<button id="yg2go"><code id="yg2go"></code></button>
  •  <cite id="yg2go"></cite>
  • <abbr id="yg2go"><dl id="yg2go"></dl></abbr>
    

  • 亚洲欧美日韩精品久久久,夜色福利一区二区三区,视频日韩p影院永久免费,成人免费视频国产
    




    
    
            
    
                
            
    
    
    

    

    

    
    
        
    
            
    
                
    


                    

                    
    
                        
    

                        
                        青藏高原雪、冰和環(huán)境數(shù)據(jù)集專題
                        

                        

                            I 區(qū)論文（評審中）
                        

                        
                            ?
                            
                                版本

                                

    
        ZH3
    



                            
                        

                        
                            
                        

                    
    
                        
    







                        

                        

                        
    
                                下載
                                    
                        
    
                    
    
                    
    
                    
    


                    
    
                        
      
                            
      • 
                            
      • 






















                        
    
                    
    


                    
                    
                    
                    

                    
                        
    2020年青海省冰川邊界及長度數(shù)據(jù)集
    A dataset of boundary and length of glaciers in Qinghai province in 2020
    ?>>
                    
    ：
                        2021
                        -
                        11
                        -
                        20
    ：
                        2022
                        -
                        01
                        -
                        11
    ：
                        2022
                            -
                            01
                        -
                        11
    

                    


                    
    
                        
    

                    
    

                    
    

                        
                            

                        
                        4965

                        
                            

                        
                        17

                        
                            

                        
                        0

                    
    
                    
    


                    

                        
    


                            
                                
    摘要&關(guān)鍵詞
    摘要：青海省（31°39′~39°19′N, 89°35′~103°04′E）地處青藏高原東北部，在其境內(nèi)的昆侖山、唐古拉山、祁連山、阿爾金山和阿尼瑪卿山等高海拔山地現(xiàn)代冰川普遍發(fā)育。在全球氣候變暖背景下，青海省境內(nèi)冰川呈現(xiàn)退縮態(tài)勢，及時準(zhǔn)確了解冰川規(guī)模現(xiàn)狀是科學(xué)評價冰川變化對氣候變化響應(yīng)規(guī)律及合理制訂水資源利用政策的基礎(chǔ)。本數(shù)據(jù)集基于2018–2021年GF-1/2/6高分辨率遙感影像和SRTM DEM數(shù)字高程模型數(shù)據(jù)，利用深度學(xué)習(xí)和冰川中流線自動提取方法制作青海省冰川邊界和長度矢量數(shù)據(jù)，可反映青海省2020年冰川現(xiàn)狀，為該地區(qū)冰川變化和氣候變化等研究提供數(shù)據(jù)支持。
    關(guān)鍵詞：冰川；GF影像；深度學(xué)習(xí)；青海省
    Abstract & Keywords
    Abstract:?Qinghai province (31°39′~39°19′N, 89°35′~103°04′E) in the northeastern Qinghai-Tibet Plateau possesses numerous modern glaciers, which are widely developed in high altitude mountains such as Kunlun Mountains, Tanggula Mountains, Qilian Mountains, Altun Mountains and A'Nyêmaqên Mountains. Under global warming, the glaciers had been retreating in Qinghai province in recent years. The knowledge of the contemporary glaciers is the basis for scientific evaluation of the response pattern of glacier changes on climate change and the formulation of policies for rational use of water resources. Based on the GF-1/2/6 high resolution remote sensing images from 2018 to 2021 and SRTM DEM data, a vector dataset of boundary and length of glaciers in Qinghai province were produced using Deep Learning method and automatic extraction method of glacier centerline, respectively. The dataset can reflect the status of glaciers in Qinghai province in 2020 and provide data to support the research of glacier and climate change.
    Keywords:?glacier;?GF image;?deep learning;?Qinghai province
    數(shù)據(jù)庫（集）基本信息簡介
    數(shù)據(jù)庫（集）名稱2020年青海省冰川邊界及長度數(shù)據(jù)集
    數(shù)據(jù)作者薛嬌、姚曉軍、褚馨德、張聰、周蘇剛
    數(shù)據(jù)通信作者姚曉軍（yaoxj_nwnu@163.com）
    數(shù)據(jù)時間范圍2020年
    地理區(qū)域31°39′–39°19′N, 89°35′–103°04′E
    數(shù)據(jù)量22.38 MB
    數(shù)據(jù)格式ESRI shapefile文件（壓縮為*.zip格式）
    數(shù)據(jù)服務(wù)系統(tǒng)網(wǎng)址http://dx.doi.org/10.11922/sciencedb.j00001.00321
    基金項目國家自然科學(xué)基金項目（41861013，42071089，42161027）；2020年山洪地質(zhì)災(zāi)害防治氣象保障工程項目（2020KYSJZTP-011）；國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心開放基金項目（20D02）。
    數(shù)據(jù)庫（集）組成本數(shù)據(jù)集共包括2個數(shù)據(jù)文件：QH_Glacier_2020.zip是2020年青海省冰川邊界數(shù)據(jù)；QH_Length_2020.zip是2020年青海省冰川長度數(shù)據(jù)。
    Dataset Profile
    TitleA dataset of boundary and length of glaciers in Qinghai province in 2020
    Data authorsXUE Jiao, YAO Xiaojun, CHU Xinde, ZHANG Cong, ZHOU Sugang
    Data corresponding authorYAO Xiaojun（yaoxj_nwnu@163.com）
    Time range2020
    Geographical scope31°39′–39°19′N, 89°35′–103°04′E
    Data volume22.38 MB
    Data formatESRI shapefilefile (compressed in *.zip)
    Data service system<http://dx.doi.org/10.11922/sciencedb.j00001.00321>
    Sources of fundingNational Natural Science Foundation of China (41861013, 42071089, 42161027); 2020 Mountain Flood Geological Disaster Prevention Meteorological Guarantee Project (2020KYSJZTP-011); Open Research Foundation of National Cryosphere Desert Data Center (20D02).
    Dataset compositionThe dataset consists of two subsets: QH_Glacier_2020.zip containing the glacier boundary data in Qinghai province in 2020; QH_Length_2020.zip containing the glacier length data in Qinghai province in 2020.
    

                                
         引  言           
    冰川是冰凍圈的重要組成部分[1]，其融水對于干旱半干旱地區(qū)尤為重要，素有“固體水庫”之稱。作為氣候變化的理想指示器[2-3]，冰川通過自身改變（如冰川面積增減或長度消長）適應(yīng)環(huán)境變化[4]。冰川編目是認識冰川資源分布和研究冰川變化規(guī)律的基礎(chǔ)數(shù)據(jù)[5]。受限于地域范圍大小，多期冰川編目數(shù)據(jù)較少且現(xiàn)勢性往往較差。由于冰川分布區(qū)自然條件惡劣和遙感特有的范圍廣、重復(fù)性和綜合性等優(yōu)勢，遙感技術(shù)在冰川編目及冰川變化研究得到廣泛應(yīng)用，并形成一些冰川輪廓自動或半自動解譯及相關(guān)參數(shù)自動提取方法[6-12]。得益于Landsat系列衛(wèi)星豐富的歷史存檔數(shù)據(jù)和免費易獲得性，現(xiàn)有的大多數(shù)冰川編目數(shù)據(jù)以該數(shù)據(jù)源為主[6, 13-15]，但其中等空間分辨率也在一定程度上影響了冰川數(shù)據(jù)（如面積和長度）的精度。隨著近年來高空間分辨率衛(wèi)星遙感影像的增多和深度學(xué)習(xí)方法的應(yīng)用深入[16]，獲取現(xiàn)勢性更強、精度更高的冰川數(shù)據(jù)集已成為可能，同時將深度學(xué)習(xí)方法應(yīng)用于冰川遙感解譯有助于提高其自動化程度。
    青海省位于青藏高原東北部，境內(nèi)冰川資源豐富，平均海拔在3000 m以上，基本呈現(xiàn)由東北和西北向西南逐漸升高趨勢（圖1）。因深居高原內(nèi)陸，青海省屬大陸性干旱、半干旱高原氣候，氣溫和降水受海陸位置和地形影響較大[17]。在全球氣候變暖背景下，青海省境內(nèi)冰川呈現(xiàn)退縮減薄態(tài)勢，冰川消融使得冰川融水的增加，間接造成青海省湖泊面積擴張和自然災(zāi)害頻發(fā)[18]，因此明晰青海省冰川現(xiàn)狀對研究該區(qū)域冰川變化及其對氣候變化的響應(yīng)具有十分重要的現(xiàn)實意義。本文基于2018—2021年GF遙感影像和SRTM DEM數(shù)據(jù)，利用深度學(xué)習(xí)和冰川中流線方法提取青海省冰川邊界和長度數(shù)據(jù)，以期為全面認識在氣候變暖背景下青海省冰川的響應(yīng)規(guī)律和水資源的合理利用提供科學(xué)依據(jù)。


    圖1
                    ?
                青海省冰川分布（圖片送審中）
    1
                        ?
                    數(shù)據(jù)采集和處理方法
    1.1
                        ?
                    數(shù)據(jù)源
    本數(shù)據(jù)集共選用2018–2021年45景GF衛(wèi)星遙感影像，由高分辨率對地觀測系統(tǒng)網(wǎng)格平臺（https://www.cheosgrid.org.cn/）下載獲得。其中GF-1 PMS影像7景，GF-2 PMS影像9景，GF-6 PMS影像29景，所有影像級別均為Level-1A級（表1），為提高影像質(zhì)量，在ENVI軟件下對所有PMS影像進行了融合、幾何校正和配準(zhǔn)等預(yù)處理。受云雪影響，個別區(qū)域目視解譯采用了同期Sentinel-2 A/B MSI（53景）和Landsat OLI（4景）影像（表2），分別從歐空局哥白尼數(shù)據(jù)中心（https://scihub.copernicus.eu/dhus/#/home）和美國地質(zhì)調(diào)查局（https://earthexplorer.usgs.gov/）下載獲得。為提取冰川地形參數(shù)，選用SRTM DEM數(shù)據(jù)作為數(shù)字高程模型（DEM）數(shù)據(jù)，空間分辨率為30 m，從地理空間數(shù)據(jù)云（http://www.gscloud.cn）下載獲得。此外，參考《簡明中國冰川目錄》[19]和中國第二次冰川編目數(shù)據(jù)集[20]，以完善冰川名稱及所屬市州、山系和流域等屬性。
    表1
                    ?
                2020年青海省冰川數(shù)據(jù)解譯所采用的GF遙感影像
    序號衛(wèi)星及傳感器影像中心坐標(biāo)日期序號衛(wèi)星及傳感器影像中心坐標(biāo)日期
    01GF-1 PMS89.7°E, 35.5°N2020-09-1524GF-6 PMS91.6°E, 33.6°N2020-12-20
    02GF-1 PMS98.8°E, 38.3°N2020-09-3025GF-6 PMS91.7°E, 36.5°N2020-09-25
    03GF-1 PMS99.2°E, 38.2°N2020-08-2026GF-6 PMS91.9°E, 32.8°N2020-08-19
    04GF-1 PMS99.5°E, 34.4°N2020-09-0127GF-6 PMS92.1°E, 35.8°N2020-09-29
    05GF-1 PMS101.0°E, 33.3°N2021-01-1428GF-6 PMS92.3°E, 36.5°N2020-09-29
    06GF-1 PMS101.4°E, 37.7°N2020-07-2629GF-6 PMS92.4°E, 32.8°N2020-10-07
    07GF-1 PMS101.6°E, 37.8°N2020-07-3030GF-6 PMS92.5°E, 32.8°N2020-07-25
    08GF-2 PMS93.1°E, 32.6°N2019-11-2731GF-6 PMS92.6°E, 32.8°N2020-12-28
    09GF-2 PMS93.1°E, 32.8°N2019-11-2732GF-6 PMS92.7°E, 35.8°N2020-10-03
    10GF-2 PMS93.4°E, 32.7°N2019-11-2733GF-6 PMS93.2°E, 35.8°N2020-10-07
    11GF-2 PMS93.7°E, 32.6°N2018-05-1434GF-6 PMS95.1°E, 38.0°N2020-05-04
    12GF-2 PMS95.5°E, 31.9°N2019-07-3135GF-6 PMS96.4°E, 38.0°N2019-07-30
    13GF-2 PMS98.7°E, 38.3°N2020-09-0236GF-6 PMS97.0°E, 38.0°N2019-09-13
    14GF-2 PMS98.7°E, 38.3°N2020-11-1537GF-6 PMS97.3°E, 38.7°N2019-09-13
    15GF-2 PMS99.0°E, 38.3°N2020-09-0238GF-6 PMS97.7°E, 38.7°N2020-09-20
    16GF-2 PMS99.5°E, 34.8°N2020-10-1639GF-6 PMS98.4°E, 38.7°N2020-12-15
    17GF-6 PMS90.9°E, 35.8°N2020-09-2140GF-6 PMS99.2°E, 35.8°N2020-08-26
    18
    		GF-6 PMS91.0°E, 33.6°N2020-12-1641GF-6 PMS99.6°E, 35.0°N2020-10-10
    19
    		GF-6 PMS91.1°E, 36.5°N2020-09-2142GF-6 PMS99.8°E, 38.0°N2020-08-26
    20GF-6 PMS91.2°E, 36.5°N2020-12-1243GF-6 PMS101.4°E, 37.3°N2020-07-28
    21GF-6 PMS91.4°E, 32.8°N2020-12-2044GF-6 PMS101.5°E, 37.3°N2019-11-25
    22GF-6 PMS91.5°E, 35.8°N2020-09-2545GF-6 PMS102.0°E, 37.3°N2020-08-01
    23GF-6 PMS91.5°E, 35.8°N2020-11-05
    表2
                    ?
                2020年青海省冰川數(shù)據(jù)解譯所采用的Sentinel-2 MSI和Landsat OLI遙感影像
    序號影像源序號影像源序號影像源
    01T46SDF_2020092120T47SKR_2020101039T47SLC_20200925
    02T46SEB_2020101321T47SKS_2020111440T47SLD_20201015
    03T46SEB_2020101822T47SKV_2020082641T47SLS_20201116
    04T46SEC_2020101323T47SLB_2020092542T47SLT_20201012
    05T45SYA_2020100424T46SED_2020101843T47SMC_20200915
    06T45SYU_2020100925T46SEE_2020100844T47SNC_20200902
    07T45SYV_2020111326T46SEF_2020101845T47SND_20200917
    08T46SBC_2020081727T46SFB_2020101046T47SNU_20200902
    09T46SBG_2020092928T46SFB_2020101347T47SNV_20201002
    10T46SCB_2020081729T46SFC_2020081948T47SPC_20200704
    11T46SCC_2020090130T46SFC_2020082649T47SPC_20200828
    12T46SCD_2020101131T46SFE_2020101850T47SPS_20200820
    13T46SCE_2020092132T46SFH_2020100851T47SQB_20200726
    14T46SBE_2020111333T46SFH_2020102852T47SQB_20200820
    15T46SCF_2020092134T46SGA_2020101553T47SQB_20200904
    16T46SCG_2020101135T46SGB_2020101554LC08_135033_20201010
    17T46SDB_2020082436T46SGC_2020101555LC08_136033_20200915
    18T46SDC_2020100837T46SGE_2020101056LC08_136037_20201017
    19T46SDE_2020092138T46SGH_2020091857LC08_139035_20201006
    1.2
                        ?
                    數(shù)據(jù)處理過程
    本數(shù)據(jù)集采用深度學(xué)習(xí)方法中的DeepLab V3+網(wǎng)絡(luò)對影像進行分割，基于樣本庫數(shù)據(jù)對模型進行訓(xùn)練并得到訓(xùn)練良好的模型，繼而使用該模型提取待分類影像冰川輪廓。圖2為基于GF-6 PMS影像的冰川邊界提取過程示意圖，具體步驟如下：
    （1）選取影像上冰川分布區(qū)少云少雪的數(shù)據(jù)作為訓(xùn)練樣本，并且對冰川進行標(biāo)記，將影像和標(biāo)記好的二值化標(biāo)簽隨機裁剪成多個1024×1024像素的瓦片作為深度學(xué)習(xí)訓(xùn)練的輸入量，并經(jīng)過旋轉(zhuǎn)和翻轉(zhuǎn)等數(shù)據(jù)增強手段，得到3600張樣本。將樣本輸入模型進行訓(xùn)練，得到訓(xùn)練好的模型并用于冰川分類。
    （2）將待分類遙感影像按順序裁剪為1024×1024尺寸（圖2a和圖2b），輸入訓(xùn)練好的模型進行分類，得到冰川提取結(jié)果（圖2c）。將各切片合并后，得到完整的結(jié)果（圖2d）。
    （3）深度學(xué)習(xí)直接獲取的冰川提取結(jié)果為概率圖，即每個像元被識別為冰川的概率，將概率圖進行重分類并做柵格—矢量轉(zhuǎn)化后得到冰川區(qū)矢量邊界（圖2e和圖2f）。
    （4）最后對冰川矢量邊界進行逐一檢查與修訂，根據(jù)山脊線自動提取方法[17]提取的山脊線對修訂后的冰川邊界進行分割，從而得到單條冰川的矢量數(shù)據(jù)（圖2g和圖2h）。


    圖2
                    ?
                基于GF-6 PMS影像的冰川邊界提取過程
    冰川長度的提取使用Zhang等[11]提出的基于歐氏配置和冰川表面地形特征的冰川中流線自動提取方法。該算法是基于Python工具實現(xiàn)的，僅需輸入冰川邊界矢量和DEM數(shù)據(jù)，基本原理是基于DEM數(shù)據(jù)獲取冰川輪廓上的海拔最高點和最低點，依此將冰川輪廓線進行分割，結(jié)合分割后的冰川輪廓線采用歐式距離方法將冰川平面劃分為兩個區(qū)域，每個區(qū)域為距各冰川輪廓線距離最近的點集，兩個區(qū)域的公共邊界為中軸線，即冰川中流線。處理過程包括冰川數(shù)據(jù)的預(yù)處理、輔助線提取、分割點獲取、冰川特征線處理、冰川中流線生成和冰川長度計算6個主要步驟（圖3）。對于簡單冰川而言，其中流線長度為冰川長度；復(fù)雜冰川則選取長度最大的中流線作為該冰川長度。


    圖3  
                    ?
                冰川長度提取流程
    2
                        ?
                    數(shù)據(jù)樣本描述
    2.1
                        ?
                    數(shù)據(jù)樣本概述
    2020年青海省共有冰川3769條，面積為3685.25 km2，平均長度為1312.97 m。圖4為不同面積等級的冰川數(shù)量與面積分布，青海省冰川數(shù)量以<0.5 km2的冰川為主（2545條），面積以介于2–10 km2的冰川為主（1350.13 km2）。其中面積＜0.1 km2的冰川數(shù)量最多（1072條），但面積僅為52.55 km2（1.43%）；面積≥50 km2的冰川數(shù)量最少（2條），面積為140.02 km2（3.80%）。面積≥0.2 km2時，各面積等級的冰川數(shù)量隨面積等級的增加呈減少趨勢，而各面積等級的冰川面積呈現(xiàn)先增加后減少的趨勢。


    圖4
                    ?
                2020年青海省不同面積等級的冰川數(shù)量與面積分布
    表3列出了2020年青海省各流域冰川數(shù)量和面積。顯然，東亞內(nèi)流區(qū)的冰川資源量最多，其冰川數(shù)量（2153條）和面積（1765.74 km2）分別占青海省冰川各自總量的57.12%和47.91%；長江流域的冰川資源僅次于東亞內(nèi)流區(qū)，其冰川數(shù)量和面積分別為900條（23.88%）和1014.86 km2（27.54%）；黃河流域的冰川資源最少，其冰川數(shù)量（164條）和面積（111.90 km2）分別占青海省冰川各自總量的4.35%和3.04%。在二級流域中，柴達木內(nèi)流區(qū)的冰川資源最多，岷江流域冰川資源最少。
    表3
                    ?
                2020年青海省各流域冰川統(tǒng)計
    一級流域二級流域冰川數(shù)量冰川面積
    名稱編碼名稱編碼條(%)(km2)(%)
    黃河5J黃河上游5J3932.4794.492.57
    大通河5J4711.8817.410.47
    合計1644.35111.903.04
    長江5K金沙江5K489723.801014.3427.52
    岷江5K630.080.520.02
    合計90023.881014.8627.54
    湄公河5L昂曲5L3661.7519.010.52
    扎曲5L42145.6893.312.53
    合計2807.43112.333.05
    東亞內(nèi)流區(qū)5Y河西內(nèi)流區(qū)5Y474319.71476.5212.93
    柴達木內(nèi)流區(qū)5Y5141037.411289.2134.98
    合計215357.121765.7447.91
    青藏高原內(nèi)流區(qū)5Z阿雅格庫木庫里湖和可可西里湖流域區(qū)5Z11153.05223.946.07
    色林錯5Z21574.17456.4812.39
    合計2727.22680.4318.46
    2.2
                        ?
                    數(shù)據(jù)圖形樣本
    根據(jù)冰川積累區(qū)和消融區(qū)的末端形態(tài)差異，將冰川分為簡單和復(fù)雜冰川2種形態(tài)。圖5展示了不同形態(tài)的冰川輪廓及其長度，簡單冰川（GLIMS編碼為G091213E33132N）位于色林錯流域（5Z2），其面積為0.16 km2，僅有1條中流線，冰川長度為596 m，海拔最高點和最低點分別為5722 m和5491 m；復(fù)雜冰川（GLIMS編碼為G091151E33204N）位于色林錯流域（5Z2），其面積為16.10 km2，有4條中流線。本數(shù)據(jù)集中僅保留其長度最大（8300 m）的中流線，海拔最高點和最低點分別為6031 m和5434 m。


    圖5
                    ?
                冰川邊界及長度提取結(jié)果
    2.3
                        ?
                    數(shù)據(jù)屬性表
    2020年青海省冰川邊界矢量屬性表由12個字段構(gòu)成（表4），反映了冰川的基本屬性信息。其中，F(xiàn)ID為冰川標(biāo)識碼；GLIMS_ID為冰川編碼，方法與中國第二次冰川編目一致[5]；Name為冰川名稱，主要參考中國第一、二次冰川編目，除少數(shù)規(guī)模較大的冰川或有考察記錄的冰川有名稱外，研究區(qū)絕大多數(shù)冰川未命名；City為冰川所在市（自治州）的行政區(qū)劃名稱，參考最新青海省行政區(qū)劃圖進行確定；Mountain和Basin分別為冰川所屬山系和流域；Area為冰川面積；Perimeter為冰川周長；Max_Elev和Min_Elev分別為冰川最高海拔和最低海拔；Date及Image_orig為冰川解譯時所用遙感影像的采集日期和信息。
    表4
                    ?
                2020年青海省冰川邊界數(shù)據(jù)集屬性表說明
    序號字段名稱數(shù)據(jù)類型長度字段描述
    1FIDObject ID/冰川標(biāo)識碼
    2GLIMS_IDString50冰川GLIMS編碼
    3NameString30冰川名稱
    4CityString30冰川所屬市州
    5MountainString30冰川所在山系
    6BasinString30冰川所屬流域
    7AreaFloat/冰川面積(km2)
    8PerimeterFloat/冰川周長(km)
    9Max_ElevLong Integer5冰川最高海拔(m)
    10Min_ElevLong Integer5冰川最低海拔(m)
    11DateDate/影像采集日期
    12Image_origString50數(shù)據(jù)源
    冰川長度屬性表由FID、GLIMS_ID和Length 3個字段組成。其中，F(xiàn)ID為標(biāo)識碼；GLIMS_ID為冰川編碼，與冰川邊界數(shù)據(jù)集屬性表中的GLIMS_ID相同；Length為冰川長度，數(shù)據(jù)類型為Double，單位為m。
    3
                        ?
                    數(shù)據(jù)質(zhì)量控制和評估
    基于遙感影像提取的冰川數(shù)據(jù)精度主要受衛(wèi)星傳感器和圖像配準(zhǔn)誤差的影響[21-23]。若僅考慮遙感影像空間分辨率造成的誤差[24]，可由下式計算得出：
                                                                                            （1）
    式中：ε為影像空間分辨率造成的冰川面積誤差；N為冰川輪廓的周長；A為半個像元的邊長。其中，2020年由GF-1/2/6 PMS（空間分辨率分別為2/1/2 m）、Sentinel-2 MSI（空間分辨率為10 m）和Landsat OLI（空間分辨率為15 m）遙感影像空間分辨率造成的冰川面積誤差分別為10.16 km2、25.95 km2和0.43 km2，合計為36.54 km2，占該期冰川面積的0.99%。
    在保證冰川形態(tài)類型劃分正確的前提下，冰川長度信息的精度取決于冰川輪廓的準(zhǔn)確性和DEM數(shù)據(jù)質(zhì)量，而后者對冰川長度信息的影響可以忽略[4]。因此單條冰川長度信息的精度取決于所用遙感影像空間分辨率在提取冰川海拔最高點和最低點時造成的誤差[12]，計算公式如下：
                                                                                         （2）
    式中：ε為冰川長度提取的精度，L為冰川長度，λ為所用遙感影像的空間分辨率。其中，由GF-1/2/6 PMS、Sentinel-2 MSI和Landsat OLI遙感影像空間分辨率造成的冰川長度總體精度為98.89%。
    4
                        ?
                    數(shù)據(jù)價值
    與現(xiàn)有其他冰川數(shù)據(jù)集相比，本數(shù)據(jù)集使用了空間分辨率更高的國產(chǎn)GF衛(wèi)星遙感影像，并應(yīng)用最新的冰川中流線自動提取方法提取了冰川長度，所有結(jié)果均經(jīng)過人工修訂，準(zhǔn)確性較高。本數(shù)據(jù)集充分反映了2020年青海省冰川分布現(xiàn)狀和特征，可作為該地區(qū)冰川變化、冰川水資源的評估與合理利用以及防災(zāi)減災(zāi)等研究和應(yīng)用的基礎(chǔ)數(shù)據(jù)。
    5
                        ?
                    數(shù)據(jù)使用方法及建議
    本數(shù)據(jù)集的數(shù)據(jù)存儲格式為ESRI Shapefile，地理坐標(biāo)系為WGS-1984，投影坐標(biāo)系為Albers等積投影。用戶可以使用ArcMap等GIS軟件打開，并進行編輯和查詢等相關(guān)操作，同時也可以基于最新遙感影像數(shù)據(jù)源對2020年冰川邊界和長度數(shù)據(jù)進行更新修改，延長數(shù)據(jù)集時序。
    致  謝
    感謝高分辨率對地觀測系統(tǒng)網(wǎng)格平臺提供的GF衛(wèi)星遙感影像。
    [1]
    魯安新, 姚檀棟, 王麗紅, 等. 青藏高原典型冰川和湖泊變化遙感研究[J]. 冰川凍土, 2005, 27(6): 783–792. DOI:10.3969/j.issn.1000-0240.2005.06.001.
    +?CSCD?·?Baidu Scholar
    [2]
    孫鴻烈. 地學(xué)大辭典[M]. 北京: 科學(xué)出版社, 2020: 367-370.
    +?CSCD?·?Baidu Scholar
    [3]
    秦大河. 冰凍圈科學(xué)辭典[M]. 北京: 氣象出版社, 2016: 5-6.
    +?CSCD?·?Baidu Scholar
    [4]
    姚曉軍, 劉時銀, 朱鈺, 等. 基于GIS的冰川中流線自動提取方法設(shè)計與實現(xiàn)[J]. 冰川凍土, 2015, 37:1563–1570. DOI:10.7522/j.issn.1000-0240.2015.0173.
    +?CSCD?·?Baidu Scholar
    [5]
    劉時銀, 姚曉軍, 郭萬欽, 等. 基于第二次冰川編目的中國冰川現(xiàn)狀[J]. 地理學(xué)報, 2015, 70(1): 3–16. DOI:10.11821/dlxb201501001.
    +?CSCD?·?Baidu Scholar
    [6]
    GUO W Q, LIU S Y, XU J L, et al. The second Chinese glacier inventory: data, methods and results[J]. Journal of Glaciology, 2015, 61(226): 357–372. DOI:10.3189/2015jog14j209.
    +?CSCD?·?Baidu Scholar
    [7]
    FREY H, PAUL F, STROZZI T. Compilation of a glacier inventory for the western Himalayas from satellite data: methods, challenges, and results[J]. Remote Sensing of Environment, 2012, 124: 832–843. DOI:10.1016/j.rse.2012.06.020.
    +?CSCD?·?Baidu Scholar
    [8]
    WANG J Z, ZHANG Y J, ZHANG W M, et al. Methods for calculating glacier area and length in a mountainous area based on remote-sensing data and a digital elevation model[J]. Sciences in Cold and Arid Regions, 2010, 2(4): 298-304.
    +?CSCD?·?Baidu Scholar
    [9]
    LE BRIS R, PAUL F. An automatic method to create flow lines for determination of glacier length: a pilot study with Alaskan glaciers[J]. Computers & Geosciences, 2013, 52: 234–245. DOI:10.1016/j.cageo.2012.10.014.
    +?CSCD?·?Baidu Scholar
    [10]
    KIENHOLZ C, RICH J L, ARENDT A A, et al. A new method for deriving glacier centerlines applied to glaciers in Alaska and northwest Canada[J]. The Cryosphere, 2014, 8(2): 503–519. DOI:10.5194/tc-8-503-2014.
    +?CSCD?·?Baidu Scholar
    [11]
    ZHANG D H, YAO X J, DUAN H Y, et al. A new automatic approach for extracting glacier centerlines based on Euclidean allocation[J]. The Cryosphere, 2021, 15(4): 1955–1973. DOI:10.5194/tc-15-1955-2021.
    +?CSCD?·?Baidu Scholar
    [12]
    張聰, 姚曉軍, 張大弘. 2016年阿爾金山冰川邊界及長度數(shù)據(jù)集[J]. 中國科學(xué)數(shù)據(jù), 2020, 5: 166–175.
    +?CSCD?·?Baidu Scholar
    [13]
    PFEFFER W T, ARENDT A A, BLISS A, et al. The Randolph Glacier Inventory: a globally complete inventory of glaciers[J]. Journal of Glaciology, 2014, 60(221): 537–552. DOI:10.3189/2014jog13j176.
    +?CSCD?·?Baidu Scholar
    [14]
    NUIMURA T, SAKAI A, TANIGUCHI K, et al. The GAMDAM glacier inventory: a quality-controlled inventory of Asian glaciers[J]. The Cryosphere, 2015, 9(3): 849–864. DOI:10.5194/tc-9-849-2015.
    +?CSCD?·?Baidu Scholar
    [15]
    BOLCH T, MENOUNOS B, WHEATE R. Landsat-based inventory of glaciers in western Canada, 1985-2005[J]. Remote Sensing of Environment, 2010, 114(1): 127–137. DOI:10.1016/j.rse.2009.08.015.
    +?CSCD?·?Baidu Scholar
    [16]
    徐瑾昊, 馮敏, 王建邦, 等. 基于高分遙感數(shù)據(jù)和深度學(xué)習(xí)的石冰川自動提取研究: 以念青唐古拉山西段為例[J]. 遙感技術(shù)與應(yīng)用, 2020, 35: 1329–1336.
    +?CSCD?·?Baidu Scholar
    [17]
    DONG H M, SONG Y G, ZHANG M S. Hydrological trend of Qinghai Lake over the last 60 years: driven by climate variations or human activities? [J]. Journal of Water and Climate Change, 2019, 10(3): 524–534. DOI:10.2166/wcc.2018.033.
    +?CSCD?·?Baidu Scholar
    [18]
    祁苗苗, 姚曉軍, 劉時銀, 等. 1973—2018年青海湖岸線動態(tài)變化[J]. 湖泊科學(xué), 2020, 32: 573–586.
    +?CSCD?·?Baidu Scholar
    [19]
    施雅風(fēng). 簡明中國冰川目錄[M]. 上海: 上海科學(xué)普及出版社, 2005: 1-89.
    +?CSCD?·?Baidu Scholar
    [20]
    劉時銀, 郭萬欽, 許君利. 中國第二次冰川編目數(shù)據(jù)集(V1.0)(2006-2011)[DB/OL]. 國家青藏高原科學(xué)數(shù)據(jù)中心.
    +?CSCD?·?Baidu Scholar
    [21]
    郭萬欽, 劉時銀, 余蓬春, 等. 利用流域邊界和坡向差自動提取山脊線[J]. 測繪科學(xué), 2011, 36(6): 210–212, 191. DOI:10.16251/j.cnki.1009-2307.2011.06.053.
    +?CSCD?·?Baidu Scholar
    [22]
    HALL D K, BAYR K J, SCH?NER W, et al. Consideration of the errors inherent in mapping historical glacier positions in Austria from the ground and space (1893-2001)[J]. Remote Sensing of Environment, 2003, 86(4): 566–577. DOI:10.1016/S0034-4257(03)00134-2.
    +?CSCD?·?Baidu Scholar
    [23]
    WILLIAMS R S, HALL D K, SIGUROSSON O. Comparison of satellite-derived with ground-based measurements of the fluctuations of the margins of Vatnaj?kull, Iceland, 1973-92[J]. Annals of Glaciology, 1997, 24(3): 72-80.
    +?CSCD?·?Baidu Scholar
    [24]
    劉娟, 姚曉軍, 劉時銀, 等. 1970—2016年岡底斯山冰川變化[J]. 地理學(xué)報, 2019, 74: 1333–1344.
    +?CSCD?·?Baidu Scholar
    數(shù)據(jù)引用格式
    薛嬌, 姚曉軍, 張聰, 等. 2020年青海省冰川邊界及長度數(shù)據(jù)集[DB/OL]. Science Data Bank, 2022. (2021-01-11). DOI: 10.11922/sciencedb.j00001.00321.
    


                            
                            
    
                                    
                                    
    
                                        稿件與作者信息
                                        
                                            
                                        
                                        
                                            
                                        
                                    
    
                                    
    
                                        
                                            
    論文引用格式
    薛嬌, 姚曉軍, 褚馨德, 等. 2020年青海省冰川邊界及長度數(shù)據(jù)集[J/OL]. 中國科學(xué)數(shù)據(jù), 2021. (2021-11-20). DOI: 10.11922/11-6035.csd.2021.0082.zh.
    薛嬌
    XUE Jiao
    主要承擔(dān)工作：基礎(chǔ)數(shù)據(jù)收集、處理和論文撰寫。
    （1998—），女，甘肅省涇川縣人，碩士研究生，研究方向為GIS設(shè)計與開發(fā)。
    姚曉軍
    Yao Xiaojun
    主要承擔(dān)工作：總體方案設(shè)計和論文修改。
    yaoxj_nwnu@163.com
    （1980—），男，山西省夏縣人，博士，教授，研究方向為地理信息技術(shù)與冰凍圈變化。
    褚馨德
    CHU Xinde
    主要承擔(dān)工作：編寫數(shù)據(jù)處理代碼。
    （1998—），男，湖南省常寧市人，碩士研究生，研究方向為GIS設(shè)計與開發(fā)。
    張聰
    Zhang Cong
    主要承擔(dān)工作：數(shù)據(jù)質(zhì)量控制。
    （1995—），男，甘肅省甘谷縣人，博士研究生，研究方向為GIS設(shè)計與開發(fā)。
    周蘇剛
    Zhou Sugang
    主要承擔(dān)工作：論文修改。
    （1995—），男，甘肅省靜寧縣人，碩士研究生，研究方向為GIS設(shè)計與開發(fā)。
    國家自然科學(xué)基金項目（41861013，42071089，42161027）；2020年山洪地質(zhì)災(zāi)害防治氣象保障工程項目（2020KYSJZTP-011）；國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心開放基金項目（20D02）。
    National Natural Science Foundation of China (41861013, 42071089, 42161027); 2020 Mountain Flood Geological Disaster Prevention Meteorological Guarantee Project (2020KYSJZTP-011); Open Research Foundation of National Cryosphere Desert Data Center (20D02).
    

                                        


                                        
    

    
    
    出版歷史
    
    
    

        
           
     I區(qū)發(fā)布時間：2022年1月11日
            （
            版本ZH3）
    
        

        
            
    
            II區(qū)出版時間：2022年6月30日
            （
            版本ZH4）
    
        

        

    
        

        

        


        
        

        

        

        

        

    
    

    



                                        
                                    
    


                                
    


                        
    

                    
                
    

            
    
            
        
    
    
    


    
    
    
    
    
        
    
        
        
    參考文獻列表中查看
    
    
    
    
    
    
        
    
    
    

    
    
    
    
    
    
        
    
            
    
                
    
                    
                    
    中國科學(xué)數(shù)據(jù)
    
                    
    csdata
    
                    
                
    
                
    
                    
    
                        


                    
    
                    
      
                        

                        
      
                        
    • 
                            
                                
      --
      
                            
                        
      •