卫星测高是随着空间技术的不断进步而发展起来的新型边缘科学，本论文将利用测高技术对青藏高原湖泊水位和冰川高程变化进行监测，以此掌握青藏高原水资源的变化特征及发展趋势，同时结合研究区气象站点的数据资料，分析湖泊、冰川时空变化对气候变化的响应，为研究区的经济发展规划提供基础资料，对综合评估中国西部气候变化的资源环境效应以及揭示全球气候对本区域自然资源的管理和可持续发展具有重要意义，具体的研究内容如下:　　(1)由于受到陆地杂波和地形等因素的影响，高度计在内陆地区的实际测量波形并不符合Brown模型，为了得到更加精确的测距精度，学者们发展多种波形重跟踪算法来对回波波形进行重跟踪处理。通过对内陆湖泊和冰川上的高度计雷达回波进行分析，发现内陆的回波波形主要有三种形态:尖峰型（单峰、双峰或者多峰）、（似）海洋型（波形的后缘不一定缓慢下降）和尖峰波形与（似）海洋波形的组合型三种，本文在现有研究成果的基础上总结了一种面向内陆湖泊和冰川的子波形重跟踪算法，对现有内陆波形的重跟踪算法进行改进，为高精度的内陆高度计波形数据处理提供支持。　　(2)本文使用2002～2012年间的Envisat、Cryosat-2、Jason-1和Jason-2四种雷达卫星测高数据，监测了整个青藏高原51个湖泊的水位变化。总体上，它们呈0.201 m/a的上升趋势，但其中42个湖泊呈均值为0.275m/a的水位上升趋势，9个湖泊呈均值为-0.144 m/a的水位下降趋势，从流域分布上，具有南部湖泊水位下降，北部湖泊水位上升，而中部大部分湖泊水位上升、小部分湖泊水位下降的趋势，并且个别湖泊水位夏、冬两季水位变化趋势有反转现象，由于水位上升的湖泊面积更大、数量更多，因此整个青藏高原湖泊呈水量增加的趋势。　　为了增加多种高度计数据的使用效率，本文提出了一种基于抗差估计理论的多种高度计数据融合算法，对四种不同高度计数据进行了处理，使监测的湖泊水位变化的时间分辨率比单独使用一种高度计数据高得多，但监测的湖泊数量会受到卫星脚印密集程度的影响。本文在考虑不同高度计水位时间序列间存在高程系统差、单天水位异常和季节变化等因素的基础上，提出了一种基于抗差估计的多种高度计数据融合算法来对多种高度计数据进行处理，并估计湖泊水位变化的长期趋势。　　此外，通过查阅大量文献，对影响湖泊水位变化的温度、降水、蒸发等气候因素和冰川、冻土等环境因素进行了探讨。发现每个湖泊水位变化的主要原因可能各不相同，但主要与温度上升、降水量增加和蒸发量减少有关。尤其是上升的气温，它不仅促进了冰川和长年积雪的融化，而且触发了冻土的退化，来补给湖泊，导致大部分湖泊水位上升。　　(3)本文在前人研究的基础上，以青海湖为对象，在缺少相关地学知识或研究区环境数据的背景下，基于水位数据自身特点建立了线性-周期-残差组合模型，来对湖泊水位变化进行模拟与预测。本文使用该方法预测了青海湖未来2年的水位变化，预测精度达到分米量级。它虽然是一种数理统计方法，没有明确的物理意义，但无需考虑物理模型中通常所需要的地学知识和环境恶劣导致的多种环境数据缺失等问题，对湖泊水位变化的模拟和预测取得了较好的效果。　　此外，经对SSA算法的特性分析以及与青海湖水文站的历史水位数据比较可知，高度计获取的湖泊水位时序受到均值为0，方差为0.5 m的白噪声和均值为0.2202-0.2473 m，均方根为0.252-0.2800 m的有色噪声的共同影响，消除白噪声后高度计数据监测内陆湖泊的水位变化的精度可以达到分米量级。　　(4)由于测高数据在南、北两极以外地区的低时空分辨率，并且地面脚印直径过大等原因，使得交叉点法、重复轨迹法等这样的方法难以使用，而ICESat/GLAS数据和SRTM-DEM数据具有很高的一致性，它们可以为冰川监测提供可靠的数据源。本文基于普通Kriging法，利用ICESat/GLAS测高数据和SRTM-DEM数据之间的高程差数据监测了青藏高原崇测冰帽的高程变化，获取了崇测冰帽2003～2009年间的高程变化时间序列，并由此提取了其高程年平均变化速率。经分析，崇测冰帽总体上具有消融的趋势(-0.153±0.942m/a)，同时还具有南部冰面高程下降、北部冰面高程上升的空间分布特点。　　此外，我们还对影响冰川高程变化估算精度的地形因素，以及影响冰川高程变化的主要气候因素进行了分析与讨论。崇测冰帽处于地形非常复杂的地区，ICESat/GLAS数据与SRTM-DEM数据之间的高程差数据以及最终估算的冰川高程年平均变化速率的精度都随着坡度和粗糙度的增加而降低。研究区的气候变化以温度、蒸发、日照时数上升，而湿度下降为主要特征。通过冰面高程变化与附近两气象站的温度、降水、蒸发、湿度、日照时数等气象变量的相关性分析和多元线性回归分析表明，持续升高的温度对冰川高程变化影响特别显著，它促进了蒸发量的增加，导致了冰川的消融。