根据降尺度处理的GRACE数据得出的跨界布格河流域（波兰-乌克兰-白俄罗斯边境地区）地下水资源储存的时间和空间变化特征

《Science of The Total Environment》：Temporal and spatial variability of groundwater storage derived from downscaled GRACE data in the transboundary Bug River Basin (Poland–Ukraine–Belarus border region)

本研究提出了一种改进方法，结合GRACE卫星数据和GLDAS模型，利用随机森林算法将GRACE数据下采样至0.1°分辨率，并引入地下水水位深度影响的vadose区累积效应，显著提高了地下水存储（GWS）估算的准确性（相关性系数0.66-0.95）。该方法在跨国流域布格河盆地验证，有效支持了水资源管理和气候变化应对。

　　
该研究聚焦于中欧布格河盆地的地下水动态监测，旨在通过整合重力卫星数据与水文模型，解决跨境流域地下水评估中的数据稀缺与空间分辨率不足问题。研究区域横跨波兰、乌克兰和白俄罗斯三国，流域面积约3.87万平方公里，地貌复杂，包含低地与丘陵两种主要类型。研究时段为2013-2023年，期间遭遇了极端干旱（2019年）与暴雨（2017年）等气候事件。

**方法创新**：研究团队提出了三阶段改进方案。首先，利用随机森林算法将GRACE卫星的1°×1°分辨率TWS数据下采样至0.1°网格，精度提升达20倍。该方法整合了降水、蒸发、径流和土壤湿度四个核心变量，有效捕捉了地下水与地表水动态转换的复杂性。其次，开发了基于地下水埋深的新算法，通过构建累积效应模型，将地下水位的深度与TWS变化周期动态关联。具体而言，埋深每增加2米，累积周期相应延长1个月，显著缓解了传统方法中相位滞后问题。第三，采用随机森林与克里金插值结合的校准策略，基于27个监测井的实测数据，使卫星反演的GWS与地面观测的匹配度提升至0.7-0.95的皮尔逊相关系数。

**关键发现**：时空分析揭示了多尺度地下水响应特征。空间维度上，浅层地下水（埋深＜2米）的响应周期缩短至1个月，而深层地下水（埋深＞10米）的滞后效应可达3个月。质量守恒分析显示，TWS年降幅达-0.89厘米，但GWS仅-0.05厘米，表明地下水系统对气候变化的缓冲能力显著。季节波动方面，GWS的振幅较TWS降低42%-60%，相位偏移1-2个月，且在干旱年份（如2019年）深层地下水仍能维持稳定，而浅层系统波动幅度达±4.75厘米/月。

**模型验证**：通过对比15个深度分层监测井的数据，校准后模型在浅层（埋深＜4米）的RMSE降至0.6厘米，相关系数达0.78。但在埋深＞7米区域，误差累积至1.82厘米，这主要受限于深层监测井数量不足（仅占样本的5.9%）。研究特别指出，该方法能有效捕捉浅层系统与地表径流（如河道排水）的耦合效应，在布格河干流区域（埋深＜2米）的GWS振幅比补给区（埋深＞8米）高37%。

**应用价值**：研究为跨境流域管理提供了新工具。通过GRACE数据与GLDAS模型结合，在缺乏白俄罗斯境内监测数据的条件下，仍能实现92%的GWS空间覆盖率（以0.1°网格计）。该方法成功识别出乌克兰东部（埋深12-15米）存在长期-0.12厘米/年的线性下降趋势，该区域因过度开采和气候干旱导致深层地下水持续消耗。而波兰西部（埋深＜3米）在2017年暴雨后，GWS恢复速度较TWS快40%，显示浅层系统的快速响应能力。

**技术局限**：研究指出，GRACE数据在2016-2017年间的质量下降导致TWS反演误差增加15%-20%。此外，土壤湿度数据（SMS）的GLDAS输出存在10%-15%的系统性偏差，在裸露岩石区域尤为明显。为改进精度，建议后续研究采用SMAP卫星的高分辨率土壤湿度数据（0.05°）替代GLDAS产品，并引入地形因子（如坡度、曲率）作为额外预测变量。

**政策启示**：研究证实布格河盆地地下水系统对气候变化的适应能力较强，但人为开采的影响在浅层系统（埋深＜5米）尤为显著。例如，2019年干旱期间，乌克兰境内因农业用水增加导致浅层GWS下降达8.3厘米，而深层系统（埋深＞10米）仅下降1.2厘米。这为跨境水权管理提供了科学依据，建议建立基于地下水位深度的动态配额机制，将浅层系统配额与深层系统储备挂钩。

**方法推广**：该框架已成功应用于东欧其他流域，如瓦尔哈拉盆地（面积2.1万平方公里），在2018-2022年期间将GWS估算误差从±3.2厘米降至±1.5厘米。研究团队计划将该方法扩展至非洲萨赫勒地区和南亚恒河平原，特别关注埋深＞15米的深层含水层，这些区域传统监测难度极大。

**研究展望**：未来工作将重点解决两个问题：一是建立跨含水层系统的参数传递模型，解决不同深度地下水交互时的计算误差；二是开发基于机器学习的长期预测模型，将GRACE数据与LSTM神经网络结合，实现未来10年的GWS滚动预测。此外，建议在跨境区域建立地下水埋深＞10米的监测网络，当前该类数据在布格河盆地的覆盖率仅为8.3%。

该研究标志着跨境地下水监测从概念验证迈向实用阶段，其提出的"深度-时间"双因子校正模型，使GWS估算精度达到国际领先水平（RMSE＜2厘米）。该方法特别适用于缺乏地面观测的亚欧大陆东缘地区，为制定《布格河跨境水管理公约》提供了关键数据支撑。