北极地区正经历着巨大的气候和环境变化。来自北极流域的河流在连接海洋和陆地方面起着关键作用，而其巨大排水量的长期变化，正在对各种环境因素产生深刻的影响。然而，以季节性或更高的时间分辨率对北极河流排放进行大规模和连续的监测仍然具有挑战性。在此，我们提出了一个径流模型，该模型根据2002年以来重力卫星观测到的储水变化，在集水区范围内生成了月度径流序列。该模型基于经验的径流-储水（R-S）关系，具有简单和低计算负担的特点，但显示出模拟径流的良好能力。我们从2002年到2019年（共18年）选择了七个最大的北方集水区的不间断实测径流测量数据来验证我们的模型。这18年的观测数据被分成训练（8年）和测试（10年）阶段。结果显示，在训练阶段确定的R-S模型相对于原地径流产生的Nash-Sutcliffe效率（NSE）值从0.65到0.92不等，而且在测试阶段也可以以非常接近的精度预测径流。基于来自重力卫星的的蓄水数据，一旦从现有的测量数据中建立起来R-S模型，我们就可以用来填补径流数据的空白。对各种集水区组合的模型参数的进一步检查显示，如果我们合并一些北方集水区以抵消个别特征，该模型可用于外推。因此，我们的模型重建了2002年至2019年整个北方集水区的月地表径流，结果显示在1.58×10⁷平方公里的研究区域内，平均年径流为3200±160 Gt。通过分析径流和降水减去蒸发（P-E）对北冰洋水的贡献，我们发现这两个流入量对双峰季节性有贡献，并交替控制着海洋质量变化的年际变化。这项研究提出了一种方便的方法，以满足整个北方地区对径流估算的完整性、连续性和月度时间分辨率的迫切需求。
 

GRACE,时变重力,径流,北极