基于水文-水动力模型与多源卫星数据协同反演河网尺度河道参数与流量估算方法研究

这篇研究创新性地结合水文模型（MGB）与水动力模型（DassFlow1D），通过变分数据同化（VDA）算法融合SWOT等多源卫星观测数据，解决了仅凭水面高程（WSE）反演河道流量、底床高程（bathymetry）和摩擦系数（friction）的病态逆问题。在法属圭亚那马罗尼河流域的实证表明，该方法显著提升了水位拟合精度（85%成本改善）和5个测站流量验证效果（NRMSE降低18%-71%），为全球无资料流域水文-水动力（H&H）建模提供了可迁移方案。

　　

摘要

研究团队开发了一种突破性方法，通过耦合半分布式水文模型（MGB）与一维圣维南水动力网络模型（DassFlow1D），结合地表水与海洋地形卫星（SWOT）的高密度水面观测数据，实现了河网尺度下流量、底床形态和摩擦系数的协同反演。该研究针对传统方法仅依赖高度计数据导致的病态逆问题，提出利用水文模型提供上游边界流量初值作为物理约束，通过变分数据同化（VDA）算法HiVDI优化高维参数空间。

关键方法

多源数据融合

预处理链条整合了ICESat-2漂移测高数据构建先验河道几何形态，Sentinel-1雷达影像提取水面宽度（WSW），并采用小波算法（pyrscwt）过滤SWOT L2级数据噪声。水文模型MGB通过MERIT-Hydro数字高程模型和GSMAP-RT降雨数据驱动，生成上游入流边界条件。

参数反演机制

控制变量θ包含三大类：

1. 上游入流过程线Q_up（36%流域面积贡献）

2. 空间分布的曼宁-斯特里克勒摩擦系数K_s及其指数α

3. 河道底床高程Z_b的断面级变化

   通过L-BFGS算法最小化观测成本函数J_obs=‖H(Q)-WSE‖²，其中伴随模型通过自动微分（Tapenade工具）实现高效梯度计算。

实证验证

在马罗尼河（流域面积6.5万km²）的实验中：

• 多星数据同化（N4l）：融合Sentinel-3、ICESat-2与4个水位站数据，使水位误差百分位P₆₈控制在±0.25m内，流量nRMSE改善29%-71%

• 纯SWOT同化：仅用1天重访周期数据即实现68%水位点误差<0.25m，摩擦系数K_s反演范围10-40 m^1/3/s，揭示出岩层露头导致的底床突变特征

理论突破

研究证实水文-水动力耦合模型可闭合三类关键参数的辨识问题：

1. 通过SWOT水面斜率约束摩擦系数与底床的竞争性影响

2. 利用水文模型提供流量基准值消除低频偏差

3. 空间正则化处理解决河道分段（24个segment）的等效性问题

应用前景

该方法已集成至开源软件DassFlow，支持：

• 动态水面掩膜与Sentinel影像宽度联合标定

• 神经网络区域化参数映射（参考Huynh等工作）

• 未来可扩展至科学轨道SWOT数据（21天重访）与无人机数据的多尺度融合

附录技术亮点

• ICESat-2处理：基于Pekel水面掩膜构建5km子段滤波，采用加权平均消除跨河光束偏差

• SWOT滤波：连续小波变换（CWT）自动选择7种母小波，通过物理约束（?Z/?x>0）剔除反坡噪声

• 断面参数化：矩形简化断面配合Sentinel宽度数据，有效平衡计算效率与复杂流态表征需求