这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：

作者及发表信息

本研究由Xiaoli Wang（南方科技大学环境科学与工程学院）、Yong Tian（南方科技大学）、Jiang Yu（北京大学工学院水科学研究所）等学者合作完成，发表于《Water Resources Research》期刊，2023年出版，标题为《Complex Effects of Tides on Coastal Groundwater Revealed by High-Resolution Integrated Flow Modeling》。研究团队来自中国南方科技大学、香港大学、美国SS Papadopulos & Associates等机构。

学术背景

研究领域：
研究聚焦于三角洲区域水文过程（delta hydrological processes），特别是河流-含水层-海洋相互作用（river-aquifer-sea interactions）及其对地下水系统的调控机制。

研究动机：
三角洲地区因人口密集、经济活动频繁，面临人类活动与脆弱生态系统的冲突，其中陆源营养盐通过地下水排放（submarine groundwater discharge, SGD）对沿海富营养化的贡献长期被低估。传统方法（如同位素示踪法）难以量化SGD的时空动态，且缺乏对潮汐作用的系统性分析。

研究目标：
1. 开发高分辨率集成水文模型（HEIFLOW），耦合气象与潮汐驱动；
2. 量化珠江三角洲（Pearl River Delta, PRD）的淡水SGD（fresh SGD）及其控制因素；
3. 揭示潮汐对沿海地下水系统的复杂影响。

研究流程与方法

1. 模型开发与数据整合

• 模型框架：基于GSFLOW改进的HEIFLOW模型，整合地表水（PRMS）、地下水（MODFLOW）及河流水力引擎（SWMM），以1 km×1 km网格划分研究区域（38,973个活性单元）。
  
• 数据来源：
  
  • 地形与土地利用：ASTER DEM、Globeland30；
    
  • 水文地质参数：中国地质调查局钻孔数据，划分12类地层单元；
    
  • 驱动数据：高分辨率气象强迫数据（0.1°×0.1°）、珠江流域3个水文站径流数据；
    
  • 验证数据：65口地下水监测井、12个潮位站观测数据，以及遥感产品（土壤湿度、蒸散发、GRACE总水储量异常）。
    

2. 模型校准与验证

• 时间尺度：2000–2013年模拟，前4年为spin-up期，2004–2008年为校准期，2009–2013年为验证期。
  
• 关键参数：含水层导水系数（Kh/Kv）、河床渗透系数（通过现场声学剖面仪测定，厚度设为2 m）。
  
• 性能指标：Nash-Sutcliffe效率系数（NSE>0.7）、均方根误差（RMSE m）。
  

3. 潮汐效应模拟

• 边界条件：
  
  • 河流出口采用FVCOM模拟的潮位时变边界；
    
  • 海岸线通过修改的CHD包（Constant Head Designation）动态响应潮汐波动。
    
• 时间分辨率：小时尺度，以捕捉半日潮（M2分潮）对地下水位的瞬时影响。
  

4. SGD量化与敏感性实验

• SGD计算：通过模型输出沿海边界单元的地下水通量，归一化为单位海岸线排放率（m³/d/m）。
  
• 控制因素分析：对比潮汐、降水、上游径流和潜在蒸散发（PET）对SGD的贡献。
  
• 数值实验设计：设置4种情景（基线、忽略潮汐河流影响、忽略潮汐地下水影响、完全忽略潮汐），评估潮汐对相互作用通量的影响。
  

主要结果

1. SGD时空特征：

   • 珠江三角洲平均淡水SGD为3.01 m³/d/m，年总量1.11×10⁹ m³，占地表径流的4.3%。
     
   • 空间异质性：东部大亚湾（Daya Bay）因山地地下水梯度大，SGD强度最高；城市区（如深圳、香港）因不透水层覆盖，SGD较低。
     
   • 时间动态：小时尺度受潮汐主导（滞后5小时），月/年尺度受降水与径流控制。
     

2. 潮汐对地下水系统的塑造作用：

   • 潮汐敏感带（TSZ）：占研究区25.6%（9,966 km²），地下水波动幅度达2 m（图13）。
     
   • 忽略潮汐会导致SGD低估36%、河流渗漏量（river loss）减少41%，但河流增益（river gain）增加19%。
     

3. 方法对比：

   • 模型计算的SGD比同位素法（如镭示踪）低1–2个数量级，因后者包含再循环海水（recirculated seawater, RS）。
     

结论与价值

科学意义：
1. 首次在区域尺度实现潮汐-水文全耦合模拟，揭示了潮汐通过河流网络向内陆传播的机制；
2. 明确了SGD的多时间尺度控制因素，为沿海营养盐输运模型提供了理论基础。

应用价值：
1. 支持珠江三角洲水资源管理，如地下水开采与海水入侵防控；
2. 模型框架可推广至其他三角洲（如长江、密西西比河三角洲）。

研究亮点

1. 方法创新：HEIFLOW模型首次整合SWMM引擎，实现潮汐河流-地下水动态耦合；
   
2. 发现新颖性：提出“潮汐敏感带（TSZ）”概念，量化了潮汐对区域地下水系统的空间影响范围；
   
3. 数据融合：多源验证（原位观测+遥感产品）增强了模型可靠性。
   

其他价值

研究指出，未来气候变暖可能通过增加PET削弱SGD，这一发现对长期海岸带生态预测具有启示意义。