网站首页

网站首页 > 科研动态 > 正文

论文速递 | 我院张远教授课题组高伟老师在高原湖泊水生态模拟领域取得系列研究成果

时间：2024-06-25

点击：

成果简介

在国家重点研发计划（长江水生态系统完整性退化与修复机制项目：典型湖泊水生态系统完整性退化与修复机制课题-2023A1515030085）等课题的支持下，广东工业大学张远教授团队高伟老师围绕高原湖泊滇池的富营养化、沉水植物消亡、水文异变等生态退化问题，提出了融合光谱-纹理特征的水生态要素高效反演技术和改进的水生态PCLake模拟模型，重建了滇池关键生态因子的长序列数据，解析了滇池沉水植被消亡的多维驱动因子和协同效应，识别了高原藻型湖泊稳态转换的关键调控阈值及其影响因素。相关成果发表在Journal of Hydrology, Ecological Modelling，Ecological Indicators等环境与生态学科知名期刊上。

主要成果1

湖面增温与热浪是藻类爆发的关键驱动力：基于滇池的实证研究

原文链接：https://doi.org/10.1016/j.jhydrol.2024.130971

undefined

摘要

海洋和大气热浪等极端高温事件对海洋和陆地生态系统产生灾难性影响。最近的研究表明，湖泊表面的持续变暖和湖泊热浪的增强引起全球的广泛研究兴趣。然而，湖泊热浪对湖泊生态系统，特别是蓝藻有害水华的影响仍不清楚。本研究利用随机森林重建了1951年至2020年滇池逐日湖面水温时间序列。确定了湖面水温和热浪的变化趋势和特征，并分析了它们对水华的关键驱动作用。结果表明，1992年，滇池水温显著升高，增幅为0.26℃/10a，突变点为1992年，与滇池首次报告严重水华时间一致。1951年至2020年，共检测到141起湖泊热浪事件，其中94.3%发生在1992年之后。在叶绿素a变化的所有潜在气候和水质驱动因素中，湖泊水文是最重要的影响因素。叶绿素a浓度与湖泊热浪显著相关。湖泊热浪和蓝藻水华之间具有复杂而强烈的相互作用，仅当两者都保持在低水平时才能抑制水华发生。滇池的案例研究强调了湖泊水温和热浪对蓝藻水华的关键驱动作用，表明未来持续变暖的地表和增强的热浪事件将进一步挑战更具体和有效的湖泊水华管理策略。

研究要点

• 滇池水面温度在1951年至2020年间显著升温。

• 1992年滇池表层水温发生突变。

• 1992年后滇池热浪发生的频率是1992年前的16.6倍。

• 水温是滇池叶绿素a变化的关键驱动因素。

• 当总磷浓度和热浪均保持低水平时，才能有效抑制滇池蓝藻水华爆发。

undefined

图1 1951-2020年滇池年均气温变化. (a) 基于Buishand”s U Test的突变点监测结果; (b) 时间序列与M-K检验结果，Z大于0表示上升趋势，*** 表示显著性水平小于0.001.

undefined

图2 滇池1951-2020年热浪事件的持续时间（a）、发生频率（b）和平均强度（c）

undefined

图3 基于随机森林的叶绿素a浓度预测模型拟合优度（a）与因子重要性排序（b）

undefined

图4 1999-2020年滇池总磷、总氮、热量持续时间和中高度水华频率关系图

主要成果2

高原浅水湖泊滇池稳态转换营养盐负荷阈值模拟

原文链接：https://doi.org/10.1016/j.ecolmodel.2024.110689

undefined

摘要

undefined

氮和磷的外部输入是湖泊稳态转换的关键驱动力。然而，人类活动和气候变化引起的流量变化使转变过程变得复杂。确定状态转变的关键养分负荷及其与流量变化的关系已成为管理湖泊生态系统日益重要的科学问题。滇池是一个长期遭受富营养化和强烈水调控的高原浅水湖泊，本文以滇池为例，探讨水文情势变化下的临界养分负荷。为此，我们利用本土沉水植物参数和长期观测数据建立了滇池PCLake+模型。结果如下。（1）2001年至2018年，湖泊营养状况为中度富营养化，年际间波动较小，最严重时期出现在夏秋季节。(2) 湖泊从以沉水植物为主的清水状态到以藻类为主的浊水状态时的临界总氮(TN)和总磷(TP)负荷分别为45.89 mg N m-2 d-1和分别为 3.53 mg P m-2 d-1。从浊态到清态分别为26.78 mg N m-2 d-1和2.06 mg P m-2 d-1，与实际外部输入的TN和TP负荷接近，表明湖泊已进入生态恢复的关键时期。(3) 水位和入流量显著改变了临界TN和TP负荷，对恢复阈值的影响大于退化。降低水位或增加来水量可以有效提高退化和恢复的临界TN和TP负荷，有利于加速水生生态系统向沉水植物为主的清水状态演化。

研究要点

• 滇池年际营养状态指数呈下降趋势，但湖泊仍常年处于富营养化等级。

• 滇池 TN和TP负荷的退化和恢复阈值分别为45.89 mgNm-2d-1、3.53 mgPm-2d-1和26.78 mgNm-2d-1、2.06 mgPm-2d-1 。

• 当前外部输入的养分负荷接近恢复阈值，未来应继续加大力度降低入湖负荷。

• 降低水位或增加来水量可提高恢复阈值，有利于促进湖泊生态系统的恢复。

undefined

图1 滇池外海的叶绿素a浓度与总氮与总磷响应关系

undefined

图2 不同水位下滇池外海稳态转换的氮磷负荷阈值变化

主要成果3

遥感反演湖泊叶绿素a浓度：采样时间具有重要影响

原文链接：https://doi.org/10.1016/j.ecolind.2023.111290

undefined

摘要

undefined

遥感反演是全球水体富营养化观测的主要技术手段之一，其解译精度受观测样本的数量和代表性影响。受观测成本的限制，当前湖泊的遥感解译多是采用单季水质参数样本训练模型，单季模型对其他季节水质参数的泛化能力如何缺乏针对性的研究。本研究以长江流域38个主要湖库为对象，基于2016 –2021年逐月Chla监测数据与Sentinel-2影像数据集，采用Chla浓度的春冬数据集和夏秋数据集，建立全季节模型和季节性模型，评估了不同季节数据模型对于湖泊叶绿素a浓度反演性能的影响。结果表明：（a）湖泊叶绿素a的采样时间对反演模型的性能具有显著影响，基于不同季节数据训练的反演模型R2范围为0.523-0.699，Bias变化范围为-7.06%-7.74%，其中基于全季采样的反演模型的性能居于各季节采样模型之间；（b）基于季节性数据构建的反演模型应用在全季数据反演上时，模拟的性能出现明显下降，其中，春冬季模型的R2下降18.2%，同时RMSLE和MAPE分别上升11.4%和4.2%，夏秋季模型的R2 降低4.02%，RMSLE和MAPE分别上升2.76%和13.56%，表明采用季节性采样数据推演全季叶绿素a浓度会导致误差放大；（c）相对于季节性模型，基于不同季节采样的全时段模型表现出较高的反演性能(R2= 0.585，RMSLE = 0.337，Bias = -3.12%，MAPE = 34.71%)，R2、RMSLE和MAPE均优于季节性模型，因此在进行水体全时段、长序列反演时，有必要采取分时段采样的数据以降低季节性采样带来的误差；（d）基于全时段数据集建立了长江流域38个典型湖库的Chla反演模型，对湖库Chla月均值进行了反演，结果显示25%(7/28)的湖泊和20%(2/10)水库呈现出显著的变化趋势，叶绿素a浓度出现上升的湖库数量大于下降的，表明长江流域湖库仍然具有严重的富营养化风险。

研究要点

• 采样时间会显著影响Chla反演精度。

• 采用季节性数据训练的模型在Chla反演中表现出不稳定的性能。

• 1992年后滇池热浪发生的频率是1992年前的16.6倍。

• 使用不同季节的样本训练的模型通常优于季节性模型。

• 富营养化仍然是长江流域湖泊和水库的一个长期问题。

undefined

图1 基于不同时期数据建模的模型拟合优度。a、d、g 表示 Model-SW 在 Data-SW、Data-SA和 Data-All 上的性能;b、e、h 表示 Model-SA 在不同数据集上的性能;c、f、i 表示 Model-All 的性能。

undefined

图2 长江流域大型湖泊（面积> 300 km2）年均Chla浓度反演结果。所有湖泊和水库的月平均Chla统计量（g），其中箱形图上的红色*表示显著（p < 0.05）下降趋势，蓝色*表示显著增加趋势（p < 0.05）。

主要成果4

高原湖泊水文情势对气候变化的差异化响应：局地气候变化特征的重要性

原文链接：https://doi.org/10.1016/j.ecolind.2023.110015

undefined

摘要

undefined

高原湖泊的生态系统多样而脆弱，气候变化及其对高原湖泊的影响是中国广泛关注的问题。以中国西南部最大、最受关注的三个高原湖泊（滇池、洱海和抚仙湖）为案例，论证了它们因当地气候和流域特征而对水文的不同响应。根据当地气候特征处理了27种气候变化情景，模拟了历史情景和27种气候变化情景下各湖域的日径流量，分析了各湖流域年平均径流量和季节径流量变化以及水文极端值。结果表明，气候变化将显著改变每个湖泊的水文情势。当气温升高1-2 °C和降水量从 -20 变为 + 20 % 时时，3个湖流域的年平均径流量将从-65.24%变为54.17%。气候和地形的异质性导致每个湖泊流域对气候变化的反应不同。其中，抚仙湖对气候变化的敏感度高于其他两湖，其年度和季节性径流量变化比它们高出约1.5倍。此外，抚仙湖的水文极端变化也最为显著。

研究要点

• 气候变化会对云贵高原的湖泊造成严重压力。

• 不同湖泊年度、季节性和极端水文状况差异很大。

• 气候和流域特征决定了每个湖泊的不同反应。

• 未来迫切需要针对每个高原湖泊的制定具体应对策略。

undefined

图1 不同气候变化情景下三湖平均年径流量比较（a,b,c分别为滇池，洱海和抚仙湖）

undefined

图2 与基准年相比不同气候变化情景下三湖平均年径流量变化比较

主要成果5

气候变化对滇池极端水文产生显著影响

原文链接：https://link.springer.com/article/10.1007/s00477-021-02126-6

undefined

摘要

undefined

气候变化极大地影响了亚热带和热带地区湖泊的水文状况。本研究根据局部气候变化和水文模拟模型开展滇池的极端水文变化特征研究。结果表明：滇池流域的水文状况受气候变化影响显著，降水变化的影响大于气温变化。18种气候情景的年尺度径流量以及其他16项水文指标差异较大。与旱季和其他指标相比，雨季和1/3/7天的最小值/最大值受气候变化的影响可能更大。在所有六个子集水区中，Sub_06以丘陵景观为特征，受气候变化的影响最大。综上所述，本研究结果表明，气候条件和地形复杂的地区对年尺度径流量和极端指标的响应不同，必须充分考虑局地特征的复杂影响。

undefined

图1 流域水文率定的逐日流量拟合结果

undefined

图2 不同气候变化情景下滇池水文极端指标变化

研究团队近期已发表的滇池流域相关研究论文列表：

(1) Zhongzhao Duan, Wei Gao*, Guowei Cheng, Yuan Zhang, Xuexiu Chang*. Warming surface and Lake heatwaves as key drivers to harmful algal Blooms: A case study of Lake Dianchi, China[J]. Journal of Hydrology, 2024, 632: 130971.

(2) Dongshao Wu, Min Cao, Wei Gao*, Zhongzhao Duan, Yuan Zhang. Simulating critical nutrient loadings of regime shift in the shallow plateau Lake Dianchi[J]. Ecological Modelling, 2024, 491, 110689.

(3) Yufeng Yang, Xikang Hou, Wei Gao*, Feilong Li, Fen Guo, Yuan Zhang. Retrieving Lake Chla concentration from remote Sensing: Sampling time matters[J]. Ecological Indicators , 2024, 158: 111290.

(4) Yufeng Yang, Xiang Zhang, Wei Gao*, Yuan Zhang, Xikang Hou. Improving lake chlorophyll‑a interpreting accuracy by combining spectral and texture features of remote sensing[J]. Environmental Science and Pollution Research, 2023, 30, 83628-83642.

(5) Zhongzhao Duan, Wei Gao*, Chang’e Liu, Zhanpeng Du, Xuexiu Chang*. Varying hydrological response to climate change in three neighborhood plateau lake basins: Localized climate change feature matters[J]. Ecological Indicators, 2023, 147: 110015.

(6) Zhongzhao Duan, Mingjing Wang, Yong Liu, Wei Gao*, Xuexiu Chang. Predicting Hydrological Alterations to Quantitative and localized Climate Change in plateau regions: A case study of Lake Dianchi Basin, China[J]. Stochastic Environmental Research and Risk Assessment, 2022, 36, 969-983.

编辑：陆丽莹、焦子怡

初审：马金星

复审：谭倩

上一篇：论文速递 | 我院冯景春教授课题组在Applied Energy发表最新成果

下一篇：论文速递 | 我院张远教授课题组东江流域eDNA研究系列成果

友情链接

联系我们

地址：广东省广州市广东工业大学（大学城校区）

邮政编码：510006 学院邮箱：ieee@gdut.edu.cn

固定电话：020-39322141