【资料图】
近日，中国科学院空天信息创新研究院、可持续发展大数据国际研究中心内陆水环境遥感团队在湖冰物候大范围动态监测与模拟方面取得重要进展。科研团队利用遥感与数值模拟技术，重建了青藏高原132个湖泊1978-2016年逐年湖冰物候的完整记录。相关数据产品同步发布在“国家青藏高原科学数据中心”和Figshare数据共享平台。相关成果（Ice phenology dataset reconstructed from remote sensing and modelling for lakes over the Tibetan Plateau，《青藏高原湖冰物候遥感监测与模拟》）发表在《自然》（Nature）子刊 《科学数据》（Scientific Data）上。
湖冰物候，即湖泊的结冰和融冰日期，是反映湖泊能量平衡变化的直观指标，其变化影响着湖泊水生生态系统及下游的水文特征。由于常规地面观测的局限，青藏高原湖冰物候记录极为缺乏。研究团队集成遥感与数值模拟技术，发展了湖冰物候序列重建的技术框架，重建了高寒地区完整的湖冰物候时间序列。该数据产品覆盖范围广、时间跨度长，为认识青藏高原湖-气作用和长时序水热过程提供重要的技术和数据支撑。
在此基础上，科研人员揭示了青藏高原湖冰物候的时空演化规律及其对气候变化的响应。研究发现，自高原南部向北，完全结冰期（多年平均）从15天增加至215天，即纬度每升高1度，完全结冰期增加约17.5天。在4500~5000米海拔范围内，海拔每升高100米，完全结冰期增加约18.9天。全球气候变暖的背景下，近40年来，青藏高原湖泊的结冰时间普遍推迟、融冰时间提前、封冻时长缩短等特征表现明显。 此外，研究人员发展的技术框架具有较强的通用性和可移植性，未来可为联合国可持续发展目标“保护和恢复与水有关的生态系统，包括山地、森林、湿地、河流、地下含水层和湖泊”（SDG-6.6）提供监测数据，并剖析物候变化对湖泊水热交换和水生生物群的影响，为湖泊水质和水生生物群的监管提供重要的基础数据和决策依据。研究工作得到可持续发展大数据国际研究中心主任青年基金和第二次青藏高原综合科学考察研究的支持，并得到“谷歌地球引擎”（GEE平台）、国家气象科学数据中心、国家青藏高原科学数据中心等单位在数据及数据存储与计算等方面的支持。澳大利亚联邦科学与工业研究组织水土研究所科研人员参与研究。
论文链接
数据链接：1、2 青藏高原湖冰物候指标空间分布（湖冰物候与纬度密切相关，自南向北，湖泊结冰变早，开始结冰日（FUS）变化范围是10月15日至次年1月15日，完全结冰日（FUE）从11月9日变化至次年1月21日；湖泊融冰变晚，开始融化日（BUS）从1月27变化至6月22日，完全融化日（BUE）范围是3月2日至7月5日。相应的，自南向北完全结冰期（CID）从15天增加至215天，冰期（IceD）从85至255天。）
营业执照公示信息