持续强北风天气下长江口盐水入侵对径流量的响应

仇 威, 朱建荣

（华东师范大学 河口海岸学国家重点实验室, 上海 200241）

0 引 言

目前, 长江口已成为上海的主要水源地, 陈行水库、青草沙水库和东风西沙水库先后建成 (图1).在河口建设水库面临的主要问题是盐水入侵, 当盐度(practical salinity units, PSU)超过0.45 (饮用水盐度标准) 就不宜取水. 长江河口盐水入侵主要受潮汐和径流量控制[1-3], 还受风应力、地形以及水和盐垂向湍流混合等影响[4-8]. 2014 年2 月长江径流量平均值为11 510 m3/s, 接近1950—2014 年2 月平均值12 040 m3/s 的情况下 (图2(a)), 发生了极端严重的盐水入侵事件. 李林江[9]、Zhu 等[10]研究表明,该次盐水入侵事件是由长时间持续强北风造成的 (图2). 2014 年2 月6—14 日, 长江口发生了持续9 d 的强北风, 平均风速10.01 m/s, 2 月10 日最大风速 17.6 m/s. 2 月15—16 日出现2 d 南风之后,在2 月17—20 日又出现了4 d 的强北风. 强北风产生向岸的艾克曼水体输运, 引起沿岸强烈增水, 在北港克服向海的径流, 形成北港流进、南港流出的持续水平环流, 导致青草沙水库连续不宜取水时间达23 d, 给上海的供水安全造成了严重威胁. Li 等[11]的研究表明, 深水航道北导堤在枯季气候态风况下阻止北港冲淡水向南输运而聚集于北港拦门沙区域, 减弱了北港的盐水入侵; 而在持续强北风作用下, 苏北沿岸向南输运的高盐水受北导堤的阻挡, 聚集于北港拦门沙区域, 并在向陆艾克曼输运作用下加剧了北港的盐水入侵. 上述研究揭示了该次盐水入侵事件的动力成因.

图1 长江河口形势图Fig. 1 Topography of the Changjiang Estuary

图2 2014 年2 月大通站实测径流量(a)及崇明东滩气象站实测风矢(b)和风速(c)随时间变化Fig. 2 (a) Temporal variations in measured river discharge at Datong station, (b) wind vector, and (c) wind speed at the weather station on the Chongming eastern shoal in February 2014

该次事件后, 长江防汛抗旱总指挥部和上海市水务局编制了《长江口咸潮应对工作预案研究》, 提出了三峡水库可应急放水增加径流量, 以抵御长江口严重盐水入侵, 保障水源地取水安全的应对策略.但在增加径流量对抵御盐水入侵效果方面, 还未做过深入研究. 本文对此开展研究, 为流域水库放水抵御咸潮提供科学依据.

1 研究方法

1.1 数值模式设置

本文使用基于双向加密嵌套方法的非结构四边形网格有限差分河口海岸三维数值模式UnFECOM (unstructured quadrilateral grid, finite-differencing, estuarine and coastal threedimensional ocean numerical model)[12], 模拟和分析2014 年2 月持续强北风下长江河口盐水入侵对不同径流量的响应. 在2014 年2 月严重盐水入侵事件中, 持续强北风产生的向岸艾克曼输运及其引起的强烈增水是其动力成因. 在原有结构四边形网格长江河口盐水入侵数值模式中, 外海开边界上的增水是由渤海、黄海和东海大区域模式的计算结果提供. UnFECOM 可对长江河口局部加密, 计算范围包含渤海、黄海和东海, 直接模拟强北风产生的沿岸增水, 避开了由大区域模式计算结果提供给小区域模式作为开边界条件的烦琐过程. 有关UnFECOM 的具体介绍可参阅文献[13]. 同时, 该模型使用Wu 等[14]开发的三阶精度格式HSIMT-TVD (high-order spatial interpolation at the middle temporal level coupled with a TVD limiter)度方程的平流项计算进行了改进, 消除了数值频散, 降低了数值耗散, 提高了模式盐度的计算精度.

模式使用非正交曲线网格, 计算范围覆盖整个黄渤海区域及东海部分区域 (图3(a)). 南起台湾岛北部 (北纬26°附近), 北至北纬41°附近, 西抵长江口潮区界大通水文站 (东经117.5°附近), 东达济州岛附近 (约东经126°). 为提高长江口内区域的计算精度, 对口内区域按1∶3 的比例进行加密, 得到如图3(b)所示的嵌套加密网格, 其中加密后北支网格最小分辨率为89 m × 206 m, 深水航道区域的网格充分拟合导堤 (图3(c)), 网格分辨率最小为699 m × 294 m. 模式在垂向上均匀分为10 个σ层. 长江河口地区浅滩众多, 使用干湿判别法实现潮滩移动边界的模拟, 临界水深取0.2 m. 基于北支超浅的河道和广阔的潮滩的特点, 底摩擦拖曳系数采用基于曼宁-谢才系数随水深变化的计算公式[15], 以提高北支倒灌的模拟精度.

图3 模式计算范围和网格 (a), 放大的长江河口网格 (b) 和深水航道工程附近网格 (c)Fig. 3 (a) Model domain and grid, (b) enlarged grid of the Changjiang Estuary, and (c) enlarged grid near the Deepwater Navigation Channel project

模式中粗细网格之间信息交换所用的更新算法为完整权重法, 插值算法为HSIMT 抛物线插值法, 算法的详细介绍可参阅文献[12]. 模型外海开边界潮位以16 个分潮 (M2,S2,N2,K2,K1,O1,P1,Q1,MU2,NU2,T2,L2,2N2,J1,M1和O1) 的潮汐调和常数通过计算得到, 数据下载自NaoTide 数据库(https://www.miz.nao.ac.jp/staffs/nao99). 初始温盐场和盐度开边界条件, 由课题组长期使用的黄海、渤海和东海大模式所得的月平均数据插值得到. 上游河流水通量边界条件来自大通水文站实测数据. 采 用 欧 洲 中 尺 度 气 象 中 心(European Centre for medium-range weather forecasts, ECMWF,https://cds.climate.copernicus.eu/#!/home) 再分析风场资料为模式提供海表面边界条件, 空间分辨率为0.25° × 0.25°, 时间分辨率为1 h. 为了更准确地体现外海开边界水位波动对模式边界水位的影响, 采 用 全 球 尺 度 模式HYCOM (hybrid coordinate ocean model)提 供 的 余 水 位 再 分 析 数 据(https://www.hycom.org/data/glbu0pt08/expt-90pt9), 该数据集时间分辨率为3 h, 空间分辨率为(1/12)° × (1/12)°.

1.2 模式验证

UnFECOM 已做了较多的验证[12-13,16], 本文采用华东师范大学河口海岸学国家重点实验室布设在长江口的潮位站水位资料和浮标实测流速流向资料验证数值模式, 潮位站和浮标测站的分布见图1.

对水位的验证, 模式从2014 年1 月1 日开始运行, 比较2014 年2 月长江口佘山、芦潮港及堡镇水文站的模拟和实测水位变化过程. 水位验证结果表明, 模式模拟的水位变化过程与实测水位变化过程基本吻合 (图4(a—c)). 从堡镇站的余水位变化过程看 (图4(d)), 模式输出的余水位能准确抓住强北风引起的每一次水位波动; 在增水的幅值上, 模式计算的增水和实测增水接近.

图4 2014 年2 月佘山、芦潮港、堡镇水文站水位 (a—c) 及堡镇水文站余水位 (d) 随时间变化Fig. 4 Temporal variations (a—c) in water level at Sheshan station, Luchaogang station, Buzhen station,and residual water level (d) at Buzhen station in February 2014

对流速流向的验证, 模式从2021 年12 月1 日开始运行, 选用1 月1—15 日的流速、流向的数据进行验证. 因文章篇幅限制, 仅给出位于南槽的3# 浮标站、北港下段的5# 浮标站的验证结果 (图5).为了定量评价模式的验证结果, 采用相关系数 (correlation coefficient, CC)、均方根误差 (root mean square error, RMSE)、技术分数 (skill score, SS) 对模式的计算结果和实测资料进行统计分析. 相应的公式如下:

图5 3# 浮标站表层(a、b)和底层(c、d)及5# 浮标站表层(e、f)和底层(g、h)的流速和流向随时间的变化Fig. 5 Temporal variations in current velocity and direction in (a, b) surface and (c, d) bottom layers at buoy 3#,and (e, f) surface and (g, h) bottom layers at buoy 5#

式中:Xmod为模式输出数据,Xobs为实测数据,为平均值. CC 表示模式输出数据和实测数据变化趋势的相关性, 接近1 时表明模拟结果和实测值的变化趋于相同, 若二者相差一个恒定值但变化趋势一致, 仍会得到较好的CC 评价, 故引入RMSE 协助评估, 从而得到更客观的评价结果. SS 用于描述预测值和实测值之间的偏差程度, 当SS ≥ 0.65 时模型模拟为优秀, 当0.50 ≤ SS ＜ 0.65 时模型模拟为好, 当SS ＜ 0.20 时模型模拟较差[17-18]. 浮标站流速验证结果的评价指标见表1, 两个浮标站流速的模拟值和实测值的相关系数均在0.75 ～ 0.85 之间, 均方根误差均小于0.5 m/s, 技术分数均在0.76 以上, 且位于北港下段的5# 浮标站各项评价指数均优于南槽的3# 浮标站. 可见, 水位、流速、流向的验证结果表明了UnFECOM 能较好地模拟长江河口的水动力过程.

表1 浮标测站流速的模拟值和观测值的相关系数 (CC)、均方根误差 (RMSE) 和技术分数 (SS)Tab. 1 Comparison of correlation coefficient (CC), root mean square error (RMSE), and technical score (SS)between modeled and observed data from buoys

1.3 实验设计及分析方法

本文先设计一个控制数值试验, 结合2014 年1—2 月实际径流量、风况, 模拟长江河口2014 年2 月极端严重盐水入侵事件. 在此基础上, 以1 000 m3/s 为间隔增加径流量, 分析该次盐水入侵对不同径流量的响应, 讨论上游三峡水库放水压咸的效果.

为了量化持续强北风天气下长江口内盐水入侵对不同径流量的响应过程, 定义水体单宽输运为

式(1)中:h是静止水深;ζ是水位;是水体速度矢量;T是做时间平均的潮周期;σ是数值模式垂向分层的相对深度, 表层为0, 底层为—1.

在北港和南港设置断面Sec1、Sec2 (图1). 通过断面的净水通量(Fw) 和净盐通量(Fs)分别定义为

式(2)—(3)中:〈〉表示36 h 的低通滤波, 目的是过滤掉潮汐的影响;L为断面宽度;为断面法向流速;S为盐度.

2 结果与分析

2.1 2014 年2 月盐水入侵事件模拟

从水文站盐度随时间的变化过程看, 2014 年2 月10—13 日南门、崇西和青草沙水文站的盐度都出现了异常升高 (图6). 堡镇站最高盐度为20.1, 南门站达13.0, 崇西站达5.5, 青草沙水库取水口为8.1, 最长连续不宜取水时间 (盐度连续超过饮用水标准0.45 的最长时段) 达23 d. 气候态风况下的模拟结果显示, 南门、堡镇及青草沙水文站的盐度远小于实际风况下的盐度, 这表明此次严重盐水入侵是由持续强北风引起的北港正面盐水入侵. 崇西站的盐度略低于实际风况下的模拟盐度, 这是因为该站的盐度主要来自北支倒灌.

图6 崇西(a)、南门(b)、堡镇(c)和青草沙(d)水文站的盐度随时间的变化Fig. 6 Temporal variations in salinity at (a) Chongxi station, (b) Nanmen station, (c) Buzhen station, and (d)Qingcaosha station

将模型输出的2 月10—13 日瞬时盐度做垂向平均和潮周期平均, 给出平均盐度分布; 对瞬时单宽水通量做潮周期平均, 给出平均单宽水通量分布 (图7). 受到持续强北风产生的向陆艾克曼输运的作用, 北港正面盐水入侵严重, 高盐水运输至北港上段, 盐度达15.0. 南支中段盐度达5.0, 另一部分影响到南港, 且南港上段盐度明显高于中段, 产生侧向盐水入侵. 北港的盐水入侵远大于北槽和南槽. 盐度低于0.45 的区域被限制在南支上段南岸的极小范围内, 位于南支北岸的东风西沙水库区域的盐度略大于南岸的陈行水库, 青草沙水库取水口附近的盐度在12.0 左右 (图7(a)). 在持续强北风的作用下, 长江口外出现由北向南的沿岸水体输送, 北支下段出现北侧进、南侧出的风生横向环流. 口外水体在北风的作用下克服径流从北港向口内输运, 对长江口水源地的取水造成严重威胁, 进入北港上端后分为两支: 一支沿着南支北侧上溯至南支中段; 另一支进入南港, 形成北港进、南港出的水平河口环流(图7(b)). 深水航道北导堤阻挡了南下的风生水流, 使之沿横沙东滩向东输运, 由于导堤的阻挡使北港朝陆的水体输运增强[11].

图7 2014 年2 月10—13 日垂向和潮周期平均盐度 (a) 及潮周期平均单宽水通量 (b) 分布Fig. 7 Distribution of (a) vertically- and tidally-averaged salinity and (b) tide-averaged unit water flux from February 10 to 13, 2014

本文应用UnFECOM 模拟的2014 年2 月严重盐水入侵过程, 与本研究组以往应用结构网格模式模拟的结果一致, 表明该模式能正确模拟极端风况下长江河口盐水入侵.

2.2 盐水入侵对不同径流量的响应

限于篇幅, 仅给出径流量增加2 000、4 000、6 000 和8 000 m3/s 情况下盐度和净单宽水通量分布(图8). 随着径流量的增加, 长江口盐度等值线向口外缓慢移动, 盐度低于0.45 的范围在南支南侧逐渐扩大. 同时, 在北港拦门沙区域深水航道北导堤北侧逐渐出现低盐水舌, 向东延伸, 这主要是由于强北风压制了低盐水舌向北扩展. 在气候态风况下, 北港的冲淡水是沿崇明东滩向北扩展的[5-7]. 当径流量增加2 000 m3/s 时 (图8(a)), 相比于实际径流量, 南支上段盐度低于0.45 的范围略有扩大, 但下游盐度仍高于0.45, 无淡水出现, 盐度小于1.0 的区域增大. 当径流量增加4 000 m3/s 时 (图8(b)), 在南支南岸出现淡水带, 青草沙水库取水口盐度下降到7 左右. 当径流量增加6 000 m3/s 时 (图8(c)), 南支南侧盐度低于0.45, 淡水区域显著增大, 北港上段盐度下降至5 左右. 当径流量增加8 000 m3/s 时(图8(d)), 0.45 等盐度线移动到南港上段南侧, 南港大部分区域盐度低于1.0, 北港依旧被高盐水占据,绝大部分区域盐度大于5, 拦门沙区域盐度在20 ～ 25 之间. 然而此时径流量已经达到19 150 m3/s, 远高于控制试验中的2 月平均径流量, 整个北港仍被高盐水占据, 表明长时间持续的强北风对北港盐水入侵仍起着主导作用.

图8 2014 年2 月10—13 日垂向和潮周期平均盐度平面分布Fig. 8 Distribution of vertically- and tidally-averaged salinity from February 10 to 13, 2014

图9 为增加不同径流量下2014 年2 月10—13 日净水体输运平面分布. 当径流量增加2 000 m3/s时, 北港上段的净水体输运仍然向陆. 随着径流量的增加, 量值减小. 当径流量增加8 000 m3/s 时, 北港上端的净水体输运仍然向陆, 量值进一步变小, 在青草沙水库中下段北侧, 净水体输运已转为向海.可见, 增加径流量能减弱长时间北风产生的向陆艾克曼水体输运, 且需要连续一个月增加8 000 m3/s的径流量才能大致消除, 如此长时间、大幅度的增加径流量, 对三峡水库的实际调度是较难实现的.

图9 2014 年2 月10—13 日潮周期平均单宽水通量平面分布Fig. 9 Distribution of tidally-averaged unit water flux from February 10 to 13, 2014

结合北港上端断面Sec1 的潮位, 对通过Sec1 的净水通量和盐通量进行定量分析. 在控制试验中,2 月7 日8 时之前, 通过Sec1 的向海的净水通量最大值达11 000 m3/s, 约占总径流量的90%. 在2 月7 日11 时—11 日16 时, 处于小潮期间 (图10(a)), 净水通量为负值, 出现向陆的净水体输运. 一方面是因为小潮期间风应力的作用比大潮期间更显著, 另一方面该段时间受到强北风作用 (见图2), 在潮汐和强北风的共同作用下北港出现水体的向陆输运, 最大值达到8 000 m3/s. 进入北港的水体一部分从南港流出, 形成风生水平环流[9,19]. 2 月16 日向海的净水通量开始骤减, 16 时水体净输运开始向陆,在17 日达到最大3 000 m3/s. 此后净水通量一直向海输运. 从实测风矢随时间变化过程来看, 向陆的净水体输运发生在持续强北风期间. 随着径流量的增加, 向陆的净水通量逐渐降低, 向海的净水通量逐渐增加. 当径流量增加7 000 m3/s 时, 2 月10 日通过Sec1 的净水通量开始向海输运, 但是2 月7 日11 时—11 日16 时大部分时段的净水通量是向陆输运的. 当径流量增加8 000 m3/s 时, 向陆的最大水体净输运减少至3 000 m3/s (图10(b)). 水通量的变化会引起盐通量的变化, 向陆的净盐通量发生的时段与向陆的净水通量时段相同. 控制试验中, 2 月8—11 日小潮期间潮动力弱, 盐度垂向分层增强, 底层形成强烈的盐水楔, 产生向陆的斜压压强梯度力, 增加了向陆的盐分输运. 为了维持盐度平衡, 随后的大潮期间盐分向海输运. 随着径流量的增加, 向陆的净盐通量逐渐减小. 控制试验中, 向陆的净盐通量在2 月11 日达到最大, 量值为167 t/s. 当径流量增加6 000 m3/s 时, 在2 月10 日前后, 通过断面Sec1 的净盐通量在小潮时仍向陆输运, 量值为66 t/s. 这是由于小潮期间盐度垂向分层强烈, 形成底层高盐水向陆输运, 表层淡水向海输运的河口环流. 因此, 垂向平均后可能出现净水通量向海, 净盐通量向陆的情况. 当径流量增加8 000 m3/s 时, 2 月8—10 日16 时净盐通量仍然是向陆的, 但最大值下降至40 t/s (图10(c)).

图10 增加不同径流量下2014 年2 月青草沙水库取水口潮位 (a)及通过北港断面Sec1 净水通量 (b)和盐通量 (c)随时间的变化Fig. 10 Temporal variation of tidal level (a) at Qingcaosha Reservoir intake, (b) net water flux, and (c) salt flux cross Sec1 in the North Channel in February 2014 under different increasing discharge rates

在增加不同径流量情形下, 北港断面Sec1 和南港断面Sec2 在2 月10—13 日净分流比、净水通量和盐通量随径流量增加的变化见图10. 北港的净分流比随着径流量增加而非线性增加, 径流量增加一方面直接增加了北港的入海径流量, 另一方面减弱了北港进入南港流出的风生水平环流. 在控制试验中, 北港分流比为 —29% (负号表示净水通量向陆). 当径流量增加值为3 000 m3/s 时, 北港净分流比接近零 (图11(a)). 当径流量增加值为8 000 m3/s 时, 北港分流比为21.5%, 净水通量向海输运. 随着径流量的增加, 各断面的水通量线性增加. 在控制试验中, 北港净水通量为 —2 300 m3/s, 这表明受到向陆艾克曼输运的作用, 北港净水通量向陆. 当径流量增加值为3 000 m3/s 时, 北港净水通量为零. 当径流量增加值为8 000 m3/s 时, 北港净水通量为3 550 m3/s. 南港的净水通量随着径流量的增加而增加, 量值从10 800 m3/s 增加到12 500 m3/s (图11(b)). 通过各断面的净盐通量随着径流量的增加呈非线性变化.在控制试验中, 通过Sec1 的净盐通量向陆输运达68 t/s, 一部分通过风生水平环流从Sec2 流出, 量值达33 t/s, 随着径流量的增加通过Sec1 和Sec2 的净盐通量减少. 当径流量增加值为3 000 m3/s 时,北港向陆的净盐通量为34 t/s. 当径流量增加值为8 000 m3/s 时, 北港向陆的净盐通量为6 t/s(图11(c)). 可见, 径流量增加3 000 m3/s, 北港净分流比和水通量接近零, 径流量继续增加, 净水通量向海输运, 但即使径流量增加到8 000 m3/s 净盐通量仍向陆输运. 原因在于北支盐水倒灌进入南支后,净盐通量在径流作用下始终向海输运.

图11 增加不同径流量下2014 年2 月10—13 日通过Sec1、Sec2 断面净分流比 (a) 及潮周期平均水通量 (b)和盐通量 (c)Fig. 11 The net diversion ratio (a), tidally-averaged water flux (b) and salt flux (c) cross Sec1 and Sec2 during February 10—13, 2014, under various increasing discharge rates

2014 年2 月极端严重盐水入侵事件对长江口水源地影响最严重的是青草沙水库. 青草沙水库是上海最主要的水源地, 提供了整个上海50%以上的用水. 本文分析了增加不同径流量与实际径流量下青草沙水库取水口盐度随时间变化过程 (图12), 并统计了青草沙水库2014 年2 月最长连续不宜取水天数 (表2). 当径流量增加1 000 m3/s 时, 2 月盐度下降最大值为1.3, 水库最长连续不宜取水时间达22.5 d, 与实际径流量下的23.0 d 相比下降不明显. 当径流量增加2000 m3/s 时, 2 月盐度下降最大值为2.7, 水库最长连续不宜取水时间达20.5 d. 当径流量增加3 000 m3/s 时, 2 月盐度下降最大值为4.3,水库最长连续不宜取水时间达19.5 d. 当径流量增加4 000 m3/s 时, 2 月11—17 日期间盐度下降最明显, 2 月盐度峰值下降5.6, 最长不宜取水时间为19 d (图12(a)). 当径流量增加值为5 000 m3/s 时,2 月11—15 日期间盐度降低显著, 下降最大值为6.7, 最长不宜取水时间为12.5 d. 可见, 当径流量增加5 000 m3/s 时, 青草沙水库取水口最长不宜取水时间才大幅下降. 然而，径流量增加超过3 000 m3/s 时,通过北港断面的水通量已经开始向海输运 (图10(b)), 这表明压制正面盐水入侵具有滞后效应. 当径流量增加6 000 m3/s 时, 2 月盐度下降最大值为7.8, 连续最长不宜取水时间为10.0 d. 当径流量增加8 000 m3/s 时, 2 月盐度下降最大值为9.8, 最长连续不宜取水时间达4.5 d (图12(b)). 这些结果表明,通过三峡大坝增加径流量可以有效降低青草沙水库取水口盐度, 缩短最长连续不宜取水天数, 当径流量增加值达到5 000 m3/s 时, 取水口盐度降低显著.

表2 不同径流量情况下2014 年2 月青草沙水库最长连续不宜取水天数Tab. 2 The longest continuous unsuitable days for water intake under different discharge conditions in February 2014

图12 2014 年2 月青草沙水库取水口增加不同径流量与实际径流量下盐度随时间的变化Fig. 12 Temporal differences in salinity between various increased river discharge scenarios and real river discharge at the Qingcaosha Reservoir water intake in February 2014

3 结 论

本文应用UnFECOM, 模拟和分析2014 年2 月持续强北风下长江河口极端严重盐水入侵对增加不同径流量的响应. 结果表明, 随着径流量的增加, 在2014 年2 月10—13 日长江口盐水入侵最严重时段, 北港上段的净水体输运仍然向陆, 但量值趋于减小; 盐度等值线向口外缓慢移动, 盐度低于0.4 的范围在南支南侧逐渐扩大. 北港上段的净分流比、净水通量和盐通量随着径流量增加而增加. 在控制试验中, 北港分流比为 —29% (负号表示净水通量向陆), 净水通量为 —2 300 m3/s, 净盐通量为—68 t/s, 表明受到持续强北风产生的向陆艾克曼输运作用, 北港净水通量和盐通量向陆. 当径流量增加3 000 m3/s 时, 北港净分流比和水通量接近零, 净盐通量为 —34 t/s. 当径流量增加8 000 m3/s 时, 北港分流比为21.5%, 净水通量为3 550 m3/s, 净水通量向海输运, 净盐通量为—6 t/s, 向陆输运. 在青草沙水库取水口, 当径流量从1 000 增加至8 000 m3/s(间隔1 000 m3/s), 最长连续不宜取水时间与实际径流量下最长连续不易取水时间 (23 d) 相比, 分别减小了0.5、2.5、3.5、4.0、10.5、13.0、15.0 和18.5 d.当径流量增加小于4 000 m3/s 时, 最长连续不宜取水时间下降不明显, 但当径流量增加值达到5 000 m3/s 时, 最长连续不宜取水时间开始大幅下降.

以往的研究结果表明, 三峡水库正式运行后, 9—10 月蓄水至175 m, 1—2 月放水量增加约为1 709 m3/s[20]; 枯季三峡大坝在大中小潮期间分别增加径流量后, 青草沙水库取水口盐度下降达到最大时的平均响应时间为17.5 d[21]. 本文模拟结果表明, 针对2014 年2 月长江口极端严重盐水入侵事件,通过三峡大坝增加径流量可以抑制河口盐水入侵. 但增加径流量达到5 000 m3/s 且持续一个月时, 青草沙水库取水口盐度最长连续不宜取水天数才明显下降. 但是, 这个增加径流量的量值和持续时间对三峡水库的实际调度是较难做到的. 建设和完善长江口盐度监测网, 预警和预报盐水入侵, 在严重盐水入侵来临之前将上游水库蓄至高水位, 保证有充足的库容进行水资源调度, 是保障水库取水安全的一种有效方法.