“水光潋滟晴方好，山色空蒙雨亦奇。”人们总被湖泊的灵动秀美所吸引，却也感叹这种美常常“转瞬即逝”——倘若不在合适的时期、地点前往观赏，或许就无法领略到湖泊最美妙的风光。

这种现象背后，是一系列更具挑战性的问题：全球上百万个湖泊的面积变化，究竟由何种机制主导？其背后是偶然波动，还是可以被识别的规律？

湖泊是地球上最重要的构成要素和生态系统之一，它不仅是全球水文循环与生态系统的重要组成部分，还深刻影响碳循环、温室气体排放和人类水资源安全。如何在全球尺度上持续、精细地刻画湖泊变化，一直都是水文观测的关键问题。

围绕这些问题，清华大学水利系龙笛教授团队展开系统研究，构建了迄今为止全球最领先的全球湖泊水域面积动态数据集，实现了对全球水域面积连续监测，推动全球湖泊遥感监测迈入新阶段。在此基础上，团队还揭示了水文季节性变化的深层原因，为制定极端水文事件风险防控措施、生态环境保护策略提供了理论支撑。日前，该成果被评为2025年清华大学最受师生关注的年度亮点成果。

深耕遥感数据融合，突破全球监测技术瓶颈

长期以来，学术界在湖泊变化研究中更多地关注长期趋势和年际波动，而对季节性动态刻画不足。现有权威数据集，如欧盟委员会联合研究中心2016年发布在《自然》（Nature）期刊上的全球地表水数据集（GSW），为全球湖泊变化提供了重要参考，但在时空连续性与季节性动态监测方面存在不足。这是因为在相关技术限制下，科研工作者无法在观测湖泊变化时同时兼顾空间精度与时间精度。

为寻求突破，研究团队长期深耕高时空分辨率卫星遥感数据融合理论与方法，结合人工智能和云计算等新一代信息技术开展研究。同时，团队还多次深入青藏高原腹地开展实地考察，基于实地观测和遥感分析，揭示了该地区大中型湖泊在21世纪初的快速扩张规律。

长期的理论探索和丰富的科考经历不仅加深了研究团队对湖泊多尺度动态的理解，也为他们在全球尺度上开展系统性研究奠定了方法和技术基础。

龙笛（右四）团队前往青藏高原开展科学考察。

融合时空数据，构建百万湖泊“连续剧”

为在全球尺度上解决湖泊动态监测不足的技术瓶颈，研究团队创新性地构建了一套融合MODIS卫星传感器时间分辨率优势与GSW空间分辨率优势的深度学习遥感大数据融合框架。同时，团队借助清华大学高性能计算集群“探索1000”（配备超5万个CPU处理器核）及云计算平台，累计消耗计算资源超8万个机时，高效完成了遥感大数据处理与深度学习模型训练。

在此基础上，团队实现了对全球约140万个湖泊在月尺度、30米空间分辨率下的水域面积连续监测，构建了迄今为止时空分辨率最高、覆盖范围最广、连续性最强的全球湖泊水域面积动态数据集。

基于深度学习的遥感大数据时空融合实现全球百万湖泊的高分辨率水域面积连续监测。

简单来说，如果将卫星遥感比作拍摄地球的“太空相机”，以往拍出的照片不是分辨率不足，就是连续性不够。而研究团队创造了一种基于人工智能的数据时空融合“导演”，将不同卫星数据融合成高清流畅、无断档的地球湖泊“连续剧”，首次实现了全球百万湖泊的精准动态监测。

值得一提的是，该数据集的用户精度可达93%，生产者精度高达96%，缺值面积占比从GSW数据集的34%下降至1.2%，显著提升了湖泊动态监测的科学性与可用性。

相关研究成果以《季节性主导全球湖泊水域面积动态》为题，于2025年5月28日发表在《自然》（Nature）期刊。《自然》期刊编辑评价称：“季节性是地球最显著的特征之一，如动物迁徙与植被枯荣，但在某些系统中却常被忽视，或被误认为只是局部过程。该研究对湖泊水域面积这一经典议题进行了全新审视，发现季节性变化对湖泊面积的影响远超预期。”龙笛为论文通讯作者，水利系2023级博士生李洛祺为论文第一作者。合作者包括清华大学水利系博士生王一鸣和英国班戈大学教授伊斯特恩·伍尔韦（R. Iestyn Woolway）。该研究获得国家自然科学基金和第二次青藏高原综合科学考察研究等项目资助。

目前，该论文已入选ESI高被引论文，引用次数为所在学科领域前1%，美国地球物理学会遥感专业委员会将这项研究作为“科学亮点”（Science Highlight）进行了专题报道。

更重要的是，这套数据集正逐步成为众多后续研究的基础支撑。国际知名水文数据库HydroLAKES团队评价道，该数据集可以解决其在中高纬度湖泊面临的严重缺值问题。

研究团队已将全部数据集面向全球开源共享。近日，数据集在国际数据平台Zenodo上的累计下载量已超过92太字节，在科学数据银行（Science Data Bank）上的下载次数超过23000次。

发现新规律，推动全球湖泊研究迈入新阶段

研究团队还将视角进一步推进至“理解数据”。基于该数据集，团队发现全球66%的湖泊总面积和60%的湖泊数量，其水域面积动态都以季节性变化为主。进一步分析显示，这一季节性主导的分布格局与全球人口分布之间存在高度耦合关系——全球90%以上的人口，都居住在以季节性主导湖泊为主的流域中。

这表明，人类活动区域与水文季节性变化之间存在深刻链接。湖泊变化与人类社会运行节律高度合拍，农业灌溉、工业和生活用水的季节性需求变化，都可能直接影响到湖泊的“变化”节奏。

湖泊水文过程正日益受到人为调控和季节性极端事件的双重驱动。研究还发现，季节性极端事件可以在短期内显著放大或抵消湖泊几十年来的长期趋势。这一机制为理解极端气候事件对湖泊生态系统和水资源安全的冲击提供了科学依据，也为湖泊温室气体通量估算、生态环境保护和极端水文事件应对策略的制定提供了理论支撑。

季节性主导全球约140万湖泊的水域面积动态。

从研究角度看，该成果不仅在科学认识上取得关键突破，也在遥感大数据处理与人工智能方法论方面具有重要推动作用，打破了长期困扰遥感水文界的“时间-空间”权衡瓶颈，推动全球湖泊遥感监测从静态观测迈入高精度动态解析。

总的来说，这项研究不仅让人类在全球尺度上更加清晰地“看到”湖泊变化，也为理解这些变化背后的原因提供了新视角。如今，在气候变化与人类活动影响的交织下，全球水文变化正呈现出更强的不确定性和复杂性，研究团队构建的全球湖泊水域面积动态数据集正成为理解这些变化的关键支点。随着更多的研究在此数据集基础上展开，相信我们将有更强的能力应对湖泊水资源安全、生态环境保护、极端水文事件等问题。