中國(guó)教育在線
中國(guó)教育在線
清華大學(xué)團(tuán)隊(duì)揭示全球百萬湖泊水域面積的多尺度動(dòng)態(tài)與季節(jié)性主導(dǎo)機(jī)制
2025-06-04 09:24
清華大學(xué)
作者:

  近日,清華大學(xué)水利水電工程系龍笛教授團(tuán)隊(duì)在全球地表水體遙感監(jiān)測(cè)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(dòng)態(tài)與季節(jié)性主導(dǎo)機(jī)制,在世界范圍內(nèi)打破了長(zhǎng)期困擾遙感水文界的“時(shí)間?空間”權(quán)衡瓶頸,推動(dòng)全球湖泊遙感監(jiān)測(cè)從“靜態(tài)觀測(cè)”邁入“高精度動(dòng)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(dòng)態(tài)》(Global dominance of seasonality in shaping lake-surface-extent dynamics)為題在線發(fā)表于《自然》(Nature)。


Nature 網(wǎng)站論文截圖

  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(zhǎng)期以來,科研界在湖泊變化研究中更多地關(guān)注長(zhǎng)期趨勢(shì)和年際波動(dòng),而對(duì)季節(jié)性動(dòng)態(tài)的系統(tǒng)刻畫不足?,F(xiàn)有權(quán)威數(shù)據(jù)集如歐盟委員會(huì)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(shí)空連續(xù)性與季節(jié)性動(dòng)態(tài)監(jiān)測(cè)方面存在不足。

  面對(duì)這一全球性挑戰(zhàn),清華研究團(tuán)隊(duì)長(zhǎng)期以來深耕高時(shí)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(jì)算等新一代信息技術(shù)開展研究。同時(shí),團(tuán)隊(duì)曾多次深入青藏高原腹地開展實(shí)地考察,基于實(shí)地觀測(cè)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(zhǎng)期的深入研究和多次科考經(jīng)歷不僅使研究團(tuán)隊(duì)加深了對(duì)湖泊多尺度動(dòng)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(dòng)態(tài)監(jiān)測(cè)不足的關(guān)鍵瓶頸,研究團(tuán)隊(duì)創(chuàng)新性地構(gòu)建了一套融合MODIS衛(wèi)星傳感器時(shí)間分辨率優(yōu)勢(shì)與GSW空間分辨率優(yōu)勢(shì)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(jì)算集群“探索1000”(配備超5萬個(gè)CPU處理器核)及云計(jì)算平臺(tái),累計(jì)消耗計(jì)算資源超8萬個(gè)機(jī)時(shí),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(shí)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(shí)序數(shù)據(jù)集,實(shí)現(xiàn)了對(duì)全球約140萬個(gè)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(cè)。

  Nature 編輯對(duì)這項(xiàng)研究工作如是評(píng)價(jià):“(該研究)對(duì)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(duì)湖泊面積的影響遠(yuǎn)超預(yù)期?!?/p>


基于深度學(xué)習(xí)的遙感大數(shù)據(jù)時(shí)空融合實(shí)現(xiàn)全球百萬湖泊的高分辨率水域面積連續(xù)監(jiān)測(cè)

  簡(jiǎn)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(duì)創(chuàng)造了一種基于人工智能的數(shù)據(jù)時(shí)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(shí)現(xiàn)了全球百萬湖泊的精準(zhǔn)動(dòng)態(tài)監(jiān)測(cè)。

  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(dòng)態(tài)監(jiān)測(cè)的可用性與科學(xué)性。

  基于該數(shù)據(jù)集,研究團(tuán)隊(duì)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(dòng)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(xiàng)發(fā)現(xiàn),從全球尺度上揭示了人類活動(dòng)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(dòng)。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(zhǎng)期趨勢(shì)。這一機(jī)制為理解極端氣候事件對(duì)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。


季節(jié)性主導(dǎo)全球約140萬湖泊的水域面積動(dòng)態(tài)

  該研究不僅在科學(xué)認(rèn)識(shí)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(dòng)作用,打破了長(zhǎng)期困擾遙感水文界的“時(shí)間?空間”權(quán)衡瓶頸,推動(dòng)全球湖泊遙感監(jiān)測(cè)從“靜態(tài)觀測(cè)”邁入“高精度動(dòng)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(guó)班戈大學(xué)教授伊斯特恩·伍爾韋(R. Iestyn Woolway)。該研究獲得國(guó)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(xiàng)目資助。

免責(zé)聲明:

① 凡本站注明“稿件來源:中國(guó)教育在線”的所有文字、圖片和音視頻稿件,版權(quán)均屬本網(wǎng)所有,任何媒體、網(wǎng)站或個(gè)人未經(jīng)本網(wǎng)協(xié)議授權(quán)不得轉(zhuǎn)載、鏈接、轉(zhuǎn)貼或以其他方式復(fù)制發(fā)表。已經(jīng)本站協(xié)議授權(quán)的媒體、網(wǎng)站,在下載使用時(shí)必須注明“稿件來源:中國(guó)教育在線”,違者本站將依法追究責(zé)任。

② 本站注明稿件來源為其他媒體的文/圖等稿件均為轉(zhuǎn)載稿,本站轉(zhuǎn)載出于非商業(yè)性的教育和科研之目的,并不意味著贊同其觀點(diǎn)或證實(shí)其內(nèi)容的真實(shí)性。如轉(zhuǎn)載稿涉及版權(quán)等問題,請(qǐng)作者在兩周內(nèi)速來電或來函聯(lián)系。

相關(guān)新聞
清華大學(xué) 2025-04-27 11:14