文章信息：Yao, J., Zhao, Z., Pan, M., Yang, Y., Li, X., Liu, T., Wen, Z., Xu, N., & Lu, H. (2026). SWOT-based water surface elevation observations improve flood modeling of the 25·7 Miyun reservoir basin extreme rainfall event. Nature. https://doi.org/10.1038/s44304-026-00176-w
整理人：徐嘉苗，2025级硕士研究生
整理时间：2026年2月27日
Abstract: Floods are destructive, yet quantifying 3D dynamics remains challenging for traditional satellites. The SWOT mission provides Water Surface Elevation (WSE) measurements for flood monitoring. We assessed the catastrophic Miyun flood (July 2025) where rainfall was extreme. We developed the SWOT-FVE framework to reconstruct hydrographs and volumes, revealing level rises up to 3.2 m and volume increases of 1.54 billion m3. These findings demonstrate SWOT’s unique capability to resolve 3D flood responses, advancing flood assessment and resilience planning.
摘要：洪水具有破坏性，但传统卫星在量化三维动力学方面依然充满挑战。SWOT任务提供水面高程（WSE）测量，用于洪水监测。我们评估了灾难性的密云洪水（2025年7月），当时降雨量极大。我们开发了SWOT-FVE框架，重建水文曲线和体积，显示水位上升至3.2米，体积增加15.4亿立方米。这些发现展示了SWOT解决三维洪水响应的独特能力，推动洪水评估和韧性规划。
1. 研究背景
洪水是全球最具破坏性的自然灾害之一，传统监测手段如地面水文站、光学遥感等在极端天气下常失效或受限。2025年7月，北京密云水库流域遭遇极端降雨（“25·7”洪水），造成严重人员伤亡和财产损失。此时，SWOT卫星凭借其宽幅、高分辨率的水面高程观测能力，为三维洪水监测提供了前所未有的机会。
2. 研究意义
本研究首次在实际极端洪水事件中系统验证了SWOT卫星的三维洪水监测能力，提出了SWOT-FVE框架，填补了传统遥感难以捕捉垂直水位变化和水体体积的空白。研究成果对提升洪水预警、应急响应和流域韧性规划具有重要实践意义。
3. 研究方法
研究使用SWOT的L2_HR_Raster和L2_HR_PIXC产品，结合概率建模方法（SWOT-FVE），重构了密云水库流域在2025年7月洪水期间的水位变化过程和洪水体积。通过拟合伽马分布和回归插值，弥补了SWOT重访周期带来的时间缺口，并与GloFAS再分析数据进行交叉验证。
4. 主要结论
SWOT成功捕捉到洪水期间水位上升最高达3.2米，洪水总体积为15.4亿立方米，水域扩展超过42平方公里。
密云水库蓄水量达43亿立方米，峰值最早到达；白河与潮白河峰值延迟24–36小时，反映洪水波传播特征。
与GloFAS数据对比，洪水体积估算误差低于8%，验证了方法的可靠性。
SWOT提供了比传统二维遥感更全面的三维洪水动态信息。
5. 研究展望
建议将SWOT与高频卫星和水文模型结合，弥补时间分辨率不足，推动其在全球洪水监测、预警系统和韧性规划中的业务化应用。
6. 研究主要图表
01 SWOT导出的三个代表性区域的洪水体积与洪峰时间
原文链接：https://www.nature.com/articles/s44304-026-00176-w
原文转引：https://mp.weixin.qq.com/s/IHqNet6UEq4i6Pn_TwHHbw
