摘要
地表水储量是理解区域水循环和气候变化的关键参数。为解决重力恢复与气候实验卫星及其后续卫星数据的空间分辨率低、时间间隔大的问题，以及全球导航卫星系统监测站分布不均的问题，本研究将全球导航卫星系统的垂直变形数据与GRACE/GFO的质心数据相结合，对2011年1月至2023年6月中国中部三省（湖北、湖南和江西）的地表水储量变化及水资源干旱特征进行了深入分析。对于GRACE和全球导航卫星系统数据中缺失的部分，研究采用了多种方法进行填补。随后通过赤池贝叶斯信息准则确定最优权重因子，进而反演出地表水储量的变化情况。再结合降水、蒸散量和径流等水文气象数据，进一步开展干旱监测。研究结果表明，这种联合反演方法能够有效整合全球导航卫星系统提供的高频空间信号与GRACE数据提供的大尺度平滑特征。通过不同方法得到的年度地表水储量空间分布数据（GRACE法、GNSS-Green法、GNSS-Slepian法以及联合反演法）具有很高的一致性，整体上呈现西北部数值较低、东南部数值较高的特点。基于联合反演得到的地表水储量数据，研究构建了干旱指数——联合干旱 Severity指数，成功识别并追踪了研究区域内的七次重大干旱事件。其中，2017年4月至2018年11月的干旱持续时间最长，达20个月；2022年8月至2023年6月的干旱最为严重，最大亏缺量达142.303立方公里。该研究表明，联合反演方法能够有效克服单一观测技术在时空方面的局限性，为区域水资源管理和极端干旱监测提供了一种高精度、高分辨率且可靠的测量手段。
