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。     

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。     

黄土高原重要水库水位变化的ICESat/GLA14监测

为了基于ICESat/GLA14测高数据对黄土高原重要水库水位变化进行动态监测,该文首先利用Landsat 8遥感影像提取黄土高原的水体边界,并参考ICESat/GLA14数据的分布状况在黄土高原东部选取了册田水库,中部选取了文峪河和王窑水库,西部选取了刘家峡、寺口子和沈家河水库;然后以10cm为阈值对ICESat/GLA14数据进行筛选,从而获得了所选水库水位长时间序列的动态变化;最后将册田和文峪河水库的ICESat/GLA14测量水位与实测水位进行比较,验证ICESat/GLA14监测水库水位变化的准确性。研究结果表明:东部水库水位呈明显下降趋势;中部水库水位在2005年5月明显下降,其后逐渐恢复,整体呈下降趋势;西部水库水位变化不大;ICESat/GLA14测量的水库水位变化与实测水位变化基本一致。     

谱分析在GPS自动化监测系统中的应用研究

利用快速Fourier变换，将形变监测资料和库水位、温度等数据从时域转到频域内进行分析，研究库水位、温度变化速度与大坝变形速度的关系。及时反映大坝变形规律和变形原因，并研制了相应的软件。     

SWOT卫星对青海湖的水位监测潜力研究

青藏高原湖泊群水位变化是反映全球气候变化的重要指标。在实测数据稀缺和现有卫星时空覆盖范围低的限制下，基于雷达干涉模式的新一代SWOT (Surface Water and Ocean Topography)卫星可为全球内陆水体提供高时空分辨率和高精度的水位信息，是对传统观测形式的有力补充。在卫星发射之前探讨其监测潜力具有重要意义。本研究以青藏高原最大的青海湖为例，使用CNES SWOT水文模拟器，模拟2010年—2018年类SWOT水位序列。通过分别采用实测水位、光学水位和雷达水位作为SWOT模拟器驱动，探讨了SWOT模拟器模拟精度对输入驱动的敏感性，并在多个尺度下评价了其模拟表现。结果表明：多种驱动数据情景下，类SWOT水位均可在季节和全年尺度上捕捉青海湖水位变化过程，相关系数和纳什效率系数分别在0.9—1.0和0.8—0.99变化；且可较好监测到青海湖水位长期变化趋势。SWOT具有监测青藏高原湖泊群水位动态的巨大潜力，能够有效观测湖泊水位变化。     

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.     

利用ENVISAT测高数据监测青海湖水位变化

使用2002年10月～2006年2月的ENVISAT SGDR数据,并利用重跟踪技术实施了距离等相关改正之后,计算了青海湖的水位变化;同时分别利用EGM96、青海省的似大地水准面模型计算了青海湖的正高和正常高相应水位变化,并与青海湖下社站的水文观测数据进行了验证.研究结果表明,利用波形重跟踪技术在某种程度上可以改进内陆水域的距离精度,能够较好地监测出青海湖的水位变化.     

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。     

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。     

长江、洞庭湖防洪模型高精度施工控制网的建立

针对长江、洞庭湖防洪模型施工中的需要,考虑到将实物按一定比例缩小后放在模型上,能够模拟长江、洞庭湖在洪水期间的状态,要求模型施工控制的精度非常高,论文对相关技术和方法进行了探讨,建立的施工控制网完全可以达到规定的精度要求,满足防洪模型关键特征点放样的需要。     

洞庭湖吞吐调蓄数学模型及调洪功能评估

洞庭湖是一个吞吐调节型湖泊,是我国第二大淡水湖。近年来,洪涝灾害十分频繁,人们的生命财产安全受到严重威胁。为满足洞庭湖减灾防灾综合治理的需要,本文通过对8个不同时相的TM图像计算机解译和面积计算,查明了洞庭湖的面积和容积,建立了湖水面积与水位及湖水体积与水位的相关数学模型,并对其蓄洪调节能力进行评价,获得了满意的效果。该成果对洞庭湖区防洪减灾及综合治理具有十分重要的意义。     

时序Sentinel-1A数据支持的长江中下游汛情动态监测

合成孔径雷达（SAR）因其对地观测全天候、全天时优势,成为多云多雨天气限制下洪水动态监测中不可或缺的数据来源之一。由于GEE（Google Earth Engine）云计算平台的兴起和短重访Sentinel-1数据的可获取性,洪水监测与灾害评估目前正面向动态化、广域化快速发展。顾及洪水淹没区土地覆盖变化的复杂性和发生时间的不确定性,基于时序Sentinel-1A卫星数据提出了针对大尺度范围、连续长期的汛情自动检测及动态监测方法。该方法首先,利用图像二值化分割时序SAR数据实现水体时空分布粗制图,逐像素计算时间序列中被识别为水体候选点的频率。然后,利用Sentinel-2光学影像对精度较粗的初期SAR水体提取结果进行校正,得到精细的水体分布图。最后,针对不同频率区间的淹没特点,采用差异化的时序异常检测策略识别淹没范围：对低频覆水区利用欧氏距离检测时序断点,以提取扰动强度大、淹没时间短的洪涝灾害区;对高频覆水区利用标准分数（Z-Score）检测时序断点,以提取季节性水体覆盖区。在GEE平台上利用该方法,实现了2020-05—10长江中下游地区全域洪水淹没范围时空信息的自动、快速、有效监测,揭示了不同区域汛情发展模式的差异性。本文提出的洪水快速监测方法对大尺度下的汛情动态监测、灾害定量评估和快速预警响应具有重要的现实意义。     

Responses of landscape pattern of China’s two largest freshwater lakes to early dry season after the impoundment of Three-Gorges Dam

The effects of hydrologic cycle change (caused by human activity and global climate change) on ecosystems attract the increasing attention around the world. As a result of impounding of the Three Gorges Dam (TGD), climate change and sand mining, the dry season of Poyang Lake and Dongting Lake (China’s two largest freshwater lakes) came early after the TGD impoundment. It was the primary cause of the increasing need for sluice/dam construction to store water in the Lakes and attracted increasing attention. In this paper, we compared the landscape pattern between three hydrologic years with early dry season (EY) and three normal hydrologic years (NY) of each lake by remote sensing technology, to reveal the effect of early dry season on landscape pattern. The results showed that early dry season caused expanding of Phalaris to mudflat zone in Poyang Lake, while caused expanding of Carex to Phalaris zone and expanding of Phalaris to mudflat zone in Dongting Lake. In landscape level, there was no significant difference in landscape grain size, landscape grain shape, habitat connectivity and landscape diversity between EY and NY in the two lakes. While in habitat class level, there were significant changes in area of mudflat and Phalaris and grain size of mudflat in Poyang Lake, and in area of Carex, grain size of Phalaris and grain shape of Carex and Phalaris in Dongting Lake. These changes will impact migrating birds of East Asian and migratory fishes of Yangtze River.     

1960—2012年长江中下游极端降水与极端径流时空演变研究

利用1960—2012年间的长江中下游地区75个站点的逐日降水观测资料,基于11个极端降水指标,采用趋势分析、滑动平均、Mann-Kendall检验等方法对长江中下游地区各个子流域的极端降水事件的时空变化以及极端降水的集中度和集中期进行了研究.同时,分析了长江中下游干流区域4个水文站点的极端径流的变化情况,以期综合全面地分析极端事件的演变情况.结果表明:1)极端降水在各个子流域的大部分地区都表现为增加趋势,其中汉江流域西北部、中游干流区域东部、洞庭湖西部、鄱阳湖北部以及下游干流东北部显著增加;2)极端降水在总降水量中所占比例较大,这表明降水的形式更加趋于集聚化,并且比例自西北向东南逐渐减少,这表明越往西北部极端降水造成灾害的概率越大;3)长江中下游干流区域几个主要水文站点的极端径流各项指标均表现为较为显著地减小的趋势,极端降水和极端径流的变化趋势差异较大,这可能与人类活动有关(三峡工程).     

Sentinel-2 MSI卫星数据在水体信息提取中的应用

为实现水灾发生后淹没区域的快速监测,为受灾地区的灾情评估、调查及水资源管理提供依据,借助Sentinel-2 MSI卫星对乌海湖、黄河宁夏石嘴山河段、沙湖3个研究区域2018年7—10月强降水前后水位、水体面积进行了动态监测。结果表明,乌海湖10月中旬之前水体面积持续增大,之后出现下降;黄河石嘴山部分河段在7月强降水之后河道变宽,10月中旬宽度达到最大;沙湖面积在丰水期趋于稳定,平水期部分缩减。基于Sentinel-2 MSI改进归一化差异水体指数(MNDWI),结合Otsu算法可以快速准确提取水体信息。     

Assessment of an ASTER-generated DEM for 2D hydrodynamic flood modeling

Flood modeling often provides inputs to flood hazard management. In the present work we studied the flooding characteristics in the data scarce region of the Lake Tana basin at the source of the Blue Nile River. The study required to integrate remote sensing, GIS with a two-dimensional (2D) module of the SOBEK flood model. The resolution of the topographic data in many areas, such as the Lake Tana region, is commonly too poor to support detailed 2D hydrodynamic modeling. To overcome such limitations, we used a Digital Elevation Model (DEM) which was generated from the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) image. A GIS procedure is developed to reconstruct the river terrain and channel bathymetry. The results revealed that a representation of the river terrain largely affects the simulated flood characteristics. Simulations indicate that effects of Lake Tana water levels propagate up to 13 km along the Ribb River. We conclude that a 15 m resolution ASTER DEM can serve as an input to detailed 2D hydrodynamic modeling in data scarce regions. However, for this purpose it is necessary to accurately reconstruct the river terrain geometry and flood plain topography based on ground observations by means of a river terrain model.     

扎陵湖鄂陵湖近三十年变化的遥感监测与分析

扎陵湖、鄂陵湖是黄河源区两个最大的淡水过水湖,对黄河源区径流量与生态环境有很大影响。本文利用1976-2006年间四个不同时相的卫星遥感影像(MSS/TM/ETM+/CBERS)对扎陵湖、鄂陵湖湖面面积变化进行监测,提取水面分布范围,获得了扎陵湖、鄂陵湖湖面动态变化的数据,为掌握近三十年扎陵湖、鄂陵湖变化提供了可靠依据。近30年扎陵湖鄂陵湖水面变化是气候变化、人类活动、地质构造作用等多种因素综合作用的结果。     

顾及GF-3影像纹理特征的洪涝范围提取方法

洪涝灾害给社会、经济造成巨大损失,及时、快速监测洪涝范围在抗灾救灾中具有重要意义。合成孔径雷达(SAR)由于其主动式微波成像的机理,可为全天时、全天候、大范围洪涝灾害监测提供支持。本文首先以高分三号(GF-3)卫星影像为数据源,基于灰度共生矩阵(GLCM)、局部二值模式(LBP)等6种纹理描述方法提取138个SAR影像纹理特征;然后利用随机森林(RF)指标重要性评估功能,筛选出重要性得分较高的纹理特征进行水体信息提取;最后结合数学形态学对初始水体提取结果进行后处理,评估安徽巢湖附近区域洪涝灾害。试验表明,本文方法的水体提取精度优于传统阈值法(Otsu)及分类算法(KNN和SVM),可有效提取洪涝灾害的影响范围,为选取合适的SAR影像纹理特征进行洪涝范围快速监测提供参考。     

Monitoring of the water-area variations of Lake Dongting in China with ENVISAT ASAR images

As an active microwave remote sensing sensor, synthetic aperture radar (SAR) can image the Earth surface with high spatial resolution in both day and night under all weather conditions. In this paper, a digital image processing technique was implemented to extract water area information from SAR images and the result is used to monitor the water area variation of Lake Dongting, the second largest freshwater lake in China. 8-year time series of European Space Agency's ENVISAT ASAR (Advanced Synthetic Aperture Radar) images acquired between 2002 and 2009 were obtained and a land-water classification scheme was implemented. Using independent in situ water level data measured at a lake-side hydrologic station during study period, we derived the relationship between water level and water area of Lake Dongting. The results show that, (1) during dry seasons, the water area is 518 km² larger than that in the 1990s reported by Yangtze BHYRWRC (Bureau of Hydrology and Yangtze River Water Resources Commission), 2000; (2) the water area of Lake Dongting increased significantly in the 2000s after the Chinese Government's “return land to lake” policy took effect in 1998; (3) the water level of Lake Dongting could be low during a rainy season due to drought; but could be high in a dry season due to discharges from the upstream Three Gorges Dam. In addition, the relationship between water storage change and water area/level change is obtained.