Fan, C., Song, C., Liu, K., Ke, L., Xue, B., Chen, T., et al. (2021). Century‐scale reconstruction of water storage changes of the largest lake in the Inner Mongolia Plateau using a machine learning approach. Water Resources Research, 57, e2020WR028831.
https://doi.org/10.1029/2020WR028831
范晨雨，河南理工大学在读硕士(中科院南京湖泊所联合培养)，主要研究方向为湖泊水文遥感。
fanchenyu_1996@163.com
关键词：
呼伦湖；水量；气候变化；机器学习；大气环流
摘要：
呼伦湖是中国第五大湖泊，也是内蒙古高原最大的湖泊，是内蒙古高原气候变化的关键指标。以往研究表明，呼伦湖在测高时代(主要是1990年代以来)出现了显著的萎缩，然而，对于它是否在过去出现波动变化，还是在更长的历史时间尺度内保持比1990年代萎缩期更低的水量的研究较少。为了更好地了解呼伦湖的水文变化特征及其驱动机制，有必要在更长时间尺度(如百年尺度)上研究呼伦湖的水量变化。 本研究的主要目的是重建呼伦湖过去一个世纪的水量时间序列。我们采用了一种称为极端梯度增强树(XGBoost)的机器学习方法，根据生成的水下至近岸完整水下地形数据，结合测高数据重建一个世纪时间尺度上的水量变化，并研究了与水文和气候变量的关系。研究结果表明，呼伦湖水量在20世纪60年代达到了1910-2019年间的最高点。最低阶段出现在20世纪30-40年代，甚至低于90年代之后的最低点(2012年)。呼伦湖水量的年际波动主要受降水量的影响，其次是水汽压、湿天频率、潜在蒸散量和温度。然而，不同变量的主导特征在不同的时期存在差异。大气环流指数AO、ENSO、PDO和NAO对呼伦湖的水量变化有显著影响，但随年代的变化而变化，这与以往华北和蒙古高原的大规模研究一致。其中，20世纪60年代的湖泊水量与ENSO具有较强同相关系，表明呼伦湖在20世纪60年代的高水量可能与ENSO有关。该研究为基于机器学习方法和再分析气候资料重建缺乏历史实测资料的百年尺度湖泊水量时间序列提供了一种可行的方法。该方法能显著提高对湖泊水平衡对气候变量和大气环流长期水文响应的认识。
图1. 呼伦湖完整水下地形重建流程。（a）基于无人船生成深水区等高线；（b）结合影像、测高数据、GSW和DEM数据获取浅水区等高线；（c）重建呼伦湖完整水下地形。
图2. 呼伦湖百年尺度时间序列水量重建流程及应用示意图
Chenyu Fan, Chunqiao Song, Wenkai Li, Kai Liu, Jian Cheng, Congsheng Fu, Tan Chen, Linghong Ke, Jida Wang (2021), What drives the rapid water-level recovery of the largest lake (Qinghai Lake) of China over the past half century?, Journal of Hydrology, 593,2021,125921.
DOI: https://doi.org/10.1016/j.jhydrol.2020.125921
撰稿: 范晨雨 | 编辑: 邓乐乐、周旭东 | 校稿: 童山琳
【下一篇：泥沙有机碳输移】
