考慮水力連通的羌塘內(nèi)流區(qū)洼地單元提取與分類

劉金濤 倪飛宇 馬順剛 康有 吳鵬飛 馮美艷

摘要：羌塘內(nèi)流區(qū)是青藏高原面積最大的內(nèi)流區(qū)，氣候變化正在加劇其湖泊水系結(jié)構(gòu)與水量的演變，開(kāi)展內(nèi)流區(qū)流域調(diào)查并科學(xué)估算其水資源的變化具有重要意義。本文提出一種新型內(nèi)流區(qū)流域劃分方法，該方法通過(guò)引入高程-面積聯(lián)合閾值，以解決由氣候變化與數(shù)字高程模型分辨率等因素引起的洼地單元提取難題?；谝驯O(jiān)測(cè)的羌塘內(nèi)流區(qū)流域重組與湖泊水位的變動(dòng)幅度，確定了高程-面積聯(lián)合閾值分別為10 m和50 km²，并對(duì)洼地單元進(jìn)行劃分，共識(shí)別出163個(gè)具有合理集水面積、永久性分水嶺的封閉內(nèi)流區(qū)洼地單元。引入多個(gè)相關(guān)數(shù)據(jù)集及已有算法評(píng)估本方法，結(jié)果表明：該方法適用于大尺度內(nèi)流區(qū)洼地單元提取，提取精度優(yōu)于現(xiàn)有算法及數(shù)據(jù)產(chǎn)品;依據(jù)洼地單元間水力連通特征，將全區(qū)163個(gè)洼地單元?jiǎng)澐譃?種主要類型，其中以“上下游互通型”（Ⅱ型）、“高山型”（Ⅳ型）洼地單元為主，“凹陷型”（Ⅴ型）洼地單元?jiǎng)t多與其他類型復(fù)合存在，受氣候條件的影響更加顯著。

關(guān)鍵詞：洼地單元;流域重組;高程-面積聯(lián)合閾值;氣候變化;羌塘內(nèi)流區(qū);青藏高原

中圖分類號(hào)：P344

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-6791（2024）02-0289-09

收稿日期：2023-10-13;網(wǎng)絡(luò)出版日期：2024-01-08

網(wǎng)絡(luò)出版地址：https：//link.cnki.net/urlid/32.1309.P.20240108.1058.002

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目（92047301）;中國(guó)電建集團(tuán)成都勘測(cè)設(shè)計(jì)院有限公司資助項(xiàng)目（PB3521）

作者簡(jiǎn)介：劉金濤（1977—），男，河北唐山人，教授，博士，主要從事水文土壤學(xué)研究。E-mail：jtliu@hhu.edu.cn

內(nèi)流區(qū)覆蓋了地球近1/5的陸地面積^［1-2］，中國(guó)內(nèi)流區(qū)廣泛分布于西北及青藏高原等地區(qū)，占干旱區(qū)面積的70%以上^［3］。羌塘內(nèi)流區(qū)平均海拔為4 000 m，約占青藏高原總面積的1/4，是青藏高原區(qū)重要的地貌單元，也是該區(qū)最大的內(nèi)流區(qū)^［4-5］。羌塘內(nèi)流區(qū)地形地貌與水文特征復(fù)雜，遼闊的高原面四周伴有山脈環(huán)繞并阻滯水汽輸移，內(nèi)部洼地眾多以接蓄來(lái)自周?chē)鷧R水區(qū)的徑流，洼地間存在的強(qiáng)弱不同的分水嶺結(jié)構(gòu)導(dǎo)致了其復(fù)雜的水文水力連通關(guān)系^［6］。1950—2000年間，青藏高原暖濕化程度加劇，每10 a降水增比為2.2%，氣溫增幅達(dá)0.4 ℃^［7］;冰川面積自1976年起減少了近600 km^2［8］。降水與冰川/積雪融水的增加引起了內(nèi)流區(qū)湖泊水位的快速上升，進(jìn)而改變了具有弱分水嶺（如分水嶺與洼地高差小于10 m）結(jié)構(gòu)的洼地湖盆間的水文連通性，并引發(fā)大規(guī)模的流域重組^［6］。研究顯示，2000—2018年間青藏高原內(nèi)流區(qū)共發(fā)生11起流域重組事件，涉及24個(gè)洼地流域，總面積約6.1萬(wàn)km^2［6］。

伴隨著內(nèi)流區(qū)湖泊的擴(kuò)張現(xiàn)象，羌塘內(nèi)流區(qū)水量平衡、能量交換和生態(tài)環(huán)境的固有節(jié)律已發(fā)生轉(zhuǎn)變，并對(duì)當(dāng)?shù)厝司迎h(huán)境造成顯著影響^［9-10］。因此，在內(nèi)流區(qū)洼地單元及水文情勢(shì)顯著變化下，亟需開(kāi)展內(nèi)流區(qū)洼地單元的科學(xué)劃分及調(diào)查研究，以科學(xué)估算其水資源的變化^［11-12］。目前，已有學(xué)者針對(duì)內(nèi)流區(qū)地貌及水文特征提出了適用于內(nèi)流區(qū)流域的自動(dòng)劃分方法。如Liu等^［13］引入湖泊豐水期遙感影像并提取“河道關(guān)聯(lián)剖面”，判別剖面上隆起的阻隔是否為偽分水嶺，以有效識(shí)別洼地單元^［14］;Yamazaki等^［15］通過(guò)引入具有經(jīng)驗(yàn)性的最小修正體積閾值對(duì)全球內(nèi)流區(qū)做了初步劃分。其他方法如ArcGIS軟件中內(nèi)置的洼地處理工具，通過(guò)設(shè)定洼地底部與出口間的高程閾值，將較深的洼地判定為內(nèi)流區(qū)而不予填充^［16-18］。上述方法一般將洼地視為獨(dú)立單元，忽略了洼地間弱分水嶺在豐水期或持續(xù)暖濕化后可能連通的現(xiàn)象。事實(shí)上，羌塘內(nèi)流區(qū)洼地呈現(xiàn)出了復(fù)雜的水文水力連通關(guān)系，其間存在低于1 m或超過(guò)數(shù)十米以上的強(qiáng)弱不同的分水嶺結(jié)構(gòu)，其阻隔水力連通的能力受分水嶺高低特征與外部氣候條件的綜合影響。如在Liu等^［6］發(fā)現(xiàn)的11起流域重組事件中，發(fā)生重組的洼地流域分水嶺相對(duì)洼地底部的高差一般集中于1～10 m范圍。此外，羌塘內(nèi)流區(qū)分布有大量集水面積小且窄的河流，受數(shù)字高程模型（DEM）分辨率限制亦會(huì)產(chǎn)生“偽分水嶺”，“阻隔”上游小型洼地與下游的水力聯(lián)系^［19］，亟需新算法以科學(xué)調(diào)查內(nèi)流區(qū)洼地單元。

本研究在考慮洼地分水嶺結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上，提出一種新型內(nèi)流區(qū)洼地單元?jiǎng)澐址椒ǎㄟ^(guò)引入高程-面積聯(lián)合閾值，識(shí)別出具有合理集水面積、永久性分水嶺的封閉內(nèi)流區(qū)洼地單元，引入遙感影像驗(yàn)證算法精度?？紤]洼地單元間復(fù)雜的水文水力連通特征，統(tǒng)計(jì)洼地單元類型及水文、地貌特征，為科學(xué)估算羌塘內(nèi)流區(qū)洼地單元的水資源變化提供依據(jù)。

1 研究區(qū)與研究方法

1.1 研究區(qū)概況

羌塘內(nèi)流區(qū)位于青藏高原中西部（29°66′N—38°63′N、78°66′E—93°66′E），面積約70萬(wàn)km²，是典型的內(nèi)陸湖盆區(qū)（圖1）。羌塘內(nèi)流區(qū)由昆侖山脈、唐古拉山脈、念青唐古拉山、喀喇昆侖山、岡底斯山脈等高大山系包圍，氣候類型復(fù)雜，受西風(fēng)帶與南亞季風(fēng)影響顯著，河流短小且徑流量少，多匯入內(nèi)流洼地中的湖泊、鹽沼等。該區(qū)氣候寒冷干旱，年均氣溫普遍低于0 ℃，年均降水量約150 mm。羌塘內(nèi)流區(qū)洼地單元眾多，面積自數(shù)十平方千米至上萬(wàn)平方千米不等，地形起伏變化大，其內(nèi)部與邊界均分布有高低各異的分水嶺結(jié)構(gòu)，如區(qū)內(nèi)廣泛分布有高度1～10 m的弱分水嶺。

1.2 研究數(shù)據(jù)

研究選取了90 m分辨率MERIT DEM數(shù)據(jù)（http：∥hydro.iis.u-tokyo.ac.jp/～yamadai/MERIT_DEM/），該數(shù)據(jù)在全球范圍內(nèi)垂直精度誤差平均小于5 m，有58%的地表柵格單元誤差在2 m以內(nèi)，應(yīng)用于高寒山區(qū)時(shí)表現(xiàn)良好^［20］。在評(píng)價(jià)流域劃分效果時(shí)，選取了HydroSHEDS v1數(shù)據(jù)集（https：∥www.hydrosheds.org/）、Global Drainage Basin Databse（GDBD）數(shù)據(jù)集與Liu等^［6，13］提出的判別湖泊間河道關(guān)聯(lián)剖面算法（下稱Lake-Oriented方法）對(duì)羌塘內(nèi)流區(qū)的提取結(jié)果進(jìn)行對(duì)比評(píng)價(jià)，并結(jié)合Google Earth影像進(jìn)行目視解譯判斷。HydroSHEDS v1數(shù)據(jù)集已在水文領(lǐng)域獲得廣泛應(yīng)用，研究選用其HydroBASIN子數(shù)據(jù)集，該數(shù)據(jù)集共包含12級(jí)流域邊界，對(duì)整個(gè)羌塘內(nèi)流區(qū)共劃分出了383個(gè)洼地單元（圖1（c））^［21］;GDBD數(shù)據(jù)集是日本國(guó)立環(huán)境研究所開(kāi)發(fā)的全球流域數(shù)據(jù)庫(kù)，包含流域邊界、水系等基礎(chǔ)水文數(shù)據(jù)^［22］，根據(jù)GDBD中的水系、洼地單元數(shù)據(jù)，手動(dòng)

劃分了143個(gè)洼地單元（圖1（d））;此外，基于2018年羌塘內(nèi)流區(qū)湖泊遙感影像，研究還采用Liu等^［6］基于Lake-Oriented方法提取的2018年羌塘內(nèi)流區(qū)流域數(shù)據(jù)集，共420個(gè)洼地單元（圖1（e））。

1.3 算法流程

研究提出了一種新型內(nèi)流區(qū)劃分（Joint Elevation-Area Threshold，JEAT）方法，采用高程-面積聯(lián)合閾值劃分內(nèi)流區(qū)洼地單元，算法主要包括流向計(jì)算、洼地單元的初始劃分、閾值聯(lián)合運(yùn)用及單元?jiǎng)澐?、精度評(píng)價(jià)4個(gè)步驟。

（1） 流向計(jì)算。流向計(jì)算是流域劃分的關(guān)鍵，然而常用的洼地流向算法人為地增加了平地的大小及數(shù)目，限制了其在內(nèi)流區(qū)劃分的應(yīng)用。為保證流向分配的合理性，本文采取了一種整合多種流向算法的策略。對(duì)洼地和平地單元，考慮計(jì)算速度和洼地出流流向的準(zhǔn)確性，采用了Magalhes等^［23］結(jié)合優(yōu)先隊(duì)列結(jié)構(gòu)和Flooding原理開(kāi)發(fā)的RWFlood算法，計(jì)算洼地和平地單元的流向;對(duì)剩余坡地單元采用Wu等^［24］提出的高精度iFAD8算法確定流向。

（2） 洼地單元的初始劃分。洼地的初始劃分是保證流域邊界準(zhǔn)確的必要條件，以洼地底部單元為檢索起點(diǎn)，洼地單元包含流入該底部單元的所有柵格單元;平地單元可能位于洼地的底部或中部，位于中部時(shí)需判斷上下游關(guān)系，以確定其所處洼地的位置。

（3） 閾值聯(lián)合運(yùn)用及單元?jiǎng)澐?。完成初始劃分后，將生成?shù)目龐大且分布破碎的洼地單元，可引入高程閾值對(duì)其做初步整合。如圖2（a）所示，關(guān)聯(lián)剖面指洼地間的河道高程剖面，弱分水嶺為關(guān)聯(lián)剖面上隆起的微小地形阻隔，淹沒(méi)深度指弱分水嶺距洼地底部的高差。首先，比較高程閾值（h_c）和淹沒(méi)深度（h），當(dāng)高程閾值大于淹沒(méi)深度（即h_c>h₁或h_c>h₂），則將洼地1與洼地2，或洼地2與洼地3合并。需要注意的是（圖2（b）），當(dāng)判斷洼地2與洼地3的弱分水嶺小于高程閾值（即h_c>h₂）時(shí)，則需考慮洼地間的拓?fù)潢P(guān)系，即洼地2應(yīng)先與洼地1連通后再考慮與洼地3連通。若位于關(guān)聯(lián)剖面上游的洼地集水面積小于面積閾值（s₁c），盡管其h₁>h_c，仍將其與下游大型洼地合并，即認(rèn)為集水面積小的上游洼地與下游洼地間有細(xì)小河道連通。

（4） 精度評(píng)價(jià)。將提取的洼地單元分別與3種參考結(jié)果及結(jié)合Google Earth遙感歷史影像與目視解譯判斷的結(jié)果進(jìn)行對(duì)比，選取重合面積占比作為指標(biāo)，以定量化評(píng)估典型流域的劃分結(jié)果。

R₁=（S₁∩S₂）/S₂（1）

式中：S₁為任一方法給出的流域面積;S₂為目視解譯結(jié)果，∩代表對(duì)S₁與S₂求其交集，即分別計(jì)算任一方法的面積與目視解譯結(jié)果的重合面積;R₁為任一方法的重合面積占目視解譯結(jié)果的比例，R₁越大代表流域劃分效果越好。

2 結(jié)果與討論

2.1 不同閾值組合的提取結(jié)果

Liu等^［6］指出了11例流域重組事件，發(fā)現(xiàn)其湖泊水位變化集中于1～10 m的區(qū)間范圍，本文設(shè)置高程閾值的變化范圍為1～10 m，步長(zhǎng)為1 m（共10組情景）;考慮流域面積在數(shù)十平方千米至上萬(wàn)平方千米，設(shè)置面積閾值的變化范圍為10～500 km²，步長(zhǎng)為10 km²（共50組情景），共選取了36個(gè)典型流域。這里以倉(cāng)木錯(cuò)流域?yàn)槔?，圖3（a）比較了Google Earth影像目視解譯判斷時(shí)的5種邊界，發(fā)現(xiàn)JEAT方法與4種參考邊界總體符合較好;圖3（b）則說(shuō)明了4種提取邊界的差異，其中GDBD與HydroSHEDS數(shù)據(jù)集在部分區(qū)域呈鋸齒狀，與分水嶺的實(shí)際形態(tài)不符，而JEAT方法與Lake-Oriented方法邊界基本可以描繪分水嶺的實(shí)際形態(tài)。圖4進(jìn)而展示了包含倉(cāng)木錯(cuò)流域的10個(gè)典型流域的4種邊界對(duì)比，根據(jù)目視解譯判斷認(rèn)為JEAT方法劃分的流域邊界合理。

分別統(tǒng)計(jì)前述36個(gè)典型流域4種邊界的提取面積，并對(duì)比目視解譯面積計(jì)算重合比例，定量評(píng)估JEAT方法的劃分效果。如圖5所示，JEAT方法的重合面積占比變化范圍小，異常值點(diǎn)少，均值最大且落于變化范圍內(nèi)，與其他3種邊界相比，劃分效果最佳。

進(jìn)一步引入遙感影像驗(yàn)證算法精度，通過(guò)赤布張錯(cuò)與多爾索洞錯(cuò)的遙感歷史影像（圖6（a）和圖6（b）），可以發(fā)現(xiàn)，2000—2020年，赤布張錯(cuò)與多爾索洞錯(cuò)之間發(fā)生了連通。比較4種劃分邊界（圖6（c）—圖6（f）），發(fā)現(xiàn)JEAT方法可以較好地刻畫(huà)湖泊連通，HydroSHEDS即使在大量手動(dòng)修正的條件下，也未能刻畫(huà)出連通情形?？梢?jiàn)，JEAT方法具有良好的應(yīng)用效果。

分析聯(lián)合閾值的取值，當(dāng)高程閾值增大，表明小于閾值的洼地湖泊水位抵達(dá)弱分水嶺而發(fā)生合并，洼地單元匯水區(qū)隨之增加。當(dāng)面積閾值增大，表明將誤判的上游集水面積不足的虛假洼地進(jìn)行合并，其匯水區(qū)也隨之增加。因此設(shè)置不同的高程-面積聯(lián)合閾值，流域邊界也將有所不同?？紤]劃分結(jié)果最優(yōu)時(shí)的閾值組為優(yōu)選閾值組。表1列出了11種流域重組現(xiàn)象發(fā)生時(shí)湖泊水位變化情況，并與JEAT法的優(yōu)選閾值組進(jìn)行了對(duì)比，發(fā)現(xiàn)高程閾值集中于1～10 m，與湖泊水位的變化相近，對(duì)洼地連通現(xiàn)象具有一定的指示意義。設(shè)置高程閾值為10 m，即統(tǒng)計(jì)現(xiàn)有湖泊水位變幅條件下所有發(fā)生連通的洼地以指示永久性的分水嶺結(jié)構(gòu);統(tǒng)計(jì)初始劃分時(shí)上游的洼地?cái)?shù)目及類型并結(jié)合目視解譯判斷，有超過(guò)80%的洼地為DEM分辨率限制所產(chǎn)生的虛假洼地，且集水面積往往不足50 km²。綜上，設(shè)置高程閾值為10 m，面積閾值為50 km²，并結(jié)合Google Earth影像目視解譯判斷，對(duì)部分集水面積大于50 km²的虛假洼地進(jìn)行了手動(dòng)修正，劃分結(jié)果如圖7（a）所示，共劃分出163個(gè)洼地單元，即代表具有永久性分水嶺的洼地單元，作為JEAT法的最終結(jié)果。

研究也發(fā)現(xiàn)，不同閾值組的設(shè)置也顯著影響洼地單元的劃分?jǐn)?shù)目。如前所述，JEAT方法高程閾值越大，洼地連通則更為頻繁，洼地?cái)?shù)目相應(yīng)減少。高程閾值分別為2、4、6、8、10 m時(shí)，面積閾值為50 km²時(shí)統(tǒng)計(jì)得到的洼地單元數(shù)目分別為192、186、175、169、163個(gè)。結(jié)果表明連通洼地的數(shù)目變化呈現(xiàn)出先增大后減少的趨勢(shì)。連通洼地的數(shù)目變化實(shí)際反映了洼地間分水嶺的“強(qiáng)弱”特征，即區(qū)域內(nèi)洼地間的弱分水嶺高度以4～6 m為主。

2.2 內(nèi)流區(qū)洼地單元調(diào)查結(jié)果

對(duì)前述劃分的163個(gè)洼地單元，依據(jù)其水力連通特征進(jìn)行了分類?？紤]Liu等^［6］表述的3種水力連通特征，在此基礎(chǔ)上增加了2類，共歸為5類（圖8）。第1類為“左右互通型”洼地單元（Ⅰ型），即相鄰?fù)莸氐某隹诨槌鏊?，連通時(shí)湖泊水位變化相似;第2類為“上下游互通型”洼地單元（Ⅱ型），即洼地單元內(nèi)的2個(gè)嵌套洼地高程不同，上游洼地內(nèi)湖泊水位到達(dá)其弱分水嶺時(shí)匯入下游洼地;第3類為“上下游多級(jí)互通型”洼地單元（Ⅲ型），即洼地單元內(nèi)上下游分布有多級(jí)嵌套洼地，各級(jí)洼地的湖泊水位到達(dá)自身的弱分水嶺后，順勢(shì)流入其鄰近的下游洼地，逐漸發(fā)展為局部連通甚至全部連通;第4類為“高山型”洼地單元（Ⅳ型），或可稱孤立型洼地，分布于高山區(qū)，其分水嶺極高，與外界的連通往往難以發(fā)生;第5類為“凹陷型”洼地群（Ⅴ型），或稱嵌套的小型洼地群，洼地?cái)?shù)目眾多，分水嶺低且集水面積較小，連通關(guān)系受氣候影響而時(shí)刻發(fā)生變化，常出現(xiàn)于連通-干涸過(guò)程交替的窄河道附近，在一些分水嶺規(guī)模較大的區(qū)域，其內(nèi)部凹陷眾多，也易形成上述的洼地群。

進(jìn)一步調(diào)查統(tǒng)計(jì)163個(gè)洼地單元的水力連通特征與降水、氣溫、高程等基本信息（圖7（b））。結(jié)果顯示，研究區(qū)共包含Ⅰ型洼地單元5個(gè)、Ⅱ型洼地單元39個(gè)、Ⅲ型洼地單元7個(gè)、Ⅳ型洼地單元109個(gè)，以及Ⅴ型洼地單元3個(gè)?？傮w以Ⅱ、Ⅳ型洼地單元為主。Ⅱ型洼地單元分布于地勢(shì)相對(duì)平緩的中部，分水嶺的阻隔能力較弱，洼地間的窄河道較多。Ⅳ型洼地單元分布于南部的岡底斯山-念青唐古拉山或北部的阿爾金山-昆侖山一線，這些區(qū)域地勢(shì)極高，海拔變化極大，局地的“弱”分水嶺也可達(dá)到10 m以上。在一些有小型高山冰川穿插的區(qū)域，也易形成Ⅳ型洼地。區(qū)內(nèi)還有少數(shù)Ⅰ、Ⅲ型洼地單元。Ⅰ型洼地單元的分水嶺高差相似，洼地連通時(shí)面積變化非常顯著;Ⅲ型洼地單元包含多個(gè)高程逐次降低的洼地，發(fā)生局部連通或全部連通時(shí)，水量自上游向下游大洼地甚至外流區(qū)傳播，如卓乃湖-庫(kù)賽湖-海丁諾爾-鹽湖，Liu等^［6］指出其已發(fā)生了局部連通，預(yù)期未來(lái)可能對(duì)下游的基礎(chǔ)設(shè)施造成破壞。Ⅴ型洼地群難以單獨(dú)出現(xiàn)，以分布于連通-干涸過(guò)程交替的窄河道附近為主；此外，如北部昆侖山脈附近分水嶺規(guī)模較大，地形起伏形成眾多小型凹陷，構(gòu)成了Ⅴ型洼地群。Ⅴ型洼地群受氣候條件影響極為顯著，頻繁發(fā)生旱季隔斷、雨季連通的現(xiàn)象。

3 結(jié)論

本研究考慮洼地單元的水力連通特征與窄河道的影響，引入高程-面積聯(lián)合閾值（JEAT）方法，提出了一種新型洼地單元?jiǎng)澐址椒ú?yīng)用于羌塘內(nèi)流區(qū)，選取HydroSHEDS數(shù)據(jù)集、GDBD數(shù)據(jù)集與Lake-Oriented方法的劃分結(jié)果并結(jié)合Google Earth遙感歷史影像及目視解譯判斷結(jié)果作為參考，評(píng)估了JEAT方法的應(yīng)用效果，分析了高程閾值和面積閾值取值的影響，給出了11組發(fā)生連通現(xiàn)象的洼地優(yōu)選閾值組。進(jìn)一步優(yōu)選高程閾值為10 m，面積閾值為50 km²，共劃分出了163個(gè)具有永久性分水嶺的洼地單元，依據(jù)其水力連通特征分為5種類型，主要結(jié)論如下：

（1） JEAT方法與參考數(shù)據(jù)、遙感歷史影像及目視解譯結(jié)果符合較好，具有一定的應(yīng)用價(jià)值，優(yōu)選閾值組中高程閾值對(duì)湖泊水位變化引起的洼地連通有一定的指示意義。

（2） 羌塘內(nèi)流區(qū)可能發(fā)生連通的洼地單元弱分水嶺高度集中于4～6 m，面積閾值可能存在誤判，未來(lái)可開(kāi)展野外試驗(yàn)勘測(cè)或借助遙感影像捕捉窄河道以提升算法精度。

（3） 羌塘內(nèi)流區(qū)洼地單元以Ⅱ型、Ⅳ型洼地單元為主。Ⅱ型洼地單元分布于研究區(qū)中部，Ⅳ型洼地單元常伴有高山冰川分布;Ⅴ型洼地單元多與其他類型復(fù)合存在，受氣候條件的影響更加顯著。

參考文獻(xiàn)：

［1］DORSAZ J M，GIRON?S J，ESCAURIAZA C，et al.The geomorphometry of endorheic drainage basins：implications for interpreting and modelling their evolution［J］.Earth Surface Processes and Landforms，2013，38（15）：1881-1896.

［2］MAASRI A，THORP J H，GELHAUS J K，et al.Communities associated with the Functional Process Zone scale：a case study of stream macroinvertebrates in endorheic drainages［J］.Science of the Total Environment，2019，677：184-193.

［3］張國(guó)平，趙琳娜，許鳳雯，等.基于流域結(jié)構(gòu)分析的中國(guó)流域劃分方案［J］.北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，46（3）：417-423.（ZHANG G P，ZHAO L N，XU F W，et al.Study on basin partition scheme of China based on basin structure analysis［J］.Journal of Beijing Normal University （Natural Science），2010，46（3）：417-423.（in Chinese））

［4］LI Y，SU F G，CHEN D L，et al.Atmospheric water transport to the endorheic Tibetan Plateau and its effect on the hydrological status in the region［J］.Journal of Geophysical Research：atmospheres，2019，124（23）：12864-12881.

［5］ZHAN P F，SONG C Q，WANG J D，et al.Recent abnormal hydrologic behavior of Tibetan lakes observed by multi-mission altimeters［J］.Remote Sensing，2020，12（18）：2986.

［6］LIU K，KE L H，WANG J D，et al.Ongoing drainage reorganization driven by rapid lake growths on the Tibetan Plateau［J］.Geophysical Research Letters，2021，48（24）：e2021GL095795.

［7］YI K，ZHANG Y R，CHEN M J，et al.Vegetation stability characterized the central Tibetan Plateau over the last two millennia but has recently begun to change［J］.Palaeogeography，Palaeoclimatology，Palaeoecology，2023，625：111689.

［8］LI M，WENG B S，YAN D H，et al.Variation trends and attribution analysis of lakes in the Qiangtang Plateau，the endorheic basin of the Tibetan Plateau［J］.Science of the Total Environment，2022，837：155595.

［9］KE L H，SONG C Q，WANG J D，et al.Constraining the contribution of glacier mass balance to the Tibetan lake growth in the early 21st century［J］.Remote Sensing of Environment，2022，268：112779.

［10］CHENG J，SONG C Q，LIU K，et al.Satellite and UAV-based remote sensing for assessing the flooding risk from Tibetan lake expansion and optimizing the village relocation site［J］.Science of the Total Environment，2022，802：149928.

［11］田富強(qiáng)，李琨彪，韓松俊，等.青藏高原東部流域徑流偶極子時(shí)空變化規(guī)律［J］.水科學(xué)進(jìn)展，2023，34（4）：481-489.（TIAN F Q，LI K B，HAN S J，et al.Dipole spatiotemporal variations of river runoff in Eastern Tibetan Plateau［J］.Advances in Water Science，2023，34（4）：481-489.（in Chinese））

［12］胡春宏，鄭春苗，王光謙，等.“西南河流源區(qū)徑流變化和適應(yīng)性利用” 重大研究計(jì)劃進(jìn)展綜述［J］.水科學(xué)進(jìn)展，2022，33（3）：337-359.（HU C H，ZHENG C M，WANG G Q，et al.Reviews of the major research plan “runoff change and its adaptive management in the source region of major rivers in Southwestern China”［J］.Advances in Water Science，2022，33（3）：337-359.（in Chinese））

［13］LIU K，SONG C Q，KE L H，et al.Automatic watershed delineation in the Tibetan endorheic basin：a lake-oriented approach based on digital elevation models［J］.Geomorphology，2020，358：107127.

［14］SHENG Y W，SONG C Q，WANG J D，et al.Representative lake water extent mapping at continental scales using multi-temporal Landsat-8 imagery［J］.Remote Sensing of Environment，2016，185：129-141.

［15］YAMAZAKI D，IKESHIMA D，SOSA J，et al.MERIT hydro：a high-resolution global hydrography map based on latest topography dataset［J］.Water Resources Research，2019，55（6）：5053-5073.

［16］O′CALLAGHAN J F，MARK D M.The extraction of drainage networks from digital elevation data［J］.Computer Vision，Graphics，and Image Processing，1984，28（3）：323-344.

［17］PLANCHON O，DARBOUX F.A fast，simple and versatile algorithm to fill the depressions of digital elevation models［J］.CATENA，2002，46（2/3）：159-176.

［18］TARBOTON D G，BRAS R L，RODRIGUEZ-ITURBE I.On the extraction of channel networks from digital elevation data［J］.Hydrological Processes，1991，5（1）：81-100.

［19］FEI J Y，LIU J T，KE L H，et al.A deep learning-based method for mapping alpine intermittent rivers and ephemeral streams of the Tibetan Plateau from Sentinel-1 time series and DEMs［J］.Remote Sensing of Environment，2022，282：113271.

［20］LIU K，SONG C Q，KE L H，et al.Global open-access DEM performances in Earth′s most rugged region High Mountain Asia：a multi-level assessment［J］.Geomorphology，2019，338：16-26.

［21］LASHERMES B，F(xiàn)OUFOULA-GEORGIOU E，DIETRICH W E.Channel network extraction from high resolution topography using wavelets［J］.Geophysical Research Letters，2007，34（23）：L23S04.

［22］MASUTOMI Y，INUI Y，TAKAHASHI K，et al.Development of highly accurate global polygonal drainage basin data［J］.Hydrological Processes，2009，23（4）：572-584.

［23］MAGALHES S V G，ANDRADE M V A，F(xiàn)RANKLIN W R，et al.A linear time algorithm to compute the drainage network on grid terrains［J］.Journal of Hydroinformatics，2014，16（6）：1227-1234.

［24］WU P F，LIU J T，HAN X L，et al.Nondispersive drainage direction simulation based on flexible triangular facets［J］.Water Resources Research，2020，56（4）：e2019WR026507.

Extraction and classification of endorheic units in the Qiangtang endorheic

basin considering hydraulic connectivity

The study is financially supported by the National Natural Science Foundation of China （No.92047301） and the Technology Project of POWERCHINA Chengdu Engineering Corporation Limited，China （No.PB3521）.

LIU Jintao¹，NI Feiyu¹，MA Shungang²，KANG You²，WU Pengfei¹，F(xiàn)ENG Meiyan¹

（1. National Key Laboratory of Water Disaster Prevention，Hohai University，Nanjing 210098，China;

2. POWERCHINA Chengdu Engineering Corporation Limited，Chengdu 610072，China）

Abstract：The Qiangtang endorheic basin，the largest endorheic basin in the Tibetan Plateau，is experiencing a rapid evolution of its lake system structure and water quantity owing to climate change.Considering the impacts of climate change on the boundaries of endorheic units，we propose a novel delineation algorithm introducing the Joint Elevation-Area Threshold （JEAT） to address delineation issues caused by climate change.Firstly，by observing the reorganizations and fluctuations in lake levels in the Qiangtang endorheic zone，we determined that the JEAT was 10 m and 50 km²，respectively.Next，a total of 163 endorheic units with reasonable contribution area and permanent boundaries were identified.The results demonstrated that the algorithm is suitable for extracting endorheic units on a large scale，and the extraction accuracy is superior to that of other existing algorithms and datasets.Subsequently，163 endorheic units were categorized into five main types based on weak watershed type，with the upstream-downstream connected type （Type Ⅱ） and alpine type （Type Ⅳ） being the main ones.Pit type （Type Ⅴ） watersheds tended to mostly coexist with other types，exhibiting a more intense response to the connectivity characteristics of large depressions at different periods.

Key words：endorheic units;drainage reorganization;Joint Elevation-Area Threshold;climate change;Qiangtang endorheic basin;Tibetan Plateau