湖泊是地球上最重要的構成要素和生態系統之一，深刻影響著碳循環、溫室氣體排放和人類水資源安全。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測研究中取得重要進展——揭示全球百萬湖泊水域面積的多尺度動態與季節性主導機制，在世界范圍內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測從“靜態觀測”邁入“高精度動態解析”。相關研究成果在線發表於國際期刊《自然》。

在全球尺度上，為解決湖泊動態監測不足的關鍵瓶頸，研究團隊構建了一套融合MODIS衛星傳感器時間分辨率優勢與GSW空間分辨率優勢的深度學習遙感大數據融合框架，借助清華大學高性能計算集群“探索1000”（配備超5萬個CPU處理器核）及雲計算平台，累計消耗計算資源超8萬個機時，高效完成了遙感大數據處理與深度學習模型訓練，進而構建了迄今為止時空分辨率最高、覆蓋范圍最廣、連續性最強的全球湖泊水域面積時序數據集，實現了對全球約140萬個湖泊在月尺度、30米空間分辨率下的水域面積連續監測。

“如果將衛星遙感比作拍攝地球的‘太空相機’，以往拍出的照片不是分辨率不足，就是連續性不夠。現在，團隊創造了一種基於人工智能的數據時空融合‘導演’，將不同衛星數據融合成高清流暢、無斷檔的地球湖泊‘連續劇’，首次實現了全球百萬湖泊的精准動態監測。”團隊成員介紹，該數據集的用戶精度可達93%，生產者精度高達96%，缺值面積佔比從此前國際通用數據集的34%下降至1.2%，顯著提升了湖泊動態監測的可用性與科學性。

基於該數據集，研究團隊發現，全球66%的湖泊總面積和60%的湖泊數量，其水域面積動態都以季節性變化為主導。更為重要的是，這一季節性主導的分布格局與全球人口分布之間存在高度耦合關系——全球90%以上的人口，都居住在以季節性主導湖泊為主的流域。

“這從全球尺度上揭示了人類活動區域與水文季節性變化之間的深層聯系。它預示著，湖泊水文過程正日益受到季節性極端事件和人為調控的雙重驅動。比如，農業灌溉、工業和生活用水的季節性需求變化，都可能直接影響到湖泊‘變化’節奏。”團隊成員介紹。

此外，研究還發現，季節性極端事件可以在短期內顯著放大或抵消湖泊幾十年來的長期趨勢。這為理解極端氣候事件對湖泊生態系統和水資源安全的沖擊提供了科學依據，也為未來湖泊溫室氣體通量估算、生態環境保護及極端水文事件響應策略的制定提供了理論支撐。

分享讓更多人看到