本文件属于类型a，即单项原创研究的学术论文。以下是为您撰写的学术报告。

该研究由Yao Li、Huilin Gao、Gang Zhao以及Kuo-Hsin Tseng等人完成，其中Yao Li和Huilin Gao来自美国德克萨斯A&M大学土木与环境工程系，Kuo-Hsin Tseng来自台湾中央大学太空及遥测研究中心与水文与海洋科学研究所。该研究成果发表于《Remote Sensing of Environment》期刊，文章于2020年5月在线发表。

本研究属于卫星遥感水文学领域，旨在解决全球水库三维地形数据严重匮乏的问题。水库水下地形（bathymetry）是水文模拟、水资源管理、生态建模、洪水预报和泥沙沉积估算等应用的关键输入数据，但传统的水下地形测量依赖声呐、机载激光雷达等方式，成本高、覆盖范围有限，无法在全球尺度上推广。作者因此提出利用多源卫星高度计数据和Landsat光学影像，结合全球地表水数据集，生成一套公开可用的全球水库高分辨率三维地形数据集，希望填补这一知识空白。

研究的主要流程分为三个核心步骤：建立面积–高程关系、生成动态水下地形、以及必要时的地形外推。第一步中，作者根据可用的高度计数据来源，采用两种策略分别构建347个水库的面积–高程（A–E）关系。对于有ICESat/GLAS激光高度计过境记录的水库，作者将从HydroLakes数据库中提取的水库掩膜向外做了1公里缓冲区以确保覆盖最大水面，然后提取ICESat激光足迹点的高程值。这些高程点被投影到由全球地表水数据集（GSW）生成的表面水出现频率（Surface Water Occurrence, SWO）图像上。由于SWO图像中的每一个频率等值线代表了1984年至2015年间某区域被水淹没的频率，因而可以将其视为一条等高线。给定ICESat点的频率值对应一个SWO等值线，作者计算出该等值线内部所包围的面积，再将高程与面积进行配对。经过线性回归，便可得到该水库的面积–高程关系。对于具有雷达高度计数据的水库，作者使用了G-REALM和Hydroweb两个数据集中的月平均水位数据，并将其与来自全球水库表面积数据集（GRSAD）的月均面积数据进行配对，从而建立面积–高程关系。GRSAD是在GSW月度水体分类基础上改进得到的数据集，能够减少云、阴影以及Landsat-7扫描线校正器故障造成的面积低估。为避免云污染影响，只选择云覆盖少于5%的月份用于回归。当同一水库存在多个面积–高程关系时，作者优先选择决定系数（R²）最大者；若R²接近（差异在0.05以内），则优先选择高程覆盖范围更大的关系。最终仅保留了R²大于0.5的347个水库。第二步中，作者将选定的面积–高程关系反演到SWO图像中。由于SWO中每一条频率等值线都对应一个面积，根据面积–高程关系即可赋予其对应的高程值。这样，SWO图像就被转换成了一张动态水下地形图，代表了1984年至2015年间水库在最高水位与最低水位之间的水下地形范围。为了得到完整的水下地形，作者计算了动态部分所对应的总库容。若该库容小于从GRanD数据库或其他可靠来源获取的水库总库容，就需要进行第三步，即外推。第三步中，作者采用了Tseng等人2016年提出的方法，利用遥感动态水下地形中的坡度信息向外推演，以获得水面以下未观测区域的高程值。该预测过程持续进行，直到累计库容达到已知总库容为止。这种外推方法的一个局限在于其假设水下地形坡度与岸上地形坡度一致，但该假设并不总是成立。

研究的主要结果包括以下几方面。首先，本研究成功生成了347个全球水库的30米分辨率水下地形数据集，总库容达到3123立方千米，占全球水库总库容的50%。这些水库分布在全球各大洲，其中以北美102个、亚洲105个、欧洲52个为主。其次，作者利用16个水库的实测面积–高程关系和库容–高程关系对该数据集进行验证。验证水库分布于美国和印度。结果显示，遥感反演的高程均方根误差在0.06米至1.99米之间，库容归一化均方根误差在0.56%至4.40%之间。部分水库存在系统性偏差，作者解释其来源包括HydroLakes静态水面边界不准确、卫星与实测高程基准不一致以及测量误差等。然而，遥感面积–高程关系的斜率与实测结果高度一致，说明其能够准确反映水库地形梯度。第三，作者利用四个美国水库的调查数据直接验证了遥感水下地形结果。这四个水库分别为Lake Mead、Lake Roosevelt、Cascade Reservoir和Clear Lake Reservoir，调查数据来自美国垦务局和美国地质调查局。在选取的断面验证中，遥感水下地形与实地调查数据之间的R²介于0.82至0.99之间，RMSE介于0.13米至2.31米之间。对于Lake Mead，作者分别用ICESat和Hydroweb两个数据源生成水下地形并进行了对比，发现ICESat反演结果整体上更准确。第四，对于外推部分，作者只对Lake Mead和Cascade Reservoir进行了评估。结果表明，投影部分存在较大误差，尤其是在地形平坦或起伏较大的区域。例如，Lake Mead外推部分的面积–高程关系RMSE为6.49米，库容归一化RMSE为17.92%。这说明外推方法虽能补充完整水下地形，但应谨慎使用。

本文的主要结论是：利用多源卫星高度计和Landsat影像可以生成具有较高精度的全球水库高分辨率三维水下地形数据集。该方法的优势在于完全依赖公开免费数据，成本低、覆盖广，特别适用于动态面积占比大的水库，也可应用于面积仅数平方公里的小型水库以及大型天然湖泊。研究还指出，该方法可以迁移至ICESat-2和未来的SWOT任务数据，从而显著扩大水库和湖泊水下地形的覆盖范围。科学价值方面，该数据集可直接支持全球水文模型、地球系统模型以及洪水淹没模拟等研究；实际应用价值方面，该数据集可用于水库水量动态监测、蒸发损失估算、泥沙沉积评估以及水资源管理等。该研究的亮点在于首次构建了全球尺度的高分辨率水库三维水下地形数据集，并将ICESat激光高度计的高空间分辨率优势与Landsat长期观测优势结合起来，提出了一套新颖且可扩展的遥感水下地形生成框架。此外，该研究还专门比较了遥感动态部分与外推部分的误差特性，为后续研究提供了重要参考。