朱長(zhǎng)明，張　新，路　明，駱劍承

1. 江蘇師范大學(xué)城市與環(huán)境學(xué)院, 江蘇 徐州 221116; 2. 中國(guó)科學(xué)院遙感與數(shù)字地球研究所, 北京 100101； 3. 河北工程大學(xué)水電學(xué)院，河北 邯鄲 056038

Lake Storage Change Automatic Detection by Multi-source Remote Sensing without Underwater Terrain Data

ZHU Changming1, ZHANG Xin2, 3, LU Ming3, LUO Jiancheng2

1. Department of Geography and Environment, Jiangsu Normal University, Xuzhou 221116, China; 2. Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China; 3. School of Water Conservancy and Electic Power, Hebei University of Engnieering, Handan 056038, China

Foundation support： The International Science and Technology Cooperation Program of China(No.2010DFA92720); The National Natural Science Foundation of China (Nos.41201460；61375002；41271367); The Special Funds for Scientific Research on Public Causes of the Ministry of Water Resources of China(No.201201092)

湖盆數(shù)據(jù)未知的湖泊動(dòng)態(tài)庫(kù)容遙感監(jiān)測(cè)方法

朱長(zhǎng)明1，張新2, 3，路明3，駱劍承2

1. 江蘇師范大學(xué)城市與環(huán)境學(xué)院, 江蘇 徐州 221116; 2. 中國(guó)科學(xué)院遙感與數(shù)字地球研究所, 北京 100101； 3. 河北工程大學(xué)水電學(xué)院，河北 邯鄲 056038

LakeStorageChangeAutomaticDetectionbyMulti-sourceRemoteSensingwithoutUnderwaterTerrainData

ZHUChangming1, ZHANG Xin2, 3,LUMing3, LUO Jiancheng2

1.DepartmentofGeographyandEnvironment,JiangsuNormalUniversity,Xuzhou221116,China; 2.InstituteofRemoteSensingApplications,ChineseAcademyofSciences,Beijing100101,China; 3.SchoolofWaterConservancyandElecticPower,HebeiUniversityofEngnieering,Handan056038,China

Foundationsupport：TheInternationalScienceandTechnologyCooperationProgramofChina(No.2010DFA92720);TheNationalNaturalScienceFoundationofChina(Nos.41201460；61375002；41271367);TheSpecialFundsforScientificResearchonPublicCausesoftheMinistryofWaterResourcesofChina(No.201201092)

摘要：針對(duì)現(xiàn)有庫(kù)容遙感監(jiān)測(cè)方法對(duì)無(wú)湖盆數(shù)據(jù)區(qū)域的湖泊動(dòng)態(tài)庫(kù)容難以直接測(cè)算問(wèn)題，提出了未知湖泊水下地形數(shù)據(jù)的遙感湖泊動(dòng)態(tài)庫(kù)容監(jiān)測(cè)方法。該方法通過(guò)多源遙感數(shù)據(jù)，匹配相對(duì)時(shí)相的湖泊面積和水位信息，構(gòu)建并模擬湖盆DEM數(shù)據(jù)，據(jù)此來(lái)估算湖泊的動(dòng)態(tài)庫(kù)容。在算法實(shí)現(xiàn)上，首先采用分布迭代水體提取從遙感影像提取湖泊的多期動(dòng)態(tài)邊界；其次，從ICEsat GLAS激光測(cè)高數(shù)據(jù)中反演出湖泊的動(dòng)態(tài)水位高程；第三，依據(jù)時(shí)間水位信息，通過(guò)鄰近時(shí)相匹配，將水位高程賦給湖泊邊界線，生成湖泊等水位線；第四，通過(guò)等水位線構(gòu)建TIN(triangulated irregular network)和Kriging 插值，得到模擬湖盆數(shù)字高程模型；最后，依據(jù)模擬湖盆DEM和水體面積分布、水位信息，計(jì)算湖泊動(dòng)態(tài)庫(kù)容。試驗(yàn)通過(guò)對(duì)博斯騰湖的多年動(dòng)態(tài)庫(kù)容監(jiān)測(cè)與真實(shí)性檢驗(yàn)，結(jié)果顯示：最大誤差為2.21×108m3，最小誤差為0.00002×108m3，平均誤差為0.044×108m3，均方根為0.59，相關(guān)系數(shù)達(dá)到0.99。

關(guān)鍵詞：湖泊；動(dòng)態(tài)庫(kù)容；遙感監(jiān)測(cè)；湖盆數(shù)據(jù)

1引言

湖泊的動(dòng)態(tài)蓄水量又叫動(dòng)態(tài)庫(kù)容，簡(jiǎn)稱“動(dòng)容”，指的是湖泊蓄水量的動(dòng)態(tài)變化。通過(guò)遙感技術(shù)手段，及時(shí)準(zhǔn)確地獲取湖泊的蓄水量變化信息，對(duì)于水資源合理配置與規(guī)劃、災(zāi)害預(yù)警、防控調(diào)治等方面具有重要的科學(xué)意義。動(dòng)容遙感監(jiān)測(cè)已經(jīng)成為水文、水資源遙感最為重要的研究?jī)?nèi)容之一。國(guó)內(nèi)外學(xué)者已開(kāi)展了一系列的應(yīng)用研究。例如：文獻(xiàn)[1]基于遙感技術(shù)手段，通過(guò)面積和庫(kù)容的關(guān)系模型計(jì)算了西藏易貢滑坡堰塞湖的庫(kù)容；文獻(xiàn)[2]利用實(shí)地觀測(cè)數(shù)據(jù)建立水庫(kù)面積庫(kù)容模型，然后通過(guò)TM影像計(jì)算水庫(kù)面積以求出水資源量；文獻(xiàn)[3]從水位庫(kù)容模型提取庫(kù)容，據(jù)此建立水庫(kù)面積庫(kù)容關(guān)系模型，實(shí)現(xiàn)遙感水庫(kù)庫(kù)容量的測(cè)算；文獻(xiàn)[4]提出利用3次樣條插值生成等高線的方法估算庫(kù)容量；文獻(xiàn)[5]應(yīng)用實(shí)測(cè)水位數(shù)據(jù)和遙感面積數(shù)據(jù)估算和平阿薩巴斯卡三角洲9個(gè)湖泊的動(dòng)態(tài)庫(kù)容；文獻(xiàn)[6]提出利用光學(xué)遙感影像和雷達(dá)測(cè)高數(shù)據(jù)相結(jié)合的水庫(kù)庫(kù)容測(cè)算方法；文獻(xiàn)[7]通過(guò)遙感、實(shí)地湖盆測(cè)量和GIS技術(shù)計(jì)算納木錯(cuò)的年際和年內(nèi)水量變化；文獻(xiàn)[8]基于MODIS影像、水文站數(shù)據(jù)和湖盆DEM(digitalelevationmodel)估算洞庭湖的蓄水量；文獻(xiàn)[9]通過(guò)水位高程圖與湖盆DEM相減生成水深圖，再根據(jù)柵格水深計(jì)算鄱陽(yáng)湖的庫(kù)容。

從目前的研究看，現(xiàn)有基于遙感的動(dòng)態(tài)庫(kù)容計(jì)算方法，利用的是湖區(qū)數(shù)字地形數(shù)據(jù)或者面積庫(kù)容關(guān)系模型，主要建立在湖盆數(shù)據(jù)已知的基礎(chǔ)上。但是，現(xiàn)實(shí)中往往很多湖泊的湖盆數(shù)據(jù)難以直接獲取，尤其是邊遠(yuǎn)山區(qū)以及西部無(wú)資料或者少資料區(qū)，很多湖泊沒(méi)有實(shí)測(cè)湖盆數(shù)據(jù)。另外，即使擁有歷史湖盆數(shù)據(jù)，由于長(zhǎng)期的湖底淤積以及湖泊的其他變化，湖盆水下地形數(shù)據(jù)也需要及時(shí)修正。所以，對(duì)于有詳細(xì)湖盆資料的區(qū)域，湖泊動(dòng)容計(jì)算相對(duì)容易。而對(duì)于湖盆數(shù)據(jù)未知的區(qū)域，如何通過(guò)遙感技術(shù)手段監(jiān)測(cè)湖泊的動(dòng)態(tài)庫(kù)容，從目前查閱到的文獻(xiàn)資料來(lái)看，相關(guān)研究甚少。為此，本文在現(xiàn)有的湖泊動(dòng)容研究的基礎(chǔ)上，重點(diǎn)研究沒(méi)有湖盆數(shù)據(jù)的情況下，湖泊的動(dòng)容遙感估測(cè)方法，提出了未知水下地形數(shù)據(jù)的湖泊動(dòng)容多源多時(shí)相遙感估測(cè)方法。選取新疆博斯騰湖作為研究試驗(yàn)區(qū)，開(kāi)展了博湖的多年動(dòng)容遙感監(jiān)測(cè)。試驗(yàn)結(jié)果表明，遙測(cè)的湖泊動(dòng)容最大誤差為2.21×108m3，平均誤差為0.044×108m3，相關(guān)系數(shù)達(dá)到0.99，為無(wú)資料區(qū)的湖泊動(dòng)容監(jiān)測(cè)提供了一種方法。

2研究區(qū)與數(shù)據(jù)源

2.1研究區(qū)概況

博斯騰湖是我國(guó)最大的內(nèi)陸淡水湖泊，地處天山南坡焉耆盆地的東南部，位于東經(jīng)86°19′—87°28′，北緯41°46′—42°08′，東西長(zhǎng)55km，南北寬25km，面積約為1228km2，湖面海拔約1048m，平均深度9m，最深處17m，屬中生代凹陷湖。湖區(qū)深居內(nèi)陸，屬中溫帶干旱荒漠氣候區(qū)，干旱少雨，蒸發(fā)強(qiáng)烈[10]。近年來(lái)，由于氣候變化和人類活動(dòng)的影響，湖泊“豐-枯”波動(dòng)變化較大。氣候干旱、水量變化較大，時(shí)間序列的多期衛(wèi)星數(shù)據(jù)容易獲取，有利于湖泊動(dòng)容遙感監(jiān)測(cè)。

2.2數(shù)據(jù)源選擇

湖泊水域面積遙感監(jiān)測(cè)主要利用研究區(qū)已有的Landsat衛(wèi)星遙感影像和CBERS影像，排除云干擾以及數(shù)據(jù)質(zhì)量較差的影像，構(gòu)建2000年至今博斯騰湖衛(wèi)星影像數(shù)據(jù)庫(kù)，作為湖泊面積遙感動(dòng)態(tài)監(jiān)測(cè)的數(shù)據(jù)源。高程遙感數(shù)據(jù)，采用了NASA(NationalAeronauticsandSpaceAdministration)2003年發(fā)布的ICESatGLAS(icecloudandlandelevationsatellite,geo-sciencelaseraltimetersystem) 衛(wèi)星激光雷達(dá)測(cè)高數(shù)據(jù)。ICESat是首顆載有激光雷達(dá)傳感器的衛(wèi)星遙感平臺(tái)，系統(tǒng)采用激光雷達(dá)測(cè)距比傳統(tǒng)的雷達(dá)測(cè)距擁有更小更精確的激光光斑，適用于對(duì)內(nèi)陸小面積水體高程監(jiān)測(cè)[11-12]。文章中用到的驗(yàn)證數(shù)據(jù)和部分水位高程替代數(shù)據(jù)來(lái)自博斯騰湖的觀測(cè)統(tǒng)計(jì)數(shù)據(jù)。對(duì)于光學(xué)影像數(shù)據(jù)和激光測(cè)高數(shù)據(jù)，需要統(tǒng)一投影和坐標(biāo)系統(tǒng)。由于光學(xué)影像比激光測(cè)高數(shù)據(jù)要豐富的多，在數(shù)據(jù)挑選上主要依據(jù)ICESat測(cè)高數(shù)據(jù)獲取時(shí)間來(lái)匹配鄰近時(shí)相遙感影像數(shù)據(jù)(見(jiàn)表1)，根據(jù)水位—面積分布信息構(gòu)建模擬湖盆。

表1　遙感主要數(shù)據(jù)源選擇一覽表

注：2001—2002年ICESat未發(fā)射，而此時(shí)博斯騰湖處于高水位線，水位高程采用了站點(diǎn)統(tǒng)計(jì)數(shù)據(jù)補(bǔ)充

3研究方法

3.1湖泊動(dòng)庫(kù)容測(cè)算原理

湖泊庫(kù)容是指某一水位以下的蓄水容積[13]，是空間某曲面與某一基準(zhǔn)面之間的空間體積，也可以理解為：能包容的最大體積。庫(kù)容計(jì)算的實(shí)質(zhì)就是計(jì)算包容體的最大體積，見(jiàn)圖1。圖中，t1時(shí)刻的庫(kù)容為H1基準(zhǔn)面與湖盆曲面與之間的空間體積；t2時(shí)刻的庫(kù)容為H2基準(zhǔn)面與湖盆曲面與之間的空間體積。那么t1、t2時(shí)刻的動(dòng)態(tài)庫(kù)容(Qc)就可以表達(dá)如下

Qc=Qt2-Qt1=ΔH2+A+B

(1)

式中， Qt2為t2時(shí)刻的庫(kù)容；Qt1為t1時(shí)刻的庫(kù)容；ΔH2為中間矩形部分；A、B為兩側(cè)鍥形部分。

3.2無(wú)湖盆動(dòng)容測(cè)算

湖盆地形數(shù)據(jù)未知的湖泊動(dòng)態(tài)庫(kù)容遙感監(jiān)測(cè)方法， 技術(shù)流程見(jiàn)圖2。整體流程由水體提取、水位反演、湖盆模擬和動(dòng)態(tài)庫(kù)容計(jì)算四大模塊構(gòu)成。首先，利用多源多時(shí)相遙感影像提取湖泊的面積動(dòng)態(tài)信息；然后，從ICESat激光測(cè)高點(diǎn)云數(shù)據(jù)中反演出湖泊的動(dòng)態(tài)水位高程；第三，綜合利用多光譜遙感數(shù)據(jù)和衛(wèi)星測(cè)高程數(shù)據(jù)，根據(jù)面積水位信息匹對(duì)，獲得湖泊在空間上變化的等水位線——等高線；第四，通過(guò)等高線構(gòu)TIN和kriging插值[14]，模擬得到湖泊的水下地形(DEM)；最后，依據(jù)湖盆DEM和湖泊水邊線，計(jì)算湖泊動(dòng)態(tài)庫(kù)容。

圖1　湖泊動(dòng)態(tài)庫(kù)容示意圖Fig.1　Sketch map of lake dynamic storage

圖2　湖泊動(dòng)容遙感監(jiān)測(cè)算法流程Fig.2　Flowchart of lake dynamic storage remote sensing detection

在湖泊水體分布信息提取上，根據(jù)NDWI(normaldifferencewaterindex)[15]統(tǒng)計(jì)直方圖雙峰分布特征[16-17]，本文采用了“全局—局部”自適應(yīng)迭代的方法[18]，用動(dòng)態(tài)自適應(yīng)閾值分割代替固定閾值分割[19-20]，實(shí)現(xiàn)水體高精度提取?；贗CEsat水位信息反演上，首先將數(shù)據(jù)水準(zhǔn)面轉(zhuǎn)換到基于平均海平面；然后通過(guò)空間分析，從湖泊圖層中， 選取落在湖泊內(nèi)的ICESat激光點(diǎn)云數(shù)據(jù)，

再次根據(jù)每個(gè)觀測(cè)日內(nèi)水位的最大/最小水位、標(biāo)準(zhǔn)方差，剔除一些被云層干擾的激光點(diǎn)刪除當(dāng)日水位異常的高程點(diǎn)；最后，根據(jù)有效激光點(diǎn)云計(jì)算湖泊的水位高程，見(jiàn)式(2)[21]

(2)

式中，H是湖泊水位高程；Ei是陸面水位高程；Gi是大地水準(zhǔn)面；n為落在湖中有效激光點(diǎn)云的數(shù)量。

3.2.1構(gòu)建湖盆DEM

湖盆DEM的模擬構(gòu)建是未知水下地形的湖泊動(dòng)態(tài)庫(kù)容遙感監(jiān)測(cè)中比較關(guān)鍵的一步。由于湖泊的面積分布變化，同時(shí)記錄了湖泊的水位高程在空間上的分布信息，那么綜合利用遙測(cè)湖泊邊界線和同一時(shí)間水位高程信息，可獲得湖泊在時(shí)間和空間上變化的等水位線——等高線，變化的湖面生成不同高程的等高線，據(jù)此來(lái)模擬未知的湖盆地形。

具體技術(shù)流程見(jiàn)圖3。首先，根據(jù)“全局—局部”迭代的水體提取結(jié)果，整飾湖泊水體邊界線，見(jiàn)圖3(b)；然后，依據(jù)時(shí)間水位信息，將水位高程信息賦值給湖泊邊界線，生成水位高程等值線圖。通過(guò)不同時(shí)相的時(shí)間序列的湖泊邊界圖層疊加，生成湖泊等水位線分布圖(湖泊水位等高線)，見(jiàn)圖3(c)。再通過(guò)構(gòu)TIN(triangulatedirregularnetwork)算法，依據(jù)湖泊等深度線創(chuàng)建TIN模型，見(jiàn)圖3(d)；最后通過(guò)Kriking插值將TIN轉(zhuǎn)為柵格數(shù)據(jù)，構(gòu)建出湖泊地形的DEM(digitalelevationmodel)模型見(jiàn)圖3(e)。

圖3　湖盆DEM生成示意圖Fig.3　Conceptual framework of basin DEM simulation

3.2.2湖泊動(dòng)容計(jì)算

通過(guò)以上步驟，得到了研究區(qū)的湖盆模擬DEM數(shù)據(jù)，將是遙感估算湖泊水量變化的重要依據(jù)。根據(jù)湖泊動(dòng)態(tài)庫(kù)容計(jì)算原理(見(jiàn)式(1)，圖1)，在構(gòu)建了湖泊地形的DEM后，湖泊的動(dòng)態(tài)庫(kù)容可以進(jìn)一步表達(dá)為

(3)

式中，Pt1i為t1時(shí)刻的單個(gè)像元面積；m為湖面像元總數(shù)；Pt2i為t2時(shí)刻的單個(gè)像元面積；n為湖面像元總數(shù)；Et2為t2時(shí)刻的水位高程；Et1為t1時(shí)刻的水位高程；Hi為湖盆像素的高程信息。通過(guò)式(3)和相關(guān)參數(shù)獲取模塊可快速計(jì)算出湖泊的動(dòng)態(tài)庫(kù)容。

4試驗(yàn)與結(jié)果分析

4.1試驗(yàn)結(jié)果

根據(jù)無(wú)湖盆資料區(qū)的湖泊動(dòng)容計(jì)算算法流程，計(jì)算出博斯騰湖的湖泊動(dòng)態(tài)庫(kù)容，見(jiàn)圖4動(dòng)態(tài)庫(kù)容變化柱狀圖。從圖4中可以清晰地看出，博斯騰湖2000年以來(lái)的庫(kù)容動(dòng)態(tài)變化情況。總體上博斯騰湖泊的庫(kù)容在減小，而縮減的過(guò)程又可以分為兩個(gè)階段。以2004年為界，2000—2004年庫(kù)容變化較大，動(dòng)庫(kù)容擬合線波動(dòng)性較強(qiáng)烈；2004—2010年動(dòng)態(tài)庫(kù)容擬合曲線波動(dòng)較小，說(shuō)明湖泊庫(kù)容相對(duì)穩(wěn)定。

圖4　湖泊庫(kù)容動(dòng)態(tài)變化柱狀圖Fig.4　Histogram of Bosten lake storage change

4.2精度評(píng)價(jià)與誤差分析

為了驗(yàn)證反演結(jié)果的真實(shí)可信性。文章將通過(guò)遙感技術(shù)手段監(jiān)測(cè)的博斯騰湖動(dòng)態(tài)庫(kù)容信息，同臺(tái)站的相關(guān)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了對(duì)比分析。結(jié)果顯示，動(dòng)態(tài)庫(kù)容相關(guān)系數(shù)達(dá)到0.99，平均誤差為0.044×108m3，最大誤差為2.21×108m3，誤差最小值僅為0.000 2×108m3，均方根為0.59，見(jiàn)圖5。以上誤差統(tǒng)計(jì)數(shù)據(jù)說(shuō)明，利用該方法監(jiān)測(cè)的博斯騰湖泊動(dòng)態(tài)庫(kù)容信息精度較高，結(jié)果高度可信。

在誤差源方面，影響湖泊動(dòng)態(tài)庫(kù)容的估算精度來(lái)自多方面，如：水邊線提取、等值線生成、DEM插值等各個(gè)環(huán)節(jié)中。但是，概括起來(lái)主要為數(shù)據(jù)源誤差和算法系統(tǒng)誤差。通過(guò)誤差變化特征曲線(圖5)和庫(kù)容變化曲線(圖4)對(duì)照發(fā)現(xiàn)，兩者變化特征基本一致，最大誤差出現(xiàn)在面積-水位數(shù)據(jù)波動(dòng)值比最大的地方。這說(shuō)明，雖然提取的過(guò)程中每個(gè)步驟對(duì)精度都有影響，但是，由于水體提取、DEM插值等采用了比較成熟的算法，對(duì)系統(tǒng)誤差有嚴(yán)格的控制。另外，動(dòng)容計(jì)算通過(guò)差值運(yùn)算，系統(tǒng)誤差又相互抵消一部分。所以綜合看來(lái)，數(shù)據(jù)源誤差是動(dòng)態(tài)庫(kù)容計(jì)算精度的主要影響因素。

選取水位由低到高的10期數(shù)據(jù)，通過(guò)模擬手段改變對(duì)博斯騰湖的觀測(cè)密度，分別計(jì)算的動(dòng)態(tài)庫(kù)容和誤差分布，繪制誤差動(dòng)態(tài)曲線圖，見(jiàn)圖6。從中可以看出動(dòng)態(tài)庫(kù)容誤差與觀測(cè)期數(shù)基本可以滿足負(fù)冪指數(shù)關(guān)系，擬合方程為

圖5　動(dòng)態(tài)庫(kù)容估算誤差分布圖Fig.5　Histogram of estimation errors distribution

y=15.385x-1.049

(4)

隨著觀測(cè)期數(shù)的增加，誤差越來(lái)越小。因此，獲取高密度的湖泊等水位線，對(duì)湖泊的動(dòng)態(tài)庫(kù)容估算精度至關(guān)重要，動(dòng)庫(kù)容的估算精度直接受到觀測(cè)密度的影響。湖泊等水位線越密集，構(gòu)建湖盆DEM越精確，估算的動(dòng)容精度也就越高。

圖6　誤差動(dòng)態(tài)曲線Fig.6　Dynamic error curve

5結(jié)論

利用多源衛(wèi)星遙感技術(shù)進(jìn)行湖泊制圖與動(dòng)容計(jì)算，是及時(shí)、快速獲取大面積湖泊水文信息和數(shù)據(jù)更新的重要手段。但是，對(duì)于人際罕至的高寒地區(qū)、浩瀚無(wú)際的沙漠地區(qū)等無(wú)資料或少資料區(qū)，湖泊的精確地形數(shù)據(jù)很難獲得，甚至根本沒(méi)有。這對(duì)傳統(tǒng)的遙感湖泊動(dòng)容估算來(lái)說(shuō)，無(wú)疑是一個(gè)限制因素。考慮到湖泊的面積變化同時(shí)記錄了湖泊的水位高程在空間上的分布信息，變化的湖面生成不同高程的等高線。在綜合利用多光譜遙感數(shù)據(jù)和衛(wèi)星測(cè)高數(shù)據(jù)的基礎(chǔ)上，本文提出了基于完全遙感的湖盆地形數(shù)據(jù)未知的湖泊水量變化估算方法。通過(guò)對(duì)多年的博斯騰湖動(dòng)態(tài)庫(kù)容變化的監(jiān)測(cè)，結(jié)果表明測(cè)算的湖泊水量變化精度較高。從而得到以下結(jié)論：

(1) 在無(wú)湖盆資料區(qū)的湖泊動(dòng)容遙感自動(dòng)監(jiān)測(cè)方面，通過(guò)面積水位數(shù)據(jù)構(gòu)建模擬湖盆，方法具有可行性。

(2) 完全利用空間遙測(cè)技術(shù)，避免了傳統(tǒng)的庫(kù)容變化計(jì)算手段中對(duì)于各種水文、地形資料等數(shù)據(jù)的依賴，算法流程限制因素少，可進(jìn)一步優(yōu)化應(yīng)用于無(wú)資料或少資料區(qū)的湖泊水資源遙感調(diào)查。

當(dāng)然，目前的研究也存在一些不足之處，如：方法理論建立在水面準(zhǔn)靜止水平且湖泊經(jīng)歷了豐枯變化等前提假設(shè)基礎(chǔ)上，考慮的是水面水平情況下庫(kù)容動(dòng)態(tài)變化，對(duì)于洪峰過(guò)境，大面積的水域高程落差沒(méi)有考慮。另外，誤差的控制上依賴于動(dòng)態(tài)觀測(cè)密度，因此對(duì)數(shù)據(jù)的監(jiān)測(cè)密度要求較高，有待于進(jìn)一步改進(jìn)提高。

參考文獻(xiàn)：

[1]LVJietang,WANGZhihua,ZHOUChenghu.ATentativeDiscussionontheMonitoringoftheYigongLandslide-blockedLakewithSatelliteRemoteSensingTechnique[J].ActaGeoscientiaSinica, 2002, 23(4): 363-368. (呂杰堂, 王治華, 周成虎. 西藏易貢滑坡堰塞湖的衛(wèi)星遙感監(jiān)測(cè)方法初探[J]. 地球?qū)W報(bào), 2002, 23(4): 363-368.)

[2]QIAOPinglin,ZHANGJixian,LIHaitao,etal.ReserviorWaterStorageRemoteSensingMonitoringMethodStudy[J].ScienceofSurveyingandMapping, 2003, 28(3): 55-57. (喬平林, 張繼賢, 李海濤, 等. 水庫(kù)容水量遙感監(jiān)測(cè)方法研究[J]. 測(cè)繪科學(xué), 2003, 28(3): 55-57.)

[3]TIANYu,LINZongjian,LUXiushan,etal.RemoteSensingApplicationinReseviorStorageCalculation[J].ChinaRuralWaterandHydropower, 2007(3):17-22. (田雨, 林宗堅(jiān), 盧秀山, 等. 遙感技術(shù)在水庫(kù)水容量測(cè)算中的應(yīng)用[J]. 中國(guó)農(nóng)村水利水電, 2007(3): 17-22.)

[4]FOTEINOPOULOSP.CubicSplineInterpolationtoDevelopContoursofLargeReservoirsandEvaluateAreaandVolume[J].AdvancesinEngineeringSoftware, 2009, 40(1): 23-29.

[5]SMITHLC,PAVELSKYTM.RemoteSensingofVolumetricStorageChangesinLakes[J].EarthSurfaceProcessandLandforms, 2009, 34: 1353-1358.

[6]ABILEAHP,VIGNUDELLIS.ACompletelyRemoteSensingApproachtoMonitoringReservoirsWaterVolume[J].InternationalWaterTechnologyJournal, 2011, 1(1): 59-72.

[7]ZHANGBing,WUYanhong,ZHULiping,etal.EstimationandTrendDetectionofWaterStorageatNamCoLake,CentralTibetanPlateau[J].JournalofHydrology, 2011, 405: 161-170.

[8]CAIQing,HUANGLu,LIANGJie,etal.EstimationoftheWaterVolumeoftheDongtingLakewithTERRA/MODISData[J].JournalofHunanUniversity:NaturalSciences, 2012, 39(4): 64-69. (蔡青, 黃璐, 梁婕. 基于MODIS遙感影像數(shù)據(jù)的洞庭湖蓄水量估算[J]. 湖南大學(xué)學(xué)報(bào):自然科學(xué)版, 2012, 39(4): 64-69.)

[9]LIUDong,LIYan.PoyangLakeAreaandCapacityEstimationBasedonRemoteSensingTechnology[J].RemoteSensingInformation, 2012(2): 57-61. (劉東, 李艷. 基于遙感技術(shù)的鄱陽(yáng)湖面積庫(kù)容估算[J]. 遙感信息, 2012(2): 57-61.)

[10]ZHANGJianping.Eco-environmentSituationofBostenLakeBasinandItsCountermeasures[J].EnvironmentalScienceandTechnology, 2010, 23(Sup2): 76-79. (張建平. 博斯騰湖流域生態(tài)環(huán)境現(xiàn)狀及治理對(duì)策淺析[J]. 環(huán)境科技, 2010, 23(Sup2): 76-79.)

[11]FANChunbo,LIJiancheng,WANGdan,etal.ApplicationofICESattoGeoscienceResearch[J].JournalofGeodesyandGeodynamics, 2005, 25(2): 94-98. (范春波, 李建成, 王丹, 等. 激光高度計(jì)衛(wèi)星ICESAT在地學(xué)研究中的應(yīng)用[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2005, 25(2): 94- 98.)

[12]ABSHIREJB,SUNXL,RIRISH,etal.GeoscienceLaserAltimeterSystem(GLAS)ontheICESatMission:On-orbitMeasurementPerformance[J].GeophysicalResearchLetters, 2005, 32(21): 21-32.

[13]MIHongyan,ZAIJian,JIANGXinhua.ContrastandAnalysisofReservoirStorageCalculationMethods[J].SurveyingandMappingofGeologyandMineralResources, 2007, 23(2): 1-4. (米鴻燕, 宰建, 蔣興華. 靜庫(kù)容計(jì)算方法的比較分析[J]. 地礦測(cè)繪, 2007, 23(2): 1-4.)

[14]ZENGHuaien,HUANGShengxiang.ResearchonSpatialDataInterpolationBasedonKrigingInterpolation[J].EngineeringofSurveyingAndMapping, 2007, 16(5): 5-10. (曾懷恩, 黃聲享. 基于Kriging方法的空間數(shù)據(jù)插值研究[J]. 測(cè)繪工程, 2007, 16(5): 5-10.)

[15]MCFEETERSSK.TheUseofNormalizedDifferenceWaterIndex(NDWI)intheDelineationofOpenWaterFeatures[J].InternationalJournalofRemoteSensing, 1996, 17(7): 1425-1432.

[16]SOHNHG,JEZEKKC.MappingIceSheetMarginsfromERS-1SARandSPOTImagery[J].InternationalJournalofRemoteSensing, 1999, 20: 3201-3216.

[17]LIUH,JEZEKKC.AutomatedExtractionofCoastlinefromSatelliteImagerybyIntegratingCannyEdgeDetectionandLocallyAdaptiveThresholdMethod[J].InternationalJournalofRemoteSensing, 2004, 25(5): 937-958.

[18]LUOJiancheng,SHENGYongwei,SHENZhanfeng,etal.AutomaticandHigh-preciseExtractionforWaterInformationfromMultispectralImageswiththeStep-by-stepIterativeTransformationMechanism[J].JournalofRemoteSensing, 2009, 13(4): 610-615. (駱劍承, 盛永偉, 沈占鋒, 等. 基于分步迭代的多光譜遙感水體信息高精度自動(dòng)提取方法研究[J]. 遙感學(xué)報(bào), 2009, 13(4): 610-615.)

[19]ZHUChangming,LUOJiancheng,SHENZhanfeng,etal.RiverLinearWaterAdaptiveAuto-extractiononRemoteSensingImageAidedbyDEM[J].ActaGeodaeticaetCartographicaSinica, 2013, 42(2): 277-283. (朱長(zhǎng)明,駱劍承,沈占鋒,等.DEM輔助下的河道細(xì)小線性水體自適應(yīng)迭代提取[J]. 測(cè)繪學(xué)報(bào), 2013, 42(2): 277-283.)

[20]LIJunli,SHENGYongwei,LUOJiancheng.AutomaticExtractionofHimalayanGlacialLakeswithRemoteSensing[J].JournalofRemoteSensing, 2011, 15(1): 29-43. (李均力, 盛永偉, 駱劍承. 喜馬拉雅山地區(qū)冰湖信息的遙感自動(dòng)化提取[J].遙感學(xué)報(bào), 2011, 15(1): 29-43.)

[21]ZHUChangming,LUOJiancheng,LIJunli,etal.BostenLakeWetlandsWaterLevelAutomaticRetrievalandTrendsAnalysisBasedonICESatGlobalLaserPointData[J].LectureNotesinComputerScience, 2012, 7202: 582-590.

(責(zé)任編輯：叢樹(shù)平)

修回日期： 2014-07-10

Firstauthor：ZHUChangming(1983—),male,PhD,assistantreasearchfellow,majorsinremotesensinginformationautomaticextractionandaridwetlandseco-environmentchangedetection.

E-mail：changmingzhu@yeah.net

Vol.44,No.3

ActaGeodaeticaetCartographicaSinica

March,2015

中圖分類號(hào)：P237

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-1595(2015)03-0309-07

基金項(xiàng)目：國(guó)際科技合作項(xiàng)目(2010DFA92720); 國(guó)家自然科學(xué)基金(41201460; 61375002; 41271367); 水利部公益性行業(yè)科研專項(xiàng)(201201092)

收稿日期：2013-09-30

第一作者簡(jiǎn)介：朱長(zhǎng)明(1983—)，男，博士，助理研究員，研究方向?yàn)檫b感信息智能提取、干旱區(qū)水文水資源及濕地生態(tài)環(huán)境遙感。

Abstract：Focusing on lake underwater terrain unknown and dynamic storage that is difficult to obtain by the traditional methods, a new method is proposed for lake dynamic storage estimation by multi-source and multi-temporal remote sensing without underwater terrain data. The details are as follows. Firstly, extraction dynamic lake boundary through steps by steps adaptive iteration water body detection algorithm from multi-temporal remote sensing imagery. And then, retrieve water level information from ICESat GLAS laser point data. Thirdly, comprehensive utilizing lake area and elevation data, the lake boundary is converted to contour of water by the water level is assigned to the lake boundary line, according to the time and water level information. Fourthly, through the contour line construction TIN (triangulated irregular network) model and Kriging interpolation, it is gotten that the simulated three-dimensional lake digital elevation model. Finally, on the basis of simulated DEM, it is calculated that the dynamic lake volume, lake area distribution and water level information. The Bosten lake is selected as a case studying to verify the algorithm. The area and dynamic water storage variations of Bosten lake are detected since 2000. The results show that, the maximum error is 2.21× 108m3, the minimum error is 0.00002× 108m3, the average error is 0.044×108m3, the root mean square is 0.59 and the correlation coefficient reached 0.99.

Key words：lake; dynamic storages; remote sensing detection; underwater terrain

引文格式：ZHUChangming,ZHANGXin,LUming,etal.LakeStorageChangeAutomaticDetectionbyMulti-sourceRemoteSensingwithoutUnderwaterTerrainData[J].ActaGeodaeticaetCartographicaSinica,2015,44(3):309-315.(朱長(zhǎng)明，張新，路明，等.湖盆數(shù)據(jù)未知的湖泊動(dòng)態(tài)庫(kù)容遙感監(jiān)測(cè)方法[J].測(cè)繪學(xué)報(bào)，2015,44(3)：309-315.)DOI:10.11947/j.AGCS.2015.20130438