新闻动态

SWOT卫星观测揭示全球水库水电储能潜力

    清洁水电作为全球向碳中和能源体系转型的重要支柱,对减缓与适应气候变化具有关键作用。然而,由于全球水库与坝下河流的动态水位的观测缺失,传统评估往往依赖大坝高度等静态指标,无法真实反映水库运行中有效水头与水电储能潜力的时空动态。准确量化水库的动态有效水头及其水电储能潜力,对于优化全球能源系统模型、制定水-能源-粮食协同政策以及保障水能安全具有重要意义。

    近日,中国科学院南京地理与湖泊研究所宋春桥研究员团队联合国内外多位学者,利用新一代地表水与海洋地形测绘卫星(Surface Water and Ocean Topography,SWOT)的水面高程观测数据,对全球4,025个河道型水库及其下游河段开展了高时空分辨率的动态水头与水电储能潜力反演评估。研究在此定量估算基础上进一步推广至全球26,388个水库(>1 km²),率先在全球尺度上实现了基于卫星观测的水电储能潜力定量评估。该研究揭示了全球水库水头的空间异质性、年内季节性波动规律及水电储能潜力的时空分布特征,同时指出了非发电大坝改造在清洁能源扩容中的巨大应用价值。

    研究结果表明,2024年全球水库的平均有效水头为32.13±0.64 m,在空间上呈现出显著的地形驱动与区域异质性(图1)。从大洲尺度来看,南美洲和非洲平均水头最高,欧洲最低。水头超过100 m的水库主要集中于安第斯山脉、喜马拉雅山脉与青藏高原周边、东非大裂谷和北美科迪勒拉山系等高山地区,表明流域地形地貌本底条件是决定水库水头高度及能源储存潜力的关键因素。此外,研究对比了发电大坝与非发电(未装机)大坝的水头高度,发现发电大坝的平均水头几乎是非发电大坝的两倍。发电大坝的水头与大坝高度的比值(反映水库日常运行的蓄水效能)整体较高且年内变化更为稳定(平均达64.63%)。这意味着,以固定坝高代替实际运行水头,可能系统性高估水库实际可利用的储能潜力。

图1. 基于SWOT卫星观测估算的全球水库水头的空间分布

    水头年内动态波动直接决定了水库水电储能的季节稳定性。研究进一步分析了水库水头的年内变化(图2)。全球4,025座水库的平均绝对年内水头变化为6.65±0.13 m,其中非洲和亚洲的年内变化最为显著,而北美洲和大洋洲相对稳定。年内水头变化幅度较大的水库主要分布在具有显著季节性的季风区和干旱区,表明强烈的季节性水文波动严重制约了当地水电储能的稳定性。同时对比发现,因主要用于防洪与灌溉功能的非发电功能主导型水库的水头相对波动幅度显著高于发电型水库。

图2. 全球水库水头的年内变化空间格局与分区统计特征

    在此基础上,研究团队基于SWOT卫星实测水头与统计推断进一步量化全球水库储能潜力。结果显示,全球26,388座面积大于1 km²的水库储能潜力为638.14±218.52 TWh(图3)。全球水电储能呈现极高的空间高度集中性:亚洲拥有最大的水库储能潜力,其次为北美洲、非洲和南美洲。中国、俄罗斯、加拿大、美国和巴西这前五大国占全球总量的56%。研究还发现,全球水库储能潜力在1960—2020年间由57 TWh增长至465 TWh,增长超8倍。20世纪早期的增长主要由美国、加拿大和俄罗斯等发达国家推动;2005年以后,增长重心逐渐转向发展中国家,巴西和中国等国家的贡献明显增加。

    值得一提的是,非发电装机的水库大坝也蕴含显著的水电储能潜力。研究发现,在不新建水库的情况下,对部分现有水利基础设施进行改造和运行优化,理论上可使全球现有水库水电储能提升15.34%。这一改造提升潜力在印度和美国尤为突出,分别可增加47.96%和38.46%,该研究可为避免新建大坝导致的生态环境影响、实现低成本清洁能源扩容提供了重要途径。

图3. 全球水库储能潜力的时空分布格局

    综上所述,该研究基于SWOT卫星实现了水库水头的动态观测,克服了传统方法依赖静态坝高导致评估偏高的不足,为管理全球水能源系统的关键组成部分提供了一种新的视角。研究揭示了全球水库水电储能高度集中于高山峡谷区、在季风/干旱区面临季节性稳定性挑战的特征,并指出了非发电大坝改造的巨大潜力。该成果不仅填补了全球水库水电储能高精度观测数据集的空白,也为气候变化背景下水-能源-粮食协同管理、全球电网韧性评估及清洁能源低碳转型规划提供了关键的科学依据与数据支撑。

    研究成果近期以“Global estimate of reservoir hydropower storage potential based on SWOT observations”为题,发表于美国地球物理学会(AGU)旗下期刊Earth's Future。论文第一作者为中国科学院大学与南京信息工程大学联合培养硕士生黄琳,通讯作者为宋春桥研究员和美国伊利诺伊大学厄巴纳-香槟分校Jida Wang教授。


文章信息:Huang, L., Song, C., Liu, K., Zhan, P., Fan, X., Zhang, H., et al. (2026). Global estimate of reservoir hydropower storage potential based on SWOT observations. Earth's Future, 14, e2026EF008836.

论文链接https://doi.org/10.1029/2026EF008836