一、数据介绍

本次为大家介绍的高亚洲地区年度冰川湖编目数据集（2008-2017），简称 Hi-MAG，该套数据以 30 米空间分辨率为基准，实现了研究区域内冰川湖逐年分布格局与动态变化的精细化刻画。

数据概况

Hi-MAG 数据集是目前全球范围内首套覆盖高亚洲区域、具备年度连续观测能力的冰川湖专项编目成果。研究团队依托 2008 至 2017 年间的十年卫星遥感影像序列，通过标准化技术流程构建起 30 米分辨率的冰川湖时空数据库，为解析高亚洲冰川 — 湖泊耦合关系、评估冰川湖溃决洪水（GLOFs）隐患、探究区域水资源演变规律提供了核心数据支撑。

数据内容与组织架构

该数据集的文件体系包含两大核心模块：

1. 元数据文档
   ：全面阐述数据集的研发背景、技术参数、使用规范等关键信息。
2. Hi-MAG 数据库压缩包
   ：涵盖 2008–2017 年共 10 个年度的冰川湖矢量数据，每期数据均配套 5 个标准 Shapefile 格式文件（.shp, .shx, .dbf, .cpg, .prj），满足主流 GIS 软件的直接调用需求。

每个冰川湖多边形矢量要素均搭载以下标准化属性字段：

• GL_ID：冰川湖唯一识别编码
• GL_type：冰川湖类型划分
• GL_Area：湖泊实际面积（计量单位：平方米）
• GL_Year：遥感影像成像年份
• GL_Elev：湖泊所处海拔高度（计量单位：米）
• GL_SubR：所属高亚洲次级地理分区
• GL_Peri：湖泊岸线周长（计量单位：米）
• Distance：湖泊至最近冰川末端的直线距离（计量单位：米）

坐标与投影参数

• 投影坐标系：Asia_North_Albers_Equal_Area_Conic（阿尔伯斯等积圆锥投影）
• 地理坐标系：GCS_WGS_1984
• 坐标与属性单位：米

数据提取技术流程

1. 多源遥感影像支撑
   ：累计整合 40,481 景 Landsat 系列卫星影像，覆盖 Landsat 5 TM、Landsat 7 ETM+、Landsat 8 OLI 三大传感器数据。
2. 自动化智能识别
   ：基于 Google Earth Engine（GEE）云计算平台，构建冰川湖自动化提取算法模型，实现大范围冰川湖的快速识别与初分类。
3. 人工精细化校验
   ：对自动化提取的冰川湖边界与属性信息开展全样本人工核查与修正，保障数据分类精度与空间边界准确性。
4. 年度时序数据合成
   ：按照年度周期完成冰川湖矢量数据的整合与输出，形成时间连续、格式统一的长时序冰川湖分布数据集。

多领域应用价值

1. 冰川 — 气候响应研究
   ：为量化分析冰川湖扩张 / 退缩过程与气候变化的关联机制提供高精度观测数据。
2. 灾害风险防控
   ：精准识别高风险冰川湖空间分布，为冰川湖溃决洪水（GLOFs）的监测预警与防灾减灾工作提供数据支撑。
3. 区域水资源管理
   ：助力评估冰川湖储水量变化对下游河川径流的补给贡献，支撑干旱半干旱地区水资源规划。
4. 生态环境演变分析
   ：为高亚洲区域水循环模拟、生态系统格局演变等研究提供长期、连续的基础数据。

海量科研数据、项目数据、课件、教程、电子书籍、模型教程获取请进入

树谷资料库

资源说明：

1、来源：网络收集

2、本资源从国内网站收集，资源的准确性自审.

3、本公众号只负责数据的搜集和整理工作，不能保证资料的精度和准确度以及时效性。

4、原数据版权归原作者所有，作者如果不希望被转载宣传，请联系本平台删除

培训课程丨数据分享1丨数据分享2

遥感影像丨ChatGPT丨讲师合作