DOI: https://doi.org/10.1109/jstars.2026.3659808
تاريخ النشر: 2026-01-01
المؤلف: Q. Bonassies وآخرون
الموضوع الرئيسي: تقييم وإدارة مخاطر الفيضانات
نظرة عامة
يتناول هذا القسم من ورقة البحث الدور المهم للاستشعار عن بعد، وخاصة من خلال مهمة سطح المياه وتضاريس المحيط (SWOT)، في تعزيز مراقبة الفيضانات ونمذجة الديناميكا الهيدروليكية. تركز الدراسة على امتداد بطول 50 كم من نهر غارون، باستخدام استراتيجيات دمج بيانات مختلفة تعتمد على مرشح كالمان الجماعي (EnKF) لتحسين دقة إعادة تحليل الفيضانات النهرية. تشير النتائج إلى أنه بينما توفر بيانات SWOT وحدها بعض التحسينات، فإن دمج قياسات مستوى المياه في الموقع يوفر التمثيل الأكثر دقة لديناميات الفيضانات. بالإضافة إلى ذلك، يظهر أن تكرار ملاحظات SWOT يؤثر على أداء النموذج، حيث يؤدي تكرار البيانات الأكثر إلى إعادة تحليل الفيضانات الأكثر موثوقية.
في الاستنتاجات، يؤكد المؤلفون على الإمكانات التحويلية لدمج بيانات قياس الارتفاع بالأقمار الصناعية من مهمة SWOT في نماذج الديناميكا الهيدروليكية للفيضانات، باستخدام إطار TELEMAC-2D بشكل خاص. توضح الدراسة أن الجمع بين بيانات القياس في الموقع وبيانات ارتفاع سطح المياه المستمدة من SWOT يحسن بشكل كبير من تقدير المعلمات ودقة النموذج عبر ظروف هيدروليكية متنوعة. تؤكد النتائج فعالية هذه الطرق في أحداث الفيضانات الحقيقية، مما يشير إلى أن دمج كلا المصدرين من البيانات يمكن أن يعيد تمثيل ديناميات الأنهار بدقة. علاوة على ذلك، تسلط الأبحاث الضوء على الإمكانية لتحقيق تقدم مستقبلي في قياس الارتفاع بالأقمار الصناعية لتعزيز إدارة مخاطر الفيضانات والتنبؤ بها، مما يمهد الطريق لدمج مصادر بيانات إضافية لتحسين نماذج التنبؤ بالفيضانات.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على تزايد مخاطر الفيضانات بسبب التحضر والحاجة إلى تحسين نماذج التنبؤ بمخاطر الفيضانات. تؤكد على إمكانات دمج بيانات المراقبة الأرضية المستندة إلى الأقمار الصناعية، وخاصة ملاحظات الاستشعار عن بعد (RS)، لتعزيز فهم ديناميات الفيضانات. بينما توفر بيانات RS رؤى مكانية قيمة، فإن تكرارها المنخفض يحد من فعاليتها في التقاط أحداث الفيضانات السريعة. من ناحية أخرى، توفر المستشعرات في الموقع دقة زمنية عالية ولكنها محدودة مكانيًا. يُقترح الجمع بين هذه المصادر من البيانات كحل لتمثيل التعقيد المكاني الزمني للفيضانات بشكل أفضل.
تناقش الورقة نموذج TELEMAC-2D، الذي يحل معادلات المياه الضحلة ويعتبر مفيدًا لنمذجة الديناميكا الهيدروليكية ومحاكاة الفيضانات. تسلط الضوء على استخدام تقنيات دمج البيانات (DA)، مثل مرشحات كالمان الجماعية (EnKF)، لتحسين دقة النموذج من خلال دمج قياسات مستوى المياه في الموقع وقياسات RS المستمدة. كما تتناول المقدمة أهمية مهام قياس الارتفاع بالأقمار الصناعية، وخاصة قمر SWOT، الذي يوفر بيانات ارتفاع سطح المياه عالية الدقة. تهدف الدراسة إلى تقييم دمج بيانات SWOT في نموذج TELEMAC-2D من خلال تجربة محاكاة نظام المراقبة (OSSE)، ساعية في النهاية إلى تعزيز قدرات إعادة تحليل الفيضانات والتنبؤ بها.
النتائج
تكشف نتائج تجارب دمج البيانات (DA)، التي أجريت في كل من فضاءات التحكم والمراقبة، عن رؤى مهمة حول فعالية استراتيجيات DA المختلفة خلال أحداث الفيضانات الاصطناعية والحقيقية. في تجارب OSSE، أظهر أسلوب IDA (دمج البيانات في الموقع) أداءً متفوقًا من خلال استعادة القيم الحقيقية للمعلمات والحالات الهيدروليكية بدقة، خاصة في سياق معاملات احتكاك قاع النهر. من ناحية أخرى، واجه أسلوب SWDA (دمج بيانات المياه بالأقمار الصناعية) الذي اعتمد فقط على ملاحظات SWOT صعوبة في استعادة المعلمات الحقيقية بسبب قيود الدقة الزمنية، مما يبرز ضرورة بيانات الموقع لتقدير المعلمات بشكل فعال. أثبت نهج FDA (دمج البيانات المدمجة)، الذي جمع بين بيانات SWOT وبيانات الموقع، أنه الأكثر قوة، حيث استفاد بشكل فعال من المعلومات التكميلية لتعزيز استعادة المعلمات وديناميات التدفق.
أشارت التقييمات الكمية إلى أن قيم RMSE لمستويات المياه المحاكية (WLs) كانت أقل بكثير بالنسبة لـ IDA وFDA مقارنة بمحاكاة OL (الدائرة المفتوحة)، خاصة خلال مراحل الفيضانات الحرجة. كما أكدت النتائج أيضًا على تأثير توقيت الملاحظات على دقة النموذج، حيث أدى الدمج في الوقت المناسب لبيانات SWOT إلى تحسين توقعات انتشار التدفق. في تحليلات الأحداث الحقيقية اللاحقة، حافظت طرق DA على فعاليتها، حيث حققت IDA وFDA قيم RMSE أقل من 17 سم عبر محطات المراقبة المختلفة. ومع ذلك، كانت أداء SWDA محدودًا بسبب تكرارها المنخفض، مما أدى إلى تقديرات منخفضة لمستويات المياه في عدة محطات. بشكل عام، تؤكد هذه النتائج على الدور الحاسم لتكرار الملاحظات ودمج البيانات في تعزيز دقة نمذجة الفيضانات وتقدير المعلمات.
المناقشة
تستكشف الدراسة عمليات نمذجة الديناميكا الهيدروليكية ودمج البيانات لأحداث الفيضانات على امتداد بطول 50 كم من نهر غارون في جنوب غرب فرنسا، باستخدام كل من بيانات الموقع وبيانات الاستشعار عن بعد. تم معايرة نموذج TELEMAC-2D باستخدام شبكة من محطات القياس، حيث تم تعديل عدد مناطق الاحتكاك من ستة إلى خمسة لحدث الفيضانات لعام 2024، مما يعزز دقة النموذج من خلال دمج محطات دقيقة إضافية. كما استفادت الدراسة من بيانات قياس الارتفاع بالأقمار الصناعية المتقدمة من مهمتي SWOT وSentinel-6، التي قدمت قياسات عالية الدقة لارتفاع سطح المياه (WSE) والتي تعتبر حاسمة لفهم الديناميات الهيدرولوجية وتحسين توقعات الفيضانات.
تم إجراء تجارب دمج البيانات باستخدام نهج مرشح كالمان الجماعي (EnKF)، مع مقارنة تكوينات مختلفة: واحدة تستخدم فقط بيانات الموقع، وأخرى تعتمد فقط على بيانات SWOT، وثالثة تجمع بين كلا المصدرين. أظهرت النتائج أن دمج البيانات المدمجة (FDA) تفوق على الآخرين، حيث حافظ على دقة قوية في محاكاة ملفات WSE دون التأثير على الأداء في محطات القياس. تؤكد النتائج على أهمية دمج بيانات المراقبة المتنوعة لتعزيز دقة نمذجة الفيضانات، خاصة في أنظمة الأنهار المعقدة حيث قد تكون الشبكات التقليدية غير كافية. تسلط الدراسة الضوء على إمكانات البيانات المستمدة من الأقمار الصناعية لتحسين استراتيجيات التنبؤ وإدارة الفيضانات.
DOI: https://doi.org/10.1109/jstars.2026.3659808
Publication Date: 2026-01-01
Author(s): Q. Bonassies et al.
Primary Topic: Flood Risk Assessment and Management
Overview
This research paper section discusses the significant role of remote sensing, particularly through the Surface Water and Ocean Topography (SWOT) mission, in enhancing flood monitoring and hydrodynamic modeling. The study focuses on a 50-km stretch of the Garonne River, utilizing various data assimilation strategies based on the ensemble Kalman filter (EnKF) to improve the accuracy of riverine flood reanalysis. The findings indicate that while SWOT data alone provides some enhancements, the integration of in-situ water level measurements yields the most precise representation of flood dynamics. Additionally, the frequency of SWOT observations is shown to impact model performance, with more frequent data leading to more reliable flood reanalyses.
In the conclusions, the authors emphasize the transformative potential of integrating satellite altimetry data from the SWOT mission into flood hydrodynamic models, specifically using the TELEMAC-2D framework. The study demonstrates that combining in-situ gauge data with SWOT-derived water surface elevation (WSE) data significantly improves parameter estimation and model accuracy across various hydraulic conditions. The results validate the effectiveness of these methods in real flood events, suggesting that the assimilation of both data sources can accurately replicate river dynamics. Furthermore, the research highlights the potential for future advancements in satellite altimetry to enhance flood risk management and forecasting, paving the way for the integration of additional data sources to refine flood prediction models.
Introduction
The introduction of this research paper highlights the increasing flood risk due to urbanization and the need for improved flood risk forecasting models. It emphasizes the potential of integrating satellite-based Earth Observation (EO) data, particularly remote sensing (RS) observations, to enhance the understanding of flood dynamics. While RS data provide valuable spatial insights, their low revisit frequency limits their effectiveness in capturing rapid flood events. Conversely, in-situ sensors offer high temporal resolution but are spatially limited. The combination of these data sources is proposed as a solution to better represent the spatiotemporal complexity of flooding.
The paper discusses the TELEMAC-2D model, which solves the shallow water equations and is advantageous for hydrodynamic modeling and flood simulation. It highlights the use of data assimilation (DA) techniques, such as ensemble Kalman filters (EnKF), to improve model accuracy by incorporating both in-situ and RS-derived water level measurements. The introduction also details the significance of satellite altimetry missions, particularly the Surface Water and Ocean Topography (SWOT) satellite, which offers high-resolution water surface elevation data. The study aims to assess the assimilation of SWOT data into the TELEMAC-2D model through an Observing System Simulation Experiment (OSSE), ultimately seeking to enhance flood reanalysis and forecasting capabilities.
Results
The results of the data assimilation (DA) experiments, conducted in both control and observation spaces, reveal significant insights into the effectiveness of various DA strategies during synthetic and real flood events. In the OSSE experiments, the IDA (In-situ Data Assimilation) method demonstrated superior performance by accurately recovering true parameter values and hydraulic states, particularly in the context of riverbed friction coefficients. Conversely, the SWDA (Satellite Water Data Assimilation) method, which relied solely on SWOT observations, struggled to retrieve true parameters due to the limitations of temporal resolution, highlighting the necessity of in-situ data for effective parameter estimation. The FDA (Fusion Data Assimilation) approach, which combined both SWOT and in-situ data, proved to be the most robust, effectively leveraging complementary information to enhance parameter recovery and flow dynamics.
Quantitative assessments indicated that the RMSE values for simulated water levels (WLs) were significantly lower for IDA and FDA compared to the OL (Open Loop) simulation, particularly during critical flood phases. The results also underscored the impact of observational timing on model accuracy, with timely assimilation of SWOT data leading to improved flow propagation predictions. In subsequent real event analyses, the DA methods maintained their efficacy, with IDA and FDA achieving RMSEs below 17 cm across various observation stations. However, the SWDA’s performance was limited by its lower revisit frequency, resulting in underestimations of water levels at several stations. Overall, these findings emphasize the critical role of observational frequency and data integration in enhancing flood modeling accuracy and parameter estimation.
Discussion
The study investigates the hydrodynamic modeling and data assimilation processes for flood events along a 50-km stretch of the Garonne River in southwest France, utilizing both in-situ and remote sensing data. The TELEMAC-2D model was calibrated using a network of gauge stations, with the number of friction zones adjusted from six to five for the 2024 flood event, enhancing the model’s accuracy by incorporating additional micro-stations. The study also leveraged advanced satellite altimetry data from the SWOT and Sentinel-6 missions, which provided high-resolution water surface elevation (WSE) measurements critical for understanding hydrological dynamics and improving flood predictions.
Data assimilation experiments were conducted using an Ensemble Kalman Filter (EnKF) approach, comparing different configurations: one utilizing only in-situ data, another relying solely on SWOT data, and a third combining both sources. The results indicated that the combined data assimilation (FDA) outperformed the others, maintaining strong accuracy in simulating WSE profiles without compromising performance at gauge stations. The findings underscore the importance of integrating diverse observational data to enhance flood modeling accuracy, particularly in complex river systems where traditional gauge networks may be insufficient. The study highlights the potential of satellite-derived data to improve flood forecasting and management strategies.