華北水利水電大學校長劉俊國教授帶領的河南省水圈與流域水安全重點實驗室研究團隊在水資源遙感監測領域取得了重要研究進展，在《Nature Geoscience》《Nature Communications》《Remote Sensing of Environment》《Water Resources Research》和《Geophysical Research Letters》等國際頂級期刊發表多篇高質量論文，為全球和我國水資源評價和管理提供了重要的遙感監測方法和科技支撐。

　　河南省水圈與流域水安全重點實驗室由劉俊國教授擔任主任，依托華北水利水電大學組建，協辦單位包括清華大學、黃河水利委員會黃河水利科學研究院、南方科技大學等，開展水圈科學基礎理論、流域智能感知技術、水旱災害防禦、流域生態修複等四個方向的科學研究，為保障流域水安全提供基礎理論與技術支撐。

湖泊衛星遙感監測技術

　　團隊馮煉教授等在《Nature Geoscience》《Nature Communications》發表文章，提出了基於深度學習和水體曆史淹沒頻率的湖泊範圍提取方法，構建了一套全球湖泊數據集GLAKES，在國際上首次厘清了全球340萬個水體範圍≥0.03km2的湖泊1984-2019年間麵積時空動態演變趨勢（圖1），明確了人類活動是全球湖泊麵積變化的主導因素，發現小於1km2的小湖雖僅占全球湖泊麵積15%，但主導了全球一半湖區麵積變化並導致碳排放量增加的規律；開發了全球水體藻華遙感全自動判別算法（圖2），建立了全球首個基於291萬張衛星遙感影像的湖泊藻華數據庫，揭示了全球24萬個湖泊藻華爆發時空演化特征，發現全球湖泊藻華累積爆發麵積占全球湖泊總麵積11.7%，2010年代以後由於化肥使用量增加及氣候變暖導致全球藻華爆發頻率與爆發麵積顯著增加。相比同類型數據集，以上數據集兼具覆蓋範圍廣（60°S~80°N）、空間分辨率高（約30 m）、時間尺度長（36年）、時空一致性強（非拚接）、總體精度高（大於98.7%）、小湖突出刻畫（最小麵積0.03 km2）等特點。

　　圖1. 1982~2019年全球湖泊藻華時空格局

　　圖2 基於CIE顏色係統的藻華識別算法。（a）CIE顏色空間。（b）選取的藻華像元綠色值在CIE xy色度坐標中的密度分布圖。（c）算法提取案例。

幹旱遙感監測技術

　　團隊陳克傑副教授等在《Remote Sensing of Environment》發表的題為“A novel GNSS and precipitation-based integrated drought characterization framework incorporating both meteorological and hydrological indicators ”（“基於GNSS和降水的綜合幹旱特征化框架：融合氣象和水文指標”）的研究論文，首次提出了基於全球導航衛星係統（GNSS）的綜合幹旱表征框架（圖3）。該框架結合了GNSS觀測的大氣含水量和陸地水儲量變化信息，與降水數據融合，開發出一種同時兼顧氣象和水文指標的綜合幹旱監測技術。GNSS台站在全球範圍內布設日趨密集。除了定位、導航、授時（Positioning, Navigation, Timing）、地殼運動監測等現有應用場景外，GNSS也可為全球變化背景下綜合幹旱表征和分析提供技術支撐。這一創新方法超越了單一指標係統，能夠更全麵、精確地描述幹旱特征，為全球和區域幹旱監測提供了基於大地測量的新思路和新技術。

　　圖3. 基於GNSS和降水數據的綜合幹旱表征框架

全球河流水位波動遙感分析技術

　　團隊薑麗光助理教授等在《Water Resources Research》上發表的題為“Tracking River's Pulse From Space: A Global Analysis of River Stage Fluctuations”（“從空間追蹤河流的脈搏：全球河流水位波動分析”）的研究中，團隊首次利用哨兵3號衛星測高數據，研發了河流水位遙感監測技術，構建了包含3272個全球河流虛擬站點的水位時間序列數據集，追蹤了2016年至2022年間河流水位波動幅度年際變化，揭示了全球河流水位波動的空間格局及其與氣候變化和人類活動之間的潛在關係。研究顯示，奧裏諾科河、密西西比河、長江、伊洛瓦底江和亞馬遜流域的水位波動幅度較大，均超過7米，單一站點的波動幅度差異從不足1米到高達18米（圖4）。該研究首次嚐試利用衛星測高數據估算全球大型河流的水位波動，刻畫了全球大河水位波動幅度及其空間格局。未來研究可擴展到中小河流，為研究全球河流水位波動提供更加詳細的信息。

　　圖4. 全球河流長期水位波動幅度的分布及統計圖

基於全球導航衛星係統的幹旱傳播機製研究

　　團隊陳克傑副教授等在《Geophysical Research Letters》上發表的研究論文“Using the global navigation satellite system and precipitation data to establish the propagation characteristics of meteorological and hydrological drought in Yunnan, China”（“利用全球導航衛星係統和降水數據建立雲南省氣象和水文幹旱傳播特征”），基於雲南省43個GNSS台站的數據，深入探討了氣象幹旱和水文幹旱的傳播機製。研究發現，氣象幹旱主要發生在春季和冬季，且主要集中在雲南北部，持續時間為1~11個月；而水文幹旱則更加嚴重，影響範圍更廣，持續時間為2~16個月，表明氣象幹旱的發生是造成水文幹旱的主要原因（圖5）。該研究建立了從氣象幹旱到水文幹旱傳播遙感監測新方法，可為緩解幹旱災害、發布幹旱預警提供科技支撐。

　　圖5. 雲南省氣象幹旱和水文幹旱的時空響應和潛在聯係

基於“遙感蝕刻”的動態河網提取技術

　　團隊在《Remote Sensing of Environment》上發表的一篇題為“Basin-scale high-resolution extraction of drainage networks using 10-m Sentinel-2 imagery”（“利用10米哨兵2號影像進行流域尺度高分辨率河流網絡提取”）的論文中，團隊受芯片生產中“光刻蝕刻”過程啟發，提出了“遙感蝕刻”方法。該方法通過將水體掩模刻蝕到數字地形模型上，顯著提升了彙流網絡構建的時空精度，為大規模高分辨率的動態河網構建提供了新的技術手段（圖6）。與傳統方法相比，“遙感蝕刻”方法可將河道徑向誤差降低約50%。

　　圖6. 遙感蝕刻方法

基於哨兵衛星數據的河流流量監測技術

　　團隊與中山大學程曉教授團隊合作在《Remote Sensing of Environment》上發表的題為“Estimating river discharge across scales with a novel regional gauging method driven by Sentinel satellite data”（“利用哨兵衛星數據估算河川徑流的區域性監測新方法”）的研究中，團隊發明了一種基於哨兵衛星數據的區域監測新方法，用於測量河流流量變化極為敏感的周期性洪水區（流量敏感區SA）。通過Sentinel-1和Sentinel-2數據，該方法實現了SA的自動提取和水分數估算（圖7），進而進行河流流量監測。研究結果顯示，該方法在不同寬度和流量規模的河流流量監測中均表現出較高的準確性。基於SA的區域測量方法是一種很有前景的技術，為水文水資源研究和決策提供了可靠的數據和方法支持。

　　圖7. 讚比西河含水率分布及數據檢驗