基于水文模型校验耦合的重力卫星地下水储量计算方法与流程

本发明涉及水文地质，尤其涉及一种基于水文模型校验耦合的重力卫星地下水储量计算方法。

背景技术：

1、地下水是水资源的重要组成部分，其过度开采会引发地面沉降、海水入侵等地质环境问题。准确掌握区域地下水储量的时空变化，是实施地下水科学管理和可持续利用的基础前提。传统地下水监测依赖监测井网络，通过人工或自动化设备逐点测量水位，存在空间连续性差、运维成本高、难以覆盖大尺度区域等固有局限，尤其难以提供长时序、高密度的面状观测数据。

2、重力恢复与气候实验卫星通过搭载的精密测距系统测量星间距离变化，反演地球重力场时变特征，进而获取陆地水储量变化。由于重力场变化主要由水的分布和运动引起，从陆地水储量变化中扣除地表水组分后，可间接获得地下水储量变化。该方法具有空间覆盖广、时效性好的优势，已在部分区域的地下水储量评估中得到应用。然而，单一依赖重力卫星反演存在空间分辨率粗糙、信号泄露和南北向条带误差等问题，反演精度难以满足中小尺度区域的精细化管理需求。同时，现有融合方法多将水文模型与卫星反演数据进行简单对比或线性拟合，未能实现遥感宏观观测与水文模型物理机制之间的深度相互约束与校准，导致反演结果的物理自洽性和时空连续性不足，制约了重力卫星技术在省级重点超采区地下水精细化管理中的实际应用效能。

技术实现思路

1、本发明克服了现有技术的缺陷，提供了一种基于水文模型校验耦合的重力卫星地下水储量计算方法，其重要目的在于提高地下水储量变化反演精度与时空连续性，增强反演结果的物理自洽性与管理决策支撑能力。

2、为实现上述目的本发明第一方面提供了一种基于水文模型校验耦合的重力卫星地下水储量计算方法，包括：

3、获取目标区域的重力卫星等效水柱高格网数据、陆面土壤水分含量与冠层水当量数据、气象站点降水与气温数据、遥感植被指数数据、监测井水位数据及取水口计量开采量数据，采用气象驱动的长短时记忆网络填补卫星间断期，得到多源基础数据集；

4、基于所述多源基础数据集获取陆地水储量变化序列和土壤水与冠层水变化序列，通过经验模态分解为本征模态函数分量并建立空间回归模型进行信号校正，得到初始地下水储量变化序列；

5、构建地下水流数值模型，以初始地下水储量变化为观测场，根据扰动渗透系数、给水度与降雨入渗生成集合预报实例，以给水度为权重将网格水头变化升尺度为区域平均模拟值，对水文模型的关键参数和状态进行动态校准得到参数后验分布集；

6、根据所述参数后验分布集对所述地下水流数值模型进行更新运行更新后模型生成逐月全网格水头场序列，将水头场换算为地下水储量变化最终计算值，形成兼具宏观趋势与时空精细特征的成果数据集；

7、基于所述成果数据集，以最终地下水储量变化为因变量，将降水、气温、植被指数及由实际开采量构建的开采扰动指数作为自变量，构建多层感知机网络进行气候与开采组合情景模拟，生成储量动态响应路径。

8、本方案中，所述获取目标区域的重力卫星等效水柱高格网数据、陆面土壤水分含量与冠层水当量数据、气象站点降水与气温数据、遥感植被指数数据、监测井水位数据及取水口计量开采量数据，采用气象驱动的长短时记忆网络填补卫星间断期，得到多源基础数据集，具体包括：

9、获取目标区域的重力卫星等效水柱高格网数据、陆面土壤水分与冠层水当量数据、气象站点降水量与气温观测记录、从遥感影像中提取的植被指数格网数据、监测井逐月水位实测数据及取水口计量设施记录的逐月地下水实际开采量序列；

10、将所有栅格数据通过双线性插值重采样至统一网格，将站点数据通过反距离加权插值至相同网格节点，时间维度统一聚合为月均值，形成初始多源数据堆栈，对所述初始多源数据堆栈中每个网格单元的每一变量序列计算多年月均值与标准差；

11、若当前月份数值偏离对应月均值超过三倍标准差则标记为异常值并置为空缺，对监测井水位与取水口开采量数据在其原始站点序列上执行相同准则的异常判别与剔除，得到仅含真实缺失与卫星间断的多源序列；

12、针对重力卫星等效水柱高序列中因卫星任务交替造成的长时连续间断，以网格单元为填补对象，选取间断期之前至少三年的连续时段作为训练样本，将逐月降水量与逐月气温作为输入特征，将对应的等效水柱高作为学习目标；

13、搭建包含两个隐藏层的长短时记忆回归预测网络并采用均方误差损失函数与自适应矩估计优化器迭代训练至收敛，将间断期内已有气象数据输入训练后网络逐月预测输出，补全整个间断期序列；

14、同步对植被指数序列、土壤水分含量序列、冠层水当量序列和监测井水位序列中存在的短时零星缺失，采用分段三次样条插值方法进行逐网格内插补全；在所有数据完成处理后，按统一空间网格与时间索引重新组合，构成多源基础数据集。

15、本方案中，所述基于所述多源基础数据集获取陆地水储量变化序列和土壤水与冠层水变化序列，通过经验模态分解为本征模态函数分量并建立空间回归模型进行信号校正，得到初始地下水储量变化序列，具体包括：

16、从多源基础数据集中提取重力卫星等效水柱高序列作为陆地水储量变化信号源，同步提取已完成时空配准的土壤水分含量序列和冠层水当量序列，作为土壤水变化序列和冠层水变化序列；

17、对重力卫星等效水柱高序列执行高斯滤波处理，通过对每个网格的时间序列进行平滑以抑制南北向条带误差与高频噪声，输出滤波后的陆地水储量变化序列；

18、采用集成经验模态分解算法分别对滤波后的陆地水储量变化序列与土壤水变化序列进行自适应时频拆解，将信号逐层剥离为从高频到低频排列的本征模态函数分量和反映长期趋势的残余趋势项，得到两组本征模态函数分量集合；

19、对两组本征模态函数分量集合中相同频段位置的分量进行逐对匹配并计算皮尔逊相关系数，将超过预设显著性阈值的分量对判定为同频显著相关分量对；

20、以逐月降水量和逐月气温为自变量建立多元线性空间回归校正模型，在逐个网格上修正对应频段的信号泄露与空间衰减偏差，将经回归模型逐频段校正后的各分量与残余趋势项进行线性叠加合成，得到经过时频校正的陆地水储量变化完整序列；

21、从校正后的陆地水储量变化序列中逐月扣除同期土壤水变化序列和冠层水变化序列，输出以等效水柱高为单位的初始地下水储量变化序列。

22、本方案中，所述构建地下水流数值模型，对水文模型的关键参数和状态进行动态校准得到参数后验分布集，具体包括：

23、根据目标区域水文地质图、含水层岩性分布资料和历史抽水试验成果划分渗透系数分区和给水度分区，确定各分区的参数初始值与先验取值范围，选用modflow软件将研究区离散为正交网格并设定边界条件，输入降雨入渗补给量和逐月实际开采量，完成地下水流数值模型的初始搭建；

24、将初始地下水储量变化序列作为观测场，采用拉丁超立方抽样方法对每个参数分区的渗透系数值和给水度值进行随机采样，同时对降雨入渗补给量施加正态分布随机扰动，通过参数组合生成若干并行模型实例，构成集合预报场；

25、在每一个同化时刻运行集合中全部模型实例，获得逐网格水头预报值并计算水头变化值，以给水度为权重将每个网格的水头变化值乘以对应分区的给水度值后按网格面积加权平均，升尺度转换为区域平均地下水储量变化模拟值，在全部实例完成转换过程后得到模拟值集合；

26、依据模拟值集合计算预报误差协方差矩阵，结合初始地下水储量变化观测值与预设观测误差标准差构建观测误差协方差矩阵，计算卡尔曼增益矩阵并对每个实例的逐网格水头预报值进行状态更新，同时对各分区的渗透系数值和给水度值进行参数更新；

27、沿时间序列逐月推进并重复执行集合运行、升尺度转换、协方差计算、增益计算和状态参数更新的完整流程，当全部时间序列同化周期执行完毕后提取各实例最终收敛的渗透系数值和给水度值，生成参数后验分布集。

28、本方案中，所述根据所述参数后验分布集对所述地下水流数值模型进行更新运行更新后模型生成逐月全网格水头场序列，将水头场换算为地下水储量变化最终计算值，形成兼具宏观趋势与时空精细特征的成果数据集，具体包括：

29、从参数后验分布集合中提取每个参数分区的渗透系数后验均值与给水度后验均值，以后验均值替换初始搭建的地下水流数值模型中对应分区的参数值，保持网格剖分与边界条件不变，得到经过重力卫星观测数据校准的高保真地下水流数值模型；

30、以多源基础数据集中覆盖整个研究时段的逐月降雨入渗补给量和逐月地下水实际开采量作为输入驱动，运行更新后的地下水流数值模型逐月推进，每个时间步计算一次全网格水头分布，输出覆盖完整研究时段的逐月全网格水头场序列；

31、将逐月全网格水头场序列换算为地下水储量变化最终计算值，计算每个网格相邻月份的水头差并乘以对应分区的给水度后验均值，按网格面积加权平均后升尺度转换为以等效水柱高为单位的月尺度地下水储量变化最终计算值；

32、将监测井所在网格的地下水储量变化最终计算值除以对应网格的给水度后验均值，得到水位变化预测值，将水位变化预测值与实测水位变化值进行时间序列对比，计算均方根误差和皮尔逊相关系数以验证反演精度；

33、将经过验证的逐月地下水储量变化最终计算值序列、逐月全网格水头场序列以及参数后验集中的渗透系数后验均值和给水度后验均值一并输出，构成兼具重力卫星宏观趋势准确性与分布式水文模型时空精细特征的成果数据集。

34、本方案中，所述基于所述成果数据集，构建多层感知机网络进行气候与开采组合情景模拟，生成储量动态响应路径，具体包括：

35、从成果数据集中提取逐月地下水储量变化最终计算值作为输出目标变量，从多源基础数据集中调取同期逐月降水量、逐月气温和植被指数序列作为自然驱动因子，通过目标区域的历史逐月实际开采量构建逐月开采扰动强度指数作为人为活动技术代理变量；

36、对全部自变量与因变量进行时间对齐与归一化处理，构建包含输入层、两个隐藏层和输出层的多层感知机神经网络，输入层设置四个节点分别对应月降水量、月平均气温、植被指数和开采扰动强度指数，隐藏层采用修正线性单元激活函数，输出层为地下水储量变化预测值；

37、网络采用均方误差损失函数和自适应矩估计优化器进行权重迭代更新，将历史样本按时间顺序划分为训练集、验证集和测试集，训练过程监控验证集损失函数值并实施早停策略，当验证损失连续若干轮不再下降时终止训练；

38、网络训练完成后提取输入层到隐藏层、隐藏层到输出层的全部连接权值矩阵并取绝对值，对每个输入因子计算经由各隐藏节点路径到达输出节点的连接权值乘积之和，将各因子乘积和除以全部因子乘积和之和，得到各因子对地下水储量变化的归一化贡献分值；

39、设定若干组气候情景与开采强度情景的交叉组合，气候情景按降水量频率水平设置，开采强度情景按开采扰动指数倍数水平设置，将每组情景输入向量逐组输入训练后网络，网络逐月预测输出对应情景的地下水储量变化值，生成不同气候条件与开采强度组合下的储量动态响应路径。

40、与现有技术相比，本方案具备以下优势：

41、在反演精度方面，通过集成经验模态分解对重力卫星信号与土壤水信号进行自适应时频拆解与分频段校正，有效解决了传统直接相减法中不同尺度信号强制混合导致的反演偏差，显著提升了初始地下水储量变化的提取精度。在物理自洽性方面，引入迭代集合卡尔曼滤波同化机制，以给水度为权重将分布式网格水头变化升尺度为区域平均模拟值，在统一物理框架内同步更新模型水头状态与关键参数，使模型参数从依赖经验赋值的先验值收敛为受遥感观测约束的后验最优估计，解决了传统方法中给水度经验赋值与尺度转化脱节的难题。在时空连续性方面，通过长短时记忆网络填补卫星任务间断期，结合校准后水文模型的逐月全网格模拟能力，生成无间断、空间连续的地下水储量变化数据集，兼具重力卫星宏观趋势准确与分布式模型时空精细的双重优势。在归因分析方面，引入基于实际开采量构建的开采扰动强度指数作为人为活动的技术代理变量，建立了基于物理可测量参数的归因算法体系，为地下水取用总量控制指标和开采强度管控阈值的制定提供了客观可计算的决策支撑。