0 引言

石冰川是一类特殊的冰缘地貌现象，在山地低洼地带形成类似冰川形态的，由岩块等松散物质构成的堆积体，末端呈现舌状或叶状，是高寒山地环境下的产物[1]。石冰川内部含冰胶结体或冰核，在重力作用下发生蠕变，使石冰川具有运动特性，从而向低海拔区域输送松散堆积物。瑞士阿尔卑斯山脉的石冰川运动研究结果显示，1958-2005年由于气候变暖石冰川运动加快70%，致使石冰川舌部沉积物堆积增加，若加之大范围强降雨过程，可导致泥石流灾害的风险增加[2]。近几十年来，青藏高原各个区域冻土活动层均呈增厚状态[3]，说明气候变暖已对我国冻土区(包括石冰川)产生影响。

我国石冰川分布广泛，天山、昆仑山和贡嘎山均有石冰川发育。随着社会经济和技术水平不断提高，人类活动范围不断扩大，越来越多的工程建设向偏远的高海拔山区推进，不可避免地面临石冰川问题。如跨越天山的750 kV伊犁-库车输电线路工程，石冰川的稳定性成为输电线路塔基选址不得不面对的问题。此外，在西部冰川冻土作用区，青藏铁路等重大工程沿线各类不良地质现象也受到广泛关注[4-6]。

桑日沃卡盆地是西藏著名的近南北向裂谷带的藏南段东端错那-沃卡裂谷(桑日-错那活动构造带，29°10′～29°40′ N)的北段，其边界断裂带活动特征显著，可能是导致1915年桑日M7.0地震的直接原因[7-8]。位于地震带上的石冰川等松散堆积物是否会因为地震产生崩塌、阻塞河道，从而引起下游诸如泥石流等一系列灾害？桑日县绒乡在2016年7月19日发生了泥石流灾害[9]，其原因是否与石冰川有一定程度的联系？为此，拟建于雅鲁藏布江中游桑日-加查峡谷段的一级电站巴玉水电站上游是否存在不稳定的石冰川分布，受到了电站设计部门的高度重视。

此前，我国石冰川的识别和观测主要基于野外考查[6,10-13]，耗费大量的人力物力。国际上，已有利用ASTER中分辨率以及SPOT5和IKONOS等高分辨率影像对智利和西班牙山区石冰川进行编目和研究的报道[14-16]。基于此，本研究利用更高分辨率的GEOeye-1遥感影像数据，对拟开建的巴玉水电站上游石冰川进行识别，结合高程数据分析其分布特征，为预测灾害可能性提供基础数据。

1 研究区概况

巴玉水电站位于西藏自治区山南市桑日县境内。该县北与墨竹工卡县、工布江达县接壤； 西与乃东县毗邻； 东和加查县相连，南接曲松县。全县辖1个镇、3个乡：桑日镇、增期乡、白堆乡、绒乡。巴玉水电站是雅鲁藏布江干流中游的第一级水电站，坝址位于桑日县增期乡达谷村努确社南侧(图1)。研究区确定为巴玉水电站上下游10 km两侧的山区(图1中雅鲁藏布江两侧浅灰色以上区域，即海拔5 000 m以上区域)。研究区位于沃卡地堑的中部[7]，地势南低北高，平均海拔4 000 m以上，年平均降水量约420 mm，平均气温为8 ℃[9]。

据中国第二次冰川编目数据[17-18]，研究区有少量冰川分布，第一次冰川编号为5O271A0039～5O271A0045的6条冰川[19]，由于冰川退缩导致冰川分离，2009年冰川为9条，面积为1.7 km2，最大为0.5 km2。

2 数据与方法

2.1 数据源

本研究选用2009年2月16日(图像编号：2009021604372341603031609377)和2010年1月9日(图像编号：2010010904490941603031604950)获取的2景GEOeye-1彩色合成遥感影像(Pan-sharpened)，即分辨率0.5 m的全色影像与分辨率1.5 m的多光谱影像融合后形成的分辨率为0.5 m的彩色合成影像。光谱波段包括蓝色可见光(band1)、绿色可见光(band2)、红色可见光(band3)及近红外(band4)4个波段。由于图像分辨率较高， 存储空间大，因此将图像分幅存储，2009年获取的影像被分幅为0010001、0010002、0010003、0010004、0010005等5幅影像存储，2010年获取的影像被分为0020001、0020002和0020003等3幅影像存储。影像为TIFF格式，此外文件中还包含了遥感影像几何纠正模型RPC(rational polynomial coefficients)文件。

本研究还采用SRTM(Shuttle Radar Topography Mission)数字高程模型提取高程相关的参数和坡度数据。由美国国家航空航天局(National Aeronautics and Space Administration, NASA)和美国国家图像与测绘局(National Imagery and Mapping Agency, NIMA)以及德国与意大利航天机构共同合作完成联合测量，其观测范围为60° N～57° S，任务由2000年2月11日开始至22日结束。美国地质勘探局(USGS)提供的SRTM数据高程模型数据按精度可以分为SRTM1和SRTM3，分别对应的分辨率精度为30 m和90 m(http://earthexplorer.usgs.gov/)。本研究使用SRTM1。数字高程模型数据所用坐标系为WGS 84(the World Geodetic System 1984)平面坐标和EGM96 (the 1996 Earth Gravitational Model) 高程系。

2.2 数据预处理

由于购买的GEOeye-1数据是1B级别的粗纠正影像，纠正精度在100 m左右，并且存在严重的不均匀变形，因此需要利用数据本身的RPC模型，结合SRTM1数字高程模型数据，对其进行正射纠正。采用ERDAS IMAGINE 9.1软件的Geometric Correction模块中对GEOeye-1进行正射纠正，几何模型选择“GeoEye RPC”模型，参考影像选择由美国地质勘探局提供的1T级别2011年4月7日获取的经过正射纠正的Landsat TM5遥感影像数据为参考(分辨率为30 m)，数字高程模型采用SRTM1。需要说明的是文中每个分幅的影像均选取了15个地面控制点，其纠正精度如表1所示，平均精度为9 m。

2.3 石冰川的识别

GEOeye-1波段4、3、2的RGB合成影像上，水体和冰显示为蓝色，积雪为白色，石冰川为灰色且有蠕动的纹理特征(图2)，容易与周围地物区分。以合成影像为底图，在ArcGIS 10.3软件中进行手工描绘。相邻的石冰川以山脊线作为分界线，山脊线以SRTM1为基础数据提取。关于山脊线的提取，虽然有自动提取的方法[20]，鉴于本研究区范围不大，采用SRTM1的山体阴影(ArcGIS软件中的Hillshade模块)，结合GEOeye-1影像本身进行手工勾绘。

石冰川的长度用中流线(即两边中点的连线)表示，从最高海拔算起，到石冰川末端边界结束，如图2所示； 宽度的计算，从末端最低点向上，每150 m截取一个宽度(垂直于长度)，平均宽度为所有宽度的几何平均值。该方法在喜马拉雅山区的石冰川研究中得到很好应用[21]。高程和坡度值利用ArcGIS 10.3工具箱的“Surface”模块基于30 m分辨率的SRTM1提取。

石冰川边界的提取精度评估，最理想的方法是利用实地GPS进行边界验证。但遗憾的是2014年8月对西藏桑日县的石冰川区进行的实地考察过程中，没有找到可以用于引点的三角点。

为此，本研究采用间接方式对石冰川边界提取进行精度评估。在无季节性积雪和云覆盖的0.5 m分辨率影像上，由于石冰川蠕动形成于边缘和末端显著凸起纹理，容易判读石冰川的侧面边界和末端位置。鉴于此，石冰川判断误差可以忽略不计，影响提取精度的因素仅为纠正精度。这里采用缓冲区方法，即将纠正精度值作为缓冲区的阈值输入，该方法已被广泛用于世界多个地区冰川边界的提取精度评估[22-25]。在ArcGIS 10.3软件分析工具“Buffer”的支持下通过阈值做缓冲区分析，这里的阈值设置为GEOeye-1遥感数据的平均纠正精度9 m，将原始石冰川边界与做了缓冲区分析的数据进行对比。结果显示，本研究区石冰川的提取误差为7.8%。另一方面，团队利用瞬变电磁测深法对22号石冰川(位置见下文)末端厚度进行探测，也验证了巴玉水电站上游石冰川的存在。

3 结果与讨论

在拟建的巴玉水电站上游石冰川集中在雅鲁藏布江北侧上游，共有27条石冰川，分布如图3所示，覆盖面积为12.2±0.9 km2，平均为0.5 km2。最小石冰川面积为0.2±0.00 km2，图中编号21； 最大面积为1.1±0.01 km2，图中编号8。面积小于0.4 km2的有14条，占总条数的一半以上，其面积为4.1 km2，仅占总面积1/3。面积介于0.4～0.8 km2的有11条，面积为6.1 km2，占总面积的1/2。面积大于0.8 km2的石冰川仅有2条，占总面积的1/6。巴玉水电站南侧未发现石冰川分布。

研究区石冰川平均长度为1 456 m(表2)，8号石冰川最长，长度为2 294 m，24号石冰川最短，长度为351 m。其中21条石冰川长度在1 000～2 000 m 之间，3条石冰川长度大于2 000 m。整个区域石冰川平均宽度为280 m，最宽为11号石冰川，宽度为430.6 m，最窄为7号石冰川，其中20条石冰川的宽度介于200～400 m之间。从长宽比数值上看，除了24号石冰川，均大于1，说明本区以舌状石冰川为主。对比而言，区域内石冰川发育规模与贡嘎山区相当[13]，普遍大于东天山乌鲁木齐河源区和昆仑山区石冰川的规模[11-12,26]。

巴玉水电站上游石冰川主要分布在海拔4 570 ～5 720 m之间，如图4(a)所示，末端平均海拔为4 920 m，27号石冰川末端海拔最低，为4 573 m，19号末端海拔最高，为5 135 m，其中15条石冰川的末端海拔在4 800 ～5 000 m之间，占总面积的56.6%。所有石冰川高差平均值为450 m，24号石冰川高差最小，为51 m，8号高差最大，为762 m，其中17条石冰川高差介于300～600 m。

此外，从中点(长度中点)海拔与末端海拔和最高海拔的对比分析可以看出，中点海拔大于最低海拔与最高海拔的平均值，8号、10号、24号和27号石冰川表面高程呈凸型分布，如图4(d)24号石冰川所示，称之为槽谷瀑布型石冰川[13]。中点海拔小于最低海拔与最高海拔平均值的情况下，编号为1、2、4、5、14～19、21的石冰川表面高程呈凹型分布，如图4(b)1号石冰川所示。其余石冰川中点海拔接近于最低海拔与最高海拔平均值，石冰川表面高程接近于直线分布，如图4(c)3号石冰川所示。

关于石冰川的活动性，根据活动程度，一般分为活跃型(active)和不活跃型(inactive)两种[27-28]。活跃型石冰川的特征表现为由于大量冰体的存在，其消融导致黏性或塑性流动的表面特征，有沟纹和隆起的微凸特征[27]，同时，末端前缘和侧边非常陡峭。不活跃型石冰川虽然也含有一定量的冰体，但是由于地形或者覆盖物的影响，已经不再消融，表面流动特征以及沟纹和隆起特征随着活动减弱，越来越不明显，并且末端前缘变得平缓。流动特征、沟纹和隆起的微凸特征表现在遥感影像如图5所示，同是1∶5 000比例尺，图5(a)为活跃型石冰川，可以看出表面纹理特征明显，图5(b)为不活跃型石冰川，表面纹理特征不明显。另外，在石冰川末端提取5个点的坡度，通过平均坡度的阈值判断前缘是否陡峭。以往研究尚未给出确定的阈值，本文根据石冰川前缘或侧边的隆起在遥感影像有明显的边缘线或者阴影(图5遥感影像上有显著区别)，确定坡度阈值为20°。

通过遥感影像的纹理特征结合坡度阈值，编号7～13、15～17、22、27等13条石冰川为活跃型，其余14条为不活跃型。活跃型石冰川中，3条上游发育冰川，其中与冰川距离最近的17号石冰川，距上游冰川末端仅100 m，如图1所示； 5条有前缘垮塌特征[图5(c)]，大量石头崩塌到下游沟谷中，前缘垮塌最严重的12号和13号石冰川，离下游的雅鲁藏布江主干道不到3 km，这对下游水电站的建设可能产生一定影响，但是否会引发泥石流等重大灾害，还有待结合岩性和气象数据进一步研究。

4 结论

本研究利用0.5 m分辨率GEOeye-1遥感影像，通过石冰川特有的纹理特征，结合SRTM提取的坡度信息，通过人工解译识别拟建巴玉水电站上游的石冰川分布信息，得到如下结论：

(1) 在拟建的巴玉水电站上游石冰川集中在雅鲁藏布江北侧上游，共有27条石冰川，覆盖面积为12.2±0.9 km2，平均面积为0.5 km2，平均长度为1 456 m，平均宽度为280 m。

(2) 石冰川分布在海拔4 570～5 720 m之间，末端海拔平均为4 920 m，其中4条石冰川表面高程呈凸型分布，11条表面高程呈凹型分布。

(3) 巴玉水电站上游石冰川属于舌状石冰川群，约50%石冰川处于活跃期，其中5条发生了前缘垮塌现象，可能引发泥石流等大型灾害。

参考文献：

[1]Haeberli W. Creep of mountain permafrost: internal structure and flow of alpine rock glaciers[R]. Zürich, Switzerland: Communications of the Research Institute of Water Engineering, 1985.

[2]Lugon R, Stoffel M. Rock-glacier dynamics and magnitude-frequency relations of debris flows in a high-elevation watershed: Ritigraben, Swiss Alps[J]. Global and Planetary Change, 2010, 73(3/4): 202-210.

[3]Xu Xiaoming, Wu Qingbai, Zhang Zhongqiong. Responses of active layer thickness on the Qinghai-Tibet Plateau to climate change[J]. Journal of Glaciology and Geocryology, 2017, 39(1): 1-8. [徐晓明, 吴青柏, 张中琼. 青藏高原多年冻土活动层厚度对气候变化的响应[J]. 冰川冻土, 2017, 39(1): 1-8.]

[4]Wang Zhihua. Geological environment and disasters along railway line in the Qinghai-Tibet Plateau[J]. Earth Science Frontiers, 2007, 14(6): 31-38. [王治华. 青藏交通线的地质环境及地质灾害[J]. 地学前缘, 2007, 14(6): 31-38.]

[5]Wei Guojun, Zhang Jianlin. The geological conditions of the Kunlunshan Tunnel on the Qinghai-Tibet Railway[J]. Geotechnical Engineering World, 2003, 6(9): 34-37. [魏国俊, 张建林. 青藏铁路昆仑山隧道工程地质条件[J]. 岩土工程界, 2003, 6(9): 34-37.]

[6]Wei Guojun. Geological line selection in poor geological area of Xiaonanchuan-Wangkun of Qingzang Railway[J]. Geotechnical Engineering World, 2003, 6(7): 41-45. [魏国俊. 青藏铁路小南川至望昆不良地质地段地质选线[J]. 岩土工程界, 2003, 6(7): 41-45.]

[7]Wu Zhonghai, Zhang Yongshuang, Hu Daogong, et al. Quaternary normal faulting and its dynamics of the Oiga Graben in south-eastern Tibet[J]. Acta Geologica Sinica, 2007, 81(10): 1328-1337. [吴中海, 张永双, 胡道功, 等. 西藏桑日县沃卡地堑的第四纪正断层活动及其机制探讨[J]. 地质学报, 2007, 81(10): 1328-1337.]

[8]Zhang Shenglin. Earthquake magnitude 7.0 in Sangri, Tibet, 1915[J]. Northeastern Seismolological Research, 1991, 7(1): 131-132. [张升林. 1915年西藏桑日7.0级地震[J]. 东北地震研究, 1991, 7(1): 131-132.]

[9]Luosang Wangmu, Chen Dingmei, Daqiong, et al. Report on the 7.19 mudslide in Jiangtang Village, Rongxiang Town, Sanyang County, Shannan City[J]. Tibet Science and Technology, 2017(2): 30-33. [洛桑旺姆, 陈定梅, 达琼, 等. 山南市桑日县绒乡江塘村7.19泥石流调查报告[J]. 西藏科技, 2017(2): 30-33.]

[10]Zeng Zhonggong, Qiu Guoqing. Explanation of electrical D.C. resistivity sounding at head waters of Ürümqi River, Tianshan[J]. Journal of Glaciology and Geocryology, 1991, 13(2): 169-176. [曾仲巩, 邱国庆. 天山乌鲁木齐河源地区电测深资料的推断[J]. 冰川冻土, 1991, 13(2): 169-176.]

[11]Cui Zhijiu. Discovery of the Kunlun Mountain-type rock glaciers and the latest classification of the rock glaciers[J]. Chinese Science Bulletin, 1984(13): 810-813. [崔之久. 昆仑山型石冰川的发现及石冰川的最新分类[J]. 科学通报, 1984(13): 810-813.]

[12]Cui Zhijiu, Zhu Cheng. Temperature structure types and movement mechanism of rock glaciers in the source area of Ürümqi River in the Tianshan Mountains[J]. Chinese Science Bulletin, 1989(2): 134-137. [崔之久, 朱诚. 天山乌鲁木齐河源区石冰川的温度结构类型与运动机制[J]. 科学通报, 1989(2): 134-137.]

[13]Li Shude, Yao Qinghe. Preliminary study of the rock glaciers in the Gongga Mt. area[J]. Journal of Glaciology and Geocryology, 1987, 9(1): 54-60. [李树德, 姚清河. 贡嘎山山地石冰川的初步研究[J]. 冰川冻土, 1987, 9(1): 54-60.]

[14]Brenning A, Long S, Fieguth P. Detecting rock glacier flow structures using Gabor filters and IKONOS imagery[J]. Remote Sensing of Environment, 2012, 125: 227-237.

[15]Janke J R, Ng S, Bellisario A. An inventory and estimate of water stored in firn fields, glaciers, debris-covered glaciers, and rock glaciers in the Aconcagua River basin, Chile[J]. Geomorphology, 2017, 296: 142-152.

[16]Nicholson L, Marin J, Lopez D, et al. Glacier inventory of the upper Huasco valley, Norte Chico, Chile: glacier characteristics, glacier change and comparison with central Chile[J]. Annals of Glaciology, 2009, 50(53): 111-118.

[17]Guo Wanqin, Liu Shiyin, Xu Junli, et al. The second Chinese glacier inventory: data, methods, and results[J]. Journal of Glaciology, 2015, 61(226): 357-372.

[18]Liu Shiyin, Yao Xiaojun, Guo Wanqin, et al. The contemporary glaciers in China based on the second Chinese glacier inventory[J]. Acta Geographica Sinica, 2015, 70(1): 3-16. [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.]

[19]Shi Yafeng. Concise glacier inventory of China[M]. Shanghai: Shanghai Popular Science Press, 2005: 17-25. [施雅风. 简明中国冰川编目[M]. 上海: 上海科学普及出版社, 2005: 17-25.]

[20]Guo Wanqin, Liu Shiyin, Yu Pengchun, et al. Automatic extraction of ridgelines using on drainage boundaries and aspect difference[J]. Science of Surveying and Mapping, 2011, 36(6): 210-212. [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.]

[21]Jones D B, Harrison S, Anderson K, et al. The distribution and hydrological significance of rock glaciers in the Nepalese Himalaya[J]. Global and Planetary Change, 2018, 160: 123-142.

[22]Bolch T, Yao Tandong, Kang Shichang, et al. A glacier inventory for the western Nyainqentanglha Range and the Nam Co basin, Tibet, and glacier changes 1976-2009[J]. The Cryosphere, 2010, 4(3): 419-433.

[23]Shangguan Donghui, Liu Shiyin, Ding Yongjian, et al. Glacier changes in the Koshi River basin, central Himalaya, from 1976 to 2009, derived from remote-sensing imagery[J]. Annals of Glaciology, 2014, 55(66): 61-68.

[24]Wei Junfeng, Liu Shiyin, Guo Wanqin, et al. Surface-area changes of glaciers in the Tibetan Plateau interior area since the 1970s using recent Landsat images and historical maps[J]. Annals of Glaciology, 2014, 55(66): 213-222.

[25]Xu Junli, Liu Shiyin, Guo Wanqin, et al. Glacial area changes in the Ili River catchment (Northeastern Tian Shan) in Xinjiang, China, from the 1960s to 2009[J/OL]. Advances in Meteorology, 2015 [2018-03-14]. http://dx.doi.org/10.1155/2015/847257.

[26]Zhu Cheng, Cui Zhijiu, Yao Zeng. Research on the feature of rock glaciers on the central Tianshan Mountains[J]. Acta Geographica Sinica, 1992, 47(3): 233-241. [朱诚, 崔之久, 姚增. 中天山石冰川特征研究[J]. 地理学报, 1992, 47(3): 233-241.]

[27]Barsch D. Rockglaciers: indicators for the present and former geoecology in high mountain environments[M]. Berlin: Springer-Verlag, 1996.

[28]Scotti R, Brardinoni F, Alberti S, et al. A regional inventory of rock glaciers and protalus ramparts in the central Italian Alps[J]. Geomorphology, 2013, 186: 136-149.