联合Landsat影像和ICESat测高数据估计青海湖湖泊水量变化

湖泊既是陆地水资源的重要储蓄场所,也是区域和全球水文循环系统的重要组成部分,其水量波动对气候变化较为敏感。为了掌握湖泊面积、水位和水量的变化规律,借助1988-2018年Landsat TM/ETM/OLI影像和归一化差异水体指数NDWI（normalized difference water index）提取青海湖湖泊水域面积;利用ICESat-GLAS（ice, cloud, and land elevation satellite-geoscience laser altimeter system）测高数据提取青海湖湖泊水位变化,并结合观测资料检验陆地GLAS光斑脚点高程和湖泊水位的估测精度。根据湖泊面积与水位、水量与水位的关系,构建1988-2018年青海湖湖泊面积-水位-水量波动时变序列,并探讨湖泊水位、面积、水量的年内和年际变化特征。结果表明：GLAS光斑脚点高程与高程实测值的标准误差为0.14 m,与SRTM3高程标准误差为0.26 m;1988-2018年青海湖年均水位和水量总体上呈增加趋势,其中年均水位最低值出现于2004年,平均水位为(3 193.0±0.16) m,湖泊面积为(4 190±13) km²;与1988年年均水位相比,2018年青海湖年均水位上升了(1.93±0.22) m,湖泊年均面积扩张了(197.75±6.3) km²,湖泊水量增加了(8.93±0.12) km³。     

基于ICESat-GLAS数据估算复杂地形区域森林蓄积量潜力初探-以云南香格里拉县为例

近年来ICESat\|GLAS波形数据被广泛地应用于森林生态参数的估算。为了研究大光斑激光雷达数据在复杂地形区域估算森林蓄积量方面的能力,以云南省香格里拉县为研究区域,将GLA01数据处理后得到的平均树高与实测树高及坡度进行对比,探究了坡度对GLAS数据估算平均树高的影响,同时将其与平均树高、光斑范围内森林蓄积量建立关系,初步研究三者之间的关系。结果表明,坡度会降低大光斑激光雷达数据估算森林植被高度的精度,但GLAS数据估算出的树高与实测的平均树高、蓄积量数据仍有较好的相关性,这说明利用GLAS数据估算森林蓄积量有较大的潜力。