基于地形指數(shù)的格陵蘭冰面水系建模與評價

毛瑋 陸欣 陸瑤 楊康,2,3

(1 南京大學地理與海洋科學學院,江蘇 南京 210023; 2 江蘇省地理信息技術重點實驗室,江蘇 南京 210023; 3 南方海洋科學與工程廣東省實驗室(珠海),廣東 珠海 519080)

提要 每年消融期,冰面融水通過冰面水系輸送至冰蓋邊緣,造成格陵蘭冰蓋物質(zhì)損失。冰面水系的動態(tài)變化決定了冰面融水輸送的方式與效率,顯著影響格陵蘭冰蓋物質(zhì)平衡。作為決定冰面水系動態(tài)變化的關鍵因素之一,冰面地形對冰面水系動態(tài)變化的控制程度有待研究。本研究選取格陵蘭冰蓋西南部典型區(qū)域(～1800 km2)作為研究區(qū),以32 m 空間分辨率ArcticDEM 作為實驗數(shù)據(jù),利用地形濕度指數(shù)(Topographic Wetness Index,TWI)和最鄰近河網(wǎng)高差指數(shù)(Height Above the Nearest Drainage,HAND)兩種地形指數(shù)模擬冰面水系分布,結(jié)合2016—2019年消融期29 景10 m 空間分辨率Sentinel-2 和30 m 空間分辨率Landsat-8 影像提取冰面水系作為驗證數(shù)據(jù),通過模糊比較揭示了地形指數(shù)建模冰面水系的精度。研究結(jié)果表明: 地形指數(shù)能夠較好地建模冰面水系分布(總體精度＞72%),冰面水系分布主要受地形因素控制,將地形指數(shù)引入冰面水文的研究,有助于加強對于冰面水文過程的理解。

0 引言

格陵蘭冰蓋是世界第二大冰蓋,近年來,格陵蘭冰蓋物質(zhì)損失加速,從而加快了全球海平面上升,對全球氣候變化產(chǎn)生重要影響[1-2]。冰蓋表面消融是格陵蘭冰蓋物質(zhì)平衡的重要組成部分,對格陵蘭冰蓋物質(zhì)損失的貢獻約占50.3%[2]。每年消融期,大量冰面融水通過冰面水系(Supraglacial River Network)輸送至冰蓋內(nèi)部或者匯入冰蓋邊緣海洋[3]。冰面水系的動態(tài)變化決定了冰面融水輸送的方式和效率,對冰蓋物質(zhì)平衡具有重要影響[4]。冰面水系已成為格陵蘭冰蓋物質(zhì)平衡研究的熱點[3-8]。

冰面水系的動態(tài)變化受到多種因素的影響。冰面地形是決定冰面水系動態(tài)變化的關鍵因素。消融開始后,融水在冰面地形控制下匯流,首先在冰雪內(nèi)部孔隙中匯集,當融水含量飽和后出露冰面形成冰面飽和濕雪區(qū)(Saturated Wet Snow Zone)[9]。隨著消融進一步加強,冰面飽和濕雪區(qū)進一步發(fā)育,形成冰面水系[5]。由于地形對冰面水系動態(tài)變化的重要作用,基于數(shù)字高程模型(Digital Elevation Model,DEM)研究冰面水系動態(tài)變化的研究相繼展開,例如Yang 等[10]利用經(jīng)典的數(shù)字水文分析方法研究了DEM 數(shù)據(jù)模擬冰面水系分布的適用性,說明了DEM 水文建模結(jié)果可以在一定程度上反映冰面水系河道位置,但是無法反映冰面飽和濕雪等融水匯集特征。冰面地形并不是控制冰面水系動態(tài)變化的唯一因素。近年來,相關研究發(fā)現(xiàn)冰雪層密度、近表面不透水冰層(Ice Slab)的分布、吸光性雜質(zhì)(Light-Absorbing Particles)和冰川藻類微生物(Glacier Algae)等因素共同影響融水匯集過程與冰面水系分布[11-14]。然而,目前針對冰面水系動態(tài)變化及其影響因素相關的研究較少,作為決定水系動態(tài)變化的關鍵因素,地形對冰面水系動態(tài)變化的控制程度有待研究。

地形對水文過程的影響,可通過地形指數(shù)來反映。地形指數(shù)綜合了匯水面積、坡度等因素,能夠較好地反映地表產(chǎn)匯流過程[15]和地表濕潤區(qū)空間分布特征[16],量化地形對水文過程的控制作用[17]。地形指數(shù)已被廣泛應用于流域水文特征、土壤含水量時空分布、植被分布格局以及災害評估分析等相關研究中[15,17-21]。地形濕度指數(shù)(Topographic Wetness Index,TWI)[15]和最鄰近河網(wǎng)高差指數(shù)(Height Above the Nearest Drainage,HAND)[22]是最為常用的兩種地形指數(shù)。相較于陸地而言,冰面受到土壤、植被和人類活動等因素的干擾較少,地形對冰面水文過程的影響也更加直觀。利用地形指數(shù)建模冰面水系,能夠反映地形為單一變量控制下的冰面水系的分布特征,對比實際冰面水系的分布特征,能夠反映地形對于冰面水系的控制程度,更好地揭示冰面水系的動態(tài)變化過程。

本研究選取格陵蘭冰蓋西南部典型區(qū)域作為研究區(qū),以32 m 空間分辨率ArcticDEM 作為實驗數(shù)據(jù),利用TWI 和HAND 兩種地形指數(shù)模擬冰面水系分布,結(jié)合2016—2019年消融期29 景10 m 空間分辨率Sentinel-2 和30 m 空間分辨率Landsat-8影像提取冰面水系作為驗證數(shù)據(jù),定量評價地形指數(shù)建模冰面水系的精度,揭示地形對冰面水系動態(tài)變化的控制程度。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)

研究區(qū)位于格陵蘭冰蓋西南部,面積約1800 km2,地形平坦,平均坡度 0.57°,高程范圍為 1700～ 1900 m,如圖1 所示。過去20年,格陵蘭冰蓋西南部的物質(zhì)平衡線(Equilibrium Line Altitude,ELA)約為1550 m,研究區(qū)原本屬于物質(zhì)積累區(qū)[23]。然而,近年來,隨著格陵蘭冰蓋表面消融顯著增強,該地區(qū)的物質(zhì)平衡線快速上升至1700 m以上[24]。因此,研究區(qū)已由物質(zhì)積累區(qū)變?yōu)橄趨^(qū)與積累區(qū)的過渡區(qū)域。每年消融期,研究區(qū)內(nèi)分布著冰面湖(Supraglacial Lake)、冰面水系、冰面飽和濕雪區(qū)等大量冰面水文特征,可以作為研究冰面水文過程的典型區(qū)域。

圖 1 研究區(qū) Sentinel-2 遙感影像圖.影像獲取時間2016.7.25; 波段組合方式 Red (band 4),Green (band 3),Blue (band 2); 圖中藍色區(qū)域為冰面湖、冰面水系、冰面飽和濕雪區(qū)等冰面水文特征Fig.1.Sentinel-2 satellite image of the study area.Image was acquired on 25 July 2016,Red (band 4),Green (band 3),Blue (band 2).The blue area in the image indicates the supraglacial lake,supraglacial river networks and saturated wet snow zone

1.2 研究數(shù)據(jù)

本研究獲取了2016—2019年消融期(6—8月)云量小于10%的19 幅Sentinel-2 和10 幅Landsat-8衛(wèi)星影像,平均12.5 天覆蓋一次,用于反映冰面實際水系的動態(tài)變化特征(表1)。Sentinel-2 是目前可以免費獲取的空間分辨率最高的衛(wèi)星遙感影像,可提供10 m 空間分辨率多光譜衛(wèi)星遙感影像,在全球資源環(huán)境監(jiān)測領域中有廣闊的應用前景[25]。Landsat-8 可提供30 m 空間分辨率多光譜衛(wèi)星遙感影像,重訪周期為16 天[26]。Sentinel-2 和Landsat-8數(shù)據(jù)可通過美國地質(zhì)調(diào)查局(United States Geological Survey,USGS,https://earthexplorer.usgs.gov/)免費獲取。綜合使用Sentinel-2 和Landsat-8兩種衛(wèi)星影像,可以實現(xiàn)對格陵蘭冰面水文特征的高時空分辨率監(jiān)測[27]。

表1 衛(wèi)星影像和ArcticDEM 數(shù)據(jù)列表Table 1.Satellite images and ArcticDEM used in this study

此外,本研究選取了2 幅空間分辨率為32 m的鑲嵌ArcticDEM 數(shù)據(jù),用于建模冰面水系。ArcticDEM 是利用WorldView-1/2/3 等高分衛(wèi)星遙感數(shù)據(jù),通過立體像對處理生成的北極高分辨率數(shù)字地形模型,涵蓋北緯60°以北的所有陸地區(qū)域[28]。目前,ArcticDEM 提供條帶和鑲嵌兩類數(shù)據(jù)產(chǎn)品,條帶ArcticDEM 是由輸入的立體像對圖像的重疊區(qū)域生成的條帶; 鑲嵌ArcticDEM 是從條帶DEM 中選取出質(zhì)量最好的數(shù)據(jù)編制而成,鑲嵌ArcticDEM 被混合和羽化后,減少了數(shù)據(jù)空缺區(qū)域,應用較為廣泛[28-29]。本研究所用的三種數(shù)據(jù)具有不同的空間分辨率,為便于對比分析,我們將三種數(shù)據(jù)的空間分辨率統(tǒng)一重采樣至30 m。

2 研究方法

2.1 冰面水系建模方法

地形濕度指數(shù)TWI 由Beven 等[15]提出,被廣泛應用于描述局部地形對土壤含水量空間分布和地下水位變化影響的相關研究[16,19,21,30-31]。目前的研究通常將TWI 表示為:

其中,α為單位等高線長度上的匯流面積(Contributing Area,單位m2·m-1),tanβ為該點處的局部水力坡降。TWI 是對流域中各點理論土壤含水量和徑流產(chǎn)生潛力的量化,TWI 值越大,表明該區(qū)域的土壤含水量越容易達到飽和,該區(qū)域成為地表水體分布區(qū)的可能性越大。

最鄰近河網(wǎng)高差指數(shù)HAND由Nobre等提出[22],被廣泛應用于土壤含水量時空分布、災害分析等相關研究中[32-33]。HAND 假設在流動的河流及其周圍區(qū)域的土壤含水量應處于飽和狀態(tài),隨著距河流的高差增大,區(qū)域重力勢能增大,土壤含水量也隨著相對重力勢能差變小而降低,以此來表示土壤含水量的空間分布[22]。HAND 通過DEM獲取河網(wǎng)(Drainage Network),計算每個柵格單元距最近河網(wǎng)的相對高差,HAND 值越低,表明該區(qū)域越接近河網(wǎng),該區(qū)域土壤含水量越高,形成水體分布區(qū)的可能性越大。

本研究利用ArcGIS 和SAGA 兩款常用的GIS分析軟件處理ArcticDEM 數(shù)據(jù),首先通過多流向算法(Multiple Flow Direction,MFD)計算流向、坡度與匯流面積柵格,再設定合理匯流面積閾值生成河網(wǎng),進而計算TWI 和HAND。多流向算法認為水流應向鄰域中所有高程較低的方向按照局部坡度分配,能較好地模擬水流在坡面等地形上的漫散流動,相較于D8 等單流向算法更符合流向的實際情況[34]。

2.2 冰面水系提取方法

本研究采用歸一化水體指數(shù)(Normalized Difference Water Index,NDWI)提取冰面水系。NDWI是提取水體信息的常用方法,能夠有效地提取冰面水系,在冰面水文的研究中應用較為廣泛[27,35-36]。NDWI 基本思想是利用水體的光譜特性,通過波段運算構(gòu)建水體指數(shù),增強水體光譜信息,并選取合理閾值有效地區(qū)分冰面水體和背景,實現(xiàn)水體信息快速提取[37]。相較于陸地水系,冰面水系具有變化速度快、生命周期短的特點[7],單期遙感影像僅能反映特定消融時刻冰面水系的分布情況,難以反映整個消融期內(nèi)冰面水系的動態(tài)變化。融合不同消融時期的多時相遙感影像,能夠解決這一問題,較為完整的描繪冰面水系的動態(tài)變化。

本研究收集了研究區(qū)2016—2019年消融期(6～8月)的29 幅高質(zhì)量遙感影像,包括19 幅Sentinel-2影像與10 幅Landsat-8 影像(表2)。研究分別計算不同時期遙感影像的NDWI,選取合理閾值提取水體信息。閾值選取的標準為能夠識別細小冰面河,同時避免大量錯提水體區(qū)域的出現(xiàn)[35],本研究選取的NDWI 閾值范圍為0.12～0.20。最后,融合多期影像提取出的水體信息,得到水體分布的頻次圖,作為本研究的驗證數(shù)據(jù)。遙感影像的獲取以及NDWI 的計算均通過Google Earth Engine平臺實現(xiàn)。

表2 2016—2019年高質(zhì)量Sentinel-2 與Landsat-8 衛(wèi)星遙感影像獲取日期分布表Table 2.Acquisition date distribution of high-quality Sentinel-2 and Landsat-8 satellite images during 2016-2019

2.3 精度驗證方法

本研究采用模糊比較與混淆矩陣相結(jié)合的方法進行精度驗證。模糊比較的思想源于Hagen 等[38]基于考慮柵格的鄰域效應,考慮分類數(shù)據(jù)之間類別與位置的不確定性進行相似性比較。本研究僅考慮位置的不確定性,基于距離函數(shù),比較模擬與驗證結(jié)果。通過對比DEM 和遙感影像提取出的河網(wǎng),兩者在部分區(qū)域存在1～3個柵格的位置偏差,為了使比較結(jié)果更加可靠,設定距離函數(shù),在3個柵格的范圍內(nèi),認為分類數(shù)據(jù)柵格單元之間存在相似性:

其中,Ri為真值數(shù)據(jù)柵格i到其鄰近驗證數(shù)據(jù)同類別柵格的距離,w為柵格單元大小,fi代表真值柵格i與模擬數(shù)據(jù)的相似性,即匹配程度。當距離小于一個柵格時,匹配度為1; 大于3 個柵格時,匹配度為0,其余由公式3 計算; 匹配度越高,代表兩類數(shù)據(jù)越相似,最后,匯總該類別所有真值數(shù)據(jù)的匹配度,得到整體的匹配度[16]:

式中,F為整體的匹配度,fi代表真值柵格i與模擬數(shù)據(jù)的匹配程度,n代表真值柵格數(shù)量。

本研究中,將模擬和驗證數(shù)據(jù)都劃分為水體和非水體兩類,結(jié)合混淆矩陣的相關指標進行精度驗證,包括總體精度、漏分精度、錯分精度和模糊Kappa 系數(shù)。四種精度均為將模糊比較應用于傳統(tǒng)指標后拓展得到。其中,模糊Kappa 系數(shù)計算公式為:

其中,po為總體精度,pe為預測一致性,當只考慮位置的不確定時,與Kappa 系數(shù)計算方法一致[39]。模糊 Kappa 系數(shù)能夠?qū)Ψ诸惒痪鈫栴}進行一定的矯正[40],在研究中用于最優(yōu)分類閾值的選取。

為了進一步分析地形指數(shù)建模結(jié)果,將精度驗證結(jié)果可視化。按照匹配度將研究區(qū)劃分為匹配、漏分、錯分和過渡四個區(qū)域,匹配區(qū)域表示地形指數(shù)準確識別的水體,匹配度fi=1; 漏分區(qū)域和錯分區(qū)域分別表示地形指數(shù)未提取和錯誤提取的水體,匹配度fi=0; 過渡區(qū)域則為介于匹配與不匹配之間的區(qū)域,包括漏分區(qū)域和錯分區(qū)域的過渡,匹配度fi介于0 到1 之間。

3 結(jié)果

研究通過遙感影像提取實際冰面水系,通過地形指數(shù)建模冰面水系。遙感影像提取結(jié)果展示了完整消融期內(nèi)冰面水系的演變過程,從6月中旬到8月底,冰面水系經(jīng)歷了從發(fā)育到旺盛,最后干涸的過程(圖2)。融合29景多時相Sentinel-2與Landsat-8遙感影像水體提取結(jié)果得到冰面水系分布頻次圖(圖3a),反映了冰面水系在消融期內(nèi)的動態(tài)變化。在大部分區(qū)域,冰面水系出現(xiàn)頻次小于兩次,說明冰面水系并不是穩(wěn)定地分布在同一位置,而是在消融的不同階段發(fā)生形態(tài)和位置的變化,反映了冰面水系具有高度動態(tài)變化的特性[41],在主干冰面河、冰面湖以及高海拔(＞1800 m)冰面飽和濕雪區(qū),水體出現(xiàn)頻次高于5次,反映了在消融期大量冰面融水匯集到這些區(qū)域[42]。其中,部分冰面飽和濕雪區(qū)和冰面湖的出現(xiàn)頻次大于10次,最高頻次達到22次。通過ArcticDEM 處理得到的TWI 與HAND 兩種地形指數(shù)結(jié)果與遙感影像提取的實際冰面水系整體分布較為一致(圖3b 和3c)。

研究以水體分布頻次圖中頻次大于兩次的區(qū)域作為穩(wěn)定實際冰面水系,設定不同 TWI 與HAND 閾值生成模擬冰面水系,通過模糊比較對比分析遙感影像提取的實際冰面水系與地形指數(shù)建模的冰面水系,發(fā)現(xiàn)在TWI 與HAND 的分類閾值分別取19.5 與1.0 時,模糊Kappa 系數(shù)最大(圖4),此時模擬冰面水系與實際冰面水系匹配效果最好。因此,研究以這兩個閾值作為最優(yōu)閾值分類TWI 與HAND 兩種地形指數(shù),得到最優(yōu)的模擬冰面水系(圖5)。

研究對比分析了地形指數(shù)建模的冰面水系與遙感影像提取的實際冰面水系,發(fā)現(xiàn)兩者具有較高的相似性(圖5)。尤其是對于冰面飽和濕雪區(qū),地形指數(shù)建模結(jié)果與實際冰面飽和濕雪區(qū)在分布和形態(tài)上具有很好的一致性,說明了融水在冰雪內(nèi)部孔隙中匯集,融水含量飽和后出露冰面形成冰面飽和濕雪區(qū),這一過程主要受到地形的控制。地形指數(shù)能夠以較高的總體精度(＞72%)模擬實際冰面水系分布,錯分區(qū)域較少,錯分精度為78%(圖6)。地形指數(shù)建模結(jié)果反映了以地形作為單一控制因素下的冰面水系空間分布,模擬冰面水系與實際冰面水系良好的對應關系,揭示了冰面水系的分布主要受到冰面地形的控制。

研究對比分析了TWI 和HAND 兩種地形指數(shù)建模冰面水系的結(jié)果。在同樣的錯分精度(78%)下,TWI 的總體精度、漏分精度和模糊Kappa 系數(shù)均高于HAND,三個指標的差異分別為8%、17%和17%(圖6),尤其是對于漏分精度,TWI 和HAND 差異較為顯著,說明了相較于 HAND,TWI 能夠更為準確的模擬冰面水系的空間分布。因此,TWI 建模冰面水系效果優(yōu)于HAND。TWI和HAND 建模冰面水系結(jié)果的差異來自于兩種地形指數(shù)表達水文過程的不同思路[15,22],相較于HAND 僅考慮柵格單元距離最鄰近河網(wǎng)的相對高差,TWI 綜合考慮了匯流面積與局部水力坡降,能夠更好地反映冰面水系的形成過程。

研究進一步對比分析了地形指數(shù)建模不同冰面水系要素間的精度差異。研究區(qū)兩個不同高程帶內(nèi)分布了不同類型的冰面水系要素。1700～ 1800 m 區(qū)域主要分布冰面河與冰面湖,1800～ 1900 m 區(qū)域主要分布冰面飽和濕雪區(qū)(圖1),這也反映了研究區(qū)近年來正處于從積累區(qū)向消融區(qū)過渡的特征[24]。分高程帶分析能夠反映地形指數(shù)建模不同冰面水系要素精度的差異(圖7)。TWI與HAND 兩種地形指數(shù)在1800～1900 m 區(qū)域建模冰面水系的精度均明顯高于1700～1800 m。TWI和HAND 在兩個區(qū)域總體精度的差異均為10%,地形指數(shù)建模冰面飽和濕雪區(qū)的效果優(yōu)于建模冰面河與冰面湖的效果,說明了相較于冰面河與冰面湖,冰面飽和濕雪區(qū)的空間分布受到地形的控制程度更為顯著。

4 討論

圖2 實際冰面水系提取結(jié)果(僅展示可以代表不同消融階段的12 幅提取結(jié)果)Fig.2.Results of supraglacial river networks derived from satellite images

圖3 水體分布頻次圖對比地形指數(shù)結(jié)果.a) 水體分布頻次圖; b) TWI 指數(shù)結(jié)果; c) HAND 指數(shù)結(jié)果Fig.3.Comparison of surface meltwater frequency map and topographic index results.a) surface meltwater frequency map; b)TWI; c) HAND

圖4 TWI(左)與HAND(右)不同閾值下的冰面水系地形指數(shù)結(jié)果精度對比Fig.4.Accuracy of topographic index modeling supraglacial river networks with different TWI (left) and HAND (right) thresholds

圖5 實際冰面水系與模擬冰面水系對比.a) 實際冰面水系; b) TWI 模擬冰面水系; c) HAND 模擬冰面水系Fig.5.Comparison of supraglacial river networks derived from satellite images and modeled by topographic index.a) derived form satellite images; b) modeled by TWI; c) modeled by HAND

圖6 地形指數(shù)建模精度Fig.6.Accuracy of topographic index modeling supraglacial river networks

地形指數(shù)建模結(jié)果存在一定的錯分和漏分。錯分區(qū)域和漏分區(qū)域主要集中在部分冰面河、冰面飽和濕雪區(qū)及干雪區(qū)與冰面飽和濕雪區(qū)的過渡區(qū)域(圖8),這主要是由于冰面水系的分布受到多種因素控制,地形并不是唯一控制因素。地形指數(shù)建模結(jié)果僅反映以地形為單一控制因素下冰面水系的空間分布,未考慮其他環(huán)境變量。地形指數(shù)建模結(jié)果僅代表該區(qū)域具備生成水系的條件[15,22],是對實際水系分布的預測,而實際冰面水系的分布 往往還受到消融強度的影響,例如Cook 等[11]發(fā)現(xiàn)由于藻類微生物的大量繁殖降低了格陵蘭冰蓋西南部的冰面反照率,從而增強冰面消融并影響冰面融水分布; Tedesco 等[43]發(fā)現(xiàn)分布在冰面的吸光性雜質(zhì),同樣能夠降低冰面反照率,改變冰面消融強度與冰面融水分布; Hofer 等[44]發(fā)現(xiàn)夏季云層覆蓋的減少能夠增強區(qū)域冰面消融,同樣會對冰面融水分布產(chǎn)生影響。此外,Macferrin 等[13]發(fā)現(xiàn)冰面融水由于再凍結(jié)作用會形成低滲透性的近表面不透水冰層,能夠阻止融水下滲,從而產(chǎn)生更多的冰面水系。通過對比現(xiàn)有的近表面不透水冰層分布數(shù)據(jù),證實本文研究區(qū)內(nèi)存在近表面不透水冰層分布。近表面不透水冰層一旦形成,其厚度會持續(xù)增加并逐漸接近冰蓋表面,且短時間內(nèi)難以消失,持續(xù)影響著冰面水系的動態(tài)變化[45]。以上這些因素,都會對冰面水系的動態(tài)變化產(chǎn)生影響,從而造成了地形指數(shù)建模的冰面水系存在一定錯分和漏分(圖8)。

ArcticDEM 獲取的時間與遙感影像獲取的時間存在差異,可能導致地形指數(shù)建模的冰面水系存在一定錯分和漏分。然而,2016—2019年研究區(qū)冰面消融帶來的高程變化(約 1.5 m)[46]小于ArcticDEM 的垂直精度(約2 m)[47],這樣的變化難以被ArcticDEM 捕捉。同時,冰面水系的分布取決于相鄰DEM 像素的相對高程差異,研究區(qū)高程整體降低并不會帶來相對高程差異的顯著變化。因此,DEM 與遙感影像獲取時間的差異對地形指數(shù)建模結(jié)果的影響較小。

本文通過設定閾值從TWI和HAND中提取模擬冰面水系,TWI和HAND的閾值大小代表著冰面水系分布的可能性。TWI較小的閾值(HAND較大的閾值)能夠生成規(guī)模較大、分布廣泛的模擬冰面水系,對應消融旺盛期的冰面水系分布特征; 而TWI較大的閾值(HAND較小的閾值)則可以生成規(guī)模較小、分布稀疏的模擬冰面水系,對應消融初期或末期的水系分布特征。因此,不同的地形指數(shù)閾值可以模擬冰面水系在消融期不同階段的動態(tài)變化。本文通過對比遙感影像提取的實際冰面水系與模擬冰面水系,選取出地形指數(shù)最優(yōu)分割閾值,此時模擬冰面水系能夠最大程度地反映實際冰面水系的分布特征。本文將TWI和HAND地形指數(shù)引入冰面水系的研究中,通過精度驗證與分析,證實了地形指數(shù)能夠較好的模擬 與預測冰面水系的動態(tài)變化,存在很大的潛在運用價值,例如: (1)通過設定不同地形指數(shù)的閾值,可以模擬冰面水系在不同消融階段的動態(tài)變化,不同的地形指數(shù)分割閾值,可以得到對應不同消融階段的模擬冰面水系,能夠模擬消融期內(nèi)冰面水系的動態(tài)變化,將其與水文模型相結(jié)合,能夠更為準確地建模冰面水系徑流量,有助于提升對于冰面水文過程的理解; (2)以地形指數(shù)建模的冰面水系為基礎,分析消融強度、藻類微生物、近表面不透水冰層等非地形因素對冰面水系動態(tài)變化的控制作用,進而揭示這些因素對冰面融水輸送方式與效率的影響。在未來的研究中,進一步挖掘地形指數(shù)在冰面水系研究中的價值,并推廣到整個格陵蘭地區(qū),有助于進一步提升對于冰面水文過程的理解。

圖7 不同高程帶地形指數(shù)精度對比Fig.7.Accuracy of topographic index modeling supraglacial river networks in different elevation zones

圖8 地形指數(shù)建模冰面水系結(jié)果分析.a) TWI 建模結(jié)果; b) HAND 建模結(jié)果Fig.8.Analysis of topographic index modeling supraglacial river networks result.a) modeling result of TWI; b) modeling result of HAND

5 結(jié)論

本研究以32 m 空間分辨率ArcticDEM 為研究數(shù)據(jù),利用TWI 和HAND 兩種典型地形指數(shù)模擬冰面水系分布,結(jié)合2016—2019年消融期29景10 m 空間分辨率Sentinel-2 和30 m 空間分辨率Landsat-8 影像提取冰面水系作為驗證數(shù)據(jù),通過模糊比較的方法驗證了地形指數(shù)建模冰面水系的精度,揭示了地形對冰面水系動態(tài)變化的控制程度。主要結(jié)論如下。

1.冰面水系動態(tài)變化主要受地形因素控制。TWI 與HAND 分別能以80%與72%的總體精度建模冰面水系分布,地形指數(shù)建模的模擬冰面水系反映了以地形為單一變量控制下的冰面水系分布特征,模擬冰面水系與實際冰面水系存在良好的對應關系。

2.TWI 建模冰面水系的效果優(yōu)于HAND。TWI和HAND 均能較好建模冰面水系分布,但TWI 建模冰面水系的總體精度、漏分精度均高于HAND,兩種精度的差異分別為8%與17%,TWI 對水文過程的表達,更能夠反映冰面水系的形成過程。

3.地形指數(shù)建模冰面飽和濕雪區(qū)的效果優(yōu)于建模冰面河與冰面湖的效果。地形指數(shù)的精度在主要分布冰面飽和濕雪區(qū)的區(qū)域均高于主要分布冰面河、冰面湖的區(qū)域,兩個區(qū)域 TWI 和HAND 總體精度的差異均為10%。