中国湖泊面积对干旱响应的空间异质性及其驱动机制

《International Journal of Digital Earth》：Spatial heterogeneity and driving mechanism of the response of lake area to drought for lakes in China

中国湖泊面积时空变化及驱动机制研究。提出基于图像污染像素填补算法和随机森林回归的月度湖泊面积数据集（2000-2021），验证精度达NSE=0.99，RMSE=84.33。结果显示：全国湖泊面积显著增加（26.55 km2/月，p<0.01），但存在显著空间异质性。西北部Heihe-Tengchong线以24.94 km2/月增速扩张，东南部增速仅1.47 km2/月（p>0.05）。85%湖泊受干旱影响，其中东南部湖泊（占26%）同时受干旱和人类活动加剧影响，二者对湖泊面积波动解释度达0.95。研究发现人类活动通过改变土地利用（如耕地和硬化地表占比）加剧干旱对湖泊面积的影响，特别是东部平原地区湖泊因城市化、农业扩张导致面积显著减少（p<0.01）。

　　在当今全球气候持续变化的背景下，极端气候事件如干旱的频率显著增加，这给湖泊的生态功能和水资源供应带来了严峻挑战。中国作为全球湖泊资源丰富的重要国家，其湖泊面积的变化不仅反映了自然环境的演变，也与人类活动密切相关。然而，由于遥感影像数据的缺失和污染问题，湖泊面积的长期、高时空分辨率监测数据的获取变得尤为困难。本研究通过提出一种新的影像污染像素填充算法，构建了一个覆盖2000年至2021年、月度分辨率的中国湖泊面积数据集，为深入探讨湖泊对极端事件的响应机制提供了重要基础。

研究首先利用中国国家气象局提供的气候数据，计算出不同时间尺度的标准化降水蒸发指数（SPEI），并以此评估干旱事件的发生情况。SPEI能够更全面地反映干旱的强度和持续时间，因为它不仅考虑了降水变化，还结合了潜在蒸发量的变化。研究还采用了一种基于随机森林回归算法的数据填充方法，弥补了原始遥感数据中因云层遮挡、传感器故障等因素导致的缺失部分。通过这种方法，研究团队构建了一个完整且连续的湖泊面积数据集，并对数据的准确性进行了验证，结果显示该数据集具有很高的精度，Nash效率系数（NSE）达到0.99，均方根误差（RMSE）为84.33，相对均方根误差（RRMSE）为8.02%。这些指标表明，所构建的数据集能够有效地反映湖泊面积的真实变化情况。

通过分析2000年至2021年的湖泊面积数据，研究发现中国湖泊面积总体呈现显著上升趋势，平均每月增加26.55平方公里（P < 0.01）。然而，这种变化并非均匀分布，不同区域的湖泊面积变化存在明显的空间异质性。在青藏高原（TPL）和东北平原-山地湖区（NPML）等地区，湖泊面积的增加尤为显著。相比之下，东部平原湖区（EPL）的湖泊面积则表现出下降趋势，其中约43%的湖泊面积显著减少（P < 0.01）。此外，云南-贵州高原湖区（TGPL）和内蒙古-新疆湖区（IMXL）的湖泊面积也出现了不同程度的减少。这种空间异质性揭示了不同区域在自然条件和人类活动影响下的差异性响应机制。

进一步研究发现，约85%的湖泊（共计326个）受到干旱事件的影响，且湖泊面积越大，其受影响程度越高。这一现象可能与干旱期间湖泊表面积的扩大导致蒸发量增加有关。在干旱条件下，湖泊的蒸发速率往往会显著上升，从而加剧水资源短缺问题。同时，研究还指出，东南侧的黑河-腾冲线（Heihe-Tengchong Line）地区的湖泊不仅受到干旱的影响，还受到人类活动的显著作用。这些湖泊的流域内，耕地和不透水地表的面积比例较高，使得湖泊在干旱期间更容易受到人为因素的干扰，例如水资源的过度开发、农业灌溉的增加以及城市化进程带来的土地利用变化。这些因素在干旱时期会进一步放大湖泊面积的减少趋势。

研究还通过分析湖泊面积变化与干旱影响面积之间的相关性，发现两者之间存在显著的正相关关系，相关系数达到0.95（P < 0.01）。这表明，干旱事件是湖泊面积波动的重要驱动因素。同时，研究还发现，在东南侧黑河-腾冲线地区的湖泊，其面积变化与干旱影响面积之间的相关性更高，达到0.98（P < 0.01），这进一步验证了该地区湖泊对干旱的敏感性。此外，东南侧的湖泊由于人类活动的密集程度较高，其面积变化更易受到干旱的放大效应影响，这说明在干旱发生时，自然因素与人为因素的叠加作用可能导致湖泊面积的快速下降。

从区域角度来看，湖泊面积的变化主要受到自然条件和人类活动的共同影响。例如，在青藏高原，由于气候变暖导致冰川和积雪融化，湖泊面积显著增加。然而，在东部平原湖区，湖泊面积的减少则主要归因于人类活动的干扰，包括土地开发、城市扩张和水资源的过度利用。这些活动不仅改变了湖泊的水文条件，还影响了湖泊的生态系统功能。例如，农业灌溉和城市用水需求的增加在干旱期间可能加剧水资源短缺，从而导致湖泊面积的进一步缩减。此外，人类活动还可能改变湖泊周围的自然环境，如植被覆盖度的降低和土地利用类型的转变，这些都会影响湖泊的水循环过程，使其在干旱条件下更容易受到侵蚀和退化。

研究还指出，湖泊面积的变化不仅是气候变化的直接结果，还受到区域经济活动、农业发展和水利工程建设等多重因素的影响。在一些干旱频发的地区，湖泊面积的减少可能会导致水质恶化、生态系统失衡等问题，从而威胁到湖泊的生态稳定性和可持续性。例如，随着湖泊面积的缩小，水体的自净能力下降，污染物浓度可能上升，进一步影响湖泊的生态健康。此外，湖泊面积的减少还可能对水生生物产生负面影响，导致物种多样性下降，甚至影响到湖泊的生态功能。

本研究的结果对理解和应对湖泊面积变化提供了新的视角。一方面，干旱事件作为湖泊面积波动的重要因素，其对湖泊的影响可能在未来的气候变化背景下变得更加显著。另一方面，人类活动的加剧可能进一步放大干旱对湖泊的影响，使得湖泊面积的变化更加复杂和不可预测。因此，在未来的水资源管理和生态保护工作中，需要更加关注干旱与人类活动的协同作用，尤其是在那些湖泊面积变化趋势明显、生态脆弱的地区。

此外，研究还强调了构建高精度、高时空分辨率湖泊面积数据集的重要性。由于遥感数据本身存在一定的局限性，如云层遮挡、传感器故障等问题，研究团队提出了一种基于像素填充的算法，以弥补数据缺失部分，提高湖泊面积识别的准确性。该算法在实际应用中表现出良好的效果，能够有效恢复数据的完整性，从而支持更深入的湖泊变化分析。

从更广泛的角度来看，湖泊作为重要的自然水体，不仅对调节区域气候、维持生态系统平衡具有重要作用，还与人类社会的可持续发展密切相关。随着全球气候变化的加剧，湖泊面积的变化趋势可能会更加剧烈，尤其是在那些降水减少、蒸发增加的地区。因此，建立长期、系统的湖泊面积监测体系，有助于更好地理解和预测湖泊对极端气候事件的响应，为水资源管理、生态保护和可持续发展提供科学依据。

综上所述，本研究通过构建一个完整的湖泊面积数据集，结合SPEI指数和随机森林回归算法，深入分析了中国湖泊面积的变化趋势及其背后的驱动机制。研究结果表明，干旱事件是湖泊面积波动的重要因素，而人类活动则在一定程度上放大了这种影响。特别是在东南侧黑河-腾冲线地区，湖泊面积的变化受到自然条件和人为因素的双重作用。这些发现不仅有助于加深对湖泊变化机制的理解，也为未来的湖泊保护和水资源管理提供了新的思路和方法。