重大突破

　　由于流域和淡水生态系统的有效管理，近20年来我国湖泊的清澈度有了显著提高，这在很大程度上得益于全国范围内退耕还林和湖泊污染物削减等工程的实施。不过，中国东部和西部的湖泊水体透明度（Secchi Disk Depth, SDD）有着明显差异：西部湖泊SDD （180.28±171.29cm）整体高于东部湖泊 （78.00±40.54cm）。湖泊SDD周期性季节变化有明显对比，东部湖泊SDD夏季最高，而一些西部湖泊SDD冬季透明度最高。湖泊SDD时空变异是由区域地形、气候、人类干扰和保护等因素共同决定，本研究为理解气候变化和人类活动共同影响下的湖泊水质演变添砖加瓦。 

　　段洪涛研究团队助理研究员刘东、博士生沈明等基于地球大数据，整体评估中国大型湖泊水体透明度的时空变化，通过分析其历史变化规律和影响因素，为科学评估湖泊水质状况和管理提供决策支持。相关论文发表在《国际应用地球观测与地理信息》《环境遥感》等杂志上。

　　湖泊能提供宝贵的生态系统服务，包括饮用水来源、精神和娱乐价值、运输和地下水补给等，并提供支持生物多样性的栖息地。然而，上世纪80年代以来，中国经济快速发展对环境造成了巨大压力，导致水环境质量普遍恶化，湖泊环境严重退化。 2000年可以被看作是中国水环境管理的转折点。例如，国家制定了流域污染物削减战略，以减少中国东部太湖的营养盐负荷，要求所有入湖河流水质均达到国家地表水质量标准GB3838-2002规定的三级标准。同时，在其他地区也采取了类似的生态环境修复措施，如农田退耕还林计划。尽管已有许多关于这些工程实施效果的案例报道，但还有待开展更广泛的、全国性的工作以评估中国湖泊环境的治理效果和湖泊环境对全球气候变化的响应。 

　　作为地球大数据的一个分支，水色遥感技术取得了长足的进步，越来越多的被用于湖泊水环境质量评价。同时，随着云计算平台的发展，两者结合可以实现长时间序列、大区域范围内湖泊水质状况快速制图。由于联合国可持续发展目标6.3.2 （SDG 6.3.2）评价水质好坏的五个核心指标都不是光学活性物质，卫星无法进行直接监测，但大量研究都表明卫星可获取的水体透明度（Secchi Disk Depth, SDD）与这些指标有着密切联系，可作为判断水质好坏的依据。研究基于500m空间分辨率的MODIS卫星遥感数据，卫星过境时间为每天的地方时10:30，利用大量的地面实测资料构建中国湖泊水体SDD遥感算法。然后，基于GEE云计算平台实现2000-2019年尺度的中国湖泊的SDD估算，研究对象为中国大型湖泊（>20平方公里），占中国湖泊总面积的87.02%。最后，根据SDD指标计算中国不同区域湖泊SDD等级比例，并分析其时空变化规律。基于地球大数据整体评估中国湖泊SDD的历史状态，动态评估中国湖泊水体清澈程度各类型比例；同时，通过分析其历史变化规律和影响因素，为科学评估湖泊水质状况和管理提供决策支持。

　　1.空间变化：西高东低 

　　整体上，中国湖泊SDD表现为“西高东低”。西部三个山地湖区湖泊的平均SDD （180.28±171.29cm）是东部两个平原湖区湖泊平均SDD （78.01±40.54cm）的两倍有余（图1）。其中，云贵高原湖区、青藏高原湖区、蒙新湖区、东部平原湖区和东北平原湖区的平均SDD分别分为404.63±363.98、182.41±184.29、139.7±193.96、92.9±90.09和55.05±33.46 cm （图1）。分析表明：湖泊SDD空间变化主要受水深影响，水深能解释88.81%的中国湖泊SDD空间变异。

图1. 中国湖泊透明度空间分布及影响因子。(a) 卫星遥感反演的中国412个大型湖泊气候态平均透明度。(b) 不同湖区湖泊透明度实测与遥感反演结果统计。(c) 湖泊透明度与水深的正相关关系。(d)湖泊透明度空间差异的影响因素。

　　2.季节变化：东西部相反 

　　湖泊SDD会随季节变化，主要与湖泊营养、水文和气候条件有关。总的来说，研究结果显示了两种SDD季节变化类型：类型1呈夏季高、冬季低（T1）；类型2呈冬季高、夏季低（T2）。大多数东部湖泊被划分为T1，且可进一步分为三个亚类。中国东部湖区湖泊均为类型T1，6 – 7月SDD最高（图2）。东北湖区湖泊也为T1类型，但SDD最大月份为8 – 9月（图2）。这大致遵循夏季最大降雨带的迁移，通常7 – 8月从南到北迁移（图2）。T2类型在西部湖泊出现，尤其以云贵高原湖区最为明显。云贵高原湖泊水深，流域植被覆盖度较高，湖泊平均SDD为413 cm，SDD主要受浮游植物季节性生长影响。青藏高原湖泊SDD季节变化类型多样，夏季降水、冰川融水、藻类生长和沉积物再悬浮等对SDD季节变化都有重要影响。湖区内既有T1湖泊，也有T2湖泊，这很大程度上与湖泊深度有关。T1类型湖泊多为浅湖（8.81±9.82m）， SDD较低（167.15±142.6cm）。T2类型湖泊通常较深（18.29±11.89m），SDD较高（238.11±176.86cm）。 

图2. 中国湖泊SDD季节变化特征。类型I（T1）呈正三角形分布，夏季值最高，包括三种子类型（T11、T12和T13）。类型II（T2）呈倒三角形分布，夏季值最低，包括两种子类型（T21和T22）。

　　3.年际变化：SDD在增加、流域在变绿 

　　中国湖泊SDD普遍呈增加趋势，说明中国湖泊水体变清了（图3）。所研究的412个湖泊，有70.15%表现为SDD增加，且42.72%表现为显著增加（p < 0.05）。西部湖泊增加更明显：西部蒙新湖区、青藏高原湖区和云贵高原湖区SDD平均增加率分别为3.56±4.45、6.16±6.42和8.74±7.67 cm/yr，而东北平原和东部平原湖区SDD平均增加率仅为1.98±1.6和0.99±1.4 cm/yr（图3）。分析发现，流域植被恢复对湖泊SDD增加起主要作用；其中，在蒙新、青藏高原、云贵高原、东北平原和东部平原湖区，NDVI增加对湖泊SDD增加的贡献分别为44.95%，37.87%，75.66%，58.12%和36.34%。同时，气候变化对湖泊SDD，主要是青藏高原湖泊增加有明显作用；气温升高使冰川融化并提升湖泊水位，能解释24.98%的青藏高原湖区SDD增加。 

图3. 中国湖泊SDD年际变化特征。(a) 不同湖泊的变化类型。(b) 不同变化类型湖泊数量统计。(c) 所有412个大型湖泊SDD率。

　　4.中国湖泊清澈程度时空变化评估 

　　依据已公开报道文献(Chang et al., 2020; Lee & Lee, 2015)，本案例根据SDD判断湖泊清澈程度情况：将SDD为<25cm、25~65cm、65~100cm和>100cm的湖泊分别划分为IV、III、II和I类水体。

　　I类湖泊大多分布在中国西部，尤其是青藏高原湖区（图4）。然而，部分西部湖泊也具有较低SDD，从而被划分为III或IV类（图4）。东部两个湖区湖泊大多为III类，且部分湖泊呈现清澈程度退化，如鄱阳湖、梁子湖等（图4）。2000-2019年，I类湖泊数占比增加显著（r=0.89, p<0.01），从39.12%增长至54.01%；II类湖泊数稳定在14.21%上下；III类湖泊数占比显著降低（r=0.78, p<0.01），从32.52%降至23.84%左右；IV类湖泊数占比也显著降低（r=0.83, p<0.01），从15.89%降至7.54%左右（图4）。其中，I、II和III类湖泊在本世纪初占比约84.11%，而至2020s增长为92.46%（图4）。整体上，中国大型湖泊清澈程度表现良好，且呈现好转态势。

图4. 中国大型湖泊2000-2019各年清澈程度类别及比例时空变化。注：图仅展示了2000、2010和2019年的结果。

　　5.对中国未来环境政策的启示 

　　湖泊SDD很大程度上决定于总悬浮物（TSM）或浮游植物等颗粒物含量的变化（图5）。浮游植物或碎屑等颗粒物的增加会加大对水体入射光的吸收和散射，从而降低湖泊SDD。中国东部大部分湖泊较浅，在一定风速和风向条件下湖泊沉积物更易发生再悬浮，例如巢湖、太湖和洪泽湖在风速分别超过2.75 m/s、3.5 m/s和4.8 m/s时，水柱内颗粒物呈均匀分布，即沉积物会再悬浮至水表。而西部湖泊多为深水构造湖，同等风速对湖泊沉积物再悬浮的影响较小。在东西部湖泊形态差异的背景下，东部湖泊还受人类活动的强烈扰动，这些推动了中国湖泊SDD“高西低东”空间格局的形成（图1）。

　　控制浮游植物过度生长是全球湖泊环境治理所面临的一项重大挑战。中国许多湖泊都处于严重的富营养化状态，一些蓝藻暴发严重的湖泊已被禁止作为水源地或用于其他经济活动。富营养化湖泊浮游植物的大量繁殖会增加对TSM的贡献，降低湖泊SDD。夏季温度较高，较多的降雨也将流域营养盐输运至湖泊，从而有利于湖泊藻类的大量繁殖，降低SDD（图5）。许多T2类型湖泊SDD的增加表明了环境修复工程所起的积极作用，SDD受浮游植物主控的云贵湖区湖泊表现更为明显（图1，3）。

　　流域土地覆盖/利用和气候条件(风、雨、温度)的长期变化会影响湖泊SDD的年际动态变化。在长时间背景下，将大量农田退耕还林会增加湖泊SDD，即有利于改善湖泊环境。这一成功案例表明应该继续实施和发展以流域为单位的保护和修复策略，以为湖泊生态系统功能修复提供充足的时间和空间。

图5. 不同因子对湖泊SDD的影响机制图。符号“+”表示对SDD起增加作用。符号“-”表示对SDD起降低作用。

　　相关论文发表在《国际应用地球观测与地理信息》《环境遥感》等杂志上:

　　https://doi.org/10.1016/j.jag.2020.102187 

　　https://doi.org/10.1016/j.rse.2020.111950