共查询到20条相似文献，搜索用时 718 毫秒
1.
《测绘科学》2020,(5)
为了准确反映全球气候的不断变化给湖泊湿地生态系统带来长时间水位、面积和蓄水量变化,针对星载激光测高数据筛选条件不足引起湖泊水位不准确的问题,提出了基于IQR湖陆分界多准则约束的激光点筛选方法。以青海湖为研究对象,利用ICESat/GLAS激光测高数据和30 m分辨率的Landsat遥感影像数据,研究分析青海湖2003到2009年间的湖泊水位、面积和蓄水量变化。结果表明:青海湖的年均水位、面积和蓄水量分别以0.096 m/a、12.915 km~2/a和0.088 km~3/a在升高,其中水位年均变化率相对误差仅为4.95%;2009年和2003年相比,湖泊水位增加了0.437 m,面积增加了74.128 km~2,相应的蓄水量增加了2.81 km~3,并与水位站实测结果基本一致。该方法有效实现了粗差探测识别问题,避免了粗差对高程序列的影响,对后续国产激光卫星在湖泊中的应用具有参考价值。 相似文献
2.
3.
卫星测高数据监测青海湖水位变化 总被引：3，自引：0，他引：3
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。 相似文献
4.
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。 相似文献
5.
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. 相似文献
6.
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。 相似文献
7.
《国土资源遥感》2021,(3)
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的响应。结果表明:2003—2009年期间太湖水位呈上升趋势(0.036 m/a),2009—2019年期间太湖水位呈下降趋势(-0.014 4 m/a);地表温度及降水均对太湖水位变化有周期性影响,其中降水的影响更为显著;此外,随着太湖周边城市化进程加快,以2009年为节点,2009年后周边城市人口增长速度加快,城市用水需求加大,导致太湖水位呈下降趋势,表明人类活动对太湖水位变化有整体性影响。 相似文献
8.
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。 相似文献
9.
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. 相似文献
10.
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。 相似文献
11.
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）非参数检验,对近20年萨雷兹湖的水位变化特征进行过程分析,初步揭示了萨雷兹湖水位的近期变化趋势和规律。结果表明：①ICESat-1/2激光测高雷达数据在陆地湖泊水位反演中误差可控制在0.05 m之内,精度高度可信,为无/缺资料地区湖泊水文监测提供良好的数据源;②2003—2019年,萨雷兹湖的水位持续呈现显著上升的趋势,水位上升的速率约为0.15 m/a （p<0.01,双尾）;③萨雷兹湖的水位年内波动较大（至少7~8 m）。最高水位出现在9—10月,当前平均水位约为3265 m,最低水位出现在3—5月,当前平均水位约为3259 m。以上研究结果可为萨雷兹湖的综合治理及安全评估提供数据支持和技术参考。 相似文献
12.
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 总被引：1，自引：0，他引：1
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。 相似文献
13.
14.
15.
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。 相似文献
16.
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。 相似文献
17.
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。 相似文献
18.
TOPEX/Poseidon卫星监测博斯腾湖水位变化及其与NINO3 SST的相关性分析 总被引：1，自引：0，他引：1
利用TOPEX/Poseidon(T/P)卫星10年（1992~2002）监测博斯腾湖水位变化的GDR数据,经过数据的地球物理改正、编辑、约化和滤波后,分别采用小波分析和傅里叶分析得到了博斯腾湖水位变化的平均周期为1034d,363d,182d和47d。季节性变化是湖泊水位变化的主项,利用最小二乘法得到了周年振幅为0.7196m,半年振幅为0.5322m,因此季节性变化的主周期是周年,次周期是半年。博斯腾湖水位变化变化趋势为0.2012m/a,说明在全球气候变暖趋势下,博斯腾湖水位在升高。由博斯腾湖月水位变化的时间序列与NINO3 SST进行相关性分析,发现在NINO3 SST 发生6个月后,博斯腾湖月水位变化序列与NINO3 SST数据相关性最大(-0.2784),表明厄尔尼诺事件对我国西部气候影响的具有一定的滞后性。 相似文献
19.
20.
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。 相似文献