摘要
全球增温导致青藏高原湖泊热力学特征发生显著变化，对湖泊生态系统和水质变化产生重要影响。本研究以西藏第一大湖泊色林错为研究对象，开展了连续的湖泊水温和气象观测，揭示了色林错年内热力学动态变化特征及其对气象条件的响应过程。结果表明：基于2021年6月—2022年12月水温剖面的连续观测，色林错属于双对流混合型湖泊，热力学状态可分为冬季结冰期（12月初—次年4月底）、春季混合期（4月中下旬—5月中旬）、夏季分层期（5月中旬—11月中旬）和秋季混合期（11月中旬—12月中旬）四个阶段。色林错于结冰期（3月中旬）开始进入热力学分层状态。随着冰面融化，进入湖水的辐射增强以及高盐度导致冰下水体快速稳定分层，表层水体得以快速升温。但色林错可能由于盐度梯度的存在，整个水柱在春季未发生完全混合，混合现象只局限在表层0~30 m的水体，底部水体一直保持缓慢的增温现象。色林错湖泊稳定度指标施密特稳定度变化范围为0~520 J/m2。从温跃层的变化特征来看，2021年和2022年温跃层的变化规律非常相似，夏季分层期温跃层最大深度在17 m左右。风速和净辐射对色林错热分层不同时期的驱动机制不同：风力和净辐射在形成期共同主导了热分层的形成，而净辐射减弱是导致热力学分层消失的主要原因。通过对比分析发现，气温变化幅度较表层水温变化更大，表层水温滞后于气温21 d左右。本研究首次对色林错开展了湖水热力学特征及其影响因素的研究，为深入理解青藏高原内陆湖泊水温变化及其对区域气候变化的响应机制以及湖泊模型研究提供了科学依据。
Abstract
Global warming has led to significant changes in the thermodynamic characteristics of lakes on the Tibetan Plateau, resulting in a vital impact on the lake ecosystem and water quality changes. In this study, continuous observations of lake water temperature and meteorological conditions were carried out in the largest lake—Selin Co, Tibet. The characteristics of the intra-annual thermodynamic of Selin Co and its response to meteorological conditions are revealed. Results from water temperature profile monitoring between June 2021 and December 2022 indicate that Selin Co is a dimictic lake. Its thermodynamic regime can be divided into four phases: winter freezing, spring mixing, summer stratification and fall mixing. Selin Co starts to stratify during the freezing period (mid-March). The melting of the lake ice, the enhanced radiation penetrating the ice and the high salinity resulted in a rapid and stable stratification of the water column under the ice. However, complete mixing of the water column does not occur in spring, likely due to the persistent salinity gradients, and the mixing phenomenon was confined to the surface 0-30 m, with the bottom waters remaining slowly warmed. Schmidt stability values ranged from 0 to 520 J/m2 in Selin Co. From the characteristics of the thermocline, the daily variation patterns of the thermocline in 2021 and 2022 are very similar, with the maximum depth of the thermocline around 17 m during the summer stratification period. Wind speed and solar radiation have different driving mechanisms for thermal stratification during different periods. Wind and radiation contribute concurrently to thermal stratification during the formation period, and weakening radiation is the main cause of the disappearance of thermodynamic stratification. Comparative analysis showed that air temperature changes were more variable than surface water temperature, which lagged air temperature by about 21 days. This study conducted the first continuous observation and analysis of the thermodynamic characteristics of Selin Co and its driving factors, providing a scientific basis for an in-depth understanding of water temperature dynamics in inland lakes on the Tibetan Plateau and their response to regional climate change, as well as lake modelling research.
湖泊作为陆地水圈的重要组成部分，其湖水理化特征能够敏感响应地表过程与人类活动对水循环、物质迁移及生态系统的变化[1-3]。当前，随着全球气候变化的加剧，世界各地湖泊在许多方面都经历着剧烈的转变。大量研究表明，全球湖泊对于全球变暖做出快速反应[4]，湖泊水温均存在不同程度的上升趋势[5]。长期缓慢的气温上升和短期极端高温均会造成湖泊热力分层特征的改变[5]，导致溶解氧扩散深度和氧跃层深度的明显下降，温跃层梯度的增强加剧了湖泊底部的厌氧环境[6]。此外，湖泊变暖被认为是混合类型改变的关键驱动因素。全球气候变化会导致双对流湖向单对流湖的转变，因为冬季变暖消除了结冰期，延长了从秋季到春季的垂直混合[7]。
湖泊的热力学分层（thermal stratification）是指湖泊水温在垂直方向上的分布不均匀现象，主要受外部气象条件及湖泊本身特征的影响[8]。通常情况下，风速、太阳辐射和湖—气界面的热力交换的共同作用是促进湖泊分层混合的关键因素。研究指出，水分子间的热传递速度极为缓慢，在垂直距离1 m内，热传递需要大约一个月的时间，但湖面风动能的输入可以显著加速有效的热传输[9]。其次，湖泊的营养状态也是影响湖泊热力学分层的一个重要因素，因为藻类生长影响透明度分布，从而影响太阳辐射在水体内的垂直分布[10]。除了气象因素外，湖泊的形态和海拔也会影响水温变化的趋势和季节性混合模式[11-12]。尽管以往的研究并未显示出跨经纬度梯度的空间差异[4，13]，但在同一湖泊区域内，各湖泊均具有相似的温度变化趋势[13-14]。在欧洲51个湖泊的研究中发现，纬度越高的湖泊表层水温的上升速率越快[15]。
青藏高原被誉为地球的“第三极”和“亚洲水塔”[16]，拥有地球上海拔最高、数量最多、面积最大的高原湖泊群。据2018年数据显示，青藏高原的总湖泊面积已超过5万 km2，其中面积大于1 km2的湖泊约有1400个[17]。在过去几十年，青藏高原持续的气温上升、降水增加以及冰川和冻土消融[18]，导致湖泊热力学混合过程发生显著变化[19]。对于大多数高原湖泊而言，表层水温都出现了升高的趋势[20]。受高海拔和低气温的恶劣条件影响，在青藏高原湖泊中，只有极少数湖泊持续开展水温监测。例如，Wang等[21-22]利用高频观测数据确定了纳木错湖水季节性分层与混合过程，强调了冬季辐射通量对纳木错冰下混合过程的重要性。Su等[23]和Wang等[24]基于连续的湖温与气象观测，计算并对比了青藏高原拉昂错、纳木错、佩估错、达则错及班公错的混合层变化规律。Wang等[25]根据达则错和班公错连续3年的观测数据，分析湖泊分层强度的季节性变化。除了传统的温度链观测，模型模拟也是研究湖泊水温变化的另一种方法。比如，Kirillin等[26]利用一维湖泊模型FLake研究了青藏高原北部扎陵湖和鄂陵湖的热力学混合特征，并强调了短波辐射对高海拔湖泊热状态的重要性。
色林错在近40年来湖泊面积增加了40%以上[27]，其迅速扩张的原因主要是冰川消融以及降水增加[28-29]。作为西藏第一大湖，色林错地处气候敏感区且海拔极高，但其系统研究仍较青海湖、纳木错等湖泊匮乏[30]。受自然地理环境和交通条件等因素的影响，早期对色林错的研究主要集中在湖泊面积扩张[28]、水位变化[31]以及表层沉积物分析[32]。对于色林错的热力学特征研究仅局限于短期湖泊水质参数的调查，长时间尺度垂直水温观测还存在大量空白[33]。因此，本文选择青藏高原色林错为研究对象，探究大型湖泊热力学特征变化及影响因素。色林错作为青藏高原中部典型的大湖，其湖泊热力学分层过程的研究对于湖泊管理与生态保护、水质水文监测都具有重要的科学价值。
1 研究区域与方法
1.1 研究区概况
色林错（30°3′~33°40′N，87°39′~92°26′E）位于羌塘高原中南部，地处西藏自治区申扎、班戈和尼玛三县交界处。湖泊东西长77.7 km，最大宽度为45.5 km，面积为2389 km2，最大蓄水量约为558.38×108 m3[33]。色林错为典型的封闭型湖泊，其入湖河流主要有扎加藏布、扎根藏布、阿里藏布和波曲藏布等，北部最大河流扎加藏布注入的区域水深很浅，约为10 m（图1）。主湖区位于整个湖泊的东半部分，水下地形较为平坦，最大水深约为59 m（2017年数据）。色林错流域是西藏最大的湖泊流域，流域面积达45530 km2[34]，东北部和南部地区都有现代冰川发育，是湖水补给重要来源。该流域位于印度季风与西风过渡地带[35]，流域多年平均气温为-1.8℃，降水量为389.4 mm，降水主要出现在6—9月，空气湿度为0.0032 kg/kg，太阳辐射通量为236.2 W/m2，每年5—9月的月平均气温高于0℃，流域内年平均风速为3.7 m/s，最大和最小值分别为4.7和2.7 m/s，分别出现在3月和8月[33]。色林错湖水盐度为7.8 g/L，属于半咸水湖，湖水pH范围在9.2~9.8，湖水的主要构成离子为Na+和SO2-4，分别占阳离子和阴离子总量的82.7%和48.2%[33]。
1.2 野外观测：水温、气象和湖冰厚度
本研究选择色林错南部深水区（31°44′04″N，88°58′08″E）为监测点（图1，T点，水深40 m），于2021年6月—2022年12月利用温度记录仪（由美国Onset公司生产，型号为HOBO TidbT v2，精度为±0.21℃，分辨率为0.02℃）对湖泊垂直剖面进行高分辨率的水温观测，温度传感器分别位于2、5、10、20、30和40 m的水深位置，测量间隔为30 min。冬季表面浮球放置在水深2 m的位置，以避免被湖冰破坏。此外，在2024年3月12日，分别测量了色林错和纳木错的湖冰厚度，主要测量距离湖岸3 km以内的湖冰厚度，以分析湖冰对结冰期热力学分层的影响。
气象观测站点（31°44′59.5″N，89°22′2.4″E）位于色林错东部（图1，S点），数据观测时间段为2021年6月9日0时—2022年12月21日0时，记录间隔为30 min。自动气象观测站（TRM-ZS2型）的观测指标主要包括环境温度、风速、风向、短波辐射、气压、湿度等。在观测期间，由于仪器故障导致2021年8月15日—31日气象数据缺失。
1.3 遥感数据
通过NASA WORIDVIEW下载了色林错结冰期的遥感图像并进行拼接（2021年12月—2022年4月），研究观测期间结冰和冰面积雪的状况（https://worldview.earthdata.nasa.gov）。确定湖泊的开始冻结、完全冻结、开始融冰、完全融冰的时间，遥感数据的时间和空间分辨率分别为1 d和0.31 m。
1.4 热分层参数
在MATLAB中使用Lake Analyzer（LA）数值程序计算湖泊的分层混合指数。Lake Analyzer是一个用于湖泊混合和分层指数计算的数值程序套件[36]。该程序需要输入水温、风速、盐度以及湖泊面积等数据。本研究选择施密特稳定度（schmidt stability，St）和温跃层深度进行后续分析。
1.4.1 施密特稳定度
施密特稳定度用来表示破坏湖泊分层状态所需要的能量，可以反映湖水发生混合的可能性。
(1)
式中，g为重力加速度（m/s2），As为湖泊面积（km2），Az为在z深度处的湖泊面积（km2），ρz 表示z深度处的湖水密度（g/cm3）， zD为湖泊最大深度（m），zv为湖泊中心深度（m）。在计算中没有考虑盐度对于施密特稳定度的影响。
图1色林错等深线以及水温监测点和气象站的位置
Fig.1Selin Co isobaths and locations of water temperature and meteorological stations
1.4.2 温跃层深度
温跃层的出现是深水湖泊最常见的现象，其分布特征和变化规律极大地影响着湖泊生态环境系统的功能和结构[37]。由于温度监测点的设置有间隔，因此垂直温跃层计算值的精度显然受到监测精度的影响[36]。目前有湍流阈值、温度梯度阈值和密度梯度阈值等方法确定温跃层区域[38]。本研究采用温度梯度法，利用温度剖面将水层温度梯度大于0.1℃/m的区域定义为温跃层区域。
1.5 最大密度温度
最大密度温度（Tmd）是指当水体密度达到最大时所对应的温度。温度是导致湖水密度差异的主要决定因素，温度对密度的影响是非线性的[39]。淡水中最大密度温度出现在4℃左右，随着水温向Tmd靠近，水体会下沉，导致湖水的对流和混合。Tmd计算公式为[40]：
(2)
式中，p为当地气压（Pa），S为湖泊盐度（mg/L）。
1.6 统计与分析
原位温度链数据和气象数据通过Excel进行日平均计算，采用SPSS进行数据统计分析，包括线性和非线性拟合、相关性分析等，并采用ArcGIS 10.8和Origin 2022进行图形绘制。
2 结果与分析
2.1 色林错冰物候和水温季节变化
2.1.1 色林错冰物候
为了解色林错的结冰周期，本文通过NASA WorldView下载了2021年12月—2022年4月的遥感影像数据进行拼接（图2）。遥感图像显示，色林错在12月中上旬开始冻结，相对较浅的北岸开始结冰并聚集，随后东部开始冻结并向西向南发展。最终在2022年1月9日完全冻结（图2b），湖泊完全冻结的时间超过80 d，一直持续到4月下旬湖冰完全融化（图2d）。
图22021—2022年色林错结冰期的遥感影像（a：开始结冰，2021年12月11日；b：完全冻结， 2022年1月9日；c：开始融化，2022年4月1日；d：完全融化，2022年4月27日）
Fig.2Remote sensing imagery of the Selin Co ice-covered period from 2021 to 2022 (a: Ice-cover starts, December 11, 2021; b: Ice-cover complete, January 9, 2022; c:Ice melting, April 1, 2022; d: Ice-off, April 27, 2022)
2.1.2 色林错的热力学混合类型
通过对色林错日均水温的计算，得到色林错垂直水温年内变化趋势，发现不同深度水温均呈现出明显的季节性变化（图3a）。色林错湖温变化在一年内可分为冬季结冰期（12月初至次年4月底）、春季混合期（4月中下旬—5月中旬）、夏季稳定分层期（5月中旬—11月中旬）和秋季混合期（11月中旬—12月中旬）四个阶段。湖水每年有两个混合期，因此色林错在湖泊热力学分类中属于双对流混合型湖泊[41]。在本研究中，选择表层与底层水温温差大于1℃作为湖泊分层的依据[42-43]（图3b）。色林错从3月初开始，湖水出现微弱分层，但上下层温差小于1℃。随着气温升高，表层水温开始逐渐升高，水温分层逐渐形成（结冰期），冰下分层一直持续到4月中下旬。当色林错湖冰消失后，风力作用导致水体出现春季混合现象。值得注意的是，色林错可能由于盐度梯度的存在，水柱在春季未发生完全混合，混合现象仅在0~30 m的水层出现，底层水体一直保持缓慢增温现象。之后，太阳辐射的迅速增加也促进了热分层的快速形成（图3e），表层水温由5.5℃迅速升高至10℃以上。在夏季稳定分层期间，表层水温最高值出现在8月中下旬，2021年和2022年表层水温最高值分别为15.45和15.59℃。通过对比色林错2021年和2022年不同深度水温的变化趋势发现，表层水温呈现出几乎相同的变化趋势，而底层水温有较大的差异，在20、30和40 m深度处水温变化较大，2021年比2022年分别高2.12、2.06和2.09℃（图3）。色林错的分层现象在8月中下旬持续稳定半个月后，表层水温开始整体降低，底层温度变化相对较小，说明分层减弱期间气温迅速降低导致表层水温变化更快。这种现象一直持续到11月中旬，湖水完全混合（5℃），上下层温差消失，色林错整个分层现象持续了6个月左右。11月中旬后，湖水开始进入秋季混合阶段。在秋季混合期间，湖水温度开始整体下降，在接近最大密度温度的情况下（2.2℃），陆续出现了14 d的间断性逆温分层。之后，从1月中旬至3月中旬，整个湖水一直处于完全混合状态，因此整个湖泊水温变化很小（在0.1~1℃之间变化）。
图3色林错不同深度水温及气象参数的季节变化（a: 黑色虚线表示最大密度温度Tmd 灰色矩形框表示结冰周期；b: 表层2 m和底层40 m温度差，ΔT=T2 m-T40 m）
Fig.3Seasonal variations of water temperature at different depths and meteorological parameters in the Selin Co (a: Black dashed line indicates the maximum density temperature Tmd, and the gray rectangular box indicates the freezing cycle; b: Difference in temperature between the surface 2 m and the bottom 40 m, ΔT=T2 m-T40 m)
2.2 湖泊稳定性与温跃层的季节演化
色林错施密特稳定度表现出明显的季节性变化，在分层期较高，混合期接近0（图4a）。在湖水分层混合期间，St的变化范围为0~520 J/m2。6月初开始，St出现阶梯式上升趋势，预示着湖泊分层的快速形成。在2021年8月18日和2022年8月19日，St达到最大值，分别为450和520 J/m2。两个水文年St出现了70 J/m2的差值，其原因可能是表层和底层的温差引起的（2021年和2022年最大温差分别为11.1和13.6℃，相差2.5℃）。进入9月St开始逐渐降低，反映出湖水稳定度减弱。到11月中旬，St趋近于0，表明湖水趋于混合状态。在冬季结冰期，由于逆分层的不间断发展以及融冰期湖泊表层水温的迅速升高，St也出现阶段性的波动。
2021年6月—2022年12月期间色林错温跃层深度的日变化见图4b。从整体数据来看，两年的温跃层季节变化规律非常相似。以2022年全年的水温数据为例，温跃层整年在2.5~35 m区间变化。从3月中旬至6月，热分层缓慢发展期，温跃层深度的波动较大。从6月中旬到7月底，温跃层集中在8~17 m之间。在热分层稳定期间，温跃层保持在17 m左右。之后，气温下降导致混合层深度增大，温跃层向湖底延伸，到11月中下旬温跃层深度达到35 m。
图4色林错施密特稳定度（a）与温跃层深度的日变化（b）
Fig.4Daily variation of Schmidt stability (a) and thermocline depth (b) in Selin Co
3 讨论
3.1 色林错热力学季节变化的主要驱动机制
青藏高原的高海拔条件导致大部分湖泊在冬季会出现结冰现象。然而，由于缺乏长期观测，尤其是冬季结冰期长时间尺度的观测，导致关于冬季结冰期湖水热力学特征的研究存在大量空白。青藏高原作为双对流型湖泊的主要分布区域，了解冰下的热力学状态对于揭示双对流型湖泊的生态过程具有重要意义[21]。本研究依据Kirillin等提出的方案，将结冰周期分为Pre-winter、Winter Ⅰ期和Winter Ⅱ期[44]。在湖冰形成之前，湖泊向大气输送能量，导致秋季混合期各层水温开始整体下降，色林错水温从11月22日的5.6℃下降至12月19日的2.2℃（Tmd），标志着Pre-winter的开始。当水温低于最大密度温度时，色林错在12月19日前后间断性地出现了14 d的逆温分层现象，从气象数据来看，极端风力条件抑制了逆温分层的发展（图3d）。例如，2021年12月13日—15日出现连续3 d逆温分层，但12月14日—15日日均风速突然从1.4 m/s增加到4.3 m/s，破坏了逆温分层的发展。此外，在2021年12月27日—2022年1月6日连续逆温分层的11 d时间里，12月30日风速突然增强，导致12月31日逆温分层消失。当色林错湖冰完全形成后，便进入了Winter Ⅰ阶段（2022年1月11日）。此阶段，冰层和积雪覆盖使得外部条件无法直接影响冰下水体。因此，在Winter Ⅰ阶段，底部沉积物中能量释放成为冰下水体产生环流的主要驱动力[44]，这种由沉积物驱动的冬季环流方式多见于一些较浅的湖泊[45]。之后，由于积雪融化和冰层逐渐变薄导致冰下辐射变强，此时进入Winter Ⅱ期，表层水温迅速增加，从3月20日的1.9℃迅速上升到4月3日的4.5℃，这与班公错、公珠错、达则错和扎日南木错冬季观测的表层水温变化一致[46]。此外，色林错2021年和2022年底层水温出现较大差异，此现象与Anderson[47]和Pilla等[13]的研究结果相吻合。底层水温的变化趋势难以通过表层水温和湖泊稳定性的变化解释，底层水温与表层水温相比没有呈现出与气温相同的变化趋势。相比之下，底层水温更容易受到当年气象条件的影响，较高的风速可能会推迟冬季分层的发生，导致底层水温降低[39]。湖泊每年夏季底层温度结构都以冬季水温为基础进行过渡，这可能是色林错两年底层水温出现较大差异的原因。
为进一步探讨色林错在结冰期间水体热力学分层的影响因素，本研究测量了海拔差异较小的纳木错和色林错的湖冰厚度数据。数据显示，色林错与纳木错在同一时期湖冰平均厚度分别为35.5和45.5 cm（图5）。显然，色林错较薄的冰层更有利于太阳辐射穿透冰层加热水体。色林错在结冰期间净辐射呈显著上升趋势（图3e），其辐射通量从4月13日的268 W/m2增加至4月23日的605 W/m2。因此，色林错结冰期净辐射增强与冰层较薄都是冰下水体分层的重要原因。此外，色林错湖水的盐度也是影响结冰期水体分层的关键因素，Tmd随盐度的增大而减小[40]，水温在接近Tmd附近会表现出完全不同的热力学性质。例如，当春季湖泊水温超过Tmd时，水温会发生快速升温的现象[46]。对比目前青藏高原已有的水温监测数据，以盐度较高的达则错（18 g/L）和扎日南木错（14.8 g/L）为例，这两个湖泊在垂直方向上整年混合状态不佳，达则错由于底部盐度较高导致全年23 m深度以下水层温度都保持在3℃左右[19]。而对于青藏高原盐度较低或淡水类的湖泊，以纳木错、拉昂错、班公错、扎陵错和鄂陵错为例（盐度范围为0.31~1.60 mg/L），湖泊分层持续时间基本都在2~6个月左右[21，23，46]。相比于盐度较低的湖泊，色林错春季分层提前，导致其持续分层时间超过了青藏高原大部分湖泊。
图5色林错与纳木错湖冰厚度比较
Fig.5Comparison of ice thickness between Selin Co and Nam Co
气象和水文因素通常会对湖泊热力学结构产生综合影响，导致不同类型湖泊的热分层状态发生各种变化[48-49]。色林错年平均风速和净辐射分别为3.08 m/s和439 W/m2，月平均最大风速和净辐射分别出现在11月和9月（图3）。本研究根据色林错日均风速和净辐射，分析了色林错不同时期风速和净辐射与St的相关系数（表1）。可以看出，不同时期施密特稳定度与风速和净辐射的相关性不同。在热分层形成期，风速和净辐射与St的相关系数均为正值，说明在形成期较小的风速和净辐射都促进了热分层的发展。形成期辐射增强导致湖表温度上升，而风力作用进一步促进了湖泊热量向湖底的传输，形成期风速对于热分层的形成贡献更大。在热分层减弱期，St与风速之间的相关系数为负值，与形成期不同的是，该时期风速对于湖泊的混合起了正向作用，削弱了分层效应。从净辐射数据来看（图3e），色林错在2022年8—10月的月均净辐射分别为519、844、506 W/m2，但在湖水混合的11月净辐射为206 W/m2，巨大的辐射差值导致湖水热稳定度发生改变。热分层减弱期St与净辐射的相关系数为0.563（表1），这说明该时期太阳辐射减弱对湖水分层的减弱起主要作用。在秋季混合期，St与风速的相关系数为-0.303，风速增加明显减弱了分层强度。色林错月均最大风速出现在11月，达到4.2 m/s，对应湖泊发生混合的时间。在结冰期，即使风力扰动对冰下湖水不能起直接作用，但更大的风力导致湖冰发生震荡，震荡产生的湖浪也会促进上下层水体发生对流[46]。
表1色林错施密特稳定度（St）与风速和净辐射之间的Pearson相关系数
Tab.1Pearson's correlation coefficients between Schmidt stability (St) and wind speed, net radiative in Selin Co
**P＜0.01，*P＜0.05。
3.2 色林错地表气温对表层水温的影响
湖泊是气候变化的敏感指示器，表层水温是其核心物理量，在湖泊研究中经常利用地表气温与表层水温估算和预测湖泊的能量收支平衡[50]。研究发现，湖泊地表气温和表层水温对气候强迫具有快速而直接的响应，估算发现湖面水温上升幅度是地表气温上升幅度的70%~85%[51]。湖泊表层水温能直接反映长期的气候变化，地表气温升高是表层水温增加的直接原因[52]。
通过分析2022年色林错T点日平均表层水温与气温之间的关系发现，气温与表层水温（2 m深度处）之间存在相似变化趋势（图6a）。对比两个变量的年变化时，发现地表气温变化幅度大于表层水温。2022年全年大部分时间水温都高于气温，仅在4月中旬—7月初出现了气温高于水温的情况。对比中国大部分湖泊，夏季表层水温大多低于同期气温[53-54]。但在纳木错[21]与色林错出现夏季表层水温高于地表气温的相反现象，其原因主要是青藏高原湖泊净辐射贡献了热量输入的绝大部分，而湖气间的感热通量和潜热通量十分有限[22]，导致在夏季出现气温高于表层水温的现象。除此之外，St与表层水温呈现出较强的线性关系（图6b，R2=0.964，P＜0.001），即随着表层水温的升高，湖泊水体获取的能量增大。St被定义为完全破坏热分层所需要的能量，值得注意的是，色林错2021年和2022年St与表层水温出现最大值的时间完全重合。在千岛湖，由于表层水温达到最大时，整体平均水温并没有达到最大值，因此千岛湖最大表层水温和最大St出现的时间存在23 d的差异[38]。通过对比色林错两年的数据，表层水温越高对应更高的湖泊稳定度，这也进一步说明表层水温可以解释湖泊稳定度的变化。在2022年，气温最高和最低值分别出现在7月9日和1月17日，分别为16.2和-23.4℃；而表层水温最高和最低值分别出现在8月17日和2月17日，分别为15.59和0.06℃（图6a）。从温度变化来看，色林错表层水温滞后于地表气温30多天。为了确认表层水温与气温之间是否存在滞后效应，利用2022年4月1日—11月15日的连续数据检验表层水温与气温之间的相关性（图7）。原始数据显示，色林错表层水温与地表气温之间存在相关性，但线性关系较差（图7a，R2=0.34）。对原始数据进行逐日偏移，通过分析偏移后表层水温与地表气温的关系来量化二者之间的滞后性。结果显示，随着时间偏移色林错表层水温与气温的相关性逐渐增大，当偏移时间为21 d时（图7b），气温与表层水温之间的线性关系最好（R2=0.792）。随着偏移时间增加，偏移30 d和40 d的线性关系逐渐变差（图7c和7d）。因此可以发现，色林错表层水温与气温出现明显的滞后效应，表层水温滞后约21 d。在研究青藏高原纳木错和拉昂错水温与气温关系时也都发现了38 d和30 d的滞后效应[21，23]，但在青藏高原北部的鄂陵湖并没有出现滞后效应[26]。滞后效应可能受到湖泊形态和湖泊平均水深的影响[55]。相比而言，浅湖对大气温度变化的响应通常比大湖和深湖快，因为深水湖泊升温需要更长的时间，会出现更长的滞后时间。
图6色林错表层水温与地表气温的比较（a），表层水温与施密特稳定度之间的相关性（b）
Fig.6Comparison of surface water temperature with surface air temperature (a) ，correlation between surface water temperature and Schmidt stability (b) in Selin Co
图7色林错表层水温与气温之间的滞后关系 （a、b、c、d分别表示表层水温与气温偏移0、21、30和40 d的结果）
Fig.7Lagged relationship between surface water temperature and air temperature in Selin Co (a, b, c and d indicate results for surface water temperature offset from air temperature for 0, 21, 30 and 40 days)
4 结论
1）连续的湖温与气象观测结果表明，色林错热力学循环类型为双对流混合型，其热力学分层从5月中旬开始，一直持续到11月中下旬。在秋季混合期，气温降低导致湖泊水温下降，12月中下旬出现逆温分层现象。
2）色林错的热力结构主要由风速和太阳辐射共同决定。通过分析施密特稳定度与风速、净辐射之间的关系，发现形成期风力和辐射共同促进热分层形成，而在减弱期辐射减弱是导致分层消失的主要原因。其次，融冰期表层水体快速升温主要受穿透辐射和湖冰厚度的影响。
3）对比色林错表层水温与气温的关系，发现气温变化幅度远高于表层水温的变化，表层水温与气温之间存在21 d的滞后效应。
