基于地形特征相似性的湖泊测深重建与水体储量估算方法

为何看不见的湖底很重要

随着气候变暖，青海—西藏高原上的湖泊在缩小或扩张，但对于大多数湖泊，我们并不清楚它们实际蓄有多少水。在这一偏远的高海拔地区，直接测量湖底形态既困难又昂贵，因此诸如水深和蓄水量等基本数据常常存在不确定性。本研究提出了一种仅利用环湖地形数据来估算高原湖泊水下形态和水量的方法，能够在野外调查稀少的地区帮助科学家追踪水资源和气候影响。

解读水体周围的地形

作者基于一个简单的想法：湖盆通常是环绕其的地形的延续。岸边陡坡和深谷往往暗示水下侧壁陡峭，而缓和的岸线则意味着宽阔浅平的湖底。与其对每个湖使用船舶和声呐逐一测量，研究组利用岸线周围的数字高程模型来推断水下地形。这种方法在青藏高原尤为有价值，该地区拥有超过1400个大于1平方公里的湖泊，但仅有很小一部分具备深度测量数据。

将地形数据转化为湖底形态

该方法首先在高程数据中识别陆地与水体的边界，然后为每个湖定义一个根据湖泊规模缩放的环形缓冲区。在这一区域内，模型计算多个方向上的坡度变化，并选取地形模式发生变化的关键点。自这些点向湖体方向追踪剖面，拟合简单的数学曲线，如直线、抛物线、指数形或波状曲线，以匹配陆地坡度。通过将这些拟合曲线向水下延伸，模型逐步填充估算的三维湖底形态，同时考虑到沉积物层会使测得的水深比基岩盆地浅。

从多方向捕捉复杂的盆地形态

与早期从单一方向向内推进的技术不同，该模型同时从多个方向展开，并允许邻近方向间的信息流动。在每一深度步长处，它会调整假定的盆底最低点并重新选择最佳曲线形状，因此可以近似陡峭台阶、缓和浅滩和弯曲盆地等多种形态。作者在高原上的九个湖泊进行验证，涵盖从小型不规则盆地到大型深水湖泊。对于四个具备详细声纳剖面的湖泊，重建的水深与观测值相当吻合，典型差异为几米，且在5到50米深度范围内总体深度分布捕获得尤为良好。

该方法在估算水量方面的表现如何

为检验这些重建湖底是否能提供现实的蓄水量估算，研究团队将体积估算与基于卫星高度测量的独立数据集进行了比较（针对若干大湖）。对于具有较规则碗状的深水湖玛旁雍错，体积估算误差小于3%。其他湖泊差异更大，尤其是东格错那样的盆地呈现多个深陷中心和更复杂的水下几何结构。总体而言，该模型倾向于低估水量，因为它会平滑掉尖锐的水下山脊和坑洼，且在算法向深水推进过程中早期步长的小误差会累积。

这对跟踪高原水资源意味着什么

对非专业读者而言，核心信息是：仅凭卫星生成功能的岸边地形高度数据，我们就能绘制出有用的“最佳猜测”湖底图。在直接调查罕见的青藏高原，这一方法为估算大量湖泊的蓄水量及其随气候变化的演变提供了一种实用途径。该方法对形状相对简单的中等规模湖泊效果最佳，并能指出在哪些小型、超大或结构复杂的盆地需要额外数据或改进模型。随着更高分辨率地形数据与更好的校正技术的出现，基于地形的这类重建有望成为监测偏远山区水资源和湖泊生态系统的关键工具。

引用: Zhang, X., Qi, C., Xu, D. et al. Lake bathymetric reconstruction and water storage estimation method based on terrain feature similarity. Sci Rep 16, 15096 (2026). https://doi.org/10.1038/s41598-026-43121-7

关键词: 湖泊深度, 青藏高原, 水体储量, 数字高程模型, 水下地形