摘要：5月28日，清华大学水利水电工程系龙笛教授团队在地表水体遥感监测领域取得重要进展。研究成果题为《季节性主导全球湖泊水域面积动态》（Global dominance of seasonality in shaping lake-surface-extent dy

5月28日，清华大学水利水电工程系龙笛教授团队在地表水体遥感监测领域取得重要进展。研究成果题为《季节性主导全球湖泊水域面积动态》（Global dominance of seasonality in shaping lake-surface-extent dynamics），发表于国际顶级期刊《自然》（Nature）。

清华大学水利系博士生李洛祺担任第一作者，龙笛教授为通讯作者。其他参与者包括清华大学的王一鸣和英国班戈大学的R. Iestyn Woolway教授。

该团队开发了一种基于深度学习的遥感大数据融合技术，能够对全球超过140万个面积大于0.1平方公里的湖泊进行连续监测，时间分辨率达到了月尺度，空间分辨率为30米。

研究指出，季节性变化是影响全球湖泊水域面积动态的主要因素，且这种分布与全球人口分布高度重合，显示了人类活动与湖泊季节性水文过程之间的紧密联系。

长期以来，对于湖泊变化的研究多集中在长期趋势和年际变化上，而对于季节性动态的系统研究较少。现有的数据集如欧盟委员会联合研究中心2016年发布的GSW数据集，在时空连续性和季节性动态监测方面存在不足。

为了应对这一挑战，龙笛教授团队构建了一个结合MODIS卫星传感器的时间分辨率优势和GSW的空间分辨率优势的深度学习框架。

借助高性能计算集群和云计算平台，他们创建了迄今最高时空分辨率、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。

此数据集在用户精度（达到93%）和生产者精度（达到96%）上表现卓越，缺失值比例从之前的34%降低到了1.2%，大幅提升了湖泊动态监测的可靠性和科学性。

研究发现，全球大约66%的湖泊总面积和59%的湖泊数量的水域面积变动主要由季节性变化驱动。更重要的是，这些季节性湖泊大多位于全球90%以上人口居住的流域中，揭示了人类活动区域与水文季节性变化之间的重要关联。

来源：研究生的酸甜苦辣咸