基于多源遙感數(shù)據(jù)的多慶錯(cuò)動(dòng)態(tài)變化特征分析*

曾林 扎西央宗** 牛曉俊 德吉央宗 邊多 周刊社

（1.西藏自治區(qū)氣候中心；2.西藏自治區(qū)遙感應(yīng)用研究中心，3.高分辨率對(duì)地觀測(cè)系統(tǒng)西藏?cái)?shù)據(jù)與應(yīng)用中心，西藏 拉薩 850000）

0 引言

青藏高原平均海拔4000m 以上，分布有全球面積最大的低緯度冰川群，被譽(yù)為“地球第三極”。青藏高原上有全球海拔最高、密集度最高、總面積最大和數(shù)量最多的高原內(nèi)陸湖泊群，是亞洲多條重要大江大河的發(fā)源地，也被稱為“亞洲水塔”［1-4］。受全球氣候變化的影響，青藏高原的湖泊正在發(fā)生著不同趨勢(shì)、不同程度的變化，而湖泊的變化趨勢(shì)又是氣候變化的指示器，能有效地反映區(qū)域氣候變化和生態(tài)環(huán)境的變化特征［5-7］。西藏位于青藏高原西南部，是青藏高原的主體，平均海拔4500m，受人類活動(dòng)的干擾較小，主要反映氣候變化等自然環(huán)境因素的影響，研究區(qū)域內(nèi)湖泊變化能較好的揭示區(qū)域氣候環(huán)境變化特征。

湖泊面積變化是湖泊對(duì)氣候變化最直觀的反映。近年來(lái)，隨著遙感數(shù)據(jù)的豐富與技術(shù)的發(fā)展，使得對(duì)湖泊面積長(zhǎng)時(shí)間變化研究成為可能。袁媛等［8］利用高分一號(hào)遙感影像，提取了2015年青藏高原上面積大于1km2的湖泊，結(jié)果表明1210 個(gè)湖泊整體呈擴(kuò)張趨勢(shì)。閭利等［9］研究表明2000 年以來(lái)，青藏高原有138個(gè)湖泊面積大于50km2，且持續(xù)擴(kuò)張趨勢(shì)顯著，湖泊變化和氣候要素具有顯著的相關(guān)性。牛沂芳等［10］研究結(jié)果顯示西藏部分湖泊呈擴(kuò)張趨勢(shì)如南部的普莫雍錯(cuò)和中部的納木錯(cuò)，也有湖泊面積變化不明顯如西部的瑪旁雍錯(cuò)。邊多等［11］研究表明色林錯(cuò)呈擴(kuò)張趨勢(shì)，1999—2008 年平均每年擴(kuò)張42km2，并超過(guò)納木錯(cuò)湖面面積，成為西藏第一大湖泊，其主要擴(kuò)張?jiān)蚴潜┤谒脑黾?。拉巴等?2］、楊秀海等［13］研究發(fā)現(xiàn)多慶錯(cuò)湖泊面積呈顯著減小趨勢(shì)，主要受降水影響，與冰川退縮關(guān)系不明顯。

近年來(lái)，針對(duì)整體青藏高原湖泊和西藏較大湖泊的研究較多，而針對(duì)藏南小湖泊的研究較少。劉世好等［14］和吳中海等［15］發(fā)現(xiàn)多慶錯(cuò)于2006 年4 至6 月與2016 年4 月湖水基本干涸，至下半年湖水又基本恢復(fù)原狀。多慶錯(cuò)地處多慶錯(cuò)國(guó)家濕地公園內(nèi)，湖泊面積年內(nèi)變化較大，針對(duì)該湖泊面積的研究多為年尺度，目前尚缺乏湖泊面積月尺度變化研究。因此，研究多慶錯(cuò)湖泊面積月尺度變化特征以及氣候要素的變化，有助于了解該流域的生態(tài)環(huán)境變化特征。

本文利用陸地資源衛(wèi)星Landsat 和國(guó)產(chǎn)高分系列等高分辨率衛(wèi)星遙感影像資料對(duì)多慶錯(cuò)開展湖面面積遙感動(dòng)態(tài)監(jiān)測(cè)研究，分析2018—2020年多慶錯(cuò)逐月湖面面積變化情況，并結(jié)合月平均溫度、月累積降水量、月蒸發(fā)量等氣象觀測(cè)資料分析多慶錯(cuò)湖面變化可能原因，旨在為開展湖泊生態(tài)環(huán)境保護(hù)和應(yīng)對(duì)氣候變化提供科學(xué)參考依據(jù)。

1 研究區(qū)概況

多慶錯(cuò)又名多情錯(cuò)，是西藏著名的圣湖之一，位于日喀則市亞?wèn)|縣和康馬縣交界處，地理坐標(biāo)為89°14′～89°29′E、27°58′～28°36′N（圖1）。研究區(qū)處于卓木拉日山系和喜馬拉雅山脈之間，呈典型的斷陷盆地，其東側(cè)為卓木拉日山系，西側(cè)為帕里高原山地，湖面平均海拔為4471m［16］。多慶錯(cuò)是一個(gè)高原淡水湖泊，主要補(bǔ)給源為雨季降水和南部冰川雪蓋融水，有麻曲、康曲和瓊桂藏布等河流水系匯入多慶錯(cuò)。多慶錯(cuò)流域氣候寒冷干燥，環(huán)境惡劣，陽(yáng)光充足，植被主要以高寒沼澤草甸為主［17］。多年平均降水量為410mm，降水主要集中在6—9 月，且多為暴雨，導(dǎo)致流域內(nèi)水土流失嚴(yán)重。近年來(lái)，全球氣候變化導(dǎo)致的區(qū)域氣溫升高和蒸發(fā)量增加，流域南部的冰川持續(xù)退縮，區(qū)域內(nèi)河流徑流量減少，許多小溪流出現(xiàn)斷流現(xiàn)象，不少溪流已成為季節(jié)性河流［14］。

圖1 多慶錯(cuò)流域概況圖

2 資料和方法

為研究多慶錯(cuò)湖面面積年內(nèi)變化特征，研究基于高分1 號(hào)（WFV 傳感器）、高分6 號(hào)（WFV 傳感器）、陸地資源衛(wèi)星Landsat7（ETM+傳感器）和陸地資源衛(wèi)星Landsat8（OLI 傳感器）等多源衛(wèi)星遙感影像資料開展多慶錯(cuò)湖泊面積遙感解譯提取分析，選用了2018—2020 年每月一景36 景遙感影像，選用數(shù)據(jù)源如表1，得到了多慶錯(cuò)月尺度湖面面積數(shù)據(jù)。遙感影像的選取原則是湖泊上空晴空或極少云覆蓋，盡可能保證采用每個(gè)月中旬的遙感影像圖。由于雨季湖面有較多云覆蓋和傳感器重訪周期的限制，部分月份采用上旬或者下旬的遙感影像。由于多慶錯(cuò)周圍無(wú)氣象觀測(cè)站，本文采用的氣象數(shù)據(jù)來(lái)自與多慶錯(cuò)距離較近的帕里和江孜氣象站，氣象數(shù)據(jù)為2018—2020年月平均氣溫、月累計(jì)降水量、月累計(jì)蒸發(fā)量數(shù)據(jù)。

表1 研究區(qū)遙感數(shù)據(jù)源

表1（續(xù)）

由于西藏地形環(huán)境復(fù)雜，且受山體陰影和云的影響，水體自動(dòng)提取方法準(zhǔn)確性較低［8］。而且湖泊面積的提取還需要考慮色調(diào)、紋理和形狀等情況，為了提高提取精度，本文直接采用人工目視解譯方法對(duì)湖泊面積進(jìn)行提取［18］。在ENVI 軟件中，對(duì)Landsat 系列和高分專項(xiàng)衛(wèi)星遙感影像進(jìn)行幾何校正、圖像配準(zhǔn)和圖像增強(qiáng)等預(yù)處理。在ArcGIS軟件中，運(yùn)用人工目視解譯方法對(duì)湖面數(shù)字化，并進(jìn)行面積統(tǒng)計(jì)和空間分析。

3 湖泊面積變化

3.1 多慶錯(cuò)時(shí)間變化特征

根據(jù)多源衛(wèi)星遙感資料解譯得到2018—2020 年多慶錯(cuò)逐月湖泊面積，該湖年內(nèi)面積變化劇烈，年內(nèi)變化基本呈現(xiàn)先上升后下降再上升再下降的趨勢(shì)，湖泊面積最小時(shí)幾近干涸，面積最大時(shí)可達(dá)54km2。多慶錯(cuò)春季和秋季湖泊面積較穩(wěn)定，夏季湖泊面積變化劇烈。2018年7月，多慶錯(cuò)幾近干涸，面積僅為3.24km2，與年內(nèi)面積最大值45.86km2（9 月）相差42.62km2，減少率為94.94%；2018年11月之后，湖泊面積急劇減少，12月至次年2月，湖泊面積穩(wěn)定在5km2左右；2019年7月湖泊面積再一次急劇減少，為7.42km2，8至12月均高于在40km2；2020年湖泊面積年內(nèi)變化與前兩年略有差異，最小值出現(xiàn)在6月（13.08km2），10月與11月湖泊面積為近三年最大，均達(dá)50km2以上，這可能與2020年年累計(jì)降水量為近三年最大值有關(guān)。

3.2 多慶錯(cuò)空間變化特征

由于2018年多慶錯(cuò)湖泊面積變化較大，所以選取2018 年1—12 月的湖泊空間變化圖進(jìn)行分析，湖面變化較大的區(qū)域主要集中在湖的東部和南部，北部變化相對(duì)較小。1 月和2 月湖的東北部出水口處基本干涸，6 月湖泊面積從湖的西南部開始減少，至7 月，湖泊基本干涸，僅西南部入水口有部分水體。湖泊面積在2018年有兩次減少過(guò)程，在7月和12月基本干涸。

圖2 2018—2020年多慶錯(cuò)逐月湖泊面積變化

圖3 2018年多慶錯(cuò)逐月空間變化

4 多慶錯(cuò)流域氣候變化分析

從多慶錯(cuò)流域（帕里和江孜氣象站）2018—2020年逐月的月平均氣溫變化可知，1—12 月月平均氣溫變化趨勢(shì)基本一致，月平均氣溫大于0℃在4 月至11月，11 月至次年3 月小于0℃，每年6 月至9 月的月平均氣溫約為10℃。2018 年至2020 年年平均氣溫逐漸升高，2020 年年平均氣溫較2018 年增加0.25℃，增加率為7.27%.

從多慶錯(cuò)流域（帕里和江孜氣象站）2018—2020年逐月的累計(jì)降水量可知，1—12 月的月累計(jì)降水量變化趨勢(shì)基本一致，降水主要集中在7月和8月，其中2020 年4 月和5 月分別較2019 年同期偏多24.15mm、36.65mm，每年10 月至次年2 月基本無(wú)降水。2018 年至2020 年年累計(jì)降水量先減少后增加，2020 年較2019年增加40.5mm，增加率為12.16%.

由于缺少2019 年10 月至2020 年4 月、2020 年10月至12 月的數(shù)據(jù)，故只對(duì)2018 年1—12 月與2019 年5—9 月和2020 年5—9 月的月累計(jì)蒸發(fā)量進(jìn)行分析，每年5—9 月月累計(jì)蒸發(fā)量呈減少趨勢(shì)，2018 年和2019 年每月的月累計(jì)蒸發(fā)量基本相同；對(duì)每年5—9月蒸發(fā)總量進(jìn)行統(tǒng)計(jì)，2018 年和2019 年分別為581.8mm、586.2mm，2020 年較2019 年減少125.35mm，減少率為27.2%；2018 年于4 月和10 月出現(xiàn)兩次峰值，5—9月蒸發(fā)量均較小。

圖4 多慶錯(cuò)流域月平均氣溫、月降水量和月蒸發(fā)量變化

5 討論

多慶錯(cuò)在2018—2020 年逐月湖泊面積變化波動(dòng)幅度較大，年內(nèi)變化基本呈現(xiàn)先上升后下降再上升再下降的趨勢(shì)，最小值一般出現(xiàn)在每年7月份，最大值出現(xiàn)在9—11月份，春季和秋季湖泊面積較穩(wěn)定，夏季湖泊面積變化劇烈，尤其是2018 年7 月湖泊幾近干涸，面積僅為3.24km2。經(jīng)我們到實(shí)地探訪，發(fā)現(xiàn)每年在春播時(shí)節(jié)前后，農(nóng)牧民會(huì)在作為多慶錯(cuò)主要補(bǔ)給源的麻曲、康曲和瓊桂藏布等河流水系上截流灌溉，導(dǎo)致多慶錯(cuò)缺乏水源補(bǔ)給，慢慢地退縮，湖泊到7月份之后慢慢的恢復(fù)。而2020 年湖泊面積最小值出現(xiàn)在6 月份，主要是因?yàn)槎鄳c錯(cuò)流域2020 年雨季較常年偏早，4-5 月份降水較常年偏多，農(nóng)業(yè)灌溉需水量較少等。多慶錯(cuò)湖面在2018 年和2020 年均出現(xiàn)2 月份水域面積較1月份有所減少的情況，可能原因是在2月份較1月份溫度上升、蒸散發(fā)量增加，而降水量卻沒有明顯變化。而在2019 年2 月份較1 月份溫度上升、蒸發(fā)量增加的同時(shí)，降水量有顯著的增加，補(bǔ)充了蒸散發(fā)的損失量，所以湖面面積沒有明顯變化。多慶錯(cuò)湖面面積變化有明顯的空間分布特征，2018 年1—12 月湖面變化較大的區(qū)域主要集中在湖的東部和南部，北部變化相對(duì)較小。

多慶錯(cuò)流域年內(nèi)月平均氣溫變化主要呈單峰狀，最高值出現(xiàn)在7 月份，最低值出現(xiàn)在1 月份，年內(nèi)有4—11 月共8 個(gè)月平均氣溫大于0℃。多慶錯(cuò)流域年內(nèi)月累計(jì)降水量呈單峰狀分布，降水主要集中在7 月和8月，10月份至次年2月份，降水幾乎為零。年內(nèi)月累計(jì)蒸發(fā)量呈雙峰狀分布，極大值出現(xiàn)在4 月份和10月份，1—4月份隨著溫度的升高，蒸散發(fā)量逐漸增高；5—9 月份隨著雨季的到來(lái)，陰雨天氣較多，蒸發(fā)量較少；9月份之后，晴空天氣增多，蒸散發(fā)增加，10月份再次達(dá)到峰值，11—12月份隨著溫度的降低蒸散發(fā)逐漸減少。

6 結(jié)論

多慶錯(cuò)湖面面積2018—2020 年年內(nèi)呈雙峰狀波動(dòng)變化，最低值一般出現(xiàn)在6—7 月份，主要是春夏季節(jié)農(nóng)牧民截流多慶錯(cuò)主要河流用于農(nóng)業(yè)灌溉，導(dǎo)致多慶錯(cuò)缺乏水源補(bǔ)給；最高值出現(xiàn)在9—10月份，主要原因是雨季充沛的降水量給多慶錯(cuò)豐富的水源補(bǔ)給；10月份至次年1月份的湖面面積變化主要是蒸散發(fā)量變化和溫度變化引起的冰川融水量變化。

多慶錯(cuò)湖面年內(nèi)有明顯的空間變化特征，湖面面積的增加和減小都主要集中在湖泊的東部和南部，湖泊的西北部變化不明顯。

多慶錯(cuò)流域年內(nèi)月平均氣溫變化主要呈單峰狀，最高值出現(xiàn)在7 月份，最低值出現(xiàn)在1 月份。年內(nèi)月累計(jì)降水量呈單峰狀分布，降水主要集中在7 月和8月，10 月份至次年2 月份，降水幾乎為零。年內(nèi)月累計(jì)蒸發(fā)量呈雙峰狀分布，年內(nèi)月累計(jì)蒸發(fā)量呈雙峰狀分布，極大值出現(xiàn)在4月份和10月份。