类型a：学术研究报告

作者及机构
本研究由北京大学深圳研究生院环境与能源学院的Shuqi Yu和Huapeng Qin*（通讯作者）合作完成，发表于*Water Research*期刊2023年第247卷（文章编号120763），在线发布于2023年10月20日。

学术背景
生物滞留系统（bioretention system）是城市雨水管理中广泛应用的绿色基础设施，通过植物、介质层和排水层的协同作用去除雨水径流中的营养物质（如氮素）。尽管植物在氮去除中发挥关键作用，但现有模型（如SWMM、HYDRUS）对植物氮吸收动态的模拟过于简化，忽略了季节性及年际变化对系统长期性能的影响。本研究旨在填补这一空白，通过耦合植物模块、水文模块和氮循环模块，构建了一个生态水文模型（eco-hydrological model），以量化植物动态吸收对生物滞留系统脱氮效率的影响。

研究流程
1. 模型构建与耦合
- 植物模块：基于累积热量单位法模拟植被覆盖率（fc），结合光合有效辐射和氮供需平衡动态计算生物量（b）及植物氮吸收量（un）。创新性地引入植物残体分解参数（kres），模拟残体氮释放过程。
- 水文模块：将生物滞留系统分为积水层、土壤层和砾石层，采用Green-Ampt模型计算入渗率，SWMM-LID模块中的公式模拟渗透流量，Shuttleworth-Wallace模型计算蒸散发。
- 氮模块：模拟NH₄⁺-N、NO₃⁻-N、有机氮（ON）的迁移转化过程，包括矿化、硝化、反硝化等反应，并耦合植物吸收动态。

1. 模型验证与参数校准

   • 数据采集：在深圳某生物滞留系统（种植美人蕉*Canna indica L.*）进行为期两年的监测，包括生物量、植物氮吸收量、出水氮浓度等。
     
   • 校准方法：使用遗传算法（GA）优化植物模块和氮模块参数，以Nash-Sutcliffe效率系数（NSE>0.5）为验证标准。
     
   • 不确定性分析：采用广义似然不确定性估计（GLUE）方法，通过10,000次蒙特卡洛模拟评估参数敏感性。
     

2. 情景模拟

   • 季节性差异：对比动态氮吸收情景（s_dynamic n uptake）与无植物吸收情景（s_no n uptake），分析雨季（4–9月）和旱季（1–3月、10–12月）的脱氮效率差异。
     
   • 年际变化：模拟2008–2018年气象数据，比较动态吸收（y_dynamic n uptake）与固定经验值（y_empirical n uptake）的长期性能差异。
     

主要结果
1. 模型验证
- 植物模块对生物量（NSE=0.99）和月均氮吸收量（NSE=0.67–0.90）的模拟精度较高；氮模块对出水NH₄⁺-N、NO₃⁻-N和TN的NSE均>0.6。
- 敏感性分析显示，出水氮浓度对植物残体分解常数（kres）和植物氮需求参数（bn1、bn2）最敏感，尤其在低进水氮浓度月份。

1. 季节性影响

   • 雨季植物氮吸收量占全年80%，动态吸收情景的TN平均去除效率（76.2%）显著高于无吸收情景（62.2%）。最大单日差异达57.9%（2012年7月25日）。
     
   • 旱季因出水流量低，两情景差异可忽略（<1.3%）。
     

2. 年际变化

   • 植物氮吸收量年际波动（8241–8628 mg/m²）导致脱氮效率差异。例如，2014年5月因高估吸收量，TN去除效率被高估8.3%。
     
   • 差异与出水体积正相关：相同吸收量差异下，高流量月份（如2008年6月）的TN效率差异（8.0%）显著高于低流量月份（2018年8月，2.1%）。
     

结论与价值
1. 科学价值：首次量化了植物动态吸收对生物滞留系统长期脱氮性能的影响，揭示了雨季高流量期植物作用的不可替代性。
2. 应用价值：模型可为优化植物选型（如高氮吸收物种）和运维管理（如残体清理频率）提供理论依据。
3. 创新性：
- 耦合生态水文过程与氮循环，弥补了现有模型（如SWMM）的不足。
- 引入参数kres和bn1/bn2，提升了植物残体分解和氮需求动态的模拟精度。

其他亮点
- 通过GLUE方法量化了参数不确定性，为模型可靠性提供统计支撑。
- 研究建议未来需扩展模型对其他植物类型和根际微生物作用的兼容性。

（注：全文术语首次出现时标注英文，如“生物滞留系统（bioretention system）”；模型名称如SWMM、HYDRUS保留原称；机构名“北京大学深圳研究生院”未翻译。）