巨型流域主干-支流耦合环境中河网营养盐分异模式与污染物通量行为研究——以中国长江为例

本文系统研究了2017-2022年长江流域水环境演变，通过水质指数（WQI）与多元统计方法揭示了水文过程-水质-污染物通量的耦合机制。研究发现尽管水质整体改善11.6%，但磷限制（TN:TP>19.4）持续引发富营养化风险，2022年干旱使径流减少22.0%并加剧下游污染。研究首次量化了三峡大坝（TGD）对污染物截留与元素循环路径的调控作用，为巨型河流系统水生态管理提供了科学依据。

　　

研究亮点

长江流域径流量变化

如图2a所示，长江干流径流量自西向东呈现严格单调递增趋势。所有区域在2020年出现最高增幅（普遍超过20%），而2022年则出现最急剧下降，这恰好对应长江流域的洪涝与干旱年份。自1920年代起，大通水文站作为水利部设立的最下游控制站，其控制范围覆盖流域面积的94%。

模型计算结果的确定性验证

除了天气条件等采样监测过程中不可避免的误差外，模型计算过程也会产生干扰性不确定性。为降低参数指标被低估或高估的可能性，我们基于蒙特卡洛模拟（MCS）对WQI和通量公式结果进行了不确定性分析。水质相关WQI计算产生的相对不确定度范围为0.5%-2.1%，而通量计算的不确定度范围为1.8%-5.6%，表明模型结果具有可接受的可靠性。

局限性与展望

流量变异性在调节污染物迁移、稀释和滞留效率方面起着关键作用。不同水文时期（低流量、正常流量和高流量条件）对营养盐迁移模式的差异化调控进一步印证了这种依赖性。虽然我们观测到的通量模式大体符合关于流量变化差异化影响的既定河流生物地球化学原理，但未来研究需要更精细地量化水文极端事件（如突发性洪水或持续性干旱）对污染物通量动态的非线性影响。将高分辨率遥感数据与过程导向模型相结合，有望突破当前监测网络的时空限制，从而更精准地预测复杂人类-自然耦合系统下的环境演变。

结论

作为亚洲最大流域，长江流域的自然资源和生态环境正承受着经济增长与污染排放的双重压力。研究显示长江流域在河流流量、水质和污染物通量方面存在显著时空异质性。广泛分布的偏高总氮（TN）和总磷（TP）水平是主要污染问题，其中磷限制在富营养化过程中作用突出。水质改善趋势与持续存在的富营养化风险并存，凸显出需要实施针对不同子流域特征的差异化治理策略。本研究建立的量化框架为协调巨型河流生态保护与可持续发展提供了科学基础。