基于Delft3D水動(dòng)力模型對(duì)青草沙水庫水溫變化的模擬和預(yù)測

畢瀟偉，徐 聰，何義亮

（上海交通大學(xué)環(huán)境科學(xué)與工程學(xué)院，上海 200240）

青草沙水庫是上海市四大水源地之一，自2011年全面投入使用后日益突出的水質(zhì)問題成為水庫生態(tài)環(huán)境的重點(diǎn)。根據(jù)近年上海水務(wù)部門監(jiān)測，庫內(nèi)水質(zhì)已呈現(xiàn)營養(yǎng)化的趨勢，張琴娟［1］對(duì)水庫的水質(zhì)監(jiān)測發(fā)現(xiàn)藻類屬于影響水庫的重要污染物之一。所以對(duì)青草沙水庫水質(zhì)的研究顯得尤為重要。

水庫的蓄水調(diào)節(jié)過程使得庫區(qū)呈現(xiàn)水位偏高、水流流速降低等現(xiàn)象，對(duì)水體的自凈能力有相當(dāng)大的影響［2］。水庫的水動(dòng)力特征，包含水位、流速等，對(duì)水庫的水環(huán)境有著重要影響。流場的變化會(huì)影響水溫的變化［3］，同時(shí)影響了水質(zhì)點(diǎn)的遷移［4］。尤其是在短時(shí)間內(nèi)，水體流場對(duì)水溫的影響尤為明顯。

通過流場的模型可以對(duì)水溫進(jìn)行精確模擬，水溫的改變也會(huì)對(duì)水環(huán)境產(chǎn)生多方面的影響，比如水體中的溶解氧、水體中有機(jī)物以及水體中的各種微生物和浮游生物等［2］。浮游藻類是水環(huán)境質(zhì)量的一個(gè)重要指標(biāo)，在生物學(xué)水質(zhì)評(píng)價(jià)中廣泛運(yùn)用［5］。水溫對(duì)藻類的種類和數(shù)量都會(huì)產(chǎn)生較為明顯的影響，尤其是夏季高溫條件會(huì)引起藻類數(shù)量的大量增加［6］。可以通過藻類數(shù)量較為直接地反映青草沙水庫的水質(zhì)問題，所以本文以藻類作為典型問題來探討溫度對(duì)水質(zhì)的潛在影響。因?yàn)樗疁睾蜌鉁赜兄鴱?qiáng)烈的關(guān)系，大氣和水面的熱交換直接影響了水溫的升高［7］，所以我們可以通過水動(dòng)力模型來預(yù)測未來氣溫條件下青草沙水庫的水溫變化。

青草沙水庫處于長江口的南北港分流口下方，由于同時(shí)受到了徑流和潮流的作用，所以兼有了河、海的流場特征［8］。隨著計(jì)算技術(shù)的廣泛運(yùn)用，數(shù)值模擬在水環(huán)境中的運(yùn)用越來越成熟，在水動(dòng)力數(shù)值模擬中最常用的模型有：EFDC模型、Mike系列軟件、POM模型和Delft3D軟件。本文選用的Delft3D采用ADI計(jì)算方法（隱式方向交替法），計(jì)算穩(wěn)定性好，可以模擬復(fù)雜的邊界條件。

國內(nèi)外有很多關(guān)于全球未來氣溫的研究，張國慶等［9］基于模型預(yù)測了未來氣溫以每10年0.24℃的增長速度上升；IPCC第五次報(bào)告［10］預(yù)估21世紀(jì)末，全球氣溫升高至 2.6～4.8℃的可能性最大；郯俊嶺等［11］對(duì)中國未來氣溫變化進(jìn)行預(yù)估，提出在21世紀(jì)末上升溫度很可能超過2℃。高學(xué)杰等［12］以溫室效應(yīng)為機(jī)理，以長江中下游地區(qū)氣候的變化為研究對(duì)象，探究在溫室效應(yīng)加重的情況下氣溫的變化，發(fā)現(xiàn)長江中下游區(qū)域氣溫升高值比內(nèi)陸高2.3℃ 以上。以國外IPCC的報(bào)告對(duì)未來全球氣候變化的預(yù)測為權(quán)威，并基于國內(nèi)外的研究結(jié)果，考慮到青草沙處在長江口這個(gè)特殊位置，受到長江徑流和海水的影響，在全球氣候變化下，長江口的氣溫也會(huì)略微高于平均。

Takemura等［13］進(jìn)行了水溫與藻類生長關(guān)系的試驗(yàn)，發(fā)現(xiàn)溫度高于11℃、并低于一定溫度下，光合作用效率隨溫度的變化而呈現(xiàn)比例關(guān)系。多項(xiàng)研究都表明大多數(shù)藻類最適宜生長溫度為30℃［14］。徐良等［15］在Arrhenius規(guī)律基礎(chǔ)上對(duì)Eppley探究水溫對(duì)藻類生長規(guī)律的影響做了進(jìn)一步地探究，修正了新的公式用作藻類增殖系數(shù)。在藻類生長過程中，當(dāng)溫度超過最適溫度時(shí)，藻類生長符合公式Fp（T）＝ pt－T；當(dāng)溫度低于最適溫度時(shí)，藻類生長符合公式Fp（T）＝pT－t（T 是最適溫度，t為實(shí)際溫度［16］）。當(dāng)水溫超過30℃，水溫的升高反而會(huì)抑制藻類的生長［17］。

本研究利用Delf3D-Flow模塊，在夏季對(duì)青草沙水庫運(yùn)行情況進(jìn)行水動(dòng)力模擬。通過流速率定和驗(yàn)證得到良好的水動(dòng)力模型，在驗(yàn)證好的模型基礎(chǔ)上對(duì)溫度進(jìn)行模擬。為了更好地探究水溫變化，在原模型基礎(chǔ)上改變空氣溫度用以模擬未來氣溫下的水溫變化，從而更好地探究青草沙水庫的水溫變化和潛在的水質(zhì)問題。

1 青草沙水庫流場的模擬和驗(yàn)證

1.1 模型的建立

1.1.1 Flow 模塊的基本原理

在模塊的流體基本計(jì)算中，將水體假設(shè)為不可壓縮流體，并忽略溫度的改變對(duì)流場的基本影響。Delft3D-flow模塊建立在Navier-Stokes方程基礎(chǔ)上，符合淺水特性和Boussinesq假定。通過ADI計(jì)算方法對(duì)設(shè)定坐標(biāo)系下的控制方程組進(jìn)行離散求解，在忽略垂向加速度影響的前提下，推導(dǎo)出靜水壓強(qiáng)假定下的水流方程［18］。

1.1.2 邊界條件和參數(shù)設(shè)定

由于青草沙水庫位于長江口潮流區(qū)域內(nèi)，受到徑流、潮流的影響，水庫附近長江水位呈現(xiàn)波動(dòng)［19］。水庫一般運(yùn)行規(guī)律為：在水位高的時(shí)候取水，水位越高，可取流量越大。青草沙水庫的引排水方式由泵、閘相結(jié)合構(gòu)成，分別在咸潮初期、咸潮期、咸潮末期進(jìn)行提水、搶水和補(bǔ)水。上下游水閘共同維護(hù)水庫水體的交換和庫內(nèi)水體的流動(dòng)，只有在非咸潮期通過下游水閘排水。因此，具體流量及取水時(shí)間主要根據(jù)附近水位具有的潮汐變化規(guī)律進(jìn)行設(shè)定。通過2011年的流場模擬與實(shí)測分析，夏季入水流量約為 700～900 m3／s，出水口流量約為 100～200 m3／s，進(jìn)出水流量保持總量守恒。

初始條件指定了水體的初始狀態(tài)，本文模擬采用的初始條件是“冷啟動(dòng)”（流速為零和自由水面為靜止的狀態(tài)）。使用庫內(nèi)的平均水位作為水庫初始時(shí)刻水位，將模型計(jì)算分為10層，按照隨著水深不同，每層深度隨之變化，但是所占百分比不同原理設(shè)置?；跍u黏性系數(shù)和渦擴(kuò)散系數(shù)、速度尺以及長度尺度成正比的假設(shè)，采用k-ε紊流模式來確定這些系數(shù)。黏度系數(shù)選取經(jīng)驗(yàn)值，因?yàn)闇u黏性的各向異性，選取的水平黏度系數(shù)遠(yuǎn)大于垂直黏度系數(shù)［18，20-21］?；谇叭说慕?jīng)驗(yàn)參考和多次模型的嘗試率定，最后選定水平黏度系數(shù)為 2 m2／s，垂直黏度系數(shù)為 0.03 m2／s，水平擴(kuò)散系數(shù)為 2 m2／s，垂直擴(kuò)散系數(shù)為 0.001 m2／s，曼寧系數(shù)為0.02。在物理參數(shù)的考慮中，重力加速度選取 9.81 m／s2，水體密度選取 1 000 kg ／m3［22］。

1.1.3 區(qū)域網(wǎng)格劃分

青草沙水庫地處長江的江心口，由兩個(gè)庫區(qū)構(gòu)成，青草沙庫區(qū)以及中央沙庫區(qū)。中央沙庫區(qū)作為庫頭，處在長江口南北港分汊口的中央水區(qū)域，但是由于灘面較高，并不記入模擬計(jì)算區(qū)域。青草沙庫區(qū)屬于北港，和長興島之間有一道潮溝，所以主要的計(jì)算區(qū)域選取的是青草沙庫區(qū)。由于在青草沙中存在墾區(qū)，墾區(qū)的特性近似于陸地，所以墾區(qū)本身不記入計(jì)算區(qū)域，并在墾區(qū)和水區(qū)域之間進(jìn)行了邊界處理。計(jì)算區(qū)域采用正交模式，最后劃分的網(wǎng)格如圖1所示。利用Regrid模塊建立正四邊形網(wǎng)絡(luò)，在垂向作分層處理，層數(shù)為10。在網(wǎng)格繪制中，對(duì)靠近邊角的網(wǎng)格進(jìn)行光滑處理，對(duì)網(wǎng)格適當(dāng)加密，并去除不合適網(wǎng)格。為了提高計(jì)算精確度，網(wǎng)格橫縱向的夾角余弦值都控制在0～0.02。計(jì)算區(qū)域網(wǎng)格的劃分和實(shí)際情況擬合良好，能夠較好地滿足流場模型的計(jì)算要求和精確度運(yùn)算。

圖1 青草沙水庫網(wǎng)格劃分圖Fig.1 Mesh Graph of Qingcaosha Reservoir

1.2 流場模擬和驗(yàn)證分析

Delft-Flow模塊的主要功能是模擬不同條件下的水流，通過將地形等實(shí)際情況簡化為網(wǎng)格等計(jì)算條件，在計(jì)算中加入不同的邊界設(shè)定和初始條件，來模擬風(fēng)速等外界因素對(duì)水體表面以及內(nèi)部的作用，這也是本文的核心內(nèi)容［22］。由于青草沙水庫受到海水的潮汐影響［23］，而潮汐的循環(huán)是從小潮到中潮，再到大潮，最后恢復(fù)到小潮。所以大潮時(shí)水庫外的水位較高，引入的水流量在這個(gè)時(shí)候比較大，庫內(nèi)的流場也因此受到影響。對(duì)水庫實(shí)測數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，小潮、中潮、大潮時(shí)庫內(nèi)流場的變動(dòng)尤為明顯，所以在模擬時(shí)考慮了潮汐的問題。

運(yùn)行時(shí)間選取2011年7月2日～2011年9月30日，對(duì)這個(gè)時(shí)間段的流場進(jìn)行計(jì)算。驗(yàn)證時(shí)間選取了2011年9月23日～2011年9月30日，采用實(shí)測數(shù)據(jù)進(jìn)行對(duì)比分析?？紤]到實(shí)測位置的比較，選取了具有代表性的R1、R2、R3、R4點(diǎn)。R1點(diǎn)是在庫首，靠近上游水閘的位置，R2、R3點(diǎn)是在經(jīng)過墾區(qū)分汊后的兩側(cè)位置，R4則是在靠近下游水閘的位置。分別選取了表層和底層的模擬和實(shí)測數(shù)據(jù)進(jìn)行對(duì)比，但是因?yàn)榍嗖萆乘畮毂旧韺儆跍\水型水庫，所以分層現(xiàn)象也不是特別明顯。R1點(diǎn)因?yàn)榭拷嫌嗡l，所處位置為淺水，大部分時(shí)間段處于低流速狀態(tài)，分層現(xiàn)象并不明顯，所以沒有使用表層和底層的變化來分析。利用實(shí)測數(shù)據(jù)對(duì)模擬數(shù)據(jù)進(jìn)行擬合對(duì)比計(jì)算，依據(jù)式（1）［24］計(jì)算擬合系數(shù) NSE。

圖2 2011年夏季R1流速模擬實(shí)測對(duì)比圖Fig.2 Simulation and Actual Measurement of R1 Flow Rate in 2011 Summer

圖3 2011年夏季R2～R4底層、表層流速實(shí)測和模擬對(duì)比圖Fig.3 Comparison of Simulation and Actual Measurement of Bottom and Surface Layers’Velocity of R2～R4 in 2011 Summer

2 青草沙水動(dòng)力模型的溫度模擬

通過流場的驗(yàn)證，得到適用于青草沙水庫的水動(dòng)力模型?；谠撃Ｐ?，采用2011年的實(shí)測氣溫對(duì)青草沙水庫進(jìn)行水溫模擬。通過2011年的模擬結(jié)果對(duì)水溫的分布進(jìn)行分析。

2.1 Ocean模式的添加

此次溫度模擬添加了Ocean模式。該模型不僅考慮了溫度的橫向傳遞和在水—空氣界面的垂向傳遞，還考慮了太陽輻射在水面的接受率。有效的太陽輻射依據(jù)太陽的垂直輻射強(qiáng)度、大氣濕度和覆云率，從而更加合理地模擬出水庫整體的溫度變化?？紤]自由曲面的熱交換太陽能（短波）、大氣（長波）輻射的單獨(dú)效應(yīng)，以及由于回輻射、蒸發(fā)、對(duì)流產(chǎn)生的熱損失，計(jì)算如式（2）。

其中：Qsn—凈太陽輻射；

Qan—凈入射大氣輻射；

Qbr—反向輻射；

Qev—蒸發(fā)熱通量；

Qco—對(duì)流熱通量。

本試驗(yàn)通過添加Ocean模式，模擬了青草沙水庫庫區(qū)上方的太陽輻射條件，水溫的模擬因此更具準(zhǔn)確性。本試驗(yàn)采用的Ocean模式中的氣象數(shù)據(jù)全部來源于中國氣象數(shù)據(jù)網(wǎng)。

2.2 實(shí)際氣溫下水溫模擬

2.2.1 水溫驗(yàn)證

選取R3和R4的表層和底層溫度進(jìn)行驗(yàn)證和分析。如圖 4所示，水溫的模擬值維持在 22～31℃，只有在高溫時(shí)期的短時(shí)間內(nèi)水溫溫度會(huì)有超過30℃。通過對(duì)比實(shí)測水溫值和模擬水溫值可以看出擬合效果良好，該水溫模型符合實(shí)際情況。

圖4 2011年夏季R3、R4表層和底層溫度實(shí)測和模擬對(duì)比圖Fig.4 Comparison Between Simulation and Actual Measurement of Surface and Bottom Layers’Temperature of R3，R4 in 2011 Summer

2.2.2 水溫水平分布

從模擬結(jié)果可以直觀了解水溫分布情況。如圖5所示，水溫變化較大的時(shí)間階段是7月初以及9月末。水體從上游開閘口進(jìn)入后，溫度隨著水體向下游擴(kuò)散而慢慢變化。上游引入清水，水在進(jìn)入水庫后在庫區(qū)內(nèi)慢慢形成擴(kuò)散狀態(tài)。隨著水體擴(kuò)散，加之水流流速的影響，從入水口流入后水溫在上游就有了較快地變化，逐步擴(kuò)散到墾區(qū)附近。由于空氣的溫度、太陽輻射等綜合因素的影響，水溫逐步升高。7月初的前10 d，整體水域的水溫就已經(jīng)全部發(fā)生了改變。在20～30 d，庫區(qū)內(nèi)的水溫逐步趨向于升高。8月份水庫的水溫達(dá)到高峰值，并在8月份維持這樣的高溫值。進(jìn)入9月后，又呈現(xiàn)出跟7月份相似的變化規(guī)律，隨著氣溫的降低，水溫也逐漸降低，從入水口開始溫度慢慢降低，然后擴(kuò)散到全部計(jì)算區(qū)域。

圖5 2011年夏季模擬水溫分布變化Fig.5 Simulation of Water Temperature Distribution in 2011 Summer

2.2.3 水溫垂向分布

從各點(diǎn)的垂向分布看，R1處在上游水閘附近，靠近入水口，水流量短時(shí)間內(nèi)較大，水深較淺，水溫模擬在該模型模擬期間在垂向上幾乎沒有分層現(xiàn)象出現(xiàn)；R2處在墾區(qū)南北兩側(cè)，水深相對(duì)都較淺，分層現(xiàn)象在短時(shí)間內(nèi)也不明顯；R4較另外三個(gè)點(diǎn)水深較深，有一定的分層，但是最高溫度差不超過1℃。如圖6所示，R1幾乎沒有分層現(xiàn)象，R2、R3的分層現(xiàn)象不明顯，R4有一定分層現(xiàn)象。

圖6 2011年夏季模擬水溫表層底層對(duì)比Fig.6 Comparison of Simulated Water Temperature Between Surface and Bottom Layers’in 2011 Summer

3 未來不同氣溫條件下青草沙水庫水溫變化及潛在的水質(zhì)影響

基于國內(nèi)外文獻(xiàn)資料，未來全球氣溫在逐步升高。為了探究氣溫變化對(duì)水庫水溫的影響，本文通過改變模型的氣溫條件來預(yù)測水溫的變化。從Nasa Observatory［24］提供的全球海洋表面溫度變化來看，青草沙所處的長江口附近海域溫度從7月～8月是一個(gè)升溫的過程。在夏季的7月、8月、9月期間，可以看出細(xì)微變化，如圖7所示。長江流域的溫度一般來說略高于全球海洋平均溫度，但是總體變化趨勢是一致的。這個(gè)細(xì)微的變化和本文所采用的水動(dòng)力模擬下的水溫變化趨勢是一致的，也進(jìn)一步驗(yàn)證可以在全球氣候變化下探討該水動(dòng)力模型。

3.1 2011年夏季水溫變化下藻類問題

圖7 2011年夏季全球海洋溫度變化Fig.7 Gobal Ocean Temperature Change in 2011 Summer

不同溫度條件下藻類的生長大不相同，而夏季溫度的升高對(duì)藻類的生長提供了有利條件。以R4點(diǎn)為例，對(duì)R4附近實(shí)測藻類的數(shù)量變化曲線（圖8）以及R4點(diǎn)水溫模擬變化曲線對(duì)比分析發(fā)現(xiàn)（圖9），在模擬的三個(gè)月中，藻類個(gè)數(shù)和溫度的變化規(guī)律是相似的，在一定程度上說明，隨著溫度的變化，藻類的個(gè)數(shù)相應(yīng)有一定的變化，并且在一定范圍內(nèi)，溫度升高，藻類也相應(yīng)有所增加。

圖8 2011年R4附近的藻類個(gè)數(shù)變化曲線Fig.8 The Curve of Algae Change in R4 in 2011

圖9 2011年夏季R4表層溫度模擬和實(shí)測的變化Fig.9 Simulation and Measurement of R4 Surface Layers’Temperature in 2011 Summer

3.2 21世紀(jì)末的水溫預(yù)測

本文假設(shè)21世紀(jì)末氣溫升高4.5℃，以此為21世紀(jì)末水溫預(yù)測的基礎(chǔ)。對(duì)21世紀(jì)末青草沙水庫水溫進(jìn)行預(yù)測分析。在模擬結(jié)果中，選擇R2點(diǎn)的表層水溫變化進(jìn)行分析。模擬結(jié)果如圖10所示，從21世紀(jì)末氣溫上升的情況下的模擬來看，水溫從7月中旬～9月下旬都處于30℃以上。從初始溫度開始，整個(gè)夏季處于一直升高的狀況，只在夏季末有些許下降趨勢。而當(dāng)夏季溫度穩(wěn)定后，通過對(duì)比2011年氣溫下的水溫情況，21世紀(jì)夏季模擬水溫總體偏高。對(duì)比最高溫度發(fā)現(xiàn)，假設(shè)氣溫下水溫的最高值相比2011年氣溫下水溫的最高值增加了約3℃，對(duì)比R2點(diǎn)兩次模擬的水溫曲線發(fā)現(xiàn)，未來氣溫條件下的水溫在進(jìn)入穩(wěn)定期后，要經(jīng)歷比2011年氣溫條件下更長的高水溫時(shí)間段，而且進(jìn)入高溫時(shí)間段的時(shí)間有所提前。

圖10 21世紀(jì)末氣溫條件和2011年氣溫條件下模擬R2表層水溫對(duì)比圖Fig.10 Comparison of R2 Surface Layers’Water Temperature Under the Temperature Condition at the End of 21st Century and in 2011

3.3 探究21世紀(jì)內(nèi)氣溫影響下藻類的變化可能性

為了探究隨全球氣候變化導(dǎo)致的青草沙水庫水溫變化的具體情況，在本文模擬方案中，基于參考文獻(xiàn)假定未來氣溫升高趨勢前提下，分別對(duì)氣溫升高1、2.5、4.5℃進(jìn)行水溫模擬。基于藻類的適宜溫度和增殖系數(shù)公式作為計(jì)算基礎(chǔ)，來推斷藻類的可能變化。

圖11 21世紀(jì)末氣溫條件下模擬R2、R3、R4點(diǎn)表層水溫變化情況Fig.11 Simulation of R2，R3 and R4 Surface Layers’Water Temperature at Temperature Condition of 21stcentury

模擬結(jié)果如圖11所示，當(dāng)氣溫升高 1℃時(shí)，水溫在7月底達(dá)到30℃，在8月上旬都維持在高溫時(shí)間段，在高溫時(shí)間段的水溫波動(dòng)不大，最高溫度不超過31℃。當(dāng)氣溫升高2.5℃時(shí)，進(jìn)入30℃的時(shí)間點(diǎn)提前了，高溫時(shí)間段變長，一直維持到9月中旬。當(dāng)氣溫升高4.5℃時(shí)，對(duì)比前2個(gè)氣溫模擬下的高溫值和高溫時(shí)間段又有所加長，最高水溫已經(jīng)達(dá)到34℃。通過對(duì)比3個(gè)氣溫條件下的結(jié)果，發(fā)現(xiàn)隨著氣溫升高，水溫的高溫時(shí)間段拉長，水溫上升會(huì)比之前的更早。對(duì)比3次模擬結(jié)果，發(fā)現(xiàn)溫度升高后導(dǎo)致的直接結(jié)果就是水溫高溫時(shí)間段在夏季變長，而且水溫上升時(shí)間點(diǎn)提前。對(duì)于藻類的影響在于，在原本適宜藻類生長的夏季溫度過高，超過藻類生長最適宜溫度，適宜藻類生長的時(shí)間段提前，藻類的暴發(fā)也因此可能提前。

4 結(jié)論和建議

本文采用Delft3D-Flow模塊對(duì)青草沙水庫流場進(jìn)行了驗(yàn)證和分析，模擬了夏季青草沙流場動(dòng)態(tài)，得到擬合良好的水動(dòng)力模型?；谠撍畡?dòng)力模型，在添加Ocean模式的基礎(chǔ)上分別模擬不同氣溫條件下青草沙水庫水溫情況，并以藻類問題作為水質(zhì)的典型案例進(jìn)行分析和預(yù)測。

通過青草沙水庫夏季流場模型的構(gòu)建，模擬了水庫庫區(qū)水流流態(tài)和流速。模擬流場和實(shí)測數(shù)據(jù)的對(duì)比擬合在誤差范圍內(nèi)，證實(shí)該水動(dòng)力模型可用于青草沙的水動(dòng)力模擬。通過模擬夏季期間2011年實(shí)測氣溫下的水體溫度情況和不同氣溫假設(shè)條件下的水體溫度，主要得到以下結(jié)論。

（1）流速在水庫上中下游幾乎沒有分層現(xiàn)象。溫度分層上，R1靠近入水口，流速大，水深淺，幾乎沒有分層現(xiàn)象；R2、R3水深也較淺，只有在白天時(shí)間段略有影響；R4較其他點(diǎn)水深，有分層現(xiàn)象。

（2）水溫水平分布呈現(xiàn)一定的規(guī)律，夏季初水溫從上游水閘口開始漸變，慢慢擴(kuò)散到庫區(qū)內(nèi)部水體；夏季中期庫區(qū)內(nèi)全部水溫達(dá)到最高值；夏季末，隨著氣溫的降低，水溫又從上游水閘口開始慢慢降低。

（3）對(duì)比夏季中2011年和21世紀(jì)末氣溫條件下的青草沙墾區(qū)附近點(diǎn)水溫變化發(fā)現(xiàn)，21世紀(jì)末最高水溫值要超過 2011年最高水溫值，差值接近3℃。

（4）對(duì)比分析不同氣溫條件模擬下青草沙水庫水溫的變化發(fā)現(xiàn)，隨著氣溫的升高，水溫高溫時(shí)間段變長，升溫時(shí)間點(diǎn)提前。藻類生長高峰期可能不再是夏季，藻類暴發(fā)時(shí)間點(diǎn)會(huì)提前。

［1］張琴娟.青草沙水庫的長江原水水質(zhì)調(diào)查［J］.中國科技投資，2016（22）：375，388.

［2］王輝.大伙房水庫流場及水溫分布的數(shù)值模擬研究［D］.大連：大連理工大學(xué)，2015.

［3］陳涇.青草沙水庫流場、滯留時(shí)間及鹽水入侵來源［D］.上海：華東師范大學(xué)，2014.

［4］李杰，袁建忠.青草沙水庫流場和水質(zhì)點(diǎn)數(shù)學(xué)模型計(jì)算分析［C］.蘇州：中國水利學(xué)會(huì)2007學(xué)術(shù)年會(huì)人類活動(dòng)與河口分會(huì)場，2007.

［5］李寶林，王玉亭，張路增.以浮游植物評(píng)價(jià)達(dá)賚湖水質(zhì)污染及營養(yǎng)水平［J］.水生生物學(xué)報(bào)，1993，39（1）：27-34.

［6］黃曉琛.藻類生長過程中的生態(tài)特性及水華預(yù)測方法研究［D］.上海：上海交通大學(xué)，2009.

［7］楊東方，吳建平，曲延峰，等.地球生態(tài)系統(tǒng)的氣溫和水溫補(bǔ)充機(jī)制［J］.海洋科學(xué)進(jìn)展，2007，25（1）：121-126.

［8］李茂學(xué)，劉小梅，付新永，等.青草沙水庫取水泵閘規(guī)模論證［J］.給水排水，2009，35（2）：50-54.

［9］張國慶，李鵬飛，黃立，等.全球未來50年平均氣溫的時(shí)間序列分析與預(yù)測［J］.甘肅科技，2008，24（17）：72-74.

［10］Stocker T F，Qin D，Plattner G K，et al.IPCC，2013：Climate change 2013：The physical science basis.Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change［J］.Computational Geometry，2013，18（2）：95-123.

［11］郯俊嶺，江志紅，馬婷婷.基于貝葉斯模型的中國未來氣溫變化預(yù)估及不確定性分析［J］.氣象學(xué)報(bào)，2016，74（4）：583-597.

［12］高學(xué)杰，林一驊，趙宗慈，等.溫室效應(yīng)對(duì)我國長江中下游地區(qū)氣候的影響——數(shù)值模擬［J］.自然災(zāi)害學(xué)報(bào)，2004，13（1）：38-43.

［13］Takamura N，Iwakuma T，Yasuno M.Photosynthesis and primary production of Microcystis aeruginosa Kütz.in Lake Kasumigaura［J］.Journal of Plankton Research，1985，7（3）：303-312.

［14］逯南南，褚福敏.溫度及光照強(qiáng)度對(duì)藻類生長的影響［C］.山東：2010“黃河杯”城鎮(zhèn)飲用水安全保障技術(shù)論壇暨城市供水水質(zhì)監(jiān)測技術(shù)交流會(huì)，2010.

［15］徐良，馮平，孫冬梅，等.水溫對(duì)藻類生長變化影響的數(shù)值模擬［J］.安全與環(huán)境學(xué)報(bào)，2013，13（5）：76-81.

［16］柴小穎.光照和溫度對(duì)三峽庫區(qū)典型水華藻類生長的影響研究［D］.重慶：重慶大學(xué)，2009.

［17］廖振華.青草沙水庫水動(dòng)力數(shù)值模擬［D］.上海：上海交通大學(xué)，2011.

［18］喬飛，鄭丙輝，雷坤，等.長江下游及河口區(qū)水動(dòng)力特征［J］.環(huán)境科學(xué)研究，2017（3）：389-397.

［19］Maa P Y.An efficient horizontal two-dimensional hydrodynamic model［J］.Coastal Engineering，1990，14（1）：1-18.

［20］許旭峰，劉青泉.太湖風(fēng)生流特征的數(shù)值模擬研究［J］.水動(dòng)力學(xué)研究與進(jìn)展，2009，24（4）：512-518.

［21］張仁徽，陳宇里，耿釗.網(wǎng)格尺寸對(duì)Delft3D有限元水流場仿真精度影響的分析［J］.應(yīng)用科技，2015，42（1）：57-61.

［22］劉小梅，王曉鵬，關(guān)許為，等.青草沙避咸蓄淡水庫庫容與特征水位研究［J］.水利水電技術(shù)，2009，40（7）：5-8.

［23］Moriasi D N，Arnold J G，Van Liew M W，et al.Model evaluation guidelines for systematic quantification of accuracy in watershed simulations［J］.Transactions of the Asabe，2007，50（3）：885-900.

［24］NASA Observatory ［DB／OL ］.http： ／／www.earthobservatory.nasa.gov／.