Nonlinear Characteristics of Water Level-inundated Area and Water Level-hydrological Connectivity in Typical Floodplain Area of Poyang Lake

Xing-gen LIU; Xi-yue DUAN; Hui YU

China Rural Water and Hydropower ›› 2021 ›› (8) : 81-89.

Author information +

History +

Abstract

The hydrological process of flooded wetlands is an important basis for maintaining its biodiversity and water resources regulation. The hydrological hysteresis of lake flooded wetlands is an important part of revealing lake hydrological process and water balance. This paper takes the Nanji Wetland and its adjacent lake areas as the research area， and uses the two-dimensional hydrodynamic numerical model of lake flooding， geostatistical analysis and numerical integration to discuss and analyze the relationship of water level， inundated area and hydrological connectivity. The results show that the typical flooded wetland of Poyang Lake has hydrological lag on the seasonal scale and on the scale of rising and falling events. What’s more， the degree of hydrological lag has significant interannual differences where the degree of hydrological hysteresis is stronger in wet years than normal and dry years. It is also found that the hydrological hysteresis is obvious in the rising period other than the recession period. Landform structure and flood storage and drainage are one of the main causes of hydrological lag， especially the numerous sub-lakes in the south of Poyang Lake may aggravate the hydrological lag of flooded wetlands. The nonlinear response relationship of water level， inundated area and hydrological connectivity indicates that it is urgent to strengthen wetland hydrological observation and reveal the characteristics of wetland hydrological connectivity in flood wetland water resources management and eco-hydrological research. The research results can provide an important basis and scientific reference for floodplain hydrology theory and wetland ecological protection and management.

Key words

Poyang Lake / flooded wetlands / water level-inundated area / water level-hydrological connectivity / nonlinear characteristics

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations

Xing-gen LIU , Xi-yue DUAN , Hui YU. Nonlinear Characteristics of Water Level-inundated Area and Water Level-hydrological Connectivity in Typical Floodplain Area of Poyang Lake. China Rural Water and Hydropower. 2021, 0(8): 81-89

洪泛湿地是流域洪水泛滥作用下形成的与河流或湖泊毗邻的地带，约占全球湿地面积的15%^［1］。它承纳漫滩洪水，洪峰过后则补给河湖，洪泛湿地的水文调节作用降低了河流干流洪峰流量、延迟峰现时间，同时缓解枯水季节河湖干旱程度^［2，3］。洪泛湿地地处水陆交互交错地带，营养物质输移和沉积作用明显，栖息环境多样，是全球生物多样性较丰富的生态系统类型之一^［4］。然而，由于人类不合理利用和气候变化等综合影响，洪泛湿地呈现面积萎缩、水文功能下降等严重问题，水旱灾害的强度和风险增加，危及流域水安全与生态安全，引起了国内外专家学者的普遍关注和高度重视^［5-8］。

洪泛湿地的水文水动力过程受多因素影响，具有时空异质性、系统开放性、作用复杂性和生态脆弱性等多重特点^{［9， 10］}。在复杂变化环境条件下，河流或湖泊水位变化是洪泛湿地水文情势的重要控制因素。流域来水增加导致河湖水位上升，淹水范围扩张。湖泊水位-面积的关系复杂，既有单一线性关系、也有非线性绳套关系。前者主要见于深水湖泊和水库，后者常见于季节性浅水湖泊。比如长江中下游的通江湖泊-鄱阳湖、洞庭湖，均存在典型的水文绳套关系^{［11， 12］}。研究发现，非线性的水位-面积关系的主要原因可能是流域来水、下游河流顶托和湖泊地形^［13］。

水文连通性是洪泛湿地重要的水文特征，也是洪泛生态系统结构和功能的环境条件之一。水文连通的洪泛湿地的生物多样性较高，生境类型多样，比如次级河道、湿地、草地和森林共存^［14］。目前对洪泛湿地水文连通性的研究主要围绕湿地-河流连通、湿地-湿地连通的开始时间和持续时间以及影响因素等。比如Karim等^［15］利用MIKE 21二维水动力模型模拟了澳大利亚Tull-Murray 流域洪泛湿地的洪水过程，结果发现洪水大小和湿地到河道的距离是湿地与河流水文连通性特征的最主要控制因子。湿地与河流的水文连通性不仅仅发生在漫滩洪水期间，下游顶托洪水、次级河道水位增加也会促进湿地与主河道的水文连通性^［16］。事实上，洪泛湿地地貌类型复杂，洪水淹没动态空间异质性较强，洪泛湿地与主河道、洪泛湿地与湿地之间的水文连通性状况呈现显著的动态变化^{［17，18］}。比如亚马逊Curuai洪泛湿地各水文地貌单元与主河道的开始连通的时间取决于亚马逊流量大小以及局部地形，而且与次级河道连接的湿地水文连通性更强^［17］。

已有研究表明，鄱阳湖的水文过程存在一定的非线性，表现在水位-面积、水位-容积、水位-流量关系的迟滞性^{［11，13，19］}。湖区南部呈现与河流洪泛类似的迟滞现象，湖区中部和北部呈现典型的湖泊洪泛的迟滞性，鄱阳湖是一个河流-洪泛平原-湖泊三相共存的系统。目前相关研究主要围绕鄱阳湖湖区的水位-流量、水位-水面积、水位-蓄水量的关系，揭示了季节尺度上洪泛湖泊水文非线性特征及影响因素。然而，洪泛湿地作为鄱阳湖的重要组成，洪泛湿地水文变量之间是否与鄱阳湖一样存在典型的迟滞特征尚不清楚。鄱阳湖水位过程动态多变，涨水季节（3-5月）水位呈现上升-下降交替现象，退水季节（9-11月）湖泊水位随流域降雨和来水增加表现一定的波动变化^［20］。涨水-退水事件尺度上水文非线性特征是否存在也缺乏探讨。更为重要的是，水文连通作为洪泛湿地重要的生态水文指标^［21-23］，是如何随着水位变化而动态调整，从而进一步引起湿地生态结构和功能变化不得而知。

基于上述背景，文章以鄱阳湖湖区南部（南矶湿地及毗邻湖区）为研究区，借助水动力模拟工具、地统计以及水文迟滞程度量化方法，探讨事件尺度上水文变量响应关系及其年际变化。本文的研究目标是①揭示典型洪泛湿地的水位-水面积、水位-水文连通性关系；②探究不同水情下的洪泛湿地的水文迟滞规律。文章研究结果期望从水位、水面积、水文连通性三个水文变量相互关系的角度进一步丰富和完善洪泛水文迟滞研究内容，从而为湖泊洪泛湿地保护和管理提供科学依据。

1 研究区概况

鄱阳湖位于江西省北部，地理坐标为东经115°49′~ 116°46′、北纬28°24′~29°46′。赣江、抚河自西南，信江自东南，饶河自东，修水由西北汇入鄱阳湖。湖泊以松门山为界，以南为湖泊主湖，宽敞平坦，以北为入江水道，鄱阳湖南北长162.9 km，东西平均宽度为20.2 km，入江水道最窄处为屏峰卡口，仅仅2.9 km，湖岸线长1 200 km。鄱阳湖接纳五河流域来水和区间入流，其中赣江是五河中水量最大的河流。赣江流经南昌市分为4支，北支为主支向北直流到吴城镇入湖，中支、南支经新建县南矶乡和南昌县鲤鱼洲北部入湖。

本文研究区是南矶湿地国家级自然保护区及其毗邻湖区［图1（b）］。南矶湿地国家级自然保护区位于鄱阳湖主湖区的南部，地处赣江南支、中支、北支汇入鄱阳湖中心的三角洲前沿，是典型的内陆河口三角洲湿地。地理位置为东经116°10′~116°23′、北纬28°52′~29°06′，行政上率隶属于南昌市新建区。保护区的总面积为333 km²，其中实验区103 km²，缓冲区55 km²，核心区175 km²。南矶保护区内含有两个堆积型岛屿-南山和矶山，丰水期水域面积可达99%，枯水期洲滩出露，水域面积仅占35%左右。由于地处赣江尾闾和鄱阳湖主湖区的开敞平坦地带，发育非常完整的扇形三角洲，保护区内分叉河流数目众多，形态各异，分汊河道间则分布大量的碟形湖，保护区总共有23个碟形湖。受鄱阳湖来水和长江水位的双重影响，保护区具有年内季节性高变幅的水情。

Fig.1 The location， bathymetric and rivers of study area

图1 研究区位置、地形和河流

Full size|PPT slide

由于南矶湿地国家级自然保护区内复杂多变的水文水动力过程，形成了多样而异质的生境，从而容纳众多水生生物和候鸟生存、栖息和繁衍。根据鄱阳湖第二次科考报告，共有维管束植物115科304属443种，以菊科、禾本科、莎草科、蓼科为优势科属；从群落结构上看，植被以苔草群落、芦苇群落、蓼群落、虉草群落以及菰群落为优势群落。哺乳动物7目12科22种，两栖爬行动物4目15科45种，鱼类21科122种，鸟类15目45 科205种。珍稀濒危物种丰富，比如国家级一级保护动物4种，东方白鹳、黑管、白头鹤、白鹤，国家二级保护动物 27种。南矶湿地国家级自然保护区植被发育，苔草群系是优势群落，总面积达70 km²，占总面积的21%，其次是虉草群系，占总面积的9%，主要分布在三角洲的前缘地段，蓼子草群落面积也较大，占总面积的6.0%，主要分布在东湖、神塘湖周边的低滩地上，芦苇群落占5.0%，分布在南矶保护区南部的高滩地上。

2 研究方法和数据

2.1 二维水动力模型构建和验证

MIKE 21是丹麦DHI公司开发的二维水动力模型，主要用于河口、海岸、湖泊等水流模拟。MIKE 21在平面二维自由表面流数值模拟中具有强大功能，尤其是MIKE 21 FM采用三角形网格和四边形网格剖分技术，在复杂区域边界条件下具有很好的刻画能力，非常适用于鄱阳湖曲折多变的岸线边界。模型采用有限体积法的数值计算方法，无论网格尺度大小，离散方程组均能很好地满足守恒定律，具有较好的计算精度，便于处理复杂边界条件，对于不同类型的网格（如三角网格、四边形网格）很容易同时使用。MIKE 21在干湿单元判别技术上也具有较强优势，在鄱阳湖季节性涨退水导致的洲滩湿地干湿交替情况下其模拟能力得到很多研究者的认可^{［11， 24， 25］}。

对于鄱阳湖，模型采用2010年鄱阳湖湖盆地形资料（基面为85国家高程），通过导入基于测量和数字化的地形数据来设置湖盆地形。模型计算域边界则根据鄱阳湖历史洪水淹没范围确定，计算域面积约为3 007 km²（图2），湖岸线总长约1 200 km，南北长约173 km，东西平均宽度17 km，采用三角形网格结构对计算域进行网格剖分，并在保证模型模拟精度和计算稳定性的前提条件下，根据地形变化幅度对网格分辨率和网格数量进行优化调整，对鄱阳湖主河道区域（高程变化8~12 m）进行网格加密处理，对鄱阳湖中、低位滩地（4~12 m）进行中等网格剖分，对近邻湖泊岸线的高位滩地（12~18 m）选用较为粗化的网格剖分，并使加密网格、中等网格和粗化网格均匀过渡（图2）。该模型共剖分23 673个节点和44 230个三角形网格单元，三角形网格的边长变化范围为100~2 000 m，相应的三角形网格面积变化为2~32 km²（图2）。网格质量直接关系到运算稳定性及模拟精度，针对鄱阳湖极不规则的湖岸线形态，以及河道、岛屿、碟形洼地与滩地并存的复杂湖盆地形，采用无结构网格可以更好的拟合湖盆地形和岸线形态，而且通过灵活的加密技术可以达到对地形起伏精准刻画的目标。

Fig.2 The model mesh and bathymetric of hydrodynamic modeling

图2 鄱阳湖模型网格和地形

Full size|PPT slide

鄱阳湖二维水动力模型边界包括开边界和闭边界，定义流域五河（赣江、抚河、信江、饶河与修水）的入湖径流分别作为模型上游开边界条件，即固定断面随时间变化的流量边界，鄱阳湖出口-湖口站的水位过程线为下游开边界条件，即固定断面随时间变化的水位边界，其余边界范围设置为闭合边界，即陆边界。本文共定义了6个开边界，其中流域五河的入湖日径流过程作为水动力模型上游的开边界，分别为：赣江、抚河、信江、饶河、修水，北部湖泊出口-湖口的水位过程线作为模型的下游开边界，以表征湖泊与长江之间的相互作用。水动力模型的初始水位场采用湖区五个代表水文站（湖口、星子、都昌、棠荫、康山）的空间插值结果，以面状形式输入模型中，从而减少水位初始条件的误差可能对模型模拟结果的影响。而流速的初始条件难以用实测资料给定，在模拟开始时设为0。

鄱阳湖二维水动力模型主要参数包括CFL数（Courant-Friedrich-Lewy）、水平涡黏系数项（Cs）、曼宁系数、风应力拖曳系数Cd等。根据已有研究成果和多次运行模拟，设定最佳的参数值。最小时间步长设定为0.1 s，最大时间步长设定为1 s，可以保证所有网格点的CFL数满足限制条件且计算稳定。模型中水平涡黏系数项（Cs）设置为常数（0.28）^［26］。根据湖泊湿地地形和植被空间分布情况设置曼宁系数，河道曼宁系数约为40 m^1/3/s，滩地曼宁系数约为25~35 m^1/3/s。在模型风场条件设置时，根据经验公式计算风应力拖曳系数Cd，取值为常数1.255×10^-3［26］。模拟域中包括大面积干湿交替区域，为避免模型计算出现不稳定性，启动Flood and Dry选项，设定干水深为0.005 m，淹没水深为0.1 m，湿水深为0.2 m。模型中的降雨和蒸发条件采用湖区邻近站点-波阳站的气象资料。更为详细的模型参数设置参见文献［20］。

模型采用纳西效率（

E_{n s}

）、确定性系数（

R^{2}

）和相对误差（

R e

）定量表示率定和验证期间模拟效果。

E_{n s}

和

R^{2}

衡量模型模拟值与观测值之间的吻合程度，是水动力模型、水文模型常用指标，值越接近1，表明模型模拟效果越好。

R e

反映总体观测值与模拟值之间的偏离程度，该值越趋向于0，则表明模型模拟越优。3个指标的计算公式如下：

E_{n s} = 1 - \sum_{i = 1}^{n} {(W L_{o b s i} - W L_{s i m i})}^{2} / \sum_{i = 1}^{n} {(W L_{o b s i} - W L_{o b s})}^{2}

（1）

R^{2} = [\sum_{i = 1}^{n} {(W L_{o b s i} - {\bar{W L}}_{o b s}) (W L_{s i m i} - {\bar{W L}}_{s i m})]}^{2} /

[\sum_{i = 1}^{n} {(W L_{o b s i} - {\bar{W L}}_{o b s})}^{2} \sum_{i = 1}^{n} {(W L_{s i m i} - {\bar{W L}}_{s i m})}^{2}]

（2）

R e = \sum_{i = 1}^{n} {(W L_{s i m i} - W L_{o b s i})}^{2} / \sum_{i = 1}^{n} W L_{o b s i} \times 100 %

（3）

式中：

W L_{o b s i}

为观测的变量序列；

W L_{s i m i}

为模型模拟的变量序列；

{\bar{W L}}_{o b s}

和

{\bar{W L}}_{s i m}

分别是观测和模拟的变量序列的均值；

i

为当前模拟时段，

n

为所有时段。

2.2 水文连通性的定量表征

国际上定量评价水文连通性的方法有统计的连通性函数、下渗理论、水力功能的连通性、量突破指数等^{［27， 28］}。连通性函数（Connectivity function，简写

C F

）刻画某个方向上若干个点连接在一起的概率，目标地物内部异质性越强，连通性函数越快递减为零。连通性函数揭示了空间上的两处水体在多大程度上会连通^［28］。计算公式如下：

C F (d) = α (d) / β (d)

（4）

式中：

α (d)

代表距离尺度为

d

的条件下连通的湿单元对的数量；

β (d)

代表距离尺度为

d

的条件下湿单元对的总数量。

Trigg等^［29］比较详细地阐述了连通性函数应用的几个原则：①连通性函数值是在给定距离上的湿单元对的数目中连通的湿单元对的数目的比例。比如在100 m距离上的连通性函数值为0.5，表明在100 m距离上的湿单元对中有一半是连通的。随着距离的增加，连通性函数值一般是减少的。②连通性函数值在起始处（距离为0）为1，因为单个湿单元与自己总是连通的，连通性函数值为0对应的距离是该方向上连通性的最大距离。③连通性函数值一般减少的，当然也会增加，增加意味着在更远的距离尺度上有更多的湿单元连通，并不是在更远的距离处有更多的湿单元^［29］。连通性函数计算的一般过程为，第一步是获取二值图像并标记连通区，第二步给定距离尺度下在给定方向（沿东-西或沿南-北）湿单元对的数量，第三步结合连通区标记信息计算湿单元对的数量中哪些是属于同一个连通区，第四步计算连通性函数值，按此顺序逐一计算不同距离尺度下的连通性函数值，最终得到连通性函数曲线。

图3为连通性函数计算案例。总体而言，在x方向上，随着距离尺度增加，连通性函数减弱，当距离尺度为4 m时，连通性函数值为0，此时研究区不存在湿单元对，表明研究区最大的连通区在x方向上延伸的最长距离为4 m。不同距离尺度下的连通性函数值实际为该距离尺度下连通的湿单元对与湿单元对的比值。比如，距离尺度为1 m时，研究区有6对湿单元对，而且6对湿单元对均是连通的湿单元对，因此该距离尺度下连通性函数值为1。同理，可依次计算各距离尺度下的连通性函数值。为便于分辨，本文使用x方向和y方向连通性函数的平均值表征水文连通性强弱。

Fig.3 The illustration example of calculation of connectivity function

图3 连通性函数计算案例

Full size|PPT slide

2.3 非线性的定量表征

迟滞性程度可以通过水位-面积或水位-连通性散点图包围的绳套面积来量化^{［11， 30］}。该方法已经应用到坡地土壤湿度-壤中流迟滞性、湖泊水位-水面积迟滞性、水位-流量迟滞性等研究^{［11， 30］}。迟滞性越强，绳套面积越大。绳套面积由散点图上下边界线的积分计算，公式如下：

ε (t) = \frac{H (t) - H_{m i n}}{H_{m a x} - H_{m i n}}

（5）

ω (ε) = \frac{Y (ε) - Y_{m i n}}{Y_{m a x} - Y_{m i n}}

（6）

h = | (\int_{0}^{1} ω_{r} (ε) ∙ d ε - \int_{1}^{0} ω_{f} (ε) ∙ d ε) |

（7）

式中：

H (t)

代表t时刻的水位；

H_{m a x}

和

H_{m i n}

是水位最高值和最低值；

ε (t)

代表标准化水位；

Y (ε)

代表t时刻的水面积或水文连通性；

Y_{m a x}

和

Y_{m i n}

是水面积或水文连通性的最高值和最低值；

ω (ε)

代表标准化水面积或水文连通性；下标r和f分别代表涨水和退水阶段；h是散点图上下边界线的积分，即迟滞性程度，h取值越大，水文迟滞性程度越强。

3 结果与分析

鄱阳湖水动力模型采用2000年1月1日-2005年12月31日作为模型率定期，2006年1月1日-2010年12月31日作为模型验证期。模拟时段的选择主要是因为其能充分反映鄱阳湖不同的水文年状况，例如2005年为平水年，2003、2006和2007年为典型枯水年，而2002年、2010年是典型丰水年，11年的长时段连续模拟能够充分表明模型的整体能力。图4显示，湖泊水动力模型MIKE 21能够很好地再现长时间序列的水位和出流量变化过程，而且湖泊水动力模型模拟的水面积与MODIS遥感影像提取的水面积吻合较好（图4），仅在验证期（2006-2010年）枯水季节水面积的差异略明显，主要原因是三峡运行后湖泊低枯水位频现、枯水季节淹水范围明显萎缩，水动力模型在低枯水位条件下模拟的水面积略大。由表1可知，率定期和验证期水位的模拟精度较高，

E_{n s}

、

R^{2}

、

R e

分别为0.92~0.99、0.96~0.99、-0.07%~-2.52%；流量和水面积的模拟精度相对略低，

E_{n s}

、

R^{2}

、

R e

约为0.64~0.87、0.79~0.94、-21%~7%。但总体而言，模拟水位很好的呈现了观测值在丰水年或干旱年的水文变化过程，再现了湖口流量的年际与年内变化趋势，模型同样较好的捕捉到湖泊淹没面积的动态变化（图 4，表1）。

Fig.4 The comparison of lake stage， outflow and water area during 2000-2015

图4 鄱阳湖二维水动力模型率定和验证期的水位、流量和面积序列

Full size|PPT slide

Tab.1 The results of calibration and verification of hydrodynamic modeling

表1 鄱阳湖二维水动力模型率定和验证精度

水文站点	指标	率定期（2000-2005）			验证期（2006-2010）
水文站点	指标	E_ns	R ²	Re/%	E_ns	R ²	Re/%
星子	水位	0.99	0.99	-1.17	0.99	0.99	0.52
都昌	水位	0.92	0.97	-2.52	0.99	0.99	0.85
棠荫	水位	0.94	0.96	-1.74	0.97	0.97	-0.29
康山	水位	0.96	0.97	-0.51	0.97	0.97	-0.07
湖口	流量	0.79	0.87	-19.0	0.87	0.94	-21.0
全湖	水面积	0.64	0.79	6.30	0.73	0.80	7.20

基于湖泊水动力模型的模拟结果提取南矶湿地及毗邻湖区［图1（b）］的涨水期（3-5月）和退水期（9-11月）的水面积，绘制多年平均的水位-水面积关系如图5。可知湖泊洪泛湿地的水面积与水位存在绳套关系，即湖泊涨水期和退水期的同一水位时，水面积存在差异。应用积分方法量化迟滞性程度，典型洪泛湿地的水位-水面积的迟滞性程度约为0.1。相对于整个湖泊的水文迟滞性，典型洪泛湿地的水文迟滞程度更强^［11］。

Fig.5 The relationship of stage-area averaged during 2000-2015

图5 多年平均的水位-水面积迟滞关系

Full size|PPT slide

水文迟滞性表现在水文变量之间的非线性响应，主要原因是下垫面的复杂结构和洪水蓄排的时空异质性^{［11， 19］}。洪泛湖泊地貌结构复杂，主河道（深水河道）、河岸岸堤、决口扇、蝶形湖、次级河道交错分布。其中，蝶形湖、次级河道、河岸岸堤构成湖泊洪泛湿地。洪泛湿地经历洪水淹没，次级河道来水和主河道水位上涨共同导致洪泛湿地被淹，而主河道水位消退后洪泛湿地洪水才陆续排出，因此同等水位时，涨水期典型洪泛湿地的淹没面积略小于退水期的淹没面积。

涨水期水位总体上为上升，退水期则相反。但涨水期水位也表现为波动中增长，可能进一步加剧典型洪泛湿地水文迟滞程度。图6显示，涨水期水位上涨和水位下降过程中，水面积与水位依然存在显著的迟滞性，而且这种迟滞性在年际间差异显著，部分丰水年份迟滞程度相对较强（2004年、2010年、2012年），而平水年和枯水年涨水期水文迟滞程度相对较弱（图6）。退水期间水位表现下降趋势，部分年份存在波动变化。相对于涨水期，退水期水位变化过程中水文迟滞程度普遍较弱，大部分年份水文迟滞程度小于0.01。退水期水文迟滞性相对较强的年份为2002年、2012年和2015年，均为典型的丰水年（图6）。

Fig.6 The relationship of stage-area during rising and receding periods

图6 涨水期和退水期的水位-面积关系（2000-2015年）

Full size|PPT slide

因此，湖泊洪泛湿地水文迟滞不仅在季节尺度上存在，也表现在涨水-退水事件尺度上。即涨水季节或退水季节中的涨水过程和退水过程也会导致洪泛湿地水文变量的非线性响应。而且这种水文迟滞因水情丰枯呈现明显的年际差异。丰水年的水文迟滞较平水年和枯水年明显。涨水期较退水期的水文迟滞更显著。湖泊洪泛湿地的水文迟滞规律有利于进一步深化洪泛水文学理论的认识。总体上，洪泛湿地是洪泛湖泊水文迟滞的重要场所和原因，涨水和退水过程洪水淹没和排泄的时空差异形成了湖泊水文迟滞现象。

水位涨落导致湖泊淹没面积和范围的动态变化，进一步造成水文连通性的增强或减弱。图7显示水位-水文连通性也呈现出迟滞特征。与水位-面积的迟滞特征类似，涨水期的水位-水文连通性的迟滞程度明显大于退水期，丰水年的水文迟滞性强于平水年和枯水年（图7）。涨水期大部分年份的水位-水文连通性的迟滞程度0.02~0.06，退水期大部分年份的水位-水文连通性的迟滞程度低于0.02。丰水年涨水期的水文迟滞性较大，比如2004年、2010年、2012年，枯水年退水期的水文迟滞性较弱，比如2003年、2006年、2007年。

Fig.7 The relationship of stage-hydrological connectivity during rising and receding periods

图7 涨水期和退水期的水位-水文连通性关系（2000-2015年）

Full size|PPT slide

4 讨论

湖泊洪泛湿地水文迟滞性不仅表现在水位-水面积的非线性，也表现在水位-水文连通性的非线性特征。水位-水文连通性的非线性特征与水位-水面积类似，而水面积-水文连通性呈现线性特征^［20］，因此水位-水文连通性迟滞性与水位-水面积的迟滞性密切相关。如前所述，水位-水面积的非线性特征的主要原因是洪泛湿地复杂的地貌结构和洪水蓄排的时空异质（图8）。已有研究发现水文连通性不仅受湖泊水位控制，也受地形结构影响^［31］。尤其是，洪泛湿地河岸岸堤对部分时期的水文连通性存在关键影响。水体空间分布特征也是影响水文连通性的重要因素之一，相似水位条件下，不同水文时期或过程中的洪泛湿地水体分布格局可能差异明显，进而导致水文连通性的显著差别^［20］。

Fig.8 The illustration of influence of hydrology hysteresis of floodplains

图8 洪泛湿地水文迟滞性影响因素概念图示

Full size|PPT slide

已有研究表明洪泛湖泊水文迟滞性存在逆时针和顺时针两种方向^［11］。鄱阳湖北部的水位-水面积呈现顺时针绳套，湖泊南部的水位-水面积呈现逆时针绳套，前者与湖泊洪泛平原的水文特征类似，后者与河流洪泛平原的水文特征类似。本文研究区正是位于湖泊南部，其受流域来水影响控制，涨水时主河道水位高于两侧滩地水位，而退水时主河道洪水消退，然后滩地洪水排泄，此时滩地水位高于主河道水位，因此给定水位条件时，涨水期淹没面积小于退水期。另外，湖泊南部的蝶形湖众多，退水期蝶形湖与主河道不连通，容纳了一部分水量，加剧了湖泊南部的水文迟滞性。洞庭湖水位与水面积呈现更为复杂的8字型绳套，研究发现长江来水、流域来水的时空差异是绳套关系的主要影响因素之一^［12］。

洪泛湿地具有洪水调蓄等重要功能。中高水位时期洪泛湿地容纳了鄱阳湖60%的水量，延迟长江干流洪峰出现时间，降低干流洪水水位^{［11， 32］}。水位-水面积-水文连通性的绳套关系表明，水文过程同样影响洪泛湿地的水量调蓄功能。Tan等^［18］研究发现水文连通的蝶形湖水面扩张速率是其他水文阻隔类蝶形湖的7倍。因此洪泛湿地的水资源管理应该考虑上述水文迟滞性，提高水资源调控和洪水调蓄的精细管理水平和能力。洪泛湿地生态系统是维护全球生物多样性的热点区域之一^［4］。洪泛湿地的水文迟滞特征表明，湖泊水位仅仅是对观测站点区域水量的定量表征，但对洪泛湿地水文状况只是粗略估计。即使是同样的湖泊水位，洪泛湿地的淹没状况、水文连通程度可能相差较大。鄱阳湖的湖泊水位观测站点主要分布在通江河道，而面积广大的湖泊湿地区域的水位观测稀缺。由目前的研究可知，湖泊水位与水面积、湖泊湿地水文连通性存在非线性特征，部分原因是湖泊湿地的淹水范围和连通路径的复杂性，这为今后水文观测和湿地保护提供一定的借鉴：亟需增加湖泊湿地的水文观测，提高湿地生态水文调控能力和生态系统保护力度。

5 结论

洪泛湿地是湖泊和河流生态系统的重要组成，在区域水资源调控、生物多样性保护等方面具有重要作用。应用水动力数值模拟和地统计方法研究发现，湖泊洪泛湿地存在典型的水文迟滞性，包括水位-水面积非线性和水位-水文连通性非线性关系。研究发现水文迟滞性在季节尺度和涨水-退水事件尺度上均存在，并且随水情变化而年际差异显著。总体上，涨水期水文迟滞性程度明显比退水期水文迟滞性强。2000-2015年，典型丰水年（2004、2010、2012年）涨水期存在明显的水文迟滞，枯水年、平水年退水期的水文迟滞性较弱。湖泊洪泛湿地水文迟滞性的主要原因包括地貌结构和洪水调蓄两个方面，鄱阳湖南部湖区众多的蝶形湖加剧了洪泛湿地的水文迟滞性程度。研究结果表明，洪泛湖泊水资源管理和湿地生态保护和管理应该考虑水文迟滞性，加强湿地水文观测，为湖泊水资源精细管理和湿地生态保护提供理论支撑。

References

Publishing order | Descend order by publishing year | Descend order by cited within

1	翟金良，邓伟，何岩. 洪泛区湿地生态环境功能及管理对策［J］. 水科学进展，2003：203-208. 本文引用 [1]

2	MEITZEN K M. Floodplains ［M］. Amsterdam： Elsevier， 2018. 本文引用 [1]

3	吴燕锋，章光新， N.ROUSSEAU A. 流域湿地水文调蓄功能定量评估［J］. 中国科学：地球科学，2020，50：281-294. 本文引用 [1]

4	OPPERMAN J J， GALLOWAY G E， DUVAIL S. The multiple benefits of river–floodplain connectivity for people and biodiversity， In： LEVIN S A （Ed.）， Encyclopedia of Biodiversity （Second Edition）［M］. Waltham： Academic Press， 2013：144-160. 本文引用 [2]

5	牛振国，张海英，王显威，等. 1978-2008年中国湿地类型变化［J］. 科学通报，2012，57：1 400-1 411. 本文引用 [1]

6	董李勤，章光新. 全球气候变化对湿地生态水文的影响研究综述［J］. 水科学进展，2011，22：429-436.

7	宫鹏，牛振国，程晓，等. 中国1990和2000基准年湿地变化遥感［J］. 中国科学：地球科学，2010，40：768-775.

8	DAVIDSON N C， FLUET-CHOUINARD E， FINLAYSON C M. Global extent and distribution of wetlands： trends and issues ［J］. Marine and Freshwater Research， 2018，69（4）：620-627. 本文引用 [1]

9	翟金良，何岩，邓伟，等. 河流—洪泛区环境系统特征的初步研究［J］. 水土保持通报，2006：34-40. 本文引用 [1]

10	JUNK W J. The flood pulse concept in river-floodplain systems［J］. Canadian Journal Special Publication of Fishery and Aquatic Science， 1989，106：110-127. 本文引用 [1]

11	ZHANG Q， WERNER A D. Hysteretic relationships in inundation dynamics for a large lake–floodplain system ［J］. Journal of Hydrology， 2015，527：160-171. 本文引用 [9]

12	柯文莉，陈成忠，吉红霞，等. 洞庭湖水面面积与城陵矶水位之间的绳套关系［J］. 湖泊科学，2017，29：753-764. 本文引用 [2]

13	ZHANG X L， ZHANG Q， WERNER A D， et al. Characteristics and causal factors of hysteresis in the hydrodynamics of a large floodplain system： Poyang Lake （China）［J］. Journal of Hydrology， 2017，553：574-583. 本文引用 [2]

14	TOCKNER K， STANFORD J A. Riverine flood plains： present state and future trends ［J］. Environmental Conservation， 2002，29（3）：308-330. 本文引用 [1]

15	KARIM F， KINSEY-HENDERSON A， WALLACE J， et al. Modelling wetland connectivity during overbank flooding in a tropical floodplain in north Queensland， Australia［J］. Hydrological Processes， 2012，26（18）：2 710-2 723. 本文引用 [1]

16	KUPFER J A， MEITZEN K M， GAO P. Flooding and Surface Connectivity of Taxodium-Nyssa Stands in a Southern Floodplain Forest Ecosystem ［J］. River Research Application， 2015，31（10）：1 299-1 310. 本文引用 [1]

17	PARK E， LATRUBESSE E M. The hydro-geomorphologic complexity of the lower Amazon River floodplain and hydrological connectivity assessed by remote sensing and field control［J］. Remote Sensing Environment， 2017，198：321-332. 本文引用 [2]

18	TAN Z， WANG X， CHEN B， et al. Surface water connectivity of seasonal isolated lakes in a dynamic lake-floodplain system［J］. Journal of Hydrology， 2019，579：124 154. 本文引用 [2]

19	张小琳，张奇，王晓龙. 洪泛湖泊水位-流量关系的非线性特征分析［J］. 长江流域资源与环境，2017，26：723-729. 本文引用 [2]

20	刘星根. 鄱阳湖洪泛湿地地表水文连通性时空变化特征及生态环境意义［D］. 北京：中国科学院大学，2020. 本文引用 [4]

21	刘丹，王烜，李春晖，等. 水文连通性对湖泊生态环境影响的研究进展［J］. 长江流域资源与环境，2019，28：1 702-1 715. 本文引用 [1]

22	史林鹭. 水文连通性对鄱阳湖湿地植被生长动态的影响［D］. 北京：北京林业大学，2018.

23	BRACKEN L J， WAINWRIGHT J， ALI G A， et al. Concepts of hydrological connectivity： Research approaches， pathways and future agendas ［J］. Earth-Science Reviews， 2013，119：17-34. 本文引用 [1]

24	LI Y， ZHANG Q， YAO J， et al. Hydrodynamic and Hydrological Modeling of the Poyang Lake Catchment System in China ［J］. Journal of Hydrologic Engineering， 2014，19（3）：607-616. 本文引用 [1]

25	YAO J， ZHANG Q， YE X C， et al. Quantifying the impact of bathymetric changes on the hydrological regimes in a large floodplain lake： Poyang Lake ［J］. Journal of Hydrology， 2018，561：711-723. 本文引用 [1]

26	姚静，张奇，李云良，等. 定常风对鄱阳湖水动力的影响［J］. 湖泊科学，2016，28：225-236. 本文引用 [2]

27	KNUDBY C， CARRERA J. On the relationship between indicators of geostatistical， flow and transport connectivity［J］. Advances in Water Resources， 2005，28（4）：405-421. 本文引用 [1]

28	MICHAELIDES K， CHAPPELL A. Connectivity as a concept for characterising hydrological behaviour［J］. Hydrological Processes， 2009，23（3）：517-522. 本文引用 [2]

29	TRIGG M A， MICHAELIDES K， NEAL J C， et al. Surface water connectivity dynamics of a large scale extreme flood［J］. Journal of Hydrology， 2013，505：138-149. 本文引用 [2]

30	NORBIATO D， BORGA M. Analysis of hysteretic behaviour of a hillslope-storage kinematic wave model for subsurface flow［J］. Advances in Water Resources， 2008，31（1）：118-131. 本文引用 [2]

31	LIU X， ZHANG Q， LI Y， et al. Satellite image-based investigation of the seasonal variations in the hydrological connectivity of a large floodplain （Poyang Lake， China）［J］. Journal of Hydrology， 2020，585：124 810. 本文引用 [1]

32	刘志刚，倪兆奎. 鄱阳湖发展演变及江湖关系变化影响［J］. 环境科学学报，2015，35：1 265-1 273. 本文引用 [1]

PDF(6570 KB)

3006

Accesses

Citation

Detail

Sections

Recommended

Abstract
Key words
Cite this article
1 研究区概况
Fig.1 The location， bathymetric and rivers of study area
2 研究方法和数据
2.1 二维水动力模型构建和验证
Fig.2 The model mesh and bathymetric of hydrodynamic modeling
2.2 水文连通性的定量表征
Fig.3 The illustration example of calculation of connectivity function
2.3 非线性的定量表征
3 结果与分析
Fig.4 The comparison of lake stage， outflow and water area during 2000-2015
Tab.1 The results of calibration and verification of hydrodynamic modeling
Fig.5 The relationship of stage-area averaged during 2000-2015
Fig.6 The relationship of stage-area during rising and receding periods
Fig.7 The relationship of stage-hydrological connectivity during rising and receding periods
4 讨论
Fig.8 The illustration of influence of hydrology hysteresis of floodplains
5 结论
References

Received	Published
2020-11-13	2021-08-15
Issue Date
2021-09-24

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

1 研究区概况

Fig.1 The location， bathymetric and rivers of study area

2 研究方法和数据

2.1 二维水动力模型构建和验证

Fig.2 The model mesh and bathymetric of hydrodynamic modeling

2.2 水文连通性的定量表征

Fig.3 The illustration example of calculation of connectivity function

2.3 非线性的定量表征

3 结果与分析

Fig.4 The comparison of lake stage， outflow and water area during 2000-2015

Tab.1 The results of calibration and verification of hydrodynamic modeling

Fig.5 The relationship of stage-area averaged during 2000-2015

Fig.6 The relationship of stage-area during rising and receding periods

Fig.7 The relationship of stage-hydrological connectivity during rising and receding periods

4 讨论

Fig.8 The illustration of influence of hydrology hysteresis of floodplains

5 结论

{{custom_sec.title}}

{{custom_sec.title}}

References

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

1 研究区概况

Fig.1 The location， bathymetric and rivers of study area

2 研究方法和数据

2.1 二维水动力模型构建和验证

Fig.2 The model mesh and bathymetric of hydrodynamic modeling

2.2 水文连通性的定量表征

Fig.3 The illustration example of calculation of connectivity function

2.3 非线性的定量表征

3 结果与分析

Fig.4 The comparison of lake stage， outflow and water area during 2000-2015

Tab.1 The results of calibration and verification of hydrodynamic modeling

Fig.5 The relationship of stage-area averaged during 2000-2015

Fig.6 The relationship of stage-area during rising and receding periods

Fig.7 The relationship of stage-hydrological connectivity during rising and receding periods

4 讨 论

Fig.8 The illustration of influence of hydrology hysteresis of floodplains

5 结 论

{{custom_sec.title}}

{{custom_sec.title}}

References

4 讨论

5 结论