基于高时间分辨率遥感影像的黄河下游洪泛区淹没敏感性评估框架及FISI指数构建

本研究针对黄河下游(LYR)洪泛区淹没风险管理的迫切需求，创新性地提出基于913景Landsat遥感影像的洪泛区淹没敏感性评估框架(FISI)。研究人员通过构建淹没面积横向扩展系数(IALEC)和淹没敏感性指数(FISI)，定量揭示了不同河段两岸淹没敏感性的空间异质性，发现R1-R2河段平均FISI值达0.24，显著高于下游河段(0.07)。研究证实小浪底水库运行使R1-R2河段FISI值降低22-43%，为全球类似河流的防洪优先区识别提供了新方法。

　　

黄河作为世界上泥沙含量最高的河流之一，其下游"地上悬河"的特殊地貌使得洪泛区长期面临严峻的淹没风险。尽管通过堤防建设和水库调控，大规模决口洪水已基本消除，但河道在堤防内的频繁摆动仍威胁着沿岸1352.2 km²洪泛区内约200万居民的安全。传统洪水风险评估方法主要依赖水文站观测数据，难以捕捉河道迁移主导的淹没风险，且无法区分两岸风险差异。这些局限性严重制约了精准防洪措施的制定。

针对这一科学难题，国内科研团队在《Journal of Hydrology: Regional Studies》发表创新性研究，通过分析1985-2020年间913景Landsat影像（空间分辨率30 m），构建了首个能同时评估两岸淹没敏感性的定量框架。研究采用Google Earth Engine平台提取河道掩膜，结合改进归一化差异水体指数(MNDWI)和Otsu阈值分割法实现半自动化解译。通过建立1000 m缓冲区的固定参考位置，以300 m间隔划分6301个断面，创新性提出淹没敏感性指数(FISI)，其计算整合了河道变异指数(CVI)和平均距离(X)的标准化比值。

研究结果显示三个重要发现：首先，空间分析表明R1-R2辫状河段最大淹没范围达3144 m，IALEC值4.4，显著高于下游河段。FISI定量评估揭示两岸差异性风险，左岸R1-R2平均FISI值0.24，右岸0.25，而下游河段仅0.07。其次，时间对比分析发现干季与汛期FISI差异<5%，证实河道迁移而非流量变化是主要风险源。第三，小浪底水库运营后，年均输沙量从690.5×10⁶ t骤降至122.6×10⁶ t，伴随R1-R2河段FISI值下降22-43%，显示水库调控通过降低含沙量(从24.10 kg/m³至3.92 kg/m³)有效稳定了河道。

误差分析验证了方法的稳健性：蒙特卡洛模拟显示±5%输入扰动下风险等级重分类比例<5%；Sentinel-2高分辨率(10 m)验证表明与Landsat结果一致性达95%。该方法突破传统年际分析的局限，首次实现月尺度淹没动态捕捉，并具备多尺度适用性——30 m高分辨率分析能识别局部100 m级风险异质性。

讨论部分强调，该框架的创新性在于：一是首次将高时间分辨率(月尺度)遥感用于淹没敏感性评估，克服了年际分析对短期河道变化的忽略；二是实现两岸风险的独立评估，为不对称防护工程提供依据；三是建立的水库影响定量评估模型，为全球 dam-regulated rivers 管理提供范式。研究建议对Gaocun站上游河段实施加宽缓冲区(>1000 m)、疏浚河道等综合措施，该结论已应用于黄河"十四五"防洪规划。

这项研究不仅为LYR洪泛区2万公顷农田保护提供了精准指导，其提出的FISI指标体系更可推广至亚马逊河、恒河等类似高泥沙河流的洪水风险管理。随着Sentinel-2等更高分辨率卫星的普及，该框架有望进一步发展成为全球洪泛区动态监测的标准化工具。