本文作者为王伟伟（Xinjiang University）、林兴稳（Zhejiang Normal University）、Brian Alan Johnson（Institute for Global Environmental Strategies）、石景超（The University of Memphis）、Pankaj Kumar（Institute for Global Environmental Strategies）、陈懋良（Universiti Sains Malaysia）、高光（Nanjing Institute of Geography and Limnology）、闵学敏（Water Conservancy Comprehensive Service Center of Heshuo County）、胡光辉（Zhejiang Normal University）及通讯作者张飞（Zhejiang Normal University）。该研究发表于 International Journal of Applied Earth Observation and Geoinformation 第130卷，文献编号103933，于2024年5月24日在线发表。
水库在调节径流、防洪、提供清洁能源和水资源调配方面发挥着不可替代的作用，尤其在干旱地区，水库储存能力直接关系到农业灌溉、水力发电和生态保障。传统的水库蓄水量计算方法主要包括测绘法与水力学法，二者均高度依赖实地测量数据。然而，大量水库地处地形复杂、交通不便的山区，实地获取高精度水下地形数据极为困难，导致许多偏远地区水库的蓄水量从未被精确测量过。
随着卫星遥感技术的发展，利用遥感手段定量估算和动态监测水库蓄水量已成为水文研究的重要方向。现有的遥感估算模型主要分为统计经验模型和物理测量模型两类，但二者均需要已知的水下地形数据或水库库容曲线。在水下地形数据缺失的情况下，如何快速准确地获取水库蓄水量，是一个亟待解决的技术难题。
河道型水库（channel-type reservoirs）兼具河流与水库的双重特征，其水深和水面宽度远小于水库长度，主要分布于干旱区山区的博斯腾湖流域（Bosten Lake watershed）。该流域内的六座主要河道型水库——查汗乌苏水库（Chahanwusu Reservoir）、大山口水库（Dashankou Reservoir）、柳树沟水库（Liushugou Reservoir）、小山口水库（Xiaoshankou Reservoir）、铁门关水库（Tiemenguan Reservoir）和八一水库（Bayi Reservoir）——均面临水下地形数据不足的问题。为此，本研究提出一种不依赖水下地形数据的干旱区河道型水库水量快速定量遥感估算方法，旨在为区域水资源评估和合理管理提供理论支撑。
本研究所用数据包括从美国地质调查局（USGS）网站获取的2022年6月Sentinel-2多光谱影像，空间分辨率重采样至10 m；以及NASA与日本METI联合发布的ASTER GDEM v003数字高程模型（DEM），原始分辨率为30 m，经双线性插值重采样至10 m以保持与Sentinel-2数据一致。
研究方法的核心流程分为三步：第一步是基于遥感影像的水体面积提取；第二步是确定水库类型并分别构建水下地形；第三步是通过三维表面积分离散积分计算水库蓄水量。
在水体提取方面，研究采用改进的归一化差异水体指数（MNDWI），利用Sentinel-2的绿波段（0.5–0.6 μm）和中红外波段（3.5–4.5 μm）计算MNDWI值，并使用最大类间方差法（Otsu）自动确定水体/非水体分类阈值。由于山区地形阴影可能被误分为水体，研究进一步通过目视解译和人工编辑对提取结果进行修正，最终将水库水体图投影至WGS 1984 UTM 45N坐标系进行面积计算。
在水库类型判定方面，研究根据上下游地形将河道型水库划分为V型（v-shape）、U型（u-shape）和平底型（flat-shape）三类。V型水库主要位于河流上游，坡度大、下切侵蚀强烈；U型水库分布在中下游河谷展宽段；平底型水库常见于下游或泛滥平原，河道平缓宽阔。类型判定通过拟合水库上下游选定断面进行。
对于V型和U型水库，研究采用线性拟合和多项式拟合方法构建水下地形。具体步骤包括：以坝址与河道中心线的交点为起点，将河道中心线等距分段，得到一系列切点；在每个切点处作垂直于河道中心线的断面线，与河道水面高程模型相交，获得河道水面横断面线；提取左右岸坡的高程信息，结合河道中心线高程约束（由坝前河床高程与最远回水位高程之间的河道局部坡降系数推算），构建已知河道高程点集；基于该点集通过自适应地形拟合模拟未知水下地形。
对于平底型水库，研究假设湖底深度由与周围景观相同的地貌过程所塑造，因此可将水库周边的地形坡度向库区内部外推，以代表水深。每个水体像元的深度计算为坡度正切值与到岸边距离的乘积，通过更高级的外推或样条拼接技术实现。坡度计算基于Horn（1981）方法，并对地理坐标XY间距的纬度变形进行了校正。
水库蓄水量通过三维表面离散积分计算，公式为：V_w = ∫(h_wi − h_bi)·p_i，其中h_wi为第i个像元的库水位高程，h_bi为第i个像元的水下地形高程，p_i为单个像元面积。
通过上下游断面拟合，研究确定查汗乌苏水库、柳树沟水库、大山口水库和铁门关水库为V型水库，小山口水库为U型水库，八一水库为平底型水库。
水下地形模拟图显示，查汗乌苏、柳树沟、大山口和小山口水库的水下地形均呈西高东低格局，铁门关水库呈东北高西南低，八一水库呈北高南低。基于模拟的水下数字地形模型结合水面淹没范围，通过离散表面积分计算了各水库蓄水量。与当地水文局实测数据相比，查汗乌苏水库（模拟0.93×10⁸ m³，实测1.16×10⁸ m³）、柳树沟水库（模拟6.57×10⁷ m³，实测7.71×10⁷ m³）和大山口水库（模拟2.01×10⁸ m³，实测2.88×10⁸ m³）被低估，而小山口水库（模拟5.92×10⁸ m³，实测5.06×10⁸ m³）、铁门关水库（模拟8.85×10⁶ m³，实测7.14×10⁶ m³）和八一水库（模拟2.34×10⁷ m³，实测1.90×10⁷ m³）被高估。与面积-库容经验关系式（V = 30.684A^0.9578）的对比中，查汗乌苏、柳树沟、铁门关和八一水库的结果较为一致，而大山口和小山口水库偏差较大。
为验证算法有效性，研究选取开都河与乌什塔拉河干支流中已知地形的V型、U型和平底型水库河段作为验证区。模拟水面分别升至1650 m、1360 m和1600 m。定量统计表明，V型水库模拟数据与实测数据的决定系数R²为0.83，均方根误差（RMSE）为1.07 m，平均绝对误差（MAE）为0.78 m；U型水库R²为0.75，RMSE为1.56 m，MAE为0.97 m；平底型水库R²为0.61，RMSE为2.14 m，MAE为1.25 m。
为进一步验证可行性，研究于2023年5月8日至9日对水深易于测量的小山口水库和八一水库开展了无人船声呐实测（型号FF718LI）。实测水深与模拟水深的拟合结果显示，小山口水库R²达0.91，RMSE为1.27 m；八一水库R²为0.83，RMSE为1.18 m，表明预测水深具有较高可靠性。
误差主要来源于两方面：一是河道断面生成过程中上下游区域高程误差影响中心线预测高程值；二是部分水库形态不能被单一类型完全代表，导致类型误判。
本研究提出了一种无需水下地形数据的山区河道型水库水量遥感估算方法。该方法通过判定水库上下游水下地形形态（V型、U型、平底型），对不同类型分别采用线性拟合、多项式拟合及地形坡度外推法构建水下地形，结合遥感提取的水面面积进行三维离散积分计算蓄水量。验证结果表明，V型、U型和平底型水库的R²分别达到0.83、0.75和0.61，无人船实测验证的R²达到0.91和0.83。该方法有效规避了传统水文算法中静态与动态库容纠缠的难题，降低了计算成本，提高了信息获取时效性，可适应快速监测需求，对于缺乏水下地形数据的高原山区水库水量的定量遥感估算具有重要应用价值。
本研究的创新之处在于：第一，首次针对干旱区河道型水库提出基于上下游地形特征的水库形态分类体系，并根据不同类型建立差异化的水下地形反演策略；第二，将河道中心线高程约束因子与左右岸坡高程信息相结合，通过自适应地形拟合实现了未知水下地形的模拟；第三，利用无人船声呐实测数据对模拟结果进行了独立验证，证实了方法的可靠性。
然而，该方法仍存在局限性：所用DEM数据本身包含固有误差，未来可考虑采用更高精度的卫星数据源（如PlanetScope、GF-1/2、GF-3）或无人机三维立体测绘数据；河道局部坡降系数的线性估计对大范围模拟精度可能有直接影响，未来可利用更多遥测数据源构建多点采样的非线性比降拟合模型；此外，方法假设水库水下地形恒定不变，对于存在严重泥沙淤积问题的水库将高估其当前蓄水能力。未来可结合机载激光测深系统和无人船水下测量进行分段采样加密，进一步提高预测模型精度。