《Remote Sensing of Environment》：Identifying regional drivers of variability in SWOT-derived water surface elevation accuracy
编辑推荐：
摘要来自"表面水和海洋地形"任务的"水表面高程"观测数据已经近三年的积累，并在河流的初步研究中显示出令人鼓舞的结果。SWOT任务在河流上的矢量节点和河道段产品将显著促进河流流量的计算，优化水力和水文模型，并提供可靠的洪水预报。迄今为止的多项验证研究确认了SWOT相对于现有测高
摘要
来自"表面水和海洋地形"任务的"水表面高程"观测数据已经近三年的积累，并在河流的初步研究中显示出令人鼓舞的结果。SWOT任务在河流上的矢量节点和河道段产品将显著促进河流流量的计算，优化水力和水文模型，并提供可靠的洪水预报。迄今为止的多项验证研究确认了SWOT相对于现有测高任务具有卓越性能，且与现场水位计测量结果吻合良好。然而，SWOT的精度因站点而异。本研究系统评估了印度、美国和澳大利亚河流的SWOT WSE测量数据，考察了关键的水力、地形和地表覆盖参数如何影响各区域的WSE性能。我们评估了不同滤波策略对SWOT观测数据保留率和相对精度的影响，从而生成稳健可靠的WSE数据集。我们的研究确立了位置精度退化是SWOT观测误差的主要贡献因素。河道宽度被确定为影响SWOT产品相对精度的关键参数。此外，美国和澳大利亚的WSE整体相对精度高于印度，河道段产品的均方根误差值低于节点产品。相反，在印度，河道段产品相对于水位计测量值显示出更大的偏差，这可能与河道划分局限性及其他站点特定因素有关。
引言
作为全球水循环的重要组成部分，内陆河流向海洋输送水、养分和泥沙，同时提供淡水以维持人类种群、生态系统和生物多样性。此外，对河流的持续监测是有效管理水资源和评估洪水灾害风险的基石。传统上，河流监测依赖于地面现场水位计网络。然而，对现场水位计网络的传统依赖存在若干局限性，包括水位计网络的减少（特别是在非洲和亚洲的流域）、因地缘政治原因导致的数据共享限制，以及在偏远地区覆盖稀疏的问题（Alsdorf等，2007；Biancamaria等，2011；Elmi等，2024；Gleason和Hamdan，2017）。
遥感技术已成为现有地面监测的宝贵补充，通过提供长期观测、偏远地区的监测以及公开可访问的数据集（Alsdorf等，2007；Calmant等，2008；Koblinsky等，1993；Schmugge等，2002）。多种卫星测高任务，包括ERS-1、TOPEX/Poseidon、ERS-2、Jason-1、Envisat、Jason-2、SARAL/Altika、Jason-3、Sentinel 3A和Sentinel 3B，已持续三十多年提供内陆水表面高程的观测数据。除了测高任务之外，光学卫星能够通过检测水域面积和河道宽度的变化来从太空观测地表水体。然而，此前的卫星均无法同时观测多种水力变量。
于2022年12月发射的"表面水和海洋地形"任务，是首个能够全球范围内观测内陆水体并提供以前所未有的精度对全球河流进行高空间分辨率同步观测WSE、坡度和宽度的卫星（Biancamaria等，2016；Durand等，2010）。SWOT上的Ka波段雷达干涉仪提供了在两条50公里宽的轨道带内的WSE图像，在方位方向上的分辨率约为20米，在距离方向上约为10米（远距离）至70米（近距离）（Biancamaria等，2016；D-109532，2025）。SWOT广泛的覆盖范围和前所未有的分辨率，为理解全球水循环中变化中的组成部分提供了宝贵的见解（Vinogradova等，2025）。通过实现无需现场校准的基于太空的河流流量估算，SWOT使全球范围内河流系统淡水储存量和流量的持续监测成为可能（Durand等，2023）。因此，即使在数据匮乏或无水位计站点的区域，它也能稳健地评估洪水和干旱等水文极端事件。此外，SWOT增强了我们对人为活动对淡水系统影响的理解，进而支持更可持续的水资源管理和分配（Biancamaria等，2016；Laipelt等，2025；Yao等，2025）。
在2022年发射之前，SWOT任务在观测河流WSE和坡度（Altenau等，2017；Elmer等，2020；Nair等，2022）、估算河流流量（Durand等，2016；Durand等，2023）以及测绘河流水深（Yoon等，2012）方面的功效已使用合成数据和航空代理进行了评估。发射前的其他评估还包括任务在水库监测方面的潜力，即观测表面积和储存量的波动（Bonnema和Hossain，2019；Munier等，2015），以及洪水范围制图（Desrochers等，2023；Frasson等，2019）。大多数发射后的研究侧重于验证发布版本的水位产品。这些评估将SWOT测量值与全球多样的河流和湖泊网络中水位计测量的水位或其他卫星测高任务的水位高程进行比较（Dhote等，2025；Girard等，2025；He等，2025a；Patidar等，2025；Xu等，2026；Yao等，2025；Zhao等，2025）。总体而言，这些研究确认了SWOT相对于现有测高任务的性能改进，并证明其与水水位计基于的水位测量结果吻合良好。表1总结了目前对SWOT在内陆水体上的观测验证研究。然而，现有研究均未全面分析不同处理滤波器和地貌条件如何影响SWOT WSE测量在不同水气候区域的可靠性。
本研究评估了不同内滤波器和外滤波器对SWOT矢量节点和河道段产品精度的影响。内滤波器提取SWOT观测的一个'高质量'子集，足以用于验证和分析。相比之下，外滤波器指定了更广泛的条件，在这些条件下SWOT可以被合理地期望观测到全球河流。分析是在具有不同水气候条件的区域进行的，以确定影响参数是普遍的还是比较区域特有的。通过评估这些参数的影响，本研究提供了对驱动精度区域差异因素的理解。本研究的结果将为生成稳健的基于SWOT的WSE的滤波策略提供关键指导，并明确了解影响其变异性因素。
各章节摘要
现场水位计
现场水位高程数据来自印度、美国和澳大利亚的河流监测站（图S1）。本研究使用的可用水位计数据详情见表2。在印度，半岛地区（图S1a）有14个河流流域的水位数据。如恒河、布拉马普特拉河和印度河等跨境河流流域的数据属于保密分类，在公共领域不可获得。如果可用，每小时记录将被转换为日均值。
位运算质量标志
应用'综合位运算滤波器'后的结果如图2所示。SWOT矢量节点产品的精度使用25种位运算和异常值滤波器的不同组合进行评估（图2a），覆盖印度、美国和澳大利亚。图2中显示的保留观测百分比相对于'无位运算'条件，即仅应用'异常值滤波器'的条件。每种标志排除场景的精度指标使用……对每个节点进行计算。
位运算质量标志
图2中的结果表明了每个位运算质量标志对均方根误差值和数据保留的比例效应。值得注意的是，这些标志的影响在所有站点上保持一致，没有表现出依赖于水位计的变异性。在所有三个区域，位置精度退化质量（标志19）是WSE误差的主要贡献因素，证据在于移除与此标志相关的观测后均方根误差显著降低。这一发现也与WSE和……的事实一致。
结论
在本版本C数据集和所考察的区域中，排除位置精度退化质量标志的观测通常能够在相对精度和数据保留之间取得有利平衡。河道宽度和地形粗糙度对相对WSE精度的影响在所有三个区域均被观察到。除印度外，河道段产品通常显示出比节点产品更低的均方根误差值。因此，在河道特征均质的区域，空间平均是有益的。
CRediT作者贡献声明
Rucha Sanjay Deshpande：撰写——原始草稿，可视化，验证，软件，方法论，调查，正式分析，数据整理。Tajdarul Hassan Syed：撰写——审阅与编辑，监督，资源，项目管理，概念化。Michael Durand：撰写——审阅与编辑，监督，概念化。Steve Coss：软件，方法论，数据整理。Tamlin M. Pavelsky：撰写——审阅与编辑，监督，概念化。
利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系可能对本论文所述的工作产生影响。
致谢
作者感谢印度政府教育部总理研究奖学金的支持（PMRF/Cycle10/2302767）。我们感谢中央水利委员会提供印度水位计站点的现场水位数据。我们感谢三位匿名审稿人的宝贵反馈，这显著提高了本手稿的质量。
Rucha Sanjay Deshpande|Tajdarul Hassan Syed|Michael Durand|Steve Coss|Tamlin M. Pavelsky
