赵志斌, 刘 强,3, 杨 成, 赵晓艳, 易朝路, 刘金花, 李英奎
(1.河北省环境变化遥感识别技术创新中心,河北 石家庄 050024; 2.河北师范大学 地理科学学院,河北 石家庄 050024;3.河北吉远通用航空有限公司,河北 石家庄 050024; 4.中国科学院 青藏高原环境变化与地表过程重点实验室,北京 100101;5.东华理工大学 地球科学学院,江西 南昌 330013; 6.Department of Geography,University of Tennessee,Tennessee Knoxville TN 37996)
冰斗(cirque)是山岳冰川中一种典型冰蚀地貌.典型的冰斗三面环绕陡峭的岩壁,呈半圆形或围椅状洼地,其底部常发育基岩磨光面,开口处常为逆向岩坎,将冰斗与下面的山谷分隔,称之为冰坎[1].冰斗普遍发育于目前尚有或过去存在过冰川的地区,对于区域甚至全球范围的古环境和古气候研究具有重要的作用[2].Barr等[3]通过分析冰斗高度和坡向的空间变化,得出英国和爱尔兰山地冰川的长期气候模式(可能包含多个第四纪冰期).Zhang等[4]通过对青藏高原中部大陆性气候占优势的70个冰斗进行制图和分析发现,冰斗随着海拔的升高而增大,表明高海拔地区的冰斗更早发育.
早期的冰斗形态参数研究主要结合野外考察在地形图上手工绘制边界,然后估算形态参数,如长度、宽度、底部高程、平面闭合度等[2].随着遥感、地理信息系统(geographic information system,GIS)技术的发展以及越来越多数字高程模型(digital elevation model,DEM)和高分辨率卫星影像的出现,现在可以在DEM或高分辨率谷歌地球影像上绘制冰斗边界.Seif等[5]基于10 m分辨率的DEM生成坡度图,之后手动绘制扎尔德山的冰斗边界.近年来,Spagnolo等[6]开发了一个基于Python编写的冰斗形态参数提取的ArcGIS软件包ACME,该软件包只需要输入冰斗边界、DEM和冰坎中点位置就能快速自动提取与冰斗相关的16个形态参数,为进行大量冰斗形态分析及区域对比提供了基础.Zhang等[7]在谷歌地球中手动绘制了青藏高原南部冈底斯山脉东部、中部、西部共计1 652个无冰冰斗的边界,并使用ACME提取冰斗形态参数.但是,由于绘图者对冰斗的认识存在差异、所绘制冰斗在一些形态特征上不是很明显、冰斗形态可能被后期地貌过程改造等因素的影响,在绘制冰斗边界和确定冰坎中点位置的过程中存在着很多不确定性,对提取的冰斗形态参数稳定性具有一定的影响.然而,目前国内外尚无具体研究探讨冰斗形态参数提取的稳定性.
本文中,笔者在天山天格尔峰地区选取了11个冰斗为研究对象,15名人员对这些冰斗的边界和冰坎中点进行重复绘制,使用ACME提取不同冰斗边界和冰坎中点对应的形态参数,对提取的形态参数进行均值化处理并计算其变异系数,探究不同形态参数的变化幅度,确定稳定性较高的形态参数,分析影响形态参数不确定性的可能因素.这一研究为冰斗形态的量化分析和区域对比以及为不同学者对冰斗形态数据进行比对等提供依据,增加利用冰斗进行古气候和环境信息恢复的可靠性.
1.1 冰斗观测点空间分布
在天山天格尔峰地区乌鲁木齐河源(43 °00 ′～ 44 °07 ′ N,86 °45 ′～ 87 °56 ′ E)分水岭的南北侧选择11个无冰冰斗,这些冰斗位于天山乌鲁木齐河源1号冰川(43 °06 ′ N,86 °49 ′ E)的东南侧(见图1),其中1#,2#,3#,4#,5#,8#,9#,11#冰斗发育良好且边界特征明显,6#,7#,10#冰斗部分边界特征不明显.图2为5#(边界特征明显)和6#(部分边界特征不明显)冰斗在谷歌地球中的高分辨率影像.
1.2 数据来源
研究所使用的空间数据主要来源于SRTM DEM和谷歌地球高分辨率遥感影像.SRTM(shuttle radar topography mission)即航天飞机雷达地形测绘任务,是美国国家航空航天局、地理空间情报局、德国宇航中心、意大利航天局共同进行的一项测绘任务[8].SRTM利用雷达干涉测量(interometry SAR,INSAR)技术[9],生成地球80 %的陆地表面(60 ° N～56 ° S)的数字地形数据.SRTM DEM数据的空间分辨率可分为1 ″(约30 m)分辨率和3 ″(约90 m)分辨率[10].研究采用1 ″分辨率的SRTM DEM数据来源于美国地质调查局(https:∥earthexplorer.usgs.gov/).
谷歌地球(Google Earth)是Google公司发布的一款将GIS、卫星影像和航空影像融合显示的虚拟地球软件[11].谷歌地球中全球影像的地面分辨率最低为100 m,中国大陆通常为30 m[12].用户能够免费获取高清晰度的全球影像.本研究通过Google Earth Pro(7.3.2.5776版本)软件获取了天山天格尔峰地区冰斗的高分辨率遥感影像,通过15名人员手动绘制所选择的11个冰斗的边界和冰坎中点,将绘制好的冰斗边界和冰坎中点导入ArcGIS,通过ACME提取冰斗的16个重要形态参数.
图1 冰斗观测点空间分布Fig.1 Spatial Distribution of Cirque Observation Points
图2 冰斗在谷歌地球中的影像Fig.2 Cirques in Google Earth
研究描述了1种绘制冰斗边界和2种绘制冰坎中点位置的方法.15名人员在谷歌地球中重复绘制在天山天格尔峰地区选择的11个冰斗的边界,并使用2种绘制冰坎中点位置的方法分别绘制冰坎中点,使用ACME提取不同冰斗边界和冰坎中点对应的形态参数,对参数进行均值化处理并计算变异系数,探究不同冰斗形态参数在提取时的稳定性.
2.1 绘制冰斗边界和冰坎中点
所有冰斗形态参数的提取都需要先绘制冰斗边界,部分形态参数(长度、宽度、长宽比)的提取,还需要确定冰坎中点位置.Spagnolo等[6]指出,绘制冰斗边界可以通过冰斗后壁的顶部轮廓、冰斗侧壁的轮廓和冰坎的轮廓3个方面来实现.冰斗后壁的顶部轮廓位于冰斗的上游部分,可以通过识别山脊线来绘制;冰斗侧壁通常向冰斗内部弯曲,限定了冰斗的两侧范围,可以通过识别侧壁的坡度转折处绘制,坡度发生转折的地方可以在谷歌地球影像中观察并绘制;冰坎是位于冰斗出口处的陡坎,可以通过冰斗出口处坡度发生转折的地方进行描绘,但冰坎可能会在冰川扩张时被侵蚀消磨掉,所以在绘制缺乏冰坎的冰斗时,可以将冰斗侧壁下端范围作为冰坎的轮廓.借助谷歌地球高分辨率影像,通过上述方法识别并手动绘制冰斗边界.具体操作步骤:在谷歌地球中识别出冰斗的特征(顶部轮廓、侧壁轮廓和冰坎轮廓);然后使用添加多边形工具,按照上述方法绘制冰斗边界,将绘制好的冰斗边界保存为KMZ格式;最后通过ArcGIS软件中的数据转换工具将KMZ格式的冰斗边界数据转为shapefile格式,以便后续提取冰斗形态参数.
冰坎中点为冰斗出口处陡坎一半的位置,冰坎中点的确定没有统一的方法,本研究使用2种确定冰坎中点位置的方法:1) Spagnolo等[6]提出可以通过在谷歌地球中观察冰斗形态并识别冰坎位置,然后粗略地估计和手动绘制冰坎中点位置,使用添加地标工具保存冰坎中点为KMZ格式,并通过ArcGIS软件中的数据转换工具将KMZ格式的冰坎中点数据转为shapefile格式;2) 在ArcGIS中对天山地区30 m分辨率的SRTM DEM数据进行水文分析,设定合适的阈值生成河流网络图,结合冰斗在谷歌地球中的影像,以河流网络图中主河流与冰坎的交点作为冰坎中点,得到shapefile格式的冰斗冰坎中点.
2.2 ACME说明
ACME是一个用Python编写的能够快速、自动提取冰斗16个关键形态参数且运行在ArcGIS中的软件包.这16个形态参数分别为长度(L)、宽度(W)、长宽比(L_W)、周长(Perimeter)、平面面积(Area_2D)、圆度(Circular)、最低高程(Z_min)、最高高程(Z_max)、高程范围(Z_range)、平均高程(Z_mean)、三维表面积(Area_3D)、平均坡度(Slope_mean)、平均坡向(Aspect_mean)、平面闭合度(Plan_clos)、高程众数(hypso_max)和面积高度积分(HI).这些形态参数的定义和描述如表1所示,部分形态参数如图3所示.
表1 冰斗形态参数的定义与描述Tab.1 Definition and Description of Cirque Morphological Parameters
a,b.长度、宽度、周长、平面面积; c.最低高程、最高高程、高程范围、平均高程、三维表面积; d.以100 m的高程间隔将冰斗均分后计算的冰斗的高程众数、面积高度积分.图3 冰斗部分形态参数示意图 Fig.3 Schematic Diagram of Some Morphological Parameters of Cirque
ACME包含4个工具:1) 长宽工具,输入冰斗边界和冰坎中点位置图层后,自动获取冰斗的长度、宽度和长宽比,字段‘L’、‘W’和‘L_W’将添加到冰斗边界图层属性表中;2) 周长面积圆度工具,只需要输入冰斗边界图层,就可获取冰斗的周长、二维面积和圆度,字段‘Perimeter’、‘Area_2D’和‘Circular’将自动添加到冰斗边界图层属性表中;3) 三维统计工具,需要输入冰斗边界图层和DEM数据,自动计算和添加‘Z_min’、‘Z_max’、‘Z_range’、‘Z_mean’、‘Area_3D’、‘Slope_mean’、‘Aspect_mean’和‘Plan_closure’到冰斗边界图层属性表中;4) 面积高度积分工具,通过输入冰斗边界图层和DEM数据,并指定高程间隔值或高程间隔数量,就可自动计算高程众数和面积高度积分,字段‘hypso_max’和‘HI’将自动添加到冰斗边界图层属性表中[12].可以看出,ACME提取的长度、宽度、长宽比、周长、平面面积、圆度等参数不需要DEM数据,其余形态参数则需要在DEM数据的基础上进行提取.在ArcGIS中,将15名人员绘制的冰斗边界和冰坎中点分别输入ACME,运行ACME的4个工具后,可以在冰斗边界图层的属性表中得到相应的形态参数值.
2.3 稳定性分析
对11个冰斗进行15次形态参数提取,对得出的结果做均值化处理并计算变异系数,分析参数提取的稳定性.
2.3.1 均值化处理
均值化是对参数进行无量纲化处理的方法,即
(1)
2.3.2 变异系数
变异系数(coefficient of variation,CV)为标准差与平均值的比率,即
(2)
盒须图能显示数据的分布范围和异常值的分布状况.绘制盒须图时,主要绘制第25个百分位数(Q1,下四分位数)、第50个百分位数(Q2,中位数)、第75个百分位数(Q3,上四分位数)等.
3.1 确定冰坎中点位置方法的比较
现比较哪种确定冰坎中点位置的方法在提取冰斗形态参数时更稳定.在ArcGIS中调用ACME的长宽工具,分别输入2种方法确定的冰坎中点位置,提取相对应的长度、宽度、长宽比,并通过计算变异系数来分析结果的稳定性.方法一:通过在谷歌地球中观察冰斗形态与冰坎位置,然后粗略估计并手动绘制冰坎中点位置所提取的冰斗形态参数变异系数结果.方法二:在ArcGIS中对DEM数据进行水文分析,设定合适的阈值生成河流网络图,结合谷歌地球影像,以河流网络图中主河流与冰坎的交点作为冰坎中点位置所提取的冰斗形态参数变异系数结果.
由表2可知,使用方法二所提取的11个冰斗的长度、宽度和长宽比的变异系数小于10 %,呈弱变异,稳定性较高;而使用方法一所提取的11个冰斗的长度、宽度和长宽比的变异系数为1.9 %～18.4 %,其中6#冰斗的宽度和长宽比、7#冰斗的长宽比、10#冰斗的长宽比的变异系数分别为13.1 %和18.4 %,11.2 %,11.6 %,呈现中等变异,稳定性较低.通过观察6#,7#和10#冰斗在谷歌地球中的影像发现,7#冰斗冰坎轮廓不明显、6#和10#冰斗右侧壁轮廓不明显,从而导致多人绘制的冰斗边界差别较大.这表明对于发育较差且形态特征不明显的冰斗,使用方法一确定的冰坎中点提取的形态参数波动幅度大,原因可能是人工目视确定的冰坎中点位置受绘制冰斗边界的人为因素影响大;而方法二通过生成河流网络图,以主河流与冰坎的交点作为冰坎中点,减少了人为因素的影响,在提取冰斗形态参数时稳定性高.
表2 2种方法提取的形态参数变异系数结果Tab.2 The Results of the CV of Morphological Parameters Extracted by Two Methods
综上所述,利用方法二确定的冰坎中点在提取冰斗的长度、宽度和长宽比时,受到绘图者对冰斗认识和冰斗发育程度的影响小,稳定性高.因此,在提取冰斗的长度、宽度和长宽比时,建议采用方法二确定冰坎中点位置.
3.2 均值化处理结果
由于同一冰斗的不同形态参数之间单位和量级不同,所以不能直接对提取的形态参数进行对比.均值化处理可以消除单位和数量级的影响且不改变原数据的变异程度,因此以比较均值化结果接近1的程度来分析形态参数的稳定性.均值化处理11个冰斗15次提取的形态参数结果如图4所示.
a～k分别为1#～11#冰斗.图4 1#～11#冰斗提取15次形态参数的均值化结果Fig.4 Mean Normalization Results of Morphological Parameters Extracted from 1# to 11# Cirque for 15 Times
图4表明,1#,3#,4#,5#,8#,9#和11#冰斗的16个形态参数均值化结果为0.88～1.12;2#冰斗的16个形态参数均值化结果为0.88～1.14;6#,7#和10#冰斗(发育较差且形态特征不明显)的16个形态参数均值化结果分别为0.36～1.56,0.84～1.12,0.89～1.15.2#冰斗(发育良好且形态特征明显)均值化结果变化范围较大,可能是因为绘图者对冰斗认识程度的不同;6#,7#和10#冰斗均值化结果变化范围大,可能是受绘图者对冰斗认识以及冰斗发育程度的影响较大.
在所有冰斗形态参数均值化结果中,最低高程、最高高程和平均高程这3个形态参数的均值化结果非常集中(0.99～1.006),表明这3个形态参数受绘图者对冰斗认识和冰斗发育程度等的影响很小.而所有冰斗的形态参数均值化结果都存在异常值,可能是在提取冰斗形态参数时普遍受绘图者对冰斗认识程度的影响,因此不同人员在绘制冰斗边界和冰坎中点时应尽量统一标准,减少不确定性因素的影响.观察不同冰斗的均值化处理结果可以发现,不同冰斗存在异常值的参数也不尽相同,可能是由于不同冰斗发育程度不同,冰斗部分形态特征不明显.
3.3 变异系数结果
均值化处理能较好反映出单个冰斗中各形态参数的变异程度,但是多个冰斗之间进行对比时效果不明显,而变异系数可以直接比较多个冰斗之间形态参数的稳定程度.对11个冰斗进行15次形态参数提取的结果计算变异系数,具体如图5所示.
图5 11个冰斗提取15次形态参数的变异系数结果Fig.5 The CV of Morphological Parameters Extracted from 11 Cirques for 15 Times
由图5可知,16个冰斗形态参数具有不同的稳定性,变异系数为0 %～33.89 %.圆度、最低高程、最高高程、平均高程、平均坡向、高程众数这6个形态参数(不包括异常值)具有很高的集中程度,变化范围小.宽度、圆度、最高高程、平均坡向、平面闭合度、高程众数这6个形态参数存在异常值,导致异常值出现的原因可能是在提取这些参数时受绘制冰斗边界和冰坎中点时不确定性因素的影响较大.除平均坡向、平面闭合度的2个异常值对应的变异系数外,其他形态参数的变异系数均小于10 %,属于弱变异,稳定性较高.平均坡向和平面闭合度的2个异常值对应的变异系数分别为33.89 %和10.38 %,呈中等变异程度,稳定性较低.这2个值均属于6#冰斗,造成该异常现象的原因可能是由于6#冰斗右侧壁轮廓无明显特征,不同人员在绘制右侧壁轮廓时受主观因素的影响较大,绘制的结果差距大.
1) 在ArcGIS中对DEM数据进行水文分析,通过设定合适的阈值生成河流网络图,结合冰斗在谷歌地球中的影像,以河流网络图中主河流与冰坎的交点作为冰坎中点在提取冰斗形态参数时稳定性高.
2) 不同形态参数在提取时受绘图者对冰斗认识和冰斗发育程度等不确定性因素的影响程度不同:对于发育良好、边界特征清晰的冰斗,ACME提取的16个关键冰斗形态参数(冰斗长宽比、圆度、最低高程、平均坡向、平面闭合度、面积高度积分等),变异系数均小于10 %,为弱变异,稳定性高;对于发育差且冰斗形态特征不明显的冰斗,平均坡向、平面闭合度的变异系数可能大于10 %,稳定性低;而圆度、最低高程、面积高度积分等形态参数稳定性较高.
3) 对比不同人员绘制的6#冰斗边界发现,造成6#冰斗平均坡向、平面闭合度变异系数大的原因可能是6#冰斗右侧壁轮廓特征不明显,导致15名人员绘制的冰斗右侧壁边界范围变化大.通过观察发育良好且形态特征明显的冰斗发现,冰斗左右两侧壁轮廓普遍具有较好的对称性.因此,在绘制单侧壁轮廓特征不明显的冰斗时,可以考虑将与特征明显的侧壁轮廓相对称的位置作为特征不明显侧壁的边界.
猜你喜欢中点绘制均值例谈圆锥曲线中的中点和对称问题中学生数理化(高中版.高考数学)(2021年4期)2021-07-20超萌小鹿课程表童话世界(2019年17期)2019-07-04放学后童话世界(2018年17期)2018-07-30中点的联想学苑创造·C版(2018年3期)2018-05-28均值不等式失效时的解决方法高中生学习·高三版(2016年1期)2016-05-30准PR控制的三电平逆变器及中点平衡策略电测与仪表(2016年5期)2016-04-22带续流开关的中点箝位型非隔离光伏逆变器电测与仪表(2016年17期)2016-04-11均值与方差在生活中的应用中学生数理化(高中版.高二数学)(2016年4期)2016-03-01关于均值有界变差函数的重要不等式浙江理工大学学报(自然科学版)(2015年5期)2015-03-01在转变中绘制新蓝图中国卫生(2014年9期)2014-11-12
