冰川冻土, 2023, 45(6): 1716-1729 doi: 10.7522/j.issn.1000-0240.2023.0130

第二次青藏高原综合科学考察研究

基于SBAS-InSAR技术的西大滩—昆仑垭口地区多年冻土形变分析

夏星旎,1,2, 赵林,1,3, 汪凌霄1, 周华云3, 刘世博1, 李成烨1, 赵建婷1, 李智斌1

1.南京信息工程大学 地理科学学院，江苏 南京 210044

2.常熟市王淦昌高级中学，江苏 苏州 215531

3.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 藏北高原冰冻圈特殊环境与灾害国家野外科学观测研究站，甘肃 兰州 730000

Deformation analysis of permafrost in the Xidatan-Kunlun Pass region based on SBAS-InSAR technology

XIA Xingni,1,2, ZHAO Lin,1,3, WANG Lingxiao1, ZHOU Huayun3, LIU Shibo1, LI Chengye1, ZHAO Jianting1, LI Zhibin1

1.School of Geographic Science，Nanjing University of Information Engineering，Nanjing 210044，China

2.Changshu Wangganchang Senior High School，Suzhou 215531，Jiangsu，China

3.Cryosphere Research Station on Qinghai-Tibet Plateau，State Key Laboratory of Cryospheric Science，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

通讯作者: 赵林，教授，主要从事多年冻土与环境研究. E-mail： lzhao@nuist.edu.cn

收稿日期: 2023-02-20   修回日期: 2023-07-26  

基金资助: 第二次青藏高原综合科学考察研究项目.  2019QZKK0201
国家自然科学基金项目.  41931180
江苏省基础研究计划青年基金项目.  BK20200828

Received: 2023-02-20   Revised: 2023-07-26  

作者简介 About authors

夏星旎，中小学二级教师，主要从事地表形变研究.E-mail：xingnixia@163.com , E-mail：xingnixia@163.com

摘要

多年冻土活动层内部冰-水相变会导致多年冻土地表出现季节性的冻胀和融沉，而其上限处地下冰融化将引起地表的长期沉降，因此揭示地表形变的季节和长期变化规律可为多年冻土变化研究提供新的视角和方法。本文以青藏高原多年冻土区北界（西大滩—昆仑垭口）为研究区，利用C波段降轨Sentinel-1数据，采用SBAS-InSAR技术获取该地区多年冻土2014—2020年的地表形变时间序列结果，并基于长期形变速率和季节性形变量探讨了该地区的多年冻土形变规律。结果表明：在多年冻土北界西大滩沟谷地区，不连续多年冻土区形变空间差异较大，多年冻土区的长期沉降速率和季节性的形变量高于季节冻土区。此外，高温多年冻土地表沉降比低温多年冻土更为显著，形变空间分布特征与地貌单元紧密联系。与西大滩谷地相比，昆仑山垭口地区和楚玛尔河高平原区域的长期形变速率与季节性形变量都明显增大。同时热融湖塘的形成过程与地表形变有着直接的关联，在热融湖塘发展早期，地下冰融化使得区域季节性形变量增大，随着热融湖塘扩张，区域长期沉降速率加剧，热融湖塘进一步发展后，区域季节性形变量可能降低。

关键词： 青藏高原 ; 西大滩—昆仑垭口 ; 多年冻土分布 ; SBAS-InSAR ; 地表形变 ; 地貌

Abstract

The ice-water phase transition in the active layer will lead to seasonal frost heaving and thawing and the melting of underground ice at the upper limit of permafrost will lead to long-term subsidence of the surface. Understanding the seasonal and long-term variation rules of surface deformation can provide a new perspective and method for remote sensing monitoring of permafrost state. Taking the northern boundary of the permafrost area of the Qinghai-Xizang （Tibet） Plateau （Xidatan-Kunlun Pass） as an example， this paper uses the C-band downorbit Sentinel-1 data and SBAS-InSAR technology to obtain the surface deformation results of the permafrost area of Xidatan-Kunlun Pass from 2014 to 2020. By analyzing the time series of surface deformation and extracting the long-term deformation rate and seasonal deformation， this paper also discusses the permafrost deformation law in this region. The results show that there are large spatial differences in the discontinuous permafrost region in the Xidatan area of the northern boundary of permafrost， and the long-term settlement rate and seasonal deformation in permafrost region are higher than those in seasonal permafrost region. In addition， the surface subsidence of high-temperature permafrost is more significant than that of low-temperature permafrost. The spatial distribution characteristics of deformation are closely related to geomorphic units. Compared with the Xidatan area， the long-term deformation rate and seasonal deformation variables in Kunlun Pass and the high plains area of Chumar River are obviously increased. At the same time， the deformation law is further studied by combining the data of the thermokarst ponds. In the early stage of the development of the thermokarst ponds， the melting of underground ice increases the regional seasonal deformation. With the expansion of the thermokarst ponds， the long-term settlement rate of the region is intensified， and the regional seasonal deformation may decrease after the further development of the thermokarst ponds.

Keywords： Qinghai-Xizang （Tibet） Plateau ; Xidatan-Kunlun Pass ; distribution of permafrost ; SBAS-InSAR ; terrain deformation ; landform

PDF (15150KB) 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

夏星旎, 赵林, 汪凌霄, 周华云, 刘世博, 李成烨, 赵建婷, 李智斌. 基于SBAS-InSAR技术的西大滩—昆仑垭口地区多年冻土形变分析[J]. 冰川冻土, 2023, 45(6): 1716-1729 doi:10.7522/j.issn.1000-0240.2023.0130

XIA Xingni, ZHAO Lin, WANG Lingxiao, ZHOU Huayun, LIU Shibo, LI Chengye, ZHAO Jianting, LI Zhibin. Deformation analysis of permafrost in the Xidatan-Kunlun Pass region based on SBAS-InSAR technology[J]. Journal of Glaciology and Geocryology, 2023, 45(6): 1716-1729 doi:10.7522/j.issn.1000-0240.2023.0130

0 引言

多年冻土，是指至少连续存在两年且温度在0 ℃及以下的岩土层，是岩石圈与大气圈等圈层综合作用的产物，大多分布在高海拔和高纬度严寒地带［1］。我国的青藏高原多年冻土区是世界上中低纬度区域面积最大的高海拔多年冻土区，面积达1.06×106 km2，占青藏高原总面积的40%［2］。近年来青藏高原变暖趋势明显，多年冻土退化呈现出加速趋势。多年冻土加速退化引发高寒生态系统退化［3］、生态系统碳释放量增加［4］，影响水循环［5-6］，并给冻土区工程稳定性带来危害。

活动层位于多年冻土层之上，在青藏高原地区活动层厚度通常为2~3 m［7-8］，夏季融化冬季冻结。活动层作为多年冻土区地气间水热交换的重要土层，在季节融化和冻结过程中，冰水之间发生的相变会导致地表出现季节性的冻胀和融沉变形。在气候变暖的背景下，活动层厚度加深，多年冻土上限的地下冰逐渐融化，地下冰融化释水，引起地表发生长期的沉降形变，并有部分水分参与到活动层冻融的年循环过程中［9-10］。多年冻土区的地面形变过程蕴含着多年冻土活动层内部的变化状况及地下冰变化信息，可将地面形变信息作为监测多年冻土退化的“窗口”。

传统的地表变形测量技术有水准实测、埋设变形仪器测量和GPS测量等，能够对若干离散点或小范围区域进行监测，监测精度高，但青藏高原平均海拔在4 000 m以上，气候条件恶劣，环境复杂，由于观测条件限制，仅仅依靠人工和站点观测完成大时空尺度的地表形变精确监测极其困难［11］。随着遥感技术的兴起，利用合成孔径雷达干涉测量技术（InSAR）对多年冻土区进行全天候大范围监测已成为可能［12-13］。参与干涉的SAR数据在形变发生前后分别获取，提取干涉相位，利用DEM消除地形相位后，将相位差转为地表形变信息［14-18］。1999年Wang等［19-20］首次使用D-InSAR技术应用C波段ERS-1 SAR数据在阿拉斯加Brooks Range地区监测到了冬季地面冻胀和夏季融沉现象，开启了使用D-InSAR监测多年冻土的地面形变研究。但是，传统D-InSAR测量会容易受到时空失相关和大气延迟的影响，随着哨兵1号（Sentinel-1）发射成功，SAR数据获取数目增多，发展了时序InSAR（MT-InSAR）技术，通过统计模型和时空滤波的方法进一步降低轨道误差、DEM误差、大气噪声等的影响，主要为永久散射体干涉测量［19］（PS-InSAR）和小基线集干涉测量［21］（SBAS-InSAR）两方面。在青藏高原自然地貌监测中，SBAS-InSAR相对于永久散射体干涉测量PS-InSAR更有优势，因为PS-InSAR依靠分布密集的永久散射体（如建筑物，青藏铁路/公路的路基等），而SBAS-InSAR通过采用多幅主影像组合的方式，选择多幅相干性高的干涉影像对，可以最大程度消除时间失相关与体散射失相关的影响［21］。不少学者利用Sentinel-1数据，采用SBAS-InSAR技术对青藏高原腹地［22］、唐古拉南北坡［23］、两道河地区［24］、五道梁地区［25］、盐湖地区［26］、青藏铁路沿线北麓河至风火山南部至沱沱河［27］进行地表形变监测，并对地表形变特征进行分析。随着研究深入，已经初步表明地表形变长期趋势主要受地下冰变化影响［28］，季节性形变主要受活动层内水分含量控制［29-31］。

目前在青藏高原的冻土区地表形变监测研究多集中在高原腹地沿青藏高原工程走廊沿线，对于多年冻土边界地区研究很少。西大滩位于青藏高原多年冻土区北部边界，是多年冻土和季节冻土交错存在的过渡区。伴随着高原气候的暖湿化［3］，该地区冻土的退化特征明显，活动层增厚、多年冻土温度升高，局部的岛状多年冻土甚至出现消失的迹象。因此，在青藏高原多年冻土区北界通过遥感手段获取地表形变信息，综合分析形变的空间分布特征，不仅可以探明气候变暖条件下多年冻土的退化状态，也可为冻土分类及制图提供支持。本文采用SBAS-InSAR技术获取2014—2020年西大滩—昆仑垭口多年冻土区的地表形变时间序列结果，计算并分析了该地区冻土地表的长期和季节特征，并对西大滩多年冻土区北部边界地区的形变特征做了细致分析。本研究首次尝试了地表形变信息在高原多年冻土分布边界判定中的应用，并分析了西大滩地区与昆仑垭口地区不同地貌类型下多年冻土地表形变特征的差异，表明冻土地表形变的季节性形变量和长期趋势可为多年冻土退化状态及分布边界判定提供新的视角和方法。

1 研究区概况

西大滩—昆仑山垭口地区位于青藏工程走廊沿线多年冻土北界，西大滩地处东昆仑山区，是一个近东西走向的断陷盆地，地势自东向西升高，平均海拔4 480 m，谷底两侧的高山山谷中发育有山谷冰川、冰斗冰川和悬冰川［32-33］，青藏铁路自北向南经过该区（图1）。由于高空西风带的控制，气候严寒干燥，年平均气温在-4.0 ℃以下，年降水量在400 mm左右，且集中在5—9月。区域植被条件较差，多年冻土和季节冻土并存［34］。多年冻土分布的下界海拔为4 360 m左右［7］，多年冻土温度较高，年均地温为-0.5~0.2 ℃，多年冻土厚度通常小于20 m［8］，活动层厚度为1.5~4.5 m。随着海拔向西逐渐升高，多年冻土温度和活动层厚度呈下降趋势，而多年冻土下限和多年冻土厚度呈增加趋势［35］。研究区西南部为楚玛尔河高平原，其热融现象显著，发育有大量热融湖塘。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区示意图（底图为Sentinel-2影像真彩色合成数据，多年冻土分布图引自文献［2］）

Fig. 1   Schematic diagram of the study area （The base image is Sentinel-2 true-color-composited image. The permafrost distribution is derived from Reference ［2］）


2 数据与方法

2.1　SBAS-InSAR地表形变监测

研究使用C波段Sentinel-1 SAR数据，选取2014年11月3日至2020年12月25日第77轨道共137景Sentinel-1降轨数据，其中6个为Sentinel-1B数据，其余均为Sentinel-1A数据，以获取地表形变信息。图2所示为技术路线图，SBAS-InSAR形变处理具体流程如下：

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   SBAS-InSAR多年冻土地表形变监测技术路线图

Fig. 2   SBAS-InSAR workflow for surface deformation monitoring over permafrost terrain


（1）生成差分干涉相对。每景SAR影像与其时间序列中的两幅后续SAR影像构建干涉像对，例如时序上第n个影像与第n+1和n+2个影像分别生成干涉图，对干涉图进行方位向：距离向3∶13多视处理，以形成正方形像元同时降低噪声。研究区入射角约为40°，多视后方位向格网大小约为42 m，地距向格网大小约为47 m。所有干涉图的时间基线小于48天，空间基线小于300 m。去除SRTM DEM模拟的地形相位后，得到差分干涉图，对差分相位采用最小费用流算法（SNAPHU）进行解缠，得到解缠后的差分相位，此步骤使用ISCE软件完成（https：//github.com/isce-framework/isce2）。

（2）检查干涉集，选择相干性高与解缠错误少的差分干涉结果组成小基线干涉集，对于干涉效果差的像对予以删除。

（3）选择稳定的（不受冻胀融沉影响的）裸露基岩作为空间上形变信息参考点，并利用闭合相位信息评估相位解缠结果并对解缠错误进行修正。

（4）小基线集形变时间序列求解，使用解缠后的干涉图相位方差倒数作为权重系数，对干涉图进行加权，给予高质量（低方差）的干涉图比低质量（高方差）的干涉图更大的权重，使用加权最小二乘法解算相位时间序列，从而更准确地估计形变时间序列［27］。

（5）对使用大气ERA5再分析数据模拟干涉像对两个SAR影像由于对流层大气情况不同造成的大气延迟相位差别，进行对流层大气相位延迟改正［36］。

（6）大范围的相位趋势由电离层延迟和轨道误差造成，通过二阶多项式对相位趋势进行拟合，移除该相位梯度。

（7）地形残差校正，消除由DEM不准确带来的误差，最终得到形变过程；以上小基线集形变映射采用时序InSAR处理软件MintPy完成［27］（https：//github.com/insarlab/MintPy）。

InSAR所获取形变信息为相对于参考点形变，图1中白色圆点为选取参考点位置，经纬度坐标：93°58′22″ E，35°38′24″ N。利用线性模型表示长期形变趋势［式（1）］，根据青藏高原冻土区冻融过程分析表明，冻胀值通常在1—2月达到最大，融沉通常在8—10月达到最大［29，37］。在减去长期形变趋势后［式（2）］，取1—2月形变最大值及8—10月形变最小值，计算两者差值得到当年季节性形变量，再通过研究时段内多年度平均得到平均季节性形变量（振幅）。

D't=Dt-v∙t
Dt≈v∙t
S=maxD'Jan,Feb-minD'Aug,Sep,Oct¯

式中：D(t)为对应t时刻（相对起始日期的累积天数）的累积形变值；v为长期形变速率；D'(t)为减去长期形变趋势后的形变时间序列；max(D'(Jan,Feb))和min(D'(Aug,Sep,Oct))表示每年1—2月地形高点，8—10月地形低点；S为减去长期趋势后的季节性形变量，在空间网格中逐像素计算。

2.2　数字高程及地表环境数据

DEM数据、热融湖塘数据、中国1∶400万数字地貌数据和高分辨率国家土壤信息格网属性数据用于分析形变的空间分布特征。30 m SRTM DEM数据从美国USGS官网（https：//lpdaac.usgs.gov）获取。青藏高原热融湖塘数据［38-40］来源于国家青藏高原科学数据中心（http：//data.tpdc.ac.cn）。中国1∶400万数字地貌数据集［41］来源于时空三极环境大数据平台（http：//poles.tpdc.ac.cn）。中国高分辨率国家土壤信息格网基本属性数据集（2010—2018）数据来源于国家科技基础条件平台—国家地球系统科学数据中心—土壤分中心（http：//soil.geodata.cn）［42］。

考虑到不同土层深度的土壤质地存在差异，无法代表整体的土壤质地情况，因此选取250 m分辨率的砂粒、粉粒、黏粒数据，将其0~5 cm、5~15 cm、15~30 cm、30~60 cm和60~100 cm的栅格数据分别乘上对应的土层深度作为权重，计算得到0~100 cm深度内的土壤质地信息。

3 结果与分析

3.1　地表形变空间分布特征

图3展示了2014年11月3日至2020年12月25日研究期间内24个时段地表累积形变（以2014年11月3日第一幅影像形变为0）的空间分布，涵盖了不同年份冻结季与融化季的形变结果。图3中地表抬升用冷色调正值表示，地表沉降用暖色调负值表示，季节性冻胀融沉形变及长期沉降趋势明显，并且呈现出很强的空间异质性。例如在2015-02-07、2015-05-02、2016-02-14与2016-04-26等日期，能观察到明显的地表冻胀现象，而伴随着地表长期沉降，在2018年之后，冬季地表的累积形变量为负值，例如在研究时段末尾日期2020-12-25相对于起始时段沉降明显，其中南部楚玛尔河高平原地表沉降最为明显，累积沉降量在70 mm以上。图4为在形变时间序列基础上提取的长期形变趋势以及季节性形变量，图3~4中白色显示失相干地区。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   研究区时间序列形变（参考2014年11月3日）

Fig. 3   Deformation maps in the study area in different acquisition dates， all with reference to November 3， 2014


图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   研究区地表形变空间分布图

Fig. 4   Spatial distribution of surface deformation in the study area： spatial distribution of long-term deformation velocities （a）； spatial distribution of seasonal deformation （b）


图4东南和西南部（楚玛尔河高平原）地表沉降最为明显，长期沉降速率值大于15 mm·a-1，在沉降明显的地区季节性形变也相应较大，季节性形变量大于12 mm。图4中部（昆仑垭口）西侧（图1），地表长期沉降明显，但是季节性形变量不大。在北部格尔木河河谷，地表略微抬升，可能沉积作用也可能是土壤水分变化对InSAR结果造成影响。西大滩谷地长期形变速率多位于-5~2.5 mm·a-1之间，西大滩东部位于河流下游，长期形变速率在0~5 mm·a-1之间。昆仑山垭口的地表主要表现为沉降趋势，形变速率主要在-15~0 mm·a-1之间，位于垭口地区的青藏铁路附近沉降速率大于5 mm·a-1。2015—2020年研究区季节性形变量基本位于0~40 mm之间，空间分布差异较大［图4（b）］。在昆仑山脉北部和西大滩沟谷地区，季节性形变量多在0~10 mm之间。在昆仑山垭口地区和楚玛尔河高平原以北地区，活动层含水量更高，季节性形变也更显著，形变量大于10 mm。

3.2　青藏高原多年冻土北界西大滩谷地地表形变特征

西大滩谷地位于多年冻土北界，多年冻土与季节冻土共同存在，多年冻土呈岛状分布且厚度较薄。多年冻土特性随海拔变化表现出明显的差异，且所处退化历史阶段不同。为探究多年冻土区北界西大滩谷地地表形变的空间差异，沿青藏铁路在西大滩沟谷自西向东绘制横向剖线HH′，并根据西大滩多年冻土分布边界探测剖面数据，自北向南绘制纵向剖线AA′、BB′、CC′、DD′、EE′，剖线位置如图5所示。HH′剖线形变结果如图5（e）~（f）所示，南北向剖线处长期形变速率如图6（b）~（f）所示。为了便于对形变结果进行解译，图5（b）和图6（a）分别展示了西大滩谷地模型模拟的冻土类型和10 m深度处2015—2019年期间平均地温，数据来自Zhao等［35］近期发布的模拟结果。西大滩北坡和南坡连续多年冻土下限模拟分别为约4 525 m和4 732 m。多年冻土面积约占西大滩地区的80%（其中，33.93%为连续多年冻土，46.07%为不连续多年冻土）。图5（b）中季节冻土I表示该区1970年代已为季节冻土，季节冻土II表示该区1970年代为不连续多年冻土，但是2009年已退化为季节冻土，其地温要比季节冻土I低。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   西大滩沟谷地区东西向与南北向剖线位置及地表形变情况

Fig. 5   The position of the east-west and north-south profile lines and surface deformation in the Xidatan valley area： Sentinel-2 image （a）； type of frozen soil （b）； long-term deformation velocity （c）； seasonal deformation （d）； variation of long-term deformation rate with altitude （e）； variation of seasonal deformation with altitude （f）


图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   西大滩沟谷地区南北向剖线的形变速率

Fig. 6   The deformation velocities of the south-north profiles in the Xidatan valley area： average ground temperature at 10 m depth of regional permafrost during 2015—2020 （a）； AA′ profile （b）； BB′ profile （c）； CC′ profile （d）； DD′ profile （e）； EE′ profile （f）； （The starting point of the profile corresponding to A， B， C， D， E is displayed on the left side of the x-axis， and the endpoint of the profile corresponding to A′， B′， C′， D′， E′ is displayed on the right side of the x-axis）


图5展示东西向HH′剖线长期形变速率和季节性形变量随海拔变化情况。HH′剖线海拔自西向东从4 580 m递减至4 100 m，坡度均小于5.6°，根据长期形变速率和季节性形变速率，可将剖线大致分为三段，在图5中以红色线段示意。

第①段多年冻土区：在HH′剖线海拔高于4 520 m处（HH′剖线西侧），地表长期形变速率多为0~1 mm·a-1，季节性形变量小于6 mm。从图5（a）影像图中可以看出该段为河漫滩，在风化作用下，山顶基岩风化形成的碎屑物质在坡脚处堆积可能使得地表轻微上升，流水的沉积作用也会导致地表轻微抬升，使得该地区在剖线的三段中沉降量最小，且有微弱的抬升信号。

第②段不连续多年冻土区：HH′剖线海拔位于4 370~4 520 m的地区，地表长期形变速率在-4 mm·a-1附近，表现出明显的沉降趋势，季节性形变量多高于6 mm，且波动较大，空间差异明显。

第③段季节冻土区：HH′剖线海拔低于4 370 m的地区，地表长期形变速率在-3~-1 mm·a-1之间，季节性形变量多为6.5 mm左右，波动明显小于第二段。

红色实线为根据形变信息估计的多年冻土和季节冻土的分界线，红线左侧（第①段和第②段）为多年冻土分布区，多年冻土存在及退化使得该区段具有更大的季节性形变量同时表现出更高的沉降速率。根据长期形变速率和季节性形变速率将剖线大致分为三段，与区域模拟的多年冻土分布吻合。其中第①段对应图5（b）中所示连续多年冻土，第②段对应非连续多年冻土，第③段对应季节冻土区。

南北向剖线AA′（海拔4 536~4 617 m），BB′（海拔4 498~4 553 m），CC′（海拔4 427~4 545 m），DD′（海拔4 379~4 498m）和EE′（海拔4 317~4 434 m）的形变细节如图7所示，A、B、C、D、E位于山体南坡，A′、B′、C′、D′、E′位于北坡，山体南坡温度普遍高于山体北坡温度。根据该区域冻土地温的模拟结果，AA′、BB′、CC′、DD′和EE′剖线2015—2020期间10 m深度处的平均地温分别为-1.1~-0.4 ℃、-1.4~0.6 ℃、-2.9~0.2 ℃、-1.3~0.8 ℃、-1.3~2.7 ℃。图6（a）剖线AA′位于非连续多年冻土至连续多年冻土区，是5条剖线中温度最低的一条，形变速率大多位于-3~1 mm·a-1区间。图6（b）剖线BB′位于季节冻土区-非连续多年冻土-连续多年冻土区，长期形变速率由季节冻土区的0 mm·a-1附近增大至多年冻土区的-7 mm·a-1。图6（c）剖线CC′位于非连续多年冻土-连续多年冻土区，形变速率在-3 mm·a-1左右，由于地温差异不大，其形变速率差异也相应较小，其中南端C′处位于山坡处，形变速率出现正值由于雷达视线对地体斜坡方向位移不敏感出现误差。图6（d）剖线DD′和EE′都位于季节冻土区-非连续多年冻土区，形变速率在-7~-2 mm·a-1之间。BB′、DD′和EE′三条剖线由季节冻土区向非连续多年冻土区过渡，长期沉降速率也随之增大。AA′、CC′两条剖线海拔较高、多年冻土地温较低，该处多年冻土退化以升温为主，地表沉降不明显，对应地下冰融化不显著［43-44］。BB′、DD′和EE′剖线海拔较低，剖线南端属于高温多年冻土区，地表沉降速率明显高于海拔较高的AA′、CC′剖线，对应较为明显的地下冰的融化［28，43］。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   昆仑山垭口—楚玛尔河高平原地区地貌土壤类型及地表形变情况

Fig. 7   Types of geomorphic soil and surface deformation in Kunlun Pass-Chumar River High Plain： the location and natural surface condition of points P1， P2， P3， and P4 （a）； morphological and geomorphological types in the study area （b）； sand content， 1， 2， 3， 4 in the figure indicates the selected sectors （c）； silt content （d）； long-term deformation velocity （e）； seasonal deformation （f）


基于东西向HH′与南北向AA′、BB′、CC′、DD′和EE′共6条剖线的分析结果表明，在多年冻土边界地区，地表相近情况下，多年冻土区的长期沉降速率和季节性的形变量比季节冻土区要高，在不连续多年冻土区形变空间差异较大，此外，高温多年冻土地表沉降相比低温多年冻土更为显著。由此分析，地表形变特征差异不仅可以被用来评估多年冻土退化状态，也可作为一种数据来协同辅助判定多年冻土分布边界。

3.3　昆仑山垭口—楚玛尔河高平原不同地形地貌地表形变特征差异

图7展示了昆仑山垭口—楚玛尔河高平原地区不同地貌土壤类型下的形变空间分布特征。与西大滩谷地相比，该区域长期形变速率与季节性形变量都明显增大。结合图7（b）~（d）表明不同地貌单元与土壤质地下地表长期形变速率和季节性形变量存在明显的差异。对不同地貌单元下的形变特征进行统计如图8所示。统计表明，类型中1-高海拔丘陵、5-高海拔冲洪积湖积台地、9-高海拔洪积平原、10-高海拔冰水沉积平原表现出显著的地表沉降趋势和高季节性形变量，平均沉降速率高于5 mm·a-1，平均季节性形变量高于10 mm，其中类型5-高海拔冲洪积湖积台地的季节性形变量最大，平均值高达20 mm。高海拔丘陵在所有类型中长期沉降量最大，沉降速率平均值接近10 mm·a-1，而平均季节性形变量约10 mm，小于平原地区。类型2与3即海拔中起伏山地与小起伏山地的长期形变量和季节性形变量都偏小，长期形变速率趋近于0，季节性形变量通常小于6 mm。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   不同地貌单元下的形变特征箱线图

Fig. 8   Box plots of deformation characteristics under different geomorphic units： box plots of long-term deformation velocity under different geomorphic units （a）； box plots of seasonal deformation under different geomorphic units （b）


从图7（a）和图1中的Sentinel-2影像上可知该区域东南部楚玛尔河高平原上有大量热融湖塘分布。在高含冰量的多年冻土区，在平坦低洼处（坡度通常小于3°），富含冰的多年冻土层发生退化或局部地下冰融化，水分在地势低洼处汇聚，形成积水洼地并且不断积聚和扩张，地表有可能形成热融湖塘和热融洼地［45-47］。随着原有地表水热状况的失衡，多年冻土不断融化所产生的水分汇集起来，进而加速热融湖塘的扩张［48-49］。等到湖塘底部的多年冻土彻底融化，冻结层内部水相互贯通，形成贯通融区［9］，非贯穿型湖塘转变为贯穿型湖塘，新的多年冻土可能会在湖盆底部形成［50］。此地区内众多热融湖的存在是多年冻土退化的直接证据，此前研究也表明有热融湖塘发育的地区通常能观察到明显的地表沉降［51］。为进一步探明热融湖塘地貌与形变特征的联系，在区域内选取了4个斑块［图7（c）］进行分析，这4个斑块在土壤质地图和形变图中都有明显的边界，且土壤质地、热融湖塘特征、形变特征方面各有差异，其中图斑2和图斑3土壤质地相近，图斑1和图斑4土壤质地相近，但图斑1和图斑2中的热融湖塘面积明显小于图斑3和图斑4，且在特性特征中也各有差异。4个图斑的湖塘面积、分布、土壤质地及形变特征信息总结见表1。图7可以看出，所选4个图斑的季节性形变量和长期沉降量都高于区域整体，即热融湖塘发育使得区域季节性形变量和长期沉降速率增大。其中图斑1和图斑2内的湖塘更小、分布密度更高，图斑3和图斑4内的湖塘面积明显增大，与此同时图斑3和图斑4的长期沉降趋势比图斑1和图斑2偏大，而季节性形变量偏小。图斑2与图斑3的土壤质地相近，图斑3中的湖塘明显比图斑2更大，图斑3的季节性形变量比图斑2偏小且沉降量更大，平均沉降速率大于10 mm·a-1。

表1   斑块内湖塘、土壤质地与形变信息

Table 1  Information statistics of ponds， soil texture and deformation in patch

斑块湖塘个数密度/（个·km-2）面积中值/m2砂土含量/%粉土含量/%长期形变速率/（mm·a-1）季节性形变量/mm
19226.32 03463.021.7-1.715.1
22 2226.11 94171.217.8-6.617.4
37440.72 85172.117.4-12.115.3
48726.83 46556.627.1-9.214.6

新窗口打开| 下载CSV


图9展示P1、P2、P3、P4四点形变时间序列。P1、P2点季节性形变量约为15 mm，长期沉降速率2~3 mm·a-1。P3点与P1、P2相比，沉降趋势更加显著，所处地理位置靠近楚玛尔河，活动层含水量相对更高，因此季节性幅度更大，在2017年之后季节性形变量显著增大，达到25 mm以上。P4点同样靠近楚玛尔河，长期沉降速率比P3更大，其季节性形变量在2015—2017年间增大，但2017年之后却轻微减小。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   P1 （a），P2 （b），P3 （c），P4 （d）四点形变时间序列（e）

Fig. 9   Deformation time series of P1 （a）， P2 （b）， P3 （c）， P4 （d） （from November 3， 2014 to December 25， 2020） （e）


基于以上分析推断，在热融湖塘发展的早期湖塘面积较小，但地下冰融化使得区域季节性形变量增大，随着热融湖塘扩张，使得区域长期沉降速率加剧，热融湖塘进一步发展后，伴随着非贯穿型湖塘转变为贯穿型湖塘后，区域季节性形变量可能降低。

4 结论

研究采用SBAS-InSAR技术对西大滩—昆仑山垭口地区进行长期连续的形变监测，得到了研究区2014—2020年形变序列，并且计算获得多年冻土长期形变速率和其季节性形变量结果，发现研究区长期形变速率基本位于-30~10 mm·a-1之间，形变速率大小的空间分布差异较大，地表总体呈现出下降的趋势。

在多年冻土北界西大滩沟谷地区，地表相近情况下，多年冻土区的长期沉降速率和季节性的形变量比季节冻土区要高，在不连续多年冻土区形变空间差异较大。此外，高温多年冻土地表沉降相比低温多年冻土更为显著。由此分析，地表形变特征差异不仅可以被用来评估多年冻土退化状态，也可作为一种数据协同辅助判定多年冻土分布边界。

与西大滩谷地相比，昆仑山垭口地区和楚玛尔河高平原区域的长期形变速率与季节性形变量都明显增大，且区域内平原地区的沉降速率和季节性形变量通常高于起伏山地。结合土壤地貌信息和热融湖塘数据进一步研究形变规律表明，热融湖塘发展的早期面积较小，但地下冰融化使得区域季节性形变量增大，随着热融湖塘扩张，使得区域长期沉降速率加剧，热融湖塘进一步发展后，伴随着非贯穿型湖塘转变为贯穿型湖塘后，区域季节性形变量可能降低。

参考文献

Liu Xuewu.

Monitoring the Qinghai-Tibet Plateau permafrost deformation with SBAS technology

［J］. Engineering of Surveying and Mapping， 2020， 29（6）： 61-66， 80.

[本文引用: 1]

刘学武.

利用小基线集技术监测青藏高原多年冻土形变

［J］. 测绘工程， 2020， 29（6）： 61-66， 80.

[本文引用: 1]

Zou Defu， Zhao Lin， Sheng Yu， et al.

A new map of permafrost distribution on the Tibetan Plateau

［J］. The Cryosphere， 2017， 11（6）： 2527-2542.

[本文引用: 3]

Cheng Guodong， Zhao Lin， Li Ren， et al.

Characteristics， changes and impacts of permafrost on Qinghai-Tibet Plateau

［J］. Chinese Science Bulletin， 2019， 64（27）： 2783-2795.

[本文引用: 2]

程国栋， 赵林， 李韧， 等.

青藏高原多年冻土特征、变化及影响

［J］. 科学通报， 2019， 64（27）： 2783-2795.

[本文引用: 2]

Zhang Feng， Mu Mei， Fan Chengyan， et al.

Studies of permafrost carbon cycle in the Third Polar and Arctic regions

［J］. Journal of Glaciology and Geocryology， 2020， 42（1）： 170-181.

[本文引用: 1]

张凤， 母梅， 范成彦， 等.

从第三极到北极： 多年冻土碳循环研究进展

［J］. 冰川冻土， 2020， 42（1）： 170-181.

[本文引用: 1]

Niu Li， Ye Bosheng， Li Jing， et al.

Influence of frozen soil degradation on hydrological process in typical watershed of northwest China

［J］. Scientia Sinica （Terrae）， 2011， 41（1）： 85-92.

[本文引用: 1]

牛丽， 叶柏生， 李静， 等.

中国西北地区典型流域冻土退化对水文过程的影响

［J］. 中国科学（地球科学）， 2011， 41（1）： 85-92.

[本文引用: 1]

Ma Qiang， Jin Huijun， Bense V F， et al.

Impacts of degrading permafrost on streamflow in the source area of Yellow River on the Qinghai-Tibet Plateau， China

［J］. Advances in Climate Change Research， 2019， 10（4）： 225-239.

[本文引用: 1]

Zhao Lin， Zou Defu， Hu Guojie， et al.

Changing climate and the permafrost environment on the Qinghai-Tibet （Xizang） Plateau

［J］. Permafrost and Periglacial Processes， 2020， 31（3）： 396-405.

[本文引用: 2]

Zhao Lin， Sheng Yu， et al. Permafrost and its changes on the Qinghai Tibetan Plateau［M］. Beijing： Science Press， 2019.

[本文引用: 2]

赵林， 盛煜， 等. 青藏高原多年冻土及变化［M］. 北京： 科学出版社， 2019.

[本文引用: 2]

Zhou Huayun.

Monitoring and analysis of ground deformation in Wudaoliang permafrost region based on SBAS-InSAR technology

［D］. Lanzhou： Lanzhou Jiaotong University， 2018.

[本文引用: 2]

周华云.

基于SBAS-InSAR技术对五道梁多年冻土区地面形变监测与分析

［D］. 兰州： 兰州交通大学， 2018.

[本文引用: 2]

Zhao Lin， Hu Guojie， Zou Defu， et al.

Permafrost changes and its effects on hydrological processes on Qinghai-Tibet Plateau

［J］. Bulletin of the Chinese Academy of Sciences， 2019， 34（11）： 1233-1246.

[本文引用: 1]

赵林， 胡国杰， 邹德富， 等.

青藏高原多年冻土变化对 水文过程的影响

［J］. 中国科学院院刊， 2019， 34（11）： 1233-1246.

[本文引用: 1]

Zhang Zhengjia， Wang Mengmeng， Wu Zhijie， et al.

Permafrost deformation monitoring along the Qinghai-Tibet Plateau engineering corridor using InSAR observations with multi-sensor SAR datasets from 1997—2018

［J］. Sensors， 2019， 19（23）： 5306.

[本文引用: 1]

Zhao Tao， Zhang Mingyi， Pei Wansheng， et al.

Application of the differential interferometric synthetic aperture radar （D-InSAR） technology to monitor the ground surface deformation in permafrost regions

［J］. Journal of Glaciology and Geocryology， 2020， 42（3）： 1087-1097.

[本文引用: 1]

赵韬， 张明义， 裴万胜， 等.

合成孔径雷达差分干涉测量（D-InSAR）技术在多年冻土区地表变形监测中的应用

［J］. 冰川冻土， 2020， 42（3）： 1087-1097.

[本文引用: 1]

Jia Shichao， Zhang Tingjun， Fan Chengyan， et al.

Research progress of InSAR technology in permafrost

［J］. Advances in Earth Science， 2021， 36（7）： 694-711.

[本文引用: 1]

贾诗超， 张廷军， 范成彦， 等.

InSAR技术多年冻土研究进展

［J］. 地球科学进展， 2021， 36（7）： 694-711.

[本文引用: 1]

Li Zhen， Li Xinwu， Liu Yongzhi， et al.

Detecting the displacement field of thaw settlement by means of SAR interferometry

［J］. Journal of Glaciology and Geocryology， 2004， 26（4）： 389-396.

[本文引用: 1]

李震， 李新武， 刘永智， 等.

差分干涉SAR冻土形变检测方法研究

［J］. 冰川冻土， 2004， 26（4）： 389-396.

[本文引用: 1]

Short N， LeBlanc A M， Sladen W， et al.

RADARSAT-2 D-InSAR for ground displacement in permafrost terrain， validation from Iqaluit Airport， Baffin Island， Canada

［J］. Remote Sensing of Environment， 2014， 141： 40-51.

Wang Lingxiao， Marzahn P， Bernier M， et al.

Comparison of TerraSAR-X and ALOS PALSAR differential interferometry with multisource DEMs for monitoring ground displacement in a discontinuous permafrost region

［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2017， 10（9）： 4074-4093.

Strozzi T， Antonova S， Günther F， et al.

Sentinel-1 SAR interferometry for surface deformation monitoring in low-land permafrost areas

［J］. Remote Sensing， 2018， 10（9）： 1360.

Xie Chou， Li Zhen， Li Xinwu.

A study of deformation in permafrost regions of Qinghai-Tibet Plateau based on ALOS/PALSAR D-INSAR interferometry

［J］. Remote Sensing for Land & Resources， 2008， 20（3）： 15-19.

[本文引用: 1]

谢酬， 李震， 李新武.

基于PALSAR数据的青藏高原冻土形变检测方法研究

［J］. 国土资源遥感， 2008， 20（3）： 15-19.

[本文引用: 1]

Wang Zhijun， Li Shusun.

Detection of winter frost heaving of the active layer of Arctic permafrost using SAR differential interferograms

［C］//IEEE 1999 International Geoscience and Remote Sensing Symposium. IGARSS’99 （Cat. No.99CH36293）. Hamburg， Germany. Piscataway， NJ： IEEE， 2002： 1946-1948.

[本文引用: 2]

Wang Zhijun， Li Shusun.

Thaw deformation of permafrost active layer near Toolik Lake， Alaska， imaged by DINSAR technique during summer time

［R］. San Francisco， California： AGU Fall Meeting， 1999.

[本文引用: 1]

Berardino P， Fornaro G， Lanari R， et al.

A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2002， 40（11）： 2375-2383.

[本文引用: 2]

Chen Jie， Wu Tonghua， Zou Defu， et al.

Magnitudes and patterns of large-scale permafrost ground deformation revealed by Sentinel-1 InSAR on the central Qinghai-Tibet Plateau

［J］. Remote Sensing of Environment， 2022， 268： 112778.

[本文引用: 1]

Wang Lingxiao， Zhao Lin， Zhou Huayun， et al.

Permafrost ground ice melting and deformation time series revealed by Sentinel-1 InSAR in the Tanggula Mountain region on the Tibetan Plateau

［J］. Remote Sensing， 2022， 14（4）： 811.

[本文引用: 1]

Wu Zhenming， Zhao Lin， Liu Lin， et al.

Surface-deformation monitoring in the permafrost regions over the Tibetan Plateau， using Sentinel-1 data

［J］. Sciences in Cold and Arid Regions， 2018， 10： 114-125.

[本文引用: 1]

Zhou Huayun， Zhao Lin， Tian Liming， et al.

Monitoring and analysis of surface deformation in the permafrost area of Wudaoliang on the Tibetan Plateau based on Sentinel-1 data

［J］. Journal of Glaciology and Geocryology， 2019， 41（3）： 525-536.

[本文引用: 1]

周华云， 赵林， 田黎明， 等.

基于Sentinel-1数据对青藏高原五道梁多年冻土区地面形变的监测与分析

［J］. 冰川冻土， 2019， 41（3）： 525-536.

[本文引用: 1]

Huang Songbo， Chang Zhanqiang， Xie Chou， et al.

Deformation monitoring of frozen soil in salt lake area based on SBAS-InSAR

［J］. Advances in Geosciences， 2020， 10（2）： 100-120.

[本文引用: 1]

黄淞波， 常占强， 谢酬， 等.

基于SBAS-InSAR对盐湖地区进行冻土形变监测

［J］. 地球科学前沿， 2020， 10（2）： 100-120.

[本文引用: 1]

Zhang Zhengjia， Wang Mengmeng， Wu Zhijie， et al.

Permafrost deformation monitoring along the Qinghai-Tibet Plateau Engineering Corridor using InSAR observations with Multi-Sensor SAR Datasets from 1997—2018

［J］. Sensors， 2019， 19（23）：5306.

[本文引用: 3]

Wang Lingxiao， Zhao Lin， Zhou Huayun， et al.

Evidence of ground ice melting detected by InSAR and in situ monitoring over permafrost terrain on the Qinghai-Xizang （Tibet） Plateau

［J］. Permafrost and Periglacial Processes， 2023， 34（1）： 52-67.

[本文引用: 2]

Liu Shibo， Zhao Lin， Wang Lingxiao， et al.

Intra-annual ground surface deformation detected by site observation， simulation and InSAR monitoring in permafrost site of Xidatan， Qinghai-Tibet Plateau

［J］. Geophysical Research Letters， 2022， 49（3）： e2021GL095029.

[本文引用: 2]

Chen Jingyi， Wu Yue， O’Connor M， et al.

Active layer freeze-thaw and water storage dynamics in permafrost environments inferred from InSAR

［J］. Remote Sensing of Environment， 2020， 248： 112007.

Antonova S， Sudhaus H， Strozzi T， et al.

Thaw subsidence of a yedoma landscape in northern Siberia， measured in situ and estimated from TerraSAR-X interferometry

［J］. Remote Sensing， 2018， 10（4）： 494.

[本文引用: 1]

Zhuotong Nan， Gao Zeshen， Li Shuxun， et al.

Permafrost changes in the northern limit of permafrost on the Qinghai-Tibet Plateau in the last 30 years

［J］. Acta Geographica Sinica， 2003， 58（6）： 817-823.

[本文引用: 1]

南卓铜， 高泽深， 李述训， 等.

近30年来青藏高原西大滩多年冻土变化

［J］. 地理学报， 2003， 58（6）： 817-823.

[本文引用: 1]

Zhao Lin， Wu Tonghua， Xie Changwei， et al.

Support Geoscience research， environmental management， and engineering construction with investigation and monitoring on permafrost in the Qinghai-Tibet Plateau， China

［J］. Bulletin of Chinese Academy of Sciences， 2017， 32（10）： 1159-1168.

[本文引用: 1]

赵林， 吴通华， 谢昌卫， 等.

多年冻土调查和监测为青藏高原地球科学研究、环境保护和工程建设提供科学支撑

［J］. 中国科学院院刊， 2017， 32（10）： 1159-1168.

[本文引用: 1]

Yue Guangyang， Zhao Lin， Zhao Yonghua， et al.

Relationship between soil properties in permafrost active layer and surface vegetation in Xidatan on the Qinghai-Tibetan Plateau

［J］. Journal of Glaciology and Geocryology， 2013， 35（3）： 565-573.

[本文引用: 1]

岳广阳， 赵林， 赵拥华， 等.

青藏高原西大滩多年冻土活动层土壤性状与地表植被的关系

［J］. 冰川冻土， 2013， 35（3）： 565-573.

[本文引用: 1]

Zhao Jianting， Zhao Lin， Sun Zhe， et al.

Simulating the current and future northern limit of permafrost on the Qinghai-Tibet Plateau

［J］. The Cryosphere， 2022， 16（12）： 4823-4846.

[本文引用: 2]

Jolivet R， Grandin R， Lasserre C， et al.

Systematic InSAR tropospheric phase delay corrections from global meteorological reanalysis data

［J］. Geophysical Research Letters， 2011， 38（17）： L17311.

[本文引用: 1]

Zhou Huayun， Zhao Lin， Wang Lingxiao， et al.

Characteristics of freeze-thaw cycles in an endorheic basin on the Qinghai-Tibet Plateau based on SBAS-InSAR technology

［J］. Remote Sensing， 2022， 14（13）： 3168.

[本文引用: 1]

Niu Fujun， Luo Jing. Distribution data of freezing and thawing disasters in Qinghai Tibet project corridor（2019—2020）［DS］. Beijing： National Tibetan Plateau Data Center， 2021.

[本文引用: 1]

Chen Xu， Mu Cuicui， Jia Lin， et al.

High-resolution dataset of thermokarst lakes on the Qinghai-Tibetan Plateau

［J］. Copernicus GmbH， 2021

Wei Zhiqiang， Du Zhiheng， Wang Lei， et al.

Sentinel-based inventory of thermokarst lakes and ponds across permafrost landscapes on the Qinghai-Tibet Plateau

［J］. Earth and Space Science， 2021， 8（11）： e2021EA001950.

[本文引用: 1]

Cheng Weiming， Zhou Chenghu.

Geomorphological of China

1∶4，000，000［DS］. Beijing： National Tibetan Plateau Data Center， 2014.

[本文引用: 1]

Liu Feng， Wu Huayong， Zhao Yuguo， et al.

Mapping high resolution national soil information grids of China

［J］. Science Bulletin， 2022， 67（3）： 328-340.

[本文引用: 1]

Wu Jichun， Sheng Yu， Wu Qingbai， et al.

Processes and modes of permafrost degradation on the Qinghai-Tibet Plateau

［J］. Science in China Series D： Earth Sciences， 2010， 53（1）： 150-158.

[本文引用: 2]

Romanovsky V E， Smith S L， Christiansen H H.

Permafrost thermal state in the polar Northern Hemisphere during the international polar year 2007—2009： a synthesis

［J］. Permafrost and Periglacial Processes， 2010， 21（2）： 106-116.

[本文引用: 1]

Frenzel B， Li Yu， Liu Shijian.

Late Pleistocene paleoecology in the eastern Qinghai-Tibet Plateau-Preliminary results of the Sino-German joint scientific expedition to the eastern Qinghai-Tibet Plateau in 1992

［J］.Science in China （B Series Chemistry and Life Science Geoscience）， 1995， 25（2）： 188-195.

[本文引用: 1]

Frenzel B.， 李椷， 刘世建.

青藏高原东部地区晚更新世古生态——1992年中德青藏高原东部联合科学考察初步成果

［J］. 中国科学（B辑）， 1995（2）： 188-195.

[本文引用: 1]

Pan Weidong， Zhu Yuanlin， Wu Yaping， et al.

The effect of harmful features related to frozen ground on railway construction in permafrost area of Qinghai-Tibet Plateau

［J］. Journal of Lanzhou University （Natural Sciences）， 2002， 38（1）： 127-131.

潘卫东， 朱元林， 吴亚平， 等.

青藏高原多年冻土地区不良冻土现象对铁路建设的影响

［J］. 兰州大学学报（自然科学版）， 2002， 38（1）： 127-131.

Qin Dahe. Glossary of cryosphere science［M］. Beijing： China Meteorological Press， 2014.

[本文引用: 1]

秦大河. 冰冻圈科学辞典［M］. 北京： 气象出版社， 2014.

[本文引用: 1]

Cui Wei， Wu Qingbai， Liu Yongzhi.

The thermal effect of a thermokarst lake on permafrost

［J］. Journal of Glaciology and Geocryology， 2010， 32（4）： 755-760.

[本文引用: 1]

崔巍， 吴青柏， 刘永智.

热融湖塘对多年冻土的热影响

［J］. 冰川冻土， 2010， 32（4）： 755-760.

[本文引用: 1]

Niu Fujun， Wang Wei， Lin Zhanju， et al.

Study on environmental and hydrological effects of thermokarst lakes in permafrost regions of the Qinghai-Tibet Plateau

［J］. Advances in Earth Science， 2018， 33（4）： 335-342.

[本文引用: 1]

牛富俊， 王玮， 林战举， 等.

青藏高原多年冻土区热喀斯特湖环境及水文学效应研究

［J］. 地球科学进展， 2018， 33（4）： 335-342.

[本文引用: 1]

Zhang Yuxin， Xie Changwei， Wu Tonghua， et al.

New permafrost is forming on the exposed bottom of Zonag Lake on the Qinghai-Tibet Plateau

［J］. Science of the Total Environment， 2022， 815： 152879.

[本文引用: 1]

Xu Zhida， Jiang Liming， Guo Rui， et al.

Interaction of permafrost degradation and thermokarst lakes in the Qinghai-Tibet Plateau

［J］. Geomorphology， 2023， 425： 108582.

[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