在受农业活动干扰的半干旱流域中模拟地下水盐污染：土耳其图兹湖（盐湖）流域

《CATENA》：Modelling of groundwater salt pollution in semi-arid watershed disturbed by agricultural activities: Lake Tuz (Salt Lake) Basin, Turkey

基于MT3DMS模型的土耳其湖Tuz流域地下水盐污染时空模拟研究，采用人工免疫系统算法优化参数，揭示农业活动与自然盐湖对地下水盐分（TDS）的联合影响，预测19年间盐浓度呈微弱上升趋势。

　　

Mira? Eryi?it

布尔萨乌卢达格大学环境工程系，土耳其布尔萨16059

摘要

本文旨在对土耳其中安纳托利亚地区的图兹湖（Lake Tuz）流域（面积29,425平方公里）的地下水盐污染情况进行建模和研究。该地区多年来一直存在集约化的农业活动，同时还有天然盐湖资源。本文采用MT3DMS软件，并结合Eryi?it（2025）提出的地下水流动模型，模拟了在动态条件下的地下水盐污染过程。MT3DMS的输入数据由GMS地下水模拟器生成。模型模拟了2000年至2018年共19年的变化情况。模型校准和验证分别使用了2000–2012年和2013–2018年的地下水质量观测数据。为了提高参数估计的准确性，利用MATLAB中的改进克隆选择算法（一种人工免疫系统）对地下水模型参数进行了校准。补给浓度根据土地利用类型进行了调整，其他参数（如孔隙度、纵向扩散性和吸附能力）则根据含水层岩性进行了校准。此外，还运行了地下水污染物传输模型，以预测未来农业活动增加情况下的地下水盐浓度变化。得益于该模型，首次实现了对图兹湖流域地下水盐污染的预测，这是土耳其规模最大的时空地下水质量（盐度）模型，且模拟周期长达19年。

引言

对于地表水资源不足的地区而言，地下水是灌溉和饮用水的主要来源之一。因此，在半干旱地区，地下水对人类生活至关重要。然而，由于集约化的农业活动，地下水在质量和数量上都受到了威胁。化肥和农药的使用导致了地下水污染，尤其是盐污染（El Osta等人，2022年）。此外，家庭和工业排放物以及径流（降水）中的盐分和营养物质也会污染地下水。自然水体（如海洋、高浓度盐湖等）也可能与地下水相互作用，从而引发自然盐污染（Zeynolabedin等人，2020年）。

高浓度的盐离子会导致水质变硬，增加软化处理成本。对于依赖淡水生长的植物（耐盐性较低），由于细胞渗透平衡的原因，它们无法在咸水中生存（Corwin和Yemoto，2020年）（灌溉和饮用水的适宜盐浓度应低于500毫克/升，Mayer等人，2005年）。鉴于这些因素，盐度是一个重要的水质参数。因此，需要预测地下水中的盐浓度变化，以便采取预防措施应对未来的负面影响。在这方面，地下水污染物传输模型（如MT3DMS）被用于地下水质量的时空估算。

回顾相关文献发现，有许多研究针对不同规模和特定流域/地区的地下水盐污染进行了建模（Sundararajan和Sankaran，2020年；Meshesha等人，2021年；Chaudhry等人，2021年；Khayyun和Sharif，2021年；Lenin Sundar等人，2022年；Yashooa和Mawlood，2023年；Aliewi等人，2021a和2024年）。Sanford等人（2009年）使用美国地质调查局（USGS）的SEAWAT数值模型，模拟了美国德尔马瓦半岛东南部（约1813平方公里）的地下水盐度变化。Rajamanickam和Nagan（2010年）利用MT3D模型，基于阿马拉瓦蒂河流域（320平方公里，印度泰米尔纳德邦）的废水排放（以总溶解固体TDS表示盐度）模拟了地下水盐污染。Banerjee等人（2011年）利用人工神经网络和SUTRA模型，预测了印度拉克沙德韦普群岛卡瓦拉蒂岛（4.2平方公里，印度西海岸）的地下水盐度随时间的变化。Rahnama和Zamzam（2013年）使用MT3DMS模型，预测了伊朗东南部拉夫桑詹平原（12,421平方公里）的地下水盐离子浓度。Tavakoli-Kivi等人（2019年）提出了UZF-RT3D/SEC模型，用于模拟美国科罗拉多州阿肯色河谷（500平方公里）农业地下水系统中主要盐离子的迁移和传输。Hamzaoui-Azaza等人（2020年）使用MT3DMS模型，模拟了受自然和人为因素影响的梅迪纳沿海含水层（约8100平方公里，突尼斯东南部）的地下水盐度。Kheirandish等人（2020年）利用MT3DMS，根据电导率（EC，转换为TDS表示盐度）预测了伊朗东北部博朱诺尔德流域（65.5平方公里）的地下水盐污染扩散。Zeynolabedin等人（2020年）通过比较SEAWAT和MT3DMS模型，研究了海水入侵对伊朗波斯湾克什姆岛（1491平方公里）地下水盐度的影响。Jabbari等人（2020年）使用MT3D模型，预测了伊朗梅甘沙漠盆地（约1968平方公里）阿拉克含水层的地下水盐度变化。Ostad-Ali-Askari和Shayannejad（2021年）使用MT3D模型，研究了伊朗伊斯法罕省伊斯法罕-博尔哈尔含水层（约1643平方公里）的地下水质量变化。Sabbaghi等人（2021年）使用MT3D模型，预测了伊朗东北部盖苏尔-詹加尔平原（约4979平方公里）在不同管理方案下的地下水质量。Xiao等人（2021年）结合MT3DMS和HYDRUS-1D模型，模拟了中国黄河上游流域（约1平方公里）干旱农业生态系统的地下水盐传输。Yang等人（2022年）在MODFLOW-LGR-MT3D框架内开发了新的地下排水（SDR）软件包，模拟了内蒙古永连灌溉区（约1平方公里）地下排水管对地下水盐动态的影响。Seibert等人（2023年）应用三维古水文变量密度模型，研究了全新世期间海平面上升和人类活动（如排水系统）对德国西北部低洼沿海地区（约6800平方公里）地下水盐度（以TDS表示）的动态变化。Perdikaki等人（2024年）结合MT3DMS和SEAWAT模型，研究了希腊阿提卡东北部马拉松流域（40平方公里）海水入侵对地下水盐度（以TDS表示）的影响。

土耳其最大的脆弱流域之一是图兹湖（Lake Tuz）流域（位于中安纳托利亚地区），该地区遭受严重的盐污染。因此，预测该流域地下水的盐度变化对于水资源管理和未来策略（如替代农业政策以保护水资源可持续性）至关重要。然而，随着流域规模的扩大，模型校准和验证变得困难，这可能影响模型的预测准确性和可靠性。作为土耳其规模最大的时空地下水质量模型，本研究旨在开发一个具有良好校准效果的地下水盐传输模型（采用人工免疫系统的启发式优化方法），以预测图兹湖流域的未来情况。本研究首次模拟了多年来（2000年至2018年）集约化农业活动和天然盐湖资源对地下水质量的影响，从而揭示了过去的趋势及未来农业集约化可能带来的潜在影响。

研究区域

研究区域

图兹湖（Lake Tuz）流域是土耳其科尼亚封闭流域的一个子流域，其集水/排水面积为约29,425平方公里（流域边界由水资源管理总局提供）（见图1）。该地区属于半干旱气候，年平均降水量为324毫米，年平均气温为11.4摄氏度（月平均最低温度为-1.6摄氏度，最高温度为23.7摄氏度）（自然资源保护总局，2018年）。

模型校准-验证和敏感性分析

分别使用2000年至2012年和2013–2018年的地下水观测数据，通过平均绝对误差（MAE）指标对图兹湖流域的地下水污染物传输模型进行了校准和验证。根据含水层岩性（23种类型），校准了孔隙度（%）、纵向扩散性（m）和吸附常数（m3/g）等参数；补给浓度（TDS，g/l）参数的校准基于...

结论

本研究利用人工免疫系统辅助，模拟了图兹湖流域因集约化农业活动导致的地下水盐污染情况，这是土耳其规模最大的时空地下水质量模型。模型还考虑了天然盐湖资源对地下水质量的影响。结果显示，在19年期间，地下水盐浓度呈轻微上升趋势。

作者贡献声明

Mira? Eryi?it：负责撰写、审稿与编辑、初稿撰写、数据可视化、模型验证、软件选择与配置、项目协调、方法论设计、研究实施、资金筹措、数据分析、概念框架构建。

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

致谢

本研究得到了Bolu Abant Izzet Baysal大学科学研究项目协调单位（编号：2023-BDP-6.12.54-0002）的财政支持。作者感谢Bolu Abant Izzet Baysal大学、DSI部门及水资源管理总局的Muhsine M?s?rl?o?lu的支持。