冰面湖是冰川的重要组成部分，是冰川消融的指示器，不仅对全球气候变化响应迅速，而且对了解和掌握区域水资源信息意义重大。本文基于Sentinel-2遥感数据，利用随机森林算法，对巴尔托洛冰川冰面湖进行识别提取，并基于提取结果分析研究区冰面湖的空间分布特征，以及冰面湖面积、数量与冰川高程的关系。本文冰面湖提取的准确率达96.07%,完整率达92.18%,错误率为11.59%;识别出巴尔托洛冰川冰面湖567个，面积为249.46～37 134 m2;冰面湖多分布在距冰川末端3～26 km处，其中海拔3800～4300 m之间冰面湖数量最多，面积普遍较大，平均面积为1922 m2;随着高程的升高，冰面湖的数量和面积逐渐减少，在高程5300 m以上冰面湖数量仅为15个，平均面积为356 m2;高程升高导致冰面温度降低，是冰面湖数量和面积骤减的主要原因。

冰面湖是冰川的重要组成部分，是冰川消融的指示器，不仅对全球气候变化响应迅速，而且对了解和掌握区域水资源信息意义重大。本文基于Sentinel-2遥感数据，利用随机森林算法，对巴尔托洛冰川冰面湖进行识别提取，并基于提取结果分析研究区冰面湖的空间分布特征，以及冰面湖面积、数量与冰川高程的关系。本文冰面湖提取的准确率达96.07%,完整率达92.18%,错误率为11.59%;识别出巴尔托洛冰川冰面湖567个，面积为249.46～37 134 m2;冰面湖多分布在距冰川末端3～26 km处，其中海拔3800～4300 m之间冰面湖数量最多，面积普遍较大，平均面积为1922 m2;随着高程的升高，冰面湖的数量和面积逐渐减少，在高程5300 m以上冰面湖数量仅为15个，平均面积为356 m2;高程升高导致冰面温度降低，是冰面湖数量和面积骤减的主要原因。

每年消融期，冰面湖广泛分布于极地冰盖表面，能够存储大量冰面融水，但部分冰面湖底部破裂后会输送融水进入冰盖底部，从而影响冰盖运动与稳定性。因此，准确测算冰面湖水深信息，进而估算冰面湖体积及其动态变化，对于理解极地冰盖水文过程具有重要意义。然而，实地测量冰面湖深度难度大、成本高、覆盖范围小，通过中低空间分辨率光学遥感影像构建的冰面湖水深反演模型精度不足。该研究综合PlanetScope SuperDove光学小卫星8波段遥感影像（空间分辨率为3 m）与ICESat-2激光测高数据反演冰面湖水深。首先，通过自适应核密度估计分离并拟合湖面与湖底ICESat-2激光测高点云，进而获取冰面湖水深观测结果；其次，利用最佳波段比值分析PlanetScope影像不同波段（组合）与ICESat-2水深数据的相关关系，构建二次函数、指数函数、幂函数与对数函数4种冰面湖水深反演经验公式；最后，选择4个具有同时期PlanetScope和ICESat-2数据覆盖的冰面湖，测试冰面湖水深遥感反演的精度。结果表明PlanetScope绿光I波段是冰面湖水深反演最佳波段，单波段反射率与冰面湖水深相关性最强（R...

每年消融期，冰面湖广泛分布于极地冰盖表面，能够存储大量冰面融水，但部分冰面湖底部破裂后会输送融水进入冰盖底部，从而影响冰盖运动与稳定性。因此，准确测算冰面湖水深信息，进而估算冰面湖体积及其动态变化，对于理解极地冰盖水文过程具有重要意义。然而，实地测量冰面湖深度难度大、成本高、覆盖范围小，通过中低空间分辨率光学遥感影像构建的冰面湖水深反演模型精度不足。该研究综合PlanetScope SuperDove光学小卫星8波段遥感影像（空间分辨率为3 m）与ICESat-2激光测高数据反演冰面湖水深。首先，通过自适应核密度估计分离并拟合湖面与湖底ICESat-2激光测高点云，进而获取冰面湖水深观测结果；其次，利用最佳波段比值分析PlanetScope影像不同波段（组合）与ICESat-2水深数据的相关关系，构建二次函数、指数函数、幂函数与对数函数4种冰面湖水深反演经验公式；最后，选择4个具有同时期PlanetScope和ICESat-2数据覆盖的冰面湖，测试冰面湖水深遥感反演的精度。结果表明PlanetScope绿光I波段是冰面湖水深反演最佳波段，单波段反射率与冰面湖水深相关性最强（R...

针对缺少实测数据导致格陵兰冰面湖水深反演及精度验证较难开展问题，提出了一种基于交叉比对的冰面湖水深反演及精度评价方法，实现了格陵兰消融期内9期时间序列WorldView影像上的冰面湖水深反演和储水量变化监测。引入北极数字高程模型开展基于形态拟合法的时间序列冰面湖水深反演，基于非线性物理模型拟合参数实现基于物理模型的水深反演，两种方法水深反演结果R2平均可达0.728。9期冰面湖水深反演结果平均相对误差优于20.43%,均方根误差平均优于0.69 m。经冰面湖储水量计算，整个消融期内冰面湖总储水量累计可达5 331.35×10～4 m3。通过冰面湖面积、最大水深和储水量变化监测，发现了冰面湖的融水输送现象，为研究格陵兰冰盖表面融水的存储、输送和释放机制提供有益参考。

针对缺少实测数据导致格陵兰冰面湖水深反演及精度验证较难开展问题，提出了一种基于交叉比对的冰面湖水深反演及精度评价方法，实现了格陵兰消融期内9期时间序列WorldView影像上的冰面湖水深反演和储水量变化监测。引入北极数字高程模型开展基于形态拟合法的时间序列冰面湖水深反演，基于非线性物理模型拟合参数实现基于物理模型的水深反演，两种方法水深反演结果R2平均可达0.728。9期冰面湖水深反演结果平均相对误差优于20.43%,均方根误差平均优于0.69 m。经冰面湖储水量计算，整个消融期内冰面湖总储水量累计可达5 331.35×10～4 m3。通过冰面湖面积、最大水深和储水量变化监测，发现了冰面湖的融水输送现象，为研究格陵兰冰盖表面融水的存储、输送和释放机制提供有益参考。

每年夏季，格陵兰冰盖表面消融产生大量融水。冰面融水由冰面河输送，存储在冰面湖或注水冰裂隙中，形成了规模庞大、结构复杂的水文系统。然而，目前研究对全格陵兰冰面融水空间分布的理解十分有限。文章利用134景10 m空间分辨率的Sentinel-2遥感影像，提取了2019年消融旺盛期格陵兰冰面融水遥感信息；进一步，对比分析了遥感观测的冰面融水分布与区域大气气候模型（regional atmospheric climate model, RACMO）模拟的冰面融水径流量。结果表明：（1）2019年消融旺盛期，格陵兰冰面融水面积为9 900.9 km2,融水体积为6.8 km3;（2）格陵兰冰面融水的空间分布差异较大，呈现明显的“西多东少”“北多南少”的态势；（3）格陵兰冰面融水主要由冰面河组成，冰面河占冰面融水总体积的57.1%,其次是注水冰裂隙（25.6%）和冰面湖（17.3%）;（4）RACMO在多数流域准确模拟了冰面融水径流区域。研究反映了高分辨率遥感在格陵兰冰面水文研究中的应用潜力，提升了对冰面融水输送与存储等关键水文过程的理解。

每年夏季，格陵兰冰盖表面消融产生大量融水。冰面融水由冰面河输送，存储在冰面湖或注水冰裂隙中，形成了规模庞大、结构复杂的水文系统。然而，目前研究对全格陵兰冰面融水空间分布的理解十分有限。文章利用134景10 m空间分辨率的Sentinel-2遥感影像，提取了2019年消融旺盛期格陵兰冰面融水遥感信息；进一步，对比分析了遥感观测的冰面融水分布与区域大气气候模型（regional atmospheric climate model, RACMO）模拟的冰面融水径流量。结果表明：（1）2019年消融旺盛期，格陵兰冰面融水面积为9 900.9 km2,融水体积为6.8 km3;（2）格陵兰冰面融水的空间分布差异较大，呈现明显的“西多东少”“北多南少”的态势；（3）格陵兰冰面融水主要由冰面河组成，冰面河占冰面融水总体积的57.1%,其次是注水冰裂隙（25.6%）和冰面湖（17.3%）;（4）RACMO在多数流域准确模拟了冰面融水径流区域。研究反映了高分辨率遥感在格陵兰冰面水文研究中的应用潜力，提升了对冰面融水输送与存储等关键水文过程的理解。

冰面湖作为冰盖质量损失、海平面上升、气候变化等全球变化问题的指示器，对研究全球气候变化背景下冰盖的稳定性有着重要的作用。利用深度学习中的语义分割模型U-Net实现了不同情形下Landsat卫星影像中冰面湖的提取，并与多种方法进行了比较，发现U-Net冰面湖提取方法在性能和效率上表现最佳。提取2000—2020年北极格陵兰岛Sermeq Avannarleq冰川附近的冰面湖，并分析冰面湖面积的季节变化和年际变化。结果表明，该区域的冰面湖面积在每年5月—9月呈现先增后减的变化趋势，5月中旬开始增加，7月中下旬达到峰值，9月基本消亡；该区域的冰面湖面积在2000—2020年呈现增加的趋势，表明该区域冰盖融化量逐渐增加。

冰面湖作为冰盖质量损失、海平面上升、气候变化等全球变化问题的指示器，对研究全球气候变化背景下冰盖的稳定性有着重要的作用。利用深度学习中的语义分割模型U-Net实现了不同情形下Landsat卫星影像中冰面湖的提取，并与多种方法进行了比较，发现U-Net冰面湖提取方法在性能和效率上表现最佳。提取2000—2020年北极格陵兰岛Sermeq Avannarleq冰川附近的冰面湖，并分析冰面湖面积的季节变化和年际变化。结果表明，该区域的冰面湖面积在每年5月—9月呈现先增后减的变化趋势，5月中旬开始增加，7月中下旬达到峰值，9月基本消亡；该区域的冰面湖面积在2000—2020年呈现增加的趋势，表明该区域冰盖融化量逐渐增加。