水是所有生物生存所需要的重要资源,是生态环境循环变化的重要控制因素。运用各种手段监测和量化陆地水的变化对当地政府以及国家进行干旱与洪涝的预防、水资源管理政策的制定以及气候变化分析等都有重大意义。局部Slepian函数是将局部区域内的地球物理信号转化为空间谱的一种方法,该方法可以保证在球面上局部范围内获得最优谱平滑解,非常适用于局部范围地球物理信号的研究。本文目标是应用Slepian函数方法解算60阶基函数,结合中国陆态网西南地区72个测站的连续GPS观测资料分析川云渝地区陆地水负荷形变特征,并研究川云渝地区2011年至2015年陆地水储量变化的时空分布模式。反演计算之前,为了保证每个时刻内都有足够的GPS站参与反演,本文选择克里金-卡尔曼滤波模型来恢复了时间序列中的缺失数据。然后针对Slepian函数的边界效应问题,文中也进行了水储量变化恢复实验。实验使用GLDAS格网数据计算得到站点处垂直负荷位移时间序列,然后利用该位移数据来恢复陆地水变化,结果表明当边界扩充为3°时能较好地恢复GLDAS模型输出的水储量变化。本文使用了最大阶数为60阶,γ>0.1的前31项Slepian基函数,将离散的GPS站点垂向位移时间序列转换为Slepian位移空间谱,转换后得到的位移时间序列的振幅要略小于原始时间序列的振幅,且转换后的时间序列更加平滑,两者之间差异的均方根值都在5mm以内。将转换后位移时间序列与GRACE、GLDAS预测的负荷位移进行比较,发现三者都有相似的季节变化与年际变化特征,表明Slepian位移时间序列较好地反映了季节性水文负荷变化。结果显示Slepian位移空间谱较好地保留了原始数据的信号特征,可以用来进行陆地水储量的反演。接下来本文计算了区域内2011-2015年间每一年的陆地水变化周年振幅,发现5年来川云渝地区陆地水变化特征大致相同,2012年整体变化较大,区域振幅平均值为206mm,2015年最小,区域平均值仅为164mm。通过对比区域内GPS、GRACE、GLDAS反演得到的等效水高以及降雨数据,发现季节性降水是陆地水变化的一个重要驱动因子。GPS反演结果与GRACE和GLDAS数据具有较强的空间一致性。云南地区周年变化要强于川渝地区,其中云南西南部分的山区陆地水变化最大,约为30cm,川北以及重庆地区较小,仅为7 cm。相较于GPS反演结果,GRACE与GLDAS明显低估了陆地水储量的季节性变化,分别达到24%和47%。比较分析区域内相位发现,云南地区相位普遍较大,四川西部地区相位较小,最早到达峰值的是降雨数据,相位为180-220天,GPS结果相比降雨数据要晚一个月左右,相位值在220-270天之间,GRACE与GLDAS结果最晚,相位分别为220-300天和200-320天。比较地区内平均等效水高时间序列也可以发现,GPS得到的陆地水变化与降雨数据一致性较好,而GRACE与GLDAS存在一到两个月左右的时延。同时GPS能较好的探测出2015年1月左右南方地区大范围的强降水,而GRACE与GLDAS并没有体现出该现象,说明GPS能更为灵敏地探测到局部地区陆地水的变化。文中利用反演得到的陆地水储量结果和降雨数据,分别计算了云南地区的GPS-DSI、GRACE-DSI、GLDAS-DSI以及PRECI-DSI这四种干旱指数,并结合现有的两个气象干旱指数SPEI和CI共同分析了云南地区干旱特征。结果表明,相比于主要由降水数据驱动的气象干旱指数,GPS-DSI反映水文要素更多元,能体现较为真实的地表干旱特征。本文的研究表明运用GPS-Slepian方法能够独立地监测高时空分辨率的陆地水储量变化,是作为当前补充GRACE观测资料空缺期的有益尝试。