近日，团队联合奥地利格拉茨技术大学、香港中文大学和河海大学等单位开展合作研究，在广域石冰川遥感制图方面取得新进展。研究成果《Rock glaciers of the Southeastern Tibetan Plateau: A large-scale inventory derived from deep learning and high-resolution imagery》在Nature旗下期刊《Scientific Data》正式发表。团队硕士生郭鑫为论文第一作者，王晓文副教授为通讯作者。

      石冰川是高山多年冻土区的重要地貌类型，内部储存有大量地下冰，其分布和变化与多年冻土环境、山区水资源及气候变化密切相关。该研究针对我国藏东南地区现有石冰川清单差异较大、空间覆盖和完整性不足的问题，基于4.7 m空间分辨率Planet Basemap高分辨率遥感影像，结合深度学习和人工判读方法，对区域石冰川进行了系统识别与重新编目。研究采用SegFormer深度学习模型，并利用来自全球不同山地区域的19,096个石冰川样本进行训练，以提高模型在复杂地形和不同地貌环境下的适用性；在自动提取的基础上，通过人工逐一检查、专家复核以及高分辨率影像和已有数据集交叉验证对识别结果进行修正，同时在3个典型区域开展无人机辅助野外调查，对石冰川边界的可靠性进行了独立验证。本研究在我国藏东南共识别47,916个石冰川，较已有的编目清单新增超过2万条，并提供了相应的几何和地形属性信息。该数据集进一步完善了我国藏东南石冰川的空间分布信息，可为区域高山多年冻土变化监测、水文过程研究及地质灾害评估等提供关键基础数据支撑。