李云良，姚 靜，張 奇,2

(1: 中國科學(xué)院南京地理與湖泊研究所流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室，南京 210008)(2: 江西師范大學(xué)鄱陽湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室，南昌 330022)

長江倒灌對鄱陽湖水文水動力影響的數(shù)值模擬

李云良1，姚 靜1，張 奇1,2

(1: 中國科學(xué)院南京地理與湖泊研究所流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室，南京 210008)(2: 江西師范大學(xué)鄱陽湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室，南昌 330022)

倒灌是發(fā)生在湖泊與周圍水體交匯處的一個重要物理過程，對湖泊水文水動力與水環(huán)境帶來嚴(yán)重影響或干擾，進(jìn)而對湖泊水質(zhì)產(chǎn)生重要的影響或控制作用. 本文采用統(tǒng)計方法和二維水動力-粒子示蹤耦合模型來分析倒灌物理成因、倒灌發(fā)生判別與指示以及倒灌對鄱陽湖水文水動力的影響. 統(tǒng)計表明，流域“五河”入湖徑流、長江干流徑流情勢以及兩者疊加作用均是倒灌的影響因素，但長江干流徑流情勢是影響或者控制倒灌頻次與倒灌強(qiáng)度的主要因素. “五河”來水與長江干流的流量比可用來判別與指示倒灌發(fā)生與否. 當(dāng)流量比低于約5%時，倒灌可能發(fā)生且最大發(fā)生概率可達(dá)25%；當(dāng)流量比高于10%時，倒灌發(fā)生概率則低于2%. 水動力模擬結(jié)果表明，倒灌對湖區(qū)水位與流速的影響向湖區(qū)中上游逐漸減弱，湖泊水位和流速受影響最為顯著的區(qū)域主要分布在貫穿整個湖區(qū)的主河道，而淺水洪泛區(qū)的水位和流速則受倒灌影響相對較小. 倒灌使得湖泊空間水位提高約0.2～1.5 m，湖泊主河道的流速增加幅度可達(dá)0.3 m/s. 粒子示蹤結(jié)果表明，倒灌導(dǎo)致湖區(qū)水流流向轉(zhuǎn)變約90°～180°，倒灌導(dǎo)致的水流流向變化能夠使湖區(qū)大部分粒子或物質(zhì)向上游遷移約幾千米至20 km，且粒子在下游主河道的遷移距離要明顯大于中上游洪泛區(qū).

倒灌；水動力-粒子示蹤模型；流量比；水文水動力；鄱陽湖；長江

湖泊是全球陸地水系統(tǒng)中極為重要的組分，因其具有豐富的地表水資源和高度的生態(tài)價值，湖泊是人們休閑娛樂、工農(nóng)業(yè)用水和發(fā)展?jié)O業(yè)的重要場所，也是眾多生物群賴以生存的必需環(huán)境[1]. 世界上很多大型湖泊通過自然或者人工連通與其周圍水體(例如河流、海洋等)存在復(fù)雜的水力聯(lián)系[2]. 其中，倒灌通常是發(fā)生在湖泊與周圍水體交匯處的一種逆向水流，是影響湖泊諸多功能的一個重要物理過程[3]. 伴隨著湖泊外部環(huán)境、氣候以及人類活動等多因素的復(fù)合作用，倒灌將會對湖泊水文水動力特征的時空變化以及湖泊水環(huán)境帶來嚴(yán)重影響或干擾，進(jìn)而對湖泊水質(zhì)產(chǎn)生重要的影響或控制作用[4].

文獻(xiàn)調(diào)研發(fā)現(xiàn)，國內(nèi)外諸多學(xué)者已經(jīng)針對不同復(fù)雜程度、不同尺度的湖泊系統(tǒng)，主要采用了湖泊水文要素原位觀測、湖泊水量平衡模型以及水文水動力模型等研究方法，開展了大量工作來探究湖泊倒灌現(xiàn)象的發(fā)生及成因，但多數(shù)集中在對國外湖泊倒灌的研究(表1). 總結(jié)得出，湖泊倒灌的發(fā)生呈明顯的季節(jié)性變化，通常發(fā)生在湖泊周圍水體的高洪水位時期，加之強(qiáng)風(fēng)等氣象因素的疊加影響，使得倒灌成為影響湖泊水文水動力條件的一個重要因素. 盡管如此，先前關(guān)于倒灌對湖泊水文水動力要素的時空影響研究仍涉及較少，缺乏對倒灌影響機(jī)制的深入認(rèn)識.

表1 國內(nèi)外湖泊倒灌的相關(guān)研究進(jìn)展

鄱陽湖是我國最大的淡水湖泊，也是長江中下游極具代表性的大型通江湖泊，在優(yōu)質(zhì)淡水供給、洪水調(diào)控和生物多樣性保護(hù)等方面起著重要作用. 鄱陽湖水位季節(jié)性高度動態(tài)變化，導(dǎo)致湖泊水體面積呈年內(nèi)明顯的萎縮與擴(kuò)張，進(jìn)而使得湖區(qū)洪旱災(zāi)害頻發(fā)[13]. 流域“五河”入湖徑流對湖泊水位起著主控作用，而鄱陽湖與長江的水量交換也對湖泊水位造成季節(jié)性的頂托和拉空作用[14-15]. 大多數(shù)年份里，長江均會以持續(xù)或者間斷發(fā)生的形式倒灌鄱陽湖，且倒灌發(fā)生天數(shù)約幾天至幾十天[14]. 先前很多研究均明確指出了長江倒灌會對鄱陽湖空間水文水動力以及水環(huán)境問題等帶來不容忽視的影響，具體表現(xiàn)為倒灌將會增加湖區(qū)空間水位與水面積，增強(qiáng)鄱陽湖洪水發(fā)生風(fēng)險與強(qiáng)度[16-17]. 此外，倒灌會延長湖區(qū)的換水周期，進(jìn)而導(dǎo)致湖區(qū)水環(huán)境狀況惡化等[18-21]. 然而，上述這些關(guān)于倒灌所導(dǎo)致的可能影響并沒有得到具體研究工作的證實(shí). 鄱陽湖倒灌的主要影響因素是什么？倒灌發(fā)生如何判別和指示？倒灌究竟給鄱陽湖水文水動力的時空變化特征帶來哪些影響？影響程度與范圍有多大？空間尺度上，不同湖區(qū)對倒灌是否存在不同的響應(yīng)？這些重要科學(xué)問題的解決和回答可為鄱陽湖水文水動力與水質(zhì)水環(huán)境模擬及其對江湖關(guān)系變化的響應(yīng)研究提供參考，對保障長江中下游水安全具有重要現(xiàn)實(shí)意義.

本文首次聚焦鄱陽湖倒灌事件及其影響，期望能對鄱陽湖復(fù)雜的河湖系統(tǒng)有更加清晰和深入的認(rèn)識，從而為科學(xué)有效調(diào)控近年來江湖關(guān)系改變對鄱陽湖的影響提供科學(xué)依據(jù). 本文主要解決以下幾個問題或研究目標(biāo)：(1)基于歷史長序列觀測數(shù)據(jù)，采用統(tǒng)計學(xué)方法來辨析倒灌的主要影響因素，尋求倒灌發(fā)生的判別依據(jù)與指示；(2)選取歷史典型倒灌事件，基于二維水動力模型定量評估倒灌對湖區(qū)水文水動力要素的時空影響；(3)基于耦合粒子示蹤模型來進(jìn)一步研究倒灌對湖區(qū)水流與物質(zhì)輸移的影響范圍與程度.

1 材料與方法

1.1 研究區(qū)概述

鄱陽湖位于江西省北部及長江中下游南岸，南北長約173 km，東西最大寬度約74 km，北部入江水道最窄處的寬度約2.8 km，湖岸線總長約1200 km(圖1). 湖盆高程呈南高北低的趨勢，最大高程差約13 m，南、北部平均高程相差約6.5 m(圖1). 鄱陽湖湖盆主要由主河道、島嶼、洪泛洲灘等典型地貌構(gòu)成. 研究結(jié)果表明，洪水季節(jié)約85%的鄱陽湖區(qū)平均水深小于6 m，最大水深可達(dá)30 m[22]. 在季節(jié)變化尺度上，主河道和洪泛洲灘的水體垂向混合程度較好，可以忽略其垂向流速和溫度分層[23]. 湖區(qū)氣象條件空間差異較小，主要表現(xiàn)在季節(jié)性變化，多年平均降雨量和蒸發(fā)量分別為1766 mm和1236 mm. 根據(jù)實(shí)測資料統(tǒng)計的湖區(qū)年風(fēng)向變化以NE向?yàn)橹?，年?nèi)平均風(fēng)速約為3.03 m/s[24]. 鄱陽湖主要承納贛江、撫河、信江、饒河與修水五大水系來水，經(jīng)調(diào)蓄后注入長江，其與“五河”及長江之間頻繁的水量交換形成了鄱陽湖高動態(tài)的水位-水面積變化. 根據(jù)流量資料統(tǒng)計得出，贛江流域入湖徑流約占年入湖總量的62%、撫河流域約占11%、信江流域約占16%、饒河流域和修水流域分別約占8%和3%，而年最大倒灌量約占年平均出湖流量的13%. 鄱陽湖洪、枯季節(jié)的水位差可達(dá)15 m，枯水季節(jié)的空間水位差約5 m，而洪水季節(jié)整個湖區(qū)的水位基本保持一致. 豐水期鄱陽湖水面積可達(dá)3000 km2，而枯水期萎縮至不足1000 km2[25]，呈現(xiàn)“洪水一片，枯水一線”的獨(dú)特洪泛特征.

圖1 鄱陽湖湖盆地形、水文站點(diǎn)與水系分布Fig.1 Lake bathymetry, hydrological gauging stations and major inflow rivers of Poyang Lake

1.2 數(shù)據(jù)描述與獲取

流域“五河”主要控制站點(diǎn)日徑流數(shù)據(jù)用來表征流域入湖徑流情勢變化，長江漢口日徑流數(shù)據(jù)主要用來反映長江干流的綜合水情變化，湖口日徑流數(shù)據(jù)主要用來指示長江倒灌的發(fā)生與強(qiáng)度，湖泊主要站點(diǎn)日水位和流速資料則用來描述鄱陽湖空間水情特征與動態(tài). 這些重要站點(diǎn)(圖1)水文數(shù)據(jù)序列長度約為50 a(1960-2010年)，主要來自長江水利委員會和江西省水文局.

1.3 鄱陽湖水動力模型

MIKE 21水動力模型是丹麥水力研究所(DHI)開發(fā)的二維水動力數(shù)學(xué)模型，該模型已成功應(yīng)于不同國家及地區(qū)的河流、湖泊和海灣等大型地表水體的流場模擬. 鄱陽湖水動力模型MIKE 21采用三角形網(wǎng)格來適應(yīng)鄱陽湖復(fù)雜湖盆地形和岸線，采用主河道網(wǎng)格加密剖分以及洪泛洲灘等區(qū)域粗化剖分的理念(網(wǎng)格尺寸變化70～1500 m). 模型將湖區(qū)五站日降雨和蒸發(fā)資料考慮到水動力模型中參與計算，并將定常風(fēng)(NE=45°，風(fēng)速=3.03 m/s)納入到水動力模型考慮其對局部湖流的影響. 流域“五河”的入湖徑流過程作為水動力模型上游開邊界條件，江湖交匯處的湖口水位過程作為下游開邊界條件，綜合反映鄱陽湖復(fù)雜河湖系統(tǒng)的相互作用. 模型率定的主要參數(shù)包括曼寧糙率系數(shù)和渦粘系數(shù). 鑒于鄱陽湖水動力模型已成功構(gòu)建并廣泛應(yīng)用于鄱陽湖水動力研究[22-24,26-28]，詳細(xì)模型構(gòu)建過程與參數(shù)信息請參考上述發(fā)表成果.

鄱陽湖水動力模型MIKE 21已采用Nash-Sutcliffe效率系數(shù)(Ens)、確定性系數(shù)(R2)和相對誤差(Re)等評價指標(biāo)開展了湖水位、水面積、出流量和流速等關(guān)鍵變量的率定與驗(yàn)證. 水位驗(yàn)證采用星子、都昌、棠蔭和康山(圖1)4個站點(diǎn)2000-2008年的日水位，各站點(diǎn)擬合的Nash-Sutcliffe效率系數(shù)可達(dá)0.98，相對誤差不超過±5%[22]；選取2004年的14景MODIS影像來驗(yàn)證水動力模型，洪水期和枯水期水面積擬合的相對誤差分別為3.3%和16.8%[22]；鄱陽湖水動力模型能夠很好地模擬2003-2008年湖泊出流和長江倒灌量時序變化，擬合的R2可達(dá)0.92，Re約為-12.9%[22]；通過2008年湖口和星子ADCP斷面流速走航資料來驗(yàn)證模型，表明MIKE 21模型能夠理想再現(xiàn)鄱陽湖洪枯季節(jié)的流速變化，流速擬合的R2可達(dá)0.80[26]. MIKE 21水動力模型的詳細(xì)率定和驗(yàn)證情況可參考先前發(fā)表成果[22-24,26-28].

1.4 方案模擬與模型驗(yàn)證策略

本文通過水動力模型MIKE 21來獲取鄱陽湖空間流場的實(shí)時變化，進(jìn)一步耦合基于隨機(jī)漫步理論的拉格朗日粒子示蹤模型[29-30]來定量模擬倒灌對鄱陽湖水流與物質(zhì)輸移的影響范圍與程度. 雖然倒灌頻次和倒灌量在年際尺度上變化很大，但鄱陽湖倒灌現(xiàn)象主要發(fā)生在每年的7-10月份. 考慮到不同水情年份里倒灌以持續(xù)或者間斷發(fā)生的形式并存，難以合理選取一個能夠描述平均意義上的倒灌事件來開展倒灌影響研究. 因此，本文根據(jù)1960-2010年數(shù)據(jù)資料，選取1964年和1991年的7-10月份來分別表征鄱陽湖倒灌頻次最多(27 d)的年份和倒灌量最大(1.2×1010m3)的年份，并通過湖泊空間水位、流速以及湖口斷面流量來充分驗(yàn)證水動力模型. 基于此，通過平均化湖口水位過程來構(gòu)建1964年和1991年無倒灌發(fā)生的模擬情景(表2)，借助不同情景下水動力模擬結(jié)果的比較(方案S1與S3，S2與S4比較)來評估典型倒灌事件對鄱陽湖水文水動力特征的影響. 此外，本文在整個湖區(qū)均勻投放100個虛擬的保守性粒子(投放時間為7月1日)，通過耦合粒子示蹤模型來進(jìn)一步分析倒灌對湖區(qū)空間水流路徑與物質(zhì)輸移的影響. 需要說明的是，本文水動力模型采用的湖盆地形數(shù)據(jù)(近2000年)與1964年和1991年的湖盆地形會存在一定的誤差，但考慮到長江和鄱陽湖在7-10月的倒灌期間保持著較高水位，地形誤差對該時期水位和流速的影響可以忽略.

表2 模擬方案與水動力-粒子示蹤模型關(guān)鍵參數(shù)

2 結(jié)果與討論

2.1 倒灌影響因素辨析與倒灌發(fā)生判別

影響倒灌的主要因素可歸結(jié)為流域“五河”入湖徑流、長江干流徑流情勢以及流域-長江的共同作用. 為了消除變量數(shù)值大小和量綱影響，圖2為通過標(biāo)準(zhǔn)化處理后[33]的年倒灌天數(shù)與倒灌量同上述各影響因素之間的統(tǒng)計分析. 不難得出，年倒灌天數(shù)和年倒灌量均與長江和流域“五河”流量差之間具有密切的線性相關(guān)(R2分別為0.96和0.81)，表明倒灌受長江和流域來水變化的疊加影響. 由圖2還可以發(fā)現(xiàn)，年倒灌天數(shù)和倒灌量均與長江干流流量有著更為密切的相關(guān)關(guān)系(R2分別為0.95和0.78)，而與流域“五河”入湖流量之間存在弱相關(guān)關(guān)系(R2分別為0.39和0.18)，表明長江干流徑流情勢變化對倒灌的影響要明顯強(qiáng)于流域入湖流量. 上述結(jié)果與先前研究[14]所得結(jié)論基本一致，即長江干流徑流的增加以及抬高的河流水位會導(dǎo)致洪水季節(jié)長江作用鄱陽湖的強(qiáng)度明顯增大，極有可能使得7-9月份湖口出流發(fā)生逆轉(zhuǎn)，發(fā)生長江倒灌鄱陽湖的水文現(xiàn)象[15]. 因此，長江干流徑流情勢是影響或者控制倒灌頻次與倒灌量的主要因素，而不是流域“五河”入湖徑流.

圖2 年倒灌天數(shù)(a)和年倒灌量(b)與流域“五河”、長江流量以及兩者差值之間的統(tǒng)計關(guān)系Fig.2 Relationship between the number of days of backflow and inflows from the catchment, flows in the Yangtze River and the difference between the two on an annual scale(a); corresponding relationships for the annual backflow volumes(b)

1960-2010年觀測數(shù)據(jù)的統(tǒng)計分析表明，流量比在無倒灌發(fā)生條件下變化幅度較大(1%～147%)，50%中位數(shù)對應(yīng)的流量比為13%，而倒灌條件下流量比的變化幅度相對較小(0.9%～30%)，50%中位數(shù)對應(yīng)的流量比為3%(圖3a). 換句話說，倒灌發(fā)生時的流量比要明顯小于無倒灌發(fā)生時的流量比. 概率統(tǒng)計結(jié)果表明，有倒灌和無倒灌發(fā)生條件下的流量比分布函數(shù)差異明顯(圖3b). 當(dāng)流量比低于約5%時，倒灌可能發(fā)生且最大發(fā)生概率可達(dá)25%；當(dāng)流量比高于10%時，倒灌發(fā)生概率則低于2%. 上述結(jié)果表明，強(qiáng)烈的長江作用(高流量)或者較弱的流域作用(低流量)極有可能增加倒灌發(fā)生概率. 盡管如此，越低的流量比并不是完全對應(yīng)越高的倒灌發(fā)生概率(圖3b)，主要是因?yàn)榍捌诤此慌c蓄水量等其他因素影響了鄱陽湖倒灌發(fā)生[10]. 總的來說，流量比大小是判別倒灌發(fā)生的必要條件，可用來作為倒灌發(fā)生與否的一個重要指示. 實(shí)際上，倒灌發(fā)生與否直接取決于湖口和近鄰湖口的長江干流水位高低，即兩者水位差. 因?yàn)槟壳斑€無法獲取近鄰湖口的長江干流水位數(shù)據(jù)，加之湖口水位同樣受長江干流水情影響，所以本文通過流域“五河”和長江流量來分析倒灌發(fā)生是切實(shí)可行的.

圖3 有、無倒灌發(fā)生條件下的流量比變化(a)以及相應(yīng)的概率分布函數(shù)(b)Fig.3 Comparison of flow ratios for days with and without backflow(a); corresponding probability distribution functions of flow ratios for the two conditions(b)

2.2 水動力模型驗(yàn)證

應(yīng)用粒子示蹤耦合模型調(diào)查倒灌對鄱陽湖水文水動力影響的重要前提是水動力模型要具有再現(xiàn)鄱陽湖水位、流速以及倒灌變化的能力. 總的來說，MIKE 21鄱陽湖水動力模型能夠很好地模擬1964年和1991年的湖口出流以及倒灌時序變化過程，在倒灌發(fā)生日期以及倒灌量級的捕捉方面體現(xiàn)了模型優(yōu)勢(圖4a). 水動力模型對1964年和1991年湖區(qū)站點(diǎn)水位變化的模擬精度比較理想，R2、Ens和Re變化范圍分別為0.99～1.00，0.97～1.00和-1.1%～0.2%(圖4b～e). MIKE 21水動力模型能夠較好地捕捉湖區(qū)空間不同點(diǎn)位流速及其差異，但部分點(diǎn)位的流速模擬值要略低于觀測值，R2值變化范圍為0.68～0.89(圖5). 盡管湖區(qū)流速不如水位模擬效果理想，可能是由于湖盆微地形變化的影響[22]，但水動力模型很好地模擬了水文水動力要素的主要變化特征，為耦合粒子示蹤模型開展倒灌影響研究提供保障.

圖4 鄱陽湖湖口流量(a)和空間水位(b～e)驗(yàn)證Fig.4 Validation of modelled and observed Hukou discharges (a) and spatial water levels (b-e) in Poyang Lake

圖5 鄱陽湖空間流速驗(yàn)證圖(a：1964年8月16日；b：1964年9月7日)Fig.5 Validation of modelled and observed point velocities in Poyang Lake (a and b represent the two dates on 16th August and 7th September in 1964, respectively)

2.3 倒灌影響的水動力評估

不難發(fā)現(xiàn)，倒灌導(dǎo)致了鄱陽湖全湖區(qū)水位的整體抬高，表明倒灌可能造成鄱陽湖更嚴(yán)重的洪水事件與災(zāi)害(圖6a、b). 對比圖6中兩次典型倒灌事件可以得出，湖泊水位受影響最為顯著的區(qū)域主要分布在貫穿整個湖區(qū)的主河道，而淺水洪泛區(qū)的水位則受倒灌影響相對較小. 總體而言，倒灌使得湖泊空間水位提高約0.2～1.5 m，倒灌影響程度由湖口逐漸向湖區(qū)中上游以及湖岸邊界等區(qū)域衰減(圖6a、b). 倒灌對湖區(qū)流速的影響與水位呈現(xiàn)相似的空間分布格局，而且也向湖區(qū)中上游逐漸減弱，但流速的空間變化表現(xiàn)出更為復(fù)雜的特征(圖6c、d). 也就是說，倒灌趨向于增加湖泊主河道的流速(可達(dá)0.3 m/s)，但影響范圍最遠(yuǎn)可至棠蔭等中部湖區(qū). 因?yàn)楹榉簠^(qū)的水流相對較緩，在地形和倒灌的復(fù)合影響下，倒灌使得流速變化既有增加(正值)又有減小(負(fù)值)，但總體上洪泛區(qū)流速受倒灌影響表現(xiàn)得相對較弱(圖6c、d). 從湖區(qū)水量平衡角度出發(fā)，倒灌對空間水位和流速的影響主要取決于長江來水進(jìn)入鄱陽湖的倒灌量. 數(shù)據(jù)資料顯示，在7-10月，長江倒灌量約為流域“五河”來水總和的4倍，從而可以合理解釋倒灌對湖區(qū)水位的整體抬高以及流速復(fù)雜的空間響應(yīng).

圖6 典型倒灌事件對鄱陽湖水位(a、b)和流速(c、d)的影響Fig.6 Influence of typical backflow on water levels (a, b) and water velocities (c, d) within Poyang Lake

對比無倒灌條件下的流向變化(方案S3和S4)可以發(fā)現(xiàn)，星子、都昌和棠蔭等水文站的水流均對倒灌表現(xiàn)出較為一致的響應(yīng)變化(方案S1和S2)，流向變化約90°～180°，但上游康山湖區(qū)的流向變化相對較小，甚至沒有變化(圖7). 由此得出，在湖區(qū)南北方向上，雖然流向轉(zhuǎn)變角度可達(dá)180°，但倒灌對流向的影響似乎也呈現(xiàn)出向湖區(qū)上游逐漸減弱的趨勢. 水流流向變化將會使得湖區(qū)中不同類型物質(zhì)排泄不暢以及長時間滯留湖區(qū)，進(jìn)而對湖泊水環(huán)境狀況造成嚴(yán)重影響. 粒子示蹤結(jié)果清晰呈現(xiàn)了倒灌期間粒子或物質(zhì)在倒灌改變水流作用下整體向湖區(qū)上游遷移，但是倒灌對不同湖區(qū)粒子的遷移距離影響卻差異較大(圖8)，表明水動力場的空間變異性. 總體上，倒灌導(dǎo)致的水流流向變化能夠使得湖區(qū)絕大部分粒子向上游遷移幾千米至大約20 km，且倒灌使得粒子在下游主河道的遷移距離要明顯大于中上游等洪泛區(qū)(圖8). 如上分析，原因主要?dú)w結(jié)為倒灌對流速和流向的影響隨著距湖口距離的增加而逐步減弱(圖6、7). 本文研究結(jié)果充分證實(shí)了先前研究過程中的推斷，即倒灌會阻止湖水的正常排泄而增加了湖區(qū)的換水周期，進(jìn)而導(dǎo)致湖區(qū)水環(huán)境狀況惡化等[18-21].

圖7 典型倒灌對鄱陽湖空間4個站點(diǎn)流向的影響Fig.7 Influence of typical backflow on flow direction at four gauging stations in Poyang Lake

圖8 典型倒灌對鄱陽湖區(qū)空間粒子運(yùn)動軌跡的影響Fig.8 Influence of typical backflow on particle trajectories across Poyang Lake

3 結(jié)論與展望

本文以鄱陽湖復(fù)雜水系統(tǒng)的倒灌現(xiàn)象為切入點(diǎn)，基于統(tǒng)計方法和二維水動力-粒子示蹤耦合模型闡明了倒灌的物理成因、倒灌發(fā)生的判別依據(jù)以及倒灌對鄱陽湖水文水動力影響等重要科學(xué)問題，為水流結(jié)構(gòu)復(fù)雜以及水環(huán)境狀況日益惡化的鄱陽湖的研究提供重要科學(xué)依據(jù)和參考，為其今后健康發(fā)展提供保障. 主要得出以下幾點(diǎn)結(jié)論：

1)流域“五河”入湖徑流、長江干流徑流情勢以及兩者疊加作用均是倒灌的影響因素，但長江干流徑流情勢是影響或者控制倒灌頻次與倒灌量的主要因素. 流量比大小是判別倒灌發(fā)生的必要條件，可用來作為倒灌發(fā)生與否的一個重要指示. 流量比在無倒灌發(fā)生條件下變化幅度較大(1%～147%)，而倒灌條件下流量比的變化幅度相對較小(0.9%～30%). 概率統(tǒng)計表明，當(dāng)流量比低于約5%時，倒灌可能發(fā)生且最大發(fā)生概率可達(dá)25%；當(dāng)流量比高于10%時，倒灌發(fā)生概率則低于2%.

2)鄱陽湖水動力模型MIKE 21具有再現(xiàn)鄱陽湖水位、流速以及倒灌特征的能力. 水動力結(jié)果表明，倒灌對湖區(qū)水位與流速的影響向湖區(qū)中上游逐漸減弱，湖泊水位和流速受影響最為顯著的區(qū)域主要分布在貫穿整個湖區(qū)的主河道，而淺水洪泛區(qū)的水位和流速則受倒灌影響相對較小. 倒灌使得湖泊空間水位提高約0.2～1.5 m，湖泊主河道的流速增加幅度可達(dá)0.3 m/s.

3)倒灌導(dǎo)致湖區(qū)水流流向轉(zhuǎn)變約90°～180°，倒灌對流向的影響呈現(xiàn)出向湖區(qū)上游逐漸減弱的趨勢. 粒子示蹤結(jié)果表明，倒灌導(dǎo)致的水流流向變化能夠使湖區(qū)大部分粒子或物質(zhì)向上游遷移約幾千米至20 km，且粒子或物質(zhì)在下游主河道的遷移距離要明顯大于中上游等洪泛區(qū).

未來研究工作應(yīng)耦合泥沙輸移模型并考慮鄱陽湖地形變化來更加細(xì)致地研究倒灌對湖泊水文水動力的影響，也可重點(diǎn)關(guān)注倒灌對江湖交匯處以及泥沙開采區(qū)等典型湖區(qū)水動力要素的影響.

[1] Lehner B, D?ll P. Development and validation of a global database of lakes, reservoirs and wetlands.JournalofHydrology, 2004, 296(1/2/3/4): 1-22.

[2] Cooke GD, Welch EB, Peterson Setaleds. Restoration and management of lakes and reservoirs. United States: CRC Press, 2005.

[3] Peters DL, Buttle JM. The effects of flow regulation and climatic variability on obstructed drainage and reverse flow contribution in a Northern river-lake-delta complex, Mackenzie basin headwaters.RiverResearchandApplications, 2010, 26: 1065-1089.

[4] Leconte R, Pietroniro A, Peters DLetal. Effect of flow regulation and hydroclimatic conditions on the Peace-Athabasca delta 1996 summer flood.RiverResearchandApplications, 2001, 17: 51-65.

[5] Waugh JR, Webby MG. Hydraulic behaviour of the outlet of Lake Wakatipu, Central Otago, New Zealand.JournalofHydrology(NewZealand), 2006, 45: 29-40.

[6] Raman RK, Lin SD, Hullinger DL. Diagnostic-feasibility study of Lake George, Lake County, Indiana. Contract Report 606, 1996, Hammond, Indiana.

[7] Tran L, Barber M, Beutel Metal. Effects of Zosel dam water regulation on Osoyoos Lake water quality (Study 4). Washington: Washington State Department of Ecology, 2011.

[8] Kite G. Modelling the Mekong: hydrological simulation for environmental impact studies.JournalofHydrology, 2001, 253: 1-13.

[9] Anderson EJ, Schwab DJ. Relationship between wind-driven and hydraulic flow in Lake St. Clair and the St. Clair River Delta.JournalofGreatLakesResearch, 2011, 37: 147-158.

[10] Ye Xuchun, Li Xianghu, Zhang Qi. Temporal variation of backflow frequency from the Yangtze River to Poyang Lake and its influencing factors.JournalofSouthwestAgriculturalUniversity:NaturalScienceEdition, 2012, 34: 1-8. [葉許春, 李相虎, 張奇. 長江倒灌鄱陽湖的時序變化特征及其影響因素. 西南大學(xué)學(xué)報: 自然科學(xué)版, 2012, 34: 1-8.]

[11] Tang Changxin, Xiong Xiong, Wu Nianhuaetal. Simulation of the impact of the reverse flow from Yangtze River on the hydrodynamic process of Poyang Lake.JLakeSci, 2015, 27(4): 700-710. DOI: 10.18307/2015.0419. [唐昌新, 熊雄, 鄔年華等. 長江倒灌對鄱陽湖水動力特征影響的數(shù)值模擬. 湖泊科學(xué), 2015, 27(4): 700-710.]

[12] Fang Chunming, Cao Wenhong, Mao Jixinetal. Relationship between Poyang Lake and Yangtze River and influence of Three Gorges Reservoir.JournalofHydraulicEngineering, 2012, 43(2): 175-181. [方春明, 曹文洪, 毛繼新等. 鄱陽湖與長江關(guān)系及三峽蓄水的影響. 水利學(xué)報, 2012, 43(2): 175-181.]

[13] Shankman D, Heim BD, Song J. Flood frequency in China’s Poyang Lake region: trends and teleconnections.InternationalJournalofClimatology, 2006, 26: 1255-1266.

[14] Guo H, Hu Q, Zhang Qetal. Effects of the Three Gorges Dam on Yangtze River flow and river interaction with Poyang Lake, China: 2003-2008.JournalofHydrology, 2012, 416/417: 19-27.

[15] Hu Q, Feng S, Guo Hetal. Interactions of the Yangtze River flow and hydrologic processes of the Poyang Lake, China.JournalofHydrology, 2007, 347: 90-100.

[16] Min Qian. Research on rules of water level change in Poyang Lake.JLakeSci, 1995, 7(3): 281-288. DOI: 10.18307/1995.0312. [閔騫. 鄱陽湖水位變化規(guī)律的研究. 湖泊科學(xué), 1995, 7(3): 281-288.]

[17] Li Rongfang, Wu Dunyin, Liu Yingetal. Analysis on the pondage action of the Poyang Lake to the flood in Yangtze River.Hydrology, 2003, 23(6): 13-17. [李榮昉, 吳敦銀, 劉影等. 鄱陽湖對長江洪水調(diào)蓄功能的分析. 水文, 2003, 23(6): 12-17.]

[18] Cui L, Wu G, Liu Y. Monitoring the impact of backflow and dredging on water clarity using MODIS images of Poyang Lake, China.HydrologicalProcesses, 2009, 23: 342-350.

[19] Wu G, deLeeuw J, Skidmore AKetal. Concurrent monitoring of vessels and water turbidity enhances the strength of evidence in remotely sensed dredging impact assessment.WaterResearch, 2007, 41: 3271-3280.

[20] Wu Longhua. The study on effects of Three Gorge Project to environment of Poyang Lake.Hydrology, 2007, 6: 586-591. [吳龍華. 長江三峽工程對鄱陽湖生態(tài)環(huán)境的影響研究. 水文, 2007, 6: 586-591.]

[21] Yao X, Wang S, Ni Zetal. The response of water quality variation in Poyang Lake (Jiangxi, People’s Republic of China) to hydrological changes using historical data and DOM fluorescence.EnvironmentalScienceandPollutionResearch, 2015, 22: 3032-3042.

[22] Li YL, Zhang Q, Yao Jetal. Hydrodynamic and hydrological modeling of Poyang Lake catchment system in China.JournalofHydrologicEngineering, 2014, 19: 607-616.

[23] Li YL, Yao J, Zhang L. Investigation into mixing in the shallow floodplain Poyang Lake (China) using hydrological, thermal and isotopic evidence.WaterScience&Technology, 2016, 74(11): 2582-2598. DOI: 10.2166/wst.2016.444.

[24] Yao Jing, Zhang Qi, Li Yunliangetal. The influence of uniform winds on hydrodynamics of Lake Poyang.JLakeSci, 2016, 28(1): 225-236. DOI: 10.18307/2016.0126. [姚靜, 張奇, 李云良等. 定常風(fēng)對鄱陽湖水動力的影響. 湖泊科學(xué), 2016, 28(1): 225-236.]

[25] Feng L, Hu C, Chen Xetal. Assessment of inundation changes of Poyang Lake using MODIS observation between 2000 and 2010.RemoteSensingofEnvironment, 2012, 121: 80-92.

[26] Li YL, Zhang Q, Yao J. Investigation of residence and travel time in a large floodplain lake with complex lake-river interactions: Poyang Lake (China).Water, 2015, 7: 1991-2012.

[27] Zhang Q, Ye XC, Werner ADetal. An investigation of enhanced recessions in Poyang Lake: Comparison of Yangtze River and local catchment impacts.JournalofHydrology, 2014, 517: 425-434.

[28] Zhang Q, Werner AD. Hysteretic relationships in inundation dynamics for a large lake-floodplain system.JournalofHydrology, 2015, 527: 160-171.

[29] Danish Hydraulic Institute (DHI). MIKE 21 flow model: hydrodynamic module user guide. H?rsholm: Danish Hydraulic Institute Water and Environment, 2014.

[30] Danish Hydraulic Institute (DHI). MIKE 21 flow model FM: particle tracking module user guide. H?rsholm: Danish Hydraulic Institute Water and Environment, 2014.

[31] Anderson KE, Harrison LR, Nisbet RMetal. Modeling the influence of flow on invertebrate drift across spatial scales using a 2D hydraulic model and 1D population model.EcologicalModelling, 2013, 265: 207-220.

[32] Fan Fanping. The study of hydrodynamic simulation of Poyang Lake based on Delft3D model [Dissertation]. Nanchang: Jiangxi Normal University, 2010. [范翻平. 基于Delft3D模型的鄱陽湖水動力模擬研究[學(xué)位論文]. 南昌: 江西師范大學(xué), 2010.]

[33] Li YL, Zhang Q, Werner ADetal. Investigating a complex lake-catchment-river system using artificial neural networks: Poyang Lake (China).HydrologyResearch, 2015, 46: 912-928.

Numerical study on the hydrodynamic influences of the Yangtze River backflow into Poyang Lake

LI Yunliang1, YAO Jing1& ZHANG Qi1,2

(1:KeyLaboratoryofWatershedGeographicSciences,NanjingInstituteofGeographyandLimnology,ChineseAcademyofSciences,Nanjing210008,P.R.China)(2:KeyLaboratoryofPoyangLakeWetlandandWatershedResearch,MinistryofEducation,JiangxiNormalUniversity,Nanchang330022,P.R.China)

Backflow is an important mechanism controlling flow and transport in many connected river-lake systems. This study used statistical methods and hydrodynamic-particle tracking models to examine primary causal factors of backflow, indication of backflow occurrence and influences of backflow on the hydrodynamics in a large floodplain lake (Poyang Lake, China). Statistical analysis indicates that although both catchment inflows and the Yangtze River discharge are all the influencing factors of backflow, the Yangtze River discharge is the main controlling factor of backflow during July and October, rather than catchment inflows to the lake. The ratio of Poyang Basin inflows to Yangtze River discharge can be used as an indication of the daily occurrence of backflow, which is most likely to occur during periods when this ratio is lower than 5%. If this ratio is higher than 10%, the probability of backflow occurrence is lower than 2%. Hydrodynamic modeling reveals that, in general, backflow causes an increasing in lake water levels ranging from 0.2 to 1.5 m, and tends to increase the magnitude of the water velocities (by up to 0.3 m/s) in the lake’s main flow channels. Backflow disturbs the normal northward water flow direction in range of 90°-180° across Poyang Lake, and transports mass varied from a few kilometers to approximately 20 km southward into the lake. Backflow tends to increase the magnitudes of the water velocities and water levels in the lake’s main flow channels more than in the shallow floodplain areas. The influence of backflow on the hydrological regimes in Poyang Lake attenuates with distance from the Yangtze River, as expected, but nonetheless propagates to virtually its upstream extremity.

Backflow; hydrodynamic-particle tracking model; flow ratio; hydrology and hydrodynamics; Poyang Lake; Yangtze River

江西省重大生態(tài)安全問題監(jiān)控協(xié)同創(chuàng)新中心項目(JXS-EW-00)和國家自然科學(xué)基金項目(41401031，41371062，41301023)聯(lián)合資助. 2016-10-16收稿; 2016-11-18收修改稿. 李云良(1983～), 男, 助理研究員; E-mail: yunliangli@niglas.ac.cn.

DOI 10.18307/2017.0521