同化SAR衍生洪水观测以改进河流洪水预报
图像与视频处理
2023-01-25 v2
摘要
随着气候变化导致洪水事件的严重性和发生频率趋于加剧，对洪水预报能力的需求也随之增加。在这方面，由气候观测空间倡议资助的洪水检测、预警与快速制图（FloodDAM）项目，旨在开发专门用于在洪水易发区域实现快速响应的预操作工具，并提高决策支持系统的反应能力。本工作侧重于同化二维洪水淹没范围数据（以湿表面比率表示）和现场水位数据，以利用Telemac-2D模型和集合卡尔曼滤波（EnKF）改进对洪泛区动力学的表示。EnKF控制向量由摩擦系数和对输入强迫的修正参数组成。然后用多个洪泛区平均的水位状态对其进行扩充。本工作是在观测系统模拟实验（OSSE）的背景下进行的，基于2021年1月至2月在加龙河马尔芒代流域发生的一次真实洪水事件。这使得能够验证与湿表面比率观测相关的观测算子，以及本工作中实现的状态-参数双重顺序修正。在控制参数和观测空间中，使用一维和二维评估指标，展示了同化SAR衍生洪泛区数据作为现场水位观测补充的优点。研究还表明，水力状态的修正显著改善了洪水动力学，尤其是在退水期。这项概念验证研究为充分利用遥感衍生洪水观测进行近实时洪水预报铺平了道路。
引用
@article{arxiv.2205.08471,
title = {Assimilation of SAR-derived Flood Observations for Improving Fluvial Flood Forecast},
author = {Thanh Huy Nguyen and Sophie Ricci and Andrea Piacentini and Christophe Fatras and Peter Kettig and Gwendoline Blanchet and Santiago Pena Luque and Simon Baillarin},
journal= {arXiv preprint arXiv:2205.08471},
year = {2023}
}
备注
10 pages, 4 figures. Submitted to the 14th International Conference on Hydroinformatics HIC 2022 Water INFLUENCE, 4-8 July 2022, Bucharest, Romania