冰川是气候变化的指示器^［1］，研究不同区域的冰川变化有助于了解气候变化的空间差异^［2］。冰川同时也是重要的固态水库^［3］，在我国西北干旱和半干旱地区，冰雪融水是河流的重要补给来源，对下游河流的径流具有重要的调节作用^［4-5］。认识冰川变化与气候变化之间的关系，特别是冰川对气候变化的响应模式，对于冰川资源的保护和利用以及气候变化规律的揭示都具有重要意义。

影响冰川变化的主要气候因子是气温和降水^［6］。阿尔金山地处内陆干旱区，介于塔克拉玛干沙漠和柴达木盆地沙漠之间，是我国最干旱的山脉^［7］，降水量极低，过去几十年降水变化不大^［8-9］，因而降水对冰川变化的影响有限，而气温变化对冰川的作用更直接、更大，因而成为研究冰川变化对气温变化响应模式的理想场所。相对于我国的其他山脉^［10-18］，阿尔金山地区的冰川研究较少^{［8-9，19-21］}。近年来，祝合勇等^{［19，21］}和胡凡盛等^［9］利用Landsat影像，研究了该区的冰川变化，发现了近40年来该区冰川面积变化的基本规律以及与气候变化之间的基本关系，即气温升高是冰川退缩的主要因素。另外，张聪等^［20］基于第一、二次冰川编目数据和Landsat OLI影像，研究了该区冰川长度变化及其对气候变化的响应。已有研究大大提高了我们对该区冰川变化及其与气候变化的关系的认识水平，但是已有研究的时间分辨率不够高（时间间隔多在十年以上），同时缺少反映最新变化的冰川与气候数据，关于冰川变化对气温变化响应模式的研究尚不够深入，需要开展进一步研究。本文的目标：（1）获取更高时间分辨率的冰川边界信息（近30年冰川边界的时间间隔为5年）；（2）探讨冰川面积变化对气温变化的响应模式。

阿尔金山位于青藏高原西北边缘，东接祁连山，西邻昆仑山，南邻柴达木盆地，北邻塔里木盆地，地处甘肃、青海和新疆三省交界处^{［19，21］}，地理位置处于85°52′~94°21′ E，37°30′~39°36′ N之间，长约765 km，宽约60~130 km，总面积约6.2×10⁴ km²，平均海拔4 000 m以上，呈西南—东北走向，地势西高东低。该区属于青藏高原干燥寒带气候，降水稀少，极为干旱，是亚洲中部最干旱的山地^［7］。该区冰川规模较小，多在10 km²以下，属极大陆型冰川^［6］。发源于阿尔金山的主要河流有米兰河、若羌河、瓦石峡河、塔什萨依河等，冰川融水是这些河流的重要补给来源。

所用的年平均气温、夏季平均气温（6—8月份）和年降水量等气象数据来源于中国气象数据网（http：//data.cma.cn/）的中国地面气候资料年值数据集和月值数据集。本文选取了距离阿尔金山较近的且末（38°09′ N、85°33′ E、1 247 m）、若羌（39°02′ N、88°10′ E、888 m）、茫崖（38°15′ N、90°51′ E、2 945 m）和冷湖（38°45′ N、93°20′ E、2 770 m）（图1）4个气象站点的气象数据。

中国气象数据网所提供的数据中，若羌和茫崖的气象资料到2012年，且末和冷湖的气象资料到2020年，为反映阿尔金山地区的气温变化，我们使用了四个站点的平均值。1970—2012年的年平均气温和夏季平均气温为四个站点的平均值，2013—2020年的年平均气温和夏季平均气温为且末和冷湖两个站点的平均值。为保证数据的一致性，对2013—2020的数据进行了校正。校正方法：对1970—2012年且末、若羌、茫崖和冷湖四个站点的平均值与且末和冷湖两个站点的数值进行线性回归，年平均气温和夏季平均气温线性回归的R²分别为0.876和0.887，再利用回归方程校正2013—2020年的数据，最终得到1970—2020年的年平均气温和夏季平均气温数据。1970—2020年的气象数据用于分析研究区的气候变化，并采用了Mann-Kendall方法^［22-23］对年平均气温和夏季平均气温的变化趋势进行了分析。

数字高程数据为NASADEM，来源于美国航空航天局（National Aeronautics and Space Administration，NASA）（https：//earthdata.nasa.gov/），其空间分辨率为1弧秒。该数据集是SRTM数据的升级版，在制作时采用了新的算法并融合了更多数据集，其空间覆盖范围为60° N~56° S。该数据主要用于辅助提取冰川边界和分析冰川变化。

用于提取冰川边界的遥感数据为1973年、1990年、1995年、2000年、2005年、2010年、2015、2020年8个时期的Landsat MSS、TM和OLI影像，影像来源于美国地质调查局网站（http：//www.usgs.gov/）。影像处理级别为L1TP，已经进行过辐射校正和地形校正，遥感影像处理的详细信息可通过访问美国地质调查局网站（https：//www.usgs.gov）了解。云、雪是影响冰川提取的主要因素，其中积雪的影响又比云的影响更严重。因为消融季节（5—9月）的影像受积雪影响最小，因此我们尽量选取这个季节的影像，另外我们尽量选取受云覆盖影响较小的影像。当出现无适宜影像时，我们选择了临近年份的影像进行替代。本文共选用了36幅影像，详细信息见表1。

冰川提取方法较多，然而目视解译依然是最可靠，精度最高的，但是也是最费时费力的。所以常用的方法是自动解译与人工识别相结合，在自动解译的基础上进行人工修正。因Landsat MSS传感器无短波红外波段，因此本文直接采用目视解译MSS影像上的冰川边界。本研究采用了比值阈值法，即红色波段（red）与短波红外波段（Short-wave Infrared）的比值方法用于处理Landsat TM和OLI影像。该方法已被广泛应用于冰川边界的提取，其误差在3%~5%左右^{［10，24-26］}。首先，使用ENVI 5.2软件计算红色波段与短波红外波段的比值，再利用比值阈值分割方法提取冰川，通过多次试验对比最终确定TM影像的阈值为2.6，OLI影像的阈值为1.8。为减少水体的影响，避免误分类，利用数字高程数据进行掩模处理，对于高程低于4 200 m的区域不进行冰川边界的提取。然后，将提取结果转换成shapefile格式，在ArcGIS 10.8中进行目视修正。把红色、绿色、蓝色波段组合得到的真彩色影像和短波红外、近红外、红色波段组合得到的假彩色影像和数字高程数据作为底图，通过人工方式修正冰川边界。在解译时，我们对比了不同时期的影像，以便更好判别积雪的影响，提高冰川的解译精度。因基岩突出和冰碛物覆盖的影响，在冰川区会出现小面积的孔洞，因产生这些孔洞的主要原因是冰碛物，所以为减少其影响，我们剔除了冰川上面积小于8 100 m²的孔洞；为减少MSS影像中残余雪斑的影响，我们删除了面积小于0.05 km²的多边形^{［10，26］}。

利用数字高程数据，通过目视方法提取了山脊线，并参考了第二次冰川编目数据对流域进行了划分，最后利用流域数据对冰川进行切割，划分出来单条冰川。以100 m间隔对高程数据进行再分类，用于统计不同高程的冰川面积分布和变化。利用高程数据计算出了山体的坡向数据，并按照八个方位进行再分类，用于统计不同坡向的冰川面积分布和变化。所有计算统计工作均采用ArcGIS 10.8。

影响冰川边界提取精度的因素较多如影像空间分辨率、光谱分辨率、影像质量、提取方法、辅助数据、后处理方法等^［27］，其中原始影像的空间分辨率影响较大。本文采用缓冲区法^{［26， 28］}计算冰川面积提取的精度，缓冲区宽度为半个像元即MSS影像40 m，TM和OLI影像15 m。计算不同时期面积变化的误差时，采用了下面的公式。

式中：EAC为面积变化误差;EA1为变化前冰川面积的误差；EA2为变化后冰川面积的误差。

2020年阿尔金山地区有冰川344条，面积（272.95±18.51） km²（表2），1973—2020年各个时期冰川的空间分布特征基本一致：主要分布在中段（88°42′~89°42′ E）［图1，图2（b）］，其次是西段（86°29′~87°33′ E）［图1，图2（c）］，东段最少（93°31′~93°58′ E）［图1，图2（a）］。2020年中、西、东段冰川的数量和面积分别是164、138、42个和（139.31±8.47）、（95.27±7.60）、（38.37±2.44） km²。东段的冰川的平均高程相对于中西段的冰川要低。图3显示了5Y624A0001号冰川末端在不同年份的位置。

阿尔金山地区的冰川主要分布在海拔4 800~ 5 800 m之间（占冰川总面积的95%以上）［图4（a）］；规模2~5 km²的冰川面积总和最大，规模小于0.1 km²的冰川面积总和最小［图4（b）］；冰川主要分布在北坡，西南坡冰川最少［图4（c）］；冰川主要分布在坡度5°~45°［图4（d）］。

1973—2020年阿尔金山冰川面积减少了（64.89±12.36） km²（19.21%±2.90%），其中东段退缩比例最高（28.91%±5.59%），中段退缩比例最低（14.84%±2.15%）。就全区来说，退缩速率最快的时期有两个：1990—1995年［（1.07±0.08）%·a^-1］和1995—2000年［（1.08±0.08）%·a^-1］；2000年后，年均退缩率都低于0.2%·a^-1，退缩速率较慢，冰川比较稳定。虽然1990—2000年冰川退缩最快，但是在不同的区域却有较大差异，如1990—1995年，东段与西段的年均退缩率都大于1.6%·a^-1，而中段则只有（0.48±0.03）%·a^-1；1995—2000年，东段年均退缩率高达（2.60±0.16）%·a^-1，中段（1.35±0.10）%·a^-1，西段面积甚至有所增加（图2，表3）。

1973—2020年，在低海拔地区冰川面积年均退缩率较高，随着海拔的升高，退缩率逐渐减少，1990—1995年和1995—2000年这两个时段退缩速率较快［图5（a）］。冰川规模越小，其面积年均退缩率越高［图5（b）］。1973—2020年西南坡向冰川面积年均退缩率较高，而北坡的退缩率较低，但是在不同时期其变化略有不同，如1990—1995年间，西坡的冰川退缩最快，其次是西南坡向，1990—1995年和1995—2000年这两个时段退缩速率较快［图5（c）］。1973—2020年坡度大的冰川面积年均退缩率较高［图5（d）］。

年平均气温和夏季平均气温（6—8月）的变化可以分成三个阶段：1970—1998年为快速升温阶段；1999—2015年为气温相对比较稳定阶段，但是在2015年年平均气温出现了突然升高现象；2016—2020年为降温趋势阶段［图6（a）、6（b）］。1970—2020年年平均气温和夏季平均气温（6—8月）整体呈增温趋势，并分别于1989年和1990年达到显著水平（置信度95%）。1970—2020年，四个站点的年降水量无显著变化趋势［图6（c）］。

冰川提取结果会受到数据、方法、操作者等多种因素影响。对于Landsat TM影像，采用比值阈值法，即红色波段（red）与短波红外波段（Short-wave Infrared）的比值方法提取冰川边界已有大量研究表明其空间误差在一个像元大小的级别，相对误差3%~5%左右^{［10，24-26］}。对于Landsat OLI影像，其空间分辨率、波段与TM影像相似，其提取结果的不确定性也应当类似。因此推断1990年以后的冰川提取结果空间误差在一个像元大小的级别，相对误差3%~5%左右。1973年所用的影像为Landsat MSS影像，其空间分辨率低（80 m），波段少，可供选择的影像少，原始数据的质量导致其提取结果的误差要大。阴影的存在会使得提取结果的误差增大，尤其是MSS影像。所采用的影像受云覆盖影响较小，但是部分影像还是受到了季节性积雪的影响，虽然我们通过多个时期的影像对比，尽量排除季节性积雪的影响，但是也无法完全避免其导致的误差，因此这些结果的误差也会大一些。

我们提取冰川的分布规律与已有研究结果如第一和第二次冰川编目数据^［6，25］以及祝合勇等^{［19，21］}以及胡凡盛等^［9］的结果一致。但是冰川面积在有些年份却不一致，1973年我们提取的冰川面积与祝合勇等^{［19，21］}以及胡凡盛等^［9］的结果具有较好的一致性，面积差别均小于4%，而与第一次冰川编目的差别达到6.67%，原因是第一次冰川编目时存在遗漏问题，导致其冰川面积小于我们的研究结果。2000年左右祝合勇等^{［19，21］}和胡凡盛等^［9］的结果分别高于我们的结果13.97%和13.15%，主要原因是他们所用的遥感影像受积雪影响较严重，导致冰川面积较大。2010年，在阿尔金山中段，我们所采用的影像与第二次冰川编目的影像相同，因而具有可对比性。第二次冰川编目冰川面积比我们的略高（5.82%），可能原因是没有进行多个时期影像的对比，积雪在一定程度上影响了研究结果。2010年祝合勇等^{［19，21］}和胡凡盛等^［9］的结果以及2015年胡凡盛等^［9］的结果在整个阿尔金山地区高于我们8.54%、6.53%和7.20%，可能原因也是受积雪的影响。

冰川变化受到多种因素的影响，如气候（气温、降水、湿度、风）、局部环境（高程、坡向）和冰川自身特征（冰川类型、规模、冰碛物、坡度）。气候因素尤其是气温往往在大的时空尺度上影响冰川变化^［2］。

1973—2020年整个阿尔金山地区冰川退缩（表3），同时期年平均气温和夏季平均气温都明显升高［图6（a）、6（b）］。1990—1995年和1995—2000年这两个时期冰川快速退缩（表3），而年平均气温和夏季平均气温从20世纪80年代中后期至2000年前后快速升高［图6（a）、6（b）］。2000年后，冰川相对比较稳定（表3），而同期年平均气温和夏季平均气温也相对稳定［图6（a）、6（b）］。在2000—2016年阿尔金山区域的冰川厚度增加^［29］，与其毗邻的昆仑山区的古里雅冰川的物质平衡在2005—2015年也处在稳定阶段^［30］。但是在其东部的祁连山区，在2000—2016年该区冰川厚度减少^［29］，2001—2018年冰川面积持续退缩^［31］。阿尔金山地区的冰川变化特征更接近于其西南部昆仑山的冰川。虽然该时期气温较高，但是冰川却比较稳定，其可能原因是冰川进入了新的动态平衡阶段。即当气温升高时，冰川物质平衡为负，冰川退缩；但是当气温维持在这个水平不再变化，冰川物质平衡逐渐变为零，冰川进入新的动态平衡阶段，冰川面积稳定。2010—2015年冰川退缩速率有所增加，可能与2015年的年平均气温突然增加有关。1970—2020年年降水量无显著变化趋势［图6（c）］，表明在这一时期，阿尔金山地区的冰川变化主要受控于气候因子中的气温。

值得注意的是2016年后，年平均气温和夏季平均气温都有明显降低，但是冰川面积并无显著变化。气温降低，冰川消融减少，有助于冰川积累，但是因冰川运动的滞后性，短时间内冰川面积无明显变化。

局部环境和冰川自身特征往往在气候因素的基础上在较小的时空尺度上影响冰川变化^［2］。1973—2020年，阿尔金山东段冰川相对于中西段退缩更快（表3），可能原因是：在气温升高的主控因素下，局部环境中的高程因素进一步影响冰川对气温的响应。东段冰川的平均海拔相对于中西段更低（表2），而海拔较低的冰川往往退缩率高［图5（a）］，对气温升高的响应更敏感。

1973—1990年阿尔金山中段冰川退缩率相对于东段和西段低（表3），可能原因是其冰川规模相对较大（表2），规模大的冰川较规模小的冰川对气温变化的响应更慢，退缩率更低［图5（b）］。

1973—2020年，偏南向（西南、南和东南）的冰川相对于偏北向（西北、北、东北）的冰川退缩率更高［图5（c）］，可能原因是北向冰川受山体遮蔽，发育的冰川规模往往较大，而南向的冰川往往规模较小，规模较小的冰川对气温的升高的响应更敏感，退缩率更高。

本文利用Landsat MSS、TM和OLI影像，提取得到了阿尔金山地区1973—2020年8个时期的冰川边界信息，分析了冰川的时空变化特征，并结合气象数据分析了冰川变化对气温变化的响应规律。文章的主要结论如下：1973—2020年阿尔金山地区冰川整体处于退缩状态，面积减少了（64.89±12.36） km²（19.21%±2.90%）；1973—1990年冰川退缩较快，年均退缩率为（0.49±0.07）%·a^-1；1990—1995年和1995—2000年这两个时期冰川退缩最快，年均退缩率分别为（1.07±0.08）%·a^-1和（1.08±0.08）%·a^-1；2000年后，冰川退缩速率较慢，比较稳定，年均退缩率均低于0.2%·a^-1。气候因素尤其是气温往往在大的时空尺度上影响冰川变化，气温是影响阿尔金山地区1973—2020年冰川变化的主要气候因子。阿尔金山地区冰川对不同气温变化阶段的响应模式为：气温升高阶段，冰川消融，冰川面积减少；气温稳定阶段，冰川逐渐进入新的动态均衡状态，冰川面积也相对稳定；气温降低阶段，因冰川运动的滞后性，冰川面积在短时间内无明显变化。在升温过程中，冰川面积变化对气温变化的滞后时间可能要短，而在降温过程中滞后时间可能会长。局部环境（高程、坡向）和冰川自身特征（冰川类型、规模、冰碛物、坡度）会在气候因素的基础上在较小的时空尺度上影响冰川变化。