文献总结 | WR:过去二十年中国大型湖库水色演变特征

文摘   2024-06-03 17:10   北京  

点击上方湖泊遥感与智慧流域关注我们

研究背景
RESEARCH BACKGROUND
湖泊和水库作为内陆水体的重要组成部分,不仅为各种生物提供了多样化的水资源,还在全球碳循环和气候调节中发挥着关键作用。水色作为反映水质综合特征的重要指标之一,其监测对于理解水体变化和制定相关政策至关重要。经济快速增长和气候变化等因素给内陆水域的生态环境带来了重大挑战,尤其是中国东部湖区面临着富营养化等诸多问题。为了更好地管理和改善湖泊水质,迫切需要对全国水色进行评估和监测。遥感技术的快速发展为水色监测提供了新的机会。

研究方法
(1)开发一个适用于MODIS-500 m的高性能FUIFused Chlorophyll Index)反演模型,解决现有模型在水色计算上的不准确性;

(2)利用MODIS-500 m数据分析2000年至2022年中国大型湖泊的水色时空变化及其长期趋势

(3)明确中国大型湖泊水色的季节变化和不同地区的主导水色类型;

(4)量化影响中国大型湖泊水色变化的驱动因素。

研究过程:研究过程主要分为三个部分。第一部分是FUI反演的步骤第二部分是FUI反演模型的改进;第三部分是改进的FUI反演模型在2000 - 2022年中国大型湖泊水色中的应用(图1)。

图1 FUI反演模型改进与中国大型湖泊水色揭示的流程
研究结果
1. 改进模型的性能
图2展示了基于IOCCG数据集的三种模型的性能评估,改进后的模型相较于地物光谱反射率模型和插值模型,其平均误差和均方根误差显著降低,展示了优越的性能。

图2 基于IOCCG数据集的各个模型评估
2. 中国大型湖泊水色空间分布特征
不同地理位置的湖泊显示出不同的水色等级,从低到高依次为青藏高原、玉树高原、额济纳盆地、内蒙古高原。根据FUI值的范围,将水体颜色分为蓝色、青色、绿色和黄色四个区间。整体上,蓝色和绿色湖泊比例较高。西部湖泊以蓝色和青色为主,而东部湖泊则以绿色和黄色为主,形成了“西部蓝色、东部绿色”的空间格局。

图3 2000-2022年中国大型湖泊长期平均FUI分布(a:平均FUI空间分布;b:各湖区FUI比例统计;c:各湖区FUI的箱形图)

图4 2000-2022年各湖区几个典型湖泊的平均FUI(按地理位置排序)
3. 中国大型湖泊水色的长期演变
在NMP(东北山地平原)、QTP(青藏高原)和EP(东部平原)等湖区中,色度角(α值)普遍呈下降趋势,其中一些湖泊的变化率显著,如查干湖和大庆水库。在QTP(青藏高原)区域,蓬岩湖和洞窟湖的α值变化也尤为显著。然而,在YGP(云贵高原)和MXP(蒙新高原)区域,α值则整体呈上升趋势,其中一些湖泊的变化率甚至超过了0.200°/yr。此外,水库的α值下降率较高,其中博山水库、漳河水库、板桥水库等表现尤为突出

图5 2000 - 2022年中国大型湖泊α变化趋势(a:变化趋势的空间分布,其中正变化率表示水体颜色从蓝色到绿色再到黄色到棕色的转变,负变化率表示相反方向的变化;b:各湖区变化趋势统计,变化率大于0.1和小于0.1分别被归类为增加和减少,介于0.1和0.1之间的归类为稳定;c:各湖区变化率箱线图)
4. 全国大型湖泊水色的季节变化类型

西部湖区和东部湖区显示出不同的季节性水色变化模式,反映出了地形特征和季节性气候变化对湖泊水色的显著影响。湖泊水色季节性类型主要分为单峰型TA和多峰型TB两大类,TA类别分为TA1和TA2,主要在6至8月达到最大值和最小值,而TB类别分为TB1和TB2,呈相反的季节变化模式。西部湖区主要显示单峰型(TA)和夏季下降型,而东部湖区则表现为夏季上升型和多峰型(TB)。

图6 中国大型湖泊水色的季节类型(a:季节类型的空间分布)b-c:季节性总体统计和区域统计;d:季节型曲线,红黑线分别代表5-10月和1-12月)

5. 环境因素的影响分析

使用多元通用线性模型(GLM)量化了环境因素对湖泊水色变化的影响。主要驱动因素包括植被覆盖度(NDVI)、湖泊表面积(SA)和人口(POP)(表1)。西部湖泊地区主要受SA影响,而东部湖泊地区则主要受POP影响。此外,NMP、EP和MXP地区的水色变化与NDVI关联密切。气象因素在各地区也发挥了次要作用,其中降水量PRE(PRE)对EP、NMP和QTP影响较大,而地表温度(ST)对YGP和NMP影响较为显著。
表1 各湖区环境因子对水色变化的平均相对贡献
总结讨论
这项研究开发了一种改进的水色反演模型算法-Forel-Ule,解决了现有模型在水色计算精确度上的缺陷。与现有模型相比,它具有更好的性能,并在大范围的时间和空间尺度上具有强大的适用性。研究发现全国湖泊呈现出“西蓝东绿”的空间分布模式,长期的湖泊水色变化与植被指数(NDVI)、湖泊表面积(SA)和人口(POP)之间存在显著相关性。此外,在西部和东部湖区观察到相反的季节性水色类型,反映了地形特征和季节气候变化对湖泊水色变化的显著影响。该研究获得的全国大型湖泊水色结果为未来的水质监测和管理提供了重要的基础数据。

✎ 编者注

以上总结仅代表个人对论文的理解,仅供研究参考所用,不用于商业用途。若上述理解内容有误,请以论文原文为主。未经同意,禁止转载。


原文链接 ↓
https://doi.org/10.1016/j.watres.2024.121560

点击左下方 “阅读原文” 可下载论文原文。



团队介绍

湖泊遥感与智慧流域创新团队,主要围绕湖泊开展历史重构、现状观测和未来变化模拟等模型研制和应用实践工作,并在流域尺度开展大数据智慧管理平台研究,保障湖泊水质安全。团队拥有博士和硕士导师4人(段洪涛,罗菊花,刘东,谭振宇),可分别在中国科学院南京地理与湖泊研究所、西北大学以及南京信息工程大学(国科大南京学院联合培养)等招收博、硕士研究生,欢迎报考!同时,长期招收联合培养研究生,欢迎咨询!

联系人:段洪涛研究员,htduan@niglas.ac.cn

点击下方链接直接关注我们

科学前沿丨文献总结 | Journal of Hydrology:松花江水体表层二氧化碳分压和水气交换通量遥感研究
科学前沿丨文献总结 | Nature Communications:湖泊变化的季节特征
科学前沿丨文献总结 | WR:近海区域微塑料季节性迁移变化模拟研究
科学前沿丨文献总结 | RSE:使用地球同步卫星GOES-16 ABI 影像自动提取美洲大陆水体
团队成果 | L&O高被引论文:湖泊CO2排放对全球变化的响应
团队成果 | RSE:黄河悬浮泥沙遥感研究取得进展
团队动态 | 段洪涛研究员连续4年入选全球前2%科学家榜单
团队动态段洪涛研究员荣获朱李月华优秀教师奖

湖泊遥感与智慧流域
围绕“湖泊遥感与智慧流域”方向,介绍学科方向前沿,分享团队研究成果和动态,提供论文下载和数据共享等服务。版权所有 @ NN TEAM联合创新团队(NIGLAS & NWU Innovation Team)
 最新文章