该数据集中利用 1964 年至 2020 年间的 42 幅中高分辨率遥感图像，完成了对喜马拉雅山脉中部整个塔玛甲子盆地的冰川和冰湖的全面调查并整理为数据集，分别对 1964 年、1980 年、1990 年、2000 年、2010 年、2018 年和 2020 年的冰川和 1964 年、1980 年的冰湖进行了人工划界，并对 1987-2020 年的冰湖进行了自动划界，数据格式为.shp。其中，绘制了2020年整个盆地的 271 个冰川和 196 个冰湖的地图，覆盖面积分别为 329.2 ± 1.9 平方公里和 14.4 ± 0.3 平方公里。经统计，在过去的 56 年中，该流域的冰川总面积缩小了 26.2 ± 3.2 平方公里（0.13% a-1），平均变薄了约20 米，平均速度从 1999-2003 年的 5.3 米 a-1 逐渐减慢到 2013-2015 年的 4.0 米 a-1。冰川湖泊的总面积增加了 9.2 ± 0.4 平方公里（约 180%），其中与冰接触的前冰川湖泊的面积扩大率（约 204%）远高于其他湖泊。
本研究使用的遥感图像来自美国地质调查局（USGS，https://earthexplorer.usgs.gov/）、地理空间数据云（http://www.gscloud.cn/）和 PlanetLabs（https://www.planet.com/），时间跨度为 1964 年至 2020 年。共使用了 6 幅 KH-4A 和 KH-9 Keyhole (KH) 图像（2.7-9 米）、36 幅 Landsat (TM/ETM+/OLI) 表面反射率图像（30 米）和 4 幅 PlanetScope (PL) 正交瓦片图像（3.125 米）。图像主要采集于季风后和接近消融季节末期（8 月至 12 月），云量和季节性积雪较少。经正交校正的 PL 产品被用作 KH 图像配准的基础图像。
通过使用 Python API 交互界面，可以比 Javascript API 界面更精确地根据原始图像的屏幕检测结果调整分类阈值。所有 Landsat 和 PlanetScope 图像都是经过大气和地形校正的产品。此外，还估算了 ±0.5 像素的误差，以计算面积的不确定性（即线性误差与周长相乘，例如，Landsat 图像的线性误差为 15 米，KH-4A 图像的线性误差约为 1.35 米）。对于超冰川湖泊，只保留常年蓄水的基底湖泊，而剔除季节变化较大的栖水湖泊。
遥感是快速监测冰川动态和灾害风险评估的重要工具。虽然本研究已经获得了冰川湖面积变化的详细信息，但冰川湖的基本数据（如湖盆地地形、大坝建筑材料类型、冰碛坝内部结构等）仍然缺乏，需要实地调查。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB4166.2024
10.5281/zenodo.5496959
