1987—2016年雀兒山冰川變化及其對氣候變化的響應(yīng)

歐健濱，許劉兵，蒲 燾

（1.華南師范大學(xué)地理科學(xué)學(xué)院，廣東廣州510631；2.中國科學(xué)院西北生態(tài)環(huán)境資源研究院冰凍圈科學(xué)國家重點實驗室玉龍雪山冰川與環(huán)境觀測研究站，甘肅蘭州730000）

0 引言

作為地球冰凍圈的重要組成部分，冰川是氣候變化最為敏感的指示器，它已成為了解氣候變化過程和趨勢的關(guān)鍵指標［1］。過去數(shù)十年間，學(xué)者們借助多種手段對青藏高原及其周邊山地現(xiàn)代冰川的狀態(tài)及其變化過程開展了大量工作。總體來看，青藏高原地區(qū)現(xiàn)代冰川呈現(xiàn)廣泛退縮趨勢，但高原上不同地區(qū)、不同類型冰川的退縮速率有較大差異，而帕米爾高原和喀喇昆侖山等地冰川甚至出現(xiàn)了前進現(xiàn)象［2-3］。關(guān)于青藏高原冰川差異性變化的原因，有研究認為可能與西風(fēng)環(huán)流的加強和印度季風(fēng)的減弱［2］、大氣環(huán)流季節(jié)性變化作用［4］以及區(qū)域氣候的干濕程度［5］等因素有關(guān)。此外，青藏高原內(nèi)部和西部的大陸型和極大陸型冰川，與高原東南部的海洋型溫冰川對氣溫與降水變化的敏感性有所不同［6-7］。所以，要全面了解青藏高原現(xiàn)代冰川對氣候變化的響應(yīng)規(guī)律，還需選取不同氣候區(qū)的典型冰川開展系統(tǒng)監(jiān)測研究。

實地觀測是研究現(xiàn)代冰川變化最為精確的方法，其觀測數(shù)據(jù)是理解現(xiàn)代冰川過程的重要基礎(chǔ)［8］。但對于青藏高原廣袤的冰川覆蓋范圍而言，現(xiàn)有實測研究點的數(shù)量仍非常有限［2］。近年來，國內(nèi)外眾多學(xué)者基于遙感數(shù)據(jù)對青藏高原冰川變化及其氣候響應(yīng)［9-11］、高原內(nèi)陸冰川消融差異［12-13］以及冰川編目［14-15］等方面開展了大量的研究工作。但這些研究主要聚焦于喜馬拉雅山、天山等地的大陸型或極大陸型冰川分布地區(qū)［16］，對藏東南地區(qū)海洋型溫冰川的研究還不夠系統(tǒng)。同時，在冰川遙感中，比值指數(shù)、NDSI（normalized difference snow index，歸一化雪蓋指數(shù)）及監(jiān)督與非監(jiān)督分類等基于光譜特征的傳統(tǒng)分類方法，容易導(dǎo)致水體的混分以及陰影區(qū)域冰川的漏分［17-18］，如何提高遙感信息提取冰川的精度，也是相關(guān)研究的重點［19］。

本文以青藏高原東南部地區(qū)的雀兒山為例，嘗試將地形陰影模擬結(jié)果引入冰川分類過程，通過光譜與陰影模擬信息的綜合，提取了雀兒山地區(qū)1987—2016年的多年冰川邊界，并結(jié)合1979—2016年的氣象數(shù)據(jù)，對研究區(qū)的冰川變化及其氣候響應(yīng)機制進行探討。這對認識青藏高原東南部地區(qū)海洋型冰川變化及其與氣候變化之間的關(guān)系、了解不同類型冰川對氣候變化的響應(yīng)方式具有重要意義。

1 研究區(qū)概況

雀兒山（98°47′～99°35′E，31°34′～32°6′N）位于青藏高原東南緣，呈西北—東南走向（圖1），是青藏高原較典型的海洋型冰川分布區(qū)。該區(qū)冰川平衡線高度為5 100～5 200 m，冰川區(qū)降水可達1 000 mm以上［20-21］。據(jù)第二次冰川編目數(shù)據(jù)，研究區(qū)內(nèi)共有冰川113條，總面積為103.9 km2，主要分布在海拔4 700～6 000 m范圍內(nèi)，其中大部分冰川面積小于1 km2（表1）［22］，附近的德格（海拔3 280 m）與甘孜（海拔3 380 m）氣象站年平均氣溫分別為6.82℃與5.89℃，年平均降水量為638 mm與652 mm。

圖1 研究區(qū)位置示意圖Fig.1 Location of the study area

表1 研究區(qū)不同規(guī)模冰川的數(shù)量及面積Table 1 The glacier number and glacierized area of various sizes in the study area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本文所采用的遙感影像以及數(shù)字高程數(shù)據(jù)（DEM）來自于美國地質(zhì)調(diào)查局（http：//glovis.usgs.gov/），具體包括Landsat TM（Thematic Mapper，專題繪圖儀）、Landsat 7 ETM+（Enhanced Thematic Mapper Plus，增強型專題繪圖儀）和Landsat 8 OLI（Operational Land Imager，陸地成像儀）三種傳感器的L1T級產(chǎn)品以及30 m空間分辨率的ASTER GDEM數(shù)據(jù)。為減少云層和積雪對冰川邊界提取精度的影響，主要選擇云量較低，且沒有云層覆蓋冰川的7—9月遙感影像，合計13景，攝于1987—2016年（表2）。本文采集了研究區(qū)附近的德格、甘孜、色達、石渠以及新龍五個氣象站點1979—2016年的月均氣象數(shù)據(jù)（站點位置見圖1），來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)站的中國地面氣候資料數(shù)據(jù)集（http：//cdc.cma.gov.cn/）。

2.2 冰川提取方法

指數(shù)法［23］、比值法［24］、面向?qū)ο蠓诸悾?5］等基于光譜信息特征的方法是目前主要采用的冰川計算機分類方法。這些方法在圖像質(zhì)量較好的情況下能相對精確地識別和提取冰川信息，但在陰影、云、雪等因素的干擾下，這些方法在分類過程中容易出現(xiàn)錯分、漏分現(xiàn)象［17-18］。為解決這一問題，本文在比值法、波段閾值法等方法的基礎(chǔ)上，嘗試將基于DEM的山地陰影模擬結(jié)果納入到遙感分類過程中，從而提高冰川信息提取的精度。

表2 遙感影像及其參數(shù)Table 2 The parameters of selected remote sensing images

2.2.1 基于比值法與波段閾值法的冰川初步提取

比值法操作相對簡單，精度較高，因而在遙感冰川信息提取中，它是采用最多的一種方法［19］。在TM圖像中，考慮到陰影區(qū)域冰川的光譜特征變化，常選用紅波段和中紅外波段進行比值計算來突出冰川信息［18］。本文選取TM 3和TM 5進行比值計算，以2.0為閾值來初步區(qū)分冰川與非冰川區(qū)域。但由于冰雪與水體信息在這兩個波段之間的比例關(guān)系較為接近，因此在使用比值法提取冰川時，往往需要進行人工修正或結(jié)合其他信息排除水體信息的干擾。

在遙感冰川信息提取中，閾值分割法可以較為方便高效地區(qū)分冰川和某些特定地物［26］。上述比值法的冰川提取結(jié)果混有了部分云和水體信息，而部分處于陰影當(dāng)中的冰雪區(qū)卻被漏分。因此，本文基于2016年的OLI影像，采用樣本點像元統(tǒng)計方法，對冰川、云、陰影和水體四部分進行樣本點DN值統(tǒng)計分析（圖2）。由于冰川在中紅外與短波紅外波段的DN值明顯小于云，因此本文選擇上述兩個紅外波段，通過閾值分割的方法，對云的混分信息進行排除。

2.2.2 基于山體陰影模擬的冰川提取方法

在陰影的干擾下，被陰影覆蓋冰川的光譜輻射特征與水體十分接近，難以依靠計算機自動分類方法對兩者進行區(qū)分。因此，學(xué)者們通常采用目視解譯［14］、藍波段閾值分割［15］或通過人工調(diào)試比值閾值［17-18］等方法來減少陰影的影響。但在本研究區(qū)，水體與陰影區(qū)域冰川在藍波段的光譜特征非常接近（圖2），且不同部位的最優(yōu)波段比值閾值有較大差別，因此需要借助遙感上的其他特征進行陰影冰川的提取。

圖2 不同波段樣本點DN值統(tǒng)計Fig.2 The DN（digital number）curves of glacier，shadow，cloud and water

Li等［27］將DEM數(shù)據(jù)結(jié)合到遙感分類過程中，較好地解決了高原上山體陰影與冰湖水體的混分問題，這為解決陰影區(qū)域冰川與水體混分問題提供了參考。在遙感影像中，山體陰影與山體的坡度、坡向以及遙感影像成像時刻太陽高度角和方位角存在著定量關(guān)系［28-29］。因此，本文利用經(jīng)配準的DEM以及遙感圖像成像時刻太陽高度角與方位角數(shù)據(jù)，通過GIS中的表面陰影分析得到陰影二值圖像。隨后基于決策樹分類方法，將陰影模擬結(jié)果、坡度圖像以及剩余的陰影冰川-水體混分信息進行綜合并通過目視解譯對冰川邊界進行修正，實現(xiàn)冰川的整體識別。提取流程與結(jié)果見圖3～4。

2.3 冰川分冰嶺提取方法

通過識別冰川復(fù)合體中的分冰嶺，可以將其劃分為多條獨立冰川。由于分冰嶺的實質(zhì)是山脊線，因此多數(shù)研究主要通過提取冰川所在小流域的邊界作為山脊線，隨后通過相交操作實現(xiàn)對冰川復(fù)合體的分割。但該方法需要確定所要提取最小流域面積的參數(shù)，而該參數(shù)的準確性直接影響分冰嶺提取的精度［15］。由于雀兒山地區(qū)的冰川復(fù)合體數(shù)量較少，為方便起見，本文基于全局分析法（global process）原理，利用GIS中的表面分析和柵格計算器等功能實現(xiàn)山脊線（分冰嶺）的提取。具體過程為：①求出正、反地形的坡向變率，進一步得出無誤差DEM的坡向變率；②基于原始DEM計算鄰域為11×11的平均值數(shù)據(jù)層；③將原始DEM減去平均值數(shù)據(jù)層，得到正負地形分布區(qū)域；④求出正地形下無誤差DEM坡向變率大于70的區(qū)域，即為山脊線區(qū)域；⑤將生成的柵格結(jié)果轉(zhuǎn)換為矢量弧段，進行平滑與人工修正，得到分冰嶺提取結(jié)果。

圖3 冰川提取流程Fig.3 Glacier image extraction process

圖4 冰川提取結(jié)果示例Fig.4 Examples of glacier image extraction results：TM 7，6，5 false color remote sensing image（a）and identified image（b）

2.4 不確定性分析

本文在冰川自動提取的初步結(jié)果上，進一步采用目視解譯對冰川邊界進行修整。冰川與非冰川之間存在著包含兩類信息的混合像元，需要通過統(tǒng)計冰川輪廓線長度與像元大小來計算冰川面積信息的不確定性［15，30］。

式中：EA為冰川面積信息提取的誤差；LC為提取冰川的邊界長度；EPc為邊界的定位精度；E為某一時段內(nèi)冰川面積變化的不確定性；EA1與EA2分別為該時段起始和終止時的冰川面積提取誤差。計算可知，本文各個時段年均冰川面積變化不確定性為±5.85%～±7.71%。

3 結(jié)果與討論

3.1 研究區(qū)冰川面積及其變化

圖5 與表3為研究區(qū)冰川面積變化情況及其多項式擬合結(jié)果。近30 a來，雀兒山地區(qū)冰川面積從1987年 的（103.63±29.31）km2減 少 到2016年 的（52.82±13.84）km2，共退縮了（48.97±25.29）km2（47.25%），遠超其他地區(qū)的平均水平（18%）［22］。根據(jù)冰川面積變化率的不同，可以將研究區(qū)1987—2016年間冰川面積的變化分為三個階段：①1987—1993年的快速退縮階段，此時冰川面積減少了（21.72±29.14）km2，變化率達（-3.49±4.69）%·a-1；快速退縮，并在2009—2011年呈現(xiàn)突變下降趨勢，該時段冰川年變化率達（-6.67±6.46）%·a-1，但在2011年后冰川面積退縮趨勢放緩，年變化率減小為（-2.19±5.73）%·a-1。

圖5 1987—2016年雀兒山冰川面積變化Fig.5 Variation of the glacierized area and its fitting curve in the Que’er Mountains，1987—2016

表3 1987—2016年部分年份雀兒山冰川面積及其面積變化量和變化率Table 3 Glacierized area at a certain year，and its changing amount and changing ratio，in the Que’er Mountains，1987—2016

3.2 不同規(guī)模冰川的變化特征

如圖6所示，面積較小的冰川變化幅度較大，其中面積＜0.5 km2且面積損失大于50%的冰川占雀兒山冰川總數(shù)量的53.60%，面積＜1 km2的冰川面積共減少25.91 km2，占冰川損失面積的51.10%；而面積≥5 km2的冰川退縮幅度為8.81km2，占冰川損失面積的17.38%。因此，無論是相對變化面積還是絕對變化面積，＜1 km2的小型冰川都占絕對主導(dǎo)地位。從1987—2016年雀兒山地區(qū)冰川面積減少比例來看（圖7），由于位于研究區(qū)中部的新路海地區(qū)冰川面積最大，因此其面積減少比例最小，為19.4%，其次為雀兒山西北部，為24.8%。

圖6 1987—2016年雀兒山不同規(guī)模冰川的面積變化Fig.6 Changed glacierized area changing with glacierized area size（a），percentage of changed glacierized area changing with glacierized area size（b），in the Que’er Mountains from 1987 to 2016

圖7 1987—2016年雀兒山冰川面積減少比例Fig.7 Decreasing proportion of glacierized area in the Que’er Mountains from 1987 to 2016

3.3 冰川隨坡向分布特征及其變化

為統(tǒng)計研究區(qū)冰川在不同坡向的分布及其變化特征，本文以22.5°方位角為間隔對冰川朝向進行分類。如圖8所示，在過去30 a間，雀兒山地區(qū)北向、南向、東向和西向的冰川年變化率分別為-1.71%·a-1、-2.16%·a-1、-1.74%·a-1和-2.14%·a-1，其中以朝向202.5°～225°之間的冰川年變化率最大，達到了-2.26%·a-1。這說明雀兒山地區(qū)的冰川退縮速度南向大于北向，西向大于東向，與冰川面積分布特征相反。這種冰川變化差異可能與北半球不同坡向冰川所接受的太陽輻射量、降水的差異［31］，以及與冰川規(guī)模等因素有關(guān)。

圖8 冰川變化坡向特征Fig.8 Rose graphs showing glacierized areas of various aspects in 1987 and 2016（a），and rose graphs showing annual mean shrinkage ratio of glacierized area from 1987 to 2016（b）

3.4 冰川垂直分布特征及其變化

為研究雀兒山地區(qū)冰川變化垂直特征，本文以100 m為間距，將1987年與2016年冰川分布的高程范圍劃分為11個梯度（圖9）?？傮w而言，研究區(qū)各時期冰川面積隨海拔升高呈現(xiàn)先增加后減小的趨勢，且在5 101～5 200 m處達到最大。從冰川變化率來看：冰川變化率先隨海拔的升高而增大，在5 101～5 200 m處年變化率達到最大，為-2.52%·a-1，之后隨海拔進一步上升，變化率逐漸減小，在海拔5 400 m以上年變化率穩(wěn)定在-0.47%·a-1～-0.66%·a-1區(qū)間內(nèi)。

圖9 不同海拔帶冰川的面積變化Fig.9 Profiles of per 100 m elevation glacierized area in 1987 and 2016，and their mean shrinkage ratio

另外，1987—2016年間，雀兒山冰川末端平均高程從5 181.4 m上升到5 244.7 m，年變化率為-2.26 m·a-1，是青藏高原主要山系中冰面高程上升速度最快的地區(qū)之一［16］。如圖10所示，1987—2016年間，新路海冰川末端在水平方向上退縮了近500 m，末端平均高程則從4 343 m上升到4 688 m，年變化率高達-11.33 m·a-1。

圖10 1987—2016年新路海冰川末端變化Fig.10 The terminus peripheries of the Xinluhai Glacier in 1987，1993 and 2016

值得注意的是，海拔越低的地區(qū)氣溫越高，其冰川退縮速度理論上也應(yīng)隨之增大。但在雀兒山地區(qū)，冰川退縮速率最大的區(qū)域并非海拔最低區(qū)域，這可能與冰川所處的坡向以及地形遮蔽程度有關(guān)。在雀兒山海拔4 900 m以下地區(qū)，朝向偏西的冰川占該海拔范圍全部冰川比例大于海拔4 901～5 000 m地區(qū)（圖11）。由于該地區(qū)偏西方向的冰川變化率大于偏東方向，由此推斷，冰川的朝向差異對雀兒山地區(qū)不同海拔高度的冰川退縮速率有一定的影響。此外，本文將1987年冰川提取結(jié)果與陰影模擬圖像與疊加分析，發(fā)現(xiàn)在夏季接近正午時刻，海拔4 900 m以下處于陰影區(qū)域的冰川像元數(shù)占冰川總像元數(shù)的12.18%，而在海拔4 901～5 000 m處為11.87%，即低海拔區(qū)域的冰川被陰影遮蔽的程度更為顯著。因此，陰影區(qū)范圍的差異也可能是影響不同海拔地區(qū)冰川退縮速率的一個因素。

圖11 不同朝向冰川面積分布情況Fig.11 Rose graphs of glacierized area distribution ratio，below 4 900 m a.s.l.and between 4 901 m and 5 000 m a.s.l.

4 討論

4.1 氣候變化與冰川變化對比分析

冰川變化主要受太陽輻射、降水、地形、朝向、及冰川規(guī)模等因素的影響，但相對而言，夏季氣溫和冬季降水量對冰川變化的影響更為直接［20］。同時，冰川的變化通常滯后于氣候變化。根據(jù)丁永建［32］的研究，長度小于5 km的冰川對氣候變化的響應(yīng)時間約為2～3 a，而長度大于5 km的冰川其響應(yīng)時間大約為8～9 a。由于研究區(qū)中的冰川規(guī)模較小，故本文以3 a的滯后期來分析冰川對氣候變化的響應(yīng)。本文的顯著性檢驗系數(shù)包括R2值和回歸P值，其中P≤0.01為非常顯著，0.01＜P≤0.05為顯著，P＞0.05為不顯著。

4.1.1 研究區(qū)年降水量變化特征

本文以研究區(qū)附近甘孜、色達、德格等六個氣象站點（圖1）上一年度9月至本年度8月的降水量總和為年均降水量，對研究區(qū)的降水變化趨勢進行分析（圖12）。結(jié)果顯示，年均降水與3年滑動年均降水的線性擬合檢驗系數(shù)分別為R2=0.03，P=0.90以及R2=0.08，P=0.12，兩者均沒有通過顯著性檢驗，說明雀兒山地區(qū)降水變化呈現(xiàn)不顯著的變化趨勢，此外，3年滑動年均降水?dāng)?shù)據(jù)也未與冰川面積變化存在明顯的相關(guān)性?？傮w而言，研究區(qū)年均降水波動較大，但無明顯變化趨勢，從3年滑動年均降水?dāng)M合結(jié)果來看，研究區(qū)降水變化增幅約為0.76 mm·a-1。

圖12 年均降水變化趨勢Fig.12 Variation trend of annual mean precipitation，measured and simulated

4.1.2 研究區(qū)夏季平均氣溫變化特征

在分析冰川變化特征時，通常將氣象數(shù)據(jù)按月平均值是否高于0℃來劃分冬、夏兩季［33］。由于研究區(qū)附近氣象站點月平均氣溫觀測值僅在6—9月高于0℃，故本文以上述站點在6—9月的平均氣溫算術(shù)均值作為年度夏季平均氣溫值進行統(tǒng)計分析。

圖13 為雀兒山地區(qū)不同時間段的年度夏季平均氣溫以及3年滑動夏季平均氣溫的線性擬合結(jié)果（P＜0.01）。總體而言，1987—2016年間，雀兒山地區(qū)的年度夏季平均氣溫呈現(xiàn)顯著上升的趨勢（P＜0.01），上升速率約為0.30～0.31℃·a-1，是全球平均升溫率0.15℃·（10a）-1的2倍［34］。由于冰川面積與3年滑動夏季平均氣溫數(shù)據(jù)呈現(xiàn)顯著負相關(guān)，其相關(guān)系數(shù)達-0.76，因此認為，年度夏季平均氣溫的上升是引起雀兒山地區(qū)冰川30 a以來持續(xù)退縮的主要原因。

圖13 夏季平均氣溫變化Fig.13 Variations of summer mean air temperature，measured and simulated

從不同時段來看，1984—1993年、1993—2007年以及2007—2016年三個時段的年度夏季平均氣溫增幅分別為0.26℃·（10a）-1、0.35℃·（10a）-1和0.46℃·（10a）-1，對應(yīng)均值分別為11.64℃、11.66℃和12.43℃，三個時段的線性擬合R2＞0.56，P＜0.05，通過顯著性檢驗。雖然三個時段的溫度上升幅度逐步遞增，但第二時段的夏季平均氣溫相對第一時段無明顯上升，這可能是1993—2007年間雀兒山地區(qū)冰川面積變化幅度相對較小的主要原因。而在2007—2011年間，雀兒山地區(qū)冰川年變化率達（-6.67±6.46）%·a-1，是其他時段的數(shù)倍。為探究波動的真實性及其發(fā)生原因，本文對五個站點的夏季平均氣溫數(shù)據(jù)進行Mann-Kendall突變分析（圖14）。結(jié)果顯示，在2004—2005年間，研究區(qū)的夏季平均氣溫出現(xiàn)了快速升高的狀況，該突變點通過滑動t檢驗，期間研究區(qū)的降水并未發(fā)生明顯變化。由于研究區(qū)冰川對氣候變化響應(yīng)的滯后期約為2～3 a，由此推測，當(dāng)?shù)貧鉁氐耐蛔兩仙?，可能?007—2011年冰川突然快速退縮的主要因素。

圖14 雀兒山地區(qū)1979—2016年夏季平均氣溫M-K趨勢變化Fig.14 Variation in Mann-Kendall trend of summer air temperature in the Que’er Mountains，1979—2016

4.2 與青藏高原部分地區(qū)冰川變化的對比

影響冰川退縮速度主要有冰川性質(zhì)、冰川規(guī)模以及氣候變化等因素。由表4可知，雀兒山地區(qū)是青藏高原冰川退縮最劇烈的地區(qū)之一，僅次于崗日嘎布山地區(qū)冰川。由于雀兒山地區(qū)大部分冰川小于2 km2，且大部分冰川分布于海拔5 300 m以下，加之海洋型冰川的性質(zhì)決定了它對溫度變化十分敏感，因而在夏季平均氣溫上升速率高達0.30～0.31℃·a-1的背景下，雀兒山地區(qū)冰川的退縮速率超過了青藏高原上大多數(shù)山地。

4.3 冰川提取結(jié)果的精度分析

4.3.1 不同分類方法的精度對比

本文參考相關(guān)高清遙感影像圖以及調(diào)查資料，采用分層隨機采樣，在11個不同時期的圖像中分別獲取了1 018～1 994個地物類樣本點作為地面真實值，對所得冰川分類結(jié)果與不同分類方法的結(jié)果進行對比（圖15）。在多種分類結(jié)果中，本文結(jié)果的精度相比其他分類方法提高了2.8%～28.2%，平均kappa系數(shù)達到0.97，意味著結(jié)合地形陰影的冰川提取方法能更精確地進行冰川信息識別與提取。

圖15 多種分類方法精度統(tǒng)計比較Fig.15 Comparison of analysis precision of different classification methods

4.3.2 與中國第二次冰川編目數(shù)據(jù)的對比

中國第二次冰川編目是以Landsat TM/ETM+圖像數(shù)據(jù)為主要數(shù)據(jù)源，主要通過波段比值閾值分割方法，結(jié)合人工修訂形成最終的冰川邊界數(shù)據(jù)。

圖16 （a）和（b）為本文提取的2003年雀兒山地區(qū)部分冰川邊界與中國第二次冰川編目邊界疊加在不同遙感影像的結(jié)果，可見兩者的冰川邊界有細小的差異。本文以10 m為間隔，從冰川提取結(jié)果邊界取點，得出各點與中國第二次冰川編目對應(yīng)冰川邊界平均距離誤差為12.48 m，不足像元邊長的一半，兩組數(shù)據(jù)的冰川邊界差異可能是計算機分類結(jié)果的平滑、人工修正等隨機誤差所造成的。此外，兩組冰川的面積差異僅為2.29%（表5），說明本文方法提取的冰川邊界是可靠的。

4.3.3 與GAMDAM冰川編目數(shù)據(jù)的對比

GAMDAM冰川編目的主要數(shù)據(jù)源為Landsat TM/ETM+影像數(shù)據(jù)和Google Earth高分辨率圖像，主要采用人工目視解譯提取冰川信息［14］。

圖16 （c）和（d）為本文提取的1993年冰川邊界與GAMDAM冰川編目邊界疊加在不同遙感影像的結(jié)果，其中圖16（c）為新路海冰川末端的邊界對比。由于GAMDAM冰川編目的冰川范圍包含了被表磧覆蓋或是分布于陡坡上的冰川，而這部分冰川難以在30 m空間分辨率遙感影像中進行識別，加之在云影響下部分小冰川也未能被識別［圖16（d）］，因此本文提取的冰川范圍相對較小。雖然如此，本文提取的1993年冰川面積與GAMDAM冰川編目數(shù)據(jù)相比（表6），差異僅為-6.93%，而兩組冰川的邊界距離誤差也僅為8.17 m，考慮到隨機誤差，認為本文所提取的冰川邊界具有較高的精度。

圖16 本文冰川邊界提取結(jié)果與不同冰川編目的對比Fig.16 Comparison of glacial periphery between this study and the second Chinese glacier inventory［（a）and（b）］，between this study and the GAMDAM glacier inventory［（c）and（d）］

表5 本研究與中國第二次冰川編目結(jié)果（雀兒山2003年冰川面積）的對比Table 5 Comparison of extracted glacierized area in the Que’er Mountains between this study（in 2003）and the second Chinese glacier inventory（in 2003）

5 結(jié)論

根據(jù)多期遙感數(shù)據(jù)和DEM數(shù)據(jù)，將地形陰影模擬結(jié)果引入到冰川分類方法中，提取了雀兒山地區(qū)1998—2016年間的冰川面積信息，并在此基礎(chǔ)上結(jié)合氣象數(shù)據(jù)對冰川變化及其對氣候變化的響應(yīng)進行了分析，得到以下結(jié)論：

（1）從冰川變化與氣候響應(yīng)關(guān)系上看，年度夏季平均氣溫的上升，是雀兒山地區(qū)冰川退縮的主要原因。1987—2016年期間，雀兒山地區(qū)冰川呈現(xiàn)明顯的退縮趨勢，冰川面積合計減少了（48.97±25.29）km2，整體年變化率為（-1.69±0.87）%·a-1，是青藏高原主要山系中冰川退縮速度最快的地區(qū)之一。

（2）雀兒山地區(qū)冰川損失面積主要來源于＜1 km2的小型冰川。從坡向上看，雀兒山地區(qū)西、南朝向的冰川退縮相比其他方向更為明顯，這與冰川面積大小分布特征相反，可能與太陽輻射能量和熱量等分布差異有關(guān)。此外，隨海拔的上升，雀兒山地區(qū)冰川退縮率呈現(xiàn)“先上升后減少”的趨勢，并在4 901～5 000 m處達到最大，這可能與不同海拔冰川的坡向及其陰影覆蓋范圍差異有關(guān)。

（3）在遙感冰川分類方法上，將傳統(tǒng)基于光譜特征的冰川提取方法與基于GIS的陰影模擬方法進行結(jié)合，能較好地對山體陰影下的冰川進行提取，提高冰川信息識別提取的精度。這為利用遙感技術(shù)提取冰川信息的方法改進提供了一種新的思路。