多源补水格局下白洋淀换水周期与示踪剂传输时间的时空特征*
doi: 10.18307/2025.0424
田凯1 , 赵彦伟2 , 白洁3 , 浦早红2 , 张启龙2
1. 广东海洋大学化学与环境学院,湛江 524088
2. 北京师范大学环境学院,北京 100875
3. 天津市河长制事务中心(天津市水政监察事务中心),天津 300202
基金项目: 国家自然科学基金项目(52070020)和广东海洋大学科研启动经费项目联合资助
Spatio-temporal characteristics of water renewal cycle and tracer transport time in Lake Baiyangdian Wetland under multi-source water supply pattern*
Tian Kai1 , Zhao Yanwei2 , Bai Jie3 , Pu Zaohong2 , Zhang Qilong2
1. Faculty of Chemistry and Environment Science, Guangdong Ocean University, Zhanjiang 524088 , P.R.China
2. School of Environment, Beijing Normal University, Beijing 100875 , P.R.China
3. Tianjin River Chief System Affairs Center (Tianjin Water Administration Supervision Affairs Center), Tianjin 300202 , P.R.China
摘要
白洋淀作为雄安新区生态腹心,其水环境保护受到高度重视,陆续实施了上游水库调水、“南水北调”中线补水和“引黄济淀”补水等措施,构建形成了多源补水的新格局,水环境整体状况得到显著改善。但白洋淀长期受到人类高强度开发活动的影响,淀区地形复杂多变,仍存在局部水域流通不畅、水体交换较差等问题,因此探明换水周期以及污染传输的特征和规律对白洋淀水环境治理意义重大。本文利用实测数据构建白洋淀水动力模型,模拟计算不同季节换水周期和示踪剂传输时间,分析了二者的时空分布差异,探明白洋淀换水周期以及污染传输的特征和规律。结果表明:白洋淀换水周期具有明显的时空差异性,空间上,淀区东北和西南部水域换水周期均大于300 d,淀区中部大部分水域换水周期均大于200 d,淀区南部和东南部水域换水周期均维持在100~200 d,河流入口水域换水周期均低于50 d;时间上,夏季和秋季换水周期大于300 d的水域面积最小,占比均低于3%,换水周期小于200 d的水域面积最大,占比均高于65%,整体换水能力要显著优于冬、春两季。示踪剂传输时间也存在较大的时空差异,空间上,淀区南部孝义河和“引黄济淀”入口处示踪剂传输时间最长,均值分别为310 d和275 d,北部白沟引河入口和西部的府河入口处示踪剂传输时间相对较短,均值分别为240和202 d;时间上,夏季和秋季示踪剂传输时间明显低于春季和冬季,水体流动较快,水体交换和循环状况最好。本文研究结果可为白洋淀水环境治理和水生态恢复提供重要科学参考。
Abstract
As the ecological heart of the Xiong'an New Area, the protection of Lake Baiyangdian Wetland water environment has been a priority. Various measures have been implemented, including water transfers from upstream reservoirs, supplementation via the South-to-North Water Diversion Project's middle route, and the Yellow River Diversion to Baiyangdian, creating a new pattern of multi-source water supply. These efforts have significantly improved the overall condition of the water environment. However, due to the long-term impacts of intensive human activities and the complex and varied topography of the region, Lake Baiyangdian Wetland still faces challenges such as poor water circulation in certain areas and seasonal. Therefore, understanding the characteristics and patterns of water renewal cycle and pollutant transport is crucial for the effective management of Lake Baiyangdian Wetland water environment. This study constructed a hydrodynamic model of Lake Baiyangdian Wetland using measured data to simulate water renewal cycle and tracer transport time across different seasons. The temporal and spatial distribution differences were analyzed to reveal the characteristics and patterns of water renewal and pollutant transport in Baiyangdian Wetland. The results indicated that there were significant spatial and temporal variations in water renewal cycle. Spatially, the water renewal cycle in the northeastern and southwestern regions of Lake Baiyangdian Wetland exceed 300 days, while most areas in the central region had renewal cycles longer than 200 days. The southern and southeastern regions maintain renewal cycles between 100 and 200 days, whereas river inlets and channels exhibit renewal cycle of less than 50 days. Temporally, the areas with renewal cycles exceeding 300 days were smallest in summer and autumn, accounting for less than 3% of the total area, while areas with renewal cycles under 200 days were largest, accounting for more than 65%, indicating better overall renewal capacity in these seasons compared to winter and spring. Similarly, there were considerable spatial and temporal variations in tracer transport times. The longest tracer transport times occur at the Xiaoyi River in the southern region and the Yellow River Diversion to Baiyangdian inlet, with average times of 310 days and 275 days, respectively. In contrast, the shortest transport times were observed at the Baigou River inlet in the north and the Fu River inlet in the west, with averages of 240 days and 202 days, respectively. Temporally, tracer transport times in Lake Baiyangdian Wetland were significantly shorter in summer and autumn than in spring and winter, reflecting faster water movement and better exchange and circulation during these seasons. The findings of this study provide important scientific references for the management of Baiyangdian Wetland water environment and the restoration of its aquatic ecosystem.
白洋淀是华北平原最大的天然湖泊,拥有丰富的淡水资源和生物资源,承担着缓洪滞沥、蓄水灌溉和改善生态环境等多种功能,在维持华北地区生态平衡和生物多样性方面具有重要作用[1]。进入20世纪以来,受经济发展和人类活动的影响,多条入淀河流水量大幅减少甚至断流,淀区水质不断恶化、富营养化现象频发,出现了严重的水环境与水生态危机,极大制约了白洋淀水环境功能的发挥[2]。在京津冀协同发展和雄安新区建设的战略背景下,地处雄安新区腹心的白洋淀,是新区重要的生态依托,其水环境状况的好坏直接关系到新区的生态安全[3]。自2017年新区成立以来,陆续实施了上游水库调水、“南水北调”中线补水和“引黄济淀”补水等措施,恢复了多条入淀河流流量,2017—2021年年均入淀水量维持在3亿~5亿m3,构建形成了多源补水的新格局;还同步实施了流域污染治理、淀内污染防控、人工湿地净化等多种措施,使得白洋淀水文水动力条件得到较大改善,水环境质量逐年提升[4]。但由于长期受到人类高强度开发活动的影响,白洋淀地形发生复杂变化,淀内分布着约1635个围堤围埝,面积约2700 hm2,造成淀区水域受到侵蚀,水道沟渠被束窄或截断,生境破碎化严重,阻碍着水体的流动与交换,加剧了水动力状况的复杂性,致使目前仍然存在局部水域水动力条件较差、水体流通不畅等问题,白洋淀水环境保护和治理的任务依然艰巨。
在湿地水体复杂的水环境作用下,换水周期和污染物传输时间严重影响着污染物的迁移和转化,进而对湿地水质和水环境的时空变化造成不容忽视的影响[5]。探明换水周期和污染物迁移的特征和规律,对解决湿地局部水流不畅、水体交换差和水质阶段性恶化等水环境问题具有十分重要的指导意义。围绕这一主题,国内外学者开展了大量关于换水周期计算方法的研究,大致可归纳为3种。第一种方法以水量交换时间表征换水周期,计算公式为:换水周期T=湖泊容积V/年度出湖水量Q×365。如Wu等[6]、王冼民等[7]、安秋香等[8]运用此方法分别计算了鄱阳湖、太湖和洞庭湖的换水周期。第二种方法以污染物置换时间表征换水周期,计算公式为:换水周期T=入湖污染物量W/湖库的纳污能力M×365。如朱春龙等[9]、郭武等[10]、马迎群等[11]运用此方法分别计算了南京市玄武湖、湘阴县东湖和嘉兴市南湖的换水周期。第三种方法以水动力和水质模型为手段,依据水质指标、示踪剂或污染物的浓度衰减变化特征或者传输时间表征换水周期。如汪静娴等[12]建立阳澄西湖数学模型,分析水质指标浓度随引水量增加的变化特征,计算阳澄西湖的换水周期;Li等[13]构建鄱阳湖的水动力模型,以示踪剂浓度衰减速率和传输时间来表征湖泊的换水能力;黄春琳等[14]构建了太湖的水动力模型,分析示踪剂传输过程和更新速率,计算其换水周期。综合来看,前两种方法都是基于比值估算方法确定湖泊的换水周期,具有简单、快速的优点,但也存在局限性,第一种方法对湖泊出流量和蓄水量的取值和时间界定具有较强的不确定性,适合于水文情势比较简单的湖泊系统[15],第二种方法在统计进、出湖泊污染量时缺乏统一的标准和尺度,面对复杂污染物来源容易产生较大误差,多被用于污染物来源简单和面积较小的城市湖泊[10]。以上两种方法都是对湖泊换水能力的一般性描述,无法反映不同时期与不同湖区的换水能力状况,而这些又是当今大尺度湖泊系统研究所关注的重要方面[13]。客观而言,换水周期具有时间上的显著变化和空间上的固有异质性,因而寻求一种更加合理可靠的方法开展湖泊换水周期的空间调查及其对季节变化的响应是当前研究的一个重要任务[16]。第三种方法能够有效地解决以上方法面临的问题,同时能够更好地反映出换水周期的时空变化,是一种更加合理的方法。
本研究立足于雄安新区建立后白洋淀多源补水新格局形成的大背景,针对白洋淀复杂的地形条件,试图解决当前白洋淀水环境治理难点,利用气象、地形和水文等实测数据,构建白洋淀水动力模型,并耦合染色示踪剂方法,模拟计算不同季节换水周期和示踪剂传输时间,分析了二者的时空分布差异,探明了白洋淀换水周期以及污染传输的特征和规律,为白洋淀水环境治理提供科学参考,为保障雄安新区的生态安全提供支持。
1 研究方法
1.1 研究区概况
白洋淀(38°43′~39°2′N,115°38′~116°7′E)总面积为366 km2,是华北地区典型的浅水湖泊,自古以来作为“九河下梢”,承接上游白沟引河、瀑河、府河和孝义河等多条河流来水,多年平均水域面积占比高达41%左右。1960s以来,多条河流入淀流量大幅减少甚至出现断流,其中萍河、瀑河、府河和孝义河部分河段乃至全部河段逐步丧失补水功能,入淀水量持续减少,1984—1988年连续5年干淀,2010—2016年平均入淀水量仅为1960s的5.71%[17-18]。2017年雄安新区成立,为了保障新区水环境安全,恢复白洋淀水环境功能,陆续实施了上游水库调水、“南水北调”中线补水和“引黄济淀”补水等措施,恢复和提高了白沟引河、府河、瀑河和孝义河等多条入淀河流流量,2017—2021年年均入淀水量维持在3亿~5亿m3,形成了多源补水的新格局,白洋淀水环境得到了明显改善和提升。由于实施了多时段和多线路生态补水,淀区水文水动力条件复杂多变,加之淀内分布着数量巨大的围堤围埝,地形地貌条件复杂,致使白洋淀仍然存在局部水域水动力条件较差,水体流通不畅,水体交换缓慢等水环境问题。
1白洋淀地形、水位、水质站点和示踪剂投放点
Fig.1Bathymetry, water level, water quality stations and tracer deployment points of Lake Baiyangdian Wetland
1.2 水动力模型
利用二维水动力模拟软件MIKE21,构建白洋淀水动力模型,采用非结构化网格以适应白洋淀复杂的地形,将府河、孝义河等河道设置为边长为30 m的网格,其余区域设置为边长为100 m网格,共划分501738个节点,993753个网格单元。以白沟引河、瀑河、府河、孝义河、潴龙河和“引黄济淀”入口为入流边界,以下游的枣林庄闸为出流边界,流量数据为2019年各水文站点的实测数据;蒸发、降水、风力和风向等气象数据为荷花大观园站(38°55′13.31″N,115°59′23.28″E)的实测数据。为了保证模型运行的稳定性,将克朗值设置为0.8,干水深设置为0.005 m,淹没水深设置为0.05 m,湿水深设置为0.01 m,干湿水深用来判断单元网格是否参与到模型的计算中,MIKE21可以根据每个网格的水深情况调整计算条件,涡黏系数选用Smagorinsky公式,Smagorinsky系数取值0.28,根据淀区水生植被空间分布的差异,对曼宁系数进行区分,范围为30~50 m1/3/s。本研究在实测的1∶2000地形数据基础上,依据白洋淀围堤围埝分布数据,开展地形精细化处理,刻画出复杂淀区地形,将最终获得的高精度地形数据应用到模型中。以上模型参数与数据均与先前发表的白洋淀水动力相关研究文献保持一致[19],本文不在赘述。
白洋淀水动力模型MIKE21已进行了全面的率定和验证,以2019年3月1日-8月31日为模型率定期,以2019年9月1日-2020年2月28日为模型验证期,选取该时段王家寨、端村、十方院3个水位站实测水位与模拟水位进行比较分析,采用Nash-Sutcliffe效率系数对模型精度进行评价,验证结果见附图Ⅰ,结果表明水位模拟误差在0.1~0.2 m之间,王家寨、端村、十方院3个水位站的Nash-Sutcliffe效率系数分别约为0.94、0.92和0.95,表明模型模拟效果好,构建的水动力模型可较好地刻画白洋淀内在动力机制,参数可靠、稳健、可移植,模拟结果准确,这与先前的研究结果一致[19]
1.3 换水周期和示踪剂传输时间计算方法
换水周期和示踪剂传输时间既有联系又有一定差异,两者均是基于污染物迁移而提出的与湖泊水流运动密切相关的重要指标,从不同角度揭示湖泊的换水能力[16]。换水周期通常表示湖泊中某一特定示踪剂浓度降低到其初始浓度的某个比例所需要的时间,反映了湖泊水体更新速度和交换能力[20]。示踪剂传输时间表示特定浓度的保守型示踪剂从投放位置到某一观测位置(如出口)出现浓度峰值所需的时间,其关注示踪剂在水体中的传输过程,反映了示踪剂在水流运动影响下从一处传播到另一处的时间长短[21]。总体上,换水周期更关注湖泊的水体更新周期,而示踪剂传输时间更关注特定物质在湖泊中的具体传输过程[22]
1.3.1 换水周期
不同学者从不同角度对湖泊换水能力进行了定义,如水龄、水力滞留时间和换水周期等[19]。本文采用换水周期(e-folding time)来定量研究白洋淀的换水能力,即采用基于浓度变化的指数衰减函数来表示换水周期[1623-24],公式如下:
Ct=C0×e-tTt
(1)
式中,t表示时间,C0表示示踪剂初始浓度,Ct表示t时刻的剩余示踪剂浓度,Tf表示湖体平均换水周期,当t=Tf时,浓度已经衰减到初始浓度的e-1,即37%。
1.3.2 示踪剂传输时间
示踪剂传输时间(travel time)是表征湖泊换水能力的重要指标,一种给定浓度的保守型示踪剂从起始投放位置到某一观测位置出现浓度峰值时所需要的时间[25-26]。当某一观测位置出现两个或多个浓度峰值时,通常将最大浓度所对应的时间定义为示踪剂传输时间[27]
1.4 模拟情景设置
根据上述定义,分别设置换水周期和示踪剂传输的模拟情景,利用水动力模型耦合对流-弥散方程来模拟计算白洋淀换水周期和示踪剂传输时间。
1.4.1 换水周期模拟情景
将整个水体染成单位浓度为1的保守型示踪剂,通过监测模型每个网格单元的剩余浓度变化,获得白洋淀换水周期的空间分布,具体操作将初始空间浓度场设定为单位浓度1,5处入流边界浓度值设定为0,枣林庄闸设定为浓度自由出流边界。选取南刘庄、烧车淀、光淀张庄和采蒲台4个水质站点,分别代表淀区西、北、中和南部,分析各点染色示踪剂浓度随时间的变化趋势。
1.4.2 示踪剂传输时间模拟情景
选取白沟引河、府河、孝义河和“引黄济淀”的入淀口,代表白洋淀北、西、南和东南部,作为示踪剂投放点,以枣林庄闸为观测断面,探究示踪剂传输时间,具体操作将初始浓度场设定为0,4个投放点设定为单位浓度1,5处入流边界浓度值设定为0,枣林庄闸设定为浓度自由出流边界。
白洋淀水文状况具有显著的年际变化,同时雄安新区成立后,实施的多源补水措施也具有显著的年际差异,因此以一个平均年份进行模拟计算要比典型年份更具有普适性。本文将2017—2021年的平均条件作为先前MIKE21模型的基础输入,模拟时间设定为一个完整水文年(365 d)。模型更新输入主要包括上游白沟引河、瀑河、府河、孝义河、潴龙河和“引黄济淀”入口和下游枣林庄闸的边界条件、水位和气象条件,其他模型参数保持不变。为了研究不同季节换水周期和示踪剂传输时间的变化,依据白洋淀水位变化特征,本文将染色示踪剂(初始浓度场和点源)的投放时间分别设定为4月5日(下降期)、7月5日(上升期)、10月5日(持平期)和1月5日(上升期),模拟结束时间为次年的4、7、10和1月(通过平均水文年数据插补次年对应月数据),以此表征白洋淀春、夏、秋和冬季的换水能力。
2 结果与分析
2.1 换水周期的时空变化
2.1.1 水质站点换水周期的变化
各水质站点换水周期的模拟结果见表1图2。分析可知,南刘庄站示踪剂浓度随时间的变化呈幂函数衰减,在4个站中换水周期最短,夏季换水周期最短(13 d),冬季换水周期最长(26 d),相差13 d;烧车淀站示踪剂浓度随时间变化呈指数函数衰减,整体上换水周期较长且全年波动较大,夏季换水周期最短(155 d),春季换水周期最长(252 d),相差97 d;光淀张庄站示踪剂浓度随时间变化呈指数函数衰减,冬季换水周期最短(156 d),春季换水周期最长(213 d),相差57 d;采蒲台站示踪剂浓度随时间变化大体呈指数函数衰减,夏季换水周期最短(217 d),冬季换水周期最长(276 d),相差59 d。总体上,除南刘庄外,其他3个站点示踪剂浓度衰减形式大致相同,都呈指数函数衰减形式,充分表明本文所采用的换水周期计算方法对白洋淀具有很好的适用性,模型模拟结果可靠、准确;4个站点中南刘庄站换水周期最短,采蒲台站换水周期最长,烧车淀和光淀张庄站大致相当;一年中南刘庄站换水周期季节波动最小(13 d),烧车淀站季节波动最大(97 d),各站点换水周期的季节差异显著。
2各水质站示踪剂浓度变化曲线(圆点表示37%浓度值对应的换水周期)
Fig.2Tracer concentration variation curve of each water quality station (The circle represents the residence time corresponding to 37% of the initial concentration)
2.1.2 全淀区换水周期的时空变化
依据模拟结果提取换水周期空间分布,为了更好地分析结果,结合淀区地形和水域分布状况将白洋淀划分为5个区域。具体为:将王家寨以西划分为淀区西部,王家寨-何庄子村一线以北划分为淀区北部,王家寨-何庄子村以南与采蒲台-邸庄村-辛庄村-关城一线以北划分为淀区中部,采蒲台以南与邸庄村以东划分为“引黄济淀”区,辛庄村-关城一线以南划分为淀区南部,详见图3
1各水质站点的换水周期
Tab.1 Water renewal cycle of each water quality station
3换水周期的空间分布
Fig.3Spatial distribution of water renewal cycle
分析可知,白洋淀换水周期具有明显的空间异质性,且不同季节空间分布差异较大。春季:淀区西部,瀑河、府河入口及河道,东向阳村-南刘庄一线水域的换水周期<50 d;东向阳村以西的藻苲淀和王家寨周边水域的换水周期为50~100 d;崔公堤-北河庄以东水域的换水周期为100~200 d。淀区北部,除古庄头村周边水域的换水周期小于300 d外,其余水域的换水周期为100~200 d。淀区中部,何庄子-光淀村-圈头-大田庄一线以西水域的换水周期为100~200 d,以东水域的换水周期大于300 d;“引黄济淀”区,换水周期为100~200 d;淀区南部,孝义河河道、高楼村-北冯村一线水域的换水周期小于50 d,唐河入口-关城周边水域的换水周期为200~300 d,其余水域的换水周期为100~200 d。夏季:相较于春季,淀区西部,换水周期为100~200 d的水域缩小,换水周期为50~100 d的水域扩大,覆盖了藻苲淀大部分水域;淀区北部,换水周期为小于50 d和50~100 d的水域显著扩大,换水周期为100~200 d的水域范围缩小;淀区中部,最显著的变化是换水周期大于300 d的水域消失,换水周期为200~300 d的水域扩大覆盖淀区中部;“引黄济淀”区,大部分水域换水周期缩短为50~100 d;淀区南部与春季换水周期空间分布大致相同。秋季:相较于夏季,淀区西部,换水周期空间分布与夏季大致相同;淀区北部,换水周期小于50 d水域在夏季的基础上持续向南扩展至郭里口村;淀区中部,换水周期为100~200 d面积扩大,集中分布于何庄子村-光淀村-圈头-大田庄以西水域;“引黄济淀”区,换水周期缩短为50 d;淀区南部,换水周期小于50 d的水域大幅扩大,在孝义河沿岸扩展。冬季:相较于秋季,淀区西部,换水周期小于50 和50~100 d的水域面积均缩小,仅分布于东向阳村附近水域;淀区北部,换水周期小于50 d的水域大幅缩小仅限于河流入口处,换水周期为200~300 d的水域持续扩大覆盖大部分水域;淀区中部,换水周期空间分布与秋季大致相同;“引黄济淀”区,换水周期小于50 d的水域扩大至整个水域;淀区南部,换水周期小于50 d的水域大幅缩小,仅限于孝义河河道,其余水域换水周期分布与秋季大致相同。
进一步统计各分区不同季节换水周期的水域面积及占比,结果见表2图4。分析可知,各分区不同季节换水周期水域面积存在较大差异,春季,100 d<换水周期≤200 d的水域面积最大,达到124.72 km2,占研究区总面积的36.05%, 300 d<换水周期≤365 d的水域面积最小,为21.65 km2,占比为6.26%,其他换水周期对应的水域面积占比维持在15%~18%之间;夏季,300 d<换水周期≤365 d的水域面积最小,为4.79 km2,面积占比为1.38%,其他各换水周期对应的水域面积在69.56~87.57 km2之间,面积占比维持在20%~27%;秋季,0 d<换水周期≤50 d的水域面积最大,为93.95 km2,面积占比为27.15%,300 d<换水周期≤365 d的水域面积最小,为8.51 km2,占比为2.46%;冬季,200 d<换水周期≤300 d的水域面积最大为105.96 km2,面积占比为30.62%,300 d<换水周期≤365 d的水域面积最小,为11.58 km2,占比为3.35%。整体上,夏季和秋季换水周期>300 d的水域面积最小,面积占比低于3%,换水周期<200 d的水域面积最大,面积占比高于65%,夏、秋两季白洋淀淀内的水体流动、循环和交换更频繁,整体换水能力优于冬、春两季。
2各季节不同换水周期水域的面积
Tab.2 Area of different water renewal cycles in different seasons
2.2 示踪剂传输时间的时空变化
4 个示踪剂投放点的传输时间在季节变化上有较大差异(表3和附图Ⅱ)。白沟引河入口投放点代表淀区北部,秋季示踪剂传输时间最短(172 d),冬季传输时间最长(330 d),相差158 d;府河入口投放点代表淀区西部,夏季的传输时间最短(161 d),冬季传输时间最长(258 d),相差97 d;孝义河入口投放点代表淀区南部,秋季传输时间最短(287 d),春季传输时间最长(322 d),相差35 d;“引黄济淀”入口投放点,冬季传输时间最短(210 d),春季传输时间最长(319 d),相差109 d。各投放点的传输时间与河流入淀流量变化有着密切的关系,同时传输距离的大小也是影响传输时间的关键因素。分析比较4个投放点可知,府河入口投放点传输时间最短,府河入淀水量较充足、流速较快,淀区西部水体流动最快,水体交换和循环较快;孝义河入口投放点的传输时间最长,一方面位于淀区最南端传输距离远,另一方面也表明孝义河水流速度较慢,淀区南部与中部的水流交换作用弱;白沟引河入口投放点的传输时间季节差异最大,白沟引河在夏季和秋季流量较大而在冬季和春季流量较小,表明淀区北部水体交换和循环的季节差异也最大。整体上看,夏季和秋季的平均传输时间分别为241 d和233 d,明显低于春季(279 d)和冬季(276 d),水体流动较快,交换和循环的状况最好。
4各季节不同换水周期水域的面积和比例
Fig.4Area and proportion of different water renewal cycles in different seasons
3各投放点的示踪剂传输时间
Tab.3 Tracer transfer time at each delivery point
3 讨论
3.1 白洋淀换水周期和污染物传输时间的空间差异
湖泊的换水周期和污染物传输时间通常与地形、水质等要素紧密相关,对湖泊生态环境有着重要的指示意义[28]。已有研究表明,白洋淀中部的光淀张庄-圈头一带是容易造成污染物聚集的区域,且春季和冬季尤为明显[29-30]。Zhao等[31]通过计算水体颜色指数(FUI),分析白洋淀水质状况和空间分布,结果表明淀区中部是污染容易聚集且扩散缓慢的区域,而烧车淀、藻苲淀和主要河道污染物扩散快。白洁等[19]通过分析淀内地形和水动力条件,结果表明淀区东北部的古张庄村以及淀区中部的光淀村、圈头、采蒲台周边均是阻水围堤围埝的高密度分布区。以上结果均与本研究结果大致相同,本研究结果表明,淀区中部,尤其是光淀村-圈头附近水域,受围堤围埝分割,水流交换较差,换水周期较长,特别是春季换水周期大于300 d;淀区河道、淀区北部的烧车淀换水周期较短,大部分水域的换水周期均小于100 d。此外,一些水环境参数如叶绿素a[32]、总氮、总磷[5]等的空间分布格局也与本研究换水周期的空间分布结果具有一致性。白洁等[19]利用高精度水动力模型模拟了白沟引河、府河、孝义河以及“引黄济淀”补水的水流流路和影响范围;龙幸幸等[33]调查分析了府河入淀口及其周边水域水质空间分布;曾庆慧等[34]针对孝义河、“引黄济淀”工程等开展了水动力模拟;以上结果与本研究模拟的白沟引河、府河、孝义河和“引黄济淀”工程入口投放点的示踪剂运移路径和浓度变化大致相同。
4水质站点示踪剂浓度与水位的相关性
Tab.4 Correlation between tracer concentration at water quality stations and water level
*代表在0.05的水平下相关性显著。
5投放点示踪剂浓度与河流入淀流量的相关性
Tab.5 Correlation between tracer concentration at tracer deployment points and inflow rates of tributaries to Lake Baiyangdian Wetland
*代表在0.05的水平下相关性显著。
3.2 换水周期和示踪剂传输时间的影响因素
换水周期和示踪剂传输时间受到多方面因素的影响,如流量、流速、水位、距离、地形等,本研究进一步分析了换水周期模拟结果中水质站点示踪剂浓度与淀区水位的相关性,示踪剂传输模拟情景中投放点示踪剂浓度与河流入淀流量的相关关系。结果表明,烧车淀、光淀张庄和采蒲台3个站点示踪剂浓度衰减变化与水位呈显著负相关,水位越高越有利于水质站点示踪剂浓度衰减(表4)。随着入淀流量的不断增加,水位不断升高,淀区主要水道、淀泊的流速增加,水体流动和循环状态越好,示踪剂浓度随着水流流动不断降低,反之,淀区水位越低,入淀流量越少、淀内水体流动和循环的作用越弱,各水质站点示踪剂的浓度衰减越慢(表5)。南刘庄站示踪剂浓度的变化与水位的相关性较差,由于该站点位于府河河道上,水流流动直接使示踪剂浓度短时间内快速下降,受水位波动的影响较小。各投放点的示踪剂浓度变化与入淀河流流量呈显著正相关,入淀河流流量的变化趋势与枣林庄闸观测断面的示踪剂浓度变化具有一致性。白沟引河、府河和孝义河在夏季和秋季流量较大,示踪剂的浓度也随之增长,相关性显著,而在春季和冬季河流流量较小(尤其是白沟引河),相关性系数较小,相关性不显著。
对于白洋淀这类受人类开发活动影响较大且地形条件复杂的淀泊水体,地形是影响换水周期和示踪剂传输时间的关键因素,尤其是淀泊内面积广大的围堤围埝,显著改变了淀区地形,影响着水体的循环与交换。结合现场调查获取的白洋淀围堤围埝数据,选取水体交换条件较差的冬、春两季,将围堤围埝分布与换水周期的空间分布进行叠加,详见图5,结果发现:换水周期较长(>200 d)的水域与围堤围埝的分布具有较高的一致性,光淀张庄-圈头-采蒲台一线以东的淀区中部区域,春、冬两季换水周期均大于200 d,尤其是在春季该水域换水周期大于300 d,是全淀区换水周期最长的水域,而此区域分布着连片的围堤围埝,严重阻碍了水体交换,同时关城村西南部水域也是换水周期较长区域(>200 d),这一水域完全被围堤围埝覆盖;位于古庄头村附近的淀区东北部水域和北冯村以南的淀区西南部水域的换水周期也较长(>300 d),这两块水域受人类开发活动的影响已变为地势较高的水上休闲区和水田种植区;以上结果均表明地形条件对白洋淀换水能力的影响显著。
3.3 对白洋淀水环境治理的启示
在各水质站点中,采蒲台和烧车淀的年平均换水周期最长,分别为224和204 d,尤其是在冬、春两季换水周期最长,具有水质超标的潜在风险,是需要重点关注的水质站点;空间分布上,淀区中部光淀村-圈头一线以东水域和古庄头村附近水域换水周期最长,水体循环最差,是水环境治理需要重点关注的水域;时间上,冬季和春季换水周期大于300 d的水域面积均较大,整体换水能力与夏、秋两季相比较差,是需要重点关注的时段。孝义河入口和“引黄济淀”入口示踪剂的传输时间最长,孝义河河流来水和“引黄济淀”补水对白洋淀水动力条件影响较小,淀区南部和“引黄济淀”区域与淀区中部、北部的水流交换和循环作用弱,是需要重点改善的区域。淀区水位和河流流量是影响换水周期和示踪剂传输时间的重要因素,保障适宜的水位,科学合理地改善河流入淀水量的时间和空间分配,能够有效缩短白洋淀的换水周期和示踪剂传输时间,更好地促进淀内水体间的流动和交换。淀区地形条件复杂,尤其是分布密集的围堤围埝严重阻碍着水体流动和交换,是影响白洋淀换水能力的关键因素,特别是光淀村-圈头-采蒲台一线以东的连片围堤围埝,是阻碍淀区水体的关键所在,拆除和连通关键围堤围埝能够有效提升白洋淀的换水能力。综上所述,通过掌握白洋淀换水周期和污染传输的特征和规律,找准水环境治理的关键区域和时段,对解决白洋淀面临的水环境问题意义重大。
5白洋淀换水周期与围堤围埝分布叠加
Fig.5Superposition of water renewal cycles distribution and embankment in Lake Baiyangdian Wetland
4 结论
本文开展了白洋淀换水周期和示踪剂传输时间的研究,揭示了各季节换水周期和示踪剂传输时间的空间分布,探明了换水周期和污染传输的特征和规律,为白洋淀水环境治理提供科学参考。主要得出以下3点结论:
1)白洋淀换水周期具有显著的时间差异性和空间异质性。各水质站中,南刘庄站换水周期最短,采蒲台站换水周期最长,烧车淀站和光淀张庄站大致相当,一年中南刘庄站换水周期季节波动最小,而烧车淀站季节波动最大;空间上,各入淀河流入口处、河道沿岸换水周期最短,地势较高和较封闭的水域换水周期最长,淀区中部水域换水周期均较长,淀区南部换水周期的空间分布变化较小。时间上,夏、秋两季换水周期大于300 d的水域面积最小,换水周期小于200 d的水域面积最大,白洋淀淀内的水体流动、循环和交换更频繁,整体换水能力明显优于冬、春两季。
2)白洋淀的示踪剂传输时间也具有显著的时空差异。空间上,淀区西部的府河入口投放点传输时间最短,淀区西部的水体流动最快,水体交换和循环较快,但对白洋淀水域的影响较小,淀区整体的水流交换作用弱,淀区北部的白沟引河入口投放点的传输时间季节差异最大;时间上,夏、秋两季的示踪剂传输时间要明显低于春、冬两季,水体流动较快,交换和循环的状况最好。
3)分析发现,采蒲台和烧车淀水质站点换水周期最长,具有水质超标的潜在风险,淀区中部光淀村-圈头一线以东水域和古庄头村附近水域换水周期最长,是需要重点关注的水域,冬季和春季换水周期大于300 d的水域面积最大,是需要重点关注的时段,孝义河入口和“引黄济淀”入口示踪剂的传输时间最长,是需要重点改善的区域;淀区水位、河流流量和地形是影响白洋淀换水能力的重要因素,找准水环境治理的关键区域和时段,能够有效推动白洋淀水环境治理。
5 附录
附图Ⅰ和附图Ⅱ见电子版(DOI:10.18307/2025.0424)。
1白洋淀地形、水位、水质站点和示踪剂投放点
Fig.1Bathymetry, water level, water quality stations and tracer deployment points of Lake Baiyangdian Wetland
2各水质站示踪剂浓度变化曲线(圆点表示37%浓度值对应的换水周期)
Fig.2Tracer concentration variation curve of each water quality station (The circle represents the residence time corresponding to 37% of the initial concentration)
3换水周期的空间分布
Fig.3Spatial distribution of water renewal cycle
4各季节不同换水周期水域的面积和比例
Fig.4Area and proportion of different water renewal cycles in different seasons
5白洋淀换水周期与围堤围埝分布叠加
Fig.5Superposition of water renewal cycles distribution and embankment in Lake Baiyangdian Wetland
1各水质站点的换水周期
2各季节不同换水周期水域的面积
3各投放点的示踪剂传输时间
4水质站点示踪剂浓度与水位的相关性
5投放点示踪剂浓度与河流入淀流量的相关性
Zhu J. Ecological function evaluation and regionalization in Baiyangdian Wetland. Acta Ecologica Sinica,2020,40(2):459-472. DOI:10.5846/stxb201901280209.
Wen ZG. Crisis and solution on environmental protection for wetland of Baiyangdian Lake. Environmental Protection,2003,31(9):33-35.[温志广. 白洋淀湿地生态环境面临的危机及解决措施. 环境保护,2003,31(9):33-35.]
Zhao YW, Li CH, Ma XM et al. Long-term guarantee suggestions of water quality safety of the Baiyangdian in the Xiongan New Area. China Water Resources,2021,(15):40-42.[赵彦伟, 李春晖, 麻晓梅等. 雄安新区白洋淀水质安全长效保障对策建议. 中国水利,2021,(15):40-42.]
Duan MQ, Xu W, Yuan FY et al. Analysis on the trend and nutritional status of water environment quality in Baiyangdian Lake in recent 5 years. Environmental Chemistry,2022,41(6):1988-2000.[段茂庆, 许维, 苑飞燕等. 白洋淀近5年水生态环境质量变化趋势与营养状态分析. 环境化学,2022,41(6):1988-2000.]
Pilotti M, Simoncelli S, Valerio G. A simple approach to the evaluation of the actual water renewal time of natural stratified lakes. Water Resources Research,2014,50(4):2830-2849. DOI:10.1002/2013WR014471.
Wu Z, Lai X, Zhang L et al. Phytoplankton chlorophyll a in Lake Poyang and its tributaries during dry,mid-dry and wet seasons: A 4-year study. Knowledge and Management of Aquatic Ecosystems,2014,(412):6. DOI:10.1051/kmae/2013088.
Wang XM, Zhai SH, Zhang HJ et al. Research on appropriate hydraulic retention time on basis of water quality improvement of Lake Taihu. J Lake Sci,2017,29(1):9-21. DOI:10.18307/2017.0102.[王冼民, 翟淑华, 张红举等. 基于水质改善目标的太湖适宜换水周期分析. 湖泊科学,2017,29(1):9-21.]
An QX, Li HX, Huang B et al. Estimating ecological water demand of polders in Dongting Lake area based on environmental dilution method. Journal of Yangtze River Scientific Research Institute,2022,39(9):43-48. DOI:10.11988/ckyyb.20210578.[安秋香, 李洪翔, 黄兵等. 基于水质目标的洞庭湖区堤垸生态需水量研究. 长江科学院院报,2022,39(9):43-48.]
Zhu CL, Yu GQ. A mathematical model of water quality rehabilitation for urban lakes via periodically water renewal. Journal of Irrigation and Drainage,2003,22(6):54-56.[朱春龙, 俞国青. 通过周期性换水更新城市湖泊水质的解析模型. 灌溉排水学报,2003,22(6):54-56.]
Guo W, Qian Z. Aquatic ecology flow and changing water cycle calculation method for Dong Lake in Xiangyin, Hunan. Journal of Central South University of Forestry & Technology,2011,31(9):66-68,96.[郭武, 钱湛. 湖南湘阴东湖水体生态流量及换水周期计算方法. 中南林业科技大学学报,2011,31(9):66-68,96.]
Ma YQ, Chi MH, Zhao YM et al. Water pollution characteristics,causes analysis and control strategy of Nanhu Lake in Jiaxing City. Water Purification Technology,2020,39(5):56-63,68.[马迎群, 迟明慧, 赵艳民等. 嘉兴市南湖水污染特征·成因分析·控制对策. 净水技术,2020,39(5):56-63,68.]
Wang JX, Meng YS, Pang Y et al. Numerical simulation of suspended solids transport and diffusion in cofferdam construction of the west of Yangcheng Lake. Water Resources Protection,2021,37(3):108-114.[汪静娴, 孟玉生, 逄勇等. 阳澄西湖围堰施工中悬浮物输移扩散数值模拟. 水资源保护,2021,37(3):108-114.]
Li YL, Zhang Q, Yao J. Investigation of residence and travel times in a large floodplain lake with complex lake-river interactions: Poyang lake(China). Water,2015,7(5):1991-2012. DOI:10.3390/w7051991.
Huang CL, Li X, Sun YY. Water age distribution of the Lake Taihu and impact of the Yangtze River to Lake Taihu Water Transfer Project on the water age. J Lake Sci,2017,29(1):22-31. DOI:10.18307/2017.0103.[黄春琳, 李熙, 孙永远. 太湖水龄分布特征及“引江济太” 工程对其的影响. 湖泊科学,2017,29(1):22-31.]
Shaha DC, Cho YK, Seo GH et al. Using flushing rate to investigate spring-neap and spatial variations of gravitational circulation and tidal exchanges in an estuary. Hydrology and Earth System Sciences,2010,14(8):1465-1476. DOI:10.5194/hess-14-1465-2010.
Li YL, Yao J, Li MF et al. Numerical simulations of residence time and tracer travel time in Lake Poyang. J Lake Sci,2017,29(1):32-42. DOI:10.18307/2017.0104.[李云良, 姚静, 李梦凡等. 鄱阳湖换水周期与示踪剂传输时间特征的数值模拟. 湖泊科学,2017,29(1):32-42.]
Yuan Y, Yan DH, Wang H et al. Attributive analysis on evolution of inflow to Baiyangdian wetland. Water Resources and Hydropower Engineering,2013,44(12):1-4,23.[袁勇, 严登华, 王浩等. 白洋淀湿地入淀水量演变归因分析. 水利水电技术,2013,44(12):1-4,23.]
RenW, Xu GB. Natural inflow of Baiyangdian Lake based on GA grey waveform prediction model. South-to-North Water Transfers and Water Science & Technology,2017,15(5):9-14.[任旺, 徐国宾. 基于GA-灰色波形预测模型的白洋淀天然入淀水量. 南水北调与水利科技,2017,15(5):9-14.]
Bai J, Chen JQ, Tian K et al. Determination of wetland water-blocking cofferdams based on hydrodynamic simulation: A case study of Baiyangdian wetland. Journal of Agro-Environment Science,2022,41(2):411-417. DOI:10.11654/jaes.2021-0672.[白洁, 陈家琪, 田凯等. 基于水动力模拟的湿地阻水围堤围埝判定——以白洋淀为例. 农业环境科学学报,2022,41(2):411-417.]
Xu LP, Gao XP, Zhang C et al. Numerical simulation-based study on exchange of water in urban artificial lake. Water Resources and Hydropower Engineering,2018,49(6):94-100.[许莉萍, 高学平, 张晨等. 基于数值方法的城市人工湖泊水体交换研究. 水利水电技术,2018,49(6):94-100.]
Yang ZH, Zhu ZT, Huai WX et al. Study on the influence of Poyang Lake Hydraulic Project on hydrodynamics and water-quality in wet and dry year. Journal of Hydraulic Engineering,2018,49(2):156-167.[杨中华, 朱政涛, 槐文信等. 鄱阳湖水利调控对湖区典型丰枯水年水动力水质影响研究. 水利学报,2018,49(2):156-167.]
Monsen NE, Cloern JE, Lucas LV et al. A comment on the use of flushing time,residence time,and age as transport time scales. Limnology and Oceanography,2002,47(5):1545-1553. DOI:10.4319/lo.2002.47.5.1545.
Takeoka H. Fundamental concepts of exchange and transport time scales in a coastal sea. Continental Shelf Research,1984,3(3):311-326. DOI:10.1016/0278-4343(84)90014-1.
Cucco A, Umgiesser G. Modeling the Venice lagoon residence time. Ecological Modelling,2006,193(1/2):34-51. DOI:10.1016/j.ecolmodel.2005.07.043.
Botter G, Bertuzzo E, Rinaldo A. Catchment residence and travel time distributions: The master equation. Geophysical Research Letters,2011,38(11): L11403. DOI:10.1029/2011GL047666.
Razmi AM, Barry DA, Lemmin U et al. Direct effects of dominant winds on residence and travel times in the wide and open lacustrine embayment: Vidy Bay(Lake Geneva, Switzerland). Aquatic Sciences,2014,76(1):59-71. DOI:10.1007/s00027-013-0321-8.
Dabrowski T, Hartnett M. Modelling travel and residence times in the eastern Irish Sea. Marine Pollution Bulletin,2008,57(1/2/3/4/5):41-46. DOI:10.1016/j.marpolbul.2008.03.014.
Wan YS, Qiu C, Doering P et al. Modeling residence time with a three-dimensional hydrodynamic model: Linkage with chlorophyll a in a subtropical estuary. Ecological Modelling,2013,268:93-102. DOI:10.1016/j.ecolmodel.2013.08.008.
Wang HH, Bai J, Liu SC et al. Spatial and temporal variations in the water quality of Baiyangdian Lake in the recent 30 years. Journal of Agro-Environment Science,2020,39(5):1051-1059. DOI:10.11654/jaes.2020-0196.[王欢欢, 白洁, 刘世存等. 白洋淀近30年水质时空变化特征. 农业环境科学学报,2020,39(5):1051-1059.]
Liu SC, Yang W, Tian K et al. Water quality forecasting based on multilayer fully connected neural network for Baiyangdian Lake. Journal of Agro-Environment Science,2020,39(6):1283-1292. DOI:10.11654/jaes.2020-0288.[刘世存, 杨薇, 田凯等. 基于多层全连接神经网络的白洋淀水质预测. 农业环境科学学报,2020,39(6):1283-1292.]
Zhao YL, Wang SL, Zhang FF et al. Remote sensing-based analysis of spatial and temporal water colour variations in Baiyangdian lake after the establishment of the Xiongan New Area. Remote Sensing,2021,13(9):1729. DOI:10.3390/rs13091729.
Ma MY, Cui LJ, Zhang MY et al. Primary production of periphyton and their relationship to water quality in Baiyangdian Lake, China. Acta Ecologica Sinica,2018,38(2):443-456.[马牧源, 崔丽娟, 张曼胤等. 白洋淀附着藻类的初级生产力及其与水质的关系. 生态学报,2018,38(2):443-456.]
Long XX, Yang LH, Xia H et al. Spatial variability characteristics analysis of water quality surrounding fuhe river entrance in Baiyangdian Lake. Water Resources and Power,2016,34(9):35-38.[龙幸幸, 杨路华, 夏辉等. 白洋淀府河入淀口周边水质空间变异特征分析. 水电能源科学,2016,34(9):35-38.]
Zeng QH, Hu P, Zhao CP et al. Influence of multi-water resource replenishment on the hydrodynamic behavior of Baiyangdian wetland. Acta Ecologica Sinica,2020,40(20):7153-7164. DOI:10.5846/stxb201911252552.[曾庆慧, 胡鹏, 赵翠平等. 多水源补给对白洋淀湿地水动力的影响. 生态学报,2020,40(20):7153-7164.]
您是第    位访问者
地址:南京市江宁区麒麟街道创展路299号    邮政编码:211135
电话:025-86882041;86882040     传真:025-57714759     Email:jlakes@niglas.ac.cn
Copyright:中国科学院南京地理与湖泊研究所《湖泊科学》 版权所有:All Rights Reserved
技术支持:北京勤云科技发展有限公司

苏公网安备 32010202010073号

     苏ICP备09024011号-2