青藏高原湖泊面积、水位与水量变化遥感监测研究进展

青藏高原湖泊面积、水位与水量变化遥感监测研究进展 Progress in remote sensing monitoring of lake area， water level， and volume changes on the Tibetan Plateau 1 first-author 张国庆，1978年生，男，研究员，研究方向为青藏高原湖泊遥感。E-mail： guoqing.zhang@itpcas.ac.cn 张国庆，1978年生，男，研究员，研究方向为青藏高原湖泊遥感。E-mail： guoqing.zhang@itpcas.ac.cn guoqing.zhang@itpcas.ac.cn 1 2 1 2 1 2 中国科学院青藏高原研究所 青藏高原地球系统与资源环境国家重点实验室, 北京 100101 中国科学院青藏高原研究所 青藏高原地球系统与资源环境国家重点实验室, 北京 100101 State Key Laboratory of Tibetan Plateau Earth System, Resources and Environment, Institute of Tibetan Plateau Research, Chinese Academy of Sciences, Beijing 100101, China State Key Laboratory of Tibetan Plateau Earth System, Resources and Environment, Institute of Tibetan Plateau Research, Chinese Academy of Sciences, Beijing 100101, China 中国科学院大学, 北京 100049 中国科学院大学, 北京 100049 University of Chinese Academy of Sciences, Beijing 100049, China University of Chinese Academy of Sciences, Beijing 100049, China 青藏高原湖泊数量多、分布广、所占面积大，是亚洲水塔的重要组成部分，其受到人类活动的干扰较少，是理解高原生态环境变化机理的钥匙。青藏高原湖泊是气候变化敏感的指示器，在全球快速变暖背景下其对气候变化的响应如何？本研究基于多源遥感数据监测结果，系统地总结了青藏高原湖泊（大于1 km 2 ）在过去近50 a（1976年—2018年）的面积、水位与水量变化等方面的研究进展。主要结论如下：（1）青藏高原湖泊总数量从1970s的1080个增加到2018年的1424个（+32%），湖泊总面积从4万km 2 扩张到5万km 2 （+25%），湖泊平均水位上升了约4 m，湖泊水储量增加了近1700亿吨；（2）时间上，湖泊面积、水位和水量变化在1970s—1995年略有下降，随后呈快速但非线性增加的态势；空间上，中—北部湖泊面积、水位与水量增长，南部减少；（3）基于多源遥感数据的湖泊水量平衡定量研究揭示了降水增加是湖泊扩张的主要驱动因素，冰川消融贡献次之。气候与冰冻圈控制的湖泊水量平衡的定量评估及湖泊变化驱动机制研究等是目前面临挑战的前沿科学问题。 Lakes are very sensitive to the impacts of climate change and human activities. The lakes over the Tibetan Plateau (TP) are numerous and extensively distributed; they are an important part of the Asian water towers. Understanding the interactions of the Earth system’s circles and the mechanism of environmental changes on the TP requires less disturbance from human activities. What is the response of TP’s lakes to climate change as sensitive indicators in the context of rapid global warming? Based on the lake area mapping with multispectral images, lake water level changes from satellite altimetry data, and lake water volume changes with digital elevation model. This study synthesizes the research progress of area, level, and water volume changes of lakes (larger than 1 km 2 ) on the TP in the past nearly 50 years. The main conclusions are as follows: (1) the total number of lakes on the TP increased from 1080 in the 1970s to 1424 in 2018 (+32%), the total lake area expanded from 40,000 km 2 to 50,000 km 2 (+25%), the average water level of lakes increased by approximately 4 m, and the lake water storage increased by nearly 170 billion tons. (2) The changes in lake area, water level, and water volume decreased slightly from the 1970s to 1995, and then showed a rapid but nonlinear increase. The lake area, water level, and volume increased in the north-central plateau but decreased in the south. (3) A quantitative lake water balance based on multisource remote sensing data reveals that increased precipitation is the main driver of lake expansion, followed by glacier ablation contribution. Several scientific frontiers facing the challenge are also summarized as follows: (1) quantitative evaluation of the causes of individual lake change. At present, a quantitative study on the causes of lake change indicates the contribution of glacial mass loss to the increase in lake water volume, and precipitation, evaporation, and permafrost underground ice ablation that contribute to the increase in lake water. New driving data sets should be developed and hydrological models from the watershed scale should be further combined to estimate lake water balance. (2) Driving mechanisms of lake changes. The driving mechanisms of lake changes on the TP are currently analyzed mainly to enhance precipitation on the plateau. In the future, climate dynamics theory and hydrological models should be combined to further improve understanding of the driving mechanisms of spatial and temporal differences between the climate system and the cryosphere affecting lake changes on the TP. (3) New satellite remote sensing technology should be combined to understand the past, present, and future lake evolution on the TP. Remote sensing, as an indispensable modern technical means of air-sky-earth, plays a greater role with the implementation of the Second TP Scientific Expedition and Research plan on the TP, and more new satellites are launched one after another to improve understanding of the evolution pattern and change mechanism of lakes on the TP. 湖泊 遥感 面积 水位 水量 青藏高原 lake remote sensing area level volume Tibetan Plateau 1　引言 1 湖泊不仅是重要的水资源，也是水循环的重要组成部分，对气候变化与人类活动影响非常敏感（王苏民和窦鸿身，1998）。青藏高原平均海拔约4000 m，面积约300万km 2 （海拔2500 m以上）（ Zhang等，2013 Zhang等，2013 ），被称为“世界屋脊”。青藏高原湖泊分布密集，大于1 km 2 的湖泊有1400个左右，面积约5.0万km 2 ，约占中国湖泊数量与面积的一半（Ma等，2011； Zhang等，2019b Zhang等，2019b ， 2019c 2019c ）。这些湖泊受人类活动的影响较小，且多数位于封闭的内流区，对气候与冰冻圈变化的响应极为迅速，是研究圈层相互作用的重要纽带（ Yang等，2011 Yang等，2011 ； Yao等，2015 Yao等，2015 ）。 青藏高原湖泊是气候变化的前哨，其相关研究是政府间气候变化专门委员会（IPCC）关注的内容之一（ https：//www.ipcc.ch/srocc/ https://www.ipcc.ch/srocc/ ［2021-03-27］）。近10 a，主题同时包括lake、Tibetan Plateau、remote sensing关键词的论文数量与日俱增；统计所有数据库发现近4 a的相关研究达到约50篇/a，在Web of Science（ https：//www.webofscience.com https://www.webofscience.com ［2021-03-27］）核心合集中也达到约30篇/a（ Zhang等，2020a Zhang等，2020a ）（ 图1 图1 ）。 以Tibetan Plateau、lake、remote sensing为必选关键词，lake area，lake level，lake volume，water balance，climate change，cryosphere，glacier，snow，permafrost，GRACE，hazard，precipitation，temperature，evaporation，lake ice，lake clarity，Landsat，ICESat，ICESat-2，Sentinel-2，Cryosat-2，GF为可选关键词，组合检索青藏高原湖泊相关研究论文（94篇），通过Scopus数据库（ https：//www.scopus.com https://www.scopus.com ［2021-03-28］）对其关键词统计分析可知（ 图2 图2 ），lake level、lake volume change、climate change、remote sensing等为热点研究。 2　青藏高原湖泊面积、水位与水量变化遥感监测方法 1 2.1　湖泊面积遥感监测 2 近年来，快速发展的遥感技术，大大推动了青藏高原湖泊变化研究（ 图3 图3 ）。多光谱光学遥感影像，如Landsat MSS/TM/ETM+/OLI、高分系列卫星（GF-1、GF-2）、哨兵数据（Sentine-2），可实现自1970s以来的湖泊制图（ Zhang等，2017c Zhang等，2017c ； 王文种 等，2020 王文种 等，2020 ）。特别是自2008年起，美国地质调查局（U.S. Geological Survey-USGS）免费提供的Landsat数据（ Zhu等，2019 Zhu等，2019 ），极大促进了高原湖泊的研究。此外，结合中国20世纪60年代到80年代纸质地形图，青藏高原湖泊制图可追溯至1960s（ Wan等，2014 Wan等，2014 ； 马荣华 等，2011 马荣华 等，2011 ），目前对青藏高原湖泊数量与面积方面，已有较详细的研究，包括统计面积大于1 km 2 的湖泊在20世纪60年代到2019年的多期变化（ Ma等，2010 Ma等，2010 ； Wan等，2014 Wan等，2014 ； Zhang等，2014 Zhang等，2014 ， 2019b 2019b ）。 青藏高原湖泊制图可利用的卫星遥感数据较多（如Landsat，MODIS，Sentinel-2，高分），目前Landsat系列数据使用最为广泛，特别是Landsat 8卫星，其为监测湖泊面积变化提供了更多高质量的可利用数据（ Ji等，2018 Ji等，2018 ； Roy等，2014 Roy等，2014 ）。湖泊水体信息提取的方法主要有专题分类法（ Lira，2006 Lira，2006 ），线性混合模型（ Alcântara 等，2009 Alcântara 等，2009 ），单波段阈值法（ Jain等，2005 Jain等，2005 ）和光谱水体指数法（ Feyisa等，2014 Feyisa等，2014 ），这些方法各有优缺点（ Ji等，2009 Ji等，2009 ）。通过对这些数据及方法的试验评估，普遍认为传统的归一化差异水体指数法NDWI（Normalized Difference Water Index）在青藏高原水体信息提取效果较好（ Zhang等，2017a Zhang等，2017a ）。Landsat数据已基本能提供每年一期的全覆盖高质量影像，进而获取青藏高原湖泊稳定时期的面积数据（10月份数据为最优选择，如果10月无高质量数据，可将数据扩展到9月和11月）（ Zhang等，2017a Zhang等，2017a ）。首先将影像的灰度值DN（Digital Number）转化成表观反射率TOA（Top of Atmosphere），以校正不同数据之间的太阳天顶角差异（ Ji等，2009 Ji等，2009 ； Li等，2013 Li等，2013 ； Yang等，2015 Yang等，2015 ）；其次结合DEM数据排除云和山体阴影干扰（ Li和Sheng，2012 Li和Sheng，2012 ； Zhu等，2015 Zhu等，2015 ）；然后计算影像的归一化差异水体指数（NDWI）；最后使用全局—局部（ 李均力 等，2011 李均力 等，2011 ； 骆剑承 等，2009 骆剑承 等，2009 ）阈值分割方法Otsu为每一个水体单元自动选取最优阈值（ Otsu，1979 Otsu，1979 ），快速准确地分离出水体信息（ Zhang等，2017c Zhang等，2017c ）（ 图4 图4 ）。 在此基础上，结合水库与大坝数据库、河流数据集、在线地图等排除非湖泊水体。再对照原始影像对湖泊边界进行人工目视检查与校正，快速、准确地完成湖泊制图。最后对每个湖泊进行编号，完善湖泊属性表，并综合分析多期间湖泊数量与面积变化。对于新出现与消失的湖泊，应追踪多期多景遥感影像，核实其存在与消失状态，排除受季节变化影响或河道附近出现的间歇性水塘等的干扰。如在20世纪70年代到2010年间，结合多期影像，发现了99个新出现的湖泊（ Zhang等，2014 Zhang等，2014 ）。 2.2　湖泊水位遥感监测 2 青藏高原湖泊水位变化研究，早期使用水文站水位数据，仅青海湖有自1950s以来的长期连续水位观测记录（ Li等，2007 Li等，2007 ）。自2005年，中国科学院纳木错多圈层综合观测研究站，对纳木错进行了日水位观测，但在结冰期未能观测（有数据缺失）且记录的是相对水位变化。约2010年起，一些学者开始使用水位计对部分湖泊的水位进行观测（ Lei等，2017 Lei等，2017 ），但仅限于10多个大湖，且是相对水位。雷达卫星测高数据（如Topex-Poseidon，GFO，ERS-2，Jason-1，Jason-2 and Envisat）可提供自1992年以来的湖泊水位绝对高程（ Crétaux等，2011 Crétaux等，2011 ），但仅覆盖青藏高原20多个大湖。2003年发射的ICESat（the Ice，Cloud，and land Elevation Satellite）激光测高卫星，提供了史无前例的高精度测高数据，且增加了可监测湖泊数量（100个左右湖泊有可利用数据）（ Phan等，2012 Phan等，2012 ； Zhang等，2011 Zhang等，2011 ）。ICESat卫星于2010年停止运行，只提供了2003年—2009年共7 a的数据。2010年CryoSat-2卫星发射，青藏高原湖泊水位遥感监测得以连续（ Jiang等，2017 Jiang等，2017 ； Li等，2019a Li等，2019a ； 廖静娟 等，2020 廖静娟 等，2020 ）；2016-02发射的Sentinel-3卫星，提供了更高时间分辨率的测高数据，为监测湖泊水位季节趋势和年内变化提供了可能（ 王文种 等，2020 王文种 等，2020 ）。另外，2018年发射的ICESat-2卫星，提供了更高精度的测高数据，且覆盖的湖泊数量更多（ Cooley等，2021 Cooley等，2021 ； Yuan等，2020 Yuan等，2020 ； Zhang等，2019a Zhang等，2019a ）。 在青藏高原湖泊水位及变化遥感监测方面，精度较高的为激光测高数据ICESat/ICESat-2（ Yuan等，2020 Yuan等，2020 ； Zhang等，2011 Zhang等，2011 ， 2019a 2019a ），本论文只对ICESat和ICESat-2的数据处理进行简单介绍。通过美国国家冰雪数据中心（NSIDC）获取青藏高原ICESat/GLA14数据，ICESat高程数据参照的是Topex/Poseidon（T/P）椭球体及EGM96大地水准面。具体方法：首先将T/P椭球体转换为WGS84椭球体，并使用ICESat提供的大地水准面参数（Geoid）对其校正；然后使用基于Landsat影像得到的湖泊边界来提取湖面测高点，通过统计分析去除极端异常值，每一条轨迹点的高程平均值为其湖面高程；最后通过线性拟合等方法，计算湖泊水位变化趋势。 ICESat-2于2018-09发射，激光点直径为约17 m，航向间距为约0.7 m （ Markus等，2017 Markus等，2017 ）。ICESat-2 ATL13内陆水位高程产品（ https：//nsidc. https://nsidc. ‍org/data/atl13/versions/1［2021-03-30］），在2018-09—2018-12可用的数据，覆盖湖泊面积约4.0×10 4 km 2 （占高原湖泊总面积的80%）（ Zhang等，2019a Zhang等，2019a ）。另外，该产品提供了波高（SWH）参数可用以剔除波高对于湖面高程计算的影响。对于较大的湖泊，SWH的范围为0.05—0.75 m。ICESat-2的波长（552 nm），具有穿透水面的能力（ Li等，2019b Li等，2019b ），因此接收到的信号中包含了水下后向散射信息，这部分信息占信号的较少部分；加之每个湖泊由于浊度差异和浅滩及近岸区域的散射、反射率不同，可能导致水面高程异常。采用简单的归一化中值绝对偏差NMAD（Normalized Median Absolute Deviation）方法（ Höhle和Höhle，2009 Höhle和Höhle，2009 ）来去除这些异常值。 利用ICESat （2003年—2009年）和ICESat-2（2018年—）湖泊水位，结合对应日期的湖泊面积，建立水位—面积关系。再基于此关系，利用Landsat观测到的湖泊面积，估算20世纪70年代到2018年间ICESat/ICESat-2观测期外的湖泊水位。 2.3　湖泊水量变化估算 2 青藏高原湖泊水量变化研究，通常结合湖泊面积与水位变化实现，然而这只能获得有测高数据时间段的湖泊水量变化（ Zhang等，2013 Zhang等，2013 ）。采用基于测高数据的湖泊水位与对应的基于光学数据的湖泊面积，建立两者间的关系，再利用更长时间段的湖泊面积，可扩展估算湖泊水量变化（ Crétaux等，2016 Crétaux等，2016 ； Song等，2013 Song等，2013 ； Zhang等，2017b Zhang等，2017b ）。另外，利用SRTM DEM的淹没面积—高程关系及青藏高原湖岸周边地形较平整特征，可实现对面积较大的湖泊（ > 50 km 2 ）（ Yang等，2017 Yang等，2017 ）、甚至面积大于1 km 2 湖泊水量变化的估算 （ Zhang等，2021 Zhang等，2021 ）。 相较于使用激光或雷达测高数据，只能获得面积较大湖泊的高程，使用SRTM DEM数据，可大大提高水量变化估算的湖泊数量。具体方法：以30 m SRTM DEM数据为基础，结合Landsat/Sentinel-2的湖泊面积，采用区域生长法建立湖泊水位—面积关系。首先，选择一期湖泊矢量边界对每个湖泊向外做缓冲区（根据近几十年来青藏高原湖泊面积扩张规律估算最大淹没面积），确定每个湖泊DEM数据高程的搜索范围。再采用区域生长法，选择湖泊覆盖范围DEM最低点作为种子生长点，记录湖泊水位每升高1 m，所增加的像元数量，初始生长终止条件为升高20 m（根据目前青藏高原湖泊水位升高情况，此阈值远远高于湖面最大升高量）（ 图4 图4 ）；接着，进行九邻域最大值滤波，去除不合理的积水点。然后，统计各个高程所对应的湖面面积，进行线性（或非线性）拟合得到高程-面积关系，通过反复试验和验证确定最优拟合函数；最后，通过输入基于Landsat/Sentinel-2的湖泊面积，进而得到各期湖泊对应的实际高程。结合湖泊面积与水位变化，通过 式（1） 式（1） ，计算湖泊水量变化： <math display="block" id="M1"><mi mathvariant="normal">Δ</mi><mi>V</mi><mo>=</mo><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mn mathvariant="normal">3</mn></mrow></mfrac><mo stretchy="false">(</mo><msub><mrow><mi>H</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msub><mo>-</mo><msub><mrow><mi>H</mi></mrow><mrow><mn mathvariant="normal">1</mn></mrow></msub><mo stretchy="false">)</mo><mo>×</mo><mo stretchy="false">(</mo><msub><mrow><mi>A</mi></mrow><mrow><mn mathvariant="normal">1</mn></mrow></msub><mo>+</mo><msub><mrow><mi>A</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msub><mo>+</mo><mroot><mrow><msub><mrow><mi>A</mi></mrow><mrow><mn mathvariant="normal">1</mn></mrow></msub><mo>×</mo><msub><mrow><mi>A</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msub></mrow><mrow/></mroot><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=28653086&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=28653098&type= 65.19332886 7.36600018 式中， <math id="M2"><mi mathvariant="normal">Δ</mi><mi>V</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=28653103&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=28653101&type= 4.57200003 2.79399991 为湖泊水量变化， H 1 与 A 1 、 H 2 与 A 2 分别为对应时期湖面高程与面积。 3　青藏高原湖泊面积、水位与水量变化研究进展及分析 1 3.1　湖泊面积变化 2 利用多期Landsat（MSS，TM，ETM+，OLI）遥感数据，完成了过去50 a最详细且密集的青藏高原湖泊数量与面积变化研究（ > 1 km 2 湖泊）。使用2000年14.25 m全色的Landsat影像，发现青藏高原有湖泊32843个（ Zhang等，2014 Zhang等，2014 ）。青藏高原湖泊数量（ > 1 km 2 ）从1970s的1080个增加到2018年的1424个（32%）。相应地，湖泊总面积从4万km 2 增加到5万km 2 ，净增加了1万km 2 （25%）（ Zhang等，2019b Zhang等，2019b ）（ 图5 图5 ）。青藏高原湖泊面积呈现快速但非线性增长模式，即在20世纪70年代到1995年间，大部分湖泊呈现萎缩状态；但在1995年之后，除2015年因受强受厄尔尼诺事件影响降水减少导致的湖泊面积略有萎缩外，青藏高原湖泊面积总体呈现出持续扩张态势（ Zhang等，2019b Zhang等，2019b ）。 1,2; 受青藏高原高云量覆盖影响（ Yu等，2016 Yu等，2016 ），能够用来监测湖泊面积的光学遥感影像数据，只能满足湖泊年尺度面积变化研究，而无法满足对湖泊季节尺度的变化研究。使用不受云影响的Sentinel-1 SAR数据，对大于50 km 2 的湖泊月尺度面积进行了制图，填补了青藏高原湖泊季节变化研究的空白（ Zhang等，2020b Zhang等，2020b ）。研究显示，湖泊季节变化受规模大小、补给形式及大尺度大气环流影响，呈现出截然不同的变化模式：相对较大湖泊（ > 100 km 2 ）的面积在8—9月达到峰值，而相对较小湖泊（50—100 km 2 ）的面积在6—7月达到峰值；封闭湖泊的面积季节峰值更突出，而外流湖的季节峰值更平缓；冰川补给湖相对于非冰川补给湖面积峰值延迟；同时，大尺度的大气环流，如西风、印度季风和东亚季风也影响着湖泊面积的季节变化（ Zhang等，2020b Zhang等，2020b ）。 20世纪70年代到2018年过去50 a间，青藏高原湖泊面积变化总体呈现中—北部扩张、南部萎缩的空间差异。依据湖泊面积变化时间序列特点，将空间变化分为2个时间段：在20世纪70年代到1995年间，整个青藏高原湖泊面积萎缩；在1995年—2018年间，青藏高原湖泊总体扩张，但有明显的南北空间差异，即中—北部湖泊（ > 32° N），特别是内流区扩张，而南部湖泊（ < 32° N）萎缩（ Zhang等，2019b Zhang等，2019b ）（ 图5 图5 ）。 湖泊面积变化研究目前较多使用中等分辨率数据，高分辨率数据一般用来研究某个时期、较小湖泊的动态特征，由于可利用时间较短，较少用其研究湖泊长期趋势。 3.2　湖泊水位变化 2 利用ICESat数据（2003年—2009年）对青藏高原湖泊水位变化进行了监测，研究发现青藏高原湖泊水位快速升高（平均变化率为约0.21 m/a，共101个湖泊，总面积约2.8万 km 2 ，内流区湖泊数量与面积分别占比78%和67%）（ Zhang等，2011 Zhang等，2011 ， 2013 2013 ）。在此基础上，按湖泊补给方式，对湖泊水位变化进行了分类：封闭湖（约0.27 m/a，共71个湖泊，内流区湖泊数量与面积分别占比86%和70%）相对外流湖（约0.12 m/a）水位变化率更高；冰川补给湖（约0.24 m/a，共60个湖泊，内流区湖泊数量与面积分别占比80%和67%）与非冰川补给湖（约0.20 m/a）都显示出较高的水位变化率（ Song等，2014 Song等，2014 ； Zhang等，2017b Zhang等，2017b ）。对ICESat-2（2018年—）在青藏高原湖泊水位监测方面的表现进行了评估，结果表明ICESat-2具有精度高（与青海湖2018年对应日期的实测水位高程相比，误差仅为2 cm）和可利用数据多的优势。青藏高原有236个湖泊有ICESat-2可利用数据，相对于ICESat数据的132个，数量翻了一倍（ Zhang等，2019a Zhang等，2019a ）。 1970s—2018年，青藏高原湖泊平均水位上升了约4 m（ Zhang等，2020a Zhang等，2020a ）。湖泊水位在1976年—1995年略有降低，而在1995年—2018年间，除2015年略有降低外，总体快速升高（ 图6 图6 ）（ Zhang等，2020a Zhang等，2020a ）。湖泊水位变化的空间格局表现为：中—北部湖泊（ > 32° N）水位上升明显，而南部湖泊（ < 32° N），特别是雅鲁藏布江流域，水位总体下降。封闭湖、冰川补给湖、冰川补给封闭湖的水位变化南北差异更明显（ Zhang等，2017b Zhang等，2017b ）（ 图6 图6 ）。 1,2; 湖泊水位变化的研究，目前仍受限于测高数据有限的覆盖度和较短时间尺度。随着更多的测高卫星的发射，联合多源卫星测高数据，可实现对更多湖泊的年际水位变化趋势以及季节动态特征的研究。 3.3　湖泊水量变化 2 使用ICESat和ICESat-2湖泊水位变化，只能估算部分湖泊的水量变化（ Song等，2013 Song等，2013 ； Zhang等，2013 Zhang等，2013 ， 2019a 2019a ）。利用SRTM DEM（30 m）数据，全面估算了1976年—2019年面积大于1 km 2 湖泊的水量变化（1132个）（ Zhang等，2021 Zhang等，2021 ）。总的来说，1976年—2019年，青藏高原湖泊水储量增加了约170 Gt，主要发生在内流区（158 Gt）。时间上，1976年—1995年，湖泊水量减少（约-45 Gt），但在1995年—2019年，大幅增加（约215 Gt）；2010年—2015年，水量增速减缓（约23 Gt），随后在2015年—2019年再次出现高值（约66 Gt）。湖泊分类上，在1976年—2019年，冰川补给湖水量增加（约127 Gt）远远高于非冰川补给湖（43 Gt），这也与冰川补给湖数量多，面积广有关；另外，封闭湖水量增幅（约162 Gt）远远高于外流湖（约8 Gt）（ 图7 图7 ）。空间上，湖泊水量变化与面积、水位变化空间格局相似，大部分中—北部湖泊水储量增加，少部分南部湖泊水储量减少；水量增加最快为色林错，可归因于其流域大、湖泊面积大及水位上升快。 1,2; 目前针对湖泊水量变化的研究，较多通过结合湖泊面积与卫星测高水位变化来实现，可估算水量变化的湖泊数量较少。使用数字高程模型反演湖岸地形可实现更多湖泊水量的估算，但其精度较雷达或激光测高数据低。 3.4　湖泊扩张原因分析 2 结合GRACE重力卫星数据，遥感监测的土壤水分、雪水当量、冰川物质平衡、冻土消融、湖泊水量变化等多种数据，对2003年—2009年青藏高原内流区质量平衡与湖泊水量平衡进行了估算（ Zhang等，2017b Zhang等，2017b ）。研究表明，降水增强对湖泊水量增加贡献最大（约74%），其次为冰川消融（约13%）与冻土退化（约12%），雪水当量贡献较少（约1%）。更多定性分析（ Lei等，2014 Lei等，2014 ； Song等，2014 Song等，2014 ）、单个湖盆的水量平衡模型模拟（ Biskop等，2016 Biskop等，2016 ； Li等，2017 Li等，2017 ； Zhou等，2015 Zhou等，2015 ），及遥感监测的冰川质量损失对湖泊水量增加贡献的比例估算等（ Brun等，2020 Brun等，2020 ； Zhang等，2021 Zhang等，2021 ），均间接或直接地表明了降水增加是湖泊扩张的主要驱动因素，且远远大于冰川消融的贡献。 目前虽然已开展了一些湖泊变化原因的定性和定量研究，但受限于青藏高原面积广、气象站点稀疏，特别是湖泊分布集中的青藏高原中—西部地区，各种再分析资料的降水和蒸发数据有着较大的不确定性，目前较难开展针对单个湖泊水量平衡的定量研究。 4　结语 1 青藏高原海拔高、环境恶劣、野外观测难度大。多源遥感数据的广泛使用，极大提高了人们对整个高原湖泊面积、水位与水量时空变化以及原因的宏观认识。然而，受限于遥感数据时空分辨率、天气与地形等自然环境的影响，目前对青藏高原湖泊的变化特征、成因与机制等的研究还存在很多不足，后续仍需结合新的卫星遥感数据、再分析资料、模型模拟、及野外观测不断向前推进。 （1）湖泊季节变化。目前青藏高原湖泊面积与水位变化研究，主要聚焦于年际变化，季节变化研究较少，未来需结合多源遥感数据及新的算法，不断尝试理解湖泊年内季节变化，及对气候与冰冻圈变化的响应。 （2）湖泊变化原因定量估算。目前湖泊变化原因，较定量的研究为冰川质量损失对湖泊水量增加的贡献，而降水、蒸发、冻土地下冰消融对湖泊水量增加贡献如何，还需发展新的驱动数据集，并从流域尺度进一步结合水文模拟，估算湖泊水量平衡的收支各项。 （3）湖泊变化的驱动机制。青藏高原湖泊变化的驱动机制目前主要是对高原降水增强的机制分析 （ Liu等，2019 Liu等，2019 ； Sun等，2020 Sun等，2020 ），未来还需结合气候动力学理论和水文模型，进一步提升对气候系统与冰冻圈影响青藏高原湖泊时空变化差异驱动机制的认识。 （4）认识青藏高原湖泊的过去、现在与未来，离不开卫星遥感技术。遥感作为空—天—地不可或缺的现代技术手段，随着第二次青藏高原综合科学考察研究项目的实施，将发挥更大的作用，更多新的卫星陆续发射，将帮助人们提高对青藏高原湖泊演化规律与变化机制的认识。 参考文献（References） Alcântara E , Barbosa C , Stech J , Novo E and Shimabukuro Y . 2009 . Improving the spectral unmixing algorithm to map water turbidity Distributions . Environmental Modelling and Software , 24 ( 9 ): 1051 - 1061 [ DOI: 10.1016/j.envsoft.2009.02.013 http://dx.doi.org/10.1016/j.envsoft.2009.02.013 ] Improving the spectral unmixing algorithm to map water turbidity Distributions Biskop S , Maussion F , Krause P and Fink M . 2016 . Differences in the water-balance components of four lakes in the southern-central Tibetan Plateau . Hydrology and Earth System Sciences , 20 ( 1 ): 209 - 225 [ DOI: 10.5194/hess-20-209-2016 http://dx.doi.org/10.5194/hess-20-209-2016 ] Differences in the water-balance components of four lakes in the southern-central Tibetan Plateau Brun F , Treichler D , Shean D and Immerzeel W W . 2020 . Limited contribution of glacier mass loss to the recent increase in Tibetan Plateau lake volume . Frontiers in Earth Science , 8 : 582060 [ DOI: 10.3389/feart.2020.582060 http://dx.doi.org/10.3389/feart.2020.582060 ] Limited contribution of glacier mass loss to the recent increase in Tibetan Plateau lake volume Cooley S W , Ryan J C and Smith L C . 2021 . Human alteration of global surface water storage variability . Nature , 591 ( 7848 ): 78 - 81 [ DOI: 10.1038/s41586-021-03262-3 http://dx.doi.org/10.1038/s41586-021-03262-3 ] Human alteration of global surface water storage variability Crétaux J F , Abarca-Del-Río R , Bergé-Nguyen M , Arsen A , Drolon V , Clos G and Maisongrande P . 2016 . Lake volume monitoring from space . Surveys in Geophysics , 37 ( 2 ): 269 - 305 [ DOI: 10.1007/s10712-016-9362-6 http://dx.doi.org/10.1007/s10712-016-9362-6 ] Lake volume monitoring from space Crétaux J F , Arsen A , Calmant S , Kouraev A , Vuglinski V , Bergé-Nguyen M , Gennero M C , Nino F , Abarca Del Rio R , Cazenave A and Maisongrande P . 2011 . SOLS: a lake database to monitor in the Near Real Time water level and storage variations from remote sensing data . Advances in Space Research , 47 ( 9 ): 1497 - 1507 [ DOI: 10.1016/j.asr.2011.01.004 http://dx.doi.org/10.1016/j.asr.2011.01.004 ] SOLS: a lake database to monitor in the Near Real Time water level and storage variations from remote sensing data Feyisa G L , Meilby H , Fensholt R and Proud S R . 2014 . Automated Water Extraction Index: a new technique for surface water mapping using Landsat imagery . Remote Sensing of Environment , 140 : 23 - 35 [ DOI: 10.1016/j.rse.2013.08.029 http://dx.doi.org/10.1016/j.rse.2013.08.029 ] Automated Water Extraction Index: a new technique for surface water mapping using Landsat imagery Höhle J and Höhle M . 2009 . Accuracy assessment of digital elevation models by means of robust statistical methods . ISPRS Journal of Photogrammetry and Remote Sensing , 64 ( 4 ): 398 - 406 [ DOI: 10.1016/j.isprsjprs.2009.02.003 http://dx.doi.org/10.1016/j.isprsjprs.2009.02.003 ] Accuracy assessment of digital elevation models by means of robust statistical methods Jain S K , Singh R D , Jain M K and Lohani A K . 2005 . Delineation of flood-prone areas using remote sensing techniques . Water Resources Management , 19 ( 4 ): 333 - 347 [ DOI: 10.1007/s11269-005-3281-5 http://dx.doi.org/10.1007/s11269-005-3281-5 ] Delineation of flood-prone areas using remote sensing techniques Ji L , Zhang L and Wylie B . 2009 . Analysis of dynamic thresholds for the normalized difference water index . Photogrammetric Engineering and Remote Sensing , 75 ( 11 ): 1307 - 1317 [ DOI: 10.14358/PERS.75.11.1307 http://dx.doi.org/10.14358/PERS.75.11.1307 ] Analysis of dynamic thresholds for the normalized difference water index Ji L Y , Gong P , Wang J , Shi J C and Zhu Z L . 2018 . Construction of the 500-m resolution daily global surface water change database (2001-2016) . Water Resources Research , 54 ( 12 ): 10270 - 10292 [ DOI: 10.1029/2018WR023060 http://dx.doi.org/10.1029/2018WR023060 ] Construction of the 500-m resolution daily global surface water change database (2001-2016) Jiang L G , Nielsen K , Andersen O B and Bauer-Gottwein P . 2017 . Monitoring recent lake level variations on the Tibetan Plateau using CryoSat-2 SARIn mode data . Journal of Hydrology , 544 : 109 - 124 [ DOI: 10.1016/j.jhydrol.2016.11.024 http://dx.doi.org/10.1016/j.jhydrol.2016.11.024 ] Monitoring recent lake level variations on the Tibetan Plateau using CryoSat-2 SARIn mode data Lei Y B , Yang K , Wang B , Sheng Y W , Bird B W , Zhang G Q and Tian L D . 2014 . Response of inland lake dynamics over the Tibetan Plateau to climate change . Climatic Change , 125 ( 2 ): 281 - 290 [ DOI: 10.1007/s10584-014-1175-3 http://dx.doi.org/10.1007/s10584-014-1175-3 ] Response of inland lake dynamics over the Tibetan Plateau to climate change Lei Y B , Yao T D , Yang K , Sheng Y W , Kleinherenbrink M , Yi S , Bird B W , Zhang X W , Zhu L and Zhang G Q . 2017 . Lake seasonality across the Tibetan Plateau and their varying relationship with regional mass changes and local hydrology . Geophysical Research Letters , 44 ( 2 ): 892 - 900 [ DOI: 10.1002/2016GL072062 http://dx.doi.org/10.1002/2016GL072062 ] Lake seasonality across the Tibetan Plateau and their varying relationship with regional mass changes and local hydrology Li B Q , Zhang J Y , Yu Z B , Liang Z M , Chen L and Acharya K . 2017 . Climate change driven water budget dynamics of a Tibetan inland lake . Global and Planetary Change , 150 : 70 - 80 [ DOI: 10.1016/j.gloplacha.2017.02.003 http://dx.doi.org/10.1016/j.gloplacha.2017.02.003 ] Climate change driven water budget dynamics of a Tibetan inland lake Li J L and Sheng Y W . 2012 . An automated scheme for glacial lake dynamics mapping using Landsat imagery and digital elevation models: a case study in the Himalayas . International Journal of Remote Sensing , 33 ( 16 ): 5194 - 5213 [ DOI: 10.1080/01431161.2012.657370 http://dx.doi.org/10.1080/01431161.2012.657370 ] An automated scheme for glacial lake dynamics mapping using Landsat imagery and digital elevation models: a case study in the Himalayas Li J L , Sheng Y W and Luo J C . 2011 . Automatic extraction of himalayan glacial lakes with remote sensing . Journal of Remote Sensing , 15 ( 1 ): 29 - 43 Automatic extraction of himalayan glacial lakes with remote sensing 李均力 , 盛永伟 , 骆剑承 . 2011 . 喜马拉雅山地区冰湖信息的遥感自动化提取 . 遥感学报 , 15 ( 1 ): 29- 43 [ DOI: 10.11834/jrs.20110103 http://dx.doi.org/10.11834/jrs.20110103 ] 喜马拉雅山地区冰湖信息的遥感自动化提取 Li W B , Du Z Q , Ling F , Zhou D B , Wang H L , Gui Y M , Sun B Y and Zhang X M . 2013 . A comparison of land surface water mapping using the normalized difference water index from TM, ETM+ and ALI . Remote Sensing , 5 ( 11 ): 5530 - 5549 [ DOI: 10.3390/rs5115530 http://dx.doi.org/10.3390/rs5115530 ] A comparison of land surface water mapping using the normalized difference water index from TM, ETM+ and ALI Li X D , Long D , Huang Q , Han P F , Zhao F Y and Wada Y . 2019a . High-temporal-resolution water level and storage change data sets for lakes on the Tibetan Plateau during 2000-2017 using multiple altimetric missions and Landsat-derived lake shoreline positions . Earth System Science Data , 11 ( 4 ): 1603 - 1627 [ DOI: 10.5194/essd-11-1603-2019 http://dx.doi.org/10.5194/essd-11-1603-2019 ] High-temporal-resolution water level and storage change data sets for lakes on the Tibetan Plateau during 2000-2017 using multiple altimetric missions and Landsat-derived lake shoreline positions Li X Y , Xu H Y , Sun Y L , Zhang D S and Yang Z P . 2007 . Lake-level change and water balance analysis at lake Qinghai, west China during recent decades . Water Resources Management , 21 ( 9 ): 1505 - 1516 [ DOI: 10.1007/s11269-006-9096-1 http://dx.doi.org/10.1007/s11269-006-9096-1 ] Lake-level change and water balance analysis at lake Qinghai, west China during recent decades Li Y , Gao H L , Jasinski M F , Zhang S and Stoll J D . 2019b . Deriving high-resolution reservoir bathymetry from ICESat-2 prototype photon-counting Lidar and landsat imagery . IEEE Transactions on Geoscience and Remote Sensing , 57 ( 10 ): 7883 - 7893 [ DOI: 10.1109/TGRS.2019.2917012 http://dx.doi.org/10.1109/TGRS.2019.2917012 ] Deriving high-resolution reservoir bathymetry from ICESat-2 prototype photon-counting Lidar and landsat imagery Lira J . 2006 . Segmentation and morphology of open water bodies from multispectral images . International Journal of Remote Sensing , 27 ( 18 ): 4015 - 4038 [ DOI: 10.1080/01431160600702384 http://dx.doi.org/10.1080/01431160600702384 ] Segmentation and morphology of open water bodies from multispectral images Liao J J , Xue H and Chen J M . 2020 . Monitoring lake level changes on the Tibetan Plateau from 2000 to 2018 using satellite altimetry data . Journal of Remote Sensing (Chinese) , 24 ( 12 ): 1534 - 1547 Monitoring lake level changes on the Tibetan Plateau from 2000 to 2018 using satellite altimetry data 廖静娟 , 薛辉 , 陈嘉明 . 2020 . 卫星测高数据监测青藏高原湖泊2010年-2018年水位变化 . 遥感学报 , 24 ( 12 ): 1534- 1547 [ DOI: 10.11834/jrs.20209281 http://dx.doi.org/10.11834/jrs.20209281 ] 卫星测高数据监测青藏高原湖泊2010年-2018年水位变化 Liu Y , Chen H P , Zhang G Q , Sun J Q and Wang H J . 2019 . The advanced South Asian monsoon onset accelerates lake expansion over the Tibetan Plateau . Science Bulletin , 64 ( 20 ): 1486 - 1489 [ DOI: 10.1016/j.scib.2019.08.011 http://dx.doi.org/10.1016/j.scib.2019.08.011 ] The advanced South Asian monsoon onset accelerates lake expansion over the Tibetan Plateau Luo J C , Sheng Y W , Shen Z F , Li J L and Gao L J . 2009 . High precision automatic extraction of multi-spectral remote sensing water information by step iteration . Journal of Remote Sensing , 13 ( 4 ): 610 - 615 High precision automatic extraction of multi-spectral remote sensing water information by step iteration 骆剑承 , 盛永伟 , 沈占锋 , 李均力 , 郜丽静 . 2009 . 分步迭代的多光谱遥感水体信息高精度自动提取 . 遥感学报 , 13 ( 4 ): 610- 615 [ DOI: 10.11834/jrs.20090405 http://dx.doi.org/10.11834/jrs.20090405 ] 分步迭代的多光谱遥感水体信息高精度自动提取 Ma R H , Duan H T , Hu C M , Feng X Z , Li A N , Ju W M , Jiang J H and Yang G S . 2010 . A half-century of changes in China’s lakes: global warming or human influence? Geophysical Research Letters , 37 ( 24 ): L 24106 [ DOI: 10.1029/2010gl045514 http://dx.doi.org/10.1029/2010gl045514 ] A half-century of changes in China’s lakes: global warming or human influence? Ma R H , Yang G S , Duan H T , Jiang J H , Wang S M , Feng X Z , Li A N , Kong F X , Xue B , Wu J L and Li S J . 2010 . China’s lakes at present: number, area and spatial distribution . Science China Earth Sciences , 54 ( 2 ): 283 - 289 China’s lakes at present: number, area and spatial distribution 马荣华 , 杨桂山 , 段洪涛 , 姜加虎 , 王苏民 , 冯学智 , 李爱农 , 孔繁翔 , 薛滨 , 吴敬禄 , 李世杰 . 2011 . 中国湖泊的数量、面积与空间分布 . 中国科学 : 地球科学 , 41 ( 3 ): 394- 401 [ DOI: 10.1007/s11430-010-4052-6 http://dx.doi.org/10.1007/s11430-010-4052-6 ] 中国湖泊的数量、面积与空间分布 Markus T , Neumann T , Martino A , Abdalati W , Brunt K , Csatho B , Farrell S , Fricker H , Gardner A , Harding D , Jasinski M , Kwok R , Magruder L , Lubin D , Luthcke S , Morison J , Nelson R , Neuenschwander A , Palm S , Popescu S , Shum C K , Schutz B E , Smith B , Yang Y K and Zwally J . 2017 . The Ice, Cloud, and land Elevation Satellite-2 (ICESat-2): science requirements, concept, and implementation . Remote Sensing of Environment , 190 : 260 - 273 [ DOI: 10.1016/j.rse.2016.12.029 http://dx.doi.org/10.1016/j.rse.2016.12.029 ] The Ice, Cloud, and land Elevation Satellite-2 (ICESat-2): science requirements, concept, and implementation Otsu N . 1979 . A threshold selection method from gray-level histograms . IEEE Transactions on Systems, Man, and Cybernetics , 9 ( 1 ): 62 - 66 [ DOI: 10.1109/TSMC.1979.4310076 http://dx.doi.org/10.1109/TSMC.1979.4310076 ] A threshold selection method from gray-level histograms Phan V H , Lindenbergh R and Menenti M . 2012 . ICESat derived elevation changes of Tibetan lakes between 2003 and 2009 . International Journal of Applied Earth Observation and Geoinformation , 17 : 12 - 22 [ DOI: 10.1016/j.jag.2011.09.015 http://dx.doi.org/10.1016/j.jag.2011.09.015 ] ICESat derived elevation changes of Tibetan lakes between 2003 and 2009 Roy D P , Wulder M A , Loveland T R , Woodcock C E , Allen R G , Anderson M C , Helder D , Irons J R , Johnson D M , Kennedy R , Scambos T A , Schaaf C B , Schott J R , Sheng Y , Vermote E F , Belward A S , Bindschadler R , Cohen W B , Gao F , Hipple J D , Hostert P , Huntington J , Justice C O , Kilic A , Kovalskyy V , Lee Z P , Lymburner L , Masek J G , McCorkel J , Shuai Y , Trezza R , Vogelmann J , Wynne R H and Zhu Z . 2014 . Landsat-8: science and product vision for terrestrial global change research . Remote Sensing of Environment , 145 : 154 - 172 [ DOI: 10.1016/j.rse.2014.02.001 http://dx.doi.org/10.1016/j.rse.2014.02.001 ] Landsat-8: science and product vision for terrestrial global change research Song C Q , Huang B and Ke L H . 2013 . Modeling and analysis of lake water storage changes on the Tibetan Plateau using multi-mission satellite data . Remote Sensing of Environment , 135 : 25 - 35 [ DOI: 10.1016/j.rse.2013.03.013 http://dx.doi.org/10.1016/j.rse.2013.03.013 ] Modeling and analysis of lake water storage changes on the Tibetan Plateau using multi-mission satellite data Song C Q , Huang B , Richards K , Ke L H and Phan V H . 2014 . Accelerated lake expansion on the Tibetan Plateau in the 2000s: induced by glacial melting or other processes? Water Resources Research , 50 ( 4 ): 3170 - 3186 [ DOI: 10.1002/2013WR014724 http://dx.doi.org/10.1002/2013WR014724 ] Accelerated lake expansion on the Tibetan Plateau in the 2000s: induced by glacial melting or other processes? Sun J , Yang K , Guo W D , Wang Y , He J and Lu H . 2020 . Why has the Inner Tibetan Plateau become wetter since the mid-1990s? Journal of Climate , 33 ( 19 ): 8507 - 8522 [ DOI: 10.1175/JCLI-D-19-0471.1 http://dx.doi.org/10.1175/JCLI-D-19-0471.1 ] Why has the Inner Tibetan Plateau become wetter since the mid-1990s? Wang S M and Dou H S . 1998 . Chinese Lakes Inventory. Science Press, Beijing, China (王苏民, 窦鸿身 . 1998. 中国湖泊志 . 北京 : 科学出版社) Chinese Lakes Inventory. Science Press, Beijing, China (王苏民, 窦鸿身 Wan W , Xiao P F , Feng X Z , Li H , Ma R H , Duan H T and Zhao L M . 2014 . Monitoring lake changes of Qinghai-Tibetan Plateau over the past 30 years using satellite remote sensing data . Chinese Science Bulletin , 59 ( 10 ): 1021 - 1035 [ DOI: 10.1007/s11434-014-0128-6 http://dx.doi.org/10.1007/s11434-014-0128-6 ] Monitoring lake changes of Qinghai-Tibetan Plateau over the past 30 years using satellite remote sensing data Wang W Z , Huang D , Liu J F , Liu H W and Wang H . 2020 . Patterns and causes of changes in water level and volume in Tangra Yumco from 1988 to 2018 based on Landsat images and Sentinel-3A synthetic aperture radar. Journal of Lake Sciences , 32 ( 5 ): 1552 - 1563 Patterns and causes of changes in water level and volume in Tangra Yumco from 王文种 , 黄对 , 刘九夫 , 刘宏伟 , 王欢 . 2020 . 基于Landsat与Sentinel-3A卫星数据的当惹雍错1988-2018年湖泊水位-水量变化及归因 . 湖泊科学 , 32 ( 5 ): 1552- 1563 [ DOI: 10.18307/2020.0526 http://dx.doi.org/10.18307/2020.0526 ] 基于Landsat与Sentinel-3A卫星数据的当惹雍错1988-2018年湖泊水位-水量变化及归因 Yang K , Ye B S , Zhou D G , Wu B Y , Foken T , Qin J and Zhou Z Y . 2011 . Response of hydrological cycle to recent climate changes in the Tibetan Plateau . Climatic Change , 109 ( 3 ): 517 - 534 [ DOI: 10.1007/s10584-011-0099-4 http://dx.doi.org/10.1007/s10584-011-0099-4 ] Response of hydrological cycle to recent climate changes in the Tibetan Plateau Yang R M , Zhu L P , Wang J B , Ju J T , Ma Q F , Turner F and Guo Y . 2017 . Spatiotemporal variations in volume of closed lakes on the Tibetan Plateau and their climatic responses from 1976 to 2013 . Climatic Change , 140 ( 3/4 ): 621 - 633 [ DOI: 10.1007/s10584-016-1877-9 http://dx.doi.org/10.1007/s10584-016-1877-9 ] Spatiotemporal variations in volume of closed lakes on the Tibetan Plateau and their climatic responses from 1976 to 2013 Yang Y H , Liu Y X , Zhou M X , Zhang S Y , Zhan W F , Sun C and Duan Y W . 2015 . Landsat 8 OLI image based terrestrial water extraction from heterogeneous backgrounds using a reflectance homogenization approach . Remote Sensing of Environment , 171 : 14 - 32 [ DOI: 10.1016/j.rse.2015.10.005 http://dx.doi.org/10.1016/j.rse.2015.10.005 ] Landsat 8 OLI image based terrestrial water extraction from heterogeneous backgrounds using a reflectance homogenization approach Yao T D , Wu F Y , Ding L , Sun J M , Zhu L P , Piao S L , Deng T , Ni X J , Zheng H B and Ouyang H . 2015 . Multispherical interactions and their effects on the Tibetan Plateau's earth system: a review of the recent researches . National Science Review , 2 ( 4 ): 468 - 488 [ DOI: 10.1093/nsr/nwv070 http://dx.doi.org/10.1093/nsr/nwv070 ] Multispherical interactions and their effects on the Tibetan Plateau's earth system: a review of the recent researches Yu J Y , Zhang G Q , Yao T D , Xie H J , Zhang H B , Ke C Q and Yao R Z . 2016 . Developing daily cloud-free snow composite products from MODIS Terra-Aqua and IMS for the Tibetan Plateau . IEEE Transactions on Geoscience and Remote Sensing , 54 ( 4 ): 2171 - 2180 [ DOI: 10.1109/TGRS.2015.2496950 http://dx.doi.org/10.1109/TGRS.2015.2496950 ] Developing daily cloud-free snow composite products from MODIS Terra-Aqua and IMS for the Tibetan Plateau Yuan C , Gong P and Bai Y Q . 2020 . Performance assessment of ICESat-2 Laser altimeter data for water-level measurement over lakes and reservoirs in China . Remote Sensing , 12 ( 5 ): 770 [ DOI: 10.3390/rs12050770 http://dx.doi.org/10.3390/rs12050770 ] Performance assessment of ICESat-2 Laser altimeter data for water-level measurement over lakes and reservoirs in China Zhang G Q , Bolch T , Chen W F and Crétaux J F . 2021 . Comprehensive estimation of lake volume changes on the Tibetan Plateau during 1976-2019 and basin-wide glacier contribution . Science of the Total Environment , 772 : 145463 [ DOI: 10.1016/j.scitotenv.2021.145463 http://dx.doi.org/10.1016/j.scitotenv.2021.145463 ] Comprehensive estimation of lake volume changes on the Tibetan Plateau during 1976-2019 and basin-wide glacier contribution Zhang G Q , Chen W F and Xie H J . 2019a . Tibetan Plateau’s lake level and volume changes from NASA’s ICESat/ICESat-2 and Landsat missions . Geophysical Research Letters , 46 ( 22 ): 13107 - 13118 [ DOI: 10.1029/2019GL085032 http://dx.doi.org/10.1029/2019GL085032 ] Tibetan Plateau’s lake level and volume changes from NASA’s ICESat/ICESat-2 and Landsat missions Zhang G Q , Li J L and Zheng G X . 2017a . Lake-area mapping in the Tibetan Plateau: an evaluation of data and methods . International Journal of Remote Sensing , 38 ( 3 ): 742 - 772 [ DOI: 10.1080/01431161.2016.1271478 http://dx.doi.org/10.1080/01431161.2016.1271478 ] Lake-area mapping in the Tibetan Plateau: an evaluation of data and methods Zhang G Q , Luo W , Chen W F and Zheng G X . 2019b . A robust but variable lake expansion on the Tibetan Plateau . Science Bulletin , 64 ( 18 ): 1306 - 1309 [ DOI: 10.1016/j.scib.2019.07.018 http://dx.doi.org/10.1016/j.scib.2019.07.018 ] A robust but variable lake expansion on the Tibetan Plateau Zhang G Q , Xie H J , Kang S C , Yi D H and Ackley S F . 2011 . Monitoring lake level changes on the Tibetan Plateau using ICESat altimetry data (2003-2009) . Remote Sensing of Environment , 115 ( 7 ): 1733 - 1742 [ DOI: 10.1016/j.rse.2011.03.005 http://dx.doi.org/10.1016/j.rse.2011.03.005 ] Monitoring lake level changes on the Tibetan Plateau using ICESat altimetry data (2003-2009) Zhang G Q , Yao T D , Chen W F , Zheng G X , Shum C K , Yang K , Piao S L , Sheng Y W , Yi S , Li J L , O'Reilly C M , Qi S H , Shen S S P , Zhang H B and Jia Y Y . 2019c . Regional differences of lake evolution across China during 1960s–2015 and its natural and anthropogenic causes . Remote Sensing of Environment , 221 : 386 - 404 [ DOI: 10.1016/j.rse.2018.11.038 http://dx.doi.org/10.1016/j.rse.2018.11.038 ] Regional differences of lake evolution across China during 1960s–2015 and its natural and anthropogenic causes Zhang G Q , Yao T D , Shum C K , Yi S , Yang K , Xie H J , Feng W , Bolch T , Wang L , Behrangi A , Zhang H B , Wang W C , Xiang Y and Yu J Y . 2017b . Lake volume and groundwater storage variations in Tibetan Plateau’s endorheic basin . Geophysical Research Letters , 44 ( 11 ): 5550 - 5560 [ DOI: 10.1002/2017GL073773 http://dx.doi.org/10.1002/2017GL073773 ] Lake volume and groundwater storage variations in Tibetan Plateau’s endorheic basin Zhang G Q , Yao T D , Xie H J , Kang S C and Lei Y B . 2013 . Increased mass over the Tibetan Plateau: from lakes or glaciers? Geophysical Research Letters , 40 ( 10 ): 2125 - 2130 [ DOI: 10.1002/grl.50462 http://dx.doi.org/10.1002/grl.50462 ] Increased mass over the Tibetan Plateau: from lakes or glaciers? Zhang G Q , Yao T D , Xie H J , Yang K , Zhu L P , Shum C K , Bolch T , Yi S , Allen S , Jiang L G , Chen W F and Ke C Q . 2020a . Response of Tibetan Plateau lakes to climate change: trends, patterns, and mechanisms . Earth-Science Reviews , 208 : 103269 [ DOI: 10.1016/j.earscirev.2020.103269 http://dx.doi.org/10.1016/j.earscirev.2020.103269 ] Response of Tibetan Plateau lakes to climate change: trends, patterns, and mechanisms Zhang G Q , Yao T D , Xie H J , Zhang K X and Zhu F J . 2014 . Lakes’ state and abundance across the Tibetan Plateau . Chinese Science Bulletin , 59 ( 24 ): 3010 - 3021 [ DOI: 10.1007/s11434-014-0258-x http://dx.doi.org/10.1007/s11434-014-0258-x ] Lakes’ state and abundance across the Tibetan Plateau Zhang G Q , Zheng G X , Gao Y , Xiang Y , Lei Y B and Li J L . 2017c . Automated water classification in the Tibetan Plateau using Chinese GF-1 WFV data . Photogrammetric Engineering and Remote Sensing , 83 ( 7 ): 509 - 519 [ DOI: 10.14358/PERS.83.7.509 http://dx.doi.org/10.14358/PERS.83.7.509 ] Automated water classification in the Tibetan Plateau using Chinese GF-1 WFV data Zhang Y , Zhang G Q and Zhu T T . 2020b . Seasonal cycles of lakes on the Tibetan Plateau detected by Sentinel-1 SAR data . Science of the Total Environment , 703 : 135563 [ DOI: 10.1016/j.scitotenv.2019.135563 http://dx.doi.org/10.1016/j.scitotenv.2019.135563 ] Seasonal cycles of lakes on the Tibetan Plateau detected by Sentinel-1 SAR data Zhou J , Wang L , Zhang Y S , Guo Y H , Li X P and Liu W B . 2015 . Exploring the water storage changes in the largest lake (Selin Co) over the Tibetan Plateau during 2003-2012 from a basin-wide hydrological modeling . Water Resources Research , 51 ( 10 ): 8060 - 8086 [ DOI: 10.1002/2014WR015846 http://dx.doi.org/10.1002/2014WR015846 ] Exploring the water storage changes in the largest lake (Selin Co) over the Tibetan Plateau during 2003-2012 from a basin-wide hydrological modeling Zhu Z , Wang S X and Woodcock C E . 2015 . Improvement and expansion of the Fmask algorithm: cloud, cloud shadow, and snow detection for Landsats 4-7, 8, and Sentinel 2 images . Remote Sensing of Environment , 159 : 269 - 277 [ DOI: 10.1016/j.rse.2014.12.014 http://dx.doi.org/10.1016/j.rse.2014.12.014 ] Improvement and expansion of the Fmask algorithm: cloud, cloud shadow, and snow detection for Landsats 4-7, 8, and Sentinel 2 images Zhu Z , Wulder M A , Roy D P , Woodcock C E , Hansen M C , Radeloff V C , Healey S P , Schaaf C , Hostert P , Strobl P , Pekel J F , Lymburner L , Pahlevan N and Scambos T A . 2019 . Benefits of the free and open Landsat data policy . Remote Sensing of Environment , 224 : 382 - 385 [ DOI: 10.1016/j.rse.2019.02.016 http://dx.doi.org/10.1016/j.rse.2019.02.016 ] Benefits of the free and open Landsat data policy 10.11834/jrs.20221171 1007-4619（2022）01-0115-11 张国庆，王蒙蒙，周陶，陈文锋.2022.青藏高原湖泊面积、水位与水量变化遥感监测研究进展.遥感学报，26（1）： 115-125 张国庆，王蒙蒙，周陶，陈文锋.2022.青藏高原湖泊面积、水位与水量变化遥感监测研究进展.遥感学报，26（1）： 115-125 Zhang G Q，Wang M M，Zhou T and Chen W F. 2022. Progress in remote sensing monitoring of lake area， water level， and volume changes on the Tibetan Plateau. National Remote Sensing Bulletin， 26（1）：115-125 Zhang G Q，Wang M M，Zhou T and Chen W F. 2022. Progress in remote sensing monitoring of lake area， water level， and volume changes on the Tibetan Plateau. National Remote Sensing Bulletin， 26（1）：115-125 国家自然科学基金（编号：41871056，41831177） Supported by National Natural Science Foundation of China (No. 41871056, 41831177) 2021-03-30 2022-01-07 2022-05-31 2021-08-30 遥感学报 1 26