基于卫星的高山亚洲冰川湖自动清查与变化检测

高山湖泊为何关系到下游民众

在亚洲高出树线的宏伟山脉上，数以万计的小型寒冷湖泊停泊在或毗邻冰川之上。这些水体看似偏远而洁净，实际上却在不声不响中调节流入世界若干大河的水量——并且有时会释放出毁灭性的洪水。该研究展示了科学家如何利用一种新的、基于开放卫星数据的全自动方法，追踪高山亚洲几乎所有的冰川湖及其在变暖气候中的变化。

在“世界的屋脊”监测水量

高山亚洲包括喜马拉雅、喀喇昆仑、天山等山系，有时被称为地球的“第三极”，因其巨大的冰储量。该区域的雪与冰川融水补给着印度河、恒河、布拉马普特拉河及许多其他河流，养活数以亿计的人口。冰川湖充当天然蓄水体，储存融水并将其逐步释放到下游。然而，当其天然堤坝因滑坡、冰崩或随时间削弱而失效时，便会产生冰川湖溃坝洪水（GLOF），沿狭窄山谷快速下泄并冲入有人居住区。自19世纪以来，高山亚洲记录了近700起此类事件，造成数千人死亡，并严重破坏道路、桥梁和水电工程。

从手绘地图到智能自动化侦测

科学家长期以来利用卫星影像绘制冰川湖图，但早期工作严重依赖人工描绘或仍需人工修正的半自动工具。山地阴影、积雪、漂浮冰和深色岩石常常使软件将陆地误识为水体或相反。因此，许多地图忽略了最小的湖泊，尽管这些湖泊也可能决口并导致严重洪灾。新研究通过在谷歌地球引擎云平台上结合多条免费卫星数据流——Landsat-8 与 Sentinel-2 的光学影像、Sentinel-1 的雷达数据、温度信息以及现代数字高程模型——来解决这些挑战。

新型数字湖泊识别器如何工作

研究人员首先在15个山地子区域内围绕超过94,000座冰川划定了范围，从每座冰川向外延伸12.5公里，以捕捉由现今或过去冰体形成的湖泊。随后他们筛选出成千上万幅卫星影像以聚焦无冰季节，并构建了巧妙的“合成”影像，最大限度减少云覆盖同时保留每个湖泊的最大可能范围。通过将光学影像中对水高度敏感的颜色指数与雷达反射结合，并掩除陡坡与极冷表面，系统识别出表现为开放水体的像素。这些候选水域通过基于对象的规则和直方图测试进行清理，以去除阴影与其他伪像。在第二步中，使用高分辨率的 Sentinel-2 影像进一步锐化湖岸线，自动选择每个湖泊看起来最大且雪覆盖最少的影像。最后，利用全球河流地图剔除河流状的形态。

高山湖泊的详细普查

借助该流程，团队制作了2022年高山亚洲31,698个冰川湖的清单，覆盖约2,240平方公里——相当于一个小国的面积。大多数湖泊体量偏小：超过一半面积小于20,000平方米，只有约十分之一超过100,000平方米，但这些较大湖泊承载了超过70%的总水面面积。近70%的湖泊分布在海拔4,000到5,400米之间，内藏高原拥有最高的湖泊，而东天山则有一些较低的湖泊。当研究者将制图重复应用于两个多年度时期（2016–17 和 2022–24）并比较结果时，发现总体湖面面积增长约5.5%。增幅不均：祁连山增长超过22%，而帕米尔几乎无变化。约四分之三的湖泊规模大致保持不变，少部分缩小，其余则扩大——尤其是那些直接接触冰川前缘的湖泊，这类湖泊与正在进行的冰川退缩关系密切。

这幅自动化图景可靠性如何？

为检验系统的表现，作者将其输出与跨越高山亚洲主要气候带的四个测试区的精细人工描绘进行了比较。对于中型和大型湖泊，自动方法分别检测到超过96%和100%的湖泊，并以约97%的平均面积精度描绘出其轮廓。对于极小湖泊，受限于影像分辨率和季节性冻结，检测性能有所下降，但该方法仍优于其他自动清单，并与最佳的人工成果高度一致。

对下游居民意味着什么

研究表明，现在有可能在不依赖大量分析人员的情况下，持续、几近无缝地监测这一世界最偏远、最崎岖地区的冰川湖。新的清单证实，随着冰川变薄和后退，这些湖泊在数量和面积上都在增加，这既加剧了未来冰川湖溃坝洪水的风险，也明确了哪些地区的蓄水增长最为迅速。通过公开其地图和方法，作者为各机构提供了一个可靠的基线，可用于优先安排实地核查、设计预警系统并在基础设施规划中考虑未来湖泊变化。随着卫星性能的持续提升，此类自动监测甚至可能发展为年度或季节性更新，为社区争取更多时间来应对随之而来的风险与机遇。

引用: Kumar, R., Vijay, S. Automated satellite-based glacial lake inventory and change detection in High Mountain Asia. Sci Rep 16, 5760 (2026). https://doi.org/10.1038/s41598-026-35446-0

关键词: 冰川湖, 高山亚洲, 卫星监测, 气候变化, 洪水风险