1958—2017年太湖蒸发量年际变化趋势及主控因子     

荆思佳  肖薇  王晶苑  郑有飞  王伟  刘强  张圳  胡诚 《湖泊科学》2022,34(5):1697-1711

湖泊蒸发对气候变化非常敏感, 是水文循环响应气候变化的指示因子, 因此研究湖泊蒸发的控制因素, 对于理解区域水文循环有重要意义. 本文利用太湖中尺度涡度通量网避风港站观测数据校正JRA-55再分析资料, 驱动CLM4.0-LISSS模型, 并利用2012—2017年涡度相关通量数据和湖表面温度数据检验模型模拟蒸发结果, 验证了该模型在太湖的适用性; 估算了1958—2017年间太湖的湖面蒸发量, 并利用Manner-Kendall趋势检验分析了湖面蒸发的变化趋势, 寻找太湖实际蒸发的年际变化的主控因子. 结果如下: 校正后的JRA-55再分析资料模拟的太湖蒸发与观测值之间存在季节偏差, 但是季节偏差在年尺度上相互抵消, 再分析资料可用于年际尺度太湖蒸发变化的模拟; 1958—2017年间太湖蒸发量以1977年为界, 先下降(-3.6 mm/a), 后增加(2.3 mm/a); 多元逐步回归结果表明, 向下的短波辐射是太湖1958—2017年间太湖蒸发变化的主控因子, 向下的长波辐射、气温、比湿也对湖泊蒸发年际变化有一定影响, 但是风速对蒸发量的年际变化影响不大.  相似文献   

滇池、抚仙湖、阳宗海长期水位变化(1988-2015年)及驱动因子   总被引：2，自引：1，他引：1  

贺克雕  高伟  段昌群  朱远高  潘瑛  刘嫦娥  张唯  杨桂英 《湖泊科学》2019,31(5):1379-1390

水位变化影响湖泊水质、水量和生态系统功能,是研究湖泊演变的重要内容,但目前针对滇中高原湖群水位变化特征还少见系统报道.本文选择滇池、抚仙湖、阳宗海3个滇中高原湖泊作为研究对象,基于1988-2015年实测水位数据和Mann-Kendall趋势检验法评估了3个湖泊水位变化特征;运用RClimDex模型获得了流域极端降水指标,结合其他指标构建了基于极端气象因子的湖泊水位驱动力指标体系;采用主成分-多元回归模型,解析了极端降水、蒸发等气象因子对滇中高原湖泊水位变化的贡献.结果表明：①滇池、抚仙湖、阳宗海水位年际波动不突出.滇池的年平均水位总体略呈上升趋势,年均上升0.025 m.阳宗海和抚仙湖水位无明显变化.②滇中高原湖泊流域的极端降水指数年际变化趋势不明显.滇池的蒸发量呈明显减小趋势,年均减小21.05 mm.抚仙湖蒸发量呈明显增加趋势,平均每年增加5.52 mm.阳宗海蒸发量的变化不明显.③气象指标可解释滇池水位变化的49.7%,滇池水位变化受气候变化和人类活动的综合影响;阳宗海和抚仙湖水位变化主要受气象条件控制,蒸发量、综合降水指标和连续降水指标对阳宗海水位变化的解释率高达93.3%;综合降水指标和干旱状况指标可以解释抚仙湖水位变化的64.5%.极端降水指标对解释高原湖泊水位变化具有重要作用.  相似文献   

基于水质改善目标的太湖适宜换水周期分析   总被引：2，自引：1，他引：1  

王冼民  翟淑华  张红举  胡维平  李钦钦  韩涛 《湖泊科学》2017,29(1):9-21

准确估算换水周期对于研究湖泊水体化学、生物变化以及污染物迁移、扩散、转化有着重要意义,换水周期是湖泊的一个重要环境参数.根据2010年实测水文、气象和环湖水量、水质条件,建立3组情景模式:第1组为实况方案,第2组是环湖水量倍比缩放方案,第3组为望虞河水量倍比缩放方案.采用EcoTaihu模型模拟3组情景模式下太湖及各湖区营养盐状况,并根据实测结果对模型进行校验.模型计算结果表明:在2010年太湖水文、气象条件下,150~160 d换水周期条件下太湖氮、磷浓度最低,即太湖适宜换水周期为150~160 d.  相似文献   

基于Landsat与Sentinel-3A卫星数据的当惹雍错1988-2018年湖泊水位-水量变化及归因     

王文种  黄对  刘九夫  刘宏伟  王欢 《湖泊科学》2020,32(5):1552-1563

湖泊变化是气候变化的指示器.为探索利用单一短时间尺度的卫星水位数据源估算长时间序列的湖泊水量变化的可行性,本文利用短时间尺度（2016—2018年） Sentinel-3A合成孔径雷达高度计（SRAL）作为唯一卫星水位数据源,以藏北高原内陆湖泊当惹雍错为例,结合基于Landsat光学遥感数据提取的1988—2018年的湖泊面积,综合分析2016—2018年间的非结冰期遥感湖泊面积与遥感湖泊水位变化,基于该时段范围的水位变化-面积变化关系和水量估算公式,估算1988—2018年湖泊水位水量变化与2001—2018年的年内变化,并结合GLDAS产品数据与雪线变化情况初步探讨湖泊变化的可能原因.结果表明：当惹雍错近30年湖泊面积扩张明显,湖泊水位、水量增加显著,相比1988年,2018年的湖泊面积、水位、水量分别增加21.1 km²、5.29 m、44.75亿m³.其中1988—1998年湖泊面积-水位-水量有所减少,2000—2018年间湖泊变化总体呈增加趋势.2001—2018年内湖泊面积、水位、水量变化呈现干湿季特征.1996—2014/2015年湖泊水量变化为38.3亿/35.5亿m³,水量变化趋势、变化量与以往对应时间段的研究结果具有较强的一致性.湖泊面积扩张主要发生在水下地形平缓的东南部和中西部区域.结合气候因素与雪线变化的分析表明,湖泊水量变化受降雨、气温影响复杂,长时间年际尺度上的湖泊水量增长与气温的一致性较降水量强,湖泊湿季受降水量与气温的影响都较大,其中2008—2018年的湿季降水量、气温与水量变化散点拟合的确定性系数R²分别为0.613、0.845.该研究表明Sentinel-3A合成孔径雷达数据在湖泊水量变化估算上的潜力,为利用单一且只具有短时段数据的卫星雷达数据估算长时间序列湖泊水量变化提供依据.  相似文献   

基于水热平衡模型的青海湖水位变化趋势预测   总被引：3，自引：0，他引：3  

董春雨  王乃昂  李卓仑  杨萍 《湖泊科学》2009,21(4):587-593

近几十年来,随着气候干暖化,以青海湖为代表的我国内陆湖泊水位持续下降,生态环境问题日益突出,备受世人关注.运用改进的水热平衡模型预测了2050年以前青海湖逐年的湖面蒸发量,并运用多元线性回归的方法估算出流域未来径流量的变化,最终通过水量平衡的方式对2050年以前青海湖水位的变化趋势进行了定量预测.预测表明未来几十年内,青海湖水位会经历先相对稳定再继续下降的过程,2020年以前青海湖水位会相对稳定在3192.7m,之后会继续下降,到2050年约下降到3191.22m,总体上2010-2050年青海湖水位下降趋势将有所缓和.  相似文献   

基于水平衡模型的呼伦湖湖泊水量变化   总被引：2，自引：2，他引：0  

王志杰  李畅游  张生  贾克力  李卫平 《湖泊科学》2012,24(5):667-674

针对北方寒旱区呼伦湖水位下降、水面萎缩的现象,根据气候特征,利用月水量平衡模型探究湖泊水文过程并揭示其变化规律.在此基础上,利用不同气候条件下各水平衡项对于湖泊水位的影响程度确定水位升降的直接原因.基于1963-1980年间水位的实测数据,根据水量平衡原理及其他辅助计算判断出湖泊与周边区域存在着地下水的交换,且具有一定的规律性,即历年11月至次年3月期间的累积降雪融化渗入土壤中形成浅层径流补给湖泊,而7、8月份湖泊补给周边草原.基于以上规律,根据周边坡面汇流、地下水与湖泊交换量的年内变化特征,利用水平衡方程式推算湖泊1981-2008年逐月水位变化,并与其他研究成果比较,吻合度较高.不同气候条件下,径流量对于湖泊水位的影响程度最为突出,是水位变化的主控因子.  相似文献   

基于不同模型的大型湖泊水气界面气体传输速率估算   总被引：1，自引：0，他引：1  

肖启涛  张弥  胡正华  肖薇  王伟  刘寿东  段洪涛  李旭辉 《湖泊科学》2018,30(3):790-801

气体传输速率是湖泊水—气界面温室气体交换通量的重要驱动因子,但其估算具有不确定性.本研究选择3种不同的参数化方程估算大型(面积2400 km2)浅水(平均水深1.9 m)湖泊——太湖水—气界面的气体传输速率,探讨大型湖泊气体传输速率的控制因子和变化范围,为估算模型的选取提供参考.结果表明,气体传输速率的两个重要参数风应力和水体对流混合速率存在夜间高、白天低的变化特征,因此气体传输速率也存在夜间高、白天低的变化特征.总体上太湖气体传输速率主要由风力控制,可以通过风速函数估算得到.太湖水—气界面气体传输速率的年均值为1.27~1.46m/d.因气体传输速率存在空间变化,单一站点参数化的模型可能不适合其他区域湖泊水—气界面气体传输速率的估算,但湖泊的面积可能是一个有效的预测因子.  相似文献   

青藏高原色林错流域区冰川消融对湖泊水量变化的影响          下载免费PDF全文

柳林  江利明  相龙伟  汪汉胜  孙亚飞  许厚泽 《地球物理学报》2019,62(5):1603-1612

青藏高原大部分湖泊近年来持续扩张,湖泊水位和水量明显增加.冰川消融是流域水量平衡和水循环的重要影响因素,直接导致湖泊水量变化.由于缺乏大范围的冰川质量平衡观测结果,青藏高原冰川消融对湖泊水量变化的影响仍存在较大争议.本文选择青藏高原内流区的色林错流域区(水系编号5Z2)作为研究对象,利用SRTM DEM和TanDEM-X双站InSAR数据,精确估算该流域三个主要冰川区(普若岗日、格拉丹东和西念青唐古拉)2000—2012年的冰川质量平衡,依次为:-0.020±0.030、-0.128±0.049、-0.143±0.032m·w.e.·a^-1.并据此采用面积加权法准确推估出5Z2流域的冰川质量变化为:-0.166±0.021Gt·a^-1.综合ICESat和Cryosat-2卫星测高数据,计算该流域2003—2012年湖泊水量变化速率(3.006±0.202Gt·a^-1),并定量评估冰川质量变化对5Z2流域湖泊水量增加的贡献为:5.52%±1.07%,因此在青藏高原色林错流域区,冰川消融不是导致21世纪初期湖泊水位上升的主要因素.  相似文献   

鄱阳湖水面蒸发量的计算与变化趋势分析(1955-2004年)   总被引：2，自引：0，他引：2  

闵骞  刘影 《湖泊科学》2006,18(5):452-457

利用器测折算法与气候模式法,分别计算鄱阳湖周围康山、棠荫、都昌、星子、湖口5站的单站水面蒸发量,以5站两种方法计算值的平均值代表鄱阳湖大湖面的水面蒸发量,求得鄱阳湖1955-2004年各月的水面蒸发量和蒸发水量,结果为：多年平均年蒸发量1081．2 mm．年蒸发水量27．06×10~8 m~3．对年、月水面蒸发量在近50年来的变化趋势进行了分析,表明除5月份外,其他各月蒸发量和年蒸发量均呈逐渐减少趋势,年蒸发量平均每年减小2．79 mm,年蒸发水量平均减少0．05×10~8 m~3,对湖区水资源持续利用和湖泊环境将产生明显影响．对水面蒸发量递减原因进行了初步探讨．  相似文献   

太湖水体磷浓度与赋存量长期变化(2005-2018年)及其对未来磷控制目标管理的启示   总被引：7，自引：6，他引：1  

朱广伟  邹伟  国超旋  秦伯强  张运林  许海  朱梦圆 《湖泊科学》2020,32(1):21-35

为揭示大型浅水湖泊水体磷浓度对湖泊外源负荷削减和生态系统变化的响应规律,指导富营养化湖泊水生态修复和管理实践,利用太湖湖泊生态系统研究站20052018年连续14年的太湖水体各形态磷浓度的月、季度调查数据,估算了太湖湖体各形态磷赋存量的季度变化,分析了太湖水体磷浓度受湖泊水位、水量、蓝藻水华态势(蓝藻总生物量及水华出现面积)等环境条件变化的影响特征.结果表明,在连续10年的全流域高投入污染治理背景下,太湖水体总磷浓度仍未发生显著下降,水体各形态磷浓度在年际、月际及空间上的变幅大,不同季节和不同湖区总磷浓度的时空差异性大于14年来总磷浓度年均值的差异性;全湖32个监测点上、中、下3层混合样水体总磷平均值为0.113 mg/L(n=1788),其中颗粒态磷浓度平均值为0.077 mg/L,是水体总磷的主要赋存形式,溶解性总磷浓度平均值为0.036 mg/L,其中反应性活性磷浓度平均值为0.015 mg/L,占总磷浓度的13%;太湖水体总磷的赋存量介于410~1098 t之间,56个季度的平均值为688 t,其中冬季(122月)、春季(35月)、夏季(68月)、秋季(911月)平均值分别为683、604、792和673 t,夏季湖体磷赋存量明显高于其他季节.统计分析表明,蓝藻水华态势和水情要素(水位)对水相总磷、颗粒态磷等主要形态磷的赋存量影响显著,蓝藻水华态势的影响可能大于水量变化的影响.本研究表明,在水体营养盐浓度仍然充分满足蓝藻水华发生的背景下,气象水文波动所造成的湖泊水华面积及生物量的变化及大型水生植被消长带来的内源交换变化能引起水体总磷浓度剧烈变化,太湖水体磷浓度的稳定控制也依赖于蓝藻水华态势的稳定控制,由于太湖当前的蓝藻水华态势受气象水文条件变化影响甚大,短期内太湖水相总磷浓度稳定控制到0.05 mg/L的水质治理目标较难实现.治理策略上,若要实现太湖水体磷浓度的进一步明显下降,一方面需要大幅度削减外源磷负荷,另一方面需要大面积恢复沉水植被等.管理策略上,由于湖体磷浓度变化包括了较大的非人为因素影响,应将太湖总磷治理目标考核重点放在流域磷减排强度、入湖负荷等方面,科学看待气候波动等非人为因素影响下的水相磷浓度波动.  相似文献   

ESTIMATION OF LAKE EVAPORATION FROM A SHALLOW LAKE IN CENTRAL SWEDEN BY OXYGEN-18     

R. K. SAXENA 《水文研究》1996,10(10):1273-1281

Lake evaporation has been estimated for a shallow lake using a combination of water and isotope mass balance, accounting for the isotopic non-steady state of lake water. The main feature of the isotope method is that inflows need not be measured. Knowledge of their isotopic content is sufficient. Oxygen-18 content, i.e. (δ¹⁸O), of lake water, inflows and outflow was measured on a weekly basis, whereas for precipitation it was monitored daily. The discharge from the lake was also recorded daily. Lake water level, relative humidity, air, and lake water surface temperatures were recorded by a logger. The weather data were recorded on a small island in the lake. It was observed that the lake is isotopically well mixed. Furthermore, the atmospheric moisture was not always in isotopic equilibrium with the precipitation. Daily lake evaporation was estimated as an average of six to eight days depending upon the field logistics. Lake evaporation varied from 0.6 to about 5.4 mm/day during the experimental period. It was found that evaporation estimates are very sensitive to small variations in δ¹⁸O of lake evaporate. Induced changes of 10% in δ¹⁸O of lake evaporate caused errors in evaporation estimates of 9–31%, while similar induced changes in δ¹⁸O of inflows caused errors of 8–18%. Thus, an accurate experimental determination of δ¹⁸O of lake evaporate is relatively more important.  相似文献   

2015-2016年环太湖河道进出湖总磷负荷量计算及太湖总磷波动分析     

翟淑华  周娅  程媛华  蔡杰  胡燕雯 《湖泊科学》2020,32(1):48-57

太湖流域水环境综合治理力度空前,太湖总磷浓度却于2015、2016年重回升势,蓝藻大面积暴发情况也未得到有效遏制.本文从2015和2016年环太湖河道的进出太湖水量、总磷负荷量计算入手,结合雨情、水情、太湖调蓄以及人为影响等各方面因素,分别开展水量和总磷负荷质量的平衡分析.在此基础上,结合20102017年环太湖河流多年平均进出太湖总磷负荷量对比,分析太湖总磷的外源、内源变化趋势及来源,探讨2015和2016年太湖总磷升高的原因及控制重点方向.结果表明,2015和2016年为太湖流域丰水年,尤其是2016年发生特大洪水,太湖年内最高水位达4.87 m,仅次于1999年的4.97 m的历史最高水位.2015和2016年大量外源总磷负荷进入太湖,其中环太湖河道带入的总磷负荷量占年度太湖总磷负荷总量的66.8%和74.2%,成为进入太湖的总磷负荷的主要外源;加之,2015年太湖水生植物收割造成当年沉水植物面积较上年同期下降88.7%,水生植物骤减导致对磷的吸收转化能力下降,滞留在湖体中的总磷负荷量占年度太湖总磷负荷总量的21.5%和27.5%,成为影响太湖水体总磷浓度的重要内源.太湖总磷浓度升高又为太湖蓝藻暴发进一步提供了营养盐基础,亟需强化太湖总磷源头的控制、减少总磷入湖总量.  相似文献   

Artificial neural networks and empirical equations to estimate daily evaporation: application to Lake Vegoritis,Greece     

Vassilis Z. Antonopoulos  Soultana K. Gianniou  Athanasios V. Antonopoulos 《水文科学杂志》2013,58(14):2590-2599

ABSTRACT

Evaporation is one of the most important components in the energy and water budgets of lakes and is a primary process of water loss from their surfaces. An artificial neural network (ANN) technique is used in this study to estimate daily evaporation from Lake Vegoritis in northern Greece and is compared with the classical empirical methods of Penman, Priestley-Taylor and the mass transfer method. Estimation of the evaporation over the lake is based on the energy budget method in combination with a mathematical model of water temperature distribution in the lake. Daily datasets of air temperature, relative humidity, wind velocity, sunshine hours and evaporation are used for training and testing of ANN models. Several input combinations and different ANN architectures are tested to detect the most suitable model for predicting lake evaporation. The best structure obtained for the ANN evaporation model is 4-4-1, with root mean square error (RMSE) from 0.69 to 1.35 mm d^?1 and correlation coefficient from 0.79 to 0.92.