准确监测湖泊水位与水储量变化对于理解气候变化影响和实施可持续水资源管理至关重要。尽管湖泊仅占陆地面积的1.8%，其水文变化却呈现出显著的时空异质性，例如，在过去20年里，青藏高原湖泊的储水量显著增加，而中亚和蒙古高原则普遍存在显著的湖泊干旱化。遥感技术的快速发展使其成为大规模监测湖泊水位和蓄水量变化的重要手段，但传统卫星测高技术时空覆盖有限，主要适用于大型湖泊。虽然消落带地形的重建为湖泊水动态监测提供了一个新的思路，但全球范围内此类数据仍十分匮乏。SWOT卫星通过Ka波段雷达干涉仪（KaRIn）实现了技术突破，以21天重访周期和推扫式观测策略覆盖了全球90%的地表。本研究首次提出空间迭代滤波加权平均融合框架（SIF-WAF），利用SWOT科学轨道下首年的观测数据（2023年7月-2024年7月）重建了湖泊消落带地形。通过多时相观测的迭代去噪和权重融合，SIF-WAF显著改善了单时相数据质量与覆盖能力的局限性。该方法在本研究中已经用于4个水库和4个自然湖泊的消落带地形重建。结果显示：所有研究区域的重建消落带地形平均绝对误差均小于1米，其中扬卡内洛湖和卓乃湖MAE分别为0.04米和0.12米。此外，在未受轨道间隔和长期干旱导致的数据缺失影响的区域，消落带地形的重建率达95%以上。该方法相较于SRTM DEM和FABDEM等传统DEM能够更加有效且动态地获取地表高程从而重建消落带地形。消落带地形为量化湖泊储量变化和模拟碳循环等生物地球化学过程提供了关键基础数据。总而言之，本研究创新性地提出了一种广域适用的湖泊消落带地形重建方法，构建了耦合多源遥感数据的湖泊水动态监测框架，提出了SWOT与多源DEM的协同策略。研究成果充分彰显了新一代SWOT测高卫星在气候变化与人类活动双重影响下，实现大尺度湖泊水文过程精准监测的独特技术优势，为应对全球变化背景下流域水资源管理提供了可靠的技术支撑。

湖泊消落带,地形,SWOT,测深,水位,时空融合