高山亚洲（High Mountain Asia，HMA）常被称为“第三极”和“亚洲的水塔”，它是极地地区以外最大的冰体，为大约19亿人提供重要的淡水资源，这些人口分布在十个河流流域中（Williams, 2013; Bolch et al., 2019; Immerzeel et al., 2020）。该地区的冰川对气候变化非常敏感，其响应受到当地地形和表面特征的强烈影响，导致冰川行为存在显著的空间异质性（Salerno et al., 2017）。近年来，关于高山亚洲冰川流速（Dehecq et al., 2019; Greene and Gardner, 2025）和冰川质量平衡（Brun et al., 2017; Maurer et al., 2019）的研究取得了显著进展。然而，这些认识主要基于区域到大陆尺度的分析。在流域尺度上，特别是在被碎屑覆盖且地形复杂的喜马拉雅流域中，气候变化和地形因素对冰川面积变化及退缩的综合影响仍不明确（Dobhal and Mehta, 2010; Shean et al., 2020）。由于气候变暖，喜马拉雅地区的冰川正在发生快速变化，这对水资源安全（Bhattacharya et al., 2021）、生态稳定性（Hugonnet et al., 2021）以及下游社区产生了重大影响，表现为季节性水资源可用性的变化、洪水风险的增加和长期的水资源压力（Huss and Hock, 2018; Nie et al., 2017）。根据多种气候情景预测，到2100年喜马拉雅冰川的质量将减少30-60%（Kraaijenbrink et al., 2017; Rounce et al., 2020）。大量的冰层损失预计将负面影响高山亚洲主要河流系统的水文格局（Bolch, 2017; Azam et al., 2021）。通过卫星观测和实地测量，已经记录了喜马拉雅山脉冰川的变化（Kulkarni and Karyakarte, 2014; Azam et al., 2018; Mishra et al., 2023）。虽然温度和降水是影响冰川动态的主要气候因素（Seddik et al., 2019; Ahmed et al., 2021），但个别冰川对这些气候变量的响应还受到非气候因素的显著影响，尤其是地形特征和碎屑覆盖（Salerno et al., 2017; Rounce and Hock, 2019）。这些复杂的相互作用表明，由于地形差异，相邻流域对相似的区域气候条件可能有不同的响应（Garg et al., 2017; Wang et al., 2023）。除了气候和地形因素外，冰川的特定属性，如大小、体积、冰层厚度、碎屑覆盖、高程比和几何形状，也在决定其对气候变暖的响应中起着重要作用。因此，了解气候、地形和冰川特定因素如何影响流域尺度的冰川变化非常重要。
本研究重点关注加尔瓦尔喜马拉雅山脉（Garhwal Himalaya）上托恩斯河盆地（Upper Tons Basin，UTB）的冰川，这是一个重要但研究不足的冰川覆盖区域。先前在UTB周边喜马拉雅流域的研究已经记录了冰川退缩和碎屑覆盖的变化（Pratibha and Kulkarni, 2018; Rajak et al., 2025），而UTB的冰川变化则相对较少被探索。该流域非常重要，因为它构成了亚穆纳河（Yamuna River）的主要支流托恩斯河（Tons River）的上游集水区，并为印度北部提供了大量水资源（Pankaj et al., 2012; Das et al., 2016）。目前，UTB缺乏全面和最新的冰川清单，以及对该地区冰川变化的深入研究。此前对该流域的研究由梅塔等人（Mehta et al., 2013）进行，他们量化了三条主要冰川——乔恩达尔（Jaundhar）、蒂尔库（Tilku）和贾朱（Jhajju）的末端退缩情况。随后，梅塔等人（Mehta et al., 2014）使用光释光（OSL）和^10Be测年技术研究了托恩斯河谷的晚第四纪冰川阶段。在加尔瓦尔喜马拉雅地区，先前的研究中测得的年冰川退缩率在9.0 ± 5.1至23.4 ± 3.3米之间（Bhambri et al., 2012）。冈戈特里冰川（Gangotri Glacier）就是一个例子，其年平均退缩率为17.9 ± 0.5米（Bhattacharya et al., 2016）。随着时间的推移，加尔瓦尔喜马拉雅地区的冰川上覆盖的碎屑量增加，给精确的冰川测绘和监测带来了挑战（Bhambri et al., 2011）。碎屑覆盖的冰层使得使用遥感技术（特别是光学图像）进行冰川划分变得复杂，因为其光谱特征常常与周围的冰碛和基岩相似（Scherler et al., 2018; Herreid and Pellicciotti, 2020）。正如梅塔等人（Mehta et al., 2013）所报告的，上托恩斯河流域具有广泛且不均匀的冰川上碎屑覆盖。先前的研究表明，碎屑覆盖显著影响冰川对气候变化的响应，进而影响其质量平衡和退缩率（Rounce et al., 2018; Anderson et al., 2021）。碎屑层的厚度受当地地理条件、侵蚀模式和冰川运动的影响，这决定了它是隔热还是促进冰川融化（Dobreva et al., 2017; Farinotti et al., 2020）。这些相互作用受大气与冰川之间动态过程的支配，但目前对此了解还不够充分（Huo et al., 2021）。
遥感技术和方法的最新进展为改进冰川测绘和监测带来了新的可能性（Strozzi et al., 2020; Yang et al., 2024）。通过整合合成孔径雷达（SAR）的相干图像、热成像和光学遥感数据，已经获得了关于碎屑覆盖冰川的有希望的结果（Lippl et al., 2018; Kaushik et al., 2020; Scher et al., 2021）。保罗等人（Paul et al., 2016）和苏德等人（Sood et al., 2022）展示了结合机器学习算法和基于对象的图像分析的半自动化分类策略显著提高了冰川边界的划分精度。本研究为了解喜马拉雅冰川变化做出了贡献，同时也解决了冰川测绘中的方法论挑战。研究结果将为气候变化和冰川上碎屑在冰川动态中的作用提供基础数据，有助于水资源管理。
本研究补充了区域性和全球性的冰川监测计划。例如，全球陆地冰测量计划（Global Land Ice Measurements from Space，GLIMS）（Raup et al., 2007）和兰多夫冰川清单（Randolph Glacier Inventory，RGI）（Pfeffer et al., 2014）等。区域层面的研究还包括中国冰川清单（Chinese Glacier Inventory，CGI）（Guo et al., 2015）和亚洲山区冰川面积测绘用于流量估算（Glacier Area Mapping for Discharge from the Asian Mountains，GAMDAM）（Nuimura et al., 2015），以及国际综合山地发展中心（ICIMOD）的兴都库什-喜马拉雅监测与评估计划（HIMAP）（Wester et al., 2019）。尽管存在数据缺口和方法差异，这些计划对于理解冰川动态非常重要。本研究提供了2023年上托恩斯河流域的最新冰川清单，其空间细节比之前的全球清单更为精细。通过整合SAR相干性数据、光学图像、热信息和基于实地的验证，改进了通常在大型清单中被简化的碎屑覆盖和地形复杂冰川区域的划分。本研究的结果将有助于解决这些局限性，并提高我们对加尔瓦尔喜马拉雅地区冰川对气候变化响应的理解。此外，还分析了大气和气候因素对冰川动态的影响。为此，研究了MERRA-2再分析数据中的月平均地表黑碳、总气溶胶消光光学深度（TOTEXTAU）、温度和降水等气候参数。这些气候数据与广泛的气候变化研究相关，为理解大气强迫与冰川响应之间的复杂关系提供了重要见解（Kang et al., 2020; Pippal et al., 2023; Ahmed et al., 2024）。在全面回顾研究区域的相关文献后，本研究制定了以下目标：i）应用混合多传感器方法划分UTB的冰川边界；ii）生成2023年的全面冰川清单，包含详细的形态和地形参数；iii）分析1993年至2023年间冰川面积的变化和末端退缩情况；iv）评估气候因素、地形因素和碎屑覆盖对冰川变化的影响。
