《Physics and Chemistry of the Earth, Parts A/B/C》：A Synoptic Interrogation: Unravelling Decadal Land Dynamics and Surface Deformation in the Thukela Catchment in KwaZulu Natal, South Africa, through Integrated Remote Sensing
编辑推荐：
•关于土地利用/土地覆盖（LULC）变化和地形分析已有大量研究，但与地表形变过程的结合研究仍然有限。•本研究在Google Earth Engine平台中整合了Sentinel-1 InSAR和Landsat数据，以评估LULC动态变化和地形形变（2016–2025年）。•分
- •
关于土地利用/土地覆盖（LULC）变化和地形分析已有大量研究，但与地表形变过程的结合研究仍然有限。
- •
本研究在Google Earth Engine平台中整合了Sentinel-1 InSAR和Landsat数据，以评估LULC动态变化和地形形变（2016–2025年）。
- •
分类结果显示具有较强的可靠性，总体精度为79.45%–86.30%，Kappa系数为0.74–0.82。
- •
地形形变表明景观总体稳定，平均值从2016年的?13.44米改善至2025年的?11.24米，且仅有较小的变化幅度（±2.55至±3.54）。
- •
LULC变化与形变之间未发现明显关联，表明其对与洪水相关的地表条件影响有限。
引言
洪水是全球范围最广、代价最高的自然灾害之一，造成重大的人员伤亡和经济损失（Coly等，2024；Guha-Sapir等，2013；Abramovitz，2001）。当极端降雨、快速融雪、溃坝或河流溢出导致通常干燥的土地被淹没时，便会发生洪水。气候变化和人类活动通过改变水文系统和增加景观脆弱性，加剧了洪水的频率和严重程度（IPCC，2022）。这些影响在快速城市化地区尤为显著，因为土地转化和排水基础设施不足会增加地表径流并破坏自然水流通道。
全球各大陆的洪水事件进一步说明了气候驱动和不断变化的地表条件的综合影响。在亚洲，2022年巴基斯坦洪水影响了超过3300万人，原因是极端季风降雨与印度河流域的土地利用压力相互作用（Arshad等，2025；Roth等，2023）。在南美洲，2024年巴西洪水——发生在阿雷格里港——凸显了城市扩张进入易涝区的后果（Mantovani等，2024）。在北美，2017年的哈维飓风表明，休斯顿大面积的不透水表面如何增加了径流并减少了入渗（Van Oldenborgh等，2017）。在非洲，2019年的艾达气旋展示了极端降雨与脆弱且被改造的景观相互作用如何加剧洪水影响（Dube等，2021）。综上所述，这些事件表明洪水行为深受地表特征的制约，尤其是LULC和地形结构。
因此，理解洪水动态需要详细表征控制径流产生、蓄水和水流路径的地表特征。LULC动态变化和地形形变是水文连通性和地表粗糙度的关键控制因素，影响着水在景观中的分配和流动（Lambin等，2003）。城市扩张、植被丧失和农业集约化改变了入渗和径流响应，而沉降、隆起和边坡不稳定则改变了排水梯度和景观连通性（Chen等，2020；Foley等，2005）。它们的综合影响决定了水分再分配的格局，强化了进行综合地表表征的必要性。
地理信息系统（GIS）和遥感为捕获这些地表特征提供了关键数据集，使能够系统地提取描述地表状况的生物物理变量（Gorelick等，2017）。Landsat影像提供了LULC动态的长期记录，包括植被覆盖、城市扩张和裸土暴露（Griffiths等，2013；Coppin等，2004）。相比之下，干涉合成孔径雷达（InSAR）技术能够高分辨率地测量地面形变，捕捉细微的垂直和水平表面变化（Crosetto等，2016；Bürgmann等，2000）。这些数据集共同提供了对不断变化的地表状况更完整的表征。
传统上，水文研究中的地表表征依赖于静态数字高程模型（DEM），如航天雷达地形测量任务（SRTM）和高级星载热发射与反射辐射计（ASTER），它们提供了高程、坡度、坡向和排水结构等关键地形变量（Metternicht等，2005；Jensen，1996）。然而，这些方法假设地形随时间保持稳定，因此忽视了沉降、隆起、侵蚀和边坡不稳定等动态地貌过程（Chen等，2020；Hanssen，2001）。这导致排水连通性的渐进变化，而静态模型无法捕捉，从而在长期地表过程表征中引入不确定性。Cigna和Tapete（2021）使用Sentinel-1 InSAR时间序列展示了墨西哥城（2014–2020年）空间可变的沉降，Osmano?lu等（2016）证明多时相InSAR可一致检测到毫米级形变，证实地形具有时间动态性，不能由单时相DEM充分表征。传统方法通常还将地形与LULC独立处理，限制了对耦合地表过程的表征（Dash等，2024）。
遥感技术的进步现在能够实现更动态和综合的地表监测。光学方法如Landsat可系统性地检测LULC变化，包括植被丧失和城市扩张（Coppin等，2004），而全球Landsat档案库可在区域到全球尺度上实现地表变化的长期监测（Wulder等，2016）。InSAR等雷达系统通过雷达获取之间的相位差测量厘米至毫米级的地表形变，提供互补能力（Bürgmann等，2000），而永久散射体技术能够精确映射随时间分布的地形形变（Crosetto等，2016）。然而，尽管取得了这些进展，LULC动态与地形形变的整合在水文应用中仍然有限。这一点至关重要，因为LULC通过入渗和粗糙度变化控制径流产生，而形变则改变地形梯度和排水连通性。二者的整合因此能够实现更物理真实的不断变化的地表条件表征，并改善对水分再分配过程的理解。
尽管遥感技术和地理空间技术在表征地表条件方面取得了进展，LULC动态变化和地形形变在水文评估中通常被作为独立要素分别研究。这限制了评估地表特征变化如何在空间和时间上与地形形变相对应。本研究通过开发一种整合多时相框架来解决这一空白，该框架将基于Landsat的LULC分类与基于Sentinel-1 InSAR的地形形变相结合，应用于图克勒拉流域（Thukela Catchment）。该方法为在四个观测时相（2016年、2019年、2022年和2025年）中同时考察LULC动态与地形形变的分布、幅度和时间持续性提供了一致的空间框架。本研究的贡献不在于提出新的单种遥感技术，而在于将这些技术进行整合，提供流域尺度的地表条件变化和地形响应表征。所得信息提供了一个空间基线，可支持后续对流域内地形、水文和洪水风险过程的评估。
因此，本研究的主要目标是利用InSAR Sentinel-1和Landsat的整合方法，评估南非夸祖鲁-纳塔尔省图克勒拉流域2016年至2025年期间地形特征和LULC的变化。本研究有三个具体目标，即：(i) 量化并制图图克勒拉流域2016–2025年期间LULC的时空动态；(ii) 表征2016–2025年期间图克勒拉流域地形特征的格局、幅度和趋势；(iii) 整合LULC和地形特征数据集的变化，识别并分析人为土地覆盖变化与地物表面过程之间的相互关系。
章节摘要
研究区
图克勒拉水资源管理区（TWMA）位于南非夸祖鲁-纳塔尔省东部（图1）。它发源于沿莱索托边界的德拉肯斯山脉，流向印度洋（van der Kwast等，2013）。该区域面积约30,000平方公里，包括克利普河、布卢克兰斯河和小图克勒拉河等主要河流，海拔从约3,000米到地势低洼的洪泛平原不等（Mutema等，2016；Chetty和Smithers，2005）。
气候从德拉肯斯山脉的寒冷潮湿到
结果
本研究评估了2016年至2025年夸祖鲁-纳塔尔省图克勒拉流域地形特征和LULC的变化。研究量化了LULC动态，分析了地形形变格局，并整合了两种数据集，利用Landsat和Sentinel-1 InSAR数据考察了土地覆盖变化与地表过程之间的关系。
讨论
本研究的目的是利用Landsat和Sentinel-1 InSAR观测数据，评估2016年至2025年南非夸祖鲁-纳塔尔省图克勒拉流域土地利用/土地覆盖（LULC）和地形形变的变化。分析表征了LULC的时空动态，考察了地形形变的分布和时间变异性，并评估了土地覆盖特征与观测到的形变格局之间的空间关系。总体而言，
结论
本研究旨在利用多时相Landsat和Sentinel-1 InSAR观测数据，评估2016年至2025年图克勒拉流域土地利用/土地覆盖（LULC）和地形形变的变化。研究表征了LULC的时空动态，评估了地形形变观测的格局和变化，并考察了土地覆盖特征与地形形变之间的关系。总体而言，研究结果表明LULC动态和地形
CRediT作者贡献声明
Cletah Shoko：写作 – 审阅与编辑，监督。Vuyelwa Emmaculate Mtyobila：写作 – 原稿撰写，方法学，数据整理，概念化
未引用参考文献
B?nic?等，2024；Belgiu和Dr?gu?，2016；Cea和Costabile，2022；Change，2001；Coppin和Richards，1990；De Zan和Guarnieri，2006；Galloway和Burbey，2011；Gebremicael等，2019；Guha-Sapir等，2017；Media.Li等，2009；Hanssen，2001；Javed等，2011；Jewitt等，2015；Kim等，2017；Kumar等，2022；Lann等，2024；Massonnet和Feigl，1998；Meyer和Tewolde，2021；Minderhoud等，2017；Mubeen等，2025；Pesaresi等，2016；Phiri等，2020；
利益冲突声明
? 作者声明不存在任何已知的 competing 经济利益或个人关系，这些利益或关系可能影响本论文报告的工作。
致谢
作者感谢欧洲航天局提供Sentinel-1影像数据，以及美国地质调查局（USGS）提供本研究使用的Landsat数据。
Vuyelwa Emmaculate Mtyobila|Cletah Shoko
