基于FVCOM的太湖梅梁灣夏季水溫、溶解氧模擬及其影響機制初探*1

歐陽瀟然，趙巧華，魏瀛珠

(南京信息工程大學遙感學院，南京210044)

水溫和溶解氧是描述湖泊水生生態(tài)系統(tǒng)的兩個重要水質(zhì)因子［1］.湖泊水溫及其分層現(xiàn)象對湖泊中生物和化學過程有著重要的影響，控制著水體中溶解氧、氮循環(huán)、初級生產(chǎn)力等水質(zhì)參量的變化［2］.吳軍林等［3］通過實驗研究表明，太湖水溫達到20℃以后，藍藻生物量隨水溫的升高會明顯增加;26～28℃是太湖藍藻生長的最適溫度.不同于深水湖泊存在著持續(xù)時間長的季節(jié)性分層現(xiàn)象［4］，淺水湖泊受風場影響混合作用較強，水溫分層現(xiàn)象極不穩(wěn)定［5］.對于太湖這樣的大型淺水湖泊，張玉超等［6－7］通過長期監(jiān)測發(fā)現(xiàn)太湖水溫存在著日成層現(xiàn)象，太陽輻射強度和湖面風速等氣象條件是影響日成層產(chǎn)生和強弱的主要因素;分層現(xiàn)象的快速形成與消失對水土界面的物質(zhì)交換產(chǎn)生影響，從而使得營養(yǎng)鹽、藻類濃度的空間分布發(fā)生變化［8－10］.因此，水溫對太湖藍藻暴發(fā)預測預警有著重要的意義.佘豐寧等［11］依據(jù)水氣界面上的熱力方程，建立一維太湖水溫數(shù)值模型，能夠較好地模擬太湖平均水溫的日變化.陳黎明等［12］運用澳大利亞西澳大學水研究中心開發(fā)的一維DYRESM水動力學模型較好地模擬太湖2005全年的水溫變化狀況.目前，對太湖水溫進行三維模擬研究則較為鮮見.

溶解氧的分布和變化受溫度、生物、化學及物理過程的綜合影響，總體來說，主要受水溫控制［13］.在水溫的控制下，物理和生化過程對溶解氧的影響各不相同，且相互制約［14］.Bierman等［15］利用一個粗尺度的三維水質(zhì)模型對Mississippi河口的溶解氧收支平衡進行研究，Kemp等［16］對Chesapeake灣的底泥耗氧量和浮游植物呼吸量進行現(xiàn)場觀測，結果表明生物化學過程對溶解氧的貢獻遠大于物理過程.但是Zhang等［17］在研究珠江口溶解氧的動力過程時發(fā)現(xiàn)，生物化學和物理過程對溶解氧平衡的貢獻相當.目前，對溶解氧影響機制的研究主要集中在深水湖泊以及河口這些水體底層易缺氧的區(qū)域，而針對太湖這樣的大型淺水湖泊中溶解氧的研究相對較為少見.朱廣偉等［18］曾對太湖溶解氧濃度做過為期32天的持續(xù)性觀測，發(fā)現(xiàn)在太湖也存在著缺氧現(xiàn)象.在太湖生態(tài)水動力模擬方面，逄勇等［19］對太湖地區(qū)的大氣 水環(huán)境綜合數(shù)值模擬研究以及劉元波等［20］對梅梁灣藻類生態(tài)模擬研究，相對系統(tǒng)地反映了太湖的生態(tài)系統(tǒng)動力學變化，由于太湖藻類生物量高，二者的研究均以藻類及其相關的營養(yǎng)鹽為主，溶解氧只是作為一個變量參與到生態(tài)系統(tǒng)的動力學變化中.吳瓊［21］利用WASP 5.0模型模擬了太湖流場、總氮、總磷、溶解氧及浮游植物濃度場，但未對太湖溶解氧濃度的影響機制進行深入的研究.

太湖作為我國目前第三大淡水湖泊，位于長江中下游，對周邊地區(qū)經(jīng)濟發(fā)展具有重要作用，其最大的特點便是“大”而“淺”［22］.太湖水體流量小、流速慢、置換周期長、自凈能力差［23］，水體富營養(yǎng)化導致近年來藍藻水華頻發(fā).2007年5月，太湖藍藻大規(guī)模暴發(fā)，在藍藻腐敗分解的過程中，大量消耗水中的溶解氧，導致水體嚴重污染，發(fā)黑發(fā)臭，并產(chǎn)生藍藻腐敗的特殊異味，從而引發(fā)了自來水污染事件和供水危機［24］.特別指出，太湖夏季盛行東南風，外太湖的藍藻容易聚集在位于太湖北部的梅梁灣，水體富營養(yǎng)化使得藍藻大量繁殖而引起水華暴發(fā)，嚴重影響周圍地區(qū)的供水，破壞水體景觀，制約周圍地區(qū)的經(jīng)濟發(fā)展［25］.因此，有必要對太湖梅梁灣的溶解氧影響機制進行深入的研究，為研究生物 化學過程對水生生態(tài)系統(tǒng)的影響以及藍藻水華暴發(fā)機理提供參考.

本研究將隨時間變化、空間均勻的實際氣象資料作為驅動場，利用FVCOM中水動力模型和水質(zhì)模型的耦合，對2008年8月16--20日的太湖水溫以及各水質(zhì)參量進行了三維時空模擬;在驗證模式有效性的基礎上，分析水溫的影響因子，并對溶解氧的“源”和“匯”進行定量分析，討論太湖梅梁灣夏季溶解氧的影響機制.

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

太湖水域面積2338 km2，平均水深1.89 m，最大水深2.60 m.監(jiān)測點(見圖1)位于太湖梅梁灣東南沿岸的太湖湖泊生態(tài)系統(tǒng)研究站(31°25'08″N，120°12'47″E)，距岸邊150 m.水溫記錄采用美國 NexSense公司的TS110型水溫溫度鏈，溫度傳感器使用范圍為－10～70℃，精度為+/－0.1℃.垂向溫度鏈含有5層溫度傳感器，深度分別為 0.10、0.63、1.10、1.63、2.13 m.

氣象要素觀測采用全球湖泊生態(tài)觀測網(wǎng)絡(GLEON)站點Vaisala WXT520自動氣象站，其位置在水面上方7 m處，監(jiān)測指標主要包括風速、風向、氣溫、相對濕度、氣壓、降水及短波輻射等.氣象數(shù)據(jù)截取時間為2008年8月16日0:00至8月20日23:00.數(shù)據(jù)采集頻率為10 min/次，本次研究采用整點數(shù)據(jù).同時利用鄰近氣象站點(宜興市氣象站點離湖區(qū)12 km)所觀測的逐時云量及蒸發(fā)量數(shù)據(jù).

考慮到太湖面積很大、水體流速較小，且不同湖區(qū)承擔的功能不同，各湖區(qū)的水質(zhì)情況差異性較大，如若將水質(zhì)初始場設為常數(shù)并對其進行全湖模擬是不符合實際情況的.因此，本研究針對太湖的水質(zhì)情況將太湖劃分為6個區(qū)域(圖1).水質(zhì)參量包括溶解氧(DO)、碳化需氧量(CBOD)、浮游生物量(PHYT)、銨態(tài)氮(－N)、硝酸態(tài)及亞硝酸態(tài)氮(－N+－N)、有機氮(ON)、磷酸鹽(－P)以及有機磷(OP).其中，溶解氧采樣為水下50 cm，其他水質(zhì)參量上中下三層混合采樣;水質(zhì)初始場數(shù)據(jù)是由8月15日所采樣得到的 1、3、4、5、6、7、10、13、14、16、17、18、31、32號點的水質(zhì)參量，并且考慮到湖區(qū)水質(zhì)分布特點以及采樣點所處地理位置(圖1)，結合8月16日采樣所得的 12、24、25、26、27 號點，插值到網(wǎng)格點上所得;其余的采樣點用做檢驗點.水質(zhì)采樣數(shù)據(jù)來源于太湖湖泊生態(tài)系統(tǒng)研究站;另外，初始場中需要的參數(shù)為CBOD，在實際采樣過程中所得的參數(shù)為化學需氧量(COD)，在一些研究［26－28］中認為，CBOD/COD 的比值介于 0.4 ～0.6之間，結合太湖水體的實際特點，CBOD的取值為COD濃度的0.5倍.

圖1 太湖監(jiān)測點、采樣點分布Fig.1 Location of monitoring and sampling sites in Lake Taihu

1.2 方法

為探討太湖梅梁灣溶解氧的時空變化規(guī)律及其影響機制，本次研究利用美國麻省大學海洋科學技術學院海洋生態(tài)模型實驗室和美國伍茲霍爾海洋研究所于2000年成功建立的非結構網(wǎng)格海洋環(huán)流與生態(tài)模型——FVCOM模擬太湖水動力情況及溶解氧濃度，代碼在http://fvcom.smast.umassd.edu/FVCOM/index.html申請獲取.該模式的特點在于［29］:(1)在水平方向上采用無結構三角網(wǎng)格對水平計算區(qū)域進行離散，以便更好地擬合邊界;(2)在垂向上利用σ坐標系或者S坐標系對不規(guī)則的底部地形進行擬合;(3)數(shù)值計算采用有限體積積分方式，有限體積法結合了有限元法的自由幾何擬合特性和有限差分法的離散結構簡單及計算高效的特性，能夠更好地保證復雜幾何結構的河口海灣及海洋計算中的質(zhì)量、動量、鹽度、溫度及熱量的守恒性;(4)在物理和數(shù)學上使用Mellor－Yamada 2.5階垂向湍流閉合子模型以及Smagorinsky水平湍流閉合子模型，對方程組進行閉合，且可以將水平方向的湍流擴散系數(shù)和垂直方向的擴散系數(shù)設為函數(shù)，克服了以往太湖水動力學模式中將其設為常數(shù)的不足;(5)采用內(nèi)外膜分離的計算方法，內(nèi)膜計算與密度場有關的相對較慢的運動，外膜計算與表面重力波相關的快速運動.模式采用三維原始方程，并且包含了多種物理、水質(zhì)、生態(tài)計算模塊.FVCOM模型以其在數(shù)值處理方法和岸線地形擬合上的優(yōu)勢在河口海岸地帶得到了廣泛應用［30－32］.國內(nèi)學者將FVCOM模型用于太湖研究并非首次，逄勇等［33］曾經(jīng)利用FVCOM較好地模擬了太湖流場和懸浮物濃度分布;趙巧華等［34］利用FVCOM對太湖水溫以及表層混合層的時空分布進行模擬.本次模擬將太湖劃分為19854個三角網(wǎng)格單元和10313個三角網(wǎng)格節(jié)點;在垂直方向上采用σ坐標，分為14層;外膜時間步長設為6 s，內(nèi)膜時間步長設為30 s，積分120 h.公式σ=中，D表示整體水柱深度，H為海底深度(相對于平均海面z=0)，ζ為自由面高度(相對于z=0);模式中采用σ坐標系，本文中以sigma 1～sigma 14表示14個σ層.本文數(shù)據(jù)后期處理使用的是MATLAB的插值及作圖函數(shù).

1.2.1 水體所獲凈熱通量計算的改進 根據(jù)Churchill等［35－38］計算水氣交換過程中水體所獲得的凈熱通量，包括短波輻射、長波輻射、感熱及潛熱.

1)短波輻射能量計算公式為:式中，Qs0為Vaisala WXT520自動氣象站所觀測到的短波輻射能量(W/m2)，α為水面反照率，Qs為進入水體中的短波輻射(W/m2).

2)長波輻射的計算公式為:

式中，Hlw為長波輻射通量(W/m2);ε為湖水的發(fā)射率;K 為斯蒂芬-波爾茲曼參數(shù);Ts和Ta分別為湖面水體溫度和大氣溫度(K);ea為水汽壓(hPa);Bc為云的訂正因子，Bc=(1－0.72C)，其中C為云量(成數(shù)).

3)感熱和潛熱的計算公式為:

式中，Hsen、Hlat分別為感熱和潛熱通量(W/m2);ρa為大氣密度;cpa為大氣的熱容;Csen為感熱轉換系數(shù);Clat為潛熱轉換系數(shù);qa和qsat分別為比濕以及飽和比濕;Le表示蒸發(fā)潛熱;U為風速.

1.2.2 溶解氧的計算 FVCOM采用的是修改后的WASP 5水質(zhì)模型，其控制方程參考Zheng等［39］的詳細描述.有5個水質(zhì)參量直接參與到溶解氧的平衡:PHYT、－N、－N+－N、CBOD 和 DO 本身.溶解氧的計算公式為:

式中，C1、C2、C3、C4分別代表著 DO、CBOD、PHYT和－N 濃度(mg/L)，T代表水溫(℃).方程右側第1項為大氣復氧過程，Kreae為20℃復氧速率，是關于流速和水深的函數(shù);Cs為飽和溶解氧，是關于溫度和鹽度(在太湖中鹽度設為0)的函數(shù).右側第2項為碳化需氧過程.第3項為硝化作用的耗氧過程.第4項為浮游植物耗氧過程，DPP為浮游植物耗氧率，與浮游植物呼吸率以及死亡率有關，是有關水溫的函數(shù).第5項為底泥需氧，SODD為底泥需氧速率.第6項為浮游植物光合作用制氧過程(毛初級生產(chǎn)力模型)，GPP為浮游植物生長速率，是關于浮游植物生長率、光照和營養(yǎng)鹽限制的函數(shù);Rnc為浮游植物碳氮比;PNH3為氨優(yōu)先(Ammonia Preference).第7項為細菌呼吸耗氧.參數(shù)的取值主要依據(jù)實測及WASP 5 模型［40］和相關文獻(吳瓊［21］、Zheng等［39］)，模式通過參數(shù)率定及適用性調(diào)整.研究中參與到溶解氧平衡的主要參數(shù)見表1.由于太湖為藻型湖泊，高等水生植物相對較少，少量的草型區(qū)也存在較為嚴重的退化趨勢［41］，因而模式中涉及光合作用的過程主要是浮游植物的光合作用及耗氧作用.

表1 參與溶解氧平衡的參數(shù)Tab.1 Parameters participating in the dissolved oxygen balance

2 結果驗證與分析

2.1 水溫模擬

2.1.1 水溫模擬結果驗證 利用自動氣象站所觀測到的風速風向、短波輻射、相對濕度、氣壓及湖邊氣象站所觀測的云量、蒸發(fā)量等氣象要素作為模式驅動場，模擬太湖三維水溫隨時間的變化，最后將模擬結果插值到監(jiān)測點位的相應實測水深處，驗證模擬結果以便對太湖水溫深度廓線的變化規(guī)律進行分析.通過建立相同深度的模擬水溫與實測水溫散點關系圖(圖2)可以看出，兩者基本緊密散布在y=1.020x的直線附近，R2為0.690(n=480)，平均相對誤差為1.3%，最大相對誤差為6.3%，進而證明了該模式對太湖三維水溫有較好的模擬能力.通過水下0.63 m處模擬水溫與實測水溫的比較可以發(fā)現(xiàn)(圖3)，該模式較好地模擬了太湖水溫的日變化趨勢，但是存在著一定的誤差.誤差的主要來源主要可能有兩個方面:第一，模式輸入所需數(shù)據(jù)中，氣溫、短波輻射等氣象數(shù)據(jù)均是整點數(shù)據(jù)，在兩兩之間整點時間段內(nèi)，模式中所用的線性插值并不能完整描述氣象場的變化;第二，水體反照率在模式中設定為常數(shù)，而反照率受大氣濁度和太陽高度角的影響，其中大氣濁度通過影響短波輻射中直射與漫射的比例，進而影響反照率;太陽高度角存在明顯的日變化，因而反照率也存在日變化，而非常量［34］.

2.1.2 水溫模擬結果分析 由于太陽輻射強度的變化和水體在水深方向上的增溫和冷卻強度不一，使得水溫呈現(xiàn)出分層現(xiàn)象;水溫的狀況及其分層現(xiàn)象直接或間接地影響湖庫水環(huán)境中的各種物理、化學和生物過程［42］.從溶解氧的物理過程來看，水體的垂直溫度分層直接決定著溶解氧的擴散系數(shù)［43］;從溶解氧的生物化學過程來看，水溫直接控制著溶解氧的“源”和“匯”(公式5).

從8月16日- 8月20日不同σ層模擬水溫隨時間的變化可以清楚地看出，水溫的日變化以表層最為明顯，隨著深度的加深，日變化逐漸減弱(圖4).另外，不同深度處的水溫極值出現(xiàn)的時間也不一致，表現(xiàn)出隨著深度的加深最高溫度出現(xiàn)的時間逐漸滯后:表層最高溫度一般出現(xiàn)在14:00--15:00，隨著深度的增加，在湖面以下1.5 m處，最高溫度出現(xiàn)在傍晚18:00--19:00.這是由于水溫的變化主要取決于熱量收支各要素間的平衡，熱量由湖面向湖底傳遞需要時間.同時夜間水溫隨深度變化不大、基本相同，這說明夜間水體基本混合均勻，而白天水溫最大相差4℃.這說明太湖這樣的大型淺水湖泊水溫分層現(xiàn)象在白天可能存在，但是在夜間基本消失、水體混合基本均勻.

2.2 溶解氧模擬

2.2.1 溶解氧模擬結果驗證 利用8月15日所有采樣點以及8月16日部分采樣點進行插值作為水質(zhì)參量的初始場，通過參數(shù)率定，最后將模擬結果插值到剩余采樣點水下50 cm特定采樣時間上，驗證溶解氧模擬結果(表2).溶解氧模擬值與采樣實測值相近，判斷系數(shù)R2為0.76，最大相對誤差為12.88%，平均相對誤差為3.53%，證明該水質(zhì)模型能夠較好地模擬溶解氧.同時，將溶解氧30個采樣點進行空間插值與8月20日23:00的最終模擬結果進行比較(圖5)，可以看出兩者在空間分布趨勢上基本一致，溶解氧濃度總體上表現(xiàn)出由東向西減少的趨勢.梅梁灣屬于藻型湖灣，浮游植物生物量較大，在朱廣偉等［18］對太湖為期32 d的研究中，有18 d梅梁灣監(jiān)測點處溶解氧的濃度大于12 mg/L，遠遠超過了溶解氧在特定水溫下的飽和度(水溫 30℃，101.325 kPa，純水中溶解氧的飽和溶解度為7.55 mg/L);東太湖為草型湖區(qū)，分布著大量沉水植物，采樣期間，東太湖25#采樣點的葉綠素a 濃度(58.03 μg/L)高于往常，浮游植物光合作用制氧量較大，因此造成該采樣點在模擬時間段內(nèi)溶解氧濃度較高.

圖4 不同深度模擬水溫隨時間的變化Fig.4 The simulated temperature at different depths varying from hours

2.2.2 溶解氧模擬結果分析 以8月20日為例，將溶解氧模擬值插值到梅梁灣處的監(jiān)測點上，并求取水柱層平均溶解氧濃度，溶解氧濃度隨著時間變化大致呈現(xiàn)出“雙峰雙谷”的趨勢(圖6).水柱層中溶解氧濃度表現(xiàn)出了垂直差異(圖6a)，這可能是由水溫以及光合作用產(chǎn)氧量的垂直差異造成的.其一，結合圖4可以發(fā)現(xiàn)，8月20日日出前與日落后，水溫有著不大明顯的垂直分層，日出后至日落前這段時間的垂直分層現(xiàn)象較為明顯;在圖6a中，溶解氧濃度也呈現(xiàn)出與水溫相似的垂直分層現(xiàn)象.由公式(5)可知，水溫控制著溶解氧的各個過程，進而影響著溶解氧的變化.Vassilis等［1］和張玉超等［6］研究也認為水溫分層對湖泊中的生物化學過程有著重要的影響，水溫分層現(xiàn)象的存在不利于表層溶解氧向下傳輸，溶解氧濃度表現(xiàn)出隨著深度越深逐漸下降的現(xiàn)象.其二，由于光線的水下衰減引起光合作用的垂直分層，可能也會引起溶解氧的垂直分層現(xiàn)象，這將在下文討論中詳細解釋.同時表層與底層溶解氧濃度最大差值僅為2 mg/L左右(圖6a)，水體并沒有像其他深水湖泊一樣表現(xiàn)出底層缺氧的現(xiàn)象，這可能是由于水深較淺，光線能夠較好地進入水下，有利于水下浮游植物光合作用的順利進行.秦伯強等［44］的研究也表明，像太湖這樣的淺水湖泊，水土界面上的溶解氧供應充分，水體溶解氧濃度隨深度的變化很小.

表2 太湖溶解氧模擬結果驗證Tab.2 The validation of the simulated dissolved oxygen in Lake Taihu

圖5 溶解氧濃度實測值(a)和模擬值(b)空間分布趨勢Fig.5 The spatial distribution of observed(a)and simulated(b)dissolved oxygen

梅梁灣溶解氧濃度呈現(xiàn)出“雙峰雙谷”的趨勢明顯(圖6b).極小值出現(xiàn)在日出前4:00左右和太陽輻射最為強烈的午后14:00左右.這主要是因為夜間沒有光合作用，而浮游植物以及其他無機物和有機物消耗了溶解氧，使得日出前溶解氧濃度達到極小值.午后由于光強較大，光抑制現(xiàn)象導致上層水體光合作用產(chǎn)氧量在午后達到最低;同時由于水溫的不斷升高，此時浮游植物的呼吸率和死亡率隨之升高(公式5)，水體中溶解氧的消耗在此時段達到一天中的最大值;并且此時Cs逐漸減小，水體中的溶解氧不斷向大氣逸散，上述原因使得午后溶解氧的濃度達到另一個極小值.極大值出現(xiàn)在日出后9:00以及日落時18:00左右，這是因為日出后隨著光照增強，光合作用也隨之增強，但中午前后光照最強產(chǎn)生光抑制現(xiàn)象，午后隨著光強減弱至適宜光合作用發(fā)生，達到一天中的第2次最大值.上述分析表明，水溫和光照可能是影響溶解氧濃度變化的重要因子.

圖6 8月20日監(jiān)測點溶解氧的變化趨勢(a:垂直分布，b:水柱層平均)Fig.6 The change trend of dissolved oxygen at the monitoring site on August 20th(a:vertical distribution，b:average of the water column)

朱廣偉等［18］通過對梅梁灣監(jiān)測點處溶解氧濃度進行連續(xù)觀測發(fā)現(xiàn)，其濃度呈現(xiàn)出“單峰單谷”的變化趨勢，谷值出現(xiàn)在日出前4:00 -7:00之間，峰值出現(xiàn)在14:00--18:00之間.本文分析結果與其觀測結果部分相似，即其中一個谷值和一個峰值出現(xiàn)的時間是一致的，但是朱廣偉等的研究中并沒有在午后出現(xiàn)另一個谷值，這可能是由當時的主導風向、風速及氣溫等氣象條件和藻類等水質(zhì)參量濃度的不同所引起的.關于氣象條件對溶解氧的影響將在今后進行進一步的探討.

3 討論

3.1 水溫的影響因子

趙林林等［4］和張玉超等［6］認為，影響太湖水溫日成層現(xiàn)象的因素主要有太陽輻射、氣溫、風速.趙巧華等［34］認為，水溫的分層及日變化主要取決于水氣熱量交換過程中水體所獲得的凈熱通量;當凈熱通量為正時，水體吸收熱量致水溫上升.因此，這里討論太陽輻射、風速對水溫日成層現(xiàn)象的影響.

其一，太陽輻射.結合圖4，太陽輻射與水溫表現(xiàn)出相似的日變化.這是因為隨著太陽輻射的逐漸增強至約700 W/m2，表層水體不斷吸收太陽輻射，水溫變化較為劇烈，衰減作用使得底層水溫變化較小.通過實測的太陽輻射數(shù)據(jù)與模擬的水溫相比較，可以發(fā)現(xiàn)這與前人的研究結果［4，6］一致.同時發(fā)現(xiàn)，太陽輻射強的時候(8月18日中午)，其水溫(30.5℃)不一定大于太陽輻射相對較弱時候(8月16日中午)的水溫(33℃).這可能與當日的水-氣熱量交換及風速引起的動力作用有關，8月18日最高氣溫(29℃)低于8月6日最高氣溫(32℃)，并且8月18日的風速較8月16日相對劇烈(圖7a).

其二，風速.8月19日、8月20日的氣溫極值以及太陽輻射與8月17日相當(圖7a、圖7b)，但是水體溫度分層則表現(xiàn)出較大的差異，并且水溫極值的大小差異也較大;其中8月17日水溫較低且分層現(xiàn)象不明顯，另8月17日風速較大(圖7c).因而8月17日水溫分布成因可能是由風場造成的水體流速切變引發(fā)的不穩(wěn)定作用所致.在風速較大的情況下(8月17日、8月18日)，由于風的驅動作用使得水體水平運動垂直切變大于溫度的垂直梯度，加強水體的混合作用，上下層的熱量交換加速，水溫的垂向差異變得很小，造成白天水體分層現(xiàn)象難以形成，中午11:00后才出現(xiàn)微弱的溫差，直至傍晚18:00左右，此時的太陽輻射已經(jīng)十分微弱，分層現(xiàn)象消失.

圖7 模擬時間段內(nèi)實際太陽輻射(a)、氣溫(b)和風速(c)變化Fig.7 Solar radiation(a)，air temperature(b)and wind speed(c)during simulated hours

3.2 溶解氧的可能影響機制

在對太湖水動力及溶解氧模擬結果進行驗證和分析后，嘗試著主要對梅梁灣溶解氧的“源”、“匯”進行探討.如公式(5)所示，直接影響溶解氧生物-化學機制的動力過程主要有7個:復氧、碳化需氧、硝化作用耗氧、浮游植物耗氧、底泥耗氧、浮游植物制氧以及細菌呼吸耗氧過程.考慮到模式的穩(wěn)定時間，水質(zhì)模型的結果從2008年8月16日6:00開始輸出，本文選取2008年8月17日- 8月20日的結果對梅梁灣太湖湖泊生態(tài)系統(tǒng)研究站監(jiān)測點進行討論.

浮游植物光合作用制氧通常用來作為評估初級生產(chǎn)力(這里指毛初級生產(chǎn)力)的依據(jù)，很多學者［45－46］通過野外采樣和實驗室模擬分析初級生產(chǎn)力的日變化和垂直分布.依據(jù)公式(5)中的第6項浮游植物光合作用制氧來計算毛生產(chǎn)力.光合作用在白天進行，剛開始隨著光照作用增強，初級生產(chǎn)力增大;中午前后光抑制現(xiàn)象發(fā)生，表層初級生產(chǎn)力急劇下降，次表層(水下20～40 cm)初級生產(chǎn)力達到最大值;隨著光照減弱，表層初級生產(chǎn)力逐漸升高(圖8).從垂直方向看，除了表層會受到光抑制作用的影響外，初級生產(chǎn)力隨著深度越深而下降，上層初級生產(chǎn)力顯著高于下層，在底層達到最小值.此外，在8月17日風浪較大的時候，初級生產(chǎn)力高于風浪較小的時候.從數(shù)量級上看，初級生產(chǎn)力的范圍大概在0.05～0.85 mg/(L·h)，上層主要集中在0.3～0.4 mg/(L·h)之間;若以日為單位，水柱毛初級生產(chǎn)力大約為 1.4 mg/(L·d)，這與蔡后建等［45］以及張運林等［46］關于太湖初級生產(chǎn)力的研究結果是一致的.可以發(fā)現(xiàn)，光合作用是導致溶解氧出現(xiàn)日變化的主要因素.

若水體中的氧氣低于飽和值，可以通過大氣復氧來補充［40］.復氧系數(shù)是關于風速、氣溫、水溫和水深的函數(shù)［47］.當水溫較高(8月19日、8月20日)時，這種復氧作用表現(xiàn)的尤為明顯.由公式(5)可知，復氧過程對溶解氧的貢獻的正負主要取決于湖泊中溶解氧的飽和度，即水中溶解氧C1與該水溫下飽和溶解氧Cs的差值.若C1＞Cs，則復氧過程的作用為負(圖9，以監(jiān)測點為例)，即此時水體中的溶解氧處于向大氣逸散的狀態(tài);若C1＜Cs，則復氧過程的貢獻為正，大氣補充水體中的氧氣.

圖8 各層初級生產(chǎn)力隨時間的變化Fig.8 The primary productivity at each depth varying with hours

圖9 監(jiān)測點處復氧作用(a)和主要生物化學過程(b)的貢獻Fig.9 The contribution of reparation(a)and main bio－chemical processes(b)at the monitoring point

耗氧過程包括5個:浮游植物耗氧、碳化需氧、硝化作用耗氧、底泥耗氧、細菌呼吸耗氧.以監(jiān)測點整個水柱層平均為例，浮游植物是梅梁灣處溶解氧最大的消耗者(包括呼吸和死亡過程)，其貢獻占到了除去復氧過程的總耗氧量的76.44%(8 月 17 日)、74.74%(8 月18日)、69.22%(8 月 19 日)和 68.38%(8 月20日)，在數(shù)量級上和以前的研究［45］是一致的;其次分別為底泥耗氧(多日平均為10%)、碳化需氧(8%)、細菌呼吸耗氧(5%)以及硝化作用耗氧(3%)(圖9b).另外可以發(fā)現(xiàn)，光合作用制氧與各耗氧過程(除去由湖面向大氣逸散的溶解氧部分)大致可以平衡，也就是說，生化過程是影響太湖梅梁灣溶解氧濃度的主要動力因子;這一點與學者對Mississippi河口［15］以及 Chesapeake灣［16］的研究結果一致，但與張恒等［17］在珠江河口的結論存在明顯差異，其原因可以從水體滯留時間上進行考慮.太湖水體流速小，水體置換周期長(約為250 d)，有利于浮游植物繁殖以及C、N、P循環(huán);相較于Mississippi河口(密度層以下水體置換周期為95 d)、Chesapeake灣(水體置換周期為180 d)以及太湖，珠江河口的水體置換周期很小(在汛期只有3～5 d)，不適宜浮游植物大量繁殖.

在風浪較大的時候(8月17日)，各項耗氧過程在數(shù)值上都大大增加(圖9b).Kristensen等的研究［48］也表明，風浪擾動時淺水湖泊沉積物懸浮和營養(yǎng)鹽釋放的主要驅動力之一，半天的強風浪擾動可導致水體營養(yǎng)鹽濃度增加近一倍.以往的研究［49］表明，營養(yǎng)鹽是浮游植物生長的主要控制因子.可以推測，在大風浪初期，如果有足夠的營養(yǎng)鹽，藻類植物大量繁殖，水中溶解氧濃度會增加;隨后，大風若持續(xù)進行，底泥營養(yǎng)鹽不斷釋放，藻類植物大量繁殖，呼吸作用增加了對水中溶解氧的消耗，并且大量藻類植物死亡又需要消耗大量的氧氣;大風浪后風平浪靜期間，藻類植物易聚集在水面上，阻礙了陽光進入湖水中，不利于光合作用的進行，造成水體缺氧.

4 結論與展望

本文利用耦合了水動力和水質(zhì)模塊的FVCOM模式，較好地模擬了太湖水溫以及溶解氧的日變化和垂直分布.通過分析和討論認為，太陽輻射、風速是影響水溫分層以及大小的主要因子;受水溫和光照的影響，夏季梅梁灣的溶解氧存在垂直差異，呈現(xiàn)出“雙峰雙谷”的日變化特征;水下光衰減影響著水體浮游植物光合作用，使之呈現(xiàn)出垂向變化.在模擬時段內(nèi)，梅梁灣地區(qū)監(jiān)測點的溶解氧處于過飽和狀態(tài)，復氧過程對溶解氧濃度的貢獻為負;在影響太湖梅梁灣處的溶解氧生物-化學過程中，浮游植物光合作用制氧以及耗氧(包括呼吸和死亡作用)起著決定性的作用;在其他耗氧過程中，對溶解氧的貢獻依次為底泥耗氧、碳化需氧、細菌呼吸耗氧、硝化作用耗氧.

同時在模式模擬的過程中存在以下缺陷:(1)模式中對逐時氣象數(shù)據(jù)采用的是線性插值方法，不能完整刻畫氣象場的變化;(2)水質(zhì)模型中只考慮了浮游植物的光合作用，而忽略了水生植物的呼吸與光合作用;(3)由于條件限制，水質(zhì)模型中的參數(shù)值是在參考經(jīng)驗值的基礎上通過程序調(diào)試完成，誤差難以避免.這些缺陷將在今后的研究中予以重視.

致謝:文中所用水質(zhì)采樣數(shù)據(jù)以及逐10 min的氣象及水溫監(jiān)測數(shù)據(jù)均來源于中國科學院太湖生態(tài)網(wǎng)絡站，逐時云量及蒸發(fā)量數(shù)據(jù)來源于宜興市氣象局，在此一并表示感謝.

［1]Vassilis ZA，Soultana KG.Simulation of water temperature and dissolved oxygen distribution in Lake Vegoritis，Greece.Ecological Modelling，2003，160:39－53.

［2]Stefan HG，Hondzon M，F(xiàn)ang X.Lake water quality modeling for projected future climate scenarios.Journal of Environmental Quality，1993，22(3):417－431.

［3]吳軍林，王建萍.太湖底泥中藍藻復蘇的溫度閾值研究.綠色中國，2006，(13):68－69.

［4]趙林林，朱廣偉，陳元芳等.太湖水體垂向分層特征及其影響因素.水科學進展，2011，22(6):844－850.

［5]孫順才，黃漪平.太湖.北京:海洋出版社，1993.

［6]張玉超，錢 新，錢 瑜等.太湖水溫分層現(xiàn)象的監(jiān)測與分析.環(huán)境科學與管理，2008，33(6):117－121.

［7]張玉超，錢 新，石川忠晴等.淺水湖泊水溫日成層現(xiàn)象的初步探討——以太湖為例.四川環(huán)境，2008，27(3):45－48.

［8]秦伯強，胡維平，高 光等.太湖沉積物懸浮的動力機制及內(nèi)源釋放的概念性模式.科學通報，2003，48(17):1822－1831.

［9]逄 勇，韓 濤，李一平等.太湖底泥營養(yǎng)要素動態(tài)釋放模擬和模型計算.環(huán)境科學，2007，28(9):1960－1964.

［10]Lovestedt CB，Bengtsson L.The role of non－prevailing wind direction on suspension and redistribution of sediments in a shallow lake.Aquatic Science，2008，70:304－313.

［11]佘豐寧，蔡啟銘，徐勇積.太湖水溫模型和氣象參數(shù)對水溫的影響.海洋與湖沼，1993，24(4):393－399.

［12]陳黎明，錢 新，楊 玨等.基于DYRESM模型的太湖全年水溫模擬及其在水華預警中的應用.環(huán)境保護科學，2009，35(2):18－21.

［13]張竹琦.渤海、黃海(34°N以北)溶解氧年變化特征及與水溫的關系.海洋通報，1992，11(5):41－45.

［14]張 恒.珠江河口夏季溶解氧收支模擬研究［學位論文］.廣州:中山大學，2009.

［15]Bierman VJ，Hinz SC，Zhu DW et al.A preliminary mass balance model of primary productivity and dissolved oxygen in the Mississippi River Plume:Inner Gulf Shelf Region.Estuaries，1994，7(4):886－899.

［16]Kemp WM，Sampou PA，Garber J et al.Seasonal depletion of oxygen from bottom waters of Chesapeake Bay:roles of benthic and planktonic respiration and physical exchange processes.Marine Ecology Progress Series，1992，85:137－152.

［17]Zhang H，Li SY.Effects of physical and biochemical processes on the dissolved oxygen budget for the Pearl River duriner.Journal of Marine System，2010，79(1/2):65－88.

［18]Zhu GW，Wang F，Zhang Y et al.Hypoxia and its environmental influences in large，shallow，and eutrophic Lake Taihu，China.Inland Waters:Journal of the International Society of Limology，2008，30(3):361－365.

［19]逄 勇，姚 琪，濮培民.太湖地區(qū)大氣 水環(huán)境的綜合數(shù)值研究.北京:氣象出版社，1998.

［20]劉元波，陳偉民，范成新.太湖梅梁灣藻類生態(tài)模擬與藍藻水華治理對策分析.湖泊科學，1998，10(4):53－59.

［21]吳 瓊.大型淺水湖泊生態(tài)動力學特性的數(shù)值研究［學位論文］.南京:河海大學，2007.

［22]秦伯強.太湖水環(huán)境面臨的主要問題、研究動態(tài)與初步進展.湖泊科學，1998，10(4):1－9.

［23]許旭峰，劉青泉.太湖風生流特征的數(shù)值模擬研究.水動力研究與進展:A輯，2009，24(4):512－518.

［24]夏 健，錢培東，朱 瑋.2007年太湖藍藻水華提前暴發(fā)氣象成因探討.氣象科學，2009，29(4):531－535.

［25]陳宇煒，秦伯強，高錫云.太湖梅梁灣藻類及其相關因子逐步回歸統(tǒng)計和藍藻水華的初步預測.湖泊科學，2001，13(1):63－71.

［26]Cao WH，Mehrab M.Slaughterhouse wastewater treatment by combined anaerobic baffled reactor and UV/H2O2processes.Chemical Engineering Research and Design，2011，89(7):1136－1143.

［27]Prakash RK，Lee S，Lee YS et al.Application of automated QUAL2Kw for water quality modeling and management in the Bagmati River，Nepal.Ecological Modelling，2007，202(3/4):503－517.

［28]Prakash RK，Seockheon L，Sushil RK et al.Spatial－temporal variation，and comparative assessment of water qualities of urban river system:a case study of the river Bagmati(Nepal).Environmental Monitoring and Assessment，2007，129(1/2/3):433－459.

［29]Chen CS，Robert CB，Geoffrey C.An unstructured grid，finite－volume coastal ocean model，F(xiàn)VCOM User Manual.2006.

［30]Chen C，Huang H，Robert CB et al.Tidal dynamics in the Gulf of Maine and New England Shelf:An application of FVCOM.Journal of Geophysical Research，2011，116:C12010.

［31]Qi JH，Chen CS，Robert CB et al.An unstructured－grid finite－volume surface wave model(FVCOM－SWAVE):Implementation，validations and applications.Ocean Modelling，2009，28(1/2/3):153－166.

［32]Jennifer AS.Modelling the circulation and exchange of Kingston Basin and Lake Ontario with FVCOM.Ocean Modelling，2009，30(2/3):106－114.

［33]逄 勇，莊 巍，韓 濤等.風浪擾動下的太湖懸浮物實驗與模擬.環(huán)境科學，2008，29(10):2743－2748.

［34]Zhao QH，Sun JH，Zhu GW.Simulation and exploration of the mechanisms underlying the spatiotemporal distribution od surface mixed layer depth in a large shallow lake.Advanced in Atmospheric Sciences，2012，29(6):1360－1373.

［35]Churchill JH，Kerfoot WC.The impact of surface heat flux and wind on thermal stratification in Portage lake，Michigan.Journal of Great Lake Research，2007，33:143－155.

［36]Kim TA，Cho YK.Calculation of heat flux in a macrotidal flat using FVCOM.Journal of Geophysical Research，2011，116:C03010.

［37]Maggiore A，Zavatarelli M，Angelucci MG et al.Surface heat and water fluxes in the Adriatic sea:seasonal and interannual variability.Physics and Chemistry of the Earth，1998，23(5):561－567.

［38]Gill AE.Atmosphere－ocean dynamics.UK:Academic Press，1982:662.

［39]Zheng LY，Chen CS，Zhang FY.Development of water quality in the Satilla River Estuary，Georgia.Ecological Modelling，2004，178:457－482.

［40]Ambrose RB，Wool TA，Martin JL et al.The water quality analysis simulation program，WASP5，Part A:Model documentation.US Environmental Protection Agency Athens Georgia，1993.

［41]雷澤湘，徐德蘭，黃沛生等.太湖沉水和浮葉植被及其水環(huán)境效應研究.生態(tài)環(huán)境，2006，15(2):239－243.

［42]Lin J，Xie L，Pietrafesa LJ et al.Dissolved oxygen stratification in two micro－tidal partially－mixed estuaries.Estuaries Coastal and Shelf Science，2006，70(3):423－437.

［43]David AB，Asce AM.Dissolved oxygen variations in stratified lakes.Journal of the Sanitary Engineering Division，1970，95(5):1129－1146.

［44]秦伯強，范成新.大型淺水湖泊內(nèi)源營養(yǎng)鹽釋放的概念性模式探討.中國環(huán)境科學，2002，22(2):150－153.

［45]蔡后建，陳宇偉，蔡啟銘等.太湖梅梁灣口浮游植物初級生產(chǎn)力及其相關因素關系的研究.湖泊科學，1994，6(4):340－348.

［46]張運林，秦伯強，陳偉民等.太湖梅梁灣浮游植物葉綠素a和初級生產(chǎn)力.應用生態(tài)學報，2004，15(11):2127－2131.

［47]O'Connor DJ.Wind effects on gas－liquid transfer coefficients.Journal of Environmental Engineering，1983，109(9):731－752.

［48]Kristensen P，S?ndergaard M，Jeppensen E.Resuspension in a shallow eutrophic lake.Hydrobiologia，1992，228:101－109.

［49]楊東方，陳生濤，胡 均等.光照、水溫和營養(yǎng)鹽對浮游植物生長重要影響大小的順序.海洋環(huán)境科學，2007，26(3):201－206.