本数据集包含喜马拉雅中段地区 1990、2000、2010、2015、2020、2022 年六期冰湖编目数据，存储格式为ESRI Shapefile，可用于表征研究区冰湖时空演变特征。1990、2000、2010、2015、2020 年冰湖边界基于Landsat遥感影像，依托Google Earth Engine（GEE）平台，采用改进的归一化水体指数（Enhanced Normalized Difference Water Index，ENDWI）耦合 Otsu 动态阈值法自动提取；2022年冰湖数据基于Sentinel-2影像提取生成。数据投影采用Albers等积投影(Asia_North_Albers_Equal_Area_Conic，参数Central_Meridian: 95.00000000；Standard_Parallel_1: 15.00000000；Standard_Parallel_2: 65.00000000；Latitude_Of_Origin: 30.00000000)。本编目参考 RGI 冰川编目，1990、2000、2010、2010、2015/2020年分为3类冰面湖、冰川接触湖、非冰川接触湖；2022年将冰湖划分为4类：冰面湖、冰川接触湖、非冰川接触湖、非冰川补给湖。所有时相的提取结果均经过人工目视解译与矢量编辑，保障数据精度。这套多时序冰湖编目可为区域冰川变化监测、冰湖溃决洪水（GLOF）灾害风险评估及冰冻圈相关研究提供基础地理数据支撑。
Landsat陆地卫星影像数据 从美国地质调查局网站http://earthexplorer.usgs.gov/)。
Sentinel 2 从哥白尼官网https://dataspace.copernicus.eu/下载。
RGI7数据从www.glims.org下载。
依托 Google Earth Engine（GEE）平台，采用改进的归一化水体指数（Enhanced Normalized Difference Water Index，ENDWI）耦合 Otsu 动态阈值法自动提取。
冰湖数据集提取误差具有显著尺度效应，小型冰湖面积相对不确定性更高，随冰湖面积增大相对误差随之降低。冰湖矢量边界平面精度可达±0.5像素（±15m和±5m）。人工目视解译校正后的冰湖边界的相对面积百分比误差在0%~22%之间。与Zhang等(2023)冰湖数据集局部交叉验证结果显示(R2=0.99)，误差集中分布于0附近，无明显系统性偏差。山体阴影、湖冰与积雪覆盖、影像空间分辨率差异是主要误差来源，10 m分辨率Sentinel 2影像相比30 m Landsat影像能够有效降低冰湖边界提取不确定性。
| # | 编号 | 名称 | 类型 |
| 1 | 2025YFE0211400 | 中亚-南亚寒旱区科学数据国际合作中心构建与合作研究 | 国家重点研发计划 |
| 2 | 22ZD6FA005 | 冰冻圈快速退化及其对区域可持续发展的影响 | 甘肃省科技攻关项目 |
| 3 | CSFSE-ZZ-2402 | 高寒区冰雪复合链生灾害机理与预警防控研究 | 其他 |
| 4 | 300108266601 | 多源协同观测的高位冰岩型灾害链动态监测与链式演化机理研究 | 其他 |
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
CSTR:11738.11.ncdc.db7810.2026
10.12072/ncdc.db7810.2026
