朱立平， 乔宝晋， 杨瑞敏， 刘翀， 王君波②， 鞠建廷

①中国科学院青藏高原研究所，北京 100101；②中国科学院青藏高原地球科学卓越创新中心；③中国科学院大学，北京 100049

专题综述：青藏高原资料匮乏区调查

青藏高原湖泊水量与水质变化的新认知*

朱立平①②③†， 乔宝晋①③， 杨瑞敏①， 刘翀①③， 王君波①②， 鞠建廷①

①中国科学院青藏高原研究所，北京 100101；②中国科学院青藏高原地球科学卓越创新中心；③中国科学院大学，北京 100049

青藏高原湖泊众多，是气候变化敏感的指示器。湖泊作为地表下垫面的重要组成部分，不仅通过陆-气之间的水汽和能量交换影响区域气候(如降水、气温)，而且通过沉积物记录了过去的气候变化信息。湖泊的水量和水质是制约湖泊与大气水分能量交换和湖泊沉积过程的基本要素，对青藏高原湖泊水量、水质的基础调查工作是准确认识青藏高原对气候响应与影响的关键。基于最近5年在青藏高原地区开展的湖泊基础调查工作，明晰了过去对青藏高原重要湖泊基础资料的模糊认识，阐述了湖泊面积、水量变化的时空差异及其对气候变化的响应，探讨了基于遥感水色开展大范围长、时间湖泊水质研究的新方法。

青藏高原；湖泊；水量；水质；基础调查；遥感

青藏高原平均海拔超过4 000 m，被称为“世界屋脊”和地球的“第三极”。青藏高原广泛分布着大量的湖泊(图1)，总面积超过45 000 km2，约占中国湖泊总面积的50%[1]，是亚洲数条大河(长江、黄河、澜沧江、雅鲁藏布江、印度河等)的发源地。由于青藏高原人烟稀少，人类活动对湖泊的影响较小，湖泊的变化主要是由气候变化导致。湖泊作为地表下垫面的重要组成部分，不仅通过陆-气之间的水汽和能量交换影响区域气候(如降水、气温)，而且通过沉积物记录了过去的气候变化信息。青藏高原的湖泊大多地处高寒区域，交通不便，许多湖泊的基本状况仍然不为人们所知，而在气候急剧变暖背景下，青藏高原大多数湖泊出现快速扩张，仅在南部有少数湖泊处于萎缩的状态[2-4]。湖泊扩张带来的水量、水体参数变化将对区域环境产生深刻的影响，因此迫切需要了解这些湖泊发生的变化。

1 青藏高原湖泊基础调查

湖泊基本特征的调查是开展湖泊与环境变化研究的基础，目前已经在不少湖泊开展了相应的研究工作，如对湖泊的水深测量、水质调查、湖泊沉积物的钻取等。遥感影像是估算湖泊面积及其变化最直接和有效的方法。以2013年的陆地卫星遥感影像为基础，计算作为青藏高原第一大湖的青海湖面积为4 363 km2。已有的测深数据显示，其最大深度为28.7 m[5]，估算水量约706 亿 m3。与20世纪70年代的调查数据相比，青藏高原的湖泊扩张已经改变了湖泊面积大小排序。色林错目前已经成为西藏自治区境内的第一大湖，面积达到2 397 km2(较1976年增加了710 km2)。通过实测水深调查发现，湖泊水下地形较为平坦，最深处约50 m，其中水深超过40 m的区域主要分布在东南部，通过插值估算色林错的水量约为558 亿 m3。水质的调查结果表明该湖的电导率约14 000 μS/cm，属于咸水湖；水化学离子的分析结果表明，色林错是以Na+和SO42-为主的湖泊，pH值约8.7。纳木错已经由西藏自治区湖水面积第一的大湖退居为第二，面积为2 020 km2。实测水深结果表明最深处超过95 m，且湖泊中部地区是整体水深超过90 m的大而平坦的湖底平原。其湖水的电导率约1 839 μS/cm，并且湖水为弱碱性，pH值约9.13[6]。根据实测水深数据，估算纳木错湖泊的水量约870亿 m3[7]。从面积上看，位于西藏中部的当惹雍错仅为西藏第五大湖泊，面积为846 km2，却是青藏高原最深的湖泊，实测最大深度达到230 m。根据实测水深数据估算水量约为709 亿 m3[8]。湖水的离子以Na+和NO3-为主，总溶解性固态物(total dissolved solid, TDS)约9 392.78 mg/L；湖水pH值超过10，表明该湖湖水为强碱性[9]。与当惹雍错一样，青藏高原的许多湖泊具有较高的盐度。在近年的实测资料中，发现位于青藏高原西北部的龙木错具有极高的电导率，导致在-7.6 ℃的寒冷条件下仍然能够保持液态(图2)。围绕着青藏高原湖泊的基础调查工作，目前已经获得了20多个主要湖泊的深度、水量、水质(水温、电导率、pH、溶解氧、透明度、叶绿素)等数据，包括普莫雍错[10]、佩枯错、玛旁雍错和拉昂错[11]、班公错[12]、纳木错[6]、色林错、达则错[12]、当惹雍错和扎日楠木错[8]、塔若错[13]、郭扎错、阿克赛钦、邦达错、龙木错[14]、赤布张错、多尔索洞措、令戈错、多格错仁、多格错仁强错等，同时开展了数百个中小湖泊的水质调查研究。

图1 青藏高原主要湖泊的分布情况

图2 青藏高原西北部龙木错水质离子剖面

根据近年对青藏高原湖泊调查的新认识，我们将面积最广、水量最多、湖水最深、盐度最大、温度最低(液态)等最具有物理化学特色的一些湖泊基本数据总结如下：面积最大的湖泊是青海湖，约4 363 km2；水量最多的湖泊是纳木错，约870 亿m3，相当于4个三峡水库库容；湖水最深的是当惹雍错，最大深度约230 m；最咸的湖泊是龙木错，表层和底层湖水的电导率分别为170 000 μS/cm和247 000 μS/cm，底层液态湖水的温度低至-7.6 ℃；单向长度最大的湖是班公错，长约155 km。作为目前西藏最大的湖泊色林错，尽管其物理化学指标均未能占据首位，但其以最快的增长幅度成为近年受人关注的对象。其目前的面积和水储量分别为2 397 km2和558 亿 m3，较1976年分别增加了710 km2和249 亿 m3。

图3 青藏高原1976－2013年四期湖泊水量变化[19]

2 青藏高原近期湖泊面积和水量变化的研究

近年来关于青藏高原湖泊变化的研究不断增多，已经越来越受到关注。2011年，青藏高原有超过1 500个湖泊，其中面积大于10 km2、100 km2、500 km2和1 000 km2的湖泊数量分别是312个、104个、7个和3个，总面积达到41 938 km2[2]。从历史数据看，20世纪70年代大于1 km2的湖泊总面积为40 126 km2，但是到2010年已经增加到47 366 km2[4]，约占中国湖泊总面积的52%[15]。1970—2010年间青藏高原共有99个新的湖泊出现，其中71个新湖是在1990—2010年间出现的，并且有超过80%的湖泊在1970—2010年间表现出扩张的趋势[4]。一些著名的大湖均呈现明显的扩张，如纳木错从1971年到2004年面积共增加了95 km2[16]。色林错同样一直处于快速扩张的趋势，面积已超越了纳木错，成为西藏第一大湖，湖泊的面积从1975—2008年共增加了574 km2[17]。当惹雍错近十年来湖泊面积共增加了15 km2[18]。基于SRTM(shuttle radar topography mission)和Landsat影像，估算了青藏高原大于50 km2的湖泊水量变化从1976年到2013年共增加了1 026.4 亿 m3[19]。图3显示了青藏高原1976—2013年间四期湖泊水量的变化情况[19]，表明青藏高原的湖泊在1976—1990年经历了普遍退缩，1990年以后出现普遍扩张，而在2000－2005年出现快速扩张的趋势，目前仍然处在持续扩张的状态。然而，在青藏高原湖泊普遍扩张的过程中，其东北部和南部的一些湖泊也出现退缩现象。青海湖的面积近30年间减少了184.82 km2，退缩率为22.13%，扎陵湖也在不断地萎缩[20]。羊卓雍错近30年间面积减少了85.1 km2，退缩率为1.96%，扎日南木错也在不断地萎缩[20]。佩枯错近些年来的湖泊面积处于持续退缩的状态[21]。

由于青藏高原湖泊的快速扩张，淹没草场，对当地的经济及环境造成较大的影响。目前对于湖泊变化的原因研究较多，但是由于青藏高原气象站点稀少，阻碍了对其原因的分析。近年来，青藏高原的降水量不断增多，尤其是中部地区更为明显[22]。通过分析湖泊与降水量变化的关系，不少学者认为降水的增多是湖泊变化的主要原因[23-25]；然而，随着温度的升高，青藏高原大多数冰川近几十年表现出快速退缩的状态[26-30]，冰川融水的增多也被认为是湖泊扩张的重要原因[3,20,31-33]；冻土的变化同样被认为是湖泊变化的原因之一[34]。

就单个或几个湖泊变化的原因分析来看，造成湖泊退缩或扩张的原因各不相同。在藏南地区，降水减少以及蒸发增强是羊卓雍错湖泊退缩的主要原因，而强烈的蒸发以及低的降水量也使得玛旁雍错不断地退缩[35]。对于内陆封闭湖泊来讲，由GRACE(gravity recovery and climate experiment)卫星计算的陆表水储量的变化量与湖泊水量变化量接近，表明青藏高原内陆湖泊的扩张很可能主要是由于外来降水增多导致[2,36]。过去的几十年，青藏高原大多数冰川都处在严重退缩的状态，尤其是喜马拉雅山脉的冰川退缩更为明显[30]。基于冰川物质平衡的分析研究表明，冰川融水对色林错、纳木错以及蓬错湖泊扩张的贡献量分别为11.7%、28.7%和11.4%，因而判断降水的增加以及蒸发量的减少是这些湖泊面积扩张的主要原因[23]。基于水文模型的模拟结果表明，玛旁雍错、色林错、佩枯错和当惹雍错四个流域中，冰川融水占径流的比例仅为14%～30%，而降水和积雪融水是湖泊变化的主要原因[37]。利用WEB-DHM(water and energy budget-based distributed hydrological model)模拟的结果表明，径流、湖面降水和湖面蒸发对色林错湖泊扩张的贡献量分别为49.5%、22.1%和18.3%[38]。然而，通过定量分析纳木错流域各个要素对湖泊的贡献量，表明虽然降水是湖泊补给的主要来源，但是其主要是来维持湖泊的水量平衡，而冰川融水的增量是湖泊扩张的主要原因[16]。唐古拉山地区冰川补给和非冰川补给的湖泊变化存在较大的差异，冰川补给湖泊扩张明显。通过估算表明，冰川融水对该类湖泊扩张的贡献与降水/蒸发的贡献处于相当的水平[33]。在青藏高原北纬33°区域，冰川补给区的湖泊扩张速度显著多于非冰川补给区[32]。然而，由于目前缺乏可靠的卫星气象数据、气象站点数据以及实测径流的数据等，难以准确地定量各个要素对湖泊变化的贡献量，以致于对青藏高原湖泊变化的原因仍然存在较大的争议。

3 青藏高原湖泊水质变化及其研究的新方法

湖泊水质是指湖水的物理、化学特性及其动态特征。湖水的物理性质主要包括水温、颜色、透明度、嗅觉和味觉；化学性质由溶解和分散于湖水中的气体、离子、分子、胶体物质及悬浮固体成分、微生物和这些物质的含量所决定。随着测试技术的发展，一些原来需要采样后再通过实验分析的化学指标目前得以在现场测量，为水质变化研究提供了便利条件。青藏高原的湖泊远离人类活动，几乎不存在富营养化现象，一些基本的湖泊水质参数如水温、pH、总盐度(电导率)、总溶解性固体物、叶绿素、溶解氧、透明度等均可以使用便携式水质仪快速获取，使得湖泊水质的基础调查工作取得了很大进展，目前已经获得80多个湖泊的实测水质资料。然而，青藏高原地区分布着大大小小的湖泊1 000多个，一方面，由于自然条件、人力和经费成本的限制，不可能对这些湖泊全部进行现场测量；另一方面，由于湖泊水质受区域分异和气候变化等各种因素影响，对其空间分布和时间变化特征的了解也不可能完全依赖现场测量进行，需要发展新的研究方法，以获取湖泊水质参数的时空变化。

湖泊水色是湖泊重要而基本的特征之一，是湖泊自身及其流域范围的物理、化学、生物等要素综合影响的表现。湖泊浮游生物中的叶绿素(chlorophyll)、总悬浮颗粒物(TSM)、有色可溶解性有机物(CDOM)决定着湖泊水色[39]，而这些成分又与湖泊水质参数密切相关。青藏高原地区海拔较高、气候寒冷、环境恶劣，加之绝大多数湖泊基本不受人类活动的影响，湖泊生态系统生产力与内外源有机质输入相对微弱，无机悬浮物及其溶解程度表现出的水质特征可能是影响湖泊水色的主要因素，通过建立水质参数与水色特征之间的相关关系，能够通过水色研究湖泊水质的变化及其对环境变化的响应。由于湖泊水色的光谱特征能够直接利用光学遥感卫星数据获取，使得我们有可能获得过去长时间、大范围的湖泊水质变化，并探讨其变化的原因和机制。

利用MODIS卫星数据提取的青藏高原地区大于50 km2的120个湖泊的光谱特征，与实测的部分湖泊深度、电导率、叶绿素等水体参数相关分析表明，湖泊水色与电导率、深度具有较好的相关性，而与叶绿素的相关性很低。将这些湖泊面积划分为不同等级后显示，面积中等湖泊的水色与电导率相关性高于平均值，与深度的相关性低于平均值，与叶绿素相关性依旧很低。其余湖泊的水色与电导率相关性低于平均值，与深度的相关性高于平均值，与叶绿素相关性依旧很低。这表明青藏高原地区湖泊水色可能受到电导率、深度的影响较大，且两者对面积大小不同的湖泊影响程度有所区别，而广泛影响其他地区两类水体及海洋水色的叶绿素，则对青藏高原地区水色影响很小。利用MODIS卫星数据得到的湖泊水体表面反射率与对应的24个湖泊实测透明度数据(secchi depth)进行相关分析，以MODIS绿色波段B4为基础的单波段幂函数与湖泊透明度的相关性最高(R²=0.91，N=24)(图4)[40]。因此，基于MODIS B4波段的幂函数反演模型最适合青藏高原地区湖泊透明度的遥感反演。基于该反演模型，以当惹雍错为例进行的湖泊透明度时空变化研究表明，该湖透明度存在明显的季节波动和较为明显的年际变化，初步分析表明，降水/融水季节的湖泊透明度与湖泊所在流域的降水率具有密切的关系。因而，借助卫星遥感数据能够有效定量反演青藏高原地区湖泊的电导率(总盐度)、深度、水体透明度等水质特征，从而为进一步开展该地区湖泊水质的时空变化及其影响要素的深入研究奠定了基础。

图4 基于单波段幂函数模型的MODIS不同波段与湖泊实测透明度的相关关系

4 结论

湖泊的面积、水量与水质及其变化反映了湖泊的基本特征。青藏高原拥有中国湖泊总面积的一半以上，对区域湖泊基本特征的了解不仅是科技基础性调查工作的重要组成部分，也对深入理解青藏高原对气候变化的响应和影响具有不可或缺的重要意义。经过近年的艰苦野外工作和研究方法探索，基本澄清了对青藏高原重要湖泊基础数据的认识，确认了青藏高原地区面积最广、水量最多、湖水最深、盐度最大、温度最低(液态)等最具有物理化学特色的一些湖泊的基本数据，发现了内陆封闭湖泊水量变化的时间序列和空间分异特征，分析了气候变化条件下的降水、冰川融水、蒸发等对湖泊水量变化的贡献，探讨了湖泊水色与水质参数的相关关系，并建立了一些适用模型，从而为区域尺度上的湖泊水量和水质变化提供了新的方法。

湖泊测深数据是计算湖泊水量及其变化的关键。在大量的野外实测工作和遥感分析基础上，研究发现对于水深相对浅的湖泊(＜30 m)，利用遥感影像建立波段与水深的关系将会是以后监测湖泊水深变化以及估算湖泊水量的一种捷径。由于湖泊水质受到环境变化以及季节变化影响较大，建立湖泊水质与遥感数据某一波段或几个波段组合间的拟合关系，将会是一种监测长时间尺度湖泊水质变化的有效途径。湖泊的水量变化是分析水量平衡中重要的部分，但目前已有的精度较高的卫星高度计数据覆盖的时间尺度较短，难以获得长时间尺度的水量变化。利用DEM(digital elevation model)数据和遥感数据结合估算湖泊水量变化的工作已经取得较好的效果，但使用更高精度的DEM考虑湖泊周边复杂的地形，从而获取长时间尺度且精度较高的湖泊水量变化将会是今后研究的一个重点工作。由于现阶段缺乏可靠的卫星气象数据和气象站数据，难以定量湖泊的径流、蒸发以及湖泊降水等各要素对湖泊的贡献，对于有冰川补给的湖泊，径流中来自于降水和冰川融水的比例也很难定量，使得目前对于湖泊变化的原因分析仍然存在较大的难度。今后，随着监测数据的增多、气象同化数据精度的提高以及分析手段的多样化，在湖泊水量变化的原因分析上将会有更准确的解释。

(2017年5月8日收稿)

[1] JIANG J, HUANG Q. Distribution and variation of lakes in Tibetan Plateau and their comparison with lakes in other part of China [J]. Water Resource Protection, 2004, 4: 24-27.

[2] SONG C Q, HUANG B, KE L H. Modeling and analysis of lake water storage changes on the Tibetan Plateau using multi-mission satellite data [J]. Remote Sensing of Environment, 2013, 135: 25-35.

[3] ZHANG G Q, XIE H J, KANG S C, et al. Monitoring lake level changes on the Tibetan Plateau using ICESat altimetry data (2003-2009) [J]. Remote Sensing of Environment, 2011, 115: 1733-1742.

[4] ZHANG G Q, YAO T D, XIE H J, et al. Lakes’ state and abundance across the Tibetan Plateau [J]. Chinese Science Bulletin, 2014, 59: 3010-3021.

[5] 安芷生, 王平, 沈吉, 等. 青海湖湖底构造及沉积物分布的地球物理勘探研究[J]. 中国科学D辑: 地球科学, 2006, 36(4): 332-341.

[6] 王君波, 朱立平, GERHARD D, 等. 西藏纳木错水深分布及现代湖沼学特征初步分析[J]. 湖泊科学, 2009, 21(1):128-134.

[7] ZHANG B, WU Y H, ZHU L P, et al. Estimation and trend detection of water storage at Nam Co Lake, central Tibetan Plateau [J]. Journal of Hydrology, 2011, 405: 161-170.

[8] 王君波, 彭萍, 马庆峰, 等. 西藏当惹雍错和扎日南木错现代湖泊基本特征[J]. 湖泊科学, 2010, 22(4): 629-632.

[9] QIAO B J, WANG J B, HUANG L, et al. Characteristics and seasonal variations in the hydrochemistry of the Tangra Yumco basin, central Tibetan Plateau, and responses to the Indian summer monsoon [J]. Environmental Earth Sciences, 2017, 76:162.

[10] 鞠建廷, 朱立平, 汪勇, 等. 藏南普莫雍错流域水体离子组成与空间分布及其环境意义[J]. 湖泊科学, 2008, 20(5): 591-599.

[11] 王君波, 彭萍, 马庆峰, 等. 西藏玛旁雍错和拉昂错水深、水质特征及现代沉积速率[J]. 湖泊科学, 2013, 25(4): 609-616.

[12] 王明达, 侯居峙, 类延斌. 青藏高原不同类型湖泊温度季节性变化及其分类[J]. 科学通报, 2014, 59(31): 3095-3103.

[13] GUO Y, ZHU L, FRENZEL P, et al. Holocene lake level fl uctuations and environmental changes at Taro Co, southwestern Tibet, based on ostracod inferred water depth reconstruction [J]. The Holocene, 2016, 26(1): 29-43.

[14] QIAO B, ZHU L, WANG J, et al. Estimation of lakes water storage and their changes on the northwestern Tibetan Plateau based on bathymetric and Landsat data and driving force analyses [J]. Quaternary International, 2017, 76: 162. doi 10.1007/s12665-017-6479-y.

[15] MA R H, DUAN H T, HU C M, et al. A half-century of changes in China’s lakes: global warming or human influence [J]. Geophysical Research Letters, 2010, 37: L24106.

[16] ZHU L P, XIE M P, WU Y H. Quantitative analysis of lake area variations and the inf l uence factors from 1971 to 2004 in the Nam Co basin of the Tibetan Plateau [J]. Chinese Science Bulletin, 2010, 55: 1294-1303.

[17] 边多, 边巴次仁, 拉巴, 等. 1975-2008年西藏色林错湖面变化对气候变化的响应[J]. 地理学报, 2010, 65 (3): 313-319.

[18] 拉巴, 边多, 陈涛, 等. 基于TM影像的西藏当惹雍错湖面积变化及可能成因[J]. 气象科技, 2012, 40(4): 685-688.

[19] YANG R M, ZHU L P, WANG J B, et al. Spatiotemporal variations in volume of closed lakes on the Tibetan Plateau and their climatic responses from 1976 to 2013 [J]. Climatic Change, 2016, 140: 621-633.

[20] WAN W, XIAO P F, FENG X Z, et al. Monitoring lake changes of Qinghai-Tibetan Plateau over the past 30 years using satellite remote sensing data [J]. Chinese Science Bulletin, 2014, 59:1021-1035.

[21] 戴玉凤, 高杨, 张国庆, 等. 2003-2011年青藏高原佩枯错相对水量变化及其对气候变化的响应[J]. 冰川冻土, 2013, 35(3): 723-732.

[22] XU Z X, GONG T L, LI J Y. Decadal trend of climate in the Tibetan Plateau-regional temperature and precipitation [J]. Hydrological Processes, 2008, 22(16): 3056-3065.

[23] LEI Y B, YAO T D, BIRD B W, et al. Coherent lake growth on the central Tibetan Plateau since the 1970s: characterization and attribution [J]. Journal of Hydrology, 2013, 483: 61-67.

[24] LIU J S, WANG S Y, YU S M, et al. Climate warming and growth of high-elevation inland lakes on the Tibetan Plateau [J]. Global and Planetary Change, 2009, 67: 209-217.

[25] SONG C Q, HUANG B, KE L H. Inter-annual changes of alpine inland lake water storage on the Tibetan Plateau: detection and analysis by integrating satellite altimetry and optical imagery [J]. Hydrological Processes, 2014, 28: 2411-2418.

[26] BOLCH T, YAO T D, KANG S C, et al. A glacier inventory for the western Nyainqentanglha Range and the Nam Co Basin, Tibet, and glacier changes 1976-2009 [J]. The Cryosphere, 2010, 4: 419-433.

[27] FUJITA K, NUIMURA T. Spatially heterogeneous wastage of Himalayan glaciers [J]. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(34): 14011-14014. [28] SCHERLER D, BOOKHAGEN B, STRECKER M R. Spatially variable response of Himalayan glaciers to climate change affected by debris cover [J]. Nature Geoscience, 2011, 4: 156-159.

[29] WEI J F, LIU S Y, GUO W Q, et al. Surface-area changes of glaciers in the Tibetan Plateau interior area since the 1970s using recent Landsat images and historical maps [J]. Annals of Glaciology, 2014, 55: 213-222.

[30] YAO T D, THOMPSON L, YANG W, et al. Different glacier status with atmospheric circulations in Tibetan Plateau and surroundings [J]. Nature Climate Change, 2012, 2: 663-667.

[31] PHAN V H, LINDENBERGH R C, MENENTI M. Geometric dependency of Tibetan lakes on glacial runoff [J]. Hydrology and Earth System Sciences, 2013, 17: 4061-4077.

[32] SONG C Q, HUANG B, RICHARDS K, et al. Accelerated lake expansion on the Tibetan Plateau in the 2000s: induced by glacial melting or other processes? [J]. Water Resources Research, 2014, 50: 3170-3186.

[33] SONG C Q, SHENG Y W. Contrasting evolution patterns between glacier-fed and non-glacier-fed lakes in the Tanggula Mountains and climate cause analysis [J]. Climatic Change, 2016, 135: 493-507.

[34] LI Y K, LIAO J J, GUO H D, et al. Patterns and potential drivers of dramatic changes in Tibetan lakes, 1972-2010 [J]. PloS one, 2014, 9: e111890.

[35] LI L, LI J, YAO X J, et al. Changes of the three holy lakes in recent years and quantitative analysis of the influencing factors [J]. Quaternary International, 2014, 349: 339-345.

[36] ZHANG G Q, YAO T D, XIE H J, et al. Increased mass over the Tibetan Plateau: From lakes or glaciers? [J]. Geophysical Research Letters, 2013, 40: 2125-2130.

[37] BISKOP S, MAUSSION F, KRAUSE P, et al. Differences in the water-balance components of four lakes in the southern-central Tibetan Plateau [J]. Hydrology and Earth System Sciences, 2016, 20: 209-225.

[38] ZHOU J, WANG L, ZHANG Y S, et al. Exploring the water storage changes in the largest lake (SelinCo) over the Tibetan Plateau during 2003–2012 from a basin-wide hydrological modeling [J]. Water Resources Research, 2015, 51: 8060-8086.

[39] ODERMATT D, GITELSON A, BRANDO V E, et al. Review of constituent retrieval in optically deep and complex waters from satellite imagery [J]. Remote Sensing of Environment, 2012, 118: 116-126.

[40] 刘翀, 朱立平, 王君波, 等. 基于MODIS的青藏高原湖泊透明度遥感反演[J]. 地理科学进展, 2017, 36(5): 597-605.

(编辑：温文)

自然信息

3D打印卵巢结构重塑小鼠的生育能力

想一想3D打印的皮肤、耳朵、骨支架和心脏瓣膜，3D打印的爱好者会说，这种技术有产生医学革命的潜质。如今，由凝胶制成的人工卵巢能够使老鼠受孕并产下健康的后代。研究人员表示，这种工程化的卵巢总有一天能够帮助因放疗或化疗导致不育的癌症幸存者恢复生育能力。

并未参与该项研究的美国比佛顿市俄勒冈国家灵长类动物研究中心生殖科学家Mary Zelinski表示，这项“具有里程碑意义的研究成果”是“关于生殖系统组织的生物工程应用的一个重要进展”。

在这项研究中，科学家使用了一个具有发射凝胶喷嘴的3D打印机，而其所使用的凝胶来源于动物卵巢中天然存在的胶原蛋白。研究人员通过在载玻片上打印各种重叠的凝胶纤维图案来构建卵巢，这就像用林肯积木造房子一样，只不过是在一个更小的规模上——每一个脚手架据测量只有15 mm×15 mm大小。

研究人员随后小心地将小鼠的早期卵泡(被生成激素的细胞包围的含有一个生长卵子的球形结构)插入这些“支架”。8天后，更紧密编织的支架承载了更多部分的幸存卵泡，研究人员把这一作用归因于早期卵泡具有更好的物理支持。

然后，研究人员在活体老鼠身上测试了更紧密的编织支架。研究人员穿过支架打了一些2 mm的洞，并且向每一个洞中植入了40到50个早期卵泡，从而创造了一个“生物假体”卵巢。随后，他们利用外科手术摘除了7只小鼠的卵巢，并在其位置上缝合了人工卵巢。

研究小组发现，每个老鼠的血管都渗透到支架上。这种血管化是至关重要的，因为它能够向卵泡提供氧气和营养物质，并允许卵泡产生的激素在血液中循环。

美国伊利诺伊州芝加哥市西北大学Monica M. Laronda和同事在5月16日出版的《自然—通讯》杂志中报道称，他们让这些老鼠交配，其中3只雌鼠分别产下了一窝健康的幼崽。这些产崽的雌鼠同时还能够自然泌乳，这表明嵌入支架的卵泡产生了正常水平的激素。

利用患者之前提取的卵泡或捐赠的样本，研究人员希望类似的生物假体卵巢能够被植入人类患者体内从而恢复其生育能力。但这还有一段很长的路要走。

[关毅 编译]

New recognition of water storages and physicochemical property of the lakes on the Tibetan Plateau

ZHU Liping①②③, QIAO Baojin①③, YANG Ruimin①, LIU Chong①③, WANG Junbo①②, JU Jianting①
① Institute of Tibetan Plateau Research, Chinese Academy of Sciences, Beijing 100101, China; ② CAS Center for Excellence in Tibetan Plateau Earth Sciences, Beijing 100101, China; ③ University of Chinese Academy of Sciences, Beijing 100049, China

There are a large number of lakes distributed on the Tibetan Plateau (TP), which are sensitivic to climatic change. Lakes, as one of the important components of underlying surface on the TP, not only affect the regional climate by land-atmosphere water and energy exchanges, but also record the information of climatic change through sediments. Lake water storage and water physicochemical property are basic factors affecting water and energy exchanges between lake and atmosphere, and lake sedimentary processes. The basic investigation of lake water storage and water physicochemical property on the TP is one of the key issues for deep understanding the responses and inf l uence of TP in the climatic change. Based upon the basic investigations of the lakes on the TP during past 5 years, we have clarif i ed some fuzzy recognition and renewed the basic data of some important lakes. The lake area and water storage of the TP and their changes with climatic change, as well as the spatio-temporal difference, have been elucidated. Further, a new method is introduced to study water physicochemical properties and their changes within the ranges of long time and wide area based upon water color derived from remote sensing images.

Tibetan Plateau, lake, water storage, water physicochemical property, basic investigation, remote sensing

10.3969/j.issn.0253-9608.2017.03.002

*国家科技基础性工作专项重点项目(2012FY111400)、中国科学院战略性先导科技专项(B)(XDB03030000)和中国科学院国际合作项目(131C11KYSB20160061)资助

†通信作者，E-mail: lpzhu@itpcas.ac.cn