Please wait a minute...
img

官方微信

遥感技术与应用  2019, Vol. 34 Issue (3): 639-646    DOI: 10.11873/j.issn.1004-0323.2019.3.0639
遥感应用     
中亚五国主要湖泊水面变化特征及关键影响因素分析
李靖1,李浩1,王树东2,杨莹莹1,吴太夏1

〖HTH〗通讯作者〖HTSS〗:吴太夏(1979-)男,安徽桐城人,博士生导师,主要从事高光谱遥感研究。E\|mail:wutx@hhu.edu.cn
〖ZW)〗〖HT〗
〖AM〗〖HT5SS〗〖MM(〗〖ZZ(S〗〖HT5”〗〖SX(B〗第34卷〓第3期〖〗2019年6月〖SX)〗[KG0.2mm]〖KG7*3〗〖HT〗〖SX(B〗遥〓感〓技〓术〓与〓应〓用〖〗〖WT5,6〗REMOTE SENSING TECHNOLOGY AND APPLICATION〖SX)〗〓〓〓〓〖KG6*2〗〖WT5”BX〗〖SX(B〗Vol.34〓No.3〖〗Jun.2019〖WT〗〖SX)〗〖ZZ)〗〖MM)〗〖HT〗
〖HT2H〗〖JZ(〗〖WTHZ〗〖STHZ〗
中亚五国主要湖泊水面变化特征及关键影响因素分析
〖STBZ〗〖WTBZ〗〖HT4K〗
李〓靖1,李〓浩1,王树东2,杨莹莹1,吴太夏1
〖HT5K〗
(1.河海大学 地球科学与工程学院,江苏 南京〓211100;
2.中国科学院遥感与数字地球研究所,北京〓100000)
〖JZ)〗〖HT5H〗〖GK2!2〗摘要〖HTK〗:
中亚五国位于水资源严重不足的内陆地区,湖泊是该地区生态系统的主要支撑。由于以往的相关研究缺乏年内和年际长时间序列的信息支持,很难全面地认识中亚五国主要湖泊变化特征。以2001~2016年MODIS 8d的反射率产品作为数据源,利用归一化水体指数(Normalized Difference Water Index,NDWI)的方法提取水体面积,分析近15 a来中亚9个主要湖泊的年内和年际间水面变化特征及关键影响因素。结果表明:①中亚五国湖泊水面变化受人为干扰和气候变化双重影响,平原尾闾和高山封闭性湖泊年内和年际时间序列呈现不同的变化趋势和波动特征;②平原尾闾湖中的南、北咸海变化最为明显,南咸海近15 a水面面积呈明显的减少趋势,减少面积超过70%,而北咸海则随降水变化呈现波动的特征;③中亚主要湖泊的总面积呈减少的趋势,15 a来面积缩减了23.51%,南咸海是统计的所有湖泊面积减少的主要贡献者,除南咸海外,其他湖泊水面面积呈增长的趋势。
〖HTH〗关〓键〓词〖HT5K〗:
中亚干旱区;湖泊;水面变化;关键影响因素
〖HTH〗中图分类号〖HTSS〗:TP79〓〓〖HTH〗文献标志码〖HTSS〗:A〓〓〖HTH〗文章编号〖HTSS〗:10040323(2019)03063908
〖HK〗〖HT5SS〗  
Changes of Major Lakes in Central Asia and Analysis of Key Influencing Factors
Li Jing1,Li Hao1,Wang Shudong2,Yang Yingying1,Wu Taixia1
(1.School of Earth Sciences and Engineering,Hohai University,Nanjing 211100,China;
2.Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing 100000,China)
 全文: PDF(1624 KB)  
摘要: 中亚五国位于水资源严重不足的内陆地区,湖泊是该地区生态系统的主要支撑。由于以往的相关研究缺乏年内和年际长时间序列的信息支持,很难全面地认识中亚五国主要湖泊变化特征。以2001~2016年MODIS 8d的反射率产品作为数据源,利用归一化水体指数(Normalized Difference Water Index,NDWI)的方法提取水体面积,分析近15 a来中亚9个主要湖泊的年内和年际间水面变化特征及关键影响因素。结果表明:①中亚五国湖泊水面变化受人为干扰和气候变化双重影响,平原尾闾和高山封闭性湖泊年内和年际时间序列呈现不同的变化趋势和波动特征;②平原尾闾湖中的南、北咸海变化最为明显,南咸海近15 a水面面积呈明显的减少趋势,减少面积超过70%,而北咸海则随降水变化呈现波动的特征;③中亚主要湖泊的总面积呈减少的趋势,15 a来面积缩减了23.51%,南咸海是统计的所有湖泊面积减少的主要贡献者,除南咸海外,其他湖泊水面面积呈增长的趋势。
Abstract: The five Central Asian countries are located in the inland areas with a serious shortage of water resources and the lakes are the main support for the ecosystem in the area.Due to the lack of long-term information support both in the year and in the intervening years,it is difficult to fully understand the characteristics of the major lakes in the five Central Asian countries.In this study,MODIS 8-day reflectivity products were used as data sources from 2001 to 2016,and the Normalized Difference Water Index (NDWI) method was used to extract the water body area.The annual and inter-annual water surface of 9 major lakes in Central Asia Change Characteristics and Key Influence Factors.The results show that:(1) Lake water surface changes in the five Central Asian countries are affected by anthropogenic disturbance and climate change.The annual and interannual time series of the lake tail and alpine enclosed lake show different trend and fluctuation characteristics;(2) the changes of the Aral sea in the south and north are most obvious.The surface area of  the South Aral Sea has decreased obviously in recent 15 years,reducing the area by more than 70%,while the North Aral Sea fluctuates with the variation of precipitation.(3) the total area of  the sub-main lakes has been declining.The area has shrunk by 23.51% over the past 15 years.The South Aral Sea is a contributor to the statistical decrease of all lakes.However,the surface area of other lakes shows an increasing trend.
Key words: Arid region of Central Asia    Lakes    Lake area changes    Key factors
收稿日期: 2018-01-22 出版日期: 2019-07-09
ZTFLH:  TP79  
基金资助: 中央高校基本科研业务费专项资金(2017B05114),Research Grants from the National Science Foundation of China (41371359、41671362)。
作者简介: 李靖(1993-)男,江苏连云港人,硕士研究生,主要从事水资源环境遥感研究。Email:673941916@qq.com。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

李靖, 李浩, 王树东, 杨莹莹, 吴太夏. 中亚五国主要湖泊水面变化特征及关键影响因素分析[J]. 遥感技术与应用, 2019, 34(3): 639-646.

Li Jing, Li Hao, Wang Shudong, Yang Yingying, Wu Taixia. Changes of Major Lakes in Central Asia and Analysis of Key Influencing Factors. Remote Sensing Technology and Application, 2019, 34(3): 639-646.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2019.3.0639        http://www.rsta.ac.cn/CN/Y2019/V34/I3/639

[1] 肖林 车涛 戴礼云. 多源雪深数据在中国的空间特征评估[J]. 遥感技术与应用, 0, (): 0-0.
[2] 郭健, 刘良云, 刘新杰, 胡姣婵, 竞霞. 基于查找表的塔基平台O2-A波段大气校正方法研究[J]. 遥感技术与应用, 2019, 34(3): 467-475.
[3] 刘鸥阳, 刘良云, 胡姣婵, 刘新杰, 蒋金豹. 基于719 nm水汽吸收波段的日光诱导叶绿素荧光反演研究[J]. 遥感技术与应用, 2019, 34(3): 500-510.
[4] 陈思媛, 竞霞, 董莹莹, 刘良云. 基于日光诱导叶绿素荧光与反射率光谱的小麦条锈病探测研究[J]. 遥感技术与应用, 2019, 34(3): 511-520.
[5] 林中立, 徐涵秋. 近20年来新旧“火炉城市”热岛状况对比研究[J]. 遥感技术与应用, 2019, 34(3): 521-530.
[6] 程志峰, 何祺胜. 基于RSEI的苏锡常城市群生态环境遥感评价[J]. 遥感技术与应用, 2019, 34(3): 531-539.
[7] 李琼琼, 柳云龙. 城市居民区土壤重金属含量高光谱反演研究[J]. 遥感技术与应用, 2019, 34(3): 540-546.
[8] 宋明辉. 基于高分二号数据的面向对象城市土地利用分类研究[J]. 遥感技术与应用, 2019, 34(3): 547-552.
[9] 田慧慧, 冯 莉, 赵璊璊, 郭 松, 董继伟. 无人机热红外城市地表温度精细特征研究 [J]. 遥感技术与应用, 2019, 34(3): 553-563.
[10] 梁丽娟, 黄万里张容焱, 林广发, 彭俊超, 梁春阳. Sentinel-2卫星影像融合方法与质量评价分析[J]. 遥感技术与应用, 2019, 34(3): 612-621.
[11] 张海涛, 金燕, 刘万军. 基于Marr小波改进的SIFT算法的遥感影像配准[J]. 遥感技术与应用, 2019, 34(3): 622-629.
[12] 卢静, 贾立, 郑超磊, 胡光成. 遥感水分收支对区域水资源估算潜能[J]. 遥感技术与应用, 2019, 34(3): 630-638.
[13] 徐梦竹, 徐佳, 邓鸿儒, 袁春琦. 基于全极化SAR影像的海岛地物分类[J]. 遥感技术与应用, 2019, 34(3): 647-654.
[14] 许文鑫, 周玉科, 梁娟珠. 基于变化点的青藏高原植被时空动态变化研究 [J]. 遥感技术与应用, 2019, 34(3): 667-676.
[15] 徐凡, 张雪红, 石玉立. 基于激光雷达和航拍影像的城市地物分类研究[J]. 遥感技术与应用, 2019, 34(2): 253-262.