文京川 趙紅莉 蔣云鐘 陳德清 紀(jì)剛

摘要：針對(duì)衛(wèi)星測(cè)高數(shù)據(jù)質(zhì)量在湖庫(kù)地區(qū)不穩(wěn)定問(wèn)題，提出一種基于數(shù)據(jù)質(zhì)量評(píng)價(jià)、篩選提取水位的方法。使用Jason3衛(wèi)星測(cè)高數(shù)據(jù)，選取數(shù)據(jù)質(zhì)量不穩(wěn)定的洪澤湖地區(qū)為例進(jìn)行實(shí)驗(yàn)。結(jié)果表明，該方法在改善數(shù)據(jù)精度方面明顯優(yōu)于傳統(tǒng)方法，提取的測(cè)高水位與實(shí)測(cè)水位間相關(guān)系數(shù)從傳統(tǒng)方法的011提高到059，均方根誤差也從2 m減少到05 m，使得Jason3數(shù)據(jù)用于湖庫(kù)水位監(jiān)測(cè)時(shí)具有較高的可信度。此外，對(duì)于那些數(shù)據(jù)質(zhì)量不好的周期，提取的水位精度普遍不高，基于數(shù)據(jù)質(zhì)量評(píng)價(jià)結(jié)果將它們舍去，可進(jìn)一步提高了整體的監(jiān)測(cè)精度，相關(guān)系數(shù)可提高到09，均方根誤差減少到019 m，這對(duì)于為無(wú)資料湖庫(kù)構(gòu)建精確的庫(kù)容曲線具有重要意義。

關(guān)鍵詞：遙感監(jiān)測(cè)；測(cè)高衛(wèi)星；數(shù)據(jù)質(zhì)量；水位變化 ；湖庫(kù)

中圖分類號(hào)：TP791文獻(xiàn)標(biāo)志碼：A文章編號(hào)：16721683（2018）03019407

Research on the quality screening method for satellite altimetry data

——take Jason3 data and Hongze Lake as an example

WEN Jingchuan1，2，3，ZHAO Hongli2，JIANG Yunzhong2，CHEN Deqing4，JI Gang1，2，3

（1.Faculty of Geomatics of Lanzhou Jiaotong University，Lanzhou 730070，China；

2.China Institute of Water Resources and Hydropower Research，Beijing 100038，China；

3.Gansu Provincial Engineering Laboratory for National Geographic State Monitoring， Lanzhou 730070，China；

4. Information Center of the Ministry of Water Resources， Beijing 100053，China）

Abstract：This paper proposes a method based on data quality evaluation and extraction of water level to improve the steadiness of data quality of satellite altimetry in lakes and reservoirs area.We used Jason3 satellite altimetry data and performed a case study in Hongze Lake area where the altimetric data quality was unsteady.Results showed that the accuracy of this method was obviously better than that of the traditional methods.The correlation coefficient between the satellitederived water level and the gauged water level increased from 011 to 059，and the root mean square error was reduced from 2 m to 05 m，making the Jason3 data more reliable for water level monitoring of lakes and reservoirs.In addition，for those periods with poor data quality，since the water level accuracy is generally low，they can be discarded based on the results of data quality evaluation.This can further improve the overall monitoring accuracy.The correlation coefficient can be increased to 09，and the root mean square error was reduced to 019 m.This is of great significance to building a precise capacity curve for the ungauged lakes and reservoirs.

Key words：remote sensing monitoring；altimeter satellite；data quality；water level changes；lakes and reservoirs

及時(shí)獲取湖泊、水庫(kù)的水位、水量和水體分布變化，是水資源監(jiān)測(cè)中的重要內(nèi)容之一。以往主要是采用地面定點(diǎn)（水文站）定時(shí)觀測(cè)的方式監(jiān)測(cè)水位變化，地面監(jiān)測(cè)方式需要配套大量基礎(chǔ)設(shè)施，耗費(fèi)大量人力物力，對(duì)于偏遠(yuǎn)地區(qū)無(wú)法大規(guī)模布點(diǎn)，并且日常監(jiān)測(cè)效果還會(huì)受到水文站上報(bào)頻次的影響。為滿足日益精細(xì)化的水資源管理需求，迫切需要擴(kuò)大水資源監(jiān)測(cè)范圍、提升監(jiān)測(cè)標(biāo)準(zhǔn)，而僅靠地面監(jiān)測(cè)手段無(wú)法滿足對(duì)時(shí)效性、廣泛性的要求[1]。衛(wèi)星測(cè)高技術(shù)的出現(xiàn)和快速發(fā)展，為湖庫(kù)水位監(jiān)測(cè)提供了一種全新的方法[2]。由于其具有周期性重訪、監(jiān)測(cè)成本低、監(jiān)測(cè)范圍可覆蓋部分無(wú)資料地區(qū)等特點(diǎn)，在一定程度上可填補(bǔ)部分地面監(jiān)測(cè)。

第16卷 總第96期·南水北調(diào)與水利科技·2018年6月文京川等·衛(wèi)星測(cè)高數(shù)據(jù)篩選方法研究——以Jason3數(shù)據(jù)和洪澤湖為例20世紀(jì)70年代，衛(wèi)星測(cè)高技術(shù)起初僅用于測(cè)量海平面和南極冰蓋高度，但隨著后續(xù)發(fā)射的測(cè)高衛(wèi)星性能不斷改善，許多學(xué)者開始嘗試將其用于大型湖泊水位變化的監(jiān)測(cè)并取得較好的效果[3]。1982年Brooks就將Seasat測(cè)高數(shù)據(jù)觀測(cè)的湖面高程作為地面控制點(diǎn)用于地圖的繪制。1993年 Koblinsky使用Geosat測(cè)高數(shù)據(jù)實(shí)現(xiàn)了衛(wèi)星對(duì)內(nèi)陸湖泊水位變化第一次長(zhǎng)時(shí)間監(jiān)測(cè)。1994年，Birkett研究了這項(xiàng)技術(shù)用于內(nèi)陸水域的可能性， 并使用Geosat衛(wèi)星測(cè)高數(shù)據(jù)監(jiān)測(cè)了多個(gè)湖泊的水位變化。1995年他又使用TOPEX/Poseidon衛(wèi)星測(cè)高數(shù)據(jù)計(jì)算了全球24個(gè)湖泊的水位變化， 其中包括中國(guó)的呼倫湖。2001年Alsdof等使用T/P測(cè)高數(shù)據(jù)結(jié)合JERS1 SAR影像數(shù)據(jù)估算了Amazon湖蓄水量變化。2006年Frappart等利用T/P、ERS2、GFO1和Envisat衛(wèi)星測(cè)高數(shù)據(jù)對(duì)亞馬遜河流域4個(gè)試驗(yàn)區(qū)進(jìn)行研究，提供了更準(zhǔn)確的水位時(shí)變數(shù)據(jù)[49]。在國(guó)內(nèi)，2005年褚永海利用Jason1數(shù)據(jù)監(jiān)測(cè)了呼倫湖水位變化，發(fā)現(xiàn)呼倫湖水位近年來(lái)呈明顯下降趨勢(shì)。2007年李建成等利用Envisat1數(shù)據(jù)研究分析了長(zhǎng)江中下游鄱陽(yáng)湖、洞庭湖、太湖、巢湖等的水位變化及其與氣候環(huán)境的關(guān)系。2008年姜衛(wèi)平使用Envisat衛(wèi)星SGDR數(shù)據(jù)，采用波形重跟蹤技術(shù)對(duì)青海湖水位進(jìn)行監(jiān)測(cè)，結(jié)果表明對(duì)數(shù)據(jù)進(jìn)行波形重定添加波形改正項(xiàng)可一定程度上提升監(jiān)測(cè)精度。高永剛等利用T/P和Jason1衛(wèi)星的GDR和WDR數(shù)據(jù)，進(jìn)行了波形重定，在提取的測(cè)高水位中添加了波形改正項(xiàng)，并用小波分析得出了呼倫湖水位變化周期。2011年李均力利用ICESat/GLAS數(shù)據(jù)獲取了2003-2009年間中亞地區(qū)24個(gè)典型湖泊的水位信息，分析該地區(qū)湖泊水位變化的時(shí)間過(guò)程和空間特征。2013年戴玉鳳利用Landsat數(shù)據(jù)和ICESat衛(wèi)星測(cè)高數(shù)據(jù)，分別對(duì)青藏高原佩枯錯(cuò)湖泊的面積和高程變化進(jìn)行了分析，并進(jìn)一步估算了湖泊2003-2009年相對(duì)水量變化。2016年趙瑞等使用ICESat、Cryosat2測(cè)高數(shù)據(jù)，以及Landsat遙感影像獲取了佩古錯(cuò)流域冰川、湖泊面積和高程變化，估算了水量變化并結(jié)果氣象資料，研究了佩古錯(cuò)流域?qū)夂虻捻憫?yīng)[1014]。

衛(wèi)星測(cè)高用于觀測(cè)湖庫(kù)水位的可行性和精度都已得到很好驗(yàn)證，但由于其設(shè)計(jì)原理和特性，地面諸多因素可影響到數(shù)據(jù)的質(zhì)量，如復(fù)雜的地形可能導(dǎo)致數(shù)據(jù)的丟失和異常，還有風(fēng)沙、強(qiáng)降雨天氣以及水面結(jié)冰等都可能會(huì)影響數(shù)據(jù)的質(zhì)量和準(zhǔn)確性[1516]。在以往研究中，主要是利用高程均值、中誤差、最大/最小水位差等指標(biāo)去除異常數(shù)據(jù)，如傳統(tǒng)的RANSAC算法、抗差最小二乘算法和3倍中誤差算法，最常見的是高永剛、郭金運(yùn)、以及孫佳龍等學(xué)者使用的3倍中誤差算法。這類方法在數(shù)據(jù)質(zhì)量穩(wěn)定良好的情況效果良好，但有時(shí)異常數(shù)據(jù)占很高比例，中誤差往往偏大，高程均值也已遠(yuǎn)遠(yuǎn)偏離真值，各指標(biāo)不再具有約束效力。這樣并不能有效去除噪聲，并且還淹沒(méi)掉少量存在的高精度高程點(diǎn)，在此時(shí)該類方法就不再適用。數(shù)據(jù)噪聲的存在和質(zhì)量的不穩(wěn)定給衛(wèi)星測(cè)高技術(shù)的大范圍推廣和業(yè)務(wù)化運(yùn)行帶來(lái)了很大困難。另外，Jason3衛(wèi)星于2016年1月發(fā)射工作，國(guó)內(nèi)外還少有相應(yīng)，Jason3測(cè)高數(shù)據(jù)的質(zhì)量和精度有待進(jìn)一步驗(yàn)證。鑒于此，本文以Jason3為數(shù)據(jù)源并選取數(shù)據(jù)質(zhì)量不穩(wěn)定的湖庫(kù)進(jìn)行水位監(jiān)測(cè)實(shí)驗(yàn)，提出一套基于數(shù)據(jù)質(zhì)量評(píng)價(jià)、篩選提取湖庫(kù)水位的方法，提高Jason3測(cè)高數(shù)據(jù)監(jiān)測(cè)精度和適用性，為測(cè)高數(shù)據(jù)進(jìn)一步應(yīng)用到我國(guó)水資源監(jiān)測(cè)體系中提供技術(shù)支撐。

1數(shù)據(jù)與方法

1.1實(shí)驗(yàn)數(shù)據(jù)

Jason3衛(wèi)星是由法國(guó)空間研究中心（CNES）、美國(guó)宇航局（NASA）、歐洲氣象衛(wèi)星組織（EUMETSAT）以及美國(guó)海洋和大氣局（NOAA）等多個(gè)機(jī)構(gòu)合作研制的一顆海洋測(cè)高衛(wèi)星，主要用于監(jiān)測(cè)海面高度和氣候變化。它是T/P、Jason1/2系列衛(wèi)星的延續(xù)，采用了相同的軌道設(shè)計(jì)，軌道周期為10 d，軌道高度為1 336 km，傾角為66°。由Poseidon3B高度計(jì)、微波輻射計(jì)（AMR）、多普勒定軌和無(wú)線電定位組合系統(tǒng)接收機(jī)（DORIS）、全球定位系統(tǒng)接收機(jī)（GPS）和激光跟蹤器等五大部分構(gòu)成。在DORIS系統(tǒng)上，天線定位做了調(diào)整可聯(lián)合多個(gè)潛在的發(fā)射通道作業(yè)。另外，太陽(yáng)能電池的位置模型得到優(yōu)化，使得衛(wèi)星的定軌和定位更加精準(zhǔn)。Jason3采用的大地水準(zhǔn)面是EGM96水準(zhǔn)面，參考橢球體與Jason2一樣，將地球定義為一個(gè)赤道半徑為6 3781363 km、扁平率為1/298257的橢球體。發(fā)射后的9個(gè)月里，一直與Jason2所處相同軌道，接替了Jason2的工作。在2016年10月，Jason2變軌到了Jason1在2009年2月到2012年8月期間所處軌道，保持了Jason系列同時(shí)有兩顆衛(wèi)星雙軌道交叉運(yùn)行的機(jī)制。

本文使用的是Jason3衛(wèi)星2級(jí)產(chǎn)品中的GDR（Geophysical Data Record）數(shù)據(jù)，下載官網(wǎng)為：https：//www.aviso.altimetry.fr/。它是在60 d內(nèi)生成的延遲時(shí)間數(shù)據(jù)集，經(jīng)過(guò)了完全的驗(yàn)證，包含所有的環(huán)境和地球精確校正。產(chǎn)品以10 d一個(gè)周期進(jìn)行存貯，每個(gè)周期內(nèi)包含共254個(gè)Pass文件，每個(gè)Pass文件大小為5 M左右[17]。另外，用于精度驗(yàn)證的湖庫(kù)實(shí)測(cè)水位數(shù)據(jù)來(lái)自地面水文站上報(bào)，可從國(guó)家防汛抗旱指揮系統(tǒng)下載。研究區(qū)枯水期遙感影像為GF1號(hào)衛(wèi)星拍攝，從國(guó)家衛(wèi)星資源應(yīng)用中心下載獲取。

1.2研究方法

1.2.1湖庫(kù)測(cè)高水位計(jì)算基本原理

衛(wèi)星測(cè)高是在衛(wèi)星上搭載微波雷達(dá)測(cè)高儀，讓測(cè)高儀上的雷達(dá)裝置垂直向下發(fā)射脈沖信號(hào)，通過(guò)測(cè)量脈沖從發(fā)射經(jīng)地球表面反射再到衛(wèi)星天線接收的時(shí)間，來(lái)計(jì)算出衛(wèi)星到星下點(diǎn)的距離，結(jié)合衛(wèi)星搭載的GPS定位信息計(jì)算得到海（水、冰）平面高度[18]。衛(wèi)星測(cè)高基本工作原理見圖1。

根據(jù)衛(wèi)星測(cè)高基本工作原理，湖庫(kù)測(cè)高水位計(jì)算公式[19]為：

h=halt-hran-hgeoid-c（1）

式中：h為湖泊水位正高；halt為測(cè)高儀的橢球高；hran為測(cè)高儀的觀測(cè)距離；hgeoid為大地基準(zhǔn)面相對(duì)于參考橢球面高度；c為各項(xiàng)觀測(cè)誤差修正。

湖庫(kù)水位的各項(xiàng)觀測(cè)誤差修正參照海洋數(shù)據(jù)標(biāo)準(zhǔn)處理，但相對(duì)海面而言湖庫(kù)的水面很小，海潮、逆氣壓、潮壓等影響可不考慮，因此湖庫(kù)水位具體的誤差修正為：

c=i+s+p+d+w（2）

式中各誤差修正詳見表1。

誤差修正中文名稱備注i電離層修正測(cè)高衛(wèi)星信號(hào)穿過(guò)電離層時(shí)，會(huì)產(chǎn)生各種物理效應(yīng)，其中最主要的是折射效應(yīng)，其結(jié)果對(duì)傳播信號(hào)產(chǎn)生延時(shí)，對(duì)測(cè)量的影響約為02～5 cm。s固體潮修正固體潮會(huì)引起地球本體變形導(dǎo)致高度變化，最多可達(dá)50 cm。p極潮修正極潮是指地殼對(duì)地球自轉(zhuǎn)軸指向偏移的彈性相應(yīng)，極潮引起的高度誤差為01～25 mm。dw干對(duì)流層修正濕對(duì)流修正測(cè)高信號(hào)經(jīng)對(duì)對(duì)流層折射率的變化使路徑產(chǎn)生彎曲，對(duì)流層的影響可以分成干對(duì)流層效應(yīng)和濕對(duì)流層效應(yīng)，前者引起高度上的誤差約為22 m。后者為6～30 m。1.2.2測(cè)高數(shù)據(jù)編輯處理方法

從官網(wǎng)獲取的測(cè)高數(shù)據(jù)是以二進(jìn)制格式存儲(chǔ)的，要將原始數(shù)據(jù)轉(zhuǎn)換得到湖庫(kù)精確的測(cè)高水位，需要對(duì)數(shù)據(jù)進(jìn)行一系列讀取轉(zhuǎn)換、編輯處理和提取水位的工作[20]。經(jīng)研究發(fā)現(xiàn)，對(duì)于不同湖庫(kù)測(cè)高數(shù)據(jù)的數(shù)據(jù)質(zhì)量好壞不一，即使對(duì)同一個(gè)湖庫(kù)而言不同時(shí)期的數(shù)據(jù)質(zhì)量也有所不同。因此，本文在參照以往方法的基礎(chǔ)上，提出一種基于數(shù)據(jù)質(zhì)量評(píng)價(jià)、篩選提取的測(cè)高數(shù)據(jù)編輯處理方法，處理過(guò)程見圖2。

（1）數(shù)據(jù)基本編輯。

使用專業(yè)軟件BRAT讀取原始測(cè)高數(shù)據(jù)，以Ascii格式輸出經(jīng)緯度、高程、各項(xiàng)修正等參數(shù)。借助ice_qual_flag_20hz_ku、qual_20hz_alt_data等數(shù)據(jù)質(zhì)量標(biāo)識(shí)項(xiàng)保證數(shù)據(jù)系統(tǒng)處理過(guò)程有效，參照海洋處理標(biāo)準(zhǔn)將各修正項(xiàng)數(shù)值控制在有效范圍內(nèi)。將數(shù)據(jù)進(jìn)一步導(dǎo)入ArcGIS，基于經(jīng)緯度信息生成高程點(diǎn)圖層，配合經(jīng)ENVI處理后的湖庫(kù)枯水期影像剔除湖面以外的高程點(diǎn)。經(jīng)基本編輯后，保證了測(cè)高觀測(cè)的有效性，再將處理后的數(shù)據(jù)使用公式（1）和公式（2）進(jìn)行計(jì)算，得到初始的水面高程值。

（2）數(shù)據(jù)質(zhì)量評(píng)價(jià)分級(jí)。

提出“連續(xù)優(yōu)質(zhì)點(diǎn)群”概念，將同一周期的高程點(diǎn)按緯度從低到高排列，以X軸為點(diǎn)號(hào)、Y軸為高程值，因湖庫(kù)水面近似水平，數(shù)據(jù)質(zhì)量較好時(shí)，各點(diǎn)號(hào)對(duì)應(yīng)的高程值應(yīng)近似在一條水平線上，數(shù)據(jù)質(zhì)量不高或不穩(wěn)定時(shí)，則相反?！斑B續(xù)優(yōu)質(zhì)點(diǎn)群”即指緯度序號(hào)連續(xù)、高程值近乎在一條水平線上并且滿足每個(gè)點(diǎn)與高程均值間差值不超過(guò)03 m的點(diǎn)群。點(diǎn)群至少由3點(diǎn)組成，當(dāng)出現(xiàn)多組連續(xù)優(yōu)質(zhì)點(diǎn)群時(shí)，選中點(diǎn)數(shù)最多、中誤差最小的點(diǎn)群。如果存在某一點(diǎn)群均值與選中點(diǎn)群均值近乎一致時(shí)，將兩組合并生成最終選中的連續(xù)優(yōu)質(zhì)點(diǎn)群，其余的點(diǎn)群不予考慮，最終選中的連續(xù)優(yōu)質(zhì)點(diǎn)群應(yīng)不少于5個(gè)點(diǎn)。對(duì)每一期衛(wèi)星測(cè)高數(shù)據(jù)質(zhì)量進(jìn)行評(píng)價(jià)，最終選取的“連續(xù)優(yōu)質(zhì)點(diǎn)群”點(diǎn)數(shù)占周期內(nèi)高程點(diǎn)總數(shù)比例越高，數(shù)據(jù)質(zhì)量就越好。對(duì)每個(gè)周期的數(shù)據(jù)先進(jìn)行質(zhì)量評(píng)價(jià)，將它們分為4個(gè)等級(jí)，如圖3所示，其中紅色矩形框圈中的即為選中連續(xù)優(yōu)質(zhì)點(diǎn)群。評(píng)價(jià)標(biāo)準(zhǔn)如下：

1級(jí)：連續(xù)優(yōu)質(zhì)點(diǎn)群占全部數(shù)據(jù)的比例大于6667%。

2級(jí)：連續(xù)優(yōu)質(zhì)點(diǎn)群占全部數(shù)據(jù)的比例大于3333%。

3級(jí)：數(shù)據(jù)中存在少量連續(xù)優(yōu)質(zhì)點(diǎn)群。

4級(jí)：數(shù)據(jù)中沒(méi)有連續(xù)優(yōu)質(zhì)點(diǎn)群。

（3）篩選提取水位。

對(duì)于1、2、3級(jí)數(shù)據(jù)，只保留選取的連續(xù)優(yōu)質(zhì)點(diǎn)群，將其余的高程點(diǎn)剔除，再將周期內(nèi)的每個(gè)高程值與高程均值的差值大于3倍中誤差的高程點(diǎn)剔除[21]（式（3）），取剩余點(diǎn)高程均值為提取的測(cè)高平均水位（式（4））；對(duì)于4級(jí)數(shù)據(jù)，將最接近前后周期提取水位的高程值作為測(cè)高平均水位，若該值仍與前后周期水位相差甚遠(yuǎn)，則考慮直接舍去該周期數(shù)據(jù)。

Di=|hi-X|-3×∑ni=1（hi-X）2n（3）

H平=1m ∑mi=1hi（4）

式中：hi為單個(gè)周期內(nèi)某一高程點(diǎn)高程值；X為高程均值；n為該周期內(nèi)高程點(diǎn)數(shù)，其中i=1，2，3，…，n，Di即為各高程值與均值的差值減去三倍中誤差，當(dāng)Di>0時(shí)曬除該點(diǎn)，否則保留。m為經(jīng)公式（3）篩選后保留下的高程點(diǎn)數(shù)；H平即為該周期的測(cè)高平均水位。

（4）約化、濾波處理。

由于Jason3衛(wèi)星不同周期間的同一地面軌道最大間距約為1 km，每次測(cè)量的點(diǎn)位都不完全相同，所以參照文獻(xiàn)[5]將不同周期的水位數(shù)據(jù)約化到同一參考點(diǎn)上。首先選取高程點(diǎn)數(shù)最多的周期軌跡作為參考軌道，將各周期的水位平均值H1平、H2平、H3平…Hm平依次加入大地起伏差[7]，最后根據(jù)各周期實(shí)際軌道與參考軌道的距離，將實(shí)際軌道上的湖面水位約化到參考軌道上，見圖4。

Hj約化=Hj平+（Nj-N）（5）

式中：Hj平為實(shí)際軌道的平均水位值；Hj約化為實(shí)際軌道平均水位的約化值；Nj為實(shí)際軌道均值點(diǎn)的大地起伏值；N為參考軌道參考點(diǎn)的大地起伏值；其中j=1，2，3…z，z為觀測(cè)周期數(shù)。

經(jīng)約化后得到各周期的測(cè)高水位可能還存在一些粗差，所以利用Matlab軟件編程對(duì)數(shù)據(jù)進(jìn)行高斯濾波，經(jīng)上述處理后便得到湖庫(kù)水位變化的時(shí)間序列。具體的高斯函數(shù)為：

w（φλ）=Aexp-r22σ2r≤Rs

式中：r2=φ2+λ2；Rs為搜索窗口大小的一半；σ=Rs3（這里選取的搜索窗口大小為半年）。

2案例研究

2.1洪澤湖水位監(jiān)測(cè)

本文選取測(cè)高數(shù)據(jù)量豐富但質(zhì)量不穩(wěn)定的洪澤湖為研究區(qū)，分別使用傳統(tǒng)的三倍中誤差算法和本文基于數(shù)據(jù)質(zhì)量篩選方法分別提取湖庫(kù)水位，并利用洪澤湖尚咀水文站實(shí)測(cè)數(shù)據(jù)對(duì)監(jiān)測(cè)結(jié)果進(jìn)行對(duì)比分析。

洪澤湖是我國(guó)第四大淺水型湖泊，地處江蘇省淮安市洪澤縣西部，在北緯33°06′-33°40′，東經(jīng)118°10′-118°52′之間。屬平原型湖泊，湖岸線相對(duì)簡(jiǎn)單，海拔在10 m左右。湖區(qū)具有季風(fēng)氣候，四季分明，雨季多集中在6月-9月。Jason3衛(wèi)星地面軌跡Pass_240正好掃過(guò)湖面，下載了從2016年2月至2017年7月共52期測(cè)高數(shù)據(jù)。地面軌跡與枯水期湖面截距約為11 km，經(jīng)編輯處理后湖面上每期測(cè)高數(shù)據(jù)平均有29個(gè)高程點(diǎn)，見圖5。

圖5（a）為Jason3衛(wèi)星掃過(guò)枯水期洪澤湖面情況，紅色線為Pass240地面軌跡，圖5（b）為經(jīng)編輯處理后保留下的所有高程點(diǎn)。經(jīng)質(zhì)量評(píng)價(jià)，洪澤湖52期數(shù)據(jù)中有1級(jí)數(shù)據(jù)19期、2級(jí)數(shù)據(jù)10期、3級(jí)數(shù)據(jù)12期、4級(jí)數(shù)據(jù)11期，數(shù)據(jù)質(zhì)量的時(shí)間分布情況見圖6。從圖中可知，洪澤湖地區(qū)測(cè)高數(shù)據(jù)各時(shí)期質(zhì)量不一，質(zhì)量較差的3、4級(jí)數(shù)據(jù)分別占到23%和21%，多集中在每年6月-9月。

分別使用傳統(tǒng)3倍中誤差算法和基于數(shù)據(jù)質(zhì)量篩選的方法提取湖面測(cè)高水位，實(shí)驗(yàn)結(jié)果見圖7。

2.2實(shí)驗(yàn)結(jié)果分析

從圖7可知，在洪澤湖地區(qū)傳統(tǒng)方法提取水位整體精度較差，在數(shù)據(jù)質(zhì)量好的幾個(gè)周期與實(shí)測(cè)水位誤差較小，但在數(shù)據(jù)質(zhì)量較差時(shí)與實(shí)測(cè)水位誤差達(dá)到5 m左右。而本文方法在改善數(shù)據(jù)精度方面明顯優(yōu)于傳統(tǒng)方法，絕大部分周期數(shù)據(jù)與實(shí)測(cè)水位十分接近，誤差很小且保持顯著的相關(guān)性，尤其在數(shù)據(jù)質(zhì)量差時(shí)與實(shí)測(cè)值也較為接近。但在極個(gè)別周期數(shù)據(jù)質(zhì)量極差（大部分為4級(jí)數(shù)據(jù)），提取水位仍與實(shí)測(cè)水位有1 m 左右的誤差，這是由于當(dāng)時(shí)衛(wèi)星過(guò)境時(shí)一些地面因素對(duì)測(cè)高數(shù)據(jù)造成了極大的干擾，使得獲取的所有高程點(diǎn)中都收到了污染。

本文方法提取的測(cè)高水位數(shù)據(jù)一方面可用于日常水位監(jiān)測(cè)，填補(bǔ)地面實(shí)測(cè)水位不足，另一方面可用于無(wú)資料地區(qū)庫(kù)容曲線的構(gòu)建?；跀?shù)據(jù)質(zhì)量評(píng)價(jià)結(jié)果，在日常水位監(jiān)測(cè)上，可對(duì)每一期測(cè)高水位的可信度進(jìn)行評(píng)價(jià)，數(shù)據(jù)質(zhì)量越高整體誤差較小，可信度越高；在構(gòu)建庫(kù)容曲線上，隨著衛(wèi)星短周期重訪積累了豐富測(cè)高數(shù)據(jù)，可將質(zhì)量較差的4級(jí)甚至3級(jí)數(shù)據(jù)進(jìn)行剔除，以提高測(cè)高水位整體精度，進(jìn)一步配合遙感影像獲取的面積信息構(gòu)建出精確的庫(kù)容曲線。如圖8和表2所示，傳統(tǒng)方法提取的水位與實(shí)測(cè)數(shù)據(jù)比較，最小差值為014 m、最大差值為645 m、均方根誤差為2 m、相關(guān)性系數(shù)只有011，而本文方法最小差值為001 m、最大差值為187 m、均方根誤差減小到05 m、相關(guān)性系數(shù)增加到059。在將洪澤湖3、4級(jí)數(shù)據(jù)進(jìn)一步剔除后，最大、最小差值分別減小到042 m 和001 m、均方根誤差減小到019 m、相關(guān)性系數(shù)增加到09，測(cè)高水位與實(shí)測(cè)數(shù)據(jù)間整體誤差明顯減小，相關(guān)性進(jìn)一步提高，大大提高了監(jiān)測(cè)精度。

本文使用Jason3測(cè)高數(shù)據(jù)，提出一套基于數(shù)據(jù)質(zhì)量評(píng)價(jià)、篩選提取湖庫(kù)水位的方法。利用連續(xù)優(yōu)質(zhì)點(diǎn)群這一標(biāo)準(zhǔn)，首先進(jìn)行數(shù)據(jù)質(zhì)量評(píng)價(jià)，基于評(píng)價(jià)結(jié)果篩選數(shù)據(jù)，再提取湖庫(kù)水位。主要結(jié)論如下。

（1）在對(duì)數(shù)據(jù)質(zhì)量全年不穩(wěn)定的洪澤湖實(shí)驗(yàn)中，取得了最小水位差001 m、最大水位差042 m、均方根誤差019 m、與實(shí)測(cè)數(shù)據(jù)相關(guān)性達(dá)到09這樣較高的監(jiān)測(cè)精度，驗(yàn)證了Jason3測(cè)高衛(wèi)星用于湖庫(kù)水位監(jiān)測(cè)較高的可信度。

（2）相較傳統(tǒng)方法，在數(shù)據(jù)質(zhì)量差、異常數(shù)據(jù)占比很大時(shí)，仍能將少量存在的高精度高程點(diǎn)挑選保留，大大減少了與實(shí)測(cè)水位間的誤差；在數(shù)據(jù)質(zhì)量良好時(shí)也有一定程度改善，顯著提高了整體監(jiān)測(cè)精度。所以，該方法不僅適用于測(cè)高數(shù)據(jù)質(zhì)量良好的湖庫(kù)，也適用于數(shù)據(jù)較差或質(zhì)量不一的湖庫(kù)，精度更高、更具有普適性。

（3）數(shù)據(jù)質(zhì)量的評(píng)價(jià)分級(jí)對(duì)我國(guó)湖庫(kù)監(jiān)測(cè)有積極意義。評(píng)價(jià)結(jié)果可對(duì)日常監(jiān)測(cè)中每期測(cè)高水位的可信度進(jìn)行評(píng)價(jià)，質(zhì)量等級(jí)為1、2級(jí)的數(shù)據(jù)連續(xù)優(yōu)質(zhì)點(diǎn)占總數(shù)的3333%以上，數(shù)據(jù)質(zhì)量更好、可信度更高；相反，3、4級(jí)數(shù)據(jù)可信度相對(duì)較低。此外，即便沒(méi)有實(shí)測(cè)數(shù)據(jù)，基于評(píng)價(jià)結(jié)果仍可以較為精準(zhǔn)地剔除掉質(zhì)量較差的數(shù)據(jù)（3、4級(jí)數(shù)據(jù)），使得在長(zhǎng)時(shí)間序列上，湖庫(kù)水位監(jiān)測(cè)的整體精度得到大幅提升，這對(duì)于為我國(guó)無(wú)資料湖庫(kù)構(gòu)建庫(kù)容曲線，進(jìn)一步實(shí)現(xiàn)水位、水量的動(dòng)態(tài)監(jiān)測(cè)意義重大。

當(dāng)然，這離測(cè)高衛(wèi)星數(shù)據(jù)業(yè)務(wù)化監(jiān)測(cè)我國(guó)湖庫(kù)水資源的目標(biāo)仍有一定差距。下一步工作中，還需要使用多種測(cè)高衛(wèi)星數(shù)據(jù)，選取不同地區(qū)、不同等級(jí)大小、不同類型的湖庫(kù)進(jìn)行更深入的研究分析，以制定出合理高效、針對(duì)我國(guó)湖庫(kù)水資源的監(jiān)測(cè)方案。

參考文獻(xiàn)（References）：

[1]褚永海，李建成，姜衛(wèi)平，等.利用Jason1數(shù)據(jù)監(jiān)測(cè)呼倫湖水位變化[J].大地測(cè)量與地球動(dòng)力學(xué)，2005，25（4）：1116.（CHU Y H，LI J C，JIANG W P，et al.Monitoring of water level variations of Hulun Lake with Jason1 Altimetric Data[J].Journal of Geodesy and Geodynamics，2005，25（4）：1116.（in Chinese）） DOI：10.3969/j.issn.16715942.2005.04.003.

[2]姜衛(wèi)平，褚永海，李建成，等.利用ENVISAT測(cè)高數(shù)據(jù)監(jiān)測(cè)青海湖水位變化[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2008，33（1）：6467.（JIANG W P，CHU Y H，LI J C，et al.Water level variation of Qinghai Lake from altimeteric data[J].Geomatics and Information Science of Wuhan University，2008，33（1）：6467.（in Chinese）） DOI：10.13203/j.whugis2008.01.011.

[3]FRAPPART F，CALMANT S，CAUHOP M，et al.Preliminary results of ENVISAT RA2derived water levels validation over the Amazon basin[J].Remote Sensing of Environment，2006，100（2）：252264.DOI：10.1016/j.rse.2005.10.027.

[4]李建成，褚永海，姜衛(wèi)平，等.利用衛(wèi)星測(cè)高資料監(jiān)測(cè)長(zhǎng)江中下游湖泊水位變化[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2007，32（2）：144147.（LI J C，CHU Y H，JIANG W P，et al.Monitoring level fluctuation of lakes in Yangtze River Basin by altimetry[J].Geomatics and Information Science of Wuhan University，2007，32（2）：144147.（in Chinese）） DOI：10.3969/j.issn.16718860.2007.02.013.

[5]李景剛，李紀(jì)人，阮宏勛，等.Jason2衛(wèi)星測(cè)高數(shù)據(jù)在陸地水域水位變化監(jiān)測(cè)中的應(yīng)用——以南洞庭湖為例[J].自然資源學(xué)報(bào)，2010，25（3）：502510.（LI J G，LI J R，RUAN H X，et al.Application of Jason2 altimetry data in monitoring of continental water level fluctuationsa case study in South Dongting Lake，China[J].Journal of Natural Resources，2010，25（3）：502510.（in Chinese）） DOI：10.11849/zrzyxb.2010.03.015.

[6]HWANG C，KAO Y C，TANGDAMRONGSUB N.A preliminary analysis of lake level and water storage changes over lakes baikal and balkhash from satellite altimetry and gravimetry[J].Terrestrial Atmospheric & Oceanic Sciences，2011，22（2）：97108.DOI：10.3319/TAO.2010.05.19.01（TibXS）.

[7]高永剛，郭金運(yùn)，岳建平.衛(wèi)星測(cè)高在陸地湖泊水位變化監(jiān)測(cè)中的應(yīng)用[J].測(cè)繪科學(xué)，2008（6）：7375，29.（GAO Y G，GUO J Y，YUE J P.Lake level variations measurement with satellite altimetry[J].Science of Surveying and Mapping，2008（6）：7375，29.（in Chinese）） DOI：10.3771/j.issn.10092307.2008.06.024.

[8]HENRIQUE COSTA P，OLIVEIRA PEREIRA E，MAILLARD P.An original processing method of satellite altimetry for estimating water levels and volume fluctuations in a series of small lakes of the pantanal wetland complex in Brazil[J].ISPRS International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences，2016，XLIB8：327334.DOI：10.5194/isprsarchivesXLIB83272016.

[9]梁子亮，岳建平.利用衛(wèi)星測(cè)高監(jiān)測(cè)高郵湖水位變化[J].測(cè)繪通報(bào)，2013（11）：6567.（LIANG Z L，YUE J P.Monitoring of water level variations of Gaoyou Lake by altimetry[J].Bulletin of Surveying and Mapping，2013（11）：6567.（in Chinese））

[10]張?chǎng)危瑓瞧G紅，張?chǎng)?基于多源衛(wèi)星測(cè)高數(shù)據(jù)的扎日南木錯(cuò)水位動(dòng)態(tài)變化（1992—2012年）[J].自然資源學(xué)報(bào)，2015，30（7）：11531162.（ ZHANG X，WU Y H，ZHANG X.Zhari namcowater level change detection using multisatellite altimetric data during 19922012[J].Journal of Natural Resources，2015，30（7）：11531162.（in Chinese）） DOI：10.11849/zrzyxb.2015.07.008.

[11]李靜，岳建平，梁子亮.Jason2衛(wèi)星波形重定技術(shù)在研究貝加爾湖水位中的應(yīng)用[J].河海大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，43（2）：163166.（LI J，YUE J P，LIANG Z L.Application of Jason2 waveform retracking method to investigation of water level of Lake Baikal[J].Journal of Hohai University（ Natural Sciences），2015，43（2）：163166.（in Chinese）） DOI：10.3876/j.issn.10001980.2015.02.012.

[12]BAUP F，F(xiàn)RAPPART F，MAUBANT J.Combining highresolution satellite images and altimetry to estimate the volume of small lakes[J].Hydrology & Earth System Sciences Discussions，2014，10（12）：1573115770.DOI：10.5194/hess1820072014.

[13]戴玉鳳，高楊，張國(guó)慶，等.20032011年青藏高原佩枯錯(cuò)相對(duì)水量變化及其對(duì)氣候變化的響應(yīng)[J].冰川凍土，2013，35（3）：723732.（DAI Y F，GAO Y，ZHANG G Q，et al.Water volume change of the Paiku Co in the Southern Tibetan Plateau and its response to climate change in 20032011[J].Journal of Glaciology & Geocryology，2013，35（3）：723732.（in Chinese）） DOI：10.7522/j.issn.10000240.2013.0082.

[14]DUAN Z，BASTIAANSSEN W G M.Estimating water volume variations in lakes and reservoirs from four operational satellite altimetry databases and satellite imagery data[J].Remote Sensing of Environment，2013，134（5）：403416.DOI：10.1016/j.rse.2013.03.010.

[15]PAPA F，BALA S K，PANDEY R K，et al.GangaBrahmaputra river discharge from Jason2 radar altimetry：An update to the longterm satellitederived estimates of continental freshwater forcing flux into the Bay of Bengal[J].Journal of Geophysical Research Oceans，2014，117（C11）：.DOI：10.1029/2012JC008158，2012.

[16]葛莉，習(xí)曉環(huán)，王成，等.ICESat1/GLAS數(shù)據(jù)湖泊水位監(jiān)測(cè)研究進(jìn)展[J].遙感技術(shù)與應(yīng)用，2017，32（1）：1419.（GE L，XI X H，WANG C，et al.Research progress of ICESat1/GLAS in lake level monitoring[J].Remote Sensing Technology and Application，2017，32（1）：1419.（in Chinese）） DOI：10.11873/j.issn，10040323，2017.1.0014.

[17]YING，ZHAO，XINGHUI，et al.Growth and nutrient accumulation of Phragmites australis in relation to water level variation and nutrient loadings in a shallow lake[J].環(huán)境科學(xué)學(xué)報(bào)（英文版），2013，25（1）：1625.DOI：10.1016/S10010742（12）600047.

[18]SONG C，HUANG B，KE L.Heterogeneous change patterns of water level for inland lakes in High Mountain Asia derived from multimission satellite altimetry[J].Hydrological Processes，2015，29（12）：27692781.DOI：10.1002/hyp.10399.

[19]SONG C，YE Q，CHENG X.Shifts in waterlevel variation of Namco in the central Tibetan Plateau from ICESat and CryoSat2 altimetry and station observations[J].Science Bulletin，2015，60（14）：12871297.DOI 10.1007/s1143401508268.

[20]趙瑞，葉慶華，宗繼彪.青藏高原南部佩枯錯(cuò)流域冰川湖泊變化及其對(duì)氣候的響應(yīng)[J].干旱區(qū)資源與環(huán)境，2016，30（2）：147152.（ZHAO R，YE Q H，ZONG J B.Glacier and water storage changes in Peiku Co basin on Tibetan Plateau and its responses to the climatic changes[J].Journal of Arid Land Resources and Environment，2016，30（2）：147152.（in Chinese）） DOI：10.13448/j.cnki.jalre.2016.061.

[21]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）：309315.（ZHU C M，ZHANG X，LU M，et al.Lake storage change automatic detection by multisource remote sensing without underwater terrain data[J]，Acta Geodaetica et Cartographica Sinica，2015，44（3）：309315.（in Chinese）） DOI：10，11947/j.AGCS.2015.20130438.