网站建设的初衷,网站开发工程师公司,成都网站建设开发,免费网站建设视频冰川面积是反应气候变化最直接的指标之一。在全球变暖的大背景下#xff0c;对于评估冰川融化造成的生态、全球气候变化和水资源价值评价等问题十分重要。本文针对受西风和印度洋夏季风影响下的青藏高原冰川及其末端冰湖的变化特征#xff0c;制作了近44年来时相相对连续的冰…冰川面积是反应气候变化最直接的指标之一。在全球变暖的大背景下对于评估冰川融化造成的生态、全球气候变化和水资源价值评价等问题十分重要。本文针对受西风和印度洋夏季风影响下的青藏高原冰川及其末端冰湖的变化特征制作了近44年来时相相对连续的冰川和冰湖边界数据集可以为不同气候系统和全球气候变化影响下的冰川和冰湖变化情况提供科学的数据支撑有助于提高人们对冰川保护重要性的认识。 01、背景
近年来青藏高原冰川持续消融表现为冰川退缩冰川末端冰湖增大随之带来的冰崩、冰湖溃决和融雪型冰川泥石流等自然灾害愈发频繁。冰川面积是反应气候变化的重要指标之一为了进一步了解不同气候系统和全球气候变化影响下的冰川和冰湖变化情况利用1976年至2020年的Landsat系列影像数据提取了西藏境内杰玛央宗冰川、普若岗日冰川、枪勇冰川、米堆冰川、什俄冰川、什磨冰川、增冰川7条典型冰川及其末端冰湖的矢量边界分析了近44年的冰川面积变化尤其对断裂冰川和冰川消融所形成的小冰湖区域进行了重点讨论。这7条典型冰川分别分布在西藏的西南部、北部、南部和东部区域可以反应受西风和印度洋夏季风气候系统影响下的冰川变化情况也可以反应受人类活动影响和相对自然条件下的冰川变化特征为评估青藏高原河湖源头和自然生态环境的变化提供科学的数据支撑对区域气候变化和水资源的响应具有重大的科学意义。
02、方法
利用1976年至2020年的Landsat系列遥感影像数据确保研究区每五年至少有一期数据覆盖。所选遥感影像的成像时间为9-12月的秋冬季节尽量保证冰川区不受积雪和山体阴影的影响。参考中国第二次冰川编目数据解译提取了西藏境内7条典型冰川及其末端冰湖的矢量边界。然后结合近红外波段影像和谷歌地球高分辨率影像等勾绘了冰川及其冰湖边界重点修正冰川末端的变化情况勾绘过程中误差控制在一个像元以内。最后进行了矢量边界不确定性计算和精度评估。 图2 数据制作流程图
03、数据描述
本数据集由118个矢量格式文件(Shapefile)和一个excel表组成。每个矢量文件的属性包含FID, Shape, Glc_Name, Glc_Long, Glc_Lati, Prm_Image, Altit_ave, Mtn_Name, Pref_Name, Compiler, Shape_Area和Shape_Per等12列。excel表涵盖了冰川及其冰湖的面积以及对应的不确定性信息。数据投影Asia North Albers Equal Area Conic projection,中心经纬度: 105°纬线1:25°纬线2:47°。得出单个冰川面积的相对误差小于3%冰川末端冰湖的相对误差在0%~7%之间。数据以Name_YearDate格式保存例如Shene_Glacier_19761217表示1976年12月17日采集的Shene冰川数据。登录https://www.dilitanxianjia.com/11529/ 获取。 图3 典型冰川面积空间变化图 (a)杰玛央宗冰川及其冰川末端冰湖, (b) 普若岗日冰川, (c)米堆冰川, (d)什俄、什磨和增冰川(e)枪勇冰川(f) 冰川分布。图中黄色线条为1976年的矢量边界红色线条为2020年的矢量边界。图 (c) 和 (e)中的黄色线条为1989年的矢量边界。
04、数据价值
提供的冰川数据集可利用 ArcGIS等地理信息系统软件进行查看和编辑可作为研究冰川变化、评估和合理利用冰川水资源以及防灾减灾的数据基础有助于改进气候预测模型以进一步开展冰川和气候变化研究。
