0 引言

20世纪90年代以来，冰川的大幅度退缩已成为现代冰川变化的主导趋势［1-3］.冰川为人类的生存提供了宝贵的淡水资源.因此，冰川在不同时空尺度的变化对气候、流域社会经济发展、生态与环境产生重要的影响.高山的冰川变化是气候变化的天然指示剂［4］.IPCC（政府间气候变化专业委员会）第四次评估报告［5］指出，过去100 a来全球地表温度升高0.74℃.全球变暖幅度自1990年以来明显加速，未来100 a全球气温可能会升高1.1～6.4℃.气候情景预测表明，未来气候变暖将导致冰川进一步消退［6-8］.因此，对于冰川的调查监测提出更高的现势性、准确性和可靠性要求.

借助遥感手段研究冰川的性质和特征、监测冰川的动态变化是20世纪70年代以来冰川学研究的重要手段之一［9-12］.但是前人的工作均是以国外的ETM等中低分辨率遥感数据为主，国产卫星数据的应用还比较欠缺.对于国产高分数据在冰川研究领域的应用还有待推进，以便为今后国产多源数据、多维监测以及更高分辨率数据应用提供详实的应用论据.

1 研究区概况

工作区位于祁连山系青海省东北部，北东邻河西走廊，南靠柴达木盆地，由一系列北西西平行走向的褶皱－断块山脉与谷地组成，东西长达1200 km，南北宽250～400 km，面积 11×104km2，西端及北缘伸入甘肃境内（图1）.一般海拔在4000 m以上，景观垂直分异显著，格状水系发达，5000 m以上山峰很多.西面地势高，平行岭谷紧密相间.4500 m以上的山峰和山谷常年被积雪覆盖，现代冰川广泛发育.从北向南有黑河等6个谷地，谷宽20～30 km.除南部有沙漠、戈壁外，多为4200 m以下的坡地.牧草生长良好，是重要的天然牧场.东段平行岭谷少，山势较低，海拔4000 m左右，仅冷龙岭有冰川分布.谷地海拔2500 m上下，主要有青海湖盆地、共和盆地、西宁盆地和大通河谷地、湟水谷地、黄河谷地.谷地周围的山脉高度多在4000 m左右，除少数山头常年积雪外，大都有牧草生长.河谷两岸均有较宽的阶地，气候湿暖，土壤肥沃.

图1 工作区位置图
Fig.1 Location map of the work area

2 数据源及预处理

第一期遥感数据为Landsat ETM合成影像数据，数据获取时间为1999年左右，分辨率为15 m（图2a）.2015年期选择高分一号影像数据.时间为2015年，空间分辨率为16 m，采用1、2、3波段组合方式，HIS变换增强处理（图2b）.根据遥感影像波谱特征，增强处理使得冰川在遥感影像上以最明显的方式表现出来（图3）.两期遥感数据的数学基础相同，数据均采用UTM投影和WGS－84基准面.

图2 冰川在不同数据源上的影像特征
Fig.2 Images of glacier processed with different data sources

a—ETM 影像（ETM image）；b—高分一号影像（GF-1 image）

图3 山谷冰川遥感影像（a）及实地照片（b）
Fig.3 Remote sensing image and field photograph of valley glacier

中国第二次冰川编目以分辨率较高的Landsat TM/ETM＋遥感卫星数据为主要冰川边界提取数据源，主要参考影像时间是2007—2009年❶郭万钦，等.中国第二次冰川编目数据说明.冰冻圈科学国家重点实验室“中国冰川资源及其变化调查”项目成果数据集.中国科学院寒区旱区环境与工程研究所，2014..由于冰川本身变化较小，所以我们采用二次编目为中间节点，向前追溯10 a，向后推迟到2015年分时间段来监测冰川变化以便于进行各时间段内冰川变化速率研究.采用国产高分一号数据16 m多光谱数据是为了与ETM数据保持空间尺度和光谱设置方面的一致便于对比分析.相对于同类卫星10天以上的重放周期，高分一号卫星4天重放周期使得高空间分辨率和高时间分辨率得到完美的结合，完全可以满足高山冰川区监测工作对遥感数据的高要求.

3 监测方法

根据收集到的第二次冰川编目成果，首先以1999年ETM数据为基准对冰川编目成果进行了时间节点的还原.采用最原始的人机交互方式以保证提取精度.1999—2015年度变化信息的提取主要是在修正完善的冰川解译成果基础上进行变化信息的勾绘，这样能最大限度防止技术误差（数据校正、配准）引起的成果精度误差.以1999年冰川解译成果为基准，以2015年高分一号影像为监测期数据，对退缩、扩张、消失的冰川信息进行人工解译；对于因为影像之间不匹配引起的误差参照同名地物点、地形条件进行分析判断，将方法误差压缩到最小（图4）.

图4 遥感监测技术路线图
Fig.4 Flow chart of remote sensing monitoring technique

为了解决准确的勾绘积雪和表碛覆盖区这两大难题，本研究借助Google Earth下SRTM数据的3D实景显示功能，实现自动提取和人工修订结果3D的实时检查，大大提高了冰川解译精度及效率，有效解决了基于冰川及其周围地区的地形地貌来区分积雪和表碛覆盖区的问题.

4 监测结果与分析

1999—2015年监测结果如表1.

从表1可见，祁连山系1999年解译冰川共1522块，总面积为1183.12 km2，2015年解译冰川共1524块，总面积为1152.22 km2，2015年相对于1999年冰川减少面积为32.26 km2，相对于1999年冰川增长率为－2.16 km2/年.

通过遥感调查发现，区内冰川类型主要有冰斗冰川、山谷冰川、悬冰川.主要变化特点是悬冰川和冰斗冰川消失得最多，山谷冰川退缩阳面强于阴面，扩张阴面强于阳面；冰川规模越小变化越大.

表1 1999—2015年度冰川遥感监测成果一览表
Table 1 Glacier changes from 1999 to 2015

山系名称冰川类型冰川面积/km2冰斗冰川祁连山1999年冰川个数27 6 1256 233总计 1522 1150.76 53.56平顶冰川 22.85悬冰川 333.76山谷冰川 740.59冰川面积/km2 56.35 23.63 347.82 755.32 1183.12 2014年冰川个数27 6 1254 233 1520

5 结论

1）通过国产高分一号数据监测，祁连山系1999年解译冰川共1522块，总面积为1183.12 km2；2014年解译冰川共1524块，总面积为1152.22 km2.2014年相对于1999年冰川减少面积32.26 km2，相对于1999年冰川增长率为－2.16 km2/a（图5）.祁连山系冰川总体变化以退缩为主，但在内部结构与时空分布上存在较大差异，冰川面积和数量呈双降态势.

2）通过应用对比，国产高分卫星遥感数据在采集、处理、监测冰川变化中的应用效果完全可以满足1∶10万尺度的遥感调查和监测，无论是光谱信息还是纹理信息都优于ETM等中低分辨率数据.

3）国产高分卫星的多光谱数据与Landsat，Aster等历史数据可以形成对比数据集，而在米级尺度又能与SPOT等数据形成对比，对于时间跨度大的遥感监测目标的监测具有重要意义.

4）目前大范围调查监测冰川早期影像应用较多的是ETM＋，Aster等数据，但是时间分辨率低，受天气状况、区域地形影响较大.而冰川监测对数据要求比较苛刻.SPOT系列数据分辨率能达到米级，但重访周期较长，费用高昂，在一定程度上限制了其在大规模冰川调查监测中的应用.更高分辨率的IKONOS、Quickbird等数据在冰川变化研究中也有所应用，但多选择在面积较小，且低分辨率的遥感影像不足以监测其变化信息的区域［13］❶王宗太.中国冰川目录Ⅰ——祁连山区.中国科学院兰州冰川冻土研究所，1981..同时亚米级商业数据价格高昂，导致其难以被用于大规模冰川变化研究中.

图5 冰川变化遥感影像对比
Fig.5 Comparison of the remote sensing images of glaciers in 1999 and 2015

a—高分一号影像（GF-1 image）；b—ETM影像（ETM image）；黄线代表1999年冰川边界，红线为2015年冰川边界（The yellow line stands for the glacier boundary in 1999；while the red for 2015）

国产高分一号数据在造价、空间分辨率、时间分辨率等方面均具有明显的优势，为日后进一步大范围研究、监测冰川提供了数据保障.国产高分数据对我国西部高原区的冰川及冰川湖遥感监测提供了可靠的基础数据保障，为多源国产数据在冰川冻土领域的应用研究奠定了基础.

（/Continued on Page 624）（/Continued from Page 619）

参考文献：

［1］SHI Ya-feng， CHENG Guo-dong.Cryosphere and glacier climate change［J］.Chinese Science Bulletin，1991，6（4）：287－291.

［2］Dyurgerov M B，Meier M F.Twentieth century climate change：Evidence from small glaciers［J］.Proceedings of the National Academy of Sciences of the United States of America，2000，97（4）：1406－1411.

［3］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，2004，34（6）：535－543.

［4］Oerlemans J.Quantifying global warming from the retreat of glaciers［J］.Science，1994，264（5156）：243－245.

［5］IPCC.Impacts，adaptation，and vulnerability：Summary for policymakers（Report of Working GroupⅡ of the Intergovernmental Panel on Climate Change）［C］//Climate Change 2001.Cambridge：Cambridge University Press，2007.

［6］Oerlemans J，Anderson B，Hubbard A，et al.Modelling the response of glaciers to climate warming［J］.Climate Dynamics，1998，14（4）：267－274.

［7］SHI Ya-feng，LIU Shi-yin.Estimation of the response of glaciers in China to the global warming in the 21st century［J］.Chinese Science Bulletin，2000，45（7）：668－672.

［8］施雅风.2050年前气候变暖冰川萎缩对水资源影响情景预估［J］.冰川冻土，2001，23（1）：333－341.

［9］Dwyer J L.Mapping tide-water glacier dynamics in east Greenland using Landsat data［J］.Journal of Glaciology，1995，41（139）：584－595.

［10］Casassa G，Katrine S，Andres R，et al.Inventory of glaciers in Isla Riesco，Patagonia，Chile，based on aerial photography and satellite imagery［J］.Annuals of Glaciology，2002，34（34）：373－378.

［11］Paul F.Changes in glacier area in Tyrol，Austria，between 1969 and 1992 derived from Landsat 5 Thematic Mapper and Austrian Glacier Inventory data［J］.International Journal of Remote Sensing，2002，23（4）：787－799.

［12］Paul F，Ka¨a¨b A，Maisch M，et al.The new remote sensing derived Swiss glacier inventory I：Methods［J］.Annuals of Glaciology，2002，34（1）：355－361.

［13］李震，孙文新，曾群柱.综合利用RS和GIS方法提取青藏高原冰川变化信息——以布喀塔格峰为例［J］.地理学报，1999，54（3）：263－268.