2017-2018 年中国西部冰川编目数据集

冉伟杰，王欣,＊，郭万钦，赵华秋，赵轩茹，刘时银，魏俊锋，张勇

1. 湖南科技大学，资源环境与安全工程学院，湖南湘潭 411201

2. 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，兰州730000

3. 兰州大学，资源环境学院，兰州 730000

4. 云南大学，国际河流与生态安全研究院，昆明 650091

引 言

中国西部地区以青藏高原为主体，地形和气候条件复杂，是世界上中低纬度地区最大的现代冰川和第四纪冰川分布区，被誉为世界第三极[1]。冰川作为冰冻圈的主体，是重要的固体淡水资源，对“第三极”及周边地区人类的生存和社会稳定及发展都有重要影响[2]。它不仅是气候变化的重要驱动因素之一，同时也是气候变化的“指示器”[3-5]。在气候变暖的背景下，青藏高原上的山岳冰川总体呈现退缩减薄以及物质量持续减少的特征[6-7]。冰川的退缩不仅是影响流域径流过程以及区域水资源变化的关键因素，而且加剧了冰湖溃决而导致的洪水和泥石流等重大自然灾害的发生[8-11]。

中国西部冰川编目数据是冰冻圈科学研究的基础数据，对研究中国西部冰川变化及其气候的响应具有重要意义。中国于1978-2002 年间开展了中国第一次冰川编目工作，以1950-1980 年代的航摄地形图和航空像片为主要数据源，通过手工量算等手段完成了中国冰川数据的建库工作[12]。共统计中国冰川46 377 条，总面积59 425 km2。继2002 年之后，我国科研人员以中国西部冰川变化为主要目标，开展对中国冰川资源最新状况的普查，即中国第二次冰川编目[13]。中国第二次冰川编目以2006-2011 年间开源的Landsat TM/ETM+遥感卫星数据为冰川边界描绘的主要数据源，采用当前国际通用的遥感和GIS 方法。截止2013 年底，完成了我国西部绝大部分地区（86%）冰川目录的编制，共解译出冰川43 270 条，总面积43 087 km2。由于青藏高原东南部的横断山脉和念青唐古拉山中东段等地区受南亚季风的影响，常年被积雪和云覆盖，导致能够获取到的遥感影像受云雪影响严重，难以满足冰川编目的要求，因此未完成部分（藏东南地区）用中国第一次冰川编目数据替代，总共使用冰川6201 条，涉及冰川面积8753 km2。很多科研人员都曾尝试使用自动解译的方法来进行冰川边界的提取[14-17]，但是自动解译的结果一般都没有人工手动判读的精度高，故本文以2015-2019 年间的Landsat OLI 遥感影像为主要数据源，在中国第二次冰川编目的基础上，采用人工目视解译的方法来提取冰川边界，并对编目中所录入的属性进行更新和精度评估，最终形成的2017-2018 年中国西部冰川编目数据集。

1 数据采集和处理方法

1.1 数据源

本文的数据源主要包括中国第二次冰川编目数据[18]（http://westdc.westgis.ac.cn）用于辅助判断冰川所属山脉、流域和行政区划等空间属性信息，以及从USGS 网站（https://earthexplorer.usgs.gov/）和地理空间数据云（http://www.gscloud.cn/）获取Landsat 遥感影像。由于一般情况下冰川及周围地区在夏秋季节（6-11 月）受积雪影响最小，为保证在提取冰川边界时的准确性，多选用在夏秋季节且云量覆盖度低于10%的遥感影像数据。在无法获取少量云、雪影像的情况下，选择能够互补的多景影像来提取冰川边界。同时优先选择2018 年的影像且时间跨度尽可能小，保证能够描述近乎同时期的冰川状态。基于上述原则，共选用315 景高质量的遥感影像作为2017-2018 年中国西部冰川编目的基础数据，约78%的影像集中在2017 和2018 年，夏秋季节（6-11 月）的影像占所选影像数据的65%（图1）。

图1 选取遥感影像时间

SRTM 数据主要用来计算单条冰川的海拔高度、平均坡向和平均坡度等属性信息。本文所用空间分辨率为30 m 的SRTM1 高程数据来源于中国科学院计算机网络信息中心的国际科学数据镜像网站（http://datamirror.csdb.cn）。

流域数据使用的是HydroSHEDS 数据库中的HydroATLAS V1.0 数据（https://figshare.com/articl es/HydroATLAS_version_1_0/），分为BasinATATLAS 和RiverATLAS 两个数据集，分别代表了流域覆盖范围和河流网络。本文以BasinATATLAS 数据集为参考，对第二次冰川编目中部分流域属性缺失的冰川进行属性赋值。

1.2 数据处理

为建立2017-2018 年中国冰川编目数据集，文中主要包括了影像预处理和提取冰川边界、冰川坡度坡向的计算以及数据检查和更新属性信息等多个环节（图2）。

图2 2017-2018 年中国西部冰川编目主要流程

首先，制定本次冰川编目规范：(1)冰和水反射光谱曲线相似，反射主要在蓝绿光波段，其他波段吸收都很强，所以一般可以通过颜色区分裸冰与周围地物。(2)当冰被雪覆盖时，很难用颜色区分冰的边界。但是由于冰密度较大，形状比较规则，且与周围地物的分界线较为明显，而雪较为松散，又因为其薄厚程度不同而与周围地物的分界线很是模糊，所以可以通过其形态来区分。(3)表碛覆盖区一般具有较低的温度，鲜少有植被分布。同时，由于表碛厚度不同引起的强烈差异性消融，使得表碛覆盖区冰川表面坑洼不平，形成与周围地形强烈的反差。在彩色影像中，可通过颜色和纹理特征区别表碛区与周围地物。利用以上判读标准确定冰川边界，当影像中冰川边界无法准确判读时，在Google Earth 中查看冰川周围地形或参考其他相近时间的影像进行辅助确定[19]。在最小冰川面积的选取上，不同的学者采用了不同的标准。有研究表明，在基于Landsat 卫星影像的冰川编目中，0.01 km2（约11 个纯像元）是最优的最小冰川面积阈值[20]，同样第二次冰川编目也是以0.01 km2作为最小冰川面积来进行冰川编目[13]，故本文采用0.01 km2作为最小冰川面积。

其次，对所有遥感影像进行标准假彩色合成，在ArcGIS 中以Landsat 影像为主，参考Google Earth 影像和中国第二次冰川编目数据集，利用人工目视解译的方法提取冰川边界，将所有数据统一采用GCS_WGS_1984 地理坐标系统和Asia_North_Albers_Equal_Area_Conic 投影系统以保证冰川面积计算时的准确性。

第三，更新冰川属性，主要指冰川编码、高程属性、坡度和坡向属性、流域信息等。GLIMS_ID为冰川编码，根据全球陆地冰监测计划（Global Land Ice Measurements from Space，GLIMS）制定。每条冰川需要被赋予唯一的标识码，取每条冰川的质心经纬度坐标对应其编码，编码结构为“GmmmmmmEnnnnnN”，其中G 表示冰川，mmmmmm 表示冰川质心点的经度值乘1000 后的6位数字，不足6 位的数字用0 表示，nnnnn 表示冰川质心点的纬度值乘1000 后的5 位数字，不足5位的数字用0 表示，E 和N 分别代表东经和北纬；冰川质心点的经纬度坐标由ArcGIS 计算得出，在中国第二次冰川编目的基础上修改冰川边界导致冰川质心点的经纬度坐标发生变化，根据上述冰川编码的制定规则完成了单条冰川编码的修订（包括第二次冰川编目中漏编的冰川），并保证其唯一性；将SRTM 数据与冰川边界数据在ArcGIS 中进行叠置分析，得到冰川区DEM 数据，然后计算得到冰川覆盖区域内坡度和坡向栅格数据，最后使用分区统计工具即可得到每条冰川的最高、平均和最低海拔高度、平均坡度和平均坡向属性；流域信息赋值主要是将冰川中心点数据与流域数据（BasinATATLAS）进行相交处理，通过唯一字段连接两个属性表，即可补充冰川的流域信息。

最后，采用人工交互检查的方式对每个冰川的矢量边界开展进一步的拓扑检查与边界修正。对前进冰川、消失冰川、分裂冰川或受山体阴影和积雪影响的冰川进行交互检查。在此过程中，利用Google Earth 影像作为主要的误差检测数据源。

2 数据样本描述

2.1 数据图形样本

截止到2018 年，中国西部地区共解译出冰川53 238 条，总面积为47 174.21±19.93 km2（表1）。在中国第二次冰川编目未完成的藏东南地区（图3 红色矩形框内），共有冰川13 066 条，总面积7611.25±4.64 km2。2017-2018 年中国西部冰川编目数据以面状形式表示如图3。

图3 2017-2018 年中国冰川分布

表1 中国西部流域区冰川数量与面积变化

与中国第二次冰川编目数据相比，中国西部冰川普遍呈退缩趋势，10 年来中国西部（藏东南地区除外）冰川面积共减少1393.97 km2，占冰川总面积的3.74%，平均面积变化速率为-0.43%/a。其中，共有318 条冰川消失，消失冰川的面积为18.98 km2，占冰川总面积的0.05%。22 条冰川漏编，漏编冰川面积为2.33 km2。还有部分冰川发生了分裂。如图4a 所示的冰川（G090379E30362N）在2009 年面积为0.02 km2，在2017 年已完全消失；图4b 的冰川（G101906E30571N）在中国第二次冰川编目中被漏编，在2017 年冰川面积为0.05 km2；图4c 的冰川（G097639E28918N）在退缩过程中逐渐分裂为两条冰川（G097641E28922N，G097638E28917N），面积由1.29 km2减少到0.89 km2。

图4 消失冰川、漏编冰川及分裂冰川

2.2 数据属性表

参考中国第一次和第二次冰川编目以及中国部分山系如冈底斯山、喜马拉雅山、念青唐古拉山等地的冰川编目研究[12-13,22-24]，2017-2018 年中国西部冰川编目数据属性表共设置19 个字段（表2），包括冰川名称、冰川编码、所使用的的遥感影像和冰川面积误差等信息。其中，冰川名称取自中国第二次冰川编目属性表。

表2 2017-2018 年中国西部冰川编目数据属性

3 数据质量控制和评估

本研究的方法是基于遥感影像通过人工目视解译冰川边界，在解译冰川边界过程中，由于遥感影像的质量与解译人员的主观意识等因素影响，不可避免产生边界描绘不准确的情况，从而导致冰川面积计算的误差。根据Hanshaw[25]等的研究，发现冰川面积误差与遥感影像的空间分辨率密切相关。假设解译造成的面积误差符合高斯分布，通过冰川周长与影像空间分辨率的关系得到冰川边界的像元数量，计算解译过程中产生的面积误差，公式如下：

式中：P为冰川周长（m）；G为遥感影像的空间分辨率（30 m）；σ是指随机误差权重，在假设一倍方差范围内，误差为真值的情况下，取值0.6872；A是冰川的总面积；E是冰川面积的相对误差。在上述公式的基础上，可基于误差传播理论计算出整个研究区域内所有冰川面积的误差积累，计算公式如下：

式中：ET是研究区域内冰川面积的总误差，i是冰川的数量，a是单条冰川的面积误差。

计算结果显示，由遥感影像分辨率所造成的冰川面积误差值为±19.93 km2，约占中国西部冰川总面积的±0.04%。单条冰川的相对面积误差在0-83%之间，相对面积误差与冰川的大小呈显著的幂指数关系（E =5.20A-0.45,R2=0.94，p<0.001）（图5）。

图5 单条冰川的相对面积误差

4 数据价值

本数据集是在中国第二次冰川编目的基础上形成的，描述了2015-2019 年特别是2017-2018 年中国西部冰川状态的变化。本数据集为我国西部自第一次、第二次冰川编目数据以后又一次全面系统的冰川调查，对于探讨中国西部冰川变化和冰川对气候变化的响应等相关研究具有重要意义。在全球气候变暖的现状下，也可以为西北干旱区水资源的利用等提供可靠的数据支撑。

5 数据使用方法及建议

2017-2018 年中国西部冰川矢量数据集采用Shapefile 矢量数据格式存储，在ArcGIS、ArcCatalog、ENVI 等GIS 平台中均可进行数据的读取、编辑等操作。

致 谢

感谢地理空间数据云和美国地质调查局等网站提供Landsat影像，感谢中国科学院计算机网络信息中心提供SRTM高程数据，感谢贺广丽、郭小宇、顾菊、张特、王嘉、郑亚杰等在冰川目视解译和冰川边界检查工作中所付出的辛勤劳动。

数据作者分工职责

冉伟杰（1997—），男，湖南常德人，硕士研究生，研究方向为冰冻圈遥感与灾害研究。主要承担工作：冰川编目数据处理、检查修正与论文撰写。

王欣（1973—），男，湖南耒阳人，博士，教授，研究方向为冰冻圈遥感、寒区水文与灾害。主要承担工作：研究思路设计、冰川编目规范制定、数据质量控制。

郭万钦（1978—），男，甘肃定西县人，博士，研究员，研究方向为冰川变化、跃动机理。主要承担工作：冰川编目数据处理与数据质量控制。

赵华秋（1996—），女，山东诸城人，硕士研究生，研究方向为冰冻圈遥感与灾害研究。主要承担工作：冰川编目数据处理与检查修正。

赵轩茹（1996—），女，甘肃定西人，博士研究生，研究方向为冰冻圈遥感与灾害研究。主要承担工作：冰川编目数据处理与检查修正。

刘时银（1963—），男，河南信阳人，博士，研究员，研究方向为冰川变化。主要承担工作：研究思路设计与冰川编目规范制定。

魏俊峰（1985—），男，湖北天门人，博士，讲师，研究方向为冰冻圈遥感。主要承担工作：冰川编目规范制定与数据质量控制。

张勇（1979—），男，山东滕州人，博士，教授，研究方向为全球变化与地理环境遥感。主要承担工作：冰川编目规范制定与数据质量控制。