潘夢(mèng)，曹云剛,2

(1.西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院，成都 611756; 2.西南交通大學(xué)高速鐵路運(yùn)營(yíng)安全空間信息技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室，成都 611756)

0 引言

冰湖是反映全球變化的重要敏感因子之一，它是全球變暖與冰川消融共同作用的結(jié)果。高亞洲地區(qū)擁有全球最大的低緯度高海拔冰川，形成了全球分布最為密集的冰湖區(qū)域，由于高原冰湖變化與氣候變化的內(nèi)在聯(lián)系以及冰湖潰決等自然災(zāi)害頻發(fā)的重大影響[1-2]，使得高亞洲地區(qū)冰湖研究一直是相關(guān)領(lǐng)域科研人員所關(guān)注的熱點(diǎn)。由于高亞洲區(qū)域特殊的地形地貌特點(diǎn)，使得遙感技術(shù)成為開展大范圍高原冰湖研究的重要手段。盡管基于遙感技術(shù)的高亞洲冰湖信息提取、冰湖時(shí)空演變特征分析及全球變化響應(yīng)領(lǐng)域已經(jīng)擁有大量的科學(xué)研究成果，但是多是基于局部區(qū)域開展，且在時(shí)間尺度分辨率方面也存在不足，同時(shí)現(xiàn)階段還缺少對(duì)相關(guān)研究成果的系統(tǒng)梳理與總結(jié)。鑒于此，本文通過對(duì)現(xiàn)階段高亞洲地區(qū)冰湖遙感研究文獻(xiàn)的計(jì)量分析，整理出當(dāng)前研究的諸多熱點(diǎn)問題，分析了高亞洲地區(qū)冰湖研究的區(qū)域性特征與差異，總結(jié)了冰湖信息遙感提取技術(shù)的發(fā)展歷史和現(xiàn)狀，介紹了高亞洲地區(qū)冰湖時(shí)空特征分析、冰湖全球變化響應(yīng)的最新研究進(jìn)展與成果，同時(shí)還探討了冰湖遙感研究領(lǐng)域的不足及未來的發(fā)展趨勢(shì)，以期為冰湖研究提供有益借鑒。

1 高亞洲冰湖遙感研究的文獻(xiàn)計(jì)量分析

在過去的30 a中，高亞洲冰湖作為一個(gè)獨(dú)特的地理對(duì)象，受到了廣大科研工作者的極大關(guān)注。本文整理了Web of Science中已有的文獻(xiàn)記錄，對(duì)近30 a來高亞洲地區(qū)冰湖研究成果的時(shí)間和空間特征進(jìn)行了初步分析。在Web of Science數(shù)據(jù)庫(kù)中，以“glacial lake”為主題，篩選出1990—2019年之間發(fā)表的關(guān)于高亞洲冰湖研究的文章，共計(jì)319篇。全球有超過30個(gè)國(guó)家開展了高亞洲區(qū)域冰湖的相關(guān)研究，圖1中列出了發(fā)文量前8的國(guó)家，其中中國(guó)憑借特殊的區(qū)位優(yōu)勢(shì)，已經(jīng)成為高亞洲冰湖研究的引領(lǐng)者。

圖1 1990—2019年高亞洲冰湖研究國(guó)家分布Fig.1 Study country distribution of HighAsia glacial lake in 1990—2019

圖2為冰湖研究論文數(shù)量和被引用次數(shù)的時(shí)間序列曲線，從中可以看出，隨著近年來遙感數(shù)據(jù)源共享程度的不斷提升，以及空間數(shù)據(jù)處理分析技術(shù)的快速發(fā)展，冰湖相關(guān)研究的成果數(shù)量呈現(xiàn)逐年快速增加的趨勢(shì)。同時(shí)，筆者借助python獲取了文獻(xiàn)高頻關(guān)鍵字詞條(圖3)，其中冰湖潰決、氣候變化、遙感、GIS出現(xiàn)頻率較高，反映出冰湖研究的全球性與學(xué)科交叉的特點(diǎn)。

圖2 1990—2019年高亞洲冰湖研究成果與引文數(shù)量變化趨勢(shì)Fig.2 Research results and citation quantity trendof High Asia glacial lake in 1990—2019

圖3 高亞洲冰湖研究關(guān)鍵字詞云圖Fig.3 WordCloud of key words inHigh Asia glacial lake research

除了上述不同時(shí)間內(nèi)冰湖研究成果數(shù)量的綜合統(tǒng)計(jì)，本文也對(duì)高亞洲地區(qū)冰湖研究的空間分布特點(diǎn)進(jìn)行了分析。高亞洲地區(qū)是全球氣候變化最敏感地區(qū)之一，主要包括興都庫(kù)什山、喀喇昆侖山、喜馬拉雅山、天山和阿爾泰山等區(qū)域，這些地區(qū)分布著大量形態(tài)、面積不一的冰湖。由于所處區(qū)域的地理區(qū)位重要性不同和數(shù)據(jù)采集難度的差異，各個(gè)區(qū)域的冰湖研究水平和成果數(shù)量也有較大的差異。如圖4所示，喜馬拉雅山區(qū)是冰湖研究熱點(diǎn)區(qū)域，祁連山與橫斷山、天山冰湖研究相對(duì)較少。

圖4 高亞洲不同地區(qū)冰湖研究文章數(shù)量統(tǒng)計(jì)圖Fig.4 Statistics of the number of research papers on glaciallakes in different regions of High Asia

2 高亞洲冰湖信息遙感提取研究進(jìn)展

在現(xiàn)有冰湖研究過程中，準(zhǔn)確翔實(shí)的冰湖信息是完成研究工作的基礎(chǔ)。冰湖信息一般包括冰湖位置、面積、輪廓邊界、水位、水量、水質(zhì)等，按其獲取途徑可分為地面與遙感的方法，按其提取技術(shù)又可劃分為手動(dòng)、半自動(dòng)及全自動(dòng)3種方式，下文中將從不同角度對(duì)相關(guān)研究進(jìn)展進(jìn)行總結(jié)。

2.1 冰湖形態(tài)信息提取

1903年麥茨巴赫博士曾在天山考察時(shí)手繪了麥茨巴赫冰湖的位置圖[3]，此后為了水資源變化監(jiān)測(cè)與冰湖誘發(fā)災(zāi)害評(píng)估，冰湖逐步受到廣大科研人員和工程技術(shù)人員的關(guān)注。在高原冰湖研究的初期，觀測(cè)手段比較落后，野外考察和實(shí)地測(cè)量是進(jìn)行冰湖位置和輪廓信息采集的主要手段。隨著高新技術(shù)的快速發(fā)展，新型測(cè)繪技術(shù)裝備，如GPS、三維激光掃描儀被廣泛用于野外數(shù)據(jù)采集(圖5)，還會(huì)借助無人船、無人機(jī)以及搭載測(cè)量?jī)x器的氣球等設(shè)備進(jìn)行危險(xiǎn)地區(qū)冰湖的測(cè)量。隨著野外觀測(cè)儀器設(shè)備和技術(shù)手段的進(jìn)步，冰湖研究的基礎(chǔ)數(shù)據(jù)更具科學(xué)性、完整性和長(zhǎng)期性。

雖然野外實(shí)地測(cè)量是獲取冰湖位置和輪廓信息最為有效的辦法，但由于高亞洲地區(qū)冰湖分布范圍廣泛，所處環(huán)境惡劣，且動(dòng)態(tài)變化顯著，從而難以在大尺度區(qū)域?qū)ζ溥M(jìn)行動(dòng)態(tài)監(jiān)測(cè)[4]。遙感技術(shù)(尤其是衛(wèi)星遙感)憑借其全球覆蓋和高時(shí)間、高空間分辨率的優(yōu)勢(shì)，已被廣泛應(yīng)用于大區(qū)域尺度的冰川及冰湖監(jiān)測(cè)。針對(duì)高亞洲冰湖形態(tài)遙感監(jiān)測(cè)的研究進(jìn)展，本文從遙感數(shù)據(jù)來源與遙感數(shù)據(jù)處理方法2個(gè)方面進(jìn)行總結(jié)。

2.1.1 冰湖遙感數(shù)據(jù)源

目前，全球范圍內(nèi)可用于冰湖調(diào)查的衛(wèi)星遙感數(shù)據(jù)種類較多，本文根據(jù)已有的文獻(xiàn)材料匯總整理出現(xiàn)階段冰湖遙感研究中被廣泛使用的遙感數(shù)據(jù)源，如表1所示。Google Earth影像也廣泛用于冰湖監(jiān)測(cè)未列入表內(nèi)。

表1 冰湖遙感監(jiān)測(cè)常用星載遙感數(shù)據(jù)列表Tab.1 List of satellites/sensors usedfor glacial lake monitoring

國(guó)際上采用衛(wèi)星遙感數(shù)據(jù)開展冰湖遙感監(jiān)測(cè)始于1970年。到目前為止，Landsat系列數(shù)據(jù)是國(guó)內(nèi)外進(jìn)行長(zhǎng)時(shí)間序列(1970年—2019年)冰湖遙感監(jiān)測(cè)的主要數(shù)據(jù)源，尤其是2013年發(fā)布的具有相對(duì)高時(shí)間和空間分辨率的Landsat8數(shù)據(jù)，已成為全球冰湖研究的首選。Landsat等光學(xué)遙感數(shù)據(jù)在進(jìn)行大范圍長(zhǎng)時(shí)間序列冰湖信息提取時(shí)具有極大優(yōu)勢(shì)，但卻面臨著成像質(zhì)量造成的數(shù)據(jù)缺失問題，全天時(shí)、全天候觀測(cè)的微波遙感數(shù)據(jù)(ASAR，Sentinel-1)成為其有效補(bǔ)充。隨著近年來高亞洲地區(qū)冰湖研究的擴(kuò)展和深入，有證據(jù)顯示面積較小的冰湖對(duì)氣候變化的敏感程度更高[5]，因此高空間分辨率光學(xué)遙感數(shù)據(jù)(米級(jí)或亞米級(jí))被用于小區(qū)域冰湖信息提取，進(jìn)而開展局部精細(xì)化研究。總的來看，單一數(shù)據(jù)源難以滿足全面、準(zhǔn)確評(píng)估區(qū)域內(nèi)冰湖動(dòng)態(tài)變化的需求，開展粗、細(xì)分辨率共存，多源數(shù)據(jù)優(yōu)勢(shì)互補(bǔ)的冰湖信息提取研究，將有助于全方位了解冰湖的變化情況。

2.1.2 冰湖輪廓遙感提取方法

鑒于高亞洲地區(qū)特殊的地理位置，遙感技術(shù)在本區(qū)域的冰湖研究中發(fā)揮了巨大作用。近年來，研究人員為了提高高寒區(qū)域冰湖的識(shí)別精度，在數(shù)據(jù)源優(yōu)選和數(shù)據(jù)分析方法上不斷進(jìn)步，將冰湖信息遙感提取手段由最初的人工目視解譯，逐步發(fā)展為人工輔助的半自動(dòng)分析，進(jìn)而構(gòu)建了全自動(dòng)的冰湖信息提取方法。

1) 冰湖手動(dòng)提取。作為冰湖形態(tài)信息遙感提取最常用的方法，人工目視解譯的手動(dòng)冰湖信息提取技術(shù)在1970年—2000年階段被廣泛使用，大量的研究人員使用1970年—1980年的航空影像和2000年左右的Landsat，ASTER等航天遙感影像開展了目視解譯工作。如Xu Q H等在1989年對(duì)喜馬拉雅山進(jìn)行考察時(shí)，采用目視解譯的方法對(duì)冰湖進(jìn)行識(shí)別和編目[6]。王欣團(tuán)隊(duì)基于ArcGIS，ENVI，Google Earth等軟件采用人工數(shù)字化的方法完成了高亞洲地區(qū)以及以青藏高原為核心的中國(guó)西部的冰湖編目[7-8]。張國(guó)慶等使用人工數(shù)字化的方法完成了第三極冰湖編目[5]。

冰湖手動(dòng)提取方法雖然精度較高，但費(fèi)時(shí)費(fèi)力，難以滿足大范圍冰湖識(shí)別的需求。隨著遙感數(shù)據(jù)分辨率的提升與遙感數(shù)字圖像處理技術(shù)的快速發(fā)展，半自動(dòng)/全自動(dòng)的冰湖識(shí)別方法也日趨豐富。

2) 冰湖半自動(dòng)提取。冰湖半自動(dòng)提取是指在冰湖輪廓提取過程中，需要部分依賴于手工工作或人為的規(guī)則設(shè)置，主要包括半自動(dòng)輪廓跟蹤，區(qū)域生長(zhǎng)和閾值分類等方法，其中又以閾值法應(yīng)用最為廣泛。如Frey等2010年提出一種基于多光譜光學(xué)遙感數(shù)據(jù)和DEM的半自動(dòng)冰湖檢測(cè)方法[9]。王欣等在研究近20 a來天山冰湖變化時(shí)，有針對(duì)性地對(duì)每景Landsat影像手動(dòng)設(shè)置NDWI閾值，然后將閾值作為輸入條件輸入決策樹中，進(jìn)行冰湖的提取[10]。Raj G等2013年根據(jù)NDWI手動(dòng)設(shè)置閾值，疊加DEM數(shù)據(jù)識(shí)別喜馬拉雅山錫金地區(qū)的冰湖，并完成了錫金地區(qū)的冰湖編目[11]。張波等基于時(shí)序SAR影像的強(qiáng)度歸一化比值來提取貢巴冰川末端冰湖，通過人工選樣來確定區(qū)分水體與非水體的最佳閾值[12]。

閾值法提取冰湖簡(jiǎn)單有效，但是受發(fā)育環(huán)境影響，冰湖顏色、濁度、葉綠素含量不一樣，導(dǎo)致冰湖間光譜分布具有明顯差異。此外，山體陰影的特征和冰湖的特征也非常相似，因此難以使用固定(單)閾值來大范圍提取冰湖。在實(shí)際工作中，需要對(duì)每一幅影像手動(dòng)設(shè)置閾值，以期得到冰湖與冰、雪、陰影的最佳分類閾值。Mitkari K V等基于Sentinel-2數(shù)據(jù)使用最佳閾值確定法與Sobel邊緣檢測(cè)相結(jié)合的半自動(dòng)方法提取甘戈特里的冰湖，能夠較好地區(qū)分水體與冰、雪、陰影[13]。Jain S K等[14]基于ASTER數(shù)據(jù)采用支持向量機(jī)的方法半自動(dòng)地檢測(cè)了喜馬拉雅山不丹地區(qū)冰湖，此方法在提取受陰影影響的冰湖方面優(yōu)于NDWI閾值法。Bulley等在2013年基于ASTER數(shù)據(jù)采用集成分類樹與空間度量的方法分析喀喇昆侖山脈冰川與冰湖的變化，但此方法在圖像分割時(shí)需要進(jìn)行人工樣本選擇與訓(xùn)練[15]。

半自動(dòng)提取方法雖然使用較為廣泛，在效率方面就人工方法提升顯著，但是其諸多步驟具有人工依賴和區(qū)域限制的特點(diǎn)，從而限制了其在全球/半球等大尺度范圍的推廣與應(yīng)用。

3) 冰湖全自動(dòng)提取。冰湖全自動(dòng)提取方法是指事先建立固定的模型或規(guī)則，然后自動(dòng)執(zhí)行，不需人工干預(yù)就能完成冰湖形態(tài)信息的提取。Li J等2012年基于“全域-局部”的分層迭代思想，提出了遙感影像與DEM相結(jié)合的冰湖信息自動(dòng)化提取方法，并將其應(yīng)用于喜馬拉雅山冰湖的提取[16]。全局-局部閾值分割算法能夠在一定程度上實(shí)現(xiàn)冰湖的精確自動(dòng)提取，但對(duì)于微型冰湖來說，由于其與背景信息具有非常相似的光譜，從而造成特征混淆，自動(dòng)識(shí)別算法的精度受到極大的影響。針對(duì)光譜異質(zhì)性，Zhao H等將水平集分割理論應(yīng)用到冰湖提取中，使用閾值分割和簡(jiǎn)化活動(dòng)輪廓模型方法基于Landsat8數(shù)據(jù)進(jìn)行高亞洲3個(gè)典型冰湖發(fā)育區(qū)域： 喜馬拉雅山中部、藏東南地區(qū)和阿爾泰山區(qū)域冰湖的提取，并與FCM(閾值法和模糊聚類分析)方法進(jìn)行對(duì)比，結(jié)果表明TSCV的準(zhǔn)確率為73.92%，F(xiàn)CM的準(zhǔn)確率是66.30%，研究成果提高了小冰湖提取的精度[17]。Chen F等使用上述TSCV方法基于Google Earth Engine平臺(tái)識(shí)別了2015年整個(gè)青藏高原的冰湖，其中喀喇昆侖山北部、昆侖山西部、喜馬拉雅山北部、藏東南地區(qū)的測(cè)試精度均在90%以上，提高了大規(guī)模自動(dòng)化冰湖信息提取的準(zhǔn)確率[18]。該團(tuán)隊(duì)同時(shí)基于GF-2影像使用NDWI與非局部活動(dòng)輪廓結(jié)合的方法識(shí)別了阿爾泰山區(qū)域的冰湖，證明此方法同樣適用于高分辨率遙感影像識(shí)別微型冰湖[19]。Veh G等基于Landsat數(shù)據(jù)使用RF(隨機(jī)森林)算法識(shí)別了1988—2016年喜馬拉雅山潰決冰湖，總體精度可達(dá)到91%[20]。Bhardwaj A等基于Landsat8數(shù)據(jù)結(jié)合濕度指數(shù) WI 和模糊聚類法(LDA)自動(dòng)提取了Shaune Garang冰川附近的冰湖，提取精度可達(dá)99%[21]。

自動(dòng)識(shí)別方法中，機(jī)器學(xué)習(xí)的一些方法如聚類、決策樹、支持向量機(jī)、隨機(jī)森林等，對(duì)于冰湖提取的準(zhǔn)確性在很大程度上取決于先驗(yàn)知識(shí)的選擇和訓(xùn)練樣本的可靠性?；趫D像分割技術(shù)的TSCV方法較好，能夠克服光譜異質(zhì)性的影響，同時(shí)能夠識(shí)別渾濁的小冰湖，但計(jì)算過程較復(fù)雜，算法的普適性也不盡理想，僅適用于Landsat8數(shù)據(jù)，對(duì)Landsat5數(shù)據(jù)及一些高分辨率影像，如GF-2,WorldView數(shù)據(jù)等，其冰湖識(shí)別精度還有待大范圍檢驗(yàn)。

2.2 冰湖水量信息提取

冰湖水量對(duì)于研究冰湖潰決具有重要意義。現(xiàn)有冰湖水量通常是通過體積-面積-水位經(jīng)驗(yàn)公式進(jìn)行計(jì)算[22]。其中，冰湖水深多使用聲吶測(cè)深儀測(cè)量，水位則采用ICESat等激光測(cè)高衛(wèi)星測(cè)量。如Yao X J等使用SyQwest HydroboxTM高分辨率便攜式測(cè)深儀與橡皮艇和GPS相連測(cè)量龍巴薩巴冰湖的水深，結(jié)果顯示聲納數(shù)據(jù)的測(cè)量平均誤差為1～2 m，可用于湖盆面積計(jì)算冰湖體積(水量)[23]。Yang R M等使用Hydro science便攜式超聲波測(cè)深儀進(jìn)行藏東南米堆冰湖的水深測(cè)量，獲得了米堆冰湖的水下地形，然后采用Cut/Fill方法計(jì)算冰湖儲(chǔ)水量[24]。Song等使用ICESat和Cryosat-2組合測(cè)高儀研究念青唐古拉山區(qū)域內(nèi)的湖泊水面高度變化，結(jié)果顯示所有湖泊都呈現(xiàn)出水位升高的趨勢(shì)，其中冰湖水位的增長(zhǎng)率(0.421±0.018 m/年)高于非冰湖增長(zhǎng)率(0.171±0.036 m/年)[25]。

通過遙感技術(shù)來開展冰湖水量信息提取，可以較為高效地獲取冰湖面積、冰湖水位(水深)等信息，但是由于無法精確獲取水下地形，還需利用體積-面積-水位經(jīng)驗(yàn)公式進(jìn)行水量估算。受限于冰湖樣本數(shù)量，難以建立適用于所有冰湖的體積-面積-水位經(jīng)驗(yàn)公式，使得經(jīng)驗(yàn)?zāi)Ｐ陀?jì)算冰湖水量誤差率可高達(dá)100%[26]。由此可見，高精度的水下地形測(cè)量技術(shù)是未來實(shí)現(xiàn)冰湖水量精確提取的重要手段。

2.3 冰湖水質(zhì)信息提取

湖泊水質(zhì)是反映水體變化及其對(duì)氣候變化響應(yīng)的重要指標(biāo)之一[27]。人為活動(dòng)影響較少的冰湖對(duì)于氣候變化研究更為有利。當(dāng)前可查閱的研究文獻(xiàn)中，幾乎未見采用空間遙感技術(shù)進(jìn)行冰湖水質(zhì)研究的相關(guān)報(bào)道，水質(zhì)信息提取一般通過野外采樣，實(shí)驗(yàn)室檢測(cè)的方式實(shí)施。如Yan H M等在2008年采集了珠穆朗瑪峰區(qū)域3個(gè)冰湖的樣本，分析發(fā)現(xiàn)冰湖的葉綠素含量與CDOM(有色可溶性有機(jī)物)遠(yuǎn)低于內(nèi)陸湖泊[28]。閆露霞等在2016年9—10月采集喜馬拉雅山中段藏布流域的11個(gè)冰湖的樣本，并對(duì)其水質(zhì)進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)11個(gè)冰湖均為淡水湖，并且冰湖水體受到Fe，Mn，Cr，Ni的污染較為嚴(yán)重[29]。Salerno F等在研究喜馬拉雅山中部冰湖水質(zhì)時(shí)，發(fā)現(xiàn)冰湖中的重金屬含量與冰湖融水有關(guān)，由于冰川融化導(dǎo)致冰底的硫化物釋放，使得喜馬拉雅山中部冰湖中的硫酸根離子濃度在近20 a增加了4倍[30]。

由于所處的高寒/高海拔位置，大大增加了高亞洲冰湖水質(zhì)樣本采集的難度，同時(shí)也造成采樣點(diǎn)時(shí)空分布嚴(yán)重不均勻，開展長(zhǎng)時(shí)間大規(guī)模尺度冰湖水質(zhì)研究具有較大的難度。隨著全球范圍內(nèi)高光譜遙感技術(shù)的快速發(fā)展，有望在近期提升高亞洲地區(qū)冰湖水質(zhì)信息提取的能力，從而推動(dòng)相關(guān)領(lǐng)域的科學(xué)研究水平。

3 高亞洲冰湖時(shí)空演變對(duì)氣候變化的響應(yīng)分析

冰湖演變是一個(gè)復(fù)雜的過程，且存在顯著的區(qū)域差異，研究冰湖時(shí)空特征及其區(qū)域差異不僅對(duì)水資源評(píng)價(jià)和冰湖潰決風(fēng)險(xiǎn)分析具有重要意義，同時(shí)也對(duì)研究全球氣候變化的區(qū)域差異有積極作用。本文從冰湖時(shí)空演變格局及其對(duì)全球變化的響應(yīng)2個(gè)方面來總結(jié)高亞洲區(qū)域的研究現(xiàn)狀。

3.1 冰湖時(shí)空格局演變特征分析

冰湖時(shí)空變化分析在研究水資源格局變化及災(zāi)害預(yù)警等方面都具有重大意義。大量研究者利用不同時(shí)期的遙感影像以及現(xiàn)有的冰川、冰湖編目等資料，對(duì)近幾十年高亞洲地區(qū)冰湖時(shí)空變化進(jìn)行全方位分析。本文匯總整理了近年來高亞洲地區(qū)冰湖時(shí)空演變方面的研究成果(表2)，發(fā)現(xiàn)現(xiàn)有對(duì)冰湖的時(shí)空變化差異分析幾乎覆蓋了高亞洲所有區(qū)域，如圖6(a),(b)所示。其中，王欣等[31]使用1990年和2018年兩期Landsat數(shù)據(jù)提取了高亞洲區(qū)域冰湖，28 a內(nèi)高亞洲區(qū)域冰湖面積增加了263.20±28.24 km2，整體擴(kuò)張速率為15.5%。Nie Y等使用1990年、2000年、2005年、2010年、2015年5期Landsat數(shù)據(jù)分析了整個(gè)喜馬拉雅山冰湖的時(shí)空變化[32]。舒梅海[33]、吳坤鵬[34]分析了阿爾泰山、天山區(qū)域冰湖分布及變化特征等等。

表2 近30年高亞洲不同地區(qū)冰湖時(shí)空變化研究結(jié)果列表Tab.2 Results of glacial lake spatiotemporal change in the major mountains on the High Asia

此外，現(xiàn)有研究還從不同角度、不同作用形式上分析了冰湖的時(shí)空演變特征。如Gardelle J等對(duì)1990—2009年喜馬拉雅-興都庫(kù)什地區(qū)提取的冰湖進(jìn)行分析，結(jié)果表明在各山脈分區(qū)內(nèi)部的冰湖可能存在面積變化截然相反的情況[35]。Nie Y等從位置和地形方面分析了喜馬拉雅山區(qū)域冰湖的分布特點(diǎn)，研究表明喜馬拉雅山南北側(cè)、中、西東部冰湖面積、數(shù)量、擴(kuò)張速率存在差異[36]。Song C等[37]、Zhang G等[5]研究表明冰湖的時(shí)空變化與冰川的變化緊密相連，且海拔越高，冰湖的數(shù)量、面積的變化越大，呈現(xiàn)出顯著的垂直變化差異。

總體而言，現(xiàn)有冰湖時(shí)空變化分析多是基于Landsat等中高分辨率遙感數(shù)據(jù)提取的冰湖信息開展的。受制于遙感數(shù)據(jù)源質(zhì)量與冰湖信息提取算法性能，冰湖的制圖精度及時(shí)間連續(xù)性存在不足從而對(duì)相關(guān)研究產(chǎn)生顯著影響，尤其是制約了精細(xì)化的區(qū)域冰湖時(shí)空演變研究。

3.2 冰湖變化對(duì)全球氣候變化的響應(yīng)

冰湖變化是氣候波動(dòng)的產(chǎn)物，同時(shí)又反饋于氣候變化，它們存在內(nèi)在的響應(yīng)機(jī)制。目前有關(guān)冰湖變化與氣候變化之間響應(yīng)機(jī)制的研究報(bào)道并不多見，對(duì)兩者的關(guān)系研究主要集中于在進(jìn)行冰湖時(shí)空變化差異分析時(shí)，探究其與氣候變化之間的聯(lián)系。如Hasnain S I[38]研究了氣候變化背景下喜馬拉雅山地區(qū)冰川與冰湖的變化，認(rèn)為全球變暖背景下氣溫升高是該地區(qū)冰川和冰湖變化的主要驅(qū)動(dòng)因素。Wu S[39]定量評(píng)價(jià)了喜馬拉雅山容克西盆地冰川退縮與冰湖擴(kuò)張變化，結(jié)果顯示冰川呈現(xiàn)整體退縮、冰湖呈現(xiàn)整體擴(kuò)張的趨勢(shì)，結(jié)合氣溫和降水資料分析后發(fā)現(xiàn)，持續(xù)的升溫是造成當(dāng)前冰川退縮和冰湖擴(kuò)張的主要驅(qū)動(dòng)因素。王欣等在研究橫斷山冰川與冰湖時(shí)也表明氣溫上升是導(dǎo)致冰湖擴(kuò)張的主要原因，同時(shí)表明受走廊屏障的影響，冰湖分布存在時(shí)空差異[31]。

總體而言，持續(xù)的升溫可能是造成當(dāng)前高亞洲冰川退縮和冰湖擴(kuò)張的主要驅(qū)動(dòng)因素，表現(xiàn)為冰湖數(shù)量的增加與面積的擴(kuò)張，但是在氣候變化影響背景下的冰湖時(shí)空變化具有明顯的差異性。王欣等[31]，Zhang G等[5]系統(tǒng)研究冰川-冰湖-氣候三者響應(yīng)關(guān)系時(shí)表明，氣溫升高造成的母冰川融水是冰湖擴(kuò)張的主要原因，并且研究了不同海拔高度下升溫率不同造成冰湖的變化差異，有助于深入研究區(qū)域氣候垂直變化及差異。同時(shí)Zhang G等在研究第三極冰湖時(shí)表明，面積較小的冰湖(<0.05 km2)變化速率最快，面積越小，對(duì)氣候變化越敏感[5]。

上述研究均是通過冰湖面積及數(shù)量與氣象站的氣溫、降水、蒸發(fā)之間的統(tǒng)計(jì)分析得出的結(jié)論。但是冰湖發(fā)育地區(qū)氣象數(shù)據(jù)非常有限，且分布極為不均勻，難以精準(zhǔn)地表示氣候的變化，同時(shí)對(duì)局部區(qū)域的統(tǒng)計(jì)分析也不足以揭示其響應(yīng)的科學(xué)規(guī)律。此外，冰湖水位、水量、水質(zhì)的變化與氣候變化之間有何關(guān)聯(lián)，如何揭示冰湖全要素與氣候變化之間的復(fù)雜響應(yīng)規(guī)律還任重而道遠(yuǎn)。

4 總結(jié)與展望

本文回顧了高亞洲冰湖信息遙感提取的發(fā)展歷程，系統(tǒng)總結(jié)了其時(shí)空演變及對(duì)氣候變化響應(yīng)等的研究成果，結(jié)果表明在遙感技術(shù)加持下，高亞洲冰湖研究發(fā)展快速，但其在數(shù)據(jù)源、分析方法，研究的完整性、系統(tǒng)性方面還需要進(jìn)一步加強(qiáng)，主要包括以下幾個(gè)方面：

1) 構(gòu)建冰湖全要素智能提取與集成分析方法?，F(xiàn)有冰湖形態(tài)信息提取多基于單一數(shù)據(jù)源和冰湖光譜特征進(jìn)行，且多采用帶有局部適用性的半自動(dòng)方法提取輪廓邊界。為了更為智能有效地獲取冰湖邊界和面積信息，基于多源觀測(cè)數(shù)據(jù)(光學(xué)、SAR及Lidar)一體化處理、基于深度學(xué)習(xí)的冰湖高層次特征表達(dá)與全自動(dòng)化提取方法成為未來冰湖遙感研究的重要方向。此外，現(xiàn)有冰湖水量、冰湖水質(zhì)研究多基于局部區(qū)域開展，多數(shù)研究成果具有顯著的地域特征，缺乏在大區(qū)域尺度的普適性研究成果。因此，發(fā)展高普適性的冰湖全要素感知技術(shù)，開展冰湖全要素智能集成分析是需要重點(diǎn)關(guān)注的研究方向。

2) 揭示冰湖-氣候變化的復(fù)雜響應(yīng)規(guī)律。大區(qū)域范圍下冰湖-氣候變化響應(yīng)機(jī)制的統(tǒng)一規(guī)律有益于揭示全球氣候變化趨勢(shì)。但現(xiàn)有研究成果多是對(duì)局部區(qū)域的冰湖面積及數(shù)量與氣象站的氣溫、降水、蒸發(fā)之間的簡(jiǎn)單線性分析得出的，粗分辨率氣象數(shù)據(jù)與高分辨率識(shí)別的冰湖尺度無法匹配，且冰湖全要素與氣候變化響應(yīng)程度研究也存在諸多局限性，局部區(qū)域的簡(jiǎn)單統(tǒng)計(jì)分析不足以揭示其響應(yīng)規(guī)律，開展大區(qū)域尺度下顧及尺度差異的冰湖全要素與氣候變化之間的響應(yīng)機(jī)制具有重要意義。

3) 探索多學(xué)科交叉的冰湖研究模式。冰湖遙感是冰湖研究的重要分支，此外其還涉及水文、災(zāi)害、大氣、生態(tài)、化學(xué)等相關(guān)學(xué)科，通過加強(qiáng)相關(guān)學(xué)科的交叉融合，有助于增強(qiáng)其在水文、災(zāi)害等方面的應(yīng)用能力，同時(shí)不同學(xué)科領(lǐng)域的發(fā)展又為冰湖遙感提供更多的應(yīng)用機(jī)遇，開展多平臺(tái)、多技術(shù)、多尺度、多過程的多學(xué)科交叉研究是冰湖遙感研究的必然趨勢(shì)。