鄱阳湖水动力变化及其水质响应--遥感与数值模拟研究.pdf

摘要

鄱阳湖是中国最大的季节性过水型湖泊。本文使用Delft3DFlexibleMesh

（FM）模型，研究了鄱阳湖复杂的水动力学特征，区分了湖水运动的动量平衡

关系和主导因素，并定量分析了科里奥利力和倒灌效应对鄱阳湖的影响。同时研

究还使用实测数据和卫星影像数据建立了一个卷积神经网络（CNN）机器学习回

归模型，用于反演鄱阳湖中的叶绿素a（Chl-a）含量，分析了鄱阳湖Chl-a的时

空分布特征，并结合水动力数值模拟结果探讨了动态水动力因素对鄱阳湖Chl-a

浓度变化的影响。此外本文通过机器学习算法进行倒灌的预测，并分析了水质对

倒灌的响应过程。研究结果对于了解鄱阳湖生态环境、保护湖泊资源和指导相关

管理具有重要的理论和实践意义。

论文主要研究结论如下：

(1)Delft3DFM模型可以很好地再现鄱阳湖四个水文时期的水位、流速和倒

灌特征，能够准确地模拟湖泊出露和水淹的转换过程。压差力和平流作用是鄱阳

湖大多数时期的主导因素，而科里奥利力、床面应力和风应力则在不同的时段和

区域有各自影响强烈的表现。科里奥利力对水位具有明显的空间趋势，而流速上

则表现出特异的区域影响。倒灌可以显著改变鄱阳湖的湖流结构，不同的倒灌强

度表现出不同的湖流模式，此外机器学习组合模型在预测倒灌方面表现出良好的

适用性。

(2)研究中构建的CNN反演模型可以理解卫星光谱和Chl-a之间的复杂关

系并拥有良好的鲁棒性，性能优于其他机器学习和经验算法。鄱阳湖Chl-a浓度

随水位涨落年内变化明显。不同时期水体流通性的变化下表现出特异的Chl-a浓

度特征。对于过水型的鄱阳湖，水动力条件对Chl-a浓度的调节作用高于温度和

太阳辐射。

(3)鄱阳湖流速是调节湖泊Chl-a含量的一个重要因素，长江顶托作用可以

减弱北部河道的流速，有利于鄱阳湖中的浮游植物大量繁殖。活跃的涡旋对湖泊

的Chl-a含量也有显著影响，气旋涡增强了局部Chl-a含量，而反气旋涡则减弱

了Chl-a含量，并且科里奥利力在动量平衡中起着至关重要的作用，可能会导致

气旋（反气旋）涡区域底部营养物质的升（降），从而增加（减少）表面营养物

质的供应。

关键词：鄱阳湖；Delft3DFM；动量平衡；CNN；叶绿素a；涡旋；科里奥利力

I

Abstract

PoyangLakeisthelargestseasonalflow-throughlakeinChina.Thisstudyutilizes

theDelft3DFlexibleMesh(FM)modeltoinvestigatethecomplexhydrodynamic

characteristicsofPoyangLake.Itdifferentiatesthemomentumbalancerelationships

anddominantfactorsgoverningthelakeswatermovementandquantitativelyanalyzes

theeffectsofCoriolisforceandbackflowonPoyangLake.Additionally,thestudy

establishesaConvolutionalNeuralNetwork(CNN)machinelearningregressionmodel

usingfieldmeasurementsandsatelliteimagerydatatoestimatetheconcentrationof

Chlorophyll-a(Chl-a)inPoyangLake.Itanalyzesthespatiotemporaldistribution

characteristicsofChl-aandexaminestheimpactofdynamichydrodynamicfactors