源头河流中河道改道与泛滥平原重新连接的液压效应

《Water Resources Research》：Hydraulic Effects of Channel Realignment and Floodplain Reconnection in a Headwater Stream

　　摘要

河道重新调整和泛滥平原的重新连接越来越多地被用作基于自然的洪水管理解决方案，然而在中等坡度、小规模河道的实际应用中，它们的水力效应仍然没有得到充分的量化。本研究考察了此类干预措施对英国坎布里亚郡Goldrill Beck流域水力响应的影响。在这里，一段1公里长的历史性工程改造的单一河道被恢复为更复杂的地貌形态。通过结合重新调整前后的水文观测数据以及二维水力模型（LISFLOOD-FP），评估了关键水力指标（洪水波传播和流速、河段尺度滞后性以及峰值流量衰减）的变化。结果表明，重新调整增加了洪水波的传播时间（中位传播时间从15分钟增加到40分钟），降低了流速，并改变了滞后模式，表明在低至中等流量条件下，河道和泛滥平原的蓄水能力得到了增强。重新调整还改善了水生生物栖息地的多样性，并使湿润面积增加了47%。然而，在极端事件中，传播时间有所减少，峰值流量略有上升，这突显了大型洪水衰减潜力的局限性。这些发现为河流自然化以减轻洪水灾害和改善栖息地提供了证据支持，强调了山谷地貌、河道形态以及泛滥平原粗糙度对水力响应的影响。

**通俗语言总结**

历史上，河流经常被大幅改造以管理河流与泛滥平原的连通性并减少洪水灾害，通常通过直线化河道和建造堤坝来实现。然而，这些改变可能会增加下游的洪水风险并破坏自然栖息地。本研究探讨了将河流恢复为更自然形态对水流的影响。研究重点关注英国坎布里亚郡的Goldrill Beck流域，该流域通过重新蜿蜒和与泛滥平原重新连接来减缓洪水速度并提高蓄水能力。利用计算机模型和实际测量数据，我们发现这些改变增加了洪水向下游传播的时间，这意味着水被滞留的时间更长，从而有助于保护下游的财产。平均而言，洪水波在改变后传播速度减慢了25分钟。然而，在极端洪水事件中，这些改变的影响较小。我们的发现表明，恢复河流可以在提供一定程度的洪水防护的同时改善自然栖息地。

**1 引言**

工程解决方案和河道维护一直是改变河流与泛滥平原连通性和减轻河流洪水灾害的核心方法。这些防御措施包括疏浚河道、建造堤坝、水坝和防洪堤（Adams等人，2004年；Daigneault等人，2016年）。许多流域仍然保留着这些改造的痕迹。例如，在英国调查的河流中，52%的河段有河岸加固措施，15%有堤坝，6%的河段经过直线化改造（Raven等人，1998年），最近的研究表明，97%的英国河流网络都经历了改造（Jones等人，2019年）。这些洪水防护措施每年可减少11.5亿英镑的财产损失（Fathom，2025年），可能适用于保护高价值资产。然而，在缺乏高价值资产的源头流域，持续保留和维护这些结构正受到越来越多的质疑。直线化和筑堤会试图将河流与其泛滥平原分离，并在局部增强水流输送能力（例如，Wy?ga，2007年）。这可能会通过增加输送能力、加剧坡度以及降低有效粗糙度来显著影响洪水波的传播（Sholtes & Doyle，2011年）。此外，将原本复杂的河道简化为直线且均匀的河道会导致生态系统服务的丧失，包括栖息地质量和生态功能的下降（Turkelboom等人，2021年）。Campbell等人（1972年）和Brookes（1987年）展示了河流直线化可能会增加下游的流速和流量，而Acreman等人（2003年）和Di Baldassarre等人（2009年）则指出，大规模的堤坝可能会限制河流与泛滥平原的连通性，从而减少河流的自然扩展能力并增加下游的洪水流量。在历史上进行了上述改造的流域中，有很大的潜力通过恢复措施来改变水文状况并改善河道和泛滥平原的栖息地。这可以通过局部减少河道输送能力、增强河道与泛滥平原的连通性以及改善泛滥平原的蓄水能力来实现（Buijse等人，2002年）。实施这些恢复措施可能会导致更加自然和动态的水文状况，从而改善泛滥平原的蓄水能力，并带来相关的生态和社会效益（Blackwell等人，2006年；Clilverd等人，2016年；Czech等人，2016年）。在河道重新调整的情况下，管理活动旨在通过重塑、重新种植或重建来改变河流的物理结构（Bernhardt & Palmer，2011年）。重新调整（或重新蜿蜒）直线化的河段会增加地貌复杂性，从而增加流量的异质性，改变栖息地的结构和多样性。在没有其他压力因素的情况下，这通常与大型无脊椎动物和鱼类的多样性和丰度的增加有关（Lorenz等人，2009年；Nagayama & Nakamura，2018年；Nakamura等人，2014年）。重新蜿蜒会改变水流路径，由于流道长度的增加和能量梯度的减小，可能会对下游峰值流量的时间产生明显影响。例如，Y. Liu等人（2004年）模拟了在源头流域恢复蜿蜒后，洪水峰值延迟了2小时。Doyle和Shields（1998年）也观察到，在一个类似流域中，蜿蜒河流中的大暴雨事件通过流量计所需的时间几乎是直线化河流的三倍，Kitts（2010年）在一个进行了重新蜿蜒并建造了碎石坝的12.5平方公里流域中观察到洪水峰值传播时间增加了35分钟。除了增加洪水波的传播时间外，河道重新调整还可能通过以下方式增强下游的衰减效果：（a）相对于泛滥平原长度增加的河道长度（即增加的蜿蜒度）；（b）在弯道处横向流动的动量损失（Sholtes & Doyle，2011年）；（c）增加的形态粗糙度（Chow，1986年）。Liu等人（2004年）的模型显示，在一个408平方公里的流域中，一级和二级河流重新蜿蜒后，峰值流量减少了14%。然而，在实践中，河道重新调整的规模通常比这要小得多。对两条坡度约为0.004–0.005米/公里的河道进行建模显示，流量衰减效果微乎其微，甚至有所减少（Sholtes & Doyle，2011年）。最近的研究表明，在一个54平方公里的流域中，重新蜿蜒1.6公里长的河道（坡度0.004米/公里）后，最大模拟峰值流量衰减仅为1.2%（Costaz-Puyou，2022年；Costaz-Puyou等人，2025年）。目前，关于小型流域（<100平方公里）中河道重新调整是否能够显著减少峰值流量的实证证据仍然有限。尽管在研究进行的条件下可能存在具有衰减潜力的动态波浪（即河道坡度<0.01米/公里；Moramarco & Singh，2000年），但仍需要进一步的研究来发展现有的证据基础。虽然更蜿蜒的河道本身可以增强河流与泛滥平原的交换（Chen等人，2020年），但拆除现有堤坝已被证明会增加溢出频率，最多可达50%（Addy & Wilkinson，2021年）。建模表明，拆除堤坝可以增强河流与泛滥平原的连通性，使泛滥平原的水位上升0.5–1.6米（Acreman等人，2003年）。这可能导致更高的泛滥平原水位（Addy & Wilkinson，2021年）、更大的地下储水能力（Clilverd等人，2016年；Mohrlok，2003年）、泛滥平原植被群落的组成和物种丰富度的改善（Seer等人，2018年），以及峰值流量减少约10%–15%（Acreman等人，2003年）。然而，堤坝拆除后的流量衰减程度受到河道和泛滥平原地貌复杂性的强烈影响。例如，建模显示，在坡度为0.003–0.006米/公里的河流中，拆除堤坝后峰值流量的变化可能不明显，甚至可能增加（Kreis等人，2005年；Worley等人，2023年）。相反，Woltemade和Potter（1994年）发现，在不同流量幅度下衰减效果各不相同。例如，对一个更大的（690平方公里）、坡度约为0.002米/公里的Grant河流域进行建模时，发现中等强度的洪水（5至50年一遇）的衰减幅度在17%到34%之间，而高强度洪水的衰减幅度减少到2.9%。这归因于峰值流量主要由高速和深泛滥平原水流主导（Woltemade & Potter，1994年）。在更陡峭的条件下（0.01米/公里），Rak等人（2016年）指出，在泛滥平原粗糙度较低的情况下，泛滥平原的流速与主河道相似。这限制了泛滥平原的蓄水能力，导致河道和泛滥平原的洪水峰值同步，从而减少了峰值流量的衰减。在这些情况下，泛滥平原的形态（如宽度、坡度）和粗糙度被认为是影响波浪速度和衰减的关键因素。在当前频繁进行管理干预以改善水力响应和增强水生及泛滥平原栖息地的背景下，这项研究为源头流域中河道重新调整的水力效应提供了证据支持。调整措施包括对堤坝单一河道进行管理性重新调整，以及通过拆除和降低堤坝来重新连接河道和泛滥平原。为了实现这一主要目标，我们：

- 使用水文数据集评估河道重新调整和重新连接对传播时间、河段尺度滞后性和流速的影响。
- 利用LISFLOOD-FP（Bates & De Roo，2000年；Neal等人，2024年；Shaw等人，2021年）进一步表征重新调整前后受影响河段的水力行为，以确定峰值流量衰减的潜力。
- 探讨泛滥平原条件如何影响重新调整后的水力响应。
- 识别河道重新调整通过水生生物栖息地的存在和分布来增强水生栖息地的潜力。

**2 方法**

**2.1 研究地点**

本研究聚焦于Goldrill Beck河流，它向北流经Hartsop Valley到达English Lake District的Ullswater，属于River Eden及其支流的特别科学兴趣区（SSSI）和River Eden特别保护区（SAC）。Goldrill Beck起源于Hayeswater Gill与Brothers Water（一个小湖泊）的交汇处。Hayeswater Gill排干流域的东南部（例如Hartsop Dodd、Rest Dodd），而Brothers Water的流域则排干南部地区（例如Dovedale和Middle Dodd）。Hartsop Valley的当前形态受到多次冰川作用的影响，最近一次冰川作用发生在约28–15千年前，属于Late Devensian时期的Dimlington Stadial（Boulton & Hagdorn，2006年；Davies等人，2019年）。冰川退缩后，Hartsop Valley底部可能存在一个湖泊，直到沉积物填满了这个空间。Goldrill Beck的路径穿过了这个湖泊的区域，形成了现在的河流泛滥平原（Hay，1934年）。泛滥平原主要由改良的草地组成，用于放牧牛羊。历史上，河道被直线化，平均坡度为0.004米/公里，但这一改造的具体时间不详。最早的地图（可追溯到1764年）表明，那时河道已经处于现在的形态。19世纪及以后的管理措施包括在泛滥平原上建立排水系统并建造河堤，以提高农业生产力。2015年，该流域受到Storm Desmond的严重影响，这场风暴在3天内产生了总计419毫米的降雨量，24小时内达到了293毫米（Met Office，2017年）。

**2.2 河流走廊调整**

2021年，Goldrill Beck成为由欧洲最大的慈善机构National Trust委托的一项旗舰恢复项目的对象。该项目与社区合作伙伴（如Environment Agency、Natural England）、设计工程师（如AECOM）以及学术机构的合作伙伴（如Newcastle University）共同实施。河道内的工作旨在将Goldrill Beck的堤坝化、护岸化的单一河道转变为与泛滥平原更紧密连接的复杂形态。这项工作旨在为当地环境和社区带来多重效益，包括：（a）美学上的提升；（b）创造更好的栖息地，以改善River Eden及其支流的SSSI和SAC的生态功能；（c）减少历史上直线化河道对Goldrill Beck附近道路的侵蚀风险；（d）通过上游临时蓄水来减少下游财产的洪水风险。修改后的河道由上游部分组成，该部分最初是一个活跃的单线程河道，在山谷坡度减小之前分叉成多线程河道，最终重新连接（见图1）。这些工作于2021年7月完成，历时12周，将主河道的流经长度从1.35公里延长至1.46公里，同时将平均坡度降低到0.0037米/米。原河道为直线且带有堤岸，对其进行了填埋处理，以引导所有水流进入新河道，只留下了一段短距离作为回水区，重新排列后的河道在此处返回到旧河道路径。随后拆除堤岸，恢复了更自然的洪水连通性，一直延伸到整个工程结束。通过其湿润的林地段，有意大幅减少了主河道的容量，以促进河道网络的连通性。图1（在图查看器中打开）。

（a）英国坎布里亚郡Goldrill Beck流域的位置图。底图基于环境署2017年获取的1米分辨率数字地形模型（DTM），采用山体阴影效果。蓝色线条表示流域内的主要河道和排水沟（重新排列前）。红色、绿色和黄色点分别标示了三个监测站的位置及其对应的集水区域。注意，最下游的监测站（标为黄色）也包含了红色和绿色的集水区域。黑色虚线多边形表示水力模型的适用范围。（b）放大后的模型适用范围视图，显示了重新排列前的监测站位置和排水系统配置。红色线条表示Goldrill Beck河道的原始主河道，位于上游和下游监测站之间。（c）2021年重新排列工作完成后对排水系统所做的调整细节。红色线条表示修改后的Goldrill Beck河道路径，黄色线条显示了拆除堤岸的区域。由于在山谷底部无法检测到古代河道，因此改造措施并不旨在将河道恢复到已知的参考状态。然而，对河道物理结构的改动旨在创造出与该地点历史变化范围相符的自然河道形态。提供了一个基本的河道特征模板，河流可以在地貌有效的流动条件下对其进行调整。这种设计促进了水力过程的自我维护，只需最少的干预措施，同时为河流提供了动态响应外部因素的空间。

2.3 水文监测与事件识别

在Goldrill Beck流域内的三个地点评估了河流水位。这些地点量化了以下区域的径流响应：（a）流域源头（22平方公里），即河道重新排列之前的位置（图1中用红色标示）；（b）Eden Beck和Angletarn Beck两个2.2平方公里的子流域（图1中用绿色标示），它们在河道内部改造后直接汇入Goldrill Beck；（c）重新排列工作之后的Goldrill Beck流域（图1中用红色、绿色和黄色标示）。每个地点都安装了非通风式的In Situ Rugged TROLL 200数据记录仪，放置在静水井中，记录时间为2018年至2023年的5年期间，每5分钟采集一次数据。所使用的传感器测量范围为0至9米，报告的精度为传感器满量程的±0.05%（相当于4.5毫米的精度）。大气补偿通过位于上游监测站的手动In Situ Rugged Barotroll传感器进行。该传感器的测量范围为0.5至2巴，报告的精度为传感器满量程的±0.05%（相当于0.001巴的精度）。除了这三个主要监测点外，还在上游站点下游安装了一个额外的压力传感器作为冗余措施。当主要压力传感器的数据因损坏而缺失时，该传感器的数据仅用于上游站点的流量曲线开发（见第2.4.2节）。通过多项式回归建立了两个传感器之间的关系，得到的均方根误差（RMSE）为0.012米。对Goldrill Beck水文响应的分析（第2.5节）集中在2018年9月10日至2023年4月23日期间流量增加的时期。为了识别这些感兴趣的时期，对上游监测站的河流水位时间序列应用了基流分离方法。我们在HydRun工具箱中使用了双通道数字滤波器，设置了滤波系数0.995、峰值阈值0.03和回归比率0.3（Tang & Carey, 2017）。这有助于生成无基流的水文图，从而识别出暴雨事件。经过视觉检查后，其中56个事件因流量分离不明确或数据质量可疑而被剔除。

2.4 水力模型输入

2.4.1 地形数据

描述Goldrill Beck重新排列前地形的数据由环境署的国家监测调查（地理信息）部门在2017年4月18日至5月1日期间收集。收集了机载LiDAR数据，并据此生成了1米×1米分辨率的数字地形模型（DTM）。需要对DTM的高程进行少量编辑，以去除桥梁和明显的流动障碍物等人工构造。在下游流量测量点（英国国家河流流量档案编号：76015）进行的水文测量表明，在该数据采集期间，河流水位较低，相当于1970年至2021年观测到的流量分布的第20百分位数。鉴于LiDAR数据采集时的水流条件较浅，用于生成DTM的回声数据可能合理估计了河床高程。这一假设在主河道的三个地点进行了验证，这些地点使用了Leica MS50多站仪进行了横截面测量，并从基于机载LiDAR的DTM中提取了数据。比较结果显示，虽然DTM低估了每个监测点的最大河道深度，但河岸满流时的横截面积差异最大仅为-0.3%（在上游监测点），最低达到-15%（在下游监测点），在上游监测站下游的冗余站点为-6%（见图A1）。同一DTM成为了评估河道重新排列影响的模型运行的边界条件基础。为了表示重新排列后的地形，根据指导工作的设计图纸对DTM进行了修改。修改内容包括新河道的开挖、废弃河道的填埋以及堤岸的拆除。允许的施工公差意味着最终的河床高程可能变化高达±0.10米，河岸坡度可能相对于设计规格变化高达30%，以引入局部形态变化。

2.4.2 流量数据

主河道和支流的时间变化上游边界条件以单位宽度流量[m2/s]的形式提供。为了生成这些输入数据，为上游和支流监测点分别制定了水位-流量关系曲线。流量测量使用了Teledyne RDI StreamPro声学多普勒流速仪（ADCP）或Valeport Model 801电磁流量计（根据流量阶段不同而选择）。使用ADCP时，至少收集了四个断面数据，以确保样本平均值之间的差异在5%以内。使用电磁流量计时，采用了中段法，在深度的0.6处每30秒测量一次流速（Herschy, 2008）。特定站点的流量关系曲线是根据Hrafnkelsson等人（2022）提出的广义幂律关系曲线建立的，直至最大测量流量（见图2b）。对于上游监测点，当流量超出测量范围时，通过以下方法进行了外推：使用观测到的1维流速[v]、流深[R]和水面坡度[S]，重新计算了Manning数n（公式1）。后者是基于压力传感器上下方45米长剖面上的水面高程测量值确定的，该值为0.012米/米。

（a）2021年7月在上游监测站获得的横截面数据。蓝色阴影区域表示有流量测量数据的流量阶段（h）。橙色阴影区域表示没有流量测量数据的流量阶段范围。（b）使用电磁流量计（ECM）和声学多普勒流速仪（ADCP）获取的流量数据开发的水位-流量关系曲线（n=15）。虚线表示关系曲线的上下不确定性界限（实线）。（c）根据流量数据重新计算的流量阶段（h）和Manning数n值之间的关系开发的幂律关系。（d）通过采用恒定的Manning数n（0.0609 m?1/s）实现了观测到的整个流量阶段范围的复合流量关系曲线。选择这个最小值作为外推的常数n。随后使用该常数n来估计校准流量曲线范围之外的1维流速，结合流量面积[A]来生成流量估计值[Q]。

对于支流监测点，点流量测量使得能够开发出达到河岸满流条件的流量关系曲线（流量阶段范围为0.14–0.74米）。然而，由于该监测点的局部地形（真实左岸的横向泛滥平原坡度），无法使用与上游监测站相同的方法进行关系曲线外推。因此，在超过河岸满流条件时，需要采用另一种方法来估计支流流量。这是通过计算上游监测站和支流站点在高流量条件下的流量差异百分比（6%）来实现的。利用连续的流量记录和经验关系（例如，见图2d），计算了监测期间的上游和支流监测点的河流流量。随后，将其转换为单位宽度流量[m2/s]，作为2D水力模型的上游条件。

2.4.3 2D模型校准

LISFLOOD-FP模型（Neal等人，2024；Shaw等人，2021）的校准使用了2019年2月5日至12日期间收集的水文数据。在这段时间内，有三个不同的流量事件通过了监测段，峰值流量分别为7.47、22.64和12.58立方米/秒，其中包括主河道和支流的贡献（见图1和表1）。每个事件的年超越概率（AEP）约为1。第一个和第三个事件主要是河道内的流量，而在第二个事件期间，支流汇合点上游的主河道发生了显著的泛滥平原流量。在用水文观测数据驱动模型之前，设置了一个24小时的启动期，在上游监测站输入了约2.2立方米/秒的基流条件，在支流监测站输入了约0.06立方米/秒的基流条件。这确保了模型在分析阶段之前达到物理上真实的初始状态（Shaw等人，2021）。模型网格分辨率为1米×1米，时间步长为5分钟。每次模型运行在配备NVIDIA Quadro P4000 GPU（8GB）的PC上运行7小时20分钟。表1。用于2D水力模型模拟的降雨-径流事件的汇总统计信息

模拟
降雨
流量
开始日期
总降雨量 [mm]
持续时间 [hr]
AEPa
QpUpper [m3 s?1]
QpTrib [m3 s?1]
AEPb

模拟 A
2019年12月5日
67
27
≈ 1
≈ 1
11.7
0.7
≈ 1
≈ 1

模拟 A
2019年12月7日
73
36
≈ 1
≈ 1
23
1.4
≈ 1
≈ 1

模拟 A
2019年12月10日
74
15
≈ 1
40
0.40

模拟 B–D
2018年10月12日
170
36
0.059
76
4.5
0.02

a 雨量年超越概率（AEP）基于FEH22降雨深度-持续时间-频率模型（Vesuviano, 2022）。
b 基于FEH22（v5.0.1）流域描述符和UKFE Hammond（2022）的应用。评估了LISFLOOD-FP在各种洪泛区和河道摩擦系数下的性能。河道摩擦系数在0.03到0.05之间变化，而洪泛区摩擦系数在0.04到0.15之间变化。我们使用以下标准评估了LISFLOOD-FP在下游监测站的表现：

对于有测量数据的流量范围（0.64–1.24 m），模型流量输出与现场测量数据直接比较（见第2.4.2节）。对于超出测量范围的流量（即>1.24 m），模型预测的河道内流量与使用扩展评级曲线预测的值进行比较。下游监测站的评级曲线是使用Hrafnkelsson等人（2022）提出的配对流量-水位测量值和广义幂律评级曲线构建的。模型水位峰值的时刻与河道内水位仪器的测量结果进行了比较（见第2.3节）。

2.4.4 2D模型场景
使用校准后确定的优化参数集，在重新对齐前的条件下进行了额外流量事件的路径计算，并评估了流量动态。为了评估干预措施的潜在影响，应用了相同的水文输入，但使用了修改后的地形表面作为边界条件。所有参数在干预前后的模型运行中保持不变，除了描述河道网络的地形数据。对于这些模型场景，上游边界条件基于监测期间获取的水文数据。选择了两个时间段进行分析。第一个时间段（以下简称为Sim A）为2019年12月4日至13日，在此期间发生了三次离散的降雨事件。第二个时间段（以下简称为Sim B）为2018年10月12日至16日，期间发生了一次降雨-径流事件。这些事件的汇总统计信息见表1。需要注意的是，由于峰值流量是根据评级曲线扩展计算的，因此这些估计存在不确定性。然而，它们提供了一系列流量场景，用于评估重新对齐前后河道配置下的流量路径。在此分析之后，另外两个模型场景评估了通过改变洪泛区植被类型来进一步修改水力响应的潜力。为了实现这一评估，使用了与Sim B相关的重新对齐后的DTM和上游边界条件来驱动LISFLOOD-FP。然而，洪泛区的曼宁粗糙度从标准值0.06 m?13修改为0.10 m?13（Sim C）和0.15 m?13（Sim D），以模拟洪泛区土地利用从以草地为主变为以茂密林木为主的效应。

2.4.5 2D模型验证
在发生一次显著风暴后，可以对校准后的LISFLOOD-FP模型生成的输出进行评估，该风暴在上游监测站产生了估计的峰值流量为65 m3 s?1。该事件发生在2021年10月27日至29日，即Goldrill Beck重新对齐之后。2021年10月30日，使用DJI Phantom 4 Pro进行了调查，以识别淹没范围的证据。飞行高度为地面以上50米，图像采集速度约为5 m s?1，前后重叠率为80%。采集后，通过应用Structure from Motion Multi-view stereo（SfM-MVS）和Agisoft Metashape（v2.3.0）生成了正射影像。该无人驾驶航空系统配备了外部安装的Emlid Reach M+，从而可以直接对相机传感器进行地理参考，因此无需地面控制点。

2.5 水力分析
2.5.1 洪水波传播
洪水波的传播时间是指洪水波峰值从上游站点（H?）传递到下游站点（H?）所需的时间。这可以通过上下游水位或流量信号的互相关来确定。在相关之前，H?信号在?60至240分钟的范围内以5分钟的间隔进行移动。分析中仅使用上游水文图的中央部分（峰值前最多1小时和峰值后4小时）。计算相关系数R（R = corr(H?(t) (H?(t))作为时间位移Δt的函数：

Δt = arg(max(R(H?(t+Δt), H?(t)))，其中Δt ∈ {?60, ?55, ?50, …, 240}。这个最大相关系数Δtmax用于表示传播时间。

2.5.2 洪水波衰减
洪水波衰减的潜力基于Ponce等人（1978）最初提出的分析程序，并由Moussa和Bocquillon（1996）进一步发展。根据扩散和运动波理论（Ponce, 1991），虽然运动波在传播过程中可能会改变形状，但它们不会在下游衰减。波的扩散性（或动态性）越强，衰减的潜力就越大。为了使波以非运动方式（即动态方式）表现并具有衰减潜力，需要满足条件T + T+r · Vo · So · yo < 79。其中T+r是上升段的时间（小时），Vo是主河道内的平均流速（m s?1），So是主河道内的平均水面坡度（m m?1），yo是主河道内的平均流深（m）。计算传播时间后，可以确定洪水波的传播速度c：

c = Δx / Δt_max，其中Δx是沿河道的距离。在建模场景中，还通过计算水位和流量水文图之间的相位差φ（φ = 2π (T/ph - tpQ)来确定波的衰减特性。这是通过确定每个单元格上的弗劳德数（以及相关的流动生物群落）来实现的，这些单元格遍布整个建模区域。

3 结果

3.1 水力响应的观察变化

在重新对齐之前，传输时间范围在0到50分钟之间，中位数为15分钟（见图3）。在渠道重新对齐之后的时期，传输时间范围从0到90分钟，中位数为40分钟（见图3）。使用Mann-Whitney U检验进行评估时，这种增加在统计上是显著的（95%置信区间）。此外，在干预之后，我们能够识别出流量大小与传输时间之间存在一个弱但统计上显著的负相关关系（r = 0.10；P = 0.006），这一现象在干预前的配置中是不存在的。分布的极端值也发生了变化，九个最大的传输时间都发生在重新对齐之后（见图3）。与流量路径的延迟相对应，我们发现流量速度也发生了变化。这与传输时间的变化相反，渠道重新对齐后流量速度显著下降。传输速度的中位数从1.50 m/s下降到0.61 m/s（见图3）。图3在图查看器中打开。

3.2 水力模型校准

在流量测量范围内的流量阶段，以及高达约1.35米的流量阶段，修改河道内的曼宁n值对模拟的下游响应几乎没有影响（见图C1A）。然而，修改河道内的曼宁n值确实对河道与洪泛区之间的水分分配有明显影响。当我们仅考虑河道内的流量（忽略洪泛区的流量）时，可以发现河道内的峰值流量分别为21.21 m3/s、19.93 m3/s和18.58 m3/s（见图C1A）。尽管包括河道和洪泛区在内的总流量分别为22.23 m3/s、21.96 m3/s和21.50 m3/s。随着n值的增加，通过下游部分的流量比例增加（见图C1B）。这表明模型中的流量被推向了下游监测站上游的洪泛区。我们使用模型化的流量-水位关系曲线来评估哪种特征行为（主要是河道内的流量，还是大量的旁路流量）是代表性的。在校准期间（流量阶段为1.72米）建立的流量-水位关系曲线表明，河道内的流量应为约21.55 m3/s（见图6b）。因此，最能代表下游监测站流量的河道内n值为0.03 m?1/3（见图6）。

3.2.1 水力模型验证

2021年10月27日至29日高流量事件发生后立即获取的正射影像分析显示，存在一个明显的冲刷边界。这个冲刷边界延伸了80米，位于分叉河段内的真实右侧外岸（见图D1）。冲刷边界与模拟的最大淹没范围非常吻合，所有冲刷边界点都在预测边界的6米范围内。在这个区域，冲刷边界与淹没范围之间的距离最大，这些单元格之间的高程差异仅为0.06米。观测到的水高与模型预测的水高之间的典型差异小于0.1米。这提供了支持证据，表明在重新对齐期间校准的水力模型能够准确重建淹没范围（以及由此产生的洪水流动动态）。

3.3 水力响应的模拟变化

对于低至中等规模的事件（Sim A1–3），水力建模表明重新对齐对下游峰值流量几乎没有影响，峰值流量最多减少了1%（见Sim A1）。渠道重新对齐后，传输时间Δt_max增加，而河道尺度的滞后η_i也变得更加负值，表明传输有所延迟（见表3）。所有低至中等规模事件的流量速度略有下降，表明河段内的蓄水量增加。表3显示了2D水力模型模拟的汇总统计信息。

3.4 模拟洪泛区植被变化的影响

增加洪泛区的粗糙度对最高流量事件期间的流量路径仅有非常微小的影响。当洪泛区粗糙度参数化为0.10（Sim C）和0.15（Sim D）时，峰值流量分别减少了0.6%（见图8和表3）。更重要的是，在这两种情况下，Δt_max和T_p都有所增加。鉴于重新对齐导致该事件的Δt_max最初减少了5分钟，T_p减少了25分钟，同时η_i变得不那么负值，c值增加。这些指标共同表明，在干预后高流量事件期间的响应更快。

3.4 模拟洪泛区植被变化的影响

增加洪泛区的粗糙度对最高流量事件期间的流量路径仅有非常微小的影响。原始峰值流量为77.6 m3/s，分别减少到77.1 m3/s（减少了0.6%）和77.0 m3/s（减少了0.8%）。更重要的是，在两种提高的洪泛区粗糙度情况下，Δt_max和T_p都有所增加。由于重新对齐最初使该事件的Δt_max减少了5分钟，T_p减少了25分钟，同时η_i变得不那么负值，c值增加。这些指标共同表明，在干预后高流量事件期间的响应更快。黑线代表采用默认洪泛区粗糙度（$n = 0.06$）后的重新对齐模拟（Sim B）。红线和蓝线分别代表洪泛区粗糙度值提高到0.10（Sim C）和0.15（Sim D）的模拟结果。

3.5 生境创造

Goldrill Beck的原始配置可以被描述为一个受限的、直线的、单线程的河道。由于这种配置，水流的多样性不足（见图9a）。在中等流量条件下，流量约为5.88 m3/s时，90%的水流符合急流生物群落的分类，其次是浅滩（5%）（见图9b）。重新对齐后，在相同的流量条件下，水流类型的斑块性和多样性显著增加。急流斑块的数量减少到59%，浅滩增加了28%，缓流增加了10%，以及少量的水池（2%）（见图9c）。值得注意的是，水面面积增加了47%。在重新对齐前的条件下，淹没范围开始在流量约为16 m3/s时迅速扩大，而在重新对齐后的条件下，这一过程发生在流量约为12 m3/s时，这表明重新对齐后即使在较低的洪水流量下，洪泛区的连通性也显著增强。重新对齐后，即使在考虑了河道长度增加的情况下，洪泛区的淹没范围也显著增大，达到了65.8 m3/s。然而，在模拟的最高流量条件下（>65.8 m3/s），由于原有河道旁边存在未淹没的区域，淹没范围在重新对齐前更大（见图10）。图9显示了原始河道（左）和重新对齐后的河道（右）在流量约为5.88 m3/s时的水流生物群落分类，相应的平均流深分别为0.59 m（重新对齐前）和0.53 m（重新对齐后）。图10展示了在记录的最大流量事件期间，重新对齐前后的流深（m），以及不同流量条件下的洪泛区淹没范围和流深差异。

4 讨论

4.1 综合证据分析水力响应的变化

水文监测数据的分析表明，干预后水力系统发生了显著调整。最值得注意的是，传输时间的增加和河道尺度的滞后现象有可能为下游社区提供更高的预警，尽管这些流量并不高。水文监测数据显示传输时间中位数增加了25分钟，而模拟则显示传输时间增加了5-10分钟，这可能是由于河道长度从1.35公里增加到1.46公里所致。然而，干预后事件规模与传输时间之间的负线性关系表明，随着流量规模的增加，重新对齐增加传输时间的可能性减小。这一点进一步得到了高规模事件下重新对齐前后河道尺度滞后值相似的支持，以及水力模型预测在最高流量事件下传输时间会相对于干预前减少的结果。与流量路径延迟相关的，我们还观察到了流速的变化。流速在河道重新对齐后显著降低，中位数流速从1.50 m/s降低到0.61 m/s。流速是水流衰减的关键因素。由于流速的降低，河道内的储水效应增加，更多的水暂时储存在河道（和洪泛区）中。流速的降低可以减少平流的影响，在某些条件下扩散作用可能占主导地位，从而可能减弱洪水波的强度。然而，水力模型输出的分析和衰减潜力的评估表明，在重新对齐前后，运动波可能占主导地位，除非在重新对齐后的条件下T值较快。只有在这些情况下，才有可能出现非运动行为，因此河岸内的洪水波有可能减弱（Paiva & Lima, 2024）。研究表明，流速通常会随着水位上升而增加，直到满岸条件（Chow, 1986），但当浅层洪泛区淹没最大化河道和洪泛区水流之间的动量混合时，流速会随后降低。流速还倾向于随着流深的增加而进一步增加（Constantine et al., 2010; Sholtes & Doyle, 2011; Turner-Gillespie et al., 2003）。然而，在Goldrill Beck，当开始出现浅层溢岸洪水时，并未观察到流速的阈值型行为。相反，在重新配置的条件下，我们观察到随着事件峰值流量的增加，传输时间减少（流速增加），这表明河道内和洪泛区内的流速随着洪水深度的增加而增加。这一行为在LISFLOOD-FP对这一最高流量事件的预测中得到了验证（表3），并在水文监测数据中得到观察（图3）。这一结果可能是由于山谷坡度适中以及洪泛区产生的流深较大，从而减少了粗糙度元素的影响（O’Sullivan et al., 2012; 图10）。然而，多种复杂因素影响着河流-洪泛区的连通性和不同流量阶段的输送能力。例如，河道方向可以决定河流和洪泛区之间的交换速率，而微妙的洪泛区河道会改变水流路径长度、停留时间和输送能力（Czuba et al., 2019），而连通性和洪泛区宽度可以决定洪泛区的水分保持和峰值流量的衰减（Tull & Passalacqua, 2025）。总体而言，洪泛区的形态是影响波速和衰减（或缺乏衰减）的关键因素，这一点也得到了Anderson et al.（2006）、Ghavasieh et al.（2006）和Thomas & Nisbet（2007）的研究支持。鉴于这些观察结果，未来的研究可能需要探讨河流重新对齐活动的空间尺度与洪泛区重新连接工作之间的明显脱节，以及如何在更广泛的河流-洪泛区环境中（例如，山谷坡度、宽度等）实现所需的流量路径修改（例如，流量衰减）。

4.2 野外数据的不确定性

获取由于河道重新对齐和堤坝降低而导致的水力变化的数据存在固有的困难，这一点从相关研究的缺乏中可以得到证实。我们对水流传播的分析需要忽略任何侧向输入。这是一个过度简化的假设，因为Eden Beck和Angletarn Beck的支流对这一河段的贡献是主要的，然而，山坡的少量贡献也会存在。我们估计，在满岸流量条件下，这些来源的相对贡献约为6%。因此，我们的分析仅限于上游和下游流量曲线形状相似的事件，因为这些事件受侧向输入的影响较小。这是通过应用一个过滤器来实现的，即上游和下游河流水位数据之间的最大相关系数必须超过0.9。在早期阶段，我们发现上游和下游监测站开发的水位-流量关系不够精确，无法从记录的数据中检测到峰值流量衰减的变化。这是由于：（a）使用ADCP获取的流量数据的精度误差通常约为测量值的±2.5%（Muste et al., 2004）；（b）由于缺乏流量测量，需要对高流量进行流量曲线延伸，这会在测量范围之外引入显著的不确定性；（c）重新对齐后，细颗粒和粗颗粒沉积物被卷入并输送到下游，导致横截面的时间变化（见Perks et al., 2024）。这些未量化的误差来源都有可能产生明显的衰减信号。鉴于峰值流量衰减的预期变化幅度较小（即低个位数百分比；见图7），任何实际变化都可能被不确定性边界所包围。因此，现场数据中并没有直接评估衰减情况。为了在未来工作中尝试这一点，需要控制河道段，如水槽或堰，以及定期调查和详细的流量测量。

4.3 水力建模假设

尽管LISFLOOD-FP已被广泛验证为预测河流水力响应的工具（例如，Neal et al., 2009, 2011），但我们的建模工作中存在一些假设需要解决。首先，河道和洪泛区的Manning粗糙度值是使用重新对齐前的水文数据校准的。我们随后使用这些优化后的值来重建重新对齐后的水流动态。在校准阶段，观察到模型对洪泛区粗糙度的敏感性较低。这一点在其他地方也有记录，并受到淹没面积、流速和洪泛区几何形状的影响（Horritt & Bates, 2001; Liu et al., 2019; Werner et al., 2005）。这可能会引发疑问，即这种校准是否适用于淹没范围较大的最大流量情况。然而，我们在第3.4节中评估了不同洪泛区摩擦系数对干预后河道配置水力响应的影响。在这一节中，我们强调洪泛区n值的变化对水力响应的影响是有限的（例如，当洪泛区n值为0.06或0.15时，峰值流量减少了0.6%）。应当注意的是，校准水力模型中使用的河道和洪泛区摩擦系数（河道n = 0.03，洪泛区n = 0.06）与用于流量曲线延伸的测量值并不相同。这是因为2D水力模型中的Manning参数实际上是一个校准参数，而不是基于物理基础的（Hunter et al., 2005）。2021年10月高流量事件后的淹没范围对比（重新对齐后3个月）显示，观测结果和预测结果非常接近，预测边界的最大差异为6米，最大水位差异小于0.1米。然而，随着河流和洪泛区系统的持续调整，参数化的粗糙度也可能发生变化。例如，增强的洪泛区湿润和抬高的地下水位条件可能会改变山谷底部的植被组合，从而导致有效粗糙度的变化。然而，在研究期间，这些变化的证据有限。此外，模型预测的水流（特别是传输时间）对洪泛区粗糙度值的变化相对不敏感（见第3.2节和第3.4节）。 bathymetric表示是控制水力建模输出质量的关键因素。虽然准确的横截面轮廓是理想的，但最重要的是横截面积，而不是详细的河道形状（Dey et al., 2019）。LISFLOOD-FP用于定义边界条件的河道几何形状与研究河段三个横截面的大地测量测量结果不同，满岸横截面积的最大差异在较低的位置达到了15%。DTM对横截面积的低估可能会影响重建结果，我们承认使用完整的 bathymetric表示可能会减少洪泛区淹没范围（例如，Cook & Merwade, 2009）。然而，鉴于模型预测的淹没范围与观测结果相当或更小（见图D1），这种限制的影响可能对于这个特定应用来说是最小的。最后，重新对齐后的地形是基于设计图纸的，可能与实际河道几何形状不同，特别是在正在进行地貌调整的区域（例如，Perks et al., 2024）。形态动力学调整对模拟流态动力学的影响此前被认为相对较小（例如，Wong等人，2015年），然而，在改变河道容量的情况下，这可能会对淹没动态产生明显影响（例如，Wolstenholme等人，2025年）。

4.4 河流走廊干预措施的展望

现在人们普遍认识到，制定有效的洪水风险管理策略需要从整体的角度看待流域，以适应气候变化和洪水频率分布的变化（Merz等人，2010年；Wilby等人，2008年）。这种方法要求工程学、环境管理、水资源管理和规划等学科共同参与（Sayers等人，2015年）。作为这种整体方法的一部分，重要的是，洪水风险管理干预措施应反映社区价值观，并随着我们对这些措施理解的变化而进行调整（Hall & Solomatine，2008年）。这需要社区付出巨大努力，建立基于证据的基础，记录干预措施相对于预期成果的有效性。这将有助于选择可持续的洪水风险管理方法，这些方法结合了结构和非结构化手段，在不同的空间和时间尺度上同时管理风险并增强生态系统服务（Hall & Solomatine，2008年；Sayers等人，2015年）。与决策过程不同，流域措施的部署应该采取自上而下的方法——也就是说，应在流域的上游地区评估干预措施，然后再逐步应用于流域系统中的压力点（例如，Y. Liu等人，2004年；Pearson等人，2022年；Wang等人，2025年）。用于这些干预措施的空间定位的实际工具正变得越来越容易获得（例如，Reaney，2022年）。然而，关于不同方法在改变径流响应方面的有效性仍存在争议，特别是在最大降雨-径流事件期间（Calder & Aylward，2006年；Dittrich等人，2019年；Marsh等人，2016年）。沿河流走廊的修改可能是这一解决方案拼图的一部分，特别是在历史上经过改造的河流系统中，这些修改可能会产生多重效益。例如，Goldrill Beck的重新调整使其河床面积增加了47%，流态动态和物理生物栖息地的变异性也更大。此外，建模表明，重新调整后，在较低的流量下也会发生显著的洪泛区淹没，且淹没范围更广，甚至在高流量条件下也是如此。从长远来看，更广泛地采用恢复和增强河流-洪泛区连通性的方案，有可能阻止近几十年来观察到的洪泛区湿地及相关物种的持续丧失（例如，Entwistle, Heritage, Schofield, & Williamson, 2019年；Fluet-Chouinard等人，2023年）。

5 结论

在这项研究中，我们探讨了通过重新调整河道和拆除堤坝来改变受影响河段（长度约为1公里）的水力响应的潜力。原本狭窄的单线河道被重新设计成一条活跃的单线河道，然后在变得动态并相互连接之前分成两条支流。该方案还试图通过降低和拆除堤坝来增加河流与洪泛区之间的连通性（图1）。为了了解重新调整的效果，我们进行了覆盖重新调整前后的水文监测活动，从而能够量化关键的水力指标。通过对水文数据和水力建模的分析，我们对重新调整效果的理解得到了增强。分析水文数据和水力建模后生成的证据表明，这些干预措施减缓了洪水波的传播速度并降低了流速，尤其是在低至中等流量事件中，河段尺度的滞后效应变得越来越负。然而，关于流量衰减的证据很少，最大流量减少幅度仅为1%。在监测和建模的最大事件中，尽管发生了显著的洪泛区淹没（例如，图10），但似乎没有证据表明水力响应发生了变化。这一发现可能是由于河道/山谷坡度适中，导致洪泛区水流迅速；运动波占主导地位且不会在下游减弱；以及河道重新调整的规模相对较小所致。重新调整后，我们还观察到流态生物栖息地的多样性增加以及河流-洪泛区连通性的改善，这可能有助于增强河道内部和洪泛区的栖息地。

致谢

本研究得到了国家信托基金通过“监测Goldrill Beck重新调整的水文地貌响应”项目的支持。我们感谢国家信托基金和Howe Green Farm在安排访问权限和批准开展这项工作方面所提供的帮助。

利益冲突

作者声明与本研究无关的任何利益冲突。

附录A：横截面比较

图A1

图A1在图查看器中打开PowerPoint

比较了使用Leica MS50多站测量仪和环境保护署航空LiDAR数字地形模型（DTM）得到的河流横截面。在研究河段的三个位置进行了比较：上游、下游和冗余河段监测站点。

附录B：最大流量事件的水文图

图B1

图B1在图查看器中打开PowerPoint

展示了监测期间分析的最大流量事件期间的上游（红色）和下游（蓝色）流量等级测量结果。同时展示了计算出的传输时间和相关系数（r）的最佳位移值。对于这些事件中的每一个，下游站点的峰值流量超过了1.86米，这似乎是上游和下游监测站点之间关系失效的阈值（见图5）。超过这一阈值的时间段用灰色虚线标出。

附录C：水力模型校准

图C1和C2

图C1在图查看器中打开PowerPoint

展示了水力模型校准的选定结果：(a)显示了在不同河道曼宁系数n值和恒定洪泛区曼宁系数0.06的情况下，河道内流量[Q]随河段水位[h]的变化情况。(b)突出了不同河道内n值对河道与洪泛区之间流量分配的影响。

附录D：水力模型验证

图D1

图D1在图查看器中打开PowerPoint

(a)使用2021年10月30日使用DJI Phantom 4 Pro相机配备Emlid M+设备拍摄的图像生成的正射照片。可以看到一个冲刷边界（棕色碎屑），这代表了2021年10月27日至29日期间发生的最大流量事件中的可能最大淹没范围。虚线黄色线条表示使用校准后的LISFLOOD-FP模型预测的淹没范围。这个冲刷边界在更广泛河段中的位置由(b)中的黑色多边形标示。

数据声明

本文分析和生成材料中使用的数据和软件可以在Perks (2026)中获取。