洞庭湖近30a水位时空演变特征及驱动因素分析

洞庭湖地处北亚热带季风湿润气候区,水情时空变化尤为明显.为了探明洞庭湖水位时空演变特征,以洞庭湖6个水位站(城陵矶、鹿角、营田、杨柳潭、南咀、小河咀)、出入湖流量("三口"总入湖流量、"四水"总入湖流量、城陵矶出湖流量)和长江干流流量(宜昌、螺山)等1985-2014年逐日数据为基础,通过构建泰森多边形计算湖泊水位,运用Morlet小波分析、层次聚类分析和地统计理论研究湖泊水位的周期性变化规律及空间分布格局和自相关性.研究结果表明:洞庭湖水位变化具有典型的季节性,且年际变化具有28和22 a的多时间尺度特征;水位空间分布格局呈现出小河咀、南咀、杨柳潭(Group 1)以及城陵矶、鹿角、营田(Group 2)两种聚类,且在不同水文季节的空间自相关性依次表现为丰水期退水期涨水期枯水期.通过建立两类水位在不同水文季节与径流量的多元逐步回归模型揭示了洞庭湖水位时空演变的驱动因素,其中Group 1水位演变主要受长江干流水文情势的影响,Group 2水位演变由出入湖径流量和长江干流径流量共同作用,并随着不同水文季节江湖关系的改变以及湖泊自身水力联系的变化而变化.研究结果对于科学认识洞庭湖水位的时空演变规律以及湖泊生态系统保护和水资源的规划、管理与调控具有重要意义.     

湿地水文过程与植被响应研究进展与案例分析

生态水文学是20世纪90年代兴起的一门研究生态过程和生态格局水文机制的新学科。湖泊湿地作为中国5大类天然湿地类型之一,湖泊湿地生态水文学的研究业已成为生态水文学的研究的一个重要对象和分支,其核心在于研究湖泊湿地生态系统中多时空尺度的水文与生物格局、过程的耦合特征及其相互作用。论文首先概述了湖泊湿地生态水文学的研究进展,包括其基本理论,内涵、外延及其主要研究内容;凝练了湖泊湿地生态水文学研究的方法体系、思路及框架;针对目前湖泊湿地生态水文学研究中存在的问题及薄弱环节,提出了湖泊湿地生态水文学未来研究的发展趋势和亟需加强研究的重点方向。在此基础上,以长江中游的典型通江湖泊湿地——鄱阳湖湿地为例,通过开展的湖泊湿地生态水文过程与模拟研究的典型案例,阐述了鄱阳湖湖泊湿地生态水文过程的变化及其植被响应研究的最新进展和研究成果。论文对于构建涵盖湖泊湿地水资源、湖泊湿地生态景观格局与流域管理、湖泊湿地生物多样性保育以及湿地资源可持续利用与生态管理等方向在内的战略研究体系,完善湿地生态水文研究与流域生态与管理的技术支撑体系具有重要的指导意义和实践价值。     

生态最相关水文指标的优选及其在洞庭湖环境流量估算中的应用

水文改变指标(IHA)能够较为全面地描述水文状况,在评估水文情势改变及其生态系统影响方面具有广泛的应用.尽管该指标体系较为完善,但是数量众多的水文变量仍然存在信息冗余问题.根据洞庭湖城陵矶水文站1955-2014年的径流量数据,采用主成分分析(PCA)筛选了生态最相关水文指标(ERHIs),结合ERHIs改进了用于估算环境流量的变化范围法(RVA),并将其应用在洞庭湖出口的环境流量估算中.基于PCA选取了年最大90日流量、年最小3日流量、年最小流量出现时间、3月流量、6月流量、流量逆转次数和低流量年内平均历时7个变量作为洞庭湖出口的ERHIs.纵向和横向的对比分析都表明选取的ERHIs是合理的.ERHIs不仅有效缓解了IHA的冗余性问题,还有利于抓住最关键的生态水文变量.根据ERHIs改进的RVA方法在设定洞庭湖出口环境流量时,极大地简化原来的众多管理目标,对生态水文研究、水资源管理和生态保护都具有重要的参考价值和借鉴意义.     

可解释性长短期记忆模型用于预测湖泊总磷浓度变化

对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R²=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。     

基于鲸鱼优化算法的长短期记忆模型水库洪水预报

洪涝灾害是世界主要自然灾害之一,优化洪水预报方案对防洪决策至关重要,然而传统水文模型存在参数多、调参受人为因素影响,泛化能力弱等问题。针对上述问题,本文提出基于改进的鲸鱼优化算法和长短期记忆网络构建自动优化参数的WOA-LSTM模型,通过优化神经网络结构进一步增强该模型的稳定性和精确度,并且建立不同预见期下的洪水预报模型来分析讨论神经网络结构与预报期之间的关系。以横锦水库流域1986—1997年洪水资料为例,其中以流域7个雨量站点的降雨以及横锦站水文资料为输入,不同预见期下洪水过程作为输出,以1986—1993年作为模型的率定期,1994—1997年作为模型的检验期,研究结果表明:(1)以峰现时差、确定性系数、径流深误差和洪峰流量误差作为评价指标,相比较于LSTM模型和新安江模型对检验期的模拟结果表明WOA-LSTM模型拥有更高的精度、预报结果更稳定;(2)结合置换特征值和SHAP法分析模型特征值重要性,增强了神经网络模型的可解释性;(3)通过改变神经网络结构在一定程度避免由于预见期增加和数据关联性下降而导致的模型预报精度下降的问题,最终实验表明该模型在预见期1~6 h下都可以满足横锦水库的洪水预报要求,可以为当地的防洪决策提供依据。     

抚仙湖集水域地表径流入湖水量模拟

采用适用于无资料流域、参数较少的SCS模型计算抚仙湖集水域地表径流量.模型考虑了集水域下垫面条件的空间差异,利用Maplnfo/Arc view软件按照土地利用方式与土壤类型的不同,把集水域划分为若干个水文响应单元,分别计算产流量,较准确地模拟了入湖径流量.通过对梁王河流域和大鲫鱼沟流域实测降雨径流资料的分析与反演,提出了适合该区域的产流计算CN值.在对CN值作坡度修正后再应用到其它无观测数据区域.通过模型计算得到的抚仙湖集水域2005年3月1日-2006年2月28日地表径流量为1.74×108 m3,陆面径流系数为0.395.模型为指导抚仙湖集水域径流观测及入湖污染物负荷的计算提供依据.     

2000～2014年洞庭湖区植物面积变化及其与湖泊水位的关系

利用增强型植被指数(enhanced vegetation index,EVI),采用Mann-Kendall方法和Sen’s斜率估计方法,研究2000~2014年洞庭湖区的植物面积及其变化趋势,以及其与水位之间的关系。研究结果表明,枯水年洞庭湖区的植物面积最大,平水年的次之,丰水年的最小;2000~2014年期间,洞庭湖区增强型植被指数的变化存在空间异质性,东洞庭湖区的大部分区域的增强型植被指数无显著变化,南洞庭湖区的大部分区域的增强型植被指数显著增大;洞庭湖区18.08%的区域的增强型植被指数显著增大,这些区域主要集中在高滩地(平均海拔为26.61 m);7.51%的区域的增强型植被指数显著减小,这些区域主要集中在低滩地(平均海拔为25.79 m);随着湖泊水位的上升,洞庭湖区植物面积在减少,当洞庭湖水位为24 m时,最适合植物生长,当洞庭湖水位低于24 m时,洞庭湖区的植物面积受水位变化的影响较小。     

磷素在湖滨湿地基质-上覆水界面中的迁移过程

以抚仙湖流域马料河湖滨湿地基质为研究对象,进行了低浓度(P≤3.0mg/L)负荷条件的吸附动力学试验;以及低、高浓度磷的吸附等温线试验,结果表明,在初始磷浓度为0.02mg/L、0.03mg/L时,基质存在磷释放现象,当初始浓度增加到0.05mg/L时,基质开始吸附磷,24h后吸附趋于平衡状态,以一元线性回归法对上述基质的吸附等温线进行了Freundlich模型和Langmuir模型的回归分析,在此基础上,进行了高初始浓度下上覆水与基质振荡24h后基质对磷的吸附试验,结果表明在高浓度下,基质样品可在24h内释放原来吸附的大部分磷量.     

鄱阳湖二维水动力和水质耦合数值模拟

针对大型通江湖泊水位变化剧烈,地形起伏多变,岸线复杂,湖泊内部窄小洪道与大面洲滩和洼地连接复杂,湖泊洲滩出露、淹没频繁交替等湖泊水情和地貌特征,基于二维浅水方程和对流扩散方程组构建了鄱阳湖二维水动力和水质耦合模拟模型.模型采用非结构网格有限体积法进行离散,以HLLC算法计算单元界面的水量、动量和物质输运通量.水陆边界通...     

鄱阳湖浮游植物时空变化特征及其对极端洪枯事件的响应

鄱阳湖作为中国最大的淡水湖泊,其水生态健康状态始终是人们关注的热点。近些年,鄱阳湖极端洪旱灾害频发,浮游植物生长受极端洪旱的影响发生了明显变化。为分析浮游植物时空变化特征、探究环境因子对鄱阳湖浮游植物影响机制以及极端洪枯事件对浮游植物的影响,利用结构方程模型(SEM)构建浮游植物与环境因子的影响路径模型,定量分析环境因子对浮游植物的影响程度。结果表明,鄱阳湖浮游植物以蓝藻、绿藻为主且有明显的季节特征,在7月丰水期浮游植物密度达到最高;由结构方程模型(SEM)可知,影响浮游植物密度最关键的因子为物理因子(水温>pH>透明度>溶解氧),其次为营养物质(总氮>硝态氮>总磷>磷酸盐),浮游植物对高温、高营养和高pH较偏好。2020年极端洪水和2022年极端高温干旱,浮游植物密度主要受水温、溶解氧、透明度等物理因子的影响;在影响较小的营养物质中,主要的限制性因素分别为磷和氮。与正常年份相比,极端洪水年鄱阳湖受入湖来水及降雨的增多,湖区水量急剧增加,“稀释”作用超过水温和透明度对浮游植物生长的促进作用造成浮游植物密度和生物量有所下降;在营养物质中,磷成为主要限制性因素。而极端高温干旱年受入湖来水的减少及湖水的快速蒸发,“浓缩”作用超过水温和透明度对浮游植物生长的抑制作用造成浮游植物密度和生物量显著增加,同时,营养物质对浮游植物的作用更加凸显。研究结果表明极端洪枯事件导致鄱阳湖浮游植物变化明显,确定其对浮游植物的影响机制,可以为极端洪枯事件下浮游植物监测、管理提供一定的理论基础。