生态补水提升了黄河支流的水质与环境承载力：MIKE 21耦合模型的研究启示

《Journal of Hydrology》：Ecological water replenishment improves water quality and environmental capacity in a tributary of the Yellow River: insights from MIKE 21 coupled modeling

　　摘要
季节性缺水的河流中水质恶化问题一直困扰着水质与水资源管理。生态补水作为一种水文调控措施越来越被广泛应用，但关于不同补水方案对水质及水环境容量的影响，目前仍缺乏定量证据。本研究基于MIKE 21建立了黄河流域重要支流伊河的耦合水动力-水质模型，用以量化在特定补水方案下六项水质参数以及河道尺度水环境容量的时空变化规律。共模拟了六种方案：三种无补水方案（湿润、正常和干旱水文年），以及三种补水策略（不同的流量强度和持续时间），所有模拟均在干旱水文条件下进行，且设定河道内水质基准为IV类，补水流量为II类。该模型对六项水质参数（溶解氧、BOD5、CODMn、COD、NH3-N和总磷）的模拟效果良好，纳什-萨特克利夫效率系数均不低于0.777，最大平均绝对百分比误差为13.76%。无补水模拟结果显示，污染物浓度在上游河段始终最高，且在干旱年份最为严重，部分月份的上游COD和NH3-N浓度甚至达到IV类标准。在此情况下，高流量、短时长的补水方案在同等体积恒定流量方案中表现出最佳的水质改善效果，使综合污染指数从0.726降至0.360，下游溶解氧浓度从3.0毫克/升（IV类）上升至9.82毫克/升（II类），BOD5浓度则下降91.17%，从6.0毫克/升（IV类）降至0.53毫克/升（II类）。按照III类水质目标及河道尺度容量公式计算，补水后的总水环境容量比补水前高出33.6%，其中CODMn的增幅最大。这些研究结果为比较不同以水质为导向的补水方案、以及确定低流量时期的污染控制重点提供了定量依据。

引言
河流水质恶化仍是流域管理面临的长期挑战，尤其是在季节性缺水地区，污染物输入与水文变化及低流量条件相互交织，进一步加剧了水质问题（Mosley, 2015; Whitehead等, 2009）。流量减少会削弱污染物的稀释与纵向输运能力，加剧水温与溶解氧压力，还会改变影响河流自净作用的生化过程（Cox, 2003; van Vliet和Zwolsman, 2008）。这些变化会增加水质超标风险，限制河流的净化能力，因此需要将水文调控与污染控制及基于容量的水质管理相结合来进行评估（Darji等, 2022）。黄河中游洛河的主要支流伊河便面临着这样的压力。近几十年来，工业废水、城市生活污水以及农业面源污染的持续输入导致了水质恶化（Yu等, 2024）。在干旱季节，流量进一步减少，不仅限制了污染物的稀释，也降低了河流的自净能力（van Vliet等, 2023）。因此，生态补水——即通过人工方式增加河流流量——逐渐成为一种实用的水文调控手段（Zhuang, 2016）。生态补水能够提升水流速度、促进污染物纵向输运、增强稀释作用、改善水体充氧条件，并延长水质改善的效果持续时间（Kang等, 2021; Wen等, 2025）。然而，污染物的去除不能简单理解为单纯的稀释过程。硝酸盐去除系统的研究表明，污染物的去除程度受水力停留时间以及溶解氧、温度、溶解有机碳、pH值和进水浓度等非生物因素的显著影响（Fan等, 2022）。水力停留时间还会影响硝酸盐的去除速率、去除效率及浓度降低程度，这说明水动力条件与停留时间会显著改变污染物的转化过程（Fan等, 2023c）。此外，反硝化生物反应器等人工处理系统表明，通过外部处理或源头控制技术可以进一步提升污染物的去除效率，这表明生态补水应与其他更广泛的污染控制措施一起考虑，而非替代它们（Fan等, 2023b）。除了浓度变化之外，水环境容量——即河流在满足水质标准的前提下所能承受的最大污染物负荷——也为将水文调控与污染物减排要求联系起来提供了重要的管理指标（Chen等, 2024b）。

从方法论角度来看，评估生态补水策略需要借助预测性决策工具与基于过程的模拟技术。近期研究显示，数据挖掘、机器学习及优化方法能够提升水文预报、水质预测以及水资源决策支持的水平（Samadi-Koucheksaraee等, 2022; Shirvani-Hosseini等, 2022）。例如，已有研究开发了用于流量预报和水质预测的混合数据驱动模型，这些模型涵盖了水质指数及代表性的地表水质量参数（Ahmadianfar等, 2022b; Ahmadianfar等, 2022c; Chen等, 2024a; Jia等, 2025; Kordani等, 2025; Samadi-Koucheksaraee和Chu, 2024）。与此同时，先进的优化算法与水库运行模型也被应用于复杂的工程优化问题、多水库调度、水电调度以及不确定性条件下的水资源分配问题（Ahmadianfar等, 2022a; Chen等, 2026; Chen等, 2022; Samadi-Koucheksaraee等, 2019; Zamani等, 2017）。这些工具为预测和运营决策提供了有力支持，对于生态补水规划具有重要意义。不过，它们通常无法直接模拟补水进入河道后所发生的二维水动力输运、污染物稀释、生化转化以及特定情景下的水环境容量变化。因此，为了实现本研究的目标，仍需采用基于物理原理的耦合水动力-水质模型，以量化在特定补水方案下的河道响应。

基于物理原理的水动力-水质模型已从一维模型发展为更为真实的二维和三维模型，如HEC-RAS、Delft3D、EFDC以及MIKE系列模型，已被广泛用于河流和湖泊的模拟研究（Chao等, 2007; Yang等, 2025; Zhang等, 2023, 2022）。其中，MIKE 21因其能够利用非结构化网格来表示复杂的河道几何形态及空间变化的水力条件，非常适合用于二维河流水动力与水质模拟（Li等, 2020）。这类模型使得我们能够超越基于监测的评估方式，基于不同水文与运行假设，对生态补水的效应进行定量分析。尽管越来越多的实证研究与建模研究表明，生态补水能够改善河流水质并有助于水资源调控（Jiang等, 2023; Pu等, 2024; Sun等, 2023; Zhou等, 2024），但现有的多数生态补水评估仍仅关注浓度变化、个别水质参数或定性的前后对比。很少有研究能在单一的二维建模框架下，将补水流量强度与持续时间与多参数水质响应、基于污染指数的评价、模拟得到的水环境容量以及所需的污染物减排量联系起来。这一缺陷十分重要，因为仅凭浓度下降无法判断河流的净化能力是否发生变化、哪些污染物仍是主要限制因素，也无法比较在不同补水量下的各种补水策略的优劣。

为弥补这些不足，本研究针对伊河建立了耦合MIKE 21水动力-水质模型，用以评估不同水文条件及补水策略对水质与水环境容量的影响。与以往主要关注浓度变化或单个水质指标的生态补水评估相比，本研究将二维水动力-水质模拟、等体积补水方案比较、多参数污染指数评价以及基于容量的污染物减排量估算整合到了同一个以水质为导向的分析框架中。具体而言，本研究的目标是：（1）模拟在三种无补水水文方案及三种补水策略下，溶解氧、BOD5、CODMn、COD、NH3-N和总磷的时空变化规律；（2）通过单因子污染指数与综合污染指数，比较各补水方案的水质改善效果；（3）量化补水前后模拟得到的水环境容量及所需污染物减排量的变化。通过将浓度变化与基于容量的指标相结合，本研究为季节性缺水河流中的生态补水策略评估提供了基于情景的分析框架。

研究区域
伊河是黄河中游洛河的主要支流，位于中国河南省。它发源于栾川县的伏牛山，流经洛阳、偃师等重要城市，最终汇入洛河（图1）。伊河全长约368公里，流域面积约为6650平方公里。该河流是农业灌溉和工业活动的重要水源。

水动力方程
本研究中的水动力模拟采用了MIKE 21 Flow Model（FM），该模型用于求解二维非稳态浅水方程。该模型基于深度积分后的不可压缩雷诺平均纳维-斯托克斯方程的数值解，假定压力为静水压力，并采用布辛涅斯克近似（Xiong等, 2024）。本研究中所使用的控制方程考虑了底床摩擦力及源头污染物排放。模拟中未考虑风应力。

模拟情景
本研究将没有补水的时间段定义为无补水期。选取了湿润、正常和干旱三种具有代表性的水文年类型进行分析。根据龙门镇站2000年至2021年的实测流量数据，对该数据进行了皮尔逊III型分布拟合（图6a）。经过参数优化后，最佳拟合结果的样本均值Ex为15.95。根据超标概率P，分别确定了P=10%、50%和90%对应的年份。

结论
本研究针对伊河建立了耦合MIKE 21水动力-水质模型，用于评估在不同水文条件及指定生态补水方案下的水质变化及河道尺度水环境容量。主要结论如下：（1）耦合MIKE 21模型的模拟精度很高，六项水质参数的纳什-萨特克利夫效率系数均不低于0.777，最大平均绝对百分比误差为13.76%，最大均方根误差为……

CRediT作者贡献声明
温一豪：论文撰写——初稿、可视化、数据收集、形式分析、数据整理、概念设计。刘俊政：论文撰写——审阅与编辑、方法论、概念设计。徐海觉：论文撰写——审阅与编辑、监督指导。张金良：资金筹集。白玉川：论文撰写——审阅与编辑、监督指导。王瑶：形式分析、数据整理。

未引用参考文献
Zhang等, 2022。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢
本研究得到了中国国家重点研发计划（编号2023YFC3208601）、国家自然科学基金（编号51979185）以及水循环与水安全国家重点实验室开放研究基金（编号SKL-WCWS-KFMS202503）的支持。

温一豪|刘俊政|徐海觉|张金良|白玉川|王瑶