高分辨率遥感揭示高亚洲地区45.1万个小水体的分布特征及其气候响应机制

本研究针对高亚洲地区(HMA)复杂地形下小水体(<0.01 km2)监测难题，开发了多阶段分割-分类框架，结合光谱-纹理特征提取与对象级优化技术，首次构建了包含451,777个水体的高精度数据集(WBD-HMA)，其中83,246个位于冰川区(较既往高2-6倍)，274,039个位于多年冻土区(新识别16.6%的<3 km2小水体)，单位误分类率仅0.1%。该成果为理解气候变化敏感区水文动态提供了关键基础数据。

　　

被称为"亚洲水塔"的高亚洲地区(High-Mountain Asia, HMA)拥有中纬度最庞大的冰川和多年冻土分布，其水体变化直接影响着下游数十亿人口的用水安全。然而，受制于极端环境条件和复杂地形，传统遥感技术难以准确识别该区域大量存在的小型水体(<0.01 km²)。这些小水体虽然单个面积有限，但因其高周长-面积比特性，在碳氮循环和局地气候调节中发挥着不成比例的重要作用。更棘手的是，气候变暖正促使这些小水体加速形成，它们储存的热量又会进一步加剧冰川和多年冻土退化，形成恶性循环。

中国科学院青藏高原研究所的研究团队在《Scientific Data》发表的最新研究，通过创新性地融合多时相Sentinel-2影像(2019-2023年)的光谱特征与深度学习技术，构建了首个覆盖全HMA地区的高精度水体数据集(WBD-HMA)。关键技术包括：(1)基于随机森林(Random Forest)的多指数水体识别算法；(2)50米缓冲区的卷积神经网络(ConvNet)水体类型分类；(3)结合ALOS DEM的地形特征优化。通过分层验证策略，在像素级和对象级分别达到99.65%和96.58%的总体精度。

【水体空间分布】

研究首次系统记录了HMA地区460,053个水体，总面积76,915.9 km²。其中97%的水体面积小于0.1 km²，却仅占总水面的3.39%，揭示小水体在数量上的绝对优势。高程分析显示水体集中分布在4000-5500米区间。

【冻土区水体特征】

在多年冻土区识别出188,149个水体，较已有数据(QTP_Perm_TL)提高1.2倍。特别值得注意的是，16.55%的水体与河流连通，其中>1 km²的大型水体连通率达92.46%。研究还发现不同冻土类型区的水体面积-数量关系存在显著差异：连续冻土区小水体(0.0001-0.01 km²)数量被既往模型低估，而孤立冻土区则被高估达135.88倍。

【冰川区水体特征】

在冰川10公里缓冲区内识别出83,246个水体，数量是既往数据集(Glakes_HMA)的3.01倍。这些小水体中37%具有潜在溃决风险，且研究证实近年多起重大灾害均由小水体溃决引发链式反应所致。形态指标显示，水体面积与热分层现象呈显著相关性，这对理解水体热力学过程至关重要。

这项研究建立的WBD-HMA数据集不仅解决了高海拔山区小水体监测的技术难题，更揭示了两个关键科学认知：其一，冻土区水体数量-面积关系存在明显的空间异质性，这对碳通量估算模型构建具有重要修正意义；其二，冰川区大量新识别的小水体重新定义了灾害风险评估的范畴。该成果为"第三极"地区水资源管理、碳循环研究和灾害预警提供了不可替代的基础数据支撑，相关方法框架也可推广至其他高山地区的水文监测。