https://mp.weixin.qq.com/s/2MhwEPMDj8vOZBGhBdZQuw
原创 陈克杰团队 AGU美国地球物理学会
Terrestrial Water Storage Changes of Qinghai Lake on the Tibetan Plateau From Joint Inversion of GNSS and InSAR Data
地下水在高原湖泊水量变化中扮演着重要但常被忽视的角色，不仅影响湖泊水位的长期趋势，也反映区域水文循环的深层机制。然而，目前常用的观测手段——如水位计、卫星测高和光学遥感——主要反映地表水参数（如水位和面积）的变化，难以识别地下水的具体贡献。此外，尽管GRACE卫星在全球尺度上提供总水储量（TWS）变化，但其空间分辨率较低，通常无法解析单个湖泊尺度上的水文动态，进而难以量化地下水在湖泊水储量变化中的实际作用。因此，地下水的定量贡献仍是一个亟待解决的科学问题。GNSS和InSAR等高分辨率地球观测技术的发展，使得从地表形变的角度“看见”地下水成为可能。这是否也在为揭示湖泊系统中地下水的真实作用和贡献打开新的窗口？
青藏高原被誉为“亚洲水塔”，其湖泊水储量变化是揭示全球变暖背景下高原水循环演变的关键指标。长期以来，研究人员主要依赖遥感影像和卫星测高数据监测湖泊面积与水位变化，从而估算地表水储量。然而，这类方法仅反映湖泊“表面”的变化，难以捕捉包括地下水在内的完整陆地水储量（TWS）变化，更无法量化地下水在湖泊动态中的实际贡献。近年来，GRACE卫星通过重力观测的方式提供了全球TWS变化的整体视角。已有研究将GRACE数据与遥感卫星数据结合，系统分析青藏高原湖区水储量变化，发现地表水和地下水分别约占TWS变化的52%和34%，这些结果表明地表和地下水文过程在青藏高原的水循环中都发挥着重要作用。
然而，GRACE的空间分辨率仅约300公里，其观测结果容易受到邻近区域水文信号的混叠与泄漏影响，限制了其在湖泊等局部尺度（如单个湖泊）水文研究中的适用性。为突破这一限制，Chen等提出了一种集成全球导航卫星系统（GNSS）与合成孔径雷达干涉测量（InSAR）数据的湖泊水储量反演方法体系（图1）。他们以中国最大的内陆咸水湖——青海湖为研究对象，构建了高精度、高分辨率的联合形变场，结合质量负荷格林函数理论，实现了青海湖周边包括地下水在内的总水储量的时空变化的精确反演。同时，研究还利用卫星测高和光学遥感数据独立估算地表水变化，进一步定量评估了地表水在总水储量变化中的相对贡献。
图1.（a）基于GNSS与InSAR观测青海湖周边地表形变的示意图；（b）研究时段（2011年1月–2023年3月）青海湖水位变化时间序列；（c）依据湖泊水位变化正演模拟湖水量近年来的加载对周边区域产生的累计地表形变，负荷形变影响主要集中在湖周边25km以内；（d）三种不同地球结构模型（PREM、AK135与LITHO1.0）下距湖最近的5个GNSS台站的垂直负荷位移时间序列。
研究发现，青海湖周边的地表变形不仅受到湖泊本身水文负荷的影响，还叠加了非潮汐质量（如大气负荷、海洋负荷）、远场负荷以及区域背景负荷（如邻近湖泊、冰川、水库等）引起的响应。这些背景源会对湖泊更广阔的范围的地表施加弹性负荷效应，其变形幅度远超过青海湖本身水文负荷引起的变形幅度。这项研究借助独立成分分析盲源分离技术，从复杂的变形场中提取出由湖泊水文变化引起的真实信号（图2）。结果显示，由湖泊引起的水文负荷形变被区域背景负荷形变掩盖，若不区分区域背景负荷与湖泊局部响应，容易高估或误判湖泊扩张背后的水文机制。
图2.联合地表形变场的ICA分解结果。子图（a-c）分别为IC1–IC3的时空响应，代表区域背景、湖泊变化及小尺度水文效应引起的形变；子图（d-f）对应的时间响应分别与GRACE等效水高、湖泊水位和降水变化对比；子图（g）通过IC2重建的湖泊负荷形变与基于水位变化正演的负荷形变对比。
该研究进一步利用重建的湖泊负荷形变场，结合质量负荷格林函数反演了青海湖陆地水储量（TWS）的时空变化，并同步通过卫星测高与光学遥感数据独立估算地表水储量。结果显示，青海湖TWS变化中约86%来自地表水体积变化，地下水仅占14%，显著低于此前研究对青藏高原湖泊水储量变化约34%的地下水占比的估算。研究认为，这一差异主要归因于青海湖流域特殊的水文地质背景——湖区被低渗透性的湖相沉积物环绕，抑制了湖水与地下水之间的联系；同时，区域内缺乏冰川与多年冻土融水补给，进一步限制了地下水的动态响应能力。
这项研究的结果强调了地表与地下水过程的耦合监测在理解区域水循环、评估气候变化响应中的关键作用，也为湖泊水资源管理提供了新的技术手段。
图3.棋盘测试模型（a）及其对应的反演结果（b）；子图（c）展示了基于湖泊水位与湖面面积估算湖泊水量变化的示意图；子图（d）对比了由重建形变场反演得到的湖泊总水储量变化与基于湖泊水位和面积计算的湖泊表面水量变化。为更好地分析两者的变化特征，这两组数据通过奇异谱分析（SSA）方法分解为长期趋势与季节变化两部分。
原文信息
https://doi.org/10.1029/2024WR039503
作者信息
论文作者包括南方科技大学地球与空间科学系朱海博士生、陈克杰副教授、李明佳博士后、江西师范大学胡顺强讲师、中国科学院青藏高原研究所张国庆研究员、南方科技大学环境学院匡星星副教授、青海省测绘院张生鹏工程师、以及华北水利水电大学刘俊国教授。
该研究受到了广东省自然科学基金面上项目、广东省地球物理高分辨率成像重点实验室、粤港土壤与地下水污染防控及修复联合实验室、111计划资助、国家外国专家项目（S类）以及河南省“水-粮-能-碳”协同治理外籍科学家工作室等科研项目资助。 | 
发表于 
