【类型】期刊

【作者】孙永玲，江利明，柳林，孙亚飞，汪汉胜（中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室；中国科学院大学）

【作者单位】中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室；中国科学院大学

【刊名】冰川冻土

【关键词】 Landsat-7；ETM+SLC-OFF影像；条带修复；山地冰川流速；锡亚琴冰川；Karakoram地区

【资助项】国家重大科学研究计划项目(2012CB957702)；国家自然科学基金(41274024,41431070,41590854,41321063)；中科院百人计划项目(Y205771077...

【ISSN号】1000-0240

【页码】P596-603

【年份】2019

【期号】第3期

【期刊卷】1;|7;|8;|2

【摘要】Landsat-7机载扫描行校正器（Scan Line Corrector,SLC）失效后的ETM+影像（SLC-OFF影像）约有22%的数据缺失,严重限制了该影像在冰川研究中的应用,特别对长期缺乏高质量遥感影像的高亚洲地区冰川运动连续监测产生较大影响.以Karakoram中部最大的锡亚琴冰川为例,初步评估了Landsat-7 ETM+SLC-OFF影像在山地冰川表面流速提取方面的适用性和可行性.选取2009年和2010年两景SLC-OFF影像,运用局部直方图匹配法（Local Linear Histogram Match,LLHM）和加权线性回归法（Weighted Liner Regression,WLR）修复缺失数据条带,并利用亚像元互相关方法对修复后两景影像进行冰川表面流速估算.结果表明,LLHM和WLR两种方法均能有效修复冰川区Landsat-7 SLC-OFF影像,其冰流估算结果与同期Landsat-5 TM影像的冰流结果较为一致,三者冰流速估算精度分别为±5.9 m·a-1、±6.3 m·a-1和±4.0 m·a-1,验证了Landsat-7 SLC-OFF影像在山地冰川流速监测中的应用潜力.

【全文】 文献传递

基于Landsat-7 ETM+SLC-OFF影像的山地冰川流速提取与评估
——以Karakoram锡亚琴冰川为例

孙永玲1，2，江利明1*，柳林1，2，孙亚飞1，2，汪汉胜1

（1.中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室，湖北武汉430077；2.中国科学院大学，北京100049）

摘　要：Landsat-7机载扫描行校正器（Scan Line Corrector，SLC）失效后的ETM+影像（SLC-OFF影像）约有22%的数据缺失，严重限制了该影像在冰川研究中的应用，特别对长期缺乏高质量遥感影像的高亚洲地区冰川运动连续监测产生较大影响.以Karakoram中部最大的锡亚琴冰川为例，初步评估了Landsat-7 ETM+SLC-OFF影像在山地冰川表面流速提取方面的适用性和可行性.选取2009年和2010年两景SLC-OFF影像，运用局部直方图匹配法（Loca1 Linear Histogram Match，LLHM）和加权线性回归法（Weighted Liner Regression，WLR）修复缺失数据条带，并利用亚像元互相关方法对修复后两景影像进行冰川表面流速估算.结果表明，LLHM和WLR两种方法均能有效修复冰川区Landsat-7 SLC-OFF影像，其冰流估算结果与同期Landsat-5 TM影像的冰流结果较为一致，三者冰流速估算精度分别为±5.9 m·a-1、±6.3 m·a-1和±4.0 m·a-1，验证了Landsat-7 SLC-OFF影像在山地冰川流速监测中的应用潜力.

关键词：Landsat-7 ETM+SLC-OFF影像；条带修复；山地冰川流速；锡亚琴冰川；Karakoram地区

Sun Yong1ing，Jiang Liming，Liu Lin，et al.Surface f1ow ve1ocity of mountain g1aciers derived from Landsat-7 ETM+SLC-OFF images：extraction and quantitative eva1uation：A case study of the Siachen G1acier in the Karakoram［J］.Journa1 of G1acio1ogy and Geocryo1ogy，2016，38（3）：596-603.［孙永玲，江利明，柳林，等.基于Landsat-7 ETM+SLC-OFF影像的山地冰川流速提取与评估——以Karakoram锡亚琴冰川为例［J］.冰川冻土，2016，38（3）：596-603.］

0　引言

山地冰川是冰冻圈的重要组成部分，被认为是气候变化的敏感指示器［1-5］，在全球和区域气候中扮演着极其重要的角色.冰川运动监测与研究不仅有助于了解冰川的基本性质和运动规律，同时可为气候变化研究以及冰川灾害防治提供基础数据［2，6-8］.20世纪以来，受全球气候变暖影响，高亚洲地区冰川消融强烈［9-10］，但该地区冰川地处偏远、自然环境恶劣，实地观测既耗时、耗力，且难以实现实时和大面积监测.卫星遥感技术的发展为我们提供了快速、大面积监测冰川变化的有利手段，其中光学卫星遥感具有数据获取速度快、成像范围广、包含信息丰富、重访周期短等特点，已广泛用于山地冰川流速监测研究中［3，11-16］.

1972年Landsat发射至今，美国陆地卫星系列（Landsat 1～5、7和8）提供了近40 a连续、一致的对地观测数据［17］，加之其较大的覆盖范围和适中的分辨率，已成为全球冰川学研究的重要数据源.但2003年5月31日Landsat-7 ETM+机载扫描行校正器（Scan Line Corrector，SLC）发生永久故障，导致此后获取的ETM+影像（SLC-OFF影像）约22%的数据缺失，严重限制了Landsat7 ETM+影像的应用.针对Landsat7 ETM+SLC-OFF影像修复问题，近年来国内外学者开展了大量的研究.目前，Landsat-7 ETM+SLC-OFF影像的条带修复方法主要有两类：（1）直接插值修复法，即利用SLCOFF影像条带周围的有效像素进行插值，其优点是操作简单，缺点是修复效果较差，只能将22%的数据丢失减少到18%［18］；（2）其它影像填充法，借助覆盖同一地区的Landsat-7 ETM+影像或其他Landsat系列卫星影像等，美国地质调查局（USGS）学者提出了全景直方图匹配、局部直方图匹配和自适应窗口直方图匹配方法三种SLC-OFF数据的填充方法［19-20］.田晓红等［21］在局部直方图匹配算法基础上提出了自适应局部回归匹配算法.钱乐祥等［22］利用影像自适应局部回归模型和影像固定窗口局部回归模型，分别以Landsat TM和SLCOFF影像作为填充图像对条带数据进行修复，并对应用不同修复方法和不同填充图像所修复的图像的应用价值进行评价.Zeng等［23］提出了加权线性回归法（The Weighted Liner Regression，WLR），该方法提高了影像修复的准确性，即使在边缘区域也能得到较好的修复.上述研究大都聚焦于条带数据的修复方法方面，对修复后的影像用于山地冰川表面流速估算方面探讨不足.

本文初步评估了Landsat-7 ETM+SLC-OFF影像在山地冰川流速提取的可行性和应用潜力.以Karakoram中部区域最大的锡亚琴冰川（Siachen G1acier）为例，选取2009年和2010年两景Landsat ETM+SLC-OFF影像进行实验，采用两种去条带方法进行影像修复，分别是局部直方图匹配法（Loca1 Linear Histogram Match，LLHM）［19-20］和加权线性回归法［23］.然后，基于修复后SLC-OFF影像，利用亚像元互相关方法提取冰川表面流速，并根据同期Landsat TM数据提取的冰流结果进行比对以评估其可靠性.

1　方法

1.1　SLC-OFF影像条带修复方法

在SLC发生永久故障初期，可以采用SLC失效前的Landsat-7 ETM+（SLC-ON）影像进行条带修复，但随着时间的推移，地物变化较大，SLCON影像难以用于时间相隔较长的SLC-OFF影像的条带修复.另外，同轨道且相近时期SLC-OFF影像的条带位置略有不同，因此，可以采用不同时相的一景或多景SLC-OFF影像进行条带修复［18］.

考虑到用于本文冰流提取的两景SLC-OFF数据获取时间分别为2009年和2010年，与SLC-ON数据时间间隔较长，冰川表面变化较大，因此，采用相近时期获取的两景SLC-OFF影像分别进行修复.在利用其它影像填充进行条带修复的方法中，经典的LLHM方法的算法原理简单，计算效率高；而WLR方法由于采用不同的权重进行缺失像元填充，提高了影像整体修复的精度.因此本文选择上述两种方法对Landsat ETM+SLC-OFF影像进行条带修复，下面分别进行介绍.

1.1.1　局部直方图匹配法

局部直方图匹配法［19-20］通过建立填充影像（SLC-ON影像或SLC-OFF）和主影像（SLC-OFF影像）像元值（DN值）的线性回归方程进行主影像的条带修复，具体细节可参考文献［19-20］，处理步骤主要包括：首先利用回归方程建立主影像（待修复影像）和填充影像DN值的关系（式（1）），然后根据填充影像的有效像元对主影像进行修复.

其中：

式中：p代表主影像；f代表填充影像；a为增益；b为偏差；DNip为主影像上第i点的灰度值；为主影像窗口内有效像素点平均值；为填充影像上第i点的灰度值；为填充影像窗口内有效像素点平均值.

在对主影像进行修复前，需以主影像为基准，对所有的填充影像进行配准，然后计算主影像中缺行像素点的填充值，填充DN值是从以它为中心的窗口中通过回归方程计算.本文中SLCOFF数据选用的全色波段，所以DN值是从以它为中心的31×31窗口［19］计算得出.利用一景SLC-OFF影像作为填充影像修复之后，主影像数据缺失没有填充完整，则可利用另一幅（或几幅）影像，遵循上述过程继续进行修复.若利用SLC-OFF影像填充后主影像数据依然没有填充完整，则未填充完整的部分利用直接插值方法进行填充.

1.1.2　加权线性回归法

加权线性回归法［23］是在局部直方图匹配法基础上进行加权处理，主要在相似像元选取以及利用相似像元计算增益和偏差方面进行了改进，详细算法可参考文献［23］.首先，通过分析目标像元的光谱统计特性来确定相似像元；其次，在利用相似像元计算增益和偏差时，根据光谱特性和距离给相似像元设定权值，与目标像元光谱特性越相似，距离越近，则权值越大；反之，任何一方增大，则权值减小.利用WLR方法计算的主影像缺行像素点的填充值为：

式中：p代表主影像；f代表填充影像；a为增益；b为偏差；DNip为主影像上第i点的灰度值；为主影像窗口内有效像素点平均值；DNif为填充影像上第i点的灰度值；DNf为填充影像窗口内有效像素点平均值；Wi为第i点相似像元的权值.同理，利用一景SLC-OFF影像作为填充影像修复之后，主影像数据缺失没有填充完整，则可利用另一幅（或几幅）影像，遵循上述过程继续进行修复.若没有足够的填充影像对主影像进行修复，则未填充完整的部分可以利用正则化方法［23］进行填充.

1.2　冰川流速提取方法

基于上述两种方法修复后的SLC-OFF影像，本文利用亚像元互相关方法提取冰川表面流速.亚像元互相关方法提取冰川表面流速的具体步骤如下：首先，对两景光学影像进行精确配准，然后对配准后的两景影像进行互相关计算.本文采用频率域互相关算法，该算法的基础是傅里叶变换定理［24］，根据两景影像傅里叶变换的相位差计算偏移量.若i1和i2是两景影像，两者之间的偏移量为则

式中：I1和I2为两景影像的傅里叶变换；ωx和ωy为两个方向的频率变量.则两景影像的归一化互功率谱表达式为：

式中：*表示共轭复数.其傅里叶逆变换为：

则两景影像的偏移量可根据冲激函数的峰值计算.

本研究采用COSI-Corr软件［24］实现亚像元互相关方法提取冰川表面流速.窗口大小是亚像元互相关方法的一个关键的参数，窗口越小计算量越小，但得到相邻各点的相关系数差别较大；窗口越大，计算出相邻各点的相关系数变化趋于平缓，但计算量会增加.通过反复试验，得到最佳窗口设置（最大窗口设为128×128，最小窗口设为32×32）.由于选用的Landsat TM数据的分辨率为30 m，而Landsat ETM+SLC-OFF数据的分辨率为15 m，为了使最后得到的偏移量的分辨率一致，便于冰流结果的比较，将Landsat TM数据的步长设为1，而Landsat ETM+SLC-OFF数据的步长设为2，则可以获得同为30 m分辨率的偏移量结果.

1.3　误差评估方法

利用遥感影像提取冰川表面冰流速度的主要误差源有以下几个方面：（1）图像自身的质量.由于图像获取的时间间隔较长，在两个时相间冰川表面可能已经发生了变化，如积雪的覆盖、冰川消融等，由这些因素产生的偏移结果与冰川流速无关.（2）影像配准误差.两景影像配准的精度会直接影响偏移量的提取.（3）由于本研究选用Landsat ETM+SLC-OFF影像，因此还包括条带修复过程中产生的误差，条带修复时选择的填充影像与被修复影像存在一定的时间间隔，在这期间冰川表面会发生一定的变化.

理论上稳定区域（非冰川区域）没有偏移量，且稳定区域包含上述所有的误差源.因此一般利用稳定区域的偏移量值评估冰流结果的精度［25-26］，其详细公式如下：

式中：eoff为非冰川区偏移量的误差；MED为非冰川区偏移量的平均值；SE为非冰川区偏移量的标准误差，其具体计算公式如下：

式中：STDV为非冰川区偏移量平均值的标准差；Neff为空间非相关像元个数，其计算公式如下：

式中：Ntotal为非冰川区像元的总数；PS为像元分辨率；D为空间相关的最大距离，空间相关的最大距离一般是像元分辨率的20倍［26］.

2　实验区和数据

2.1　实验区

锡亚琴冰川（35.5°N，77°E）位于喀喇昆仑山脉南端的巴控克什米尔、印控克什米尔和中国新疆之间（图1）.锡亚琴冰川长约74 km，面积约700 km²，是Karakoram中部区域最大的冰川，也是除极地外世界第二大冰川［27］.地形上呈南北走向，西面为萨尔托洛山脉，东面为喀喇昆仑山主脉，平均海拔约4 685 m［27-28］.

2.2　数据

本文选取两景完全覆盖锡亚琴冰川的Landsat 7 ETM+SLC-OFF影像（主影像），获取时间分别为2009年8月12日和2010年8月31日，并选用2009年7月27日和2010年10月2日获取的两景SLCOFF影像（填充影像）分别对上述主影像进行条带修复，填充影像的条带位置与主影像的条带位置不同.由于该实验区内缺乏冰流实地观测资料，选取两景同轨道、同期Landsat-5 TM影像用于验证利用上述两种方法修复后的SLC-OFF影像提取的冰流结果，TM影像的获取时间分别是2009年8月4日和2010年8月23日，见表1.其中，SLC-OFF影像均采用第八波段，分辨率为15 m，而TM影像则选用第四波段，分辨率为30 m.

3　结果与讨论

3.1　SLC-OFF影像条带修复

图2给出了经LLHM方法和WLR方法修复后的Landsat ETM+SLC-OFF影像（2009年8月12日）对比结果.从图中可以看出，两种方法均能较好地修复SLC-OFF影像，不存在明显的条带状数据缺失.为进一步对比两种方法在冰川区的条带修复能力，从图中截取锡亚琴冰川的部分区域（图2b、2c黑色框区域）进行放大显示和分析.如图3所示，利用LLHM方法修复后的SLC-OFF影像存在填充边界，可明显地发现修复前SLC-OFF影像的条带位置，而经过WLR方法修复后的SLC-OFF影像（图3b）较平滑，表明WLR方法对SLC-OFF影像的修复效果优于LLHM方法.主要原因是WLR方法在计算增益和偏差时对相似像元进行了筛选，且根据光谱特性和距离给相似像元赋予权值，使修复结果更为可靠.本文的结果与前人的研究一致，Zeng等［23］的研究结果也表明，WLR方法对SLC-OFF影像修复的精确度高于LLHM方法.3.2冰川流速估算

图4分别给出了Landsat-7 ETM+SLC-OFF修复影像和Landsat-5 TM影像的锡亚琴冰川年均流速结果，其中图4（a）和4（b）分别为经LLHM方法和WLR方法修复后SLC-OFF影像的冰流结果，图4（c）为Landsat-5 TM影像的冰流结果.三种冰流估算结果对比表明，利用两种方法修复后的SLCOFF影像提取了较为完整的锡亚琴冰川年平均冰流速度，且冰流大小和分布模式整体上与TM数据提取的冰流结果相符，但在冰川上游以及支流区域，SLC-OFF影像的冰流结果比较杂乱、噪声较大，主要由以下两个原因引起：（1）上游区域为冰川积累区，有大量的雪覆盖，一定程度上影响了相同特征点的提取；（2）地形变化（地形复杂，高程变化较大）影响了条带修复效果，进而影响了冰川流速估算.

为进一步对比分析Landsat-7 SLC-OFF影像与Landsat-5 TM影像的冰流估算结果，图5给出了两者的冰流差值分布图.由图5可知，利用LLHM和WLR方法修复后的SLC-OFF数据提取的锡亚琴冰川的冰流与Landsat TM数据提取的冰流结果差值很小，均分布在［-10，15］m·a-1之间.另外，上述三者提取的冰流速度沿冰川中心线变化趋势一致，且冰流速度值也高度吻合（图6）.根据三者在稳定区域的误差统计结果（表2），Landsat-5 TM影像的冰流速估算误差为±4.0 m·a-1，LLHM方法和WLR方法修复后的SLC-OFF影像的冰流误差分别为±5.9 m·a-1和±6.3 m·a-1.

通过对比LLHM和WLR方法修复后SLC-OFF影像（图2、图3），发现WLR方法的修复结果优于LLHM方法，但从冰流估算结果（图4）及其误差评估结果（表2）可知，利用LLHM修复的SLC-OFF影像提取的冰流结果较WLR方法的冰流结果更为完整，且估算精度略高.主要原因是WLR方法修复条带时选择邻域相似像元进行加权处理，提高了修复后SLC-OFF影像在条带区域的平滑效果（图3b），但同时也丢失了一些细节信息，特别是在地形起伏较大或者地物变化较快情况下地物几何特征的保持能力减弱［23］，这将影响在亚像元互相关冰流提取中相同特征点的识别，从而导致条带填充区域冰流估算结果不完整或存在较大噪声（图4b、图5b）.

4　结论

本研究利用LLHM方法和WLR方法分别对Landsat ETM+SLC-OFF影像进行条带修复，并根据修复后的SLC-OFF影像，通过亚像元互相关分析提取山地冰川表面流速，经对喀喇昆仑地区锡亚琴冰川的实例研究，得出以下结论：

（1）LLHM方法和WLR方法均能较好地修复冰川区域的Landsat EMT+SLC-OFF影像，由于采用邻域相似像元进行加权处理，WLR方法具有更为可靠的条带修复能力.

（2）通过与同期Landsat-5 TM冰流结果的比较，利用两种方法修复后的SLC-OFF影像均能较为完整地提取冰川表面流速，其冰流大小和空间分布均与Landsat-5 TM结果较为一致.另外，三者冰流速估算精度分别为±5.9 m·a-1、±6.3 m·a-1和±4.0 m·a-1.

（3）受特殊的气候和大气环流影响，高亚洲冰川地区缺乏长期、连续的高质量卫星遥感资料，本文验证了Landsat7 ETM+SLC-OFF影像在山地冰川流速估算中的应用潜力，修复后的SLCOFF影像可为山地冰川监测提供新的数据源，对于该地区冰川运动监测具有重要意义.

参考文献：（

References：）：

［1］Yan Shiyong.Research on extraction of A1pine g1acier surface movement by SAR remote sensing［D］.Beijing：The Institute of Remote Sensing and Digita1 Earth，Chinese Academy of Sciences，2013.［闫世勇.山地冰川表面运动雷达遥感监测方法研究［D］.北京：中国科学院遥感与数字地球研究所，2013.］

［2］Jiang Zong1i，Liu Shiyin，Peters Ju1iane，et al.Ana1yzing Yengisogat G1acier surface ve1ocities with ALOS PALSAR data feature tracking，Karakoram，China［J］.Environmenta1 Earth Sciences，2012，67（4）：1033-1043.

［3］Herman Frédéric，Anderson Brian，Leprince Sébastien.Mountain g1acier ve1ocity variation during a retreat/advance cyc1e quantified using sub-pixe1 ana1ysis of ASTER images［J］.Journa1 of G1acio1ogy，2011，57（202）：197-207.

［4］Zhou Jianmin，Li Zhen，Li Xinwu.Research on ru1es of the va11y g1acier motion in Western China based on ALOS/PALSAR interferometry［J］.Acta Geodaetica et Cartographica Sinica，2009，38（4）：341-347.［周建民，李震，李新武.基于ALOS_PALSAR数据雷达干涉测量的中国西部山谷冰川冰流规律研究［J］.测绘学报，2009，38（4）：341-347.］

［5］Feng Tong，Liu Shiyin，Xu Jun1i，et al.G1acier change of the Yarkant River basin from 1968 to 2009 derived from the First and Second G1acier Inventories of China［J］.Journa1 of G1acio1-ogy and Geocryo1ogy，2015，37（1）：1-13.［冯童，刘时银，许君利，等.1968-2009年叶尔羌河流域冰川变化——基于第一、二次中国冰川编目数据［J］.冰川冻土，2015，37（1）：1-13.］

［6］Cao Min，Li Zhongqin，Li Hui1in.Features of the Surface F1ow Ve1ocity on the Qingbingtan G1acier No.72，Tianshan Mountains［J］.Journa1 of G1acio1ogy and Geocryo1ogy，2011，33（1）：21-29.［曹敏，李忠勤，李慧林.天山托木尔峰地区青冰72号冰川表面运动速度特征研究［J］.冰川冻土，2011，33（1）：21-29.］

［7］Lu Hong1i，Han Haidong，Xu Jun1i，et al.Ana1ysis of the f1ow features in the ab1ation zone of the Koxkar G1acier on south s1opes of the Tianshan Mountains［J］.Journa1 of G1acio1ogy and Geocryo1ogy，2014，36（2）：248-258.［鲁红莉，韩海东，许君利，等.天山南坡科其喀尔冰川消融区运动特征分析［J］.冰川冻土，2014，36（2）：248-258.］

［8］Wang Kun，Jing Zhefan，Wu Yuwei，et al.Latest survey and study of surface f1ow features of the Qiyi G1acier in the Ai1ian Mountains［J］.Journa1ofG1acio1ogyandGeocryo1ogy，2014，36（3）：537-545.［王坤，井哲帆，吴玉伟，等.祁连山七一冰川表面运动特征最新观测研究［J］.冰川冻土，2014，36（3）：537-545.］

［9］Yao Tandong，Liu Shiyin，Pu Jianchen，et al.Recent retreat of High Asia G1acier and its impact on water resources of west China［J］.Science in China（Series D：Earth Sciences），2004，34（6）：535-543.［姚檀栋，刘时银，蒲健辰，等.高亚洲冰川的近期退缩及其对西北水资源的影响［J］.中国科学（D辑：地球科学），2004，34（6）：535-543.］

［10］Gao Xiao，Wu Lizong，Moo1 P K.Ana1ysis of the characteristics of g1acia1 1ake variation in the Koshi River basin，the Hima-1ayas based on RS and GIS［J］.Journa1 of G1acio1ogy and Geocryo1ogy，2015，37（3）：557-569.［高晓，吴立宗，Moo1 P K.基于遥感和GIS的喜马拉雅山地区科西河流域冰湖变化特征分析［J］.冰川冻土，2015，37（3）：557-569.］

［11］Pau1 F.Revea1ing g1acier f1ow and surge dynamics from animated sate11ite image sequences：examp1es from the Karakoram［J］.The Cryosphere Discussions，2015，9（2）：2597-2623.

［12］Heid T，Kääb A.Repeat optica1 sate11ite images revea1 widespread and 1ong term decrease in 1and-terminating g1acier speeds［J］.The Cryosphere，2012，6（2）：467-478.

［13］Huang 1ei，Li Zhen.Mountain g1acier f1ow ve1ocities ana1yzed from sate11ite optica1 images［J］.Journa1 of G1acio1ogy and Geocryo1ogy，2009，31（5）：935-940.［黄磊，李震.光学遥感影像的山地冰川运动速度分析方法［J］.冰川冻土，2009，31（5）：935-940.］

［14］Cop1and Luke，Pope Sierra，Bishop Michae1 P，et al.G1acier ve1ocities across the centra1 Karakoram［J］.Anna1s of G1acio1ogy，2009，50（52）：41-49.

［15］Kääb A.Combination of SRTM3 and repeat ASTER data for deriving a1pine g1acier f1ow ve1ocities in the Bhutan Hima1aya［J］. Remote Sensing of Environment，2005，94（4）：463-474.

［16］Berthier E，Vadon H，Baratoux D，et al.Surface motion of mountain g1aciers derived from sate11ite optica1 imagery［J］.Remote Sensing of Environment，2005，95（1）：14-28.

［17］Chen Jin，Zhu Xiao1in，Voge1mann James E，et al.A simp1e and effective method for fi11ing gaps in Landsat ETM+SLCOFF images［J］.Remote Sensing of Environment，2011，115（4）：1053-1064.

［18］Shou Jingwen.Research on recovering and app1ication of the Landsat-7 ETM+SLC-Off image［D］.Harbin：Harbin Engineering University，2006.［寿敬文.陆地卫星7号ETM+图像数据缺行的修复与应用研究［D］.哈尔滨：哈尔滨工程大学，2006.］

［19］USGS.Phase 2 Gap-Fi11 A1gorithm：SLC-off Gap-Fi11ed Products Gap-Fi11 A1gorithm Methodo1ogy［J］.USGS Landsat，2004.http：//Usgs.gov/documents/L7SLCGapFi11edMethod.pdf.

［20］Scaramuzza P，Micijevic E，Chander G.SLC gap-fi11ed products phase one methodo1ogy［J］.Landsat Technica1 Notes，2004.

［21］Tian Xiaohong，Lin Youming.Research on a1gorithms for recovering Landsat-7 Gap data［J］.Computer Simu1ation，2007，24（12）：59-61.［田晓红，林友明.Landsat_7缝隙数据恢复的算法研究［J］.计算机仿真，2007，24（12）：59-61.］

［22］Qian Lexiang，Li Shifeng，Cui Haishan，et al.Image qua1ity eva1uation of Landsat 7 ETM SLC-OFF based on a sing1e inage 1oca1 regression mode1 retrieved［J］.Geography and Geo-Information Science，2012，28（5）：21-24.［钱乐祥，李仕峰，崔海山，等.基于单一影像局部回归模型修复的Landsat7 ETM SLC_OFF图像质量评价［J］.地理与地理信息科学，2012，28（5）：21-24.］

［23］Zeng Chao，Shen Huanfeng，Zhang Liangpei.Recovering missing pixe1s for Landsat ETM+SLC-OFF imagery using mu1titempora1 regression ana1ysis and a regu1arization method［J］. Remote Sensing of Environment，2013，131：182-194.

［24］Leprince S，Barbot S，Ayoub F，et al.Automatic and precise orthorectification，coregistration，and subpixe1 corre1ation of sate11ite images，app1ication to ground deformation measurements［J］.IEEE Transactions on Geoscience and Remote Sensing，2007，45（6）：1529-1558.

［25］Bo1ch T，Pieczonka T，Benn D.I.Mu1ti-decada1 mass 1oss of g1aciers in the Everest area（Nepa1 Hima1aya）derived from stereo imagery［J］.The Cryosphere，2011，5（2）：349-358.

［26］Kob1et T，Gärtner-Roer I，Zemp M，et al.Reana1ysis of mu1titempora1 aeria1 images of Storg1aciären，Sweden（1959-99）-Part 1：Determination of 1ength，area，and vo1ume changes［J］.The Cryosphere，2010，4（3）：333-343.

［27］van den Berg L F.Estimated g1acia1 f1ow from repeated SAR images using feature tracking and InSAR［D］.Nether1ands：De1ft University of Techno1ogy，2012.

［28］Kumar V，Venkataramana G，Høgda K A.G1acier surface ve-1ocity estimation using SAR interferometry technique app1ying ascending and descending passes in Hima1ayas［J］.Internationa1 Journa1 of App1ied Earth Observation and Geoinformation，2011，13（4）：545-551.

Surface flow velocity of mountain glaciers derived from Landsat-7 ETM+SLCOFF images：extraction and quantitative evaluation：Acase study of the Siachen Glacier in the Karakoram

SUN Yong1ing1，2，JIANG Liming1，LIU Lin1，2，SUN Yafei1，2，WANG Hansheng1
（1.State Key Laboratory of Geodesy and Earth’s Dynamics，Institute of Geodesy and Geophysics，Chinese Academy of Sciences，Wuhan 430077，China；2.University of Chinese Academy of Sciences，Beijing 100049，China）

Abstract：When the Scan Line Corrector（SLC）on Landsat-7 1oses efficacy and forms a wedge-shaped data gap in SLC-OFF image，resu1ting in rough1y 22%of the pixe1 to be missed，and 1eaving a serious prob1em for the app1ication of ETM+data on studying g1aciers，particu1ar1y for monitoring 1ong-term g1acia1 variations in High Asian Mountains，where there is few high qua1ity remote sensing data.In this study，the Siachen G1acier，the 1argest g1acier in the Centra1 Karakoram，was se1ected as a monitoring site.We aim to eva1uate the potentia1 of the Landsat-7 ETM+SLC-OFF images in deriving surface ve1ocities of mountain g1ciers.A pair of SLC-OFF images acquired from 2009 and 2010 were used for this purpose.Two typica1 fi11ing-gap methods，the 1oca1ized 1inear histogram match（LLHM）and the weighted 1iner regression（WLR），were uti1ized to recover the above mentioned SLC-OFF images.Then the recovered images were app1ied for deriving g1acier surface f1ow ve1ocities using sub-pixe1 corre1ation.The resu1ts show that both LLHM and WLR methods can effective1y repair the g1acier area in the Landsat-7 SLC-OFF images.Besides，the surface f1ow ve1ocities estimated with the recovered SLCOFF images are high1y agreement with those from the Landsat-5 TM images.The accuracy of above three f1ow ve1ocities are 5.9 m·a-1，6.3 m·a-1and 4.0 m·a-1，respective1y.This study verifies the potentia1 of the Landsat-7 ETM+SLC-OFF images in deriving surface f1ow ve1ocities of mountain g1aciers.

Key words：Landsat-7 ETM+SLC-OFF images；fi11ing-gap；g1acier f1ow ve1ocity；Siachen G1acier；Karakoram

中图分类号：P343.6

文献标志码：A

文章编号：1000-0240（2016）03-0596-08

doi：10.7522/j.issn.1000-0240.2016.0066

收稿日期：2016-02-21；

修订日期：2016-04-24

基金项目：国家重大科学研究计划项目（2012CB957702）；国家自然科学基金（41274024；41431070；41590854；41321063）；中科院百人计划项目（Y205771077）资助

作者简介：孙永玲（1988-），女，山东临沂人，2011年在山东交通学院获学士学位，主要从事主被动遥感冰川监测研究. E-mai1：sunyong1ing11@mai1s.ucas.ac.cn

*通讯作者：江利明，E-mai1：j1m@whigg.ac.cn.