基于氡同位素示踪的洞庭湖区枯水期湖水与地下水交互作用研究

Interaction between surface water and groundwater during the dry season in Lake Dongting based on ²²²Rn tracing

摘要

洞庭湖区水系发达,水文地质条件复杂,人类活动强烈,地表水和地下水的水力联系变化频繁,其研究的难度以及由此造成的研究不足影响了对湖区地下水赋存和运动规律的深入认识。本文以洞庭湖整体为研究对象,采用水位动态分析和氡(²²²Rn)同位素示踪法,定性和定量研究枯水期洞庭湖区地表水与地下水的交互作用关系与交互通量。枯水期洞庭湖区水位和氡浓度空间分布特征指示研究区内地下水向湖水排泄,尤以东洞庭湖最为显著。氡箱模型计算结果显示枯水期地下水排泄²²²Rn通量为455.09 Bq/(m²·d),占总输入²²²Rn通量的60.07%,地下水排泄总量为0.29×10⁸ m³/d,平均排泄速率为56.27 mm/d,地下水排泄对湖水的贡献率为7.04%。敏感性分析表明:风速、地下水和湖水²²²Rn浓度以及湖面面积等参数较为敏感,合理布置取样点并提高敏感参数测量准确度能提高模型计算结果的可靠度。氡同位素示踪法物理意义明确、操作过程简便,是研究复杂区域地下水补、径、排特征的有效方法。研究成果一定程度上提供了洞庭湖区水量均衡的更多认识,可为洞庭湖区地下水资源评价和管理提供参考。

关键词

地表水-地下水交互作用 / 水位动态 / 氡同位素 / 枯水期 / 洞庭湖区

Key words

surface water-groundwater interaction / water level dynamics / ²²²Rn isotope / dry season / Lake Dongting

0 引言

洞庭湖是我国第二大淡水湖,在保障区域社会经济发展和长江流域生态环境功能中发挥着重要作用。要保持湖泊区域水量安全,维持湖泊功能的正常发挥,其核心在于全面摸清水资源家底及其循环规律^[1]。洞庭湖湘、资、沅、澧四水和长江三口控制站以下区间水系发达,实测数据表明城陵矶控制站多年平均径流量较三口四水控制站多出近300亿m^3[2]。受水文测站及相应径流资料的限制,区内水量不均衡及地表水-地下水交互作用关系等问题一直未能获得清晰认识,严重影响了洞庭湖水资源的管理和优化调配。前人通过分析洞庭湖区不同水体稳定同位素分布特征进而推测洞庭湖区地表水接受地下水补给是一个长期的过程^[3],并评估了洞庭湖多年以来枯水期地下水排泄对水量均衡的贡献^[4]。然而洞庭湖区水系发达、水情复杂,地表水与地下水之间的水力联系强弱不一,不同区域甚至存在互为补排的复杂情况,这一特征使得湖区湖水-地下水交互通量计算较为困难,一定程度上影响了人们对湖区地下水赋存、运动、演化规律和地下水资源禀赋的深入理解。

环境示踪剂在一定的程度上记录了水体形成及演化过程,可以用来指示地表水与地下水交互作用关系。氡(²²²Rn)同位素主要来源于岩石和土壤^[5],由铀系同位素衰变产生,半衰期仅3.8 d。在长期水岩相互作用下,地下水中²²²Rn浓度明显高于地表水^[6],因此²²²Rn是研究地表水和地下水的交互作用关系的天然示踪剂。随着测量技术的不断发展,²²²Rn已被广泛应用于示踪地下水排泄^[7]、探究水岩相互作用^[8]和识别土壤元素迁移^[9]等研究中。不同学者利用²²²Rn同位素示踪方法开展了诸如马莲河流域、喀斯特河流系统、青海湖、龙口海岸带等的地表水和地下水相互作用关系研究,并通过建立河流一维稳定模型和氡箱模型定量估算了河水与地下水、湖水与地下水之间的交互量^{[10⇓⇓⇓-14]},与河流和海洋系统相比,利用氡质量平衡模型估算湖泊地下水排泄能够取得较好的效果^[15]。

本研究以洞庭湖为研究对象,基于水位动态分析定性识别枯水期湖水和地下水的交互关系,采用²²²Rn同位素示踪法定量估算湖水和地下水的交互通量,并对氡箱模型中各参数进行了敏感性分析,以确定各参数对结果精度的影响,研究成果可为洞庭湖区地下水资源评价和管理提供参考。

1 研究区概况

洞庭湖地处武陵山脉及雪峰山脉东北缘、幕阜山脉西缘,呈北面开口,东、南、西三面环山的箕状盆地。盆地东、南、西三面多为中、低山丘陵,地形起伏较大,地面高程一般为60~350 m。北部桃花山隆起地势较高,最高点海拔为380 m,是洞庭湖平原与江汉平原的分水岭。

湖盆内为湘、资、沅、澧四水及湖泊冲积平原地貌,平原宽阔平坦,河湖交错相连,水流平缓(图1)。近30年的监测资料显示,受气候变化和人类活动影响,东洞庭湖和南洞庭湖地表水位平均年内变幅分别达13和6 m,年际最大变幅均达近6 m。洞庭湖盆地为典型断陷盆地,在新构造运动作用下,盆地持续下沉,在白垩纪—古近纪基底上沉积了较厚的第四系地层,构成了由下更新统至全新统的3个含水岩组组成的多层含水系统,蕴藏着丰富的地下水资源。总体上,湖盆内第四系地层厚度从湖盆边缘向中心逐渐增大,地下水位埋深从湖盆边缘的最大约10 m向中心逐渐变浅为最大约4 m^[16]。第Ⅰ含水层(全新统)水位埋深较浅,厚度通常为5~20 m,由砂土、粉砂质黏土和粉砂等组成,一般为潜水,受地表水和大气降水影响较大,与地表水联系更为紧密。第Ⅱ、Ⅲ含水层为承压水,其中第Ⅱ含水层(上、中更新统)厚度为25~100 m,多由砂、砂砾石和砾石组成,含有少量黏性土,第Ⅲ含水层(下更新统)平均厚度为60 m,主要由砂砾石和砂质黏土沉积组合而成^[17]。

2 研究方法

2.1 ²²²Rn同位素示踪法

本文采用适用于湖区的氡箱模型(图1),建立湖水²²²Rn的质量平衡方程^[18]:

(1) \frac{\partial I{(}^{222}\mathrm{R}\mathrm{n})}{\partial t}=F_g+F_d+F_s-F_a-I(²²²Rn)·λ(²²²Rn)-F_o

式中:方程左侧表示湖水中²²²Rn储量随时间的变化,由于短时间内变化不显著,可以简化为0;F_g、F_d和F_s分别表示经地下水排泄、沉积物扩散和河流流入获得的²²²Rn通量;F_a、I(²²²Rn)·λ(²²²Rn)和F_o分别表示经大气损失、自身衰变和湖泊流出损失的²²²Rn通量,Bq/(m²·d)(图2);I(²²²Rn)为湖水中的²²²Rn储量,等于湖水中的氡浓度乘以湖深,Bq/m²;λ(²²²Rn)为²²²Rn的衰变常数,d^-1。

采用下式计算地下水排泄速率^[19]:

(2)v= \frac{F_g}{C_g}×10³

式中:v为地下水排泄速率,mm/d;C_g为地下水²²²Rn浓度,Bq/m³。根据氡箱模型原理,湖水所接受的地下水总排泄量等于排泄速率与洞庭湖面积的乘积,而地下水排泄对洞庭湖湖水的贡献率为地下水总排泄量占洞庭湖出口流量的百分比。

2.1.1 沉积物扩散F_d

沉积物扩散的²²²Rn通量可用室内沉积物培养实验计算得出^[20],公式如下:

(3) F_d=[λ(²²²Rn)×D_s]^0.5(C_eq-C_p)

(4)D_s= \frac{D_m}{(1-\mathrm{l}\mathrm{n}{n}^2{)}^2}

(5)-lgD_m= \frac{980}{T}+1.59

(6)C_eq= \frac{C_{sed}\times {\rho }_{wet}}{n}

(7)C_sed= \frac{C_0\times V}{M_{sed}}

式中:λ为²²²Rn的衰变常数,取0.186 d^-1;n为沉积物孔隙度;D_s为沉积物中²²²Rn分子扩散系数,m/d,取决于地表水²²²Rn分子扩散系数D_m和沉积物的孔隙度^[21];C_eq为沉积物孔隙水的²²²Rn浓度,Bq/m³;C_p为上覆水的²²²Rn浓度,Bq/m³;C_sed为湿沉积物中扩散的²²²Rn浓度^[22],Bq/kg;n为沉积物孔隙度,量纲1;ρ_wet为沉积物的湿密度,kg/m³;C₀用平衡试验后上覆水中的²²²Rn浓度代替,Bq/m³;V是上覆水体积,m³;M_sed为沉积物质量,kg。

2.1.2 大气损失F_a

水体的²²²Rn浓度一般高于大气中的²²²Rn浓度,形成浓度梯度导致地表水中的²²²Rn会逃逸至大气中。大气损失的²²²Rn通量一般由以下公式计算^[22]:

(8) F_a=k(C_w-αC_a)

(9)α=0.105+0.405× {\mathrm{e}}^{-0.050\mathrm{ }27\times T_a}

(10)k=0.45 {\mu }_{10}^{1.6}× {\left(\frac{S_c}{600}\right)}^{-b}

(11)S_c=3 417.60× {\mathrm{e}}^{-0.063\mathrm{ }4\times T_a}

(12)μ₁₀=μ_h {\left[0.097\mathrm{l}\mathrm{n}\left(\frac{h}{10}\right)+1\right]}^{-1}

式中:C_w、C_a分别代表湖水和空气中的²²²Rn浓度,Bq/m³;α为气体分布系数,由空气温度T_a决定^[23];k为气体传递系数,m/d;b为已知常数,当风速大于3.6 m/s时b=0.5,当风速小于3.6 m/s时b=0.667^[24];S_c为史密斯常数;μ_h为测量高度风速,m/s;h为水面以上风速的观测高度,m;μ₁₀为湖面以上10 m的风速,m/s。

2.1.3 河流流入F_s与湖泊流出F_o

河流流入以及湖泊流出的²²²Rn通量计算如下^[19]:

(13)F_s= \frac{C_r\times Q_r}{A}×10⁶

(14)F_o= \frac{C_o\times Q_o}{A}×10⁶

式中:C_r、C_o分别代表流入河流和流出湖泊水样中的平均²²²Rn浓度,Bq/m³;Q_r、Q_o分别代表河流流入水量和湖泊流出水量,m³/d;A表示湖区面积,km²。其中,湖区面积通过建立湖区水位x和面积S的二次曲线回归方程计算^[4]。

(15) S=2.540 8x²+5.925 3x-761.97

2.2 敏感性分析

在建立氡箱模型过程中,确定其各项参数数值时会出现一定的误差,导致计算结果不确定。敏感性分析有助于确定各项参数对模型精确性的影响程度,以便在研究中重点关注高敏感性参数的测量及计算误差。本文采用相对灵敏度分析方法,相对敏感度 \left|S\right|的计算公式如下^[25]:

(16) \left|S\right| = \left|\frac{\stackrel{n}{\sum _{i=1}}\frac{(Q_{i+1}-Q_i)/Q_{\mathrm{a}}}{(P_{i+1}-P_i)/P_{\mathrm{a}}}}{n-1}\right|

式中:P_i 、P_i+1表示第i和i+1个输入的参数值;P_a表示P_i、 {P_{i+}}_1的平均值;Q_i、Q_i+1表示第i和i+1个输出的结果值;Q_a表示Q_i、Q_i+1的平均值。本文在各项参数初始值基础上增减10%、20%、30%、40%、50%共10次,获得不同的模型结果,利用相邻两个计算结果的计算敏感度,求出均值对参数进行敏感性分级,敏感性分级依据表1^[26]。

3 野外取样与实验

3.1 样品采集与分析

2022年1月10日至1月27日,开展了研究区湖水、河水、地下水和沉积物样品采集工作,共采集11个湖水、18个河水(河水水样每个点位取3个)、20个井水和11个沉积物样品,采样点分布见图1,在采集湖水的同时测量湖面上方的大气²²²Rn浓度。河水采样点分布在湘江、资水、沅江、澧水、松滋河入湖段处且靠近水文控制站,取样位置控制在距河岸50 cm以上,深度在水面20 cm以下。地下水的取样点尽量靠近地表水体,取样深度在水面以下50 cm。本次取样的地下水井均为民用井,为浅层地下水。沉积物取样点均匀分布在研究区内。

使用北京核地科技公司的FD218 α能谱氡测量仪测定²²²Rn浓度,河水和地下水使用测氡仪的水氡配件测试。采集水样前将测量瓶用待测样品润洗3遍,记录采样时间和位置。测量过程中每个样品循环计数4个周期,每个周期5 min。大气²²²Rn浓度选取研究区范围内均匀样点的测试结果平均值,测量过程中设置每个样品循环计数4个周期,每个周期20 min。沉积物样品采用环刀法采集,每个点位采集60 cm³沉积物样品2个,用于沉积物培养实验及其物理性质指标测试。

3.2 沉积物培养实验

当沉积物中孔隙水的²²²Rn浓度大于其上覆水中的²²²Rn浓度时,沉积物中的²²²Rn会沿着沉积物-水界面扩散直至达到平衡,为了测定沉积物中的²²²Rn扩散量,可以对沉积物进行培养试验^[6],测试指标包括沉积物孔隙度n、湿密度ρ_wet、质量M_sed和平衡实验后水中的²²²Rn浓度。

确定取样位置后,通过环刀法采集沉积物样品放入铝盒。将沉积物样品带回实验室后称取100 g样品和200 mL水混合倒入锥形瓶中,密封保存置于振荡器上,连续振荡30 d,孔隙水和上覆水中的²²²Rn浓度达到平衡后,用溢流法将锥形瓶中水样转至100 mL水氡采样瓶中进行测量,此时孔隙水的²²²Rn浓度约等于上覆水中的²²²Rn浓度,可计算沉积物孔隙水中的²²²Rn浓度。

4 结果与讨论

4.1 基于监测水位的地表水与地下水交互作用分析

为初步分析洞庭湖区枯水期地表水和地下水可能存在的转化关系和强度,根据洞庭湖区47个地下水位监测井资料,绘制了2020年1月份地下水水位分布图(图3)。结果表明:洞庭湖区地下水基本由周围地势较高的山地流向中心平原地区,反映地下水流场主要受地形条件控制。其中,东洞庭湖以东地区地下水位较高,变化范围为26.78~39.53 m,南洞庭湖、西洞庭湖以南地区地下水位为17.35~46.72 m,地下水水位均值为27.17 m,水位相对较低,而南洞庭湖、西洞庭湖以北地区地下水最低,变化范围为18.52~28.04 m,均值为22.59 m,主要受人为开采活动影响,形成局部降落漏斗。地下水流场控制之下,洞庭湖以东地区及南洞庭湖、西洞庭湖以南地区地下水均向湖区中心地带流动,而南洞庭湖、西洞庭湖以北地区则主要接受西北澧水一带补给。

本研究进一步收集了洞庭湖区典型区域2018—2020年8个地下水监测井和6个湖面水文站的逐日水位数据,以深入研究湖水与地下水水位动态变化关系。从湖水水位来看,受降雨季节性变化等影响,其水位表现出明显的季节变化(图4),于丰水期(7—9月)达到峰值,并在枯水期逐渐降低,年内水位变幅可达近10 m。而对于地下水来说,位于南洞庭湖、西洞庭湖以南地区的龙阳、张家塞和泗湖山等地下水监测井水位较低,水位变化范围为22.19~29.35 m,与湖水水位的季节变化趋势较为一致,表明地下水与湖水水位变化联系紧密。此外,位于东洞庭湖以东地区的创业园、东庄村、湖滨街等地下水监测井的水位较高,水位变化范围为32.57~45.10 m,且常年高于湖水水位,表明该区域地下水年内持续补给湖水,而位于洞庭湖以西的青龙岗、白鹤山等监测井水位与湖水位接近,水位变化范围为30.44~33.27 m,仅枯水期时高于湖水水位,即湖水主要在枯水期接受地下水排泄,表明该区域地下水与湖水交互作用存在季节变化。

4.2 洞庭湖区氡同位素分布特征

从测试结果来看,洞庭湖区不同水体中的²²²Rn浓度存在显著差别(图5),这为进一步验证地表水与地下水交互作用提供了应用基础。本次野外调查过程中测量获得了河流流量较大的湘江、资水、沅江、澧水和松滋河等河水的²²²Rn浓度,结果普遍偏低且沿程变化较小,河水²²²Rn浓度变化范围为169.50 ~447.80 Bq/m³,总体均值为316.28 Bq/m³。湖水²²²Rn浓度范围为151.43~706.92 Bq/m³,平均值为357.48 Bq/m³。湖区地下水²²²Rn浓度则远高于湖水和河水,其浓度变化范围为1 442.97~25 759.18 Bq/m³,平均值可达8 970.98 Bq/m³。根据洞庭湖区各水样²²²Rn浓度的现场测试数据,运用拉伊达准则^[26]剔除异常数据后计算的洞庭湖区湖水的²²²Rn环境背景值为279.84 Bq/m³,剔除距离湖区较远的地下水样品后得到地下水的²²²Rn背景值为8 087.39 Bq/m³。

通过深入分析湖区不同水体²²²Rn的空间分布状况,可进一步解析枯水期湖水和地下水的相互补排关系。一般情况下,地下水²²²Rn浓度比地表水高1~3个数量级^[27]。根据测试结果,72.73%的湖水样品超过湖水背景值(279.84 Bq/m³),表明存在地下水排泄引起了湖水²²²Rn浓度的升高,地下水排泄强度的强弱不同是引起湖水²²²Rn浓度空间分异的主要原因。如图5a所示,湖水²²²Rn浓度空间分布总体上呈现东高西低的规律,其中东部湖水²²²Rn浓度区间为280.39~706.92 Bq/m³,均值为460.12 Bq/m³,而西部湖水²²²Rn浓度区间为108.73~403.48 Bq/m³,均值为218.87 Bq/m³,东部约为西部均值的2.10倍。这种空间分异与水位特征相呼应,进一步表明枯水期洞庭湖湖水主要接受了来自东侧的地下水排泄,也说明²²²Rn作为天然环境示踪剂对地表水与地下水相互转化作用具有直接的指示意义。

4.3 氡箱模型定量计算

综合野外实测数据并建立氡箱模型,可以估算出湖水与地下水的交互通量,模型计算结果如表2。根据氡箱模型,²²²Rn通量输出主要发生在大气损失、自身衰变和湖泊流出等方面。湖面与空气接触使得湖水中的氡会逃逸至大气中,可通过测量大气中的²²²Rn浓度、风速和大气温度等参数值,计算出大气损失的²²²Rn通量。大气的²²²Rn浓度分布较为均匀且时空差异较小,²²²Rn浓度范围为10.00~26.69 Bq/m³,则大气损失的²²²Rn通量为422.36 Bq/(m²·d),占所有输出项的55.75%,即大气损失是洞庭湖²²²Rn通量的主要输出项。湖泊流出的²²²Rn通量为211.71 Bq/(m²·d),占输出项的27.94%。²²²Rn自身衰变对湖泊²²²Rn通量的影响值为123.56 Bq/(m²·d),占输出项的20.71%。根据氡箱模型,²²²Rn通量输入主要来自地下水排泄、沉积物扩散和河流流入。由于采样期天气干旱少雨,藕池河、虎渡河和草尾河等洞庭湖入湖河流流量很小,甚至干涸,其流入的²²²Rn通量忽略不计。根据水文站的测量数据,流入湖泊河水水量为(0.13~1.76)×10⁸ m³/d,则河流流入的²²²Rn通量为247.47 Bq/(m²·d),占输出项的32.66%。通过沉积物培养试验可以测定并计算沉积物扩散量,沉积物扩散的²²²Rn通量较少,仅55.06 Bq/(m²·d),占输出项的7.27%。

根据以上数据计算出地下水排泄向洞庭湖输入的²²²Rn通量为455.09 Bq/(m²·d),占模型输入项的60.07%,即洞庭湖枯水期表现为地下水向湖水排泄。据此,可进一步计算出地下水的排泄速率为56.27 mm/d,排泄总量为0.29×10⁸ m³/d,地下水排泄对湖水的贡献率为7.04%。孙晓梁等^[4]运用水量平衡法计算了1996—2017年间枯水期地下水向湖水的排泄量范围为(0.17~1.51)×10⁸ m³/d,多年平均排泄量为0.55×10⁸ m³/d。本研究经氡箱模型计算得到的结果与以上成果较为接近,表明²²²Rn同位素示踪方法适用于洞庭湖这类水情条件复杂的大型湖泊,可以较好地识别地表水与地下水交互作用关系和规律。

4.4 氡箱模型参数敏感性分析

氡箱模型中不同参数对结果的影响程度不同,参数敏感系数越高,表明其对模型计算结果的影响越大。从氡箱模型参数敏感性分析和误差分析结果来看(表3和图6),湖水温度、空气²²²Rn浓度、澧水流量及²²²Rn浓度、松滋河流量及²²²Rn浓度敏感等级为Ⅰ级,属于不敏感参数,仅湖水²²²Rn浓度、地下水²²²Rn浓度、风速和湖泊面积敏感等级为Ⅴ级,属于非常敏感。随着参数变化比例的增加,其相对误差迅速上升,其中地下水²²²Rn浓度C_g上升最快,说明该参数对模型计算结果的影响程度最大。

风速和湖面面积决定了模型中大气损失的²²²Rn通量值,可以通过提高测量仪器的精度、开展连续动态测量提高模型计算结果的可靠性。地下水²²²Rn浓度是氡箱模型中最为重要的参数,对结果的影响最大,而地下水中的²²²Rn浓度有较大的空间差异性,且受到地质构造、地层岩性和含水层溶解条件的影响,确定地下水²²²Rn浓度代表值难度较大。在设计取样方案时,应该合理布置地下水井取样点,以获取足够代表性样本,并在样品采集、野外测量中严格按照规程操作,尽可能多次重复测量取得平均值,以此来进一步保证模型计算精度。

5 结论

本文通过水位动态分析和²²²Rn同位素示踪法研究洞庭湖区枯水期湖水与地下水的交互作用和交互通量,得到如下主要结论。

(1)在地下水流场控制下,洞庭湖区地下水主要由四周流向中心平原地区。地下水水位普遍高于湖水水位。二者动态变化关系指示洞庭湖湖水与地下水存在一定的水力联系,主要集中在东洞庭湖以东地区,且以枯水期最为显著。

(2)枯水期洞庭湖沿岸地下水²²²Rn浓度远远高于地表水,河水、湖水和地下水的²²²Rn浓度均值分别为316.28 、372.30和8 970.98 Bq/m³,湖水²²²Rn浓度空间分布呈现东高西低的规律,这一分布规律与水位特征相同,表明洞庭湖湖水主要接受来自东侧的地下水排泄。

(3)氡箱模型模拟结果显示:地下水排泄是枯水期洞庭湖湖水中²²²Rn通量的主要输入项,占总输入量的60.07%,由地下水排泄²²²Rn通量计算出洞庭湖枯水期地下水排泄速率为56.27 mm/d,从而估算出地下水排泄量为0.29×10⁸ m³/d,地下水排泄对湖水的贡献率为7.04%。

(4)氡箱模型参数敏感性分析显示,研究成果的可靠性与风速、地下水和湖水²²²Rn浓度以及湖面面积关系最为密切。合理布置取样点和提高测量精度是保证模型计算结果可靠性的关键。这一认识为采用该方法进一步深入研究洞庭湖等复杂区域地下水相关问题提供了借鉴。

真诚感谢长沙理工大学危润初、赵膂、张鑫研、刘跃飞等老师和研究生在项目实施方案编制和野外调查过程中给予的帮助。

参考文献

[1] LI Y L, ZHANG Q, CAI Y J, et al. Hydrodynamic investigation of surface hydrological connectivity and its effects on the water quality of seasonal lakes: insights from a complex floodplain setting (Poyang Lake, China)[J]. Science of the Total Environment, 2019, 660: 245-259.

[2] 梁亚琳, 黎昔春, 郑颖. 洞庭湖径流变化特性研究[J]. 中国农村水利水电, 2015(5): 67-71.

[3] 詹泸成, 陈建生, 张时音. 洞庭湖湖区降水-地表水-地下水同位素特征[J]. 水科学进展, 2014, 25(3): 327-335.

[4] 孙晓梁, 杜尧, 邓娅敏, 1996—2017年枯水期地下水排泄对洞庭湖水量均衡的贡献及其时间变异性[J]. 地球科学, 2021, 46(7): 2555-2564.

[5] 曹玲玲, 王宗礼, 刘耀炜. 氡迁移机理研究进展概述[J]. 地震研究, 2005, 28(3): 302-306.

[6] CORBETT D R, BURNETT W C, CABLE P H, et al. A multiple approach to the determination of radon fluxes from sediments[J]. Journal of Radioanalytical and Nuclear Chemistry, 1998, 236(1): 247-253.

[7] 郭占荣, 李开培, 袁晓婕, 用氡-222评价五缘湾的地下水输入[J]. 水科学进展, 2012, 23(2): 263-270.

[8] 孙小龙, 王广才, 邵志刚, 海原断裂带土壤气与地下水地球化学特征研究[J]. 地学前缘, 2016, 23(3): 140-150.

[9] 戴波, 赵启光, 张敏, 郯庐断裂带宿迁段合欢路土壤氡分布特征与迁移特征的数值模拟[J]. 震灾防御技术, 2021, 16(1): 220-228.

[10] 王雨山, 程旭学, 张梦南, 基于²²²Rn的马莲河下游地下水补给河水空间差异特征研究[J]. 水文地质工程地质, 2018, 45(5): 34-40.

[11] GLASER C, SCHWIENTEK M, JUNGINGER T, et al. Comparison of environmental tracers including organic micropollutants as groundwater exfiltration indicators into a small river of a karstic catchment[J]. Hydrological Processes, 2020, 34(24): 4712-4726.

[12] STRYDOM T, NEL J M, NEL M, et al. The use of Radon (²²²Rn) isotopes to detect groundwater discharge in streams draining Table Mountain Group (TMG) aquifers[J]. Water SA, 2021, 47(2): 194-199.

[13] 何炳毅, 杨英魁, 孔凡翠, 青海湖布哈河流域枯水期氢氧同位素和氡同位素分布特征及其意义[J]. 地质学报, 2022, 96: 1-15.

[14] 郭巧娜, 赵岳, 周志芳, 人类活动影响下的龙口海岸带海底地下水排泄通量研究[J]. 地学前缘, 2022, 29(4): 468-479.

[15] 廖福, 罗新, 谢月清, 氡(²²²Rn)在地下水-地表水相互作用中的应用研究进展[J]. 地学前缘, 2022, 29(3): 76-87.

[16] 危润初, 唐仕明, 吴长山, 洞庭湖区浅层地下水氧化还原分带规律[J]. 中国环境科学, 2020, 40(4): 1715-1722.

[17] 黄艳雯, 杜尧, 徐宇, 洞庭湖平原西部地区浅层承压水中铵氮的来源与富集机理[J]. 地质科技通报, 2020, 39(6): 165-174.

[18] LIAO F, WANG G C, SHI Z M, et al. Estimation of groundwater discharge and associated chemical fluxes into Poyang Lake, China: approaches using stable isotopes (δD and δ¹⁸O) and radon[J]. Hydrogeology Journal, 2018, 26(5): 1625-1638.

[19] LUO X, JIAO J J, WANG X S, et al. Temporal ²²²Rn distributions to reveal groundwater discharge into desert lakes: implication of water balance in the Badain Jaran Desert, China[J]. Journal of Hydrology, 2016, 534: 87-103.

[20] COLUCCIO K M, SANTOS I R, JEFFREY L C, et al. Groundwater discharge rates and uncertainties in a coastal lagoon using a radon mass balance[J]. Journal of Hydrology, 2021, 598: 126436.

[21] SCHULZ H D. Quantification of early diagenesis: dissolved constituents in pore water and signals in the solid phase[M]// SCHULZH D, ZABELM. Marine geochemistry. Berlin, Heidelberg:Springer, 2006: 73-124.

[22] BURNETT W C, DULAIOVA H. Estimating the dynamics of groundwater input into the coastal zone via continuous radon-222 measurements[J]. Journal of Environmental Radioactivity, 2003, 69(1/2): 21-35.

[23] MACINTYRE S, WANNINKHOF R, CHANTON J P. Trace gas exchange across the air-water interface in freshwater and coastal marine environments[M]// MASATSONP A, HARRISSR C. Biogenic trace gases:measuring emissions from soil and water. Oxford: Blackwell Science Ltd, 1995: 52-77.

[24] DIMOVA N T, BURNETT W C, CHANTON J P, et al. Application of radon-222 to investigate groundwater discharge into small shallow lakes[J]. Journal of Hydrology, 2013, 486: 112-122.

[25] 田雨, 雷晓辉, 蒋云钟, 水文模型参数敏感性分析方法研究评述[J]. 水文, 2010, 30(4): 9-12, 62.

[26] 李燕, 李兆富, 席庆. HSPF径流模拟参数敏感性分析与模型适用性研究[J]. 环境科学, 2013, 34(6): 2139-2145.

[27] 连生土, 肖江. 洞庭湖浅层地下水环境背景值的研究[J]. 福建建筑, 2010(10): 61-63.

基金资助

湖南省水利科技重大项目(XSKJ2019081-09)

湖南省水利一般科技项目(XSKJ2019081-43)