热融滑塌是富冰多年冻土退化过程中形成的典型热喀斯特地貌类型，其快速发展不仅改变地表环境，还可能影响区域生态系统稳定性和碳循环过程。随着全球变暖持续加剧，开展热融滑塌的大范围监测对于认识多年冻土退化及其环境效应具有重要意义。然而，由于北极与青藏高原等多年冻土区自然环境差异显著，现有识别方法在大尺度应用和跨区域迁移方面仍面临挑战。

图1 北半球多年冻土区研究区域概况及典型热融滑塌分布

近期，我站科研人员构建了一套融合Google Earth Engine（GEE）云平台与深度学习技术的热融滑塌迁移识别框架，实现了北半球典型多年冻土区内热融滑塌的可迁移识别。研究整合Sentinel-1雷达、Sentinel-2光学遥感和地形数据，建立了从数据处理到目标识别的一体化流程，为大范围热融滑塌监测提供了新的技术手段。

图2 北半球多年冻土区热融滑塌空天地一体化监测体系

研究结果表明，多源遥感信息融合能够有效提高热融滑塌识别精度，其中光学与雷达数据联合应用表现较优；晚夏时期的遥感影像更有利于热融滑塌识别。通过特征优化和面向对象处理，模型在北半球尺度取得了较好的识别效果，并在不同多年冻土区表现出较好的迁移能力。研究认为，结合冻土退化过程特征构建具有物理意义的遥感特征体系，是提高模型跨区域适用性的重要途径。

该研究为北半球多年冻土区热融滑塌监测提供了一种可推广的技术框架，对于多年冻土退化评估、生态环境变化监测以及相关风险识别具有一定参考价值。

图3 北半球热融滑塌迁移识别结果

相关成果以《Hemispheric-scale mapping of thaw slumps using a cloud-native and transferable deep learning framework》为题发表于遥感领域国际顶级期刊 ISPRS Journal of Photogrammetry and Remote Sensing。我站博士后娄佩卿为论文第一作者，我站吴通华研究员和北海道大学Mamoru Ishikawa副教授为共同通讯作者。

该研究得到中国科学院“西部之光”重点实验室交叉团队研究项目（xbzg-zdsys-202304）、国家自然科学基金青年基金（42501177）、中国科学院冰冻圈科学与冻土工程全国重点实验室重点方向项目（CSFSE-FX-2505）、中国博士后科学基金（2025M770342、GZB20250101）、日本学术振兴会（JSPS）国际特别研究员项目（25KF016105）、JSPS KAKENHI项目（17H01849、25H01251、25H0050715）以及Arctic Challenge for Sustainability III（ArCS III）项目等资助。

文章链接：https://doi.org/10.1016/j.isprsjprs.2026.06.002

图文：娄佩卿  审核：吴通华