Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2017 , Vol. 36 >Issue 4: 67 - 76

DOI: https://doi.org/10.11978/2016106

Orginal Article

The seasonal and sporadic variation of the spreading of a small tropical river plume and its associated dynamics

  • ZHAO Junpeng , 1 ,
  • LI Yihan 2 ,
  • GONG Wenping , 1
Expand
  • 1. School of Marine Science, Sun Yat-sen University, Guangzhou 510275, China
  • 2. Zhongdianke Marine Information Technology Research Inc., Beijing 100043, China
Corresponding author: GONG Wenping. Email:

Received date: 2016-10-24

  Request revised date: 2017-02-10

  Online published: 2017-07-26

Supported by

National Natural Science Foundation of China (40976052, 41576089)

Copyright

热带海洋学报编辑部
Fold

Abstract

A small river plume is distinctly different from a large river plume, more controlled by the variation of river discharge and wind. Taking the Wanquan River plume in Hainan as an example, we focus on the seasonal variation of a small river plume and its response to a river flood event in this study. The dynamics of the plume is investigated through momentum balance analysis. The results indicate that the spreading of the Wanquan River plume features a conspicuously seasonal variability, with the spreading direction being mostly downstream during winter, and being offshore or upstream during summer. The spreading extent is the largest in August and the smallest in December and January. A two-day flood event can greatly increase the plume extent; however, the effect of this river flood quickly disappears, with a recovery time in the order of 3 days. The momentum balance shows the balance in the far-field region is mostly a geostrophic one in the normal direction, while it is dominated by pressure gradient and friction in the stream-wise direction. In the near-field region, the Coriolis force is negligible in the normal direction, which is greatly different from that in the mid-latitude river plume.

Key words： small river plume; seasonal variation; flood event; momentum balance; Hainan

Cite this article

ZHAO Junpeng , LI Yihan , GONG Wenping . The seasonal and sporadic variation of the spreading of a small tropical river plume and its associated dynamics[J]. Journal of Tropical Oceanography, 2017 , 36(4) : 67 -76 . DOI: 10.11978/2016106

河口羽流(River Plume)是河流淡水流出河口口门后在近岸区域形成的盐度较低的水体, 并发育特有的近岸流场。一般在河口附近形成一个向海突出的凸出体(bulge), 在其下游(相对于开尔文波的传播方向)形成沿岸流(Chao et al, 1986)。河口羽流对近海的流场, 营养盐、污染物及泥沙自陆向海的输运等都起着关键的作用, 因而也成为近几十年来的研究热点。目前在河口羽流的分类, 外动力(径流、潮汐、风、海流)与地形因子(河口形状、海底地形)对羽流的影响, 羽流中的动量平衡, 凸出体(bulge)内外的淡水通量等方面都进行了大量的研究(Horner-Devine et al, 2015)。总体而言, 国内外河口羽流的研究大多集中于中纬度地区较大的河口, 如长江、Hudson、Columbia、Delaware等(Whitney et al, 2006; Choi et al, 2007; Horner-Devine, 2009; Wu et al, 2011; 倪智慧 等, 2012), 对热带小型河口的研究相对较少。
小河口与大河口的羽流有显著的不同。一方面, 大河口的流域面积大, 径流的时间变化相对较小, 且汛期可以延续数月, 河口羽流的影响范围更大, 羽流的运动与归宿主要依赖于大尺度的外力条件, 如风、外海的沿岸流、科氏力等(Lentz et al, 1995; Geyer et al, 1996)。而小型河口的径流相对较小, 受极端事件(如山洪、台风)的影响更大, 具有阵发性。此外, 小河口羽流的扩展范围相对较小, 近场(near field)的动力更多地受到口门出流射流的影响, 科氏力的作用相对有限; 因此, 控制河口羽流发展的动力因子也与大河口不同。本文以海南岛博鳌万泉河口为例, 研究热带小型河口羽流的扩展过程与动力特征。

1 研究区自然条件

万泉河是海南岛的第三大河, 位于海南岛东部(图1)。全长163km, 流域面积3693km2。年平均径流量为163.9m3·s-1, 洪峰时流量可达О(104)m3·s-1。由于海南岛位于亚热带北缘, 受东亚季风影响强烈, 洪枯季差异明显。万泉河的降水呈现出显著的季节性变化, 80%的年降水量发生在每年的5月到11月, 其中大约一半的降水量集中在8—10月, 且主要以洪水的形式出现, 其特点是持续时间相对较短, 具有阵发性; 根据海南岛地方志记载, 博鳌港1948年的洪峰流量达到11700m3·s-1, 洪水和风暴潮持续时间为1天。2000年万泉河的洪峰流量约为6000m3·s-1, 洪水和风暴潮历时达到5天(左浩 等, 2005)。相反, 冬季和春季的降水量只有全年的13%~16%。根据万泉河口上游加积水位站1998—2007年的流量资料, 10月份径流量最大, 约为360m3·s-1, 3月份径流量最小, 约为58m3·s-1 (图2)。万泉河口口门外潮汐类型为不规则全日潮, 日不等现象明显。潮差较小, 属于弱潮河口, 月平均潮差为0.7~0.8m, 月最大潮差为1.32~1.57m, 观测到的历史最大潮差为1.89m; 研究区的风场也有明显的季节变化(图3), 9月至次年3月盛行东北风、东风, 4—5月份为东南风, 6—8月份为南风和西南风。东北风和偏南风风速大, 其他方向风速较小。夏秋季节更多地受到热带风暴和台风的侵袭, 风速会达到25m·s-1, 超强台风时, 可达到30~60m·s-1。
Fig. 1 The study area, model domain and bathymetry

图1 研究区位置、模型网格及地形

Fig. 2 (a) The monthly discharge from 1998 to 2007 measured and (b) the monthly averaged discharge at the Jiaji hydrologic station

图2 (a)加积水位站1998—2007年期间的月流量序列; (b)加积水文站的月平均流量

Fig. 3 Monthly averaged wind data at Boao station

图3 博鳌地区的月平均风速风向

可见, 万泉河口的自然条件具有一定的独特性, 使其成为研究小型河口羽流的理想场所: 1)河口的潮差较小, 河口羽流属于表层平流型(surface- advected), 因此其对风的响应非常敏感; 2)连接河口与近岸海洋的口门很窄, 产生的出流射流能够很大程度上影响羽流的扩展。根据Chao (1988)的分类, 万泉河口羽流属于超临界羽流; 3)出流方向与海岸之间存在一个夹角, 使得出流可能影响羽流的扩展路径及沿岸方向的动量平衡。4)研究区域的径流和风呈现出显著的季节变化, 且大的径流主要由台风等事件驱动, 为研究河口羽流季节变化与事件驱动的极佳场所。

2 研究方法

2012年8月于万泉河口进行了大量的现场观测, 包括大小潮期间连续26小时3个站位的定点观测, 以及近168个站点的走航观测。定点观测数据包括流速、水温、盐度的垂向剖面, 走航观测路线以万泉河口门为圆心, 呈扇形分布, 共12条航线, 每条航线上根据盐度变化的情况设置约14个站点进行垂向剖面的温盐观测。详细的观测方案与内容可见Zhao等(2017)文献。由于观测资料的空间与时间覆盖的限制, 我们采用三维水动力数学模型FVCOM (finite-volume coastal ocean model) (Chen et al, 2003)对万泉河口的羽流过程进行数值模拟研究。
为了尽量减小模型外边界对计算结果的影响, 模型范围覆盖整个海南岛东部, 向海方向模型边界到达175m等深线处(图1)。水平方向为三角形网格, 在河口内和口门附近的分辨率为30~50m, 分辨率向外海边界方向递减, 开边界附近的网格分辨率为3~4km。垂向上为σ坐标, 分为40层, 在口门附近的垂向分辨率为0.1m左右。水平上共53472个单元和27911个节点。外模和内模时间步长分别为0.5s和 3s。水平混合系数采用Smagorinsky (1963)公式计算而得; 垂向混合系数采用Mellor 等 (1982)的2.5阶湍流闭合模型, 背景湍动扩散系数设为3×10-6m2·s-1。
河口内及口门附近的地形数据来来源于中国人民解放军海军司令部航海保证部1985年测量的博鳌港海图及当地实测的地形图, 近岸和陆架的水深数据来自全球ETOPO1地形数据集, 空间分辨率为1分(Amante et al, 2009), 所得的数据都统一到平均海平面和北京54坐标系。
模型由径流、潮汐、局地风和陆架环流驱动。陆架环流可以通过给定模型边界处的余水位而实现。径流数据采用万泉河上游加积水位站实测的逐日流量, 开边界条件的水位包括潮水位和余水位, 其中潮水位时间序列来自OSU(Oregon State University)利用卫星高度计资料反演的中国海区水位时间序列, 其空间分辨率为1/30°(Egbert et al, 2002)。风速资料来自美国环境预报中心的气候分析和预报数据 (Saha et al, 2014), 其时间分辨率为1小时, 空间分辨率为0.205度。开边界处的余水位和盐度数据从HYCOM+ NCODA Global 1/12°分析数据 (GLBa0.08)中提取。模型中温度设置为29℃, 且不随时间和空间变化。本文中密度的变化主要由盐度变化引起。
模型中离岸区域的初始盐度场来自HYCOM+ NCODA Global 1/12°分析数据 (GLBa0.08), 近岸区域的盐度来自走航的剖面数据进行插值, 河口内的初始盐度设置为0; 初始流速和水位均设为0。经过试验, 模型运行10天后达到稳定。
对模型进行了大量的验证工作, 详见Zhao等(2017)。总体而言, 模型的水位验证结果好, 模型值与观测值的平均误差在0.10m左右, 相关系数在0.9以上; 盐度验证结果良好, 模型值与观测值的相关系数在0.7左右, 均方根误差约为3‰, 相对误差在11%左右。而模型计算的流速与观测的流速在大潮期间均方根误差为0.12m·s-1, 相对误差为17%, 小潮期的相对误差在30%左右。表明由于研究区复杂的地形及动力条件, 流速模拟的误差相对较大。
在对模型进行充分验证的基础上, 我们研究万泉河口羽流的季节变化, 及在洪水期间的变化过程。
对于季节性变化, 采用模型验证期间2012年8月份的月平均盐度场分布作为初始盐度场, 初始流速和水位均为0, 边界条件包括外海潮汐、上游月平均的径流以及海表面的风应力。模型计算结果中每月最后20天的数据用于分析。
对于洪水期间的径流与风场条件, 我们设计控制实验, 研究羽流对径流量变化的响应。采用模拟的2012年8月平均盐度场作为初始场, 在径流、潮汐、风等外力作用下运行40天。为了不失一般性, 我们分别考虑两种常见风向(东北和西南风)、风速均为4m·s-1的情况。在4小时内, 径流量分别在小潮和大潮时从200m3·s-1增加到800m3·s-1, 高流量持续40个小时, 然后又经历4个小时减小到200m3·s-1 (图4)。
Fig. 4 The schematic of river discharge change. Curve line represents elevation, andfold line denotes discharge

图4 数值实验的设置

曲线表示潮汐的变化, 折线表示径流量的变化

为分析淡水在不同季节的输运情况, 我们计算了淡水的等效深度dfw, 其定义为(Choi et al, 2007):
${{d}_{fw}}=\int_{-h}^{\eta }{(\text{1}-\frac{S}{{{S}_{\text{0}}}})}\text{d}z$ (1)
其中S0是海水的盐度(本文中取值34.5‰), S是每个模型网格中各层的盐度, η是水位, h是水深, dz表示对水深的积分。如果某个网格的水体进行“去混合”, 使得上层完全是盐度为0的淡水, 下层完全为盐度为S0的海水, 那么上层淡水的厚度为dfw。
对于淡水输运通量, 我们根据Uncles等 (2001)和Tarya 等 (2015), 将单位宽度的垂向积分的淡水通量分解为三项: 平流项、垂向剪切项和潮泵项:
${{F}_{f}}=\left\langle Q \right\rangle \left\langle \overline{{{\delta }_{f}}} \right\rangle +\left\langle h\text{+}\eta \overline{{U}'{{{{\delta }'}}_{f}}} \right\rangle +\left\langle \tilde{Q}{{{\tilde{\delta }}}_{f}} \right\rangle $ (2)
其中Ff为淡水通量, Q是总流量, U是水流流速, $Q=h\text{+}\eta \overline{U}$, ${{\delta }_{f}}=\frac{{{S}_{0}}-S}{{{S}_{0}}}$是水体中的淡水比例。上画线表示垂向平均, 上撇号表示偏离于垂向平均的值, 角括号表示时间平均的值, 波浪号表示偏离于时间平均的值。公式等号右边的第一项表示平流作用产生的淡水输运通量, 主要由河口出流和风生流产生。第二项表示垂向剪切输运, 这一项主要来自垂向变化的流速和盐度的相互关系, 其与水体分层密切相关。第三项为潮泵项, 表示由于涨落潮期间的水体流速、盐度不同而导致的淡水净输运。

3 结果分析

3.1 季节性变化

图5为各月表层平均盐度的分布和流场情况, 整体来看, 海南岛东部冬季为较强的西南流, 夏季为较弱的东北流, 这与前人研究结果一致(Fang et al, 2012)。随着不同月份径流量和风速风向的不同, 冲淡水出口门后在近岸地区的扩展范围和路径有较大的区别。从1月到12月, 风向经历东北-东-东南-南-西南-东北的转换; 相应地, 羽流的扩展方向也经历了西南-东北-东-西南方向的转换。9月份的径流量小于10月份, 但9月份羽流的扩展范围远远大于10月份, 这是由于9月份的东北风风速很小, 只有2m·s-1, 而10月份的东北风风速达到5.8m·s-1。东北风为有利于下降流发育的风, 对羽流的向海扩展起到抑制作用。径流量最大的月份为8—11月, 而羽流的扩展范围在8月和9月最大, 12月和1月最小。总体趋势表现为: 径流量越大, 羽流的扩展范围越大。有利于下降流发育的风为东北风, 风速越小, 羽流扩展的范围越大; 有利于上升流发育的风为西南风, 羽流扩展的范围受风产生的混合与风产生的流速垂向剪切的相对大小控制, 当混合大于流速剪切产生的应变时, 其扩展范围变小, 反之则增大(Zhao et al, 2017)。
从各个月份的淡水深度中可以看出(图6), 9—12月和次年1—3月冲淡水主要分布在口门下游的沿岸区域, 因为这些月份的盛行风向为东风和东北风, 在艾克曼输运下, 将冲淡水抑制在近岸区域; 而4—8月份冲淡水主要分布在口门的上游和向海方向, 这时的风主要为东南风、南风和西南风。在利于上升流发育的风作用下, 表层冲淡水分布范围较大, 但淡水深度减小; 反之, 在利于下降流的风作用下, 冲淡水分布范围小, 淡水深度大。
我们也比较了不同季节的淡水输运的机制。这里分别取4、7、10、1月份代表春、夏、秋、冬四季。通过图7可以看出, 春季时由于径流量极小, 口门外淡水通量非常弱, 只有少量北向的淡水输运; 夏季时淡水主要向口门北侧和向海方向输运, 平流通量和垂向剪切通量都较重要; 秋季和冬季的淡水主要向口门南侧沿岸输运, 且以平流输运为主, 垂向剪切输运很微弱。所有时段内, 潮泵作用对淡水输运的作用可以忽略, 这表明涨落潮期间的盐度变化对羽流整体的淡水输运没有影响。从不同月份的羽流扩展方向及淡水深度的分布可以看出, 径流量、风速和风向都对羽流的扩展有很重要的影响。
Fig. 5 Monthly averaged surface velocity overlain with salinity

图5 每月平均的表层流场和表层盐度

Fig. 6 Monthly-averaged freshwater depth

图6 每月平均的淡水深度

Fig. 7 Vertically-integrated freshwater transport in Apr. (first column), Jul. (second column), Oct. (third column) and Jan. (last column). The panels in the first, second, third, and fourth rows are total freshwater flux, advection transport, vertical shear transport, and tidal pumping transport, respectively

图7 4月(a、e、i、m), 7月(b、f、j、n), 10月(c、g、k、o)和1月(d、h、l、p)的淡水通量比较

自上向下依次为总通量、平流通量、垂向剪切通量和潮泵通量

从不同月份的羽流扩展方向及淡水深度的分布可以看出, 径流量、风速和风向都对羽流的扩展有很重要的影响。

3.2 洪水期间的羽流扩展

3.2.1 西南风条件下
图8为西南风条件下, 由于径流量增加导致的表层盐度的减小。从图中可以看出, 表层盐度的变化在大小潮时基本相同, 表明大小潮的变化对羽流的扩展影响很小。径流增加一天后(图8a, f), 河口口门附近的盐度显著减小, 冲淡水在口门附近呈辐射状向四周扩展, 盐度减小量大于1‰的面积大约为86km2; 第二天后(图8b, g), 径流增加所影响的范围变大, 表层盐度减小值大于1‰的面积约为220km2, 而且表层盐度进一步减小, 径流增加导致的表层盐度减小值达到最大值。口门南侧的羽流扩展方向与风向相反, 抑制了冲淡水的向南输运, 而在北侧则促进了冲淡水的扩展, 因此, 南侧冲淡水的水平分布更为集中, 在锋面处呈带状分布, 表层盐度减小显著。第三天(图8c, h), 洪水影响的范围进一步扩大, 大约295km2面积的表层盐度减小值大于1‰, 但是口门附近表层盐度在风和潮汐的调节下, 已慢慢趋向洪水之前的水平。第四天(图8d, i), 径流变化产生的影响进一步减弱, 小潮时只有97km2的表层盐度减小量大于1‰, 表层盐度进一步恢复, 与洪水前的表层盐度差最大只有1.1‰, 且盐度减小量大于1‰的水体与海岸分离, 演变为口门北侧离岸距离约为7km的斑块状, 而大潮时所有区域的表层盐度减小量均小于1‰。第五天(图8e, j), 口门附近和近岸区域的表层盐度已恢复到正常水平, 而口门上游方向的离岸区域则形成相互分离的冲淡水斑块, 在风和潮的作用下进行混合和平流输运。
Fig. 8 Variation of surface salinity 1~5 days after discharge increases in spring tide (upper panels) and neap tide (bottom panels) when the wind is southwesterly. The black contour denotes the area where surface salinity reduction is larger than 1.0‰

图8 西南风条件下, 小潮期洪水(上)和大潮期洪水(下)条件下1~5天后表层盐度的变化

黑线为表层盐度减小值大于1.0‰的范围

在不同区域, 表层盐度对径流变化的响应是不同的。径流变化最先影响到口门区域的盐度, 然后影响到口外区域。在口门内, 上游边界径流增加的信号, 以重力波的形式向下游传播。从龙塘坝到口门的距离约为24km, 河道平均宽度为300m, 平均深度为2.5m, 重力波传播的波速大约为${{u}_{g}}=\sqrt{gh}$=5m·s-1 (g为重力加速度); 因此, 浅水波从上游传输到口门的时间约为1.5小时, 因此, 径流增加的信号能够很快地传达到口门区域。而口门以外的信号传输由于受到盐度变化的影响, 其传输 速度为斜压重力波波速${{{u}'}_{g}}=\sqrt{{g}'h}$, 其中${g}'=g\frac{{{\rho }_{0}}-\rho }{{{\rho }_{0}}}$, ρ0是海水的密度, ρ是羽流各处的密度, 因此, 传播速度远小于口门内。
3.2.2 东北风条件下
图9为东北风条件洪水分别发生于小潮期与大潮期1~5天后表层盐度的变化。可以看出, 由于艾克曼输运导致的表层向岸流, 径流增加后表层盐度的变化范围更局限于近岸区域。径流增加1天后, 盐度降低的区域主要发生在口门的向海区域及其下游, 口门附近的盐度降低大约4‰, 外围地区降低了2‰, 盐度减小值大于1‰的范围约为76km2。第2天后, 径流增大影响的范围扩大, 强度增强, 口门附近的盐度降低幅度增大, 盐度减小值大于1‰的范围约为180km2, 口门及其离岸地区的表层盐度减少了8‰~16‰。第三天, 盐度减小的范围进一步向下游延伸, 但是表层盐度减小的幅度与第二天相比有所减少, 盐度减小值大于1‰的范围约为250km2, 口门附近的盐度减少了大约6‰。第4天时, 径流变化的影响范围与第3天相当, 但是表层盐度进一步恢复, 盐度减小值基本都小于3‰。第5天时, 口门处的盐度已经恢复到洪水前状态, 但是口门下游区域的表层盐度仍然低于洪水前水平, 其中盐度减小值大于1‰的海面面积约为151km2。
Fig. 9 Variations of surface salinity 1~5 days after discharge increases in spring tide (upper panels) and neap tide (bottom panels) when the wind is northeasterly. The black contour denotes the area where surface salinity reduction is larger than 1.0‰

图9 东北风条件下, 小潮期洪水(上)和大潮期洪水(下)条件下1~5天后表层盐度的变化

黑线为表层盐度减小值大于1.0‰的范围

总体来看, 在不同风向、不同潮型条件下, 表层盐度都是在径流增大期不断降低。盐度降低最大的区域发生在口门附近; 在径流增加结束后(3~5天), 西南风条件下的表层盐度减少值小于东北风条件, 这是因为西南风条件有利于羽流的扩展, 而东北风则使冲淡水较为集中, 因此盐度降低更大。
另外, 我们还对比了有潮和无潮时的羽流变化情况, 结果显示两种情况下羽流的变化很小(Zhao et al., 2017)。

4 动力机制分析

根据Chen 等(2003), 模型中x与y方向sigma坐标系下的动量方程可表示为:
$\frac{\partial uD}{\partial t}\text{+}\frac{\partial {{u}^{2}}D}{\partial x}\text{+}\frac{\partial uvD}{\partial y}\text{+}\frac{\partial uw}{\partial \sigma }-fvD=-gD\frac{\partial \eta }{\partial x}-\frac{gD}{{{\rho }_{0}}}\left\{ \frac{\partial }{\partial x}\left( D\int\limits_{\sigma }^{0}{\rho d\sigma '} \right)+\sigma \rho \frac{\partial D}{\partial x} \right\}+\frac{1}{D}\frac{\partial }{\partial \sigma }\left( {{K}_{m}}\frac{\partial u}{\partial \sigma } \right)+{{D}_{F}}_{x}$ (3)
$\frac{\partial vD}{\partial t}\text{+}\frac{\partial uvD}{\partial x}\text{+}\frac{\partial {{v}^{2}}D}{\partial y}\text{+}\frac{\partial vw}{\partial \sigma }+fuD=-gD\frac{\partial \eta }{\partial y}-\frac{gD}{{{\rho }_{0}}}\left\{ \frac{\partial }{\partial y}\left( D\int\limits_{\sigma }^{0}{\rho d\sigma '} \right)+\sigma \rho \frac{\partial D}{\partial y} \right\}+\frac{1}{D}\frac{\partial }{\partial \sigma }\left( {{K}_{m}}\frac{\partial v}{\partial \sigma } \right)+{{D}_{F}}_{y}$ (4)
其中x, y表示笛卡尔坐标中的东向和北向, u, v是x, y方向的流速, w表示垂向流速,D=h+η, f是科氏参数, σ表示垂向的sigma坐标, t表示时间, Km是垂向涡动黏性系数, DFx和DFy表示水平动量扩散项。
上述动量方程等号左侧的第一项表示动量的时间变化项, 第二、三、四项表示平流项, 第五项表示科氏力项; 等号右边第一项表示正压梯度项, 第二项表示斜压梯度项, 第三项表示摩擦力项。
由于在不同时刻不同区域, 水流方向相对于x, y的方向在不断发生改变, 直接用x, y方向的动量方程很难直观看出其中的动力特征, 因此, 我们参考Hench 等 (2003)和McCabe 等 (2009)中的方法, 将模型计算的x和y方向的动量方程各动量项转换到s—n坐标系上。s(streamwise)的定义为沿水流的切线方向, n(normal)表示垂直于水流的方向。经过坐标系的转换, 每个网格点上任意时刻的s方向的流速就是瞬时流速, n方向的流速为0。而且经过坐标系转换后, 各动量项的物理意义更加明确: 首先, s方向的科氏力项为0; 其次, 时间变化项经过旋转后, 在s方向和n方向分别变为局地加速项和旋转加速度项, 平流项在s和n方向分别变为平流加速度项和离心加速度项, 摩擦力项包括表层的风应力、底摩擦及水体内部摩擦力。
我们以西南风情形为例, 分别比较了远场和近场区域中的动量平衡特征。这里选取口门外表层盐度大于25.0‰的羽流区域为远场区, 小于25.0‰的羽流区域为近场区 (Hetland, 2005)。图10为不同区域中各动量平衡项随时间的变化。从图中可以看出, 对羽状流的远场区域而言, s方向的动量平衡主要为压强梯度项和摩擦项之间的平衡, n方向主要为压强梯度项和科氏力项之间的平衡, 即地转平衡。这表明, 在远场区域, 羽状流的发展已经不再受径流的初始动量的影响, 其动力主要由地球旋转、浮力、风应力和摩擦控制。
Fig. 10 Time series of the surface momentum balance of the plume. a: Stream-wise in the far-field; b: stream-wise in the near field; c: stream-normal in the far-field; and d: stream-normal in the near field

图10 羽流区表层动量平衡项的时间序列分布

a: 远场s向; b: 近场s向; c: 远场n向; d: 近场n向

在近场区域, s方向上的动量平衡, 主要为平流项、压强梯度项、摩擦项之间的平衡, 对于n方向, 主要为离心加速度项、摩擦项和压强梯度项之间的平衡。万泉河口的近场动量平衡表明科氏力的作用很小, 这与大河流羽流的特点不同。McCabe 等 (2009)通过对Columbia河口羽流的模拟, 表明口门附近的地转调整过程也很重要。

5 主要结论

博鳌万泉河口为典型的小型河口, 其潮差较小, 潮汐作用相对较为次要。径流、风、地形是影响河口羽流扩展的重要因素。径流与风均具有明显的季节性变化, 而大的径流主要由台风等事件性因素控制。
采用FVCOM模型, 研究了万泉河口羽流行为的季节性变化及对洪水等极端事件的响应。结果表明:
1) 万泉河口羽流的扩展路径与范围具有明显的季节性变化。从月平均来看, 8月与9月的扩展范围最大, 12月与1月最小。受风与径流大小的影响, 冬季时主要向下游方向扩展, 而夏季时主要向外和上游方向扩展。羽流的淡水深度随扩展范围增大而减小。在淡水的输运通量中, 平流输运与垂向剪切输运占主导, 其中平流输运在秋冬季节更加重要。
2) 万泉河口羽流的扩展对上游径流的变化响应迅速。在近2天的洪水期间, 河口羽流的范围扩大, 盐度减小明显; 而在洪水过后, 河口羽流可在3天左右逐渐恢复到洪水前的盐度水平。
3) 对万泉河口羽流的动量平衡分析表明, 在远场区, 基本为地转平衡, 而在近场区, 平流项起着重要作用, 科氏力相对较为次要, 这与大河口具有显著的不同。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
倪智慧, 陈辉, 董礼先, 等, 2012. 长江口外羽状流水体中的垂向混合与层化的观测与分析[J]. 上海交通大学学报, 46(11): 1862-1873.

NI ZHIHUI, CHEN HUI, DONG LIXIAN, et al, 2012. Measurement and analysis of vertical mixing and stratification within the plume outside the Changjiang River Estuary[J]. Journal of Shanghai Jiaotong University, 46(11): 1862-1873 (in Chinese with English abstract).

[2]
左浩, 高抒, 2005. 海南岛博鳌港洪水过程模拟[J]. 海洋通报, 24(1): 8-17.

ZUO HAO, GAO SHU, 2005. Simulation of flooding processes in Boao harbour, Hainan Island[J]. Marine Science Bulletin, 24(1): 8-17 (in Chinese with English abstract).

[3]
AMANTE C, EAKINS B W, 2009. ETOPO1 1 arc-minute global relief model: procedures, data sources and analysis[R]. NOAA Technical Memorandum NESDIS NGDC-24, Boulder, Colorado: National Geophysical Data Center, NOAA.

[4]
CHAO S Y, 1988. River-forced estuarine plumes[J]. Journal of Physical Oceanography, 18(1): 72-88.

[5]
CHAO S Y, BOICOURT W C, 1986. Onset of estuarine plumes[J]. Journal of Physical Oceanography, 16(12): 2137-2149.

[6]
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.

[7]
CHOI B J, WILKIN J L, 2007. The effect of wind on the dispersal of the Hudson River plume[J]. Journal of Physical Oceanography, 37(7): 1878-1897.

[8]
EGBERT G D, EROFEEVA S Y, 2002. Efficient inverse modeling of barotropic ocean tides[J]. Journal of Atmospheric and Oceanic Technology, 19(2): 183-204.

[9]
FANG GUOHONG, WANG GANG, FANG YUE, et al, 2012. A review on the South China Sea western boundary current[J]. Acta Oceanologica Sinica, 31(5): 1-10.

[10]
GEYER W R, BEARDSLEY R C, LENTZ S J, et al, 1996. Physical oceanography of the Amazon shelf[J]. Continental Shelf Research, 16(5-6): 575-616.

[11]
HENCH J L, LUETTICH R A JR, 2003. Transient tidal circulation and momentum balances at a shallow inlet[J]. Journal of Physical Oceanography, 33(4): 913-932.

[12]
HETLAND R D, 2005. Relating river plume structure to vertical mixing[J]. Journal of Physical Oceanography, 35(9): 1667-1688.

[13]
HORNER-DEVINE A R, 2009. The bulge circulation in the Columbia River plume[J]. Continental Shelf Research, 29(1): 234-251.

[14]
HORNER-DEVINE A R, HETLAND R D, MACDONALD D G, 2015. Mixing and transport in coastal river plumes[J]. Annual Review of Fluid Mechanics, 47(1): 569-594.

[15]
LENTZ S J, LIMEBURNER R, 1995. The Amazon River Plume during AMASSEDS: spatial characteristics and salinity variability[J]. Journal of Geophysical Research: Oceans, 100(C2): 2355-2375.

[16]
MCCABE R M, MACCREADY P, HICKEY B M, 2009. Ebb-tide dynamics and spreading of a large river plume[J]. Journal of Physical Oceanography, 39(11): 2839-2856.

[17]
MELLOR G L, YAMADA T, 1982. Development of a turbulence closure model for geophysical fluid problems[J]. Reviews of Geophysics, 20(4): 851-875.

[18]
SAHA S, MOORTHI S, WU XINGREN, et al, 2014. The NCEP climate forecast system version 2[J]. Journal of Climate, 27(6): 2185-2208.

[19]
SMAGORINSKY J, 1963. General circulation experiments with the primitive equations[J]. Monthly Weather Review, 91(3): 99-164.

[20]
TARYA A, VAN DER VEGT M, HOITINK A J F, 2015. Wind forcing controls on river plume spreading on a tropical continental shelf[J]. Journal of Geophysical Research: Oceans, 120(1): 16-35.

[21]
UNCLES R J, LEWIS R E, 2001. The transport of fresh water from river to coastal zone through a temperate estuary[J]. Journal of Sea Research, 46(2): 161-175.

[22]
WHITNEY M M, GARVINE R W, 2006. Simulating the Delaware Bay buoyant outflow: comparison with observations[J]. Journal of Physical Oceanography, 36(1): 3-21.

[23]
WU HUI, ZHU JIANRONG, SHEN JIAN, et al, 2011. Tidal modulation on the Changjiang River plume in summer[J]. Journal of Geophysical Research: Oceans, 116(C8): C08017.

[24]
ZHAO JUNPENG, GONG WENPING, SHEN JIAN, 2017. The effect of wind on the dispersal of a tropical small river plume[J]. Frontiers of Earth Science, doi: 10.1007/s11707-016-0628-6. (in Press)

Options
Outlines

/

〈 〉