1971–2014年慕士塔格–公格尔地区冰川高程变化数据集 中华文库

1971–2014年慕士塔格–公格尔地区冰川高程变化数据集
作者：张震　刘时银　魏俊锋
2018年10月29日
本作品收录于《中国科学数据》
张震, 刘时银, 魏俊锋. 1971–2014年慕士塔格–公格尔地区冰川高程变化数据集[J/OL]. 中国科学数据, 2018, 3(4). (2018-05-28). DOI: 10.11922/csdata.2018.0010.zh.


    摘要&关键词

    摘要：在气候变化的影响下，冰川变化将显著影响区域水循环和水资源，而冰川高程变化是反映该过程的关键指标。慕士塔格–公格尔地区位于东帕米尔高原，是我国重要冰川作用区之一。该区域不仅是目前国际冰川研究热点区域，而且是中巴经济走廊穿越区，其研究重要性日益增长。本文基于地形图、SRTM DEM和ASTER立体像对数据获取1971–2014年慕士塔格–公格尔地区冰川高程变化数据集。本数据集大致空间范围在38°N–39°N，74°40′E–75°40′E内，覆盖434条冰川，冰川总面积为998.8 km2，存储为GeoTIFF格式（32位浮点型），空间分辨率为30 m。为尽可能消除DEM空间匹配误差和由不同空间分辨率引起的误差，利用数据间的误差与地形因子之间的关系进行校正，同时估算了SRTM C波段对冰雪的穿透深度，提高了结果的精度。非冰川区残差统计分析表明，本数据集冰川高程变化误差为0.02～0.07 m a-1。本数据集可以作为帕米尔高原山地冰川冰量变化的本底调查资料，为该区域山地冰川物质平衡研究提供基础数据支撑。另外，本数据集与气候、水文等数据进行综合分析，可以揭示冰川–气候–水文之间的定量联系，深化冰川对气候变化响应机理及影响的科学认识，进一步了解该地区冰川变化的水资源效应。

    关键词：帕米尔；慕士塔格；公格尔；冰川高程变化；DEM

    Abstract & Keywords

    Abstract: While climate-driven glacier change significantly impacts regional water resources, particularly the hydrological cycle, glacier elevation change is a key indicator of climate change. As a major glacier region in eastern Pamir, China, the Muztag Ata and Kongur Tagh region is not only a hot area for glacier studies, but also a part of the China-Pakistan Economic Corridor. It shows growing importance in glacier research. In this study, glacier elevation changes were derived from topographic maps, SRTM DEM and ASTER images from 1971 to 2014. Within its spatial extent (38°N–39°N, 74°40′E–75°40′E), the region covers 434 glaciers totaling an area of 998.8 km2. The resulted data, with a spatial resolution of 30 m, were stored in GeoTiff format in 32-bit floating point. To mitigate influences of the relative errors between DEMs from the generating procedures, we corrected these errors before estimating elevation change using the relation between error and terrain factor. We also evaluated the penetration depth of the C-band radar beam of SRTM into snow and ice. A statistical analysis of the residual error of elevation change in non-glacial areas indicates that the results have an overall accuracy of about 0.02~0.07 m a-1. The dataset can serve as the basis for investigating the region’s glacier volume change, providing statistical support for research on glacier mass balance. In addition, when used in combination with climatic and hydrological data, the dataset can help reveal the quantitative relationship between glaciers, climate and hydrology. It promotes a scientific understanding of the glaciers’ responding mechanism to climate changes, and the region’s water effects of glacial changes.

    Keywords: Pamir; Muztag Ata; Kongur Tagh; glacier elevation change; DEM

    数据库（集）基本信息简介

    数据库（集）名称 1971–2014年慕士塔格–公格尔地区冰川高程变化数据集
    数据作者 张震、刘时银、魏俊锋
    数据通信作者 刘时银（shiyin.liu@ynu.edu.cn）
    数据时间范围 1971–2014年
    地理区域 北纬38°–39°，东经74°40′–75°40′
    空间分辨率 30 m
    数据量 15.5 MB
    数据格式 *.tif (GeoTIFF, 32 bit float)
    数据服务系统网址 http://www.sciencedb.cn/dataSet/handle/573
    基金项目 国家自然科学基金项目（41701087，41671066）；科技部科技基础性工作专项项目（2013FY111400）；云南大学引进人才项目（YJRC3201702）；国际合作项目（131C11KYSB20160061-4）。
    数据库（集）组成 本数据集包括1个压缩文件，文件名为MAKT.zip，包含3个文件，分别: 1. 1971T_1999S.tif是1971–1999年冰川高程变化； 2. 1999S_2014A.tif是1999–2014年冰川高程变化； 3. 1971T_2014A.tif是1971–2014年冰川高程变化。

    Dataset Profile

    Title A dataset of glacier elevation change in Muztag Ata and Kongur Tagh from 1971 to 2014
    Data corresponding author Liu Shiyin (shiyin.liu@ynu.edu.cn)
    Data authors Zhang Zhen, Liu Shiyin, Wei Junfeng
    Time range 1971 – 2014
    Geographical scope 38° – 39°N, 74°40′ – 75°40′E
    Spatial resolution 30 m
    Data volume 15.5 MB
    Data format *.tif (GeoTIFF, 32 bit float)
    Data service system http://www.sciencedb.cn/dataSet/handle/573
    Sources of funding National Natural Science Foundation of China (41701087, 41671066); Fundamental Work Program of the Ministry of Science and Technology of China (MOST) (2013FY111400); New Talents Research Program of Yunnan University (YJRC3201702); International Collaboration Project (131C11KYSB20160061-4).
    Dataset composition The dataset consists of three data files: 1971T_1999S.tif is a file of glacier elevation change during 1971 – 1999; 1999S_2014A.tif is a file of glacier elevation change during 1999 – 2014; 1971T_2014A.tif is a file of glacier elevation change during 1971 – 2014.


    引 言

    在气候变化的影响下，冰川变化显著影响区域水循环和水资源。而传统的冰川二维参数（面积、长度）的统计方法不能准确反映冰储量的变化，物质平衡是反映这一过程的关键指标[1][2]。冰川物质平衡是引起冰川性质、规模和径流变化的物质基础，已成为全球气候系统中一个重要的监测和模拟对象[3]。受野外观测条件的限制，长时间大尺度的物质平衡实地监测较为困难。遥感技术的快速发展为冰川物质平衡监测提供了丰富的数据源，并且成为区域尺度范围冰川物质平衡主要监测手段[4][5]。在冰川物质平衡遥感监测中，主要通过冰川高程变化数据进行估算[4][5]。冰川高程变化遥感监测主要通过多时相DEM对比进行探测，而DEM的获取有多种手段，比如机载激光扫描（Light detection and ranging，LiDAR）、干涉合成孔径雷达（Interferometric Synthetic Aperture Radar，InSAR）、光学立体像对等[6][7][8]。拥有15 m中等空间分辨率的ASTER立体像对数据具有较低的使用经济成本、历史资料丰富等优点，可以提取2000年以后的DEM，在冰川高程变化监测中取得了广泛应用[5]。2000年获取的全球尺度SRTM DEM具有大空间覆盖尺度和高精度的优势，在冰川高程变化或者物质平衡研究中也受到研究者的青睐[6][7][8]。不过2000年以前拥有立体测图能力的卫星传感器较少，最主要的数据源为各国采用航空摄影测量、近景摄影测量或其他测绘技术手段获取并生成的历史地形图数据。历史地形图数据是评估2000年以前冰川高程变化的重要数据源[9][10]。

    慕士塔格和公格尔地区（图1）位于东帕米尔高原，是我国西部重要冰川作用区。研究区山脉海拔大多在5000 m以上，最高峰为公格尔峰，海拔7719 m，慕士塔格峰主峰海拔7546 m。研究区冰川呈辐射状分布，根据我国第二次冰川编目[11]，该地区共发育冰川434条，面积998.8 km2。最近的研究结果表明，该地区冰川变化空间差异性大，并且当前对“帕米尔–喀喇昆仑山（冰川）异常”认识还存在一定的争议[12][13][14][15]。2015年5月公格尔九别峰克拉牙依拉克冰川发生跃动，给当地牧民的生产、生活带来一定的损失[16]，而且慕士塔格和公格尔地区为中巴经济走廊穿越区，因此对该地区开展冰川变化的研究日益重要。本研究以ASTER立体像对数据、SRTM DEM、地形图等数据提取了慕士塔格和公格尔地区近43年的冰川高程变化，有利于扩展对帕米尔冰川的认识，且有利于认识冰川对局部特殊气候变化的响应，为该地区冰川保护和水资源利用提供科学依据。


    图1 研究区示意图（子区域按照山系划分）


    1 数据采集和处理方法

    1.1 数据源及预处理

    研究采用1971年和1976年地形图DEM、2000年SRTM 1弧秒的DEM、2013年和2014年ASTER立体像对数据（表1）。地形图DEM是通过国家测绘局提供的数字化等高线生成的，国家测绘局将原北京1954坐标系转换为西安80坐标系，本研究使用国家测绘局提供的三角点，利用七参数法再转换为WGS1984坐标系，并将黄海高程基准转为EGM96[9][10]。


    表1 慕士塔格–公格尔地区冰川高程变化数据集所采用的数据

    数据 时间 最优分辨率（m）/比例尺 目的
    1971年地形图（3幅） 1971-10 1∶50 000 提取DEM和冰川边界
    1976年地形图（11幅） 1976-11 1∶50 000 提取DEM和冰川边界
    SRTM 2000-02 30 提取DEM
    Terra ASTER 2013-06-11 15 提取DEM
    Terra ASTER 2014-07-23 15 提取DEM
    Landsat ETM+ 2000-09-11 15 提取冰川边界
    Landsat OLI 2014-10-03 15 提取冰川边界
    中国第一次冰川编目数据（修订版） 1963 / 提取冰川边界
    中国第二次冰川编目数据 2009 / 提取冰川边界


    SRTM DEM是由2000年2月获取的覆盖地球80%以上陆地表面的雷达数据生成的，数据有C波段和X波段两种，其中C波段数据目前公开有1弧秒（SRTM 1）和3弧秒（SRTM 3）两种。本研究主要使用SRTM 1代表1999年消融期末的高程。由于X波段数据只能覆盖研究区的20%，本研究将此作为辅助数据估算C波段对冰雪的穿透深度。假设X波段对冰雪没有穿透[9][10]，利用1.2小节中DEM校正流程，以冰川中值海拔高度划分积累区和消融区，得到C波段在积累区平均穿透为2.41 m，消融区平均穿透为0.79 m。通过对比与SRTM采集时间相近的Landsat ETM+影像（2000年2月7日），可知该时间段冰川表碛区基本没有积雪覆盖，因此可以认为表碛区不需要考虑冰雪穿透的问题。

    ASTER传感器搭载在Terra卫星上，该传感器的可见光与近红外（VNIR）系统具有立体成图能力，其3N和3B波段影像构成基高比（B/H）为0.6的立体像对。本研究使用2013年和2014年两景覆盖慕士塔格–公格尔地区的ASTER立体像对数据（L1A）在ENVI软件中提取DEM，平面控制来自Landsat OLI影像，高程控制来自地形图，坐标系同样设置为WGS1984/EGM96，空间分辨率设置为30 m[9]。

    1.2 数据处理方法和流程

    不同DEM由于获取和处理过程的不同，存在空间匹配误差和空间分辨率引起的误差，对两者误差的校正流程如图2。采用灰值图像显示DEM数据高程差是一种简单评估不同DEM间空间匹配误差的可视化方法。如果高程差值图与山体阴影图相似，则表示DEM数据间存在空间匹配错位，且冰川区与非冰川区空间匹配误差保持一致。因此，空间匹配误差可以通过非冰川区域的高程偏差进行校正。非冰川区稳定地形的高程偏差（dh）与坡度（α）、坡向（\(\phi \)）存在三角函数关系[17]：

    \(\frac{dh}{\mathit{tan}\left(\alpha \right)}=a*\mathit{cos}\left(b-\phi \right)+c\) （1）

    \(c=\frac{\stackrel{-}{dh}}{tan\left(\stackrel{-}{\alpha }\right)}\) （2）

    其中\(\stackrel{-}{dh}\)为不同DEM整体高程差异，代表垂直偏移量，\(\stackrel{-}{\alpha }\)为基准DEM提取的平均坡度。参数a、b、c可以通过回归分析获取。采用公式（3–5）获取不同DEM数据间X、Y、Z方向上的偏移校正量：

    \(X=a*sin\left(b\right)\) （3）

    \(Y=a*cos\left(b\right)\) （4）

    \(Z=c*tan\left(\stackrel{-}{\alpha }\right)\) （5）

    为了尽可能减少空间匹配误差，一般需要经过多次如上述过程进行迭代。本研究设定为当dh的标准差减小幅度小于2%或者偏移量小于0.5 m即可完成迭代。此外，本研究还根据高程偏差的5%和95%分位数剔除异常值的影响。

    受不同空间分辨率差异的影响，不同DEM数据经过配准后仍存在一定高程差残差。Gardelle的研究[18]表明该残差与基准DEM的最大曲率之间存在相关关系，且非冰川区和冰川区呈现一致性，因此可通过非冰川区高程差残差与最大曲率的线性关系，对冰川区的高程差残差进行校正。

    本研究利用地形图DEM为基准对SRTM DEM和ASTER DEM利用上述流程进行校正，对于SRTM DEM和ASTER DEM的差值则使用SRTM DEM为基准。


    图2 DEM校正主要流程示意图[17-18]


    2 数据样本描述

    1971–2014年慕士塔格–公格尔地区冰川高程变化数据集分为三个文件存储：一是2000年SRTM DEM与1971年、1976年的地形图DEM的差值，代表1971–1999年冰川高程变化值（单位m a-1），命名为1971T_1999S.tif；二是2013年、2014年的ASTER DEM与2000年SRTM DEM的差值，代表1999–2014年冰川高程变化值（单位m a-1），命名为1999S_2014A.tif；三是2013年、2014年的ASTER DEM与1971–1976年地形图DEM的差值，代表1971–2014年冰川高程变化值（单位m a-1），命名为1971T_2014A.tif。数据结果显示如图3。


    （a）

    （b）

    （c）

    图3 慕士塔格–公格尔地区冰川高程变化（a）1971–1999年冰川高程变化；（b）1999–2014年冰川高程变化；（c）1971–2014年冰川高程变化


    3 数据质量控制和评估

    根据前人的研究，地形图在山区和高山区高程精度优于8～14 m[19]，SRTM DEM数据平均高程精度优于16 m（90%置信区间），但随地形波动[20][21]。ASTER立体像对生成的DEM平面精度优于±15 m，高程精度介于±15～25 m之间[22]。冰川高程变化的误差（E）可以用非冰川区高程残差的平均值（Em ）和标准差（σ）计算[1]：

    \(E=\sqrt{{{E}_{m}}^{2}+{\sigma }^{2}/N}\) （6）

    式中N为空间去相关处理后的像元个数，本研究将所有DEM空间分辨率统一为30 m，取空间去相关距离为600 m[1]。由表2可知，两期DEM的高程差误差在0.65～1.08 m之间，年变化误差在0.02～0.07 m a-1。


    表2 校正前后DEM数据误差特征及冰川高程变化误差

    区域 类型 校正前（m） 校正后（m） N E（m） '年变化误差'（m a'-1'）
    'E'm σ 'E'm σ
    慕士塔格 SRTM - TOPO −11.13 18.79 −0.91 17.32 6329 0.94 0.04
    ASTER - SRTM −12.41 38.09 −0.76 27.38 1878 0.99 0.07
    ASTER - TOPO −19.24 34.24 −0.22 28.84 2213 0.65 0.02
    公格尔 SRTM - TOPO −9.13 21.50 −0.99 19.27 6954 1.02 0.04
    ASTER - SRTM −9.62 54.37 −0.82 31.08 1912 1.08 0.07
    ASTER - TOPO −7.67 49.45 0.34 38.34 2389 0.85 0.02


    SRTM 1数据是未经空洞填补的数据产品，在本研究区存在一定空洞，ASTER立体像对受云、雪等影响存在匹配精度差的区域，因此本数据集具有一定数量的空洞，但空洞所占比例较少，对研究结果影响可以忽略不计。

    4 数据价值

    基于ASTER立体相对数据、SRTM DEM、地形图获取了1971–2014年慕士塔格和公格尔地区的冰川高程变化数据集。本数据结果可以估算冰川物质平衡，冰川物质平衡与径流时空变化特征及其对气候变化的响应过程，可以揭示冰川–气候–水文之间的定量联系，深化冰川对气候变化响应机理及影响的科学认识，进一步了解该地区冰川变化的水资源效应。

    5 数据使用方法和建议

    1971–2014年慕士塔格–公格尔地区冰川高程变化数据存储格式为GeoTiff格式。ArcGIS、SuperMap、ENVI、ERDAS等常用的GIS与遥感软件均可支持该数据的读取和操作。冰川高程年变化值以影像的像元值表示，单位为m a-1，空间分辨率为30 m。受积雪覆盖影响，图像的饱和问题（尤其在积累区）给光学立体像对提取的 DEM 带来一定的不确定性，因此在使用时可以针对积累区部分做进一步处理。

    致 谢

    感谢USGS提供的Landsat、SRTM 1数据，感谢NASA EARTHDATA提供ASTER数据，感谢寒区旱区科学数据中心提供中国第二次冰川编目数据集。

    参考文献

    1. ^ 1.0 1.1 1.2 BOLCH T, PIECZONKA T, BENN D I. Multi-decadal mass loss of glaciers in the Everest area (Nepal Himalaya) derived from stereo imagery[J]. The Cryosphere, 2011, 5: 349-358.
    2. ↑ KARIMI N, FAROKHNIA A, SHISHANGOSHT S, et al. Elevation changes of Alamkouh glacier in Iran since 1955, based on remote sensing data[J]. International Journal of Applied Earth Observation and Geoinformation, 2012, 19: 45-58.
    3. ↑ ZEMP M, HOELZLE M, HAEBERLI W. Six decades of glacier mass balance observations: a review of the worldwide monitoring network[J]. Annals of Glaciology, 2009, 50: 101-111.
    4. ^ 4.0 4.1 PAUL F, BOLCH T, KÄÄB A, et al. The glaciers climate change initiative: Methods for creating glacier area, elevation change and velocity products[J]. Remote Sensing of Environment, 2015, 162: 408-426.
    5. ^ 5.0 5.1 5.2 BRUN F, BERTHIER E, WAGNON P, et al. A spatially resolved estimate of High Mountain Asia glacier mass balances from 2000 to 2016[J]. Nature Geoscience, 2018, 10: 668–673.
    6. ^ 6.0 6.1 GARDELLE J, BERTHIER E, ARNAUD Y. Slight mass gain of Karakoram glaciers in the early twenty-first century [J]. Nature Geoscience, 2012, 5: 322-325.
    7. ^ 7.0 7.1 LI G, LIN H, YE Q H. Heterogeneous decadal glacier downwasting at the Mt. Everest (Qomolangma) from 2000 to ~2012 based on multi-baseline bistatic SARinterferometry[J]. Remote Sensing of Environment, 2018, 206: 36–349.
    8. ^ 8.0 8.1 徐春海, 李忠勤, 王飞腾, 等. 基于LiDAR、SRTM DEM的祁连山黑河流域十一冰川2000–2012年物质平衡估算[J]. 自然资源学报, 2017, 32(1): 88-100.
    9. ^ 9.0 9.1 9.2 9.3 ZHANG Z, LIU S Y, WEI J F, et al. Mass change of glaciers in Muztag Ata-Kongur Tagh, eastern Pamir, China from 1971/76 to 2013/14 as derived from remote sensing data[J]. PLOS ONE, 2016, 11: e0147327.
    10. ^ 10.0 10.1 10.2 WU K P, LIU S Y, JIANG Z L, et al. Recent glacier mass balance and area changes in the Kangri Karpo Mountains from DEMs and glacier inventories [J]. The Cryosphere, 2018, 12: 103-121.
    11. ↑ 刘时银, 姚晓军, 郭万钦, 等. 基于第二次冰川编目的中国冰川现状[J]. 地理学报, 2015, 70(1): 3-16.
    12. ↑ HOLZER N, VIJAY S, YAO T, et al. Four decades of glacier variations at Muztagh Ata (eastern Pamir): a multi-sensor study including Hexagon KH-9 and Pléiades data[J]. The Cryosphere, 2015, 9: 2071–2088.
    13. ↑ KÄÄB A, TREICHLER D, NUTH C, et al. Brief Communication: Contending estimates of 2003-2008 glacier mass balance over the Pamir–Karakoram–Himalaya[J]. The Cryosphere, 2015, 9: 557-564.
    14. ↑ GARDNER A S, MOHOLDT G, COGLEY J G, et al. A reconciled estimate of glacier contributions to sea level rise: 2003 to 2009[J]. Science, 2013, 340: 852-857.
    15. ↑ GARDELLE J, BERTHIER E, ARNAUD Y, et al. Region-wide glacier mass balances over the Pamir-Karakoram-Himalaya during 1999-2011[J]. The Cryosphere, 2013, 7: 1263-1286.
    16. ↑ 张震, 刘时银, 魏俊锋, 等. 新疆帕米尔跃动冰川遥感监测研究[J]. 冰川冻土, 2016, 38(1): 11-20.
    17. ↑ NUTH C, KÄÄB A. Co-registration and bias corrections of satellite elevation datasets for quantifying glacier thickness change [J]. The Cryosphere, 2011, 5: 271-290.
    18. ↑ GARDELLE J, BERTHIER E, ARNAUD Y. Impact of resolution and radar penetration on glacier elevation changes computed from DEM differencing[J]. Journal of Glaciology, 2012, 58(208): 419-422.
    19. ↑ 国家质量监督检验检疫总局, 国家标准化管理委员会. GB/T 1234.1-2008 国家基本比例尺地图编绘规范 第一部分：1:25 000 1:50000 1:100 000 地形图编绘规范[S]. 北京: 中国标准出版社, 2008.
    20. ↑ KOLECKA N, KOZAK J. Assessment of the Accuracy of SRTM C- and X-Band High Mountain Elevation Data: a Case Study of the Polish Tatra Mountains[J]. Pure and Applied Geophysics, 2013, 171(6): 897-912.
    21. ↑ RODR GUEZ E, MORRIS C S, BELZ J E. A Global Assessment of the SRTM Performance[J]. Photogrammetric Engineering & Remote Sensing, 2006, 72(3): 249-260.
    22. ↑ TOUTIN T. ASTER DEMs for geomatic and geoscientific applications: a review[J]. International Journal of Remote Sensing, 2008, 29(7): 1855-1875.

    数据引用格式

    张震, 刘时银, 魏俊锋. 1971–2014年慕士塔格–公格尔地区冰川高程变化数据集[DB/OL]. Science Data Bank, 2018. (2018-05-26). DOI: 10.11922/sciencedb.573.