为了更准确地获取各地的水位变化，需要建立时间和空间分辨率更高的水位监测方法。首先，利用Envisat、Cryosat-2和Sentinel-3A这3颗测高卫星分别提取青海湖2002—2010年、2011—2015年和2016—2020年的水位信息，构建统一基准的水体水位的时间序列；然后，结合青海湖的实测水位，并使用均方根误差(RMSE)和相关系数(R)作为精度评估指标；最后，验证3颗雷达测高卫星在青海湖水位反演的精度，基于卡尔曼(Kalman)滤波融合多源测高数据获取了青海湖2002—2020年的水位时间序列。结果表明：青海湖的水位呈逐年上涨趋势，最快以0.36 m/a的趋势在升高；Envisat、Cryosat-2和Sentinel-3A在青海湖的反演水位与实测水位的RMSE分别为0.54,0.13,0.14 m,相关系数R分别为0.36,0.89和0.97;此基础上，使用Kalman滤波获取的多源数据融合反演水位的RMSE和R分别为0.20 m和0.98,较卫星反演水位RMSE降低了17.10%,R提高了5.10%。Kalman滤波的多源测高数据融合反演水位有效弥补了单个卫星的时间分辨率低的缺点，精度较卫星反演水位显著提高，为更多内陆水体水位的变化建立高时空分辨率的水位时间序列奠定了基础。

国家自然科学基金项目(42374037)；西安科技大学优秀青年科技基金项目(2018YQ2-10)；

0 引 言
1 研究区域与数据
1.1 研究区域
1.2 研究数据
1.2.1 测高卫星数据
1.2.2 其他数据
2 研究方法与原理
2.1 湖泊水位高度提取
2.2 多源数据粗差剔除
2.3 基于Kalman滤波的多源数据融合水位的反演
3 结果与分析
3.1 水位反演精度的验证
3.2 多源数据融合的水位精度验证
4 结 论

[1]毋梦艳,陈鹏,李祖峰,等.基于多源卫星测高数据的青海湖水位变化[J].西安科技大学学报,2025,45(01):191-201.