1990–2018年干城章嘉流域冰川物质平衡序列模拟数据集

科学大数据工程优秀数据成果专题 II 区论文（已发表） • 版本 ZH2 Vol 8 (4) 2023

A dataset of simulated sequences of glacier mass balance in the Kanchenjunga Basin during 1990–2018

张法刚，魏俊锋，刘时银，张勇，王欣，蒋宗立

ZHANG Fagang, WEI Junfeng, LIU Shiyin, ZHANG Yong, WANG Xin, JIANG Zongli

DOI: 10.11922/11-6035.csd.2023.0066.zh
CSTR: 32001.14.11-6035.csd.2023.0066.zh
: 10.57760/sciencedb.07022

： 2023 - 01 - 05

： 2023 - 07 - 19

： 2023 - 04 - 20

： 2023 - 11 - 27

map

5364 19 0

摘要&关键词

摘要：气候变化背景下全球冰川普遍退缩，不同属性冰川对气候变化的响应呈现差异特征。干城章嘉流域发育冰川呈现表碛覆盖、末端入湖等多种属性，长时间日尺度冰川物质平衡序列数据，可为不同属性冰川对气候变化的差异性响应研究提供重要的基础数据。本研究基于校正后的中国气象驱动数据集，采用冰川表面能量平衡模型，通过估算不同高程带表碛覆盖/裸冰区域的冰川物质积累和消融分量，重建了干城章嘉流域1990–2018年日尺度的冰川物质平衡序列，并利用大地测量法获取的冰川高程变化数据集对模型估算结果进行了检校，获取成果与已发表研究成果基本保持一致；同时，基于ITS_LIVE冰川表面流速数据集，提取和分析了1989–2018年冰川表面运动特征，并利用非冰川区地表运动统计特征对冰川表面流速数据成果进行了评估。本数据集可为研究冰川对气候变化的响应及其影响提供基础数据，也可为冰湖变化及其溃决风险等冰川水文效应和灾害研究提供参考。

关键词：冰川物质平衡；冰川变化；冰川物质平衡模型；气候变化

Abstract & Keywords

Abstract: As a result of climate change, the global glacier shrinkage was observed, and glaciers of different types have experienced distinct changes in their mass budgets. Debris-covered and/or lake-terminating glaciers have been identified in the Kanchenjunga Basin, and the dataset of their mass balance on a long-term scale could provide an important basic data for studies of specific responses of glaciers of various types to climate change. Using the rectified China Meteorological Forcing Dataset, we reconstructed the daily mass balance of glaciers in the Kanchenjunga Basin from 1990 to 2018 through the application of a surface energy balance model. We used a glacier elevation change dataset obtained through geodetic methods to validate the model estimation results, and the results align closely with previously published research results on a multi-year scale. We extracted the surface velocities of glaciers from 1989 to 2018 from the ITS_LIVE dataset and assessed their precision based on the statistical characteristics of the surface movements in the glacier-free regions. This dataset is expected to provide basic data for the studies of the responses of glaciers with different types to climate change, and can also offer valuable references for the studies of glacial hydrological effects and disasters.

Keywords: glacier mass balance; glacier changes; glacier mass balance model; climatic change

数据库（集）基本信息简介

数据集名称	1990–2018年干城章嘉流域冰川物质平衡序列数据集
数据作者	张法刚，魏俊锋，刘时银，张勇，王欣，蒋宗立
数据通讯作者	魏俊锋（weijunfeng@hnust.edu.cn）
数据时间范围	1990–2018年
地理区域	地理范围包括东经87°50'–88°09'，北纬27°50'–28°10'
数据量	30.7 MB
数据格式	.txt, .csv
数据服务系统网址	https://doi.org/10.57760/sciencedb.07022
基金项目	湖南省教育厅科学研究项目（21C0346）；国家自然科学基金项目（42171137）。
数据库（集）组成	数据集共包括两部分数据：（1）Glacier_Mass_Balance.rar文件为干城章嘉流域冰川物质平衡数据；（2）Glacier_Surface_Velocity.rar文件为干城章嘉流域冰川表面流速数据。

Dataset Profile

Title	A dataset of simulated sequences of glacier mass balance in the Kanchenjunga Basin during 1990–2018
Data corresponding author	WEI Junfeng (weijunfeng@hnust.edu.cn)
Data authors	ZHANG Fagang, WEI Junfeng, LIU Shiyin, ZHANG Yong, WANG Xin, JIANG Zongli
Time range	1990–2018
Geographical scope	27°50'N–28°10'N, 87°50'E–88°09'E
Data volume	30.7 MB
Data format	.txt, .csv
Data service system	<https://doi.org/10.57760/sciencedb.07022>
Sources of funding	Scientific Research Fund of Hunan Provincial Education Department (21C0346); National Natural Science Foundation of China (42171137).
Dataset composition	The dataset consists of two subsets in total: (1) The Glacier_Mass_Balance.rar file contains the glacier mass balance data of the Kanchenjunga Basin; (2) the Glacier_Surface_Velocity.rar file contains the glacier surface flow velocity data of the Kanchenjunga Basin.

map

引言

山地冰川是亚洲高山地区主要河流和干旱区的重要补给源^[1-2]，冰川物质变化对当地及区域水资源安全及生态环境具有重要影响^[3-4]，冰川快速退缩和变化导致的冰崩、冰湖溃决及次生泥石流等灾害^[5]，也进一步危害到下游居民点的基础设施和生命财产安全^[6-8]。而表碛覆盖和冰湖接触等不同属性冰川的物质平衡，对气候变化也呈现出差异性响应特征^[9-15]。基于不同时期多源遥感数据的大地测量法在冰川物质平衡研究中得到了广泛应用^[16-18]，但数据源的时间尺度限制了日尺度冰川物质平衡的获取^[13]。考虑表碛覆盖的冰川表面能量平衡模型^[19]，能反映出精细时间尺度下冰川物质积累和消融分量，对高时空分辨率的冰川物质平衡进行刻画，是重建长时间序列冰川物质平衡的常用方法^[10,20-21]。

图1 研究区示意图

Figure 1 Schematic map of the study area

干城章嘉流域位于喜马拉雅山中段，发育冰川种类丰富，2015年流域内共有108条冰川，跨越5250–7450 m高程范围^[22]，其中表碛覆盖冰川5条，入湖冰川10条，大规模冰川（>5 km²）11条，流域内朝南和朝北的冰川分别占冰川总数的20%和61%（图1）。最近40a来流域内冰川面积以-0.2% a^-1的年平均变化速率减小，年冰川物质平衡为-0.315 m w.e.a^-1[22]。目前涉及该区域的冰川物质平衡数据集主要反映大时空尺度的冰川变化特征，例如，Zhao等^[22]、King等^[16]和Brun等^[18]的研究成果均只给出年时间尺度的冰川物质平衡数据，Gardelle等^[23]仅估算了研究流域所在的喜马拉雅山脉地区2000–2010年的冰川物质变化特征。而精确的冰川历史变化特征分析和未来状态预测，以及冰川崩解和冰湖溃决等冰川灾害机理研究，需要更为精细化的单条冰川日尺度的物质平衡序列作为基础数据。本数据集采用冰川表面能量平衡模型，对干城章嘉流域1990–2018年的冰川尺度日物质平衡状态进行估算，并给出不同高程带的冰川物质积累和消融特征。本数据集将为喜马拉雅山地区气候变化影响下的冰川动态响应特征研究、冰川灾害机理及预测研究，提供丰富和重要的数据支撑。

1 数据源与处理方法

1.1 数据源及预处理

本数据集采用冰川表面能量平衡模型，对干城章嘉流域1990–2018年的冰川物质平衡序列进行重建。其中，模型气象驱动数据包括日均气温、日降水、日均相对湿度、日均风速等参数。1990–2018年的日均气温和日降水获取自中国气象驱动数据集（China Meteorological Forcing Dataset, CMFD）^[24]，日均相对湿度基于CMFD数据的气压和比湿，采用Bolton^[25]提出的方法计算。气象校正参数包括龙巴萨巴气象站（27°57′17″N, 88°04′55″E, 5500 m a.s.l.）获取的日均气温、相对湿度和风速（2013–2018年），以及中国地面国际交换站气候资料日值数据集（V3.0）中定日国家气象站（28°38′N, 87°05′E, 4300 m a.s.l.）数据中的月降水量。冰川及表碛范围基于1990–2018年的Landsat TM/ETM+/OLI影像提取，其中表碛厚度基于2002年的ASTER （Advanced Spaceborne Thermal Emission and Reflection Radiometer）多光谱影像提取的热阻系数予以表征^[26]。流域冰川高程带基于30 m空间分辨率的SRTM DEM （Shuttle Radar Topography Mission Digital Elevation Model）数据进行划分，冰川物质平衡模拟结果采用高山亚洲地区冰川厚度变化格网数据集（HMA_Glacier_dH）进行检校^[10,27]。另外，反映冰川表面运动特征的年均流速提取自ITS_LIVE （Inter-mission time series of land ice velocity and elevation）数据集。本数据集获取过程中所用到主要数据源的相关信息见表1。

表1 主要数据列表

数据名称	时期	分辨率	来源	用途
CMFD	1990–2018年	0.1 °	https://data.tpdc.ac.cn	模型气象驱动
Landsat TM\ETM+\OLI	1990–2018年	30 m	https://earthexplorer.usgs.gov	冰川及表碛范围提取
ASTER	2002年	90 m	https://earthexplorer.usgs.gov	表碛热阻系数提取
SRTM DEM	2000年	30 m	https://earthexplorer.usgs.gov	高程带划分
中国地面国际交换站气候资料日值数据集	1990–2018年	-	https://data.cma.cn	校正模型气象驱动数据
龙巴萨巴气象站数据	2013–2020年	-	本研究	校正/作为模型气象驱动数据
HMA_Glacier_dH	1975–2000年， 2000–2016年	30 m	https://nsidc.org	冰川物质平衡模拟结果检校
ITS_LIVE	1990–2018年	240 m	https://its-live.jpl.nasa.gov	冰川表面流速提取

1.2 气象数据校正

基于2013–2018年龙巴萨巴气象站和CMFD数据对应格网处的日均温，建立线性拟合公式，进而对1990–2018年CMFD数据的日均温进行校正。由于龙巴萨巴气象站无日尺度降水观测数据，因此采用定日国家气象站的降水观测数据（1990–2018年），基于月降水线性相关关系，对CMFD数据的月降水进行校正，并在保证校正后月降水量一定且日降水量不小于零的情况，将校正值依据日降水规模分配到日降水量中。通过对比分析2013–2018年日均相对湿度计算值与龙巴萨巴自动气象站观测值，建立线性拟合公式并对1990–2018年的日均相对湿度计算值进行校正。由于冰川表面风速与物质平衡相关性较弱^[10]，因此本研究基于2013–2018年龙巴萨巴气象站数据中的日均风速，计算日多年平均值，并作为1990–2018年的模型日均风速输入参数。

1.3 冰川物质平衡估算

定义前一年的10月1日至当年的9月30日为一个物质平衡年，在校正后的气象要素驱动下，采用冰川表面能量平衡模型^[19]，计算单条冰川和整个流域的冰川物质平衡量，并在CMFD格网内采用冰川表面高程变化率对模型参数进行率定，最后计算所有冰川及整个流域的物质平衡量（图2）。

图2 数据处理流程图

Figure 2 Flow chart of data processing

根据SRTM DEM数据将流域内冰川分割为间隔100 m的高程带，分别计算不同高程带内裸冰区（公式1）和表碛覆盖区（公式2和公式3）的冰川表面物质变化：

\({Q}_{M}=\left(1-\alpha \right){R}_{S}^{↓}+{R}_{L}^{↓}+{R}_{L}^{↑}+{Q}_{S}+{Q}_{L}+{Q}_{R}+{Q}_{G}\) （1）

\({Q}_{M}={Q}_{G}^{\text{'}}=\frac{{T}_{S}-{T}_{I}}{R}\) （2）

\({Q}_{G}^{\text{'}}=\left(1-{\alpha }^{\text{'}}\right){R}_{S}^{↓}+{R}_{L}^{↓}+{R}_{L}^{↑}+{Q}_{S}+{Q}_{L}+{Q}_{R}\) （3）

式中：\({Q}_{M}\)为表面物质能量；\(\alpha \)和\({\alpha }^{\text{'}}\)分别为裸冰区和表碛覆盖区的反照率；\(R{}_{S}{}^{↓} \)为向下短波辐射；\(R{}_{L}{}^{↓} \)和\(R{}_{L}{}^{↑} \)分别为入射长波辐射和出射长波辐射；\({Q}_{S}\)为感热通量；\({Q}_{L}\)为潜热通量；\({Q}_{R}\)为降雨供热；\({Q}_{G}\)和\(Q{}_{G}{}^{\text{'}} \)分别为裸冰和表碛表面向下的热传输项；\({T}_{S}\)和\({T}_{I}\)分别为表碛表面温度和表碛-冰体接触面温度；\(R\)为表碛热阻系数。高程带内的冰川表面消融能量为裸冰区和表碛覆盖区的面积加权平均值，冰川表面物质消融量\({M=Q}_{M}/\left({\rho }_{i}{L}_{f}\right)\)，其中\({\rho }_{i}\)为冰体密度，\({L}_{f}\)为冰体融化潜热。高程带内冰川表面物质积累量包括表面固态降水（降雪）和融水再冻结量，其中前者基于冰雪分离温度阈值从日降水量中提取，后者采用冰川表面冰-雪温差计算。冰川表面能量平衡模型的具体参数化方案及取值见魏俊锋等^[10]。

高程带内表面物质平衡为物质消融分量和积累分量的矢量和，所有高程带的面积加权平均值即为冰川物质平衡。CMFD数据格网和整个流域的平均冰川物质平衡，为对应区域内所有冰川表面物质平衡的面积加权平均值。基于HMA_Glacier_dH数据集^[27]，计算流域内21条典型冰川1975–2000年和2000–2016年的表面平均高程变化（图1），并结合冰-水转换参数（850±60 kg m^-3）^[28]，估算CMFD格网内冰川平均物质平衡，通过其与对应时段模型估算的平均冰川物质平衡结果对比，率定适用于该CMFD格网范围的模型参数化方案，最后采用率定参数对日尺度的冰川物质平衡结果进行估算。干城章嘉流域内有2个CMFD格网无HMA_Glacier_dH数据分布，则估算模型采用邻近CMFD格网的率定参数。

为了反映干城章嘉流域冰川物质迁移与再分配特征，本研究基于ITS_LIVE数据集和SRTM DEM获取的100 m间隔高程带，提取1989–2018年冰川年均流速及其在不同海拔的分布特征。

2 数据样本描述

2.1 数据图形样本

干城章嘉流域1990–2018年冰川平均物质平衡为-0.37 m w.e.a^-1，且呈加速消融的趋势（图3），其中2000年之前和之后的冰川平均物质平衡分别为-0.25 m w.e.a^-1和-0.43 m w.e.a^-1。研究表明，在夏季流域相同高程带内冰川表碛覆盖区比裸冰区消融更强烈，且消融期普遍更早出现；然而该流域最大的表碛覆盖型冰川——龙巴萨巴冰川（G088108E27905N）在高海拔地区是否存在表碛覆盖对物质消融速率的影响较小。

流域内冰川的多年平均流速为2.88 m a^-1，并呈现流动减缓趋势（图3），且所有冰川在1996年都出现较大的表面流速，且其中96%的冰川表面流速超过5 m a^-1，导致1996年流域冰川平均表面流速高达5.33 m a^-1，较流域多年平均流速大85%。

图3 干城章嘉流域1990–2018年冰川物质平衡与表面流速

Figure 3 Glacier mass balance and surface velocity in the Kanchenjunga Basin from 1990 to 2018

2.2 物质平衡序列数据

干城章嘉流域冰川物质平衡数据集，包括1990–2018年不同高程带内的冰川面积、表面物质平衡、物质消融分量和物质积累分量等信息。数据以txt格式存储、命名为GXXXXXXEYYYYYN_HHHH_Debris或GXXXXXXEYYYYYN_HHHH_DebrisFree。其中GXXXXXXEYYYYYN为中国第二次冰川编目数据集（v1.0）﹝The second glacial catalogue data set of China (v1.0)﹞^[29]的冰川编号（ID），HHHH为基于SRTM DEM划分的高程带，Debris/DebrisFree表示该高程带内表碛覆盖区/裸冰区的冰川物质平衡结果。例如G087887E27925N_5250_Debris.txt代表G087887E27925N冰川5250米高程带表碛覆盖区的物质平衡估算结果。文件中属性及单位信息如表2所示。

表2 干城章嘉流域冰川物质变化序列属性表

序号	字段	描述	单位
1	Year	年	-
2	Mon	月	-
3	Day	日	-
4	Area	高程带面积	km²
5	Acc	物质积累量	mm w.e.
6	Abl	物质消融量	mm w.e.
7	MB	物质平衡量	mm w.e.

本数据集的冰川命名（ID）对应于中国第二次冰川编目数据集^[29]，该数据集影像主要拍摄于2000–2005年，其中有部分冰川是由本数据集早期单条冰川分裂而成。为了冰川名称的统一，将一组分裂冰川中面积相对较大冰川的ID作为分裂前本数据集的冰川名称。数据集中涉及的分裂冰川包括6组共计12条，分别为 “G088116E28009N/G088124E28015N”“G088132E27989N/G088146E27980N”“G088047E27929N/G088043E27926N”“G088046E27918N/G088041E27923N”“G088077E27923N/G088074E27926N”和“G088081E27914N/G088076E27918N”，其中“/”之前为分裂后面积较大的冰川。例如，1990年冰川G088046E27918N，在2006年分裂成G088046E27918N和G088041E27923N两条冰川，其中前者的面积（0.07 km²）大于后者（0.04 km²）。干城章嘉流域物质平衡数据展示如图3。

2.3 冰川高程带流速数据

干城章嘉流域冰川高程带流速数据集，即1989–2018年ITS_LIVE冰川表面流速数据。流速数据中的冰川名称与物质平衡数据集中的冰川ID一致，数据文件以.csv格式存储，命名为GXXXXXXEYYYYYN.csv。其中GXXXXXXEYYYYYN为冰川ID。文件属性表中Elev为冰川高程带信息（单位：m），其后数值为对应高程带的冰川年均表面流速（单位：m a^-1），Average后为整条冰川的年平均表面流速（单位：m a^-1）。

3 数据质量控制和评估

本研究利用龙巴萨巴气象站获取的气温、风速、相对湿度数据以及定日气象站获取的降水数据，分别对CMFD气象要素及其相对应的实测气象数据之间进行线性回归校正（表3）。其中CMFD气温与实测气温的拟合性非常好，相关系数r=0.93，校正后RMSE为2.13 ℃。龙巴萨巴气象站实测的相对湿度与利用CMFD计算的相对湿度也表现出了较好的一致性，相关系数r=0.83，校正后RMSE为12.28%。定日气象站的降水数据在月尺度上对CMFD降水数据进行线性回归校正，二者相关系数达到0.98，校正后RMSE为10.20 mm。经过上述分析，本研究CMFD数据经校正后，可作为冰川表面能量平衡模型的气象驱动数据。

表3 观测气象数据与CMFD数据之间的相关性和线性回归方程

气象数据	相关性	均方根误差
日均温（℃）	0.93	2.28
月降水（mm）	0.98	10.20
日均相对湿度（%）	0.83	12.28

本研究的冰川物质平衡估算结果，与其他学者的研究成果进行对比了验证（图4）。2000年之前本研究估算的冰川平均物质平衡为-0.25 m w.e.a^-1（1990–2000），与King等^[16]和Zhou等^[30]的研究结果相当（分别为-0.29 m w.e.a^-1和-0.30 m w.e.a^-1，1974/1975–2000），但较Zhao等^[22]的研究成果（-0.38 m w.e.a^-1，1975–2000）存在超过50%的差异。2000年之后该流域不同研究估算的冰川物质平衡差异较大，其中2000–2015/2016年本研究获得了最为快速的冰川物质损失速率结果（-0.46 m w.e.a^-1），而Zhao等^[22]认为该流域的冰川处于轻微负物质平衡状态（-0.13 m w.e.a^-1），物质损失速率仅为King等^[16]（-0.37 m w.e.a^-1）估算结果的~1/3。Gardelle等^[23]和Brun等^[18]获取的冰川物质平衡结果较为一致，其中前者为-0.26 m w.e.a^-1（1999–2011），后者年代加权平均后为-0.27 m w.e.a^-1（2000–2016）。Lamsal等^[31]基于流域部分冰川的研究结果认为，研究区内冰川以较小速率进行物质损失（-0.18 m w.e.a^-1，1975–2010），该结果仅为本研究相应时期（1990–2010）物质平衡估算值的40%。

图4 干城章嘉流域冰川物质平衡不同研究结果对比

Figure 4 Comparison of different research results of glacier mass balance in the Kanchenjunga Basin

基于短时间内非冰川区地形保持稳定的假设，可利用非冰川区的表面流动特征评估冰川表面流速估算结果的精度^[32-33]。在干城章嘉流域北部非冰川区选定一定范围的相对平坦区域以排除特征追踪算法中噪声的影响，通过计算相对位移量，得到ITS_LIVE数据估算冰川表面流速的误差为1.34 m a^-1。

4 数据价值

冰川/气候关系的物理基础可以通过研究冰川物质平衡来理解。在青藏高原地区，只有少数日尺度冰川表面物质平衡数据可用，干城章嘉流域冰川动力学的探索也较少。本冰川物质平衡数据集反映了流域内高程、表碛覆盖等因素对冰川日尺度物质积累与消融分量的影响，揭示了喜马拉雅山中部地区不同类型冰川对气候变化的响应特征；冰川表面流速数据及其在高程带上的分布特征，反映了冰川运动过程及变化，通过结合气候和水文等信息，可进一步揭示区域气候变化对冰川动力学的影响以及冰川物质迁移与再分配和物质损失之间的关系，为评估青藏高原地区冰川变化的水资源效应和气候效应等研究奠定了数据基础。

5 数据使用方法和建议

1990–2018年干城章嘉流域冰川物质平衡数据集存储格式为txt，冰川表面流速数据集存储格式为csv，均可在常用的办公软件（MS Office和WPS等）中进行数据的读取、编辑、查看、统计等操作。本数据集反映了干城章嘉流域冰川在气候变化背景下的变化特征，可为独特的冰川物质变化及其对气候变化的响应等研究，提供参考数据以及模拟结果验证数据。

[1]

IMMERZEEL W W, PELLICCIOTTI F, BIERKENS M F P. Rising River flows throughout the twenty-first century in two Himalayan glacierized watersheds[J]. Nature Geoscience, 2013, 6(9): 742–745. DOI: 10.1038/ngeo1896.