引言
冰（川）成（因）湖(Glacial lake)是与冰川或冰川作用相关的湖泊，存在于冰川上、下、前或旁。从冰湖编目、灾害视角出发，姚晓军等定义为"以现代冰川融水为主要补给源或在冰碛垄洼地内积水形成的天然水体"，主要依据冰川融水补给与否（非/冰川补给）、冰湖坝体类别（冰碛、冰、基岩等）、冰湖与冰川空间位置（冰面（上）/前/下/旁等）、冰湖形成机制（冰川阻塞/侵蚀、冰碛阻塞）进行分类。
冰湖灾害风险
最新评估表明，全球有1500万人暴露在潜在冰湖溃决灾害所致影响之下，超一半受影响人口位于印度、巴基斯坦、中国和秘鲁四国，亚洲高山区（High Mountain Asia, HMA）所受影响最大。
遥感监测优势
冰湖具有数量多、面积小、季节性、海拔高、难抵近等特征。遥感技术因远距离、非接触、宏观视角等独特优势，已成为冰湖演化、灾害监测重要手段。
升温情景下，冰川加速消融/减薄、冻土退化、极端降水等会激发GLOFs灾害，需关注冰湖动态演化、灾害风险态势。鉴于此，本文以冰湖研究文献计量概述为出发点，重点围绕冰湖与GLOFs信息遥感监测、气候变化背景冰湖演化对冰川变化的响应、冰湖灾害风险评估与GLOFs案例研究3个视角，详实介绍了各个专题最新成果与进展。
冰湖研究文献计量概述
以"glacial lake、ice-marginal lake*、proglacial*、glaci* lake outburst、GLOF*、moraine-dammed lake"等为必选标题词构造检索式。在Web of Science核心集中对检索结果发表年份(2000-2022年)、语言（英语）、文献类型等进行精炼，共获取冰湖研究文献833篇。
2000-2022年冰湖研究文献计量统计分析
图1 2000-2022年冰湖研究文献文献计量统计分析
主要研究发现：
- 冰湖研究整体呈逐年上升趋势，以2010年为转折点，近10年年均发文量约40篇以上
- 美国、英国、中国、加拿大、德国、瑞士位于第一梯队，其次是印度、俄罗斯、法国、苏格兰等
- 研究区域主要集中于青藏高原/第三极及周边，其中喜马拉雅中部与西部、尼泊尔、藏东南是研究热点
- 冰湖灾害风险评估最多，其次是冰湖时序演变分析，再次是GLOFs模拟研究与灾害案例分析
- 冰湖灾害、气候变化、冰碛坝湖、冰湖溃决、灾难性排水、遥感、冰湖编目、珠峰区域、喜马拉雅、西藏、风险评估等为热词
冰湖与GLOFs遥感监测
3.1 冰湖遥感数据源
表1梳理了冰湖及GLOFs研究所用光学、雷达影像数据。其中，光学以分辨率适中（15~30m）、可免费获取的Landsat系列为主，合成孔径雷达(Synthetic Aperture Radar, SAR)影像以Sentinel-1为主，但光学影像受山体阴影、云雨及大气浊度影响，冰湖消融季无云影像少，无法满足季节性变化监测需求。
| 卫星/传感器 | 国家(地区)/机构 | 分辨率/m | 主要应用方面 |
|---|---|---|---|
| Landsat5 | 美国 | 30 | 冰湖提取 |
| Sentinel-1 | 欧空局 | 5×25 | 冰湖提取及周边坡体、冰碛形变获取 |
| GF-1 | 中国 | 8（全色2） | 冰湖提取 |
| PlanetScope | 欧空局 | 3 | 冰湖提取/验证 |
3.2 冰湖形态信息遥感提取
准确、翔实的冰湖信息是进行相关研究的基础，冰湖形态信息包括冰湖轮廓、水位、水量等内容。
冰湖轮廓遥感提取与编目
遥感冰湖提取中存在如下难点:冰湖目标较小、分布离散、尺度差异显著，受周边环境、山体阴影、形态、浊度好的，我将继续输出剩余部分的HTML代码，保持设计风格一致： ```html
冰期、季节水位等影响，不同理化性质条件影像时-空-谱特征迥异，并且消融季冰/水面易受云雨与积雪影响，错漏检测现象广泛存在。
- 人工目视解译：操作简易、提取精度高，可兼顾影像纹理、颜色等特征
- 半/全自动提取：效率较目视解译有所提升，但需要人工进行质量控制与后处理
- 人工智能提取：机器/深度学习为冰湖自动化提取提供了新契机
冰湖水量和水位信息获取
冰湖水量信息是GLOFs洪峰流量估算和洪水演进模拟的重要参数，是衡量湖泊蓄水能力重要指标。
V=∫₀ˢ hₗ ds=Sₚ×∑ᵢ₌₀ⁿ (Hₗ-hᵢ)
式中：hₗ为冰湖水深；Sₚ为像元面积；n为冰湖所覆盖DEM数据的像元数量；Hₗ为冰湖水位高程；hᵢ为对应像元的冰湖湖盆高程。
冰湖蓄水位/量变化测算方法体系
图2 冰湖蓄水位/量变化测算方法体系
3.3 GLOFs遥感识别与编目
GLOFs是一个分圈层控制、多因素影响、长链条演进过程，其新闻报道与实际情况可能存在较大偏差，风险管理、灾害评估、趋势预测需要对其进行准确、全面记录。
关键发现
根据1901-2017年全球1997次与冰川有关洪水记录，发现仅靠升温很难解释每年报告的GLOFs数量，表明20世纪初期有数百个GLOFs可能没有被关注到。
冰湖溃决洪水触发因素及因果关系
图3 冰湖溃决洪水触发因素及因果关系
冰湖时空演化与冰川变化分析
4.1 冰湖时空演化特征
冰湖形成与扩张是GLOFs重要驱动力，冰湖时空格局演化分析可以识别有潜在溃决风险的冰湖，提前制定GLOFs防/减灾策略。
| 区域/流域 | 时段/年 | 面积变化/km² | 数量变化/个 |
|---|---|---|---|
| 全球 | 1990-2018 | 273.650±3.110 | 2916 |
| 亚洲高山区 | 2008-2017 | 77.585 | 74 |
| 第三极/青藏高原 | 1990-2019 | 258.820 | 3285 |
主要发现：
- 全球冰湖演化研究发现，冰湖数量、面积、容积分别增加了53%、51%、48%
- 面积增长最快冰湖出现在斯堪纳维亚、冰岛、加拿大、美国、俄罗斯及低纬度地区
- HMA冰湖相对较小，但增长快速、新出现冰湖向海拔较高地区演化
- 冰前湖面积增加是近些年冰湖演化主要贡献类别
喜马拉雅地区：
- 1990-2010年、1990-2015年冰湖面积扩张速率为17.11%、14.1%
- 最显著扩张发生在喜马拉雅中部南坡
- 冰前湖、冰面湖变化模式相当复杂，既有消失，也有出现
4.2 未来潜在冰湖探测与风险评估
冰川持续退缩暴露基岩过量侵（下）蚀(Over-deepening)会在冰川底床形成盆地或槽谷，可储存冰川融水/降水及冰碛物形成冰前湖。
冰川过量下蚀简图
图4 冰川过量下蚀简图
冰湖灾害风险评估与GLOFs案例研究
5.1 高风险冰湖识别
识别潜在危险冰湖(Potentially Dangerous Glacial Lakes, PDGLs)有助于制定缓解GLOFs灾害管理策略。
关键数据
全球范围内，结合最新冰湖状况、暴露性(人口与潜在爆发接近程度)和脆弱性(暴露人口受到冰湖溃决所致影响可能性)，对当代(2020年)冰湖溃决所致潜在损害进行量化和排序，发现HMA所受影响潜力最大，大约有100万人生活在冰川湖泊10km范围之内。
青藏高原
结合危险性、暴露度、脆弱性、适应性，运用层次分析法和加权综合法发现，青藏高原GLOFs灾害综合风险区主要集中于喜马拉雅中部、念青唐古拉山中东部和唐古拉山南部。
评估方法
Zhang等优化确定了母冰川平均坡度、潜在流入湖中物质运动、冰碛坝平均坡度、集水区域、湖泊周长、与冰湖溃决对应触发因素5个评价因素为最佳组合识别PDGLs。
5.2 高风险冰湖监测与预警
冰川消退、冻土退化会影响冰川坡体和冰碛稳定性。PDGLs监测与预警是缓解冰湖灾害效应有效策略。
监测技术体系
- SAR数据：利用Sentinel-1幅度、相位来监测湖泊溃决易发性
- PSI技术：时序SAR永久散射干涉测量技术研究冰碛和冰湖周围斜坡稳定性
- 物联网技术：实时动态监测降雨量、温度、湖水位、冰碛坝与母冰川位移等参数
5.3 GLOFs过程重建与诱因
重建历史GLOFs演变过程是揭示溃决机制、开展灾害风险建模的基础。通过数值模型模拟不同情景溃决参数，结合现场调研与记录，与情景分析结果进行对比是当下比较通行研究范式。
溃决诱因多样性
- 外因：冰/雪/岩石崩、滑坡、暴雨、冰川前进、地震、冰雪融化
- 内因：冻融循环、冰碛垄埋藏冰消融、冰体内湖水释放、管涌、渗漏等
结语与展望
本文回顾了近些年冰湖与GLOFs重要研究专题内容，梳理总结了当下最新研究进展。山地冰川冰湖与GLOFs研究在从数据产品编目、监测要素、气候变化背景冰川变化响应分析、风险识别与监测预警以及GLOFs过程重建与诱因探析等方面处于快速发展态势，未来研究仍需要针对以下几方面进行加强、完善:
智能提取
冰湖形态信息与GLOFs智能提取：开发基于深度学习的冰湖高层次特征表达与全自动化提取方法
系统演化
冰(前/面)湖-冰川系统演化及其气候变化响应关系：开展大区域顾及尺度差异的冰湖-冰川-气候变化间响应机制研究
监测预警
冰湖监测预警与灾害防治：构建空-天-地一体化的高风险冰湖监测与预警体系
多学科交叉融合
多学科交叉融合，为揭示冰湖演化、冰川-冰湖系统耦合作用机制过程提供了良好视角。其中，遥感技术与方法是冰湖动态及GLOFs灾害监测有效、便捷手段之一，能更好辅助人们进行灾害决策与管理，但同时也需要冰冻圈、水文、灾害、大气、数值模拟、地球物理等相关知识与信息的引导、交叉融合。
未来展望
相信未来，围绕冰湖及其溃决灾害研究观测数据、分析技术、理论方法、典型案例的不断完善与丰富，能够有效提升区域冰湖灾害感知、智能预警能力与防范策略制定；更好地理解冰湖及其GLOFs在全球变暖背景下响应与变化，给决策提供减缓灾害、适应性方面信息与建议，实现区域可持续发展。