0 引言

南极作为全球唯一的常年被冰雪覆盖的大陆地区, 其冰雪环境的变化与全球气候息息相关[1]。冰架和冰川是冰盖边缘最主要也是最活跃的特征区域, 同时作为冰盖边缘显著的物质交换区域, 它的动态变化影响着南极乃至全球环境的变化, 并对研究整个南极冰盖的物质平衡具有重要价值。南极自然环境严酷, 利用卫星遥感技术可以有效地监测南极冰架和冰川的动态变化。Series等[2]利用Landsat-7光学遥感影像监测到2002—2003年间拉森B冰架曾发生大型崩解事件。Macayeal等[3]基于SAR卫星影像数据对西南极龙尼-菲尔希纳冰架前缘的变化过程进行了研究, 揭示了前缘地区一直处在不断变化之中。Cook等[4-5]利用多种光学和微波数据, 对南极半岛区域的 244条冰川 1945—2004年间的扩展和崩解变化进行了研究, 揭示了冰川变化存在时间和空间两个方面的差异。张辛等[6]利用MODIS和Envisat ASAR数据, 对南极18个主要冰架系统进行持续性动态监测, 提出冰架存在 3种变化类型: 扩展变化为主、崩解变化为主及扩展和崩解变化都明显, 且同一冰架在不同监测年份其变化也存在差异。不同遥感传感器数据适用于不同的研究目的, 针对南极复杂的冰雪环境, 有必要运用多源遥感数据来实现对南极冰架冰川的动态变化监测。

中国自1984年组织首次南极考察至今, 已在南极建立长城站、中山站、昆仑站和泰山站4个科学考察站。中山站作为南极内陆科学考察的起点和重要补给点, 研究站点附近的冰架和冰川的变化特征对我国极地考察有着重要意义。埃默里冰架(Amery Ice Shelf)是东南极最大的冰架, 有研究[7-11]发现其前缘存在一定的年际和季节性变化规律, 崩解周期大约为 60—70 a, 且近年间处于较稳定状态, 其前缘扩展速率受到流速等因素的影响。由于冰架和冰川的变化属于动态过程,有必要利用多源遥感数据对其进行高时频、长时间序列的变化监测。中山站附近冰川的长时间序列变化研究较少受到关注, 且埃默里冰架变化监测的时间尺度可以在之前研究上进一步扩展。因此本研究选取位于中国南极考察站中山站附近的埃默里冰架、极时代冰川(Polar Times Glacier)、极记录冰川(Polar Record Glacier)和达尔克冰川(Dalk Glacier)作为试验区, 利用MODIS 250 m分辨率和 Landsat 15m分辨率的卫星遥感影像, 监测其 2000—2016年间的海岸线和面积的动态变化。根据冰架和冰川年际变化监测结果分析各个试验区的变化特征, 总结其变化规律, 并对未来冰架和冰川的变化趋势进行预测。

1 试验区域及数据

中国南极中山站位于东南极大陆伊丽莎白公主地拉斯曼丘陵的维斯托登半岛上。如图1所示,距离中山站 120 km的埃默里冰架为东南极最大的冰架, 也是全南极第三大冰架, 其上游的费希尔、梅勒和兰伯特冰川是冰架补给的主要来源。埃默里冰架是东南极冰盖的入海口, 南极冰盖约16%的冰在这一地区排出, 对冰盖物质平衡过程有着重大影响[12-14]。位于埃默里冰架和中山站之间的是极时代和极记录冰川试验区, 极时代冰川流向为正北方向, 极记录冰川流向为西北方向,两者最终注入普里兹湾海域。达尔克冰川位于中山站的东南方向, 是距离中山站最近的冰川。

本文试验数据包括陆地卫星 Terra的 MODIS传感器250 m分辨率数据和Landsat系列卫星15 m分辨率数据。中等分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer, MODIS)是美国地球观测系统计划中Terra和Aqua两颗极轨卫星都装载的重要传感器[15-16]。它拥有 36个离散并相互配准的光谱波段, 分布在可见光至热红外波谱400—1 400 nm范围。其星下点空间分辨率有250、500和1 000 m这3种, 视场宽度为2 330 km[17]。Landsat为美国NASA的陆地卫星, 自1972年至今共发射了8颗。Landsat-7搭载ETM+传感器, 多光谱分辨率可达30 m, 全色波段分辨率可达15 m[16]。Landsat-8于2013年开始获取影像数据。

MODIS数据具有高时间分辨率和覆盖面积大的特点, 使用其250 m分辨率数据监测冰架的变化; 监测面积较小的冰川变化使用的是分辨率更高的 Landsat数据。为避免极夜、云和海冰等因素对试验结果的影响, 数据获取时间为南半球夏季, 即每年 12月至翌年2月。另外由于2001年和 2002年 Landsat数据受云等因素影响较大,缺少适合监测的影像, 所以这两年的数据缺失。2000年、2003—2013年使用的数据为Landsat-7 15 m分辨率的影像数据, 2014—2016年为Landsat-8 15 m分辨率的影像数据。

2 数据处理

2.1 二值化图像生成

为了精确地监测 2000—2016年冰架和冰川试验区的动态变化情况, 必须首先对每一景影像进行地理几何纠正, 实现多时相遥感影像的配准。对于不同数据源和尺度的冰架和冰川试验区数据, 分别使用基于地理编码的方式和传统人工挑选匹配点的方式实现多时相影像的配准。冰架试验区使用地理编码方法, 利用 Modis Swath软件结合MODIS L1B数据和对应地理坐标MOD03数据文件进行地理几何校正[18]。冰川试验区以2000年初的基准影像作为参考影像, 寻找明显固定地物, 如岩石、固定冰等, 将其他年份影像以此为标准进行地理配准。为了准确分析冰架冰川试验区的动态变化, 必须有效提取冰架冰川前缘和冰山轮廓。在影像数据中, 试验区和海水的灰度差异较为明显, 适合通过选取阈值来进行影像分割。用自然断点分类方法得到最佳阈值, 通过基于阈值的影像分割方法获取冰架和冰川的前缘轮廓图。

自然断点法计算最佳阈值的公式为

其中, SDCM是每一类方差的和, SDAM是原始数据的方差, N是类别数量, Zi是每个像元的灰度值,是全部像元的灰度平均值。通过计算每一类的方差, 再计算这些方差之和, 用方差和的大小来比较分类的好坏, 最小的方差和对应最优的分类结果。通过基于阈值的影像分割后生成试验区和海水的二值化图像。

2.2 多年份数据叠加

对进行影像分割后生成的研究区域进行裁剪处理, 并生成冰架和冰川前缘矢量图。由于受云、海冰等因素的影响, 需要对生成的矢量数据进行去噪处理, 得到每一年的冰架和冰川前缘轮廓图,在 ArcGIS中对每一年的数据进行叠加显示和分析(图2)。通过统计冰架试验区的像元数量和单位像元面积, 得到每一年的冰架面积值; 计算两相邻年份的面积值之差可以分析冰架的变化情况;统计分析冰山每一年的面积值, 得到冰山的动态崩解状况。

2.3 误差分析

影像数据预处理后, 对生成的冰架和冰山的矢量图进行拓扑检查, 通过统计得到每一年试验区面积变化, 面积误差主要来自冰架和冰川前缘轮廓图的提取, 与试验区的轮廓长度相关[9]。试验区的年均流速通过测量试验区前缘扩展距离得到, 流速误差与距离测量误差相关。本文假设轮廓提取和距离测量时存在一个像元的误差, 则面积和流速误差计算公式如下

其中, sri和sai分别为试验数据的空间分辨率和其对应的每一年试验区的面积偏差, Li为每年试验区轮廓周长,νy为试验区年均流速误差, t为时间间隔。通过计算, 可以得到试验区面积和年均流速误差。

3 冰架和冰川动态变化分析

根据试验区 2000—2016年的 MODIS和Landsat数据, 通过上述方法得到埃默里冰架、极时代冰川、极记录冰川和达尔克冰川的前缘变化效果图, 并基于所提取的轮廓特征分析冰架冰川变化。

3.1 埃默里冰架

图3是2000—2016年埃默里冰架前缘扩展变化图。分析可知, 近14年间, 埃默里冰架前缘呈现出向外围持续扩展的运动趋势, 而冰架前缘的形态基本保持不变, 说明前缘扩展速率较为恒定。图中标记出冰架3个部位的扩展方向和扩展速度。冰架A部分扩展速度可达585 m·a–1, B部分扩展速度可达1 215 m·a–1, C部分扩展速度可达982 m·a–1。分析可知, 冰架B和C部分扩展速度较快, 其平均速度可达约 900—1 200 m·a–1; 冰架A部分扩展较慢, 平均速度约为200—600 m·a–1。在2000年初至2016年初时间段内, 埃默里冰架前缘扩展总面积达到1 717 km2, 每年的面积扩展在 60—160 km2。

通过裁剪不同年份相同位置的冰架前缘变化区域, 统计像元面积和数量, 可求出埃默里冰架2000—2016年间每一年的面积变化。由图4可以看出, 埃默里冰架在2000—2016年间冰架前缘面积变化值均为正值, 保持不断扩展, 属于以扩展变化为主的冰架。其中2000年面积增长数值最大,达到206 km2, 在2002年面积增长数值最小, 只有32 km2, 分析两年的影像数据发现, 在2002年间冰架部分区域发生了小面积崩解, 导致总增长面积偏小。2003—2016年间面积增长保持相对稳定, 2000—2016年的年平均增长面积为107.3 km2。根据冰架面积增长的稳定性, 可以预测在未来数年, 埃默里冰架将处于持续扩展的状态。

3.2 极时代冰川

图5 是极时代冰川2000—2016年的变化图,其中底图为 2000年初冰川影像图。极时代冰川的溢出导致前缘产生大冰舌, 冰川主体部分与冰舌间产生裂缝, 在 2000—2006年期间, 裂缝不断增大。冰舌在 2000—2006年间不断向前移动, 并在2007年发生崩解, 形成冰山, 导致冰川末端后退。

极时代冰川前缘的冰山自 2007年完全崩解以来不断向前移动并发生崩解现象, 导致冰山面积呈逐年递减趋势。如图6所示, 2007年冰山面积为179.3 km2, 在2007—2014年间保持稳定的递减速率, 年平均变化值为0.39 km2。2014—2015年间发生崩解事件, 崩解面积达18.53 km2。冰山漂离后, 在 2016年达到面积最小值, 为156.2 km2。

3.3 极记录冰川

图 7是极记录冰川 2000—2016年间变化图,其中底图为2000年初冰川影像图。由历史数据观察可知, 冰川前缘在20世纪70年代发生大型崩解,但崩解的冰山在2000—2013年间并未完全漂离冰川, 在前方阻碍了冰川的运动, 仍被冰川不断推动而向前运动。冰川末端在16年间不断向外移动,2000—2013年间, 末端轮廓基本保持不变; 2013—2014年间, 冰川末端出现了小面积崩解。图8以2016年初影像作为底图, 展示了在2013—2016年间冰川末端和冰山发生的崩解现象。2013年初影像中, 冰山出现了明显裂缝, 2014年初影像显示冰山沿裂缝崩解成两座小冰山, 且前缘崩解部分完全漂离。2014—2015年间冰川末端和冰山都发生了小面积崩解事件。由影像可知, 2016年冰山已完全漂离冰川前缘。预测极记录冰川将不断向外溢出, 以一定周期生成冰舌, 发生崩解后生成新的冰山。

极记录冰川前缘的冰山自崩解以来, 受到冰川运动、洋流、温度等影响, 冰山不断发生漂移、崩解等现象, 冰山面积逐年减少。图9为极记录冰川前缘的冰山面积, 2000年的面积为 456 km2,2000—2013年的冰山面积逐年减少, 年平均减少量为 10.14 km2。2013—2014年间冰山发生大型崩解, 部分崩解冰山漂离冰川前缘, 使得2014年影像中未漂离冰山总面积值仅140.56 km2。2014—2015年冰山持续崩解, 面积减小至 26.84 km2。2016年冰山完全漂离冰川前端。

对比图6和图9可以发现, 极时代冰川和极记录冰川前缘的冰山在 2007—2013年都处于相对稳定状态, 面积变化较小, 但极时代冰川前缘的冰山面积减少速率明显慢于后者。两条冰川同时在2014和2015年都出现了面积急剧下降, 极时代冰川前缘的冰山发生了漂离, 但仍处于冰川前缘地带; 极记录冰川前缘的冰山则发生数次大面积崩解, 直至完全漂离。

3.4 达尔克冰川

研究发现达尔克冰川呈现交替性扩展和崩解的变化规律。图 10a和图 10b分别展示达尔克冰川2000—2007、2007—2011年间的变化状况, 其中图10a的底图影像为2004年初的冰川影像图, 图10b的底图影像为2010年初的冰川影像图。由图10a可知, 冰川在2000—2003年发生了崩解, 导致冰川末端回退。2003—2006年冰川的运动使得冰川末端不断向海洋移动。在 2006—2007年间, 冰川又发生崩解, 末端回退至2003年左右的位置。图10b显示了冰川在2007—2011年间的变化趋势, 与2000—2007年间的冰川变化大致相同, 冰川在2007—2009年初之间持续出现向外溢出后在2009和 2010年间又发生崩解现象。图10c的底图影像为2016年初的冰川影像图, 由图可知, 2016年冰川末端西侧部分发生了小面积崩解, 其余部分在2011—2016年间仍处于向外扩展状态。鉴于达尔克冰川的周期性变化, 可以预测, 在未来一两年内, 冰川将再次出现崩解现象。

3.5 变化特征总结

根据误差分析方法得到冰架和冰川试验区的面积误差, 将误差结果与原面积进行对比, 经统计分析, 得到试验区面积相对偏差小于2%, 埃默里冰架年均流速误差为22 m·a–1。计算精度较高,实现了对面积和流速的精确定量评估。

冰架和冰川的扩展主要是由于上游冰川的物质注入和冰流推进作用导致其前缘向海洋方向移动。从监测结果可以发现, 位于中山站附近的埃默里冰架、极时代冰川、极记录冰川和达尔克冰川都向海洋方向扩展。埃默里冰架在 16年间持续向外扩展, 冰架前缘形态基本保持不变,年扩展面积较为稳定, 仅在 2002年发生过小型崩解事件, 且还未增长到其上一个崩解周期最外端位置[7]。该区域自20世纪80年代起积累率不断增加, 温度在半个世纪里未有大的变化, 也可有效地维持冰架的稳定状态[10]。极时代和极记录冰川的末端在 2000—2014年间也都不断地往外移动, 冰川形态变化不大, 而达尔克冰川崩解事件的发生较频繁。冰川受到海水潮汐以及本身的重力作用, 当冰川末端的黏结力和海水浮力无法支撑其重量时, 则会发生崩解事件[19]。埃默里冰架、极时代冰川和极记录冰川都存在长达数十年的崩解周期, 而达尔克冰川崩解周期较短。此外, 在 2013—2014年初的时间段内, 极时代和极记录冰川前缘的冰山均发生大型崩解事件,且两者冰山变化形式也不同。极时代冰川前缘的冰山形态和面积保持稳定, 缓慢漂离冰川; 极记录冰川前缘的冰山则出现大面积的崩解, 崩解部分随后快速漂离。在 2013—2014年间, 这两个试验区活跃强度比较大, 极记录冰川前缘的冰山变化更显著。由于冰架冰川的地理位置不同,面积尺度不一, 周围气候、环境和洋流等因素对其造成的影响都有所差异。冰架和冰川前缘海冰的变化情况, 冰间湖和冰裂隙的存在与否也将导致冰架冰川具有不同的扩展速率和崩解周期。冰山自身发生崩解事件, 则与洋流、海水温度及其自身的稳定性等因素有关。

4 结语

本文利用MODIS L1B级250 m分辨率数据和Landsat陆地卫星15 m分辨率数据, 分别监测中山站附近的埃默里冰架、极时代冰川、极记录冰川和达尔克冰川试验区, 得到其2000—2016年间前缘变化特征。结果表明, 埃默里冰架在近16年间处于持续向外扩展状态, 前缘年扩展速率和扩展面积量较为稳定。极时代冰川末端在2000—2006年、2007—2016年间不断向外移动, 且在2006年间由于发生冰山崩解导致末端回退, 冰山处于相对稳定状态。极记录冰川末端随时间不断向外扩展, 早期崩解的大冰山在 2013年间出现了裂缝, 随后冰山陆续崩解并漂离。达尔克冰川呈现交替性扩展和崩解的变化规律, 周期大约为 3—5年, 预测在未来几年间, 冰川将发生崩解事件。

冰架和冰川的动态变化受到的主要驱动力会由于所处环境以及内部结构而有所不同, 而光学数据易受到极夜及云层的影响, 对于冰架冰川动态变化的分析研究尚存在不足之处, 后续将结合光学和微波等多源影像数据深入探讨中山站附近及南极其他地区的冰架和冰川的变化机制。

参考文献

1 Massom R, Lubin D. Polar Remote Sensing[M]. Berlin: Springer, 2005.

2 Series C R, Bohlander J A, Scambos T A, et al. Glacier acceleration and thinning after ice shelf collapse in the Larsen B embayment,Antarctica[J]. Geophysical Research Letters, 2004, 31(18): L18402.

3 Macayeal D R, Rignot E, Hulbe C L. Ice-shelf dynamics near the front of the Filchner-Ronne Ice Shelf, Antarctica, revealed by SAR interferometry: model/interferogram comparison[J]. Journal of Glaciology, 1998, 44(147): 405—418.

4 Cook A J, Fox A J, Vaughan D G, et al. Retreating glacier fronts on the Antarctic Peninsula over the past half-century[J]. Science, 2005,308(5721): 541—544.

5 Cook A J, Vaughan D G. Overview of areal changes of the ice shelves on the Antarctic Peninsula over the past 50 years[J]. The Cryosphere, 2009, 4(1): 77—98.

6 张辛, 周春霞, 鄂栋臣, 等. 基于多源遥感数据的南极冰架与海岸线变化监测[J]. 地球物理学报, 2013, 56(10): 3302—3312.

7 Fricker H A, Young N W, Allison I, et al. Iceberg calving from the Amery Ice Shelf, East Antarctica[J]. Annals of Glaciology, 2002,34(1): 241—246.

8 唐承佳, 李院生, 陈振楼, 等. 南极冰架研究现状与埃默里冰架研究展望[J]. 极地研究, 2008, 20(3): 265—274.

9 刘岩, 程晓, 惠凤鸣, 等. 利用 Envisat ASAR数据监测南极冰架崩解[J]. 遥感学报, 2013, 17(3): 479—494.

10 Zhao C, Cheng X, Hui F M, et al. Monitoring the Amery Ice Shelf front during 2004—2012 using Envisat ASAR data[J]. Advance in Polar Science, 2013, 24(2): 133—137.

11 周春霞, 邓方慧, 艾松涛, 等. 利用 DInSAR的东南极极记录和达尔克冰川冰流速提取与分析[J]. 武汉大学学报(信息科学版),2014, 39(8): 940—944.

12 Allison I. The mass budget of the Lambert Glacier drainage basin, Antarctica[J]. Journal of Glaciology, 1979, 22(87): 223—235.

13 Phillips H A. Applications of ERS satellite radar altimetry in the Lambert Glacier-Amery Ice Shelf system, East Antarctica[D]. Tasmania: University of Tasmania, 1999.

14 Yu J, Liu H X, Jezek K C, et al. Analysis of velocity field, mass balance, and basal melt of the Lambert Glacier–Amery Ice Shelf system by incorporating Radarsat SAR interferometry and ICE Sat laser altimetry measurements[J]. Journal of Geophysical Research: Atmospheres, 2010, 115(B11): B11102.

15 陈静. 应用MODIS数据分析南极地区冰雪面积变化及其成因[D]. 北京: 中国科学院测量与地球物理研究所, 2009.

16 鄂栋臣, 张辛. MODIS极区遥感应用研究进展[J]. 极地研究, 2010, 22(1): 69—78.

17 Pagano T S. Moderate resolution imaging spectroradiometer (MODIS) engineering model development[C]// Satellite Remote Sensing.International Society for Optics and Photonics, 1995.

18 朱敬敬, 周春霞, 艾松涛, 等. 基于多时序遥感数据的中山站附近地区海冰监测及雪龙船航迹特点分析[J]. 极地研究, 2015,27(2): 194—202.

19 吴晨曦, 刘世杰, 田一翔, 等. 基于多源遥感数据的南极三大冰架前端变化分析[J]. 地球科学进展, 2016, 31(2): 206—212.