冰川冻土, 2022, 44(6): 1730-1739 doi: 10.7522/j.issn.1000-0240.2022.0151

冰冻圈与全球变化

2014—2020年科其喀尔巴西冰川运动速度年际与季节变化特征分析

赵晋彪,1,2,3, 张震,1,2,3,4, 许杨杨1,2,3, 王荣军4, 蒋宗立5

1.安徽理工大学 空间信息与测绘工程学院，安徽 淮南 232001

2.安徽理工大学 矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室，安徽 淮南 232001

3.安徽理工大学 矿区环境与灾害协同监测煤炭行业工程研究中心，安徽 淮南 232001

4.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

5.湖南科技大学 地球科学与空间信息工程学院，湖南 湘潭 411201

Interannual and seasonal variation of flow velocity in Koxkar Baxi Glacier from 2014 to 2020

ZHAO Jinbiao,1,2,3, ZHANG Zhen,1,2,3,4, XU Yangyang1,2,3, WANG Rongjun4, JIANG Zongli5

1.School of Spatial Information and Mapping Engineering，Anhui University of Science and Technology，Huainan 232001，Anhui，China

2.Key Laboratory of Aviation-aerospace-ground Cooperative Monitoring and Early Warning of Coal Mining-induced Disasters of Anhui Higher Education Institutes，Anhui University of Science and Technology，Huainan 232001，Anhui，China

3.Coal Industry Engineering Research Center of Mining Area Environmental And Disaster Cooperative Monitoring，Anhui University of Science and Technology，Huainan 232001，Anhui，China

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

5.School of Earth Sciences and Spatial Information Engineering，Hunan University of Science and Technology，Xiangtan 411201，Hunan，China

通讯作者: 张震，副教授，主要从事冰冻圈遥感研究. E-mail： zhangzhen@aust.edu.cn

收稿日期: 2022-03-05   修回日期: 2022-07-15  

基金资助: 国家自然科学基金项目.  42071085.  41701087.  42001068
冰冻圈科学国家重点实验室开放基金项目.  SKLCS 2020-10

Received: 2022-03-05   Revised: 2022-07-15  

作者简介 About authors

赵晋彪，硕士研究生，主要从事冰川变化遥感监测研究.E-mail：zhaojinbiao0716@163.com , E-mail：zhaojinbiao0716@163.com

摘要

冰川运动是认识冰川性质的关键因素，也是冰川动力学的主要研究内容之一，能够为冰川资源合理利用及冰川灾害预警提供基础支撑。利用2014—2020年Landsat 8遥感影像，采用影像互相关方法，提取科其喀尔巴西冰川表面运动速度，并分析冰川表面运动速度的时空变化特征及影响因素。研究结果表明：（1）科其喀尔巴西冰川年均运动速度为0.04~0.05 m·d-1；（2）冰川运动速度由中流线向边缘逐渐减小，在消融区随着海拔的升高而加快，在积累区随着海拔的升高而降低，物质平衡线附近运动最快（0.17~0.20 m·d-1），与冰川运动的一般规律一致；（3）冰川运动速度具有“暖季快，冷季慢”的季节变化特征，暖季比冷季快16.67%；（4）2014—2020年冰川运动速度呈微弱减小趋势，平均运动速度减少约0.01 m·d-1；（5）气温、降水对冰川的运动速度季节波动及年际变化都具有一定的影响。

关键词： 冰川运动速度 ; 遥感影像 ; 科其喀尔巴西冰川 ; 影像互相关 ; 时空变化

Abstract

Glacier flow is a key factor in understanding the nature of glaciers， and it is also one of the main research contents of glacier dynamics， which can provide basic support for rational utilization of glacier resources and early warning of glacier disasters. There are many mountain glaciers located in the west of China. The study on the spatiotemporal variation of surface velocity of glaciers also has great significance for the social and economic development of the western China. Koxkar Baxi Glacier， locates on the southern slopes of the Tomur Peak， is a typical dendritic glacier. In order to obtain the conditions of Koxkar Baxi Glacier’ flow rates and its variation to further reveal the future of the variation of glacier， the spatiotemporal variability of glacier velocity was surveyed using correlation （COSI-Corr） method on Landsat imagery from 2014 to 2020. The results show that： （1） The average annual flow velocity of the Koxkar Baxi Glacier was 0.04~0.05 m·d-1 during 2014 to 2020. （2） The glacier reaches its maximum flow velocity near the center part， and the velocity decreased towards both lateral margins. In a longitudinal profile， ice flow velocity in the accumulation area increased down to the equilibrium line， while decreased towards the glacier terminal. The maximum velocity with 0.17~0.20 m·d-1 was found near the equilibrium line altitude. （3） The glacier flow velocity in warm seasons were 16.67% faster than that in cold seasons. （4） The glacier flow velocity from 2014 to 2020 showed a slight decreasing trend， and the average flow velocity decreased 0.01 m·d-1. （5） Temperature and precipitation had certain influence on the seasonal fluctuation and interannual variation of the flow velocity of the glacier.

Keywords： glacier flow velocity ; remote sensing ; Koxkar Baxi Glacier ; image cross-correlation ; spatiotemporal variation

PDF (4669KB) 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

赵晋彪, 张震, 许杨杨, 王荣军, 蒋宗立. 2014—2020年科其喀尔巴西冰川运动速度年际与季节变化特征分析[J]. 冰川冻土, 2022, 44(6): 1730-1739 doi:10.7522/j.issn.1000-0240.2022.0151

ZHAO Jinbiao, ZHANG Zhen, XU Yangyang, WANG Rongjun, JIANG Zongli. Interannual and seasonal variation of flow velocity in Koxkar Baxi Glacier from 2014 to 2020[J]. Journal of Glaciology and Geocryology, 2022, 44(6): 1730-1739 doi:10.7522/j.issn.1000-0240.2022.0151

0 引言

运动是冰川的固有属性，是冰川区别于其他冰体的主要标志［1］。冰川运动在其动力学系统的控制下，通过改变物质的分布，影响冰川几何形状、物质平衡、水热及边界的变化［1］。冰川运动速度作为冰川动力学模型的重要参数，不仅能响应物质平衡变化，同时也能反应冰川的动态信息［2-3］。在全球变暖的背景下，研究冰川运动及其变化规律，对区域经济发展、资源合理利用和自然灾害预警有着重要意义。

冰川运动速度的提取方法主要包括实地测量和遥感监测［4-5］。实地测量是在冰面上布设花杆，通过花杆的位置变化测量冰川运动速度。尽管实地测量能获得精度高、连续性好的数据，但由于山地环境恶劣和成本的限制，无法进行长周期、大范围的观测［6-7］。遥感监测具有获取速度快、监测范围广的优势，可弥补实地测量的不足［8-9］。基于遥感影像的冰川运动速度提取方法主要有雷达差分干涉测量、SAR偏移量跟踪和光学影像互相关［10］。由于山地冰川地形复杂且消融较为强烈，获取高相干影像较为困难，因此很少采用雷达差分干涉测量［11-12］。基于SAR数据的偏移量跟踪方法受天气影响小，但长时间冰川消融导致较大表面差异，较适合短时间尺度的冰川运动速度提取［5，13］。而光学影像互相关方法虽受天气影响，但历史资料丰富，已被广泛应用于年尺度的冰川运动速度研究中［14-15］。

随着遥感数据时空分辨率的不断提高，基于遥感数据提取冰川运动速度已成为当前研究的热点［16-18］。部分学者利用遥感数据对大区域尺度的冰川运动特征进行分析，比如Sam等［19］基于GoLIVE数据分析了喜马拉雅山冰川运动特征；Dehecq等［20］基于Landsat等数据分析了亚洲高山区冰川运动变化特征。也有部分研究者针对单条冰川进行时空变化特征分析，比如Das等［21］对米亚冰川1992—2019年的运动速度时空分布特征及影响因素进行分析；周中正等［22］基于Sentinel-1A影像分析了2016年岗纳楼冰川表面运动速度变化。

科其喀尔巴西冰川表面分布有大量表碛，对其运动速度进行研究，有助于了解表碛覆盖型冰川对气候变化的复杂响应。以往的研究更侧重于冰川运动速度的空间分布以及区域性变化［23-24］，对于冰川运动速度年内特征及年际变化特征的认识仍然不足。因此，本研究利用Landsat 8影像提取2014—2020年科其喀尔巴西冰川的运动速度，分析其年内波动特征和年际变化特征，为冰川动力学模型及物质平衡变化提供基础支撑。

1 研究区概况

科其喀尔巴西冰川（冰川编号：5Y674A0005），位于新疆温宿县，属亚大陆型冰川。冰川表面高程范围为3 020~6 342 m，冰川总长约25.1 km，面积83.56 km2，冰储量15.79 km3，物质平衡线海拔高度为4 350 m［25］。该冰川消融期较长［26］，从4月中下旬开始消融，9月中下旬消融结束。冰川区受潮湿气流影响［27］，降水丰富，5—9月降水量约占全年降水量的75%。据冰川编目资料显示［25］，该冰川消融区分布有大量表碛，表碛面积为17.5 km2，占整个冰川面积的21%，其表碛厚度随海拔降低逐渐增加，在冰川末端厚度达到200 cm［28］。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   科其喀尔巴西冰川位置示意图

Fig. 1   Location of Koxkar Baxi Glacier


2 数据与方法

2.1　数据

2.1.1　Landsat 8

本研究使用Landsat 8 L1T影像数据，该级别影像是经过辐射校正和几何精校正处理的数据。根据影像质量及数据可获取性，结合表面积雪状况及研究时段间隔，主要采用冰川表面积雪较少，冰川纹理清晰的数据用于获取冰川运动速度。共选取2014—2021年间的16景Landsat影像（行列号：147，31），用于冰川运动速度提取。并按照影像成像时间间隔组成影像对（表1），时段1~7为年运动速度影像对，时段8~21为季节运动速度影像对。数据获取网站（https：//earthexplorer.usgs.gov/）。

表1   用于提取科其喀尔巴西冰川运动速度的Landsat 8影像对

Table 1  The Landsat 8 image pairs for extracting Koxkar Baxi Glacier flow velocity

时段参考影像（日期）搜索影像（日期）成像间隔/d
12014-01-152015-02-19400
22015-02-192016-02-06352
32016-02-062017-02-08368
42017-02-082018-01-10336
52018-01-102019-01-29384
62019-01-292020-02-01368
72020-02-012021-02-03368
82014-01-152014-10-14272
92014-10-142015-02-19128
102015-02-192015-10-01224
112015-10-012016-02-06128
122016-02-062016-06-29144
132016-12-062017-02-0864
142017-02-082017-10-22256
152017-10-222018-01-1080
162018-01-102018-10-25288
172018-10-252019-01-2996
182019-01-292019-11-13288
192019-11-132020-02-0180
202020-02-012020-10-14256
212020-10-142021-02-03112

新窗口打开| 下载CSV


2.1.2　ASTER GDEM

ASTER GDEM（ASTER Globe Digital Elevational Model）由美国NASA和日本METI共同研制并面向全球免费发布。该产品基于ASTER近红外影像数据生成，其水平空间分辨率为30 m［29］，数据覆盖了全球99%的陆地表面（83° N~83° S）。本研究使用的是第三版数据（ASTER GDEM V3），主要用于获取研究区高程信息。该产品的发布网站为NASA EARTH DATA（https：//search.earthdata.nasa.gov/search）。

2.1.3　冰川编目数据

冰川边界数据来源于中国第二次冰川编目数据集（http：//www.ncdc.ac.cn），该数据是以Landsat TM/ETM+和SRTM V4为数据源，采用高效波段比值阈值分割方法，并结合人工修订所获得。

2.1.4　其他数据

气候数据是来自欧洲中期天气预报中心（ECMWF）的第五代大气再分析产品（ERA5），是一种综合性的再分析数据，本文中利用大气再分析产品获取气温和降水数据（数据获取网站为https：//cds.climate.copernicus.eu/#！/home）。

ITS_LIVE（The inter-mission Time Series of Land Ice Velocity and Elevation）数据集［30］提取自Landsat 4、5、7、8卫星影像，涵盖了所有面积大于5 km2的陆地冰区，时间跨度为1985—2020年。该数据有120 m和240 m两种分辨率，本文使用由光学卫星图像对生成的120 m分辨率的速度数据（该数据获取网站为https：//its-live.jpl.nasa.gov/）。

GoLIVE（Global Land Ice Velocity Extraction from Landsat 8）数据集［31］是将Landsat 8影像在空间域中进行归一化互相关，进而提取的冰川运动速度，经过误差调整后的数据精度可达到亚像素级别。该数据集覆盖了82° N~82° S之间的所有陆地冰川，空间分辨率为300 m，并提供多种时间跨度的数据（16 d、32 d、48 d、64 d、80 d和96 d）。本文利用多个时间跨度为32 d的数据进行计算，获取年尺度冰川运动速度（该数据集获取网站为https：//nsidc.org/data/）。

Sentinel-1冰川运动速度数据集［32］是通过强度偏移跟踪技术，从Sentinel-1 SAR影像中提取的冰川运动速度，该数据集涵盖了极地冰盖以外的12个主要冰川区域，并提供分辨率为200 m的月度和年度速度数据。该数据集可从埃尔朗根-纽伦堡大学冰川入口网站获取（http：//retreat.geographie.uni-erlangen.de.）。

实测数据是通过观测冰面上布设的花杆所获得，2015年5月至7月在冰川表面海拔3 100~3 900 m区域布设了40根花杆（共布设40根花杆，其中10、12、39号杆丢失），2015年7月3日、9月28日、9月29日、9月30日分别对每根花杆采用2台水平精度和垂直精度分别为5 mm+1 ppm和10 mm+2 ppm的X20单频静态接收机进行GPS测量。实测中将一台GPS接收机作为基准站（位于科其喀尔巴西冰川大本营内），而另一台GPS接收机作为流动站在冰川表面进行流动观测。将观测数据导入华测GPS数据后处理软件中，进行求差解算坐标，从而获取每根花杆的位置信息，即经纬度坐标，最后利用花杆坐标位移量以及测量时间间隔即可计算得到速度信息。

2.2　研究方法

提取冰川运动速度的流程主要包括两部分，获取冰川的位移量以及运动速度的计算。本研究使用COSI-Corr（Co-registration of Optically Sensed Images and Correlation）软件包来获取位移信息，该软件包是加州理工学院基于IDL（Interactive Data Language）语言开发的，最初被应用于检测同震形变［30］，后被广泛用于处理Landsat、ASTER、SPOT和Quickbird卫星影像。通过COSI-Corr软件对影像进行配准和互相关，其结果精度可达到亚像元级别。在积雪区域，该方法仍能获取精度较高的位移信息，已被证实是基于光学影像监测冰川运动速度的可靠方法［21，33-34］。

本研究使用的Landsat 8 L1T产品是经过几何精校正的数据，各景数据间的匹配精度较高，无需再次配准，可直接用于位移信息的提取。将参考影像和搜索影像进行傅里叶变换后，通过设置合适大小的窗口和步长，滑动计算两景影像上的最大相关系数，进而获得整个区域在影像成像期间的相对位移［10］。该方法相关参数设置如下，参考窗口设为128，搜索窗口设为32，步长设为8。此过程生成3个图层：东西向位移（EW）、南北向位移（NS）、信噪比（SNR）。信噪比为从0到1的数值，值越大表示计算出的位移量越可信［2，35］。为保证结果的准确性，选择SNR≥0.9的部分。受云和阴影的影响，部分值不能准确反映冰川表面的位移信息，对其进行剔除后，即可得到冰川表面位移量。

利用冰川表面位移量计算运动速度Vi ：

Vi=DiTi

式中：Di 为每对影像之间测量的位移；Ti 是两景影像间的时间间隔。

2.3　精度评估

假设无冰区没有运动，那么可将基于遥感图像提取的无冰区运动速度看作误差值［36］。误差评估公式为：

E=MED2+SE2

式中：E为冰川运动速度误差；MED为无冰区运动速度的平均值；SE为无冰区运动速度的标准误差，其具体计算公式为：

  SE=STDVNeff

式中：STDV为无冰区运动速度的标准差；Neff为去除空间自相关影响的有效像元个数，其计算公式为：

Neff=Ntotal ∙R2D

式中：Ntotal为无冰区像元的总数；R为像元分辨率；D为去除空间自相关距离，本研究使用Bolch等［37］采用的保守估计，取空间去相关距离为像元分辨率的20倍。由此可得冰川运动速度误差为0.007 m·d-1，远小于冰川的实际运动速率。无冰区的误差分布直方图如图2所示。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   无冰区残余运动频率分布

Fig. 2   The frequency distribution of residual velocity in non-glacierized regions


3 结果分析

3.1　冰川运动速度空间分布特征

科其喀尔巴西冰川运动速度的空间分布如图3所示，2014—2020年科其喀尔巴西冰川运动速度的空间分布较为相似。科其喀尔巴西冰川运动速度沿中流线分布特征为中上游快、下游慢。冰川末端及下游（0~10 km）冰川运动较为缓慢（0.01 m·d-1）；冰川中上游（10~18 km）运动速度随着海拔升高逐渐加快并达到最大值，最大速度为0.17~0.20 m·d-1；之后冰川运动速度随着海拔升高逐渐减小至0.01 m·d-1。以上符合冰川运动速度的分布规律，即从积累区上游至物质平衡线附近冰川运动逐渐加快，物质平衡线附近冰川运动最快，从物质平衡线附近至末端逐渐减小。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   2014—2020年科其喀尔巴西冰川运动速度空间分布

Fig. 3   Spatial distribution of flow velocity on the Koxkar Baxi Glacier from 2014 to 2020


科其喀尔巴西冰川运动速度沿横向剖面线的分布情况如图4（b）所示。冰川横剖面X1运动速度明显呈现“中间快两边慢”的特点，中间最大运动速度为0.10~0.15 m·d-1。冰川横剖面X2和X3特征虽不及X1显著，但也是中间快，中间最大运动速度分别为0.06~0.08 m·d-1和0.02~0.03 m·d-1，边缘最小运动速度小于0.01 m·d-1。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   冰川运动速度剖面图

Fig. 4   Glacial velocity profile： the velocity along the centreline （a）； transects of surface velocity （b）


3.2　冰川运动速度季节性变化特征

为了探讨冰川运动速度的季节性变化，本研究根据气温、降水的变化定义了暖季和冷季，将每年5—9月作为暖季、9月—次年5月作为冷季。并提取该冰川沿中流线的运动速度对季节性变化特征进行分析，结果显示（图5），该冰川运动速度具有季节性波动特征，暖季运动速度均值为0.07 m·d-1左右，冷季运动速度均值为0.06 m·d-1左右，暖季比冷季快16.67%。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   沿中流线季节运动速度箱线图

注：红色箱体为暖季，蓝色箱体为冷季；箱体中间的线代表数据的中位数。箱体的上下底，分别是数据的上下四分位数，箱体中的矩形代表数据的均值

Fig. 5   Box diagram of seasonal velocity along the center line

Note：Red box is warm season, blue box is cold season; The lines in the middle of the box represent the median of the data. The top and bottom of the box are the upper and lower quartiles of the data, respectively. The rectangles in the box represent the mean of the data


3.3　冰川运动速度年际变化特征

2014—2020年科其喀尔巴西冰川年平均运动速度为0.04~0.05 m·d-1左右，运动速度的峰值均出现在距离冰川末端约18 km处（图6），最大运动速度在0.17~0.20 m·d-1之间。对科其喀尔巴西冰川中流线上年均运动速度进行统计学分析，结果显示（图7），线性回归模型R2为0.284，显著性P值为0.218，2014—2020年该冰川年际运动速度变化特征不显著，但整体呈微弱减小趋势，平均运动速度减小约0.01 m·d-1。其中2014—2016年冰川运动速度呈微弱减慢趋势（减小约21.3%），2016—2018年冰川运动速度呈加快趋势（加快约25.6%），2018—2020年冰川运动速度呈减小趋势（减小约27.6%）。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   沿中流线冰川年运动速度

Fig. 6   Annual glacier velocity along the center line


图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   2014—2020年均运动速度变化趋势

Fig. 7   The variation trend of flow velocity from 2014 to 2020


4 讨论

4.1　不确定性分析

由于实测数据有限，基于遥感方法的冰川运动速度误差很难评估［10，38-39］。一般假设无冰区在研究时间内保持稳定且未发生运动，那么无冰川区域的测量值可以代表冰川运动速度的误差。结果表明，冰川运动速度误差值为0.007 m·d-1，误差结果整体呈正态分布（图2）。

为了进一步评估本研究的数据质量，以2015年冰川运动速度数据为例，将其与有限的花杆实测数据、ITS_LIVE、GoLIVE以及Sentinel-1冰川运动速度数据进行比较（数据获取日期见表2）。结果表明（图8），本研究利用COSI-corr提取的冰川运动速度在总体空间分布上与其他数据产品具有较好的一致性。但由于数据源、数据时间间隔以及提取方法的不同，导致各结果之间存在差异。在冰川中上游（6~18 km）本研究结果与ITS_LIVE数据最为接近，平均运动速度比ITS_LIVE数据高1.07%，但在靠近冰川末端处（0~3 km）两者结果相差较大，可能是因为ITS_LIVE运动速度是一年内多期数据融合的结果；Sentinel-1冰川运动速度数据虽然整体较低，但其不确定性为±0.08 m·d-1，在误差允许范围内，与本研究结果一致。GoLIVE数据在冰川末段区域（0~8 km）与本研究的提取结果较为接近，但在冰川消融区中上游的差异较大，可能是由于选用间隔32天的GoLIVE数据取平均，导致数据误差叠加，使最终结果产生较大差异。花杆实测数据在冰川末端区域（0~8 km）与本研究结果较为接近，但由于实测数据的获取时间为夏季，较高的温度和冰川融水导致冰的变形和滑动增大，从而使得末端的一些实测数据高于本研究结果。

表2   研究所使用的主要数据

Table 2  List of the data used in this study

数据获取时间空间分辨率目的
Landsat 8 L1T2014年1月15日—2021年2月3日全色15 m提取冰川运动速度
ASTER GDEM V32000—2009年30 m获取研究区高程
中国第二次冰川编目数据集2006—2011年—冰川边界
ERA52014—2021年0.25°气候分析
ITS_LIVE2015年1月18日—2016年2月6日120 m不确定性分析
Go_LIVE2015年2月19日—2016年3月9日300 m不确定性分析
Sentinel-1冰川运动速度数据集2015年200 m不确定性分析
花杆实测数据2015年（5月4日—9月30日）—不确定性分析

新窗口打开| 下载CSV


图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   不同方法的冰川运动速度比较

Fig. 8   Comparison of glacier flow velocity by different methods


4.2　冰川运动速度季节变化特征影响因素

科其喀尔巴西冰川运动速度呈现显著的季节变化，该变化趋势与气温和降水变化趋势一致（图9）。冰川运动是冰的变形、底部滑动和底部岩屑层运动等共同作用的结果，与冰川物质平衡、冰温、冰川的水力特征等密切相关［40-41］。冰川运动速度的季节性变化通常与表面融化引起的底部润滑有关［42］，冰川在暖季虽会因消融变薄，但暖季（5—9月）冰温高，冰川表面消融强烈，大量冰川融水通过冰川裂隙流入冰川底部，减少冰川底部摩擦力，进而冰川运动速度增大［43-44］。降雨和融雪产生的水也可能与地表融水叠加，导致更大的融水输入，促使冰川底部滑动，从而影响冰川速度［45-46］。此外，在底部滑动开始时，冰川与底部基岩之间的摩擦产生了大量的热量，为冰川底部润滑提供了额外的融水［47］，进一步削弱了冰川的抗滑力，导致冰川速度增加。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   2014—2021年研究区月均气温及降水

Fig. 9   Monthly mean air temperature and precipitation in the study area from 2014 to 2021


4.3　冰川运动速度年际变化特征影响因素

科其喀尔巴西冰川年际运动速度呈现微弱下降趋势（图7），该现象可归因于冰川厚度减薄。近几十年来全球气候变暖导致冰川呈现负物质平衡状态，进而造成冰川运动呈现减速趋势。联合国政府间气候变化专门委员会（IPCC）第六次评估报告显示，近几十年全球平均升温速度为（0.2±0.1） ℃·（10a）-1，山地冰川区域升温速率达到（0.3±0.2） ℃·（10a）-1［48］，而气温是控制冰川物质损失的主要因素。Brun等［49］对亚洲高山区冰川物质平衡的研究结果表明，2000—2016年间天山山区年平均物质平衡为（-0.28±0.20） m w.e⋅a-1，累计物质平衡始终为负，这与本研究中冰川年际运动特征呈减小趋势的结论相一致。此外，液态降水也是加速冰川融化的重要驱动因素，当携带热量的雨滴落在冰体时，雨滴可能会侵蚀冰体［42，50］，导致冰川进一步消融。气温和液态降水是导致冰川物质平衡改变的重要因素，当它们共同促进冰川物质亏损时，就会使得冰川运动速度减慢。

5 结论

本文利用2014—2021年间多期Landsat 8遥感影像，采用频率域互相关方法提取了科其喀尔巴西冰川表面运动速度，并对冰川运动速度的空间分布、年际变化特征、季节性变化特征以及影响因素进行了分析，结果如下：

（1）科其喀尔巴西冰川运动速度由中流线向边缘逐渐减小，在消融区随着海拔的升高而加快，在积累区随着海拔的升高而降低，物质平衡线附近运动最快（0.17~0.20 m·d-1）。

（2）科其喀尔巴西冰川具有季节性变化特征，较暖季节的冰川运动速度高于较冷季节，暖季运动速度比冷季快16.67%。

（3）2014—2020年科其喀尔巴西冰川年平均运动速度显示，该冰川年际变化特征并不显著，但整体呈现微弱减小趋势，平均运动速度减少约0.01 m·d-1。

（4）气温、降水对冰川运动速度的季节波动及年际变化具有一定的影响。

参考文献

Xie Zichu， Liu Chaohai. Introduction to glaciology［M］. Shanghai： Shanghai Popular Science Press， 2010.

[本文引用: 2]

谢自楚， 刘潮海. 冰川学导论［M］. 上海： 上海科学普及出版社， 2010.

[本文引用: 2]

Zhang Zhen， Huang Danni， Lu Yijie， et al.

A Landsat-based dataset of glacier velocity in Eastern Pamir from 1989 to 2020

［J］. Science Data Bank， 2021， 6（3）： 170-181.

[本文引用: 2]

张震， 黄丹妮， 陆艺杰， 等.

1989—2020年基于Landsat的东帕米尔高原冰川运动速度数据集

［J］. 中国科学数据（中英文网络版）， 2021， 6（3）： 170-181.

[本文引用: 2]

Jing Zhefan， Ye Baisheng， Jiao Keqin， et al.

Surface velocity on the Glacier No. 51 at Haxilegen of the Kuytun River， Tianshan Mountains

［J］. Journal of Glaciolgy and Geocryology， 2012， 24（5）： 563-566.

[本文引用: 1]

井哲帆， 叶柏生， 焦克勤， 等.

天山奎屯河哈希勒根51号冰川表面运动特征分析

［J］. 冰川冻土， 2012， 24（5）： 563-566.

[本文引用: 1]

Jing Zhefan， Zhou Zaiming， Liu Li.

Progress of the research on glacier velocities in China

［J］. Journal of Glaciolgy and Geocryology， 2010， 32（4）： 749-754.

[本文引用: 1]

井哲帆， 周在明， 刘力.

中国冰川运动速度研究进展

［J］. 冰川冻土， 2010， 32（4）： 749-754.

[本文引用: 1]

Paul F， Bolch T， Kääb A， et al.

The glaciers climate change initiative： methods for creating glacier area， elevation change and velocity products

［J］. Remote Sensing of Environment， 2015， 162： 408-426.

[本文引用: 2]

Cao Ming， Li Zhongqin， Li Huilin.

Features of the surface flow velocity on the Qingbingtan Glacier No.72， Tianshan Mountains

［J］. Journal of Glaciology and Geocryology， 2011， 33（1）： 21-29.

[本文引用: 1]

曹敏， 李忠勤， 李慧林.

天山托木尔峰地区青冰滩72号冰川表面运动速度特征研究

［J］. 冰川冻土， 2011， 33（1）： 21-29.

[本文引用: 1]

Cao Bo， Wang Jie， Pan Baotian， et al.

Surface flow velocities of the Ningchanhe No.1 and Shuiguanhe No.4 Glaciers in the East Qilian Mountains

［J］. Journal of Glaciology and Geocryology， 2013， 35（6）： 1428-1435.

[本文引用: 1]

曹泊， 王杰， 潘保田， 等.

祁连山东段宁缠河1号冰川和水管河4号冰川表面运动速度研究

［J］. 冰川冻土， 2013， 35（6）： 1428-1435.

[本文引用: 1]

Yasuda T， Furuya M.

Dynamics of surge‐type glaciers in West Kunlun Shan， northwestern Tibet

［J］. Journal of Geophysical Research： Earth Surface， 2015， 120（11）： 2393-2405.

[本文引用: 1]

Kraaijenbrink P， Meijer S W， Shea J M， et al.

Seasonal surface velocities of a Himalayan glacier derived by automated correlation of unmanned aerial vehicle imagery

［J］. Annals of Glaciology， 2016， 57（71）： 103-113.

[本文引用: 1]

Guan Weijin， Cao Bo， Pan Baotian.

Research of glacier flow velocity： current situation and prospects

［J］. Journal of Glaciology and Geocryology， 2020， 42（4）： 1101-1114.

[本文引用: 3]

管伟瑾， 曹泊， 潘保田.

冰川运动速度研究：方法、变化、问题与展望

［J］. 冰川冻土， 2020， 42（4）： 1101-1114.

[本文引用: 3]

Zhou Jianmin.

Analysis and extraction of mountain glacier parameters using SAR interferometry

［D］. Beijing： Institute of Remote Sensing Applications， Chinese Academy of Sciences， 2009.

[本文引用: 1]

周建民.

基于SAR干涉测量的山地冰川参数提取与分析

［D］. 北京： 中国科学院遥感应用研究所， 2009.

[本文引用: 1]

Yan Shiyong.

Research on extraction of alpine glacier surface movement by SAR remote sensing

［D］. Beijing： University of Chinese Academy of Sciences， 2013.

[本文引用: 1]

闫世勇.

山地冰川表面运动雷达遥感监测方法研究

［D］. 北京： 中国科学院大学， 2013.

[本文引用: 1]

Wang Qun.

Application of DInSAR and offset tracking technology in velocity monitoring of mountain glaciers

［D］. Beijing： China University of Geosciences， Beijing， 2018.

[本文引用: 1]

王群.

DInSAR和偏移量跟踪技术在山地冰川流速监测中的应用

［D］. 北京： 中国地质大学（北京）， 2018.

[本文引用: 1]

Berthier E， Vadon H， Baratoux D， et al.

Surface motion of mountain glaciers derived from satellite optical imagery

［J］. Remote Sensing of Environment， 2005， 95（1）： 14-28.

[本文引用: 1]

Ruiz L， Berthier E， Masiokas M， et al.

First surface velocity maps for glaciers of Monte Tronador， North Patagonian Andes， derived from sequential Pléiades satellite images

［J］. Journal of Glaciology， 2015， 61（229）： 908-922.

[本文引用: 1]

Wang Qun， Fang Jinghui， Zhou Wei， et al.

Research on the DEM-assisted offset tracking technique applied to glaciers movement monitoring

［J］. Remote Sensing for Land & Resources， 2018， 30（3）： 167-173.

[本文引用: 1]

王群， 范景辉， 周伟， 等.

DEM辅助偏移量跟踪技术的山地冰川运动监测研究

［J］. 国土资源遥感， 2018， 30（3）： 167-173.

[本文引用: 1]

Jiang Zongli， Liu Shiyin， Long Sichun， et al.

Dynamic characteristics analysis of Gonggeer Mountain Glacier based on synthetic aperture radar and DEM

［J］. Journal of Glaciology and Geocryology， 2014， 36（2）： 286-295.

蒋宗立， 刘时银， 龙四春， 等.

基于合成孔径雷达技术及DEM的公格尔山冰川动力特征分析

［J］. 冰川冻土， 2014， 36（2）： 286-295.

Li Yi， Yan Shiyong， Li Zhiguo， et al.

The flow state of South Inylchek Glacier in the Tianshan Mountains in 2016： extraction and analysis based on Landsat-8 OLI image

［J］. Journal of Glaciology and Geocryology， 2017， 39（6）： 1281-1288.

[本文引用: 1]

李毅， 闫世勇， 李治国， 等.

基于Landsat-8 OLI影像的天山南伊内里切克冰川2016年冰川表面运动状态提取与分析

［J］. 冰川冻土， 2017， 39（6）： 1281-1288.

[本文引用: 1]

Sam L， Bhardwaj A， Kumar R， et al.

Heterogeneity in topographic control on velocities of Western Himalayan glaciers

［J］. Scientific Reports， 2018， 8（1）： 1-16.

[本文引用: 1]

Dehecq A， Gourmelen N， Gardner A S， et al.

Twenty-first century glacier slowdown driven by mass loss in High Mountain Asia

［J］. Nature Geoscience， 2019， 12（1）： 22-27.

[本文引用: 1]

Das S， Sharma M C， Miles K E.

Flow velocities of the debris-covered Miyar Glacier， western Himalaya， India

［J］. Geografiska Annaler： Series A， Physical Geography， 2021： 1-24.

[本文引用: 2]

Zhou Zhongzheng， Xu Caijun， Liu Yang， et al.

Extraction and analysis of temporal and spatial variation characteristics of surface velocity of Gangnalou Glacier

［J］. Geomatics and Information Science of Wuhan University， 2022， 47（2）： 226-233.

[本文引用: 1]

周中正， 许才军， 刘洋， 等.

岗纳楼冰川表面流速时空变化特征提取及分析

［J］. 武汉大学学报（信息科学版）， 2022， 47（2）： 226-233.

[本文引用: 1]

Xu Junli， Zhang Shiqiang， Han Haidong， et al.

Change of the surface velocity of Koxkar Baxi glacier interpreted from remote sensing data， Tianshan Mountain

［J］. Journal of Glaciology and Geocryology， 2011， 33（2）： 268-275.

[本文引用: 1]

许君利， 张世强， 韩海东， 等.

天山托木尔峰科其喀尔巴西冰川表面运动速度特征分析

［J］. 冰川冻土， 2011， 33（2）： 268-275.

[本文引用: 1]

Lu Hongli， Han Haidong， Xu Junli， et al.

Analysis of the flow features in the ablation zone of the Koxkar Glacier on south slopes of the Tianshan Mountains

［J］. Journal of Glaciology and Geocryology， 2014， 36（2）： 248-258.

[本文引用: 1]

鲁红莉， 韩海东， 许君利， 等.

天山南坡科其喀尔冰川消融区运动特征分析

［J］. 冰川冻土， 2014， 36（2）： 248-258.

[本文引用: 1]

Liu Chaohai， Ding Liangfu， Wang Zongtai. Catalogue of glaciers in China Ⅲ Tianshan Mountain Area （Southwest Tarim inflow area）［M］. Beijing： Science Press， 1987： 15-69.

[本文引用: 2]

刘潮海， 丁良福， 王宗太. 中国冰川目录Ⅲ天山山区（西南塔里木内流区）［M］. 北京： 科学出版社， 1987： 15-69.

[本文引用: 2]

Wenwu Qing， Chen Rensheng.

Ablation estimation on the Keqicarbaxi Glacier on the south slopes of the Tianshan Mountains

［J］. Mountain Research， 2009， 27（4）： 394-401.

[本文引用: 1]

卿文武， 陈仁升.

天山南坡科其喀尔巴西冰川消融估算

［J］. 山地学报， 2009， 27（4）： 394-401.

[本文引用: 1]

Li Jing， Liu Shiyin， Zhang Yong.

Snow surface energy balance over the ablation period on the Keqicar Baxi Glacier in the Tianshan Mountain

［J］. Journal of Glaciology and Geocryology，2007，29（3）：366-373.

[本文引用: 1]

李晶，刘时银，张勇.

天山南坡科契卡尔巴西冰川消融期雪面能量平衡研究

［J］.冰川冻土，2007，29（3）：366-373.

[本文引用: 1]

Xie Changwei， Ding Yongjian， Liu Shiyin，et al.

Variation of Keqikaer Glacier terminus in Tomur Peak during last 30 years

［J］. Journal of Glaciology and Geocryology，2006，28（5）：672-677.

[本文引用: 1]

谢昌卫，丁永建，刘时银，等.

近30 a来托木尔峰南麓科其喀尔冰川冰舌区变化

［J］.冰川冻土，2006，28（5）：672-677.

[本文引用: 1]

Wu Wenjiao， Zhang Shifang， Zhao Shangmin.

Analysis and comparison of SRTM1 DEM and ASTER GDEM V2 Data

［J］. Journal of Geo-Information Science， 2017， 19（8）： 1108-1115.

[本文引用: 1]

武文娇， 章诗芳， 赵尚民.

SRTM1 DEM与ASTER GDEM V2数据的对比分析

［J］. 地球信息科学学报， 2017， 19（8）： 1108-1115.

[本文引用: 1]

Gardner A S， Fahnestock M A， Agram P S， et al.

ITS_LIVE： a new NASA MEaSUReS initiative to track the movement of the world’s ice

［C］//AGU Fall Meeting Abstracts. 2018， 2018： C14A-02B.

[本文引用: 2]

Fahnestock M， Scambos T， Moon T， et al.

Rapid large-area mapping of ice flow using Landsat 8

［J］. Remote Sensing of Environment， 2016， 185： 84-94.

[本文引用: 1]

Friedl P， Seehaus T， Braun M.

Global time series and temporal mosaics of glacier surface velocities derived from Sentinel-1 data

［J］. Earth System Science Data， 2021， 13（10）： 4653-4675.

[本文引用: 1]

Leprince S， Ayoub F， Klinger Y， et al.

Co-registration of optically sensed images and correlation （COSI-Corr）： an operational methodology for ground deformation measurements

［C］//2007 IEEE international geoscience and remote sensing symposium. IEEE， 2007： 1943-1946.

[本文引用: 1]

Scherler D， Leprince S， Strecker M R.

Glacier-surface velocities in alpine terrain from optical satellite imagery： accuracy improvement and quality assessment

［J］. Remote Sensing of Environment， 2008， 112（10）： 3806-3819.

[本文引用: 1]

Wang X， Shangguan D， Li D， et al.

Spatiotemporal variability of velocity and influence of glacier thickness using Landsat imagery： Hunza River Basin， Karakoram Range

［J］. IEEE Access， 2021， 9： 72808-72819.

[本文引用: 1]

Heid T， Kääb A.

Evaluation of existing image matching methods for deriving glacier surface displacements globally from optical satellite imagery

［J］. Remote Sensing of Environment， 2012， 118： 339-355.

[本文引用: 1]

Bolch T， Pieczonka T， Benn D I.

Multi-decadal mass loss of glaciers in the Everest area （Nepal Himalaya） derived from stereo imagery

［J］. The Cryosphere， 2011， 5（2）： 349-358.

[本文引用: 1]

Wang Lei， Jiang Zongli， Liu Shiyin， et al.

Characteristic of glaciers’ movement along Karakoram Highway

［J］. Remote Sensing Technology and Application， 2019， 34（2）： 412-423.

[本文引用: 1]

王磊， 蒋宗立， 刘时银， 等.

中巴公路沿线冰川运动特征

［J］. 遥感技术与应用， 2019， 34（2）： 412-423.

[本文引用: 1]

Koblet T， Gärtner-Roer I， Zemp M， et al.

Reanalysis of multi-temporal aerial images of Storglaciären， Sweden （1959–99）–Part 1： determination of length， area， and volume changes

［J］. The Cryosphere， 2010， 4（3）： 333-343.

[本文引用: 1]

Zhang Z， Liu S， Jiang Z， et al.

Glacier variations at Xinqingfeng and Malan Ice Caps in the Inner Tibetan Plateau Since 1970

［J］. Remote Sensing， 2020， 12（3）： 421.

[本文引用: 1]

Qin Dahe， Yao Tandong， Ding Yongjian， et al. Introduction to cryospheric science［M］. Beijing： Science Press， 2017.

[本文引用: 1]

秦大河， 姚檀栋， 丁永建， 等. 冰冻圈科学概论［M］. 北京： 科学出版社， 2017.

[本文引用: 1]

Kehrl L M， Joughin I， Shean D E， et al.

Seasonal and interannual variabilities in terminus position， glacier velocity， and surface elevation at Helheim and Kangerlussuaq Glaciers from 2008 to 2016

［J］. Journal of Geophysical Research： Earth Surface， 2017， 122（9）： 1635-1652.

[本文引用: 2]

Buchli T， Kos A， Limpach P， et al.

Kinematic investigations on the Furggwanghorn rock glacier， Switzerland

［J］. Permafrost and Periglacial Processes， 2018， 29（1）： 3-20.

[本文引用: 1]

Cicoira A， Beutel J， Faillettaz J， et al.

Water controls the seasonal rhythm of rock glacier flow

［J］. Earth and Planetary Science Letters， 2019， 528： 115844.

[本文引用: 1]

Kenner R， Phillips M， Beutel J， et al.

Factors controlling velocity variations at short-term， seasonal and multiyear time scales， Ritigraben rock glacier， Western Swiss Alps

［J］. Permafrost and Periglacial Processes， 2017， 28（4）： 675-684.

[本文引用: 1]

Wang Y， Zhang T， Xiao C， et al.

A two-dimensional， higher-order， enthalpy-based thermomechanical ice flow model for mountain glaciers and its benchmark experiments

［J］. Computers & Geosciences， 2020， 141： 104526.

[本文引用: 1]

Bevan S L， Luckman A， Khan S A， et al.

Seasonal dynamic thinning at Helheim Glacier

［J］. Earth and Planetary Science Letters， 2015， 415： 47-53.

[本文引用: 1]

IPCC. IPCC Special report on the ocean and cryosphere in a changing climate ［M］.Cambridge： Cambridge University Press， 2019.

[本文引用: 1]

Brun F， Berthier E， Wagnon P， et al.

A spatially resolved estimate of High Mountain Asia glacier mass balances from 2000 to 2016

［J］. Nature Geoscience， 2017， 10（9）： 668-673.

[本文引用: 1]

Wirz V， Gruber S， Purves R S， et al.

Short-term velocity variations at three rock glaciers and their relationship with meteorological conditions

［J］. Earth Surface Dynamics， 2016， 4（1）： 103-123.

[本文引用: 1]

/

〈 〉

陇ICP备2021001824号-10
　 甘公网安备 62010202000676号
版权所有 © 《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