湖泊是陆地水圈的重要组成部分，提供重要的淡水资源，并在调节区域气候和维持生物多样性方面发挥着不可替代的作用（Marzadri等人，2013；Duan等人，2024；Shi等人，2025）。在表征湖泊动态的各种物理参数中，湖泊表面水温（LSWT）被认为是湖泊生态状态的基本指标（Hong和Nguyen，2023）。它控制着水生生物的新陈代谢速率、溶解氧浓度和养分循环，同时显著影响控制水柱内能量和物质流动的热分层模式（Baek和Lim，2021）。因此，LSWT不仅是内部生物地球化学过程的驱动因素，也是外部气候强迫的敏感指标，因为其变化直接反映了空气-水界面的复杂能量交换（Guo等人，2022；Shi等人，2025；Yang等人，2020）。
在全球变暖的背景下，湖泊的热特性正在发生快速变化（Niedrist等人，2018）。大量观测证据表明，全球湖泊表面水温普遍呈上升趋势，平均升温速率通常超过周围空气温度（O’Reilly等人，2015）。这种升温现象带来了严重的生态后果，包括冷水物种的热栖息地压缩、有害蓝藻水华的加剧以及浮游生物群落结构的变化，所有这些都威胁着生态系统的稳定性和区域水资源安全（Wilk-Woźniak等人，2024）。尽管北美和欧洲已经记录了LSWT对气候变化的响应，但由于湖泊形态、纬度和局部水文条件的差异，存在显著的地域差异。理解驱动LSWT变化的机制——特别是区分自然气候变率和人为干扰的影响——仍然是湖泊学家和水文学家面临的关键挑战（Lieberherr和Wunderle，2018；Missaghi等人，2017；Piccolroaz等人，2021）。
长江流域从青藏高原到中国东部沿海平原具有独特的地貌特征，拥有众多大型湖泊（面积大于100平方公里），这些湖泊在社会经济和生态方面都具有重要意义（Chen等人，2023）。这些湖泊从上游的高山湖泊到中下游的浅水湖泊和城市化湖泊，为研究不同环境梯度下的湖泊热动态提供了独特的自然实验室。现有的关于长江流域湖泊的研究主要集中在单个水体或特定环境问题（如富营养化和水位波动）上（Hu等人，2022；Wang等人，2021）。虽然一些研究已经发现了特定湖泊的升温趋势，但缺乏考虑上游、中游和下游梯度的综合、流域尺度的比较分析。虽然太阳辐射是湖泊的主要热源，但空气温度是空气-水界面复杂热交换（如显热和长波辐射）的最有效综合代理指标。因此，它被广泛认为是控制LSWT的主要气象因素（Piccolroaz，2016；Qiu等人，2024；Wang等人，2022）。然而，快速的城市化和土地利用变化（如不透水表面的扩张）对该人口密集流域的湖泊热状态的影响尚未得到充分量化（Liu等人，2023；Pekel等人，2016；Vörösmarty等人，2000；Yi等人，2019）。
为了填补这些知识空白，需要准确监测长期LSWT的时空变化模式。传统的湖泊温度监测方法通常使用浮标或巡测数据进行现场测量。尽管这些基于点的观测非常准确，但往往分布稀疏且时间上不连续，无法捕捉整个湖泊的热异质性和长期演变趋势（Piccolroaz等人，2024）。卫星遥感技术的出现彻底改变了这一领域，提供了大规模、高频率和一致的热红外数据。特别是Landsat档案，凭借其高空间分辨率（30–100米）和数十年的覆盖范围，为重建历史LSWT序列提供了无与伦比的机会（Halverson等人，2022）。然而，处理大规模遥感数据集在计算上一直具有挑战性。云计算平台（如Google Earth Engine（GEE）的出现，结合强大的检索算法（如统计单窗口算法），使得能够在流域尺度上系统地分析数十年的LSWT动态（Ermida等人，2020；Halverson等人，2022；Li等人，2024）。
本研究利用GEE平台和长期的Landsat影像（1988–2022年）研究了长江流域六个代表性大型湖泊的LSWT的时空演变：上游的崔仁德佳湖和滇池湖，中游的洞庭湖和鄱阳湖，以及下游的巢湖和太湖。这些湖泊涵盖了不同的气候带、水文连通性水平（封闭型与河流连接型）和人为影响强度（原始状态与城市化状态）。本研究的目标是：（1）为这些关键湖泊重建35年的高分辨率LSWT数据集；（2）描述并比较整个流域三个区域的年际趋势、季节性模式、突变、周期性和空间异质性；（3）定量归因LSWT变化，将其归因于自然气象因素（如空气温度、风速）和人为因素（如不透水表面比例），从而阐明不同子区域的驱动机制。这些发现旨在为改善水资源管理和保护面临持续气候变化的重要湖泊的生态健康提供科学依据。
