基于遥感的高分辨率水库干旱指数揭示大型流域水文干旱的发生与传播机制

本研究针对水库干旱监测数据质量低、时间分辨率不足的问题，开发了基于多源卫星的遥感高分辨率水库干旱指数(RS-HRDI)，通过整合Landsat/Sentinel系列卫星数据构建长时序水库蓄水量数据集，在长江流域实现了平均4.3天观测频率的干旱动态监测。研究发现上游水库截流可使下游干旱提前2-40天发生，为流域尺度水文干旱传播机制研究提供了新工具，对全球水资源管理具有重要实践价值。

　　

在全球气候变化加剧的背景下，水文干旱已成为威胁水资源安全的重要自然灾害。传统水库干旱监测受限于数据可获取性和时间分辨率，难以捕捉干旱快速演变过程。长江流域作为全球水库调控最密集的河流系统之一，2022年遭遇了破纪录的极端干旱事件，凸显出高精度干旱监测工具的迫切需求。

针对这一科学问题，国内某研究团队在《Remote Sensing of Environment》发表研究，创新性地提出了遥感高分辨率水库干旱指数(RS-HRDI)。该研究整合Landsat-7/8/9、Sentinel-1/2等多源卫星数据，结合历史全球水库表面积数据集(GRSAD)，构建了1984-2023年的长时序水库蓄水量数据集。通过可变阈值法(VTL)量化干旱强度，并利用游程理论识别干旱特征，系统分析了长江流域437座水库的干旱传播规律。

关键技术包括：1) 多卫星数据融合提升观测频率至4.3天；2) 支持向量回归(SVR)滤波消除异常值；3) 基于频率分析的Res-I/II/III水库分类体系；4) 面积-体积(A-V)关系模型转换水面数据为蓄水量。验证显示卫星反演蓄水量与实测水位相关系数达0.77。

研究结果显示：在长江流域应用中发现，多卫星组合使观测间隔从历史月尺度缩短至近实时监测，成功捕捉到如碧口水库28天内蓄水量从0.41骤降至0.1 km³
的快速干旱事件。通过RS-HRDI识别出2019-2023年间244-278座水库遭遇干旱，其中2022年干旱平均持续104天，平均严重度达2.95 km³
。空间分析表明，随着河流级数(Strahler order)增加，干旱峰值时间(PIT)呈现从东向西的传播模式，上游水库截流使下游干旱中位提前期达2-40天。

讨论部分指出，RS-HRDI的创新性体现在三方面：首先，突破性地实现了水库干旱的日尺度监测，比传统月尺度方法更能捕捉干旱突变过程；其次，建立的10%/20%/30年数据敏感性分析框架显示，大型水库对数据长度变化不敏感(变化率<13.2%)，保障了方法稳健性；最后，揭示了多水库系统中"干旱压力累积效应"，即上游调控会通过级联效应放大下游缺水风险。

该研究为理解人类活动干扰下的水文干旱传播机制提供了新视角，其开发的开放式方法框架可推广至全球水库监测。成果对优化流域水资源联合调度、制定抗旱应急预案具有重要指导价值，特别是在应对日益频繁的极端气候事件方面展现出独特优势。未来随着卫星技术的进步，该方法有望进一步提升小水库的监测精度，为全球水安全提供更全面的决策支持。