ICESat-2數(shù)據(jù)監(jiān)測青藏高原湖泊2018—2021年水位變化

馬山木， 甘甫平， 吳懷春， 閆柏琨

(1.中國地質(zhì)大學(北京)生物地質(zhì)與環(huán)境地質(zhì)國家重點實驗室,北京 100083； 2.中國地質(zhì)大學(北京)海洋學院,北京 100083； 3.中國自然資源航空物探遙感中心,北京 100083)

0 引言

湖泊是全球水資源的重要組成部分，其變化是區(qū)域和全球氣候變化的重要指示器，也是流域水資源評價、水平衡分析的重要參量[1]。青藏高原以“亞洲水塔”著稱，被稱作地球“第三極”，分布上千個湖泊[2]。對這些湖泊水位進行動態(tài)監(jiān)測和調(diào)查，有助于全球氣候變化研究，也將對湖泊生態(tài)維護、水資源利用、水循環(huán)和生態(tài)環(huán)境過程等研究提供動態(tài)監(jiān)測信息。

衛(wèi)星測高技術是獲取湖泊水位變化的最重要手段之一。經(jīng)過20多年的發(fā)展[3]，獲取了青藏高原湖泊水位變化系列監(jiān)測數(shù)據(jù)，形成了青藏高原部分湖泊從1972—2019年間長時間序列的水位變化監(jiān)測成果[4-11]。比如，Hwang等[4]利用T/P系列數(shù)據(jù)監(jiān)測了1993—2014年間23個青藏高原湖泊的水位變化，其中最小的青蛙湖約25 km2； Gao等[5]融合ENVISAT，CryoSat-2，Jason-1和Jason-2數(shù)據(jù)，獲取了2002—2012年間青藏高原51個湖泊的水位變化，并分析了凍土對其影響； Song等[6]使用ICESat衛(wèi)星數(shù)據(jù)獲取了2003—2009年間青藏高原105個湖泊的水位變化，并分析了其與氣候變化的關系； Chen等[7]融合了Jason-2，Jason-3，CryoSat-2和Sentinel-3A數(shù)據(jù)，獲取了2016—2019年間261個面積大于10 km2的青藏高原湖泊的水位變化，其中大多數(shù)湖泊呈上升趨勢。

上述高原湖泊水位監(jiān)測受到衛(wèi)星測高點地面足印大小和距離間隔的限制，測高點覆蓋主要集中在水面面積大于10 km2的大中型湖泊，對于數(shù)量相對更多的小型湖泊開展工作較少。2018年，ICESat-2衛(wèi)星成功發(fā)射，其足印大小為17 m，這使對小型湖泊水位監(jiān)測成為可能。本文主要利用ICESat-2衛(wèi)星 ATL08產(chǎn)品[12]，通過青藏高原湖泊分布位置確定、水面高程信息提取等對部分面積大于1 km2的高原湖泊水位及其變化信息進行了更高頻次的監(jiān)測，從而分析2018年10月—2021年4月間具有水位監(jiān)測信息的473個湖泊的水位時空變化特征。

1 主要數(shù)據(jù)源

湖泊水位數(shù)據(jù)主要是基于ICESat-2衛(wèi)星ATLAS系統(tǒng)的ATL08產(chǎn)品數(shù)據(jù)。由于ATL08產(chǎn)品僅僅是地表高程數(shù)據(jù)，還需與湖泊位置數(shù)據(jù)進行復合，從而獲取湖泊水位變化信息。利用Hydroweb水位等進行交叉驗證，確保水位信息的可靠性。為此，本文主要數(shù)據(jù)源包括ICESat-2衛(wèi)星ALT08產(chǎn)品、湖泊位置與分布數(shù)據(jù)，以及Hydroweb水位監(jiān)測等產(chǎn)品。

1.1 ATL08產(chǎn)品數(shù)據(jù)

ATL08產(chǎn)品數(shù)據(jù)是由ICESat-2衛(wèi)星搭載的ATLAS(Advanced Topographic Laser Altmeter System)系統(tǒng)獲取的點云數(shù)據(jù)生產(chǎn)的3級產(chǎn)品之一。ATLAS系統(tǒng)具備微脈沖、多波束、低能量的單光子探測、窄脈寬及高重頻(10 kHz)的特性[13-14]，能夠探測單光子水平的激光反射，將單個激光脈沖分成6個光束(3對)，從而提供比ICESat所使用的GLAS更密集的地面覆蓋度。ATLAS憑借其單光子探測方法，提供相比傳統(tǒng)衛(wèi)星雷達高度計更高的垂向準確度和精確度。足跡范圍大小為17 m，這有利于觀測更多小面積(10 km2以下)湖泊的水位高程。ATL08產(chǎn)品采用DRAGANN算法，是基于二級產(chǎn)品ATL03 數(shù)據(jù)，沿軌道地理定位點云數(shù)據(jù)的10 km范圍上實施自適應最近鄰識別，得到中高置信度光子信號并與ATL03產(chǎn)品結合，以確保獲取地表的所有潛在光子信號，其表面高度是100 m范圍內(nèi)的平均地形高度[12]——沿軌方向各種尺度的地面高度(包含冠層覆蓋高度)，包括冠層高度、冠層覆蓋度百分比、表面坡度和粗糙度等因素[14-15]。

本研究青藏高原湖泊水位信息的提取主要是基于2018年10月—2021年4月的ATL08產(chǎn)品數(shù)據(jù)得到的。

1.2 湖泊位置數(shù)據(jù)

由于ATL08主要是地表高程數(shù)據(jù)，需要與湖泊位置數(shù)據(jù)的結合，才能取得為水位高程數(shù)據(jù)。湖泊位置數(shù)據(jù)主要包括GSWO(global surface water occurrence)水體掩模數(shù)據(jù)[16]、GRanD(global reservoir and dam)和GOODD (golbal georeferenced database of dams) 全球水庫矢量數(shù)據(jù)[17]，以及包含1 171個面積大于1 km2的青藏高原湖泊名稱、面積和位置等信息的青藏高原湖泊子數(shù)據(jù)集[2]。

1.3 交叉驗證數(shù)據(jù)

主要是由美國農(nóng)業(yè)部/美國國家航空航天局發(fā)布的G-REALM水位產(chǎn)品[18]、法國和俄羅斯聯(lián)合發(fā)布的Hydroweb水位產(chǎn)品[19]，以及 MERIT水文數(shù)據(jù)集[20]。

G-REALM水位產(chǎn)品主要是利用Jason-1，Jason-2，Jason-3,T/P及ENVISAT等雷達測高數(shù)據(jù)，獲取了世界上最大的353個湖泊和水庫的水位高程，精度達10 cm。Hydroweb水位產(chǎn)品包含全球150個湖泊和水庫，基于T/P，GFO，ENVISAT，SARAL，ERS-1，ERS-2，Jason-1，Jason-2，Jason-3和Sentinel-3A等數(shù)據(jù)生產(chǎn)的水位產(chǎn)品。MERIT水文數(shù)據(jù)集是基于MERIT DEM和多種內(nèi)陸河流地圖開發(fā)的，包含水文校準高程。

本研究使用了4個青藏高原湖泊的G-REALM水位和18個Hydroweb水位進行水位交叉驗證。

2 技術流程與數(shù)據(jù)處理

基于ATL08產(chǎn)品數(shù)據(jù)與湖泊位置數(shù)據(jù)，通過水面掩模處理、水位高程提取、水位信息處理和精度交叉驗證等步驟，獲取了湖泊時間序列的水位(圖1)。

圖1 技術路線Fig.1 Technical route

2.1 水面掩模處理

由于ATL08產(chǎn)品包括土地和植被的地表高度，以及內(nèi)陸水體的高程，需要采用水面掩模對水體進行空間篩選。為了保證ICESat-2的足跡經(jīng)過水體，對GSWO進行二值化處理，提取30 a內(nèi)超過80%為水體的像素，然后將掩模侵蝕3個像素(90 μm)以進一步降低陸表地物影響。以水體面積除以包含水體的邊界的水體總面積之商小于5%的閾值進行河流等水體的刪除[21]，提取湖泊水面位置和分布。

利用全球水庫矢量數(shù)據(jù)建立1 km范圍緩沖區(qū)，并與已有的水面掩模進行疊加處理，獲取水面掩模數(shù)據(jù)[21]。

2.2 水位高程提取

將湖泊矢量數(shù)據(jù)與ICESat-2衛(wèi)星ATL08產(chǎn)品數(shù)據(jù)進行位置配對處理。對每個湖泊水體，選取其高程觀測數(shù)據(jù)序列10%～90%的部分。若某一水體的高程觀測數(shù)據(jù)少于3個，則去除該觀測值，此外刪除當天及軌道內(nèi)標準差大于0.25 m的高程觀測值。然后計算每個湖泊水體高程觀測值的中位數(shù)為水位。

基于上述處理，得到2018年10月14日—2021年4月21日青藏高原湖泊水位數(shù)據(jù)集。對于給定水體，77%水體的當日高程觀測值標準差小于0.05 m，86%水體的當日高程觀測值標準差小于0.1 m。

2.3 水位信息處理

首先篩除與2018年10月14日—2021年4月21日監(jiān)測期內(nèi)所有觀測值的平均值相差超過3倍標準差的高程觀測值，以消除因云層或其他傳感器的錯誤而導致的質(zhì)量較差的觀測值。然后，通過取每個月所有高度觀測的平均值為每月的高度觀測值，以便于觀察各水體一致時間段的水位。青藏高原湖泊在31個月中平均有1.5個高程觀測，觀測值數(shù)與湖泊面積呈正相關。

為了篩除高程觀測值中的異常值，對于月度時間序列高度觀測值將額外篩選。去除月度時間序列高度觀測值中超過MERIT水文數(shù)據(jù)集中湖泊高程40 m的觀測值，以及超出高度觀測值中值2.5倍標準差的觀測值。這些篩選步驟確保青藏地區(qū)水位高程變化觀測是可靠的。

2.4 精度交叉驗證

利用G-REALM及Hydroweb水位產(chǎn)品數(shù)據(jù)對ICESat-2數(shù)據(jù)獲取的水位序列進行精度交叉驗證(表1)。為了進一步驗證本文獲取水位序列的精度，分別計算了上述18個湖泊的ICESat-2水位和Hydroweb水位的標準差(表2)，得出兩者的標準差均值分別為0.06 m和0.1 m。綜合來看，本文獲取的ICESat-2水位序列精度至少優(yōu)于Hydroweb水位產(chǎn)品0.04 m。綜合表1和表2可知，在與Hydroweb水位交叉驗證中，可可西里湖的相關系數(shù)最高，為0.957，茲格塘錯相關系數(shù)最低，為0.122，考慮到茲格塘錯月水位重復數(shù)少，且其Hydroweb水位的標準差高(表2)，水位數(shù)據(jù)不可靠導致相關系數(shù)低。

表1 Hydroweb及G-REALM水位產(chǎn)品與所獲取的ICESat-2水位序列的統(tǒng)計比較Tab.1 Comparison between the ICESat-2 timeseries and the Hydroweb andG-REALM water levels

表2 Hydroweb水位產(chǎn)品與所獲取的ICESat-2水位序列的標準差比較Tab.2 Comparison between the Hydroweb water levels and water levels obtained from ICESat-2 data (m)

2.5 時間序列水位監(jiān)測

利用ICESat-2衛(wèi)星ATL08產(chǎn)品數(shù)據(jù)，基于前文的相關數(shù)據(jù)處理流程和數(shù)據(jù)處理方法對2018年10月14日—2021年4月21日期間青藏高原湖泊水位信息進行提取和動態(tài)監(jiān)測，得到了水位變化情況(圖2)。

圖2 青藏高原湖泊的水位變化趨勢空間分布Fig.2 Distribution of lake level change trends of the lakes on the Qinghai-Tibet Plateau

3 湖泊水位時空變化特征

對所監(jiān)測到473個湖泊，從其整體的水位變化趨勢、不同分布區(qū)域的時空特征、部分典型湖泊的月度變化趨勢進行了分析。

3.1 湖泊水位的整體變化

采取線性回歸模型估算了2018—2021年間青藏高原473個湖泊的水位變化趨勢。整體上，湖泊水位呈現(xiàn)明顯的上升趨勢(表3)，整體年均變化率(按照湖泊面積加權計算)為0.013 m/a，水位上升湖泊面積占整體湖泊的75%。

表3 青藏高原473個湖泊的水位變化趨勢統(tǒng)計(2018—2021年)Tab.3 Lake level change trends of 473 lakes on the Qinghai-Tibet Plateau(2018—2021)

水位上升湖泊總面積(33 422 km2)遠大于水位下降湖泊總面積(10 732 km2)，而且83%的面積大于500 km2的湖泊水位均為上升。絕大多數(shù)水位下降湖泊年變化率低于0.01 m/a(圖3)，這表明青藏高原湖泊水量在持續(xù)上漲。其中，水位上升最快的和下降最快的湖泊中，面積大于500 km2分別是阿其克庫勒湖(0.061 m/a)和鄂陵湖(-0.026 m/a)，[200,500] km2分別是勒斜武擔錯(0.059 m/a)和吳如錯(-0.035 m/a)，[100,200) km2分別是托素湖(0.097 m/a)和振泉湖(-0.024 m/a)，[50,100) km2分別是錯達日瑪(0.039 m/a)和朝陽湖(-0.037 m/a)，[10,50) km2分別是荷花湖(0.085 m/a)和八松措(-0.081 m/a)，[1,10) km2分別是沖果錯(0.151 m/a)和郭扎錯(小)(-0.063 m/a)。綜合來看，青藏高原湖泊在2018—2021年間總體水位明顯上升，其中大型湖泊水位上升趨勢明顯，中型湖泊水位上升平緩，小型湖泊水位呈微弱下降。

圖3 青藏高原湖泊水位變化趨勢統(tǒng)計Fig.3 Histogram of lake level change trendsof the lakes on the Qinghai-Tibet Plateau

3.2 不同流域的湖泊水位變化趨勢

為了更好地了解湖泊水位變化的空間分布特征，本研究將按照柴達木流域、黃河源流域、雅魯藏布江流域、印度河流域、內(nèi)高原流域等流域?qū)η嗖馗咴此蛔兓闆r進行分析，流域范圍如圖2所示。

1)柴達木流域。該流域內(nèi)監(jiān)測到的18個湖泊中，有10個湖泊水位呈上升趨勢，集中分布于流域北部，年均上升率為0.024 m/a。其余8個湖泊水位呈下降趨勢，多集中于流域南部，昆侖山脈北麓地區(qū)，年均下降率為-0.009 m/a。上升湖泊總面積為673 km2，下降湖泊總面積為315 km2。流域內(nèi)水位上升最快的湖泊為托素湖(0.097 m/a)，下降最快為庫水浣(-0.006 m/a)。柴達木流域監(jiān)測到的面積最大的冬給措納湖(241 km2)水位變化率為0.035 m/a。

2)長江源流域。該流域內(nèi)監(jiān)測到的35個湖泊主要分布于長江源地區(qū)，其中的23個湖泊水位呈上升趨勢，年均上升率為0.017 m/a。其余12個湖泊水位呈下降趨勢，多靠近山麓，年均下降率為-0.005 m/a。上升湖泊總面積為277 km2，下降湖泊總面積為325 km2。流域內(nèi)水位上升最快的湖泊為亞莫錯根(0.048 m/a)，下降最快為日九錯(-0.013 m/a)。其中監(jiān)測到的面積最大的葉魯蘇湖(202 km2)水位變化率為-0.009 m/a。

3)青海湖流域。該流域內(nèi)監(jiān)測到的2個湖泊，青海湖與都蘭湖水位均呈上升趨勢，年均上升率為0.015 m/a，上升湖泊總面積為4 391 km2。流域內(nèi)監(jiān)測到的面積最大的青海湖(4 348 km2)水位變化率為0.028 m/a。

4)黃河源流域。該流域內(nèi)監(jiān)測到的15個湖泊中9個湖泊水位呈上升趨勢，集中于下游，年均上升率為0.025 m/a； 其余6個湖泊水位呈下降趨勢，位于上游，年均下降率為-0.012 m/a； 上升湖泊總面積為121 km2，下降湖泊總面積為1 204 km2。流域內(nèi)水位上升最快的湖泊為苦海(0.050 m/a)，下降最快為鄂陵湖(-0.026 m/a)，同時與鄂陵湖相鄰的扎陵湖水位也呈下降趨勢(-0.007 m/a)。

5)雅魯藏布江流域。該流域內(nèi)監(jiān)測到的18個湖泊中的7個湖泊水位呈上升趨勢，年均上升率為0.027 m/a。其余11個湖泊水位呈下降趨勢，多分布于上游地區(qū)，年均下降率為-0.015 m/a。上升湖泊總面積為71 km2，下降湖泊總面積為93 km2。流域內(nèi)水位上升最快的湖泊為沖果錯(0.151 m/a)，下降最快為八松錯(-0.081 m/a)。監(jiān)測到的湖泊中面積最大的多慶錯(49 km2)水位變化率為0.015 m/a。

6)印度河流域。該流域監(jiān)測到的18個湖泊中的9個湖泊水位呈上升趨勢，年均上升率為0.015 m/a。其余9個湖泊水位雖然呈下降趨勢，但年均下降率為-0.008 m/a。上升湖泊總面積為826 km2，下降湖泊總面積為610 km2。流域內(nèi)水位上升最快的湖泊為臺錯(0.027 m/a)，下降最快為阿永布錯(-0.015 m/a)。印度河流域監(jiān)測到的面積最大的班公錯(671 km2)水位變化率為0.008 m/a。

7)內(nèi)高原流域。該流域包含羌塘高原、可可西里地區(qū)(圖4)，自然環(huán)境惡劣、氣候干燥，是青藏高原最大的內(nèi)流區(qū)，湖泊眾多。該流域監(jiān)測到的349個湖泊中的153個湖泊水位呈上升趨勢，年均上升率為0.021 m/a。其余196個湖泊水位呈下降趨勢，年均下降率為-0.017 m/a。上升湖泊總面積為19 571 km2，下降湖泊總面積為6 854 km2。流域內(nèi)水位上升最快的湖泊為荷花湖(0.084 m/a)，下降最快為向陽湖(-0.067 m/a)。內(nèi)高原流域監(jiān)測到的面積最大的色林錯(2 300 km2)水位變化率為0.019 m/a。①內(nèi)高原北部流域[2]區(qū)域主要為可可西里地區(qū)[22]。該流域內(nèi)監(jiān)測到的121個湖泊中的50個湖泊水位呈上升趨勢，多分布其東部和北部，年均上升率為0.019 m/a。其余71個湖泊水位呈下降趨勢，多分布與西部和南部，年均下降率為-0.019 m/a。上升湖泊總面積為6 127 km2，下降湖泊總面積為2 240 km2。流域內(nèi)水位上升最快的湖泊為荷花湖(0.084 m/a)，下降最快為向陽湖(0.067 m/a)。②內(nèi)高原中部流域[2]區(qū)域主要包含羌塘高原中西部、西北部地區(qū)[22]。該流域內(nèi)監(jiān)測到的126個湖泊中的49個湖泊水位呈上升趨勢，年均上升率為0.016 m/a。其余77個湖泊水位呈下降趨勢，年均下降率為-0.021 m/a。上升湖泊總面積為3 816 km2，下降湖泊總面積為1 825 km2。流域內(nèi)水位上升最快的湖泊為加窮湖(0.043 m/a)，下降最快為郭扎錯(小)(-0.063 m/a)。③內(nèi)高原南部流域[22]區(qū)域為羌塘高原南部地區(qū)[22]。該流域內(nèi)監(jiān)測到的102個湖泊中的54個湖泊水位呈上升趨勢，年均上升率為0.029 m/a。其余48個湖泊水位呈下降趨勢，年均下降率為-0.012 m/a。上升湖泊總面積為9 628 km2，下降湖泊總面積為2 789 km2。流域內(nèi)水位上升最快的湖泊為錯雄拉則(0.047 m/a)，下降最快為查爾康錯(-0.039 m/a)。

圖4 內(nèi)高原流域湖泊的水位變化趨勢空間分布

總體來看(圖5和表4)，綜合湖泊面積與湖泊水位變化率，除黃河源流域湖泊水位明顯下降外，青藏高原各流域湖泊水位呈上升趨勢，其中柴達木流域與內(nèi)高原南部流域湖泊水位上升顯著。值得注意的是，各流域水位呈下降趨勢的湖泊多分布于山麓與上游，即流域內(nèi)海拔相對較高的地區(qū)。同時，較多小型湖泊水位呈下降趨勢，以內(nèi)高原中部和北部流域地區(qū)最明顯。雅魯藏布江流域統(tǒng)計湖泊總面積小，且未獲取羊卓雍措的湖泊水位數(shù)據(jù)，故該流域變化趨勢暫不確定。另外，怒江、塔里木和瀾滄江流域未能獲得水位信息暫不予討論。

圖5 各流域湖泊水位不同變化趨勢占比Fig.5 Proportion of different changing trends of lake level in each basin

表4 青藏高原各流域湖泊的水位變化趨勢統(tǒng)計(2018—2021年)Tab.4 Lake level change trends of the lakes of each basin in the Qinghai-Tibet Plateau(2018—2021)

3.3 典型湖泊水位變化特征

通過結合前人研究及地區(qū)重點，與本文的湖泊面積分級、流域分區(qū)的分類標準，選取納木錯、色林錯、西金烏蘭湖、多格錯仁與格仁錯作為典型湖泊，并對其水位變化情況進行了分析(圖6)。納木錯(內(nèi)高原南部，>500 km2)湖泊水位在2018—2021年間，季節(jié)性變化明顯，且2020年秋季水位顯著上升； 但近3 a內(nèi)水位僅微弱上升。色林錯(內(nèi)高原南部，[200,500) km2)2018年10月—2020年10月水位上升1 m，呈現(xiàn)上升趨勢。西金烏蘭湖(內(nèi)高原北部，[200,500) km2)2018年10月—2020年10月水位上升0.6 m,湖泊水位呈現(xiàn)上升趨勢的同時，同年水位的波動范圍也在不斷擴大。多格錯仁(內(nèi)高原北部，[200,500) km2)水位變化較為穩(wěn)定，略有下降趨勢。格仁錯(內(nèi)高原南部，[100,200) km2)湖泊水位下降趨勢明顯，季節(jié)性水位下降0.6 m，2018年10月—2021年4月期間水位下降達1 m。

圖6 典型湖泊2018—2021年水位變化

4 討論與結論

4.1 討論

監(jiān)測結果表明，2018年10月—2021年4月，青藏高原湖泊水位總體呈上升趨勢。大型湖泊水位上升明顯，中型湖泊水位上升平緩，小型湖泊水位略呈下降趨勢。研究表明，降水對湖泊水量增加貢獻占74%，冰川、凍土與積雪消融占26%[23]。相對于大中型湖泊，小型湖泊的冰川融水補給十分有限。因此，在青藏高原降水增多[24]的背景下，氣溫持續(xù)升高[25]導致冰川融水增加與湖泊蒸發(fā)增強，可能是大中型湖泊水位上升，而小型湖泊水位呈微弱下降的原因。

4.2 結論

本文基于水面掩模處理、水位高程提取、水位信息處理等方法，利用ICESat-2衛(wèi)星ATL08產(chǎn)品對青藏高原地區(qū)湖泊水位進行動態(tài)監(jiān)測。受衛(wèi)星觀測數(shù)據(jù)的限制，僅實現(xiàn)了對青藏地區(qū)473個面積大于1 km2的湖泊進行較高頻次(月-季度)監(jiān)測，所監(jiān)測湖泊數(shù)量多于前人，并使用Hydroweb及G-REALM水位產(chǎn)品進行交叉驗證，證實本文水位序列精度較高，彌補了青藏高原湖泊水位監(jiān)測數(shù)據(jù)在時空方面的不足，為高原湖泊動態(tài)監(jiān)測提供了水位變化的最新信息。

本文采用了ICESat-2衛(wèi)星成功發(fā)射以來的最新數(shù)據(jù)，監(jiān)測了近3 a間青藏高原湖泊的水位變化。未來將持續(xù)采用該衛(wèi)星數(shù)據(jù)高精度動態(tài)監(jiān)測青藏高原湖泊水位變化。同時也將進一步融合更多衛(wèi)星測高數(shù)據(jù)，以期實現(xiàn)對整個青藏高原面積大于1 km2的湖泊進行全面動態(tài)監(jiān)測，監(jiān)測青藏高原湖泊的水量變化，更好地支撐全球氣候變化研究和區(qū)域水資源評價。

志謝：感謝廖靜娟老師、吳艷紅老師和陳嘉明博士對本研究的指導與幫助！