川藏交通廊道冰川和地表水遥感监测及耦合分析_王俪璇.pdf

测绘通报2023 年第 6 期引文格式:王俪璇，叶成名，眭天波，等 川藏交通廊道冰川和地表水遥感监测及耦合分析J 测绘通报，2023(6):50-55 DOI:10 13474/j cnki11-2246 2023 0167川藏交通廊道冰川和地表水遥感监测及耦合分析王俪璇1，2，叶成名1，2，眭天波1，2，魏瑞龙1，2，李洪富1，2(1 成都理工大学地球勘探与信息技术教育部重点实验室，四川 成都 610059;2 成都理工大学地球物理学院，四川 成都 610059)摘要:气候变化造成冰川退缩，青藏高原地表水对此作出快速响应。本文使用 3952 幅 Landsat 5 TM、Landsat 8 OIL 遥感影像，利用DSWE 方法及 FMask 算法对川藏交通廊道冰川和地表水进行了长周期、大面积监测和信息提取，并结合高程数据、分水岭信息分析了冰川、地表水的时空变化特征与耦合性。结果表明:川藏交通廊道内雅鲁藏布江与怒江流域冰川近 35 年退缩超5000 km2，年退缩率呈逐期递增趋势，冰川消融剧烈;澜沧江、金沙江、岷江及雅砻江流域冰川整体退缩，但近 10 年退缩速率减缓，局部边界有小幅扩展。雅鲁藏布江、怒江流域地表水受冰川消融影响强烈，面积分别扩大 327、155 km2;澜沧江、金沙江流域因冰川相对稳定，地表水受影响较小;岷江流域降水丰富，是地表水面积扩张的主要原因。冰川和地表水的面积变化在不同高程区间耦合性均良好，尤其在 45015000、50015500 m 高程范围内，冰川面积退缩加快，同时地表水面积同期加速扩张。关键词:川藏交通廊道;遥感监测;冰川;地表水中图分类号:P237文献标识码:A文章编号:0494-0911(2023)06-0050-06Remote sensing monitoring and coupling analysis on glacier andsurface water in Sichuan-Tibet traffic corridorWANG Lixuan1，2，YE Chengming1，2，SUI Tianbo1，2，WEI Ruilong1，2，LI Hongfu1，2(1 Key Lab of Earth Exploration Information Techniques of Ministry Education，Chengdu University of Technology，Chengdu 610059，China;2 College of Geophysics，Chengdu University of Technology，Chengdu 610059，China)Abstract:Glaciers retreat caused by climate warming has rapidly increased surface water area in the Qinghai-Tibet Plateau based on3952 Landsat 5 TM，Landsat 8 OIL remote sensing images The paper uses DSWE method and FMask algorithm to obtain respectivelyglacier and surface water information in Sichuan-Tibet traffic corridor，and analyses spatio-temporal changes and coupling characteristicbetween glacier and surface water combining with DEM and watershed data The glaciers in the Yarlung Zangbo River and Nujiang Riverbasins have shrunk by more than 5000 km2in the past 35 years，with the annual shrinking rate increasing gradually The other fourbasinsalso retreated as a whole However，the retreat rate is lower and sporadic areas are increasing in the past decade The surfacewater in Sichuan-Tibet traffic corridor is strongly affected by glacier melting，especially in Yarlung Zangbo River and Nujiang Riverbasins whose surface water areas are expanded by 327 and 155 km2respectively But the glaciers are relative stable which located inLantsang River，Jinsha River The rich precipitation in Minjiang River basin is the main reason for the surface water area expansionThe coupling of the change between glacier and surface water is good in different elevation intervals Especially in the elevation range of45005000 m and 50005500 m，the retreat of glacier is accelerated，accompanied by the accelerated expansion of surface water inthe same periodKey words:Sichuan-Tibet traffic corridor;remote sensing monitoring;glacier;surface water冰川是全球气候变化的重要指示器。青藏高原是我国冰储量最大的地区，在气候变化大背景下，冰川变化剧烈1-3。学者们在对青藏高原水资源演变与趋势分析时发现，气温升高导致的冰川积雪融化是径流增多及高原湖泊水量增加的主要原因4-5，并影响流域内的水平衡及水循环6-8。遥感技术具有大面积同步观测和高时效性的优点，成为大尺度冰川研究的重要方法9-11。文献 12 利用航空像片及地形图，对国内冰川进行清查，测量冰川面积、冰量等 34 个参数，形成了中国冰05收稿日期:2022-09-05基金项目:第二次青藏高原综合科学考察研究项目(2019QZKK0902)作者简介:王俪璇(1997)，女，硕士生，研究方向为生态环境遥感。E-mail:664325597 qq com通信作者:叶成名。E-mail:rsgis sina com2023 年第 6 期王俪璇，等:川藏交通廊道冰川和地表水遥感监测及耦合分析川目录，为中国冰川研究奠定了坚实基础。文献 13 以 2004 年以后的 Landsat TM/ETM+和 ASTER影像为基础，参考第一次冰川编目获取中国西部不同山系、流域冰川数量、面积及冰储量，完成第二次中国冰川编目。成果表明，新中国成立以来中国西部的冰川面积总体萎缩约 18%，同时也有部分冰川处于前进状态14。文献 15 基于 315 景 Landsat 8OLI 遥感影像，用目视解译的方法调查了 2018 年中国冰川的分布与变化，表明气温和降水变化差异，以及海拔、坡度、坡向等地形差异，共同影响中国冰川的 变 化。随 着 云 计 算 的 发 展，特 别 是 GEE(Google Earth Engine)等地球科学分析平台的出现，半自动和全自动处理及提取大规模地面信息得到广泛应用16-18。如文献 19利用深度学习的方法从 Sentinel-1 图像中自动分割陆地冰与海洋，跟踪冰川、冰架的活动状态和速度。文献 20 使用上百万幅遥感影像量化了 19842015 年全球地表水，并以水存在的时间特性进行了类型划分，分为永久性水与季节性水。综上所述，本文综合运用大规模遥感数据和机器学习方法，对青藏高原内川藏交通廊道冰川及地表水变化进行监测与分析，定量化描述和揭示两者之间的耦合关系，以期对生态环境保护及地质灾害防范提供科学参考21-23。1研究区概况川藏交通廊道穿越青藏高原东缘高山峡谷区，地势复杂，地质灾害频发，是国内外学者关注的热点区域。廊道内冰川数量有 7600 余条13，总面积超 12 000 km2。近 35 年冰川总体消融显著，面积大幅减少，致使生态环境改变和地质灾害发生24-28。研究区内水系发达，发育一级河流 5 条，二级河流4 条，三级及以下河流 101 条。19852020 年冰川的强消融造成地表水面积扩张 361 km2，湖泊面积增大 154 km2，湖泊新增 52 个29。2数据来源与数据处理本文的数据源及相关参数见表 1。地表水提取基于美国地质调查局 DSWE(dynamic surface waterextent)产品30，它是对像元水体覆盖的频率进行计算，能够提供水体覆盖的像素长周期的动态信息。参考 DSWE 模型对各期遥感影像栅格数据进行逐像元识别，统计各期影像存在地表水的像元个数，并除以对应时期的时间跨度(年)，计算各像元地表水存在频率，结合遥感影像目视解译，将频率值为 0.3 以上的像元划分为地表水。冰川信息的提取流程如图 1 所示。选取与 DSWE 同一套低云量遥感影像，影像数量为 3952 幅，平均云量为 6.5%。采用 FMask 算法31 对影像中高置信度的云像元点进行去除，并基于 GEE 平台采用随机森林分类法32-33 逐影像提取冰川，计算每个时期冰川存在的频率(即有效观测像元中冰川像元的数量占总数的比)，可从概率角度降低因影像选择、去云处理及分类所带来的错误。随机森林分类器是以第二次冰川编目中冰川的光谱特征(各波段地表反射率与光谱指数)和地形特征(海拔高程与坡度)作为样本特性。因廊道冰川多被表碛物覆盖，其光谱特征与周围裸岩具有很高的相似性，本文根据识别量化结果与第二次冰川编目数据综合对比(20062010 年)，通过人机交互的方式设置不同流域的冰川提取阈值，大于阈值的像元被判断为冰川高频像元，划为冰川，反之为非冰川。本文提取川藏交通廊道区域内冰川面积 11 157.57 km2(20062010 年)，该区域 第 二 次 冰 川 编 目 数 据 统 计 冰 川 面 积 为13 130.62 km2(60%冰川为第一次冰川编目数据的补充)，两者面积相差约 16%。冰川、地表水数据的时间跨度均为 19852020 年，为避免高云量低质量遥感影像及个别年份极端气候对识别结果的影响，将遥感影像划为 4 期进行信息提取:19851990 年、19962000 年、20062010 年、20162020 年。表 1数据源及相关参数数据类型产品名称空间分辨率数据来源遥感影像Landsat 5 TMLandsat 8 OIL30 mU S GeologicalSurvey(USGS)高程ALOS(PRISM)12.5 mAlaska SatelliteFacility(ASF)流域基于 DEM 提取的中国流域、河网数据集资源环境科学与数据中心夏季降水CHIRPS0.05CHIRPS 产品官网冰川与积雪的光谱特性十分相似，造成自动识别难度加大。为此，本文全部选用冰川消融季(410 月)的遥感影像，以减少季节性积雪对冰川提取的影响。具体过程为:首先基于 GEE 平台利用随机森林分类器