新发布！1985至2021年高山亚洲冰川瞬态雪线高度遥感数据集
随着气候变化对全球冰川的影响日益加剧，监测冰川雪线的变化成为研究气候变化、冰川动态和水资源变化的重要途径。David Loibl及其团队于2025年1月17日在Scientific Data期刊发布了1985至2021年高山亚洲冰川瞬态雪线高度（TSLA）遥感数据集。该数据集基于Google Earth Engine和遥感技术，涵盖约2.8万座大于0.5 km²的冰川，包含约966万次TSLA测量数据，填补了高山亚洲地区遥感雪线数据的空白。
《Scientific Data》，是《Nature》旗下的一本开放获取（Open Access）的学术期刊，专注于发表高质量的数据描述性文章（Data Descriptors）。这些文章旨在提供详细的科学数据集和其产生、处理的背景信息，以促进数据的共享和重用。该期刊的主要目的是提高科学数据的透明度和可重复性，支持开放科学和数据共享的理念。
英文题目：Remote sensing-derived time series of transient glacier snowline altitudes for High Mountain Asia, 1985–2021
中文译名：1985年至2021年高山亚洲瞬态冰川雪线高度的遥感时间序列
发布时间：2025年1月17日
发表期刊：Scientific data
第一作者：David Loibl et al
第一单位：柏林洪堡大学
DOI：110.1038/s41597-024-04309-6
研究目标与方法
本研究旨在提供一个全面的高山亚洲地区冰川雪线高度（TSLA）数据集，涵盖1985至2021年，使用Google Earth Engine提取遥感数据，结合冰川轮廓和数字高程模型（DEM）进行分析，最终获得约966万次测量值。
数据集的覆盖范围与特点
数据集涵盖了高山亚洲（HMA）的广泛区域，结合卫星影像和自动化算法生成TSLA数据，为区域气候和冰川动态研究提供了可靠数据支持。
数据集的验证与评估
本研究与多个现有的参考数据集进行了交叉验证，比较了不同子区域的结果，确保了新数据集的高精度与一致性。通过与其他研究者的手动校正和自动化算法数据对比，验证了数据的准确性。
🧊 高精度的瞬态雪线高度数据
本研究提供的TSLA数据集实现了对高山亚洲地区大部分冰川的全面覆盖，并且通过长时间的遥感数据积累，展现出高时空分辨率。数据集包括了1985至2021年间的近十百万次测量，每座冰川的平均测量次数为341次，具有较高的测量密度，能够有效捕捉冰川雪线的动态变化。
📊 与现有数据集的比较
通过与来自Hunza（喀喇昆仑山）、Langtang（喜马拉雅山）和天山等区域的现有数据集对比，发现本数据集与其他手动修正的遥感数据相比，精度显著提高。尤其是在复杂地形区域，如Hunza，传统方法的偏差较大，而本研究的TSLA数据通过自动化遥感处理减少了这些误差。
🏔️ 系统性误差与数据修正
研究还发现，由于光谱特性和气象条件的影响，遥感算法在某些情况下存在系统性误差，如冰川舌区域的雪线误判。然而，研究通过对数据的多次修正和区域性校准，有效提高了数据的可靠性。例如，去除一些具有多次误分类的冰川后，回归结果显著改善，验证了该数据集的有效性。
这项研究提供了一个涵盖高山亚洲地区1985至2021年冰川雪线高度的全新遥感数据集，名为MANTRA数据集。通过Google Earth Engine平台获取并处理近十百万次遥感测量数据，研究团队成功为冰川动态变化、气候变化影响评估以及水资源管理提供了一个重要的数据工具。跨区域比较验证和数据修正使得该数据集在空间分辨率、时效性及准确性上均表现出色，为未来的冰川研究与全球变暖影响评估奠定了坚实的基础。
图1. 瞬态雪线高度(TSLA)检索和过滤算法的处理方案。
图2. Google Earth Engine中MANTRA18可视化工具的元素。
图3. 过滤后的TESLA观测全时序列。
图4. 高山亚洲地图,包括所有按TSLA测量数量着色的冰川。
图5. MANTRA TSLA结果与以下数据进行比较。
表1. TSLA数据集的数据结构。
表2. 使用MANTRA评估工具进行手动检查的结果。
表3. 三个TSLA数据集的优点和缺点。
E N D
获取方式：关注我们的微信公众号“地学韦丰吉司长”。后台回复关键字“20250122”，即可直接获取原文PDF。（提示：关键字要完整）
免责申明
本推送文章（数据）来源于公开渠道，我们已注明相关信息来源，版权归原作者或出处所有。本推文仅用于学术交流和信息分享。欢迎广大学者们转发本号发布的内容，可留言或后台私信韦丰小编进行授权，转载请注明出处，侵删。
