新闻热点

蒙新高原湖泊透明度时空变化趋势及成因分析取得进展

  透明度是反映湖泊物理、化学、生物和流域过程的综合表征指标,是体现大尺度气候变化和土地利用的指示指标。在国家自然科学基金面上项目和重大项目等资助下,中国科学院南京地理与湖泊研究所张运林研究组近日基于全国五大湖区1133对星地同步数据,构建和验证了全国湖泊透明度遥感估算模型(图1),并将模型应用于蒙新高原湖泊透明度反演及时空变化分析和驱动机制研究,相关成果发表在Water ResearchScience of The Total Environment杂志上。 

1 透明度模型的构建(a)与验证(b 

一、蒙新地区湖泊透明度时空变化分析 

  首先,基于构建的透明度遥感估算模型,我们获取了蒙新高原594个面积在0.1 km2以上湖泊透明度时空分布。从空间分布来看,较高的湖泊透明度主要分布在75°~ 93°E范围, 少量高值分布在118°~122°E范围。相比较而言,在93°~118°E 之间湖泊透明度值相对较低(图 2)。从1986-2018年透明度长时间变化来看,355个湖泊透明度呈现上升的趋势,205个湖泊透明度呈现下降的趋势。其中,205个湖泊透明度呈现显著上升的趋势,75个湖泊透明度呈现显著下降的趋势,在这些显著上升的湖泊中,透明度上升速率均值为0.15 m/10年,而这些显著下降的湖泊中,透明度下降速率均值为0.08 m/10年。整体来看,所有湖泊透明度均值呈上升趋势,透明度上升速率为0.14 m/10年(图 3)。 

2 蒙新高原湖泊1986-2019年透明度均值空间分布(空间分辨率为0.01°× 0.01° 

3 1986 -2018蒙新高原湖泊透明度显著性变化湖泊分布(a)、透明度显著性上升湖泊长期变化趋势(b)、显著性下降湖泊长期变化趋势(c)以及所有湖泊透明度均值变化情况(d 

二、湖泊透明度影响因素时空变化分析 

  蒙新高原湖泊透明度主要影响因素时空变化分析结果表明,降雨整体呈上升趋势(0.76±0.23mm/year),在内蒙古东部地区降雨呈下降趋势。温度整体呈上升趋势(0.04±0.14/year),蒙新高原各地区均呈不同程度的上升趋势。干旱指数整体呈现下降趋势,速率为-0.04±0.07/year,朝着干旱方向在发展。除了内蒙古在显著下降(干旱)外,大部分地区变化并不显著。NDVI整体上升趋势,平均速率为0.04±0.11%/year。湖泊面积呈现显著上升的趋势,平均整体上升速率为12.17km2/year,新疆92%的湖泊呈现显著上升趋势, 面积下降的湖泊主要分布在内蒙古干旱地区(图4)。 

4 透明度主要解释变量(降雨、温度、干旱指数、植被指数以及湖泊面积)长期变化趋势 

三、蒙新地区湖泊透明度时空变化机制分析 

  通过分析蒙新高原地区降雨、温度、植被指数、干旱指数以及湖泊面积对每个湖泊水体透明度的影响,对1986-2018年各湖泊透明度与各因子进行相关性分析(图 5)。结果表明,70%的湖泊透明度与降雨量呈正相关,其中87个湖泊的透明度与降雨量呈显著性正相关,表明降雨对湖泊水体的稀释作用是这些湖泊变清的重要原因。63%的湖泊植被指数与透明度呈正相关(其中76个湖泊植被指数和透明度呈显著性正相关),表明蒙新高原地区植被的变化可能是导致透明度上升的一个重要的间接因素。植被指数与温度呈极显著正相关(r=0.65,p<0.001),说明温度升高导致海陆温差加大和季风增强,诱发降水增加,进而促进植被生长,降低流域侵蚀对湖泊水体透明度的影响。干旱指数代表植被的生长环境,69%湖泊周边干旱指数与湖泊的透明度呈正相关(108个湖泊呈显著性正相关),表明湖泊流域湿润环境对植被生长具有促进作用,进而对水质改善起到正反馈的作用。241个湖泊的年透明度与湖泊面积显著正相关,以及94个湖泊透明度和温度显著正相关,说明湖泊扩张和变暖都会导致这些地区透明度的增加。空间上将蒙新高原湖泊分为四组(IIIIIIIV)。在第I组和第III组中,由于植被的绿化和降雨的增加以及湖泊面积的扩展,大多数湖泊的透明度是增加的。对于第II组湖泊,干旱引起的湖泊面积衰退主要发生在该地区,最终引起湖泊透明度的下降。第IV组湖泊的透明度呈现上升趋势,主要是由高温引起的冰川融化导致湖泊扩张引起(图5)。 

图5 1986-2018年,蒙新高原各湖泊透明度与五个解释变量之间的相关系数分布。(a 透明度与降雨量的相关系数,(b)透明度与温度的相关系数,(c)透明度与PDSI的相关系数,(d)透明度与NDVI的相关系数,(e)透明度与湖泊面积的相关系数。 

  多元线性分析表明,年植被指数、年干旱指数、降雨、温度以及湖泊面积五个变量可以解释68%的透明度变化,其中湖泊面积的单因子贡献最大,可以解释083%的透明度变化,平均解释率25%,干旱指数、降雨、气温以及NDVI的平均解释率分别为10%10%12%10%。干旱指数、降雨和温度3个变量可以解释42%的植被指数变化,其中温度对植被指数的贡献最大(27%),其次是PDSI8%)和降雨(7%)。降雨和气温对湖泊面积变化的解释率为47%,其中单个因子温度解释率最高为39%,降雨为8%。降雨和温度解释73%的干旱指数变化,其中降雨为52%,温度为22%(图6)。总的来说,降雨、温度上升通过形成暖湿的气候、改变植被覆盖率,加强植被过滤作用,同时通过扩大湖泊面积,对湖泊水质变清起到促进作用。 

图6 各解释变量对透明度、NDVI、湖泊面积以及PDSI长期变化的贡献(a-d)以及蒙新高原湖泊透明度驱动机制示意(e-f 

  论文全文链接: 

  https://www.sciencedirect.com/science/article/pii/S0043135421000427 

  https://www.sciencedirect.com/science/article/pii/S0048969721039887