第一章 引言
地下水与地表水之间的交互作用（GW-SW Interaction）是水文循环中的关键环节，尤其在河岸带、湖滨带及湿地生态系统中，这一交互界面（Hyporheic Zone）是物质迁移与能量转化的活跃区域。氮（N）和磷（P）作为水生生态系统中的主要限制性营养盐，其在地下水-地表水界面间的扩散通量与生物地球化学循环过程，直接决定了地表水体富营养化的发生风险与演变趋势。近年来，随着农业面源污染、生活污水排放及工业废水渗漏的加剧，地下水中氮磷浓度持续升高，通过基流补给、潜流交换等途径向地表水体的输送量显著增加，成为导致湖泊、河流及近海海域富营养化的重要潜在来源。
传统富营养化研究多聚焦于地表径流与点源排放，而对地下水-地表水交互界面中营养盐的扩散机制、通量定量化及其对富营养化的驱动作用认识不足。事实上，交互界面是氧化还原梯度剧烈变化的微环境，硝化、反硝化、厌氧氨氧化及磷的吸附-解吸等过程在此耦合发生，决定了氮磷的形态转化与净输出量。因此，系统分析该界面中氮磷营养盐的扩散通量，识别关键驱动因子，对于完善富营养化防控理论、制定精准的水环境管理策略具有重要的科学意义与实践价值。
本报告旨在通过系统梳理地下水-地表水交互界面中氮磷营养盐的迁移转化机理，结合多尺度现场监测与数值模拟数据，定量评估扩散通量，并识别富营养化的主导驱动因子。报告将涵盖现状调查、技术指标体系构建、问题瓶颈分析、改进措施及案例验证等内容，以期为流域水环境综合治理提供技术支撑。
第二章 现状调查与数据统计
为全面掌握地下水-地表水交互界面中氮磷营养盐的分布特征与扩散通量，本研究选取了长江中下游典型河湖流域（包括太湖流域、巢湖流域及鄱阳湖流域）作为重点调查区域。调查周期为2021年至2023年，涵盖丰水期、平水期与枯水期。共布设地下水监测井120口，地表水监测断面60个，采集水样及沉积物样品共计1800余份。检测指标包括：溶解性无机氮（DIN，包括NH₄⁺-N、NO₃⁻-N、NO₂⁻-N）、溶解性总磷（DTP）、正磷酸盐（PO₄³⁻-P）、溶解氧（DO）、氧化还原电位（ORP）、pH、温度及水文地质参数（水力梯度、渗透系数等）。
统计结果显示，调查区域内地下水中NO₃⁻-N平均浓度为8.5 mg/L，最高值达32.4 mg/L（巢湖流域某农业区），显著超过《地下水质量标准》（GB/T 14848-2017）中Ⅲ类水标准（≤20 mg/L）的限值。地表水中TN平均浓度为2.8 mg/L，TP平均浓度为0.15 mg/L，其中75%的采样点处于富营养化状态（TLI≥50）。通过达西定律与Fick第一定律耦合计算，地下水-地表水交互界面的氮扩散通量平均为1.2 g/(m²·d)，磷扩散通量平均为0.08 g/(m²·d)。在枯水期，由于地表水水位下降，地下水补给比例增加，氮磷扩散通量较丰水期高出约30%-50%。
表1 调查区域地下水与地表水氮磷浓度统计
| 流域 | 介质类型 | NH₄⁺-N (mg/L) | NO₃⁻-N (mg/L) | TP (mg/L) | PO₄³⁻-P (mg/L) |
|---|---|---|---|---|---|
| 太湖流域 | 地下水 | 0.45±0.32 | 7.2±4.1 | 0.12±0.08 | 0.09±0.06 |
| 太湖流域 | 地表水 | 0.28±0.15 | 1.8±0.9 | 0.18±0.10 | 0.12±0.07 |
| 巢湖流域 | 地下水 | 0.62±0.45 | 12.5±8.2 | 0.20±0.15 | 0.15±0.11 |
| 巢湖流域 | 地表水 | 0.35±0.20 | 2.5±1.2 | 0.25±0.14 | 0.18±0.10 |
| 鄱阳湖流域 | 地下水 | 0.38±0.28 | 5.8±3.5 | 0.08±0.05 | 0.06±0.04 |
| 鄱阳湖流域 | 地表水 | 0.22±0.12 | 1.2±0.6 | 0.10±0.06 | 0.07±0.04 |
表2 不同水文期地下水-地表水交互界面氮磷扩散通量
| 水文期 | 氮扩散通量 (g/(m²·d)) | 磷扩散通量 (g/(m²·d)) | 地下水补给比例 (%) |
|---|---|---|---|
| 丰水期 | 0.95±0.45 | 0.06±0.03 | 25±10 |
| 平水期 | 1.20±0.60 | 0.08±0.04 | 40±15 |
| 枯水期 | 1.55±0.75 | 0.11±0.05 | 60±20 |
第三章 技术指标体系
为科学评估地下水-地表水交互界面中氮磷营养盐的扩散通量及其对富营养化的驱动作用，本研究构建了一套涵盖水文地球化学、生态响应及统计建模的多层次技术指标体系。该体系包括三个一级指标：源强指标、传输指标与效应指标。
源强指标主要表征地下水与地表水中氮磷的浓度水平及形态分布，具体包括：地下水中NO₃⁻-N浓度、NH₄⁺-N浓度、DTP浓度；地表水中TN、TP、Chl-a浓度；以及沉积物中总氮（TN_sed）、总磷（TP_sed）含量。这些指标直接反映了营养盐的潜在供给能力。
传输指标用于量化营养盐在交互界面中的迁移过程，包括：水力梯度（i）、渗透系数（K）、达西流速（v）、纵向弥散系数（D_L）、扩散通量（J_diff）及潜流交换量（Q_ex）。其中，扩散通量通过Fick第一定律计算：J = -D_s * (dC/dz)，式中D_s为有效扩散系数，dC/dz为浓度梯度。
效应指标用于评估营养盐输入对地表水生态系统的响应，包括：富营养化指数（TLI）、藻类生物量（以Chl-a计）、溶解氧饱和度（DO%）、水体透明度（SD）及优势藻种变化。此外，引入驱动因子识别模型，采用主成分分析（PCA）与冗余分析（RDA）相结合的方法，定量解析各环境因子（如温度、pH、ORP、流量、土地利用类型）对氮磷扩散通量及富营养化状态的贡献率。
表3 地下水-地表水交互界面氮磷扩散通量评估技术指标体系
| 一级指标 | 二级指标 | 单位 | 监测方法 |
|---|---|---|---|
| 源强指标 | 地下水NO₃⁻-N浓度 | mg/L | 紫外分光光度法 |
| 源强指标 | 地表水TP浓度 | mg/L | 钼锑抗分光光度法 |
| 源强指标 | 沉积物TP_sed | mg/kg | SMT法提取 |
| 传输指标 | 水力梯度i | 无量纲 | 水位计监测 |
| 传输指标 | 扩散通量J | g/(m²·d) | Fick定律计算 |
| 传输指标 | 潜流交换量Q_ex | m³/d | 热示踪法 |
| 效应指标 | 富营养化指数TLI | 无量纲 | 综合营养状态指数法 |
| 效应指标 | Chl-a浓度 | μg/L | 丙酮萃取分光光度法 |
| 驱动因子 | 土地利用类型 | % | 遥感解译 |
第四章 问题与瓶颈分析
尽管当前对地下水-地表水交互界面中氮磷迁移的研究已取得一定进展，但在实际应用中仍面临诸多问题与技术瓶颈，主要体现在以下四个方面：
第一，监测技术手段的局限性。传统监测方法多依赖于离散的点位采样，难以捕捉交互界面中营养盐浓度在时空上的剧烈波动。特别是对于潜流带（Hyporheic Zone）内毫米至厘米尺度的微环境，现有监测设备的分辨率不足，导致对扩散通量的估算存在较大不确定性。此外，对于磷的形态分析，尤其是胶体态磷与有机磷的定量检测，仍缺乏快速、准确的现场测试技术。
第二，多过程耦合机制的认知不足。交互界面中同时发生着物理对流-弥散、化学吸附-解吸、生物硝化-反硝化等多种过程，这些过程相互耦合，且受水文条件、温度、有机质含量等因素的强烈调控。目前，大多数模型（如MODFLOW、MT3DMS）在模拟时往往简化了生物化学反应动力学，导致对氮磷净通量的预测偏差较大。例如，反硝化作用在界面中可消耗大量NO₃⁻-N，但其速率常数在空间上的异质性极强，难以准确参数化。
第三，驱动因子的非线性与阈值效应。富营养化并非简单的营养盐浓度线性响应，而是存在复杂的阈值效应与协同作用。例如，当水温超过25℃时，藻类对磷的利用效率显著提高，即使较低的磷通量也可能引发水华。此外，地下水中的Fe²⁺、Mn²⁺等离子在界面氧化后形成的铁锰氧化物，可强烈吸附磷，形成“磷汇”，但当氧化还原条件改变时，这些吸附态磷又可能重新释放，成为“磷源”。这种“源-汇”转换的触发机制尚不明确。
第四，管理措施缺乏针对性。目前的水环境管理政策多侧重于地表水体的直接治理（如截污、清淤），而对地下水营养盐的“滞后释放”效应重视不够。由于地下水流速缓慢，污染羽的迁移时间可达数年甚至数十年，导致即使削减了地表输入，地下水仍会持续向地表水输送营养盐，形成“记忆效应”。这种时间尺度上的错配，使得短期治理效果难以持久。
表4 地下水-地表水交互界面研究面临的主要问题与瓶颈
| 问题类别 | 具体表现 | 影响程度 |
|---|---|---|
| 监测技术 | 空间分辨率低，胶体态磷检测困难 | 高 |
| 机理认知 | 多过程耦合模型参数化不足 | 高 |
| 驱动因子 | 非线性阈值效应与源-汇转换机制不明 | 中 |
| 管理政策 | 忽视地下水滞后释放效应 | 高 |
第五章 改进措施
针对上述问题与瓶颈，本研究提出以下系统性改进措施，以提升对地下水-地表水交互界面中氮磷扩散通量的定量能力与富营养化驱动因子的识别精度。
第一，发展高分辨率原位监测技术。推广使用薄膜扩散梯度技术（DGT）与原位微电极系统，实现对交互界面中溶解态氮磷、DO、pH及ORP在毫米尺度上的实时、连续监测。DGT装置可有效富集并测量孔隙水中的有效态磷与氮，避免传统采样方法带来的扰动。同时，结合光纤传感与无人机载热红外遥感技术，实现对潜流交换带空间分布的快速识别。
第二，构建多过程耦合数值模型。在现有水文模型基础上，嵌入完整的生物地球化学反应模块，包括硝化、反硝化、厌氧氨氧化、磷的吸附/解吸及微生物生长动力学。采用反应性溶质运移模型（如PHT3D、MIN3P），并利用贝叶斯推断方法对关键参数（如反硝化速率常数、吸附分配系数）进行不确定性量化与优化。通过模型敏感性分析，识别控制扩散通量的主导过程。
第三，建立驱动因子响应曲面模型。基于大量现场监测数据与室内模拟实验，采用机器学习算法（如随机森林、梯度提升机）构建氮磷扩散通量与富营养化指数对关键环境因子（温度、pH、ORP、水力停留时间、C/N比、Fe/P比）的非线性响应曲面。识别出触发“源-汇”转换的临界条件，例如当ORP低于-100 mV且Fe/P摩尔比大于10时，沉积物磷释放风险显著增加。
第四，制定基于“源-径-汇”全链条的管理策略。将地下水营养盐纳入流域总量控制体系，建立地下水-地表水联合调度模型。在农业区推广“控氮减磷”的精准施肥技术，并通过建设人工湿地、生态缓冲带等工程措施，增强交互界面的反硝化脱氮与磷截留能力。针对地下水的“记忆效应”，实施地下水污染修复（如原位生物刺激、PRB可渗透反应墙），缩短污染羽的衰减时间。
第六章 实施效果验证
为验证上述改进措施的有效性，本研究在太湖流域某典型河岸带（长度2 km，宽度50 m）开展了为期18个月（2023年6月至2024年12月）的现场示范工程。示范区内实施了以下措施：①布设DGT监测剖面10个，实现孔隙水氮磷的月尺度监测；②构建了基于PHT3D的耦合模型，并利用实测数据进行了率定与验证；③建设了面积为5000 m²的潜流人工湿地，种植芦苇与香蒲，强化反硝化作用；④在河岸带两侧设置了宽20 m的生态缓冲带，减少农业径流直接入河。
验证结果显示，实施改进措施后，交互界面中NO₃⁻-N的扩散通量由措施实施前的1.35 g/(m²·d)下降至0.52 g/(m²·d)，降幅达61.5%；PO₄³⁻-P的扩散通量由0.09 g/(m²·d)下降至0.04 g/(m²·d)，降幅为55.6%。地表水中Chl-a浓度由措施前的45 μg/L下降至18 μg/L，富营养化指数TLI由62.5（中度富营养）下降至48.3（中营养），水质改善效果显著。模型模拟结果与实测值吻合良好（R²>0.85），验证了多过程耦合模型的可靠性。
表5 示范工程实施前后关键指标对比
| 指标 | 实施前 (2023年5月) | 实施后 (2024年12月) | 变化率 (%) |
|---|---|---|---|
| 地下水NO₃⁻-N扩散通量 (g/(m²·d)) | 1.35 | 0.52 | -61.5 |
| 地下水PO₄³⁻-P扩散通量 (g/(m²·d)) | 0.09 | 0.04 | -55.6 |
| 地表水Chl-a (μg/L) | 45.0 | 18.0 | -60.0 |
| 富营养化指数TLI | 62.5 | 48.3 | -22.7 |
| 反硝化速率 (mg N/(L·d)) | 0.15 | 0.42 | +180.0 |
第七章 案例分析
本章选取两个具有代表性的案例，进一步剖析地下水-地表水交互界面中氮磷扩散通量对富营养化的驱动作用。
案例一：巢湖流域某农业灌区。该区域以水稻-小麦轮作为主，化肥施用量高达600 kg N/ha·年。调查发现，地下水中NO₃⁻-N浓度普遍超过20 mg/L，最高达45 mg/L。通过稳定同位素示踪（δ¹⁵N-NO₃⁻与δ¹⁸O-NO₃⁻），证实地下水中硝酸盐主要来源于化肥与粪肥的混合输入。地下水-地表水交互界面中，氮扩散通量高达2.1 g/(m²·d)，其中约70%以NO₃⁻-N形式输入地表水体。高氮输入导致地表水体中藻类大量繁殖，夏季蓝藻水华频发，TLI指数长期维持在65以上。该案例表明，农业面源污染通过地下水途径的“隐性输入”是导致湖泊富营养化的重要驱动因子，传统仅关注地表径流的治理模式存在严重缺陷。
案例二：鄱阳湖湿地自然保护区。该区域受人为干扰较小，但近年来发现局部水域出现富营养化趋势。研究发现，枯水期时，湖泊水位下降，地下水补给比例增加至70%以上。地下水中磷浓度虽然不高（TP平均0.08 mg/L），但交互界面中沉积物释放的磷通量却达到0.12 g/(m²·d)，远高于地表水直接输入。进一步分析表明，沉积物中铁结合态磷（Fe-P）在低ORP条件下（<-150 mV）发生还原性溶解，导致磷大量释放。该案例揭示了“内源磷释放”在交互界面中的关键作用，即地下水位的季节性波动改变了沉积物的氧化还原状态，从而触发了磷的“源-汇”转换，成为富营养化的潜在驱动因素。
通过这两个案例的对比可以看出，地下水-地表水交互界面中氮磷的驱动机制存在显著的区域差异性：在农业区，氮的扩散通量是主导因子；而在湿地或湖泊区，磷的内源释放则更为关键。因此，富营养化防控策略必须因地制宜，精准识别本地化的关键驱动因子。
第八章 风险评估
地下水-地表水交互界面中氮磷营养盐的扩散与富营养化驱动过程，存在多方面的潜在风险，需进行系统评估。
生态风险：高氮磷输入直接导致地表水体藻类过度繁殖，引发蓝藻水华，释放藻毒素（如微囊藻毒素-LR），威胁水生生物与饮用水安全。此外，交互界面中的反硝化作用会产生温室气体N₂O，其全球增温潜势是CO₂的298倍，加剧气候变化。风险评估模型（如物种敏感性分布法）显示，当交互界面中NO₃⁻-N浓度超过10 mg/L时，对底栖无脊椎动物的急性毒性风险概率增加至30%。
健康风险：地下水中硝酸盐可通过饮用水途径进入人体，在体内还原为亚硝酸盐，诱发高铁血红蛋白血症（蓝婴病）及致癌风险。根据美国EPA健康风险评价模型，调查区域中约15%的地下水井中NO₃⁻-N浓度超过10 mg/L（饮用水标准），其非致癌风险商（HQ）大于1，需采取干预措施。
经济风险：富营养化导致的水华爆发会显著增加水处理成本（如混凝、过滤、活性炭吸附），影响渔业、旅游业等产业。据估算，太湖流域每年因富营养化造成的直接经济损失超过50亿元。此外，地下水污染修复成本高昂，PRB可渗透反应墙的建设与维护费用可达每平方米数千元。
管理风险：由于地下水流动的隐蔽性与滞后性，污染责任认定困难，且治理效果显现周期长，容易导致政策执行上的“惰性”。此外，跨部门（水利、环保、农业）协调机制不健全，数据共享不畅，增加了综合管理的难度。
针对上述风险，建议建立基于“预警-响应-修复”的全链条风险管理体系。利用实时监测数据与数值模型，构建富营养化风险预警平台，实现风险等级的动态评估与早期预警。同时，制定应急预案，明确不同风险等级下的响应措施（如生态补水、藻类打捞、曝气增氧）。
第九章 结论与展望
本研究系统分析了地下水-地表水交互界面中氮磷营养盐的扩散通量及其对富营养化的驱动机制，得出以下主要结论：
第一，交互界面是氮磷营养盐从地下水向地表水迁移的关键通道，其扩散通量受水文期、水力梯度及氧化还原条件的显著影响。枯水期地下水补给比例升高，氮磷扩散通量较丰水期增加30%-50%。
第二，构建了涵盖源强、传输与效应的技术指标体系，并验证了多过程耦合模型（PHT3D）在模拟交互界面中氮磷行为方面的适用性，模型模拟精度R²>0.85。
第三，识别了富营养化的关键驱动因子：在农业区，地下水中硝酸盐的扩散通量是主导因子；在湿地/湖区，沉积物磷的还原性释放是核心驱动因素。温度、ORP及Fe/P比是调控“源-汇”转换的临界参数。
第四，通过示范工程验证，实施高分辨率监测、耦合模型、人工湿地与生态缓冲带等综合措施后，氮磷扩散通量降低55%以上，富营养化指数下降22.7%，证明了改进措施的有效性。
展望未来，该领域的研究应重点关注以下方向：
- 界面微生物组学与功能基因调控：利用宏基因组学与稳定同位素探针技术，解析参与氮磷转化的关键微生物群落（如反硝化菌、聚磷菌）在界面中的空间分布与活性调控机制。
- 气候变化情景下的响应预测：考虑极端水文事件（如干旱-洪水交替）对交互界面中营养盐通量的冲击效应，建立基于气候情景的预测模型。
- 新型污染物的复合效应：研究微塑料、抗生素等新型污染物与氮磷在交互界面中的协同迁移行为及其对富营养化的潜在影响。
- 智慧化管理平台开发：集成物联网、大数据与人工智能技术，构建地下水-地表水联合的“数字孪生”系统，实现富营养化风险的实时预警与精准调控。
第十章 参考文献
[1] Boano, F., Harvey, J. W., Marion, A., et al. (2014). Hyporheic flow and transport processes: Mechanisms, models, and biogeochemical implications. Reviews of Geophysics, 52(4), 603-679.
[2] Conant, B., Cherry, J. A., & Gillham, R. W. (2004). A PCE groundwater plume discharging to a river: Influence of the streambed and near-river zone on contaminant distributions. Journal of Contaminant Hydrology, 73(1-4), 249-279.
[3] Krause, S., Tecklenburg, C., Munz, M., & Naden, E. (2013). Streambed nitrogen cycling beyond the hyporheic zone: Flow controls on horizontal and vertical patterns. Geochimica et Cosmochimica Acta, 117, 130-146.
[4] Lewandowski, J., Meinikmann, K., & Nützmann, G. (2015). Groundwater–surface water interactions in the hyporheic zone: A review of the current state of knowledge. Grundwasser, 20(3), 171-182.
[5] McClain, M. E., Boyer, E. W., Dent, C. L., et al. (2003). Biogeochemical hot spots and hot moments at the interface of terrestrial and aquatic ecosystems. Ecosystems, 6(4), 301-312.
[6] Mulholland, P. J., Helton, A. M., Poole, G. C., et al. (2008). Stream denitrification across biomes and its response to anthropogenic nitrate loading. Nature, 452(7184), 202-205.
[7] Niswonger, R. G., & Prudic, D. E. (2005). Modeling variably saturated flow and transport in the hyporheic zone using GSFLOW. U.S. Geological Survey Techniques and Methods, 6-A1.
[8] Reddy, K. R., & DeLaune, R. D. (2008). Biogeochemistry of Wetlands: Science and Applications. CRC Press.
[9] Smith, V. H., & Schindler, D. W. (2009). Eutrophication science: where do we go from here? Trends in Ecology & Evolution, 24(4), 201-207.
[10] Stelzer, R. S., Bartsch, L. A., & Richardson, W. B. (2015). The dark side of the hyporheic zone: Depth-related differences in nitrogen cycling. Freshwater Science, 34(3), 1001-1013.
[11] 王超, 王沛芳, 侯俊. (2019). 河岸带地下水-地表水交互作用与氮磷迁移转化. 科学出版社.
[12] 张幼宽, 赵勇, 梁修雨. (2021). 太湖流域地下水硝酸盐污染特征及其对湖泊富营养化的贡献. 湖泊科学, 33(2), 345-356.