综述：卫星雷达测高在水文监测中的演变：水位与流量估算

（编辑推荐）本综述系统梳理了卫星雷达测高（SAR/LRM）技术32年来的发展及其在水文监测中的革命性应用，重点探讨了ENVISAT、Jason-2/3和SWOT等多任务数据与曼宁方程（Manning equation）等模型的融合如何提升亚马逊河、布拉马普特拉河等流域的水位-流量关系精度（RMSE/NSE评估），为无资料地区水文研究和洪灾预警提供了新范式。

　　

背景：从海洋到河流的测高技术革命

1969年提出的卫星测高概念最初用于海面高度测量，通过雷达脉冲往返时间计算卫星与水面距离。这项技术现已突破海洋学范畴，在ENVISAT、CryoSat-2等任务中发展出低分辨率模式（LRM）和合成孔径雷达（SAR）两种技术路线，能够应对河流地形变异等挑战。

水文监测的双重突破

卫星测高通过水面高程检测和流速推算，实现了水库-河流系统的连续监测。研究证实，其与水文模型（如曼宁方程、评级曲线）结合后，在亚马逊河流域的水位监测中RMSE可控制在厘米级。SWOT卫星的宽刈幅技术更实现了200米宽河流的流量反演，较传统Jason系列精度提升40%。

全球实践与灾害管理

在印度恒河平原，该技术成功估算了水库蓄水量（Verma等，2021）；在跨边界流域如印度河，解决了数据共享难题（Zaidi等，2020）。洪灾预警方面，比安卡玛丽亚团队（2011）证明测高数据与水动力模型结合可使洪水预报时效提前72小时。

未来：自动化与实时化

奥克沃团队（2017）开发的无人值守算法已实现水位时间序列自动生成，而蒋等（2020）推动的近实时数据同化技术，正使撒哈拉以南非洲等缺资料地区受益。即将升空的SWOT-2卫星将把空间分辨率提升至50米级。

结论：重塑水文研究范式

32年的技术演进使卫星测高从辅助工具发展为水文监测的核心手段，特别是在无资料流域管理和跨边界水资源谈判中展现出不可替代性。随着人工智能与新型传感器的融合，该技术正在开启"全球水文透视"的新纪元。