2017年中巴經濟走廊凍土分布數據集

2017年中巴經濟走廊凍土分布數據集
作者：艾鳴浩　張耀南　康建芳　馮克庭　田德宇
2019年9月4日

本作品收錄於《中國科學數據》

艾鳴浩, 張耀南, 康建芳, 等. 2016年中巴經濟走廊凍土分布數據集[J/OL]. 中國科學數據, 2019, 4(3) . (2019-08-26). DOI: 10.11922/csdata.2018.0053.zh.

摘要&關鍵詞

摘要：中巴經濟走廊穿越帕米爾高原和喀喇崑崙山系，在海拔4000 m以上區域廣泛發育和分布着多年凍土凍融作用導致的多種地質災害。研究中巴經濟走廊凍土分布和製圖是解決其實際工程問題的基礎，也對水資源利用、生態安全和邊防建設有重要意義。研究區大致空間範圍大致為23°47′N–40°55′N，60°20′E–80°16′E，包括中國新疆喀什地區、克孜勒蘇柯爾克孜自治州以及巴基斯坦全境。本文收集了2013–2017年MODIS地表溫度數據，2009年中國帕米爾高原冰川編目數據，2003–2004年巴基斯坦冰川編目數據和2008年世界土壤數據庫（HWSDv1.2），基於多年凍土頂板溫度模型（TTOP）得到中巴經濟走廊多年凍土分布數據（GeoTIFF格式，空間分辨率1 km）。採用統計學中的決定係數對數據製備方法進行分析和評估，並通過現有文獻資料對數據結果質量進行驗證。本數據集可作為中巴經濟走廊多年凍土變化的本底調查資料，為該區域工程建設中凍脹融沉研究提供基礎數據支撐，也可與氣候、水文等數據綜合分析，揭示中巴經濟走廊喀喇崑崙山區水–土–氣–生之間定量聯繫，深化對該區域氣候變化背景下生態環境和可持續發展的科學認識。

關鍵詞：中巴經濟走廊；多年凍土分布；TTOP模型；MODIS地表溫度

Abstract & Keywords

Abstract: The China-Pakistan Economic Corridor, an iconic project of the Belt and Road Initiative, matters greatly to the economic and cultural exchanges of China-Pakistan region. Passing through the Pamirs and Karakoram Mountain System, the Corridor has been frequented by various types of geological disasters at altitudes above 4,000 meters caused by freeze-thaw cycles in permafrost. Studies on permafrost distribution and mapping constitute the basis for solving practical engineering problems along the Corridor, and they are of great importance to water resource utilization, ecological security and border defense. The study has a spatial coverage of approximately 23°47′ N – 40°55′ N, 60°20′ E – 80°16′ E, including Kashgar in Xinjiang, Kizilsu Kirghiz Autonomous Prefecture and the whole Pakistan. The data of permafrost distribution along the Corridor (format: Tiff; spatial resolution: 1 km) were acquired on the basis of TTOP Model, including MODIS surface temperature data from 2013 to 2017, glacial cataloging data for the Pamirs of China in 2009, glacier cataloging for Pakistan in 2003 – 2004 and World Soil Database for 2008 (HWSD v1.2). The data were then analyzed through statistical methods and validated against existed literature. This dataset can serve as fundamental survey material for studying permafrost changes along the Corridor, providing basic data support for researches on frost heaving and thawing during the construction of the region. Besides, the dataset could be analyzed together with climate, hydrological, and other data to reveal the quantitative relation among the hydrology-soil-atmosphere-ecology of the Corridor, thereby deepening scientific understanding of the region’s ecological environment and sustainable development against the background of climate changes.

Keywords: China-Pakistan Economic Corridor; permafrost distribution; TTOP Model; MODIS land surface temperature

數據庫（集）基本信息簡介

數據庫（集）名稱	2017年中巴經濟走廊凍土分布數據集
數據作者	艾鳴浩、張耀南、康建芳、馮克庭、田德宇
數據通信作者	張耀南（yaonan@lzb.ac.cn）
數據時間範圍	2017年
地理區域	23°47′ N–40°55′ N, 60°20′ E–80°16′ E
空間分辨率	1 km
數據量	8.42 MB
數據格式	TIF、SHP
數據服務系統網址	http://www.crensed.ac.cn/portal/metadata/95e66f86-f868-429f-b62e-a526df42c566
基金項目	國家科技基礎條件平台（Y719H71006），中國科學院信息化專項（XXH13506）。
數據集組成	1. 中巴經濟走廊多年凍土分布柵格圖；2. 中巴經濟走廊多年凍土分布矢量圖。

Dataset Profile

Title	A dataset of permafrost distribution along the China-Pakistan Economic Corridor in 2017
Data corresponding author	Zhang Yaonan (yaonan@lzb.ac.cn)
Data authors	Ai Minghao, Zhang Yaonan, Kang Jianfang, Feng keting, Tian Deyu
Time range	2017
Geographical scope	23°47′ N–40°55′ N, 60°20′ E–80°16′ E
Spatial resolution	1 km
Data volume	8.42 MB
Data format	TIF, SHP
Data service system	http://www.crensed.ac.cn/portal/metadata/95e66f86-f868-429f-b62e-a526df42c566
Sources of funding	National R&D Infrastructure and Facility Development Program of China (Y719H71006); Information Program of the Chinese Academy of Sciences (XXH13506).
Dataset composition	1．China-Pakistan Economic Corridor Permafrost Distribution Raster; 2．China-Pakistan Economic Corridor Permafrost Distribution Vetor.

引 言

凍土是北半球冰凍圈分布最廣泛的因子，占陸地面積的56%，其中多年凍土約占24%^[1]。多年凍土具有熱穩定性差、水熱活動強烈、厚層地下冰和高含冰量凍土所占比重大等特點，在全球氣候變暖背景下，多年凍土對工程活動的熱擾動極為敏感。在多年凍土區工程建設中，施工期不可避免地會改變包括地表覆蓋、地形因子及淺層地表能量平衡等局地因素，加上開通運營後動載荷對凍融循環水熱環境的改變，直接導致凍土溫度升高和上限抬升，進而增加了凍脹、融沉和凍拔等凍土災害風險，對多年凍土區工程施工和安全運營構成嚴重威脅，也對區域水文地質條件和生態環境演化產生巨大影響^[2][3][4]。

中巴經濟走廊作為「一帶一路」倡議的重要組成部分，是中國與中亞、西亞、南亞地區的交通要道，對中國和巴基斯坦以及周邊國際的經濟文化交流有着重要意義。走廊穿越喀喇崑崙山系，在海拔4300–4750 m以上高寒山區，凍脹草丘，熱融塘湖，石環、石鏈等凍土地貌廣泛分布。正確的評價中巴走廊多年凍土分布問題是規劃解決中巴經濟走廊公路、鐵路、通信和輸油管線「四位一體」實際工程問題的基礎，也對走廊內水資源利用、生態環境保護具有重要意義，尤其對邊防建設有重要的戰略意義。

傳統的凍土調查通常採用野外工程勘查進行，但中巴走廊沿線地域廣闊，實測資料較少，現有的多年凍土考察主要在中巴公路沿線，凍土資料基本一片空白。由於凍土與氣候系統，特別是溫度條件關係密切，國內外依據凍土與氣溫相互作用特性發展了一系列凍土分布模型。Smith等在分析氣候–凍土關係基礎上，考慮局部地形和土壤條件提出一種聯繫地溫和氣溫的，半經驗半物理的多年凍土頂板溫度模型（TTOP）^[5]。TTOP模型目前已應用於加拿大全國尺度和區域尺度，如Machensize河流域、布拉多高原和昂加瓦灣等的凍土分布模擬製圖上，取得了良好的效果^[6][7][8]。

隨着遙感技術的快速發展，通過遙感技術可以大面積多時相地獲得與多年凍土分布有關的地面信息進行空間分析，結合現有的凍土空間分布模型，可以實現宏觀、動態、快速的大尺度上的凍土分布模擬。本研究以中巴經濟走廊為研究區，包括中國新疆的喀什地區、克孜勒蘇柯爾克孜自治州以及巴基斯坦全境（圖1）。利用2013–2017年MODIS地表溫度產品作為數據源代替實測數據輸入到TTOP模型中，製備中巴走廊多年凍土分布數據集。

圖片

圖1 研究區範圍地理位置示意圖

1 數據採集和處理方法

1.1 數據來源與預處理

中巴經濟走廊多年凍土分布數據製備基於以下數據：2013–2017年MODIS地表溫度產品MOD11A1 LST與MYD11A1LST數據，2009年中國帕米爾高原第二次冰川編目數據集（v1.0），2003–2004年巴基斯坦冰川編目數據集，2008年世界土壤數據庫（Harmonized World Soil Database version 1.2，即HWSDv1.2），如表1所示。

表1 研究採用數據列表

序號	名稱	時間	來源	類型
1	MOD11A2 LST	2013–2017年	LPDAAC	柵格
2	中國帕米爾高原第二次冰川編目數據集 （v1.0）	2009年	WestDC	矢量
3	巴基斯坦冰川編目數據集	2003–2004年	WestDC	矢量
4	世界土壤數據庫（v1.2）	2008年	FAO	柵格

地表溫度作為地表能量平衡中的主要參數以及氣候系統的主要因子，能夠表徵地氣間能量和水分交換的程度，是影響凍土發育、分布以及演化的關鍵因素之一，也是凍土建模的上邊界條件。MOD11A1與MYD11A1均採用劈窗法從MOIDS數據中反演得到地表溫度，為每日的L3級產品，空間分辨率1 km，均包括白天和夜間數據，來源於美國國家航空航天局（NASA）陸地過程分布式數據檔案中心（LPDAAC）。數據以HDF-EOS格式存儲，並採用正弦曲線投影坐標系。覆蓋整個中巴走廊需要6景數據。

本研究獲取2013–2017年MOD11A1白天地表溫度數據、MOD11A1夜間地表溫度數據、MYD11A1白天地表溫度數據及MYD11A1夜間地表溫度數據等4種數據產品共21900景。使用MRT工具對數據進行鑲嵌和重採樣，將所有數據坐標系轉為WGS 84坐標系，再利用中巴走廊矢量邊界和開源柵格處理庫GDAL中的warp工具進行裁剪。

中國帕米爾高原第二次冰川編目數據集和巴基斯坦冰川編目均採用Landsat TM/ETM+數據經過校正後通過自動提取和專家干預修訂獲得，數據來源於寒區旱區科學數據中心（WestDC）^[9][10]，將兩種數據矢量合併後依照研究區範圍進行裁剪。

TTOP模型需要不同類型土壤的凍融熱導係數作為輸入參數。土壤數據來源於2008年維也納國際應用系統分析研究所（IIASA）和聯合國糧農組織（FAO）所構建的HWSDv1.2。HWSDv1.2包括不同種類土壤的全球分布情況，土壤分類標準為FAO 90，數據分辨率1 km，數據投影WGS 84。

將冰川編目數據和土壤類型數據使用中巴經濟走廊矢量邊界裁剪，形成研究區內的冰川分布數據和土壤類型分布數據。

1.2 數據處理步驟

1.2.1 TTOP模型

TTOP模型其實質是採用活動層頂板溫度來估計多年凍土的熱狀況。模型假定土壤基質勻質，在年尺度上，地–氣熱交換界面處於熱平衡狀態。TTOP模型定義如下：

\(TTOP=\mathrm{ }\frac{\frac{{K}_{\mathrm{t}}}{{K}_{\mathrm{f}}}（{n}_{\mathrm{t}}\bullet DDTn}_{\mathrm{f}}\bullet DDF）}{P}\) （1）

式中，\(TTOP\)为多年冻土判别指标，\(TTOP<0\)表示存在多年冻土，\(TTOP>0\)表示季节性冻土或无冻土；P为周期，取365天；\({K}_{\mathrm{t}}\)和\({K}_{\mathrm{f}}\)分别为土壤融化和冻结时的导热系数；\(DDT\)为融化指数，指一年中连续高于0℃的持续时间和其数值乘积的总和，以\(\mathrm{℃}\bullet day\)表示；\(DDF\)为冻结指数，指一年中低于0℃的持续时间和其数值乘积的总和，以\(\mathrm{℃}\bullet day\)表示。\({n}_{\mathrm{t}}\)和\({n}_{\mathrm{f}}\)分别为融化和冻结因子，是由于地表植被和雪盖会影响地气热交换而引入融化和冻结因子修正模型结果。中巴走廊多年冻土发育地区处于高寒山区，也是极端干旱区，植被稀疏，本研究忽略积雪覆盖和植被影响，将\({n}_{\mathrm{t}}\)和\({n}_{\mathrm{f}}\)都赋值为1。

1.2.2 地表温度数据插值

MODIS LST数据每一景在研究区内都有较多空缺值，需在时间序列上对空缺值进行插值。地表温度通常表现出明显的周期性，李述训等采用余弦函数对青藏高原时间序列地表温度进行模拟^[11]，建立了地表温度与时间的函数关系，表达式如下：

\({T}_{s}\left(t\right)=\stackrel{-}{T}+Acos（\omega t+\phi ）\) （2）

其中，\({T}_{s}\)为地表温度，\(t\)为时间，\(\stackrel{-}{T}\)为时间序列内的平均温度；\(A\)为时间序列内的温度振幅；\(\omega =2\mathrm{\pi }/T\mathrm{中}，T\)为时间序列周期，\(\phi \)为相位角。

上述模拟方法虽能够反映地表温度周期变化情况，但参数计算不够准确。以平均温度和温度振幅作为余弦函数系数使函数拟合后整体偏差较大。本研究以\(\stackrel{-}{T}\)、\(A\)和\(\phi \)为待定系数，利用最小二乘法对全年365景数据每一景数据对应像元进行拟合，利用拟合函数对地表温度数据的空缺值做插值处理。

1.2.3 导热系数

土壤融化和冻结时的导热系数是\(\mathrm{T}\mathrm{T}\mathrm{O}\mathrm{P}\)模型中与土壤性质有关的参数，其值取决于土壤颗粒级配、干容重、矿物成分和含水量等因素。由于缺少中巴走廊土壤性质的详细参数，难以计算每一网格上的土壤导热系数。王之夏等在研究青藏高原多年冻土分布时基于青藏高原第四纪地图，将土壤按地质成因分类，然后针对每一类采用Johansen方法计算其冻融状态下的导热系数^[12][13][14]。由于此方法基于土壤本身性质，地区差异性相对较小，因此本研究认为可用在中巴经济走廊。HWSD数据包含土壤分类信息，可获取栅格上土壤分类名称，但采用的FAO土壤分类体系是以土壤诊断层和诊断特性为基础，经过对比筛选后得到基于HWSD数据的冻融导热系数，见表2。

表2 不同类型土壤的冻融导热系数表

序号	土壤类型	FAO分类缩写	\({K}_{\mathrm{t} }（W/m\bullet ℃）\)	\({K}_{\mathrm{f}} （W/m\bullet ℃）\)
1	薄层土	LP	1.34	2.32
2	冲积土	FL	1.55	2.17
3	有机土	HS	0.52	1.70
4	冰碛物	GG	1.65	2.78
5	其他	CL、RK等	1.50	2.20

1.2.4 冰川影响

本研究不考虑冰川下多年冻土情况。以地表温度和TTOP模型计算冻土分布会将部分冰川错分成冻土，需要根据研究区内冰川分布数据将其去除。

1.2.5 多年冻土分布模拟流程

首先将2013–2017每年MOD11A1与MYD11A1两种数据集的白天地表温度数据LST_Day_1km做算术平均，夜晚地表温度数据LST_Night_1km做算术平均；然后将每日白天地表温度平均值与夜晚地表温度平均值做融合，得到每日平均温度。融合方式为：白天均值与夜晚均值都存在则做算术平均得到当日平均温度值，有一个值空缺则当日平均温度值空缺；再做地表温度数据时间序列插值，将5a中相应日期的5个数据进行平均后计算\(\mathrm{D}\mathrm{D}\mathrm{T}\)和\(\mathrm{D}\mathrm{D}\mathrm{F}，\)制作研究区土壤融化导热系数图和土壤冻结导热系数图；最后将以上数据输入\(\mathrm{T}\mathrm{T}\mathrm{O}\mathrm{P}\)模型中，剔除冰川覆盖区域，通过二值分类得到中巴走廊多年冻土分布图。数据处理流程如图2所示：

图片

图2 冻土分布数据处理流程图

2 数据样本描述

本数据集分为2个文件夹存储，分别为冻土分布栅格数据和冻土分布矢量数据。前者文件夹包括冻土分布栅格图CPEC_PermafrostDistribution，空间分辨率1 km，保存格式为tif。后者文件夹内为多年冻土分布矢量图CPEC_PermafrostDistribution，采用SHP格式保存。所有数据地理坐标系为WGS 84。数据结果展示如图3。

3 数据质量控制和评估

3.1 数据重建质量评估

以余弦函数和最小二乘法拟合的MODIS地表温度数据可用决定系数来评价。决定系数表示一个随机变量与多个随机变量关系的数字特征，用来反映模型对样本数据的近似程度，常以R2 表示。R2 值域为\(（0,\mathrm{ }1）\)，越接近1表明拟合的优度越高，其表达式如下：

\(R^{2}=\frac{\sum_{i=1}^{n}\left ( \widehat{y_{l}} -\overline{y}\right )^{^{2}}}{\sum_{i=1}^{n}\left ( y_{i\overline{y} \right )^{2}}\) （3）

其中，\(\stackrel{-}{y}\)為樣本數據均值，\(\widehat{y_{l}}\)為模型預測值，\({y}_{i}\)為樣本值。

圖片

圖3 中巴經濟走廊多年凍土分布圖

中巴經濟走廊邊界區域內共有1238512像素點，將2013–2017年日平均地表溫度做時間序列擬合，其決定係數R2 最大值為0.95185，最小值0.0014。其空間分布情況與頻率分布直方圖如圖4所示。由圖可知，中巴走廊大部分區域整體擬合優度較高（R2 ≥0.6），擬合優度較差（R2 ＜0.4）區域則主要出現在帕米爾高原冰川和巴基斯坦沿海。而本研究不考慮冰川覆蓋下凍土分布情況，同時巴基斯坦沿海氣候與海拔不具備凍土形成條件，因此上述擬合優度較差區域對凍土模擬分布影響不大。所以，時間序列擬合的方式在中巴走廊凍土分布模擬研究中是可用的。

圖片

圖4 決定係數R2 空間分布圖與頻率分布直方圖

3.2 多年凍土分布模擬結果評估

由於缺少凍土分布的實地勘測資料，因此以文獻所提中巴公路沿線凍土數據作為驗證。張學進等人提出中巴多年凍土分布於海拔4500 m以上的紅其拉普路段K807+000至K811+343.165路段內，連續分布長度4.3 km^[15]。朱穎彥等人提到中巴走廊多年凍土分布在紅其拉普附近，海拔4300 m以上路段^[16]。兩篇文獻提到多年凍土位置接近，可互為驗證。本研究以遙感數據和模型模擬的方式得到多年凍土分布圖，在中巴公路沿線所得結果如圖5所示，與以上兩篇文獻吻合。

圖片

圖5 紅其拉普凍土分布圖

4 數據價值

傳統凍土圖繪製主要以野外實測數據為基礎，如鑽孔地溫數據、常規氣象數據等。雖然結果精度較高，但其必須建立在時間序列足夠長、觀測數據足夠可靠的基礎上。中巴經濟走廊多年凍土分布區域自然環境嚴苛，地緣政治環境複雜，在此區域進行凍土的調查和原位觀測具有較多限制。

本文基於遙感數據MODIS地表溫度數據產品，利用\(\mathrm{T}\mathrm{T}\mathrm{O}\mathrm{P}\)模型模擬中巴走廊凍土分布情況。針對數據與模型時間尺度不匹配的情況，採用擬合方式對數據進行時間序列重建。使用世界土壤數據集數據估算不同種類土壤凍融導熱係數作為\(\mathrm{T}\mathrm{T}\mathrm{O}\mathrm{P}\)模型參數，最後獲得走廊多年凍土分布圖，並採用決定係數對數據重建過程中的擬合優度進行評價。野外實測是調查凍土分布的最佳手段，本文搜集了文獻中關於多年凍土分布位置的描述，通過和模擬結果進行比較可知，基於MODIS地表溫度數據和\(\mathrm{T}\mathrm{T}\mathrm{O}\mathrm{P}\)模型的多年凍土分布模擬結果與文獻中的野外實測結果具有較高的一致性。

中巴經濟走廊多年凍土分布數據是走廊內工程選址、設計和規劃的重要基礎數據，也可作為全球氣候變化背景下，走廊多年凍土變化的本底數據。在多年凍土分布數據基礎上，結合氣候、水文、生態等數據綜合分析，對區域內工程長期安全運營和生態環境可持續發展有着重要意義。

5 數據使用方法和建議

2017年中巴經濟走廊凍土分布數據集保存為柵格TIF格式和矢量SHP格式。ArcGIS、QGIS、ENVI、ERDAS等常用的GIS與遙感軟件可支持該數據的讀取和操作。

致 謝

感謝LPDAAC提供的MODIS數據。感謝FAO提供的世界土壤數據庫HWSD v1.2。感謝寒區旱區科學數據中心提供的中國帕米爾高原第二次冰川編目數據和巴基斯坦冰川編目數據。感謝中科院超級計算蘭州分中心提供計算資源和存儲資源。

參考文獻

1. ZHANG T, BARRY R G, KONWLES K, et al. Statistics and characteristics of permafrost and ground-ice distribution in the Northern Hemisphere[J]. Polar Geogr, 1999, 23: 132-154.
2. MA W, MU Y, LI G, et al. Responses of embankment thermal regime to engineering activities and climate change along the Qinghai-Tibet Railway(in Chinese)[J]. Scientia Sinica Terrae, 2013, 43: 478-489.
3. WU Q B, CHENG G D, MA W, et al. Technical approaches on permafrost thermal stability for Qinghai-Tibet Railway[J]. Geomech Geoeng: Int J, 2006, 1: 119-127.
4. SHENG Y, ZHANG J M, LIU Y Z, et al. Thermal regime in the embankment of Qinghai-Tibet Highway in permafrost regions[J]. Cold Regions Sci Technol, 2002, 35: 25-44.
5. SMITH M W, RISEBOROUGH D W. Permafrost monitoring and detection of climate change[J]. Permafrost and Periglacial Process, 1996, 7: 301-309.
6. WAY R G, LEWKOWICZ A G. Modelling the spatial distribution of permafrost in Labrador–Ungava using the temperature at the top of permafrost[J/OL]. Canadian Journal of Earth Sciences, 2016, 53(10): 1010-1028. https://doi.org/10.1139/cjes-2016-0034.
7. WRIGHT JF, DUCHESNE C, COTE M M. Regional-scale permafrost mapping using the TTOP ground temperature model[C]. In Proceedings of the Eighth International Conference on permafrost. Zurich, Switzerland, Lisse, 2003.
8. HENRY K, AND M W. Smith 2001. A Model-Based Map of Ground Temperatures for the Permafrost Regions of Canada[J]. Permafrost and Periglacial Processes, 2001, 12: 389-398.
9. MOOL P K, BAJRACHARYA S R, SHRESTHA B, et al. Inventory of Glaciers and Glacial Lakes and the Identification of Potential Glacial Lake Outburst Floods (GLOFs) Affected by Global Warming in the Mountains of Himalayan Region(Indus Basin Pakistan Himalaya) [M]. Kathmandu, Nepal: ICIMOD, 2005.
10. 劉時銀, 郭萬欽. 中國帕米爾高原第二次冰川編目數據集(V1.0)[J/OL]. 寒區旱區科學數據中心, 2014. DOI:10.3972/glacier.004.2013.db.
11. 李述訓, 程國棟. 凍融土中的水熱運輸問題[M]. 蘭州: 蘭州大學出版社, 1995.
12. LI X, CHENG G D, WU Q B et al. Modeling Chinese cryospheric change by using GIS technology[J]. Cold Regions Science and Technology, 2003, 36(1-3): 1-9.
13. JOHANSEN O. Thermal Conductivity of Soil[D]. Trondheim: University of Trondheim, Norway, 1975.
14. 王之夏. 多年凍土分布模型在青藏高原的應用研究[D]. 蘭州: 蘭州大學, 2010.
15. 張學進. 中巴公路沿線地質災害分布特徵及防治[J]. 重慶工商大學學報(自然科學版). 2013, 30(2): 45-50.
16. 朱穎彥, 楊志全, 廖麗萍. 中巴喀喇崑崙公路冰川地貌地質災害[J]. 災害學, 2014, 2014(3): 81-90.

數據引用格式

艾鳴浩, 張耀南, 康建芳, 等. 2016年中巴經濟走廊凍土分布數據集[DB/OL]. 國家特殊環境、特殊功能測研究台站共享平台, 2018. (2018-06-13). DOI: 10.12072/casnw.049.2018.db.