本数据集利用多源遥感数据,生成1980年以来北极冰川面积、厚度、冰储量、物质平衡、运动速度和表面温度数据。共选取16条研究区内的典型冰川作为研究对象,分布如图1所示。数据集制作方法如下:基于Landsat数据,采用目视解译方法生成北极地区1985、1995、2005、2015、2024年共五期冰川编目,并提取对应时段的冰川面积;基于两期已公开的冰川厚度与储量数据,通过均值处理,获取研究时段内目标冰川的厚度与储量信息;物质平衡数据来源于已发表相关文献以及模型重建;基于ITS_LIVE冰川运动速度数据,提取目标冰川1985-2022年的运动速度;基于ERA5再分析数据确定目标冰川1985-2024年逐月温度,按照冰川编目划定冰川表面温度获取范围,以范围内温度均值代表冰川表面温度。
| 采集时间 | 1980/01/01 - 2024/12/31 |
|---|---|
| 采集地点 | 北极区域 |
| 数据量 | 23.5 MiB |
| 数据格式 | *.tif,*.shp,*.xlsx |
| 数据空间分辨率(/米) | 50m |
| 数据时间分辨率 | 月、年 |
| 坐标系 | WGS84 |
| 投影 | Transverse_Mercator Projection System |
(1)冰川面积数据,基于Landsat系列卫星数据获取,数据于美国地质勘探局(https://earthexplorer.usgs.gov/) 及地理空间数据云(http://www.gscloud.cn/) 下载。该系列卫星搭载多光谱扫描仪(MSS)、专题制图仪(TM)、增强型专题制图仪(ETM+)、操作陆地成像仪(OLI)等传感器,分辨率覆盖15-100米,时间分辨率为16天。
(2)冰川厚度和储量数据,冰川厚度数据源于Millan et al. (2022)全球冰川表面流速和冰厚数据集。
(3)冰川物质平衡数据源自实地观测、文献收集以及现有数据集。本数据集中Novaya Zemlya Archipelago、PARRISH和WYKEHAM GLACIER SOUTH三条冰川数据源自文献,文献如下①Ciracì E, Velicogna I, Sutterley T C. Mass balance of Novaya Zemlya archipelago, Russian High Arctic, using time-variable gravity from GRACE and altimetry data from ICESat and CryoSat-2[J]. Remote Sensing, 2018, 10(11): 1817. ②Millan R, Mouginot J, Rignot E. Mass budget of the glaciers and ice caps of the Queen Elizabeth Islands, Canada, from 1991 to 2015[J]. Environmental Research Letters, 2017, 12(2): 024016. McCall、West Gulkana、Eklutna、Wolverine 、Alexander、Lemon Creek、Taku、Yuri和Andrei、MITTIVAKKAT、GEITLANDSJOKULL、AUSTRE BROEGGERBREEN和ENGABREEN十三条冰川数据源自现有数据集。具体来源如下; 现有数据集源自世界冰川监测服务(world glacier monitoring service)的冰川波动数据库Fluctuations of Glaciers (FoG) Database。该数据库是基于原位测量、遥感和重建的国际收集的关于冰川状态和变化(长度、面积、体积、质量)的标准化数据集。
(4)冰川运动速度数据源自ITS_LIVE(The inter-mission Time Series of Land Ice Velocity and Elevation)数据集,提取自Landsat4、5、7、8卫星影像,涵盖了所有面积大于5 km2的陆地冰区,时间跨度为1985—2022年。该数据有120 m和240 m两种分辨率,本数据集使用由光学卫星图像对生成的120 m分辨率的速度数据。该数据获取网站(https://its-live.jpl.nasa.gov/)。
(5)冰川温度数据是来自欧洲中期天气预报中心(ECMWF)的第五代大气再分析产品(ERA5),是一种综合性的再分析数据,本数据集中利用大气再分析产品获取气温数据。数据获取网站(https://cds.climate.copernicus.eu/#!/home)
(1)冰川面积。基于光学遥感影像的比值阈值法和雪盖指数法是当前冰川边界提取最为常用的方法。由于本研究中部分冰川区被表碛覆盖且高质量影像不足,为了准确量化冰川边界,我们以 RGI V7 冰川编目为参考,通过将多种特征参数组合获得边界范围,然后将结果在 ArcGIS 软件中进行人工修订,最后基于人工修订的结果研究该区域冰川面积变化。人工修订时应尽量去除积雪和阴影的影响,确保冰川边界尽量光滑,避免锯齿状边界,矢量线尽量贴近实际冰川边界,避免线段拐点中存在巨大跳跃。
(2)冰川厚度及储量信息,冰川冰厚度的估算基于表面运动和基底滑动的浅冰近似(shallow-ice approximation,SIA)模型。表面速度和基底速度的关系通过公式计算,其中考虑冰的密度、重力加速度以及冰表面和基底之间的高度差。基底速度通过引入比例因子与表面速度的关系来估算。冰厚度计算考虑了速度、冰表面坡度和密度的影响,最终为所有冰川提供了一个连通度小于2的冰川网络的冰厚度估算值。基于获取的冰川厚度资料,通过厚度-面积的乘积获取对应的冰川储量。
(3)冰川物质平衡为文献收集数据,未涉及加工方法
(4)冰川运动速度获取。基于IT_LIVE数据与冰川中流线数据提取,利用ArcGIS软件中栅格裁剪工具,将每条冰川的中流线速度提取,并计算其均值。
(5)冰川温度获取。基于ERA5数据与冰川边界数据提取,利用ArcGIS软件中栅格裁剪工具,将每条冰川的温度进行提取,并计算其均值。
(1)冰川面积不确定性,本数据集仅考虑Landsat遥感影像空间分辨率引起的误差,计算公式如下:ε= N*A。其中ε为冰川面积误差(平方公里);N为冰川边界周长;A 为半个像元的长度(15 m)。
(2)模型验证通过使用现场数据来检验模型与实测数据之间的差异是否源于过度拟合。为此,研究团队在阿尔卑斯地区移除了60%的厚度数据进行建模,并与移除的数据进行对比。结果显示,模型与实测数据的差异为−16±51米,表明模型未发生过度拟合。同时不同冰厚范围误差分析显示,大于100米的冰层误差为25%-35%,小于100米的误差超过50%。
(3)物质平衡数据质量控制均与数据源相同;
(4)冰川运动速度,相关数据质量及误差计算可参考ITS_LIVE数据说明文档(http://its-live-data.jpl.nasa.gov.s3.amazonaws.com/documentation/ITS_LIVE-Regional-Glacier-and-Ice-Sheet-Surface-Velocities.pdf)
(5)冰川温度,相关数据质量及误差计算可参考(https://confluence.ecmwf.int/display/CKB/ERA5%3A+data+documentation)
| # | 编号 | 名称 | 类型 |
| 1 | 2020YFA0608501 | 北极陆地环境变化及其效应研究 | 国家重点研发计划 |
| # | 标题 | 文件大小 |
|---|---|---|
| 1 | 冰川厚度和储量信息.xlsx | 9.9 KiB |
| 2 | 冰川物质平衡.xlsx | 14.7 KiB |
| 3 | 冰川运动速度.xlsx | 19.7 KiB |
| 4 | 冰川面积.xlsx | 12.4 KiB |
| 5 | 冰面温度.xlsx | 292.0 KiB |
| 6 | 冰川厚度和储量 | |
| 7 | 冰川面积 |
YLfhi5
y8NdI1sQ
© 中国科学院西北生态环境资源研究院 2005- 备案号:陇ICP备2021001824号-21
兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596

