青藏高原湖泊變化遙感監測及水量平衡定量估算研究進展

陳 軍， 劉延昭， 曹立國， 胡建茹， 劉水林

（1.安徽建筑大學環境與能源工程學院，安徽合肥 230000；2.安徽省智慧城市工程技術研究中心，安徽合肥 230000；3.陜西師范大學地理科學與旅游學院，陜西西安 710061）

0 引言

青藏高原被稱為“世界屋脊”和“世界第三極”，平均海拔超過4 000 m，分布著1 000多個面積大于1 km2的高山湖泊［1］，這些湖泊是構成青藏高原水圈的重要部分。青藏高原還是亞洲主要河流的發源地，被譽為“亞洲水塔”，為東亞及南亞超過20億人口供應水源［2］。因其偏遠的地理位置極少受到人類活動的影響，所以青藏高原湖泊的動態變化能夠真實地反映其所處區域的氣候變化狀況及發展趨勢，是氣候變化的指示器［3］。青藏高原在過去的50年中表現出持續的升溫態勢，導致了冰川退縮和多年凍土消融［4］，與之相伴的氣候變化特征還有藏北西風區的降水量增加和藏南西南季風區的降水量減少。青藏高原的氣溫和降水量變化對湖泊演變甚至高原水循環產生了深遠的影響［5-6］。具體而言，1990年之前，西風帶影響區域降水減少，而且同時期氣溫下降抑制冰川融水，使得青藏高原內陸湖泊水位持續降低［7］。1990—2000年間，溫度升高導致補給冰川持續消融，打破了高原湖泊補給狀態原有的穩定，進而導致湖泊水位升高。2000年之后，降水對湖泊水位起著正效應作用。然而，2005—2013年間，隨著氣溫變暖的持續，該時段蒸散量的增加對湖泊水量增長速率起到削弱作用［5，8］。總體來說，過去幾十年青藏高原湖泊水位變化的空間分布特征和西風帶及印度季風帶影響區的降水量變化具有高度的空間一致性［8］。

目前，學術界基本認可大尺度的降水年代際變化是羌塘高原及青藏高原東北部湖泊擴張、南部湖泊收縮的主因。與此同時，冰川凍土退化又進一步加速湖泊擴張或抑制了部分湖泊收縮。由于缺乏可靠的觀測數據，很難準確量化青藏高原降水量變化和冰凍圈物質平衡對湖泊水量平衡的貢獻程度。要回答這個科學問題，需要對整個青藏高原更多湖泊水量平衡的定量估算，評估冰川融水、降水、凍土消融、蒸發和風速等因素對湖泊水量變化的貢獻［9］。青藏高原湖泊和冰川分布如圖1。

圖1 青藏高原湖泊和冰川分布圖［10］Fig.1 Topographic map of the Qinghai-Tibet Plateau and distribution of lakes and glaciers［10］

1 基于多源遙感數據的青藏高原湖泊變化監測

較小的人類活動和惡劣的自然環境導致青藏高原地面觀測數據空間分布有限，且實測精度和效率大大降低，這種局限卻反而為湖泊變化遙感監測技術發展提供了絕好的應用場景。

1.1 基于多源遙感數據的青藏高原湖泊面積變化

基于光學影像的水體信息自動提取常用算法有單波段閾值法［11］、水體指數法［12］、譜間關系法［13］等。單波段閾值法操作簡便，適用于較大范圍或平原地區的水體自動提取，但該方法難以消除植被、陰影等噪聲，且閾值選擇容易受人為主觀影響，精度較低；譜間關系法效果穩定，可識別復雜地物，較好地將陰影區和水體分開，適用于復雜地形的水體信息提取，但該算法涉及較多的邏輯判斷且操作繁雜。水體范圍圖像分類的傳統方法主要包括監督分類和非監督分類。當前，色度判別法、決策樹分類以及機器學習算法等新分類方法也被廣泛使用［14］。多源遙感數據的融合可以提高水體識別的準確性，如融合光學影像和合成孔徑雷達（SAR）數據，可以同時利用光學影像具有資源豐富和SAR數據幾乎不受云雨天氣影響的優點。實踐表明：針對分布密集的青藏高原內陸湖泊，人工目視檢查輔助下的水體自動分類與編輯是湖泊水體信息提取的最優方法［9］。在湖泊范圍變化監測數據源使用方面，從低分辨的NOAA影像，到中等分辨率的MO?DIS影像，以及高分辨率的Landsat、SPOT影像，再到 亞 米 級 的Quickbird、WorldView和IKONOS影像，以及我國的高分系列衛星影像等都已經被廣泛應用（表1）。不同時、空分辨率的光學影像在監測青藏高原湖泊范圍應用中各具優勢：空間分辨率高的影像能夠監測細部變化，而時間分辨率高的影像能夠監測短期變化。因此，為充分發揮不同類型數據的優勢和特點，聯合多種數據源能夠有效提高青藏高原湖泊范圍變化監測效果。

表1 青藏高原湖泊遙感監測常用傳感器一覽表［3］Table 1 Characteristics of satellites and sensors usually applied in lake studies in Qinghai-Tibet Plateau［3］

王蘇民等［15］詳細對比1960—1980年間的地形圖發現，青藏高原>1 km2的湖泊數量有1 081個，總面積約為45 000 km2。Zhang等［10］利用Landsat影像，對過去40年來青藏高原面積大于1 km2的湖泊數量和面積變化及其對氣候變化的響應進行研究，湖泊面積>1 km2的湖泊數量，從1976年的1 080個增加到2018年的1 424個，湖泊面積增大了約25.4%。值得注意的是，1970—1990s中期，大多數湖泊都呈現出萎縮趨勢，隨著青藏高原的持續增溫以及局地降水增加，1990s中期開始，湖泊基本上轉入擴張狀態。特別是在2000年以后，這種擴張幅度顯得尤為劇烈。但接下來的2005—2013年期間，擴張速度有所減緩，而近年來又出現擴張加速的現象［16］（圖2）。與湖泊面積變化相關的是湖泊數量的變化：在1970—1990年，面積>1 km2的湖泊數量略有減少，伴隨著湖泊面積在1990—2010年間的擴張，湖泊數量在1990—2010年期間也呈現顯著增加趨勢。青藏高原湖泊變化的時間特征還體現在顯著的季節差異上，導致季節差異的原因除了降水季節分配不均之外，還有就是冰川、凍土融化主要發生在溫暖的夏季。綜上，青藏高原絕大部分的湖泊春夏季處于豐水期，而秋冬季處于枯水期［17］。

圖2 1960—2020年青藏高原湖泊（>50 km2）面積變化趨勢［24-25］Fig.2 The changes in lake area（>50 km2）in Qinghai-Tibet Plateau during 1960—2020［24-25］

1.2 基于多源遙感數據的青藏高原湖泊水位及水量變化

青藏高原湖泊因其地處偏遠和氣象惡劣，在地表設置人工水文站點進行長期監測較為困難，目前只有青海湖（1959—）、納木錯（2005—）和羊卓雍錯（1974—）有長期連續的水位觀測［18］。但是這些有限的實測水位信息對驗證遙感數據的精度具有重要作用。衛星測高技術的發展，為大范圍、周期性監測湖泊水位變化提供了技術支持。目前常用的衛星測高數據主要包括雷達高度計（ENVISAT、Cryosat-2、TOPEX/Poseiden、Sentinel-3等）和激光高度計（ICESat-1/2等）兩大類。相對于雷達測高，激光測高精度更高，可以監測面積較小的湖泊水位［19］。而衛星雷達測高數據的優點是覆蓋的時間跨度更長，而且不易受到云雪天氣的影響。因此在長時間序列監測青藏高原面積較大的湖泊方面，衛星雷達測高發揮了重要的作用。青藏高原湖泊水域環境復雜，測高衛星常伴有可用性數據缺失或信息失真，通過改進數據處理方法能有效改善測高精度［20］。融合多種衛星測高數據，如Song等［21-22］聯合ICESat-1和CryoSat-2兩種衛星測高數據，不僅可以獲得更長時間序列的水位信息，還可提高水位獲取信息的時空分辨率［23］（圖3）。此外，聯合衛星測高技術與其他類型多源遙感數據還可以有效估算湖泊水量變化（圖4），如Zhan等［27］在利用ICESat-2激光測高數據對其進行精度評估的基礎上，采用SRTM DEM估算湖泊水量變化。

圖3 基于DAHITI數據的青藏高原典型湖泊的水位變化趨勢［26］Fig.3 The monthly trends in water elevations of typical lakes on the Qinghai-Tibet Plateau based on DAHITI data［26］

圖4 1976—2019年青藏高原湖泊（>50 km2）水量變化趨勢［45］Fig.4 The changes in the lake water volume（>50 km2）in Qinghai-Tibet Plateau during 1976—2019［45］

利用數據資源更為豐富的光學影像立體像對生成DEM來監測湖泊高程變化的方法已經被廣泛應用。此外，以湖泊流域DEM為基礎，湖泊水量變化能夠通過面積與水位變化估算［28］。

Zhang等［29］利用2003—2009年ICESat測高 數據觀測超過200個湖泊，結果表明青藏高原整體上體現出北部湖泊水位明顯升高，而南部水位以下降為主的空間分布特征。其中面積較大的色林錯水位上升顯著，1979—2017年該湖的水位上升幅度達0.37 m?a-1［30］，現已成為海拔超過4 000米最大的湖泊［16］。Yang等［28］聯合SRTM-DEM和Landsat影像建立了青藏高原>50 m2的湖泊面積與水量變化關系，并根據對114個湖泊估算結果表明，1976年以來湖泊水量呈現不同程度的增加。Luo等［31］聯合ICE?Sat-1/2監測了242個>1 km2的湖泊，結果顯示2003—2019年間，總水量變化率為（11.51±2.26）Gt?a-1。Li等［32］監測了青藏高原52個大型湖泊的水量變化，發現大部分湖泊呈現擴張趨勢，2000—2017年水量總共增加了（100.1±5.7）km3。

1.3 基于多源遙感數據的青藏高原湖泊水溫和湖冰變化

湖泊水溫是影響湖泊初級生產力的重要因素，也是氣候變化的敏感指標，水溫可以根據MODIS或NOAA/AVHRR的光學圖像的熱紅外波段進行反演或微波傳感器直接監測［3］（表2）。其中搭載在Terra和Aqua兩顆太陽同步衛星上的MODIS傳感器，具有較高的時間分辨率（一天兩次經過赤道），這為實時監測整個青藏高原湖泊水面溫度變化提供了有效的數據資源［46］。勾鵬等［47］就利用MODIS數據對納木錯表層湖水溫度變化率的觀測和模擬，他發現納木錯水溫的季節性差異很大，夏季水溫相對偏低，春、秋季節水溫相對偏高。Huang等［43］進一步發現納木錯湖水在1979—2012年間的夏季表層水溫逐年波動升溫，年平均升高（0.052±0.025）°C。

表2 基于不同遙感數據的青藏高原湖泊變化監測［3］Table 2 The monitoring in lake changes in the Qinghai-Tibet Plateau using different remote sensing data［3］

在湖水溫度普遍升高的背景下，湖冰作為大氣和湖泊間能量交換的結果，對氣候變化的指示器以及放大器作用更加明顯，冰物候能夠真實反映高原地區氣候在不同時段的變化信息及其變化趨勢。氣溫是湖冰最直接的影響因素，冬季均溫越低，湖冰覆蓋范圍越大，湖冰越厚，完全封凍天數越長。較大風速可以加速湖泊傳輸水汽和局地對流，導致湖面降溫明顯，加速湖冰凍結、冰厚增加，凍結期延長。從湖冰變化時間變化特征來看，湖冰變化與最低水溫、湖面最低輻射亮溫值的變化趨勢一致［40］。根據遙感圖像中湖水的光譜特征，湖水與湖冰在各波段的反射率呈現較大差異，因此利用湖面輻射亮溫突變可以判別湖泊凍融日期［40］，如采用AVHRR等亮溫數據來監測湖泊亮溫的長期變化信息，可以估算青藏高原湖泊凍結與消融日期的長期變化趨勢［48］。高時間分辨率的光學遙感也可以有效監測湖冰變化，如陳賢章等［49］通過AVHRR數據的1、2和4波段，監測1993至1994年青海湖的湖水凍結情況，殷青軍等［50］利用MODIS的1、2波段來識別湖冰變化。目前，MODIS積雪產品成為研究青藏高原湖冰變化使用最廣泛的光學遙感數據產品。受限于光學遙感的技術限制，大多數湖冰研究主要集中于湖冰范圍識別，對湖冰厚度的研究卻相對較少［51］。而不易受到云雪天氣影響的微波遙感數據除了監測湖冰范圍還能估算湖冰厚度，如歐洲遙感衛星（ERS）、Radarsat、Sentinel-2等提供的合成SAR影像可準確地估算湖冰形成/融化過程及湖冰厚度［52］。主動微波技術的時間分辨率較低，限制了對湖冰進行每日監測的能力，湖冰變化快、對時間分辨率要求高的特點適合被動微波輻射計數據［52］。

在湖冰監測結果方面，近20年來，隨著湖泊面積擴張，懸浮物濃度下降和透明度上升，湖冰凍結日期延后，冰期普遍縮短，如勾鵬等［47］發現2000年后納木錯青藏高原湖冰冬季凍結日期延后和春季消融日期提前導致冰期縮短，且消融期提前幅度較大。Kropá?ek等［41］利用MODIS 8天合成數據分析了2001—2010年青藏高原59個大型湖泊的冰物候變化，結果顯示大部分湖泊均出現冰期縮短的現象；Cai等［40］利用MODIS每日積雪產品發現青藏高原58個湖泊的平均冰期為157.78天，其中18個湖泊的平均冰期延長速率為1.11 d?a-1，另外40個湖泊的平均冰期縮短速率為0.80 d?a-1。令人意外的是，部分研究發現青藏高原南部湖泊春季湖冰的融化日期出現推遲的現象［53］，這是由于南極濤動等全球氣候異常使得青藏高原上空生成一個異常氣旋，這有利于該區域春季降雪的形成，進而降低地面氣溫，從而導致湖面結冰持續時間的延長［54］。

1.4 基于多源遙感數據的青藏高原湖泊鹽度和透明度變化

衛星遙感為大尺度多時段湖泊水體參數的反演提供了有力手段［16］，該技術不僅能夠被用來獲取湖泊水位、面積、水溫等物理信息，還可以被廣泛地用來監測鹽度、透明度、水生植物等水體參數指標［3，55］。利用遙感技術監測湖泊水質環境已經逐漸從定性描述發展到定量反演，如Lee等［56］利用青藏高原大部分湖泊的葉綠素、有機質、和懸浮物濃度很低的特征，基于水色-透明度反演模型分析2000—2017年152個湖泊透明度變化，其中91個湖泊呈透明度上升趨勢，而另61個呈透明度下降現象。此外，利用MODIS遙感影像特別是其中的B4綠色波段的湖泊反射率來反演湖泊透明度效果較好［57］。利用光學遙感提取青藏高原湖泊不同水域的光譜特征，并根據水質參數和水色的相互關系，還可研究水質的變化［58］。如劉翀等［57］使用MODIS數據測量湖泊透明度時間變化特征，并以塞氏盤實測數據作為驗證，結果表明降水/融水季節的湖泊透明度與湖泊所在流域的降水變化呈正相關。Song等［59］也利用水面光譜信號與實地測量的塞氏盤深度計監測了全國湖泊的透明度，結果發現青藏高原湖泊擁有最高的透明度（2.94 m）（圖5）。

圖5 青藏高原湖泊透明度分布圖［59］Fig.5 Distribution map of lake transparency in Qinghai-Tibet Plateau［59］

過去幾十年，伴隨著湖泊擴張的是淡水補給量增大，進而導致湖泊鹽度和礦化度下降。如Zhu等［60］發現色林錯地區大部分湖泊在1976—2017年間出現鹽度和礦化度普遍下降現象，特別是礦化度從1979年的18.5 g?L-1下降到2017年的12.4 g?L-1［61］。水溫、鹽度等水體參數變化對湖泊的水生生物也產生了深遠的影響，如Lin等［62］發現水溫和鹽度的變化對青藏高原湖泊食物鏈各營養級的相互作用機制中，鹽度在3～5或25～28 g?L-1區間時，湖泊浮游動物種群對鹽度變化最為敏感。水溫隨季節變化的同時，與此密切相關的是生態及生物多樣性的變化，湖水溫度和鹽度變化會影響湖中生態系統多樣性以及食物鏈的長度［5］。

2 青藏高原湖泊水量平衡定量估算及氣候驅動因素分析

2.1 青藏高原湖泊水量平衡定量研究

部分學者針對某單一湖泊，以流域為尺度應用多源遙感與水文模型進行了定量研究，力圖得出每個氣候因素對湖泊變化具體的貢獻程度［63］。如朱立平等［34］率先定量化評估出不同氣候要素對納木錯湖泊擴張的貢獻程度，結果表明盡管降水是納木錯最主要的湖泊補給來源（～60%），而冰川融水只占總補給量的～10%，但是冰川融水對湖泊近期的擴張卻起著主導作用（表3）。Lei等［64］模擬出納木錯、色林錯和蓬錯等以冰川融水補給為主的湖泊的水位上升中冰川融水貢獻程度達到了11.4%～28.7%。Tong等［65］聯合地表水文模型與冰川融化模型計算出降水對色林錯湖泊水量變化貢獻程度為67%～75%，而冰川融化的貢獻程度卻小于10%。Zhou等［66］采 用Water and Energy Budget-based Distribut?ed Hydrological Model（WEB-DHM）模型和兩種蒸發算法測算出流域徑流輸入、湖面降水量和蒸發量對湖泊水量平衡的貢獻程度分別為49.5%、22.1%和18.3%。當前，隨著遙感技術的發展，越來越多的更大尺度的湖泊水量平衡定量化研究取得進展，如Zhang等［67］估算出青藏高原內陸地區的湖泊水量增加的主要貢獻因素是降水增加（74%），而冰川融化、凍土消融和其他因素分別貢獻了13%、12%和1%。Zhang等［68］還進一步監測了1976—2019年1 132個面積大于1 km2的湖泊的水量變化，并評估了冰川補給對流域范圍內湖泊水量變化的貢獻程度。

表3 納木錯和色林錯的水量平衡定量估算各要素變化情況［30，44］Table 3 Characteristics of quantitative estimation on water balance of Nam Co and Selin Co［30，44］

青藏高原氣象站點大多集中在高原東南部海拔較低的山谷地帶，降水在不同海拔梯度存在較大差異，而且高山地區衛星降水數據仍有較大誤差［69］。在冰凍圈監測方面，有連續的物質平衡觀測的冰川青藏高原只有15條［6］，凍土監測更為稀少。以上數據的缺失導致基于模型的湖泊定量研究缺少必要的計算參數，最終使得青藏高原只有部分典型湖泊的水量平衡被進行詳細地定量研究，這對于青藏高原龐大的湖泊數量來說十分有限。

2.2 青藏高原湖泊水量平衡的氣候驅動因素

以地表徑流補給為主的湖泊主要受降水影響，以冰凍圈融水補給為主的湖泊則受氣溫影響較大［70］。就具體的地域分布特征而言：氣候干旱的藏北地區內陸湖泊受到羌塘高原穩定的冰川補給，但1990年代中期以來，由于大西洋多年代際振蕩使得西風減弱進而導致水汽滯留青藏高原上空，還導致更多的來自阿拉伯海的水汽進入青藏高原［71］。以上大尺度氣候原因導致青藏高原特別是西風帶影響區域明顯的暖濕化成了湖泊擴張的主要原因［72］；高原西部尤其是阿里地區的湖泊在過去40年擴張趨勢明顯，湖泊水量受到冰川融水和降水共同影響，特別是在降水稀少的年份，該區域內的冰川融水仍能有效維持湖泊水量平衡［73］。藏東地區的湖泊總體上也體現出擴張特征，但其擴張程度不及北部和西部地區湖泊。較為特殊的是：藏南地區的湖泊水量總體上體現出持續減少的現象，如羊卓雍錯近些年來仍出現面積減少、水位下降的現象［74-75］。

降水是影響青藏高原湖泊水量平衡的最主要因素，Lei等［76］發現1970年代以來喜馬拉雅山地區降水的減少對應了湖泊的萎縮，1990年代以來青藏高原中部和北部地區的降水累積量的增加對應了湖泊的擴張。Jiang等［35］通過對比降水量與湖泊水量變化來推測降水是湖泊變化的主要驅動因素。通過降水量還能預測青藏高原湖泊未來的演變趨勢，如Yang等［77］用水量平衡模型由湖泊水量變化來反演出該時段降水量的變化，然后利用氣候模型中預測的降水量變化趨勢來推測未來20年青藏高原湖泊的擴張程度。

蒸發量是湖泊水量平衡的另一重要影響因子，風速和太陽輻射的減小使得青藏高原多數地區潛在蒸發的減弱［78］，這一定程度上影響了過去幾十年大多數湖泊的擴張。湖泊水量變化同時受到降水和蒸發的共同影響，大量的研究都表明，1970年至80年代青藏高原湖泊的劇烈萎縮與該時段的低降水量與高蒸發量有直接的關系［79-80］。Lei等［76］測算出降水增加和蒸發減少對青藏高原中部湖泊的水量增加起著～70%的貢獻程度。

日益加速的冰川消融和凍土退化通常被認為是促進湖泊擴張和抑制湖泊收縮的重要因素［81］，如Lei等［82］通過對令戈錯流域冰川儲量與湖泊水量的估算發現冰川融水是湖泊擴張的主要原因，Li等［83］推測凍土退化可能是青藏高原湖泊變化的重要驅動因素。Song等［84］通過分別比較冰川補給類型湖泊與非冰川補給類型湖泊與降水變化的相關程度，發現該區域的湖泊擴張中冰川消融與降水/蒸發扮演了相同重要的作用。與之相反，Brun等［85］發現藏高原內流區冰川質量損失對湖泊體積增加的貢獻卻十分有限（19%±21%）。Ke等［86］也證實了Brun等的觀點，他進一步發現冰川消融產生的水量［（0.44±0.80）Gt?a-1］在青藏高原內流區湖泊大規模的水量增加［（9.44±1.43）Gt?a-1］中所占的比重非常小。Zhang等［67］直接估算出青藏高原內陸地區由于凍土退化貢獻了該區域湖泊水量增加的12%。

參照Yang等［28］的分類依據，青藏高原湖泊變化的氣候驅動類型可分為：A型：西風控制區的羌塘高原中、北部和阿里地區的湖泊變化受降水增加和冰川融水的影響，具有由平穩向強烈擴張的趨勢；B型：印度季風影響下藏南湖泊，近期印度季風降水量的減少，水量變化呈現波動下降趨勢；C型：青藏高原東南部湖泊變化主要受降水影響，先平穩后快速增加；D型：西風主導的青藏高原中北部和東北部，2000年前后降水增加明顯的區域，過去幾十年出現先減后增的現象（圖6）。

圖6 不同氣候驅動因素主導下的青藏高原湖泊分類［28］Fig.6 The classification of lakes on the Qinghai-Tibet Plateau under different climatic driving factors［28］

綜上，關于青藏高原湖泊變化的氣候響應機制研究大多停留在對降水、蒸發、溫度、風速、冰凍圈融化等氣候因素的定性描述上。但隨著遙感技術的發展，在湖泊水量平衡方面，越來越多的研究開始在定量化方面取得進展［9］。

3 結論與展望

3.1 結論

（1）遙感技術在缺乏傳統實測水文數據的青藏高原湖泊監測方面具有廣闊應用前景，湖泊范圍、水位、冰物候、水體參數等反映區域氣候變化的重要指標都是可以通過遙感技術比較容易地獲取。當前，學術界在青藏高原湖泊水量估算、湖泊-氣候量化影響、水體參數反演、湖冰監測及補給冰凍圈物質平衡等方面取得大量的進展。

（2）過去幾十年，暖濕化環境下的降水增多和冰川凍土消融導致青藏高原絕大部分地區湖泊持續擴張，而且湖泊水位變化的空間分布特征和西風帶及印度季風帶影響區的降水量變化具有高度的空間一致性。

（3）大尺度的降水年代際變化是青藏高原湖泊近期變化的主要原因，而冰川凍土加速消融又進一步加速湖泊擴張或抑制了部分湖泊收縮。隨著遙感技術的發展，青藏高原在更多、更大尺度的湖泊水量平衡定量估算方面取得越來越多的進展。

3.2 展望

青藏高原湖泊不僅對區域氣候變化響應敏感，還通過大氣環流對更大尺度的氣候格局產生影響，在夏季甚至能影響周邊地區的降水［87］。盡管遙感及其反演技術能夠較容易地獲取湖泊面積和水位等信息，但由于湖盆形狀、湖泊深度、岸線地形差異，使得青藏高原湖泊到底存儲了多少水量一直較難估算［5］。掌握氣候變化對湖泊儲水條件及儲水量的影響機理，對深入了解“亞洲水塔”的水循環作用至關重要。此外，全面掌握湖泊理化性質能更好地理解湖泊對氣候變化的響應，這就要求基于遙感影像光譜數據和湖泊水色反演湖泊鹽度、透明度及其他理化性質在算法和精度上進行更多地改進。

大西洋多年代際振蕩（Atlantic Multidecadal Os?cillation，AMO）和南極濤動（Antarctic Oscillation，AAO）等氣候事件通過西風和印度季風影響著青藏高原的大氣環流和降水變化。與此同時，全球氣候變暖導致的冰川凍土退化也深刻地影響著高原的湖泊形狀和理化性質變化。在此背景下，更多流域的湖泊水量平衡的主導機制如何？水量平衡的不同影響要素在大尺度氣候變化及大氣環流波動下如何發展作用？回答以上科學問題需要基于遙感技術在更大范圍、更多的流域尺度開展徑流（包括融水、降水及地下水）、降水、蒸發、風速等多因素聯合觀測與建模。此外，對湖泊水量變化的深入理解，還必須開展遙感和氣候變化相結合的學科交叉研究。即使在遙感技術獲得前所未有發展的今天，關于青藏高原湖泊監測的某些關鍵技術難點仍然難以克服，如：湖泊水深測量、巨大海拔高差導致的氣象數據失真、流域徑流記錄等。將來，隨著更多遙感數據的開放共享，以及更多水文與氣象站點的投入使用，為青藏高原湖泊的水量平衡定量研究提供更好的數據條件。