青藏高原札达地区多年冻土遥感技术圈定方法与应用
2017-04-17李晓民张焜李冬玲李得林李宗仁张兴
李晓民， 张焜， 李冬玲， 李得林， 李宗仁， 张兴
(1.青海省青藏高原北部地质过程与矿产资源重点实验室，西宁 810012；2.青海省地质调查院，西宁 810012)
青藏高原札达地区多年冻土遥感技术圈定方法与应用
李晓民1，2， 张焜1，2， 李冬玲1，2， 李得林1，2， 李宗仁1，2， 张兴1，2
(1.青海省青藏高原北部地质过程与矿产资源重点实验室，西宁 810012；2.青海省地质调查院，西宁 810012)
为了更好地了解青藏高原札达地区多年冻土的分布情况，归纳总结了冻土下限的遥感解译标志； 利用不同类型的遥感数据源对冻土的下限位置进行了圈定，并分别与高程模型和温度模型的圈定结果进行了对比。结果表明: 该区多年冻土区面积为17 148.93 km2； 3种模型相互补充参考，可以提高大比例尺多年冻土制图精度，此方法应用结果在区域上作为参考资料前期使用，可大大缩小相关项目前期工作量，提高效率； 因此，利用遥感技术圈定多年冻土的应用价值较高，可以更好地为青藏高原区域地质、水文地质、工程地质及气候变化等研究提供更加详实的资料。
青藏高原； 多年冻土； 多年冻土下限； 地温反演； 冻土地貌； 遥感解译
0 引言
冻土是指在气候寒冷地区含有冰的土层或岩层。多年冻土是指地下持续2 a以上保持冻结状态的一类特殊岩土，多年冻土也称永久冻土。多年冻土下限为多年冻土层的下底面，其上温度多年处于0℃以下，其下温度多年处于0℃以上[1]。确定了多年冻土下限的位置，就可以掌握多年冻土的分布范围。随着国家经济持续发展，工程建设、水资源利用等都要接触到冻土地区。在这些项目论证和设计时，要充分全面了解项目所在地区的冻土分布及其影响作用，从而需要对该地区冻土范围进行调查，为工程建设、水资源利用等提供科学依据。
从目前国内外冻土的研究现状来看，冻土空间分布制图经历了从上世纪的简单勾绘多年冻土范围，逐渐向以 GIS 技术支持为主的大尺度、多元化、多方面地建立复杂地球科学模型的过程。无论是经验统计模型，还是过程模型，都是基于对实地高山多年冻土分布状况的一种近似模拟，因而，或多或少地会存在一定的误差。宏观尺度的冻土模拟能够表现冻土的宏观规律和特征，其局限性在于忽视了冻土细部特征及区域性因素的影响，使中小尺度冻土模拟受到一定的限制。从各种高山冻土模型与制图的发展过程来看，多年冻土模型与制图的未来研究呈现出多元化研究和细化研究的趋势[2-5]。冻土大多分布在高海拔环境恶劣区，导致冻土调查难度大、时间长、工作量大，不能满足社会发展需要。近年来高分辨率及多光谱遥感技术的不断发展，其快速、高效、节约成本等优势越加突出，在多年冻土制图和冻土监测中发挥了越来越重要的作用，显示出具有很大的潜力。
本研究在高程模型和温度模型的基础上利用遥感模型对多年冻土下限位置进行较为精细的大比例尺解译和圈定，对3种模型进行了相互印证与补充，确定了研究区多年冻土分布范围，为区域水文地质、工程地质及气候变化等研究提供基础参考资料。
1 研究区概况
研究区位于青藏高原西藏自治区西南部,地理坐标为E78°30′～82°30′，N30°30′～32°30′,行政隶属阿里地区。区内交通以公路为主，219国道(叶城-拉孜)横贯该区北部，狮泉河-普兰、狮泉河-札达公路与219国道相接。喜马拉雅山及其北麓气候受喜马拉雅山脉大气环流屏障作用影响较大，属高原亚寒带干旱气候区，山势磅礴，冰川巍峨，景象万千，气候干燥而寒冷,虽日照充足但气温低、温差大、无霜期短、降水少、大风多。总之，区内自然条件恶劣，以高寒缺氧、低气压、干旱，以及雷暴、冰雹、沙暴多发为特点。
2 研究方法
本次工作在总结前人多年冻土研究成果的基础上，选择高程模型、温度模型、遥感模型进行研究区多年冻土下限位置的调查，确定研究区多年冻土区范围，具体思路为： 参照前人资料及冻土模型等得出的本区多年冻土下限结论，利用DEM数据处理提取多年冻土下限，并使用热红外波段进行地表温度反演，参照高程模型和温度模型完成的结果，利用处理完成的遥感影像进行多年冻土下限精细解译圈定，最终完成全区多年冻土下限位置确定(图1)。
图1 多年冻土下限圈定流程图
Fig.1 Flow charts of permafrost depth delineation
2.1 遥感数据源选择
本文选择Landsat8 OLI(简称OLI)、资源一号02C星(简称ZY-1 02C)和高分一号(简称GF-1)数据,其详细参数见表1。
表1 Landsat8，ZY-1 02C和GF-1卫星数据主要参数对比表
DEM选用ASTER卫星数据制作的分辨率30 m的数字高程模型数据，进行多年冻土的下限圈定研究。OLI数据的时相为2013年6—10月； ZY-1 02C数据的时相在2012年6—12月之间； GF-1卫星数据的时相为2014年6月26日。
2.2 图像处理
为了满足本次调查的需要，选用如下方法进行数据处理： OLI数据的模拟真彩色融合，进行RGB-ISH-RGB色度空间转换。通过对各波段组合统计分析，结合各波段波谱特征，经人机对话对比，选择OLI 7,5,2,8波段组合制作遥感影像图； ZY-1 02C星PMS数据全色波段与多光谱波段间成像同步性较差。本次处理采用ERADS软件的AutoSync来实现影像配准。波段组合方案为2(R)3(G)1(B)，该方案能最大化地体现地质体特征。在上述影像配准的前提下，对研究区PMS多光谱数据与全色数据进行融合，采用乘积变换融合方法； GF-1卫星数据在ERDAS中采用“DEM+RFM+GCP”的方法分别对多光谱和全色原始数据进行正射纠正。利用全色增强融合算法(Pansharp)选择B3，B2，B1进行波段组合并与全色波段进行融合处理。
2.3 全区冻土下限的提取(高程模型)
目前遥感应用中，坡度、坡向大多是通过数字高程模型计算得到的，主要的方法有数值分析法、局部曲面拟和法、空间矢量法、快速傅里叶变换法等[6-7]。本次调查利用ArcGIS软件中的高级分析工具，把已经校正好的DEM数据进行高差、坡度、坡向的处理工作，再根据研究区范围，在ArcGIS工具中选择重分类选项，坡向[45°，135°)为东坡，坡向[135°,225°)为南坡，坡向[225°,315°)为西坡，坡向[315°,360°]与[0°,45°)为北坡。将东西坡归为一类，分别提取北坡、东西坡以及南坡所对应的区域范围。利用南卓铜、李昆、王绍令等[8-10]的研究结果(多年冻土分布主要受海拔的控制，同时又服从于纬度地带性，多年冻土下界高程随纬度减少而升高，平均纬度每降低1°，下界升高约130 m)，确定研究区多年冻土下限高程标准(阙值)东西坡为海拔5 000 m、北(阴)坡下界为5 100 m、南(阳)坡下界为4 950 m，分别提取多年冻土下限值的等高线范围，并分别制作研究区的地势高差图、地势坡度图、地势坡向图，再综合形成研究区临时多年冻土下限分布图，为下一步工作提供依据。
2.4 地表温度反演(温度模型)
热红外遥感是获取地表热状况信息的一种非常重要的手段，利用卫星数据演算地表温度，已经成为遥感科学的一个重要研究领域[11]。常用的地表温度反演方法有单窗算法、劈窗算法、分类窗算法、单通道算法等[12-13]。本文在ENVI软件下用Landsat8的第10和11波段数据，采用单窗算法[14]进行研究区地表温度反演。反演结果用ArcGIS工具重分类选项进行操作，将地表温度0℃作为分界线进行阈值分割，为下一步圈定多年冻土下限提供依据。
2.5 多年冻土下限遥感解译圈定(遥感模型)
遥感影像是以光谱特征、辐射特征、几何特征及时相特征来反映地物信息，解译时必须运用地学相关分析方法，综合影像的色调、亮度、饱和度、形状、纹理和结构等特征，并结合已有资料和野外工作经验知识判定地物类型[15]。在使用大比例尺遥感影像地质解译过程当中，采用二维影像与三维影像共同解译的方法多角度地进行地质构造及地貌、岩性的识别，很大程度上提高了地物边界的可分辨程度，加快了解译进度，也提高了解译成果的精度。本次工作在圈定多年冻土下限范围的过程中，充分利用不同卫星数据的特点，展开了不同尺度、不同角度的解译，取得了较好效果。
3 多年冻土下限圈定方法与应用
3.1 多年冻土下限的遥感解译标志
多年冻土的直接和间接的遥感解译标志[16-19]共分为6大类，典型影像如图2所示。
1)色调色彩。由于区域海拔、温度、风速、岩土结构及含水量的不同，多年冻土区与季节性冻土区对太阳电磁波有不同的反射、吸收和发射特征，体现在遥感影像图上色调色彩有所差异，尤其细粒岩土体、导热率低、不易透水、含水性高的岩石在OLI影像上色调差异尤为明显。岩石影像色调的深浅与其类型、颗粒大小、孔隙度等有关(图2(a))。
2)植被发育。在植被发育区，由于多年冻土区气候严寒，植被是以苔藓、地衣为主组成的苔原植被，草本植物和灌木很少，随着多年冻土上限深度增加，高寒草甸草地的覆盖度和生物生产量均显著减少，植被的类型和覆盖度与季节性冻土相比差异性明显。遥感影像上植被色调分布明显，易于判断，界线分明(图2(b))，也可采用NDVI指数进行间接判断。
3)冰雪覆盖。若某一个地区多年被冰雪覆盖，则该区可能也存在多年冻土。OLI影像上冰雪的色调呈蛋清色、白色，表面光滑。可通过多期数据前后对比，确定冰雪覆盖的范围(图2(c))。
4)水系特征。在永冻区，地下水长期处于冰冻状态，地表水系沿多年冻土边缘的多边形裂隙流出，形成密集的树枝状水系； 有时受冻土阻挡，汇集形成小型池塘(图2(d))。
5)泉点发育。一般冻土边缘由于断裂或地形切割等因素作用，致使冻结层上水在重力作用下流出地表形成泉水。在遥感影像上呈点状、蝌蚪状等图案显示(图2(e))。
(a) 色调色彩(OLI影像) (b) 植被发育(OLI影像)(c) 冰雪覆盖(OLI影像)
(d) 水系特征(2Y-1 02C影像) (e) 泉点发育(2Y-1 02C影像) (f) 冻土地貌(OLI影像)
图2 多年冻土下限的遥感解译标志
Fig.2 Permafrost depth of remote sensing interpretation mark
6)冻土地貌。在寒冷气候条件之下，冻融作用使岩石遭受破坏，松散沉积物受到干扰和分选一级冻土层发生变形等。多年冻土与季节性冻土区边缘由于季节性消融作用，在遥感影像上多呈模糊拉伸状影纹(图2(f))。
3.2 冻土地貌遥感解译标志
在高分影像上季节冻土区可见冻胀丘、泥流舌、泥流阶地、热融滑塌、石环及石河等冻土微地貌，可作为季节冻土与多年冻土的划分依据。建立的微地貌解译标志主要有6种(图3)。
(a) 热融地形(ZY-1 02C影像) (b) 石海石河(ZY-1 02C影像)(c) 泥流阶地(ZY-1 02C影像)
(d) 冻融夷平面(ZY-1 02C影像)(e) 热融滑塌(GF-1影像) (f) 融冻泥流(GF-1影像)
图3 冻土地貌遥感解译标志
Fig.3 Frozen soil landform of remote sensing interpretation mark
1)热融地形。温度周期性地发生正负变化，冻土层多次消冻形成，包括浅洼地、热融滑塌等。在遥感影像上可见反复作用形成的冻融区，岩土体明显感觉有个拉伸空间(图3(a))。
2)石海石河。基岩经剧烈的冻融风化破坏，岩石裂解，产生大量的巨石、角砾，堆在平缓的地面上，尤其在边部岩石颗粒越大，磨圆度越小，遥感影像上呈疙瘩状、椭圆形，与周围界线明显(图3(b))。
3)泥流阶地。也称土溜阶坎，融冻泥流在向下蠕动过程中产生的台阶状堆积地貌, 遥感影像上阶地层次明显，在宽谷处尤为发育(图3(c))。
4)冻融夷平面。山体受冻融作用的剥蚀和均夷，把融冻岩屑不断地搬用走，使山坡后退，平缓较宽的地面形成夷平面，遥感影像上纹形与周围明显不一致，表面较光滑(图3(d))。
5)热融滑塌。永冻层上部地下冰因融化而产生的滑塌，呈负地貌形态。在遥感影像上滑塌体颜色较浅，典型地表现为“箕”状形态特征，受岩土体性质的影响，呈串珠状连续发育，依此可判断其规模、大小、滑动方向等(图3(e))。
6)融冻泥流。饱和水的松散土层和冻融风化层解冻时，因具塑性，发生沿斜坡蠕动。遥感影像上呈疙瘩状影纹，堆积物无分选性，缺乏层理(图3(f))。
3.3 多年冻土下限对比分析
高程模型由于是以点带面计算机自动生成的结果，往往忽视了多年冻土局部的差异性，在大比例尺成图时会产生误差。这种误差可以在遥感模型中修正和消除。以研究区中晚侏罗世日松组(J3r)中多年冻土为例(图4)，该岩组的岩性为中薄层状细粒岩屑砂岩、长石石英砂岩与粉砂质泥岩，局部夹砂砾岩、白云质灰岩，OLI影像上多年冻土下限位置色调差异明显(图4(a))。由基础地质图(图4(b))可见，多年冻土受构造、岩土体类型影响较小。其DEM数据生成处理的多年冻土下限位置(紫色线条)结果明显与冻土实际范围不吻合(图4(c))，通过遥感解译修正多年冻土下限界线位置(黄色线条)，可以消除DEM数据(主要受其精度限制)在坡向、高程等方面产生的误差(图4(d))，能更客观地反映多年冻土区的分布情况。该应用实例证明，DEM数据处理与遥感解译相结合，进行多年冻土下限的圈定，可以获得良好的效果。
(a) 遥感影像图 (b) 基础地质图
(c) 等高线圈定的多年冻土下限 (d) 遥感解译修正后的多年冻土下限
图4 多年冻土下限等高线圈定和遥感解译圈定结果对比
Fig.4 Comparison of remote sensing interpretation of permafrost depth
经与地温反演数据对比发现，夏秋季相的ETM+中热红外波段，尤其是Landsat8 的OLI 10和11波段数据的温度反演结果可以作为多年冻土下限圈定的一个重要指示标志。图5的底图由OLI 10波段数据经地温反演形成，温度以0℃为界进行阈值分割，蓝色区域为地温0℃以下地段，与本文前述采用DEM数据处理与遥感解译相结合圈定的多年冻土下限(粉红色线条)吻合率较高。
利用高程模型、温度模型和遥感模型调查研究区多年冻土下限位置时发现，高程模型只是计算机理论生成的一个固定值； 温度模型受数据精度、温度反演方法产生的误差等限制，不同地段两者所得到的多年冻土下限位置都存在或高或低的偏差； 而遥感模型由于图像分辨率的大大提升，解译精度大大提高，能更好地反映多年冻土的下限位置，故本次工作研究区多年冻土下限以遥感模型结果为准(表2)。研究区多年冻土下限在东西坡为海拔4 966 m、阳坡为5 083 m、阴坡则在4 940 m左右浮动，没有确切的固定值。因此，多年冻土的下限用遥感模型参考高程模型和温度模型的结果最终确定。
图5 研究区地温反演结果与解译的多年冻土下限范围对比
表2 研究区不同模型多年冻土下限值
3.4 多年冻土分布
结合前人资料[20]和本次调查结果，研究区冻土由多年冻土和季节性冻土组成，多年冻土区面积为17 148.93 km2，占全区面积的23.75%(表3和图6)。
表3 本文调查的冻土面积
图6 研究区冻土空间分布图
高海拔与严寒干燥的气候为本区多年冻土的形成和发育提供了有利的条件。高分辨率遥感影像显示，研究区多年冻土的分布除前述垂直分带性外，还具有强烈的地域分带性，主要分布于古冰缘退化残余区，如冈底斯山、喜马拉雅山、玛旁雍错-公珠错以北沿线。地形的坡向、河流、湖泊、植被等对冻土的分布有很大影响。
由图7可见，夏季影像上由于多年冻土与季节性冻土的含水性不一致，色调差异明显； 冬季影像上多年冻土与季节性冻土整体色调一致，因为那时候季节性冻土也处于冻结状态。气候变暖最直接的影响是冻土及冰川消融，从20世纪80年代末期开始,青藏高原多年冻土缩减了24万km2。而同期冰川面积退缩了15%，退缩幅度相当于此前200 a之和，导致了区域性多年冻土区分布减少[21-22]。研究区多年冻土区位于人迹罕至的高海拔山区，由于条件有限，包括受遥感数据时相和精度的限制，此次工作圈定的多年冻土范围虽有待做进一步的验证，但从以上分析说明，所获得的结果，可作为参考资料为区内相关工程项目的前期工作所采用，以大大减少工作量，提高工程效率。
(a) 夏季(时相2014-06-03)(b) 冬季(时相2014-12-28)
图7 多年冻土与季节性冻土遥感影像差异(OLI影像)
Fig.7 Difference of remote sensing image between permafrost and frozen soil
4 结论
1)为充分发挥遥感优势，在总结前人多年冻土研究成果的基础上，选择高程模型、温度模型、遥感模型进行研究区多年冻土下限位置的调查，确定该区多年冻土区的面积为17 148.93 km2,主要分布于古冰缘退化残余区。
2)总结了研究区多年冻土下限的解译标志，包括色调色彩、植被发育、冰雪覆盖、水系特征、泉点发育及冻土地貌6大类，其中对冻土地貌中的微地貌进行了进一步的描述。也从侧面说明了国产ZY-1 02C和GF-1在冻土调查中的应用价值。
3)分别用高程模型、温度模型对遥感模型的结果进行了对比，3种模型相互补充参考，提高了大比例尺多年冻土制图的精度。但从以上对比结果说明，本次工作获得的结果在区域上可作为重要的参考资料为相关工程项目前期所采用，以大大减少工作量，提高效率。由于条件有限，此次工作圈定的多年冻土范围还有待进一步验证。
4)随着可见光、红外及微波卫星遥感技术的发展，特别是我国高分卫星专项计划的实施和一系列业务卫星的陆续发射，更为精确地确定多年冻土的下限位置将成为可能，可以为青藏高原区域地质、水文地质、工程地质及气候变化等研究提供更加详实的资料。
志谢： 感谢青海省地质调查院庄永成高级工程师在写作过程中的指导和帮助。
[1] 周幼吾,郭东信,邱国庆,等.中国冻土[M].北京:科学出版社,2000:40-46. Zhou Y W,Guo D X,Qiu G Q,et al.Geocryology of China[M].Beijing:Science Press,2000:40-46.
[2] 王坤,陈凤臻,陈立春,等.基于RS/GIS的冻土分布模拟研究现状[J].赤峰学院学报:自然科学版,2012,28(10):122-124. Wang K,Chen F Z,Chen L C,et al.The research status of permafrost distribution simulation based on RS and GIS[J].Journal of Chifeng University:Natural Science Edition,2012,28(10):122-124.
[3] 李静,盛煜,焦士兴.高山多年冻土分布模型与制图研究进展[J].冰川冻土,2009,31(4):679-687. Li J,Sheng Y,Jiao S X.Progress in mapping and modeling the distribution of alpine permafrost in China and abroad[J].Journal of Glaciology and Geocryology,2009,31(4):679-687.
[4] 张秀敏,盛煜,赵林,等.基于分区和多元数据的青藏高原温泉区域多年冻土分布研究[J].地理科学,2012,32(12):1513-1520. Zhang X M,Sheng Y,Zhao L,et al.Permafrost distribution using sub-region classification and multivariate data in the Wenquan Area over the Qinghai-Tibet Plateau[J].Scientia Geographica Sinica,2012,32(12):1513-1520.
[5] 张秀敏,南卓铜,吴吉春,等.基于多元自适应回归样条的青藏高原温泉区域的冻土分布制图[J].冰川冻土,2011,33(5):1088-1097. Zhang X M,Nan Z T,Wu J C,et al.Modeling permafrost distribution in Wenquan area over Qinghai-Tibet Plateau by using multivariate adaptive regression splines[J].Journal of Glaciology and Geocryology,2011,33(5):1088-1097.
[6] 陈艳丽,李少梅,刘岱岳.基于规则格网DEM的坡度坡向分析研究[J].测绘与空间地理信息,2009,32(5):36-39. Chen Y L,Li S M,Liu D Y.Analysis of slope and aspect based on regular grid DEM[J].Geomatics & Spatial Information Technology,2009,32(5):36-39.
[7] 李静,盛煜,吴吉春,等.等效高程方法在祁连山区高山/高海拔多年冻土分布模型中的应用[J].冰川冻土,2011,33(2):357-363. Li J,Sheng Y,Wu J C,et al.Application of the equivalent-elevation approach to alpine permafrost distribution models in the upper reaches of the Shule River,Qilian Mountains[J].Journal of Glaciology and Geocryology,2011,33(2):357-363.
[8] 李昆,陈继,赵林,等.基于综合调查的西昆仑山典型区多年冻土分布研究[J].冰川冻土,2012,34(2):447-454. Li K,Chen J,Zhao L,et al.Permafrost distribution in typical area of West Kunlun Mountains derived from a comprehensive survey[J].Journal of Glaciology and Geocryology,2012,34(2):447-454.
[9] 南卓铜,黄培培,赵林.青藏高原西部区域多年冻土分布模拟及其下限估算[J].地理学报,2013,68(3):318-327. Nan Z T,Huang P P,Zhao L.Permafrost distribution modeling and depth estimation in the western Qinghai-Tibet Plateau[J].Acta Geographica Sinica,2013,68(3):318-327.
[10]王绍令,罗祥瑞,郭鹏飞.青藏高原东部冻土分布特征[J].冰川冻土,1991,13(2):131-140. Wang S L,Luo X R,Guo P F.The distributive characteristics of frozen ground in the east of Qinghai-Xizang Plateau[J].Journal of Glaciology and Geocryology,1991,13(2):131-140.
[11]刘春国,卢晓峰,高松峰.Lansat-7 ETM+热红外波段高低增益状态数据反演亮度温度比较研究[J].河南理工大学学报:自然科学版,2011,30(5):561-566. Liu C G,Lu X F,Gao S F.Comparison of brightness temperatures inversed from high and low gain state data of Lansat-7 ETM+thermal infrared band[J].Journal of Henan Polytechnic University:Natural Science,2011,30(5):561-566.
[12]宋彩英,覃志豪,王斐.基于Landsat TM的地表温度分解算法对比[J].国土资源遥感,2015,27(1):172-177.doi:10.6046/gtzyyg.2015.01.27. Song C Y,Qin Z H,Wang F.Comparison of two models for decomposition of land surface temperature image using Landsat TM data[J].Remote Sensing for Land and Resources,2015,27(1):172-177.doi:10.6046/gtzyyg.2015.01.27.
[13]张戎垦,朱俊杰,范湘涛.遥感数据的温度反演方法及其试验算例[J].工程勘查,2011,39(4):56-58,83. Zhang R K,Zhu J J,Fan X T.Inversion of temperature data from remote sensing[J].Geotechnical Investigation & Surveying,2011,39(4):56-58,83.
[14]覃志豪,Zhang M H,Karnieli A,等.用陆地卫星TM6数据演算地表温度的单窗算法[J].地理学报,2001,56(4):456-466. Qin Z H,Zhang M H,Karnieli A,et al.Mono-window algorithm for retrieving land surface temperature from Landsat TM6 data[J].Acta Geographica Sinica,2001,56(4):456-466.
[15]颜长珍,冯毓荪,王建华,等.西北地区土地资源类型TM影像解译标志的建立[J].中国沙漠,1999,19(3):206-209. Yan C Z,Feng Y S,Wang J H,et al.Establishing the interpreting key system on TM image of land resources types in Northwest China[J].Journal of Desert Research,1999,19(3):206-209.
[16]常晓丽,金会军,王永平,等.植被对多年冻土的影响研究进展[J].生态学报,2012,32(24):7981-7990. Chang X L,Jin H J,Wang Y P,et al.Influences of vegetation on permafrost:A review[J].Acta Ecologica Sinica,2012,32(24):7981-7990.
[17]李树德,李世杰.青海可可西里地区多年冻土与冰缘地貌[J].冰川冻土,1993,15(1):77-82. Li S D,Li S J.Permafrost and periglacial landforms in Kekexili area of Qinghai Province[J].Journal of Glaciology and Geocryology,1993,15(1):77-82.
[18]胡宏昌,王根绪,王一博,等.江河源区典型多年冻土和季节冻土区水热过程对植被盖度的响应[J].科学通报,2009,54(2):242-250. Hu H C,Wang G X,Wang Y B,et al.Response of soil heat-water processes to vegetation cover on the typical permafrost and seasonally frozen soil in the headwaters of the Yangtze and Yellow Rivers[J].Chinese Science Bulletin,2009,54(7):1225-1233.
[19]吴吉春,盛煜,于晖,等.祁连山中东部的冻土特征(Ⅰ):多年冻土分布[J].冰川冻土,2007,29(3):418-425. Wu J C,Sheng Y,Yu H,et al.Permafrost in the Middle-East section of Qilian Mountains(I):Distribution of permafrost[J].Journal of Glaciology and Geocryology,2007,29(3):418-425.
[20]李树德,程国栋.青藏高原冻土图[M].兰州:甘肃文化出版社,1996. Li S D,Cheng G D.Map of Permafrost Distribution over Qinghai-Tibet Plateau[M].Lanzhou:Gansu Culture Press,1996.
[21]尕玛多吉.西藏冰川近30年退缩幅度为此前200年之和[N/OL].光明日报,2015-07-18(1).http://epaper.gmw.cn/gmrb/html/2015-07/18/nw.D110000gmrb_20150718_4-01.htm?div=-1. Ga M D J.The glacier nearly 30 years in the past for the sum of previous 200 years before in the Tibet[N/OL].Guangming Daily,2015-07-18(1).http://epaper.gmw.cn/gmrb/html/2015-07/18/nw.D110000gmrb_20150718_4-01.htm?div=-1.
[22]张瑞江,方洪宾,赵福岳.青藏高原近30年来现代冰川的演化特征[J].国土资源遥感,2010,22(s1):49-53.doi:10.6046/gtzyyg.2010.s1.12. Zhang R J,Fang H B,Zhao F Y.The evolution of existing glaciers in the past 30 years in Qinghai-Tibet Plateau[J].Remote Sensing for Land and Resources,2010,22(s1):49-53.doi:10.6046/gtzyyg.2010.s1.12.
(责任编辑： 邢宇)
Remote sensing technology delineation method and its application to permafrost of Zhada area in the Tibetan Plateau
LI Xiaomin1,2, ZHANG Kun1,2, LI Dongling1,2, LI Delin1,2, LI Zongren1,2, ZHANG Xing1,2
(1.QinghaiProvinceNorthoftheQinghai-TibetPlateauGeologicalProcessandMineralResourcesKeyLaboratories,Xining810012，China; 2.InstituteofGeologicalSurveyofQinghaiProvince,Xining810012，China)
In order to obtain a better understanding of the spatial distribution of permafrost in Zhada area of the Tibetan Plateau, the authors used different remote sensing models to delineate the depth of permafrost and employed elevation model and temperature model to compare the results. According to the result, the study area covers 17 148.93 km2. The authors summarized the interpretation signs for the depth of permafrost in this area. A comparative study of the 3 models can improve the mapping accuracy for the large scale permafrost, greatly reduce related project preceding work and improve efficiency. It is concluded that the application value of the remote sensing technology delineation method is high. Therefore, the remote sensing technology delineation method is very useful in such fields as regional hydrogeology, engineering geology and climate change in the Tibetan Plateau.
Tibetan Plateau; permafrost; permafrost depth; LST retrieval; frozen soil landform; remote sensing interpretation
10.6046/gtzyyg.2017.01.09
李晓民，张焜，李冬玲,等.青藏高原札达地区多年冻土遥感技术圈定方法与应用[J].国土资源遥感,2017,29(1):57-64.(Li X M,Zhang K,Li D L,et al.Remote sensing technology delineation method and its application to permafrost of Zhada area in the Tibetan Plateau[J].Remote Sensing for Land and Resources,2017,29(1):57-64.)
2015-05-18；
2015-06-25
中国地质调查局地质调查项目“西北边境地区国土资源遥感综合调查”(编号： 12120113003300和12120114090601)资助。
李晓民(1988-),男,工程师,主要从事地质矿产遥感技术应用研究。Email： qhsrainly@qq.com。
TP 751.1
A
1001-070X(2017)01-0057-08
