雅姆佐格雍科盆地高山湖泊的动态变化：优化后的水文指数揭示了时空分布模式及其关键驱动因素

《Ecological Indicators》：Area dynamics of alpine lakes in the Yamzhog Yumco Basin: Optimized water indices reveal spatiotemporal patterns and key drivers

湖泊动态与驱动机制研究：基于羊卓雍错流域多时相遥感分析的湖泊面积变化与多因子耦合效应

　　在青藏高原的湖泊动态研究中，科学家们发现湖泊面积的变化对于理解全球气候变化对生态环境的影响至关重要。为了评估这种变化，研究人员使用了来自雅隆错流域（Yamzhog Yumco Basin）的96幅Landsat影像，时间跨度从1972年到2023年。这些影像被用来分析七种水体指数的性能，通过结合混淆矩阵的分类准确性和基于线性回归的面积一致性，与人工视觉判读（MVI）进行验证。研究结果显示，MBWI（多波段水指数）在普玛尤姆错（PMYC）中表现最佳，而MAWEI（改进自动水体提取指数）则在其他四个湖泊中表现最佳，整体准确率超过97%，Kappa系数超过0.93，R2值在0.665至0.991之间。其他指数则未能准确区分冰层、浅水浑浊水体和浅滩，其中NDWI、MNDWI和EWI在某些影像中还出现了显著的遗漏误差。雅隆错（YZYC）经历了最显著的流域萎缩，面积年均减少15.56平方公里，R2值为0.709，p值小于0.01，其湖岸退缩、与孔玛错（KMC）分离以及内部岛屿扩张是其变化的主要特征。在气候因素方面，1975年之前，气候因素解释了超过86%的湖泊面积变化，而在2005年至2015年间，非气候因素（主要是抽水蓄能电站的运行）成为主导因素。自2016年起，降水重新成为雅隆错的主要贡献因素，尽管模型拟合在统计上显著（R2=0.598，p=0.259），表明气候与人类活动的共同作用。

研究区域为雅隆错流域，位于喜马拉雅山脉北麓的朗卡子和工卡县之间，该流域的地理特征包括独特的地形和气候条件。研究采用的Landsat数据涵盖了从1972年到2023年的影像，但由于持续的云覆盖，9月的影像被系统性排除。因此，所有用于分析的影像均采集于每年的1月至2月和10月至12月。湖泊面积通过每年可用的月度观测平均计算，以减少年内变化的影响。研究选取了96幅云量少于10%的影像，以确保数据质量。数据经过辐射校正和FLAASH大气校正处理，以消除不同传感器之间的偏差和大气效应。对于2003年5月后获得的Landsat-7 ETM+ SLC-off数据，采用ENVI的Destripe模块进行沿扫描条纹校正，使用傅里叶变换滤波器消除传感器噪声。

研究方法包括数据处理、验证和建模三个主要部分。首先，对Landsat影像进行处理，提取水体面积，使用七种不同的水体指数（NDWI、MNDWI、EWI、AWEIsh、AWEInsh、MBWI和MAWEI）。这些指数通过分析影像子集的直方图，确定最佳光谱阈值，并通过与高分辨率Google Earth影像对比，逐步优化以减少水体与非水体的误分类。其次，对这些指数进行验证，使用混淆矩阵评估分类精度，并通过线性回归分析与MVI参考面积进行对比，以衡量面积一致性。最终，根据综合评估结果，选择最适合各湖泊的指数，以重建五十年的湖泊面积动态。第三，通过多元线性回归分析，量化湖泊面积变化与气候变量之间的关系，特别是标准化回归系数（β）用于解释不同气候因子对湖泊变化的独立贡献。此外，研究还结合了累积异常分析、移动t检验和Mann–Kendall检验，以检测湖泊面积的突变点，从而识别湖泊变化的关键时间点。

研究结果表明，MBWI和MAWEI在雅隆错流域的湖泊提取中表现最佳。MBWI在普玛尤姆错（PMYC）中表现最优，而MAWEI在雅隆错、孔玛错、陈错（CC）和巴久错（BJC）中表现突出。这些指数在像素级分类和面积一致性方面均表现出较高的准确性，能够有效区分湖泊、冰层、浅滩和浑浊水体。然而，其他指数如NDWI、MNDWI和EWI在某些影像中存在显著的遗漏误差，特别是在识别冰层和浅水区域时表现不佳。通过分析累积气候异常，研究发现不同时间段的驱动因素发生了显著变化。在1975年至1996年间，蒸发异常是主要驱动因素，而在2005年至2015年间，抽水蓄能电站的运行成为主导因素。自2016年起，降水重新成为主要驱动因素，尽管模型拟合度下降，但表明气候与人类活动的共同作用开始显现。

研究还发现，湖泊面积的变化在不同湖泊之间存在显著的空间异质性。例如，雅隆错经历了显著的面积萎缩，而普玛尤姆错则因未受人类活动影响，面积持续增长。这种变化模式与气候变暖和湿润趋势一致，表明降水对湖泊面积变化的主导作用。同时，陈错和巴久错表现出较大的波动，这可能与它们的浅水形态、渗漏和牧民用水有关。孔玛错由于冰川融水和周期性水体交换，面积变化较小。这些结果表明，人类活动可以显著改变湖泊的水文格局，特别是在与湖泊相连的系统中，这种影响更为明显。研究还指出，抽水蓄能电站的运行可能改变了水文梯度，导致湖床渗漏，从而加剧了湖泊的萎缩。

研究进一步探讨了湖泊面积变化的驱动因素，发现气候因素在1975年至2004年间主导了湖泊面积的变化，而在2005年至2015年间，非气候因素（如抽水蓄能电站）成为主要驱动因素。自2016年起，降水重新成为主要驱动因素，尽管模型拟合度下降，但表明气候与人类活动的共同作用。这种变化模式与青藏高原整体的变暖和湿润趋势一致，但同时也反映了人类活动对湖泊变化的显著影响。研究还指出，湖泊的连接性可能放大了人类活动的影响，导致多个湖泊同时发生变化。此外，不同湖泊的响应模式也存在差异，例如，普玛尤姆错由于未受人类活动影响，其变化主要由降水驱动，而陈错和巴久错则受到抽水蓄能和牧民用水的影响。

综上所述，该研究通过综合评估七种水体指数，揭示了青藏高原湖泊面积变化的驱动因素及其与人类活动的关系。研究结果表明，人类活动可以显著改变湖泊的水文格局，特别是在与湖泊相连的系统中，这种影响更为明显。同时，研究还强调了气候因素在湖泊变化中的重要性，特别是降水对湖泊面积变化的主导作用。这些发现对于青藏高原的水资源管理和生态研究具有重要意义，特别是在应对气候变化和人类活动双重压力的背景下，需要更加综合的方法来理解湖泊变化的复杂机制。未来的研究应进一步整合多源卫星数据、深度学习和现场验证，以提高湖泊面积变化的检测精度，并利用非线性模型量化关键驱动因素的影响。