旱持续时间定义为连续出 现亏缺的月数（托马斯等，2014）。本质上，平均蓄水赤字是在特 定干旱事件期间观测到的蓄水赤字的算术平均值，用作衡量干旱强 度的指标。基于蓄水赤字和干旱持续时间的这些定义，汉弗莱等人 （2016）对2002年至2015年的GRACE时期内识别出的所有干旱事 件进行了综述。图2.2显示了根据 2002 汉弗莱等人 （2016）的研究结果，由GRACE记录在2017年1月至4月间识别出 的所有干旱事件中曾经观测到的最大平均蓄水赤字。对应于该最大 值的年份如图2.2B所示。本文按大陆对这些重大干旱事件进行分组。
我们将在下一节讨论利用GRACE数据和模型（通过数据同化）提 高这些干旱事件可预测性的潜力。

（B）平均蓄水赤字达到最大值的年份，仅显示赤字大于30毫米的地区。
改编自汉弗莱，V.，古德蒙松，L.，塞内维拉特纳，S.I.，2016。《通过重力恢复 与气候实验卫星（GRACE）评估全球陆地水储量变化：趋势、季节性周期、亚季 节异常和极端事件》。《地球物理调查》，37(2)， 357–395。

南美洲

2016年亚马逊河水资源储存量是重力恢复与气候实验卫星（GRACE）记录期 间最低的之一（图2.2）。该地区还存在其他未显示的干旱事件，例如 2004–08 以及汉弗莱等人（2016）、弗拉帕尔等人（2012）和托马斯等人（2014）研究 中报告的2010年干旱期。盖蒂拉纳（2016）利用重力恢复与气候实验卫星（ GRACE）识别出一个
2012年至2015年期间巴西东南部的水损失率为26.1厘米/年。研究 表明，亚马逊河流域的干旱事件与降水亏缺以及厄尔尼诺‐南方涛动 （ENSO，大卫森等，2012年；弗拉帕尔等，2012年）有关。亚马 逊盆地的极端干旱导致水电生产效率低下。事实上，该地区的水资 源储存干旱造成了巨大的农业损失、供水限制和能源配给。

拉普拉塔盆地（阿根廷）的 2008–12干旱也在图2.2中可见。陈 等人（2010）利用重力恢复与气候实验卫星（GRACE）识别了此次干 旱的开始。他们的研究表明，重力恢复与气候实验卫星（GRACE）揭 示了此次干旱的时空演变细节，其始于2008年南半球春季的拉普拉塔 盆地下游，并蔓延至整个拉普拉塔盆地。该地区的湿润与干旱与厄尔尼 诺‐南方涛动相关，旱季和雨季分别对应厄尔尼诺‐南方涛动事件（陈等 人（2010）；阿贝伦等，2015年；索尔多‐瓦德等，2017年）。

北美洲

加利福尼亚中央谷地的 2012–15干旱也在图2.2中显示。此次干旱 减少了含水层的自然补给，并导致内华达山脉年积雪量偏低（马格 鲁利斯等，2016年）。在干旱时期，地下水作为关键战略储备发挥 作用，而中央谷地是美国新鲜农产品最重要的农业生产区（福恩特 等，2009年）。在气象干旱期间过度抽取地下水可能导致含水层储 水能力出现不可恢复的损失（福恩特等，2009年；法米吉利蒂等人， 2011；法米吉利蒂，2014；斯坎隆等，2012a,b）。例如，法米吉 利蒂等人（2011） 估算，在 2012–15期间，地下水枯竭总量达到 20km³的水量。以此速度持续的地下水枯竭可能不可持续，对美 国的经济和粮食安全造成严重后果（法米吉利蒂等人，2011）。地 下水枯竭可引起显著的地面沉降（加洛韦和莱利，1999年）。对整 个GRACE记录的陆地水储量（TWS）分析还表明，美国西南部在 前几年也出现了干旱期。例如，斯坎隆等（2012a）和法米吉利蒂 等人（2011）报告称，在2006年4月至2009年9月的干旱期，观测 到加利福尼亚中央谷地出现地下水枯竭。

值得注意的是，2012年美国大部分地区经历了干旱（图2.2）。美国干 旱监测（施穆格等，2002年）估计超过
到夏末，美国本土连续地区有四分之三的区域经历了至少异常干燥 条件’，其中近一半地区，特别是大平原地区，遭遇了严重干旱（霍 林等，2014）。这一时期，大平原地区缺乏通常出现的缓慢渗透的 降水系统和傍晚雷暴，导致地表湿度条件急剧恶化。该重大事件通 过GRACE数据得以识别（汉弗莱等，2016）。更重要的是， GRACE陆地水储量数据有助于确定干旱恢复时间。2013年3月，强 冬季降雨结束了美国东南部大部分地区持续三年的气象干旱，但大 平原及其他部分地区仍受干旱状况困扰。邱和斯莫尔（2014）发现， 标准干旱指数对干旱恢复时间的估计存在偏差，将其判断为远早于 利用GRACE陆地水储量辅助信息所得出的时间。准确理解干旱发 生与恢复时间至关重要，因为干旱会影响粮食和小麦价格（博耶等， 2013）。这些作物产量的重大中断可能对国际粮食市场产生显著影 响。此外，在图2.2中还可看到2007–09年间发生在美国东部的干 旱。霍伯格等人（2012）展示了利用GRACE数据同化刻画水文干 旱的能力（更多讨论见第2.4.1.2节）。此外， 2010–13德克萨斯 州的干旱在图2.2中有所显示，并由朗等（2014）进行了描述。

非洲

图2.2 识别出维多利亚湖周围广大区域的 2006–07干旱状况（斯文 森和瓦尔，2009）。赞比西河流域（托马斯等，2014）和维多利亚 湖的干旱被捕捉为一次大规模且空间上连续的事件。东非的干旱是 反复出现的现象，具有显著的人道主义影响。GRACE总水储量估算 显示，在 2006–07干旱期间，东非大部分地区的水储量下降了每年 60毫米（斯文森和瓦尔，2009）。许多水文气象驱动因子（如厄尔 尼诺‐南方涛动、海表温度（SST）以及陆地—大气反馈）的复杂 性和高度变异性，增加了非洲干旱监测与预测的巨大挑战。非洲之 角的 2010–11干旱未在图2.2 中显示，但此前的研究已利用 GRACE识别出该事件（例如，安德森等人，2012），以刻画其时 空演变。

欧亚大陆

水文干旱在欧洲较为常见，包括2003年干旱（影响西欧和中欧）以 及 2007–08干旱（影响南欧和西南欧）在内的多次严重干旱事件均 已被GRACE陆地水储量监测到（李等人，2012）。特别是2003年 事件与2003年欧洲热浪有关（Rebetez等人，2006）。对于欧洲大 部分地区而言，由于2002年夏季和秋季的强降水，2003年初的陆地 水储量值相对较高，但在2月–8月期间迅速下降，导致2003年整个 夏季出现极为干旱的状况。2003年的土壤干燥程度远超长期平均值 （García‐Herrera等人，2010）。在2003年干旱和热浪之后，西 伯利亚大面积森林火灾频发（García‐Herrera等人，2010）。在 2009–10时期，北印度也出现了干旱状况（图2.2）。2009年是该 地区十年来降水最少的一年（陈等人，2014），导致地下水开采率 升高（Rodell等人，2009）。

图2.2 识别出中国东南部长江流域附近的2004年干旱。长江流 域极端事件频率呈现上升趋势（戴等人，2008），这通常导致农作 物产量严重减少以及其他相关的社会和经济损失（晁等人，2016）。
2006年和2011年的其他严重干旱事件也被识别出来（孙等人， 2018）。基于GRACE数据的先前研究量化了2004年、2006年和 2011年干旱期间的陆地水储量亏缺分别为 –621、 –617和 –192毫 米（晁等人，2016；孙等人，2018）。

苏门答腊地区在2004年出现最低值（图2.2）。然而，这是由2004年地震 引起的假象，重力恢复与气候实验卫星（GRACE）观测到了由于地壳扩张以及 地球分层密度结构的垂直位移所导致的重力场变化（Han等人，2006）。

澳大利亚

在澳大利亚，多年干旱与降水亏缺有关（García‐García等人， 2011）。Van Dijk等人（2013）解释了干旱的驱动因素及其影响。
这些分析结合了气候、水、经济和遥感数据以及生物物理模型。厄 尔尼诺‐南方涛动解释了三分之二的降雨亏缺，而全球气候变化的贡 献仍然可能。千年干旱（2001–09）是澳大利亚东南部有记录以来 最严重的干旱
（Van Dijk 等人，2013）。这导致了地表水资源几乎完全干涸， 而地表水资源占灌溉和生活用途用水的大部分。利用GRACE数据， 勒布朗等人（2009）展示了水分亏缺在水文循环中的传播以及不同 类型干旱的发展。

2.4.1.2 利用重力恢复与气候实验卫星（GRACE）监测和预测干旱的潜力

目前，标准的干旱量化方法和产品（包括美国干旱监测（ USDM））在很大程度上依赖于降水、径流、积雪数据的现场观测 以及主观人为判断（罗德尔，2012）。美国干旱监测图（USDM） 干旱地图由一个团队每周发布一次，被广泛认为是可供政府、农民 及其他利益相关者和公众使用的顶级美国干旱产品，尽管其直接输 入中地下水和土壤湿度数据有限。虽然气象干旱被定义为降水长期 不足的时期，但水文干旱和农业干旱也受到地下水和土壤湿度前期 状况的影响。地表湿度条件会随着天气迅速波动，而陆地水储量 （TWS）的深层组成部分（例如地下水）非常适合用于干旱量化， 特别是水文干旱，因为它们整合了数周至数年的气象条件（罗德尔， 2012）。在美国干旱监测图（USDM）使用基于GRACE数据同化 的干旱指数之前（霍博格等人，2012），干旱产品并未纳入对土壤 湿度、地下水或总TWS的系统观测。地下水储存以及浅层和深层土 壤湿度仍是当前干旱监测能力的主要空白，干旱监测一直受限于缺 乏关于最上层土壤以下储水的可靠信息。基于遥感的干旱指数为干 旱监测与检测开辟了新的道路（尼迈耶，2008），使得能够以高可 靠性、高重复频率获得具有全球或区域覆盖的空间信息（孙等人， 2018）。特别是由于GRACE测量的是整个剖面的储水量变化，它提 供了超出地表可见范围的干旱状况的宝贵信息（李等人，2012）。
此外，鉴于GRACE提供了总水量亏缺的信息，因此可用于估算从干 旱事件中恢复所需的水量（降水）（托马斯等，2014；阿加库查克 等人，2014）。

2.4.2 洪水

随着全球变暖增强大气’持水能力，洪水事件预计会变得更加频繁， 从而增加极端降水事件的发生（斯莱特和维拉里尼，2016；戈罗伊 曼等人，2012；王等人，2017a,b）。许多国家已开发出洪水预警 系统（莫洛茨瓦等人，2016），例如欧洲洪水预警系统（巴托尔梅 斯等人，2009）和美国国家气象局自动化洪水预警系统（斯考索恩， 1999）。尽管大多数这些预警系统依赖密集的测站网络，但由洪水 造成的大量经济损失发生在地面洪水监测和管理计划仍效率低下的 发展中国家（莫洛茨瓦等人，2016）。为了补充地面观测，洪水监 测越来越多地依赖基于星载传感器观测的产品。在用于洪水监测的 遥感产品中，GRACE任务的数据具有独特性，因为它可以直接测量 陆地水的总量（莫洛茨瓦等人，2016）。陆地水储量信号与地表吸 收和处理水的能力有关，并包含了植物中的水、地下水、土壤湿度 和积雪中的水（里格和法米利埃蒂，2009）。一年内，由于降水年 周期的影响，一个地区可能在最小值和最大值之间过渡。当该地区 接近最大值时，在饱和地面迫使额外降水产生径流之前，其仅能储 存和处理有限量的水（里格和法米利埃蒂，2009）。通常情况下， 地表通过两种基本机制调节降水与径流生成之间的关系：入渗限制 和蓄满产流。在洪水期间，通常根据洪水前条件和降水事件的性质 确定这两种机制之一为主要驱动因素（瑞格等人，2015）。也就是 说，流域在降雨前的湿润度可以决定其对降雨的响应（萨亚马等人， 2011；布鲁特塞尔，2008；基希纳，2009），从而导致洪水形成的 变异性（李和西蒙诺维奇，2002）。 斯莱特和维拉里尼（2016） 指出，洪水模式取决于整体湿润度和潜在储水能力，这对水资源管 理、农业、保险、航运、生态以及生活在洪灾地区的人口具有根本 性影响。

2.4.2.1 基于重力恢复与气候实验卫星（GRACE）的洪水潜力

里格和法米利耶蒂（2009）提出了“洪水潜力”这一概念，以突出重力 恢复与气候实验卫星（GRACE）极端（湿润）陆地水储量值中所包含 的与区域洪水相关的信息。接近其最大值的陆地水储量可预示未来数 月预见期内可能发生洪水事件（里格和法米利耶蒂，2009）。洪水潜 力的概念已在多项研究中被用于分析全球不同流域的洪水风险（第 2.4.2.2节）。

里格和法米利耶蒂（2009）假设区域蓄水能力可以通过 GRACE陆地水储量异常时间序列中的历史记录最大值来近似，从而 对区域地表的饱和点进行定量估算（单位：厘米）。简而言之， GRACE时间序列可用于计算每个区域的有效最大蓄水能力。里格和 法米利耶蒂（2009）在时间和空间上识别出那些已达到高比例蓄水 能力且持续高降水的月份。最后，他们对该新数据集进行了归一化 处理，以消除区域异质性，并构建了全球洪水潜力指数。所得到的 洪水潜力量是指当月超出该区域蓄水能力的incoming水数量，基 于区域观测到的储存异常最大值计算得出。类似于传统的“桶模型”， 当该数量超过零时，就可能发生洪水。

然而，将卫星重力测量用于业务化洪水预测模式仍存在若干局 限性（瑞格等人，2015）。主要局限性包括：（1）粗略空间分辨 率（ B150,000km²,罗兰兹等人，2005；斯文森和瓦尔，2006）； （2）对多种水资源储存组分（即积雪、土壤湿度和地下水）的综 合观测，将其作为每个网格单元的一个综合值；以及（3）数据产 品处理和发布延迟（2–4重力恢复与气候实验卫星（GRACE）有数 月滞后，重力恢复与气候实验后续卫星有至少10天的延迟）。这些 障碍使得许多应用变得困难，因为水资源管理通常在小流域尺度上 进行，并且需要日到周的时间尺度。因此，类似于霍伯格等人（ 2012）在干旱监测方面的工作，数据同化可被用作部分克服这些
局限性。在他们的研究中，瑞格尔等人（2015） 将GRACE数据同 化到流域陆面模型中，并评估了该同化方案在洪水条件下的表现。
同化结果使模型在洪水发生前的几个月变得更加湿润，从而提高了 模型预测洪水的能力。

2.4.2.2 重力恢复与气候实验卫星（GRACE）表征的历史洪水事件

利用GRACE数据表征洪涝事件的研究尚未像干旱事件的表征那样 得到充分开发。本节列出了已使用GRACE数据进行研究的历史洪 涝事件。

杜特·维什瓦卡尔马等人（2013）讨论了印度发生的两次重大洪 涝事件，一次是2005年孟买及周边地区的季风洪水，另一次是 2008年比哈尔邦遭遇的洪水。重力恢复与气候实验卫星（GRACE） 在大空间尺度上检测到了这两次洪涝事件。朗等（2014）使用由里 格和法米利耶蒂（2009）提出的基于GRACE的洪水潜势指数，对 中国西南地区的2008年严重洪水进行了表征。钦纳萨米（2017）建 立了一个基于GRACE数据与实测径流量之间的回归模型。该模型被 用于预测印度2008年科西河洪水。研究结果表明，流域内蓄水单元 的饱和状态在洪峰洪水及其预见期的预测中起着关键作用。陈等人 （2010）利用GRACE识别了亚马逊河2009年洪水事件，该事件造 成了大量人员伤亡，并探讨了其与厄尔尼诺‐南方涛动的关系。孙等 人（2017a,b）利用GRACE数据评估了中国长江流域的洪水潜势指 数（里格和法米利耶蒂，2009）。周等人（2017）也研究了利用 GRACE数据识别和预测长江流域洪水的潜力。特别是，2010年洪 水被确定为研究期间最严重的灾害，其径流量和降水量分别比同期 多年平均值高出37.95%和19.44%。周等人（2017）强调，尽管基 于GRACE的洪水潜势指数能够识别大型洪水的极端事件，但目前尚 不适用于较小和/或短期洪水事件（孙等，2017a,b）。唐达荣苏布 等人（2016）利用GRACE数据量化了2002年至2014年间柬埔寨洞 里萨河流域的洪水情况。对于该地区，GRACE明确识别出了2011年 和2013年洪水事件。这两次事件的流域平均陆地水储量值分别为 42厘米（比长期平均峰值高40%）和36厘米（高34%）的等效水高。
在5月和6月
2011年，由于密苏里河流域的融雪和强春季降雨共同作用，密西西 比河出现了一次大规模洪峰。密苏里河的流量被定性为五百年一遇 事件。位于密西西比河河口附近的红河登陆点于3月19日超过洪水 位，并一直持续到6月25日才回落至洪水位以下。里格等人（2014） 和王等人（2014）利用GRACE数据对此次洪水事件进行了研究， 指出陆地水储量观测分析具有提供空间分布的预警信息的潜力。对 于2011年5月至6月发生的哥伦比亚河洪水事件以及2010年的印度河 洪水，也得出了类似的结论。

2.5 结论

水资源储存极端情况通常表现为干旱和洪涝事件，由流域或含 水层中储存的水资源亏缺或过剩所引发。由于全球变暖，这些事件 预计将变得更加频繁（帕乔里等人，2014）。现有的原位观测网络 不足以检测和监测区域储水总量中的这些极端情况。重力恢复与气 候实验卫星（GRACE）的观测有助于填补这一信息缺口，因为 GRACE提供了前所未有的整体视角来观测陆地水储量变化。
GRACE后续任务于2018年5月发射，将进一步延续这一重要的数据 记录。

重力恢复与气候实验卫星（GRACE）通过测量干旱地区的水资 源亏缺，为区域干旱特征化做出了贡献。它还提供了有助于预测区 域洪水潜力的信息。洪水潜力和水资源储量亏缺的概念已在多项研 究中被用于表征重力恢复与气候实验卫星（GRACE）观测到的极端 事件。本书籍章节回顾了许多最重要的研究。

在业务化干旱或洪水预测模式中使用重力恢复与气候实验卫星（ GRACE）和GRACE后续任务数据仍存在局限性。主要局限性包括 GRACE观测的较低的空间和时间分辨率，以及陆地水储量是多种水资 源储存组分（即积雪、土壤湿度和地下水）的综合观测值。GRACE数 据传输延迟也是一个严重问题，但预计将通过低延迟数据的可用性缓解
从GRACE后续任务（例如，Sakumura等人，2016）衍生的延迟数据 产品。这些局限性可以通过结合观测到的陆地水储量和模型来解决，即 通过数据同化（例如，Zaitchik等人，2008；Girotto等人，2016）。