基于衛(wèi)星雷達(dá)測高技術(shù)的湖庫動態(tài)監(jiān)測理論、方法和研究進(jìn)展

姜麗光，劉俊，張星星

1.南方科技大學(xué) 環(huán)境科學(xué)與工程學(xué)院,深圳518055;

2.丹麥技術(shù)大學(xué) 環(huán)境工程學(xué)院, 2800 Kgs.Lyngby,丹麥;

3.中國科學(xué)院地理科學(xué)與資源研究所,北京100101

1 引 言

湖泊、水庫是地表水圈重要的組成部分，不僅發(fā)揮著重要水源地的作用，也具有重要的生態(tài)服務(wù)功能；同時，湖庫對局部水循環(huán)和水文過程有著重要的影響。在全球變化背景下，湖庫動態(tài)對氣候變化和人類活動的響應(yīng)敏感，是反映區(qū)域氣候和環(huán)境變化的重要指標(biāo)（Zhang 等，2020a；Jiang 等，2017a）。因此，開展湖庫的動態(tài)監(jiān)測意義重大，不僅具有重要的科學(xué)價值，也具有重要的實際意義。

水位是湖庫變化最基礎(chǔ)的水文要素之一，直接影響到諸如水儲量、熱力和水力學(xué)過程等湖泊系統(tǒng)狀態(tài)。因此，一直以來水位是湖庫監(jiān)測的基礎(chǔ)指標(biāo)之一。傳統(tǒng)的觀測手段主要依賴于觀測水尺，進(jìn)行目視判讀，效率相對較低（da Silva 等，2014）?，F(xiàn)在業(yè)務(wù)化的觀測設(shè)備主要有自計水位計和非接觸式雷達(dá)水位計等，雖然時間分辨率有了極大提高，但成本較高且覆蓋范圍有限，不能反映區(qū)域大范圍內(nèi)的湖庫變化特征。尤其在偏遠(yuǎn)地區(qū)和高海拔地區(qū)，常用的監(jiān)測方法受到限制，無法獲取一手的實地觀測資料。然而正是這些地區(qū)，湖泊的變化很大程度上反映了氣候變化，是研究氣候變化效應(yīng)的最佳區(qū)域（Zhang等，2020a）。

衛(wèi)星雷達(dá)測高技術(shù)的快速發(fā)展，為監(jiān)測湖庫變化提供了補(bǔ)充手段?，F(xiàn)代意義的高精度測高衛(wèi)星從1990s開始，得益于精準(zhǔn)定軌技術(shù)的發(fā)展和大氣延遲誤差計算的提高，測高數(shù)據(jù)質(zhì)量得到顯著提高。雖然，衛(wèi)星雷達(dá)測高計是為研究海洋而誕生，到目前為止，所有雷達(dá)測高計劃的首要任務(wù)依然是研究海洋或極地冰蓋（Chelton 等，2001；Stern 等，2014；Chelton 等，1989；Wingham 等，2006）；但是，測高數(shù)據(jù)也不斷被應(yīng)用到內(nèi)陸水體的監(jiān)測研究（Koblinsky 等，1993；Birkett，1995；Crétaux和Birkett，2006；Jiang 等，2020a）。TOPEX/Poseidon和ERS-1/-2 的相繼發(fā)射，衛(wèi)星測高數(shù)據(jù)逐漸被用來監(jiān)測大湖、大河的水位變化過程（Lee等，2009；Frappart 等，2016；Birkett，1995）。2002年歐洲航天局發(fā)射了先進(jìn)極軌衛(wèi)星ENVISAT，攜帶10 種復(fù)雜的探測設(shè)備，雷達(dá)測高計RA-2 是其中之一。由于其精度高、覆蓋范圍廣，在陸地水文學(xué)的研究中得到廣泛應(yīng)用（Berry 等，2005；Michailovsky等，2013；Paiva 等，2013；Becker 等，2014；da Silva 等，2010；Liao 等，2014）。近10 a 來，陸地水體監(jiān)測也被逐漸納入到測高衛(wèi)星計劃的主要任務(wù)中來，如CryoSat-2 和Sentinel-3 等。CryoSat-2是歐洲航天局于2010年發(fā)射的配備了新一代合成孔徑雷達(dá)測高計的環(huán)境衛(wèi)星。其高度計在沿軌道方向的足跡僅約為300 m，軌道地面間隔約為7.5 km，所有CryoSat-2 能夠監(jiān)測更多的內(nèi)陸水體（河流、湖泊、水庫等），為研究區(qū)域性湖庫變化提供了全局視角（Jiang等，2017a，2017b，2020a）。Sentinel-3計劃不僅配備了合成孔徑雷達(dá)（SAR）測高計，雙星星座也極大提高了空間覆蓋率，使其能夠兼顧空間和時間分辨率，非常有利于內(nèi)陸水體的監(jiān)測（Jiang 等，2020b；Kittel 等，2021；Huang 等，2019）。此外，SARAL/AltiKa 首次搭載Ka波段雷達(dá)測高計，極大縮小了地面足跡（相對于Jason-2/-3的20 km和Envisat的15 km，AltiKa足跡直徑僅8 km），數(shù)據(jù)精度得到了提高（Arsen 等，2015；Jiang 等，2019a；Verron 等，2021）。與CryoSat-2 類似，從2016年開始，SARAL/AltiKa 也使用漂移軌道模式運(yùn)行（稱為AltiKa-DP 階段），為監(jiān)測內(nèi)陸湖庫提供了重要數(shù)據(jù)（Zhang 等，2020b）。如圖1 所示，測高衛(wèi)星的漂移軌道模式能探測到更多的內(nèi)陸湖庫。以納木錯為例，TP/Jason 系列測高衛(wèi)星，雖然有較長的歷史數(shù)據(jù)，但在納木錯沒有觀測軌跡；而ERS/Envisat系列和Sentinel-3均有觀測，但也僅有兩條觀測軌跡；而AltiKa-DP 和CryoSat-2 觀測軌跡密集，能提供湖泊不同位置的水位數(shù)據(jù)。

圖1 不同測高衛(wèi)星（TP/Jason系列、ERS/Envisat系列、Sentinel-3系列、AltiKa-DP和CryoSat-2）地面軌跡在青藏高原地區(qū)的示例Fig.1 Illustration of ground tracks of multiple satellite radar altimetry missions over the Nam Co-Seling Co region of the Tibetan Plateau

衛(wèi)星雷達(dá)測高計經(jīng)過幾十年的發(fā)展，測高數(shù)據(jù)質(zhì)量、分辨率等有了顯著提升，測高數(shù)據(jù)已經(jīng)被廣泛應(yīng)用到陸地水文學(xué)研究中，如湖庫動態(tài)變化（Brooks， 1982； Chen 和Liao， 2020； Song 等，2015；廖靜娟等，2020；黎鵬和李輝，2020）、濕地與河流交互過程（Park，2020；Kittel等，2021）、流域水文模型校正（Kittel 等，2018a，2020；Hulsman 等，2020）、數(shù)據(jù)同化（Michailovsky 等，2013；Paiva等，2013）、徑流估算（Bauer-Gottwein等，2015；Huang 等，2020；Tarpanelli 等，2016；Tourian等，2017）和水動力模擬（Michailovsky等，2013；Jiang 等，2019b）等。利用雷達(dá)測高和湖泊、水庫作為關(guān)鍵詞在Web of Science中檢索發(fā)現(xiàn)，相關(guān)研究發(fā)表文章數(shù)量自2005年以來快速增長（圖2），表明基于測高技術(shù)的湖庫研究得到了越加廣泛的關(guān)注，測高數(shù)據(jù)成為湖庫研究中的一個重要數(shù)據(jù)源。因此，對測高衛(wèi)星在湖庫動態(tài)監(jiān)測方面的研究做一個梳理很有必要，以期為相關(guān)科研人員提供參考和借鑒。本文將重點介紹衛(wèi)星雷達(dá)測高計在湖泊和水庫動態(tài)監(jiān)測方面的基本理論、主要方法和研究進(jìn)展。

圖2 在Web of Science平臺以“altimetry”&（lake or reservoir）為關(guān)鍵詞檢索的逐年文章發(fā)表數(shù)量Fig.2 Statistics of publications retrieved through the Web of Science using the keyword of altimetry and（lake or reservoir）

2 雷達(dá)測高原理

雷達(dá)測高計的基本原理是通過記錄微波脈沖信號在發(fā)射機(jī)與地表反射物體之間的往返時間，來計算星地之間的距離（R），基本原理及相關(guān)變量如圖3 所示。結(jié)合衛(wèi)星精密定軌獲得衛(wèi)星高程（hsat），近而計算得到地表反射面的高程h，即h=hsat-R。不同于遙感影像觀測，雷達(dá)測高記錄的是星下點的高程；觀測數(shù)據(jù)沿地面軌跡呈離散的單點分布，間隔約300 m（注：早期的衛(wèi)星測高計劃采樣間隔偏大）。

圖3 衛(wèi)星測高原理示意圖Fig.3 Schema of radar altimetry principle

由于測高計工作過程和微波傳播過程中受到多種因素的影響，計算的星地間距比實際距離偏大，必須對其進(jìn)行修正。這些修正項（Corr）主要包括電離層延遲修正（Corr_iono）、對流層干濕延遲修正（dry_trop_corr和wet_trop_corr）、固體潮修正（earth_tide）、極潮修正（pole_tide）等。最后，根據(jù)大地水準(zhǔn)面改正量（N）轉(zhuǎn)換橢球高（h），得到正高（H），具體計算公式如下：

3 數(shù)據(jù)產(chǎn)品

衛(wèi)星測高數(shù)據(jù)主要分三級，一級和二級產(chǎn)品主要由測高計研發(fā)機(jī)構(gòu)發(fā)布，而三級產(chǎn)品則主要由不同的科研機(jī)構(gòu)生產(chǎn)。下面就3 個產(chǎn)品做逐一介紹。

3.1 一級科學(xué)數(shù)據(jù)產(chǎn)品

一級產(chǎn)品通常是傳感數(shù)據(jù)，是在原始遙測數(shù)據(jù)的基礎(chǔ)上，通過校正儀器誤差，增加時間標(biāo)簽和地理坐標(biāo)，進(jìn)行單位轉(zhuǎn)換，以及計算各項誤差修正項得到。一級產(chǎn)品通常包含了時間、經(jīng)緯度、衛(wèi)星高度、脈沖延遲、各項誤差校正、反射回波波形等參數(shù)。不同測高衛(wèi)星計劃的數(shù)據(jù)也略有不同，例如高精度SAR 測高計（CryoSat-2，Sentinel-3，Sentinel-6 Michael Freilich），其一級產(chǎn)品包含了多視堆棧數(shù)據(jù)（stack data）；而CryoSat-2 SARIn 數(shù)據(jù)還包含了兩個天線接收信號的相位差，由此可精確探測回波來源，是當(dāng)前干涉寬刈幅數(shù)據(jù)處理（Interferometric swath processing）的基本數(shù)據(jù)源。

3.2 二級科學(xué)數(shù)據(jù)產(chǎn)品

二級產(chǎn)品通常是在一級產(chǎn)品的基礎(chǔ)上，生成的地球物理數(shù)據(jù)，包括地球物理參數(shù)、環(huán)境參數(shù)、高程數(shù)據(jù)等。二級產(chǎn)品根據(jù)發(fā)布時間不同，可分為準(zhǔn)實時產(chǎn)品、短時間臨時產(chǎn)品、和最終產(chǎn)品3 類。其主要區(qū)別在于數(shù)據(jù)處理工程中采用的輔助數(shù)據(jù)（如軌道定位）的不同，近而導(dǎo)致數(shù)據(jù)的精度水平不同。此外，不同的測高任務(wù)，由于其脈沖發(fā)射頻率不同，提供了不同頻率的產(chǎn)品，如CryoSat-2和Sentinel-3 有20 Hz、40 Hz 和80 Hz等產(chǎn)品可供選擇，可用于研究不同頻率產(chǎn)品對水位精度的影響。

數(shù)據(jù)發(fā)布機(jī)構(gòu)提供的水位高程數(shù)據(jù)，是經(jīng)過了特定的重跟蹤算法校正，可以直接應(yīng)用到湖庫水位的動態(tài)變化研究。此外，用戶也可利用二級產(chǎn)品提供的波形數(shù)據(jù)和相應(yīng)的輔助數(shù)據(jù)，通過更加合適的重跟蹤算法修正默認(rèn)星地距離變量。重跟蹤數(shù)據(jù)處理將在3.3節(jié)詳細(xì)闡述。

3.3 三級水位數(shù)據(jù)產(chǎn)品

三級產(chǎn)品指特定湖庫的水位時間序列。該數(shù)據(jù)產(chǎn)品通過對二級產(chǎn)品進(jìn)行多個步驟的編輯與處理而形成。當(dāng)前主要的數(shù)據(jù)庫有Hydroweb（http：//hydroweb.theia-land.fr/［2021-07-15］、DAHITI（https：//dahiti.dgfi.tum.de/en/［2021-07-15］）、HydroSat（http：//hydrosat.gis.uni-stuttgart.de/［2021-07-15］）、G-REALM（https：//ipad.fas.usda.gov/cropexplorer/global_reservoir/［2021-07-15］）等。從以上數(shù)據(jù)庫可以直接下載水位時間序列，避免了繁瑣的數(shù)據(jù)處理過程。但是，這些數(shù)據(jù)庫僅包含了主要的大型湖泊，缺少中小型湖泊和水庫。例如，DAHITI 僅擁有約520 個湖庫的數(shù)據(jù)，而Hydroweb更少，僅提供了約263個湖庫的數(shù)據(jù)。此外，這些產(chǎn)品以短重訪周期的衛(wèi)星為主，如Jason 家族系列，沒有充分利用CryoSat-2以及SARAL/AltiKa 數(shù)據(jù)。大部分?jǐn)?shù)據(jù)的更新相對較快，Hydroweb 提供了124 個大湖的準(zhǔn)實時的數(shù)據(jù)，在獲取到新測高數(shù)據(jù)之后的1—2 d 內(nèi)即可提供水位數(shù)據(jù)。相比而言，其他數(shù)據(jù)庫的更新相對較慢。

4 湖泊和水庫水位數(shù)據(jù)處理

如前所述，當(dāng)前的數(shù)據(jù)庫中，包含的湖泊、水庫等水體數(shù)量有限，并不能滿足研究的需要。因此，通常需要對一級或二級產(chǎn)品進(jìn)行編輯和處理，獲取特定研究區(qū)域湖庫水位時間序列。下面依次介紹主要的數(shù)據(jù)處理步驟。

4.1 數(shù)據(jù)初篩選

數(shù)據(jù)初篩選的主要目的是剔除明顯的非湖庫觀測異常數(shù)據(jù)，減少不必要的數(shù)據(jù)處理負(fù)荷。通常情況下，利用一級或二級產(chǎn)品的經(jīng)緯度坐標(biāo)與湖庫的邊界線的位置關(guān)系，進(jìn)行數(shù)據(jù)初步篩選，保證數(shù)據(jù)位于湖庫水面范圍之內(nèi)，提取潛在可利用的觀測數(shù)據(jù)。具體而言，對于大型湖庫，利用靜態(tài)邊界（指某一特定時期的邊界）即可篩選觀測數(shù)據(jù)，此時有足夠多的測高數(shù)據(jù)，靜態(tài)邊界并不影響后續(xù)水位的計算精度；對于中小型湖泊，由于測高數(shù)據(jù)偏少，湖泊邊界變化可能影響到后續(xù)水位的計算，因此，可以利用與測高數(shù)據(jù)同期的靜態(tài)邊界進(jìn)行數(shù)據(jù)篩選。此外，也可以利用動態(tài)邊界（如歐洲聯(lián)合研究中心JRC 的水域重現(xiàn)概率數(shù)據(jù)集，https：//global-surface-water.appspot.com/［2021-07-15］）進(jìn)行初步數(shù)據(jù)篩選。

4.2 波形重跟蹤

波形重跟蹤（Retracking）是對默認(rèn)機(jī)載跟蹤的修正。由于實際回波波形的最大功率及位置存在較大不確定性，導(dǎo)致實際跟蹤點與默認(rèn)跟蹤點（tracking point）存在較大差異，因此需要對波形進(jìn)行重跟蹤，尋找水面高程對應(yīng)的“門”（gate/bin）。多數(shù)官方二級產(chǎn)品，提供了重跟蹤后的高程數(shù)據(jù)，但僅限于傳統(tǒng)的重心偏移法OCOG（Offset Center of Gravity）或ICE1（即基于OCOG的閾值法）經(jīng)驗重跟蹤方法的修正。當(dāng)前，越來越多的研究提出了新的重跟蹤方法，如丹麥技術(shù)大學(xué)DTU 的NPPT（Jain 等，2015） 和MWaPP（Villadsen 等，2016）方法，該類方法主要針對SAR測高衛(wèi)星（如CryoSat-2，Sentinel-3 等）在湖泊、河流水位波形數(shù)據(jù)的重跟蹤，較其他重跟蹤算法有更好的表現(xiàn)；而歐空局的SAMOSA+（Dinardo 等，2018）主要應(yīng)用于近海岸水面波形數(shù)據(jù)重跟蹤，也適用于大型內(nèi)陸水體，是ESA GPOD 數(shù)據(jù)庫的默認(rèn)重跟蹤算法；此外，還有多個針對子波形進(jìn)行重跟蹤的算法（Yuan等，2017；Guo等，2010；Ganguly等，2015；Hwang等，2016；Uebbing等，2015；Xue等，2018），該類方法主要針對常規(guī)測高數(shù)據(jù)，如Jason、Envisat系列測高任務(wù)。

4.3 有效數(shù)據(jù)選擇

經(jīng)過初步篩選后的數(shù)據(jù)，需要進(jìn)一步剔除異常值以獲得更加可靠的湖庫水位數(shù)據(jù)。通常依據(jù)DEM 初步判定湖庫水位基本范圍，超過或低于一定的閾值（如DEM±30 m）則認(rèn)為是異常值。另外，也可以根據(jù)后向散射系數(shù)判定回波信號是否來自水體。根據(jù)所建立的時間序列變化范圍（如平均值±2倍方差），也可以作為辨識異常值的一種方法。此外，根據(jù)多視堆棧數(shù)據(jù)（multi-looking stack data）特點也可以來判斷某一觀測值是否可信（Jiang等，2019a，2020b；Kittel等，2018b）。

4.4 湖庫水位時間序列構(gòu)建

通常情況下，湖庫水位時間序列是以瞬時時刻的同一軌跡多個位置的平均值或中位值為基礎(chǔ)進(jìn)行構(gòu)建。如果在上一步處理后，數(shù)據(jù)質(zhì)量較高，即可計算某一瞬時時刻的水位，近而獲得水位時間序列。當(dāng)然，也可以采用更加復(fù)雜的處理方法，如Nielsen 等（2015）假設(shè)測高觀測值服從柯西分布與高斯分布的一個混合分布。通過概率分布削減異常值對最終結(jié)果的影響，避免了主觀的、特定的異常值處理，更加客觀地描述異常值。然后利用瞬時平均值，運(yùn)用游走模型構(gòu)建水位時間序列。

5 湖泊和水庫動態(tài)研究進(jìn)展

5.1 湖庫水位監(jiān)測與分析

最早基于衛(wèi)星測高技術(shù)的湖庫監(jiān)測主要目的是探索測高數(shù)據(jù)在內(nèi)陸大型水體的適用性。早期研究主要利用Seasat、Geosat和Topex/Poseidon雷達(dá)測高計監(jiān)測里海、黑海、北美和南美以及中亞的特大型湖泊的水位變化（Brooks，1982；Morris 和Gill，1994；Birkett，1995；Ponchaut 和Cazenave，1998）。主要是由于早期的測高任務(wù)足跡偏大、脈沖發(fā)射頻率低、定軌精度低、以及大氣校正誤差大等因素，造成數(shù)據(jù)質(zhì)量較低，回波信號常常被陸地干擾，因此僅能在大型湖泊遠(yuǎn)離湖岸的部位獲取到較好的信號。雖然如此，測高衛(wèi)星仍為湖泊水文研究提供了重要數(shù)據(jù)源，尤其對氣候變化響應(yīng)敏感的偏遠(yuǎn)地區(qū)的湖泊研究具有重要意義。Birkett（1995）首次利用Topex/Poseidon 數(shù)據(jù)，研究了全球21 個大型湖泊和3 個水庫，為全球變化背景下的全球湖庫監(jiān)測提供了新思路。近年來，隨著測高數(shù)據(jù)的不斷豐富以及數(shù)據(jù)分發(fā)多元化，基于測高數(shù)據(jù)的湖庫監(jiān)測研究越來越廣泛。Kraemer 等（2020）基于多源測高數(shù)據(jù)分析了全球200 個湖泊在1992年—2019年的變化，并分析了其對全球變化的響應(yīng)，結(jié)果表明：58%湖泊的水位變化和背景氣候變化相關(guān)，10%湖泊的水位變化可以由季節(jié)波動來解釋，而25%湖泊的水位變化是由長期變化趨勢主導(dǎo)。然而，該研究并未完全考慮中國青藏高原地區(qū)和長江中下游的湖泊群，所得結(jié)果占比可能存在偏差。在中國青藏高原地區(qū)，Hwang 等（2016）利用Topex/Poseidon 家族系列測高數(shù)據(jù)，對23 個湖泊在1993年—2014年的變化進(jìn)行了研究，并強(qiáng)調(diào)了測高衛(wèi)星在持續(xù)觀測青藏高原湖泊變化方面的重要性。Li 等（2020）利用ICESat、Envisat 和CryoSat-2 對長江中下游湖庫在2003年—2017年的動態(tài)進(jìn)行了研究，表明了湖泊水位整體呈上升趨勢，而由人類活動控制的水庫表現(xiàn)出更快的上升趨勢。此外，很多研究基于測高數(shù)據(jù)對單一湖泊的水位變化進(jìn)行了分析，并探討其變化的驅(qū)動機(jī)制（Cai 等，2016）。然而，在全球變化背景下，不同地區(qū)的湖泊對氣候變化和人類活動的影響有很大差異，Topex/Posidon 或ERS 家族系列測高任務(wù)，由于地面軌跡間隔較大（315 km 或80 km），僅能觀測有限的湖泊和水庫，如何獲得一幅全景圖是一個難題。針對此問題，類似CryoSat-2 這樣使用漂移軌道的測高計可能是一種替代方案，由于其運(yùn)行在大地軌道（也稱漂移軌道），對應(yīng)的地面軌跡非常密集（7 km），可以監(jiān)測到眾多湖庫。例如，Jiang 等（2017b）利用5 a 的CryoSat-2 數(shù)據(jù)評估了中國1000 余個湖庫的水位變化。最近，Jiang 等（2020a）利用10 a 的CryoSat-2 數(shù)據(jù)分析了青藏高原湖泊群（＞200 個湖泊）過去十年間（2010年—2019年）的水位變化，得出了青藏高原湖泊變化的全貌圖：200 個（76%）湖泊水位總體表現(xiàn)為上升趨勢，而且經(jīng)歷了3 個階段，即上升—停滯/下降—上升；北部核心區(qū)的湖泊上升速率尤為顯著；同時，結(jié)果表明2015年、2016年厄爾尼諾現(xiàn)象對整個青藏高原北部核心區(qū)的湖泊都有重要影響。當(dāng)然，CryoSat-2在提高空間采樣密度的同時，犧牲了采樣的頻率，導(dǎo)致無法獲取中小型湖泊月內(nèi)尺度的水位動態(tài)。另外，當(dāng)前的星簇任務(wù)，如Sentinel-3A/-3B，在保證準(zhǔn)月尺度的時間重訪周期的同時，提高了空間采樣密度（54 km）?；谶@一概念，法國國家太空研究中心提出的SMASH （Small altimetry satellites for hydrology），意在通過星簇增加時間和空間采樣頻率，為江河湖庫提供準(zhǔn)日觀測數(shù)據(jù)（Verron等，2021）。

5.2 湖庫水量動態(tài)評估

近年來，測高數(shù)據(jù)不僅用來評估湖庫水位的波動變化，也廣泛用作水資源量變化的評估。Swenson和Wahr（2009）利用多任務(wù)測高數(shù)據(jù)，基于水量平衡法，評估了全球第二大淡水湖—東非維多利亞湖的變化，并指出全球變化和人類活動對維多利亞湖水量平衡具有同等重要的影響。結(jié)合遙感影像，Crétaux 等（2015）利用測高數(shù)據(jù)在錫爾河流域建立了多個水庫的水位-庫容曲線。但是，由于單一測高任務(wù)的地面軌跡間距通常較大，大部分研究集中在個別或少數(shù)幾個湖庫的動態(tài)變化（Cai 等，2016；Shen 等，2016；Liao 等，2014）。Gao 等（2012）利用MODIS 影像和T/P 系列測高數(shù)據(jù)，構(gòu)建了全球34 個大型水庫的水位-面積曲線，進(jìn)而估算水庫的容積變化。少數(shù)研究通過利用多源測高數(shù)據(jù)來獲取大區(qū)域湖庫水量的變化研究。例如，Busker 等（2019）利用DAHITI 三級水位產(chǎn)品和JRC 面積產(chǎn)品，依據(jù)測深積分法估算湖庫水量，進(jìn)而評估了全球137個湖庫在1984年—2015年的儲水量變化。正如作者強(qiáng)調(diào)，這一類數(shù)據(jù)集將增加我們對大尺度湖庫變化行為的認(rèn)識，也可以改進(jìn)大區(qū)域水文模型中湖庫的表達(dá)。測高衛(wèi)星進(jìn)一步豐富了多源衛(wèi)星協(xié)同觀測流域儲水變化量。Wang 等（2018）也采用多源測高數(shù)據(jù)，幾何遙感影像，利用測深積分法，估算了全球142個湖泊的儲水量變化，進(jìn)而評估了湖庫對內(nèi)陸流域總儲水量的貢獻(xiàn)。結(jié)果表明，雖然各個內(nèi)流地區(qū)有差異，但整體而言，地表水體儲量損失貢獻(xiàn)了約36%的總儲水量變化。

5.3 湖庫流域水文模擬

湖庫可以被視為虛擬的水位站點，如5.2 節(jié)所述，通過利用測高數(shù)據(jù)及影像數(shù)據(jù)，可以估算湖庫的水量變化。因此，可以利用湖庫的水量變化來約束流域水文模型參數(shù)或評估水量平衡閉合和各組分變化情況。Biskop等（2016）利用遙感估算的湖泊水量變化作為校正對象，對青藏高原4 個封閉湖泊的水文模型參數(shù)進(jìn)行校正，近而評估了4 個湖泊不同水量平衡組分的貢獻(xiàn)。相似地，Vanderkelen 等（2018）通過構(gòu)建Victoria 湖盆流域水量平衡，以測高觀測湖泊水位變化作為目標(biāo)，重新評估了湖泊水量平衡組分的長時間序列特征。Michailovsky和Bauer-Gottwein（2014）通過構(gòu)建水庫上游水文模型，利用測高數(shù)據(jù)同化河道水流演進(jìn)，近而約束模型參數(shù)，提高水庫入流預(yù)報。Han等（2020）利用測高估算的水庫水量變化，來約束流域水文模型，近而估算水庫下泄水量。Zhong等（2020）利用測高數(shù)據(jù)對水庫的水位—體積關(guān)系進(jìn)行校正，從而約束水庫上游水文模型參數(shù)。當(dāng)前的研究主要聚焦在單一的湖庫，水文系統(tǒng)相對比較簡單，充分探索測高數(shù)據(jù)在更加復(fù)雜的河湖系統(tǒng)中的價值需要進(jìn)一步的研究，例如利用測高數(shù)據(jù)研究具有多個水庫或湖泊的流域水文系統(tǒng)等。

6 結(jié) 語

湖泊、水庫作為地表重要的組成單元，對地球系統(tǒng)具有多重影響作用。監(jiān)測湖泊動態(tài)變化是研究水循環(huán)、局地氣候、水資源、生態(tài)系統(tǒng)等課題的基礎(chǔ)。傳統(tǒng)的基于實測數(shù)據(jù)的湖庫研究，由于觀測數(shù)據(jù)有限，往往只能關(guān)注少數(shù)湖庫的變化，而無法獲取大尺度范圍內(nèi)，湖泊和水庫對氣候變化和人類活動的響應(yīng)過程。衛(wèi)星測高技術(shù)在很大程度上補(bǔ)充了實測數(shù)據(jù)，在無資料地區(qū)，發(fā)揮著不可替代的作用。但是由于當(dāng)前測高任務(wù)主要探測星下點水體，存在部分湖庫無法被監(jiān)測或采樣頻率低的情況。隨著多個衛(wèi)星測高任務(wù)的相繼實施，海量測高數(shù)據(jù)將極大豐富湖庫水位數(shù)據(jù)庫，將很大程度上彌補(bǔ)這一不足。

逐漸豐富的測高數(shù)據(jù)為研究全球或大陸尺度湖泊水位、水量變化研究，提供了重要數(shù)據(jù)源。同時，測高數(shù)據(jù)也為河湖交互補(bǔ)給、流域或區(qū)域水文、水動力模擬等相關(guān)研究開辟了新思路。例如，利用CryoSat-2/AltiKa 或激光雷達(dá)ICESat-2 等數(shù)據(jù)可以構(gòu)建高精度局部大地水準(zhǔn)面，為湖泊水動力模型模擬水熱動力平衡、物質(zhì)運(yùn)移等提供重要條件。此外，測高技術(shù)也可以為陸面模式或流域水文模型中的湖泊模塊模型參數(shù)率定，提供重要數(shù)據(jù)基礎(chǔ)。

雖然現(xiàn)代意義的雷達(dá)測高計在內(nèi)陸水體監(jiān)測方面有了極大提高，但對于較小的水體或緊密相鄰的多個小型湖泊，測高數(shù)據(jù)質(zhì)量仍有待進(jìn)一步提高。由于雷達(dá)測高計足跡大，水體的信號在回波中相互干擾，導(dǎo)致波形跟蹤無法辨識特定水體，當(dāng)前的SAR 技術(shù)仍然無能為力。相比而言，全聚焦SAR（Fully-focused SAR）技術(shù)（Egido和Smith，2017）通過更多視角（multi-look）的相干處理，可以將沿軌道方向分辨率降低到0.5 m 左右，極大提高分辨不同水體的能力。對于CryoSat-2、Sentiene-3 和Sentinel-6 等SAR 測高計，通過全聚焦SAR 技術(shù)可以很大程度上的分辨小型水體，為中小湖庫提供重要的監(jiān)測途徑，應(yīng)用全聚焦SAR測高進(jìn)行湖庫監(jiān)測將成為一個熱點研究方向。同時，對于干涉SAR 測高數(shù)據(jù)，可以利用干涉寬刈幅數(shù)據(jù)處理技術(shù)（Gray 等，2013），獲取更多非星下點湖庫的水位。此外，由于星載跟蹤算法的設(shè)計特點，測高計數(shù)據(jù)質(zhì)量在山區(qū)湖庫表現(xiàn)較差，因此，新的星載跟蹤、重跟蹤算法等有待進(jìn)一步改善。

雷達(dá)測高技術(shù)極大地促進(jìn)了地表水體動態(tài)的相關(guān)研究，為了更好的監(jiān)測氣候變化背景下地表水體的變化，世界主要空天機(jī)構(gòu)也都在研發(fā)新一代測高任務(wù)。例如，美國航天局（NASA）與法國航天局國家空間研究中心（CNES）主導(dǎo)研發(fā)的地表水和海洋地形（SWOT）任務(wù)，是第一個寬刈幅測高任務(wù)，即將為地表水體觀測提供史無前例的高時空分辨率數(shù)據(jù)。歐盟的哥白尼計劃也推動了下一代測高衛(wèi)星的研發(fā)，例如Sentinel-3 Next Generation Topography（S3-NGT）和Sentinel-6-Next Generation，組成哥白尼測高星簇。此外，CNES 也在研發(fā)專用于河流和湖庫監(jiān)測的測高小衛(wèi)星星簇SMASH，以期達(dá)到高覆蓋范圍、短重訪周期的目的。因此，研發(fā)方便、快捷、高效的數(shù)據(jù)處理方法，如基于機(jī)器學(xué)習(xí)的波形分類提取、重跟蹤等，為應(yīng)用海量測高數(shù)據(jù)提供重要基礎(chǔ)，是測高方面的一個重要研究方向；測高數(shù)據(jù)時間序列構(gòu)建即三級產(chǎn)品的研發(fā)也是當(dāng)前一個重要的研究領(lǐng)域，中國尚未構(gòu)建相應(yīng)的數(shù)據(jù)庫，也是未來的研究方向；同時，探索測高數(shù)據(jù)的潛在價值也是一個重要的研究方向。