青藏高原及周边分布着数量众多的石冰川，因其独特的蓄水功能和气候响应特征，不仅影响区域潜在的固态水资源，还增加了相应灾害发生的风险，受到越来越多的关注。当前，对石冰川识别、冰储量估算及其动力学过程模拟的探讨还较为缺乏，导致无法准确评估广大无资料或缺资料地区的石冰川变化及其气候响应特征。在系统梳理青藏高原及周边石冰川分布特征的基础上，综合回顾和总结了石冰川识别方法、冰储量估算方法、动力学过程及其模拟的研究进展。受观测数据缺乏和方法不确定性等问题的限制，当前青藏高原及周边石冰川编目、识别和冰储量估算精度仍面临诸多挑战。展望未来，应深入认识气候—石冰川动力学过程的相互作用机制，强化天—空—地多层次、多角度和多手段的石冰川监测，集成人工智能和新观测技术的石冰川识别和冰储量估算方法，准确评估气候变化条件下青藏高原及周边石冰川变化、未来趋势及其影响，进而服务于青藏高原及周边区域社会经济可持续发展。

青藏高原及周边分布着数量众多的石冰川，因其独特的蓄水功能和气候响应特征，不仅影响区域潜在的固态水资源，还增加了相应灾害发生的风险，受到越来越多的关注。当前，对石冰川识别、冰储量估算及其动力学过程模拟的探讨还较为缺乏，导致无法准确评估广大无资料或缺资料地区的石冰川变化及其气候响应特征。在系统梳理青藏高原及周边石冰川分布特征的基础上，综合回顾和总结了石冰川识别方法、冰储量估算方法、动力学过程及其模拟的研究进展。受观测数据缺乏和方法不确定性等问题的限制，当前青藏高原及周边石冰川编目、识别和冰储量估算精度仍面临诸多挑战。展望未来，应深入认识气候—石冰川动力学过程的相互作用机制，强化天—空—地多层次、多角度和多手段的石冰川监测，集成人工智能和新观测技术的石冰川识别和冰储量估算方法，准确评估气候变化条件下青藏高原及周边石冰川变化、未来趋势及其影响，进而服务于青藏高原及周边区域社会经济可持续发展。

青藏高原及周边分布着数量众多的石冰川，因其独特的蓄水功能和气候响应特征，不仅影响区域潜在的固态水资源，还增加了相应灾害发生的风险，受到越来越多的关注。当前，对石冰川识别、冰储量估算及其动力学过程模拟的探讨还较为缺乏，导致无法准确评估广大无资料或缺资料地区的石冰川变化及其气候响应特征。在系统梳理青藏高原及周边石冰川分布特征的基础上，综合回顾和总结了石冰川识别方法、冰储量估算方法、动力学过程及其模拟的研究进展。受观测数据缺乏和方法不确定性等问题的限制，当前青藏高原及周边石冰川编目、识别和冰储量估算精度仍面临诸多挑战。展望未来，应深入认识气候—石冰川动力学过程的相互作用机制，强化天—空—地多层次、多角度和多手段的石冰川监测，集成人工智能和新观测技术的石冰川识别和冰储量估算方法，准确评估气候变化条件下青藏高原及周边石冰川变化、未来趋势及其影响，进而服务于青藏高原及周边区域社会经济可持续发展。

文章以青藏高原喀喇昆仑地区却哥隆玛冰川、锡亚琴冰川和巴尔托洛冰川3条规模较大且具代表性的冰川作为研究对象，利用Sentinel-1A卫星雷达影像和像素跟踪算法获取冰川表面流速数据，并基于数字高程模型(digital elevation model, DEM)和冰川表面流速数据，运用层流理论对目标冰川进行厚度反演和冰储量估算；采用全球冰川厚度产品对反演结果进行准确度评价，同时探讨采用层流理论反演冰厚的内在机制及存在的不确定性。结果表明，采用层流理论反演冰川厚度具有较好的可行性。研究结果可为青藏高原冰冻圈动态变化研究提供参考。

文章以青藏高原喀喇昆仑地区却哥隆玛冰川、锡亚琴冰川和巴尔托洛冰川3条规模较大且具代表性的冰川作为研究对象，利用Sentinel-1A卫星雷达影像和像素跟踪算法获取冰川表面流速数据，并基于数字高程模型(digital elevation model, DEM)和冰川表面流速数据，运用层流理论对目标冰川进行厚度反演和冰储量估算；采用全球冰川厚度产品对反演结果进行准确度评价，同时探讨采用层流理论反演冰厚的内在机制及存在的不确定性。结果表明，采用层流理论反演冰川厚度具有较好的可行性。研究结果可为青藏高原冰冻圈动态变化研究提供参考。

文章以青藏高原喀喇昆仑地区却哥隆玛冰川、锡亚琴冰川和巴尔托洛冰川3条规模较大且具代表性的冰川作为研究对象，利用Sentinel-1A卫星雷达影像和像素跟踪算法获取冰川表面流速数据，并基于数字高程模型(digital elevation model, DEM)和冰川表面流速数据，运用层流理论对目标冰川进行厚度反演和冰储量估算；采用全球冰川厚度产品对反演结果进行准确度评价，同时探讨采用层流理论反演冰厚的内在机制及存在的不确定性。结果表明，采用层流理论反演冰川厚度具有较好的可行性。研究结果可为青藏高原冰冻圈动态变化研究提供参考。

冰川厚度测量是冰储量估算的关键。基于2019年7月利用探地雷达在托来南山6号冰川主冰川的测厚结果，通过普通克里格法绘制了主冰川的冰厚分布图，计算出主冰川的平均厚度为（39.61±5.32）m，冰厚空间分布呈自边缘向中间逐渐增厚的特征，最大冰厚[（100.78±1.78）m]位于纵剖面海拔4 770m附近的凹陷盆地，结合半物理公式估算出整条冰川的冰储量为（0.0504±0.0082）km3。冰床为典型槽谷地形，谷槽横剖面呈U形，且随海拔的升高谷槽宽度逐渐变小。现有的面积-体积公式并不适用于单条冰川的冰储量估算，但分类型拟合公式具有降低估算结果误差的潜力。

冰川厚度测量是冰储量估算的关键。基于2019年7月利用探地雷达在托来南山6号冰川主冰川的测厚结果，通过普通克里格法绘制了主冰川的冰厚分布图，计算出主冰川的平均厚度为（39.61±5.32）m，冰厚空间分布呈自边缘向中间逐渐增厚的特征，最大冰厚[（100.78±1.78）m]位于纵剖面海拔4 770m附近的凹陷盆地，结合半物理公式估算出整条冰川的冰储量为（0.0504±0.0082）km3。冰床为典型槽谷地形，谷槽横剖面呈U形，且随海拔的升高谷槽宽度逐渐变小。现有的面积-体积公式并不适用于单条冰川的冰储量估算，但分类型拟合公式具有降低估算结果误差的潜力。

冰川厚度测量是冰储量估算的关键。基于2019年7月利用探地雷达在托来南山6号冰川主冰川的测厚结果，通过普通克里格法绘制了主冰川的冰厚分布图，计算出主冰川的平均厚度为（39.61±5.32）m，冰厚空间分布呈自边缘向中间逐渐增厚的特征，最大冰厚[（100.78±1.78）m]位于纵剖面海拔4 770m附近的凹陷盆地，结合半物理公式估算出整条冰川的冰储量为（0.0504±0.0082）km3。冰床为典型槽谷地形，谷槽横剖面呈U形，且随海拔的升高谷槽宽度逐渐变小。现有的面积-体积公式并不适用于单条冰川的冰储量估算，但分类型拟合公式具有降低估算结果误差的潜力。

冰厚分布和冰储量是冰川水资源、冰川变化和冰川动力学模拟研究的基础数据。本文基于七一冰川冰厚度雷达测量结果，结合GPS位置数据、遥感数据和冰川地形数据，运用协同克里金空间插值算法，绘制了冰厚分布图和冰床地形图，并运用厚度积分法估算了冰川冰储量。2015年七一冰川的面积为2.517km2，平均冰厚和冰储量分别为44.9m和0.1129km3，实测最大冰厚为115m。海拔4 480～4 600m和海拔4 640～4 800m是七一冰川两个冰厚值较大的区域，平均冰厚分别为88m和97m。