強(qiáng)人類活動(dòng)下半干旱地區(qū)湖泊水資源損失過(guò)程重建
——以岱海為例*

楊騰騰，吳挺峰，嵇曉燕，秦伯強(qiáng)，欒承梅，胡潤(rùn)濤，何翔宇,5

(1：中國(guó)科學(xué)院南京地理與湖泊研究所，南京 210008) (2：中國(guó)科學(xué)院大學(xué)，北京 100049) (3：中國(guó)環(huán)境監(jiān)測(cè)總站，北京 100012) (4：江蘇省水文水資源勘測(cè)局，南京 210029) (5：河海大學(xué)水文水資源學(xué)院，南京 210098)

湖泊是陸地水圈和水文循環(huán)的重要組成部分[1]，具有調(diào)節(jié)徑流、改善區(qū)域生態(tài)環(huán)境、維持生物多樣性等重要功能[2]. 然而，近年來(lái)，由于全球變化和人類活動(dòng)的加劇，我國(guó)干旱半干旱區(qū)湖泊正面臨嚴(yán)重的萎縮問(wèn)題[3-4]. 例如，內(nèi)蒙古湖泊總面積從1987年的4160 km2減少到2010年的2900 km2，減少了30.3%，而相應(yīng)的湖泊數(shù)量從427個(gè)減少到282個(gè)，有145個(gè)湖泊完全消失[5]. 湖泊水資源損失也引發(fā)了濕地面積萎縮[6-7]、水體咸化[8-10]、水質(zhì)惡化[11-12]、生物多樣性減少[13]等一系列湖泊生態(tài)問(wèn)題，嚴(yán)重?fù)p害了干旱半干旱地區(qū)湖泊生態(tài)系統(tǒng)服務(wù)價(jià)值[14]，制約了流域經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展[15].

干旱半干旱區(qū)內(nèi)流湖泊萎縮是水量收支失衡(收入小于支出)導(dǎo)致的[16]. 許多研究表明氣候變化和人類活動(dòng)是導(dǎo)致這種失衡的兩個(gè)原因，且多數(shù)時(shí)候是兩者協(xié)同作用的結(jié)果[17-18]，如艾比湖[19]、羅布泊[19]、咸海[20]、岱海[21]等. 通常來(lái)說(shuō)，氣候變化是一個(gè)緩慢的過(guò)程，其對(duì)湖泊萎縮的作用是長(zhǎng)期過(guò)程；而湖泊對(duì)人類活動(dòng)的響應(yīng)往往是快速而顯著的[19]. 不過(guò)，由于缺少長(zhǎng)期連續(xù)氣象、湖泊水文、社會(huì)經(jīng)濟(jì)數(shù)據(jù)，在實(shí)際研究中區(qū)分這兩種原因的主從關(guān)系會(huì)變得非常困難. 以半干旱地區(qū)典型湖泊——岱海為例，針對(duì)近年來(lái)岱海水資源持續(xù)減少這一現(xiàn)象，早期有學(xué)者綜合分析湖泊沉積巖芯多環(huán)境指標(biāo)并初步推斷出人類活動(dòng)影響是岱海萎縮、環(huán)境惡化的一個(gè)重要原因[22]；部分學(xué)者通過(guò)利用測(cè)年技術(shù)重建了岱海湖泊演變過(guò)程，發(fā)現(xiàn)歷史時(shí)期長(zhǎng)時(shí)間過(guò)程中氣候變化是影響岱海湖泊演化的主導(dǎo)因素，20世紀(jì)中后期人類不合理利用水資源對(duì)湖面高程變化的影響加劇[23-24]. 有學(xué)者認(rèn)為氣候變化仍是近40年來(lái)岱海萎縮的根本原因，如陳海英等[25]認(rèn)為風(fēng)速和蒸發(fā)量是影響岱海湖面面積變化的主要因子；曹建廷等[26]認(rèn)為湖泊流域的降水量是控制岱海水位波動(dòng)的主要原因，同時(shí)也有學(xué)者認(rèn)為湖區(qū)人類活動(dòng)對(duì)岱海水文循環(huán)擾動(dòng)日益增強(qiáng)，甚至已占據(jù)主導(dǎo)地位，如龐雪敏等[27]從土地利用類型變化的角度出發(fā)探究岱海湖面萎縮的驅(qū)動(dòng)因子是林地面積增大，植被增加；趙輝等[28]和周云凱等[29]均發(fā)現(xiàn)工農(nóng)業(yè)用水量增加是岱海水量持續(xù)減少的主要原因；Chen等[30]和Wang等[31]發(fā)現(xiàn)人類大量開(kāi)采地下水導(dǎo)致岱海嚴(yán)重退化，可見(jiàn)岱海水資源損失的主要原因并沒(méi)有形成一致的看法. 此外，缺少長(zhǎng)期連續(xù)數(shù)據(jù)也妨礙了從時(shí)間上理解湖泊萎縮過(guò)程及其影響因素變化[32]. 例如，盡管已經(jīng)證明經(jīng)濟(jì)社會(huì)發(fā)展會(huì)加劇干旱半干旱地區(qū)湖泊萎縮[33-34]，但是鮮有研究關(guān)注該地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展不同階段湖泊水資源量損耗差異，而這對(duì)于科學(xué)合理地制訂該地區(qū)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展戰(zhàn)略是有價(jià)值的[35]. 因此，開(kāi)展干旱半干旱地區(qū)湖泊水資源動(dòng)態(tài)監(jiān)測(cè)，獲取長(zhǎng)期連續(xù)的自然環(huán)境和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，是充分理解該地區(qū)湖泊水資源損失過(guò)程及主要驅(qū)動(dòng)機(jī)制的前提.

湖泊水資源動(dòng)態(tài)監(jiān)測(cè)的主要手段有傳感器原位觀測(cè)[36]、湖泊沉積物測(cè)年技術(shù)[37-38]、衛(wèi)星遙感技術(shù)[39-40]等. 其中衛(wèi)星遙感技術(shù)以廣覆蓋、低成本的優(yōu)點(diǎn)被廣泛應(yīng)用于湖泊水情動(dòng)態(tài)監(jiān)測(cè)研究[41]. 例如：基于多源遙感影像提取湖泊邊界獲取湖泊面積[42]，利用衛(wèi)星雷達(dá)測(cè)高技術(shù)監(jiān)測(cè)湖面高程變化[43-44]. 但是這些研究多關(guān)注湖泊水面的動(dòng)態(tài)變化[15,32,39,41,45]，利用遙感技術(shù)監(jiān)測(cè)湖泊水量變化的研究相對(duì)較少[46-47]. 張國(guó)慶等[48]基于ICESat和Landsat數(shù)據(jù)進(jìn)行了中國(guó)十大湖泊水量平衡估算；王志杰等[49]利用月水量平衡模型探究了呼倫湖水量變化；昝嬋娟等[50]基于遙感影像和數(shù)字測(cè)深模型提取了近30年來(lái)咸海面積、水位變化信息，重建咸海水位-面積-庫(kù)容曲線，探明咸海水量變化特征. 可見(jiàn)由于缺乏長(zhǎng)期連續(xù)實(shí)測(cè)水位數(shù)據(jù)的支撐，加之受限于衛(wèi)星數(shù)據(jù)的可獲得性，這些研究多關(guān)注于湖泊水量近30年的變化，不能覆蓋我國(guó)的幾個(gè)主要經(jīng)濟(jì)社會(huì)發(fā)展階段.

基于此，本研究以岱海為研究對(duì)象，從1986-2020年間的遙感影像中提取岱海湖岸線，并結(jié)合岱海實(shí)測(cè)水位和水下地形數(shù)據(jù)，推算1961-2020年間岱海的逐年水量. 據(jù)此，結(jié)合同期氣象水文和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，利用趨勢(shì)檢驗(yàn)、偏相關(guān)和逐步多元回歸等統(tǒng)計(jì)學(xué)方法，對(duì)岱海萎縮過(guò)程及其影響因素開(kāi)展計(jì)算分析. 本研究試圖明晰：(1)近60年岱海的萎縮過(guò)程；(2)導(dǎo)致岱海持續(xù)萎縮的主要原因. 以期為半干旱湖泊的水資源開(kāi)發(fā)利用與流域經(jīng)濟(jì)發(fā)展提供科學(xué)依據(jù).

1 研究區(qū)概況

岱海(40°32′～40°37′N，112°37′～112°46′E)(圖1)水面東西長(zhǎng)10 km，南北寬6.5 km，呈橢圓形[51]，湖面積歷年最大為177.5 km2[52]，2019年湖泊面積為51.32 km2，實(shí)測(cè)蓄水量為2.16×108m3，是內(nèi)蒙古第三大內(nèi)陸湖[53]，曾具有供水、發(fā)電、養(yǎng)殖、調(diào)節(jié)水資源和氣候等多重功能[2]. 岱海流域面積為2312.75 km2，其中85%以上位于涼城縣境內(nèi)[54]，行政區(qū)劃上隸屬于內(nèi)蒙古自治區(qū)烏蘭察布市，氣候帶上屬于干旱少雨、蒸發(fā)旺盛[52]的溫帶大陸性半干旱季風(fēng)氣候帶[55]. 岱海主要入湖河道22條[56]，無(wú)出湖河道；補(bǔ)給系數(shù)僅為17.2，是典型的內(nèi)流型湖泊[55]. 岱海是內(nèi)蒙古高原東南部最重要的生態(tài)單元之一，對(duì)維系流域經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)環(huán)境健康具有重要價(jià)值[57].

圖1 岱海流域地貌水系圖(湖面水系數(shù)據(jù)來(lái)源于國(guó)家基礎(chǔ)地理信息數(shù)據(jù)庫(kù)2017年數(shù)據(jù))Fig.1 Geomorphological water system map of Lake Daihai Watershed (Lake water system data comes from the data of National Basic Geographic Information Database in 2017)

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)

研究基礎(chǔ)數(shù)據(jù)包括遙感影像數(shù)據(jù)、水位數(shù)據(jù)、氣象數(shù)據(jù)、入湖徑流量數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù). 其中遙感影像數(shù)據(jù)下載自美國(guó)地質(zhì)調(diào)查局(www.usgs.gov/)及地理空間數(shù)據(jù)云(www.gscloud.cn/)，包括1986-2020年Landsat系列數(shù)據(jù)258景，各景影像質(zhì)量良好，云量小于5%，空間分辨率為30 m. 水位數(shù)據(jù)(海拔高程)摘自于《內(nèi)蒙古內(nèi)陸河水文年鑒》及相關(guān)研究[58-60]，時(shí)間序列為1961-2019年. 氣象數(shù)據(jù)選用了岱海湖邊以西的涼城氣象站[21]氣象數(shù)據(jù)，數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)的“中國(guó)地面氣候資料日值數(shù)據(jù)集”，主要包括1961-2020年日均氣溫、日降水量、日均風(fēng)速、日均日照時(shí)數(shù)等，而潛在蒸散發(fā)量(ET0)則采用聯(lián)合國(guó)糧農(nóng)組織(FAO)推薦的Penman-Monteith公式[61]計(jì)算，公式如下：

(1)

式中，ET0為潛在蒸散法量(mm/d)；Rn為冠層表面太陽(yáng)凈輻射量(MJ/(m2·d))；G為土壤熱通量(MJ/(m2·d))；Δ為飽和水汽壓曲線斜率(kPa/℃)；γ為干濕常數(shù)(kPa/℃)；T為日平均氣溫(℃)；u2為地面以上2 m處風(fēng)速(m/s)；es為飽和水汽壓(kPa)；ea為實(shí)際水汽壓(kPa). 同時(shí)利用干燥度指數(shù)(AI)來(lái)衡量區(qū)域氣候干燥程度，一般按照如下公式[62]計(jì)算：

AI=ET0/P

(2)

式中，ET0為潛在蒸散量，P為降水量.

入湖徑流量數(shù)據(jù)參考文獻(xiàn)[63]，時(shí)間序列為1961-1994年. 而社會(huì)經(jīng)濟(jì)數(shù)據(jù)則選用1986-2020年涼城縣的人口數(shù)、國(guó)內(nèi)生產(chǎn)總值(GDP)、工業(yè)生產(chǎn)總值、農(nóng)業(yè)生產(chǎn)總值，數(shù)據(jù)來(lái)源于《內(nèi)蒙古自治區(qū)統(tǒng)計(jì)年鑒》. 由于數(shù)據(jù)獲取存在一些客觀原因，各種數(shù)據(jù)時(shí)間序列不完全一致.

2.2 方法

2.2.1 湖面面積重建 首先對(duì)選取的遙感影像進(jìn)行輻射定標(biāo)、大氣校正、幾何校正以及投影轉(zhuǎn)換等預(yù)處理，之后利用水體指數(shù)法對(duì)湖泊水體進(jìn)行提取. 作為劃分開(kāi)闊水域特征最廣泛、最有效的方法之一，改進(jìn)的歸一化水體指數(shù)(MNDWI)利用了水體與其他地物在中紅外波段反射率上的差異，考慮抑制植被、最大區(qū)分周圍建筑物與土壤等因素[64]，被證明可以有效利用于干旱半干旱地區(qū)的水體提取[65]，其計(jì)算公式如下：

(3)

為了準(zhǔn)確地提取湖泊邊界，本研究根據(jù)每景Landsat影像的MNDWI值分布采用不同的閾值，而后結(jié)合人工目視解譯對(duì)提取結(jié)果進(jìn)行修正，誤差在1個(gè)像元內(nèi)，最后利用空間計(jì)算統(tǒng)計(jì)湖面面積. 所有的操作均在ENVI 5.2(EVIS Inc., USA)、ArcGIS 10.7(ESRI Inc., USA)中實(shí)現(xiàn). 所有數(shù)據(jù)均采用Albers等面積圓錐投影坐標(biāo)系.

2.2.2 湖泊萎縮強(qiáng)度 為了更好地描述不同時(shí)期湖泊水體面積的相對(duì)變化程度，引入湖泊萎縮強(qiáng)度(ILLI)來(lái)定量描述某一時(shí)間段湖泊萎縮強(qiáng)弱的相對(duì)程度. 假定某一時(shí)期內(nèi)湖泊萎縮總量為A，該時(shí)期可以分成N個(gè)不同發(fā)展階段，每個(gè)階段的湖泊萎縮量為Ai(i=1, 2, 3, …,N)，則每個(gè)階段湖泊萎縮強(qiáng)度為:

ILLI=Ai/A

(4)

式中，ILLI∈(-1,1)，當(dāng)ILLI>0時(shí)，表明湖面面積縮?。划?dāng)ILLI<0時(shí)，表示湖面面積增大.ILLI的大小表征了湖泊萎縮的相對(duì)強(qiáng)度[66].

2.2.3 湖泊水量變化 利用湖面面積和湖泊水位重建岱海湖泊水量變化過(guò)程，湖泊水量變化ΔV按照如下公式[67]計(jì)算：

(5)

式中，H1、H2為計(jì)算時(shí)段始末的湖泊水位(m)；S1、S2為其對(duì)應(yīng)的湖面面積(m2).

2.2.4 湖泊水位-水量曲線 根據(jù)2019年實(shí)測(cè)岱海水下地形，計(jì)算2019年岱海水量，并利用湖泊水位及遙感提取的湖面面積計(jì)算湖泊水量變化，估算1986-2019年岱海水量，構(gòu)建岱海水位-水量曲線.

2.3 統(tǒng)計(jì)分析

采用Mann-Kendall檢驗(yàn)(M-K檢驗(yàn))[20]、Mann-Whitney突變檢測(cè)[68]結(jié)合累計(jì)距平曲線[69]對(duì)岱海萎縮特征要素(水位、湖面面積和水量)和潛在的影響因素(氣象、水文和社會(huì)經(jīng)濟(jì)要素)時(shí)間序列的趨勢(shì)變化以及突變程度進(jìn)行探究. 以傾斜度z來(lái)量化單調(diào)趨勢(shì)，當(dāng)z為正時(shí)，表示上升趨勢(shì)，當(dāng)z為負(fù)時(shí)，表示下降趨勢(shì).P值表示顯著性水平.

采用SPSS 26.0軟件(IBM Inc., USA)計(jì)算各時(shí)間序列之間的相關(guān)及偏相關(guān)性，以Pearson相關(guān)系數(shù)(r)表征(偏)相關(guān)性強(qiáng)弱、P值表示顯著性水平：|r|越接近1，(偏)相關(guān)性越強(qiáng)；P<0.05表示在0.05水平上顯著(偏)相關(guān)，P<0.01表示在0.01水平上顯著(偏)相關(guān)[20]. 在此基礎(chǔ)上，采用多元線性回歸模型，進(jìn)一步衡量各要素的相對(duì)貢獻(xiàn). 最后采用Origin 2018軟件(OriginLab Inc., USA)對(duì)時(shí)間序列開(kāi)展統(tǒng)計(jì)分析并繪制曲線圖.

3 結(jié)果

3.1 岱海萎縮特征要素

3.1.1 水位 1961-2019年間岱海年均水位時(shí)間序列的M-K檢驗(yàn)結(jié)果表明：岱海水位從1961年的989.80 m顯著下降到2019年的978.95 m(z=-10.418，P<0.01). 59年水位共下降了10.85 m，下降速率為0.178 m/a.

岱海水位年均值分段擬合結(jié)果(圖2)表明：岱海水位年均值變化過(guò)程可分為3個(gè)階段：第1階段(1961-1978年)，湖泊水位呈緩慢下降趨勢(shì)(P<0.01)，下降速率僅為0.060 m/a；第2階段(1979-2004年)，岱海水位呈快速下降趨勢(shì)(P<0.01)，下降速率為0.199 m/a；第3階段(2005-2019年)，岱海水位呈加速下降趨勢(shì)(P<0.01)，下降速率為0.441 m/a. 總體呈現(xiàn)先慢后快的變化趨勢(shì).

圖2 1961-2019年岱海水位變化Fig.2 Changes in the water level of Lake Daihai from 1961 to 2019

岱海多年月均水位介于985.76 m(4月)到985.50 m(12月)之間，均值為985.69 m. 回歸分析結(jié)果表明，多年月均水位呈現(xiàn)逐月顯著下降趨勢(shì)(y=-0.0225x+985.8，P<0.01). 在消除這種下降趨勢(shì)的情況下，多年月均水位年變化呈雙峰型，分別在4-5月和8-9月達(dá)到峰值(圖3).

圖3 岱海多年月均水位年變化Fig.3 Annual variation of average monthly water level in Lake Daihai

第一階段內(nèi)岱海1971-1978年月均水位年變化模式(圖4)為：1-3月水位逐漸增加，4月水位為全年最高值，而后湖泊水位逐漸下降，7-9月汛期，湖泊水位上升，9月水位與4月水位相差不大，汛期結(jié)束后湖泊水位下降. 1971-1978年月均水位年變化幅度為-0.009 m/a. 第三階段內(nèi)岱海2011-2018年月均水位變化模式(圖4)為：1月水位值最大，之后則呈現(xiàn)顯著下降，雖然汛期補(bǔ)給量大，湖泊水位在8月稍有上漲，但全年水位總體呈現(xiàn)顯著下降趨勢(shì)(z=-4.183，P<0.01). 2011-2018年月均水位年變化幅度為-0.04 m/a.

圖4 不同時(shí)間段湖泊水位月變化Fig.4 Monthly changes in lake water level over different time periods

3.1.2 湖面面積 遙感提取的1986-2020年岱海岸線向湖心退縮顯著(圖5). 其中，西南段湖岸線向湖心平均退縮6 km；東南和東北段湖岸線向湖心平均退縮了約2 km；西北段湖岸線向湖心退縮不足1 km，縮進(jìn)速度相對(duì)緩慢. 近35年來(lái)，岱海岸線幾何中心持續(xù)向東北方向移動(dòng).

圖5 1986-2020年岱海岸線變化過(guò)程Fig.5 The coastline change process of Lake Daihai from 1986 to 2020

隨著岸線的退縮，1986-2020年岱海年均湖面面積以2.16 km2/a的速率自1986年的125.07 km2縮減到2020年的49.55 km2(圖6).ILLI統(tǒng)計(jì)結(jié)果(表1)顯示在過(guò)去35年中每5年一個(gè)時(shí)間段，每個(gè)時(shí)間段內(nèi)湖泊面積均呈現(xiàn)萎縮狀態(tài)：1986-2000年岱海萎縮強(qiáng)度較高，其所包含的3個(gè)時(shí)間段內(nèi)岱海湖面面積均減小12 km2以上；2000-2005年湖泊萎縮強(qiáng)度較低，5年內(nèi)湖泊面積僅減少4.1 km2；2005-2010年萎縮強(qiáng)度有所恢復(fù)；2010-2020年萎縮強(qiáng)度約10 km2/5 a. M-K檢驗(yàn)結(jié)果表明：1986-2020年湖泊面積總體呈顯著的下降趨勢(shì)(z=-8.095，P<0.01). 同時(shí)相關(guān)性分析結(jié)果表明，岱海水位與面積呈顯著的正相關(guān)關(guān)系(r=0.68，P<0.01).

圖6 岱海1986-2020年年均湖面面積變化Fig.6 Lake area changes in Lake Daihai from 1986 to 2020

3.1.3 水量 岱海水位-水量曲線顯示(圖7)，岱海水量隨水位單調(diào)遞增，兩者呈顯著正相關(guān)關(guān)系(r=0.99，P<0.01). 該曲線擬合方程為：

y=-6.08×109x+3.13×106x2+2.95×1012

(6)

式中，y、x分別代表水量(m3)和水位(m).

圖7 岱海水位-水量曲線Fig.7 Fitting curves between lake level and water volume of Lake Daihai

依據(jù)公式(6)計(jì)算得到的1961-2019年逐年年均水量顯示(圖8)，近60年岱海水量呈顯著減少趨勢(shì)(P<0.01)，共減少9.88×108m3，減少速率為1.74×107m3/a. 對(duì)應(yīng)水位下降的3個(gè)階段，岱海水量在第一、第二和第三階段的損失速率分別為0.726×107、2.10×107、 3.39×107m3/a，分別可定義為岱海水量緩慢損失階段、快速損失階段和加速損失階段. 其中加速損失階段的損失速率分別為緩慢變化階段和快速損失階段損失率的4.7和1.6倍. 此外 Mann-Whitney突變檢測(cè)結(jié)果表明岱海年均水量變化過(guò)程線在1978年、2005年分別存在-3.73×108、-3.35×108m3/a的減少突變(P<0.01).

表1 年際湖泊面積變化量和ILLI統(tǒng)計(jì)

圖8 1961-2019年岱海年均水量變化Fig.8 Annual average water volume change in Lake Daihai from 1961 to 2019

3.2 岱海萎縮的影響因素

3.2.1 氣象因素 岱海流域1961-2020年年均氣溫、潛在蒸散發(fā)量、降水量、干燥度、風(fēng)速和日照時(shí)數(shù)分別為(5.69±0.78)℃、(984.3±56.9) mm、(414.2±100.7) mm、(2.54±0.72)、(2.21±0.36) m/s、(2963.1±137.8) h(圖9). 1961-2020年間氣象要素年均值的MK檢驗(yàn)結(jié)果表明：氣溫以0.03℃/a的速度顯著升高(P<0.01)；風(fēng)速以-0.0133 m/(s·a)的速度顯著下降；日照時(shí)數(shù)以-3.39 h/a的速度顯著下降；其他氣象要素均無(wú)顯著變化趨勢(shì). 同時(shí)，分段趨勢(shì)分析結(jié)果表明(表2)：第一階段，各項(xiàng)氣象要素變化趨勢(shì)均不顯著；第二階段，年均溫呈顯著上升趨勢(shì)(P<0.01)、年均風(fēng)速和日照時(shí)數(shù)呈顯著下降趨勢(shì)(P<0.01)，年均潛在蒸散發(fā)量和干燥度降低、降水量增加但變化趨勢(shì)不顯著；第三階段，年均潛在蒸散發(fā)量呈現(xiàn)顯著增加趨勢(shì)(P<0.01)，其他氣象要素不具顯著性變化趨勢(shì). 此外，相關(guān)分析表明：湖泊水量與氣溫呈顯著負(fù)相關(guān)(r=-0.687，P<0.01)，與風(fēng)速和日照時(shí)數(shù)均呈顯著正相關(guān)(r=0.631，r=0.485，P<0.01).

表2 1961-2020年涼城氣象站總體和3個(gè)階段氣象要素多年均值和年均值變化趨勢(shì)M-K檢驗(yàn)結(jié)果

從1961-2020年間的氣象要素月均值變化(圖9)來(lái)看，多年月平均氣溫、降水量最大值均出現(xiàn)在7月，最小值均出現(xiàn)在1月. 多年月平均潛在蒸散發(fā)量最大值出現(xiàn)在6月，最小值出現(xiàn)在1月. 多年月平均干燥度則與上述要素的月變化相反. 多年月平均日照時(shí)數(shù)為5月最多，12月最少. 多年月平均風(fēng)速為4月最大，8月最小.

圖9 1961-2020年涼城站氣象要素的多年月均值變化Fig.9 Multi-year monthly mean changes of meteorological elements at Liangcheng Station from 1961 to 2020

3.2.2 水文因素 1961-1994年岱海入湖徑流量時(shí)間序列趨勢(shì)分析結(jié)果顯示(圖10)：岱海入湖徑流量呈波動(dòng)下降趨勢(shì)，線性傾向率為-0.024×108m3/a，從1961年的1.109×108m3下降到了1994年的0.282×108m3，下降了74.6%. MK趨勢(shì)檢驗(yàn)結(jié)果(z=-4.35，P<0.01)也表明在過(guò)去35年中岱海入湖徑流量總體呈現(xiàn)顯著的下降趨勢(shì).

圖10 1961-1994年岱海入湖徑流量變化Fig.10 Changes in the runoff of Lake Daihai from 1961 to 1994

3.2.3 社會(huì)經(jīng)濟(jì)因素 1986-2020年間，涼城縣人口變化曲線(圖11)呈現(xiàn)雙峰型，存在2個(gè)人口上升期(1986-1997、2003-2009年)和2個(gè)人口下降期(1997-2003、2009-2019年). GDP和工業(yè)生產(chǎn)總值均呈現(xiàn)單峰變化(圖11)，峰值分別為78.10億和78.85億元. 農(nóng)業(yè)生產(chǎn)總值自1986年的0.57億元增加到2014年的29.45億元，之后變化趨緩. 1986-2020年間社會(huì)經(jīng)濟(jì)要素趨勢(shì)檢驗(yàn)結(jié)果顯示，涼城人口無(wú)顯著性變化趨勢(shì)，但是GDP、工業(yè)和農(nóng)業(yè)生產(chǎn)總值呈顯著增長(zhǎng)趨勢(shì)(P<0.01). 此外，M-K突變檢驗(yàn)以及累計(jì)距平曲線表明(圖12)：人口、GDP、工業(yè)生產(chǎn)總值、農(nóng)業(yè)生產(chǎn)總值在2005年均發(fā)生了不顯著的增加突變. 相關(guān)分析表明：各萎縮特征要素均與GDP、工農(nóng)業(yè)生產(chǎn)總值呈顯著負(fù)相關(guān)(P<0.01). 其中，岱海水量與農(nóng)業(yè)生產(chǎn)總值相關(guān)性達(dá)到-0.944.

圖11 1986-2019年涼城縣社會(huì)經(jīng)濟(jì)要素(人口、GDP、工農(nóng)業(yè)生產(chǎn)總值)變化Fig.11 Changes in social and economic factors (population, GDP, gross industrial and agricultural production value) of Liangcheng County from 1986 to 2019

圖12 1986-2019年涼城縣社會(huì)經(jīng)濟(jì)要素(人口、GDP、工農(nóng)業(yè)生產(chǎn)總值)累計(jì)距平曲線Fig.12 Cumulative anomaly curve of social and economic factors (population, GDP, gross industrial and agricultural production value) in Liangcheng County from 1986 to 2019

3.3 萎縮特征要素與影響因素關(guān)系統(tǒng)計(jì)分析

使用偏相關(guān)分析[70]剔除其他影響要素的影響，分析單一影響要素與各萎縮特征要素(水位、湖面面積和水量)的相關(guān)程度，結(jié)果顯示(表3)：萎縮特征要素水位、湖面面積和水量?jī)H與農(nóng)業(yè)生產(chǎn)總值呈現(xiàn)顯著負(fù)相關(guān)關(guān)系(P<0.01)，偏相關(guān)系數(shù)分別為-0.532、-0.486、-0.496. 相反地，各萎縮特征要素與其他影響要素不具有顯著偏相關(guān)性.

采用逐步多元回歸方法分析各影響要素對(duì)岱海水量變化的相對(duì)貢獻(xiàn)[71]. 結(jié)果表明(表4)：相對(duì)于氣象要素，社會(huì)經(jīng)濟(jì)要素對(duì)岱海水量損失貢獻(xiàn)率較高. 在2005-2019年間，社會(huì)經(jīng)濟(jì)要素可解釋岱海水量加速下降原因的98%，其中GDP對(duì)岱海水量損失的影響較大(標(biāo)準(zhǔn)化系數(shù)為-0.982)；而氣象要素的相對(duì)貢獻(xiàn)僅為33.2%.

表4 各影響要素對(duì)岱海萎縮貢獻(xiàn)的逐步多元回歸分析結(jié)果*

4 討論

自1961-2019年，岱海水位從989.8 m持續(xù)下降到978.95 m，造成了共9.88×108m3的水量損失. 分段擬合和突變檢驗(yàn)結(jié)果表明，岱海水量損失依次經(jīng)歷了緩慢、快速和加速損失3個(gè)階段. 這種先慢后快的損失過(guò)程與半干旱區(qū)大多數(shù)湖泊萎縮過(guò)程是相類似的[72-74]. 盡管導(dǎo)致該地區(qū)近百年內(nèi)內(nèi)流型湖泊萎縮的主要因素各異，但是可以概括為氣候變化[75](降水減少和蒸發(fā)增大)、植被演替[27](自然林或人工林?jǐn)U張)和經(jīng)濟(jì)社會(huì)發(fā)展[42,76](居民生活和工農(nóng)業(yè)生產(chǎn)耗水). 那么，究竟是何原因?qū)е箩泛３掷m(xù)萎縮？

氣候變化對(duì)岱海持續(xù)萎縮有一定影響. 一般認(rèn)為氣溫升高、風(fēng)速增加、日照時(shí)數(shù)增加會(huì)使蒸發(fā)量增加[77]，入湖徑流減少，進(jìn)而增大水資源的損失. 而降水量減少也會(huì)使得入湖徑流及降水補(bǔ)給減少[26]，從而造成湖泊水資源損失. 1961-2020年間岱海流域氣溫顯著上升(P<0.01)，潛在蒸散發(fā)量呈微弱的上升趨勢(shì)，降水量呈下降趨勢(shì)，這種氣候條件可能利于湖泊的萎縮[71]. 此外，從岱海水量損失的3個(gè)階段情況來(lái)看：第一階段(1961-1978年)，所有氣象要素變化均不顯著，呈波動(dòng)變化；第二階段(1979-2004年)，盡管降水量和潛在蒸散發(fā)量無(wú)顯著變化，但此階段降水量均值較第一階段均值有所下降，潛在蒸散發(fā)量與降水量的差值增大. 其中2003、2004年[72]湖泊水量有所回升，主要是因?yàn)檫@兩年降水量顯著增加，分別比多年平均值多255.2、109.9 mm，屬于豐水年[78]，且潛在蒸散發(fā)量也均低于多年平均值，體現(xiàn)了湖泊水量變化對(duì)湖區(qū)有效降水(降水-蒸發(fā))的敏感響應(yīng)；第三階段(2005-2020年)，年均潛在蒸散發(fā)量呈現(xiàn)顯著增加趨勢(shì)(P<0.05)，其余要素?zé)o顯著變化，在此階段年均潛在蒸散發(fā)量的均值比第二階段年均值多24.4 mm，且年均降水量較第二階段年均值減少20.8 mm，潛在蒸散發(fā)量與降水量之間的差值繼續(xù)增加，促使入湖徑流量不斷減少[32]，湖泊萎縮速度加快. 但逐步多元回歸模型結(jié)果顯示，這種變化相對(duì)于湖泊持續(xù)萎縮而言，貢獻(xiàn)率較小. 長(zhǎng)時(shí)間尺度不顯著的氣候變化對(duì)于岱海湖泊持續(xù)萎縮的作用不明顯，短時(shí)間尺度的氣候波動(dòng)會(huì)直接作用于湖泊水文情勢(shì)變化[26].

流域植被覆蓋度增大也是加大水資源消耗的潛在原因之一. 在植物蒸騰作用下，植被覆蓋度的增大將加大淺層地下水的消耗[79]，進(jìn)而減少入湖地下徑流量. 據(jù)統(tǒng)計(jì)，岱海流域人工林地覆蓋度從2000年的9.33%增至2008年的11.57%[9]. 可見(jiàn)岱海流域植被覆蓋度的增大是岱海水量損失的因素之一. 不過(guò)，第三階段岱海流域植被覆蓋度與第二階段對(duì)比并無(wú)明顯增加[6]，而此階段水資源量損失速率卻顯著高于第二階段. 這個(gè)矛盾表明植被覆蓋度增大是岱海水資源量損失的原因之一，但并非主要原因.

圖13 岱海流域耕地面積變化(數(shù)據(jù)來(lái)源于參考文獻(xiàn)[5])Fig.13 Changes in the area of arable land in the Lake Daihai Basin(Data comes from the reference [5])

岱海萎縮主要是流域經(jīng)濟(jì)社會(huì)發(fā)展引起的水資源消耗加劇導(dǎo)致的. 統(tǒng)計(jì)分析結(jié)果表明，流域社會(huì)經(jīng)濟(jì)要素均呈現(xiàn)顯著增加趨勢(shì)(P<0.01)，且其與各湖泊萎縮特征要素之間均呈顯著負(fù)相關(guān)(P<0.01)，其中萎縮特征要素與農(nóng)業(yè)生產(chǎn)總值的相關(guān)性及偏相關(guān)性均最強(qiáng). 此外，1961-2019年間的年均水量變化過(guò)程線的突變檢測(cè)結(jié)果也顯示其在1978年、2005年存在減少突變，而這兩個(gè)時(shí)間點(diǎn)恰與我國(guó)實(shí)行的“改革開(kāi)放”和“西部大開(kāi)發(fā)”兩個(gè)經(jīng)濟(jì)戰(zhàn)略的時(shí)間點(diǎn)是一致的. 這意味著岱海水資源量損失過(guò)程對(duì)應(yīng)其流域經(jīng)濟(jì)社會(huì)發(fā)展的3個(gè)階段. 第一階段，隨著流域農(nóng)業(yè)生產(chǎn)的恢復(fù)和發(fā)展，農(nóng)業(yè)需水量的增大使得大量地表和地下入湖徑流被各類農(nóng)田水利工程(如農(nóng)業(yè)灌溉機(jī)井[26,59]，水庫(kù)、塘壩等蓄水工程[52,54])截流[59]，削弱了對(duì)湖泊水體的補(bǔ)給，岱海水量平衡被打破[26]，岱海水資源量出現(xiàn)緩慢損失. 第二階段，我國(guó)于1978年實(shí)行改革開(kāi)放，進(jìn)入工農(nóng)業(yè)時(shí)代[80]. 岱海流域耕地面積迅速擴(kuò)張，農(nóng)業(yè)人口增加，農(nóng)業(yè)規(guī)模擴(kuò)大[29]. 耕地面積(圖13)由1976年的383.20 km2增加到1986年的409.80 km2[6]，甚至侵占了岱海西南岸線退縮后裸露的部分灘地. 為適應(yīng)農(nóng)業(yè)的發(fā)展，加強(qiáng)農(nóng)業(yè)灌溉活動(dòng)，流域內(nèi)農(nóng)灌井和水庫(kù)數(shù)量不斷增多[81]，大量抽取地下水[30]，岱海流域平均年灌溉用水也從1960s的3.457×107m3增加至1980s的6.251×107m3，致使入湖徑流量顯著下降. 岱海進(jìn)入水資源快速損失階段. 第三階段，我國(guó)于2005年在包括岱海流域之內(nèi)的西北地區(qū)實(shí)行“西部大開(kāi)發(fā)”戰(zhàn)略. 這使得岱海流域農(nóng)業(yè)進(jìn)一步發(fā)展，耕地面積增加至454.92 km2(2015年)，占整個(gè)岱海流域面積的54.27%，農(nóng)業(yè)用水占總生產(chǎn)用水的68.3%[6]. 期間岱海地下水嚴(yán)重超采[57]，對(duì)岱海的側(cè)向補(bǔ)給明顯減少[13]. 同時(shí)，這段時(shí)期流域工業(yè)的快速發(fā)展也加劇了岱海水資源的消耗. 僅2006年建成投產(chǎn)的岱海發(fā)電廠的年用水量就達(dá)到了1.192×107m3[6]，且未考慮電廠溫排水導(dǎo)致的岱海湖面蒸發(fā)的加速[82]. 工業(yè)的發(fā)展，利用了岱海南部地區(qū)大量的地表和地下水，也導(dǎo)致岱海湖面幾何中心不斷向北偏移[28]. 綜上可知，改革開(kāi)放以來(lái)岱海流域農(nóng)業(yè)發(fā)展是導(dǎo)致湖泊水資源損失的主因，而“西部大開(kāi)發(fā)”戰(zhàn)略實(shí)施以來(lái)的工業(yè)發(fā)展則加速了損失進(jìn)程.

岱海水位年內(nèi)變化也體現(xiàn)了流域經(jīng)濟(jì)社會(huì)發(fā)展對(duì)其水資源損失的貢獻(xiàn). 第一階段，岱海月均水位年變化曲線呈雙峰型(圖3和圖4)：1-3月融雪水通過(guò)地表徑流匯入岱海，使其水位逐漸升高[83]；春季開(kāi)始的農(nóng)業(yè)生產(chǎn)損耗了大量的水資源，使得湖泊水位逐漸下降；6-9月為岱海流域的雨季[78](圖9a)，集中降水使得湖泊水位再次上升；10月后進(jìn)入枯水期，湖泊水位下降[84]. 然而，第三階段流域耕地面積的增大和工業(yè)經(jīng)濟(jì)的發(fā)展使得更多的地表和地下徑流被截留用于工農(nóng)業(yè)生產(chǎn). 入湖徑流的減少必將削弱岱海水位的季節(jié)變化，使得湖泊水位年豐枯變化不顯著. 可見(jiàn)，高強(qiáng)度的人類活動(dòng)掩蓋了湖泊水位自然豐枯變化特征[85].

本研究建議半干旱區(qū)經(jīng)濟(jì)社會(huì)發(fā)展必須建立在水資源可承受范圍內(nèi). 按照岱海水量損失回歸方程估算(圖8)，岱海到2026年將趨于干涸，這必將對(duì)流域生態(tài)環(huán)境保護(hù)和經(jīng)濟(jì)社會(huì)發(fā)展帶來(lái)巨大打擊[60]. 實(shí)際上，岱海流域各項(xiàng)經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)近些年已經(jīng)出現(xiàn)了下降(圖11). 可見(jiàn)，合理開(kāi)發(fā)利用半干旱地區(qū)湖泊水資源是實(shí)現(xiàn)該地區(qū)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的關(guān)鍵之一[35,45]. 盡管當(dāng)?shù)赜?016年開(kāi)始人為干預(yù)治理湖泊濕地，但就目前水情來(lái)看，效果并不顯著，岱海生態(tài)恢復(fù)與治理任務(wù)緊迫，未來(lái)生態(tài)補(bǔ)水工程應(yīng)探尋更加合理的生態(tài)需水方案，保障岱海健康發(fā)展[78].

5 結(jié)論

本文利用1986-2020年258景Landsat遙感影像數(shù)據(jù)，提取岱海湖面面積，結(jié)合1961-2018年實(shí)測(cè)水位和水下地形數(shù)據(jù)，計(jì)算得到岱海水量，綜合氣候波動(dòng)和社會(huì)經(jīng)濟(jì)兩方面因素，對(duì)岱海近60 a來(lái)的萎縮過(guò)程及其驅(qū)動(dòng)力進(jìn)行了分析和討論，得出以下結(jié)論：

1)近60 a以來(lái)，岱海呈現(xiàn)明顯的湖泊面積萎縮、水位下降和水量損失趨勢(shì)，其中湖泊面積1986-2020年共減少了75.52 km2，萎縮了60.38%，年均萎縮2.16 km2，湖泊萎縮空間變化以西南方向?yàn)橹?；而岱海水位共下降?0.85 m，下降速率為0.178 m/a，2005年之后湖泊水位下降速率加快；湖泊水量近60 a共損失9.88×108m3，岱海水量變化可分為3個(gè)階段：1961-1978年，水量損失速率為0.726×107m3/a的緩慢損失階段；1979-2004年，水量損失速率為2.10×107m3/a的快速損失階段(P<0.01)；2005-2019年，水量損失速率為3.39×107m3/a的加速損失階段(P<0.01)，湖泊水量變化與湖泊水位變化相一致，均呈現(xiàn)先慢后快的變化趨勢(shì).

2)近60 a來(lái)岱海湖泊持續(xù)性萎縮主要是由于流域經(jīng)濟(jì)社會(huì)發(fā)展引起的水資源消耗加劇導(dǎo)致的，其中，改革開(kāi)放后流域農(nóng)業(yè)開(kāi)發(fā)利用規(guī)模和強(qiáng)度的提高是導(dǎo)致岱海水量損失的主要原因；“西部大開(kāi)發(fā)”戰(zhàn)略實(shí)施后工業(yè)經(jīng)濟(jì)的興起則加速了岱海水量的損失；氣候變化及植被建設(shè)也對(duì)岱海持續(xù)性萎縮進(jìn)程有一定影響. 干旱半干旱地區(qū)湖泊流域經(jīng)濟(jì)社會(huì)的發(fā)展需要與其水資源承載力相協(xié)調(diào).

致謝：在開(kāi)展岱海水資源損失重建研究期間，中國(guó)科學(xué)院南京地理與湖泊研究所黃群副研究員等給予了大量的幫助，在此致以誠(chéng)摯的謝意.