EN中文

干旱区地理 >

2025 , Vol. 48 >Issue 7: 1167 - 1175

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.479

气候与水文

中塔帕米尔公路沿线地区冰川灾害暴露度评估

  • 李志杰 , 1, 2 ,
  • 王宁练 , 3, 4, 5 ,
  • 张玉杰 3, 4 ,
  • 李继彦 1, 2
展开
  • 1.太原师范学院地理科学学院，山西 太原 030619
  • 2.汾河流域地表过程与资源生态安全山西省重点实验室，山西 太原 030619
  • 3.西北大学城市与环境学院地表系统与灾害研究院，陕西 西安 710127
  • 4.陕西省地表系统与环境承载力重点实验室，陕西 西安 710127
  • 5.中国科学院青藏高原研究所，北京 100101
王宁练（1966-），男，博士，教授，主要从事冰冻圈与全球变化研究. E-mail:

李志杰（1995-），男，博士，讲师，主要从事冰川变化与冰川灾害研究. E-mail:

收稿日期: 2024-08-10

  修回日期: 2024-09-30

  网络出版日期: 2026-03-11

基金资助

国家自然科学基金重点项目(42130516)

收起

Assessment of glacier disaster exposure in the areas along the China-Tajikistan Pamir highway

  • Zhijie LI , 1, 2 ,
  • Ninglian WANG , 3, 4, 5 ,
  • Yujie ZHANG 3, 4 ,
  • Jiyan LI 1, 2
Expand
  • 1. School of Geographic Sciences, Taiyuan Normal University, Taiyuan 030619, Shanxi, China
  • 2. Shanxi Key Laboratory of Earth Surface Processes and Resource Ecology Security in Fenhe River Basin, Taiyuan 030619, Shanxi, China
  • 3. College of Urban and Environmental Sciences, Northwest University, Xi’an 710127, Shaanxi, China
  • 4. Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity, Xi’an 710127, Shaanxi, China
  • 5. Institute of Tibetan Plateau Research, Chinese Academy of Sciences, Beijing 100101, China

Received date: 2024-08-10

  Revised date: 2024-09-30

  Online published: 2026-03-11

Fold

摘要

基于遥感和GIS技术，获取2000—2021年中塔公路沿线地区冰川变化与冰川灾害时空分布特征，并利用极差变换法和熵权法开展了冰川灾害暴露度评估。结果表明：（1） 2000年以来，中塔公路沿线地区冰川面积萎缩速率为0.20%·a-1±0.06%·a-1，物质平衡为-0.25±0.04 m w.e.·a-1，1992年以来的冰湖面积扩张速率为0.45%·a-1，均为帕米尔高原整体水平的数倍。（2） 冰川不稳定性的增强直接导致中塔公路沿线地区冰川灾害风险普遍凸显，其中灾害发生的中高风险区域主要集中在公路西段。（3） 中塔公路沿线地区冰川灾害暴露度宏观格局主要与致灾因子和承灾体分布密度、地形与地质环境复杂程度，以及气候暖湿化趋势的空间差异等因素有关。研究结果初步揭示了中塔公路沿线地区冰川灾害暴露度的宏观格局，可为灾害脆弱性、影响力和情景预测研究等提供参考。

关键词： 冰川灾害; 暴露度评估; 中塔公路; 帕米尔高原

本文引用格式

李志杰 , 王宁练 , 张玉杰 , 李继彦 . 中塔帕米尔公路沿线地区冰川灾害暴露度评估[J]. 干旱区地理, 2025 , 48(7) : 1167 -1175 . DOI: 10.12118/j.issn.1000-6060.2024.479

Abstract

Using remote sensing and GIS methods, this study reconstructs the spatiotemporal patterns of glacier changes and hazards along the China-Tajikistan Pamir highway from 2000 to 2021. We conducted a glacier hazard exposure assessment using both the range transformation and entropy weight methods. The results reveal the following. (1) Since 2000, the glacier area shrinkage rate along the China-Tajikistan Pamir highway has been 0.20%·a-1±0.06%·a-1, with a mass balance of -0.25±0.04 m w.e.·a-1. In addition, the glacial lake area has expanded at a rate of 0.45%·a-1 since 1992, all of which are several times greater than the overall levels observed in the entire Pamirs. (2) The increasing instability of glaciers has directly contributed to a widespread risk of glacier disasters along the China-Tajikistan Pamir highway, with medium and high-risk areas primarily concentrated in the western section of the highway. (3) The spatial pattern of glacier disaster exposure along the China-Tajikistan Pamir highway is largely influenced by factors such as the distribution density of disaster-causing elements and disaster-bearing bodies, the complexity of the terrain and geological environment, as well as spatial variations in climate change. This study elucidates the overarching pattern of glacier hazard exposure in the areas along the China-Tajikistan Pamir highway, offering valuable insights for research on hazard vulnerability, impact, and prediction.

Key words： glacier disaster; exposure assessment; China-Tajikistan Pamir highway; Pamirs

冰川灾害指由冰川自身构造、运动和冰川融水急剧变化等造成的灾害[1]。在全球变暖背景下，亚洲高山区冰川普遍处于加速退缩状态，冰川不稳定性的增强和人类活动的增加共同导致冰川灾害风险日渐凸显[2-3]。频发的冰川灾害不仅造成重大人员伤亡、经济损失和生态破坏，还严重影响了中国西部地区的对外交流[4]。近年来，丝绸之路经济带、中巴经济走廊、中国-中亚交通走廊等国家重大发展规划的实施对沿线地区冰川防灾减灾提出了更高要求[5]。
中亚地区是中国西部对外开放的窗口与桥梁，但受复杂地形影响，两地之间的经贸往来高度依赖数量有限的陆路通道与口岸，因此确保这些关键通道的畅通运行成为重中之重[6]。其中，中国-塔吉克斯坦帕米尔国际公路（中塔公路）是直接连通两国的唯一开放陆路通道，具有难以替代的战略地位。中塔公路沿线地区山地冰川广泛发育，其中既蕴含着巨大的直接灾害风险，同时也为冰湖溃决、泥石流和滑坡等次生地质灾害的发生提供了充足物源与条件[7]。这些冰川灾害往往以灾害链的形式集中出现，在历史上曾多次中断中塔公路运行并造成重大损失[8]。例如，2015年7月在塔吉克斯坦霍罗格市以东约20 km的Barsem村爆发冰川泥石流，直接冲断中塔公路并阻断贡特河形成堰塞湖，最终迫使公路大规模改线且堰塞湖至今未完全排除[9]。
近年来，在促进社会经济发展、扩大对外开放和全面脱贫攻坚等重大需求牵引下，中国西部地区各交通走廊沿线的冰川灾害受到了高度关注。相关学者对中巴公路、中尼公路、川藏公路铁路等关键通道沿线的冰川灾害风险进行了系统调查和综合评估，直接指导工程建设并取得了显著的社会经济效益[10-15]。然而，由于经贸往来相对有限，长期以来中国与中亚各通道沿线的冰川灾害风险未获足够重视，而中国-中亚交通走廊建设却迫切要求对此展开大量的前瞻性研究。因此，本文将以此为契机，开展2000—2021年中塔公路沿线地区的冰川灾害风险调查和暴露度评估，以期为后续研究提供参考借鉴。

1 数据与方法

1.1 研究区概况

中塔公路贯穿塔吉克斯坦南部，东起中塔边界唯一开放的卡拉苏口岸，西至塔吉克斯坦与阿富汗边境城市霍罗格，全长约410 km（图1）。公路自西向东穿越帕米尔高原南部的贡特河河谷和奥克苏河（巴尔坦格河上游）河谷，沿线高程约2065~4365 m，平均约3550 m，是全球海拔最高的公路之一。以中部的阿尔楚尔镇为界，可将中塔公路大致分为东、西两段。西段主要途径狭窄深切的高山河谷，河谷底部绿洲、居民点和路网水利等基础设施密集分布，两侧山脉则有较大规模的山谷冰川和冰湖。东段主要途径起伏平缓的高原宽谷，仅有少数悬冰川零散分布，且除少数区域外几乎无人类活动。
图1 中塔公路沿线地区示意图

Fig. 1 Schematic diagram of the areas along the China-Tajikistan Pamir highway

1.2 数据来源

1.2.1 Landsat影像

本文使用了1998—2023年的11景Landsat-TM\ETM+\OLI影像（表1），主要用于冰川编目制备和特征地物识别。这些影像来源于USGS（United States Geological Survey， https://earthexplorer.usgs.gov/），均为L1T级产品，已经过系统性的辐射、几何和地形校正，并通过ENVI软件进行了全色波段融合处理，完全满足冰川变化与冰川灾害的分析要求[16]。为便于冰川边界解译和地物识别，本文尽可能选取位于消融季末期、无云和时间跨度较短的影像。
表1 Landsat遥感影像

Tab. 1 Landsat remote sensing images

影像编号 获取日期
（年-月-日）		 空间分
辨率/m		 用途
LT51490341998225XXX01 1998-08-13 30 冰川编目制备
LE71500342000246SGS01 2000-09-02 15 冰川编目制备
LE71510342000237SGS00 2000-08-24 15 冰川编目制备
LE71510342002242SGS00 2002-08-30 15 冰川编目制备
LE81510342006253PFS01 2006-09-10 15 跃动冰川识别
LC81510342018246LGN00 2018-09-03 15 跃动冰川识别
LC81500332020229LGN00 2020-08-16 15 冰川编目制备
LC81490342021272LGN00 2021-09-29 15 冰川编目制备
LC81500342020229LGN00 2020-08-16 15 冰川编目制备
LC81510342021270LGN00 2021-09-27 15 冰川编目制备
LC81510342023260LGN00 2023-09-17 15 跃动冰川识别

1.2.2 冰川物质平衡数据

本文使用江利明等[17]于2023年11月更新发布，基于ZY-3和SRTM DEM数据的青藏高原山地冰川物质平衡数据产品（2000—2018年），分析2000年以来中塔公路沿线地区的冰川物质平衡状况。该产品来源于国家对地观测科学数据中心（https://www.doi.org/10.11878/db.202311.011644）。该产品联合30 m空间分辨率的ZY-3和SRTM DEM，采用数字高程模型（DEM）空间匹配与校正技术，获取山地冰川的表面高程变化与物质平衡。在中塔公路沿线地区，该产品的平均误差为±0.04 m w.e.·a-1，低于其在青藏高原的整体水平（±0.06 m w.e.·a-1）。

1.2.3 冰湖编目

本文基于Wang等[18]制备的亚洲高山区冰湖编目，分析中塔公路沿线地区冰湖分布与变化状况。该编目来源于国家冰川冻土沙漠科学数据中心（https://cstr.cn/11738.11.ncdc.nieer.2020. 1507）。该编目同样基于Landsat系列影像，通过目视解译方法提取亚洲高山区1990年和2018年前后，面积超过0.005 km2的冰湖边界。经野外实地验证，该编目的冰湖边界平均解译精度保持在半个Landsat像元之内。在中塔公路沿线地区，以建立冰湖边界的半个Landsat像元缓冲区进行计算，则冰湖面积解译误差为±8.3%，同样低于亚洲高山区的整体水平（±13.5%）[18]。

1.2.4 其他数据

由于中塔公路沿线地区气象站点分布稀疏且观测多有中断，因此本文使用ERA5（European Centre for Medium-Range Weather Forecasts Reanalysis Version 5， https://cds.climate.copernicus.eu）气候再分析资料重建该地区1980s以来的气候变化特征。ERA5资料的空间分辨率为0.25°，对比研究表明在包括帕米尔高原在内的亚洲高山区西部，ERA5资料对气温和降水变化都表现出较高的模拟精度[19]。
本文地震资料（1960—2020年）来源于国家青藏高原科学数据中心的中亚地震构造图和中亚地震危险性区划图（https://doi.org/10.11888/Disas.tpdc.271301）。

1.3 研究方法

1.3.1 冰川灾变信息提取

本文采用目视解译方法提取冰川边界，并构建2000—2021年中塔公路沿线地区的多时相冰川编目。由于雪冰与基岩之间存在巨大的热力性质差异，因此基于Landsat假彩色影像（热红外、红和绿波段组合）可直接进行冰川边界的人工数字化[20-21]。在完成一期冰川边界解译的基础上，结合其他时期的遥感影像，仅修改冰川边界发生变化的部位，即可完成解译方法与标准完全相同的多时相冰川编目。具体过程及其精度评价方法可参见相关文献[22]。
结合DEM数据和GIS水文分析方法，提取中塔公路沿线地区贡特河和奥克苏河河谷两侧存在现代冰川与冰湖分布的支沟流域，并结合Google Earth影像对提取结果进行修订。在获取中塔公路沿线地区冰川、冰湖、泥石流沟谷和地震等各灾害要素时空分布与变化的基础上，以支沟流域为单元对冰川灾变信息进行汇总统计，以便开展冰川灾害暴露度评估。

1.3.2 冰川灾害暴露度评估

冰川灾害的自然暴露度指自然环境中发生冰川灾害的可能性[23]。在科学性、客观性和可操作性原则指导下，参照现有研究并结合中塔公路沿线地区冰川灾害各要素时空分布与变化状况，本文以支沟流域为单元构建了冰川灾害自然暴露度评估指标体系（表2）[5,23-25]。
表2 中塔公路沿线地区冰川灾害自然暴露度评估指标体系

Tab. 2 Evaluation index system for natural exposure of glacier disasters in the areas along the China-Tajikistan Pamir highway

指标 说明
冰川面积占比/% 冰川分布范围越大，灾害风险越高
冰川面积变化/%·a-1 冰川退缩越显著，灾害风险越髙
冰川物质平衡/m w.e.·a-1 物质亏损越严重，灾害风险越高
冰湖面积占比/% 冰湖分布范围越大，灾害风险越高
面积超过0.1 km2的冰湖数量/个 大型冰湖数量越多，溃决风险越高
冰川表面坡度/(°) 坡度越大，冰雪崩、滑坡等灾害风险越高
泥石流沟谷坡度/(°) 坡度越大，灾害风险越高
10 km缓冲区内5级以上地震次数/次 数量越多，次生地质灾害风险越高
由于各项指标数据的单位、量级和性质不同，因此为实现多维数据的比较，在暴露度评估前需采用极差变换法对指标数据进行标准化处理，并通过自然灾害研究中常用的熵权法确定各项指标权重[25]。表2中皆为正向指标，因此极差变换法的计算公式如下：
X ' i j = X i j - m i n x 1 j ,   x 2 j , … ,   x n j m a x x 1 j ,   x 2 j , … ,   x n j - m i n x 1 j ,   x 2 j ,   … ,   x n j
式中： X ' i j和 X i j分别为第i个评估单元第j项指标的标准化数值和原始值。
熵权法是一种客观赋权法，它根据指标变异性的大小确定客观权重，适用于多对象多指标的综合评价。在对各项指标数据完成标准化处理的前提下，计算过程如下[25]：
Y i j = X ' i j / ∑ i = 1 n X i j
e j = - k ∑ i = 1 n Y i j × l n Y i j ,   k = 1 / l n n
w j = 1 - e j / ∑ j = 1 n 1 - e j
T i j = w j × X i j
式中： Y i j为第i个评估单元第j项指标的比重； e j和 w j分别为第j项指标的熵值和权重； T i j为第i个评估单元第j项指标的暴露度指数。最终，整个评估单元的暴露度指数为各项指标暴露度指数的累加。

2 结果与分析

2.1 冰川灾变风险

2.1.1 冰川变化

解译结果表明，2021年中塔公路沿线地区分布有冰川1071条，总面积445.90±20.81 km2，其中近90%集中在公路西段。2000—2021年，公路沿线地区冰川整体处于退缩状态，冰川面积累计萎缩20.03±6.27 km2，萎缩速率为0.20%·a-1±0.06%·a-1，是帕米尔高原整体水平的数倍[20]。与此同时，中塔公路沿线地区冰川也发生了较为明显的物质亏损。2000—2018年，该地区冰川的整体物质平衡为-0.25±0.04 m w.e.·a-1，且其空间格局与面积变化基本一致（图2a~b）。因此，二者共同表明，2000年以来中塔公路沿线地区冰川发生明显退缩，且西段退缩幅度大于东段，这也意味着更大的融水洪水、冰湖溃决和泥石流等灾害风险。
图2 中塔公路沿线地区各支沟流域冰川、冰湖变化及泥石流沟谷分布

Fig. 2 Changes in glaciers, glacial lakes, and distribution of debris flow gullies in various tributary basins along the China-Tajikistan Pamir highway

冰川跃动是冰川灾害的主要诱因之一，但在帕米尔高原南部腹地，跃动冰川的分布十分稀疏。结合近几十年来的冰川长度、面积、高程和流速变化，在中塔公路沿线地区仅有G072526E37863N冰川可确定为跃动冰川。该冰川的跃动阶主要为2006—2018年，在此期间冰舌前进380 m，面积扩张0.13 km2。总体上，G072526E37863N冰川的跃动幅度较为有限且已恢复稳定，周边也未有大型冰湖和居民点分布，因此尚无明显的灾害威胁。

2.1.2 冰湖分布与变化

2018年中塔公路沿线地区分布有冰湖151个，总面积22.66±1.83 km2。这些冰湖同样集中在公路西段，大多为冰碛阻塞湖，发育规模十分悬殊。其中，面积≥0.1 km2的大型冰湖仅有28个，而最大的Zaroshkul冰湖面积却高达5.41 km2，占全部冰湖的近1/4。1992年中塔公路沿线地区冰湖面积为20.30±1.71 km2，因此近30 a来该地区冰湖总体处于扩张状态，扩张速率约为0.45%·a-1。如图2c所示，在现代冰湖集中分布的28个支沟流域中，大多数流域冰湖总体发生扩张，仅有少数流域冰湖基本保持稳定或发生萎缩，这与冰川面积变化与物质平衡的空间格局基本相反。由此表明，近几十年来中塔公路沿线地区冰川持续退缩导致冰湖普遍扩张，最终导致冰湖溃决风险上升。

2.1.3 冰川泥石流

中塔公路所在的贡特河河谷与两侧山脊高差约2000~3000 m，因此在河谷两侧的众多支流沟谷中冰川泥石流频繁发生。由于冰川、冰湖总体较为稳定，跃动和溃决活动并不活跃，因此中塔公路沿线地区的冰川泥石流大多为冰雪消融型或冰雪消融-降水混合型[26]。尽管其中大多影响有限，但在升温背景下，夏季持续高温和短时强降水的叠加仍有可能导致上游来水剧增，最终引发大规模的破坏性泥石流，贡特河下游的Barsem冰川泥石流事件即为实例（图3）。2015年7月16—20日，Barsem河谷至少连续发生了14次大型冰川泥石流。据粗略估算，泥石流覆盖面积约30×104 m2，体积约150×104 m3，阻塞形成的堰塞湖长约2.5 km，蓄水量约450×104 m3[27]。此次事件迫使约1.6 km长的中塔公路改线重建（图3b~c），是近几十年来帕米尔高原危害最严重的冰川泥石流事件之一。
图3 2015年7月Barsem冰川泥石流事件

Fig. 3 Barsem glacial debris flow event occurred in July 2015

2.2 冰川灾害暴露度

在获取冰川灾害各要素时空分布与变化的基础上，本文以支沟流域为单元开展中塔公路沿线地区冰川灾害自然暴露度评估，并采用自然断点法划分暴露度等级。评估结果表明（图4），中塔公路沿线地区的冰川灾害自然暴露度在总体上自西向东呈降低趋势，其中，中高风险区域主要集中在公路西段，这与该地区冰川、冰湖和泥石流沟谷等分布与变化的空间格局基本一致（图2）。在公路西段，支沟流域普遍短促陡峭，冰川、冰湖发育规模更大且变化更加显著，地质环境也更为活跃，因此冰川灾害风险相对凸显，而公路东段则反之。
图4 中塔公路沿线地区的冰川灾害自然暴露度

Fig. 4 Natural exposure to glacier disasters in the areas along the China-Tajikistan Pamir highway

冰川灾害的社会暴露度指人类社会面临冰川灾害的可能性，其与自然暴露度共同构成脆弱性评估中的暴露度部分[23]。由于社会环境和地缘局势等因素，中塔公路沿线地区各支沟流域的详尽社会经济数据难以获取，但鉴于该地区居民点和人类活动高度集中在公路西段的各沟口绿洲地带（图1），因此可以推断中塔公路沿线地区冰川灾害的社会暴露度，乃至整体暴露度也将呈现出与自然暴露度基本一致的空间格局。在地形闭塞的贡特河下游河谷，各沟口绿洲与村庄既依赖冰雪融水维系生存，又直面冰川灾害的现实威胁，由此成为维持中塔公路畅通和地区防灾减灾的关键节点。

3 讨论

3.1 冰川灾害暴露度影响因素

冰川灾害暴露度的空间格局主要与各类型冰川灾害潜在分布、人类活动和社会经济发展水平等因素有关[28]。在空间分布方面，中塔公路西段地区的冰川、冰湖、泥石流沟谷乃至地震活动等致灾因子密度，基础设施、人口分布和经济活动等承灾体密度均明显高于东段地区，因此冰川灾害风险也更加集中。在时间变化方面，近几十年来公路西段地区的冰川、冰湖变化幅度，人口与经济活动增幅等同样明显高于东段地区，因此冰川灾害风险也更加凸显。
全球变暖引发的普遍升温和降水变率增大加强了山地冰川的不稳定性，是各地区冰川灾害风险普遍凸显的主要原因[2,28]。因此，除上述直接因素外，中塔公路沿线地区的冰川灾害暴露度空间格局还主要与气候背景有关。近40 a来，中塔公路沿线地区总体表现出一定的暖湿化趋势[29]，气温以0.3 ℃·(10a)-1的速率显著上升，而降水则以1.5 mm·(10a)-1的速率缓慢增加（图5）。与此同时，中塔公路沿线地区的气候变化特征还存在显著的空间异质性。在公路西段，升温较为微弱但降水增加显著，最终导致冰川退缩加剧，冰湖普遍扩张，促使冰川灾害风险普遍凸显。在公路东段，升温较为显著而降水基本保持稳定，但由于该地区冰川分布较为稀疏，因此并未对冰川灾害风险产生明显影响。
图5 1981—2020年中塔公路沿线地区气候变化特征

Fig. 5 Characteristics of climate change in the areas along the China-Tajikistan Pamir highway from 1981 to 2020

3.2 展望

中塔公路通过延伸线路与中巴公路相连，但二者沿线地区的冰川灾害仍存在一定差异。一方面，中塔公路沿线地区以冰川融水洪水、冰川泥石流和冰湖溃决洪水等次生灾害为主，冰雪崩和冰川跃动等直接灾害较为罕见，而中巴公路沿线地区冰川分布更加密集且活跃，因此以直接灾害和次生灾害并重[10-12,30-31]。另一方面，中塔公路沿线地区的冰川灾害在空间上也相对集中，公路西段的各沟口绿洲首当其冲，应采取工程措施予以防范。
1960s以来的持续研究对中巴公路沿线地区的冰川灾害形成了比较全面的认识，为其他关键通道沿线的相关研究提供了宝贵经验。本文是对中塔公路沿线地区冰川灾害暴露度的初步评估，为推动后续研究进一步聚焦于灾害脆弱性、影响力乃至情景预测等更高层次，可考虑从以下方面开展相关工作：（1） 将遥感技术与现场观测相结合，广泛开展冰川变化与冰川灾害各要素观测，完善基础科学资料；（2） 开展中塔双方的国际合作研究，以便充分发挥各自的平台优势，推动野外观测数据和社会经济数据的互利共享；（3） 可先行开展帕米尔高原等大时空尺度的冰川灾害脆弱性、影响和预测研究，并逐步向子流域乃至支沟流域等中小尺度推进。

4 结论

（1） 2000年以来，中塔公路沿线地区冰川面积萎缩速率、物质亏损速率和冰湖扩张速率均为帕米尔高原整体水平的数倍，冰川不稳定性的增强直接导致冰川灾害风险普遍凸显。
（2） 中塔公路沿线地区的冰川灾害暴露度存在显著的空间异质性，自西向东总体呈降低趋势，其中冰川灾害发生的中高风险区域主要集中在公路西段。
（3） 中塔公路沿线地区冰川灾害暴露度的宏观格局主要与致灾因子和承灾体分布密度、地形与地质环境复杂程度，以及气候暖湿化趋势的空间差异等因素有关。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
秦大河. 冰冻圈科学辞典[M]. 北京: 气象出版社, 2014.

[ Qin Dahe. Glossary of cryospheric science[M]. Beijing: China Meteorological Press, 2014. ]

[2]
Zhang T G, Wang W C, Shen Z H, et al. Increasing frequency and destructiveness of glacier-related slope failures under global warming[J]. Science Bulletin, 2024, 69: 30-33.

[3]
王宁练, 姚檀栋, 徐柏青, 等. 全球变暖背景下青藏高原及周边地区冰川变化的时空格局与趋势及影响[J]. 中国科学院院刊, 2019, 34(11): 1220-1232.

[ Wang Ninglian, Yao Tandong, Xu Baiqing, et al. Spatiotemporal pattern, trend, and influence of glacier change in Tibetan Plateau and surroundings under global warming[J]. Bulletin of Chinese Academy of Sciences, 2019, 34(11): 1220-1232. ]

[4]
杨雪雯, 王宁练, 梁倩, 等. 近60 a天山北坡冰川变化研究[J]. 干旱区地理, 2023, 46(7): 1073-1083.

[ Yang Xuewen, Wang Ninglian, Liang Qian, et al. Glacier changes on the north slope of Tianshan Mountains in recent 60 years[J]. Arid Land Geography, 2023, 46(7): 1073-1083. ]

[5]
邬光剑, 姚檀栋, 王伟财, 等. 青藏高原及周边地区的冰川灾害[J]. 中国科学院院刊, 2019, 34(11): 1285-1292.

[ Wu Guangjian, Yao Tandong, Wang Weicai, et al. Glacial hazards on Tibetan Plateau and surrounding alpines[J]. Bulletin of Chinese Academy of Sciences, 2019, 34(11): 1285-1292. ]

[6]
许娇, 陈坤铭, 杨书菲, 等. “一带一路”交通基础设施建设的国际经贸效应[J]. 亚太经济, 2016, 3: 3-11.

[ Xu Jiao, Chen Kunming, Yang Shufei, et al. The impact of economic corridor transportation infrastructure under “the Belt and Road Initiative” based on GTAP model[J]. Asia-pacific Economic Review, 2016, 3: 3-11. ]

[7]
陈亚宁, 李稚, 方功焕. 中亚天山地区关键水文要素变化与水循环研究进展[J]. 干旱区地理, 2022, 45(1): 1-8.

[ Chen Yaning, Li Zhi, Fang Gonghuan. Changes of key hydrological elements and research progress of water cycle in the Tianshan Mountains, Central Asia[J]. Arid Land Geography, 2022, 45(1): 1-8. ]

[8]
吴立新, 李佳, 苗则朗, 等. 冰川流域孕灾环境及灾害的天空地协同智能监测模式与方向[J]. 测绘学报, 2021, 50(8): 1109-1121.

[ Wu Lixin, Li Jia, Miao Zelang, et al. Pattern and directions of spaceborne-airborne-ground collaborated intelligent monitoring on the geo-hazards developing environment and disasters in glacial basin[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8): 1109-1121. ]

[9]
Zafar A, Uchimura T. The July 2015 debris flow in Barsem, western Pamir (GBAO) Tajikistan: Description and causes[J]. E3S Web of Conferences, 2023, 415: 03003, doi: 10.1051/e3sconf/202341503003.

[10]
朱颖彦, 李超月, 杨志全, 等. 中巴喀喇昆仑公路冰湖溃决灾害[J]. 山地学报, 2021, 39(4): 524-538.

[ Zhu Yingyan, Li Chaoyue, Yang Zhiquan, et al. Glacier lake outburst flood (GLOF) along China-Pakistan International Karakoram highway[J]. Mountain Research, 2021, 39(4): 524-538. ]

[11]
朱颖彦, 潘军宇, 李朝月, 等. 中巴喀喇昆仑公路冰川泥石流[J]. 山地学报, 2022, 40(1): 71-83.

[ Zhu Yingyan, Pan Junyu, Li Chaoyue, et al. Glacier debris flow along China-Pakistan International Karakoram highway (KKH)[J]. Mountain Research, 2022, 40(1): 71-83. ]

[12]
朱颖彦, 杨志全, 廖丽萍, 等. 中巴喀喇昆仑公路冰川地貌地质灾害[J]. 灾害学, 2014, 29(3): 81-90.

[ Zhu Yingyan, Yang Zhiquan, Liao Liping, et al. Glacialized geomorphologcial geohazard along China-Pakistan International Karakoram highway[J]. Journal of Catastrophology, 2014, 29(3): 81-90. ]

[13]
钟妍, 刘巧, 廖海军, 等. 中喜马拉雅山中-尼通道沿线冰川/冰湖变化及其相关灾害初步调查[J]. 山地学报, 2020, 38(2): 314-327.

[ Zhong Yan, Liu Qiao, Liao Haijun, et al. Glaciers and glacial lakes status and their related geo-hazards along three main China-Nepal corridors[J]. Mountain Research, 2020, 38(2): 314-327. ]

[14]
余国安, 鲁建莹, 李志威, 等. 气候变化影响下藏东南帕隆藏布流域高山区泥石流的地貌效应[J]. 地理学报, 2022, 77(3): 619-634.

[ Yu Guoan, Lu Jianying, Li Zhiwei, et al. Geomorphic effects of debris flows in high mountain areas of the Parlung Zangbo Basin, southeast Tibet under the influence of climate change[J]. Acta Geographica Sinica, 2022, 77(3): 619-634. ]

[15]
李志杰, 王宁练, 常佳雯. 巴托拉等冰川的新近变化及对中巴公路的影响[J]. 干旱区研究, 2022, 39(6): 1986-1995.

[ Li Zhijie, Wang Ninglian, Chang Jiawen, et al. Recent variations of the Batura, Pasu, and Ghulkin glaciers and their potential impact on the Karakoram highway[J]. Arid Zone Research, 2022, 39(6): 1986-1995. ]

[16]
Xie F N, Liu S Y, Gao Y P, et al. Interdecadal glacier inventories in the Karakoram since the 1990s[J]. Earth System Science Data, 2023, 15(2): 847-867.

[17]
江利明, 柳林, 汪汉胜. 基于ZY-3和SRTM DEM数据的青藏高原山地冰川物质平衡数据产品(2000—2018)[DB/OL]. [2023-11-02]. https://www.doi.org/10.11878/db.202311.011644.

[ Jiang Liming, Liu Lin, Wang Hansheng. Tibetan Plateau mountain glacier mass balance dataset based on ZY-3 DEMs (2000—2018)[DB/OL]. [ 2023-11-02]. https://www.doi.org/10.11878/db.202311.011644. ]

[18]
Wang X, Guo X Y, Yang C D, et al. Glacial lake inventory of high-mountain Asia in 1990 and 2018 derived from Landsat images[J]. Earth System Science Data, 2020, 12(3): 2169-2182.

[19]
温婷婷, 郭英香, 董少睿, 等. 1979—2017 年CRU、ERA5、CMFD 格点降水数据在青藏高原适用性评估[J]. 干旱区研究, 2022, 39(3): 684-697.

[ Wen Tingting, Guo Yingxiang, Dong Shaorui, et al. Assessment of CRU, ERA5, CMFD grid precipitation data for the Tibetan Plateau from 1979 to 2017[J]. Arid Zone Research, 2022, 39(3): 684-697. ]

[20]
Li Z J, Wang N L, Chen A A, et al. Slight change of glaciers in the Pamir over the period 2000—2017[J]. Arctic, Antarctic, and Alpine Research, 2022, 54(1): 13-24.

[21]
王小丽, 周凌翔, 王秀东, 等. 1990—2020年波曲流域冰川冰湖时空变化及其对气候变化的响应[J]. 干旱区地理, 2024, 47(5): 810-819.

[ Wang Xiaoli, Zhou Lingxiang, Wang Xiudong, et al. Temporal and spatial changes of glaciers and glacier lakes and its response to climate change in Poiqu Basin during 1990—2020[J]. Arid Land Geography, 2024, 47(5): 810-819. ]

[22]
李志杰. 全球变暖背景下帕米尔-喀喇昆仑-西昆仑地区冰川异常变化特征研究[D]. 西安: 西北大学, 2023.

[ Li Zhijie. Anomalous glacier change in the Pamir-Karakoram-west Kunlun under global warming[D]. Xi’an: Northwest University, 2023. ]

[23]
蔡兴冉, 李忠勤, 张慧, 等. 中国天山冰川变化脆弱性研究[J]. 地理学报, 2021, 76(9): 2253-2268.

[ Cai Xingran, Li Zhongqin, Zhang Hui, et al. Vulnerability of glacier change in Chinese Tianshan Mountains[J]. Acta Geographica Sinica, 2021, 76(9): 2253-2268. ]

[24]
秦大河. 冰冻圈科学概论[M]. 北京: 科学出版社, 2017.

[ Qin Dahe. Introduction to cryospheric science[M]. Beijing: Science Press, 2017. ]

[25]
戴玉萍, 王璞玉, 张正勇, 等. 中国阿尔泰山冰川变化脆弱性及适应能力影响因素分析[J]. 冰川冻土, 2024, 46(1): 1-14.

[ Dai Yuping, Wang Puyu, Zhang Zhengyong, et al. Analysis of glacier change vulnerability and influencing factors of adaptability in the Chinese Altai Mountains[J]. Journal of Glaciology and Geocryology, 2024, 46(1): 1-14. ]

[26]
Mirzo S, Nikolai I, Stefanos X, et al. Natural hazards in Tajikistan[R]. Dushanbe: Organization for Security and Co-operation in Europe (OSCE) Program Office in Dushanbe, 2016.

[27]
Yilmaz K, Dincer A E, Kalpakci V, et al. Debris flow modelling and hazard assessment for a glacier area: A case study in Barsem, Tajikistan[J]. Natural Hazards, 2023, 115: 2577-2601.

[28]
Su B, Xiao C D, Chen D L, et al. Mismatch between the population and meltwater changes creates opportunities and risks for global glacier-fed basins[J]. Science Bulletin, 2022, 67: 9-12.

[29]
董翰林, 王文婷, 谢云, 等. 新疆气候干湿变化特征及其影响因素[J]. 干旱区研究, 2023, 40(12): 1875-1884.

[ Dong Hanlin, Wang Wenting, Xie Yun, et al. Climate dry-wet conditions, changes, and their driving factors in Xinjiang[J]. Arid Zone Research, 2023, 40(12): 1875-1884. ]

[30]
刘巧, 聂勇, 王欣, 等. 中巴经济走廊沿线上游冰川冰湖相关灾害(事件)数据集[J]. 中国科学数据, 2021, 6(1): 00145, doi: 10.11922/csdata.2020.0099.zh.

[ Liu Qiao, Nie Yong, Wang Xin, et al. An inventory dataset of glacier and glacial lake related hazards (events) along the China-Pakistan Economic Corridor[J]. Chinese Science Data, 2021, 6(1): 00145, doi: 10.11922/csdata.2020.0099.zh. ]

[31]
陈满, 陈亚宁, 方功焕, 等. 昆仑山北坡冰川湖变化及其溃决风险评估[J]. 干旱区地理, 2024, 47(10): 1628-1639.

[ Chen Man, Chen Yaning, Fang Gonghuan, et al. Changes in glacial lakes on the northern slope of Kunlun Mountains and assessment of their outburst risks[J]. Arid Land Geography, 2024, 47(10): 1628-1639. ]

Options
文章导航

/

〈 〉