Jason-2测高卫星对湖泊水位的监测精度评价
发布时间：2021-03-05 17:12
湖泊水位是评估湖泊水量变化的重要指标。本文以洪泽湖、高邮湖及洞庭湖为研究对象,利用集中度的概率密度函数方法（CPDF）来提高Jason-2测高数据精度,分析了降水量与各个湖泊水位变化的相关性,并基于实测水位数据对比评价了Jason-2测高卫星原始GDR数据和CPDF方法处理后的卫星数据的精度。结果表明:①Jason-2原始GDR数据点的分布存在疏密之分,大部分数据分布相对集中,且有一定的周期变化,但评价结果显示精度较差,故原始GDR数据不能直接用于湖泊水位监测;②CPDF方法可以极大提高测高卫星的水位数据精度,洪泽湖与高邮湖的均方根误差分别由1.92 m与1.74 m减少到了0.32 m和0.36 m,相关系数由0.28和0.04提高到了0.85和0.72。对于南北宽度较窄且日水位变化较大的湖泊（如洞庭湖）,CPDF方法提高原始GDR结果的精度有限;③洞庭湖降水与水位相关性最强,高邮湖次之,而洪泽湖降水与水位成不显著的负相关,是洪泽湖水利工程对于水位的调节导致了这一结果。本研究对于利用测高卫星获得湖泊水位值,进而对湖泊进行动态监控,特别是在填补资料匮乏地区湖泊水位数据方面具有重要意义。
【文章来源】：地球信息科学学报. 2020,22(03)北大核心
【文章页数】：11 页
【部分图文】：
洪泽湖、高邮湖、洞庭湖概况
(3）将最大频率值作为集中度频率（FC），如果FC>50%，则执行第（5）步；反之，则执行第（4）步。该步骤的目的是使正确的测高水位数据比例>50%;(4）计算最大频率值与其相邻2个bin内的频率值之和，并将其作为FC，如果FC>50%，则执行第（5）步；反之，则重复第（4）步；
洪泽湖、高邮湖、洞庭湖的Jason-2测高原始GDR数据如图3所示。图3显示了数据点的在3个湖泊的分布存在疏密之分，大部分数据分布相对集中，且有一定的周期变化。洪泽湖的测高原始GDR数据集中分布在10～15 m之间，原始GDR数据平均值为11.39 m，实测数据平均值为12.80 m，表明大部分异常值偏小。高邮湖的测高原始GDR数据集中分布在0～10 m之间，原始GDR数据平均值为5.58 m，实测数据平均值6.09 m，同样表明多数异常值偏小。洞庭湖的测高原始GDR数据集中分布在26～30 m之间，原始GDR数据平均值为29.01 m，实测数据平均值26.80 m，表明多数异常值偏大。结果表明，原始GDR数据反映出水位变化的周期性，不同湖泊测高原始GDR数据异常值分布特点不同。3.2 评价指标分析与对比验证分析
【参考文献】：
期刊论文
[1]Jason2卫星测高数据在长江中游水位监测中的应用[J]. 王红,孙福宝,杨涛,刘法. 三峡生态环境监测. 2018(03)
[2]基于Jason-2测高数据的新西兰陶波湖水位变化监测[J]. 蔡宇,柯长青. 水电能源科学. 2017(08)
[3]青藏高原湖泊面积动态监测[J]. 杨珂含,姚方方,董迪,董文,骆剑承. 地球信息科学学报. 2017(07)
[4]卫星测高数据监测青海湖水位变化[J]. 赵云,廖静娟,沈国状,张学良. 遥感学报. 2017(04)
[5]基于长期水文变化的苏北高邮湖生态水位及保障程度[J]. 陈玥,管仪庆,苗建中,张丹蓉. 湖泊科学. 2017(02)
[6]ESTARFM模型在西藏色林错湖面积时空变化中的应用分析（1976-2014年）[J]. 郝贵斌,吴波,张立福,付东杰,李瑶. 地球信息科学学报. 2016(06)
[7]利用卫星测高数据监测巢湖水位变化[J]. 李程,章传银,柯宝贵,朱锦杰. 测绘科学. 2015(12)
[8]基于多源卫星测高数据的扎日南木错水位动态变化（1992—2012年）[J]. 张鑫,吴艳红,张鑫. 自然资源学报. 2015(07)
[9]巴丹吉林沙漠湖泊遥感信息提取及动态变化趋势[J]. 金晓媚,高萌萌,柯珂,巩朋. 科技导报. 2014(08)
[10]利用卫星测高监测高邮湖水位变化[J]. 梁子亮,岳建平. 测绘通报. 2013(11)
本文编号：3065554
【文章来源】：地球信息科学学报. 2020,22(03)北大核心
【文章页数】：11 页
【部分图文】：
洪泽湖、高邮湖、洞庭湖概况
(3）将最大频率值作为集中度频率（FC），如果FC>50%，则执行第（5）步；反之，则执行第（4）步。该步骤的目的是使正确的测高水位数据比例>50%;(4）计算最大频率值与其相邻2个bin内的频率值之和，并将其作为FC，如果FC>50%，则执行第（5）步；反之，则重复第（4）步；
洪泽湖、高邮湖、洞庭湖的Jason-2测高原始GDR数据如图3所示。图3显示了数据点的在3个湖泊的分布存在疏密之分，大部分数据分布相对集中，且有一定的周期变化。洪泽湖的测高原始GDR数据集中分布在10～15 m之间，原始GDR数据平均值为11.39 m，实测数据平均值为12.80 m，表明大部分异常值偏小。高邮湖的测高原始GDR数据集中分布在0～10 m之间，原始GDR数据平均值为5.58 m，实测数据平均值6.09 m，同样表明多数异常值偏小。洞庭湖的测高原始GDR数据集中分布在26～30 m之间，原始GDR数据平均值为29.01 m，实测数据平均值26.80 m，表明多数异常值偏大。结果表明，原始GDR数据反映出水位变化的周期性，不同湖泊测高原始GDR数据异常值分布特点不同。3.2 评价指标分析与对比验证分析
【参考文献】：
期刊论文
[1]Jason2卫星测高数据在长江中游水位监测中的应用[J]. 王红,孙福宝,杨涛,刘法. 三峡生态环境监测. 2018(03)
[2]基于Jason-2测高数据的新西兰陶波湖水位变化监测[J]. 蔡宇,柯长青. 水电能源科学. 2017(08)
[3]青藏高原湖泊面积动态监测[J]. 杨珂含,姚方方,董迪,董文,骆剑承. 地球信息科学学报. 2017(07)
[4]卫星测高数据监测青海湖水位变化[J]. 赵云,廖静娟,沈国状,张学良. 遥感学报. 2017(04)
[5]基于长期水文变化的苏北高邮湖生态水位及保障程度[J]. 陈玥,管仪庆,苗建中,张丹蓉. 湖泊科学. 2017(02)
[6]ESTARFM模型在西藏色林错湖面积时空变化中的应用分析（1976-2014年）[J]. 郝贵斌,吴波,张立福,付东杰,李瑶. 地球信息科学学报. 2016(06)
[7]利用卫星测高数据监测巢湖水位变化[J]. 李程,章传银,柯宝贵,朱锦杰. 测绘科学. 2015(12)
[8]基于多源卫星测高数据的扎日南木错水位动态变化（1992—2012年）[J]. 张鑫,吴艳红,张鑫. 自然资源学报. 2015(07)
[9]巴丹吉林沙漠湖泊遥感信息提取及动态变化趋势[J]. 金晓媚,高萌萌,柯珂,巩朋. 科技导报. 2014(08)
[10]利用卫星测高监测高邮湖水位变化[J]. 梁子亮,岳建平. 测绘通报. 2013(11)
本文编号：3065554
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3065554.html
