河道型水库支流库湾水华暴发的不确定性研究

Reservoirs are a very complex system under the strong effects of anthropogenic disturbances. Algal bloom initiation in reservoirs is very uncertain in space and time, which is the main reason why algal blooms are difficult to be prevented, treated and controlled. This proposal aims to systematically study the uncertainty (within the key forcing factors of nutrients, hydrodynamic, hydrologic and meteorological conditions, etc.) in algal bloom initiation of tributary embayments of river-type reservoirs, using field work, numerical models, data mining and data assimilation methods. Using the Xiangxi Bay of the Three Gorges Reservoir as a case study, a probabilistic framework, i.e., a Bayesian Network (BN), is developed to study the uncertainty relationship and propagation inherent in the interactions between multiple variables. By merging the observation and model information, the probability distributions for the key forcing factors are dynamically optimized; meanwhile, the effects of reservoir regulations' uncertainty on algal bloom initiation is quantified through the assessment of hydrodynamic characteristic time. Under different typical meteorological and hydrological conditions, and different typical reservoir regulations, the succession of key forcing factors is traced and clarified. This study can help to better understand the algal bloom initiation mechanism, and also help to discover the possible control approaches through reservoir regulations.

水库是强人工干扰下的复杂水体，水库水华的暴发有很强的不确定性，是造成难以预防、治理和调控的主要障碍之一。本项目拟以三峡水库支流香溪河库湾为代表，结合现场观测、数值模拟、数据挖掘和数据同化等方法，系统研究河道型水库支流库湾水华暴发过程中营养盐、水动力、水文气象等主要驱动因素的不确定性问题。构建适用于河道型水库支流库湾水华研究的贝叶斯网络系统，定量分析水生态系统变量之间的不确定性因果关系及传播途径；通过交叉融合观测与模型的内外有效信息，动态评估关键驱动因素的概率分布，量化水库调度运行在水华暴发过程中的间接不确定性影响。基于上述研究，针对不同典型气象水文条件和水库调度运行工况，阐明不确定环境下驱动水华暴发的主要因素及其演替规律。本研究不但有助于加深对水华暴发机制的理解，也有助于揭示水库水华的工程可调控性。

水库蓄水后水动力特性被人为改变，自净能力相对较弱，易富集过量营养盐，形成水体富营养化；在适宜的气象及水动力条件下，过量营养盐会刺激藻类的急剧过量繁殖，暴发水华，造成全方位的负面环境影响。深入研究水华暴发机制，建立风险预报模式，寻求预防处置和调控水库水华的有效方法，对实现高效水环境管理具有重要的现实意义。本项目以三峡水库支流香溪河库湾为例，针对水华暴发过程的不确定性关键问题，以水库运行调度为基本背景，在兼顾气象水文等外部驱动因素的同时，围绕着水动力条件与营养物质浓度的不确定性因果关系，开展了以现场观测为数据基础、以水动力特征指标为人为影响衡量依据、以水生态模型为模拟手段、以贝叶斯网络为不确定性推理技术的系统研究。通过分析河道型水库支流库湾水动力与水环境特征，构建基于BN网络水华暴发风险预测模型，从水体冲淡时间的角度研究提出抑制支流库湾水华的优化调控方法，研究成果如下：（1）通过阐明河道型水库支流库湾的水动力、水环境特征的纵向变化规律，首次提出了支流库湾纵向特征分区理论及方法；揭示了不同交汇角对干支流交汇段关键水力特性变化的影响；推导了支流库湾水体冲淡时间的计算公式，揭示了支流库湾物质浓度随时间的衰减均遵循双指数规律变化，探讨了水体传输时间尺度影响因子及其敏感性分析；（2）揭示了流速、冲淡时间均与叶绿素浓度存在空间响应关系；选取降雨、气温、湿度、太阳辐射、风速、流量、流速、冲淡时间、营养盐浓度及比例、DO、水温、PH、真光层/混合层等因子以及叶绿素浓度，构建贝叶斯网络，通过不同的分析方案，总结了主要驱动因子（水动力、营养盐、水环境条件）的演替规律，得到水华暴发风险的分布图；（3）围绕着调控库湾水体冲淡时间这一主线，结合经济社会效益等目标，建立了兼顾干支流水体交换需求且综合效益最大的水库秋季生态调度优化模型，提出了协调水库生态与经济效益目标的最优方案建议。

内容获取失败，请点击重试