Glacier mass balance measurement based on satellite altimeter

Kou Cheng, Zhao Chunyang

(Division of Surveying and Mapping, Xi’an, 710054, China)

Abstract: The global glacier mass balance is ~-259±28Gt·a-1, from 2003-2009, glacier elevation change and mass balance is always the important field of glacier study. Introduce the main methods about glacier elevation change and mass balance based on satellite altimeter. The global glacier mass balance results that calculated from different researchers show that, most of the global glacier mass balance is negative. With the development of satellite remote sensing technology, the accuracy of global elevation data got from satellite altimeter will higher, which can provide more data support for glacier elevation change and mass balance.

Keywords: Satellite altimeter, Elevation change, Glacier mass balance

 

1、引言

冰冻圈是地球系统的重要圈层，而作为冰冻圈系统重要组成部分的冰川，对全球气候变化起着举足轻重的作用。冰川对气候和环境变化的高灵敏性使它成为气候变化的优秀指示器[1; 2]。冰川作为地球上重要的淡水资源储备[3]，对全球环境和人类生存生活具有重要意义。冰川物质平衡是指冰川累积量和消融量之间的关系，当某一时期中冰川累积量大于消融量则物质平衡为证，反之为负[4]。冰川物质平衡一直以来都是研究者们关注的重点问题[4; 5]，2003年-2009年全球冰川物质平衡量大约为-259±28Gt·a-1，全球大部分地区的冰川几乎都存在负的物质平衡量[5]，如何更准确和高效地测量冰川物质平衡的量是冰川研究领域的重要课题。

传统的冰川物质平衡测量方法有花杆-等值线法、网格-等值线法和高度区间法等[6]。这些方法都需要人工到达冰川的相应位置布设测量点位进行测量，虽然测量精度很高，但成本昂贵，而且对于地形条件险恶，自然环境恶劣的冰川地区无法进行测量，同时这种方法也无法实现区域规模的冰川物质平衡测量。

 

图1 全球主要冰川GLIMS数据库（不包括南极和格陵兰岛冰盖）

 

随着遥感技术的不断发展，遥感卫星所携带的各种传感器的精度和灵敏度都有很大提高，这为利用遥感技术测量冰川物质平衡提供了可能。目前常用的冰川物质平衡遥感监测方法主要是首先利用卫星高度计获取的冰川的表面高程数据，建立冰川表面高程变化的时间序列，然后估计冰川密度和冰川面积，进而计算冰川物质平衡的量[5]。根据GLIMS全球冰川数据库[7]，除南极冰盖、格陵兰岛冰盖以外，全球冰川主要分布在冰岛、阿拉斯加-加拿大西北部、加拿大东北部岛屿、欧洲北部岛屿、青藏高原-天山等地区，另外，在智利南端也有部分冰川分布（图1）。

2、遥感高度计数据简介

目前主要的卫星高度计有TOPEX/Poseidon (T/P), ERS Radar Altimeter (RA), ENVISAT RA-2和Ice, Cloud and land Elevation satellite (ICESat)。

T/P 卫星是首个专门为全球海洋循环研究发射的测高卫星，于1992年8月10日发射升空[8]并工作至2006年1月18日。T/P卫星的高程数据集是Geophysical Data Record (GDR)和Sensor Data Record (SDR)，轨道重复周期为10天，T/P卫星共获取了1992-2002年10年的高程数据，周期号从3到481共479个周期(cycle)，每个周期又分为升轨和降轨，轨道号从1到254共254个轨道(pass)[9]。

与T/P同时期的卫星还有欧空局与1991年7月17日发射升空的European Remote-Sensing Satellite-1 (ERS-1)卫星，工作到2000年3月10日，1995年4月21日，欧空局又发射了与ERS-1,同一个系列的卫星ERS-2，工作到2011年9月5日[10; 11]。两个卫星上都搭载了RA传感器，ERS-1共有156个周期，ERS-2共有169个周期，周期间隔为35天，每个周期1002条轨道。

2002年3月1日，欧空局发射了一枚欧洲环境卫星(Environmental Satellite, Envisat)，并一直工作到2012年4月8日，共获取了周期号从6到113的共108个周期的数据，每个周期1002条轨道。

上述几个卫星采用的都是微波波段进行高程测量，由于微波波长较长，辐射强度不如光学波段，因此高度计在地面的脚点(footprint)直径较大，约为2-10km，相邻脚点间隔约为7km[12]。微波遥感的优点是全天候全天时观测，对于测高来说，可以消除云层的影响。上述几个卫星的主要参数详见表1[13-16]。

 

 

表1 主要高程卫星参数

卫星	轨道高度 (km)	轨道倾角 (°)	发射时间	结束时间
T/P	1336	99.92 98.51 (2002-9以后)	1992-8-10	2006-1-18
ERS-1	782	98.543	1991-7-17	2000-3-10
ERS-2	799.8	98.543	1995-4-21	2011-9-5
Envisat	799.8	98.55	2002-3-1	2012-4-8

 

2003年1月13日，美国国家航空航天局(National Aeronautics and Space Administration, NASA)发射了携带有地学激光测高系统(Geoscience Laser Altimeter System, GLAS)的卫星ICESat[17]，获取了从2003年到2009年的高程数据，于2010年8月14日停止工作[18]。ICESat/GLAS高程数据脚点的直径大约为70m，相邻脚点的间隔大约为172m。在平整表面处，ICESat/GLAS获取的高程点在一个脚点范围里的精度能够达到约2cm[19]。虽然ICESat/GLAS高程数据精度较高，但是由于其传感器在运行中能量消耗的问题，GLAS数据的获取被分成了18个工作区段，造成数据的不连续。

综合上述的这些高程数据，地表高程获取时间从1992年到2012年几乎没有间断，因此，综合使用这些高程数据可以得到地表高程的几乎20年的变化过程，可以为冰川物质平衡研究提供大量的数据支持。

3、冰川物质平衡研究

高程数据已经广泛地应用于冰川物质平衡测量的研究[5; 20-23]。由于高程数据与一般遥感影像不同，为非成像遥感数据，表现形式一般为沿轨道均匀分布的一系列具有特定间隔和半径的点，脚点在地面的范围为椭圆形，一般采用点的中心代表该点处的高程值。因此利用高程点数据测量冰川高程变化一般有以下几种方法。

3.1重叠点对分析

重叠点分析方法[24]利用采用不同时刻的几乎在同一位置获取的高程点计算高程的差异（图2a）。重叠点包括两种，一种是交叉轨道重叠点(Crossing Track Footprint Pair, CTFP)，一种是重复轨道重叠点(Repeat Track Footprint Pair, RTFP)。Slobbe et al.[25]基于ICESat/GLAS 12数据利用重叠点分析的方法对格陵兰岛的冰川物质平衡量进行了估算，得到格陵兰岛2003年2月到2007年4月冰川物质平衡量大约为−139 ± 68 Gt·a-1。但是这种方法一般要求数据点在空间分布具有较高的密度，能够产生较多的重叠点便于进行空间插值，在全球范围，能够满足这个要求的地区只有南极冰盖和格陵兰岛冰盖，对于大部分山地冰川区域没有足够的重叠点[21]，无法使用重叠点的方法进行冰川高程变化的测量。

3.2共线分析和交叉点分析

由于高程数据在大部分地区，尤其是中低纬地区能够找到的重叠点非常少，因此常用的高差计算方法是共线分析和交叉点分析[26; 27]（图2b-d）。图2b表示的是共线分析方法，首先是确定一条参考轨道，然后过待计算高差的高程点向参考轨道作垂线，待计算高差的高程点高程记为Hi，垂足上的高程Hr是基于垂足两边的点进行线性插值得到，垂足两边点的高程分别记为HA和HB，它们距离垂足的距离记为LAr和Lbr，Hr通过式（1）计算。考虑地形坡度纠正的因素（图2c），得到最后的高差（式（2））。

	（1）
	（2）

该方法的优点是不用寻找重叠点，但是在进行地形坡度纠正时对地形要求较高，地形数据的误差会影响高差的计算。交叉点分析，顾名思义就是计算两条轨道的交叉点处的高程差（图2d），这种方法不需要地形信息，只需要在交叉点处对两条轨道分别进行线性插值即可，该方法的优点是不用寻找重叠点，只要轨道有交叉就可以进行计算，但是对于山地冰川来说，往往冰川上可能一个交叉点都没有，因此对于规模较小的冰川，该方法也适用。Lee et al.[26]利用T/P GDR和ENVISAT RA-2 GDR数据计算了阿拉斯加白令冰川上六个研究点1992年至2010年冰川高程变化的趋势，六个研究点位上最大值达到-5.61±0.90 m·a-1，最小值仅0.04±0.08 m·a-1，Lee et al.[26]的研究证明了多源卫星雷达高度计在山地冰川高程变化研究中应用的可行性。Moholdt et al.[27; 28]在斯瓦尔巴特群岛利用ICESat/GLAS高程数据计算了冰川高程变化和物质平衡量，得到斯瓦尔巴特群岛2003年-2008年的冰川物质平衡量约为-4.3±1.4Gt·a-1，其中奥斯特芬那冰盖南部盆地因较高的积累率，其冰川增厚的速率比北部盆地高，在2002-2008年总体的体积变化率大约为−1.3±0.5 km3w.e. a-1。

 

 

图2 (a)重叠点分析原理示意图，CTFP为交叉轨道重叠点对，RTFP为重复轨道重叠点对，(b)共线分析原理示意图，(c)坡度纠正示意图，(d) 交叉点分析原理示意图

 

3.3以DEM数据为基准计算高差

使用DEM数据作为一个高程基准，这样每个高程点在DEM上都有一个对应的基准高程值，通过计算每个高程点与高程基准值的高差就可以得到一个高差变化的时间序列，从而得到冰川高程变化趋势[21; 29]。使用该方法，只要冰川区域上有高程点就可以计算高差变化趋势，从而避免因为冰川规模较小而无法找到重叠点或交叉点的情况，大大提高了高程点的使用率。但是由于使用了不同来源的高程数据，需要进行不同高程数据之间的高程基准转换[21]和配准与纠正[30]，实验表明[29]，不同的DEM数据都有程度不同的数据偏移。该方法对DEM的精度要求较高，在全球范围内，中低纬度地区的DEM数据比较齐全，而高纬度地区，如南极大陆、格陵兰岛、俄罗斯北部岛屿等地区DEM数据都有不同程度的缺失，因此该方法适用范围主要是中低纬度地区。Kaab et al.[21]利用ICESat/GLAS 14数据和SRTM DEM数据计算了兴都库什山-喀拉昆仑山脉-喜马拉雅山脉(Hindu Kush-Karakoram-Himalaya, HKKH)地区的冰川物质平衡量对应的水当量，整个HKKH地区冰川高程变化量约为-11.2±3.1Gt·a-1—-14.3±3.5 Gt·a-1。Kropáček  et al.[29]利用ICESat/GLAS 14数据和多种数据源的DEM数据（SRTM DEM，ASTER GDEM，Airphoto DEM）对阿莱奇冰川的物质平衡量进行了计算，得到阿莱奇冰川的物质平衡量为-0.077±0.013 Gt·a-1—-0.092±0.029 Gt·a-1。

4、总结与展望

研究者利用卫星高程数据对全球不同的区域冰川的进行的高程变化估算和物质平衡计算，证明了卫星高度数据在冰川物质平衡研究方面的可行性，利用卫星数据可以大范围、长时间序列的进行冰川物质平衡的研究。同时可以降低实地观测时产生的高昂成本。随着遥感测高技术的发展，测高卫星越来越多，自1992年开始的T/P GDR卫星到2012年Envisat RA-2 GDR数据，已经积累了20多年的全球高程数据，随后将于2016年发射的ICESat-2卫星[31]将为冰川物质平衡研究提供更精确更充分的高程数据，遥感技术也将在冰川学研究中发挥越来越重要的作用。

参考文献

[1] Oerlemans, J. Extracting a climate signal from 169 glacier records [J]. Science, 2005,  308(5722): 675-677.

[2] Paul, F., Kääb, A.,Haeberli, W. Recent glacier changes in the Alps observed by satellite: Consequences for future monitoring strategies [J]. Global and Planetary Change, 2007,  56(1): 111-122.

[3] Shukla, A., Arora, M. K.,Gupta, R. P. Synergistic approach for mapping debris-covered glaciers using optical–thermal remote sensing data with inputs from geomorphometric parameters [J]. Remote Sensing of Environment, 2010,  114(7): 1378-1387.

[4] 杨大庆. 北半球50条山地冰川近期的物质平衡状况 [J]. 水科学进展, 1992,  3(3): 161-165.

[5] 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(6134): 852-857.

[6] 杨大庆, 刘潮海, 王纯足, 等. 冰川积累量测量和计算方法研究 [J]. 冰川冻土, 1992,  14(1): 1-10.

[7] Armstrong, R., Raup B., Khalsa. S.J.S., et al.GLIMS glacier database. Boulder, Colorado USA:National Snow and Ice Data Center. Digital media, 2011.

[8] Fu, L. L., Christensen, E. J., Yamarone, C. A., et al. TOPEX/POSEIDON mission overview [J]. Journal of Geophysical Research: Oceans (1978–2012), 1994,  99(C12): 24369-24381.

[9] TOPEX–POSEIDON Project, TOPEX Ground System Software Interface Specifications. Vol. 2: Design (SIS-2), Geophysical Data Records (GDR), Interim Geophysical Data Records (IGDR), PD-633-751-23-004, JPL D-8950.

[10] [2014-01-03] http://www.esa.int/Our_Activities/Observing_the_Earth/ERS_overview

[11] [2014-01-03] http://earth.eo.esa.int/Sarplan/

[12] Connor, L. N., Laxon, S. W., Ridout, A. L., et al. Comparison of Envisat radar and airborne laser altimeter measurements over Arctic sea ice [J]. Remote Sensing of Environment, 2009,  113(3): 563-570.

[13] [2014-01-03] http://www.aviso.oceanobs.com/es/misiones/past-missions/topexposeidon/orbits.html

[14] [2014-01-03] http://www.aviso.oceanobs.com/es/misiones/past-missions/ers-1/orbits.html

[15] [2014-01-03] http://www.aviso.oceanobs.com/es/misiones/past-missions/ers-2/orbit.html

[16] [2014-01-03] http://www.aviso.oceanobs.com/es/misiones/past-missions/envisat/orbit.html

[17] Schutz, B., Zwally, H., Shuman, C., et al. Overview of the ICESat mission [J]. Geophysical Research Letters, 2005,  32(21): L21S01.

[18] http://icesat.gsfc.nasa.gov/icesat/missionevents.php

[19] Zhang, G., Xie, H., Kang, S., et al. Monitoring lake level changes on the Tibetan Plateau using ICESat altimetry data (2003–2009) [J]. Remote Sensing of Environment, 2011,  115(7): 1733-1742.

[20] Gardner, A. S., Moholdt, G., Wouters, B., et al. Sharply increased mass loss from glaciers and ice caps in the Canadian Arctic Archipelago [J]. [10.1038/nature10089]. Nature, 2011,  473(7347): 357-360.

[21] Kaab, A., Berthier, E., Nuth, C., et al. Contrasting patterns of early twenty-first-century glacier mass change in the Himalayas [J]. Nature, 2012,  488(7412): 495-498.

[22] Jacob, T., Wahr, J., Pfeffer, W. T., et al. Recent contributions of glaciers and ice caps to sea level rise [J]. [10.1038/nature10847]. Nature, 2012,  482(7386): 514-518.

[23] Moholdt, G., Wouters, B.,Gardner, A. S. Recent mass changes of glaciers in the Russian High Arctic [J]. Geophysical Research Letters, 2012,  39(10): L10502.

[24] Slobbe, D. C., Lindenbergh, R. C.,Ditmar, P. Estimation of volume change rates of Greenland's ice sheet from ICESat data using overlapping footprints [J]. Remote Sensing of Environment, 2008,  112(12): 4204-4213.

[25] Slobbe, D. C., Ditmar, P.,Lindenbergh, R. C. Estimating the rates of mass change, ice volume change and snow volume change in Greenland from ICESat and GRACE data [J]. Geophysical Journal International, 2009,  176(1): 95-106.

[26] Lee, H., Shum, C. K., Tseng, K.-H., et al. Elevation changes of Bering Glacier System, Alaska, from 1992 to 2010, observed by satellite radar altimetry [J]. Remote Sensing of Environment, 2013,  132: 40-48.

[27] Moholdt, G., Nuth, C., Hagen, J. O., et al. Recent elevation changes of Svalbard glaciers derived from ICESat laser altimetry [J]. Remote Sensing of Environment, 2010,  114(11): 2756-2767.

[28] Moholdt, G., Hagen, J., Eiken, T., et al. Geometric changes and mass balance of the Austfonna ice cap, Svalbard [J]. The Cryosphere, 2010,  4(1): 21-34.

[29] Kropáček, J., Neckel, N.,Bauder, A. Estimation of volume changes of mountain glaciers from ICESat data: an example from the Aletsch Glacier, Swiss Alps [J]. The Cryosphere Discussions, 2013,  7(4): 3261-3291.

[30] Nuth, C.,Kääb, A. Co-registration and bias corrections of satellite elevation data sets for quantifying glacier thickness change [J]. The Cryosphere, 2011,  5(1): 271-290.

上一篇：基于双向滚动球变换的数字水深模型多尺度…

下一篇：经济适用房沉降监测实施与数据分析