本文为类型a，即单项原始研究论文。以下为该研究的详细学术报告。

本研究由Chun Fang、Shanlong Lu、Mingyang Li、Yong Wang、Xinru Li、Hailong Tang以及Harrison Odion Ikhumhen等人共同完成。第一作者与通讯作者Shanlong Lu来自中国科学院空天信息创新研究院数字地球科学重点实验室及可持续发展大数据国际研究中心。该文于2023年1月20日在线发表于Journal of Hydrology第618卷，文章编号129146。

本研究的核心目标是提出一种仅依赖数字高程模型数据的湖泊水下地形模拟方法，以估算湖泊水量。由于湖泊占地球表面液态淡水的87%，而受监测成本与自然环境限制，全球多数湖泊的水下地形与水量数据严重缺乏。传统方法如船载声呐、无人机测深和遥感反演均存在成本高、适用性差等局限。因此，该研究的科学问题是如何利用湖泊周围陆地地形与水下地形的连续性假设，建立一种低成本、高效率且适用于数据稀缺区的湖泊水量估算方法。研究区选定于青藏高原，选择了12个具有不同面积、形态、气候和地质背景的天然湖泊作为样本，以验证算法的精度。

研究的工作流程分为两大部分。第一部分是湖泊水下地形模拟，包括数据预处理、地形特征计算、湖泊深度模拟和模拟结果校正四个步骤。数据预处理阶段，利用SRTM DEM V4对水体与陆地进行二值划分，并通过3×3卷积核进行形态学开运算，以得到湖泊主体范围。在地形特征计算中，研究采用8方向邻域矩阵描述坡向信息，并利用ArcGIS的坡度算法计算每个像元的坡度。为了表达地形起伏的各向异性，算法针对每个方向选取湖岸陆地像元，利用二阶多项式拟合坡度随距离的变化趋势，并以“拐点像元”作为参与拟合的最远像元。湖泊深度模拟包含外循环与内循环两个子过程。外循环以设定的高程递减步长逐步降低当前计算高程，逐层暴露新的湖底像元；内循环则基于Hermite插值，结合当前湖边界与原始湖边界之间的水平距离比值，推求每个被暴露像元的坡度与模拟水深。由于湖泊底部存在沉积层，模拟结果需要进行校正。该研究利用湖岸间歇淹没区在不同水位下的高程数据，计算各高程对应的校正系数，构建精度误差曲线，再将该曲线应用于模拟结果，以减小沉积层影响。

第二部分为湖泊水量计算。研究通过像素累加方式，将每个水体像元的面积乘以对应模拟水深，再求和得到整个湖泊的水量。精度评估采用像元逐一对比、决定系数、相对误差、绝对误差和均方根误差等指标。在12个样本湖中，模拟平均水深为23.88米，实测平均水深为29.66米；模拟平均库容为110.88亿立方米，实测平均库容为125.98亿立方米。总库容模拟相对误差为-11.99%，平均水深相对误差为-19.50%，最大水深相对误差为-5.64%。其中盐湖水量相对误差最小，仅为1.35%；洞错误差最大，为63.88%。

在典型湖泊对比中，盐湖的平均误差仅为-0.19米，RMSE为5.11米。模拟与实测的水下地形空间形态高度相似，误差主要集中在浅水区与深水区交界处。其面积-容积拟合的决定系数R²达到0.93。布若错的平均误差为-8.18米，RMSE为17.01米，模拟地形总体呈负误差，西北部误差较大。其面积-容积拟合R²达到0.96。色林错的平均误差为-4.97米，RMSE为12.89米，模拟水深略高于实测值，面积-容积拟合R²为0.94。以上结果表明该方法在不同尺度湖泊上具有良好的水量估算能力。

此外，研究还探讨了DEM空间分辨率和坡向数量对模拟结果的影响。对比SRTM 30米和ALOS 12.5米两种数据发现，12.5米数据虽然增强了地形细节，但模拟平均水深更偏深，RMSE也更大。例如布若错使用SRTM时平均误差为-8.18米、RMSE为17.01米，而使用ALOS时分别为-9.38米和20.65米；盐湖使用SRTM平均误差为-0.19米、RMSE为5.11米，而使用ALOS时分别为-2.25米和7.60米。研究认为，更细空间分辨率并不必然提高模拟精度，垂直精度和像元混合效应同样关键。同时，采用8方向坡向特征能够显著改善模拟结果的平滑性和各向异性表达，相比4方向方法减少了“格网状”假象。

在分析湖泊成因对模拟精度的影响方面，研究发现构造湖、堰塞湖和断裂湖的模拟误差普遍较大。这是因为这些湖泊的水下地形与周围陆地地形之间的连续性较弱。相反，盐湖等因近20年水位上升而新淹没的区域，沉积作用弱，水下地形与邻近陆地地形相似性高，因此模拟精度较高。这表明本方法对地形连续性强、沉积影响小的湖泊尤其适用。

本研究的结论认为，基于湖岸地形相似特征的水下地形模拟方法具有较高的水量估算能力，总体精度超过80%。该方法仅需要DEM数据，可适用于自然条件恶劣、实测数据难以获取或存在信息空白的湖泊水量估算。其应用价值在于能够以较低劳动和物力成本获得湖泊水下的时空分布及变化信息，为需要高时效性的研究提供数据支持。

本研究的主要亮点包括：第一，提出了一种无需实测水下地形数据即可估算湖泊水量的新方法；第二，采用8方向坡向特征和Hermite插值实现对水下地形的各向异性模拟，显著克服了以往仅用四个方向的局限；第三，引入精度误差曲线对模拟结果进行校正，降低了沉积层影响；第四，系统评估了不同DEM分辨率与湖泊成因对模拟精度的影响，为方法适用性提供了重要判据。该方法为全球数据稀缺区湖泊水量调查提供了重要的技术手段和科学依据。