楊騰騰，吳挺峰，嵇曉燕，秦伯強，欒承梅，胡潤濤，何翔宇,5

(1：中國科學院南京地理與湖泊研究所，南京 210008) (2：中國科學院大學，北京 100049) (3：中國環(huán)境監(jiān)測總站，北京 100012) (4：江蘇省水文水資源勘測局，南京 210029) (5：河海大學水文水資源學院，南京 210098)

湖泊是陸地水圈和水文循環(huán)的重要組成部分[1]，具有調(diào)節(jié)徑流、改善區(qū)域生態(tài)環(huán)境、維持生物多樣性等重要功能[2]. 然而，近年來，由于全球變化和人類活動的加劇，我國干旱半干旱區(qū)湖泊正面臨嚴重的萎縮問題[3-4]. 例如，內(nèi)蒙古湖泊總面積從1987年的4160 km2減少到2010年的2900 km2，減少了30.3%，而相應的湖泊數(shù)量從427個減少到282個，有145個湖泊完全消失[5]. 湖泊水資源損失也引發(fā)了濕地面積萎縮[6-7]、水體咸化[8-10]、水質(zhì)惡化[11-12]、生物多樣性減少[13]等一系列湖泊生態(tài)問題，嚴重損害了干旱半干旱地區(qū)湖泊生態(tài)系統(tǒng)服務價值[14]，制約了流域經(jīng)濟社會可持續(xù)發(fā)展[15].

干旱半干旱區(qū)內(nèi)流湖泊萎縮是水量收支失衡(收入小于支出)導致的[16]. 許多研究表明氣候變化和人類活動是導致這種失衡的兩個原因，且多數(shù)時候是兩者協(xié)同作用的結果[17-18]，如艾比湖[19]、羅布泊[19]、咸海[20]、岱海[21]等. 通常來說，氣候變化是一個緩慢的過程，其對湖泊萎縮的作用是長期過程；而湖泊對人類活動的響應往往是快速而顯著的[19]. 不過，由于缺少長期連續(xù)氣象、湖泊水文、社會經(jīng)濟數(shù)據(jù)，在實際研究中區(qū)分這兩種原因的主從關系會變得非常困難. 以半干旱地區(qū)典型湖泊——岱海為例，針對近年來岱海水資源持續(xù)減少這一現(xiàn)象，早期有學者綜合分析湖泊沉積巖芯多環(huán)境指標并初步推斷出人類活動影響是岱海萎縮、環(huán)境惡化的一個重要原因[22]；部分學者通過利用測年技術重建了岱海湖泊演變過程，發(fā)現(xiàn)歷史時期長時間過程中氣候變化是影響岱海湖泊演化的主導因素，20世紀中后期人類不合理利用水資源對湖面高程變化的影響加劇[23-24]. 有學者認為氣候變化仍是近40年來岱海萎縮的根本原因，如陳海英等[25]認為風速和蒸發(fā)量是影響岱海湖面面積變化的主要因子；曹建廷等[26]認為湖泊流域的降水量是控制岱海水位波動的主要原因，同時也有學者認為湖區(qū)人類活動對岱海水文循環(huán)擾動日益增強，甚至已占據(jù)主導地位，如龐雪敏等[27]從土地利用類型變化的角度出發(fā)探究岱海湖面萎縮的驅(qū)動因子是林地面積增大，植被增加；趙輝等[28]和周云凱等[29]均發(fā)現(xiàn)工農(nóng)業(yè)用水量增加是岱海水量持續(xù)減少的主要原因；Chen等[30]和Wang等[31]發(fā)現(xiàn)人類大量開采地下水導致岱海嚴重退化，可見岱海水資源損失的主要原因并沒有形成一致的看法. 此外，缺少長期連續(xù)數(shù)據(jù)也妨礙了從時間上理解湖泊萎縮過程及其影響因素變化[32]. 例如，盡管已經(jīng)證明經(jīng)濟社會發(fā)展會加劇干旱半干旱地區(qū)湖泊萎縮[33-34]，但是鮮有研究關注該地區(qū)經(jīng)濟社會發(fā)展不同階段湖泊水資源量損耗差異，而這對于科學合理地制訂該地區(qū)經(jīng)濟社會可持續(xù)發(fā)展戰(zhàn)略是有價值的[35]. 因此，開展干旱半干旱地區(qū)湖泊水資源動態(tài)監(jiān)測，獲取長期連續(xù)的自然環(huán)境和社會經(jīng)濟數(shù)據(jù)，是充分理解該地區(qū)湖泊水資源損失過程及主要驅(qū)動機制的前提.

湖泊水資源動態(tài)監(jiān)測的主要手段有傳感器原位觀測[36]、湖泊沉積物測年技術[37-38]、衛(wèi)星遙感技術[39-40]等. 其中衛(wèi)星遙感技術以廣覆蓋、低成本的優(yōu)點被廣泛應用于湖泊水情動態(tài)監(jiān)測研究[41]. 例如：基于多源遙感影像提取湖泊邊界獲取湖泊面積[42]，利用衛(wèi)星雷達測高技術監(jiān)測湖面高程變化[43-44]. 但是這些研究多關注湖泊水面的動態(tài)變化[15,32,39,41,45]，利用遙感技術監(jiān)測湖泊水量變化的研究相對較少[46-47]. 張國慶等[48]基于ICESat和Landsat數(shù)據(jù)進行了中國十大湖泊水量平衡估算；王志杰等[49]利用月水量平衡模型探究了呼倫湖水量變化；昝嬋娟等[50]基于遙感影像和數(shù)字測深模型提取了近30年來咸海面積、水位變化信息，重建咸海水位-面積-庫容曲線，探明咸海水量變化特征. 可見由于缺乏長期連續(xù)實測水位數(shù)據(jù)的支撐，加之受限于衛(wèi)星數(shù)據(jù)的可獲得性，這些研究多關注于湖泊水量近30年的變化，不能覆蓋我國的幾個主要經(jīng)濟社會發(fā)展階段.

基于此，本研究以岱海為研究對象，從1986-2020年間的遙感影像中提取岱海湖岸線，并結合岱海實測水位和水下地形數(shù)據(jù)，推算1961-2020年間岱海的逐年水量. 據(jù)此，結合同期氣象水文和社會經(jīng)濟數(shù)據(jù)，利用趨勢檢驗、偏相關和逐步多元回歸等統(tǒng)計學方法，對岱海萎縮過程及其影響因素開展計算分析. 本研究試圖明晰：(1)近60年岱海的萎縮過程；(2)導致岱海持續(xù)萎縮的主要原因. 以期為半干旱湖泊的水資源開發(fā)利用與流域經(jīng)濟發(fā)展提供科學依據(jù).

1 研究區(qū)概況

岱海(40°32′～40°37′N，112°37′～112°46′E)(圖1)水面東西長10 km，南北寬6.5 km，呈橢圓形[51]，湖面積歷年最大為177.5 km2[52]，2019年湖泊面積為51.32 km2，實測蓄水量為2.16×108m3，是內(nèi)蒙古第三大內(nèi)陸湖[53]，曾具有供水、發(fā)電、養(yǎng)殖、調(diào)節(jié)水資源和氣候等多重功能[2]. 岱海流域面積為2312.75 km2，其中85%以上位于涼城縣境內(nèi)[54]，行政區(qū)劃上隸屬于內(nèi)蒙古自治區(qū)烏蘭察布市，氣候帶上屬于干旱少雨、蒸發(fā)旺盛[52]的溫帶大陸性半干旱季風氣候帶[55]. 岱海主要入湖河道22條[56]，無出湖河道；補給系數(shù)僅為17.2，是典型的內(nèi)流型湖泊[55]. 岱海是內(nèi)蒙古高原東南部最重要的生態(tài)單元之一，對維系流域經(jīng)濟社會發(fā)展和生態(tài)環(huán)境健康具有重要價值[57].

圖1 岱海流域地貌水系圖(湖面水系數(shù)據(jù)來源于國家基礎地理信息數(shù)據(jù)庫2017年數(shù)據(jù))Fig.1 Geomorphological water system map of Lake Daihai Watershed (Lake water system data comes from the data of National Basic Geographic Information Database in 2017)

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)

研究基礎數(shù)據(jù)包括遙感影像數(shù)據(jù)、水位數(shù)據(jù)、氣象數(shù)據(jù)、入湖徑流量數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù). 其中遙感影像數(shù)據(jù)下載自美國地質(zhì)調(diào)查局(www.usgs.gov/)及地理空間數(shù)據(jù)云(www.gscloud.cn/)，包括1986-2020年Landsat系列數(shù)據(jù)258景，各景影像質(zhì)量良好，云量小于5%，空間分辨率為30 m. 水位數(shù)據(jù)(海拔高程)摘自于《內(nèi)蒙古內(nèi)陸河水文年鑒》及相關研究[58-60]，時間序列為1961-2019年. 氣象數(shù)據(jù)選用了岱海湖邊以西的涼城氣象站[21]氣象數(shù)據(jù)，數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)的“中國地面氣候資料日值數(shù)據(jù)集”，主要包括1961-2020年日均氣溫、日降水量、日均風速、日均日照時數(shù)等，而潛在蒸散發(fā)量(ET0)則采用聯(lián)合國糧農(nóng)組織(FAO)推薦的Penman-Monteith公式[61]計算，公式如下：

(1)

式中，ET0為潛在蒸散法量(mm/d)；Rn為冠層表面太陽凈輻射量(MJ/(m2·d))；G為土壤熱通量(MJ/(m2·d))；Δ為飽和水汽壓曲線斜率(kPa/℃)；γ為干濕常數(shù)(kPa/℃)；T為日平均氣溫(℃)；u2為地面以上2 m處風速(m/s)；es為飽和水汽壓(kPa)；ea為實際水汽壓(kPa). 同時利用干燥度指數(shù)(AI)來衡量區(qū)域氣候干燥程度，一般按照如下公式[62]計算：

AI=ET0/P

(2)

式中，ET0為潛在蒸散量，P為降水量.

入湖徑流量數(shù)據(jù)參考文獻[63]，時間序列為1961-1994年. 而社會經(jīng)濟數(shù)據(jù)則選用1986-2020年涼城縣的人口數(shù)、國內(nèi)生產(chǎn)總值(GDP)、工業(yè)生產(chǎn)總值、農(nóng)業(yè)生產(chǎn)總值，數(shù)據(jù)來源于《內(nèi)蒙古自治區(qū)統(tǒng)計年鑒》. 由于數(shù)據(jù)獲取存在一些客觀原因，各種數(shù)據(jù)時間序列不完全一致.

2.2 方法

2.2.1 湖面面積重建 首先對選取的遙感影像進行輻射定標、大氣校正、幾何校正以及投影轉(zhuǎn)換等預處理，之后利用水體指數(shù)法對湖泊水體進行提取. 作為劃分開闊水域特征最廣泛、最有效的方法之一，改進的歸一化水體指數(shù)(MNDWI)利用了水體與其他地物在中紅外波段反射率上的差異，考慮抑制植被、最大區(qū)分周圍建筑物與土壤等因素[64]，被證明可以有效利用于干旱半干旱地區(qū)的水體提取[65]，其計算公式如下：

(3)

為了準確地提取湖泊邊界，本研究根據(jù)每景Landsat影像的MNDWI值分布采用不同的閾值，而后結合人工目視解譯對提取結果進行修正，誤差在1個像元內(nèi)，最后利用空間計算統(tǒng)計湖面面積. 所有的操作均在ENVI 5.2(EVIS Inc., USA)、ArcGIS 10.7(ESRI Inc., USA)中實現(xiàn). 所有數(shù)據(jù)均采用Albers等面積圓錐投影坐標系.

2.2.2 湖泊萎縮強度 為了更好地描述不同時期湖泊水體面積的相對變化程度，引入湖泊萎縮強度(ILLI)來定量描述某一時間段湖泊萎縮強弱的相對程度. 假定某一時期內(nèi)湖泊萎縮總量為A，該時期可以分成N個不同發(fā)展階段，每個階段的湖泊萎縮量為Ai(i=1, 2, 3, …,N)，則每個階段湖泊萎縮強度為:

ILLI=Ai/A

(4)

式中，ILLI∈(-1,1)，當ILLI>0時，表明湖面面積縮?。划擨LLI<0時，表示湖面面積增大.ILLI的大小表征了湖泊萎縮的相對強度[66].

2.2.3 湖泊水量變化 利用湖面面積和湖泊水位重建岱海湖泊水量變化過程，湖泊水量變化ΔV按照如下公式[67]計算：

(5)

式中，H1、H2為計算時段始末的湖泊水位(m)；S1、S2為其對應的湖面面積(m2).

2.2.4 湖泊水位-水量曲線 根據(jù)2019年實測岱海水下地形，計算2019年岱海水量，并利用湖泊水位及遙感提取的湖面面積計算湖泊水量變化，估算1986-2019年岱海水量，構建岱海水位-水量曲線.

2.3 統(tǒng)計分析

采用Mann-Kendall檢驗(M-K檢驗)[20]、Mann-Whitney突變檢測[68]結合累計距平曲線[69]對岱海萎縮特征要素(水位、湖面面積和水量)和潛在的影響因素(氣象、水文和社會經(jīng)濟要素)時間序列的趨勢變化以及突變程度進行探究. 以傾斜度z來量化單調(diào)趨勢，當z為正時，表示上升趨勢，當z為負時，表示下降趨勢.P值表示顯著性水平.

采用SPSS 26.0軟件(IBM Inc., USA)計算各時間序列之間的相關及偏相關性，以Pearson相關系數(shù)(r)表征(偏)相關性強弱、P值表示顯著性水平：|r|越接近1，(偏)相關性越強；P<0.05表示在0.05水平上顯著(偏)相關，P<0.01表示在0.01水平上顯著(偏)相關[20]. 在此基礎上，采用多元線性回歸模型，進一步衡量各要素的相對貢獻. 最后采用Origin 2018軟件(OriginLab Inc., USA)對時間序列開展統(tǒng)計分析并繪制曲線圖.

3 結果

3.1 岱海萎縮特征要素

3.1.1 水位 1961-2019年間岱海年均水位時間序列的M-K檢驗結果表明：岱海水位從1961年的989.80 m顯著下降到2019年的978.95 m(z=-10.418，P<0.01). 59年水位共下降了10.85 m，下降速率為0.178 m/a.

岱海水位年均值分段擬合結果(圖2)表明：岱海水位年均值變化過程可分為3個階段：第1階段(1961-1978年)，湖泊水位呈緩慢下降趨勢(P<0.01)，下降速率僅為0.060 m/a；第2階段(1979-2004年)，岱海水位呈快速下降趨勢(P<0.01)，下降速率為0.199 m/a；第3階段(2005-2019年)，岱海水位呈加速下降趨勢(P<0.01)，下降速率為0.441 m/a. 總體呈現(xiàn)先慢后快的變化趨勢.

圖2 1961-2019年岱海水位變化Fig.2 Changes in the water level of Lake Daihai from 1961 to 2019

岱海多年月均水位介于985.76 m(4月)到985.50 m(12月)之間，均值為985.69 m. 回歸分析結果表明，多年月均水位呈現(xiàn)逐月顯著下降趨勢(y=-0.0225x+985.8，P<0.01). 在消除這種下降趨勢的情況下，多年月均水位年變化呈雙峰型，分別在4-5月和8-9月達到峰值(圖3).

圖3 岱海多年月均水位年變化Fig.3 Annual variation of average monthly water level in Lake Daihai

第一階段內(nèi)岱海1971-1978年月均水位年變化模式(圖4)為：1-3月水位逐漸增加，4月水位為全年最高值，而后湖泊水位逐漸下降，7-9月汛期，湖泊水位上升，9月水位與4月水位相差不大，汛期結束后湖泊水位下降. 1971-1978年月均水位年變化幅度為-0.009 m/a. 第三階段內(nèi)岱海2011-2018年月均水位變化模式(圖4)為：1月水位值最大，之后則呈現(xiàn)顯著下降，雖然汛期補給量大，湖泊水位在8月稍有上漲，但全年水位總體呈現(xiàn)顯著下降趨勢(z=-4.183，P<0.01). 2011-2018年月均水位年變化幅度為-0.04 m/a.

圖4 不同時間段湖泊水位月變化Fig.4 Monthly changes in lake water level over different time periods

3.1.2 湖面面積 遙感提取的1986-2020年岱海岸線向湖心退縮顯著(圖5). 其中，西南段湖岸線向湖心平均退縮6 km；東南和東北段湖岸線向湖心平均退縮了約2 km；西北段湖岸線向湖心退縮不足1 km，縮進速度相對緩慢. 近35年來，岱海岸線幾何中心持續(xù)向東北方向移動.

圖5 1986-2020年岱海岸線變化過程Fig.5 The coastline change process of Lake Daihai from 1986 to 2020

隨著岸線的退縮，1986-2020年岱海年均湖面面積以2.16 km2/a的速率自1986年的125.07 km2縮減到2020年的49.55 km2(圖6).ILLI統(tǒng)計結果(表1)顯示在過去35年中每5年一個時間段，每個時間段內(nèi)湖泊面積均呈現(xiàn)萎縮狀態(tài)：1986-2000年岱海萎縮強度較高，其所包含的3個時間段內(nèi)岱海湖面面積均減小12 km2以上；2000-2005年湖泊萎縮強度較低，5年內(nèi)湖泊面積僅減少4.1 km2；2005-2010年萎縮強度有所恢復；2010-2020年萎縮強度約10 km2/5 a. M-K檢驗結果表明：1986-2020年湖泊面積總體呈顯著的下降趨勢(z=-8.095，P<0.01). 同時相關性分析結果表明，岱海水位與面積呈顯著的正相關關系(r=0.68，P<0.01).

圖6 岱海1986-2020年年均湖面面積變化Fig.6 Lake area changes in Lake Daihai from 1986 to 2020

3.1.3 水量 岱海水位-水量曲線顯示(圖7)，岱海水量隨水位單調(diào)遞增，兩者呈顯著正相關關系(r=0.99，P<0.01). 該曲線擬合方程為：

y=-6.08×109x+3.13×106x2+2.95×1012

(6)

式中，y、x分別代表水量(m3)和水位(m).

圖7 岱海水位-水量曲線Fig.7 Fitting curves between lake level and water volume of Lake Daihai

依據(jù)公式(6)計算得到的1961-2019年逐年年均水量顯示(圖8)，近60年岱海水量呈顯著減少趨勢(P<0.01)，共減少9.88×108m3，減少速率為1.74×107m3/a. 對應水位下降的3個階段，岱海水量在第一、第二和第三階段的損失速率分別為0.726×107、2.10×107、 3.39×107m3/a，分別可定義為岱海水量緩慢損失階段、快速損失階段和加速損失階段. 其中加速損失階段的損失速率分別為緩慢變化階段和快速損失階段損失率的4.7和1.6倍. 此外 Mann-Whitney突變檢測結果表明岱海年均水量變化過程線在1978年、2005年分別存在-3.73×108、-3.35×108m3/a的減少突變(P<0.01).

表1 年際湖泊面積變化量和ILLI統(tǒng)計

圖8 1961-2019年岱海年均水量變化Fig.8 Annual average water volume change in Lake Daihai from 1961 to 2019

3.2 岱海萎縮的影響因素

3.2.1 氣象因素 岱海流域1961-2020年年均氣溫、潛在蒸散發(fā)量、降水量、干燥度、風速和日照時數(shù)分別為(5.69±0.78)℃、(984.3±56.9) mm、(414.2±100.7) mm、(2.54±0.72)、(2.21±0.36) m/s、(2963.1±137.8) h(圖9). 1961-2020年間氣象要素年均值的MK檢驗結果表明：氣溫以0.03℃/a的速度顯著升高(P<0.01)；風速以-0.0133 m/(s·a)的速度顯著下降；日照時數(shù)以-3.39 h/a的速度顯著下降；其他氣象要素均無顯著變化趨勢. 同時，分段趨勢分析結果表明(表2)：第一階段，各項氣象要素變化趨勢均不顯著；第二階段，年均溫呈顯著上升趨勢(P<0.01)、年均風速和日照時數(shù)呈顯著下降趨勢(P<0.01)，年均潛在蒸散發(fā)量和干燥度降低、降水量增加但變化趨勢不顯著；第三階段，年均潛在蒸散發(fā)量呈現(xiàn)顯著增加趨勢(P<0.01)，其他氣象要素不具顯著性變化趨勢. 此外，相關分析表明：湖泊水量與氣溫呈顯著負相關(r=-0.687，P<0.01)，與風速和日照時數(shù)均呈顯著正相關(r=0.631，r=0.485，P<0.01).

表2 1961-2020年涼城氣象站總體和3個階段氣象要素多年均值和年均值變化趨勢M-K檢驗結果

從1961-2020年間的氣象要素月均值變化(圖9)來看，多年月平均氣溫、降水量最大值均出現(xiàn)在7月，最小值均出現(xiàn)在1月. 多年月平均潛在蒸散發(fā)量最大值出現(xiàn)在6月，最小值出現(xiàn)在1月. 多年月平均干燥度則與上述要素的月變化相反. 多年月平均日照時數(shù)為5月最多，12月最少. 多年月平均風速為4月最大，8月最小.

圖9 1961-2020年涼城站氣象要素的多年月均值變化Fig.9 Multi-year monthly mean changes of meteorological elements at Liangcheng Station from 1961 to 2020

3.2.2 水文因素 1961-1994年岱海入湖徑流量時間序列趨勢分析結果顯示(圖10)：岱海入湖徑流量呈波動下降趨勢，線性傾向率為-0.024×108m3/a，從1961年的1.109×108m3下降到了1994年的0.282×108m3，下降了74.6%. MK趨勢檢驗結果(z=-4.35，P<0.01)也表明在過去35年中岱海入湖徑流量總體呈現(xiàn)顯著的下降趨勢.

圖10 1961-1994年岱海入湖徑流量變化Fig.10 Changes in the runoff of Lake Daihai from 1961 to 1994

3.2.3 社會經(jīng)濟因素 1986-2020年間，涼城縣人口變化曲線(圖11)呈現(xiàn)雙峰型，存在2個人口上升期(1986-1997、2003-2009年)和2個人口下降期(1997-2003、2009-2019年). GDP和工業(yè)生產(chǎn)總值均呈現(xiàn)單峰變化(圖11)，峰值分別為78.10億和78.85億元. 農(nóng)業(yè)生產(chǎn)總值自1986年的0.57億元增加到2014年的29.45億元，之后變化趨緩. 1986-2020年間社會經(jīng)濟要素趨勢檢驗結果顯示，涼城人口無顯著性變化趨勢，但是GDP、工業(yè)和農(nóng)業(yè)生產(chǎn)總值呈顯著增長趨勢(P<0.01). 此外，M-K突變檢驗以及累計距平曲線表明(圖12)：人口、GDP、工業(yè)生產(chǎn)總值、農(nóng)業(yè)生產(chǎn)總值在2005年均發(fā)生了不顯著的增加突變. 相關分析表明：各萎縮特征要素均與GDP、工農(nóng)業(yè)生產(chǎn)總值呈顯著負相關(P<0.01). 其中，岱海水量與農(nóng)業(yè)生產(chǎn)總值相關性達到-0.944.

圖11 1986-2019年涼城縣社會經(jīng)濟要素(人口、GDP、工農(nóng)業(yè)生產(chǎn)總值)變化Fig.11 Changes in social and economic factors (population, GDP, gross industrial and agricultural production value) of Liangcheng County from 1986 to 2019

圖12 1986-2019年涼城縣社會經(jīng)濟要素(人口、GDP、工農(nóng)業(yè)生產(chǎn)總值)累計距平曲線Fig.12 Cumulative anomaly curve of social and economic factors (population, GDP, gross industrial and agricultural production value) in Liangcheng County from 1986 to 2019

3.3 萎縮特征要素與影響因素關系統(tǒng)計分析

使用偏相關分析[70]剔除其他影響要素的影響，分析單一影響要素與各萎縮特征要素(水位、湖面面積和水量)的相關程度，結果顯示(表3)：萎縮特征要素水位、湖面面積和水量僅與農(nóng)業(yè)生產(chǎn)總值呈現(xiàn)顯著負相關關系(P<0.01)，偏相關系數(shù)分別為-0.532、-0.486、-0.496. 相反地，各萎縮特征要素與其他影響要素不具有顯著偏相關性.

采用逐步多元回歸方法分析各影響要素對岱海水量變化的相對貢獻[71]. 結果表明(表4)：相對于氣象要素，社會經(jīng)濟要素對岱海水量損失貢獻率較高. 在2005-2019年間，社會經(jīng)濟要素可解釋岱海水量加速下降原因的98%，其中GDP對岱海水量損失的影響較大(標準化系數(shù)為-0.982)；而氣象要素的相對貢獻僅為33.2%.

表4 各影響要素對岱海萎縮貢獻的逐步多元回歸分析結果*

4 討論

自1961-2019年，岱海水位從989.8 m持續(xù)下降到978.95 m，造成了共9.88×108m3的水量損失. 分段擬合和突變檢驗結果表明，岱海水量損失依次經(jīng)歷了緩慢、快速和加速損失3個階段. 這種先慢后快的損失過程與半干旱區(qū)大多數(shù)湖泊萎縮過程是相類似的[72-74]. 盡管導致該地區(qū)近百年內(nèi)內(nèi)流型湖泊萎縮的主要因素各異，但是可以概括為氣候變化[75](降水減少和蒸發(fā)增大)、植被演替[27](自然林或人工林擴張)和經(jīng)濟社會發(fā)展[42,76](居民生活和工農(nóng)業(yè)生產(chǎn)耗水). 那么，究竟是何原因?qū)е箩泛３掷m(xù)萎縮？

氣候變化對岱海持續(xù)萎縮有一定影響. 一般認為氣溫升高、風速增加、日照時數(shù)增加會使蒸發(fā)量增加[77]，入湖徑流減少，進而增大水資源的損失. 而降水量減少也會使得入湖徑流及降水補給減少[26]，從而造成湖泊水資源損失. 1961-2020年間岱海流域氣溫顯著上升(P<0.01)，潛在蒸散發(fā)量呈微弱的上升趨勢，降水量呈下降趨勢，這種氣候條件可能利于湖泊的萎縮[71]. 此外，從岱海水量損失的3個階段情況來看：第一階段(1961-1978年)，所有氣象要素變化均不顯著，呈波動變化；第二階段(1979-2004年)，盡管降水量和潛在蒸散發(fā)量無顯著變化，但此階段降水量均值較第一階段均值有所下降，潛在蒸散發(fā)量與降水量的差值增大. 其中2003、2004年[72]湖泊水量有所回升，主要是因為這兩年降水量顯著增加，分別比多年平均值多255.2、109.9 mm，屬于豐水年[78]，且潛在蒸散發(fā)量也均低于多年平均值，體現(xiàn)了湖泊水量變化對湖區(qū)有效降水(降水-蒸發(fā))的敏感響應；第三階段(2005-2020年)，年均潛在蒸散發(fā)量呈現(xiàn)顯著增加趨勢(P<0.05)，其余要素無顯著變化，在此階段年均潛在蒸散發(fā)量的均值比第二階段年均值多24.4 mm，且年均降水量較第二階段年均值減少20.8 mm，潛在蒸散發(fā)量與降水量之間的差值繼續(xù)增加，促使入湖徑流量不斷減少[32]，湖泊萎縮速度加快. 但逐步多元回歸模型結果顯示，這種變化相對于湖泊持續(xù)萎縮而言，貢獻率較小. 長時間尺度不顯著的氣候變化對于岱海湖泊持續(xù)萎縮的作用不明顯，短時間尺度的氣候波動會直接作用于湖泊水文情勢變化[26].

流域植被覆蓋度增大也是加大水資源消耗的潛在原因之一. 在植物蒸騰作用下，植被覆蓋度的增大將加大淺層地下水的消耗[79]，進而減少入湖地下徑流量. 據(jù)統(tǒng)計，岱海流域人工林地覆蓋度從2000年的9.33%增至2008年的11.57%[9]. 可見岱海流域植被覆蓋度的增大是岱海水量損失的因素之一. 不過，第三階段岱海流域植被覆蓋度與第二階段對比并無明顯增加[6]，而此階段水資源量損失速率卻顯著高于第二階段. 這個矛盾表明植被覆蓋度增大是岱海水資源量損失的原因之一，但并非主要原因.

圖13 岱海流域耕地面積變化(數(shù)據(jù)來源于參考文獻[5])Fig.13 Changes in the area of arable land in the Lake Daihai Basin(Data comes from the reference [5])

岱海萎縮主要是流域經(jīng)濟社會發(fā)展引起的水資源消耗加劇導致的. 統(tǒng)計分析結果表明，流域社會經(jīng)濟要素均呈現(xiàn)顯著增加趨勢(P<0.01)，且其與各湖泊萎縮特征要素之間均呈顯著負相關(P<0.01)，其中萎縮特征要素與農(nóng)業(yè)生產(chǎn)總值的相關性及偏相關性均最強. 此外，1961-2019年間的年均水量變化過程線的突變檢測結果也顯示其在1978年、2005年存在減少突變，而這兩個時間點恰與我國實行的“改革開放”和“西部大開發(fā)”兩個經(jīng)濟戰(zhàn)略的時間點是一致的. 這意味著岱海水資源量損失過程對應其流域經(jīng)濟社會發(fā)展的3個階段. 第一階段，隨著流域農(nóng)業(yè)生產(chǎn)的恢復和發(fā)展，農(nóng)業(yè)需水量的增大使得大量地表和地下入湖徑流被各類農(nóng)田水利工程(如農(nóng)業(yè)灌溉機井[26,59]，水庫、塘壩等蓄水工程[52,54])截流[59]，削弱了對湖泊水體的補給，岱海水量平衡被打破[26]，岱海水資源量出現(xiàn)緩慢損失. 第二階段，我國于1978年實行改革開放，進入工農(nóng)業(yè)時代[80]. 岱海流域耕地面積迅速擴張，農(nóng)業(yè)人口增加，農(nóng)業(yè)規(guī)模擴大[29]. 耕地面積(圖13)由1976年的383.20 km2增加到1986年的409.80 km2[6]，甚至侵占了岱海西南岸線退縮后裸露的部分灘地. 為適應農(nóng)業(yè)的發(fā)展，加強農(nóng)業(yè)灌溉活動，流域內(nèi)農(nóng)灌井和水庫數(shù)量不斷增多[81]，大量抽取地下水[30]，岱海流域平均年灌溉用水也從1960s的3.457×107m3增加至1980s的6.251×107m3，致使入湖徑流量顯著下降. 岱海進入水資源快速損失階段. 第三階段，我國于2005年在包括岱海流域之內(nèi)的西北地區(qū)實行“西部大開發(fā)”戰(zhàn)略. 這使得岱海流域農(nóng)業(yè)進一步發(fā)展，耕地面積增加至454.92 km2(2015年)，占整個岱海流域面積的54.27%，農(nóng)業(yè)用水占總生產(chǎn)用水的68.3%[6]. 期間岱海地下水嚴重超采[57]，對岱海的側向補給明顯減少[13]. 同時，這段時期流域工業(yè)的快速發(fā)展也加劇了岱海水資源的消耗. 僅2006年建成投產(chǎn)的岱海發(fā)電廠的年用水量就達到了1.192×107m3[6]，且未考慮電廠溫排水導致的岱海湖面蒸發(fā)的加速[82]. 工業(yè)的發(fā)展，利用了岱海南部地區(qū)大量的地表和地下水，也導致岱海湖面幾何中心不斷向北偏移[28]. 綜上可知，改革開放以來岱海流域農(nóng)業(yè)發(fā)展是導致湖泊水資源損失的主因，而“西部大開發(fā)”戰(zhàn)略實施以來的工業(yè)發(fā)展則加速了損失進程.

岱海水位年內(nèi)變化也體現(xiàn)了流域經(jīng)濟社會發(fā)展對其水資源損失的貢獻. 第一階段，岱海月均水位年變化曲線呈雙峰型(圖3和圖4)：1-3月融雪水通過地表徑流匯入岱海，使其水位逐漸升高[83]；春季開始的農(nóng)業(yè)生產(chǎn)損耗了大量的水資源，使得湖泊水位逐漸下降；6-9月為岱海流域的雨季[78](圖9a)，集中降水使得湖泊水位再次上升；10月后進入枯水期，湖泊水位下降[84]. 然而，第三階段流域耕地面積的增大和工業(yè)經(jīng)濟的發(fā)展使得更多的地表和地下徑流被截留用于工農(nóng)業(yè)生產(chǎn). 入湖徑流的減少必將削弱岱海水位的季節(jié)變化，使得湖泊水位年豐枯變化不顯著. 可見，高強度的人類活動掩蓋了湖泊水位自然豐枯變化特征[85].

本研究建議半干旱區(qū)經(jīng)濟社會發(fā)展必須建立在水資源可承受范圍內(nèi). 按照岱海水量損失回歸方程估算(圖8)，岱海到2026年將趨于干涸，這必將對流域生態(tài)環(huán)境保護和經(jīng)濟社會發(fā)展帶來巨大打擊[60]. 實際上，岱海流域各項經(jīng)濟社會發(fā)展指標近些年已經(jīng)出現(xiàn)了下降(圖11). 可見，合理開發(fā)利用半干旱地區(qū)湖泊水資源是實現(xiàn)該地區(qū)經(jīng)濟社會可持續(xù)發(fā)展的關鍵之一[35,45]. 盡管當?shù)赜?016年開始人為干預治理湖泊濕地，但就目前水情來看，效果并不顯著，岱海生態(tài)恢復與治理任務緊迫，未來生態(tài)補水工程應探尋更加合理的生態(tài)需水方案，保障岱海健康發(fā)展[78].

5 結論

本文利用1986-2020年258景Landsat遙感影像數(shù)據(jù)，提取岱海湖面面積，結合1961-2018年實測水位和水下地形數(shù)據(jù)，計算得到岱海水量，綜合氣候波動和社會經(jīng)濟兩方面因素，對岱海近60 a來的萎縮過程及其驅(qū)動力進行了分析和討論，得出以下結論：

1)近60 a以來，岱海呈現(xiàn)明顯的湖泊面積萎縮、水位下降和水量損失趨勢，其中湖泊面積1986-2020年共減少了75.52 km2，萎縮了60.38%，年均萎縮2.16 km2，湖泊萎縮空間變化以西南方向為主；而岱海水位共下降了10.85 m，下降速率為0.178 m/a，2005年之后湖泊水位下降速率加快；湖泊水量近60 a共損失9.88×108m3，岱海水量變化可分為3個階段：1961-1978年，水量損失速率為0.726×107m3/a的緩慢損失階段；1979-2004年，水量損失速率為2.10×107m3/a的快速損失階段(P<0.01)；2005-2019年，水量損失速率為3.39×107m3/a的加速損失階段(P<0.01)，湖泊水量變化與湖泊水位變化相一致，均呈現(xiàn)先慢后快的變化趨勢.

2)近60 a來岱海湖泊持續(xù)性萎縮主要是由于流域經(jīng)濟社會發(fā)展引起的水資源消耗加劇導致的，其中，改革開放后流域農(nóng)業(yè)開發(fā)利用規(guī)模和強度的提高是導致岱海水量損失的主要原因；“西部大開發(fā)”戰(zhàn)略實施后工業(yè)經(jīng)濟的興起則加速了岱海水量的損失；氣候變化及植被建設也對岱海持續(xù)性萎縮進程有一定影響. 干旱半干旱地區(qū)湖泊流域經(jīng)濟社會的發(fā)展需要與其水資源承載力相協(xié)調(diào).

致謝：在開展岱海水資源損失重建研究期間，中國科學院南京地理與湖泊研究所黃群副研究員等給予了大量的幫助，在此致以誠摯的謝意.