淺水湖泊模型PCLake及其應(yīng)用進(jìn)展

胡 文，王 濟(jì)，李春華，葉 春，魏偉偉 （1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴州 貴陽550025；2.中國環(huán)境科學(xué)研究院湖泊環(huán)境研究所，北京 100012；3.湖泊水污染治理與生態(tài)修復(fù)技術(shù)國家工程實驗室，北京 100012）

生態(tài)環(huán)境部2017年重點監(jiān)測的112個湖泊（水庫）中，Ⅰ類水質(zhì)湖泊（水庫）6個，占5.4%；Ⅱ類27個，占24.1%；Ⅲ類37個，占33.1%；Ⅳ類22個，占19.6%；Ⅴ類 8個，占 7.1%；劣Ⅴ類 12個，占10.7%[1]。淡水湖泊中多數(shù)為淺水湖泊，且淺水湖泊大多分布在東南沿海、長江中下游平原等人口密集的地區(qū)[2]。此外，淺水湖泊更易從“清水態(tài)”的草型生態(tài)系統(tǒng)轉(zhuǎn)換為“渾水態(tài)”的藻型生態(tài)系統(tǒng)，這有可能導(dǎo)致城市集中飲用水供水困難，造成巨大的經(jīng)濟(jì)損失以及嚴(yán)重的生態(tài)問題[3-6]。當(dāng)前我國嚴(yán)峻的水體富營養(yǎng)化問題促使政策制定者與決策者尋求水質(zhì)管理方法與水體恢復(fù)方案，其中就包括由荷蘭湖沼生態(tài)模型學(xué)家Janse團(tuán)隊開發(fā)的淺水湖泊模型——PCLake。PCLake模型構(gòu)建是基于封閉湖泊內(nèi)的營養(yǎng)鹽循環(huán)過程，并進(jìn)行量化分析，是湖泊水生態(tài)系統(tǒng)研究領(lǐng)域中運用最廣泛的模型之一[7]。該模型已經(jīng)應(yīng)用于氣候變化[8-9]、水位波動[10]、湖泊異地碳輸入[11]以及生物多樣性[12]等研究領(lǐng)域。此外，該模型還應(yīng)用于放大生態(tài)系統(tǒng)特定組成部分的過程研究，如食草動物的效應(yīng)研究[13]。

1 淺水湖泊模型PCLake建模原理

荷蘭湖沼生態(tài)模型學(xué)家Janse團(tuán)隊開發(fā)的PCLake模型不僅綜合考慮了淺水湖泊水生態(tài)系統(tǒng)的基本元素，而且還具有湖濱濕地模塊，更重要的是該模型是專門為淺水湖泊污染物控制與湖泊穩(wěn)態(tài)轉(zhuǎn)換預(yù)測而構(gòu)建的。該模型沒有考慮淺水湖泊水平與垂直方向的變化，認(rèn)為淺水湖泊是均一、溫度非分層水體[7]。PCLake模型克服了已有生態(tài)模型的局限性，通過輸入環(huán)境變量，如出入湖營養(yǎng)鹽負(fù)荷、食物網(wǎng)要素、水文條件、氣溫、太陽輻射強(qiáng)度、降水量、蒸發(fā)量等（詳細(xì)輸入、輸出值見圖1），模擬環(huán)境變量與生物量、營養(yǎng)鹽濃度之間的關(guān)系。

圖1 PCLake模型的主要輸入和輸出[7]Fig.1 Main inputs and outputs of the PCLake model

由于淺水湖泊水生態(tài)系統(tǒng)具有非線性和復(fù)雜的因果機(jī)制，簡單模型不足以精確評估系統(tǒng)對外部條件變化的響應(yīng)，而PCLake模型具有更高的預(yù)測精度，適用于對復(fù)雜水生生態(tài)系統(tǒng)的模擬[14-16]，已發(fā)展為水質(zhì)-水動力-生態(tài)綜合模型[15-17]。PCLake模型重點強(qiáng)調(diào)水生生態(tài)系統(tǒng)中的非生物和生物組成部分（圖2）。在非生物部分中描述了沉積物與水體之間有機(jī)-無機(jī)物質(zhì)的交換，包括沉淀、再懸浮、吸附、擴(kuò)散和埋藏等過程[7]。生物部分包括浮游植物、底棲動物、食草性魚類和掠食性魚類等，并將浮游植物和大型植物視為初級生產(chǎn)者[7，18-20]。此外，該模型還可加入由另外42個狀態(tài)變量和35個參數(shù)構(gòu)成的湖濱濕地模塊[17]。PCLake模型結(jié)構(gòu)靈活，各個子模塊可以拆分，在實際應(yīng)用中可以根據(jù)需求靈活選擇組合使用。例如JANSE[7]運用湖泊與湖濱濕地組合模塊模擬沼澤對湖泊質(zhì)量恢復(fù)的影響，表明湖濱濕地的存在會增加湖泊恢復(fù)能力。

圖2 PCLake模型結(jié)構(gòu)示意圖[20]Fig.2 PCLake schematic model structure

2 湖泊水生態(tài)系統(tǒng)模型對比分析

由于湖泊水生態(tài)系統(tǒng)的多樣性與復(fù)雜性，在采用生態(tài)模型時應(yīng)選擇多層、多室、多成分的復(fù)雜動態(tài)模型來模擬湖泊的物理、化學(xué)、生物、水動力過程[21]。當(dāng)前常見湖泊水生態(tài)模型主要有CAEDYM模型、PCLake模型、LakeWeb模型、MIKE 21模型、CE-QUAL-W2模型和WASP模型等。常見的湖泊水生態(tài)模型特征比較見表 1[22-33]。

2.1CAEDYM模型

CAEDYM（Computational Aquatic Ecosystem Dynamics Model）模型是由西澳大利亞大學(xué)水研究中心開發(fā)的湖泊（水庫）水生生態(tài)動力學(xué)模型[22-23]。該模型是以傳統(tǒng)“N-P-Z”（nutrition-phytoplankton-zooplankton）模式架構(gòu)組成，全面系統(tǒng)地描述C、N、P、Si和DO的循環(huán)過程以及不同粒徑懸浮顆粒物、藻類的動力學(xué)過程[23]。模型包括了112個狀態(tài)變量，并充分考慮了各營養(yǎng)物質(zhì)的循環(huán)過程，包括大氣的交換和沉積物的交換過程。該模型還可與ELCOM（Estuary and Computer Model）模型結(jié)合構(gòu)建ELCOMCAEDYM耦合模型，用于水動力條件下化學(xué)和生物過程的模擬，以拓寬該模型的應(yīng)用范圍[34-36]。

表1 常見湖泊水生態(tài)模型特征比較Table 1 Comparison of software of the lake ecosystem models

2.2 LakeWeb模型

LakeWeb是綜合湖泊水生態(tài)系統(tǒng)模型，模型包含生物變量、強(qiáng)制驅(qū)動變量以及湖泊溫度子模型[24-25]。生物變量包含浮游植物、大型水生植物、浮游動物、底棲動物、食草性魚類以及掠食性魚類等9個生物變量。強(qiáng)制驅(qū)動變量包含面積、湖泊深度、顏色和pH值等，但由于LakeWeb模型只有7個強(qiáng)制性驅(qū)動變量，該模型僅應(yīng)用于一般湖泊典型條件模擬，即湖泊食物網(wǎng)相互作用關(guān)系與非生物-生物作用關(guān)系模擬[26，37]。

2.3 MIKE 21模型

MIKE 21是丹麥水力研究所（DHI）研發(fā)的系列水動力學(xué)軟件之一，主要應(yīng)用于河流、湖泊、河口、海灣等地區(qū)，軟件包包含二維水動力模型、水質(zhì)運移模型、富營養(yǎng)模型、泥沙運移模型和波浪模型等模型。其中水動力學(xué)模塊（HD模塊）是該模型的核心基礎(chǔ)模塊，可用于模擬各種作用力產(chǎn)生的水位和水流變化及任何忽略分層的平面二維仿真模擬[27-29]。同時，模型體系界面十分友好，可以與GIS、SWAT等鏈接以增加模型的適用性；但模型源程序不對外公布，使用時有相應(yīng)的加密措施，需要付費且軟件包售價十分昂貴[38-39]。

2.4 CE?QUAL?W2模型

CE-QUAL-W2（A Tow Dimensional，Laterally Averaged，Hydrodynamic and Water Quality Model）模型是由美國陸軍工程兵團(tuán)（USACE）水道試驗站利用FORTRAN語言編程的二維水質(zhì)水動力學(xué)模型[30-31]。經(jīng)過40余年的發(fā)展，模型功能和準(zhǔn)確性得到不斷完善。該模型假設(shè)水體橫向流動狀態(tài)是平均的，適用于水庫、河流、湖泊以及河口等復(fù)雜水域環(huán)境，尤其對相對狹長的湖泊和分層水庫的水質(zhì)模擬效果極佳[31，40-41]，可以預(yù)測水平與垂直速度、溫度、營養(yǎng)物、有機(jī)物、大腸桿菌、藻類等21種水質(zhì)變量[42]。

2.5 WASP模型

WASP（Water Quality Analysis Simulation Program）水質(zhì)分析模擬軟件是美國環(huán)保局（USEPA）開發(fā)的專業(yè)水質(zhì)模型軟件，同時也是美國環(huán)保局推薦使用的最大日負(fù)荷總量（TMDL）研究工具之一，WASP軟件包括2個計算模塊：一維河流水動力模塊（DYNHYD模擬模塊）以及二維水質(zhì)模塊（WASP模擬模塊）[32-33]。在實際運用中根據(jù)污染物類型的不同，WASP模塊又可分為富營養(yǎng)化模塊（EUTRO）和有毒污染物模塊（TOXI），而且DYNHYD模擬模塊與WASP模擬模塊既可以聯(lián)合使用，也可以獨立運行[43-44]。該模型主要應(yīng)用于水庫、湖泊、河口、海岸、河流等復(fù)雜水質(zhì)變化情況，適用于水體有機(jī)物、營養(yǎng)物質(zhì)、有毒物質(zhì)、有毒化學(xué)成分等物質(zhì)的遷移轉(zhuǎn)化過程，被稱為“萬能水質(zhì)模型”[44]。

2.6 PCLake模型的適用性與局限性

淺水湖泊模型PCLake的適用性主要包括3個方面：（1）PCLake模型是所有常見湖泊模型中包含最多變量因素的模型[45]，也是湖泊水生態(tài)系統(tǒng)模型中的最佳模型[46-47]，并且該模型具有比較性，可以對不同類型湖泊對富營養(yǎng)化的響應(yīng)進(jìn)行排序，適用于淺水湖泊多個領(lǐng)域的同時研究[7]。（2）PCLake模型不僅涵蓋了湖泊水體與沉積物之間的物理、化學(xué)、生物作用模擬，而且還包含浮游生物、魚類和底棲生物的相互作用分析，同時還可以模擬水體中的3類浮游植物（綠藻、藍(lán)藻、硅藻）與大型水生植物之間的競爭關(guān)系[46]?；诖耍撃Ｐ湍軠?zhǔn)確地為湖泊管理者提供明確管理目標(biāo)。（3）PCLake模型只適用于淺水湖泊領(lǐng)域，其他水體均不適用。對于淺水湖泊而言，該模型比其他湖泊水生態(tài)模型更具有針對性與專業(yè)性。

淺水湖泊模型PCLake的局限性主要體現(xiàn)在以下4個方面：（1）PCLake模型作為擁有大量參數(shù)的復(fù)雜生態(tài)模型，在模型模擬淺水湖泊水質(zhì)變化過程中，很難從單一數(shù)據(jù)集開展評估，因此在模型的校準(zhǔn)過程中需要做大量工作。KUIPER[17]研究指出現(xiàn)場監(jiān)測數(shù)據(jù)并非模型的重要參數(shù)，但仍然會在校準(zhǔn)過程中對模型產(chǎn)生影響，同時可能在校準(zhǔn)過程中失去原有模型的“平衡模式”。（2）PCLake模型涉及上行效應(yīng)和下行效應(yīng)在內(nèi)的眾多生態(tài)過程，由于當(dāng)前各方面的限制，絕大部分湖泊缺乏實際研究與相關(guān)參數(shù)，無法直接獲取目標(biāo)湖泊的詳細(xì)數(shù)據(jù)參數(shù)，在運行模型時不得不采用近似值或默認(rèn)參數(shù)，降低了模型輸出結(jié)果的精確度。（3）PCLake模型假設(shè)淺水湖泊是均質(zhì)湖泊，即導(dǎo)致整個湖泊所有反應(yīng)為“全有”或“全無”[48]，而實際水體在時刻發(fā)生反應(yīng)，其中湖泊深度限制可以通過水平傳輸網(wǎng)格設(shè)置來減少誤差。（4）PCLake模型沒有考慮其他無機(jī)鹽因素，如硫酸鹽、硝酸鹽等鹽類循環(huán)對湖泊水質(zhì)的影響。

3 淺水湖泊模型PCLake應(yīng)用研究進(jìn)展

3.1 穩(wěn)態(tài)轉(zhuǎn)換研究應(yīng)用

JANSE等[49-51]首次利用PCLake模型自下而上控制的綜合效應(yīng)，證明以大型水生植物為主的“清水態(tài)”和以浮游植物為主的“渾水態(tài)”相互轉(zhuǎn)換時存在營養(yǎng)鹽負(fù)荷閾值效應(yīng)。在高營養(yǎng)鹽負(fù)載下，只有“渾水態(tài)”是穩(wěn)定的，而低營養(yǎng)鹽負(fù)載則相反[52]；在中間范圍內(nèi)，2種穩(wěn)定態(tài)均可能存在，且可能相互切換。PCLake模型能夠完美展現(xiàn)淺水湖泊對營養(yǎng)鹽輸入變化所表現(xiàn)出的非線性滯后響應(yīng)，即顯示穩(wěn)態(tài)轉(zhuǎn)換過程。由于穩(wěn)定態(tài)均具有穩(wěn)定緩沖機(jī)制，因此，發(fā)生穩(wěn)態(tài)轉(zhuǎn)換時臨界營養(yǎng)負(fù)載水平取決于系統(tǒng)初始狀態(tài)，呈現(xiàn)負(fù)載水平滯后性[12]。SCHEP等[53]以荷蘭淺水湖Loenderveen為研究對象，模擬得出湖泊從“清水態(tài)”轉(zhuǎn)換為“渾水態(tài)”時臨界營養(yǎng)鹽（P）負(fù)荷（CNLeu）為0.065 mg·m-2·d-1；從“渾水態(tài)”轉(zhuǎn)換為“清水態(tài)”時臨界營養(yǎng)鹽（P）負(fù)荷（CNLoligo）為0.028 mg·m-2·d-1。JANSE等[54]認(rèn)為，可默認(rèn)湖泊的臨界營養(yǎng)鹽負(fù)荷和水力負(fù)荷呈正相關(guān)，湖泊水質(zhì)污染程度越高，臨界營養(yǎng)鹽負(fù)荷值也越高，同時在高營養(yǎng)鹽負(fù)荷下湖泊以“渾水態(tài)”為穩(wěn)定狀態(tài)。JANSSEN等[55]研究表明，由于湖泊穩(wěn)定區(qū)域分布排除在潛在穩(wěn)定區(qū)域以外，大型淺水湖泊表現(xiàn)出單一穩(wěn)定狀態(tài)。KUIPER等[56]利用PCLake模型模擬生物操縱，對淺水湖泊中穩(wěn)態(tài)轉(zhuǎn)換反饋信息進(jìn)行干預(yù)，并以穩(wěn)態(tài)轉(zhuǎn)換證明生物操縱可以提高湖泊的修復(fù)能力。JEPPESEN等[57]對北歐淺水湖泊的研究表明，隨著TP濃度降低，淺水湖泊穩(wěn)態(tài)轉(zhuǎn)換閾值的實際值將低于模型預(yù)測閾值，且穩(wěn)態(tài)轉(zhuǎn)換閾值內(nèi)的穩(wěn)定系數(shù)較弱。

研究人員對淺水湖泊穩(wěn)態(tài)轉(zhuǎn)換的應(yīng)用主要從穩(wěn)態(tài)轉(zhuǎn)換的驅(qū)動因子與關(guān)鍵過程、穩(wěn)態(tài)轉(zhuǎn)換的機(jī)制與關(guān)鍵因子的生態(tài)響應(yīng)、穩(wěn)態(tài)轉(zhuǎn)換的閾值判定和預(yù)警等領(lǐng)域進(jìn)行研究[58-59]。同時在PCLake模型的建模過程中，將淺水湖泊視為整體，忽略了湖泊深度、大型淺水湖泊的水平空間異質(zhì)性、風(fēng)場、湖泊內(nèi)部低連通性對穩(wěn)態(tài)轉(zhuǎn)換區(qū)域的不確定性[55]以及空間識別對營養(yǎng)鹽負(fù)荷的影響[46]。

3.2 氣候變化應(yīng)用

MOOIJ等[60]以及 SCHEP 等[53]研究表明 CNLoligo、CNLeu隨溫度、降水量升高而降低。因此，研究人員可使用PCLake模型來預(yù)測全球氣候變化對湖泊浮游植物生物量的影響。MOOIJ等[8]將研究重點放在氣候變暖對湖泊的季節(jié)性影響上，分析顯示在氣候變暖的夏季，藍(lán)藻優(yōu)勢度將會增加，并且與默認(rèn)狀態(tài)相比，夏季湖泊溫度升高，湖泊將在低營養(yǎng)鹽負(fù)荷下轉(zhuǎn)換為“渾水態(tài)”。隨后，MOOIJ等[61]將PCLake模型與最小動力學(xué)模型相結(jié)合，證實淺水湖泊在“清水態(tài)”不受氣候變化和營養(yǎng)鹽循環(huán)的影響；反之，在“渾水態(tài)”氣候變暖或營養(yǎng)鹽循環(huán)增加的情況下，湖泊渾濁加劇。而FRAGOSO等[62]關(guān)于氣候變化對大型亞熱帶淺水湖泊的潛在影響研究表明，氣候變暖使淺水湖泊的水體透明度增加，在中微營養(yǎng)狀態(tài)下湖泊更易恢復(fù)到“清水態(tài)”。KUZYAKA[63]發(fā)現(xiàn)當(dāng)湖泊水溫升高6℃時，水體中浮游植物生物量、氨氮濃度、硝態(tài)氮濃度、TP濃度均呈現(xiàn)明顯下降趨勢。隨后，NIELSEN等[64]研究表明未來氣候變暖和營養(yǎng)鹽負(fù)荷增加將會降低湖水保持“清水態(tài)”的可能性，且富含沉水植物的草型湖泊中優(yōu)勢種的生態(tài)位可能降低。

PCLake模型的開發(fā)是為了研究淺水湖泊水體富營養(yǎng)化和相關(guān)恢復(fù)措施的效果[49]，但模型實際應(yīng)用中發(fā)現(xiàn)水溫會影響湖水和湖底沉積物中的生物過程速率，氣候變暖將導(dǎo)致外部養(yǎng)分鹽負(fù)荷增加[7]，由此模型開始應(yīng)用于氣候變化領(lǐng)域。但PCLake模型應(yīng)用于氣候變化領(lǐng)域也有相應(yīng)缺點：（1）在實際運用PCLake模型時忽略了風(fēng)速、光照等與氣候相關(guān)的因素以及水溫對湖中生物捕食活動造成的影響，沒有進(jìn)一步了解氣候變化對湖泊水生態(tài)系統(tǒng)的影響。（2）當(dāng)前PCLake模型研究氣候變化主要應(yīng)用于北歐溫帶氣候地區(qū)，而針對亞熱帶以及熱帶地區(qū)湖泊的研究較少，近年來僅見FRAGOSO等[62]將PCLake模型應(yīng)用于亞熱帶大型淺水湖泊氣候變化研究，由于模型實際運行中缺少湖泊時間與空間分布數(shù)據(jù)詳細(xì)值，尚無法詳細(xì)比較檢驗?zāi)M值和觀測值之間的誤差，可能導(dǎo)致模擬結(jié)果誤差較大。

3.3 湖泊管理應(yīng)用

湖泊管理修復(fù)的目的是減少營養(yǎng)鹽負(fù)荷[65]，使湖泊從“渾水態(tài)”轉(zhuǎn)換為“清水態(tài)”[57]。由圖 3可見，湖泊管理修復(fù)的主要措施包括湖泊外部恢復(fù)措施（降低外部營養(yǎng)鹽負(fù)荷）、湖泊內(nèi)部修復(fù)措施（生物操縱，湖泊疏浚）以及外部恢復(fù)措施+內(nèi)部修復(fù)措施[66]。PCLake模型能夠準(zhǔn)確確定淺水湖泊“清水態(tài)”與“渾水態(tài)”穩(wěn)態(tài)轉(zhuǎn)換時臨界營養(yǎng)鹽負(fù)荷具體數(shù)值。JANSE等[54]運用PCLake模型模擬外部修復(fù)措施對湖泊管理的影響，得出CNLeu為 3.0 mg·m-2·d-1，CNLoligo為 0.9 mg·m-2·d-1。HILT等[66]研究發(fā)現(xiàn)北溫帶淺水湖泊 CNLeu為 1.3 mg·m-2·d-1，CNLoligo為 1.06 mg·m-2·d-1，CNLeu降低可能導(dǎo)致淺水湖泊更易從“清水態(tài)”轉(zhuǎn)換到“渾水態(tài)”，而CNLoligo降低將阻礙淺水湖泊由“渾水態(tài)”回歸到“清水態(tài)”。JANSE[7]在淺水湖泊管理過程中對優(yōu)勢物種進(jìn)行生物操縱，評估食物網(wǎng)管理在湖泊修復(fù)中的作用，結(jié)果顯示食物網(wǎng)管理應(yīng)該與減少營養(yǎng)鹽負(fù)荷的措施相結(jié)合，以實現(xiàn)更佳的湖泊管理效果。

圖3 湖泊管理修復(fù)措施Fig.3 Lake management restoration measures

淺水湖泊外部磷負(fù)荷的減少會導(dǎo)致春季和初夏時期出現(xiàn)浮游植物生物量減少的現(xiàn)象[56]。而在夏季可能會發(fā)生藍(lán)藻爆發(fā)，出現(xiàn)水華現(xiàn)象，阻止湖泊從“渾水態(tài)”穩(wěn)態(tài)轉(zhuǎn)換為“清水態(tài)”[66-67]。LASPIDOU等[68]研究表明，湖泊在富營養(yǎng)狀態(tài)時夏季會高度渾濁，導(dǎo)致湖泊的浮游植物總生物量中75%為藍(lán)藻，且N/P負(fù)荷比值與浮游植物動態(tài)密切相關(guān)。JANSSEN等[46]使用空間生態(tài)系統(tǒng)分岔分析（SEBA）評估了湖泊總體外部營養(yǎng)鹽負(fù)荷對太湖動態(tài)的影響，分析了營養(yǎng)鹽負(fù)荷的空間分布，并確定了湖泊管理目標(biāo)——最大允許葉綠素濃度。JEPPESEN等[57]將模型應(yīng)用于收割大型水生植物對湖泊水生態(tài)系統(tǒng)穩(wěn)定性的影響分析，評估何種條件下大型水生植物的收割會導(dǎo)致關(guān)鍵地區(qū)的“渾水態(tài)”穩(wěn)態(tài)轉(zhuǎn)換為“清水態(tài)”，為水生植物收割時間管理提供參考。HILT等[66]研究表明湖泊管理者在淺水湖泊實施恢復(fù)措施會影響水生植物性狀，進(jìn)而導(dǎo)致淺水湖泊水體發(fā)生季節(jié)動態(tài)轉(zhuǎn)換。

4 淺水湖泊模型PCLake未來展望

世界各國的研究者正在為完善淺水湖泊模型PCLake而努力，當(dāng)前該模型正在向以下幾個方面發(fā)展。

（1）多模型聯(lián)用。PCLake模型可以根據(jù)實際需求與統(tǒng)計學(xué)相關(guān)模型聯(lián)用[58]，以降低單個模型模擬的 不 確 定 性[69-70]。 TROLLE 等[45]將 DYRESMCAEDYM模型、PROTECH模型和PCLake模型聯(lián)用，以減少單個模型在預(yù)測過程中的不確定性因素。在復(fù)雜氣候變化預(yù)測中，多模型聯(lián)用的預(yù)測值明顯好于單個模型預(yù)測值[70-71]，JANSSEN等[46]使用數(shù)據(jù)庫建模法（DATM），將PCLake模型與Delft3DDELWAQ模型耦合，并運用SEBA技術(shù)對大型淺水湖泊進(jìn)行預(yù)測，結(jié)果表明該方法對大型淺水湖泊的營養(yǎng)鹽負(fù)荷以及葉綠素a含量的確定存在差異性。

（2）應(yīng)用于更多類型的湖泊并簡化輸入?yún)?shù)。目前PCLake模型主要應(yīng)用于北歐地區(qū)，北歐地區(qū)屬于溫帶海洋性氣候區(qū)，而在全球范圍內(nèi)不同氣候區(qū)還分布有諸多淺水湖泊。根據(jù)文獻(xiàn)[46，55]，當(dāng)前在我國應(yīng)用PCLake模型開展研究的淺水湖泊僅有太湖和巢湖。在實際應(yīng)用中發(fā)現(xiàn)湖泊面積大小、空間異質(zhì)性以及湖泊內(nèi)部連通性等因素決定了大型淺水湖泊中穩(wěn)態(tài)轉(zhuǎn)換的空間范圍分布情況，而原始PCLake模型沒有考慮這些因素，因此PCLake模型在國內(nèi)推廣應(yīng)用時應(yīng)充分考慮客觀因素。通過靈敏度分析確定PCLake模型中的重要參數(shù)，并針對這些重要參數(shù)進(jìn)行校準(zhǔn)，確定各個湖泊重要取值范圍，以減少模型數(shù)據(jù)校準(zhǔn)工作時間，提高PCLake模型的適用性與準(zhǔn)確性。

（3）增加PCLake模型的預(yù)警研究。當(dāng)前PCLake模型應(yīng)用主要集中在穩(wěn)態(tài)轉(zhuǎn)換、氣候變化以及湖泊管理等方面。對PCLake模型的原理以及校準(zhǔn)過程分析可知，該模型可以應(yīng)用于預(yù)警領(lǐng)域，未來可以增加湖泊預(yù)警應(yīng)用，最大程度發(fā)揮PCLake模型的功能識別能力。