EN中文

干旱区研究 >

2024 , Vol. 41 >Issue 6: 905 - 916

DOI: https://doi.org/10.13866/j.azr.2024.06.01

水土资源

1991—2020年新疆中小湖泊面积变化时空特征及趋势分析

  • 马元植 , 1, 2 ,
  • 覃小林 1, 2 ,
  • 凌红波 , 1, 2 ,
  • 闫俊杰 3 ,
  • 张广朋 1, 2
展开
  • 1.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，干旱区生态安全与可持续发展重点实验室，新疆 乌鲁木齐 830011
  • 2.中国科学院大学，北京 100049
  • 3.伊犁师范大学资源与生态研究所，新疆 伊宁 835000
凌红波. E-mail:

马元植（2000-），男，硕士研究生，主要从事干旱区水文过程研究. E-mail:

收稿日期: 2023-10-25

  修回日期: 2023-12-28

  网络出版日期: 2025-08-12

基金资助

新疆水利科技专项资金项目(XSKJ-2023-08)

新疆重点研发项目(2022B03024-1)

收起

Spatio-temporal characteristics and trends of area changes in the small and medium-sized lakes in Xinjiang, China, from 1991 to 2020

  • MA Yuanzhi , 1, 2 ,
  • QIN Xiaolin 1, 2 ,
  • LING Hongbo , 1, 2 ,
  • YAN Junjie 3 ,
  • ZHANG Guangpeng 1, 2
Expand
  • 1. State Key Laboratory of Desert and Oasis Ecology, Key Laboratory of Ecological Safety and Sustainable Development in Arid Lands, Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, Xinjiang, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. Institute of Resources and Ecology, Yili Normal University, Yining 835000, Xinjiang, China

Received date: 2023-10-25

  Revised date: 2023-12-28

  Online published: 2025-08-12

Fold

摘要

湖泊作为陆地生态系统中的关键组成部分，是区域经济发展和生态安全的重要保障。本研究分析了1991—2020年间新疆地区74个中小湖泊的面积动态，对不同海拔和地理特征的湖泊进行了综合分析。研究发现，1991—2020年间，新疆湖泊总面积从167.98 km2增加至400.51 km2，尤以山区湖泊面积增长最为显著。月度尺度分析山区湖泊面积变化具有明显的季节性特征。统计分析显示，新疆不同海拔的湖泊对气候变化的响应各异。新疆山区湖泊面积显著扩大，主要受气候变化的影响，尤其是年均温度上升。在平原湖泊区域，人类活动（特别是灌溉）是湖泊面积变化的主要驱动因素，而气候因素的影响则相对较小。

关键词： 中小湖泊; 面积变化; 遥感监测; 新疆

本文引用格式

马元植 , 覃小林 , 凌红波 , 闫俊杰 , 张广朋 . 1991—2020年新疆中小湖泊面积变化时空特征及趋势分析[J]. 干旱区研究, 2024 , 41(6) : 905 -916 . DOI: 10.13866/j.azr.2024.06.01

Abstract

Lakes, as integral components of the terrestrial ecosystems, are vital for regional economic growth and ecological security. Previous studies have primarily focused on typical or large lakes in the Xinjiang region, with comparatively less attention given to smaller lakes. This study analyzed the area dynamics of 74 small and medium-sized lakes in Xinjiang from 1991 to 2020, conducting a comprehensive analysis of the lakes at varying altitudes and with diverse geographical characteristics. The research uncovered that during 1991-2020, the total area of lakes in Xinjiang expanded from 167.98 to 400.51 km², with the most significant growth observed in the mountainous lakes. Monthly scale analysis revealed pronounced seasonal characteristics in the area-changes of these mountainous lakes. Statistical analysis indicated divergent responses of lakes at varying altitudes to climatic changes. The substantial enlargement of lakes in Xinjiang’s mountainous regions is primarily attributed to climate change, particularly the rise in average annual temperatures. In the plains, human activities, especially irrigation, were identified as the primary drivers of lake-area changes, while the impact of climatic factors was relatively minor.

Key words： small to medium-sized lakes; surface area changes; remote sensing; Xinjiang

湖泊在陆地生态系统中发挥着至关重要的作用，其不仅为动植物提供关键的栖息地，还在调节气候和生态系统服务等方面发挥着关键作用[1-2]。此外，湖泊作为重要的水资源，支撑着人类的生活和经济活动[3]。湖泊对气候和环境变化格外敏感，能记录不同时间尺度下的气候变化和人类活动对区域水文过程的影响[4]。近几十年来，受自然环境变化和人类活动的影响，内陆湖泊发生了剧烈的变化，湖泊面积的变化成为湖泊研究领域的一个关键关注点[5]。研究表明，不同地理区域、海拔带和景观类型的湖泊水面面积变化呈现空间异质性[6]。新疆地处干旱半干旱气候区，长期处于水资源匮乏的制约环境中[7]。新疆地区湖泊数量众多，这些湖泊不仅在地区内发挥重要的生态和经济作用，还对整个流域的生态平衡和可持续发展具有重要影响[8]。
在气候变化、人类活动和水资源管理的多重压力下，加之过度放牧、灌溉和采砂，多数新疆湖泊现状不稳定[9-10]。大多研究主要关注于新疆的大型或典型湖泊，如博斯腾湖、台特玛湖等[11-12]，而对中小湖泊的研究相对较少。这些中小湖泊在生态系统中的作用不可忽视，且相较于大型湖泊，它们因面积较小，在气候变化和人类活动下的面积波动更为明显，尤其是山区中小湖泊，其生态环境变化更为敏感和迅速[13-14]。因此，中小湖泊在理解区域水文和生态变化方面提供了独特且重要的依据[15-16]。此外，新疆中小湖泊对不同海拔梯度和区域气候因素的响应尚未明晰。新疆自2018年起将74个中小湖泊纳入湖泊名录，这些湖泊因其地理位置、规模和受影响的程度，在研究新疆湖泊系统响应中具有代表性[17]。监测和评估74个中小湖泊的面积变化，不仅可以揭示气候变化和人类活动对其产生的影响，也为未来的湖泊保护和管理策略提供了重要的科学依据。
本研究选取新疆纳入湖泊名录的74个中小湖泊作为研究对象，分析其在不同空间尺度和海拔梯度下的面积变化趋势。考虑到新疆地区的特殊干旱环境，本研究使用Google Earth Engine平台和结构方程模型，旨在分析自20世纪90年代以来新疆湖泊面积的变化。研究的目标包括：（1） 基于遥感影像数据，分析新疆湖泊面积的年际变化趋势；（2） 研究不同海拔梯度下湖泊面积时空变化趋势；（3） 综合考虑多种影响因素，评估湖泊面积变化对气候变化和人类活动的响应机制。

1 数据与方法

1.1 研究区概况

新疆位于中国西北边陲，地理位置介于73°40′~96°23′E，34°25′~49°10′N之间，土地面积166×104 km2，约占全国陆地总面积的六分之一（图1）。其地形由阿尔泰山、天山、昆仑山、准噶尔盆地和塔里木盆地等构成，形成独特的“三山夹两盆”的格局。区域90%为荒漠和高山，河流沿岸形成重要绿洲。新疆气候干燥、降水稀少、蒸发强烈，属于典型内陆干旱区。年均气温北疆为4~8 ℃，南疆为9~12 ℃。由于地处中纬度欧亚大陆的深处，远离海洋，因而海洋带来的湿润气流很难到达，导致年平均降水量不足200 mm[18]。
图1 研究区概况图

注：底图采用自然资源部标准地图制作，审图号为GS(2023)2767，对底图边界无修改。下同。

Fig. 1 Overview map of the study area

1.2 数据来源

GSW（Global Surface Water）数据集被用于提取1990—2020年期间不同湖泊的月尺度表面积[19]。该数据集由欧盟委员会联合研究中心（European Commission’s Joint Research Centre, JRC, https://joint-research-centre.ec.europa.eu/）下载获得，本研究所采用的JRC Monthly Water History是哥白尼计划的成果之一。该数据集以月尺度保存了水体面积的历史信息，通过对Landsat 5、7和8卫星的高分辨率图像进行分析获得。其中，将每个像元单独分类为水体（像素值为2）、非水体（像素值为1）以及无效观测（像素值为0）。本文基于谷歌地球引擎（Google Earth Engine, GEE）遥感大数据计算平台，获取1991年1月—2020年12月期间，新疆74个湖泊的月度表面积数据。
选用的气象数据源自TerraClimate数据集，其具备高空间分辨率（1/24°，约4 km），每月的气象数据包括降水量、最高与最低温度、风速、水蒸气压和太阳辐射[20]。与低分辨率的网格数据相比，TerraClimate数据集整体表现出显著改进的绝对误差，为全球范围内的生态与水文研究提供了重要的输入数据。基于此，本研究选用该数据集提供的1990—2020年的历史气候变化特征变量，包括降水、温度、蒸发和雪水当量，以进行不同研究区域气象变量的变化性分析。
NASA SRTM DEM数据被用于湖泊高程的计算。该产品由NASA JPL提供，分辨率为30 m[21]。NASA DEM是对SRTM数据的进一步处理，通过整合来自ASTER GDEM、ICESat GLAS和PRISM数据集等辅助数据，极大地提升了数据精度。在本研究中，气象数据和DEM数据均通过GEE平台获取。为全面分析不同区域及梯度下湖泊面积的时空动态变化，本研究将74个湖泊按地理位置划分为三大区域：阿勒泰地区、天山地区和昆仑山地区。依据DEM数据，进一步分为两类：平原湖泊（海拔<1500 m）和山区湖泊（海拔≥1500 m）（图2）。本研究选取1500 m海拔作为分界线，依据以下几点科学考量：首先，历史气温数据显示天山山脉在1500 m处有明显的温度分界，此高度可能是温度响应的关键阈值[22]。其次，降水量分析指出1500 m以上区域降水量增幅显著，表明其为降水量变化的重要分界线[23]。此外，生物群落研究，尤其是羚羊、金丝猴等动物物种分布，也显示它们主要集中在1500 m以上区域，这种分布模式反映了生物群落对不同海拔气候变化的差异化响应[24]。因此，将1500 m海拔作为山地与平原湖泊分类的界限，既基于温度和降水的气候变化数据，也考虑了生态系统对环境变量变化的响应。此分类方法有助于更准确评估和理解气候变化对不同海拔湖泊生态系统的影响。
图2 新疆中小湖泊不同区域及海拔梯度的空间分布

Fig. 2 Spatial distribution of small and medium-sized lakes in Xinjiang across different regions and altitudes

1.3 数据分析

新疆地区纬度较高，冬季时湖泊常出现结冰现象。本研究将湖泊的当月平均温度<0 ℃时定义为结冰状态。虽然，GSW数据集的数据本身可靠，但为了确保精确性，对每个湖泊的面积时间序列进行了严格的质量控制。包括剔除了数据中面积低于最大值5%的异常值，以保证研究结果的准确性和可靠性。
其中，时间序列的长期变化趋势采用线性倾向估计方法分析，建立面积变量（y）与所对应时间（x）的一元线性回归方程：
y = a x + b
式中：a为线性回归系数，表示湖泊水面积变化速率，a为正值表示水面面积呈上升趋势，a为负值表示水面面积呈下降趋势。本研究采用结构方程模型（Structural Equation Model, SEM）作为主要的分析方法。SEM是一种综合性的数据统计与分析方法，它结合了方差分析、回归分析、路径分析和因子分析，能够有效地处理多因多果的联系和潜在变量的关系。这种模型基于变量协方差矩阵，分析多变量数据之间的复杂关系，并根据研究者的先验知识设定系统内因子间的依赖关系，从而判别各因子之间的关系强度。在SEM中，变量间的依赖关系通常用箭头表示，在图形框架中，单向箭头代表从预测变量指向响应变量的关系，而双向箭头则用于表示变量间的双向或不确定的因果联系。在本文的研究中，未涉及潜在变量，重点关注外生变量和内生变量之间的路径关系。结构方程模型的公式表示为：
y = B y + Γ x + ζ
式中：y为内生变量的列向量；x为外生变量的列向量；B代表内生变量间的随机联系矩阵；Γ表示外生变量对内生变量的直接随机效应；ζ为结构方程的残差项，反映了y在方程中未被解释的部分。通过路径分析法，结合路径图和效应值，分析各影响因素对区域湖泊面积变化的影响。
前期的研究表明，山区湖泊主要受气候变化的影响，而平原湖泊受气候变化和人类活动的共同影响，且气候变化被广泛认为是中国历史上湖泊变化的主要驱动因素[25]。对于山区湖泊，本文使用年平均温度、年降水量和潜在蒸散量（PET）作为区域气候的衡量指标，以量化气候变量对湖泊变化的贡献。每个湖泊的气候值来自TerraClimate数据集。本文使用放牧和灌溉作为人类活动的指标。对于平原湖泊，本研究使用5个解释变量，即年平均温度、年降水量、潜在蒸散量、灌溉和放牧强度来分析气候和人类活动对区域湖泊变化的影响。新疆放牧数据1991—2020年绵羊和山羊数量和农业数据1991—2020年水浇地面积均来自《新疆统计年鉴》。所有的数据分析都是通过R语言实现[26]。

2 结果与分析

2.1 新疆中小湖泊空间变化

1991—2020年新疆中小湖泊的平均总面积为274.3±86.6 km2·a-1（平均值±标准差）。具体而言，山区湖泊的平均面积为209.6±76.6 km2·a-1，而平原湖泊的平均面积则为64.8±15.1 km2·a-1，分别占新疆中小湖泊平均总面积的76.4%和23.6%（图3）。就地理分布而言，昆仑山地区的湖泊平均面积最广阔，为180.6±75.3 km2·a-1，占新疆中小湖泊总面积的65.8%；其次是天山地区，其平均湖泊面积为61.8±13.8 km2·a-1，占据总面积的22.5%；而阿勒泰地区的湖泊则呈现最小的平均面积，仅为31.9±4.1 km2·a-1，仅占新疆中小湖泊总面积的11.6%。此外，从海拔尺度上看，绝大多数昆仑山地区的湖泊面积主要分布在山区，其山区湖泊面积占比高达99.3%；相反，天山地区的湖泊主要分布在平原，其平原湖泊的面积占比达到81.2%；而阿勒泰地区的湖泊则均匀地分布在山区和平原，山区湖泊和平原湖泊的面积比例分别为58.7%和41.3%。
图3 1991—2020年新疆74个中小湖泊不同区域及海拔梯度的年均面积占比

Fig. 3 Annual average area proportion of 74 small and medium-sized lakes in Xinjiang from 1991 to 2020 across different regions and altitudes

根据湖泊平均面积的分布情况（图4），大部分湖泊的平均面积都落在1~5 km2的范围内（总计39个湖泊），这些湖泊的总面积为102.3 km2，占新疆中小湖泊的平均总面积的37.3%。而年均面积超过10 km2的湖泊则仅有7个，但其总面积却高达128.9 km2，占据了新疆中小湖泊的平均总面积的46.5%。另外，还有23个湖泊的平均面积小于1 km2，它们的总面积仅占新疆中小湖泊平均总面积的2%。具体到个别湖泊而言，年均面积最大的湖泊为巨头湖，位于昆仑山地区的山区，其年均面积达到40.5 km2；而年均面积最小的湖泊则是玉勒肯乔什哈勒湖，位于阿勒泰地区的平原，其年均面积仅为0.01 km2。
图4 1991—2020年新疆74个中小湖泊平均面积分布（依据湖泊面积分类）

Fig. 4 Average area distribution of 74 small and medium-sized lakes in Xinjiang from 1991 to 2020 (categorized by lake size)

2.2 新疆中小湖泊年际变化

自1991—2020年，新疆中小湖泊总面积经历了显著的增长，从167.98 km2增加至400.51 km2，而且以9.52 km2·a-1的速率显著增长（图5，P<0.001）。这一增长主要以山区湖泊为主，其增长速率为8.41 km2·a-1（P<0.001），同时平原湖泊也以1.11 km2·a-1（P<0.001）的速率显著扩张。就地理分布而言，3个不同地区的湖泊总面积均呈现增长趋势。其中，昆仑山地区主导了新疆中小湖泊总面积的增加，其增长速率为8.22 km2·a-1（P<0.001）（图6）。在昆仑山地区内，山区湖泊以8.22 km2·a-1（P<0.001）的速率显著增加，而平原湖泊则没有表现出显著的增长或下降趋势（P=0.55）。同样地，天山地区的湖泊以0.94 km2·a-1（P<0.001）的速率显著扩张，而天山地区的平原湖泊（0.84 km2·a-1，P<0.01）在总湖泊面积的增长中起到主导作用。至于阿勒泰地区，总湖泊面积以0.36 km2·a-1（P<0.001）的速率显著增加，其中，山区湖泊和平原湖泊分别以0.09 km2·a-1（P<0.05）和0.27 km2·a-1（P<0.001）的速率显著增长。
图5 1991—2020年新疆74个中小湖泊不同海拔梯度的面积变化

Fig. 5 Area change of 74 small and medium-sized lakes in Xinjiang from 1991 to 2020 across different altitudes

图6 1991—2020年新疆中小湖泊不同区域及海拔梯度的面积变化

Fig. 6 Area change of small and medium-sized lakes in Xinjiang from 1991 to 2020 across different regions and altitudes

具体到各个湖泊来看，相较于1991—2000年期间的平均面积，大多数湖泊在2001—2010年期间的平均面积呈现扩张趋势，但也有23个湖泊在这个时期经历了平均面积的缩小（图7）。这些湖泊中，有4个湖泊的面积变化幅度超过10 km2。其中，巨头湖的平均面积增加了25.17 km2，为增幅最大的湖泊，而木盖库勒湖的平均面积减小了4 km2，是面积减小幅度最大的湖泊。相对于2001—2010年期间的平均面积，大多数湖泊在2011—2020年期间的平均面积呈现增加趋势，而只有8个湖泊在这个时期经历了平均面积的减少。这些湖泊中，仅有2个湖泊的面积变化幅度超过10 km2。同样，巨头湖的平均面积增加了27.19 km2，为增幅最大的湖泊，而新KF729湖的平均面积减小了1.01 km2，是面积减小幅度最大的湖泊。
图7 1991—2000年与2001—2010年、2001—2010年与2011—2020年期间新疆中小湖泊面积变化

Fig. 7 Area change of small and medium-sized lakes in Xinjiang between 1991-2000 and 2001-2010, and between 2001-2010 and 2011-2020

2.3 新疆中小湖泊年内变化

从月度尺度来看，新疆中小湖泊的面积呈现出明显的季节性变化（图8）。值得注意的是，山区湖泊的年内面积波动程度明显高于平原湖泊，山区湖泊的年内变异系数为0.15，而平原湖泊的年内变异系数为0.07。具体来说，山区湖泊的总面积在3—6月期间较小，位于192.61~227.79 km2之间，在7—10月期间较大，其中，在9月达到最大值，达到了274.53 km2。而平原湖泊的总面积在2月达到最小值，为60.29 km2，而在9月达到最大值，为77.04 km2。
图8 新疆中小湖泊月尺度面积变化（依据湖泊面积分类）（km2）

Fig. 8 Monthly scale area change of small and medium-sized lakes in Xinjiang (categorized by altitude)

从地区上看，阿勒泰地区、昆仑山地区和天山地区的平原湖泊呈现不同的季节性变化（图9）。其中，阿勒泰地区、昆仑山地区和天山地区的月平均总面积分别为13.12 km2、1.33 km2和55.44 km2。在这些地区中，天山地区的平原湖泊年内波动幅度最小，其变异系数为0.08，总面积在9月达到最大值，为63.31 km2。其次是阿勒泰地区，其变异系数为0.14，总面积在5月达到最大值，为16.25 km2。而昆仑山地区的平原湖泊表现出年内波动幅度最大，其变异系数为0.21。对于山区湖泊，阿勒泰地区、昆仑山地区和天山地区的月平均总面积分别为16.57 km2、204.21 km2和10.64 km2。在这些地区中，昆仑山地区的山区湖泊表现出年内波动幅度最小，其变异系数为0.13，总面积在9月达到最大值，为241.49 km2。其次是阿勒泰地区，其变异系数为0.24。而天山地区的山区湖泊则表现出年内波动幅度最大，其变异系数为0.29，总面积在9月达到最大值，为13.49 km2。
图9 新疆中小湖泊不同区域及海拔梯度的月尺度面积变化（km2）

Fig. 9 Monthly scale area change of small and medium-sized lakes in Xinjiang across different regions and altitudes

3 讨论

3.1 山区湖泊面积变化的影响因素

受地理位置等因素的影响，山区湖泊的面积变化较少受人类活动干扰[27]。因此，本研究着重考察气候变化作为山区湖泊面积变化的主要驱动因素。在受人类活动干扰较小的高海拔区域，湖泊面积的变化与气候变化紧密相关（图10）。1991—2020年间，山区湖泊的潜在蒸散量显著增加（P<0.01），通常意味着更高的水分蒸发。然而，这一趋势并未导致湖泊水量减少，可能是由于其他补偿性水源的增加。同时，年均温度显著升高（P<0.01），直接影响山区积雪和冰川。温度升高加速了冰川和积雪的融化，为湖泊提供额外水源[28]。这一发现对理解湖泊面积变化至关重要，表明尽管蒸发量增加，融水的增加能够补偿这一损失，甚至导致湖泊面积扩大[29]。尽管年降水量未呈现显著的升降趋势（P>0.05），但研究显示山区极端降雨事件频率近年有所增加。这些极端降雨事件为湖泊提供额外水量，对湖泊面积增加产生正面影响[30]。综上所述，山区湖泊面积显著扩大可归因于多个气候因素的相互作用，年均温度上升加速冰川和积雪融化，增加湖泊水源；潜在蒸散量上升和极端降雨事件频发也影响湖泊水量变化。
图10 新疆山区中小湖泊面积变化影响因素结构方程模型分析结果

Fig. 10 Results of the structural equation model analysis on the influencing factors of area change in small and medium-sized mountain lakes in Xinjiang

通过对昆仑山地区、天山地区和阿勒泰地区分别建立结构方程模型，本研究揭示了气候因素对这些区域湖泊面积变化的影响。在昆仑山地区和天山地区，结构方程模型分析表明，年均温度上升是湖泊面积变化的主要气候驱动因素。这些地区的年均温度和潜在蒸散量均呈显著上升趋势（P均小于0.05）。年均温度上升促进冰川和积雪融化，增加了湖泊水源，补充并部分抵消了蒸散造成的水分损失，最终导致湖泊面积增加。对于阿勒泰地区，虽然气候因素（如年均温度和潜在蒸散量）没有显著的升降趋势，但该地区湖泊的变化受到其地理位置的特殊影响。阿勒泰地区湖泊位于额尔齐斯河流域，汛期及降暴雨事件对其产生影响。尽管汛期较短，但研究显示，近几十年来该地区年降水强度、冬季和夏季降水强度以及大雨和暴雨事件均呈上升趋势，这些极端降雨事件为湖泊提供额外水量，对湖泊面积的增加产生了显著的正面影响[31-32]。综合对3个地区比较分析，可见气候因素对湖泊面积变化影响复杂：在昆仑山地区和天山地区，温度的上升是主要的驱动因素，而在阿勒泰地区，极端降水事件则发挥了重要作用。

3.2 平原湖泊面积变化的影响因素

在平原湖泊流域，人类活动频繁，包括农业灌溉、水库修建、放牧等，且对湖泊水量和面积变化产生显著影响[33-34]。本研究应用结构方程模型（SEM），结合年平均温度、年降水量、潜在蒸散量、灌溉和放牧强度5个解释变量，探讨了平原地区湖泊面积与人类活动及气候因素的关系。研究收集了湖泊所在地级市的放牧数据（绵羊和山羊数量）和农业数据（水浇地面积），以反映人类活动强度。考虑到昆仑山地区平原湖泊的总面积变化相对稳定，且昆仑山地区的平原地区仅涵盖两个湖泊，本研究聚焦于阿勒泰地区和天山地区的平原湖泊，分析它们的面积变化趋势及其驱动因素。结果显示，灌溉是湖泊面积变化的主要人为驱动因素（图11）。阿勒泰地区和天山地区的平原湖泊面积均呈现显著扩张趋势。过去数十年，新疆平原地区耕地面积扩大，大量荒地转化为农田[35]。农田需灌溉，但平原降雨量有限，故上游河流筑坝或改道提供灌溉水，间接导致下游平原湖泊扩张。例如，对额尔齐斯河的有效管理与调控显著影响平原湖泊水面面积[36]。放牧强度增加意味着动物饮水量增加，但人类引水活动抵消了放牧导致的水量减少，进而使湖泊面积增加。同时，新疆的典型湖泊，如博斯腾湖和吉力湖，展示了人类活动对平原湖泊面积变化的重要影响[25⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓-37]。博斯腾湖的面积变化与开都河的流量密切相关，1986—2020年间，博斯腾湖经历了先扩张后收缩再扩张的过程，这一过程与开都河流量的变化及其受气候变化和人类活动的影响相符合[38]。吉力湖进一步印证了这种影响。过去30 a，吉力湖面积呈现显著的扩张趋势[37]。20世纪末在乌伦古湖和吉力湖之间的库依尕河上建造的水坝，显著地显示了人类活动在控制吉力湖面积方面的作用[39]。相比之下，昆仑山地区的平原湖泊，包括贝勒克库勒湖和塔木力克湖，其情况有所差异。贝勒克库勒湖在研究期间无显著面积变化，塔木力克湖则略有减少。对塔木力克湖单独建立的多元线性模型表明，人为因素和气候因素共同解释了湖泊面积变化的35%。
图11 新疆平原中小湖泊面积变化影响因素结构方程模型分析结果

Fig. 11 Results of the structural equation model analysis on the influencing factors of area change in small and medium-sized lakes in the Xinjiang plains

4 结论

本文以纳入湖长制的新疆74个中小湖泊为例，分析了1991—2020年新疆不同地区、不同海拔段的湖泊面积的动态变化，讨论了湖泊面积变化的影响因子，得到以下结论：
（1） 1991—2020年新疆中小湖泊的年平均总面积为274.3±86.6 km2·a-1。其中，山区湖泊和平原湖泊的年平均面积分别占新疆中小湖泊年平均总面积的76.4%和23.6%。昆仑山地区、天山地区和阿勒泰地区的湖泊平均面积分别占新疆中小湖泊年平均总面积的65.8%、22.5%和11.6%。共有39个湖泊的年平均面积位于1~5 km2的范围内，而年平均面积>10 km2的湖泊只有7个，但它们的总面积占新疆中小湖泊年平均总面积的46.5%。
（2） 1991—2020年新疆中小湖泊总面积以9.52 km2·a-1的速率显著扩张。山区湖泊和平原湖泊的总面积变化速率分别为8.41 km2·a-1和1.11 km2·a-1，均呈显著增加趋势。山区湖泊主导了新疆中小湖泊总面积的增长。昆仑山地区、阿勒泰地区和天山地区的湖泊总面积分别以8.22 km2·a-1、0.94 km2·a-1和0.36 km2·a-1的速率呈现显著增加趋势，其中，昆仑山地区主导了新疆中小湖泊总面积的增加。
（3） 新疆中小湖泊面积在季节上表现出明显的变化，山区湖泊和平原湖泊的年内变异系数分别为0.15和0.07，表明山区湖泊的面积波动程度高于平原湖泊。山区湖泊的总面积在3—6月较小，在7—10月较大，而平原湖泊的总面积在2月达到最小值，在9月达到最大面积。
（4） 新疆山区湖泊面积的显著扩大主要受气候变化的影响。其年均温度的升高促进了冰川和积雪的融化，为湖泊提供了额外水源，尽管潜在蒸散量也有所增加。相比之下，在平原湖泊区域，人类活动，特别是灌溉和放牧，成为湖泊面积变化的主要驱动因素。灌溉活动尤其在阿勒泰地区和天山地区的平原湖泊造成了显著的水体面积扩张，显示了在人类干预强烈的地区，人类活动对湖泊面积变化的重要影响。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
吴雪晴, 张乐乐, 高黎明, 等. 青海湖流域NPP动态变化及驱动力[J]. 干旱区研究, 2023, 40(11): 1824-1832.

[Wu Xueqing, Zhang Lele, Gao Liming, et al. Dynamic change and driving force of net primaryproductivity in Qinghai Lake Basin[J]. Arid Zone Research, 2023, 40(11): 1824-1832. ]

[2]
刘永, 郭怀成, 戴永立, 等. 湖泊生态系统健康评价方法研究[J]. 环境科学学报, 2004, 24(4): 723-729.

[Liu Yong, Guo Huaicheng, Dai Yongli, et al. An assessing approach for lake ecosystem health[J]. Acta Scientiae Circumstantiae, 2004, 24(4): 723-729. ]

[3]
王随继, 程维明, 师庆三. 流域尺度上山水林田湖草生命共同体内在机制分析[J]. 新疆大学学报(自然科学版)(中英文), 2021, 38(3): 313-320.

[Wang Suiji, Cheng Weiming, Shi Qingsan. Analysis on internal mechanisms of the life community of mountain, river, forest, field, lake and grass at watershed scale[J]. Journal of Xinjiang University(Natural Science Edition in Chinese and English), 2021, 38(3): 313-320. ]

[4]
王正, 黄粤, 刘铁, 等. 近60 a巴尔喀什湖水量平衡变化及其影响因素[J]. 干旱区研究, 2022, 39(2): 400-409.

[Wang Zheng, Huang Yue, Liu Tie, et al. Analyzing the water balance of Lake Balkhash and its influencing factors[J]. Arid Zone Research, 2022, 39(2): 400-409. ]

[5]
Bai J, Chen X, Li J, et al. Changes in the area of inland lakes in arid regions of central Asia during the past 30 years[J]. Environmental Monitoring and Assessment, 2011, 178: 247-256.

[6]
Woolway R I, Kraemer B M, Lenters J D, et al. Global lake responses to climate change[J]. Nature Reviews Earth & Environment, 2020, 1(8): 388-403.

[7]
李菲菲, 周霞, 周玉玺. 西北地区农业干旱脆弱性评估及时空分布特征[J]. 干旱区研究, 2023, 40(4): 663-669.

[Li Feifei, Zhou Xia, Zhou Yuxi. Vulnerability assessment and spatiotemporal distribution of agricultural drought in Northwest China[J]. Arid Zone Research, 2023, 40(4): 663-669. ]

[8]
吴敬禄, 曾海鳌, 马龙, 等. 新疆主要湖泊水资源及近期变化分析[J]. 第四纪研究, 2012, 32(1): 142-150.

[Wu Jinglu, Zeng Hai’ao, Ma Long, et al. Recent changes of selected lake water resources in arid Xinjiang[J]. Quaternary Sciences, 2012, 32(1): 142-150. ]

[9]
陈亚宁, 徐长春, 杨余辉, 等. 新疆水文水资源变化及对区域气候变化的响应[J]. 地理学报, 2009, 64(11): 1331-1341.

[Chen Yaning, Xu Changchun, Yang Yuhui, et al. Hydrology and water resources variation and its responses to regional climate change in Xinjiang[J]. Acta Geographica Sinica, 2009, 64(11): 1331-1341. ]

[10]
胡汝骥, 马虹, 樊自立, 等. 新疆水资源对气候变化的响应[J]. 自然资源学报, 2002, 17(1): 22-27.

[Hu Ruji, Ma Hong, Fan Zili, et al. Response of water resources to climate change in Xinjiang[J]. Journal of Natural Resources, 2002, 17(1): 22-27. ]

[11]
贾丹阳, 熊祯祯, 高岩, 等. 近30 a台特玛湖地区土地利用/土地覆被变化及其影响因素[J]. 干旱区地理, 2021, 44(4): 1022-1031.

[Jia Danyang, Xiong Zhenzhen, Gao Yan, et al. Land use/land cover change and influencing factors in the Taitema Lake in the past 30 years[J]. Arid Land Geography, 2021, 44(4): 1022-1031. ]

[12]
Guo M, Wu W, Zhou X, et al. Investigation of the dramatic changes in lake level of the Bosten Lake in northwestern China[J]. Theoretical and Applied Climatology, 2015, 119: 341-351.

[13]
Pi X, Luo Q, Feng L, et al. Mapping global lake dynamics reveals the emerging roles of small lakes[J]. Nature Communications, 2022, 13(1): 5777.

[14]
Mosquera P V, Hampel H, Vázquez R F, et al. Abundance and morphometry changes across the high-mountain lake-size gradient in the tropical Andes of Southern Ecuador[J]. Water Resources Research, 2017, 53(8): 7269-7280.

[15]
Smol J P. A planet in flux: How is life on Earth reacting to climate change?[J]. Nature, 2012, 483: S12-S15.

[16]
Biggs J, Von Fumetti S, Kelly-Quinn M. The importance of small waterbodies for biodiversity and ecosystem services: Implications for policy makers[J]. Hydrobiologia, 2017, 793: 33-39.

[17]
张靓, 魏光辉. 新疆塔里木河流域河湖长制工作实践[J]. 中国水利, 2022(10): 23-24.

[Zhang Liang, Wei Guanghui. Practice of the river and lake chief system in the Tarim River Basin of Xinjiang[J]. China Water Resources, 2022(10): 23-24. ]

[18]
王伟, 阿里木·赛买提, 吉力力·阿不都外力. 基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析[J]. 国土资源遥感, 2019, 31(4): 32-40.

[Wang Wei, Alim Samat, Jilili Abuduwaili. Geo-detector based spatio-temporal variation characteristics and driving factors analysis of NDVI in Central Asia[J]. Remote Sensing for Natural Resources, 2019, 31(4): 32-40. ]

[19]
Pekel J-F, Cottam A, Gorelick N, et al. High-resolution mapping of global surface water and its long-term changes[J]. Nature, 2016, 540(7633): 418-422.

[20]
Abatzaoglou J T, Dobrowski S Z, Parks S A, et al. TerraClimate, a high-resolution global dataset of monthly climate and climatic water balance from 1958-2015[J]. Scientific Data, 2018, 5(1): 1-12.

[21]
Farr T G, Rosen P A, Caro E, et al. The shuttle radar topography mission[J]. Reviews of Geophysics, 2007, 45(2). https://doi.org/10.1029/2005RG000183.

[22]
Xu M, Kang S, Wu H, et al. Detection of spatio-temporal variability of air temperature and precipitation based on long-term meteorological station observations over Tianshan Mountains, Central Asia[J]. Atmospheric Research, 2018, 203: 141-163.

[23]
Yao J, Yang Q, Mao W, et al. Precipitation trend-Elevation relationship in arid regions of the China[J]. Global and Planetary Change, 2016, 143: 1-9.

[24]
Zhuang H, Zhang C, Jin X, et al. A flagship species-based approach to efficient, cost-effective biodiversity conservation in the Qinling Mountains, China[J]. Journal of Environmental Management, 2022, 305: 114388.

[25]
Tao S, Fang J, Ma S, et al. Changes in China’s lakes: Climate and human impacts[J]. National Science Review, 2020, 7(1): 132-140.

[26]
he R Development Core Team. R: A language and environment for statistical computing. Version 2.15.0 2012.

[27]
Li J, Fang H, Bao A, et al. Spatio-temporal analysis of recent changes of lake area and lake water level at high mountains in Central Asia[J]. Resources Science, 2011, 33(10): 1839-1846.

[28]
Zheng G, Allen S K, Bao A, et al. Increasing risk of glacial lake outburst floods from future Third Pole deglaciation[J]. Nature Climate Change, 2021, 11(5): 411-417.

[29]
曹国亮, 李天辰, 陆垂裕, 等. 干旱区季节性湖泊面积动态变化及蒸发量——以艾丁湖为例[J]. 干旱区研究, 2020, 37(5): 1095-1104.

[Cao Guoliang, Li Tianchen, Lu Chuiyu, et al. Dynamic variation and evaporation of seasonal lakes in arid areas: A case study for the Aiding Lake[J]. Arid Zone Research, 2020, 37(5): 1095-1104. ]

[30]
努尔兰·哈再孜, 沈永平. 新疆阿勒泰地区的洪水特性[J]. 水文, 2014, 34(4): 74-81.

[Nuerlan Hazaizi, Shen Yongping. Flood characteristics of Altay Area, Xinjiang[J]. Journal of China Hydrology, 2014, 34(4): 74-81. ]

[31]
李春芳, 白松竹, 刘大锋. 1961—2005年阿勒泰地区5—9月分级降水的气候特征[J]. 沙漠与绿洲气象, 2008, 2(4): 25-27.

[Li Chunfang, Bai Songzhu, Liu Dafeng. The climatic features of grading precipitation during May-Sep. in Aletai of 1961-2005[J]. Desert and Oasis Meteorology, 2008, 2(4): 25-27. ]

[32]
古丽扎提·哈布肯, 赵景波. 新疆阿勒泰地区近50年来极端气温与降水变化[J]. 干旱区资源与环境, 2011, 25(7): 112-116.

[Gulzat Habiken, Zhao Jingbo. Changes of extreme temperature and precipitation in Altay Region, Xinjiang in recent 50 years[J]. Journal of Arid Land Resources and Environment, 2011, 25(7): 112-116. ]

[33]
Tao S, Fang J, Zhao X, et al. Rapid loss of lakes on the Mongolian Plateau[J]. Proceedings of the National Academy of Sciences, 2015, 112(7): 2281-2286.

[34]
刘哲杰, 白涛, 高凡, 等. 面向生态系统多对象保护与修复的水库优化调度[J]. 干旱区研究, 2022, 39(2): 410-418.

[Liu Zhejie, Bai Tao, Gao Fan, et al. Optimization of reservoir operation for multi-object protection and ecosystem restoration[J]. Arid Zone Research, 2022, 39(2): 410-418. ]

[35]
迪力夏提·阿卜杜萨拉木, 阿不都克依木·阿布力孜, 周玄德, 等. 干旱区典型绿洲耕地扩张及其人文驱动研究——以新疆且末绿洲为例[J]. 地域研究与开发, 2015, 34(2): 131-136, 176.

[Dilshat Abdulslam, Abdulkeyum Abliz, Zhou Xuande, et al. Study on the expansion of cultivated land and its human driving forces in typical arid area oasis: A case study of Charchan Oasis in Xinjiang[J]. Areal Research and Development, 2015, 34(2): 131-136, 176. ]

[36]
邓铭江. 金山南面大河流(下)——额尔齐斯河生态调度和生态修复研究与实践[J]. 中国水利, 2023(17): 67-72.

[Deng Mingjiang. The great river to the south of Jinshan (Part 2) - research and practice on ecological regulation and restoration of the Irtysh River[J]. China Water Resources, 2023(17): 67-72. ]

[37]
Wang W, Jiao A, Shan Q, et al. Expansion of typical lakes in Xinjiang under the combined effects of climate change and human activities[J]. Frontiers in Environmental Science, 2022, 10: 1015543.

[38]
李玉焦, 陈亚宁, 张齐飞, 等. 1960—2018年博斯腾湖水位变化特征及其影响因素分析[J]. 干旱区研究, 2021, 38(1): 48-58.

[Li Yujiao, Chen Yaning, Zhang Qifei, et al. Analysis of the change in water level and its influencing factors on Bosten Lake from 1960 to 2018[J]. Arid Zone Research, 2021, 38(1): 48-58. ]

[39]
黄智华, 周怀东, 薛滨, 等. 人类活动对乌伦古湖环境演化的影响[J]. 人民黄河, 2011, 33(5): 60-62.

[Huang Zhihua, Zhou Huaidong, Xue Bin, et al. The impact of human activities on the environmental evolution of Ulungur Lake[J]. Yellow River, 2011, 33(5): 60-62. ]

Options
文章导航

/

〈 〉