冰川冻土, 2021, 43(2): 405-416 doi: 10.7522/j.issn.1000-0240.2021.0136

冰冻圈与全球变化

1986—2015年长江源各拉丹冬地区冰川变化遥感监测研究

李晨毓,1,3, 井哲帆,1, 何晓波1,2

1.中国科学院 西北生态环境资源研究院 冰冻圈科学国家重点实验室，甘肃 兰州 730000

2.中国科学院 西北生态环境 资源研究院 内陆河流域生态水文重点实验室，甘肃 兰州 730000

3.中国科学院大学，北京 100049

Remote sensing monitoring of glacier variation in Geladandong， source regions of the Yangtze River from 1986 to 2015

LI Chenyu,1,3, JING Zhefan,1, HE Xiaobo1,2

1.State Key Laboratory of Cryospheric Science，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

2.Key Laboratory of Ecohydrology of Inland River Basin，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

3.University of Chinese Academy of Sciences，Beijing 100049，China

通讯作者: 井哲帆，副研究员，主要从事冰川运动变化研究. E-mail： jingzhefan@nieer.ac.cn

编委: 周成林

收稿日期: 2020-11-19   修回日期: 2021-03-24  

基金资助: 国家自然科学基金项目.  41671071
冰冻圈科学国家重点实验室开放基金项目.  SKLCS-OP-2019-04

Received: 2020-11-19   Revised: 2021-03-24  

作者简介 About authors

李晨毓，博士研究生，主要从事冰川变化与冰冻圈资源利用研究.E-mail：lichenyu@lzb.ac.cn , E-mail：lichenyu@lzb.ac.cn

摘要

以长江源各拉丹冬为研究区，针对该地区地物特点，选取了1986—2015年间云量较少、成像质量较高的相关卫星影像作为数据源，在充分了解环境特征与影像特点的基础上，基于“波段阈值比值法”，通过人机交互调整阈值，对大范围冰川区域进行快速边界提取，并基于提取结果，结合数字高程数据、气象数据等相关数据展开了分析。结果表明：1986—2015年间研究区冰川面积减小92.06 km2，减少速率为0.33%·a-1；其中1986—1994年、1994—2001年、2001—2009年、2009—2015年分别减少32.95 km2、27.37 km2、13.11 km2和18.63 km2，减少速率分别为0.47%·a-1、0.41%·a-1、0.17%·a-1和0.34%·a-1。同时，依据空间组织方式进行了研究区冰川变化的分区分析，结果表明在不同分区、不同规模上该地区冰川变化呈现出不同的趋势；部分区域内冰川的降级、分裂现象较为明显，对不同等级规模冰川的变化趋势有一定影响。研究区冰川面积的坡向变化以东南向退缩最剧烈，西向增加最多。典型冰川方面，岗陇加玛冰川2001—2009年为面积退缩最为剧烈，1994—2001年面积略有增加。研究时段内冬季降水量逐年减少，不足以弥补因为气温升高导致的快速消融。

关键词： 长江源 ; 各拉丹冬 ; 冰川变化 ; 遥感监测 ; 气候变化

Abstract

Due to global warming， glaciers in the source regions of Yangtze River faced the risks of rapid melting. Considering that， the satellite images with less cloud cover and higher imaging quality from 1986 to 2015 were selected to analyze the changes of glaciers in this area. On the basis of comprehensive understanding of local environment and image features， the boundaries of the large-scale glaciers were extracted by using band ratio method and adjusting the threshold by human-machine interaction. Additionally， the meteorological and other related datasets were used to investigate the factors affecting the glaciers changes further. The results showed that the area of glaciers decreased by 92.06 km2 during 1986—2015， and the decrease rate was 0.33%·a-1. Specifically， the area of glaciers decreased by 32.95 km2， 27.37 km2， 13.11 km2， and 18.63 km2 during 1986—1994， 1994—2001， 2001—2009 and 2009—2015， respectively， and the corresponding decrease rates were 0.47%·a-1， 0.41%·a-1， 0.17%·a-1 and 0.34%·a-1. Moreover， it can be found that the variation trends of glaciers in different subareas and various sizes were different. Particularly， the degradation and splitting phenomenon of glaciers were obvious in some parts of the study area， which could have impacts on glacier changes. The area of glaciers shrank obviously in aspect of southeast， and increased in aspect of west. As a typical glacier， the area of Ganglongjiama glacier shrank severely from 2001 to 2009， and increased slightly from 1994 to 2001. In addition， the winter precipitation decreased annually during study period， which cannot compensate the rapid melting caused by the increasing temperature.

Keywords： source regions of Yangtze River ; Geladandong ; glacier change ; remote sensing monitoring ; climate change

PDF (5956KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

李晨毓, 井哲帆, 何晓波. 1986—2015年长江源各拉丹冬地区冰川变化遥感监测研究[J]. 冰川冻土, 2021, 43(2): 405-416 doi:10.7522/j.issn.1000-0240.2021.0136

LI Chenyu, JING Zhefan, HE Xiaobo. Remote sensing monitoring of glacier variation in Geladandong， source regions of the Yangtze River from 1986 to 2015[J]. Journal of Glaciology and Geocryology, 2021, 43(2): 405-416 doi:10.7522/j.issn.1000-0240.2021.0136

0 引言

青藏高原及其周边地区被称作“亚洲水塔”，蕴藏着除南、北极之外最大的冰储量，是众多亚洲主要河流的发源地，保证着下游地区的环境和人类用水需求［1-2］，其在全球环境、社会经济以及国家战略的重要性也日益凸现［3-4］。作为这一区域的核心地带，各拉丹冬地区丰富的冰冻圈资源作为区域水资源的重要组成部分，对气候变化极为敏感；该地区现代冰川储量占到长江流域总储量一半以上［5］，且由于海拔较高、环境恶劣、通达性较差，受到人类活动的影响较小，是研究全球气候变化的区域性响应机制的理想场所。因此，各拉丹冬地区的冰川变化情况对于局地气候趋势的指示意义，以及对下游水资源量的重要影响，决定了对该地区冰川的监测工作需要长期开展［6］，而这种长期性应该同时由研究的时间序列长度以及监测工作的不断更新来体现。

由于各拉丹冬地区可达性极差，难以对该地区冰川进行长期连续性实地观测，许多冰川的基础性数据仍较为缺乏。现阶段，多数研究依靠遥感与GIS技术对长江源区冰川变化情况进行监测，涉及的参量包括冰川面积、储量及融水量等，已形成了丰富的成果［7-9］。张立芸等［10］使用重复航空摄影图片与卫星影像分析了1969—2012年长江源区两条典型冰川的变化趋势，发现坡度较大的冰川退缩速度较慢；金珊珊等［11］利用冰雪指数法（Normalized Difference Snow/Ice Index，NDSI）对该地区1973—2009年整体冰川变化进行了分析，结果表明气温普遍升高是导致各拉丹冬冰川总体面积持续退缩的关键因素；许君利等［12-13］利用Landsat、ASTER与SPOT影像对该地区1973—2013年冰川变化进行了分析，发现2000年以后该地区冰川消融速度加快。Liu等［8］的研究发现2000年以后地区内冰川物质损耗加速，且跃动冰川与非跃动冰川在物质损失的时空格局上的差别较大；Zhang等［14］在2000—2016年的研究同样发现了区域内冰川物质平衡的加速亏损。

基于前人的研究可以发现，作为长江的源头，各拉丹冬地区冰川的整体变化趋势监测一直是研究的热点方向，而地区内部冰川变化的空间异质性的探索仍有待加强，即地区内部不同区域的冰川变化情况仍有待进一步挖掘。因此，对该地区内部冰川变化的细致了解，有助于理解不同状态的冰川对于气候变化的响应机理，进而为决策者提供参考，为冰川变化预测工作打下基础。

鉴于各拉丹冬地区冰川波动会对下游可用水资源量产生较大的影响，同时也指示着该地区的气候变化情况［15］，本文利用Landsat影像构成的长时间序列遥感数据，运用波段比值法、目视解译法进行冰川信息提取，结合冰川编目数据，准确获取了各拉丹冬地区1986—2015年的冰川空间分布和时空变化信息，同时以面积规模为分级标准，对研究区冰川变化进行分类分析，并选取了典型冰川开展了分高程区域的变化分析。此外，结合同期气温、降水等气象因子的时空变化特征进行了进一步分析。上述分析旨在揭示气候变化背景下长江源区地区内部冰川变化的时空异质性，为冰川变化模拟研究提供基础参考，为决策者提供了解该区域冰川变化的详细信息。

1 研究区概况、数据与方法

1.1　研究区概况

唐古拉山脉为青藏高原腹地近东西走向的山脉，平均海拔6 000 m左右，是太平洋与印度洋流域重要的分水岭，长江、澜沧江、怒江等河流均由本地区发源［16］。本研究涉及的各拉丹冬地区的各拉丹冬峰海拔6 621 m，为唐古拉山脉最高峰。整个各拉丹冬地区南北约50 km，东西宽约30 km，具体范围为90°30′~91°30′ E，33°00′~33°40′ N，为三江源国家级自然保护区的重要组成部分。行政区划上位于青海省西南部与西藏自治区交界处，分属于青海省格尔木市与西藏自治区安多、班戈两县，冰川分布沿唐古拉山脉南北侧展开，大部分位于北坡。而本文研究区所处的唐古拉山西段冰川均属于大陆型冰川，而自最小冰盛期至1969年，区域内冰川面积减小了5.6%，年均面积减少率为0.02%，并且近50年区域内冰川经历了较为严峻的气候变化挑战，冰川退缩必然更为剧烈［17］。

本地区气候较利于冰川发育，每年6—9月间固体降水（雪、雹、霰）较为丰富，尤其海拔5 000 m以上地区局部环流作用强烈，虽然年降水量常年维持在200~300 mm左右，但冰川发育区降水量往往高出低海拔地区几倍，冰川的补给充足；年平均气温在-5 ℃左右，冰川区温度最低可达-30 ℃；年日照时数为2 600~3 100 h，峰值出现在5月左右；全年各月蒸发量均大于降水量，年差值可达-1 336 mm，地区总体上表现出“冷-干”的气候态势［18-19］。

与传统针对本地区的冰川研究不同，本研究将该地区主要冰川群与周边零散分布的小冰川均纳入研究范围，以期得到该区域冰川变化趋势全貌，进而对不同时空状态下、各组织规模下不同区域的冰川变化做出分析，对其变化的一致性、异质性与阶段性进行分析。本研究将各拉丹冬地区面积较大的三个连续冰川分布区称为主冰川，由西至东将此三者分别命名为西部、中部及东部冰川区（图1），将主冰川周边的10′距离之内的零散冰川统称为零散分布冰川进行分组。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区概况

Fig.1   General map of the research area


1.2　数据来源

本研究所使用基础数据包括：1）GDEM 30 m分辨率数字高程数据集（中国科学院计算机网络信息中心地理空间数据云平台，http：//www.gscloud.cn），该数据用于提取研究区海拔高程，确认研究区位置及地形，并提取研究区各冰川相关地形属性；2）沱沱河气象站（33°28′ N，91°08′ E，国家基本气象站和一类艰苦站，海拔4 547 m）、五道梁气象站（35°13′ N，93°05′ E，国家基本气象站和一类艰苦站，海拔4 612 m）月度气象数据，用以获取研究区气候变化趋势，与冰川变化情况叠合分析（青海省气象局提供）；3）1986—2009年Landsat TM影像数据及2015年Landsat 8 OLI影像数据（中国科学院计算机网络信息中心地理空间数据云平台，http：//www.gscloud.cn），用于研究区冰川边界提取及面积变化计算；4）中国第二次冰川编目数据集（V1.0）（中国西部环境与生态科学数据中心，http：//westdc.westgis.ac.cn），该数据用以订正分冰岭及冰川边界状况。

根据影像质量及数据可获取性，结合地表季节性积雪状况及研究时段间隔、分辨率可比性，本文主要采用冰川区无云、季节性积雪较少的Landsat TM数据与Landsat OLI数据。如表1所示，共选取1986年、1994年、2001年、2009年、2015年的五幅研究区影像，相关影像成像日期均处于冰川消融期，冰川表面积雪较少，冰川纹理清晰，有利于边界提取；同时2001年影像的平均云量虽达到18.80%，但经过影像浏览，云层多处于非冰川区，对冰川边界提取工作基本无影响。

表1   遥感数据概况

Table 1  Survey of remote sensing data

数据标识成像日期平均云量/%传感器分辨率/m
LT51380371986211BJC001986-07-300.31TM30
LT51380371994217ISP001994-08-050.24TM30
LT51380372001300BJC002001-10-2718.80TM30
LT51380372009242BJC012009-08-300.29TM30
LC81380372015275LGN002015-10-120.13OLI30

新窗口打开| 下载CSV


1.3　方法

1.3.1　边界提取

边界提取是遥感冰川信息提取工作中的重点。在长期的研究工作中，专业人员已针对不同数据源发展出了多种多样的提取方法，均取得了良好的效果，对Landsat数据而言，较常用的方法有比值阈值法、归一化差分积雪指数法、地学信息图谱方法、多波段正交线性变换和目视解译法等［20-27］。本研究中，根据研究区冰川特性与数据特性，以自动和人工相结合的手段，对冰川边界进行了提取。提取工作结束后，由于二次编目数据来源于2007年的TM影像，故将2009年提取结果与第二次冰川编目数据进行了比对，结果表明2009年的提取结果与二次编目数据在冰川分割、数量、面积上存在较高的连续性，合理反映了相应时间段（2007—2009年）研究区冰川变化情况。此外，与冰川编目数据间的这种一致性也进一步验证了本文冰川边界提取、冰川分割等数据处理工作的有效性。

由于山地冰川所处环境较为复杂，受坡度、坡向、山体阴影等地形因子及周遭地物反射特征的影响较大，而波段比值法能有效避开这些影响因素，精准地识别出冰川范围。根据冰川的反射特性，一般采用TM3（Red）/TM5（SWIR）或TM4（NIR）/TM5（SWIR）的比值，结合具体影像情况人工干预（如图2，在有云、影时调整阈值，若分离仍不理想，则在ArcGIS10.2软件中进行目视解译，对冰川边界进行手工调整），选取阈值进行冰川边界识别［28］。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   云影状态下波段比值法提取冰川边界（TM3/TM5，阈值：1.8）

Fig.2   Extraction of glacier boundary by band ratio method under cloud shadow （TM3/TM5， threshold： 1.8）


在自动提取过程中，由于要根据影像实际情况进行阈值选取，人工干预必不可少，操作人员需根据具体影像、具体区域对阈值进行确定。以本研究所采用的Landsat系列影像为例，比值运算基本使用TM3/TM5（OLI影像为红波段/近红外波段），本文采用的阈值基本维持在1.5~2.1之间，一般来说，积雪越多，阈值越大。

波段比值法提取出冰川边界后，由于自然条件的复杂性，错分、漏分情况偶尔存在，这时就需要对提取结果进行订正。订正时以同时期影像作为参照，对湖泊等错分为冰川的区域进行删除，对由于山体阴影等因素漏分的区域进行补全，并对冰川末端的孤悬冰体部分也进行了修正。订正后使用卷积滤波器对提取结果进行了平滑处理。上述这种冰川矢量边界的提取方式一定程度上兼顾了人工判断的准确性与监督分类的便捷性，且具备在其他区域冰川研究中的普遍适用性。

本文以国际通用的水文分析理念对山脊线进行了提取。若以水文角度分析，山脊线即为只有流出、没有流入、汇流积累量为0且存在于正地形中的像元集合。借助ArcGIS 10.2软件中的水文分析工具对DEM数据进行填洼处理，识别出汇流积累量为0的像元，并提取出正负地形及流向，之后将位于负地形区域的0值像元剔除，再将剩余0值像元矢量化得到初步线状山脊线矢量文件（图3）。最后，再与冰川编目数据进行对比，对错分、漏分线段进行修正，保证冰川划分界线与冰川编目情况相匹配。山脊线（即分冰岭）与历年冰川边界叠合后，即可得到分年度的、各条冰川的范围，再将各年与各自范围内的、由DEM生成的坡向、高程等数据叠加，进而对每条冰川范围内各类数据像元值集合进行统计分析，即可将相关地形数据赋予各条冰川。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   山脊线提取流程

Fig.3   The process of extracting ridge line


1.3.2　误差分析

目视解译是目前公认的最准确的冰川边界提取方法［29］，故在误差评估时本文随机选取了3块样区，使用完全目视解译法进行了边界提取，以此对本文采用的自动和人工相结合的方法进行误差验证：

φ=P-Q×100%/P

式中：P为完全目视解译法提取的冰川面积；Q为本文方法提取的冰川面积；φ为面积误差。选取的三个样区总面积为426.35 km2，目视解译法得出的冰川面积为136.28 km2，本文方法得出的冰川面积为137.63 km2，误差约为0.98%。

同时，我们对所选三个样区中由影像分辨率所带来误差进行了计算。计算公式如下［30］：

ε=12·N·A

式中：ε为遥感影像空间分辨率所带来的误差；N为冰川轮廓所经过的像元个数；A为单个像元的像元面积（本研究采用的Landsat系列数据单个像元面积约为900 m2）。经过计算，样区内由影像分辨率所带来的误差约为0.062%。

2 结果与分析

2.1　整体变化

本研究将该地区主要冰川群与周边零散分布的小冰川均纳入研究范围，以期得到该区域冰川变化趋势全貌，对不同时空状态下、各组织规模下不同区域的冰川变化做出分析，进而对其变化的一致性、异质性与阶段性进行分析。

各坡向变化如图4所示，在研究时段中，北、东北、东、东南向冰川消融明显，以东南向最为突出；南、西南、西、西北向冰川面积却不断增加，以西向最为明显，而通过与影像对比，这与极少数西向冰川（多为跃动冰川）的迅速前进有关，西向多数冰川仍呈退缩趋势。总体来说，1986—2015年间，各拉丹冬地区冰川面积的坡向变化以东南向退缩最多，西向增加最多。西部冰川区西南侧与东侧、中部冰川区东侧与南侧、东部冰川区北侧冰川退缩较为显著，这可能与当地太阳辐射、风向等状况有关。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   1986—2015年间各坡向冰川变化（单位：km2）

Fig.4   Glacial average changes in each slope during 1986—2015 （unit：km2）


冰川数量及面积变化结果显示（表2），1986年各拉丹冬地区共有冰川267条，面积达997.47 km2，属于大面积连续冰川分布区。1986—2015年，冰川面积共减少92.06 km2，总数量减少18条；平均每年面积减少3.51 km2。

表2   1986—2015年各拉丹冬地区冰川数量及面积变化

Table 2  The changes in the number and area of glaciers in Geladandong from 1986 to 2015

时间冰川数目/条冰川面积/km2冰川面积及数量变化
时段数量变化/条面积变化/km2变化速率/（km2·a-1）
均值263945.711986—2015年-4-23.01-3.51
1986年267997.47----
1994年274964.521986—1994年+7-32.95-4.12
2001年277937.151994—2001年+3-27.37-3.91
2009年250924.042001—2009年-27-13.11-1.64
2015年249905.412009—2015年-1-18.63-4.37

新窗口打开| 下载CSV


冰川变化分析在进行规模分级时宜以数据中继承的自然分组为标准，将相似值尽可能归为同一等级以反映其在区域内的相对水平，故利用自然间断点分级法对数据进行分级，同时考虑到数据量及为便于后期分析，规模分级均为6级。

如图5所示，将各拉丹冬地区整体冰川以1.5、5、10、20、35 km2为节点分为6类，在研究时段内，可以看到退缩速率较快的类型是面积≤1.5 km2与≥35 km2的冰川，分别为-0.35 km2·a-1、-0.4 km2·a-1，其余4类冰川退缩率类似，均维持在-0.28 km2·a-1左右。面积较小的冰川易受气候影响，快速退缩这一特征在许多冰川区均有显现［31］。此外，图1中已显示了研究区内部分大面积冰川退缩较多，在核算各类冰川数目变化情况后，发现本地区大冰川降级、分裂现象普遍，而这种变化趋势在一定程度上缓冲了面积处于10~30 km2的冰川的退缩率。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   各规模冰川退缩率

Fig.5   The shrinking rate of glaciers on each scale


2.2　分区变化

按空间组织方式将研究区内冰川划分为西、中、东部冰川区与零散分布冰川，图6、图7和图8分别给出了各分区的冰川退缩率、冰川面积变化情况以及冰川数量变化情况。各冰川区（西、中、东部）与零散分布冰川在初始时段（1986年）的总面积分别为195.56 km2、674.98 km2、86.63 km2与64.35 km2。退缩率的时间变化趋势在各分区特征不同，其中西部冰川区与零散分布冰川区的趋势类似，即以2001—2009年为转折区间先降后升，且具有相近的平均退缩率；中部冰川区的退缩率在四个时段内围绕 -1.661 km2波动，且平均退缩率最高；东部冰川区有着类线性的发展趋势，但平均退缩率相对较小。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   各分区分时段冰川退缩率

Fig.6   The retreat rate of glaciers in each area at each time interval


图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   各分区冰川面积变化情况

Fig.7   Variation of glacial area in each area


图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   各分区冰川数量变化情况

Fig.8   Changes in the number of glaciers in each region


将四个分区分别按照自然间断点分级法进行规模分割，得出了各区域各规模的冰川面积和数量变化情况（图7和图8）。其中，虽然各分区分级节点各异，但在自然间断点分级法处理后仍然可以反映区域内的相对规模水平。如图7所示，各分区各等级的冰川均呈现退缩趋势，且绝对变化量最大值均出现在最大规模等级内，该特征与图6中的变化率特征一致；总面积较大的西、中部冰川区在减少百分比上有着类似的规律，呈现出随冰川规模的增加而上升的趋势，但在第四等级出现回落，随后又逐渐上升；总面积相近的东部与零散分布冰川区则呈现出最大规模分级的冰川的面积减少百分比最高的特征。

所有分区的小规模冰川数量均产生了较大的变化，西、中、东部冰川区冰川数量减少、而零散分布冰川区数量增多（图8）。同时，各分区冰川数量变化的分析结果与对应的面积变化规律相一致。其中，西、中部冰川区2015年第四等级冰川数量均较1986年多，而这无疑会降低其面积减少百分比，此外，零散分布冰川区的第三、第四、第五等级的冰川数量不同程度减少，而第一、第二等级数量增多，表明在该区内冰川的降级、分裂现象较为明显，从而影响到冰川面积规模及其面积减少百分比。

2.3　典型冰川变化

岗陇加玛冰川位于中部冰川区东北角（图1），在2016—2017年间经多次实地考察后发现该冰川末端冰塔林林立，流动方向大致为东向，平均坡向值为104.76°（东），海拔跨度为5 215~6 114 m。该冰川顶部积累区较为平坦，面积较大，且为多条冰川所共享；物理结构较稳定，冰裂隙少见；冰川表面洁净，基本无冰碛物存在；夏季时局地气候明显，凌晨至正午无风或微风，日照充足，下午风力常达5~6级或更高，加之河谷地形，气团相遇，常风雪交加；下游为一狭长河谷，周边人口大多从事放牧活动，河谷内植被良好，是牧民重要的牧草来源；而冰川融水不仅是河谷植被维持良好状态的重要保障，也是下游牧民重要的生活用水来源。因此，本文中选择了岗陇加玛冰川，对其变化进行了深入分析。

由于在不同的海拔范围内，冰川变化会有不同的特征，基于岗陇加玛冰川实际地形（图9），本文以100 m为高程间隔对岗陇加玛1986—2015年的冰川变化情况进行了统计分析，其中，由于海拔5 800 m以上为冰川积累区，山脊线固定不变，冰川面积基本无变化，故未纳入统计。结果如表3所示，岗陇加玛冰川5 300 m海拔以下面积变化最为剧烈，共减少0.235 km2，且随着海拔的增加，面积减少量减小。2001—2009年为面积退缩最剧烈的时段，共减少0.543 km2，1994—2001年海拔5 400 m以下冰川面积呈退缩趋势，而5 400m以上面积均略增加，同时该时段整个冰川面积增加0.027 km2，为唯一呈增加状态的时段。总体来看，1986—2015年岗陇加玛冰川呈退缩状态，面积共减小0.752 km2，平均每年减少0.026 km2，冰川末端退缩明显。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   岗陇加玛冰川高程状况

Fig.9   The contour map of Ganglongjiama glacier


表3   岗陇加玛冰川分海拔面积变化情况 (km2)

Table 3  Changes in the area of Ganglongjiama glacier at various altitudes

年份海拔分区/m
≤5 3005 300~5 4005 400~5 5005 500~5 6005 600~5 7005 700~5 800合计
1986年0.3250.7591.2751.6932.6882.4879.227
1994年0.2900.7311.2581.6562.6712.4639.071
1986—1994年-0.035-0.028-0.016-0.037-0.017-0.024-0.157
2001年0.2420.7171.2861.6872.6752.4919.097
1994—2001年-0.048-0.0140.0280.0310.0040.0270.027
2009年0.1530.6401.2051.4712.6402.4548.564
2001—2009年-0.089-0.077-0.081-0.216-0.034-0.036-0.534
2015年0.0900.6011.1831.5792.6082.4148.475
2009—2015年-0.063-0.040-0.0220.108-0.032-0.040-0.089
1986—2015年-0.235-0.159-0.092-0.114-0.080-0.073-0.752

新窗口打开| 下载CSV


2.4　冰川-气候变化协同分析

此部分以6—8月为夏季、12月—次年2月为冬季，对研究区临近气象站点气象因子进行了分析。研究时段内，沱沱河站夏季平均气温升高0.2 ℃，增温率为0.07 ℃·（10a）-1，而五道梁站夏季增温更为明显，平均气温升高0.5 ℃，增温率为0.17 ℃·（10a）-1（图10）。两站1986—2015年夏季平均气温相差2.03 ℃，五道梁站气温较低可能与其海拔较高有关。1986—2015年沱沱河站夏季降水绝对量增加了22.70 mm，降水增长率为7.83 mm·（10a）-1，五道梁站夏季降水量绝对量增加了35.60 mm，降水增长率为12.28 mm·（10a）-1（图10）。两站夏季平均降水量相差9.32 mm，且呈现出相似的增加趋势。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10   夏季气象因子分析

Fig.10   Analysis of meteorological factors in summer


研究时段内，沱沱河站冬季平均气温升高0.85 ℃，增温率为0.29 ℃·（10a）-1。五道梁站冬季气温升高趋势明显，但1986年冬季平均气温较2015年高0.18 ℃，其中，1996年冬季平均气温最低，为-15.85 ℃，较整体平均气温低1.70 ℃，而2005年冬季平均气温最高，为-11.90 ℃，较整体平均气温高2.12 ℃（图11）。两站1986—2015年冬季平均气温相差0.45 ℃，均具有相近的增温趋势，但沱沱河站增温幅度相对较小。沱沱河站1986—2015年冬季降水量总体呈减少趋势，绝对量减少了2.60 mm，降水增长率为-0.89 mm·（10a）-1。五道梁站冬季降水量总体呈减少趋势，1986—2015年绝对量减少了1.10 mm，降水增长率为-0.38 mm·（10a）-1（图11）。两站1986—2015年冬季平均降水量相差0.05 mm，均呈现减少趋势，且五道梁站的减少趋势更为明显。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11   冬季气象因子分析

Fig.11   Analysis of meteorological factors in winter


两气象站数据记录均显示了该地区年均气温、年均降水、夏季平均气温、夏季降水、冬季平均气温的增长趋势及冬季降水的减少趋势。其中气温升高会加速冰川消融，且由数据可知各冰川区在不同时段的消融量的变化趋势与同时段冬季平均气温的变化趋势相一致。值得注意的是冬季升温会使冰川表面推迟降温，进而使冰川活动层作用时间变长，即冰川表面温度会在更长的时段内处于0 ℃状态，从而引起冰川消融期延长，消融量增多，最终导致冰川面积加速减少［32］。1986—2015年间，各拉丹冬地区冰川呈退缩趋势，面积共减少92.06 km2。其中1986—1993年、1994—2000年、2001—2008年、2009—2015年分别消融32.95、27.37、13.11、18.63 km2。

研究区冬季降水减少明显，对冰川积累非常不利，而夏季降水呈增加趋势，虽然可以一定程度上减缓冰川的消融趋势，但由于年降水量很少达到保证冰川平衡线稳定的阈值（260~340 mm）［33］，使得研究区冰川1986—2015年总体呈现出明显的面积减小特征。

表4   我国部分冰川遥感监测结果

Table 4  The results of remote sensing monitoring of glaciers in China

监测区域变化率/%变化速率/（%·a-1）时间段文献来源
各拉丹冬地区-9.8-0.331986—2015年本研究
-7.5±3.4-0.18±0.0851973—2013年Xu等［13］，2018
-12-0.311973—2011年Zhang等［34］，2013
长江源区-10.1-0.431986—2009年Yao等［7］，2014
-5.3-0.161969—2002年许君利等［12］，2013
天山地区（中国境内）-35±30-0.7±0.61960—2010年Che等［35］，2018
祁连山-20.88-0.411956—2010年Sun等［36］，2018
喜马拉雅山-10.99-0.431990—2015年冀琴等［37］，2020

新窗口打开| 下载CSV


2.5　与其他区域冰川变化的比较

将本文研究结果与各拉丹冬地区其他冰川面积变化研究结果进行比较，发现本研究与前人研究可互相印证，即1970s—2010s各拉丹冬地区冰川面积变化率约为-4.1%~-12%，变化速率约为-0.1%⋅a-1~-0.33%⋅a-1。长江源区包含了各拉丹冬地区，其冰川面积变化速率约为-0.16%⋅a-1~-0.43%⋅a-1。然而，各拉丹冬地区冰川面积变化率低于天山、祁连山与喜马拉雅山地区。

3 结论

本文在相关数据与技术方法的支持下，对1986—2015年各拉丹冬地区冰川变化进行了监测，以Landsat影像为基础，构建了长时间序列的观测数据；以面积、坡向、数量等因子对各拉丹冬地区冰川变化特征进行了分时段的分析，并且以面积为标准进行了分区变化分析。在更新研究区内冰川监测时间序列的同时，对长江源区冰川的时空变化格局有了较为细致的介绍，有助于了解冰川变化的时空异质性，也可以为冰川变化模拟研究提供基础参考。通过本次监测分析研究，得出主要结论如下：

（1）分区变化方面，西部冰川区规模≤0.6 km2的冰川在数量上的变化最为明显，而10~20 km2、20~30 km2规模的冰川分别是面积减少与增加幅度最大的冰川类型，变化量分别为8.123、-18.931 km2，1986—1994年西部冰川面积变化幅度最大，8年间减少了8.197 km2；中部冰川区规模≤1.5 km2的冰川在数量变化上较为明显，面积在33~55 km2范围内的冰川面积变化最为明显，约为-27.191 km2，1994—2001年是冰川退缩最明显的时段，共减少20.83 km2；东部冰川区4.5~10 km2规模的冰川数量减少3条，为整个研究区最多。

（2）整体变化方面，30~55 km2规模的冰川变化最为明显，共退缩10.218 km2，其中1986—1994年为面积退缩最剧烈的时段，减小了5.240 km2；整体上退缩率最大的规模等级为≤1.5 km2及≥35 km2的冰川。此外，部分区域内冰川的降级、分裂现象较为明显，对不同等级规模的冰川变化趋势有一定影响。同时，全区域冰川面积的坡向变化以东南向退缩最多，西向增加最多。

（3）典型冰川变化方面，岗陇加玛冰川5 300 m海拔以下面积变化最为剧烈，共减少0.235 km2；1994—2001年面积略有增加；2001—2009年为面积退缩最为剧烈的时段，共减少0.543 km2。

（4）研究时段内的气温上升与降水量减少共同导致了研究区冰川的持续退缩。

参考文献

Yao Tandong， Wu Guangjian， Xu Baiqing， et al.

Asian water tower change and its impacts

［J］. Bulletin of Chinese Academy of Sciences， 2019， 34（11）： 1203-1209.

[本文引用: 1]

姚檀栋， 邬光剑， 徐柏青， 等. "

亚洲水塔"变化与影响

［J］. 中国科学院院刊， 2019， 34（11）： 1203-1209.

[本文引用: 1]

Immerzeel W W， Lutz A F， Andrade M， et al.

Importance and vulnerability of the world’s water towers

［J］. Nature， 2020， 577（7790）： 364-369.

[本文引用: 1]

Wang Kang， Zhang Tingjun， Mu Cuicui， et al.

From the Third Pole to the Arctic： changes and impacts of the climate and cryosphere

［J］. Journal of Glaciology and Geocryology， 2020， 42（1）： 104-123.

[本文引用: 1]

王康， 张廷军， 牟翠翠， 等.

从第三极到北极： 气候与冰冻圈变化及其影响

［J］. 冰川冻土， 2020， 42（1）： 104-123.

[本文引用: 1]

Ying Xue， Wu Tonghua， Su Bo， et al.

Discussion on the evaluation method of cryosphere services

［J］. Journal of Glaciology and Geocryology， 2019， 41（5）： 1271-1280.

[本文引用: 1]

应雪， 吴通华， 苏勃， 等.

冰冻圈服务评估方法探讨

［J］. 冰川冻土， 2019， 41（5）： 1271-1280.

[本文引用: 1]

Pu J C， Yao T D， Yang M X， et al.

Rapid decrease of mass balance observed in the Xiao （Lesser） Dongkemadi Glacier， in the central Tibetan Plateau

［J］. Hydrological Processes， 2010， 22（16）： 2953-2958.

[本文引用: 1]

Shangguan D H， Liu S Y， Ding Y J， et al.

Thinning and retreat of Xiao Dongkemadi glacier， Tibetan Plateau， since 1993

［J］. Journal of Glaciology， 2008， 54（188）： 949-951.

[本文引用: 1]

Yao Z J， Liu Z F， Huang H Q， et al.

Statistical estimation of the impacts of glaciers and climate change on river runoff in the headwaters of the Yangtze River

［J］. Quaternary International， 2014， 336： 89-97.

[本文引用: 2]

Liu L， Jiang L， Zhang Z， et al.

Recent accelerating glacier mass loss of the Geladandong Mountain， Inner Tibetan Plateau， estimated from ZiYuan-3 and TanDEM-X measurements

［J］. Remote Sensing， 2020， 12（3）： 472.

[本文引用: 1]

Chao N， Wang Z， Hwang C， et al.

Decline of Geladandong Glacier elevation in Yangtze River’s Source Region： detection by ICESat and assessment by hydroclimatic data

［J］. Remote Sensing， 2017， 9（1）： 75.

[本文引用: 1]

Zhang Liyun， Tang Ya， Yang Xin.

Overall and local changing patterns of main glaciers and their responses to climate change in Geladandong area of Yangtze Headwater region during

1969—2012［J］. Arid Land Geography， 2014， 37（2）： 212-221.

[本文引用: 1]

张立芸， 唐亚， 杨欣.

1969—2012年长江源各拉丹冬地区主要冰川整体和局部变化及其对气候变化的响应

［J］. 干旱区地理， 2014， 37（2）： 212-221.

[本文引用: 1]

Jin Shanshan， Zhang Yonghong， Wu Hong’an.

Study on glacial advancement and retreatment in Geladandong region of Changjiangyuan in recent 40 years

［J］. Journal of Natural Resources， 2013， 28（12）： 2095-2104.

[本文引用: 1]

金姗姗， 张永红， 吴宏安.

近40 a长江源各拉丹冬冰川进退变化研究

［J］. 自然资源学报， 2013， 28（12）： 2095-2104.

[本文引用: 1]

Xu Junli， Zhang Shiqiang， Shangguan Donghui.

Glacier change in headwaters of the Yangtze River in recent three decades

［J］. Arid Zone Research， 2013， 30（5）： 919-926.

[本文引用: 2]

许君利， 张世强， 上官冬辉.

30 a来长江源区冰川变化遥感监测

［J］. 干旱区研究， 2013， 30（5）： 919-926.

[本文引用: 2]

Xu J， Shangguan D， Wang J.

Three-dimensional glacier changes in geladandong peak region in the central tibetan plateau

［J］. Water， 2018， 10（12）： 1749.

[本文引用: 2]

Zhang Z， Jiang L， Liu L， et al.

Annual glacier-wide mass balance （2000—2016） of the interior Tibetan Plateau reconstructed from MODIS albedo products

［J］. Remote Sensing， 2018， 10（7）： 1031.

[本文引用: 1]

Zheng Wei.

Study on the climatic and environmental records in the central Tibetan Plateau’s Tanggula’s ice core

［D］. Beijing： Institute of Qinghai Xizang Plateau， Chinese Academy of Sciences， 2008.

[本文引用: 1]

郑伟.

青藏高原中部唐古拉冰芯气候环境记录研究

［D］. 北京： 中国科学院青藏高原研究所， 2008.

[本文引用: 1]

Zhao Q， Ding Y， Wang J， et al.

Projecting climate change impacts on hydrological processes on the Tibetan Plateau with model calibration against the glacier inventory data and observed streamflow

［J］. Journal of Hydrology， 2019， 573： 60-81.

[本文引用: 1]

Yang Jianping， Ding Yongjian， Liu Shiyin， et al.

Glacier change and its effect on surface runoff in the source regions of the Yangtze and Yellow river

［J］. Journal of Natural Resources， 2003， 18（5）： 595-602.

[本文引用: 1]

杨建平， 丁永建， 刘时银， 等.

长江黄河源区冰川变化及其对河川径流的影响

［J］. 自然资源学报， 2003， 18（5）： 595-602.

[本文引用: 1]

Luo Yu， Qin Ningsheng， Pang Yishu， et al.

Effect of climate warming on the runoff of source regions of the Yangtze River：take Tuotuo River basin

［J］. Journal of Glaciology and Geocryology， 2020， 42（3）： 952-964.

[本文引用: 1]

罗玉， 秦宁生， 庞轶舒， 等.

气候变暖对长江源径流变化的影响分析——以沱沱河为例

［J］. 冰川冻土， 2020， 42（3）： 952-964.

[本文引用: 1]

Qi Dongmei， Li Yueqing， Chen Yongren， et al.

Changing characteristics and cause analysis of the runoff in the source regions of the Yangtze River

［J］. Journal of Glaciology and Geocryology， 2015， 37（4）： 1075-1086.

[本文引用: 1]

齐冬梅， 李跃清， 陈永仁， 等.

气候变化背景下长江源区径流变化特征及其成因分析

［J］. 冰川冻土， 2015， 37（4）： 1075-1086.

[本文引用: 1]

Bolch T.

Climate change and glacier retreat in northern Tien Shan （Kazakhstan/Kyrgyzstan） using remote sensing data

［J］. Global & Planetary Change， 2007， 56（1）： 1-12.

[本文引用: 1]

Hall D， Bayr K， Bindschadler R， et al.

Changes in the Pasterze Glacier， Austria， as measured from the ground and space

［C］//The 58th Eastern Snow Conference， 2001： 197-193.

Ye Qinghua， Chen Feng， Yao Tandong， et al.

Tupu of glacier variations in the Mt. Naimonanyi region， western Himalayas， in the last three decades

［J］. Journal of Remote Sensing， 2007， 11（4）： 511-520.

叶庆华， 陈锋， 姚檀栋， 等.

近30年来喜马拉雅山脉西段纳木那尼峰地区冰川变化的遥感监测研究

［J］. 遥感学报， 2007， 11（4）： 511-520.

Zhang Minghua.

Extracting the temperate glacier information in the Mount Namjagbarwa， Tibet Autonomous Region， based on ETM+ image

［J］. Journal of Glaciology and Geocryology， 2005， 27（2）： 226-232.

张明华.

基于ETM+影像的西藏南迦巴瓦峰地区海洋性冰川信息提取

［J］. 冰川冻土， 2005， 27（2）： 226-232.

Rossana S B， Riccardo R， Elisabetta B， et al.

Glacial retreat in the 1980s in the Breonie， Aurine and Pusteresi groups （eastern Alps， Italy） in Landsat TM images

［J］. International Association of Scientific Hydrology Bulletin， 1999， 44（2）： 279-296.

Nie Yong， Zhang Yili， Liu Linshan， et al.

Monitoring glacier change based on remote sensing in the Mt. Qomolangma National Nature Preserve， 1976—2006

［J］. Acta Geographica Sinica， 2010， 65（1）： 13-28.

聂勇， 张镱锂， 刘林山， 等.

近30年珠穆朗玛峰国家自然保护区冰川变化的遥感监测

［J］. 地理学报， 2010， 65（1）： 13-28.

Brandt O， Langley K， Kohler J， et al.

Detection of buried ice and sediment layers in permafrost using multi-frequency ground penetrating radar： a case examination on Svalbard

［J］. Remote Sensing of Environment， 2007， 111（2/3）： 212-227.

Jacobs J， Élizabeth S， Alvin S.

Recession of the southern part of Barnes Ice Cap， Baffin Island， Canada， between 1961 and 1993， determined from digital mapping of Landsat TM

［J］. Journal of Glaciology， 1997， 43（143）： 98-102.

[本文引用: 1]

Guo W， Liu S， Xu J， et al.

The second Chinese glacier inventory： data， methods and results

［J］. Journal of Glaciology， 2015， 61（226）： 357-372.

[本文引用: 1]

He Yi， Yang Taibao， Du Juan， et al.

Glacier variation of past 22 Years in Alatau Mountains of Central Asia based on GIS and RS

［J］. Research of Soil and Water Conservation， 2013， 20（6）： 130-134.

[本文引用: 1]

何毅， 杨太保， 杜鹃， 等.

基于GIS和RS的中亚阿拉套山脉近22年来冰川变化

［J］. 水土保持研究， 2013， 20（6）： 130-134.

[本文引用: 1]

Duan Hongyu， Yao Xiaojun， Liu Shiyin， et al.

A dataset of glacier boundary in the Tanggula Mountains in 1991 and 2015

［J］. China Scientific Data， 2020， 5（2）： 157-165.

[本文引用: 1]

段红玉， 姚晓军， 刘时银， 等.

1991年和2015年唐古拉山冰川边界/范围矢量数据集

［J］. 中国科学数据， 2020， 5（2）： 157-165.

[本文引用: 1]

Li Zhongqin， Li Kaiming， Wang Lin.

Study on recent glacier changes and their impact on water resources in Xinjiang， north western China

［J］. Quaternary Sciences， 2010， 30（1）： 96-106.

[本文引用: 1]

李忠勤， 李开明， 王林.

新疆冰川近期变化及其对水资源的影响研究

［J］. 第四纪研究， 2010， 30（1）： 96-106.

[本文引用: 1]

Cai Baolin， Xie Zichu， Huang Maopan.

The effect of melt-water percolation on the temperature of a glacier

［J］. Journal of Glaciology and Geocryology， 1987， 9（2）： 123-130.

[本文引用: 1]

蔡保林， 谢自楚， 黄茂桓.

融水渗透对冰川温度的影响

［J］. 冰川冻土， 1987， 9（2）： 123-130.

[本文引用: 1]

Xu J， Chen Y， Ji M， et al.

Climate change and its effects on runoff of Kaidu River， Xinjiang， China： a multiple time-scale analysis

［J］. Chinese Geographical Science， 2008， 18（4）： 331-339.

[本文引用: 1]

Zhang J， Braaten D， Li X， et al.

An inventory of glacier changes between 1973 and 2011 for the Geladandong Mountain area， China

［J］. The Cryosphere Discussions， 2013， 7（1）： 507-531.

[本文引用: 1]

Che Y， Zhang M， Li Z， et al.

Quantitative evaluation of glacier change and its response to climate change in the Chinese Tien Shan

［J］. Cold Regions Science and Technology， 2018， 153： 144-155.

[本文引用: 1]

Sun M， Liu S， Yao X， et al.

Glacier changes in the Qilian Mountains in the past half-century： based on the revised First and Second Chinese Glacier Inventory

［J］. Journal of Geographical Sciences， 2018， 28（2）： 206-220.

[本文引用: 1]

Ji Qin， Dong Jun， Liu Rui， et al.

Glacier changes in response to climate change in the Himalayas in 1990—2015

［J］. Scientia Geographica Sinica， 2020， 40（3）： 486-496.

[本文引用: 1]

冀琴， 董军， 刘睿， 等.

1990—2015年喜马拉雅山冰川变化的遥感监测及动因分析

［J］. 地理科学， 2020， 40（3）： 486-496.

[本文引用: 1]

/

〈 〉

陇ICP备2021001824号-10
　 甘公网安备 62010202000676号
网站版权 © 《冰川冻土》编辑部
地址：兰州市天水中路8号　
邮编：730000　电话：0931-8260767　
E-mail：edjgg@lzb.ac.cn
总访问量 　 今日访问 　 在线人数
技术支持：北京玛格泰克科技发展有限公司