佛罗里达州奥基乔比湖的水量与水质建模：一项系统且全面的文献综述

《Lake and Reservoir Management》：Water quantity and quality modeling of Lake Okeechobee, Florida: a systematic and critical literature review

大奥基奇博湖水量水质建模研究系统综述了1980年后115项文献，发现内部负荷与外部负荷共同影响水质，模型验证了沉积物磷动态与水深、泥沙类型及风浪的关联，揭示了藻类生长受多因素限制的特性。未来需加强机器学习预测与长短期环境变化分析。

　　

摘要

Arias ME, Tarabih OM, Hasani SS, James RT, Kaplan DA. 2025. 佛罗里达州奥基乔比湖的水量和水质建模：系统性和批判性文献综述。《湖泊资源管理》XXX–XXX。

奥基乔比湖是美国东南部最大的湖泊，它是支持南佛罗里达州供水、防洪以及维持多样化水生生态系统的重要水资源。该湖的管理需要在湖泊蓄水能力（用于防洪）、流向大沼泽地的水质要求以及日益严重的对佛罗里达海岸的污染排放之间取得平衡。通过研究，我们提高了对奥基乔比湖物理、化学和生物特性的认识和预测能力，这些研究通常借助计算机模型进行。本文综述了与奥基乔比湖及其流域水量和水质建模相关的科学文献。我们回顾了自1980年以来发表的115篇研究论文，其中45篇关注湖泊水质问题，34篇关注流域内的营养物质负荷。这些建模研究在多个方面加深了我们对奥基乔比湖环境的理解。它们为有关沉积物与水相互作用的实地和实验室研究提供了支持，发现内部负荷与外部负荷对水质的影响同样重要。模型还证实了以下观点：浅水深度、絮凝性泥质沉积物以及风驱动的波浪可以促进沉积物中磷的沉降/再悬浮。此外，建模还有助于我们更好地理解藻类生长的限制因素，这一现象具有动态性和复杂性，不同于深水寒冷湖泊中常见的单一营养物质限制情况。展望未来，湖泊建模在支持管理措施方面存在的局限性和未来发展方向包括：将机器学习/深度学习技术应用于预测，并更深入地了解短期和长期的环境变化。