地球资源数据云——数据资源详情
基于多高度计数据的中国湖泊水位变化数据集（2002-2023）
湖泊水位是水平衡和水循环的重要指标，对气候环境变化研究和水资源评价至关重要。目前，全国各地湖泊水位稀缺或不一致，对大量湖泊进行连续实地测量并不可行，这使得卫星雷达测高成为实地观测的重要替代方案。然而，由于时间和空间覆盖范围的限制，湖泊水位时间序列的精度和采样频率通常较低，需要利用多源测高数据来监测湖泊水位，以获得长时间序列的水位变化。在本研究中，我们基于ICESat - 1/2、Cryosat - 2、Jason - 1/2/3和Sentinel - 3A/3B提取了2002年至2023年中国988个湖泊（>10km 2 ）的水位变化通过波形重跟踪、湖水位提取、湖水位时间序列构建、多源测高时间序列融合和异常值检测来获取多源测高数据。该数据集中55%的湖泊监测时间超过10年，34%的湖泊年平均水位监测次数超过12次。同时利用21个湖泊的原位数据进行验证，融合水位RMSE平均值达到0.332m。该数据集时空覆盖率高、精度高，可支持湖泊蓄水量变化估算、湖泊水位趋势分析、高原洪水、湖泊生态系统与水资源关系分析等。
摘要概览
湖泊水位是水平衡和水循环的重要指标，对气候环境变化研究和水资源评价至关重要。目前，全国各地湖泊水位稀缺或不一致，对大量湖泊进行连续实地测量并不可行，这使得卫星雷达测高成为实地观测的重要替代方案。然而，由于时间和空间覆盖范围的限制，湖泊水位时间序列的精度和采样频率通常较低，需要利用多源测高数据来监测湖泊水位，以获得长时间序列的水位变化。在本研究中，我们基于ICESat - 1/2、Cryosat - 2、Jason - 1/2/3和Sentinel - 3A/3B提取了2002年至2023年中国988个湖泊（>10km 2 ）的水位变化通过波形重跟踪、湖水位提取、湖水位时间序列构建、多源测高时间序列融合和异常值检测来获取多源测高数据。该数据集中55%的湖泊监测时间超过10年，34%的湖泊年平均水位监测次数超过12次。同时利用21个湖泊的原位数据进行验证，融合水位RMSE平均值达到0.332m。该数据集时空覆盖率高、精度高，可支持湖泊蓄水量变化估算、湖泊水位趋势分析、高原洪水、湖泊生态系统与水资源关系分析等。