西南河流源区关键水文气象变量的多源遥感观测与数据集成

Scientific data are fundamental to research. Rivers in Southwest China, mostly located in source regions of major rivers in Southeast Asia, are highly rich in water resources and hydropower. However, lack of ground-based observations on hydrometeorological data significantly hampers a greater understanding of hydrological processes and how streamflow responds to climate change over time across the remote, sensitive, and undeveloped regions with complex terrain. This project aims to integrate multi-source and multi-frequency data from satellites, unmanned planes, and ground-based radars and traditional observations to develop or improve algorithms to derive key hydrometeorological variables of high spatiotemporal resolution to address key questions of the major research program, e.g., how streamflow responds to climate change and its driving factors and predication, how the river environment changes over time, and how we utilize streamflow resources in a sustainable and ecologically-friendly manner. Specifically, we will: (1) improve an identification scheme of liquid and solid precipitation and generate rainfall and snowfall data sets of high spatiotemporal resolution (e.g., 1 hour and 4 km), (2) develop algorithms to derive river width, river water levels, surface flow velocity, and finally streamflow from visible, microwave, and laser information from satellites and ground radars, (3) improve algorithms to retrieve snow cover area, snow depth, and snow water equivalent, and (4) downscale total water storage changes from GRACE satellites using constrained forward modeling and integrate all the developed and available data sets for research over the study regions. This project will provide key theories, technologies, and a data platform for the major research plan, and be valuable for sustainable development and use of water resources and hydropower and ensuring their security over Southwest China. It is also expected to provide important scientific reference for addressing water-related issues in stakeholders of these rivers in transboundary river management.

数据是研究的基础。西南河流源区是我国水资源、水能资源最丰富的地区，又是东南亚主要河流的发源地，战略地位重要。但由于其地处偏远、地形复杂，地面水文气象要素观测极度缺乏，严重制约了对该区水循环的认识。本研究紧扣“西南河流重大计划”核心科学问题，拟通过集成国内外多源遥感观测手段，发展国际领先的关键水文气象变量的遥感反演方法，并生成相关数据产品、构建集成平台。为此，本项目拟在该区域开展以下4方面研究：(a)改进多源卫星降水相态识别方法，研制高时空分辨率降雨/雪产品；(b)开发河道径流的卫星遥感监测新方法；(c)改进积雪卫星遥感反演方法，研制高时空分辨率的积雪产品；d) 开发重力卫星总储水量时空降尺度新算法，并集成水文气象数据建立遥感大数据共享平台。本研究将为“西南河流重大计划”提供关键理论、技术和数据支撑，并将在径流资源开发利用、国际河流多边管理、水和能源安全保障等方面的研究和实践提供科学判据。

本项目通过历时四年的科学探索和技术创新，形成了针对西南河流源区关键水文气象变量的多源遥感反演方法、科学数据产品、集成模型平台。项目组开展了降水、径流及湖泊、积雪、总水储量和水文模型五方面的研究内容并组织多次野外科考(>7次)，累计发表SCI论文39篇，获得6项国家发明专利授权，研制14套科学数据集。降水方面主要基于星载降水雷达分析了卫星降水产品在西南河流区的误差特性、校正方法以及降水—地形关系，分析比较了TRMM PR、GPM DPR、CloudSat CPR三种卫星降水产品在降水相态划分以及不同时空尺度和规模的降水监测上的综合表现，并基于神经网络开发了先进的降水相态划分算法。径流及湖泊方面主要以雷达测高卫星为基础，开发了新的雷达脉冲波形重定算法，提高了江河源区河湖水位的反演精度，借助谷歌地球引擎生成了高时间分辨率的河宽和湖泊水量数据集，推广了遥感径流反演公式并利用卫星遥感监测的河宽和水位等信息与水文模型进行同化得到缺资料地区日径流过程，突破了复杂地形和气候条件下缺乏实地水文监测资料的限制。积雪方面通过野外实验探明西南河流源区积雪特征，基于MODIS、AVHRR、AMSR-E等可见光、红外、微波遥感数据，研制了高时空分辨率的雪盖和雪深产品，开发了云下温度重建算法，分析了积雪变化驱动下地表反照率异常所产生的短波辐射胁迫作用以及积雪物候特征。水储量方面基于重力卫星开发了加约束边界条件的前向模拟方法，在贝叶斯模型平均框架下将多种水储量变化产品结合全球水文模型进行优化，进一步提高了水储量变化的反演精度，形成了高空间分辨率的区域和全球尺度总水储量变化产品。水文模型方面通过多模块耦合、多源遥感数据同化和分步率定实现对源区积雪、冰川变化过程和径流过程的模拟，解析了雅江和长江的径流成分以及人类活动和气候变化对澜沧江允景洪水文站径流情势的影响。本项目各研究目标均已达成，并培养了一批优秀的青年科研人才，多人次发表高引用、高影响力论文并获得国内外重要科学奖项。