《Journal of Hydrology》：Diagnostic method of inundation using a dynamical hydrological model
编辑推荐：
研究区域
韩国锦江流域与洛东江流域。该区域以复杂山地地形和陡峭河道坡降为特征，全年50%–65%的降水集中于夏季季风期，因此极易发生山洪暴发。
研究重点
本研究开发并验证了一种基于速度的淹没方法（Velocity-based Inundation, VI
研究区域
韩国锦江流域与洛东江流域。该区域以复杂山地地形和陡峭河道坡降为特征，全年50%–65%的降水集中于夏季季风期，因此极易发生山洪暴发。
研究重点
本研究开发并验证了一种基于速度的淹没方法（Velocity-based Inundation, VI）。该方法是一种非物理型（non-physics-based）后处理算法，可根据WRF-Hydro河川流量模拟结果计算漫滩水量，并依据河流流速与地形将其分配到高分辨率数字高程模型（DEM；ASTER GDEM，约30 m）上。研究人员通过理想化降雨试验和2020年8月一次极端洪水事件对其性能进行了评估。模拟淹没范围采用基于像元的分类指标，并与Sentinel-1合成孔径雷达（Synthetic Aperture Radar, SAR）观测进行验证。
区域水文学新认识
理想化模拟表明，地形具有明确控制作用：陡峭上游地形会约束洪水，而平坦下游区域则允许洪水在横向上广泛扩散。真实个例评估表明，模型河道网格与实际河流几何之间的空间错位是主要不确定性来源；具体而言，WRF-Hydro分辨率细于300 m是表征韩国复杂河网所必需的。尽管存在这一结构性约束，VI方法仍表现出稳健的诊断性能，与SAR数据相比，其准确率（ACC）在锦江流域和洛东江流域分别达到0.890和0.855。将这种体积扩散机制与业务天气预报系统（如KLAPS、HRRR）耦合，可实现前瞻性、动态化洪水风险评估，并有效缓解宿主模型网格分辨率的限制。
该文发表于《Journal of Hydrology》，围绕复杂地形区洪涝淹没快速诊断这一关键问题展开。洪水是全球最具破坏性的自然灾害之一，在强降雨、内陆与沿海水体漫溢及快速融雪等因素驱动下，其发生频率与强度在气候变化背景下持续增强。对于韩国这类山地密集、河道短促且坡陡、夏季季风降水高度集中的地区而言，洪水传播过程快、汇流时间短，洪涝风险具有高度突发性。现有洪水模拟方法大致可分为经验型、简化型和完全物理型三类。经验型方法虽然可借助遥感提高事件识别能力，但常依赖事后观测，且受统计假设限制；完全物理型二维或三维水动力模型虽能较真实地表征洪水演进，却计算成本高、对河床地形与糙率等辅助数据要求严格，难以直接支撑大范围实时业务预报。因此，如何在计算效率与空间精度之间取得平衡，形成一种既能反映地形控制效应、又不受粗网格河道离散约束的业务化淹没诊断方法，构成了本研究的核心动因。
研究人员据此提出基于速度的淹没方法（Velocity-based Inundation, VI），其思想是在一维河道路由输出基础上，将河道内水量与可能漫滩的水量从宿主水文模型网格中“解耦”，再借助高分辨率数字高程模型（Digital Elevation Model, DEM）按照局地地形低洼优先填充原则进行扩展，以实现对洪涝范围的快速诊断。与以往受限于粗分辨率网格边界、易形成不真实“锐边”淹没图的格点扩散方法不同，VI方法引入河流流速来定义潜在扩散边界，从而使洪水可以越过原始水文模型网格约束，在高分辨率地形上更连续地传播。研究围绕三个问题展开：粗分辨率一维河道网格与真实河流几何错位会在多大程度上限制复杂地形区洪涝制图精度；体积扩散型、与宿主网格解耦的VI方法能否缓解这一问题并再现符合物理一致性的洪水传播；在与业务化SAR洪涝观测对比后，能够为韩国地区自然洪涝脆弱性提供何种定量认识。
研究使用的主要技术方法包括：采用WRF v4.3产生Noah-MP陆面模式所需的气象强迫，并在独立运行模式下驱动WRF-Hydro v5.3，以模拟地表径流、地下侧向流和一维河道流量；使用ERA5再分析资料提供初始和边界条件，以IMERG降水资料评估WRF降水表现；采用ASTER GDEM Version 3（约30 m）作为VI方法的高分辨率地形基础，并与MERIT DEM、FABDEM进行适用性比较；在真实个例中，利用Copernicus Sentinel-1 SAR事前/事后影像差分提取洪涝范围，并通过POD、FAR、CSI、ACC等像元级分类指标开展验证。研究对象为韩国锦江流域与洛东江流域，真实事件为2020年8月7—11日强降雨洪水过程。
在模型与方法构建方面，论文首先说明WRF-Hydro虽可较好描述陆面水文过程及一维河道路由，但其河道模块不能直接模拟漫滩，即不能显式给出淹没范围。因此，研究人员开发了新的后处理诊断框架。该方法包含四个连续步骤。第一步为水量计算：依据一维扩散波河道路由结果，通过横断面面积与河段长度估算网格内水体体积。第二步为网格匹配：将较粗的水文模型河道格点映射到30 m ASTER GDEM。第三步为边界定义：根据流量与横断面几何计算河流流速，并将其转化为洪水从河道中心向邻近平原传播的最大扩散半径。第四步为体积填充：在边界范围内，对DEM像元按高程排序，从最低处开始逐步填水，直到累计填充体积达到前述水量，从而确定最终淹没范围。这一设计使洪水扩展不再机械受制于河道格点边界，而是由真实地形决定其沿天然河槽与低地蔓延的路径。
在“3.1. Ideal experiment”部分，研究人员通过理想化试验检验VI方法的概念有效性。试验在200 m分辨率的WRF-Hydro上实施，对洛东江流域上游36.4°N以北、海拔200 m以上区域施加3 h累计60 mm降水，降雨阈值依据韩国气象厅暴雨注意报标准设定。结果显示，土壤温度与土壤含水量具有随深度增加而响应滞后、幅度减弱的合理变化特征，说明陆面—地下水文过程模拟具有物理合理性。受土壤逐步饱和及径流汇流传播共同影响，Nack-dan站流量在约48 h后显著上升。更重要的是，VI方法成功再现了淹没时空演变过程：洪水首先出现在上游支流区，随后作为洪峰脉冲向干流传播，并最终在河网沿线形成广泛淹没。结果清楚表明，陡峭上游地形会约束洪水横向外溢，而平坦下游地形则允许显著更宽的侧向扩展。这一结果直接证明，VI方法能够在不依赖二维/三维全动力学求解的前提下，重现受地形控制的、物理一致的洪水传播格局。
在“3.2. Real case experiment”部分，研究人员选取2020年8月7—11日韩国强降雨洪灾事件开展真实个例评估。为获得更优气象驱动，研究首先比较了4组WRF配置，分别考察2 km与1.8 km分辨率及两种起报时间。结果表明，WRF-2km01在空间降水分布与时间变化上均表现最佳，其与观测的空间相关系数最高，并在锦江、洛东江流域平均降水序列上取得最低均方根误差和较高相关系数，因此被选为后续WRF-Hydro与VI模拟的气象强迫。在锦江上游个例中，Sentinel-1 SAR差分提取的淹没范围与VI模拟结果总体吻合良好，仅在区域最西端存在因河道网格偏位导致的不一致。在洛东江下游个例中，整体一致性弱于锦江流域，原因同样主要来自预定义河道网格与真实河道位置的偏差；但在河道对齐较好的局部平坦河岸区，VI方法依然较好再现了观测到的洪涝空间格局。
在定量验证方面，研究通过逐像元比较模拟淹没与Sentinel-1 SAR结果，计算了探测概率（POD）、虚警率（FAR）、临界成功指数（CSI）和准确率（ACC）。锦江流域POD为0.658、CSI为0.407，表明该方法能够识别约66%的观测淹没区域；洛东江流域POD为0.372、CSI为0.278，探测能力相对较低。值得注意的是，两流域FAR分别为0.484和0.477，数值接近，说明性能差异主要来自漏报而非过度探测。结合前文河道网格敏感性分析，研究明确指出，模型预处理阶段河道网格与真实河流几何之间的结构性错位，是影响诊断精度的首要因素，且在弯曲复杂的洛东江流域更为突出。尽管如此，两流域ACC仍分别达到0.890与0.855，表明该方法在识别非淹没区和提供业务化洪涝风险诊断方面具有较强实用性。研究还指出，Geum流域模拟淹没范围略偏宽，与WRF对峰值降水的高估相对应，这表明气象强迫误差会向水文与淹没结果传播，但同时也从侧面说明该耦合框架能将降水强迫幅度合理转化为洪涝响应。对SAR洪涝图的阈值敏感性分析进一步显示，采用Otsu方法时分类阈值扰动±1.0 dB仅引起不到约2%的淹没面积变化，支持了验证数据集的稳健性。
论文讨论部分强调，韩国半岛自然洪涝脆弱性主要受两类因素共同控制：其一是从陡坡上游向平坦下游过渡的地貌结构，其二是水文模型河网表征的精确度。研究人员指出，若河道网格位置能够较好贴合真实河流，VI方法即可在高分辨率DEM上生成更连续、更接近实际的洪涝范围，因此未来提升河道网格精度将显著增强方法业务适用性。与此同时，模型识别出的平坦滨河地带应被视为潜在高风险淹没区，可为防灾减灾提供直接依据。论文也诚实指出了若干局限：当前框架未显式考虑堤防、桥梁、水坝等水工结构，主要是出于ASTER GDEM 30 m分辨率与业务效率限制的现实考虑，因此其结果更接近“自然状态下”的洪涝脆弱性诊断；SAR验证采用的是相对简化的变化检测方法，未来仍需通过遥感专业合作进一步完善洪涝制图精度；此外，气象强迫与水文参数不确定性会共同传递至最终淹没结果，因此后续有必要引入集合预报系统（Ensemble Prediction Systems, EPS），以定量评估洪涝概率与预报不确定性。
研究结论部分可译述为：VI方法为将洪涝淹没诊断无缝集成到现有业务数值天气预报（NWP）—水文框架中提供了基础，有助于提升复杂地形洪涝易发区的前瞻性灾害管理能力。总体而言，本研究提出的WRF–WRF-Hydro–VI框架以较低计算成本实现了对洪水漫滩范围的动态诊断，在复杂地形区兼顾了业务应用所需的效率与合理的空间表达能力。尤其是，体积扩散机制有效缓解了宿主模型粗网格对淹没边界的限制，而与SAR观测的一致性则证明该方法具备较强的实用价值。对于依托WRF框架构建的KLAPS、HRRR等业务系统，该研究提供了直接可集成的技术路径，具有明显的区域灾害预警与风险管理意义。
