冰川阻塞型冰湖溃决洪水（Ice－Dammed Lake Outburst Floods，GLOFs）是全球高山地区最为常见且破坏性强的冰湖灾害类型之一，对区域社会经济发展与下游生态系统安全构成严重威胁。近年来，在全球气候变暖背景下，冰湖扩张与溃决风险持续增加。然而，受历史观测资料匮乏的限制，现有研究在历史GLOFs事件及其关键参数记录方面仍不完整。同时，针对冰川阻塞型GLOFs的系统识别仍缺乏统一、标准化的框架，这一局限性在很大程度上制约了区域灾害风险评估及防控预警工作。
针对上述问题，中国科学院成都山地灾害与环境研究所聂勇研究员团队提出了一种基于多源遥感数据的历史冰川阻塞型冰湖溃决事件调查框架。该方法综合利用Landsat、Sentinel－1／2、PlanetScope及ICESat－2等多源遥感数据，通过构建长时序冰湖面积与水量变化数据集，使用滑动窗口统计分析与“面积－体积突变”检测算法，实现了冰湖溃决事件的自动化识别及关键参数提取。该方法突破了传统方法依赖单一阈值或人工解译的局限，显著提升了溃决事件识别的准确性与自动化水平。本研究以喀喇昆仑地区Central Rimo冰湖为典型案例，成功重建了1972—2023年间冰湖演化过程，共识别出22次冰湖溃决事件。
该研究构建的冰川阻塞型冰湖溃决事件识别框架，不仅实现了历史溃决事件的系统追溯，还能够精准提取溃决时间、面积变化、水量损失及排水路径等多维属性信息，为构建标准化冰湖灾害数据库提供了重要技术支撑。同时，该方法具有良好的区域适应性，可推广应用于全球高山地区冰川阻塞型冰湖灾害研究，对于提升冰湖溃决洪水风险评估能力、健全灾害预警体系具有重要意义。
该研究得到国家自然科学基金（42171086）、国家重点研发计划项目（2022YFF0711704）及山地自然灾害与工程安全重点实验室（KLMHER－T04）等项目的资助，相关成果以“A generic framework for investigating historical ice－dammed glacial lake outburst floods： A case study of Central Rimo Lake， Karakoram”为题，发表在一区TOP期刊Catena上。硕士研究生张莉齐为论文第一作者，聂勇研究员为通讯作者。
