河流、湖泊和水库就像地球的动脉，在相互连接的网络中输送维持生命的水。当地球的水循环过快时，就会引发洪水，威胁生命和财产。由于气候变化改变了降水模式，全球有越来越多的人生活在洪水易发区，发生洪水的风险在增加。 

　　科学家和水资源管理者使用各类数据来预测洪水。今年有了新工具:来自地表水和海洋地形(SWOT)观测卫星的淡水数据。这个观测站是美国国家航空航天局和法国国家空间研究中心(CNES)合作建立的，测量地球上差不多所有水面的高度。SWOT模型可用来测量每一条宽度超过300英尺(100米)的主要河流，初步结果显示模型还可观察到更小的河流。 

　　河流测量仪可准确测量河流的水位，但只能在单个地点测量，通常相隔距离很远。许多河流根本没有测量仪，特别是在没有资源维护和监测河流的国家。水位计也可能因洪水而失效，当水位超过河岸并流入无法测量的地区时，水位计就失效了。 

　　SWOT模型为洪水提供了更全面的3D图像，可测量洪水高度，宽度和坡度。科学家可利用这些数据更好地追踪洪水如何在地表上跳动，从而改进对洪水发生地点和频率的预测。 

　　建立更好的洪水模型 

　　科罗拉多州博尔德市（Boulder）环境科学合作研究所(CIRES)的陶比·米内亚尔（J. Toby Minear）领导了一项将SWOT数据纳入洪水模型的研究。米内亚尔在研究如何将SWOT数据纳入国家海洋和大气管理局的国家水模型，这个模型预测美国河流发生洪水的可能性及时间。SWOT淡水数据将填补仪表量测的空间空白，并帮助像米内亚尔这样的科学家确定洪水发生在河流具体位置的水位(高度)。 

　　他希望SWOT模型能够从多方面改进国家水资源模型数据。例如，SWOT可更准确地估算河流坡度以及如何随水流而变化。一般来说，河流的坡度越陡，水流得越快。水文建模者使用坡度数据来预测水流流过河流和离开地表的速度。 

　　SWOT模型还可帮助科学家和水资源管理者量化湖泊和水库的储水量。虽然美国有大约9万个相对较大的水库，但国家水模型只纳入几千个水库的水位数据，使科学家不能充分了解水库水位与周围陆地海拔和发生洪水之间的关系。SWOT模型目前正在测量美国数以万计的水库，以及所有大于两个足球场的天然湖泊。 

　　包括美国在内的一些国家投入大量资金建设河流测量网络和当地详尽洪水模型。但在非洲、南亚、南美洲部分地区和北极，关于湖泊和河流的数据很少。在这些地方，洪水风险评估往往依赖于粗略估算。SWOT模型还有可能使水文学家填补这些空白，提供地表储水的位置以及流经河流的水量信息。 

　　美国宇航局SWOT淡水科学负责人、北卡罗来纳大学教堂山分校的研究员塔姆林·帕维尔斯基（Tamlin Pavelsky）说，SWOT有助于解决气候变化引发极端风暴带来的洪水威胁。“想想2017年的休斯顿和飓风哈维，”他说。“如果没有气候变化，我们不太可能看到一场风暴带来60英寸的降雨。随着强降水事件变得越来越普遍，社会需要更新工程设计标准和洪泛区地图。” 

　　帕维尔斯基说，地球水循环的这些变化正在改变社会对洪水和洪泛区的看法。他补充说:“随着降雨强度越来越大，以及洪水易发区的人口增长，未来全球数亿人将面临更高的洪水风险。” 

　　SWOT洪水数据还有其他实际应用。例如，保险公司可使用SWOT数据模型来改进洪水灾害地图，更好地估算一个地区的损害和损失风险。大型再保险公司FM全球公司（FM Global）是目前早期采用SWOT模型的40家公司之一，这是一个致力于将SWOT数据纳入公司决策活动的全球机构。