1991年和2015年唐古拉山冰川矢量数据集

1991年和2015年唐古拉山冰川矢量数据集
作者:段红玉 姚晓军 刘时银 张聪
2019年11月27日
本作品收錄於《中国科学数据
段红玉, 姚晓军, 刘时银, 张聪. 1991年和2015年唐古拉山冰川矢量数据集[J/OL]. 中国科学数据, 2019. (2019-11-27). DOI: 10.11922/csdata.2019.0071.zh.


摘要&关键词

编辑

摘要:唐古拉山位于青藏高原中部(31°15′–34°45′N,90°23′–95°52′E),西起祖尔肯乌拉山,东至布加岗日,全长约500 km。山脉总体呈西北–东南走向,是青海省与西藏自治区的界山及怒江河源水系和长江–澜沧江河源水系的分水岭。唐古拉山平均海拔5500 m左右,总地势西部高、东部低。唐古拉山脉东段冰川属于海洋型冰川,西段属于大陆型冰川,长江正源各拉丹东冰川区、怒江正源将美尔山冰川区及澜沧江正源皆位于唐古拉山地区,因此本区域冰川变化对以上河流水资源起着至关重要的作用。本数据集基于第一、二次冰川编目数据、1989–1995年Landsat TM遥感影像、2013–2017年Landsat OLI遥感影像以及SRTM DEM数据,提取1991年和2015年唐古拉山冰川矢量数据,并标明了冰川编码、名称和流域等相关信息。本数据集反映了1991年(两次冰川编目之间)和2015年唐古拉山冰川分布状况,可作为该区域冰川变化、气候变化等研究的基础数据。

关键词:冰川;遥感影像;数据集;唐古拉山

Abstract & Keywords

编辑

Abstract: The Tanggula Mountains are located in the central part of the Tibetan Plateau (31°15′–34°45′N, 90°23′–95°52′E), are bordered by the Zulkkora Mountains to the west and by the Bujiagangri region to the east, and stretch ~500 km from NW to SE. They form the boundary between Qinghai province and the Tibet Autonomous Region and serve as the watershed of the Nujiang and Yangtze-Lantsang Rivers. The average elevation of the Tanggula Mountains is ~5500 m, and the terrain is high in the west and low in the east. The glaciers located in the eastern section of the mountains are temperate-glaciers and in the western section are cold-glaciers. The Yangtze River, Nu River and Lantsang River all originate from the Tanggula Mountains. Therefore, glacier changes in the region play a crucial role in the water resources of the above rivers. The dataset delineated the glacier vector data of Tanggula Mountains in 1991 and 2015 based on the First Chinese Glacier Inventory and Second Chinese Glacier Inventory, Landsat TM images from 1989 to 1995, Landsat OLI images from 2013 to 2017 and the Shuttle Radar Topography Mission (SRTM) DEM data. Additionally, the glacier coding, name and basin et al. were labeled in the attribute table. The dataset presents the glacier conditions in 1991 (between the two Chinese glacier inventories) and 2015, which can be used as the basic data for research on glacier change and climate change in this region.

Keywords: glacier; remote sensing images; dataset; Tanggula Mountains

数据库(集)基本信息简介

编辑
数据库(集)名称 1991年和2015年唐古拉山冰川矢量数据集
数据作者 段红玉、姚晓军、刘时银、张聪
数据通信作者 姚晓军(yaoxj_nwnu@163.com)
数据时间范围 1991年、2015年
地理区域 地理范围包括北纬31°15′–34°45′N,东经90°23′–95°52′E
数据量 4.53 MB
数据格式 ESRI shapefile文件(压缩为*.zip格式)
数据服务系统网址 http://www.sciencedb.cn/dataSet/handle/895
基金项目 国家自然科学基金(41561016,41861013,41801052);西北师范大学青年教师科研能力提升计划项目(NWNU-LKQN-14-4)
数据库(集)组成 数据集共包括2个数据文件:Glacier_outlines_1991.zip是1991年唐古拉山冰川边界矢量数据;Glacier_outlines_2015.zip是2015年唐古拉山冰川边界矢量数据。

Dataset Profile

编辑
Title A dataset of glaciers in the Tanggula Mountains in 1991 and 2015
Data corresponding author Yao Xiaojun (yaoxj_nwnu@163.com)
Data authors Duan Hongyu, Yao Xiaojun, Liu Shiyin, Zhang Cong
Time range 1991, 2015
Geographical scope 31°15′–34°45′ N, 90°23′–95°52′ E
Data volume 4.53 MB
Data format ESRI Shapefile file (compressed in *.zip)
Data service system <http://www.sciencedb.cn/dataSet/handle/895>
Sources of funding National Natural Science Foundation of China (41561016, 41861013, 41801052); Earlier Career Research Promotion Program of Northwest Normal University (NWNU-LKQN-14-4).
Dataset composition The dataset consists of 2 subset: Glacier_outlines_1991.zip is the glacier outlines of the Tanggula Mountains in 1991; Glacier_outlines_2015.zip is the glacier outlines of the Tanggula Mountains in 2015.


引 言

编辑

冰川是陆地上重要的淡水资源,对生态环境、经济建设以及区域可持续发展都有重要作用[1],但随着气候变化尤其是近几十年来全球气温上升,世界上大多数冰川都出现了一些重要变化[2]。青藏高原是中低纬度现代冰川最为发育的地区,20世纪90年代以来青藏高原冰川呈退缩状态,各地冰川变化呈现明显的空间特征[3]。诸多研究表明冰川变化在本世纪末对全球气候变化的指示性作用愈加明显[4],并对水资源和自然灾害产生重要影响,因此冰川变化倍受关注。唐古拉山发育着数量众多的冰川,根据第二次中国冰川编目,该区共有1585条冰川,总面积1840.8 km2。长江、怒江和澜沧江皆发源于唐古拉山,唐古拉山冰川变化对以上河流水资源存在一定影响。因此,明晰唐古拉山冰川现状和变化有着非常重要的现实意义。本文基于Landsat TM遥感影像提取的唐古拉山1991年冰川矢量数据填补了两次冰川编目之间的空白,基于Landsat OLI遥感影像提取的2015年冰川矢量数据显示唐古拉山最近的冰川状况。本数据集可作为唐古拉山冰川变化的基础数据,为研究该区域冰川资源和水资源的变化以及可能引发的自然灾害提供科学依据。

1 数据采集和处理方法

编辑

1.1 数据源

编辑

唐古拉山1991年冰川矢量数据所采用的数据源为7景Landsat TM遥感影像,2015年冰川矢量数据的数据源为7景Landsat OLI遥感影像(表1),这些影像均从美国地质调查局(USGS)网站(http://glovis.usgs.gov/)下载获得。由于受云、雪影响,影像时间跨度较大(1989–1995年和2013–2017年)。其中行列号为138037的影像上冰川面积超过唐古拉山冰川总面积二分之一,因此以其年份为代表年份(1991年和2015年)。冰川高程属性提取和冰川划分采用空间分辨率为30 m的SRTM DEM数据,从地理空间云(http://www.gscloud.cn)下载获得。冰川编码、名称、位置及流域等参考唐古拉山第一、二次冰川编目。


表1 1991年和2015年唐古拉山冰川解译所用遥感影像

行列号 日期 传感器 云覆盖率 (%) 分辨率 (m) 行列号 日期 传感器 云覆盖率 (%) 分辨率 (m)
135038 1995/08/19 TM 11.7 30 135038 2016/07/27 OLI 5.49 30
136037 1994/09/24 TM 0.13 30 136037 2013/08/11 OLI 3.11 30
136038 1994/09/24 TM 0.14 30 136038 2016/08/19 OLI 1.42 30
137037 1990/08/19 TM 11.14 30 137037 2015/07/23 OLI 0.17 30
138036 1992/08/31 TM 0.12 30 138036 2015/10/02 OLI 0.12 30
138037 1991/09/14 TM 0.13 30 138037 2015/10/02 OLI 0.13 30
139036 1989/10/01 TM 0.22 30 139036 2017/08/11 OLI 1.51 30


1.2 数据处理过程

编辑

1.2.1 单条冰川提取

编辑

1991年和2015年唐古拉山冰川矢量边界的提取采用中国第二次冰川编目的提取方法[5]。首先基于Landsat TM/OLI遥感影像,利用波段比值法并通过人工交互式方法确定阈值,得到裸冰川边界二值图像,其中Landsat TM影像的波段比值为TM3/TM5或TM4/TM5,Landsat OLI影像的波段比值为OLI4/OLI6或OLI5/OLI6,经过试验确定阈值为1.9。然后将其转化为矢量多边形,并参考第一、二次冰川编目数据和Google Earth影像对矢量数据进行人工修订和检查,以提高冰川边界精度。最后根据郭万钦等[6]提出的山脊线自动提取方法,利用SRTM DEM数据提取山脊线,并以此对修订后的冰川边界进行分割,从而得到各单条冰川的矢量数据(图1)。


图片

图1 唐古拉山冰川矢量数据提取技术路线


1.2.2 冰川体积估算

编辑

本数据集采用与第二次冰川编目相同的计算方法估算1991年和2015年唐古拉山冰川体积,公式(1)由Radić and Hock[7]提出,公式(2)由Grinsted[8]提出。公式为:

图片 (1)

图片 (2)

式中:图片为冰川体积(km3);图片为冰川面积(km2)。

2 数据样本描述

编辑

2.1 数据属性表

编辑

1991年和2015年唐古拉山冰川矢量数据集属性表共包含18个字段(表2),反映了各冰川的名称、位置、海拔、面积、周长及体积等信息。ID为属性表的唯一值字段;Name为冰川名称,参考地形图和第二次冰川编目确定;GLIMS_ID为冰川编码,采用与第二次冰川编目相同的编码方式;Province为冰川所在省份;Mountain为冰川所属山系;City为冰川所在市(地区);Image为冰川提取所用遥感影像;Longitude和Latitude为冰川质心所在经纬度,反映冰川位置信息;Basin_1、Basin_2和Basin_3表示冰川所在一级、二级和三级流域;Max_Elev和Min_Elev为冰川最高点与最低点高程值;Area为冰川面积;Perimeter为冰川周长;Aspect为冰川朝向;Volume_A为采用Radić and Hock提出的公式计算的冰川体积;Volume_B为采用Grinsted提出的公式计算的冰川体积。


表2 1991和2015年唐古拉山冰川矢量数据集属性表说明

序号 字段名称 数据类型 字符长度 字段描述
1 ID Short Integer 5 标识码
2 Name Text 30 冰川名称
3 GLIMS_ID Text 14 冰川编码
4 Province Text 8 冰川所在省份
5 City Text 40 冰川所在市或地区
6 Mountain Text 12 冰川所在山系
7 Image Text 50 主要遥感影像
8 Longitude Float 6 冰川经度
9 Latitude Float 6 冰川纬度
10 Basin_1 Text 4 冰川所在一级流域
11 Basin_2 Text 6 冰川所在二级流域
12 Basin_3 Text 8 冰川所在三级流域
13 Max_Elev Short Integer 4 最高点海拔
14 Min_Elev Short Integer 4 最低点海拔
15 Area Float 6 冰川面积
16 Perimeter Float 6 冰川周长
17 Aspect Text 4 冰川朝向
18 Volume_A Float 6 冰川体积1
19 Volume_B Float 6 冰川体积2


2.2 数据样本概述

编辑

1991年唐古拉山共有冰川1608条,总面积为1996.1±55.6 km2,冰川体积约为152.9 km3。2015年唐古拉山共有冰川1466条,总面积为1661.1±48.5 km2,冰川体积约为130.2 km3。由于冰川退缩而导致的冰川变化不足以造成冰川分布的整体特点产生巨大差异,因此我们仅对2015年唐古拉山冰川的整体分布特点加以描述。冰川分布最基本的特征是数量庞大的小冰川占总面积比例很小,而数量较少的大冰川面积占比较大,唐古拉山2015年冰川分布符合此特点。面积小于0.5 km2的冰川数量占唐古拉山冰川总数量的68.6%,其面积仅占冰川总面积的10.4%。而面积大于0.5 km2的冰川数量仅占唐古拉山冰川总数量的4.4%,但其面积占冰川总面积的55.1%(图2)。冰川面积为近似正态分布,分布区间为4200–6600 m。其中,5500–5800 m是冰川的集中分布区间,此海拔区间内冰川面积占冰川总面积的55.8%(图3)。从三级流域来看,金沙江流域冰川资源最丰富,冰川数量、面积和体积分别占总量的41.4%、54.7%和54.6%。从四级流域来看,当曲流域冰川数量、面积和冰储量占比最大,分别为34.7%、34.4%和29.2%(表3)。


图片

图2 2015年唐古拉山不同面积等级冰川数量和面积分布


图片

图3 2015年唐古拉山不同海拔高度冰川面积分布


表3 2015年唐古拉山冰川各流域冰川分布

'三级流域'(编码) '四级流域'(编码) 冰川数量 冰川面积 冰川体积
(条) (%) (km'2' (%) (km'3' (%)
金沙江(5K4) 口前曲等(5K43) 2 0.1 0.5 0.03 0.02 0.02
当曲(5K44) 509 34.7 572.0 34.4 38 29.2
沱沱河(5K45) 96 6.5 336.9 20.3 33.1 25.4
总计 607 41.4 908.9 54.7 71.1 54.6
澜沧江(5L3和5L4) 色曲(5L31) 28 1.8 9.6 0.6 0.4 0.3
昂曲(5L32) 132 8.7 32.0 1.9 1.2 0.9
扎曲(5L41) 1 0.1 0.1 0.0 0.003 0.002
总计 155 10.6 41.4 2.5 1.6 1.2
怒江(5N2) 那曲(5N23) 360 24.2 189.4 11.3 11.7 9.0
怒江中游左岸(5N24) 213 14.4 115.4 6.9 7.4 5.7
总计 566 38.6 302.2 18.2 19.1 14.7
色林错(5Z2) 赤布张错(5Z21) 59 4.0 276.6 16.7 28 21.5
色林错(5Z22) 79 5.4 131.8 7.9 10.5 8.1
总计 138 9.4 408.4 24.6 38.5 29.5


3 数据质量控制和评估

编辑

基于遥感影像的冰川面积精度评估是一项困难但极其重要的工作[9]。冰川矢量化的误差源主要有三类[10][11]:技术误差、解译误差和方法误差。大多数情况下,如果遥感影像已经过精确的正射校正,技术误差可以忽略不计。解译误差主要依赖于冰川定义和冰川判读,难以评判。方法误差主要取决于遥感影像的质量以及工作人员的经验和技术,因此也难以准确评估。本数据集采用Landsat TM/OLI影像,其30 m的分辨率足以满足冰川解译的需求。为尽可能求取最真实的冰川面积,遥感影像最好在消融季末期获取,因为一般情况下冰川及其周围地区在消融季末期受积雪影响最小。本数据集所选影像皆处于冰川消融季末期,且无明显积雪覆盖。同时影像的选取应保证无云或少云,至少应保证冰川不被云遮挡。本数据集所选取的影像绝大多数云覆盖率低于5%,仅有两幅为11.7%和11.1%,但冰川无云遮盖。本数据集冰川解译人员由参与第二次冰川编目经验丰富的人员严格培训,经过反复训练以保证对冰川的准确识别。对于有表碛覆盖的冰川,参照Google Earth高清影像和三维效果进行识别,尽管误差不可避免,但已将其降到最低。最终,冰川面积的解译精度仍然需用科学的方法适当地进行评估,这里我们仅计算由遥感影像的分辨率造成的误差,计算公式如下:

图片 (3)

式中,ɛ是由遥感影像分辨率引起的面积误差(km2);N是冰川轮廓经过的像元个数;A是单个像元的面积(Landsat TM/OLI遥感影像单个像元面积为900 km2)。

4 数据价值

编辑

本数据集为基于中国第二次冰川编目方法提取的1991年和2015年唐古拉山冰川矢量边界数据。唐古拉山第一次冰川编目年份为1969年,第二次冰川编目年份为2007年,两次编目之间时间跨度达38年之久。本数据集1991年冰川矢量数据能够反映两次冰川编目之间唐古拉山冰川状态,2015年冰川矢量数据是在影像质量保证下能反映最近唐古拉山冰川状况的数据。两期冰川数据与两次冰川编目数据结合使用,能反映近50年来唐古拉山冰川的动态变化,为区域冰川变化、冰川变化对气候变化的响应等研究提供基础数据,亦为区域水资源合理利用提供数据支持。

5 数据使用方法及建议

编辑

本数据集采用Shapefile矢量数据格式存储,地理坐标系为WGS-1984,投影坐标系为Albers等面积投影,可在ArcMap等GIS软件或ENVI等软件打开并进行查询、编辑及统计等操作。

致谢

编辑

感谢美国地质调查局(USGS)网站提供的Landsat TM/OLI遥感影像数据,感谢地理空间数据云网站提供的SRTM DEM数据,感谢科技部基础性工作专项“中国冰川资源及其变化调查”项目组提供的冰川编目数据。

参考文献

编辑
  1. LI K M, LI Z Q, GAO W Y, et al. Recent glacial retreat and its effect on water resources in eastern Xinjiang[J]. Chinese Science Bulletin, 2011, 56(33): 3596-3604.
  2. QIN D. Climate change science and sustainable development[J]. Progress in Geography, 2014, 33(7): 874-883.
  3. YAO T, WANG Y, LIU S, et al. Recent glacial retreat in High Asia in China and its impact on water resource in Northwest China[J]. Science in China, 2004, 47(12): 1065-1075.
  4. OERLEMANS J, . Quantifying global warming from the retreat of glaciers[J]. Science, 1994, 264(5156): 243-245.
  5. GUO W, LIU S, XU J, et al. The second Chinese glacier inventory: data, methods and results[J]. Journal of Glaciology, 2015, 61(226): 357-372.
  6. 郭万钦, 刘时银, 余蓬春, 等. 利用流域边界和坡向差自动提取山脊线[J]. 测绘科学, 2011, 36(6): 210-212.
  7. RADIĆ V, HOCK R. Regional and global volumes of glaciers derived from statistical upscaling of glacier inventory data[J]. Journal of Geophysical Research: Earth Surface, 2010, 115(F1). DOI: 10.1029/2009JF001373, 2010.
  8. GRINSTED A. An estimate of global glacier volume[J]. The Cryosphere, 2013, 7(1): 141-151.
  9. HALL D K, BAYR K J, SCH NER W, et al. Consideration of the errors inherent in mapping historical glacier positions in Austria from the ground and space (1893–2001)[J]. Remote Sensing of Environment, 2003, 86(4): 566-577.
  10. PAUL F, ANDREASSEN L M. A new glacier inventory for the Svartisen region, Norway, from Landsat ETM+ data: challenges and change assessment[J]. Journal of Glaciology, 2009, 55(192): 607-618.
  11. RAUP B, K B A, KARGEL J S, et al. Remote sensing and GIS technology in the Global Land Ice Measurements from Space (GLIMS) project[J]. Computers & Geosciences, 2007, 33(1): 104-125.

数据引用格式

编辑

段红玉, 姚晓军, 刘时银, 张聪. 1991年和2015年唐古拉山冰川矢量数据集[DB/OL]. Science Data Bank, 2019. (2019-10-03). DOI: 10.11922/sciencedb.895.


 

本作品在“知识共享-署名 4.0 国际”协议下发表。

Public domainPublic domainfalsefalse