A Framework for Estimating Global River Discharge From the Surface Water and Ocean Topography Satellite Mission
A Framework for Estimating Global River Discharge From the Surface Water and Ocean Topography Satellite Mission
复制标题
估算全球河流地表水流量和海洋地形卫星任务的框架
DOI：
10.1029/2021wr031614
复制
发表时间：
2023
影响因子：
5.4
通讯作者：
Durand M
中科院分区：
文献类型：
--
作者：
Durand M
地表水和海洋地形（SWOT）任务将极大地扩展全球河流的测量范围，为测控和未测控流域提供重要的新数据集。 SWOT 排放产品（发布后大约 1 年可用）将为所有宽度超过 100 m 的河流提供排放。在本文中，我们描述了如何根据河流水面高程、宽度、坡度和辅助数据的测量以及预期的流量精度来计算美国和法国航天局生成和存档的 SWOT 流量。我们首次提出了 SWOT 流量不确定性预算的完整估计，其中单独的术语用于河流流量时间序列中的随机（标准误差）和系统（偏差）不确定性分量。我们预计全球三分之二的河段排放不确定性将低于 30%，并且主要由偏差主导。单独的河流流量估算将结合 SWOT 和现场数据；这些“计量约束”的排放估计预计具有较低的系统不确定性。河流流量时间序列的时间变化将主要由随机误差主导，预计几乎所有河段的估计误差在 15% 以内，从而能够准确推断全球事件流动态，包括未注水的流域。我们相信这种水平的准确性为 SWOT 奠定了基础，以实现全球水文科学的突破。
The Surface Water and Ocean Topography (SWOT) mission will vastly expand measurements of global rivers, providing critical new data sets for both gaged and ungaged basins. SWOT discharge products (available approximately 1 year after launch) will provide discharge for all river that reaches wider than 100 m. In this paper, we describe how SWOT discharge produced and archived by the US and French space agencies will be computed from measurements of river water surface elevation, width, and slope and ancillary data, along with expected discharge accuracy. We present for the first time a complete estimate of the SWOT discharge uncertainty budget, with separate terms for random (standard error) and systematic (bias) uncertainty components in river discharge time series. We expect that discharge uncertainty will be less than 30% for two‐thirds of global reaches and will be dominated by bias. Separate river discharge estimates will combine both SWOT and in situ data; these “gage‐constrained” discharge estimates can be expected to have lower systematic uncertainty. Temporal variations in river discharge time series will be dominated by random error and are expected to be estimated within 15% for nearly all reaches, allowing accurate inference of event flow dynamics globally, including in ungaged basins. We believe this level of accuracy lays the groundwork for SWOT to enable breakthroughs in global hydrologic science.
登录
查看更多内容
使用 NOAA/NWS OHRFC 俄亥俄河社区 HEC-RAS 模型进行业务水文预报的结果
影响因子：
2.4
作者：
T. Adams;S. Chen;R. Dymond
通讯作者：
R. Dymond
扩大河内基础设施库存的参与性科学方法
DOI：
--
发表时间：
2020
期刊：
Earth's Future
影响因子：
--
作者：
Aaron Whittemore;M. Ross;W. Dolan;T. Langhorst;Xiao Yang;Sayali K. Pawar;Michiel W. P. Jorissen;Eric Lawton;S. Januchowski‐Hartley;T. Pavelsky
通讯作者：
T. Pavelsky
利用地表水和海洋地形任务数据估算河流测深和河道粗糙度
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
R. Frasson
通讯作者：
R. Frasson
地表水和海洋地形任务排放估算误差特征控制因素探讨
影响因子：
5.4
作者：
R. Frasson;M. Durand;K. Larnier;C. Gleason;K. Andreadis;M. Hagemann;R. Dudley;D. Bjerklie;H. Oubanas;P. Garambois;P. Malaterre;P. Lin;T. Pavelsky;J. Monnier;C. Brinkerhoff;C. David
通讯作者：
C. David
影响因子：
5.4
作者：
Ishitsuka, Yuta;Gleason, Colin J.;Pavelsky, Tamlin M.
通讯作者：
Pavelsky, Tamlin M.