本文由李和谋（中国矿业大学（北京）煤炭资源与安全开采国家重点实验室、地球科学与测绘工程学院、中国自然资源航空物探遥感中心）、白娟、甘甫平（中国自然资源航空物探遥感中心）、李贤庆、王泽坤（中国矿业大学（北京））共同撰写，发表于《自然资源遥感》（Remote Sensing for Natural Resources）2023年第2期（6月刊）。该文是一篇系统性综述论文，全面梳理了利用遥感技术估算河道流量的研究进展，总结了现有方法的原理、应用现状及挑战，并展望了未来发展方向。
在全球径流数据可获得性逐年下降的背景下，替代水文站点实测河道流量的遥感反演算法变得尤为重要。传统水文站点监测方法需要大量人力物力，在气候恶劣和地形复杂地区实施困难，导致全球水文观测网络覆盖不足。遥感技术凭借其实时性、宏观性和持续性优势，成为缺资料和无资料地区水文信息的重要来源。河道流量作为水文循环的关键指标和水资源管理的基础数据，其准确估算对生态环境保护和水资源合理利用具有重要意义。
水文模型分为地表模型（Land Surface Model, LSM）和水量平衡模型（Water Balance Model, WBM）两类。LSM基于热量和质量平衡方程模拟地表与大气界面的水和能量交换；WBM则基于水量平衡方程估算长期河道流量。遥感技术通过两方面推动水文模型发展：一是提供模型驱动数据，二是利用遥感观测校准模型参数。水量平衡方程表示为：R = P - ET - ΔS，其中R为流域出口流量，P为降水量，ET为蒸散发量，ΔS为流域总储水变化。
研究表明，Li等结合GRACE总水储量变化、GPCP降水和GLDAS蒸散发产品成功反演了黄河流域流量；Simons等比较并融合5种卫星蒸散发产品，结合TRMM降水数据评估了红河流域水储量变化和多年流量；Laiolo等研究了同化不同遥感土壤水分数据对流量模拟的影响；Zhang等使用5种卫星降水产品驱动水文模型估算赣江流域径流，发现模型选择比降水产品选择更重要。
水文模型参数校准方面，Kittel等提出了基于水文特征相似性和空间邻近性的校准策略；Getirana等利用ENVISAT雷达测高数据率定亚马孙河模型参数；Liu等使用河流水位和宽度校准红河模型参数；Sun等探讨了仅用高精度遥感河宽数据校准模型的可靠性；Wongchuig-Correa等研究了SWOT（Surface Water and Ocean Topography）卫星数据校准模型的潜力；Huang等使用类SWOT数据校准模型估算雅鲁藏布江和拉萨河流量，纳什效率系数（Nash-Sutcliffe Efficiency coefficient, NSE）分别达到0.85和0.75。
该方法的局限性体现在三方面：输入不确定性（不同卫星产品精度和分辨率差异）、模型不确定性（各模型结构和物理基础不同）和参数不确定性（校准依赖地面观测且可移植性低）。
该方法基于单站水力几何（At a Stations Hydraulic Geometry, AHG）理论，利用河流宽度、深度和流速与流量的经验关系进行估算。根据涉及的水力特征参数个数，可分为单参数和多参数经验法。
单水力特征参数经验法包括： 1. 水位-流量曲线法：Kouraev等利用T/P卫星测高数据建立鄂毕河水位-流量关系；Zakharova等在勒拿河建立虚拟测站曲线；Birkinshaw等用ERS-2和ENVISAT数据估算湄公河流量；Papa等结合多卫星测高数据获得恒河-雅鲁藏布江月均流量；Junqueira等开发了半自动水位反演流量方法。该方法受限于适用范围窄（仅适用于宽河）、精度受河床变化影响大和时间分辨率低（卫星重返周期长）。
河宽-流量曲线法：Smith等基于ERS-1 SAR和MODIS影像提取河宽建立关系曲线；Pavelsky等提出从空间不连续图像提取河宽的方法（误差仅6.7%）；Elmi等提出基于分位数函数的估算方法（均方根误差10%）。局限性在于仍需地面实测数据，且对中小河流和地形平坦河流适用性差。
C/M信号法：Brakenridge等基于AMSR-E被动微波数据提出C（陆地像元）与M（水体像元）亮温比值法；Tarpanelli等用MODIS光学影像改进该方法；Revilla-Romero等在五大洲河流应用发现气候类型和流域面积是主要影响因素；许继军等在中国七大流域验证了类似结论；van Dijk等比较被动微波和光学影像效果；Kim等引入地形湿度指数改进算法；Li等发展出多像素比（Multiple Pixel Ratio, MPR）法解决小河流估算问题。光学影像受云层和植被限制，被动微波空间分辨率低（如AMSR-E为15km）。
AMHG法：Gleason等在AHG基础上发现沿河道存在对数-线性关系，仅需河宽时空变化即可估算流量。Gleason等在全球34条河流应用相对均方根误差26%-41%；Rao等结合遗传算法估算印度河流（NSE>0.8）；Mengen等用Sentinel-1时间序列数据改进算法（误差19.5%，时间分辨率提高至6天）；Hagemann等提出BAM（Bayesian AMHG-Mannning）算法。局限性在于对辫状河、窄河（<100m）和汛期流量估算不精确。
多水力特征参数经验法综合考虑宽度、水深、坡度和流速等变量，精度更高。Birkinshaw等联合水位、河宽和坡度估算湄公河与鄂毕河流量（NSE 0.86-0.9）；Bjerklie等用Jason-2和Landsat数据结合曼宁公式估算育空河流量；Sichangi等用多卫星数据修正曼宁公式参数估算全球8条河流（NSE 0.6-0.97）；Huang等证实多参数法优于单参数法；Kebede等完全不依赖地面数据估算长江下游流量（NSE 0.5-0.76）；Garambois等基于SWOT数据使用圣维南方程反演流量；Yang等和Wufu等将无人机技术与坡度-面积法结合，在无资料地区取得良好效果（NSE达0.98）。局限性在于需要多源数据重叠，实际应用中受卫星轨道和重返周期限制。
河流水位：主要通过星载雷达高度计（如TOPEX-Poseidon、ENVISAT、ERS系列、Jason系列和ICESat系列）测量，精度达厘米级，但主要针对海洋设计。即将发射的SWOT卫星将专门用于陆域水体观测。
河流宽度：通过雷达或光学影像（如QuickBird、IKONOS、WorldView、MODIS、Landsat、ENVISAT和Sentinel系列）提取。高分辨率影像直接测量两岸距离，中低分辨率影像通过水体面积与河道长度比值估算平均宽度。
河流流速：主要方法包括合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar, InSAR）和追踪冰屑、悬浮物运动。卫星仅能获取表面流速，转化为断面平均流速存在挑战。
河道坡度：通过数字高程模型（Digital Elevation Model, DEM）提取静态坡度，或通过雷达高度计观测不同断面水面高程差计算动态坡度。
未来发展方向包括： 1. 开发先进遥感数据同化技术，联合多尺度、多传感器数据降低输入不确定性； 2. 集成新型传感器产品（如SWOT卫星），提高时空分辨率和同步观测能力； 3. 优化与创新算法，量化处理算法本身的不确定性，提高预测精度。
该综述系统梳理了遥感估算河道流量的方法体系，阐明了各类方法的原理、应用条件和局限性，为相关研究提供了方法论指导。特别强调了多源数据融合和算法创新在未来发展中的关键作用，对推动全球水文监测、水资源管理和生态环境保护具有重要科学价值。研究指出，虽然遥感技术优势明显，但应与实地监测相结合，才能全面理解全球水文循环。