大亚湾的潮汐动力学研究——I.潮波系统的观测分析与数值模拟*

  • 武文 , 1 ,
  • 严聿晗 1, 2 ,
  • 宋德海 2
展开
  • 1. 中国海洋大学海洋与大气学院, 山东 青岛 266100
  • 2. 中国海洋大学物理海洋教育部重点实验室, 山东 青岛 266100
通讯作者:宋德海。Email:

作者简介:武文(1985—), 女, 山东省枣庄市人, 博士, 讲师, 近岸海洋动力与环境管理。Email:

收稿日期: 2016-08-23

  要求修回日期: 2016-09-22

  网络出版日期: 2017-06-01

基金资助

国家重点基础研究发展计划(2015CB452905)

中国博士后科学基金第8批特别资助(2015T80742)

Study on the tidal dynamics in Daya Bay, China — Part I. Observation and numerical simulation of tidal dynamic system

  • WU Wen , 1 ,
  • YAN Yuhan 1, 2 ,
  • SONG Dehai 2
Expand
  • 1. College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China
  • 2. Key Laboratory of Physical Oceanography, Ministry of Education, Ocean University of China, Qingdao 266100, China
Corresponding author: SONG Dehai. E-mail:

Received date: 2016-08-23

  Request revised date: 2016-09-22

  Online published: 2017-06-01

Supported by

Major State Basic Research Development Program (2015CB452905)

China Postdoctoral Science Foundation (2015T80742)

Copyright

热带海洋学报编辑部

摘要

文章作为大亚湾潮汐动力学系列研究的第一部分, 展现了大亚湾水动力的最新观测结果, 并借助于不规则三角网格海洋模式建立了高时空分辨率的三维潮汐潮流数值模型, 重现大亚湾潮位和潮流变化状况。结合实测资料与模拟结果, 得到了较以往更为精细的大亚湾潮波系统特征。浅水分潮, 尤其是六分之一日分潮在大亚湾内快速增长, 成为大亚湾潮波系统的显著特征。在大亚湾范和港M6分潮振幅达到与M4、S2分潮相同的量级。大亚湾外开阔海域的潮流以旋转流为主, 但进入湾内后潮流椭圆迅速扁平化, 往复流占据主导。在湾内主要潮流通道内, M6潮流椭圆主轴流速超过了M4和K1分潮。潮能通量分析揭示了大亚湾内高频分潮的强耗散, M6分潮的能量耗散率和半日周期内耗散的总能量均超过了M4、M2和K1分潮。观测到的欧拉余流表现出其湾内不一致的大小潮变化以及湾外所受沿岸流的影响。模拟出的欧拉余流则揭示了大亚湾内的余流多涡旋结构和水体弱交换能力。

本文引用格式

武文 , 严聿晗 , 宋德海 . 大亚湾的潮汐动力学研究——I.潮波系统的观测分析与数值模拟*[J]. 热带海洋学报, 2017 , 36(3) : 34 -45 . DOI: 10.11978/2016078

Abstract

This paper is the first part of our studies on the tidal dynamics in Daya Bay (DYB), China. It illustrates the recent field work results. We establish a three-dimensional, fine resolution, unstructured grid, coastal ocean model to reproduce the tides in DYB. The combination of observation and simulation in this paper gives a better description on the tidal dynamic system in DYB than previous studies. Shallow water tides, especially the sexta-diurnal tides increase fast in DYB, which become the most notable characteristic of DYB tidal dynamic system. In the Fanhe Harbour at the northeastern DYB, the amplitude of M6 tide reaches the maximum, at the same order as M4 and S2 tides. In the open sea outside DYB, the tidal current is dominated by a rotating shape; but once the current enters the bay, it turns to rectilinear quickly. In the main tidal channels, the magnitude of M6 tidal current is even larger than those of M4 and K1 tides. The distribution of tidal energy flux indicates larger tidal energy dissipation for higher frequency tides. In DYB, both the tidal energy dissipation rate and the net tidal energy dissipated in a semi-diurnal period are much larger by M6 tide than by M4, M2 and K1 tides. The observed Euler residual currents show different spring-neap variation in magnitude inside DYB, and reveal the influence of the coastal current outside the bay. The numerical simulation shows a multi-vortex of residual current, and indicates poor water exchange in the bay.

大亚湾是我国南海北部、广东省东南部的一个半封闭浅水湾, 水浅且淤积少、岸线复杂、湾口海域宽阔, 是良好的避风港湾。大亚湾处于珠江口附近, 在红海湾和大鹏湾之间, 是珠江口经济运输的重要基地, 也是我国经济最活跃的地区之一(吴玲玲 等, 2009)。大亚湾自然条件优越, 生物资源丰富, 也使得工业、农业和商业迅速发展, 大型核电群和石化工程也相继落成, 随之而来的是海水温度升高、入海污染物增多、有害赤潮发生次数增多、持续时间增长等问题(Yu et al, 2007; Song et al, 2009)。近年来, 大亚湾海滩和湿地逐渐减小, 岸线逐渐缩短, 陆源污染严重, 赤潮灾害频发, 环境压力逐渐增大, 生态多样性也面临危险(王雪辉 等, 2010)。面对新的威胁与挑战, 人类活动对海湾生态环境的影响机理与调控原理逐渐成为研究热点, 海湾水文动力的研究为海湾生物地球化学过程的研究提供了重要的理论支撑。
前人对大亚湾水动力的研究成果重点关注了大亚湾的天文分潮和环流结构。例如, 杨国标(2001)研究表明, 大亚湾水文特征受天文潮和外海潮波的共同作用, 潮汐潮流均属于不规则半日潮, 浅水效应明显, 湾口及西部的余流较强, 其他地方较弱, 湾口余流流向湾外, 其余基本沿岸线流动。吴岩等(1998)数值模拟发现, 在大亚湾内存在2个顺时针方向的环流场, 南部环流较强, 北部环流较弱。吴仁豪等(2007)利用三维陆架海模式研究了大亚湾的潮汐、潮流和余流等特征, 与杨国标(2001)的结论基本一致, 表明水平潮流主要是往复流, 且受地形影响强烈。王聪等(2008)采用半隐格式的河口、海岸和海洋模型(ECOM-si)对大亚湾进行数值模拟, 认为大亚湾潮汐和潮流特性主要受来自西太平洋的潮波制约, 表底层潮致余流差异不大; 太平洋的潮波自巴士海峡、巴林塘海峡进入南海后, 其中的一支前进波向广东沿岸传播。
随着观测技术和观测方法的改进, 大亚湾展现了更多独特的水动力特征。因此, 本文结合实测资料、模型解析、数值模拟等方法对大亚湾的潮汐动力学特征进行了深入研究, 揭示大亚湾潮波系统的特点及其影响。作为此次系列研究的第一部分, 本文将利用实测资料和数值模拟对大亚湾的潮波系统概况进行阐述。

1 观测资料分析

1.1 背景介绍

大亚湾(114°29′42—114°49′42''E, 22°31′12—22°50′00''N)位于我国南海北部, 是一个长度约24km、宽度约25km、面积约为600km2的半封闭浅水湾(图1)。大亚湾岸线曲折多变, 湾内有大鹏澳、哑铃湾、澳头港、白寿湾、范和港等多个小港湾, 以及位于湾中部与西部的众多岛屿。大亚湾内无大河流输入, 只有3条小型河流流入大鹏澳。大亚湾水深较浅, 最大水深21m, 平均水深约为9.7m; 潮差小于2m, 属于中等潮差海域, 一般认为这类海域会由于非线性作用产生较强的谐波倍潮与复合潮(Dronkers, 1986; Blanton et al, 2002)。
Fig. 1 Bathymetry map of Daya Bay. T1 and T2 indicate tidal elevation stations, C1-C6 indicate tidal current stations, and S1 is the section used for calculating tidal energy flux.

图1 大亚湾地形图^T1和T2为水位站; C1~C6为海流站; S1为潮能通量计算断面

对大亚湾潮波系统的调查于2015年4月至5月间进行。本次调查布置了2个潮位站, 其中T1站位于湾顶的范和港水道北侧, T2站位于湖山角(图1)。潮位观测采用亚力克公司(Alec Electronics Co.)的温深仪, 采样时间为4月14日至5月19日, 采样间隔为2min。潮流观测采用6船同步的全潮观测, 大潮观测时间从4月19日12点至4月20日15点, 小潮观测时间从4月27日09点至4月28日12点。C2站采用600kHz声学多普勒流速剖面仪(RDI ADCP)座底观测, 采样间隔为2min。其他站位则采用日本川铁公司(JFE Advantech Co.)的电磁海流计, 选择6层法, 每小时测量一次。
图2a和2b分别给出了T1站和T2站的水位测量结果, 可以看到, T1和T2站均呈现出半日潮周期内水位的双峰现象(双峰出现的时差约为4h), 而且这一现象在湾顶的T1站要明显强于湾口的T2站。双峰现象无论是高高潮还是低高潮, 无论是大潮期还是小潮期都稳定地存在于T1站的水位曲线中。双峰的2个峰高大部分时间是不相等的, 只有在少数高高潮期间会存在相等的时刻。图2c和2d将T1站水位与C2站潮流并列展示, 可以看出在2个水位高峰之间, 涨潮流速不断减小, 并且最终反向转变为落潮状态, 并因此产生了涨潮流速双峰的现象。流速提前水位约为90°, 证明大亚湾内存在驻波系统。大亚湾内潮波双峰现象产生的原因和产生条件将在后续研究中进行详细阐述。
Fig. 2 Observed and simulated water levels and tidal-current velocity. (a) Time series of observed and simulated water level at Station T1, and (b) at Station T2. (c) Observed and simulated vertically-averaged northward tidal-current velocity at Station C2 of spring tides, and (d) of neap tides, with the measured water level at Station T1 used as reference

图2 观测与模拟的水位和流速曲线^a. T1站实测和模拟水位序列; b. T2站实测和模拟水位序列; c. 大潮期间实测和模拟的C2站北向垂向平均流速(涨潮为正), 同时给出对应时刻T1站水位序列; d.小潮期间实测和模拟的C2站北向垂向平均流速(涨潮为正), 同时给出对应时刻T1站水位序列。图a蓝色方框中为图c对应的大潮期间水位和图d对应的小潮期间水位

1.2 潮汐特征

图2中可以看出大亚湾每个太阳日(大约24.8h)有2次高潮和2次低潮, 2次高潮或2次低潮的高度不同, 存在潮汐日潮不等现象。由于潮流观测数据长度不足以进行调和分析, 本文仅对36d长度的水位数据进行调和分析。调和分析程序采用了Pawlowicz等(2002)开发并由Leffler等(2009)改进的T_TIDE程序包。由于水位数据长度不足以分离P1和K2分潮, 本文利用潮汐表中大亚湾站(114°32′E, 22°36′N)的数据得到P1/K1和K2/S2的差比关系, 然后应用到实测资料中。调和分析结果列于表1中。
Tab. 1 Harmonic constants for the main tides at stations T1 and T2

表1 T1和T2站主要分潮的调和常数

分潮 T1 T2
振幅 /cm 迟角/º 振幅/cm 迟角/º
O1 27.62 245.4 27.28 244.1
K1 33.46 296.4 32.93 294.0
M2 36.71 257.0 33.58 254.0
S2 14.79 286.2 13.77 283.7
M4 13.17 288.5 8.98 280.1
MS4 10.81 341.7 7.22 333.3
M6 10.80 107.0 3.83 89.9
2MS6 10.69 175.2 3.78 159.2
大亚湾T1站和T2站的潮汐特征值分别为1.186和1.272, 属于不正规半日潮[0.25 < F < 1.5, F = ( , 其中: F代表潮汐特征值; a代表分潮振幅]。半日分潮(M2和S2)振幅与全日分潮(O1和K1)振幅相当, 四分之一日分潮(M4和MS4)和六分之一日分潮(M6和2MS6)在T1站较为显著。调和常数在T2站与T1站之间的变化展现了潮波从湾口传播到湾顶过程中的形变。在这一过程中, 半日分潮中M2分潮振幅增长了9.3%, S2分潮振幅增长了7.4%; 四分之一日分潮中M4和MS4分潮振幅分别增长了46.7%和49.7%; 增幅最为显著的是六分之一日分潮, M6和2MS6分潮振幅分别增大了182.0%和183.4%, 到T1站六分之一日分潮的振幅已经与MS4分潮振幅相当, 超过M4分潮的75%, 接近M2分潮的30%。相对而言, 全日分潮振幅在传播过程中仅增长了约1%。可见大亚湾潮波系统的特征之一为六分之一日分潮振幅的成倍提升, 其主要原因为高频分潮共振。六分之一日分潮共振现象只存在于南海北部陆架区域的大亚湾及其邻近的大鹏湾, 其中大亚湾的共振现象更为明显, 主要由地形特征决定(Song et al, 2016)。

1.3 潮流特征

大亚湾海域流速较小, 属于弱流区。大潮期间观测到的最大流速为C3站的52cm·s-1, 小潮期间观测到的最大流速为C3站的27cm·s-1, 这与C3站靠近马鞭洲航道有关。从垂向结构上看, 观测期间中层流速一般要强于受风场影响的表层流速与受摩擦影响的底层流速。大潮期间大亚湾内的C1~C4站呈现出涨潮流速大于落潮流速的不对称现象(图3a), 而湾口的C5站涨落潮流速大小差异不明显, 湾外的C6站由于受沿岸流的影响, 落潮方向流速明显强于涨潮方向。相对而言, 小潮期间潮流较弱, 涨落潮流大小的不对称性也出现了不同的变化(图3b), 如C3站的最大流速出现在落潮期间, 而C5站则表现为涨潮流速强于落潮流速。这种大小潮期间不对称性的变化主要是由于天文分潮间的相互作用而产生的(Guo et al, 2016)。从流速矢量图可以看出, 大亚湾水域涨、落潮水流主要形式为大致沿着岸线和潮流通道的往复流运动, 但也呈现一定的旋转潮流形态, 大潮期间往复流的特征更加明显。
Fig. 3 Vertically-averaged current vector (black arrows) and Euler residual current vector (red arrows) on spring tide (a) and neap tide (b), respectively. Numbers indicate the magnitude of Euler residual current

图3 大潮(a)和小潮(b)期间垂向平均海流矢量(黑色)和欧拉余流矢量(红色)

1.4 余流特征

本文将连续25h的海流测量结果进行数学平均得到大小潮期间的欧拉余流分布(图3)。从图3中可以看出大亚湾内欧拉余流局地差异明显: 其中湾顶C1站的欧拉余流沿岸线自东向西流动; C2站指向湾顶; C3站自西向东流动; C4站流向西北的大鹏澳区域; C5站向东北流动; 而C6站自西向东的流速较强。大小潮期间欧拉余流方向大致一致, 只是强度略有不同。大潮期间位于大亚湾中部水道的2个站位C2和C3的余流强度较弱, 大小均不足1.5cm·s-1。而在小潮期间, 这2个站的余流流速比大潮期间大; 而其他4个站的余流流速大潮期间大于小潮期间。从欧拉余流分布推测, 湾内海流受航道、水道、岛屿、岸滩等地形影响局地形成了小涡旋结构, 呈现出明显差异, 而湾外则受沿岸流的影响, 自西向东的余流较为突出。

2 大亚湾潮汐动力学数值模型

2.1 模型建立

对海湾水动力环境的数值模型构建应注重模型对复杂岸线的拟合能力。因此, 本文选用了美国马萨诸塞大学海洋科技研究院和吾兹霍尔海洋研究所联合开发的近岸海洋模式(FVCOM)。该模式在水平方向上采用无结构化的三角形网格, 垂直方向上采用σ坐标变换, 数值方法上采用有限体积法, 可以对自由表面的三维原始控制方程进行模拟(Chen et al, 2003、2006)。FVCOM的主要控制方程包括动量方程、连续方程、盐度扩散方程、温度扩散方程、状态方程等, 本文采用Mellor-Yamada 2.5层湍封闭方案计算垂向混合, 采用Smagorinsky方案计算水平混合。对潮汐、潮流的模拟, FVCOM采用有限体积的方法, 通过积分计算非重叠水平三角形控制体的通量求解控制方程, 这种有限体积方法很好地将有限元方法处理海湾岸边界复杂曲折的优点和有限差方法简单的离散结构、高效的计算效率结合起来, 并且对于近岸、河口等具有复杂岸界、地形的区域来说, 能更好地保证质量、动量、盐度和热量的守恒性。
大亚湾数值模型以中华人民共和国航保部2014年出版的海图岸线和水深为基础建立, 模型网格由20213个节点和37748个三角网格构成。网格如图4所示, 最高空间分辨率可达30m, 垂向分为7层。考虑到研究目标, 本文采用三维正压模型, 开边界采用8个主要天文分潮(K1、O1、P1、Q1、M2、S2、N2、K1)、2个四分之一日分潮(M4、MS4)、2个六分之一日分潮(M6、2MS6)作为驱动, 没有考虑淡水径流和风场的影响。漫滩过程采用FVCOM干湿网格技术, 临界水深设定为0.01m。
Fig. 4 Mesh grid of the Daya Bay model used in this study, and the basemap obtained from Google Earth

图4 大亚湾模型网格示意图, 底图取自谷歌地球

底摩擦应力的计算作为大亚湾模型的关键, 采用二次非线性公式:
式中: τbxτby分别为xy方向的底摩擦应力(单位: kg·m-1·s-3); ρw是海水密度(单位: kg·m-3); uv分别为xy方向的底层流速(单位: m·s-1); Cd为底摩擦拖曳系数, 采用对数法则计算:
式中: κ = 0.41是Karman常数; z0 = 0.0050m是海底粗糙度; zab是离海底最近网格与海底的距离(单位: m); Cd min为底摩擦拖曳系数最小值, 文中取0.0030。

2.2 模型验证

模型采用冷启动, 运行60d后选取最后30d数据进行分析。大亚湾模型验证采用1.2节的观测数据。潮位验证选取调和分析后的8个特征分潮的计算结果与实测数据做比较, 从而可以验证模式结果的可靠性。根据Foreman等(1993)定义的矢量误差公式:
式中: Diff为矢量误差; (ao, go)和(am, gm)分别表示实测和模式计算的调和常数。表2列举了T1和T2站点上各个主要分潮的实测数据与模拟结果的调和常数和绝对误差。实测数据与模拟结果的绝对误差均小于1cm, 相对误差小于3%, 尤其是浅水分潮的绝对误差和相对误差更小, 表明模拟结果接近实测数据。大亚湾水动力模型不仅能够准确地模拟全日、半日、四分之一日和六分之一日分潮, 更能准确再现这些分潮从湾口到湾顶的变化情况。
Tab. 2 Errors of harmonic constants for the main tides between observation and simulation at stations T1 and T2

表2 T1和T2站主要分潮调和常数模拟误差

分潮 T1 T2
振幅/cm 迟角/º Diff/cm 振幅/cm 迟角/º Diff/cm
O1 -0.11 0.10 0.11 0.12 0.30 0.17
K1 -0.78 0.80 0.93 -0.25 -0.20 0.26
M2 -0.22 0.20 0.24 0.11 0.20 0.17
S2 -0.29 -0.70 0.35 0.08 0.60 0.16
M4 0.09 -0.20 0.10 -0.01 0.40 0.07
MS4 0.10 -0.50 0.13 -0.02 0.90 0.12
M6 -0.01 0.40 0.09 -0.02 -0.90 0.06
2MS6 -0.25 -0.50 0.27 -0.02 -0.10 0.02
将模型得到的T1和T2站水位与实测资料对比(图2a和2b)可以发现, 模型结果成功再现了潮位过程中的主要特征, 包括涨落潮时不对称、高低潮日不等及双峰水位等现象。值得注意的是, 虽然调和常数的计算值与实测值之间的绝对误差较小, 但水位曲线的计算值与实测值之间仍然存在一定的差异。这是由于大亚湾水浅, 风场和气压的变化也会影响到实测水位值。这一点在流速曲线的比较中也可以得到证实。
图2c和2d分别展示了大、小潮期间C2站实测海流和模拟结果的比较。其他站点的对比结果列于图5图6, 从对比结果可看出, 模型的计算结果与实测数据十分相近, 该模型可以较为准确地模拟一个潮周期的海流变化, 比如半日潮周期内的涨潮流速双峰现象。但是对于某些站点, 计算结果与实测结果有一定差距, 这一方面是由于该模型仅考虑潮汐, 而忽略了表面风、斜压等外力因素对结果的影响(如C6站受沿岸流的影响); 另一方面是网格分辨率或者地形数据无法准确描述观测站点附近的水深条件。总体来说, 强流方向比弱流方向的流速模拟结果好, 大潮期间流速比小潮期间的流速模拟结果较好。
Fig. 5 Comparison between simulated (red) and observed (black) currents during spring tides (u in the top panels and v in bottom panels)

图5 大潮期模拟潮流(红色)与实测资料(黑色)对比^上排为东西向分量: a. C1; b. C3; c. C4; d. C5; e. C6。下排为南北向分量: f. C1; g. C3; h. C4; i. C5; j. C6

Fig. 6 Comparison between simulated (red) and observed (black) currents during neap tides (u in the top panels and v in bottom panels)

图6 小潮期模拟潮流(红色)与实测资料(黑色)对比^上排为东西向分量: a. C1; b. C3; c. C4; d. C5; e. C6。下排为南北向分量: f. C1; g. C3; h. C4; i. C5; j. C6

通过潮汐潮流计算结果与实测结果的验证, 表明基于FVCOM模型所建立的大亚湾水动力模型是可信的, 模拟结果可以较好地表述实际潮汐潮流特征。

3 大亚湾潮波模拟结果分析

本文对模型结果的分析将以K1分潮代表全日分潮、M2分潮代表半日分潮、M4分潮代表四分之一日分潮、M6分潮代表六分之一日分潮。S2与M2的复合潮与M2倍潮具有相似的特征。

3.1 潮汐振幅与迟角

图7分别给出了K1、M2、M4和M6的同潮图, 从图中可以看出, K1分潮等振幅线在湾外呈南北向分布, 而在湾内则平行于湾顶; 湾外到湾内振幅仅有不到4cm的变化, 而迟角仅有1°的变化。M2及其倍潮的传播受制于湾内海湾地形地貌, 具有近似的分布; 但是在湾外的分布具有较大差异。大亚湾外M2分潮振幅从东南向西北增大, 进入海湾内则向湾顶逐渐增大。等振幅线在海湾中部近似平行于纬线, 进入几个小港湾后则随着港湾宽度减小而振幅增大, 在范和港达到最大值, 约38cm。迟角从湾口的255°延缓到湾顶的258°, 表明潮时从湾口到湾顶延迟了约6min。
大亚湾外M4分潮的等振幅线平行于等深线, 进入湾内的振幅分布与M2类似, 最大振幅可达到约14cm。迟角则从280°延迟到292°, 范和港潮时比大亚湾口落后约12min。M6分潮在大亚湾外存在一个无潮点, 振幅从此无潮点向湾顶逐渐增加, 在范和港达到最大值, 约14cm, 与M4分潮振幅相当。迟角从湾口的90°到湾顶的110°, 潮时延后约20min。
Fig. 7 Co-tidal charts for (a) K1, (b) M2, (c) M4, and (d) M6 with colors for amplitude (units: m) and white lines for phase (units: °).

图7 K1 (a)、M2 (b)、M4 (c)、M6 (d)分潮同潮图^填色表示振幅(单位: m); 白线表示迟角(单位: °)

3.2 潮流椭圆

图8分别给出了K1、M2、M4和M6的潮流椭圆分布。大亚湾内往复流占绝对优势, 其中M2潮流椭圆主轴流速最大可以达到约19cm·s-1, 而K1、M4和M6分潮主轴流速最大值量级相当, 浅水分潮略强于K1分潮, M6略强于M4分潮。强潮流主要集中在岛屿与大陆间的水道、人工航道以及范和港水道。大亚湾外, K1和M2潮流椭圆呈扁平状, 椭圆主轴基本为东南—西北向。随着潮波传入大亚湾, 两者潮流椭圆主轴方向逐渐向北偏转, 椭率增加, 进入湾口后旋转流的特征大幅减弱。相比较而言, K1分潮的旋转流特征要强于M2分潮, 即便是进入大亚湾内, 前者所表现出的旋转流特征依然强于后者。M4和M6潮流椭圆在湾外呈现较强的旋转流特征, 但是潮流强度较弱, 尤其是M6分潮, 不足1cm·s-1。然而, 进入大亚湾口门后, M4和M6潮流椭圆迅速扁平化, 旋转流转变为往复流, 潮流强度也迅速增强, 在主要的潮流通道处甚至要超过K1分潮。
Fig. 8 Tidal current ellipse for (a) K1, (b) M2, (c) M4, and (d) M6 with colors for major-axis length (units: cm·s-1)

图8 K1(a)、M2(b)、M4(c)、M6(d)分潮潮流椭圆分布^填色表示主轴流速(单位: cm·s-1); 白色椭圆表示潮流形态

3.3 潮能通量

一个潮周期内单位时间通过单位宽度水体的潮能通量(kg·m·s-3)可以计算如下(Song et al, 2013):
式中: 是速度矢量(单位: m·s-1); ζ代表水位(单位: m); D = H + ζ, H是水深(单位: m); g是重力加速度(单位: m·s-2); ρ是水体密度(单位: kg·m-3); t是时间(单位: s); T代表一个潮周期(单位: s)。研究区域内K1、M2、M4和M6分潮的潮能通量如图9所示。大亚湾外, K1潮能主要是西向东沿广东沿岸传递(图9a), 在经过大亚湾时, 一部分经由被大辣甲分割而成的西水道进入大亚湾, 并向湾内流动; 另有一部分进入湾口中央区域后绕过黄毛山从东侧流出大亚湾; 一个K1潮周期内经由S1断面(图1)进入大亚湾的潮能约为2676.6kW, 而经由S1断面流出大亚湾的潮能约为2176.1kW, 约有500.5kW的能量被耗散在大亚湾内; 相对于湾外K1分潮能量, 进入大亚湾的能量只占很小一部分。M2潮能也是从西向东沿岸线方向传递(图9b), 而湾内M2分潮能量主要通过被大辣甲分割而成的西水道与中水道进入大亚湾, 其中西侧分支一部分进入大鹏澳, 另一部分绕大辣甲顺时针旋转, 与中水道潮能汇合后一支绕马鞭洲逆时针旋转进入哑铃湾和澳头港, 另一支则进入范和港。中水道进入大亚湾的潮能大部分从黄毛山与湖山角之间的东水道流出大亚湾。一个M2潮周期内进入大亚湾的潮能约为3696.1kW, 而流出大亚湾的潮能约为2219.6kW, 即大约1476.5kW的潮能耗散在了大亚湾内。
大亚湾外M4的潮能流动方向与M2相反(图9c), 是从东向西传递, 可以从口门处的3个水道进入大亚湾, 但只能沿着湾东西两侧的岸边流出。中水道是M4分潮能量进入大亚湾的主要通道, 大部分能量会一直传递到范和港, 小部分进入霞涌和白寿湾。从西水道进入大亚湾的M4潮能则进入到大鹏澳、哑铃湾和澳头港。在一个M4潮周期内, 经由S1断面进入大亚湾的M4潮能约为811.8kW, 而经由S1断面流出大亚湾的能量约为129.4kW, 净通量为682.4kW。大亚湾内M6分潮的潮能通量分布与M4相似(图9d), 但是在湾外, 其主要是由陆架向海湾的南北向传递, 受无潮点的影响, 潮能通量会围绕无潮点顺时针旋转。在一个M6潮周期内, 大部分进入大亚湾的M6分潮能量(约520.4kW)都被耗散了, 只有不到1%的潮能能够流出大亚湾。如果按照M2分潮周期计算, 净流入大亚湾(耗散掉)的M6分潮能量最大, 比M2分潮能量还要多5%, 而K1分潮净流入大亚湾的能量是最小的。这证明海湾对高频分潮的耗散更为强烈。
Fig. 9 Tidal energy flux for (a) K1, (b) M2, (c) M4, and (d) M6 with colors for magnitude (units: W·m-1) in logarithm based on 10

图9 K1 (a)、M2 (b)、M4 (c)、M6 (d)分潮潮能通量分布, 强度用以10为底的对数表示(单位: W·m-1)

3.4 欧拉余流

在浅水中潮流受非线性项作用, 将一部分周期性能量(潮流)转变成非周期性能量(余流)。余流的大小与潮流速度强弱有密切的联系。由于本文采用的是三维正压模型, 模拟得到的余流结果仅代表潮致余流(图10)。
Fig. 10 (a) Vertically-averaged Euler residual currents with colors for magnitude of spring tide (units: cm·s-1) in logarithm based on 10. (b) Same as (a), except for neap tide. The black dots indicate in-situ tidal current stations

图10 垂向平均的欧拉余流分布, 大小用以10为底的对数表示(单位: cm·s-1)^a. 大潮期间; b.小潮期间。黑点为观测期间布设的潮流站

由于大亚湾属于弱流区, 其欧拉余流也较弱, 在大部分海域均不足1cm•s-1。由于受到岸线影响, 在岛屿和大陆岸边会产生较强的余流, 最大不超过10cm•s-1, 区域范围较小。而在主要潮汐通道处, 由于潮流本身较大, 形成的余流略大, 在1~2cm•s-1之间。由于大亚湾内岛屿众多, 受地形影响, 余流分布呈现出较强的局地特征, 与观测到的余流特征相近(图3)。由于潮致余流在湾内形成了结构和分布复杂的涡旋, 加之湾内没有较大的淡水径流输入, 不利于湾内外的物质交换。
图10a可以看出, 大潮期间马鞭洲航道是较为明显的水体交换通道, 有利于湾顶码头区域的水体交换; 但是, 大鹏澳、哑铃湾、澳头港、白寿湾和范和港等小湾内的余流相对较弱, 表明这些区域水体交换和物质输运的能力较差。而小潮期间潮致余流仅在岛屿与岸线岬角处较强。比较观测结果(图3)与模拟结果(图10), 大潮期间两者差异较小, 而小潮期间差异较大, 体现了小潮期间斜压梯度力等作用。大潮期间模拟的潮致余流方向与观测结果基本一致, 但湾外的C5和C6站强度明显弱于观测值, 同时小潮期间C6站潮致余流方向与观测结果相反, 体现了湾外较强的自西向东沿岸流作用。马鞭洲航道上的C2和C3站潮致余流模拟结果并未出现小潮期间强于大潮期间的现象。进而分析同期观测资料, 发现大潮期间风速强于小潮期间, 但小潮期间水体混合减弱、层化加强, 进而推测这一现象与温盐分布不均引起的斜压梯度力有关。

4 结论

本文作为大亚湾潮汐动力学系列研究论文的开篇, 展示了最新的潮汐潮流观测结果。相对前人的成果, 本文更加注重浅水分潮的研究, 尤其是四分之一日分潮和六分之一日分潮。因为后者在大亚湾的共振现象导致了其振幅进入湾内迅速增长(Song et al, 2016), 对大亚湾的整个潮波系统产生了重要影响。本文所建立的基于FVCOM的高时空分辨率三维潮流数值模型能够重现大亚湾的潮汐潮流特征, 尤其在浅水分潮的模拟精度上达到了较高的水平。模型的计算结果能够真实地再现大亚湾潮波共振、双峰水位及涨潮流速双峰现象。
通过观测资料分析和数值模拟, 可以得到如下结论:
1) 大亚湾的潮汐属于不规则半日潮, K1、O1、M2、S2等主要天文分潮都主要从外海传入, 均不构成完整独立的潮波系统。其中, K1和M2分潮是最强的全日分潮和半日分潮, 最大振幅分别为34.8cm和38.0cm。大亚湾内的浅水分潮较强, 尤其是以M4与MS4为代表的四分之一日分潮和以M6与2MS6为代表的六分之一日分潮。四分之一日分潮呈现出从湾外向湾内的增长, 在范和港北部达到最大值, 其中M4和MS4分别为13.9cm和11.5cm。同样地, 六分之一日分潮也在范和港区域达到极大值, 其中M6和2MS6分别为13.5cm和13.8cm, 与M4同量级。研究表明六分之一日分潮的增长速度要快于四分之一日分潮, 而且前者在大亚湾外东南部存在一个无潮点。
2) 大亚湾海域的潮流在一个半日潮周日内会出现2次涨潮高峰, 形成涨潮双峰现象, 而在双峰之间流速甚至出现了反向。大亚湾外的潮流呈现出旋转流的特征, 受沿岸流的影响显著; 而湾内则是往复流占据主导, 这与大亚湾内众多岛屿形成纵横交错的潮流通道有关。流速最大的区域出现在被大辣甲和黄毛山分割的湾口水道区域。而进入湾内浅水分潮的椭圆扁平化程度要大于天文分潮。从观测数据上可以看出, 大潮期间涨潮流速占优, 而小潮期间则相反。
3) 大亚湾属于弱流区, 观测到的最大流速仅为52cm·s-1。大亚湾的潮致余流也因此较弱, 而且在湾内形成了复杂得多涡旋结构, 影响了湾内的水体交换和物质输运的速度。观测到的余流在不同区域存在着小潮期间余流强度大于大潮期间的情况, 推测与斜压梯度力有关。
4) 如果以单一M2分潮周期计算, 频率越高的分潮耗散在大亚湾内的总能量越多; 而且频率越高的分潮能量耗散率越高, K1、M2、M4和M6分潮在大亚湾内的能量耗散率分别为18.7%、40.0%、84.1%和99.1%。

The authors have declared that no competing interests exist.

[1]
王聪, 林军, 陈丕茂, 等, 2008. 大亚湾水交换的数值模拟研究[J]. 南方水产, 4(4): 8-15.

WANG CONG, LIN JUN, CHEN PIMAO, et al, 2008. Numerical simulation on water exchange in Daya Bay[J]. South China Fisheries Science, 4(4): 8-15 (in Chinese).

[2]
王雪辉, 杜飞雁, 邱永松, 等, 2010. 1980—2007年大亚湾鱼类物种多样性、区系特征和数量变化[J]. 应用生态学报, 21(9): 2403-2410.

WANG XUEHUI, DU FEIYAN, QIU YONGSONG, et al, 2010. Variations of fish species diversity, faunal assemblage, and abundances in Daya Bay in 1980-2007[J]. Chinese Journal of Applied Ecology, 21(9): 2403-2410 (in Chinese).

[3]
吴玲玲, 易斌, 林瑞, 等, 2009. 大亚湾生态监控区生态环境问题及管理对策研究[J]. 海洋开发与管理, 26(1): 14-20.

[4]
吴仁豪, 蔡树群, 王盛安, 等, 2007. 大亚湾海域潮流和余流的三维数值模拟[J]. 热带海洋学报, 26(3): 18-23.

WU RENHAO, CAI SHUQUN, WANG SHENG’AN, et al, 2007. Three-dimensional numerical simulation of tidal current and residual current at Daya Bay[J]. Journal of Tropical Oceanography, 26(3): 18-23(in Chinese).

[5]
吴岩, 陶建华, 1998. 大亚湾潮流数学模型的校准及验证[J]. 港工技术, (1): 6-11.

WU YAN, TAO JIANHUA, 1998. The calibration and verification of tide current model of Daya Bay[J]. Port Engineering Technology, (1): 6-11(in Chinese).

[6]
杨国标, 2001. 大亚湾海区潮流运动特征[J]. 人民珠江, (1): 30-32.

[7]
BLANTON J O, LIN GUOQING, ELSTON S A, 2002. Tidal current asymmetry in shallow estuaries and tidal creeks[J]. Continental Shelf Research, 22(11/13): 1731-1743.

[8]
CHEN CHANGSHENG, LIU HEDONG, BEARDSLEY R C, 2003. An unstructured grid, finite-volume, three-dimensional, primitive equations ocean model: Application to coastal ocean and estuaries[J]. Journal of Atmospheric and Oceanic Technology, 20(1): 159-186.

[9]
CHEN CHANGSHENG, BEARDSLEY R C, COWLES G, 2006. An unstructured grid, finite-volume coastal ocean model (FVCOM) system[J]. Oceanography, 19(1): 78-89.

[10]
DRONKERS J, 1986. Tidal asymmetry and estuarine morphology[J]. Netherlands Journal of Sea Research, 20(2/3): 117-131.

[11]
FOREMAN M G G, HENRY R F, WALTERS R A, et al, 1993. A finite element model for tides and resonance along the north coast of British Columbia[J]. Journal of Geophysical Research, 98(C2): 2509-2531.

[12]
GUO WENYUN, SONG DEHAI, WANG XIAOHUA, et al, 2016. Contributions of different tidal interactions to fortnightly variation in tidal duration asymmetry[J]. Journal of Geophysical Research, 121(8): 5980-5994.

[13]
LEFFLER K E, JAY D A, 2009. Enhancing tidal harmonic analysis: robust (hybrid L1/L2) solutions[J]. Continental Shelf Research, 29(1): 78-88.

[14]
PAWLOWICZ R, BEARDSLEY B, LENTZ S, 2002. Classical tidal harmonic analysis including error estimates in MATLAB using T_TIDE[J]. Computers & Geosciences, 28(8): 929-937.

[15]
SONG XINGYU, HUANG LIANGMIN, ZHANG JIANLIN, et al, 2009. Harmful algal blooms (HABs) in Daya Bay, China: an in situ study of primary production and environmental impacts[J]. Marine Pollution Bulletin, 58(9): 1310-1318.

[16]
SONG DEHAI, WANG XIAOHUA, ZHU XUEMING, et al, 2013. Modeling studies of the far-field effects of tidal flat reclamation on tidal dynamics in the East China Seas[J]. Estuarine, Coastal and Shelf Science, 133: 147-160.

[17]
SONG DEHAI, YAN YUHAN, WU WEN, et al, 2016. Tidal distortion caused by the resonance of sexta-diurnal tides in a micromesotidal embayment[J]. Journal of Geophysical Research, 121(10): 7599-7618.

[18]
YU JING, TANG DANLING, WANG SUFEN, et al, 2007. Changes of water temperature and harmful algal bloom in the Daya Bay in the Northern South China Sea[J]. Marine Science Bulletin, 9(2): 25-33.

文章导航

/