2. 北京师范大学全球变化与地球系统科学研究院, 北京 100875
2. College of Global Change and Earth System Science, Beijing Normal University, Beijing 100875, China
数字高程模型 (DEM) 是地形表面数字形式的表达.在南极地区,DEM是地球科学和环境科学研究的重要基础.利用DEM地形数据,可以进行极地野外考察计划的制定、冰盖模型验证等工作;DEM高程数据可以用来确定分冰岭和冰流盆地的位置;结合冰厚数据,可以计算冰体形变的速率和应变,同时能够对冰下基岩情况进行测量;利用不同时期的DEM,可以进行南极冰盖高程和质量变化的研究,对冰盖物质平衡研究有着重要的意义 (Drewry,1983;Partington et al., 1987;Bamber and Bindschadler, 1997;Marsiat and Bamber, 1997;Lythe and Vaughan, 2001;张胜凯等,2009).
过去30年来,世界各国的极地工作者建立了多个南极冰盖DEM (Zwally et al., 1983, 1987;Bamber and Bindschadler, 1997;Liu et al., 1999;DiMarzio et al., 2007;Bamber et al., 2009;Helm et al., 2014).目前常用的南极DEM主要有4种,分别是Bamber等建立的JLB97 DEM和Bamber 1 km DEM,Liu等建立的RAMPv2 DEM以及DiMarzio等人建立的ICESat DEM.上述几种DEM由于其建立的时间和使用的数据不同等因素,高程精度也有所差异 (肖峰等,2014).在坡度较大的冰盖边缘地区以及南极横断山脉等地区,DEM高程精度较低,且在冰盖边缘地区,测高卫星轨道较为稀疏,观测数据较少,DEM水平分辨率较低.另外,由于卫星轨道倾角的限制,在南极点附近没有测高数据分布,DEM高程可靠性较低.
2010年4月,欧空局成功发射CryoSat-2雷达测高卫星,主要用于两极冰盖和海冰的监测 (Wingham et al., 2006;Song et al., 2015;Wang et al., 2015).与传统的雷达测高卫星相比,CryoSat-2卫星搭载了最新的合成孔径/干涉雷达高度计,在冰盖边缘地区观测精度更高,且数据覆盖范围得到显著提升,达到88°S/N.与ICESat激光测高卫星相比,CryoSat-2雷达高度计不易受云层等因素的干扰,数据空白较少.CryoSat-2卫星轨道间距在70°S/N约为2.5 km,在60°S/N约为4 km,而ICESat卫星轨道间距在70°S/N约为25 km,在60°S/N达到40 km,因此在冰盖边缘区域,CryoSat-2卫星能够提供更为密集的观测数据.
本文基于最新的CryoSat-2测高数据,研究建立一个新的全南极冰盖DEM,与四种常用的南极DEM进行比较分析,并对其进行精度验证.
2 数据 2.1 CryoSat-2数据CryoSat-2卫星的轨道高度约为717 km,轨道周期为369天,轨道倾角达到92°.CryoSat-2卫星的核心器件为合成孔径/干涉雷达高度计 (Synthetic Aperture Interferometric Radar Altimeter, SIRAL).SIRAL高度计的设计源于传统限制脉冲雷达高度计,同时结合合成孔径和干涉信号处理技术,能够实现对冰盖边缘的精确测量,并对海冰干舷高度变化进行系统监测.SIRAL高度计主要以三种观测模式运行,分别是低分辨率模式 (Low Resolution Mode,LRM)、SAR模式和SARIn模式.其中LRM模式主要用于坡度较小的内陆冰盖地区,SAR模式主要用于海冰的测量,SARIn模式主要用于坡度较大的冰盖边缘地区.
目前,CryoSat-2卫星共有三种级别的测高数据产品,分别是L1层全码率数据 (Full Bit Rate Data)、L1b层多视波形数据 (Multi-looked Waveform Data) 以及L2层高程数据.L2数据主要包含高程和波形信息,同时添加了剖面信息.本文采用L2数据进行处理.
发射迄今,CryoSat-2卫星已运行有7个周期.在卫星运行的前5个工作周期,工作时间没有达到预期的369天.因此在建立南极DEM时,选用2012年12月至2015年1月两个完整周期的L2数据产品.为保证数据的可靠性,事先对数据进行筛选,比如查看卫星轨道质量指标、姿态控制指标和背向反射系数等,对不合格数据予以剔除,最终约有0.5%的数据被剔除,共有17535370个高程点参与了插值.
2.2 ICESat数据ICESat卫星发射于2003年2月,至2009年10月,共有18期观测数据.ICESat卫星采用激光测高方式,激光脚点直径仅有65 m,测量分辨率高,且几乎没有穿透性,高程精度较高 (沈强等,2011;史红岭等,2011;李斐等,2016).本文选取2008年两个周期 (2008-02-17—2008-03-21,2008-11-25—2008-12-17) 的ICESat卫星观测数据对新建的DEM进行精度验证.
ICESat数据共有15类的数据产品,命名为GLAxx,xx表示数据编号.其中GLA00表示原始的观测数据,GLA01-GLA06包含了各种仪器参数和改正值,GLA07-15包括冰盖、海洋、大气等数据.本文采用GLA12产品,包含了南极冰盖和格陵兰冰盖的测高数据,数据版本号为R33.数据文件以二进制形式提供,包含了经纬度坐标和高程值,以及各个脚点处的数据质量和地球物理改正信息.为了保证数据精度,首先对数据进行筛选,通过查看轨道质量指标、姿态控制指标和高程控制指标等,去除不合格数据,再对数据进行饱和度改正,最后将天线增益大于100的数据或者天线增益为14到100、接收能量大于13.1×10-15J的数据去除 (李斐等,2016).由于GLA12数据是基于TOPEX/Poseidon椭球框架的,在使用时需将数据转换到WGS84椭球参考框架下.
2.3 IceBridge (冰桥) 数据IceBridge计划是NASA迄今为止最大规模的航空遥感极地调查项目,能够长期连续采集数据,研究南北极地区快速变化特征及全球气候环境问题 (Wang et al., 2013;Tinto et al., 2015).IceBridge计划的飞行任务是在每年3—5月飞越格陵兰岛,在每年10—11月飞越南极地区.在南极地区,IceBridge计划主要采用激光雷达 (ATM) 进行冰盖高程的测量.ATM传感器数据的产品有四种类型,分别是ILATM0、LATM1B、ILATM2和IDHDT4.四种数据产品均包含极区海冰、冰盖以及冰川的地形参数.ILATM0数据产品为ATM采集的原始距离观测值,ILATM1B数据由ILATM0数据处理得到,包含了南北极地区冰盖表面高程和回波强度等参数,ILATM2数据产品在ILATM1B数据的基础上添加了冰盖表面坡度、粗糙度等信息,IDHDT4数据添加了高程变化信息.
2013年,IceBridge计划首次对横贯南极山脉、罗斯冰架、玛丽伯德地以及东南极内陆冰盖等地区进行了观测 (图 1),覆盖范围在历次观测中最广.本文采用2013年IceBridge计划的IDHDT4数据产品对新建的DEM进行精度验证.
2005年1月9日至11日,中国第21次南极考察队利用GPS RTK测量方法获取了Dome A顶端GPS数据.经过处理后,共有480个有效高程数据.数据呈星状分布 (图 2),间隔约为200 m,高程精度在0.2 m以内 (Zhang et al., 2007).
2004/2005年,中国第21次南极考察队在中山站至Dome A断面进行了GPS测量,断面全长约1228 km,共有28个GPS站点 (图 3).GPS数据采用GAMIT/GLOBK软件解算,高程精度优于0.2 m (Zhang et al., 2008;Ding et al., 2015).
目前,国际通用的南极DEM主要有JLB97 DEM、RAMPv2 DEM、ICESat DEM以及Bamber 1 km DEM,四种DEM的主要参数如表 1所示.
插值方法是影响DEM精度的主要因素之一,常用的插值方法有反距离加权插值方法、克里金插值方法、径向基函数插值方法、局部多项式插值方法以及最近邻点插值方法等.交叉验证方法常被用来评价某一指定插值方法的质量,或用来比较多种插值方法的相对质量.在给定的数据样本中,用大部分样本进行格网插值,并使用建立的格网模型对预留的小部分样本进行预测,从而计算出这小部分样本的预测误差.交叉验证的指标有均估计误差百分比 (PAEE)、相对均方差 (RMSE)、均方根预测误差 (RMSPE) 以及计算残差分析等 (王建等,2004).其中,均方根预测误差可用于比较不同的插值方法,均方根预测误差越小,插值精度越高.
本文采用交叉验证方法,在Dome A区域以及中山站至Dome A断面,对反距离加权、克里金、径向基函数、局部多项式和最近邻点五种插值方法进行比较分析.在两个实验区分别随机选取5%的CryoSat-2高程点作为交叉验证点,利用剩余95%的高程点进行插值测试.表 2和表 3分别为Dome A区域和中山站至Dome A断面的交叉验证结果.
从表 2和表 3可以发现,克里金插值方法在两个区域的插值精度均为最高.反距离加权方法和局部多项式方法的插值精度略低于克里金插值方法,径向基函数方法和最邻近点插值方法的插值精度更低.与其他四种插值方法不同,克里金插值方法充分利用了数据空间场的性质,在插值过程中可以反映空间场的各向异性,并且充分利用采样点之间的空间相关性.其他四种插值方法在定权过程中仅考虑了插值点和采样点之间的距离,对采样点的整体空间分布未作考虑,插值效果要劣于克里金插值方法.因此,在构建南极冰盖DEM时,选择克里金插值方法,能够有效地减少插值误差,提高DEM精度.
3.2 CryoSat-2数据坡度改正由于地表坡度的影响,使得LRM模式观测的数据存在坡度误差.在倾斜表面上,雷达测高仪观测的距离并不是卫星至星下点S的距离,而是至雷达脉冲覆盖区域中离卫星最近点P的距离 (图 4).由于坡度的存在,使得反射点由星下点向上坡方向偏移,产生测距误差,即为坡度误差.常用的坡度改正方法有三种,即直接法、间接法和重定位法.直接法将坡度误差视为距离误差,间接法将坡度误差看作位置误差,这两种方法原理较为简单,但是精度较差;重定位方法将坡度误差看作距离误差和位置误差的合成,原理较为复杂,但精度优于其他两种方法 (汪海洪等,2013).因此,本文选择重定位方法进行坡度改正.
在重定位方法中,首先估算出最近点P的位置,然后把P点作为新的星下点 (重定位点),计算P点到卫星轨道的距离,从而得到距离改正值.P点相对于S点的经纬度改正量为
(1) |
其中,N、M分别为卯酉圈和子午圈方向的曲率半径,ϕ为纬度,A为星下点处的坡向,代表星下点高程变化的最大方向,rA为星下点处沿坡向的参考椭球半径:
(2) |
θ为两个卫星位置之间的球心角:
(3) |
重定位后的观测距离等于重定位点P至卫星轨道的距离值Hc,
(4) |
在利用传统重定位方法进行坡度改正时,需要已知星下点的坡度和坡向,通常利用已有DEM计算得到地表坡度和坡向值.由于现有南极地区DEM精度存在较大的不确定性,利用现有DEM计算得到的坡度值可靠性较低.因此,本文在进行坡度改正时,并没有通过现有DEM获取坡度值,而是对重定位方法进行迭代处理,进而得到星下点的位置改正.具体计算过程如下 (图 5):
ⅰ.利用克里金插值方法对CryoSat-2数据进行插值,得到格网间距为1km的南极DEM,即为DEM1;
ⅱ.把DEM1作为先验DEM,计算星下点的坡度和坡向;
ⅲ.采用重定位方法对星下点位置进行改正;
ⅳ.利用克里金插值对改正后的数据进行插值,生成新的1 km分辨率的DEM,即为DEM2;
ⅴ.重复ⅱ—ⅳ,直至相邻两次迭代生成的DEM之间的高程差小于固定的阈值时,完成迭代.
在实际计算时,当完成三次迭代计算后,残差趋于稳定 (图 6),因此选择DEM4作为最终的DEM.图 7为利用最终的DEM生成的南极冰盖坡度图.
由于卫星轨道倾角的限制,使得测高卫星在极点附近没有观测数据.CryoSat-2卫星覆盖范围达到88°S/N,相比以往的测高卫星有着显著的提高.受地理位置和观测条件限制,在88°S以南区域内实际观测数据较为稀少.本文采用南极数字数据库 (ADD) 中的等高线数据对数据空白区进行填补.ADD由英国南极局 (BAS) 和英国斯科特极地研究所 (SPRI) 及世界保护监测中心 (WCMC) 共同建立和维护,目前最新版本为7.0版.ADD采用极方位投影,标准纬度为71°S,中央经线为0°,原点为南极点.ADD收集了各个国家各个时期的地图数据、卫星影像及实地测量数据,包含了南极地区海岸线、冰架接地线、等高线以及高程点数据等信息.
在极点附近,ADD的等高线图由美国地质调查局 (USGS) 以及英国斯科特极地研究所等机构的地形图数字化得到,等高距为500 m.利用ArcGIS软件“Feature Vertices To Points”模块,对等高线图 (图 8) 进行采样,得到378252个高程点数据.通过对CryoSat-2数据和86°S—88°S内的等高线图的对比发现,两者之间存在约1.3 m的平均高程差异.因此,在插值前对采样得到的等高线图高程点进行了高程差异改正,剔除了1.3 m的高程差异.最终,利用改正后的等高线地图数据对CryoSat-2卫星观测空白区进行了填补.
利用克里金插值方法,建立了基于CryoSat-2测高数据的全南极DEM——CryoSat-2 DEM (图 9).DEM分辨率为1km×1km,高程基准为WGS84椭球,采用极方位投影,投影椭球为WGS84椭球,投影中心为南极点,标准纬线为71°S,中央经线为0°.DEM覆盖范围为60°S—90°S.与已有南极DEM相比,本文建立的CryoSat-2 DEM在86°S—88°S区域采用了卫星测高数据.从图 9可以看出,整个南极冰盖平均海拔较高,大部分区域在2000 m以上.南极冰盖被横断山脉分成东西南极两部分,其中西南极地区地面起伏较大,地形较为复杂,特别是南极半岛、横贯山脉等地区.东南极地区海拔较高,三大冰穹区域 (Dome A、Dome F、Dome C) 海拔高于3000 m,其中Dome A为南极最高点.东南极地区整体地势较为平坦,从内陆冰盖区域向沿海地区倾斜,在沿海区域多为丘陵地形.
选用ICESat卫星测高数据、IceBridge航空测高数据以及GPS地面实测数据对新建立的CryoSat-2 DEM进行精度验证,并与Bamber 1km DEM、ICESat DEM、RAMPv2 DEM以及JLB97 DEM等四种常用的南极DEM进行比较.上述几种数据采集于不同时期,因此存在一定的高程偏差.根据ERS系列卫星的观测结果,南极冰盖高程平均变化值每年约为几厘米,因而可以认定由于时间间隔而导致的随机误差范围为20 ~50 cm (Wingham et al., 1998;Davis and Ferguson, 2004;Bamber and Gomez-Dans, 2005).与下文的计算结果比较可知,这种影响是微弱的,因此本文忽略此项误差.
4.1 ICESat数据验证结果利用2008年ICESat测高数据对Bamber 1 km DEM、ICESat DEM、RAMPv2 DEM、JLB97 DEM以及本文新建立的CryoSat-2 DEM进行精度验证,结果如表 4所示.为了保证验证结果的可靠性,采用“3σ”原则,将超过平均值三倍标准差的数据视为粗差,予以剔除.
根据ICESat高程数据的验证结果,本文新建立的CryoSat-2 DEM高程精度约为0.730±8.398 m,明显优于RAMPv2 DEM和JLB97 DEM,略低于ICESat DEM,与Bamber 1km DEM精度接近.与Helm等 (2014)利用CryoSat-2数据建立的DEM相比 (精度约为3.5±15 m),本文建立的CryoSat-2 DEM精度更高.
由于DEM的高程精度与坡度有着密切的关系,按照0.05°的坡度间隔分别统计了ICESat高程点与五种DEM高程差的变化情况,结果如表 5所示.表中的坡度值由本文建立的CryoSat-2 DEM计算得到.
图 10为ICESat高程点与五种DEM之间高程差按坡度的统计图,图中实线表示小于当前坡度值的冰盖面积占全南极冰盖面积的百分比.图 10a为ICESat高程点与各DEM间高程差随坡度的变化关系.整体来看,各DEM的平均高程误差与坡度值没有明显的关系.其中,Bamber 1 km DEM和ICESat DEM平均高程误差最小,这是由于这两种DEM直接采用了ICESat高程数据,与ICESat高程点吻合较好.RAMPv2 DEM的平均高程误差在-0.658~6.584 m内,而JLB97 DEM的平均高程误差超过11 m.本文建立的CryoSat-2 DEM平均高程误差在-4.634~2.456 m内,优于RAMPv2 DEM和JLB97 DEM.图 10b为各DEM高程误差的标准差随坡度的变化情况.各DEM高程误差的标准差与坡度存在单调递增的趋势,说明DEM的精度会随着坡度的增大而降低.从图中可以发现,ICESat DEM精度最高,而RAMPv2 DEM和JLB97 DEM精度最低.当坡度较小时 (0°~0.4°),CryoSat-2 DEM与Bamber 1 km DEM精度较为接近,甚至优于Bamber 1 km DEM.随着坡度的增大,Bamber 1 km DEM的精度趋于稳定,而CryoSat-2 DEM的精度则随着坡度的增大继续降低.这是由于在坡度较大的区域,Bamber 1 km DEM中更多地采用了ICESat高程点,而ICESat卫星测高精度受坡度影响较低.虽然CryoSat-2卫星的SIRAL高度计的观测精度相比传统的雷达测高卫星有所提升,但是受到坡度的影响,测高精度要低于ICESat卫星.
图 11为利用ICESat高程点数据计算得到的±100 m范围内的五种DEM高程误差点位图.图 12为五种DEM高程误差统计直方图,从图中可以看出Bamber 1 km DEM和ICESat DEM以及本文建立的CryoSat-2 DEM高程误差呈现正态分布,主要集中于±10 m范围内;RAMPv2 DEM的高程误差也呈现正态分布,主要集中于±30 m范围内;而JLB97 DEM的高程误差分布较为离散,主要位于-70~30 m.从图 11中可以发现Bamber 1 km DEM和ICESat DEM中高程误差较大的点主要位于冰盖边缘地区以及横贯南极山脉地区.在RAMPv2 DEM中,高程误差较大的点主要集中于冰盖边缘和81.5°S纬度圈内.这与Bamber和Gomez-Dans (2005)的研究结果一致,出现这种现象的原因是在这些区域RAMPv2 DEM更多地采用了精度较低的ADD制图数据.JLB97 DEM的高程误差较大,且正负值分布明显:在东南极和南极半岛地区,JLB97 DEM的高程误差集中于20 m左右;在西南极地区,JLB97 DEM的高程误差集中于-40 m左右.在CryoSat-2 DEM中,西南极地区整体误差要大于东南极地区,在内陆冰盖大部分地区,高程误差小于10 m;在南极三大冰架 (罗斯冰架、尤尼—菲尔希纳冰架和埃默里冰架) 上,DEM高程误差在4 m左右;在南极半岛、横贯南极山脉以及沿海边缘等坡度较大的地区,高程误差偏大,DEM精度较低.
利用2013年的IceBridge数据对CryoSat-2 DEM以及Bamber 1 km DEM、ICESat DEM、RAMPv2 DEM和JLB97 DEM进行了精度验证.表 6为IceBridge高程点与五种DEM高程差统计结果.根据IceBridge数据验证结果,CryoSat-2 DEM高程精度约为-2.036±16.785 m,明显优于RAMPv2 DEM和JLB97 DEM,略优于Bamber 1 km DEM,略低于ICESat DEM,这一结果与ICESat高程数据验证结果一致.
表 7为IceBridge高程点与CryoSat-2 DEM高程差在各个区域内的统计结果.图 13为各区域内CryoSat-2 DEM高程误差分布.在东南极内陆冰盖 (图 13a) 地势较为平缓,高程误差约为3.4 m.在西南极冰盖 (图 13b) 地形略为复杂,高程误差约为9.8 m,在近海岸的玛丽伯德地附近,部分高程点误差达到15 m.在罗斯冰架上 (图 13c),高程误差约为3.5 m,在冰架边缘和近横贯南极山脉的地区,高程误差达到6 m.而在横贯南极山脉 (图 13d) 和东南极冰盖边缘的维多利亚地区域 (图 13e),地形起伏较大,高程误差超过150 m.
利用中国第21次南极科考队采集的GPS数据对CryoSat-2 DEM以及Bamber 1 km DEM、ICESat DEM、RAMPv2 DEM、JLB97 DEM进行精度验证,结果如表 8所示.
由表 8可知,在Dome A区域,CryoSat-2 DEM精度约为1.173±0.423 m,在中山站至Dome A断面,精度为1.064±9.363 m.在两个区域,Bamber 1 km DEM精度最高,ICESat DEM次之,CryoSat-2 DEM的精度低于上述两种DEM,高于RAMPv2 DEM和JLB97 DEM.在Dome A区域,CryoSat-2 DEM精度与Bamber 1 km DEM和ICESat DEM精度相差不大,而在中山站至Dome A断面,CryoSat-2 DEM与ICESat DEM相差超过2 m,与Bamber 1 km DEM相差超过4 m.这是因为,在中山站至Dome A区域,Bamber 1 km DEM和ICESat DEM中使用了精度较高的ICESat高程点.而在此区域内,ICESat高程点较为稀疏,在Bamber 1 km DEM中,除了ICESat高程点外,还添加了ERS-1雷达测高数据,使得DEM的分辨率得到保证,因此Bamber 1 km DEM的精度要高于ICESat DEM.
5 结论本文基于最新的CryoSat-2卫星雷达测高数据,利用迭代算法对重定位坡度改正方法进行改进,并利用新的坡度改正方法对CryoSat-2 LRM数据进行坡度改正,通过交叉验证试验,选用克里金插值方法建立了1 km分辨率的南极冰盖DEM.在88°S以南的卫星测高数据空白区,采用了ADD等高线数据对DEM进行填补,建立了全南极冰盖DEM.与现有南极DEM相比,本文建立的CryoSat-2 DEM在86°S—88°S区域采用了卫星测高数据,精度得到显著提升.
利用ICESat激光测高数据、IceBridge航空测高数据以及GPS地面实测数据对新建的CryoSat-2 DEM进行精度验证,并与Bamber 1 km DEM、ICESat DEM、RAMPv2 DEM以及JLB97 DEM等四种常用的DEM进行比较.比较结果表明,CryoSat-2 DEM和Bamber 1 km DEM以及ICESat DEM的高程精度均在10 m以内,明显优于RAMPv2 DEM和JLB97 DEM.根据ICESat数据验证结果,CryoSat-2 DEM的整体精度约为0.730±8.398 m,优于Helm等 (2014)利用CryoSat-2数据建立的DEM (3.5±15 m).结合IceBridge以及GPS数据验证结果可知,在冰穹顶部区域,DEM精度优于1 m;在冰架上,DEM精度约为4 m;在内陆冰盖大部分地区,DEM精度优于10 m;而在地形变化剧烈的区域,如横贯南极山脉、冰盖边缘等地区,高程误差超过150 m,在此区域内DEM可靠性较低.
致谢感谢欧洲空间局 (ESA) 提供的CryoSat-2数据;南极数字数据库 (ADD) 提供的等高线数据;美国国家雪冰数据中心 (NSIDC) 提供的JLB97 DEM、RAMPv2 DEM、ICESat DEM、Bamber 1km DEM以及ICESat和IceBridge数据.
Bamber J L, Bindschadler R A. 1997. An improved elevation dataset for climate and ice-sheet modelling: Validation with satellite imagery. Ann. Glacial., 25: 439-444. DOI:10.1017/S0260305500014427 | |
Bamber J, Gomez-Dans J L. 2005. The accuracy of digital elevation models of the Antarctic continent. Earth and Planetary Science Letters, 237(3-4): 516-523. DOI:10.1016/j.epsl.2005.06.008 | |
Bamber J L, Gomez-Dans J L, Griggs J A. 2009. A new 1 km digital elevation model of the Antarctic derived from combined satellite radar and laser data—Part 1: Data and methods. The Cryosphere, 3(1): 101-111. DOI:10.5194/tc-3-101-2009 | |
Davis C H, Ferguson A C. 2004. Elevation change of the Antarctic ice sheet, 1995—2000, from ERS-2 satellite radar altimetry. IEEE Transactions on Geoscience and Remote Sensing, 42(11): 2437-2445. DOI:10.1109/TGRS.2004.836789 | |
DiMarzio J, Brenner A, Schutz R, et al. 2007. GLAS/ICESat 500 m laser altimetry digital elevation model of Antarctica. Boulder, Colorado USA: National Snow and Ice Data Center. | |
Ding M H, Xiao C D, Li C J, et al. 2015. Surface mass balance and its climate significance from the coast to Dome A, East Antarctica. Science China Earth Sciences, 58(10): 1787-1797. DOI:10.1007/s11430-015-5083-9 | |
Drewry D. 1983. Antarctica: Glaciological and Geophysical Folio. Cambridge, UK: Scott Polar Research Institute, University of Cambridge. | |
Helm V, Humbert A, Miller H. 2014. Elevation and elevation change of Greenland and Antarctica derived from CryoSat-2. The Cryosphere, 8(4): 1539-1559. DOI:10.5194/tc-8-1539-2014 | |
Li F, Yuan L X, Zhang S K, et al. 2016. Mass change of the Antarctic ice sheet derived from ICESat laser altimetry. Chinese Journal of Geophysics , 59(1): 93-100. DOI:10.6038/cjg20160108 | |
Liu H X, Jezek K C, Li B Y. 1999. Development of an Antarctic digital elevation model by integrating cartographic and remotely sensed data: A geographic information system based approach. Journal of Geophysical Research, 104(B10): 23199-23213. DOI:10.1029/1999JB900224 | |
Lythe M B, Vaughan D G. 2001. BEDMAP: A new ice thickness and subglacial topographic model of Antarctica. Journal of Geophysical Research, 106(B6): 11335-11351. DOI:10.1029/2000JB900449 | |
Marsiat I, Bamber J L. 1997. The climate of Antarctica in the UGAMP GCM: Sensitivity to topography. Ann. Glacial., 25: 79-84. DOI:10.1017/S0260305500013835 | |
Partington K C, Cudlip W, McIntyre N F, et al. 1987. Mapping of Amery Ice Shelf, Antarctica, surface features by satellite altimetry. Ann. Glacial., 9: 183-188. DOI:10.1017/S0260305500000586 | |
Shen Q, Chen G, E D C, et al. 2011. Recent elevation changes on the Lambert-Amery system in East Antarctica from ICESat crossover analysis. Chinese Journal of Geophysics , 54(8): 1983-1989. DOI:10.3969/j.issn.0001-5733.2011.08.005 | |
Shi H L, Lu Y, Du Z L, et al. 2011. Mass change detection in Antarctic ice sheet using ICESat block analysis techniques from 2003—2008. Chinese Journal of Geophysics , 54(4): 958-965. DOI:10.3969/j.issn.0001-5733.2011.04.010 | |
Song C, Ye Q, Cheng X. 2015. Shifts in water-level variation of Namco in the central Tibetan Plateau from ICESat and CryoSat-2 altimetry and station observations. Science Bulletin, 60(14): 1287-1297. DOI:10.1007/s11434-015-0826-8 | |
Tinto K J, Bell R E, Cochran J R, et al. 2015. Bathymetry in Petermann fjord from Operation IceBridge aerogravity. Earth Planet. Sci. Lett., 422: 58-66. DOI:10.1016/j.epsl.2015.04.009 | |
Wang F, Bamber J L, Cheng X. 2015. Accuracy and performance of CryoSat-2 SARIn mode data over Antarctica. IEEE Geosci. Remote Sens. Lett., 12(7): 1516-1520. DOI:10.1109/LGRS.2015.2411434 | |
Wang H H, Liu Y C, Wang W B. 2013. Comparison on slope correction methods for satellite radar altimeter data. Journal of Geodesy and Geodynamics , 33(3): 68-71. | |
Wang J, Bai S B, Chen Y. Golden Software Surfer 8.0. Beijing: China Cartographic Publishing House, 2004. | |
Wang X W, Xie H J, Ke Y, et al. 2013. A method to automatically determine sea level for referencing snow freeboards and computing sea ice thicknesses from NASA IceBridge airborne LIDAR. Remote Sens. Environ., 131: 160-172. DOI:10.1016/j.rse.2012.12.022 | |
Wingham D J, Ridout A J, Scharroo R, et al. 1998. Antarctic elevation change from 1992 to 1996. Science, 282(5388): 456-458. DOI:10.1126/science.282.5388.456 | |
Wingham D J, Francis C R, Baker S, et al. 2006. CryoSat: A mission to determine the fluctuations in Earth's land and marine ice fields. Advances in Space Research, 37(4): 841-871. DOI:10.1016/j.asr.2005.07.027 | |
Xiao F, Zhang S K, E D C, et al. 2014. Precision comparison and analysis of the four Antarctic digital elevation models. Journal of Glaciology and Geocryology , 36(3): 640-648. | |
Zhang S K, E D C, Wang Z M, et al. 2007. Surface topography around the summit of Dome A, Antarctica, from real-time kinematic GPS. J. Glaciol., 53(180): 159-160. DOI:10.3189/172756507781833965 | |
Zhang S K, E D C, Wang Z M, et al. 2008. Ice velocity from static GPS observations along the transect from Zhongshan station to Dome A, East Antarctica. Annals of Glaciology, 48(1): 113-118. DOI:10.3189/172756408784700716 | |
Zhang S K, E D C, Zhou C X, et al. 2009. Progress on the Antarctic digital elevation model. Chinese Journal of Polar Research , 18(4): 301-309. | |
Zwally H J, Binschadler R A, Brenner A C, et al. 1983. Surface elevation contours of Greenland and Antarctic Ice Sheets. Journal of Geophysical Research, 88(C3): 1589-1598. DOI:10.1029/JC088iC03p01589 | |
Zwally H J, Major J A, Brenner A C, et al. 1987. Ice measurements by GEOSAT radar altimetry. Johns Hopkins APL Technical Digest, 8(2): 251-254. | |
李斐, 袁乐先, 张胜凯, 等. 2016. 利用ICESat数据解算南极冰盖冰雪质量变化. 地球物理学报, 59(1): 93–100. DOI:10.6038/cjg20160108 | |
沈强, 陈刚, 鄂栋臣, 等. 2011. 基于ICESat轨道交叉点分析的东南极Lambert-Amery系统当前高程变化特征分析. 地球物理学报, 54(8): 1983–1989. DOI:10.3969/j.issn.0001-5733.2011.08.005 | |
史红岭, 陆洋, 杜宗亮, 等. 2011. 基于ICESat块域分析法探测2003—2008年南极冰盖质量变化. 地球物理学报, 54(4): 958–965. DOI:10.3969/j.issn.0001-5733.2011.04.010 | |
汪海洪, 刘玉春, 王文波. 2013. 卫星雷达测高数据的坡度改正方法比较. 大地测量与地球动力学, 33(3): 68–71. | |
王建, 白世彪, 陈晔. 2004. Surfer 8地理信息制图. 北京:中国地图出版社. | |
肖峰, 张胜凯, 鄂栋臣, 等. 2014. 四种南极数字高程模型的精度比较与分析. 冰川冻土, 36(3): 640–648. | |
张胜凯, 鄂栋臣, 周春霞, 等. 2009. 南极数字高程模型研究进展. 极地研究, 18(4): 301–309. | |