表磧覆蓋型冰川的提取方法及變化

薛 嬌，姚曉軍，張 聰，周蘇剛，褚馨德

（西北師范大學地理與環(huán)境科學學院，甘肅 蘭州 730070）

0 引言

冰川是指由降雪和其他固態(tài)降水積累，在重力作用下形成的具有流動特征的冰體［1］。作為冰凍圈的重要組成部分，冰川被視作氣候變化的理想指示器［2］，對水資源平衡、生態(tài)系統(tǒng)安全和社會經(jīng)濟發(fā)展具有重要影響［3-5］。在氣候變暖背景下，全球冰川普遍處于退縮狀態(tài)，近60年全球參照冰川平均累積物質虧損達26.84 m w.e.［6］。然而，不同類型冰川對氣候變化的響應程度差異明顯［7］。

依據(jù)我國冰川所處區(qū)域的氣候類型，可將其分為大陸型冰川和海洋型冰川（次分為季風海洋型冰川和西風海洋型冰川）［8］，前者廣泛分布在昆侖山、天山、喀喇昆侖山和羌塘高原等地區(qū)，主要依靠低溫嚴寒氣候提供的冷儲條件而存在，具有補給少、消融弱和運動速度慢等特點，占中國冰川面積的77.8%；后者主要分布在橫斷山、喜馬拉雅山東段以及念青唐古拉山中東段，依靠較為充沛的降水條件而存在，具有溫度高、消融強烈和運動速度快等特點，占中國冰川面積的22.2%［7，9］。由于受到發(fā)育環(huán)境和物理機制差異的影響，不同類型的冰川對氣候變化的響應過程和程度存在較大的差異［9］，且部分冰川消融區(qū)覆蓋著由冰川侵蝕、搬運和堆積作用而形成的表磧。與裸冰區(qū)相比，表磧覆蓋區(qū)受到下墊面的反射率、顆粒物的大小及厚度等物理性質的影響［10］，呈現(xiàn)出與裸冰不同的響應特征［11-12］。因此研究不同類型表磧覆蓋型冰川變化對正確認識氣候變化規(guī)律及其影響程度意義重大。

冰川邊界自動/半自動提取方法主要包括波段比值法［13］、雪蓋指數(shù)法［14］、主成分分析法［15］、面向對象分析法［16］、合成孔徑雷達干涉測量技術［17］和機器學習方法［18］等，但受到冰川區(qū)表磧和非冰川區(qū)地物光譜特征較為相似的限制，上述方法對表磧覆蓋型冰川的提取效果較差，難以準確區(qū)分表磧的邊界［19］。為提高冰川表磧區(qū)遙感識別準確性，Holobac?等［20］使用基于合成孔徑雷達相干圖像和雪蓋指數(shù)法的DebCovG-carto工具箱提取大高加索山脈兩條冰川的表磧，該方法有效縮短了處理時間并降低了繪制錯誤；Xie等［18］分別采用雪蓋指數(shù)法、大津閾值算法和機器學習算法提取巴基斯坦罕薩山谷冰川上的表磧，與人工目視解譯相比，隨機森林模型識別表磧準確度最高，為（95.5±0.9）%；宋波等［21］利用表磧與巖石的溫差并結合地物光譜特征和DEM數(shù)據(jù)，實現(xiàn)了海洋型冰川表磧區(qū)的提取，但受影像質量影響，地表溫度數(shù)據(jù)識別部分表磧區(qū)的有效性較低，導致分類中出現(xiàn)錯分和漏分現(xiàn)象；上官冬輝［22］基于NDVI、波段比值、DEM數(shù)據(jù)和地表溫度數(shù)據(jù)，利用知識庫分類法對天山科其卡爾冰川的表磧覆蓋區(qū)進行提取，精度達到90%；Shukla等［23］基于短波紅外和熱紅外波段的特征差異提出歸一化差異表磧指數(shù)（normalized difference debris index，NDDI）提取表磧覆蓋型冰川的邊界，該指數(shù)在ASTER影像上的提取效果較好，但受限于閾值影響，大范圍冰川提取效果并不理想。為此，本文基于Landsat TM/ETM+/OLI遙感影像及ASTER DEM數(shù)據(jù)，利用提出的TDSI（temperature NDDI slope ice）方法提取天山、喀喇昆侖山和念青唐古拉山地區(qū)9條巨型表磧覆蓋型冰川邊界，分析2011—2020年冰川及其表磧面積的變化趨勢，探討大陸型冰川和海洋型冰川表磧覆蓋面積變化的差異性及原因，從而為進一步探究表磧覆蓋型冰川對氣候變化的響應機制提供科學依據(jù)。

1 研究區(qū)概況

據(jù)中國第二次冰川編目［24］，中國共發(fā)育冰川48 571條，面積約5.18×104km2，其中表磧覆蓋型冰川的數(shù)量和面積分別為1 723條和12 974.70 km2，占冰川總面積的25.05%［10］。為探究大陸型和海洋型表磧覆蓋冰川變化的原因及差異，本文選取9條面積＞100 km2的表磧覆蓋型冰川［24］作為研究對象（圖1）。其中6條為大陸型冰川，分別為：①音蘇蓋提冰川（36°40′N，76°60′E），位于喀喇昆侖山脈喬戈里峰北坡，面積359.05 km2，長度約43 km，是中國目前已知最長最大的復式山谷冰川，中值海拔為5 475 m；②木斯塔冰川（35°51′N，76°16′E），位于音蘇蓋提冰川南側，面積182.54 km2，海拔介于4 217～7 291 m，中值海拔為5 475 m；③托木爾冰川（41°55′N，79°59′E），位于天山西部托木爾峰西南坡，面積358.25 km2，長約39 km，中值海拔為4 744 m；④烏庫爾冰川（42°16′N，80°20′E），位于天山西部汗騰格里峰木扎爾特河源區(qū)，多條不同規(guī)模的支冰川匯入，面積167.84 km2，長度超過30 km，中值海拔為4 462 m；⑤木扎爾特冰川（42°18′N，80°55′E），位于烏庫爾冰川東側，面積165.83 km2，長約37 km，中值海拔為4 655 m，是特克斯河地表水的主要源頭；⑥穹特連冰川（41°57′N，80°90′E），位于托木爾冰川東側，與其緊密相連，面積約140.95 km2，中值海拔為4 854 m。3條海洋型冰川分別為：⑦雅弄冰川（29°20′N，96°39′E），位于西藏東南部崗日嘎布山的然烏錯流域，面積171.09 km2，長約33 km，海拔介于3 930～6 456 m，中值海拔為5 300 m，冰川末端與崗日嘎布湖相連；⑧夏曲冰川（30°30′N，94°28′E），位于念青唐古拉山東段南坡西側，面積133.58 km2，長約22 km，中值海拔為4 969 m；⑨那龍冰川（30°33′N，94°50′E），位于夏曲冰川東側，面積和長度分別為103.53 km2和20 km，中值海拔為5 291 m。

圖1 典型表磧覆蓋型冰川的分布和遙感影像Fig.1 Distribution and remote sensing images of typical debris-covered glaciers

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)源和預處理

本文所使用的遙感影像為2011—2020年Landsat TM/ETM+/OLI數(shù)據(jù)。為降低云雪影響，影像選取以冰川消融期無云無雪或少云少雪為主，從美國地 質 調 查 局（United States Geological Survey，USGS）網(wǎng)站（https：//earthexplorer.usgs.gov）共獲取29景少云無季節(jié)性積雪的Landsat TM/ETM+/OLI遙感影像（表1）。為提高影像空間分辨率并保留其多光譜信息，對Landsat OLI影像的可見光波段與全色波段進行融合，融合后的影像空間分辨率為15 m［25］。對于Landsat ETM+影像首先利用ENVI中的Landsat_Gapfill插件進行壞損條帶修復，然后對所有影像進行輻射定標（Radiometric Calibration模塊）和大氣校正（FLAASH Atmosphere Correction模塊）等預處理，將影像中綠光（Green）、近紅外（NIR）和短波紅外（SWIR）波段的數(shù)字量化值轉換為反射率，熱紅外數(shù)據(jù)轉換為輻射率并計算出亮度溫度和黑體輻射亮度，最后使用普朗克公式計算出地表溫度［19，22］。

表1 本研究所用的Landsat衛(wèi)星遙感影像信息Table 1 Information of Landsat satellite remote sensing images used in this study

式中：K1、K2為常數(shù)；Bs為黑體輻射亮度值。

用于提取山脊線和坡度的數(shù)字高程模型（DEM）數(shù)據(jù)為ASTER GDEM V2，從地理空間數(shù)據(jù)云（http：//www.gscloud.cn）下載獲得。用于計算表磧區(qū)表面高程變化的DEM數(shù)據(jù)為SRTM V3和2017年9月 的ASTER Digital Elevation Model（AST14DEM）V003產(chǎn)品，分別從USGS網(wǎng)站和NASA EARTHDATA網(wǎng) 站（https：//earthdata.nasa.gov/）下載獲得，空間分辨率均為30 m。ITS_LIVE（Inter-Mission Time Series of Land Ice Velocity and Elevation）數(shù)據(jù)從美國國家冰雪數(shù)據(jù)中心（National Snow and Ice Data Center，NSDIC）網(wǎng) 站（https：//nsidc.org/apps/itslive）下載獲得，用來分析2013年、2016年和2019年9條冰川中流線上冰川流速的年際變化，空間分辨率為240 m［26］。氣溫和降水數(shù)據(jù)選擇距研究冰川最近的阿克蘇、皮山、波密和林芝四個氣象站2000—2019年中國地面氣候資料年和月數(shù)據(jù)集作為冰川區(qū)氣候背景參考，該數(shù)據(jù)由國家氣象科學數(shù)據(jù)共享服務平臺（http：//data.cma.cn）提供。

2.2 冰川表磧識別及邊界提取

雖然在一些研究中冰川表磧遙感識別取得了較好的效果，但尚未有普適性較好的表磧覆蓋型冰川提取方法［27-28］。借鑒前人在冰川表磧遙感識別中采用的參數(shù)或指標，本文將預處理后的地表溫度數(shù)據(jù)、NDDI指數(shù)、波段比值（NIR/SWIR1）和坡度數(shù)據(jù)相集成提出TDSI方法，嘗試實現(xiàn)對冰川表磧的識別和邊界的提取，具體流程如下：

（1）基于ASTER GDEM V2數(shù)據(jù)提取坡度，采用閾值24°［21］將冰川發(fā)育區(qū)分為表磧覆蓋區(qū)（≤24°）和非表磧覆蓋區(qū)兩類［圖2（a）］。

（2）計算冰川地表溫度，其最佳閾值介于9～15℃，通過人工交互式方法得出一個最優(yōu)閾值，分類得到表磧覆蓋型冰川的二值圖，閾值不同邊界范圍亦不同，圖2（b）所示閾值為10℃。若使用的地表溫度數(shù)據(jù)無法正確提取出表磧覆蓋區(qū)，則采用NDDI指數(shù)進行提?。蹐D2（c）］，閾值的取值范圍為0.95～0.99。

式中：ρSWIR2為短波紅外波段的反射率；εTIR為熱紅外波段的輻射率。

（3）對步驟（1）和（2）結果求交集，得到二值圖［圖2（d）為圖2（a）和圖2（b）的交集］。

（4）使用NIR/SWIR1和人工交互式方法提取裸冰區(qū)，最優(yōu)閾值選取介于［0.0001，0.0003］［圖2（e）］。

（5）對步驟（3）和（4）獲取的結果求并集，得到表磧覆蓋型冰川范圍［圖2（f）］，將其重分類為二值圖后使用中值濾波器（窗口大小為3×3，單位為像元大小）剔除與冰川不相連的噪聲像元［21］，然后將其轉化為矢量多邊形，剔除掉面積＜1 km2的多邊形，得到表磧覆蓋型冰川邊界［圖2（g）］；經(jīng)平滑處理后利用山脊線自動提取方法［29］獲得各冰川山脊線矢量數(shù)據(jù)，以此對冰川邊界進行分割裁剪，從而得到單條冰川的矢量邊界數(shù)據(jù)，并對提取的冰川邊界進行人工目視修訂［圖2（h）］，消除陰影、積雪，以及其他干擾因素對冰川邊界提取的影響，例如圖2（g）所示將出水口部分誤識為冰川，經(jīng)人工目視修訂后以出水口的源頭作為冰川末端［圖2（h）］；最后由圖2（f）提取出表磧覆蓋區(qū)域邊界［圖2（i）］。

圖2 冰川及其表磧的提取流程Fig.2 Extraction procedure of glacier and its debris

2.3 冰川提取誤差評估

冰川邊界遙感解譯結果的檢驗可以通過地面調查或甚高空間分辨率的遙感數(shù)據(jù)分類結果作為參考數(shù)據(jù)［22］。鑒于研究區(qū)地處自然條件較為惡劣的高海拔地區(qū)，實地考察難度較大，因此本文僅考慮由遙感影像空間分辨率所造成的誤差［30-31］，可由下式計算得出。

式中：ε為影像空間分辨率造成的冰川面積誤差；N為冰川輪廓的周長；A為半個像元的邊長。其中，9條冰川由Landsat TM/ETM+/OLI（空間分辨率分別為30/30/15 m）遙感影像空間分辨率造成的冰川面積誤差分別為75.60 km2、46.32 km2和31.16 km2，合計為153.08 km2，占冰川總面積的8.66%。

3 結果與分析

3.1 表磧覆蓋型冰川提取精度評價

為驗證基于TDSI方法提取的冰川及其表磧范圍精度，選用2011—2020年同時段Landsat衛(wèi)星假彩色合成影像對相應冰川的中國第二次冰川編目數(shù)據(jù)［24］進行人工修訂，并采用冰川目視解譯結果與提取結果比值的均值作為評價指標。對9條冰川試驗結果表明，TDSI方法提取的冰川邊界平均精度為91.23%，大陸型和海洋型冰川的提取精度分別為91.20%、90.97%；表磧覆蓋區(qū)邊界提取精度為91.87%，大陸型和海洋型冰川的提取精度分別為93.24%、87.22%（表2），表明TDSI方法在提取冰川表磧范圍方面具有較高的準確度。

表2 大陸型和海洋型冰川及其表磧提取結果和精度Table 2 Results and accuracy of continental and maritime glaciers and their debris

3.2 2011—2020年典型表磧覆蓋型冰川變化

基于TDSI方法提取2011—2020年9條表磧覆蓋型冰川邊界，對比顯示2011—2020年典型表磧覆蓋型冰川總體呈現(xiàn)微弱退縮趨勢，而表磧所占面積比例均有所上升（表3）。6條大陸型冰川總面積從1 360.77 km2減少至1 358.00 km2，面積變化相對速率為-0.02%·a-1，平均每條冰川面積減少0.06%；其中裸冰區(qū)總面積減少22.82 km2，而表磧區(qū)總面積由168.19 km2增 加 到188.24 km2，增 加 幅 度 為11.92%。3條海洋型冰川總面積從408.2 km2減少為407.85 km2，共減少0.35 km2，平均每條冰川萎縮0.11%；其中裸冰總面積從361.05 km2減少為352.05 km2，表磧區(qū)總面積從47.15 km2增加到55.8 km2，增加幅度為18.35%。相比較而言，海洋型表磧覆蓋型冰川面積和裸冰面積退縮均較大于大陸型表磧覆蓋型冰川，且表磧區(qū)面積增加更為顯著。

表3 2011—2020年大陸型和海洋型冰川變化Table 3 Variations of continental and maritime glaciers from 2011 to 2020

在這9條表磧覆蓋型冰川中（圖3），音蘇蓋提冰川和雅弄冰川面積減少最多，分別為0.45 km2和0.27 km2；那龍冰川無面積變化，其余冰川面積減少介于0.08～0.21 km2之間。其中，木扎爾特冰川、木斯塔冰川和音蘇蓋提冰川裸冰面積減少最多，分別為5.88 km2、4.61 km2和4.58 km2，穹特連冰川最少（-0.52 km2），其余冰川裸冰面積減少介于2.29～3.95 km2之間；木扎爾特冰川和音蘇蓋提冰川表磧面積增加最多，分別增加5.79 km2和4.13 km2；穹特連冰川表磧面積增加最少，僅0.42 km2，其他6條冰川表磧面積增加介于2.21～3.84 km2之間。不同時期的冰川表磧覆蓋面積呈現(xiàn)波動變化趨勢，如穹特連冰川2020年表磧覆蓋面積最大（18.93 km2），2014年最?。?5.50 km2）；木扎爾特冰川2019年表磧覆蓋面積最大（25.33 km2），2014年面積最小（18.17 km2）。

圖3 2011—2020年各冰川裸冰區(qū)和表磧區(qū)面積變化Fig.3 Area variations of clean ice and debris for each glacier from 2011 to 2020

3.3 2011—2020年典型表磧覆蓋型冰川表磧區(qū)變化

以200 m高差為間隔對9條冰川海拔進行統(tǒng)計，結果顯示2011—2020年大陸型冰川和海洋型冰川表磧覆蓋面積變化在不同海拔上差異顯著（圖4）。2011年6條大陸型冰川表磧覆蓋區(qū)介于海拔2 800～5 200 m之間，海拔3 800 m以下冰川表磧面積大于裸冰面積，尤其是海拔3 200 m以下冰川表磧面積占比達到100%［圖4（a）］；隨著冰川中值海拔由4 950 m上升至5 020 m，至2020年這6條大陸型冰川表磧覆蓋范圍的海拔區(qū)間擴大至2 800～5 800 m［圖4（b）］，除海拔3 000 m以下表磧面積略有減少外，3 400 m以下冰川表磧面積占比達到100%，同時3 000～5 800 m各海拔區(qū)間冰川表磧面積均有所增加，尤其是5 400～5 800 m區(qū)域出現(xiàn)冰川表磧。與6條大陸型冰川其表磧主要分布在中值海拔以下區(qū)域不同的是，3條海洋型冰川的表磧在空間上分布范圍更廣，其中值海拔以上表磧面積占比（2020年為15.13%）明顯高于大陸型冰川（2020年為2.74%）。由圖4（c）～（d）可知，3條海洋型冰川表磧分布在海拔3 200～6 600 m之間，海拔4 000 m以下冰川表磧面積大于裸冰面積，表磧面積占比達到100%的海拔由2011年的3 400 m上升至2020年的3 600 m；同時海拔4 000 m以上地區(qū)表磧面積均有所增加，尤其是4 800 m以上表磧面積占比由2011年的15.85%增加為2020年的22.23%。

圖4 2011年和2020年典型表磧覆蓋型冰川裸冰與表磧覆蓋區(qū)的海拔分布Fig.4 Elevation distribution of clean ice and debris of typical debris-covered glaciers in 2011 and 2020

4 討論

4.1 典型大陸型和海洋型表磧覆蓋冰川變化原因

氣溫和降水是影響冰川形成、發(fā)育和變化的主要氣候因子，氣溫主要影響冰川消融，降水則在一定程度上決定冰川的物質補給量［1，32-33］。研究表明，夏季平均氣溫每上升1℃造成的冰川消融需要增加40%～50%的降水量才能彌補［34］，顯然冰川受溫度的影響更大，且氣溫升高導致降雪無法凝結成長時間的冰層，這促進了冰川的快速消融［35］?；?條冰川附近氣象站點的夏季平均氣溫和年降水量數(shù)據(jù)可知，2000—2019年大陸型和海洋型冰川區(qū)夏季氣溫均呈上升趨勢（圖5），升溫速率分別為0.03℃·a-1和0.05℃·a-1；年降水量也呈增加趨勢，分別為0.42 mm·a-1和2.05 mm·a-1。除那龍冰川較為穩(wěn)定外，2011—2020年其他8條冰川均呈緩慢退縮態(tài)勢，表磧面積增加了28.70 km2，這表明氣溫上升是典型冰川消融退縮和表磧面積增加的主要原因。其次，海洋型冰川區(qū)降水呈現(xiàn)更明顯的增加趨勢，冰川物質積累源增加更多，冰川頂部更易發(fā)生破碎和崩塌［18］，繼而形成新的表磧覆蓋物，因此表磧面積變化率較大陸型冰川更大。

圖5 2000—2019年研究區(qū)夏季平均氣溫和年降水量變化Fig.5 Variations of average air temperature in summer and annual precipitation in the study area from 2000 to 2019

冰川運動產(chǎn)生的巖石碎屑物搬運受其表面速度控制［36］，因此冰川流速減緩在一定程度上也可增加表磧覆蓋面積。2011—2018年大陸型冰川和海洋型冰川流速顯著減緩，考慮兩者差異，分別選取木斯塔冰川和夏曲冰川進行分析（圖6）。其中，2011年木斯塔冰川中流線冰流速度最高，平均速度為39.68 m·a-1，至2016年 和2018年 分 別 減 緩 至30.56 m·a-1、23.06 m·a-1；夏曲冰川2011年平均速度為64.74 m·a-1，2016年平均速度為60.25 m·a-1，2018年減少為59.66 m·a-1。表磧覆蓋型冰川上部積累區(qū)流速緩慢，但在消融區(qū)隨著距冰川末端距離越近，流速由大逐漸減小，順著冰川被運輸?shù)膸r石碎屑物在消融區(qū)和末端大量堆積［37-38］。受流速減緩影響，輸送的物質開始在距末端更遠的區(qū)域積累，導致表磧覆蓋面積逐漸向冰川上部擴張［18］。其次，海洋型冰川流速高于大陸型冰川，其上部輸送的物質彌補了由末端終磧湖擴張所引起的表磧覆蓋面積減少，使其表磧面積仍呈增加趨勢。

圖6 2011年、2016和2018年木斯塔冰川和夏曲冰川表面流速隨末端距離變化Fig.6 Variations of surface velocities of Musita Glacier（a）and Xiaqu Glacier（b）with distance from glacier terminus in 2011，2016 and 2018

冰川表磧在向高海拔地區(qū)延伸同時，受冰川退縮影響，尤其是冰川終磧湖的擴張使得表磧面積增幅有所減少。湖水與冰川末端頻繁熱量交換加劇冰川退縮［39］，而發(fā)生劇烈變化的冰川消融區(qū)被表磧所覆蓋，表磧物隨著冰川末端消融或崩解入湖。在9條表磧覆蓋型冰川中，雅弄冰川末端發(fā)育規(guī)模較大的終磧湖。人工目視解譯結果顯示，雅弄冰川的終磧湖處于持續(xù)擴張狀態(tài)，2011年、2016年和2018年 面 積 分 別 為2.74 km2、2.82 km2和2.91 km2（圖7）。與雅弄冰川表磧面積變化（2011—2018年為2.60 km2）相比，終磧湖擴張（0.17 km2）使得冰川表磧面積減少有限。

4.2 典型大陸型和海洋型表磧覆蓋冰川高程變化差異

相較于面積、長度等參數(shù)，表磧覆蓋型冰川表面高程對氣候變化的響應更為敏感［40-41］。2011—2020年，托木爾冰川和那龍冰川面積變化甚小，二者表磧區(qū)面積占比亦為這6條大陸型和3條海洋型表磧覆蓋冰川的最大值。為探討大陸型和海洋型冰川表磧覆蓋區(qū)高程變化差異，本文選擇托木爾冰川和那龍冰川作為代表，首先對二者表磧分布區(qū)的SRTM DEM數(shù)據(jù)（采集時間為2000年2月）和AST14DEM數(shù)據(jù)（采集時間為2017年9月）進行配準處理［42］，然后通過柵格運算獲得其表磧區(qū)高程變化。由圖8可知，托木爾冰川表磧區(qū)表面高程變化介于-30～0 m，平均減?。?3.18±5.88）m；那龍冰川表磧區(qū)表面高程變化介于-50～0 m，平均減?。?3.14±6.26）m。與同一海拔高度帶裸冰區(qū)相比，兩種類型冰川的表磧區(qū)表面高程變化呈現(xiàn)不同特征，如托木爾冰川表磧區(qū)周圍的裸冰表面高程變化明顯大于表磧區(qū)，二者平均差值約2.53 m，而那龍冰川則相反，尤其在海拔4 600 m以下，表磧區(qū)高程變化幅度較裸冰區(qū)平均增加約8.34 m。這意味著表磧的存在對大陸型冰川消融起著一定的抑制作用，而對海洋型冰川則有助于加速消融。已有研究表明，與大陸型冰川相比，海洋型冰川的表磧厚度和熱容量較小，內(nèi)部熱傳導效率較高，從而導致其厚度減薄趨勢更為顯著［10，43-45］。因此，盡管表磧覆蓋型冰川面積變化很小，但是其表面高程變化足以證明表磧覆蓋型冰川正處于消融狀態(tài)，且相同海拔高度帶海洋型冰川消融更強于大陸型冰川。

圖8 托木爾冰川和那龍冰川裸冰與表磧區(qū)高程變化Fig.8 Elevation variations of clean ice and debris in Tomur Glacier（a）and Nalong Glacier（b）

5 結論

基 于2011—2020年Landsat TM/ETM+/OLI遙感影像和ASTER DEM數(shù)據(jù)，利用TDSI方法提取中國境內(nèi)9條面積＞100 km2的表磧覆蓋型冰川，進而分析大陸型和海洋型表磧覆蓋型冰川和表磧變化原因及兩者差異性，得到以下主要結論：

（1）TDSI方法綜合考慮了表磧光譜、地形和地表溫度特征，能有效提取表磧覆蓋型冰川，總體精度可達91.23%，大陸型和海洋型表磧覆蓋型冰川的提取精度分別為91.20%和90.97%。

（2）2011—2020年9條表磧覆蓋型冰川裸冰區(qū)面積減少2.05%，表磧面積增加13.33%。其中，6條大陸型表磧覆蓋冰川末端均發(fā)生了輕微退縮，面積平均減少0.03%；3條海洋型表磧覆蓋冰川中，除那龍冰川外其他兩條冰川均在緩慢退縮，面積平均減少0.04%，表明表磧的存在可在一定程度上抑制冰川退縮。大陸型冰川表磧主要分布在其中值海拔以下，約占其總面積的95.37%（2020年），尤其在海拔3 400 m以下冰川表磧面積占比達到100%；而海洋型冰川表磧分布范圍更廣，2020年其中值海拔以上表磧面積占比為15.13%。近10年間二者均呈現(xiàn)向冰川上部擴張趨勢，海洋型冰川表磧增加明顯高于大陸型冰川。

（3）氣溫上升是導致冰川消融退縮和表磧增加的主要原因，同時冰川流速變化和終磧湖的演變也對表磧變化有一定影響。盡管表磧覆蓋型冰川在面積變化上不明顯，但其表磧區(qū)海拔降低足以證明表磧覆蓋型冰川正處于消融狀態(tài)，且與大陸型冰川相比，海洋型冰川厚度減薄更為明顯，冰川消融更為強烈。

致謝：感謝美國地質調查局、地理數(shù)據(jù)空間云平臺及美國國家冰雪數(shù)據(jù)中心分別提供了Landsat遙感影像、DEM數(shù)據(jù)和ITS_LIVE數(shù)據(jù)。