摘要
青藏高原是全球气候变化最敏感的地区之一，该地区分布着全国约60％的湖泊，这些湖泊的水位成为气候变化的重要参考因素。在人迹罕至、自然环境恶劣的青藏地区，大部分湖泊缺少水文资料，雷达测高技术因其全天候、近实时的优势，被广泛应用于高原水体监测，有效地缓解了地面观测数据匮乏的问题。T/P-Jason(Topex/Poseidon、Jason-1/2/3)系列高度计重访周期短（约10天），适用于监测季节性变化显著的青藏高原湖泊。本文针对T/P、Jason-1/2/3雷达高度计在高原地区数据质量低、观测数据缺失等问题，开展了青藏高原湖区测高数据处理方法研究，主要研究内容和结论如下: (1)针对不同高度计数据集中地球物理改正模型在青藏高原湖区存在偏差的问题，优化了高度计数据误差改正模型，采用一致的、最新发布的模型计算大气路径延迟改正。大气路径延迟改正是高度计距离改正中数量级较大的改正项，数据集中采用的改正模型版本不一致，因此在融合多源测高数据时会引入偏差。本文通过对比测高数据集中的大气路径延迟改正，发现存在系统性偏差。因此，使用ERA-5数据重新计算了高度计大气路径延迟改正，提升了卫星测高的数据精度.为多源数据融合提供了借鉴。 (2)针对青藏高原湖泊水位序列中异常值较多、探测困难的问题，提出了2σ准则和滑动MAD(MedianAbsoluteDeviation)组合的异常值探测方法，无需任何先验信息即可准确识别并剔除异常值。青藏高原地形复杂，高度计数据受陆地污染严重，观测数据中包含大量异常值。准确、有效地筛选湖泊水位数据是提升湖泊水位序列精度的关键操作。本文提出2σ准则和滑动MAD相结合的异常值探测方法，既保留了较多的有效数据避免了时间序列不连续，又尽可能多地剔除异常值，基于该方法约40％的数据被作为异常值剔除，构建的水位序列各周期标准差均值达10cm。 (3)优化了基于数据编辑、一致的大气路径延迟改正模型、波形重跟踪、异常值检测（2σ和滑动MAD结合）、偏差调整、高斯滤波的青藏高原湖泊水位序列数据处理策略，利用该方法建立了拉昂错水位时间序列，讨论分析了湖泊水位变化的驱动因素。拉昂错是青藏高原南部内流区水位呈现逐年降低的典型湖泊，T/P-Jason系列高度计数据反演的1992-2021年湖泊水位序列显示，1992-2021年湖水以-0.21±0.01m/a的速度下降了约6m，呈现强烈周年变化，蒸发大于降水是拉昂错水位降低的主要因素，未来该湖泊水位仍会继续降低。高精度、长时序的水位序列为区域水循环和气候变化研究提供了参考。 (4)建立了扎日南木错高精度、长时序水位序列，并对水位变化的驱动因子进行了分析。扎日南木错是青藏高原中部内流区水位波动上升的湖泊，对气候变化响应敏感，具有典型的代表性。使用本文方法，建立了1992-2021年扎日南木错水位序列。结果显示，湖泊水位整体上升速度为0.17±0.02m/a，各周期湖泊水位标准差的均值为9.6cm。1992-1999呈下降趋势，1999年后水位波动上升，降水导致了扎日南木错水位整体呈上涨趋势，水位变化与厄尔尼诺等事件存在一定响应关系。2017-2018年上游湖水注入扎日南木错导致水位上涨近3m，造成流域重组事件。了解水位与气象因素的响应关系，有助于揭示极端气候条件、人类活动等给湖泊带来的影响，为流域水资源管理和灾害监测提供借鉴。
NETL