论文部分内容阅读
湖泊是人类生产生活的重要水资源和影响生态环境变化的关键因素之一。目前卫星测高技术已经被广泛运用到监测湖泊水位变化上,弥补了传统水位监测的不足。本文利用Jason-2和Cryosat-2/SIRAL测高卫星提取了青海湖2009-2016年的水位信息,并分析了青海湖水位产生变化的原因。主要工作和研究成果如下:（1）利用测高卫星数据提取筛选青海湖水位数据的方法由于测高卫星的原始数据拥有较大的误差,为了降低误差对提取水位序列的影响,需要对原始数据进行筛选、编辑等工作。将Jason-2和Cryosat-2/SIRAL测高卫星的GDR数据进行结合,经过湖泊范围内的数据选择、水位计算、水位异常值剔除、约化处理和坐标系转换等流程,提取了青海湖2009-2016年的水位序列。因为两种卫星高度计使用的高程基准并不相同,所以需要进行高程基准的转换,经过计算发现,T/P椭球高程坐标系和WGS84高程坐标系之间相差0.7m。（2）Cryosat-2/SIRAL GDR数据中的三种波形重跟踪方法对比分析本文选取Cryosat-2/SIRAL Baseline＿C海洋产品中的GDR数据包含的Refined CFI,、UCL和Refined OCOG三种算法分别提取青海湖2012-2016年的水位数据。实验发现,Refined CFI算法提取的数据量多于其他两种算法,这是由于青海湖存在结冰期,UCL和Refined OCOG两种算法在结冰期无法正常提取湖泊水位,提取出的青海湖水位值均为0,所以选用Refined CFI算法提取出的水位序列作为青海湖2012-2016年的水位值,但是在非结冰期,Refined OCOG算法的提取效果更好,说明Refined OCOG算法更适合提取没有结冰期的湖泊水位序列。（3）青海湖水位变化及原因分析对2009-2016年的水位序列进行年际变化分析和季节性变化分析。通过年平均水位变化可以看出,青海湖水位在2009-2016年一直在持续增长,增速最快的一年为2016年,水位增长了0.33m。通过季节性变化分析,发现青海湖水位存在季节性变化,从春季开始增长,在9月份达到水位高潮期,然后水位开始下降。由于青海湖周边人烟稀少,所以自然因素成为青海湖水位变化的主要原因。本文从气温、降水和蒸发三个角度进行分析,经过计算发现2009-2016年青海湖流域温度平均距平均为正值,说明温度呈正增长趋势,温度的增长间接影响了青海湖水位变化;分析发现青海湖流域降水在年际尺度上的变化趋势与水位变化趋势一致,降水量5月开始快速增长,在7-8月达到峰值,由于水位的变化具有滞后性,所以水位的最高值一般出现在9月,每年的降水量主要依靠6-9月的大规模连续降水。青海湖流域降水量在2009-2016年逐渐增加,年平均增长量为9.2mm/a,为青海湖利于提供充足的水源。蒸发量在2009-2016年呈现减少的趋势,2009年的蒸发量为982.3mm,而2016年的蒸发量为763.9mm。通过对比分析发现,青海湖流域的蒸发量为降水量的2倍左右,且蒸发量与降水量、水位在夏秋两季存在正相关关系,在春冬两季存在负相关关系。正是由于这三种影响因素的相互作用,才导致青海湖水位逐年上升。