基于拉格朗日方法的洪澤湖與巢湖河流出入湖水體追蹤計算*

彭兆亮 陳昌仁 萬 駿 吳曉兵 張怡輝 胡維平 崔 健

基于拉格朗日方法的洪澤湖與巢湖河流出入湖水體追蹤計算*

彭兆亮1陳昌仁2①萬 駿2吳曉兵2張怡輝1胡維平1崔 健1

(1. 中國科學院南京地理與湖泊研究所湖泊與環(huán)境國家重點實驗室 南京 210008; 2. 江蘇省洪澤湖水利工程管理處 淮安 223100)

利用耦合北斗和GPS雙定位系統(tǒng)的拉格朗日隨體法水質(zhì)點追蹤儀, 在2018年9月至2019年10月期間開展了總數(shù)為18次的洪澤湖和巢湖主要河流河水入湖后表層、中層和底層水體運移同步追蹤觀測, 研究了兩個湖泊河水入湖后的運移軌跡和速度特征。結(jié)果表明: 淮河主河道河水入洪澤湖后流向南北兩側(cè); 徐洪河河口處水體表層流速在洪澤湖5條河道出入湖口處為最大; 巢湖雙橋河河口處水體流速受巢湖閘運行影響強烈, 各層流速在7條入湖河流中最大。洪澤湖、巢湖入湖水體流速由表層至底層逐漸降低, 洪澤湖各層水體流速大于巢湖。洪澤湖河口處表層水體8次測量平均流速為6.11cm/s; 巢湖為5.51cm/s; 二者中層流速分別為5.32和3.85cm/s; 底層則分別為4.96和3.67cm/s。

拉格朗日; 質(zhì)點追蹤; 洪澤湖; 巢湖; 流速

河流作為湖泊流域人類活動和自然變化與湖泊生態(tài)系統(tǒng)之間進行物質(zhì)和能量交換的紐帶, 通過匯集流域地表徑流及其攜帶的各類污染物質(zhì), 并將其輸送到湖泊中, 已成為湖泊水質(zhì)污染、富營養(yǎng)化和藻類水華等生態(tài)環(huán)境問題最大的驅(qū)動力(Kazi, 2009; 蔡陽等, 2019; Peng, 2019)。因此, 深入研究河水進入湖泊后的流動路徑、速度及其影響范圍, 對于加強水質(zhì)污染和富營養(yǎng)化控制, 提升湖泊水資源與水環(huán)境保護水平, 促進湖泊生態(tài)環(huán)境恢復等都具有重要的理論指導意義。

追蹤和觀察流體運動軌跡的方式主要有歐拉方法和拉格朗日方法(Lai, 2007)。拉格朗日方法的主要特征是將粒子作為離散相來分析處理, 注重描述粒子個體在空間中隨時間的運動特征(Saidi, 2014)。其目的是在復雜流態(tài)中找到或多或少的主要結(jié)構(gòu), 進而模擬、追蹤、記錄和預測水體中水團的起源、歷史和演化(劉曉輝等, 2015; Zhu, 2020)。20世紀90年代以來, 基于衛(wèi)星定位的高精度、高分辨率拉格朗日追蹤及數(shù)值模擬方法逐漸發(fā)展成熟, 并在河流、湖泊、河口和海洋等重要水體的流場形態(tài)和污染物擴散等水動力和水環(huán)境研究中得到了廣泛的應用(Guha, 2008; Van Sebille, 2018)。如Du等(2020)使用拉格朗日粒子跟蹤和三維流體力學耦合模型, 研究了2017年哈維颶風導致的極端洪水攜帶的污染物進入美國加爾維斯頓海灣后的運移路徑和滯留特征; 李子超等(2020)基于拉格朗日方法, 建立了山東海陽核電廠附近海域核素擴散模型, 分析了核電廠附近海域水動力特征和核素遷移路徑; 陳毓敏等(2019)利用ROMS模式和拉格朗日方法, 研究了完整的黑潮運移路徑及分布范圍; 劉曉輝等(2015)利用漂流浮標觀測方法, 結(jié)合基于高分辨率數(shù)值模式的示蹤粒子試驗, 研究了黑潮在東海的運移路徑及其季節(jié)變化規(guī)律; Xu等(2020)比較了在相同控制條件下, 拉格朗日和歐拉方法對于預測湍流顆粒沉積的能力和異同點。上述研究充分說明了拉格朗日方法是對歐拉方法的有益補充, 有助于揭示不易從歐拉方法角度提取的水體和物質(zhì)遷移擴散細節(jié)。

本文旨在利用具有自主知識產(chǎn)權(quán)的拉格朗日隨體法水質(zhì)點追蹤儀, 觀測和分析我國第四大和第五大淡水湖洪澤湖和巢湖各主要河流河水入湖后的運移路徑和速度的時空變化特征。洪澤湖和巢湖同為我國重要的大型淺水湖泊, 在供水、洪水調(diào)蓄、運輸、漁業(yè)和生態(tài)涵養(yǎng)等方面發(fā)揮重要作用, 但兩個湖泊在出入湖水文和湖泊水動力條件方面存在較大差異。在全球氣候變化和區(qū)域天氣異常導致的極端事件發(fā)生頻率有所增加的背景下, 研究結(jié)果對于科學解譯河水水量和污染物質(zhì)入湖后對于不同水文水動力條件的淺水湖泊流場形態(tài)、水質(zhì)時空變化及藻類水華遷移的影響規(guī)律, 揭示其水文和生態(tài)效應產(chǎn)生的動力學機制, 促進湖泊水環(huán)境治理、水動力和生態(tài)調(diào)控與改善, 以及科學應對區(qū)域氣候變化導致的極端事件對湖泊水環(huán)境帶來的負面影響等方面均具有重要的理論與實踐意義。

1 研究區(qū)域概況

洪澤湖(圖1)位于江蘇省中西部, 淮河中下游流域, 是我國第四大淡水湖, 同時也是淮河防洪和南水北調(diào)東線工程重要的調(diào)蓄湖泊, 蘇北地區(qū)重要的戰(zhàn)略水源地, 在防洪、供水、灌溉、調(diào)水、漁業(yè)、運輸以及生態(tài)等方面發(fā)揮著重要作用。洪澤湖為淮河過水湖泊, 水位和湖面面積變幅較大, 平均水深約1.9m, 為典型淺水湖泊。洪澤湖多年平均氣溫為19.9°C, 7月平均氣溫最高, 為27.8°C; 1月平均氣溫最低, 為1.6°C; 多年平均年降水量為964.1mm。受季風影響, 雨季集中在6—9月, 降水量占全年65.9%; 受北方寒冷氣團的影響, 冬季降水量少, 占全年降水量的比例僅為7%—8%。洪澤湖主要入湖河流有淮河、新汴河、淮洪新河、濉河、徐洪河、城子河等, 多分布于洪澤湖的西岸。主要出湖河道為三河、淮沭河和蘇北灌溉總渠。

巢湖(圖1)位于安徽省中部, 合肥市境內(nèi), 是我國第五大淡水湖和巢湖市重要飲用水源地和合肥市備用水源地, 同時發(fā)揮防洪、航運、供水、灌溉、調(diào)水、漁業(yè)、生態(tài)和旅游等多重功能。巢湖多年平均水域面積769.6km2, 平均水深約2.7m, 蓄水量為20.8億m3。巢湖流域面積13486km2, 其中巢湖閘上流域面積9153km2, 屬長江下游左岸水系。流域地勢西高東低, 中間低洼平坦。巢湖流域支流眾多, 主要入湖河流有: 杭埠河、派河、南淝河、白石天河、兆河、柘皋河、十五里河、雙橋河等。其中杭埠河是入湖水量最大河流, 其次為南淝河和白石天河, 湖泊東部的裕溪河是巢湖湖水唯一出湖入江通道。

圖1 巢湖、洪澤湖河流入湖水體追蹤儀器投放點位

2 研究方法

2.1 拉格朗日水質(zhì)點追蹤觀測

2.1.1 觀測儀器 利用中國科學院南京地理與湖泊研究所自主研發(fā)的拉格朗日隨體法水質(zhì)點追蹤儀(專利號: 2011103895005), 在洪澤湖、巢湖各主要出入湖河道河口處, 分表、中、底3層對水體入湖后的運動軌跡與速度開展追蹤觀測。

拉格朗日隨體法水質(zhì)點追蹤儀由2個主要部件組成。儀器上部為一個類似于浮漂的小型衛(wèi)星坐標信號收發(fā)裝置(圖2a)。該裝置內(nèi)置集成芯片, 采用GPS和北斗雙定位制式, 每隔3s接收并向服務器發(fā)送追蹤儀的實時位置信息, 可以通過手機APP與電腦等互聯(lián)網(wǎng)終端實時在線查看。通過連續(xù)采集儀器GPS和北斗集成點位坐標信息, 可計算得到不同水層水體流動路徑、速度和角度。該測量設(shè)備的設(shè)計與接收裝置見圖2b。信號收發(fā)裝置位于水面以上約25cm處, 通過一個直徑約為0.7cm的碳纖維桿連接到位于水面以下的小浮球及鋰電池倉。由于信號收發(fā)裝置十分小巧, 因此湖面風場對儀器流動的影響可以忽略。儀器另外一個主要部件為十字形拉格朗日漂流架(圖2c), 該裝置通過精確計算可下沉到水下不同深度, 可與水體同步流動(圖2d), 通過直徑約為1.5mm的不銹鋼繩索與水面處的信號收發(fā)裝置相連, 因此可以追蹤觀測不同水層水體運動特征。

圖2 拉格朗日隨體法水質(zhì)點追蹤儀

2.1.2 觀測方法 洪澤湖和巢湖河流出入湖水體追蹤觀測開展于2018年9月—2019年10月間, 觀測覆蓋了兩個湖泊高水位、常水位和低水位不同水情。洪澤湖觀測期間風速介于0.73—2.86m/s之間; 巢湖風速介于0.66—4.58m/s之間。具體觀測時間, 湖區(qū)水位和觀測期間的風場情況如表1所示。表1中兩個湖泊水位均為吳淞高程, 水位狀態(tài)利用歷史數(shù)據(jù)通過頻率分析得到。洪澤湖河口水體流動追蹤觀測開展于2019年3—10月, 共開展了8次觀測, 具體觀測時間與觀測時段洪澤湖水位狀態(tài)如表1所示。拉格朗日水質(zhì)點追蹤儀初始投放點位共有5處, 分別為淮河南、北兩個入湖區(qū)以及徐洪河、淮沭河和三河閘出入湖河口處, 具體投放點位如圖1所示。

巢湖河口水體流動追蹤開展于2018年9月—2019年7月間, 共開展了10次觀測; 儀器初始投放點位共有7處, 分別為雙橋河、柘皋河、南淝河、派河、杭埠河、白石天河和兆河7條主要入湖河道河口處。

每次觀測巢湖、洪澤湖各個河口及表、中、底不同水層同步開展, 每個河口各層同步觀測時間保持在3h以上。表層儀器下面的漂流板投放至水面以下20cm處, 中層和底層分別投放于水下70cm和120cm處。2019年4月之后由于洪澤湖和巢湖流域遭遇了近年來少見的極端枯水情勢, 河道和湖區(qū)水位較低, 水深較淺, 底層儀器會遇到擱淺的情況, 為便于觀測開展, 儀器的具體投放點位根據(jù)水深情況作出適當調(diào)整。

2.2 水體流動軌跡與速度計算

拉格朗日隨體法水質(zhì)點追蹤儀的信號收發(fā)頻率為3s, 為去除湖面波浪等噪音信號對觀測的影響, 首先將儀器記錄的3s位置信息轉(zhuǎn)化為每分鐘平均坐標; 為便于分析和制圖, 再根據(jù)分鐘平均時段儀器經(jīng)緯度坐標變化, 計算得到分層水體10min內(nèi)沿經(jīng)度和緯度方向的速度分量和的平均值。具體計算方法如圖3所示。

表1 洪澤湖與巢湖河流入湖水體追蹤觀測開展時間與湖區(qū)水位狀態(tài)

Tab.1 Observation times and water level status of the water particle tracings in estuaries of Hongze and Chaohu Lakes

圖3 水體軌跡(a)與流速計算方法(b)示意圖

注:0代表初始時刻儀器經(jīng)緯度坐標,1,2和3代表不同時刻儀器坐標, d和d代表各時段內(nèi)儀器沿經(jīng)度和緯度方向位移, 其中d2為零在圖中未顯示

3 洪澤湖與巢湖河流出入湖水體流動軌跡追蹤結(jié)果

3.1 洪澤湖河流出入湖水體軌跡追蹤

3.1.1 水體流動軌跡 洪澤湖淮河有南北兩個入湖口, 其中北側(cè)入湖口為主河道入湖口。上述淮河兩個入湖口及三河、淮沭河和徐洪河5條主要河流河口處水體流動軌跡追蹤結(jié)果如圖4所示。圖中從左到右各列分別顯示表、中、底不同水層水體流動軌跡; 圖中每一條點狀線段代表不同測次軌跡, 藍色圓點代表起點, 紅色代表終點。

淮河為洪澤湖最大入湖河流, 多年平均入湖水量占洪澤湖入湖總水量的70%以上。但由于2019年適逢枯水年份, 在8次觀測中最大的入湖流量也僅有511m3/s, 加之淮河在臨近洪澤湖的入湖河段形成數(shù)條樹狀分支, 最主要的北側(cè)分支河口開闊, 因此該河流河水入湖后流速相比其他河流并不突出。從圖4顯示的河水入湖軌跡追蹤結(jié)果來看, 淮河北側(cè)入湖口處河水入湖后并未徑直向湖心流動, 而是轉(zhuǎn)向南北兩側(cè)。南側(cè)入湖口河水入湖后軌跡與北側(cè)有所區(qū)別, 先為向湖心方向流動, 后轉(zhuǎn)向南側(cè)。三河為洪澤湖最主要的出湖入江通道, 其流量受三河閘控制。但在2019年, 三河閘始終處于關(guān)閉狀態(tài), 因此閘門附近的水體并未如意想中的始終向東側(cè)的三河閘方向流動, 在8次觀測中有3次流向了南側(cè)的高橋河?；淬鸷訛閮H次于三河的洪澤湖湖水另一出湖通道, 出湖口處建有二河閘。在8次觀測中, 淮沭河河口水體有4次為出湖, 4次為入湖。徐洪河位于成子湖西岸, 在8次觀測中發(fā)現(xiàn)有5次水體總體為入湖, 3次為出湖。水體入湖后表、中、底分層水體流動方向總體一致, 為流向西北方向。

圖4 洪澤湖5條主要入湖河道水體入湖追蹤結(jié)果

3.1.2 水體流速 計算了洪澤湖5條主要入湖河道河不同日期水入湖后表、中、底層水體同步流動速度和方向。由于篇幅限制, 本文僅給出其中主要出入湖河流: 淮河、三河和淮沭河計算結(jié)果, 如圖5所示, 圖中的具體觀測日期在子圖下方顯示。

從圖中可以首先可以看出, 洪澤湖同一河口在同時段內(nèi)表、中、底不同水層流速差別較大, 但多數(shù)時段內(nèi)流動方向較為相近, 并且流向的轉(zhuǎn)變具有較好的同步性。

圖5 洪澤湖3條主要入湖河道分層水體流速時間序列

注: 不同顏色箭頭代表不同水層, 藍色代表表層, 橙色代表中層, 綠色代表底層, 圖8同

另外一方面, 洪澤湖各河流河口分層水體流動的速度和方向隨時間變化幅度非常大, 甚至在同一測次都會出現(xiàn)急劇轉(zhuǎn)向的情況。比如淮河北側(cè)入湖口在2019年3月19日表、中、底三個不同水層流動方向都為北向轉(zhuǎn)西北向, 且流速逐漸減慢; 但在5月17日流動方向保持在南向, 流速也呈逐漸加快的趨勢。3月19日和5月17日淮河南側(cè)入湖口水體入湖后流動方向與北側(cè)入湖口正相反?；春铀w主要出湖通道三河閘附近水體流速在所有5條出入湖河流中波動幅度最大, 比如在3月19日三個水層流速都不足1cm/s, 而在5月19日則超過10cm/s, 這可能與南部的高橋河取水灌溉, 導致河水逆流有關(guān)?；淬鸷雍涌谔幩w流速受二河閘運行狀態(tài)影很大, 波動幅度也很大。相比其他出入湖河流徐洪河河口處水體流速相對平穩(wěn)。

圖6顯示了洪澤湖5條出入湖河流河口處表、中、底層水體流動速度的同步觀測結(jié)果。從圖中可以看出, 洪澤湖各出入湖河流河口處水體總體呈現(xiàn)由表層到底層流速逐漸減慢的趨勢, 這在淮河北側(cè)入湖口和徐洪河體現(xiàn)的更加明顯, 而淮河南側(cè)入湖口各層流速的差異不是非常明顯。

3.2 巢湖河流入湖水體軌跡追蹤

3.2.1 水體流動軌跡 巢湖雙橋河、柘皋河、南淝河、派河、杭埠河、白石天河和兆河7條主要河流入湖水體流動軌跡追蹤結(jié)果如圖7所示。從圖中可以看出, 巢湖各主要河道入湖區(qū)水體受岸邊形態(tài)、湖底地形、出入湖流量大小和湖面風場共同作用, 不同河道、不同水層在各個測次河水入湖后流動軌跡存在不同程度的差異。

雙橋河入湖區(qū)由于是巢湖重要的避風港, 漁船眾多, 為減小漁船對水體軌跡追蹤的影響, 每次儀器投放在距離西部約1km處的開闊水域。由于雙橋河距離巢湖唯一出湖口門巢湖閘位置較近, 因此巢湖閘的運行狀態(tài)對雙橋河入湖河水流動軌跡影響較大, 但總體呈現(xiàn)由西向東的趨勢, 因此從軌跡追蹤結(jié)果可以判斷, 雙橋河污染負荷對其入湖區(qū)以西巢湖水體水質(zhì)影響不大。

圖6 洪澤湖5條主要入湖河道分層水體流速

南淝河為連接合肥市和巢湖的重要航道, 同時也是巢湖第二大入湖河流和最大的污染物來源。為減小船只對追蹤試驗的干擾并保證觀測儀器的安全, 拉格朗日水質(zhì)點追蹤儀投放在航道兩側(cè)約200— 300 m處。從圖7可以看出, 南淝河入湖區(qū)水體流動軌跡相當復雜。如同樣為投放在航道西側(cè)的觀測儀器, 2019年3月12日觀測到水體為向西北方向流動, 但3月28日表層和中層表現(xiàn)為先向東南方向, 后轉(zhuǎn)為東北方向流動。

派河位于巢湖西岸, 同樣為流經(jīng)合肥市區(qū)的重污染河流。同圖7中可以看出, 派河河水入湖后不同水層水體流動軌跡存在一定的差異。表層水體入湖后并未徑直向東流動, 而是先向東, 后轉(zhuǎn)向北向及北偏西方向, 僅有一次觀測為向東南方向流動。中層水體總體流動方向與表層相近, 但觀測到的水體流動路徑較短, 說明流速相比表層更為緩慢。底層水體總體向東部湖區(qū)流動, 但流速更為緩慢。

杭埠河為巢湖最大的入湖河流, 多年平均入湖水量占河流全部入湖水量的近5成(Peng, 2019)。杭埠河河水入湖后流動軌跡較為復雜多變, 表層流總體轉(zhuǎn)向河口東西兩側(cè), 而中層和底層總體向湖心方向流動。

3.2.2 水體流速 計算了巢湖7條主要入湖河道河水入湖后表、中、底層水體同步流速和方向, 圖8給出了兩條重污染城市河流南淝河和派河, 以及最大入湖河流杭埠河的計算結(jié)果。圖中每一個箭頭代表10min平均流速, 箭頭的長度代表流動速度, 箭頭指向代表流動方向, 由于篇幅所限, 圖中僅給出追蹤到的前500min分層水體同步速度。

從圖中可以看出, 同一河口處在水體的流動方向差異很大, 甚至在同一測次都會出現(xiàn)快速轉(zhuǎn)折的情況。如杭埠河在2018年9月1日各層水體流動方向由東北方向, 后逐漸向東向偏轉(zhuǎn), 后表層和底層重新轉(zhuǎn)為東北方向, 而中層水體轉(zhuǎn)為南偏東方向。同時盡管不同水層流動方向總體同步性較好, 但有些時段某些河口差別較大。如南淝河在2018年9月1日表層和中層水層流向整體為西北方向, 但底層為南向轉(zhuǎn)南偏西方向。

圖8 巢湖3條主要入湖河道分層水體流速時間序列

另外一方面, 盡管不同水層流速有所差異, 表現(xiàn)為自上而下逐漸減緩, 但流速速度和方向隨時間的變化總體具有較好的同步性。

圖9顯示了巢湖7條出入湖河流河口處表、中、底各層水體流速的同步觀測結(jié)果。從圖中可以看出, 同洪澤湖一樣, 巢湖各出入湖河流河口處水體總體呈現(xiàn)由表層到底層流速逐漸減慢的趨勢, 且各個河口水體流速波動較大。相比其他河流, 南淝河河口流速波動相對較小。

3.3 洪澤湖、巢湖河流水體入湖流動速度對比分析

圖10對比了洪澤湖與巢湖各主要河流出入湖口門處表、中、底各層水體流速。紅色柱狀圖分別代表洪澤湖淮河北、南兩個入湖口、三河閘、淮沭河和徐洪河河口處流速; 藍色柱狀圖依次代表巢湖雙橋河、柘皋河、南淝河、派河、杭埠河、白石天河和兆河河口處流速。柱狀圖上、下邊界分別代表流速多次觀測值的10%和90%分位數(shù); 紅色和藍色柱狀圖代表流速10%和50%分位數(shù); 紅色和藍色虛線代表各層多次測量平均流速。

圖9 巢湖7條主要入湖河道分層水體流速

結(jié)果表明, 洪澤湖和巢湖主要河流河水入湖后流速全部呈由表層至底層逐漸降低的特征, 洪澤湖各層流速大于巢湖。洪澤湖河口表層水體8次測量平均流速為6.11cm/s; 巢湖為5.51cm/s; 二者中層水體流速分別為5.32cm/s和3.85cm/s; 底層則分別為4.96cm/s和3.67cm/s。

對于洪澤湖, 位于成子湖的徐洪河河水入湖后表層水體流速最快, 多次測量平均流速的中位數(shù)達到6.76cm/s; 其次是淮河北側(cè)入湖口門處, 為5.88cm/s。三河閘由于在2019年觀測時段內(nèi)全部處于關(guān)閉狀態(tài), 因此表層水體流速最小, 僅為2.93cm/s。對于中層水體, 淮河南側(cè)入湖口流速最大, 為5.60cm/s; 其次為淮沭河的4.98cm/s。淮河北側(cè)入湖口流速遠低于其他河流, 僅為2.97cm/s。對于底層水體, 依然是淮河南側(cè)入湖口最大, 北側(cè)入湖口最小, 分別為4.98cm/s和1.33cm/s。

對于巢湖, 位于巢湖閘附近的雙橋河河水入湖后表層水體流速最快, 多次測量所有10min平均流速的中位數(shù)達到7.73cm/s, 遠高于其他河流。其次為兆河入湖口處, 為5.18cm/s。巢湖閘是湖水唯一出湖通道, 兆河入湖流量也受兆河閘控制, 巢湖其他河流干流上都沒有控制性水利工程, 因此雙橋河和兆河水體入湖后流速快并不出乎意料。巢湖其他主要河流河水入湖后表層水體流速差別不大, 介于4.33— 4.88cm/s, 其中南淝河最小, 為4.33cm/s。巢湖主要河流入湖后中層和底層水體流速分布極其相似, 仍舊是雙橋河最大, 中層和底層分別為5.12cm/s和5.15cm/s, 其次為白石天河, 中層和底層分別為4.28cm/s和4.10cm/s; 其他河流中層和底層水體流速全部在3cm/s以下, 南淝河仍為最小, 分別僅有2.38cm/s和1.94cm/s。

圖10 洪澤湖、巢湖主要河道入湖河水流速對比分析

注: 紅色柱狀圖分別代表洪澤湖淮河北、南兩個入湖口、三河閘、淮沭河和徐洪河河口處流速; 藍色柱狀圖依次代表巢湖雙橋河、柘皋河、南淝河、派河、杭埠河、白石天河和兆河河口處流速; 柱狀圖上、下邊界分別代表流速多次觀測值的10%和90%分位數(shù); 紅色和藍色柱狀圖上下邊界代表流速10%和50%分位數(shù); 紅色和藍色虛線代表各層多次測量平均流速

4 討論

本文利用拉格朗日隨體法水質(zhì)點追蹤儀觀測并計算和分析了洪澤湖和巢湖主要河流出入湖河口處的運移軌跡和流速特征, 表2進一步對比分析了洪澤湖4條出入湖河流河口區(qū)表層水體流速與觀測期間河道出入湖流量之間的關(guān)系。從表中可以看出, 盡管淮河和徐洪河入湖區(qū)水體流速與河道流量呈現(xiàn)出一定的正相關(guān)關(guān)系, 但相關(guān)系數(shù)分別僅為0.25和0.16, 都沒有通過置信度為0.05的顯著性檢驗, 說明了河口區(qū)流場的復雜性和影響要素的多源性。對于洪澤湖和巢湖等淺水湖泊, 流場主要由湖面風場驅(qū)動的風生流, 河流出入湖水量驅(qū)動的吞吐流, 以及由于湖泊水體溫鹽變化形成的密度流共同組成。在遠離河口的敞水湖區(qū), 吞吐流一般不到mm/s量級, 相比風生流非常微小, 而密度流更小, 幾乎為可忽略的程度, 因此風生流為流場的主要成分。而河口區(qū)流場形態(tài)則受到湖面風場、出入湖水量、湖泊水位, 河口區(qū)岸線形態(tài)和湖底地形等多重要素共同影響, 導致河口區(qū)的流場結(jié)構(gòu)具有更高的復雜性, 流場的大小和方向呈非穩(wěn)定狀態(tài)。另外湖面風場存在時間和空間的快速變化, 同時出入湖流量也存在較大幅度的時空波動, 導致河口區(qū)流場大小呈現(xiàn)較大的隨機性和偶然性, 其觀測和特征提取相當困難。因此, 在下一步的工作中, 需要加強在無風或較小風速條件下的不同出入湖流量背景下河口區(qū)流場觀測, 以便充分認識河道出入湖水量對于河口區(qū)水體流速的影響規(guī)律。

表2 洪澤湖主河口區(qū)域表層流速(m/s)與出入湖流量(m3/s)對照

Tab.2 Comparison in the velocity (m/s) in top layers of four main river estuaries of Hongze Lake with inflows (m3/s)

注: -表示缺少觀測

5 結(jié)論

利用耦合北斗和GPS雙定位系統(tǒng)的拉格朗日隨體法水質(zhì)點追蹤儀, 開展了不同水位背景下洪澤湖、巢湖主要河流水體出入湖流動軌跡、速度和方位的分層同步追蹤觀測。主要結(jié)論如下:

(1) 洪澤湖和巢湖各主要河流入湖河水流動軌跡和速度具有較高的時間和空間差異, 甚至在同一測次都會出現(xiàn)急劇轉(zhuǎn)向的情況; 部分河流如洪澤湖的徐洪河和巢湖的柘皋河輸移方向往復不定;

(2) 洪澤湖同一河口在同時段內(nèi)上、中、下不同水層流速差別較大, 但多數(shù)時段內(nèi)流動方向較為相近, 并且流向的轉(zhuǎn)變具有較好的同步性;

(3) 洪澤湖主要入湖河流-淮河北側(cè)入湖口處水體從西部入湖后, 并未徑直向東側(cè)的湖心位置輸移, 而是轉(zhuǎn)向南、北兩側(cè);

(4) 洪澤湖河口處各層水體流速大于巢湖, 二者水體流速都表現(xiàn)為由表層至底層逐漸降低, 洪澤湖河口表層水體8次測量平均流速為6.11cm/s; 巢湖為5.51cm/s; 二者中層水體流速分別為5.32cm/s和3.85cm/s; 底層則分別為4.96cm/s和3.67cm/s。

(5) 對于洪澤湖, 徐洪河河水入湖后表層水體流速最快, 中位數(shù)達到6.76cm/s; 對于中層和底層水體, 淮河南側(cè)入湖口流速最大, 為5.60cm/s和4.98cm/s。對于巢湖, 雙橋河河水入湖后各層水體流速最快, 多次測量中位數(shù)達到7.73、5.12和5.15cm/s。

劉曉輝, 陳大可, 董昌明等, 2015. 利用拉格朗日方法研究臺灣東北黑潮路徑變化. 中國科學: 地球科學, 45(12): 1923—1936

李子超, 周 濤, 司廣成等, 2020. 基于拉格朗日方法的核素近海遷移計算. 核動力工程, 2020, 41(2): 72-77

陳毓敏, 項 杰, 杜華棟等, 2019. 基于拉格朗日方法對黑潮路徑的數(shù)值模擬. 海洋預報, 36(6): 22—28

蔡 陽, 陸欣鑫, 巴秋爽等, 2019. 鏡泊湖春、夏兩季浮游生物群落結(jié)構(gòu)及其與環(huán)境因子的關(guān)系. 海洋與湖沼, 50(1): 116—128

Du J B, Park K, Yu X, 2020. Massive pollutants released to Galveston Bay during Hurricane Harvey: understanding their retention and pathway using Lagrangian numerical simulations. Sci Total Environ, 704: 135364

Guha A, 2008. Transport and deposition of particles in turbulent and laminar flow. Annu Rev Fluid Mech, 40: 311—341

Kazi T G, Arain M B, Jamali M K, 2009. Assessment of water quality of polluted lake using multivariate statistical techniques: a case study. Ecotoxicol Environ Saf, 72(2): 301—309

Lai A C K, Chen F Z, 2007. Comparison of a new Eulerian model with a modified Lagrangian approach for particle distribution and deposition indoors. Atmos Environ, 41(25): 5249—5256

Peng Z L, Hu W P, Liu G, 2019. Estimating daily inflows of large lakes using a water-balance-based runoff coefficient scaling approach. Hydrol Process, 33(19): 2535—2550

Saidi M S, Rismanian M, Monjezi M, 2014. Comparison between Lagrangian and Eulerian approaches in predicting motion of micron-sized particles in laminar flows. Atmos Environ, 89: 199—206

Van Sebille E, Griffies S M, Abernathey R, 2018. Lagrangian ocean analysis: fundamentals and practices. Ocean Model, 121: 49—75

Xu Z M, Han Z M, Qu H W, 2020. Comparison between Lagrangian and Eulerian approaches for prediction of particle deposition in turbulent flows. Powder Technol, 360: 141—150

Zhu X X, Chatain V, Gautier M, 2020. Combination of Lagrangian Discrete Phase Model and sediment physico-chemical characteristics for the prediction of the distribution of trace metal contamination in a stormwater detention basin. Sci Total Environ, 698: 134263

WATER PARTICLE TRACKING IN INFLOW WATER FOR HONGZE LAKE AND LAKE CHAOHU BASED ON LAGRANGIAN METHOD

PENG Zhao-Liang1, CHEN Chang-Ren2, WAN Jun2, WU Xiao-Bing2, ZHANG Yi-Hui1, HU Wei-Ping1, CUI Jian1

(1. State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China; 2. Hongze Lake Water Conservancy Project Management Office of Jiangsu Province, Huai’an 223100, China)

The Beidou and GPS dual positioning system were used to observe the pathways, flowing velocity and direction at estuaries of Hongze Lake and Chaohu Lake in China, and water particle tracking was conducted based on the Lagrangian method. Observations were carried out in surface, middle, and bottom layers of tributaries in estuary for the two lakes during September 2018 to October 2019. Results suggest that the flowing direction of water at the main estuary of the Huaihe River turn to the north and south sides, while the water direction of the Xuhong River estuary are reciprocating, and the flowing velocity in the surface layer of the river was the largest amongst the five tributary rivers. The operation status of the Chaohu sluice had a strong influence on the direction and velocity of the Shuangqiao River to Chaohu Lake, and the velocity in each layer of the river was the largest among the seven tributary rivers. The flowing velocity in all estuaries of the two lakes gradually decreased from the surface layer to the bottom layer. The overall flow velocity of each layer of Hongze Lake was larger than that of Chaohu Lake. The average flowing velocity in eight observations and five estuaries for surface layer of Hongze Lake was 6.11cm/s and 5.51cm/s for Chaohu Lake. The flowing velocity of the middle layer was 5.32cm/s and 3.85cm/s, and of the bottom layer was 4.96cm/s and 3.67cm/s, respectively in Hongze Lake and Chaohu Lake.

Lagrange method; particle tracking; Hongze Lake; Chaohu Lake; flowing velocity

* 江蘇省洪澤湖水利工程管理處委托項目, HZH-JG-GL-060-2019號; 安徽省巢湖管理局委托項目, 2017FFCZ4957號; 國家自然科學基金項目, 41701567號; 中國科學院“一三五”重大突破項目, NIGLAS2018GH02號; 國家水體污染控制與治理科技重大專項, 2017ZX07603001號。彭兆亮, 助理研究員, E-mail: zlpeng@niglas.ac.cn

陳昌仁, E-mail: 345885455@qq.com

2020-02-13,

2020-05-06

P343.3, TV131.2

10.11693/hyhz20200200040