1 研究背景：
水库水储量变化是流域水资源调度、防洪和供水管理的重要依据。传统水储量估算通常以单一水位代表整个水面，并据此计算水量变化。然而，三峡水库沿长江干流延伸约600 km，受河道地形和水库季节性调度影响，水面并非始终水平，纵向水位梯度在汛期尤为明显。若忽略水面空间形态，可能造成库容变化的系统性偏差。美国/法国联合实施的SWOT（Surface Water and Ocean Topography）卫星能够提供宽幅、二维水面高程观测，为识别大型河流型水库的水面结构及其水储量变化提供了新的观测手段。
针对这一问题，研究团队利用SWOT水面高程数据，结合SWORD河网、Sentinel-1水体范围及水文站观测，重建三峡水库2023年8月至2025年8月的月尺度纵向水面剖面，并提出“水体体积+补偿体积”（Water Volume plus Compensation Volume，WV + CV）估算框架，将二维水面形态纳入水储量变化计算。
图1 研究区以及三峡水库运行阶段
2 研究结果
2.1 SWOT水面高程监测精度
SWOT反演水面高程能够较好再现三峡水库四个水文站的季节变化和年际变化。验证结果显示，无偏均方根误差（ubRMSE）为0.32-0.86 m，表明SWOT对水面高程时间变化具有稳定的监测能力。2023年8月至2025年8月期间，水库水位总体在143.89-174.27 m之间波动。不同数据的高程基准差异造成了约-1.21至-1.55 m的系统偏差，但该偏差主要表现为稳定的垂向偏移，并未明显削弱对水面变化趋势的识别。
图2 2023年8月至2025年8月三峡水库月水位变化的箱线图。
2.2水面空间结构及季节变化
研究发现，三峡水库水面具有显著的季节空间差异。非汛期（10月至次年5月）水面纵向梯度较弱，月度剖面整体较为平行，呈现近似稳定的调度状态；汛期（6月至9月）纵向梯度增强，空间离散程度明显扩大，水面高程四分位距平均约为2.70 m，约为非汛期平均值1.29 m的两倍。以2024年7月为例，水库上游河段水位沿程由约172.8 m降至154.6 m，纵向落差约18 m。该结果表明，以单一平均水位代表整座水库难以充分反映汛期水面空间结构。
图3 洪水期与非洪水期上游150公里河段纵向WSPs的比较。
2.3 月际水储量变化规律
2023年8月至2025年8月的水储量变化呈现清晰的季节性振荡。2023-2024水文年最大月增储出现在10月，增加约8.67 km³，随后持续消落至次年6月并达到年度低值，7月开始回升；2024-2025水文年10月增加约3.81 km³，1月和3月分别下降约3.01 km³和2.97 km³，6月至7月再次增加约3.96 km³。两年变化过程总体相似，反映出三峡水库汛期防洪、非汛期蓄水和供水发电相结合的调度节律。同时，汛期水储量变化与单点水位变化并非简单同步，说明水面纵向形态会影响库容响应。
图4 2023年8月至2025年8月三峡水库的月际蓄水量变化（ΔV）。（蓝色条表示蓄水量减少；红色条表示蓄水量增加。）
2.3 WV + CV方法及其估算效果
对于具有明显纵向梯度的河谷水库，例如TGR，往往不符合传统蓄水量估算方法所基于水平水面假设。为解决这一局限性，我们在统一的空间基准下建立了一套蓄水量变化估算框架。通过二维WSE场，两个连续时段之间的蓄水量变化以空间分布水位的像素级积分表示，而非单一代表水位。在此框架下，总蓄水量变化被分解为一个水体积（WV）项和一个补偿体积（CV）项。这个WV项通过直接积分SWOT获取的WSE数据，捕捉了水体表面空间变化的结构特征，从而保留了纵向水面梯度。CV项则代表了由于两个时期所用基准平面之间存在垂直偏移而产生的附加体积校正。这种分解方式使得在统一参考系统下进行储水量估算成为可能，同时避免了传统方法中采用的水平水面假设。
图5 体积补偿框架的概念性示意图：（a）前期体积（V1），（b）后期体积组成部分（V2），（c）净存储变化（ΔV），以及（d）体积组成部分的几何分解。
在水储量变化估算方面，WV + CV方法与实测库容变化的一致性最好，决定系数R⟡为0.970，均方根误差RMSE为0.929 km³，能够较好刻画月内水储量变化。该方法相对偏差约为-1.83%至-23.34%，总体小于传统方法。相比之下，假设水面水平的梯形法在小幅变化或快速调节期间偏差可超过30%；基于静态地形关系的面积-高程-库容（AEV）方法偏差常为20%-60%以上，反映出二维水面结构和狭长河谷地形对库容估算的重要影响。
图6 基于SRTM数字高程模型（DEM）的AEV框架诊断分析：(a) 在操作海拔范围（140–180米）内的AEV曲线图；(b) 水库区域DEM像素的海拔频率分布。
3 研究结论
本研究结果表明，WV+CV框架在狭长河流型水库的蓄量估算中具有关键作用，而该结构解析依赖于空间连续观测。基于2023年8月至2025年8月的研究期，重建水面剖面显示，三峡水库在调度作用下经历准水平与强坡降配置之间的显著季节转换。当水面梯度增强时，尤其是在汛期消落阶段，传统梯形法和AEV方法因假设水面水平均匀而引入系统性体积偏差。所提出的WV+CV框架通过像素级整合SWOT反演的水面高程（WSE），显式考虑非均匀水面形态，与实测参考数据吻合最好（R⟡=0.970；RMSE=0.929 km³）。
WV+CV方法的优越性依赖于足够的空间采样。控制实验表明，SWOT宽幅覆盖（>70%）即使在简化估算方案下仍能保持合理精度，而ICESat-2稀疏采样（<1%）则无论采用何种方法均会导致精度显著下降。一阶不确定性传播结果表明，水面高程与水域范围误差合计约贡献±0.31 km³的不确定性，说明残余差异更可能反映尚未解析的亚尺度过程和基准偏移，而非单纯的方法误差。通过减少陡纵向梯度时期的系统偏差，该框架可为防洪预调度和枯水期供水规划提供更好的定量支持。
发文信息：
该研究成果发表于国际水文学期刊《Journal of Hydrology》论文第一作者为孙奇烨，通讯作者为王永桂，研究团队来自中国地质大学（武汉）电影网站
。研究得到国家重点研发计划项目（2022YFC3203502）和湖北省教育厅科学研究计划指导性项目（B2023244）资助。
Sun, Q., Li, H., Wang, Y. Monitoring monthly water storage variation of the Three Gorges Reservoir using SWOT observations. Journal of Hydrology, 2026, 677, 135952. //doi.org/10.1016/j.jhydrol.2026.135952.
