高分辨率TLS测量

该系统揭示了冰川末端花杆网络在空间异质性质量变化下的代表性局限，并通过高分辨率测量量化了未被监测的质量损失。

Xue, Yuang · Shichang, Kang · 何晓波 · 王绍永 · Xu, Qiangqiang · Lele, Wei · 洪晓峰 · 丁永建

Advances in Climate Change Research 2026

具体参数

大冬克玛底质量损失速率

{'zh': '-0.679', 'en': '-0.679'} m w.e. per year

小冬克玛底质量损失速率

{'zh': '-0.599', 'en': '-0.599'} m w.e. per year

累计偏差

{'zh': '1.88', 'en': '1.88'} m w.e.

技术优势

发现花杆监测系统性偏差

在冰川清洁表面上，花杆网络系统性地低估了持续存在的消融热点，导致质量损失被漏计。

揭示大小支分异行为

2021年后，大冬克玛底减薄减缓，而更陡的小冬克玛底加速，并在2022/2023年达到极端状态。

减小监测伪影

周期性的高分辨率大地测量能够弥补稀疏花杆的不足，从而减少监测中的系统性误差。

应用场景

• 冰川质量平衡：提供花杆外的空间连续质量平衡数据，交叉验证传统测量。
• 大地测量监测：用高分辨率TLS获取末端区域详细高程变化，弥补稀疏花杆不足。
• 气候变化研究：提供更准确的冰川物质损失量，修正对区域水量贡献的估算。
• 冰冻圈科学：揭示冰川末端复杂地形下的消融异质性，深化冰面过程理解。