基于多源卫星测高数据的青海湖水位变化研究

针对单颗卫星空间、时间分辨率受限及湖泊边界复杂地形条件引起湖泊监测精度较低的问题，提出结合多源卫星测高数据监测水位变化并建立边界缓冲区筛选数据的方法。以青海湖为研究对象，基于ERS-1/2、Envisat、Cryosat-2测高数据，构建了1995—2021年近26 a的水位时间序列，结合Grace卫星数据分析湖泊水位、面积、水储量与气候因素间的关系。结果表明：青海湖水位以2004年为节点呈现先下降后上升的变化，整体上升2.97 m,增长量为0.114 m/a,季节性变化明显，与降水量、径流量和蒸散发量相关系数分别为0.295、0.66、-0.24;湖泊面积与水位变化趋势一致，增长量为9.66 km²/a, 2001—2020年等效水柱高增长量为1.68 mm/a,与水文站及其他湖泊库水位序列相关系数均在0.9以上，具有良好基一致性。     

基于多源遥感的呼伦湖动态监测

利用2005-2015年MODIS 8 d合成数据和Jason-1、Jason-2卫星测高数据,对呼伦湖水域面积以及水位变化进行动态监测,并以降水量和蒸发量为指标进行了驱动力分析。结果表明:①2005-2009年水域面积和水位均呈持续减少趋势,湖面萎缩了2.24万hm~2,水位下降了1.37 m;2009-2012年水域面积和水位变化幅度均不大;2012-2015年水域面积和水位大幅增加,2013年达到最大值分别为28.62万hm~2和544.55 m,因此利用卫星测高数据研究呼伦湖水位变化是可行的。②蒸发量是影响呼伦湖水域面积和水位变化的主要因素,降水量为次要因素。     

利用卫星测高监测高邮湖水位变化

以高邮湖为例,利用Jason-1测高卫星6年(2003—2009年)和Jason-2测高卫星3年(2009—2012年)的GDR数据,经过数据编辑和地球物理改正,通过分析高邮湖水位变化的时间序列,得出高邮湖水位的下降趋势;通过分析水位变化的周期,得出高邮湖水位变化的周期为1.5年。结果表明利用卫星测高对内陆湖泊水位变化进行监测具有一定的可行性。     

激光测高卫星ICESat-2监测太湖水位精度评价

针对ICESat-2卫星激光测高数据监测陆地湖泊水位精度问题,该文以太湖为例结合水位站实测数据评价ICESat-2/ATL13湖泊水位测高精度.根据湖泊矢量边界提取湖泊激光足印点;采用中位数绝对偏差方法剔除沿轨湖泊高程异常值,得到沿轨有效激光高程点并求其均值作为沿轨湖泊水位值;基于ATL13数据分析太湖水位变化.实验结果表明:ATL13湖泊水位相对测高精度优于3 cm,绝对测高精度优于6 cm;ATL13测高水位与太湖实测水位月变化趋势基本一致,两者相关性较高,相关系数达0.96以上.     

卫星测高数据监测青海湖水位变化

为了验证Cryosat-2/SIRAL数据监测湖泊水位的能力,提高其提取湖泊水位变化的精度,以青海湖为研究对象,利用主波峰重心偏移法、主波峰阈值法、主波峰5-β参数法、传统重心偏移法、传统阈值法和传统5-β参数法6种算法对Cryosat-2/SIRAL LRM 1级数据进行波形重跟踪,提取青海湖2010—2015年湖泊水位,对比不同算法获取水位的精度,并结合Envisat/RA-2 GDR数据,延长水位变化时间序列,获得青海湖2002年—2015年的水位变化信息。结果表明,主波峰5-β参数法提取湖泊水位的精度最好,均方根误差为0.093 m;对于GDR产品中LRM模式的3种数据,基于Refined OCOG算法的数据更适合湖泊水位的提取;青海湖2002年—2015年水位整体上涨,水位平均变化趋势为0.112 m/年,年内水位变化呈现明显的季节性。     

卫星测高数据监测青藏高原湖泊2010年—2018年水位变化

青藏高原湖泊水位变化是气候变化和生态环境变化研究的重要指标。随着Cryosat-2观测数据的日益丰富和处理技术的提升,可以有效监测更多湖泊的水位变化信息。本研究构建了基于噪声去除技术、改进的波形重跟踪处理算法（ImpMWaPP）和误差混合动态模型为一体的高精度湖泊水位序列提取方法,利用Cryosat-2 SARIn数据获取到133个青藏高原湖泊2010年—2018年的高精度水位序列,并分析了这些湖泊水位变化的时空变化特征。总体上,青藏高原湖泊的水位继续呈上升趋势,但上升速度较2003年—2009年趋缓,年均变化率0.159 m/a。从地域分布上,北部湖泊的水位上升最为显著,而南部湖泊的水位则趋于稳定。从时间上,2010年—2012年和2016年—2018年,大多数湖泊的水位呈现快速上涨,而其他时间水位相对稳定或略有下降。     

基于激光测高数据的丹江口水库水位变化监测

针对多源星载激光测高数据监测湖泊水位变化问题,该文选取2003—2009年ICESat/GLAH14全球地表高程数据、2018年10月—2019年8月的ICESat-2/ATL13全球内陆水体高程数据,提取丹江口水库多期水位变化数据,最后利用水位站实测水位对其准确度进行了验证,并分析了丹江口水库年度水位变化规律。结果表明,丹江口水库水位呈现明显的季节性变化,每年11月达到较高水位,3月降至较低水位;由ICESat/GLAH14数据估算水库水位的精度为16 cm,ICESat-2/ATL13数据集估算水库水位的精度达到10 cm。因此,ICESat-2/ATL13数据用于内陆水体水位变化监测具有很高的可行性。     

卫星测高在陆地湖泊水位变化监测中的应用

本文以呼伦湖为例,利用TOPEX/Poseidon测高卫星(1993～2002年)的GDR和WDR数据以及Jason-1(2002～2005年)的GDR数据对湖泊水位变化进行研究,得到湖泊水位异常的变化趋势。通过利用小波分析的方法对卫星测高获得的湖水位异常时间序列分析,得出了呼伦湖的水位年际变化周期,证明了利用卫星测高进行卫星测高监测湖泊水位变化的可行性。     

利用ICESat-2激光测高监测长江三峡水位变化

为了利用ICESat-2卫星激光测高数据监测长江三峡水位变化,该文利用ICESat-2卫星的全球内陆水体高程数据(ATL13),提取水面激光足迹点并剔除高程异常值和系统误差,对长江三峡流域重庆市巫山县至湖北省宜昌市的水位变化进行了研究,并利用水文站的实测水位对结果进行了验证。结果表明,长江三峡水位具有明显的季节变化,上半年水位降低,下半年水位升高。通过与实测水位对比分析,其平均误差为0.10 m,均方根误差为0.12 m,相关系数为0.999。表明ICESat-2激光测高数据可以高精度地监测长江三峡的水位变化。     

湖盆数据未知的湖泊动态库容遥感监测方法

针对现有库容遥感监测方法对无湖盆数据区域的湖泊动态库容难以直接测算问题,提出了未知湖泊水下地形数据的遥感湖泊动态库容监测方法。该方法通过多源遥感数据,匹配相对时相的湖泊面积和水位信息,构建并模拟湖盆DEM数据,据此来估算湖泊的动态库容。在算法实现上,首先采用分布迭代水体提取从遥感影像提取湖泊的多期动态边界;其次,从ICEsat GLAS激光测高数据中反演出湖泊的动态水位高程;第三,依据时间水位信息,通过邻近时相匹配,将水位高程赋给湖泊边界线,生成湖泊等水位线;第四,通过等水位线构建TIN(triangulated irregular network)和Kriging插值,得到模拟湖盆数字高程模型;最后,依据模拟湖盆DEM和水体面积分布、水位信息,计算湖泊动态库容。试验通过对博斯腾湖的多年动态库容监测与真实性检验,结果显示:最大误差为2.21×108 m3,最小误差为0.000 02×108 m3,平均误差为0.044×108 m3,均方根为0.59,相关系数达到0.99。     

多源卫星测高数据监测太湖水位变化及影响分析

基于Envisat与Cryosat-2卫星测高数据利用波形重跟踪算法提取2003年1月—2019年4月太湖水位信息,并对测高数据进行粗差剔除、卫星间系统误差消除,结合MODIS光学遥感影像提取太湖边界信息,得到长时间序列太湖水位数据.结合气象观测数据和城市人口变迁数据,讨论太湖水位变化规律及其对气候变化以及人类活动影响...     

基于星载激光雷达的高原堰塞湖水文要素反演与变化特征分析

针对帕米尔高原堰塞湖——萨雷兹湖的安全问题及水文站点资料获取困难,缺乏时段固定、精度统一的准实时湖泊水位信息等问题,本文提出了基于星载激光雷达测高数据(ICESat-1/2)的高原湖泊水位综合反演.开展了近20年(2003—2019年)的水位变化遥感调查和时序重建研究,并采用趋势分析和Mann Kendall(M-K)...     

顾及陆湖反射差异的卫星测高监测湖泊水位的波形分析与重定

以Jason-2卫星雷达测高数据监测洪泽湖水位为例,分析了湖泊水位沿卫星轨迹呈"V"字形分布的原因。分析发现：由于湖泊面积相对较小,受陆地影响,测高波形中陆地反射信号占主导地位,水面反射产生的上升前缘非常小,导致波形跟踪出错。解释了波形形成的机制、造成水位计算错误的原因,结合遥感影像证明了解释的正确性,并给出了相应的波形重定算法。结果表明,该重定算法优于常用的波形重定算法,剔除异常值后水位标准差为0.09 m,为湖泊区域的测高数据处理提供了一种参考。     

激光测高卫星波形饱和识别与测高误差改正初步研究

激光测高仪回波波形饱和现象客观存在,为增加可用激光点数目、提高饱和波形测高精度,本文提出了一种波形饱和识别与测高误差改正方法,首先,利用回波波形峰度系数对饱和波形进行识别,然后,针对饱和现象对波形高斯拟合的影响,计算高斯拟合波形与原始波形相交区域的形心位置,以形心位置差异确定因波形饱和导致的测高误差并改正。最后,采用ICESat/GLAS（Ice,Cloud and land Elevation Satellite/Geo-science Laser Altimeter System）在青海湖、纳木错、色林错采集的波形数据进行实验。结果表明,经本文算法改正后数据误差均值为0.03 m,大型湖泊区域可实现约0.05 m的测高精度,结合峰度的饱和识别方法可以对波形进行有效筛选,可发现GLAS遗漏的饱和波形,饱和改正算法可以有效改正波形饱和引起的测高误差,改正后精度明显优于GLAS提供的饱和改正结果,相关结论对高分七号卫星激光波形处理有一定参考价值。     

近40年乌兰乌拉湖变化的遥感分析与水文模型模拟

为了研究可可西里地区的湖泊变化及其与气候变化的响应关系,利用TM/ETM+图像提取乌兰乌拉湖水体面积,利用高度计数据获得湖泊水位,分析湖泊面积和水位的变化;并计算得到2003—2009年湖泊水量变化;然后利用SWAT模型(soil and water assessment tool),对乌兰乌拉湖1970—2012年的径流情况进行模拟,其中土壤分类、土地利用分类和气象数据作为输入数据,利用遥感数据计算湖泊径流量,进行模型率定和验证。结果表明:1970—1990年,乌兰乌拉湖湖泊面积持续缩小,1990年以后湖泊面积持续增大,1990—2010年湖泊面积共增长了129 km2,水位也持续上升;SWAT模型模拟值和真实值的决策系数R2=0.82,模型适用性强,长期模拟结果与遥感监测结果的趋势一致;乌兰乌拉湖流域多年平均年径流量为103.8 mm,高峰出现在7—9月。     

资源三号02星激光测高误差分析与指向角粗标定

2016年5月30日,中国成功发射了民用三线阵立体测图卫星资源三号02星,该卫星搭载了中国第一个用于对地观测的激光测高试验性载荷。资源三号02星在轨运行以来获取了多轨测高数据,为保证其测高数据的有效应用,需分析影响测高精度的各项误差来源,并通过一定的方法予以消除或减弱。首先根据卫星激光测高严密几何模型分析资源三号02星激光测高的各项误差来源,分析表明激光指向角对激光测高精度的影响相对较大;构建通过已有大范围地形数据进行激光指向角粗标定的数学模型,并利用已有公开地形数据（AW3D30 DSM）对激光指向角进行粗标定,从而提高激光足印定位精度。实验结果表明,利用已有地形数据对指向角进行粗标定后,能将激光测高精度从几十米提高到3 m以内,验证了卫星激光测高误差分析的合理性和利用已有地形数据修正激光指向角的数学模型的有效性,为消除卫星激光测高粗差提供了参考,能为星载激光测高外场在轨检校工作提供支撑。     

利用卫星测高数据监测巢湖水位变化

针对传统的通过水位站点连续观测获取水位信息的方式需要耗费人力、物力和财力的问题,该文提出利用Cryosat-2测高数据对内陆湖泊湖面高变化进行监测,并研究了巢湖水位变化与气候的关系,得出巢湖湖面高季节性变化的规律;同时,与地面水位站实测水位数据进行比较,发现二者存在显著的线性相关性。结果表明,利用Cryosat-2测高数据对内陆湖泊湖面高变化进行监测具有一定的可行性。     

高分七号卫星激光测高数据大型湖泊水位测量精度评估

卫星激光测高数据在湖泊水位测量方面具有重要的应用价值和独特优势,本文针对国产高分七号卫星上装备的线性体制全波形激光测高仪,开展在大型湖泊水位测量方面的应用探讨.介绍了高分七号卫星的基本参数,并与其他类卫星做了对比,分析了影响湖泊水位测量精度的卫星侧摆、大气散射、回波波形饱和等因素,研究了湖泊水面激光点的提取方法,结合I...     

基于卫星测高的湖泊水位监测及预测方法研究

以洪泽湖为例,研究多代测高卫星不同版本测高资料的数据编辑、地球物理改正、波形重定方法;利用误差改正后的数据计算洪泽湖2010年1月至2018年12月的年度、季度与月度水位异常时间序列,分析得到洪泽湖水位的变化规律及水位异常时间;利用BP神经网络模型结合气温、降水、卫星测高数据,预测洪泽湖2019年部分月份的水位,并与测高所得水位进行比较.研究结果表明,利用卫星测高对内陆湖泊水位变化进行监测具有一定的可行性,利用神经网络模型对内陆湖泊水位进行预测具有一定的准确性.     

多源卫星测高数据监测拉昂错1992年—2020年水位变化

青藏高原湖泊水位是反映生态环境变化的重要指标,为了使用多源卫星测高数据构建高精度、长时序的湖泊水位时间序列,本文提出了一种基于大气路径延迟校正、波形重定、异常值检测、卫星间偏差调整的高精度湖泊水位序列构建策略.以拉昂错为研究对象,利用本文方法对TOPEX/Poseidon、Jason-1/2/3高度计数据进行处理,构建...