基于GNSS觀測的陸地水儲量研究進展

段天奇 占偉 蘇廣利 劉曉

摘要：介紹了基于質量負荷理論利用GNSS觀測反演陸地水儲量的方法，闡述了利用GNSS研究陸地水儲量的進展、應用和發展趨勢，以及GNSS與GRACE、水文模型等的聯合研究。隨著GNSS觀測精度的不斷提升和觀測網絡的迅猛發展，利用GNSS觀測研究陸地水儲量取得了重要進展。GNSS已成為陸地水儲量監測的重要手段，在中國大陸地區利用GNSS研究陸地水儲量具有巨大的潛力和前景，但仍需要在時間序列信號精細識別、反演算法優化和多源數據融合等方面深入研究。

關鍵詞：GNSS；陸地水儲量；質量負荷理論；反演

中圖分類號：TV21文獻標識碼：A文章編號：1000-0666（2024）03-0369-10

doi：10.20015/j.cnki.ISSN1000-0666.2024.0038

0引言

陸地水是水資源中重要的組成部分，包含地表水、土壤水、地下水等，在人類生活和社會發展中是不可或缺的（Famiglietti et al，2011；Long et al，2014），科學認識陸地水變化規律是對陸地水資源進行合理開發利用的前提。由于全球衛星導航系統（Global Navigation Satellite System，GNSS）連續觀測具有低成本和高時間分辨率等優點，可以與重力恢復和氣候實驗衛星（Gravity Recovery and Climate Experiment，GRACE）、全球水文模型等其它技術相結合并優勢互補。近年來，全球范圍內已經建立了密集的GNSS連續觀測網絡（姜衛平，2017），在監測陸地水儲量方面得到了廣泛應用，成為監測陸地水儲量的利器（Enzminger et al，2018；Adusumilli et al，2019；White et al，2022；Li et al，2023a）。在暴雨等極端天氣下，GNSS連續觀測擁有近實時監控和潛在災害預警的巨大潛力（Milliner et al，2018；Zhan et al，2021；Heki，Arief，2022；譚爭光等，2022）。

利用GNSS研究陸地水儲量經歷了“驗證—應用—分離”的過程。本文首先介紹基于GNSS數據反演陸地水儲量的方法，然后介紹GNSS反演陸地水儲量的研究進展，并分析其發展趨勢。

1GNSS反演陸地水儲量方法

1.1質量負荷理論

地表點質量源引力位如圖1所示。如果將地球視為近似規則的球體，根據萬有引力定律，地球上某一點引力位Φ的計算公式為：

Φ=[SX（]Gm[][KF（]R2+r2-2Rrcosθ[KF）][SX）][JY]（1）

式中：G表示引力常量；m表示點源的質量；R表示地球平均半徑；r表示點位與地球中心的距離；θ表示點位間的角距離。

基于Farrell（1972）所提出的地殼負荷形變理論，結合引力位函數相，通過地殼負荷形變量求得單位質量的點負荷所產生的垂直和水平方向的形變量，表示為：[JB（{]ur=∑[DD（X]n[DD）]h′k[SX（]1[]gR[SX）][SX（]G[]R[SX）]Pn（cosθ）=[SX（]R[]Me[SX）]∑[DD（X]n[DD）]h′nPn（cosθ）

uθ=∑[DD（X]n[DD）]lh′[SX（]1[]gR[SX）][SX（]φn[]θ[SX）]=[SX（]R[]Me[SX）]∑[DD（X]n[DD）]lh′[SX（]1[]gR[SX）][SX（]Pn（cosθ）[]θ[SX）][JB）][KG-1][JY]（2）

地表負荷造成的垂直形變會隨著離負荷距離的增大而迅速減小，如圖2所示：以圓盤半徑7 km、等效水深4 m、約0.62 Gt負荷為例，距離圓盤中心10 km處的垂向形變小于距離圓盤中心5 km垂直形變的一半，距離圓盤中心20 km處的垂向形變小于距離圓盤中心10 km垂直形變的一半。

目前計算負荷與地殼位移之間聯系的方法主要有格林函數積分法、球諧函數法及Slepian基函數法。這3種方法都是基于地球初始參考模型（Preliminary reference earth model，PREM）質量負荷引起垂直位移的計算方法。負荷格林函數為單一點負荷的垂向基函數，主要用于解決單位質量的點負荷問題（Guo，2004）。球諧函數主要用于描述質量源在地球外部產生引力位的作用，對于地球表面流體質量變化可以將其看成連續球面函數并進行球諧函數展開（Hofmann-Welenhof，Moritz，2005）。Slepian基函數是一種常用的球面徑向基函數，相較前兩種方法，它可以有效減少信號泄露，提高結果的信噪比（Albertella et al，1999）。

1.2質量負荷反演理論

首先，設U表示觀測到的垂直位移，m表示區域網格質量模型，G表示通過負荷格林函數建立的系數矩陣。在完全理想的情況下，觀測數n與模型t相等（n=t），且系數矩陣G存在逆矩陣，則可以求得：

m[DD（X]t×1[DD）]=G-1[DD（X]t×n[DD）]Ut×1[JY]（3）

獲得質量模型m是基本的反演過程，可以通過直接求G的逆系數陣來實現這一線性觀測函數。然而實際的地球物理反演比較復雜，通常表現為欠定問題，需要添加約束條件建立約束矩陣，在求解法方程后得到約束解析式。

在計算中通常進行Tikhonov正則化（Tikhonov，Arseninn，1977），加入正則化因子λ2，其求解結果如下：

m=（GTG+λ2I）-1G?TU[JY]（4）[KH*6/5]

Argus等（2014，2017，2022）在反演過程中引入正則化參數和拉普拉斯算子，其目標函數為：

[JB<2=]W[DD（X]n×n[DD）][JB<2{]Gg，i[DD（X]n×q[DD）]hw，i[DD（X]q×1[DD）]-U[DD（X]n×1[DD）][JB>2}][JB>2=]22+λ2[JB<2=]Li[DD（X]q×q[DD）] hw，i[DD（X]q×1[DD）][JB>2=]22=min[JY]（5）

式中：W為GNSS垂向位移權重；hw，i為第i個格網內的等效水高；Gg，i表示負荷格林函數的系數矩陣；L為拉普拉斯算子；λ2為正則化參數；n為垂向位移數值；q為研究區內的格網數量。

由于反演過程中的負荷格林函數卷積是對全球范圍進行計算，而一般情況下反演只是針對某一個小區域進行計算，因此研究區外的負荷形變會被當成噪聲從而影響反演結果。為了減小這個影響，可以對質量模型參數及其約束矩陣擴充，以降低外部區域對研究區內質量反演造成的影響。式（5）可以變化為（沈迎春，2021）：[FL）][KH-2]

[JB<2*=]W[DD（X]n×n[DD）][JB<2*{][JB<2（]Gg，i[DD（X]n×q[DD）]Gg，c[DD（X]n×s[DD）][JB>2）][JB（（]hw，i[DD（X]q×1[DD）][SX（B-*3/4]hw，c[DD（X]s×1[DD）][][SX）][JB））]-U[DD（X]n×1[DD）][JB>2*}][JB>2*=]22+λ2 [JB<2*=]Lo[DD（X]（q+s）×（q+s）[DD）][JB（（]hw，i[DD（X]q×1[DD）][SX（B-*3/4]hw，c[DD（X]s×1[DD）][][SX）][JB））][JB>2*=]22=min[JY]（6）

式中：hw，i和hw，c分別為研究區內和擴展邊界外的質量負荷模型；Gg，i和Gg，c分別為格林函數得到的系數矩陣和約束矩陣；n、q和s分別為向量U、hw，i和hw，c的維度信息。通過此方法可以對區域質量的圓盤反演起約束作用。

Wang等（2022）在反演過程中，加入了GNSS水平位移，使用格林函數G（ψ）的卷積積分計算由多個質量負荷源q（θ′，φ′）引起的點位移b（θ，φ），式（7）為曲面變形對質量負荷的反演：

[JB<2*=][JB（［]G（ψ）[KG*2/3]βL[JB）］]q（θ′，φ′）-[JB（［]b（θ，φ）0[JB）］][JB>2*=]2=min[JY]（7）

式中：q表示最小二乘的反演質量，并且假設水平分量和垂直分量是等權的；β是平滑因子，用于調整質量的最小二乘擬合和平滑度之間的相對權重；L是拉普拉斯算子，有3種表現形式，分別對應與網格位置位于角落（2個相鄰斑塊）、邊緣（3個相鄰斑塊）、其他地方（4個相鄰斑塊）。

Carlson等（2022）使用GNSS和GRACE數據聯合反演，反演公式類似于式（5），聯合反演的權重矩陣為：

P=[JB（［][HL（2]α∑[DD（]-1[]D[DD）][]00[]（1-α）∑[DD（]-1[]G[DD）][HL）][JB）］][JY]（8）

式中：∑[DD（X]D[DD）]和∑[DD（X]G[DD）]分別為GNSS和GRACE觀測值的對角方差-協方差矩陣；α為0～1之間的數值，表示GRACE和GNSS的相對權重。

2GNSS反演陸地水儲量研究進展

2.1GNSS反演陸地水儲量的驗證與應用

2.1.1GNSS反演陸地水儲量的驗證

固體地球在水、雪、冰和大氣等負荷作用下會產生彈性形變。研究表明，GNSS記錄的垂直位移與陸地水變化相關：當負荷增加時，地面下降，附近GNSS站點會向下并向負荷源方向移動；當負荷減小時地面反彈，附近GNSS站點會向上并遠離負荷源方向移動。Van Dam和Wahr（1998）發現GNSS觀測的位移時間序列包含了可以用來監測陸地水儲量等地表負荷變化產生的地殼形變。Heki等（2001）將雪深數據與GNSS觀測到的垂直表面位移進行比較，證明可以根據GNSS觀測到的形變估計水文負荷。Dong等（2002）研究表明，GNSS時間序列中的地球系統質量周期性變化主要是由陸地水儲量遷移、大氣負荷、非潮汐海洋負荷等多種因素綜合作用導致的，并提出可以通過去除其它分量來研究一種負荷的影響。Heki（2004）對主導日本季節性質量變化因素的研究表明，利用GNSS垂向時間序列可以有效地監測陸地水文負荷的季節性變化，并可以對GRACE起到補充作用。Bevis等（2005）研究認為GNSS觀測能夠對周圍100 km范圍內的負荷變化產生響應，獲取高時間分辨率（天尺度）陸地水儲量空間變化信息。

隨著研究的不斷深入，Argus等（2014）利用美國加州地區密集的GNSS連續觀測網絡數據研究了該地區的陸地水儲量空間變化，對該地區陸地水儲量反演結果與GRACE和全球水文模型結果進行了對比，發現三者有很好的一致性。研究表明GNSS能夠給出高空間分辨率（小于50 km）的陸地水儲量變化，可以成為獨立的陸地水儲量變化監測手段（圖3）。

2.1.2GNSS反演陸地水儲量的應用

美國學者Argus在陸地水儲量研究領域取得較大進展，其發表的3篇論文具有較好的代表性，完整勾勒出利用GNSS監測陸地水儲量研究從驗證到應用的過程，研究手段從單一的GNSS手段到GNSS、GRACE、全球水文模型等多手段聯合等過程。Argus等（2017）還利用GNSS觀測數據估算了2012—2015年美國加州4個地區干旱和強降雨期間陸地水儲量在時間上的動態變化，為固體地球彈性響應的評估以及水資源管理提供參考。Argus等（2022）整合美國加州中央山脈GNSS、GRACE、水庫水和積雪數據，通過從GNSS和GRACE聯合計算得到的總陸地水儲量中扣除積雪、土壤水等成分，細化、分離該地區地下水的變化。

在過去的10年中，基于GNSS的陸地水儲量研究有了更廣泛的應用，越來越多的成果應用于全球范圍內的陸地水儲量研究（Zhan等，2017，Fok， Liu，2019； Hsu等，2020； Jiang等，2021；Zhu等，2023；Ferreira等，2018；Young等，2021，Silverii等，2016；Pintori，Serpelloni，2023）。Borsa等（2014）基于美國西部地區的GNSS連續觀測站的垂向形變序列反演該區域的陸地水儲量變化，結果表明GNSS觀測有足夠的精度和采樣密度用來測量地殼垂直運動，并以此估算陸地水儲量變化，為水文研究提供了新的思路。王林松等（2014）利用喜馬拉雅山脈周邊的GNSS垂向形變序列對喜馬拉雅山脈的冰雪質量進行反演，并嘗試利用水平位移與垂直位移的比值估計質量變化來分析質量源的位置。Amos等（2014）利用GNSS垂直位移研究加利福尼亞州中部地下水變化導致的地殼運動，使用模型模擬總水儲量變化導致的負荷變化響應。Fu等（2015）采用阻尼最小二乘法反演陸地水儲量變化，論證了該方法反演結果可以用來填補GRACE和GRACE Follow-On之間的空白。

2.1.3GNSS反演陸地水儲量在極端氣候下的應用

近年來，在全球氣候變化背景下，極端干旱、暴雨等事件日益增多。GNSS以其高時間分辨率（天尺度）、低成本的優勢，成為監測干旱、暴雨等極端事件陸地水儲量動態變化的一種新手段。Jin和Zhang（2016）利用連續的GNSS觀測數據估算美國西南部陸地水儲量變化，揭示了水儲量季節性變化較大的區域位于落基山脈和密西西比河流域，并指出GNSS擁有用于監測干旱引起水儲量異常信號的能力。姚朝龍等（2020）基于中國區域的GNSS臺站形變序列對2018年太平洋西北洋面上生成的臺風“山竹”進行分析，發現通過GNSS時間序列可以觀測到臺風“山竹”尾流導致的地殼產生厘米級形變。Zhan等（2021）利用GNSS連續觀測網絡獲取了2019年太平洋超強臺風“海貝思”登陸日本期間陸地水儲量的時空動態變化，突顯了極端天氣下GNSS近實時、遠程監測水文變化和預測潛在洪水災害的作用。

2.2GNSS反演陸地水儲量的進展

2.2.1反演方法的進展

由于使用GNSS垂直位移反演區域陸地水儲量變化是一個病態問題，因此常使用Tikhonov正則化方法（Tikhonov et al，1995）來穩定病態問題。其中二階拉普拉斯矩陣用于正則化約束矩陣，L曲線或廣義交叉驗證法用于確定最優正則化參數（Argus et al，2014）。然而，拉普拉斯矩陣是基于幾何角度的稀疏矩陣，不具有明確的物理意義。此外，有時難以使用L曲線或廣義交叉驗證法準確估計最優正則化參數。目前，使用GNSS觀測值量化陸地水儲量變化的反演方法仍存在一定困難，需要引入改進的求解策略以提高GNSS反演結果的可靠性，包括正則化約束矩陣的構建和正則化參數的最優估計。Li等（2023a）基于Tikhonov正則化方法，提出了用地球物理模型計算的先驗協方差矩陣作為正則化約束矩陣。為了獲得更穩定可靠的反演結果，使用迭代最小二乘估計方法，通過數據本身自適應地確定最優正則化參數。與拉普拉斯矩陣相比，先驗協方差矩陣具有明確的物理意義，引入的先驗地球物理信息可以提高GNSS反演結果的可靠性。研究結果表明，GNSS反演得到的陸地水儲量變化可以達到較高的空間分辨率，由先驗約束矩陣正則化的GNSS數據推斷的陸地水儲量變化比傳統拉普拉斯約束矩陣更可靠，并且由GNSS數據推斷的陸地水儲量變化與用GRACE、GRACE Follow-On和GLDAS推斷的陸地水儲量變化在時間域、空間域和降水數據上均顯示出較好的一致性。

2.2.2基于GNSS三維形變的陸地水儲量反演

目前相關的研究主要使用GNSS垂直方向位移，在反演陸地水儲量的過程中加入水平位移，這將有助于提升反演的穩定性。Wahr等（2013）使用加州北部和格陵蘭島南部的GNSS數據，結合水平和垂直運動方向，來確定負荷區域及質量變化，結果表明水平位移同樣可以用于地面負荷形變的研究。Wang等（2022）在我國華中地區利用GNSS垂直和水平位移進行了質量載荷反演的綜合實驗。棋盤格實驗結果表明，當站點少于該區域總網格數量的2/3時，即使位移觀測沒有任何噪聲，僅使用垂直位移的質量反演也會變得不可靠。當GNSS站點數量大于在整個區域內相對均勻分布的總網格數量的1/3時，水平位移與垂直位移的組合顯著改善了反演結果。其結果表明：與僅使用垂直位移反演相比，使用三維位移反演的結果更加精確，尤其在GNSS站點稀疏的區域。在當前的測量精度水平下（3 mm），包含水平位移的反演可以提升約10%的精度，未來如果可以將測量精度提升到0.1 mm的水平，包含水平位移的反演精度就可以提升超過30%。

2.2.3GNSS與GRACE聯合研究

GRACE是美國國家航空航天局和德國航空航天中心于2002年3月17日發射的重力衛星，也是區域水儲量變化監測的重要工具，能較好地給出數百千米尺度陸地水儲量變化的特征（Rodell，Famiglietti，2002；Swenson et al，2006；楊元德等，2009；鐘敏等，2009；馮偉等，2012）。首先，GNSS和GRACE聯合研究可以利用GRACE獲得的陸地水儲量變化信息，去除GNSS坐標時間序列中由陸地水儲量變化所引起的非構造形變影響，從而更為準確地獲取地殼垂直運動情況。其次，聯合反演可以彌補GNSS測站分布不均勻和GRACE空間分辨率低等不足，實現兩種手段的優勢互補，進而獲得時空分辨率更高的陸地水儲量結果。

GNSS和GRACE聯合研究也經歷了從驗證到應用的過程。Byron等（2004）利用GRACE時變重力場數據研究亞馬遜流域陸地水負荷形變，發現GRACE所得流域水儲量與GNSS坐標位移時間序列有較強的相關性。后續研究也證明了GNSS與GRACE信號在全球多個典型區域均有較強的相關性（Kusche，Scharma，2005；劉任莉等，2013；盛傳貞，2014；郝明等，2017）。人們發現可以利用二者較強的相關性這一特點進一步開展研究。如Wang等（2017）利用GNSS垂直位移數據對華北平原地區進行研究，并利用GRACE數據模擬水文負荷變化導致的垂向位移，發現二者較為一致的物理機制為氣候變化導致的季節性水圈團塊運動引起的巖石圈周期性位移。Pan等（2019）進一步利用GRACE時間序列中的信息改正了天山地區GNSS位移中負荷變化產生的形變。隨著研究的不斷深入，部分學者開始利用GNSS和GRACE數據聯合研究陸地水儲量（何思源，2017；Su，Zhan，2022），這些研究表明二者聯合反演的地殼形變具有較高的時空一致性，可以較為精確地反演出陸地儲水量變化。Carlson等（2022）基于小波分析提出一種新的聯合反演框架，使用連續小波變換將GNSS和GRACE時間序列分解為長期和短期分量并分別進行反演，再分別賦予不同的權重并計算最佳權重分配，得到了2003—2016年美國加州的陸地水儲量。上述結果表明，GNSS和GRACE聯合反演比GRACE單獨反演結果時空分辨率更高，還可以校正局部因素對GNSS反演結果的干擾、捕捉長期的陸地水儲量變化。

2.2.4GNSS與全球水文模型、InSAR聯合研究

全球水文模型可以提供全球高時空分辨率的多種最優化、接近實時的陸地表面狀態和通量場，例如降水、蒸散、地表徑流和地下徑流等。全球陸地同化系統（Global Land Data Assimilation System，GLDAS）水文模型通過結合數據同化技術、衛星遙感數據和地面觀測數據等多種數據，對全球陸地表面的水文循環過程進行模擬和預測。其優點是在陸地水儲量的研究中，GLDAS水文模型可以用于驗證反演結果的準確性，例如Scanlon（2019）使用GRACE和GLDAS評估人類活動對全球水儲量趨勢的影響和陸地水儲量的季節性波動；Li等（2023b）使用GLDAS數據驗證GNSS和GRACE聯合反演中國西南地區和長江流域陸地水儲量的結果，并將其用于仿真模擬研究的輸入信號，結果表明二者在半年的時間尺度上有很好的一致性。現有的水文模型也存在一定的不足，比如Jin和Zhang（2016）發現GLDAS Noah模型缺乏部分地表水和深層地下水數據，不能完整地監測區域陸地水變化，部分地區徑流與蒸散結果不夠精確。這些水文模型中未建模的成分通常會導致人類干預和氣候變化有關的水儲量變化遭到低估。

合成孔徑雷達干涉測量（Interferometric Synthetic Aperture Radar，InSAR）是一種主動式空間對地微波遙感技術，可以大范圍、低成本獲取地面高程或形變信息，并擁有高空間分辨率。InSAR與GNSS的數據融和也是目前的研究熱點，可以用于驗證地面沉降或估算地下水開采造成的地表形變（Bui et al，2021；Sha，2021）。

3討論

近年來GNSS觀測在陸地水儲量研究中得到了廣泛的應用，取得了重要進展和成果，但今后還需要在以下幾個方面開展更加深入的工作：

（1）提高陸地水儲量反演結果的準確性和可靠性。由于GNSS時間序列包含了多種地球物理因素引起的形變信息，如未建模的基巖熱膨脹和土壤膨脹效應、冰后期反彈效應、非潮汐大氣負荷和非潮汐海洋負荷。因此，在今后的研究中需要建立更加精確的模型和數據處理方法，用來識別并分離出GNSS時間序列中各種非水文負荷造成的形變信息，進而提高陸地水儲量反演結果的精度。其次，在GNSS與GRACE、InSAR等技術手段聯合反演時，如何科學、合理地賦予各種技術手段最佳的權重，以期實現多種技術優勢互補、進而獲取最優的陸地水儲量反演結果，也將是一個重點研究方向。

（2）提升陸地水儲量反演結果的應用價值。陸地水中包含了地表水、地下水、土壤水等多種成分，而單獨依據GNSS反演難以將陸地水儲量的不同成分分離出來。在今后的研究中，可以聯合全球水文模型、降雨、積雪等水文資料構建更加精細的地球物理模型，對陸地水的不同成分進行精細化處理和綜合分析。

（3）在中國大陸地區利用GNSS研究陸地水儲量具有巨大的潛力和前景，如利用GNSS技術進行陸地水儲量研究可以為水資源管理、農業生產等領域提供重要的支持和決策依據，GNSS技術還可以用于監測地表沉降和地殼運動等現象，為地質災害預警提供數據支持。然而，這一領域也面臨挑戰，包括數據處理和分析的復雜性、儀器精度的提高以及數據共享和隱私保護等問題。隨著技術的不斷進步和政策的支持，利用GNSS研究陸地水儲量將為中國的水資源管理、農業發展和地質災害預警帶來更多的機遇和挑戰。

4結論

本文介紹了基于質量負荷理論利用GNSS觀測反演陸地水儲量的方法，闡述了利用GNSS研究陸地水儲量的進展、應用和發展趨勢。隨著GNSS觀測精度的不斷提升和觀測網絡的迅猛發展，利用GNSS觀測研究陸地水儲量的優點愈發明顯。首先GNSS可以利用高精度衛星信號定位，獲取研究區的精確位置信息；其次，GNSS可以對大范圍、大面積的陸地水儲量進行實時觀測。GNSS已成為陸地水儲量監測的重要手段，在中國大陸地區，利用GNSS研究陸地水儲量具有巨大的潛力和前景，我國已經建立了較為完善的GNSS觀測網絡和數據處理系統，可以提供高精度的位置信息觀測服務，并且在地形測量、水文和氣象觀測等領域擁有豐富的經驗和技術積累，但仍需要在時間序列信號精細識別、反演算法優化和多源數據融合等方面開展深入研究。未來，隨著大數據、人工智能等技術的不斷發展，可以利用GNSS等觀測數據進行數據挖掘和識別，實現更精確的水文預報和預警。此外，本文還介紹了GNSS、GRACE、InSAR與水文模型等的聯合研究，以實現更精確的陸地水儲量監測和預測。這些技術將有助于更好地理解和預測水文循環的變化，對于水資源管理和環境保護具有重要意義。

由于所能收集的文獻有限和論文篇幅的限制，本文介紹的僅僅是陸地水儲量變化研究的一些摘要成果，隨著未來研究的不斷深入，其應用前景更加廣闊。可以預見，隨著對陸地水資源的深入研究，將有更多的發現和創新應用不斷涌現，為解決全球水危機和應對氣候變化帶來新的契機。

本文在撰寫過程中得到中國地震局第一監測中心陳長云高級工程師、梁洪寶高級工程師、暢柳高級工程師、張慶云博士、李經緯博士和天津城建大學王勇教授和李瑞杰碩士的幫助，審稿專家也提出了寶貴的意見，在此一并表示衷心感謝。

參考文獻：

馮偉，Lemoine J M，鐘敏，等.2012.利用重力衛星GRACE監測亞馬遜流域2002—2010年的陸地水變化［J］.地球物理學報，55（3）：814-821.Feng W，Lemoine J M，Zhong M，et al.2012.Terrestrial water storage changes in the Amazon basin measured by GRACE during 2002-2010［J］.Chinese Journal of Geophysics，55（3）：814-821.（in Chinese）

郝明，王慶良，李煜航.2017.利用GRACE、GPS和水準數據研究西秦嶺地區現今地殼垂直運動特征［J］.大地測量與地球動力學，37（10）：991-995.Hao M，Wang Q L，Li Y H.2017.Crustal vertical movement of the West Qinling，derived from GRACE，GPS and leveling data［J］.Journal of Geodesy and Geodynamics，37（10）：991-995.（in Chinese）

何思源.2017.GPS垂直位移反演云南省水儲量變化［D］.成都：西南交通大學.He S Y.2017.Seasonal variation of terrestrial water storage in Yunnan inferred from GPS observations of vertical land motion［D］.Chengdu：Southwest Jiaotong University.（in Chinese）

姜衛平.2017.衛星導航定位基準站網的發展現狀、機遇與挑戰［J］.測繪學報，46（10）：1379-1388.Jiang W P.2017.Challenges and opportunities of GNSS reference station network［J］.Acta Geodaetica et Cartographica Sinica，46（10）：1379-1388.（in Chinese）

劉任莉，李建成，姜衛平，等.2013.聯合GRACE與GPS比較山西省垂向地表形變［J］.武漢大學學報（信息科學版），38（4）：426-430.Liu R L，Li J C，Jiang W P，et al.2013.Comparing vertical surface displacements using GRACE and GPS over Shanxi Province［J］.Geomatics and Information Science of Wuhan University，38（4）：426-430.（in Chinese）

沈迎春.2021.利用GNSS垂直位移研究區域水儲量變化［D］.北京：中國科學院大學.Shen Y C.2021.Regional water storage change inverted from GNSS vertical displacement［D］.Beijing：University of Chinese Academy of Sciences.（in Chinese）

盛傳貞，甘衛軍，梁詩明，等.2014.滇西地區GPS時間序列中陸地水載荷形變干擾的GRACE分辨與剔除［J］.地球物理學報，57（1）：42-52.Sheng C Z，Gan W J，Liang S M，et al.2014.Identification and elimination of non-tectonic crustal deformation caused by land water from GPS time series in the western Yunnan Province based on GRACE observations［J］.Chinese Journal of Geophysics，57（1）：42-52.（in Chinese）

譚爭光，鄧志輝，王雄健，等.2022.基于GNSS觀測的陽江地區形變特征分析［J］.華南地震，42（1）：1-6.Tan Z G，Deng Z H，Wang X J，et al.2022.Analysis of deformation characteristics in Yangjiang area based on GNSS observation［J］.South China Journal of Seismology，42（1）：1-6.（in Chinese）

王林松，陳超，鄒蓉，等.2014.利用GPS與GRACE監測陸地水負荷導致的季節性水平形變：以喜馬拉雅山地區為例［J］.地球物理學報，57（6）：1792-1804.Wang L S，Chen C，Zou R，et al.2014.Using GPS and GRACE to detect seasonal horizontal deformation caused by loading of terrestrial water：A case study in the Himalayas［J］.Chinese Journal of Geophysics，57（6）：1792-1804.（in Chinese）

楊元德，鄂棟臣，晁定波，等.2009.GRACE估算陸地水儲量季節和年際變化［J］.地球物理學報，52（12）：2987-2992.Yang Y D，E D C，Chao D B，et al.2009.Seasonal and inter-annual change in land water storage from GRACE［J］.Chinese Journal of Geophysics，52（12）：2987-2992.（in Chinese）

姚朝龍，劉立龍，林旭，等.2020.利用GPS與環境負荷形變數據研究臺風引起的垂向地表位移［J］.地球物理學報，63（8）：2870-2881.Yao C L，Liu L L，Lin X，et al.2020.Analyzing typhoon-triggered vertical land motion from GPS and environmental load-induced deformation data［J］.Chinese Journal of Geophysics，63（8）：2870-2881.（in Chinese）

鐘敏，段建賓，許厚澤，等.2009.利用衛星重力觀測研究近5年中國陸地水量中長空間尺度的變化趨勢［J］.科學通報，54（9）：1290-1294.Zhong M，Duan J B，Xu H Z，et al.2009.Trend of China land water storage redistribution at medium-and large-spatial scales in recent five years by satellite gravity observations［J］.Chinese Science Bulletin，54（9）：1290-1294.（in Chinese）

Adusumilli S，Borsa A A，Fish M A，et al.2019.A decade of water storage changes across the contiguous United States from GPS and satellite gravity［J］.Geophysical Research Letters，46（22）：13006-13015.

Albertella A，Sansò F，Sneeuw N.1999.Band-limited functions on a bounded spherical domain：the Slepian problem on the sphere［J］.Journal of Geodesy，73（9）：436-447.

Amos C B，Audet P，Hammond W C，et al.2014.Uplift and seismicity driven by groundwater depletion in central California［J］.Nature，509（7501）：483-486.

Argus D F，Fu Y，Landerer F W.2014.Seasonal variation in total water storage in California inferred from GPS observations of vertical land motion［J］.Geophysical Research Letters，41（6）：1971-1980.

Argus F D，Landerer W F，Wiese N D，et al.2017.Sustained water loss in Californias mountain ranges during severe drought from 2012 to 2015 inferred from GPS［J］.Journal of Geophysical Research：Solid Earth，122（12）：10559-10585.

Argus F D，Martens H R，Borsa A A，et al.2022.Subsurface water flux in Californias central valley and its source watershed from space geodesy［J］.Geophysical Research Letters，49（22）：e2022GL099583.

Bevis M，Alsdorf D，Kendrick E，et al.2005.Seasonal fluctuations in the mass of the Amazon River system and Earths elastic response［J］.Geophysical Research Letters，32（16）：L16308.

Borsa A A，Agnew D C，Cayan D R.2014.Ongoing drought-induced uplift in the western United States［J］.Science，345（6204）：1587-1590.

Bui L K，Le P V，Dao P D，et al.2021.Recent land deformation detected by Sentinel-1A InSAR data（2016-2020）over Hanoi，Vietnam，and the relationship with groundwater level change［J］.GIScience & Remote Sensing，58（2）：161-179.

Byron D T，Srinivas B，John C R，et al.2004.GRACE Measurements of mass variability in the earth system［J］.Science，305（5683）：503-505.

Carlson G，Werth S，Shirzaei M.2022.Joint inversion of GNSS and GRACE for terrestrial water storage change in California［J］.Journal of Geophysical Research：Solid Earth，127（3）：e2021JB023135.

Dong D N，Fang P，Bock Y，et al.2002.Anatomy of apparent seasonal variations from GPS derived site position time series［J］.Journal of Geophysical Research Atmospheres，107（B4）：2075.

Enzminger T L，Small E E，Borsa A A.2018.Accuracy of snow water equivalent estimated from GPS vertical displacements：A synthetic loading case study for western U.S.mountains［J］.Water Resources Research，54（1）：581-599.

Famiglietti J S，Lo M，Ho S L，et al.2011.Satellites measure recent rates of groundwater depletion in Californias central valley［J］.Geophysical Research Letters，38（3）：L03403.

Farrell W E.1972.Deformation of the earth by surface loads［J］.Reviews of Geophysics，10（3）：761-797.

Ferreira G V，Montecino H C，Ndehedehe C E，et al.2018.Space-based observations of crustal deflections for drought characterization in Brazil［J］.Science of the Total Environment，644：256-273.

Fok H S，Liu Y.2019.An Improved GPS-inferred seasonal terrestrial water storage using terrain-corrected vertical crustal displacements constrained by GRACE［J］.Remote Sensing，11（12）：1433-1449.

Fu Y，Argus D F，Landerer F W.2015.GPS as an independent measurement to estimate terrestrial water storage variations in Washington and Oregon［J］.Journal of Geophysical Research Solid Earth，120（1）：552-566.

Guo Y J，Li B Y，Huang Y，et al.2004.Greens function of the deformation of the Earth as a result of atmospheric loading［J］.Geophysical Journal International，159（1）：53-68.

Heki K，Arief S.2022.Crustal response to heavy rains in Southwest Japan 2017-2020［J］.Earth and Planetary Science Letters，578（3）：117325.

Heki K.2001.Seasonal modulation of interseismic strain buildup in northeastern Japan driven by snow loads［J］.Science，293（5527）：89-92.

Heki K.2004.Dense GPS array as a new sensor of seasonal changes of surface loads［J］.The State of the Planet：Frontiers and Challenges in Geophysics，150（12）：177-196.

Hofmann-Wellenhof B，Moritz H.2005.Physical Geodesy［M］.New York：Springer Science & Business Media.

Hsu Y-J，Fu Y，Bürgmann R，et al.2020.Assessing seasonal and interannual water storage variations in Taiwan using geodetic and hydrological data［J］.Earth and Planetary Science Letters，550：116532.

Jiang Z S，Hsu Y，Yuan L，et al.2021.Monitoring time-varying terrestrial water storage changes using daily GNSS measurements in Yunnan，southwest China［J］.Remote Sensing of Environment，254：112249.

Jin S，Zhang T.2016.Terrestrial water storage anomalies associated with drought in southwestern USA from GPS observations［J］.Surveys in Geophysics，37（6）：1139-1156.

Kusche J，Schrama O J E.2005.Surface mass redistribution inversion from global GPS deformation and Gravity Recovery and Climate Experiment（GRACE）gravity data［J］.Journal of Geophysical Research：Solid Earth，110（B9）：B09409.

Li X P，Zhong B，Li J C，et al.2023a.Inversion of terrestrial water storage changes from GNSS vertical displacements using a priori constraint：A case study of the Yunnan Province，China［J］.Journal of Hydrology，617（16）：129126.

Li X P，Zhong B，Li J C，et al.2023b.Joint inversion of GNSS and GRACE/GFO data for terrestrial water storage changes in the Yangtze River Basin［J］.Geophysical Journal International，233（3）：1596-1616.

Long D，Shen Y，Sun A，et al.2014.Drought and flood monitoring for a large karst plateau in southwest China using extended GRACE data［J］.Remote Sensing of Environment，155（1）：145-160.

Milliner C，Materna K，Bürgmann R，et al.2018.Tracking the weight of Hurricane Harveys stormwater using GPS data［J］.Science Advances，4（9）：2477-2483.

Pan Y，Chen R，Yi S，et al.2019.Contemporary mountain-building of the Tianshan and its relevance to geodynamics constrained by integrating GPS and GRACE measurements［J］.Journal of Geophysical.?Research：Solid Earth，124（11）：12171-12188.

Pintori F，Serpelloni E.2023.Drought-induced vertical displacements and water loss in the Po river basin（Northern Italy）from GNSS measurements［J］.ESS Open Archive，doi：10.22541/essoar.?168606938.84604867/v1.

Rodell M，Famiglietti J S.2002.The potential for satellite-based monitoring of groundwater storage changes using GRACE：the High Plains aquifer，Central US［J］.Journal of Hydrology，263（1-4）：245-256.

Scanlon B R，Zhang Z，Rateb A，et al.2019.Tracking seasonal fluctuations in land water storage using global models and GRACE Satellites［J］.Geophysical Research Letters，46（10）：5254-5264.

Sha T.2021.Three-dimensional surface deformation characteristics based on time series InSAR and GPS technologies in Beijing，China［J］.Remote Sensing，13（19）：3964-3989.

Silverii F，DAgostino N，Marianne M，et al.2016.Transient deformation of karst aquifers due to seasonal and multiyear groundwater variations observed by GPS in southern Apennines（Italy）［J］.Journal of Geophysical Research Solid Earth，121（11）：8315-8337.

Su G L，Zhan W.2022.Abnormal depletion of terrestrial water storage and crustal uplift owing to the 2019 drought in Yunnan，China［J］.Geophysical Journal International，231（1）：108-117.

Swenson S，Yeh J F，Wahr J，et al.2006.A comparison of terrestrial water storage variations from GRACE with in situ measurements from Illinois［J］.Geophysical Research Letters，33（16）：627-642.

Tikhonov A N，Arseninn V.1977.Solution of Ill-Posed problems［J］.SIAM Review，21（2）：266-267.

Tikhonov A N，Goncharsky A V，Stepanov V V，et al.1995.Numerical methods for the solution of Ⅲ-posed problems［M］.Berlin：Springer Netherlands.

Van Dam T，Wahr J.1998.Modeling environment loading effects：a review［J］.Physics and Chemistry of the Earth.23（9-10）：1077-1087.

Wahr J，Khan S A，Dam T V，et al.2013.The use of GPS horizontals for loading studies，with applications to northern California and southeast Greenland［J］.Journal of Geophysical Research Solid Earth，118（4）：1795-1806.

Wang L，Chen C，Du J，et al.2017.Detecting seasonal and long-term vertical displacement in the North China Plain using GRACE and GPS［J］.Hydrology and Earth System Sciences，21（6）：2905-2922.

Wang S Y，Jin L，Jianli C，et al.2022.On the improvement of mass load inversion with GNSS horizontal deformation：A synthetic study in central China［J］.Journal of Geophysical Research：Solid Earth，127（10）：e2021JB023696.

White A M，Gardner W P，Borsa A A，et al.2022.A review of GNSS/GPS in hydrogeodesy：Hydrologic loading applications and their implications for water resource research［J］.Water Resources Research，58（7）：e2022WR032078.

Young Z，Corné K，Blewitt G.2021.GPS Constraints on drought-induced groundwater loss around Great Salt Lake，Utah，with implications for seismicity modulation［J］.Journal of Geophysical Research：Solid Earth，126（10）：e2021JB022020.

Zhan W，Heki K，Arief S，et al.2021.Topographic amplification of crustal subsidence by the rainwater load of the 2019 typhoon Hagibis in Japan［J］.Journal of Geophysical Research：Solid Earth，126（6）：e2021JB021845.

Zhan W，Li F，Hao W F，et al.2017.Regional characteristics and influencing factors of seasonal vertical crustal motions in Yunnan，China［J］.Geophysical Journal International，210（3）：1295-1304.

Zhu H，Chen K，Hu S，et al.2023.Using the global navigation satellite system and precipitation data to establish the propagation characteristics of meteorological and hydrological drought in Yunnan，China［J］.Water Resources Research，59（4）：1-28.

Progress in Terrestrial Water Storage Research Based on GNSS Observation

DUAN Tianqi1，ZHAN Wei2，SU Guangli2，LIU Xiao2

（1.?School of Geology and Geomatics，Tianjin Chengjian University，Tianjin 300384，China）

（2.?The First Monitoring and Application Center，China Earthquake Administration，Tianjin 300180，China）

Abstract

The method of inversion of terrestrial water storage using GNSS observation based on mass-loading theory is introduced，and the progress，application and development trend of using GNSS to study terrestrial water storage，as well as the joint research of GNSS with GRACE and hydrological models are described.With the continuous improvement in the accuracy of GNSS observation and the rapid development of observational network，remarkable advances have been made in the study of terrestrial water storage by GNSS observation，and GNSS has become an important means of terrestrial water storage monitoring，and the use of GNSS to study terrestrial water storage in Chinese mainland has great potential and prospect.But it still needs to be further researched in the aspects of fine identification of time series signals，optimization of inversion algorithms，and fusion of multi-source data.

Keywords：?GNSS；terrestrial water storage；mass-loading theory；inversion

*收稿日期：2023-08-09.

基金項目：地震科技星火計劃項目（XH23056YA）；國家自然科學基金（42204008）；中國地震局第一監測中心科研項目（FMC2022014）.

第一作者簡介：段天奇（1998-），碩士研究生在讀，主要從事GNSS地殼形變研究.E-mail：2571391853@qq.com.

通信作者簡介：占偉（1983-），研究員，主要從事GPS數據處理及分析研究工作.E-mail：zw000373@163.com.[HT5"SS]段天奇，占偉，蘇廣利，等.2024.基于GNSS觀測的陸地水儲量研究進展［J］.地震研究，47（3）：369-378，doi：10.20015/j.cnki.ISSN1000-0666.2024.0038.

Duan T Q，Zhan W，Su G L，et al.2024.Progress in terrestrial water storage research based on GNSS observation［J］.Journal of Seismological Research，47（3）：369-378，doi：10.20015/j.cnki.ISSN1000-0666.2024.0038.