冰湖作為全球氣候變化的敏感指示器，其快速擴張顯著加劇了冰湖潰決洪水的風險，對下游地區的基礎設施及居民生命財產安全構成了嚴重威脅。在當前技術背景下，衛星遙感被認為是實現區域尺度冰湖監測最為有效的手段。然而，Landsat等衛星平臺受制于較長的重訪周期，加之高山地區頻繁出現的云層、積雪以及陰影干擾，往往難以獲取連續且全覆蓋的高質量影像。這一局限性在很大程度上制約了對冰湖動態變化進行高頻次、高精度監測的能力，同時也對冰湖潰決風險評估的準確性提出了挑戰。
為應對上述挑戰，中國科學院成都山地災害與環境研究所等研究團隊，基于國產環境減災二號（HJ-2A/B）衛星數據，開發了一種依托高重訪頻率衛星影像的區域冰湖自動化制圖技術。該研究充分利用HJ-2A/B衛星的高時間分辨率優勢，將人工智能深度學習方法與遙感影像處理算法有機結合，實現了中喜馬拉雅地區冰湖的高效遙感調查與動態監測。這一成果為破解高山復雜環境下冰湖監測的技術難題提供了新的解決方案。
該研究提出的技術方案，填補了傳統衛星數據因時空覆蓋不連續所導致的監測空白。這一成果不僅充分體現了國產遙感衛星與人工智能技術深度融合在應對高山環境監測挑戰中的獨特優勢，而且為區域冰湖動態演化規律的研究、冰湖潰決災害早期預警體系的構建，以及氣候變化影響的定量評估，提供了方法學支撐和數據保障。
相關研究成果以Daily imaging from China's HJ-2A/B satellites enables yearly mapping of regional glacial lakes為題，發表在Advances in Climate Change Research上。研究工作得到國家自然科學基金、國家重點研發計劃、西藏自治區科技廳等的支持。