科其喀爾巴西冰川運動速度年際與季節(jié)變化特征分析

2014科其喀爾巴西冰川運動速度年際與季節(jié)變化特征分析

趙晉彪，張震，，許楊楊，王榮軍，蔣宗立（1.安徽理工大學空間信息與測繪工程學院，安徽淮南232001；2.安徽理工大學礦山采動災(zāi)害空天地協(xié)同監(jiān)測與預警安徽普通高校重點實驗室，安徽淮南232001；3.安徽理工大學礦區(qū)環(huán)境與災(zāi)害協(xié)同監(jiān)測煤炭行業(yè)工程研究中心，安徽淮南232001；4.中國科學院西北生態(tài)環(huán)境資源研究院冰凍圈科學國家重點實驗室，甘肅蘭州730000；5.湖南科技大學地球科學與空間信息工程學院，湖南湘潭411201）0引言運動是冰川的固有屬性，是冰川區(qū)別于其他冰體的主要標志［1］。冰川運動在其動力學系統(tǒng)的控制下，通過改變物質(zhì)的分布，影響冰川幾何形狀、物質(zhì)平衡、水熱及邊界的變化［1］。冰川運動速度作為冰川動力學模型的重要參數(shù)，不僅能響應(yīng)物質(zhì)平衡變化，同時也能反應(yīng)冰川的動態(tài)信息［2-3］。在全球變暖的背景下，研究冰川運動及其變化規(guī)律，對區(qū)域經(jīng)濟發(fā)展、資源合理利用和自然災(zāi)害預警有著重要意義。冰川運動速度的提取方法主要包括實地測量和遙感監(jiān)測［4-5］。實地測量是在冰面上布設(shè)花桿，通過花桿的位置變化測量冰川運動速度。盡管實地測量能獲得精度高、連續(xù)性好的數(shù)據(jù)，但由于山地環(huán)境惡劣和成本的限制，無法進行長周期、大范圍的觀測［6-7］。遙感監(jiān)測具有獲取速度快、監(jiān)測范圍廣的優(yōu)勢，可彌補實地測量的不足［8-9］?；谶b感影像的冰川運動速度提取方法主要有雷達差分干涉測量、SAR偏移量跟蹤和光學影像互相關(guān)［10］。由于山地冰川地形復雜且消融較為強烈，獲取高相干影像較為困難，因此很少采用雷達差分干涉測量［11-12］。基于SAR數(shù)據(jù)的偏移量跟蹤方法受天氣影響小，但長時間冰川消融導致較大表面差異，較適合短時間尺度的冰川運動速度提?。?，13］。而光學影像互相關(guān)方法雖受天氣影響，但歷史資料豐富，已被廣泛應(yīng)用于年尺度的冰川運動速度研究中［14-15］。隨著遙感數(shù)據(jù)時空分辨率的不斷提高，基于遙感數(shù)據(jù)提取冰川運動速度已成為當前研究的熱點［16-18］。部分學者利用遙感數(shù)據(jù)對大區(qū)域尺度的冰川運動特征進行分析，比如Sam等［19］基于GoLIVE數(shù)據(jù)分析了喜馬拉雅山冰川運動特征；Dehecq等［20］基于Landsat等數(shù)據(jù)分析了亞洲高山區(qū)冰川運動變化特征。也有部分研究者針對單條冰川進行時空變化特征分析，比如Das等［21］對米亞冰川1992—2019年的運動速度時空分布特征及影響因素進行分析；周中正等［22］基于Sentinel-1A影像分析了2016年崗納樓冰川表面運動速度變化?？破淇柊臀鞅ū砻娣植加写罅勘泶儯瑢ζ溥\動速度進行研究，有助于了解表磧覆蓋型冰川對氣候變化的復雜響應(yīng)。以往的研究更側(cè)重于冰川運動速度的空間分布以及區(qū)域性變化［23-24］，對于冰川運動速度年內(nèi)特征及年際變化特征的認識仍然不足。因此，本研究利用Landsat8影像提取2014—2020年科其喀爾巴西冰川的運動速度，分析其年內(nèi)波動特征和年際變化特征，為冰川動力學模型及物質(zhì)平衡變化提供基礎(chǔ)支撐。1研究區(qū)概況科其喀爾巴西冰川（冰川編號：5Y674A0005），位于新疆溫宿縣，屬亞大陸型冰川。冰川表面高程范圍為3020～6342m，冰川總長約25.1km，面積83.56km2，冰儲量15.79km3，物質(zhì)平衡線海拔高度為4350m［25］。該冰川消融期較長［26］，從4月中下旬開始消融，9月中下旬消融結(jié)束。冰川區(qū)受潮濕氣流影響［27］，降水豐富，5—9月降水量約占全年降水量的75%。據(jù)冰川編目資料顯示［25］，該冰川消融區(qū)分布有大量表磧，表磧面積為17.5km2，占整個冰川面積的21%，其表磧厚度隨海拔降低逐漸增加，在冰川末端厚度達到200cm［28］。2數(shù)據(jù)與方法2.1數(shù)據(jù)2.1.1Landsat8本研究使用Landsat8L1T影像數(shù)據(jù)，該級別影像是經(jīng)過輻射校正和幾何精校正處理的數(shù)據(jù)。根據(jù)影像質(zhì)量及數(shù)據(jù)可獲取性，結(jié)合表面積雪狀況及研究時段間隔，主要采用冰川表面積雪較少，冰川紋理清晰的數(shù)據(jù)用于獲取冰川運動速度。共選取2014—2021年間的16景Landsat影像（行列號：147，31），用于冰川運動速度提取。并按照影像成像時間間隔組成影像對（表1），時段1～7為年運動速度影像對，時段8～21為季節(jié)運動速度影像對。數(shù)據(jù)獲取網(wǎng)站（https：///）。圖1科其喀爾巴西冰川位置示意圖Fig.1LocationofKoxkarBaxiGlacier表1用于提取科其喀爾巴西冰川運動速度的Landsat8影像對Table1TheLandsat8imagepairsforextractingKoxkarBaxiGlacierflowvelocity2.1.2ASTERGDEMASTERGDEM（ASTERGlobeDigitalElevationalModel）由美國NASA和日本METI共同研制并面向全球免費發(fā)布。該產(chǎn)品基于ASTER近紅外影像數(shù)據(jù)生成，其水平空間分辨率為30m［29］，數(shù)據(jù)覆蓋了全球99%的陸地表面（83°N～83°S）。本研究使用的是第三版數(shù)據(jù)（ASTERGDEMV3），主要用于獲取研究區(qū)高程信息。該產(chǎn)品的發(fā)布網(wǎng)站為NASAEARTHDATA（https：///search）。2.1.3冰川編目數(shù)據(jù)冰川邊界數(shù)據(jù)來源于中國第二次冰川編目數(shù)據(jù)集（http：//），該數(shù)據(jù)是以LandsatTM/ETM+和SRTMV4為數(shù)據(jù)源，采用高效波段比值閾值分割方法，并結(jié)合人工修訂所獲得。2.1.4其他數(shù)據(jù)氣候數(shù)據(jù)是來自歐洲中期天氣預報中心（ECMWF）的第五代大氣再分析產(chǎn)品（ERA5），是一種綜合性的再分析數(shù)據(jù)，本文中利用大氣再分析產(chǎn)品獲取氣溫和降水數(shù)據(jù)（數(shù)據(jù)獲取網(wǎng)站為https：//cds.climate.copernicus.eu/#！/home）。ITS_LIVE（Theinter-missionTimeSeriesofLandIceVelocityandElevation）數(shù)據(jù)集［30］提取自Landsat4、5、7、8衛(wèi)星影像，涵蓋了所有面積大于5km2的陸地冰區(qū)，時間跨度為1985—2020年。該數(shù)據(jù)有120m和240m兩種分辨率，本文使用由光學衛(wèi)星圖像對生成的120m分辨率的速度數(shù)據(jù)（該數(shù)據(jù)獲取網(wǎng)站為https：///）。GoLIVE（GlobalLandIceVelocityExtractionfromLandsat8）數(shù)據(jù)集［31］是將Landsat8影像在空間域中進行歸一化互相關(guān)，進而提取的冰川運動速度，經(jīng)過誤差調(diào)整后的數(shù)據(jù)精度可達到亞像素級別。該數(shù)據(jù)集覆蓋了82°N～82°S之間的所有陸地冰川，空間分辨率為300m，并提供多種時間跨度的數(shù)據(jù)（16d、32d、48d、64d、80d和96d）。本文利用多個時間跨度為32d的數(shù)據(jù)進行計算，獲取年尺度冰川運動速度（該數(shù)據(jù)集獲取網(wǎng)站為https：///data/）。Sentinel-1冰川運動速度數(shù)據(jù)集［32］是通過強度偏移跟蹤技術(shù)，從Sentinel-1SAR影像中提取的冰川運動速度，該數(shù)據(jù)集涵蓋了極地冰蓋以外的12個主要冰川區(qū)域，并提供分辨率為200m的月度和年度速度數(shù)據(jù)。該數(shù)據(jù)集可從埃爾朗根-紐倫堡大學冰川入口網(wǎng)站獲?。╤ttp：//retreat.geographie.uni-erlangen.de.）。實測數(shù)據(jù)是通過觀測冰面上布設(shè)的花桿所獲得，2015年5月至7月在冰川表面海拔3100～3900m區(qū)域布設(shè)了40根花桿（共布設(shè)40根花桿，其中10、12、39號桿丟失），2015年7月3日、9月28日、9月29日、9月30日分別對每根花桿采用2臺水平精度和垂直精度分別為5mm+1ppm和10mm+2ppm的X20單頻靜態(tài)接收機進行GPS測量。實測中將一臺GPS接收機作為基準站（位于科其喀爾巴西冰川大本營內(nèi)），而另一臺GPS接收機作為流動站在冰川表面進行流動觀測。將觀測數(shù)據(jù)導入華測GPS數(shù)據(jù)后處理軟件中，進行求差解算坐標，從而獲取每根花桿的位置信息，即經(jīng)緯度坐標，最后利用花桿坐標位移量以及測量時間間隔即可計算得到速度信息。2.2研究方法提取冰川運動速度的流程主要包括兩部分，獲取冰川的位移量以及運動速度的計算。本研究使用COSI-Corr（Co-registrationofOpticallySensedImagesandCorrelation）軟件包來獲取位移信息，該軟件包是加州理工學院基于IDL（InteractiveDataLanguage）語言開發(fā)的，最初被應(yīng)用于檢測同震形變［30］，后被廣泛用于處理Landsat、ASTER、SPOT和Quickbird衛(wèi)星影像。通過COSI-Corr軟件對影像進行配準和互相關(guān)，其結(jié)果精度可達到亞像元級別。在積雪區(qū)域，該方法仍能獲取精度較高的位移信息，已被證實是基于光學影像監(jiān)測冰川運動速度的可靠方法［21，33-34］。本研究使用的Landsat8L1T產(chǎn)品是經(jīng)過幾何精校正的數(shù)據(jù)，各景數(shù)據(jù)間的匹配精度較高，無需再次配準，可直接用于位移信息的提取。將參考影像和搜索影像進行傅里葉變換后，通過設(shè)置合適大小的窗口和步長，滑動計算兩景影像上的最大相關(guān)系數(shù)，進而獲得整個區(qū)域在影像成像期間的相對位移［10］。該方法相關(guān)參數(shù)設(shè)置如下，參考窗口設(shè)為128，搜索窗口設(shè)為32，步長設(shè)為8。此過程生成3個圖層：東西向位移（EW）、南北向位移（NS）、信噪比（SNR）。信噪比為從0到1的數(shù)值，值越大表示計算出的位移量越可信［2，35］。為保證結(jié)果的準確性，選擇SNR≥0.9的部分。受云和陰影的影響，部分值不能準確反映冰川表面的位移信息，對其進行剔除后，即可得到冰川表面位移量。利用冰川表面位移量計算運動速度Vi：式中：Di為每對影像之間測量的位移；Ti是兩景影像間的時間間隔。2.3精度評估假設(shè)無冰區(qū)沒有運動，那么可將基于遙感圖像提取的無冰區(qū)運動速度看作誤差值［36］。誤差評估公式為：式中：E為冰川運動速度誤差；MED為無冰區(qū)運動速度的平均值；SE為無冰區(qū)運動速度的標準誤差，其具體計算公式為：式中：STDV為無冰區(qū)運動速度的標準差；Neff為去除空間自相關(guān)影響的有效像元個數(shù)，其計算公式為：式中：Ntotal為無冰區(qū)像元的總數(shù)；R為像元分辨率；D為去除空間自相關(guān)距離，本研究使用Bolch等［37］采用的保守估計，取空間去相關(guān)距離為像元分辨率的20倍。由此可得冰川運動速度誤差為0.007m·d-1，遠小于冰川的實際運動速率。無冰區(qū)的誤差分布直方圖如圖2所示。圖2無冰區(qū)殘余運動頻率分布Fig.2Thefrequencydistributionofresidualvelocityinnon-glacierizedregions3結(jié)果分析3.1冰川運動速度空間分布特征科其喀爾巴西冰川運動速度的空間分布如圖3所示，2014—2020年科其喀爾巴西冰川運動速度的空間分布較為相似。科其喀爾巴西冰川運動速度沿中流線分布特征為中上游快、下游慢。冰川末端及下游（0～10km）冰川運動較為緩慢（0.01m·d-1）；冰川中上游（10～18km）運動速度隨著海拔升高逐漸加快并達到最大值，最大速度為0.17～0.20m·d-1；之后冰川運動速度隨著海拔升高逐漸減小至0.01m·d-1。以上符合冰川運動速度的分布規(guī)律，即從積累區(qū)上游至物質(zhì)平衡線附近冰川運動逐漸加快，物質(zhì)平衡線附近冰川運動最快，從物質(zhì)平衡線附近至末端逐漸減小。圖32014—2020年科其喀爾巴西冰川運動速度空間分布Fig.3SpatialdistributionofflowvelocityontheKoxkarBaxiGlacierfrom2014to2020科其喀爾巴西冰川運動速度沿橫向剖面線的分布情況如圖4（b）所示。冰川橫剖面X1運動速度明顯呈現(xiàn)“中間快兩邊慢”的特點，中間最大運動速度為0.10～0.15m·d-1。冰川橫剖面X2和X3特征雖不及X1顯著，但也是中間快，中間最大運動速度分別為0.06～0.08m·d-1和0.02～0.03m·d-1，邊緣最小運動速度小于0.01m·d-1。圖4冰川運動速度剖面圖Fig.4Glacialvelocityprofile：thevelocityalongthecentreline（a）；transectsofsurfacevelocity（b）3.2冰川運動速度季節(jié)性變化特征為了探討冰川運動速度的季節(jié)性變化，本研究根據(jù)氣溫、降水的變化定義了暖季和冷季，將每年5—9月作為暖季、9月—次年5月作為冷季。并提取該冰川沿中流線的運動速度對季節(jié)性變化特征進行分析，結(jié)果顯示（圖5），該冰川運動速度具有季節(jié)性波動特征，暖季運動速度均值為0.07m·d-1左右，冷季運動速度均值為0.06m·d-1左右，暖季比冷季快16.67%。圖5沿中流線季節(jié)運動速度箱線圖Fig.5Boxdiagramofseasonalvelocityalongthecenterline3.3冰川運動速度年際變化特征2014—2020年科其喀爾巴西冰川年平均運動速度為0.04～0.05m·d-1左右，運動速度的峰值均出現(xiàn)在距離冰川末端約18km處（圖6），最大運動速度在0.17～0.20m·d-1之間。對科其喀爾巴西冰川中流線上年均運動速度進行統(tǒng)計學分析，結(jié)果顯示（圖7），線性回歸模型R2為0.284，顯著性P值為0.218，2014—2020年該冰川年際運動速度變化特征不顯著，但整體呈微弱減小趨勢，平均運動速度減小約0.01m·d-1。其中2014—2016年冰川運動速度呈微弱減慢趨勢（減小約21.3%），2016—2018年冰川運動速度呈加快趨勢（加快約25.6%），2018—2020年冰川運動速度呈減小趨勢（減小約27.6%）。圖6沿中流線冰川年運動速度Fig.6Annualglaciervelocityalongthecenterline圖72014—2020年均運動速度變化趨勢Fig.7Thevariationtrendofflowvelocityfrom2014to20204討論4.1不確定性分析由于實測數(shù)據(jù)有限，基于遙感方法的冰川運動速度誤差很難評估［10，38-39］。一般假設(shè)無冰區(qū)在研究時間內(nèi)保持穩(wěn)定且未發(fā)生運動，那么無冰川區(qū)域的測量值可以代表冰川運動速度的誤差。結(jié)果表明，冰川運動速度誤差值為0.007m·d-1，誤差結(jié)果整體呈正態(tài)分布（圖2）。為了進一步評估本研究的數(shù)據(jù)質(zhì)量，以2015年冰川運動速度數(shù)據(jù)為例，將其與有限的花桿實測數(shù)據(jù)、ITS_LIVE、GoLIVE以及Sentinel-1冰川運動速度數(shù)據(jù)進行比較（數(shù)據(jù)獲取日期見表2）。結(jié)果表明（圖8），本研究利用COSI-corr提取的冰川運動速度在總體空間分布上與其他數(shù)據(jù)產(chǎn)品具有較好的一致性。但由于數(shù)據(jù)源、數(shù)據(jù)時間間隔以及提取方法的不同，導致各結(jié)果之間存在差異。在冰川中上游（6～18km）本研究結(jié)果與ITS_LIVE數(shù)據(jù)最為接近，平均運動速度比ITS_LIVE數(shù)據(jù)高1.07%，但在靠近冰川末端處（0～3km）兩者結(jié)果相差較大，可能是因為ITS_LIVE運動速度是一年內(nèi)多期數(shù)據(jù)融合的結(jié)果；Sentinel-1冰川運動速度數(shù)據(jù)雖然整體較低，但其不確定性為±0.08m·d-1，在誤差允許范圍內(nèi)，與本研究結(jié)果一致。GoLIVE數(shù)據(jù)在冰川末段區(qū)域（0～8km）與本研究的提取結(jié)果較為接近，但在冰川消融區(qū)中上游的差異較大，可能是由于選用間隔32天的GoLIVE數(shù)據(jù)取平均，導致數(shù)據(jù)誤差疊加，使最終結(jié)果產(chǎn)生較大差異。花桿實測數(shù)據(jù)在冰川末端區(qū)域（0～8km）與本研究結(jié)果較為接近，但由于實測數(shù)據(jù)的獲取時間為夏季，較高的溫度和冰川融水導致冰的變形和滑動增大，從而使得末端的一些實測數(shù)據(jù)高于本研究結(jié)果。圖8不同方法的冰川運動速度比較Fig.8Comparisonofglacierflowvelocitybydifferentmethods表2研究所使用的主要數(shù)據(jù)Table2Listofthedatausedinthisstudy4.2冰川運動速度季節(jié)變化特征影響因素科其喀爾巴西冰川運動速度呈現(xiàn)顯著的季節(jié)變化，該變化趨勢與氣溫和降水變化趨勢一致（圖9）。冰川運動是冰的變形、底部滑動和底部巖屑層運動等共同作用的結(jié)果，與冰川物質(zhì)平衡、冰溫、冰川的水力特征等密切相關(guān)［40-41］。冰川運動速度的季節(jié)性變化通常與表面融化引起的底部潤滑有關(guān)［42］，冰川在暖季雖會因消融變薄，但暖季（5—9月）冰溫高，冰川表面消融強烈，大量冰川融水通過冰川裂隙流入冰川底部，減少冰川底部摩擦力，進而冰川運動速度增大［43-44］。降雨和融雪產(chǎn)生的水也可能與地表融水疊加，導致更大的融水輸入，促使冰川底部滑動，從而影響冰川速度［45-46］。此外，在底部滑動開始時，冰川與底部基巖之間的摩擦產(chǎn)生了大量的熱量，為冰川底部潤滑提供了額外的融水［47］，進一步削弱了冰川的抗滑力，導致冰川速度增加。圖92014—2021年研究區(qū)月均氣溫及降水Fig.9Monthlymeanairtemperatureandprecipitationinthestudyareafrom2014t