GRL|一组新的全球陆地水储量变化长期（1979-2020）重构数据集（0.5°×0.5°）
陆地水储量变化包含全球大陆区域所有水分量，是唯一可以全面平衡降水，蒸散和径流的变量。自2002年以来，重力恢复和气候实验（GRACE）卫星精确探测到全球总陆地水储量变化。然而，在GRACE卫星任务发射以前（即2002年之前），没有探测全球陆地水储量变化的有效手段。
近年来，国内外越来越多的学者期望得到一个长期、连续的全球陆地水储量变化数据集（即将GRACE陆地储水量变化数据扩展到2002年以前），以进行一些气候或水文相关研究，例如测试气候模型模拟效果，建立长期海平面预算，或研究过去水文干旱/洪水事件发生的频率及特点等。当前国际上一些学者（例如美国加州理工学院的Vincent Humphrey等人）提出了一些传统方法，旨在利用气象/水文观测变量同陆地水储量变化之间的经验关系来重构GRACE时期以外的陆地水储量变化。传统方法致力于采用机器学习对全球任意格网点上陆地水储量变化进行逐一外推或预测，这极大的限制了模型驱动数据（即机器学习中的气象/水文输入数据）的空间分辨率，即模型驱动数据需要同陆地水储量变化之间在空间上严格对应。武汉大学测绘学院的李夫鹏、王正涛等人在2020年提出了一种在格网点尺度上重构陆地水储量变化的新方法，该方法将机器学习与其他两种分解技术（统计分解和时间序列分解）结合在一起，以重构某一特定区域的陆地水储量变化（见参考文献Li et al., 2020）。与传统方法相比，李夫鹏等人的方法突破了传统方法中对驱动数据空间分辨率的限制，可吸收更多全球陆地范围以外的潜在预测因子（例如，海面温度和气候指数等）用于陆地水储量变化的重构，但文献Li et al. (2020)中仅将此方法应用在26个河流流域，而且他们仅采用了几种有限的气象数据作为重构陆地水储量变化的驱动因子。
本研究旨在将李夫鹏等人方法的应用规模从流域尺度扩展到全球尺度，以重构一组新的长期、连续陆地水储量变化数据集。相对以往的研究，我们在重构中使用了更多的驱动数据，包括降水、地表温度、海面温度、蒸发、径流、土壤湿度和十几种气象指数等。在数据处理过程中，我们首先将全球大陆地区划分为不同大小的特定区域（即分别划分为5个、10个、43个和180个局部地区），并针对李夫鹏等人的方法进行了“应用尺度测试”，即测试该方法在不同尺度（区域大小）下应用时的表现。然后，根据测试结果在最佳应用尺度下重构了一组新的长期（1979-2020年）、高精度、高分辨率（0.5°×0.5°）全球陆地水储量变化数据集。研究结果表明，我们采用的数据处理策略提高了李夫鹏等人的方法在26个流域中的表现，并且成功地重构了强厄尔尼诺信号（见图1）。 采用卫星激光测距（SLR）技术和全球平均海平面变化数据检核的结果表明，该数据集比当前国际上已经发布的产品（即Humphrey等人2019年发布的产品）精度更高、可靠性更强（见图2、图3）。
图1. 重构数据集在南美洲地区强厄尔尼诺年份（a）1983、（b）1998和（c）2016的年均变化图（即空间分布）以及南（d）北（e）部地区流域平均变化时间序列。其中南北部地区用黑线划分(见图1a-c)。
图2. SLR数据检核结果。（a）本研究数据集和（b）Humphrey数据集与GRACE时期以前（即1992年11月至2002年3月）SLR数据之间的皮尔森相关系数（PCC）。采用SLR数据计算的（d）本研究数据集和（e）Humphrey数据集的均方根误差（RMSE）。 图2c和图2f分别展示了图2（a-b）和图2（d-e）的的经验累积分布函数（ECDF）。 图2（g-i）展示了两组重构数据集与SLR数据在流域尺度上的对比结果。
图3. 全球平均海平面变化数据（GMSL）检核结果。注：图中陆地水储量变化均为去周期、去趋势后的全球平均值；为提高可读性，本研究将图3a中右坐标轴倒置。
上述研究成果近期发表在地学权威国际期刊《Geophysical Research Letters》，该成果受德国DFG科研项目（KU1207/26-1和RI2657/2-2）和国家自然科学基金面上项目（41974019,41704011,41274032, 41474018,414294019和41974007）资助。
论文引用：
Fupeng Li (李夫鹏), Jürgen Kusche, Nengfang Chao* (超能芳), Zhengtao Wang (王正涛), & Anno. Löcher. (2021). Long-term (1979-present) total water storage anomalies over the global land derived by reconstructing GRACE data. Geophysical Research Letters, 48(8), e2021GL093492. https://doi.org/10.1029/2021GL093492.
数据产品下载链接doi：https://doi.org/10.5061/dryad.z612jm6bt.
其他与本研究相关的论文：
Fupeng Li（李夫鹏）, Jürgen Kusche, Roelof Rietbroek, Zhengtao Wang（王正涛）, Ehsan Forootan, Kerstin Schulze, & Christina Lück. (2020) Comparison of Data-driven Techniques to Reconstruct (1992-2002) and Predict (2017-2018) GRACE-like Gridded Total Water Storage Changes using Climate Inputs. Water Resources Research, 56(5), e2019WR026551, https://doi.org/10.1029/2019WR026551.
Humphrey, V., & Gudmundsson, L. (2019). GRACE-REC: A reconstruction of climate-driven water storage changes over the last century. Earth System Science Data, 11(3), 1153–1170. https://doi.org/10.5194/essd-11-1153-2019.
Humphrey, V., Gudmundsson, L., & Seneviratne, S. I. (2017). A global reconstruction of climate-driven sub-decadal water storage variability. Geophysical Research Letters, 44(3), 2300–2309. https://doi.org/10.1002/2017gl072564.
论文链接：
