基于GRACE卫星的新疆平原区地下水储量变化研究

郑玮¹，郑刚²，闫正龙³，龚栋栋^4,5，韩方红^4,5

1. 新疆水利水电勘测设计研究有限责任公司，乌鲁木齐 830000；
2. 新疆塔里木河流域管理局，库尔勒 841000；
3. 陕西测绘地理信息局，西安 710054；
4. 新疆农业大学 水利与土木工程学院，乌鲁木齐 830052；
5. 新疆水利工程安全与水灾害防治重点实验室，乌鲁木齐 830052

摘  要：受气候变化和农业灌溉等多重因素影响，新疆平原区地下水储量变化机制复杂，目前关于该区域利用重力卫星技术探究大尺度地下水储量变化的研究尚不足。以新疆平原区为研究对象，本文基于GRACE卫星数据结合GLDAS模型数据，利用水量平衡方程结合Theil-Sen趋势分析、Mann-Kendall检验等方法，综合分析2003~2022年新疆平原区地下水储量时空变化特征。结果表明：①地下水储量整体有四个阶段均呈下降趋势。2003~2008年、2009~2013年、2014~2018年、2019~2022年的月均变化趋势分别为–0.58 mm/mon、–0.26 mm/mon、–0.11 mm/mon、–1.69 mm/mon。②地下水储量空间上呈不规则变化态势。昆仑山北麓山前平原区和阿尔泰山南麓部分地区稳定且呈现略增，为0~2 mm/mon；其他区域呈现不同程度的减少。③整体地下水储量减小是气温升高和地下水开采增加共同作用的结果。研究成果可为大尺度区域开展地下水储量变化监测、分析和管理提供技术参考。

关键词：GRACE卫星；GLDAS；地下水储量变化；Theil-Sen趋势分析；Mann-Kendall检验；新疆平原区

引用格式：郑玮, 郑刚, 闫正龙, 龚栋栋, 韩方红. 2025. 基于GRACE卫星的新疆平原区地下水储量变化研究. 时空信息学报, 32(2): 193-202

Zheng W, Zheng G, Yan Z L, Gong D D, Han F H. 2025. Modelling spatiotemporal changes of groundwater reserves in Xinjiang plain area based on GRACE satellite. Journal of Spatio-temporal Information, 32(2): 193-202, doi: 10.20117/j.jsti.202502006

1  引  言

地下水是珍贵的淡水资源，具有重要的资源属性和生态功能，通过对地下水埋深、资源量和储变量的勘查，可为地下水资源科学保护和合理开发及经济社会的可持续发展提供重要支撑（亢孟军等，2019；李文鹏等，2022；燕琴等，2022）。相较于传统的依靠地下水监测井获取地下水储量变化的监测手段，重力测量原理的GRACE卫星（gravity recovery and climate experiment satellite，GRACE satellite）的发射为地下水储量变化监测提供了新的技术途径，并逐渐成为地下水遥感监测领域的主流（冯伟等，2017；孟俊贞等，2024）。重力卫星可不受陆地条件限制而进行连续快速和重复观测，且在空间测量尺度具有其他卫星无法比拟的优势。尤其适用于地下水数据匮乏地区的水资源储量变化监测，如通过 GRACE卫星反演地下水储量并结合水文地质资料能够获取更精确的地下水储量变化结果（曹杰等，2024；孟俊贞等，2024）。

目前，围绕GRACE卫星数据对地下水储量及其影响因素开展了许多研究。例如，冯贵平等（2019）基于GRACE卫星数据和全球陆地数据同化系统（global land data assimilation system，GLDAS）模型数据，分析了全球地下水储量的周年和半周年变化及其长期变化特征，结果表明全球地下水储量具有明显的季节性和长期变化；粟晓玲等（2022）基于GRACE卫星和GLDAS数据采用Theil-Sen趋势分析、Mann-Kendall检验等方法定量评估了我国西北内陆干旱区地下水储量变化，结果表明西北地区地下水储量总体上以0.25 cm/a的速率减少；Dharpure等（2025）基于GRACE卫星数据和陆地水储量异常（terrestrial water storage anomaly，TWSA）数据评估了印度河流域地下水储量变化，结果表明印度河流域83.7%的区域呈下降趋势，非冰川区域下降速率高于冰川区域；Ding等（2025）基于GRACE卫星和GLDAS数据采用Theil-Sen趋势分析、Mann-Kendall检验等方法评估了非洲的地下水储量时空变化特征，结果表明非洲的地下水储量变化总体呈上升趋势，具有显著的季节性特征。此外，龙笛等（2023）基于GRACE卫星和GLDAS数据，结合水量平衡方程反演了海河流域总水储量及其平原区地下水储量变化，结果表明在量化海河流域蒸散耗水和水量平衡分析计算中需考虑流域总水储量变化，否则会带来较大不确定性；刘家宏等（2024）基于GRACE卫星和GLDAS数据，结合水量平衡方程、时间序列分解和随机森林模型揭示了黄河流域地下水储量时空变化特征及主要驱动过程，结果表明近20年黄河流域地下水储量显著减小，地下水储量的减小是由植被覆盖增加、气温升高和蒸散发量增加共同作用导致地下水消耗量增加的结果；黄兆欢等（2024）基于GRACE卫星和GLDAS数据结合水量平衡方程分析了青藏高原地下水储量变化，结果表明青藏高原平均地下水储量在近20年期间呈小幅上升趋势；曹杰等（2024）基于GRACE卫星和GLDAS数据，结合水量平衡方程反演了华北平原地下水储量时空变化，结果表明华北平原水储量变化均表现出明显的季节性特征，地下水处于长期亏损趋势。

近30年来，随着新疆耕地面积的不断扩张，农业用水量增长导致地下水超采问题较为突出（张宗祜，2001；Tian等，2022）。虽然已有部分研究基于GRACE卫星数据开展了新疆天山山区（王宗侠和刘苏峡，2023）、克里雅河流域（孙倩和阿丽亚·拜都热拉，2018）、塔里木河流域（陈丹红等，2022）地下水储量变化监测的分析，但针对新疆平原区大尺度区域地下水储量变化的研究尚不足。因此，本文基于GRACE卫星数据和GLDAS模型数据，结合水量平衡方程（王宗侠和刘苏峡，2023）、Theil- Sen趋势分析和Mann-Kendall检验（钱方艳等，2023）、地下水储量变化分级（邓椿等，2022）等方法，综合分析2003~2022年新疆平原区地下水储量时空变化规律。

2  研究区域与数据

    2.1  研究区域

新疆平原区地处73°~96°E、34°~48°N，位于我国西北内陆干旱区，面积为37.25万km²，区位如图1所示。地形地貌以山脉和盆地为主，山脉与盆地相间排列，盆地被高山环抱，从南往北依次为昆仑山山脉、塔里木盆地、天山山脉、准格尔盆地、阿尔泰山山脉；全年降水量少而蒸发量大，水资源时空分布总体呈现西多东少、北多南少、山区多平原少的格局（高钊等，2022）。新疆是我国“丝绸之路经济带”建设的核心区，同时也是农业种植主要后备资源区，近90%的水资源被用于农业灌溉，因此，准确监测地下水储量变化是开展水安全保障、地下水战略储备和粮食安全保障的重要基础（黄婷等，2017；张宁等，2023）。

    2.2  数据来源与预处理

1）数据来源

GRACE卫星数据采用美国得克萨斯大学奥斯汀分校太空研究中心（Center for Space Research，CSR）发布的GRACE/GRACE-FO CSR RL06 Mascon V2产品数据、美国国家航空航天局（National Aeronautics and Space Administration，NASA）喷气推进实验室（Jet Propulsion Laboratory，JPL）的GRCTellus.JPL.RL06 Mascon V3产品数据，空间分辨率为0.5°×0.5°，时间范围为2003年1~2022年12月，来源于CSR网站。GLDAS水文数据采用NASA的GLDAS Noah Land Surface Model L4 monly V2.1产品，空间分辨率为0.25°×0.25°，来源于NASA网站。中国区域基于降水重构陆地水储量变化数据集则根据已有研究（Zhong等，2019）重构的数据集获取。

2）数据预处理

GRACE卫星数据重采样为0.25°×0.25°，选取CSR Mascon和JPL Mascon数据的平均值作为陆地水储量变化值。其中，GRACE卫星与GRACE-FO卫星之间空缺的11个月（2017年6~2018年5月）数据，由Zhong等（2019）中的中国区域基于降水重构陆地水储量变化数据集填补，缺失月份数据利用该月相邻年份对应月份的平均值进行插值，插补后形成的数据集通过与研究区部分实测样本监测井地下水埋深变化进行校验；结合龚栋栋等（2024）知，基于GRACE卫星数据估算的地下水储量变化成果具有较高的可靠性。GLDAS卫星中的水文数据基于研究区雪水当量和地表以下0~200 cm的土壤水分进行提取，时间范围与GRACE卫星数据时间一致。考虑到GRACE卫星数据状况，以2003年1~2009年12月的平均值为基准进行距平处理；GLDAS卫星提取的雪水当量和土壤水处理方式与GRACE卫星数据的相同，以与GRACE卫星数据保持一致性。

3  研究方法

    3.1  地下水储量变化计算

   陆地水储量主要包括地表水储量、地下水储量、土壤水储量、雪水当量、冰川水储量、生物水储量及冠层水储量等组分（式（1））（王宗侠和刘苏峡，2023）。考虑到冰川水储量获取难度大，而地表水储量变化、生物水储量变化、冠层水储量变化相对土壤水储量变化和雪水当量变化较小，因此，实验采用简化后的水量平衡方程获取地下水储量变化（式（2））。其原理为

式中，?GWSA、?TWSA、?SWSA、?SMSA、?SWEA、?GlacierWSA、?BWSA、?CWSA分别为地下水储量变化、陆地水储量变化、地表水储量变化、土壤水储量变化、雪水当量变化、冰川水储量变化、生物体水储量变化、冠层水储量变化，mm。其中，?TWSA由CSR Mascon和JPL Mascon数据的平均值表征；?SMSA、?SWEA基于GLDAS Noah Land Surface Model L4 monly V2.1产品提取。

    3.2  地下水储量变化趋势计算及检验

Theil-Sen趋势分析可以模拟每个栅格单元的变化趋势，是一种非参数统计的趋势计算方法，适用于长时间序列数据的趋势分析，能客观地反映长时间序列地下水储量的演化趋势（钱方艳等，2023）。因此，实验利用Theil-Sen趋势分析来计算研究区长时间序列的地下水储量变化趋势：

式中，Median为中值函数；x_i、x_j分别为第i、j（j=i+1）月的地下水储量变化，mm/mon。若β>0，表示样本数据呈增长趋势；反之，减少。

Mann-Kendall检验是一种非参数统计检验的方法，用以判断趋势的显著情况，常与Theil-Sen趋势分析结合表示，不需要样本遵从一定分布且不受少数异常值干扰，可以客观地呈现地下水储量在时间序列上的显著性变化特征（钱方艳等，2023）。当|Z|＞Z₁－α/2，则在α的显著性水平上拒绝原假设，时间序列数据存在明显的趋势变化；Z₁－α/2为在置信水平α下，标准正态函数分布表对应的值；当|Z|＞1.65、1.96、2.58时，表示趋势分别通过了置信度为90%、95%、99%的显著性检验。因此，实验利用Mann-Kendall检验对研究区地下水储量变化趋势进行显著性检验（通过α=0.05检验），检验趋势类别见表1。

    3.3  地下水储量变化分级方法

地下水储量变化分级方法采用标准差分级法。标准差分级是衡量数据离散程度的一个重要指标，

描述数据点在均值周围的分布情况，常用来比较两个或多个样本之间的均值是否存在显著差异（邓椿等，2022）：

式中，E_ij为第j年子区域i的地下水储量变化，mm/mon；n为总时间，a；为子区域i在2003~ 2022年地下水储量变化的平均值，mm/mon；E为地下水储量变化，mm/mon。

根据2003~2022年研究区的地下水储量变化平均值和标准差确定每段分割的端点，利用ArcGIS 10.5划分分级区间，将研究区地下水储量变化划分为五个级别，见表2。

4  结果分析

    4.1  研究区地下水储量的时序变化

2003~2022年研究区地下水储量变化时序总体特征如图2所示。结合表3知，2003~2022年研究区的地下水储量变化整体呈下降趋势，变化值为–0.5 mm/mon；2003~2008年（I）、2009~2013年（II）、2014~2018年（III）、2019~2022年（IV）年地下水储量月均变化趋势分别为–0.58 mm/mon、–0.26 mm/mon、–0.11 mm/mon、–1.69 mm/mon。其中：①时段III相较于时段II的地下水储量下降趋势较小。究其原因，根据已有研究（刘坤等，2022），2014年研究区针对地下水超采区实施划定和管理，制定了最严格水资源管理的“三条红线”控制指标和“四项制度”，使得地下水埋深增加。这说明地下水超采区划定和综合治理工作取得了一定成效。②时段IV地下水储量下降趋势较时段III增大。究其原因，根据已有研究（新疆维吾尔自治区统计局和国家统计局新疆调查总队，2022），2014~2022年研究区人口增长了323万，耕地面积扩张了2.41万km²。这使得生活用水量不断增大。

Fig.2  General characteristics of the time series of groundwater storages change in the study area from 2003 to 2022

2003~2022年研究区地下水储量年内变化特征如图3所示。从年内变化来看，自1~7月整体呈逐渐上升趋势，主要原因是此时受气温回升及雨季影响，冰川融水和降水共同补给地下水所致；自7~10月整体呈缓慢下降态势，主要原因是雨季结束，降水对地下水的补给作用慢慢减弱；自10月后则略有上升，主要原因是天气变冷使得农业活动减少乃至停止，地下水开采量也随之减少。总体来看，研究区年内春夏两季地下水储量变化均值整体大于秋冬两季。

    4.2  研究区地下水储量的空间变化

     4.2.1  空间变化趋势分析

        2003~2022年研究区地下水储量变化速率和变化趋势空间分布如图4所示。2003~2022年研究区地下水储量变化速率总体为–0.5 mm/mon。通过α=0.05显著性检验发现，增加、减少的面积占比分别为19%、65%。其中，昆仑山北麓山前平原区和阿尔泰山南麓部分地区的地下水储量变化速率均呈逐月上升趋势，为0~2 mm/mon；其他区域呈下降趋势，为–3~0 mm/mon。天山区域山前平原区下降最明显，为–3~–1 mm/mon，这也与粟晓玲等（2022）中关于天山区域地下水储量下降明显的估算结果一致。究其原因：①根据已有研究（王宗侠和刘苏峡，2023），耕地面积持续扩张，灌区用水量随之加大，使得该区域地下水的开采速率增大；②根据已有研究（徐颂，2023），近20年来气候变暖，冰川面积逐年退缩导致冰川融雪对地下水的入渗补给量也随之下降。

    4.2.2  空间变化特征

       2003~2022年研究区地下水储量变化分级空间分布特征如图5所示。2003~2022年研究区地下水储量在空间方面呈不规则变化态势。2003~2008年，除昆仑山北麓山前平原区地下水储量由减少变化为稳定或增加状态外，其余区域均呈稳定或增加状态，如图5（a）至（f）所示；（g）至（k）展示了，2009~2013年，昆仑山北麓山前平原区地下水储量呈稳定或增加态势，其余区域则呈不同程度的减少状态，且减少区域面积逐年增大；（l）至（t）展示了，2014~2022年，研究区地下水储量变化呈减少、较剧烈减少、剧烈减少状态的面积均不断扩大，而天山山前区域呈剧烈减少状态；昆仑山北麓山前区域呈稳定或增加态势。整个研究期间，2009年后天山山前平原区与昆仑山北麓山前平原区地下水储量变化状态差异明显，这可能主要与人类活动和气候变化有关。其中，根据已有研究（王晋和王伯礼，2021），天山山前平原区紧邻天山北坡城市经济带，

Fig.5  Spatial distribution characteristics of the grading of groundwater storages change in the study area from 2003 to 2022

是新疆人口密度最大、城镇化率最高、经济最为发达的地区，地下水开采强度较大。同时，根据已有研究（徐颂，2023），随着全球气候变暖，天山区域冰川整体呈退缩趋势，使得地下水开采速率大于补给速率。昆仑山北麓山前平原区人口密度较小，且紧邻阿尔金山国家级自然保护区和中昆仑自治区级自然保护区，地下水开采强度较低。此外，结合已有研究（夏婷婷等，2024），该区域气温上升速率低于全疆平均水平，冰川因气温升高而消融减少的趋势并不显著。

5  结  论

受气候变化和地域农业灌溉等多重因素影响，新疆平原区地下水储量变化的机制复杂，目前利用重力卫星技术探究关于该区域大尺度地下水储量变化的研究还较少。本文基于GRACE卫星数据和GLDAS模型数据，采用Theil-Sen趋势分析、Mann- Kendall检验、地下水储量变化分级等方法对2003~ 2022年新疆平原区的地下水储量进了时空变化分析，得到了研究区不同年间地下水储量变化的时空变化趋势及引起该变化的主要因素。

（1）2003~2022年研究区地下水储量变化整体呈下降趋势，为–0.50 mm/mon。其中，2019~2022年地下水储量变化趋势较高，达到–1.69 mm/mon；2003~2008年次之；2014~2018年最低，仅为–0.11 mm/mon。这与最严格水资源管理制度的“三条红线”和地下水超采管控政策实施息息相关。

（2）研究区地下水储量呈不规则变化态势，昆仑山北麓山前平原区和阿尔泰山南麓部分地区的地下水储量均呈稳定且略增态势，为0~2 mm/mon；其余区域则呈不同程度减少状态。天山区域山前平原区下降最明显，为–3~–1 mm/mon，且减少区域面积呈逐年增大态势。

研究成果既可为新疆区域地下水资源的科学管控和水资源的高效利用提供客观数据支撑，也可为干旱半干旱区的地下水储量变化监测研究提供技术借鉴。然而，限于实验条件，信息提取的精度不高，下一步研究将综合采用随机森林、多元线性回归、面积加权等降尺度方法来提升GRACE卫星数据的精度，并结合ICESat、ICESat-2等测高卫星或数字高程模型差分监测的冰川质量变化，分离冰川质量平衡对GRACE卫星结果的贡献来计算新疆平原区的地下水储量演变，以期为区域水资源的精细管理及高质量发展提供数据支撑。

参考文献（References）

曹杰, 肖云, 龙笛, 崔英杰, 刘淼, 张锦柏, 王宇康, 洪晓东, 陈垲宁. 2024. 联合重力卫星和水井资料监测华北平原地下水储量变化. 武汉大学学报(信息科学版), 49(5): 805-818[Cao J, Xiao Y, Long D, Cui Y J, Liu M, Zhang J B, Wang Y K, Hong X D, Chen K N. 2024. Combined gravity satellite and water well information to monitor groundwater storage changes in the North China Plain. Geomatics and Information Science of Wuhan University, 49(5): 805-818 (in Chinese)]

陈丹红, 曾献奎, 吴吉春, 桂东伟, 孙媛媛. 2022. 基于GRACE和GLDAS的塔里木河流域地下水储量演变规律研究. 高校地质学报, 28(6): 894-901[Chen D H, Zeng X K, Wu J C, Gui D W, Sun Y Y. 2022. Study on the evolution of groundwater storage variations in the Tarim River Basin based on GRACE and GLDAS. Geological Journal of China Universities, 28(6): 894-901 (in Chinese)]

邓椿, 蒋晓辉, 孙维峰. 2022. 基于GRACE数据的黄河流域地下水储量变化与人口暴露研究. 干旱区地理, 45(6): 1836-1846[Deng C, Jiang X H, Sun W F. 2022. Groundwater storage and population exposure in the Yellow River Basin based on GRACE data. Arid Land Geography, 45(6): 1836-1846 (in Chinese)]

冯贵平, 宋清涛, 蒋兴伟. 2019. 卫星重力监测全球地下水储量变化及其特征. 遥感技术与应用, 34(4): 822-828[Feng G P, Song Q T, Jiang X W. 2019. Global groundwater storage changes and characteristics observed by satellite gravimetry. Remote Sensing Technology and Application, 34(4): 822-828 (in Chinese)]

冯伟, 王长青, 穆大鹏, 钟敏, 钟玉龙, 许厚泽. 2017. 基于GRACE的空间约束方法监测华北平原地下水储量变化. 地球物理学报, 60(5): 1630-1642[Feng W, Wang C Q, Mu D P, Zhong M, Zhong Y L, Xu H Z. 2017. Groundwater storage variations in the North China Plain from GRACE with spatial constraints. Chinese Journal of Geophysics, 60(5): 1630-1642 (in Chinese)]

高钊, 张德成, 闫琳琳, 方征, 王伟. 2022. 无人机倾斜摄影技术在新疆权籍调查中的应用. 地理信息世界, 29(6): 104-107, 113[Gao Z, Zhang D C, Yan L L, Fang Z, Wang W. 2022. Application of UAV oblique photography technology in Xinjiang cadastral survey. Geomatics World, 29(6): 104-107, 113 (in Chinese)]

龚栋栋, 高凡, 吴彬, 刘坤. 2024. 基于GRACE的新疆平原区地下水干旱时空变化及其对气象干旱的响应. 干旱区地理, 47(9): 1496-1507[Gong D D, Gao F, Wu B, Liu K. 2024. Spatiotemporal change of groundwater drought in the plain area of Xinjiang based on GRACE and its response to meteorological drought. Arid Land Geography, 47(9): 1496-1507 (in Chinese)]

黄婷, 杜清运, 邹金秋. 2017. 新疆农业景观格局演变对其生态系统服务价值的影响. 地理信息世界, 24(2): 26-31[Huang T, Du Q Y, Zou J Q. 2017. Influence of the evolution of agricultural landscape pattern on the ecosystem service value in Xinjiang. Geomatics World, 24(2): 26-31 (in Chinese)]

黄兆欢, 李晓婧, 霍志彬, 朱吉祥, 王昀, 褚洪义. 2024. 基于GRACE的青藏高原地下水储量时空变化研究及干旱性监测. 中国矿业, 33(S1): 178-185[Huang Z H, Li X J, Huo Z B, Zhu J X, Wang Y, Chu H Y. 2024. Study on temporal and spatial variation of groundwater reserves in Qinghai-Tibet Plateau and drought monitoring based on GRACE. China Mining Magazine, 33(S1): 178-185 (in Chinese)]

亢孟军, 刘珮玥, 巩玥, 祁琼. 2019. 国土空间规划辅助决策平台关键技术研究. 地理信息世界, 26(4): 13-19[Kang M J, Liu P Y, Gong Y, Qi Q. 2019. Key technologies for the assistant decision-making platform of national spatial planning. Geomatics World, 26(4): 13-19 (in Chinese)]

李文鹏, 郑跃军, 吴爱民, 李亚松, 袁富强, 李春燕, 王龙凤, 顾小凡, 刘俊健. 2022. 我国水资源调查技术体系构建初探. 地理信息世界, 29(5): 28-34[Li W P, Zheng Y J, Wu A M, Li Y S, Yuan F Q, Li C Y, Wang L F, Gu X F, Liu J J. 2022. Preliminary study on the construction of water resources investigation technology system in China. Geomatics World, 29(5): 28-34 (in Chinese)]

刘家宏, 周美林, 邵薇薇. 2024. 黄河流域地下水储量时空演变特征及影响因素分析. 人民黄河, 46(9): 67-73[Liu J H, Zhou M L, Shao W W. 2024. Spatio-temporal characteristics and influencing factors analysis of groundwater storage variations in the Yellow River Basin. Yellow River, 46(9): 67-73 (in Chinese)]

刘坤, 高凡, 吴彬, 胡鑫. 2022.2000—2020年昌吉州东部平原区地下水位埋深对土地利用及干旱时空演变的动态响应. 水土保持学报, 36(5): 150-159[Liu K, Gao F, Wu B, Hu X. 2022. Dynamic response of groundwater depth to land use and temporal-spatial evolution of drought in the eastern Plains of Changji prefecture from 2000 to 2020. Journal of Soil and Water Conservation, 36(5): 150-159 (in Chinese)]

龙笛, 杨文婷, 孙章丽, 崔英杰, 张才金, 崔艳红. 2023. 海河平原地下水储量变化的重力卫星反演和流域水量平衡. 水利学报, 54(3): 255-267[Long D, Yang W T, Sun Z L, Cui Y J, Zhang C J, Cui Y H. 2023. GRACE satellite-based estimation of groundwater storage changes and water balance analysis for the Haihe River Basin. Journal of Hydraulic Engineering, 54(3): 255-267 (in Chinese)]

孟俊贞, 杨小权, 李志萍. 2024.基于遥感技术的地下水埋深和储变量监测评估研究进展. 华北水利水电大学学报(自然科学版) , 1-10.   https://link.cnki.net/urlid/41.1432.TV.20240929.1327.002.html.[2024-12-24] [Meng J Z, Yang X Q, Li Z P. 2024. Overview of the research progress of groundwater depth and storage volume assessment based on remote sensing. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 1-10. https://link.cnki.net/urlid/41.1432.TV.20240929.1327.002.html.[2024-12-24] (in Chinese)]

钱方艳, 兰安军, 范泽孟, 王仁儒, 陶倩, 邹永偲, 徐晶姝. 2023. 贵州省2000—2020年NPP时空变化特征及影响因素. 水土保持研究, 30(5): 408-416, 426[Qian F Y, Lan A J, Fan Z M, Wang R R, Tao Q, Zou Y C, Xu J S. 2023. Spatiotemporal variation characteristics and influencing factors of NPP in Guizhou Province from 2000 to 2020. Research of Soil and Water Conservation, 30(5): 408-416, 426 (in Chinese)]

任立良, 王宇, 江善虎, 卫林勇, 王孟浩, 张怡雅. 2022. 基于GRACE和GRACE-FO的黄河流域陆地水储量及影响因素分析. 水资源保护, 38(4): 26-32[Ren L L, Wang Y, Jiang S H, Wei L Y, Wang M H, Zhang Y Y. 2022. GRACE and GRACE-FO-based terrestrial water storage and its influencing factor analysis of the Yellow River Basin. Water Resources Protection, 38(4): 26-32 (in Chinese)]

粟晓玲, 褚江东, 张特, 姜田亮, 王冠智. 2022. 西北地区地下水干旱时空演变趋势及对气象干旱的动态响应. 水资源保护, 38(1): 34-42[Su X L, Chu J D, Zhang T, Jiang T L, Wang G Z. 2022. Spatio-temporal evolution trend of groundwater drought and its dynamic response to meteorological drought in Northwest China. Water Resources Protection, 38(1): 34-42 (in Chinese)]

孙倩, 阿丽亚·拜都热拉. 2018. 基于GRACE卫星和GLDAS系统的地下水水位估算模型——以和田地区克里雅河流域为例. 地理科学进展, 37(7): 912-922[Sun Q, Baidourela A. 2018. Mathematical fitting of influencing factors and measured groundwater level: Take Keriya River Basin in Hetian area as an example. Progress in Geography, 37(7): 912-922 (in Chinese)]

王晋, 王伯礼. 2021. 基于复杂网络的城市群铁路网络节点重要度研究. 内蒙古公路与运输,(4): 52-57[Wang J, Wang B L. 2021. Research on the importance of urban agglomeration railway network nodes based on complex network. Highways & Transportation in Inner Mongolia, (4): 52-57 (in Chinese)]

王宗侠, 刘苏峡. 2023.1990—2020年天山北坡地下水储量估算及其时空演变规律. 地理学报, 78(7): 1744-1763[Wang Z X, Liu S X. 2023. Estimation and spatiotemporal evolution of groundwater storage on the northern slope of the Tianshan Mountains over the past three decades. Acta Geographica Sinica, 78(7): 1744-1763 (in Chinese)]

夏婷婷, 薛璇, 王灏伟, 徐文哲, 盛紫怡, 汪洋. 2024. 昆仑山北坡陆地水储量变化及其驱动因素分析. 干旱区地理, 47(8): 1292-1303[Xia T T, Xue X, Wang H W, Xu W Z, Sheng Z Y, Wang Y. 2024. Changes in terrestrial water storage and its drivers on the north slope of Kunlun Mountains. Arid Land Geography, 47(8): 1292-1303 (in Chinese)]

新疆维吾尔自治区统计局, 国家统计局新疆调查总队. 2022. 新疆统计年鉴. 北京: 中国统计出版社[Xinjiang Uygur Autonomous Region Bureau of Statistics, Xinjiang Investigation Team of National Bureau of Statistics. 2022. Xinjiang Statistical Yearbook. Beijing: China Statistics Press (in Chinese)]

徐颂. 2023. 丝绸之路经济带新疆段山地冰川变化及对气候的响应. 硕士学位论文. 济南: 山东师范大学[Xu S. 2023. Changes of mountain glaciers and their response to climate in Xinjiang section of the Silk Road Economic Belt. Master Dissertation. Jinan: Shandong Normal University (in Chinese)]

燕琴, 刘纪平, 董春, 张玉, 亢晓琛, 康风光, 赵荣, 桑会勇, 栗斌. 2022. 自然资源调查监测分析评价框架设计及关键技术. 地理信息世界, 29(5): 6-13[Yan Q, Liu J P, Dong C, Zhang Y, Kang X C, Kang F G, Zhao R, Sang H Y, Li B. 2022. Framework and key technologies for analysis and evaluation of natural resources. Geomatics World, 29(5): 6-13 (in Chinese)]

张宁, 汪子晨, 杨肖, 陈彤, 邢飞. 2023. 新疆水资源与农业种植系统耦合协调及时空差异研究——以粮食和棉花种植系统为例. 干旱区地理, 46(3): 349-359[Zhang N, Wang Z C, Yang X, Chen T, Xing F. 2023. Coupling coordination and spatiotemporal differences between water resources and agriculture cropping system in Xinjiang: A case of grain and cotton cropping systems. Arid Land Geography, 46(3): 349-359 (in Chinese)]

张宗祜. 2001. 区域地下水演化过程及其与相邻层圈的相互作用. 技术报告.中国地质科学院“九五”科技成果汇编, 2: 89-90[Zhang Z H. 2001. Regional Groundwater Evolution Processes and Their Interaction with Neighboring Lithosphere. Technical Report. Compilation of Scientific and Technological Achievements of the Chinese Academy of Geological Sciences in the “Ninth Five-Year Plan”, 2: 89-90 (in Chinese)]

Dharpure J K, Howat I M, Kaushik S. 2025. Declining groundwater storage in the Indus basin revealed using GRACE and GRACE-FO data. Water Resources Research, 61(2): e2024WR038279

Ding K Y, Zhao X W, Cheng J M, Yu Y, Luo Y M, Couchot J, Zheng K, Lin Y H, Wang Y X. 2025. GRACE/ML-based analysis of the spatiotemporal variations of groundwater storage in Africa. Journal of Hydrology, 647: 132336

Tian Y M, Yang Y Q, Bao Z X, Song X M, Wang G Q, Liu C S, Wu H F, Mo Y C. 2022. An analysis of the impact of groundwater overdraft on runoff generation in the North China Plain with a hydrological modeling framework. Water, 14(11): 1758

Zhang L, Yi S, Wang Q Y, Chang L, Tang H, Sun W K. 2019. Evaluation of GRACE mascon solutions for small spatial scales and localized mass sources. Geophysical Journal International, 218(2): 1307-1321

Zhong Y L, Feng W, Humphrey V, Zhong M. 2019. Human-induced and climate-driven contributions to water storage variations in the Haihe River Basin, China. Remote Sensing, 11(24): 3050