联合Sentinel-1数据与POT技术的普若岗日冰川流速场测绘

doi:10.13474/j.cnki.11-2246.2025.0509

测绘通报 ›› 2025, Vol. 0 ›› Issue (5): 55-58,73.doi: 10.13474/j.cnki.11-2246.2025.0509

• 生态全要素监测与分析 • 上一篇

联合Sentinel-1数据与POT技术的普若岗日冰川流速场测绘

杨宇浩¹, 蔡嘉伦^1,2, 张波³, 张文君^1,2, 王卫红^1,2, 刘先文^1,2

1. 西南科技大学环境与资源学院, 四川绵阳 621010;
2. 国家遥感中心绵阳科技城分部, 四川绵阳 621010;
3. 中国科学院、水利部成都山地灾害与环境研究所, 四川成都 610041

收稿日期:2024-09-23 发布日期:2025-06-05
通讯作者: 蔡嘉伦。E-mail:rscai@swust.edu.cn
作者简介:杨宇浩(2001—),男,硕士生,研究方向为冰川地质遥感监测应用。E-mail:rs_yhyang@163.com
基金资助:
西南科技大学博士基金(22ZX7171;22ZX7170;21ZX7106);国家自然科学基金(U22A20565;42171355);西藏自治区科技计划(XZ202301YD0002C-03);国家重点研发计划(2023YFC3008300);教育部产学合作协同育人项目(231104718062123)

Mapping of the flow velocity field of the Purog Kangri Glacier using Sentinel-1 data and POT technology

YANG Yuhao¹, CAI Jialun^1,2, ZHANG Bo³, ZHANG Wenjun^1,2, WANG Weihong^1,2, LIU Xianwen^1,2

1. School of Environment and Resource, Southwest University of Science and Technology, Mianyang 621010, China;
2. Mianyang S&T City Division, National Remote Sensing Center of China, Mianyang 621010, China;
3. Institute of Mountain Hazards and Environment, Chinese Academy of Sciences & Ministry of Water Resources, Chengdu 610041, China

Received:2024-09-23 Published:2025-06-05

摘要/Abstract

摘要： 本文基于两幅Sentinel-1雷达卫星影像,利用像素偏移追踪技术提取出普若岗日冰川及4条典型冰川的表面流速信息并绘制冰川流速场,以研究普若岗日冰川在2023年9—10月的表面流速和流速分布特征。利用像素偏移追踪技术对两幅SAR影像进行精确配准,得到同名像元在水平方向的像素偏移量,从而获取冰川表面流速。基于冰川流速场对普若岗日冰川表面流速和流速分布特征进行分析,结果表明,普若岗日冰川的表面流速整体上较缓慢,平均流速约为0.05 m/d,普若岗日西北部、东北部、中部和西南部4条典型冰川主要流动区域的平均流速分别约为0.20、0.19、0.15和0.04 m/d。研究发现,普若岗日冰川空间位置分布不同的区域,其流速特征也有所不同,主要表现为普若岗日东北部典型冰川比西南部典型冰川的流速更快。

关键词: 冰川表面流速, Sentinel-1, 像素偏移追踪技术, 普若岗日冰川

Abstract: Study the surface velocity and velocity distribution characteristics of the Purog Kangri Glacier from September to October in 2023. Based on two Sentinel-1 radar satellite images, the pixel offset tracking technique is used to extract surface velocity information of Purog Kangri Glacier Glacier and four typical glaciers and draw a glacier velocity field. The pixel offset tracking technique obtains the horizontal pixel offset of the corresponding pixels in the two SAR images by accurately registering the two images, thereby obtaining glacier surface velocity. The surface velocity and velocity distribution characteristics of Purog Kangri Glacier are analyzed based on the glacier velocity field. The results show that the surface velocity of Purog Kangri Glacier is generally slow, with an average velocity of about 0.05 m/d. The average flow velocity of the four typical glaciers in the northwest, northeast, central and southwest of Purog Kangri Glacier is about 0.20, 0.19, 0.15 and 0.04 m/d, respectively. The study found that the flow velocity characteristics of glaciers with different spatial distribution in Purog Kangri Glacier are also different, mainly manifested as the northeastern typical glacier have a faster flow velocity than the southwestern typical glacier.

Key words: glacier surface velocity, Sentinel-1, pixel offset tracking technology, Purog Kangri Glacier

中图分类号:

P237

杨宇浩, 蔡嘉伦, 张波, 张文君, 王卫红, 刘先文. 联合Sentinel-1数据与POT技术的普若岗日冰川流速场测绘[J]. 测绘通报, 2025, 0(5): 55-58,73.

YANG Yuhao, CAI Jialun, ZHANG Bo, ZHANG Wenjun, WANG Weihong, LIU Xianwen. Mapping of the flow velocity field of the Purog Kangri Glacier using Sentinel-1 data and POT technology[J]. Bulletin of Surveying and Mapping, 2025, 0(5): 55-58,73.

参考文献

[1] 刘时银,姚晓军,郭万钦,等.基于第二次冰川编目的中国冰川现状[J].地理学报,2015,70(1):3-16.
[2] 刘宗香,苏珍,姚檀栋,等.青藏高原冰川资源及其分布特征[J].资源科学,2000,22(5):49-52.
[3] CLASON C,RANGECROFT S,OWENS P N,et al.Contribution of glaciers to water,energy and food security in mountain regions:current perspectives and future priorities[J].Annals of Glaciology,2022,63(87/88/89):73-78.
[4] 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[J].中国科学数据,2021,6(3):158-169.
[5] PANG Hongxi,HE Yuanqing,ZHANG Ningning,et al.Observed glaciohydrological changes in China's typical monsoonal temperate glacier region since 1980s[J].Journal of Earth Science,2010,21(2):179-188.
[6] 张鑫,周建民,刘志平.基于KH-9数据对青藏高原山地冰川DEM提取及精度评价:以普若岗日冰川和雅弄冰川为例[J].冰川冻土,2019,41(1):27-35.
[7] RASTNER P,STROZZI T,PAUL F.Fusion of multi-source satellite data and DEMs to create a new glacier inventory for Novaya Zemlya[J].Remote Sensing,2017,9(11):1122.
[8] 杨治斌,李刚,毛燕婷,等.不同偏移量追踪算法提取冰川流速的亚像素级精度比较[J].冰川冻土,2024,46(3):806-818.
[9] 苗朝霞,白林,李振洪,等.阿尼玛卿冰川表面流速与地质灾害隐患点监测[J].测绘科学,2022,47(8):240-246.
[10] 田梦祺,段克勤,石培宏.基于Google Earth Engine平台的青藏高原冰川变化研究:以普若岗日冰原为例[J].地理科学,2023,43(6):943-951.
[11] 井哲帆,姚檀栋,王宁练.普若岗日冰原表面运动特征观测研究进展[J].冰川冻土,2003,25(3):288-290.
[12] SCHWERDT M,SCHMIDT K,TOUS RAMON N,et al.Independent system calibration of sentinel-1B[J].Remote Sensing,2017,9(6):511.
[13] ZHANG Xianlong,CHAN N W,PAN Bin,et al.Mapping flood by the object-based method using backscattering coefficient and interference coherence of Sentinel-1 time series[J].Science of the Total Environment,2021,794:148388.
[14] YANG Chengsheng,WEI Chunrui,DING Huilan,et al.Inversion of glacier 3D displacement from sentinel-1 and landsat 8 images based on variance component estimation:a case study in Shishapangma peak,Tibet,China[J].Remote Sensing,2023,15(1):4.
[15] FATTAHI H,AMELUNG F.InSAR uncertainty due to orbital errors[J].Geophysical Journal International,2014,199(1):549-560.

联合Sentinel-1数据与POT技术的普若岗日冰川流速场测绘

Mapping of the flow velocity field of the Purog Kangri Glacier using Sentinel-1 data and POT technology

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	杨洋, 贾洪果, 柏铮航, 刘宇辰. 联合机器学习与SBAS-InSAR的青藏高原冻土形变监测[J]. 测绘通报, 2025, 0(4): 45-50.
[2]	郭捷, 张功海, 宋烨炜, 白宇兴, 胡纪元, 王杰, 吴文豪, 葛子轩. 联合Sentinel-1A升降轨的DS-InSAR金川矿区形变提取[J]. 测绘通报, 2025, 0(3): 1-7.
[3]	赵兴旺, 赵妍, 刘超, 刘春阳. 基于改进的DeepLabV3+网络的Sentinel-1影像水体提取[J]. 测绘通报, 2025, 0(3): 66-70.
[4]	杜金明, 罗明良, 白雷超, 吴秋声. 基于PSO_GA-RBF神经网络模型的元谋干热河谷区土壤水分反演[J]. 测绘通报, 2024, 0(11): 1-6.
[5]	谢开翼, 陈瑞波, 王志莉, 王群, 包俊帆, 朱宁宁. 广西-东盟多源遥感数据的森林高度反演及应用[J]. 测绘通报, 2024, 0(1): 32-37,64.
[6]	赵现仁, 邢喆, 张峰, 郭灿文, 王晶, 孙毅, 马永, 赵彬如, 王剑. 哨兵1号影像在南极触地线提取中的应用与分析[J]. 测绘通报, 2023, 0(9): 70-76.
[7]	欧海沨, 字城岱, 滕兴发, 关舒丹. 利用OICC-SBAS技术提取岗普冰川表面流速时空变化特征[J]. 测绘通报, 2023, 0(9): 87-92.
[8]	石银涛, 胡超, 赵钢, 侯婷婷. PS-InSAR技术在长江堤防沉降监测中的应用[J]. 测绘通报, 2023, 0(7): 142-148.
[9]	潘建平, 赵瑞淇, 蔡卓言, 袁雨馨, 李鹏霞. 基于植被指数的Sentinel-1失相干评估[J]. 测绘通报, 2023, 0(5): 32-37,50.
[10]	丁伟, 陈展鹏, 许兵, 冯志雄. 基于SBAS-InSAR技术的广州市白云区长时序地表形变监测与成因分析[J]. 测绘通报, 2023, 0(4): 167-171.
[11]	王润泽, 费敏, 梁世川, 薛豪威, 楼晓. 基于SBAS-InSAR技术监测西安市地表形变特征[J]. 测绘通报, 2023, 0(1): 173-178.
[12]	兰进京, 曲逸穹, 都伟冰, 高鑫, 马丹丹, 郑岩超. 典型矿业城市地表形变遥感监测及沉降特征分析[J]. 测绘通报, 2022, 0(6): 98-103.
[13]	许广河, 何小锋, 王国瑞, 扈志勇, 程霞, 李小琼. 黄河流域宁夏(西吉县)段滑坡灾害的InSAR识别及成因分析[J]. 测绘通报, 2022, 0(6): 104-107.
[14]	朱邦彦, 唐超, 任志忠, 马状, 张琪, 李云. 基于PS-InSAR技术的珠海市地表形变监测与驱动力分析[J]. 测绘通报, 2022, 0(6): 108-113.
[15]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报, 2022, 0(4): 20-25.