摘要&关键词
摘要：冰湖接触型冰川广泛分布于喜马拉雅山地区，受末端冰湖影响，该类冰川对气候变化的响应较其他类型的冰川更为敏感。本数据集基于冰川厚度估算数据和冰湖雷达测深数据，构建了龙巴萨巴冰川/冰湖底部地形（GeoTIFF格式，32位浮点型数据）；基于Landsat TM\ETM+\OLI遥感影像，获取了1988–2018年龙巴萨巴冰川/冰湖边界和表碛覆盖（Shapefile格式），以及表面运动数据集（GeoTIFF格式，32位浮点型数据）；采用冰川表面能量–物质平衡模型模拟了龙巴萨巴冰川近30 a表面物质平衡，并结合冰川末端退缩和表面流动特征，重建了1989–2018年冰川物质变化序列。本数据集可作为冰湖接触型冰川动力学模型的输入和检校数据，也为研究喜马拉雅山地区不同类型冰川对气候变化的响应研究提供了参考数据。
关键词：冰湖接触型冰川；表面物质平衡；冰川变化；冰川物质平衡模型
Abstract & Keywords
Abstract:?The lake-terminating glaciers are widely distributed in the central Himalayas. Due to the impact of proglacial lakes, these glaciers responds to climate change more sensitively than others. We constructed the dataset of the bottom topography of the Longbasaba Glacier/Lake (GeoTIFF format, 32-bit floating value) by utilizing the glacier thickness and in situ measurements of the water depths of Longbasaba Lake; we obtained the dataset of boundaries of the glacial lake, glacier, and debris cover during 1988–2018 (Shapefile format) and the dataset of surface velocities from Landsat TM\ETM+\OLI images. We used the glacier surface energy-material balance model to simulate the surface material balance of Longbasaba glacier in recent 30 years. We also reconstructed the dataset of mass change of the lake-terminating glacier from 1989 to 2018 by combining the surface velocities and the terminal retreat. This dataset can serve as basic and calibration parameters for the glacial dynamic models of lake-terminating glaciers, and provide reference data for the studies on the response to climate change of different glaciers in Himalayas.
Keywords:?lake-terminating glaciers;?glacier surface mass balance;?glacier change;?glacial mass balance model
数据库（集）基本信息简介
| 数据库（集）名称 | 1988–2018年喜马拉雅山中部龙巴萨巴冰川变化数据集 |
| 数据作者 | 张特，魏俊锋，张勇，王欣，郑亚杰 |
| 数据通信作者 | 魏俊锋（weijunfeng@hnust.edu.cn） |
| 数据时间范围 | 1988–2018年 |
| 地理区域 | 地理范围包括北纬27°86–27°95N，东经88°07′–88°14′E |
| 空间分辨率 | 30 m |
| 数据量 | 6.44 MB |
| 数据格式 | Shapefile，GeoTIFF，*.rar，*.xlsx |
| 数据服务系统网址 | http://www.doi.org/10.11922/sciencedb.01116 |
| 基金项目 | 国家自然科学基金（41701061）；湖南科技大学研究项目（E51669）。 |
| 数据库（集）组成 | 数据由6部分数据组成：（1）Longbasaba_Glacier_Boundary.shp为冰川边界数据；（2）Longbasaba_Glacial-Lake_Boundary.shp为冰湖边界数据；（3）Longbasaba_Debris-Cover_Boundary.shp为冰川表碛覆盖边界数据；（4）Longbasaba_Glacier_Surface_Velocity.rar为冰川表面流速数据；（5）Longbasaba_Glacier_Basin.tif为冰川/冰湖底部地形数据；（6）Longbasaba_Glacier_Mass_Change.xlsx为冰川物质变化数据。 |
Dataset Profile
| Title | A dataset for annual changes of Longbasaba Glacier in the Central Himalayas during 1988–2018 |
| Data corresponding author | WEI Junfeng (weijunfeng@hnust.edu.cn) |
| Data authors | ZHANG Te, WEI Junfeng, ZHANG Yong, WANG Xin, ZHENG Yajie |
| Time range | 1988–2018 |
| Geographical scope | 27°86–27°95N, 88°07′–88°14′E |
| Spatial resolution | 30 m |
| Data volume | 6.44 MB |
| Data format | Shapefile，GeoTIFF，*.rar，*.xlsx |
| Data service system | <http://www.doi.org/10.11922/sciencedb.01116> |
| Sources of funding | National Natural Science Foundation of China (Grant no. 41701061) and the research project of Hunan University of Science and Technology (Grant no. E51669). |
| Dataset composition | The dataset consists of 6 subsets in total. (1) “Longbasaba_Glacier_Boundary.shp” composed of the boundary of Longbasaba glacier data; (2) “Longbasaba_Glacial-Lake_Boundary.shp” composed of the boundary of Longbasaba glacier-lake; (3) “Longbasaba_Debris-Cover_Boundary.shp” composed of the boundary of debris-cover on Longbasaba glacier; (4) “Longbasaba_Glacier_Surface_Velocity.rar” composed of the dataset of surface velocity of Longbasaba glacier; (5) “Long-basaba_Glacier_Basin.tif” composed of the dataset of glacier/lake basin topography; (6) “Longbasaba_Glacier_Mass_Change.xlsx” composed of the dataset of glacier mass change. |
引 言
冰湖接触型冰川广泛分布于喜马拉雅山地区[1]，其最近几十年的物质损失速率高于其他类型冰川[2-3]。与冰湖接触型冰川直接接触的冰前湖，通常由冰碛垄或死冰阻塞形成[4-5]，母冰川的融水径流和末端冰体崩解是其重要的补给来源[6]。冰湖接触型冰川物质损失导致冰前湖面积和水量扩张[7]，进而通过湖–冰相互作用，加速冰川流动和冰崖崩解[8]，进一步促进冰川末端退缩[1,9]和厚度减薄[10]。近几十年的冰湖接触型冰川面积分布及变化、冰湖面积分布及变化、冰川流动空间分布及变化、以及冰川物质变化等冰川变化特征，是反映不同类型冰川对气候变化的响应特征及过程研究的重要数据支撑。
位于喜马拉雅山中部的龙巴萨巴冰川，是一条典型的表碛覆盖的冰湖接触型冰川（图1）。龙巴萨巴冰川在过去30 a间快速退缩，到2018年面积和长度分别为29.6 ± 0.6 km2和8274 ± 15 m，较1988年分别减少3%和16%，最终导致0.286 ± 0.018 km3的物质损失[1]。冰川消融径流和崩解冰体直接进入龙巴萨巴冰湖，导致冰湖面积扩张164%，水量增加237%[1]。随着冰湖坝体内部多年冻土持续消融[11]，冰川快速退缩进一步增加了冰湖溃决的风险和危害。本数据基于冰川表面能量–物质平衡模型[12]，模拟了1989–2018年龙巴萨巴冰川表面物质平衡，并结合冰川末端退缩以及表面流动特征，重建了冰川近30 a物质变化序列，为研究喜马拉雅山地区冰川变化及其对气候变化的响应提供了基础数据。
图1 ? 研究区示意图
1 ? 数据采集和处理方法
1.1 ? 数据源
龙巴萨巴冰川/冰湖边界、冰川表碛覆盖及表面运动特征，基于美国地质调查局（USGS）1988–2018年的Landsat TM\ETM+\OLI遥感影像数据（共34幅）获取。为排除云和雪覆盖对数据提取精度的影响，选取的遥感影像主要集中在9月和10月。冰川/冰湖底部地形数据由2009年龙巴萨巴冰湖实测水深数据[13]和冰川厚度模拟数据集[14]计算获得。空间分辨率0.1°×0.1°的中国气象驱动数据集（China Meteorological Forcing Dataset，CMFD）[15]，在利用实测气象数据进行检校后，作为冰川表面能量–物质平衡模型的气象驱动数据。实测气象数据，包括龙巴萨巴自动气象站获取的2013–2018年日平均气温、风速、相对湿度和太阳辐射，以及定日国家气象站获取的1988–2018年日降水数据。此外，利用2002年ASTER影像提取的表碛热阻系数[16]，结合冰川表碛覆盖范围，表征龙巴萨巴冰川表碛覆盖厚度的空间分布特征；利用高山亚洲地区冰川厚度变化格网数据集（HMA_Glacier_dH）[17]，结合提取的冰川表面流速特征，对冰川表面物质平衡模型估算结果进行检校。数据集中所用到的数据源集及相关信息见表1。
表1 ? 数据集所用数据源
| 数据名称 | 时期 | 分辨率 | 来源 |
|---|---|---|---|
| Landsat TM/ETM+/OLI | 1988–2018年 | 30 m | USGS |
| ASTER VNIR/TIR | 2002年 | 90 m | https://search.earthdata.nasa.gov/search |
| 气象观测数据 | 2013–2020年 | - | 龙巴萨巴自动气象站 |
| 中国地面气象要素驱动数据集(CMFD) | 1988–2018年 | 0.1°×0.1° | [15] |
| 中国地面气候资料日值数据集V3.0 | 1988–2018年 | - | http://data.cma.cn/ |
| 高山亚洲地区冰川厚度变化格网数据集（HMA_Glacier_dH） | 1975–2016年 | 30 m | [17] |
| 龙巴萨巴冰湖深度实测数据 | 2009年 | - | [13] |
| 冰川厚度和表面高程数据 | - | 30 m | [14] |
1.2 ? 数据处理过程
基于Landsat TM/ETM+/OLI影像，采用目视解译方法获取1988–2018年冰川/冰湖边界和冰川表碛覆盖范围。若存在积雪和云层干扰，则参考同时期的Google Earth和ASTER影像数据等数据资料；存在“条带”的ETM+影像仅用来提取冰川末端。冰川表面流速利用质量较好的Landsat TM/OLI影像，通过内嵌在ENVI软件中的COSI-Corr模块基于特征匹配法提取，其中2002年无符合精度需要的Landsat影像，因此2001–2002年和2002–2003年的冰川表面平均流速，采用2001–2003年的平均流速代替。COSI-Corr模块获取“影像对”中匹配同名点的东西/南北向位移和数据信噪比，本数据采用信噪比大于0.95的像元计算其水平位移，进而获取冰川表面流速空间分布特征。基于龙巴萨巴冰湖实测深度数据内插出湖盆地形[13]，利用冰川厚度和表面高程[14]获取冰川底部地形，并充分考虑冰川/冰湖底部地形的连续性，内插出湖盆地形与冰川底部地形中间间隔的地形，获取完整的冰川/冰湖底部地形特征。
冰川表面能量–物质平衡模型考虑表碛覆盖对冰体消融的影响，分别计算裸冰区和表碛覆盖区的表面消融能量\({Q}_{M}\)：
?
| 裸冰区\({Q}_{M}=\left(1-\alpha \right){R}_{S}^{↓}+{R}_{L}^{↓}+{R}_{L}^{↑}+{Q}_{S}+{Q}_{L}+{Q}_{R}+{Q}_{G}\) | (1) |
| 表碛覆盖区\(\left\{\begin{matrix}Q_{M}=Q_{G}^{'}=\frac{T_{S}-T_{I}}{R}\\ Q_{G}^{'}=\left(1-\alpha \right){R}_{S}^{↓}+{R}_{L}^{↓}+{R}_{L}^{↑}+{Q}_{S}+{Q}_{L}+{Q}_{R}\end{matrix}\right.\) |
其中，\(\alpha \)和\(\alpha \text{'}\)分别为裸冰和表碛表面反照率；\({R}_{S}^{↓}\)为入射短波辐射；\({R}_{L}^{↓}\)和\({R}_{L}^{↑}\)分别为入射和出射长波辐射；\({Q}_{S}\)和\({Q}_{L}\)分别为冰雪面–大气间的感热和潜热交换；\({Q}_{R}\)为降水供热，可忽略不计；\({Q}_{G}\)和\({Q\text{'}}_{G}\)分别为裸冰区和表碛区表面向下的热传输项；\({T}_{S}\)为表碛表面温度；\({T}_{I}\)是表碛–冰川接触面温度；\(R\)是表碛热阻系数。冰川表面物质消融量\(M={Q}_{M}/{\rho }_{w}{L}_{f}\)，其中\({\rho }_{w}\)是水的密度，\({L}_{f}\)是冰/雪融化潜热系数。
冰湖接触型冰川物质变化可分为表面物质损失、末端物质损失和冰体流动损失等部分，最终表现为冰川表面高程降低和末端退缩。其中前者由冰川表面物质平衡和冰体流动共同作用，后者包括冰川末端消融和冰体崩解。假设在物质平衡年t1–t2内，冰川末端从L1退缩到L2（图2），则可将冰川物质损失分为两部分：L2上游部分（G2）和L1与L2之间部分（G1）。经过物质平衡年后，G1部分冰川物质完全损失，而G2部分物质变化为冰川表面物质平衡与流入/流出冰通量矢量和。冰川末端冰通量可由冰舌平均流速计算，假设冰川底部流速是冰川表面流速的40%，则冰川平均流速数值上等于冰川表面流速的70%。结合冰川表面物质平衡、冰川末端退缩和表面流动特征，可重建冰湖接触型冰川物质变化序列（图3）。
图2 ? 龙巴萨巴冰川物质变化示意图
图3 ? 龙巴萨巴冰川物质变化序列重建流程示意图
2 ? 数据样本描述
2.1 ? 数据图形样本
1988–2018年，龙巴萨巴冰川末端快速退缩，2018年的冰川面积较1988年减少了3.23%，近30 a的平均面积退缩率为0.033±0.001 km2 a-1。在此影响下，2018年龙巴萨巴冰湖的面积达到了1.591±0.104 km2，较1988年面积扩张了164%[1]。图4展示了不同时期龙巴萨巴冰川末端与冰湖边界分布。1989–2018年龙巴萨巴冰川的表面物质与总物质均处于亏损状态（图5）。近30 a间超过80%的年份冰川表面表现为负物质平衡状态，平均表面物质平衡为-0.26 m w.e. a-1，导致的总物质损失为0.232 km3 w.e.。近30 a龙巴萨巴冰川总物质损失0.315 km3 w.e.，年平均物质亏损量为0.114 km3 w.e. a-1，由冰川表面物质变化引起的物质损失占冰川总物质损失的74%，是龙巴萨巴冰川物质损失的主要贡献因素。
图4 ? 1988–2018年龙巴萨巴冰川末端/冰湖边界
图5 ? 1989–2018年龙巴萨巴冰川物质变化
2.2 ? 数据属性表
1988–2018年的龙巴萨巴冰川边界、冰湖边界以及表碛覆盖边界矢量数据文件，分别命名为Longbasaba_Glacier_Boundary.shp、Longbasaba_Glacial-Lake_Boundary.shp和Longbasaba_Debris-Cover_Boundary.shp。矢量数据的空间坐标为WGS1984_UTM_45N，属性表由6个字段构成（表2），反映了每年冰川/冰湖/表碛边界及面积分布与变化的基本属性信息。
表2 ? 矢量数据集属性表
| 序号 | 字段名称 | 数据类型 | 长度/精度 | 字段描述 |
|---|---|---|---|---|
| 1 | FID | Short Integer | 1 | 标识码 |
| 2 | Year | Long Integer | 4 | 年份 |
| 3 | Area | Float | 4 | 面积（单位：km2） |
| 4 | Sensor | String | 2~4 | 传感器 |
| 5 | Image_ID | String | 21 | 影像名称 |
| 6 | Date | Long Integer | 8 | 影像获取时间 |
2.3 ? GeoTIFF数据
龙巴萨巴冰川/冰湖底部地形数据和冰川表面流速数据以GeoTIFF格式存储，空间坐标为WGS1984_UTM_45N，空间分辨率30 m。龙巴萨巴冰川/冰湖底部地形数据命名为Longbasaba_Glacier_Basin.tif，数据单位为m；冰川表面流速数据集为压缩格式（*.rar），命名为Longbasaba_Glacier_Surface_Velocity.rar，数据集中包含1989–2018年每年冰川表面流速空间分布特征，每个数据命名为Surface_Velocity_XXXX-YYYY.tif，其中XXXX和YYYY分别为计算流速的开始和结束日期，冰川表面流速单位为m d-1。
2.4 ? Excel属性表
龙巴萨巴冰川物质变化数据，包括1988–2018年年尺度的冰川面积变化、表面流速、表面物质平衡、物质总损失量等冰川变化基础信息。数据以MS Excel格式存储，命名为Longbasaba_Glacier_Mass_Change.xlsx。文件中属性及单位信息如表3所示。
表3 ? 龙巴萨巴冰川物质变化序列属性表
| 序号 | 字段 | 描述 | 单位 |
|---|---|---|---|
| 1 | Period | 时期 | a |
| 2 | Glacier Area | 冰川面积 | km2 |
| 3 | Glacier Area Error | 冰川面积误差 | km2 |
| 4 | Glacier Area Retreat | 冰川退缩面积 | km2 |
| 5 | Debris Area | 表碛覆盖面积 | km2 |
| 6 | Debris Area Error | 表碛覆盖面积误差 | km2 |
| 7 | Lake Area | 冰湖面积 | km2 |
| 8 | Lake Area Error | 冰湖面积误差 | km2 |
| 9 | Lake Area Expansion | 冰湖面积扩张 | km2 |
| 10 | Lake Depth Mean | 冰湖平均深度 | m |
| 11 | Lake Depth Error | 冰湖深度误差 | m |
| 12 | Lake Volume | 冰湖体积 | km3 |
| 13 | Lake Volume Error | 冰湖体积误差 | km3 |
| 14 | Glacier Surface Velocity | 冰川流速 | cm d-1 |
| 15 | Glacier Surface Velocity Error | 冰川流速误差 | cm d-1 |
| 16 | Mass Loss from Ice Flow | 冰川流动导致的物质损失量 | km3 w.e. |
| 17 | Surface Mass Balance from Surface | 冰川表面物质平衡 | m w.e. |
| 18 | Mass Loss from Surface Mass Balance | 冰川表面物质平衡导致的物质变化量 | km3 w.e. |
| 19 | Mass Loss from Termination | 冰川末端退缩导致的物质损失量 | km3 w.e. |
| 20 | Total Mass Change | 冰川物质变化量 | km3 w.e. |
3 ? 数据质量控制和评估
本研究中使用的Landsat TM/ETM+/OLI遥感影像已由USGS进行过几何校正，通过精确专家目视解译，冰川/冰湖和表碛覆盖边界的定位误差可以控制在一个像元以内。由于在遥感影像中很容易准确地区分冰川和冰湖，因此本研究中表碛覆盖仅对冰舌两边的冰川边界定位产生影响，而不影响冰川末端边界定位精度。冰川/冰湖/表碛覆盖面积误差由边界决定[1]。冰川表面流速误差基于附近非冰川区获取，误差范围在±0.23～±2.36 cm d-1之间。冰川/冰湖底部地形误差受湖水深度实测数据误差与冰川底部高程插值误差影响，其中前者精度为±2.5 m，后者为±4.9 m，基于误差传递公式可得冰川/冰湖底部地形高程误差为±5.5 m。
采用实测数据检校后，作为冰川表面能量–物质平衡模型气象驱动数据，检校后的CMFD气温和降水数据表现出了与实测数据较好的一致性，相关系数分别达到0.94和0.98（图6）。基于冰川表面高程变化及流动特征，可得1989–2000年和2000–2018年龙巴萨巴冰川平均表面物质平衡分别为?0.30 ± 0.03 m w.e. a-1和?0.22 ± 0.03 m w.e. a-1，通过调整温度递减率和降水梯度，对龙巴萨巴冰川表面物质平衡模型模拟结果进行了检校。
图6 ? 实测数据与校正后CMFD气象数据对比
4 ? 数据价值
冰湖接触型冰川受末端冰湖影响，表现出了与其他类型冰川存在差异的物质变化特征。本数据集通过综合冰川/冰湖底部地形、冰川/冰湖/表碛面积分布与变化、冰川表面流动、冰川表面物质平衡等在不同时期的分布及变化信息，全面反映了冰湖接触型冰川在气候变化背景下的典型变化特征。本数据集能为冰湖接触型冰川独特的气候变化响应研究、冰湖-冰川物质/能量变化研究、以及冰湖接触型冰川动力学研究与模拟，提供冰川本底数据、基础输入数据、以及模拟结果验证数据等。
5 ? 数据使用方法和建议
1988–2018年龙巴萨巴冰川/冰湖/表碛覆盖边界数据集使用Shapefile矢量数据格式存储；1989–2018年冰川表面流动数据集的存储格式为栅格数据（GeoTIFF格式）；龙巴萨巴冰川/冰湖底部地形数据的存储格式为栅格数据（GeoTIFF格式）。以上数据的空间坐标系均为WGS1984_UTM_45N，数据在ArcGIS、ENVI等主流GIS平台中均可进行读取、编辑、分析和显示等操作。1989–2018年龙巴萨巴冰川物质变化数据存储格式为MS Excel，可在MS Office、WPS等办公软件中进行数据的读取、编辑、查看、统计等操作。本数据集可靠性高，代表性强，可作为冰湖接触型冰川物质变化研究的参考数据，也为区域气候变化和冰川变化等研究提供了基础数据支持。
[1]
WEI J F, LIU S Y, WANG X, et al. Longbasaba Glacier recession and contribution to its proglacial lake volume between 1988 and 2018[J]. Journal of Glaciology, 2021, 67(263): 473–484. DOI:10.1017/jog.2020.119.
+?CSCD?·?Baidu Scholar
[2]
KING O, QUINCEY D J, CARRIVICK J L, et al. Spatial variability in mass loss of glaciers in the Everest region, central Himalayas, between 2000 and 2015[J]. The Cryosphere, 2017, 11(1): 407–426. DOI:10.5194/tc-11-407-2017.
+?CSCD?·?Baidu Scholar
[3]
KING O, BHATTACHARYA A, BHAMBRI R, et al. Glacial lakes exacerbate Himalayan glacier mass loss[J]. Scientific Reports, 2019, 9(1): 18145. DOI:10.1038/s41598-019-53733-x.
+?CSCD?·?Baidu Scholar
[4]
Sakai A. Glacial lakes in the Himalayas: a review on formation and expansion processes[J]. Global Environmental Research, 2012, 16(2011): 23-30.
+?CSCD?·?Baidu Scholar
[5]
CARRIVICK J L, TWEED F S. Proglacial lakes: character, behaviour and geological importance[J]. Quaternary Science Reviews, 2013, 78: 34–52. DOI:10.1016/j.quascirev.2013.07.028.
+?CSCD?·?Baidu Scholar
[6]
ZHANG G Q, BOLCH T, ALLEN S, et al. Glacial Lake evolution and glacier–lake interactions in the Poiqu River basin, central Himalaya, 1964–2017[J]. Journal of Glaciology, 2019, 65(251): 347–365. DOI:10.1017/jog.2019.13.
+?CSCD?·?Baidu Scholar
[7]
NIE Y, SHENG Y W, LIU Q, et al. 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. DOI: 10.1016/j.rse.2016.11.008.
+?CSCD?·?Baidu Scholar
[8]
TSUTAKI S, SUGIYAMA S, NISHIMURA D, et al. Acceleration and flotation of a glacier Terminus during formation of a proglacial lake in Rhonegletscher, Switzerland[J]. Journal of Glaciology, 2013, 59(215): 559–570. DOI:10.3189/2013jog12j107.
+?CSCD?·?Baidu Scholar
[9]
SONG C Q, SHENG Y W, WANG J D, et al. Heterogeneous glacial lake changes and links of lake expansions to the rapid thinning of adjacent glacier termini in the Himalayas[J]. Geomorphology, 2017, 280: 30–38. DOI: 10.1016/j.geomorph.2016.12.002.
+?CSCD?·?Baidu Scholar
[10]
TSUTAKI S, FUJITA K, NUIMURA T, et al. Contrasting thinning patterns between lake- and land-terminating glaciers in the Bhutanese Himalaya[J]. The Cryosphere, 2019, 13(10): 2733–2750. DOI:10.5194/tc-13-2733-2019.
+?CSCD?·?Baidu Scholar
[11]
WANG X, GUO X Y, YANG C D, et al. Glacial Lake inventory of high-mountain Asia in 1990 and 2018 derived from Landsat images[J]. Earth System Science Data, 2020, 12(3): 2169–2182. DOI:10.5194/essd-12-2169-2020.
+?CSCD?·?Baidu Scholar
[12]
ZHANG Y, HIRABAYASHI Y, LIU S Y. Catchment-scale reconstruction of glacier mass balance using observations and global climate data: Case study of the Hailuogou catchment, south-eastern Tibetan Plateau[J]. Journal of Hydrology, 2012, 444/445: 146–160. DOI: 10.1016/j.jhydrol.2012.04.014.
+?CSCD?·?Baidu Scholar
[13]
YAO X J, LIU S Y, SUN M P, et al. Volume calculation and analysis of the changes in moraine-dammed lakes in the north Himalaya: a case study of Longbasaba lake[J]. Journal of Glaciology, 2012, 58(210): 753–760. DOI:10.3189/2012jog11j048.
+?CSCD?·?Baidu Scholar
[14]
FARINOTTI D, HUSS M, FüRST J J, et al. A consensus estimate for the ice thickness distribution of all glaciers on Earth[J]. Nature Geoscience, 2019, 12(3): 168–173. DOI: 10.1038/s41561-019-0300-3.
+?CSCD?·?Baidu Scholar
[15]
阳坤, 何杰. (2019). 中国区域地面气象要素驱动数据集（1979-2018）. 国家青藏高原科学数据中心, DOI: 10.11888/AtmosphericPhysics.tpe.249369.file.
+?CSCD?·?Baidu Scholar
[16]
ZHANG Y, FUJITA K, LIU S Y, et al. Distribution of debris thickness and its effect on ice melt at Hailuogou glacier, southeastern Tibetan Plateau, using in situ surveys and ASTER imagery[J]. Journal of Glaciology, 2011, 57(206): 1147–1157. DOI:10.3189/002214311798843331.
+?CSCD?·?Baidu Scholar
[17]
Maurer J, Rupper S, Schaefer J. High Mountain Asia gridded glacier thickness change from multi-sensor DEMs, Version 1[DB]. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center, 2018. DOI: 10.5067/GGGSQ06ZR0R8.
+?CSCD?·?Baidu Scholar
数据引用格式
张特, 魏俊锋, 张勇, 等. 1988–2018年喜马拉雅山中部龙巴萨巴冰川变化数据集[DB/OL]. Science Data Bank, 2021. (2021-09-23). DOI: 10.11922/sciencedb.01116.
稿件与作者信息
论文引用格式
张特, 魏俊锋, 张勇, 等. 1988–2018年喜马拉雅山中部龙巴萨巴冰川变化数据集[J/OL]. 中国科学数据, 2021, 6(4). (2021-12-27). DOI: 10.11922/11-6035.csd.2021.0051.zh.
张特ZHANG Te
主要承担工作：冰川表面物质平衡模拟，冰川变化数据获取与整理，以及文档撰写。
（1994—），男，辽宁绥中人，硕士研究生，研究方向为冰川物质平衡。
魏俊锋WEI Junfeng
主要承担工作：数据处理流程的设计，冰川变化数据获取与整理，以及文稿撰写。
weijunfeng@hnust.edu.cn
（1985—），男，湖北天门人，博士，讲师，研究方向为冰冻圈遥感和冰川灾害。
张勇ZHANG Yong
主要承担工作：冰川能量-物质平衡模型设计与指导。
（1979—），男，山东滕州人，博士，教授，研究方向为全球变化与地理环境遥感。
王欣WANG Xin
主要承担工作：数据获取与分析指导。
（1973—），男，湖南耒阳人，博士，教授，研究方向为冰冻圈遥感、寒区水文与灾害。
郑亚杰ZHENG Yajie
主要承担工作：冰川表碛热阻系数提取方法指导。
（1995—），男，福建莆田人，硕士研究生，研究方向为冰川表碛厚度与分布。
国家自然科学基金（41701061）；湖南科技大学研究项目（E51669）。
National Natural Science Foundation of China (Grant no. 41701061) and the research project of Hunan University of Science and Technology (Grant no. E51669).
