2020年12月5‒6日，由清华大学主办，清华大学水利水电工程系、清华大学海洋工程研究院承办，首都师范大学资源环境与旅游学院、中国科学院精密测量科学与技术创新研究院协办的清华大学第三届“全球水循环遥感与水利大数据”暨中国第四届“卫星重力与水文学”论坛在清华大学新水利馆举行。中国科学院院士、清华大学水利系教授张楚汉先生、新澳门新葡萄娱乐副院长刘晓丽老师、新澳门新葡萄娱乐副院长赵建世老师等参加了本次论坛。清华大学水利水电工程系龙笛老师主持了论坛的开幕式和闭幕式。

图1：现场参会人员合照

本次论坛以现场和线上直播结合的方式进行，参与讨论的专家同行和青年学生比之前论坛显著增加，包括来自清华大学、北京大学、浙江大学、武汉大学、南京大学、河海大学、南京信息工程大学、天津大学、同济大学、中山大学、南方科技大学等78家国内高校；美国普林斯顿大学、约翰霍普金斯大学、宾夕法尼亚州立大学、马萨诸塞大学、休斯顿大学、澳大利亚国立大学等12家国外高校；以及中科院、水利部信息中心、自然资源部国土卫星遥感应用中心、中国水利水电科学研究院、南京水利科学研究院、水利部长江水利委员会水文局、中国测绘科学研究院、中国地震局等35家科研单位和部门的近500名人员参会。其中线下参会人数约100人，线上参会人数约400人。本届论坛共有41个报告，分四个主题，包括：全球水循环遥感和模拟，卫星重力与水文学，水文、生态与环境遥感，遥感与水利大数据。

在为期两天的论坛中，与会嘉宾围绕会议主题，分享理论研究成果和行业应用动态，在大数据发展背景下促进学科交叉创新，展望技术应用前景。在全球水循环遥感和模拟分会场，来自美国、澳大利亚和国内的特邀报告，展示了在地表水体和海洋地形卫星(SWOT)即将发射背景下，数据同化和深度学习方法在陆面/水文模拟和预报方面的最新进展。研究人员利用积雪面积、陆地水储量变化、叶面积指数、土壤水分等多源遥感信息进行陆面模型同化，实现了大气和水文变量模拟效果的显著提升以及时空分辨率和精度的提高；融合多源光学、雷达等卫星遥感信息，实现对河川径流水位、流量的高精度反演，发展了缺资料地区水文预测(PUB)的理论和方法。此外，神经网络、随机森林等机器学习方法的应用，为解决高维复杂的水文过程模拟提供了新的机遇，尤其是迁移学习等新方法的应用，为在缺资料区进行水文模拟时，克服模型率定困难和参数过拟合风险发挥了独特优势。陆面/水文模型、数据同化、遥感反演和机器学习方法的深度融合，促进了大气、水文、生态、遥感、卫星大地测量等多学科的发展，为变化环境下的水文监测、模拟和预测提供了新的思路和途径。

图2：部分会场报告和交流

在卫星重力与遥感水文学领域，与会者深入探讨了重力恢复与气候实验卫星(GRACE)及其后续卫星(GRACE-FO)在水文领域的应用。GRACE/GRACE-FO卫星在地下水储量变化估算、洪水预报、干旱监测、林火影响等研究中提供关键的状态变量—总水储量变化；卫星重力、卫星测高、光学遥感等手段联合运用，可解析陆地水储量各组分(如湖泊、冰川质量变化)对总水储量变化的贡献；GRACE监测信息与地下水模型耦合，有助于确定含水层特性参数，降低地下水模拟的不确定性。此外，针对GRACE空间分辨率较低及两代重力卫星间存在数据缺失的问题，与会者还讨论了GRACE应用于较小尺度的可行性及时间序列重构方法，介绍了黄河流域、华北平原地下水储量变化及未来水资源演变的最新进展。空间观测技术与水文水资源研究的交叉通融，为传统水利学科的发展注入了新的活力。

在水文、生态和环境遥感以及水利大数据分会场，报告人从观测和模型两个层面，介绍了气候变化/波动对植被和地表水体影响的进展。在观测层面，国内遥感卫星不断发展，与工程实践的结合日益密切，未来国产测高、光学和重力卫星将被广泛应用于陆地水储量、湖库水量变化、河川径流以及冰川物质平衡监测中。新的数据挖掘方法不断发掘各类遥感平台的潜力，如利用地面激光雷达点云信息提取植被的冠层、枝干结构；运用干涉合成孔径雷达(InSAR)监测地表形变及其水文地质过程；降水、土壤水遥感信息的时空降尺度和数据融合等。在模型层面，遥感大数据、再分析资料、云计算平台和生态水文模型的有机结合，有效解决了模型参数率定中实测资料匮乏的问题，可更好地评价水文模型的鲁棒性，更精确地刻画生态系统对干旱、洪水等气候极端事件的响应机理，为认识气候变化下生态系统的反馈机制提供科学依据。

图3：论坛闭幕式 

本次论坛报道了诸多新卫星、新方法，展现了新思想、新发现，必将促进新探索和新实践，推动遥感水文学和水利大数据领域的进一步发展。在美国对地观测系统(EOS)、欧洲哥白尼计划(Copernicus)和我国高分、风云等对地观测计划和海洋系列卫星计划实施背景下，诸多新一代卫星相继发射，包括GRACE Follow-On、ICESat-2、SWOT卫星等，极大地丰富了多源卫星遥感对陆地、海洋和大气的观测数据和信息。而深度学习等人工智能技术的不断应用和推广，促进了遥感水文、水利大数据、卫星大地测量等学科和领域的交叉融合。

本次论坛也促进了海外名校、国内高校、科研院所之间的交流和合作，为广大青年学者和学生提供了宝贵的交流平台和机会，青年学者的优秀报告层出不穷，标志着遥感水文和水利大数据领域的人才不断涌现。论坛取得了良好的效果，必将促进遥感水文与水利大数据等相关学科和领域的蓬勃发展，更好地服务国家需求，造福社会。

作者：李兴东、李雪莹、张才金、龙笛