基于深度学习和遥感大数据的亚洲高山区2020年有时间戳标记的冰川编目

亚洲高山区拥有全球中低纬度规模最大、分布最广的山地冰川，是“亚洲水塔”的重要组成部分。以往区域性冰川编目中所使用遥感数据的时间跨度差异影响了冰川研究的定量评估。本研究利用2020年7–9月冰川消融期内的遥感大数据，包括无云Sentinel-2和Landsat-8光学影像，以及Sentinel-1 SAR数据，生成了亚洲高山区新一代有时间戳标记的冰川编目（HMAGI-2020）。采用VGG16-UNET深度学习模型，综合光谱、极化和地形特征作为输入，自动识别冰川边界，精度达到92.8%。基于现有冰川编目对自动提取结果进行分区，并以Sentinel-2影像为主、Landsat-8为辅开展人工修正。共完成93043条冰川的人工校正，并基于Copernicus DEM为每条冰川计算了面积、周长和地形参数等15项属性。HMAGI-2020包含97934条面积大于0.01 km2的冰川，总面积为91837.77±2527.70 km2。通过缓冲区法结合VGG16-UNET模型计算得出冰川识别的平均不确定度为±6.67%。亚洲高山区冰川平均表面高程约5094 m，平均坡度25.66°，超过75%的冰川朝向正南、西南或东南方向。与历史冰川编目对比表明，过去二十年亚洲高山区冰川普遍退缩，东南部地区冰川面积减少超过20%，而喀喇昆仑-西昆仑地区相对稳定，面积仅轻微增加不足1%。凭借数据源一致性和精度优势，HMAGI-2020可提供2020年亚洲高山区精确的冰川边界与属性数据，有望为全球变暖背景下该区域的冰川学、气候变化及水资源管理研究提供关键数据支撑。