冰川冻土, 2022, 44(3): 885-899 doi: 10.7522/j.issn.1000-0240.2022.0085

冰冻圈与全球变化

1960—2020年高加索山地冰川变化研究

侯姗姗,1,2, 王宁练,1,2,3, 李志杰1,2

1.陕西省地表系统与环境承载力重点实验室，陕西 西安 710127

2.西北大学 城市与环境学院 地表系统与灾害研究院，陕西 西安 710127

3.中国科学院 青藏高原研究所，北京 100101

Glacier variations in the Caucasus Mountains from 1960 to 2020

HOU Shanshan,1,2, WANG Ninglian,1,2,3, LI Zhijie1,2

1.Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity, Xi’an 710127, China

2.Institute of Earth Surface System and Hazards, College of Urban and Environmental Sciences, Northwest University, Xi’an 710127, China

3.Institute of Tibetan Plateau Research, Chinese Academy of Sciences, Beijing 100101, China

通讯作者: 王宁练，教授，主要从事冰冻圈与全球变化研究. E-mail： nlwang@nwu.edu.cn

收稿日期: 2022-03-23   修回日期: 2022-05-21  

基金资助: 中国科学院战略性先导科技专项.  XDA20060201
国家自然科学基金项目.  42130516

Received: 2022-03-23   Revised: 2022-05-21  

作者简介 About authors

侯姗姗，硕士研究生，主要从事冰川变化与气候变化研究.E-mail：sshou341@163.com , E-mail：sshou341@163.com

摘要

冰川融水是高加索重要的淡水资源，对区域农业灌溉、水利发电等具有重要意义。本文基于Landsat影像和Sentinel-1影像对的相干系数图，结合GLIMS冰川编目以及WGMS冰川物质平衡资料，研究了1960—2020年高加索山地冰川变化的时空格局。研究结果表明，2020年高加索山共分布有冰川1 912条，总面积（1 087.36±66.44） km2。1960—2020年冰川面积共计萎缩（587.36±98.66） km2［（35.07±5.89）%］，年均萎缩率达到（0.58±0.10）%·a-1。1960—1986年、1986—2000年、2000—2020年高加索冰川的面积萎缩率分别为（0.44±0.20）%·a-1、（0.66±0.77）%·a-1和（0.96±0.31）%·a-1，表明近60年以来高加索冰川处于加速退缩状态。对物质平衡资料的分析结果显示，近60年来高加索山脉的Djankuat和Garabashi冰川均处于强烈的负平衡状态，并在2000年后物质亏损明显加速。对气候资料的分析结果则表明气温的加速上升是近几十年来高加索山地冰川加速退缩的主要原因。

关键词： 高加索山脉 ; 冰川变化 ; 物质平衡 ; 气候变化

Abstract

Glacial meltwater is an important freshwater resource in the Caucasus and is important for regional irrigation and hydroelectricity generation. This paper analyses the spatial and temporal patterns of glacier change in the Caucasus Mountains from 1960 to 2020 based on Landsat images， coherence images from Sentinel-1 image pairs， GLIMS glacier inventory and WGMS glacier mass balance data. The results of the study show that in 2020 there were 1912 glaciers in the Caucasus Mountains， with a total area of （1 087.36±66.44） km2. The total glacier area shrank by （587.36±98.66） km2 （35.07±5.89%） between 1960 and 2020， with an average annual shrinkage rate of （0.58±0.10%）·a-1. The area shrinkage rates of Caucasian glaciers for 1960—1986， 1986—2000 and 2000—2020 are （0.44±0.20%）·a-1， （0.66±0.77%）·a-1 and （0.96±0.31%）·a-1， respectively， indicating that Caucasian glaciers in a state of accelerated retreat over the last 60 years. Analysis of mass balance information shows that both the Djankuat and Garabashi glaciers in the Caucasus have been in a strong negative equilibrium for nearly 60 years， with a significant acceleration of mass deficit after 2000. Analysis of climate data suggests that the strong warming is the main reason for the accelerated retreat of glaciers in the Caucasus mountains in recent decades.

Keywords： Caucasus Mountains ; glacier changes ; mass balance ; climate change

PDF (9304KB) 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

侯姗姗, 王宁练, 李志杰. 1960—2020年高加索山地冰川变化研究[J]. 冰川冻土, 2022, 44(3): 885-899 doi:10.7522/j.issn.1000-0240.2022.0085

HOU Shanshan, WANG Ninglian, LI Zhijie. Glacier variations in the Caucasus Mountains from 1960 to 2020[J]. Journal of Glaciology and Geocryology, 2022, 44(3): 885-899 doi:10.7522/j.issn.1000-0240.2022.0085

0 引言

冰川对气候变化极为敏感。随着气候加速变暖，近几十年来全球大多数地区的冰川均处于持续退缩状态，且21世纪以来的退缩幅度更加显著［1-2］。当前的全球升温已打破了冰川与气候环境的平衡，因此即便升温停止，全球冰川也将进一步退缩［3］。冰川作为全球各地的“水塔”［4-5］，对于区域生态平衡、社会经济发展有着巨大影响［6］。高加索山脉是全球山地冰川集中分布的地区之一，冰川融水是下游地区农业灌溉、工业发电的重要水源［7］，也是诱发地缘冲突的潜在因素之一。此外，由于气候变暖导致冰川稳定性减弱，该地区冰川灾害发生频率显著增加［8-9］，严重影响当地社会稳定发展。

18世纪至19世纪末，早期探险家就高加索地区冰川开展考察，留下了一些观察资料［10-11］。20世纪初期，科学家们致力于冰川编目工作［12-13］，例如Podozerskiy等［10］依据1881—1910年地形图完成了高加索地区的首套冰川编目（Glaciers of the Caucasus Mountain Range， PGI；1 329条，1 967.4 km2）。此后，苏联科学家依据1950—1960年航空照片对高加索冰川编目进行了更新（Catalog of Glaciers of the USSR， UGI；2 080条，1 427.12 km2）［13］；Gobejishvili等［14］和Tielidze等［15］则利用同样的数据源对UGI进行了校正，获取了格鲁吉亚高加索（786条，563.1 km2）和高加索整体（2 349条，1 674.9 km2）的冰川边界。21世纪初期，基于卫星遥感数据的冰川编目方法日渐成熟。Khromova等［16］利用1999—2004年的Landsat ETM+和ASTER影像解译了2000年时高加索山脉的1 706条，覆盖面积 1 174.52 km2，但其冰川编目并不完整［17］；Tielidze等［18］基于1999—2002年的Landsat影像解译得到高加索2 186条冰川［（1 381.5±58.2） km2］，但其用于解译的遥感影像存在大量的季节性积雪、山体阴影以及云雾（图1）；Shahgedanova等［19］利用1999—2001年的ASTER和Landsat影像解译提取了2000年高加索山脉中部和西部共计407.3 km2的冰川面积。此外，Lur’e等［20］的研究表明1895—2011年北高加索山地冰川面积退缩速率为0.45%·a-1；Shahgedanova等［19］的研究结果表明1987—2010年包含高加索山中西段的冰川面积萎缩率为0.20%·a-1；Tielidze等［15］对高加索冰川面积变化的研究结果显示，1960—2014年该地区冰川面积的整体萎缩率为0.53%·a-1，2000—2020则增加为1.16%·a-1［18］，但其使用的冰川边界却存在较多的错误与误差（图1）。总体上，当前对于高加索冰川分布与变化的认识尚存在争议，冰川变化的时空格局也有待深入。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   Tielidze等［18］解译冰川边界时使用的部分Landsat ETM+/TM影像（a）~（d）及其编目中存在的部分错误（e）~（f）

Fig. 1   Some of the Landsat ETM+/TM images used in the interpretation of glacier boundaries by Tielidze et al［18］ （a）~（d） and some inaccurate glacier boundaries （e）~（f）


高加索是“一带一路”沿线山地水塔的重要组成部分，探究区域气候对于冰川变化时空格局的影响对预测冰川未来演化趋势至关重要［8-9，21-24］。高加索山脉的Djankuat和Garabashi冰川均是全球42条参照冰川之一，物质平衡监测时长均超过30年［25］，为该地区冰川变化研究提供了难以取代的观测资料。本文基于美国Landsat系列影像以及欧空局Sentinel-1影像生成的干涉图，采用目视解译的方法获取高加索山脉2000年和2020年冰川边界，并结合全球陆地冰空间测量计划（Global Land Ice Measurements from Space， GLIMS）中高加索山脉1960年和1986年的冰川编目，分析了近60年来高加索地区冰川变化的时空格局。在此基础上，结合世界冰川监测服务处（World Glacier Monitoring Service， WGMS）提供的Djankuat和Garabashi两条冰川的物质平衡监测资料及英国CRU（Climate Research Unit）气温和降水资料，探究了近60年来高加索地区气候变化对冰川变化的影响。

1 研究区概况

高加索山位于欧亚大陆交界，黑海与里海之间（40°~44° N，40°~49° E）。山脉海拔由西向东先升高后降低，降水量则表现为由东向西逐渐增加，最西端地区的降水量（3 200 mm）是东部地区（1 000 mm）的三到四倍［26］。受气候和地形影响，在高山区降水形式以降雪为主，尤其是受来自黑海潮湿气团影响的高加索西部迎风坡［27］，山脉北坡相较于南坡更加干燥寒冷，年降水量减少500~1 000 mm、夏季气温低1~2 ℃［28］，山脉内的冰川集中分布在山脉中段，且北坡的冰川规模远大于南坡［29］。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   高加索山脉地理位置（冰川资料来源于GLIMS所提供的1960年高加索山地冰川边界；CRU资料来源于英国东英吉利大学的气候研究中心）

Fig. 2   Geographic location of the Caucasus Mountains （glacier information from GLIMS glacier database； CRU data from University of East Anglia， UK）


2 数据与方法

2.1　数据来源

2.1.1　遥感影像

本研究采用43景Landsat光学遥感影像（附表1），6景IW成像模式下的Sentinel-1（S-1）单视复数影像（SLC，附表2），对高加索山脉内2000年和2020年的冰川边界进行解译。其中，Landsat卫星影像均为L1T级产品，来源于美国地质调查局（United States Geological Survey， USGS；https：//glovis.usgs.gov），S-1影像来源于欧洲航天局（European Space Agency， ESA；https：//scihub.esa.int）。

表1   1960—2020年高加索山地冰川面积变化特征

Table 1  The Caucasus Mountains glacier area changes during 1960—2020

时间冰川面积/km2时段变化量/km2变化率/%年均变化率/（%·a-1）
1960年1 674.72±70.11————
1986年1 481.21±63.831960—1986年-193.51±85.54-11.55±5.11-0.44±0.20
2000年1 345.01±138.371986—2000年-136.20±159.40-9.19±10.76-0.66±0.77
2020年1 087.36±66.442000—2020年-257.66±82.18-19.16±6.11-0.96±0.31
总计—1960—2020年-587.36±98.66-35.07±5.89-0.58±0.10

新窗口打开| 下载CSV


表2   与高加索不同冰川编目结果对比

Table 2  Comparison with the different glacier inventory in the Caucasus

RGI 6.0Tielidze等［18］（2000年）本研究（2000年）
数据来源LandsatLandsatLandsat
解译方法自动提取，人工修正目视解译目视解译
最小冰川面积/km20.010.0070.01
冰川数量/条1 6372 1862 038
冰川面积/km21 255.611 381.551 345.03

新窗口打开| 下载CSV


为减少季节性积雪、云雾、山地阴影等的影响，缩小冰川边界的获取时间跨度，本研究尽可能选取2000年和2020年消融季末期的影像。当特定年份影像质量无法满足解译需求时，采用相邻年份的影像进行补充（图3）。此外，在冰川边界的解译过程中，还参考了高分辨率的Google Earth影像。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   2000年和2020年冰川编目所使用的Landsat遥感影像的空间分布、数量及覆盖冰川面积

Fig. 3   Spatial distribution， number and area of glaciers covered by Landsat images used for glacier inventory in 2000 and 2020


2.1.2　GLIMS编目

GLIMS是一个全球性的冰川编目数据库，本研究选用了其中高加索山脉1960年和1986年的冰川编目（http：//www.glims.org/）。其中1960年冰川编目是根据1950—1960年1∶50 000航测地形图解译而成，1986年冰川编目则是基于1985—1987年Landsat TM影像解译完成［29］。

2.1.3　数字高程数据集

本研究选用美国国家航空航天局（National Aeronautics and Space Administration， NASA）于2020年2月发布的NASADEM提取冰川属性信息，该数据可通过IPDACC平台下载（https：//lpdaac.usgs.gov/products/nasadem_hgtv001/）。NASADEM是基于SRTM DEM，通过高程控制、空洞填充等手段处理改进而生成的全球DEM数据，空间分辨率为30 m。相比于原始的SRTM DEM，NASADEM的精度更高，数据空洞也获得了有效填充［30］。

2.1.4　冰川物质平衡观测资料

Djankuat和Garabashi冰川拥有长时期的物质平衡观测资料［25］，是全球42条参照冰川之一，能够有效代表高加索地区的冰川物质平衡变化。监测冰川物质平衡资料来源于WGMS冰川物质平衡通报（https：//wgms.ch/products_ref_glaciers/），其中Djankuat冰川观测时段为1967—2020年，Garabashi冰川为1983—2020年［25］。

2.1.5　气象数据

本研究的气温和降水资料来源于东英吉利大学的气候研究中心发布的CRU V4.05气候再分析资料（http：//www.cru.uea.ac.uk/）。CRU数据集是目前全球使用较为广泛的近地面气候数据集之一，包含气温、降水、湿度、风速和蒸发等气象要素，为1901—2022年间逐月格点数据（0.5°×0.5°）。本研究选取了其中1961—2020年间高加索地区的平均气温与降水量月值数据。

2.2　方法
2.2.1　冰川边界提取

本研究利用ENVI软件中的Gram-Schmidt光谱锐化方法［31-32］，对Landsat OLI/ETM+影像进行全色波段融合，将其空间分辨率由30 m提升为15 m，并基于Landsat假彩色影像中冰川区与非冰川区色彩、纹理差异解译冰川边界［图4（a）］。对于高加索山大量存在的表碛覆盖型冰川，本文借助S-1的相干系数图辅助判识冰川边界［图4（b）］。S-1干涉可以捕捉到地表微小的形变，其核心是估算复相关系数的振幅，即相干性。相干性值的范围在1到0之间，地物形变越快，相干性越弱。由于冰川具有运动和消融特性，冰川区相较于周边的稳定基岩存在明显的变化特征，因此该方法已被广泛地应用于冰川边界解译中［33-34］。最后，本研究使用高分辨率的Google Earth影像对冰川边界进行检验［图4（c）］，并将冰川面积的最小阈值设置为0.01 km2。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   使用相干系数图像辅助解译表碛覆盖冰川示例

Fig. 4   Example of using coherence images to assist in the interpretation of debris-covered glacier： Landsat OLI image （bands 654 as RGB） （a）； debris-covered glacier shown on S-1 coherence image （b）； Google Earth （Maxar imagery， 0.30 m） （c）


目视解译虽然耗时较长，但却是当前精度较高的冰川边界解译方法之一，可在很大程度上避免计算机提取时阴影、云、积雪等造成的错误，且适用于各类冰川边界的提取。本研究参照中国第二次编目中采用的方法，对冰川分冰岭、冰川平均朝向、中值高度等进行提取［35］。此外，通过冰川边界叠加DEM，统计不同海拔高度带内的冰川面积及其变化；通过冰川的平均朝向统计不同坡向范围内的冰川面积及其变化。

2.2.2　冰川面积不确定性评估

为了确保观测到的冰川变化为实际变化，而不是由解译误差引起，必须准确评估冰川边界解译的不确定性。目前，对于冰川解译不确定性的评估主要通过缓冲区的方法进行［36-38］，但这一方法更适用于自动提取的冰川边界［35］。在目视解译的过程中，即使是由同一人对同一区域的冰川进行多次解译的结果都会有所不同，且表碛区冰川边界和裸冰区冰川边界误差往往存在差异，因此采用目视解译的冰川边界误差很大程度上取决于解译者的经验和影像分辨率。

鉴于以上原因，本研究结合Paul等［39］提出的对冰川多次数字化及Guo等［35］提出的以Google Earth高分辨率影像得出的冰川边界为真值的两种方法，分别计算裸冰区和表碛区冰川边界与“真值”之间的平均距离，并将结果作为冰川边界解译误差，从而计算得到冰川面积变化误差（图5）。本研究使用的1960年和1986年冰川编目的误差则沿用了数据提供者的计算结果［29］。在对冰川面积变化误差的计算上，本文综合考虑前后两期冰川边界的面积误差，基于误差传递公式来进行计算［40］。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   基于高分辨率遥感影像的冰川面积不确定性评估：基于Google EarthMaxar影像手工数字化的冰川边界（a）；基于Landsat OLI假彩色影像多次手工数字化的冰川边界示例（b）

Fig. 5   Glacier area uncertainty assessment based on high-resolution imagery： manual digitization of glacier boundaries based on Google EarthMaxar imagery （a）； example of glacier boundaries based on multiple manual digitization of Landsat OLI composite false colour imagery （b）


经测算，Landsat TM和OLI影像中冰川裸冰区和表碛区边界的解译误差分别为20 m、21 m和11 m、9 m。由于冰川内部分冰岭不会导致区域冰川面积的误差，因此忽略了分冰岭的影响。本研究采用公式（1）对冰川边界解译误差进行计算［35］，采用公式（2）对不同阶段冰川面积变化误差进行计算，在计算时仅考虑冰川边界发生变化的部分［40］：

∆σ=Lc×σpc+Ld×σpd
σAB=(σA)2+(σB)2

式中：∆σ指冰川面积的不确定性；σpc和σpd分别指Landsat影像上裸冰区和表碛区的冰川边界解译误差；Lc和Ld分别指裸冰区和表碛区边界的长度；σAB指冰川在某一时段内冰川面积变化的不确定性；σA、σB分别指A时期和B时期冰川面积的不确定性。经计算，2000年和2020年高加索山地冰川边界解译的不确定性分别为±138.37 km2和±66.44 km2，占同期冰川面积的10.29%和6.11%。1960—2020年高加索山地冰川面积变化的不确定性为±98.66 km2 （±5.89%）。

3 结果

3.1　1960—2020年高加索冰川面积变化

2020年高加索山共分布有山地冰川1 912条，总面积（1 087.36±66.44） km2。1960—2020年高加索山脉的冰川面积减少了（587.36±98.66） km2，面积萎缩率为（35.07±5.89）%，年均萎缩率为（0.58±0.10）%。从不同阶段来看，1960—1986年，冰川面积共减少（193.51±85.54） km2，年均萎缩率为（0.44±0.20）%·a-1；1986—2000年，冰川面积共减少（136.20±159.40） km2，年均萎缩率增加为（0.66±0.77）%·a-1；2000—2020年，冰川面积共减少（257.66±82.18） km2，年均萎缩率进一步增加为（0.96±0.31）%·a-1（表1）。就空间变化格局而言（图6），1960—2020年高加索山东段冰川面积萎缩率明显高于中西段，这体现了冰川规模对冰川变化存在直接影响，小规模冰川相较于大规模冰川的面积退缩更为显著。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   0.25°×0.25°格网中显示的1960年冰川面积分布和1960—2020年冰川面积变化（以冰川中心点所在格网为依据统计）

Fig. 6   Distribution of glacier area in 1960 and change in glacier area from 1960 to 2020 shown in the 0.25°×0.25° grid （statistics based on the grid where the glacier centroid is located）


统计表明，高加索山地冰川在数量构成上以面积≤1 km2小规模冰川为主，在面积构成上则以>1 km2的较大规模冰川为主，其中，2~5 km2区间的冰川面积占比最大（图7）。1960—2020年间大于20 km2的冰川面积减少最多（156.99 km2）；其次是2~5 km2的冰川（112.79 km2）；1~2 km2，0.1~0.5 km2，5~10 km2和0.5~1 km2等区间的冰川面积减少量基本相当（64.05~83.16 km2）；10~20 km2区间的冰川面积减少14.09 km2；而小于0.1 km2的冰川面积基本保持不变。在高加索山冰川持续退缩的同时，规模≤0.1 km2的冰川数量却持续增加，面积占比也在1960—1986年和2000—2020年分别增加了1.48 km2、0.09 km2，这主要是更大规模冰川消融分裂所致；10~20 km2区间内的冰川面积和数量1986—2000年增加同样是更大规模冰川分裂所致。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   1960—2020年不同时期各规模等级冰川的面积和数量值

Fig. 7   Area and number of glaciers of different sizes for different periods during 1960—2020


以200 m高差为间距，统计了高加索冰川在不同高程带内的分布与变化。结果表明，高加索山地冰川面积随海拔的变化呈正态分布（图8）。2020年高加索冰川分布在海拔1 381~5 627 m之间，其中超过90%（1 026.88 km2）的冰川面积集中分布在海拔2 400~4 400 m之间；随着海拔的增加，冰川面积萎缩速率逐渐减小，在海拔2 400 m以下时冰川面积萎缩速率为1.03%·a-1，但当海拔上升到4 600 m以上时，冰川面积萎缩速率仅为0.02%·a-1。1960—2020年海拔2 600~3 800 m内的冰川面积共计减少514.01 km2，占总萎缩量的87.51%。随着低海拔地区冰川面积的退缩，高加索冰川的平均中值面积高度也由3 295 m上升至3 320 m。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   1960—2020年不同时期冰川面积随高程带的分布及其变化情况

Fig. 8   Distribution of glacier area with elevation and its variation in different periods from 1960 to 2020


从冰川平均坡向分布来看（图9），高加索山地冰川呈现显著的北多南少的特点，其中以正北朝向的冰川面积和冰川数量比重最大，接近三分之一。1960—2020年间各朝向冰川面积均呈减少趋势，N、NE朝向的冰川面积萎缩率明显大于其他朝向（143.56 km2、122.98 km2），分别占总萎缩量的24.44%和20.94%，其次是SE朝向（-94.16 km2）；NW和SW朝向的面积萎缩量分别为77.71 km2和75.77 km2，E和SE朝向的冰川面积萎缩率分别为33.59 km2和32.83 km2，W朝向冰川面积萎缩量最少，仅为6.76 km2；从各朝向面积萎缩率看，SE和SW朝向的冰川面积退缩幅度最大，分别为1%·a-1、0.99%·a-1，W朝向幅度最小，仅为0.13%·a-1，其余朝向则介于（0.47~0.58）%·a-1之间。各朝向冰川面积萎缩率的不同主要与区域气候有关，西风水汽对W朝向的冰川补给充足，导致其面积萎缩率较低；南朝向冰川接收的太阳辐射偏多，面积萎缩率普遍偏大。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   1960—2020年不同坡向的冰川面积百分比（a）、数量百分比（b）

Fig. 9   Proportion of glacier aspect by percentage of area （a） and number （b） during 1960—2020


3.2　参照冰川物质平衡变化

Djankuat（G042761E43193N）冰川位于高加索山北坡，1967—2020年面积萎缩率为0.44%·a-1，Garabashi（G042466E43313N）冰川位于高加索最高峰——厄尔布鲁士山峰南坡，1983—2020年面积萎缩率为0.36%·a-1。Djankuat和Garabashi冰川物质平衡年际变化幅度较大，且以负平衡年份为主（图10）。1967—2020年，Djankuat冰川年物质平衡介于 -2 010~1 540 mm w.e.，平均为-276 mm w.e.·a-1，负平衡年份与正平衡年份之比为3：2。1983—2020年，Garabashi冰川年物质平衡介于-1 510~410 mm w.e.，平均为-393 mm w.e.·a-1，负平衡年份与正平衡年份之比为2：1。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10   Djankuat和Garabashi冰川的物质平衡和累积物质平衡变化过程

Fig. 10   Change of mass balance and cumulative mass balance of Djankuat （a） and Garabashi （b） Glacier during 1967—2020 and 1983—2020


如图10所示，Djankuat和Garabashi冰川的累积物质平衡总体呈持续下降趋势。1967—2020年Djankuat冰川累积物质平衡达到-13 790 mm w.e.，其中1967—2000年累积物质平衡下降速率为56 mm w.e.·a-1，2000—2020年剧增为517 mm w.e.·a-1，达到了1968—2000年的约9倍；1983—2020年Garabashi冰川的累积物质平衡为-14 148 mm w.e.，其中1983—2000年累积物质平衡下降速率为97 mm w.e.·a-1，2000—2020年剧增为571 mm w.e.·a-1。此外，Djankuat和Garabashi冰川的物质平衡线高度（Equilibrium Line Atitude， ELA）也在不断上升，积累区比率（Accumulation Area Ratio， AAR）在不断减小。

4 讨论

4.1　与其他研究对比

4.1.1　与其他编目对比

目前能够完全覆盖高加索山脉的冰川编目主要有Randolph Glacier Inventory（RGI）6.0、GLIMS以及Tielidze等［18］进行的编目。其中，RGI 6.0中高加索区域的冰川编目获取时间集中于2000年，GLIMS提供的最新的高加索冰川编目集中在2014年，Tielidze等公布的冰川编目则分别是2000年和2020年。考虑到不同编目之间的可对比性，本文对RGI 6.0、Tielidze等发布2000年冰川编目与本研究中解译得到的2000年冰川编目进行对比（表2）。

通过表2可知，3种冰川编目在冰川数量和面积上都存在一定差异，这些差异的原因主要与数据来源、解译标准以及解译方法的不同有关。首先，RGI 6.0是基于Landsat影像采用自动提取加后期人工修正的方法获得，而Tielidze等的编目和本研究的冰川边界都是直接通目视解译获得；其次，RGI 6.0在高加索山东段和西段部分地区存在数据缺失［17］，而Tielide等用于解译冰川边界的Landsat遥感影像质量不佳，存在大量积雪、云雾和山体阴影（图1），导致解译得到的冰川边界与实际不符；最后，编目之间的冰川数量和面积的差异在一定程度上也与最小冰川面积的阈值不同有关。

4.2.2　与不同时段研究结果对比

Koromova等［41］的研究结果显示1910—1965年高加索山地冰川面积萎缩率为0.45%·a-1，Tielidze等［15］估算的1960—2014年高加索山地冰川面积萎缩速率为0.53%·a-1，本研究结果表明1960—2020年高加索冰川面积萎缩率达到（0.58±0.01）%·a-1。因此，近百年来高加索山地冰川发生了持续退缩，且退缩速率在不断增加。

4.2.3　与其他山系对比

与其他山系的对比表明（表3），近几十年以来高加索山冰川面积萎缩率明显低于欧洲阿尔卑斯山和亚洲阿尔泰山，与加拿大西部的海岸山脉基本持平，但明显高于亚洲的天山、祁连山、帕米尔高原、喀喇昆仑、西昆仑和喜马拉雅山等地区。冰川退缩主要受气候影响，阿尔卑斯山气温较高、阿尔泰山冰川发育规模则普遍偏小，因此冰川面积萎缩率偏高；天山、祁连山、喜马拉雅、念青唐古拉山的平均海拔超过4 000 m，气候高寒，因此冰川退缩相对缓慢［42］；特别是帕米尔高原、喀喇昆仑山和西昆仑山冰川发育规模巨大，近几十年来总体保持稳定［36］。因此高加索山冰川面积萎缩速率低于阿尔卑斯山和阿尔泰山，但普遍高于亚洲高山区。

表3   与其他山系冰川面积变化的对比

Table 3  Comparison of glacier area change with other mountains

研究者研究区域研究时段冰川面积*/km2年均萎缩率/（%·a-1）
Bolch等［43］加拿大西部1985—2005年30 0630.55±0.19
王凯［44］阿尔卑斯1984—2013年3 236.280.91
王圣杰等［45］天山1960—2009年—0.31
He等［46］祁连山1960s—2015年1 936.170.47
姚晓军等［47］阿尔泰1960—2009年283.390.75
Li等［36］帕米尔高原2000—2017年10 5200.07±0.05
Brahmbhatt［48］喀喇昆仑1977—2013年7 8950.00
Cao［49］西昆仑1972—2018年2 965.40.01
冀琴［50］喜马拉雅1990—2015年23 229.270.44
邱宝刚［51］念青唐古拉1980—2016年9 237.780.30
本研究高加索1960—2020年1 674.72±70.110.58±0.10

注：*研究时段内起始时期的冰川面积。

新窗口打开| 下载CSV


4.3　气候对冰川变化的影响

1961—2020年高加索山脉平均气温以0.24 ℃·（10a）-1的速度持续升高，降水量变化则基本保持稳定。高加索山气温和降水变化可以2000年为界分为两个阶段（图11），1961—2000年，气温和降水波动平缓，无显著变化；2000—2020年，气温以0.58 ℃·（10a）-1的速率快速上升，降水则-55 mm·（10a）-1的速率快速下降。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11   1961—2020年高加索山地冰川区年均气温（a）和年均降水量变化（b）

Fig. 11   Variations of annual mean air temperature （a） and annual precipitation （b） in glaciated areas of the Caucasus Mountains from1961 to 2020


气温和降水变化直接影响冰川物质的消融和积累［52］，但山地冰川的长期变化主要受气温控制［53］，因此本文重点分析了高加索地区气温的长期变化对冰川变化的影响。1961—2020年，高加索地区气温变化存在显著的空间差异（图12），总体上升温速率由西向东逐渐增加，其中在厄尔布鲁士山附近的升温速率最低［0.21 ℃·（10a）-1］，在山脉东段升温速率最高，可达到0.27 ℃·（10a）-1。近几十年来，高加索山冰川变化的空间格局与气温变化的空间格局高度一致（图12），主要表现为在升温速率较低的中段地区，冰川面积萎缩率最小，而升温率最为显著的东段地区冰川面积萎缩率最大。

图12

新窗口打开| 下载原图ZIP| 生成PPT

图12   1961—2020年高加索山地冰川面积萎缩率与气温之间关系

Fig. 12   Relationship between the glacier area shrinkage and air temperature in the Caucasus Mountains during 1961—2020


冰川物质平衡受到区域水热条件的影响，对气候变化的响应迅速［54-55］。Djankuat与Garabashi冰川所在地区气温均呈上升趋势，在2000年以前气温缓慢上升，两条冰川的正负物质平衡年份交替出现，冰川总体呈微弱的物质亏损状态；2000年之后，气温上升速率显著加快，两条监测冰川的物质负平衡不断增强，表明冰川消融在不断加速（图13）。气温的持续快速上升已打破了监测冰川与气候环境的平衡，因此即使高加索地区升温停止，冰川也会持续处于物质亏损状态［56］。

图13

新窗口打开| 下载原图ZIP| 生成PPT

图13   累积物质平衡与气温之间关系

Fig. 13   Relationship between cumulative mass balance and air temperature： Djankuat glacier （a）， Garabashi glaciers （b）


5 结论

本研究分析了1960—2020年高加索山地冰川面积变化以及Djankuat与Garabashi冰川的物质平衡变化，并结合气候再分析资料揭示了气候变化对高加索山地冰川变化时空格局的影响。得出以下结论：

（1）2020年高加索共分布有冰川1 912条，总面积（1 087.36±66.44） km2。1960—2020年，高加索冰川面积萎缩了（587.36±98.66） km2［约（35.07±5.89）%］，并且2000年后冰川萎缩速率明显加快。

（2）监测冰川表明，1968年以来高加索山脉冰川物质亏损严重，并且2000年之后物质亏损明显加剧。

（3）气温持续上升是高加索冰川面积萎缩、物质亏损的主要原因，气温变化的时空格局则对高加索冰川变化的时空格局起到了主导作用。

附表1   Landsat影像列表

Attached table  1 List of Landsat data used in this study

影像ID行号列号获取日期分辨率主辅影像
LC81670312019233LGN001670312019-08-2115 m主
LC81680312017250LGN001680312017-09-0715 m辅
LC81680312018205LGN001680312018-07-2415 m辅
LC81680312020243LGN001680312020-08-3015 m辅
LC81680312021245LGN001680312021-09-0115 m主
LC81690312015252LGN001690312015-09-0915 m辅
LC81690312017257LGN001690312017-09-1415 m主
LC81690312020250LGN001690312020-09-0615 m辅
LC81690312021220LGN001690312021-08-0715 m辅
LC81700302015227LGN001700302015-08-1515 m辅
LC81700302020241LGN001700302020-08-2815 m辅
LC81700302020257LGN001700302020-09-1315 m主
LC81710302020232LGN001710302020-08-1915 m辅
LC81710302020248LGN001710302020-09-0415 m辅
LC81710302020264LGN001710302020-09-2015 m主
LC81720302020239LGN001720302020-08-2615 m主
LC81720302020255LGN001720302020-09-1115 m辅
LC81720302020271LGN001720302020-09-2715 m辅
LC81730302016235LGN001730302016-08-2215 m辅
LC81730302017269LGN001730302017-09-2615 m辅
LC81730302020230LGN001730302020-08-1715 m主
LT51680311995254RSA011680311995-09-1130 m主
LT51690311995245RSA001690311995-09-0230 m主
LT51690311998237RSA031690311998-08-2530 m辅
LT51690312000227XXX021690312000-08-1430 m辅
LT51700301994249RSA011700301994-09-0630 m主
LT51700301998260BIK001700301998-09-1730 m辅
LT51700302000202RSA001700302000-07-2030 m辅
LE71710301999230EDC001710301999-08-1815 m辅
LT51710301988240RSA001710301988-08-2730 m辅
LT51710301995227RSA011710301995-08-1530 m辅
LT51710301995259RSA011710301995-09-1630 m主
LT51710301996246RSA001710301996-09-0230 m辅
LT51710302000209RSA011710302000-07-2730 m辅
LT51720301998226XXX011720301998-08-1430 m辅
LT51720301998242XXX011720301998-08-3030 m辅
LT51720301998258AAA011720301998-09-1530 m主
LT51720301999229XXX031720301999-08-1730 m辅
LT51720301999261FUI001720301999-09-1830 m辅
LT51720302000264XXX021720302000-09-2030 m辅
LT51720302001218RSA011720302001-08-0630 m辅
LT51730301998233RSA051730301998-08-2130 m辅
LT51730301998265RSA031730301998-09-2230 m主

新窗口打开| 下载CSV


附表2   S-1影像数据列表

Attached table  2 List of S-1 data used in this study

影像编号极化方式成像时间
S1B_IW_SLC__1SDV_20190815T150154_20190815T150227_017598_0211B1_B8ABVV+VH2019-08-15
S1B_IW_SLC__1SDV_20190827T150154_20190827T150228_017773_02172D_4E8DVV+VH2019-08-27
S1B_IW_SLC__1SDV_20200902T150201_20200902T150234_023198_02C0DB_5C4FVV+VH2020-09-02
S1B_IW_SLC__1SDV_20200914T150201_20200914T150235_023373_02C658_C8F2VV+VH2020-09-14
S1A_IW_SLC__1SDV_20200902T030826_20200902T030853_034174_03F840_683EVV+VH2020-09-02
S1A_IW_SLC__1SDV_20200914T030826_20200914T030853_034349_03FE62_D14DVV+VH2020-09-14

新窗口打开| 下载CSV


参考文献

Wang Ninglian， Zhang Xiangsong.

Mountain glacier fluctuations and climatic change during the last 100 years

［J］. Journal of Glaciology and Geocryology， 1992， 14（3）： 242-250.

[本文引用: 1]

王宁练， 张祥松.

近百年来山地冰川波动与气候变化

［J］. 冰川冻土， 1992， 14（3）： 242-250.

[本文引用: 1]

Zemp M， Frey H， Gärtner-Roer I， et al.

Historically unprecedented global glacier decline in the early 21st century

［J］. Journal of glaciology， 2015， 61（228）： 745-762.

[本文引用: 1]

Masson-Delmotte V， Zhai P， A P， et al. Climate Change 2021： The Physical Science Basis Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change［M］. Cambridge University Press， 2021.

[本文引用: 1]

Brown M E， Ouyang H， Habib S， et al.

HIMALA： climate impacts on glaciers， snow， and hydrology in the Himalayan region

［J］. Mountain Research and Development， 2010， 30（4）： 401-404.

[本文引用: 1]

H G P， S S.

Encyclopedia of climate and weather

［J］. Water Resources， 1996， 2： 817-23.

[本文引用: 1]

Milner A M， Khamis K， Battin T J， et al.

Glacier shrinkage driving global changes in downstream systems

［J］. Proceedings of the National Academy of Sciences， 2017， 114（37）： 9770-9778.

[本文引用: 1]

Shahgedanova M， Hagg W， Hassell D， et al.

Climate change， glacier retreat， and water availability in the Caucasus Region

［M］//Threats to Global Water Security. Springer， Dordrecht， 2009： 131-143.

[本文引用: 1]

Evans S G， Tutubalina O V， Drobyshev V N， et al.

Catastrophic detachment and high-velocity long-runout flow of Kolka Glacier， Caucasus Mountains， Russia in 2002

［J］. Geomorphology， 2009， 105（3/4）： 314-321.

[本文引用: 2]

Kadetova A V， Rybchenko A A， Kozireva E A， et al.

Debris flows of 28 June 2014 near the Arshan village （Siberia， Republic of Buryatia， Russia）

［J］. Landslides， 2016， 13（1）： 129-140.

[本文引用: 2]

Kotlyakov V， Khromova T， Nosenko G， et al.

New data on current changes in the mountain glaciers of Russia

［J］. Doklady Earth Sciences， 2015： 1094-1100.

[本文引用: 2]

Tielidze L G.

Glacier change over the last century， Caucasus Mountains， Georgia， observed from old topographical maps， Landsat and ASTER satellite imagery

［J］. The Cryosphere， 2016， 10（2）： 713-725.

[本文引用: 1]

Podozerskiy K.

Ledniki Kavkazskogo Khrebta （Glaciers of the Caucasus range）： Zapiski Kavkazskogo otdela Russkogo Geograficheskogo Obshchestva

［J］. Publ. Zap. KORGO.， Tiflis， 1911， 29（1）： 200.

[本文引用: 1]

Vinogadov O， Konovalova G， Psareva T.

Some characteristics of Caucasus glacier system， methods and results of mapping

［J］. Materialy Glyatziologicheskih Issledovanii， 1977， 30： 115-126.

[本文引用: 2]

Gobejishvili R. Saqartvelos tanamedrove mkinvarebi da Evraziis mtebshi gamkinvarebis evolucia gvian Pleistocensa da Holocenshi （Present day glaciers of Georgia and evolution of glaciation in the mountains of Eurasia in late Pleistocene and Holocene）， sadoqtoro disertacia［M］. Georgian： Tbilisi， 1995.

[本文引用: 1]

Tielidze L G， Wheate R D.

The greater caucasus glacier inventory （Russia， Georgia and Azerbaijan）

［J］. The Cryosphere， 2018， 12（1）： 81-94.

[本文引用: 3]

Khromova T， Nosenko G， Muraviev A， et al.

Mountain area glaciers of Russia in the 20th and the beginning of the 21st centuries

［J］. Developments in Earth Surface Processes， 2016， 21： 47-129.

[本文引用: 1]

Cogley J G.

A more complete version of the World Glacier Inventory

［J］. Annals of Glaciology， 2009， 50（53）： 32-38.

[本文引用: 2]

Tielidze L G， Nosenko G A， Khromova T E， et al.

Strong acceleration of glacier area loss in the Greater Caucasus between 2000 and 2020

［J］. The Cryosphere， 2022， 16（2）： 489-504.

[本文引用: 6]

Shahgedanova M， Nosenko G， Kutuzov S， et al.

Deglaciation of the Caucasus Mountains， Russia/Georgia， in the 21st century observed with ASTER satellite imagery and aerial photography

［J］. The Cryosphere， 2014， 8（6）： 2367-2379.

[本文引用: 2]

Lur’e P， Panov V.

Variations of contemporary glaciation of the northern slope of the Greater Caucasus in the 20th century and the forecast of its degradation in the 21st century

［J］. Russian Meteorology and Hydrology， 2014， 39（4）： 254-259.

[本文引用: 1]

Huggel C， Allen S， Deline P， et al.

Ice thawing， mountains falling—are alpine rock slope failures increasing？

［J］. Geology Today， 2012， 28（3）： 98-104.

[本文引用: 1]

Stokes C， Popovnin V， Aleynikov A， et al.

Recent glacier retreat in the Caucasus Mountains， Russia， and associated increase in supraglacial debris cover and supra-/proglacial lake development

［J］. Annals of Glaciology， 2007， 46： 195-203.

Chernomorets S， Petrakov D， Tutubalina O， et al.

Outburst of a glacial lake on the north-eastern slope of the Elbrus on 11 August 2006

［J］. Data of Glaciological Research， 2007， 102： 219-224.

Tielidze L.

Introduction， chapter in Glaciers of Georgia

［J］. Springer， Geography of the Physical Environment， 2017， 10： 978-981.

[本文引用: 1]

Zemp M， Nussbaumer S U， Gärtner-Roer I， et al. Global Glacier Change Bulletin Nr. 4 （

2018-2019）

［M］. Zürich： World Glacier Monitoring Service， 2021.

[本文引用: 3]

Shahgedanova M.

The physical geography of northern Eurasia

［M］. 3th nd. Oxford University Press on Demand， 2003.

[本文引用: 1]

Stokes C R.

Sections： Caucasus Mountains pp

803-808； Novaya Zemlya pp. 781； Palaeo-Ice Stream pp. 127-128［M］. Springer， 2011.

[本文引用: 1]

Solomina O， Bushueva I， Dolgova E， et al.

Glacier variations in the Northern Caucasus compared to climatic reconstructions over the past millennium

［J］. Global and Planetary Change， 2016， 140： 28-58.

[本文引用: 1]

Raup B， Racoviteanu A， Khalsa S J S， et al.

The GLIMS geospatial glacier database： a new tool for studying glacier change

［J］. Global and Planetary Change， 2007， 56（1/2）： 101-110.

[本文引用: 3]

Crippen R， Buckley S， Belz E， et al. NASADEM global elevation model： methods and progress［M］. Pasadena， CA： Jet Propulsion Laboratory， National Aeronautics and Space Administration， 2016.

[本文引用: 1]

Wang Lu， Wang Ninglian， Li Zhijie， et al.

Spatial characteristics of glacier mass balance variations in Shigar basin of the central Karakoram Mountains， 1993—2016

［J］. Journal of Glaciology and Geocryology， 2021， 43（1）： 1-13.

[本文引用: 1]

王璐， 王宁练， 李志杰， 等.

1993—2016年喀喇昆仑山中部Shigar流域冰川物质平衡变化空间特征研究

［J］. 冰川冻土， 2021， 43（1）： 1-13.

[本文引用: 1]

Zang Tao， Liu Jun， Yang Keming， et al.

Fusion algorithm for hyperspectral remote sensing image conbined with harmonic analysis and Gram-Schmidt transform

［J］. Acta Geodaetica et Cartographica Sinica， 2015， 44（9）： 1024-1047.

[本文引用: 1]

张涛， 刘军， 杨可明， 等.

结合Gram-Schmidt变换的高光谱影像谐波分析融合算法

［J］. 测绘学报， 2015， 44（9）： 1024-1047.

[本文引用: 1]

Frey H， Paul F， Strozzi T.

Compilation of a glacier inventory for the western Himalayas from satellite data： methods， challenges， and results

［J］. Remote Sensing of Environment， 2012， 124： 832-843.

[本文引用: 1]

Mölg N， Bolch T， Rastner P， et al.

A consistent glacier inventory for Karakoram and Pamir derived from Landsat data： distribution of debris cover and mapping challenges

［J］. Earth System Science Data， 2018， 10（4）： 1807-1827.

[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： 357-372.

[本文引用: 4]

Li Z， Wang N， Chen A A， et al.

Slight change of glaciers in the Pamir over the period 2000—2017

［J］. Arctic， Antarctic， and Alpine Research， 2022， 54（1）： 13-24.

[本文引用: 3]

Cogley J G.

Glacier shrinkage across high mountain Asia

［J］. Annals of Glaciology， 2016， 57（71）： 41-49.

Hall D K， Bayr K J， Schöner W， et al.

Consideration of the errors inherent in mapping historical glacier positions in Austria from the ground and space （1893—2001）

［J］. Remote Sensing of Environment， 2003， 86（4）： 566-577.

[本文引用: 1]

Paul F， Barrand N E， Baumann S， et al.

On the accuracy of glacier outlines derived from remote-sensing data

［J］. Annals of Glaciology， 2013， 54（63）： 171-182.

[本文引用: 1]

Zhang Z， Liu S， Zhang Y， et al.

Glacier variations at Aru Co in western Tibet from 1971 to 2016 derived from remote-sensing data

［J］. Journal of Glaciology， 2018， 64（245）： 397-406.

[本文引用: 2]

Khromova T， Nosenko G， Kutuzov S， et al.

Glacier area changes in Northern Eurasia

［J］. Environmental Research Letters， 2014， 9（1）： 015003.

[本文引用: 1]

Li Y J， Ding Y J， Shangguan D H， et al.

Regional differences in global glacier retreat from 1980 to 2015

［J］. Advances in Climate Change Research， 2019， 10（4）： 203-213.

[本文引用: 1]

Bolch T， Menounos B， Wheate R.

Landsat-based inventory of glaciers in western Canada， 1985—2005

［J］. Remote sensing of Environment， 2010， 114（1）： 127-137.

[本文引用: 1]

Wang Kai.

Monitoring of glacier area changes in the Alps observed by satellite from 1984 to 2013

［D］. Lanzhou： Lanzhou University， 2016.

[本文引用: 1]

王凯.

1984—2013年阿尔卑斯山地区冰川面积变化遥感监测研究

［D］. 兰州： 兰州大学， 2016.

[本文引用: 1]

Wang Shengjie， Zhang Mingjun， Li Zhongqin， et al.

Response of glacier area variation to climate change in Chinese Tianshan Mountains in the past 50 years

［J］. Acta Geographica Sinica， 2011， 66（1）： 38-46.

[本文引用: 1]

王圣杰， 张明军， 李忠勤， 等.

近50年来中国天山冰川面积变化对气候的响应

［J］. 地理学报， 2011， 66（1）： 38-46.

[本文引用: 1]

He J， Wang N， Chen A A， et al.

Glacier changes in the qilian mountains， northwest China， between the 1960s and 2015

［J］. Water， 2019， 11（3）： 623.

[本文引用: 1]

Yao Xiaojun， Liu Shiyin， Guo Wanqin， et al.

Glacier change of Altay Mountain in China from 1960 to 2009： based on the Second Glacier Inventory of China

［J］. Journal of Natural Resources， 2012， 27（10）： 1734-1745.

[本文引用: 1]

姚晓军， 刘时银， 郭万钦， 等.

近50a来中国阿尔泰山冰川变化——基于中国第二次冰川编目成果

［J］. 自然资源学报， 2012， 27（10）： 1734-1745.

[本文引用: 1]

Brahmbhatt R， Bahuguna I， Rathore B， et al.

Satellite monitoring of glaciers in the Karakoram from 1977 to 2013： an overall almost stable population of dynamic glaciers

［J］. The Cryosphere Discussions， 2015， 9（2）： 1555-1592.

[本文引用: 1]

Cao B， Guan W， Li K， et al.

Area and mass changes of glaciers in the West Kunlun Mountains based on the analysis of multi-temporal remote sensing images and DEMs from 1970 to 2018

［J］. Remote Sensing， 2020， 12（16）： 2632.

[本文引用: 1]

Ji Qin.

Glacier variations in response to climate change in the Himalaya during 1990—2015

［D］. Lanzhou： Lanzhou University， 2018.

[本文引用: 1]

冀琴.

1990—2015年喜马拉雅山冰川变化及其对气候波动的响应

［D］. 兰州： 兰州大学， 2018.

[本文引用: 1]

Di Baogang.

Glacier change in the Nianqing Tanggula Mountains in 36 years and its response to climate change

［D］. Beijing： China University of Geosciences， 2019.

[本文引用: 1]

邸宝刚.

念青唐古拉山脉36年来冰川变化及其对气候变化的响应

［D］. 北京： 中国地质大学， 2019.

[本文引用: 1]

Oerlemans J.

Extracting a climate signal from 169 glacier records

［J］. Science， 2005， 308（5722）： 675-677.

[本文引用: 1]

Liu Shiyin， Shangguan Donghui， Ding Yongjian， et al.

Variation of glaciers studied on the basis of RS and GIS： a reassessment of the changes of the Xinqinfeng and Malan Ice Caps in the Northern Tibetan Plateau

［J］. Journal of Glaciology and Geocryology， 2004， 26（3）： 244-252.

[本文引用: 1]

刘时银， 上官冬辉， 丁永建， 等.

基于RS与GIS的冰川变化研究——青藏高原北侧新青峰与马兰冰帽变化的再评估

［J］. 冰川冻土， 2004， 26（3）： 244-252.

[本文引用: 1]

Zhang Guofei， Li Zhongqin， Wang Wenbin， et al.

Change processes and characteristics of mass balance of the Urumqi Glacier No. 1 at the headwater of the Urumqi River， Tianshan Mountains， during 1959—2009

［J］. Journal of Glaciology and Geocryology， 2013， 34（6）： 1301-1309.

[本文引用: 1]

张国飞， 李忠勤， 王文彬， 等.

天山乌鲁木齐河源1号冰川1959—2009 年物质平衡变化过程及特征研究

［J］. 冰川冻土， 2013， 34（6）： 1301-1309.

[本文引用: 1]

Wang Ninglian， Yao Tandong， Tian Lide， et al.

Climate sensitivity of Glacier No.1 at the source of Urumqi River in the Tianshan Mountains

［J］. Arid Land Geography， 1998， 21（4）： 34-40.

[本文引用: 1]

王宁练， 姚檀栋， 田立德， 等.

天山乌鲁木齐河源1号冰川的气候敏感性研究

［J］. 干旱区地理， 1998， 21（4）： 34-40.

[本文引用: 1]

Mernild S H， Lipscomb W H， Bahr D B， et al.

Global glacier changes： a revised assessment of committed mass losses and sampling uncertainties

［J］. The Cryosphere， 2013， 7（5）： 1565-1577.

[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