楊國林，孫學(xué)先，胡 棟，鎖旭宏，邵 明，曹 辰

利用GRACE數(shù)據(jù)研究柴達(dá)木盆地區(qū)域水儲(chǔ)量時(shí)空變化及干旱特征

楊國林1,2，孫學(xué)先1,2，胡 棟1,2，鎖旭宏1,3，邵 明1,4，曹 辰1,4

（1. 蘭州交通大學(xué) 測繪與地理信息學(xué)院，蘭州 730070；2. 地理國情監(jiān)測技術(shù)應(yīng)用國家地方聯(lián)合工程研究中心，蘭州 730070；3. 中交一航局 第二工程有限公司，山東 青島 266071；4.甘肅省地理國情監(jiān)測工程實(shí)驗(yàn)室，蘭州 730070）

為了進(jìn)一步研究青藏高原東北部柴達(dá)木盆地水儲(chǔ)量變化時(shí)空分布及其干旱特征，提出一種水儲(chǔ)量時(shí)空變化及干旱特征分析方法：利用重力恢復(fù)與氣候?qū)嶒?yàn)衛(wèi)星（GRACE）數(shù)據(jù)、全球陸面數(shù)據(jù)同化模型（GLDAS）數(shù)據(jù)以及中國地面氣候資料日值數(shù)據(jù)集（V3.0）中5個(gè)氣象站點(diǎn)降水?dāng)?shù)據(jù)，通過500 km高斯濾波和去相關(guān)濾波、基于空間約束的區(qū)域質(zhì)量變化估計(jì)方法和反距離加權(quán)平均法，得到2004—2016年間柴達(dá)木盆地水儲(chǔ)量變化、相對水儲(chǔ)量指數(shù)和標(biāo)準(zhǔn)化降水指數(shù)（SPI）。研究結(jié)果表明：時(shí)間分布上，2004—2016年柴達(dá)木盆地水儲(chǔ)量變化整體呈上升趨勢，且在2004—2006年、2007—2012年和2013—2016年3個(gè)時(shí)間段內(nèi)分別呈下降—上升—下降趨勢，與水文模型GLDAS計(jì)算得到的水儲(chǔ)量變化趨勢基本一致；空間分布上，除11月之外其余月份均有較為明顯的南北差異；在相對水儲(chǔ)量指數(shù)與SPI對比中，相對水儲(chǔ)量指數(shù)與SPI變化趨勢基本相同，不同于SPI指數(shù)，相對水儲(chǔ)量指數(shù)變化幅度更小，且反映柴達(dá)木盆地干旱情況較SPI更為準(zhǔn)確；通過GRACE監(jiān)測到柴達(dá)木盆地2004—2007年為極端干旱發(fā)生狀況比較嚴(yán)重的時(shí)間段，2006年出現(xiàn)夏伏旱，2015年2月干旱嚴(yán)重，2009年和2013年個(gè)別月份出現(xiàn)干旱，與柴達(dá)木盆地實(shí)際干旱情況一致。

重力恢復(fù)與氣候?qū)嶒?yàn)衛(wèi)星（GRACE）；柴達(dá)木盆地；水儲(chǔ)量時(shí)空變化；相對水儲(chǔ)量指數(shù)；標(biāo)準(zhǔn)化降水指數(shù)；干旱

0 引言

衛(wèi)星監(jiān)測陸地水儲(chǔ)量變化是獲取大尺度地表物質(zhì)變遷的有效手段，傳統(tǒng)陸地水儲(chǔ)量及干旱監(jiān)測的方法由于氣象站點(diǎn)空間分布不均，導(dǎo)致計(jì)算得到的干旱指數(shù)精度較低，不能準(zhǔn)確反映地區(qū)干旱信息[1]。重力恢復(fù)與氣候?qū)嶒?yàn)衛(wèi)星（gravity recovery and climate experiment，GRACE）的成功發(fā)射及數(shù)據(jù)采集彌補(bǔ)了傳統(tǒng)方法獲取水儲(chǔ)量變化信息的局限，為陸地水儲(chǔ)量變化的反演提供了豐富數(shù)據(jù)資源[2]。

通過GRACE數(shù)據(jù)得到的水儲(chǔ)量變化信息反映地區(qū)干旱特征在局部地區(qū)已經(jīng)得到了應(yīng)用。文獻(xiàn)[1]利用GRACE數(shù)據(jù)研究了新疆地區(qū)2002年8月至2013年7月的干旱事件，其結(jié)果與近十年新疆干旱災(zāi)害實(shí)際情況相符合；文獻(xiàn)[3]利用GRACE反演得到的陸地水儲(chǔ)量變化與西南干旱事件對應(yīng)時(shí)段十分吻合；文獻(xiàn)[4]利用GRACE數(shù)據(jù)得到的水儲(chǔ)量變化結(jié)合105個(gè)氣象站點(diǎn)數(shù)據(jù)，研究了伊朗中部高原地區(qū)的干旱，結(jié)果表明GRACE反演的水儲(chǔ)量變化反映地區(qū)干旱特征具有一定的可靠性；文獻(xiàn)[5]結(jié)合GRACE數(shù)據(jù)和水文數(shù)據(jù)研究了澳大利亞東南多年干旱事件；文獻(xiàn)[6]根據(jù)2003—2013年GRACE數(shù)據(jù)標(biāo)準(zhǔn)化陸地水儲(chǔ)量指數(shù)（standardized water storage index，SWSI）監(jiān)測中國區(qū)域干旱特征，研究表明SWSI指數(shù)可以更明顯地反映出干旱事件。

柴達(dá)木盆地地處青藏高原東北部，屬高原大陸性氣候區(qū)域，以干旱為主要特征。本文利用2004—2016年GRACE數(shù)據(jù)，結(jié)合標(biāo)準(zhǔn)化降水指數(shù)（standardized precipitation index，SPI），研究柴達(dá)木盆地水儲(chǔ)量時(shí)空變化規(guī)律，分析柴達(dá)木盆地在這期間的干旱情況，評估GRACE相對水儲(chǔ)量指數(shù)監(jiān)測干旱事件的適用性。

1 研究區(qū)域概況

柴達(dá)木盆地是中國三大內(nèi)陸盆地之一，平原區(qū)降雨稀少，山區(qū)降水相對較多[7-8]，平均降雨量從盆地中心區(qū)的16 mm到西部和東部地區(qū)的190mm差異分布，多年平均潛在蒸發(fā)量為 1937～3200 mm[9]。

圖1 柴達(dá)木盆地地形及氣象站和水系分布

2 數(shù)據(jù)來源及處理

2.1 GRACE數(shù)據(jù)

GRACE數(shù)據(jù)來源于得克薩斯大學(xué)空間研究中心（Center for Space Research at the University of Texas，CSR）發(fā)布的GRACE RL06 Level-2版本的GSM模型（goal-signal-metric，設(shè)計(jì)目標(biāo)-現(xiàn)象信號-衡量指標(biāo)，是谷歌提出的一種量化方法，主要用來對設(shè)計(jì)效果進(jìn)行量化的監(jiān)控）數(shù)據(jù)，時(shí)間跨度為2004—2016年，其中數(shù)據(jù)缺失月份有2011年1、6月，2012年5、10月，2013年3、8、9月，2014年2、7、12月，2015年6、10、11月，2016年4、9、10月。獲取的GRACE數(shù)據(jù)已經(jīng)去除了潮汐和非潮汐的影響，故在內(nèi)陸地區(qū)GRACE數(shù)據(jù)主要反映水儲(chǔ)量信息。

將GRACE數(shù)據(jù)進(jìn)行500 km的高斯濾波、去相關(guān)濾波，由于考慮到500 km濾波半徑會(huì)造成泄露誤差的影響，本文通過利用基于空間約束的區(qū)域質(zhì)量變化估計(jì)方法來削弱泄露誤差的影響[10]。用衛(wèi)星激光測距（satellite laser ranging，SLR）測得的C20項(xiàng)代替GRACE數(shù)據(jù)2階項(xiàng)系數(shù)C20項(xiàng)，同時(shí)加入地心改正項(xiàng)，用來修正一階項(xiàng)系數(shù)，避免由于地球質(zhì)心變化造成的誤差。使用濾波方法主要是降低高階項(xiàng)球諧系數(shù)噪聲及其相關(guān)性，替換C20項(xiàng)是由于原始C20項(xiàng)精度較差。從而獲得柴達(dá)木盆地真實(shí)質(zhì)量變化。將獲得的質(zhì)量變化數(shù)據(jù)轉(zhuǎn)換為等效水柱高，即

2.2 GLDAS數(shù)據(jù)

全球陸面數(shù)據(jù)同化系統(tǒng)（global land data assimilation system，GLDAS）數(shù)據(jù)采用GLDAS陸面模型（land surface model，LSM）數(shù)據(jù)，時(shí)間分辨率單位為月，空間分辨率為0.25°×0.25°，以土壤水、冠層水、雪水當(dāng)量和融雪水四者之和作為驗(yàn)證GRACE反演得到的柴達(dá)木盆地水儲(chǔ)量變化的精度指標(biāo)。

2.3 降水?dāng)?shù)據(jù)

降水資料由國家氣象數(shù)據(jù)中心提供的中國地面氣候資料日值數(shù)據(jù)集（V3.0）中提取得到。本文利用柴達(dá)木盆地5個(gè)氣象站降水日值數(shù)據(jù)，將其月值化，并通過反距離加權(quán)平均插值法（inverse distance weight，IDW）將其格網(wǎng)化，以與GRACE格網(wǎng)數(shù)據(jù)進(jìn)行對比分析。

2.4 標(biāo)準(zhǔn)化降水指數(shù)（SPI）

標(biāo)準(zhǔn)化降水指數(shù)（SPI）能較好地反映地區(qū)的干旱特征[11-15]。本文利用中國地面氣候資料日值數(shù)據(jù)集中2004年1月至2016年12月日降水?dāng)?shù)據(jù)，計(jì)算得到月值數(shù)據(jù)，再根據(jù)月值數(shù)據(jù)計(jì)算SPI值。最后根據(jù)SPI的干旱等級劃分（如表1所示）確定柴達(dá)木盆地干旱特征。

表1 SPI干旱等級劃分表

2.5 相對水儲(chǔ)量指數(shù)

本文基于GRACE水儲(chǔ)量變化量，計(jì)算得到相對水儲(chǔ)量指數(shù)[16]，將相對水儲(chǔ)量指數(shù)與標(biāo)準(zhǔn)化降水指數(shù)進(jìn)行分析比較，并結(jié)合中國水旱災(zāi)害公報(bào)、青海省水資源公報(bào)相關(guān)數(shù)據(jù)記載，分析GRACE相對水儲(chǔ)量指數(shù)反映干旱特征的適用性。

3 結(jié)果分析

3.1 GRACE和GLDAS、降水結(jié)果對比

為了準(zhǔn)確分析GRACE反演得到的水儲(chǔ)量變化數(shù)據(jù)，利用GLDAS數(shù)據(jù)進(jìn)行驗(yàn)證對比（如圖2所示）。

圖2 GRACE和GLDAS水儲(chǔ)量變化對比

圖中可以得出：在2004—2016年，柴達(dá)木盆地水儲(chǔ)量變化整體上呈上升趨勢，且在-52.9 ～56.7 mm之間變化波動(dòng)，其中出現(xiàn)最大值和最小值的時(shí)間分別為2012年8月和2015年2月。在2004—2006年、2007—2012年和2013—2016年3個(gè)時(shí)間段內(nèi)，水儲(chǔ)量變化分別呈下降、上升和下降趨勢，且相關(guān)性系數(shù)分別為0.71、0.65和0.77，均為強(qiáng)正相關(guān)。其中2013—2016年GLDAS數(shù)據(jù)下降明顯，主要是由于GRACE數(shù)據(jù)包含參數(shù)遠(yuǎn)多于GLDAS數(shù)據(jù)選擇參數(shù)造成的。

將GRACE水儲(chǔ)量變化數(shù)據(jù)與降水進(jìn)行對比分析，如圖3所示。

圖3 GRACE水儲(chǔ)量變化與降水對比

從圖3（a）可以看出，水儲(chǔ)量變化與降水變化趨勢基本一致，水儲(chǔ)量變化滯后于降水1～2個(gè)月，出現(xiàn)滯后的原因是GRACE反演得到的該月水儲(chǔ)量變化信息中包括了該月之前月份的降水部分[17-19]。從圖3（b）可以看出，水儲(chǔ)量變化在夏季達(dá)到最大值56.4 mm，在冬季達(dá)到最小值-37.5 mm，具有非常明顯的季節(jié)性變化。

3.2 柴達(dá)木盆地水儲(chǔ)量空間變化

對2004—2016年GRACE時(shí)變重力場格網(wǎng)數(shù)據(jù)進(jìn)行處理，計(jì)算得到柴達(dá)木盆地年內(nèi)各月水儲(chǔ)量變化等效水高空間分布如圖4所示。

從圖4可以看出，柴達(dá)木盆地水儲(chǔ)量變化除11月份外，其余月份均具有較為明顯的南北差異，其中1—5月和12月柴達(dá)木盆地水儲(chǔ)量變化整體虧損，且南部區(qū)域水儲(chǔ)量變化明顯大于北部區(qū)域，2月份西北部虧損最嚴(yán)重。

6月份開始隨著降水的增加，水儲(chǔ)量變化也隨之增加。6月份柴達(dá)木盆地北部地區(qū)水儲(chǔ)量變化表現(xiàn)為盈余，而南部地區(qū)則表現(xiàn)為較小的虧損。7—10月柴達(dá)木盆地水儲(chǔ)量變化整體盈余，水儲(chǔ)量變化呈現(xiàn)出非常明顯的南北差異，其中北部地區(qū)水儲(chǔ)量變化明顯大于南部地區(qū)，且在7—8月水儲(chǔ)量變化盈余達(dá)到年內(nèi)最大值。11月水儲(chǔ)量變化整體盈余，相對于7—10月，11月水儲(chǔ)量變化盈余量小。

3.3 GRACE水儲(chǔ)量變化和SPI對比分析

根據(jù)GRACE反演得到相對水儲(chǔ)量指數(shù)及SPI時(shí)間曲線如圖5所示。

圖5 相對水儲(chǔ)量指數(shù)與SPI比較

圖5結(jié)果表明：GRACE得到的相對水儲(chǔ)量指數(shù)與反映干旱特征的標(biāo)準(zhǔn)化降水指數(shù)變化趨勢基本相同；相對于SPI指數(shù)，相對水儲(chǔ)量指數(shù)變化幅度更小。2006年相對水儲(chǔ)量指數(shù)和SPI都反映了柴達(dá)木盆地的干旱事件，2011—2016年相對水儲(chǔ)量指數(shù)和SPI變化趨勢有較好的一致性，但SPI變化幅度更大，部分月份當(dāng)SPI值反映干旱時(shí)，相對水儲(chǔ)量指數(shù)除2015年2月外其余月份則出現(xiàn)不旱或輕旱。GRACE監(jiān)測到的柴達(dá)木盆地2004—2016年間的干旱事件：2004—2007年發(fā)生極端干旱的狀況比其余時(shí)間段更為嚴(yán)重；2008—2010年為中旱或輕旱集中的時(shí)間段；2011—2014年干旱特征為輕旱或不旱；2015—2016年表現(xiàn)為輕旱狀態(tài)，其中2015年2月旱情嚴(yán)重

由《中國水旱災(zāi)害公報(bào)》數(shù)據(jù)和《青海省水資源公報(bào)》相關(guān)記載可知，2006年柴達(dá)木盆地出現(xiàn)夏伏旱[20]。文獻(xiàn)[21]利用地面降水和氣溫格點(diǎn)數(shù)據(jù)集研究柴達(dá)木盆地極端干旱變化結(jié)果表明：2004—2007年是柴達(dá)木盆地極端干旱發(fā)生狀況比較嚴(yán)重的時(shí)間段；2009年和2013年個(gè)別月份發(fā)生干旱。這與GRACE監(jiān)測到的干旱事件基本一致。而通過SPI指數(shù)得到，在2009—2013年干旱持續(xù)時(shí)間長，較相對水儲(chǔ)量指數(shù)吻合度低；因此利用GRACE監(jiān)測干旱情況相對于SPI指數(shù)具有更好的適用性。

4 結(jié)束語

本文利用500 km高斯濾波和去相關(guān)濾波方法，基于GRACE和GLDAS數(shù)據(jù)分析了柴達(dá)木盆地2004—2016年水儲(chǔ)量變化時(shí)空分布，根據(jù)月水儲(chǔ)量變化量和月均水儲(chǔ)量變化計(jì)算得到相對水儲(chǔ)量指數(shù)，并結(jié)合標(biāo)準(zhǔn)化降水指數(shù)研究了2004—2016年間柴達(dá)木盆地干旱情況，結(jié)果表明：

1）2004—2016年間GRACE反演得到的水儲(chǔ)量變化與GLDAS計(jì)算得到的水儲(chǔ)量變化趨勢基本一致，且在整體上升的同時(shí)，又分為下降—上升—下降3個(gè)階段，3個(gè)階段相關(guān)性系數(shù)分別為0.71、0.65和0.77，均為強(qiáng)相關(guān)。

2）根據(jù)GRACE數(shù)據(jù)繪制的柴達(dá)木盆地水儲(chǔ)量變化空間分布圖，可知水儲(chǔ)量變化具有明顯的南北差異。

3）基于水儲(chǔ)量變化得到的相對水儲(chǔ)量指數(shù)與基于降水?dāng)?shù)據(jù)得到的標(biāo)準(zhǔn)化降水指數(shù)變化趨勢基本一致，但相對水儲(chǔ)量指數(shù)幅度較小。

4）GRACE監(jiān)測到柴達(dá)木盆地在2004—2016年的干旱情況，其中2004—2007年為極端干旱發(fā)生狀況比較嚴(yán)重的時(shí)間段，2009年和2013年個(gè)別月份出現(xiàn)干旱，2006年出現(xiàn)夏伏旱，2015年2月干旱嚴(yán)重。

[1] 曹艷萍, 南卓銅, 程國棟. GRACE重力衛(wèi)星監(jiān)測新疆干旱特征[J]. 干旱區(qū)資源與環(huán)境, 2015(8): 87-92.

[2] SCHMIDT R, SCHWINTZER P, FLECHTNER F, et al. GRACE observations of changes in continental water storage[J]. Global and Planetary Change, 2006, 50(1-2): 112-126.

[3] 李瓊, 羅志才, 鐘波, 等. 利用GRACE時(shí)變重力場探測2010年中國西南干旱陸地水儲(chǔ)量變化[J]. 地球物理學(xué)報(bào), 2013, 56(6): 1843-1849.

[4] AHMAD N, SEYED H G N, GHOLAMREZA J, et al. Monitoring and analysis of drought using gravity recovery and climate experiment (GRACE)[J]. Hydrology, 2019, 6(3):

[5] MARC J, LEBLANC, PAUL T, et al. Basin-scale, integrated observations of the early 21st century multiyear drought in southeast Australia[J]. Water Resources Research, 2009, 45(4):

[6] 闞增輝. 基于GRACE衛(wèi)星的中國區(qū)域陸地水儲(chǔ)量變化及干旱特征研究[D]. 華東師范大學(xué), 2017.

[7] 蘇子校. 利用GRACE衛(wèi)星數(shù)據(jù)估算柴達(dá)木盆地水儲(chǔ)量變化[D]. 中國地質(zhì)大學(xué)(北京), 2015.

[8] 王洋. 基于GRACE的柴達(dá)木盆地水儲(chǔ)量變化研究[D]. 青海大學(xué), 2018.

[9] 尹文杰, 張夢琳, 胡立堂. 柴達(dá)木盆地干旱時(shí)空變化特征[J]. 干旱區(qū)研究, 2018, 35(2): 387-394.

[10] 馮偉, 王長青, 穆大鵬, 等. 基于GRACE的空間約束方法監(jiān)測華北平原地下水儲(chǔ)量變化[J]. 地球物理學(xué)報(bào), 60(5): 1630-1642.

[11] STAGGE J H, TALLAKSEN L M, GUDMUNDSSON L, et al. Candidate distributions for climatological drought indices (SPI and SPEI)[J]. International Journal of Climatology, 2015, 35(13): 4027-4040.

[12] 阿麗雅. 基于SPI指數(shù)的滿洲里市氣象干旱特征分析[J]. 現(xiàn)代農(nóng)業(yè)科技, 2021(22): 152-154.

[13] 苑希民, 張家銘, 滕振敏. 基于SPI指標(biāo)左江流域旱澇演變規(guī)律與趨勢預(yù)測分析[J]. 水力發(fā)電, 2022, 48(1): 31-38.

[14] 牛文娟. 渝東北地區(qū)1979-2015年干旱時(shí)空分布特征[J]. 水利科技與經(jīng)濟(jì), 2021, 27(10): 1-7.

[15] THOMAS A C, REAGER J T, FAMIGLIETTI J S, et al. A GRACE-based water storage deficit approach for hydrological drought characterization[J]. Geophysical Research Letters, 2014, 41(5): 1537-1545.

[16] 陳芳, 劉綏華, 阮歐, 等. 基于GRACE重力衛(wèi)星數(shù)據(jù)監(jiān)測分析貴州干旱特征[J]. 大地測量與地球動(dòng)力學(xué), 2021, 41(2): 201-205.

[17] 曹艷萍, 南卓銅. 利用GRACE重力衛(wèi)星監(jiān)測黑河流域水儲(chǔ)量變化[J]. 遙感技術(shù)與應(yīng)用, 2011, 26(6): 719-727.

[18] 束美珍, 楊傳國, 李玉龍, 等. 黃淮海地區(qū)2003—2014年GRACE水儲(chǔ)量時(shí)空變化[J]. 南水北調(diào)與水利科技, 2018, 16(1): 83-88.

[19] 陳坤, 蔣衛(wèi)國, 何福紅, 等. 基于GRACE數(shù)據(jù)的中國水儲(chǔ)量變化特征分析[J]. 自然資源學(xué)報(bào), 2018, 33(2): 275-286.

[20] 2006年中國水旱災(zāi)害公報(bào)[J]. 中華人民共和國水利部公報(bào), 2008(1): 11-26.

[21] 周丹, 保廣裕, 張靜, 等. 基于格點(diǎn)數(shù)據(jù)的柴達(dá)木盆地極端干旱變化特征分析[J]. 自然災(zāi)害學(xué)報(bào), 2017, 26(1): 165-175.

Application of GRACE data in analysis on temporal and spatial changes of water reserves and drought characteristics of Qaidam Basin

YANG Guolin1,2, SUN Xuexian1,2, HU Dong1,2, SUO Xuhong1,3, SHAO Ming1,4, CAO Chen1,4

（1. Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China;2. National-Local Joint Engineering Research Center of Technologies and Applications for National Geographic State Monitoring, Lanzhou 730070, China;3. No.2 Engineering Company Ltd. of CCCC First Harbor Engineering Company Ltd., Qingdao, Shandong 266071, China;4.Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou, Gansu 730070, China）

In order to study the temporal and spatial distribution of water storage changes and its arid characteristics in the Qaidam Basin in the northeastern Qinghai-Tibet Plateau, the gravity recovery and climate experiment (GRACE) data, the global land surface data assimilation model (GLDAS) data and the precipitation data of 5 meteorological stations in the set (V3.0) were used. Through 500 km Gaussian filtering and decorrelation filtering, regional mass change estimation method based on spatial constraints and inverse distance weighted average method, the changes of water reserves, relative water storage index and standardized precipitation index (SPI) in the Qaidam Basin from 2004 to 2016 were obtained. The research shows that in terms of time distribution, the change of water storage in the Qaidam Basin showed an upward trend as a whole from 2004 to 2016, a downward trend in 2004-2006, an upward trend in 2007 to 2012, and a downward trend in 2013 to 2016. The above change is consistent with the data obtained from GLDAS. In terms of spatial distribution, there are obvious north-south differences in the months except in November. Through a contrastive analysis of the relative water storage index and the drought index (SPI), it is found that the relative water storage index and the SPI showed a similar trend of change. Compared with SPI, the relative water storage index showed a smaller change range. According to data obtained from GRACE monitoring, 2004 to 2007 was the most severe period of extreme drought in the Qaidam Basin, summer drought occurred in 2006, severe drought occurred in February 2015, and drought occurred in some months in 2009 and 2013. The data is consistent with the actual drought situation in the Qaidam Basin.

gravity recovery and climate experiment satellite (GRACE); Qaidam Basin; temporal and spatial change of water reserves; relative water reserve index; standardized rainfall index; drought

P228

A

2095-4999(2023)01-0107-06

楊國林，孫學(xué)先，胡棟，等. 利用GRACE數(shù)據(jù)研究柴達(dá)木盆地區(qū)域水儲(chǔ)量時(shí)空變化及干旱特征[J]. 導(dǎo)航定位學(xué)報(bào), 2023, 11(1): 107-112.（YANG Guolin, SUN Xuexian, HU Dong, et al. Application of GRACE data in analysis on temporal and spatial changes of water reserves and drought characteristics of Qaidam Basin[J]. Journal of Navigation and Positioning, 2023, 11(1): 107-112.）DOI:10.16547/j.cnki. 10-1096.20230116.

2022-04-02

國家自然科學(xué)基金(41764001，41761088)；蘭州交通大學(xué)優(yōu)秀平臺支持項(xiàng)目(201806)；蘭州交通大學(xué)天佑創(chuàng)新團(tuán)隊(duì)支持項(xiàng)目（TY202001）。

楊國林（1978—），男，甘肅臨洮人，博士研究生，副教授，研究方向?yàn)榇蟮販y量理論及數(shù)據(jù)處理。