中国西南部最大冲积平原河流水体水化学成分及灌溉水质的时空变化

《Physics and Chemistry of the Earth, Parts A/B/C》：Spatio-temporal variation of hydrochemistry and irrigation quality of river waters in the largest alluvial plain of southwestern China

研究使用四种卫星DEM数据（SRTM 30/90m、ALOS 30m、ASTER 30m）分析沙特吉达瓦迪巴尼马利克流域和Al Tawfiq子流域的水文特征，发现高分辨率DEM（如ALOS和ASTER）在流域面积、河流网络和库容计算中更准确，尤其ASTER 30m与Google Earth地形匹配度最高，对洪水评估和环境管理具有重要参考价值。

　　

萨米亚·萨勒姆·雷法达|穆罕默德·埃尔卡舒蒂|穆罕默德·亚瓦尔·阿里·汗

沙特阿拉伯吉达国王阿卜杜勒-阿齐兹大学文理学院地理与GIS系，邮编21589

摘要

本研究利用数字高程模型（DEM）建立了水文、水力及洪水特征，并对其进行了分析。水文特征有助于描述水资源开发情况、山洪暴发的深度和流速。基于这些分析结果，进一步开展了环境管理和保护工作。DEM的类型、分辨率和精度选择应依据卫星DEM数据来确定。本研究收集了四种类型的DEM，用于绘制沙特阿拉伯吉达Wadi Bani Malik（WBM）流域和Al Tawfiq（AT）子流域的形态参数。所使用的DEM包括Shuttle Radar Topographic Mission（SRTM，分辨率为30米和90米）、Advanced Land Observing Satellite-1（ALOS，分辨率为30米）以及Advanced Spaceborne Thermal Emission and Reflection Radiometer（ASTER，分辨率为30米）。结果表明，不同类型的DEM与水文参数之间的匹配程度存在差异：WBM流域和AT子流域的河流数量、长度及面积在ALOS和ASTER 30米分辨率的数据中最高，而在SRTM 30米和90米分辨率的数据中最低。WBM流域的Al Misk湖大坝的蓄水量（9 × 10⁶立方米）与ASTER 30米分辨率的数据结果高度吻合，这证实了高精度卫星数据的准确性，并且其与Google Earth地图的匹配度较好。由于ASTER和ALOS 30米分辨率的数据具有更高的准确性和敏感性，因此能够更有效地研究形态参数和洪水影响。

章节摘录

引言

流域形态分析对于理解水文过程和评估地表水盆地特征至关重要，从而为有效的水文研究奠定基础（Shekar和Mathew，2023；Sujatha等人，2013；Khan等人，2023a；Khan和ElKashouty，2023）。对流域特征的定量研究可以为理解流域的形成和发展提供宝贵见解，这些过程受到地貌和水文因素的影响（Jothimani等人，2021）。

研究区域

WBM是一条位于沙特阿拉伯吉达东部山区低洼洪泛区的季节性河流（图1）。WBM的海拔范围为-8至667米，总面积为363.975平方公里。AT子流域的地形高度范围为47至254米，总面积为104.389平方公里。Wadi的低部是一条小河道，其支流在AT区汇入主河道。该汇流点被指定为AT子流域的边界。

方法论

本研究从美国地质调查局（USGS）网站获取了四种DEM数据：SRTM 30米和90米、ALOS 30米以及ASTER 30米（数据获取时间为2025年4月15日）。使用图3中的流程图计算了形态参数，并将其应用于所有四种DEM模型。在ArcGIS中通过Hydrology工具箱提取了水文参数。利用ArcGIS的Hydrology模块中的填充工具修正了数据误差（图3），以确保河流网络的准确性（Das等人，2016）。

DEM对流域面积的影响

表1显示了WBM流域面积的变化情况，同时表明AT子流域的面积保持不变。在两种情况下，流域面积都会影响其水文平衡（Munoth和Goyal，2019）。WBM流域中面积最大的数据来自ASTER 30米分辨率的DEM，其次是ALOS 30米、SRTM 30米和SRTM 90米分辨率的DEM。

这些来自不同来源但分辨率相同的卫星图像的DEM差异影响了河流流量的水文特征。

结论与建议

DEM数据集中的卫星图像质量会影响水文、地理、气候变化和水资源等方面的分析。本研究比较了四种DEM类型（SRTM 30米、SRTM 90米、ALOS 30米和ASTER 30米）在吉达WBM流域和AT子流域的应用效果。结果表明，ALOS 30米和ASTER 30米分辨率的DEM能够生成更长的河流长度和更多的河流数量，说明更高的分辨率有助于更准确地描绘河流特征。在WBM流域，流向分析也得到了更清晰的结果。

作者贡献声明

穆罕默德·亚瓦尔·阿里·汗：撰写——审稿与编辑、初稿撰写、研究指导、方法论设计、数据收集与分析。穆罕默德·埃尔卡舒蒂：撰写——审稿与编辑、初稿撰写、研究指导、方法论设计、资金筹集、数据分析、概念构思。萨米亚·萨勒姆·雷法达：初稿撰写、方法论设计、数据整理与分析。

未引用文献

Alquhtani和Shehata，2005；Ewea，《使用多元统计技术解释地下水化学数据》，2016；Farhan和Nawaiseh，2015；Liladhar Rane等人，2023；McCullah，1978；Diverse Hydrogeomorphic Controls；Rehman和Cheema，2016；Tan等人，2018；Vr??aj等人，2007。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

数据获取

本研究支持的数据可应要求提供。

科学写作中关于生成式AI的声明

在撰写手稿期间，仅使用Jenni AI（订阅版）工具进行了文献回顾。尽管如此，在将Jenni AI生成的内容纳入本文之前，已对其进行了改写处理。同时使用了Grammarly AI（订阅版）软件来改进文稿的语法和表达方式，以减少文章内容之间的相似性。在概念构思、方法设计、结果分析或讨论部分均未使用任何AI工具。

资金支持

本项目由吉达国王阿卜杜勒-阿齐兹大学科学研究处（DSR）资助，项目编号为IPP: 337-145-2025。作者在此对DSR提供的技术和财务支持表示感谢。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。