Marine Hydrology

Investigation into the tidal propagation features along the tidal reach of the West River (Makou — Modaomen)

  • WU Jiaxing , 1, 2, 3 ,
  • WANG Haocheng 1, 2, 3 ,
  • ZHANG Lu 1, 2, 3 ,
  • ZHANG Zhuo , 1, 2, 3 ,
  • CHEN Peng 1, 2, 3 ,
  • LI Yuting 1, 2, 3
Expand
  • 1. Key Laboratory of Virtual Geographic Environment, Nanjing Normal University, Nanjing 210023, China
  • 2. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
  • 3. Jiangsu Key Laboratory for Numerical Simulation of Large Scale Complex Systems, Nanjing 210023, China
ZHANG Zhuo. email:

Copy editor: YAO Yantao

Received date: 2022-08-03

  Revised date: 2022-09-16

  Online published: 2022-09-21

Supported by

Open Fund of Key Laboratory of Water and Drought Disaster Defense, Ministry of Water Resources(KYFB202112010704)

National Natural Science Foundation of China(42171465)

Abstract

Based on the daily river discharge time series of Wuzhou station from 2015 to 2017, the spatial and temporal variations of tide levels along the tidal reach of the West River (Makou — Modaomen) were simulated by applying a one-two dimensional coupled numerical model, and considering the flood and dry season variation of Manning's coefficient. During the propagation of tidal waves from the estuary to the upstream of the river, the deformation characteristics of tidal waves, the spatial and temporal distribution of tidal extreme levels and the tide range attenuation characteristics of river were studied. The results show that the water level of the river is influenced by river discharge with obvious characteristics of flood and dry seasons; the daily average water level shows semimonthly cycle variation during spring and neap tide, and the semimonthly variation gradually increases along the upstream of the river, indicating that the ocean tidal waves propagate upstream of the river in the form of a semimonthly low-frequency tidal constituent; the tidal asymmetry is more and more obvious upstream due to the influence of river discharge, and the difference between the flood tide calendar time and ebb tide calendar time increases upstream. The extreme tide level at each hydrographic station tends to increase upstream due to the influence of river discharge, and occurs mostly during spring tide due to the action of the ocean tide. The tide range in the river channel tends to decrease from downstream to upstream, and the seasonal difference is significant, and the downstream stations of Denglongshan and Sanzao have obvious characteristics of semi-annual cycle.

Cite this article

WU Jiaxing , WANG Haocheng , ZHANG Lu , ZHANG Zhuo , CHEN Peng , LI Yuting . Investigation into the tidal propagation features along the tidal reach of the West River (Makou — Modaomen)[J]. Journal of Tropical Oceanography, 2023 , 42(4) : 47 -62 . DOI: 10.11978/2022174

感潮河段位于海陆交汇处, 河流中的水主要是由上游径流的淡水和下游海洋潮流中的咸水组成(路川藤, 2009), 受潮汐影响, 其水动力变化过程比一般内陆河流更加复杂。潮波从外海进入河口向上游传播时不仅受到径流和海洋潮汐的共同作用, 也受到河道地形的影响(张赛赛, 2019)。深入研究分析感潮河段潮波传播的规律性, 对防洪规划、航运交通、盐水入侵等与人类密切相关的活动有着重要的影响和意义。
近些年来, 众多学者通过小波分析(Guo et al, 2015; 秦莉真 等, 2019; 袁小婷, 2019)、调和分析(杨正东 等, 2012; 郭磊城 等, 2017)、数值模拟(龚文平 等, 2012; 蒋陈娟 等, 2020; 宋云平 等, 2021)和解析模型(Cai et al, 2012; Cai et al, 2015)等方法探究潮波的传播特征。研究主要集中在潮位时空变化(王文才 等, 2017; 唐启邦 等, 2020; 马玉婷 等, 2022)、潮波变形特征(王彪 等, 2011; 童朝锋 等, 2020)、极值潮位时空分布(袁小婷, 2019)、潮差变化(宋永港 等, 2011; 张先毅 等, 2020; 杨易 等, 2021)、余水位时空变化(蔡华阳 等, 2018; 宋云平 等, 2021; 杨易 等, 2021)和潮汐振幅(袁小婷 等, 2019; 谢梅芳 等, 2021)等方面。部分学者在此基础上还讨论了径流等因素对潮波传播的影响(Jay et al, 1997; 路川藤 等, 2010; Cai et al, 2012; Jay et al, 2015; 郭磊城 等, 2017; 黄竞争 等, 2020; 杨昊 等, 2020)。此外, 研究发现感潮河段潮波中存在显著的低频分潮(Guo et al, 2015; Cao et al, 2020), 河口上游大潮期间平均水位比小潮期间高(Sassi et al, 2013; Luo et al, 2020), 潮波传播有明显的洪枯季和大小潮变化, 这些现象均与径潮相互作用有关(Sassi et al, 2013; Cai et al, 2015; 欧素英 等, 2016; 欧素英 等, 2017), 但同样不可忽略地形对潮波传播的影响(蒋陈娟 等, 2020; 张先毅 等, 2020)。
西江梧州站至磨刀门河口是典型的感潮河段, 同时作为珠三角入海径流量和输沙量最大的河口, 是珠江河口最主要的泄洪和取水通道(杨昊 等, 2020)。目前, 已有学者对该河段进行了研究, 发现磨刀门河口上游的水位下降幅度明显大于下游(洪鹏锋 等, 2019; 唐启邦 等, 2020); 河口水位呈现出明显的阶段性演变与季节性变化(马玉婷 等, 2022), 地形和海平面边界对日均水位的影响大于上游水库的调蓄作用(黄竞争 等, 2020); 汛期时, 上游水位显著增加, 而在下游则不明显, 而且上游大潮期间的水位高于小潮期间的水位(Cao et al, 2020)。虽然西江感潮河道的研究不少, 但多数是基于实测数据的分析(张先毅 等, 2020; 马玉婷 等, 2022), 时空分辨率不够高; 而且大多数的数值模型也未考虑曼宁系数的洪枯季变化, 故未建立曼宁系数与径流的相关关系, 导致模拟潮位难以体现洪枯季特征, 以及与径流的相关性; 另外, 与地形和径潮作用直接相关的潮波传播特征还有待进一步深入研究。
为弥补观测资料时空分布不足的缺陷, 本文基于率定曼宁系数后的一维、二维耦合数值模型, 模拟得到了西江感潮河道(马口—磨刀门)的3年逐时潮位变化, 经过率定和验证以后, 分析潮波传播特征, 继而探究磨刀门河口低频分潮的变化对潮波传播的影响, 以及极值潮位的时空分布规律等。这将对西江感潮河道乃至整个珠江河网的潮波研究及防洪规划具有重要的意义。

1 研究区域概况

西江感潮河道通常是指广西梧州至磨刀门入海口这一河段, 河长约208km, 平均坡降约0.086‰。潮波传播及潮位变化受上游径流、下游潮汐和地形变化等因素共同影响(图1)。一般认为, 该河段的潮区界在梧州下游的肇庆德庆至高要之间, 并随季节变化。梧州站作为上游流量控制站, 其流量洪枯季节变化显著。入海口磨刀门多年平均径流量为923亿m3, 位居珠江八大口门之首, 磨刀门潮汐属于不正规半日潮, 是典型的河优型河口。本文的研究区域主要在马口下游河段, 因此选取马口、高明、甘竹、天河、百顷头、竹银、灯笼山和三灶8个水文站为研究潮波传播的主要站点, 分析潮波传播特征。
图1 研究区域及测站位置

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)4342号的标准地图制作

Fig. 1 Study area and station locations

2 研究方法

2.1 数据

数据主要为: 2015—2017年逐时外海潮位数据, 由全球潮汐预报模型(Padman et al, 2005)提供; 2015—2017年梧州站逐日实测径流数据, 来源于中国水利部水文局编著的《珠江流域水文年鉴》; 1999年7月洪季水文资料, 包括马口、南华、天河、竹洲、睦州、百顷、竹银和灯笼山站的潮位数据; 2001年2月枯季水文资料, 包括南华、天河、竹洲、睦州和灯笼山站的潮位数据; 高要至磨刀门及近海区域的实测水深地形(基准面为1985国家高程基准); 部分珠江干流地形数据由测图补充, 来源于《珠江口水流泥沙运动模拟研究》(杨明远 等, 2008); 西江河道梧州至高要河段, 参考Paiva等(2011)提出的回归分析方法并结合实际坡降构建的河道DEM(digital elevation model); 陆地区域DEM采用GDEM V3版30m数据, 来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn)。完整的珠江口数字高程模型见图2
图2 珠江口数字高程模型

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)4342号的标准地图制作

Fig. 2 The digital elevation model of the Pearl River Estuary

2.2 模式介绍与设置

当实测资料的数据量不够时, 采用数值模拟来补充数据是目前国内外流行的研究方法, 众多学者通过建立一维、二维耦合模型(赖锡军 等, 2008; 李传奇 等, 2010; 张大伟 等, 2010; 周倩倩 等, 2019), 获得了理想的模拟结果。
计算软件采用HEC-RAS, 该软件由美国工程兵水文中心开发, 采用质量守恒的有限体积法且支持一维、二维耦合计算(Brunner et al, 2016), 是一款应用于水动力模型的软件。它主要有恒定流模拟、非恒定流模拟、泥沙运输计算和水质传输分析四大功能, 并且在模型的构建中, 可以添加桥梁、涵洞、水库、堰坝、河堤等阻水建筑物, 能够较好地实现水动力模拟, 具有出色的计算功能且效率较高, 已在世界范围内得到广泛应用。
本文的模型范围如图3所示, 包括西江梧州到磨刀门口门的河道和外海区域。在河道内采用一维模型, 外海区域采用二维模型。根据前人的研究(杨明远 等, 2008), 将模型上游边界设置在西江梧州, 采用2015—2017年梧州站实测径流数据作为上游流量边界条件, 下游边界取在磨刀门口门外约25km、平均水深约为28m的南海海域, 以全球潮汐预报模型提供的潮位作为下游潮位边界, 东西方向设置出流边界。考虑到实际径流的出流情况, 在南华和睦州附近设置支流的汇出边界。模型构建时, 坡降和水深由实际地形决定, 计算时间步长设置为10min, 采用三次样条插值的方法将梧州站径流量由逐日数据插值成逐时数据。
图3 模型计算断面及网格

a. 一维区域局部图; b. 二维区域局部图。该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)4342号的标准地图制作

Fig. 3 Model calculation section and grid. (a) Partial view of 1D area; (b) partial view of 2D area

模型计算断面及网格如图3所示, 一维模型区域共有328个横断面, 断面长度为2000m, 断面间距为1500m, 局部区域根据实际地形变化, 进行加密、加长处理。二维模型区域主要采用矩形网格, 在边界处采用不规则多边形网格, 网格数为14626个, 网格节点数为14483个, 平均每一个小网格的面积为200m2。一维模型和二维模型边界重合, 采用水位相等及流量守恒原则将两个模型耦合(Brunner et al, 2016)。
水动力模型中的主要率定参数是曼宁系数, 代表水流运动过程中受到的阻力效应。一般认为, 曼宁系数受河床粗糙度和河床深度的影响。河床一般分为主槽和岸滩, 因此在设置曼宁系数时, 一维模型按照左岸、主河道、右岸的顺序设置横断面的曼宁系数n, 二维模型则按区域设置。一维非稳定流模拟是根据质量守恒原理和动量守恒原理进行计算的, 具体公式如下:
A t + Q x = q 1
Q t + V Q x + g A Z s x + S f = 0
式中: A为河道过横断面的流量面积; t为计算时间; Q为流量; x为沿河道计算的长度; q1为单位长度侧向流量; V为流速; g为重力加速度; Zs为水面高程; Sf为摩擦坡度。其中, 摩擦坡度作为影响潮位的关键因素, 明显受到曼宁系数的影响, 如公式(3)所示:
S f = Q Q n 2 2.208 R 4 / 3 A 2
式中: n为曼宁系数; R为水动力半径。曼宁系数代表了河道中的流动阻力, Jarrett(1984)根据野外实测数据, 利用回归分析的方法建立了如下主河道的曼宁系数方程:
n = 0.39 S 0.38 R 0.16
式中: S为能量坡度; R为水力半径。
研究表明, 河道内的洪、枯季水流的过流面积和水深差异很大, 受到的阻力差异也很大, 因此全年不能用一个值来简单率定。利用洪季和枯季实测水文和地形数据, 依据相关研究资料, 通过多次率定得到如图4a、4b所示的洪、枯季主河道曼宁系数值。从图上可以看出, 洪、枯季之间的曼宁系数存在明显差别, 特别是在中上游区域, 洪季的曼宁系数明显小于枯季, 洪季峰值期间的曼宁系数不到枯季的一半。因此, 模型在模拟全年潮汐变化时, 采用了流量-曼宁系数关联曲线, 即在不同流量条件下对曼宁系数进行调整, 充分考虑水深流量造成的曼宁系数差异。
图4 研究区域主河道在洪季(a)和枯季(b)的曼宁系数值

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)4342号的标准地图制作

Fig. 4 Manning coefficient value of the main river channel in flood season (a) and dry season (b)

2.3 模式结果验证

在耦合模型中, 分别进行了洪季、枯季的潮位验证, 模型验证基面为珠江基面。验证结果显示, 模型洪、枯季的模拟结果与实测值较为吻合(图5), 均方根误差较小(枯季约0.1m, 洪季约0.05m), 表明了模型的准确性。
图5 西江感潮河道潮位验证

洪季的横轴时间是以1999年7月16日08:00起算的小时数; 枯季的横轴时间是以2001年1月28日16:00起算的小时数

Fig. 5 Verification of tidal level along the tidal reach of the West River

3 结果分析与讨论

3.1 潮位时空变化特征

为了更清晰地表现潮位的时空变化, 高明站、甘竹站、天河站、百顷头站、竹银站、灯笼山站和三灶站的潮位基面分别抬升了1.5m、3m、4.5m、6m、7.5m、9m和10.5m。其中, 三灶站为口门外测站, 其余7个测站均位于口门内。日均潮位采用27h的时间滑动窗口进行计算。图6图7图8为2015—2017年梧州站流量及河道8个测站的潮位时间序列, 黑色实线为日均潮位。
图6 2015年西江感潮河道径流及8个测站的潮位时间序列

a. 梧州站流量; b. 测站潮位; c. 2—3月马口站、天河站和灯笼山站的潮位。图c横轴时间是以2015年2月1日00:00起算的小时数, 时间范围对应于图b中的红色虚线框

Fig. 6 Time series of river discharge and tidal levels at eight observation stations along the tidal reach of the West River in 2015. (a) Flow at Wuzhou station; (b) tide levels at observation stations; (c) tide levels at stations of Makou, Tianhe, and Denglongshan from February to March

图7 2016年西江感潮河道径流及8个测站的潮位时间序列

a. 梧州站流量; b. 测站潮位; c. 2—3月马口站、天河站和灯笼山站的潮位。图c横轴时间是以2016年2月1日00:00起算的小时数

Fig. 7 Time series of river discharge and tidal levels at eight observation stations along the tidal reach of the West River in 2016. (a) Flow at Wuzhou station; (b) tide levels at observation stations; (c) tide levels at stations of Makou, Tianhe, and Denglongshan from February to March

图8 2017年西江感潮河道径流及8个测站的潮位时间序列

a. 梧州站流量; b. 测站潮位; c. 2—3月马口站、天河站和灯笼山站的潮位。图c横轴时间是以2017年2月1日00:00起算的小时数

Fig. 8 Time series of river discharge and tidal levels at eight observation stations along the tidal reach of the West River in 2017. (a) Flow at Wuzhou station; (b) tide levels at observation stations; (c) tide levels at stations of Makou, Tianhe, and Denglongshan from February to March

图68可以看出, 梧州上游来流对上游水文站(马口、高明、甘竹)的水位影响非常明显, 两者具有较好的一致性。从天河站开始往下游方向(百顷头、竹银、灯笼山), 流量的影响开始减弱, 潮汐的影响开始增强, 到了口门外的三灶站, 流量的影响基本消失, 呈现出典型的外海潮汐特征。
最近的研究表明(郭磊城 等, 2017; Cao et al, 2020), 某些低频分潮(以半月分潮Msf为代表)会在潮汐河口的中上段发挥重要影响, 甚至超过了传统的M2、O1等主分潮。从图6c图7c图8c中看到, 日均水位的变化除了受径流影响外, 还呈现出对应于大小潮的水位波动现象(如天河站、灯笼山站), 即大潮期间水位较高, 小潮期间水位较小, 按半月交替变化, 上游(如马口站)受径流影响很大, 潮位半月变化不明显。
为了更好地分析潮位的半月变化, 选取河段上游马口站、中游天河站和下游灯笼山站2015—2017年包含径流影响的日均潮位时间序列(图9a图10a图11a), 以及采用非线性回归分析方法建立西江感潮河道各水文站的潮位与梧州站流量之间的回归模型(方新, 2014)。处理各项结果后得到去除径流影响的潮位时间序列(图9b图10b图11b)。包含径流影响的日均潮位, 有显著的洪枯季变化特征, 潮位往上游呈递增趋势, 越往上游径流的影响越显著, 难以看出潮位的半月变化, 反而在径流变化较小的灯笼山可以看出半月周期变化。但在去除径流影响的日均潮位中, 天河站和灯笼山站的日均潮位呈现显著的半月变化,而马口站的日均潮位变化显著大于其他水位站, 且有半月周期波动, 可见半月变化越往上游越显著, 说明外海潮波中的主分潮在传播过程中会转变成低频半月潮, 向上游更远的地方传播(Luo et al, 2020)。
图9 2015年马口、天河和灯笼山3个水文站的含径流影响(a)与不含径流影响(b)的日均潮位时间序列

Fig. 9 Time series of daily average tide level considering river discharges (a) and not considering river discharges (b) in 2015 at stations of Makou, Tianhe, and Denglongshan

图10 2016年马口、天河和灯笼山3个水文站的含径流影响(a)与不含径流影响(b)的日均潮位时间序列

Fig. 10 Time series of daily average tide level considering river discharges (a) and not considering river discharges (b) in 2016 at stations of Makou, Tianhe, and Denglongshan

图11 2017年马口、天河和灯笼山3个水文站的含径流影响(a)与不含径流影响(b)的日均潮位时间序列

Fig. 11 Time series of daily average tide level considering river discharges (a) and not considering river discharges (b) in 2017 at stations of Makou, Tianhe, and Denglongshan

3.2 潮波的变形特征分析

本文选取了2015—2017年间马口站、天河站和灯笼山站在洪、枯季以及大、小潮48h连续水位序列(图12图13图14), 以分析潮波变化规律。根据图1214显示, 从灯笼山往上游, 随着潮波的衰减, 日潮差往上游逐渐减小; 潮汐日不等现象明显, 表现为高高潮和低高潮现象, 而低低潮和高低潮差异在大潮期间相对明显, 在小潮期间相对不明显, 原因是西江感潮河道的全日潮和半日潮之间有显著的相互作用。
图12 2015年马口、天河和灯笼山3个水文站的48h连续潮位过程

Fig. 12 Tide levels of 48 h at stations of Makou, Tianhe, and Denglongshan in 2015

图13 2016年马口、天河和灯笼山3个水文站的48h连续潮位过程

Fig. 13 Tide levels of 48 h at stations of Makou, Tianhe, and Denglongshan in 2016

图14 2017年马口、天河和灯笼山3个水文站的48h连续潮位过程

Fig. 14 Tide levels of 48 h at stations of Makou, Tianhe, and Denglongshan in 2017

从灯笼山开始, 受地形及径流的影响, 潮波已经出现变形, 表现为潮汐不对称现象, 涨潮历时与落潮历时不同, 落潮历时大于涨潮历时。例如2015年洪季大潮期间, 涨落潮历时之比在灯笼山站为0.75, 天河站为0.67, 马口站为0.6, 落潮历时由灯笼山的8h增长到马口的10h, 可见越往上游, 潮汐作用变小, 径流作用相对增强, 涨落潮历时的不对称性越显著。
当同为大潮或小潮期间时, 马口站和天河站因受径流影响而洪季日潮差显著小于枯季, 且洪季水位显著高于枯季, 但灯笼山站的洪枯季日潮差无明显差异。洪季时, 上游径流作用相对于潮汐作用较强, 因此潮波上溯的摩擦阻力更大, 潮波衰减更快, 导致马口和天河的水位波动相对于枯季较小; 同时, 受径流和地形的影响, 洪季的落潮历时比枯季更长, 导致潮汐不对称现象更显著。枯季时, 海洋潮汐作用占主导地位, 潮汐特性能往上游传播得更远, 在上游马口依然能观察到水位的波动, 因此潮波在枯季衰减更慢。

3.3 极值潮位时空分布特征

极值潮位对于河岸地区的防汛以及河内航道的运行具有重要的意义, 河口潮波传播是潮位上下振荡的主要因素。在潮波传播过程中, 极值潮位的时空变化受到径流、海洋潮汐和地形等多个因素的影响。在各个测站上, 不同年份的极值潮位及发生的时间都各不相同, 2015—2017年极值潮位在河道各站的变化情况如图15所示。表1为各站的极值潮位在不同时期发生的次数统计。
图15 2015—2017年西江感潮河道8个水文站的极值潮位

灰色线表示约30d的潮位时间序列, 天蓝色线表示日均潮位, 红色点表示最低潮位发生在大潮期间, 绿色点表示最高潮位发生在大潮期间, 橙色点表示最高潮位发生在中潮期间, 深蓝色点表示最低潮位发生在中潮期间

Fig. 15 Extreme tide levels at eight hydrographic stations along the tidal reach of the West River from 2015 to 2017. The grey lines indicate the time series of tide levels for about 30 days. The sky blue lines indicate the daily average tide levels. The red dots indicate that the lowest tide level occurs during spring tide. The green dots indicate that the highest tide level occurs during spring tide. The orange dots indicate that the highest tide level occurs during mid-tide, and the dark blue dots indicate that the lowest tide level occurs during mid-tide

表1 2015—2017年西江感潮河道水文站极值潮位在不同时期发生的次数

Tab. 1 The number of occurrences of extreme tide levels in different periods at the hydrographic stations along the tidal reach of the West River from 2015 to 2017

河道位置 水文站 最高潮位 最低潮位
大潮期间 中潮期间 大潮期间 中潮期间
上游 马口 1 2 1 2
高明 1 2 1 2
中游 甘竹 1 2 3 0
天河 1 2 3 0
百顷头 1 2 3 0
下游 竹银 3 0 3 0
灯笼山 3 0 3 0
三灶 3 0 3 0
图15表1可知, 口门内7个测站的最高潮位皆出现在洪季期间, 最低潮位出现在枯季期间。口门外三灶站基本不受径流影响, 因此它的极值潮位无此规律。对于不同区域, 极值潮位的分布呈现不同的特征, 下游区域(竹银、灯笼山和三灶)极值潮位发生在大潮期间; 而在中上游区域(从马口至百顷头), 极值高潮位多数偏离大潮期间。分析其原因认为, 在中上游区域, 河口潮汐的影响已经衰减殆尽, 极值高潮位主要受洪季径流小尺度波动影响, 而极值低潮位除了受径流波动影响外, 还受到河口低频波(如半月分潮)的影响(Guo et al, 2015; Luo et al, 2020)。
图16为极值潮位在西江感潮河道的沿程变化, 从图中可以看到, 马口站极值潮位最大, 三灶站极值潮位最小, 极值潮位从上游往下游呈现递减趋势; 但灯笼山站却不同, 该站的极值潮位比上游测站略大, 这与地形及海洋潮汐的作用有关。2015—2017年, 马口站、天河站和灯笼山站的最高潮位分别平均增长0.516m、0.387m和-0.0405m, 最低潮位分别平均增长0.004m、-0.0025m和-0.028m, 反映最高潮位在上、中游变化较大, 而最低潮位整体变化较小。这是由于最高潮位皆发生于洪季期间, 径流量增大对水位的抬高作用比潮汐的作用更强, 因此上、中游的变化更大; 反之, 最低潮位皆发生在枯季期间, 其与海洋潮汐的相关性更高, 因此变化较小。但受径流的影响, 极值潮位往上游均呈递增趋势。在口门外的三灶站, 最高、最低潮位的差值年均增长0.0495m, 增速较慢, 表明三灶站的极值潮位趋于稳定, 外海潮汐的影响显著大于径流。
图16 2015—2017年西江感潮河道水文站极值潮位沿程变化

Fig. 16 Variations of extreme tide levels at the hydrographic stations along the tidal reach of the West River from 2015 to 2017

由此可见, 大潮期间潮汐作用的增强和洪季径流量的增大, 可导致最高潮位显著增加; 枯季时, 径流量较小, 最低潮位受潮汐作用的影响也有增大的趋势。极值潮位大体呈现从上游往下游递减的趋势, 这与西江感潮河道的地形有一定的关系, 但是径流的作用也不可忽略。

3.4 潮差特征分析

西江感潮河道的空间尺度较大, 马口至外海边界直线距离约有150km, 受潮汐、径流和地形的影响, 其潮差的时空变化复杂。利用模拟潮位计算日均潮差变化过程, 计算方法参考相关文献(Matte et al, 2014; 郭磊城 等, 2017)。首先对逐时水位数据进行6min间隔的插值, 然后采用27h的时间滑动窗口, 取最高值和最低值, 将二者的差值作为潮差。为了更清晰地表现潮差的时空变化, 高明、甘竹、天河、百顷头、竹银、灯笼山和三灶7个水文站的潮位基面分别抬升了1m、2m、3m、4m、5m、6m和7m。2015—2017年8个水文站的日均潮差时间序列分别如图17图18图19所示, 图20为月均潮差变化。由图可知, 从三灶至马口, 潮差受河床底摩擦和径流的作用在大潮和小潮期间均往上游减小, 同时也受外海潮汐的影响, 大潮潮差的衰减速度大于小潮潮差, 表明大潮期间河床底摩擦的作用更大、潮能的衰减更快。然而, 上游水文站(马口、高明和甘竹站)潮差出现骤增现象(图21), 表现为潮差大于下游测站。例如2015年10月6日和11月14日, 分析发现潮差异常值是由梧州径流引起的波动, 但变化周期又与海洋潮汐接近, 故认为该现象是径潮相互作用导致的。在河道下游(竹银、灯笼山和三灶), 潮差有明显的半年周期变化, 3—4月份和8—9月份大潮潮差偏小, 小潮潮差偏大, 半年周期的潮差变化和径流的年际变化并不一致, 表明该变化可能受海洋潮汐的影响。另外, 相邻两个大潮的最大潮差或者相邻两个小潮的最小潮差并不相等, 潮差有月际的周期变化, 且在大潮期间大于小潮期间, 这些现象皆可能与半日分潮(如M2与N2、S2)之间相互作用有关。
图17 2015年西江感潮河道8个水文站的潮差时间序列

Fig. 17 Time series of tide range at eight hydrographic stations along the tidal reach of the West River in 2015

图18 2016年西江感潮河道8个水文站的潮差时间序列

Fig. 18 Time series of tide range at eight hydrographic stations along the tidal reach of the West River in 2016

图19 2017年西江感潮河道8个水文站的潮差时间序列

Fig. 19 Time series of tide range at eight hydrographic stations along the tidal reach of the West River in 2017

图20 2015—2017年西江感潮河道8个水文站的月均潮差

Fig. 20 Monthly average tide range at eight hydrographic stations along the tidal reach of the West River from 2015 to 2017

图21 2015年10—11月马口、高明和甘竹3个水文站的潮差(a)及潮位(b)变化时间序列

Fig. 21 Time series of tide range (a) and water level (b) changes at stations of Makou, Gaoming, and Ganzhu from October to November, 2015

月均潮差在空间上往上游(百顷头至马口)呈递减趋势, 但下游竹银站和灯笼山站的潮差较为接近。在时间上, 1—3月份各站的月均潮差均变化较小, 灯笼山至马口6—9月份的月均潮差达到最低值, 这与径流的变化趋势相反, 洪季潮差显著小于枯季, 表明该段潮差增大的主要因素不是径流的变化, 而是与外海潮波上溯和潮汐动力的增强有关, 但口门外三灶站的月均潮差受径流影响而表现为洪季潮差大于枯季。月均潮差在上游(如马口)变化较小, 表明海洋潮汐至此影响较小。

3.5 讨论

感潮河道是河道中受上游径流和下游潮汐共同影响的区域, 两种动力相互作用、此消彼长, 因此使河道内潮汐的传播表现出与外海潮汐不同的特征。根据本文数值模拟的结果, 将2015—2017年磨刀门河道内8个站点的逐时潮位与上游流量(梧州站)和下游潮汐(三灶站)进行相关性分析, 分析结果如图22图23表2所示。由图22表2可知, 天河至上游马口站的潮位与上游径流的相关系数均大于0.8, 潮位与径流有着强烈的相关性, 百顷头站的相关系数也有0.55, 相关性显著, 且均呈正比关系, 但在下游河段(三灶至竹银)相关性极低, 说明下游河段潮位对梧州径流变化的敏感度远小于上、中游河段, 且河道内水文站的洪季潮位显著大于枯季潮位, 这与潮位的沿程变化一致。由图23表2可知, 百顷头至上游马口站的潮位与外海潮位的相关系数接近于0, 河道潮位与外海潮位无相关性, 但在下游河段(三灶至竹银)的相关系数均大于0.5, 相关性显著, 其中口门外三灶站的相关系数接近于1, 该站的潮位变化基本与外海潮位相同。
图22 2015—2017年西江感潮河道水文站水位与梧州站径流之间的相关性

拟合函数中H为潮位, Q为径流量; 红色线为线性拟合直线

Fig. 22 Correlation of the water level at the hydrological station along the tidal reach of the West River with the river discharge at Wuzhou Station from 2015 to 2017

图23 2015—2017年西江感潮河道水文站水位与外海潮汐的相关性

拟合函数中H为潮位, R为外海潮位; 红色线为线性拟合直线

Fig. 23 Correlation of the water level at the hydrological station along the tidal reach of the West River with the ocean tide levels from 2015 to 2017

表2 西江感潮河道水文站水位与梧州站径流及外海潮汐之间的线性相关系数

Tab. 2 Linear correlation coefficients of water levels at hydrological stations along the tidal reach of the West River with the river discharge at Wuzhou Station and the Ocean tide levels

水文站 马口 高明 甘竹 天河 百顷头 竹银 灯笼山 三灶
与径流的相关系数 0.84 0.87 0.88 0.85 0.55 0.09 0.09 0
与外海潮汐的相关系数 0 0 0 0 0.07 0.53 0.66 0.99
总体而言, 从马口到磨刀门河段可以划分为3个区域: 马口到天河段是径流主控段, 虽受潮汐影响但径流占据主导作用, 潮位跟径流的相关性较高; 从天河下游开始到灯笼山上游段(百顷头—竹银), 径流作用开始减弱, 潮流作用开始增强, 两种动力此消彼长, 潮位跟上游径流和外海潮汐都有一定的相关性, 因此该段为过渡段; 从灯笼山往下游直到出海口, 主要受潮汐控制, 是潮流控制河段。本文研究表明, 在分析潮汐传播特征的时候, 可以充分考虑不同区域的动力特点。

4 总结

本研究基于HEC-RAS建立了一维、二维耦合水动力模型, 通过与实测值的对比, 对模型进行了良好的验证。基于模型的计算结果, 通过8个水文站的潮汐特征值(潮位、极值潮位、潮差等), 分析了西江感潮河道(马口—磨刀门)的潮波传播特征。相关结论如下:
1) 日均水位受径潮相互作用, 有明显的大小潮、洪枯季特征, 其半月变化沿河道上溯逐渐增大, 反映磨刀门河口具有显著的低频分潮信号特征, MSf分潮往上游更远的地方传播, 且振幅较大。受径流影响, 潮波变形明显, 越往上游, 潮汐不对称越明显, 涨、落潮历时的差异越大, 这与海洋潮汐的上溯和潮汐动力的增强有关, 并且径流加剧了下游河段竹银等水文站的潮波变形。
2) 西江感潮河道的极值潮位受海洋潮汐的影响大多发生在大潮期间, 小部分发生在中潮期间, 且口门内7个测站的最高潮位皆出现在洪季期间, 最低潮位出现在枯季期间。极值潮位的大小受径流影响往上游呈递增趋势, 但径流对同一水文站的影响并不显著。
3) 潮差受河床底摩擦和径流的作用往上游呈递减趋势, 季节变化显著。同时, 受海洋潮汐的影响, 潮差有月际周期变化, 大潮潮差的衰减速度也大于小潮, 且在下游灯笼山站和三灶站有明显的半年周期变化, 反映潮差的增长主要与潮汐动力的增强有关。
本文主要是基于数值模型结果进行的潮波传播特征分析, 通过加深对西江感潮河道潮波传播的认识, 为整个珠江河口的潮波研究及防洪规划提供理论依据。然而, 本文研究结果可能仍存在一定的局限性, 后续应具体考虑各个分潮的时空变化对潮波传播的影响。
[1]
蔡华阳, 杨昊, 郭晓娟, 等, 2018. 珠江磨刀门河口径潮动力耦合条件下余水位的多时空尺度分析[J]. 海洋学报, 40(7): 55-65.

CAI HUAYANG, YANG HAO, GUO XIAOJUAN, et al, 2018. Investigation of temporal spatial distribution patterns of residual water level under the influence of tide-river interaction in the Modaomen Estuary, Zhujiang River[J]. Haiyang Xuebao, 40(7): 55-65 (in Chinese with English abstract).

[2]
方新, 2014. 长江感潮河段水位过程预报模型研究[D]. 南京: 南京师范大学.

FANG XIN, 2014. Study on the forecast model of water level process of the Yangtze River’s tidal reach[D]. Nanjing: Nanjing Normal University (in Chinese with English abstract).

[3]
龚文平, 刘欢, 任杰, 等, 2012. 黄茅海河口潮波的传播特征与机理研究[J]. 海洋学报(中文版), 34(3): 41-54.

GONG WENPING, LIU HUAN, REN JIE, et al, 2012. The study of tidal propagation the in Huangmaohai Estuary and its underlying mechanisms[J]. Haiyang Xuebao, 34(3): 41-54 (in Chinese with English abstract).

[4]
郭磊城, 朱春燕, 何青, 等, 2017. 长江河口潮波时空特征再分析[J]. 海洋通报, 36(6): 652-661.

GUO LEICHENG, ZHU CHUNYAN, HE QING, et al, 2017. Examination of tidal wave properties in the Yangtze River estuary[J]. Marine Science Bulletin, 36(6): 652-661 (in Chinese with English abstract).

[5]
洪鹏锋, 杜文印, 2019. 强人类活动驱动下珠江磨刀门河口潮汐动力增强原因初探[J]. 人民珠江, 40(9): 28-32.

HONG PENGFENG, DU WENYIN, 2019. Preliminary study on the reasons for the enhancement of tide dynamic in Modaomen Estuary of Pearl River driven by strong human activities[J]. Pearl River, 40(9): 28-32 (in Chinese with English abstract).

[6]
黄竞争, 张先毅, 吴峥, 等, 2020. 长江感潮河段潮波传播变化特征及影响因素分析[J]. 海洋学报, 42(3): 25-35.

HUANG JINGZHENG, ZHANG XIANYI, WU ZHENG, et al, 2020. Investigation into the spatial and temporal tide-river dynamics and the underlying controlled factors along the tidal reach of the Changjiang River[J]. Haiyang Xuebao, 42(3): 25-35 (in Chinese with English abstract).

[7]
蒋陈娟, 周佳楠, 杨清书, 2020. 珠江磨刀门河口潮汐动力变化对人类活动的响应[J]. 热带海洋学报, 39(6): 66-76.

DOI

JIANG CHENJUAN, ZHOU JIANAN, YANG QINGSHU, 2020. Effects of human intervention on tidal dynamics in the Modaomen Estuary, Pearl River[J]. Journal of Tropical Oceanography, 39(6): 66-76 (in Chinese with English abstract).

DOI

[8]
赖锡军, 姜加虎, 黄群, 2008. 洞庭湖地区水系水动力耦合数值模型[J]. 海洋与湖沼, (1): 74-81.

LAI XIJUN, JIANG JIAHU, HUANG QUN, 2008. A coupling hydrodynamic model on water system of the Dongting lake area[J]. Oceanologia et Limnologia Sinica, (1): 74-81 (in Chinese with English abstract).

[9]
李传奇, 侯贵兵, 2010. 一维二维水动力模型耦合的城市洪水模拟[J]. 水利水电技术, 41(3): 83-85.

LI CHUANQI, HOU GUIBING, 2010. Simulation on urban flood based on coupling of 1D and 2D hydrodynamic models[J]. Water Resources and Hydropower Engineering, 41(3): 83-85 (in Chinese with English abstract).

[10]
路川藤, 2009. 长江口潮波传播[D]. 南京: 南京水利科学研究院.

LU CHUANTENG, 2009. The tidal wave propagation at Yangtze River estuary[D]. Nanjing: Nanjing Hydraulic Research Institute (in Chinese with English abstract).

[11]
路川藤, 罗小峰, 陈志昌, 2010. 长江口不同径流量对潮波传播的影响[J]. 人民长江, 41(12): 45-48.

LU CHUANTENG, LUO XIAOFENG, CHEN ZHICHANG, 2010. Influence of different runoffs on tidal wave propagation at Yangtze River estuary[J]. Yangtze River, 41(12): 45-48 (in Chinese with English abstract).

[12]
马玉婷, 蔡华阳, 杨昊, 等, 2022. 珠江磨刀门河口水位分布演变特征及其对人类活动的响应[J]. 热带海洋学报, 41(2): 52-64.

DOI

MA YUTING, CAI HUAYANG, YANG HAO, et al, 2022. Evolution of water level profile dynamics in the Modaomen estuary of the Pearl River and its responses to human activities[J]. Journal of Tropical Oceanography, 41(2): 52-64 (in Chinese with English abstract).

[13]
欧素英, 田枫, 郭晓娟, 等, 2016. 珠江三角洲径潮相互作用下潮能的传播和衰减[J]. 海洋学报, 38(12): 1-10.

OU SUYING, TIAN FENG, GUO XIAOJUAN, et al, 2016. Propagation and damping of tidal energy in the Pearl River Delta[J]. Haiyang Xuebao, 38(12): 1-10 (in Chinese with English abstract).

[14]
欧素英, 杨清书, 杨昊, 等, 2017. 河口三角洲径流和潮汐相互作用模型及应用[J]. 热带海洋学报, 36(5): 1-8.

DOI

OU SUYING, YANG QINGSHU, YANG HAO, et al, 2017. The development and application of river-tide harmonic model[J]. Journal of Tropical Oceanography, 36(5): 1-8 (in Chinese with English abstract).

DOI

[15]
秦莉真, 张蔚, 官明开, 等, 2019. 不同周期分潮簇对复杂河网潮位分布的影响[J]. 热带海洋学报, 38(1): 27-34.

DOI

QIN LIZHEN, ZHANG WEI, GUAN MINGKAI, et al, 2019. Relationship of tidal level and different tidal species in complex river networks[J]. Journal of Tropical Oceanography, 38(1): 27-34 (in Chinese with English abstract).

DOI

[16]
宋永港, 朱建荣, 吴辉, 2011. 长江河口北支潮位与潮差的时空变化和机理[J]. 华东师范大学学报(自然科学版), (6): 10-19.

SONG YONGXIANG, ZHU JIANRONG, WU HUI, 2011. Spatial and temporal variations and mechanism of the tidal level and range in the North Branch of the Changjiang Estuary[J]. Journal of East China Normal University (Natural Science), (6): 10-19 (in Chinese with English abstract).

[17]
宋云平, 朱建荣, 2021. 长江口余水位时空变化的数值模拟和分析[J]. 华东师范大学学报(自然科学版), (4): 121-133.

SONG YUNPING, ZHU JIANRONG, 2021. Numerical simulation and analysis of the spatial and temporal variations in residual water levels of the Changjiang Estuary[J]. Journal of East China Normal University (Natural Science), (4): 121-133 (in Chinese with English abstract).

[18]
唐启邦, 欧素英, 蔡华阳, 等, 2020. 珠江磨刀门河口水位与海平面、上游流量的联合分布关系异变研究[J]. 海洋与湖沼, 51(5): 1080-1092.

TANG QIBANG, OU SUYING, CAI HUAYANG, et al, 2020. Abrupt variation of joint distribution of water level, sea level, and river discharge in the Modaomen estuary of the Zhujiang(Pearl) River[J]. Oceanologia et Limnologia Sinica, 51(5): 1080-1092 (in Chinese with English abstract).

[19]
童朝锋, 司家林, 张蔚, 等, 2020. 伶仃洋洪季潮波传播变形及不对称性规律分析[J]. 热带海洋学报, 39(1): 36-52.

DOI

TONG CHAOFENG, SI JIALIN, ZHANG WEI, et al, 2020. Analysis of tidal wave propagation distortion and asymmetry in Lingding Bay during wet season[J]. Journal of Tropical Oceanography, 39(1): 36-52 (in Chinese with English abstract).

DOI

[20]
王彪, 朱建荣, 李路, 2011. 长江河口涨落潮不对称性动力成因分析[J]. 海洋学报(中文版), 33(3): 19-27.

WANG BIAO, ZHU JIANRONG, LI LU, 2011. A study on the dynamics of the asymmetry between flood and ebb in the Changjiang Estuary[J]. Haiyang Xuebao, 33(3): 19-27 (in Chinese with English abstract).

[21]
王文才, 李一平, 杜薇, 等, 2017. 长江感潮河段潮汐变化特征[J]. 水资源保护, 33(6): 121-124.

WANG WENCAI, LI YIPING, DU WEI, et al, 2017. Tidal variation features of tidal reach of Changjiang River[J]. Water Resources Protection, 33(6): 121-124 (in Chinese with English abstract).

[22]
谢梅芳, 张萍, 杨昊, 等, 2021. 珠江“伶仃洋河口湾—虎门—潮汐通道”的潮波传播特征[J]. 热带海洋学报, 40(4): 1-13.

DOI

XIE MEIFANG, ZHANG PING, YANG HAO, et al, 2021. Tidal wave propagation dynamics in Lingdingyang Bay—Humen outlet-tidal channel of the Pearl River[J]. Journal of Tropical Oceanography, 40(4): 1-13 (in Chinese with English abstract).

[23]
杨昊, 欧素英, 傅林曦, 等, 2020. 珠江磨刀门河口日均水位变化及影响因子辨识[J]. 水利学报, 51(7): 869-881.

YANG HAO, OU SUYING, FU LINXI, et al, 2020. Quantifying the impacts of external forcing on daily averaged water levels in the Modaomen estuary of the Pearl River[J]. Journal of Hydraulic Engineering, 51(7): 869-881 (in Chinese with English abstract).

[24]
杨明远, 严以新, 孔俊, 等, 2008. 珠江口水流泥沙运动模拟研究[M]. 北京: 海洋出版社 (in Chinese).

[25]
杨易, 贺涛, 2021. 近年珠江三角洲洪季余水位和潮差的演变特征研究[J]. 中国农村水利水电, (7): 19-23.

YANG YI, HE TAO, 2021. Research on the evolution of residual water level and tidal range of flood season in the Pearl River Delta in recent years[J]. China Rural Water and Hydropower, (7): 19-23 (in Chinese with English abstract).

[26]
杨正东, 朱建荣, 王彪, 等, 2012. 长江河口潮位站潮汐特征分析[J]. 华东师范大学学报(自然科学版), (3): 111-119.

YANG ZHENGDONG, ZHU JIANRONG, WANG BIAO, et al, 2012. Analysis of tidal characteristics of the tide gauges in the Changjiang Estuary[J]. Journal of East China Normal University (Natural Science), (3): 111-119 (in Chinese with English abstract).

[27]
袁小婷, 2019. 近40年长江河口潮汐动力变化特征[D]. 上海: 华东师范大学.

YUAN XIAOTING, 2019. Variation character of tidal dynamics along Yangtze River Estuary for the past four decades[D]. Shanghai: East China Normal University (in Chinese with English abstract).

[28]
袁小婷, 程和琴, 郑树伟, 等, 2019. 近期长江大通至南京河段潮动力变化趋势与机制[J]. 海洋通报, 38(5): 553-561.

YUAN XIAOTING, CHENG HEQIN, ZHENG SHUWEI, et al, 2019. A study on the trend and change mechanism of tidal dynamic at Datong—Nanjing Reach of the Yangtze River in recent years[J]. Marine Science Bulletin, 38(5): 553-561 (in Chinese with English abstract).

[29]
张大伟, 李丹勋, 陈稚聪, 等, 2010. 溃堤洪水的一维、二维耦合水动力模型及应用[J]. 水力发电学报, 29(2): 149-154.

ZHANG DAWEI, LI DANXUN, CHEN ZHICONG, et al, 2010. Coupled one- and two-dimensional hydrodynamic models for levee-breach flood and its application[J]. Journal of hydroelectric engineering, 29(2): 149-154 (in Chinese with English abstract).

[30]
张赛赛, 2019. 长江口潮差的时空变化及其环境意义[D]. 上海: 华东师范大学.

ZHANG SAISAI, 2019. Temporal and spatial variation of tidal range in the Changjiang Estuary and its environmental significance[D]. Shanghai: East China Normal University (in Chinese with English abstract).

[31]
张先毅, 杨昊, 黄竞争, 等, 2020. 强人类活动驱动下珠江磨刀门河口径潮动力的季节性异变特征[J]. 海洋与湖沼, 51(5): 1043-1054.

ZHANG XIANYI, YANG HAO, HUANG JINGZHENG, et al, 2020. Impact of intensive human activity on seasonal variation in River-Tide dynamics in the Modaomen Estuary of Zhujiang (Pearl) River[J]. Oceanologia et Limnologia Sinica, 51(5): 1043-1054 (in Chinese with English abstract).

[32]
周倩倩, 苏炯恒, 梅胜, 等, 2019. 1D/1D及1D/2D耦合水动力模型构建方法研究[J]. 水资源与水工程学报, 30(5): 21-25.

ZHOU QIANQIAN, SU JIONGHENG, MEI SHENG, et al, 2019. Research on coupled 1D/1D and 1D/2D hydrodynamic model construction method[J]. Journal of Water Resources and Water Engineering, 30(5): 21-25 (in Chinese with English abstract).

[33]
BRUNNER G W, 2016. HEC-RAS river analysis system hydraulic reference manual. Version 5.0[M]. US: Hydrologic Engineering Center of US Army Corps Engineers, 1-5.

[34]
CAI HUAYANG, HUBERT H G S, YANG QINGSHU, et al, 2012. Influence of river discharge and dredging on tidal wave propagation: Modaomen estuary case[J]. Journal of Hydraulic Engineering, 138(10): 885-896.

DOI

[35]
CAI HUAYANG, SAVENIJE H H G, JIANG CHENJUAN, et al, 2016. Analytical approach for determining the mean water level profile in an estuary with substantial fresh water discharge[J]. Hydrology and Earth System Sciences Discussions, 20(3): 1177-1195.

[36]
CAO YU, ZHANG WEI, ZHU YULIANG, et al, 2020. Impact of trends in river discharge and ocean tides on water level dynamics in the Pearl River Delta[J]. Coastal Engineering, 157: 103634.

DOI

[37]
GUO LEICHENG, VAN DER WEGEN M, JAY D A, et al, 2015. River-tide dynamics: Exploration of nonstationary and nonlinear tidal behavior in the Yangtze River estuary[J]. Journal of Geophysical Research, 120(5): 3499-3521.

[38]
JAY D A, FLINCHEM E P, 1997. Interaction of fluctuating river flow with a barotropic tide: A demonstration of wavelet tidal analysis methods[J]. Journal of Geophysical Research: Oceans, 102(C3): 5705-5720.

[39]
JAY D A, LEFFLER K, DIEFENDERFER H L, et al, 2015. Tidal-fluvial and estuarine processes in the lower Columbia river: I. along-channel water level variations, Pacific Ocean to Bonneville Dam[J]. Estuaries and Coasts, 38(2): 415-433.

DOI

[40]
LUO XIAOYA, ZHANG W, CHEN SHIJIA, et al, 2020. Evolution of reversal of the lowest low waters in a tidal river network[J]. Journal of Hydrology, 585: 124701.

DOI

[41]
MATTE P, SECRETAN Y, MORIN J, 2014. Temporal and spatial variability of tidal-fluvial dynamics in the St. Lawrence fluvial estuary: an application of nonstationary tidal harmonic analysis[J]. Journal of Geophysical Research: Oceans, 119(9): 5724-5744.

DOI

[42]
PADMAN L, EROFEEVA S, 2005. Tide model driver (TMD) manual[J]. Earth and Space research.

[43]
PAIVA R C D, COLLISCHONN W, TUCCI C E M, 2011. Large scale hydrologic and hydrodynamic modeling using limited data and a GIS based approach[J]. Journal of Hydrology, 406(3-4): 170-181.

DOI

[44]
SASSI M G, HOITINK A J F, 2013. River flow controls on tides and tide-mean water level profiles in a tidal freshwater river[J]. Journal of Geophysical Research: Oceans, 118(9): 4139-4151.

DOI

Outlines

/