近日，清华大学水利水电工程系教授龙笛团队成功揭示了全球百万湖泊水域面积的多尺度动态与季节性主导机制，在世界范围内打破了长期困扰遥感水文界的“时间-空间”权衡瓶颈，推动全球湖泊遥感监测从“静态观测”迈入“高精度动态解析”。相关研究成果在线发表于《自然》。
现有权威数据集为全球湖泊变化提供了重要参考，但在时空连续性与季节性动态监测方面存在不足。为突破这一关键瓶颈，龙笛团队构建了一套融合MODIS卫星传感器时间分辨率优势与GSW空间分辨率优势的深度学习遥感大数据融合框架，借助清华大学高性能计算集群“探索1000”及云计算平台，累计消耗计算资源超8万个机时，完成了遥感大数据处理与深度学习模型训练，构建了迄今时空分辨率最高、覆盖范围最广、连续性最强的全球湖泊水域面积时序数据集，实现了对全球约140万个湖泊在月尺度、30米空间分辨率下的水域面积连续监测。
简单来说，如果将卫星遥感比作拍摄地球的“太空相机”，以往拍出的照片不是分辨率不足，就是连续性不够。现在，团队作为基于人工智能的数据时空融合“导演”，将不同卫星数据制作成高清流畅、无断档的地球湖泊“连续剧”，首次实现了全球百万湖泊的精准动态监测。
基于该数据集，研究团队还有新发现。研究显示，占全球总面积66%的湖泊和占全球数量60%的湖泊水域面积动态都以季节性变化为主导。更为重要的是，这一季节性主导的分布格局与全球人口分布之间存在高度耦合关系——全球90%以上的人口，都居住在以季节性主导湖泊为主的流域。
该发现从全球尺度上揭示了人类活动区域与水文季节性变化之间的深层联系，显示湖泊水文过程日益受到季节性极端事件和人为调控的双重驱动。农业灌溉、工业和生活用水的季节性需求变化，都可能直接影响湖泊的“变化”节奏。
研究还发现，季节性极端事件可以在短期内显著放大或抵消湖泊几十年来的长期趋势。这为理解极端气候事件对湖泊生态系统和水资源安全的冲击提供了科学依据，也为未来湖泊温室气体通量估算、生态生境保护及极端水文事件响应策略的制定提供了理论支撑。（陈彬）
相关论文信息：
https://doi.org/10.1038/s41586-025-09046-3
