李云良，姚 靜，李夢(mèng)凡,2，張 奇,3

(1:中國(guó)科學(xué)院南京地理與湖泊研究所流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室，南京 210008)(2:中國(guó)科學(xué)院大學(xué)，北京 100049)(3:江西師范大學(xué)鄱陽(yáng)湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室，南昌 330022)

鄱陽(yáng)湖換水周期與示蹤劑傳輸時(shí)間特征的數(shù)值模擬

李云良1，姚 靜1，李夢(mèng)凡1,2，張 奇1,3

(1:中國(guó)科學(xué)院南京地理與湖泊研究所流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室，南京 210008)(2:中國(guó)科學(xué)院大學(xué)，北京 100049)(3:江西師范大學(xué)鄱陽(yáng)湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室，南昌 330022)

在復(fù)雜湖泊水動(dòng)力環(huán)境作用下，換水周期和傳輸時(shí)間變化直接影響著污染物的遷移和轉(zhuǎn)化. 本文運(yùn)用數(shù)值模擬方法，定量研究了季節(jié)水情動(dòng)態(tài)下鄱陽(yáng)湖換水周期和示蹤劑傳輸時(shí)間的空間分布. 結(jié)果表明，不同季節(jié)下鄱陽(yáng)湖換水周期均具有較高的空間異質(zhì)性，貫穿整個(gè)湖區(qū)的主河道換水周期約<10 d，大多湖灣區(qū)的換水周期則長(zhǎng)達(dá)300多天. 盡管不同季節(jié)下?lián)Q水周期空間分布格局幾乎相似，但受鄱陽(yáng)湖水動(dòng)力場(chǎng)的季節(jié)變化影響，夏、秋季的換水周期要明顯大于春、冬季. 基于換水周期頻率分布曲線的統(tǒng)計(jì)表明，80%的鄱陽(yáng)湖區(qū)的換水周期約<30 d，其余湖區(qū)換水周期為幾十天至幾百天，表明鄱陽(yáng)湖應(yīng)該更加確切地描述為一個(gè)快速換水和慢速換水同時(shí)共存的湖泊系統(tǒng). 鄱陽(yáng)湖示蹤劑傳輸時(shí)間介于4～32 d，夏、秋季的傳輸時(shí)間(11～32 d)約為春、冬季(4～8 d)的4倍，主要與鄱陽(yáng)湖季節(jié)性水情特征及示蹤劑的遷移路徑有關(guān). 本文所獲取的換水周期和示蹤劑傳輸時(shí)間的時(shí)空分布信息可為今后鄱陽(yáng)湖水質(zhì)、水環(huán)境和生態(tài)系統(tǒng)管理和維護(hù)等方面提供重要科學(xué)參考.

換水周期；傳輸時(shí)間；空間異質(zhì)性；染色示蹤劑；水動(dòng)力模型；鄱陽(yáng)湖

湖泊是全球陸地水系統(tǒng)中極為重要的組分，因其具有豐富的地表水資源和高度的生態(tài)價(jià)值. 湖泊是人們休閑娛樂(lè)、工農(nóng)業(yè)用水和發(fā)展?jié)O業(yè)的重要場(chǎng)所，也是眾多生物群賴(lài)以生存的必需環(huán)境[1]. 湖泊大多位于流域中下游地勢(shì)低洼處，起著過(guò)濾和緩沖的作用，容納了不同來(lái)源的水、沙和污染物等，并將其轉(zhuǎn)換為湖內(nèi)的物理、化學(xué)和生物過(guò)程等[2]. 在湖泊水體復(fù)雜水動(dòng)力環(huán)境作用下，換水周期和傳輸時(shí)間嚴(yán)重影響了湖區(qū)污染物的遷移和轉(zhuǎn)化，進(jìn)而給湖泊水質(zhì)的時(shí)空變化帶來(lái)不容忽視的影響[3].

鄱陽(yáng)湖是我國(guó)最大的淡水湖泊，也是長(zhǎng)江中下游極具代表性的大型通江湖泊之一，在優(yōu)質(zhì)淡水供給、洪水調(diào)控和生物多樣性保護(hù)等方面起著重要作用[4]. 鄱陽(yáng)湖水位的高度動(dòng)態(tài)變化，導(dǎo)致湖泊水體面積呈現(xiàn)年內(nèi)顯著的萎縮與擴(kuò)張，進(jìn)而使得湖區(qū)洪旱災(zāi)害頻發(fā)[5]. 流域“五河”來(lái)水對(duì)湖泊水位起著主控作用，其次，鄱陽(yáng)湖與長(zhǎng)江的水量交換也對(duì)湖泊水位造成季節(jié)性的頂托和拉空作用[6-8]. 另外，鄱陽(yáng)湖也是全球重要生態(tài)區(qū)，承載著鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)的可持續(xù)發(fā)展，以占長(zhǎng)江約16%的年徑流量影響著長(zhǎng)江中下游供水和用水安全[9]. 但近些年來(lái)，隨著鄱陽(yáng)湖周邊工業(yè)化城鎮(zhèn)化加快和人口的急劇增長(zhǎng)，污水和廢水排放持續(xù)增加，給鄱陽(yáng)湖水質(zhì)造成嚴(yán)重威脅[9]. 因此，研究換水周期和污染物傳輸時(shí)間，分析其影響因素，可為鄱陽(yáng)湖水質(zhì)水環(huán)境模擬、大型通江湖泊“江湖關(guān)系變化”研究提供參考，對(duì)保護(hù)“一湖清水”、保障長(zhǎng)江中下游水環(huán)境安全具有重要現(xiàn)實(shí)意義.

文獻(xiàn)調(diào)研發(fā)現(xiàn)，先前研究[4,10-11]基本都是采用一個(gè)平均意義上的比值來(lái)描述鄱陽(yáng)湖換水周期，即湖泊蓄量(V)和出流量(Q)的比值(V/Q). 這種計(jì)算方法沒(méi)有明確指明到底湖泊出流量和湖泊蓄量該如何取值以及取值在哪個(gè)時(shí)間尺度(星期、月還是年尺度)上是比較可靠的？先前研究幾乎均得出較為一致的結(jié)論：鄱陽(yáng)湖是一個(gè)快速的換水系統(tǒng)，即換水時(shí)間很短. 由于不同學(xué)者所選取的典型年份水情特征有所不同，導(dǎo)致鄱陽(yáng)湖換水周期的計(jì)算結(jié)果也差異較大，大致變化范圍由短則10天至長(zhǎng)達(dá)60天[4,10-11]. 這種基于比值的估算方法比較適合于水文情勢(shì)比較簡(jiǎn)單的湖泊系統(tǒng)，但對(duì)于鄱陽(yáng)湖而言，因湖泊季節(jié)性水位變化幅度可達(dá)15 m[12]，加之長(zhǎng)江倒灌對(duì)鄱陽(yáng)湖出流的頻繁干擾[7]，無(wú)法確切量化與水位變化相關(guān)的湖泊出流量和湖泊蓄量. 另外，單一比值無(wú)法將換水周期與湖泊水環(huán)境因子(例如溫度、葉綠素a和電導(dǎo)率等)的空間分布聯(lián)系起來(lái)，導(dǎo)致其對(duì)湖泊水質(zhì)水環(huán)境保護(hù)和借鑒方面所提供的科學(xué)參考價(jià)值尚顯不足[13]. 實(shí)際上，基于單一比值的換水周期計(jì)算只是對(duì)湖泊換水能力的一般性描述，無(wú)法反映不同時(shí)期與不同湖區(qū)的換水能力狀況[13]，而這些又是當(dāng)今大尺度湖泊系統(tǒng)研究所關(guān)注的重要方面. 客觀而言，換水周期具有時(shí)間上顯著變化和空間上的固有異質(zhì)性，因而尋求一種更加合理可靠的方法開(kāi)展鄱陽(yáng)湖換水周期的空間調(diào)查及其對(duì)季節(jié)變化的響應(yīng)是當(dāng)前研究的一個(gè)重要任務(wù).

基于上述原因，結(jié)合鄱陽(yáng)湖目前水質(zhì)水環(huán)境問(wèn)題所面臨的嚴(yán)峻考驗(yàn)，本文在先前構(gòu)建的鄱陽(yáng)湖二維水動(dòng)力模型的基礎(chǔ)上耦合染色示蹤劑方法，開(kāi)展鄱陽(yáng)湖不同季節(jié)的換水周期和污染物(示蹤劑)傳輸時(shí)間的模擬研究，期望能對(duì)水力聯(lián)系復(fù)雜的鄱陽(yáng)湖水系統(tǒng)有更加全面和清晰的認(rèn)識(shí). 本文主要解決以下幾個(gè)問(wèn)題或研究目標(biāo)：(1)鄱陽(yáng)湖換水周期是否有明顯的空間差異？其空間分布格局是否隨著不同季節(jié)水情變化而差異顯著？(2)示蹤劑傳輸時(shí)間在季節(jié)變化的空間尺度上有多大變化和差異？(3)換水周期和示蹤劑傳輸時(shí)間與水流空間結(jié)構(gòu)有怎樣的聯(lián)系？這些問(wèn)題的進(jìn)一步明確不僅有助于對(duì)湖泊空間水動(dòng)力場(chǎng)的深入認(rèn)識(shí)，也可為湖區(qū)污染物的輸移模擬和空間分布提供科學(xué)參考，更重要的是可用于進(jìn)一步闡釋鄱陽(yáng)湖水環(huán)境的空間變化及其響應(yīng)機(jī)制.

1 研究方法

1.1 研究區(qū)介紹

鄱陽(yáng)湖(28°24′～29°46′N(xiāo),115°49～116°49′E)位于江西省北部及長(zhǎng)江中下游南岸，南北長(zhǎng)約173 km，東西最大寬度約74 km，北部入江水道最窄處的寬度約2.8 km，湖岸線總長(zhǎng)約1200 km(圖1). 湖盆高程總體呈南高北低的趨勢(shì)，最大高程差可達(dá)13 m，南、北部平均高程相差約6.5 m(圖1). 鄱陽(yáng)湖大致包括主河道、島嶼、洪泛洲灘等典型地貌. 根據(jù)先前計(jì)算結(jié)果，洪水季節(jié)約85%的鄱陽(yáng)湖區(qū)平均水深小于6 m，最大水深可達(dá)30 m[12]. 湖區(qū)氣象條件空間差異較小，主要表現(xiàn)在季節(jié)性變化，多年平均降雨量和蒸發(fā)量分別為1766和1236 mm[4]. 根據(jù)實(shí)測(cè)資料統(tǒng)計(jì)的湖區(qū)年風(fēng)向以NE向?yàn)橹鳎陜?nèi)平均風(fēng)速約為3.03 m/s[14]. 鄱陽(yáng)湖主要承納贛江、撫河、信江、饒河與修水5大水系來(lái)水，經(jīng)調(diào)蓄后注入長(zhǎng)江，其與“五河”及長(zhǎng)江之間頻繁的水量交換形成了鄱陽(yáng)湖高動(dòng)態(tài)的水位和水面積變化. 根據(jù)流量資料統(tǒng)計(jì)得出，贛江流域入湖徑流約占年入湖總量62%、撫河流域約占11%、信江流域約占16%、饒河流域和修水流域分別約占8%和3%[15]. 鄱陽(yáng)湖洪、枯季節(jié)的水位差可達(dá)15 m，枯水季節(jié)的空間水位差可達(dá)5 m，而洪水季節(jié)整個(gè)湖區(qū)的水位基本保持一致[12]. 豐水期鄱陽(yáng)湖水面面積可達(dá)3000 km2，而枯水期萎縮至不足1000 km2[16]，呈現(xiàn)“洪水一片，枯水一線”的獨(dú)特洪泛特征.

圖1 鄱陽(yáng)湖湖盆地形、水文站點(diǎn)及水系分布Fig.1 Lake bathymetry, hydrological gauging stations and major inflow rivers of Lake Poyang

1.2 水動(dòng)力模型與構(gòu)建

鄱陽(yáng)湖水動(dòng)力模型采用丹麥水力研究所(DHI)開(kāi)發(fā)的MIKE 21，該模型屬于平面二維水流數(shù)學(xué)模型. MIKE 21模型已經(jīng)成功應(yīng)用于不同國(guó)家及地區(qū)的河流、湖泊和海灣等大型地表水體的流場(chǎng)模擬，詳細(xì)模型理論與方法，本文不再贅述. 鄱陽(yáng)湖水動(dòng)力模型計(jì)算域范圍及岸線邊界根據(jù)湖泊歷史洪水淹沒(méi)范圍確定(包括關(guān)鍵河段的河道模擬；圖1)，約占全鄱陽(yáng)湖流域面積的2%. 模型采用三角形網(wǎng)格來(lái)適應(yīng)鄱陽(yáng)湖復(fù)雜的湖盆地形和岸線，對(duì)主河道區(qū)域進(jìn)行網(wǎng)格整體細(xì)化剖分，而遠(yuǎn)離主河道的洪泛洲灘及岸線周邊區(qū)域采用粗化的網(wǎng)格剖分. 為了保證湖區(qū)的水量平衡，模型將5個(gè)站點(diǎn)(圖1)的日降雨和蒸發(fā)資料考慮到水動(dòng)力模型中參與計(jì)算. 盡管風(fēng)并不是鄱陽(yáng)湖水動(dòng)力場(chǎng)的主要驅(qū)動(dòng)因子，模型將定常風(fēng)納入到水動(dòng)力模型考慮其對(duì)局部湖區(qū)流速的影響[14]. 流域“五河”的入湖徑流過(guò)程作為水動(dòng)力模型上游開(kāi)邊界條件(模型會(huì)根據(jù)河段上游的輸入流量進(jìn)行河道水流模擬)，江湖交匯處的湖口水位過(guò)程作為下游開(kāi)邊界條件，以此表征流域五河-鄱陽(yáng)湖-長(zhǎng)江之間的相互作用. 模型所需率定的主要參數(shù)包括曼寧糙率系數(shù)和渦粘系數(shù). 空間變化的曼寧數(shù)M給定為30～50 m1/3/s，分別適應(yīng)于湖泊底部的洪泛洲灘和主河道，渦粘系數(shù)采用Smagorinsky公式計(jì)算，其中子渦擴(kuò)散系數(shù)Cs取0.28. 鑒于鄱陽(yáng)湖水動(dòng)力模型已成功構(gòu)建并廣泛應(yīng)用于鄱陽(yáng)湖水動(dòng)力研究[8,12,14,17-21]，本文僅將模型的關(guān)鍵信息和模型構(gòu)建的重要方面匯總于表1.

表1 鄱陽(yáng)湖水動(dòng)力模型MIKE 21的構(gòu)建和參數(shù)設(shè)定

Tab.1 Construction and parameters in the MIKE 21 hydrodynamic model of Lake Poyang

模型構(gòu)建模型給定參考文獻(xiàn)模型適用性正壓模式，深度平均(2D)[12，20]上游開(kāi)邊界流域五河入湖日徑流過(guò)程線[12]下游開(kāi)邊界湖口日水位過(guò)程線[12，18]湖區(qū)降雨/蒸發(fā)空間均一，但隨時(shí)間變化[12]湖區(qū)風(fēng)場(chǎng)空間定常風(fēng)NE=45°，風(fēng)速=3．03m/s[14，19?20]湖盆地形更新到2000年[8]空間計(jì)算域約3200km2[12]離散分辨率網(wǎng)格尺寸變化范圍為70～1500m[12]時(shí)間步長(zhǎng)變時(shí)間步長(zhǎng)為5～3600s[12]CFL條件數(shù)設(shè)定為1．0[12]曼寧糙率系數(shù)空間分布，變化范圍為30～50m1/3/s[8，12，17，21]渦粘系數(shù)空間取均一值0．28[12，14]

1.3 模型率定與驗(yàn)證

鄱陽(yáng)湖水動(dòng)力模型MIKE 21已進(jìn)行了全面的率定和驗(yàn)證，主要是集中于2000-2010年的連續(xù)年份驗(yàn)證和典型年份驗(yàn)證[12,14,20]，通過(guò)Nash-Sutcliffe效率系數(shù)、確定性系數(shù)和相對(duì)誤差來(lái)評(píng)價(jià)湖泊水位、湖泊水面積、湖泊出流量和流速等關(guān)鍵變量的模擬效果[12]. 水位驗(yàn)證采用星子、都昌、棠蔭和康山(圖1)4個(gè)站點(diǎn)2000-2008年的日水位，各站點(diǎn)擬合的Nash-Sutcliffe效率系數(shù)可達(dá)0.98，相對(duì)誤差均在±5%以?xún)?nèi)[12]；選取2004年的14景MODIS影像來(lái)驗(yàn)證水動(dòng)力模型，洪水期和枯水期水面積擬合的相對(duì)誤差分別為3.3%和16.8%[12]；鄱陽(yáng)湖水動(dòng)力模型能夠很好地模擬2003-2008年湖泊出流和長(zhǎng)江倒灌量時(shí)序變化，擬合的確定性系數(shù)可達(dá)0.92，相對(duì)誤差約為-12.9%[12]；通過(guò)2008年實(shí)測(cè)的湖口和星子ADCP斷面流速走航資料來(lái)驗(yàn)證水動(dòng)力模型，結(jié)果表明MIKE 21模型能夠理想地再現(xiàn)鄱陽(yáng)湖洪枯季節(jié)的水流變化，流速擬合的確定性系數(shù)可達(dá)0.80以上[20]. 此外，MIKE 21模型能夠成功捕捉2005年季節(jié)水情變化下鄱陽(yáng)湖典型湖區(qū)的水動(dòng)力場(chǎng)特征[12]. 本文限于篇幅，不再過(guò)多陳述MIKE 21水動(dòng)力模型的率定和驗(yàn)證情況，具體可參考該模型在鄱陽(yáng)湖水文水動(dòng)力研究方面先前發(fā)表的成果[12, 14, 19-20].

1.4 換水周期與傳輸時(shí)間定義

不同學(xué)者對(duì)湖泊換水能力從不同角度進(jìn)行了定義，如水齡、水力滯留時(shí)間和換水周期等[22]. 本文采用換水周期(e-folding time)這一應(yīng)用比較廣泛的概念來(lái)定量研究鄱陽(yáng)湖的換水能力，即換水周期計(jì)算采用基于濃度變化的指數(shù)衰減函數(shù)來(lái)表示[23-25]：

Ct=C0·e-t/Tf

(1)

式中，t表示時(shí)間，C0表示示蹤劑初始濃度值，Ct表示t時(shí)刻的剩余示蹤劑濃度值. 由公式(1)可得，當(dāng)t=Tf(V/Q)時(shí)，濃度已經(jīng)衰減到初始濃度的e-1或37%. 因此，換水周期定義為剩余濃度降低至初始濃度的37%時(shí)所需要的時(shí)間.

示蹤劑傳輸時(shí)間(travel time)是另一個(gè)表征湖泊換水能力的重要指標(biāo)，其通常定義為一種給定濃度的保守型示蹤劑從它的起始投放位置到某一觀測(cè)位置出現(xiàn)濃度峰值時(shí)所需要的時(shí)間[26-28]. 當(dāng)某一觀測(cè)位置出現(xiàn)兩個(gè)或多個(gè)濃度峰值時(shí)，通常將最大濃度所對(duì)應(yīng)的時(shí)間定義為湖泊系統(tǒng)的示蹤劑傳輸時(shí)間[29].

通過(guò)上述定義可知，換水周期和傳輸時(shí)間既有聯(lián)系又有一定差異，兩者均是基于污染物遷移而提出的與湖泊水流運(yùn)動(dòng)密切相關(guān)的重要指標(biāo)，但兩者卻是從不同角度來(lái)揭示湖泊系統(tǒng)的換水能力.

1.5 模擬方案與模型設(shè)置

本文通過(guò)水動(dòng)力模型MIKE 21耦合對(duì)流-彌散方程[30-31]來(lái)模擬計(jì)算鄱陽(yáng)湖換水周期和示蹤劑傳輸時(shí)間. 根據(jù)上述定義，為了詳細(xì)調(diào)查鄱陽(yáng)湖換水周期的空間異質(zhì)性，本文的研究策略是將整個(gè)鄱陽(yáng)湖水體染成單位濃度為1的保守型示蹤劑，通過(guò)監(jiān)測(cè)水動(dòng)力模型每個(gè)網(wǎng)格單元的剩余濃度變化，便可獲得鄱陽(yáng)湖換水周期的空間分布. 因鄱陽(yáng)湖污染物的主要來(lái)源為流域“五河”水系，本文選取3個(gè)入湖口作為主要投放區(qū)域(代表西部、南部和東部湖區(qū))來(lái)探究空間尺度上的鄱陽(yáng)湖示蹤劑傳輸時(shí)間，并在湖口斷面觀測(cè)濃度的響應(yīng)與變化.

因?yàn)檑蛾?yáng)湖水情年際變化較大，一個(gè)平均年份的模擬計(jì)算要比典型年份更具有普適性. 因此，本文將2001-2010年(共10年)的平均條件作為先前MIKE 21模型的基礎(chǔ)輸入，即模擬時(shí)間設(shè)定為一個(gè)完整的水文年(365 d). 模型更新輸入主要包括上游“五河”開(kāi)邊界條件、湖口水位邊界條件和湖區(qū)上邊界氣象條件，而其他輸入和模型參數(shù)保持不變(表1). 對(duì)于換水周期計(jì)算，將初始空間濃度場(chǎng)設(shè)定為單位濃度1(本文濃度單位設(shè)定為kg/m3)，“五河”開(kāi)邊界濃度值設(shè)定為0，湖口開(kāi)邊界處設(shè)定為濃度自由出流邊界；對(duì)于示蹤劑傳輸時(shí)間計(jì)算，將初始空間濃度場(chǎng)設(shè)定為0，3個(gè)代表性投放點(diǎn)分別設(shè)定為單位濃度1，“五河”開(kāi)邊界濃度值設(shè)定為0，湖口開(kāi)邊界處設(shè)定為濃度自由出流邊界. 為了進(jìn)一步研究不同季節(jié)下的換水周期和示蹤劑傳輸時(shí)間變化，本文模擬將染色示蹤劑(初始濃度場(chǎng)和點(diǎn)源)的投放時(shí)間分別設(shè)定為4月1日(漲水期)、7月1日(洪水期)、10月1日(退水期)和1月1日(枯水期)，相應(yīng)的模擬結(jié)束時(shí)間分別為次年的4、7、10和1月(通過(guò)平均水文年資料來(lái)插補(bǔ)次年對(duì)應(yīng)月份的序列資料)，以此綜合表征鄱陽(yáng)湖春、夏、秋和冬季的換水能力.

2 結(jié)果與分析

2.1 換水周期模擬

換水周期模擬時(shí)鄱陽(yáng)湖北部入江通道湖口、星子站的濃度曲線隨時(shí)間變化大體呈指數(shù)衰減形式，充分表明本文所采用的換水周期計(jì)算方法(式(1))在鄱陽(yáng)湖具有很好的適用性，保證了模型模擬結(jié)果的合理性與可靠性. 模擬結(jié)果表明，春、冬季節(jié)湖口和星子站的換水周期約為10 d左右，而夏、秋季兩個(gè)典型點(diǎn)位附近水體的換水周期變化范圍為20～30 d，尤其是夏季的換水周期可達(dá)30 d(圖2). 為了深入分析鄱陽(yáng)湖不同季節(jié)的換水周期空間分布，這里對(duì)4個(gè)季節(jié)的模擬結(jié)果分別加以分析與探討. 由圖3a可以發(fā)現(xiàn)，整個(gè)湖區(qū)的換水周期較快，大部分湖區(qū)換水時(shí)間約小于10 d，鄰近西部湖岸線的少部分湖區(qū)、東北部和東南部?jī)纱蠛硡^(qū)有著相對(duì)較長(zhǎng)的換水周期，平均換水時(shí)間約為30 d. 總體來(lái)看，春季鄱陽(yáng)湖的換水周期空間異質(zhì)性較弱，主要是因?yàn)樵摷竟?jié)強(qiáng)大的流域“五河”來(lái)水導(dǎo)致了整個(gè)鄱陽(yáng)湖快速變化的湖流，換水時(shí)間也相對(duì)較短. 夏天鄱陽(yáng)湖換水周期的空間異質(zhì)性較強(qiáng)，換水周期從北到南大致呈梯度變化，北部湖區(qū)換水周期變化范圍約30～60 d，湖區(qū)中游小部分湖區(qū)換水周期約為10～20 d，而南部湖區(qū)的換水周期則少于10 d(圖3b). 換水周期的梯度分布主要與鄱陽(yáng)湖洪水期水情變化密切相關(guān)，該時(shí)期鄱陽(yáng)湖出流受到長(zhǎng)江頂托而整體水面保持水平，此時(shí)鄱陽(yáng)湖北部湖區(qū)受長(zhǎng)江影響較為顯著，而上游流域的“五河”入湖徑流則加快了南部湖區(qū)水體的換水能力. 由圖3b還可以看出，東北部和東南部湖灣區(qū)和最南部湖灣區(qū)的換水周期較長(zhǎng)，換水時(shí)間長(zhǎng)達(dá)180 d，最高值可達(dá)300多天，表明這些局部湖區(qū)受自身湖盆形態(tài)和水動(dòng)力影響其換水能力很弱，需要長(zhǎng)時(shí)間才能完成一次換水. 從圖3c不難發(fā)現(xiàn)，秋季換水周期的空間分布格局與夏季呈現(xiàn)很好的一致性. 同夏季相比，秋季鄱陽(yáng)湖換水周期整體上較短，北部至中部廣大湖區(qū)的換水周期約10～20 d，而南部和西部湖區(qū)換水周期約小于10 d. 同樣可以發(fā)現(xiàn)，東北部、東南部和最南部湖灣區(qū)的換水周期仍然相對(duì)較長(zhǎng)，換水時(shí)間最長(zhǎng)可達(dá)240 d. 冬季是鄱陽(yáng)湖的低枯水位時(shí)期，鄱陽(yáng)湖水體面積嚴(yán)重萎縮，除了貫穿整個(gè)湖區(qū)的主河道，此時(shí)的鄱陽(yáng)湖已被分割成許多相對(duì)獨(dú)立的小型水體，換水周期也相應(yīng)呈現(xiàn)較高的空間異質(zhì)性(圖3d). 此時(shí)，主河道的換水周期相對(duì)較短，約為7 d，相對(duì)獨(dú)立的碟形湖或者小型水體因湖水位較低無(wú)法與主湖區(qū)進(jìn)行充分的水量交換，換水周期相對(duì)較長(zhǎng)，約20～30 d，而臨近湖岸線的大部分湖灣區(qū)換水周期長(zhǎng)達(dá)120 d左右.

圖2 湖口和星子站染色示蹤劑濃度隨時(shí)間變化曲線(圓點(diǎn)表示37%濃度值對(duì)應(yīng)的換水周期)Fig.2 Temporal variations in dye tracer concentrations at Hukou and Xingzi gauging stations of Lake Poyang (The circle represents the residence time corresponding to 37% of the initial concentration)

圖3 鄱陽(yáng)湖季節(jié)性換水周期的空間分布Fig.3 Spatial distribution of residence time in different seasons of Lake Poyang

總體而言，鄱陽(yáng)湖換水周期在不同季節(jié)均具有較為明顯的空間異質(zhì)性. 盡管換水周期的空間值隨季節(jié)變化也呈現(xiàn)出較大的差異性，但換水周期的空間分布格局在季節(jié)尺度上具有高度相似性和一致性. 空間上，主河道換水周期整體上約小于10 d，洪泛洲灘等廣大淺水區(qū)域的換水周期隨季節(jié)水情約變化為幾十天到幾個(gè)月，大多數(shù)湖灣區(qū)的換水周期變化為幾個(gè)月至幾百天，最長(zhǎng)換水周期可達(dá)300多天. 在不同季節(jié)的水情影響下，鄱陽(yáng)湖主河道有著大致沿向北方向運(yùn)動(dòng)的快速水流(最大流速可達(dá)1.0 m/s)，而遠(yuǎn)離主河道的洪泛洲灘因水流形態(tài)復(fù)雜其流速相對(duì)平緩，而近湖岸的一些湖灣區(qū)流速極其緩慢(約<0.1 m/s)，加上風(fēng)在這些局部湖區(qū)的顯著作用，經(jīng)常伴有環(huán)流發(fā)生[12,14]. 鄱陽(yáng)湖的季節(jié)性洪泛變化是其不同于其他湖泊的重要特征之一，因夏、秋季節(jié)鄱陽(yáng)湖呈現(xiàn)典型“湖相”特征，除了流域“五河”入湖口外，湖區(qū)流速整體較小(圖4b和c)，而春、冬季明顯的“河相”特征導(dǎo)致了湖泊主河道內(nèi)快速變化的束窄水流，整個(gè)鄱陽(yáng)湖的流速相對(duì)較大(圖4a和d)，這也是湖區(qū)夏、秋季的換水周期要明顯高于春、冬季的主要原因. 由此表明，水動(dòng)力場(chǎng)特征是決定換水周期空間分布格局的重要因素. 換言之，在流域和長(zhǎng)江來(lái)水的外部復(fù)合作用下，鄱陽(yáng)湖換水周期的空間分布格局主要與自身湖盆地形(圖1)和內(nèi)部水動(dòng)力場(chǎng)(圖4)密切相關(guān).

圖4 基于深度平均的鄱陽(yáng)湖季節(jié)性流速場(chǎng)特征Fig.4 Depth-averaged velocity fields in different seasons of Lake Poyang

2.2 頻率分布曲線

基于頻率分布曲線(Flushing homogeneity curves)的變異性分析主要是用來(lái)反映換水周期在整個(gè)湖泊系統(tǒng)內(nèi)的面積分布狀況[32]，以此來(lái)深入理解湖泊系統(tǒng)的換水能力. 一般而言，該曲線形態(tài)變化越陡峭，表示湖泊系統(tǒng)換水周期變異性越弱；反之，表示湖泊系統(tǒng)換水周期的變異性越強(qiáng). 根據(jù)頻率分布曲線定義及其變異性表征，一個(gè)快速的換水系統(tǒng)應(yīng)當(dāng)具有沿垂向變化陡峭的頻率分布曲線[32]. 統(tǒng)計(jì)結(jié)果顯示，在不同季節(jié)下，鄱陽(yáng)湖換水周期頻率分布曲線都存在一個(gè)明顯拐點(diǎn)，約80%的鄱陽(yáng)湖區(qū)換水周期<30 d，而換水周期>30 d的湖區(qū)面積所占比例不足或者遠(yuǎn)低于20%(圖5). 該頻率分布曲線大體上由陡峭變化過(guò)渡至頗為平緩的變化態(tài)勢(shì)(圖5箭頭所示)，由此表明鄱陽(yáng)湖換水周期具有較高的空間異質(zhì)性，這也與先前的模擬結(jié)果一致(圖3). 盡管鄱陽(yáng)湖大部分湖區(qū)的換水時(shí)間較短，但基于頻率分布曲線的變異性分析表明鄱陽(yáng)湖并不能簡(jiǎn)單定義或描述為一個(gè)換水快的湖泊系統(tǒng)(圖5). 從全湖區(qū)來(lái)說(shuō)，鄱陽(yáng)湖應(yīng)該更加確切地描述為一個(gè)快速換水和慢速換水在空間上共存的湖泊系統(tǒng). 根據(jù)換水周期的空間模擬結(jié)果，應(yīng)將主河道和湖灣區(qū)等換水周期差異明顯的湖域加以區(qū)分和分別對(duì)待.

圖5 鄱陽(yáng)湖換水周期變異性分析的頻率分布曲線Fig.5 Flushing homogeneity curves of residence time in different seasons of Lake Poyang

2.3 示蹤劑傳輸時(shí)間模擬

3個(gè)典型釋放點(diǎn)C1～C3的示蹤劑傳輸時(shí)間在季節(jié)變化上有較大差異(圖6). 模擬結(jié)果表明，鄱陽(yáng)湖春季的示蹤劑傳輸時(shí)間約<7 d，夏季和秋季的示蹤劑傳輸時(shí)間約為11～32 d，冬季的示蹤劑傳輸時(shí)間與春季相差不大，約為4～8 d. 就同一個(gè)釋放點(diǎn)而言，夏、秋季釋放示蹤劑到達(dá)湖口所需傳輸時(shí)間約為春、冬季的4倍(圖6). 根據(jù)水動(dòng)力場(chǎng)變化特征(圖4)分析得出，夏、秋季整個(gè)鄱陽(yáng)湖的水位相對(duì)較高，湖區(qū)水流運(yùn)動(dòng)較慢，導(dǎo)致染色示蹤劑的對(duì)流和彌散進(jìn)程也相對(duì)遲緩，示蹤劑到達(dá)湖口所需的時(shí)間較長(zhǎng)；春、冬季鄱陽(yáng)湖空間上水面坡降相對(duì)較大，快速運(yùn)動(dòng)的水流加速了示蹤劑達(dá)到湖口所需的時(shí)間. 就空間上3個(gè)釋放點(diǎn)而言，C1釋放點(diǎn)因距離湖口相對(duì)較近，沿主河道的水流運(yùn)動(dòng)路徑也相對(duì)較短，致使其水力傳輸時(shí)間也相對(duì)較短，而距離湖口相對(duì)較遠(yuǎn)的C2釋放點(diǎn)的傳輸時(shí)間相對(duì)較長(zhǎng)(圖6). 由此表明，示蹤劑到達(dá)湖口所需的傳輸時(shí)間還與示蹤劑的遷移路徑和距離有關(guān)，這也與先前的示蹤劑運(yùn)動(dòng)軌跡模擬結(jié)果基本一致[20].

圖6 不同季節(jié)湖口站染色示蹤劑濃度時(shí)間變化曲線及水力傳輸時(shí)間(圓圈表示峰值濃度對(duì)應(yīng)的傳輸時(shí)間)Fig.6 Time series of dye tracer concentrations at Hukou gauging station outlet and associated hydraulic travel time in four seasons of Lake Poyang (The circle represents the travel time corresponding to the peak concentration)

3 討論與展望

本文采用一個(gè)完全物理機(jī)制的二維水動(dòng)力模型來(lái)首次開(kāi)展鄱陽(yáng)湖換水周期和示蹤劑傳輸時(shí)間的空間模擬，但基于濃度變化的模擬結(jié)果還無(wú)法通過(guò)原位監(jiān)測(cè)來(lái)進(jìn)行有效驗(yàn)證. 本文所開(kāi)展研究是先前鄱陽(yáng)湖水動(dòng)力和污染物輸移耦合模型[19-20]的細(xì)化模擬和進(jìn)一步應(yīng)用，研究重點(diǎn)從湖區(qū)水流的空間格局拓展到換水能力的空間異質(zhì)性調(diào)查. 已有不少研究充分表明空間尺度上的換水周期和污染物傳輸時(shí)間通常與水環(huán)境參數(shù)之間存在極顯著的相關(guān)性，進(jìn)而對(duì)湖泊生態(tài)環(huán)境有著重要的指示意義[33]. 已有研究[34]認(rèn)為鄱陽(yáng)湖水體葉綠素a高濃度分布區(qū)主要集中在東部湖灣區(qū)，而相對(duì)低濃度分布區(qū)大致位于主河道等快速水流區(qū)，這種空間分布格局與本文換水周期的空間分布具有高度一致性，這在一定程度上印證了本文模擬結(jié)果的可靠性. 此外，一些其他水環(huán)境參數(shù)(總氮、總磷和高錳酸鹽指數(shù))的空間調(diào)查及其分布格局[35]總體上與之相似，進(jìn)一步證實(shí)了鄱陽(yáng)湖換水周期和水環(huán)境參數(shù)之間的密切聯(lián)系. 在鄱陽(yáng)湖水質(zhì)逐漸惡化以及湖區(qū)富營(yíng)養(yǎng)化趨勢(shì)逐步發(fā)展的背景下，本文所獲取的換水周期和水力傳輸時(shí)間的空間分布信息可為今后鄱陽(yáng)湖水質(zhì)、水環(huán)境和生態(tài)系統(tǒng)管理和維護(hù)等方面提供重要科學(xué)參考價(jià)值.

本文借助情景假定方法，基于水動(dòng)力模型耦合示蹤劑對(duì)流-彌散方程，較系統(tǒng)地評(píng)估了平均意義上的鄱陽(yáng)湖換水周期和示蹤劑傳輸時(shí)間的時(shí)空變化特征，使我們對(duì)鄱陽(yáng)湖換水能力有了全新和深入的認(rèn)識(shí)，但流域“五河”和長(zhǎng)江水情變化對(duì)湖泊換水能力的影響和貢獻(xiàn)仍沒(méi)有進(jìn)一步區(qū)分，該工作對(duì)未來(lái)擬建鄱陽(yáng)湖水力樞紐工程的潛在影響具有重大實(shí)際意義，這將是下一步研究工作的重點(diǎn). 另外，未來(lái)研究還應(yīng)該聚焦于鄱陽(yáng)湖出現(xiàn)水質(zhì)惡化征兆的典型湖灣區(qū)，例如東北部湖灣區(qū)[36].

4 結(jié)論

本文基于二維水動(dòng)力模型MIKE 21耦合對(duì)流-彌散方程，首次針對(duì)一個(gè)洪泛湖泊系統(tǒng)開(kāi)展換水周期和示蹤劑傳輸時(shí)間研究，引入染色示蹤劑的概念來(lái)設(shè)置不同的模擬情景，主要貢獻(xiàn)是揭示了季節(jié)變化下鄱陽(yáng)湖換水周期和示蹤劑傳輸時(shí)間的空間分布及其影響因素，為水環(huán)境狀況日益惡化的鄱陽(yáng)湖及其今后健康發(fā)展提供重要科學(xué)依據(jù)和參考. 主要得出以下幾點(diǎn)結(jié)論：

1)總體上，鄱陽(yáng)湖換水周期具有較高的空間異質(zhì)性. 在季節(jié)變化下，水流運(yùn)動(dòng)較快的主河道的換水周期約<10 d，一些水流運(yùn)動(dòng)相對(duì)緩慢的湖灣區(qū)的換水周期長(zhǎng)達(dá)300多天. 夏、秋季節(jié)的換水周期要明顯大于春、冬季節(jié)，主要受季節(jié)水情作用下的鄱陽(yáng)湖水動(dòng)力場(chǎng)變化影響.

2)基于頻率分布曲線的換水系統(tǒng)變異性分析結(jié)果表明，鄱陽(yáng)湖不能簡(jiǎn)單定義為一個(gè)快速換水系統(tǒng). 鑒于80%的鄱陽(yáng)湖區(qū)換水周期約<30 d，以及20%的湖區(qū)換水周期約為幾十天至幾百天，鄱陽(yáng)湖應(yīng)該更加確切地描述為一個(gè)快速換水和慢速換水同時(shí)共存的湖泊系統(tǒng)，以充分反映湖區(qū)換水周期的空間差異.

3)空間上，鄱陽(yáng)湖示蹤劑傳輸時(shí)間變化范圍介于4～32 d，但夏、秋季的傳輸時(shí)間(11～32 d)大約為春、冬季(4～8 d)的4倍，主要與鄱陽(yáng)湖季節(jié)性水情特征及示蹤劑的遷移路徑有關(guān).

[1] Lehner B, D?ll P. Development and validation of a global database of lakes, reservoirs and wetlands.JournalofHydrology, 2004, 296(1/2/3/4): 1-22.

[2] Ji Zhengang ed. Hydrodynamics and water quality. Modeling rivers, lakes and estuaries. Beijing: China Ocean Press, 2012. [季振剛. 水動(dòng)力學(xué)和水質(zhì)-河流、湖泊及河口數(shù)值模擬. 北京: 海洋出版社, 2012.]

[3] Pilotti M, Simoncelli S, Valerio G. A simple approach to the evaluation of the actual water renewal time of natural stratified lakes.WaterResourcesResearch, 2014, 50(4): 2830-2849.

[4] Wang Sumin, Dou Hongshen eds. Chinese lakes. Beijing: Science Press, 1998. [王蘇民, 竇鴻身. 中國(guó)湖泊志. 北京: 科學(xué)出版社, 1998.]

[5] Shankman D, Heim BD, Song J. Flood frequency in China’s Poyang Lake region: Trends and teleconnections.InternationalJournalofClimatology, 2006, 26: 1255-1266.

[6] Hu Q, Feng S, Guo Hetal. Interactions of the Yangtze River flow and hydrologic processes of the Poyang Lake, China.JournalofHydrology, 2007, 347(1/2): 90-100.

[7] Guo H, Hu Q, Zhang Qetal. Effects of the Three Gorges Dam on Yangtze River flow and river interaction with Poyang Lake, China: 2003-2008.JournalofHydrology, 2012, 416/417: 19-27.

[8] Zhang Q, Ye XC, Werner ADetal. An investigation of enhanced recessions in Poyang Lake: Comparison of Yangtze River and local catchment impacts.JournalofHydrology, 2014, 517: 425-434.

[9] Li X, Zhang L, Yang Getal. Impacts of human activities and climate change on the water environment of Lake Poyang Basin, China.GeoenvironmentalDisasters, 2015, 2: 1-12.

[10] Wu Z, Lai X, Zhang Letal. Phytoplankton chlorophyll a in Lake Poyang and its tributaries during dry, mid-dry and wet seasons: A 4-year study.KnowledgeandManagementofAquaticEcosystems, 2014, 412: 1-13.

[11] Zhu Haihong, Zhang Ben eds. Poyang Lake. Hefei: Press of University of Science and Technology of China, 1997. [朱海虹, 張本. 鄱陽(yáng)湖. 合肥: 中國(guó)科學(xué)技術(shù)大學(xué)出版社, 1997.]

[12] Li YL, Zhang Q, Yao Jetal. Hydrodynamic and hydrological modeling of Poyang Lake-catchment system in China.JournalofHydrologicEngineering, 2014, 19(3): 607-616.

[13] Shaha DC, Cho YK, Seo GHetal. Using flushing rate to investigate spring-neap and spatial variations of gravitational circulation and tidal exchanges in an estuary.HydrologyandEarthSystemSciences, 2010, 14: 1465-1476.

[14] Yao Jing, Zhang Qi, Li Yunliangetal. The influence of uniform winds on hydrodynamics of Lake Poyang.JLakeSci, 2016, 28(1): 225-236. DOI:10.18307/2016.0126. [姚靜, 張奇, 李云良等. 定常風(fēng)對(duì)鄱陽(yáng)湖水動(dòng)力的影響. 湖泊科學(xué), 2016, 28(1): 225-236.]

[15] Li Yunliang, Zhang Qi, Li Miaoetal. Using BP neural networks for water level simulation in Poyang Lake.ResourcesandEnvironmentintheYangtzeBasin, 2015, 24(2): 233-240. [李云良, 張奇, 李淼等. 基于BP神經(jīng)網(wǎng)絡(luò)的鄱陽(yáng)湖水位模擬. 長(zhǎng)江流域資源與環(huán)境, 2015, 24(2): 233-240.]

[16] Feng L, Hu C, Chen Xetal. Assessment of inundation changes of Poyang Lake using MODIS observation between 2000 and 2010.RemoteSensingofEnvironment, 2012, 121: 80-92.

[17] Li Yunliang, Zhang Qi, Yao Jingetal. Integrated simulation of hydrological and hydrodynamic processes for Lake Poyang-catchment system.JLakeSci, 2013, 25(2): 227-235. DOI:10.18307/2013.0208. [李云良, 張奇, 姚靜等. 鄱陽(yáng)湖湖泊流域系統(tǒng)水文水動(dòng)力聯(lián)合模擬. 湖泊科學(xué), 2013, 25(2): 227-235.]

[18] Li YL, Zhang Q, Werner ADetal. Investigating a complex lake-catchment-river system using artificial neural networks: Poyang Lake (China).HydrologyResearch, 2015, 46(6): 912-928.

[19] Li YL, Zhang Q, Yao J. Investigation of residence and travel time in a large floodplain lake with complex lake-river interactions:Poyang Lake (China).Water, 2015, 7(5): 1991-2012.

[20] Li YL, Yao J. Estimation of transport trajectory and residence time in large river-lake systems: Application to Poyang Lake (China) using a combined model approach.Water, 2015, 7(10): 5203-5223.

[21] Zhang Q, Werner AD. Hysteretic relationships in inundation dynamics for a large lake-floodplain system.JournalofHydrology, 2015, 527: 160-171.

[22] Monsen NE, Cloern JE, Lucas LVetal. A comment on the use of flushing time, residence time, and age as transport time scales.LimnologyandOceanography, 2002, 47: 1545-1553.

[23] Takeoka H. Fundamental concepts of exchange and transport time scales in a coastal sea.ContinentalShelfResearch, 1984, 3(3): 311-326.

[24] Dyer KR. Estuaries: A physical introduction. London: John Wiley and Sons Ltd, 1997.

[25] Cucco A, Umgiesser G. Modeling the Venice Lagoon residence time.EcologicalModelling, 2006, 193(1/2): 34-51.

[26] Nyberg L, Rodhe A, Bishop K. Water transit times and flow paths from two line injections of 3H and 36Cl in a micro-catchment at Gardsjon, Sweden.HydrologicalProcesses, 1999, 13: 1557-1575.

[27] Botter G, Bertuzzo E, Rinaldo A. Catchment residence and travel time distributions: The master equation.GeophysicalResearchLetters, 2011, 38, L11403. DOI: 10.1029/2011GL047666.

[28] Razmi AM, Barry DA, Lemmin Uetal. Direct effects of dominant winds on residence and travel times in the wide and open lacustrine embayment: Vidy Bay (Lake Geneva, Switzerland).AquaticSciences, 2014, 76(1): 59-71.

[29] Dabrowski T, Hartnett M. Modelling travel and residence times in the eastern Irish Sea.MarinePollutionBulletin, 2008, 57: 41-46.

[30] DHI. MIKE 21 flow model: Hydrodynamic module user guide. H?rsholm： Danish Hydraulic Institute Water and Environment, 2014.

[31] DHI. MIKE 21 flow model FM: Transport module user guide. H?rsholm: Danish Hydraulic Institute Water and Environment, 2014.

[32] Dabrowski T, Hartnett M, Olbert AI. Determination of flushing characteristics of the Irish Sea: A spatial approach.Computers&Geosciences, 2012, 45: 250-260.

[33] Wan Y, Qiu C, Doering Petal. Modeling residence time with a three-dimensional hydrodynamic model: Linkage with chlorophyll a in a subtropical estuary.EcologicalModelling, 2013, 268: 93-102.

[34] Wu Z, He H, Cai Yetal. Spatial distribution of chlorophyll a and its relationship with the environment during summer in Lake Poyang: A Yangtze-connected lake.Hydrobiologia, 2014, 732: 61-70.

[35] Gao Guiqing, Ruan Renzeng, Ouyang Qiulin. Water quality status and change trend in Poyang Lake.JounalofNanchangInstituteofTechnology, 2010, 29(4): 50-53. [高桂青, 阮仁增, 歐陽(yáng)球林. 鄱陽(yáng)湖水質(zhì)狀況及變化趨勢(shì)分析. 南昌工程學(xué)院學(xué)報(bào), 2010, 29(4): 50-53.]

[36] Liu X, Li YL, Liu Betal. Cyanobacteria in the complex river-connected Poyang Lake: Horizontal distribution and transport.Hydrobiologia, 2016, 768(1): 95-110.

Numerical simulations of residence time and tracer travel time in Lake Poyang

LI Yunliang1， YAO Jing1， LI Mengfan1,2& ZHANG Qi1,3

(1:KeyLaboratoryofWatershedGeographicSciences,NanjingInstituteofGeographyandLimnology,ChineseAcademyofSciences,Nanjing210008,P.R.China)(2:UniversityofChineseAcademyofSciences,Beijing100049,P.R.China)(3:KeyLaboratoryofPoyangLakeWetlandandWatershedResearch,MinistryofEducation,JiangxiNormalUniversity,Nanchang330022,P.R.China)

Many physical, chemical and biological processes that occur within particular environments, including the transport of pollutants, sediments and other materials, are influenced by lake hydrodynamics. The residence time and travel time of these materials are most commonly used to represent the time scale of the physical transport processes and to elucidate associated water quality problems in lakes. The main objective of this study was to investigate the residence time and tracer travel time in Lake Poyang. A 2D hydrodynamic model (MIKE 21) was combined with dye tracer simulations (advection-dispersion equation) to determine the residence and travel time of the lake for various seasons. The results indicate that Lake Poyang exhibits strong but spatially heterogeneous residence time that varies with the different seasons. Generally, the average residence time is shorter than 10 days along the lake’s main flow channels due to the prevailing northward flow pattern. Whereas the local topographically controlled flow patterns substantially increase, the residence time in most bays is approximately longer than 300 days with high spatial values. Flushing homogeneity curves show that approximately 80% of the lake area has the residence time varied between a few days and approximately 1 month, and around 20% of the area has the values in the range from several months to several hundred days. The results demonstrate that Lake Poyang is a mixing water system, which can be divided into fast and slow flushing systems in different seasons. Model simulations also reveal that the tracer travel time of Lake Poyang is in the range of 4-32 days across the lake. Depending on the seasonal water level regimes and associated pollutant transport pathways, the travel time from the released sources to the lake outlet Hukou during the summer and autumn (varies between 11-32 days) is four times greater than that under the spring and winter (i.e., 4-8 days). The outcomes of this study provide important information regarding the sustainable management of water quality, water environment and ecosystem for Lake Poyang.

Residence time; travel time; spatial heterogeneous; dye tracer; hydrodynamic model; Lake Poyang

*國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(2012CB417003)、江西省重大生態(tài)安全問(wèn)題監(jiān)控協(xié)同創(chuàng)新中心項(xiàng)目(JXS-EW-00)和國(guó)家自然科學(xué)基金項(xiàng)目(41401031，41371062，41301023)聯(lián)合資助. 2016-02-11收稿；2016-04-26收修改稿. 李云良(1983～), 男，助理研究員；E-mail: yunliangli@niglas.ac.cn.

J.LakeSci.(湖泊科學(xué))， 2017， 29(1)： 32-42

DOI 10.18307/2017.0104

?2017 byJournalofLakeSciences