EN中文

地理学报 >

2024 , Vol. 79 >Issue 7: 1862 - 1879

DOI: https://doi.org/10.11821/dlxb202407014

土地利用/土地覆被变化与地表过程

高原山地—湖泊地区雨季地表水补给来源的空间格局及形成机制

  • 廖会娟 , 1 ,
  • 柴勇 2 ,
  • 角媛梅 , 1 ,
  • 张华 3 ,
  • 佘万江 1 ,
  • 卢瑞涛 1 ,
  • 沈剑 4 ,
  • 徐秋娥 1 ,
  • 贾士豪 1
展开
  • 1.云南师范大学地理学部 云南省高原地理过程与环境变化重点实验室，昆明 650500
  • 2.云南省林业和草原科学院，昆明 650201
  • 3.自然资源部高原山地地质灾害预报预警与生态保护修复重点实验室 云南省地质环境监测院，昆明 650216
  • 4.上海交通大学环境科学与工程学院，上海 200240
角媛梅(1972-), 女, 博士, 博士生导师, 教授, 主要从事景观生态学研究。E-mail:

廖会娟(1998-), 女, 硕士生, 主要从事同位素水文研究。E-mail:

收稿日期: 2023-10-07

  修回日期: 2024-05-26

  网络出版日期: 2024-07-30

基金资助

云南省基础研究专项(202201BC070001)

云南省基础研究专项(202201AS070024)

2023云南师范大学地理学部科研培育重点项目(01300205020516083/022)

收起

Spatial pattern and formation mechanism of surface water recharge sources in plateau mountain-lake region during the rainy season

  • LIAO Huijuan , 1 ,
  • CHAI Yong 2 ,
  • JIAO Yuanmei , 1 ,
  • ZHANG Hua 3 ,
  • SHE Wanjiang 1 ,
  • LU Ruitao 1 ,
  • SHEN Jian 4 ,
  • XU Qiue 1 ,
  • JIA Shihao 1
Expand
  • 1. Provincial Key Laboratory of Plateau Geographic Processes and Environmental Change, Faculty of Geography, Yunnan Normal University, Kunming 650500, China
  • 2. Yunnan Academy of Forestry and Grassland, Kunming 650201, China
  • 3. Key Laboratory of Geohazard Forecast and Geoecological Restoration in Plateau Mountainous Area, Ministry of Natural Resources of the People's Republic of China/Yunnan Institute of Geological Environment Monitoring, Kunming 650216, China
  • 4. School of Environmental Science and Engineering, Shanghai Jiao Tong University, Shanghai 200240, China

Received date: 2023-10-07

  Revised date: 2024-05-26

  Online published: 2024-07-30

Supported by

Yunnan Provincial Basic Research Project(202201BC070001)

Yunnan Provincial Basic Research Project(202201AS070024)

2023's Promotion Project of Scientific Research by Faculty of Geography in Yunnan Normal University(01300205020516083/022)

Fold

摘要

本文旨在解析中国西南高原山地—湖泊地区雨季地表水补给格局及其形成机制，基于2022年7—8月在洱海流域采集的多水体氢氧稳定同位素数据，利用贝叶斯混合模型和遥感技术，量化地表水的补给源和比例，并探究水体转化机制。结果表明：① 洱海流域雨季降水受蒸发和季风气候等影响，其氢氧同位素值与地下水和地表水相比偏负。地下水δD、δ18O表明，在高海拔及富水性高的区域地下水氢氧同位素值偏负，d-excess值则表明不同含水岩组的蒸发差异。地表水氢氧同位素值随着水体从入湖河水经过洱海湖水到出湖河水的流动逐渐偏正，其中苍山东坡和南部区域同位素值较北部区域而言更偏正，就苍山东坡而言，其中游地区蒸发作用最为显著。② 苍山—洱海间地表水补给来源的空间格局显示，地表水对其下游混合水体的贡献率最大。其中降水和地表水在苍山—洱海间各河段的贡献率皆表现为，在出山口以上河段的降水、地表水贡献率小于出山口之后河段；而地下水贡献率反之。③ 沿河流流向，其地形、地质条件、地表覆盖和水汽特征共同影响地表水补给来源的空间格局，植被覆盖状况好、地表温度高和实际蒸散量多的区域，降水对地表水的补给多；植被覆盖状况较差的区域，地表水的补给较多；地下水对地表水的贡献率则取决于含水岩组类型。

关键词： 氢氧稳定同位素; 地表水补给来源; 苍山洱海; 高原湖泊; 遥感技术; 贝叶斯混合模型

本文引用格式

廖会娟 , 柴勇 , 角媛梅 , 张华 , 佘万江 , 卢瑞涛 , 沈剑 , 徐秋娥 , 贾士豪 . 高原山地—湖泊地区雨季地表水补给来源的空间格局及形成机制[J]. 地理学报, 2024 , 79(7) : 1862 -1879 . DOI: 10.11821/dlxb202407014

Abstract

This research aims to decipher the patterns and mechanisms of surface water recharge during the rainy season in plateau mountain-lake region. Based on the stable hydrogen and oxygen isotope data of multiple water bodies collected in the Erhai Lake Basin from July to August 2022, and using Bayesian mixing models and remote sensing technology, the study quantifies the sources and proportions of surface water recharge and explores water body transformation mechanisms. The results indicate that: (1) Precipitation in the Erhai Lake Basin during the rainy season is influenced by evaporation and monsoon climate, resulting in hydrogen and oxygen isotope values that are more negative compared to groundwater and surface water. Groundwater δD and δ18O indicate that in areas of high altitude and high water richness, the hydrogen and oxygen isotope values of groundwater are more negative, while d-excess values reveal evaporation differences among different aquifer groups. The hydrogen and oxygen isotope values of surface water gradually become more positive as the water flows from inflowing rivers through Erhai Lake to outflowing rivers, with the isotope values on the eastern slope and southern region of Cangshan Mountain being more positive compared to the northern region. For the eastern slope of Cangshan Mountain, the midstream area shows the most significant evaporation. (2) The spatial pattern of surface water recharge sources between Cangshan Mountain and Erhai Lake shows that surface water contributes the most to its downstream mixed water bodies. The contribution rate of precipitation and surface water in each river section between Cangshan Mountain and Erhai Lake is shown as follows: the contribution rate of precipitation and surface water in the river section above the mountain outlets is smaller than that in the river section below the mountain outlets; while the contribution rate of groundwater is vice versa. (3) Along the river flow direction, the spatial pattern of surface water recharge sources is jointly influenced by topography, geological conditions, surface cover, and water vapor characteristics. Areas with good vegetation cover, high surface temperatures, and high actual evapotranspiration receive more precipitation recharge; areas with relatively poor vegetation cover receive more surface water recharge and the contribution rate of groundwater to surface water depends on the type of aquifer groups.

Key words： hydrogen and oxygen stable isotope; surface water recharge sources; Cangshan Mountain-Erhai Lake region; plateau lakes; remote sensing technology; Bayesian mixing model

1 引言

水资源短缺是全球面临的重要风险[1]，对脆弱的高原季风山区湖泊流域可持续发展影响深远。作为自然界各类水体的一种天然示踪剂，氢氧稳定同位素对自然界水循环及其他水文过程响应极其敏感，已在水文学领域得到广泛应用[2]，包括示踪水循环过程和途径[3-4]、估计水循环速率和蒸散发通量[5]、判定水分来源及水体间的转化关系[6-7]等。开展以地表水为主要对象的同位素示踪研究，揭示其主要影响因素，对于建立流域的水循环模式以及查明水资源的时空分布规律并确定水资源的可持续开发模式具有重要影响。
利用地表水氢氧稳定同位素组成的变化反映河流沿途水文循环过程一直是水文学研究的重要内容[8]。地表水作为水循环中的一个重要环节，通过蒸发和补排与大气水和地下水不断发生转化[9-10]，基于氢氧稳定同位素定量分析地表水的补给来源及比例对监测管理水资源具有重要意义[11]。回顾以往对地表水氢氧同位素分析地表水的补给来源及比例的研究发现，当前研究区域多集中在有冰雪融水或冻土融水补给的高寒山区大河流域，如有研究分析冰雪融水和降水对拉萨河流域地表水的补给比例[12]，有研究指出冰雪融水是长江上游黑水河流域河流基流的主要补给来源[13]。此外，还有研究探讨冰雪和冻土融水对智利中部[14]、祁连山葫芦沟流域[15]地表水的补给比例。然而，相对于这些高寒山区大河流域，对内陆高原湖泊流域地表水补给来源及比例的研究则相对较少。从研究方法看，大多数研究基于不同水体氢氧稳定同位素组分差异，定性推断不同水体之间的转化关系[16]，如Liu等[12]基于多水体δ18O和δD的组分关系对地表水的来源进行定性分析。目前广泛采用的方法是端元混合分析模型（End-member Mixing Analysis, EMMA），如Ohlanders等[14]使用双端元混合模型对智利中部的高海拔盆地进行研究，李铮[17]、Li[18]、Gui[19]等使用三端元混合模型对老虎沟流域、葫芦沟流域、祁连山等地区进行地表水补给来源及比例研究。但基本的端元混合分析模型的主要局限性是无法将来源水体的δD和δ18O分馏的变异性（标准差）纳入模型[20]。为规避先前模型中存在的问题，Parnell等[21]提出更复杂的贝叶斯同位素混合模型，该模型考虑了水体来源的不确定性，并允许纳入协变量，可以更精确地识别不同补给源比率。在研究内容方面，当前的研究主要集中在分析流域大尺度范围内地表水的补给源及比例[12⇓⇓-15]，鲜有研究考虑流域尺度的地表水补给格局。
理论与实例研究表明，水的稳定同位素比率在水循环中主要受混合作用以及因物理条件如雨水凝结、蒸发等变化引起同位素分馏作用而产生规律性的变化[22]，不同来源水体具有差异显著的同位素组成特征。对于一个完整的流域系统而言，沿着河流流向，受地表温度、植被覆盖状况、实际蒸散量等因素综合影响下，地表水的补给源及其补给比例沿程不断发生变化。其中地表温度对蒸发过程和速率有直接影响，植被则能够调节地表的蒸散和入渗过程，具有高植被覆盖的地区能够减缓地表径流，促进地下水的补给，但同时也会通过蒸腾作用消耗水分。实际蒸散量作为地表蒸发和植被蒸腾的总和，反映了地表水和植被共同受到的蒸散量，当实际蒸散量增大时，意味着更多的水分被释放到大气中，直接影响到地下和地表水的补给。地表温度（Land Surface Temperature, LST）、归一化植被指数（Normalized Difference Vegetation Index, NDVI）、实际蒸散量（Actual Evapotranspiration, AET）作为表征地表温度、植被覆盖状况、实际蒸散量的有效遥感参数，已结合稳定同位素数据被应用在水文过程研究中，如Li[22]和Gui等[23]在其研究中借助NDVI和AET的空间分布图反映祁连山植被覆盖和水分循环之间的关系。Wang等[24]利用NDVI和AET的遥感影像数据和氢氧稳定同位素数据指出，区域植被覆盖度越高，其蓄水能力越强，同时水分蒸发能力也较强。因此，可以利用遥感技术反演获取地表温度、植被、实际蒸散量的表征指标LST、NDVI和AET解析地表水补给格局的形成机制。
云南省高原地质结构复杂，地貌类型多样[25]，属于典型的气候脆弱区和多变区[26-27]，受季风和局地环流的影响，洪涝灾害频繁发生[28-29]。位于云南高原西北部的洱海流域，地处澜沧江、金沙江和元江三大水系分水岭地带，是一个重要的水资源集散地，主要水源来自大气降水形成的径流[30]。其中洱海盆地四面环山，局地环流受西部苍山影响较大[31]，形成山地—湖泊格局，区域内的水文地质条件复杂[32]，生态环境具有敏感性和脆弱性。流域水循环作为流域生态系统的核心，对区域水资源环境平衡发挥着重要作用[33-34]，目前洱海流域的研究主要集中在洱海水质及其影响因素[35-36]、湖泊污染治理及修复[30]等主题，已有的洱海流域水资源研究也多集中在降水、气温等单一气象因素对其的影响方面[37-38]，地表水补给格局及形成机制的研究不足。“源—汇”理论为研究地表水的空间补给格局提供了一个理论框架。该理论主要关注生态系统中物质、能量和信息的“源”与“汇”之间的交互关系[39]。在山地—湖泊各类水体对地表水的转化研究中，借助氢氧稳定同位素识别地表水的“源”（如降水、地下水等），并量化其对“汇”的补给比例，从而绘制高原“山地—湖泊”地表水体补给源汇格局，为本文提供了关于水的流动、补给和消耗的重要信息。基于此，本文旨在：① 分析洱海流域降水、地下水和地表水氢氧稳定同位素组成特征；② 基于贝叶斯混合模型量化苍山—洱海地表水补给来源的补给比例，并应用“源—汇”理论识别并绘制高原“山地—湖泊”地表水补给来源的空间格局；③ 基于生态遥感参数反演获取地表温度、植被、实际蒸散量的表征指标LST、NDVI和AET，解析地表水补给格局的形成机制。研究结果为了解高原山地—湖泊水文过程、识别水体来源、监测管理水资源及河川径流环境提供基础，为同类水体源汇格局研究提供思路和方法。

2 研究区概况

洱海流域位于青藏高原东南缘，地处东亚水汽通道上游和孟加拉湾西南季风带的迎风区[32]。洱海流域属于高原亚热带季风气候，干湿季分明，5—10月为雨季，11月至次年4月为旱季，多年年均温度为15.1 ℃，年均降水量为1048 mm。地势西北高、东南低，四周高、中间低，高山、湖泊、平原、丘陵相间分布，平均海拔2443 m。流域内水系发达，洱海补给水主要为大气降水和源于苍山的入湖径流，入湖大小河流共117条，较大入湖河流包括苍山东坡十八溪、弥苴河、罗时江、永安江、波罗江等，天然出湖河流只有西洱河，流向澜沧江[30⇓⇓⇓⇓⇓⇓⇓⇓⇓-40]。
洱海作为云南省内第二大高原淡水湖泊，是中国最大的高原淡水湖泊之一，是流域人民生活、灌溉、工业用水的主要水源地，随着经济快速发展和人口的急剧增长，2006年以来洱海流域生态环境日渐恶化[36]，已经严重威胁到洱海流域的生态安全。

3 材料与方法

3.1 样品采集与测试

2022年7月中旬至8月中旬，在流域内采集湖水、河水、降水及地下水样品共计138组，其中河水样品84组，洱海湖水样品27组，降水样品11组，地下水样品16组（图1）。入湖河水首先根据采样点的区域位置将其划分为苍山东坡、北部区域以及南部区域，其次苍山东坡采样点又可以根据采样点的实际分布情况进一步划分为上游、中游和下游。其中上游与中游以2200 m等高线为分界线，大致为苍山东坡十八溪的出山口连线，中游与下游以位于其中的主干道“大丽路”为分界线。而北部区域采样点又具体细分为凤羽—茈碧湖盆地采样点以及西湖—永安江盆地的采样点。降水和地下水采样点也以此为准进行区分。
图1 研究区域及样点分布图

注：基于自然资源部标准地图服务网站GS(2020)4619号的标准地图制作，底图边界无修改。

Fig. 1 Research area and the distribution of sampling points

降水样品（降水量> 2 mm）利用自制的11个防蒸发式集雨桶于7月中旬布设在研究区内，于8月中旬对月混合降水进行收集。地下水样品的采集主要来自流域内的地表出露的泉水及城镇内的敞口自流井，地下水类型皆为潜水。其中北部区域1个，苍山东坡14个，西洱河出湖口附近1个。湖水采集于洱海湖心内，河水采集于距河岸1 m、流速较快的河流中部，包括出湖河水2个，入湖河水82个。采集水样时，先将100 ml聚乙烯密封瓶用原水冲洗3次，然后迅速灌满并使用Parafilm膜密封，确定瓶内无气泡后贴好标签，置于低温环境中冷藏至测定分析。
水样在测定前均经过0.22 μm的滤膜过滤，水体氢氧稳定同位素测定在云南师范大学高原湖泊生态与全球变化重点实验室进行。采用Picarro L2130-i超高精度液态水和水汽同位素分析仪，仪器的18O和D测试精度为±0.2‰和±0.5‰。计算结果用维也纳标准平均海水（V-SMOW）的千分差来表示：
δ D = R D - s a m p l e R V - S M O W - 1 × 1000 ‰
δ 18 O = R O - s a m p l e R V - S M O W - 1 × 1000 ‰
式中： R D - s a m p l e为水样中的D/H值； R O - s a m p l e为水样中的18O/16O值； R V - S M O W为维也纳平均海水中D/H或18O/16O值。
本文采用氘盈余（d-excess）衡量水中δD和δ18O的相对富集程度：d-excess = δD-8δ18O，氘盈余最早是由Dansgaard[41]提出的，反映了水体的不平衡分馏以及蒸发速度，蒸发作用增强会导致d-excess值偏负。在陆地环境中，d-excess < 10的地表水被推定为经历了蒸发[42]。

3.2 贝叶斯混合模型

在水文模型中，假定水体的成分是不同来源特征的综合混合物，可以使用n个不同的示踪剂来确定n+1个源对混合物的贡献率[43]。贝叶斯混合模型已被证明是量化混合水体中不同补给来源比率的有效方法，R语言中的稳定同位素混合模型（SIMMR）从根本上基于贝叶斯混合模型，它可用来识别多个（≥ 3）源对混合物的贡献[19]，可利用SIMMR模型来评估混合水体的多个补给源比率[44-45]。该模型遵循如下质量守恒方程：
X i j = ∑ k = 1 p g i k f i k + e i j
式中： X i j表示样品i中同位素j的值； p表示潜在来源数量；k为具体的来源编号； f i k表示来源k中同位素j的值； g i k表示来源k对样本i的贡献百分比； e i j表示误差。
本文选择δ18O和d-excess的浓度作为水源示踪剂[22-23]，以进行三端元分离。将来源水体的同位素（δ18O和d-excess）组成的平均值和标准差加载到SIMMR模型中作为源数据。

3.3 遥感影像数据来源

数字高程模型（Digital Elevation Model, DEM）数据源于美国地质勘探局（United States Geological Survey, USGS）（https://earthexplorer.usgs.gov），空间分辨率为9 m。研究区2022年雨季NDVI、LST数据基于Google Earth Engine（GEE）平台（https://earthengine.google.com/）的Landsat 8 Level 2 Collection 2 Tier 1数据集（https://developers.google.com/earth-engine/datasets/catalog/LANDSAT_LC08_C02_T1_L2），该数据集由Landsat 8 OLI/TIRS卫星数字产品经过多种数据处理和校正步骤后合成，如大气校正以及去云处理，其空间分辨率为30 m，时间分辨率为8 d。影像的预处理主要通过GEE平台进行JavaScript脚本编程实现，选择影像的时间范围为2022年5月1日—10月31日，共统计到11景影像，并基于GEE对影像数据进行去云、裁剪、中位数计算等处理，LST还包括单位换算。其中NDVI的计算公式为：
N D V I = N I R - R e d N I R + R e d
而LST，采用目前较为成熟且常用的单窗算法，其计算公式如下：
T s = a 1 - C - D + b ( 1 - C - D + C + D ) T b - D T a / C t = T s - 273.15
式中： T s为地表温度的开式温标（K）；a和b是常量，分别为-67.355351和0.458606；C和D是中间变量，C = ε τ，D=( 1 - τ ) 1 + 1 - ε τ，其中 ε为地表比辐射率， τ为大气透射率； T b为像元亮度温度（K）；t为地表温度的摄氏温标（℃）。
AET数据来自MOD16A2产品（https://search.earthdata.nasa.gov/），空间分辨率为500 m，时间分辨率为8 d。研究区2022年雨季的AET数据主要利用GEE平台进行处理，筛选获取2022年5月1日—10月31日的26景影像，并进行去云处理、裁剪及中位数计算等。处理好的结果通过ArcGIS 10.8软件进行NDVI、LST、ET空间分布图的绘制。

4 结果与分析

4.1 降水氢氧稳定同位素

基于2022年雨季洱海流域采集的11个降水样品，采用最小二乘法拟合得到研究区本次采样的降水拟合线方程为δD = 5.25δ18O-36.79（R2 = 0.89、n = 11），其中δD变化范围为-131.7‰~-107.7‰，算术平均值为(-117.4±8.4)‰；δ18O变化范围为-17.8‰~-13.0‰，算术平均值为(-15.4±1.5)‰，d-excess变化范围为-5.4‰~10.8‰，均值为(5.4±5.0)‰（表1）。
表1 洱海流域雨季不同水体δD、δ18O和d-excess值

Tab. 1 The δD, δ18O and d-excess values of different water bodies in the Erhai Lake Basin during the rainy season

类型 数量(个) δD(‰) δ18O(‰) d-excess(‰)
均值±标准差 变化范围 均值±标准差 变化范围 均值±标准差 变化范围
降水 11 -117.4±8.4 -131.7~-107.7 -15.4±1.5 -17.8~-13.0 5.4±5.0 -5.4~10.8
地下水 16 -100.0±5.1 -109.9~-93.5 -13.1±0.1 -14.3~-11.2 4.7±3.4 -3.9~9.8
地表水 111 -83.3±13.5 -106.0~-57.8 -10.3±2.4 -13.6~-5.6 -0.7±7.1 -15.9~11.4
入湖河水 82 -90.5±5.8 -106.0~-80.2 -11.6±1.1 -13.6~-8.8 2.4±5.1 -11.4~11.4
洱海湖水 27 -63.2±7.1 -88.2~-57.8 -6.8±1.3 -11.7~-5.6 -9.0±4.0 -15.9~5.6
出湖河水 2 -59.4±1.4 -62.2~-59.4 -5.90±0.1 -5.9~-5.9 -13.6±1.7 -15.3~-11.8
结合与研究区距离较近的全球降水同位素网（Global Network of Isotopes in Precipitation, GNIP, https://www.iaea.org/services/networks/gnip）昆明站点（25.017°N, 102.683°E、1892 m）1986年—2003年同位素数据分析发现，昆明δD变化范围为-114.2‰~-41.9‰，其算术平均值为(-86.7±16.1)‰；δ18O变化范围为-17.5‰~-5.5‰，算术平均值为(-12.7±2.4)‰；d-excess的变化范围为1.8‰~50.1‰，均值为(15.2±10.7)‰。7—8月昆明降水拟合线为δD =5.61δ18O -15.33（R2 = 0.68、n = 30）。
从降水氢氧稳定同位素值来看，研究区7—8月降水氢氧稳定同位素值比GNIP昆明站的降水7—8月降水同位素偏负，d-excess值较大，研究区大气降水线斜率和截距都较昆明站点小，表明研究区7—8月降水蒸发更强，这与研究区平均海拔高、空气稀薄、太阳辐射强、蒸发强烈的环境条件相匹配。
考虑到降水受全球气候变化影响较大，且区域地表水、地下水等受多年降水累积补给影响，故用多年的数据拟合所得的大气降水线分析更具代表性，故将GNIP昆明站点多年降水同位素数据以及本次采样期间的数据进行拟合，得到当地的大气降水线方程，δD =6.92 δ18O -1.92（R2 = 0.86，n = 41）（图2a）。
图2 不同水体δD、δ18O关系及洱海流域雨季大气降水线图

Fig. 2 Relationships between δD and δ18O in different water bodies and local meteoric water line in the Erhai Lake Basin during the rainy season

当地大气降水线方程明显偏离全球大气降水线（Global Meteoric Water Line, GMWL）δD=8δ18O+10[46]（图2），其斜率和截距均小于全球大气降水线，这与凝结物在未饱和大气中降落时重同位素的蒸发富集作用有关，反映当地7—8月降水强烈的蒸发效应，这可能受地理位置、水汽来源、人类活动等因素的影响。
云南省区域性的气候环境背景导致7—8月降水氢氧稳定同位素值较地下水、地表水偏负（表1、图2b）。季风气候对中国大部分地区降水同位素组成的影响在某种程度上超过了其他效应[47]，云南省受到来自印度洋和孟加拉湾的西南季风的影响，雨季和旱季反差大[48]。对于昆明、大理等地处25°N~30°N的高海拔内陆地区，夏季雨水氢氧稳定同位素值达到异常的负值，主要因为夏季风期间在西南季风的影响下，携带雨水的云团从海洋蒸发源区向亚洲大陆移动的过程中，就会伴随着多次的降水，较大的分馏作用使得降水中的氢氧稳定同位素值偏负。而对于地下水、地表水而言，受多年降水补给以及蒸发作用的影响，重同位素不断富集，使得氢氧同位素值较雨季降水偏正。

4.2 地下水氢氧稳定同位素

根据雨季采集的16个地下水样品，得到洱海流域地下水线为δD=5.39δ18O-29.48（R2 = 0.73、n = 16），斜率和截距均小于当地大气降水线。其中δD的变化范围为-109.9‰~-93.5‰，算术平均值为(-100.0±5.1)‰；δ18O变化范围为-14.3‰~-11.2‰，算术平均值为(-13.1±0.1)‰（表1），分布在当地7—8月大气降水线的右下方（图2b），表明地下水受不同水源的补给，且在补给过程中经历了较强的蒸发。
根据研究区水文地质图（图3），研究地下水样品含水岩组及富水性发现（表2），北部区域1个样品为碳酸盐岩裂隙水，含水层富水性贫乏。由于地势较高，蒸发较弱，其δD和δ18O的值较苍山东坡和出湖口处偏负，同时地下水流向北部的西湖，对洱海贡献小。苍山东坡14个样品的分布表明地下水沿沿地势流向洱海。上游含水岩组为碎屑岩类孔隙裂隙含水岩组，中下游为松散岩类孔隙含水岩组，且下游含水层的富水性比中游丰富。苍山东坡中游重同位素最为富集，上游次之，下游最偏负。出湖口附近的1个地下水样品取自碎屑岩类孔隙裂隙含水岩组，沿地势流向西洱河，其δD和δ18O的值较其他地下水偏正，可能由于其海拔较低，重同位素在此不断富集导致。
图3 研究区地下水样点及水文地质简图

Fig. 3 Groundwater sampling points and hydrogeology in the study area

表2 洱海流域地下水样品δD、δ18O和d-excess值及其含水岩组

Tab. 2 The δD, δ18O and d-excess values of groundwater samples and the aquifer groups in the Erhai Lake Basin

位置 数量
(个)		 海拔(m) δ18O(‰) δD(‰) d-excess
(‰)		 含水岩组 富水性
北部 1 2306.03 -14.3 -109.9 4.2 碳酸盐岩裂隙溶洞含水岩组 贫乏：泉流量< 10 L/S
苍山东坡 14 2084.35 -13.0±0.8 -99.63±4.6 4.7±3.6 - -
上游 3 2250.82 -12.8±1.2 -100.0±4.6 2.2±5.7 碎屑岩类孔隙裂隙含水岩组 中等：泉流量0.1~1.0 L/S
中游 8 2059.34 -12.8±0.3 -96.9±4.6 5.5±2.0 松散岩类孔隙含水岩组 中等：单井涌水量1.2~5.8 L/S
下游 3 2002.96 -14.0±0.4 -106.6±1.9 5.3±3.3 松散岩类孔隙含水岩组 丰富：单井涌水量> 5.8 L/S
出湖口 1 1991.96 -12.3 -95.0 3.7 碎屑岩类孔隙裂隙含水岩组 中等：泉流量0.1~1.0 L/S
总体而言，海拔较高的区域δD和δ18O的值偏负，如北部区域以及苍山东坡上游，可能是由于海拔高蒸发少导致；同时富水性较高的区域δD和δ18O的值也偏负，如苍山东坡下游，可能是由于有较强的地下水补给和较少的蒸发损失。不同的含水岩组可能会对地下水的氢氧同位素值产生影响，其中松散岩类孔隙含水岩组可能促进了地下水流动或交换，导致蒸发较弱，使得中游和下游地下水d-excess值偏高。

4.3 地表水氢氧稳定同位素特征

利用最小二乘法分析2022年雨季采集到的111个地表水样的氢氧稳定同位素δD和δ18O的相关性，得到洱海流域地表水线为：δD = 5.40δ18O-27.54（R2 = 0.95、n = 111），其中δD变化范围为-106.0‰~-57.8‰，平均值为(-83.3±13.5)‰；δ18O变化范围为-13.6‰~-5.6‰，平均值为(-10.3±2.4)‰（表1）。所有地表水同位素样点都位于当地7—8月大气降水线的右下方（图2b、图4a），洱海流域地表水线的斜率和截距均小于当地7—8月大气降水线，表明洱海流域地表水经历了强烈的蒸发分馏效应，导致重同位素富集。
洱海流域雨季地表水δD和δ18O的平均值比降水和地下水偏正，同时d-excess值比降水及地下水更低，表明雨季期间，地表水受降水和地下水补给，但地表水比降水和地下水经历更强的蒸发分馏作用，使较轻同位素蒸发，重同位素值富集。
图4 洱海流域雨季地表水δD、δ18O关系

Fig. 4 δD and δ18O relationship of surface water in the Erhai Lake Basin during the rainy season

4.3.1 入湖河水

根据水体类别将地表水划分为入湖河水、洱海湖水、出湖河水（图1，表1），其中入湖河水δD的变化范围为-106.0‰~-80.2‰，平均值为(-90.5±5.8)‰；δ18O变化范围为-13.6‰~-8.8‰，平均值为(-11.6±1.1)‰，氘盈余的变化范围为-11.4‰~11.4‰，平均值为(2.4±5.1)‰，其同位素值较降水和地下水偏正。入湖河水的δD和δ18O均位于当地7—8月大气降水线的右下方（图4a），其拟合线（δD = 4.38δ18O-39.65，R2 = 0.70、n = 82）斜率和截距小于当地7—8月大气降水线及地下水线，表明入湖河水比降水和地下水而言经历了更强的蒸发富集作用。
根据区域位置进一步将入湖河水样点划分为北部区域、苍山东坡以及南部区域（图1）。从δD和δ18O的平均值来看，南部区域的入湖河水同位素值最偏正，其次为苍山东坡和北部区域（表3）。其中苍山东坡入湖河水线为δD = 3.69δ18O-45.62，R2 = 0.83、n = 47），北部区域的入湖河水线为（δD = 4.69δ18O-38.99，R2 = 0.87、n = 32）（图4b）。而从d-excess来看，北部区域<南部区域<苍山东坡，表明北部区域的蒸发最强，但是受补给来源或人为活动的影响，北部区域的地表水重同位素富集程度弱，而在苍山东坡以及流域的南部区域，可能由于受补给源重同位素富集影响，尽管蒸发不强烈的，但δD和δ18O的平均值依旧偏正。
表3 洱海流域雨季入湖河水δD、δ18O和d-excess值

Tab. 3 The δD， δ18O and d-excess values of the inflowing river water in the Erhai Lake Basin during the rainy season

位置 样品
个数		 δD(‰) δ18O(‰) d-excess(‰)
均值±标准差 变化范围 均值±标准差 变化范围 均值±标准差 变化范围
北部区域 32 -93.6±6.9 -106.0~-80.2 -11.6±1.4 -13.6~-8.8 -0.5±5.2 -11.4~9.6
凤羽—茈碧湖盆地 13 -93.7±5.2 -102.4~-80.2 -12.0±1.1 -13.4~-8.8 1.9±4.6 -9.7~9.6
西湖—永安江盆地 19 -93.5±7.9 -106.0~-80.5 -11.4±1.5 -13.6~-8.9 -2.1±4.9 -11.4~6.5
苍山东坡 47 -88.4±3.6 -99.2~-81.8 -11.6±0.9 -13.4~-9.1 4.5±4.1 -9.1~11.4
苍山东坡上游 15 -89.8±4.1 -99.2~-81.8 -11.9±1.0 -13.4~-9.1 5.5±4.7 -9.1~10.5
苍山东坡中游 17 -87.1±3.5 -94.0~-82.1 -11.3±0.9 -12.7~-9.6 3.3±4.5 5.4~11.4
苍山东坡下游 15 -88.6±2.6 -92.6~-82.1 -11.7±0.6 -12.8~-10.4 4.8±2.4 1.1~10.6
南部区域 3 -88.6±5.9 -95.8~-81.4 -11.1±0.6 -11.9~-10.5 -0.1±1.8 -2.0~2.4
北部区域入湖河水可以根据地貌单元进一步细分为凤羽—茈碧湖盆地以及西湖—永安江盆地（图1），两个区域氢氧稳定同位素值差异不大，其中西湖—永安江盆地的入湖河水氢氧稳定同位素值略比凤羽—茈碧湖盆地同位素值偏正，河水线斜率较凤羽—茈碧湖盆地河水线斜率小（图4d），而氘盈余值也较小（表3），表明洱海流域北部两区域蒸发差异不大，凤羽—茈碧湖盆地的河水较西湖—永安江盆地而言，蒸发略强。
在苍山东坡，根据河流沿程变化，将其划分为上游、中游和下游河水（图1），中游河水蒸发最强烈，重同位素富集，氢氧稳定同位素值偏正，氘盈余值偏小，下游次之，上游蒸发程度较中下游弱（表2）。中游入湖河水线的斜率和截距明显小于上游和下游，也表明中游河水受蒸发程度更强（图4c）。

4.3.2 洱海湖水

在8月采集的27个洱海湖水样品中，δD变化范围为-88.2‰~-57.8‰，平均值为(-63.2±7.1)‰；δ18O变化范围为-11.7‰~-5.6‰，平均值为(-6.8±1.3)‰，氘盈余的变化范围-15.9‰~5.6‰，平均值(-9.0±4.0)‰（表1），其湖水拟合线为δD = 5.33δ18O-27.07（R2 = 0.91、n = 27）。与入湖河水相比，湖水δD与δ18O平均值更偏正，氘盈余值偏低，表明了湖水经历了更强烈的蒸发作用，这主要是由于湖泊封闭性好，湖水流动性差，滞留时间长所致。

4.3.3 出湖河水

出湖河水δD平均值为(-60.8±1.4)‰，δ18O平均值为(-5.9±0.1)‰，氘盈余平均值为(-13.6±1.7)‰（表1），其δD和δ18O值明显比入湖河水和湖水偏正，氘盈余值比入湖河水和湖水低（表1），说明出湖河水较入湖河水及湖水而言，经历了更强烈的蒸发分馏，导致重同位素富集。
从入湖河水到洱海湖水，再到出湖河水，δD与δ18O的平均值逐渐偏正，氘盈余值逐渐变小，这表明沿着地表水的流动方向，蒸发浓缩效应逐渐加强，使得轻同位素值不断蒸发而重同位素不断富集。

5 讨论

5.1 基于贝叶斯混合模型的苍山—洱海间地表水补给比例及其“源—汇”格局量化识别

结合区域地形地貌特征，苍山—洱海的地表水呈现出明确的流动模式，河段上游的地表水、地下水和降水作为主要“源”给予该河段下游地表水系统稳定的供给。苍山东坡十八溪河水顺着河流流向汇入洱海西岸，其中处于下游的河水或湖水受其上游河水、地下水和降水的补给，为考虑湖水自身的混合作用，将受湖岸影响较小的湖心湖水作为洱海西岸湖水的第4个补给源，按照这个思路，可以利用贝叶斯混合模型（公式（3））计算上游不同水体对其下游河水或湖水的贡献率，计算结果如表4所示。
表4 地表水及其补给源的δ18O、d-excess值和其贡献率

Tab. 4 The δ18O and d-excess values of suface water and its recharge sources， and their contribution rates

补给水源 汇(混合水体) 数量(个) δ18O(‰) d-exess(‰) 贡献率(%)
苍山东坡上游河水 15 -11.9±1.0 5.6±4.7 40.9
苍山东坡上游降水 3 -16.2±2.2 5.3±7.8 20.0
苍山东坡上游地下水 3 -12.8±1.2 2.2±5.7 39.1
苍山东坡中游河水 17 -11.3±0.9 3.3±4.5 -
苍山东坡中游河水 17 -11.3±0.9 3.3±4.5 48.6
苍山东坡中游降水 4 -15.0±0.6 4.8±4.5 23.5
苍山东坡中游地下水 8 -12.8±0.3 5.5±2.0 27.9
苍山东坡下游河水 15 -11.7±0.6 4.8±2.4 -
苍山东坡下游河水 15 -11.7±0.6 4.8±2.4 37.2
苍山东坡下游降水 3 -15.4±1.4 5.5±2.5 23.0
苍山东坡下游地下水 3 -14.0±0.4 5.3±3.3 28.3
洱海湖心湖水 5 -6.1±0.4 -11.2±2.6 11.5
洱海西岸湖水 8 -6.4±0.4 -9.3±2.3 -
结合表4数据，识别苍山—洱海的地表水补给来源的空间格局（图5），地表水对其下游混合水体的贡献率最大，其次为地下水和降水。进一步分析发现，在苍山东坡十八溪，降水对地表水的贡献率呈增加趋势（从20%增加至23.5%），表明从苍山东坡中游到下游的过程中降水量增多或有额外的水源汇集。然而，地下水的贡献率呈减少趋势（从39.1减少至27.9%），这可能是受坡度、土壤渗透率等影响使地下水在不同的位置以不同的速度渗入河水。苍山东坡十八溪不同河段地表水对其下游混合水体的贡献率都很高，且有逐渐增加趋势（从40.9%增加至48.6%），这可能是由于苍山十八溪在中游出山口及入湖口的汇合作用。
图5 苍山—洱海地表水补给比例及其“源—汇”格局

Fig. 5 Recharge proportions of surface water and its source-sink pattern in the Cangshan Mountain-Erhai Lake region

在洱海西岸，地表水仍是湖水的主要补给源，包括苍山东坡下游河水的37.2%及湖心湖水的11.5%，其中入湖河水贡献率较苍山东坡十八溪对其下游河水或湖水的贡献率而言有所降低，但地表水贡献率之和（48.7%）较苍山东坡中游河水对下游河水的贡献率（48.6%）相差不大。在苍山东坡下游至洱海西岸河段，地下水和降水的贡献率与苍山东坡中游至下游河段的贡献率无显著变化。总体而言，苍山东坡中游至洱海西岸，不同河段地表水、地下水、降水对混合水体的贡献率相似，未来的研究中将继续进行长时序采样及分析，进一步解析不同时空尺度下的地表水补给格局。

5.2 基于生态遥感参数反演的苍山—洱海间地表水“源—汇”格局形成机制分析

地表温度、植被覆盖状况、实际蒸散量会影响地表水文过程[22⇓-24]，其中地表温度对水体转化的影响主要体现在蒸发过程，地表温度越高，地表水分的蒸发速度就越快，而水分蒸发的速度加快，可能会减少地表径流和地下水的补给，但增加了蒸发过程的水源。植被覆盖状况对水循环的影响主要体现在影响植物的蒸腾过程及其对降水的截留，良好的植被覆盖可以降低地表温度、减少蒸发，同时通过植物蒸腾过程将水分输送到大气中。实际蒸散量反映了流域内水分返回大气的量，代表蒸腾和蒸发过程的总和，其大小直接影响了地下水、地表水和降水对混合水体的补给，实际蒸散量多意味着大部分水分以蒸散形式返回大气，对混合水体的补给就会相对减少。其中LST、NDVI和AET是基于遥感数据反演获取的参数，能够有效反映区域地表温度、植被覆盖状况和实际蒸散量。苍山东坡沿着河流流向，海拔逐渐降低，地表温度逐渐升高，植被逐渐减少，实际蒸散量最大值在海拔2200~2400 m（图6），即上游与中游分界线附近，中游水体采样点与之相近。
图6 洱海流域LST和NDVI、AET的空间分布

Fig. 6 Spatial distribution of LST, NDVI and AET in the Erhai Lake Basin

河水及降水氢氧同位素值在苍山东坡都呈中游>下游>上游的规律，地下水则为中游>上游>下游。不同水体都在中游表现出强烈的蒸发分馏作用，使得重同位素值富集，这与实际蒸散量的空间分布相符。在上游地区植被覆盖度高，植被蒸腾量较多，但由于海拔较高、地表温度低，使得地表蒸发较少；而下游地区与之相反，地表温度高、地表蒸发强烈，植被覆盖较少，植被蒸腾量减少，这都导致实际蒸散量没有中游高。
结合地表水的补给比例，进一步探讨苍山—洱海间地表温度、植被覆盖状况和实际蒸散量对地表水“源—汇”格局的影响机制（图7）。其中，在苍山东坡十八溪上游各水体混合为中游河水时，由于地表温度较低，这就使得地表水蒸发减弱，土壤湿度增加。同时植被覆盖状况较好，意味着植被对降水截留功能加强，因此降水对混合水体的补给减少。同时植被通常能够通过其根系促进土壤入渗和渗透，从而增加土壤保水能力。综合这些因素，降水的贡献率较低（20.0%），而地下水的贡献率较高（39.1%），河水贡献率较苍山东坡中游至下游河段较小（40.9%）。
图7 苍山—洱海LST、NDVI、AET对地表水体的“源—汇”格局的影响机制

Fig. 7 The influence mechanism of LST, NDVI, and AET on the source-sink pattern of surface water in the Cangshan Mountain-Erhai Lake region

在苍山东坡中游各水体补给至下游河水这一河段，地表温度升高，加强了地表水蒸发作用，导致土壤湿度降低。而植被覆盖度下降导致对降水的截留减弱，使得降水对河水的直接补给增加。其次，植被沿程减少也会导致土壤渗透率下降，使得更多水体以地表径流形式流入河流。同时，较强地表蒸发和植被蒸腾使得实际蒸散量增加，使得这一区域空气湿度较大，或会导致中游河段降水量增加。综合以上，降水对下游河水的贡献率增加至23.5%，地下水的贡献率减少至27.9%，河水贡献率增加至48.6%。
苍山东坡下游至洱海西岸湖水这一河段，较苍山—洱海间其他河段而言，植被覆盖较少、地表温度相对较高，洱海西岸湖水虽还受湖心湖水的补给混合，但地表水（包括河水和湖水）、地下水、降水贡献率与苍山东坡中游至下游河段各水体的贡献率相似。
此外，由于苍山东坡上游地区以及河流出湖口地区为碎屑岩类孔隙裂隙含水岩组，由于裂隙的存在，且受雨季降水的影响较大，导致雨季期间地下水可以通过裂隙系统对地表水进行补给，尤其是在裂隙较为发达的地区。而在苍山东坡中下游地区为松散岩类孔隙含水岩组，其孔隙的连通性和渗透性较高，但由于海拔相对较低、坡度较为平缓，地下水可能更倾向于在地下水系中水平流动，而非向上补给地表水。
综上所述，沿河流流向，苍山—洱海间的地形、地质条件、地表覆被和水汽特征都对水体转化产生重要影响。其中地表温度、植被覆盖状况、实际蒸散量在苍山—洱海之间形成动态且相互关联的系统，他们通过影响区域蒸发、蒸腾、降水截留、土壤渗透等过程，从而影响地表水补给的“源—汇”格局。地表温度、植被覆盖状况和实际蒸散量三者之间相互作用、共同维持区域水平衡。其中植被能够通过蒸腾作用影响蒸散发，而植被覆盖度较好又会降低地表温度减少地表水的蒸发，从而制衡实际蒸散量。

5.3 中国典型山区地表水的补给来源比例及其空间分异比较分析

高原地区的山地和湖泊作为内陆地区的重要水源地[49-50]，在区域水资源中发挥重要作用。其中地表水作为高原山地—湖泊水文循环的重要组成部分，其水源组成多样，水源的空间组合特征复杂[51-52]，尤其对于受雨季降水影响较大的苍山洱海地区[53]。此外，由于缺乏数据，地表径流的水循环在这个地区尚未明确定义。氢氧稳定同位素作为水循环研究的理想示踪剂，能够指示水体的来源、迁移和转化[54]，因此基于氢氧稳定同位素解析苍山—洱海间地表水的水源补给比例及其空间格局，对识别高原山地—湖泊地区的水资源的空间分布及可持续开发管理具有重要意义。
回顾以往基于氢氧稳定同位素解析地表水补给源的研究（表5），从研究区和补给源来看，目前研究多集中高寒山区大河流域，其地表水补给源大多含有降水及冰雪融水，部分关注多年冻土水和地热水。从补给源的比例看，不同区域地表水的补给源不同，其影响机制也不同，各补给源的补给比例也存在明显差异，故地表水补给源的研究应充分考虑时空差异，结合区域特征进行源的识别及量化。从研究的空间分异来看，目前研究主要关注流域大尺度和宏观视角下的水文过程，即单个流域系统内或支流流域不同水源对地表径流的贡献。由于以往研究缺乏对微观尺度上地表水补给比例空间差异的研究，尤其是有典型水“源”区和水“汇”区的高原山地—湖泊地区，本文区别以往研究，细化了地表水补给系统的空间格局，根据地表水沿着苍山—洱海的流向，将混合水体上游的地表水纳入补给源，量化入湖河流苍山东坡十八溪不同河段河水以及洱海西岸湖水的补给源及补给比例，明确区域地表水的水源补给格局。
表5 中国典型山区地表水的补给来源及其比例

Tab. 5 Sources and proportions of surface water recharge in typical mountainous areas of China

混合水体(汇) 补给水源及其比例(％) 主要覆
盖时间		 文献
来源
降水 冰雪融水 多年冻土水 地下水 地热水 基流水 其上游河水 湖心湖水
祁连山葫芦沟河水 68 11 21 - - - - - 1 a [18]
祁连山和河西走廊河水 70 8 22 - - - - - 1 a [22]
长江河水 30 16 54 - - - - - 5—10月 [55]
黄河河水 63 5 32 - - - - -
澜沧江河水 63 7 30 - - - - -
疏勒河河水 62.5 5.8 - 19.8 11.9 - 6—9月 [56]
三江源
区河水		 干流 61 5 34 - - - - - 6—9月 [57]
支流 32 15 53 - — - - -
雅鲁藏布江流域支流 拉萨河河水 34.2 28.8 - - 37.0 - - - 7月 [12,58]
柴曲河水 24.5 70.39 - - 5.2 - - - [58]
多雄藏布江河水 27.6 68.16 - - 4.3 - - -
湘曲河 52.9 0 - - 47.1 - - -
年楚河河水 65.9 26.5 - - 7.6 - - -
娘曲河水 10.7 51 - - 38.3 - - -
帕隆藏布江河水 33.3 66.7 - - 0 - - -
苍山
东坡
十八溪		 中游河水 20 - - 39.1 - - 40.9 - 7—8月 本文
下游河水 23.5 - - 27.9 - - 48.6 -
洱海西岸湖水 23 - - 28.3 - - 37.2 11.5
尽管这揭示了苍山—洱海间地表水补给“源—汇”格局及机制，但本文存在不确定性和局限性。本文数据仅基于一个雨季的同位素记录，并受到地理条件限制，导致采样点分布不均，这些因素都限制了对区域水文过程的深入了解。为此，未来有必要进行更系统、连续的数据收集和监测，以便更精确地解析该区域的水文过程及机制。

6 结论

本文以云南洱海流域为研究对象，基于降水、地表水和地下水氢氧稳定同位素数据，利用贝叶斯混合模型以及遥感参数反演等方法，分析洱海流域各类水体氢氧稳定同位素组成、各水体对其下游地表水的贡献率，旨在从“源—汇”视角揭示研究区山地—湖泊地表水补给“源—汇”格局，并结合LST、NDVI、AET分析其形成机制，结果表明：
（1）在洱海流域，雨季降水、地下水和地表水中的氢氧稳定同位素的组成特征及其变化受到季风气候、蒸发作用及地形地貌等多重因素的综合影响。其中，雨季降水δD、δ18O的平均值分别为(-117.4±8.4)‰、(-15.4±1.5)‰，其氢氧同位素组成受强烈蒸发作用影响，与地下水和地表水相比偏负。其次，地下水δD、δ18O的平均值分别为(-100.0±5.1)‰、(-13.1±0.1)‰，地下水线为δD = 5.39δ18O-29.48（R2 = 0.73、n = 16）。同位素值表明，高海拔地区及富水性较高的区域同位素值偏负，地下水蒸发较弱。不同含水岩组的地下水蒸发程度不一样，结合d-excess值发现，松散岩孔隙岩组蒸发程度较弱，而碎屑岩类孔隙裂隙含水岩组的蒸发程度相对较强。最后，地表水δD平均值为(-83.3±13.5)‰，δ18O平均值为(-10.3±2.4)‰，雨季地表水线为δD = 5.40δ18O-27.54（R2 = 0.95、n = 111）。研究区地表水氢氧稳定同位素值的空间变化规律为，从入湖河水到洱海湖水再到出湖河水，水体蒸发富集作用逐渐加强，同位素值逐渐偏正。就苍山东坡而言，中游蒸发富集程度最高，其次为下游和上游。
（2）基于贝叶斯混合模型计算识别苍山—洱海间地表水补给来源的“源—汇”格局，总体上地表水对其下游混合水体的贡献率最大，其次为地下水和降水。其中中游河水的补给源及其贡献率分别为上游河水占40.9%，降水占20%，地下水占39.1%；下游河水的不同补给源及其贡献率为中游河水占48.6%，降水占23.5%，地下水占27.9%；洱海西岸湖水的补给源及其贡献率分别为降水占23%，地下水为28.3%，下游入湖口河水为37.2%，湖心湖水为11.5%。其中降水和地表水在苍山—洱海间各个河段的贡献率整体表现为以中游出山口为界，在出山口以上河段的降水、地表水贡献率小于出山口之后河段；而地下水贡献率反之。
（3）沿河流流向，其地形、地质条件、地表覆盖和水汽特征都对地表水的水源补给格局产生重要影响。自苍山东坡十八溪上游至中游，由于植被覆盖状况较好且地表温度较低，导致该河段降水贡献率低而地下水贡献率高；自中游至下游由于植被覆盖良好，温度相对较高，实际蒸散量值也较高，使得这一区域河水及降水对下游河水的贡献率为各河段中最高；自下游至洱海西岸湖水，植被略微减少，温度变化不大，实际蒸散量较少，导致该河段与其上一河段水源补给比例相差不大。除此之外，地下水对地表水的贡献率受含水岩组的影响，为碎屑岩类孔隙裂隙含水岩组的地下水对地表水的补给较多，如在苍山东坡上游至中游河段；而松散岩类孔隙含水岩组的地下水对地表水的补给相对较少，如中游—洱海河段。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Hoekstra A Y. Water scarcity challenges to business. Nature Climate Change, 2014, 4(5): 318-320.

[2]
Phillips F M. The use of isotopes and environmental tracers in subsurface hydrology. Reviews of Geophysics, 1995, 33(Suppl.2): 1029-1033.

[3]
Yin L H, Hou G C, Su X S, et al. Isotopes (δD and δ18O) in precipitation, groundwater and surface water in the Ordos Plateau, China: Implications with respect to groundwater recharge and circulation. Hydrogeology Journal, 2011, 19(2): 429-443.

[4]
Zhou Sijie, Sun Congjian, Chen Wei, et al. Precipitation isotope characteristics and water vapor sources in summer in eastern Loess Plateau. Acta Geographica Sinica, 2022, 77(7): 1745-1761.

DOI

[周思捷, 孙从建, 陈伟, 等. 黄土高原东部夏半年降水稳定同位素特征及水汽来源分析. 地理学报, 2022, 77(7): 1745-1761.]

DOI

[5]
Zhang Xinping, Yao Tandong. Estimation of lake evaporation by stable isotopic ratio. Journal of Glaciology and Geocryology, 1997, 19(2): 161-166.

[章新平, 姚檀栋. 利用稳定同位素比率估计湖泊的蒸发. 冰川冻土, 1997, 19(2): 161-166.]

[6]
Lone S A, Jeelani G, Deshpande R D, et al. Meltwaters dominate groundwater recharge in cold arid desert of Upper Indus River Basin (UIRB), western Himalayas. Science of the Total Environment, 2021, 786: 147514. DOI: 10.1016/j.scitotenv.2021.147514.

[7]
Hao Shuai, Li Fadong. Water sources of the typical desert vegetation in Ebinur Lake basin. Acta Geographica Sinica, 2021, 76(7): 1649-1661.

DOI

[郝帅, 李发东. 艾比湖流域典型荒漠植被水分利用来源研究. 地理学报, 2021, 76(7): 1649-1661.]

DOI

[8]
Yang K H, Han G L. Controls over hydrogen and oxygen isotopes of surface water and groundwater in the Mun River catchment, northeast Thailand: Implications for the water cycle. Hydrogeology Journal, 2020, 28(3):1021-1036.

[9]
Zhou J, Liu G D, Meng Y C, et al. Using stable isotopes as tracer to investigate hydrological condition and estimate water residence time in a plain region, Chengdu, China. Scientific Reports, 2021, 11(1): 2812. DOI: 10.1038/s41598-021-82349-3.

[10]
Wang shiyu, Sun Congjian, Chen Wei, et al. Assessing water resource risks in inland river basins of Northwest China from water chemistry and runoff. Acta Geographica Sinica, 2023, 78(11): 2763-2780.

DOI

[王诗语, 孙从建, 陈伟, 等. 基于水化学及径流组成的中国西北内陆河流域水资源风险评估. 地理学报, 2023, 78 (11): 2763-2780.]

DOI

[11]
Cameron E M, Hall G E, Veizer J, et al. Isotopic and elemental hydrogeochemistry of a major river system: Fraser River, British Columbia, Canada. Chemical Geology, 1995, 122(1-4): 149-169.

[12]
Liu J T, Gao Z J, Wang M, et al. Stable isotope characteristics of different water bodies in the Lhasa River Basin. Environmental Earth Sciences, 2019, 78. DOI:10.1007/s12665-019-8078-6.

[13]
Liu Y H, Fan N J, An S Q, et al. Characteristics of water isotopes and hydrograph separation during the wet season in the Heishui River, China. Journal of Hydrology, 2008, 353(3/4): 314-321.

[14]
Ohlanders N, Rodriguez M, McPhee J. Stable water isotope variation in a Central Andean watershed dominated by glacier and snowmelt. Hydrology and Earth System Sciences, 2013, 17(3): 1035-1050.

[15]
Li Z J, Liu M Q, Li Z X, et al. Where does the runoff come from in dry season in the source region of the Yangtze River? Agricultural and Forest Meteorology, 2023, 330: 109314. DOI: 10.1016/j.agrformet.2023.109314.

[16]
Gibrilla A, Fianko J R, Ganyaglo S, et al. Understanding recharge mechanisms and surface water contribution to groundwater in granitic aquifers, Ghana: Insights from stable isotopes of δ2H and δ18O. Journal of African Earth Sciences, 2022, 192: 104567. DOI: 10.1016/j.jafrearsci.2022.104567.

[17]
Li Zheng, Zhong Jun, Li Siliang, et al. Chemical weathering in a typical glacier catchment in the northern Qinghai-Xizang Plateau. Acta Geographica Sinica, 2023, 78(7): 1792-1808.

DOI

[李铮, 钟君, 李思亮, 等. 青藏高原北部典型冰川流域化学风化研究. 地理学报, 2023, 78(7): 1792-1808.]

DOI

[18]
Li Z X, Feng Q, Liu W, et al. Study on the contribution of cryosphere to runoff in the cold alpine basin: A case study of Hulugou River Basin in the Qilian Mountains. Global and Planetary Change, 2014, 122: 345-361.

[19]
Gui J, Li Z X, Zhang B J, et al. Particularity of hydrological processes under heavy ablation based on environmental isotopes in transition zones between endorheic and exorheic basins. Journal of Environmental Management, 2023, 342: 118198. DOI: 10.1016/j.jenvman.2023.118198.

[20]
Sankoh A A, Laar C, Rashid A, et al. Coupling multivariate analysis and Bayesian isotope mixing model to assess the origin and quality of groundwater in the Freetown Layered Complex, Sierra Leone. Journal of African Earth Sciences, 2023, 198: 104808. DOI: 10.1016/j.jafrearsci.2022.104808.

[21]
Parnell A C, Inger R, Bearhop S, et al. Source partitioning using stable isotopes: Coping with too much variation. Plos One, 2010, 5(3): e9672. DOI: 10.1371/journal.pone.0009672.

[22]
Li Z X, Gui J, Wang X F, et al. Water resources in inland regions of central Asia: Evidence from stable isotope tracing. Journal of Hydrology, 2019, 570: 1-16.

[23]
Gui J, Li Z X, Feng Q, et al. Water resources significance of moisture recycling in the transition zone between Tibetan Plateau and arid region by stable isotope tracing. Journal of Hydrology, 2022, 605: 127350. DOI: 10.1016/j.jhydrol.2021.127350.

[24]
Wang Z G, Cao S K, Cao G C, et al. Implications for water management in alpine inland river basins: Evidence from stable isotopes and remote sensing. Ecological Indicators, 2023, 154: 110580. DOI: 10.1016/j.ecolind.2023.110580.

[25]
Jiang Z C, Lian Y Q, Qin X Q. Rocky desertification in Southwest China: Impacts, causes, and restoration. Earth-Science Reviews, 2014, 132: 1-12.

[26]
Qi Dongmei, Li Yueqing. The major progress of the plateau monsoon study and its scientific significance. Arid Meteorology, 2007, 25(4): 74-79.

[齐冬梅, 李跃清. 高原季风研究主要进展及其科学意义. 干旱气象, 2007, 25(4): 74-79.]

[27]
Liu Zhilin, Ding Yinping, Jiao Yuanmei. Spatiotemporal patterns of precipitation changes and their impacts on food supply in Southwest China from 1988 to 2018: A case study in Yunnan province. Acta Geographica Sinica, 2021, 76(9): 2297-2311.

DOI

[刘志林, 丁银平, 角媛梅. 中国西南—东南季风交汇区降水时空格局变化及其对食物产量的影响. 地理学报, 2021, 76(9): 2297-2311.]

DOI

[28]
Lu Shan, Hu Zeyong, Wang Baipeng, et al. Spatio-temporal patterns of extreme precipitation events over China in recent 56 years. Plateau Meteorology, 2020, 39(4): 683-693.

DOI

[卢珊, 胡泽勇, 王百朋, 等. 近56年中国极端降水事件的时空变化格局. 高原气象, 2020, 39(4): 683-693.]

DOI

[29]
Liu Z L, Ding Y P, Jiao Y M. Impact of changes in precipitation pattern on food supply in a monsoon interlacing area and its mechanism: A case study of Yunnan province. Journal of Geographical Sciences, 2021, 31(10): 1490-1506.

DOI

[30]
Lin S S, Shen S L, Zhou A N, et al. Sustainable development and environmental restoration in Lake Erhai, China. Journal of Cleaner Production, 2020, 258: 120758. DOI: 10.1016/j.jclepro.2020.120758.

[31]
Sheridan P, Xu A L, Li J, et al. Use of targeted orographic smoothing in very high resolution simulations of a downslope windstorm and rotor in a sub-tropical highland location. Advances in Atmospheric Sciences, 2023, 40(11): 2043-2062.

[32]
Ni C C, Chen Y J, Hu X K, et al. Vegetation change and conservation evaluation of the Cangshan Erhai National Nature Reserve (Cangshan Mountain Part) in southwest China. Forests, 2023, 14(7): 1485. DOI: 10.3390/f14071485.

[33]
Liu Junlong, Xu Jijun, Yuan Zhe, et al. Application of SWAT model driven by CMADS in water cycle simulation of Erhai Basin, Yunnan province. Yangtze River, 2020, 51(3): 65-72.

[刘君龙, 许继军, 袁喆, 等. CMADS驱动SWAT模型在水循环模拟中的应用: 以洱海流域为例. 人民长江, 2020, 51(3): 65-72.]

[34]
Barnett T P, Pierce D W, Hidalgo H G, et al. Human-induced changes in the hydrology of the western United States. Science, 2008, 319(5866): 1080-1083.

DOI PMID

[35]
Chen K, Duan L Z, Liu Q, et al. Spatiotemporal changes in water quality parameters and the eutrophication in Lake Erhai of Southwest China. Water, 2022, 14(21): 3398. DOI: 10.3390/w14213398.

[36]
Lin S S, Shen S L, Zhou A N, et al. Assessment and management of lake eutrophication: A case study in Lake Erhai, China. Science of the Total Environment, 2021, 751: 141618. DOI: 10.1016/j.scitotenv.2020.141618.

[37]
Huang Huijun, Wang Yongping, Li Qinghong. Climatic characteristics over Erhai Lake Basin in the late 50 years and the impact on water resources of Erhai Lake. Meteorological Monthly, 2013, 39(4): 436-442.

[黄慧君, 王永平, 李庆红. 洱海流域近50年气候变化特征及其对洱海水资源的影响. 气象, 2013, 39(4): 436-442.]

[38]
Li Wenjuan, Yan Changrong, Liu Enke, et al. Multiple time scale analysis of water resources in Erhai Lake basin in recent 59 years. Chinese Journal of Agrometeorology, 2010, 31(Suppl.1): 10-15, 19.

[李文娟, 严昌荣, 刘恩科, 等. 洱海流域近59年水资源的多时间尺度分析. 中国农业气象, 2010, 31(Suppl.1): 10-15, 19.]

[39]
Basnyat P, Teeter L D, Flynn K M, et al. Relationships between landscape characteristics and nonpoint source pollution inputs to coastal estuaries. Environmental Management, 1999, 23(4): 539-549.

PMID

[40]
Zhong S Z, Geng Y, Kong H N, et al. Emergy-based sustainability evaluation of Erhai Lake Basin in China. Journal of Cleaner Production, 2018, 178: 142-153.

[41]
Dansgaard W. Stable isotopes in precipitation. Tellus, 1964, 16(4): 436-468.

[42]
Brooks J R, Gibson J J, Birks S J, et al. Stable isotope estimates of evaporation: Inflow and water residence time for lakes across the United States as a tool for national lake water quality assessments. Limnology and Oceanography, 2014, 59(6): 2150-2165.

[43]
Hooper R P. Diagnostic tools for mixing models of stream water chemistry. Water Resources Research, 2003, 39(3): 1055. DOI: 10.1029/2002wr001528.

[44]
Liu J K, Han G L. Tracing riverine particulate black carbon sources in Xijiang River Basin: Insight from stable isotopic composition and Bayesian mixing model. Water Research, 2021, 194: 116932. DOI: 10.1016/j.watres.2021.116932.

[45]
Sankoh A A, Laar C, Derkyi N S A, et al. Application of stable isotope of water and a Bayesian isotope mixing model (SIMMR) in groundwater studies: A case study of the Granvillebrook and Kingtom dumpsites. Environmental Monitoring and Assessment, 2023, 195(5): 548. DOI: 10.1007/s10661-023-11138-4.

[46]
Craig H. Isotopic variations in meteoric waters. Science, 1961, 133(3465): 1702-1703.

PMID

[47]
Yu Jinsheng. Isotope Geochemistry Research in China. Beijing: Science Press, 1997: 112-113.

[于津生. 中国同位素地球化学研究. 北京: 科学出版社, 1997: 112-113.]

[48]
Shi H Y, Chen J. Characteristics of climate change and its relationship with land use/cover change in Yunnan Province, China. International Journal of Climatology, 2018, 38(5): 2520-2537.

[49]
Gui J, Li Z J, Yuan R F, et al. Hydrograph separation and the influence from climate warming on runoff in the north-eastern Tibetan Plateau. Quaternary International, 2019, 525: 45-53.

[50]
Penna D, van Meerveld H J, Zuecco G, et al. Hydrological response of an alpine catchment to rainfall and snowmelt events. Journal of Hydrology, 2016, 537: 382-397.

[51]
Saberi L, McLaughlin R T, Ng G H, et al. Multi-scale temporal variability in meltwater contributions in a tropical glacierized watershed. Hydrology and Earth System Sciences, 2019, 23(1): 405-425.

DOI

[52]
Rai S P, Singh D, Jacob N, et al. Identifying contribution of snowmelt and glacier melt to the Bhagirathi River (Upper Ganga) near snout of the Gangotri Glacier using environmental isotopes. CATENA, 2019, 173: 339-351.

[53]
Xu Anlun, Li Yu, Yang Fan, et al. Fine-scale characteristics of rainfall in Erhai Lake Basin under continuous drought conditions. Plateau Meteorology, 2017, 36(6): 1557-1566.

DOI

[徐安伦, 李育, 杨帆, 等. 连年干旱背景下洱海流域降水的精细化特征. 高原气象, 2017, 36(6): 1557-1566.]

DOI

[54]
Gat J R. Oxygen and hydrogen isotopes in the hydrologic cycle. Annual Review of Earth and Planetary Sciences, 1996, 24(1): 225-262.

[55]
Li Z X, Gui J, Feng Q, et al. Contribution of the cryosphere to runoff in "Chinese water tower" based on environmental isotopes. Geoscience Frontiers, 2023, 14(5): 101613. DOI: 10.1016/j.gsf.2023.101613.

[56]
Xie C, Liu H, Li X R, et al. Spatial characteristics of hydrochemistry and stable isotopes in river and groundwater, and runoff components in the Shule River Basin, Northeastern Xizang Plateau. Journal of Environmental Management, 2024, 349: 119512. DOI: 10.1016/j.jenvman.2023.119512.

[57]
Li Z J, Li Z X, Feng Q, et al. Quantitative analysis of recharge sources of different runoff types in the source region of Three River. Journal of Hydrology, 2023, 626: 130366. DOI: 10.1016/j.jhydrol.2023.130366.

[58]
Wang L H, Liu W J, Xu Z F, et al. Water sources and recharge mechanisms of the Yarlung Zangbo River in the Tibetan Plateau: Constraints from hydrogen and oxygen stable isotopes. Journal of Hydrology, 2022, 614: 128585. DOI: 10.1016/j.jhydrol.2022.128585.

Options
文章导航

/

〈 〉