Motion Characteristics of the South Inilchek Glacier Derived from New C-Band SAR Satellite
-
摘要: 利用新型C波段Sentinel-1卫星获取的2015年2月至2017年2月期间的影像数据，研究分析了天山中部南伊内里切克冰川不同时段的运动特征。利用偏移量追踪技术计算不同时间段冰川位移，首先采用三步配准的方法进行主辅影像高精度整体配准，然后基于归一化互相关（normalized cross correlation，NCC）算法通过调整窗口参数精确估算局部偏移量，进一步分离得到冰川移动信息。监测结果表明：（1）在空间分布上，狭长的冰舌区是冰川主要的高速流动区域，冰舌区底部流速小于上部，两侧流速小于中间，末端流速明显减缓。（2）在季节变化上，冰川运动速率与温度变化趋势一致，在5月至8月期间运动速率最快，沿剖面线的最高速率达49 cm/d；在11月至次年2月期间运动最为缓慢，速率为25~30 cm/d左右。（3）在年度变化上，2015年夏季的运动速率比2016年整体高约1~3 cm/d，其他季节则没有明显差异。与高分辨率L波段PALSAR-2影像的监测结果进行定量对比分析时，将冰舌区的像元进行抽稀后统计，得到两种数据获取的运动速率之差的均值为3.48 cm/d，标准差为±3.78 cm/d，证实了南伊内里切克冰川运动监测结果的可靠性。
-
关键词:
- 南伊内里切克 /
- 冰川 /
- 运动速率 /
- Sentinel-1 /
- 偏移量追踪
Abstract: This study present the results of measuring the motion characteristics of the South Inilchek glacier with the C-band Sentinel-1 images acquired from February 2015 to February. 2017. During the offsets estimation in offset-tracking method, we firstly adopt three-step method to achieve high precision overall registration, and then change the matched window size to estimate the local offset with the NCC(normalized cross correlation) algorithm, which was further separated to get glacier motion information. The observation results show that the significant high-speed flow area was the ice tongue, where the flow velocity reduced from the upper to the bottom and slowed obviously at the end, and increased from its both sides to the middle. Moreover, the glacier motion velocity had the same trend with the temperature variation seasonally. The glacier tongue moved with the maximum average velocity of 49 cm/d during the period of May to August, and with the slowest moving in the interval from November to February for about 25-30 cm/d. While in terms of annual changes the velocity in the summer of 2015 was higher than that in 2016 as a whole for about 1-3 cm/d, and there was no marked difference in the other seasons. Furthermore, the monitoring result was demonstrated by comparing the results from Sentinel-1 images in quantity with that from high resolution L-band PALSAR-2 images. The statistics of the sparse pixels in the tongue indicated that the average of the velocity difference was 3.48 cm/d and the standard deviation was ±3.78 cm/d, which confirmed the reliability of the results.-
Keywords:
- the South Inilchek /
- glacier /
- motion velocity /
- Sentinel-1 /
- offset-tracking
-
冰川是具有流动特性、长期存在的自然粒雪体和自然冰体，是地球上重要的淡水资源[1]。冰川运动作为冰川变化的主要因素可用于指示气候变化，为冰川物质平衡研究提供重要信息[2]。此外，冰川巨大的刨蚀和搬运作用形成的冰碛结构松散、含水量大，遇到高温融雪、暴雨等会形成泥石流、滑坡等地质灾害。所以，监测山地冰川运动具有极其重要的意义。但是山地冰川条件复杂，传统地面测量人力消耗较大且费用较高。雷达干涉测量技术(interferometric synthetic aperture radar, InSAR)和偏移量追踪技术作为两种遥感测量手段，可利用光学影像或星载雷达影像实现高效、零接触、大尺度的冰川监测[3]。相比于前者，偏移量追踪技术更适用于速度较快、相干性较差、长时间段的山地冰川运动监测。
新型高分辨率合成孔径雷达卫星Sentinel-1、ALOS-2的相继升空为冰川持续监测提供了重要的数据。Sentinel是欧盟和欧洲空间局(Euro-pean Space Agency, ESA)联合推出的哥白尼计划的空间部分[4]，空间任务需求建立在全球环境与安全监测(global monitoring of environment and security，GMES)服务的基础上，即数据持续供应、较短重访周期、快速数据分发、大尺度地理空间覆盖等[5]。其中，Sentinel数据分发时效性保障了冰川实时监测的需求，大范围空间覆盖提供了监测大尺度、快速流动冰川的能力。本文的研究区是天山最大的山地冰川——南伊内里切克冰川，其运动特征可用于亚洲中纬地区水资源和环境变化研究。目前对该冰川的运动特征研究较少，仅有文献[6-7]分别利用ENVISAT ASAR和ALOS PALSAR估算了2004年、2007-2008年的运动场。本文首次利用Sentinel-1数据基于偏移量追踪技术研究南伊内里切克在2015-2017年期间空间、季节及年度运动变化特征，并通过ALOS PALSAR-2和Sentinel-1两种数据交叉验证证明监测结果的可靠性。
1 研究区概况与数据
南伊内里切克冰川位于天山西段，发源于海拔7 443 m的天山主峰托木尔峰脚下，西接伊塞克湖盆地，南邻塔里木盆地北缘的阿克苏绿洲，是阿克苏重要的水源。该冰川面积约567 km2，以树枝状山谷冰川最为发育，拥有多级支流和东西走向的狭长冰舌，冰舌区域坡度较缓[8]。其所在地区最冷的月份在1月，5月开始气温大幅升高，7月份达到峰值，此后温度开始降低。图 1为研究区地理位置和地形图，其中冰川地理位置数据下载于全球陆地冰川空间测量(global land ice measurements from space, GLIMS)网站[9]，地形图采用30 m分辨率的ASTER数据。
本文选取了9景覆盖南伊内里切克冰川的C波段Sentinel-1降轨影像，时间自2015年2月至2017年2月，影像参数见表 1。Sentinel-1任务由Sentinel-1A和Sentinel-1B两颗卫星组成，分别于2014年和2016年发射成功，双星重访周期为6 d，任务目标是提供雷达持续测量地球的能力，确保C波段合成孔径雷达(synthetic aperture radar, SAR)卫星的持续性。该卫星具有条带模式(stripmap mode，SM)、干涉宽扫描模式(interferometric wide swath mode，IW)、超宽扫描模式(extra-wide swath mode，EW)和波动模式(wave mode，WM)4种观测模式[10]。本文使用VV极化方式的IW模式Sentinel-1影像，幅宽250 km，方位向分辨率20 m，距离向分辨率5 m，数据来源于ESA官网。另外，本文使用了ALOS-2卫星搭载的PALSAR-2传感器提供的L波段SAR数据，其空间分辨率2 m，极化方式为HH，接收时间为2015-02-10和2015-11-03。
表 1 影像组合Table 1. Image PairsID 影像 主影像 从影像 时间基线/d 空间基线/m 1 Sentinel-1 2015-02-12 2015-05-19 96 246 2 Sentinel-1 2015-05-19 2015-08-23 96 4 3 Sentinel-1 2015-08-23 2015-11-15 84 24 4 Sentinel-1 2015-11-15 2016-02-19 96 28 5 Sentinel-1 2016-02-19 2016-05-25 96 20 6 Sentinel-1 2016-05-25 2016-08-29 96 51 7 Sentinel-1 2016-08-29 2016-11-27 90 81 8 Sentinel-1 2016-11-27 2017-02-07 72 31 9 Sentinel-1 2015-02-12 2015-11-15 276 266 10 PALSAR-2 2015-02-10 2015-11-03 266 60 2 偏移量追踪技术
偏移量追踪技术根据使用的SAR数据不同，分为相干性追踪法和强度追踪法两类，其中强度追踪法对相干性低、地表特征明显的区域更适用。强度追踪法对局部偏移量的正确估算基于归一化互相关(normalized cross correlation，NCC)准则，通过匹配窗口的相似度最大化确定方位向和距离向上的相对形变[11]。NCC基于像元进行计算，若想获得亚像元配准精度，可通过强度插值和相关性插值两种不同的插值方法来实现，文献[12]发现在冰川等大尺度移动目标监测中强度插值的效果更佳。NCC计算公式为：
$$\mathit{\rho }\left( {x, y} \right) = \frac{{\sum {_{x, y}\left( {r\left( {x, y} \right) - {u_r}} \right)\left( {s\left( {x - u, \mathit{y} - \mathit{v}} \right) - {u_s}} \right)} }}{{{{\left( {\sum {_{x, y}{{\left( {r\left( {x, y} \right) - {u_r}} \right)}^2}\sum\nolimits_{x, y} {{{\left( {s\left( {x - u, y - v} \right) - {u_s}} \right)}^2}} } } \right)}^{1/2}}}} $$ (1) 式中，ρ(x, y)为归一化互相关系数；(x, y)为参考像元位置；(x－u, y－v)为搜索像元位置；r和s分别为参考像元和搜索像元的像元值；ur和us分别为参考窗口和搜索窗口的像元平均值。
利用基于SAR强度图的强度追踪法计算冰川运动主要包括主辅影像精确配准、局部偏移量计算和偏移量分离3个步骤。由于Sentinel-1采用新型逐行扫描地形观测(terrain observation by progressive scan, TOPS)成像模式，高精度影像配准是Sentinel-1 TOPS影像进行干涉处理的基础，方位向配准的绝对精度需达0.01个像元，否则不同脉冲串之间会出现明显的相位跳变现象。本文利用三步配准的方法进行主辅影像高精度配准。首先基于地形进行初步配准，然后通过强度互相关最大化的方法进行精确配准，最后针对脉冲串间相位连续性的问题基于频谱多样性进行重叠区配准。
在计算局部偏移量时，匹配窗口过小会降低信噪比且无法提取较大的形变量，窗口过大则计算效率降低[13]。由于研究区冰川运动速度较快，本文利用多尺度方法均衡计算效率和精度之间的矛盾。首先利用大窗口提取大尺度移动信息得到初始偏移量，然后在此基础上利用小窗口精细估算得到高空间分辨率的偏移量。
除了地表形变产生的偏移量之外，主辅影像的局部偏移量还包含卫星飞行姿态不稳定、配准误差等因素引入的偏移量。其中，两景影像轨道状态不一致引起的偏移量与基线有关，为了避免基线误差的影响，本文选择较稳定的点拟合二次多项式来去除卫星姿态对影像偏移量的影响。
形变位移量的估算误差主要来源于地形起伏和电离层影响引入的配准误差，以及轨道参数不精确带来的偏移分量估算误差。本文利用插值的方法提高像元配准精度，并通过拟合二次多项式消除轨道误差。另外，通过提高信噪比的阈值改善偏移量估算的精度，但阈值过高会减少计算值的数量。通常情况下，距离向和方位向偏移量估算误差约为像元的1/20[14]。
3 冰川运动结果分析
3.1 对比分析
由于山地冰川条件复杂，缺乏同时期的地面实测数据，本文利用Sentinel-1和PALSAR-2两种数据的监测结果交叉验证结果的可靠性。偏移量追踪技术提取得到方位向和距离向位移量，经二维矢量合成得到平面位移量，由于两种影像成像参数不同，结果均从斜距方向转化到地距方向。图 2为利用两种数据得到的南伊内里切克冰川不同时段水平方向的运动速率图，底图为SAR强度图。受制于卫星飞行轨道，很难得到同一地区完全同步的数据，本文使用的两种数据覆盖时间基本一致，图 2(a)是利用Sentinel-1 2015-02-12和2015-11-15两期影像提取的南伊内里切克冰川运动速率图，图 2(b)是由PALSAR-2 2015-02-10和2015-11-03两期影像得到的运动速率图。
首先将冰舌区的像元进行抽稀，得到如图 3中所示的约3 000个像元的冰川运动速率对比图。然后对两种数据获取的运动速率作差，得到均值为3.48 cm/d，标准差为±3.78 cm/d。冰舌区运动速率较快，其信噪比相对较低，对于其他运动速率较慢的区域，精度优于3 cm/d。尽管存在一定的差异，但获得的速率具有较高的空间一致性，表明两种数据可以进行相互验证。经分析，导致ALOS与Sentinel-1提取的运动速率出现差异的主要原因有：数据的成像参数不同，将方位向和距离向合成为水平向流速实际上是对三维位移矢量的简化处理；本文处理的主辅影像的时间基线较长，对于时刻处于运动变化的冰舌区域，地表目标变化过大，导致影像信噪比较低；配准算法及数字高程模型(digital elevation model, DEM)误差引入的影像配准误差对偏移量计算带来影响；两种数据并不完全同步，速率之间存在微小差别是可能的。
![]()
图 3 Sentinel-1和PALSAR-2得到冰舌区域像元的运动速率对比图Figure 3. Motion Velocities Comparison of Representative Pixels in Glacier Tongue Area from Sentinel-1 and PALSAR-2利用Sentinel-1和PALSAR-2得到的冰舌区的运动速率分布基本一致，但从图 2中可以看出两种数据提取冰川运动信息的能力存在差异。在南北分支上Sentinel-1未能提取到运动信息，主要由于Sentinel-1降轨影像中部分地区因山体遮蔽形成了阴影。另外，PALSAR-2的空间分辨率较高，影像的信噪比相对较好，所以得到的结果中冰舌边缘信息较为完整。但PALSAR-2影像幅宽较小，本文使用的单幅影像不能完全覆盖研究区。
3.2 形变分析
本文利用Sentinel-1数据得到了南伊内里切克冰川2015年2月至2017年2月不同时间段的运动速率图(见图 4)，色周均为60 cm/d。结果显示该冰川高速流动的区域主要是狭长的冰舌区，冰舌区底部流速小于上部，两侧流速小于中间，末端流速明显减缓。
![]()
图 4 利用Sentinel-1得到的不同时段的运动速率图Figure 4. Motion Velocity Maps in Different Periods Using Sentinel-1 Images为了更好地分析冰川运动的空间和时间特征，图 5给出了冰川AB沿线不同时间段的运动速率剖面图。其中，AB为图 4(a)冰舌区域绿色标识的曲线，总长约25.13 km；黑色曲线表示沿线的地形坡度；实线表示2015年2月至2016年2月不同时间段的运动速率，破折线表示2016年2月至2017年2月不同时间段的运动速率。
通过对南伊内里切克冰川运动的长期监测，本文发现该冰川全年处于运动状态。冰舌区域的运动速率主要集中在20~49 cm/d，与文献[6]利用ASAR得到的该冰川2004年的速率基本一致。冰川5月至8月运动速率最快，随后逐渐减缓，11月至次年2月期间运动速率达到最小，流速在季节上的变化与该地区温度变化的趋势一致。冰舌区域AB沿线上，5月到8月这个时间段内冰川运动速率最高，大部分在40 cm/d以上，最大达49 cm/d；2月至5月期间的运动速率在32~38 cm/d之间；11月到次年2月期间的运动速率达到最低，中间区段基本在25~30 cm/d；而8月至11月期间的冰川运动速率与冬季大致相同，在7~14 km区段提高了约2~3 cm/d。
就剖面图整体而言，不同季节间的运动速率在剖面线4~20 km间差异较大，其中夏季速率比冬季高约15~20 cm/d，而在剖面线两端差异较小。推测其主要原因是冰舌两端与中间区段相比，流动分支较多，受到的应力更复杂，并且冰川末端的厚度变化较大，因此流速与冰川厚度、温度及地形等多种因素有关，并非完全与温度成比例变化。
在不同年度上，2015年夏季的运动速率比2016年整体高约1~3 cm/d，其他季节则没有明显差异。由于研究区人迹罕至，地表温度存档数据不完善，本文利用冰川南部相距约100 km阿克苏市的地表温度数据，在假设该区域内同一海拔温度相同的前提下，根据海拔变化与温度变化的关系估算南伊内里切克冰川的地表温度，图 6显示该地区5月至9月期间的大部分时间2015年地表温度偏高，与2015/2016年强厄尔尼诺过程导致2015年全球地表温度历史最高的全球气候系统研究相吻合[15]。因此，夏季的差异性变化主要是由于2015年该时间段内地表温度整体偏高，冰川内部或底部融化，冰屑黏结性减小。
![]()
图 6 2015年和2016年冰川区域地表温度对比Figure 6. Land Surface Temperature Comparison Between 2015 and 20164 结语
监测南伊内里切克冰川运动对于了解亚洲中纬地区水资源和环境变化有重要意义。本文利用C波段Sentinel-1和L波段PALSAR-2数据基于偏移量追踪分析了南伊内里切克冰川2015年2月至2017年2月期间的空间、季节及年度运动变化特征，发现：
1) 两种数据监测得到的冰舌区域运动速率之差的均值为3.48 cm/d，标准差为±3.78 cm/d，交叉验证了监测结果的可靠性。
2) 空间分布上，南伊内里切克冰川高速流动的区域主要是狭长的冰舌区，冰舌区底部流速小于上部，两侧流速小于中间，末端流速明显减缓。
3) 在季节上，5月至8月期间冰川平均运动速率最大，11月至次年2月期间冰川运动速率最小，季节上的变化与温度变化的趋势保持一致；不同季节间的运动速率在剖面线4 ~20 km间差异较大，而在剖面线两端差异较小，主要原因是冰舌两端流动分支较多，受到的应力更复杂，并且冰川末端的厚度变化较大。因此，流速与冰川厚度、温度及地形等多种因素有关，并非完全与温度成比例变化。
4) 在不同年度上，2015年夏季的运动速率比2016年整体高约1~3 cm/d，其他季节则没有明显差异。根据估算的地表温度，发现该地区5月至9月期间的大部分时间2015年地表温度偏高，因此，夏季的差异性变化主要是由于2015年该时间段内地表温度整体偏高，冰川内部或底部融化，冰屑黏结性减小。
-
![]()
图 3 Sentinel-1和PALSAR-2得到冰舌区域像元的运动速率对比图
Figure 3. Motion Velocities Comparison of Representative Pixels in Glacier Tongue Area from Sentinel-1 and PALSAR-2
![]()
图 4 利用Sentinel-1得到的不同时段的运动速率图
Figure 4. Motion Velocity Maps in Different Periods Using Sentinel-1 Images
![]()
图 6 2015年和2016年冰川区域地表温度对比
Figure 6. Land Surface Temperature Comparison Between 2015 and 2016
表 1 影像组合
Table 1 Image Pairs
ID 影像 主影像 从影像 时间基线/d 空间基线/m 1 Sentinel-1 2015-02-12 2015-05-19 96 246 2 Sentinel-1 2015-05-19 2015-08-23 96 4 3 Sentinel-1 2015-08-23 2015-11-15 84 24 4 Sentinel-1 2015-11-15 2016-02-19 96 28 5 Sentinel-1 2016-02-19 2016-05-25 96 20 6 Sentinel-1 2016-05-25 2016-08-29 96 51 7 Sentinel-1 2016-08-29 2016-11-27 90 81 8 Sentinel-1 2016-11-27 2017-02-07 72 31 9 Sentinel-1 2015-02-12 2015-11-15 276 266 10 PALSAR-2 2015-02-10 2015-11-03 266 60 
下载: 导出CSV
-
[1] 李治国, 姚檀栋, 田立德.国内外冰川变化对水资源影响研究进展[J].自然资源学报, 2008, 23(1):1-8 doi: 10.3321/j.issn:1000-3037.2008.01.001 Li Zhiguo, Yao Shandong, Tian Lide. Progress in the Research on the Impact of Glacial Change on Water Resources[J]. Journal of Natural Resources, 2008, 23(1):1-8 doi: 10.3321/j.issn:1000-3037.2008.01.001
[2] Mcavaney B, Covey C, Joussaume S, et al. Contribution of Working Group 1 to the Third Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge:Cambridge University Press, 2001
[3] Luckman A, Quincey D, Bevan S. The Potential of Satellite Radar Interferometry and Feature Tracking for Monitoring Flow Rates of Himalayan Glaciers[J]. Remote Sensing of Environment, 2007, 111(2/3):172-181 http://www.sciencedirect.com/science/article/pii/S0034425707002842
[4] Torres R, Snoeij P, Geudtner D, et al. GMES Sentinel-1 Mission[J]. Remote Sensing of Environment, 2012, 120(6):9-24 http://d.old.wanfangdata.com.cn/NSTLQK/NSTL_QKJJ0226184562/
[5] Malenovský Z, Rott H, Cihlar J, et al. Sentinels for Science:Potential of Sentinel-1, -2, and -3 Missions for Scientific Observations of Ocean, Cryosphere, and Land[J]. Remote Sensing of Environment, 2012, 120(10):91-101 http://www.sciencedirect.com/science/article/pii/S0034425712000648
[6] Erten E, Reigber A, Hellwich O, et al. Glacier Velocity Monitoring by Maximum Likelihood Texture Tracking[J]. IEEE Transactions on Geoscience & Remote Sensing, 2009, 47(2):394-405 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=914cb7fe898e69d4241082e1642a25eb
[7] 李佳, 李志伟, 汪长城, 等. SAR偏移量跟踪技术估计天山南依内里切克冰川运动[J].地球物理学报, 2013, 56(4):1226-1236 http://d.old.wanfangdata.com.cn/Periodical/dqwlxb201304017 Li Jia, Li Zhiwei, Wang Changcheng, et al. Using SAR Offset-Tracking Approach to Estimate Surface Motion of the South Inylchek Glacier in Tianshan[J]. Chinese Journal of Geophysics, 2013, 56(4):1226-1236 http://d.old.wanfangdata.com.cn/Periodical/dqwlxb201304017
[8] Aizen V B, Aizen E M, Melack J M, et al. Association Between Atmospheric Circulation Patterns and Firn-Ice Core Records from the Inilchek Glacierized Area, Central Tien Shan, Asia[J]. Journal of Geophysical Research Atmospheres, 2004, 109(D8):657-678 doi: 10.1029/2003JD003894/full
[9] Raup B, Racoviteanu A, Khalsa S J S, et al. The GLIMS Geospatial Glacier Database:A New Tool for Studying Glacier Change[J]. Global & Planetary Change, 2007, 56(1):101-110 http://www.sciencedirect.com/science/article/pii/S0921818106001597
[10] Salvi S, Stramondo S, Funning G J, et al. The Sentinel-1 Mission for the Improvement of the Scientific Understanding and the Operational Monitoring of the Seismic Cycle[J]. Remote Sensing of Environment, 2012, 120(10):164-174 http://www.jstor.org/stable/info/4066522
[11] Scambos T A, Dutkiewicz M J, Wilson J C, et al. Application of Image Cross-Correlation to the Mea-surement of Glacier Velocity Using Satellite Image Data[J]. Remote Sensing of Environment, 1992, 42(3):177-186 doi: 10.1016/0034-4257(92)90101-O
[12] Drury M. Sub-Pixel Precision Image Matching for Measuring Surface Displacements on Mass Movements Using Normalized Cross-Correlation[J]. Remote Sensing of Environment, 2011, 115(1):130-142 doi: 10.1016/j.rse.2010.08.012
[13] Yan S, Guo H, Liu G, et al. Monitoring Muztagh Kuksai Glacier Surface Velocity with L-band SAR Data in Southwestern Xinjiang, China[J]. Environmental Earth Sciences, 2013, 70(7):3175-3184 doi: 10.1007/s12665-013-2383-2
[14] Strozzi T, Luckman A, Murray T, et al. Glacier Motion Estimation Using SAR Offset-Tracking Procedures[J]. IEEE Transactions on Geoscience & Remote Sensing, 2002, 40(11):2384-2391 http://d.old.wanfangdata.com.cn/NSTLQK/NSTL_QKJJ0213519373/
[15] 翟盘茂, 余荣, 郭艳君, 等. 2015/2016年强厄尔尼诺过程及其对全球和中国气候的主要影响[J].气象学报, 2016, 74(3):309-321 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qxxb201603001 Zhai Panmao, Yu Rong, Guo Yanjun, et al. The Strong El Nino in 2015/2016 and Its Dominant Impacts on Global and China's Climate[J]. Acta Meteorologica Sinica, 2016, 74(3):309-321 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qxxb201603001
-
期刊类型引用(11)
1. 王力彦，赵现仁，邢喆，马永，王朝阳. 格陵兰岛Nioghalvfjerdsfjorden冰川表面运动特征研究（英文）. Marine Science Bulletin. 2023(02): 14-26 . 
百度学术
2. 周中正，许才军，刘洋，熊露雲. 岗纳楼冰川表面流速时空变化特征提取及分析. 武汉大学学报(信息科学版). 2022(02): 226-233 . 百度学术
3. 王力彦，赵现仁，邢喆，马永，王朝阳. 格陵兰岛Nioghalvfjerdsfjorden冰川表面运动特征研究. 海洋通报. 2022(03): 253-258 . 百度学术
4. 张亚丽，张立峰，何毅，杨旺，曹胜鹏. 中天山南依内里切克冰川轴部二维流速及运动机制. 遥感技术与应用. 2022(06): 1319-1327 . 百度学术
5. 董继红，杨成生，张本浩，赵超英. 基于SAR偏移量跟踪技术的加拉白垒峰典型冰川位移监测. 甘肃科学学报. 2021(02): 1-7 . 百度学术
6. 张齐民，吕明阳，闫世勇. 基于高分三号影像的2019–2020年高亚洲地区典型冰川表面流速数据集. 中国科学数据(中英文网络版). 2021(03): 158-169 . 百度学术
7. 张齐民，闫世勇，吕明阳，张露，刘广. 高分三号山地冰川表面运动提取与分析. 冰川冻土. 2021(05): 1594-1605 . 百度学术
8. 曹瑜，游庆龙，蔡子怡. 1961—2019年青藏高原中东部夏季强降水与大尺度环流的关系. 冰川冻土. 2021(05): 1290-1300 . 百度学术
9. 王群，张蕴灵，范景辉，傅宇浩. 利用高分三号影像监测依嘎冰川表面运动. 武汉大学学报(信息科学版). 2020(03): 460-466 . 百度学术
10. 张齐民，郑一桐，张露，李治国，闫世勇. 基于时序像素跟踪算法的南伊内里切克冰川运动提取与特征分析. 遥感技术与应用. 2020(06): 1273-1282 . 百度学术
11. 管伟瑾，曹泊，潘保田. 冰川运动速度研究：方法、变化、问题与展望. 冰川冻土. 2020(04): 1101-1114 . 百度学术
其他类型引用(12)
计量
- 文章访问数: 3142
- HTML全文浏览量: 172
- PDF下载量: 228
- 被引次数: 23
