多沙河流梯級水庫群溫室氣體源匯效應研究進展與挑戰

關鍵詞：多沙河流；梯級水庫群；溫室氣體；排放；碳埋藏中圖分類號：TV62;TV882.1 文獻標志碼：A doi：10.3969/j.issn.1000-1379.2025.09.016引用格式：，張翎，董澤鯤，等.多沙河流梯級水庫群溫室氣體源匯效應研究進展與挑戰［J].人民黃河，2025，47（9）：110-120.

Progress and Challenges in the Study of Greenhouse Gases Source and Sink Effects in Cascade Reservoirs of Sediment Laden Rivers

WANG Yuanjian ^1，2 ， ZHANG Ling1，2， DONG Zekun1，2，LI Ya³ ， LIU Dongsheng4，FENG Tao4 （1.Yellow River Institute of Hydraulic Research，YRCC， Zhengzhou 450003，China;2.Yellw River Laboratory， Zhengzhou 450o03，China; 3.School of Environment，Beijing Normal University， Beijing 1OO875，China； 4.Nanjing Hydraulic Research Institute，Nanjing 210029，China）

Abstract：Whilethecascadereservoirgoupisexertingcomprehensivebenefis，ithassigifcantlyalteredthecarbonandnitrogencycle paths frivers，foringa“soure-sinkduality\"ofenousegases（GHGs）.Tispapersystematicalleviewedtheprogressandallnges ofresearchonteGssurcesinkctofgradietesevoirsinsdient-deversInsfoitoigtcholog，existgteologiessuchasfluxchambersandeddycovarancecomplemenchoter，terebyehancingGHGsfluxbservationcapabilits，furthore， acoustisurvesandsdimentcoingtechqeshaveoptiedteasessmentofarbonburial.Hweverthprecisiooful-scedata monitoringanddatafusionontiuestocostraintacrateeuationofsoursinkefects.Conceingtespatial-empoalitio patesoftsesoucsandiks，GHsflusehibitdistictlogidinalgadintsalogteaadeservisdverticalstrato withinthewaterolu；specificallthedawdowzeemegsassignificathotspotforancedmissiosduetofrequent-dryalteration；theascaderesevoisriggerteaccuulatioofGHGsbyextendinghraulicetentiontis，alteringdisoledoxynstates， andtransformingorganicmatercompositionRegardingtheunderlyingmechanismsinfluencing teseGHGsdyamics，sedimentplaysapiotalrole：densitretstrasportaddepositetealonicabonerinsucialsubstrate，ildintrsuspesidisu ancescriticallfctdoxmcroeioentsatteintateritefac.iultaeslydrodaicditiosiectlygo ² diffusion efficiency across the air-water interface，influence CH₄ bubble transport pathways and dissolution within the water column，and regulateNOproductiodyamicsviaimpactsoitrfiatioanddenirificatioproceesotably，inighlydient-denskete YellowRiver，suspendedsdimentsniquelypromotetepoliferationfethanogensdiretlyiintewatercolun，fosteringaistict emisionpatchacteredbyethaogesisocungineatritselfatransolelyesdments.Fotizatiodg lation，GGsodelsaveevoedfromempiicalatististomecansm-machinlaingfusion，uttestingmultiectitia tionmodelssillackuanifatoofwatesdtsoupliehas.iofaboesssitisgtdracin observationsysteofGHssourcesikefctsinemiddleeacsofteelowRiveriegroupoftecedeservirs，tespatial-e poralvariabilityofGHssourceandinksdtheirkeyifuencingfactors，elucidateteogeoceicalprocssofwater-seitHGs interactions，and optimize the water-sediment regulation model of the cascade reservoirs.

Key words： sediment laden river; cascade reservoirs； greenhouse gases； emission； carbon burial

0 引言

全球建設了超過100萬座大壩及水庫，提供了灌溉、防洪、發電等各類綜合服務。與此同時，水庫中斷了河流的自由流動、延長了天然河水的水力停留時間、攔截了河流養分，不可避免地影響了水生態系統的穩定性[2-3]。雖然水電被廣泛認為是清潔可再生的綠色能源，但是越來越多的研究表明水庫是溫室氣體排放的源[4-6]。據不完全統計，全球水庫水面的溫室氣體排放量約為 0.8PgCO₂ 當量，約占百年尺度人為排放CO₂ 當量的 1.3% ，其中 CH₄ 占比約 80% ，與稻田或生物質燃燒相當[]。然而，溫室氣體監測多聚焦熱帶深水水庫，對半干旱區淺水高濁水庫關注不足，梯級水庫系統累積效應、水沙運動對碳氮循環的調控機制尚未量化[]。因此，本文綜述了國內外關于梯級水庫群的溫室氣體源匯效應跟蹤監測方法、溫室氣體源匯時空變化規律與影響因素、水-沙-溫室氣體耦合生物地球化學過程、水-沙-溫室氣體多目標優化調控模式，以期為利用多沙河流梯級水庫群調度減少溫室氣體排放提供理論支撐。

1梯級水庫群溫室氣體源匯效應跟蹤觀測進展

水庫在全球碳氮循環中的作用表現為動態的源匯效應，其凈效應取決于溫室氣體（ CO₂、CH₄、N₂O 排放與碳氮埋藏的時空耦合關系[7-10]。這種源匯雙重性導致全球尺度核算存在顯著分歧，核心在于碳氮循環關鍵過程的時空異質性未被充分量化，這凸顯了源匯核算方法論與系統邊界的局限性[9，11]，特別是半干旱區高濁水庫的時空異質性未被充分表征[8]

1.1 溫室氣體排放監測技術

在監測技術領域，多尺度協同觀測體系正在形成，主要包括通量箱法、模型估算法、渦度相關法、超聲探測技術和衛星遙感技術等[12-19]。通量箱法作為基礎手段可同步捕獲擴散通量與冒泡通量[20-21]，但其靜態采樣特性難以表征風浪擾動下的氣體傳輸速率 k 的時空變異，尤其在河流型水庫中適用性受限[22]。模型估算法通過參數化 k 值（如Wanninkhof方程）實現通量推算[23-25]，但經驗公式在復雜地形水庫的普適性仍受質疑。渦度相關法通過高頻湍流觀測實現了百米尺度通量的連續監測，被引入湖泊、水庫等水生生態系統溫室氣體監測中[26-27]，但其在水體應用時需克服濕度干擾與能量平衡閉合問題。新興技術中，超聲探測技術通過聲學反演可原位量化冒泡通量[28-29]；衛星遙感技術則基于環境參數反演水體 pCO₂ 空間分布，結合氣體傳輸模型實現大范圍 CO₂ 通量預測[18]，但其精度受限于水體光學特性與算法訓練數據集的空間代表性。

1.2 水庫碳埋藏監測技術

全球水庫有機碳埋藏通量很大程度上影響了全球水庫溫室氣體源匯識別，其估算同樣面臨尺度轉換的難題。國內外研究人員利用重復測探法[30]、放射性同位素計年法[31-32]、沉積物捕獲器法[33-34]、沉積柱法[35]、質量平衡模型[11，36]和聲學調查法[37]對水庫有機碳埋藏開展研究，其主要工作集中在計算有機碳埋藏速率、量化有機碳來源比例和估算有機碳埋藏通量方面。前4種方法耗時、費力，且準確度不高，不適合研究大尺度碳埋藏監測。質量平衡模型需要碳排放數據，對數據要求較高。聲學調查法通過沉積物厚度與有機碳含量的空間插值，能夠較為快速、準確地估算水庫有機碳埋藏速率和埋藏通量[9，38]。

1.3 溫室氣體源匯多源數據融合

溫室氣體效應的準確核算離不開多手段觀測，將各手段跟蹤觀測得到的多源異構數據進行高質量融合，是溫室氣體源匯效應核算的重要環節。溫室氣體源匯效應核算中數據融合的難點在于各水環境指標及溫室氣體排放的高度時空異質性，且其變化過程具有非線性、突變性等顯著特點。在水利行業中，數據融合技術多應用于降雨分析及預測，通過不同遙感數據綜合分析降雨概率[39-41]。近年來，大數據技術的快速發展推動了多源數據融合技術在水環境評價領域的創新應用。通過整合遙感影像、地理信息系統和實時水質監測數據，結合機器學習算法構建智能模型[42]，已在流域污染物演變及溯源[43-44]、水質預測[45-46]等領域得到應用，為水庫碳氮循環研究提供新范式。考慮到單一監測方法或局部觀測難以捕捉高含沙水庫的時空異質性，亟須構建更為精細、全面的溫室氣體源匯跟蹤觀測體系并實現科學有效的多源數據融合以支撐精準核算。

2 梯級水庫群溫室氣體源匯時空變化規律與影響因素

2.1水庫永久淹沒區溫室氣體通量時空演變特征及其影響因素

水庫永久淹沒區溫室氣體通量在縱向梯度的變化主要受水體和沉積物中有機質、營養鹽空間分布的影響[47]。縱向梯度表現為壩前與庫尾濃度顯著高于庫中區域，如藏木水庫壩前細顆粒沉積物積聚促進 CH₄ 生成，同時通過下泄水影響下游庫尾溫室氣體含量[48]，這種壩前-庫中-庫尾的空間特征同時也受到流域內水土流失狀況、高強度人類活動歷史、人庫支流等因素干擾[49-50]。垂向分布中，水深通過雙重機制影響氣體通量：深水區缺氧環境使沉積物具有較高的CH₄ 生成潛力，但水深產生的水壓和水體氧化作用會削弱 CH₄ 氣泡的排放；而淺水區因氣泡溶解率低而成為 CH₄ 氣泡排放熱點[51-52]。此外，不同地域的水庫溫室氣體濃度存在明顯差異，熱帶地區的 CO₂、CH₄、N₂O 濃度普遍高于溫帶地區的，寒帶水庫則因低溫抑制產甲烷菌活性而導致 CH₄ 排放較低[53]

除了空間差異，水庫溫室氣體排放還呈現明顯時間變化特征。 CH₄ 與 N₂O 排放呈現顯著的夏季峰值，主要源于水溫升高驅動微生物代謝加速及初級生產力提升[54-55]。相比之下，水庫 CO₂ 排放通量對溫度的敏感性則相對較低，浮游植物光合作用和季風降水等生物地球化學過程和水庫下泄等調控作用可能是 CO₂ 排放重要的源[56-57] ○

2.2水庫消落帶溫室氣體通量時空演變特征及其影響因素

水庫消落帶溫室氣體排放同樣呈現顯著時空差異性。空間上，地形和植被的不同導致水庫消落帶各區域的溫室氣體排放通量大相徑庭[58]。密云水庫 CO₂ 通量呈現由永久淹沒區向消落帶、未淹沒區遞增的規律， CH₄ 通量則在消落帶達到峰值[59]。類似地，三峽庫區消落帶 CH₄，N₂O 通量遠高于水庫水面[60]，凸顯了庫區消落帶對水庫溫室氣體排放的放大作用。此外，消落帶內部不同高程區域的溫室氣體排放通量也存在明顯差異，三峽水庫低高程長期淹沒區因土壤氧化還原電位持續降低，為產甲烷菌創造有利環境， CH₄ 排放強度顯著高于高頻干濕交替區[61]

從時間尺度看，消落帶的底物碳、溫度和水位是影響CO₂ 和 CH₄ 排放的關鍵因素[62-63]。日尺度表現為中午溫度峰值驅動 CO₂ 與 CH₄ 排放高峰，如密云水庫消落帶的夏季中午 CO₂ 排放量達 （584±11）mg/（m²?h）^[59] 。 CH₄ 排放則受甲烷氧化菌活性影響，同樣在中午時排放量較高。月尺度變化受水位調控影響較大，高水位期 CH₄ 排放量較高[64]，低水位期 N₂O 排放量較高[65]。水庫消落帶干濕交替過程顯著刺激溫室氣體產生，其關鍵驅動因子包括環境、水文、土壤特性、植被覆蓋率以及人為活動等[66-70] O

2.3梯級水庫群溫室氣體排放累積效應及其影響因素

截至2019年，全球僅有 33% 的河流保持自然流動狀態，梯級水庫的建設導致河流系統破碎化，加劇了營養鹽的滯留和溫室氣體的排放[71]。相較于單一水庫，梯級水庫通過影響河流系統的水文連通性（例如流速減緩、沉積物積累）和生物地球化學循環（如氮、磷元素的滯留），形成了獨特的“空間-時間累積效應”[72-73]。這種累積效應主要有三種機制：一是水文阻隔顯著延長水力停留時間（HRT），例如瀾滄江梯級水庫導致有機氮滯留率高達 95% ，促進了 CH₄ 的釋放，且下游水庫 N₂O 通量較上游升高 40%～60%^[72] ；二是上游水庫下泄的富營養水體可能惡化下游溶解氧狀況，促進 CH₄ 和 N₂O 生成2；三是梯級系統改變溶解性有機質（DOM）組成，腐殖質類物質比例增大[74]，疊加連續沉積物截留引發的底層缺氧區擴張[37]，共同強化了厭氧代謝過程。此外，梯級水庫群溫室氣體累積效應還包括水溫分層、季節性變化等效應[75-76] 。

現有研究多聚焦單一水沙參數或靜態環境下的氣體排放，忽略了環境因子之間的拮抗/協同效應，缺乏對水沙多運動形態的動態耦合效應及其宏觀影響路徑的系統解析，尤其缺乏多過程拮抗/協同效應的系統量化，這嚴重制約了針對黃河等高含沙河流梯級水庫群溫室氣體排放通量的評估精度。

3水沙條件對水庫溫室氣體產排過程的影響機制

3.1 水沙條件對水庫 CO₂ 產排過程的影響

水動力條件對水庫 CO₂ 的產排過程有顯著影響。水庫水-氣界面的 CO₂ 交換是一個動態過程，水庫中溶存的 CO₂ 包括外源輸入（陸地生態系統呼吸作用隨徑流輸入）和內源產生（上覆水或沉積物中有機碳的微生物礦化分解）。這些 CO₂ 在水中經歷復雜的積累和運移。一方面，較長的水力停留時間有利于藻類等初級生產者生長，通過光合作用固定水體中的 CO₂ 。例如，筑壩和水庫活動使部分營養物質含量高的中國大型河流逐漸轉變為自養型， CO₂ 釋放量在過去30a下降了 32%^[77-78] 。另一方面，當上覆水中的 CO₂ 濃度過高時， CO₂ 將隨水-氣界面濃度梯度從水體中溢出，使水庫成為大氣 CO₂ 的排放源。較長的水力停留時間有利于深水型水庫形成變溫層-溫躍層-滯溫層的垂直熱分層結構，從而影響了 CO₂ 的產生速率。在穩定分層條件下，變溫層光合作用固定的有機碳在溫躍層上界積累，但較長的停留時間將導致溶解氧濃度和水溫降低，部分有機碳發生厭氧降解（ CH₂O+O₂?CO₂+ H₂O ）。當水動力條件發生變化時，熱分層結構可能被破壞，表層沉積物中的有機碳隨底層水體上涌，導致垂直分層中有機碳和溶解氧的混合，此時有機碳發生有氧分解（ C₆H₁₂O₆+6O₂?6CO₂+6H₂O? ，可使 CO₂ 排放量急劇增加[79]。此外，水流速度也是影響水-氣界面氣體交換的關鍵因素，流速較高的區域（如河流匯入區）湍流強度大，氣體交換系數高，促進 CO₂ 釋放[80] 。

泥沙對 CO₂ 產排過程的影響主要歸因于泥沙挾帶有機碳的能力及其再懸浮的現象。高含沙河流水庫特有的異重流（底部渾水層）挾帶大量有機質，其含量常為底層沉積物的數倍，且沿水流方向在壩前累積達到峰值[81]。此外，河口沉積物再懸浮事件將底泥中的有機質再次攜帶入有氧水體，顯著刺激了水體中 CO₂ 濃度的提高。綜上所述，水沙輸移特征對水庫 CO₂ 產排能力至關重要。然而，水沙輸移特征對水庫 CO₂ 產排過程的具體調控機制尚不明晰，亟待深人研究。

3.2水沙條件對水庫 CH₄ 產排過程的影響

水庫中 CH₄ 主要來源于產甲烷菌的活動，而大壩建設使得水庫中不僅沉積了大量泥沙和有機碳，且淹沒了土壤和植物，為產甲烷菌提供了豐富碳源和缺氧環境，因此淹沒區成為 CH₄ 排放的熱點區域[7]。此外，冒泡是水庫 CH₄ 釋放的主要途徑，在靜態水體中可占總排放量的 96% 以上[82-83]，而上覆水體中溶存的 CH₄ 可以通過濃度梯度的驅使擴散到大氣中。

水庫 CH₄ 的生成、消耗與排放涉及復雜的生物地球化學過程，并受水沙輸移的反饋調節。其中，水動力條件主要分為垂直混合和水流速度。研究發現，蓄水和泄水期的水柱混合對 CH₄ 動態至關重要。垂直混合將深層積聚的 CH₄ 上輸，短時間內可能導致排放速率增大，但垂直混合破壞分層、增加溶解氧濃度，長期反而減少 CH₄ 積累和總排放量[84]。水流速度直接影響沉積物中的有機物分解過程：低流速促進泥沙沉降和厭氧環境形成，有利于 CH₄ 生成；高流速則提高溶解氧濃度，促使有機質好氧分解并釋放 CO₂ 。因此，水動力特征不僅影響溫室氣體生成比例，而且調節碳循環路徑。

水庫泥沙游積特性主要影響 CH₄ 的生成。水庫高沉積區（如壩前池、側池）的缺氧沉積層有利于有機質厭氧分解和 CH₄ 富集，最終大量釋放[34]。此外，輕微的沉積物再懸浮會擾亂沉積物表面的甲烷氧化菌群落，抑制 CH₄ 氧化，導致排放通量增大[85]。特別值得注意的是，黃河等含沙量高的河流呈現獨特現象。如Wang等[86]發現，在低溶解氧條件下，高懸浮泥沙（SS）含量有利于在顆粒表面形成厭氧/好氧微環境，使得通常存在于沉積物中的產甲烷菌在水柱中占據主導地位，且其豐度與SS濃度正相關。這表明黃河的低有機質但高SS特征導致了不同于其他低含沙河流的CH₄ 排放模式。盡管研究暗示了黃河流域水庫巨大的CH₄ 排放潛力，但目前關于水沙條件對 CH₄ 產生-消耗途徑影響機制的研究仍顯不足，特別是對沉積物-水界面關鍵微生物群落代謝過程的系統解析亟待加強。

3.3水沙條件對于水庫 N₂O 產排過程的影響

水庫中 N₂O 的產生和排放主要源于微生物驅動的硝化與反硝化過程[6.87]。在水庫的富氧淺水區，硝化作用將氨連續氧化為硝酸鹽， N₂O 作為過程副產物而產生（ NH₃?NO₂^-?NO₃^- ）；而在水庫深水區，低溶解氧和高硝酸鹽濃度條件更有利于反硝化作用將硝酸鹽還原為氮氣，并產生 N₂O 作為中間產物（ NO₃^-?NO₂^-? NON₂ON₂ ）[88]。此外，在沉積物-水、懸浮泥沙-水等多介質界面，變化的氧化還原梯度促使硝化與反硝化作用耦合進行（硝化產物硝酸鹽被反硝化菌利用）[89]。最終，水庫中溶存的過飽和 N₂O 主要以擴散方式從水-氣界面釋放到大氣中。

近年來，水沙條件對水庫 N₂O 產排過程的影響主要集中在水流動力、泥沙輸入等方面。研究表明，庫區不同區域（河流帶、過渡帶、庫區）的溶存 N₂O 濃度存在顯著差異，庫區高氨氮負荷和低流速條件更有利于硝化及伴隨的 N₂O 產生[90-91]。水流速度加快不僅影響有機質輸運和溶解氧，還會增強水-氣交換強度，促進 N₂O 釋放。例如，三峽水庫主汛期高來沙月份的水流擾動顯著提高了 N₂O 擴散通量[92-93]。高泥沙輸入區域的沉積物反硝化速率和 N₂O 生成速率顯著大于低泥沙輸入區的，細顆粒泥沙因比表面積大、吸附更多有機質和微生物而顯著提升反硝化速率。此外，懸浮泥沙（SS）對 N₂O 產生有重要作用。Xia等通過 ¹⁵N 示蹤試驗表明，水-懸浮泥沙微界面可形成溶解氧向內遞減的梯度，導致顆粒物從外向內發生由好氧硝化向反硝化為主的機制轉變。多泥沙河流上覆水中的硝化、反硝化及耦合過程均隨SS含量提高而增強，從而提升 N₂O 釋放[94]。這表明水庫蓄水后引發的泥沙再懸浮/沉積等大規模事件，將對 N₂0 生成產生顯著影響。

綜上所述，水沙條件變化影響了水庫中反應底物濃度、氧化還原梯度、微生物群落狀態等，進而對水庫溫室氣體的（產）生-（輸）移-轉（化）-排（放）過程造成強烈擾動（見圖1）。然而，以往研究對水庫溫室氣體的生-移-轉-排機理和驅動機制的探究尚不全面，尤其是水沙特征對溫室氣體生-移-轉-排的生物地球化學過程的影響機制仍缺乏系統性認知。理解水沙條件與水體碳氮生源要素的生物地球化學行為對溫室氣體生-移-轉-排過程的影響機制，是實現水庫多目標優化調度的關鍵科技需求

圖1梯級水庫溫室氣體源匯效應及其影響機制 Fig.1 Source-Sink Effects of Greenhouse Gases in Cascade Reservoirsand Their Influencing Mechanisms

4多沙河流梯級水庫群水-沙-溫室氣體多目標優化調控模式

4.1水庫運行管理對溫室氣體減排的作用

水庫運行管理在調控區域碳氮循環和溫室氣體減排中的作用日益凸顯，主要體現在兩方面：水位變化驅動的消落區效應與泥沙淤積調控的碳源匯過程。首先，受水文動力與水庫調度的雙重驅動，水庫水位頻繁波動導致消落區（周期性淹沒-出露區域）范圍變化。消落區土壤在出露和再淹沒過程中可能大幅增加碳氮（尤其是 N₂O ）排放。因此，通過科學的水位管理控制消落區變化，是抑制水庫碳氮排放、減少溫室氣體源的重要潛在手段[2.95]。其次，水庫的碳源匯通量不僅受初始淹沒區有機質總量的影響，而且受水庫接納的異源性有機質（主要由泥沙攜帶輸入）和水庫自源性有機質（如藻類生產）能力的影響更為顯著[%]，泥沙攜帶異源性有機質在庫岸帶沉積越來越被認為是水庫CH₄ 的重要來源[34，97]。水庫調度方式（如蓄清排渾）直接影響庫區泥沙淤積分布與速率，進而可能改變有機質的賦存環境（好氧/厭氧）和礦化路徑，最終調控溫室氣體（尤其是 CO₂ 和 CH₄ ）的源匯過程。因此，構建適用于多沙河流梯級水庫群溫室氣體排放模型，實現排放量的長期趨勢預測，不僅是深化水庫碳氮循環研究的需要，而且是支撐梯級水庫群水-沙-溫室氣體協同優化的關鍵基礎。

4.2水庫溫室氣體排放模型研究進展

準確評估和預測水庫溫室氣體排放是實現優化調控的前提。傳統的實測法和排放因子法具有不均勻性和極高的時空異質性[98-99]，難以實現準確評估和長期預測。為了克服這一局限，結合多過程、多因素的水庫溫室氣體排放模型逐漸成為研究熱點。原理上，水庫溫室氣體排放模型可以分為統計模型和機理模型，前者又可分為經驗方程法和機器學習法。線性回歸是一種典型且常見的經驗方程法，該類模型大多以庫齡、維度、水深和年均降雨量等為自變量進行建模[5，100]。聯合國教科文組織（UNESCO）、國際水電協會（IHA）采用線性回歸方法開展了水庫溫室氣體碳排放模型研究，并構建了年均溫度、徑流和庫齡與 CO₂ 排放的經驗模型（如GHG-Astool 和G-res Tool）[1o1]，但 Kumar等[102]利用GHG-Astool模型對印度 Tehri水庫的研究發現計算的 CH₄ 和 CO₂ 排放誤差分別達 87% 和 177% 。由于經驗模型只考慮輸入與輸出進行數理統計分析，按誤差最小原則歸納各參數和變量的數學關系式，難以準確考慮過程機理，因此其在較小時空尺度應用時的可靠性可能受到影響。機器學習法是數據挖掘領域主要方法之一，具有自我學習能力，依據經驗的積累自主發現潛在規律、提取對象特征等，進而提高預測性能。Chen等[103]采用BP和GR兩種神經網絡模型重新估算了全球層級的 CO₂ 年排放量，兩種模型測試集的決定系數 R² 分別為0.47和0.61。此外，蒙特卡洛模型和隨機森林模型也被用于模擬水庫中 CO₂ 和 CH₄ 的排放通量[104]

機理模型一般基于生物地球化學循環過程與機理，模擬溫室氣體的生-移-轉-排。相比之下，機理模型可動態模擬水位波動驅動的有機質氧化與 CO₂/ CH₄ 脈沖排放，量化跨庫區物質傳輸與代謝過程，彌補統計模型較弱的空間關聯性。DNDC 和 CH₄MOD_wetland 是兩種較為常見的模擬 CO₂ 和 CH₄ 排放的機理模型[105-106]，多用于濕地[107]、旱地[108]、水田[109]等土地利用類型的研究，在水庫消落帶溫室氣體模擬過程中也有較好的表現[110]。機理模型具有較高的解釋性和靈活性，但對數據質量要求相對較高。Zheng等[發現統計模型因忽略冒泡排放低估 CH₄ 通量達 62% 284% ，而機理模型可綜合兩種途徑提升估算精度。Lauerwald等[12]采用蒙特卡洛模型生成一個包含8000個假設水體年度氮循環數據庫，將內陸水體氮和N₂O 收支與總氮輸入等聯系，使用概率密度函數來描述參數的全球統計分布，計算水體體積、流量和生物地球化學過程的動力學參數，使得模型能夠在缺乏直接觀測數據的情況下進行全球尺度的空間顯式建模。Resende等[113]基于不同碳形式之間的質量轉移過程，構建了一個用于湖泊水庫碳動態和溫室氣體排放評估的CLCAR集中式模型，用于評估現有水庫和未來水庫的溫室氣體排放。總的來說，溫室氣體排放機理模型對數據質量要求較高，但可以通過分過程量化降低模型不確定性。

4.3梯級水庫群多目標優化調控模型集成與應用

將溫室氣體作為自標納入已有的梯級水庫群多目標優化模型有助于調控水體的溫室氣體排放。多目標優化模型的求解方法通常分為兩類，一類是通過約束法、權重法等將多目標求解問題轉化為單目標問題[114]，另一類則通過多目標求解算法求解目標函數生成Pareto非劣解集[115]。基于多目標優化的水庫調度所產生的結果是對各目標滿足情況的客觀描述，更能準確地反映水庫綜合效益和各調度方案在各目標上的決策偏向。周研來等[\"6基于排放因子法構建了溫室氣體排放模型，以水庫發電、溫室氣體排放、防洪風險為目標，采用NSGA-Ⅱ算法對金沙江中下游六庫與三峽水庫組成的梯級水庫進行多目標優化調度研究，為實現梯級水庫水-電-碳多目標協同優化調度提供技術支撐。Carlino等[117]基于美國國家可再生能源實驗室（NREL）生命周期評估協調項目提供的碳排放強度數據構建溫室氣體排放模型，將水壩對河流的影響、水庫的溫室氣體排放和可再生能源電力技術等因素納入能源規劃，使用Borg-MOEA算法進行多目標優化，評估了水電開發對非洲河流生態系統碎片化和水庫溫室氣體排放的影響。Tangi等[I8]使用經驗公式評估水壩的溫室氣體排放，將水電擴張、沉積物供應中斷和溫室氣體排放作為目標，使用BORG多目標進化算法識別不同水電擴張目標下的最優水壩組合，并采用魯棒優化方法分析了模型參數不確定性對結果的影響。

總體來說，現有集成研究仍存在顯著局限。多數研究仍依賴排放因子法或經驗公式構建溫室氣體排放目標，核算精度存在較大不確定性，尤其缺乏對梯級水庫間水文-生物地球化學耦合作用導致的溫室氣體排放變化的考慮。針對黃河等高含沙河流，其淺水、高濁度、強泥沙運動特征導致有機質礦化速率和溫室氣體排放規律顯著區別于一般水庫。現有機理模型普遍缺乏對水沙多過程（如異重流、泥沙再懸浮/淤積）響應的關鍵參數模塊，對水沙運動調控溫室氣體生成-擴散機理的刻畫不足。在多目標調控體系中，水庫減淤目標與碳減排目標之間的協同或權衡機制研究幾乎空白，缺乏量化評估兩者關系的框架

5展望

1）多沙河流梯級水庫群調度包含了復雜的水沙運動和碳氮遷移轉化過程，溫室氣體排放在梯級水庫運用的不同時期、不同部位及不同環節呈現出很強的時空異質性。現有單點離散監測及獲得的碎片化數據難以捕捉多界面通量的協同演變規律，難以全面評價梯級水庫溫室氣體源匯效應。通過天-空-地-水一體的定點連續監測和跟蹤補充觀測體系獲得多源異構觀測數據，利用多源異構數據互補/協作融合及不確定性聯合量化等技術，有助于解決“數據碎片化-誤差黑箱化-校正經驗化”的困局，以構建梯級水庫群溫室氣體高時空分辨率、全源匯過程、低測量誤差的高質量數據集。

2）多沙河流梯級水庫的調度運行改變水沙運動形態（如蓄水/泄水、泥沙起動/沉降/輸移/再懸浮等），重塑水庫系統的水動力格局、水體理化環境及沉積物-水界面微環境等，直接或間接調控溫室氣體的生-移-轉-排。這種調控是多對象（ CH₄，CO₂ 和N₂O ）、多維度（縱向、橫向、垂向）多時段（汛期排沙期、汛期非排沙期、非汛期）的。此外，梯級水庫系統中上下游水庫的水沙運動異質性可能引發溫室氣體源匯效應的空間耦合現象，即通過水力聯系產生排放熱點的級聯放大或環境抵消效應。然而，現有研究高度概化了水沙作用，多聚焦單一水沙參數或靜態環境下的氣體排放，缺乏對水沙多運動形態的動態耦合效應及其宏觀影響路徑的系統解析，闡明這一關鍵路徑是解析水沙溫室氣體相互作用、優化梯級水庫群水-沙-溫室氣體調控模式的核心基礎。

3）水庫溫室氣體排放量受生成、遷移和轉化過程共同控制。盡管已有研究證實了水動力條件和泥沙輸移顯著影響水庫溫室氣體的排放通量，然而以往研究一方面高度概化了水沙作用，另一方面缺乏在基因和分子水平上深入解析水沙在溫室氣體生-移-轉-排每個環節的生物地球化學過程中所發揮的協同或拮抗作用，難以從機理層面揭示水沙多過程對多介質溫室氣體生-移-轉-排過程的綜合影響。因此，通過水沙動力學、環境科學、微生物生態學、分子生物學等多學科交叉，采用野外監測、同位素示蹤模擬試驗等相結合的手段，明晰多過程水沙作用對多介質溫室氣體的生-移-轉-排過程的微觀影響機理，是從揭示梯級水庫群溫室氣體宏觀排放規律到開發高精度水-沙-溫室氣體多目標優化模型過程中的重要橋梁。

4）未來研究應著力構建融合高精度水-沙-溫室氣體耦合機制的梯級水庫群多目標（防洪、供水、發電、減淤、生態、控碳）協同優化調控模型。一方面，需要發展能夠動態響應復雜水沙條件（如水庫調度引發的流態改變、泥沙沖淤、異重流運動）的溫室氣體排放機理模型。這要求結合河流水庫原位觀測、室內模擬與先進技術（如穩定同位素示蹤、宏基因組學），反演關鍵參數，量化水沙擾動下氣體生成與釋放的動力學過程。另一方面，探索將機理模型的可解釋性與機器學習/深度學習模型的高效數據處理能力相融合的創新范式，以突破多沙河流復雜系統模擬的瓶頸。最終，通過集成上述耦合模型與智能優化算法（如多自標進化算法），實現多沙河流梯級水庫群“水-沙-碳-氮”通量的協同管理與溫室氣體減排效益的精準評估，為國家“江河戰略”及“雙碳”戰略實施提供堅實科技支撐。

參考文獻：

[1]黃姝睿，張佩嘉，鄭文秀，等.黃河流域水庫溫室氣體排放 特征及影響因素：Meta分析［J].中國科學：地球科學， 2024，54（7） ：2243-2258.

[2] MAAVARAT，CHENQW，VANMK，etal.RiverDamImpacts on Biogeochemical Cycling[J].Nature Reviews Earth amp;Environment，2020，1（2） ：103-116.

[3] LIUSD，MAAVARA T，YANG XK，et al.Riverine Biogeochemistry Under Increasing Damming：Processes and Impacts [J].Frontiers in Environmental Science，2022，10：863255.

[4] QIU J.Chinese Dam may be a Methane Menace[J].Nature， 2009（9） ：962.

[5] BARROS N，COLE JJ，TRANVIK L J，et al.Carbon Emission from Hydroelectric Reservoirs Linked to Reservoir Age and Latitude[J].Nature Geoscience，2011，4（9） ：593-596.

[6] HU Y A，CHENG H F.The Urgency of Assessing the Greenhouse Gas Budgets of Hydroelectric Reservoirs in China[J]. Nature Climate Change，2013，3（8） ：708-712.

[7] DEEMERBR，HARRISONJA，LI SY，et al.Greenhouse GasEmissions from Reservoir Water Surfaces：A New Global Synthesis[J].Bioscience，2016，66（11） ：949-964.

[8] MENDONCA R，MULLER R A，CLOW D，et al.Organic Carbon Burial in Global Lakes and Reservoirs[J].Nature Communications，2017，8（1） ：1694.

[9]] KELLER P S，MARCE R，OBRADOR B，et al.Global Carbon Budget of Reservoirs is Overturned by the Quantification of Drawdown Areas[J].Nature Geoscience，2021，14：402-408.

[10] KNOLL LB，VANNI MJ，RENWICK WH，et al.Temperate Reservoirs are Large Carbon Sinks and Small CO ² Sources ： Results from High-Resolution Carbon Budgets[J].Global Biogeochemical Cycles，2013，27（1） ：52-64.

[11]KELLER P S，CATALAN N，VON SCHILLER D，et al.Global （204號 CO₂ Emissions from Dry Inland Waters Share Common Drivers Across Ecosystems[J].Nature Communications ，2020，11：2126.

[12]ZHANG L，XIA X，LIU S，et al.Significant Methane Ebulltion from Alpine Permafrost Rivers on the East Qinghai-Tibet Plateau[J].Nature Geoscience，2020，13（5） ：349-354.

[13]XIA X，ZHANG L，WANG G，et al.Nitrogen Loss from a Turbid River Network Based on N₂ and N O Fluxes ： Importance of Suspended Sediment[J].Science of the Total Environment，2021，757：143918.

[14]OSTROVSKY I，MCGINNIS D F，LAPIDUS L，et al.Quantifying Gas Ebulition with Echosounder：The Role of Methane Transport by Bubbles in a Medium-Sized Lake[J].Limnology and Oceanography：Methods，2008，6（2） ：105-118.

[ 15]WEN Z D，SHANG Y X，LYU L L，et al.A Review of Quantifying pCO ² in Inland Waters with a Global Perspective： Challenges and Prospects of Implementing Remote Sensing Technology[J].Remote Sensing，2021，13（23） ：4916.

[16]ZHAO Y，SHERMAN B，FORD P，et al.A Comparison of Methods for the Measurement of CO₂ and CH ⁴ Emissions from Surface Water Reservoirs：Results from an International Workshop Held at Three Gorges Dam，June 2012[J].Limnology and Oceanography-Methods，2015，13（1） ：15-29.

[17］喻元秀，劉叢強，汪福順，等.洪家渡水庫溶解二氧化碳 分壓的時空分布特征及其擴散通量［J].生態學雜志， 2008，27（7） ：1193-1199.

[18］冉景江，林初學，郭勁松，等.水庫溫室氣體排放的監測 方法研究[J].人民長江，2010，41（21）：76-80.

[19］姚驍，李哲，郭勁松，等.水-氣界面 CO₂ 通量監測的靜態 箱法與薄邊界層模型估算法比較[J].湖泊科學，2015， 27（2） ：289-296.

[20]COPELAND B J，DUFFER W R.Use of a Clear Plastic Dome to Measure Gaseous Diffusion Rates in Natural Waters[J]. Limnology and Oceanography，1964，9（4） ：494-499.

[21]DEVOL A H，CHRISTENSEN JP.Benthic Fluxes Nitrogen Cycling in Sediments of Continental Margin of Eastern North Pacific[J].Journal of Marine Research，1993，51（2）：345-372.

[22]BROECKER W，MIX A，ANDREE M，et al.Radiocarbon Measurements on Coexisting Benthic and Planktic Foraminifera Shells： Potential for Reconstructing Ocean Ventilation Times over the Past 2O OOO Years[J].Nuclear Instruments and Methods in Physics Research Section B：Beam Interactions with Materials and Atoms，1984，5（2） ：331-339.

[23］WANNINKHOF R.Relationship Between Wind Speed and Gas Exchange over the Ocean[J].Journal of Geophysical Research ：Oceans，1992，97（C5） ： 7373-7382.

[24]RAN L S，LU X X，YANG H，et al.CO Outgassing from the Yellow River Network and Its Implications for Riverine Carbon Cycle[J]. Journal of Geophysical Research： Biogeosciences，2015，120（7） ：1334-1347.

[25]BORGES A V，VANDERBORGHT JP，SCHIETTECATTE L S，et al.Variability of the Gas Transfer Velocity of CO in a Macrotidal Estuary （the Scheldt）[J]. Estuaries，2004， 27：593-603.

[26]ERKKILA K M， OJALA A，BASTVIKEN D，et al.Methane and Carbon Dioxide Fluxes over a Lake： Comparison Between Eddy Covariance，Floating Chambers and Boundary Layer Method[J].Biogeosciences，2018，15（2） ：429-445.

[27］邱吉麗，張彌，蒲旖旎，等.渦度相關觀測的太湖 CH₄ 通 量數據插補方法評價[J].應用生態學報，2022，33（10）： 2785-2795.

[28]LINKHORST A， HILLER C，DELSONTRO T，et al.Comparing Methane Ebullition Variability Across Space and Time in a Brazilian Reservoir[J].Limnology and Oceanography，2020，65 （7） ：1623-1634.

[29]MAECK A，DELSONTRO T，MCGINNIS D F，et al.Sediment Trapping by Dams Creates Methane Emission Hot Spots[J]. Environmental Science amp; Technology，2013，47（15） ：8130-8137.

[30]KNOLL L B，VANNI M J，RENWICK W H，et al.Burial Rates and Stoichiometry of Sedimentary Carbon， Nitrogen and Phosphorus in Midwestern US Reservoirs[J].Freshwater Biology，2014，59（11） ：2342-2353.

[31]KUNZ M J，ANSELMETTI F S，WUEST A，et al.Sediment Accumulation and Carbon，Nitrogen，and Phosphorus Depositionin the LargeTropical Reservoir Lake Kariba （Zambia/Zimbabwe）[J].Journal of Geophysical ResearchBiogeosciences，2011，116：G03003.

[32］楊玉雪，向鵬，盧瑋琦，等.貴州烏江渡水庫沉積速率及碳 氮埋藏通量估算[J].地球與環境，2017，45（1）：66-73.

[33]WEI Y，YAN H，LIU Z H，et al.The Ballast Effect Controls the Settling of Autochthonous Organic Carbon in Three Subtropical Karst Reservoirs[J].Science of the Total Environment，2022，818：151736.

[34]TEODORU C R，BASTIEN J，BONNEVILLE M C，et al.The Net Carbon Footprint of a Newly Created Boreal Hydroelectric Reservoir[J].Global Biogeochemical Cycles，2012，26 （2） ：GB2016.

[35]LUO Z，MA J M，ZHENG S L，et al.Different Hydrodynamic Conditions on the Deposition of Organic Carbon in Sediment of Two Reservoirs[J].Hydrobiologia，2016，765（1） ：15-26.

[36]KUNZ M J，WUEST A， WEHRLI B，et al.Impact of a Large Tropical Reservoir on Riverine Transport of Sediment， Carbon，and Nutrients to Downstream Wetlands[J].Water Resources Research，2011，47（12） ： W12531.

[37]YU N X，QIN Y，HAO F，et al.Using Seismic Surveys to Investigate Sediment Distribution andto Estimate Burial Fluxes of OC， N， and P in a Canyon Reservoir[J].Acta Geochimica，2019，38（6） ：785-795.

［38］秦勇.河流梯級筑壩的沉積物有機碳埋藏效應及其影響 機制[D].上海：上海大學，2021：35-39.

[39]CHIAUDANI A，CURZIO D D，RUSI S.The Snow and Rainfall Impact on the Verde Spring Behavior：A Statistical Approach on Hydrodynamic and Hydrochemical Daily Time-Series [J].Science of the Total Environment，2019，689 ：481-493.

[40]岳甲寅，劉招，毛欽男，等.結合CNN-LSTM模型融合星 地降水的洪水模擬研究［J].中國農村水利水電，2025 （7） ：52-59.

[41]盧新玉，伏曉慧，王秀琴，等.2000—2022年新疆天山地 區多源降水融合數據集[J].中國科學數據（中英文網絡 版），2025，10（1） ：397-405.

[42]DENG Y，ZHANG Y，PAN D W，et al.Review of Recent Advances in Remote Sensing and Machine Learning Methods for Lake Water Quality Management[J]. Remote Sensing，2024，16（22） ：4196.

[43]WU JH，WANG Z C.A Hybrid Model for Water Quality Prediction Based on an Artificial Neural Network，Wavelet Transform，and Long Short-Term Memory[J].Water，2022， 14（4） ：610.

[44]CHEN P，WANG B，WU Y L，et al.Urban River Water Quality Monitoring Based on Self-Optimizing Machine Learning Method Using Multi-Source Remote Sensing Data [J].Ecological Indicators，2023，146：109750.

[45]ZAMANI M G，NIKOO M R，NIKNAZAR F，et al.A MultiModel Data Fusion Methodology for Reservoir Water Quality Based on Machine Learning Algorithms and Bayesian Maximum Entropy[J]. Journal of Cleaner Production，2023， 416：137885.

[46]MA JY，JIN S G，LI J，et al.Spatio-Temporal Variations and Driving Forces of Harmful Algal Blooms in Chaohu Lake ：A Multi-Source Remote Sensing Approach[J].Remote Sensing， 2021，13（3） ：427.

[47］李哲，楊柳，吳興華，等.三峽水庫 CO₂、CH₄ 通量監測分 析研究[J].湖泊科學，2023，35（2）：423-434.

[48］楊萌，胡明明，楊騰，等.高海拔水電水庫溫室氣體的排 放特征：以雅魯藏布江藏木水庫為例［J].環境科學學 報，2022，42（1） ：188-194.

[49］張斌，李哲，李，等.水庫溫室氣體凈通量評估模型 （G-res Tool）及在長江上游典型水庫初步應用[J].湖泊 科學，2019，31（5） ：1479-1488.

[50]孫志禹，陳永柏，李翀，等.中國水庫溫室氣體研究 （1）回顧に屏「 到學 51/2） 203-26/.

[51]ABRIL G，GUERIN F，RICHARD S，et al.Carbon Dioxide and Methane Emissions and the Carbon Budget of a 10- Year Old Tropical Reservoir（Petit Saut，French Guiana） [J].Global Biogeochemical Cycles，2005，19（4） ：1-10.

[52]XIAO S B，LIU D F，WANG Y C，et al.Temporal Variation of Methane Flux from Xiangxi Bay of the Three Gorges Reservoir[J].Scientific Reports，2013，3（1） ：2500.

[53]ITOH M，KOBAYASHI Y，CHEN T Y，et al.Effect of Interannual Variation in Winter Vertical Mixing on CH ^*4 Dynamics in a Subtropical Reservoir[J].Journal of Geophysical Research： Biogeosciences，2015，120（7） ：1246-1261.

[54]LINKHORST A，PARANAIBA JR，MENDONCA R，et al. Spatially Resolved Measurements in Tropical Reservoirs Reveal Elevated Methane Ebullition at River Inflows and at High Productivity[J].Global Biogeochemical Cycles，2021， 35（5） ：e2020GB006717.

[55]BORGES A V，OKELLO W，BOUILLON S，et al.Spatial and Temporal Variations of Dissolved CO₂，CH₄ and N₂O in Lakes Edward and George（East Africa）[J]. Journal of Great Lakes Research，2023，49（1） ：229-245.

[56］呂迎春，劉叢強，王仕祿，等.貴州喀斯特水庫紅楓湖、百 花湖p（ CO₂ ）季節變化研究［J].環境科學，2007，28 （12） ：2674-2681.

[57]LI S Y，ZHANG Q F.Partial Pressure of CO₂ and CO₂ Emission in a Monsoon-Driven Hydroelectric Reservoir （Danjiangkou Reservoir），China[J].Ecological Engineering，2014，71：401-414.

[58]TEODORU C R，PRAIRIE Y T，DEL GIORGIO P A.Spatial Heterogeneity of Surface CO ² Fluxes in a Newly Created Eastmain-1 Reservoir in Northern Quebec，Canada[J]. Ecosystems，2011，14：28-46.

[59]YANG M，GRACE J，GENG X M，et al.Carbon Dioxide Emissions from the Littoral Zone of a Chinese Reservoir[J]. Water，2017，9（7） ：539.

[60]CHEN H，WU Y T，YUAN X Z，et al.Methane Emissions from Newly Created Marshes in the Drawdown Area of the Three Gorges Reservoir[J].Journal of Geophysical Research： Atmospheres，2009，114（D18） ：1-20.

[61］柴雪思，郝慶菊，黃哲，等.三峽庫區典型消落帶 CH₄ 排 放的變化特征及影響因素[J].環境科學，2017，38（10）： 4370-4379.

[62]LLOYD J，TAYLOR J A.On the Temperature Dependence of Soil Respiration[J].Functional Ecology，1994，8（3）3152.

[63]METCALFE D B，FISHER R A， WARDLE D A.Plant Communities as Drivers of Soil Respiration： Pathways，Mechanisms，and Significance for Global Change[J]. Biogeosciences，2011，8（8） ：2047-2061.

[64］廖秋實.三峽水庫典型消落區生態系統不同高程 CH₄ 排 放研究［D].重慶：西南大學，2013：35-38.

[65］李紅麗，楊萌，張明祥，等玉渡山水庫生長季溫室氣體排放 特征及其影響因素[J].生態學雜志，2012，31（2）：406-412.

[66] KOH H S，OCHS C A，YU K W.Hydrologic Gradient and Vegetation Controls on CH₄ and CO₂ Fluxes in a Spring-Fed Forested Wetland[J].Hydrobiologia，2009，630：271-286.

[67]SHA C Y，MITSCH W J，MANDER U，et al.Methane Emissions from Freshwater Riverine Wetlands[J]. Ecological Engineering，2011，37（1） ：16-24.

[68]MITSCH W J，NAHLIK A， WOLSKI P，et al.Tropical Wetlands： Seasonal Hydrologic Pulsing，Carbon Sequestration， and Methane Emissions[J].Wetlands Ecology and Management，2010，18：573-586.

[69]DUAN X N，WANG X K，MU Y J，et al.Seasonal and Diurnal Variations in Methane Emissions from Wuliangsu Lake in Arid Regions of China[J].Atmospheric Environment，2005，39（25） ：4479-4487.

[70]HIROTA M，TANG Y H，HU Q W，et al.Methane Emissions from Different Vegetation Zones in a Qinghai-Tibetan Plateau Wetland[J].Soil Biology and Biochemistry，2004， 36（5） ：737-748.

[71]GRILL G，LEHNER B，THIEME M，et al.Mapping the World's Free-Flowing Rivers[J].Nature，2019，569：215-221.

[72]SHI W Q，CHEN Q W，ZHANG JY，et al.Nitrous Oxide Emissions from Cascade Hydropower Reservoirs in the Upper Mekong River[J].Water Research，2020，173：115582.

[73］李晨輝，閆興成，丁班，等.瀾滄江梯級筑壩下水體氮磷 分布特征及其形成機制[J].湖泊科學，2023，35（4）： 1320-1332.

[74]WANG K，FANG H W，HE G J，et al.Optical and Molecular Diversity of Dissolved Organic Matter in Sediments of the Daning and Shennong Tributaries of the Three Gorges Reservoir[J].Frontiers in Environmental Science，2023，10： 1112407.

[75]BEAULIEU JJ，SMOLENSKI R L，NIETCH C T，et al.High Methane Emissions from a Midlatitude Reservoir Draining an Agricultural Watershed[J]. Environmental Science amp; Technology，2014，48（19） ：11100-11108.

[76]MUSENZE R S，WERNER U，GRINHAM A，et al.Methane and Nitrous Oxide Emissions from a Subtropical Coastal Embayment（Moreton Bay，Australia）[J].Journal of Environmental Sciences，2015，29：82-96.

[77]PARK JH，NAYNA O K，BEGUM M S，et al.Reviews and Syntheses ： Anthropogenic Perturbations to Carbon Fluxes in Asian River Systems-Concepts ，Emerging Trends，and Research Challenges[J].Biogeosciences，2018，15（9）：3049-3069. Decrease in CO ² Emissions from Chinese Inland Waters Due to Global Change[J].Nature Communications，2021， 12（1） ：1730.

[79]PU JB，LI JH，ZHANG T，et al.Varying Thermal Structure Controls the Dynamics of CO Emissions from a Subtropical Reservoir，South China[J].WaterResearch，202O，178：115831.

[80]PARANAIBA J R，BARROS N，MENDONCA R，et al.Spatially Resolved Measurements of CO ² and CH ⁴ Concentration and Gas-Exchange Velocity Highly Influence Carbon-Emission Estimates of Reservoirs[J].Environmental Science amp; Technology，2018，52（2） ：607-615.

[81]CIESLA M，GRUCA-ROKOSZ R，BARTOSZEK L.The Connection Between a Suspended Sediments and Reservoir Siltation： Empirical Analysis in the Maziarnia Reservoir，Poland[J].Resources，2020，9（3） ：30.

[82]KELLER M，STALLARD R F.Methane Emission by Bubbling from Gatun Lake，Panama[J].Journal of Geophysical Research：Atmospheres，1994，99（D4） ：8307-8319.

[83]CASPER P，MABERLY S C，HALL G H，et al.Fluxes of Methane and Carbon Dioxide from a Small Productive Lake to the Atmosphere[J].Biogeochemistry，200o，49：1-19.

[84]SOUED C，PRAIRIE Y T.Patterns and Regulation of Hypolimnetic CO₂ and CH4 in a Tropical Reservoir Using a Process-Based Modeling Approach[J].Journal of Geophysical Research： Biogeosciences，2022，127（8） ：e2022JG006897.

[85]BUSSMANN I.Methane Release Through Resuspension of Litoral Sediment[J].Biogeochemistry，2005，74：283-302.

[86]WANG S，LI S J，JI M F，et al.Significant CH₄ Emissions from the Yellow River： Importance of Suspended Sediment [J].ACS ESamp;T Water，2024，4（9） ：4193-4201.

[87]CHENG F，ZHANG H M，ZHANG G L，et al.Distribution and Emission of N2O in the Largest River-Reservoir System Along the Yellow River[J].Science of the Total Environment，2019，666：1209-1219.

[88]STEIN L Y.Insights into the Physiology of Ammonia-Oxidizing Microorganisms[J].Current Opinion in Chemical Biology，2019，49：9-15.

[89]XIA X H，JIA Z M，LIU T，et al.Coupled Nitrification-Denitrification Caused by Suspended Sediment （SPS） in Rivers ：Importance of SPS Size and Composition[J].Environmental Science amp; Technology，2017，51（1） ：212-221.

[90]CHEN N W，CHEN Z H，WU Y Q，et al.Understanding Gaseous Nitrogen Removal Through Direct Measurement of Dissolved N₂ and N2O in a Subtropical River-Reservoir System[J].Ecological Engineering，2014，70：56-67.

[91]LANSDOWN K，MCKEW B A， WHITBY C，et al.Importance and Controls of Anaerobic Ammonium Oxidation Influenced by Riverbed Geology[J].Nature Geoscience，2016，9（5） ： 357-360.

[92］王淑慧，蘇伯儒，王云琦，等.近16年三峽庫區徑流輸沙 變化分析[J].中國水土保持科學，2021，19（1）：69-78.

[93]LI X X，JIANG C S，NI X，et al.Difusive Greenhouse Gases Fluxes from the Surface of the Three Gorges Reservoir： Study at a Site in Fuling[J].Acta Ecologica Sinica，2021， 41（2） ：79-87.

[94]LIU T，XIA X H，LIU S D，et al.Acceleration of Denitrification in Turbid Rivers Due to Denitrification Occurring on Suspended Sediment in Oxic Waters[J].Environmental Science amp; Technology，2013，47（9） ：4053-4061.

[95]RUDD J W M，HARRIS R，KELLY C A，et al.Are Hydroelectric Reservoirs Significant Sources of Greenhouse Gases？ [J].Ambio，1993，22（4） ：246-248.

[96]GRASSET C，MENDONCA R，SAUCEDO G V，et al.Large but Variable Methane Production in Anoxic Freshwater Sediment upon Addition of Allochthonous and Autochthonous Organic Mater[J].Limnology and Oceanography，2018，63 （4） ：1488-1501.

[97]MAECK A，HOFMANN H，LORKE A.Pumping Methane out of Aquatic Sediments-Ebullition Forcing Mechanisms in an Impounded River[J].Biogeosciences，2014，11（11） ： 2925-2938.

[98]DEEMER B R，HOLGERSON M A.Drivers of Methane Flux Differ Between Lakes and Reservoirs， Complicating Global Upscaling Efforts[J].Journal of Geophysical Research： Biogeosciences，2021，126（4） ：e2019JG005600.

[99]YAO Y Z，TIAN HQ，XU X F，et al.Dynamics and Controls of Inland Water CH ^?4 Emissions Across the Conterminous United States：1860 -2019[J].Water Research，2022， 224：119043.

[100]ALMEIDA R M，SHI Q R，GOMES-SELMAN J M，et al. Reducing Greenhouse Gas Emissions of Amazon Hydropower with Strategic Dam Planning[J].Nature Communications，2019，10：4281.

[101]HARRISON JA，PRAIRIE Y T，MERCIER-BLAIS S， et al. Year-202O Global Distribution andPathways of Reservoir Methane and Carbon Dioxide Emissions According to the Greenhouse Gas from Reservoirs （G-res）Model[J].Global Biogeochemical Cycles，2021，35（6） ：e2020GB006888.

[102]KUMAR A，SHARMA M P.Assessment of Risk of GHG Emissions from Tehri Hydropower Reservoir，India[J].Human and Ecological Risk Assessment，2016，22（1） ：71-85.

[103]CHEN Z H，YE X Q，HUANG P.Estimating Carbon Dioxide （ CO₂ ）Emissions from Reservoirs Using Artificial Neural Networks[J].Water，2018，10（1） ：26.

[104] DEFARIA F A M，JARAMILLO P，SAWAKUCHI H O， et al.Estimating Greenhouse Gas Emissions from Future Amazonian Hydroelectric Reservoirs[J]. Environmental ResearchLetters，2015，10（12）：124019.

[105] MALH，CUI YL，LIU B，et al.A GIS-Based Method for Modeling Methane Emissions from Paddy Fields by Fusing Multiple Sources of Data[J].The Science of the Total Environment，2022，859：159917.

[106] ZHANG W，LI Y，ZHU B，et al.A Process-Oriented HydroBiogeochemical Model Enabling Simulation ofGaseous Carbon and Nitrogen Emissions and Hydrologic Nitrogen Losses from a Subtropical Catchment[J].Science of the Total Environment，2018，616-617：305-317.

[107] YUAN X M，LIUQ，CUIBS，et al.Effect of Water-Level Fluctuations on Methane and Carbon Dioxide Dynamics in a Shallow Lake of Northern China：Implications for Wetland Restoration[J].Journal of Hydrology，2021，597：126169.

[108] JIANG R，YANG JY，DRURY C F，et al.Modelling the Impacts of Inhibitors and Fertilizer Placement on Maize Yield and Ammonia，Nitrous Oxide and Nitrate Leaching Losses in Southwestern Ontario，Canada[J].Journal of Cleaner Production，2023，384：135511.

[109] WANG Z，ZHANG X Y，LIU L，et al.Estimates of Methane Emissions from Chinese Rice Fields Using the DNDC Model [J].Agricultural and Forest Meteorology，2O21，303：108368.

[110] GENG X M，YANG M，GRACE J，et al.Simulating Methane Emissions from the Littoral Zone of a Reservoir by Wetland DNDC Model[J].Journal of Resources and Ecology，2016，7 （4） ：281-290.

[111] ZHENGYJ，WUS，XIAO SQ，etal.Global Methane and "Nitrous Oxide Emissions from Inland Waters and Estuaries [J].Global Change Biology，2022，28（15） ：4713-4725.

[112] LAUERWALD R，REGNIER P，FIGUCIRCDO V， et al. Natural Lakes are a Minor Global Source of N2O to the Atmosphere[J].Global Biogeochemical Cycles，2019，33 （12）：1564-1581.

[113] RESENDEJF，MANNICHM，FERNANDESCVS.Calibration ofa Management-Oriented Greenhouse Gas Emission Model for Lakes and Reservoirs Under Different Distribution of Environmental Data[J].Science of the Total Environment，2020，734：138791.

[114] HOUH，XUE M，XU Y，et al.Multi-Objective Economic Dispatch of a Microgrid Considering Electric Vehicle and TransferableLoad[J]．AppliedEnergy，2020， 262：114489.

[115] HAJIABADI R，ZARGHAMI M.Multi-Objective Reservoir Operation with Sediment Flushing：Case Study of Sefidrud Reservoir[J].Water Resources Management，2014，28（15）： 5357-5376.

[116] 周研來，寧志昊，何鋆濤.面向碳減排的梯級水庫蓄水 期水碳多目標優化調度研究［J].長江科學院院報， 2025，42（6） ：194-202.

[117] CARLINO A，SCHMITT R， CLARK A，et al.Rethinking Energy Planning to Mitigate the Impacts of African Hydropower[J].Nature Sustainability，2024，7：879-890.

[118] TANGI M，SCHMITT R，ALMEIDA R，et al.Robust Hydropower Planning Balances Energy Generation，Carbon Emissions and Sediment Connectivity in the Mekong River Basin[J].Earths Future，2024，12（8） ：e2023EF003647. 【責任編輯張帥】