青藏高原抗雪性制图揭示三十年地表水扩张及其气候驱动机制

《Remote Sensing Applications: Society and Environment》：Snow-resilient mapping reveals three decades of surface water expansion on the Qinghai–Tibet Plateau

本研究针对青藏高原高海拔积雪覆盖导致地表水体遥感识别困难的问题，开发了新型雪水分离检测方法（SWS），有效减少雪干扰并提升水体识别精度。利用约15.9万张Landsat影像构建了1990–2024年高分辨率地表水动态数据集（QTP-SW），发现永久水体和季节性水体分别净增18,053 km2和2,296 km2，河流表面积扩大1,788 km2。这些变化与区域气候趋势显著相关，凸显气候变化对水资源的影响，为湖泊演化、冰冻圈动态及可持续水资源管理研究提供宝贵资源。

　　

被誉为“亚洲水塔”的青藏高原（Qinghai–Tibet Plateau, QTP）不仅是世界上最高的高原，更是维持区域水文平衡和调节全球气候系统的关键区域。其独特的地理属性和特殊的气候条件赋予了该地区极高的生态与社会经济价值。然而，高原的高海拔和广泛积雪给遥感地表水检测带来了巨大挑战，主要源于水和雪在光谱上的混淆，尤其在冬春季节更为显著。近年来，随着全球气候变暖，高原的冰川加速消融、湖泊扩张，这些变化对全球水安全和生态系统稳定性产生深远影响。因此，精准监测高原地表水动态，解析其与气候变化的关联，已成为当前研究的热点与难点。

尽管遥感技术在地表水资源探测中具有覆盖范围广、数据获取高效和长期监测能力强等优势，但传统的水体指数方法（如NDWI、mNDWI、AWEI）在高原地区应用时，仍存在诸多问题。例如，雪与水体在可见光和近红外波段具有相似的光谱特征，易导致误分类；地形阴影、暗像元等干扰也降低了识别精度。此外，已有研究多聚焦于湖泊，而对河流、湿地等多种水体的综合监测及长时间序列分析仍较为缺乏。

为解决这些问题，本研究发展了一种新型雪水分离检测方法（Snow-Water Separation Detection Method, SWS），通过结合多光谱指数（包括mNDWI、AWEI、NDVI、EVI等），有效抑制雪干扰，提升水体识别精度。该方法在Google Earth Engine（GEE）平台上处理了约15.9万张Landsat影像，构建了1990–2024年青藏高原高分辨率长时序地表水动态数据集（QTP-SW），并进一步分析了水体变化的时空格局及其气候驱动机制。

研究主要依托多源遥感数据与气象数据，采用以下关键技术方法：首先，基于Landsat 5、7、8、9的表面反射率影像，经过质量保证（QA）筛选去除云、云阴影和卷云干扰；其次，利用新构建的SWS算法（规则组合：mNDWI > AWEI_nsh、AWEI_sh > ?0.15、EVI <0.1等）实现水体精准提取；再次，结合数字高程模型（DEM）和Otsu阈值法优化山体阴影和雪掩膜；最后，整合CHIRPS降水数据和ERA5-Land温度数据，分析气候因子与水体变化的关联。样本验证涵盖高原全境，通过分层抽样和视觉解译确保精度。

2.4.1. 高原水体提取精度

SWS方法在高原全域应用后，通过对2,687个开放水体样本和2,545个陆地样本的验证，显示98.87%的水体样本符合分类标准，仅0.02%的陆地样本和0.52%的水体样本被误分类，总体精度达99.40%，Kappa系数为0.988，显著优于传统指数方法。

2.4.2. 水体分类精度

与JRC GSW数据集对比表明，QTP-SW在永久水体和季节性水体的空间分布上高度一致（R2=0.9975），但在某些区域因人工调整存在轻微差异。QTP-SW还提供了独立的河流水体数据集，支持更精细的水文分析。

2.4.3. 除雪效果评估

SWS方法在排除雪干扰方面表现突出，雪排除率达99.34%，远优于NDSI和SWI等传统雪检测指数。新构建的复合指数（mNDWI > AWEI_nsh）有效区分了水体与雪的光谱混淆，特别适用于高海拔积雪区。

2.6. 高原地表水体空间分布

1990–2024年间，高原永久水体总面积达43,035.61 km2，季节性水体为10,354.74 km2，分别占总水体的80.61%和19.39%。永久水体主导了高原水格局，其中羌塘盆地（QTB）和柴达木盆地（QB）贡献了大部分水体增量，而雅鲁藏布江流域（BRB）等地区季节性水体波动较大。

2.7. 35年地表水变化

永久水体净增18,053.1 km2，季节性水体净增2,296.46 km2，河流表面积扩大1,788 km2。永久水体消失3,114.69 km2（多转为季节性水体），季节性水体消失2,333.94 km2（多转为非水体）。这些变化主要源于冰川融水增加和降水波动，气候变暖是核心驱动因子。

2.8. 水体面积与气候因子的年际变化

高原年均温度上升1.33°C（y=0.0390x?3.947），与水体面积显著正相关（R2=0.756, p<0.001），而降水与水体面积相关性较弱（R2=0.1643, p=0.016）。分区分析显示，黄河源区（YRB）和布拉马普特拉河流域（BRB）的水体变化与降水显著相关，而湄公河源区（MRB）和伊洛瓦底江流域（IWB）则更多受温度影响。

研究结论表明，青藏高原在过去35年间经历了显著的地表水扩张，主要是由气候变暖驱动的冰川融水增加所致。SWS方法有效解决了高原水体遥感监测中的雪干扰问题，为高寒高海拔地区的水资源研究提供了可靠技术支撑。QTP-SW数据集的公开发布（https://10.5281/zenodo.15870117）将为湖泊演变、冰冻圈动态及可持续水资源管理研究提供重要资源。未来工作可聚焦于季节性水体分层分析、更高分辨率数据融合及人类活动影响的量化评估，以进一步提升对高原水循环机制的理解。