含水层人工回灌中天然有机物氧化还原反应的参数化建模与敏感性分析

本研究针对含水层人工回灌（MAR）中天然有机物（NOM）降解过程的模拟难题，通过构建1-D反应输运模型，结合GLUE和Sobol方法，量化了渗流速度、弥散系数及反应速率参数对TOC、DO、Fe、Mn浓度的敏感性，揭示了湖泊沉积物对溶解氧（DO）消耗的关键作用，为北欧地区MAR系统设计提供了参数化基准。

　　

在气候变化和水资源短缺的双重压力下，如何高效净化地表水成为全球性挑战。含水层人工回灌（Managed Aquifer Recharge, MAR）作为一种古老而创新的技术，通过土壤过滤去除天然有机物（Natural Organic Matter, NOM）和病原体，已成为饮用水生产的重要环节。然而，这一过程的数学模型面临两大瓶颈：一是不同场地校准参数差异高达数个数量级，二是缺乏对湖泊沉积物-含水层界面反应的系统描述。

针对这些问题，芬兰研究团队在《Journal of Hydrology》发表了一项开创性研究。他们以芬兰南部的天然渗滤场为研究对象，构建了包含总有机碳（TOC）、溶解氧（DO）、Fe、Mn和热传输的1维反应输运模型。研究创新性地采用广义似然不确定性估计（GLUE）和Sobol全局敏感性分析方法，首次系统评估了MAR反应网络的参数敏感性。

关键技术包括：1）基于MODFLOW/MT3DMS平台的1-D反应输运建模；2）GLUE方法量化参数不确定性；3）Sobol总阶指数分析关键驱动因子；4）芬兰Hollola地区湖泊-含水层系统的现场监测数据验证。

主要结果

1. 湖泊沉积物的关键作用：模型显示仅当沉积物氧消耗速率k_ox,sed

7×10^?10
mol/L/s时，才能重现观测到的DO耗竭现象，证实沉积物固态有机物（SOM）降解对进水水质具有调控作用。

1. 温度季节性影响：模型成功捕捉到温度年周期波动在含水层中的衰减效应，但近界面处的TOC季节性动态与实测数据存在偏差，提示界面过程仍需优化。
2. 参数敏感性分级：TOC和DO浓度对渗流速度、弥散系数及氧相关反应速率最敏感；Mn/Fe浓度则额外受锰溶解反应速率控制，但敏感性较弱。
3. 温度依赖性的新发现：Sobol分析首次揭示反应速率的温度系数（如Arrhenius方程参数）对系统行为具有显著影响。

结论与意义
该研究建立了首个包含沉积物-含水层全过程的MAR反应网络敏感性分析框架，揭示渗流速度（控制反应接触时间）和沉积物氧消耗速率是决定系统性能的核心参数。研究发现温度波动通过影响微生物活性间接调控NOM降解效率，这对具有显著季节性的北欧地区MAR设计具有特殊指导价值。尽管模型在描述界面过程时存在局限，但提出的参数敏感性排序为同类场地的模型校准提供了明确优先级，显著降低了传统试错法的成本。未来研究需进一步整合沉积物-微生物耦合机制，以提升模型在复杂水文地质条件下的预测能力。