EN中文

地理研究 >

2022 , Vol. 41 >Issue 4: 980 - 996

DOI: https://doi.org/10.11821/dlyj020210176

研究论文

近三十年青藏高原内流区湖泊岸线形态的时空演变

  • 王哲 , 1, 2 ,
  • 刘凯 , 1 ,
  • 詹鹏飞 1, 3 ,
  • 王纯 2 ,
  • 范辰媛 2 ,
  • 宋春桥 1 ,
  • 汤国安 2
展开
  • 1.中国科学院南京地理与湖泊研究所流域地理学重点实验室,南京 210008
  • 2.南京师范大学地理科学学院,南京 210023
  • 3.中国科学院大学,北京 100049
刘凯（1989-）,男,江苏镇江人,博士,助理研究员,主要研究方向为水文地貌、水文遥感、数字地形分析等研究。E-mail:

王哲（2000-）,男,江苏连云港人,主要研究方向为GIS算法与空间分析等研究。E-mail:

收稿日期: 2021-03-05

  录用日期: 2021-09-01

  网络出版日期: 2022-06-10

基金资助

中国科学院战略性先导科技专项(XDA23100102)

第二次青藏高原综合科学考察研究项目(2019QZKK0202)

国家自然科学基金项目(41971403)

国家自然科学基金项目(41930102)

国家自然科学基金项目(42171421)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Spatiotemporal changes of lake shoreline morphology in Tibetan Plateau during 1990-2018

  • WANG Zhe , 1, 2 ,
  • LIU Kai , 1 ,
  • ZHAN Pengfei 1, 3 ,
  • WANG Chun 2 ,
  • FAN Chenyuan 2 ,
  • SONG Chunqiao 1 ,
  • TANG Guoan 2
Expand
  • 1. Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, CAS, Nanjing 210008, China
  • 2. School of Geography, Nanjing Normal University, Nanjing 210023, China
  • 3. University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2021-03-05

  Accepted date: 2021-09-01

  Online published: 2022-06-10

Copyright

Copyright reserved © 2022
Fold

摘要

湖泊岸线形态是描述和定量表达湖泊空间分布特征的重要维度。近年来,受气候暖湿化影响,青藏高原内流区湖泊总体呈现快速扩张趋势,湖泊的动态变化不仅体现在面积、水位、水量等水文参数上,还引起湖泊形态的显著变化。基于多期湖泊分布数据,结合分形和景观生态学理论,构建了湖泊岸线形态特征量化的指标体系,对1990年以来,青藏高原内流区湖泊岸线形态的时空变化特征及其影响因素进行定量分析。结果表明：① 近三十年来青藏高原内流区湖泊的分形维数和岸线发育系数总体呈上升趋势,湖泊的近圆率在此期间呈下降趋势,湖泊长宽比指数则无明显变化。② 青藏高原内流区湖泊岸线形态的总体演变特征受到地质构造的控制,体现出一定空间自相关性,断陷湖区的湖泊岸线形态及其变化要明显复杂于坳陷湖区。区域湖泊岸线的变化幅度大致从东北向西南递减,变化幅度在可可西里地区、羌塘高原中部以及羌塘高原东南部3个区域存在空间自相关性。③ 湖泊岸线形态的变化受岸线周边的地形影响,湖滨地形落差较大的区域,湖泊岸线相对稳定,变化速度较慢。岸线指数的变化量与岸线周边1 km缓冲区内的平均高差存在幂函数关系。④ 该区域湖泊岸线形态的变化和湖泊面积的变化幅度也存在一定相关性,当湖泊处于扩张阶段时,湖泊的分形维数和岸线发育系数总体呈现增加趋势,反之减少。本研究揭示了气候暖湿化背景下青藏高原内流区湖泊岸线形态的变化格局与影响特征,讨论了湖泊岸线形态及其变化格局与湖区的地质构造,气候与水文等多个要素间的关系,丰富了湖泊动态变化研究的视角与方法,为深入理解青藏高原湖泊对气候变化的响应特征,监测湖泊变化对湖盆地貌、水系连通度以及湖滨带生态环境等影响提供了科学参考。

关键词： 湖泊岸线形态; 青藏高原内流区; 湖泊变化; 分形维数; 景观格局指数

本文引用格式

王哲 , 刘凯 , 詹鹏飞 , 王纯 , 范辰媛 , 宋春桥 , 汤国安 . 近三十年青藏高原内流区湖泊岸线形态的时空演变[J]. 地理研究, 2022 , 41(4) : 980 -996 . DOI: 10.11821/dlyj020210176

Abstract

Lake shoreline morphology is an important dimension to describe and quantitatively express the spatial distribution characteristics of lakes. In recent years, affected by climate warming and humidification, lakes in the interior drainage area of the Tibetan Plateau generally showed a rapid expansion. The dynamic changes of lakes are reflected in lake hydrological parameters, including area, water level and water volume, and cause significant changes in lake morphology. Based on multi-period lake distribution data, we construct a quantitative index system of lake shoreline morphology by combining the fractal and landscape ecology theory, and quantitatively analyzes the spatiotemporal variation characteristics of lake shoreline morphology and its influencing factors in the interior drainage area of the Tibetan Plateau since 1990. The results show that: (1) In the last 30 years, the fractal dimension and shoreline development index of lakes in the study area have shown an increasing trend, while the circularity ratio has shown a decreasing trend during this period, and the aspect ratio has not changed significantly. (2) The overall characteristics of lake shoreline are determined by geological structure. The lake shoreline and its changes in the fault lake area are obviously more complex than those in the depression lake area. The rangeability of lake shoreline in the area roughly descends from northeast to southwest, showing spatial auto-correlation in the Hoh Xil region, and central and southeastern Qiangtang Plateau. (3) There is a certain correlation between the change of lake shoreline and the change of lake area. When the lake is in the state of expansion, the fractal dimension and shoreline development index of the lake will increase, and vice versa. (4) The variation of the lake shoreline is affected by the landforms around. In the area with a large drop of lakeside terrain, the lake shoreline is relatively stable and the change speed is low. The variation of shoreline has a power function relationship with the average elevation difference in the buffer zone of 1 kilometer around the shoreline. This study reveals the change patterns and influence characteristics of lake shoreline morphology in the interior drainage area of the Tibetan Plateau under the influence of climate warming and humidification, discusses the relationship between the shoreline and its change pattern and the geological structure, climate and hydrology, modifies the methods of studies on dynamic change in lakes, and provides a new scientific perspective for thoroughly understanding the response of the Tibetan lakes to climate change and monitoring the impact of lake changes on hydrogeomorphic features.

Key words： lake shoreline morphology; interior drainage area of Tibetan Plateau; lake change; fractal dimension; landscape metrics

1 引言

湖泊是陆地水圈的重要组成部分,其所提供的淡水资源为工农业生产和人类生活提供了重要保障,同时湖泊也具备洪水调蓄、水质净化、维持生物多样性、旅游休闲等多种生态系统服务功能[1,2],是保障全球水资源和水生态安全的重要环节。湖泊作为自然综合体,在微观尺度上提供水陆、水气、水生等不同界面的物质和能量输移的场所[3];在中观尺度上主导湖泊流域系统的水资源时空分布格局和水文水生态演变机制[4];在宏观尺度上指示气候变化和人类活动对区域乃至全球地表水循环的影响特征[5,6]。
对湖泊形态的度量是认识湖泊、研究湖泊与合理开发湖泊的基础。湖泊形态可以划分为平面形态特征和剖面形态特征。其中纵向的剖面形态决定了湖泊的深度、水量等基础属性,但该维度信息受水体遮蔽的影响,数据获取难度较大。相反,湖泊的平面形态特征可通过野外实地测量、地形图量算、遥感技术解译等多种手段获取,因而现有对湖泊形态的描述大多采用该维度视角。湖泊的平面形态特征具体又包括了湖泊面积、湖泊水域范围、以及湖泊岸线形态特征等。现有对湖泊面积及其水域范围的研究已较为成熟,特别是两次全国性湖泊基础性调查工作,为摸清中国湖泊数量、面积及分布特征提供了基础数据[7,8,9]。此外,近年来遥感技术的迅速发展推动了湖泊水体的自动提取、湖泊动态变化的时空格局特征、区域及全球尺度湖泊数据产品等方面研究[10]。特别是2016年欧盟委员会联合研究中心（JRC）推出的全球水体数据集（GSW）[11]以及Google公司推出地理云计算平台Google Earth Engine[12]为开展湖泊动态变化研究提供了丰富的数据和强大的计算资源。基于多源遥感数据,现有研究主要关注不同区域湖泊的面积、数量的变化特征。然而,湖泊的岸线形态作为湖泊平面形态的重要方面在现有研究中涉及较少[13,14,15]。事实上,在对湖泊形态进行科学描述时,岸线特征是其中的重要方面,如湖泊岸线的弯曲程度、湖泊岸线的长宽比例、湖泊岸线合围所形成的水域范围的近似形态等。开展湖泊岸线形态特征研究不仅是认识湖泊现状及其演化过程的需要,同时也将为湖泊水文、湖泊水环境、湖泊水生态等不同领域研究提供度量参考。此外,湖泊岸线周边往往是人类活动较为频繁、人地关系较为敏感的区域,开展湖泊岸线形态特征及其变化规律的研究也将为合理开发和利用湖泊资源提供重要支撑。
湖泊岸线形态受湖泊水域范围波动的影响,在时间尺度上呈现一定的变化幅度和趋势特征。岸线形态的改变直接反映了水陆界面对湖泊动态变化的反馈,特别是对于近年来湖泊变化显著区域,开展湖泊岸线形态及其变化规律研究更加具有典型性和必要性。在中国境内,青藏高原内流区是开展岸线形态研究的理想场所,主要原因有两点：其一,青藏高原内流区受气候暖湿化的影响,21世纪以来湖泊呈现快速扩张趋势[16,17,18,19],伴随着湖泊水域范围的变化,该区域湖泊岸线的形态也有较大变化;其二,青藏高原内流区湖泊分布广泛,作为该区域地表水体相变和水循环的关键环节[20],有必要对该区域湖泊动态变化的过程开展更加多维度的描述。其中,在现有关注湖泊数量和面积变化的基础上,湖泊岸线形态特征也应该作为量化不同区域不同阶段湖泊动态变化的重要维度。基于此,本研究选择青藏高原内流区为研究区域,构建了岸线形态特征量化的指标体系,从岸线特征视角揭示了青藏高原湖泊形态的空间格局以及近三十年演化的总体趋势,相比较现有基于面积、水位、水量的分析方法,本研究将为丰富湖泊动态变化度量方法提供有益尝试。

2 研究区概况和数据来源

2.1 研究区概况

研究区为青藏高原内流区（不包含柴达木盆地）（图1）,该区域以冈底斯山脉及念青唐古拉山以北、昆仑山脉以南的羌塘高原为主体,区域四周高山环绕,内部地势高亢,是典型的内陆湖盆地区。在湖盆内部,纵横交错地分布着平缓低山和丘陵,它们互相联结,把整个地区分割为数以千计大小不一的次级盆地[9]。受到整体流域地貌形态的约束,青藏内流区湖泊流域汇流模式具有独特性。总体上,每个封闭流域内部的地表径流会在盆地最低洼处汇聚形成湖泊（也有少量封闭流域内部没有明显湖泊分布）,这类湖泊只有流入而没有流出,因此被称为终端湖泊（或封闭湖泊）,是流域内部径流的终点。每个流域内部只有一个终端湖泊,但地表径流在流向终端湖泊过程中会在局部低洼处形成湖泊,这类湖泊既有流入径流也有流出径流,被称为过水湖泊[21,22]。一般认为,每个流域内部的终端湖泊由于对流域内水量平衡变化更为敏感,因而湖泊形态的变化呈现更大的波动性。受气候环流的影响,青藏高原内流区域湖泊的动态变化存在明显区域差异。这种空间分异大体与降水变化具有较好的时空一致性,具体为北部受西风带影响,近年来降水增加明显,因而湖泊也快速扩张,南部受印度季风影响,降水增加较少甚至减少因而南部湖泊扩展不明显[23]。
图1 研究区域湖泊信息

注：图1a基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2020)4632号）绘制,底图无修改。

Fig. 1 Lake information in the study region

2.2 数据来源

本研究中湖泊分布数据采用了国家青藏高原科学数据中心公开的,由张国庆等制作的中国湖泊数据集（1960s—2015）[24]。研究中选取了青藏高原内流区1990—2015年期间共6期（5年一期）的湖泊分布数据。该数据显示,2015年青藏高原内流区大于1 km2的湖泊为766个,面积为32909 km2,分别占全国湖泊数量和面积的29.7%和42.9%。此外,为了揭示该区域最新湖泊动态变化特征,本研究中以GSW数据为基础,提取了2018年青藏高原内流区的湖泊分布数据[25],使得本研究在时间尺度上得到进一步扩展。以上两套数据集的原始地理坐标系具有一致性,皆为WGS84;可以避免由于不同的参考椭球面所带来的实验误差。此外,在提取方法方面,两套数据集都以Landsat系列卫星作为数据源,其中GSW提取最大范围水体,国家青藏高原科学数据中心提供了每年10月份的湖泊范围,提取时间接近接近丰水期,可以有效减少由于数据季节不统一所产生的实验误差。为进一步确认和评价两套数据集的一致性,研究通过进一步计算,得到两套数据集的相关系数为0.997,在理论上和统计上都有较高的一致性。
由于小型湖泊岸线形态不稳定,且易受数据精度和质量的影响,因此本研究在Albers等积投影下,选取大于10 km2的湖泊作为研究对象。通过对不同时间的湖泊数量和面积的对比分析可知（表1）：青藏高原内流区湖泊面积在1990—1995年间出现短暂下降,从1995年开始快速扩张,并持续至今。至2018年,该区域内面积大于10 km2的湖泊数量达到328个,比1990年增加33%,面积达到34082.14 km2,相比增加38%。
表1 不同时期内青藏高原内流区湖泊统计数据

Tab. 1 Statistical data of lakes in interior drainage area of the Tibetan Plateau in different periods

年度 湖泊数量
(≥10 km2)		 面积
(≥10 km2)		 各个面积区间内的湖泊数量和面积(km2)
10~100 100~200 200~500 >500
1990 273 24695.79 216 7244.10 26 2798.27 24 7444.60 7 7208.82
1995 272 23726.02 218 7205.59 26 2764.88 21 6342.40 7 7413.15
2000 294 26692.44 238 8232.45 27 3450.12 20 6028.22 9 8981.66
2005 296 29317.17 231 8362.23 34 4560.22 20 6222.91 11 10171.81
2010 304 30820.15 232 8085.15 40 5230.29 22 7034.85 10 10469.86
2015 297 31558.18 225 8082.26 41 5551.11 19 6092.94 12 11831.87
2018 328 34082.14 247 8594.96 46 6147.77 24 7821.77 11 11517.65
此外,本研究还采用了SRTM-1 DEM数据,该数据源于2000年2月奋进号航天飞机所执行的全球地形雷达测绘任务。该数据在青藏高原内流区具有较高的精度[26],在本研究中该数据主要用于计算湖泊岸线的周边地形特征,以讨论湖泊岸线变化与地形的相关性。

3 研究方法

3.1 湖泊岸线形态特征量化方法

对于湖泊岸线、海岸带、流域边界等拥有复杂几何特征的地理对象,单纯使用面积、周长等简单的几何指标,分析结果易受原始数据的精细程度的影响而具有较大的不确定性。对于此类问题,基于分形理论的定量指标有更好的适用性。分形理论以“自相似性”为核心,可以解释自然界中不规则,不稳定和具有高度复杂结构的对象和现象,因此被广泛应用于地理学研究的各个领域[14,27-29]。在分形理论中,用于描述对象形态特征的指标是分形维数,简称分维。分维是用来定量化研究分形的主要工具[30]。分形维数不是一种用单独关系去定义的计算指标,从分形机理描述的不同层次和角度,学者已经给出多种分形维数的定义,如面积-周长维数、Hausdorff维数、盒子维数、信息维数等[30]。
虽然分形维数克服了数据分辨率对量化结果的影响,但单纯使用分形维数指标来定量化分析湖泊岸线特征又存在指标单一,指标地理学意义不明确等问题。为此,本研究中进一步借鉴了景观生态学中的景观格局指数。景观格局指数是一类基于地理对象的面积、周长和位置等基本属性,结合几何学和统计学等理论方法而构建的,能够进一步描述地理对象的形态特征、分布规律和不同地理对象之间空间关系的形态指数[31,32]。根据待描述对象的尺度,景观格局指数一般分为斑块尺度（如近圆率、长宽比等）、类别尺度（如聚集度、空间密度等）和景观尺度（如景观均匀度、香农多样性指数等）,分别描述单个地理对象、同类地理对象和所有类别地理对象的特征。景观格局指数在地理对象的形态研究中已有较多应用,如土地利用、城市扩张和生态环境评价等[33,34,35]。通过计算湖泊的景观格局指数,可以进一步丰富对湖泊岸线形态特征的定量分析。

3.2 湖泊岸线形态特征量化指标

在综合前人研究成果的基础上,结合分形维数和景观格局指标构建了湖泊岸线形态特征的量化指标体系。并从指标的具体内涵出发,将现有常用指标划分为了岸线基本指标、岸线形态指标和岸线复杂指标三类。考虑到各个指数之间在内涵上具有一定重复性,研究选择其中的分形维数（面积-周长维数）、岸线发育系数、近圆率以及长宽比这四个常用指标来计算和分析湖泊岸线特征。各指标的计算公式以及意义如表2所示。
表2 湖泊岸线特征量化指标体系

Tab. 2 Quantitative index system of lake shoreline characteristics

分类 名称 计算公式 描述 含义
岸线基本指标 面积(m2) A A为湖泊面积 湖泊水域所占空间大小
周长(m) P P为湖泊周长 湖泊岸线的总长度
岸线形态指标 近圆度 C r = 4 × π × A P 2 A为湖泊面积
P为湖泊周长		 反映空间离散程度。近圆率越小,水面岸线曲率越大,形态周长就越长。
长宽比 T r = L W L为最长轴长度
W为最短轴长度		 反映湖泊宏观形态。长宽比较高的湖泊,形态相对狭长。
岸线复杂指标 岸线发育系数 D L = D 0 2 × π × A A为湖泊面积
D 0为湖泊岸线长度		 岸线景观越丰富,其湖泊岸线在形态上越多变,岸线的发育系数越大。
周长-面积维数 P = c × A T C为系数;T为推绎指数,值是岸线分形维数的一半 用于对多个湖泊岸线的分形维数的获取。

3.3 湖泊岸线形态特征的空间格局分析

在针对个体湖泊岸线特征定量分析的基础上,本研究还试图进一步探讨空间上相邻的湖泊是否具有较为相似的岸线特征。为此,本研究中引入了空间自相关性理论和分析方法。空间自相关性是指同一个变量在不同空间位置上的相关性,是地理对象的某一属性在空间上集聚程度的体现。根据应用尺度可以再细分为全局自相关性和局部自相关性。在本研究中,全局自相关性用于描述某一湖泊的岸线形态特征是否与周围湖泊存在相似性,即给定的湖泊岸线形态特征在整个研究范围内是否存在聚集（离散）的分布模式;局部自相关性用于遍历计算每个湖泊的岸线形态特征与周围湖泊的相似性,从而给出岸线形态特征在空间上的发生聚集（离散）分布的实际位置。
衡量全局空间自相关性的常用指标有全局Moran指数和Geary系数等,一般将要素属性在空间上的分布模式分为聚集模式、离散模式和随机模式三类,衡量局部空间自相关性的统计量有Getis-Ord统计量和局部Moran指数等,一般将聚类中心分为高-高型（热点）、低-低型（冷点）、高-低型与低-高型四类。
全局Moran指数计算公式：
I = ∑ i = 1 n ∑ j = 1 n w ij x i - x - x j - x - S 2 ∑ i = 1 n ∑ j = 1 n w ij
式中：n为该区域内地域单元总数;wij为空间权重;xi和xj是i区域和j区域的观测值;S2的计算公式如下：
S 2 = ∑ i = 1 n x i - x - 2 n
局部Moran指数计算公式：
I i = x i - x - S 2 ∑ j = 1 n w ij x j - x -
全局Getis-Ord G计算公式：
G d = ∑ i = 1 n ∑ j = 1 n w ij x i x j ∑ i = 1 n ∑ j = 1 n x i x j
式中：n为该区域内地域单元总数;wij为空间权重;xi和xj是i区域和j区域的观测值。
局部Getis-Ord G计算公式：
G i * d = ∑ j = 1 n w ij x j ∑ j = 1 n x j
为了便于解释和比较,对 G i * d进行标准化处理,计算公式：
Z ( G i * ) = G i * - E ( G i * ) Var ( G i * )

4 结果分析

4.1 湖泊岸线形态的总体演变特征

以青藏高原内流区面积大于10 km²的湖泊为研究对象（去除了1990年以来发生过明显合并或分裂的湖泊,共计244个湖泊）,选取分形维数、近圆度、岸线发育系数和长宽比4个指标,分析该区域湖泊在过去30年间湖泊岸线形态的演变特征。结果表明（图2）：1990—2018年,研究区域内湖泊的分形维数和岸线发育系数总体呈现上升趋势,分别平均增加了0.05（4%）和0.70（35%）;近圆度指数总体下降,平均减少了0.13（45%）,而长宽比指标波动较大,无显著增减趋势。
图2 1990—2018年青藏高原内流区湖泊岸线形态指标直方图

Fig. 2 Histograms of lake shoreline morphological indexes in the interior drainage area of the Tibetan Plateau during 1990-2018

从空间分布上看（图3）,对于前三个指标而言,研究区域东部的湖泊岸线在过去30年的变化幅度要大于南部,以85°E经线为界,东侧湖泊的分形维数和岸线发育系数在30年间平均增加了0.06和0.95,分别高于均值的25%和36%,区域湖泊的近圆率平均减少了0.16,其绝对值高于均值的23%。区域东西两侧的差异除了体现在湖泊岸线形态的整体演变速度以外,其各自内部的均质性也有所差异。以分形维数为例,尽管1990年至今,青藏高原内流区湖泊的分形维数整体处于上升趋势,但是在研究涉及到的湖泊中,仍有31个湖泊的分形维数有所下降,而在这湖泊中,有25个湖泊分布在区域东部,以可可西里地区和羌塘高原东南部居多,共占总数的80%,仅有6个湖泊分布在区域西部,占总数的20%,其他两个指标也体现出类似的空间分布特征。综上,区域东部湖泊岸线的变化幅度要大于西部,且东部湖泊内部的差异性较为突出,而西部湖泊的变化幅度相对较小,变化趋势相对稳定。除了东西部湖泊间的总体差异特征,在南北方向湖泊岸线形态变化也呈现出一定变化特征,如东北部的可可西里地区,受到自身湖盆地貌和气候变化等因素的影响,在过去三十年间湖泊岸线形态变化最为明显,而南部临近冈底斯山脉处湖泊的岸线形态最为稳定。
图3 1990—2018年青藏高原内流区湖泊岸线形态指标变化

Fig. 3 Changes of lake shoreline morphological indexes in the interior drainage area of the Tibetan Plateau during 1990-2018

数值分布上看,分形维数和岸线发育系数的均值在过去三十年间总体增加,分别从1.05变化至1.10和从2.00变化至2.70,直方图沿坐标轴向右发生整体性移动。分形维数和发育系数这两个指标随着湖泊扩张而递增表明该区域湖泊扩张的过程不仅表现为湖泊面积增大、水位上升和水量增加,还伴随着水陆接触面积的增加和岸线形态复杂程度的加剧。青藏高原内流区呈现此特征主要有两点原因。其一,青藏高原内流区的湖泊主要分布在封闭流域的低洼处,湖泊的扩张可视为向流域分水岭的逼近过程,这一过程中水陆界面处地形复杂度会不断加剧,进而造成了湖泊岸线的自相关性下降,同时其曲折和复杂程度上升。其二,该区域湖泊岸线受人类活动的影响几乎可以忽略,因此在湖泊的扩张过程中,岸线的自然原真度得到保留。与之相对比,东部地区众多的湖泊岸线资源得到了较大开发和利用,曲折的自然湖岸往往被改造成规则的人工湖岸,从而影响了湖泊岸线的自然演变过程。由于指标定义的差异,近圆度在变化趋势上相反,但其变化的原因也可以基于以上分析予以解释。近圆度指标的优势在于其变化幅度较大,1990年均值为0.292,2018年则降至0.168,表明该指标在量化湖泊岸线特征时具有更好的敏感度和区分度。长宽比指数在数值分布上的变化不明显,保持在2.05左右,2018年的均值要略高于1990年,两期数据的直方图几乎重合,分布都略向右偏移。

4.2 湖泊岸线形态的空间分布格局

在揭示不同时期湖泊岸线特征的变化趋势的基础上,为探究空间相邻的湖泊是否具有相似的岸线形态变化趋势,本研究进一步采用了空间自相关性分析方法对湖泊岸线特征的空间格局特征进行了分析。通过计算1990年和2018年两个年份的湖泊岸线形态指标变化量的全局莫兰指数,结果显示,这两个年份的Moran's I均大于0,表明各个指数的变化普遍存在空间自相关性,且都为正相关;各个指数空间自相关性稍有差异。4个指标中,分形维数的Moran's I最大,在1990年和2018年分别为0.454和0.670,2018年;长宽比的Moran's I最小,在1990年和2018年分别为为0.151和0.210。
从空间自相关性的显著性检验来看,除了长宽比指数在2018年（P-value=0.058;Z-score=1.892）的置信度略低于95%以外,其余各个指数的置信度均高于该值。其中,岸线发育系数（P-value<0.001;Z-score=5.641）和分形维数（P-value<0.001;Z-score=6.192）的显著度均超过99%（表3）。以上结果表明,湖泊岸线形态指数普遍存在空间自相关性,且该聚集模式基本能通过95%的置信度检验[36,37]。
表3 湖泊岸线形态指标变化值的全局自相关性计算结果

Tab. 3 The global autocorrelation calculation results of the variation values of lake shoreline morphological indexes

指数名称 Moran's I Z-score P-value
年份 2018 1990 2018 1990 2018 1990
分形维数 0.670 0.454 6.192 3.791 0.000 0.000
岸线发育系数 0.607 0.351 5.641 3.790 0.000 0.000
近圆率 0.437 0.294 2.798 2.230 0.007 0.021
长宽比 0.151 0.210 1.892 2.294 0.058 0.021
全局自相关性以整个研究区域作为研究对象,可以对属性在区域内是否存在聚集分布进行定量化的描述,但是,尚不能够精确地计算出各个聚类在区域内的相对位置以及评估整个区域内空间相关性的变化程度[38]。局部自相关性的计算可以更直观地描述属性发生聚集的空间位置,评估各个高值和低值聚类在空间上的分布模式[38]。前文分析表明1990年和2018年间湖泊岸线特征的空间自相关性时空格局变化不大,因此本文只采用2018年数据分析青藏高原内流区湖泊岸线的局部自相关性。基于Getis-Ord指标的分析结果表明（图4）,研究区湖泊岸线形态指标在局部地区形成了“高-高”或“低-低”空间聚集特征,主要有可可西里地区、羌塘高原中部以及羌塘高原东南部3个典型区。以可可西里区域为例,该区域湖泊岸线的分形维数、岸线发育指数、长宽比均呈现“高-高”空间聚集,而近圆度则表现为“低-低”聚集模式。这表明该区域的湖泊岸线特征具有较强的相似性[39],总体上岸线较为曲折复杂、形态上偏狭长形,这与通过遥感影像定性分析的结果是吻合的。
图4 基于Getis-Ord方法的景观指数空间自相关性

Fig. 4 Spatial auto-correlation of landscape index based on Getis-Ord method

湖泊岸线形态空间自相关性的形成和不同区域的地质构造情况密不可分。从地质构造角度分析,地质构造是湖盆形成的基础,控制了湖泊的空间分布和区域特征,是控制和影响湖泊发育演化的内在营力。因此,湖泊岸线的宏观形态受到地质构造的控制。处于相同地体的湖泊在形态上会呈现类似的特征,形成湖群,而各区域在构造上的差异使得湖泊或湖群的特点截然相异。从构造的模式来看,湖泊大致可以分为断陷湖和坳陷湖这两种典型的构造湖类。断陷湖发育在地壳断层形成的地堑中,湖泊多呈狭长形,长轴两侧多见陡崖,典型湖泊为班公错（图5a）;坳陷湖发育在地面沉降形成的盆地中,周围没有明显的断层,形态多呈圆形,典型湖泊为东恰错（图5b）。此外,有部分湖泊的形成受到断层和坳陷的综合控制,形成非对称断陷湖,呈现曲折岸线与陡直岸线交错的湖岸形态,典型湖泊为纳木错。也有部分小湖泊在发育的过程中,水位漫过流域边界线,与其他湖泊发生合并,形成多湖盆的巨大湖泊,拥有更为复杂的湖泊岸线形态,典型湖泊为乌兰乌拉湖和色林错。总体而言,地质构造是湖泊形态重要的直接控制因子,且同时影响着湖泊的演化方向和发育过程。
图5 典型湖泊岸线及其变化

Fig. 5 Typical lake shoreline and their changes

青藏高原多有近东西向、北西向和北东向的地体单元,自南向北分别为喜马拉雅地体、拉萨地体、羌塘地体、可可西里地体和昆仑地体（图1b）[40]。湖泊主要分布在地体之间的缝合带处,湖泊的长轴走向和这些构造线基本吻合。以可可西里地区为例,区域湖泊处于昆仑地体和可可西里地体交互的活跃地嵌中,湖泊以断陷湖为主,湖泊形态曲折狭长,湖滨地形落差大,湖泊与沿岸地区的相互作用频繁,致使区域成为分形维数和岸线发育系数显著变化的高聚集点。青藏高原的坳陷湖主要分布在内流区中央的羌塘高原湖区,区域内湖泊星罗棋布,大多发育在地壳下沉形成的内陆盆地中,形态多为简单规则的圆形或椭圆形,是典型的坳陷湖区,因此是区域内近圆率指数的高聚集点。
地质构造对于湖泊形态的影响,还体现在其与其他环境要素的相互作用,如气温、降水等[41,42]。这些相互作用对于湖泊形态也有着不可忽视的间接影响[43,44]。如北部的可可西里地区和南部的纳木错地区同属于断陷湖区,但是由于在三十年间,区域北部的降水量和气温增幅大于南部,致使区域北部的湖泊岸线的局部形态总体更为复杂。在研究区域西南部,对于发育在地堑区域的部分断陷湖,受到降水和冰川融水等因素的影响,湖泊水量增加,湖泊岸线同样发生了显著的变化。

5 讨论

5.1 湖泊岸线变化与周边地形的相关性分析

湖泊的形成需要有能够集水的洼地（即湖盆）以及提供足够的水量使湖盆积水,适宜的地形条件是形成湖泊的基础,而湖泊的演化过程也必然受到湖盆地貌的约束。因此,理论上湖泊岸线的发育过程与湖滨带地形存在一定的相关性。目前已有学者基于实测湖泊水下地形数据,分析了湖泊水量或平均深度与湖滨带地形间的相关性[45,46],相关研究表明,湖滨带坡度和高差是湖盆地形表达中的重要指示因子。因此,在探讨湖泊岸线的变化特征和湖滨带地形特征时,本研究选取了平均坡度和平均高差作为研究指标。由于SRTM-1 DEM数据仅能提供2000年的地形信息,因此以2000年作为本小结研究的基准时间,分析2000年湖泊岸线的周边地形与2000—2018年间岸线的变化值的相关性。
研究发现,对于面积变化幅度较小的湖泊,岸线形态的变化也相对微弱,甚至不发生明显变化,并不足以支撑动态分析的实验要求,并且其增减性具有较大的随机性,对结果的干扰较大。因此,在具体分析时,选取湖泊面积和岸线形态均发生显著变化的湖泊作为研究对象,以分形维数的变化量大于0.03和近圆率变化量大于0.1的湖泊为阈值选取分析数据,并以湖泊岸线做半径为1 km的缓冲区作为湖滨带,对于选中的岸线形态发生显著变化的湖泊,分析其岸线形态指数的变化量与湖滨地形之间的相关性。
结果表明,当湖泊的面积变化较小时,湖泊岸线几乎不发生变化,湖泊岸线变化与湖滨地形之间没有明显相关性;对于湖泊面积发生明显扩张的湖泊,岸线形态指数的变化量同湖滨带平均高差之间具有一定相关性,而同平均坡度之间的相关性不强。研究测试了多种拟合模型在此例中的拟合效果（包括线性、指数、幂函数和多项式）,发现指数模型的拟合效果较好,最能反映湖泊岸线形态指数和湖滨地形之间的关系。对于分形维数而言（图6）,与湖滨带平均坡度的相关系数不大,R2只有0.10,而与平均高差之间的模型R2达到0.42(N=70,P<0.01);对于近圆率而言（图7）,结果类似,同湖滨带平均坡度之间的模型R2为0.12,同平均高差之间的模型R2为0.38(N=56,P<0.01)。上述结果说明,湖泊岸线形态的变化受到湖滨带平均高差的影响。对于湖滨地带平均高差较小的湖泊,其湖滨的平均水深也相对较小,从而水量的增加或者减少将会带来更加明显的水域变化。因此,在获得（损失）相同水量的情况下,能够表现出更加明显的水域边界变化,也就更可能引起湖泊岸线形态的较大改变。
图6 分形维数变化量与地形指标的回归分析

Fig. 6 Regression analysis of the variation in fractal dimension with topographic factors

图7 近圆率变化量与地形指标的回归分析

Fig. 7 Regression analysis of the variation in circularity ratio with topographic factors

5.2 湖泊岸线变化与湖泊面积变化的相关性分析

由已有结论可得,1990—2018年,受到气候暖湿化的影响,研究区域内的湖泊规模持续增加,有219个湖泊出现面积扩张,其中有154个湖泊的面积扩张率超过15%;对于这些面积显著增加的湖泊,湖泊的岸线复杂指数也大多呈现单调变化的趋势,超过90%的扩张型湖泊的岸线复杂指数在研究时段内出现增加。
从区域上看,已有学者对2000年以来的湖泊面积变化进行了分析,并依据扩张-稳定-萎缩型湖泊的比例对青藏高原进行了分区,发现高原北部地区的扩张型湖泊占比最高,而高原东南部,以纳木错地区为代表的湖区,扩张型湖泊占比相对较低[47]。从与本文的对比中可以发现,湖泊水量和面积增速较快的区域,其内部湖泊的岸线特征也趋向于复杂和曲折,是岸线形态指数变化幅度的热点,而湖泊总体稳定或萎缩的地区,内部湖泊的岸线也大多规则和简单。总体而言,湖泊岸线形态变化的区域分异性同湖泊面积的区域分异性具有较好的耦合性。
上述结果表明随着湖泊的水量、面积的增加,湖泊的分形维数和岸线发育系数也会相应增加,近圆率会相应减少。在湖泊的水量增加,湖泊面积向外扩张的过程中,湖泊岸线并非整体性的向外移动,而是在局部,发生区域性地向外延伸,形成二维平面上的局部凸起。这一扩张模式导致湖泊岸线愈发曲折和起伏,湖泊岸线的分形维数和岸线发育系数随之增加。
对于面积相较于1990年减少的湖泊,研究区域内的样例相对较少。本文选取10个在研究时段内发生湖泊面积减少的典型湖泊样例,发现其中大部分湖泊较之于面积增加的湖泊,存在相反的岸线形态变化情况,即分形维数和岸线发育系数发生减少,近圆率相对增加。如卓乃湖,作为区域内分形维数最低的湖泊,在2018年的分形维数为1.036,相比于1990年下降了0.022,在此期间,湖泊面积减少了约100万km2。卓乃湖在2011年9月份发生了一次湖堤溃决事件,导致其湖泊水量的大量外泄,湖泊萎缩明显,岸线发生整体性后退,最大后退距离超过6 km。这种因为突发事件引发的湖泊岸线的大幅改变值得关注,特别是有研究表明卓乃湖的大幅萎缩和岸线后撤已威胁到了藏羚羊的生存环境。萎缩后的湖岸线退缩至相对更加平坦的区域,致使分形维数大幅降低。此外,如昂拉仁错、羊卓雍措和阿牙克库木湖等都在研究时段内发生过大规模的面积减少,这些湖泊的形态指数也发生了类似于卓乃湖的变化规律。总体看来,当湖泊面积下降时,湖泊的分形维数和岸线发育系数也会随之相应减少。由于湖泊水量的减少,往往伴随水位的下降和岸线的后退,使得岸线的位置落在原先的水下区域,这些区域在长时间被湖面覆盖的过程中,在充分的溶解、沉积和风化作用下,大多形态平整规则,致使后期到达这些区域的湖泊岸线也呈现相同的特征,导致分形维数和岸线发育系数的下降以及近圆率的增加。

5.3 本研究的科学意义与潜在应用

从研究视角和研究结论角度分析,本文是对现有湖泊岸线研究的一个有益补充,具有显著的科学意义。当前,部分学者针对特定湖泊,如太湖、青海湖和博斯腾湖等[14,15,48],揭示了湖岸形态的动态变化特征并初步探讨了其形成机制,但是单一湖泊的发育过程具有一定特殊性和偶然性,较难从中总结出普遍规律。也有学者开展了针对大区域尺度的岸线形态分布格局,如刘蕾等定量化分析了全国不同区域湖泊的岸线特征,其研究发现：青藏高原地区的湖泊岸线相对简单,而东部湖区的湖泊岸线更加曲折[13]。此外,还有学者开展了不同类型湖泊岸线形态的对比分析[49],但兼顾大区域尺度和长时间尺度的研究目前较为有限。本研究在近三十年的时间尺度上,探讨了气候暖湿化的背景下,青藏高原内流区湖泊岸线形态的时空格局和演变特征,并分析了地质构造和气候条件等自然因素对于湖泊岸线形态的控制作用,为理解湖泊岸线形态变化的驱动机制提供了更加深入的科学解释。更重要的是,湖泊岸线的变化不仅体现在湖泊外在形态,对湖泊内在的生态系统也有显著影响。例如,已有研究发现了湖泊岸线形态显著影响了湖泊鱼类生物量[50]、湖泊碳循环和生物地球化学过程[51]等。通过对湖泊岸线变化规律的探讨,可为揭示湖泊水文及湖泊生态系统对气候变化的响应特征等提供理论基础。
从研究的区域特征角度分析,以湖泊岸线为视角的湖泊变化分析,还具有潜在应用价值。调查发现,虽然该区域人类活动的强度较低,但湖滨地区仍分布有大量优质草场、重要基础设施和较多的村落。湖泊的快速扩张已经造成了部分草场、公路乃至村镇被淹没或即将被淹没（图8）,对区域生态安全和社会经济发展造成了一定威胁。为科学应对湖泊快速扩张的潜在影响,需要我们对湖泊岸线变化显著区域加强监测并对其进一步演变趋势做出科学预测。本研究中所开展的湖泊岸线形态分析,对遴选出湖泊岸线变化显著的湖泊以及确定湖泊岸线变化显著区域,均具有一定的适用性。而本研究通过对区域尺度上湖泊岸线形态演变特征的定量分析,探测出了湖泊岸线形态变化显著湖泊的空间分布,这为开展大区域尺度湖泊扩张的影响评估提供基础数据。但也需要指出,目前面向整个湖区的岸线变化特征分析距离实际应用还有差距,还需要开展面向湖泊个体的岸线变化检测与定量分析。对于岸线形态变化显著的湖泊,往往是由某个部位的湖泊岸线走向发生突变而引起的,这种突变区域极易发生岸线资源和设施的破坏,也是需要重点关注的敏感区域。
图8 野外调查发现的湖泊岸线显著变化区域

注：刘凯拍摄于2020年8月。

Fig. 8 Significant changes of lake shoreline found in field surveys

6 结论与讨论

在气候暖湿化的背景下,近年来青藏高原内流区湖泊显著扩张,本研究在已有关于面积、水位、水量和理化参数变化研究的基础上,开展了以湖泊岸线形态为视角的湖泊动态变化研究,基于分形理论和景观生态学中的相关理论方法,构建了岸线形态特征量化的指标体系,揭示了青藏高原内流区湖泊形态演变的总体趋势、空间格局与影响特征。
主要结论有：① 1990年以来,青藏高原内流区超过85%的湖泊的分形维数和岸线发育系数呈现上升趋势,超过80%的湖泊近圆率在此期间下降,湖泊的长宽比指数则无明显变化趋势。② 地质构造控制着湖泊岸线形态的宏观区域特征,断陷湖区的湖泊岸线形态要明显复杂于坳陷湖区。受到地质构造等控制因素的影响,该区域内湖泊岸线及其变化具有一定空间自相关性,如东北部可可西里地区是湖泊岸线形态变化最为明显的地区,中部的羌塘高原地区是湖泊岸线形态最为简单和稳定的地区。③ 湖泊岸线的变化幅度受湖泊岸线周边的地形高差影响较大。地形落差大的区域,湖泊岸线变化的速度相对较慢;④ 湖泊岸线变化和湖泊变化具有一定关联性,当湖泊的面积、水量增加,岸线形态的复杂度也会随之增加,反之减少。
本研究为全面理解湖泊动态变化对气候变化的响应特征提供了新的认知维度,通过定量化方法刻画湖泊岸线形态及其变化特征也将丰富湖泊调查与监测的指标体系。本文主要关注的是气候主导型湖泊的岸线特征,不涉及人类活动对湖泊岸线变化的干扰以及湖泊岸线变化对人居环境的影响。后续可进一步开展人类活动主导型和人类活动与气候双重影响型湖泊的岸线形态变化研究。针对人类活动强度较大的区域,研究湖泊岸线形态与湖泊水文、湖泊水质、湖泊水生态等其他重要属性之间的关系,将为湖泊岸线的生态保护及其岸线资源的合理利用等提供科学参考。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力。专家对于文章的观察视角,研究方法,以及行文规范等方面均给出了宝贵的意见和经验,对于文章质量的提升有着重要的帮助。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
徐昔保, 杨桂山, 江波. 湖泊湿地生态系统服务研究进展. 生态学报, 2018,38(20):7149-7158.

[ Xu Xibao, Yang Guishan, Jiang Bo. Progress in lake-wetland ecosystem services. Acta Ecologica Sinica, 2018,38(20):7149-7158.] DOI: 10.5846/stxb201804040768.

DOI

[2]
Xu X, Jiang B, Tan Y, et al. Lake-wetland ecosystem services modeling and valuation: Progress, gaps and future directions. Ecosystem Services, 2018,33:19-28. DOI: 10.1016/j.ecoser.2018.08.001.

DOI

[3]
秦伯强, 高光, 朱广伟, 等. 湖泊富营养化及其生态系统响应. 科学通报, 2013,58(10):855-864.

[ Qin Boqiang, Gao Guang, Zhu Guangwei, et al. Lake eutrophication and its ecosystem response. Chinese Science Bulletin, 2013,58(10):855-864.] DOI: 10.1360/csb2013-58-10-855.

DOI

[4]
李云良, 张奇, 姚静, 等. 鄱阳湖湖泊流域系统水文水动力联合模拟. 湖泊科学, 2013,25(2):227-235.

[ Li Yunliang, Zhang Qi, Yao Jing, et al. Integrated simulation of hydrological and hydrodynamic processes for Lake Poyang-catchment system. Journal of Lake Sciences, 2013,25(2):227-235.] DOI: 10.18307/2013.0208.

DOI

[5]
Maberly S C, O’Donnell R A, Woolway R I, et al. Global lake thermal regions shift under climate change. Nature Communications, 2020,11(1):1681-1694. DOI: 10.1038/s41467-020-15108-z.

DOI

[6]
Wang W, Lee X, Xiao W, et al. Global lake evaporation accelerated by changes in surface energy allocation in a warmer climate. NAT GEOSCI, 2018,11(6):410-414.

DOI

[7]
马荣华, 杨桂山, 段洪涛, 等. 中国湖泊的数量, 面积与空间分布. 中国科学: 地球科学, 2011,41(3):394-401.

[ Ma Ronghua, Yang Guishan, Duan Hongtao, et al. China's lakes at present: Number, area and spatial distribution. Science China Earth Sciences, 2011,41(3):394-401.] DOI: 10.1007/s11430-010-4052-6.

DOI

[8]
王苏民, 窦鸿身. 中国湖泊志. 北京: 科学出版社, 1998.

[ Wang Sumin, Dou Hongshen. Lakes in China. Beijing: Science Press, 1988.]

[9]
中国科学院南京地理与湖泊研究所. 中国湖泊调查报告. 北京: 科学出版社, 2019.

[Nanjing Institute of Geography and Limnology, CAS. Survey Report of Lakes in China. Beijing: Science Press, 2019.]

[10]
宋春桥, 詹鹏飞, 马荣华. 湖泊水情遥感研究进展. 湖泊科学, 2020,32(5):1406-1420.

[ Song Chunqiao, Zhan Pengfei, Ma Ronghua. Progress in remote sensing study on lake hydrologic regime. Journal of Lake Sciences, 2020,32(5):1406-1420.] DOI: 10.18307/2020.0514.

DOI

[11]
Pekel J F, Cottam A, Gorelick N, et al. High-resolution mapping of global surface water and its long-term changes. Nature, 2016,540(7633):418-422. DOI: 10.1038/nature20584.

DOI

[12]
Gorelick N, Hancher M, Dixon M, et al. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote sensing of Environment, 2017,202:18-27. DOI: 10.1016/j.rse.2017.06.031.

DOI

[13]
刘蕾, 臧淑英, 邵田田, 等. 基于遥感与GIS的中国湖泊形态分析. 国土资源遥感, 2015,27(3):92-98.

[ Liu Lei, Zang Shuying, Shao Tiantian, et al. Characterization of lake morphology in China using remote sensing and GIS. Remote Sensing for Land & Resources, 2015,27(3):92-98.] DOI: 10.6046/gtzyyg.2015.03.16.

DOI

[14]
李新国, 江南, 王红娟, 等. 近30年来太湖流域湖泊岸线形态动态变化. 湖泊科学, 2005, (4):294-298.

[ Li Xinguo, Jiang Nan, Wang Hongjuan, et al. Dynamic changes of lake shorelines morphology in the Taihu Basin during the past 30 years. Journal of Lake Sciences, 2005, (4):294-298.] DOI: 10.3321/j.issn:1003-5427.2005.04.002.

DOI

[15]
祁苗苗, 姚晓军, 刘时银, 等. 1973—2018年青海湖岸线动态变化. 湖泊科学, 2020,32(2):573-586.

[ Qi Miaomiao, Yao Xiaojun, Liu Shiyin, et al. Dynamic change of Lake Qinghai shoreline from 1973 to 2018. Journal of Lake Sciences, 2020,32(2):573-586.] DOI: 10.18307/2020.0225.

DOI

[16]
Song C, Huang B, Keith R, et al. Accelerated lake expansion on the Tibetan Plateau in the 2000s: Induced by glacial melting or other processes?. Water Resources Research, 2014,50(4):3170-3186. DOI: 10.1002/2013WR014724.

DOI

[17]
朱立平, 张国庆, 杨瑞敏, 等. 青藏高原最近40年湖泊变化的主要表现与发展趋势. 中国科学院院刊, 2019,34(11):1254-1263.

[ Zhu Liping, Zhang Guoqing, Yang Ruimin, et al. Lake variations on Tibetan Plateau of recent 40 years and future changing tendency. Bulletin of Chinese Academy of Sciences, 2019,34(11):1254-1263.] DOI: 10.16418/j.issn.1000-3045.2019.11.008.

DOI

[18]
万玮, 肖鹏峰, 冯学智, 等. 卫星遥感监测近30年来青藏高原湖泊变化. 科学通报, 2014,59(8):701-714.

[ Wan Wei, Xiao Pengfeng, Feng Xuezhi, et al. Monitoring lake changes of Qinghai-Tibetan Plateau over the past 30 years using satellite remote sensing data. Chinese Science Bulletin, 2014,59(8):701-714.] DOI: 10.1360/csb2014-59-8-701.

DOI

[19]
Zhang G, Luo W, Chen W, et al. A robust but variable lake expansion on the Tibetan Plateau. Science Bulletin, 2019,64(18):1306-1309. DOI: 10.1016/j.scib.2019.07.018.

DOI

[20]
朱立平, 彭萍, 张国庆, 等. 全球变化下青藏高原湖泊在地表水循环中的作用. 湖泊科学, 2020,32(3):597-608.

[ Zhu Liping, Peng Ping, Zhang Guoqing, et al. The role of Tibetan Plateau lakes in surface water cycle under global changes. Journal of Lake Sciences, 2020,32(3):597-608.] DOI: 10.18307/2020.0301.

DOI

[21]
Liu K, Song C, Ke L, et al. Automatic watershed delineation in the Tibetan endorheic basin: A lake-oriented approach based on digital elevation models. Geomorphology, 2020,358:107127. DOI: 10.1016/j.geomorph.2020.107127.

DOI

[22]
Gao Y, Wang W, Yao T, et al. Hydrological network and classification of lakes on the Third Pole. Journal of Hydrology, 2018,560:582-594. DOI: 10.1016/j.jhydrol.2018.03.062.

DOI

[23]
Lei Y, Yang K, Wang B, et al. Response of inland lake dynamics over the Tibetan Plateau to climate change. Climatic Change, 2014,125(2):281-290. DOI: 10.1007/s10584-014-1175-3.

DOI

[24]
张国庆. 中国湖泊数据集(1960s—2015). 国家青藏高原科学数据中心, 2019.

[ Zhang Guoqing. China Lake Dataset (1960s-2015). National Tibetan Plateau Data Center, 2019.] DOI: 10.11888/Hydro.tpdc.270302.

DOI

[25]
Sheng Y, Song C, Wang J, et al. Representative lake water extent mapping at continental scales using multi-temporal Landsat-8 imagery. Remote Sensing of Environment, 2016,185:129-141. DOI: 10.1016/j.rse.2015.12.041.

DOI

[26]
Liu K, Song C, Ke L, et al. Global open-access DEM performances in Earth's most rugged region High Mountain Asia: A multi-level assessment. Geomorphology, 2019,338:16-26. DOI: 10.1016/j.geomorph.2019.04.012.

DOI

[27]
吴兵, 葛昭攀. 分形理论在地理信息科学研究中的应用. 地理学与国土研究, 2002,18(3):23-26.

[ Wu Bing, Ge Zhaopan. Applications of fractal geometry theory in the study of geographic information science. Geography and Geo-Information Science, 2002,18(3):23-26.] DOI: 10.3969/j.issn.1672-0504.2002.03.005.

DOI

[28]
陈彦光. 城市地理研究中的单分形, 多分形和自仿射分形. 地理科学进展, 2019,38(1):38-49.

DOI

[ Chen Yanguang. Monofractal, multifractals, and self-affine fractals in urban studies. Progress in Geography, 2019,38(1):38-49.] DOI: 10.18306/dlkxjz.2019.01.004.

DOI

[29]
高义, 苏奋振, 周成虎, 等. 基于分形的中国大陆海岸线尺度效应研究. 地理学报, 2011,66(3):331-339.

[ Gao Yi, Su Fenzhen, Zhou Chenghu, et al. Scale effects of China Mainland coastline based on fractal theory. Acta Geographica Sinica, 2011,66(3):331-339.] DOI: 10.11821/xb201103005.

DOI

[30]
孙博玲. 分形维数(Fractal dimension)及其测量方法. 东北林业大学学报, 2004,32(3):116-119.

[ Sun Boling. Fractal dimension and its metrical methods. Journal of Northeast Forestry University, 2004,32(3):116-119.] DOI: 10.3969/j.issn.1000-5382.2004.03.042.

DOI

[31]
刘颂, 李倩, 郭菲菲. 景观格局定量分析方法及其应用进展. 东北农业大学学报, 2009,40(12):114-119.

[ Liu Song, Li Qian, Guo Feifei. Review of quantitative analysis methods of landscape pattern and application progress. Journal of Northeast Forestry University, 2009,40(12):114-119.] DOI: 10.3969/j.issn.1005-9369.2009.12.026.

DOI

[32]
布仁仓, 胡远满, 常禹, 等. 景观指数之间的相关分析. 生态学报, 2005,25(10):2764-2775.

[ Bu Rencang, Hu Yuanman, Chang Yu, et al. A correlation analysis on landscape metrics. Acta Ecologica Sinica, 2005,25(10):2764-2775.] DOI: 10.3321/j.issn:1000-0933.2005.10.044.

DOI

[33]
李晶, 周自翔. 延河流域景观格局与生态水文过程分析. 地理学报, 2014,69(7):933-944.

DOI

[ Li Jing, Zhou Zixiang. Landscape pattern and hydrological processes in Yanhe River basin of China. Acta Geographica Sinica, 2014,69(7):933-944.] DOI: 10.11821/dlxb201407006.

DOI

[34]
任嘉衍, 刘慧敏, 丁圣彦, 等. 伊河流域景观格局变化及其驱动机制. 应用生态学报, 2017,28(8):2611-2620.

[ Ren Jiayan, Liu Huimin, Ding Shengyan, et al. Landscape pattern change and its driving mechanism in Yihe River basin, China. Chinese Journal of Applied Ecology, 2017,28(8):2611-2620.] DOI: 10.13287/j.1001-9332.201708.023.

DOI

[35]
万义良, 金瑞, 唐建波, 等. 东莞市城镇扩张景观格局变化特征. 经济地理, 2019,39(3):84-92.

[ Wan Yiliang, Jin Rui, Tang Jianbo, et al. Spatial heterogeneity of urban expansion structure based on spatial clustering method in Dongguan City. Economic Geography, 2019,39(3):84-92.] DOI: 10.15957/j.cnki.jjdl.2019.03.010.

DOI

[36]
Goodchild M. Spatial autocorrelation. Concepts and Techniques in Modern Geography, 1987,48:56-63.

[37]
Legendre P. Spatial autocorrelation: Trouble or New Paradigm?. Ecology, 1993,74(6):1659-1673. DOI: 10.2307/1939924.

DOI

[38]
颜锋华, 金亚秋. 尺度分布的Getis统计对遥感图像特征参量空间自相关性的研究. 中国图象图形学报, 2006,11(2):191-196.

[ Yan Fenghua, Jin Yaqiu. Spatial auto-correlation of characteristic parameters in remotely sensing image using optimal multi-scale Getis statistic. Journal of Image and Graphics, 2006,11(2):191-196.] DOI: 10.3969/j.issn.1006-8961.2006.02.007.

DOI

[39]
潘文斌, 黎道丰, 唐涛, 等. 湖泊岸线分形特征及其生态学意义. 生态学报, 2003, (12):2728-2735.

[ Pan Wenbin, Li Daofeng, Tang Tao, et al. The fractal character of lake shoreline and its ecological implication. Acta Ecologica Sinica, 2003, (12):2728-2735.] DOI: 10.3321/j.issn:1000-0933.2003.12.028.

DOI

[40]
刘晓惠, 许强, 丁林. 差异抬升:青藏高原新生代古高度变化历史. 中国科学: 地球科学, 2017,47(1):40-56.

[ Liu Xiaohui, Xu Qiang, Ding Lin. Differential surface uplift: Cenozoic paleoelevation history of the Tibetan Plateau. Science China Earth Sciences, 2017,47(1):40-56.] DOI: 10.1360/N072015-00486.

DOI

[41]
姚永慧, 张百平. 青藏高原气温空间分布规律及其生态意义. 地理研究, 2015,34(11):2084-2094.

DOI

[ Yao Yonghui, Zhang Baiping. The spatial pattern of monthly air temperature of the Tibetan Plateau and its implications for the geo-ecology pattern of the Plateau. Geographical Research, 2015,34(11):2084-2094.] DOI: 10.11821/dlyj201511007.

DOI

[42]
李兰晖, 刘琼欢, 张镱锂, 等. 羌塘高原降水空间分布及其变化特征. 地理研究, 2017,36(11):2047-2060.

DOI

[ Li Lanhui, Liu Qionghuan, Zhang Yili, et al. Spatial distribution and variation of precipitation in the Qiangtang Plateau. Geographical Research, 2017,36(11):2047-2060.] DOI: 10.11821/dlyj201711002.

DOI

[43]
郑绵平, 向军, 魏新俊, 等. 青藏高原盐湖. 北京: 北京科学技术出版社, 1989: 192-236.

[ Zheng Mianping, Xiang Jun, Wei Xinjun, et al. Saline lakes of Tibetan Plateau. Beijing: Beijing Science and Technology Press, 1989: 192-236.]

[44]
李均力, 盛永伟. 1976—2009年青藏高原内陆湖泊变化的时空格局与过程. 干旱区研究, 2013,30(4):571-581.

[ Li Junli, Sheng Yongwei. Spatiotemporal pattern and process of inland lake change in the Qinghai-Tibetan Plateau during the period of 1976-2009. Arid Zone Research, 2013,30(4):571-581.] DOI: 10.13866/j.azr.2013.04.027.

DOI

[45]
Messager M L, Lehner B, Grill G, et al. Estimating the volume and age of water stored in global lakes using a geo-statistical approach. Nature Communications, 2016,7(1):1-11. DOI: 10.1038/ncomms13603.

DOI

[46]
马小奇, 卢善龙, 马津, 等. 基于地形参数的湖泊水储量估算方法: 以纳木错为例. 国土资源遥感, 2019,31(4):167-173.

[ Ma Xiaoqi, Lu Shanlong, Ma Jin, et al. Lake water storage estimation method based on topographic parameters: A case study of Nam Co Lake. Remote Sensing for Land & Resources. 2019,31(4):167-173.] DOI: 10.6046/gtzyyg.2019.04.22.

DOI

[47]
闾利, 张廷斌, 易桂花, 等. 2000年以来青藏高原湖泊面积变化与气候要素的响应关系. 湖泊科学, 2019,31(2):573-589.

[ Lv Li, Zhang Tingbin, Yi Guihua, et al. Changes of lake areas and its response to the climate factors in Tibetan Plateau since 2000. Journal of Lake Sciences, 2019,31(2):573-589.] DOI: 10.18307/2019.0225.

DOI

[48]
高鹏文, 李新国, 阿里木江. 博斯腾湖湖岸线时空变化特征. 水资源与水工程学报, 2019,30(4):98-104.

[ Gao Pengwen, Li Xinguo, Kasmu A. Temporal and spatial variation characteristics of the Bosten Lake shoreline. Journal of Water Resources and Water Engineering, 2019,30(4):98-104.]

[49]
张凤太, 王腊春, 冷辉, 等. 典型天然与人工湖泊形态特征比较分析. 中国农村水利水电, 2012, (7):38-41.

[ Zhang Fengtai, Wang Lachun, Leng Hui, et al. A comparative analysis of morphological characteristics of typical natural and artificial lakes. China Rural Water and Hydropower, 2012, (7):38-41.]

[50]
Seekell D A, Bystrom P, Karlsson J. Lake morphometry moderates the relationship between water color and fish biomass in small boreal lakes. Limnology and Oceanography, 2018,63(5):2171-2178. DOI: 10.1002/lno.10931.

DOI

[51]
Casas-Ruiz J P, Jakobsson J, Giorgio P A D. The role of lake morphometry in modulating surface water carbon concentrations in boreal lakes. Environmental Research Letters, 2021,16(7):433-461. DOI: 10.1088/1748-9326/ac0be3.

DOI

Options
文章导航

/

〈 〉