【文献导读】

前两天准备参加一个阅读文献的活动，由于其他原因没参加，现在把读后感贴出来记录一下。文献可自行下载，这里就不贴了。

论文题目

[1]Yong Nie, Ainong Li, Assessment of Alpine Wetland Dynamics from 1976–2006 in the Vicinity of Mount Everest[J]. Wetlands. (2011), 31:875–884.

[2] Yong Nie, Yongwei Sheng, Qiao Liu, A regional-scale assessment of Himalayan glacial lake changes using satellite observations from 1990 to 2015[J]. Remote Sensing of Environment. (2017) 189:1–13.

[3] NIE Yong, YANG Chao, ZHANG Yili. Glacier Changes on the Qiangtang Plateau between 1976 and 2015: A Case Study in the Xainza Xiegang Mountains[J]. Journal of Resources and Ecology, 2017 8(1) 97-104.

 

一、总结

文献[1]对1976-2006年珠穆拉玛峰附近的湿地动态评估。分别获取1976，1998和2006年的遥感数据调查珠穆拉玛山附近的湿地信息，运用面向对象分类法结合地理信息系统对该区域的湿地进行提取，以分析喜马拉雅山附近湿地的动态变化情况。由文献[1]可知，2006年喜马拉雅山附近的湿地面积为1663.5km2，主要分布在海拔4100-4800m处。湿地在不断的演化，1976-2006年，湿地的变化面积达到了94.5km2，其中包括新增张的退缩的湿地面积。湿地和土地覆盖的时空变化表明，一些区域发生了土地的退化演替，自然原因是湿地变化的主要驱动因子。数据表明，1988年喜马拉雅山自然保护区的建立对湿地产生了积极的影响。

由于青藏高原地区云量较多，可用卫星图像较少，所以对影像的选择有一定的要求，作者研究的卫星图像数据主要来源于全球土地利用数据库（GLCF）和美国地质调查局（USGS），选择云量较少的影像，这些影像应处于同一时期，研究表明，10月至1月的湿地变化较小，因此选择10月至1月的卫星影像最为合适。除了这些数据之外，还用到了一些辅助数据，比如该地区的降水量，地形图及高程模型数据等。

使用方法：利用面向对象的图像解释法与后处理目视解译分类法来修正提取的湿地信息。采用随机分层抽样方法进行精度评价。总体的分类精度在1976年、1988年和2006年的准确率大于95%，而kappa系数>94%。

研究发现湖泊湿地面积的增长可能是冰湖扩张造成的。气温的升高和降水量的减少也是造成湿地变化的主要原因。气温的升高，冰川消融，冰湖扩张以及湿地之间的动态变化是及其复杂的，对于高山地区湿地的变化还需要进一步的深入研究。

文献[2]利用Landsat卫星监测的不同时段喜马拉雅山冰湖的数量和面积的演变情况，进行区域尺度评估。

冰湖是高山地区重要的水资源之一，冰雪融化导致冰湖扩张，会增加冰湖溃决的风险，冰湖溃决会对当地的居民和生态环境造成毁灭性的破坏，因此对喜马拉雅山冰湖区域的变化研究有着重要的意义。2015年统计喜马拉雅山地区的冰湖数量为4950（面积>0.01km2）个，总面积大约为455.3±72.7km2，这些冰湖主要分布在海拔4000-5700m处。研究发现，全球气温的升高导致冰川消融，造成了冰湖扩张，这增大了冰湖溃决的风险。除了温度升高的影响之外，冰湖溃决事件通常由雪崩、岩滑或崩解触发。因此，有效的预防冰湖溃决有着重大的意义。冰湖和母冰川之间的关系将冰湖划分为三种类型：冰面湖，冰前湖，未连接冰湖。

研究内容：使用Landsat-8研究冰湖分布图像；利用不同阶段的卫星图像获取同一时期冰湖变化情况及其区域性质；识别快速扩张的湖泊，为早期冰湖溃决危害提供基础信息；增进对喜马拉雅山冰湖，冰川和气候关系的理解。

数据集：Landsat系列。

影像选取：利用Landsat系列卫星获取的遥感图像，能够提供长时间对地面进行时空序列监测。Landsat-8多光谱波段的空间分辨率为30m， 辐射分辨率为16bit。

遥感影像获取时间：充分考虑气象因素，获取遥感数据的最佳时间在9月中旬至11月上旬之间。在11月中旬至4月上旬，由于降雪的原因，使冰川的解译面积增大；由于冰湖表面结冰，解译冰湖时必须叠加上相应电子地图或DEM，增加了一定的工作量。在4月中旬至6月中旬之间，解译得到的冰川面积偏大。在6月中旬至9月中旬之间，正值雨季，区域多云，难以获得无云或非常稀少的卫星影像数据[4]。选取影像时同时还应注意， 为了减少云量的影响， 应尽量选择无云或少云的数据，保证冰湖表面清晰可见。

方法：文中利用了面向对象法之后进行人工目视解译和自适应冰湖提取法。以上两种方法都是基于图像分割方法的冰湖提取。质量评估和质量控制（QA/QC）：1）基于陆地卫星图像和Google Earth高分辨率图像对每个湖泊进行一次目视检查和校正；2）根据多时相图像对五次冰川数据进行交叉检查；3）湖泊测量的拓扑验证，包括删除重复、消除小裂片多边形。这个过程会耗费大量人力物力，对于质量的评估和质量控制的研究方法有待进一步研究。

根据文章的分析可知，冰湖的演变是一个复杂的过程，涉及大量湖泊的更迭变化，研究发现，随着气温的升高，新出现的冰湖向海拔更高的区域发展。整个喜马拉雅地区冰川湖的发生演化存在明显的区域差异性。喜马拉雅山脉中部南侧的冰湖扩张最快。文献指出喜马拉雅山冰川的衰退导致了冰湖的快速扩张。对于新出现的冰湖应加强关注，尤其是那些快速扩张的冰湖，这些冰湖的进一步演变可能会有冰湖溃决风险。

文献[3]1976–2015年羌塘高原冰川变化遥感分析：以申扎杰岗为例。

冰川：极地或高山地区地表上多年存在并具有沿地面运动状态的天然冰体。冰川多年积雪，经过压实、重结晶、再冻结等成冰作用而形成。它具有一定的形态和层次，并有可塑性，在重力和压力下，产生塑性流动和块状滑动，是地表重要的淡水资源。国际冰川编目规定：凡是面积超过0.1平方千米的多年性雪堆和冰体都应编入冰川目录[5]。该地区处于青藏高原气候生态过度期，该区域对环境的变化非常敏感，由于环境条件的限制，对该区域冰川变化的时空动态了解十分有限。作者在文章选用了6期陆地卫星影像，完成了2015年申扎杰岗山脉冰川调查及1976-2015年间冰川时空变化分析。研究表明，2015年该研究区有131条冰川（74.59 ±5.25 km2），主要分布在海拔5600-6000m处，冰川分裂导致冰川总条目增加了12条。据估算，过去的39年冰川退缩导致 11.77 × 108m3的冰川水资源损耗。冰川在不同的子流域、坡向和海拔段存在显著的变化差异。

通过以上研究发现，冰川，冰湖和高山湿地的时空变化有着复杂的紧密关系，其中气候变暖是要驱动因子。冰川，冰湖和高山湿地均分布在海拔较高的高原地区，且受气候条件影像较大。冰川，冰湖和高山湿地区域分布特点：研究区域均分布在海拔较高的高原区域（>4000m），受气候条件的影响较大，研究区域云量较多，可用的影像数据有限，实地调查资料也有限，这对研究区域进行高精度实时监测非常困。

三篇文献的共同特点：研究数据都是用的Landsat系列卫星的图像数据，对某一时间段（1976-2015年羌塘高原）的冰川（冰湖或高山湿地）进行时空变化分析，使用面向对象和人工验证的自动提取法提取冰川（冰湖或高山湿地）法，进行对比分析。

区别：研究对象不同，且三个研究区域分别使用了不同年份和时间间隔的数据进行分析评估。

    文献[1]研究对象为珠穆拉玛峰附近的高山湿地，其使用的数据包括1976年，1988年和2006年的遥感数据和土地覆盖数据，使用了2007年和2008年珠穆拉玛峰国家自然保护区实地勘测的数百个现场观测点和73个具有代表性的样本点。由5个国家气象中心提供的年平均气温和降水量数据，1:100000的地形图，以及空间分辨率为30m的DEM全球数字高程模型。

文献[2]的研究区域为整个喜马拉雅山的冰湖，数据从美国地质调查局和全球土地覆盖数据库下载影像，分别获取了1990年，2000年，2005年，2010年和2015年这五个时期的遥感图像，其中包括384幅Landsat TM影像，ETM+影像以及分辨率为30m的Landsat多光谱影像。其他辅助数据包括中国气象局资料，由NOAA/OAR/ESRL提供的全球降水气项目数据等。

文献[3]研究对象为羌塘高原申扎县的冰川，从美国联邦调查局下载1976年，1989年，2000年，2007年，2009年和2015年的Landsat数据，研究这6个时期该地区的冰川变化情况，以及一些高程模型辅助数据等。

二．讨论

由于自然条件的限制以及气候环境的影响，喜马拉雅地区冰湖的实地调查资料十分缺乏，这增加了对喜马拉雅地区冰湖演变研究的难度，是否可以通过其他方法来解决这一问题？对于高原地区敏感地带冰川，冰湖及湿地的数据实时更新问题有待进一步研究。冰湖溃决会对当地的生态环境造成毁灭性的破坏，因此对于冰湖溃决的预测及管理工作的研究进展如何？是否有更好的方法提取小区域（<0.001km2）冰湖面？对研究区域年份和年份之间的时间间隔的选择是怎么确定的？

 

 

参考文献:

[4]陈晓清, 崔鹏, 杨忠. 齐永青. 喜马拉雅山中段波曲流域近期冰湖溃决危险性分析域评估[J]. 冰川冻土.（2007）29:509-516.

[5] https://baike.baidu.com/item/冰川/118432.