Marine Hydrography

Surface suspended sediment distribution of Pearl River estuary under tropical storms with different wind and river discharge forcing

  • OU Suying , 1, 2
Expand
  • 1. Institute of Estuarine and Coastal Research, School of Marine Engineering and Technology, Sun Yat-sen University, Guangzhou 510275, China
  • 2. State-Province Joint Engineering Laboratory of Estuarine Hydraulic Technology, Guangzhou 510275, Chinas
OU Suying, E-mail:

Copy editor: LIN Qiang

Received date: 2018-09-10

  Request revised date: 2018-12-20

  Online published: 2019-06-17

Supported by

National Natural Science Foundation of China(41106015)

National Key Research and Development Program of China(2016YFC0402600)

Copyright

Copyright reserved © 2019. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.

Abstract

In this study, the data of tropical storms, CFSR gridded wind during 1949~2014, and Pearl River discharge were used to analyze wind forcing and runoff forcing on the Pearl River estuary (PRE) under tropical storm. The results show that the wind and runoff forcing varied with location and strength of the storm, and can be classified into four types: storm I with medium wind and runoff forcing on PRE, storm II with medium wind and high runoff forcing, storm III with strong wind and medium wind, and storm IV with strong wind and high runoff forcing. According to the selected moderate-resolution imaging spectroradiometer (MODIS) imaging with fine and no cloudy during tropical storms in South China, existing empirical formula between the water reflectance of MODIS band 1 and suspended sediment concentration (SSC) was used to retrieve the surface SSC in the PRE during storms, and the corresponding spatial diffusion of SSC was studied. We find that under four types of storms with different wind and runoff forcing, the responses of SSC in the PRE were different. The SSC was low under storm I, and suspended sediment diffusion was mostly controlled by tidal current. Under storm II, the higher SSC was shown in the Modaomen Estuary shoal and Lingdingyang west shoal than the other areas, which was mostly transported southwesterly. Under storm III, the distribution and diffusion of suspended sediment were influenced by the dominant storm wind, so that under strong NE wind, Lingdingyang west shoal sediment was resuspended by relatively larger waves for the largest wind fetch in the Lingdingyang estuary, higher SSC was presented and transported to the southwest under longshore current. The response of the PRE to storm IV was that the water body was muddy and the SSC was high in the whole PRE than under normal condition; and under southerly storm wind, the high SSC was diffused to the east

Cite this article

OU Suying . Surface suspended sediment distribution of Pearl River estuary under tropical storms with different wind and river discharge forcing[J]. Journal of Tropical Oceanography, 2019 , 38(3) : 22 -31 . DOI: 10.11978/2018092

热带风暴(或台风)作为一种极端事件, 其持续时间不长, 但台风伴随的强风、暴雨对河口动力、沉积和生态环境的影响极为巨大。比如台风对河口的风力强迫、台风驱动形成的风生环流、台风对河口环流结构的影响或改变、强风(浪)导致海底泥沙再悬浮而引起河口含沙量骤增, 以及高含沙水体输运扩散方向的变化等等(Wren et al, 2005; Gong et al, 2007, 2009)。台风强降水引起的巨量流域水沙在短时间内通过河流汇入河口及陆架, 而这种突变式的、台风所引起的水沙强迫对河口及陆架的水体分层和混合、盐度变化、环流和悬沙分布也都产生了巨大的影响。比如飓风促使法国Apalachicola Bay泥沙大量悬浮, 飓风期间, 海域悬沙含量平均增大2倍, 最大增大3倍以上(Chen et al, 2009)。Rhone河台风期间入海流量增大, 悬浮物质的浓度也明显增高, 羽的扩展范围也明显增大(Naudin et al, 1997)。
然而, 整个河口环境对强热带风暴的响应研究常因恶劣天气下观测资料的缺乏而无法深入。近30年来, 长序列、大范围的海洋水色遥感数据被广泛应用于河口陆架区水体悬沙、营养盐、叶绿素的扩散及分布研究。如采用AVHHR、seaWIFS等水色遥感数据, 分析Columbia河、Amazon河的冲淡水羽或悬沙羽的时、空变化特征(Walker, 1996; Thomas et al, 2006; Lihan et al, 2008; Molleri et al, 2010); 采用分辨率高的MODIS(moderate-resolution imaging spectroradiometer)遥感数据反演计算, 研究风暴、强降雨期间河口悬沙羽的空间分布及时间演变特征, 对悬沙羽的影响因素进行分析探讨, 认为径流量和风应力是影响悬沙羽分布演变的最主要因子(Lahet et al, 2010; Shi et al, 2010; Petus et al, 2014; Moreira et al, 2013)。
珠江河口是世界上最复杂的河口之一, 河网纵横, 八口入海, 且由伶仃洋、黄茅海河口湾和磨刀门河口等复合而成, 如图1所示。因其毗邻南海北部, 是热带风暴的高发区, 西太平洋、南海形成的热带风暴于每年的4—10月侵袭或影响珠江流域及河口地区(图1)。由于台风强度及登陆位置的差异, 台风为珠江河口带来不同强度的水沙输入及风力强迫(风生流及风浪等), 驱动形成不同的悬沙分布形态。本文拟采用1949—2014年的华南热带风暴和珠江入海流量等数据, 从统计角度分析华南热带风暴对珠江河口海域施加的风力强迫及河流入海水沙强迫特征, 结合朱樊等(2015)已建立的珠江河口悬沙反演模型, 选择2002—2012年风暴前后、良好天气状况的MODIS图像, 反演珠江河口表层含沙量, 初步探讨不同热带风暴影响下珠江口表层悬沙的响应特征。
图1 台风移动路径及珠江口概化图

Fig. 1 The storm tracks and the scope of Pearl River estuary

1 数据及处理

1.1 台风统计

珠江河口地处南海北部, 受台风影响显著。根据1949—2011年台风统计资料(Ying et al, 2014), 登陆华南海岸的台风主要来自西太平洋, 其次是菲律宾以西的南海。台风主要从三条路径登陆广东沿海, 且分别在粤西沿海、珠江口、粤东沿海三个主要岸段登陆(图1)。自1949—2011年间, 平均每年约12个热带气旋(包括台风)影响珠江口; 20世纪50年代中期、70年代初期台风出现次数多、强度(中心最大风速)大; 1980年至2011年, 热带气旋出现次数偏少, 平均每年有10个台风影响珠江口。近10年时间, 从东向西移动并登陆华南海岸的台风出现频率最高, 约30次; 从南向北在海南、粤东、粤西登陆的热带风暴约为12次; 10年间珠江口东侧有7次热带风暴于香港、汕尾之间登陆。

1.2 MODIS遥感数据及悬沙反演模型

本文采用逐日MODIS一级数据, 包含250m分辨率的第一、二波段数据和500m分辨率的第3至第7波段数据, 数据来自美国宇航局(National Aeronautics and Space Administration, NASA)的官方网站数据中心。利用遥感图像处理软件ENVI对MODIS一级数据进行预处理, 把图像的投影方式转换成UTM-WGS84投影, 同时去除卫星扫描成像时的蝴蝶结效应; 剪裁研究区域图像, 本次研究剪裁范围为 111°50′—115°10′E, 21°30′—23°00′N之间的广大区域。采用ENVI自带的FLAASH软件进行大气矫正, 消除大气影响带来的误差, 用ROItool和Masking掩盖陆地及云层影响区域, 以获取地物所有波段的真实反射率。
由于MODIS高分辨率遥感数据自2002年才开始, 本文采用2002—2012年的台风和遥感数据, 基于台风发生的时间, 挑选2002—2010年间台风爆发前后无云天气下的MODIS影像进行预处理和大气校正, 得到MODIS影像的第一波段和第4波段的离水反射率。同时, 采用朱樊 等(2015)建立的表层悬沙浓度(suspended sediment concentration, SSC)与第一波段离水反射率(b)的指数回归模型, SSC = 0.0091e21.039b, 来反演珠江口的悬沙空间分布。

1.3 强迫风场数据

本文采用2002—2010年时间分辨率为6h、空间分辨率为0.5°×0.5°的CFSR(Climate Forecast System Reanalysis, http://rda.ucar.edu/pub/cfsr.html)数据; 摘选珠江河口范围(113°—114°E, 21°30′—22°30′N)共6个点(图1)的风速序列进行处理和分析。珠江河口地处副热带季风气候区, 全年受季风控制, 夏季盛行偏南风, 冬季盛行东北风, 夏、秋季还受热带气旋、副热带高压等天气系统的影响。根据风场资料统计, 2002—2010年, 珠江口出现频率最高的为东北风, 高达40%, 其次是东风和西南风。超过20m·s-1的最大风速一般出现在台风期间。2002—2010年, 6h风速大于10m·s-1的强风出现频率约为14%, 低于4m·s-1风速出现频率接近20%。

1.4 珠江入海水沙数据

珠江水系主要由西江、北江、东江水系组成, 基于西江马口站、北江三水站、东江博罗站(图1)1960—2010年的月平均流量数据和输沙率的数据可知, 通过西江马口站入海的流量和输沙量最大, 约占三江总和的70%和71%, 其多年平均流量为6348m3·s-1, 输沙率为721kg·s-1; 而通过三水站断面入海的多年平均流量为1767m3·s-1, 输沙率为187kg·s-1。珠江入海水沙具有典型的季节变化, 一般7月份流量最大, 1月份流量最小; 夏季通过马口站、三水站、博罗站断面进行珠江河口区的悬沙量最高可达10000kg·s-1., 但冬季月平均输沙率锐减到80kg·s-1
但是, 台风是一种极端、偶然爆发的事件, 月平均流量及输沙量并不能反映台风期间的来水来沙条件, 因此本文收集2002—2010年台风盛行前后的日平均流量数据进行统计分析。图2为2000年洪水期马口站、三水站、博罗站的日平均流量与输沙量的关系曲线, 从中可以看出, 冲积河流的输沙量随流量的增大而增大, 两者有显著的正相关关系, 相关指数(R2)达到0.65~0.79, 可通过显著水平为10-6的置信度检验。因此, 本文所采用的日平均输沙量由图2中的统计关系进行推算。
图2 西江马口站、北江三水站、东江博罗站的日平均输沙量QS与日平均流量Q的相关关系

Fig. 2 The correlations between daily river discharge Q and daily sediment load QS at Makou, Sanshui and Boluo stations, where R2 is correlation index

2 结果与分析

2.1 台风对珠江口的风强迫及水沙强迫

台风到珠江口的距离以台风的位置到湾口点(113°42′E, 22°30′N) 来进行计算。基于2002—2010年珠江河口区6个位置(图1)、时间间隔为6h的风速序列统计, 发现台风对珠江口的风强迫与台风到珠江口的距离关系明显, 不同位置的台风对珠江口施加的风强迫不同。台风距珠江口的300~400km范围内(包括粤东、粤西)活动, 珠江口风速大于10.8m·s-1的出现频率为25%~35%; 台风距珠江口的100km范围内活动时, 珠江口强风(风速大于10.8m·s-1)出现频率为33%~38%; 而热带风暴在粤东距珠江口200km以内活动时, 强风出现频率达到40%。热带风暴在距离珠江口600~800km活动时, 珠江口出现强风的概率低, 约为3%~4%。台风经过粤西时, 珠江口的常风向和强风向为E—SE(图3a); 于珠江口(200km范围)活动时, 常风向和强风向为S向(图3b)。但于粤东距离珠江口0~200km的范围内活动时, 珠江口的常风向和强风向为SW—W、NE向, 如图3c所示; 台风于珠江口东侧, 距珠江口200~400km范围内活动时, 珠江口主要由E—NE向风控制, 如图3d。
图3 2002—2010年台风位于粤西并距珠江口200~400km(a)及0~200km(b)时及粤东登陆台风距河口0~200km(c) 及200~400km(d)时的珠江口风玫瑰图

Fig. 3 Wind Rose of PRE when storms were in 200~400 km (a), 0~200 km (b) in the western region of PRE, and 0~400 km (c), 200~400 km (d) in the eastern region of PRE

在华南海域登陆的热带风暴爆发频繁, 且持续时间长, 可造成珠江流域大范围降水, 导致珠江入海水沙暴增。如1967年8月8号至9月5号近一个月内, 有7次热带低压、台风和热带风暴影响珠江口或珠江流域, 高要站入海洪水量超过20000m3·s-1, 持续时间近1个月。但并不是华南所有台风都能导致珠江来水来沙暴增, 部分台风盛行期间, 因为台风路径偏离珠江流域等原因, 流域降水量很小; 以马口站、三水站及博罗站台风期间(包括台风前后3天)的日平均流量进行统计, 计算每次台风所引起的各站最大日平均流量, 统计发现, 华南约32%的台风对西江流域降水及入海径流量影响极少, 台风期间西江马口站的最大日平均流量甚至低于多年平均流量, 高达48%的台风无法引起北江流域及东江流域的洪水, 三水站和博罗站最大日平均流量都小于其多年平均流量。1965至2011年, 可引起珠江流域爆发不同程度洪水的台风出现频率相对较低, 比如引起西江、北江和东江流域入海流量超过23055、4457和2763m3·s-1的台风都仅为10%左右。经过华南海域并在其他地方登陆的台风, 引起珠江流域爆发洪水的概率更低, 台风在远离珠江口600~700km以外的区域活动时, 珠江流量超过十年一遇流量的出现概率低于2%。
以MODIS 卫星开始运行的2002年为起点, 统计2002—2011年热带风暴期间, 珠江口海域的最大风强迫及水沙强迫(以马口、三水、博罗站入海流量和代表珠江来水来沙条件), 结果如图4所示, 从中可发现近10年内不同强度、不同地点登陆的台风对珠江口施加的风强迫及入海流量差异极大, 最大风速在6~23m·s-1之间、珠江入海最大流量在3000~58000m3·s-1之间变化。而在不同的水沙强迫及风强迫驱动下珠江口悬沙的搬运、沉降及再悬浮过程有所差异, 导致悬沙的空间分布形态的不同; 但在一定范围的水沙强迫及相同类型的风场驱动下, 表层悬沙扩散趋势具有一定的相似性。从热带风暴施加于珠江口的风强迫及水沙强迫出发, 以珠江三年一遇入海流量(18000m3·s-1)及6级强风(10.8m·s-1)为分界线, 简单将影响珠江口的华南热带风暴分成4类以代表不同强弱的风强迫和珠江入海水沙强迫。从图4中可知, Ⅰ类风暴对珠江口的水沙强迫和风强迫都稍大于其年平均强迫, 有时甚至小于年平均值, 可定义为中风中水沙强迫型风暴; Ⅱ类风暴, 对珠江口的风强迫稍大于夏季平均值(5.8m·s-1), 但带入珠江口的水沙量高, 基于台风对珠江河口水沙和风强迫的相对强弱, 可定义为中风高水沙型风暴; Ⅲ类风暴对河口的风强迫大于水沙强迫, 此时, 风对河口的影响将明显突出, 为强风中水沙型风暴。对于珠江河口而言, Ⅳ类风暴既有强劲的风力强迫, 也带来极巨大的流域水沙, 对珠江河口环境的影响最为巨大, 称为强风高水沙型风暴。
图4 2002—2011年间台风期间珠江口的入海流量及风强迫条件

Fig. 4 Different wind and runoff under storm during 2002~2010

2.2 珠江河口悬沙分布对不同驱动类型风暴的响应

河口的悬沙扩散及分布受上游来水来沙条件、河口湾潮汐潮流、风及波浪动力的影响并表现出不同的分布特征。热带风暴主要通过改变流域的来水来沙量及河口的风强迫条件来影响河口悬沙的搬运、沉降及再悬浮过程, 进而影响河口的悬沙分布特征。由于大部分热带风暴期间珠江口天气状况较为恶劣, 阴雨天为主, 云层厚, MODIS数据不适用。本文仅挑选出少量的热带风暴初始期或中后期的MODIS影像来进行空间分布趋势分析。表1为4种不同水沙和风强迫驱动下的珠江河口MODIS影像, 其中影像对应的河口潮汐条件来自于T_tide (Pawlowicz et al, 2002)的调和预报。利用朱樊等(2015)建立的指数回归模型, 进行珠江河口悬沙的反演, 得到4种水沙和风强迫下的悬沙空间分布, 下面将对4种风及水沙强迫类型下(4种风暴水文组合)的悬沙扩散分布进行具体分析。
表1 热带风暴前后的MODIS影像及环境条件

Tab. 1 MODIS images and corresponding environmental conditions during tropical storms

影像日期 风暴名 潮汐 水沙强迫类型 主导风 珠江入海最大流量/(m3·s-1)
最大风速/(m·s-1) 风向
2005-08-03 天鹰 落潮 9.3 E 9262
2006-08-14 宝霞 涨潮 8.9 ENE 39600
2006-05-14 珍珠 落潮 20.8 ENE 14600
2006-07-21 碧利斯 落潮 16.5 SSW 57100
2008-06-20 风神 落潮 14.2 SSW 57600
2.2.1 中风中水沙强迫型(Ⅰ型)风暴驱动下的珠江口悬沙分布
2005年7月28—31日, 天鹰(Washi)台风在海南登陆并向西北方向运动, 偏离珠江流域, 其移动路径如图1所示。2005年7月31日—8月3日, 珠江流域总入海流量在8400~9200m3·s-1, 基于流量与含沙量的关系(图2)估算, 珠江流域进入珠江河口区的沙量约为610~850kg·s-1。台风期间及后期, 珠江流域对河口区的来水来沙强迫仅接近于年平均值; 同时, 台风期间, 作用于珠江口的最大风速不超过9.3m·s-1(表1)。台风过后, MODIS影像的前三天(2005年8月1—3日)珠江口风场统计, 结果如图5a所示, 珠江口的最大风速不超过9m·s-1, 以4.0~6.0m·s-1的风速出现频率最高, 主导风向为SW向。对于河口湾上部浅滩, SW向风的风区长度较长, 所引起的风浪相对较大, 对河口湾上部浅滩的泥沙再悬浮影响相对明显。但此类从海南登陆的台风, 登陆后向西偏离珠江流域移动, 流域受台风的影响弱, 降水小, 珠江入海水沙低。同时, 由于台风中心距离珠江口超过500km, 台风期间珠江口的风速都未有显著增加, 台风对珠江口的风强迫较弱。在SW风和相对低水沙强迫驱动下, 落潮期间珠江河口水体上层含沙量空间扩散及分布如图5b所示。珠江河口大部分水域的含沙量低, 仅八大口门附近及河口湾上部浅滩含沙量相对较高, 约在0.05~0.12kg·m-3, 特别是承接蕉门、洪奇门、横门水沙的西滩含沙量最高, 西槽、东槽及河口湾外含沙量都低于0.05kg·m-3。口门外含沙量较高的水体随落潮流向河口湾外方向(即向南或东南方向扩散), 如图5b。
图5 天鹰台风后2005年8月1—3日的驱动风玫瑰图(a)及3日中风中水沙驱动下的珠江口落潮悬沙分布(b)

Q为珠江流量,下同

Fig. 5 The spatial distribution of surface SSC (b) in PRE under Typhoon Washi with dominated SW wind (a) at ebb tide on August 3, 2005, where the wind data and Pearl River discharge Q of three days before the imaging (b) were used

2.2.2 中风高水沙强迫型(Ⅱ型)风暴驱动下的珠江口悬沙分布
2006年7月24日至8月11日, 华南海域持续经历了台风格美(Kaemi)、派比安(Prapiroon)、宝霞(Bopha), 如格美台风(移动路径见图1), 登陆后热带风暴从东向西贯穿整个珠江流域, 引起珠江流域特别是东江流域大规模降水, 博罗站入海流量超过3900m3·s-1(表1)。宝霞台风过后, MODIS影像前3日(8月12—14日)珠江口风玫瑰图如图6a, 珠江河口仅持续受到风速为4~7m·s-1的E—ENE风的作用。但珠江流域的入海水沙大, 从8月11日入海流量的32000m3·s-1, 8月14日的入海流量为25000m3·s-1, 悬移质输沙量9000~ 13000kg·s-1。大量的来水来沙通过八大口门进入河口湾, 导致八大口门附近的含沙量高, 表层含沙量超过0.15kg·m-3, 特别是虎门口, 因东江流域的暴雨携带大量的水沙注入虎门水道, 造成水体表层含沙量超过0.2kg·m-3, 且高含沙水体向南扩散, 导致内伶仃洋河口湾东侧含沙量整体偏高, 如图6b。在E—ENE风的作用下, 珠江口西侧浅滩的风区长度相对较大, 风浪对浅滩泥沙的再悬浮较明显, 珠江河口西侧浅滩如伶仃洋西侧的含沙量较图5b有明显增加。MODIS影像期间, 珠江口正处于涨潮阶段, 在涨潮流的作用下, 图6b中湾外低含沙量的水体向湾内侵入, 伶仃洋、黄茅海河口湾的高含沙水体在涨潮流的抑制作用下向湾内收缩。在E—ENE风及冲淡水的驱动下, 磨刀门口外浑浊水体向西侧扩散、输运趋势明显(图6b)。
图6 宝霞台风后2006年8月14日中风高水沙驱动下珠江口表层涨潮悬沙分布

a为12—14日的驱动风玫瑰图, b为悬沙分布, 箭头代表八大口门水沙输运方向及分水分沙强度的差异

Fig. 6 The spatial distribution of surface SSC (b) in PRE after Typhoon Bopha with dominated E-ENE wind (a) at flood tide on August 14, 2006, where the wind and Pearl River discharge data of three days before the imaging (b) were used

2.2.3 强风中水沙强迫型(Ⅲ型)风暴驱动下的珠江口悬沙分布
2006年5月15日, 五级强台风珍珠(Chanchu)在珠江口东侧、南海北部陆架上形成(图1), 中心风速高达50m·s-1以上。台风初期(5月13—14日), 珠江口海域盛行NE~ENE向风, 6小时平均的风速最大超过10m·s-1, 且强风持续时间较长(图7a), 对珠江河口含沙量的影响见图7b。由于台风运行路径最终偏离南海北部, 对珠江流域的影响较弱, 台风初期珠江流域尚未出现明显降水, 统计MODIS影像前三日即5月13—15日的珠江入海流量, 约在8000~9000m3·s-1左右, 珠江入海悬移质沙量约为610~850kg·s-1。因此Chanchu台风主要通过改变珠江河口的风强迫条件及风生波浪条件来影响河口的悬沙分布。台风作用下, 风生波浪是河口松散的粉砂、粘土沉积物再悬浮的主要动力之一。珠江口外及河口湾内大、小岛屿众多, 河口湾内涌浪小, 纯涌浪更少, 主要以风浪为主(杨干然 等, 1987)。河口湾内不同位置风浪的大小受控于风向及该风向在河口湾内的风区长度。对于珠江河口东侧, N、NE、E向离岸风对应的有效风区长度最短, 所产生的风浪最小, 但对于河口西侧, 偏N及偏E风的风区长度较大, 所产生的风浪相对最强。因而N—ENE向强风对伶仃洋河口湾西侧的影响远强于东侧, 台风浪对西侧浅滩泥沙的再悬浮能力强, 导致伶仃洋整个西侧水体含沙量明显高于东侧。由图7b中可知, 伶仃洋、黄茅海西侧浅滩含沙量高, 西槽、东槽及东滩含沙量低, 横向差异明显; 磨刀门口外含沙量整体偏高。在偏东北风的驱动下, 珠江口外会形成一股向粤西方向运动的沿岸流, 河口冲淡水随之向粤西方向扩展, 羽状流加强了粤西向沿岸流的强度(Ou et al, 2009)。在西南向流动的作用下, 河口湾外悬沙向东侧扩散受到抑制, 悬沙随沿岸流向西南侧扩散、输运(图7)。
图7 珍珠台风期间2006年5月12—14日的驱动风玫瑰图(a)及14日强风中水沙驱动下的珠江口表层落潮悬沙含量分布(b)

Fig. 7 The spatial distribution of surface SSC (b) in PRE before Typhoon Chanchu with dominated NE-ENE wind (a) at ebb tide on May 14, 2006, where the wind and Pearl River discharge data of three days before the imaging (b) were used

2.2.4 强风高水沙强迫型(Ⅳ型)风暴驱动下的珠江口悬沙分布趋势
2008年6月18~27日, 台风风神(Fengshen)形成并逐渐正面登陆珠江口区域。受风神环流影响, 粤东海面、珠江口外海面、珠江三角洲南部和粤东沿海8级阵风和9级大风, 粤东、粤北和珠江三角洲有暴雨, 局部大暴雨, 其中珠江三角洲南部有暴雨到大暴雨。同时台风风神形成前, 珠江流域特别是西、北江流域发生特大的“08.6”洪水, 即2008年6 月7—17日, 受持续强降雨影响, 西江干流控制站高要水文站16 日8 时洪峰流量47200m3·s-1。北江干流石角水文站15日23时洪峰最大流量14600m3·s-1。珠江三角洲马口水文站16 日9 时洪峰流量46800m3·s-1; 三水水文站16 日10 时洪峰流量15200m3·s-1。强风伴随持续洪水流量同时作用于珠江河口, 对珠江河口环境的影响最大, 极大地影响到珠江河口的来水来沙、泥沙悬浮及泥沙输运过程, 显著影响珠江河口的悬沙分布特征。
统计6月18—20日的风玫瑰图(图8a), 此时, 台风风神尚未进入南海, 珠江口阵风已超过6~8级, 持续风速超过6m·s-1, 最大风速超过12m·s-1, 珠江河口盛行SSW—SSE风, MODIS影像当日(6月20日)珠江口风速7.5~10.8m·s-1; MODIS影像前三日(6月18—20日), 珠江流域入海流量高达42000~ 52000m3·s-1, 悬移质输沙量高达46700~56500kg·s-1; 在如此高水沙及强ESE—S风(图8a)驱动下, 整个珠江河口含沙量高, 水体含沙量超过0.2kg·m-3(图8b)。
图8 风神台风前期2008年6月18—20日驱动风玫瑰图(a)及20日强风高水沙驱动下珠江口落潮悬沙分布(b)

Fig. 8 The spatial distribution of surface SSC (b) in PRE before Typhoon Fengshen with dominated SSW-SSE wind (a) at ebb tide on June 20, 2008, where (a) is storm wind rose on PRE

与台风风神相似, 2006年7月17—19日的台风碧利斯(Bilis)对珠江河口的影响也极为显著。2006年7月, 台风碧利斯从台湾、福建登陆后, 异常地由东向西横穿整个珠江流域, 持续造成粤北、粤东的部分市县日雨量超历史记录, 广东出现了超百年一遇的暴雨降水过程。珠江入海水沙暴增, 7月19日14时马口站出现洪峰流量37200m3·s-1, 三水站洪峰流量12700m3·s-1。MODIS影像(图9b)前三天的风玫瑰图(图9a)显示, 珠江口持续受到强S—SSW向风的驱动, 最大风速超过12m·s-1。因此大量的上游来水来沙及强SSE—SSW风对浅滩的掀沙作用, 使得珠江河口区域含沙量高, 河口含沙量普遍大于0.2kg·m-3, 整个珠江河口区域一片浑浊。强S—SW向风的持续驱动下, 珠江河口外易形成一股向东侧运动的沿岸流, 巨量冲淡水随之向东扩展, 而冲淡水羽流进一步加强了东向沿岸流动(Ou et al, 2009), 因此河口高含沙水体在粤东向沿岸流及向东扩展运动的羽状流的搬运下向东、东南方向扩散(图8b、9b)。
图9 碧利斯台风后2006年7月19—21日驱动风玫瑰图(a)及21日强风高水沙驱动下落潮阶段珠江口悬沙分布(b)

Fig. 9 The spatial distribution of surface SSC (b) in PRE after storm Bilis with strong wind (a) and high runoff at ebb tide on July 21, 2006, where (a) is storm wind rose on PRE

3 结论

夏季, 华南海域包括珠江河口区是强热带风暴影响极为频繁的海域, 热带气旋带来的恶劣天气(大风、强降水)使研究者对极端事件作用下整个珠江河口区悬沙的扩散分布等缺乏明确的空间概念。本文结合台风对珠江口的入海水沙强迫和风强迫的统计, 摘选台风前后无云天气下具有较高时间和空间分辨率的MODIS遥感数据, 利用朱樊等(2015)建立的表层悬沙指数反演模型, 反演不同水沙强迫和风强迫下的珠江口表层悬沙分布。结果表明, 热带风暴对珠江口的风强迫和水沙强迫因台风距珠江口的距离及强度等因素的影响有明显差异, 可简单归纳为中风中水沙驱动型、中风高水沙驱动型、强风中水沙驱动型及强风高水沙驱动型。中风中水沙型热带风暴对珠江口的影响较小, 珠江口整体含沙量偏低, 近口门位置含沙量高于其他海域, 其悬沙扩散及时间变化受控于潮流的强弱。中风高水沙型热带风暴驱动下, 八大口门特别是磨刀门浅滩、伶仃洋西滩的含沙量高于其他海域, 其高含沙水体向南偏西方向扩散输运。强风中水沙型热带风暴驱动下, 河口的悬沙分布及扩散受主导风向的影响, 在强NE风驱动下, 伶仃洋西侧浅滩含沙量因风浪的掀沙作用高于湾内大部分海域, 高含沙水体向西南侧扩散。强风高水沙热带风暴驱动下珠江口的响应最为强烈, 珠江河口湾含沙量偏高, 水体一片浑浊, 河口悬沙可随偏南风驱动下的沿岸流向东侧输运、扩散。
需要说明的是, MODIS影像反映的仅是涨落潮阶段某个时间点的信息, 涨落潮流的时间变化同样影响着河口悬沙的分布, 本文基于MODIS影像反演的、部分时段的悬沙分布并不能从河流水沙强迫和风强迫中分离出潮流的影响, 同时利用MODIS影像也无法对影响河口悬沙含量的各种泥沙运动过程如再悬浮、输运及沉降过程进行深入研究。其次, 简单将强风暴影响下水沙强迫和风强迫分成4类来分析并不能完全代表强热带风暴对悬沙空间分布的影响, 悬沙扩散的范围也会随水沙和风强迫的强弱而变动。因此, 后期需结合三维水沙数学模型, 进一步从过程、机理等方面来研究珠江河口悬移质运动对强热带风暴的响应。

The authors have declared that no competing interests exist.

作者已声明无竞争性利益关系。

[1]
杨干然, 陈良圭 , 1987. 妈湾港的波浪特征与台风浪推算[J]. 热带海洋, 6(1):66-72.

YANG GANRAN, CHEN LIANGGUI , 1987. Wave characteristics and calculation of typhoon wave in Mawan harbour[J]. Tropic Oceanology, 6(1):66-72 (in Chinese with English abstract).

[2]
朱樊, 欧素英, 张铄涵 , 等, 2015. 基于MODIS影像的珠江口表层悬沙浓度反演及时空变化分析[J]. 泥沙研究, ( 2):67-73.

DOI

ZHU FAN, OU SUYING, ZHANG SHUOHAN , et al, 2015. MODIS images-based retrieval and analysis of spatial-temporal change of superficial suspended sediment concentration in the Pearl River Estuary[J]. Journal of Sediment Research, ( 2):67-73 (in Chinese with English abstract).

[3]
CHEN SHUISEN, HUANG WENRUI, WANG HONGQING , et al, 2009. Remote sensing assessment of sediment re-suspension during hurricane Frances in Apalachicola Bay, USA[J]. Remote Sensing of Environment, 113(12):2670-2681.

DOI

[4]
GONG WENPING, SHEN JIAN, REAY W G , 2007. The hydrodynamic response of the York River estuary to Tropical Cyclone Isabel, 2003[J]. Estuarine, Coastal and Shelf Science, 73(3-4):695-710.

DOI

[5]
GONG WENPING, SHEN JIAN , 2009. Response of sediment dynamics in the York River Estuary, USA to Tropical Cyclone Isabel of 2003[J]. Estuarine, Coastal and Shelf Science, 84(1):61-74.

DOI

[6]
LAHET F, STRAMSKI D , 2010. MODIS imagery of turbid plumes in San Diego coastal waters during rainstorm events[J]. Remote Sensing of Environment, 114(2):332-344.

DOI

[7]
LIHAN T, SAITOH S I, IIDA T , et al, 2008. Satellite-measured temporal and spatial variability of the Tokachi River plume[J]. Estuarine, Coastal and Shelf Science, 78(2):237-249.

DOI

[8]
MOLLERI G S F, DE M NOVO E M L, KAMPEL M , 2010. Space-time variability of the Amazon River plume based on satellite ocean color[J]. Continental Shelf Research, 30(3-4):342-352.

DOI

[9]
MOREIRA D, SIMIONATO C G, GOHIN F , et al, 2013. Suspended matter mean distribution and seasonal cycle in the Río de La Plata estuary and the adjacent shelf from ocean color satellite (MODIS) and in-situ observations[J]. Continental Shelf Research, 68:51-66.

DOI

[10]
NAUDIN J J, CAUWET G, CHRÉTIENNOT-DINET M J , et al, 1997. River discharge and wind influence upon particulate transfer at the land-ocean interaction: case study of the Rhone River plume[J]. Estuarine, Coastal and Shelf Science, 45(3):303-316.

DOI

[11]
OU SUYING, ZHANG HONG, WANG DONGXIAO , 2009. Dynamics of the buoyant plume off the Pearl River Estuary in summer[J]. Environmental Fluid Mechanics, 9(5):471-492, doi: 10.1007/s10652-009-9146-3.

DOI

[12]
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.

[13]
PETUS C, MARIEU V, NOVOA S , et al, 2014. Monitoring spatio-temporal variability of the Adour River turbid plume (Bay of Biscay, France) with MODIS 250-m imagery[J]. Continental Shelf Research, 74:35-49.

DOI

[14]
SHI WEI, WANG MENGHUA , 2010. Satellite observations of the seasonal sediment plume in central East China Sea[J]. Journal of Marine Systems, 82(4):280-285.

DOI

[15]
THOMAS A C, WEATHERBEE R A , 2006. Satellite-measured temporal variability of the Columbia River plume[J]. Remote Sensing of Environment, 100(2):167-178.

DOI

[16]
WALKER N D , 1996. Satellite assessment of Mississippi River plume variability: causes and predictability[J]. Remote Sensing of Environment, 58(1):21-35.

DOI

[17]
WREN P A, LEONARD L A , 2005. Sediment transport on the mid-continental shelf in Onslow Bay, North Carolina during hurricane Isabel[J]. Estuarine, Coastal and Shelf Science, 63(1-2):43-56.

DOI

[18]
YING MING, ZHANG WEI, YU HUI , et al, 2014. An overview of the China meteorological administration tropical cyclone database[J]. Journal of Atmospheric and Oceanic Technology, 31(2):287-301, doi: 10.1175/JTECH-D-12-00119.1.

DOI

Outlines

/