河冰识别与光谱分类
针对高原河冰遥感识别，研究波段相对差异与机器学习方法。2025 年工作开展复杂地形下的河冰识别；2026 年工作结合 Landsat 5—9、Sentinel-2 与可解释机器学习，研究河冰光谱细分类。
青藏高原河冰光谱分类样本覆盖 2000—2024 年冬季影像，获取方式为向作者申请。
长时间序列分布与物候
利用 1999—2018 年的 Landsat 影像构建八宝河流域河冰分布序列，分析河冰发生率与地形、气温的关系。相关成果发表于 Remote Sensing of Environment（2020）。
结合 Sentinel-2 与 Landsat 8 的轨道重叠影像识别结冰、稳定冰封与消融阶段，相关方法发表于 Journal of Hydrology（2023）。数据目录另收录黄河流域 1987—2022 年逐月河冰数据。
冰厚反演与地面验证
利用 Sentinel-1 双极化 C 波段 SAR 估计高原河流冰厚，并通过 RTK 测高、钻孔和剖面复测获取验证数据。研究关注冰面高程、冰厚与雷达信号之间的关系，相关成果发表于 Remote Sensing（2022）。
河流径流遥感
利用近红外影像的河道辐射信息监测高寒山区小河流流量变化，研究缺资料流域的遥感估流方法，相关成果发表于 Water Resources Research（2019）。2026 年出版的河冰遥感书籍章节汇总了气候变化背景下的监测方法与研究进展。
近期文献
全部 9 篇与引用 →Optical River Ice Spectral Subclassification on the Tibetan Plateau: A Landsat 5–9 and Sentinel-2 Benchmark with Interpretable Machine Learning
完整引用
Hanwen Zhang, Hongyi Li. (2026). Optical River Ice Spectral Subclassification on the Tibetan Plateau: A Landsat 5–9 and Sentinel-2 Benchmark with Interpretable Machine Learning. Remote Sensing, 18(9), 1437. https://doi.org/10.3390/rs18091437
Remote sensing of river ice under climate change
完整引用
Li, H., Li, H., Zhang, H. and Pang, X. (2026) Remote sensing of river ice under climate change. In: Kelly, R. and Ellias, S. (eds.) Comprehensive Cryospheric Science and Environmental Change. Vol. 3, pp. 298-334. UK: Elsevier. https://doi.org/10.1016/B978-0-323-85242-5.00019-1
Machine Learning-Enhanced River Ice Identification in the Complex Tibetan Plateau
完整引用
Pang, Xin, Li, Hongyi, Ren, Hongrui, Yang, Yaru, Zhao, Qin, Liu, Yiwei, Hao, Xiaohua, Niu, Liting. (2025). Machine Learning-Enhanced River Ice Identification in the Complex Tibetan Plateau. Remote Sensing, 17(11), 1889. https://doi.org/10.3390/rs17111889
Revealing the river ice phenology on the Tibetan Plateau using Sentinel-2 and Landsat 8 overlapping orbit imagery
完整引用
Li Haojie, Li Hongyi, Wang Jian, Hao Xiaohua. (2023). Revealing the river ice phenology on the Tibetan Plateau using Sentinel-2 and Landsat 8 overlapping orbit imagery. Journal of Hydrology, 619, 129285. https://doi.org/10.1016/j.jhydrol.2023.129285
Monitoring the Ice Thickness in High-Order Rivers on the Tibetan Plateau with Dual-Polarized C-Band Synthetic Aperture Radar
完整引用
Zhang Huan, Li Hongyi, Li Haojie. (2022). Monitoring the Ice Thickness in High-Order Rivers on the Tibetan Plateau with Dual-Polarized C-Band Synthetic Aperture Radar. Remote Sensing, 14(11), 2591. https://doi.org/10.3390/rs14112591
Identifying river ice on the Tibetan Plateau based on the relative difference in spectral bands
完整引用
Li Haojie, Li Hongyi, Wang Jian, Hao Xiaohua. (2021). Identifying river ice on the Tibetan Plateau based on the relative difference in spectral bands. Journal of Hydrology, 601, 126613. https://doi.org/10.1016/j.jhydrol.2021.126613
相关动态
团队赴祁连山八宝河流域开展河冰观测
2026年3月9日至16日，团队在祁连山八宝河、冰沟流域开展河冰样品采集、厚度测量和无人机探地雷达探测，获取关键河冰观测数据。
河西内陆河冰雪调查年度任务圆满完成
2025年11月25日至12月1日，在国家自然科学基金区域联合基金重点项目的支持下，研究团队深入祁连山野牛沟、八宝河、冰沟等流域，开展年度例行野外观测。在团队带领下，杨雅茹、何锐、李自翔、苏海洋等执行了此次野外考察工作。 本次考察围绕高寒山区水文研究需求，系统开展积雪与河冰属性测量、地物光谱采集、土壤与雪冰样品采集以及 …
团队晨跑活动
团队一起在黄河绿道晨跑，沉浸于美好的夏日清晨。 团队成员晨跑合影
“河西走廊冰雪水资源综合调查”第二期任务顺利开展
2023年6月28日至6月30日，研究团队开展了“河西走廊冰雪水资源综合调查”第二期任务，包括河冰无人机飞行，降水收集和河水样采集。实验区域包括冰沟、野牛沟、八宝河。
“河西走廊冰雪水资源综合调查”第一期任务及河冰调查顺利开展
2023年3月6日至3月13日，基于区域创新发展联合项目的支持，研究团队开展了“河西走廊冰雪水资源综合调查”第一期任务。任务主要分为积雪调查、河冰无人机飞行，河冰实地验证，降水收集和河水样采集。 团队分别于2023年3月6日，3月7日和3月9日在野牛沟，冰沟和八宝河进行了11条航线的激光雷达无人机飞行，其中野牛沟2条， …
张欢硕士论文答辩完成
课题组张欢同学近日完成硕士论文答辩。论文答辩题目为：基于Sentinel-1数据的高寒山区河冰厚度反演。 张欢研究方向为高寒山区河冰微波遥感反演。自入学以来，她对ICESAT测高、Setinel-SAR等进行了一系列深入的探索工作，并将多种测高方法应用于高寒山区河冰反演。她还延续和带领了研究小组的定期野外河冰测量工作。 …