引言

早期的湖冰觀測方法主要是野外觀測，由湖岸邊的水文觀測站每日記錄湖冰物候信息，并通過鉆孔的方式測量湖冰厚度，之后借助聲吶、電磁波、超聲波儀器等進行湖冰厚度觀測。但這些觀測方式有較大的局限性：

（1）耗費大量的人力物力，且觀測站分布不均，對于大型湖泊的觀測更加密切，但絕大多數中小型湖泊缺少觀測數據，因此很難獲得大范圍的湖冰數據；

（2）大多數存在冰期的湖泊其觀測環境惡劣、可達性有限，難以獲得準確的湖冰物候；

（3）早期觀測標準難以統一，缺乏觀測精度一致、長時序的觀測數據。

此外，人工湖冰物候監測點在1980年后持續下降，觀測網幾乎消失，數據缺失嚴重。隨著遙感技術的不斷發展，衛星遙感提供了大規模、長時序、高時間分辨率的對地觀測數據，彌補了觀測站人工監測的不足，有助于更高效率地進行湖冰監測。同時，在全球變暖的大前提下，越來越多的學者利用遙感手段開始了對湖冰及其屬性的研究。通過“Webof Science”核心數據庫，對檢索主題為“lake ice”的2000-2021年間的論文關鍵詞詞頻進行了統計（圖2），發現文獻數量呈逐年增長趨勢，且“Climate Change”、“Arctic”、“MODIS”等為研究熱點，其中“Climate Change”出現頻率最高，更加凸顯了湖冰對于氣候變化研究的重要性。湖冰的物候及冰厚變化信息最能直觀反應氣候的變化影響，已有的關于湖冰的綜述或側重于湖冰監測方法，或側重于物候、冰厚變化趨勢。

3、湖冰識別與湖冰物候、冰厚遙感監測研究進展

3.3 湖冰冰厚遙感監測

湖冰厚度和對應冰期時間呈正相關關系，即冰期越長，湖冰越厚。與湖冰物候研究相比，湖冰厚度研究較少，且以海冰和河冰冰厚研究為主，但其遙感監測方法可相互借鑒。湖冰冰厚監測主要采用微波遙感數據，其測算湖冰厚度主要可以歸結為三個方法：

（1）利用湖泊的冰熱信息，結合能量平衡方程或經驗關系模型構建湖冰模型，可用于湖冰物候提取及冰厚模擬。遙感平臺為湖冰模型提供氣溫、降水、云量等輸入數據。湖冰經驗模型基于能量收支平衡，即太陽短波輻射經歷冰層表面反射，在冰內傳輸過程中被吸收和散射，最后透射入冰層下的水體（劉煜和吳輝碇，2018）的過程，發展了如CLIMo模型、HIGHTSI模型、LIMNOS模型等。CLIMo模型應用較為廣泛，模擬了在不同的環境條件下的湖冰生消過程，模型的輸入參數包括氣溫、相對濕度、風速、云量和降雪量等環境因素，輸出參數除能量平衡各組成要素外，還包括湖冰物候信息和湖冰厚度等。HIGHTSI模型更多地應用于計算高緯度湖泊的湖冰生消過程。模型法對云和雪很敏感，因為云會阻擋熱輻射，雪則對其覆蓋下層的冰起到絕緣的作用，從而影響冰厚監測結果。

（2）雷達和激光測高儀利用穿透效應反演湖冰厚度。利用波形來識別來自冰面和水面的信號，即識別波形中的兩峰值（如圖5所示），計算出兩個信號之間的時間差，結合微波在冰中的傳播速度計算出冰厚。目前，Jason-1/2/3衛星作為TOPEX/Poseidon（T/P）衛星的后續任務，有時間跨度長（聯合T/P衛星長達30年）、重訪時間短（10天）以及反演精度高（2.0-4.2cm）等優勢，在長時序、高時間分辨率監測湖泊冰厚方面有效（Li等，2022）。但積雪覆蓋是這種方法反演冰厚的最大的不確定性源。由于積雪的深度，這種不確定性可能導致冰厚反演結果誤差達到1m。

（3）由于湖冰改變了原本微波信號的傳輸，隨著冰厚增加，后向散射系數和亮溫值增加。針對特定湖泊，可結合實測冰厚與同步觀測的遙感衛星信號的后向散射系數（或亮溫值建立統計擬合模型，常用的擬合方式有線性、指數、對數和冪函數擬合。但這種統計模型方法不具有普適性，特定湖泊建立的統計模型難以推廣到其他湖泊或區域尺度。

圖5基于衛星測高法反演湖冰冰厚示意圖

4、湖冰研究熱點區域

為進一步探究全球湖冰遙感監測研究的趨勢和熱點，本文在“Webof Science”核心數據集內，按照檢索式進行檢索，共計有237篇文章，經過篩選，保留了123篇與湖冰物候、厚度變化趨勢高度相關的文章進行后續分析。湖冰的研究熱點主要分布在北半球（121篇），尤其是北美（45篇）、北歐（32篇）及青藏高原地區（24篇）。全球超過一半的湖泊分布在北半球，且在北美和北歐存在大面積的湖泊群，因此北半球湖冰觀測比較系統全面：北美的蘇必利爾湖、大奴湖、北歐的卡爾湖、奧盧湖以及青藏高原地區的納木錯等湖泊的相關文章數量均在10篇及以上。南半球的湖泊相對較少且存在結冰期的湖泊大多分布在南極地區，以實地監測為主。

4.1 熱點區域湖冰變化情況

隨著氣候變暖，全球湖泊整體呈現凍結時間推遲、消融時間提前、冰期縮短、冰厚減薄的趨勢。我們對前文中檢索的相關SCI文章的研究結果進行了總結并合成了北半球湖冰物候變化時空特征分布圖（如圖6所示）。

圖6北半球100 km2以上湖泊湖冰凍結時間與消融時間變化情況

1850—2000年期間，北半球湖冰開始凍結時間平均每100年延遲5.8天，開始消融時間平均每100年提前6.5天。位于北溫帶的湖泊的結冰率已由1980年的61%降至2020年的43%，且這個下降趨勢還將持續。據相關研究預測，未來四十年（2040-2079）內，北半球湖冰凍結日將推遲5-20天，消融日將提前約10-30天，從而導致湖冰冰期整體減少約15-50天，湖冰的最大厚度也將減少10-50cm。考慮到研究的年份、數據源和湖泊對象等因素不同，不同學者得出的湖冰物候的變化速率結論也不盡相同：對于北半球（107-204年）的湖泊，60數據顯示個有超過百年實測記錄，湖泊開始凍結時間平均每100年晚11.0天，開始消融時間平均每100年早6.8天；北半球大于625km2的湖泊在1979-2018年間開始凍結時間推遲~23d/100a，開始消融時間提前~17d/100a。

（a） 北歐100 km2以上湖泊的湖冰凍結時間變化情況

（b） 北歐100 km2以上湖泊的湖冰消融時間變化情況

圖7 北歐100 km2以上湖泊的湖冰凍結時間和消融時間變化情況

北歐地區的湖冰研究集中在芬蘭、瑞典、波蘭三國（見圖7），北歐地區湖泊的冰損失顯著，結冰率由1980年的50%降至2020年的24%。1960至2000年間，芬蘭北部、中部、南部地區湖泊凍結日推遲速率分別為4.6d/100a、3.6d/100a、7.9d/100a，消融日呈現提前速率分別為7.5d/100a、6.6d/100a、8.6d/100a。對瑞典地區54個湖泊湖冰冰期進行長時間（1960-1990年）分析，有47個湖泊的消融日顯著提前，速率在3-96d/100a之間。波蘭地區的18個在1961-2010年間有監測數據的湖泊在這50年間開始結冰時間推遲~23d/100a，完全消融時間提前了~43d/100a，冰期時長減少了~56d/100a，Lake Morskie Oko的凍結日在40年內（1971-2010年）推遲~41d/100a。

（a） 北美100 km2以上湖泊的湖冰凍結時間變化情況

（b） 北美100 km2以上湖泊的湖冰消融時間變化情況

圖8 北美100 km2以上湖泊湖冰凍結時間和消融時間變化情況

北美地區的湖冰研究集中于加拿大、五大湖附近及阿拉斯加等地（見圖8）。加拿大北極群島的許多湖泊每年有超過10個月被冰覆蓋，基于AVHRR數據設定反射率閾值提取湖冰物候，1985-2004年間加拿大近北極地區開始凍結時間平均延遲~12d/100a，開始消融時間平均提前~18d/100a，冰厚減少10-30cm，常年封凍的湖泊減少，轉型為季節封凍。加拿大地區的Great Bear Lake和Great Slave Lake湖冰監測比較完善，對這兩個湖在2000-2006年的湖冰物候進行時間序列分析，發現Great Bear Lake的冰期由2000年的247天降至2006年的218天，Great Slave Lake冰期也由193天降至183天。阿拉斯加北部地區湖泊在冬季結冰的數量也在減少，湖冰多呈現浮冰狀，1991-2011年，凍結日晚了5.9天，消融日提前了17.7-18.6天，冰期減少了約24天。模擬研究結果顯示，在2041-2070年間，這種趨勢還將繼續，無積雪時平均最大冰厚將減少10-60cm，有積雪時平均最大冰厚將減少5-50cm。青藏高原也同樣出現湖冰冰期縮短的現象（見圖9）。

青藏高原湖泊冰期平均在176天左右，完全封凍期130天左右；由于氣候的區域差異，高原北部湖區比南部湖區開始凍結期早、完全融化期晚、完全封凍期長。

（a） 青藏高原100 km2以上湖泊的湖冰凍結時間變化情況

（b） 青藏高原100 km2以上湖泊的湖冰消融時間變化情況

圖9 青藏高原100 km2以上湖泊湖冰凍結時間和消融時間變化情況

表2列舉了前人研究中青藏高原典型湖泊的湖冰變化趨勢。考慮到所用的遙感數據源、研究年份不同，不同學者對同一湖泊的湖冰變化速率有不同的結論：以納木錯為例，文獻建立湖泊表面溫度模型，研究1978-2017年期間納木錯的湖冰物候，得出開始凍結時間平均每百年延遲約57天，開始消融時間平均每100年提前約23天的結論；文獻對MODIS地表反射率、地表溫度和冰雪覆蓋數據值設定閾值，納木錯2000-2015年間開始凍結時間平均每100年延遲約58天，開始消融時間平均每100年提前約9天；文獻通過多閾值法，利用被動微波數據和MODIS數據，認為納木錯1979-2013年間開始凍結時間延遲9天，開始消融時間提前10天，即開始凍結時間平均每100年延遲約26天，開始消融時間平均每100年提前約29天。盡管不同研究對于湖泊湖冰物候時間變化幅度表現較大的差異，但均一致地表明其開始凍結時間延遲、開始消融時間提前的特征。目前，關于青藏高原湖冰厚度的研究較少，但可以確定的是隨著溫度的升高，青藏高原湖冰冰厚也有減薄的趨勢。

表2青藏高原典型湖泊的湖冰物候變化趨勢

4.2 湖冰變化影響因素

現有研究一致表明：氣溫是影響湖冰物候的最重要因素。美國中西部、東部和歐洲中部的湖冰受全球變暖的影響，冰期縮短的趨勢顯著。基于青藏高原地區湖冰研究結果，如果氣溫升高2℃，凍結日期平均將推遲7.3天，消融日期平均提前12.4天，冰期顯著縮短，平均縮短19.7天。

風速、積雪量等氣候因素對湖冰生消也有重要影響。風會加速湖面氣流運動和水動力作用，帶走湖冰形成時所產生的潛熱，較大的風速會使得薄冰破裂，在初冰期和破冰期時，加速湖冰消融。積雪覆蓋在湖冰上，反射部分太陽輻射的同時也隔絕了湖冰與大氣的部分熱傳遞，起到一定的保溫作用，減緩湖冰消融速率。在湖冰生長初期，湖泊表面溫度隨著氣溫的下降而下降，湖水由湖岸邊開始凍結，此時的湖冰較薄且不穩定，當風速增大時，新生湖冰易破裂。湖冰進入穩定增長期后，冰厚往往由氣溫和積雪量決定，湖冰厚度隨積雪量的增長而增長，湖冰消融時間因此變晚。

湖冰物候及厚度的變化也與湖泊自身屬性有關，如湖泊面積、形狀、水深、湖水透明度、鹽度、礦化度等，咸水湖的湖冰物候變化較淡水湖更大。在高緯度地區，湖冰變化也與源自太平洋和大西洋的主要大氣環流有關，如南方濤動、太平洋北美濤動、北大西洋濤動等，這些大氣環流對溫度和降雪的產生影響，進而影響湖冰物候及厚度。

5、總結與展望

湖冰變化是氣候變化的映射，越來越多的學者聚焦于湖冰研究。多源遙感觀測為湖冰研究提供了大規模、長時序、高時間分辨率的數據，為湖冰監測提供了便利，促進了對于全球湖冰物候、冰厚在過去近半個世紀變化規律的掌握。湖冰遙感監測研究多關注于湖冰物候、冰厚變化趨勢等方面，取得了顯著的研究進展。湖冰在凍結期間變化表現出高時頻的特征，因此需要高時間分辨率的遙感數據。MODIS傳感器數據及被動微波遙感數據因其每日重訪的周期被廣泛應用于湖冰監測，但受限于其較低的空間分辨率。當前的湖冰研究主要集中于大型湖泊，對中小型湖泊的關注有限，如何結合中高分辨率衛星數據，利用其空間分辨率上的優勢，提高湖泊湖冰觀測的精度是未來研究重點方向之一。

另外，已有的研究更多著眼于已發生的變化，限于衛星服役年限而無法構建長時序的湖冰信息，缺少對過去遙感技術未興起時期的湖冰冰情評估，且對未來湖冰變化特征的預測還不充分。隨著大數據和人工智能等技術的不斷發展，利用遙感大數據和機器/深度學習方法的湖冰遙感監測方法，實現湖冰物候、厚度信息的歷史長時序重建與未來變化特征預測是十分關鍵的研究突破口。

目前，湖冰監測研究集中于北美、北歐地區。青藏高原地區湖冰對氣候變化的響應十分敏感，但由于海拔高、地形復雜、通達性差、中小型湖泊數量多等特征，加之國內遙感起步發展相對較晚等原因，青藏高原地區的湖冰研究還不充分，適合該地區的方法與模型和對其他屬性如冰厚研究尚處于探索階段。青藏高原的湖冰物候變化是高山區氣候變化的縮影，認識該地區湖冰變化的過去、現在及未來對研究全球氣候變化有重要的指示意義，該地區是湖冰研究未來亟需關注的重點區域。

隨著氣候變暖，全球湖泊整體呈現凍結時間推遲、消融時間提前、冰期縮短、冰厚減薄等趨勢特征，勢必引發湖泊物理水文、水化學及生態系統的系列連鎖反應，進而對流域自然與人居環境造成脅迫，應對措施刻不容緩。遙感只是用來觀測其變化的工具，反思氣候變化并采取行動才是湖冰遙感監測的意義所在和當務之急。

推薦：

便攜式地物光譜儀iSpecField-NIR/WNIR

專門用于野外遙感測量、土壤環境、礦物地質勘探等領域的最新明星產品，由于其操作靈活、便攜方便、光譜測試速度快、光譜數據準確是一款真正意義上便攜式地物光譜儀。

無人機機載高光譜成像系統iSpecHyper-VM100

一款基于小型多旋翼無人機機載高光譜成像系統，該系統由高光譜成像相機、穩定云臺、機載控制與數據采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統通過獨特的內置式或外部掃描和穩定控制，有效地解決了在微型無人機搭載推掃式高光譜照相機時，由于振動引起的圖像質量較差的問題，并具備較高的光譜分辨率和良好的成像性能。

便攜式高光譜成像系統iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫學醫療、精準農業、礦物地質勘探等領域的最新產品，主要優勢具有體積小、幀率高、高光譜分辨率高、高像質等性價比特點采用了透射光柵內推掃原理高光譜成像，系統集成高性能數據采集與分析處理系統，高速USB3.0接口傳輸，全靶面高成像質量光學設計，物鏡接口為標準C-Mount，可根據用戶需求更換物鏡。

審核編輯黃宇