一种用于增强型GRACE地下水对比分析的多目标比较框架

《Journal of Hydro-environment Research》：A multi-objective comparative framework for Enhanced GRACE-Groundwater comparative analysis

准确监测地下水对可持续水资源管理至关重要，但传统方法存在局限性。本研究提出一种结合Nash-Sutcliffe效率（NSE）和Kling-Gupta效率（KGE）的多目标评估框架，用于比较GRACE-GWA模型与流域地下水观测数据。通过分析加拿大三个不同水文地质条件的流域，发现该方法能有效捕捉时间序列的季节幅度和趋势变化，减少因特定产水系数（Sy）假设引入的系统偏差，从而提高GRACE-GWA的可信度。研究结果强调了多模型和多指标评估在准确评估地下水储存变化中的重要性。

　　地下水监测对于可持续的水资源管理至关重要，特别是在气候变化和人类活动日益加剧的背景下。然而，尽管重力恢复与气候实验（GRACE）卫星在监测陆地水储量异常（GRACE-TWSA）方面取得了显著进展，但要从这些数据中准确提取代表性的地下水信号（GRACE-GWA）仍然是一个挑战。这是因为GRACE-TWSA中包含其他水预算组成部分的不确定性，这些组成部分对于分离地下水信号至关重要。尽管多模型方法可以用来处理这些不确定性，但目前缺乏系统性的框架来客观地比较和约束多模型结果与实际地下水观测数据。为了解决这一问题，我们应用了一个多目标比较框架，利用纳什-苏特cliffe效率（NSE）和金林-古普塔效率（KGE）指标，对多模型GRACE-GWA结果与流域尺度的实地地下水异常进行比较。虽然这些指标在水文学领域被广泛使用，但它们的结合在GRACE-GWA评估中较为罕见。与传统的基于相关性的方法不同，我们的框架能够捕捉时间序列相似性的关键方面，包括季节性振幅的准确性以及数值的一致性，从而更清晰地识别出最优的地下水储量结果。我们的研究发现，多模型地下水储量趋势和季节性振幅之间存在显著的不确定性，这突显了标准GRACE-GWA评估中常被忽视的重要局限性。通过系统地隔离出最符合水文一致性的结果，我们的框架显著提高了基于GRACE的地下水估计的可靠性、可解释性和适用性。这种方法论框架支持更精确的地下水监测，加强了数据驱动的决策过程，并最终有助于确保关键地下水资源的长期可持续性和韧性。

地下水的过度开采威胁着其资源的韧性，导致地下水枯竭、地面沉降以及不可逆的环境影响。地下水的隐匿性使得它容易被忽视，特别是在缺乏一致的实地监测的情况下。GRACE等重力测量任务通过测量时间变化的重力来丰富对地球水资源的监测，从而能够识别陆地水储量的综合变化。然而，从GRACE-TWSA中提取仅归因于地下水储量的时间序列仍然是一个挑战，部分原因是其他水预算组成部分缺乏直接观测。尽管如此，GRACE-GWA已被证明是评估大范围地下水变化的有效工具。遥感监测促进了对地下水系统的理解，因为这些资源会随着水循环和人类用水的变化而变化。然而，这种方法要求我们能够准确追踪地下水的变化，这就引发了一个问题：“什么才是真实的？”因此，将GRACE-GWA与实地地下水观测进行对比评估，为缺乏直接观测的地区提供了地下水监测的基础。

本研究对GRACE-GWA进行了多目标函数评估，包括NSE和KGE指标，以及相关性指标，以评估多模型GRACE-GWA与实地地下水观测之间的一致性。我们的目标是通过使用能够有效捕捉关键时间序列相似性的多目标函数，提高GRACE-GWA比较的能力。在分析中，我们没有规定GRACE-GWA的首选结果，而是专注于通过多模型和多目标函数研究来加深对地下水变化的理解。稳健的比较评估应利用嵌入的时间序列信息，量化多模型GRACE-GWA与实地地下水观测之间的同步性。应用GOF指标进行GRACE-GWA的验证，能够捕捉到关键的时间序列特征，包括季节性模式、振幅、时间偏移和极端值。通过使用NSE和KGE指标进行更广泛的GRACE-GWA评估，理论上可以提高对大规模地下水测量有效性的分析。尽管实地地下水异常被用作参考标准，但我们也认识到它们的空间覆盖可能不足以完全表征流域范围内的变化，特别是在数据稀缺的地区。因此，本研究中的性能指标被解释为与可用观测数据的一致性衡量，而不是绝对地下水真实的指示。关键的是，本研究并不旨在建立一个普遍最优的GRACE-GWA模型配置，而是引入了一个可转移的评估框架，使用户能够系统地评估模型组合相对于本地观测数据的性能。这种灵活性确保了该框架在各种水文地理环境下都适用，支持更符合情境的可靠GRACE-GWA结果识别，并推进了基于卫星的地下水评估的可解释性。

虽然NSE和KGE在诊断能力上广受认可，但它们各自也存在已知的局限性。NSE是使用观测均值作为基准的归一化均方误差（MSE）版本，倾向于低估时间序列比较中的变异性。KGE将NSE分解为构成性成分（相关性、变异性以及均值偏差），这可能在处理偏斜数据时引入偏差，并在其框架内导致变异性与均值偏差之间的相关性。尽管存在这些挑战，将它们结合在一个多目标评估框架中，具有潜力捕捉到传统基于相关性方法所掩盖的对应关系的关键方面。本研究的创新之处不在于这些指标本身，而在于它们的战略整合，形成一个系统化的多模型评估框架，直接应对GRACE-GWA研究中的一个长期误解源。以往的研究常常依赖简单的相关性指标，这可能会掩盖系统性偏差并夸大一致性，从而导致对地下水动态的误解。通过将效率和偏差敏感的指标嵌入评估过程，该框架提供了更基于水文学的评估，减少了解释上的陷阱，并提供了一个稳健且可转移的方法，用于识别更忠实反映观测地下水动态的GRACE-GWA结果。

为了评估GRACE-GWA，我们选择了三个横跨加拿大-美国边境的流域，这些流域具备丰富的实地地下水观测数据和显著的水预算组成部分，包括季节性积雪。萨斯喀彻温河和红-萨斯喀彻温河流域位于加拿大的草原地区，主要由广泛的冰川和河流沉积物构成。这些流域的地下水系统通常较浅，属于非承压或半承压类型，对季节性的补给高度敏感，主要来自融雪径流。地下水在支持农业生产力和农村供水方面发挥着关键作用，导致了广泛的抽取和对含水层系统的压力。相比之下，渥太华河流域横跨加拿大盾岩和圣劳伦斯低地，展现出截然不同的水文地质环境。该地区主要由裂隙岩基底和不连续的表层沉积物构成，地下水系统通常较浅且非承压，主要由直接降水补给。然而，由于地表水来源的主导地位和基底岩的低渗透性，该流域的地下水开发相对有限。

我们从实地地下水信息网络（GIN）和国家地下水监测网络（NGWMN）收集了实地地下水观测数据。预处理步骤首先应用了一个数据质量算法，以剔除每年超过一次季节性观测缺失的井。选定的井，具有不同的测量频率，通过空间和时间方法进行数据填补，以生成每月的观测地下水头数据。总共有95个、317个和21个观测井分别用于萨斯喀彻温、红-萨斯喀彻温和渥太华流域，以生成流域尺度的地下水变化，用于与GRACE-GWA进行比较。

为了提升观测数据集的分辨率，我们应用了多种空间插值方法，包括泰森多边形（TP）、反距离权重（IDW）、泛克里金（UK）、普通克里金（OK）、普通克里金对数变换（OK-Log）、多线性回归（MLR）和时空克里金（STK）。通过留一法交叉验证（LOOCV）进行准确性评估，确认了地下水观测数据在各种空间插值方法下的稳健性。TP被选用于生成流域尺度的地下水观测时间序列，随后通过移除2004年1月至2009年12月期间的平均值，将其转换为实地异常时间序列。

流域尺度的实地地下水异常代表的是异常地下水头的变化，而不是地下水储量的变化，因为缺乏储水系数（storativity）数据。以往的GRACE-GWA研究中应用了多种储水系数估计值，这些估计值来自地质特征。在本研究中，我们应用了0.10、0.15和0.30三种储水系数值，并考察了PCRaster GLOBal Water Balance模型（PCR-GLOBWB）的储水系数值，其空间分辨率为5弧分，三个流域的平均储水系数分别为0.04、0.06和0.07。我们的实验应用了不同储水系数值，并在支持信息中提供了详细结果。这些更广泛的储水系数值被选中，以覆盖之前研究中观察到的低、中、高储水条件的谱系，从而考虑了由于冰川地质变化而引入的不确定性。此外，我们还使用了归一化异常时间序列，以绕过缺乏储水系数估计的问题。

在提取GRACE-GWA方面，我们利用了五个GRACE-TWSA数据集，包括三种球谐函数（SH）解（CSR-RL06 V04、JPL-RL06 V04、GFZ-RL06 V04）和两种质量浓度（mascon）解（CSR-RL06 V02和JPL-RL06 V02）。在我们的分析中，应用了JPL-M解，不使用任何缩放因子，因为社区土地模型（CLM）在准确模拟雪过程方面存在局限性，而这是我们的研究流域中的主导因素。分析覆盖了2003年3月至2016年12月，排除了17个月的GRACE数据缺失期。值得注意的是，CSR-M和JPL-M产品分别以0.25度和0.50度的网格分辨率提供，对应于大约1度和3度的本源赤道分辨率。

为了确保与GRACE处理方法的一致性，水预算组成部分（如土壤湿度、积雪和地表水）按照GRACE的标准进行了处理。对于SH和mascon解，水预算数据集首先被重新投影并双线性插值，以匹配相应的GRACE产品空间分辨率和网格结构，从而确保直接比较。在基于SH的分析中，应用了GRACE标准的后处理步骤，包括在谐波度60处截断、使用去相关滤波器进行去条纹处理，以及使用300公里半径的高斯滤波器进行平滑。通过移除基线期（2004年1月至2009年12月）的平均值，计算出每月的异常值，并将这些异常值从GRACE-TWSA中减去，以分离出GRACE-GWA。相比之下，在mascon解中，假定GRACE网格间的潜在泄漏在处理过程中得到了有效解决。因此，对于mascon解，水预算组成部分在使用相同的基线期转换为异常值后，再从GRACE网格中减去，以在流域尺度上进行汇总。

为了确保空间完整性，SH和mascon网格都被裁剪到流域边界，并保留其原始分辨率。将五个GRACE-TWSA解与八个SWEA、六个SMA以及SWA估计值结合，最终计算出240个GRACE-GWA实现，这些实现基于公式（1）计算得出。为了确保一致的时间评估，GRACE-GWA和实地地下水异常在共同的时间段（2003年3月至2016年12月）内进行了时间对齐，标准化的每月时间戳促进了直接和同步的比较。

本研究通过应用趋势分析和季节性振幅估计，对GRACE-GWA时间序列进行了分析。趋势的大小和显著性通过季节性曼-肯德尔（SMK）检验和Sen’s Slope估计器进行评估。这些是非参数方法，对非正态数据分布具有鲁棒性。SMK检验扩展了传统的曼-肯德尔检验，通过为每个季节单独进行检验，减少了序列相关性的影响，并消除了使用预白化技术的需要。季节性趋势统计量随后被汇总为整体的Sk统计量。

土壤湿度异常（SMA）来源于六个数据集，包括来自NASA全球陆地数据同化系统（GLDAS）的三个模型（NOAH、Variable Infiltration Capacity（VIC）和Catchment Land Surface Model（CLSM）），每个模型的空间分辨率为1度×1度。其他来源包括NOAH在0.10度×0.10度分辨率下的FEWS NET Land Data Assimilation System（FLDAS）数据，WGHM在0.50度×0.50度分辨率下的数据，以及ERA5-Land在0.10度×0.10度分辨率下的数据。虽然WGHM模拟的是单一层次的有效根区土壤湿度，其他模型（GLDAS、FLDAS和ERA5-Land）则模拟的是多层土壤湿度剖面。本研究仅考虑了土壤剖面的上层1米，因为较深层经常达到饱和状态。

积雪水当量异常（SWEA）来源于八个数据集。这些包括用于SMA的六个数据集，以及GlobSnow（一个基于遥感和观测的数据集，空间分辨率为0.25度×0.25度）和HGSWE（加拿大历史网格积雪水当量和积雪水分数数据集，空间分辨率为0.25度×0.25度）。HGSWE整合了遥感数据和地表模型输出。

地表水储量异常（SWA）则利用了加拿大水办公室提供的湖泊水位观测数据，用于计算萨斯喀彻温、红-萨斯喀彻温和渥太华流域的11个湖泊的月平均地表水储量估计值。这些估计值基于全球湖泊水深数据集（GLOBathy）提供的水头-面积-体积（h-A-V）关系。

为了确保与GRACE处理方法的一致性，水预算组成部分（即土壤湿度、积雪和地表水）按照GRACE的标准进行了处理。对于SH和mascon解，水预算数据集首先被重新投影并双线性插值，以匹配相应GRACE产品的空间分辨率和网格结构，从而确保直接比较。在基于SH的分析中，应用了GRACE标准的后处理步骤，包括在谐波度60处截断、使用去相关滤波器进行去条纹处理，以及使用300公里半径的高斯滤波器进行平滑。通过移除基线期（2004年1月至2009年12月）的平均值，计算出每月的异常值，并将这些异常值从GRACE-TWSA中减去，以分离出GRACE-GWA。相比之下，在mascon解中，假定GRACE网格间的潜在泄漏在处理过程中得到了有效解决。因此，对于mascon解，水预算组成部分在使用相同的基线期转换为异常值后，再从GRACE网格中减去，以在流域尺度上进行汇总。

在考虑GRACE-GWA时间序列的分析中，我们发现NSE和KGE指标在评估GRACE-GWA时具有显著的系统性偏差，这种偏差与应用于的储水系数（Sy）有关。NSE的大小反映了其在捕捉时间变化地下水方面的表现，但其依赖于观测均值作为基准，这可能导致其低估某些情况下的变异性。KGE则通过结合相关性、偏差和变异性，提供了更平衡的评估，但在处理归一化时间序列或具有小均值的数据集时，可能会产生偏差。这种偏差在GRACE-GWA应用中是常见的。因此，NSE和KGE的结合为评估多模型GRACE-GWA提供了一个更可靠和诊断性的框架。

本研究通过应用NSE和KGE指标，对多模型GRACE-GWA实现进行了多目标评估。系统性偏差在NSE和KGE中被驱动，这是由于储水系数（Sy）的不确定性造成的。为了识别最优实现，我们采用了结构化的选择过程，基于我们的多个Sy值进行评估。具体而言，对于每个Sy值（0.10、0.15和0.30），我们提取了前10个NSE和KGE排名的GRACE-GWA实现，得到了六个高绩效子集。最终的最优实现被定义为出现在所有六个子集中的实现，这确保了它们在两个指标和Sy假设下的持续强表现。这种策略减少了任何单一Sy值或绩效指标的影响，并增强了所选时间序列的水文学可靠性。在图4中，为了清晰展示，我们排除了使用PCR-GLOBWB模型Sy值的GRACE-GWA实现。

在萨斯喀彻温流域，GRACE-GWA实现96、90和78在与实地地下水异常的比较中表现出最高性能，NSE值分别为0.35、0.61和0.40，对应的KGE值分别为0.61、0.67和0.15。这些实现使用了JPL-M GRACE-TWSA解、GlobSnow、HGSWE和WGHM用于SWEA，以及ERA5-Land用于SMA。在红-萨斯喀彻温流域，实现130、178、144和192展示了最强的与实地地下水异常的一致性。这些实现来源于CSR-SH和JPL-SH GRACE-TWSA解，与ERA5-Land和GlobSnow结合用于SWEA，以及ERA5-Land和CLSM用于SMA，分别取得了NSE值0.56、0.73和0.60，以及KGE值0.74、0.76和0.21。在渥太华流域，实现148和100在较高的偏差情况下仍然表现出相对较高的性能，NSE值分别为-0.79、-0.03和0.25，对应的KGE值分别为0.23、0.50和0.12。这些实现来源于CSR-SH和JPL-SH用于GRACE-TWSA，NOAH 1度用于SWEA和CLSM用于SMA。

本研究采用了多目标评估框架，以NSE和KGE指标对240个多模型GRACE-GWA实现进行评估。结果揭示了显著的变异性，存储趋势的差异可达12倍，季节性振幅的差异可达5倍。这种差异突显了基于GRACE的地下水估计对GRACE-TWSA和水预算输入选择的敏感性。这些发现与最近Akl和Thomas（2024）的研究一致，他们强调了多模型方法在量化遥感地下水评估中的不确定性方面的价值。分析还表明，围绕特定储水系数的假设会在GRACE-GWA评估中引入系统性偏差，影响多模型GRACE-GWA趋势和振幅的评估。在低偏差流域中，最优实现倾向于向更高的趋势和中等振幅收敛。然而，在高偏差流域如渥太华，由于实地观测数据稀疏且代表性不足，这种收敛不明显，导致性能模式更加分散。这些结果突显了多目标框架在捕捉统计拟合和水文学现实性方面的价值，为选择可靠的GRACE-GWA实现提供了更严格的依据。

尽管本研究主要关注方法论上的进步，而不是对特定流域地下水动态的诊断，但我们也应认识到一些局限性。首先，由于实地观测数据的有限性，未能充分考虑地表水异常（SWA），这导致了GRACE-GWA信号中包含了地表水的特征，而不是纯地下水。这种重叠引入了额外的不确定性。整合最近的遥感技术进展，如Gerdener等人（2023）和Hou等人（2024）的研究，可以显著提高SWA的准确性，从而增强基于GRACE的地下水估计的推导和评估。其次，评估框架依赖于实地地下水异常作为比较的参考标准。虽然这些观测数据是最容易获得的验证形式，但它们的空间分布有限，可能无法充分代表流域范围内的变化。因此，本研究中应用的性能指标应被解释为与可用观测数据的一致性衡量，而不是绝对的地下水真实指示。这突显了改善实地地下水监测网络的空间密度、质量和代表性的重要性，以加强GRACE-GWA产品的验证和解释。