论文部分内容阅读
摘要 冰川是淡水資源的一种重要储存形式，近年来冰川面积不断减少，研究冰川面积变化对于干旱区生态保护及可持续发展意义重大。基于Landsat TM、Landsat ETM与Landsat OLI遥感影像数据以及气象观测数据，进行遥感解译与统计分析，运用决策树自动阈值分类方法，同时结合非监督分类方法得到祁连山自然保护区1995—2015年冰川面积变化，参考第2次冰川编目数据对结果进行验证，并运用相关分析法分析与气候变化的相关性。结果表明：①1995—2015年祁连山自然保护区内冰川面积变化有2个不同阶段，1995—2005年缓慢增加，2005—2015年急剧下降，整体呈减少趋势。面积最大时为2005年376.91 km2，到2015年减少为217.33 km2。②祁连山自然保护区年均降水量变化与冰川面积变化的相关性强于年均气温变化与冰川面积变化的相关性。降水量与冰川面积之间的相关系数为0.403，气温与冰川面积之间相关系数为-0.327。③祁连山自然保护区内冰川面积变化是降水与气温共同作用的结果，在不同时期，气温与降水分别起主导作用。
关键词 冰川面积;气温;降水;相关关系;祁连山自然保护区
中图分类号 S759.9 文献标识码 A 文章编号 0517-6611（2020）05-0085-03
doi：10.3969/j.issn.0517-6611.2020.05.023
开放科学（资源服务）标识码（OSID）：
Abstract The glacier is an important storage form of freshwater resources. In recent years， the area of glaciers has been decreasing. Studying the change of glacial area is of great significance for the ecological protection and sustainable development of arid region. Based on Landsat TM， Landsat ETM and Landsat OLI remote sensing image data and meteorological observation data， remote sensing interpretation and statistical analysis are carried out. The decision tree automatic threshold classification method is used， and the unsupervised classification method is used to get the change of glacier area in Qilian Mountain Nature Reserve from 1995 to 2015. The results are verified by reference to the second glacial catalogue data， and analyzed by correlation aqnalysis method Relevance to climate change.The results showed that： ①there were two different stages of glacier area change in Qilian Mountain Nature Reserve from 1995 to 2015， which increased slowly from 1995 to 2005， and declined sharply from 2005 to 2015， showing a decreasing trend as a whole. The maximum area was 376.91 km2 in 2005 and decreased to 217.33 km2 by 2015.② The correlation between the annual average precipitation change and the change of glacier area in the Qilian Mountain Nature Reserve was stronger than the correlation between the annual average temperature change and the change of glacier area. The correlation coefficient between precipitation and glacier area was 0.403， and the correlation coefficient between temperature and glacier area was -0.327. ③The change of glacier area in Qilian Mountain Nature Reserve is the result of the combination of precipitation and temperature. In different periods， temperature and precipitation played a leading role respectively.
Key words Glacier area;Temperature;Precipitation;Correlation;Qilian Mountain Nature Reserve 山岳冰川作为冰冻圈的重要组成部分，不仅是陆地表面重要的淡水资源，也是诸多大江大河的源头，被誉为 “固体水库”[1]。对于生态脆弱的西北地区尤其是自然保护区而言，研究冰川与气候变化的相关性意义重大。祁连山自然保护区生态脆弱，尤其对水资源敏感，冰川作为淡水资源的一种储存形式，气温降水变化对其有重要影响，反过来，冰川消融与凝结也会调节当地气候，因此研究二者相关关系对社会经济可持续发展十分必要。
冰川作为全球气候变化的指示器[2-3]，可以最直接地反映气候变化状况。国外对冰川研究较早，冰川学发源于瑞士。自世界冰川监测服务网络（Word Glacier Monitoring Service，简称WGSM）提倡各国做冰川编目和调查以来，科研工作者开始对全球冰川进行更深入的监测[4]。经过多年发展，我国对冰川物质变化观测已经积累了丰富的研究经验和观测成果[5]，目前研究主要集中在冰川识别与面积变化、冰川表面运动、冰川反照率3个方面。遥感技术在冰川识别的应用中主要用于面积变化监测，结合GIS方法对冰川属性参数进行提取[6]。已有研究表明，祁连山地区中部、东部冰川变化对气温的响应程度分别为中度响应、高度响应，冰川变化对降水为负响应 [7]。在叶尔羌河流域降水、气温及其组合影响冰川发育，二者年际变化共同决定冰川的性质、发育和演化[8]。另外也有学者对阿尔金山冰川变化的影响因素研究发现，冰川的性质、发育和演化受气候、地形、地理位置、冰川自身规模等诸多因素的影响，其中气温和降水及其组合的变化是最主要的影响因素[9]。上述研究针对不同地区分别探讨了冰川与降水、气温的响应程度，但在这些研究中，很少有针对祁连山自然保护区进行分析，并且很少有研究者从每年年际变化角度来分析二者关系。为此，笔者以祁连山自然保护区为研究对象，分析1995—2015年其冰川面积变化规律及冰川面积变化与气温、降水之间的相关性。
1 研究区概况
甘肃祁连山国家级自然保护区地处青藏、蒙新、黄土三大高原交汇地带的祁连山北麓，区域范围为97°25′～103°46′E、36°43′～39°36′ N。其中，核心区面积为802 261.6 hm2。该保护区为森林生态系统类型的自然保护区，总面积265 3000 hm2，以青海云杉、祁连圆柏、蓑羽鹤等生物为保护对象。祁连山海拔4 500 m以上的高山区现代冰川发育，现代冰川和古冰川作用的地貌类型都较丰富。保护区内的冰川1 219条，面积458.39 km2，冰储量15.81 km3[10]。祁连山自然保护区为大陆性高寒半湿润山地气候，降水量300～500 mm，集中在6～9月，年均温-0.6 ℃～2.0 ℃。
2 数据来源
所用遥感影像数据为1995～2015年Landsat TM、Landsat ETM、 Landsat OLI共119幅影像，来源于美国地质调查局USGS（http：//www.glovis.usgs.gov/），DEM数据来源于地理空间数据云（http：//www.gscloud.cn），第2次冰川编目数据来源于寒区旱区科学数据中心（http：//westdc.westgis.ac.cn/data），氣象数据来源于中国气象局气象数据中心，取祁连山自然保护区周围4个气象站点（永昌、武威、山丹、张掖）降水与气温年平均值。
3 研究方法
3.1 冰川面积提取方法
传统的冰川面积获取方法主要是基于野外考察的观测与测量，而基于遥感监测的冰川面积提取方法主要有比阈值法[11]、雪盖指数法[12]、监督分类与非监督分类法[13]、地图信息图谱方法[14]、多波段K-L变换方法[14]、热红外遥感方法[15]、决策树自动阈值分类方法[16-18]、面向对象的信息提取方法等[17]。其中，非监督分类方法操作简单但是精度不高;决策树研究是现阶段的一种趋势，但是决策树分类过程中无法识别样点数据中的误差，有明显错分。为了消除这种误差，笔者在提取过程中使用决策树自动阈值分类与非监督分类相结合，对二者所分出的同一区域有不同的结果进行目视解译，最终确定提取区域的冰川面积。
3.2 面积提取方法步骤
首先，查阅相关资料确定祁连山自然保护区范围，在USGS上下载研究区域内1995—2015年遥感影像，以及获取DEM数据。基于 ENVI5.3对遥感影像进行辐射定标和大气校正，根据保护区范围对影像进行拼接裁剪等操作，计算NDSI和NDVI值，建立决策树进行自动分类，运用非监督分类方法提取冰川信息，同时对DEM数据进行处理，提取出坡度<24的区域，结合决策树分类结果、非监督分类结果以及坡度信息确定冰川、冰渍物覆盖冰川，最后运用ArcGis进行面积统计（图2）。
3.3 相关性分析方法
相关分析性分析主要是相关系数与显著性检验。通过分析冰川面积变化与气候变化的相关性，能够发现他们之间的密切程度及响应。
4 结果与分析
4.1 冰川面积变化
通过决策树自动阈值分类与非监督分类相结合的方法提取出1995—2015年祁连山自然保护区内冰川面积（图3），结果表明，在祁连山自然保护区内冰川面积分为2个阶段：第一阶段是1995—2005年，冰川面积缓慢增加，1995年区域内冰川面积为276.59 km2，以平均每年16.7 km2速率增加;第二阶段是2005年以后，冰川面积急剧下降，到2015年减少为217.33 km2。第2次我国冰川编目数据有较高的精度，可用来对比验证该文结果。在第2次我国冰川编目数据集中提取祁连山自然保护区内矢量数据，经统计，祁连山自然保护区冰川面积为254 km2。
4.2 冰川面积变化与气温、降水相关性
由图4可知，1995—2015年祁连山自然保护区年均降水量波动下降，2003年出现最高值，1995—2000年降水量增加幅度大，2010—2015年降水量减少速度快。气温状况是以平均每年0.6 ℃的速率上升，1995—2014年从6.61 ℃上升至8.84 ℃，从图3～4来看，冰川面积变化与降水量变化的相关性更强，趋势基本一致。以定量的方式探讨保护区降水量、气温与冰川面积之间的相关性，以相关系数的形式表达，结果表明降水量与冰川面积之间的相关系数为0.403，显著性为0.122。气温与冰川面积之间的相关系数为-0.327，显著性为0.216，二者之间成负相关关系，冰川面积变化与降水量变化的相关性强于与气温变化的相关性。 5 结论与讨论
（1）1995—2015年祁连山自然保护区内冰川面积变化有2个不同阶段：1995—2005年缓慢增加，2005—2015年急剧下降，整体呈减少趋势。
（2）祁连山自然保护区年均降水量变化与冰川面积变化的相关性强于年均气温变化与冰川面积变化的相关性。冰川面积变化与降水之间的显著性为0.122，与气温之间的显著性为0.216。
（3）在不同时期降水量与温度分别为冰川面积变化的主导因素。1995—2000年降水量急剧增加，温度升高，降水量增加幅度大于温度升高幅度，因此1995—2000年冰川面积缓慢增加，降水量是这一时期冰川面积变化的主导因素。2000—2005年降水量减少但气温较前一阶段变化不大，因气考虑到冰川凝结消融需要时间，有滞后性，其中能量变化是一个过程，该阶段面积仍缓慢增加，但是速率小于1995—2000年。2005—2015年温度持续升高，降水量同时波动下降，祁连山自然保护区内冰川面积由2010年的258.85 km2减少到217.33 km2，减少了41.52 km2。这一时期气温是冰川面积变化的主导因素。
（4）祁连山自然保护区内冰川面积变化与气温降水关系密切，降水量大于由气温升高带来的消融量时冰川面积增加，降水量不足以补充气温升高带来的消融时冰川面积减少。已有研究表明，气温每升高1 ℃需要降水量增加25%或35%才能弥补由升温引起的冰川消融[18-19]，因此祁连山自然保护区冰川面积变化受气温与降水变化不同幅度的影响。祁连山地区冰雪融水是区域内水资源的重要来源，研究冰川面积变化与气候相关关系能为保护区建设提供参考，保护生物多样性。
参考文献
[1]DYURGEROV M B，MEIER M F.Glaciers and the changing earth system：A 2004 snapshot[M].Colorado：Institute of Arctic and Alpine Research，University of Colorado，2005：118.
[2]OERLEMANS J.Quantifying global warming from the retreat of glaciers[J].Science，1994，264（5156）：243-245.
[3]HAEBERLI W，CIHLAR J，BARRY R G.Glacier monitoring within the Global Climate Observing System[J].Annals of glaciology，2000，31（1）：241-246.
[4]SHI Y F，LIU S Y.Estimation on the response of glaciers in China to the global warming in the 21st century[J].Chinese science bulletin，2000，45（7）：668-672.
[5]陈沥.1990-2016年西藏阿里地区冰川、湖泊波动对气候变化的响应[D].重庆：重庆师范大学，2018.
[6]马其琦.基于多源遥感数据的西昆仑冰川变化监测[D].南京：南京大学，2018.
[7]陈虹举，杨建平，谭春萍.中国冰川变化对气候变化的响应程度研究[J].冰川冻土，2017，39（1）：16-23.
[8]冯童，刘时银，许君利，等.1968-2009年叶尔羌河流域冰川变化：基于第一、二次中国冰川编目数据[J].冰川冻土，2015，37（1）：1-13.
[9]胡凡盛，杨太保，冀琴，等.近40a阿尔金山冰川与气候变化关系研究[J].干旱区地理，2017，40（3）：581-588.
[10]王宗太，刘潮海，尤根祥，等.中国冰川目录（祁连山区）[M].兰州：中国科学院兰州冰川冻土研究所，1981：1-249.
[11]KAMP U，BYRNE M，BOLCH T.Glacier fluctuations between 1975 and 2008 in the Greater Himalaya Range of Zanskar，southern Ladakh [J].J Mt Sci，2011，8：374-389.
[12]王建.卫星遥感雪盖制图方法对比与分析[J].遥感技术与应用，1999，14（4）：29-36.
[13]张明华.基于ETM+影像的西藏南迦巴瓦峰地区海洋性冰川信息提取[J].冰川冻土，2005，27（2）：226-232.
[14]龚珺.地学信息图谱应用的展望[J].科技广场，2011（1）：235-237.
[15]趙慧，张明明，赵艳玲.TM6热红外波段温度信息提取研究[J].科技创新导报，2008（17）：7.
[16]宋波，何元庆，庞洪喜，等.基于遥感和GIS的我国季风海洋型冰川区冰碛物覆盖型冰川边界的自动识别[J].冰川冻士，2007，29（3）：456-462.
[17]崔璐，杜华强，周国模，等.决策树结合混合像元分解的中国竹林遥感信息提取[J].遥感学报，2019，23（1）：166-176.
[18]杨超，邬国锋，李清泉，等.植被遥感分类方法研究进展[J].地理与地理信息科学，2018，34（4）：24-32.
[19]张继平，刘林山，张镱锂，等.面向对象的极高海拔区水体及冰川信息提取：以珠穆朗玛峰国家级自然保护区核心区为例[J].地球信息科学学报，2010，12（4）：517-523.
关键词 冰川面积;气温;降水;相关关系;祁连山自然保护区
中图分类号 S759.9 文献标识码 A 文章编号 0517-6611（2020）05-0085-03
doi：10.3969/j.issn.0517-6611.2020.05.023
开放科学（资源服务）标识码（OSID）：
Abstract The glacier is an important storage form of freshwater resources. In recent years， the area of glaciers has been decreasing. Studying the change of glacial area is of great significance for the ecological protection and sustainable development of arid region. Based on Landsat TM， Landsat ETM and Landsat OLI remote sensing image data and meteorological observation data， remote sensing interpretation and statistical analysis are carried out. The decision tree automatic threshold classification method is used， and the unsupervised classification method is used to get the change of glacier area in Qilian Mountain Nature Reserve from 1995 to 2015. The results are verified by reference to the second glacial catalogue data， and analyzed by correlation aqnalysis method Relevance to climate change.The results showed that： ①there were two different stages of glacier area change in Qilian Mountain Nature Reserve from 1995 to 2015， which increased slowly from 1995 to 2005， and declined sharply from 2005 to 2015， showing a decreasing trend as a whole. The maximum area was 376.91 km2 in 2005 and decreased to 217.33 km2 by 2015.② The correlation between the annual average precipitation change and the change of glacier area in the Qilian Mountain Nature Reserve was stronger than the correlation between the annual average temperature change and the change of glacier area. The correlation coefficient between precipitation and glacier area was 0.403， and the correlation coefficient between temperature and glacier area was -0.327. ③The change of glacier area in Qilian Mountain Nature Reserve is the result of the combination of precipitation and temperature. In different periods， temperature and precipitation played a leading role respectively.
Key words Glacier area;Temperature;Precipitation;Correlation;Qilian Mountain Nature Reserve 山岳冰川作为冰冻圈的重要组成部分，不仅是陆地表面重要的淡水资源，也是诸多大江大河的源头，被誉为 “固体水库”[1]。对于生态脆弱的西北地区尤其是自然保护区而言，研究冰川与气候变化的相关性意义重大。祁连山自然保护区生态脆弱，尤其对水资源敏感，冰川作为淡水资源的一种储存形式，气温降水变化对其有重要影响，反过来，冰川消融与凝结也会调节当地气候，因此研究二者相关关系对社会经济可持续发展十分必要。
冰川作为全球气候变化的指示器[2-3]，可以最直接地反映气候变化状况。国外对冰川研究较早，冰川学发源于瑞士。自世界冰川监测服务网络（Word Glacier Monitoring Service，简称WGSM）提倡各国做冰川编目和调查以来，科研工作者开始对全球冰川进行更深入的监测[4]。经过多年发展，我国对冰川物质变化观测已经积累了丰富的研究经验和观测成果[5]，目前研究主要集中在冰川识别与面积变化、冰川表面运动、冰川反照率3个方面。遥感技术在冰川识别的应用中主要用于面积变化监测，结合GIS方法对冰川属性参数进行提取[6]。已有研究表明，祁连山地区中部、东部冰川变化对气温的响应程度分别为中度响应、高度响应，冰川变化对降水为负响应 [7]。在叶尔羌河流域降水、气温及其组合影响冰川发育，二者年际变化共同决定冰川的性质、发育和演化[8]。另外也有学者对阿尔金山冰川变化的影响因素研究发现，冰川的性质、发育和演化受气候、地形、地理位置、冰川自身规模等诸多因素的影响，其中气温和降水及其组合的变化是最主要的影响因素[9]。上述研究针对不同地区分别探讨了冰川与降水、气温的响应程度，但在这些研究中，很少有针对祁连山自然保护区进行分析，并且很少有研究者从每年年际变化角度来分析二者关系。为此，笔者以祁连山自然保护区为研究对象，分析1995—2015年其冰川面积变化规律及冰川面积变化与气温、降水之间的相关性。
1 研究区概况
甘肃祁连山国家级自然保护区地处青藏、蒙新、黄土三大高原交汇地带的祁连山北麓，区域范围为97°25′～103°46′E、36°43′～39°36′ N。其中，核心区面积为802 261.6 hm2。该保护区为森林生态系统类型的自然保护区，总面积265 3000 hm2，以青海云杉、祁连圆柏、蓑羽鹤等生物为保护对象。祁连山海拔4 500 m以上的高山区现代冰川发育，现代冰川和古冰川作用的地貌类型都较丰富。保护区内的冰川1 219条，面积458.39 km2，冰储量15.81 km3[10]。祁连山自然保护区为大陆性高寒半湿润山地气候，降水量300～500 mm，集中在6～9月，年均温-0.6 ℃～2.0 ℃。
2 数据来源
所用遥感影像数据为1995～2015年Landsat TM、Landsat ETM、 Landsat OLI共119幅影像，来源于美国地质调查局USGS（http：//www.glovis.usgs.gov/），DEM数据来源于地理空间数据云（http：//www.gscloud.cn），第2次冰川编目数据来源于寒区旱区科学数据中心（http：//westdc.westgis.ac.cn/data），氣象数据来源于中国气象局气象数据中心，取祁连山自然保护区周围4个气象站点（永昌、武威、山丹、张掖）降水与气温年平均值。
3 研究方法
3.1 冰川面积提取方法
传统的冰川面积获取方法主要是基于野外考察的观测与测量，而基于遥感监测的冰川面积提取方法主要有比阈值法[11]、雪盖指数法[12]、监督分类与非监督分类法[13]、地图信息图谱方法[14]、多波段K-L变换方法[14]、热红外遥感方法[15]、决策树自动阈值分类方法[16-18]、面向对象的信息提取方法等[17]。其中，非监督分类方法操作简单但是精度不高;决策树研究是现阶段的一种趋势，但是决策树分类过程中无法识别样点数据中的误差，有明显错分。为了消除这种误差，笔者在提取过程中使用决策树自动阈值分类与非监督分类相结合，对二者所分出的同一区域有不同的结果进行目视解译，最终确定提取区域的冰川面积。
3.2 面积提取方法步骤
首先，查阅相关资料确定祁连山自然保护区范围，在USGS上下载研究区域内1995—2015年遥感影像，以及获取DEM数据。基于 ENVI5.3对遥感影像进行辐射定标和大气校正，根据保护区范围对影像进行拼接裁剪等操作，计算NDSI和NDVI值，建立决策树进行自动分类，运用非监督分类方法提取冰川信息，同时对DEM数据进行处理，提取出坡度<24的区域，结合决策树分类结果、非监督分类结果以及坡度信息确定冰川、冰渍物覆盖冰川，最后运用ArcGis进行面积统计（图2）。
3.3 相关性分析方法
相关分析性分析主要是相关系数与显著性检验。通过分析冰川面积变化与气候变化的相关性，能够发现他们之间的密切程度及响应。
4 结果与分析
4.1 冰川面积变化
通过决策树自动阈值分类与非监督分类相结合的方法提取出1995—2015年祁连山自然保护区内冰川面积（图3），结果表明，在祁连山自然保护区内冰川面积分为2个阶段：第一阶段是1995—2005年，冰川面积缓慢增加，1995年区域内冰川面积为276.59 km2，以平均每年16.7 km2速率增加;第二阶段是2005年以后，冰川面积急剧下降，到2015年减少为217.33 km2。第2次我国冰川编目数据有较高的精度，可用来对比验证该文结果。在第2次我国冰川编目数据集中提取祁连山自然保护区内矢量数据，经统计，祁连山自然保护区冰川面积为254 km2。
4.2 冰川面积变化与气温、降水相关性
由图4可知，1995—2015年祁连山自然保护区年均降水量波动下降，2003年出现最高值，1995—2000年降水量增加幅度大，2010—2015年降水量减少速度快。气温状况是以平均每年0.6 ℃的速率上升，1995—2014年从6.61 ℃上升至8.84 ℃，从图3～4来看，冰川面积变化与降水量变化的相关性更强，趋势基本一致。以定量的方式探讨保护区降水量、气温与冰川面积之间的相关性，以相关系数的形式表达，结果表明降水量与冰川面积之间的相关系数为0.403，显著性为0.122。气温与冰川面积之间的相关系数为-0.327，显著性为0.216，二者之间成负相关关系，冰川面积变化与降水量变化的相关性强于与气温变化的相关性。 5 结论与讨论
（1）1995—2015年祁连山自然保护区内冰川面积变化有2个不同阶段：1995—2005年缓慢增加，2005—2015年急剧下降，整体呈减少趋势。
（2）祁连山自然保护区年均降水量变化与冰川面积变化的相关性强于年均气温变化与冰川面积变化的相关性。冰川面积变化与降水之间的显著性为0.122，与气温之间的显著性为0.216。
（3）在不同时期降水量与温度分别为冰川面积变化的主导因素。1995—2000年降水量急剧增加，温度升高，降水量增加幅度大于温度升高幅度，因此1995—2000年冰川面积缓慢增加，降水量是这一时期冰川面积变化的主导因素。2000—2005年降水量减少但气温较前一阶段变化不大，因气考虑到冰川凝结消融需要时间，有滞后性，其中能量变化是一个过程，该阶段面积仍缓慢增加，但是速率小于1995—2000年。2005—2015年温度持续升高，降水量同时波动下降，祁连山自然保护区内冰川面积由2010年的258.85 km2减少到217.33 km2，减少了41.52 km2。这一时期气温是冰川面积变化的主导因素。
（4）祁连山自然保护区内冰川面积变化与气温降水关系密切，降水量大于由气温升高带来的消融量时冰川面积增加，降水量不足以补充气温升高带来的消融时冰川面积减少。已有研究表明，气温每升高1 ℃需要降水量增加25%或35%才能弥补由升温引起的冰川消融[18-19]，因此祁连山自然保护区冰川面积变化受气温与降水变化不同幅度的影响。祁连山地区冰雪融水是区域内水资源的重要来源，研究冰川面积变化与气候相关关系能为保护区建设提供参考，保护生物多样性。
参考文献
[1]DYURGEROV M B，MEIER M F.Glaciers and the changing earth system：A 2004 snapshot[M].Colorado：Institute of Arctic and Alpine Research，University of Colorado，2005：118.
[2]OERLEMANS J.Quantifying global warming from the retreat of glaciers[J].Science，1994，264（5156）：243-245.
[3]HAEBERLI W，CIHLAR J，BARRY R G.Glacier monitoring within the Global Climate Observing System[J].Annals of glaciology，2000，31（1）：241-246.
[4]SHI Y F，LIU S Y.Estimation on the response of glaciers in China to the global warming in the 21st century[J].Chinese science bulletin，2000，45（7）：668-672.
[5]陈沥.1990-2016年西藏阿里地区冰川、湖泊波动对气候变化的响应[D].重庆：重庆师范大学，2018.
[6]马其琦.基于多源遥感数据的西昆仑冰川变化监测[D].南京：南京大学，2018.
[7]陈虹举，杨建平，谭春萍.中国冰川变化对气候变化的响应程度研究[J].冰川冻土，2017，39（1）：16-23.
[8]冯童，刘时银，许君利，等.1968-2009年叶尔羌河流域冰川变化：基于第一、二次中国冰川编目数据[J].冰川冻土，2015，37（1）：1-13.
[9]胡凡盛，杨太保，冀琴，等.近40a阿尔金山冰川与气候变化关系研究[J].干旱区地理，2017，40（3）：581-588.
[10]王宗太，刘潮海，尤根祥，等.中国冰川目录（祁连山区）[M].兰州：中国科学院兰州冰川冻土研究所，1981：1-249.
[11]KAMP U，BYRNE M，BOLCH T.Glacier fluctuations between 1975 and 2008 in the Greater Himalaya Range of Zanskar，southern Ladakh [J].J Mt Sci，2011，8：374-389.
[12]王建.卫星遥感雪盖制图方法对比与分析[J].遥感技术与应用，1999，14（4）：29-36.
[13]张明华.基于ETM+影像的西藏南迦巴瓦峰地区海洋性冰川信息提取[J].冰川冻土，2005，27（2）：226-232.
[14]龚珺.地学信息图谱应用的展望[J].科技广场，2011（1）：235-237.
[15]趙慧，张明明，赵艳玲.TM6热红外波段温度信息提取研究[J].科技创新导报，2008（17）：7.
[16]宋波，何元庆，庞洪喜，等.基于遥感和GIS的我国季风海洋型冰川区冰碛物覆盖型冰川边界的自动识别[J].冰川冻士，2007，29（3）：456-462.
[17]崔璐，杜华强，周国模，等.决策树结合混合像元分解的中国竹林遥感信息提取[J].遥感学报，2019，23（1）：166-176.
[18]杨超，邬国锋，李清泉，等.植被遥感分类方法研究进展[J].地理与地理信息科学，2018，34（4）：24-32.
[19]张继平，刘林山，张镱锂，等.面向对象的极高海拔区水体及冰川信息提取：以珠穆朗玛峰国家级自然保护区核心区为例[J].地球信息科学学报，2010，12（4）：517-523.