Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2024 , Vol. 43 >Issue 4: 153 - 164

DOI: https://doi.org/10.11978/2023130

Marine Environmental Science

Analysis of water environmental changes and influencing factors in the southwestern waters of the Daya Bay based on continuous monitoring data from dual buoys

  • XI Chen , 1 ,
  • LIN Zongxuan 2 ,
  • SA Rula 3 ,
  • DENG Xi 1 ,
  • LIU Qiang 1 ,
  • NI Liang 1 ,
  • LUO Laicai 4 ,
  • MA Teng 5 ,
  • XIE Zhijie 6 ,
  • CHEN Siruo 2 ,
  • CHEN Songze , 3
Expand
  • 1. China Nuclear Power Technology Research Institute Co., Ltd., Shenzhen 518000, China
  • 2. Shenzhen Key Laboratory of Marine Archaea Geo-Omics, Southern University of Science and Technology, Shenzhen 518055, China
  • 3. Shenzhen Ecological and Environmental Monitoring Center of Guangdong Province, Shenzhen 518049, China
  • 4. Shenzhen Lightsun Industry Co. Ltd., Shenzhen 518000, China
  • 5. Harbin Engineering University, Harbin 150001, China
  • 6. Department of Ocean Science and Engineering, Southern University of Science and Technology, Shenzhen 518005, China
CHEN Songze. email:

Copy editor: SUN Cuici

Received date: 2023-08-29

  Revised date: 2023-09-26

  Online published: 2023-12-13

Supported by

National Natural Science Foundation of China(42141003)

Key Program of Guangdong Basic and Applied Basic Research Fund (Guangdong-Shenzhen Joint Fund)(2021B1515120080)

Shenzhen Key Laboratory of Marine Archaea Geo-Omics, Southern University of Science and Technology(ZDSYS201802081843490)

Special Funds for the Cultivation of Guangdong College Students’ Scientific and Technological Innovation(pdjh2022c0029)

Fold

Abstract

The monitoring of water quality is very important to understand the changes in marine ecosystem. Based on the continuous monitoring data of two buoys in the southwest of the Daya Bay from 2022 to 2023, this paper analyzes the time series changes in water quality environment. The results showed that the temperature and salinity in the southwest of the Daya Bay were affected by solar radiation and precipitation, with obvious seasonal differences. The temperature and salinity were high in summer and low in winter; chlorophyll a, dissolved oxygen and pH showed obvious diurnal changes. In summer and autumn, the Dapeng Cove was characterized by high temperature, low salinity, low dissolved oxygen, low pH, and high chlorophyll a compared with the Yangmeikeng. Pearson correlation analysis showed that there was a significant correlation among temperature, salinity, dissolved oxygen, pH, and chlorophyll a in summer and autumn, and there were regional differences. Near the bay mouth, waves, upwelling, and other water movements may be the main influencing factors; nearshore, the increase of runoff input may be the primary dominant factor causing changes of water quality. In addition, this article also recorded the impact of distant typhoons causing waves and precipitation events, thus affecting the environment of the Daya Bay. Analyzing the characteristics of the changes in the time series of coastal environmental parameters has important implications for studying the evolutionary characteristics of marine ecosystems.

Key words： Daya Bay; coastal area; environmental parameters; online monitoring; distribution characteristic

Cite this article

XI Chen , LIN Zongxuan , SA Rula , DENG Xi , LIU Qiang , NI Liang , LUO Laicai , MA Teng , XIE Zhijie , CHEN Siruo , CHEN Songze . Analysis of water environmental changes and influencing factors in the southwestern waters of the Daya Bay based on continuous monitoring data from dual buoys[J]. Journal of Tropical Oceanography, 2024 , 43(4) : 153 -164 . DOI: 10.11978/2023130

海洋环境与海洋生物之间存在着密切的互作关系, 共同构成了一个复杂而动态的生态系统(Inniss et al, 2016)。水温、盐度、溶解氧、光照强度和pH值等海洋环境参数直接或间接地影响着海洋生物的生存和繁衍(Rhein et al, 2013)。叶绿素a作为估算浮游植物生物量的重要指标, 可以反映海洋中浮游植物的丰度和分布情况, 进而指示相关微生物类群的变化(黄云峰 等, 2012)。不同种类的海洋生物对水温有适应性要求, 某些物种只能在特定的温度范围内生存(朱明 等, 2003; Richardson et al, 2004; Li et al, 2011)。盐度是另一个重要的环境参数, 一些海洋生物具有耐盐性, 在高盐度的水域中生活, 而另一些物种对低盐度更适应(朱明 等, 2003)。溶解氧含量是衡量水体自净能力的重要指标, 适宜的溶解氧水平有助于维持水生生物的生命活动和水体生态系统的健康, 而低溶解氧水平可导致水生生物缺氧甚至窒息死亡(Hodgkiss et al, 2004; 孔祥鹏, 2014)。综上所述, 海洋环境参数与海洋生物之间的相互关系非常复杂而密切, 它们共同塑造了海洋生态系统的结构和功能, 在调节物质循环和气候变化等方面起到重要的作用。
大亚湾位于广东省东部, 是中国南海重要的海湾, 拥有丰富的水产资源。然而, 由于水动力较弱, 大亚湾的海水更新缓慢, 受陆源污染和人类活动的影响比较显著(郑利涛, 2019)。近年来, 随着沿岸经济的快速发展, 大亚湾面临着诸多挑战, 如工业和居民废水排放、养殖业扩大等, 导致湾区的水质逐渐富营养化并伴随着重金属和有机物污染加剧(王友绍 等, 2004; 杨文超 等, 2020)。因此, 深入研究大亚湾的水质变化特征对于生态环境保护具有重要意义。
为了解湾外水体与陆源输入等对大亚湾西南岸水域的环境参数变化的影响, 本文利用2022—2023年期间在大亚湾西南部近岸海域进行的浮标在线监测数据, 对该地区环境参数的昼夜、季节和不同区域间的变化差异进行了分析和讨论, 并对监测期间发生的突发事件进行了浅析。借助浮标的在线监测功能, 本研究为人们制定海洋环境合理的保护措施和有效的管理方式提供了有力的科学依据。

1 材料与方法

1.1 浮标的布设

文中数据主要来源于大亚湾西南部海域的2个浮标的监测数据, 浮标站位经纬度见表1, 站位分布见图1。两个浮标均位于大亚湾西南部沿岸海域, 浮标1(FB1)位于杨梅坑沿岸海域, 浮标2(FB2)位于大鹏澳海域。大鹏澳海域与杨梅坑沿岸海域分别为大亚湾西南部的较封闭与开放的海域, 选择这两个海域进行浮标的布设有助于了解及比较陆源输入与外海水对大亚湾西南部海域的影响。水质、气象参数每30min监测一次, 主要监测参数为水温、盐度、pH、溶解氧 (dissolved oxygen, DO)、叶绿素a (Chl a)、风速。两个浮标的水质监测传感器均为朗诚科技公司的MTA 5多参数水质仪, 可自由组合安装2~5个水质传感器, 水质仪在运行期间均定期进行维护、校准和数据比对。
表1 浮标站位坐标与采样的时间范围

Tab.1 Buoy station coordinates and sampling time range

站位 纬度 经度 水深/m 时间 备注
FB1 22.5580 N° 114.5733 E° 13 2022/7/19-2023/5/21 杨梅坑近岸
FB2 22.5688 N° 114.5179 E° 7 2022/7/18-2022/12/6 大鹏澳中心
图1 站位图

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)1822的标准地图制作, 底图无修改。FB1和FB2分别为浮标1和浮标2的站位

Fig. 1 Location of stations.

FB1 and FB2 are the stations of buoy 1 and buoy 2, respectively

1.2 数据处理

按深圳市气象局发布的深圳市平均入季时间划分春 (2月2日—4月20日)、夏(4月21日—11月8日)、秋(11月9日—1月21日)、冬(1月21日—2月3日)(钟保粦, 1995)。当24h (00:00—24:00)内缺测次数≥ 12, 则定该日为缺测, 不进行统计; 当每季节中同一时次缺测次数≥ 15, 则定该时次缺测。将观测期间内每日同一时刻的观测值求平均得到该时次平均值。监测时间范围内每个站位各季节所有时刻的观测值求平均得到该站位各季的季平均值。曲线图借助Origin软件制作, 借助R 4.3.0 中的meta2d函数进行二维元分析, 相关性分析借助IBM SPSS Statistics计算Pearson相关性系数。
本文使用美国国家航空航天局喷气推进实验室海表温度(multi-scale ultra-high resolution sea surface temperature, MURSST) 数据, 时间分辨率为每天一次, 空间分辨率为1km。除此之外, 我们还采用了欧洲中期天气预报中心第五代(ECMWF Reanalysis v5, ERA5)的再分析10m风场资料, 时间分辨率从每天到每分钟不等, 空间分辨率为25km。

2 结果

2.1 大亚湾西南部环境参数的季节变化

对各参数检测值进行了非参数Kruskal-Wallis H检验, Z=3, P< 0.01, 存在统计学意义(表2), 且除冬季与秋季的Chl a(P=0.204)外, 各参数的季节间两两比较的P值经Bonferroni校正后均小于0.01(未呈现)。FB1的温度季节均值大小为: 夏季(28.51±2.48)℃, 春季(21.16±2.18)℃, 秋季(20.41±2.63)℃, 冬季(16.82± 0.59)℃, FB2的温度季节均值大小及关系为: 夏季(29.21±2.39)℃, 秋季(25.02±0.52)℃。FB2的春季和冬季数据缺失。Muhammad等人在2016年的报道中提到太阳辐射是海洋表层温度(sea surface temperature, SST)的影响因素之一(Muhammad et al, 2016)。本文结果显示大亚湾西南部的海洋表层温度与太阳辐射的季节变化有相似的变化趋势, 即夏季海表温度高、太阳辐射强, 冬季海表温度低、太阳辐射弱, 春季、秋季的海表温与太阳辐射则处于夏季、冬季之间, 这与Muhammad等(2016)得出的结论吻合。由于夏季海表升温以及粤东沿岸上升流的出现, 以及大亚湾核电站温排水在冬季造成的影响, 大亚湾存在季节性温跃层阻碍水体混合(殷建平 等, 2006)。本研究的数据未能呈现温度在垂向上的变化, 但本研究的浮标站位水深较浅(7~13m), 距离湾口较远(受上升流影响不明显), 以及与大亚湾核电站相距较远(核电站温排水影响受限), 可能不适合形成稳定的温跃层(李禹辉 等, 2021)。
表2 FB1环境参数季节平均值及秩(Z)和检验结果

Tab. 2 Seasonal average values of environmental parameters of FB1

季节 环境参数
温度/℃ 盐度/‰ DO/(mg·L−1) pH Chl a/(μg·L−1)
春季 21.16±2.18 33.35±1.28 6.95±0.74 8.18±0.20 0.79±0.36
夏季 28.51±2.48 31.72±2.82 7.61±0.86 8.32±0.16 2.31±1.52
秋季 20.41±2.63 32.17±0.81 7.19±0.67 8.31±0.10 1.33±1.15
冬季 16.82±0.59 32.93±0.06 8.75±1.14 8.39±0.10 1.03±0.45
Z 3 3 3 3 3
P <0.01 <0.01 <0.01 <0.01 <0.01

注：P< 0.01表示该参数在四季中存在极显著的统计学差异。

大亚湾西南部的表层盐度呈现春季高, 夏季低的特点(表2), FB1的盐度均值分别为: 春季(33.35± 1.28)‰、冬季(32.93±0.06)‰、秋季(32.17±0.81)‰和夏季(31.72±2.82)‰; FB2的盐度均值分别为秋季(31.80±0.87)‰和夏季(29.08±3.21)‰。近岸海区的盐度变化主要受地表径流、降水以及海流的影响。大亚湾属东亚季风区, 6—8月为西南季风期, 10月—翌年3月为东北季风期, 其他月份为季风转换期(李立 等, 1990b)。夏季处于西南季风期, 由西南季风带来的大量暖湿空气在华南地区与冷空气相遇, 使夏季出现大规模的降水事件(Wu et al, 2011), 降水量和地表径流输入显著增加; 在西南季风的影响下, 南海北部的水团会沿着海底地形爬升到大亚湾内(曾流明, 1986), 本文的浮标位于湾内侧, 可能在季节范围内受大鹏澳陆源输入以及降雨的影响更显著, 使浮标位置区夏季盐度成为全年的最低值。深圳市的降水事件主要发生在4—9月(林凯荣 等, 2013), 秋季、冬季和春季降雨量相对较小, 大亚湾水域的表层盐度整体升高(Wu et al, 2012, 2016), 使得本研究区域(近岸海域)的盐度在秋、冬和春季较大。秋季(11月9日—1月21日)、冬季(1月21日—2月3日)盛行东北风, 粤东近岸冲淡水西南向流动, 也会推动外海海水进入大亚湾(张炳楷 等, 1990), 这也可能发生在本文浮标监测时间范围内。春季(2月3日—4月20日)气候逐渐回暖, 海水升温, 为东北季风向西南季风的转换期, 期间的偏南风也可能促进外海水向大亚湾输送, 使浮标位置区具有全年最大盐度。
FB1季节之间的Chl a、DO和pH具有季节性差异, Chl a的大小关系为: 夏季> 秋季> 冬季> 春季, DO和pH的季节性变化一致(表2), 即: 冬季> 夏季> 秋季> 春季。大亚湾水体的Chl a、DO和pH的差异变化和季节存在着一定的关系。夏季是大亚湾Chl a 浓度较高的时期, 这可能是由于浮游植物在适宜的高温下可加快生长和繁殖的速率(谢福武 等, 2018), 且夏季的上升流的入侵可能会给大亚湾带来富含营养物质的水体(李立 等, 1990a)。同时, 夏季降雨量较大, 降雨引起湿沉降将大气中的氮氧化物带下来, 且降雨导致地表径流输入增加, 进一步提高了大亚湾西南部的营养盐(孙丽华 等, 2003)和有机物含量(林志兰, 2006; 牟新悦 等, 2017)。此外, 夏季的Chl a、DO和pH均处于较高水平, 高Chl a表明具有较高的浮游植物生物量, 可能由于浮游植物进行光合作用消耗CO2产生O2, 使pH升高。秋季的降雨量与海水温度均有所降低, 可能存在浮游植物的代谢活性减弱等现象, 使秋季的Chl a、DO和pH较夏季略低。冬季海水的低温会导致浮游生物的活性减弱, 氧气的消耗减少, 海水降温也会使得氧气的溶解度提高, 以及冬季东北季风的作用(吴仁豪 等, 2007), 加强水体垂向混合并促进海气交换, 使冬季DO增加, 并成为全年最高。一般而言, 近岸海区常因冬季积累的营养盐与春季的回暖, 发生浮游植物爆发性增殖现象(陈其焕 等, 1990; 田媛 等, 2020), 使Chl a增加, 但FB1结果显示春季的Chl a在冬季后降低(表2)。此外, 春季的盐度较冬季高增加, 上述关于春季的参数变化可能指示着高盐贫营养的外海水入侵, 继而影响了浮游植物的生长繁殖, 以及DO的生物来源。

2.2 大亚湾西南部环境参数的昼夜变化

利用R语言的meta2d函数对浮标监测数据进行二维元分析, 结果见表3。FB1和FB2的Chl a均存在显著的昼夜节律, 说明大鹏澳与杨梅坑海域的浮游植物的垂向迁移不受季节影响。FB1除Chl a外的环境参数在大部分时间的昼夜节律不显著, 可能由于FB1易受外海影响, 导致参数受扰动较大。
表3 R语言meta2d函数分析—校正后P值

Tab. 3 R language meta2d function analysis - corrected P value

站位 季节 P
Chl a DO 温度 盐度 pH
FB1 夏季 4.92×10−54 1 1 1 1
秋季 1.28×10−21 0.00048 0.02037 1 6.54×10−8
冬季 2.86×10−11 1 1 1 1
春季 4.92×10−54 1 1 1 1
FB2 夏季 1.14×10−34 4.70×10−10 2.78×10−8 1 1
秋季 1.83×10−12 0.01946 0.00137 1 0.20238

注: P < 0.05则表示有显著的昼夜节律现象, P < 0.01则表示有极显著的昼夜节律现象。

从时刻均值图中可以看到一定的昼夜变化规律(图2)。大亚湾西南部海水的表层温度的平均日变化幅度不大。受一天内的太阳辐射变化影响, 从上午8:00—10:00左右开始升温, 这在大鹏澳(FB2)以及夏季最为明显, 在14:00—16:00间出现温度的极大值, 随后逐渐降低, 在夜间呈现较平稳的变化。主要特征是在凌晨存在温度的低值, 在午后达到温度极大值。湾内盐度受降水、地表径流及外海水等因素影响, 而昼夜间的盐度变化可能受潮汐影响更大(郑哲昊 等, 2020; 李禹辉 等, 2021), 故在同季节内的变化较小, 在多日的时刻均值图上看不出昼夜变化。
图2 温度、盐度、叶绿素 a、溶解氧和pH的时刻均值图(左图为FB1, 右图为FB2)

Fig. 2 Time average of temperature, salinity, chlorophyll a, dissolved oxygen, and pH (FB1 on the left and FB2 on the right)

FB1和FB2的Chl a平均日变化表现为在午后开始上升, 在夜晚下降, 呈马鞍型。太阳辐射从早上开始增强, 到中午时段12:00—14:00达到最强, 表层浮游植物的含量减少到最低, Chl a出现极小值。14:00之后太阳辐射逐渐减弱, 至18:00—20:00, 海洋表层的Chl a逐渐增加, 在傍晚出现极大值。原因可能是白天海洋表层的太阳辐射较强, 一些浮游植物为了避光而下潜到较深水层(陈飞羽, 2016), 导致浮标监测到的Chl a降低。夏、秋季的Chl a的平均日变化幅度较大(图2), 根据上述分析, 浮游植物的垂直迁移现象可能由于夏、秋季的太阳辐射强度在昼夜间的变化幅度较大而使更多的浮游植物进行垂直迁移。
近岸海域海水中的溶解氧浓度除了受温度(宋国栋 等, 2007)影响, 还受海水运动(曹公平 等, 2013)等的影响并与生物相互影响(Shi et al, 2020)。从溶解氧昼夜变化图中, 均能清楚地看到溶解氧浓度呈现出规律的昼夜变化: 大亚湾西南部的溶解氧含量大致呈现出早晨开始升高、至傍晚降低的特点, 在6:00—8:00间出现极小值, 在16:00—18:00间出现极大值, 这可能与浮游植物的生命活动周期相关, 白天进行呼吸作用之外还会进行光合作用产生氧气, 在夜晚则只进行呼吸作用消耗氧气。除此之外, 太阳辐射强度变化造成水体表层温度呈现昼夜差异, 温度变化会影响溶解氧溶解度, 所以进而会对水体溶解氧的昼夜变化产生影响。
同样, pH的昼夜变化在6:00—8:00间出现极小值, 在16:00—18:00间出现极大值, pH与DO的昼夜变化趋势和极值均能够分别对应。可能原因是, 随着太阳升起光照逐渐增强, 促进浮游植物进行光合作用消耗CO2, 使得pH升高, 并且产生氧气, 在傍晚形成pH的极大值。在夜间几乎无光合作用, 再加上存在矿化作用消耗溶解氧并产生CO2, pH逐渐降低, 在凌晨变化较平稳, 并在早晨(6:00—8:00)形成pH的极小值。

2.3 环境参数的区域差异

FB2的夏季平均温度明显地高于FB1(表4), FB2所处海域为浅水区, 热容小, 受太阳辐射影响较明显, 导致升温; 而FB1海域较FB2开放, 且FB1在夏季容易受低温的外海水影响, 导致温度较低。FB2的夏季的盐度比FB1的低, 原因可能是受低盐的陆源输入影响, 导致盐度偏低。
表4 FB1和FB2环境参数夏、秋季平均值

Tab. 4 Average values of environmental parameters of FB1 and FB2 in summer and autumn

季节 环境参数
温度/℃ 盐度/‰ DO/(mg·L−1) pH Chl a/(μg·L−1)
FB1_夏季 28.51±2.48 31.72±2.82 7.61±0.86 8.32±0.16 2.31±1.52
FB1_秋季 20.41±2.63 32.17±0.81 7.19±0.67 8.31±0.10 1.33±1.15
FB2_夏季 29.21±2.87 29.08±3.21 7.26±0.97 8.24±0.12 4.00±2.85
FB2_秋季 25.02±0.52 31.80±0.87 6.52±0.76 8.29±0.05 4.45±1.97

注: 浮标2秋季数据为初秋, 故温度相对较高。

FB2的Chl a含量要比FB1的高, 夏季的降雨量大会引起陆源营养盐输入增加, 且FB2位于大鹏澳养殖区附近, 养殖区也能提供丰富的营养盐, 促进浮游植物的生长繁殖, 使得FB2的夏季的Chl a含量升高。从表4可以看出, FB2的夏季Chl a含量高于FB1, 但是DO却均低于FB1, 这与FB2站位处于大鹏澳有关, 大鹏澳的地表径流会带来丰富的养分, 且存在着养殖区, 耗氧量大, 加之环境温度相对于FB1站位要高, 生物的呼吸效率高。此外, FB2的pH也低于FB1, 夏季的降雨量、地表径流量大, 以及夏季剧烈的呼吸作用产生更多的CO2都可能使pH降低。
为了更准确地判断环境参数的关系, 对FB1和FB2的环境参数分别进行相关分析。表5和表6为所监测环境参数的相关分析结果。
表5 夏、秋季FB1环境参数之间的相关性分析—P值

Tab. 5 Correlation between environmental parameters of FB1 in summer and autumn - P value

Chl a DO 温度 盐度 pH
Chl a 1 0.338** 0.404** -0.460** 0.263**
DO 1 0.367** -0.075** 0.278**
温度 1 -0.272** 0.292**
盐度 1 -0.584**
pH 1

注: **表示在0.01水平(双侧)上显著相关。

表6 夏、秋季FB2环境参数之间的相关性分析—P值

Tab. 6 Correlation between environmental parameters of FB2 in summer and autumn - P value

Chl a DO 温度 盐度 pH
Chl a 1 0.392** -0.187** -0.348** 0.195**
DO 1 0.320** -0.261** 0.258**
温度 1 -0.241** 0.334**
盐度 1 -0.170**
pH 1

注: **表示在0.01水平(双侧)上显著相关。

FB1的Chl a、DO、温度和pH之间两两呈显著正相关关系, 而盐度与其余环境参数之间均呈显著负相关。FB2的Chl a与DO、pH两两呈显著正相关。夏、秋季FB2的环境参数之间的相关性与FB1的不同之处在于, 温度与Chl a显著负相关关系。海温变化受到多种因素的影响, 其中有降雨、径流输入、与大气的热交换(受太阳辐射、湿度等影响)以及与海洋水团的热交换和水交换等。当海水受降雨、径流输入影响而降温时, 会使得陆源营养盐输入增加; 当风速增加在降低海温中起作用时, 也可能会加强水体扰动, 使沉积物再悬浮, 使沉积物-水界面间的营养盐发生再分配(王盼盼, 2015), 从而促进浮游植物的生长。FB2位于大鹏澳, 大亚湾内侧, 而FB2的温度与盐度之间仍然呈现显著负相关关系, 这说明在浮标监测期间, 可能存在低温高盐的外海水入侵至大鹏澳。

2.4 大亚湾西南部环境参数对台风影响的指示作用

根据深圳市气象局的历史气象灾害预警, 在浮标监测数据的时间范围内, 广东沿海存在台风“木兰”、“马鞍”、“纳沙”和“尼格”, 增强了周围的风场, 影响海洋环境。FB2和FB1的监测数据在台风期间的变化见图3、图4。
图3 台风期间FB2的环境参数变化

蓝色、黄色虚线分布为深圳市气象局发布台风蓝色、黄色预警的时间, 黑色虚线为台风被中央气象台停止编号的时间

Fig. 3 Changes of environmental parameters of FB2 during typhoon

blue and yellow dotted lines are the time when Meteorological Bureau of Shenzhen Municipality issued typhoon blue and yellow warning, and black dotted lines are the time when the typhoon was downgraded by the National Meteorological Center

图4 台风期间FB1的环境参数变化(蓝色、黄色虚线分布为深圳市气象局发布台风蓝色、黄色预警的时间, 黑色虚线为台风被中央气象台停止编号的时间)

Fig. 4 Changes of environmental parameters of FB1 during typhoon (blue and yellow dotted lines are the time when Meteorological Bureau of Shenzhen Municipality issued typhoon blue and yellow warning, and black dotted lines are the time when the typhoon was downgraded by the National Meteorological Center)

在台风期间, FB2的温度、盐度、DO和pH均出现了明显的下降, 这主要是由于台风使得周围的风场增强, 并带来降水。而浊度、蓝绿藻与Chl a的增加可能是由于风速的增加引起的水体混合增强的结果, Qiu等人研究发现, 在台风影响的远场区域, 表层生物量增加都源于引起浮游植物垂直再分布的物理过程, 而并非营养盐得到有效补充促进浮游植物生长的生态过程(Qiu et al, 2021)。
台风期间, FB1的温度、DO、pH同样出现了不同程度的下降, 造成原因与FB2的相似, 而盐度出现了轻微的升高, 这可能是受外海水的影响。广东省自然资源厅发布的《2022年广东省海洋灾害公报》中提到台风“木兰”“马鞍”“纳沙”和“尼格”均在广东近岸/近海引起了灾难性海浪, 故FB1受到的外海水可能源自台风引起的海浪现象。台风增强的风场会加强水体扰动, 在“马鞍”和“尼格”台风期间, 可以看到FB1的蓝绿藻与浊度都有不同程度的增加, 但对应的Chl a的变化不明显, 这与FB2的结果不一致, 这可能由于FB1与FB2所在海域的浮游植物群落存在差异, 同时可能受到低Chl a的外海水影响。
台风期间海面风场及SST变化如图5所示, 结合曲线图(图3、4)。在8月10日—11日, FB1的盐度明显上升(图4), 而从SST场的变化可以看出8月10日—11日的香港群岛西南侧出现了可能是上升流增强的特征, 这在已发表文章中报道的类似(陈希荣, 2019), 即在台风期间, 于香港群岛西南侧出现底层水的上涌, 该上升流可能影响至大亚湾或者推动着外海水向大亚湾运动。在8月24日—26日, FB1盐度数据缺失, 但pH出现了明显的下降, 8月24日的风速逐渐升高(图4), 粤东沿岸的东风/东南风在8月26日转变为有利于上升流的西南风, 西南风也有利于珠江冲淡水的东向扩张, 粤东沿岸海域出现明显降温。10月17日, 厦门湾附近的海域出现可能由九龙江冲淡水形成的低温水舌, 在东北风的作用下, 10月19日有南向扩展的特征, 未能延伸至大亚湾, 但可能会造成外海水推向大亚湾, 因此在“纳沙”期间的盐度变化可能是由台风形成的海浪以及由水团推动引起的与的海水交换造成。10月31日的粤东沿岸存在明显的浙闽沿岸流特征(图5), 或许受台风影响, 该特征在11月1日消失了, 粤东近岸海域海温发生大范围的升温现象, 这与FB1和FB2的温度变化(图3、4)不一致。许金电等人研究发现, 浙闽沿岸流在东北季风的作用下(11月到翌年2月)会达到最强盛状态, 能南下影响粤东的南澳岛海域(许金电 等, 2015), 从盐度变化也可以了解到浙闽沿岸水未能影响到大亚湾海域。同样, 浙闽沿岸流可能有利于外海水与大亚湾海水的交换, 在浙闽沿岸水特征消失后, 盐度出现略微下降(图4)。
图5 2022年8月—11月台风期间南海北部的风场与海表温度场变化图

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)1822的标准地图制作, 底图无修改。

Fig. 5 Variation diagrams of wind field and sea surface temperature field in the northern South China Sea during typhoon events from August to November 2022

3 结论

1) 大亚湾西南部海域的温度和盐度具有明显的季节性差异, 其温度呈现夏季高冬季低, 盐度春季高夏季低, 主要影响因素可能是太阳辐射、降雨及其引起的地表径流。Chl a具有明显的昼夜节律, 可能是浮游植物受太阳辐射影响而在昼夜间进行垂直迁移; 溶解氧和pH可能受外海水的扰动, 二者的昼夜节律不显著, 但存在相似的日变化模式, 即在6:00—8:00出现极小值, 在16:00—18:00出现极大值, 这可能与太阳光照变化有关。
2) 在夏、秋季, 大亚湾大鹏澳受陆源输入的影响显著, 杨梅坑海域受外海影响较明显, 导致大鹏澳盐度、溶解氧和pH均较杨梅坑海域低, 而海表温和Chl a含量相对较高。
3) 监测时间内发生的台风距离大亚湾较远, 对大亚湾海域影响较小。在台风期间, 台风引起的风场加强及其引起的海浪对湾口附近的海域造成一定影响, 湾内的海域则主要受降水及陆源输入增加的影响。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
曹公平, 宋金宝, 樊伟, 2013. 2007年长江口邻近海域夏季上升流演变机制研究[J]. 海洋科学, 37(1): 102-112.

CAO GONGPING, SONG JINBAO, FAN WEI, 2013. Mechanism of upwelling evolvement in the Yangtze River Estuary adjacent waters in summer, 2007[J]. Marine Sciences, 37(1): 102-112 (in Chinese with English abstract).

[2]
陈飞羽, 2016. 大鹏澳海域微表层与次表层浮游植物光合色素时空分布特征研究[D]. 广州: 暨南大学.

CHEN FEIYU, 2016. Studies on the temporal and spatial characteristic of phytoplankton pigments of surface microlayer and subsurface water in Dapeng Cove[D]. Guangzhou: Jinan University (in Chinese with English abstract).

[3]
陈其焕, 庄亮钟, 陈兴群, 1990. 大亚湾叶绿素a与初级生产力[C]// 大亚湾海洋生态文集(Ⅱ). 北京: 海洋出版社, 自然资源部第三海洋研究所:198-209.

CHEN QIHUAN, ZHUANG LIANGZHONG, CHEN XINGQUN, 1990. Chlorophyll and primary productivity in Daya Bay[C]// Collections of papers on marine ecology in the Daya bay(Ⅱ). Beijing: China Ocean Press, Third Institute of Oceanography, State Oceanic Administration: 198-209 (in Chinese with English abstract).

[4]
陈希荣, 2019. 2015年夏季珠江口区域水文特征的观测与分析[D]. 厦门: 厦门大学.

CHEN XIRONG, 2019. Observation and dynamical analysis of hydrographic characteristics in the Pearl River Estuary in summer of 2015[D]. Xiamen: Xiamen University (in Chinese with English abstract).

[5]
黄云峰, 江涛, 冯佳和, 等, 2012. 珠江口广州海域叶绿素a分布特征及环境调控因素[J]. 海洋环境科学, 31(3): 379-384, 404.

HUANG YUNFENG, JIANG TAO, FENG JIAHE, et al, 2012. Distribution and environmental regulation of chlorophyll-a in Guangzhou sea area, Pearl River Estuary[J]. Marine Environmental Science, 31(3): 379-384, 404 (in Chinese with English abstract).

[6]
孔祥鹏, 2014. 辽东湾顶自净能力季节变化与排污调控策略[D]. 大连: 大连海事大学.

KONG XIANGPENG, 2014. Study on seasonal variations of waters self-purification capacity and strategy of the pollution discharge regulation at the top of Liaodong Bay[D]. Dalian: Dalian Maritime University (in Chinese with English abstract).

[7]
李立, 曾刚, 许金殿, 1990a. 大亚湾1987年夏季冷水的入侵现象[C]// 大亚湾海洋生态文集(Ⅱ). 北京: 海洋出版社, 自然资源部第三海洋研究所:95-99.

LI LI, ZENG GANG, XU JINDIAN, 1990a. Phenomena of cold water invasion into Daya Bay during summer 1987[C]// Collections of papers on marine ecology in the Daya bay(Ⅱ). Beijing: China Ocean Press, Third Institute of Oceanography, State Oceanic Administration: 95-99 (in Chinese with English abstract).

[8]
李立, 张炳凯, 曾刚, 1990b. 大亚湾的海流特征[C]// 大亚湾海洋生态文集(Ⅱ). 北京: 海洋出版社, 自然资源部第三海洋研究所:87-94.

LI LI, ZHANG BINGKAI, ZENG GANG, 1990b. Currents of Daya Bay[C]// Collections of papers on marine ecology in the Daya bay(Ⅱ). Beijing: Chine Ocean Press, Third Institute of Oceanography, State Oceanic Administration: 87-94 (in Chinese with English abstract).

[9]
李禹辉, 邱云, 杨龙奇, 等, 2021. 大亚湾及其邻近海域夏季温度、盐度的分布特征[J]. 应用海洋学学报, 40(2): 284-292.

LI YUHUI, QIU YUN, YANG LONGQI, et al, 2021. Distribution characteristics of temperature and salinity in Daya Bay and its adjacent waters in summer[J]. Journal of Applied Oceanography, 40(2): 284-292 (in Chinese with English abstract).

[10]
林凯荣, 何艳虎, 雷旭, 等, 2013. 深圳市1960-2009年降雨时空变化分析[J]. 中国农村水利水电, 3(3): 18-23.

LIN KAIRONG, HE YANHU, LEI XU, et al, 2013. An analysis of the temporal and spatial variation of the precipitation between 1960 and 2009 in Shenzhen city[J]. China Rural Water and Hydropower, 3(3): 18-23 (in Chinese with English abstract).

[11]
林志兰, 2006. 海湾富营养化非点源污染的评估与控制研究——以福建罗源湾为例[D]. 厦门: 国家海洋局第三海洋研究所.

LIN ZHILAN, 2006. Study on load estimation and control measures of eutrophication by non-point sources pollution in coastal areas-A case study in Luoyuan Bay, Fujian[D]. Xiamen: Third Institute of Oceanography, State Oceanic Administration (in Chinese with English abstract).

[12]
牟新悦, 陈敏, 张琨, 等, 2017. 夏季大亚湾悬浮颗粒有机物碳、氮同位素组成及其物源指示[J]. 海洋学报, 39(2): 39-52.

MOU XINYUE, CHEN MIN, ZHANG KUN, et al, 2017. Stable carbon and nitrogen isotopes as tracers of sources of suspended particulate organic matter in the Daya Bay in summer[J]. Haiyang Xuebao, 39(2): 39-52 (in Chinese with English abstract).

[13]
宋国栋, 石晓勇, 祝陈坚, 2007. 春季黄海溶解氧的平面分布特征及主要影响因素初探[J]. 海洋环境科学, 26(6): 534-536.

SONG GUODONG, SHI XIAOYONG, ZHU CHENJIAN, 2007. Horizontal distributions and main effect factors of dissolved oxygen in the Yellow Sea in Spring[J]. Marine Environmental Science, 26(6): 534-536 (in Chinese with English abstract).

[14]
孙丽华, 陈浩如, 彭云辉, 等, 2003. 大亚湾大鹏澳周边河流中营养盐的分布及入海通量的估算[J]. 台湾海峡, 22(2): 211-217.

SUN LIHUA, CHEN HAORU, PENG YUNHUI, et al, 2003. Distribution and fluxes of nutrients from main rivers into sea of Dapeng'ao, Daya Bay[J]. Journal of Oceanography in Taiwan Strait, 22(2): 211-217 (in Chinese with English abstract).

[15]
田媛, 李涛, 胡思敏, 等, 2020. 广东省沿岸海域藻华发生的时空特征[J]. 海洋环境科学, 39(1): 1-8.

TIAN YUAN, LI TAO, HU SIMIN, et al, 2020. Temporal and spatial characteristics of harmful algal blooms in Guangdong coastal area[J]. Marine Environmental Science, 39(1): 1-8 (in Chinese with English abstract).

[16]
王盼盼, 2015. 长江口及邻近海域沉积物再悬浮对水体营养盐的影响研究[D]. 青岛: 中国海洋大学.

WANG PANPAN, 2015. Effects of sediment resuspension on aqueous nutrients loading in the Changjiang Estuary and its adjacent area[D]. Qingdao: Ocean university of China (in Chinese with English abstract).

[17]
王友绍, 王肇鼎, 黄良民, 2004. 近20年来大亚湾生态环境的变化及其发展趋势[J]. 热带海洋学报, 23(5): 85-95.

WANG YOUSHAO, WANG ZHAODING, HUANG LIANGMIN, 2004. Environment changes and trends in Daya Bay in recent 20 years[J]. Journal of Tropical Oceanography, 23(5): 85-95 (in Chinese with English abstract).

[18]
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 SHENGAN, 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 with English abstract).

[19]
谢福武, 刘华雪, 黄洪辉, 等, 2018. 大亚湾浮游植物粒级结构对温排水和营养盐输入的响应[J]. 热带海洋学报, 37(3): 55-64.

DOI

XIE FUWU, LIU HUAXUE, HUANG HONGHUI, et al, 2018. Effects of thermal discharge and nutrients input on size structure of phytoplankton in Daya Bay[J]. Journal of Tropical Oceanography, 37(3): 55-64 (in Chinese with English abstract).

DOI

[20]
许金电, 黄奖, 邱云, 等, 2015. 浙闽沿岸水的空间结构特征及生消过程[J]. 热带海洋学报, 34(1): 1-7.

DOI

XU JINDIAN, HUANG JIANG, QIU YUN, et al, 2015. Spatial structure characteristics of Zhejiang and Fujian coastal water and their evolution[J]. Journal of Tropical Oceanography, 34(1): 1-7 (in Chinese with English abstract).

[21]
杨文超, 黄道建, 陈继鑫, 等, 2020. 大亚湾海域2009-2018年重金属时空分布及污染评价[J]. 华南师范大学学报(自然科学版), 52(5): 65-75.

YANG WENCHAO, HUANG DAOJIAN, CHEN JIXIN, et al, 2020. Pollution assessment and temporal-spatial distribution of heavy metals in seawater of Daya Bay during 2009-2018[J]. Journal of South China Normal University (Natural Science Edition), 52(5): 65-75 (in Chinese with English abstract).

[22]
殷建平, 王友绍, 徐继荣, 等, 2006. 大亚湾温跃层形成及其对有关环境要素的影响[J]. 海洋通报, 25(4): 1-8.

YIN JIANPING, WANG YOUSHAO, XU JIRONG, et al, 2006. Seasonal thermocline in the Daya Bay and its influence on the environmental factors of seawater[J]. Marine Science Bulletin, 25(4): 1-8 (in Chinese with English abstract).

[23]
曾流明, 1986. 粤东沿岸上升流迹象的初步分析[J]. 热带海洋, 5(1): 68-73.

ZENG LIUMING, 1986. A preliminary analysis of indicators of offshore upwelling off eastern Guangdong[J]. Tropic Oceanology, 5(1): 68-73 (in Chinese with English abstract).

[24]
张炳楷, 曾刚, 李立, 1990. 大亚湾的水温和盐度[C]// 大亚湾海洋生态文集(Ⅱ). 北京: 海洋出版社, 自然资源部第三海洋研究所: 67-74.

ZHANG BINGKAI, ZENG GANG, LI LI, Temperature and salinity of Daya Bay[C]// Collections of papers on marine ecology in the Daya bay(Ⅱ). Beijing: China Ocean Press, Third Institute of Oceanography, State Oceanic Administration: 67-74 (in Chinese with English abstract).

[25]
郑利涛, 2019. 深圳大亚湾水质模拟与风险扩散预测研究[D]. 天津: 天津大学.

ZHENG LITAO, 2019. Study on water quality simulation and risk diffusion prediction in Daya bay, Shenzhen[D]. Tianjin: Tianjin University (in Chinese with English abstract).

[26]
郑哲昊, 庄伟, 孙振宇, 等, 2020. 大亚湾及其邻近海域冬季温度、盐度的分布及日变化特征[J]. 应用海洋学学报, 39(1): 71-79.

ZHENG ZHEHAO, ZHUANG WEI, SUN ZHENYU, et al, 2020. Distributions and diurnal variations of temperature and salinity in Daya Bay and its adjacent waters in winter[J]. Journal of Applied Oceanography, 39(1): 71-79 (in Chinese with English abstract).

[27]
钟保粦, 1995. 用5天滑动平均气温作深圳市的四季划分[J]. 气象, 21(6): 22-23.

ZHONG BAOLIN, 1995. Division of seasons at Shenzhen based on 5 days running mean temperature[J]. Meteorological Monthly, 21(6): 22-23 (in Chinese with English abstract).

[28]
朱明, 张学成, 茅云翔, 等, 2003. 温度、盐度及光照强度对海链藻(Thalassiosira sp. )生长的影响[J]. 海洋科学, 27(12): 58-61.

ZHU MING, ZHANG XUECHENG, MAO YUNXIANG, et al, 2003. Effects of temperature, salinity and illumination on the growth of Thalassiosira sp.[J]. Marine Sciences, 27(12): 58-61 (in Chinese with English abstract).

[29]
HODGKISS I J, LU SONGHUI, 2004. The effects of nutrients and their ratios on phytoplankton abundance in Junk Bay, Hong Kong[J]. Hydrobiologia, 512(1-3): 215-229.

[30]
INNISS L, SIMCOCK A, AJAWIN A Y, et al, 2016. The First Global Integrated Marine Assessment: World Ocean Assessment I[C]. New York: United Nations General Assembly.

[31]
LI TAO, LIU SHENG, HUANG LIANGMIN, et al, 2011. Diatom to dinoflagellate shift in the summer phytoplankton community in a bay impacted by nuclear power plant thermal effluent[J]. Marine Ecology Progress Series, 424: 75-85.

[32]
MUHAMMAD S, MEMON A A, MUNEEB M, et al, 2016. Seasonal and spatial patterns of SST in the northern Arabian Sea during 2001-2012[J]. The Egyptian Journal of Remote Sensing and Space Science, 19(1): 17-22.

[33]
QIU GUOQIANG, XING XIAOGANG, CHAI FEI, et al, 2021. Far-field impacts of a super typhoon on upper ocean phytoplankton dynamics[J]. Frontiers in Marine Science, 8: 643608.

[34]
RHEIN M, RINTOUL S R, AOKI S, et al, 2013. Observations: Ocean[C]//Climate Change 2013:The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press: 255-316.

[35]
RICHARDSON A J, SCHOEMAN D S, 2004. Climate impact on plankton ecosystems in the Northeast Atlantic[J]. Science, 305(5690): 1609-1612.

PMID

[36]
SHI HONGYUAN, LI QINGJIE, SUN JIACHENG, et al, 2020. Variation of Yellow River runoff and its influence on salinity in Laizhou Bay[J]. Journal of Ocean University of China, 19(6): 1235-1244.

[37]
WU LIJI, SHAO YAPING, CHENG A Y S, 2011. A diagnostic study of two heavy rainfall events in South China[J]. Meteorology and Atmospheric Physics, 111(1-2): 13-25.

[38]
WU MEILIN, WANG YOUSHAO, SUN CUICI, et al, 2012. Monsoon-driven dynamics of water quality by multivariate statistical methods in Daya Bay, South China Sea[J]. Oceanological & Hydrobiological Studies, 41(4): 66-76.

[39]
WU MEILIN, WANG YOUSHAO, WANG YUTU, et al, 2016. Seasonal and spatial variations of water quality and trophic status in Daya Bay, South China Sea[J]. Marine Pollution Bulletin, 112(1-2): 341-348.

Options
Outlines

/

〈 〉