监测珠江沿岸悬浮沉积物的纵向波动

《CATENA》：Monitoring suspended sediment longitudinal fluctuations along the Pearl River

珠江流域悬浮物浓度（SSC）遥感反演与长期动态分析。整合Sentinel-2卫星数据与贝叶斯优化算法，构建高精度SSC反演模型，揭示大坝拦截导致上游SSC显著高于中游（中游均值15 mg/L），下游因支流输入和河道侵蚀回升至65 mg/L。大坝运营加剧季节差异，干季下游SSC激增102%。研究成果为珠江及类似流域泥沙管理提供依据。

　　近年来，全球气候变化和人类活动的加剧对大型河流系统的沉积物动态产生了深远影响，尤其是在亚洲主要流域中，这种影响尤为显著。传统的水文观测站点由于空间覆盖范围有限，难以准确反映悬浮泥沙浓度（SSC）在河流纵向上的连续变化。因此，本文研究提出了一种新的方法，结合卫星遥感技术和先进模型开发，以量化珠江流域（PRB）的SSC动态变化。该研究采用Sentinel-2影像与实地观测数据融合，构建了一个高精度的SSC反演模型，并通过贝叶斯校准算法对模型进行优化。研究结果揭示了几个关键发现，包括珠江上游SSC依然较高（中位数为105 mg/L），但梯级水库显著拦截了悬浮泥沙，使得中游河段的SSC明显下降；中游河段SSC较低（中位数为15 mg/L），而下游河段则出现了SSC的回升（中位数为65 mg/L），这可能与局部侵蚀和支流输入有关；水库调度增强了SSC的季节性差异，表现为雨季泥沙保留较多，而旱季则较少。这些发现表明，传统水文观测数据无法充分反映梯级水库对SSC纵向变化的显著影响，从而忽视了从源头到河口的沉积物输送过程的关键机制。本文研究生成的连续空间SSC地图强调了水库在沉积物输送中的双重作用，既作为沉积物的汇流区，又对下游地貌调整和三角洲沉积物再分配产生影响。

悬浮泥沙是河流生态系统中不可或缺的组成部分，它不仅承载着各种营养物质、有机物和农药，还影响着水体的光学特性，从而影响光穿透能力和水温变化，进而对水生生态系统的理化性质产生影响。然而，由于传统水文监测方法的局限性，对SSC的连续空间监测仍然面临巨大挑战。在大型河流系统中，SSC的空间变化通常跨越数百公里，但传统方法依赖于站点测量，这不仅耗时费力，而且覆盖范围有限，难以全面反映SSC的变化趋势。相比之下，遥感技术的引入为大流域的连续监测提供了新的可能。卫星遥感能够提供高时空分辨率的数据，有助于更好地理解SSC的动态变化及其对气候变化和人类活动的响应。尽管如此，某些情况下，水体中的光学信号可能受到叶绿素和有色溶解有机物（CDOM）的影响，这使得SSC与反射率之间的关系在不同区域存在不一致性，增加了构建通用反演模型的难度。

为了解决这一问题，本文提出了一种融合本地观测数据和遥感数据的改进模型。该模型不仅考虑了不同水体的光学特性，还通过贝叶斯优化算法对模型进行校准，以提高其在不同SSC范围内的适用性和准确性。此外，该研究还采用了多波段组合算法，以适应不同浑浊度下的光谱变化，从而提升模型的稳定性。在实际应用中，研究团队采集了珠江主干流和支流的悬浮泥沙样本，并结合现场光谱测量数据，对模型进行校准。通过这种方法，研究团队成功地构建了一个能够在不同水体条件下保持良好精度的复合模型。

在研究方法上，本文采用了Sentinel-2卫星影像数据，并结合Google Earth Engine平台进行数据处理。为了提高SSC反演的准确性，研究团队对影像数据进行了预处理，包括大气校正、辐射校正和云层去除等步骤。通过这些预处理手段，有效提升了影像数据的质量，确保了SSC反演结果的可靠性。此外，研究还利用了Global Surface Water（GSW）和修改后的归一化差异水域指数（MNDWI）来提取水体边界，以减少来自船只和码头等非水体因素的干扰。

在模型构建方面，本文采用了两个主要的SSC反演模型：广义指数模型（GI）和红绿波段比值模型（XI）。GI模型适用于高浑浊度的水体，而XI模型则适用于低浑浊度的水体。为了提升模型的适用性，研究团队结合了这两种模型，并通过贝叶斯优化算法确定了最优的阈值，使得模型能够在不同水体条件下实现更精确的SSC估算。最终，通过将GI模型和XI模型相结合，研究团队构建了一个复合模型，该模型在不同水体条件下均表现出良好的反演效果，其整体均方根误差（RMSE）为14.64 mg/L，平均绝对误差（MAE）为11.65%，且模型的R2值达到了0.95，具有较高的统计显著性。

通过该复合模型，研究团队对珠江流域的SSC变化趋势进行了系统分析。结果表明，珠江上游的SSC依然较高，但梯级水库的拦截作用显著降低了中游河段的SSC水平，而下游河段则由于局部侵蚀和支流输入，SSC有所回升。此外，研究还发现，水库调度对SSC的季节性变化具有显著影响，表现为雨季SSC的显著减少和旱季的相对稳定。这种季节性的变化不仅反映了水库的拦截效率，还揭示了水库对下游地貌和三角洲沉积物再分配的深远影响。

在研究过程中，研究团队还对不同河段的SSC进行了纵向分析。通过结合水文数据和遥感数据，研究团队构建了一个连续的SSC时间序列，并利用移动平均滤波器对数据进行了平滑处理，以生成连续的空间SSC分布图。这些地图不仅揭示了SSC在不同河段的分布模式，还为理解沉积物的来源和输送路径提供了新的视角。此外，研究还分析了不同季节的SSC变化，发现雨季的SSC变化更为剧烈，而旱季的变化则相对平缓。

本文的研究成果不仅对珠江流域的沉积物监测和管理具有重要意义，也为其他面临类似气候和人类压力的大河流域提供了科学依据。研究团队强调，传统的水文观测方法在捕捉大型河流系统中SSC的纵向变化方面存在明显不足，因此，采用遥感技术进行连续监测是未来研究和管理的重要方向。此外，研究还指出，尽管遥感技术在SSC反演中具有显著优势，但在某些情况下，如多云天气条件下，可能会导致数据缺失，进而影响SSC估算的准确性。因此，未来的研究需要进一步探索多源数据融合、提高雨季数据覆盖度以及结合沉积物粒径和成分分析，以进一步提升SSC估算的精度和可靠性。

本文的研究不仅为珠江流域的沉积物动态提供了新的认识，也为全球其他大型河流系统的管理提供了借鉴。研究团队认为，随着越来越多的大河流域开始建设梯级水库，如何在保证水力发电和防洪功能的同时，维护生态系统的健康和稳定，是未来水资源管理的重要课题。本文的研究结果表明，遥感技术与水文分析的结合，为理解和管理大型河流系统的沉积物动态提供了强有力的工具，有助于制定更加科学和可持续的水资源管理策略。