近日，清華大學(xué)水利水電工程系龍笛教授團(tuán)隊在全球地表水體遙感監(jiān)測研究中取得重要進(jìn)展，揭示全球百萬湖泊水域面積的多尺度動態(tài)與季節(jié)性主導(dǎo)機(jī)制，在世界范圍內(nèi)打破了長期困擾遙感水文界的“時間?空間”權(quán)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(guān)研究成果以《季節(jié)性主導(dǎo)全球湖泊水域面積動態(tài)》（Global dominance of seasonality in shaping lake-surface-extent dynamics）為題在線發(fā)表于《自然》（Nature）。
突破全球技術(shù)瓶頸 實現(xiàn)“最高、最廣、最強(qiáng)”
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更多地關(guān)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(quán)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。
面對這一全球性挑戰(zhàn)，清華研究團(tuán)隊長期以來深耕高時空分辨率衛(wèi)星遙感數(shù)據(jù)融合理論與方法，結(jié)合人工智能和云計算等新一代信息技術(shù)開展研究。同時，團(tuán)隊曾多次深入青藏高原腹地開展實地考察，基于實地觀測和遙感分析，揭示了該地區(qū)中大型湖泊在21世紀(jì)初的快速擴(kuò)張規(guī)律。長期的深入研究和多次科考經(jīng)歷不僅使研究團(tuán)隊加深了對湖泊多尺度動態(tài)的理解，也奠定了后續(xù)在全球尺度開展工作的方法和技術(shù)基礎(chǔ)。
在全球尺度上，為解決湖泊動態(tài)監(jiān)測不足的關(guān)鍵瓶頸，研究團(tuán)隊創(chuàng)新性地構(gòu)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(xué)習(xí)遙感大數(shù)據(jù)融合框架，借助清華大學(xué)高性能計算集群“探索1000”（配備超5萬個CPU處理器核）及云計算平臺，累計消耗計算資源超8萬個機(jī)時，高效完成了遙感大數(shù)據(jù)處理與深度學(xué)習(xí)模型訓(xùn)練，構(gòu)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(qiáng)的全球湖泊水域面積時序數(shù)據(jù)集，實現(xiàn)了對全球約140萬個湖泊在月尺度、30米空間分辨率下的水域面積連續(xù)監(jiān)測。
Nature編輯對這項研究工作如是評價：“（該研究）對湖泊水域面積這一經(jīng)典議題進(jìn)行了全新審視，發(fā)現(xiàn)季節(jié)性變化對湖泊面積的影響遠(yuǎn)超預(yù)期。”
簡單來說，如果將衛(wèi)星遙感比作拍攝地球的“太空相機(jī)”，以往拍出的照片不是分辨率不足，就是連續(xù)性不夠。現(xiàn)在，團(tuán)隊創(chuàng)造了一種基于人工智能的數(shù)據(jù)時空融合“導(dǎo)演”，將不同衛(wèi)星數(shù)據(jù)融合成高清流暢、無斷檔的地球湖泊“連續(xù)劇”，首次實現(xiàn)了全球百萬湖泊的精準(zhǔn)動態(tài)監(jiān)測。
值得一提的是，該數(shù)據(jù)集的用戶精度可達(dá)93%，生產(chǎn)者精度高達(dá)96%，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(xué)性。
推動全球湖泊遙感監(jiān)測 告別“靜態(tài)觀測”，迎來“高精度動態(tài)解析”
基于該數(shù)據(jù)集，研究團(tuán)隊有了新發(fā)現(xiàn)：研究顯示，全球66%的湖泊總面積和60%的湖泊數(shù)量，其水域面積動態(tài)都以季節(jié)性變化為主導(dǎo)。更為重要的是，這一季節(jié)性主導(dǎo)的分布格局與全球人口分布之間存在高度耦合關(guān)系——全球90%以上的人口，都居住在以季節(jié)性主導(dǎo)湖泊為主的流域。
這項發(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。它預(yù)示著，湖泊水文過程正日益受到季節(jié)性極端事件和人為調(diào)控的雙重驅(qū)動。比如，農(nóng)業(yè)灌溉、工業(yè)和生活用水的季節(jié)性需求變化，都可能直接影響到湖泊的“變化”節(jié)奏。
此外，研究還發(fā)現(xiàn)，季節(jié)性極端事件可以在短期內(nèi)顯著放大或抵消湖泊幾十年來的長期趨勢。這一機(jī)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(xué)依據(jù)，也為未來湖泊溫室氣體通量估算、生態(tài)生境保護(hù)及極端水文事件響應(yīng)策略的制定提供了理論支撐。
該研究不僅在科學(xué)認(rèn)識上取得關(guān)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(quán)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”。
清華大學(xué)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(xué)水利系博士生王一鳴和英國班戈大學(xué)教授伊斯特恩·伍爾韋（R.Iestyn Woolway）。該研究獲得國家自然科學(xué)基金和第二次青藏高原綜合科學(xué)考察研究等項目資助。
編輯：李華山
