Χρονοσειρές παροδικού υψομέτρου χιονογραμμής παγετώνων στην Υψηλή Ορεινή Ασία (1985–2021)
Από RemoteSensing Wiki
Πρότυπος Τίτλος : Remote sensing-derived time series of transient glacier snowline altitudes for High Mountain Asia, 1985–2021
Συγγραφείς : David Loibl, Niklas Richter & Inge Grünberg
Πηγή : [1]
Πίνακας περιεχομένων |
Εισαγωγή
Η Υψηλή Ορεινή Ασία περιλαμβάνει μερικά από τα μεγαλύτερα και υψηλότερα ορεινά συστήματα της Γης, όπως τα Ιμαλάια, το Καρακορούμ, το Παμίρ και το Τιεν Σαν. Στην περιοχή αυτή εντοπίζονται περίπου 95.000 παγετώνες, οι οποίοι λειτουργούν ως φυσικές δεξαμενές γλυκού νερού και τροφοδοτούν σημαντικά ποτάμια συστήματα της Ασίας. Παρά τη σημασία τους, μόνο ελάχιστοι παγετώνες διαθέτουν μακροχρόνιες, επιτόπιες μετρήσεις ισοζυγίου μάζας, γεγονός που δημιουργεί σοβαρά κενά γνώσης.
Οι μέχρι σήμερα περιφερειακές εκτιμήσεις βασίζονται κυρίως σε γεωδαιτικές μεθόδους, δορυφορική βαρυτομετρία ή ολοκληρωμένες προσεγγίσεις που αποδίδουν μέσες τιμές για μεγάλα χρονικά διαστήματα. Ωστόσο, αυτές οι μέθοδοι δεν αποτυπώνουν την ενδοετήσια μεταβλητότητα, η οποία είναι κρίσιμη για την κατανόηση των διεργασιών συσσώρευσης και τήξης. Για τον λόγο αυτό, απαιτείται ένα σύνολο παρατηρήσεων που να συνδυάζει μεγάλη χρονική κάλυψη, υψηλή χρονική ανάλυση και πλήρη χωρική κάλυψη.
Η έννοια του Παροδικού Υψομέτρου Χιονογραμμής (TSLA)
Το παροδικό υψόμετρο χιονογραμμής ορίζεται ως το υψόμετρο στο οποίο διαχωρίζονται οι χιονοσκεπείς από τις γυμνές από χιόνι επιφάνειες ενός παγετώνα σε μια δεδομένη χρονική στιγμή. Κατά τη διάρκεια της περιόδου τήξης, η χιονογραμμή ανέρχεται προοδευτικά προς υψηλότερα υψόμετρα. Το μέγιστο TSLA στο τέλος της περιόδου τήξης αντιστοιχεί προσεγγιστικά στο Υψόμετρο Ισορροπίας (Equilibrium Line Altitude – ELA), έναν από τους σημαντικότερους δείκτες του ετήσιου ισοζυγίου μάζας ενός παγετώνα.
Η έντονη φασματική αντίθεση μεταξύ χιονιού, πάγου και επιφανειών με φερτά υλικά επιτρέπει την ανίχνευση της χιονογραμμής μέσω πολυφασματικών δορυφορικών εικόνων. Το γεγονός ότι τα δεδομένα Landsat είναι διαθέσιμα από τα μέσα της δεκαετίας του 1980 καθιστά δυνατή τη δημιουργία μακροχρόνιων χρονοσειρών TSLA.
Δεδομένα και μεθοδολογία
Δορυφορικά δεδομένα:
Η ανάλυση βασίστηκε σε εικόνες από τους δορυφόρους Landsat 4, 5, 7 και 8, χρησιμοποιώντας βαθμονομημένα προϊόντα κορυφής ατμόσφαιρας (Top-of-Atmosphere, Tier 1). Επιλέχθηκαν σκηνές με συνολική νεφοκάλυψη μικρότερη του 80%, ενώ χρησιμοποιήθηκαν τα φασματικά κανάλια του πράσινου, του εγγύς και βραχέος υπερύθρου, καθώς και το θερμικό κανάλι.Όρια παγετώνων και ψηφιακό μοντέλο εδάφους:
Τα όρια των παγετώνων προήλθαν από το Randolph Glacier Inventory έκδοση 6 (RGI v6), εξασφαλίζοντας συνεπή χωρική αναφορά σε όλη τη χρονοσειρά. Για τον υπολογισμό των υψομέτρων χρησιμοποιήθηκε το ψηφιακό μοντέλο εδάφους ALOS World 3D (AW3D30) με χωρική ανάλυση 30 m, το οποίο έχει αποδειχθεί αξιόπιστο για την περιοχή της HMA.Ο αλγόριθμος MANTRA:
Για την εξαγωγή των TSLA αναπτύχθηκε ο αλγόριθμος MANTRA (MountAiN glacier Transient snowline Retrieval Algorithm), ο οποίος υλοποιήθηκε στην πλατφόρμα Google Earth Engine. Ο αλγόριθμος βασίζεται σε λόγους φασματικών ζωνών, όπως ο Δείκτης Κανονικοποιημένης Διαφοράς Χιονιού (NDSI), σε συνδυασμό με θερμικές πληροφορίες. Μέσω εμπειρικής βαθμονόμησης για κάθε αισθητήρα Landsat, τα εικονοστοιχεία ταξινομούνται σε χιόνι, πάγο, φερτά υλικά ή νέφη.Για κάθε παγετώνα και χρονική στιγμή, υπολογίζεται η κατανομή υψομέτρων των χιονοσκεπών περιοχών. Το TSLA ορίζεται ως η διάμεσος τιμή του υψομετρικού εύρους που αντιστοιχεί στα χαμηλότερα δύο εκατοστημόρια της χιονοκάλυψης.
Μεταεπεξεργασία και ποιοτικός έλεγχος
Από τις αρχικές περίπου 24,5 εκατομμύρια μετρήσεις, εφαρμόστηκε σειρά κριτηρίων ποιότητας για την απομάκρυνση προβληματικών αποτελεσμάτων, όπως υψηλή νεφοκάλυψη, ανεπαρκής φωτισμός ή υπερβολική διασπορά υψομέτρων. Μετά το φιλτράρισμα, παρέμειναν περίπου 9,66 εκατομμύρια αξιόπιστες μετρήσεις TSLA από περισσότερες από 100.000 μοναδικές σκηνές Landsat.
Ιδιαίτερη έμφαση δόθηκε στην περίοδο από Ιούλιο έως Οκτώβριο, η οποία αντιστοιχεί στην κύρια φάση τήξης. Επιπλέον, αναγνωρίστηκαν περιπτώσεις «παγωμένων μεγίστων», όπου το μέγιστο TSLA ανιχνεύεται στις αρχές του φθινοπώρου λόγω καθαρών και ψυχρών συνθηκών.
Αποτελέσματα
Οι χρονοσειρές TSLA παρουσιάζουν έντονο εποχικό κύκλο, με σαφή ημιτονοειδή μορφή, γεγονός που αντανακλά τον ετήσιο κλιματικό κύκλο. Παρατηρείται επίσης έντονη χωρική ετερογένεια, με χαμηλότερα υψόμετρα χιονογραμμής σε βορειότερα γεωγραφικά πλάτη, όπως στην περιοχή του Τιεν Σαν.
Το 99% των μετρήσεων συγκεντρώνεται σε υψόμετρα μεταξύ περίπου 3.300 και 6.000 m, ενώ σporαδικά εμφανίζονται ακραίες τιμές άνω των 7.000 m. Ο μέσος αριθμός μετρήσεων ανά παγετώνα για την περίοδο 1985–2021 είναι περίπου 343, με αυξητική τάση τα τελευταία χρόνια λόγω της μεγαλύτερης διαθεσιμότητας δορυφορικών δεδομένων.
Τεχνική επικύρωση και συγκρίσεις
Η ακρίβεια των αποτελεσμάτων αξιολογήθηκε τόσο μέσω στατιστικών δεικτών όσο και μέσω χειροκίνητων ελέγχων σε επιλεγμένους παγετώνες. Η μέση τυπική απόκλιση των μετρήσεων TSLA είναι της τάξης των 12–16 m, τιμή που θεωρείται χαμηλή σε σχέση με το συνολικό υψομετρικό εύρος των παγετώνων.
Επιπλέον, πραγματοποιήθηκαν συγκρίσεις με ανεξάρτητα σύνολα δεδομένων από υποπεριοχές της HMA. Τα αποτελέσματα δείχνουν γενικά καλή συμφωνία, αν και παρατηρούνται συστηματικές αποκλίσεις λόγω διαφορών στη μεθοδολογία και στις φασματικές συνθήκες.
Δυνατότητες εφαρμογών και περιορισμοί
Το σύνολο δεδομένων MANTRA προσφέρει σημαντικές δυνατότητες για τη βαθμονόμηση παγετωνολογικών μοντέλων, τη διερεύνηση των κλιματικών παραγόντων που επηρεάζουν τη δυναμική των παγετώνων και τη σύγκριση με μετεωρολογικά δεδομένα. Παράλληλα, πρέπει να λαμβάνονται υπόψη οι περιορισμοί που σχετίζονται με τη διαλείπουσα διαθεσιμότητα δορυφορικών παρατηρήσεων και την πιθανή υποεκτίμηση των ετήσιων μεγίστων TSLA.
Συμπεράσματα
Η ανάπτυξη και διάθεση του συνόλου δεδομένων TSLA για την Υψηλή Ορεινή Ασία αποτελεί σημαντικό βήμα προς την κάλυψη των υφιστάμενων κενών γνώσης στη μακροχρόνια παρακολούθηση των παγετώνων. Με τη συνδυασμένη υψηλή χωρική και χρονική ανάλυση, το MANTRA επιτρέπει την ανάλυση της παγετωνικής μεταβλητότητας σε κλίμακες που μέχρι σήμερα δεν ήταν εφικτές, συμβάλλοντας ουσιαστικά στην κατανόηση των επιπτώσεων της κλιματικής αλλαγής στις ορεινές περιοχές της Ασίας.
