高原湖泊范文（精选3篇）
高原湖泊 第1篇
目前对土地利用类型与流域水质的研究、土地利用强度与流域水质的研究和以环境库兹涅兹曲线进行研究的较多。环境库兹涅兹曲线(Environment Kuznet Curve,简称EKC)[5]是描述经济发展与环境污染水平关系的计量模型,并称经济发展水平与环境污染水平的关系呈倒“U”型。
国内学者也对EKC模型做过讨论与分析。张晓[7]根据中国环境与经济数据发现我国拥有较弱的倒“U”型EKC;吴玉萍等[8]发现北京市在经济增长与环境污染之间的EKC关系;苏伟等[9]对吉林省经济增长与环境之间的关系进行分析后得出了存在EKC关系的结论。宋涛等[10]对我国各省的面板数据进行环境分析后得到部分环境污染指标符合库兹涅兹曲线,部分仍然呈线性关系,可能仍处于环境污染的冲突区间。李志涛等[11]根据鄱阳湖流域的经济发展情况与水污染情况验证了EKC模型的存在。根据以往的研究,EKC模型在实际生活中确实存在并对我们的经济发展与环境保护的协调起着重要的指导作用。近年来,随着云南经济的快速发展,流域污染负荷总量快速增加,滇池、洱海、星云湖、杞麓湖等湖泊的水质出现了明显的下降,生态系统的恶化又严重制约了当地经济的发展[12,13],因此研究湖泊水质的现状及发展对控制、治理、保护好九大高原湖泊具有较大的现实意义。
1 湖泊水质异质性分析
1.1 数据选取
选取2002—2008年云南省高原九大湖泊的水质与流域用地类型为研究对象,利用软件ERDAS9.2对高分辨率Quickbird遥感影像(2008年4月23日)目视解译并进行几何校正,定义投影参数。利用ARCGIS9.2进行数字化解译后,查找云南省相关国土数据进行对比校正,参照《城市用地与规划建设用地标准》(GBJ137-90)并结合影像的实际清晰度将九大湖泊流域土地分为耕地、园地、有林地、牧草地、城市建设用地、镇建设用地、村建设用地、独立工矿用地、特殊用地、湖泊水面、苇地、滩涂、沼泽地十三大类用地,聚类得到耕地、园地、有林地、牧草地、城镇村、特殊用地、湿地和湖泊水域八类用地。由于湖泊水域面积基本没有变化,同时考虑到湖泊水域用地难以利用的现实状况,只考虑前七类的土地变化。对比历年数据得到流域范围内土地利用的变化情况,求出各用地类型相对于流域总体面积的比例,通过比例的变化来反映土地利用的绝对变化情况,其变化见表1—9。
根据环保部门的监测数据得到2002—2008年九大湖的总磷量(TP)、总氮量(TN)以及水质污染综合指数作为检测水质的依据(图1—3)。为消除不同量级可能产生的计量困难,将水质指标进行了标准化,其标准化公式为:undefined。式中,y为指标标准化后的值,x为指标标准化前的值,undefined为指标标准化前的均值,θ为指标标准化前的标准差。
1.2 水质异质性分析
根据9个湖泊的3个水质参数,综合分析湖泊水质的异质性。水质的异质性主要通过3个水质参数在不同湖泊的变异系数累加后获得(图4),表明了9个湖泊的水质异质性。
从图4可见,异龙湖、星云湖、洱海、抚仙湖、杞麓湖的水质差异较大,主要体现在水平分布的差异性。由于异龙湖附近有石屏县城,星云湖附近有江川县城,洱海附近有大理市,抚仙湖附近有澄江县城,杞麓湖附近有通海县城,居民点的点源排放造成了湖泊水质污染的异质性。
2 土地利用状况与湖泊水质关系
2.1 模型建立
采用以上遥感判读得到的土地利用数据和环保部门提供的检测数据,根据郭青海等[4]在研究武汉四湖时所用的计量模型,可得到模型:NPS=α×exp(β1×geng+…+β7×shi)。式中,NPS为径流污染物;α为系数,根据当地水文资料取1。β1—β7分别为各用地类型与水质指标之间的相关性。当系数为正时,表明该土地利用类型对污染物产生了正向作用,即加重了污染;当系数为负时,表明该土地利用类型对污染物产生了负向作用,即减轻了污染。
2.2 计算分析
由于观察九大湖泊流域很多且时间间隔较短,为了全面完整地反映九大湖泊流域水质与土地利用类型的关系,故采用面板分析模型(Panel Data)进行定量分析。考虑到计量分析的复杂性和准确性,采用混合最小二乘估计、固定效应模型和随机效应模型三个模型进行对比。由于存在多重共线性问题,故将城镇村建设用地与独立工矿用地和特殊用地合并,减少多重共线性后得到结果见表10—12。根据Hausman检验的结果,拒绝原假设,故采用个体固定效应模型分别得到回归方程为:TP=-1.80-14.33GENG-47.06YUAN+8.90LIN+115.98MU+19.43CHENG-159.77SHI;TN=-11.58-20.24GENG-19.02YUAN+15.75LIN+79.71MU+28.57CHENG-173.20SHI;综合指数=13.86-27.56GENG-49.80YUAN+3.20LIN-81.22MU+53.20CHENG-72.72SHI。方程呈现出一定程度的相关性,表明地类变化确实对污染产生了一定作用,整体影响程度较强。从结果可知,在较宽松的30%显著性水平下,耕地、园地、湿地显著减少了湖泊总磷量,而有林地、牧草地、建设用地显著增加了湖泊含磷量;同样显著减少了湖泊总氮量,建设用地显著增加了湖泊含氮量;园地和耕地显著减少了湖泊的污染综合指数,建设用地显著增加了湖泊的污染综合指数。从分析可见,农业用地和湿地减轻了污染程度,而各类建设用地加重了污染的程度。
注:***表示在5%的水平下显著,**表示在10%水平下显著,*表示在30%水平下显著(表11、表12同)。
3 土地利用强度与湖泊水质的关系
3.1 数据选取
分别选取1999—2008年九湖流域第二、第三产业的地均产值与九湖流域第二、第三产业的地均固定资产投入作为经济指标,分别反映流域地区内的产出强度和投入强度,土地数据采用进行土地利用与水质关系分析时所用的土地数据。采用第二、第三产业的地均产值和第二、第三产业的地均投入可更加明确地反映工业与服务业对九大湖泊流域水质所造成的影响,具有明确的指向。选取1999—2008年的总磷量、总氮量和综合污染指数三个指标作为环境的评价指标进行分析。其中,部分环境指标缺失值采用之前年份的污染浓度乘以污水排放量得到的污染物量与之后年份的污染浓度乘以污水排放量得到的污染物量进行线性插值后得到缺失年份的污染物量,再除以缺失年份的污水排放量得到缺失年份的污染物浓度。虽然这一方法可能与现实值有所偏差,但还是能较好地反映污染物增加或者减少的总趋势。
3.2 模型建立
库兹涅兹曲线:本文采用库兹涅兹曲线方法对云南高原地区九大湖泊所处的污染阶段进行定量研究。采用第二、第三产业地均产出与第二、第三产业地均固定资产投入替代常用的人均GDP作为分析指标,采用非线性拟合分析方法,从土地利用强度的角度去分析经济结构中第二、三产业与环境污染之间的关系。使分析更能突出九大湖地区用地变化情况、利用效果与湖泊污染之间的关系,体现土地利用强度对湖泊水质可能造成的影响。
地均第二、第三产业产出/地均第二、第三产业投入
九大湖流域经济状况分析:九大湖流域环境的变化过程与经济发展关系密切,通过查询2000—2009年《云南省统计年鉴》,以及收集到的关于土地利用现状的相关资料,通过对流域遥感相片进行判读结合行政区划得到以下结果:1999—2008年九大湖流域第二、第三产业经济呈增长趋势,建设用地规模也不断扩大,地均产出、地均投入不断提升。以滇池流域为例,第二、第三产业地均产出从1999年的207万元/hm2提升到2008年的406.35万元/hm2,累计增长幅度达96.30%,第二、第三产业地均投入从1999年的61.5万元/hm2上升到122.85万元/hm2,累计增长幅度达到99.76%,加大了流域地区的产出强度。相反,洱海、程海、泸沽湖等处于滇西以及滇西北的湖泊流域第二、第三产业地均产值较小,由于自然环境等原因,流域产出较低。
3.3 指标处理
对环境监测指标运用无量纲方法进行同量度处理后xtotal=(x-xmin)/(xmax-xmin),采用AHP法与当地环境污染现状及水文条件相结合确定各污染指标在整体污染指标中的权重。经过计算得到总氮量、总磷量、综合污染指数所占权重分别为0.1712、0.0126、0.8162;再根据Y=XW求出整体污染指标Y的值(X为环境监测数据,W为AHP法计算出的权重值)。
3.4 计算分析
以九湖流域1999—2008年地均第二、第三产业产值以及地均第二、第三产业投入为自变量x,以环境指标为因变量y,分别选取对数方程、二次方程、三次方程模型进行拟合。综合拟合度和各个检验统计量分析,并认为通过计量检验(在20%的显著性指标下显著)且拟合度大于0.3才有较明显的相关,结果见表13、14。
4 模拟结果原因分析、结论与建议
4.1 原因分析
主要原因为:①随着时间的变化,九大湖各流域产业结构逐渐变化,星云湖、杞麓湖等湖泊流域第二产业呈上升趋势,而滇池、洱海、泸沽湖等湖泊流域第三产业呈上升趋势,以工业、服务业为主体的地类空间扩张造成了未经处理的液体与固体废弃物的排放,直接导致了流域水体的污染。同时,居住区日常生活产生大量未经处理或未完全处理的污水和农业用地大量化肥农药的使用,也造成了流域水体的污染。②从九大湖的共同特点可见,第一产业在产业结构中的比重逐年下降,使原本以耕地、园地等为主导的农用地类以及湿地等自然地类可有效起到过滤污染物的作用受损,且部分湖泊周围由于污染严重,将农用地与湖泊隔离,使农用地对湖泊“肺”的净化作用显著下降。③环境政策因素同样影响着九大湖的环境现状。自20世纪90年代末我国加大了对滇池治理的关注力度,投入大量资金进行滇池的污染治理情况以来,滇池的污染得到了明显的改善。对阳宗海、星云湖等小湖泊而言,政策对各个湖泊的保护力度还有待加强,这些湖泊到目前为止还未见到库兹涅兹曲线的拐点。对这些湖泊而言,须加强湖泊的保护与治理力度,积极宣传湖泊保护的重要性,采取一系列政策加强对这些湖泊的保护才能避免这些湖泊水质的继续恶化,实现湖泊与社会和谐相处,最终达到可持续发展的目标。
4.2 结论与建议
高原湖泊 第2篇
云贵高原湖泊沉积物中的色氨酸及其地球化学行为
利用碱性水解-高效液相色谱联用技术测定了云贵高原四个湖泊沉积物中色氨酸的含量.讨论了色氨酸的早期成岩作用并与其它氨基酸进行比较.利用优化的碱性水解条件(120℃、4.2 M NaOH溶液中水解20 h)分析沉积物中的色氨酸含量,回收率达93%.实验结果显示,在所研究的四个湖泊沉积物中,色氨酸只是一种微量氨基酸组分,浓度为0.15～2.66 μmol/g,占总可水解态氨基酸的`0.17%～9.18%.色氨酸的相对摩尔百分含量随沉积深度的增加呈上升趋势,与其它两种芳香性氨基酸酪氨酸和苯丙氨酸的变化趋势相反,揭示了芳香性氨基酸在早期成岩过程中的地球化学行为.研究结果还表明,色氨酸在沉积物早期成岩过程中被硅藻细胞壁选择性保存.
作 者：吴丰昌 傅平青 作者单位：中国科学院,地球化学研究所,环境地球化学国家重点实验室,贵阳,550002刊 名：矿物岩石地球化学通报 ISTIC PKU英文刊名：BULLETIN OF MINERALOGY, PETROLOGY AND GEOCHEMISTRY年，卷(期)：200524(1)分类号：X142 P593关键词：湖泊沉积物 色氨酸 总可水解态氨基酸 碱性水解 高效液相色谱
高原湖泊 第3篇
传统测量方式不易获得精确的湖泊面积数据,且浪费大量的财力物力,遥感技术具有快速、检测范围广、多时效性等特点,被广泛应用于湖泊变化监测。例如,Phan等[3]利用2003~2009年ICESat卫星测高数据对青藏高原154个湖泊水位的变化进行监测,结果表明湖面水位平均增长速度为0.20 m/年。张国庆等[4]利用2003~2009年ICESat和Land Sat TM/ETM+数据对中国十大湖泊的高程与面积进行了研究,并进一步分析了对其水量平衡及变化率,其研究表明青藏高原的三个典型湖泊-色林错、纳木错和青海湖湖面高程和面积呈增加的趋势,主要原因是冰川融化和湖盆净降雨量的增加[5—8]。Cretaux等[9]利用多种卫星测高数据如ERS-2、Jason-1/2和Envisat等提取全球150余个湖泊水位时变值,建立较长的湖泊水位变化时间序列,对研究全球内陆湖泊的水位变化及其周边环境变化的耦合关系有着重要意义。
本文为进一步探讨青藏高原湖泊水位及面积的变化规律,在前人研究的基础上利用LEGOS HYD-ROWEB提供的湖泊信息数据对青藏高原1995~2014年63个典型湖泊群的水位和面积变化趋势进行分析,结果可为研究区域性环境变化提供基础数据。
1 研究区概况
青藏高原位于我国地势的第一级阶梯,平均海拔为4 000~5 000 m,是中华文明两河的发源地;其上分布有地球上海拔最高、数量最多和面积最大的高原内陆湖群,也是中国湖泊分布密集的地区之一。由于地理和历史等原因,青藏高原的经济发展相对落后,生态环境比较脆弱。青藏高原湖泊较密集的分布在西藏地区,面积较大的湖泊有Ziling湖和Namco湖,青海省湖泊分布相对较为少,其中面积最大、最为著名为Kononor湖(图1)。
2 数据来源与处理
数据来源于(HYDROWEB:http://www.LEGOS.obs-mip.fr/soa/hydrologie/HYDROWEB),HYDROWEB是由位于法国图卢兹的Laboratoire d’Etude en Ge'ophysique et Oce'anographie Spatiale实验室和俄罗斯科学院国家水文研究所(State Hydrological Institute of the Russian Academy of Science)HYDROLARE工程合作共建的数据中心。该数据中心可免费提供全球150余个内陆湖泊和水库的水位和面积信息。水位和面积信息由多种卫星传感器数据获得并进行融合,如Modis、Asar、Landsat和Cbers以及多种卫星雷达测高数据,如ERS-1(1991—1996)、Topex-Poseidon(1992—2006)、GFO(2000—)、ERS-2、ERS-2(1995—)、Jason-1(2001—)、Jason-2(2008—)和Envisat(2002—)。
数据处理主要包括三个步骤:①将小数点形式的日期格式转换为常用的日期格式,如通过编程将1995.571转换为1995/7/27;②根据湖泊数据资料的完整性,筛选63个典型湖泊作为研究对象(由于63个湖泊中4个湖泊没有面积数据,分别为Aru-co湖、Chabo-co湖、Chai-kun-hu和Gozha-co湖,故在分析湖泊面积变化趋势时仅对其中58个湖泊进行分析);③获取63个湖泊的水位和59个湖泊面积的数据集。
3 结果与分析
3.1 湖泊水面积和水位动态变化分析
按照研究区59个湖泊的面积变化趋势将其分为增长型(面积变化率>1 km2/年)、稳定型(0 km2/年<面积变化率<1 km2/年)和衰退型(面积变化率<0 km2/年)。经统计,研究区面积增长型湖泊共计32个,稳定型湖泊19个,衰退型8个(图2),增长型湖泊主要分布在西藏境内,青海省除Dabsan和Hoh-xil-hu外,其余湖泊均为增长型湖泊;稳定型湖泊主要有Zhari-namco、Tangra-yumco和Nganga-ringko等,主要分布在西藏;衰退型湖泊为Mapam-yamco、Puma-yumco和Yamzho-yumco等,主要分布在西藏的西部和南部。
按照研究区63个湖泊的水位变化趋势进行分类,其分为增长型(水位变化率>0.1 m/年)、稳定型(0 m/年<水位变化率<0.1 m/年)和衰退型(水位变化率<0 m/年)。经统计,增长型湖泊共计42个,稳定型湖泊12个,衰退型9个(图3);稳定型湖泊主要有Kokonor、Zhari-namco和Uro-co等,主要分布在西藏和青海;衰退型湖泊为Yamzho-yumco、Puma-yumco和Mapam-yamco等,主要分布在西藏的西部和南部。
利用所获取的数据对研究区湖泊水位和面积的变化率进行分析(表1和表2),由表1和2可得湖面水位和面积增加最快的为Ayakkum、DogaicoringQ和Ziling,其中Ziling的水位与面积变化最快,水位与面积变化率分别为0.68 m/a和22.61 km2/年;Ayakkum的水位及面积变化率分别为0.29 m/年和17.39 km2/年;Dogaicoring-Q的变化趋势较前两者相对较慢,水位与面积变化率分别为0.36 m/年和13.63 km2/年。湖面水位与面积衰退最快的为Mapam-yamco、Tso-moriri和Yamzho-yumco,其中Yamzho-yumco的水位和面积变化最快,水位及面积变化率分别为-0.46 m/年和-9.55 km2/年;Tsomoriri的水位及面积变化率分别为-0.12 m/年和-0.59 km2/年;Mapam-yamco的变化趋势较前两者相对较慢,水位及面积变化率分别为-0.01 m/年和-0.32 km2/年。
3.2 典型湖泊面积和水位动态变化分析
为了更进一步了解青藏高原湖泊近二十年变化特征,根据湖泊面积和水位的变化趋势,选取3个典型湖泊进行进一步分析,其中增长型湖泊选择Ziling(图4),稳定型湖泊选择Zhari-namco(图5),衰退型湖泊选择Yamzho-yumco为例分别分析动态变化(图6)。
4 讨论与结论
近年来,全球环境变化对青藏高原湖泊群的影响成为地理学研究热点[10,11,12]。众多学者利用遥感数据对青藏高原湖泊进行了水位、面积和水量的分析,例如万玮等[13]利用CBERS CCD影像和Landsat ETM+影像对青藏高原1 km2以上湖泊进行了卫星遥感调查,结果表明1 km2以上湖泊1 055个,占同期全国湖泊总数量的30%以上;董斯扬等[14]利用Landsat影像,提取青藏高原近40年的湖泊面积信息,结果表明变化趋势及差异性特征在整体上表现为湖泊呈加速扩张的趋势,气候变化对湖泊面积变化影响显著;张鑫等[15]利用Landsat、MODIS和ICE-Sat数据获取1972~2012年青藏高原南部地区5个典型湖泊的面积与水位序列,结果表明5个湖泊在1990~2012年的变化比1970~1990的变化更剧烈。闫立娟[16]利用Landsat影像提取了青藏高原的所有湖泊信息,并将青藏高原湖泊分为三个动态变化区:西藏西南部为稳定萎缩区,青海北部为萎缩区,西藏东北部大部分地区和青海南部为稳定扩张区。综上,在研究青藏高原湖泊变化中多数研究利用Landsat、CBERS、MODIS以及ICESat数据对面积和水位进行提取和分析,而利用HYDROWEB数据进行分析较少见报道。