多源衛(wèi)星測高數(shù)據(jù)監(jiān)測太湖水位變化及影響分析

魏浩翰，許仁杰，楊 強，周權(quán)平

(1.南京林業(yè)大學(xué)土木工程學(xué)院，南京 210037；2.中國地質(zhì)調(diào)查局南京地質(zhì)調(diào)查中心，南京 210016)

0 引言

太湖是中國第三大淡水湖，位于中國經(jīng)濟發(fā)達(dá)、人口密度大、科技能力強的長江三角洲。隨著人類利用水資源的能力和強度不斷增加，導(dǎo)致太湖流域水資源發(fā)生一定程度的時空變化，太湖水位的異常變化將導(dǎo)致垂向水文形變、旱澇災(zāi)害等一系列現(xiàn)象，影響正常的農(nóng)業(yè)生活與工業(yè)生產(chǎn)[1]。水文站點作為傳統(tǒng)湖泊水位監(jiān)測方式，受到成本、人力以及區(qū)位三方面的約束，難以獲取大范圍、持續(xù)實測水位數(shù)據(jù)；此外，我國地理狀況復(fù)雜、水系發(fā)達(dá)，長時間和大范圍湖泊數(shù)據(jù)難以實時共享。近年來，隨著衛(wèi)星測高技術(shù)在海平面監(jiān)測中日趨成熟，相關(guān)學(xué)者不斷優(yōu)化算法[2-3]，衛(wèi)星測高技術(shù)逐漸應(yīng)用于內(nèi)陸湖泊水位監(jiān)測的研究。相較于水文站實地監(jiān)測，衛(wèi)星測高無需建立多個水文站便能做到長期、實時、持續(xù)監(jiān)測，彌補缺失的實測數(shù)據(jù)。目前，國內(nèi)外已有較多研究長江中下游地區(qū)[4]、青藏高原[5]、亞馬孫流域[6]等區(qū)域的湖泊水位變化。由于單一衛(wèi)星運行壽命有限，時間覆蓋范圍大多在5～10 a，故融合多源衛(wèi)星測高數(shù)據(jù)可以有效延長觀測時間[7-8]。由于不同衛(wèi)星間運行軌道、高程基準(zhǔn)均不同，不同研究區(qū)域選取的衛(wèi)星并不固定，目前利用多源衛(wèi)星測高數(shù)據(jù)監(jiān)測太湖水位的研究較少。此外，結(jié)合氣候變化與人類活動分析湖泊長期水位變化規(guī)律及影響因素的研究仍比較少。

綜上所述，本研究融合Envisat與Cryosat-2兩類衛(wèi)星測高數(shù)據(jù)研究2003—2019年太湖水位變化規(guī)律，進(jìn)一步結(jié)合地表氣象數(shù)據(jù)與城市人口變遷數(shù)據(jù)分析湖泊水位變化的影響因素，為太湖流域生態(tài)環(huán)境穩(wěn)步發(fā)展及水資源可持續(xù)利用提供參考。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

太湖位于江蘇省南部，長江三角洲南緣，橫跨江蘇、浙江兩省，周邊主要城市有蘇州、無錫、湖州、嘉興等。主湖體地理坐標(biāo)為30°55′～31°32′N，119°52′～120°36′E，如圖1所示。地處北亞熱帶氣候區(qū)，溫和濕潤，年均水溫17.1 ℃，常年平均降水量1 260 mm，常年很少結(jié)冰，湖泊平均水深1.9 m，最深處約為2.6 m，面積約為2 338 km2。湖內(nèi)島嶼眾多，上游有苕溪、荊溪兩大水系匯水入湖，下游黃浦江是太湖最大的出水通道，太湖承擔(dān)著蓄水、航運、防洪、提供生活用水的重要作用。

圖1 太湖概況及數(shù)據(jù)分布圖Fig.1 Overview of Taihu Lake and data distribution map

2018年太湖流域總?cè)丝?4 388萬人，占全國人口的10.3%，占全國GDP的18.2%，是全國人均GDP的2.2倍，水資源總量231.3億m3。高速發(fā)展的背后帶來的是對太湖的破壞，例如2007年的太湖藍(lán)藻污染事件造成無錫全城自來水污染。在多年治理下，太湖水情有較大的改善，但仍存在一定隱患，因此太湖水情監(jiān)測具有十分重要的戰(zhàn)略意義。

1.2 數(shù)據(jù)源

1)Envisat測高數(shù)據(jù)。Envisat衛(wèi)星是ERS1和ERS2后續(xù)地球觀測任務(wù)，由歐洲航天局(ESA)于2002年2月28日發(fā)射升空，與太陽同步軌道，計劃使用壽命5 a，實際使用壽命10 a，搭載RA-2雷達(dá)高度計，周期35 d，每周期1 002個軌道，累計獲取108期數(shù)據(jù)。本研究選用Envisat/RA-2的GDR_v3版本數(shù)據(jù)，時間范圍為2003年1月—2010年9月[9]。針對不同類型表面(海洋、冰、海冰等)的地球數(shù)據(jù)，數(shù)據(jù)產(chǎn)品中共使用Ocean,Ice-1,Ice-2,Sea-Ice這4種波形重跟蹤算法，依據(jù)已有學(xué)者研究[10]，Ice-1算法能夠更為準(zhǔn)確提取內(nèi)陸湖泊水位信息。

2)Cryosat-2測高數(shù)據(jù)。Cryosat-2衛(wèi)星由歐洲航天局(ESA)于2010年4月10日發(fā)射升空，搭載SIRAL合成孔徑干涉雷達(dá)高度計，周期369 d，每30 d為一個子周期，具有低分辨率模式(LMR)、合成孔徑雷達(dá)模式(SAR)、干涉合成孔徑雷達(dá)模式(SARin)3種模式。本研究選用Cryosat-2/SIRAL的SIR_GDR_Baesline-C版本數(shù)據(jù)，時間范圍為2010年10月—2019年4月[11]。選用數(shù)據(jù)產(chǎn)品中LMR模式的OCOG算法提取太湖水位信息。

3)MODIS光學(xué)遙感數(shù)據(jù)。中分辨率成像光譜儀(MODIS)是搭載在Terra和Aqua衛(wèi)星上的傳感器，其中Terra衛(wèi)星過境時間為上午10：30分左右(或晚上10：30分)，Aqua衛(wèi)星過境時間為下午1：30分(或凌晨1：30分)。本研究選用的MODIS光學(xué)影像為Terra/MODIS的MOD13Q1數(shù)據(jù)產(chǎn)品，MOD13Q1為Level-3的合成產(chǎn)品，將相隔8 d生成16 d的復(fù)合圖像，通過組合數(shù)據(jù)來獲取不同時間分辨率的數(shù)據(jù)產(chǎn)品，時間范圍為2003年1月—2019年12月[12]。

4)氣象觀測數(shù)據(jù)。氣象觀測數(shù)據(jù)包括地表溫度與降水?dāng)?shù)據(jù)。其中降水?dāng)?shù)據(jù)采用中國氣象數(shù)據(jù)網(wǎng)提供的2003年1月—2018年8月中國月降水?dāng)?shù)據(jù)集，其空間分辨率為0.5°×0.5°，經(jīng)交叉驗證質(zhì)量狀況良好[13]。地表溫度數(shù)據(jù)采用NCAR的全球探空資料[14]，該數(shù)據(jù)集中包括地表溫度、地表壓強、地表水汽壓、地表相對濕度等氣象數(shù)據(jù)，月平均地表溫度觀測站選擇位于太湖南部約60 km的杭州站點，時間范圍為2003年1月—2019年9月。

5)實測水位與用水量數(shù)據(jù)。實測水位數(shù)據(jù)和用水量數(shù)據(jù)來自水利部太湖流域管理局提供的太湖歷年《水情月報》[15]、《太湖流域及東南諸河水資源公報》，包括太湖流域每月雨情、水情水量及太湖流域用水量等信息。其中太湖及周邊有多個水文站提供水位觀測值，考慮到水位數(shù)據(jù)的連續(xù)性和可靠性，選取位于太湖中心的太湖水文站的多年連續(xù)觀測水位數(shù)據(jù)作為實測數(shù)據(jù)，其位置如圖1中紅色三角形所示。

6)城市人口變遷數(shù)據(jù)。歷年城鎮(zhèn)人口數(shù)據(jù)源于2003—2018年《中國人口統(tǒng)計年鑒》[16]，選取太湖周邊城市無錫、蘇州、湖州、嘉興及其所屬縣級市人口數(shù)據(jù)。

2 研究方法

2.1 衛(wèi)星測高原理

高度計測量范圍是從衛(wèi)星到地球表面的距離，湖泊水位是指參考橢球體上方的水位高度。根據(jù)水面返回的信號以確定水面至衛(wèi)星間的距離，風(fēng)速，有效波高等參數(shù)[17]，計算如式(1)所示：

Height=Halt-Hran-Hgeoid-Hcor，

(1)

式中：Height為湖泊水位高度(即實際表面至參考橢球體上方的距離)；Halt為衛(wèi)星質(zhì)心在參考橢球體上方的距離；Hran為衛(wèi)星距離實際表面的高度；Hgeoid為大地水準(zhǔn)面差值；Hcor為各類誤差校正。

Hran測得數(shù)據(jù)在理想情況下為雷達(dá)高度計至湖泊水面高度，但雷達(dá)高度計向地面發(fā)射脈沖時，受到非湖泊表面、地形等影響，回波波形中波形前緣點會出現(xiàn)一定的偏差，波形重跟蹤算法能夠進(jìn)行校正[18]，校正方法如式(2)所示，即

Hran_Cor=(C′-C)×ds，

(2)

式中：Hran_Cor為波形重跟蹤后需改正的距離；C′為波形重跟蹤后的波形前緣點；C為預(yù)設(shè)波形前緣點；ds為距離校正因子，與脈沖寬度與光速相關(guān)。

同時觀測值精度也受到軌道誤差、物理儀器誤差以及信號接收誤差等影響。Hcor誤差校正項的構(gòu)成如式(3)所示，即

Hcor=wtc+dtc+ic+setc+ptc，

(3)

式中：wtc為濕對流校正(wet troposphere correction)；dtc為干對流校正(dry troposphere correction)；ic為電離層校正(ionosphere correction)；setc為固體潮校正(solid earth tide correction)；ptc為極潮校正(pole tide correction)。

2.2 湖泊水位信息提取

衛(wèi)星的發(fā)射時間，運行期限，數(shù)據(jù)發(fā)布機構(gòu)不同，若獲取長時間序列湖泊水位數(shù)據(jù)，需整合衛(wèi)星的發(fā)布數(shù)據(jù)，分析衛(wèi)星軌道、運行時間以及數(shù)據(jù)精度，組合衛(wèi)星的湖泊覆蓋信息與時間范圍，同時受到衛(wèi)星本身的各項參數(shù)、高度計等差異的影響，需校正衛(wèi)星之間的系統(tǒng)誤差、統(tǒng)一參考坐標(biāo)系以及剔除粗差，最終提取出長時間序列湖泊水位信息。

1)湖泊邊界提取。利用MODIS光學(xué)遙感影像提取湖泊邊界信息，采用歸一化植被指數(shù)(normalized difference vegetation index，NDVI)，該指數(shù)最早用于監(jiān)測植被覆蓋率，后從研究紅波段與近紅外波段中發(fā)現(xiàn)，植被反射率從紅光波段至近紅外波段逐漸增強，水體反射率從紅光波段至近紅外波段逐漸減弱，通過不同波段組合能夠有效區(qū)分出水體與植被[19]，計算方法為：

(4)

式中：Red為紅波段亮度值；NIR為近紅外波段亮度值。

通過對NDVI圖像選取合適的閾值，能夠清晰分辨出植被與水體的界限，從而較好的識別水體[20]。NDVI<0時為水體，NDVI>0時為植被或陸地。受到湖泊水生植物覆蓋及泥沙的影響，需適當(dāng)提高閾值，同時湖泊附近水生植物的覆蓋密度及季節(jié)性變化影響，閾值因環(huán)境改變選取也不完全相同，根據(jù)學(xué)者研究與反復(fù)的實驗對比驗證后[21]，本研究不同時期閾值范圍為0.05～0.25。

在ENVI與ArcGIS軟件的環(huán)境下，進(jìn)行遙感影像拼接、重投影及剪裁，將柵格數(shù)據(jù)轉(zhuǎn)換為矢量數(shù)據(jù)，提取2003—2019年每月湖泊邊界，從而提取對應(yīng)的星下點足跡。

2)數(shù)據(jù)預(yù)處理。① 粗差剔除。衛(wèi)星大多使用雷達(dá)高度計，適用于海平面這類面積大且相對平坦的平面，而內(nèi)陸湖泊大多面積較小，雷達(dá)信號觸及水體以外的其他地物而被污染，導(dǎo)致個別水位數(shù)據(jù)異常，故首先剔除原始水位數(shù)據(jù)中的異常值。2003—2019年期間太湖范圍內(nèi)Envisat衛(wèi)星累計獲取26 728個水位值，Cryosat-2衛(wèi)星累計獲取33 100個水位值。正常情況下，水位值差值大多在40～80 cm波動，但存在一些水位值波動超過幾米甚至幾十米，將會影響總體平均值的計算，與總體水位平均值作差，剔除差值超過±2 m的數(shù)據(jù)。

其次采用PauTa準(zhǔn)則(又稱3σ準(zhǔn)則)進(jìn)一步剔除粗差，該準(zhǔn)則適用于樣本數(shù)量較大，且能夠預(yù)先統(tǒng)計出標(biāo)準(zhǔn)誤差，剔除等精度重復(fù)測量的基礎(chǔ)上異常值與噪聲。假定單天水位樣本為x1,x2,x3,…,xn，判定方法為：

(5)

(6)

若Vi>3σ，則xi已超過極限誤差，剔除該值；若Vi<3σ，則xi為正常單天水位值，保留該值。將剩余單天水位值計算平均值，即為該日水位值。

② 數(shù)據(jù)平滑。對全體單天水位值進(jìn)行平滑處理，采用高斯濾波處理，其實質(zhì)為信號濾波器，獲取信噪比較高的信號，搜索窗口大小的選擇對濾波作用效果至關(guān)重要，在前人研究與實驗的基礎(chǔ)上，選用高斯濾波的平滑窗口為半年[22]。

3)系統(tǒng)誤差消除。盡管Envisat與Cryosat-2衛(wèi)星的參考橢球均為WGS84橢球，但由于衛(wèi)星本身的各項參數(shù)不同以及所攜帶的高度計存在差異，衛(wèi)星間的測高結(jié)果仍存在一定的系統(tǒng)誤差。以Envisat衛(wèi)星測高結(jié)果為參考值[23]，可通過下式對系統(tǒng)誤差進(jìn)行改正：

(7)

由式(7)可得，太湖流域內(nèi)衛(wèi)星間的系統(tǒng)誤差為0.29 m，將Cryosat-2衛(wèi)星測高數(shù)據(jù)進(jìn)行改正后即可獲得長時間序列太湖水位信息，太湖水位值為整個湖面范圍內(nèi)去除異常值后的平均值。

3 結(jié)果

3.1 精度驗證

本研究采用皮爾遜相關(guān)系數(shù)(R)、顯著性值(P)以及均方根誤差(RMSE)3項指標(biāo)進(jìn)行湖泊水位精度驗證。利用距平值分析系統(tǒng)誤差消除后的長時間序列衛(wèi)星測高數(shù)據(jù)與地表實測水位變化，距平值為某一時刻的水位值減去該湖泊長期水位平均值后的剩余值[24]，將單天水位值按月取平均即為月水位值。精度驗證采用2007年1月—2010年9月與2014年10月—2017年4月實測水位數(shù)據(jù)，分別與兩類衛(wèi)星測高數(shù)據(jù)對比。圖2和圖3分別為Envisat與Cryosat-2衛(wèi)星測高水位與地表實測水位數(shù)據(jù)對比圖，從圖可知，Envisat與Cryosat-2衛(wèi)星測高水位均與地表實測水位變化趨勢基本一致，Envisat衛(wèi)星測高數(shù)據(jù)R值為0.82，RMSE值為0.083 2 m；Cryosat-2衛(wèi)星測高數(shù)據(jù)R值為0.82，RMSE值為0.107 7 m，P值均小于0.01。

(a)Envisat衛(wèi)星測高水位與地表實測水位 (b)Envisat衛(wèi)星測高水位與地表實測水位相關(guān)性分析

(a)Cryosat-2衛(wèi)星測高水位與地表實測水位 (b)Cryosat-2衛(wèi)星測高水位與地表實測水位相關(guān)性分析

由表1可知，在驗證水位點個數(shù)足夠的基礎(chǔ)上，兩類衛(wèi)星測高數(shù)據(jù)與實測數(shù)據(jù)的變化趨勢仍表現(xiàn)出較高的一致性，且皮爾遜相關(guān)系數(shù)(R)均超過0.8，顯著性值(P)均小于0.01，表現(xiàn)出極強顯著相關(guān)性。結(jié)果表明，Envisat與Cryosat-2衛(wèi)星測高數(shù)據(jù)均可用于監(jiān)測內(nèi)陸湖泊長時間序列水位變化，提取湖泊水位精度較高，極大程度上方便了內(nèi)陸湖泊水位的長時間監(jiān)測。

表1 衛(wèi)星測高水位與地表實測水位相關(guān)性表Tab.1 Correlation between satellite altimetry water level and surface measured water level

3.2 太湖水位變化特征分析

結(jié)合兩類衛(wèi)星測高數(shù)據(jù)可提取2003—2019年太湖水位序列，圖4為2003—2019年太湖水位時間序列圖，從圖可知，兩類衛(wèi)星測高數(shù)據(jù)均可獲取較為準(zhǔn)確水位變化趨勢及明顯的季節(jié)與年際波動。從季節(jié)水位變化可以看出，水位最高點大多在夏季7，8月份，最低點大多在冬季1，2月份，水位一般從年內(nèi)4月水位開始上漲，年內(nèi)11月水位逐漸下降，年內(nèi)水位差值在0.5～1.2 m之間。從年際變化可以看出，水位高峰值均出現(xiàn)在夏季，低谷值均出現(xiàn)在冬季，與已有水情報告一致。其中太湖水位的最高峰值出現(xiàn)在2016年夏季，最低谷值出現(xiàn)在2015年冬季。通過對年水位值進(jìn)行二次擬合得到水位變化趨勢，可知2009年左右為節(jié)點，2003—2009年水位呈上升趨勢，2009—2019年水位呈下降趨勢。為了進(jìn)一步分析水位變化趨勢，分別提取2003—2009年和2009—2019年水位變化曲線的線性趨勢項，可明顯看出，2003—2009年期間水位增長線性趨勢為0.036 m/a，2009—2019年期間水位下降線性趨勢為-0.014 4 m/a。

圖4 2003—2019年太湖水位時間序列圖Fig.4 Long time series of water level of Taihu Lake (2003—2019)

4 討論

4.1 地表溫度和降水對太湖水位變化的周期性影響

地表溫度和降水變化是影響湖泊的兩大重要因素。太湖地處北亞熱帶濕潤季風(fēng)氣候，夏熱冬溫，雨熱同期，季風(fēng)發(fā)達(dá)。圖5為2003—2019年太湖月平均地表溫度變化與水位變化關(guān)系圖，從圖中明顯看出太湖流域地表溫度變化穩(wěn)定，呈現(xiàn)出明顯的周期性，同時太湖水位變化與地表溫度變化趨勢較為一致，具體表現(xiàn)在夏季地表溫度較高，太湖水位也較高；冬季地表溫度偏低，太湖水位亦處于較低水位。雖然地表溫度升高會使得湖泊水的蒸發(fā)量增大，但是地表溫度升高時帶來的降雨量增加會導(dǎo)致湖泊水量增加。因此必須考慮降水對太湖水位變化的影響。圖6為2003—2019年太湖地區(qū)月平均降水量與太湖水位變化關(guān)系圖，降水?dāng)?shù)據(jù)時間范圍為2003年1月—2018年8月。總體來看，雨水充沛的年份，水位明顯高于多年平均水位，而雨水稀少的年份，水位低于多年平均水位，由于太湖汛期大多集中在夏季，受到北亞熱帶濕潤季風(fēng)氣候雨熱同期的影響，太湖流域夏季正值梅雨期，雨水充沛，故各水文站漲幅與強降水分布緊密相關(guān)。從單一年份來看，2011年，2016年降水量明顯高于平均水平，根據(jù)太湖《水情月報》顯示[15]，2011年8月和2016年5月—7月，太湖流域均發(fā)生長時間的持續(xù)降水，導(dǎo)致相應(yīng)時間段內(nèi)太湖水位明顯上升。其中，2011年8月的持續(xù)降水主要集中在太湖流域北部，而2016年5月—7月的持續(xù)降水主要集中在太湖湖區(qū)，因此2016年太湖水位增長幅度更大，水位更高。從長時間序列來看，地表溫度變化與水位變化趨勢具有一致性，而降水對太湖水位變化的影響更為直接。綜上所述，地表溫度和降水均對太湖水位變化有周期性影響，相對于地表溫度變化，降水對太湖水位變化影響更為顯著。

圖5 太湖水位與月平均地表溫度變化趨勢圖Fig.5 Trend of water level and monthly mean surface temperature in Taihu Lake

圖6 太湖水位與月降水量變化趨勢圖Fig.6 Trend of water level and monthly precipitation in Taihu Lake

4.2 城市人口變遷對太湖水位變化的整體性影響

太湖周邊城市主要包括江蘇的蘇州、無錫與浙江的湖州、嘉興及其所屬縣級市，經(jīng)濟發(fā)達(dá)，城市化進(jìn)程快。據(jù)《中國人口統(tǒng)計年鑒》統(tǒng)計，2003—2018年該區(qū)域人口由807萬人增長至940萬人，增長趨勢為7.98萬人/年。圖7為太湖水位變化與人口增長圖，由圖7可知，2003—2019年周邊城市總?cè)丝诔掷m(xù)增長，2009年之前人口增長趨勢為7.89萬人/年，2009年之后人口增長趨勢為9.764萬人/年，人口增長速度從2009年開始明顯提高，相應(yīng)的水位變化速率分別為0.036 m/a(2009年之前)與-0.014 4 m/a(2009年之后)，2009年為水位變化節(jié)點，如圖4所示，說明人口的加速增長一定程度上影響太湖水位變化。同時，受到城市人口逐年遞增為主的諸多因素影響，必將導(dǎo)致太湖周邊城市用水量的增加，從而引起太湖水位的變化響應(yīng)。據(jù)《太湖流域及東南諸河水資源公報》統(tǒng)計，2003—2019年太湖流域周邊城市年用水量波動變化，2010年以來用水量總體呈下降趨勢，2013年后趨勢減緩。如圖8所示，2007年太湖周邊城市用水量達(dá)到期間峰值372.7億m3，與此同時，太湖水位持續(xù)下降，而2008年起用水量降低的同時太湖水位變化值轉(zhuǎn)為正值，這意味著太湖水位開始上升，總體來看，用水量增加的年份太湖水位呈下降趨勢。因此，城市人口變遷對太湖水位變化有整體性影響，其中城市人口帶來的用水量變化與太湖年度變化趨勢較為一致。

圖7 太湖水位變化與人口增長趨勢圖Fig.7 Trend of water level of Taihu Lake and population growth

圖8 太湖年水位變化與時間變化對比圖Fig.8 Comparison water level of Taihu Lake and water consumption change

5 結(jié)論

1)Envisat與Cryosat-2衛(wèi)星測高數(shù)據(jù)融合處理結(jié)果表明2003—2009年期間太湖水位整體以0.036 m/a的趨勢上升，2009—2019年期間太湖水位整體以-0.014 4 m/a的趨勢下降。

2)太湖水位變化受氣候變化與人類活動影響比較明顯。月平均地表溫度變化和月降水量與水位變化趨勢一致，表明氣候變化對太湖水位變化有周期性影響，相較于地表溫度，降水對太湖水位變化影響更為顯著。

3)人類活動對太湖水位的影響主要體現(xiàn)在城市人口變遷帶來的影響，其中用水量變化的影響更為明顯。從變化趨勢來看，以2009年為節(jié)點，2009年后城市人口變遷速度加快，一定程度上導(dǎo)致太湖水位呈下降趨勢，對比之下年度用水量的影響更為明顯，表明人類活動對太湖水位變化有整體性影響。

4)本研究中，尚未獲取到太湖湖盆相關(guān)數(shù)據(jù)，關(guān)于太湖湖盆抬高對水位變化的影響有待進(jìn)一步研究。