当河流数据不可用时：高分辨率、大规模水文模型作为径流观测代理的兴起

《Environmental Modelling & Software》：When River Data Are Not Available: The Advent of High-Resolution, Large-Scale Hydrologic Models as Proxies for Streamflow Observations

　　

• •
  NWM和GEOGLOWS SFS为数百万条无径流站河流提供流量代理数据。
• •
  两个系统的地表模型和汇流物理过程进行了对比。
• •
  云原生格式和API简化了对模型输出的访问。
• •
  案例研究展示了四个国家的业务化洪水预报。
• •
  机器学习增强和云原生模块化为未来发展指明了方向。

章节摘要

引言：大陆和全球水文学的范式转变

一个多世纪以来，雨量计一直是河流水文测量的参考标准。然而，全球雨量计网络的可靠性远不及其规模所暗示的那样。在全球45,837个公开可用的雨量计记录中，37%是不连续的，77%没有实时数据（Riggs等，2023）。现有的网络对小型、干旱和非永久水系存在代表性不足的问题（Krabbenhoft等，2022）。即使在美国，大约有8,000个美国

大规模水文建模的格局

本文的核心论点——即水文模型的输出可以作为流量观测的替代——比本文所研究的两个系统都更古老，也始终受到质疑。在详细讨论NWM和GEOGLOWS之前，本部分将介绍这些模型的类型、属于该类别的其他模型，以及该领域对模型输出在何种条件下可以负责任地替代观测结果的认识。

理论基础：地表模型和汇流物理过程

尽管两个模型在具体实现上有所不同，但它们共享图1所示的通用架构：气象驱动力驱地表模型（LSM），解析垂直水力和能量平衡以产生径流，然后通过汇流模型将径流输送至河道网络中，在离散点产生流量。本部分将按照这三个阶段依次讨论。

美国NWM：业务化运行和合成气候学

NWM的业务实用性由其运行频率和预报时次定义。Cosgrove等（2024）概述了一个复杂的非耦合分析和预报日程安排，旨在满足不同用户的需求，并在表3中总结为运营版本3.0中配置的表格（NOAA，2023）。

这些产品中，对代理论证最相关的两个产品不应混淆。分析和同化循环是一种滚动短临预报：通过

验证、偏差校正和系统性局限

LSHM作为观测代理的价值受限于其已知局限。本部分考察了两个系统的系统偏差以及用于校正它们的数学工具。

数字基础设施与数据民主

使用LSHM作为观测代理的一个持久障碍是"数据洪流"。NWM每天产生数TB的输出数据，存储在复杂的分层格式中，普通水管理者和研究人员无法访问（Markert等，2024）。本部分详细介绍了使这些模型输出广泛可访问的技术创新，包括云原生架构、Python API和移动应用程序。

业务化：美国和全球南方的案例研究

当物理雨量计失效或不可用时，这些模型成为流量信息的最优可用来源。

未来发展：新一代水文智能

大规模水文建模领域正迅速向更模块化、开放和高精度的系统发展。本文描述的发展并未消除上文所述的局限；它们改变了这些系统的组装、标定和交付方式。

结论

物理水文数据的缺失不再妨碍连续的水文监测。通过持续的水文模型开发，水文界已经建立了在大陆和全球尺度上估算所有重要河段流量的系统，其中NWM和GEOGLOWS是领先的运营实例。从多波段反照率方案到并行汇流，模型物理过程方面的创新提供了理论基础。数据工程方面的进步，云原生

未引用文献

Alfieri等，2020；Cohen等，2025；ECMWF，2023；GEOGloWS，2024；Harrigan等，2020；Yamazaki等，2013。

软件和数据可用性

本项研究未创建新的软件或数据。

CRediT声明

DPA：构思、方法论、调查研究、形式分析、撰写—初稿、资源。

利益冲突

作者没有需要申报的利益冲突。

利益冲突声明

? 作者声明他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能影响本文所报告的工作。

致谢

本研究由美国国家海洋和大气管理局（NOAA）合作研究所项目资助，项目号为NA22NWS4320003，通过水文运营合作研究所（CIROH）获得。文中所述观点、发现、结论和建议均属作者所有，不一定反映NOAA的意见。作者感谢E. James Nelson、Riley C. Hales、Angelica L. Gutierrez、Norman L. Jones、Gustavious P. Williams、James S. Halgren、Steven J. Burian、Sagy Cohen

Daniel P. Ames