劉星根,段夕躍,虞 慧
(1.江西理工大學土木與測繪工程學院,江西贛州341000;2.江西省水利科學院,南昌330029)
洪泛濕地是流域洪水泛濫作用下形成的與河流或湖泊毗鄰的地帶,約占全球濕地面積的15%[1]。它承納漫灘洪水,洪峰過后則補給河湖,洪泛濕地的水文調節作用降低了河流干流洪峰流量、延遲峰現時間,同時緩解枯水季節河湖干旱程度[2,3]。洪泛濕地地處水陸交互交錯地帶,營養物質輸移和沉積作用明顯,棲息環境多樣,是全球生物多樣性較豐富的生態系統類型之一[4]。然而,由于人類不合理利用和氣候變化等綜合影響,洪泛濕地呈現面積萎縮、水文功能下降等嚴重問題,水旱災害的強度和風險增加,危及流域水安全與生態安全,引起了國內外專家學者的普遍關注和高度重視[5-8]。
洪泛濕地的水文水動力過程受多因素影響,具有時空異質性、系統開放性、作用復雜性和生態脆弱性等多重特點[9,10]。在復雜變化環境條件下,河流或湖泊水位變化是洪泛濕地水文情勢的重要控制因素。流域來水增加導致河湖水位上升,淹水范圍擴張。湖泊水位-面積的關系復雜,既有單一線性關系、也有非線性繩套關系。前者主要見于深水湖泊和水庫,后者常見于季節性淺水湖泊。比如長江中下游的通江湖泊-鄱陽湖、洞庭湖,均存在典型的水文繩套關系[11,12]。研究發現,非線性的水位-面積關系的主要原因可能是流域來水、下游河流頂托和湖泊地形[13]。
水文連通性是洪泛濕地重要的水文特征,也是洪泛生態系統結構和功能的環境條件之一。水文連通的洪泛濕地的生物多樣性較高,生境類型多樣,比如次級河道、濕地、草地和森林共存[14]。目前對洪泛濕地水文連通性的研究主要圍繞濕地-河流連通、濕地-濕地連通的開始時間和持續時間以及影響因素等。比如Karim 等[15]利用MIKE 21 二維水動力模型模擬了澳大利亞Tull-Murray 流域洪泛濕地的洪水過程,結果發現洪水大小和濕地到河道的距離是濕地與河流水文連通性特征的最主要控制因子。濕地與河流的水文連通性不僅僅發生在漫灘洪水期間,下游頂托洪水、次級河道水位增加也會促進濕地與主河道的水文連通性[16]。事實上,洪泛濕地地貌類型復雜,洪水淹沒動態空間異質性較強,洪泛濕地與主河道、洪泛濕地與濕地之間的水文連通性狀況呈現顯著的動態變化[17,18]。比如亞馬遜Curuai 洪泛濕地各水文地貌單元與主河道的開始連通的時間取決于亞馬遜流量大小以及局部地形,而且與次級河道連接的濕地水文連通性更強[17]。
已有研究表明,鄱陽湖的水文過程存在一定的非線性,表現在水位-面積、水位-容積、水位-流量關系的遲滯性[11,13,19]。湖區南部呈現與河流洪泛類似的遲滯現象,湖區中部和北部呈現典型的湖泊洪泛的遲滯性,鄱陽湖是一個河流-洪泛平原-湖泊三相共存的系統。目前相關研究主要圍繞鄱陽湖湖區的水位-流量、水位-水面積、水位-蓄水量的關系,揭示了季節尺度上洪泛湖泊水文非線性特征及影響因素。然而,洪泛濕地作為鄱陽湖的重要組成,洪泛濕地水文變量之間是否與鄱陽湖一樣存在典型的遲滯特征尚不清楚。鄱陽湖水位過程動態多變,漲水季節(3-5月)水位呈現上升-下降交替現象,退水季節(9-11月)湖泊水位隨流域降雨和來水增加表現一定的波動變化[20]。漲水-退水事件尺度上水文非線性特征是否存在也缺乏探討。更為重要的是,水文連通作為洪泛濕地重要的生態水文指標[21-23],是如何隨著水位變化而動態調整,從而進一步引起濕地生態結構和功能變化不得而知。
基于上述背景,文章以鄱陽湖湖區南部(南磯濕地及毗鄰湖區)為研究區,借助水動力模擬工具、地統計以及水文遲滯程度量化方法,探討事件尺度上水文變量響應關系及其年際變化。本文的研究目標是①揭示典型洪泛濕地的水位-水面積、水位-水文連通性關系;②探究不同水情下的洪泛濕地的水文遲滯規律。文章研究結果期望從水位、水面積、水文連通性三個水文變量相互關系的角度進一步豐富和完善洪泛水文遲滯研究內容,從而為湖泊洪泛濕地保護和管理提供科學依據。
鄱陽湖位于江西省北部,地理坐標為東經115°49'~116°46'、北緯28°24'~29°46'。贛江、撫河自西南,信江自東南,饒河自東,修水由西北匯入鄱陽湖。湖泊以松門山為界,以南為湖泊主湖,寬敞平坦,以北為入江水道,鄱陽湖南北長162.9 km,東西平均寬度為20.2 km,入江水道最窄處為屏峰卡口,僅僅2.9 km,湖岸線長1 200 km。鄱陽湖接納五河流域來水和區間入流,其中贛江是五河中水量最大的河流。贛江流經南昌市分為4 支,北支為主支向北直流到吳城鎮入湖,中支、南支經新建縣南磯鄉和南昌縣鯉魚洲北部入湖。
本文研究區是南磯濕地國家級自然保護區及其毗鄰湖區[圖1(b)]。南磯濕地國家級自然保護區位于鄱陽湖主湖區的南部,地處贛江南支、中支、北支匯入鄱陽湖中心的三角洲前沿,是典型的內陸河口三角洲濕地。地理位置為東經116°10'~116°23'、北緯28°52'~29°06',行政上率隸屬于南昌市新建區。保護區的總面積為333 km2,其中實驗區103 km2,緩沖區55 km2,核心區175 km2。南磯保護區內含有兩個堆積型島嶼-南山和磯山,豐水期水域面積可達99%,枯水期洲灘出露,水域面積僅占35%左右。由于地處贛江尾閭和鄱陽湖主湖區的開敞平坦地帶,發育非常完整的扇形三角洲,保護區內分叉河流數目眾多,形態各異,分汊河道間則分布大量的碟形湖,保護區總共有23個碟形湖。受鄱陽湖來水和長江水位的雙重影響,保護區具有年內季節性高變幅的水情。

圖1 研究區位置、地形和河流Fig.1 The location,bathymetric and rivers of study area
由于南磯濕地國家級自然保護區內復雜多變的水文水動力過程,形成了多樣而異質的生境,從而容納眾多水生生物和候鳥生存、棲息和繁衍。根據鄱陽湖第二次科考報告,共有維管束植物115 科304 屬443 種,以菊科、禾本科、莎草科、蓼科為優勢科屬;從群落結構上看,植被以苔草群落、蘆葦群落、蓼群落、虉草群落以及菰群落為優勢群落。哺乳動物7 目12 科22種,兩棲爬行動物4 目15 科45 種,魚類21 科122 種,鳥類15 目45 科205 種。珍稀瀕危物種豐富,比如國家級一級保護動物4種,東方白鸛、黑管、白頭鶴、白鶴,國家二級保護動物27 種。南磯濕地國家級自然保護區植被發育,苔草群系是優勢群落,總面積達70 km2,占總面積的21%,其次是虉草群系,占總面積的9%,主要分布在三角洲的前緣地段,蓼子草群落面積也較大,占總面積的6.0%,主要分布在東湖、神塘湖周邊的低灘地上,蘆葦群落占5.0%,分布在南磯保護區南部的高灘地上。
MIKE 21 是丹麥DHI 公司開發的二維水動力模型,主要用于河口、海岸、湖泊等水流模擬。MIKE 21在平面二維自由表面流數值模擬中具有強大功能,尤其是MIKE 21 FM 采用三角形網格和四邊形網格剖分技術,在復雜區域邊界條件下具有很好的刻畫能力,非常適用于鄱陽湖曲折多變的岸線邊界。模型采用有限體積法的數值計算方法,無論網格尺度大小,離散方程組均能很好地滿足守恒定律,具有較好的計算精度,便于處理復雜邊界條件,對于不同類型的網格(如三角網格、四邊形網格)很容易同時使用。MIKE 21 在干濕單元判別技術上也具有較強優勢,在鄱陽湖季節性漲退水導致的洲灘濕地干濕交替情況下其模擬能力得到很多研究者的認可[11,24,25]。
對于鄱陽湖,模型采用2010年鄱陽湖湖盆地形資料(基面為85 國家高程),通過導入基于測量和數字化的地形數據來設置湖盆地形。模型計算域邊界則根據鄱陽湖歷史洪水淹沒范圍確定,計算域面積約為3 007 km2(圖2),湖岸線總長約1 200 km,南北長約173 km,東西平均寬度17 km,采用三角形網格結構對計算域進行網格剖分,并在保證模型模擬精度和計算穩定性的前提條件下,根據地形變化幅度對網格分辨率和網格數量進行優化調整,對鄱陽湖主河道區域(高程變化8~12 m)進行網格加密處理,對鄱陽湖中、低位灘地(4~12 m)進行中等網格剖分,對近鄰湖泊岸線的高位灘地(12~18 m)選用較為粗化的網格剖分,并使加密網格、中等網格和粗化網格均勻過渡(圖2)。該模型共剖分23 673 個節點和44 230 個三角形網格單元,三角形網格的邊長變化范圍為100~2 000 m,相應的三角形網格面積變化為2~32 km2(圖2)。網格質量直接關系到運算穩定性及模擬精度,針對鄱陽湖極不規則的湖岸線形態,以及河道、島嶼、碟形洼地與灘地并存的復雜湖盆地形,采用無結構網格可以更好的擬合湖盆地形和岸線形態,而且通過靈活的加密技術可以達到對地形起伏精準刻畫的目標。

圖2 鄱陽湖模型網格和地形Fig.2 The model mesh and bathymetric of hydrodynamic modeling
鄱陽湖二維水動力模型邊界包括開邊界和閉邊界,定義流域五河(贛江、撫河、信江、饒河與修水)的入湖徑流分別作為模型上游開邊界條件,即固定斷面隨時間變化的流量邊界,鄱陽湖出口-湖口站的水位過程線為下游開邊界條件,即固定斷面隨時間變化的水位邊界,其余邊界范圍設置為閉合邊界,即陸邊界。本文共定義了6 個開邊界,其中流域五河的入湖日徑流過程作為水動力模型上游的開邊界,分別為:贛江、撫河、信江、饒河、修水,北部湖泊出口-湖口的水位過程線作為模型的下游開邊界,以表征湖泊與長江之間的相互作用。水動力模型的初始水位場采用湖區五個代表水文站(湖口、星子、都昌、棠蔭、康山)的空間插值結果,以面狀形式輸入模型中,從而減少水位初始條件的誤差可能對模型模擬結果的影響。而流速的初始條件難以用實測資料給定,在模擬開始時設為0。
鄱陽湖二維水動力模型主要參數包括CFL數(Courant-Friedrich-Lewy)、水平渦黏系數項(Cs)、曼寧系數、風應力拖曳系數Cd等。根據已有研究成果和多次運行模擬,設定最佳的參數值。最小時間步長設定為0.1 s,最大時間步長設定為1 s,可以保證所有網格點的CFL數滿足限制條件且計算穩定。模型中水平渦黏系數項(Cs)設置為常數(0.28)[26]。根據湖泊濕地地形和植被空間分布情況設置曼寧系數,河道曼寧系數約為40 m1/3/s,灘地曼寧系數約為25~35 m1/3/s。在模型風場條件設置時,根據經驗公式計算風應力拖曳系數Cd,取值為常數1.255×10-3[26]。模擬域中包括大面積干濕交替區域,為避免模型計算出現不穩定性,啟動Flood and Dry 選項,設定干水深為0.005 m,淹沒水深為0.1 m,濕水深為0.2 m。模型中的降雨和蒸發條件采用湖區鄰近站點-波陽站的氣象資料。更為詳細的模型參數設置參見文獻[20]。
模型采用納西效率(Ens)、確定性系數(R2)和相對誤差(Re)定量表示率定和驗證期間模擬效果。Ens和R2衡量模型模擬值與觀測值之間的吻合程度,是水動力模型、水文模型常用指標,值越接近1,表明模型模擬效果越好。Re反映總體觀測值與模擬值之間的偏離程度,該值越趨向于0,則表明模型模擬越優。3個指標的計算公式如下:

式中:WLobsi為觀測的變量序列;WLsimi為模型模擬的變量序列;和分別是觀測和模擬的變量序列的均值;i為當前模擬時段,n為所有時段。
國際上定量評價水文連通性的方法有統計的連通性函數、下滲理論、水力功能的連通性、量突破指數等[27,28]。連通性函數(Connectivity function,簡寫CF)刻畫某個方向上若干個點連接在一起的概率,目標地物內部異質性越強,連通性函數越快遞減為零。連通性函數揭示了空間上的兩處水體在多大程度上會連通[28]。計算公式如下:

式中:α(d)代表距離尺度為d的條件下連通的濕單元對的數量;β(d)代表距離尺度為d的條件下濕單元對的總數量。
Trigg等[29]比較詳細地闡述了連通性函數應用的幾個原則:①連通性函數值是在給定距離上的濕單元對的數目中連通的濕單元對的數目的比例。比如在100 m距離上的連通性函數值為0.5,表明在100 m 距離上的濕單元對中有一半是連通的。隨著距離的增加,連通性函數值一般是減少的。②連通性函數值在起始處(距離為0)為1,因為單個濕單元與自己總是連通的,連通性函數值為0 對應的距離是該方向上連通性的最大距離。③連通性函數值一般減少的,當然也會增加,增加意味著在更遠的距離尺度上有更多的濕單元連通,并不是在更遠的距離處有更多的濕單元[29]。連通性函數計算的一般過程為,第一步是獲取二值圖像并標記連通區,第二步給定距離尺度下在給定方向(沿東-西或沿南-北)濕單元對的數量,第三步結合連通區標記信息計算濕單元對的數量中哪些是屬于同一個連通區,第四步計算連通性函數值,按此順序逐一計算不同距離尺度下的連通性函數值,最終得到連通性函數曲線。
圖3為連通性函數計算案例。總體而言,在x方向上,隨著距離尺度增加,連通性函數減弱,當距離尺度為4 m 時,連通性函數值為0,此時研究區不存在濕單元對,表明研究區最大的連通區在x方向上延伸的最長距離為4 m。不同距離尺度下的連通性函數值實際為該距離尺度下連通的濕單元對與濕單元對的比值。比如,距離尺度為1 m 時,研究區有6 對濕單元對,而且6 對濕單元對均是連通的濕單元對,因此該距離尺度下連通性函數值為1。同理,可依次計算各距離尺度下的連通性函數值。為便于分辨,本文使用x方向和y方向連通性函數的平均值表征水文連通性強弱。

圖3 連通性函數計算案例Fig.3 The illustration example of calculation of connectivity function
遲滯性程度可以通過水位-面積或水位-連通性散點圖包圍的繩套面積來量化[11,30]。該方法已經應用到坡地土壤濕度-壤中流遲滯性、湖泊水位-水面積遲滯性、水位-流量遲滯性等研究[11,30]。遲滯性越強,繩套面積越大。繩套面積由散點圖上下邊界線的積分計算,公式如下:

式中:H(t)代表t時刻的水位;Hmax和Hmin是水位最高值和最低值;ε(t)代表標準化水位;Y(ε)代表t時刻的水面積或水文連通性;Ymax和Ymin是水面積或水文連通性的最高值和最低值;ω(ε)代表標準化水面積或水文連通性;下標r和f分別代表漲水和退水階段;h是散點圖上下邊界線的積分,即遲滯性程度,h取值越大,水文遲滯性程度越強。
鄱陽湖水動力模型采用2000年1月1日-2005年12月31日作為模型率定期,2006年1月1日-2010年12月31日作為模型驗證期。模擬時段的選擇主要是因為其能充分反映鄱陽湖不同的水文年狀況,例如2005年為平水年,2003、2006 和2007年為典型枯水年,而2002年、2010年是典型豐水年,11年的長時段連續模擬能夠充分表明模型的整體能力。圖4顯示,湖泊水動力模型MIKE 21 能夠很好地再現長時間序列的水位和出流量變化過程,而且湖泊水動力模型模擬的水面積與MODIS遙感影像提取的水面積吻合較好(圖4),僅在驗證期(2006-2010年)枯水季節水面積的差異略明顯,主要原因是三峽運行后湖泊低枯水位頻現、枯水季節淹水范圍明顯萎縮,水動力模型在低枯水位條件下模擬的水面積略大。由表1可知,率定期和驗證期水位的模擬精度較高,Ens、R2、Re分別為0.92~0.99、0.96~0.99、-0.07%~-2.52%;流量和水面積的模擬精度相對略低,Ens、R2、Re約為0.64~0.87、0.79~0.94、-21%~7%。但總體而言,模擬水位很好的呈現了觀測值在豐水年或干旱年的水文變化過程,再現了湖口流量的年際與年內變化趨勢,模型同樣較好的捕捉到湖泊淹沒面積的動態變化(圖4,表1)。

表1 鄱陽湖二維水動力模型率定和驗證精度Tab.1 The results of calibration and verification of hydrodynamic modeling

圖4 鄱陽湖二維水動力模型率定和驗證期的水位、流量和面積序列Fig.4 The comparison of lake stage,outflow and water area during 2000-2015
基于湖泊水動力模型的模擬結果提取南磯濕地及毗鄰湖區[圖1(b)]的漲水期(3-5月)和退水期(9-11月)的水面積,繪制多年平均的水位-水面積關系如圖5。可知湖泊洪泛濕地的水面積與水位存在繩套關系,即湖泊漲水期和退水期的同一水位時,水面積存在差異。應用積分方法量化遲滯性程度,典型洪泛濕地的水位-水面積的遲滯性程度約為0.1。相對于整個湖泊的水文遲滯性,典型洪泛濕地的水文遲滯程度更強[11]。

圖5 多年平均的水位-水面積遲滯關系Fig.5 The relationship of stage-area averaged during 2000-2015
水文遲滯性表現在水文變量之間的非線性響應,主要原因是下墊面的復雜結構和洪水蓄排的時空異質性[11,19]。洪泛湖泊地貌結構復雜,主河道(深水河道)、河岸岸堤、決口扇、蝶形湖、次級河道交錯分布。其中,蝶形湖、次級河道、河岸岸堤構成湖泊洪泛濕地。洪泛濕地經歷洪水淹沒,次級河道來水和主河道水位上漲共同導致洪泛濕地被淹,而主河道水位消退后洪泛濕地洪水才陸續排出,因此同等水位時,漲水期典型洪泛濕地的淹沒面積略小于退水期的淹沒面積。
漲水期水位總體上為上升,退水期則相反。但漲水期水位也表現為波動中增長,可能進一步加劇典型洪泛濕地水文遲滯程度。圖6顯示,漲水期水位上漲和水位下降過程中,水面積與水位依然存在顯著的遲滯性,而且這種遲滯性在年際間差異顯著,部分豐水年份遲滯程度相對較強(2004年、2010年、2012年),而平水年和枯水年漲水期水文遲滯程度相對較弱(圖6)。退水期間水位表現下降趨勢,部分年份存在波動變化。相對于漲水期,退水期水位變化過程中水文遲滯程度普遍較弱,大部分年份水文遲滯程度小于0.01。退水期水文遲滯性相對較強的年份為2002年、2012年和2015年,均為典型的豐水年(圖6)。

圖6 漲水期和退水期的水位-面積關系(2000-2015年)Fig.6 The relationship of stage-area during rising and receding periods
因此,湖泊洪泛濕地水文遲滯不僅在季節尺度上存在,也表現在漲水-退水事件尺度上。即漲水季節或退水季節中的漲水過程和退水過程也會導致洪泛濕地水文變量的非線性響應。而且這種水文遲滯因水情豐枯呈現明顯的年際差異。豐水年的水文遲滯較平水年和枯水年明顯。漲水期較退水期的水文遲滯更顯著。湖泊洪泛濕地的水文遲滯規律有利于進一步深化洪泛水文學理論的認識。總體上,洪泛濕地是洪泛湖泊水文遲滯的重要場所和原因,漲水和退水過程洪水淹沒和排泄的時空差異形成了湖泊水文遲滯現象。
水位漲落導致湖泊淹沒面積和范圍的動態變化,進一步造成水文連通性的增強或減弱。圖7顯示水位-水文連通性也呈現出遲滯特征。與水位-面積的遲滯特征類似,漲水期的水位-水文連通性的遲滯程度明顯大于退水期,豐水年的水文遲滯性強于平水年和枯水年(圖7)。漲水期大部分年份的水位-水文連通性的遲滯程度0.02~0.06,退水期大部分年份的水位-水文連通性的遲滯程度低于0.02。豐水年漲水期的水文遲滯性較大,比如2004年、2010年、2012年,枯水年退水期的水文遲滯性較弱,比如2003年、2006年、2007年。

圖7 漲水期和退水期的水位-水文連通性關系(2000-2015年)Fig.7 The relationship of stage-hydrological connectivity during rising and receding periods
湖泊洪泛濕地水文遲滯性不僅表現在水位-水面積的非線性,也表現在水位-水文連通性的非線性特征。水位-水文連通性的非線性特征與水位-水面積類似,而水面積-水文連通性呈現線性特征[20],因此水位-水文連通性遲滯性與水位-水面積的遲滯性密切相關。如前所述,水位-水面積的非線性特征的主要原因是洪泛濕地復雜的地貌結構和洪水蓄排的時空異質(圖8)。已有研究發現水文連通性不僅受湖泊水位控制,也受地形結構影響[31]。尤其是,洪泛濕地河岸岸堤對部分時期的水文連通性存在關鍵影響。水體空間分布特征也是影響水文連通性的重要因素之一,相似水位條件下,不同水文時期或過程中的洪泛濕地水體分布格局可能差異明顯,進而導致水文連通性的顯著差別[20]。

圖8 洪泛濕地水文遲滯性影響因素概念圖示Fig.8 The illustration of influence of hydrology hysteresis of floodplains
已有研究表明洪泛湖泊水文遲滯性存在逆時針和順時針兩種方向[11]。鄱陽湖北部的水位-水面積呈現順時針繩套,湖泊南部的水位-水面積呈現逆時針繩套,前者與湖泊洪泛平原的水文特征類似,后者與河流洪泛平原的水文特征類似。本文研究區正是位于湖泊南部,其受流域來水影響控制,漲水時主河道水位高于兩側灘地水位,而退水時主河道洪水消退,然后灘地洪水排泄,此時灘地水位高于主河道水位,因此給定水位條件時,漲水期淹沒面積小于退水期。另外,湖泊南部的蝶形湖眾多,退水期蝶形湖與主河道不連通,容納了一部分水量,加劇了湖泊南部的水文遲滯性。洞庭湖水位與水面積呈現更為復雜的8字型繩套,研究發現長江來水、流域來水的時空差異是繩套關系的主要影響因素之一[12]。
洪泛濕地具有洪水調蓄等重要功能。中高水位時期洪泛濕地容納了鄱陽湖60%的水量,延遲長江干流洪峰出現時間,降低干流洪水水位[11,32]。水位-水面積-水文連通性的繩套關系表明,水文過程同樣影響洪泛濕地的水量調蓄功能。Tan等[18]研究發現水文連通的蝶形湖水面擴張速率是其他水文阻隔類蝶形湖的7倍。因此洪泛濕地的水資源管理應該考慮上述水文遲滯性,提高水資源調控和洪水調蓄的精細管理水平和能力。洪泛濕地生態系統是維護全球生物多樣性的熱點區域之一[4]。洪泛濕地的水文遲滯特征表明,湖泊水位僅僅是對觀測站點區域水量的定量表征,但對洪泛濕地水文狀況只是粗略估計。即使是同樣的湖泊水位,洪泛濕地的淹沒狀況、水文連通程度可能相差較大。鄱陽湖的湖泊水位觀測站點主要分布在通江河道,而面積廣大的湖泊濕地區域的水位觀測稀缺。由目前的研究可知,湖泊水位與水面積、湖泊濕地水文連通性存在非線性特征,部分原因是湖泊濕地的淹水范圍和連通路徑的復雜性,這為今后水文觀測和濕地保護提供一定的借鑒:亟需增加湖泊濕地的水文觀測,提高濕地生態水文調控能力和生態系統保護力度。
洪泛濕地是湖泊和河流生態系統的重要組成,在區域水資源調控、生物多樣性保護等方面具有重要作用。應用水動力數值模擬和地統計方法研究發現,湖泊洪泛濕地存在典型的水文遲滯性,包括水位-水面積非線性和水位-水文連通性非線性關系。研究發現水文遲滯性在季節尺度和漲水-退水事件尺度上均存在,并且隨水情變化而年際差異顯著。總體上,漲水期水文遲滯性程度明顯比退水期水文遲滯性強。2000-2015年,典型豐水年(2004、2010、2012年)漲水期存在明顯的水文遲滯,枯水年、平水年退水期的水文遲滯性較弱。湖泊洪泛濕地水文遲滯性的主要原因包括地貌結構和洪水調蓄兩個方面,鄱陽湖南部湖區眾多的蝶形湖加劇了洪泛濕地的水文遲滯性程度。研究結果表明,洪泛湖泊水資源管理和濕地生態保護和管理應該考慮水文遲滯性,加強濕地水文觀測,為湖泊水資源精細管理和濕地生態保護提供理論支撐。□