径潮相互作用对感潮河段湿地水热盐影响的数值模拟

隗岚琳 ，刘东升 ，吴 杰，吕浩博 ，章文亭

(1. 南京水利科学研究院，江苏 南京 210029； 2. 水文水资源与水利工程科学国家重点试验室，江苏 南京 210029； 3. 南京市长江河道管理处，江苏 南京 210011； 4. 河海大学 水利水电学院，江苏 南京 210098； 5. 重庆交通大学 河海学院，重庆 400074)

感潮河段湿地属于河流湿地，是处于河流向海洋过渡的一类特殊生态系统，感潮湿地可通过反硝化、硝化、硝化-反硝化耦合等途径参与氮转化过程，这些途径被认为是自然湿地脱氮最有效的方式。目前国内已有诸多研究人员针对感潮河段区域展开了研究，如王文才等[1]分析了长江感潮河段潮汐变化特征；黄竞争等[2]揭示了长江感潮河段潮波振幅衰减率、潮波传播速度等传播特征值的洪枯季及沿程变化特征，并探讨了这些潮波传播特征的变化规律及其主要影响因素等；张雷等[3]探究了大辽河感潮河段及近岸河口氮磷的分布规律；叶琳琳等[4]揭示了长江感潮河段潮汐作用对有机碳分布的影响。然而，现有有关感潮湿地的研究多集中于湿地的景观设计研究[5]和氮磷等营养盐的氧化还原过程[6]，鲜少涉及潮汐过程对湿地除氮效率的影响研究。氮转化研究的关注点常因湿地类型不同而有所差异，河流湿地沿程面积辽阔，多关注其洪泛过程下的氮循环及流域生态环境效益[7-8]，而盐度是河口潮汐湿地氮转化的关键影响因子[9-11]，相关研究多围绕其对氮转化的复杂作用过程。感潮河段湿地兼具河流湿地和河口潮汐湿地的特点，具有显著的区域特色，但目前针对潮汐过程对湿地水热交换及氮去除的影响仍缺乏深入研究。

本文以长江南京段绿水湾湿地为研究对象，通过原位监测厘清复杂水文条件下的径流和潮汐信号特征，构建湿地水热运移与氮迁移转化模型，量化潮汐对湿地水热交换及脱氮效率的影响及其季节性差异，以期为长江下游滨岸带生态环境保护提供理论依据。

1 试验及分析

长江下游滨岸带受半日潮影响，1 天内完成2 次干湿交替循环过程，在大通水文站下游形成条形的淤质泥感潮湿地。绿水湾湿地为长江下游南京段左岸自然河流湿地，地处南京市江北新区，湿地面积18 km2，沿线长12 km。本研究具体试验场地选在绿水湾湿地中部靠江一侧（N31°99'23. 6", E118°38'40.5"）（图1），区域地势较为平缓，典型植被为芦苇，潮位日变化约0.5 m，季节性水位变化约6 m，在长江下游感潮河段湿地中具有典型性和代表性。

1.1 监测井布设

在选定的试验点，开展感潮湿地地表水及潜流带水位、温度、溶解氧等基本理化指标的自动监测。依据研究区域历史最高和最低水位所对应岸边带的位置，选择垂直于河道水流方向直线布设3 组自动监测探头。其中地表水探头组布设在河道内，固定在与历史最低水位岸边带位置垂直距离为5 m 的柱子上，地下水探头组布设在两口监测井中（图2），#1 探头组布设在历史最高和最低水位对应岸边带的中间位置，#2 布设在历史最高水位对应岸边带位置。每口监测井均埋设1 根PVC 直管（直径0.75 m，长8 m），直管内分层放置3 个探头，自动记录水位、温度、溶解氧等指标。监测井井口高出地面至少1 m，同时井口加盖，避免降雨和涨潮时地表水灌入。所有探头每间隔1 h 自动记录数据，每月定时取出探头导出数据，并检查探头。

图2 感潮河段湿地水动力水质概念模型（单位：m）Fig. 2 Conceptual model of 2-D hydrodynamic water quality of the tidal river wetland (unit: m)

1.2 数据分析

通过M-K 算法对原始数据进行突变检验寻找突变点，具体步骤如下：

（1）对于时间序列xi，构造秩序列ri表示xi>xj(1 ≤i≤j)的样本累计数，定义sk为：

（2）假定时间序列随机独立，定义统计变量为：

式中：UFk为标准正态分布统计量；E(sk) 为sk的均值；为sk的方差。其中，UF1=0，并且在给定显著性水平a下，若|UFk|≥Ua，则表明序列存在明显的趋势变化。

（3）将时间序列x按 逆序排列，再重复上述步骤，同时使：

式中：UB1=0。通过分析统计序列UBk和UFk可以进一步分析序列x突变的时间节点，显示突变区域。若UFk>0，则表明序列呈上升趋势；反之，UFk<0呈下降趋势；当超过任何一条临界直线时，表明上升或下降趋势显著。如UBk和UFk曲线出现交点，且交点在两临界直线之间，那么交点对应时刻即为突变时刻，该时刻对应的点即为突变点。

根据突变点将原始数据分段，分别根据趋势拟合成线性函数后进行去势化处理，得到平滑数据曲线，针对处理后数据再用Origin 进行快速傅里叶（FFT）分析得到周期、频率等基本数据，并通过FFT 滤波器滤出高频潮汐信号，实现潮汐信号剥离。

2 模型构建与计算

2.1 概念模型与设置

基于试验区地形构建滨岸带二维水动力水质概念模型（图2），干湿交替带简化为平坦地形。模型宽67 m，其中干湿交替带宽46 m。在缺乏水文地质资料情况下，将模型底部隔水边界深度分别设置10、15 和20 m 进行试算，发现当底部隔水边界深度为12 m 时，单元格水头计算值基本不受地表水位波动的影响，故将模型隔水边界深度设置为12 m。对于水动力模块，模型左侧边界设为恒定水头边界条件（Dirichlet），水头根据监测井水位（#1、#2）和河流水位之间的水力梯度估算而得。模型右侧边界和底部边界均设为无流量边界条件。河流最低水位以下设为变水头边界条件（Dirichlet）；处于水位最小值与最大值之间的边界采用混合边界条件，此类边界条件为变水头条件与流量约束相结合，允许自由入渗边界（Seepage face）的发展。模型顶部边界未考虑降雨条件，因为在模拟的时段内（各个季节均为15 d）降雨量较小，对地下水位的影响很小。对于水质模块，干湿交替带设为恒定质量体积分数，取所研时段的平均值。

通过稳态模型求得模型区域初始水压分布和温度分布，稳态模型中干湿交替带水动力边界条件设置为固定水头，为所研时段的起始水头，而其他边界条件保持不变；模型左侧边界和干湿交替带温度边界条件设为恒定温度，为所研时段初始时刻对应的地下和地表水体实际温度监测值。图3 展示了不同季节时段的初始水压分布和温度分布。对于水质模块，模型区域质量体积分数背景值设为0。

图3 感潮河段湿地不同季节初始水压分布和温度分布Fig. 3 The initial head field and temperature field of the tidal river wetland in different seasons

2.2 计算原理与方法

模型耦合基于 Richards 方程的变饱和介质流（4）[12-13]和基于对流-弥散-反应方程（5）[14]的溶质迁移反应过程。模型中假设含水层有效孔隙率和渗透系数均匀分布且各向同性，不考虑水位波动引起的地形演变或含水层表层堵塞导致的渗透系数变化。

式中：S0为单位储水量；s为饱和度； ε为孔隙率； ψ为水头；t为时间；K为饱和介质渗透系数张量；Kr为相对渗透系数；z为位置水头； α为多孔介质骨架压缩系数； σT为总应力；θ为含水量；Ci为溶质i的质量体积分数；D为水动力弥散系数张量；q为达西速度矢量；Ri为溶质i的反应速率。

氮循环主要考虑硝化、反硝化及有氧呼吸，采用Multiple-Monod kinetics 模型对主要氮转化过程进行刻画，式（5）中的Ri为：

式中：RO2、RNH4、RNO3、RDOC分别为O2、NH4+、NO3−、DOC 的反应速率；CDOC、CO2、CNH4、CNO3分别为DOC、O2、NH4+、NO3−的质量体积分数；VA、VN、VD分别为有氧呼吸、硝化和反硝化作用的最大底物吸收速率；XA、XN、XD分别为促进有氧呼吸、硝化和反硝化作用的功能微生物介导系数；yO2为O2分配系数；KDOC、KO2、KNH4、KNO3分别为DOC、O2、NH4+、NO3−的半饱和常数；KI为O2抑制常数；k1、k2分别是硝化、反硝化功能微生物介导系数的修正系数。参数率定结果见表1。

表1 湿地水动力-水质模型参数率定结果Tab. 1 Calibration results of hydrodynamic-water quality model parameters

采用有限元地下水流系统FEFLOW 进行数值模拟，利用三角形网格生成器对模型区域进行非均匀离散。为了精确刻画受地表水位波动影响的干湿交替带（21 m

2.3 模型参数率定

对模型输入参数的率定如下：保持其他参数不变，对含水层主要参数（渗透系数、扩散系数）在所有可能的变化范围内进行粗调，缩小原始参数范围；基于同样的目的，对VG 模型参数进行粗调；重复循环对所有参数进行微调，直到观测值与模拟值具有较高的匹配度，最终得到较优参数（表1）。模型原始参数参考范围为文献经验值[15]。从图4 可见，调整参数后的模拟结果与实测结果较为吻合。整体上看，模型可以反映监测井内实际水位、水温的变化情况，所建立的数学模型和采用的输入参数基本符合客观实际。然而，模型不可避免仍然存在一些误差，一方面来源于数值模拟中的相关假设与简化所带来的与实际情况的偏差；另一方面来源于试验中难以调控的系统误差（如监测系统本身存在的误差、现场因素等）。

2.4 特征量计算

通过对水土界面法向流速的积分可得潜流交换通量[12]：

式中：l为地表-地下水交界的长度；t为时间；vn为沿着交界处的法向流速。

滨岸带储水量可通过将潜流交换通量对时间积分[12]获得：

滨岸带热储量计算式[20]：

式中：C为水比热容； Ω为模拟区域面积； θe为单元含水量。

式中：Mrem−i为溶质i的沿河方向单库消耗量（g/m）；T为总模拟时长。

3 结果与讨论

3.1 感潮河段湿地水位及水温年际变化

研究区感潮河段湿地地表水与潜流带水位及水温年内变化如图5 所示。可见，无论是地表水还是潜流带，感潮河段湿地水位均呈春季（即2022 年3—5 月）和夏季（即2022 年6—8 月）高，秋季（即2022年9—11 月）和冬季（即2021 年12 月—2022 年2 月）低的整体趋势，这种年际水位变化是入海径流影响的结果。受潮汐影响，感潮河段湿地在月尺度上每月会出现2 个较大的水位峰值，在日尺度上每昼夜会出现2 个较小的水位峰值。地表水和潜流带水位年际变化规律总体相似，地表水位在冬秋季低于潜流带水位，而在春夏季则相反。冬、春、夏三季的#1 潜流带水位均高于#2 水位，这是由于#1 位置较#2 更靠近河道，受地表水位波动的影响更加显著。由图5 可知，感潮河段湿地水温从冬季至夏季一直呈上升趋势，在夏季8 月左右达到最高温度后缓慢下降，地表水温度在春夏季显著高于潜流带水体温度，冬季则相反，秋季地表水温与潜流带温度相近。受水位及气温影响，地表水温度年际波动最大，#1 潜流带水体温度年际波动较大，#2 潜流带水体温度年际波动最小，且#2 潜流带由于距离河道远，水热交换少，冬季温度高，比#1 潜流带更具地下水特点。

图5 湿地地表水与潜流带水位水温变化过程Fig. 5 Water level and temperature changes in surface water and hyporheic zone of the tidal river wetland

3.2 湿地径流与潮汐信号特征

以2022 年5 月8 日至7 月3 日（春夏季）地表水水位及水温为例，分析感潮河段湿地径流与潮汐信号特征。根据前文所述数据分析方法对实测数据进行快速傅里叶分析，并绘制湿地水位水温信号特征如图6。为更准确分析水位及水温日变化规律，图6 (c)和(f)分别对应2022 年6 月1—5 日水位和温度日信号。从图6(a)和(d)可知，所选时间段内湿地地表水水位及水温均呈平稳上升趋势，水位上升约2 m，水温上升约5 ℃；从图6 (b)和(e)可知，快速傅里叶分析和FFT 滤波器提取出的原始数据中的水位及水温整体呈上升趋势，即为径流影响下的水位信号和气温影响下的节气信号；图6(c)和(f)为经去势化和快速傅里叶分析处理的连续5 d 水位、水温数据，可见水位1 天内出现2 个波峰、2 个波谷，而温度信号1 天内只出现1 个峰，且温度最高点出现在14:00 左右，即1 天内为单周期变化，符合气温变化规律。

图6 湿地水位水温信号特征（以地表水为例）Fig. 6 Characteristics of water level and temperature signals in the tidal river wetland

以实测数据分季节计算得出感潮河段湿地水位水温特征如表2 所示，冬秋季地表水-地下水初始水力梯度均为负，而春夏季为正。初始温差绝对值在冬季和夏季最大，除冬季外均是地表水温高于地下水温。地表水径流信号波动幅度从冬季至夏季逐步增大，到秋季下降至与冬季波动幅度基本持平，而地表水潮汐信号波动则是秋季最大、冬季次之、春季较小、夏季最小，与径流信号波动规律相反。地表水溶解氧水平在冬季最高且变化范围最大，秋季较高、变化范围较大，春季与秋季相近但变化范围较小，夏季水平最低且变化范围最小，这一现象由汛期水位上升导致。

表2 湿地不同季节水文特征对比Tab. 2 Comparison of hydrological characteristics of the tidal river wetland in different seasons

3.3 湿地储水量和热储量变化特征

湿地在秋冬季地下水位相对偏高，受径流影响的湿地最大储水量在秋冬季较小，单宽最大储水量分别约为0.5、0.2 m2（图7）；春夏季河流水位上涨，径流对湿地储水量影响作用增强，相应的单宽最大储水量上升至约1.0 m2。与之相反，湿地在秋冬季潮汐波动范围较大，受潮汐影响的湿地单宽储水量波动幅度约为0.5 m2，约为春夏季湿地储水量波幅的2 倍。对比有潮汐和无潮汐影响两种情况，潮汐过程在秋冬季显著增强了湿地的单宽最大储水量，分别增大约0.8、1.0 m2；而春夏季潮汐作用对湿地储水量的贡献基本可忽略。湿地秋冬季地下水水温相对较高，总体上表现为地表水体接受地下水热量的补给；与之相反，春夏季气温上升，河流水温总体高于地下水，持续向地下水输送热量。从径流信号可以看出，湿地热储量日波动剧烈，这说明地表水水温对其影响占主导作用。对比有、无潮汐影响两种情况，潮汐过程在秋冬季对湿地热储量的影响较大，一定程度上减缓了地下水向地表水的输热过程；而春夏季由于潮汐波动幅度小，对地表水向地下水输入热量的贡献不够明显。

图7 水位波动影响下的湿地单宽储水量与热储量变化过程Fig. 7 Changes of wetland water storage and heat storage under complicated water level fluctuations

3.4 潮汐过程对湿地除氮的影响

图8 为模拟时段除氮的日均值变化。可见，秋冬季湿地除氮的日均值较低，单宽除氮量分别约为0.4、0.6 g/m（表3）；春夏季径流对湿地除氮影响增强，除氮量约为秋冬季的3~5 倍。这是由于春夏季湿地温度升高，硝化和反硝化能力增大，且春夏季地表水位大幅上涨，水土界面溶解氧水平较低（表2），湿地反硝化脱氮进一步增强；此外，径流影响下的春夏季湿地储水量较大（图7），意味着地表水携带溶质进入潜流带的总量升高，进一步对春夏季除氮产生了正向影响。然而，对比有无潮汐影响两种情况，潮汐过程在秋冬季显著增强了湿地的除氮量，脱氮效率分别提升约63%、31%，主要原因在于秋冬季潮汐波动幅度大，显著增大了溶质的输入量，同时携带了更多的溶氧进入潜流带；而春夏季潮汐作用对湿地除氮的贡献较小，脱氮效率提升约12%。

表3 不同季节除氮情况对比Tab. 3 Comparison of nitrogen removal of the tidal river wetland in different seasons

4 结 语

（1）感潮河段湿地水位水温包含径流和潮汐两个信号特征，春夏季径流较强、地表水温较高，而秋冬季潮汐波动幅度较大、地下水温较高。水位日尺度和月尺度均呈现2 个峰的双周期变化规律。水土界面溶解氧水平及变化范围总体在秋冬季较大、春夏季较小。

（2）受径流信号影响，春夏季湿地最大储水量约为秋冬季的2~5 倍，但其日波动受潮汐信号影响较弱，波动幅度约为秋冬季的一半。湿地热储量日波动剧烈，受潮汐过程和水温周期变化叠加影响。潮汐过程在秋冬季对湿地热储量的影响较大，一定程度上减缓了地下水向地表水的输热过程；而春夏季潮汐过程对地表水向地下水输入热量的贡献不够明显。

（3）春夏季河流水位水温大幅升高，湿地水土界面溶解氧水平降低，使得径流驱动下的湿地除氮的日均值较高，约为秋冬季的3~5 倍。然而，秋冬季潮汐波动幅度大（约为春夏季2 倍），显著增强了湿地的除氮量，比径流驱动的脱氮效率分别提升约63%、31%，约为春夏季的2.5~5.0 倍。