EN中文

地理科学进展 >

2024 , Vol. 43 >Issue 7: 1441 - 1455

DOI: https://doi.org/10.18306/dlkxjz.2024.07.013

研究论文

三江源地区湖塘变化及其与多年冻土联系

  • 汤芸淇 , 1, 2, 3 ,
  • 汪凌霄 , 1, * ,
  • 赵林 1, 4 ,
  • 李艳 1 ,
  • 李智斌 1 ,
  • 刘世博 1 ,
  • 邹德富 4 ,
  • 王紫珊 1 ,
  • 刘童 1 ,
  • 丁嘉怡 1 ,
  • 赵建婷 1
展开
  • 1.南京信息工程大学地理科学学院，南京 210044
  • 2.中国科学院南京地理与湖泊研究所，中国科学院流域地理学重点研究室，南京 210008
  • 3.中国科学院大学，北京 100049
  • 4.中国科学院西北生态环境资源研究院，冰冻圈科学国家重点实验室，藏北高原冰冻圈特殊环境与灾害国家野外科学观测研究站，兰州 730000
*汪凌霄(1988— )，女，安徽滁州人，博士，副教授，硕士生导师，主要研究方向为雷达遥感与寒区水热模拟。E-mail:

汤芸淇(2000— )，女，江苏南京人，硕士生，主要从事遥感图像处理、城市与区域经济研究。E-mail:

收稿日期: 2023-10-27

  修回日期: 2024-03-18

  网络出版日期: 2024-07-23

基金资助

江苏省自然科学基金项目(BK20200828)

第二次青藏高原综合科学考察研究项目(2019QZKK0201)

国家自然科学基金项目(42376254)

收起

Changes of lakes and ponds in the Three Rivers Source Region and their links to permafrost

  • TANG Yunqi , 1, 2, 3 ,
  • WANG Lingxiao , 1, * ,
  • ZHAO Lin 1, 4 ,
  • LI Yan 1 ,
  • LI Zhibin 1 ,
  • LIU Shibo 1 ,
  • ZOU Defu 4 ,
  • WANG Zishan 1 ,
  • LIU Tong 1 ,
  • DING Jiayi 1 ,
  • ZHAO Jianting 1
Expand
  • 1. School of Geographical Sciences, Nanjing University of Information Science & Technology, Nanjing 210044, China
  • 2. Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, CAS, Nanjing 210008, China
  • 3. University of Chinese Academy of Sciences, Beijing 100049, China
  • 4. Cryosphere Research Station on Qinghai-Xizang Plateau, State Key Laboratory of Cryosphere Science, Northwest Institute of Eco-Environment and Resources, CAS, Lanzhou 730000, China

Received date: 2023-10-27

  Revised date: 2024-03-18

  Online published: 2024-07-23

Supported by

Natural Science Foundation of Jiangsu Province(BK20200828)

The Second Tibetan Plateau Scientific Expedition and Research Program(2019QZKK0201)

National Natural Science Foundation of China(42376254)

Fold

摘要

近年来，青藏高原湖泊的快速扩张引起广泛关注，已有不少研究系统分析了大于1 km2的大型湖泊的变化动态，但对于面积较小的由于多年冻土退化形成的热融湖塘，其在大范围流域尺度上的分布及变化研究尚不多见。论文基于光学和雷达影像，系统分析了三江源区内湖塘(< 1 km2)分布及其变化，以及与多年冻土之间的联系，并且首次揭示了湖塘底部融区的分布情况。结果表明：① 三江源区2020年代(2020—2022年)的湖塘面积达917.03 km2，湖塘总数为61608个。其中长江源区湖塘数量最多，达到48987个，黄河源区12459个，澜沧江源区最少。② 相较于1960年代，2020年代三江源区域面积小于1 km2湖塘数量增加了76%，面积增加了13%。长江源区湖塘扩张明显，黄河源区、澜沧江源区的部分湖塘萎缩。1960年代的湖塘有53%在2020年代依然存在。③ 三江源区80.9%的湖塘底部冬季存在融区，其中长江源有78.2%，黄河源有90.8%，澜沧江源有98.7%。在多年冻土区，有一半底部有融区的湖塘在1960年代就已存在，新增湖塘底部冬季较少存在融区，目前浮冰湖塘范围要远大于触底冰湖塘范围，可能会进一步加速多年冻土融化。研究结果可为分析多年冻土退化状态以及多年冻土退化与热融湖塘发育之间的联系提供基础，为高原地区热融湖塘碳排放研究提供基础数据。

关键词： 热融湖塘; 多年冻土退化; 三江源区; 湖塘底部融区

本文引用格式

汤芸淇 , 汪凌霄 , 赵林 , 李艳 , 李智斌 , 刘世博 , 邹德富 , 王紫珊 , 刘童 , 丁嘉怡 , 赵建婷 . 三江源地区湖塘变化及其与多年冻土联系[J]. 地理科学进展, 2024 , 43(7) : 1441 -1455 . DOI: 10.18306/dlkxjz.2024.07.013

Abstract

In recent years, the rapid expansion of lakes on the Tibetan Plateau has attracted widespread attention, and a number of studies have systematically analyzed the dynamics of changes in large lakes with areas greater than 1 km2. However, the distribution and changes of smaller lakes and ponds formed due to permafrost degradation at the watershed scale have not yet been clarified. In this study, using optical and radar images, we systematically investigated the distribution and changes of lakes and ponds (< 1 km2) in the Three Rivers Source Region and their relationship with permafrost degradation, and for the first time examined the distribution of taliks at the bottom of the lakes and ponds. The results show that: 1) The total area of lakes and ponds in the Three Rivers Source Region in the 2020s (2020-2022) amounted to 917.03 km2, and the total number of lakes and ponds was 61608. The Yangtze River source area had the highest number of lakes and ponds, reaching 48987, followed by the Yellow River source area with 12459, and the Lancang River source area had the smallest number of lakes and ponds. 2) Compared with the 1960s, the number of lakes and ponds smaller than 1 km2 in the Three Rivers Source Region increased by 76% in the 2020s, and the total area increased by 13%. Although the expansion of lakes and ponds in the Yangtze River source area was obvious, some lakes and ponds in the Yellow River source area and the Lancang River source area experienced shrinkage. Of the lakes and ponds observed in the 1960s, 53% still existed in the 2020s. 3) Of the lakes and ponds in the Three Rivers Source Region, 80.9% have taliks at their bottoms in winter, including 78.2% in the Yangtze River source area, 90.8% in the Yellow River source area, and 98.7% in the Lancang River source area. In the permafrost zone, half of the lakes and ponds with taliks at their bottoms existed in the 1960s, and fewer new lakes and ponds have taliks at their bottoms in winter. Currently, the extent of floating-ice lakes and ponds is much larger than the extent of grounded-ice lakes and ponds, which may further accelerate the thawing of the underlying permafrost. The findings of this study can provide a basis for analyzing the state of permafrost degradation and contribute to understanding the links between permafrost degradation and the development of thermokarst lakes and ponds, as well as serve as basic data for the study of carbon emissions from thermokarst lakes and ponds in the plateau region.

Key words： thermokarst lakes and ponds; permafrost degradation; Three Rivers Source Region; taliks at the bottom of lakes and ponds

位于青藏高原腹地的三江源是长江、黄河和澜沧江的发源地[1]，是中国淡水资源的重要补给地，长江、黄河、澜沧江的总水量的2%、38%、15%均来源于此，湖泊和沼泽星罗分布。源区孕育了全球海拔最高、面积最广、类型最丰富的高寒生态系统，素有“高寒生物种质资源库”之称[2]，生态系统服务功能、自然景观、生物多样性具有极高的保护价值。近年来，在全球变化和人类活动的双重影响下，三江源地区生态风险加剧，主要表现为草地退化与沙化加剧[3]、生物多样性减少[4]、部分源区湖泊及湿地萎缩甚至干涸[5-6]、冰川退缩、冻土退化[7]等，生态安全面临严峻挑战。总体而言，三江源区的水体在数量和面积上都出现了明显的增长[7-8]。降雨增多与温度升高[9]导致的冰川、积雪、多年冻土等的快速消融[10]是湖泊变化的重要因素。已有不少研究基于光学影像系统分析了青藏高原上大于1 km2的大型湖泊的变化动态[11⇓-13]，表明大多数湖泊在1976—2020年呈扩张态势。对于小于1 km2的小型湖泊(湖塘)，有研究针对北麓河地区的湖塘进行监测，分析了小型湖塘数量、面积的变化及原因[14]，还有研究对青藏铁路沿线[15-16]的湖塘进行调查分析，但小型湖塘在大范围流域尺度上的分布及变化尚未完全清晰。
由于多年冻土退化，多年冻土上限处的地下冰融化后地表沉降蓄水[17]形成的湖塘为热融湖塘[18-19]。在青藏高原多年冻土区，大多数表面小于1 km2的湖塘表现出热融湖塘的典型特征[20-21]。若湖底为低渗透的泥浆或风蚀性的泥质岩石，这些物质阻止了湖塘从融区排水，进而造成湖塘继续扩张[17]。青藏高原增温率是全球平均增温率的2倍[22]，三江源地区的多年冻土是青藏高原冻土退化最为显著的区域之一[23]，热融湖塘的形成和扩张使得该地生态系统由陆地转变为水生，改变了碳循环过程[24]和地表湖塘河流等水体的水文连通性[25]，对地表过程、水文过程、生物化学循环等都具有重要影响。尽管已有不少学者对典型区热融湖塘的变化进行了细致调查研究[14⇓-16]，在大范围尺度上湖塘(<1 km²)的空间分布格局和演变规律系统性的研究仍较缺乏，并且对湖塘历史时期的变化研究较少。Chen等[26]和Wei等[27]利用哨兵二号数据分别使用归一化水体指数阈值法和随机森林分类法对青藏高原热融湖塘在2018、2020年的分布进行提取与分析，两者结果也存在差异，这主要是因为大范围光学影像制图极易受云雾影响，加之湖塘面积小，图像解译的难度也相应增加。
已有研究表明，多年冻土区的热融湖塘是高原湖泊生态系统中最主要的碳排放来源[28]，若湖塘底部存在融区，冬季持续释放温室气体[29⇓-31]，同时加速多年冻土的融化。明确湖塘底部是否存在融区，一方面有利于确定多年冻土退化状态[32]，另一方面可提高热融湖塘碳排放量估算的精度。雷达遥感的发展使探测湖塘底部融区状态成为可能。早在1975年，就有学者在Alaskan Coastal Plain地区注意到冬季湖冰在机载雷达影像上强烈的明暗对比，之后研究人员明确了该差异与湖冰状态直接相关，触底湖冰的雷达后向散射系数明显小于浮冰湖塘[33-34]。直至2013年，Engram等[35]才基于辐射传输物理机制系统阐述了冬季浮冰湖塘与触底冰湖塘在雷达后向散射系数的显著差异的原因。随后在极地和亚极地地区X波段数据也成功应用于冬季湖冰状态判别中[32,36]。近年来，在环北极地区有研究结合深度学习方法使用冬季雷达影像自动提取湖塘范围和湖冰状态[37]。若湖冰触底则湖塘底部冬季冻结；若为浮冰状态则浮冰下为液态水，湖塘底部存在融区。在多年冻土区，当湖塘冬季为持续浮冰状态时，湖塘底部温度会持续保持在0 ℃以上，这种持续的热影响使得湖塘下的多年冻土加速融化。目前尚无研究对青藏高原多年冻土区湖塘的冬季湖冰状态进行监测分析。
本文综合使用光学与雷达影像提取三江源地区2020—2022年间小于1 km2的湖塘分布，与1960年代的湖塘分布进行比较，分析多年冻土退化下的湖塘变化特征，并首次揭示其湖塘地区融区状态，为研究区域冻土退化状态与碳排放估算提供基础数据。

1 数据与方法

1.1 研究区概况

三江源地区位于青海省南部(31°39′~36°12′N、89°45′~102°23′E)，总面积为30.25万km2(图1)，边界数据来源于国家青藏高原科学数据中心(http://data.tpdc.ac.cn)[38]。三江源内共有国家级气象站点6个，由于玉树站点降水数据存在异常值，因此本文没有使用。在全球变化背景下，三江源区暖湿化明显，1960—2012年平均气温升温速率为0.37 ℃/10 a[39]，1960—2015年降水增加速率为6.7 mm/10 a[40]。与此同时，长江源区降水增速大于其他两个源区[39]。图2显示了源区内气象站点的温度及降水1971—2022年时间序列，数据来自NOAA-NCEI(https://www.ncdc.noaa.gov/cdo-web/)。源区存在大面积的高寒植被，包括高寒草甸、高寒草原、高寒荒漠等且普遍存在有多年冻土，多年冻土覆盖率达62.1%[41]。
图1 研究区示意图

Fig.1 Schematic diagram of the study area

图2 1972—2022年三江源区域年均气温和年降水量趋势

Fig.2 Annual average temperature and annual precipitation trends in the Three Rivers Source region during 1972-2022

1.2 湖塘提取与变化分析方法

本文对三江源地区两个时段的热融湖塘进行变化分析，包括2020—2022年间利用光学影像与雷达影像提取的湖塘数据，以及1960年代历史时期由锁眼卫星解译的湖塘产品，所用数据如表1。1960年代锁眼卫星水体解译产品来源于国家青藏高原科学数据中心，该数据采用面向对象分类与目视解译相结合的方法，解译的最小线性地物宽度超过8 m，最小面状地物超过100 m2，1级解译精度超过95%[43]，通过对数据的属性提取获得了解译的湖塘产品。为了更好地对比两个时期湖塘的变化情况，通过空间相交计算得到1 km格网内的湖塘面积占比和湖塘数，在此基础上判断湖塘的变化趋势。
表1 用于湖塘提取的数据使用情况

Tab.1 Data sources for the identification of lakes and ponds

研究时期 使用数据 数据用途 使用波段/属性 使用时段 空间分辨率
2020年代
 Landsat 8 影像分类 B3(绿)
B5(近红外)		 2020-01-01至
2022-12-31		 30 m
Sentinel-2 影像分类 B3(绿)
B8(近红外)		 2020-01-01至
2022-12-31		 10 m格网
(重采样到30 m)
全球水体数据 训练集与测试集 最大水体范围 1984—2022年 30 m
Sentinel-1 辅助分类 VV 2020—2022年6—8月 10 m格网
(重采样到30 m)
1960年代 锁眼卫星解译产品 对比分析 湖泊 1960年代 矢量数据
2020—2022年间利用光学影像进行分类、雷达夏季影像辅助分类的方式进行湖塘范围的提取。分类过程使用的训练集与测试集为欧盟委员会联合研究中心(Joint Research Centre of the European Commission，JRC)反演的全球水体数据，该数据选用Landsat 5/7/8卫星采集的1984年3月16日至2021年12月31日之间的影像，利用专家系统(非参数分类器)对每一个像素分别进行水体和非水体的情况判别，展示了1984—2021年度地面水体在时空上的分布[44]。JRC全球水体数据提供了永久性水数据，而三江源区域的湖塘受冻土热状态影响在长时间序列上并不稳定，需要更详细的特征提取来提高分类精度，因此，本文使用JRC全球水体数据作为训练集和测试集。又由于三江源研究区空间范围广，因此在地理云平台上进行遥感影像预处理及分类，分类后处理与目视解译纠正在ArcGIS平台上完成。
(1) 分类特征数据选取与处理
分类特征数据包括Landsat 8和Sentinel-2影像计算的归一化水体指数(NDWI)数据以及SRTM DEM数据计算的坡度数据。NDWI利用绿波段和近红外波段反射率的反射差突出水体，近红外波段对水体有着强吸收，水面的NDWI高于植被或裸地、积雪、冰川[45]，可有效区分水体与其他下垫面环境。NDWI计算公式为[46]：
N D W I = ρ G r e e n - ρ N I R ρ G r e e n + ρ N I R
式中：ρGreen为绿波段反射率，ρNIR为近红外波段反射率。
为了降低云雾影响及获取最大湖塘范围，本文计算了2020—2022年间Landsat 8和Sentinel-2所有夏季数据的NDWI，并取各自的最大NDWI作为图像特征参与分类。此外，湖塘多见于高平原、低坡度(<3°)的山地坡脚、河谷[47]。因此，坡度特征参与分类有助于减少地形阴影错分误差。
(2) 监督分类与后处理
本文运用支持向量机的方法对湖塘进行自动提取并利用合成孔径雷达提取的夏季后向散射系数均值，来校正错分漏分的湖塘，得到2020年代三江源区的湖塘分布图，具体方法如下。首先，利用地理云平台，对研究区内的JRC全球水体数据做分层随机抽样，得到54000个样本(水体与非水体数量相当)，占4860万个像元，占总像元数的9.4%。在样本基础上，随机选取水体和非水体的各70%作为训练集，30%作为验证集。并分别对Landsat 8影像的3、5波段和Sentinel-2的3、8波段与NDWI、坡度数据做波段合成，基于支持向量机分类法对多波段数据效果更好的特性，选用该分类器进行影像分类。由于夏季液态水表面的后向散射较低，在SAR图像上很容易将其与其他陆地覆盖区区分开来。本文采用6—8月的Sentinel-1后向散射系数的均值作为分类后处理错分漏分湖塘的依据。对后向散射系数进行平均处理，在不牺牲空间分辨率的前提下，进一步降低了雷达图像中的散斑噪声[48]。基于Landsat 8与Sentinel-2分类结果互补的特性，使用两者分类结果的并集作为水体范围，将其转换为多边形矢量并进行纠正错误分类、增加遗漏分类、删除河流和小溪等非湖塘水体等多项后续处理。

1.3 冬季湖冰特征提取

若冬季湖冰为浮冰状态，冰与下部的水之间介电常数差异巨大(水和冰的介电常数分别为80和3.2[49])，这种强烈的介电常数差异使得雷达信号在冰—水界面形成强反射。若湖冰触底，冰和地面的冻结沉积物之间介电常数差异较少(冻结的淤泥和粘土等沉积物的相对介电常数为3~6[50])，冻结沉积物吸收雷达信号，导致与浮冰相比，后向散射强度要低得多[36]。
由于湖塘像元已被提取(与其他地类像元区分)，基于浮冰湖塘和触底冰湖塘在冬季后向散射系数的显著差异[32,37]，因此本文对湖塘像元的冬季1—2月的Sentinel-1后向散射系数均值，使用K均值聚类方法[51]进行非监督分类，将湖塘像元分为两类。分类后对同一湖塘中的像元做众数统计以判断单个湖泊的冬季湖冰类型：湖泊浮冰像元数多(占主导)即为浮冰类型(底部融区)，触底冰像元多即为触底冰类型。
雷达遥感是区分冬季湖冰状态的重要手段[32,52]，SAR的C[53]、L[35]和X波段[32,36]都可以对湖冰类型进行分类，这是由于雷达信号接触冰—水界面时会产生的强反射与完全冻结的湖塘不同所导致的[54]。

1.4 热融湖塘与多年冻土退化之间的联系分析

使用的冻土范围数据源自文献[41,55-56]中的三种多年冻土分布图，冻土地温和冻土厚度数据源自文献[57]，具体见表2。
表2 多年冻土相关数据

Tab.2 Data related to permafrost

数据 使用数据 数据来源 数据时段 空间分辨率
多年冻土分布 多年冻土分布数据1 冉有华等[55] 2010年代 1 km
多年冻土分布数据2 Obu等[56] 2000—2016年
多年冻土分布数据3 邹德富等[41] 2003—2012年
多年冻土状态 多年冻土地温 程国栋等[57] 2010年代
多年冻土厚度 程国栋等[57] 2010年代

2 湖塘变化与湖塘底部融区分析

2.1 三江源地区湖塘分布及时空变化

2020—2022期间湖塘提取的总体精度区间为[0.97]；Kappa系数区间为[0.93]，精度良好。对小于1 km2的湖塘进行分析可知，2020—2022年间小于1 km2的湖塘总面积为917.03 km2，湖塘总个数为61608个。湖塘分布总体呈现西多东少，北多南少的态势。其中长江源区湖塘数量最多，达到48987个，且集中分布在中西部，东南部湖塘较少。黄河源区有湖塘12459个，其中西部湖塘较多，东北部分布着大型湖塘，南部的湖塘不多。与长江黄河源相比，澜沧江源湖塘分布极少，仅162个。对比2020年代与1960年代小于1 km2的湖塘分布可知，2020年代的湖塘集中聚集位置与1960年代一致，但在数量上增加较多。1960年代三江源区小于1 km2的湖塘总面积为811.07 km2，湖塘总个数为34918个，其中长江源有23939个，黄河源有10539个，澜沧江源有440个。2020年代青藏高原三江源地区的湖塘数是1960年代湖塘数的约1.76倍，但面积仅为1.13倍。可见三江源区的新增湖塘数目很多，但面积较小。此现象在长江源区最为突出，长江源区2020年代的湖塘数目是1960年代的2.05倍，面积是1960年代的1.27倍。而黄河源区的湖塘数目仅有小幅增加，面积出现萎缩，数量是1960年代的1.18倍，面积为49%。澜沧江源区的湖塘出现了萎缩现象，其数量是1690年代的36%，面积为25%。
此前有学者利用Sentinel-2光学卫星数据绘制了青藏高原2018年[26]与2020年[27]的湖泊分布图。为统一比较，本文提取了三江源地区小于1 km2的湖塘分布情况(图3)。图4a、4b分别为图3中4种解译产品面积小于1 km2的湖塘数量、面积的对比图。Chen等[26]使用NDWI阈值法对2018年全年的Sentinel-2影像进行湖塘提取，Wei等[27]使用随机森林分类法对2020年8—11月的Sentinel-2影像进行湖塘提取。Chen等[26]的结果中没有提供大于50 hm2的湖塘分布(即缺少约185个面积在50 hm2~1 km2范围内的湖塘)，因此其统计的湖塘总面积偏小，为537.11 km2，湖塘总个数为42109个；Wei等[27]的结果中三江源区小于1 km2的湖塘总面积为1082.00 km2，湖塘总个数为94923个。以上两者结果中湖塘的聚集位置一致，且与1960年代湖塘分布相比变化趋势一致，但两者结果中依然存在较大差异，主要差异在黄河源区的西部区域，而在长江源区和澜沧江源区的湖塘分布较为相似，黄河源西部地区大型构造湖周围的水热情况复杂，河流错综复杂，提高了小型湖塘的解译难度。本文使用2020—2022年Landsat 8和哨兵二号数据通过支持向量机法进行自动提取，运用夏季(6—8月)后向散射系数均值目视解译了结果中的8万多个湖塘，最终得到61608个小于1 km2的湖塘，湖塘总面积为917.03 km2(图4c)。最终结果介于上述两个湖塘分布结果之间[26-27]，湖塘的聚集位置与两者一致。由于本文通过目视解译手动剔除的河流，而Wei等[27]是通过河流线数据，利用河流缓冲区剔除了水系中的河流，因为河流形状不规则，宽度也并不相同，难免有未剔除的细小碎斑，这可能是造成其数量最多的原因，但由于碎斑面积极小，因此在面积上与本文相差不大。下文着重将我们的结果与1960年代的解译结果进行进一步的对比分析。
图3 4种解译产品的湖塘分布情况(< 1 km2)

Fig.3 Distribution of lakes and ponds by the four products interpreted from remote sensing data (< 1 km2)

图4 湖塘数量、面积对比图及2020年代湖塘(<1 km2)面积分布直方图

Fig.4 Comparison of the number and area of lakes and ponds of the source areas and histogram illustrating the distribution of lake and pond area (< 1 km²) in the 2020s

通过1 km格网中的湖塘数目和面积统计(图5a~5h)可知，河道和大型构造湖附近的湖塘数目明显增加。图5i是长江源区北麓河盆地附近的湖塘变化展示，可见新增小型湖塘众多，且1960年代的湖塘有略微扩张，此现象多存在于长江源区内湖塘有所扩张的区域。澜沧江源区(图5j)则与长江源区相反，湖塘分布较少，1960年代的湖塘区域在2020年代未见明显水体，较大湖塘也呈现萎缩的态势，湖塘面积进一步减少。通过空间分析统计可得，三江源地区1960年代的湖塘中有53%继续存在，即47%的湖塘消失了，其中长江源有65.0%的湖塘继续存在，黄河源有71.1%的湖塘消失，澜沧江源有68.9%的湖塘消失。
图5 1 km尺度上湖塘1960年代至2020年代数量、面积变化情况及细节展示

注：图i、j中底图为夏季后向散射系数均值。

Fig.5 Changes of the number and area of lakes and ponds at the one-kilometer scale from the 1960s to the 2020s and details of the lakes and ponds

2.2 多年冻土退化对湖塘变化影响

为了进一步评估三江源区冻土退化对湖塘变化的影响，本文应用冻土分布数据，首先统计了季节冻土区和多年冻土区单位面积湖塘数量(图6)，以区分湖塘在季节冻土区和多年冻土区的分布情况。由于不同研究得出的冻土分布数据有差异，为减少数据的不确定性，本文选取了3种冻土分布数据，其中冻土分布数据1[55]中多年冻土区湖塘数量为52332个，季节冻土区为6085个；冻土分布数据2[56]中多年冻土区湖塘数量为57984个，季节冻土区为469个；冻土分布数据3[41]中多年冻土区湖塘数量为47487个，季节冻土区为10930个。3种数据的统计结果都表明多年冻土区湖塘数量远大于季节冻土区，由于冻土分布数据2中季节冻土区范围显著小于其他数据，因此其湖塘数量显著低于基于其他两套冻土数据的结果。进一步对多年冻土区1960年代至2020年代湖塘变化进行统计(图7)，应用3种冻土分布范围数据的统计结果均显示，长江源区湖塘数量激增，黄河源和澜沧江源的湖塘数量略有下降。长江源绝大部分地区为多年冻土；黄河源西部为多年冻土区，东部为季节冻土区；澜沧江源大部分地区为季节冻土区。
图6 多年冻土区与季节冻土区单位面积上湖塘数量对比

Fig.6 Lake and pond density comparison between permafrost and seasonal frozen soil zones

图7 三江源不同流域多年冻土区1960年代与2020年代单位面积上的湖塘数量和总面积变化

Fig.7 Changes in the number and total area of lakes and ponds per unit area in the permafrost zone of different basins of the Three Rivers Source Region in the 1960s and 2020s

多年冻土区湖塘增加的主要原因是气温升高造成的多年冻土退化、地下冰融化。长江源位于青藏高原中部，多年冻土分布范围广，其湖塘数量激增；澜沧江源与黄河源靠近多年冻土的边界，融区扩大、湖塘排水加快，也会造成湖塘数目和面积减少，此外，澜沧江与黄河源区一些地区降水量的降低和年均气温的升高使得蒸发量增大，也是其湖塘数目和面积减少的部分原因。此前有黄河源的湖塘变化研究同样表明多年冻土退化是造成湖塘萎缩的重要原因[6]。
对多年冻土区[55]不同冻土地温[58]下1960年代与2020年代的湖塘数量及面积分布进行统计(图8)。可见，地温范围在(-3, 0] ℃内湖塘分布最多，冻土地温低于0 ℃时，随着地温的增加，湖塘数量在进一步增加，且2020—2022年湖泊数量始终高于1960年代。地温范围在(-1, 0] ℃处，湖塘数量达到最高，其中2020年代有22312个，1960年代有14228个。而在冻土地温高于0 ℃的地方，湖塘数量锐减至900个以下，在冻土地温高于1 ℃的地方，1960年代不存在湖塘。由图8b可见大部分湖塘面积在20000 m2以下，并且在每段不同的冻土地温处，1960年代的湖塘面积中位数略高于2020年代，表明诸多新形成的湖塘面积相对更小。三江源地区小湖泊数量显著增加但相对面积较小的特征，也是图8中数量变化显著而单个小型湖泊面积变化不明显的原因之一。
图8 不同冻土地温下湖塘扩张情况

Fig.8 Expansion of lakes and ponds under different permafrost ground temperatures

2.3 三江源地区湖塘底部融区特征分析

湖塘冬季湖冰类型的空间分布如图9a所示，图9b~9e展示了图9a中绿色框区域的遥感影像、夏季后向散射系数均值、冬季后向散射系数均值及湖冰类型情况。在夏季后向散射系数图上(图9e)，湖塘都表现为低后向散射系数，冬季光学影像上显示湖塘表面均已冻结(图9c)，但在冬季雷达影像上，不同湖塘后向散射系数差异明显(图9d)。根据利用SAR数据进行湖冰类型区分的原理，图9d中湖1、2为湖冰触底湖塘，其中2号湖塘四周均已冻结到底，仅有中心区域有部分湖冰，但浮冰像元小于触底冰像元，因此归为触底冰湖塘；而3、4号为浮冰湖塘，其中3号湖塘仅有周围少部分区域为触底冰，湖塘大部分面积为浮冰，因此归为浮冰湖塘。
图9 冬季湖冰类型(a)及区域光学(b、c)、雷达(d、e)遥感影像

注：图a中绿色方框区域为b~e中影像区域。

Fig.9 Winter lake and pond ice regime type (a) and regional optical (b、c) and radar (d、e) remote sensing images

由统计可知，三江源区域内有80.9%的湖塘冬季湖冰类型为浮冰，其中长江源有78.2%，黄河源有90.8%，澜沧江源有98.7%。在多年冻土区，热融湖塘一旦形成后，会加速下部多年冻土的融化，并随着持续扩张，底部形成融区，进一步加速冻土融化[21,59⇓-61]。三江源多年冻土区内目前超80.2%的湖塘底部冬季存在融区。
根据冻土数据1的多年冻土区与季节冻土区的范围统计了湖塘冬季湖冰数目与面积情况(图10a)。长江源多年冻土区浮冰湖塘与触底冰湖塘的个数比是3.6，季节冻土区两者个数比为3.7；黄河源多年冻土区两者个数为9.2，黄河源季节冻土区两者个数为11.5；澜沧江源多年冻土区两者个数为58.5，澜沧江源季节冻土区仅存在39个浮冰湖塘，不存在触底冰湖塘。
图10 三江源触底冰湖塘与浮冰湖塘数量与面积统计

注：图b中澜沧江源季节冻土区没有触底冰湖塘，因此只有三列。

Fig.10 The number and area of grounded-ice and floating-ice lakes and ponds in the Three Rivers Source Region

从单个湖塘的面积分布可以看出，在多年冻土区浮冰湖塘面积比触底湖塘面积稍大(图10b)。多年冻土区长江源浮冰湖塘的面积中位数为4001.6 m2，触底冰湖塘的面积中位数为2767.5 m2；黄河源浮冰湖塘的面积中位数为1001.9 m2，触底冰湖塘的面积中位数为999.8 m2；澜沧江源浮冰湖塘的面积中数为2533.6 m2，触底冰湖塘的面积中数为1525.1 m2。图10c显示浮冰湖塘与触底冰湖塘的面积分布。长江源中多年冻土区浮冰湖塘与触底冰湖塘的面积比是3.1，季节冻土区两类湖塘面积比为2.0；黄河源中多年冻土区两类湖塘面积比为11.3，季节冻土区两类湖塘面积比为15.4；澜沧江源中多年冻土区两类湖塘面积比为382.7，季节冻土区不存在触底冰湖塘。多年冻土区浮冰湖塘的总面积要远大于触底冰湖塘的总面积。
此外，通过相交分析可以得出，在多年冻土区，浮冰湖塘中有50.6%的湖塘在1960年代已经形成，而在触底冰湖塘中此比例仅有7.5%。由此可分析出触底冰湖塘中大部分都为新增的小型湖塘，湖水较浅，因而容易在冬季冻结到底。通过对多年冻土区[55]不同冻土地温[57]和厚度[57]下浮冰湖塘与触底冰湖塘数量(图11、表3)的统计可知，冻土地温介于 (-4, 0] ℃，冻土厚度在80 m以下时，湖塘数量相对较多，且浮冰湖塘数量远大于触底冰湖塘数量。随着多年冻土地温升高，厚度减薄，浮冰湖塘与触底冰湖塘的比例逐渐减低。
图11 不同多年冻土地温和多年冻土厚度下触底冰湖塘与浮冰湖塘数量分布情况

Fig.11 Distribution of grounded-ice and floating-ice lakes and ponds under various permafrost ground temperatures and thicknesses

表3 多年冻土区不同冻土地温和厚度下浮冰湖塘与触底冰湖塘数量比

Tab.3 Ratio of the number of floating-ice and grounded-ice lakes and ponds under different permafrost ground temperatures and permafrost thicknesses

使用数据 数据范围 数量比
冻土地温 (-4, -3] ℃ 12.0
(-3, -2] ℃ 5.3
(-2, -1] ℃ 4.6
(-1, 0] ℃ 4.0
(0, 1] ℃ 5.9
>1 ℃ 9.4
冻土厚度 (150, 215] m 37.7
(100, 150] m 6.8
(80, 100] m 8.7
(50, 80] m 4.9
[25, 50] m 4.4
<25 m 3.3

3 结论

本文基于光学和雷达影像数据、气象站点数据、冻土数据等，对全球变暖背景下三江源区1960年代与2020年代湖塘的时空分布和变化规律进行揭示，得出以下结论：
(1) 青藏高原三江源区2020年代的湖塘总面积为917.03 km2，湖塘总个数为61608个。湖塘分布呈现西多东少，北多南少的态势。其中长江源区湖塘数量最多，有48987个，且集中分布在中西部。黄河源区有湖塘12459个，其中西部湖塘较多。与长江黄河源相比，澜沧江源湖塘分布极少，仅有162个。
(2) 三江源区2020年代面积小于1 km2的湖塘数是1960年代的约1.76倍，面积为1960年代的1.13倍。长江源区湖塘扩张明显，黄河源区、澜沧江源区的部分湖塘萎缩。1960年代的湖塘中，有53%的湖塘是一直存在的。气候变暖下多年冻土融化，热融湖塘形成与发育，造成长江源区的湖塘数目增多、湖塘面积增大的现象。而多年冻土退化与融区扩大，湖塘排水加快、气温升高蒸发量增大造成了黄河源和澜沧江源湖塘数目和面积减少的现象。
(3) 根据冬季湖冰判断湖塘底部融区存在情况，三江源区域有80.9%的湖塘底部有融区，其中长江源有78.2%，黄河源有90.8%，澜沧江源有98.7%。在多年冻土区，有一半底部有融区的湖塘在1960年代就已存在，新增湖塘底部冬季较少存在融区，目前浮冰湖塘范围要远大于触底冰湖塘范围，可能会进一步加速多年冻土融化。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陈春阳, 陶泽兴, 王焕炯, 等. 三江源地区草地生态系统服务价值评估[J]. 地理科学进展, 2012, 31(7): 978-984.

[Chen Chunyang, Tao Zexing, Wang Huanjiong, et al. Ecosystem service assessment of grasslands in the Sanjiangyuan region. Progress in Geography, 2012, 31(7): 978-984.]

DOI

[2]
孟宪红, 陈昊, 李照国, 等. 三江源区气候变化及其环境影响研究综述[J]. 高原气象, 2020, 39(6): 1133-1143.

DOI

[Meng Xianhong, Chen Hao, Li Zhaoguo, et al. Review of climate change and its environmental influence on the Three-River regions. Plateau Meteorology, 2020, 39(6): 1133-1143.]

DOI

[3]
于伯华, 吕昌河, 吕婷婷, 等. 青藏高原植被覆盖变化的地域分异特征[J]. 地理科学进展, 2009, 28(3): 391-397.

[Yu Bohua, Lv Changhe, Lv Tingting, et al. Regional differentiation of vegetation change in the Qinghai-Tibet Plateau. Progress in Geography, 2009, 28(3): 391-397.]

DOI

[4]
丁俊霞, 陈克龙. 三江源生物多样性保护重要性研究[J]. 青海草业, 2020, 29(1): 20-26.

[Ding Junxia, Chen Kelong. The importance of the biodiversity protection by the example of Sanjiangyuan National Natural Reserve. Qinghai Prataculture, 2020, 29(1): 20-26.]

[5]
牛亚菲. 青藏高原生态环境问题研究[J]. 地理科学进展, 1999, 18(2): 163-171.

[Niu Ya fei. Study on ecological environment problems of Qinghai-Tibet Plateau. Progress in Geography, 1999, 18(2): 163-171.]

[6]
Șerban R D, Jin H J, Șerban M, et al. Shrinking thermokarst lakes and ponds on the northeastern Qinghai-Tibet Plateau over the past three decades[J]. Permafrost and Periglacial Processes, 2021, 32(4): 601-617.

[7]
牛富俊, 王玮, 林战举, 等. 青藏高原多年冻土区热喀斯特湖环境及水文学效应研究[J]. 地球科学进展, 2018, 33(4): 335-342.

DOI

[Niu Fujun, Wang Wei, Lin Zhanju, et al. Study on environmental and hydrological effects of thermokarst lakes in permafrost regions of the Qinghai-Tibet Plateau. Advances in Earth Science, 2018, 33(4): 335-342.]

DOI

[8]
金岩丽, 徐茂林, 高帅, 等. 2001—2018年三江源地表水动态变化及驱动力分析[J]. 遥感技术与应用, 2021, 36(5): 1147-1154.

DOI

[Jin Yanli, Xu Maolin, Gao Shuai, et al. Analysis on the dynamic changes and driving forces of surface water in the Three-River headwater region from 2001 to 2018. Remote Sensing Technology and Application, 2021, 36(5): 1147-1154.]

[9]
Li Y K, Liao J J, Guo H D, et al. Patterns and potential drivers of dramatic changes in Tibetan lakes, 1972-2010[J]. PLoS One, 2014, 9(11): e111890. doi: 10.1371/journal.pone.0111890.

[10]
Gardner A S, Moholdt G, Cogley J G, et al. A reconciled estimate of glacier contributions to sea level rise: 2003 to 2009[J]. Science, 2013, 340: 852-857.

DOI PMID

[11]
Zhang G Q, Ran Y H, Wan W, et al. 100 years of lake evolution over the Qinghai-Tibet Plateau[J]. Earth System Science Data, 2021, 13(8): 3951-3966.

[12]
张国庆. 青藏高原湖泊变化遥感监测及其对气候变化的响应研究进展[J]. 地理科学进展, 2018, 37(2): 214-223.

DOI

[Zhang Guoqing. Changes in lakes on the Tibetan Plateau observed from satellite data and their responses to climate variations. Progress in Geography, 2018, 37(2): 214-223.]

DOI

[13]
Zhang G Q, Bolch T, Chen W F, et al. Comprehensive estimation of lake volume changes on the Tibetan Plateau during 1976-2019 and basin-wide glacier contribution[J]. Science of the Total Environment, 2021, 772: 145463. doi: 10.1016/j.scitotenv.2021.145463.

[14]
陈瑞达. 青藏高原北麓河流域热融湖塘提取与时空演变分析[D]. 北京: 中国地质大学(北京), 2020.

[Chen Ruida. Extraction and spatio-temporal evolution of thermokarst ponds in the Beilu River Basin of the Qinghai-Tibet Plateau. Beijing, China: China University of Geosciences, Beijing, 2020.]

[15]
Niu F J, Lin Z J, Liu H, et al. Characteristics of thermokarst lakes and their influence on permafrost in Qinghai-Tibet Plateau[J]. Geomorphology, 2011, 132(3/4): 222-233.

[16]
王慧妮. 基于遥感的青藏高原热融湖塘时空演化监测与趋势分析: 以青藏铁路红梁河至风火山沿线为例[D]. 西安: 长安大学, 2013.

[Wang Huini. Monitoring and trend study on space-time evolution of thermokarst lakes based on remote sensing in the Qinghai-Tibet Plateau. Xi'an, China: Chang'an University, 2013.]

[17]
罗京, 牛富俊, 林战举, 等. 1969—2010年青藏高原北麓河盆地热喀斯特湖塘演化过程[J]. 科学通报, 2015, 60(9): 556-564.

[Luo Jing, Niu Fujun, Lin Zhanju, et al. Thermokarst lake changes between 1969 and 2010 in the Beilu River Basin, Qinghai-Tibet Plateau. Chinese Science Bulletin, 2015, 60(9): 556-564.]

[18]
Karlsson J M, Lyon S W, Destouni G. Thermokarst lake, hydrological flow and water balance indicators of permafrost change in Western Siberia[J]. Journal of Hydrology, 2012, 464: 459-466.

[19]
Rautio M, Dufresne F, Laurion I, et al. Shallow freshwater ecosystems of the circumpolar Arctic[J]. Écoscience, 2011, 18(3): 204-222.

[20]
Tian B S, Li Z, Tang P P, et al. Use of intensity and coherence of X-band SAR data to map thermokarst lakes on the Northern Tibetan Plateau[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(7): 3164-3176.

[21]
Ling F, Wu Q B, Zhang T J, et al. Modelling open‐talik formation and permafrost lateral thaw under a thermokarst lake, Beiluhe Basin, Qinghai‐Tibet Plateau[J]. Permafrost and Periglacial Processes, 2012, 23(4): 312-321.

[22]
Wu Q B, Hou Y D, Yun H B, et al. Changes in active-layer thickness and near-surface permafrost between 2002 and 2012 in alpine ecosystems, Qinghai-Xizang (Tibet) Plateau, China[J]. Global and Planetary Change, 2015, 124: 149-155.

[23]
罗斯琼, 李红梅, 马迪, 等. 三江源冻土—植被相互作用及气候效应研究现状及展望[J]. 高原气象, 2022, 41(2): 255-267.

DOI

[Luo Siqiong, Li Hongmei, Ma Di, et al. Review and prospects of frozen soil-vegetation interaction and climate effects in the Three Rivers Source Region. Plateau Meteorology, 2022, 41(2): 255-267.]

DOI

[24]
Mu C C, Abbott B W, Zhao Q, et al. Permafrost collapse shifts alpine tundra to a carbon source but reduces N2O and CH4 release on the northern Qinghai‐Tibetan Plateau[J]. Geophysical Research Letters, 2017, 44(17): 8945-8952.

[25]
牟翠翠. 热喀斯特改变多年冻土区景观和地表过程[J]. 自然杂志, 2020, 42(5): 386-392.

[Mu Cuicui. Thermokarst terrains change landscape and earth surface processes. Chinese Journal of Nature, 2020, 42(5): 386-392.]

DOI

[26]
Chen X, Mu C C, Jia L, et al. High-resolution dataset of thermokarst lakes on the Qinghai-Tibetan Plateau[J]. Earth System Science Data Discussions, 2021. doi: 10.5194/essd-2020-378.

[27]
Wei Z Q, Du Z H, Wang L, et al. Sentinel‐Based Inventory of thermokarst lakes and ponds across permafrost landscapes on the Qinghai‐Tibet Plateau[J]. Earth and Space Science, 2021, 8(11): e2021EA001950. doi: 10.1029/2021EA001950.

[28]
Heslop J K, Walter Anthony K M, Winkel M, et al. A synthesis of methane dynamics in thermokarst lake environments[J]. Earth-Science Reviews, 2020, 210: 103365. doi: 10.1016/j.earscirev.2020.103365.

[29]
Olefeldt D, Goswami S, Grosse G, et al. Circumpolar distribution and carbon storage of thermokarst landscapes[J]. Nature Communications, 2016, 7(1): 13043. doi: 10.1038/ncomms13043.

[30]
Abbott B W, Jones J B. Permafrost collapse alters soil carbon stocks, respiration, CH4, and N2O in upland tundra[J]. Global Change Biology, 2015, 21(12): 4570-4587.

[31]
Vonk J E, Gustafsson Ö. Permafrost-carbon complexities[J]. Nature Geoscience, 2013, 6(9): 675-676.

[32]
Wang L X, Jolivel M, Marzahn P, et al. Thermokarst pond dynamics in subarctic environment monitoring with radar remote sensing[J]. Permafrost and Periglacial Processes, 2018, 29(4): 231-245.

[33]
Sellmann P V, Weeks W, Campbell W J. Use of side-looking airborne radar to determine lake depth on the Alaskan North Slope[R]. Hanover, USA: Cold Regions Research and Engineering Laboratory, 1975.

[34]
Duguay C R, Pultz T J, Lafleur P M, et al. RADARSAT backscatter characteristics of ice growing on shallow sub‐Arctic lakes, Churchill, Manitoba, Canada[J]. Hydrological Processes, 2002, 16(8): 1631-1644.

[35]
Engram M, Anthony K W, Meyer F J, et al. Characterization of L-band synthetic aperture radar (SAR) backscatter from floating and grounded thermokarst lake ice in Arctic Alaska[J]. The Cryosphere, 2013, 7(6): 1741-1752.

[36]
Antonova S, Duguay C R, Kääb A, et al. Monitoring bedfast ice and ice phenology in lakes of the Lena River Delta using TerraSAR-X backscatter and coherence time series[J]. Remote Sensing, 2016, 8(11): 903. doi: 10.3390/rs8110903.

[37]
Shaposhnikova M, Duguay C, Roy-Léveillée P. Bedfast and floating-ice dynamics of thermokarst lakes using a temporal deep-learning mapping approach: Case study of the Old Crow Flats, Yukon, Canada[J]. The Cryosphere, 2023, 17(4): 1697-1721.

[38]
全国地理信息资源目录服务系统. 三江源1∶100万行政边界数据(2017)[DB]. 北京: 国家青藏高原科学数据中心, 2018.

[National Catalogue Service for Geographic Information. Administrative boundaries data at 1∶1000000 in the Sanjiangyuan region (2017). Beijing, China: National Tibetan Plateau / Third Pole Environment Data Center. 2018.]

[39]
宋辞, 裴韬, 周成虎. 1960年以来青藏高原气温变化研究进展[J]. 地理科学进展, 2012, 31(11): 1503-1509.

[Song Ci, Pei Tao, Zhou Chenghu. Research progresses of surface temperature characteristic change over Tibetan Plateau since 1960. Progress In Geography, 2012, 31(11): 1503-1509.]

DOI

[40]
张人禾, 苏凤阁, 江志红, 等. 青藏高原21世纪气候和环境变化预估研究进展[J]. 科学通报, 2015, 60(32): 3036-3047.

[Zhang Renhe, Su Fengge, Jiang Zhihong, et al. An overview of projected climate and environmental changes across the Tibetan Plateau in the 21st century. Chinese Science Bulletin, 2015, 60(32): 3036-3047.]

[41]
Zou D F, Zhao L, Sheng Y, et al. A new map of permafrost distribution on the Tibetan Plateau[J]. The Cryosphere, 2017, 11(6): 2527-2542.

[42]
张镱锂. 青藏高原边界数据总集[DB/OL]. 北京: 国家青藏高原科学数据中心, 2019. doi: 10.11888/Geogra.tpdc.270099.

[Zhang Yili. Integration dataset of Tibet Plateau boundary. Beijing, China: National Tibetan Plateau / Third Pole Environment Data Center, 2019. doi: 10.11888/Geogra.tpdc.270099.]

[43]
冉有华. 三江源、普尔河、育空河流域1960s锁眼卫星水体解译产品[DB/OL]. 北京: 国家青藏高原科学数据中心, 2019. doi: 10.11888/Hydro.tpdc.270956.

[Ran Youhua. Surface water products based on Keyhole satellite about 1960s in The Three River Headwater region, Pul and Yukon River Basins. Beijing, China: National Tibetan Plateau / Third Pole Environment Data Center, 2019. doi: 10.11888/Hydro.tpdc.270956.]

[44]
Pekel J-F, Cottam A, Gorelick N, et al. High-resolution mapping of global surface water and its long-term changes[J]. Nature, 2016, 540: 418-422.

[45]
龙笛, 李雪莹, 李兴东, 等. 遥感反演2000—2020年青藏高原水储量变化及其驱动机制[J]. 水科学进展, 2022, 33(3): 375-389.

[Long Di, Li Xueying, Li Xingdong, et al. Remote sensing retrieval of water storage changes and underlying climatic mechanisms over the Tibetan Plateau during 2000-2020. Advances in Water Science, 2022, 33(3): 375-389.]

[46]
Mcfeeters S K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features[J]. International Journal of Remote Sensing, 1996, 17(7): 1425-1432.

[47]
陈旭. 青藏高原热融湖塘分布及其区域变化特征[D] 兰州: 兰州大学, 2021.

[Chen Xu. Distribution and regional changes of thermokarst lakes on the Qinghai-Tibet Plateau. Lanzhou, China: Lanzhou University, 2021.]

[48]
Wang L X, Marzahn P, Bernier M, et al. Mapping permafrost landscape features using object-based image classification of multi-temporal SAR images[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018, 141: 10-29.

[49]
Leconte R, Daly S, Gauthier Y, et al. A controlled experiment to retrieve freshwater ice characteristics from an FM-CW radar system[J]. Cold Regions Science and Technology, 2009, 55(2): 212-220.

[50]
Hoekstra P, Delaney A. Dielectric properties of soils at UHF and microwave frequencies[J]. Journal of Geophysical Research, 1974, 79(11): 1699-1708.

[51]
Tou J T, Gonzalez R C. Pattern recognition principles[M]. Reading, USA: Addison-Wesley Publishing Company, 1974.

[52]
Arp C D, Jones B M, Lu Z, et al. Shifting balance of thermokarst lake ice regimes across the Arctic Coastal Plain of northern Alaska[J]. Geophysical Research Letters, 2012, 39(16). doi: 10.1029/2012GL052518.

[53]
Jeffries M O, Morris K, Weeks W F, et al. Structural and stratigraphie features and ERS 1 synthetic aperture radar backscatter characteristics of ice growing on shallow lakes in NW Alaska, winter 1991-1992[J]. Journal of Geophysical Research: Oceans, 1994, 99(C11): 22459-22471.

[54]
Gunn G E, Duguay C R, Brown L C, et al. Freshwater lake ice thickness derived using surface-based X- and Ku-band FMCW scatterometers[J]. Cold Regions Science and Technology, 2015, 120: 115-126.

[55]
冉有华. 2010年代三江源多年冻土稳定型分布图[DB/OL]. 北京: 国家青藏高原科学数据中心, 2019. doi: 10.11888/Geocry.tpdc.270973.

[Ran Youhua. Permafrost stability type map for Sanjiangyuan in 2010s. Beijing, China: National Tibetan Plateau / Third Pole Environment Data Center, 2019. doi: 10.11888/Geocry.tpdc.270973.]

[56]
Obu J, Westermann S, Bartsch A, et al. Northern hemisphere permafrost map based on TTOP modelling for 2000-2016 at 1 km2 scale[J]. Earth-Science Reviews, 2019, 193: 299-316.

DOI

[57]
程国栋, 赵林, 李韧, 等. 青藏高原多年冻土特征、变化及影响[J]. 科学通报, 2019, 64(27): 2783-2795.

[Cheng Guodong, Zhao Lin, Li Ren, et al. Characteristic, changes and impacts of permafrost on Qinghai-Tibet Plateau. Chinese Science Bulletin, 2019, 64(27): 2783-2795.]

[58]
冉有华, 李新, 程国栋, 等. 2005—2015年青藏高原多年冻土稳定性制图[J]. 中国科学: 地球科学, 2021, 51(2): 183-200.

[Ran Youhua, Li Xin, Cheng Guodong, et al. Mapping the permafrost stability on the Tibetan Plateau for 2005-2015. Scientia Sinica (Terrae), 2021, 51(2): 183-200.]

[59]
Bouchard F, Fortier D, Paquette M, et al. Thermokarst lake inception and development in syngenetic ice-wedge polygon terrain during a cooling climatic trend, Bylot Island (Nunavut), eastern Canadian Arctic[J]. The Cryosphere, 2020, 14(8): 2607-2627.

[60]
Burn C R. Tundra lakes and permafrost, Richards Island, western Arctic coast, Canada[J]. Canadian Journal of Earth Sciences, 2002, 39(8): 1281-1298.

[61]
Jorgenson M T, Shur Y. Evolution of lakes and basins in northern Alaska and discussion of the thaw lake cycle[J]. Journal of Geophysical Research: Earth Surface, 2007, 112(F2). doi: 10.1029/2006JF000531.

Options
文章导航

/

〈 〉