中国地质大学（武汉）华人策略研究论坛

“科研成果快报”

1. 标题

· Monitoring long-term lake level variations in middle and lower Yangtze Basin over 2002-2017 through integration of multiple satellite altimetry datasets

2. 成果信息

· Peng L, Hui L, Fang C, Xiaobin C. Monitoring long-term lake level variations in middle and lower Yangtze Basin over 2002-2017 through integration of multiple satellite altimetry datasets[J]. Remote Sensing, 2020, 12: 1448. doi:10.3390/rs12091448.

3. 成果团队成员

· 黎鹏，中国地质大学（武汉）地理与信息工程学院，硕士，测绘科学与技术（遥感方向），发表论文：SCI一篇（Remote Sensing, T2）,EI中文一篇（地球科学）。联系方式：邮箱，jackeyli@cug.edu.cn。

· 李辉，中国地质大学（武汉）地理与信息工程学院，博士，副教授，硕士生导师，地学遥感应用方向，至今以一作及通讯作者身份发表论文二十余篇。联系方式：邮箱，lih@cug.edu.cn。

· 陈芳，武汉大学测绘遥感信息工程国家重点实验室，博士

· 蔡晓斌，中国科学院精密测量科学与技术创新研究院，副研究员。

4. 成果介绍

水位是湖泊的基本水文要素，可以准确地反映出湖泊的动态变化信息，是揭示气候和环境变化的重要信息载体。卫星测高技术作为湖泊水位的有效测量手段，广泛用于长时期、大范围的湖泊水位监测。本文以长江中下游流域湖泊为研究对象，基于ICESat-1、Envisat和Cryosat-2三种测高卫星数据，通过主波峰阈值算法处理了其中的雷达测高卫星数据，并且讨论了常用阈值（30%、50%、70%）对处理结果的影响，最终选用了30%阈值对雷达回波波形进行了重跟踪处理，从而获得了更准确的湖泊水位。

同时，本文探讨了多源测高卫星数据间系统偏差的消除方法，我们利用太湖上时间相近的三种卫星测高水位数据和对应的实测水位数据计算了不同测高卫星数据间的系统偏差，从而对研究区湖泊不同数据源的卫星测高水位进行了整体的校正。经过计算，ICESat-1和Cryosat-2测高水位相对于Envisat测高水位的系统偏差值分别为6.7 cm和3.1 cm，据此可以对研究区内湖泊的ICESat-1和Cryosat-2测高水位进行整体的校正。随后，我们评估了测高卫星数据的精度，结果表明，卫星测高水位与实测水位之间显著相关（R为0.908到0.989之间，P<0.001），这证明了测高卫星监测湖泊水位的有效性（图1）。在此基础上，成功构建了长江中下游湖泊2002~2017年的水位序列（图2为太湖构建的水位时间序列），计算了湖泊的水位变化速率，分析了湖泊水位的时空变化特征。

图1 （a-d）太湖的三种卫星测高水位数据（Envisat、ICESat-1和Cryosat-2）及其数据组合与实测水位数据的相关图；（e-h）巢湖的三种卫星测高水位数据（Envisat、ICESat-1和Cryosat-2）及其数据组合与实测水位数据的相关图；（i-l）南洞庭湖上的三种卫星测高水位数据（Envisat、ICESat-1和Cryosat-2）及其数据组合与实测水位数据的相关图（图中R为相关系数，P为显著性值，N为水位数量）

图2 基于测高卫星数据的太湖水位时间序列与实测水位时间序列对比图

经过统计，长江中下游湖泊在不同的时期呈现不同的变化规律。在研究期间内，长江中下游流域湖泊的水位总体呈现出先下降后上升，整个时期为上升的变化趋势。2002~2009年，流域中~60%的湖泊（52个中的31个）呈现出水位下降趋势（平均下降速率为-0.097 m/y）；2010~2017年，流域中~66%的湖泊（119个中的79个）呈现出水位上升的趋势（平均上升速率为0.098 m/y）；2002~2017年，流域中~79%的湖泊（53个中的42个）呈现出水位上升的趋势（平均上升速率为0.045 m/y）（图3）。为了对湖泊水位变化进行驱动力分析，本文结合了气象、水库蓄水及人类用水数据，与湖泊水位变化规律对比分析发现：降水为影响湖泊水位变化的主要驱动因素，而三峡及长江中下游流域众多水库的运行对湖泊的水位有季节性影响（尤其对Ⅰ类湖泊），同时，大量的人类用水消耗也对湖泊的水位变化有一定影响。

图3 2002~2017年长江中下游流域湖泊的水位变化速率图（红色和蓝色分别表示湖泊水位上升或下降的线性拟合置信度在90%以上）