采用极值法计算贝加尔湖水位变化

以贝加尔湖为例,利用Jason-1测高卫星7年(2002—2008)、Jason-2测高卫星8年(2009—2016)的波形数据,采用极值法对波形进行重定,计算贝加尔湖水位异常时间序列。通过重定前后提取的湖面水位时间序列与4个实地测量站数据进行对比,发现波形重定前后的卫星测高水位变化数据与测量站数据差值的平均值能提高2 cm左右,波形重定后标准差相较波形重定前能提高40%左右,表明采用极值波形重定算法能显著提高卫星测高数据精度,可以作为一种计算波形改正数的方法。     

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。     

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...     

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。     

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。     

兼顾内陆水体水位时空变化特性的合成孔径雷达波形重跟踪算法

合成孔径雷达(SAR)测高技术已被广泛运用于内陆水位监测中,但内陆水域回波复杂,需要波形重跟踪精化才能获取有效水位。内陆水域SAR高度计回波通常包含多个子波形,重跟踪的主要思路是寻找最优子波形,在特定条件下可以获得较合理水位,但在复杂水域或小水体中容易出现最优子波形筛选错误导致水位异常。传统最优子波形筛选主要是基于沿轨或外部数据约束下进行,而本文提出一种不使用外部数据、兼顾了内陆水体水位时间变化连续且空间变化平稳特性的重跟踪算法SaTCoM,首先对波形进行插值平滑,有效提高子波形识别准确度;然后对所有周期沿轨子波形水位集合进行时间向滤波得到参考水位序列;最后将沿轨子波形水位划分为若干区间并将子波形水位“放入”最近区间,在参考水位波动约束下,根据表征沿轨水位空间稳态特性的指标函数,选择最优水位区间子波形水位计算最终水位。选择我国区域68个大中小型水体的水文站实测数据作为验证,对其附近的哨兵-3A/3B/6A卫星SAR回波数据,分别使用SaTCoM算法、OCOG、ICE1、阈值法和MWaPP+算法重跟踪后进行了比较。结果表明,SaTCoM算法所得内陆水体水位与实测数据不符值RMSE为0.3...     

近海卫星测高波形分类与判别

针对近海测高数据可用率低下以及传统重跟踪技术的局限性,该文提出了基于动态聚类分析的测高波形分类方法以及基于移动最小距离的波形判别方法,并给出了确定最佳分类数的有效性指标。实现了海洋波形与非海洋波形正确识别,为处理海量测高波形以及根据波形研究最佳重跟踪算法提供了便利。以穿过台湾海峡和台湾近岸的TOPEX/Poseidon波形数据为例进行试验,结果表明,测高波形分为海洋波形、尖锥波形和其他散射波形3类时聚类效果最佳。与OCOG、移动相关系数和β-5等方法的分类结果对比分析表明,本文提出的方法具有一定优势。     

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.     

基于贝塞尔曲线的波形重跟踪改进算法

针对贝塞尔曲线在拟合内陆湖泊复杂波形存在误差,进而影响波形重跟踪的问题,提出了一种基于主波峰提取的贝塞尔曲线拟合方法,并采用拟合后波形峰值的50%作为重跟踪点。对经过巢湖流域的CryoSat-2雷达高度计L1b数据进行处理得到了8月9日的水位值,观测水位的最大与实际水位相比仅相差0.12m,在与L2I数据中提供的水位值对比中发现,本文算法的结果与精度最高的改进的传统重心偏移（OCOG）算法对比,绝对值差值最大值和最小值分别为0.870 m和0.087 m,均方根误差为0.770,相关系数为0.892．均优于L2I中的改进的用户定制法（CFI）和伦敦大学学院法（UCL）算法,同时本文算法可以得到更多有效观测值,保证了水位观测的连续性。     

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.     

卫星测高波形重定方法的改进研究

在对现有波形重定方法深入研究的基础上,对β参数法进行改进;并以呼伦湖为例,利用波形重定方法对TOPEX/Poseidon测高卫星(1993～2001年)Pass27的波形进行重定,得出经波形重定后的结果精度比未重定的GDR结果精度提高近2倍的结论,证明了波形重定方法可以显著提高受陆地和浅水区域水底地形等影响的波形数据的测高精度.     

Geosat／GM波形重跟踪反演中国沿海区域重力异常

利用Geosat/GM测高波形数据,在中国海域内(117°E～129°E,21°N～41°N)比较了阈值法、Beta5和改进阈值法三种重跟踪算法.分析表明,改进阚值法优于其他两种重跟踪方法.由改进阈值法的测高数据.分别采用最小二乘法(least sqlilare collocation,LSC)和逆Vening-Meinesz(IVM)计算了卫星测高重力异常,并与船测重力数据进行了比较.结果显示,LSC的精度优于IVM.与KMS02和Sandwell & Smith V15两个重力场模型相比较,本文结果在东海优于这两个模型,在台湾海域结果稍差,需要融合ERS-1等其他数据进一步提高精度.     

基于波形分类的近海卫星测高数据自适应重跟踪方法

对卫星测高波形数据分类的聚类分析方法进行了改进,给出了一个用于确定最佳聚类数的有效性指标。以台湾海峡的Topex/Poseidon测高数据为例,对近海测高波形进行了分类研究,并分析了各类波形的最优重跟踪方法,在此基础上提出了近海测高波形重跟踪的自适应方法。对多个周期测高数据进行重跟踪实验,结果表明,自适应方法优于其他重跟踪方法,显著提高了近海测高数据的质量。     

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。     

南极Dome A地区高精度DEM的建立——顾及波形重定、坡度改正及数据融合

介绍了CryoSat-2LRM模式下优化后的OCOG、CFI和LIRT的3种波形重定算法。基于南极Dome-A昆仑站区的实测GPS数据,比较了CryoSat-2LRM模式下的3种波形重定方法,对不同波形重定算法下的测高数据进行了精度评估。结果表明优化后的OCOG算法精度最好,与GPS结果平均差值约为-0.07m,标准差约为0.60m,明显优于其他两种算法。通过比较坡度与卫星数据精度的关系,发现坡度因素对于卫星测高数据精度的影响不可忽视,在Dome A地区验证结果表明,坡度改正可使得卫星测高精度提高约38%。最后联合GPS和CryoSat-2OCOG数据,建立了南极Dome-A地区300m分辨率DEM,其精度约为0.24m。     

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...     

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。     

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.     

利用多源卫星数据研究青藏高原湖泊水储量变化及其影响因素

青藏高原分布着地球上海拔最高、数量最多的高原湖泊群,也是我国湖泊最集中的地区,有效掌握青藏高原湖泊水储量变化对于我国水资源有效利用具有重要意义。本文的研究核心是联合多源卫星数据研究青藏高原湖泊水储量变化,主要内容包括水陆交界处波形重跟踪算法研究、多源测高数据融合、利用测高和遥感数据计算湖泊水储量变化、结合GRACE数据进行湖泊水量平衡分析和青藏高原湖泊的气候变化响应研究等。     

三峡水库蓄放水对地面重力变化的影响分析

针对目前对地面重力的影响分析多采用模拟计算,从而导致对蓄放水的影响范围和程度分析还存在不足的问题,该文利用资源三号(ZY-3)高分辨率多光谱遥感影像提取了三峡库区江河湖库水体数据,结合水位数据,通过负荷格林函数积分模型,计算出三峡水库蓄放水导致水位升降的过程中水体对地面重力变化的影响。研究发现:(1)以1a为周期,三峡库区库岸及长江近岸地面重力的变化趋势与水库的蓄放水时期对应;(2)三峡水库放水期间水位下降,水库库岸及长江近岸地面重力减小;蓄水期间水位上升,地面重力增大;(3)三峡水库蓄放水对库岸及长江近岸的地面重力影响最大可达1 000μGal以上,且距离长江中心线越近,地面重力变化越大。