沈華東，于 革

（1.中國科學院南京地理與湖泊研究所湖泊與環(huán)境國家重點實驗室，江蘇南京210008；2.中國科學院研究生院，北京100049）

0 引言

由于水文水資源系統(tǒng)對氣候變化極為敏感，所以氣候變化對水資源影響研究逐漸引起了學者的重視［1－2］。青藏高原的湖泊水文系統(tǒng)變化顯著，成為研究陸面對氣候變化響應的聚焦點之一［3－8］。位于青藏高原腹地的茲格塘錯是一個高原咸水湖，但地質(zhì)時期以及歷史時期湖水多次淡化［9－13］，對氣候變化的響應相當敏感。目前，流域的平均人口0.31人／km2，與中國東部流域人類活動相比，其影響微弱。因此，茲格塘錯流域為研究氣候變化對水文系統(tǒng)的影響提供了一個非常適宜的平臺［14－15］。然而，正是由于該區(qū)的人類活動微弱，至今尚未建立水文站，使得該區(qū)水文方面的相關(guān)研究困難重重。近年來，一些研究者對此做過探索，如利用RS和GIS技術(shù)對湖泊面積變化進行動態(tài)監(jiān)測［16］，根據(jù)降雨和蒸發(fā)等氣候資料和水位變動資料以及利用水量平衡方程來估算流域的年徑流量變化［17］，但這些研究均未考慮流域下墊面的因素。另外，采用衛(wèi)星影像資料估算茲格塘錯流域20世紀70年代、90年代和2002年的湖泊面積［18］，但此研究未能對該湖泊水量變化進行定量估算。

評估氣候變化對水文的影響，通常采用基于長序列的水文觀測數(shù)據(jù)分析其變化模式。然而，對于青藏高原的湖泊，不僅水文站觀測的歷史較短，而且站點也少，難以覆蓋研究區(qū)域。物理－水文機制的數(shù)值模型、氣候和陸面過程驅(qū)動的模擬實驗為此提供了一個極為有效的研究途徑［19－20］。由于氣象變量自身及氣象變量間的相互作用對水文的影響是復雜、動態(tài)和非線性的，氣候變化會通過多種途徑影響水文狀況，但這種綜合影響可以使用水文模型在復雜的系統(tǒng)層面上進行很好地評估［21］。SWAT模型是一個分布式水文模型，它為陸面物理、水文過程設(shè)計提供了解決此類復雜問題的有力工具［22－23］。它作為一個綜合性流域水文模型在中國應用也較廣泛，如在青藏高原拉薩河流域［8］和青海湖流域［24］、黃河水系的黑河流域和渭河流域和黃河源地區(qū)［25］以及長江中下游水系的太湖流域［26］、洪湖流域［27］、巢湖流域［28］。作為長期的氣候水文過程，近年來有研究者采用SWAT模型對太湖、洪湖等流域的農(nóng)耕時期、準工業(yè)化時期和現(xiàn)代工業(yè)城市化時期的水文環(huán)境做了模擬和對比［29－30］。在氣候因子驅(qū)動和邊界條件變化下，年際尺度模擬和敏感實驗能夠分辨和定量評估氣候溫度、降水變化與植被覆蓋等不同因子的作用和效應。

筆者通過數(shù)字水文模型和遙感衛(wèi)星解譯方法模擬和驗證最近50年水文特征和氣候參數(shù)序列之間的關(guān)系，集成茲格塘錯流域下墊面的多類環(huán)境數(shù)據(jù)庫，設(shè)定和校驗一系列參數(shù)和系數(shù)進行模擬實驗，對流域在過去50年的氣候變化驅(qū)動下進行流域水文模擬和氣候敏感因子實驗，以期反演茲格塘錯流域湖泊水量變化，為高原湖泊對氣候變化的響應研究提供參考。

1 研究區(qū)域

茲格塘錯（32°00′～32°09′N、90°44′～90°57′E）位于中國青藏高原北腹地，是一個無冰川補給、內(nèi)流型高原湖泊。地處羌塘高寒草原半干旱地帶東南邊緣，為班公湖—東巧—怒江深大斷帶上的斷陷湖泊之一，是一個典型的高原封閉型湖泊。湖面海拔4 561m，湖面面積約190km2，湖泊最深38.19m。流域面積3 430km2，湖泊補給系數(shù)17.3［31］。流域內(nèi)有4條較大的河流，其中以柴榮藏布最長，約60km。該湖泊和流域高程及水系分布見圖1。

圖1 茲格塘錯流域高程分布和湖泊水系特征Fig.1 Distribution of Elevation and Characteristic of Water System in Zigetang Lake

該區(qū)域降水主要受印度洋季風影響，年降水量為240～300mm，多集中于5月至9月，多年平均蒸發(fā)量為791.19～1 111.15mm。從氣候劃分來看，茲格塘錯流域?qū)儆诟咴瓉喓畮О敫珊禋夂騾^(qū)，四季不分明，只有冷暖季節(jié)之分。由于海拔較高，該流域氣溫很低，年平均氣溫－3.14℃～0.14℃。最熱月（7月平均氣溫8.19℃，最冷月（1月）平均氣溫－1.3℃［9］。流域主要植被類型為高山草甸（以Kobresia pygmaea，K.tibetica以及Compositae為主）、高山草原（以Stipa subsessiliflora var.basiplumosa以及Gramineae為主）和高山荒漠（以Arenaria musciformis，Androsace tapete以及Caryophyllaceae為主）［32］。茲格塘錯湖水補給主要為地表徑流，區(qū)域沒有冰川分布，水量平衡主要取決于降水與蒸發(fā)之間的平衡［31］。

2 數(shù)據(jù)和方法

2.1 模型和模擬實驗

SWAT模型是美國農(nóng)業(yè)部開發(fā)的分布式流域尺度水文模型［22－23］，模型具有良好的物理基礎(chǔ)，適用于具有不同氣候、植被、土壤類型以及不同土地利用方式下的復雜大流域。SWAT模型開發(fā)的特點之一是能夠用來預測大尺度、無測站流域的水文過程。茲格塘錯以及臨近地區(qū)缺乏水文觀測站，選擇該模型有以下優(yōu)點：①基于物理機制，利用嚴格的數(shù)學物理方程計算水分運動、泥沙輸送等物理過程；②以ArcView為界面，便于空間分布信息的預處理和后處理；③可以模擬分布式參數(shù)變化所帶來的影響；④計算效率高，即使是非常大的流域或者是一系列流域管理方案的組合，模型的計算都不需要額外的時間和投資；⑤連續(xù)模擬，可以累計積分長達200年，能夠模擬長期變化過程。

應用該模型進行模擬實驗，采用以下步驟：①調(diào)入DEM數(shù)據(jù)，進行預處理，對流域范圍內(nèi)的坑洼進行填充，同時利用刻入法提高流域水系和邊界生成的精確度；②流域離散化，基于流域數(shù)字高程模型DEM數(shù)據(jù)，SWAT模型可以對整個流域進行空間離散化，把整個流域劃分成若干個子流域；③根據(jù)子流域的劃分，疊加植被覆蓋和土壤資料，將子流域離散為至少一個水文響應單元（HRU）；④由SWAT模型的天氣生成器產(chǎn)生氣候數(shù)據(jù)系列，并分配到各HRU上；⑤模擬運行時間設(shè)置、運行模型。

2.2 數(shù)據(jù)收集及數(shù)據(jù)庫建立

基礎(chǔ)數(shù)據(jù)包括數(shù)字高程模型DEM、植被覆蓋數(shù)據(jù)、土壤類型和屬性數(shù)據(jù)、流域的數(shù)字河流資料、氣象站點的空間數(shù)據(jù)和實測氣象資料以及流域的自然地理資料。DEM數(shù)據(jù)圖來源國家基礎(chǔ)地理信息中心1∶250 000地形數(shù)據(jù)［33］，應用ArcGIS9.2進行投影變化等預處理操作，生成模擬所需的DEM數(shù)據(jù)資料（圖1a）。根據(jù)20世紀80年代1∶1000 000中國植被調(diào)查圖，流域內(nèi)主要植被類型包括高山草原、高山草甸以及高山荒漠植被［32］。2009年野外調(diào)查和界定，植被資料進一步轉(zhuǎn)化為柵格單元精度10′× 10′的格點分布，構(gòu)成植被類型和空間分布，并計算分布面積（表1）。土壤資料及分布來源于中國科學院青藏高原綜合科學考察成果，區(qū)域主要土壤類型包括高山草原土、高山草甸土、高山荒漠土、亞高山荒漠土以及亞高山草甸土等［34］。經(jīng)掃描輸入計算機后應用ArcGIS9.2數(shù)字化生成1∶500 000矢量圖，并計算分布面積（表1）。

表1 茲格塘錯流域植被和土壤類型及分布面積Tab.1 Types and Areas of Vegetation and Soil in Zigetang Lake

氣象數(shù)據(jù)來自于國家氣象局提供的覆蓋茲格塘錯流域的安多、那曲和班戈3個站點，采用1956—2006年日降水、日平均溫度、日平均最高和日平均最低溫度數(shù)據(jù)［35］。其中缺乏一些年份的一段數(shù)據(jù)沒有觀測，根據(jù)逐日數(shù)據(jù)生成天氣生成器參數(shù)自行內(nèi)插。由于茲格塘錯位于3個氣象站點之間，距離3個站點4.5～9.4km，因此采用3個站點到茲格塘錯之間地理距離的加權(quán)平均，獲得該湖泊的氣候數(shù)據(jù)。

所涉及的空間數(shù)據(jù)都以ArcGIS9.2和Arc View3.3作為基本的數(shù)據(jù)處理，更新和可視化工具。SWAT模型采用的土地利用分類系統(tǒng)是美國國家地質(zhì)調(diào)查局（USGS）的土地利用分類系統(tǒng)，配套的土地利用屬性數(shù)據(jù)庫也是USGS給出的參數(shù)。因此，需要將上述土地覆被數(shù)據(jù)重新分類，轉(zhuǎn)換成與USGS相對應的系統(tǒng)分類，重新將土地覆被類型分為3類，具體分類、代碼和所占面積見表1。此外，所有空間數(shù)據(jù)庫的投影方式都采用ALBERT等面積圓錐投影。

2.3 模擬驗證的替代資料

模型結(jié)構(gòu)和輸入?yún)?shù)初步確定后，需要對模型進行校準。校準是調(diào)整模型的參數(shù)，使得模型的計算結(jié)果與實測數(shù)據(jù)相匹配，該過程是建立模擬系統(tǒng)的關(guān)鍵一步。由于茲格塘錯沒有流量資料，采用茲格塘錯1999—2005年的中巴衛(wèi)星影像資料［36－37］（圖2）。采用2、3、4波段，空間分辨率為20m，影像經(jīng)過地理配準（選擇6個配準控制點）、輻射校正及影像增強等標準化處理。

圖2 最近年份茲格塘錯衛(wèi)星遙感影像Fig.2 Satellite Remote Sensing Images of Zigetang Lake in Recent Years

經(jīng)過標準處理后的影像資料統(tǒng)一進行投影以估算湖泊面積變化。采用ALBERT等面積圓錐投影，經(jīng)過數(shù)字化提取湖泊邊界，利用ArcGIS9.2的量算工具計算湖泊面積。整合茲格塘錯5m等深線的湖泊深度、地形測量數(shù)據(jù)，構(gòu)建不同年份茲格塘錯水下三維模型，由此更為精確的計算各個影像時期的湖泊水量。

根據(jù)水量平衡原理以及在湖泊水量反演的研究應用［38－40］，估算茲格塘錯的流量，以此作為模型年校準的流量替代數(shù)據(jù)?；舅科胶夥匠?/p>

式中：ΔV為年湖泊變化體積；AC為流域面積；AL為湖泊面積；P為年平均降水；E為年平均蒸發(fā)；R為徑流深度；Q為年平均流量。降水、蒸發(fā)為實測資料，湖泊水量變化根據(jù)每年的衛(wèi)星影像轉(zhuǎn)化估算結(jié)果，由此推算年平均流量Q。

湖盆幾何形態(tài)以高程為準，湖泊平均水面以上高程由1∶250 000地形資料獲得，湖泊平均水面以下深度經(jīng)過2001年實際測深獲得。由此，推算湖泊容積和湖泊水量，并根據(jù)式（1）、（2）計算不同年份的平均流量（表2）。

計算結(jié)果表明，茲格塘錯1999—2005年的平均流量為5.86～7.15m3／s，平均流量為6.56m3／s。根據(jù)王蘇民等提供的茲格塘錯夏季流量為9.2m3／s［31］，能夠佐證本文估算的全年流量。青藏高原腹地的一些海拔高度相近、氣候條件相同、流域面積量級相當?shù)暮?，實測流量也基本在同一量級。如班戈錯的夏季流量為13.71m3／s［41］，普莫雍錯全年平均為12.18m3／s［5］，羊卓雍錯3個支流流量分別為2.36、3.28和5.33m3／s，入湖總量為7.17m3／s［31］。因此，從衛(wèi)星影像數(shù)據(jù)轉(zhuǎn)化的流量計算可信。

表2 衛(wèi)星影像轉(zhuǎn)換的湖泊體積變化和水量平衡模型估算的年平均流量變化Tab.2 Changes of Lake Water Volume Calculated by Satellite Images and Annual Average Discharge Estimated by Water Balance Model

3 模擬結(jié)果及評價

3.1 模型參數(shù)率定和驗證

模型的調(diào)試率定是模擬的重要環(huán)節(jié)，率定工作包括流量、泥沙等，其中流量率定是所有率定的基礎(chǔ)，它決定了泥沙以及營養(yǎng)鹽輸移率定的可靠性。采用依據(jù)遙感資料獲取的流量估算結(jié)果對上述模型進行驗證（圖3），結(jié)果顯示模擬準確率達到95.6%。反映50年來流域流量的模擬捕捉了基本的水文流量和變化特征。這也說明利用SWAT模型在茲格塘錯流域進行模擬具有較高的可信度。

圖3 年平均流量的觀測資料與模擬結(jié)果對比Fig.3 Comparison of Simulation and Observation of Average Annual Discharge

3.2 模擬結(jié)果

經(jīng)過參數(shù)率定后，對1956—2006年茲格塘錯流量進行模擬。結(jié)果顯示，茲格塘錯年平均流量為6.3m3／s，流域多年平均徑流量為1.98×108m3。徑流量年度分配以6月至10月分布最為集中，占全年徑流總量的75%。其中夏季（6月至8月）徑流總量占全年的50%（圖4a）。從模擬的月平均流量特征來看，流量高峰主要集中在7月至10月，1月、2月和12月幾乎沒有流量，主要與夏季降水較多、冬季流域和湖面結(jié)冰有關(guān)。3月出現(xiàn)一個高流量，反映該流域春季受融雪的補給，出現(xiàn)一個流量集中入湖的季節(jié)。模擬結(jié)果表明：年入湖流量為（10.8～61.2）×108m3，平均27.8×108m3（圖4b）。近30年來，茲格塘錯流量呈現(xiàn)下降趨勢。20世紀70年代到80年代初處于徑流高峰期，年平均流量達到12m3／s，可能與該時段降雨量較大有關(guān)。從1999年開始，該湖泊流量處于低峰，平均為6.3m3／s，可能與最近10年溫度升高、蒸發(fā)量增大有關(guān)。

3.3 敏感因子實驗

過去50年茲格塘錯水量變化與氣候變化密切相關(guān)。為了探討溫度和降水對水量變化的作用和效應，分別進行了不同氣候特征下的敏感性實驗。根據(jù)過去50年逐年氣候系列資料，采用溫度和降水的2倍年平均標準偏差作為變化幅度標準，疊加到原氣候序列，組合成相對現(xiàn)代的冷濕、暖濕、暖干和冷干4種模式進行實驗（表3）。在4個氣候敏感性實驗中，采用溫度和降水作為狀態(tài)變量，進行模擬實驗，最后輸出變量集中分析徑流量。每個氣候特征時期將模型時間設(shè)定為50年，采用各個實驗中的平均值作為敏感實驗的輸出結(jié)果（表3）。

氣候敏感實驗結(jié)果表明：隨著降水增加，徑流量有所增加，其中增加最明顯的是冷濕模式，其主要由于降水增量最大引起的。在冷干模式中，雖然降水減少，但徑流量并沒有減少，這可能是由于這個時期全年氣溫降低，導致蒸發(fā)量減少，徑流損失較少引起的。在暖濕模式中，降雨量雖然比冷濕模式的降雨量變化大，但產(chǎn)生的徑流量明顯增大，這反映出高原的氣候變化特征，即當溫度增高后蒸發(fā)量增大，因而入湖徑流增量并不顯著。

表3 溫度和降水敏感因子實驗結(jié)果Tab.3 Results of Sensitive Factor Experiment with Temperature，Precipitation

4 結(jié)語

（1）近30年來，茲格塘錯的流量呈現(xiàn)下降趨勢。20世紀70年代到80年代初處于徑流高峰期。這可能與該時段降雨量較大有關(guān)。從1999年開始，該流域的流量處于低峰，這與最近10年的溫度升高、蒸發(fā)量增大有關(guān)。

（2）徑流量年度分配以6月至10月份分布最為集中，占全年徑流總量的75%。其中夏季（6月至8月）徑流量占全年的50%。流量高峰主要集中在7月至10月份，1月、2月、12月幾乎沒有流量，這主要與夏季降水較多、冬季流域和湖面結(jié)冰有關(guān)。在3月出現(xiàn)一個高流量，反映該流域春季受融雪的補給，形成一個流量集中入湖的季節(jié)。

（3）茲格塘錯流域的水文徑流受降水影響最大，隨著降水增加，徑流量有所增加。在溫度增加的情況下，流域的蒸發(fā)量增加的速度大，徑流增加的效應并不明顯。然而，在冷濕模式下，由于蒸發(fā)量降低，徑流量顯著增加。模擬實驗證實地質(zhì)時期和歷史時期寒冷期高原湖泊表現(xiàn)出冷濕狀況、湖泊水位增高和面積擴大的特征。該結(jié)果對反演長時間序列上流域氣候變化和對未來流域水量變化的情景預測，具有較高的科學價值。

［1］ IPCC.The Fourth Assessment Report of the Intergovernmental Panel on Climate Change［M］.Cambridge：Cambridge University Press，2007.

［2］ Loukas A，Vasiliades L，Dalezios N R.Climatic Impacts on the Runoff Generation Processes in British Columbia，Canada［J］.Hydrology and Earth System Sciences，2002，6：211－228.

［3］ 吳艷紅，朱立平，葉慶華，等.納木錯流域近30年來湖泊－冰川變化對氣候的響應［J］.地理學報，2007，62（3）：301－311.

［4］ 魯安新，姚檀棟，王麗紅，等.青藏高原典型冰川和湖泊變化遙感研究［J］.冰川凍土，2005，27（6）：783－792.

［5］ 朱立平，鞠建廷，王君波，等.湖芯沉積物揭示的末次冰消開始時期普莫雍錯湖區(qū)環(huán)境變化［J］.第四紀研究，2006，26（5）：772－780.

［6］ 朱大崗，孟憲剛，鄭達興，等.青藏高原近25年來河流、湖泊的變遷及其影響因素［J］.地質(zhì)通報，2007，26（1）：22－30.

［7］ 類延斌，張虎才，李世杰，等.1950年以來青藏高原茲格塘錯碳酸鹽穩(wěn)定碳同位素變化及其原因［J］.湖泊科學，2010，22（1）：143－150.

［8］ 張圣微，雷玉平，姚 琴，等.土地覆被和氣候變化對拉薩河流域徑流量的影響［J］.水資源保護，2010，26（2）：39－44.

［9］ 沈永平，徐道明.西藏安多的湖泊變化與環(huán)境［J］.冰川凍土，1994，16（2）：173－180.

［10］ 賈玉連，王蘇民，吳艷宏，等.24ka BP以來青藏高原中部湖泊演化及古降水量研究——以茲格塘錯與錯鄂為例［J］.海洋與湖沼，2003，34（3）：283－294.

［11］ 趙希濤，朱大崗，嚴復華，等.西藏納木錯末次間冰期以來的氣候變遷與湖面變化［J］.第四紀研究，2003，23（1）：41－52.

［12］ Yu G，Xue B，Liu J，et al.LGM Lake Records from China and an Analysis of Climate Dynamics Using a Modeling Approach［J］.Global and Planetary Change，2003，38（3／4）：223－256.

［13］ 申慧彥，李世杰，于守兵，等.青藏高原茲格塘錯沉積物粒度組成及其環(huán)境記錄的研究［J］.第四紀研究，2007，27（4）：613－619.

［14］ 于守兵，李世杰，劉吉峰.青藏高原湖泊沉積研究及其進展［J］.山地學報，2005，23（6）：663－671.

［15］ Li S J，Li W C，Xia W L，et al.Abrupt Environmental and Climatic Change Events During Holocene Period Derived from Zigetang Lake Sediment，Tibetan Plateau［J］.Quaternary International，2007，167（S）：240.

［16］ 張繼承，姜琦剛，李遠華，等.基于RS／GIS的西藏地區(qū)湖泊變化動態(tài)監(jiān)測及氣候背景［J］.地球科學與環(huán)境學報，2008，30（1）：87－93.

［17］ 李萬春.青藏高原湖泊現(xiàn)代過程研究——以茲格塘錯為例［D］.北京：中國科學院研究生院，2001.

［18］ 類延斌，張虎才，王 甡，等.青藏高原中部茲格塘錯1970年來的湖面變化及原因初探［J］.冰川凍土，2009，31（1）：48－54.

［19］ Smol J P，Wolfe A P，Birks H J B，et al.Climate－driven Regime Shifts in the Biological Communities of Arctic Lakes［J］.Proceedings of the National Academy of Sciences，2005，102（12）：4397－4402.

［20］ Scheffer M，Bascompte J，Brock W A，et al.Early－warning Signals for Critical Transitions［J］.Nature，2009，461：53－59.

［21］ Zhang X C，Liu W Z.Simulating Potential Response of Hydrology，Soil Erosion and Crop Productivity to Climate Change in Changwu Tableland Region on the Loess Plateau of China［J］.Agricultural and Forest Meteorology，2005，131（3／4）：127－142.

［22］ Arnold J G，Srinivasan R，Muttiah R S，et al.Large Area Hydro－logic Modeling and Assessment PartⅠ：Model Development［J］.Journal of the American Water Resources Association，1998，34（1）：73－89.

［23］ Legesse D，Vallet－Coulomb C，Gasse F.Hydrological Response of a Catchment to Climate and Land Use Changes in Tropical Africa：Case Study South Central Ethiopia［J］.Journal of Hydrology，2003，275（1／2）：67－85.

［24］ 劉吉峰，李世杰，丁裕國，等.基于氣候模式統(tǒng)計降尺度技術(shù)的未來青海湖水位變化預估［J］.水科學進展，2008，19（2）：184－191.

［25］ 張 蕾，盧文喜，安永磊，等.SWAT模型在國內(nèi)外非點源污染研究中的應用進展［J］.生態(tài)環(huán)境學報，2009，18（6）：2387－2392.

［26］ Lai G Y，Yu G，Gui F.Preliminary Study on Assessment of Nutrient Transport in the Taihu Basin Based on SWAT Modeling［J］.Science in China：Series D，2006，49（S）：135－145.

［27］ 桂 峰，于 革，賴格英，等.洪湖流域自然農(nóng)耕條件下營養(yǎng)鹽沉積輸移演化模擬研究［J］.沉積學報，2006，24（3）：333－338.

［28］ 吳春蕾，馬友華，李英杰，等.SWAT模型在巢湖流域農(nóng)業(yè)面源污染研究中應用前景與方法［J］.中國農(nóng)學通報，2010，26（18）：324－328.

［29］ Yu G，Xue B，Lai G Y，et al.A 200－year Historical Modeling of Catchment Nutrient Changes in Taihu Basin，China［J］.Hydrobiologia，2007，581（1）：79－87.

［30］ Gui F，Yu G.Numerical Simulations of Nutrient Transport Changes in Honghu Lake Basin，Jianghan Plain［J］.Chinese Science Bulletin，2008，53（15）：2353－2363.

［31］ 王蘇民，竇鴻身.中國湖泊志［M］.北京：科學出版社，1998.

［32］ 侯學煜.中國自然地理：植物地理［M］.北京：科學出版社，1988.

［33］ 中國國家基礎(chǔ)信息中心.中國1∶250 000地形圖［M］.北京：中國地圖出版社，1999.

［34］ 中國科學院青藏高原綜合科學考察隊.西藏土壤［M］.北京：科學出版社，1985.

［35］ 國家氣象信息中心.中國地面氣候資料日值數(shù)據(jù)（1951—2008）：日平均氣溫、日降水［R］.北京：國家氣象信息中心，2004.

［36］ 中國資源衛(wèi)星應用中心.中巴衛(wèi)星（CBERS）茲格塘錯流域所在圖幅（31°～34°N，90°～92°E）影象資料［R］.北京：中國資源衛(wèi)星應用中心，2010.

［37］ Ma R H，Duan H T，Hu C M，et al.A Half－century of Changes in China's Lakes：Global Warming or Human Influence？［J］.Geophysical Research Letters，2010，37（L24106）.DOI：10.1029／2010GL045514.

［38］ Kutzbach J.Estimates of Past Climate at Palaeolake Chad，North Africa，Based on a Hydrological and Energy－balance Model［J］.Quaternary Research，1980，14（2）：210－223.

［39］ 于 革，薛 濱，劉 健，等.中國湖泊演變與古氣候動力學研究［M］.北京：氣象出版社，1991.

［40］ 施雅風，賈玉連，于 革，等.40～30ka BP青藏高原及鄰區(qū)高溫大降水事件的特征、影響及原因探討［J］.湖泊科學，2002，14（1）：1－11.

［41］ 鄭綿平，向 軍，魏新俊，等.青藏高原的鹽湖［M］.北京：北京科學技術(shù)出版社，1989.