研究冰川跃动过程及特征是理解冰川跃动机理的重要途径,目前仍然缺乏详细的冰川跃动过程观测。利用Envisat-1/ASAR、Sentinel-1A、TerraSAR-X/TanDEM-X等合成孔径雷达数据,获得了东喀喇昆仑山昆常冰川详细的表面流速与表面高程变化。结果表明:2000—2012年冰川中部隆起,平均增厚（10.19±1.79）m,冰川接收区以消融为主,平均减薄（39.71±1.79）m;2012—2014年冰川主干中部隆起向下迁移,平均增厚（8.21±1.37）m;2018年后积蓄区厚度平均减薄（9.77±3.38）m,接收区平均增厚（19.67±3.38）m。冰川主干表面流速从2007年起增加,并且在2017—2018年内经历过两次快速运动期,两个阶段的最高流速分别达到2.36m·d-1和2.12m·d-1。根据表面高程变化以及流速变化特征,认为昆常冰川在2007—2019年间发生跃动。时序流速表明,昆常冰川很可能是积蓄区发生微跃动/雪崩形成隆起（跃动前锋）,并且两次快速运动后突然减速发生在夏末,很可能是冰下水文通道打开排水使得冰下...

研究冰川跃动过程及特征是理解冰川跃动机理的重要途径,目前仍然缺乏详细的冰川跃动过程观测。利用Envisat-1/ASAR、Sentinel-1A、TerraSAR-X/TanDEM-X等合成孔径雷达数据,获得了东喀喇昆仑山昆常冰川详细的表面流速与表面高程变化。结果表明:2000—2012年冰川中部隆起,平均增厚（10.19±1.79）m,冰川接收区以消融为主,平均减薄（39.71±1.79）m;2012—2014年冰川主干中部隆起向下迁移,平均增厚（8.21±1.37）m;2018年后积蓄区厚度平均减薄（9.77±3.38）m,接收区平均增厚（19.67±3.38）m。冰川主干表面流速从2007年起增加,并且在2017—2018年内经历过两次快速运动期,两个阶段的最高流速分别达到2.36m·d-1和2.12m·d-1。根据表面高程变化以及流速变化特征,认为昆常冰川在2007—2019年间发生跃动。时序流速表明,昆常冰川很可能是积蓄区发生微跃动/雪崩形成隆起（跃动前锋）,并且两次快速运动后突然减速发生在夏末,很可能是冰下水文通道打开排水使得冰下...

研究冰川跃动过程及特征是理解冰川跃动机理的重要途径,目前仍然缺乏详细的冰川跃动过程观测。利用Envisat-1/ASAR、Sentinel-1A、TerraSAR-X/TanDEM-X等合成孔径雷达数据,获得了东喀喇昆仑山昆常冰川详细的表面流速与表面高程变化。结果表明:2000—2012年冰川中部隆起,平均增厚（10.19±1.79）m,冰川接收区以消融为主,平均减薄（39.71±1.79）m;2012—2014年冰川主干中部隆起向下迁移,平均增厚（8.21±1.37）m;2018年后积蓄区厚度平均减薄（9.77±3.38）m,接收区平均增厚（19.67±3.38）m。冰川主干表面流速从2007年起增加,并且在2017—2018年内经历过两次快速运动期,两个阶段的最高流速分别达到2.36m·d-1和2.12m·d-1。根据表面高程变化以及流速变化特征,认为昆常冰川在2007—2019年间发生跃动。时序流速表明,昆常冰川很可能是积蓄区发生微跃动/雪崩形成隆起（跃动前锋）,并且两次快速运动后突然减速发生在夏末,很可能是冰下水文通道打开排水使得冰下...

阿尼玛卿山集中分布了黄河源区81.3%的冰川，该区域冰川变化对黄河源区气候变化指示及冰川水资源评估具有重要参考意义。应用2013年10月31日的Tan DEM-X/TerraSAR-X双基站合成孔径雷达数据与SRTM(Shuttle Radar Topographical Mission)DEM(Digital elevation Model)进行差分干涉获得了阿尼玛卿山冰川的数字高程模型及近13年冰川表面高程平均变化数据。本数据集覆盖黄河源区阿尼玛卿山全部冰川，TanDEM数字高程模型的水平方向像素大小10 m、高程相对误差小于2 m，冰川表面高程变化数据集水平方向像素大小为30 m、高程精度为3.7 m。因雷达图像的阴影与叠掩区域干涉相干度很低，高程值存在很大的不确定性，高程及变化数据集剔除了阴影和叠掩等不可靠区域。本数据集是黄河源区冰川变化及冰川水资高程源评估的重要基础数据，是后续该区域冰川表面高程变化研究的基础。

阿尼玛卿山集中分布了黄河源区81.3%的冰川，该区域冰川变化对黄河源区气候变化指示及冰川水资源评估具有重要参考意义。应用2013年10月31日的Tan DEM-X/TerraSAR-X双基站合成孔径雷达数据与SRTM(Shuttle Radar Topographical Mission)DEM(Digital elevation Model)进行差分干涉获得了阿尼玛卿山冰川的数字高程模型及近13年冰川表面高程平均变化数据。本数据集覆盖黄河源区阿尼玛卿山全部冰川，TanDEM数字高程模型的水平方向像素大小10 m、高程相对误差小于2 m，冰川表面高程变化数据集水平方向像素大小为30 m、高程精度为3.7 m。因雷达图像的阴影与叠掩区域干涉相干度很低，高程值存在很大的不确定性，高程及变化数据集剔除了阴影和叠掩等不可靠区域。本数据集是黄河源区冰川变化及冰川水资高程源评估的重要基础数据，是后续该区域冰川表面高程变化研究的基础。

阿尼玛卿山集中分布了黄河源区81.3%的冰川，该区域冰川变化对黄河源区气候变化指示及冰川水资源评估具有重要参考意义。应用2013年10月31日的Tan DEM-X/TerraSAR-X双基站合成孔径雷达数据与SRTM(Shuttle Radar Topographical Mission)DEM(Digital elevation Model)进行差分干涉获得了阿尼玛卿山冰川的数字高程模型及近13年冰川表面高程平均变化数据。本数据集覆盖黄河源区阿尼玛卿山全部冰川，TanDEM数字高程模型的水平方向像素大小10 m、高程相对误差小于2 m，冰川表面高程变化数据集水平方向像素大小为30 m、高程精度为3.7 m。因雷达图像的阴影与叠掩区域干涉相干度很低，高程值存在很大的不确定性，高程及变化数据集剔除了阴影和叠掩等不可靠区域。本数据集是黄河源区冰川变化及冰川水资高程源评估的重要基础数据，是后续该区域冰川表面高程变化研究的基础。

The Qinghai-Tibet Plateau (QTP) is heavily affected by climate change and has been undergoing serious permafrost degradation due to global warming. Synthetic aperture radar interferometry (InSAR) has been a significant tool for mapping surface features or measuring physical parameters, such as soil moisture, active layer thickness, that can be used for permafrost modelling. This study analyzed variations of coherence in the QTP area for the first time with high-resolution SAR images acquired from June 2014 to August 2016. The coherence variation of typical ground targets was obtained and analyzed. Because of the effects of active-layer (AL) freezing and thawing, coherence maps generated in the Beiluhe permafrost area exhibits seasonal variation. Furthermore, a temporal decorrelation model determined by a linear temporal-decorrelation component plus a seasonal periodic-decorrelation component and a constant component have been proposed. Most of the typical ground targets fit this temporal model. The results clearly indicate that railways and highways can hold high coherence properties over the long term in X-band images. By contrast, mountain slopes and barren areas cannot hold high coherence after one cycle of freezing and thawing. The possible factors (vegetation, soil moisture, soil freezing and thawing, and human activity) affecting InSAR coherence are discussed. This study shows that high-resolution time series of TerraSAR-X coherence can be useful for understanding QTP environments and for other applications.