Clear Sky Science · zh

宽幅测高制图描绘全球河流河岸形态与储水变化

· 返回目录

从太空监测河流为何重要

河流提供饮用水、滋养粮食生产并支持丰富的生态系统,然而我们仍然无法精确地知道它们存储了多少水或这些储量在一年中如何起伏。随着气候变化带来更严峻的干旱和洪涝风险,且越来越多的人口依赖已承压的河流,这一盲点变得危险。该研究利用一项新的卫星任务,首次绘制了近全球范围内世界主要河流的形态变化及其月度储水量图景,揭示了挑战长期地球水循环计算模型的若干意外发现。

Figure 1
Figure 1.

从轨道测量河流的尺度

该工作围绕 SWOT 展开——这是一项由美国宇航局与法国国家航天研究中心(CNES)联合的卫星,2022 年末发射,专门用于测量地表水。与早期沿海洋窄地面轨迹观测的任务不同,SWOT 扫描跨大陆的宽幅条带,在一次飞越中同时测量水面高程和河流、湖泊及湿地的宽度。在本研究中,团队聚焦于 126,674 个河段,每段约 10 公里,覆盖宽度超过 30 米的河流——合计约覆盖地球最宽河流的四分之三左右。在 SWOT 科学轨道的首个完整“水年”(2023 年 10 月至 2024 年 9 月)期间,他们对约 165 万次单独观测进行了严格筛选,剔除受冰、视角不良或其他问题影响的读数,最终大多数流域的平均有效重访间隔约为 28 天。

世界河道的隐匿形态

通过对每个河段的宽度和水位配对测量,研究者重建了每条河流的活动“走廊”——即 SWOT 在该年观测到的最低与最高水位之间的横断面。这些形态描述了河流在蓄满时如何变宽或变深,结果显示出出人意料的多样性。有些河道陡峭狭窄,有些宽阔缓和;有些横断面向内弯曲,有些向外凸出。具有相似平均流量的大河,例如密西西比河与叶尼塞河,或奥里诺科河与刚果河,表现出截然不同的走廊形态和水位范围。这种多样性证实了全球河流模型中常用的简化、千篇一律的几何假设遗漏了河流储水与输水过程中的重要实际差异,并提供了首个基于观测、在行星尺度上统一的活动河床形态图集。

追踪河水全年脉动

基于这些走廊形态,团队能够计算每个河段的横断面积如何随时间变化,并将其转换为体积变化——相对于参考水平的月度储水“异常”。对各河段何时达到年度最高值的映射揭示了大致随气候带变化的季节性模式:例如,亚马逊大部分地区在 3 至 5 月间达到峰值,而刚果流域则在不同季节达到峰值,与先前的区域研究一致。计算最低与最高月值之间的幅度突出了亚马逊、恒河—布拉马普特拉、刚果、长江、密西西比与鄂毕等大型系统的高变异热点,并显示下游变异性往往增大,因为河道汇集了更多上游流域。总体而言,SWOT 捕获的全球河流水储年际摆幅约为 313 立方公里,典型单个河段的变化仅为几千分之一立方公里。

Figure 2
Figure 2.

与水位计和长期模型的核对

由于此前没有观测系统能在此尺度上直接监测河流储水,作者以两种主要方式检验了 SWOT 的时间序列。首先,他们将 SWOT 的季节性储水模式与分布在主要流域的 61 个地面水位计数十年的流量记录进行了比较。对于大多数热带、温带和中纬度河流,涨落时机匹配良好,尽管在受冰雪影响、可用观测受限的北极与高山地区表现较差。其次,他们将基于卫星的新储水变化与用于从降雨和地表径流估算河流水量的领先全球模型模拟进行了对照。即使限制在相同河段,SWOT 的全球年储水范围也约比三种模型情景中最低的情景小 28%,并远低于包含泛滥平原的早期模型估计。在某些流域(如尼罗河),差异非常明显,这既可能反映近期异常情况——如创纪录的亚马逊干旱——也提示模型在表示径流与水流速度方面存在根本性弱点。

对水资源与风险管理的意义

对非专业读者而言,关键信息是我们终于开始以近实时方式观察世界大河的呼吸,而不是依赖稀疏数据和简化公式来猜测。SWOT 首年的测量显示,真实河流储放和释放的水量通常低于许多模型的预测,且通过比以往认识更丰富的形态和季节脉动实现。尽管当前记录时间较短且仍受测量空白影响——尤其在冻结区域——这一方法为更现实的全球地表水模型铺平了道路。更好地了解河流实际储水量、流动速度及这些模式在干旱与洪涝期间如何变化,最终可以帮助社会规划水库、管理生态系统并为变暖与人口密集的世界中的水相关灾害做好准备。

引用: Cerbelaud, A., Wade, J., David, C.H. et al. Wide-swath altimetry maps bank shapes and storage changes in global rivers. Nature 651, 666–671 (2026). https://doi.org/10.1038/s41586-026-10218-y

关键词: 卫星河流监测, 全球淡水储量, SWOT 任务, 河流干旱与洪水风险, 来自太空的水文学