融合SWOT与虚拟站点高程面积关系实现极端水库监测:表征2025年北京密云洪水事件

时间:2026年5月24日
来源:Journal of Hydrology: Regional Studies

编辑推荐:

摘要 高频水库监测对于应对极端水文事件至关重要,但常受限于云层干扰及卫星重访周期的时间缺口。研究人员整合Sentinel‑1、Sentinel‑2与地表水与海洋地形(SWOT)卫星任务的多源数据,对2025年7月北京密云水库“7.25”极端洪水过程进行了监测。

广告
   X   

摘要 高频水库监测对于应对极端水文事件至关重要,但常受限于云层干扰及卫星重访周期的时间缺口。研究人员整合Sentinel‑1、Sentinel‑2与地表水与海洋地形(SWOT)卫星任务的多源数据,对2025年7月北京密云水库“7.25”极端洪水过程进行了监测。为克服可见性限制,研究提出了一种虚拟站点(VS)策略,通过在形态稳定的淹没区内建立局地化的高程面积(hypsometry)关系,利用局地晴空窗口重构高频水文动态,而无需全库区可见。结果表明,VS策略使光学影像的有效时间采样较全库区方法提高30%以上;二次型AVS‑H模型精度最优(R2=0.90,RMSE=0.45 m),有效填补了SWOT过境间隔的21天观测空缺。在极端降雨事件中,该框架成功重建水文轨迹,捕捉到水位从151.25 m上升至峰值155.14 m(净升幅3.89 m)及蓄水量增加5.84×108 m3的过程。经官方实测水位验证,该方法可稳健复现快速水文脉冲,为多云及无资料水库的连续洪水风险监测提供了可推广的解决方案。
论文解读
在全球气候变化与人类活动加剧的背景下,水文循环强度显著提升,极端气象与水文事件发生频率与强度持续增加。大型调节水库作为区域供水与防洪的重要基础设施,其蓄水波动常在枯水与溢洪之间剧烈变化,因此亟需高频监测以捕捉瞬时水文脉冲并评估洪水风险。然而,传统地面水文站网因维护成本上升与地理条件限制,观测能力逐步下降,导致实时水文数据需求与实际观测供给之间的差距日益扩大。卫星遥感虽已成为全球水文监测的重要支柱,但在极端天气条件下仍面临局限:光学传感器受暴雨伴随的持续云层遮挡,难以获取关键阶段的影像;传统星下点测高仪受限于一维剖面观测与轨道间距,难以刻画复杂库区的空间异质性。SWOT卫星任务凭借Ka波段雷达干涉测量技术,可提供亚分米级精度的二维水面高程(WSE)数据,但其21天的重访周期仍无法捕捉短时间内的瞬变水文过程,且在极端降雨条件下存在后向散射噪声与地形解译困难。为此,研究人员提出融合SWOT高精度垂直观测与高频水平面积变化的协同监测框架,并以北京密云水库“7.25”极端洪水为案例进行验证。该研究发表于《Journal of Hydrology: Regional Studies》。
关键技术方法方面,研究人员采用Sentinel‑1合成孔径雷达(SAR)与Sentinel‑2多光谱影像提取高频水面面积(WSA),其中SAR数据经热噪声去除、辐射定标与地形校正处理,光学数据经云掩膜与波段重采样以保证时空一致性。SWOT卫星的Level‑2水体掩模栅格产品(100 m分辨率)用于获取高精度WSE,并通过质量标志筛选与统计聚合生成代表性高程值。虚拟站点(VS)选取基于2024年水面出现频率(WO)图,结合空间梯度与局部变异系数双准则过滤,识别形态稳定且对水位变化敏感的岸线区域。为建立面积—高程(A‑H)关系,研究采用分段三次Hermite插值(PCHIP)实现多源数据的时序同步,并分别拟合线性与二次回归模型。
研究结果部分,首先在“时空淹没动态与虚拟站点”中,2024年密云水库暖季监测显示水面面积自6月中旬的145.3 km2扩展至10月的153.3 km2,VS策略较全库区方法提高有效光学观测约30%,并在部分云覆盖条件下保持连续记录。其次,“面积—高程关系的建立与验证”表明,二次型AVS‑H模型拟合优度最高(R2=0.90,RMSE=0.45 m),且VS与全库区面积之间存在显著相关性(R2=0.90),证实VS可作为全库区水面变化的可靠代理。第三,“‘7.25’极端洪水的水文轨迹重建”显示,模型成功捕捉水位自151.25 m快速升至155.14 m的过程,估算蓄水量增加5.84×108 m3,与官方记录的相对误差约9.17%,并在SWOT过境间隔内填补观测空白。局部河道监测进一步揭示白河入库段、潮河入库段及出库段在洪峰后的持续高水位状态,反映下游泄洪作业的长期影响。
讨论部分指出,SWOT与多源影像的协同有效解决了垂直精度与时间采样频率之间的权衡难题,VS策略通过选择中等坡度与低异质性区域,提升了形态稳定性并降低了沉积干扰。该方法在多云季节表现出显著的抗云能力,尤其在2025年7月22日的案例中,全库区因西南岸云覆盖无法估算面积,而位于北岸的VS保持晴空,实现了不间断水位反演。研究同时指出,框架在陡岸峡谷型水库及广阔浅水型水库的适用性有限,需结合多站点校准或附加测高约束。不确定性分析显示,重建水位的95%置信区间平均带宽1.47 m,上限蓄水量更接近官方值,验证了模型在极端条件下的潜在误差范围。与SWOT‑FVE框架相比,本研究在时间密度与抗云能力上具有互补优势,适合追踪洪水过程的快速上升阶段。
结论部分强调,融合SWOT与Sentinel数据并结合VS策略,可在无资料与多云地区实现高频、连续的水库监测。2024年暖季监测与2025年极端洪水案例均证明该方法在填补观测缺口、捕捉快速水文脉冲方面的有效性。未来可通过引入NISAR等更多雷达任务及自适应VS识别算法,进一步提升框架的全球适用性与应急监测能力。

生物通微信公众号
微信
新浪微博


生物通 版权所有