【类型】期刊

【作者】王欣，刘琼欢，蒋亮虹，刘时银，丁永建，蒋宗立（湖南科技大学地理系；中国科学院寒区旱区环境与工程研究所冻土工程国家重点实验室；中国科学院寒区旱区环境与工程研究所冰冻圈科学国家重点实验室）

【作者单位】湖南科技大学地理系；中国科学院寒区旱区环境与工程研究所冻土工程国家重点实验室；中国科学院寒区旱区环境与工程研究所冰冻圈科学国家重点实验室

【刊名】冰川冻土

【关键词】 珠穆朗玛峰地区；In；SAR；冰川运动速度；偏移跟踪技术；影响因素

【资助项】国家自然科学基金项目（41271091，41271095）；科技部基础性调查专项（2013FY111400）；冻土工程国家重点实验室开放基金项目（SKLFSE201102）资助

【ISSN号】1000-0240

【页码】P570-579

【年份】2019

【期号】第3期

【期刊卷】1;|7;|8;|2

【摘要】合成孔径雷达(synthetic aperture radar,SAR)具有其全天候、全天时、穿云透雾的工作能力,广泛应用于山地冰川动态监测中.利用2006年6-9月三期ALOS/PALSAR雷达影像,采用偏移量跟踪技术,提取了喜马拉雅山珠穆朗玛峰(珠峰)区域的冰川运动速度,分析了区域内冰川运动速度空间差异及其影响因素.结果表明:研究区31条山谷冰川平均运动速度为9.3 cm·d-1,总体上以珠峰-洛子峰南北向山脊线为界限,东侧和东南侧冰川日均运动速度(11.1 cm·d-1)普遍高于北部和西北部冰川日均运动速度(5.4 cm·d-1).冰川消融区非表碛区冰川平均运动速度为表碛覆盖区平均运动速度的2.2倍,冰面湖的发育在一定程度上加剧冰川运动速度波动.在气候与非气候因子共同作用和相互间的此消彼长中,研究区65%的冰川的运动速度自中值高度往下显著减小,16%的冰川自中值高度往下呈显著增大趋势,19%冰川消融区运动速度无显著变化趋势.

【全文】 文献传递



基于SAR影像的喜马拉雅山珠穆朗玛峰地区冰川运动速度特征及其影响因素分析

王 欣1,2,3， 刘琼欢1， 蒋亮虹1， 刘时银3， 丁永建3， 蒋宗立1

(1.湖南科技大学 地理系， 湖南 湘潭 411201； 2.中国科学院 寒区旱区环境与工程研究所 冻土工程国家重点实验室， 甘肃 兰州 730000； 3.中国科学院 寒区旱区环境与工程研究所 冰冻圈科学国家重点实验室， 甘肃 兰州 730000)

摘 要：合成孔径雷达(synthetic aperture radar， SAR)具有其全天候、 全天时、 穿云透雾的工作能力， 广泛应用于山地冰川动态监测中. 利用2006年6-9月三期ALOS/PALSAR雷达影像， 采用偏移量跟踪技术， 提取了喜马拉雅山珠穆朗玛峰(珠峰)区域的冰川运动速度， 分析了区域内冰川运动速度空间差异及其影响因素. 结果表明： 研究区31条山谷冰川平均运动速度为9.3 cm·d-1， 总体上以珠峰-洛子峰南北向山脊线为界限， 东侧和东南侧冰川日均运动速度(11.1 cm·d-1)普遍高于北部和西北部冰川日均运动速度(5.4 cm·d-1). 冰川消融区非表碛区冰川平均运动速度为表碛覆盖区平均运动速度的2.2倍， 冰面湖的发育在一定程度上加剧冰川运动速度波动. 在气候与非气候因子共同作用和相互间的此消彼长中， 研究区65%的冰川的运动速度自中值高度往下显著减小， 16%的冰川自中值高度往下呈显著增大趋势， 19%冰川消融区运动速度无显著变化趋势.

关键词：珠穆朗玛峰地区； InSAR； 冰川运动速度； 偏移跟踪技术； 影响因素

0 引言

冰川是环境变化和气候变暖的敏感指示器， 其变化信息能够直接或间接地反映出全球气候的变化特征[1-2]， 对冰湖溃决和水资源也有明显的影响[3-4]， 冰川动态监测已是全球变化研究中的重要内容之一[5-6]. 当前， 冰川表面运动速度的观测方法主要有花杆差分GPS(DGPS)监测、 光学影像互相关方法、 合成孔径雷达干涉(InSAR)等. 花杆差分GPS方法在冰川表面设立观测点， 通过长期观测获取位置变化信息， 这种方法可靠性强， 但自然环境恶劣、 人类条件往往难以触及， 使用传统方法进行大范围、 全面的冰川动态监测从经济和时间方面考虑都是不可行的. 光学影像方法具有覆盖范围大、 数据源广泛等优点， 但受天气影响明显[7-9]. 基于合成孔径雷达干涉测量冰川流速， 最初运用于南极冰流速的观测[10]， 后被广泛应用于南北极冰面流速的测量[11-12]. 相对于光学影像， SAR影像具有其全天候、 全天时、 穿云透雾的工作能力， 从而更适用于天气条件复杂的山区， SAR干涉测量方法也广泛应用于山地冰川动态监测中[13-15]. 目前， InSAR技术在山地冰川运动监测中主要有SAR影像的差分干涉测量和SAR偏移跟踪技术两种常用的方法[16].

国内外对珠峰地区冰川表面运动特征的研究主要集中于对个别冰川的考察或对典型冰川运动特征及其影响的探讨. 1959-1960年， 我国第一次对喜马拉雅山珠穆朗玛峰北坡冰川运动速度进行了观测[17]. 后来， 研究者多利用光学影像对该喜马拉雅山中段特定冰川的运动速度监测， 分析其特征及影响. Scherler等[16]应用ASTER影像， 以尼泊尔孔布冰川和印度加瓦尔冰川为例， 从影像精度和质量评估角度分析了山地冰川运动速度提取的可行性和应用前景； Bolch等[7]则基于ASTER和IKONOS数据计算了Khumbu冰川和Nuptse冰川的运动速度， 并将其作为冰湖危险性评价的重要指标之一. 最近， 干涉测量和偏移跟踪技术也被成功应用于珠峰地区冰川表面流速的监测. 如Quincey等[18]应用SAR影像研究了珠峰区域内20条冰川的运动特征， 将冰川运动分为整条冰川流速明显、 冰川表碛上游或裸冰区有明显流速、 整条冰川表面流速不明显三类. 然而受区域特征及数据的影响， 对珠峰地区南北坡冰川运动的综合认识尚且匮乏. 为了进一步认识珠峰区域冰川运动的特征及其影响， 本文利用2006年6-9月三期ALOS/PALSA雷达影像， 结合外部DEM数据采用偏移量跟踪技术， 提取了珠峰区域的冰川运动速度， 分析了区域内冰川运动速度空间差异及其影响因素.

1 研究区概况

研究区位于喜马拉雅山脉中段， 在27°～29° N、 86°～88° E之间， 地处尼泊尔与中国交界处， 主要包括珠穆朗玛峰(8 844 m)、 及其南面的洛子峰(8 516 m)和东南面的马卡鲁峰(8 463 m)三座高峰及其邻近地区， 区域总面积2 461 km2， 是世界海拔最高的区域和低纬度地区一个巨大的现代冰川作用中心[19](图1). 由于其特殊的自然条件以及对全球气候变化敏感的响应成为关注的热点.

区域主体山脊线分为东西与南北两个走向(图1)， 总体上该区域气候主要受西南季风控制， 但气候特点与同纬度低海拔地区迥然不同. 受地形阻挡与大气环流作用， 区域内存在明显的南北差异性， 珠峰以南地区主要受印度季风影响， 以北则主要受大陆性气候控制[20]. 此外， 近几十年来喜马拉雅山区降水变化趋势不明显， 气温上升幅度高于全球平均升温率[21-23]， 使得区域冰川退缩程度不断加剧， 平均大致为0.32 m·a-1的速度退缩[24]， 但冰川总体以减薄为主[25]. 研究区内目前共有冰川329条， 总面积884.67 km2. 其中， 表碛覆盖型冰川33条， 且多为大型的山谷冰川， 占研究区冰川总面积的66.3%. 冰川消融区广泛分布的表碛一方面对冰川变化、 表面运动流速和冰面湖发育等产生显著的影响[24]， 另一方面表碛具有良好的表面特征， 为偏移跟踪技术的实施提供了有利条件[26].

2 数据与方法

2.1 数据来源

日本于2006年发射成功的高级陆地观测卫星(Advanced Land Observation Satellite, ALOS)， 其携带的相控阵型L波段合成孔径雷达(The Phased Array type L-land Synthetic Aperture Radar, PALSAR)传感器获取的ALOS/PALSAR数据， 主要用于测绘、 区域环境观测、 灾害监测、 资源调查等领域. 该卫星参数为太阳同步轨道， 轨道重复周期46 d； 空间分辨率为方位方向3 m， 距离方向5 m， 幅宽70 km. 本文采用珠峰地区2006年6-9月三期ALOS/PALSAR雷达数据提取冰川表面运动速度(表1). 此外， 本文还从美国地质调查局(United States Geological Survey, USGS)下载研究区内的90 m分辨率的SRTM(Shuttle Radar Topography Mission)数据， 主要用于地理编码和冰面地形分析. 另外， 利用Landsat TM/ETM+数据(自USGS网站下载)， 通过人工目视解译获取冰川边界信息.

2.2 数据处理

研究区地形复杂， ALOS/PALSAR在重复轨道周期内相干性比较低. 但区域内冰川消融区大多被厚厚的表碛覆盖， 其表面可以在较长的时间存在的可识别特征点， 有利于特征点的识别， 故采用特征匹配技术进行冰川运动速度的提取. 本文中影像的相干性较低， 偏移估计中条纹相关不能实施， 采用强度最大相关进行匹配来估算两图像的偏移场， 进而估计冰川表面的流速[13,18,27-28]. 偏移跟踪的搜索窗口为64×256， 约相当于地面480 m×800 m大小的区域， 以使偏移量大的点得到匹配. 特征匹配时， 进行用2倍或4倍重采样， 偏移量估计的精度可达到亚像元级. SAR图像的初始配准精度决定了图像对的整体偏移， 通常用4次或6次拟合多项式表示， 相应的标准偏差决定了距离向和方位向的匹配精度， 一般要求配准精度达到0.05个像元以内.

冰川运动方向可以通过方位向和距离向的位移量合成二维平面位移矢量可以计算出， 东西流向的冰川偏移量主要体现在距离向分量上， 南北流向的冰川偏移量则主要体现在方位向分量上. 特征匹配采用瑞士的GAMMA软件进行， 得到的距离向和方位向偏移图可在ArcGIS软件下进行处理. 通过ENVI IDL脚本合成流速方向并将流速转换成日均运动速度(m·d-1). 由于冰川表面变化较大， 间隔46 d的数据精度优于间隔92 d的数据对， 文章中6-9月份的日均速度采用6-7月和7-9月两个数据对的流速来求算.

2.3 误差分析

非冰雪覆盖区域点(基岩)的形变值理论上应该为零， 可以作为速度控制点[26-29]. 本文选取了非冰川区域的流速结果对数据误差进行了评估， 误差分析结果如表2所示， 其中， 距离、 方位和强度上的数值分别表示运动速度在东西向、 南北向和平面合成方向上的误差值. 由表2可见， 冰川流动速度的平均误差约为1.6 cm·d-1， 远小于冰川的普遍日均速度. 此外， 研究区域降雪、 消融、 风吹雪、 雪崩、 裂缝等自然现象会使目标散射特性发生变化， 从而导致两期SAR影像失配准. 由于失配准的原因， 速度结果图中常出现一些“空洞值”或者速度突变点. 文中研究的速度分布特征主要针对较大规模冰川(>5 km2)中值高度(即冰川上部与下部面积相等的高度)， 该高度以下为冰川的消融区[30-31]， 以下的区域进行. 52%的表碛覆盖型山谷冰川， 失配准的影响较小， 暂不予考虑.

3 结果

3.1 冰川运动速度特征

研究区>5 km2的冰川共有31条， 总面积628.79 km2， 均为山谷冰川， 其中, 16条为表碛覆盖型山谷冰川， 表碛覆盖率为0.2%～45.0%(表3). 总体而言， 冰川上部运动速度大， 部分冰川积累区甚至在200 cm·d-1以上， 而消融区在 40 cm·d-1以下. 但冰川积累区监测的冰川运动速度往往超出了偏移跟踪技术的监测范围， 误差较大. 故本文重点分析冰川中值高度以下主流线的平均运动速度(图2， 表3).

由表3可见， 2006年6-9月， 研究区31条山谷冰川平均运动速度为9.3 cm·d-1， 其中， 67%的冰川(21条)7-9月的运动速度(9.7 cm·d-1)大于6-7月(8.8 cm·d-1). 不同冰川运动速度差异很大， 最快与最慢冰川速度相差约16倍， 标准差为6.7 cm·d-1. 最大为东南向的29号冰川2006年6-9月移动了约30 m， 平均为32.6 cm·-1； 其次为东南向的4号冰川(Kazhenpu)， 6-9月移动了22.8 m， 平均为24.8 cm·d-1. 近40%的冰川(12条)运动<6 cm·d-1， 运动速度最小的为北向的7号冰川， 日均运动速度约为2.0 cm·d-1. 表碛区是冰川运动速度最慢的区域， 调查显示： 16条表碛覆盖型冰川的表碛区的速度呈现较为一致缓慢运动， 运动速度在2.0～11.8 cm·d-1之间， 平均仅为5.2 cm·d-1， 标准差为2.4 cm·d-1. 由于表碛区的运动速度缓慢， 平均来讲， 非表碛覆盖冰川平均运动速度(15.2 cm·d-1)为表碛覆盖冰川平均运动速度(6.8 cm·d-1)的2.2倍.

在空间分布上， 研究区总体上以珠峰-洛子峰南北向山脊线为界限， 东侧和东南侧冰川日均运动速度(11.1 cm·d-1)普遍高于北部和西北部冰川日均运动速度(5.4 cm·d-1)(图2). 在不同朝向上也表现为东南向和东向冰川日均运动速度明显大于其他朝向， 平均最大的东南向(16.3 cm·d-1)为最慢的北向(5.0 cm·d-1)的3.2倍(图3). 此外， 3座主峰周围的冰川运动速度也存在较为明显的差异， 位于研究区东南部马卡鲁周围发育的3条冰川运动速度均为13.9～15.0 cm·d-1， 平均运动速度为14.5 cm·d-1； 而西北部的珠峰-洛子峰周围发育的6条冰川在4～11 cm·d-1之间， 平均仅为 6.7 cm·d-1.

3.2 冰川运动速度类型

分析消融区主流线上冰川运动速度变化与冰川末端距离的关系发现， 由冰川末端往上至冰川中值面积高度， 冰川运动速度可分为3种类型. 类型Ⅰ， 冰川运动速度至末端向上呈显著增加趋势(图4a). 研究区的冰川总数的65%冰川(20条)均属此类， 呈现一致的显著线性增加趋势， 但线性增率变化较大相差将近10倍， 在0.17～16.78之间. 类型Ⅱ， 冰川运动速度至末端向上呈显著减少趋势(图4b). 此类冰川共有5条， 均为表碛覆盖型冰川， 平均运动速度相对较慢(2.0～5.4 cm·d-1)且线性减率相差不大， 在-0.48～-1.0之间. 类型Ⅲ， 冰川运动速度没有显著变化趋势(图4c). 此类冰川共有6条， 其最突出的特点是运动速度波动大.

注： 冰湖面积指与冰川距离为0的冰川末端湖和冰面湖(*)面积； 消融区运动速度指冰川中值高度以下主流线的平均运动速度； 冰川运动速度类型参见3.2节.

4 讨论

4.1 气候变化与冰川运动速度

冰川运动与冰川物质平衡、 温度状态、 冰川的水力特征等有密切关系， 因而与气候和环境的变化密切相关. 背景气候决定冰川运动速度的基本分布态势， 喜马拉雅山区冰川属于夏季补给冰川， 对气候变暖的响应尤其敏感[32]， 夏季气温升高不仅加速冰川消融， 而且可能使得降水中液态比重增大， 不利于冰川积累， 最终都可能在冰川运动速度上得到体现[33]. 研究区冬半年随着西风带的南移， 逐渐被西风带所控制， 夏半年湿润的海洋性气流影响冰川区降水. 区域独特的高海拔和低温条件， 总体上冰川的运动速度较天山、 唐古拉山等地冰川运动速度要慢[14]. 区域内部位于水汽通道上的冰川相对流速要快， 夏季水汽主要由东南沿河谷而上， 朋曲及其支流河谷东向和东南向的冰川流速快， 平均是其他朝向冰川的3倍多. 而北向和西向由于珠峰-洛子峰南北向山脊线横亘， 气候干旱、 大陆性强， 运动速度慢. 所以， 东南向冰川消融区快速运动， 实质上是冰流平衡相对较大的积累区/量， 以维持冰川几何形态和物质的平衡的体现.

气候的趋势性变化无疑会引起冰川的运动速度的变化， 冰川运动速度的变化与气温的变化有较好的相关性[34]. 理论上讲， 气候变暖和冰川的加速消融可能导致： 1) 冰床解冻， 冰川流动性增大， 冰川运动速度加快； 2) 冰温升高， 冰川活动性增大， 运动速度加快； 3) 冰川退缩减薄， 应力减少， 运动速度减缓； 4) 表碛覆盖度增大， 抑制冰川消融， 致使冰川表碛区运动减缓. 因此， 气候变暖对冰川运动速度的影响是复杂的， 因具体冰川的地理环境的差异性而不同. 对比以往研究显示， 研究区典型冰川运动速度有增大的趋势(表4)， 在一定程度说明区域气候变暖致使这些冰川运动速度增大的因子占上风. 但是典型冰川运动速度的增大， 能否代表珠峰区冰川运动的普遍趋势还需要深入研究. 如1960年代， Khumbu冰川表碛与裸冰分界处的运动速度为70 m·a-1， 2006年该处为34 m·a-1， 运动速度减少了51%； 绒布冰川1968年测量速度值为32 cm·d-1[17]， 本文中所测的绒布冰川消融区的平均速度4.2 cm·d-1、 最大速度20.8 cm·d-1. 尽管测量的范围不一致， 仍可指示过去几十年来绒布冰川运动速度在降低.

4.2 局地地形与冰川运动速度

冰川流速取决于气候和地形条件. 在特定的区域(如珠峰地区)， 气候背景及其变化差异不大， 局地地形条件对区域冰川运动速度空间差异往往尤其显著. 影响山地冰川流速的局地条件因子主要包括朝向、 坡度、 表碛、 底碛、 冰川热卡斯特过程、 冰下水系、 末端冰湖、 冰沿/冰床冻土、 地形突变、 冰崩等[14,18,33,37-38]， 这些因子在不同区域、 同一区域不同冰川、 同一冰川不同位置、 同一位置不同时段都可能对冰川表面流速产生不一样的影响. 如在不丹喜马拉雅山， 北坡冰川流速明显大于南坡冰川[33]， 本研究区确是东向、 和东南向的流速明显大于西向和西向北的冰川. 除了上述朝向影响冰川运动速度以外， 研究区还主要受以下局地因子影响：

(1) 表碛. 尽管在大区域尺度表碛对冰川消融的作用需要再评估[25]， 但冰面上一定厚度的表碛能抑制冰川的消融已成为研究者共识[23]， 因为厚的表碛可在表面形成隔热层阻挡冰对热量的吸收， 从而减缓冰川的消融速度[39]. 表碛通过阻止表层热量冰下传播， 减缓冰温的升高， 降低冰川的活动性， 从而致使冰流速减少. 研究区16条表碛覆盖型冰川的覆盖率在0.2%～45%之间， 这16条碛覆盖型平均运动速度(6.8 cm·d-1)仅为非表碛覆盖冰川(共15条)平均速度(15.2 cm·d-1)的45%， 可见表碛对减缓冰川运动速度的作用显著.

(2) 坡度. 一般冰面坡度与冰川剪应力正相关， 坡度陡峻区流速增大， 地形平坦处流速减小， 坡度突变处流速大. 就单条冰川而言， 消融区平均坡度最大的西向的16号冰川， 其平均速度(15.0 cm·d-1)超过区域平均速度(9.3 cm·d-1)62%， 是使得该冰川成为整个西向冰川中速度最大者， 坡度影响明显. 然而， 东南向的29号和4号冰川为研究区监测到的运动速度最快的冰川， 消融区平均分别达32.6 cm·d-1和24.5 cm·d-1， 而平均坡度仅为6.6°和7.4°， 小于研究区冰川消融区的平均坡度(10.2°)， 显然这两条冰川速度是主要是因其东南朝向， 受沿朋曲河谷水汽影响. 总之， 研究区31条冰川的主流线的平均坡度与平均速度并没有相关性， 坡度仅对区域个别冰川或冰川局部坡度突变处影响明显(如13号、 19号的突变处速度异常快(图2). 总体而言， 研究区坡度对冰川运动速度影响有限， 或者说被其他因子的作用掩盖了.

(3) 冰面湖. 冰面湖的发育一方面是表碛区运动速度缓慢的的结果[7,18,35,39]. 冰川表面不同流动单元具体地貌和运动速度决定着冰碛湖形成的确切位置， 冰川表面运动速度<10 m·a-1时利于冰面湖形成[40]. 另一方面， 冰面湖形成以后伴随着热喀斯过程加速冰面消融[25,41]， 从而增大冰内水压力， 并与冰下水系动态关联， 能在一定程度上加剧冰川运动速度波动. 研究区发育冰面湖的8条表碛覆盖型冰川， 共同特征是冰面流速度低但波动较大， 如冰面湖广布(总面积约0.35 km2)的绒布冰川(1号)， 主流线坡度基本在3°～5°， 而最大流速是最小流速的6倍(图4c).

4.3 冰川运动速度类型的意义

冰川运动速度至末端向上呈显著增加趋势(类型Ⅰ)， 是山地冰川运动普遍现象[14,18,33]. 根据冰川平衡速度原理， 对某一条冰川来说， 在纵剖面上， 冰川流速一般是从积累区上部向下部增大， 在平衡线处达到最大， 然后再向冰舌末端减小， 研究区65%的冰川的运动速度均符合上述山地冰川运动特征. 此外， 喜马拉雅山区气候变暖趋势明显[21-23]， 所以， 区域内冰川活动性降低， 本质上是冰川减缓物质亏损、 应对气候变暖的一种适应性行为.

除了上述速度平衡原理和气候变化驱动之外， 冰川运动受表碛、 冰湖、 地形等非气候因子共同作用， 在各种速度驱动因子力量对比和此消彼长中， 冰川运动速度呈现多样表征： 自末端向上呈显著减少趋势(类型Ⅱ)和冰川运动速度无显著变化趋势(类型Ⅲ). 最近第二次冰川编目数据显示， 在冰川普遍退缩的背景下， 仍有部分冰川处于前进状态. 研究区发现5条冰川的消融区运动速度自末端向上呈显著减少趋势， 即末端速度最大. 末端速度最大， 意味着导致冰川加速运动的因子占住上风， 冰川出现前进的迹象. 而研究区6条冰川运动速度无显著变化趋势则说明， 各种影响冰川运动速度的势均力敌. 当然本研究监测的时段为2006年夏季92 d 时间， 还很难断定它们的运动类型是阶段性的表现还是较长时间的趋势.

此外， 冰川流速短期的跳跃式变化普遍存在[42]. 上述类型Ⅰ和Ⅱ运动速在总的线性趋势部分也存在短期的跳跃式变化， 而类型Ⅲ阶段性跳跃式变化更为显著. 这因为气候表碛、 冰湖、 地形等影响冰川运动速度的因子不仅因不同冰川而不同， 而且同一冰川的不同时期/阶段也会不一样. 如位于洛子峰的12、 15、 16号冰川7-9月的运动速度是6-7月的2.3倍， 呈现微跃动现象； 29号冰川6-7月运动速度达50.0 cm·d-1， 在7-9月减缓至17.2 cm·d-1， 速度较少了64%， 冰川进入微跃动的恢复阶段.

5 结论

(1) 2006年6-9月， 研究区31条山谷冰川平均运动速度为9.3 cm·d-1， 夏季由东南沿河谷而上决定水汽、 冰川运动速度的基本分布态势. 总体上， 以珠峰-洛子峰南北向山脊线为界限， 东侧和东南侧冰川日均运动速度(11.1 cm·d-1)普遍高于北部和西北部冰川日均运动速度(5.4 cm·d-1). 在时间上， 区域气候变暖的趋势、 冰川消融不断加剧， 导致近年来珠峰地区冰川运动总体速度呈现增大的趋势.

(2) 局地因子在不同区域、 同一区域不同冰川、 同一冰川不同位置、 同一位置不同时段都可能对冰川表面流速产生不一样的影响. 影响研究区冰川运动速度的局地因子主要有表碛、 冰川坡度、 冰面湖等， 表碛通过阻止表层热量冰下传播， 减缓冰温的升高， 降低冰川的活动性， 从而致使冰流速减少. 平均来讲， 非表碛覆盖冰川平均运动速度为表碛覆盖冰川平均运动速度的2.2倍； 坡度仅对区域个别冰川或局部坡度突变处影响明显； 冰面湖形成以后伴随着热喀斯过程加速冰面消融， 在一定程度上加剧冰川运动速度波动.

(3) 冰川运动速度短期的跳跃式变化普遍存在， 总体上， 自末端向上至冰川中值面积高度， 研究区65%的冰川的运动速度自中值高度往下减小， 冰川活动性逐渐降低(类型Ⅰ)， 是冰川减缓物质亏损、 应对气候变暖的一种适应性行为. 在气候与非气候因子共同作用和相互间的此消彼长中， 不同冰川运动呈现多样表征， 研究区16%的冰川消融区自末端向上呈显著减少趋势(类型Ⅱ)和19%冰川消融区运动速度无显著变化趋势(类型Ⅲ).

参考文献(References)：

[1] Bolch T, Kulkarni A, Kääb A, et al. The state and fate of Himalayan glaciers[J]. Science, 2012, 336(6079): 310-314.

[2] Yao Tandong, Thompson L, Yang Wei, et al. Different glacier status with atmospheric circulations in Tibetan Plateau and surroundings[J]. Nature Climate Change, 2012, 2(9): 663-667.

[3] Sorg A, Bolch T, Stoffel M, et al. Climate change impacts on glaciers and runoff in Tien Shan (Central Asia)[J]. Nature Climate Change, 2012, 2(10): 725-731.

[4] Wang Xin, Ding Yongjian, Liu Shiyin, et al. Changes of glacial lakes and implications in Tian Shan, Central Asia, based on remote sensing data from 1990 to 2010[J]. Environmental Research Letters, 2013, 8(4): 44-52.

[5] Kargel J S, Abrams M J, Bishop M P, et al. Multispectral imaging contributions to global land ice measurements from space[J]. Remote Sensing of Environment, 2005, 99(1/2): 187-219.

[6] Raup B, K b A, Kargel J S, et al. Remote sensing and GIS technology in the Global Land Ice Measurements from Space (GLIMS) project[J]. Computers & Geosciences, 2007, 33(1): 104-125.

[7] Bolch T, Buchroithner M, Peters J, et al. Identification of glacier motion and potentially dangerous glacial lakes in the Mt. Everest region/Nepal using spaceborne imagery[J]. Natural Hazards & Earth System Sciences, 2008, 8(6): 1329-1340.

[8] Huang Lei, Li Zhen. Mountain glacier flow velocities analyzed from satellite optical images[J]. Journal of Glaciology and Geocryology, 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.]

[9] Xu Junli, Zhang Shiqiang, Han Haidong, et al. Change of the surface of velocity of Koxkar Baxi Glacier interpreted from remote sensing data, Tianshan Mountains[J]. Journal of Glaciology and Geocryology, 2011, 33(2): 268-275. [许君利, 张世强, 韩海东, 等. 天山托木尔峰科其喀尔巴西冰川表面运动速度特征分析[J]. 冰川冻土, 2011, 33(2): 268-275.]

[10] Goldstein R M, Engelhardt H, Kamb B, et al. Satellite radar interferometry for monitoring ice sheet motion: application to an Antarctic ice stream[J]. Science, 1993, 262(5139): 1525-1530.

[11] Joughin I, Kwok R, Fahnestock M. Estimation of ice-sheet motion using satellite radar interferometry: method and error analysis with application to Humboldt Glacier, Greenland[J]. Journal of Glaciology, 1996, 42(142): 564-575.

[12] Rignot E, Gogineni S, Krabill W, et al. North and northeast Greenland ice discharge from satellite radar interferometry[J]. Science, 1997, 276(5314): 934-937.

[13] Jiang Zongli, Liu Shiyin, Han Haidong, et al. Analyzing mountain glacier surface velocities using SAR data[J]. Remote Sensing Technology and Application, 2011, 26(5): 640-646. [蒋宗立, 刘时银, 韩海东, 等. 基于SAR数据的山地冰川表面运动速度分析[J]. 遥感技术与应用, 2011, 26(5): 640-646.]

[14] Li Jia, Li Zhiwei, Zhu Jianjun, et al. Deriving surface motion of mountain glaciers in the Tuomuer-Khan Tengri Mountain Ranges from PALSAR images[J]. Global and Planetary Change, 2013, 101(1): 61-71.

[15] Zhou Jianmin, Li Zhen, Guo Wanqin. Estimation and analysis of the surface velocity field of mountain glaciers in Muztag Ata using satellite SAR data[J]. Environmental Earth Sciences, 2013, 71(8): 3581-3592.

[16] Scherler D, Leprince S, Strecker M R. Glacier-surface velocities in alpine terrain from optical satellite imagery: accuracy improvement and quality assessment[J]. Remote Sensing of Environment, 2008, 112(10): 3806-3819.

[17] Xie Zichu. The Everest region scientific research report (1966-1968): modern glaciers and landform[M]. Beijing: Science Press, 1975: 24. [谢自楚. 珠穆朗玛峰地区科学考察报告(1966-1968): 现代冰川与地貌[M]. 北京: 科学出版社, 1975: 24.]

[18] Quincey D J, Luckman A, Benn D. Quantification of Everest region glacier velocities between 1992 and 2002, using satellite radar interferometry and feature tracking[J]. Journal of Glaciology, 2009, 55(192): 596-606.

[19] Shi Yafeng, Liu Chaohai, Wang Zongtai. Chinese glacier inventory[M]. Beijing: Science Press, 2004. [施雅风, 刘潮海, 王宗太. 中国冰川编目[M]. 北京: 科学出版社, 2004.]

[20] Liu Xiaodong, Chen Baode. Climatic warming in the Tibetan Plateau during recent decades[J]. International Journal of Climatology, 2000, 20(14): 1729-1742.]

[21] Tan Chunping, Yang Jianping, Mi Rui. Analysis of the climatic change characteristics in the southern Tibetan Plateau from 1971 to 2007[J]. Journal of Glaciology and Geocryology, 2010, 32(6): 1112-1121. [谭春萍, 杨建平, 米睿. 1971-2007年青藏高原南部气候变化特征分析[J]. 冰川冻土, 2010, 32(6): 1112-1121.]

[22] Wang Xin, Liu Shiyin, Guo Wanqin, et al. Using remote sensing data to quantify changes in glacial lakes in the Chinese Himalaya[J]. Mountain Research and Development, 2012, 32(2): 203-212.

[23] Shrestha A B, Aryal R. Climate change in Nepal and its impact on Himalayan glaciers[J]. Regional Environmental Change, 2011, 11(1): 65-77.

[24] Benn D, Benn T, Hands K, et al. Response of debris-covered glaciers in the Mount Everest region to recent warming, and implications for outburst flood hazards[J]. Earth-Science Reviews, 2012, 114: 156-174.

[25] Kääb A, Berthier E, Nuth C, et al. Contrasting patterns of early twenty-first-century glacier mass change in the Himalayas[J]. Nature, 2012, 488(7412): 495-498.

[26] Luckman A, Quincey D, Bevan S. The potential of satellite radar interferometry and feature tracking for monitoring flow rates of Himalayan glaciers[J]. Remote Sensing of Environment, 2007, 111(2/3): 172-181.

[27] Strozzi T, Luckman A, Murray T, et al. Glacier motion estimation using SAR offset-tracking procedures[J]. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(11): 2384-2391.

[28] Strozzi T, Kouraev A, Wiesmann A, et al. Estimation of Arctic glacier motion with satellite L-band SAR data[J]. Remote Sensing of Environment, 2008, 112(3): 636-645.

[29] Goldstein R M, Engelhardt H, Kamb B, et al. Satellite radar interferometry for monitoring ice-sheet motion: application to an Antarctic ice stream[J]. Science, 1993, 262(10): 1525-1530.

[30] Xie Zichu, Feng Qinghua, Liu Chaohai. Modeling the variation of Glacier system: taking the southern Tibet region as an example[J]. Journal of Glaciology and Geocryology, 2002, 24(1): 16-27. [谢自楚, 冯清华, 刘潮海. 冰川系统变化的模型研究[J]. 冰川冻土, 2002, 24(1): 16-27.]

[31] Sakai A, Nuimura T, Fujita K, et al. Climate regime of Asian glaciers revealed by GAMDAM Glacier Inventory[J]. The Cryosphere Discussions, 2014, 8(4): 3629-3663.

[32] Ageta Y, Higuchi K. Estimation of mass balance components of a summer-accumulation type glacier in the Nepal Himalaya[J]. Geografiska Annaler (Series A: Physical Geography), 1984, 66A(3): 249-255.

[33] Kääb A. Combination of SRTM3 and repeat ASTER data for deriving alpine glacier flow velocities in the Bhutan Himalaya[J]. Remote Sensing of Environment, 2005, 94(4): 463-474.

[34] Sun Zuozhe, Huang Maohuan. The general features of glacier motion in the Qilian Mountains[M]//Memoirs of Lanzhou Institute of Glaciology and Geocryology, Chinese Academy of Sciences: No.5. Beijing: Science Press, 1985: 61-72. [孙作哲, 黄茂桓. 祁连山冰川运动的一般特征[M]//中国科学院兰州冰川冻土研究所集刊: 第5号. 北京: 科学出版社, 1985: 61-72.]

[35] Nakawo M, Yabuki H, Sakai A. Characteristics of Khumbu Glacier, Nepal Himalaya: recent changes in the debris-covered area[J]. Annals of Glaciology, 1999, 28: 118-122.

[36] Sakai A, Fujita K. Formation conditions of supraglacial lakes on debris-covered glaciers in the Himalaya[J]. Journal of Glaciology, 2010, 56(195): 177-181.

[37] Xie Zichu, Liu Chaohai. Introduction to Glaciology[M]. Shanghai: Shanghai Popular Science Press, 2010. [谢自楚, 刘潮海. 冰川学导论[M]. 上海: 上海科学普及出版社, 2010.]

[38] Iverson N R, Cohen D, Hooyer T S, et al. Effects of basal debris on glacier flow[J]. Science, 2003, 301(5629): 81-84.

[39] Rounce D, McKinney D. Thermal resistances in the Everest Area (Nepal Himalaya) derived from satellite imagery using a nonlinear energy balance model[J]. The Cryosphere Discussions, 2014, 8(1): 887-918.

[40] Quincey D J, Richardson S D, Luckman A, et al. Early recognition of glacial lake hazards in the Himalaya using remote sensing datasets[J]. Global and Planetary Change, 2007, 56(1/2): 137-152.

[41] Wang Xin, Liu Shiyin, Han Haidong, et al. Thermal regime of a supraglacial lake on the debris-covered Koxkar Glacier, southwest Tianshan, China[J]. Environmental Earth Sciences, 2012, 67(1): 175-183.

[42] Willis I C. Intra-annual variations in glacier motion: a review[J]. Progress in Physical Geography, 1995, 19(1): 61-106.

Characteristics and influence factors of glacier surface flow velocity in the Everest region， the Himalayas derived from ALOS/PALSAR images

WANG Xin1,2,3, LIU Qionghuan1, JIANG Lianghong1, LIU Shiyin3, DING Yongjian3, JIANG Zongli1

(1.Department of Geography, Hunan University of Science & Technology, Xiangtan 411201, Hunan, China; 2.State Key Laboratoryof Frozen Soil Engineering, Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences,Lanzhou 730000, China; 3.State Key Laboratory of Cryospheric Sciences, Cold and Arid Regions Environmental andEngineering Research Institute, Chinese Academy of Sciences, Lanzhou 730000, China)

Abstract：Synthetic Aperture Radar(SAR)has been widely applied in mountain glaciers dynamic monitoring in advantages of working with all-weather, all-time and penetrating cloud and mist. In this paper, the glacier flow velocity was derived with feature-tracking procedures and the spatial difference and influence factors of glacier flow velocity in the Everest region, the Himalayas were analyzed based on three ALOS/PALSAR images. It is shown that the average flow velocity of the 31 valley glaciers in the study area is 9.3 cm·d-1. Generally, bounded by the north-south Everest-Lhotse ridge line, the glaciers on the east and south-east sides are more active than the glaciers on the north and north-west sides, with average velocity of 11.1 cm·d-1 and 5.4 cm·d-1, respectively. In the ablation area, flow velocity on non-debris covered ice is about 2.2 times larger than that on debris covered ice. Furthermore, the development of supra-glacial lakes accelerates the fluctuation of glacier flow velocity to some extent. Under combined action and inter-shift of climate and non-climatic factors, flow velocity of 65% of the glaciers decreases significantly from the median height down to glacier terminal, while 16% of them increases significantly, and the remaining 19% have no significant variation.

Key words：Everest region; InSAR; glacier flow velocity; feature-tracking; influence factors

doi：10.7522/j.issn.1000-0240.2015.0064

收稿日期：2014-05-22;

修订日期：2014-11-10

基金项目：国家自然科学基金项目(41271091； 41271095)； 科技部基础性调查专项(2013FY111400)； 冻土工程国家重点实验室开放基金项目(SKLFSE201102)资助

作者简介：王欣(1973-)， 男， 湖南耒阳人， 副教授， 2008年在中国科学院寒区旱区环境与工程研究所获博士学位， 现主要从事气候变化与自然灾害方面的研究. E-mail: xinwang_hn@163.com.

中图分类号：P343.6

文献标志码：A

文章编号：1000-0240(2015)03-0570-10

Wang Xin, Liu Qionghuan, Jiang Lianghong, et al. Characteristics and influence factors of glacier surface flow velocity in the Everest region, the Himalyas derived from ALOS/PALSAR images[J]. Journal of Glaciology and Geocryology, 2015， 37(3)： 570-579. [王欣， 刘琼欢， 蒋亮虹， 等. 基于SAR影像的喜马拉雅山珠穆朗玛峰地区冰川运动速度特征及其影响因素分析[J]. 冰川冻土， 2015， 37(3)： 570-579.]