Global elevation datasets such as the Shuttle Radar Topography Mission (SRTM) digital elevation model (DEM) are the best available terrain data in many parts of the world. Consequently, SRTM is widely used for understanding the risk of coastal inundation due to climate change-induced sea level rise. However, SRTM elevations are prone to error, giving rise to uncertainty in the quality of the inundation projections. This study investigated the error propagation model for the Shatt al-Arab River region (SARR) to understand the impact of DEM error on an inundation model in this sensitive, low-lying coastal region. The analysis involved three stages. First, a multiple regression model, parameterized from the Mississippi River delta region, was used to generate an expected DEM error surface for the SARR. This surface was subtracted from the SRTM DEM for the SARR to adjust it. Second, residuals from this model were simulated for the SARR. Modelled residuals were subtracted from the adjusted SRTM to produce 50 DEM realizations capturing potential elevation variation. Third, the DEM realizations were each used in a geospatial “bathtub” inundation model to estimate flooding area in the region given 1 m of sea level rise. Across all realizations, the area predicted to flood covered about 50% of the entire region, while predicted flooding using the raw SRTM covered only about 28%, indicating substantial underprediction of the affected area when error was not accounted for. This study can be an applicable approach within such environments worldwide.

中文翻译：

---

在河流区域内海平面上升评估中考虑DEM错误；Shatt Al-Arab河地区的案例研究

诸如航天飞机雷达地形任务（SRTM）数字高程模型（DEM）之类的全球高程数据集是世界上许多地方最好的可用地形数据。因此，SRTM被广泛用于了解由于气候变化引起的海平面上升而导致沿海淹没的风险。但是，SRTM高程容易出错，从而导致淹没投影质量的不确定性。这项研究调查了沙特阿拉伯河地区（SARR）的误差传播模型，以了解DEM误差对这一敏感，低洼沿海地区的淹没模型的影响。分析涉及三个阶段。首先，使用从密西西比河三角洲地区参数化的多元回归模型为SARR生成预期的DEM误差面。从SRTM DEM中减去此表面以进行SARR调整。其次，针对SARR模拟了该模型的残差。从调整后的SRTM中减去建模残差，以产生50个DEM实现，以捕获潜在的海拔变化。第三，每个DEM实现都用于地理空间“浴缸”淹没模型中，以在海平面上升1 m的情况下估计该区域的洪水面积。在所有实现中，预计将发生洪水的区域覆盖了整个区域的约50％，而使用原始SRTM预测的洪水仅覆盖了大约28％，这表明在未考虑错误的情况下，受影响区域的预测严重不足。这项研究可能是全球范围内此类环境中的一种适用方法。从调整后的SRTM中减去建模残差，以产生50个DEM实现，以捕获潜在的海拔变化。第三，每个DEM实现都用于地理空间“浴缸”淹没模型中，以在海平面上升1 m的情况下估计该区域的洪水面积。在所有实现中，预计将发生洪水的区域覆盖了整个区域的约50％，而使用原始SRTM预测的洪水仅覆盖了大约28％，这表明在未考虑错误的情况下，受影响区域的预测严重不足。这项研究可能是全球范围内此类环境中的一种适用方法。从调整后的SRTM中减去建模残差，以产生50个DEM实现，以捕获潜在的海拔变化。第三，每个DEM实现都用于地理空间“浴缸”淹没模型中，以在海平面上升1 m的情况下估计该区域的洪水面积。在所有实现中，预计将发生洪水的区域覆盖了整个区域的约50％，而使用原始SRTM预测的洪水仅覆盖了大约28％，这表明在未考虑错误的情况下，受影响区域的预测严重不足。这项研究可能是全球范围内此类环境中的一种适用方法。DEM的实现分别用于地理空间“浴缸”淹没模型中，以估计在海平面上升1 m时该区域的洪水面积。在所有实现中，预计将发生洪水的区域覆盖了整个区域的约50％，而使用原始SRTM预测的洪水仅覆盖了大约28％，这表明在未考虑错误的情况下，受影响区域的预测严重不足。这项研究可能是全球范围内此类环境中的一种适用方法。DEM实现分别用于地理空间“浴缸”淹没模型中，以在海平面上升1 m时估算该区域的洪水面积。在所有实现中，预计将发生洪水的区域覆盖了整个区域的约50％，而使用原始SRTM预测的洪水仅覆盖了大约28％，这表明在未考虑错误的情况下，受影响区域的预测严重不足。这项研究可能是全球范围内此类环境中的一种适用方法。