The degradation of subarctic peatland ecosystems under climate change impacts surrounding landscapes, carbon balance, and biogeochemical cycles. To assess these ecosystems' responses to climate change, it is essential to consider not only the active-layer thickness but also its thermo-hydraulic conditions. Ground-penetrating radar is one of the leading methods for studying the active layer, and this paper proposes systematically investigating its potential to determine the thermal properties of the active layer. Collected experimental data confirm temperature hysteresis in peat linked to changes in water and ice content, which GPR may detect. Using palsa mires of the Kola Peninsula (NW Russia) as a case study, we analyze relationships between peat parameters in the active layer and search for thermal gradient responses in GPR signal attributes. The results reveal that frequency-dependent GPR attributes can delineate thermal intervals of +/- 1 degrees C through disperse waveguides. However, further verification is needed to clarify the conditions under which GPR can reliably detect temperature variations in peat, considering factors such as moisture content and peat structure. In conclusion, our study discusses the potential of GPR for remotely monitoring freeze-thaw processes and moisture distribution in frozen peatlands and its role as a valuable tool for studying peat thermal properties in terms of permafrost stability prediction.

冰川识别对于周边地区水资源与气候变化监测具有重要意义。全极化SAR影像包含地物表面散射、偶次散射、体散射、统计特性等丰富的特征，而深度学习能够充分挖掘影像信息，因此使用全极化SAR影像结合深度学习能够得到精确的冰川识别效果。本文基于喜马拉雅山脉西端ALOS2-PALSAR全极化影像，使用VGG16特征提取网络与全卷积神经网络模型U-net相结合的VGG16-unet对冰川进行识别。采用的特征包括极化相干矩阵对角线元素、Freeman-Durden、H/A/α、Pauli、VanZyl、Yamaguchi这5种极化分解参数共计19种特征。为了充分利用影像信息，对这些特征进行分析与组合，并比较它们之间的冰川识别精度，以选取最佳特征。由于冰川与非冰川的地形具有明显差异，因此将DEM、坡度、局部入射角等作为辅助特征与极化特征结合。通过对比不同极化特征分类精度得出，基于物理特性的Pauli、Freeman-Durden、VanZyl、Yamaguchi特征分类的精度较高，其中Pauli特征分类的精度最高，整体精度(OA)达到92.54%，平均用户交并比(mIoU)达到78.78%。加入地形数据后...

冰川识别对于周边地区水资源与气候变化监测具有重要意义。全极化SAR影像包含地物表面散射、偶次散射、体散射、统计特性等丰富的特征，而深度学习能够充分挖掘影像信息，因此使用全极化SAR影像结合深度学习能够得到精确的冰川识别效果。本文基于喜马拉雅山脉西端ALOS2-PALSAR全极化影像，使用VGG16特征提取网络与全卷积神经网络模型U-net相结合的VGG16-unet对冰川进行识别。采用的特征包括极化相干矩阵对角线元素、Freeman-Durden、H/A/α、Pauli、VanZyl、Yamaguchi这5种极化分解参数共计19种特征。为了充分利用影像信息，对这些特征进行分析与组合，并比较它们之间的冰川识别精度，以选取最佳特征。由于冰川与非冰川的地形具有明显差异，因此将DEM、坡度、局部入射角等作为辅助特征与极化特征结合。通过对比不同极化特征分类精度得出，基于物理特性的Pauli、Freeman-Durden、VanZyl、Yamaguchi特征分类的精度较高，其中Pauli特征分类的精度最高，整体精度(OA)达到92.54%，平均用户交并比(mIoU)达到78.78%。加入地形数据后...

冰川识别对于周边地区水资源与气候变化监测具有重要意义。全极化SAR影像包含地物表面散射、偶次散射、体散射、统计特性等丰富的特征，而深度学习能够充分挖掘影像信息，因此使用全极化SAR影像结合深度学习能够得到精确的冰川识别效果。本文基于喜马拉雅山脉西端ALOS2-PALSAR全极化影像，使用VGG16特征提取网络与全卷积神经网络模型U-net相结合的VGG16-unet对冰川进行识别。采用的特征包括极化相干矩阵对角线元素、Freeman-Durden、H/A/α、Pauli、VanZyl、Yamaguchi这5种极化分解参数共计19种特征。为了充分利用影像信息，对这些特征进行分析与组合，并比较它们之间的冰川识别精度，以选取最佳特征。由于冰川与非冰川的地形具有明显差异，因此将DEM、坡度、局部入射角等作为辅助特征与极化特征结合。通过对比不同极化特征分类精度得出，基于物理特性的Pauli、Freeman-Durden、VanZyl、Yamaguchi特征分类的精度较高，其中Pauli特征分类的精度最高，整体精度(OA)达到92.54%，平均用户交并比(mIoU)达到78.78%。加入地形数据后...

慕士塔格峰位于帕米尔高原西部，是我国西部山地冰川的集中分布区之一，长期监测该地区冰川不仅有益于评估水资源状况，也有助于气候变化方面的研究。本文基于日本ALOS/PALSAR卫星分别于2009年1月14日和3月1日获取覆盖慕士塔格峰地区（37°48′18″N～38°35′14″N,74°42′45″E～75°41′50″E）的SAR数据，借助改进的像素跟踪算法，通过精确去除卫星轨道和传感器姿态差异带来的全局性位移和地形起伏导致的地形效应误差，得到了该地区山地冰川表面高精度运动分布场（GeoTIFF格式，32位浮点型）。其空间分辨率约为20 m。非冰川区残余运动的统计分析表明其总体精度约为0.5 m/46 day。冰川运动分布表明，该地区冰川运动主要呈现为积累区速度快，消融区和末端运动速度慢的特点，冰川运动整体上与地形存在一定的相关性，其中个别中小型冰川呈现出较强的活动性。本数据集可以作为该地区山地冰川运动的本底调查资料，为慕士塔格峰地区山地冰川运动研究提供基础数据支撑。另外，山地冰川运动高精度监测将有助于研究其动力学特征和预测冰川运动导致的地质灾害，同时也为我国冰川资源普查提供了一种有效...

本数据集是基于2011～2014年多时相Landsat光学影像、2009～2010年的L波段PALSAR雷达影像和改正的SRTM数字高程模型（DEM）得到的最新藏东南冰川目录。大致空间范围在28°N～31°N、93°E～97°E内，包括念青唐古拉山中部和东部，以及横断山西部，覆盖面积达11.5万平方公里。数据集内包括三个文件：1）定义研究区范围的矢量文件；2）冰川目录矢量文件；3）统计每条冰川特征的文档，参数包括GLIMS编号、冰川面积、最大和最小高程、平均高程、平均坡度、平均朝向、有无冰碛覆盖，以及冰碛覆盖面积等。为克服藏东南地区多云雨对光学影像的影响，对无冰碛覆盖冰川的提取采用了一种基于自动识别云和冰雪覆盖的方法，实现多景影像信息半自动融合；并将从光学影像中提取的地面信息和PALSAR雷达影像得到的相干图以及坡度结合起来，实现了冰碛冰川的半自动化单独提取。在后处理阶段，采用人工编辑提高数据精度：比如控制无冰碛覆盖冰川与其冰碛覆盖部分的连接，调整单条冰川界限，以及改正部分阴影、水体的影响。与人工数字化提取的冰川边界相比较，本数据集的冰川面积精度总体在3%以内。此编目为目前最新的冰川编...

本数据集是基于2011～2014年多时相Landsat光学影像、2009～2010年的L波段PALSAR雷达影像和改正的SRTM数字高程模型（DEM）得到的最新藏东南冰川目录。大致空间范围在28°N～31°N、93°E～97°E内，包括念青唐古拉山中部和东部，以及横断山西部，覆盖面积达11.5万平方公里。数据集内包括三个文件：1）定义研究区范围的矢量文件；2）冰川目录矢量文件；3）统计每条冰川特征的文档，参数包括GLIMS编号、冰川面积、最大和最小高程、平均高程、平均坡度、平均朝向、有无冰碛覆盖，以及冰碛覆盖面积等。为克服藏东南地区多云雨对光学影像的影响，对无冰碛覆盖冰川的提取采用了一种基于自动识别云和冰雪覆盖的方法，实现多景影像信息半自动融合；并将从光学影像中提取的地面信息和PALSAR雷达影像得到的相干图以及坡度结合起来，实现了冰碛冰川的半自动化单独提取。在后处理阶段，采用人工编辑提高数据精度：比如控制无冰碛覆盖冰川与其冰碛覆盖部分的连接，调整单条冰川界限，以及改正部分阴影、水体的影响。与人工数字化提取的冰川边界相比较，本数据集的冰川面积精度总体在3%以内。此编目为目前最新的冰川编...

慕士塔格峰位于帕米尔高原西部，是我国西部山地冰川的集中分布区之一，长期监测该地区冰川不仅有益于评估水资源状况，也有助于气候变化方面的研究。本文基于日本ALOS/PALSAR卫星分别于2009年1月14日和3月1日获取覆盖慕士塔格峰地区（37°48′18″N～38°35′14″N,74°42′45″E～75°41′50″E）的SAR数据，借助改进的像素跟踪算法，通过精确去除卫星轨道和传感器姿态差异带来的全局性位移和地形起伏导致的地形效应误差，得到了该地区山地冰川表面高精度运动分布场（GeoTIFF格式，32位浮点型）。其空间分辨率约为20 m。非冰川区残余运动的统计分析表明其总体精度约为0.5 m/46 day。冰川运动分布表明，该地区冰川运动主要呈现为积累区速度快，消融区和末端运动速度慢的特点，冰川运动整体上与地形存在一定的相关性，其中个别中小型冰川呈现出较强的活动性。本数据集可以作为该地区山地冰川运动的本底调查资料，为慕士塔格峰地区山地冰川运动研究提供基础数据支撑。另外，山地冰川运动高精度监测将有助于研究其动力学特征和预测冰川运动导致的地质灾害，同时也为我国冰川资源普查提供了一种有效...

慕士塔格峰位于帕米尔高原西部，是我国西部山地冰川的集中分布区之一，长期监测该地区冰川不仅有益于评估水资源状况，也有助于气候变化方面的研究。本文基于日本ALOS/PALSAR卫星分别于2009年1月14日和3月1日获取覆盖慕士塔格峰地区（37°48′18″N～38°35′14″N,74°42′45″E～75°41′50″E）的SAR数据，借助改进的像素跟踪算法，通过精确去除卫星轨道和传感器姿态差异带来的全局性位移和地形起伏导致的地形效应误差，得到了该地区山地冰川表面高精度运动分布场（GeoTIFF格式，32位浮点型）。其空间分辨率约为20 m。非冰川区残余运动的统计分析表明其总体精度约为0.5 m/46 day。冰川运动分布表明，该地区冰川运动主要呈现为积累区速度快，消融区和末端运动速度慢的特点，冰川运动整体上与地形存在一定的相关性，其中个别中小型冰川呈现出较强的活动性。本数据集可以作为该地区山地冰川运动的本底调查资料，为慕士塔格峰地区山地冰川运动研究提供基础数据支撑。另外，山地冰川运动高精度监测将有助于研究其动力学特征和预测冰川运动导致的地质灾害，同时也为我国冰川资源普查提供了一种有效...

本数据集是基于2011～2014年多时相Landsat光学影像、2009～2010年的L波段PALSAR雷达影像和改正的SRTM数字高程模型（DEM）得到的最新藏东南冰川目录。大致空间范围在28°N～31°N、93°E～97°E内，包括念青唐古拉山中部和东部，以及横断山西部，覆盖面积达11.5万平方公里。数据集内包括三个文件：1）定义研究区范围的矢量文件；2）冰川目录矢量文件；3）统计每条冰川特征的文档，参数包括GLIMS编号、冰川面积、最大和最小高程、平均高程、平均坡度、平均朝向、有无冰碛覆盖，以及冰碛覆盖面积等。为克服藏东南地区多云雨对光学影像的影响，对无冰碛覆盖冰川的提取采用了一种基于自动识别云和冰雪覆盖的方法，实现多景影像信息半自动融合；并将从光学影像中提取的地面信息和PALSAR雷达影像得到的相干图以及坡度结合起来，实现了冰碛冰川的半自动化单独提取。在后处理阶段，采用人工编辑提高数据精度：比如控制无冰碛覆盖冰川与其冰碛覆盖部分的连接，调整单条冰川界限，以及改正部分阴影、水体的影响。与人工数字化提取的冰川边界相比较，本数据集的冰川面积精度总体在3%以内。此编目为目前最新的冰川编...