被低估的青藏高原小型热喀斯特湖泊及其碳排放潜力

《Global and Planetary Change》：Underestimated small thermokarst lakes of the Qinghai-Tibet Plateau and their carbon emission potential

青藏高原永久冻土退化形成的热喀斯特湖数量及碳排放研究。采用3米分辨率PlanetScope影像结合深度学习识别到329,848个热喀斯特湖，总面积2893平方公里，较现有数据提升51.4%。首次估算夏季碳排放达54 Gg CO2和4.5 Gg CH4/月，小湖贡献率超预期2-3倍。

　　

彭晓青|田伟伟|罗恒星|夏卓轩|奥利弗·W·弗劳伦菲尔德|穆翠翠|刘琳|罗静|黄凌超|赵秦山|尹一苗

中国西部环境系统重点实验室（教育部），兰州大学地球与环境科学学院，祁连山冻土生态与环境观测研究站，中国兰州

摘要

永久冻土退化的一个后果是热喀斯特湖的形成，这些湖泊可能是二氧化碳（CO₂）和甲烷（CH₄）排放的热点。然而，由于数据分辨率的问题，传统上小规模的热喀斯特湖（面积小于500平方米）被排除在区域碳排放估算之外。本研究采用深度学习方法，结合高分辨率（3米）的PlanetScope影像，并通过人工校正，生成了青藏高原（QTP）永久冻土区域热喀斯特湖的新的高精度数据集。共检测到329,848个热喀斯特湖，覆盖面积约为2893平方公里。这一数量比现有的湖泊数量估计高出51.4%，从而揭示了先前对QTP永久冻土区域热喀斯特湖估算中的一个关键缺陷。根据已发布的二氧化碳和甲烷通量测量数据以及我们更新的热喀斯特湖数据集，估计热喀斯特湖的夏季排放量高达每月54吉克二氧化碳（CO₂）和4.50吉克甲烷（CH₄）。小规模湖泊表现出较高的碳通量，其碳排放量是其面积所预期的大约2-3倍，表明它们的排放响应不成比例。本研究为相关冰冻圈研究提供了新的基础数据，并强调了在区域碳排放估算中考虑湖泊面积的重要性。

引言

永久冻土是指任何在至少连续两年内保持冻结状态的地面物质（不包括冰川），覆盖了北半球暴露表面的大约23.7%（约2280万平方公里）[Zhang等人，1999年]。据估计，永久冻土储存了全球超过50%的土壤有机碳[Hugelius等人，2014年；McGuire等人，2018年；Schuur等人，2015年]。当永久冻土融化时，这些碳可以以温室气体的形式释放到大气中，即二氧化碳（CO₂）和甲烷（CH₄][Mu等人，2023年]。由永久冻土融化形成的热喀斯特湖可能是这些碳排放的热点[Serikova等人，2019年；Turetsky等人，2020年]。热喀斯特湖的碳释放还会产生正反馈效应，可能加剧气候变暖，超出大多数当前地球系统模型的预测[Schuur等人，2015年]。青藏高原（QTP）是世界上最大的高山永久冻土区域，占北半球高山永久冻土总面积的约75%[Wang和French，1995年]。由于近几十年来降水量增加和永久冻土融化，QTP永久冻土区域的热喀斯特湖数量和规模一直在增加[Luo等人，2015年；Zhang等人，2020年]。因此，准确绘制热喀斯特湖的数量和面积对于估算碳排放至关重要。

大多数热喀斯特湖的识别工作依赖于多光谱传感器（如Sentinel-2或Landsat）的影像。这些影像的空间分辨率通常较低（约10-30米），因此主要用于识别面积大于1平方公里的湖泊。然而，这些先前方法的显著局限性在于无法检测到更小的湖泊，导致对水体范围的低估[Boike等人，2016年；Carroll等人，2011年；Sun等人，2018年；Zhang等人，2017年]。在北极地区，已经在局部和区域尺度上编制了池塘清单，分辨率达到了6米或更高[Andresen和Lougheed，2015年；Cooley等人，2019年；Liljedahl等人，2016年；Zhao等人，2020年]。池塘在北极许多低洼地区占主导地位，占单个水体的95%，占总水面的30%[Muster等人，2012年，Muster等人，2013年]。在QTP，GaoFen-1卫星被用于四个中心区域的热喀斯特湖识别[Luo等人，2022年]，以及整个QTP的综合水体数据集[Chen等人，2024年]。

在区域碳排放估算中，碳通量通常根据植被类型、湖泊大小或其他因素进行分组，然后利用湖泊面积和无冰期长度进行放大，不确定性通常通过自助法等统计方法进行量化[Mu等人，2023年；Yang等人，2023年；Li等人，2024年]。然而，大多数这些研究依赖于来自Sentinel-2 A（10米）的热喀斯特湖数据集[Wei等人，2021a]，因此无法捕捉到面积小于500平方米的热喀斯特湖的贡献。

因此，本研究的科学目标是全面评估QTP的热喀斯特湖并量化其碳排放潜力。具体来说，我们将回答以下问题：(a) QTP上有多少热喀斯特湖？(b) 根据更新和全面的数据集，QTP永久冻土区域的热喀斯特湖夏季碳排放量是多少？(c) 不同大小的热喀斯特湖对碳排放的贡献是多少，特别是那些首次被检测到的小湖泊？

我们利用空间分辨率为3米的PlanetScope影像改进了现有的估算方法。这使我们能够更精确地识别热喀斯特湖的大小，并划定出所有先前公开数据集中未包含的小规模热喀斯特湖。通过运用先进的深度学习技术，我们获得了更加自然和平滑的热喀斯特湖边界。从QTP永久冻土区域的热喀斯特湖中提取了230条夏季二氧化碳和甲烷通量数据记录。此外，新的热喀斯特湖数据集根据对数尺度分为五个面积区间。通过将每个区间的日均碳排放量乘以相应的天数，我们得到了QTP永久冻土区域热喀斯特湖的夏季碳排放量。因此，本研究为不同大小热喀斯特湖对区域碳排放的贡献提供了新的见解，并为将湖泊面积纳入碳排放研究提供了框架。

节选内容

遥感数据

我们获得了2020年7月和8月拍摄的PlanetScope影像，空间分辨率为3-5米[Planet Team，2023年]。这些影像包括四个波段：红色、绿色、蓝色和近红外。

现有的热喀斯特湖数据和先前的野外观测

我们获得了现有的热喀斯特湖数据集[Wei等人，2021a]，作为我们深度学习模型的训练数据。此外，我们还获得了2020年的132个野外验证的湖泊观测数据[Wei等人，2021a]，以及2020年的GaoFen-1影像作为湖泊验证的参考数据。

碳通量

空间分布和验证

结合深度学习模型的提取和人工校正，我们在整个QTP永久冻土区域识别出了329,848个热喀斯特湖（图2）。这些湖泊的面积从36平方米到3平方公里不等，平均面积为8770平方米，总面积为2893平方公里，占永久冻土面积的0.27%。

为了进一步验证这些热喀斯特湖数据，我们应用了来自现有数据集[Wei等人，2021a]的野外测量数据（表2）。尽管准确性有所提高，

与其他热喀斯特湖数据集的比较

我们将3米分辨率的数据集与两个空间分辨率分别为30米和10米的数据集进行了比较（表S1），以验证和分析空间分辨率对热喀斯特湖识别的影响。根据混合像素理论，使用遥感影像可靠地识别土地覆盖需要至少2×2米的像素分辨率。因此，本研究能够有效识别面积小于400平方米的热喀斯特湖区域，其数量比例高达31.3%

结论

QTP永久冻土的加速升温导致了热喀斯特湖的形成。为填补关于小规模热喀斯特湖潜在数量和作用的知识空白，我们采用深度学习方法并进行了人工细化，首次生成了基于2020年数据的高分辨率热喀斯特湖数据集（面积大于36平方米）。通过与野外测量数据和其他现有数据的比较，验证了该数据集的可靠性

CRediT作者贡献声明

彭晓青：撰写 – 审稿与编辑，撰写 – 原稿，方法论，资金获取，数据管理。田伟伟：撰写 – 审稿与编辑，撰写 – 原稿，验证，方法论，调查，正式分析，数据管理。罗恒星：撰写 – 审稿与编辑，撰写 – 原稿，验证，方法论，正式分析，数据管理。夏卓轩：撰写 – 审稿与编辑，可视化，软件，资源。奥利弗·W·弗劳伦菲尔德：撰写 – 审稿

未引用的参考文献

Chen等人，2022年 Song等人，2024b

利益冲突声明

作者声明没有利益冲突。

致谢

本研究得到了国家自然科学基金（项目编号U25A20762，编号42161160328）、香港研究资助委员会（项目编号N_CUHK434/21）、甘肃省科技计划（项目编号26RCKA014）以及甘肃省杰出青年学者科学基金（项目编号25JRRA633，24JRRA077）的支持。