0 引言

冰川是自然界重要的淡水资源，地球陆地表面10%被冰川覆盖，80%的淡水储存在冰川中[1]。同时冰川作为冰冻圈系统的主要组成部分，也是气候变化的天然指示器[2]。世界各国对冰川的研究非常重视，了解和研究冰川雪线对研究冰川及其动态变化具有重要的现实意义。在冰川学中，雪线是指连接积雪能在夏季全部融化的、平坦的、非阴处地面的最高点所构成的面，在这个面上雪的积累与消融量达到平衡，即冰川上雪的积累量与消融量相等的地方，因此雪线又称冰川物质平衡线。一个地区的雪线高度(即平衡线高度)能综合反映该区气候、地势和地形等因素对冰川发育的影响，对冰川的物质平衡以及冰川区环境具有较好的指示意义[3]。

最初获取冰川雪线多采用人工手段，通过设立野外观测地面站，由工作人员利用GPS等仪器进行测量。这种方法周期长、成本高、获取样本数量有限，而且由于山地冰川区地形复杂，人员难以到达，因此该方法在高原冰川区应用有限，不能满足宏观、综合和快速的变化监测要求。随后遥感方法逐渐取代了人工方法，遥感技术快速、大范围、低成本及周期短等特点，使其成为获取冰川雪线的有效技术手段[4]。张世强等[5]利用冰川在TM图像的可见光波段具有强反射和在中红外波段具有强吸收特性，采用谱间关系比值法提取了青藏高原喀喇昆仑山区现代冰川边界。纪鹏等[6]依据西昆仑地区 1991—2009年Landsat TM/ETM+遥感图像，获取近20 a西昆仑地区冰川及其冰川融水形成的郭扎错湖和阿克赛钦湖的动态变化信息，并结合气候资料，分析了冰川、湖泊变化与气候变化的线性关系;金鑫等[7]利用1989年TM和2000年ETM+遥感图像提取冰雪信息，结果表明，运用线性混合像元分解模型能很好地监测实验区的冰雪覆盖变化;张瑞江等[8-9]通过对青藏高原现代冰川分布区ETM遥感图像的分析，提出了利用遥感图像确定现代雪线高度的方法，基本查明了青藏高原各山系的现代雪线高度，以及近30 a来现代雪线高度的变化状况;而且又以1960—1970年间1∶10万比例尺地形图、1975年MSS和2000年ETM数据为信息源，基本查明了青藏高原各山系内现有冰川的面积以及近30 a来冰川面积减少的数量;李邦良等[10]利用TM图像与琼西北地区内的地质地球物理资料进行综合分析，发现冰蚀和冰碛地貌之间内在的成生规律;李震等[11]以1973—1994年的RBV，MSS和TM数据为信息源，用非监督分类法和目视解译的方法分析了青藏高原布卡塔格峰冰川20 a的变化信息，并提取了冰川的边界及其变化信息。综上所述，前人研究多基于星载多光谱数据或星载数据与其他数据的协同研究，融合机载激光雷达和高光谱数据提取雪线研究的报道较少。机载激光雷达点云数据精度高、密度大，不仅具有传统遥感手段难以获取的高精度高程信息，而且还具有多次回波和反射强度信息;高光谱数据的纹理特征连续、光谱信息丰富;综合利用机载激光雷达和高光谱数据各自的优势不仅可以获取研究对象的平面信息，而且可以获取高精度的高程信息。本研究以TerraSolid，ENVI和ArcGIS等软件为数据处理平台，对冰川区域的机载激光雷达数据进行处理，提取了冰川的数字高程模型(digital elevation model，DEM);并利用DEM对机载高光谱数据的分类结果进行正射纠正，获取冰川的数字正射影像图(digital orthophoto map，DOM);最后融合研究区DOM和激光点云数据提取冰川雪线。

1 工作平台及软件

利用芬兰TerraSolid公司开发的TerraSolid软件的TerraScan和TerraModel模块对机载LiDAR数据进行处理。其中TerraScan的主要功能是根据激光点的坐标、强度和反射强度等信息对点云数据进行滤波和分类;TerraModeler主要用于生成各种数字模型(如DEM)及完成体积、面积、等高线、轮廓线和洪水淹没区域等计算[12]。机载高光谱数据处理采用ENVI软件，后续处理过程还运用了ArcGIS软件中的ArcMap和ArcScene工具以及地图绘制软件Global Mapper等。

2 试验区及数据源

2.1 试验区

选择西藏那曲县境内的“中习一号”冰川为研究区。该区位于 E 91°24′48.006″～91°25′27.232″，N 30°50′11.356″～30°51′7.686″之间(图 1)，属高原亚寒带季风半湿润气候区。冬季长达半年，年温差小，昼夜温差大，年平均气温为-2.2℃，1月份平均气温-14.5℃;每年10月至次年5月为风雪期和土壤冻结期，6—8月为牧草生长期;年降水量为406.2 mm，多集中在6—9 月;年蒸发量为1 811.2 mm，相对湿度为51%，气候特征是干燥和多风。

2.2 数据源

2.2.1 机载LiDAR数据

机载LiDAR数据于2011年8月10日获取，相对航高3 000 m，点云密度约为1点/m2。如图2所示。

2.2.2 机载高光谱数据

机载高光谱数据于2011年8月11日获取，空间分辨率约2 m，共100个波段(波长范围400～1 000 nm)。采用的传感器为中国科学院上海技术物理研究所研制的PHI-1309。图3(a)是一个扫描航带的部分高光谱数据的R(41)，G(26)，B(11)合成图像，3个波段的中心波长分别为642 nm，549 nm和458 nm;图3(b)为研究区高光谱数据。

3 数据处理与分析

3.1 机载LiDAR数据处理

首先利用TerraSolid软件中的TerraScan模块对研究区LiDAR点云数据进行滤波分类，然后利用TerraModel模块生成研究区 DEM，并在 Global Mapper软件中显示，如图4所示。

3.2 机载高光谱数据处理

利用ENVI4.7软件，对机载高光谱数据进行预处理，包括辐射定标、大气校正和几何纠正。然后采用主成分分析对高光谱数据进行降维，并通过最大似然法得到冰川分类图像。

3.3 三维地形模拟

利用ArcGIS Desktop中的ArcScene模块将冰川DEM数据分别同高光谱的栅格数据和矢量数据进行三维地形模拟，如图5所示。

3.4 影像校正

激光雷达和高光谱数字影像的地形辐射校正过程是:利用激光雷达的测距数据建立地面的数字地形图和高程模型，研究成像瞬间激光雷达和高光谱数字影像与地面地形之间的定量关系，分别建立地形辐射校正模型，将激光雷达和高光谱数字影像上各点的影像值校正为地面水平时激光和太阳光照射角度相同的影像。经过地形纠正处理的激光雷达和高光谱影像可视为各点在地面激光和太阳光照度相同。大气和地形状况一致的最佳成像条件下得到的激光雷达和高光谱数字图像，即正射影像。正射影像最大程度地消除了因距离、地形和大气状况对激光雷达和高光谱数字影像的影响，充分表达了地物的波谱特性，提高了激光雷达和高光谱对地球表面物质的系统探测能力，改善了激光雷达和高光谱数字图像的质量以及数字仿真能力[13]。

选择Global Mapper菜单中影像校正功能，打开高光谱最大似然法分类数据，进入几何纠正界面，然后以DEM作为地理参考坐标对高光谱遥感分类图像进行几何精纠正和坐标归一化处理。在DEM和高光谱遥感分类图像上分别选取了10个控制点(GCP)，配准精度控制在1个像元之内(图6)。

3.5 冰川雪线提取

首先，在TerraSolid软件的TerraPhoto模块中，同时显示激光点云与高光谱正射影像(图7);然后，用TerraPhoto模块中的Model工具，提取正射影像的冰川边界点云。

由于所获取的高光谱数据是条带数据，没有完整包含“中习一号”冰川，因此所提取出的雪线不是该冰川全部的雪线。结果如图8所示。

4 精度分析

4.1 LiDAR DEM的精度分析

DEM精度评定可以采用2种不同的方式:①平面精度和高程精度分开评定;②2种精度同时评定。但在实际应用中，一般只讨论DEM高程精度的评定问题[14]。由于“中习一号”没有实测数据，无法用实测数据来检测LiDAR DEM，因此利用了“中习一号”的ASTER DEM和LiDAR DEM进行比较，选取了36个坐标点进行高程值的比较(表1)。

通过表1的比较，LiDAR DEM的高程值均小于ASTER DEM的高程值，统一偏向一侧，说明LiDAR DEM和ASTER DEM具有很强的系统性，且方向都一致，这一特征符合正常情况。

4.2 机载高光谱数据的精度分析

本文还选择了“中习一号”地区环境减灾卫星(HJ-1)的多光谱数据与机载高光谱数据进行精度比较。研究区2011年8月10日的HJ-1多光谱CCD数据(轨道号为29/80)共4个波段(波谱范围为0.43 ～0.9 μm)，空间分辨率为 30 m。首先，对图像进行辐射定标、几何纠正和大气校正，并选择R(3)，G(2)，B(1)的方案进行波段组合;其次，采用最大似然法进行分类;最后，通过对环境卫星多光谱数据目视解译获取的地表真实感兴趣区来验证分类结果，采用混淆矩阵方法对分类结果进行精度分析，并与高光谱数据的主成分变换后的最大似然法分类结果精度进行比较(表2)。

由表2可得，运用高光谱数据的分类精度高于同地区HJ-1多光谱数据的分类精度。

5 结论

本文对机载激光雷达数据和高光谱影像融合提取冰川雪线进行了尝试，其原理清晰，技术方法和流程简单。相对于卫星遥感监测冰川及雪线变化，虽然机载数据获取成本高，但机载数据的精度和空间分辨率高，而且数据获取方式及时间灵活，特别适于灾害的应急反应监测。同时如果能获取时间序列的机载LiDAR数据和高光谱数据，即可提取高精度的冰川及雪线的动态变化信息。

由于获取研究区雪线的实测数据有一定困难，本文未能用实测数据对提取结果进行验证，另外研究仅利用了激光点云数据的高程信息，如何有效利用点云数据的强度信息进行冰川雪线的提取还有待进一步研究。

参考文献(References):

[1]刘志辉，王红娟，裴 欢，等.基于RS和GIS技术的近40 a新疆昌吉州冰川变化分析[J].新疆大学学报:自然科学版，2005，22(2):127-133.Liu Z H，Wang H J，Pei H，et al.Analysis of the glacier change near 40 a in Changji Prefecture，Xinjiang based on RS and GIS[J].Journal of Xinjiang University:Natural Science Edition，2005，22(2):127-133.

[2]张国梁，王 杰，潘保田，等.冰川变化遥感监测的研究进展[J].兰州大学学报:自然科学版，2010，46(6):1-10.Zhang G L，Wang J，Pan B T，et al.Progress in research on glacier changes using remote sensing[J].Journal of Lanzhou University:Natural Sciences，2010，46(6):1-10.

[3]王利平，谢自楚，丁良福，等.基于GIS的羌塘高原冰川系统雪线场的建立及其空间分布特征[J].干旱区地理，2010，33(5):692-702.Wang L P，Xie Z C，Ding L F，et al.Establishing the field of equilibrium line altitude of the glacier system in the Chiangtang Plateau based on geographic information system and its distribution characteristics[J].Arid Land Geography，2010，33(5):692-702.

[4]王祎婷，陈秀万，柏延臣，等.多源DEM和多时相遥感影像监测冰川体积变化——以青藏高原那木纳尼峰地区为例[J].冰川冻土，2010，32(1):126-132.Wang Y T，Chen X W，Bo Y C，et al.Monitoring glacier volume change based on multi-source DEM and multi-temporal remote sensing images:A case study in the Mount Naimona’nyi Region on the Tibetan Plateau[J].Journal of Glaciology and Geocryology，2010，32(1):126-132.

[5]张世强，卢 健，刘时银.利用TM高光谱图像提取青藏高原喀喇昆仑山区现代冰川边界[J].武汉大学学报:信息科学版，2001，26(5):435-440.Zhang S Q，Lu J，Liu S Y.Deriving glacier border information on Qinghai Tibet by TM high spectrum image[J].Journal of Wuhan University:Information Science Edition，2001，26(5):435-440.

[6]纪 鹏，郭华东，张 露.近20年西昆仑地区冰川动态变化遥感研究[J].国土资源遥感，2013，25(1):93-98.Ji P，Guo H D，Zhang L.Remote sensing study of glacier dynamic change in West Kunlun Mountains in the past 20 years[J].Remote Sensing for Land and Resources，2013，25(1):93-98.

[7]金 鑫，柯长青.基于混合像元分解的天山典型地区冰雪变化监测[J].国土资源遥感，2012，24(4):146-151.Jin X，Ke C Q.Monitoring of snow cover changes in Tianshan Mountains based on mixed pixel decomposition[J].Remote Sensing for Land and Resources，2012，24(4):146-151.

[8]张瑞江，赵福岳，方洪宾，等.青藏高原近30年现代雪线遥感调查[J].国土资源遥感，2010，22(s1):59-63.Zhang R J，Zhao F Y，Fang H B，et al.Remote sensing survey of existing snowlines in the past 30 years in Qinghai-Tibet Plateau[J].Remote Sensing for Land and Resources，2010，22(s1):59-63.

[9]张瑞江，方洪宾，赵福岳，等.青藏高原近30年来现代冰川面积的遥感调查[J].国土资源遥感，2010，22(s1):45-48.Zhang R J，Fang H B，Zhao F Y，et al.Remote sensing survey of existing glaciers in the past 30 years in Qinghai-Tibet Plateau[J].Remote Sensing for Land and Resources，2010，22(s1):45-48.

[10]李邦良.琼西北地区冰川地貌陆地卫星TM图像解译[J].国土资源遥感，1998，10(3):90-94.Li B L.TM image interpretation for glacial geography in the Northwest of Qiong[J].Remote Sensing for Land and Resources，1998，10(3):90-94.

[11]李 震，孙文新，曾群柱.综合RS与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.Li Z，Sun W X，Lu Q Z.RS and GIS methods to extract glacier change information to the glaciers of the Qinghai-Tibet Plateau:Cloth Katage Peak as an example[J].Journal of Geographical Science，1999，54(3):263-268.

[12]曹广强，翟 娜.浅谈利用激光点云数据制作DEM[J].测绘标准化，2011，27(2):44-46.Cao G Q，Zhai N.On the DEM creating by using radar point cloud data[J].Standardization of Surveying and Mapping，2011，27(2):44-46.

[13]李先华，黄 睿，黄 微，等.激光雷达与高光谱遥感对地立体探测研究[J].红外，2009，30(7):5-9.Li X H，Huang R，Huang W，et al.Research on tridimensional ground exploration based on lidar and hyperspectral remote sensing[J].Infrared，2009，30(7):5-9.

[14]肖雁峰.DEM质量检查与精度评定研究[D].成都:西南交通大学，2008:1-71.Xiao Y F.Quality inspection and accuracy evaluation for DEM[D].Chengdu:Southwest Jiaotong University，2008:1-71.