汛日产品来源于GRACE陆地储水和极端降水。我们利用GRACE陆地储水降水数据，结合高频滤波、异常检测和洪水潜力指数方法，成功提取了2002年4月1日至2016年8月31日期间全球历史洪水天数，并与达特茅斯洪水观测站（DFO）数据、全球径流数据中心（GRDC）流量数据、新闻报道和社交媒体数据进行了进一步的比较和验证。结果表明，基于GRACE的洪水天数可以覆盖DFO数据库中81%的洪水事件，MODIS提取的87%的洪水事件，并补充了DFO未记录的许多其他洪水事件。此外，与GRDC流量数据得出的洪水事件相比，261个流域的检测概率大于或等于0.5的概率达到62%。这些检测能力和检测结果都很好。我们终于提供了从2002年4月1日到2016年8月31日，覆盖60°S—60°N范围的1°空间分辨率的洪水日产品。本研究为全球洪涝事件的机理分析和归因提供了数据基础。
每日GRACE TWS：https://www.tugraz.at/institute/ifg/downloads/gravity-field-models/itsg-grace2018/。
降水数据：本研究使用全球降水测量（GPM）数据来计算极端降水量。
Dartmouth Flood Observatory ：DFO数据集记录了来自各种新闻报道和政府网站的大型洪水事件。它包含每次洪水的开始 和结束时间、发生国家、大致范围、洪水原因和破坏程度。它是研究全球历史洪水的稀有且有用的产品。
MODIS衍生洪水淹没数据：本研究中使用的洪水淹没数据来自2002年4月1日至2016年8月31日期间在南纬60°—北纬60°区域记录的总共807个洪水淹没数据点。本产品使用大气校正的 Terra （MOD09GA/GQ） 和 Aqua 135 （MYD09GA/GQ） MODIS 图像和阈值分析方法（包括 3 天标准法、2 天标准法、3 天 Otsu 和 2 天 Otsu 方法）以及边坡约束（大于 5° 的边坡被遮盖）根据 DFO 记录的洪水事件以 250 m 的空间分辨率提取淹没。将提取结果与Landsat 5、7和8影像的30 m分辨率淹没数据进行对比验证，并进行了洪水图质量控制分析。
GRDC 排水量数据：全球径流数据中心是在世界气象145组织主持下运作的国际数据中心。相应的数据集是流量产品，记录了与每次洪水事件相关的平均流量、国家、经度、纬度和河流名称。本研究选择2002年4月1日至2016年8月31日的记录作为验证数据集，对提取的洪水进行验证。为了便于与GRACE衍生的洪水天数进行比较并消除随机误差的影响，我们考虑了HydroSHEDS盆地4级数据的空间平均值150涵盖了流量测量值，并使用下述统计方法将其转换为洪水事件。这些数据可以从 https://www.bafg.de/GRDC/EN/Home/homepage_node.html 获得。
主要包括数据准备、汛日提取和结果验证三部分。洪水数据提取步骤采用日降水量和每日GRACE TWS数据，洪水验证步骤采用日流量、DFO、MODIS衍生的洪水淹没和社交媒体数据。洪水提取步骤的第二部分主要基于利用高频TWS信号和洪水潜力指数来获取初步可能的洪水天数;然后，使用极端降水约束来获得最终的洪水天数。洪水验证步骤的第三部分包括与从DFO记录和MODIS图像中提取的洪水范围进行比较，与GRDC排放数据得出的洪水进行比较，最后与社交媒体上记录的重大洪水事件进行比较。
本研究利用GRACE TWS和2002年4月1日至2016年8月31日南纬60°至北纬60°的极端降水数据，成功提取了全球洪涝天数。结果在时间和空间上与DFO记录的洪水事件进行了比较，结果表明，我们的检测结果不仅识别了DFO记录的81%的洪水事件，而且还补充了DFO未记录的大量洪水事件。为了进一步验证衍生产品的可靠性，我们将其与从全球GRDC排放数据中提取的洪水事件进行了比较，检测到超过0.5的概率达到了62%。
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
CSTR:11738.11.NCDC.ZENODO.DB6523.2024
10.5281/zenodo.6831384
