沙湖近9年水溫變化分析研究

李春艷，張慧，李 榮

（1.平羅縣氣象局,寧夏 平羅 753400；2.石嘴山市氣象局,寧夏 石嘴山 753000）

0 引言

寧夏石嘴山市沙湖旅游景區(qū),是國家5A級旅游景區(qū),沙湖地處于西北內(nèi)陸高原,屬典型的大陸性半濕潤半干旱氣候,雨季集中在6月～9月,具有冬寒長,夏暑短,雨雪稀少,氣候干燥,風(fēng)大沙多,南寒北暖等特點(diǎn),年降水量223.3 mm,年平均氣溫10.0℃,年相對濕度58%。沙湖氣候的最顯著特征是氣溫日較差大,日照時間長,太陽輻射強(qiáng),晝夜溫差一般可達(dá)12℃～15℃,每年5月～10月,是最佳旅游季節(jié)。

在全球氣候變暖背景下,湖泊表面水溫也呈增長的趨勢,湖泊既是極為重要的生態(tài)資源,也是一系列社會經(jīng)濟(jì)發(fā)展過程的重要載體,湖泊水生態(tài)環(huán)境不僅決定著區(qū)域生態(tài)環(huán)境的質(zhì)量,同時也決定了城市的可持續(xù)發(fā)展,湖泊水生態(tài)環(huán)境也能夠反映該區(qū)域的生態(tài)環(huán)境質(zhì)量。湖泊表面水溫是影響湖泊水生態(tài)環(huán)境的重要物理屬性,它對湖泊中水化學(xué)和生態(tài)學(xué)進(jìn)程都起了重要的作用,同時,湖泊表面水溫對湖泊流域生態(tài)環(huán)境的影響也十分顯著,探究湖泊表面水溫的變化趨勢和特征對改善湖泊整體水生態(tài)環(huán)境具有重要意義。所以,湖泊水溫變化的分析研究是治理和改善湖泊水生態(tài)環(huán)境和區(qū)域生態(tài)環(huán)境的基礎(chǔ)[1]。目前,關(guān)于沙湖生態(tài)變化規(guī)律的研究比較少。通過對沙湖現(xiàn)有水域資料的分析,研究沙湖生態(tài)在水溫分布的規(guī)律。

1 資料與方法

沙湖國家氣象觀測站于2007年建站,自2012年開始進(jìn)行生態(tài)觀測,主要進(jìn)行水溫和冰層厚度觀測。

本文所用氣象資料和水溫資料均來源于沙湖國家觀測站,年平均氣溫和累計降水量特征分析利用2007年～2021年（15年）地面觀測資料,對比分析過程中水溫、氣溫、降水資料均利用2012年～2020年5月～9月觀測資料,其中水溫資料來源于逐月水層0 cm（表層）、50 cm、100 cm、150 cm,分析的過程中進(jìn)行了多年平均。

文中利用Origin8對數(shù)據(jù)進(jìn)行對比分析和線性分析。

2 結(jié)果分析

2.1 年平均氣溫和累計降水量特征分析

從沙湖國家氣象觀測站15年的平均氣溫和累計降水量分布圖來看（圖1）,平均氣溫呈正的線性變化,說明平均氣溫逐年呈上升趨勢,最低值為9.3℃,出現(xiàn)在2012年,最高值為10.7℃,出現(xiàn)在2021年；逐年累計降水量隨年份的增加呈負(fù)的線性變化,最小值115.9 mm,出現(xiàn)在2013年,最大值為263.9 mm,出現(xiàn)在2018年。在全球變暖的背景下,溫度升高使得溫帶地區(qū)的蒸發(fā)量會增大,從而導(dǎo)致降水量減少。寧夏屬于溫帶地區(qū),年平均氣溫和年累計降水量的變化趨勢呈相反關(guān)系。

圖1 沙湖國家氣象觀測站15 a平均氣溫和累計降水量分布圖（虛線：平均氣溫線性，實(shí)線：降水量線性）

2.2 逐年月平均水溫與平均氣溫變化特征分析

沙湖月平均水溫呈夏季高,春末秋初低的特征。其中2020年6月～9月出現(xiàn)了明顯躍增,最低平均水溫為19.3℃,出現(xiàn)在2015年5月,最高平均水溫為32.1℃,出現(xiàn)在2020年8月（圖2（a））,最高最低相差12.8℃。沙湖最低平均氣溫為16.1℃,出現(xiàn)在2012年9月,最高平均氣溫為27.7℃,出現(xiàn)在2017年7月（圖2（b））,最高最低相差11.6℃。各月平均水溫與平均氣溫相差-0.9℃～12.7℃,最小差值出現(xiàn)在2018年6月,最大差值出現(xiàn)在2020年9月。

圖2 2012年至2020年湖泊平均水溫和平均氣溫分布圖

通過對近9年逐月湖泊平均水溫與平均氣溫的分布進(jìn)行線性分析（表1）,5月均呈下降趨勢,6月、9月湖泊平均水溫與平均氣溫隨著年份的變化均呈上升趨勢。7月、8月的湖泊平均水溫隨著年份的增加呈上升趨勢,平均氣溫隨著年份的增加呈下降趨勢。根據(jù)資料統(tǒng)計分析,沙湖國家氣象站2012年～2020年逐年7月～8月大部分時段累計降水量較常年偏多,導(dǎo)致平均氣溫在降水偏多的月份降低,所以在降水偏多的月份中,湖泊平均水溫與平均氣溫的變化是相反的。在降水量少時,大氣對太陽輻射的削弱作用降低,則氣溫升高,反之氣溫降低。沙湖地理位置特殊,其水域面積22.44 km2,沙漠面積達(dá)到22.52 km2,根據(jù)趨勢分析認(rèn)為,受下墊面影響,5月和9月,正值季節(jié)交替,7月份我國受副熱帶高壓影響,高溫天氣頻發(fā),這三個月的氣溫變化波動相對較大,對湖泊水溫的變化影響較大。當(dāng)然湖泊水溫的變化是由多方面因素造成的,考慮氣溫只是其中的原因之一。

表1 2012年～2020年湖泊平均水溫與平均氣溫線性系數(shù)分布表 單位：℃

2.3 多年月平均水溫與平均氣溫對比分析

從沙湖多年月平均水溫與平均氣溫的對比圖來看（圖3）,除2018年6月水溫低于氣溫值外,其他各月的水溫值均高于氣溫值,說明氣溫和水溫的變化是互相影響的,氣溫升高,水溫也升高,但是水溫變化的幅度小于氣溫,考慮原因?yàn)樗畟鬟f熱量的速度低于空氣,同時水溫的變化還與水底的環(huán)境有關(guān)。9年的數(shù)據(jù)中最高水溫7月出現(xiàn)5次,8月出現(xiàn)4次,最低水溫5月出現(xiàn)4次,9月出現(xiàn)5次,且湖泊水溫與氣溫的最高值基本同步出現(xiàn)。但是在氣溫劇烈上升或下降的時候,湖泊水溫雖有上升或下降的趨勢,但其劇烈程度遠(yuǎn)低于氣溫,且存在一定的滯后性,大約滯后1個月。

圖3 2012年～2020年湖泊平均水溫與平均氣溫對比圖

2.4 多年逐月逐層平均水溫特征分析

通過對2012年～2020年5月～9月沙湖逐層平均水溫進(jìn)行分析得出,四個層次水溫的變化呈波動趨勢（圖4）。其中0 cm、50 cm、100 cm、150 cm水溫在5月均呈線性下降趨勢,6月～9月均呈線性上升趨勢。結(jié)合2.3的結(jié)論,5月各層水溫下降考慮春末氣溫變化不穩(wěn)定,6月～9月上升考慮夏季氣溫增幅加快,加上水溫的升高或者降低有滯后性的原因,同時在2019年“十一”黃金周后,沙湖水域更換了湖泊原有水體,導(dǎo)致湖泊水體中形成的平衡狀態(tài)遭到了破壞,這也可能是導(dǎo)致2020年6月～9月各層次出現(xiàn)水溫躍增的原因。

圖4 2012年～2020年逐層平均水溫特征圖

9年中,各層最低平均水溫均出現(xiàn)在2015年5月,最高均出現(xiàn)在2020年8月,與年平均水溫特征保持一致,各層最高最低相差4.7℃～10.3℃（表2）,最小差值出現(xiàn)在2016年表層水溫（0 cm）,最大差值出現(xiàn)在2020年150cm水溫。5月各層次在2015年和2018年變化最為劇烈,2015年比2016年低-5.7℃～-3.6℃,2018年比2017年高4.3℃～4.6℃,其中表層差值最大,150cm層差值最??；6月～8月各層次在2018年和2020年變化最為劇烈,2018年比2017年高2.0℃～5.6℃,2020年較2019年上升5.5℃～5.8℃；9月各層次在2012年～2019年變化相對較為平緩,在2020 年出現(xiàn)了躍增,躍增幅度較為平穩(wěn),其中150 cm層躍增最大,為5.8℃,0 cm層躍增最小,為5.5℃。

表2 2012年～2020年各層水溫差值表 單位：℃

通過線性分析（表3）,9年中5月0～150 cm各層次水溫呈下降趨勢,6月～9月各層次水溫均呈上升趨勢,尤其9月上升趨勢明顯,進(jìn)一步說明了水溫變化的滯后性。

表3 2012年至2020年5月～9月逐層湖泊平均水溫與平均氣溫線性系數(shù)分布表

3 結(jié)論與討論

3.1 結(jié)論

1）平均氣溫逐年呈上升趨勢,累計降水量逐年呈下降趨勢。

2）沙湖水溫的變化呈夏季高,春末秋初低特征。平均水溫和平均氣溫在5月均呈下降趨勢,6月、9月湖泊平均水溫與平均氣溫隨著年份的變化均呈上升趨勢。7月、8月的湖泊平均水溫隨著年份的增加呈上升趨勢,平均氣溫隨著年份的增加呈下降趨勢。

3）除2018年6月水溫低于氣溫值外,其他各月的水溫值均高于氣溫值,在氣溫劇烈上升或下降的時候,湖泊水溫雖有上升或下降的趨勢,但其劇烈程度遠(yuǎn)低于氣溫,且存在一定的滯后性,大約滯后1個月。這與張月月在“氣候變暖背景下滇池表面水溫響應(yīng)過程”研究中得出的“因?yàn)槿驓夂蜃兓脑?世界范圍內(nèi)的湖泊表面水溫呈上升趨勢,水溫變化比氣溫變化約滯后1個月[1]”結(jié)論一致。

4）0 cm、50 cm、100 cm、150 cm水溫在5月均呈線性下降趨勢,6月～9月均呈線性上升趨勢。2020年6月～9月各層水溫均呈躍增趨勢。

3.2 討論

通過文獻(xiàn)的查閱,湖泊水溫生態(tài)方面的相關(guān)研究大多時間序列較長,可滿足趨勢分析、周期分析和突變分析的相關(guān)要求,同時其所采用的數(shù)據(jù)資料來源于自動觀測數(shù)據(jù),可精確到小時,便于進(jìn)行時值、日值、季值等特征分析。本文因資料的時間序列較短,且水溫數(shù)據(jù)來源于人工觀測,測量結(jié)果值僅限于當(dāng)前觀測時次,而氣溫觀測則是采用自動觀測的日平均值,并不能很好地與水溫值進(jìn)行匹配分析；同時沙湖國家氣象站于2007年建立,氣溫、降水資料序列短,不能很好地反映沙湖氣候變化的趨勢；另外在查閱文獻(xiàn)的過程中發(fā)現(xiàn),湖泊水溫的變化與其水體大小、氣溫隨時間的變化程度、時間、變化速率等有很大的關(guān)系。本文對沙湖水域的水溫和氣溫研究深度上還不夠,后續(xù)將繼續(xù)積累更長序列的資料,在研究過程中,考慮與相關(guān)部門進(jìn)行資料共享,獲取湖泊水溫、pH值等資料,進(jìn)行更深一步分析。