海南南渡江下游二維水動力及水生態數值模擬

許 棟， 王 迪， 及春寧， 聶紅濤， 符傳君， 李龍兵

1.天津大學， 水利工程仿真與安全國家重點實驗室， 天津 300072 2.天津大學海洋學院， 天津 300072 3.海南省水文水資源勘測局， 海南 ?？?570203

海南南渡江下游二維水動力及水生態數值模擬

許 棟1， 王 迪1， 及春寧1， 聶紅濤2*， 符傳君3， 李龍兵3

1.天津大學， 水利工程仿真與安全國家重點實驗室， 天津 300072 2.天津大學海洋學院， 天津 300072 3.海南省水文水資源勘測局， 海南 ?？?570203

為了模擬河流水生態系統演變，探討熱帶河流浮游植物和浮游動物生物量在流量影響下的沿程變化規律，在求解河流二維淺水方程的基礎上，考慮浮游動物、浮游植物、懸浮碎屑、無機氮、無機磷等輸運和演變子模型以及各子模型間的耦合作用機制，構建水生態動力數學模型，并將該模型應用于我國熱帶河流——海南南渡江下游龍塘壩至入海口段(長約28 km).數學模型采用ADI-QUICK格式差分方法對水動力學方程和對流擴散方程進行離散求解，進而驅動各類生物變量輸運和演化.通過對河流水面線高程、營養鹽含量、浮游生物生物量模擬值與實測值加以對比進行驗證.實證結果表明，在生態參數合理率定前提下，忽略河流流量的時間變化，采用豐水期、平水期和枯水期工況下的代表流量加以概化，數值模擬仍能獲得局部河段浮游生物生物量模擬值與實測值整體相符合的結果.浮游植物和浮游動物生物量均沿水流方向逐漸降低，但隨流量的增大整體上呈降低趨勢，豐水期上游浮游生物生物量為下游的1.6倍，枯水期達到9.3倍.受海水入侵、沿程污染排放等因素的影響，枯水期浮游生物生物量模擬值與實測值的偏差遠大于豐水期.枯水期河道浮游植物和浮游動物生物量模擬值的最大值分別為77.71和38.56 mmolm3(均以C計)，約為豐水期的3.8倍，說明枯水期水質富營養化風險遠高于豐水期.

水動力; 水生態模擬; 浮游植物; 浮游動物; 南渡江下游

河流湖泊水生態系統是一個開放的復雜系統，既包括浮游植物、浮游動物、底棲動物等生物群落系統，也包括水流流量、污染物、營養物質、光照等物質和能量的輸入與輸出.健康的水生態系統是河流健康的重要內涵，過量的污染物排放和弱化的水體交換可能導致水體富營養化[1- 2].鑒于這些問題的復雜性，目前對河流湖泊水生態系統狀況的研究仍然以野外觀測為主要手段[3];然而，在預測環境變化條件(如氣候變化、污染排放增加等)下水生態系統的演變趨勢時，則往往需要借助水生態動力數學模型.目前，針對河流湖泊水生態系統的研究報道多集中在水質演變[4]、浮游植物群落[5- 6]或水質富營養化[7- 8]等方面，而針對實際河流開展的較為完整的水生態模擬的研究報道系統涉及較少.另一方面，考慮到季節性河流流量變化周期一般較長(長達數月)，而水生態系統尤其是局部河道浮游生物群落的響應周期較短(數周以內)[9]，能否利用恒定流量模擬水生態系統的準平衡狀態，目前仍然缺少相關論證.

水生態系統演化的定量模擬發展至今，已有大量成功應用.從應用環境來看，存在針對河流[6，10]、湖泊[7- 8]、河口海岸[11]等不同區域的應用.我國學者針對生態問題突出的湖泊水域(如太湖)開展了大量數值模擬研究[12- 16]，為太湖水域藻華預測、生態修復提供了重要科學依據.河流生態系統得益于較強的水動力條件，發生富營養化的機率相對較低，但沿程水質變化會帶來入庫營養鹽的變化[17]，其生態系統同樣廣受關注.從模擬方法來看，目前應用較廣的為基于生態系統動力學的數學模型，如CE-QUAL-ICM、WASP、AQUATOX、PAMOLARE、CAEDYM等[18]，此外，還有生態通道模型(如Ecopath)[19]、Monte Carlo模擬模型[20]等.水生態數學模型往往包括水動力、水質、水生物等多個子模型，各子模型間相互作用形成復雜系統[21]，并且對外部環境輸入和多種內部生物變量的隨機擾動較為敏感，造成模型的普適性存在較大挑戰，不同地區、不同河流甚至不同河段，模型的主導因素、率定參數等差異很大[22- 23].HUANG等[24]利用Markov過程從隨機過程理論對生態系統演變進行預測，避開了復雜的動力方程，但隨機過程的應用需要依賴較多的歷史數據支持.一些學者[25- 26]不斷開展相關實際應用研究，并豐富模型模擬結果與實際監測數據的對比分析，有力地推動了水生態數學模型的發展.值得注意的是，河流水生態系統特性與當地氣候條件(如光照、流量過程、氣溫等)密切相關，我國目前已開展的水生態數學模型研究工作多針對溫帶和亞熱帶河流，但鮮見針對大型熱帶河流的水生態研究工作.

海南省南渡江是我國唯一一條大型熱帶河流，其光照、水文等自然條件與我國其他大型河流存在較大差異.該研究對南渡江下游龍塘壩以下河段進行水動力和水生態數值模擬，考慮到該河段長度較短，并且受上、下游邊界控制，其生態系統相對獨立，故根據不同流量級別下的恒定流工況進行模擬，并與代表采樣點的實際監測結果進行比較，探討浮游植物、浮游動物等生物量信息隨空間和流量的變化趨勢，以期為我國熱帶河流的水環境演變分析和水體水質管理提供參考.

1 研究方法

通過構建水生態數學模型，模擬分析河流水文、水質變化對生態系統的影響是河流生態分析的重要方法之一.該研究中，由淺水方程計算流速、水位等環境動力場，在該動力環境下，由對流擴散方程來描述營養鹽和浮游動植物的對流擴散輸運過程；而將生態動力學方程用于描述輸運過程中營養鹽和浮游動植物之間的生物化學作用，主要包括浮游植物的生長受到氮磷營養鹽、光和溫度的限制，浮游動物通過攝食浮游植物來限制浮游植物的增長；死亡的浮游植物、浮游動物以及在攝食過程中沒有被有效利用的部分浮游植物轉化為碎屑，沉降、懸浮或再生為營養鹽等過程.

1.1 河道水流運動的二維淺水方程

采用二維淺水方程求解河流水流流場，其中，連續性方程為

(1)

動量方程為

(2)

(3)

式中：x、y為空間坐標，m；t為時間，s；Z為水位，m；U、V為流速在x、y方向上的分量，ms；h為水深，m；f為柯氏力，s-1；g為重力加速度，取9.81ms2；CS為謝才系數，取CS=hn-1，其中n為糙率系數.

1.2 生物變量輸運的對流擴散方程

生態模型是由一系列微分方程組成，這些方程的表達形式基本相同.狀態變量的變化是狀態變量之間相互作用、對流擴散、顆粒沉降及源輸入共同作用的結果.該研究引入二維生態變量的積分方程：

(4)

式中：Cn為水深積分的生物量，mmolm3；Qx和Qy分別為x、y方向上的單寬流量，m2s；Dx、Dy分別為x、y方向上的擴散系數，m2s；Qc為狀態變量之間的生物地球化學作用項，mmol·sm3；Sc為源項，包括降雨量、河流輸入量等，mmol·sm3；sc為懸浮碎屑、浮游植物等的沉降速度，ms.式(4)左側為對流擴散項，右側代表生態系統中生態變量的生物地球化學作用以及外源輸入和輸出.

1.3 南渡江生態動力學控制方程

根據南渡江所在熱帶地區的水文、光照及生態系統實際情況，選擇對水生態演變動力過程具有較直接和間接影響的重要要素，構建生態動力學控制方程，其中主要狀態變量包括浮游動物(ZPT)生物量、浮游植物(PPT)生物量、懸浮碎屑(D)含量、DIN(無機氮，包括NO3--N、NH4+-N)含量和DIP(無機磷)含量等.各變量之間的相互作用關系如圖1所示.

圖1 南渡江水生態動力學模型Fig.1 Schematic of aquatic ecology dynamics model for Nandujiang River

浮游植物的生物相互作用項包括浮游植物的增長、自然死亡和被攝食.其中，浮游植物的增長速率受到溫度、營養鹽、可利用光強等多因素作用的共同影響，浮游植物的損失主要包括自然死亡、胞外分泌和浮游動物攝食.根據Fransz等[27]構建的模型，浮游植物的生物相互作用項可表示為

(5)

式中，IZ為透光層的平均光強，P為浮游植物密度.

生態系統中攝食速率一般隨被攝食者密度的增加而增加，達到一定水平后，攝食者停止攝食.該研究引入浮游植物被攝食項(Gp，mmold)：

(6)

式中，D為懸浮碎屑密度.其他各參數取值參照文獻[26- 28]，并根據實測數據進行率定(見表1).

表1 南渡江水生態動力學模型參數取值

在浮游生態系統中，浮游動物存在同化和損失兩方面作用.其中，同化作用指在河流生態系統中，微型、微微型浮游動物通過攝食浮游植物、顆粒有機物、懸浮碎屑而增加自身的生物量，隨后被食物網的上一層浮游動物所攝食利用；浮游動物的損失項主要包括被其他動物攝食、攝食損失、死亡和排泄.采用Fasham等[28]構建的模型，浮游動物的生物相互作用項最終表示為

(7)

式中各參數取值參照文獻[26- 28]，并根據實測數據進行率定(見表1).

2 模型求解與驗證

2.1 數學模型離散與求解

利用ADI-QUICK格式差分方法對水動力學方程和對流擴散方程進行離散求解，該方法將ADI法與一維非定常QUICK法相結合了起來，是在ADI法的每半個時間步長的差分方程中引進一維QUICK格式加以修正.在前半個時間步長中，沿x方向取隱式、沿y方向取顯式；在后半個時間步長，沿x方向取顯式、沿y方向取隱式.該格式兼備ADI法和QUICK法的優點，具有空間和時間二階精度，不呈現短波振蕩和明顯的人工數值耗散，而且運算過程穩定簡便，比傳統ADI法具有明顯的優越性[29- 30].以對流擴散方程為例，在nΔt→nΔt+1/2步長進行差分：

(8)

式中：Δx、Δy分別為沿x、y方向網格長度；Δt為時間步長.

2.2 模型數值模擬結果驗證

為驗證水動力計算結果，根據海南省水文水資源勘測局編制的海南省重要河流2010年10月發生洪水的水位調查數據，進行南渡江出海口段河道水流數值計算.計算過程中對糙率系數進行分段控制和率定[31]，取值范圍為0.023～0.047.河道中心線水位模擬值和實測值驗證情況如圖2所示.由圖2可見，洪水水位計算值與實測值符合較好，偏離誤差均在7%以內，滿足計算要求.

注： 起點距為距上游邊界龍塘壩的距離.下同.圖2 河道中心線水位高程模擬值與實測值對比Fig.2 Verification of water surface elevation along the mid-line of the river

該研究所用生態模塊是在近海生態模型[32]基礎上發展而來，并已應用于多個河口海灣區域，得到了充分驗證[33- 34].該研究區域針對南渡江下游入?？诟浇佣危h境特征與河口類似.在研究過程中，基于已有的經過多次檢驗的近海生態模型框架，考慮到南渡江河流動力以單向流為主，與近海動力特征不同，故在邊界條件設置等方面也與以往應用不同.

為驗證該模型在南渡江下游的適用性，筆者采用2015年1月枯水期(控制水文斷面——龍塘壩的流量約為110m3s)海南省水文水資源勘測局對南渡江?？诙螌嵤┧h境監測的相應實測數據，對以DIN和DIP為代表的營養鹽含量進行驗證，結果(見圖3)顯示，模擬值與實測值基本符合，c(DIN)為1.5～4.2 mmolm3，c(DIP)為0.18～2.3 mmolm3，模擬值與實測值基本符合.值得注意的是，實測值變化范圍及不均勻性均大于模擬值，尤其是c(DIN)峰值偏差較大，這可能與采樣點位置選取、測量誤差及沿程不規則分布的小型排污口有關.另外，在模型參數選取方面，由于實測資料有限，未能針對各參數取值的適用性逐一展開論證.該驗證結果僅說明所選用參數組合能夠使營養鹽含量的模擬結果在數值范圍和數量級上與實際相符，并為進一步開展流量變化研究提供依據.

圖3 河道中心線營養鹽含量模擬值與實測值對比Fig.3 Verification of distribution nutrient concentration along the mid-line of the river

該研究的重點是分析不同水文工況下南渡江下游的生態環境變化，因而為分析不同生態過程對所模擬生態系統的重要性和檢驗模型性能，對生態模塊參數進行敏感性分析.分別考慮主要參數取值增大和減小10%情況下結果變化情況，其中浮游植物變化情況如圖4所示.由圖4可見，浮游植物生物量變化與損失過程相關性最強，最敏感變量為浮游動物消化吸收效率(β)、浮游動物最大攝食率(ζ)、浮游動物最大損失率(mZ)等，而這些過程主要控制了浮游植物

生物量在較長時間尺度上的振幅和相位，表明生態模塊較好地體現了下行效應的控制作用.同時，敏感性分析顯示，浮游植物生物量對于生長過程相關參數，如浮游植物在0 ℃的最大生長速率〔μp max(0)〕、浮游植物比增長速率的溫度影響系數(a1)見表1、光合作用最佳光強(Isat)等的變化也較敏感，這表明在盡量控制下行效應過程不變的情況下，利用該模型進行不同水文工況下營養鹽限制的研究是可行的.

圖4 生態模塊參數敏感性分析結果Fig.4 Results of sensitivity test of parameters of ecologic module

3 應用實例

3.1 模型范圍及設置

將所構建的水生態數學模型應用于南渡江下游河段自龍塘壩向下游至入海口，全長約28km(見圖5).南渡江河口主要分兩汊入海，即北干流、橫溝河，其中主干為北干流和次干橫溝河，流量比約為1∶9.采用平面二維模擬，計算區域利用結構化四邊形網格剖分，橫縱向網格長度參照文獻[35]均取為10m，共劃分計算網格218 524個.河岸邊界采用階梯(Staircase)近似處理，計算時間步長取10s.

圖5 海南省南渡江下游水生態數學模型模擬范圍Fig.5 Scope of simulation for aquatic ecology of the Lower Reach of Nandujiang River in Hainan Island

設龍塘壩處為入流邊界，根據龍塘站水文資料統計，實測最大年均流量296m3s，徑流量93.3×108m3(1973年)；實測最小年均流量78.6m3s，徑流量24.8×108m3(1977年)；實測多年平均流量181m3s，

徑流量57.2×108m3(1959—1997年)；入流物質濃度取龍塘站位監測值，出流物質濃度設為流水坡站位監測值.出流邊界設為自由出流，忽略河口處潮位變化引起的海水入侵現象.該研究只考慮入流營養鹽輸入的情況，忽略沿江非點源輸入和其他排放源影響.

采用冷啟動，初值均設為0；模型運行3個月達到穩定，取第3個月末結果進行分析.由于缺乏營養物質輸入通量和沿江流入通量季節變化數據，故而模擬方案設定條件為準穩態狀況，用于分析特定條件下南渡江下游河道生態環境變化規律.為反映徑流流量的影響，共劃分為3個模擬工況：豐水期，流量為296m3s；平水期，流量為181m3s；枯水期，流量為78.6m3s.

3.2 數值模擬結果及分析

通過所構建的南渡江下游水生態數學模型進行數值模擬，獲得了大量生態系統特征變量的空間分布信息，包括c(DIN)、c(DIP)、浮游植物生物量和浮游動物生物量以及有機碳含量等.以平水期為例，南渡江下游河道中代表性生態變量的空間分布結果(見圖6)顯示，在給定工況模擬條件下，從龍塘站到入海口處營養鹽含量呈逐漸降低趨勢，表明營養鹽主要受上游來流輸入的影響；而受此影響，在營養鹽豐富的地方，浮游植物繁殖較快，生物量較多，并為浮游動物的生長提供了必要的食物來源.從營養鹽的沿程分布來看，南渡江大橋以上河段出現一定程度富營養化趨勢，而南渡江大橋以下河段到入?？谔幱捎诤拥勒箤?，在光照等外因影響下，營養鹽稀釋擴散和生化降解，含量逐漸降低，浮游植物和浮游動物生物量下降，富營養化趨勢得到緩解.

注： 數據為平水期的模擬結果.圖6 南渡江下游河道中生態系統特征變量的數值模擬結果Fig.6 Simulation results of characteristic values of ecology system along the Lower Reach of Nandujiang River

為進一步比較各工況下南渡江下游沿河道水流方向浮游植物和浮游動物生物量的沿程分布，并與實測值進行比較，沿程在河道中線處設置10個采樣點〔見圖6(c)(d)〕，提取各工況下各采樣點處的生物量數據.結果(見圖7)顯示，浮游植物和浮游動物生物量均表現出沿水流方向下降的趨勢，表明浮游生物的生長和繁殖主要受來流方向營養鹽輸入的影響，豐水期上游浮游生物的生物量為下游的1.6倍，枯水期時達到9.3倍.在同樣營養鹽通量輸入條件下，南渡江流量的大小將改變營養鹽濃度的分布，從而導致不同生物量浮游生物的生長.豐水期由于水量相對比較充沛，對營養鹽輸送和稀釋較快，這與聶紅濤等[36]的理論研究結論相一致，而與此相應的浮游植物生物量相對較低，依賴浮游植物生存的浮游動物生物量也較低；而枯水期由于水量相對缺乏，水流遲緩會導致營養鹽不斷蓄積，從而引起浮游植物大量繁殖，容易導致藻華發生[37- 40].因而在南渡江下游龍塘壩水利調度時，需要注意沿河的基本生態需水量需求[41- 42]，同時要考慮水質調控要求，盡量減少因小水量導致的營養鹽大量蓄積.

圖7 南渡江下游河道各模擬工況下浮游生物生物量的沿程變化Fig.7 Biomass along the Lower Reach of Nandujiang River under various conditions

為了對數值模擬結果進行驗證，分別于2015年枯水期和豐水期于南渡江下游?？谑兴诤佣芜M行典型斷面浮游生物采集(龍塘壩相應流量約為110和860 m3s)，驗證結果如圖7所示.由圖7可見，在豐水期，盡管數值模擬采用流量與實際流量偏差較大，從而造成相應浮游生物生物量數值存在較大偏差，然而浮游生物生物量沿程逐漸降低的趨勢基本吻合，表明該研究按照給定恒定流量獲得的局部河段生物量分布基本合理.盡管有研究者認為，水生態系統與河流流量之間存在一定的時間遲滯現象[43]，但與徑流的季節性變化相比，這種遲滯時間相對較短，因此，從長期來看，很多大型河流或水庫仍表現出流量-水生態系統之間非常高的相關性[44- 47].在這種情況下，利用恒定流量計算水生態系統的準平衡狀態能夠獲得較為可靠的結果.而在枯水期，浮游生物生物量的數值模擬結果與實測值之間不僅數值差別較大，二者整體變化趨勢也存在很大差異.究其原因：①可能與水生態數學模型的邊界條件設置有關，在模擬時下游出流邊界采用連續出流，而實際上由于南渡江下游為河口段，受潮位變化的影響，由此造成海水的周期性入侵.在豐水期，徑流作用較強導致海水入侵距離一般較小；而在枯水期，海水入侵距離長達數公里，并與徑流淡水共同顯著影響河道內的水質、營養鹽和生物生長[45，48]，故忽略此影響可能給數值模擬結果帶來較大偏差.②枯水期浮游植物和浮游動物生物量實測值的最大值均出現在起點距12.5 km處，但在數值模擬結果中未能體現這一特征.造成該差異的原因主要是，枯水期徑流量較小，物質輸運相對遲緩易聚集.河流水環境的變化不僅受上游來流的影響，同時還受到沿岸輸入的影響，由于缺乏沿岸輸入數據，此次模擬忽略了?？谑袇^向河道內的污染物排放，造成模擬結果沿程呈單調變化趨勢.在枯水期，該排放量所占水體比例較豐水期為大，因此也會帶來較大的模擬誤差，需要在進一步研究中加以考慮.此外，枯水期水質隨時間的變化不規則，單次采樣本身存在的誤差也可能較大.在豐水期，盡管實測流量與模擬流量相差近3倍，但浮游動物和浮游植物生物量模擬值和實測值均呈沿程逐漸降低趨勢，并且數量級均較符合，說明豐水期浮游生物的分布較為規則，該特征在所構建模型模擬結果中得到了進一步體現.

驗證結果表明，基于恒定流假定的水生態數學模型對我國熱帶河流——南渡江下游河道的模擬結果基本合理，但枯水期需要考慮入?？诘某彼饔貌拍塬@得更準確的結果.將各工況下南渡江下游河段浮游生物生物量最大值、最小值和平均值進行統計，結果如表2所示.由表2可見，枯水期浮游植物和浮游動物生物量平均值分別為31.15和15.37 mmolm3，約為豐水期的2倍；而浮游植物和浮游動物生物量最大值分別為77.71和38.56 mmolm3，約為豐水期的3.8倍.由此可見，南渡江下游河段枯水期的水質富營養化程度遠高于豐水期，這一點需要在水利調度和水資源保護方面加以考慮.此外，該研究只考慮了南渡江下游河段不同水文工況下的富營養情況變化，在全球氣候變化的大背景下，南渡江生態系統會否和其他河流生態系統一樣受到某種程度的影響[49]，需要利用大尺度模型進一步分析.

表2 南渡江下游河段浮游生物量模擬結果統計

Table 2 Statistics of simulated biomass of the Lower Reach of Nandujiang Riverm mmolm3

表2 南渡江下游河段浮游生物量模擬結果統計

模擬工況徑流流量∕(m3∕s)浮游植物生物量浮游動物生物量最大值最小值平均值最大值最小值平均值豐水期296．020．6710．0115．5110．255．947．68平水期181．033．7410．0520．7616．746．7410．25枯水期78．677．7110．0131．1538．566．6515．37

該研究所建立的水生態數學模型經野外監測數據驗證，證實適用于熱帶河流的水生態系統演變的模擬，能夠較好地預測特定流量條件下河流水體營養鹽輸運、浮游植物和浮游動物等生物量信息變化趨勢.這類機理性數學模型對于研究水生態和水環境問題具有重要意義，同時為熱帶地區河流水利工程調度和水質管理提供科學依據.鑒于水生態系統的復雜性，針對熱帶河流的水生態數學模型的理論模式優化和推廣應用仍需進一步深入研究.

4 結論

a) 水生態數學模型在南渡江下游河段的應用結果表明，在生態參數合理率定的前提下，忽略流量和水質隨時間的變化，采用理想化恒定邊界的數值模擬仍能夠獲得局部河段生物量分布與實測數據整體較為符合的結果；浮游植物和浮游動物生物量均沿水流方向逐漸降低，而隨流量的增加整體上均呈降低趨勢，豐水期上游浮游生物生物量為下游的1.6倍，枯水期時達到9.3倍.

b) 枯水期浮游生物生物量模擬結果與實測值的偏差遠大于豐水期，主要是因為水生態數學模型忽略了海水入侵、沿程污染排放等的影響，而該影響在枯水期對水生態系統的作用較豐水期時更為顯著.

c) 枯水期南渡江下游河道浮游植物和浮游動物生物量平均值分別為31.15和15.37 mmolm3，約為豐水期的2倍；最大值分別為77.71和38.56 mmolm3，約為豐水期的3.8倍.枯水期水質的富營養化風險遠高于豐水期.

[1] LAPOINTE B E，HERREN L W，DEBORTOLI D D，etal.Evidence of sewage-driven eutrophication and harmful algal blooms in Florida′s Indian River Lagoon[J].Harmful Algae，2015，43(3)：82- 102.

[2] 王巖，姜霞，李永峰，等.洞庭湖氮磷時空分布與水體營養狀態特征[J].環境科學研究，2014，27(5)：484- 491. WANG Yan，JIANG Xia，LI Yongfeng，etal.Spatial and temporal distribution of nitrogen and phosphorus and nutritional characteristics of water of Dongting Lake[J].Research of Environmental Sciences，2014，27(5)：484- 491.

[3] 張偉，孫健，聶紅濤，等.珠江口及毗鄰海域營養鹽對浮游植物生長的影響[J].生態學報，2015，35(12)：4034- 4044. ZHANG Wei，SUN Jian，NIE Hongtao，etal.Seasonal and spatial variations of nutrient and the response of phytoplankton in PRE and adjacent sea areas[J].ActaEcologica Sinica，2015，35(12)：4034- 4044.

[4] LIU Wencheng，CHAN Wenting.Assessing the influence of nutrient reduction on water quality using a three-dimensional model：case study in a tidal estuarine system[J].Environmental Monitoring and Assessment，2014，186(12)：8807- 8825.

[5] QIAO Xudong，WANG Baodong，SUN Xia，etal.Numerical simulation of nutrient and phytoplankton dynamics in Guangxi coastal bays，China[J].Journal of Ocean University of China，2014，13(2)：338- 346.

[6] WHITEHEAD P G，BUSSI G，BOWES M J，etal.Dynamic modelling of multiple phytoplankton groups in rivers with an application to the Thames River system in the UK[J].Environmental Modelling & Software，2015，74(S1)：75- 91.

[7] ARHONDITSIS G B，BRETT M T.Eutrophication model for Lake Washington (USA)：PartⅠ.model description and sensitivity analysis[J].Ecological Modelling，2005，187(2)：140- 178.

[8] DOAN P T K，NéMERY J，SCHMID M，etal.Eutrophication of turbid tropical reservoirs：Scenarios of evolution of the reservoir of Cointzio，Mexico[J].Ecological Informatics，2015，29(2)：192- 205.

[9] SAECKE A，HADWENW L，RISSIK D，etal.Flow events drive patterns of phytoplankton distribution along a river-estuary-bay continuum[J].Marine & Freshwater Research，2013，64(7)：655- 670.

[10] 李如忠，楊源，丁貴珍，等.基于OTIS模型的巢湖十五里河源頭段參數靈敏性分析[J].環境科學研究，2014，27(11)：1265- 1271. LI Ruzhong，YANG Yuan，DING Guizhen，etal.OTIS model-based parameter sensitivity analysis for headwater stream in the Shiwulihe River，Chaohu Lake Basin[J].Research of Environmental Sciences，2014，27(11)：1265- 1271.

[11] 郭洲華，王金坑，王翠，等.河口與近海營養狀況評價方法及其應用驗證[J].環境科學研究，2015，28(1)：23- 30. GUO Zhouhua，WANG Jinkeng，WANG Cui，etal.Application and validation of an integrated methodology for the assessment of estuarine and coastal trophic status in China[J].Research of Environmental Sciences，2015，28(1)：23- 30.

[12] 謝興勇，祖維，錢新.太湖磷循環的生態動力學模擬研究[J].中國環境科學，2011，31(5)：858- 862. XIE Xingyong，ZU Wei，QIAN Xin.Numerical study on the ecological dynamics of phosphorus circle in Taihu Lake[J].China Environmental Science，2011，31(5)：858- 862.

[13] 李大勇，王濟干，董增川.基于生態系統動力學模型的太湖藻類動態模擬[J].水力發電學報，2011，30(3)：124- 131. LI Dayong，WANG Jigan，DONG Zengchuan.Dynamic simulation study of algal growth in Taihu Lake based on an ecosystem dynamics model[J].Journal of Hydroelectric Engineering，2011，30(3)：124- 131.

[14] 陳彧，錢新，張玉超.生態動力學模型在太湖水質模擬中的應用[J].環境保護科學，2010，36(4)：6- 9. CHEN Yu，QIAN Xin，ZHANG Yuchao.Applicationof ecosystem dynamics model in Taihu Lake[J].Environmental Protection Science，2010，36(4)：6- 9.

[15] 王長友，于洋，孫運坤，等.基于ELCOM-CAEDYM模型的太湖藍藻水華早期預測探討[J].中國環境科學，2013，33(3)：491- 502. WANG Changyou，YU Yang，SUN Yunkun，etal.The discussion of the early forecasting of cyanobacteria bloom in the Lake Taihu based on ELCOM-CAEDYM model[J].China Environmental Science，2013，33(3)：491- 502.

[16] 毛勁喬，陳永燦，劉昭偉，等.太湖五里湖灣富營養化進程的模型研究[J].中國環境科學，2006，26(6)：672- 676. MAO Jinqiao，CHEN Yongcan，LIU Zhaowei，etal.Modelling studies on eutrophication process in Wulihu Bay of Taihu Lake[J].China Environmental Science，2006，26(6)：672- 676.

[17] 魏星瑤，王超，王沛芳.基于AQUATOX模型的入湖河道富營養化模擬研究[J].水電能源科學，2016，34(3)：44- 48. WEI Xingyao，WANG Chao，WANG Peifang.AQUATOX mode for study of eutrophication of tributaries[J].Water Resource and Power，2016，34(3)：44- 48.

[18] 劉永，郭懷成，范英英，等.湖泊生態系統動力學模型研究進展[J].應用生態學報，2005，16(6)：1169- 1175. LIU Yong，GUO Huaicheng，FAN Yingying，etal.Research advance on lake ecosystem dynamic models[J].Chinese Journal of Applied Ecology，2005，16(6)：1169- 1175.

[19] 李云凱，劉恩生，王輝，等.基于Ecopath模型的太湖生態系統結構與功能分析[J].應用生態學報，2014，25(7)：2033- 2040. LI Yunkai，LIU Ensheng，WANG Hui，etal.Analysis on the ecosystem structure and function of Lake Taihu based on Ecopath model[J].Chinese Journal of Applied Ecology，2014，25(7)：2033- 2040.

[20] 李如忠，潘成榮，徐晶晶，等.基于Monte Carlo模擬的潛在生態危害指數模型及其應用[J].環境科學研究，2012，25(12)：1336- 1343. LI Ruzhong，PAN Chengrong，XU Jingjing，etal.Application of potential ecological risk assessment model based on Monte Carlo simulation[J].Research of Environmental Sciences，2012，25(12)：1336- 1343.

[21] 彭虹，王永桂，張萬順，等.太湖流域典型區域水生態環境系統模擬平臺研究[J].中國水利水電科學研究院學報，2011，9(1)：47- 52. PENG Hong，WANG Yonggui，ZHANG Wanshun，etal.Research on simulation platform for water ecological environment system in the typical area of Taihu Lake Basin[J].Journal of China Institute of Water Resources and Hydropower Research，2011，9(1)：47- 52.

[22] CRESSIE N，CALDER C A，CLARK J S，etal.Accounting for uncertainty in ecological analysis：the strengths and limitations of hierarchical statistical modeling[J].Ecological Applications，2009，19(3)：553- 570.

[23] MISRAA A K，CHANDRAB P，RAGHAVENDRAB V.Modeling the depletion of dissolved oxygen in a lake due to algal bloom：effect of time delay[J].Advances in Water Resources，2011，34(10)：1232- 1238.

[24] HUANG Lei，FANG Hongwei，REIBL E D.Mathematical model for interactions and transport of phosphorus and sediment in the Three Gorges Reservoir[J].Water Research，2015，85(15)：393- 403.

[25] 陳凱麒，李平衡，密小斌.溫排水對湖泊、水庫富營養化影響的數值模擬[J].水利學報，1999(1)：23- 27. CHEN Kaiqi，LI Pingheng，MI Xiaobin.The numerical simulation on impact of thermal discharge oneutrophication in lakes and reservoirs[J].Chinese Journal of Hydraulic Engineering，1999(1)：23- 27.

[26] 徐曉甫，聶紅濤，袁德奎，等.天津近海富營養化及環境因子的時空變化特征[J].環境科學研究，2013，26(4)：396- 402. XU Xiaofu，NIE Hongtao，YUAN Dekui，etal.Temporal-spatial changes analysis of eutrophication and environmental factors in Tianjin coastal waters[J].Research of Environmental Sciences，2013，26(4)：396- 402.

[27] FRANSZ H G，VERHAGEN J H G.Modelling research on the production cycle of phytoplankton in the Southern Bight of the North Sea in relation to riverborne nutrient loads[J].Netherlands Journal of Sea Research，1985，19(34)：241- 250.

[28] FASHAM M J R，DUCKLOW H W，MCKELVIE S M.A nitrogen-based model of plankton dynamics in the oceanic mixed layer[J].Journal of Marine Research，1990，48(3)：591- 639.

[29] ANDERSON T R，WILLIAMS P J.Modelling the seasonal cycle of dissolved organic carbon at Station E1 in the English Channel[J].Estuarine Coastal & Shelf Science，1998，46(1)：93- 109.

[30] 白玉川，顧元棪，邢煥政.水流泥沙水質數學模型理論及應用[M].天津：天津大學出版社，2005.

[31] 許棟，徐彬，白玉川，等.基于二維淺水模擬的河道灘地洪水淹沒研究[J].水文，2015，35(6)：1- 5. XU Dong，XU Bin，BAI Yuchuan，etal.Study on the flood submergence of river beaches based on two-dimensional numerical simulations of shallow water flows[J].Journal of China Hydrology，2015，35(6)：1- 5.

[32] TAO Jianhua.Numerical simulation of aquatic eco-environment of BohaiBay[J].Journal of Hydrodynamics，Series B，2006，18(3)：34- 42.

[33] SUN Jian，LIN Binliang，LI Kaiming，etal.A modelling study of residence time and exposure time in the Pearl River Estuary，China[J].Journal of Hydro-Environment Research，2014，8(3)：281- 291.

[34] 穆迪，陶建華，張秋豐.渤海灣近岸海域氮磷營養鹽和浮游生物的數值模擬[J].水動力學研究與進展：A輯，2013，28(2)：135- 143. MU Di，TAO Jianhua，ZHANG Qiufeng.Numerical simulation of nitrogen-phosphorus nutrients and plankton ecosystem in the coastal waters of Bohai Bay[J].Chinese Journal of Hydrodynamics，2013，28(2)：135- 143.

[35] 陳軍，陸凱.格網分辨率對太湖生態動力學模型模擬結果的影響[J].水生態學雜志，2011，32(6)：8- 13. CHEN Jun，LU Kai.Influences of grid resolution on simulation results of ecological dynamics model in the Taihu Lake[J].Journal of Hydroecology，2011，32(6)：8- 13.

[36] 聶紅濤，陶建華.基于最佳攝動量法反演淺水海灣水質模型的綜合擴散系數[J].應用數學和力學，2009，30(6)：655- 662. NIE Hongtao，TAO Jianhua.Inversion of dispersion coefficient in water quality model using optimal perturbation algorithm[J].Applied Mathematics and Mechanics，2009，30(6)：655- 662.

[37] 劉婭琴，鄒國燕，宋祥甫，等.富營養水體浮游植物群落對新型生態浮床的響應[J].環境科學研究，2011，24(11)：1233- 1241. LIU Yaqin，ZOU Guoyan，SONG Xiangfu，etal.Responseof phytoplankton community to a new ecological floating bed system(EFBS)in enclosures with eutrophicated water[J].Research of Environmental Sciences，2011，24(11)：1233- 1241.

[38] 儲昭升，金相燦，龐燕.銅綠微囊藻和孟氏顫藻在富營養化湖泊中生長特征的模擬研究[J].環境科學學報，2006，26(11)：1815- 1820. CHU Zhaosheng，JIN Xiangcan，PANG Yan.Growth characteristics ofMicrocystisaeruginosaandOscillatoriamougeotiiin eutrophic lakes：simulation experiments[J].Acta Scientiae Circumstantiae，

2006，26(11)：1815- 1820.

[39] 楊龍，王曉燕，王子健，等.富營養化水體磷閾值的動態AGP模擬研究[J].生態環境學報，2009，18(5)：1625- 1630. YANG Long，WANG Xiaoyan，WANG Zijian，etal.Simulation on phosphorus threshod for lake eutrophication by a dynamic algae growth potential (AGP) experimentation[J].Ecology & Environmental Sciences，2009，18(5)：1625- 1630.

[40] 竇艷艷，陳垚，李春龍.不同水生植物組合對富營養化水體凈化的模擬研究[J].環境科學與技術，2015，38(8)：223- 227. DOU Yanyan，CHEN Yao，LI Chunlong.Purification efficiency of different aquatic plants in eutrophic water[J].Environmental Science & Technology(China)，2015，38(8)：223- 227.

[41] 孫濤，楊志峰.基于生態目標的河道生態環境需水量計算[J].環境科學，2005，26(5)：43- 48. SUN Tao，YANG Zhifeng.Calculation of environmental flows in river reaches based on ecological objectives[J].Environmental Science，2005，26(5)：43- 48.

[42] 潘鴻，楊揚，陶然，等.水質改善的浮游植物群落演替機制模擬研究[J].環境科學學報，2013，33(12)：3309- 3316. PAN Hong，YANG Yang，TAO Ran，etal.Simulation of phytoplankton community succession mechanism of water improvement[J].Acta Scientiae Circumstantiae，2013，33(12)：3309- 3316.

[43] TSIARAS K P，PETIHAKIS G，KOURAFALOU V H，etal.Impact of the river nutrient load variability on the North Aegean ecosystem functioning over the last decades[J].Journal of Sea Research，2014，86(1)：97- 109.

[44] ROSSEL V，FUENTE A D L.Assessing the link between environmental flow，hydropeaking operation and water quality of reservoirs[J].Ecological Engineering，2015，85(12)：26- 38.

[45] QIN Haiming，SHENG Qiang，CHU Tianjiang，etal.Import and export fluxes of macrozooplankton are taxa-and season-dependent at JiuduanshaMarsh，Yangtze River Estuary[J].Estuarine Coastal and Shelf Science，2015，163(b)：254- 264.

[46] XIAO Yan，LI Zhe，GUO Jinsong，etal.Successionof phytoplankton assemblages in response to large-scale reservoir operation：a case study in a tributary of the Three Gorges Reservoir，China[J].Environmental Monitoring & Assessment，2016，188(3)：1- 20.

[47] 熊文，錢新，葉瑞，等.基于生態模型的太湖藍藻生長因子解析[J].湖泊科學，2012，24(5)：698- 704. XONG Wen，QIAN Xin，YE Rui，etal.Eco-model based analysis of Lake Taihu cyanobacteria growth factors[J].Journal of Lake Sciences，2012，24(5)：698- 704.

[48] MOFFETTK B，GORELICK S M.Relating salt marsh pore water geochemistry patterns to vegetation zones and hydrologic influences[J].Water Resources Research，2016，52(3)：1729- 1745.

[49] QUIEL K，BECKER A，KIRCHESCH V，etal.Influence of global change on phytoplankton and nutrient cycling in the Elbe River[J].Regional Environmental Change，2011，11(2)：405- 421.

Numerical Simulation of Two-Dimensional Hydrodynamics and Aquatic Ecology of the Lower Reach of Nandujiang River in Hainan Island，China

XU Dong1，WANG Di1， JI Chunning1， NIE Hongtao2*， FU Chuanjun3， LI Longbing3

1.State Key Laboratory of Hydraulic Engineering Simulation and Safety， Tianjin University， Tianjin 300072， China 2.School of Marine Science and Technology， Tianjin University， Tianjin 300072， China 3.Bureau for Hydrology and Water Resource Survey of Hainan Province， Haikou 570203， China

In order to simulate the evolution of the aquatic ecology system and study the streamwise variation regulations of biomass of phytoplankton and zooplankton in a tropic river， a mathematical model for simulating aquatic ecology dynamics was established. The model solved the two-dimensional shallow water equations (SWEs)and incorporated sub-models for transport and evolution of phytoplankton， zooplankton， suspended clastic， inorganic nitrogen and inorganic phosphorus. Coupling mechanisms among sub-models were also studied. The model was applied to the Lower Reach of Nandujiang River， China， which is 28 km long from Longtang Dam to estuary. ADI-QUICK Finite Difference Scheme was adopted to discretize the hydrodynamic equations and advection-diffusion equations. The resultant flows were then used to drive the transport and evolution of ecology variables of different categories. The mathematical model was verified from water level， nutrient concentration and biomass against field survey data. Verifications showed that， provided with properly calibrated ecology parameters， the biomass distribution in a local reach predicted by the model agreed well with the survey data in general， even with idealized constant boundary conditions. Simulation results showed that the biomass of phytoplankton and zooplankton decreased downstream in the river and decreased with the lowering of discharge. The upstream biomass was 1.6 times that of downstream during flood discharge and 9.3 times that during drought discharge. Due to the neglected influence of seawater intrusion and pollutant discharges along the river， the simulations showed deviations from site measurement during drought period much larger than flood period. The maximum biomass of phytoplankton and zooplankton in drought period were 77.71 and 38.56 mmolm3respectively, which were around 3.8 times that of flood period, implying much higher risks of water eutrophication in drought seasons.

hydrodynamics; aquatic ecology simulation; phytoplankton; zooplankton; lower reach of Nandujiang River

2016- 05- 14

2016- 10- 07

國家自然科學基金創新研究群體項目(51621092)；國家自然科學基金項目(51579175)；NSFC-廣東聯合基金(第二期)超級計算科學應用研究專項資助(2015295)

許棟(1980-)，男，山東單縣人，副教授，博士，主要從事水動力學研究，xudong@tju.edu.cn.

*責任作者，聶紅濤(1979-)，男，湖北隨州人，講師，博士，主要從事水環境科學研究，htnie@tju.edu.cn

X826

1001- 6929(2017)02- 0214- 10

A

10.13198j.issn.1001- 6929.2017.01.31

許棟，王迪，及春寧，等.海南南渡江下游二維水動力及水生態數值模擬[J].環境科學研究，2017，30(2)：214- 223.

XU Dong，WANG Di，JI Chunning，etal.Numerical simulation of two-dimensional hydrodynamics and aquatic ecology of the lower reach of Nandujiang River in Hainan Island，China[J].Research of Environmental Sciences，2017，30(2)：214- 223.