GRACE衛星數據在干旱研究中的應用綜述

摘 要：干旱是全球范圍內普遍存在的自然災害，對環境、生態、經濟和社會等多個方面產生深遠影響。GRACE（Gravity Recovery and Climate Experiment）重力衛星通過測量地球重力場變化數據可動態監測陸地水儲量變化。應用GRACE獲得的水儲量時空分布信息，可監測干旱，以研究干旱事件的發生、發展與演變過程。采用文獻計量法分析總結了GRACE衛星數據在地下水儲量變化、氣象與水文干旱演變規律與響應、干旱預警等方面的應用現狀及存在數據驗證與數據插補重建方面的問題，并展望了變化環境下水儲量變化、構建更適合干旱監測的干旱指數、提高GRACE數據精度、提升GRACE數據時空分辨率、干旱預警和決策支持以及區域水循環和生態系統響應等研究方向，可為后續的相關應用研究提供一定參考價值。

關鍵詞：GRACE衛星；干旱；地下水儲量；干旱指數；驅動因素

中圖分類號：TV11 文獻標識碼：A 文章編號：1001-9235（2025）02-0009-12

Overview of Application of GRACE Satellite Data in Drought Research

TANG Yingying， XIAO Liying * ， GUO Yongcheng， CHENG Yuxiang， LIU Xiangzhou（School of Hydraulic Engineering， Nanchang Institute of Technology， Nanchang 330099， China）

Abstract： Drought is a natural disaster that is prevalent on a global scale and has far-reaching impacts on many aspects， including theenvironment， ecology， economy， and society. Gravity recovery and climate experiment （GRACE） gravity satellites can dynamicallymonitor changes in terrestrial water storage by measuring data on changes in the Earth′s gravity field. The spatial and temporaldistribution information of water storage obtained by GRACE can be used to monitor droughts， so as to study the occurrence，development， and evolution of drought events. In this paper， the bibliometric method was used to summarize the current application ofGRACE satellite data in groundwater storage changes， meteorological and hydrological drought evolution pattern and response， droughtearly warning， etc. ， as well as problems in data validation， interpolation， and reconstruction. It also looked forward to the researchdirections of observing water storage change in changing environment， constructing a drought index more suitable for droughtmonitoring， improving the accuracy of GRACE data， and enhancing the temporal and spatial resolution of GRACE data， drought earlywarning， and decision-making support， as well as the response of the regional water cycle and ecosystems， which can provide areference for the subsequent related application research.

Keywords： GRACE satellite; drought; groundwater storage; drought index; driving factor

干旱是全球范圍內極具經濟和生態破壞性的自然災害，對農業、水資源、生態環境和人類生活產生嚴重影響［1-2］ 。干旱特征的量化以及準確監測和預測干旱事件對于防災減災、水資源管理、減少潛在損失和社會經濟發展至關重要。傳統的干旱監測方法主要依賴于氣象觀測數據，如降水量、溫度、濕度等指標。然而，這些數據在時空分辨率、數據連續性和全球覆蓋范圍等方面存在局限性。例如，地面站點布設和分布情況限制了大尺度的研究，難以精確反映大范圍地表水儲量的時空變化分布特征。此外，站點測量成本高、技術復雜。因此，需要更加精確的技術手段以確保測量的準確性和效率［3］ 。

GRACE重力衛星計劃由美國宇航局與德國航空太空中心聯合開發，并于2002年3月成功發射［4］ 。

GRACE衛星自2002年3月17日發射升空至2017年7月結束工作，已成功實現了對全球時變重力場的高精度、高時效監測，提供了數十年對地球重力場變化的全球觀測數據［5］ 。由于地球上的水分布不均，地球重力場會發生變化。當某一地區的水儲量發生變化時，將引起地球局部質量變化［6］ 。基于此，GRACE衛星采用了先進的激光測距干涉技術，通過測量2顆衛星之間的距離和相對速度，可以精確地探測到重力場的微小變化，從而獲得全球水儲量的分布和變化情況。這為陸地水儲量變化的研究提供了一種強有效的技術手段［7-8］ 。地表水儲量變化與干旱程度密切相關，利用 GRACE衛星數據可以間接反映干旱事件的發生、發展和消亡。

GRACE Follow-On（GRACE-FO）是 GRACE 衛星的后續任務，也由2顆相距約220 km的相同衛星組成并沿同一軌道飛行，且搭載了激光測距干涉計（Laser Ranging Interferometer，LRI）。但GRACE-FO使用了更先進的光學系統并具有更高的測量精度，有望將衛星間測距精度提高20倍，從而提供更高反演精度、更高時空分辨率的陸地水儲量變化信息［9］ 。

目前已有一些學者應用GRACE-FO針對干旱領域展開了相應的研究。冉艷紅等［10］ 基于 GRACE/GRACE-FO衛星觀測資料計算了GRACE干旱強度指 數 （GRACE-based Drought Severity Index，GRACE-DSI），對2019年夏秋季長江中下游地區的干旱強度及其時空分布進行研究，通過比較監測結果證明了GRACE-FO與GRACE在干旱監測上具有等同能力。Boergens 等［11］ 利用 GRACE-FO 識別和量化中歐地區2018、2019年2個異常干旱的夏季缺水狀況，結果表明 GRACE-FO 與 GRACE在時間延續上保持了一致。并且，基于GRACE-FO觀測到的極端事件能夠不受數據偏差或新衛星任務的其他虛假效應的影響。這證明了GRACE-FO數據的可靠性。總體而言，GRACE-FO擁有更高精度和高分辨率的監測能力，能夠更好地捕捉干旱事件的細微變化。

GRACE衛星數據在干旱研究中有大尺度監測、高精度觀測、綜合分析能力、適應性強、早期預警能力和應用潛力等應用優勢。目前已有學者對GRACE衛星數據在不同研究領域的應用現狀進行了綜述，研究領域涉及陸地水儲量反演方法［6］ 、區域地下水管理［12］ 、中國地下水儲量變化 ［13］ 和水文應用［14］ 等。但是已有綜述對于GRACE數據在干旱相關研究領域的闡述仍比較缺乏，且基本上以定性概括為主，缺少文獻定量分析。為此，本文運用文獻計量分析法，統計了近10 a來基于GRACE衛星數據在干旱相關領域的研究趨勢和特點，并基于文獻計量法的分析結果梳理了相關研究方向，以期為后續相關應用研究提供一定參考依據。

1 國內外研究進展與研究動態

1. 1 基于文獻計量法的 GRACE 干旱研究調研與統計分析

1. 1. 1 數據來源與研究工具選擇 Web of Science（WOS）中 Science CitationIndex Expanded（SCI-Expanded）核心合集數據庫展開對英文文獻的檢索。檢索策略為TS=（“GRACE”AND（“drought” OR “groundwater storage”）），時間跨度從2015年1月到2024年3月16日，共獲得837條記錄。在中國知網（CNKI）學術期刊中設定檢索項為“主題”，檢索詞為“GRACE” “干旱”或“地下水儲量”，檢索范圍與英文文獻一致，共得到360條中文文獻檢索記錄。經人工去除重復、與主題無關文獻，最終獲得了802份有效英文文獻和208篇有效中文文獻。

VOSviewer是一個用于構建和可視化文獻計量網絡的軟件工具［15］ 。本文從作者發文量、

關鍵詞、共現網絡等進行數據匯總和可視化圖譜繪制，整體分析關于 GRACE 在干旱相關研究領域的應用概況。本研究所使用的802篇英文文獻來自于75個國家916個機構的2 518名作者，發表在145種期刊上，引用了來自6 997種期刊的23 212篇參考文獻。

1. 1. 2 作者文獻計量分析研究領域的高頻作者及其合作動態是極為重要的元素，對發文作者進行共現分析可以直觀地了解核心作者群及其學術交流的強度。表 1 顯示了在GRACE在干旱相關研究領域發表論文的高產作者。

排名前2位學者都在美國宇航局戈達德太空飛行中心的水文科學實驗室工作，并多次合作。從已發表論文的分析來看，2位學者都在水資源以及衛星大地測量和遙感領域進行研究，專注于地下水和干旱監測中 GRACE 的數據同化應用。Li 等［16］ 將GRACE觀測數據中最先進的陸地蓄水產品同化到NASA全球尺度的集水區地表模型（Catchment LandSurface Model，CLSM）中，生成有助于干旱監測和其他應用的地下水蓄水時間序列。Tangdamrongsub等［17］ 為了解決物理模型的不完善、模型土地參數和氣象數據的不確定性以及人類對土地變化的影響對估算水文模型蓄水量準確性的限制問題，采用集合卡爾曼濾波器方法，對 GRACE數據得出的陸地蓄水量變化估算值進行了同化研究，并驗證了該方法的實用性。

1. 1. 3

關鍵詞共現網絡的生成與分析

關鍵詞凝聚了1篇論文的核心和本質，關鍵詞共現分析可以揭示1個科學領域的研究熱點。使用VOSviewer對Web of Science檢索得到的802篇文獻繪制關鍵詞共現網絡視圖，統計共得到2 518個關鍵詞，并以出現頻次大于等于 20作為關鍵詞的閾值，選擇其中75個重點關鍵詞進行共現聚類可視化分析，繪制出的關鍵詞聚類（Cluster）、時序圖譜見圖1、2。同時將知網上檢索并篩選得到的208篇文獻進行可視化分析作為對照，見圖3。

圖1中，較大的圓節點象征著關鍵詞的高頻出現，這些關鍵詞更能代表所在領域的熱點話題；節點間的連線則反映了它們之間的關聯緊密程度，連線越粗，說明這兩個關鍵詞在同一篇文獻中共現的次數越多；而節點的顏色則用于區分不同的研究主題聚類。對圖1綜合分析可以得出，GRACE關鍵詞網絡圖主要分為5個聚集區域。5個區域彼此之間關聯性較強，未形成獨立的研究方向或內容。在紅色聚集區內出現的核心詞匯為 drought、variability、precipitation、terrestrial water storage等。這表明紅色聚集區的主要研究內容聚焦于干旱現象及其與降水、陸地儲水等因素的關系。綠色聚集區內出現的核 心 詞 匯 為 GRACE、depletion、climate-change、groundwater storage 等。該區域的主要研究內容為使用GRACE數據等技術手段觀測和研究地下水儲量的變化，特別是關注氣候變化對地下水系統的影響，以及由此引發的地下水損耗問題。藍色聚集區的核心詞匯為 groundwater depletion、water storage、gravity recovery、soil-moisture 等。該區域的研究內容主要關注水資源的動態變化及其影響因素，包括GRACE重力衛星技術在水資源管理方面的應用。

黃色聚集區的核心詞匯則"為 groundwater、model、gravity、hydrology 等。該區域的主要研究內容聚焦于地下水系統，利用模型工具進行模擬和預測，關注重力場變化對地下水的影響，并借助水文學的理論和方法進行綜合研究。這些研究有助于更深入地了解地下水系統的復雜性和變化規律。

紫色聚集區的核心詞匯包含 evaporation、surface、products、uncertainty等。紫色區域相對其他區域較為分散，這種分散性可能反映了該領域研究的多樣性和交叉性，同時也為研究者提供了更多的探索空間和合作機會。

從圖2中可以得出，近些年出現的

關鍵詞基本占據了整個可視化圖譜的三分之二（淺綠至黃色部分），也從側面反映了GRACE在干旱相關研究領域熱 度 的 不 斷 升 高 。 圖 1 中 ，GRACE、drought、variability、 depletion、 terrestrial water storage、precipitation、groundwater depletion、groundwater等高頻

關鍵詞構成了該領域的代表性術語。在圖3中，GRACE數據應用研究領域的主要關鍵詞是“GRACE” “地下水儲量” “陸地水儲量” “GLDAS”（Global Land Data Assimilation System）“地下水儲量變化”等。通過可視化知識圖譜進行分析，發現主要關鍵詞占比較大，彼此之間的關聯性較好，且可得出圖 3 中 GRACE 數據應用研究的重點與圖 1WOS圖譜中的主要

關鍵詞相對吻合。

1. 2 GRACE與干旱相關研究方向梳理

1. 2. 1 地下水儲量變化監測地下水儲量變化監測與氣象干旱和水文干旱有關。氣象干旱是指某一時段內，由于蒸發量和降水量的收支不平衡而造成的水分短缺現象［18］ ，水文干旱則泛指流域徑流量異常虧缺的事件，這種現象是由氣候條件和陸面水循環過程共同作用所導致的［19-20］ 。在監測地下水儲量變化時，通常會關注降雨、蒸發、地下水位和地下水補給等關鍵指標。通過對這些指標的觀測和分析，可以了解地下水的儲量變化趨勢，以及它與氣象干旱和水文干旱之間的關聯。傳統的水儲量監測方法主要依賴于地下水位監測，該方法存在空間覆蓋范圍有限、時間分辨率不連續、昂貴耗時、數據精度和可靠性受限以及無法獲取地下水和水體深度信息等弊端。而GRACE是全球范圍內首個可直接應用于地表物質遷移研究的重力衛星計劃，它可以通過測量地球重力場的變化信息反演出地下水儲量的變化，從而實現對地表質量變化的長期、高效的監測，并被廣泛應用于區域和全球陸地水儲量的研究中［21］ 。

利用 GRACE 衛星數據結合其他數據源和模型，可以對特定區域的地下水儲量進行監測，應用GRACE 來監測地下水儲量代表性的研究如下：Zhang等［22］ 關注長江流域的干旱事件，利用GRACE衛星的時變重力場資料，結合熱帶降雨測量任務衛星（Tropical Rainfall Measuring Mission， TRMM）和現場河流測量儀的觀測，以及水文模型GLDAS和全球水 文 模 型（WaterGAP Global Hydrology Model，WGHM），研究了2006年夏季和2011年春季在中國長江流域發生的 2次嚴重干旱事件其陸地儲水量（Total Water Storage， TWS）的變化。龍笛等［23］ 則聚焦于海河流域，以水資源公報數據為基準，通過對比 GRACE不同的信號處理方法和相關產品，反演了2003—2020年的總水儲量及其平原區地下水儲量變化，并分析了供用水結構變化和水量平衡關系，以及這些變化對流域蒸散發估算的影響。Yin等［24］ 的研究覆蓋了更廣闊的范圍，不僅關注了多個流域，而且結合氣候模式，揭示了氣候變化對地下水儲量的影響。其利用德克薩斯空間研究中心（theUniversity of Texas at Austin Center for SpaceResearch， CSR）、德 國 波 茨 坦 地 學 研 究 中 心（German Research Center for Geosciences， GFZ）和噴氣推進實驗室（Jet Propulsion Laboratory， JPL）的GRACE level-3 RL06 陸地水當量深度地表質量異常數據集，結合3種全球氣候模式，分析了2002年4月至 2016 年 12 月中國 10 大流域的地下水儲量（Groundwater Storage， GWS）時空變化。

目前關于GRACE地下水的研究更側重于揭示GWS變化的因素［25-26］ 和評估與GRACE相關的極端氣候［27-28］ 。不同流域地下水儲量變化的主導因素具有 一 定 差 異 性 ，王 坤 等［29］ 基 于 2003—2021 年GRACE重力衛星數據和陸面同化數據GLDAS計算并評估黃淮海地區地下水儲量變化，利用統計檢驗方法分析其時空變化特征，從降水、蒸散發、地下水供水、跨流域調水等方面分析地下水儲量變化原因。研究結果表明，降水對淮河流域地下水儲量變化的影響程度顯著大于海河流域，而海河流域和黃河流域花園口以下地區地下水儲量減少主要原因是多年以來大量的地下水開采。Liu 等［30］ 結合GRACE和GLDAS數據集，分析了2003—2016年太行山地區GWS變化及其主導驅動因素。研究結果表明，在2003—2016年，基于GRACE數據反演的太行山地區陸地水儲存量顯著減少。

1. 2. 2 氣象水文干旱變化規律

1. 2. 2. 1 干旱指數構建構建干旱指數來描述干旱特征已成為很多學者探究區域干旱現象的有力工具。瞿偉等［31］ 利用GRACE與GRACE-FO重力衛星在大尺度范圍下監測水文信息變化中的優勢，基于2002年4月至2020年7月GRACE和GRACE-FO RL06 Mascon數據，計算了黃河流域陸地水儲量異常（Terrestrial WaterStorage Anomaly， TWSA）及對應的水儲量虧損赤字（Water Storage Deficit Index， WSDI），據此分析了黃河流域上游、中下游干旱事件及其嚴重性、干旱持續時間、平均與最大水儲量赤字等干旱特征，并與其他 4 種常用干旱指數，標準降水蒸散發指數（Standardized Precipitation Evaporation Index，SPEI）、自矯正帕爾默干旱指數（Self Correct-PalmerDrought Severity Index， sc-PDSI）、標準化降水指數（Standardized Precipitation Index， SPI）和標準化徑流指數（Standardized Runoff Index， SRI）識別結果進行了對比分析。研究結果顯示，基于重力衛星監測數據的WSDI干旱指標較其他4種傳統干旱指數能夠更有效地識別出流域干旱特征。趙雅嫻等［32］ 利用 GRACE 和 GRACE-FO 數據對長江流域 2003-2021年期間發生的干旱事件進行定量分析，以探究衛星重力監測區域性干旱的可行性。其采用3個機構 發 布 的 5 種 GRACE 和 GRACE-FO 數 據 產 品（CSR_SH、JPL_SH、GFZ_SH、CSR_M、JPL_M）反演長江流域陸地水儲量異常，計算陸地水儲量虧損和水儲量虧損指數，結合3種氣象干旱指數對5種數據產品的結果進行比較，并對2003—2021年長江流域干旱事件進行分析。結果顯示，WSDI可反映長江流域干旱分布的時空變化，能夠在監測全球和大尺度區域干旱方面發揮重要作用。

由于 GRACE 衛星能提供水儲量變化數據，可將GRACE衛星數據與其他氣象、水文數據相結合，構建綜合干旱指數，以更全面地反映地區干旱狀況。Wu等［33］ 為考慮全球氣候變化和人類活動對干旱識別的綜合影響，基于GRACE的TWSA和實測降水量，提出了一種新的基于Copula的多變量標準化干 旱 指 數（Copula-Based Multivariate StandardizedDrought Index， CMSDI），該指數能夠反映人類活動和氣候變化的綜合影響。李軍等［34］ 基于Copula函數，聯合降水及VIC模型模擬的蒸散發、徑流和土壤水等水文氣象要素，構建了一種能綜合表征氣象-水 文 - 農 業 干 旱 特 征 的 新 型 綜 合 干 旱 指 數（Comprehensive Standardized Drought Index， CSDI），并以珠江流域為例進行應用，分析了未來氣候變化情景下研究區綜合干旱的變化特征，研究結果可為研究區防旱抗旱提供新的參考。

1. 2. 2. 2 干旱識別與演變通過分析GRACE衛星數據中的地球重力場變化，結合其他干旱指標，如降水、氣溫等，可以有效識別干旱事件。Zhang等［35］ 通過結合地表模型的輸出數據，利用GRACE降尺度數據識別了中國長江8條支流的水文干旱，為 GRACE在中小流域的應用推廣提供參考。Sun等［36］ 利用GRACE德克薩斯空間研究中心（CSR）2003—2015 年的 mascon（MassConcentration，質量濃度）數據評估了長江流域的干旱情況。通過 GRACE 數據得出的蓄水量指數（Water Storage Deficits， WSDs）來識別干旱事件，基于蓄水量指數、標準化WSD時間序列和總蓄水量指數（the Total Water Storage Deficit， TWSD）來評估干旱嚴重程度。隨后將 WSDI 與帕爾默干旱指數（PDSI）、標準化降水指數、標準化降水蒸散指數和標準化徑流指數進行比較。結果表明，GRACECSR mascon數據可有效用于評估長江流域干旱特征，WSDI有助于對大尺度區域的干旱進行可靠的識別。Houborg 等［37］ 將 GRACE 數據同化系統應用于北美，并開發了基于 GRACE的干旱指標。研究發現，通過將空間、時間和垂直分解的GRACE數據整合到美國和北美干旱監測產品中，替代目前缺乏的地下水和土壤濕度地面觀測數據，可以更準確、更客觀地識別干旱狀況。

利用 GRACE 衛星數據，一些學者通過研究干旱質心的遷移范圍和速度，了解干旱事件的發生頻率和持續時間，進而揭示干旱的時空分布規律。鄧梓鋒等［38］ 為探究GRACE衛星數據在干旱研究中的應用潛力，采用基于該數據的無量綱的WSDI對珠江流域2002—2017年進行干旱監測，通過將其和常用干旱指數與實際干旱質心軌跡進行對比，評估其在珠江流域的干旱監測效果。研究發現，WSDI能從時間和空間上刻畫出研究區水文干旱的演變規律，適用于大尺度水文干旱的監測與評估，具有明顯的優勢和應用潛力。Matthew 等［39］ 基于 GRACE和GRACE-FO衛星的陸地水儲量變化的觀測數據來描述2002—2021年期間的1 056次極端事件，揭示了水文氣候極端事件的強度變化。Wang等［40］ 認為傳統的干旱監測方法依賴于地面站數據，難以反映大范圍的動態干旱信息。因此，其將 GRACE地下 水 干 旱 指 數（the GRACE Groundwater DroughtIndex， GGDI）作為評估干旱的指標，綜合分析了2003—2015年華北平原干旱的時間演變、空間分布和趨勢特征，研究結果表明 GRACE的定量結果對干旱評估具有可靠性和穩健性。

1. 2. 2. 3 干旱的驅動因素

研究干旱事件的驅動因素需要對多個領域進行跨學科的研究，涉及氣象學、水文學、生態學、地理學等領域，利用GRACE衛星數據，可以促進相關領域的交叉研究，有助于全面深入地理解干旱事件的成因。已有研究者為了深入探究長江流域干旱陸地蓄水異常與厄爾尼諾現象之間的潛在聯系，運用 GRACE 衛星提供的時變重力場數據，并結合TRMM衛星的觀測資料、地面實地觀測數據以及水文 模 型 GLDAS（Global Land Data AssimilationSystem）和全球水文模型 WGHM，通過對長江流域發生的2次嚴重干旱事件的細致分析，發現陸地儲水量的變化與干旱事件緊密相關，并且這種關系與厄爾尼諾現象的特征高度吻合。這一發現不僅揭示了干旱事件背后的氣候機制，也充分證明了GRACE數據捕捉區域流域尺度上干旱和洪水等極端氣候事件的能力。Deng等［41］ 則認為從綜合角度研究干旱有助于更好地了解干旱的演變和驅動因素，其基于陸地水資源觀測資料，利用GRACE衛星的最新數據集，采用TWS與WSDI對2002—2020年中國干旱進行了評估，并使用逐步回歸方法進行歸因分析，以確定干旱的驅動因素。歸因分析表明，氣候變化和人為影響在加劇干旱方面是主導因素。

1. 2. 3 GRACE重力衛星在不同區域的應用情況

大尺度流域通常指的是流域面積較大、涉及多個地理和政治單元的水文系統。這些流域往往具有一些顯著的特點：廣泛的地理和氣候多樣性、水資源分布不均、復雜的生態和社會經濟系統等，這些特點使得大尺度流域的水文循環、水資源分布和干旱事件等方面具有獨特性。針對大尺度流域的這些特點，GRACE等遙感技術為監測和研究大尺度流域的水資源和干旱事件提供了重要的工具。鑒于黃河流域是大尺度范圍、陸地水儲量虧損嚴重區域，在研究黃河流域的干旱特征時，部分研究者利用 GRACE監測數據計算得到 WSDI指數從而對干旱事件進行識別，因為該指數可顧及各種水文通量造成的水儲量變化，且能以水深的形式量化實際陸地水儲量變化，能夠在大尺度范圍下較好識別出地面水文氣象方法無法識別出的干旱事件。也有研究者在分析黃河流域氣象水文干旱的時滯效應與影響因素時，同樣利用 GRACE數據作為大尺度流域干旱研究的基礎數據，計算標準化水儲量變化指數SWSI （Standardized Water Storage Index， SWSI）用以指示水文干旱，并基于歐洲中期天氣預報中心（European Centre for Medium-Range WeatherForecasts， ECMWF）第五代再分析資料（ERA5）格網化降雨和溫度數據計算了標準化降水蒸散指數SPEI用以指示氣象干旱，通過分析SPEI和SWSI之間的時滯關系及影響因素從而反映黃河流域氣象水文干旱的變化特征。在對長江流域的干旱事件進行研究時，崔立魯等［42］ 利用 GRACE陸地水儲量變化數據構建了干旱指數（GRACE Drought SeverityIndex， GRACE-DSI），基于GRACE-DSI提出一種干旱事件評估方法，應用于長江流域 2002 年 4 月至2020年12月干旱事件及其特征的量化分析，并采用PDSI 和 SPEI 指數驗證了 GRACE-DSI 的干旱探測能力。

北方寒區由于其廣闊的空間和復雜的地理性質，在跨流域水資源管理和配置方面需要一定的綜合性和協作性考量。在北方寒區干旱事件時空特征分析與評估研究中，大部分學者利用傳統干旱指數監測干旱事件，而王子龍等［43］ 則采用 GRACE及GRACE-FO重力衛星數據得出陸地水儲量變化值，計算得到標準化水儲量赤字指數GRACE-DSI，據此監測北方寒區干旱事件，并將其與傳統干旱指數所監測的干旱事件及歷史記載干旱事件作對比分析，評估GRACE重力衛星反演陸地水儲量及研究北方寒區干旱事件發生可行性，為北方寒區跨流域多尺度干旱事件監測提供新的方法與思路。

崔立魯等［44］ 在對四川省干旱事件特征進行研究時，利用 GRACE及 GRACE-FO 時變重力場模型構建了基于TWSC的干旱嚴重指數GRACE-DSI，利用該干旱指數監測并量化了四川省2002年4月至2020年12月發生的干旱事件，同時采用4種傳統干旱指數對GRACE-DSI在四川省監測干旱事件的能力進行了有效的評估。

1. 2. 4 干旱預警和決策支持

利用GRACE衛星數據實時監測地下水資源的變化情況，結合氣象預測數據和社會經濟數據，可以建立干旱預警模型，預測干旱事件的發生，為政府部門和社會公眾提供決策支持和應對措施。準確量化干旱特征有助于客觀全面地分析干旱事件，從而實現干旱預警和災害損失評估。Song等［45］ 利用GRACE數據和基于GRACE數據得出的地下水干旱指數，研究了印度支那半島1979—2020年地下水干旱的時空特征，為印度支那半島地下水干旱預警和干旱預測模型的開發提供了重要信息。確定氣象干旱觸發水文干旱的閾值對于干旱的預警至關重要。然而，由于氣象干旱與水文干旱之間的非線性關系，干旱觸發閾值往往難以確定，其動態變化也尚未被探索。Han等［46］ 基于GRACE數據提出了由降水驅動的干旱觸發閾值模型，該模型考慮了累積降水異常的多尺度特征，結合陸地蓄水異常的干旱嚴重程度指數來描述水文干旱。研究還進一步探討了觸發閾值隨時間的動態變化以及這些變化的主要驅動因素。該研究不僅有助于更準確地監測和預測干旱，而且有望作為補充水循環加劇現狀的直接證據，為政府部門減輕供水壓力以及制定適應性管理策略提供科學依據。

2022年夏季長江流域發生了罕見的復合高溫干旱事件，帶來了嚴重的社會危機和生態災難。分析該事件的成因、時空特征和影響，對未來干旱預警和減災具有重要的意義和價值。Cui 等［47］ 將GRACE/GRACE-FO數據、氣象數據、水文數據和衛星遙感數據相結合，討論了復合高溫干旱事件的時空演化、形成機制和影響。該研究結果有助于增進對極端氣候事件影響水旱災害物理機制的認識，為地方政府抵御水旱災害提供了科學的數據支持，也為建立水旱災害預警機制提供了理論依據。Xu等［48］ 則是利用基于GRACE數據得到的干旱嚴重程度指數GRACE-DSI，結合水文模型和原位觀測，量化了陸地水儲量異常對此次嚴重干旱事件響應的時空特征。研究獲得的數據證實了GRACE-DSI作為江南地區干旱監測有效指標的適用性和可靠性。

1. 2. 5 區域水循環和生態系統響應揭示變化環境下水循環的演變規律及其機制是水文科學研究的難點和熱點問題，對區域生態保護和可持續發展至關重要。GRACE衛星數據可以用于研究區域尺度的水循環和生態系統對干旱事件的響應。基于GRACE衛星數據分析不同區域的水儲量變化、植被生長和土地利用變化等數據，可以用于研究區域尺度的水循環和生態系統對干旱事件的響應，從而評估干旱對生態系統的影響，提出相應的生態保護和水資源管理策略。Zhong等［49］利用GRACE和GLDAS數據反演了松嫩平原地下水儲量變化，結合分離環境變量的方法分析氣候變化和人類活動對水循環過程的作用機制，為缺水地區水循環過程研究提供了新的思路和方法。由于研究單一水資源對植被的影響并不能完全反映其他類型水資源（如徑流和地下水）對植被的需求，因此植被對各種干旱類型尤其是地下水干旱的響應仍然是一個挑戰。為解決這一難題，Liu 等［50］ 基于GRACE數據分析了西南喀斯特地區氣象干旱、農業干旱、地表水干旱和地下水干旱在干旱傳播時間上的差異，并利用隨機森林模型在像元尺度上識別影響植被的主要水資源類型，為如何進一步平衡水資源與植被的關系提供了指示。

2 討論

目前，應用 GRACE 重力衛星數據進行干旱相關領域的研究中仍然面臨挑戰。GRACE的部分數據缺失和數據粗空間分辨率是學者們開展水文干旱研究中面臨的主要問題。GRACE和GRACE-FO之間的觀測空白期導致 2017年 7月至 2018年 5月之間存在11個月的全球水儲量觀測數據缺失，這對分析該時期的水文干旱事件造成了影響，并給其他相關應用研究帶來不確定性。基于此，研究者嘗試構建模型以填補數據缺失問題。Chu等［51］ 開發了一種基于變分模式分解與長短期記憶模型的方法來填補 GRACE 數據集的數據缺口。這為彌補基于GRACE的TWSA數據的差距提供了一種準確而有效的方法。但是，該模型仍存在一定局限性，例如不適合進行長時間預測、只能進行向后預測而不能向前構建等。

由于在2010年GRACE重力衛星關閉了加速度計的熱控制以及其他硬件問題，GRACE的誤差在時間上并不穩定［52］ 。雖然經過適當的后處理后，GRACE/GRACE-FO的有效空間分辨率可達到300～400 km，但是，仍無法監測較小的河流和地下水儲量變化。這對于水文和氣候以及大地測量和地球動力學方面的若干應用而言，仍然過于粗糙［53-54］ 。這些因素都可能會影響到干旱研究的準確性和可靠性，因此數據的精度和分辨率仍有待提高。

另外，GRACE衛星的數據處理過程較為復雜。受 GRACE衛星軌道設計和觀測精度的制約，原始數據中的高階球諧系數存在較大噪聲。同時，數據中還存在南北方向的“條帶”誤差，需要經過復雜的數據處理和濾波等步驟［55］ ，以消除誤差和噪聲，獲得準確的地下水儲量變化信息。值得說明的是，GRACE衛星監測到的重力變化可能是由多種因素導致的，如地面沉降、地震活動、冰川融化等。因此，需要結合其他數據來源和模型來分析地下水儲量的變化進而進行干旱相關方面的研究。

3 結論與展望

本文綜述了近10 a來GRACE重力衛星在干旱研究領域中的主要發展過程。GRACE衛星數據在多個干旱研究關鍵領域具有顯著的應用潛力，這些領域包括地下水儲量變化的精確監測、干旱指數的構建與評估、干旱驅動因素的深入探究、干旱預警系統的完善以及區域水循環和生態系統響應的分析。

隨著研究的深入，也出現了一些亟待解決的問題。這些問題包括：如何提高 GRACE數據的驗證精度，如何構建更適合干旱監測的干旱指數，如何應對數據缺失問題，以及如何提升數據的時空分辨率等。在未來，著重關注以下6個方向。

a） ）提 高 GRACE 數 據 的 驗 證 精 度 。 為 降 低GRACE數據的不確定性，需要進行多源數據的對比驗證。在應用 GRACE衛星數據之前，可結合衛星遙感、模型模擬等多源數據，利用機器學習等先進方法構建精度校正模型。同時，也可以利用 GPS、GNSS和實測地下水位等地面觀測數據對GRACE數據進行偏差校正。

b） ）構建更適合干旱監測的干旱指數。當前研究的一個關鍵議題在于如何有效地從干旱指數構建中剝離非氣候因素（如人為干預）的影響。同時，綜合性的干旱指數能夠全面反映區域的干旱狀況，若將 GRACE數據反演的水儲量變化納入考量，將顯著提升干旱指數的準確性和干旱識別能力。

c） ）應用綜合策略解決 GRACE 數據缺失問題。

在未來的研究中，需要進一步改進數據處理方法，確保數據的連續性和完整性，以提高GRACE-FO數據的精度和應用效果。鑒于全球范圍內不同地區對陸地水儲量變化的驅動因素差異顯著，未來的插補重建工作應采取一種綜合策略，即結合多種先進模型，并根據不同區域特性靈活選擇多種輸入方案，以此優化結果的選擇，從而提高最終結果的準確性和可靠性。

d） ）提升GRACE的數據時空分辨率。采取切實可行的策略以優化 GRACE數據的時空精度，以拓展其在中小尺度研究中的應用范圍。已有學者將氣象和下墊面要素與水儲量變化相聯系，通過降尺度分析來揭示水儲量變化的規律。然而，在氣象與下墊面要素與水儲量變化相關性較弱的區域，此類方法的適用性可能受限。為了增強降尺度的普適性，引入人類活動相關因素作為考量因素，或許能夠提升分析效果。

e） ）干旱預警和決策支持。隨著大數據和人工智能技術的發展，干旱預警模型也將不斷得到優化和升級。通過引入深度學習、神經網絡等先進技術，可以進一步提高模型的預測精度和泛化能力，使其能夠更好地適應不同地區的干旱情況。在干旱預警模型的構建過程中，除了考慮 GRACE數據和氣象預測數據外，還應將社會經濟數據納入考量范圍。通過綜合分析這些數據，可以更加全面、深入地了解干旱事件對當地社會經濟的影響，從而制定出更加科學、合理的應對措施，為政府部門提供強有力的決策支持。

f） ）區域水循環和生態系統響應。由于氣候、地形、地貌等自然因素的差異，不同區域的水循環過程和生態系統響應可能存在顯著的不同。因此，未來的研究可以針對不同區域進行具體的案例分析，以深入了解不同區域水循環和生態系統的獨特性和復雜性。

參考文獻：

［1］ DAI A G. Drought under global warming： a review［J］. WileyInterdisciplinary Reviews： Climate Change，2011，2（1）：45-65.

［2］ WILHITE D A. Drought as a Natural Hazard： Concepts andDefinitions ［R］. University of Nebraska - Lincoln， 2000.

［3］ CREUTZFELDT B， FERRé T， TROCH P，et al. Total waterstorage dynamics in response to climate variability and extremes：Inference from long-term terrestrial gravity measurement［J］.Journal of Geophysical Research. Solid Earth，2012，117（8）.DOI：10. 1029/2011JD016472.

［4］ WAHR J， MOLENAAR M， BRYAN F. Time variability of theEarth′s gravity field： Hydrological and oceanic effects and theirpossible detection using GRACE［J］. Journal of GeophysicalResearch， 1998， 103：30205-30229.

［5］ RIEGGER J， TOURIAN J M. Characterization of runoff?storagerelationships by satellite gravimetry and remote sensing［J］. WaterResources Research，2014，50（4）：3444-3466.

［6］ 曹陽，楊明祥，雷曉輝，等. GRACE衛星數據在國內陸地水儲量反演中的應用綜述［J］. 中國農村水利水電，2017（8）：74-79.

［7］ RODELL M， FAMIGLIETTI J. The potential for satellite-basedmonitoring of groundwater storage changes using GRACE： theHigh Plains aquifer， Central US［J］. Journal of Hydrology，2002，263（1/2/3/4）：245-256.

［8］ RODELL M， CHEN J， KATO H， et al. Estimating groundwaterstorage changes in the Mississippi River basin （USA） usingGRACE［J］. Hydrogeology Journal，2007，15（1）：159-166.

［9］ RIEGGER J， TOURIAN J M. Characterization of runoff?storagerelationships by satellite gravimetry and remote sensing［J］. WaterResources Research，2014，50（4）：3444-3466.

［10］冉艷紅，鐘敏，陳威，等. 利用GRACE-FO重力衛星探測2019年長江中下游極端干旱［J］. 科學通報，2021，66（1）：107-117.

［11］BOERGENS E ，GüNTNER A ，DOBSLAW H ， et al. Quantifyingthe Central European Droughts in 2018 and 2019 With GRACEFollow?On［J］. Geophysical Research Letters，2020，47（14）. DOI：

10. 1029/2020GL087285.

［12］胡立堂，孫康寧，尹文杰. GRACE衛星在區域地下水管理中的應 用 潛 力 綜 述［J］. 地 球 科 學 與 環 境 學 報 ，2016，38（2）：258-266.

［13］涂夢昭，劉志鋒，何春陽，等. 基于GRACE衛星數據的中國地下水儲量監測進展［J］. 地球科學進展，2020，35（6）：643-656.

［14］曹艷萍，南卓銅. GRACE重力衛星數據的水文應用綜述［J］.遙感技術與應用，2011，26（5）：543-553.

［15］JAN N E V， LUDO W， ROMMERT D， et al. A comparison oftwo techniques for bibliometric mapping： Multidimensionalscaling and VOS［J］. Journal of the American Society forInformation Science and Technology，2010，61（12）：2405-2416.

［16］LI B， RODELL M， KUMAR S， et al. Global GRACE DataAssimilation for Groundwater and Drought Monitoring： Advancesand Challenges［J］. Water Resources Research，2019，55（9）：7564-7586.

［17］TANGDAMRONGSUB N， STEELE-DUNNE C S， GUNTER CB， et al. Improving estimates of water resources in a semi-aridregion by assimilating GRACE data into the PCR-GLOBWBhydrological model［J］. Hydrology and Earth System Sciences，2017，21（4）：2053-2074.

［18］劉文琨，裴源生，趙勇，等. 區域氣象干旱評估分析模式［J］. 水科學進展，2014，25（3）：318-326.

［19］趙雪花，趙茹欣. 水文干旱指數在汾河上游的適用性分析［J］.水科學進展，2016，27（4）：512-519.

［20］陳令儀，朱秀芳，唐誼娟，等. 黃河流域氣象水文干旱時滯效應與影響因素分析［J］. 地理科學，2023，43（10）：1861-1868.

［21］李瓊，羅志才，鐘波，等. 利用GRACE時變重力場探測2010年中國西南干旱陸地水儲量變化［J］. 地球物理學報，2013，56（6）：

1843-1849.

［22］ZHANG Z Z，CHAO B F，CHEN J L，et al. Terrestrial water storage anomalies of Yangtze River Basin droughts observed byGRACE and connections with ENSO［J］. Global and PlanetaryChange，2015，126：35-45.

［23］龍笛，楊文婷，孫章麗，等. 海河平原地下水儲量變化的重力衛星反演和流域水量平衡［J］. 水利學報，2023，54（3）：255-267.

［24］YIN Z J， XU Y Y， ZHU X Y， et al. Variations of groundwaterstorage in different basins of China over recent decades［J］.Journal of Hydrology，2021，598. DOI：10. 1016/j. jhydrol. 2021.

126282.

［25］RODELL M， FAMIGLIETTI J S， WIESE D N. et al. Emergingtrends in global freshwater availability［J］. Nature，2018，557：651-659.

［26］LONG D， YANG W T， SCANLON B R，et al. South-to-NorthWater Diversion stabilizing Beijing′s groundwater levels［J］.Nature Communications，2020，11（1）. DOI：10. 1038/s41467-020-17428-6.

［27］YADU P， FARSHID F， YUSUKE S， et al. Global terrestrialwater storage and drought severity under climate change［J］.Nature Climate Change，2021，11（3）：226-233.

［28］TAPLEY B D，WATKINS M M，FLECHTNER F， et al.Contributions of GRACE to understanding climate change［J］.Nature Climate Change，2019，9：358-369.

［29］王坤，李玉龍，李琛曦，等. 基于GRACE衛星的黃淮海地區地下水儲量變化與歸因分析［J］. 水利水運工程學報，2023（6）：24-34.

［30］LIU M Z， PEI H W， SHEN Y J. Evaluating dynamics of GRACEgroundwater and its drought potential in Taihang MountainRegion， China［J］. Journal of Hydrology，2022，612. DOI：10.

1016/j. jhydrol. 2022. 128156.

［31］瞿偉，晉澤輝，張勤，等. GRACE與GRACE Follow-On重力衛星數據揭示出的黃河流域2002—2020年干旱特征［J］. 測繪學報，2023，52（5）：714-724.

［32］趙雅嫻，張子占，鄭碩，等. 長江流域陸地水儲量異常的衛星重力監測與干旱指數對比分析［J］. 大地測量與地球動力學，2023，43（2）：121-127.

［33］WU S J， DONG Z C， CAI C K， et al. Identification of ExtremeDroughts Based on a Coupled Hydrometeorology Index fromGRACE-Derived TWSA and Precipitation in the Yellow River andYangtze River Basins［J］. Water，2023，15（11）. DOI：10. 3390/w15111990.

［34］李軍，吳旭樹，王兆禮，等. 基于新型綜合干旱指數的珠江流域未來干旱變化特征研究［J］. 水利學報，2021，52（4）：486-497.

［35］ZHANG D， LIU X M， PENG B. Assessment of hydrologicaldrought and its recovery time for eight tributaries of the YangtzeRiver （China） based on downscaled GRACE data［J］. Journal ofHydrology，2018，568. DOI：10. 1016/j. jhydrol. 2018. 11. 030.

［36］SUN Z L， ZHU X F， PAN Y Z， et al. Drought evaluation usingthe GRACE terrestrial water storage deficit over the Yangtze RiverBasin， China［J］. Science of the Total Environment，2018，634：727-738.

［37］HOUBORG R， RODELL M， LI B， et al. Drought indicatorsbased on model ? assimilated Gravity Recovery and ClimateExperiment （GRACE） terrestrial water storage observations［J］.Water Resources Research，2012，48 （7）. DOI：10. 1029/2011WR011291.

［38］鄧梓鋒，吳旭樹，王兆禮，等. 基于GRACE重力衛星數據的珠江流域干旱監測［J］. 農業工程學報，2020，36（20）：179-187.

［39］MATTHEW R， LI B L . Changing intensity of hydroclimaticextreme events revealed by GRACE and GRACE-FO［J］. NatureWater，2023，1：241-248.

［40］WANG F， WANG Z M， YANG H B， et al. Utilizing GRACE-based groundwater drought index for drought characterization andteleconnection factors analysis in the North China Plain［J］.Journal of Hydrology，2020，585. DOI：10. 1016/j. jhydrol. 2020.124849.

［41］DENG S S， LIU S X， MO X G. Assessment and attribution ofChina’s droughts using an integrated drought index derived fromGRACE and GRACE-FO data［J］. Journal of Hydrology，2021，603. DOI：10. 1016/j. jhydrol. 2021. 127170.

［42］崔立魯，何明睿，張誠，等. 利用GRACE/GRACE-FO時變重力場數據量化長江流域干旱事件特征［J］. 測繪通報，2022（5）：45-48，55.

［43］王子龍，田子卿，孫昌鴻. 基于GRACE及GRACE-FO重力衛星的北方寒區干旱分析與評估［J］. 東北農業大學學報，2023，54（7）：73-79，90.

［44］崔立魯，何明睿，羅川江，等. 基于重力衛星的四川省干旱事件特征研究［J］. 成都大學學報（自然科學版），2023，42（2）：212-218.

［45］SONG X H， CHEN H， CHEN T， et al. GRACE-basedgroundwater drought in the Indochina Peninsula during 1979-2020： Changing properties and possible teleconnectionmechanisms［J］. Science of The Total Environment， 2024， 908.DOI：10. 2139/ssrn. 4542644.

［46］HAN Z M， HUANG S Z， PENG J， et al. GRACE-baseddynamic assessment of hydrological drought trigger thresholdsinduced by meteorological drought and possible drivingmechanisms［J］. Remote Sensing of Environment， 2023， 298.DOI：10. 1016/j. rse. 2023. 113831.

［47］CUI L L， ZHONG L H， MENG J C， et al. SpatiotemporalEvolution Features of the 2022 Compound Hot and Drought Eventover the Yangtze River Basin［J］. Remote Sensing，2024，16（8）.DOI：10. 3390/rs16081367.

［48］XU G D， WU Y L， LIU S L， et al. How 2022 extreme droughtinfluences the spatiotemporal variations of terrestrial water storagein the Yangtze River Catchment： Insights from GRACE-baseddrought severity index and in-situ measurements［J］. Journal ofHydrology，2023，626. DOI：10. 1016/j. jhydrol. 2023. 130245.

［49］LU Z， LI K， ZHANG J L， et al. Mechanisms influencingchanges in water cycle processes in the changing environment ofthe Songnen Plain， China. ［J］. The Science of the TotalEnvironment，2023，905（6）. DOI：10. 1016/j. scitotenv. 2023.166916.

［50］LIU Y， SHAN F Z， YUE H， et al. Characteristics of droughtpropagation and effects of water resources on vegetation in thekarst area of Southwest China. ［J］. The Science of the TotalEnvironment，2023，891（10）. DOI：10. 1016/j. scitotenv. 2023.164663.

［51］CHU J D， SU X L， JIANG T L， et al. Filling the gap betweenGRACE and GRACE-FO data using a model integratingvariational mode decomposition and long short-term memory： acase study of Northwest China［J］. Environmental Earth Sciences，2023，82（1）. DOI：10. 1007/s12665-022-10716-y.

［52］GERDENER H， KUSCHE J， SCHULZE K， et al. The globalland water storage data set release 2 （GLWS2. 0） derived viaassimilating GRACE and GRACE-FO data into a globalhydrological model ［J］. Journal of Geodesy，2023，97（7）. DOI：10.1007/s00190-023-01763-9.

［53］PAIL R， BINGHAM R， BRAITENBERG C， et al. Science andUser Needs for Observing Global Mass Transport to UnderstandGlobal Change and to Benefit Society［J］. Surveys in Geophysics，2015，36（6）：743-772.

［54］WIESE D N， BIENSTOCK B. BLACKWOOD C，et al. The masschange designated observable study： overview and results［J］.Earth and Space Science，2022，9（8）. DOI：10. 1029/2022EA002311.

［55］馮偉， LEMOINE J M， 鐘敏， 等. 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，2012，55（3）：814-821.（責任編輯：向 飛）