南极McMurdo Dry Valleys 冰川表面流速遥感后处理产品,基于Antarctic Ice Sheet Velocity and Mapping Project(AIV)数据,通过先进的算法和数值工具后处理得到。该产品利用Sentinel-1/2/Landsat数据绘制,提供了McMurdo Dry Valleys 均匀、高分辨率(60m)的冰流速结果,时间覆盖范围从2015到2020。
江利明
南极冰盖21、22流域分布有松岛冰川、斯维特冰川等,是西南极融化最为剧烈的地区之一。本数据集首先利用Cryosat-2数据(2010年8月至2018年10月),在每个规则格网内,考虑地形项、季节波动、后向散射系数、波形前缘宽度及升降轨等因素建立平面方程,通过最小二乘回归计算格网内冰盖表面高程变化。另外,我们使用了ICESat-2数据(2018年10月至2020年12月),通过在每个规则格网内获取两个时期的卫星升降轨道交叉点处的高程差值,进而计算该时期内冰盖的表面高程变化。两个时期的面高程变化数据空间分辨率为5km×5km,文件格式为GeoTIFF,投影坐标为极地立体投影(EPSG 3031),并由所使用的卫星测高数据名称命名(即CryoSat-2、ICESat-2)。该数据可使用ArcMap、QGIS等软件打开。结果表明,该区域2010-2018年平均高程变化率为-0.34±0.08m/yr,属于融化剧烈地区。2018年10月-2020年11月年平均高程变化率为-0.38±0.06m/yr,相比于CryoSat-2计算结果该区域融化处于加剧状态。
杨博锦, 黄华兵, 梁爽, 李新武
冰川表面反照率是冰川质量和能量平衡过程的一个关键参数。该数据内容包括亚洲高山区2000-2020消融期内(6月-8月)每年的年平均冰川表面反照率和年最小冰川表面反照率。基于MODIS 500m分辨率的每日积雪反照率产品(包括MOD10A1和MYD10A1),首先对上午星数据MOD10A1和下午星数据MYD10A1采用均值合成,其次采用±2天窗口内的数据采用均值滤波进行插值和空值填补,最后基于最小和平均值方法得到亚洲高山区冰川的年平均反照率和年最小反照率。相比较原始数据,数据的精度和覆盖程度都得到极大的提高。可为研究冰川反照率与物质平衡之间的关系以及建立相关冰川模型提供冰面反照率输入数据。
肖瑶
我们提出利用U-net网络进行冰裂隙识别探测的算法,可以实现格陵兰冰盖典型冰川冰裂隙的自动化探测。基于Sentinel-1 IW每年7、8月的数据,为了抑制SAR图像的相干斑噪声,选择Probabilistic Patch-Based Weights (PPB)算法进行滤波,然后选择具有代表性的样本输入U-net网络进行模型训练,根据训练的模型进行冰裂隙的预测。以格陵兰2个典型冰川(Jakobshavn、Kangerdlussuaq)为例分类结果的平均准确率可达94.5%,其中裂隙区域的局部准确率可达78.6%,召回率为89.4%。
李新武, 梁爽, 杨博锦, 赵京京
我们提出利用U-net网络进行冰裂隙识别探测的算法,可以实现南极冰裂隙的自动化探测。基于Sentinel-1 EW 1月、2月的数据,为了抑制SAR图像的相干斑噪声,选择Probabilistic Patch-Based Weights(PPB)算法进行滤波,然后选择具有代表性的样本输入U-net网络进行模型训练,根据训练的模型进行冰裂隙的预测。以南极5个典型冰架(Amery、Fimbul、Nickerson、Shackleton、Thwaiters)为例分类结果的平均准确率可达94.5%,其中裂隙区域的局部准确率可达78.6%,召回率为89.4%。
李新武, 梁爽, 杨博锦, 赵京京
太阳总辐射和散射采用辐射表(CM22, Kipp & Zonen, 荷兰)测量,波长范围200-3600 nm。温湿度数据来源于IPEV/PNRA 项目 “Routine Meteorological Observation at Station Concordia” ,http://www.climantartide.it,地面水汽压单位为hPa。本数据集包括:利用经验模型计算的地面太阳总辐射、损失于大气中的吸收和散射辐射(小时累计值,单位MJ/m2)、大气顶和地表反照率;还包括散射因子(S/G)地面水汽压(E,单位hPa)。太阳辐射数据来源于数据提供者的计算、实验站测量,数据覆盖时间为2006-2016年(Bai, J.; Zong, X.; Lanconelli, C.; Lupi, A.; Driemel, A.; Vitale, V.; Li, K.; Song, T. 2022. Long-Term Variations of Global Solar Radiation and Its Potential Effects at Dome C (Antarctica). Int. J. Environ. Res. Public Health, 19, 3084. https://doi.org/10.3390/ijerph19053084)。该数据集可以用于南极Dome C地区太阳辐射及其衰减等相关研究。地面太阳辐射和其他气象数据可以参考:https://doi.org/10.1594/PANGAEA.935421
白建辉
太阳总辐射采用辐射表(CM21, Kipp & Zonen, 荷兰)测量,波长范围200-3600 nm。温湿度分别采用温湿度传感器HMP45C-GM (Vaisala Inc., Vantaa, Finland)测量。本数据集包括:利用经验模型计算的地面太阳总辐射、损失于大气中的吸收和散射辐射(小时累计值,单位MJ/m2)、大气顶和地表反照率;还包括散射因子(AF)地面水汽压(E,单位hPa)。太阳辐射数据来源于数据提供者的计算、实验站测量,数据覆盖时间为2007-2020年。关于数据处理和太阳总辐射计算等可参考文献:Bai, J.; Zong, X.; Ma, Y.; Wang, B.; Zhao, C.; Yang, Y.; Guang, J.; Cong, Z.; Li, K.; Song, T. 2022. Long-Term Variations in Global Solar Radiation and Its Interaction with Atmospheric Substances at Qomolangma. Int. J. Environ. Res. Public Health, 19, 8906. https://doi.org/10.3390/ijerph19158906。该数据集可以用于珠峰地区太阳辐射及其衰减等相关研究。珠峰站太阳辐射和其他气象数据可以参考:https://data.tpdc.ac.cn/zh-hans/data/b9ab35b2-81fb-4330-925f-4d9860ac47c3/。
白建辉
数据集包含了2020年9月,2021年6月,2021年9月测量得到的3幅廓琼岗日冰川高精度表面地形数据及对应的正射影像图。该数据集的生成使用了大疆精灵4 RTK无人机拍摄的影像数据,经倾斜摄影测量技术计算生成了相关产品,数据空间分辨率达到了0.15米。该数据是对目前低分辨率开源地形数据的补充,能够反映2020年-2021年间廓琼岗日冰川的表面形态变化,有助于精确研究气候变化下廓琼岗日冰川的消融过程。
刘金涛
本数据集包含由卫星重力测量数据得到的2002年4月至2019年12月南极冰盖质量变化数据。所采用的卫星重力数据来自于美国宇航局NASA与德国宇航局DLR合作的重力场恢复与气候学实验双星星座(GRACE,2002年4月至2017年6月)及其后续任务GRACE-FO (2018年六月至今)。由于GRACE和GRACE-FO之间有一年左右数据间断,我们额外采用了由欧洲空间局ESA的Swarm星座GPS数据反演得到的重力场数据(2013年12月至2019年12月)。所采用GRACE重力场数据为德州大学奥斯丁空间研究中心(CSR)、德国地学研究中心(GFZ)、美国宇航局喷气推进实验室(JPL)以及俄亥俄州立大学(OSU)四家机构发布产品的加权平均模型。GRACE数据后处理包括:用SLR数据解算结果替换GRACE低阶重力场参数(degree-1, C20和C30),去条带滤波,300公里高斯平滑,ICE6-G_D(VM5a)GIA模型,信号泄露误差改正,椭球误差改正等。
张宇, 沈嗣钧
本数据集是2017年青藏高原冰川数据,使用了210景Landsat8 OLI卫星多光谱遥感数据,时间从2013年至2018年,90%来源于2017年,85%的Landsat8 OLI数据成像于冬季。冰川数据是青藏高原净冰川覆盖范围,不包括表碛物覆盖部分。数据格式是TIFF,可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容: Value是冰川斑块在系统中自动生成的编码。 格网单元:30m 数据的投影方式:Albers等积圆锥投影。 数据加工方法:基于210景Landsat8 OLI卫星多光谱遥感数据,校正、镶嵌为假彩色合成影像(RGB:654),采用人工目视解译方法,参考波段比值法结果,结合SRTM DEM V4.1数据与Google Earth和HJ1A/1B卫星同一年不同季节的影像,剔除了山体阴影、季节性积雪的影响,参考我国第一期和第二期冰川编目数据,剔除了非冰川区的陡崖、裸露基岩等,综合提取净冰川专题矢量数据,不包括冰川末端位置不清的表碛物覆盖区域,冰川边界数字化精度为半个像元(15m)。通过对比分析,可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法提取获得的山地冰川数据更准确。具体数据提取方法详见参考文献: Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137。 原始遥感资料数据精度:30m 数据质量控制措施:冰川边界数字化精度控制在半个像元之内(15m)。 项目来源:中国科学院战略性先导科技专项(A类)(XDA19070302), 第二次青藏高原综合科学考察研究资助(2019QZKK0202),国家自然科学基金项目(41530748, 91747201)、中国科学院“十三五”信息化建设专项资助(XXH13505-06)。
叶庆华
本数据集为基于Landsat卫星影像获取的喜马拉雅中段波曲流域1976、1991、2000、2010年四期冰川、冰湖的矢量数据。 数据源来自Landsat遥感影像 1976:LM21510411975306AAA05、LM21510401976355AAA04 1991:LT41410401991334XXX02、LT41410411991334XXX02 2000:LE71410402000279SGS00、LE71400412000304SGS00、LE71410402000327EDC00、LE71410412000327EDC00 2010:LT51400412009288KHC00、LT51410402009295KHC00、LT51410412009311KHC00、LT51410402011237KHC00。 从各期遥感影像上人工提取冰川、冰湖边界。 冰川、冰湖边界提取误差估计为0.5个像元。 数据文件: Glacial_1976:1976年冰川矢量数据 Glacial_1991:1991年冰川矢量数据 Glacial_2000:2000年冰川矢量数据 Glacial_2010:2010年冰川矢量数据 Glacial_Lake_1976:1976年冰湖矢量数据 Glacial_Lake_1991:1991年冰湖矢量数据 Glacial_Lake_2000:2000年冰湖矢量数据 Glacial_Lake_2010:2010年冰湖矢量数据 冰湖矢量数据字段包括: 编号、名字、经纬度、海拔、面积、朝向、冰湖类型、长度、宽度、与冰川的距离
王伟财
本数据集是2013年青藏高原冰川数据,使用了148景Landsat8 OLI卫星多光谱遥感数据,结合65景HJ1A/1B遥感数据,时间主要从2012年至2014年,86%来源于2013年,78%Landsat8 OLI数据成像于冬季,而HJ1A/1B数据100%成像于冬季。冰川数据是青藏高原净冰川覆盖范围,不包括表碛物覆盖部分。数据格式是TIFF,可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容:冰川编号FID_smglac,基于Albers等积圆锥投影计算的冰川面积area_km2,所在流域在我国冰川编目中冰川流域的二级编码code, 所在流域在我国冰川编目中冰川流域一级编码First_code,所在流域中文名称name,所在流域英文名称Ename,冰川斑块周长Peremeter(km),斑块中心点X坐标(decimal degree), 斑块中心点Y坐标(decimal degree)。 数据的投影方式:Albers等积圆锥投影。 格网单元:30m 数据加工方法:基于148景Landsat8 OLI卫星多光谱遥感数据,校正、镶嵌为假彩色合成影像(RGB:654),采用人工目视解译方法,参考波段比值法结果,结合SRTM DEM V4.1数据与Google Earth和HJ1A/1B卫星同一年不同季节的影像,剔除了山体阴影、季节性积雪的影响,参考我国第一期和第二期冰川编目数据,剔除了非冰川区的陡崖、裸露基岩等,综合提取净冰川专题矢量数据,不包括冰川末端位置不清的表碛物覆盖区域,冰川边界数字化精度为半个像元(15m)。通过对比分析,可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法提取获得的山地冰川数据更准确。具体数据提取方法详见参考文献: Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137 原始遥感资料数据精度:30m。 数据质量控制措施:冰川边界数字化精度控制在半个像元之内(15m)。 加工后数据精度:TPG2013总体数据误差在3.9%。 项目来源:中国科学院战略性先导科技专项(A类)(XDA19070302), 第二次青藏高原综合科学考察研究资助(2019QZKK0202),中国科学院“十三五”信息化建设专项资助(XXH13505-06),国家自然科学基金项目(41530748, 91747201),科技基础性工作专项项目(2013FY111400)。
叶庆华
本数据集是1976年青藏高原冰川数据,使用了205景Landsat MSS/TM卫星多光谱遥感数据,其中189景(覆盖青藏高原研究区92%)在1972-79年,而116景为1976/77年。但藏东南地区由于云、雪的影响,高质量MSS数据不能获得,因此,藏东南部分区域通过逐年筛选,使用了所能获得最早的高质量Landsat TM数据,包括14景1980s(1981,1986-89,覆盖青藏高原研究区6.5%)和2景1994年数据(覆盖青藏高原研究区1.5%)。所用遥感数据,77%为冬季数据;61%为1976/1977年Landsat MSS/TM影像数据,因此,1976年为本数据集代表年份。本数据集冰川数据是青藏高原净冰川覆盖范围,不包括表碛覆盖部分。数据格式是TIFF,可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容:冰川编号FID_smglac,基于Albers等积圆锥投影计算的冰川面积area_km2,所在流域在我国冰川编目中冰川流域的二级编码code, 所在流域在我国冰川编目中冰川流域一级编码First_code,所在流域中文名称name,所在流域英文名称Ename,冰川斑块周长Peremeter(km),斑块中心点X坐标(decimal degree), 斑块中心点Y坐标(decimal degree)。 数据的投影方式:Albers等积圆锥投影。 格网单元:30m 数据加工方法:基于205/16景Landsat MSS/TM卫星数据,校正、镶嵌为假彩色合成影像(MSS, RGB:321;TM, RGB:543),采用人工目视解译方法,参考不同波段比值法结果,结合SRTM DEM V4.1数据与Google Earth 同一年不同季节的影像,剔除了山体阴影、季节性积雪的影响,参考我国第一期和第二期冰川编目数据,剔除了非冰川区陡崖、裸露基岩等,综合提取净冰川专题矢量数据,不包括冰川末端位置不清的表碛物覆盖区域,冰川边界数字化精度为半个像元(30m)。通过对比分析,可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法获得的数据更准确。具体数据提取方法详见参考文献: Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137 原始遥感资料数据精度:60m。 数据质量控制措施:冰川边界数字化精度控制在半个像元之内(30m)。 加工后数据精度:通过分析典型区数据,最大误差为4%。TPG1976总体数据误差为6.4%。 项目来源:中国科学院战略性先导科技专项(A类)(XDA19070302),第二次青藏高原综合科学考察研究资助(2019QZKK0202),中国科学院“十三五”信息化建设专项资助(XXH13505-06), 国家自然科学基金项目(41530748, 91747201)。
叶庆华, 吴玉伟
本数据集是2001年青藏高原冰川数据,使用了150景Landsat7 TM/ETM+卫星多光谱遥感数据,时间主要从1999年至2002年,72%来源于2000/2001年,71%遥感数据成像于冬季。冰川数据是青藏高原净冰川覆盖范围,不包括表碛物覆盖部分。数据格式是TIFF,可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容:冰川编号FID_smglac,基于Albers等积圆锥投影计算的冰川面积area_km2,所在流域在我国冰川编目中冰川流域的二级编码code, 所在流域在我国冰川编目中冰川流域一级编码First_code,所在流域中文名称name,所在流域英文名称Ename,冰川斑块周长Peremeter(km),斑块中心点X坐标(decimal degree), 斑块中心点Y坐标(decimal degree)。 格网单元:30m 数据的投影方式:Albers等积圆锥投影。 数据加工方法:基于150景Landsat7 TM(ETM+)卫星数据,校正、镶嵌为假彩色合成影像(TM/ETM+, RGB:543),采用人工目视解译方法,参考波段比值法结果,结合SRTM DEM V4.1数据与Google Earth 同一年不同季节的影像,剔除了山体阴影、季节性积雪的影响,参考我国第一期和第二期冰川编目数据,剔除了非冰川区的陡崖、裸露基岩等,综合提取净冰川专题矢量数据,不包括冰川末端位置不清的表碛物覆盖区域,冰川边界数字化精度为半个像元(15m)。通过对比分析,可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法提取获得的山地冰川矢量数据更准确。具体数据提取方法详见参考文献: Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137 原始遥感资料数据精度:30m。 数据质量控制措施:冰川边界数字化精度控制在半个像元之内(15m)。 加工后数据精度:TPG2001总体数据误差在3.8%。 项目来源:中国科学院战略性先导科技专项(A类)(XDA19070302),第二次青藏高原综合科学考察研究资助(2019QZKK0202),中国科学院“十三五”信息化建设专项资助(XXH13505-06),国家自然科学基金项目(41530748, 91747201)。
叶庆华, 吴玉伟
在全球气候变暖背景下,世界范围内山地冰川消融强烈,以退缩为主,但现有野外观测发现,喀喇昆仑地区大部分冰川保持稳定或前进状态,为“喀喇昆仑异常”。冰川表面流速是研究冰川动力学和物质平衡的重要参数,研究喀喇昆仑中部区域冰川流速时空变化特征对于认识该区域冰川动力学特征及其对气候变化的响应具有重要的意义。 选取1999-2003年获取的四对Landsat 7 ETM+影像(影像获取时间分别为:1999.7.16, 2000.6.16, 2001.7.21, 2002.8.9, 2002.4.19, 2003.3.21),采用全色波段,分辨率为15 m,对每对影像进行精确配准,然后对配准后的两景影像进行互相关计算,获取1999-2003年喀喇昆仑中部区域冰川表面流速。由于研究区域内缺乏流速实地观测数据,因此利用稳定区域的偏移量值评估冰流结果的精度,冰川表面流速误差约为±7 m/year。 冰流场数据覆盖时间从1999年到2003年,时间分辨率为逐年,覆盖范围为喀喇昆仑中部区域,空间分辨率为30 m,每年的冰流场数据存放一个Geotiff文件。 数据的详细情况见喀喇昆仑中部区域冰流场-数据说明。
江利明
联系方式
中国科学院西北生态环境资源研究院 0931-4967287 poles@itpcas.ac.cn关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved | 京公网安备11010502040845号
数据中心技术支持: 数云软件