发表机构
The Pennsylvania State University; The University of New Hampshire（宾夕法尼亚州立大学; 新罕布什尔大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文提出一种贝叶斯层次降尺度框架，整合GRACE卫星数据与NGWMN井观测，利用高斯马尔可夫随机场和Moran基，生成高平原含水层2002-2022年高分辨率地下水估计，揭示土地利用和开采影响。
AI 中文摘要
高平原含水层（HPA）是美国中部的一个关键水资源，然而其枯竭问题仍然是一个重大关切。虽然重力恢复与气候实验（GRACE）卫星任务提供了液态水当量厚度（LWET）的大尺度估计，但其粗空间分辨率（约24公里）限制了局部推断。相比之下，来自国家地下水监测网络（NGWMN）的井观测提供了有价值但空间稀疏的地下水位深度测量。在本文中，我们开发了一个降尺度框架，用于整合这两种数据源及协变量，采用贝叶斯层次框架。我们的模型使用一个潜在高斯马尔可夫随机场（GMRF）来描述高空间分辨率下的地下水储量。为解决计算问题，我们采用了基于Moran基的基表示方法。我们发现，灌溉强度和降水等细尺度协变量有助于细化空间预测。因此，我们提供了据我们所知第一个基于GRACE卫星数据和NGWMN地下水测量的统计上严谨的地下水信息降尺度方法。我们的方法生成了2002年至2022年间高平原含水层地下水变化的高分辨率估计。由此产生的细尺度推断为地下水动态提供了宝贵见解，突出了土地利用和局部开采模式的影响。
英文摘要
The High Plains Aquifer (HPA) is a critical water resource in the Central United States, yet its depletion remains a major concern. While the Gravity Recovery and Climate Experiment (GRACE) satellite mission provides large-scale estimates of liquid water equivalent thickness (LWET), its coarse spatial resolution (approx. 24 km) limits local inference. In contrast, well observations from the National Ground-Water Monitoring Network (NGWMN) offer valuable but spatially sparse measurements of depth-to-groundwater. In this paper, we develop a downscaling framework for the satellite data that integrates the two sources and covariates using a Bayesian hierarchical framework. Our model uses a latent Gaussian Markov Random Field (GMRF) that describes the groundwater storage at a high spatial resolution. To address computational issues, we use a basis representation approach specified via the Moran basis. We find that fine-scale covariates like irrigation intensity and precipitation help refine spatial predictions. We thus provide, to our knowledge, the first statistically-rigorous approach for downscaling groundwater information based on GRACE satellite data and NGWMN groundwater measurements. Our approach yields high-resolution estimates of groundwater variations across the HPA from 2002--2022. The resulting fine-scale inference provides valuable insights into groundwater dynamics, highlighting the effects of land use and local extraction patterns.
