TC: 2020 年期 1 km 高分辨率多年冻土分布图
我们在国际冰雪圈顶刊 The Cryosphere 发表最新研究成果，基于扩展的 FROSTNUM 框架与“以空间换时间”的迁移学习策略，绘制并发布了青藏高原 2020 年期 1 km 高分辨率多年冻土分布图。图件表明，2020年多年冻土面积约为 1.038 百万平方公里 占高原总面积的 39.35%），季节性冻土面积约为 1.466 百万平方公里（55.57%）。
Tag: publ
-
-
Earth’s Future：顾及地下冰含量重新评估青藏高原多年冻土热状态
科学界通常利用多年平均地温（MAGT）评价多年冻土热状态和稳定性，但这往往忽略了地下冰在融化过程中消耗的大量潜热。PermaLab团队提出了一种基于焓变的新指标（ΔH′），利用改进的Noah陆面过程模型和机器学习方法，重新评估了青藏高原多年冻土的热状态与稳定性，揭示了传统温度指标在区域评估中的局限性。相关论文发表在Earth's Future。
-
PPP: 青藏高原多年冻土地温与活动层增厚呈现“跷跷板”式海拔依赖性
该研究整合多强迫集合模拟、块采样方法与54个站点长期观测数据，首次在青藏高原区域尺度上揭示了“跷跷板”式海拔依赖性多年冻土变化：低海拔暖多年冻土区活动层厚度（ALT）增厚更快，高海拔冷多年冻土区多年冻土顶部温度（TTOP）升温更快。这一模式主要由地下盈余热量在显热与潜热之间的分配主导，受初始多年冻土温度通过土壤冻结特征曲线调控，而非外部海拔依赖性增温（EDW）或局部环境因素。该发现为理解高山多年冻土对气候变暖的响应提供了新的热力学框架。
-
青藏高原高分辨率多年冻土基准地图产品入选遥感前沿专著《Handbook of Satellite Land Products》
Permalab研究团队研制的“2010年青藏高原1 km分辨率多年冻土分布图”，近期作为第99章正式收录于Elsevier出版的遥感专著《Handbook of Satellite Land Products》。该书旨在汇编全球关键地表变量的高级遥感卫星产品与应用实例。Permalab团队此次入选的章节详细介绍了该高分辨率冻土图产品的算法、产品特征及多领域应用价值，为全球科研人员开展寒区陆面过程模拟与气候变化评估提供了重要的高质量基准数据参考。
-
新书：赵淑萍《凝望中国：卫星下的江河万象》
赵淑萍教授科普新书《凝望中国：卫星下的江河万象》正式出版！本书以高分辨率卫星影像为独特视角，带领读者领略长江、黄河等中国主要江河的壮美风光与生态故事，融合科学解读与人文情怀，是一部兼具视觉震撼与思想深度的科普作品。
-
ESSD: 青藏高原1 km土壤厚度地图
论文开发修订的物理平衡模型，耦合气候驱动的土壤生成与水力、风力、重力多过程侵蚀机制，构建了青藏高原1 km分辨率土壤厚度数据集。土壤厚度范围0.39–2.04 m，平均值0.89 m，相对优于现有产品约10%–17%，并有效再现真实地貌分异特征。数据集已公开发布，为区域水文、生态与气候模型提供关键边界条件。
-
GPC: 地图约束模拟揭示1980-2018年青藏高原多年冻土面积消失近18万平方公里
Permalab在Global and Planetary Change发表最新成果，创新采用高精度冻土分布图约束Noah陆面过程模型，显著优于传统站点校准方法，给出青藏高原近40年（1980-2018）较可靠的冻土热力学演变轨迹，面积以44.4×10³ km²/10a速率收缩。
-
GMD: RTSEvo实现冻土热融滑塌的动态演化预测
permalab团队在 Geoscientific Model Development 发表最新研究，提出RTSEvo模型，首次在区域尺度实现逆向热融滑塌（RTS）的动态时空演化模拟。该方法融合机器学习与地貌过程机制，在青藏高原验证中显著提升预测能力，为冻土区灾害评估提供新范式。
-
ERL: 青藏高原植被双向扩张，打破植被单一上移的传统认知
长期以来，科学界普遍认为变暖会导致高山植被单一地向高海拔迁移。然而，Permalab最新研究发现，在“暖湿化”的双重驱动下，青藏高原植被正经历独特的“双向扩张”：不仅向上攀升以克服能量限制，更在低海拔荒原区域显著向下蔓延以响应水分条件的改善。这一发现挑战了传统认知，为评估高寒生态系统的复杂反馈提供了全新视角。
-
GMD: 物理-AI融合新范式：可微分多年冻土陆面模型NoahPy
针对传统陆面模型与现代AI工作流不兼容的难题，Permalab研究人员开发了名为NoahPy的可微分陆面模型。该模型基于循环神经网络（RNN）重构，能够精确模拟多年冻土区的水热动态，同时支持高效的梯度优化与参数校正。在青藏高原站点的评估结果显示，NoahPy在保持物理机制完整性的同时，显著提升了模拟效率与精度，为开发下一代“物理驱动+AI辅助”的冰冻圈预测模型奠定了技术基础 。