清華新聞網5月29日電 近日，清華大學水利水電工程系龍笛教授團隊在全球地表水體遙感監(jiān)測研究中取得重要進展。該團隊開發(fā)了一種基于深度學習的遙感大數(shù)據(jù)融合技術，實現(xiàn)了全球140萬個面積大于0.1平方千米的湖泊在月尺度、30米空間分辨率下的水域面積連續(xù)監(jiān)測。研究發(fā)現(xiàn)，季節(jié)性變化是主導全球湖泊水域面積動態(tài)的最核心機制，其空間分布與全球人口分布高度一致，反映出人類活動與湖泊季節(jié)性水文過程間緊密的耦合關系。
湖泊不僅是全球水文循環(huán)與生態(tài)系統(tǒng)的重要組成部分，還深刻影響碳循環(huán)、溫室氣體排放和人類水資源安全。長期以來，科研界在湖泊變化研究中多關注長期趨勢和年際波動，而對季節(jié)性動態(tài)的系統(tǒng)刻畫不足。現(xiàn)有權威數(shù)據(jù)集如歐盟委員會聯(lián)合研究中心2016年發(fā)布在《自然》上的Global Surface Water（GSW）數(shù)據(jù)集，為全球湖泊變化提供了重要參考，但在時空連續(xù)性與季節(jié)性動態(tài)監(jiān)測方面存在不足。
為解決這一關鍵瓶頸，龍笛教授團隊創(chuàng)新性地構建了一套融合MODIS衛(wèi)星傳感器時間分辨率優(yōu)勢與GSW空間分辨率優(yōu)勢的深度學習遙感大數(shù)據(jù)融合框架，借助高性能計算集群和云計算平臺，構建了迄今為止時空分辨率最高、覆蓋范圍最廣、連續(xù)性最強的全球湖泊水域面積時序數(shù)據(jù)集（圖1）。該數(shù)據(jù)集在用戶精度（93%）與生產者精度（96%）方面表現(xiàn)優(yōu)異，缺值面積占比從GSW數(shù)據(jù)集的34%下降至1.2%，顯著提升了湖泊動態(tài)監(jiān)測的可用性與科學性。
圖1.基于深度學習的遙感大數(shù)據(jù)時空融合實現(xiàn)全球百萬湖泊的高分辨率水域面積連續(xù)監(jiān)測
研究顯示，全球66%的湖泊總面積和59%的湖泊數(shù)量，其水域面積動態(tài)以季節(jié)性變化為主導（圖2）。更為重要的是，這一季節(jié)性主導分布格局與全球人口分布之間存在高度耦合關系──全球90%以上人口居住在以季節(jié)性主導湖泊為主的流域。這一發(fā)現(xiàn)從全球尺度上揭示了人類活動區(qū)域與水文季節(jié)性變化之間的深層聯(lián)系，預示著湖泊水文過程正日益受季節(jié)性極端事件與人為調控的雙重驅動。此外，研究發(fā)現(xiàn)季節(jié)性極端事件可在短期內顯著放大或抵消湖泊幾十年來的長期趨勢。這一機制為理解極端氣候事件對湖泊生態(tài)系統(tǒng)和水資源安全的沖擊提供了科學依據(jù)，也為未來湖泊溫室氣體通量估算、生態(tài)生境保護及極端水文事件響應策略的制定提供了理論支撐。
圖2.季節(jié)性主導全球約140萬湖泊的水域面積動態(tài)
該研究不僅在科學認識上取得關鍵突破，也在遙感大數(shù)據(jù)處理與人工智能方法論方面具有重要推動作用，打破了長期困擾遙感水文界的“時間?空間”權衡瓶頸，推動全球湖泊遙感監(jiān)測從“靜態(tài)觀測”邁入“高精度動態(tài)解析”。
相關研究成果以“季節(jié)性主導全球湖泊水域面積動態(tài)”（Global dominance of seasonality in shaping lake-surface-extent dynamics）為題，于5月28日發(fā)表于《自然》（Nature）。
清華大學水利系博士生李洛祺為論文第一作者，龍笛為論文通訊作者。合作者包括清華大學博士生王一鳴和英國班戈大學教授伊斯特恩·伍爾韋（R. Iestyn Woolway）。
研究得到國家自然科學基金和第二次青藏高原綜合科學考察研究等項目的資助。
論文鏈接：
https://www.nature.com/articles/s41586-025-09046-3
供稿：水利系
編輯：李華山
圖片設計：王琦鑫
審核：郭玲
