Initial estimate of the contribution of cryospheric change in China to sea level rise
1
2011
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
中国冰冻圈变化对海平面上升潜在贡献的初步估计
1
2011
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
The responses of glaciers and snow cover to climate change in Xinjiang（I）： hydrological effects
1
2013
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
新疆冰川、积雪对气候变化的响应（I）： 水文效应
1
2013
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
The application progress of hydrological model in quantifying the contribution of glacier runoff to total watershed runoff
1
2016
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
水文模型在估算冰川径流研究中的应用现状
1
2016
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
Agricultural ecological environment protection and rational utilization of resources of Manas River basin in Xinjiang， China
1
1993
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
中国新疆玛纳斯河流域农业生态环境资源保护与合理利用
1
1993
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
Fluctuations of discharge rate of Manas River and its response to climatic changes during the recently 50 years
1
2004
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
近50 a来玛纳斯河流量变化及对气候变化的响应
1
2004
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
The responses of glaciers and snow cover to climate change in Xinjiang（II）： hazards effects
1
2013
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
新疆冰川、积雪对气候变化的响应（II）： 灾害效应
1
2013
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
Variation of extreme flood of the rivers in Xinjiang region and some typical watersheds from Tianshan Mountains and their response to climate change in recent 50 years
1
2012
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
近50 a来新疆区域与天山典型流域极端洪水变化特征及其对气候变化的响应
1
2012
... 冰川变化不仅是气候变化的敏感指示器， 而且是影响水资源变化、 海平面上升、 洪水、 泥石流等自然灾害发生的重要因素.进入21世纪以来， 气候变暖， 冰川消融加速， 依据近年卫星遥感影像和20世纪60年代航空照片对全国范围内1 700多条冰川的分析对比以及对数十条冰川实地考察验证表明， 约82%的冰川处于退缩状态［1］.作为水资源的冰川、 积雪融水是河川径流的重要补给来源， 是我国西部干旱地区绿洲农业赖以生存和发展的生命线［2-3］.天山是中亚地区冰冻圈对全球变化反应最为敏感的地区， 玛纳斯河发源于天山主峰， 其冰川面积仅次于托木尔峰地区［4］， 在玛纳斯河流域， 冰川融水量约为4.422×108 m3， 占玛纳斯河径流量35.13%， 是玛纳斯河径流的主要补给源之一［5］.气候变暖导致冰川面积急剧减少， 在其融水补给河川径流的同时， 也常伴有冰川洪水、 冰川泥石流、 风吹雪等冰雪灾害发生［6-7］， 势必对流域的社会经济发展、 生态平衡和人民生活产生重要的影响. ...
The New Swiss glacier inventory 2000 application of remote sensing and GIS
1
2003
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Glaciers fluctuations in the Karamilan-Keriya River watershed in the past 30 years
0
2006
塔里木盆地南缘喀拉米兰河克里雅河流内流区近30 a来的冰川变化研究
0
2006
Deriving glacier border information on Qinghai Tibet by TM spectrum image
1
2001
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
利用TM高光谱图像提取青藏高原喀喇昆仑山区现代冰川边界
1
2001
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Changes in glacier area in Tyrol， Austria， between 1969 and 1992 derived from Landsat 5 thematic mapper and Austrian Glacier Inventory data
2
2002
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
... ［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Rapid disintegration of Alpine glaciers observed with satellite data
1
2004
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Glacier change of the Yarkant River basin from 1968 to 2009 derived from the First and Second Glacier Inventories of China
1
2015
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
1968 - 2009年叶尔羌河流域冰川变化—基于第一、 二次中国冰川编目数据
1
2015
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Detection of buried glacial and ground ice with thermal infrared remote sensing
1
1974
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Use of multispectral ASTER images for mapping debris-covered glaciers within the GLIMS Project
1
2004
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Comparing the opportunities of LANDSAT-TM and ASTER data for monitoring a debris covered glacier in the Italian Alps within the GLIMS project
1
2002
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Terrain analysis and data modeling for alpine glacier mapping
1
2001
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Identification of glacier motion and potentially dangerous glacial lakes in the Mt. Everest region/Nepal using spaceborne imagery
1
2008
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Planimetric and volumetric glacier changes in the Khumbu Himal， Nepal， since 1962 using Corona， Landsat TM and ASTER data
1
2008
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Combining satellite multispectral image data and a digital elevation model for mapping debris-covered glaciers
1
2004
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Synergistic approach for mapping debris-covered glaciers using optical-thermal remote sensing data with inputs from geomorphometric parameters
0
2010
Automated classification of debris-covered glaciers combining optical， SAR and topographic data in an object-based environment
1
2015
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Analysis of glacier change in Manas River basin in the last 50 years based on multi-source data
1
2015
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
基于多源数据的近50 a玛纳斯河流域冰川变化分析
1
2015
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Application of object-oriented approach to SPOT5 image classification： a case study in Haidian District， Beijing City
1
2006
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
面向对象方法在SPOT5遥感图像分类中的应用——以北京市海淀区为例
1
2006
... 遥感和GIS技术的发展为冰川变化研究提供了新的手段， 传统的冰川自动提取方法主要包括监督分类和非监督分类、 阈值统计法、 雪盖指数法和波段比值法， 在各自研究区都取得很好结果［8-10］.然而受冰川运动和物质平衡变化的影响， 部分山地冰川表面被岩石碎屑（冰碛）物所覆盖［11-12］， 由于表碛覆盖冰川与周围地物极其相似的光谱特性， 甚至实地测量也难以进行区分， 使其成为冰川自动提取中的难点［11-13］.基于表碛覆盖下冰川的低辐射温度引起的冷却作用， 导致其上的冰碛物具有比周围地物较低的辐射温度， Lougeay［14］首先提出基于辐射温度来提取表碛覆盖冰川的方法.基于此， Ranzi等［15］和Taschner等［16］利用可见光和热红外波段提取表碛覆盖冰川时发现， 当冰碛物厚度超过40~50 cm时， 冰碛物表现出与周围地物相似的温度.考虑到表碛一般位于冰川消融区， 地形较为平缓， Bishop等［17］尝试利用高程、 坡度、 坡向和曲率等地形参数提取表碛覆盖冰川， 但由于DEM数据精度不高， 无法呈现更加详细的地形信息， 使冰川与非冰川过渡区域的表碛物提取仍不准确.Bolch等［18-19］分析地形参数和热红外数据的优势与局限性， 将地形参数（坡度、 曲率）与ASTER影像热红外波段相结合成功地对喜马拉雅山冰川进行了提取， 结果表明综合热红外遥感和地形参数的方法在一定程度上能够提高表碛覆盖冰川识别的精度.同时由于遥感影像具有丰富的光谱信息， 遥感影像也参与到碛覆盖冰川的自动识别中， 并取得较好的结果［20-22］.总结已有研究成果发现遥感影像分辨率和DEM的数据精度都会对表碛覆盖冰川识别的精度产生影响， 高分辨率遥感影像、 高精度地形参数以及热红外信息的结合将成为目前表碛覆盖冰川提取的重要方法.综上所述的冰川识别方法大都是基于国外遥感卫星， 基于像元光谱统计的自动分类技术， 而基于国内卫星， 尤其高分辨卫星影像的冰川信息提取相对较少［23］.我国高分卫星的成功发射， 能够提供高空间分辨率影像， 使得地形效应显著、 地物类差异增大， 为冰川监测能力的提高奠定了基础.随着高空间分辨率影像应运而生的面向对象分析（Object-based image analysis， OBIA）方法， 突破了基于像元分类的局限性， 以含有更多语义信息的多个相邻像元组成的对象为单元［24］， 实现图像的精确分割， 充分发挥高分辨影像在遥感分类中的作用， 为高分辨率遥感影像分类提供了新的途径. ...
Evolution regularity and characteristics of runoff and flood
1
2010
... 玛纳斯河流域地处欧亚大陆腹地， 位于天山北麓， 准噶尔盆地南缘， 地处43°27′~ 45°21′ N， 85°01′~ 86°32′ E（图1）.玛纳斯河发源于天山北坡依连哈比尔尕山， 属于冰川融水及降雨混合补给型的山溪性河流， 全长324 km， 水量主要来自高山区的冰雪融水和中高山区降雨.玛纳斯河上游海拔3 600 m以上山区大部分面积为冰川及永久性积雪覆盖， 平均雪线为3 970 m； 海拔1 500~3 600 m， 降水丰沛， 植被较好， 为径流形成区.由东南流向西北， 汇集吉兰德、 韭莱萨依、 哈熊沟等10条支流， 至肯斯瓦特水文站出峡谷， 进入前山阶地， 出红山嘴水文站， 流入冲积扇， 被引入各个农牧业灌溉区和石河子市［25］. ...
玛纳斯河径流与洪水特征分析及演变规律研究
1
2010
... 玛纳斯河流域地处欧亚大陆腹地， 位于天山北麓， 准噶尔盆地南缘， 地处43°27′~ 45°21′ N， 85°01′~ 86°32′ E（图1）.玛纳斯河发源于天山北坡依连哈比尔尕山， 属于冰川融水及降雨混合补给型的山溪性河流， 全长324 km， 水量主要来自高山区的冰雪融水和中高山区降雨.玛纳斯河上游海拔3 600 m以上山区大部分面积为冰川及永久性积雪覆盖， 平均雪线为3 970 m； 海拔1 500~3 600 m， 降水丰沛， 植被较好， 为径流形成区.由东南流向西北， 汇集吉兰德、 韭莱萨依、 哈熊沟等10条支流， 至肯斯瓦特水文站出峡谷， 进入前山阶地， 出红山嘴水文站， 流入冲积扇， 被引入各个农牧业灌溉区和石河子市［25］. ...
The second glacier inventory dataset of China （Version
1
1
... 本文所采用的遥感数据为GF-1卫星的多光谱宽幅影像， 成像时间为2015年9月1日， GF-1卫星于2013年4月26日成功发射， 搭载了两台2 m全色、 8 m多光谱相机和四台16 m多光谱相机.同时选用90 m空间分辨率的SRTM数字高程模型作为辅助数据源， SRTM数据由地理空间数据云平台（http：//www.gscloud.cn）， 利用SRTM3 V4.1版本的数据加工而来， 可以为冰川识别提供所需的地形参数， 如坡度、 坡向等.此外， 以中国第二次冰川编目数据集为参考数据对自动识别结果进行人工修订， 以人工修订边界来验证和评估冰川自动识别结果， 其中， 第二次冰川编目于2007年启动， 玛纳斯河流域第二次冰川编目数据集所用数据源为2007年9月和2009年8月的Landsat ETM+遥感影像［26］. ...
Research progresses of high-resolution remote sensing of snow in Manasi River basin in Tianshan Mountains， Xinjiang Province
1
2015
... 由于GF-1卫星影像缺少冰川光谱强吸收的短波红外波段， 导致传统的波段比值法（近红外波段/短波红外波段）和雪盖指数法（NDSI）不适用于GF-1卫星影像的冰川边界识别.通过对比分析， 确定蓝色波段是适合高分冰雪识别的最佳波段［27］， 因此利用可见光波段和近红外波段建立波段比值（GF1/GF4）. ...
新疆天山玛纳斯河流域高分辨率积雪遥感研究进展
1
2015
... 由于GF-1卫星影像缺少冰川光谱强吸收的短波红外波段， 导致传统的波段比值法（近红外波段/短波红外波段）和雪盖指数法（NDSI）不适用于GF-1卫星影像的冰川边界识别.通过对比分析， 确定蓝色波段是适合高分冰雪识别的最佳波段［27］， 因此利用可见光波段和近红外波段建立波段比值（GF1/GF4）. ...
Some forefront problems of remote sensing science and technology
1
2009
... 将高分辨的GF-1 WFV1多光谱影像（B1~B4）和确定的冰川识别指标波段比值（GF1/GF4）、 DEM和坡度叠加成一个数据集， 采用面向对象的分析方法， 对流域内的冰川进行识别.冰舌末端由纯冰川以及冰川和冰碛物的混合物组成， 将研究区冰川分为裸冰区和冰舌区两类.面向对象分析方法以一定的灰度、 方差等为基础分割原始影像， 根据每个分割单元统计的灰度、 纹理、 形态等特征来进行分类［28］.图像分割是面向对象分类中的关键技术， 分割的好坏直接影响影像的分类精度.面向对象的另一个关键步骤是信息提取， 选择合适的特征指数将目标地物和其他地物区分开， 是信息提取的关键， 需要结合专家知识和经验， 对特征指数进行对比分析， 确定合适的特征及特征组合实现目标地物的提取.本文的技术路线如图2所示. ...
遥感科学与技术中的一些前沿问题
1
2009
... 将高分辨的GF-1 WFV1多光谱影像（B1~B4）和确定的冰川识别指标波段比值（GF1/GF4）、 DEM和坡度叠加成一个数据集， 采用面向对象的分析方法， 对流域内的冰川进行识别.冰舌末端由纯冰川以及冰川和冰碛物的混合物组成， 将研究区冰川分为裸冰区和冰舌区两类.面向对象分析方法以一定的灰度、 方差等为基础分割原始影像， 根据每个分割单元统计的灰度、 纹理、 形态等特征来进行分类［28］.图像分割是面向对象分类中的关键技术， 分割的好坏直接影响影像的分类精度.面向对象的另一个关键步骤是信息提取， 选择合适的特征指数将目标地物和其他地物区分开， 是信息提取的关键， 需要结合专家知识和经验， 对特征指数进行对比分析， 确定合适的特征及特征组合实现目标地物的提取.本文的技术路线如图2所示. ...
甘公网安备 62010202000676号
