EVOLVING TOOLS IN CONSTRUCTED WETLAND RESEARCH: FROM RADIOISOTOPE TRACERS TO PREDICTIVE HYDROLOGICAL MODELS
Kasban H. · Arafa Horya · Mohamed S. El_Tokhy 等 4 人
综述人工湿地研究工具从放射性示踪到预测性水文模型的演进，并比较六种模拟软件。
文献综述，梳理遥感、无人机、传感器、CFD、示踪剂及六种模拟平台。
单一工具无法捕捉人工湿地多尺度复杂性，需集成监测-建模框架。
可探索AI与数字孪生驱动的人工湿地多模型耦合预测，服务农业面源污染治理。
系统梳理人工湿地研究工具从放射性示踪到AI与数字孪生的演进，方法学综述扎实，对农业面源污染治理与生态修复有参考价值。
人工湿地（Constructed Wetlands, CWs）已成为可持续废水处理和生态修复的关键基于自然的解决方案，但其性能仍高度依赖于水动力学、生物地球化学、植被和运行条件之间复杂的相互作用。本文追溯了人工湿地研究中使用的调查与故障诊断工具的演变历程，从早期的放射性示踪剂应用开始，逐步发展到当代数据丰富、模型驱动的框架。随后，本文介绍了近期进展，包括遥感和基于无人机（UAV）的监测、传感器网络、计算流体动力学（CFD）、基于过程的水文与反应性输运模型、集成系统，以及放射性同位素和染料示踪剂在规范管理下的重新应用。与此同时，本文通过六个主要平台分析了专用模拟软件在人工湿地设计与优化中的作用：BIO_PORE、HYDRUS湿地模块、湿地水质模型（WWQM）、WEST、AQUASIM和SWAT。比较评估揭示了每种工具如何针对特定的空间尺度和过程，从孔隙尺度的堵塞动力学到流域尺度的污染物负荷。结果表明，没有任何单一技术或软件包能够捕捉人工湿地的全部多尺度复杂性；相反，将互补工具整合到监测-建模一体化框架中才能实现最大效益。本文最后强调了多模型、多源策略的必要性，并展望了涉及人工智能（AI）、数字孪生以及现场诊断与预测模拟更紧密结合的未来方向，以支持更具韧性、高效和可持续的人工湿地系统。