1972—2019年萨雷兹堰塞湖遥感时序监测与水文特征过程分析

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

王翔^,¹, 朱长明^,¹^,², 张新², 王伟胜³^,⁴, 方晖³^,⁴

1.江苏师范大学地理测绘与城乡规划学院,徐州 221116

2.中国科学院空天信息创新研究院遥感科学国家重点实验室,北京 100101

3.中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室,乌鲁木齐 830011

4.中国科学院中亚生态与环境研究中心,乌鲁木齐 830011

Time series monitoring and analysis of hydrological change process of Sarez Dammed Lake from 1972 to 2019 by multi-source remote sensing

WANG Xiang^,¹, ZHU Changming^,¹^,², ZHANG Xin², WANG Weisheng³^,⁴, FANG Hui³^,⁴

1. School of Geography, Geomatics and Planning, Jiangsu Normal University, Xuzhou 221116, Jiangsu, China

2. State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China

3. State Key Laboratory of Desert and Oasis Ecology, Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, China

4. Center for Ecology and Environment for Central Asia, Chinese Academy of Sciences, Urumqi 830011, China

通讯作者: 朱长明（1983-）,男,安徽庐江人,博士,副教授,硕士生导师,主要研究方向为遥感信息智能提取,水文水资源以及干旱区生态环境遥感研究。E-mail: zhuchangming@jsnu.edu.cn

收稿日期:2020-05-6接受日期:2020-06-9网络出版日期:2021-01-10

基金资助:

国家重点研发计划项目.2017YFB0504201
国家自然科学基金项目.61473286
江苏高校优势学科建设工程资助项目.
江苏师范大学研究生科研与实践创新计划校级项目.2019XKT041

Received:2020-05-6Accepted:2020-06-9Online:2021-01-10
作者简介 About authors
王翔（1995-）,男,安徽太湖人,硕士,主要研究方向为水文水资源遥感监测与生态环境遥感等。 E-mail: trywang@126.com

摘要
堰塞湖的水文特征过程对于库区洪水宏观调控、预报预警、安全防治等具有重要意义。为了及时掌握萨雷兹堰塞湖水文特征和历史演化过程,本文基于密集时间序列遥感数据,综合调查全面系统地分析了1972—2019年帕米尔高原萨雷兹堰塞湖的水文特征以及时空变化过程;并通过“面积-水位”关系模型重建了1972—2019年萨雷兹堰塞湖的历史水位面积演变时序过程;在此基础上采取M-K趋势和突变检验分析了水文变化特征。研究结果表明：① 萨雷兹堰塞湖水位总体上呈现波动性显著上升趋势,这种波动趋势主要表现为年内波动和高位震荡,但振幅在逐年减小。② 萨雷兹堰塞湖水文时序演化过程在2013年前后出现了一个突变拐点,面积水位变化特征表现为由原来的缓慢增加转变到加速上升。③ 1972—2019萨雷兹堰塞湖面积和水位关系模型为：y=-0.1003x²+18.181x+2440,（R²=0.63,P<0.05,双尾）。结合流域气象、径流以及相关文献数据分析得出萨雷兹堰塞湖的水文特征年内/际波动直接受穆尔加布河径流补给量的影响;区域冰川积雪加速消融带来的河道径流补给量增加是近年来面积水位加速上升的主要原因。
关键词： 堰塞湖;多源遥感;水文特征;动态监测;时序分析

Abstract

The hydrological characteristic process of the dammed lake has practical guiding significance and scientific reference value for the macro-control, forecast and early warning, safety prevention and control of floods in the reservoir area. In order to acquire and grasp the hydrologic characteristics and historical evolution process of the Sarez Dammed Lake in Pamir Plateau in time, the spatiotemporal changes and hydrologic evolution process of this dammed lake from 1972 to 2019 are comprehensively and systematically analyzed by using the intensive time series remote sensing data and the measured data of the hydrological station. And through the "area-water level" relationship model, we reconstruct the historical water level and historical area evolution sequence process of the Sarez Dammed Lake from 1972 to 2019. On this basis, the Mann-Kendall trend and mutation test method is adopted to analyze the hydrological change of the lake. The research results show that: (1) In general, the water level process showed a significant upward trend in volatility, and this volatility trend was mainly manifested in fluctuations and high oscillations during the year, but the amplitude of the rising water level was decreasing year by year. (2) In terms of the hydrological evolution, the hydrological characteristics had an abrupt inflection point around 2013, where the lake area and water level changed from the original slow increase to the accelerated rise. (3) The relationship model between the area and the water level of the Sarez dammed lake is: y=-0.1003x2+18.181x+2440 (R²=0.63, P<0.05, two tail). Combined with the analysis of river basin meteorology, runoff and related literature data, it is concluded that the intra-annual/inter-annual hydrological fluctuations of the lake are directly affected by the runoff recharge of the upstream Murgabu River. In terms of the causes of hydrological changes, we believe that the increase of river runoff caused by the accelerated melting of plateau glaciers and snow under the environment of global warming is the main reason for the accelerated increase of the area and water level of the lake in recent years.

Keywords：dammed lake;multi-source remote sensing;hydrological characteristics;dynamic monitoring;time series analysis

PDF (6385KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
王翔, 朱长明, 张新, 王伟胜, 方晖. 1972—2019年萨雷兹堰塞湖遥感时序监测与水文特征过程分析. 地理研究[J], 2021, 40(1): 67-80 doi:10.11821/dlyj020200383
WANG Xiang, ZHU Changming, ZHANG Xin, WANG Weisheng, FANG Hui. Time series monitoring and analysis of hydrological change process of Sarez Dammed Lake from 1972 to 2019 by multi-source remote sensing. Geographical Research[J], 2021, 40(1): 67-80 doi:10.11821/dlyj020200383

1 引言

堰塞湖的水文信息实时获取一直为堰塞湖风险防控和次生灾害防治过程中的重难点^[1]。由于天然形成的坝体,未经过压实和胶结,随着湖水上涨,坝体危险系数剧增随时可能决口造成次生灾害^[2],并且湖水上涨直接体现在湖泊水文特征发生变化,所以及时获取堰塞湖的水文特征过程对于库区水资源的宏观调控、预报预警、安全防治等具有重要意义。位于塔吉克斯坦东部的萨雷兹湖形成于1911年帕米尔高原强烈地震引发的山体滑坡。阿姆河上游支流穆尔加布河河道被滑坡体堵塞,潴水成湖形成了迄今全球最深的高原堰塞湖,该湖水位逐年持续上升,当前水深已经逾越500 m^[3],对下游构成了严重的生态风险和洪水灾害威胁。如何减轻萨雷兹堰塞湖潜在风险等级一时间成为研究的热点,专家****们针对堰塞湖从多个角度层次提出了堰塞湖危害应对方法^[2,3],与此同时,气候变暖改变了区域的水资源时空分布与水循环,增加了区域水资源的分配方式和不确定性^[4,5]。然而,由于地处偏远的帕米尔高原,通达性条件较差,自然环境恶劣,实地测量各种水文指标信息难度较大,给萨雷兹堰塞湖的安全处置以及实时监测带来很大挑战。掌握萨雷兹堰塞湖面积、水位等关键水文指标参数及其变化过程信息对其综合治理、风险评估、水量调控等具有重要的实践指导意义和科学参考价值。

萨雷兹湖的潜在危害一度被列为全球十大潜在自然灾害中的第八位^[6],加强萨雷兹湖安全防治国际合作援助研究得到当地政府和国际社会高度重视。当地政府1997年就成立了专门研究机构,并寻求与国际社会合作一同来破解这一难题,商讨解决方案,2000年世界银行主导开展了萨雷兹减灾工程研究以降低突发灾害风险并且编制了《降低萨雷兹湖溃决风险报告》^[7],2002年塔吉克斯坦政府颁发278号决议接受了《降低萨雷兹湖溃决风险报告》并且成立了国际项目实施工作组^[8,9]。国内外相关****对此展开了一系列研究,杨立信详细论述分析了降低萨雷兹湖溃决风险的国际项目报告,包括实时监测、风险预报等等^[9],他通过观测数据分析指出,萨雷兹堰塞湖如果在不可抗力作用下坝体溃决,下游沿岸的塔吉克斯坦、阿富汗、乌兹别克斯坦、土库曼斯坦约5.5万km²区域将会受灾,提出了针对萨雷兹堰塞湖的治理方案设想,如：加固堰塞体、降低湖水位、利用湖泊水能发电^[6,10]。A. 帕尔米耶里论述了萨雷兹减灾工程成效以及后续建设水电站的构想^[8]。Alford等、Schuster等、Ischuk等****还从萨雷兹堰塞湖乌索伊（Usoi）大坝主体出发,对坝体潜在的溃决风险进行了研究探讨,强调建立萨雷兹湖预警机制的重要性以及必要性^[3,11,12]。此外还有****对萨雷兹湖所处板块多次地震活动进行了研究分析^[13,14,15]。从现有文献看,目前对萨雷兹湖的治理研究大都集中在较为宏观的方案论述以及区域地震活动研究,对萨雷兹湖长时间序列水文特征以及历史演化过程研究较为缺乏。随着遥感科学技术的发展,对地观测的空间分辨率和时间分辨率不断提升,遥感技术在陆表水资源调查和水文过程监测方面成为一种不可替代的技术手段,具有传统手段无以比拟的优势。遥感技术已经在堰塞湖水文监测中展开了广泛的应用,有效解决了交通受阻通讯不畅情形下信息获取的难题^[16,17,18]。

为此,本文在中国塔吉克斯坦国际援助研究项目（萨雷兹堰塞湖无人机遥感监测预警）支持下,充分利用区域历史存档遥感数据,考虑影像质量从中挑选了总共246期研究区高质量影像,提取了自1972年以来萨雷兹堰塞湖水域面积的动态变化信息,数字重建了萨雷兹湖的长时间序列变化过程;然后根据对应时段的库区水位高程数据,构建了（1972—2019年）萨雷兹湖“面积-水位”关系模型;进而采取M-K趋势分析和突变检验方法,分析了水文特征变化过程;最后结合流域气象、径流和相关文献数据对湖泊面积水位变化驱动因素进行了相关的分析和探讨。

2 研究区概况

萨雷兹堰塞湖位于塔吉克斯坦东部的帕米尔高原（72°32′30″E~73°11′21″E,38°9′21″N~38°20′20″N）,为世界上最深的堰塞湖,1911年帕米尔地区发生里氏7.7级地震,大面积山体滑入穆尔加布河谷（阿姆河上游支流）,堵塞河道形成了天然的乌索伊堰塞坝,乌索伊堰塞坝坝体高约600 m,来自上游的穆尔加布河水不断汇集,最终形成了高原堰塞湖（图1）,因在这次灾害中被淹没的最大村庄为萨雷兹村,因而命名为“萨雷兹堰塞湖”,湖区平均海拔约为3263 m,地势起伏较大^[6,8]。1914年,萨雷兹湖开始通过乌索伊堰塞坝渗水,逐渐在下游形成巴尔坦格河,湖泊水位上涨幅度也因此放缓,根据已有水文资料统计分析显示1915—1986年,湖泊最大水深由352 m上涨到505 m,年均涨幅约为2.15 m,目前水位与坝顶相差不足百米,乌索伊堰塞坝最低处距水面仅约有45~55 m,不断上涨的水位对下游以及周边地区造成了严重的威胁^[6,8]。

图1

新窗口打开|下载原图ZIP|生成PPT
图1研究区

Fig. 1Study area

3 数据与方法

3.1 数据源选择

本文所用的卫星影像遥感数据为Landsat系列卫星搭载的MSS、TM、ETM+、OLI传感器所获得的遥感影像数据（MSS行列号为162/033、162/034,其他传感器行列号为151/033）,通过美国地质调查局（https://earthexplorer.usgs.gov）、中国科学院对地观测与数字地球科学中心（http://ids.ceode.ac.cn/query.html）、地理空间数据云（http://www.gscloud.cn/sources）等网址下载,影像选取时考虑了时间节点、云层干扰、湖面结冰情况,最终选取了1972—2019年共计246期影像（表1）。1972—2018年实测水位以及入湖流量数据通过中亚生态与环境研究中心合作项目购置于萨雷兹湖水文监测站点。塔吉克斯坦国家行政区划数据来自GADM全球行政区划数据库（https://gadm.org/download_country_v3.html）。气象数据根据距离最近和数据完整性原则选择来自美国国家海洋和大气管理局网站（https://www.ncdc.noaa.gov/cdo-web/datasets）中霍罗格(Khorog)气象台站监测数据。

Tab. 1
表1
表1密集时间序列遥感影像选择
Tab. 1Time series of remote sensing image dataset

年份	日期（月/日）	景数	年份	日期（月/日）	景数
1972	9/8^9/26^	2	2003	4/27^* 7/16^* 9/2^* 9/18^* 10/20^*	5
1976	5/11^8/9^8/27^11/25^	4	2004	3/28^* 5/15^* 6/16^* 8/3^* 9/4^* 10/22^* 11/23^*	7
1977	5/24^ 6/29^ 7/17^8/5^ 8/22^**	5	2005	3/31^* 4/16^* 6/3^* 7/21^* 8/6^* 8/22^* 9/7^* 12/12^*	8
1988	11/19^*	1	2006	4/3^* 4/19^* 7/8^7/24^ 8/9^* 8/25^* 9/10^* 11/13^*	8
1989	5/30^*	1	2007	2/17^* 3/5^* 4/22^* 6/9^* 7/11^* 7/27^* 8/28^* 9/13^* 9/29^* 10/15^* 10/31^* 11/16^*	12
1990	3/30^*	1	2008	3/23^* 4/24^* 5/18^* 5/26^* 6/27^* 7/5^* 7/29^* 8/30^* 9/15^* 10/01^* 10/17^* 12/04^*	12
1992	11/30^*	1	2009	3/26^* 7/16^* 8/1^* 8/9^* 8/17^* 8/25^* 9/26^* 10/4^* 10/12^* 12/7^*	10
1993	6/10^* 7/28^* 8/13^* 9/30^* 10/16^* 11/17^*	6	2010	7/3^* 7/19^* 7/27^* 8/20^* 9/21^* 10/7^* 10/31^* 11/16^* 12/2^* 12/18^*	10
1994	4/26^* 5/12^* 5/28^* 6/29^* 7/31^* 9/1^* 10/19^* 11/4^*	8	2011	1/19^* 4/25^* 5/3^* 6/4^* 6/20^* 7/6^* 7/14^* 8/23^* 9/8^* 9/24^* 10/2^* 12/13^* 12/29^*	13
1995	2/24^* 5/15^*	2	2012	4/19^* 7/8^* 8/9^* 8/25^* 9/10^* 10/12^* 12/31^*	7
1996	5/1^9/6^ 9/22^*	3	2013	2/17^* 3/5^* 4/22^* 5/8^* 5/16^* 6/1^* 6/9^* 6/25^* 7/3^* 7/19^* 7/27^* 8/4^* 9/5^* 9/13^10/7^ 10/15^* 11/16^* 12/26^*	18
1997	9/9^*	1	2014	2/28^* 4/1^* 5/27^* 6/12^* 7/22^* 8/7^* 8/31^* 9/16^* 10/10^* 11/11^* 12/13^*	11
1998	8/11^* 9/12^* 9/28^* 10/14^* 10/30^* 11/15^*	6	2015	1/14^* 3/19^* 5/6^* 6/7^* 7/9^* 8/18^* 9/11^* 9/27^* 10/13^* 10/29^* 11/14^* 11/30^* 12/16^*	13
1999	2/3^* 9/7^* 10/25^* 12/4^* 12/12^*	5	2016	1/17^* 2/26^* 3/5^* 3/21^* 4/6^* 5/8^* 6/25^* 7/11^* 7/27^* 8/28^* 9/13^* 9/29^* 10/15^* 11/08^* 12/2^*	15
2000	2/14^* 3/17^* 4/10^* 5/20^* 7/7^* 8/24^* 10/27^* 11/28^* 12/30^*	9	2017	2/20^* 4/9^* 4/25^* 5/11^* 5/27^* 8/15^* 10/2^* 10/10^* 11/19^* 12/5^*	10
2001	1/15^* 3/4^* 3/20^* 5/23^* 6/8^* 7/26^* 9/28^*	7	2018	1/22^* 2/7^* 2/23^* 3/19^* 4/12^* 4/28^* 5/30^* 6/7^* 7/1^* 7/17^* 8/2^* 8/18^* 9/3^* 11/6^*	14
2002	1/2^* 3/23^* 4/8^* 8/30^* 11/02^*	5	2019	3/14^* 5/1^* 6/18^* 7/4^* 7/12^* 7/20^*	6

注：^**表示影像获取传感器为MSS;^*表示影像获取传感器为TM/ETM+/OLI。

新窗口打开|下载CSV

3.2 研究方法

水域面积遥感提取主要采用了归一化水体指数“全局-局部”自适应迭代算法^{[19,20 ]},通过迭代自适应调整动态分割阈值实现萨雷兹湖水域精确识别。针对部分Landsat 7 ETM+SLC-OFF萨雷兹湖山地冰川积雪水体影像,运用局部线性直方图匹配方法修复^[21]。考虑部分冬季影像由于山体阻挡以及湖面结冰,无法直接利用自适应迭代算法进行提取,采用时间邻近节点的多角度数据影像限制范围后进行动态湖泊水边线提取,受“异物同谱同物异谱”现象以及目标地物复杂性影响,当前机器图像判读仍然无法完全取代人工目视对地物类型的实质性感知^[22],对每期提取结果进行了目视解译检验与校正,最终得出湖水面积并完成制图分析。

统计年平均水域面积、年最大水域面积、年最小水域面积辅以采用春夏秋冬四季湖泊水域面积分析萨雷兹湖水域面积年际变化特征与幅度,同时利用1972—2018年萨雷兹湖水位高程数据分析萨雷兹湖水位年内变化特征。采用Mann-Kendall非参数检验方法检验萨雷兹湖水域面积年变化趋势以及突变时间拐点,见公式（1）~公式（4）^{[23, 24]}。构建萨雷兹湖“面积-水位”模型以及利用Pearson与Spearman相关系数大小进行萨雷兹湖面积水位与气候因子相互关系的检验^[25]。将3—5月划分为春季,依次后推3个月分别划分为夏季、秋季、冬季。

Mann-Kendal检验对

n

个时刻年水域面积时间序列

d_{1}, d_{2}, \dots, d_{n - 1}, d_{n}

,构造一秩序列

s_{k}

：

（1）

s_{k} = \overset{k}{\sum_{i = 1}} R_{i}^{}; (k = 2,3, \dots, n)

式中：

R_{i}

表示

i

时刻年水域面积大于

j

时刻年水域面积

(1 \leq j \leq i)

的累计数;

s_{k}

的均值

E (s_{k})

与方差

Var (s_{k})

分别为：

（2）

E (s_{k}) = k (k - 1) / 4; (k = 2,3, \dots, n)

（3）

Var (s_{k}) = k (k - 1) (2 K + 5) / 72; (k = 2,3, \dots, n)

假设年水域面积时间序列满足随机独立,标准化后得到

UF

统计量：

（4）

U F_{(k)} = [s_{k} - E (s_{k})] / \sqrt[]{Var (s_{k})}; (k = 1,2, \dots, n)

由公式（1）~公式（4）求出曲线

U F_{}

。将年水域面积时间序列

d

逆序

d_{n}, d_{n - 1}, \dots, d_{2}, d_{1}

排列,令

U B_{(k)} = - U F_{(k)} (k = n, n - 1, \dots, 2,1)

且满足

k = 1

时

U B_{1} = 0

,再次计算求出曲线

UB

。另做临界线

y = \pm 1.96

（置信水平

α = 0.05

）并与两曲线绘制在同一平面直角坐标系上,若曲线

UF

位于坐标系横轴上方,说明年水域面积时间序列表现为上升趋势;反之,说明年水域面积时间序列表现为下降趋势;当曲线

UF

超过临界值,表示年水域面积时间序列变化趋势显著;如果在临界线之间两曲线出现交点,那么交点横坐标时刻数值为年水域面积开始突变的时间。本研究中年水域面积时间序列分为年平均与年最大两类水域面积时间序列。

4 结果分析

4.1 萨雷兹湖水域面积遥感制图与变化分析

根据不同时间萨雷兹湖遥感水域湖边线实现1972—2019年萨雷兹湖水域面积遥感制图（图2）。由于湖泊整体为东西走向并且湖岸地势陡峭坡度较高,观察到仅有湖泊南部两处狭长河谷地带以及东部河口处水域变化痕迹较为明显;北部湖岸水边线移动范围较小。通过水域面积遥感识别,提取和分析萨雷兹堰塞湖水域面积密集时序变化数据（图3）,水域总体上处于波动式持续扩张的态势。1972—2019年库区水域面积增加了约9 km²。最大水域面积出现在2017年8月15日为89.10 km²,最小水域面积出现在1976年5月11日为79.73 km²,极差为9.36 km²。从累计距平上看,早期数据受到观测尺度的影响,累计距平面积出现了一些起伏,但是2010年之后累计距平持续增加,说明1972—2010年前后水域面积总体上为慢速增长阶段,2010年以后湖水面积表现为快速增长阶段。

图2

新窗口打开|下载原图ZIP|生成PPT
图21972—2019年萨雷兹湖水域面积空间分布

Fig. 2Distribution of Sarez Lake from 1972 to 2019

图3

新窗口打开|下载原图ZIP|生成PPT
图31972—2019年萨雷兹湖水域面积时序变化

Fig. 3Time series changes of the Sarez Lake area from 1972 to 2019

进一步分析萨雷兹湖的演化过程与变化趋势,在已有的遥感影像数据时间范围内,采用春、夏、秋、冬四个季节分别分析萨雷兹湖水域面积的年际变化特征（图4）。春季萨雷兹湖平均水域面积为84.64 km2,最小值出现在1976年,最大值出现在2019年,极差为7.59 km2,面积波动程度逐渐趋向平稳;夏季萨雷兹湖平均水域面积为84.99 km2,最小值出现在1976年为80.95 km2,最大值出现在2017年为89.10 km2,水域面积绝大部分研究时段内为缓慢增加的趋势;秋季萨雷兹湖水域面积在1972—1988年之间增加幅度较大,该段时间范围内水域面积增加了4.77 km2,1988年至今秋季水域面积呈现缓慢增加的趋势;冬季萨雷兹湖水域面积变化总体较为稳定,平均水域面积为85.18 km2。相比冬季,春、夏、秋三季萨雷兹湖水域面积增加趋势较为明显变化幅度也较为剧烈。

图4

新窗口打开|下载原图ZIP|生成PPT
图41972—2019年萨雷兹湖水域面积季节变化特征

Fig. 4Seasonal variation characteristics of water area of Sarez Lake from 1972 to 2019

4.2 时序过程与突变分析

4.2.1 萨雷兹湖水域面积演化时序与突变分析为进一步认识萨雷兹湖水域面积时序变化过程,分别统计湖泊年平均水域面积、年最大水域面积、年最小水域面积并对其进行变化趋势分析。表2（见第74页）显示,从α=0.01的置信度水平来看,萨雷兹湖泊水域面积呈现了显著的上升趋势,在监测时间范围内,排除前期部分年份遥感影像数据源缺乏影响,通过Mann-kendall趋势检验得出年平均水域面积的上升趋势为0.11 km2/a,年最大水域面积的上升趋势为0.17 km2/a,年最小水域面积的上升趋势为0.07 km2/a。冬季结冰湖面和冰雪界限模糊,提取误差导致了年最小水域面积上升幅度值低于年最大水域面积与年平均水域面积上升幅度值。

Tab. 2
表2
表2萨雷兹湖水域面积Mann-kendall趋势检验
Tab. 2Mann-Kendall trend test of water area of Sarez Lake

时间序列数据类别	斜率β	统计量Z_c	显著性
年平均水域面积	0.11	3.82	显著(α=0.01)
年最大水域面积	0.17	4.37	显著(α=0.01)
年最小水域面积	0.07	2.34	显著(α=0.01)

新窗口打开|下载CSV

图5a（见第74页）中M-K突变分析的UF曲线可以看出,1972年以来萨雷兹湖年平均水域面积变化的UF值基本上都为正值（1976年以外）,并且在1996—2001年以及2013年以来,UF超过临界值,上升趋势尤其明显。2012—2013年前后UF曲线与UB曲线在临界线之间发生交点,表明此处是萨雷兹湖年平均水域面积的突变时间拐点。由图5b中UF曲线可知萨雷兹湖年最大水域面积为上升趋势,在1993—2002年和2011年以后,萨雷兹湖年最大水域面积上升明显,在2010—2011年前后,萨雷兹湖年最大水域面积UF曲线与UB曲线在临界线内发生交点,表明该时间为萨雷兹湖年最大水域面积时间突变点。综合以上分析表明萨雷兹湖在2010—2013年左右出现了拐点突变,面积变化趋势出现加速。

图5

新窗口打开|下载原图ZIP|生成PPT
图5萨雷兹湖年平均与年最大水域面积突变检验

Fig. 5Mutation test of annual average and annual maximum water area of Sarez Lake

4.2.2 萨雷兹湖水位演化时序分析萨雷兹湖水位总体表现为波动增长的趋势,其中水位最大值大都出现在9、10、11月三个月份即秋季,水位最低值大都出现在春末夏初时节偏向春季（图6）。已有监测数据显示最高水位值出现在2017年9月上旬,约为3266.08 m;最低水位值出现在1973年5月底,约为3249.87 m,整个监测时段内水位约上涨了16.21 m,水位上升速度约0.34 m/a。此外,水位年内波动幅度有减少的趋势,萨雷兹湖水位年内波动最大年为1973年达到11.69 m,水位年内波动最小年份为2014年为4.07 m。

图6

新窗口打开|下载原图ZIP|生成PPT
图6萨雷兹湖水位总体时序变化

Fig. 6Time series change of water level in Sarez Lake

4.3 “面积-水位”关系模型分析

通过多源多时相遥感提取的水域面积数据与同时期的水位高程数据建立了萨雷兹湖的“面积-水位”关系模型,如图7。根据时间匹配和异常值剔除,最后选用107对面积水位数据,建立了1972—2019年之间的“面积-水位”关系：y=-0.1003x²+18.181x+2440 （R2=0.63,P<0.05,双尾）,其中x为水域面积单位为km²,y为水位海拔高程单位为m。需要说明的是本文中构建的“面积-水位”模型由于以下因素可能会存在一些误差：首先模型中两种数据观测时间精度为天;其次所采用的遥感数据空间分辨率不一致;最后水位获取位置为坝体附近为绝对静止点（即坝前水位）,由于湖泊形态过于狭长,水面为非平面状态,水面坡度也在变化,坝前水位在丰水期和枯水期对应的湖泊面积差异较大。

图7

新窗口打开|下载原图ZIP|生成PPT
图71972—2019年萨雷兹湖“面积-水位”关系模型

Fig. 7"Area-water level" relationship model of Sarez Lake from 1972 to 2019

4.4 变化因素分析

萨雷兹湖为高原封闭堰塞湖（坝体有渗漏）,周边冰川分布广,人类活动少。从流域水平衡的角度来说,湖泊水资源的变化主要取决于降水、蒸发和补给。对于亚洲中部研究区域来说,相关文献研究表明：在干旱以及半干旱中亚地区地表径流受到冰川融化的影响大于降水的影响^[26];高山封闭湖泊水位变化直接原因为冰川融水,湖泊水位变化与湖泊补给为正相关的关系^[4];帕米尔高原东部在1972—2000年间因受到气候变暖影响冰川消融速度加快^[27]。降水方面：萨雷兹湖所在戈诺尔-巴达赫尚自治州1980—2010年近30年降水年际间波动较大但总体呈现减少的趋势,区域降水平均增长率约为-0.9 mm/10a^[28]。蒸发方面：加依娜古丽·窝扎提汗等研究表明塔吉克斯坦全国范围内1901—2011年潜在蒸散量总体上表现为平稳趋势,从萨雷兹湖所在区域来看,1961—1990年塔吉克斯坦东部地区潜在蒸散量为增加趋势,增幅达到4.81 mm/a^[29,30]。以上数据与结论中可以看出区域降水和蒸发与萨雷兹湖的水位面积变化趋势基本上是负相关甚至不相关。

此外,利用霍罗格（Khorog）气象台站多年逐月实测月最高温度计算得出多年年均最高温度,将其与萨雷兹湖水文站点实测多年年均水位进行相关分析,共计整理出28年对应数据发现两者Pearson相关系数为0.424,将其与通过遥感卫星数据提取的多年年均水域面积进行相关分析,共计整理出29年对应数据发现两者Pearson相关系数为0.263但两者Spearman相关系数为0.374,表明1972—2019年萨雷兹湖水位与水域面积同湖泊周边温度变化具有正的等级相关性,为正向增长趋势,结合上述论述最终得出1972—2019年萨雷兹湖水文特征变化气候影响因子中温度的影响大于降水以及蒸发影响。

为了进一步阐明萨雷兹近年来的变化原因,文章进一步分析了水位变化与入湖补给流量变化关系（图8）。从中可以看出两者在绝大部分时间范围内变化趋势完全一致,因此可以初步判断萨雷兹湖水位变化直接受到来自穆尔加布河对其入湖流量的影响。王晓蕾指出阿姆河上游产流区,融雪产流集中在3—7月约占总产流的67%,冰川产流集中在6—9月约占总产流的15%,总产流量集中在4—9月并且在1995—2005年间呈现不断下降的趋势^[31]。根据水域面积资料按月统计分析可以得出萨雷兹湖一年之中水域面积较大的月份出现在7—9月,在总产流时间之内;又由图3可知萨雷兹湖1995—2005年水域面积呈现下降趋势,结合“面积-水位”模型以及水位变化与入湖流量变化关系,推断该时段入湖流量应表现为下降的趋势,因此认为萨雷兹湖入湖流量组成特征及其变化过程符合阿姆河上游产流区流量总体组成特征以及变化过程。综合以上分析及相关研究结论^[4,26-34],本文认为萨雷兹湖水域面积以及水位发生变化的直接原因为入湖流量的变化,即穆尔加布河径流补给量变化的影响,湖泊的水文特征变化主要受到同期区域温度变化的影响,并且水位面积上升和温度上升呈现正相关,温度上升造成该地冰川与积雪消融速率发生变化继而导致穆尔加布河补给量发生变化,最终影响了萨雷兹湖水文变化特征过程。

图8

新窗口打开|下载原图ZIP|生成PPT
图8萨雷兹湖水位变化与入湖流量变化关系

Fig. 8Relationship between water level change and inflow rate change of Sarez Lake

5 结论与讨论

文章通过长时间序列遥感数据完成了帕米尔高原萨雷兹堰塞湖自1972—2019年水域的面积提取与制图分析;在此基础上结合坝前站点水位高程数据,构建了萨雷兹湖“面积-水位”关系模型,详细论述了萨雷兹湖面积、水位的月、季和年变化特征;并通过M-K趋势分析以及突变检验法研究了萨雷兹湖的水文过程、演变趋势以及特征拐点;最后结合流域气象、径流和相关文献数据对萨雷兹湖的近期变化原因进行了探讨和分析,研究结果表明：

（1）1972—2019年萨雷兹堰塞湖面积表现为波动持续增长,水位总体上呈现波动上升趋势。水位虽然年内波动较大,但是总体维持高位震荡,且振幅在逐渐减小,其中最高值出现在秋季最低值出现在春季。

（2）萨雷兹堰塞湖水文时序变化特征在2013年左右出现了一个突变拐点,上升趋势出现显著加速,湖泊水文变化特征由原来的缓慢增加转变到加速上升。

（3）1972—2019年萨雷兹堰塞湖“面积-水位”关系模型为：y=-0.1003x²+18.181x+2440,（R2=0.63,P<0.05,双尾）。

驱动因素中温度的影响大于同时期降水量和蒸发量的影响,湖泊水文变化特征与穆尔加布河径流补给量变化关系最为密切,降水和蒸发与湖泊水文变化在统计意义上没有显著的相关关系。结合相关的文献数据和结论综合分析,认为全球变暖环境下的流域积雪冰川加速消融,是近些年来萨雷兹湖面积水位加速上升的主要原因。但需要指出的是,在本研究中由于客观数据缺乏分析还存在一些不足之处,例如：缺乏对整个湖区的水耗情况综合分析,也没有考虑到堰塞坝体渗透量变化的影响,该方面监测数据的缺失影响了对萨雷兹湖水文特征变化认识的深度,有待于进一步继续深入研究。

致谢

真诚感谢二位匿名评审专家在论文评审中所付出的时间与精力,评审专家对本文撰写细节、实验精度验证、湖泊水文变化驱动因素方面的修改意见,使本文获益匪浅。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

谢建丽. 堰塞湖除险过程中的水文监测计算与分析. 兰州: 甘肃人民出版社, 2013: 3.

[本文引用: 1]

[ Xie

Jianli

. Calculation and Analysis of Hydrological Monitoring during the Hazard Removal Process of the Dam Lake. Lanzhou: Gansu People's Publishing House, 2013: 3.]

[本文引用: 1]

[2]

吕杰堂, 刘秋强, 程凯, 等. 滑坡堰塞湖及其灾害应对
城市与减灾, 2019, (3):17-21.

[本文引用: 2]

[ Lv

Jietang

, Liu

Qiuqiang

, Cheng

Kai

, et al. Landslide dammed lake and its disaster response
City and Disaster Reduction, 2019, (3):17-21.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3969/j.issn.1671-0495.2019.03.006.

[本文引用: 2]

[3]

Alford

, Cunha S

, Ives

J D

. Lake Sarez, Pamir Mountains, Tajikistan: Mountain hazards and development assistance
Mountain Research & Development, 2009,20(Feb 2000):20-23. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1659/0276-4741(2000)020[0020: LSPMTM]2.0.CO2.

[本文引用: 3]

[4]

李均力, 陈曦, 包安明. 2003-2009年中亚地区湖泊水位变化的时空特征
地理学报, 2011,66(9):1219-1229.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/xb201109007 URL [本文引用: 3]

利用ICESat/GLAS 卫星测高数据产品获取2003-2009 年间中亚地区24 个典型湖泊的水位信息,分析该地区湖泊水位变化的时间过程和空间特征,并结合流域内气象观测数据和冰川、水坝分布图,分析不同类型湖泊的水位变化对气候变化与人类活动的响应。结果表明,湖泊水位变化与湖泊所在流域的年均降水量的变化呈显著的正相关;冰川融水对高山封闭湖泊的变化具有重要作用,其中在青藏高原北部、帕米尔高原和天山中部有大量冰川分布的流域,湖泊水位变化与湖泊补给系数呈正相关,水位主要表现为升高或稳定的状态;而在天山和阿尔泰山高地区无冰川补给的流域,水位随湖泊补给系数的增大而呈现负变化。水利枢纽或拦水坝为人类活动对湖泊的直接影响因子,其空间分布与近年来外流湖和平原尾闾湖的水位变化有关。拦水建坝的外流湖和尾闾湖的水位下降明显,而未建拦水坝或水利枢纽的外流湖水位相对稳定,进一步印证了近年来中亚水资源过度开发造成湖泊水位下降的事实。

[ Li

Junli

, Chen

, Bao

Anming

. Spatial-temporal characteristics of lake level changes in Central Asia during 2003-2009
Acta Geographica Sinica, 2011,66(9):1219-1229.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/xb201109007.

[本文引用: 3]

[5]

施雅风. 山地冰川与湖泊萎缩所指示的亚洲中部气候干暖化趋势与未来展望
地理学报, 1990,57(1):1-13.

DOI:10.11821/xb199001001 URL [本文引用: 1]

2及其他痕量气体增加所致的温室效应使下世纪重现全新世早、中期那样的高温,则亚洲中部有可能转为潮湿。]]>

[ Shi

Yafeng

. Glacier recession and lake shrinkage indicating the climatic warming and drying trend in Central Asia
Acta Geographica Sinica, 1990,57(1):1-13.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3321/j.issn:0375-5444.1990.01.001.

[本文引用: 1]

[6]

杨立信. 塔吉克斯坦萨雷兹堰塞湖治理研究
水利水电快报, 2008,29(6):1-4.

[本文引用: 4]

[ Yang

Lixin

. Study on the management of Sarez dam lake in Tajikistan
Express Water Resources & Hydropower Information, 2008,29(6):1-4.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.15974/j.cnki.slsdkb.2008.06.005.

[本文引用: 4]

[7]

Alford

, Schuster

. Usoi Landslide Dam and Lake Sarez: An Assessment of Hazard and Risk in The Pamir Mountains, Tajikistan
New York: United Nations Publication, 2000: 101. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/92-1-132022-4.

[本文引用: 1]

[8]

A. 帕尔米耶里, 谭峰屹, 郭佳. 塔吉克斯坦萨雷兹堰塞湖减灾工程及其发展机遇
水利水电快报, 2017,38(10):28-31.

[本文引用: 4]

[ A

Palmieri

, Tan

Fengyi

, Guo

Jia

. Disaster mitigation project and its development opportunities in the Sarez Barrier Lake, Tajikistan
Express Water Resources & Hydropower Information, 2017,38(10):28-31.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.15974/j.cnki.slsdkb.2017.10.009.

[本文引用: 4]

[9]

杨立信. 降低萨雷兹湖溃决风险国际项目
水利水电快报, 2008,29(11):1-4.

[本文引用: 2]

[ Yang

Lixin

. International project to reduce the risk of Lake Sarez outbreak
Express Water Resources & Hydropower Information, 2008,29(11):1-4.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3969/j.issn.1006-0081.2008.11.001.

[本文引用: 2]

[10]

杨立信. 萨雷兹堰塞湖治理利用研究方案
水利水电快报, 2008,29(7):1-3.

[本文引用: 1]

[ Yang

Lixin

. Research plan for the management and utilization of the Sarez dam lake
Express Water Resources & Hydropower Information, 2008,29(7):1-3.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3969/j.issn.1006-0081.2008.07.001.

[本文引用: 1]

[11]

Schuster

, Alford

. Usoi landslide dam and Lake Sarez, Pamir Mountains, Tajikistan
Environmental & Engineering Geoscience, 2004,10(2):151-168. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.2113/10.2.151.

[本文引用: 1]

[12]

Ischuk A

. Usoi Rockslide Dam and Lake Sarez, Pamir Mountains, Tajikistan
Berlin Heidelberg: Springer, 2011: 423-440. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1007/978-3-642-04764-0_16.

[本文引用: 1]

[13]

Kulikova

, Schurr

, Kruger

, et al. Source parameters of the Sarez-Pamir earthquake of 1911 February 18
Geophysical Journal International, 2016,205(2):1086-1098. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1093/gji/ggw069.

[本文引用: 1]

[14]

Metzger

, Schurr

, Ratschbacher

, et al. The 2015 M(w)7.2 Sarez Strike-Slip earthquake in the Pamir Interior: Response to the underthrusting of India's western promontory
Tectonics, 2017,36(11):2407-2421. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1002/2017TC-004581.

[本文引用: 1]

[15]

Kopnichev Y

, Sokolova I

. Ring-shaped seismicity structures in the areas of Sarez and Nurek water reservoirs (Tajikistan): Lithosphere adaptation to additional aoading
Izvestiya Atmospheric & Oceanic Physics, 2017,53(7):748-756. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1134/s0001433817070052.

[本文引用: 1]

[16]

吕杰堂, 王治华, 周成虎. 西藏易贡滑坡堰塞湖的卫星遥感监测方法初探
地球学报, 2002,23(4):363-368.

[本文引用: 1]

[ Lv

Jietang

, Wang

Zhihua

, Zhou

Chenghu

. A tentative discussion on the monitoring of the Yigong landslide-blocked lake with satellite remote sensing technique
Acta Geoscientica Sinica, 2002,23(4):363-368.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3321/j.issn:%201006-3021.2002.04.%20014.

[本文引用: 1]

[17]

李小涛, 黄诗峰, 宋小宁. 我国典型滑坡堰塞湖遥感监测案例分析
人民黄河, 2012,34(5):78-81.

[本文引用: 1]

[ Li

Xiaotao

, Huang

Shifeng

, Song

Xiaoning

. Application of remote sensing monitoring in the typical landslide dammed lakes
Yellow River, 2012,34(5):78-81.]. Doi: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3969/j.issn.1000-1379.2012.05.027.

[本文引用: 1]

[18]

李小涛, 黄诗峰, 郭怀轩. 遥感技术在地震堰塞湖监测中的应用
水利水电技术, 2011,42(3):93-96.

[本文引用: 1]

[ Li

Xiaotao

, Huang

Shifeng

, Guo

Huaixuan

. Application of remote sensing to monitoring of earthquake induced landslide-dammed lake
Water Resources and Hydropower Engineering, 2011,42(3):93-96.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3969/j.issn.1000-0860.2011.03.023.

[本文引用: 1]

[19]

李均力, 盛永伟, 骆剑承. 喜马拉雅山地区冰湖信息的遥感自动化提取
遥感学报, 2011,15(1):29-43.

[本文引用: 1]

[ Li

Junli

, Sheng

Yongwei

, Luo

Jiancheng

. Automatic extraction of Himalayan glacial lakes with remote sensing
Journal of Remote Sensing, 2011,15(1):29-43.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11834j/rs.20110103.

[本文引用: 1]

[20]

朱长明, 骆剑承, 沈占锋, 等. DEM辅助下的河道细小线性水体自适应迭代提取
测绘学报, 2013,42(2):277-283.

[本文引用: 1]

[ Zhu

Changming

, Luo

Jiancheng

, Shen

Zhanfeng

, et al. River linear water adaptive auto-extraction on remote sensing image aided by DEM
Acta Geodaetica et Cartographica Sinica, 2013,42(2):277-283.]

[本文引用: 1]

[21]

孙永玲, 江利明, 柳林, 等. 基于Landsat-7 ETM+SLC-OFF影像的山地冰川流速提取与评估: 以Karakoram锡亚琴冰川为例
冰川冻土, 2016,38(3):596-603.

[本文引用: 1]

[ Sun

Yongling

, Jiang

Liming

, Liu

Lin

, et al. Surface flow velocity of mountain glaciers derived from Landsat-7 ETM+SLC-OFF images: Extraction and quantitative evaluation: A case study of the Siachen Glacier in the Karakoram
Journal of Glaciology and Geocryology, 2016,38(3):596-603.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.7522/j.issn.1000-0240.2016.0066.

[本文引用: 1]

[22]

Lang

, Sch?pfer

, Langanke

. Combined object-based classification and manual interpretation-synergies for a quantitative assessment of parcels and biotopes
Geocarto International, 2009,24(2):99-114. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/10106040802121093.

[本文引用: 1]

[23]

徐建华. 现代地理学中的数学方法第3版. 北京: 高等教育出版社, 2017: 133-138.

[本文引用: 1]

[ Xu

Jianhua

. Mathematical Methods in Contemporary Geography (Third Edition). Beijing: Higher Education Press, 2017: 133-138.]

[本文引用: 1]

[24]

魏凤英. 现代气候统计诊断与预测技术第2版. 北京: 气象出版社, 2007: 63-64.

[本文引用: 1]

[ Wei

Fengying

. Modern Climate Statistical Diagnosis and Forecasting Technology (Second Edition). Beijing: China Meteorological Press, 2007: 63-64.]

[本文引用: 1]

[25]

汪冬华. 多元统计分析与SPSS应用第2版. 上海: 华东理工大学出版社, 2018: 83-84.

[本文引用: 1]

[ Wang

Donghua

. Multivariate Statistical Analysis and Application of SPSS (Second Edition). Shanghai: East China University of Science and Technology Press, 2018: 83-84.]

[本文引用: 1]

[26]

Zhi

, Chen

, Fang

, et al. Multivariate assessment and attribution of droughts in Central Asia
Scientific Reports, 2017,7(1):1316. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1038/s41598-017-01473-1.

URLPMID:28465559 [本文引用: 2]

[27]

曾磊, 杨太保, 田洪阵. 近40年东帕米尔高原冰川变化及其对气候的响应
干旱区资源与环境, 2013,27(5):144-150.

[本文引用: 1]

[ Zeng

Lei

, Yang

Taibao

, Tian

Hongzhen

. Response of glacier variations in the eastern Pamirs plateau to climate change, during the last 40 years
Journal of Arid Land Resources and Environment, 2013,27(5):144-150.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.134-48/j.cnki.jalre.2013.05.033.

[本文引用: 1]

[28]

鲜丽菊, 穆振侠, 姜卉芳, 等. 塔吉克斯坦近31年气候要素时空变化特征分析
水资源与水工程学报, 2015,26(2):44-50.

[本文引用: 1]

[ Xian

Liju

, Mu

Zhenxia

, Jiang

Huifang

, et al. Analysis of temporal and spatial evolution characteristics of climatic factor in Tajikistan for nearly 31 years
Journal of Water Resources and Water Engineering, 2015,26(2):44-50.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11705/j.issn.1672-643X.2015.02.009.

[本文引用: 1]

[29]

加依娜古丽·窝扎提汗. 塔吉克斯坦近百年气候时空变化特征及其未来情景分析
乌鲁木齐: 新疆农业大学硕士学位论文, 2014: 78-82.

[本文引用: 1]

[ Jiayinaguli

Wozatihan

. Spatiotemporal characteristics of climate change and future scenarios analysis of the republic of Tajikistan in recent 100 years
Urumqi: Master Dissertation of Xinjiang Agricultural University, 2014: 78-82.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.7666/d.Y2697650.

[本文引用: 1]

[30]

加依娜古丽·窝扎提汗, 巴特尔·巴克, 吴燕锋, 等. 近百年塔吉克斯坦潜在蒸散量时空分布特征
水土保持研究, 2015,22(1):280-285.

[本文引用: 1]

[ Jiayinaguli

Wozatihan

, Batur

Bake

, Wu

Yanfeng

, et al. Spatiotemporal characteristics of potential evapotranspiration in Tajikistan in the past 100 years
Research of Soil and Water Conservation, 2015,22(1):280-285.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.13869/j.cnki.rswc.2015.01.051.

[本文引用: 1]

[31]

王晓蕾, 孙林, 张宜清, 等. 中亚阿姆河上游产流过程特征研究
地理科学进展, 2015,34(3):364-372.

URL [本文引用: 1]

①阿姆河产流区融雪集中在3-7月,冰川产流在6-9月,雨、雪、冰产流比例分别为18%、67%和15%,雪、冰融水产流超过80%;②阿姆河总产流集中在4-9月,占年产流量的83%,地表流、基流和侧向流分别占径流量的38%、46%和16%;③Mann-Kendall非参数检验(α=0.05)显示,1951-2005年间,阿姆河产流区降水呈显著减少趋势,气温呈显著升高趋势,雨、雪、冰产流量与总产流量均呈减小趋势,特别是在1995年之后,由于气温的持续上升和降水急剧下降,产流量减少幅度加大,1996-2005年与1951-1995年相比,雨、雪、冰产流分别减少35%、20%和4%,总产流减少了21%。]]>

[ Wang

Xiaolei

, Sun

Lin

, Zhang

Yiqing

, et al. Runoff generation in the headwater of Amu Darya, Central Asia
Progress in Geography, 2015,34(3):364-372.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11820/dlkxjz.2015.03.011.

[本文引用: 1]

[32]

Jacob

, Wahr

, Pfeffer

, et al. Recent contributions of glaciers and ice caps to sea level rise
Nature. 2012,482(7386):514-518. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1038/nature10847.

URL

Glaciers and ice caps (GICs) are important contributors to present-day global mean sea level rise(1-4). Most previous global mass balance estimates for GICs rely on extrapolation of sparse mass balance measurements(1,2,4) representing only a small fraction of the GIC area, leaving their overall contribution to sea level rise unclear. Here we show that GICs, excluding the Greenland and Antarctic peripheral GICs, lost mass at a rate of 148 +/- 30 Gt yr(-1) from January 2003 to December 2010, contributing 0.41 +/- 0.08 mm yr(-1) to sea level rise. Our results are based on a global, simultaneous inversion of monthly GRACE-derived satellite gravity fields, from which we calculate the mass change over all ice-covered regions greater in area than 100 km(2). The GIC rate for 2003-2010 is about 30 per cent smaller than the previous mass balance estimate that most closely matches our study period(2). The high mountains of Asia, in particular, show a mass loss of only 4 +/- 20 Gt yr(-1) for 2003-2010, compared with 47-55 Gt yr(-1) in previously published estimates(2,5). For completeness, we also estimate that the Greenland and Antarctic ice sheets, including their peripheral GICs, contributed 1.06 +/- 0.19 mm yr(-1) to sea level rise over the same time period. The total contribution to sea level rise from all ice-covered regions is thus 1.48 +/- 0.26 mm yr(-1), which agrees well with independent estimates of sea level rise originating from land ice loss and other terrestrial sources(6).

[33]

何毅, 杨太保, 冀琴, 等. 中亚阿拉套地区冰川退缩与气候变化关系研究
干旱区地理, 2014,37(5):908-915.

URL

以1990-2011年的TM和ETM+遥感资料为信息源，通过遥感图像处理技术和目视解译方法提取冰川界限，应用GIS技术分析了阿拉套地区近22 a冰川面积变化。结果表明：1990-2011年阿拉套地区冰川呈退缩趋势，面积退缩了20.24%，大规模冰川分解使得小规模冰川的总面积和条数均有所增加，较大的变化率是由于研究区面积<1 km2的冰川数量占总数的比重较大（近90%）造成的，依据研究区冰川空间结构特征，应用分形理论对未来冰川变化进行初步预测，认为研究区冰川的消融率仍保持比较高的状态。表明阿拉套地区冰川退缩的关键因素是气候变暖，年降水量的增加不能抵消由夏季温度剧烈上升导致的冰川消融。此外，地形条件、冰川规模都是影响冰川波动的重要因素，与西部其他区域相比，阿拉套地区冰川退缩表现出较快的趋势。

[ He

, Yang

Taibao

, Ji

Qin

, et al. Glacier shrinkage and its dependence on climate in the Central Asia Alatau Region
Arid Land Geography, 2014,37(5):908-915.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.13826/j.cnki.cn65-1103/x.2014.05.006.

[34]

Sorg

, Bolch

, Stoffel

, et al. Climate change impacts on glaciers and runoff in Tien Shan (Central Asia)
Nature Climate Change, 2012,2(10):725-731. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1038/nclimate1592.

URL [本文引用: 1]