多源测高水位重建算法

逐日水位时间序列

融合卡尔曼滤波与气象数据，重建高时间分辨率湖泊水位序列，精度与主流产品相当而时间分辨率更高。

姜卫平 · An, Zhiyuan · 金涛勇 · Chen, Peng · Zou, Xiaowei

IEEE Transactions on Geoscience and Remote Sensing 2024

参数信息

年水位变化率（264个湖泊）

0.021 m/y

显著上升湖泊平均年变化率

0.171 m/y

显著下降湖泊平均年变化率

-0.145 m/y

技术优势

时间分辨率更高

与HYDROWEB和DAHITI相比，KF-MFWL提供逐日序列，能够捕捉短期水位波动。

精度不输主流产品

利用站点实测数据验证，与HYDROWEB和DAHITI精度相当，数据可靠。

驱动因素可分析

基于逐日序列可分析水位变化的驱动因素，为湖泊管理提供依据。

应用场景

• 水资源管理：提供精细水位数据以支持水资源调度与规划。
• 湖泊生态监测：逐日水位序列有助于监测湖泊生态变化。
• 气候变化研究：高分辨率水位序列可用于分析气候驱动。