湖泊的形成、扩张与收缩、消失及其引起的生存环境变化都反映了一定区域乃至全球的构造和气候事件。因此湖泊的保护与治理成为21世纪可持续发展的重要研究课题。湖泊作为区域陆地水循环中的一个重要载体，对区域的水量平衡发挥着重要的作用。湖泊水量的动态变化主要受气候变化和人类活动的双重影响。气候变化是引起湖泊水量动态变化的根本原因，而人类活动是湖泊水量变化的强化因素。湖区扩张或者萎缩的演化过程都会改变湖区原有的生态机构，其生态环境也遭受严重的威胁。及时、准确地获取湖泊水资源的分布、面积、水位和水量的变化信息，有利于充分认识湖泊的动态变化特征及驱动因素，对及时掌握区域水量平衡状况、水资源的可持续利用、灾害预警防控、生态环境保护等方面都具有重要的科学意义。
　　随着卫星遥感技术的快速发展，为湖泊的整体变化进行大范围、动态、全面深入的监测提供了有效的技术手段，使得利用卫星遥感资料来获取大范围长时间序列的湖泊变化信息成为可能。本文利用多源卫星数据开展了大型湖泊的水量变化估算与时空分析研究。基于光学遥感影像进行了水体表面积信息的提取；基于卫星测高数据进行了湖泊水位高程计算；联合多时间序列的湖泊面积数据与水位数据建立了相对水量估算的合理函数模型，实现大型湖泊的相对水量变化估计与多尺度时空分析。以非洲第一、世界第二大湖维多利亚湖为例，实证本论文研究的理论与方法。利用2009至2018年的MODIS时间序列遥感影像，进行湖泊轮廓和水体面积的信息提取，并结合Jason2/3卫星测高数据的时间序列水位计算结果，构建湖泊水体“面积-水位-水量”的最佳拟合关系模型，估算维多利亚湖的相对水量。并分析气候与人类活动变化对其体现出的多尺度时空演变规律。
　　本文的主要研究工作包括：
　　(1)数据的选取、收集与预处理。选取维多利亚湖的MODIS卫星遥感影像和Jason2/3卫星测高数据，环巢湖区域的Landsat-8卫星遥感影像，进行数据预处理，以及研究区地物分类系统的建立与光谱特征空间构建。
　　(2)遥感影像的地物信息识别与水体信息提取算法研究。基于改进的粒子群寻优算法，进行混合核函数的参数寻优构建K-ELM分类模型、进行正则化参数寻优构建R-ELM分类模型。通过比较标准SVM、标准ELM、K-ELM和R-ELM分类模型的精度与效率，选择合适的分类算法对维多利亚湖及周围缓冲区的土地利用/覆盖进行水体信息和地物信息的提取。
　　(3)大型湖泊的相对水量变化估算。基于遥感影像分类获取的时间序列的湖泊面积信息和Jason2/3卫星测高数据计算获得的时间序列湖泊水高数据结果，构建“面积-水位-水量”的最佳函数关系模型，对维多利亚湖泊长时间序列的相对水量进行估算。
　　(4)水量变化的多尺度时空分析与驱动因素影响分析。从不同的时间尺度，包括年际变化、季度变化、月际变化进行多尺度的水量时空变化分析。通过气温、降水、湖泊周围缓冲区土地利用类型变化，以及人口等要素分析气候变化和人类活动对水量变化的影响。