国土资源遥感, 2019, 31(3): 209-215 doi: 10.6046/gtzyyg.2019.03.26

技术应用

2013—2017年班公湖地区冷季湖泊冰情变化分析——中国西部高寒高海拔地区冰冻圈遥感调查(一)

燕云鹏1, 徐辉,2, 刘刚1, 刘建宇1

1. 中国自然资源航空物探遥感中心,北京 100083

2. 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京 100029

Analysis of the variations of the lake ice phenology in the Pangong Lake area from 2013 to 2017: Remote sensing survey of the cryosphere in the high altitude and alpine region, West China(Ⅰ)

YAN Yunpeng1, XU Hui,2, LIU Gang1, LIU Jianyu1

1. China Aero Geophysical Survey and Remote Sensing Center for Natural Resources, Beijing 100083, China

2. State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics (LASG),Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China

通讯作者: 徐 辉(1977-),女,助理研究员,主要从事短期气候的可预报性研究。Email:xuh@lasg.iap.ac.cn

责任编辑: 陈理

收稿日期: 2018-07-6   修回日期: 2019-01-8   网络出版日期: 2019-09-15

基金资助: 中国地质调查局项目“西北边境地区国土资源遥感综合调查”.  12120113003300
“西部边境阿克苏—防城港地区综合遥感地质调查与应用项目”.  DD20190545
“全国边海防地区基础地质遥感调查”共同资助.  DD2016007

Received: 2018-07-6   Revised: 2019-01-8   Online: 2019-09-15

作者简介 About authors

燕云鹏(1977-),男,教授级高级工程师,主要从事环境地质遥感调查应用研究。Email:ypyan@sohu.com.。 。

摘要

开展高寒高海拔区域的湖泊冰情变化分析,对于冷季湖冰通行能力评价、暖季冰碛湖溃决防灾减灾以及湖区下游洪涝灾害预测,均具有重要意义。基于2013—2017年Landsat8陆地成像仪(operational land imager,OLI)传感器获得的遥感数据序列,选择了班公湖地区4个有代表性的湖泊(区域),开展了冷季湖泊冰情变化分析,调查结果显示班公湖Zone1区和Zone2区作为同一个湖泊,冻结开始时间、封冻时间、解冻开始时间和完全解冻开始时间基本一致。尽管斯潘古尔湖和莫里里湖的湖面海拔比班公湖高,但是冻结过程三者基本一致。斯潘古尔湖解冻比班公湖要晚; 而最终的完全解冻开始时间两者基本一致。莫里里湖的解冻开始时间比班公湖要晚0.5~1个月; 而完全解冻时间比别的湖泊约晚1个月。

关键词: 中国西部 ; 高寒高海拔 ; 冰冻圈 ; 遥感 ; 湖泊 ; 冰情 ; 班公湖

Abstract

The analysis of the lake ice phenology in the high altitude and alpine area is of great significance for traffic capacity assessment on the lake ice in the cold season, disaster prevention and reduction of moraine lake burst and prediction on the flood disaster of the lower reaches in the warm season. On the basis of the OLI data from 2013 to 2017, four typical lakes(areas)in the Pangong Lake area were chosen for the analysis of the lake ice phenology in winter. The results show that the starting freeze time, the time of maximum ice amount, starting thaw time and totally thaw time of Zone1 and Zone2 in the Pangong Lake were almost simultaneous. Although Spanggur Lake and Moriri Lake both have higher altitude than Pangong Lake, and they shared the similar freeze processes. The starting thaw time of Spanggur Lake was later than Pangong Lake, while the totally thaw time was almost the same. The starting thaw time of Moriri Lake was about half to one month later than that of Pangong Lake, and the totally thaw time was one month later than other three lakes.

Keywords: West China ; high altitude and alpine region ; cryosphere ; remote sensing ; lake ; ice phenology ; Pangong Lake

PDF (1974KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

燕云鹏, 徐辉, 刘刚, 刘建宇. 2013—2017年班公湖地区冷季湖泊冰情变化分析——中国西部高寒高海拔地区冰冻圈遥感调查(一). 国土资源遥感[J], 2019, 31(3): 209-215 doi:10.6046/gtzyyg.2019.03.26

YAN Yunpeng, XU Hui, LIU Gang, LIU Jianyu. Analysis of the variations of the lake ice phenology in the Pangong Lake area from 2013 to 2017: Remote sensing survey of the cryosphere in the high altitude and alpine region, West China(Ⅰ). REMOTE SENSING FOR LAND & RESOURCES[J], 2019, 31(3): 209-215 doi:10.6046/gtzyyg.2019.03.26

0 引言

研究高寒高海拔地区湖泊冰情变化规律,不仅有利于当地社会经济发展和人民生产生活,对自然资源的规划开发和管理利用也具有较大影响,尤其是对冰冻期野外通行能力建设(包括边境地区的国防巡检巡查和当地民众的有效冰面通行)及解冻期的洪水灾害预测预报等具有重大意义[1,2]

作为冰冻圈研究的重要组成部分,湖泊冰情变化监测具有重大的科学研究价值和生产应用借鉴意义。作为气候变化的敏感指示剂,湖冰变化不但能够反映局地气象条件、水文环境以及地理地质条件等小尺度的变化,同时也能够反映全球变暖等大尺度的气候变化[3]。近几十a的研究表明,全球大部分的湖泊冰冻期都在缩短,结冰时间逐渐后延而解冻时间不断提前,引发了跨学科、跨领域的一系列次生问题,包括生态环境变化、气候气象条件变化以及地质灾害等[4,5]。早在1995年,陈贤章等[6]就利用NOAA的AVHRR资料,通过1993—1994年度的湖冰监测,研究了年内及年际湖冰变化的气候响应。虽然该研究监测周期比较短,且受当时影像空间分辨率限制,但是对本领域类似科研工作的开展却起到了先导作用。作为全球变化监测的热点领域,西北高寒高海拔地区的湖泊冰情变化监测也开展了多项研究。王智颖等[7]利用MODIS数据,采用阈值法提取湖冰物候,分析了2000—2015年间青藏高原湖冰物候的时空变化规律及其影响因素; 姚晓军等[8]利用MODIS等遥感影像数据和气象资料,综合分析了2000—2010年间可可西里地区主要湖泊的冰情变化特征及其影响因素; 赵水霞等[9]利用野外冰情观测及水文气象资料,结合遥感影像,开展了黄河什四份子弯道河冰生消及冰塞过程分析。但是这些监测地区一般都选择在交通相对便利、条件相对较好的青藏高原中东部以及周边地区,而对于青藏高原腹地,如阿里地区的调查却相对较少。本研究区正处在此地理条件艰险、野外工作不易开展的地区,充分发挥遥感的“千里眼”功效,利用多期遥感影像开展了班公湖地区冷季湖冰监测,以服务于边境地区冷季的国防巡检巡查和当地居民的湖面通行。

1 研究区概况及数据源

1.1 研究区概况

班公湖地区位于阿里高原西北部,北部为东喀喇昆仑山(也称阿里喀喇昆仑山),南部为冈底斯山西段,由于高海拔的地理条件,区内高山林立,冰川相对发育。该地区属于高寒气候区,极端低温可达-33.9 ℃,区内以大风天气最为显著,11月—次年5月为主要的风季,其中3—5月多大风(经常超过10级),7—8月为雨季,冬春季节降雪相对较少。受班公—东巧—怒江大断裂控制,本区湖泊较多,且大多为构造断陷湖,因此大多湖泊呈长条状,不少湖泊是国界或者区域分界线,位置险要; 另外,在高原地区的漫长冷季中结冰后的湖面经常作为重要的通行道路。研究区湖泊分布如图1所示,图中影像采用Landsat8 OLI数据,获取时间为2013年11月21日,经过波段假彩色合成及增强处理。

图1

图1   研究区湖泊分布

(Landsat8 OLI B7(R),B5(G),B4(B)假彩色合成)

Fig.1   Lake distribution in the research area


图1中面积大于1.0 km2的湖泊共13个,其中有3个研究价值较大,自北向南按编号顺序分别为:

1)班公湖(Pangong Lake)又名班公错,或称错木昂拉红波,位于研究区北部,为NW向延展的构造断陷湖。东西长约140 km,南北平均宽约4 km,湖泊向西延伸至克什米尔境内,湖水面积为604 km2,其中在我国境内为413 km2,湖面海拔为4 245 m。

2)斯潘古尔湖(Spanggur Lake),也称为曼冬错,位于班公山西南断陷盆地内,也属典型构造断陷湖。斯潘古尔湖主要靠东南部入湖的唐热曲补给,湖总体呈长条形,长约20 km, 宽约3 km,湖水面积为58 km2,湖面海拔为4 296 m。

3)莫里里湖(Moriri Lake),位于拉达克地区,湖面形状近似于平形四边形,长约24 km,宽约6 km,湖水面积为144 km2,湖面海拔为4 527 m。

1.2 数据源概况

当前传感器技术条件下,可用于湖冰监测的遥感数据源可谓琳琅满目。按照传感器的波谱划分,总体可分为可见光、红外和微波3种类型。红外遥感的大气影响较为复杂,且空间分辨率偏低。主动微波数据能穿透云层,昼夜成像,不受天气干扰,但时间周期长; 被动微波数据时间序列长,时间分辨率高,不受天气影响,但空间分辨率较低,存在较多混合像元。本研究区内除了班公湖比较大外,大部分湖泊均为中小型湖泊,即使是班公湖本身也是狭长型的湖泊,对于红外和微波遥感数据多个部位的水面宽度甚至没有达到一个像元大小。而可见光—近红外数据,尤其是Landsat8 OLI数据,相对较高的空间分辨非常适合监测中小型湖泊,且其时间分辨率为10~20 d,对于监测本研究区的湖冰变化是一个相对较好的选择。因此本研究基于Landsat8 卫星OLI传感器获得的遥感数据序列,开展班公湖地区冷季的湖泊冰情变化监测分析。将影像总体期次划分为13个时间序列,具体划分方案如表1所示,其中“1105”表示时间为11月5日。

表1   Landsat8遥感影像期次分布

Tab.1  Landsat8 remote sensing image periods(d)

期次本期次起止时间本期次时
间跨度
与前一期次
的间隔
期次本期次起止时间本期次时
间跨度
与前一期次
的间隔
11105—1116128次年0302—次年03131216
21121—120212169次年0318—次年0321412
31207—1218121610次年0329—次年0403612
41223—次年0103121611次年0411—次年04221216
5次年0111—次年0124142012次年0503—次年05161423
6次年0130—次年0212141913次年0519—次年05291114
7次年0215—次年02251114

新窗口打开| 下载CSV


2 湖冰遥感监测技术

2.1 监测对象选择

为了提高研究精度,对于湖冰监测对象进行了若干约束,湖泊必须是常年比较稳定的湖泊,不但湖泊丰水期和枯水期的水面面积大小基本恒定,并且年际变化也相对较小。按此要求对研究区中的3个湖泊开展研究,其中班公湖由于面积较大,选择了湖内2个代表性区域(班公湖东西部最窄区域各1处)进行监测,西部最窄区域命名为Zone1区,东部最窄区域命名为Zone2区,有关4个湖泊(区域)的经纬度坐标、面积和高程等相关信息如表2所示。

表2   监测对象的主要属性

Tab.2  Main properties of monitoring objects

湖泊名称中心坐标湖水面
积/km2
湖面高
程/m
经度纬度
班公湖Zone1区E79.00°N33.74°394 245
班公湖Zone2区E79.62°N33.67°454 245
斯潘古尔湖E78.90°N33.50°584 296
莫里里湖E78.30°N32.90°1444 527

新窗口打开| 下载CSV


2.2 遥感影像处理及信息提取

采用2013年4月1日—2018年1月19日5 a间的遥感影像数据,首先进行数据融合及影像增强处理,为了突出冰水颜色对比,根据单波段信息熵和最佳指数分析[10]结果采用了B7(R),B5(G),B4(B)假彩色组合方式,将多光谱数据和全色波段数据进行了波谱融合; 然后利用空间分辨率较高的地形数据,通过几何精纠正,完成不同期次影像地物间精确匹配。

利用湖冰和湖水在OLI遥感影像上的光谱特征差异,按照湖冰亮度等级,分别开展影像监督分类,采用最大似然法,逐像元对所属类型进行判别[11],最终完成班公湖地区的各个湖泊(地区)的水面和冰面范围解译,然后对各个时相的湖冰所占面积比重进行统计,分析各湖的物候属性,主要包括冻结开始时间、完全冻结(封冻)时间、解冻开始时间和完全解冻时间,总结研究各个湖泊(区域)的冰情变化规律。其中冻结开始时间定义为湖面出现有2处或者2处以上结冰区域的时间; 解冻开始时间定义为不仅是湖冰开始融化,而且可以明显看到湖冰融化后出露有小块水面的时间。

3 湖冰遥感监测结果

下面仅以班公湖Zone1区为例对冷季湖冰监测结果进行详细说明,冷季湖冰年际动态变化如表3所示。表中“20131105”表示时间为2013年11月5日; 字母C代表影像云盖度过大,字母T代表由前后2个时相推测出的中间的可能时间; 斜体表示湖面冻结开始时间,粗体表示湖面封冻开始时间,斜体加下划线表示湖面解冻开始时间,粗体加下划线表示湖面完全解冻开始时间。

表3   班公湖Zone1区冷季湖冰年际动态变化

Tab.3  Interannual dynamic changes of lake ice in cold season for Bangong Lake Zone1 Area

年度第1期
(1111)
第2期
(1127)
第3期
(1213)
第4期
(1229)
第5期
(次年0118)
第6期
(次年0206)
第7期
(次年0220)
2013—2014年20131105201311212013120720131223201401242014020920140225
2014—2015年20141108C2014112420141210201412262015011120150212
2015—2016年20151111201512132015122920160114C20160130C20160215
2016—2017年2016111320161129201612152016123120170115T2017020120170217
年度第8期
(次年0308)
第9期
(次年0320)
第10期
(次年0401)
第11期
(次年0417)
第12期
(次年0501)
第13期
(次年0515)
2013—2014年20140313201403292014041420140516
2014—2015年20150401201504172015050320150519
2015—2016年201603022016031820160403201604192016050520160521
2016—2017年20170305201703212017042220170508

新窗口打开| 下载CSV


3.1 2013—2014年冻结过程

2013年11月5日班公湖Zone1区北岸沿岸线出现了宽窄不一的薄冰层条带(如图2(a)),影像色调表现为蓝灰色和灰白色。2013年11月21日影像出现2个主要变化,一是沿北岸线的薄冰层条带明显变宽,甚至在一些小的湖湾区域出现了整体冻结; 二是在南岸区域的部分湖湾内出现了蓝灰色薄冰。到2013年12月7日,影像显示北岸的条带状薄冰进一步变宽,南岸的湖冰也逐渐向北面伸展,在中部区域南北两岸湖冰连成一体。2013年12月23日连片的湖冰进一步冻结延展,同时湖冰颜色也从原来的蓝灰色向白色过渡,说明冰体在不断增厚。2014年1月24日影像显示Zone1区基本完全冻结(如图2(b))。总体而言,湖冰的冻结过程是从岸边溪流开始,再到湖岸边缘,最后到湖中心区域; 影像色调表现为以白色为主的浅色调区域渐次增多; 湖冰形状变化过程是从线形、条带状,逐渐向块状、片状过渡,最终湖区完全冻结。

图2

图2   2013—2014年班公湖Zone1部分区域冷季湖泊冰情变化遥感影像特征

Fig.2   Remote sensing image characteristics of lake ice dynamic changes in partial areas of Pangong Lake Zone1 in cold season 2013—2014


3.2 2013—2014年解冻过程

2014年2月25日影像显示湖冰颜色变深,表明冰层变薄; 少量区域冰体发生融化,表明湖面开始解冻(如图2(c))。3月13日影像与2月25日对比变化甚微,表明湖冰解冻进展缓慢; 至3月29日,影像显示湖岸边多个区域露出深色水面,表明此段时间湖冰解冻速度加快; 4月14日湖面上冰水面积对比发生明显变化,湖冰解冻面积达到40%; 5月16日班公湖Zone1区完全解冻(如图2(d))。总体而言,解冻过程分为3个阶段: ①从湖岸边缘以及浅滩开始,湖岸边渐次出现冰雪融水形成的溪流,浅滩处灰白色为主的浅色调冻结区域减少; ②湖岸边水深较大的区域灰白色冰体也开始融化,并且融化逐渐加速,湖冰也逐渐变薄; ③受气温升高影响,融化速度进一步加快,湖中央的纯白色冰体也开始融化,湖冰解冻面积达到近一半,最后直至全湖完全解冻。3.3 2014—2017年冻结—解冻过程2014—2015年间,2014年11月8日影像无法直接观察湖冰冻结情况(云盖度达到79.56%),参考其他年份同期冰情,可以推断2014年11月8日湖冰已经冻结; 2015年1月11日湖面基本封冻; 2015年4月1日湖冰开始解冻; 2015年5月19日湖冰完全解冻。2015—2016年间,2015年11月11日开始冻结; 2015年12月29日影像显示东半区已经完全冻结,西半区只有少部分区域未冻结; 半个月后的2016年1月14日,尽管云量很大,可以推测湖面完全冻结。2016年3月2日湖冰开始解冻,2016年5月5日完全解冻。2016—2017年间,2016年11月13日开始冻结; 2016年12月31日东半区基本完全冻结,而西半区由于云覆盖无法判断,2016年1月份影像云盖度均比较高,2017年2月1日影像显示已经全湖冻结,故推测全湖冻结时间为2017年1月15日; 2017年2月17日湖冰开始解冻; 2017年5月8日完全解冻。

4 冰情变化分析

根据前文的监测结果,班公湖地区湖泊(区域)的冷季湖冰变化基本参数如表4所示。从表4中可以看出班公湖(包括Zone1和Zone2区域)、斯潘古尔湖的冰冻期大约长6个月; 而莫里里湖的冰冻期大约长7个月。

表4   班公湖地区湖泊(区域)冷季湖冰变化基本参数

Tab.4  Interannual dynamic changes of lake ice in cold season for Pangong Lake area

湖泊(区域)冰情
变化基本参数
班公湖
Zone1区
班公湖
Zone2区
斯潘古
尔湖
莫里
里湖
冻结开始时间(最早)1105110511051105
冻结开始时间(最晚)1113111311131113
冻结开始时间跨度/d9999
封冻开始时间(最早)次年
0111
12261229次年
0111
封冻开始时间(最晚)次年
0124
次年
0124
次年
0124
次年
0201
湖泊(区域)冰情
变化基本参数
班公湖
Zone1区
班公湖
Zone2区
斯潘古
尔湖
莫里
里湖
封冻开始时间跨度/d14302722
解冻开始时间(最早)次年
0217
次年
0215
次年
0318
次年
0422
解冻开始时间(最晚)次年
0401
次年
0401
次年
0417
次年
0519
解冻开始时间跨度/d44463128
完全解冻开始时间(最早)次年
0505
次年
0505
次年
0505
次年
0604
完全解冻开始时间(最晚)次年
0519
次年
0519
次年
0519
次年
0617
完全解冻开始时间跨度/d15151514
冰冻期时长(最长)/d196196196225
冰冻期时长(最短)/d174174174204

新窗口打开| 下载CSV


4.1 班公湖湖区冰情变化分析

4.1.1 班公湖Zone1区湖冰变化规律

从4个周期的监测结果来看,班公湖Zone1区湖冰冰期内的冻结过程最长(从冻结开始最早时间到完全冻结最晚时间计算)为81 d; 最短(从冻结开始最晚时间到完全冻结最早时间计算)为60 d。解冻过程最长(从解冻开始最早时间到完全解冻最晚时间)为92 d; 最短(从解冻开始最晚时间到完全解冻最早时间)为35 d。一个周期内,冻结开始最晚时间到封冻开始最早时间间隔58 d; 封冻开始最晚时间到解冻开始最早时间间隔23 d,即从影像来看完全封冻时间只有20多d。解冻开始最晚时间与完全解冻开始最早时间间隔近1个月。

4.1.2 班公湖Zone2区湖冰变化规律

对比班公湖Zone2区与Zone1区的冰情变化过程,冻结开始时间、封冻时间、解冻开始时间和完全解冻开始时间基本一致,仅在2014—2015年间,2014年12月26日可能由于气温骤降造成局地突然降雪,引起湖面提前封冻,另外2015—2016年间Zone1区于2016年3月2日开始解冻,而Zone2区是2016年2月15日开始解冻。

尽管Zone2和Zone1的冻结开始时间基本一致,可是2个区的同期冻结百分比却存在差异,Zone2区小于Zone1区,说明Zone2应比Zone1晚冻结。从2个区域湖水盐度差异分析,Zone1区盐度更大,理论上湖冰冻结应较晚,可事实相反。通过影像特征比对分析,Zone1区大部分水体颜色浅于Zone2区,最可能的原因是二者水深存在比较大的差异,Zone1区水深较小,而Zone2区水深极大,因此才造成西部Zone1区域尽管盐度较大,但由于湖水较浅才较早冻结。总之,班公湖东西2处作为同一个湖泊,总体特征和主要指标趋同,但是在若干年份湖区不同部位的具体冻结解冻过程却存在差异。

4.1.3 班公湖湖面封冻过程与气温变化对比分析

利用距班公湖湖区最近的狮泉河气象数据,通过统计2013—2017年各年度11月—次年3月的逐月气温平均值,发现每年1月份的气温,无论是最高气温还是最低气温,都是全年的最低值。每年1月的气温资料极低值表现与同期的全湖封冻时间具有良好的对应关系。

另外,还利用气象资料分析了封冻前一个月内的气温变化。以2015—2016年为例,湖冰完全封冻时期为2016年1月14日。通过比对封冻前一个月内的气温变化,可以看出封冻过程的32 d中,后16 d平均最高气温比前16 d下降了1.06 ℃; 而平均最低气温更是降低了2.69 ℃。以上数据表明,湖面封冻前无论是最高气温还是最低气温均会有一个明显的降低过程; 而封冻期结束后1个月内气温一般就会有所回升。

4.2 斯潘古尔湖冰情变化分析

2013—2016年间4个周期的湖冰监测结果表明,斯潘古尔湖的冻结开始时间与班公湖基本一致,而影像显示斯潘古尔湖同期的冻结百分比均大于班公湖,说明斯潘古尔湖要稍早冻结。2个湖的全湖封冻时间基本一致,仅在2015—2016年间,可能由于局地降温导致2015年12月29日斯潘古尔湖全湖提前封冻。对于解冻开始时间,斯潘古尔湖均比班公湖要晚0.5~1个月; 而2个湖的湖冰完全解冻时间基本一致。

4.3 莫里里湖冰情变化分析

莫里里湖的冻结开始时间与班公湖基本一致,而同期冻结百分比与班公湖Zone2区相似,比Zone1区略小,说明莫里里湖与Zone2区的冻结进程一致,比Zone1区稍晚。莫里里湖的全湖封冻时间与班公湖基本相同,仅2017年的全湖封冻时间晚了近半个月,可能是局地小气候作用所致。莫里里湖的冻结前半程非常缓慢,从开始冻结到冻结过半用时近2个月; 而后半程冻结速度加快,仅用时2周。因此Landsat8 OLI传感器很少有机会能够捕捉到湖区大半冻结的状态。可能受海拔高度影响(高于班公湖近300 m),莫里里湖的解冻开始时间非常晚,比班公湖解冻开始时间大约要晚2~3个月,一般是在每年4—5月间,前后间隔约1个月的时长。4个周期的湖冰监测数据显示,莫里里湖的完全解冻时间均在6月中上旬,比其他湖区完全解冻时间大约要晚1个月。

5 结论与讨论

5.1 结论

1)班公湖Zone1和Zone2作为同一个湖泊,冻结和解冻过程的总体特征和主要参数都具有同一性,说明二者的冻结过程和解冻过程基本同步。具体而言,每年11月份开始冻结,到次年1月中下旬开始封冻。解冻开始时间跨度较长,前后约44 d,而完全解冻开始时间集中在5月中上旬。2个区域冻结过程比较而言,西部Zone1区域的冻结过程稍早。东西部遥感影像特征分析表明,可能是2个区域水深存在较大差异,西部区域水深较小而东部较大,造成虽然西部Zone1区域湖水盐度较大但湖区仍较早冻结。

2)尽管斯潘古尔湖和莫里里湖的湖面海拔比班公湖都要高,但是三者的冻结过程,无论是冻结开始时间还是封冻开始时间,三者都基本相同,仅莫里里湖的封冻开始时间在某些年份略晚。斯潘古尔湖和莫里里湖的解冻开始时间都比班公湖要晚。其中,斯潘古尔湖解冻时间比班公湖要晚0.5~1个月; 而最终的完全解冻开始时间基本一致。而莫里里湖的解冻开始时间非常晚,比班公湖大约要晚2~3个月。完全解冻时间在6月中上旬,比其他湖区约晚1个月。

5.2 应用讨论

作为自然资源国情调查的重要组成部分,班公湖地区冷季湖泊冰情变化调查分析不仅填补了青藏高原西部艰险地区湖冰逐年持续遥感监测的空白,而且对于边境地区的国防建设和当地经济社会发展以及人民生产生活(比如冰面沉排建筑工程)都具有深远影响。有关本项研究的直接应用: 班公湖地区湖冰开始冻结到完全封冻时长一般为2个月,此时利用湖冰通行具有一定危险性。完全封冻到开始解冻,一般会有2个月时间,可以利用湖冰进行有效通行。湖面开始解冻到完全解冻一般为1~2个月,分为2个阶段,第一阶段湖冰解冻速度缓慢,根据湖面解冻情况尚可谨慎通行; 第二阶段冰融速度加快,需要密切关注湖冰融化进展情况。湖面完全解冻后,如果湖区再次出现结冰现象,此时的冰体属于零时性的薄片状湖冰,应严禁在湖面通行。

参考文献

杨倩, 吕德昊 .

湖冰物候变化遥感监测研究进展

[J].科技风, 2017(17):116-117.

[本文引用: 1]

Yang Q, Lyu D H .

Progress in remote sensing monitoring of lake ice phenology

[J].Technology Wind, 2017(17):116-117.

[本文引用: 1]

燕云鹏, 刘刚, 李瑜 , .

西北边境地区冰冻圈遥感调查与监测(2013—2015)主要进展

[J]. 中国地质调查, 2017,4(3):51-56.

[本文引用: 1]

Yan Y P, Liu G, Li Y , et al.

Research achievements on cryosphere investigation and monitoring using remote sensing techniques in the northwest border area from 2013 to 2015

[J]. Geological Survey of China, 2017,4(3):51-56.

[本文引用: 1]

曹梅盛, 李新, 陈贤章 , . 冰冻圈遥感[M]. 北京: 科学出版社, 2006.

[本文引用: 1]

Cao M S, Li X, Chen X Z , et al. Remote Sensing of Cryosphere[M]. Beijing: Science Press, 2006.

[本文引用: 1]

辛羽飞, 卞林根 .

全球冰冻圈变化预测研究现状

[J]. 极地研究, 2008,20(3):275-286.

DOI:CNKI:SUN:JDYZ.0.2008-03-007      Magsci     [本文引用: 1]

<p>冰冻圈是气候系统重要的圈层,对气候系统有强烈的反馈作用,在全球变暖的背景下,冰冻圈的变化和预测研究愈来愈受到科学界的重视。近年来,冰冻圈的预测研究已经取得重要进展,主要表现在:海冰、积雪冻土等子系统模式发展迅速,开展了不少模式比较计划,这些模式能重现大尺度的季节变化和年际变化特征,模拟能力较以前有了大幅度提高。但模式模拟的不确定性仍普遍存在,主要表现在:冰盖等子系统的模式对于其内部的热力过程、其底部与海洋的相互作用过程缺乏有效的观测手段,认识不够清楚,湖冰河冰模式主要还依赖统计相关模型。随着遥感技术以及资料同化技术的不断应用,各个子系统物理过程认识的不断深入,冰冻圈模式预测将日趋完善,逐渐缩小不确定性。</p>

Xin Y F, Bian L G .

Progress of prediction of the global cryosphere change

[J]. Chinese Journal of Polar Research, 2008,20(3):275-286.

Magsci     [本文引用: 1]

魏秋芳, 叶庆华 .

湖冰遥感监测方法综述

[J]. 地理科学进展, 2010,29(7):803-810.

DOI:10.11820/dlkxjz.2010.07.005      Magsci     [本文引用: 1]

<p>本文综述了多光谱和微波数据监测湖冰冻结、消融及冰厚的方法,并比较了各种方法的优缺点,最后运用MODIS和AMSR-E监测了纳木错2007/2008冬半年冰情。湖冰监测方法主要有阈值法和指数法。阈值法是根据冰水反射率、 温度、后向散射系数等特征因子的不同直接区分冰水,精度较高,误差在5天以内。指数法主要是根据冰水波谱特性和极化特性,做波段运算后间接区分冰水。冰厚监测常采用经验公式法,用实测数据与反射率、极化比、亮温等建立关系式反演整个湖泊冰厚,此方法适用于特定的某个湖泊。冰厚识别是湖冰监测的难点,主动微波比多光谱数据更适合监测冰厚。从数据本身来讲,热红外、被动微波等高时间分辨率数据比可见光、主动微波等高空间分辨率影像更适合监测大面积湖泊冰情。基于多源遥感数据,发展自动反演算法将是湖冰遥感监测发展趋势之一。</p>

Wei Q F, Ye Q H .

Review of lake ice monitoring by remote sensing

[J]. Progress in Geogrphy, 2010,29(7):803-810.

Magsci     [本文引用: 1]

陈贤章, 王光宇, 李文君 , .

青藏高原湖冰及其遥感监测

[J]. 冰川冻土, 1995,17(3):241-246.

Magsci     [本文引用: 1]

本文以青藏高原上的青海湖为例,研究了湖冰的年内及年际变化对气候变化的响应。根据青海湖周围气象站的观测资料,分析了湖冰状况、变化及与周围气温的关系:气温越低,湖冰越厚;湖冰变化对气温有滞后性。根据湖冰、湖水和湖岸在可见光、近红外和热红外波段的成像特点,利用NOAA卫星AVHRR资料对1993-1994年度的湖冰冻结情况做了监测,计算出不同日期湖水的冻结百分比和绝对冻结面积,并与气象站的观测结果作了进一步的对比分析。

Chen X Z, Wang G Y, Li W J , et al.

Lake ice and its remote sensing monitoring in the Tibetan Plateau

[J]. Journal of Glaciology and Geocryology, 1995,17(3):241-246.

Magsci     [本文引用: 1]

王智颖, 吴艳红, 常军 , .

青藏高原湖冰物候的时空变化及其影响因素

[J]. 北京工业大学学报, 2017,43(5):701-709.

[本文引用: 1]

Wang Z Y, Wu Y H, Chang J , et al.

Temporal and spatial variation of lake ice phenology and its influencing factor in the Tibetan Plateau

[J]. Journal of Beijing University of Technology, 2017,43(5):701-709.

[本文引用: 1]

姚晓军, 李龙, 赵军 , .

近10年来可可西里地区主要湖泊冰情时空变化

[J]. 地理学报, 2015,70(7):1114-1124.

[本文引用: 1]

Yao X J, Li L, Zhao J , et al.

Spatial-temporal variations of lake ice in the Hoh Xil region from 2000 to 2011

[J]. Acta Geographic Sinica, 2015,70(7):1114-1124.

[本文引用: 1]

赵水霞, 李畅游, 李超 , .

黄河什四份子弯道河冰生消及冰塞过程分析

[J]. 水利学报, 2017,48(3):351-358.

DOI:10.13243/j.cnki.slxb.20160721      Magsci     [本文引用: 1]

什四份子弯道因其特殊的河道形态及地理位置而成为黄河内蒙古段易发生冰塞断面。通过对2014-2015年冬季该段野外冰情监测及水文、气象资料分析,结合Landsat8遥感影像数据解译,研究了什四份子弯道河冰生消及冰塞形成过程。结果表明,野外观测结合遥感影像解译能够准确地反映河冰的时空特性。该河段弯道凹岸处冲积岸冰及凸岸静态岸冰的生长,极大地束窄了河面宽度,降低了水流的输冰能力,而使其成为初始卡冰位置;冰盖至此向上游发展,弯道下游因来冰量减少和上下游水力坡度增大而形成清沟;受弯道径向水流方向改变及弯道螺旋流的影响,导致冰花在冰盖下主槽与滩地的交界处堆积;稳封期受气温升降变化使得冰盖表面冻融交替,冲积冰反射率增大,后期解译的遥感影像中平滑岸冰面积较初始封河期增加。

Zhao S X, Li C Y, Li C , et al.

Processes of river ice and ice-jam formation in Shensifenzi bend of the Yellow River

[J]. Journal of Hydraulic Engineering, 2017,48(3):351-358.

Magsci     [本文引用: 1]

李超, 李畅游, 赵水霞 , ,

基于遥感数据的河冰过程解译及分析

[J]. 水利水电科技进展, 2016,36(3):52-56.

[本文引用: 1]

Li C, Li C Y, Zhao S X , et al.

Interpretation and analysis of river ice process based on remote sensing data

[J]. Advances in Science and Technology of Water Resources, 2016,36(3):52-56.

[本文引用: 1]

李均力, 盛永伟, 骆剑承 .

喜马拉雅山地区冰湖信息的遥感自动化提取

[J]. 遥感学报, 2011,15(1):29-43.

DOI:10.11834/jrs.20110103      Magsci     [本文引用: 1]

在“全域―局部”分步迭代水体信息提取方法的基础上, 通过对水体信息提取指标――水体指数的物理特性的分析实现了算法中全域阈值的自动选择与局部阈值的自适应调整, 并结合DEM 生成的山体坡度和阴影信息,减少局部迭代过程中对其他地表特征与水体信息的误判。在此基础上, 建立一种适合于高山地区冰川湖泊的自动化提取方案。试验采用Landsat 数据对喜马拉雅山地区的冰川湖泊进行信息提取, 结果表明该方法能够快速准确地完成大区域范围内的冰川湖泊制图, 并能最大程度地消除高山地区湖泊水体识别中冰川和山体阴影的影响。

Li J L, Sheng Y W, Luo J C , et al.

Automatic extaction of Himalayan glacial lakes with remote sensing

[J]. Journal of Remote Sensing, 2011,15(1):29-43.

Magsci     [本文引用: 1]

/

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发