基于流量监测的西藏东南部然乌湖水量平衡季节变化及其补给过程分析

青藏高原分布着亚洲大陆最大的湖泊群,其湖泊变化对气候变化响应敏感。基于遥感数据的湖泊面积变化不足以反映外流湖对气候变化的响应,需借助湖泊水量平衡过程分析来进一步研究各补给要素的变化。本文利用2015年4月-11月然乌湖水文气象监测数据,通过建立流量—水位关系,依据连续的水位数据重建了观测期内然乌湖主要径流的水文过程线,并结合SRM模型分析了然乌湖的水量平衡过程及季节变化。结果表明,观测期内然乌湖入湖水量约为18.49×10⁸ m³,其中冰川融水约为10.06×10⁸ m³,冰川融水占然乌湖补给的54%以上,湖面降水、湖面蒸发对湖泊水量平衡过程影响微弱。流域降水对湖泊的补给具有明显的季节特征。春季受西风南支扰动影响,然乌湖地区降水量大,降水是春季然乌湖的主要补给源。夏季和早秋由于气温升高,冰川消融量大,冰川融水是湖泊补给的主控因素。在未来气候变暖的条件下,冰川融水将会在湖泊补给中占据更大比例,并可能使得流域内的冰湖水量增加,产生潜在灾害风险。     

近20年青海湖水量变化遥感分析

青藏高原湖泊水量的变化是揭示全球气候变化及其区域水循环响应的重要信息载体。区别于常用的水文学方法,本文利用MODIS遥感影像和LEGOS高度计多年连续数据,基于湖泊水位—面积关系,探讨了湖泊水量变化的遥感分析方法,并以青藏高原面积最大的青海湖为例,揭示青海湖近20年来(2001-2016)湖泊水量年内与年际变化特征。主要结论为：青海湖湖泊面积在2001-2016年间整体扩张了187.9 km²,变化速率为11.6 km²/a;水位在2001-2014年间上升了1.15 m,变化速率为0.10 m/a。青海湖水位—面积关系表现为二次函数关系(相关系数R²=0.83)。基于水位—面积关系,进一步估算分析了青海湖水量平衡的净收支及其年内和年际变化。近20年来,青海湖水量总体呈增加趋势,其变化率约为4.5\times {10}^8m³/a。降水的增加与蒸发能力的下降是湖泊水量增加决定性的驱动因子。     

2000～2015年中国人工表面变化遥感监测分析

基于时间序列遥感数据获取的多期土地覆被数据对中国人工表面变化信息进行提取和定量评价,进一步分析中国各省市的人均人工表面面积变化趋势,以及7个主要城市群的人工表面变化情况,结果可知:① 2015年中国人工表面的面积总和为29.07万km ²,其中建设用地25.10万km ²、交通用地3.09万km ²、采矿场0.88万km ²;② 2015年人工表面总面积较2010年年均增长为0.66万km ²,年均增速为2.57%,较2000~2010年年均增长0.55万km ²（年均增速2.70%）增速有所放缓。③ 总体上中国大部分行政区的人均人工表面面积近15 a持续提高。     

西藏东南部米堆冰湖面积和水量变化及其对溃决灾害发生的影响

冰湖溃决灾害是青藏高原地区主要的灾害之一。详细了解冰湖的面积和水量变化及其原因, 有助于更准确地确定其溃决的可能性和产生破坏的程度和范围。米堆冰湖为一个典型的冰碛物阻塞冰湖, 1988 年7 月15 日曾发生溃决。本研究利用1980 年1:5 万地形图和DEM、1988 年TM影像、2001 年IKONOS影像以及2001、2007、2009、2010 年ALOS影像, 提取冰湖溃决前后的面积变化, 结合野外实地测得的冰湖水深, 获得冰湖不同时期的水量及其变化。同时, 利用自动水位计, 监测湖泊相对水深的变化及其原因。结果显示, 米堆溃决前面积达到64×10⁴ m², 水量为699×10⁴ m³, 溃决使得601.83×10⁴ m³的水量溃出, 水位下降了17.18 m, 但溃决口并未达到冰湖最低处, 溃决后仍有97.17×10⁴ m³的水量。近年来, 气温升高融水增加使得冰湖面积和水量不断增加, 按照目前的水量增加速率, 冰湖再次发生溃决的可能性较小, 而在由于其他原因使得冰湖发生堵塞或大量外来物质(冰川断裂、滑坡等)填充进冰湖时, 可能导致冰湖水位急剧上升, 再次发生溃决。     

近50 a博斯腾湖逐年水量收支估算与水平衡分析

据博斯腾湖流域1958-2010年期间主要河流开都河、黄水沟、清水河、孔雀河的逐年流量资料,结合焉耆盆地降水、蒸发要素的同期观测资料,对大湖区的逐年水量收支进行计算,并依据水量平衡原理对博湖大湖区残差水量进行了逐年分析。结果表明：（1）1958-2010年期间年均入湖水量14.34×10⁸ m³/a,其中入湖河水约占95%;年均输出水量13.96×10⁸ m³/a,其中大湖区输入孔雀河水量约占43%,湖面蒸发耗水量占57%;湖区年均蓄水量71.57±3.92×10⁸ m³10⁸ m³/a,湖水年均水位为1 047.01±0.94 m;（2）极端水文年度水量平衡分析指出：1986年为最枯年份,入湖河水是多年平均值的62%,而出湖河水量是多年平均值的153%,导致年内湖区水位下降0.94 m;2002年最丰年份入湖河水是多年平均值的2.6倍,致使年内水位上升0.80 m;（3）残差水量逐年“正负”变化指出,湖水与地下水之间存在互补关系,过去53 a间湖水补给地下水的年均水量为0.87×10⁸ m³/a。     

可可西里盐湖湖水外溢可能性初探

2011年9月可可西里地区卓乃湖溃决后,关于盐湖湖水能否外溢进入楚玛尔河继而成为长江的最北源是公众及学界普遍关注的话题。本研究基于2010-2015年Landsat TM/ETM+/OLI遥感影像、SRTM 1弧秒数据、Google Earth高程数据和五道梁气象台站观测数据,首次对盐湖变化、湖水外溢条件及其可能性进行分析。结果表明：卓乃湖溃决后,盐湖在2011年10月至2013年4月期间面积急剧增加,之后湖泊进入稳定扩张期,2015年10月27日盐湖面积为151.38 km²,是2010年3月3日湖泊面积的3.35倍。盐湖发生湖水外溢的条件是湖泊面积达到218.90~220.63 km²。由于SRTM和Google Earth高程数据间的差异,盐湖湖水外溢时的水位将比当前高12 m或9.6 m,相应湖泊库容增加23.71 km³或17.27 km³,届时湖水将由湖泊东侧流入清水河流域。尽管盐湖在未来10年内不可能发生湖水外溢,但是随着盐湖集水区的扩大及预估的区域未来降水量的增加,在更长时间尺度内盐湖发生湖水外溢并成为长江支流的可能性依然存在。     

青藏高原湖泊变化遥感监测及其对气候变化的响应研究进展

青藏高原位于中国西南部、亚洲中部,平均海拔高程大于4000 m,面积约300万km²,是“世界屋脊”,与周边地区一起常被称为地球的“第三极”。青藏高原分布着约1200个面积大于1 km²的湖泊,占中国湖泊数量与面积的一半;同时也是黄河、长江、恒河、印度河等大河的源头,被称为“亚洲水塔”。近几十年来,在全球变暖的背景下,青藏高原升温更加突出,其能量与水循环发生了显著变化,气候趋于暖湿化,冰川加速消融,湖面水位上升。湖泊是气候变化的重要指标,青藏高原湖泊分布密集、人为活动影响较小,多源遥感数据的广泛应用,为监测高原湖泊变化提供了难得的契机。本文依托国家自然科学基金青年项目“基于多源遥感的青藏高原内流区湖泊水量变化及水体相态转换研究(2000-2009年)”,主要研究进展为：初步查明了西藏高原的湖泊数量、面积及水位变化与时空格局,以及湖泊水量变化与水量平衡;探讨了湖泊变化对气候变化的响应。目前对青藏高原湖泊的变化及驱动因素虽有一些认识,但其定量的水量平衡及驱动机制还有待于进一步研究。这对了解世界第三极、一带一路国家和地区水资源状况与变化、生态文明和生态安全屏障建设具有重要的意义,同时也可为第三极国家公园的建立提供重要的科学基础。     

乌兰布和沙漠东南缘湖泊群消涨与驱动因素

湖泊是对环境变化响应敏感的地理单元,湖泊消长与响应机制研究对维持区域生态系统稳定具有重要意义。基于1999—2018年Landsat、气象、水文和农业种植面积等多种数据,在ArcGIS平台中利用改进归一化差异水体指数(MNDWI)及目视修正方法提取了乌兰布和沙漠东南缘湖泊群空间信息,运用统计学方法对主要驱动因子与湖泊消涨的关系进行了分析。结果表明:1999—2018年乌兰布和沙漠东南缘大湖泊(面积大于100 hm²)在面积上占优势,小湖泊(面积小于100 hm²)在数量占优势。趋势分析表明大湖泊面积和数量呈显著性减少趋势(相关系数分别为R=0.624 > R_18,0.01=0.561和R=0.648 > R_18,0.01=0.561);小湖泊减少趋势不显著。在空间分布格局上,研究区中部是大湖泊稳定分布区,大湖泊数量11~23个,面积2 208~4 581 hm²。研究区湖泊消长主要受到年实际引黄水量、农田面积和地下水埋深的影响。其中,实际引黄(河)水量影响所有湖泊(P≤0.01),而农田面积和地下水埋深分别对大湖泊(P≤0.01)和小湖泊(P≤0.05)影响显著。用这3个因子分别构建的多元回归模型显示,在大、小湖泊面积和数量预测方面,精度分别达到75.7%和60.5%以上。     

内蒙古河套灌区作物种植结构变化及其驱动因素

农业种植结构是区域农业生产的重要部分,是决定区域水、土资源分配的核心。以2000—2018年MODIS NDVI多时相遥感数据为基础,结合不同物候期玉米、小麦、向日葵和番瓜的野外光谱测定和种植区GPS标定,构建了基于阈值分割的作物识别方法,分析了河套灌区主要农作物种植结构变化及驱动因素。结果表明：玉米等4类作物种植面积变化趋势存在差异,其中玉米种植面积71.1×10³—199.3×10³ hm²,呈波动上升趋势（P<0.001）;小麦49.3×10³—249.2×10³ hm²,呈波动下降趋势（P<0.001）;向日葵140.2×10³—337.4×10³ hm²,呈波动上升趋势（P<0.001）;番瓜6.4×10³—68.3×10³ hm²,呈波动上升趋势（P<0.001）。研究时段内向日葵发生转换的面积最大,向日葵种植用地向玉米、小麦和番瓜转移面积为107.9×10³ hm²。作物种植面积变化驱动因素是引黄水量、地下水埋深、气温、人口活动、社会经济发展（GDP）和城市建设因素共同作用的结果。     

黑河调水以来额济纳盆地湖泊蒸发量

在GIS技术支持下结合气候条件的变化,对黑河调水以来额济纳盆地的湖泊面积变化和蒸发量变化进行分析.结果表明:额济纳盆地湖泊主要包括东、西居延海和进素土海子,各湖泊在2002年7月后陆续恢复,其中东居延海2004年后常年蓄水,进素土海子在2008年后常年蓄水,西居延海为季节性湖泊.盆地内湖泊总面积最大达到103.85 km²,年蒸发量最大达到1.79×10⁸ m³.湖泊除受地表调水补给外,还受地下径流补给,2005年后东居延海每年接受地下径流净补给量约2500×10⁴～3000×10⁴ m³.     

基于能量的鄱阳湖—长江相互作用表征指标研究

鄱阳湖与长江之间存在着复杂的相互作用关系,决定着江湖水沙交换,对整个区域的水资源、防洪、航运、生态环境等均具有重要影响。本文基于能量的观点,在从新的角度解释鄱阳湖和长江相互作用原理的基础上,构建了江湖相互作用的表征指标—能差F_e,对20世纪50年代以来江湖作用关系变化进行了研究。结果表明,自20世纪50年代以来,F_e值整体呈现增加趋势,说明长江作用减弱,鄱阳湖作用不断增强。三峡水库蓄水运用对江湖关系产生了重要影响,进一步削弱了长江作用。从年内变化来看,由于三峡水库的调节,枯水期长江作用略有增强,汛末长江作用减弱较大。江湖作用一定程度上影响着湖区旱涝灾害的产生,当五河来流较大且长江顶托作用明显时,易发生洪涝;当五河来流较小但又对长江有明显的补水作用时,易发生旱情,三峡水库蓄水使湖区9-10月更易发生干旱。     

基于能量的鄱阳湖——长江相互作用表征指标研究（英文）

The complex relationship between the Yangtze River and Poyang Lake controls the exchange of water and sediment between the two,and exerts effects on water resources,flooding,shipping,and the ecological environment.The theory of energy is applied in this paper to investigate the physical mechanisms that determine the nature of the contact between the Yangtze River and Poyang Lake and to establish an energy differenceindex to quantify the interactions between the two systems.Data show that Fe values for this interaction have increased since the 1950s,indicating a weakening in the river effect while the lake effect has been enhanced.Enclosure of the Three Gorges Reservoir(TGR)has also significantly influenced the relationship between the river and the lake by further reducing the impacts of the Yangtze River.The river effect also increases slightly during the dry season,and decreases significantly at the end of the flooding period,while interactions between the two to some extent influence the development of droughts and floods within the lake area.Data show that when the flow of the five rivers within this area is significant and a blocking effect due to the Yangtze River is also clearly apparent,floods occur easily;in contrast,when the opposite is true and the flow of the five rivers is small,and the Yangtze River can accommodate the flow,droughts occur frequently.Construction and enclosure of the TGR also means that the lake area is prone to droughts during September and October.     

Applying energy theory to understand the relationship between the Yangtze River and Poyang Lake

The complex relationship between the Yangtze River and Poyang Lake controls the exchange of water and sediment between the two, and exerts effects on water resources, flooding, shipping, and the ecological environment. The theory of energy is applied in this paper to investigate the physical mechanisms that determine the nature of the contact between the Yangtze River and Poyang Lake and to establish an energy difference (F_e) index to quantify the interactions between the two systems. Data show that F_e values for this interaction have increased since the 1950s, indicating a weakening in the river effect while the lake effect has been enhanced. Enclosure of the Three Gorges Reservoir (TGR) has also significantly influenced the relationship between the river and the lake by further reducing the impacts of the Yangtze River. The river effect also increases slightly during the dry season, and decreases significantly at the end of the flooding period, while interactions between the two to some extent influence the development of droughts and floods within the lake area. Data show that when the flow of the five rivers within this area is significant and a blocking effect due to the Yangtze River is also clearly apparent, floods occur easily; in contrast, when the opposite is true and the flow of the five rivers is small, and the Yangtze River can accommodate the flow, droughts occur frequently. Construction and enclosure of the TGR also means that the lake area is prone to droughts during September and October.     

长江荆南三口河系水位演变规律及对江湖水量交换关系的响应

为分析荆南三口河系水位演变规律与江湖水量交换关系。依据1956—2017年荆南三口、湖南四水、洞庭湖城陵矶站以及长江干流枝城站月平均水位及流量和该流域8个雨量站的降水数据,运用Mann-Kendall趋势检验法、回归分析、流量年特征值等方法研究了三口水位的时序演变特征及其与流量、降水、江湖水量交换、人类活动的关系。结果表明：① 与阶段一（1956—1966年）相比,阶段二（1967—1980年）、三（1981—2002年）、四（2003—2017年）河系年平均水位、年最高水位分别下降0.74 m、0.37 m,年最低水位上升0.07 m;② 在涨（4—5月）、丰（6—9月）、退（10—11月）、枯（12月—次年3月）四个水文节点上,最低水位降幅最大（-0.98 m）,平均水位次之（-0.78 m）,最高水位最小（0.55 m）,并将其降幅按水文节点排序依次为退水期（-0.95 m）>丰水期（-0.61 m）>涨水期（-0.21 m）>枯水期（0.15 m）;③ 河系水位变化与其流量变化有着较好的一致性（二者的相关系数r =0.65）,与降水量相关性较弱（r =-0.16）,但2002—2017年相对干旱的气候加剧了河系水位的下降。从总体上看,长江枝城来水量减少和以水利工程为代表的人类活动方式是导致荆南三口河系特征水位下降的主要驱动因素。     

特枯水情对长江中下游悬浮泥沙的影响

基于长江中下游气象资料、历史水沙资料和2006 年10 月现场水沙观测资料, 分析了 典型枯水年大通站的月均径流量和输沙率特征、2006 年特枯水情产生的气候背景以及对长江中下游含沙量和悬沙粒径产生的影响。分析表明, 枯水年长江干流输沙量有显著的减少, 2006 年特枯水情下大通站汛期输沙量仅占多年平均值(1985-2000 年) 的19.8%。在特枯水情 和三峡工程蓄水的背景下, 2006 年10 月长江中下游含沙量平均为0.057 kg/m³, 只占 2003-2005 年10 月平均值的20.6%。2006 年10 月长江中下游悬沙中值粒径平均为4.8 µm, 悬沙中值粒径只占多年平均值的26.3%, 占近期平均值的41.8%。含沙量、悬沙粒度和中游 河床冲淤特性的综合分析表明, 城陵矶-湖口河段水沙垂向交换强, 是三峡兴建以后近期河 道调整频繁的河段。洞庭湖和鄱阳湖对长江干流含沙量的贡献较大, 尤以鄱阳湖的贡献最大, 长江中下游其他支流对长江干流含沙量的贡献较小。汉江和巢湖对长江中下游悬沙粒径的影响相对较大, 而洞庭湖和鄱阳湖则对悬沙粒径的影响相对较小。     

近50年来长江与鄱阳湖水文相互作用的变化

通过分析1957-2008 年长江与鄱阳湖相互作用的基本特征及其与长江中游、鄱阳湖流域的径流量和气候变化的关系,并用2004-2006 年三峡水库蓄水、放水量的数据,定量地计算和比较了三峡水库运行和区域气候变化对长江与鄱阳湖相互作用的影响程度,得出如下主要结论：1)从年际、年代际尺度上来看,鄱阳湖流域的气候变化和五河入湖流量是鄱阳湖水位和水量变化的主要因素,同时也在很大程度上决定了长江与鄱阳湖相互作用关系及其强弱变化。2) 长江与鄱阳湖的相互作用强度是此消彼长的关系。从季节来看,鄱阳湖对长江的较强作用主要在4-6月,而长江对鄱阳湖的较强作用主要发生在7-9 月。3) 三峡水库运行并没有改变长江与鄱阳湖作用的基本特征,在多数季节三峡水库的影响不足以解释长江径流量变化的10%,但是水库在不同季节的蓄水或放水在一定程度上影响了江湖作用的季节变化和鄱阳湖流域的旱涝机率。4-6月的放水加强了长江作用,由于此时正值鄱阳湖流域的雨季,增强的长江作用在湿润气候的环境下可能增加初夏鄱阳湖流域发生洪涝的概率;7-9 月的少量蓄水则减弱长江对鄱阳湖的作用,降低了湖区洪涝的概率;而10 月份三峡水库的大量蓄水可能增加鄱阳湖流域的旱季干旱发生率。     

洞庭湖与长江水体交换能力演变及对三峡水库运行的响应

运用洞庭湖区与长江干流相关控制站1951-2010 年实测水文数据, 在分析江湖水力关系的基础上, 从不同时间尺度分析江湖水体交换能力的演变特征及其对三峡水库运行的响应。结果表明:① 7-9 月长江荆南三口对洞庭湖的补给能力较强, 1-3 月洞庭湖对长江的补给能力较强;② 江湖水体交换系数具有明显的年代际波动, 其中1951-1958 年、1959-1968 年荆南三口对湖泊的补给能力较强, 而2003-2010 年湖泊对长江的补给能力增强;③ 三峡水库运行后无论是典型年还是在水库不同调度方式运行期, 三口分泄能力减弱, 入湖水量减少, 而因四水入湖水量占绝对优势, 湖泊对长江的补给能力明显增强;④ 尽管影响江湖水体交换能力的因素极为复杂, 但从总体上讲, 除受流域降水波动影响外, 江湖水体交换能力在不同时间尺度上的演变特征及其过程均随着江湖水体交换量的变化而变化, 说明江湖水体交换能力强度与江湖水体交换量之间存在着彼此消长的关系。     

鄱阳湖水位变化的复合驱动机制

基于对鄱阳湖开放水文系统特点和影响因素的深入分析,通过构建一组联合的神经网络模型,定量辨识了包括湖盆地形变化、三峡工程作用、长江流域气候变化等因素对湖泊水位变化的影响分量、时空差异及其发展趋势,并对其作用机制进行了探讨。结果表明：相对于1980—1999年,2003—2014年鄱阳湖湖盆地形变化、三峡工程运行、长江流域气候变化和其他人类活动对湖泊水位降低的平均贡献率分别为50%、18%和32%。由于影响机制的不同,湖泊水位对这3个驱动因子的响应表现出明显的时空差异。冬、春季节湖泊水位降低主要由湖盆地形变化引起,而夏、秋季节的水位降低则主要归因于长江流域气候变化及其他人类活动的综合影响。湖盆地形变化对湖泊水位的影响在湖区都昌站附近最为突出,并且该影响仍呈长期增加趋势。三峡工程引起的湖泊水位变化在湖口处最大,向南部湖区逐渐减弱,其长期变化趋势日渐稳定。长江流域气候变化及其他人类活动的作用值得特别注意,该影响年际间波动较大,在某些年份里（如2006年、2011年）可成为湖泊水位降低的主导因素,但年际变化趋势不明显。     

人类活动对鄱阳湖泥沙收支平衡的影响

以鄱阳湖流域内的赣江、抚河、信江、饶河和修水（五河）和鄱阳湖为研究对象,利用水文控制站的水文资料,分析了各流域内主要河流的入湖泥沙和鄱阳湖出湖泥沙特征,对鄱阳湖泥沙收支平衡进行了分析。结果表明：① 1955~2010年五河总入湖泥沙811.69 Mt,其中赣江（占59.7%）>信江（占13.7%）>修河（占10.2%）>抚河（占9.7%）>饶河（占6.7%）;② 径流量是影响入湖输沙量的最主要因素,入湖泥沙与入湖径流的季节特征一致;③ 水库的蓄水拦沙作用是五河入湖泥沙下降的主要原因,但水库对入湖泥沙的影响强度与水库库容和集水区的植被覆盖状况有关;植被覆盖变化对赣江、抚河、饶河和修河的入湖输沙量的影响明显;④ 1955~2010年,鄱阳湖总出湖泥沙560.10 Mt,其中1955~2000年出湖泥沙量呈降低趋势,但受鄱阳湖采砂影响,2001年以来出湖泥沙显著增加;丰水季长江水对鄱阳湖的顶托和倒灌,使出湖泥沙与出湖径流在时间上不同步;三峡工程的运行改变了（长）江（鄱阳）湖之间的水动力关系,长江倒灌泥沙显著减少;⑤ 受鄱阳湖采砂的影响,鄱阳湖泥沙平衡系统由净沉积转变为净侵蚀,1955~2000年入湖泥沙大于出湖泥沙,年均泥沙沉积约为1.41 mm;2001~2010年出湖泥沙大于入湖泥沙,加上采砂输出沙量,2001~2010年鄱阳湖泥沙净减少2 213.65 Mt。     

Effect of Three Gorges Dam on Poyang Lake water level at daily scale based on machine learning

Lake water level is an essential indicator of environmental changes caused by natural and human factors. The water level of Poyang Lake, the largest freshwater lake in China,has exhibited a dramatic variation for the past few years, especially after the completion of the Three Gorges Dam(TGD). However, there is a lack of more accurate assessment of the effect of the TGD on the Poyang Lake water level(PLWL) at finer temporal scales(e.g., the daily scale). Here, we used three machine learning models, namely, an Artificial Neural Network(ANN), a Nonlinear Autoregressive model with eXogenous input(NARX), and a Gated Recurrent Unit(GRU), to simulate the daily lake level during 2003–2016. We found that machine learning models with historical memory(i.e., the GRU model) are more suitable for simulating the PLWL under the influence of the TGD. The GRU-based results show that the lake level is significantly affected by the TGD regulation in the different operation stages and in different periods. Although the TGD has had a slight but not very significant impact on the yearly decline of the PLWL, the blocking or releasing of water at the TGD at certain moments has caused large changes in the lake level. This machine-learning-based study sheds light on the interactions between Poyang Lake and the Yangtze River regulated by the TGD.