張聞松，宋春橋

1.中國科學(xué)院南京地理與湖泊研究所 中國科學(xué)院流域地理學(xué)重點實驗室,南京210008;

2.南京大學(xué) 地理與海洋科學(xué)學(xué)院,南京210023

1 引 言

湖泊是重要的生產(chǎn)生活用水來源，中國一半以上的城鎮(zhèn)飲用水來自湖泊（吳豐昌等，2008）。中國湖泊數(shù)量眾多，據(jù)第二次全國湖泊調(diào)查，中國有1 km2以上湖泊2693 個，總面積為81414.6 km2，約占全國陸地總面積的0.9%。但是不同地區(qū)的湖泊分布差異懸殊，并正經(jīng)歷著顯著不同的面積和數(shù)量變化趨勢（楊桂山 等，2010；Ma 等，2011；Xie等，2018；Zhang等，2019；Tao等，2020）。

第一次全國湖泊調(diào)查始于20 世紀(jì)60年代，于20 世紀(jì)80年代結(jié)束，以實地直接觀測為主要調(diào)查手段（王蘇民和竇鴻身，1998；Ma等，2010）。近年來，遙感逐漸成為大尺度湖泊時空變化監(jiān)測研究的主要手段，包括湖泊水生植物（Shi 等，2019a）、湖泊富營養(yǎng)化（Jiang 等，2012；Song 等，2018；Wang等，2018；Shi等，2019b）、湖泊水質(zhì)（Duan 等，2009；Liu 等，2020；Wang 等，2020；Zhou等，2021）、湖冰（Cai等，2020）、冰湖（Li和Sheng，2012）、湖泊面積、水位與水儲量（Song等，2013，2014；Jiang 等，2017；Wu 等，2019；宋春橋等，2020）、湖泊水域范圍（Ma 等，2010；Xie 等，2018；Zhang 等，2019；Tao 等，2020）等。第二次全國湖泊調(diào)查首次基于遙感影像開展了全國湖泊面積監(jiān)測，調(diào)查時期為2005年—2006年（Ma 等，2011），基于兩次全國湖泊調(diào)查數(shù)據(jù)，Ma 等（2010）首次在全國尺度研究了中國湖泊的水域面積變化。隨著遙感傳感器發(fā)展及可免費獲取遙感數(shù)據(jù)源的增加，Xie 等（2018）、Zhang 等（2019）和Tao 等（2020），將遙感監(jiān)測的時間范圍進(jìn)一步擴展至數(shù)十年，獲得了中國湖泊面積的長時序動態(tài)變化特征，監(jiān)測時間頻度2—10 a不等。然而，由于研究利用的衛(wèi)星數(shù)據(jù)成像時間（影像獲取的年份及月份）、湖泊水域提取方法（各種自動化提取算法或目視解譯）等的差別，研究所反映的湖泊面積的變化幅度和趨勢存在不一致的結(jié)果。比如，除第二次全國湖泊調(diào)查關(guān)注了湖泊的豐水期和枯水期外，現(xiàn)有研究大多從特定某幾個月份內(nèi)選用遙感影像，反映的湖泊面積代表性不夠。因此，有必要系統(tǒng)梳理和比較現(xiàn)有全國尺度湖泊遙感監(jiān)測研究所使用的遙感數(shù)據(jù)、方法及其質(zhì)量控制手段，并分析和探討這些因素造成研究結(jié)果與結(jié)論差異的各種可能。

現(xiàn)有研究因數(shù)據(jù)方法不同，在結(jié)果結(jié)論中引入了不同程度的差異。為克服影像成像時間與解譯方法給湖泊監(jiān)測結(jié)果帶來的不確定性，本文初次基于所有可利用的1980s—2010s 時段內(nèi)獲取的Landsat 系列衛(wèi)星影像所制圖的水體頻率數(shù)據(jù)集（Pekel 等，2016），采用半自動化手段生成一套全國湖泊（＞1 km2）最大水體范圍的編目數(shù)據(jù)，為相關(guān)方向的研究提供了一套時空尺度一致的湖泊水域范圍基準(zhǔn)數(shù)據(jù)參考；并在此基礎(chǔ)上，提出了衡量湖泊在某一時段內(nèi)的水淹面積頻度的量化新方法——概率等效面積，逐個湖泊量化最大水體掩膜約束下的湖泊年際變化時序數(shù)據(jù)，分析了全國湖泊在1980s—2010s時段水域面積變化特征。

2 全國尺度湖泊面積變化遙感監(jiān)測研究進(jìn)展

中國第一次全國湖泊調(diào)查開始于20 世紀(jì)60年代，至20 世紀(jì)80年代結(jié)束，填補了中國湖泊科學(xué)研究的空白（Ma等，2010）。本輪調(diào)查中主要以實地測量為主，遙感技術(shù)手段基本未被用于相關(guān)參數(shù)的提取和量化。在21 世紀(jì)初發(fā)起的第二次全國湖泊調(diào)查，以遙感資料作為主要數(shù)據(jù)源，使用了11004景/幅CBERS CCD和Landsat TM/ETM+遙感影像，制定了針對全國的一般原則和針對不同湖區(qū)的次級原則用于遙感判譯，結(jié)合實地野外調(diào)查與當(dāng)?shù)貙＜以L談，經(jīng)相關(guān)領(lǐng)域?qū)＜已杏?，獲得了2005年—2006年全國面積大于1 km2的湖泊的空間分布和水域面積（Ma等，2011）。其中，每個湖泊都至少使用了兩個時相的數(shù)據(jù)，豐水期和枯水期各一期，個別湖區(qū)或湖泊使用了2004年—2008年3—10 個時相的數(shù)據(jù)（Ma等，2011）。Ma等（2010）基于兩次全國湖泊調(diào)查數(shù)據(jù)進(jìn)行比較分析，首次在全國尺度研究了中國湖泊的水域面積變化，如表1所示。

表1 現(xiàn)有全國尺度湖泊變化遙感監(jiān)測研究使用的數(shù)據(jù)與方法Table 1 Data and methods of existing national-scale monitoring of China lake changes by remote sensing

隨著中高空間分辨率的衛(wèi)星影像數(shù)據(jù)獲取的日益便捷和遙感提取水體方法的快速發(fā)展，更多的學(xué)者從不同的角度開展全國尺度的湖泊變化遙感監(jiān)測工作。Xie 等（2018）利用GSWD（Global Surface Water Dataset）（Pekel 等，2016）的月度水體分布數(shù)據(jù)MWH（Monthly Water History），輔以人工編輯等手段提取出1985年、1990年、1995年、2000年、2005年、2010年、2015年 共7 期全 國大于1 km2的湖泊面積，并分析其變化。GSWD MWH是一套全球逐月水體分布數(shù)據(jù)集，數(shù)據(jù)源為Landsat 5 TM、Landsat 7 ETM+和Landsat 8 OLI。作者基于該水體數(shù)據(jù)集經(jīng)過嚴(yán)格的人工判讀質(zhì)量控制，驗證結(jié)果表明其湖泊水體提取數(shù)據(jù)精確度高，漏分誤差小于5%，錯分誤差小于1%（Xie 等，2018）。針對不同湖區(qū)，選取了不同季相和月份的影像數(shù)據(jù)源，目的是為了減小湖泊季節(jié)性變化對面積估算的影響，如表1所示。此外，考慮到云的遮擋，數(shù)據(jù)覆蓋了目標(biāo)年份前后至少各一年。Zhang 等（2019） 利用Landsat MSS/TM/ETM+/OLI數(shù)據(jù)，并結(jié)合20 世紀(jì)60年代的地形圖數(shù)據(jù)，生產(chǎn)了中國湖泊半個多世紀(jì)以來（1960年代—2015年）變化數(shù)據(jù)集，不同分析時段間隔為5—10 a。對于地形圖數(shù)據(jù)和MSS 數(shù)據(jù)，使用傳統(tǒng)的人工解譯方法提取湖泊邊界。對于TM、ETM+和OLI影像，使用Otsu 閾值分割（Otsu，1979）衛(wèi)星影像導(dǎo)出的歸一化水體指數(shù)NDWI（Normalized Difference Water Index）圖像的方式提取水體。在自動化提取結(jié)果基礎(chǔ)上，以原始遙感影像為參照，通過目視判讀確認(rèn)獲取不同時相下的湖泊水域邊界。為了減少云的影響，同時盡可能減少年內(nèi)湖泊水域范圍波動對提取面積的影響，針對不同湖區(qū)分別定義了最佳影像成像時間范圍，如表1 所示。Tao 等（2020）使用了Landsat 5、Landsat 7、Landsat 8 衛(wèi)星的TM、ETM+和OLI傳感器獲取的監(jiān)測時間間隔更密集影像序列，利用NDWI閾值分割提取湖泊水域范圍，參照Google Earth 影像去除水庫、池塘和沒有明顯水陸邊界的鹽湖，獲取了近30年來9 個時間段的全國大于1 km2的湖泊的變化特征，時間間隔最密達(dá)2 a。選取的衛(wèi)星數(shù)據(jù)成像時間多處于中國多數(shù)湖泊達(dá)到其年內(nèi)最大面積的6—9 月時段（Tao等，2020）。

上述4個研究的全國湖泊遙感監(jiān)測結(jié)果組合如圖1（GS（2021）8079 號）所示，研究監(jiān)測的湖泊對象空間分布總體相似。因為關(guān)注的湖泊大小閾值控制在＞1 km2以上，因此主要湖泊分布在青藏高原和東部平原湖區(qū)，特別是高原內(nèi)流區(qū)的羌塘湖盆與長江中下游的兩湖平原與江淮平原。本文進(jìn)一步提取這幾個研究公布的全國尺度遙感提取的不同時期湖泊面積數(shù)據(jù)進(jìn)行對比（圖2），分析發(fā)現(xiàn)Xie 等（2018）、Zhang 等（2019） 和Tao 等（2020）的研究結(jié)果大體一致地表明全國湖泊總面積從20 世紀(jì)七八十年代至2010s 大體呈上升趨勢。Ma 等（2010）基于對兩次全國湖泊調(diào)查的兩期數(shù)據(jù)的比較，揭示出中國湖泊面積從20 世紀(jì)六七十年代至2005-06 時段總體減小，與Zhang 等（2019）對同一時期的計算結(jié)果有一定的出入。這可能是由于第一次全國湖泊調(diào)查時間跨度過長，數(shù)據(jù)源在時間上的一致性不足；此外，不同研究、不同時段所使用的數(shù)據(jù)源涉及遙感、地形圖、實地調(diào)查等多種多樣，在地理空間基準(zhǔn)、投影方式、面積計算方法等方面都存在差異和定量估算的不確定性。將Xie 等（2018）和Tao 等（2020）的全國湖泊面積計算結(jié)果線性插值估算2005年前后的面積，與第二次全國湖泊調(diào)查和Zhang 等（2019）的結(jié)果均比較接近，偏差在5%內(nèi)，如圖2所示。

圖1 基于現(xiàn)有全國尺度湖泊遙感監(jiān)測研究的中國湖泊分布對比Fig.1 The spatial distribution of China lakes based on existing national-scale remote sensing monitoring researches

圖2 現(xiàn)有研究的全國湖泊面積變化Fig.2 China lakes’area change derived from the four existing researches

本研究對Xie 等（2018）、Zhang 等（2019）和Tao 等（2020）共同監(jiān)測的2015年進(jìn)行了比較分析，發(fā)現(xiàn)Xie 等（2018）計算得到的全國湖泊總面積僅比Tao 等（2020） 高出1.63%，而Zhang 等（2019）計算得到的總面積低于Tao 等（2020）估算約7.57%?？赡茉斐蛇@些差異主要存在以下3 個方面的原因：（1）湖泊解譯制圖選擇的影像的獲取季節(jié)/月份差異，將在結(jié)果中導(dǎo)致較大的湖泊面積波動，特別是對于季風(fēng)主導(dǎo)的東部平原湖區(qū)的湖泊，如鄱陽湖、洞庭湖等其豐/枯期的湖泊面積可 能 相 差4—8 倍（Feng 等，2012；Huang 等，2012）。如表1所示，Xie等（2018）對不同的湖區(qū)選取了不同的成像月份的影像，而Tao 等（2020）則都固定在了6—9月。Xie等（2018）使用的數(shù)據(jù)源GSWD 利用了所有可獲取的Landsat 影像，其反映的是選擇時段內(nèi)相對豐水期的湖泊面積，因此高于其他兩個研究的面積值。（2）盡管上述研究對象均為全國＞1 km2以上的自然湖泊，但區(qū)分自然湖泊與人造水庫時采取的參照影像和人工判譯依據(jù)不盡相同。（3）研究在采樣自動化影像分類提取湖泊面積后均采取了人工判讀質(zhì)量控制，但質(zhì)量控制時采用的不同的參考標(biāo)準(zhǔn)及因人而異的遙感判譯標(biāo)準(zhǔn)，也是造成湖泊提取結(jié)果及面積差異的重要因素。比如，Zhang 等（2019）目視解譯時以原始影像為參照，而Xie 等（2018）和Tao 等（2020）都使用了空間分辨率更高、使用更靈活的Google Earth 影像。這可能也是Zhang 等（2019）的估算結(jié)果整體上相對于Xie 等（2018）和Tao 等（2020）較小的原因之一。

由于各湖區(qū)湖泊面積變化速率的分析方法不同，現(xiàn)有研究結(jié)果無法直接比較，但是可以針對其變化趨勢的方向進(jìn)行比較，如表2所示，表中箭頭右側(cè)帶星號者指示其變化趨勢不顯著，即P值大于0.05。綜述的4 個研究僅對青藏高原湖區(qū)的面積變化分析結(jié)論一致，這說明該湖區(qū)長期經(jīng)歷著比較穩(wěn)定的湖泊面積擴張趨勢。將新疆和內(nèi)蒙古高原湖區(qū)統(tǒng)一歸為蒙新湖區(qū)時，得到的湖泊面積變化趨勢都是顯著擴大（Xie 等，2018；Tao 等，2020），但是若將這兩個湖區(qū)分開，得到的湖泊面積就變成了顯著減?。╖hang 等，2019），說明這兩個湖區(qū)可能正經(jīng)歷著截然不同的變化趨勢，其水文驅(qū)動機制也有較大的差異。因此，本文在后續(xù)章節(jié)的湖泊面積變化研究中將分別討論這兩個湖區(qū)的湖泊面積變化趨勢，也建議之后研究者在對該區(qū)湖泊變化監(jiān)測及影響因子的研究時區(qū)分對待。

表2 現(xiàn)有研究的全國各湖區(qū)湖泊面積增（↑）減（↓）變化狀況Table 2 Lake area change of each lake zone revealed by existing researches

除第二次全國湖泊調(diào)查綜合考慮了豐水期與枯水期外，其他研究為避免湖泊季節(jié)性波動給遙感提取的面積帶來偏差，均采用湖泊在非洪泛與冬枯兩個特殊時期以外的其他某一特定時段的影像進(jìn)行遙感解譯（表1）。此外，選取的影像的成像時間不同，對遙感提取的湖泊面積年際變化估算結(jié)果帶來顯著的差異。為了解決這一問題，下文對全國湖泊多年（1980s—2010s）累積最大水域面積進(jìn)行編目，并基于水淹概率特征提出了湖泊概率等效面積的概念，它能夠反映湖泊在某一時段內(nèi)水域面積的累積概率情況。這樣，以全部可用影像作為數(shù)據(jù)源，就解決了影像成像時間差異的問題；以概率等效面積作為湖泊水域面積的衡量指標(biāo)，就解決了某一月度范圍的面積因影像質(zhì)量或湖泊自然波動等因素不能完整反應(yīng)整個時段湖泊面積的問題。

3 全國湖泊遙感新編目：1980s—2010s湖泊最大水域范圍

3.1 研究數(shù)據(jù)與方法

本文基于GSWD 數(shù)據(jù)源編目1984年—2018年全國湖泊最大水域范圍數(shù)據(jù)集。GSWD 數(shù)據(jù)是Pekel 等（2016）將專家系統(tǒng)、證據(jù)推理與目視解譯結(jié)合生產(chǎn)的首套高時空分辨率、長時序的全球水體數(shù)據(jù)集，準(zhǔn)確度高，被廣泛作為多項研究的數(shù)據(jù)源（Feng 等，2019；Xie 等，2018）。本研究使用該數(shù)據(jù)集的MWE（Max Water Extent）數(shù)據(jù)層（https：//global-surface-water. appspot. com/［2021-04-30］），版本為1.1，它反映了全球陸地水體1984年—2018年時段約35 a內(nèi)的最大水淹范圍。

根據(jù)參考數(shù)據(jù)，本文從GSWD MWE 數(shù)據(jù)中基于人工判讀方式逐個剔除非自然湖泊的其他水體所對應(yīng)的圖斑，如河流、人工湖（水庫）、水田、濕地等，獲得了1984年—2018年間全國湖泊的最大水域范圍編目數(shù)據(jù)。人工判讀的參照數(shù)據(jù)包括：（1）Google Earth 歷史影像；（2）基礎(chǔ)地理數(shù)據(jù)，包括第二次全國湖泊調(diào)查湖泊點位數(shù)據(jù)、全國基礎(chǔ)地理數(shù)據(jù)庫；（3）眾源的網(wǎng)絡(luò)電子地圖數(shù)據(jù)，包括Google Maps 和Open Street Map；（4）其他文獻(xiàn)記錄和網(wǎng)絡(luò)資料，例如《中國湖泊志》（王蘇民和竇鴻身，1998） 和人民政府網(wǎng)站等。Google Earth 歷史影像的時間間隔可達(dá)每年，覆蓋了GSWD 的時間范圍，故本研究以Google Earth 歷史影像為主要參照。若影像時空覆蓋不完整，則參考基礎(chǔ)地理數(shù)據(jù)；若基礎(chǔ)地理數(shù)據(jù)不完善，則根據(jù)文獻(xiàn)記錄、網(wǎng)絡(luò)地圖和網(wǎng)絡(luò)資料最終判定。在基于上述幾類參考數(shù)據(jù)進(jìn)行自然湖泊與其他水體區(qū)分時，主要依據(jù)包括以下幾個方面：

（1）湖泊和河流在形態(tài)學(xué)上差異明顯。河流是地表水流的主要通道，幾何狹長，水邊線被水流塑造成平滑的形狀。以此為依據(jù)，結(jié)合Google Earth 歷史影像，本文利用目視解譯從最大水體范圍數(shù)據(jù)中剔除了河流。湖泊水體在空間上連續(xù)，隨時間變化，其空間范圍呈現(xiàn)出沿岸線向外/向內(nèi)周期性的擴大/縮小特征，多年合成的水體輪廓如內(nèi)部出現(xiàn)密集的“孔洞”，則不符合湖泊的這一特征，這種情況在濕地較為常見。

（2）水庫與自然湖泊極易混淆，需要借助高時空分辨率影像檢查。從Google Earth 歷史影像容易發(fā)現(xiàn)人工湖修建導(dǎo)致的地表水體的突然擴張，有時還能重現(xiàn)其修建過程。借助近期成像的高空間分辨率Google Earth 遙感影像，能清晰觀察到水庫大壩。中國東部地區(qū)人口密集，對湖泊的人工改造較多，在遙感影像中能發(fā)現(xiàn)較多的人工圍堰、堤防、圍墾痕跡，若不能從高分辨率Google Earth歷史影像觀察到水庫大壩，則歸為自然湖泊。由人工挖掘形成的非自然湖泊，有著迥異于自然湖泊的規(guī)則水邊線輪廓，其中極少數(shù)的最大水域面積大于1 km2，多數(shù)能在歷史影像中觀測到其修建過程。

（3）水田的光譜特征與水體接近，需要根據(jù)高空間分辨率影像所反映的地物紋理特征區(qū)分。如果在研究時段內(nèi)地表一直都被水田覆蓋，或者由非湖泊地物轉(zhuǎn)為水田，則刪除相應(yīng)的圖斑。有些湖泊逐漸被部分甚至全部圍墾成水田，這種情況下以湖泊圍墾前的原始最大水域范圍為準(zhǔn)。此外，分布在湖泊邊緣的水田易被識別為水體，根據(jù)Google Earth影像進(jìn)行人工可視化編輯。

此外，一些大型湖泊及其周圍分布的小型湖泊，在枯水期互不相連或以狹窄的水道相連，但在豐水期則連成難以分割的整體。這說明它們是一個整體，本文直接將這些小型湖泊歸入其所屬的大型湖泊。例如，將豐水期連成一片的西臺吉乃爾湖、雅湖和東臺吉乃爾湖統(tǒng)一劃為“臺吉乃爾湖”，因為東、西臺吉乃爾湖枯水期時的面積都遠(yuǎn)大于雅湖，故將三者組成的連續(xù)水體歸為臺吉乃爾湖；又如，將豐水期水體連成一片的布倫托海、加馬呢格勒和死海子統(tǒng)一劃為三者中枯水期面積遠(yuǎn)大于其他兩者的“布倫托?！薄?/p>

在提取最大水域范圍的矢量邊界數(shù)據(jù)及確定自然湖泊對象后，進(jìn)一步對研究對象確定湖泊名稱。湖泊名稱受歷史、民間習(xí)俗等因素影響很大，容易產(chǎn)生爭議。本文首先以第二次全國湖泊調(diào)查數(shù)據(jù)和全國基礎(chǔ)地理數(shù)據(jù)庫為準(zhǔn)，若缺乏相關(guān)的記載，則參考網(wǎng)絡(luò)地圖和各種文獻(xiàn)資料予以確定。

3.2 研究結(jié)果與分析

基于GSWD MWE 和其他輔助數(shù)據(jù)，本研究生成了1984年—2018年全國湖泊（＞1 km2）新編目，共收錄3741個最大水域面積大于1 km2的自然湖泊，采用WGS84 地理坐標(biāo)系統(tǒng)，如圖3（GS（2021）8079 號）所示。部分現(xiàn)有研究的數(shù)據(jù)已公開，本文將在第3.3 節(jié)討論新編目與其他研究數(shù)據(jù)的差異及原因。

圖3 1984年—2018年全國大于1 km2的湖泊新編目Fig.3 The new inventory of China lakes（＞1 km2）with the maximum inundation area between 1984 and 2018

湖泊數(shù)量最多的湖區(qū)是青藏高原，分布有1324 個湖泊，其后依次是東部平原（665）、內(nèi)蒙古高原（609）、東北平原與山地（554）、新疆地區(qū)（535）和云貴高原（54）。本文采用適用于全球范圍的Mollweide 等面積投影估算湖泊面積，結(jié)果顯示，湖泊總面積為93723 km2，其中大型湖泊（＞1000 km2）有13 個，依次是青海湖（4449.00 km2）、鄱陽湖（3178.95 km2）、太湖（2481.98 km2）、洞庭湖（2430.61 km2）、色林錯（2411.30 km2）、呼倫湖（2303.34 km2）、察爾汗鹽湖（2087.51 km2）、納木錯（2032.61 km2）、洪澤湖（1753.50 km2）、艾比湖（1116.85 km2）、博斯騰湖（1042.04 km2）、阿雅克庫木湖（1035.28 km2） 和扎日南木錯（1020.62 km2）。其中，面積最大的咸水湖是青海湖，面積最大的淡水湖是鄱陽湖。

3.3 討論

第二次全國湖泊調(diào)查綜合采用了豐水、枯水期多時相的遙感影像，制定了不同湖區(qū)的湖泊判譯原則，經(jīng)湖泊專家委員會聯(lián)合審核，數(shù)據(jù)質(zhì)量很高，是本文的重要基礎(chǔ)參照數(shù)據(jù)。本文編目的湖泊分布考慮歷史水淹最大范圍，將研究時段從第二次全國湖泊調(diào)查的2005年—2006年向前、后分別延長至1984年、2018年，將遙感觀測從典型豐水、枯水期拓展至所有月份，因此相比于第二次全國湖泊調(diào)查，本研究得到的新編目數(shù)據(jù)多出1048個湖泊。

Zhang 等（2019）已將多個時相的全國湖泊面積數(shù)據(jù)對外公開發(fā)布，而Xie 等（2018）和Tao 等（2020）尚未公開發(fā)布其數(shù)據(jù)。本文將Zhang 等（2019）研究中各時相的提取湖泊結(jié)果組合，發(fā)現(xiàn)其相對于本研究新編目未收錄888個湖泊，其空間位置與面積如圖4（GS（2021）8079號）所示。這些湖泊以小型湖泊居多，其中面積最大的湖泊為76.07 km2，位于新疆維吾爾自治區(qū)圖木舒克市永安壩水庫以南，在Google Earth 影像中可清晰辨別。面積大于10 km2的有28 個，其中多為季節(jié)性與年際變化較大的湖泊，如普讓查卡、易貢錯等，造成這一偏差的原因可能是因為這些小型湖泊在選取的影像成像時間水體面積較小，由于本文生產(chǎn)編目數(shù)據(jù)時使用了全部可用的Landsat 影像，因此在最大程度上避免了這一現(xiàn)象。地形圖的生產(chǎn)目的不是專用于湖泊研究，測圖時不一定是湖泊的豐水期，所以1960年代豐水期面積超過1 km2的小型湖泊可能已被遺漏。

圖4 新編目相較于Zhang等（2019）新收錄的湖泊Fig.4 Map of lakes not included in the dataset by Zhang et al.（2019）comparing to the new inventory

相對于Zhang 等（2019）的研究，本文未收錄的水體有919 個，其空間位置與面積如圖5（GS（2021）8079 號）所示。疊加Google Earth 影像進(jìn)行核查，多數(shù)為水庫（人工湖泊），其中面積較大且名稱可考證的包括東江水庫、小海子水庫和紅楓水庫等。這些水庫的大壩長度往往較短，從Zhang 等（2019）用作參考數(shù)據(jù)的Landsat 影像中難以清晰辨認(rèn)，這也使其形態(tài)學(xué)特征與自然湖泊接近，因此容易導(dǎo)致誤提。如本文3.1 節(jié)所述，濕地、水田是容易被誤判為湖泊的水體，而Zhang等（2019）用作參考影像的Landsat影像往往難以清晰反映這些水體的紋理特征，因此其數(shù)據(jù)集中誤收錄了這些水體。對于幾何形狀非常規(guī)整且人工圍堰完整環(huán)繞的湖泊，本文將其判為人工湖，而Zhang 等（2019）保留了此類水體。一些與上下游河道的寬度差別較小的河道型湖泊，如位于澮河下游的香澗湖，本文未將其收錄。此外，小型湖泊的面積對像元個數(shù)非常敏感，易造成其最大水體面積低于1 km2而未被收錄，這也是造成兩者之間湖泊數(shù)目差異的原因。

圖5 新編目相較于Zhang 等（2019）未收錄的水體Fig.5 Map of water bodies not included in this inventory，comparing to Zhang et al.（2019）

4 基于新編目的全國湖泊面積變化分析

4.1 研究數(shù)據(jù)與方法

豐/枯水期的湖泊面積無法反映整個時段的湖泊面積，而簡單的多時相平均也不足夠客觀刻畫湖區(qū)內(nèi)時而被水淹沒、時而裸露的變化特征。因此，本研究引入新的湖泊面積遙感監(jiān)測方法：湖泊概率等效面積，即水體出現(xiàn)頻率乘水淹范圍，它是在對像元的所有觀測中監(jiān)測到被水淹的頻率的累計。某一像元在某一時段的水淹頻率可由下式計算：

式中，WO（Water Occurrence）表示觀測到水體的頻次（下文簡稱“水淹頻率”）；WDC （Water Detection Count）表示該像元在對應(yīng)時段水體出現(xiàn)的頻次；VOC（Valid Observation Count）表示對該像元在對應(yīng)時段進(jìn)行有效觀測的次數(shù)。本文使用的GSWD MWH 數(shù)據(jù)中，若像元值為0，表示“沒有觀測”，若像元值為1，表示“有觀測，但未觀測到水體”，若像元值為2，表示“有觀測，且觀測到水體”，計算不同時段下的像元值為1 和像元值為2的出現(xiàn)次數(shù)，即可分別求得VOC和WDC。

基于組成湖泊水體的各個像元的水淹頻率，湖泊在某一時段的概率等效面積可由下式計算：

式中，PEA（Probability Equivalent Area）表示湖泊的概率等效面積，它是某一時段落在湖泊多年累積水域范圍內(nèi)的所有像元水淹頻率與像元面積的乘積的總和。式中WO 即利用式（1）計算得到的像元在對應(yīng)時段的水淹頻率。PA（Pixel Area）代表各個像元的面積。將落在湖泊最大水域范圍內(nèi)所有像元的水淹頻率與其面積相乘并求和，得到各湖泊的在某一時段的概率等效面積。

選擇不同時段逐個湖泊統(tǒng)計其概率等效面積，進(jìn)而分析中國湖泊在過去30年期間水域面積變化特征。1999年之前可獲取Landsat TM 影像數(shù)量較少，因此1999年之前的時段劃分為1989年—1993年及1994年—1998年；1999年以后，由于Landsat 7 ETM+和Landsat 8 OLI 影像數(shù)據(jù)的加入，湖泊被觀測的總次數(shù)顯著增加，因此將分析時段間隔縮短為2 a。

本文提出的穩(wěn)健量化湖泊面積多年變化的方法，即概率等效面積，它以單個像元為最小計算單位、新編目中各湖泊最大水域范圍為空間約束，利用了整個時段的全部可用影像，因而能夠提供對湖泊面積因年內(nèi)及年際動態(tài)變化更綜合的認(rèn)知。

在獲取分段湖泊概率等效面積數(shù)據(jù)的基礎(chǔ)上，將各時段時間軸中點時刻作為自變量，湖泊面積作為因變量，線性擬合湖泊面積時間序列，其斜率用于指示湖泊面積的變化速率特征。常用的最小二乘法擬合容易受離群值影響，穩(wěn)健回歸則對離群值的敏感性低（Liu 等，2001），因此本文選用穩(wěn)健回歸擬合湖泊面積變化。

4.2 研究結(jié)果與分析

基于新編目數(shù)據(jù)，計算了1989年—2018年間各湖泊的概率等效面積，時間分辨率為2—5 a，將全國湖泊的概率等效面積求和，經(jīng)比較發(fā)現(xiàn)，全國湖泊總概率等效面積（以下簡稱總面積）最大（Max） 時達(dá)到了76704.85 km2，最?。∕in） 為67700.63 km2。各湖區(qū)湖泊總面積從高到低排序，依次是青藏高原（Max=45341.99 km2， Min=35913.38 km2）、東部平原（Max=18162.69 km2，Min=15809.54 km2）、新疆維吾爾自治區(qū)（Max=7901.79 km2，Min=5669.18 km2）、內(nèi)蒙古高原（Max=4962.06 km2，Min=3625.35 km2）、東北平原與山地（Max=2686.67 km2，Min=1775.06 km2）和云貴高原（Max=1152.50 km2，Min=1098.41 km2）。

1989年—1993年，全國大于1 km2湖泊的總面積 約 為68846.32 km2，2017年—2018年，增 長至76704.85 km2，30 a約增長7858.53 km2（11.41%），增長幅度相當(dāng)于1.79個青海湖最大水域面積。青藏高原和新疆維吾爾自治區(qū)湖區(qū)的湖泊總面積增長，增長幅度分別為8766.23 km2和2232.60 km2，各占全國增長的111.55%和28.41%。其他4 個湖區(qū)的湖泊總面積均呈不同程度減小趨勢，按幅度從低到高排序，分別是云貴高原（-6.12 km2，0.54%）、東北平原與山地（-476.00 km2，6.06%）、內(nèi)蒙古高原（-730.73 km2，9.30%）和東部平原（-1927.45 km2，24.53%）。由此可知，全國湖泊總面積變化由青藏高原湖區(qū)主導(dǎo)，湖泊總面積減少幅度最大的東部平原湖區(qū)，其湖泊總面積減少量基本抵消新疆維吾爾自治區(qū)湖區(qū)湖泊總面積增長量。

全國湖泊總面積的年增長率為322.67 km2/a，增長趨勢顯著。除東北平原與山地湖區(qū)以外，各湖區(qū)湖泊總面積變化趨勢均通過統(tǒng)計顯著性檢驗（p＜0.05）；青藏高原（增長率為374.21 km2/a）和新疆（63.02 km2/a）呈顯著增長趨勢，云貴高原（-1.67 km2/a）、內(nèi)蒙古高原（-37.02 km2/a）和東部平原（-76.52 km2/a）呈顯著減小趨勢，東北平原與山地湖泊總面積波動明顯，減小趨勢不顯著（-15.56 km2/a，p=0.22），在2000年—2010年期間湖泊水域范圍處于相對萎縮階段。圖6（a）—（g）展示了全國及各湖區(qū)的湖泊面積變化趨勢，變化趨勢不顯著的，其擬合直線為虛線，反之，則為實線。全國3741 個湖泊中，共1815 個湖泊的概率等效面積的具有顯著的變化趨勢（p＜0.05），圖7（GS（2021）8079 號）展示了全國湖泊穩(wěn)健回歸后的年度變化趨勢，圖7（a）為顯著，圖7（b）為不顯著，單位為km2/a。青藏高原湖區(qū)的多數(shù)湖泊都經(jīng)歷了顯著的面積擴大，而東部平原湖區(qū)的多數(shù)湖泊都發(fā)生了顯著的面積減小。

圖7 過去30 a來（1989年—2018年）全國湖泊面積變化趨勢（km2/a）Fig.7 The lake area trend（km2/a）of lakes in China over the past 30 years（1989—2018）

4.3 討論

如表2 所示，Xie 等（2018）和Tao 等（2020）將內(nèi)蒙古高原和新疆維吾爾自治區(qū)湖區(qū)劃為一個湖區(qū)（蒙新湖區(qū)），而Zhang 等（2019）將這兩個湖區(qū)獨立。為便于與已有研究對比，本文考慮了上述兩種情況，如圖6（h）所示。結(jié)果表明，若將這兩個湖區(qū)歸為一個湖區(qū)，則變化趨勢并不顯著，反之，則具有截然相反且顯著的變化趨勢。建議在以后的研究中，有必要將這兩個湖區(qū)分別討論。

圖6 過去30 a來（1989年—2018年）全國及各湖區(qū)湖泊總面積變化趨勢Fig.6 The total lake area trend of China and each lake zone in the past 30 years（1989—2018）

本文計算的是代表一個時段的湖泊概率等效面積，而Xie 等（2018）、Tao 等（2020）、Zhang等（2019）都是從年內(nèi)某一時期獲取的影像解譯湖泊面積，得到的變化趨勢有少量差異。然而，青藏高原的湖泊面積的顯著上升得出一致的結(jié)論。東部平原湖區(qū)作為中國人口分布最密集、經(jīng)濟發(fā)展水平最高的地區(qū)，本文得到的概率等效面積變化趨勢和Xie 等（2018）、Tao 等（2020）得到的豐水期面積變化趨勢一致，皆為顯著下降。這兩個湖泊分布面積最大、數(shù)量最多的湖區(qū)，在過去近30 a發(fā)生顯著變化趨勢，說明中國湖泊生態(tài)環(huán)境保護(hù)面臨形勢仍然嚴(yán)峻。

5 結(jié) 論

湖泊是重要的生產(chǎn)生活用水來源，在水循環(huán)和維系生態(tài)安全扮演著重要作用。然而，中國湖泊水域面積與水量分布的空間差異懸殊，且這種差異存在增強趨勢。中國第一次全國湖泊調(diào)查于1960s—1980s 基于實地調(diào)查，第二次全國湖泊調(diào)查主要基于2005年—2006年的遙感影像，分別是全國尺度的湖泊實地調(diào)查和遙感監(jiān)測的開創(chuàng)性工作。遙感數(shù)據(jù)源和湖泊提取手段的不斷發(fā)展，許多學(xué)者從不同角度開展全國尺度湖泊變化遙感監(jiān)測。結(jié)果表明，全國湖泊主要分布在青藏高原和東部平原湖區(qū)，20世紀(jì)60年代、70年代至21世紀(jì)10年代面積大體呈上升趨勢。然而，由于人工判讀、湖泊類型判別依據(jù)和遙感數(shù)據(jù)源時相等的不同，湖泊面積估算結(jié)果存在一定的差異，僅對于青藏高原湖區(qū)的湖泊面積變化達(dá)成共識。

本文生產(chǎn)了1980s—2010s 的全國湖泊編目數(shù)據(jù)，以其作為該時段內(nèi)湖泊判定的時空一致性的參照依據(jù)，可減少湖泊不年內(nèi)與年際變化造成的人工判讀與湖泊區(qū)分標(biāo)準(zhǔn)的差異。該數(shù)據(jù)基于GSWD 生產(chǎn)，完整利用了該時段內(nèi)的Landsat 影像數(shù)據(jù)集，避免了遙感數(shù)據(jù)源不同時相差異。以高分辨率、長時序的Google Earth 歷史影像為參考，輔以基礎(chǔ)地理數(shù)據(jù)、眾源網(wǎng)絡(luò)電子地圖、文獻(xiàn)記錄和網(wǎng)絡(luò)資料，將自然湖泊與河流、人工湖泊（水庫）、水田等易混分類水體區(qū)分。此外，參照眾源資料，中國湖泊的名稱做到了應(yīng)賦盡賦，擴大了數(shù)據(jù)集的泛用性。本文初次提出了可體現(xiàn)湖泊面積年內(nèi)與年際變化情況的監(jiān)測指標(biāo)——概率等效面積，基于全國湖泊編目數(shù)據(jù)與GSWD 估算了全國及各湖區(qū)湖泊面積的變化特征。

結(jié)果表明，全國共有1 km2以上湖泊3741 個，總面積約93723.00 km2，大型湖泊（＞1000 km2）13 個，數(shù)量上約35.09%的湖泊分布在人口稀疏的青藏高原湖區(qū)，其次約17.89%分布在人口密集的東部平原地區(qū)，呈現(xiàn)出明顯的不平衡特點。全國的湖泊面積總體呈上升趨勢，青藏高原湖區(qū)的湖泊面積超過了全國一半，且仍在快速增長，新疆湖區(qū)的湖泊面積也在逐漸增長，而東部平原、云貴高原和內(nèi)蒙古高原的湖泊面積不同程度減小，表明中國湖泊水資源的時空分布不平衡狀況仍在加劇，中國湖泊生態(tài)環(huán)境保護(hù)行動任重道遠(yuǎn)。