1. Landsat陆地卫星影像数据：从美国地质调查局网站(https://www.usgs.gov/) 和地理空间数据云(http://www.gscloud.cn/) 下载。

  2. 冰川编目数据：中国第二次冰川编目数据(http://westdc.westgis.ac.cn) 和RGI 6.0 (https://www.glims.org/RGI/rgi60_dl.html) 。

  3. Sentinel-2卫星影像数据：从欧空局(https://dataspace.copernicus.eu/) 下载。

  4. DEM数据：空间分辨率为1″的SRTM DEM数据，下载地址:http://imagico.de/map/demsearch.php 。

  1. 冰湖边界提取：采用由Nie et al. (2013) 研发的基于归一化水体指数（Normalized Difference Water Index , NDWI）的面向对象自动提取工具(Nie et al., 2013)，结合人工目视解译等方法提取研究区1990、2010及2020年冰湖信息。

  公式：NDWI=(Band_Green-Band_NIR)/(Band_Green+Band_NIR )

  数据集主要使用7-9月份遥感影像，但在实际调查过程中需要提取湖面冻结的冰湖。因此，采用由Nie et al. (2013)研发的基于归一化学盖指数（Normalized Difference Snow Index，NDSI）的面向对象自动提取工具(Nie et al., 2013)，结合人工目视解译等方法，提取冰川边界信息。

  公式：NDSI=(Band_Green-Band_SWIR1)/(Band_Green+Band_SWIR1)

  2. 质量控制

  （1）基于Landsat、Sentinel和Google高分辨率图像初步提取指定时期的湖泊边界，目视检查和修改每个冰湖;

  （2）对1990-2020年Landsat衍生冰湖数据集进行时间序列检验，并对2020年Landsat与sentinel衍生冰湖数据集进行交叉检验，减少遗漏和委托误差;

  （3）冰湖制图的拓扑验证，如重复去除、消除小条多边形;

  （4）两种冰湖分类体系之间湖泊类型的逻辑检验。由云层或积雪覆盖、湖冰和地形阴影造成的虚假冰湖范围使用相邻年份获得的替代图像进行修改。

  (1) 同期不同影像源冰湖数据间的一致性能反映数据的质量，经过统计发现基于Sentinel-2和Landsat绘制的冰湖在数量和面积上具有高度的一致性,所有大于0.0045 km2的湖泊重叠率均高于85%

  (2)Landsat系列卫星和Sentinel-2卫星提取的冰湖数据与谷歌地球高分辨率图像中的89个随机湖泊边界匹配性良好。陆地卫星和谷歌地球提取的冰湖之间的平均面积差异为0.005 km2，哨兵和谷歌地球冰湖数据之间为0.001 km2，主要验证样本（84/89）在95%的置信区间内，表明冰湖绘制的准确性很高。89个样本湖泊的误差在陆地卫星和谷歌地球衍生数据之间的总面积中为5.48%，哨兵和谷歌地球派生数据的误差为0.61%。Landsat和Google Earth提取的冰湖数据中，单个冰湖面积差异的中位数（±标准差）为7.66±4.96%，Sentinel和Google地球衍生的数据为4.46±4.62%。