基于GEE云平台的黄河源区河流径流量遥感反演研究

河流径流量是陆地上最重要的水文要素之一,准确获取径流信息对于区域的水资源评价和生态修复方面都具有重要作用。研究基于Google Earth Engine(GEE)云平台提供的Sentinel-1、Sentinel-2影像数据,结合数字高程模型(DEM)对河长、河宽、糙率、比降、河深和流速等水力学参数进行遥感估算,进而采用关系拟合法与改进的曼宁公式法对黄河源区唐乃亥站点附近河段进行径流量反演研究,探讨了河段长度差异对径流量反演精度的影响,并通过建立站点河段与上下游河段之间的河宽关系,实现了对站点河段径流量监测时间序列的扩展补充。结果表明,两种模型均能有效进行径流量的模拟估算,其纳什效率系数(NSE)均在0.80以上;关系拟合法与改进的曼宁公式法径流反演的均方根误差(RMSE)分别为233.431 m^(3)s^(-1)和271.704 m^(3)s^(-1),相对均方根误差(RRMSE)分别为16%和24%,关系拟合法反演精度总体优于改进的曼宁公式法。通过对不同长度河段径流量的反演结果对比分析发现,辫状河心滩的河宽估算在汛期存在较大的不确定性,进而影响径流反演精度,在河段选择时应予以规避;站点河段与上下游河段的平均河宽之间具有强烈的相关性,相关系数均在0.96以上,因此上下游河段的影像数据可为站点河段径流量反演提供重要补充,实现目标河段径流量的加密监测。