河流是淡水和沉积物传输的关键通道，在水循环、生态连通性和人类生计中发挥着重要作用（Best, 2019; V?r?smarty et al., 2010）。作为河流流量函数的核心变量，河流的水面高度（WSE）控制着河流系统内的能量和物质传输（Alsdorf et al., 2007; Fassoni-Andrade et al., 2020）。因此，准确的WSE测量对于多种科学应用至关重要，例如建立洪水预警系统（Schumann, 2019）、提供评估长期水文气候变化的基线数据（Pekel et al., 2016），以及帮助校准和验证水力模型（Bates and De Roo, 2000）。
对WSE的现场监测已经进行了一个多世纪，而自20世纪90年代以来，借助遥感卫星的全球观测和卫星测高技术取得了显著进展（G. Wu et al., 2022）。自1992年TOPEX/Poseidon发射以来，雷达测高（RA）卫星已经从传统的脉冲限制测高仪（如Jason系列）发展到更先进的技术，如CryoSat-2、Sentinel-3和Sentinel-6等合成孔径雷达，以及CryoSat-2的SAR干涉技术（Cretaux et al., 2017）。此外，激光测高仪也提供了另一种卫星测高方法。例如，最新的激光卫星测高仪ICESat-2利用532纳米的光子激光成功测量地球表面高度（Markus et al., 2017）。
雷达和激光测高仪都被用来以分米级的精度测量河流WSE。例如，Chen等人（2024）使用ICESat-2测量澳大利亚河流WSE，得到的RMSE为0.19米，MAE为0.14米。Jiang等人（2020）使用Sentinel-3A在中国26个虚拟站点（VSs）验证WSE，RMSE范围从0.12米到0.9米。通过对尼日尔河内三角洲的多次任务（从ERS-2到Sentinel-3A）评估，发现随着技术的进步（如使用Ka波段代替Ku波段，以及使用SAR模式代替LRM模式），水位反演的质量有所提高。对于宽度小于500米的河流，Sentinel-3A的相关系数通常高于0.9（Normandin et al., 2018）。卫星测高仪提供的大规模和连续测量在校准水动力模型（Shen et al., 2020）、估算无测量站的流域流量（Schwatke et al., 2024）和监测河流洪水（Kittel et al., 2021）方面发挥了重要作用。然而，由于卫星测高仪的观测范围较大，它们最适用于测量宽度超过100米的河流（Bandini et al., 2020; Biancamaria et al., 2018）。此外，天底测高仪的观测范围远小于其轨道间隔（例如，Sentinel-3在赤道的轨道间隔约为100公里），因此它们对河流WSE的测量仅限于河流上的特定点，即虚拟站点（VSs），这些交点被视为观测点（Frappart et al., 2021a）。
为了克服测高仪窄观测范围的限制，2022年12月发射了“地表水和海洋地形”（SWOT）卫星，彻底改变了传统的内陆水位监测方式（Fu et al., 2024）。与沿狭窄天底轨道测高的传统RA不同，SWOT采用Ka波段雷达干涉仪（KaRIn）系统，实现了宽幅（约100公里）的高程测绘，具有前所未有的空间分辨率，沿轨道方向约5米，横向约10至70米（Fj?rtoft et al., 2014）。SWOT使用两个相距10米的天线进行单次通过干涉测量，从而实现了对水面的二维空间采样。对于内陆水体观测，这意味着测量不再局限于虚拟站点的范围，而是沿河流提供连续的高度测量，大大增加了以前天底测高仪无法捕获和分析的信息量（Buzzanga et al., 2025; Fu et al., 2024）。
SWOT的设计目标是对于宽度超过100米的河流，高度测量精度小于0.1米（Biancamaria et al., 2016）。截至2024年8月，SWOT已在科学轨道上运行了12个多月，多项研究对其内陆WSE数据进行了局部评估（Andreadis et al., 2025; Yao et al., 2025; Zhao et al., 2025）。例如，Patidar等人（2025）评估了SWOT在印度的河流和湖泊产品，发现结果具有分米级的精度。（S. Wu et al., 2025）提取了青藏高原的湖泊水位，并报告称SWOT的精度与ICESat-2相当。在另一项研究中，Yu等人（2024）考察了SWOT在八个子区域监测内陆水体的能力，发现SWOT和RA之间的RMSE在2米以内。在刚果盆地的大河流上，基于VSs和使用GEDI的高度估计，SWOT和天底测高之间总体一致性良好（Normandin et al., 2024）；在亚马逊盆地，使用River Single Pass Shapefile产品的VS位置也显示出良好的一致性（Moreira et al., 2025）。表1总结了之前评估SWOT衍生WSE的研究，并将其关键特征与本研究进行了比较。
如表1所示，局部规模的分析增强了人们对SWOT任务能力的信心，但全球范围内的综合分析仍然缺失。这样的全球评估将为我们提供有关这种新卫星数据的普遍性和稳定性的宝贵见解，进一步支持全球水循环动态的理解，有助于全球模型校准、数据同化和跨学科研究。为了满足这一研究需求，我们的研究重点是比较SWOT与已建立的RA任务。虽然SWOT代表了具有革命性的前沿技术，但RA任务具有数十年的运行历史，在缺乏全球一致现场数据的情况下提供了可靠的WSE测量参考框架。SWOT和RA都在活跃的微波（雷达）领域工作，面临相似的大气条件。通过使用RA作为基准，我们旨在评估SWOT在各种条件下的测量不确定性，并确定影响其性能的几个重要因素，从而促进未来算法的改进。通过对SWOT性能和潜力的更好理解，本研究有助于提高我们在水文和环境管理方面的决策能力，例如全球流量估算和洪水监测。
