本数据集包含了全球77个冰川水化学要素（Na+、K+、Mg2+、Ca2+、TDS）的平均浓度、高亚洲典型冰川沉积物的矿物组成、以及高亚洲八个山系的冰川年径流量。本数据集来自数据集提供者对高亚洲19条冰川的实地监测，国内外已公开发表的数据资料、以及文献作者向数据集提供者私下共享的数据资料。本数据集可用于评估气候变暖对冰川侵蚀和化学风化作用的影响、可用于评估气候变暖驱动的冰川消融对下游生态系统和元素循环的潜在影响。
447 123 2021-08-10
1. 数据内容（包括的要素及意义） 冰川厚度即冰川表面与冰川底部间的垂直距离。冰川厚度的分布不仅受冰川规模与冰下地形控制，同时也随着冰川对气候响应阶段不同而变化。数据包含冰川测线经纬度、高程、单点厚度、测量冰川冰体总储量、测量仪器型号等信息。 2. 数据来源与加工方法 冰川厚度主要来源于钻孔和探地雷达测厚（Ground-Penetrating Radar, GPR）。钻孔法即在冰面进行钻孔至冰下基岩，从而获得单点的冰川厚度；冰川雷达测厚技术则能精确地测量出测线上冰川厚度的连续分布，同时获取冰下基岩的地形特征，从而为冰川储量估算和冰川动力学研究提供必要的参数 3. 数据质量描述 冰川钻孔数据精度达到分米级。GPR雷达测厚由于冰川性质及底界面雷达信号强度差异，测厚精度理论上在5%-15%之间，。 4. 数据应用成果与前景 冰川厚度是获取冰下地形和冰川储量信息的先决条件。在冰川动力学数值模拟与模型研究中，冰川厚度是一个重要的基本输入参数。同时，冰川储量是表征冰川规模和冰川水资源状况的最直接参数，不仅对冰川水资源的准确评估和合理规划及有效利用十分重要，更对于区域社会经济发展和生态安全具有重要和深远
1420 0 2021-05-20
崩解是南极冰架物质平衡的核心过程之一，也是精细监测冰架变化的重要物理量。作者运用2005-2020年每年8月初的多源遥感数据，包括2005-2011年的ENVISAT ASAR传感器WSM模式影像，2012-2014年Terra/Aqua MODIS传感器7-2-1波段合成影像，2013-2020年Landsat-8 OLI传感器2-3-4波段合成影像，2015-2020年Sentinel-1 SAR传感器EW模式影像，经过预处理、镶嵌得到年分辨率的环南极海岸线影像镶嵌图；结合MEaSUREs冰流速和触地线数据、冰厚度数据Bedmap和Bedmachine，应用空间计算和地图数字化技术，提取了2005年8月至2020年8月14年间南极冰架发生的所有面积在1 km²以上的年崩解事件，计算了它们的面积、厚度、体积、崩解量与崩解周期等，得到南极冰架年崩解数据集（2005-2020）。该数据集包括15个年度的南极冰架崩解分布数据，同时含有冰架崩解年份区间、崩解区长度、面积、平均厚度、崩解量、崩解周期等信息。该数据集可以直接反映不同年份南极冰架崩解的量级特征和分布情况，填补了国际上对冰架崩解定量精细评估数据的空缺，为后续崩解机理研究、冰架-冰盖系统的物质平衡研究提供基础性数据。
454 97 2021-04-14
采用宇宙成因核素（10Be和26Al）暴露年代方法等测定西风带和季风区末次冰盛期、全新世和小冰期冰川遗迹的时代，确定冰川进退的绝对年代序列。野外调查研究冰川遗迹的分布，确定冰碛垄的位置，测量冰碛垄的地貌特征。根据冰川遗迹的地貌部位和风化程度确定相对新老关系，初步判断末次冰盛期的冰碛垄。从该垄向上游采集各列冰碛垄上的冰川漂砾的暴露年代样品。本数据包括喀喇昆仑地区根据10Be暴露年代方法获得的气候转型期冰川进退范围。
2372 1 2020-09-29
本数据集来源于论文：Zhang, J. F., Xu, B., Turner, F., Zhou, L., Gao, P., Lü, X., & Nesje, A. (2017). Long-term glacier melt fluctuations over the past 2500 yr in monsoonal High Asia revealed by radiocarbon-dated lacustrine pollen concentrates. Geology, 45(4), 359-362. 在本文中，中国科学院青藏高原研究所、地球科学卓越创新中心徐柏青研究员及其博士后张继峰与来自北京大学等单位的合作者，对高原南部枪勇冰川冰前湖沉积物进行了多方法（植物残体、孢粉浓缩物、全有机质）放射性碳测年，提出了一个重建古冰川融化强度的新指标（“老孢粉效应”，即沉积物孢粉年龄与沉积物真实年龄的差值）。该研究发现北半球温度及西风环流活动可能是高原季风区冰川百年尺度波动的主控因素，高原近代的冰川融化强度达到过去2500年以来最强，超过了历史上的中世纪暖期和罗马暖期。 数据由论文作者提供，数据包含了基于老孢粉效应（ΔAgepollen）重建的过去2500年枪勇冰川融化强度变化数据。 研究人员从枪勇错冰前湖获得了一根3.06米长的湖芯（QYL09-4）和一根1.06m长的平行重力钻湖芯（QY-3），使用新的复合提取及纯化程序，从沉积物中获得了相对纯的孢粉浓缩物和植物残体浓缩物（PRC；> 125μm）。对全有机质，PRC和孢粉浓缩物分别进行了14C年代测定。所有14C年龄都使用IntCal13（Reimer et al., 2013）进行了校准。年龄深度模型基于210Pb、137Cs年龄及五个PRC的14C年龄。使用Oxcal 4.2（Bronk Ramsey，2008）中的P_Sequence算法构建岩芯的年龄深度模型。将校准的孢粉年龄中减去根据沉积模型得出的真实沉积物年龄，从而得出老孢粉效应值（ΔAgepollen）。 数据为湖芯（QYL09-4）的放射性碳测年与老孢粉效应数据。 数据包含字段如下： Lab No.：样本编号 Dating Material：测年材料 Depth (cm)：深度（厘米） 14C age (yr BP)：碳14年龄（年 距今） ΔAgepollen (≥95.4 % yrs)：孢粉年龄与估算的沉积物年龄间的差值（≥95.4 % 年） Sediment Age (CE)：沉积物年龄（公元） 数据详细信息参见附件：ZhangJF et al. 2017 GEOLOGY_Long-term glacier melt fluctuations over the past 2500 yr on the Tibetan Plateau.pdf。
3293 144 2019-06-21
西藏卡若拉冰川位于西藏自治区山南地区浪卡子县和日喀则地区江孜县交界处，北纬28°54′23.30″～28°56′50.95″，东经90°11′42.21″～90°09′26.23″，属大陆性冰川，平均海拔5042米，是近南北向展布的宁金岗桑峰的组成部分。本数据集在综合中国科学院寒区旱区环境与工程研究所的我国第一次冰川编目数据、地球系统科学数据共享平台的雅鲁藏布江流域冰川2005年1∶10万编目数据、Google Earth遥感影像及野外考察等相关数据的基础上，借助ArcGIS、ENVI等软件，对数据进行波段组合、研究区裁剪、人工目视解译等技术研发完成，最后对所得的数据进行了精度验证。本数据集共包括1972-2017年间的25期冰川矢量数据和面积数据统计表，反映了45年来卡若拉冰川边界变化情况，可以作为青藏高原冰川变化、气候变化等研究的参考数据。
3828 151 2018-03-31
中国第二次冰川编目以分辨率较高的Landsat TM/ETM+遥感卫星数据为主要冰川边界提取数据源，并以最新全球数字高程模型SRTM V4为冰川属性提取数据源，采用当前国际通用的波段比值阈值分割法提取裸冰区冰川边界，开发了分冰岭提取算法提取冰川分冰岭并用于单条冰川的分割，同时采用国际通用算法计算冰川属性，从而获得了中国西部主要冰川区包含逐条冰川信息的矢量数据和属性数据。通过与部分野外GPS实地测量数据和更高分辨率遥感影像（如QuickBird、WorldView等）的对比显示，第二次中国编目中的冰川矢量数据具有较高的定位精度，能够满足国土、水利、交通、环境等领域对冰川数据的要求。 冰川编目属性：Glc_Name（冰川名称）、Drng_Code（流域编码）、FCGI_ID（第一次编目冰川编码）、GLIMS_ID（GLIMS冰川编码）、Mtn_Name（山系名称）、Pref_Name（所在行政区划）、Glc_Long（冰川经度）、Glc_Lati（冰川纬度）、Glc_Area（冰川面积）、Abs_Accu（绝对面积精度）、Rel_Accu（相对面积精度）、Deb_Area（表碛区面积）、Deb_A_Accu（表碛区面积绝对精度）、Deb_R_Accu（表碛区面积相对精度）、Glc_Vol_A（估算冰川体积1）、Glc_Vol_B（估算冰川体积2)、Max_Elev（冰川最大高程）、Min_Elev（冰川最小高程）、Mean_Elev（冰川平均高程）、MA_Elev（冰川中值面积高度）、Mean_Slp（冰川平均坡度）、Mean_Asp（冰川平均坡向）、Prm_Image（主要遥感数据）、Aux_Image（辅助遥感数据）、Rep_Date（冰川编目代表日期）、Elev_Src（高程数据源）、Elev_Date（高程代表日期）、Compiler（冰川编目编制者）、Verifier（冰川编目审验者）。 数据的详细情况见第二次冰川编目-数据说明。
67500 1390 2012-12-21
©
中国科学院青藏高原研究所
2012 -
|
联系我们
|
使用条款和免责申明
| 京ICP备05002818号-11
|
京公网安备11010502040845号
技术支持：中国科学院十三五信息化专项科学大数据工程项目
2021-08-10
447
1
