Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2020 , Vol. 39 >Issue 1: 20 - 35

DOI: https://doi.org/10.11978/2019035

Marine Hydrology

Spring-neap tidal variation and mechanism analysis of the maximum turbidity in the Pearl River Estuary during flood season

  • YAN Dong 1, 2, 4 ,
  • SONG Dehai , 1, 3 ,
  • BAO Xianwen 1, 2, 3
Expand
  • 1. Key Laboratory of Physical Oceanography, Ministry of Education, Ocean University of China, Qingdao 266003, China
  • 2. College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China
  • 3. Qingdao National Laboratory for Marine Science and Technology, Qingdao 266237, China
SONG Dehai. E-mail:

Received date: 2019-04-08

  Request revised date: 2019-05-15

  Online published: 2020-01-09

Supported by

National Natural Science Foundation of China(41876088)

National Natural Science Foundation of China(41406097)

National Natural Science Foundation of China(41476030)

Copyright

Copyright reserved © 2020. 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.
Fold

Abstract

The spring-neap tidal variation of the estuarine turbidity maximum (ETM) in the Pearl River Estuary (PRE) is studied, using the Regional Ocean Modeling System (ROMS). The longitudinal and lateral distribution of suspended sediment concentration (SSC) shows that the ETM is located between 22.3°-22.45°N and varies with flood and ebb tides. The main mechanism on the ETM formation is the bottom convergence generated by residual current. The location of the ETM is determined by horizontal advection. The sediment source is resuspended sediment on the shoal during spring tides. The fine sediment deposited on the shoal during neap tides is resuspended and transported downstream to the stagnation point during spring tides, and then trapped on the west shoal. The tidal pumping effect can transport suspended sediment seaward (landward) during spring (neap) tides, while the vertical shear always transports suspended sediment landward, both leading to the convergence of sediment in the ETM. The decomposition of residual current shows that the bottom landward residual flow is mainly induced by density difference, followed by asymmetric tidal-mixing. Moreover, there is little difference in residual currents between spring and neap tides.

Key words： Pearl River Estuary; estuarine turbidity maximum; spring-neap tidal variation; sediment transport; lateral circulation; mechanism analysis

Cite this article

YAN Dong , SONG Dehai , BAO Xianwen . Spring-neap tidal variation and mechanism analysis of the maximum turbidity in the Pearl River Estuary during flood season[J]. Journal of Tropical Oceanography, 2020 , 39(1) : 20 -35 . DOI: 10.11978/2019035

*中国海洋大学Polaris高性能计算中心提供计算资源; 三位审稿人为本文提出了良多建议, 特此一并致谢。

1 前言

河口最大浑浊带现象是指在河口地区, 沿河道的轴向剖面上, 存在某一河段的悬沙浓度高于上下游河段, 细颗粒泥沙在近底层被捕集, 形成持续性的悬沙高浓度区域的现象。最大浑浊带的存在, 对滩槽演化、初级生产力、污染物扩散等有着重要影响, 成为河口地区重要的物理现象。最大浑浊带的形成进而也会对渔业生产、航道通行和生态环境产生重要影响。最大浑浊带有着明显的季节变化及潮周期变化, 其演化规律及成因机制是河口地区的研究热点。最大浑浊带在不同河口各具特色, 并且受到人类活动日益显著的影响。在珠江口, 随着上游河道人口采砂活动日益频繁, 来水来沙越来越少, 该地区的最大浑浊带亦会有新的迁移和演化规律。
不同河口甚至同一河口不同季节最大浑浊带的成因各不相同(孙志林, 1993; Jay et al, 1994; Wolanski et al, 1999; 时钟, 2000; Hudson et al, 2001;茅志昌 等, 2001; Song et al, 2013; Grasso et al, 2018)。对于珠江口这样一个泥沙来源丰富的弱潮型河口, 最大浑浊带在洪季较枯季规模更大, 浓度更高, 成因也较为复杂。对珠江口伶仃洋最大浑浊带的研究始于1978年, 田向平(1986)在伶仃洋西槽深水航道进行了洪枯季悬沙浓度的观测, 得到了最大浑浊带的季节变化规律, 其推测正压、斜压共同作用下的重力净环流是最大浑浊带发育的主要原因, 并提出最大浑浊带的活动区域就是泥沙的主要淤积区域, 也是拦门沙的所在位置。Wai 等(2004)分析了1978—1979年的水文数据, 将单宽输沙率进行机制分解, 发现重力环流和潮汐捕集作用导致了泥沙富集在盐水楔的位置。沈焕庭等(2001)总结了我国不同类型河口最大浑浊带的特点和成因机制, 珠江口由于其丰富的陆源来沙及其动力条件被归纳为陆源-盐致型(泥沙来源为径流输沙, 泥沙富集原因是盐度致密度梯度)。杨江平等(2015)对比了珠江口浑浊带近30年以来洪季期间空间及形态上的长期发展与变化特征。王崇浩等(2006)利用三维水动力和泥沙输运模型, 发现珠江口最大浑浊带的位置与滞流点、盐水楔以及拦门沙的位置高度吻合。朱泽南等(2013)采用SELFE三维斜压水动力模式模拟了珠江口黏性泥沙的输运, 提出珠江口最大浑浊带的机制成因在中滩和西滩有所不同, 再悬浮和沉积过程对中滩最大浑浊带影响显著, 而重力环流则对西滩最大浑浊带的形成至关重要。Liu等(2016)提出, 再悬浮和重力环流是珠江口最大浑浊带形成的主要控制因素, 再悬浮的泥沙在重力环流作用下向上游搬运至最大浑浊带。
受限于观测资料的时间和空间分辨率, 前人基于观测资料的研究大多集中在两条深槽内, 并不能完全刻画出最大浑浊带的三维结构及其变化。此外, 关于珠江口的研究更多地关注了轴向河口环流和盐度、悬沙浓度分布, 而侧向环流结构和物质输运的研究成果较少。本文采用的数值模型, 充分考虑潮汐、波浪、径流、风场等外部强迫, 考虑到沿岸流的影响, 将网格边界延伸至600m水深处。通过模拟的珠江口伶仃洋轴向和侧向环流结构以及悬沙浓度的空间分布, 从三维空间解释了最大浑浊带生成、演化、消亡的过程和机制, 定量分析了不同动力过程对最大浑浊带的贡献。

2 数值模拟

2.1 研究区域

珠江口及珠江三角洲是广东经济最为发达的中心区域, 位于112°28′—114°18′E、21°36′—22°45′N之间(图1)。珠江年平均入海水量约为3319.1亿m³, 平均径流量约10524.8m³·s-1, 仅次于长江, 居我国第二位。径流呈现较大的季节性变化, 4月到9月为洪季, 洪季径流量约占年径流量的80%; 枯季月为10月至次年3月, 枯季径流量仅占年径流量的20%。珠江水系由西江、北江、东江及珠江三角洲诸河组成, 珠江河口段主要由八大口门即虎门、蕉门、洪奇门、横门、磨刀门、鸡啼门、虎跳门和崖门组成, 其河口湾主要由伶仃洋、磨刀门和黄茅海3个海湾区组成。伶仃洋河口湾在自然形态和形成因素上是我国一个特殊类型的河口湾, 伶仃洋内岛屿星罗棋布, 三滩两槽相间分布, 即内伶仃洋分布着西滩、中滩、东滩和东槽、西槽, 珠江口内平均深度约为5m, 两条深槽水深大致在10~20m。
图1 珠江口地形图及测站和研究断面分布

图中红色三角为赤湾、大横琴两个水位站, 蓝色星号为C4、C5、C6、C7等4个流速站, 虚线所示为轴向断面A和侧向断面B

Fig. 1 Bathymetry map of the Pear River Estuary with marked stations and sections used in this study

2.2 模型设置

研究区域主要受波浪、潮汐、径流和季风控制。为了准确模拟研究区域的水动力条件同时兼顾计算效率, 本文使用了ROMS(regional ocean modeling system)海洋模式与SWAN(simulating waves nearshore)波浪模式单向耦合的方式, 将SWAN输出的波浪要素(波高、波向、底层波周期、底层波轨速度)输入到ROMS模型中计算的底床剪切应力, 耦合方案采用了Madsen(1994)以及Styles等(2000)提出的波流底边界层模型。风场数据采用了6h间隔的NCEP(National Centers for Environmental Prediction)数据, 潮汐强迫引入了8个主要分潮(M2、S2、N2、K2、K1、O1、P1、Q1), 调和常数来自TPXO8数据集, 海表热通量和水通量来自ECMWF(European Centre for Medium-Range Weather Forecasts)的月平均数据, 海表温度来自MODIS(moderate-resolution imaging spectroradiometer)遥感反演数据并对海表热通量矫正, 由OFES(OGCM(Ocean General Circulation Model) for the Earth Simulator)气候态月平均数据提供温盐以及流场的边界条件。计算网格水平划分为150×220, , 网格方向大致平行于岸线方向(图2); 垂向分为15层, 并分别在表底层加密。为了减小边界误差的影响, 将模型边界延伸至海南岛东侧、汕头附近, 向海至600m水深处, 在研究区域将网格精细到1km左右, 提高研究区域空间分辨率。对床底地形进行适度平滑, 最小水深设置为3m(伶仃洋潮差2~3m)。
图2 模式计算网格示意图

Fig. 2 Sketch of the computing grid in ROMS

由于研究区域沉积物主要是细颗粒黏性泥沙, 模型计算只考虑了悬移质, 并通过底床演化模块, 计算了地形演化过程(Warner et al, 2008)。参考Zhang等(2012)及Liu等(2018)的工作, 整理得到珠江径流量和输沙量的月平均数据(表1)。泥沙模型定义了4种无黏泥沙和5种黏性泥沙, 并根据各口门的悬浮物粒度范围(江四义 等, 2008; 肖志建, 2012)给定9种泥沙粒级的浓度。初始条件假设各粒级泥沙在全网格的5层底床上均匀分布, 各粒级泥沙参数见表2。
表1 珠江八大口门月平均输水输沙量

Tab. 1 Monthly averaged water and sediment discharge of the Pearl River at the eight outlets

月份 径流量/亿m3 输沙量/万t
虎门 蕉门 洪奇门 横门 磨刀门 鸡啼门 虎跳门 崖门 虎门 蕉门 洪奇门 横门 磨刀门 鸡啼门 虎跳门 崖门
1月 29.41 10.96 9.61 11.98 20.52 2.34 3.24 3.94 4.47 3.52 2.75 3.63 5.61 0.83 0.89 0.93
2月 39.26 18.83 13.73 13.46 23.06 2.62 3.64 4.43 12.90 12.69 6.20 1.54 2.38 0.35 0.38 0.40
3月 61.77 32.58 21.10 16.48 28.24 3.21 4.46 5.43 59.48 90.60 42.53 5.66 8.76 1.30 1.39 1.46
4月 91.62 51.91 35.04 29.90 51.20 5.83 8.08 9.84 132.92 161.64 84.72 37.52 58.02 8.62 9.21 9.66
5月 94.76 55.84 42.53 44.58 76.35 8.69 12.06 14.67 122.46 180.75 108.19 83.68 129.42 19.22 20.54 21.55
6月 131.63 75.63 65.23 79.93 136.91 15.58 21.62 26.31 188.49 244.94 209.87 309.58 478.78 71.12 76.00 79.72
7月 104.32 57.06 66.66 105.06 179.94 20.48 28.41 34.58 105.48 137.23 223.73 502.64 777.35 115.47 123.40 129.43
8月 100.37 41.95 48.06 74.79 128.10 14.58 20.23 24.62 98.28 63.12 105.01 237.73 367.66 54.61 58.36 61.22
9月 69.29 27.74 28.39 40.76 69.82 7.95 11.02 13.42 53.13 26.46 35.23 72.40 111.97 16.63 17.77 18.64
10月 42.63 18.66 19.90 29.47 50.48 5.75 7.97 9.70 22.57 26.46 24.64 39.56 61.17 9.09 9.71 10.19
11月 30.71 12.27 12.70 18.39 31.50 3.59 4.97 6.05 9.55 5.08 12.39 31.36 48.49 7.20 7.70 8.07
12月 27.23 9.56 9.06 12.19 20.88 2.38 3.30 4.01 31.26 3.52 3.74 6.71 10.37 1.54 1.65 1.73

注: 参考Zhang等(2012)及Liu等(2018)。

表2 泥沙模型各粒级参数

Tab. 2 Parameters used in the suspended-sediment model

参数名 代表含义 数值 单位
MUD_SD50 黏性泥沙中值粒径 31.25, 15.60, 7.80, 3.90, 1.95 μm
SAND_SD50 无黏泥沙中值粒径 0.50, 0.25, 0.13, 0.07 mm
MUD_WSED 黏性泥沙沉降速度 0.62, 0.3, 0.12, 0.04, 0.01 mm/s-1
SAND_WSED 无黏泥沙沉降速度 57.6, 27.0, 8.7, 2.4 mm·s-1
MUD_ERATE 黏性泥沙侵蚀率 1E-5, 1E-5, 1E-5, 1E-5, 1E-5 kg·m-2·s-1
SAND_ERATE 无黏泥沙侵蚀率 1E-5, 1E-5, 1E-5, 1E-5 kg·m-2·s-1
MUD_TAU_CE 黏性泥沙临界侵蚀应力 0.06, 0.05, 0.04, 0.04, 0.03 N·m-2
SAND_TAU_CE 无黏泥沙临界侵蚀应力 0.27, 0.19, 0.14, 0.09 N·m-2

3 模型验证

用于模型验证的数据来自1999年7月在伶仃洋湾内的观测资料, 包括2个水位站、4个流速测站和1个悬沙站(图1)。潮位数据位于赤湾和大横琴, 时间间隔为1h, 持续30d, 流速和悬沙数据间隔1~2h, 持续25h。流速站和悬沙站的测量深度根据站点水深分为5~6层。

3.1 水位验证

珠江口的潮波由南海陆架传播进入河口, 主要从东边界和南边界传入。赤湾和大横琴两个潮位站的水位曲线显示两处的潮汐类型都属于不规则半日潮, 半日分潮振幅较大且一天内两个高低潮的潮高不等。图3的水位对比结果显示, 赤湾站和大横琴站的潮差都在2m左右, 大潮期间略小于3m。从水位波形的峰度和偏态来看, 潮汐不对称现象并不显著, 说明浅水分潮影响较小。模式能较为准确地模拟两处的潮汐动力, 观测与模拟结果的决定系数达到0.93~0.95, 标准化均方根误差在0.29~0.35左右。
图3 1999年7月大横琴站(a, c)和赤湾站(b, d)水位验证对比图

左列为水位对比图, 右列为评价指标图。r2代表决定系数, rn代表标准化均方根误差

Fig. 3 Comparisons between observed and simulated water levels at Station Dahengqin (a, c) and Station Chiwan (b, d).

The left column shows water level comparison; the right column shows the evaluation index. r2 stands for the determination coefficient, while rn stands for the standardized root mean square error.

3.2 流速验证

沿伶仃洋主航道(西槽)设置了4个流速测站, 验证了表底层的轴向(沿河道方向)流速(图4、图5), 观测时间为7月25—26日(C4、C5)、7月23—24日(C6、C7), 中潮期间。对比结果显示, 流速站的验证结果普遍较好, 决定系数达到0.8~0.9, 标准化均方根误差基本位于0.4~0.8之间。C7站模拟效果最差, 但决定系数也达到了0.75~0.82, 可能的原因是C7站位于西滩边缘, 由横门和洪奇门下泄的径流在此处由西滩汇入西槽, 影响了流速模拟的精度; C4、C5、C6站都位于西槽航道之中, 潮流类型属于往复流, 验证结果较好。
图4 流速站表层轴向流速对比验证结果

左列为流速对比图, 右列为相关指数图。r2代表决定系数, rn代表标准化均方根误差。观测时间C4、C5站为7月25—26日, C6、C7站为7月23—24日, 中潮期间

Fig. 4 Comparison between observed and simulated surface velocities at stations C4, C5, C6, and C7.

The left column shows velocity comparison, and the right column shows correlation index. r2 represents the determination coefficient, and rn represents the standardized root mean square error. The observation time is July 25-26 for stations C4 and C5, and July 23-24 for stations C6 and C7, during the middle tide

图5 流速站底层轴向流速对比验证结果

左列为流速对比图, 右列为相关指数图。r2代表决定系数, rn代表标准化均方根误差。观测时间C4、C5站为7月25—26日, C6、C7站为7月23—24日, 中潮期间

Fig. 5 Comparison between observed and simulated bottom velocities at stations C4, C5, C6, and C7.

The left column shows velocity comparison, and the right column shows correlation index. r2 represents the determination coefficient, and rn represents the standardized root mean square error. The observation time is July 25-26 for stations C4 and C5, and July 23-24 for stations C6 and C7, during the middle tide

伶仃洋内潮汐类型为不规则半日潮, 一天内两次涨潮两次落潮, 且涨落潮的流速和时长不等。由于洪季下泄径流量巨大, 潮流与径流叠加, 导致4个站表层的落潮流速普遍大于涨潮流速, 落潮时长大于涨潮时长。底层的滞流点位于C4站与C6站之间。上游的C4、C5站底层净余流向海, 落潮流比涨潮流强; 下游的C6、C7站底层净余流向陆, 涨潮流比落潮流强。由于伶仃洋湾内M4分潮较小, 所以4个测站的涨、落潮流速的峰度相差不大。

3.4 悬沙浓度验证

受限于泥沙实测资料的时间范围, 本文主要关注洪季的最大浑浊带的特征和成因机制。图6a所示为模拟的伶仃洋河口湾洪季表层悬沙浓度分布。在这一季节表层的悬浮物浓度在很大程度上受径流输沙影响, 在输沙量最高的洪奇门、横门和磨刀门附近的表层悬沙浓度最大, 中滩和两条深槽的表层浓度较低, 伶仃洋湾内的悬沙浓度总体上呈西高东低的趋势, 从西北向东南递减, 到20m水深处几乎为零。底层悬沙浓度(图6b)受径流和再悬浮作用影响, 不仅在口门附近较高, 在中滩下游和西槽的西坡上发育了最大浑浊带。对比Wang等(2018)利用卫星遥感得到的30年平均的珠江口洪季表层悬浮物浓度分布情况(图6c), 可以看出本文的模拟结果与遥感反演的悬沙分布特征相符: 悬沙浓度在西滩和湾顶较高, 并从西北向东南递减, 到下游处的大屿岛附近已低于30mg·L-1。
图6 洪季伶仃洋表底层悬沙浓度模拟和遥感反演数据对比

a. 洪季表层(模拟); b. 洪季底层(模拟); c. 洪季表层(反演)(Wang et al, 2018)

Fig. 6 Simulated suspended sediment concentration

at (a) surface and (b) bottom. (c) is the Landsat image (Wang et al, 2018) during flood season

利用C6站(位于浑浊带附近)悬沙实测资料, 本文对比了观测与模拟的悬沙浓度(图7)。模式结果再现了测站泥沙浓度的垂向变化和潮周期变化, 决定系数0.689, 标准化均方根误差为0.713。总体来说, 该测站的悬沙浓度不高, 表层不超过0.020kg·m-3, 底层不超过0.040kg·m-3。各深度的悬沙浓度差异也不大, 底层大约是表层的2倍, 且表底层存在一个相位差, 底层最大浓度时刻与最大流速时刻相吻合, 表层和中层最大浓度时刻提前于底层, 可能原因是底层浓度受底应力影响与流速直接相关, 而表层和中层的悬沙则是由对流输沙或者先于底层沉降导致的。
图7 悬沙站各深度浓度验证结果

a. 表层浓度; b. 中层浓度; c. 底层浓度; d. 相关指数图。观测时间为7月23—24日

Fig. 7 Comparison between observed and simulated suspended sediment concentration at Station C6.

a) Surface concentration; b) mid-depth concentration; c) bottom concentration; d) correlation index diagram. The observation time is July 23-24

总体而言, 本文所建立的数值模型能够再现珠江口海域的水文动力情况, 能较为准确地模拟伶仃洋河口湾洪季悬浮泥沙分布和最大浑浊带的变化。

4 实验结果

4.1 轴向分布

模型结果显示, 伶仃洋河口在轴向上(沿河道方向)属于高度分层型, 盐度等值线密集且十分倾斜, 近海盐水呈楔形向河口入侵, 河口层结明显(图8a、b), 这与之前的研究和调查结果基本一致(Wong et al, 2003; Dong et al, 2004; Zhang et al, 2012)。层结在小潮期间更为显著, 大潮时期的潮混合作用导致盐度梯度减小, 盐水入侵减弱, 滞流点向下游移动, 但底层幅聚的强度大小潮差别不大。余流结构(图8c、d)显示, 表层较轻的淡水浮在盐水上向海扩散, 下层的盐水在密度梯度的作用下上溯, 滞流点位置距虎门40~50km, 与前人研究结果大致相符(Tang et al, 2009; Ji et al, 2011;王彪, 2014)。
图8 大、小潮期间轴向(断面A)盐度、悬沙浓度分布和余流结构

a. 小潮盐度、悬沙浓度分布; b. 大潮盐度、悬沙浓度分布; c. 小潮余流分布; d. 大潮余流分布。a、b中的等值线代表盐度。为便于显示, 垂向流速扩大500倍

Fig. 8 Salinity, suspended sediment concentration, and residual current along Section A during

(a, c) neap and (b, d) spring tides. Note that the vertical velocity is enlarged by 500 in (c) and (d). Isolines in (a) and (b) represent salinity

轴向上最大浑浊带的位置与滞流点位置、盐水楔顶部位置吻合较好, 大致位于西滩和中滩之间的潮道内(距河口顶部50km), 这与Wai等(2004)在洪季的观测结果一致。大小潮最大浑浊带的差异主要体现在小潮时期, 虽然高度的层结抑制垂向扩散有利于悬沙的捕集, 但是以再悬浮为主的泥沙来源明显减少, 导致最大浑浊带不显著。大潮时期, 丰富的泥沙来源与底部的余流辐聚, 加上依然比较强的层结, 导致悬沙在滞流点位置被捕集。

4.2 侧向分布

由于河口的特殊性, 伶仃洋河口湾内分布的4个口门, 除了湾顶的虎门和蕉门外, 来自西岸的横门和洪奇门的径流从西滩直接汇入河槽, 导致在河口侧向上也存在一个类似轴向的环流结构与盐度分布(图9)。通常情况下, 侧向输运和轴向输运与悬沙捕集效应是紧密联系的, 较高的涨潮流速和悬浮物浓度会导致在向海方向的右岸堆积(Fugate et al, 2007)。侧向变化的水深产生侧向变化的层结、底切应力和再悬浮, 导致深槽底床的粗化和细颗粒泥沙在浅滩的堆积(Geyer et al, 2001; Scully et al, 2007; McSweeney et al, 2016)。
图9 大小潮期间侧向(断面B)盐度、悬沙浓度分布和余流结构(垂向流速扩大500倍)

a. 小潮盐度、悬沙浓度分布; b. 大潮盐度、悬沙浓度分布; c. 小潮余流分布; d. 大潮余流分布。a、b中的等值线代表盐度。为便于显示, 垂向流速扩大500倍

Fig. 9 Salinity, suspended sediment concentration, and residual current along Section B during.

(a, c) neap and (b, d) spring tides. Note that the vertical velocity is enlarged by 500 in (c) and (d). Isolines in (a) and (b) represent salinity

Wong等(2003)基于1999—2000年冬、夏两次走航观测得到了珠江口轴向和侧向的盐度分布, 发现了侧向上西低东高的盐度分布。但由于断面选择不够理想, 无法反映出滩槽差异, 并且流速资料质量较差, 侧向流场结构的研究不够深入。本文的模式结果显示伶仃洋河口在侧向上也存在一个垂向环流结构, 且大小潮差异明显。小潮时期的侧向分层显著, 盐度等值线接近水平, 盐淡水分界明显, 整体悬沙浓度较低。大潮期间的强混合作用使得盐度等值线从水平变为近似垂直, 浅滩水体混合充分, 深槽依然存在较弱的分层现象; 西坡上水流的底层辐聚导致垂向对流得以发展, 在东西两条深槽西坡上都出现了悬沙高浓度区。
通过伶仃洋表底层水平余流分布(图10), 可以发现表层淡水扩散到外海, 滞流点位于大屿岛南部, 淡水在潮道内扩散范围更远; 底层盐水上溯, 在潮道内上溯距离更远, 滞流点位于中滩西侧。相比于小潮, 表底层的滞流点在大潮期间都会向下游移动, 但移动范围不大, 西槽内的滞流点可从22°28′N向下游移动到22°24′N。
图10 大小潮表底层余流分布

a. 小潮表层余流; b. 大潮表层余流; c. 小潮底层余流; d. 大潮底层余流。颜色代表南北方向流速大小, 向海为正

Fig. 10 (a, b) Surface and (c, d) bottom residual currents during

(a, c) neap and (b, d) spring tides. The color indicates the flow velocity in the north-south direction, positive seaward

4.3 最大浑浊带大小潮演化规律

图11展示了沿轴向断面A, 从小潮到大潮期间水位及底层流速、切应力、侵蚀沉积率和悬沙浓度的时间变化。伶仃洋河口湾内潮汐类型为不规则半日潮, 两次涨潮的历时和流速大小相近, 而两次落潮过程的历时和流速差别较大, 从高高潮到低低潮的落潮过程流速、切应力和侵蚀率都达到最大, 且持续时间较长。空间上, 再悬浮现象主要出现在最大浑浊带上游河段, 下游区域虽然有较高的剪切应力, 粗化的底床却无法提供足够的物质来源, 小潮期间的沉积作用主要发生在最大浑浊带所在区域和上游的浅滩区。
图11 轴向(断面A)底应力、侵蚀-沉积率、底流速、底层输沙率、底层余输沙、悬沙浓度时间变化图

a. 潮位; b. 底应力; c. 侵蚀沉积率; d. 底流速; e. 底层输沙率(v·c); f. 50h滤波底层输沙率; g. 底层SSC(底悬沙浓度); 水平虚线标出了最大浑浊带位置, 竖直黑线代表低潮位时刻, 竖直红线代表高潮位时刻, 流速和输沙率向南为正

Fig. 11 Bottom stress (b), erosion-deposition rate (c), bottom velocity (d, positive seaward), bottom sediment transport rate (e), residual sediment transport (f), and suspended sediment concentration (g) along Section A.

The horizontal dotted line indicates the position of the turbidity maximum zone. The vertical black line represents the low tide level, and the vertical red line represents the high tide level. The velocity and sediment transport rate are positive to the south

最大浑浊带的位置会随着涨落潮而周期性上下游迁移, 但移动范围不大, 核心区域在22°18′—22°27′N之间。从小潮到大潮随切应力和侵蚀率增大, 泥沙不断悬浮和累积, 在底部辐聚区聚集形成最大浑浊带。底层输沙率与底层流速类似, 由于悬沙浓度在时间和空间上的差异, 输沙率在大潮期间的河口中段和上段较高, 从高高潮到低低潮的落潮过程输沙率达到最大。对输沙率作50h滤波去除潮周期变化得到的余输运图显示, 大小潮期间余输运滞流点的位置没有明显变化, 而量级有所增大。最大浑浊带位置正好是轴向对流辐聚最强的位置, 最大浑浊带由底层余输运辐聚导致, 也是重力环流的必然结果。

5 机制探讨

5.1 输运机制分析

参考Dyer (1974)提出的机制分析, 流速和悬沙浓度可以分解为深度平均值和深度变化项:$u=\bar{u}+{{u}_{v}}$,$c=\bar{c}+{{c}_{v}}$。其中$\bar{u}$和$\bar{c}$是深度积分后的均值:
$ \bar{u}=\frac{1}{h}\int_{0}^{h}{u\cdot \text{d}z}$
$ \bar{c}=\frac{1}{h}\int_{0}^{h}{c\cdot \text{d}z}$
其中h和z分别是水深和垂向坐标。$\bar{u}$和$\bar{c}$可以进一步分解为潮平均值和时间变化项:$h={{h}_{0}}+{{h}_{t}}$,$\bar{u}={{\bar{u}}_{0}}+{{\bar{u}}_{t}}$,$\bar{c}={{\bar{c}}_{0}}+{{\bar{c}}_{t}}$。其中${{\bar{u}}_{t}}$和${{\bar{c}}_{t}}$是$\bar{u}$和$\bar{c}$的时间偏差项,${{\bar{u}}_{0}}$和${{\bar{c}}_{0}}$是$\bar{u}$和$\bar{c}$的潮平均值:
$ {{\bar{u}}_{0}}=\frac{1}{T}\int_{0}^{T}{{\bar{u}}}\cdot dt$
$ {{\bar{c}}_{0}}=\frac{1}{T}\int_{0}^{T}{{\bar{c}}}\cdot \text{d}t$
这里, T是一个潮周期。潮平均的单宽输沙率则表示为:
$F=\frac{1}{T}\int_{0}^{T}{\int_{0}^{T}{u\cdot c\cdot \text{d}z\text{d}t}=}\frac{1}{T}\int_{0}^{T}{\int_{0}^{1}{h\cdot u\cdot c\cdot \text{d}\sigma \text{d}t}}$ (5)
其中, 积分变量$\sigma$是相对水深:$\sigma =z/h$, 因此单宽输沙率写成:
$\left\langle F \right\rangle =\frac{1}{T}\int_{0}^{T}{\int_{0}^{1}{({{h}_{0}}+{{h}_{t}})({{{\bar{u}}}_{0}}+{{{\bar{u}}}_{t}}+{{u}_{v}})}}({{\bar{c}}_{0}}+{{\bar{c}}_{t}}+{{c}_{v}})\text{d}\sigma \text{d}t\\ \begin{align} & ={{h}_{0}}{{{\bar{u}}}_{0}}{{{\bar{c}}}_{0}}+{{{\bar{c}}}_{0}}\left\langle {{h}_{t}}{{{\bar{u}}}_{t}} \right\rangle +{{{\bar{u}}}_{0}}\left\langle {{h}_{t}}{{{\bar{c}}}_{t}} \right\rangle +{{h}_{0}}\left\langle {{{\bar{u}}}_{t}}{{{\bar{c}}}_{t}} \right\rangle +\left\langle {{h}_{t}}{{{\bar{u}}}_{t}}{{{\bar{c}}}_{t}} \right\rangle + \\ & \ \ {{h}_{0}}\left\langle \overline{{{u}_{v}}{{c}_{v}}} \right\rangle +\left\langle {{h}_{t}}\overline{{{u}_{v}}{{c}_{v}}} \right\rangle \\ \end{align}\\ ={{T}_{1}}+{{T}_{2}}+{{T}_{3}}+{{T}_{4}}+{{T}_{5}}+{{T}_{6}}+{{T}_{7}}$
上式中的括号$\left\langle {} \right\rangle$代表潮平均值, 上划线代表深度平均值。在等式(6)中, T1表欧拉输运, T2代表斯托克斯输运, T3+T4+T5 被Dyer定义为“潮泵”项, T6 代表重力环流项。这种输运分解方法被许多学者应用于河口泥沙输运研究。
使用这种输运机制分解方法, 陈卓英等(2003)发现平流输沙比重最大, 且向海递减, “潮泵”输运贡献其次且转流时期最大, 重力环流输运也不可忽略, 向上游逐渐递减。Wai等(2004)指出, 洪季伶仃洋东槽最大浑浊带的成因是T1、T2和T4的向陆输运, 导致西槽上游最大浑浊带的主要是T4, 导致下游伶仃岛附近最大浑浊带的原因是围绕伶仃岛的逆时针回流, 向陆的T1、T2和T6作用相当。
轴向上的机制分解结果显示(图12), 珠江口伶仃洋主要的输沙项是欧拉输运、“潮泵”输运和重力环流输运。欧拉输运T1反映了一种深度平均的余流输运, 方向与水柱净位移的方向一致, 是输沙率的低阶近似结果。欧拉输运在大部分区域都向海, 大潮时期有所增强。航道和口门附近通过的径流量大,余流较强, 因此T1较大。斯托克斯输运T2被认为是一种欧拉输运的补偿, 方向通常与欧拉输运相反且量级较小, 代表了潮汐和潮流的相关。T2在西滩口门附近向海, 在两条深槽向陆, 且大潮时期增强, 表明浅滩上落潮阶段水位高, 潮道内涨潮阶段水位高。T3+T4+T5 即“潮泵”项是河口地区重要的物理过程, 是悬沙浓度与潮流的相关项, 取向海方向为正时, 正值代表落潮过程悬沙浓度高。结果表明, 大小潮时期“潮泵”效应作用相反, 小潮时期涨潮阶段悬沙浓度高, 将外海泥沙向陆搬运, 大潮时期最大流速出现在落潮阶段, “潮泵”作用有利于悬沙向外海扩散。瞬时的垂向剪切项 T6代表的是由流速和浓度的垂向相关引起的剪切作用, 潮汐平均后 T6代表了对垂向环流的响应(Dyer, 1995)。在水体分层的情况下, T6在涨潮时表底层都向海, 落潮时表底层都向陆, 潮平均后 T6向陆表明落潮时垂向分层更强, 流速和悬沙浓度垂向梯度更大。T7代表了剪切作用和潮汐的相关项(Song et al, 2013), 量级一般较小。
图12 轴向悬沙输运机制分析的大小潮对比

向南为正。上排代表小潮期间, 下排代表大潮期间。各列图自左至右分别为欧拉输运、斯托克斯输运、“潮泵”效应和垂向剪切

Fig. 12 Decomposition of longitudinal suspended sediment transport during neap (top panel) and spring (bottom panel) tides, respectively. Positive means southward.

The top row represents neap tides, and the bottom row represents spring tides. From left to right, the graphs show Euler transport, Stokes transport, tidal pumping, and vertical shear transport

轴向、侧向合成输沙率各项分布(图13)显示, 欧拉输运 T1在大小潮期间作用相似, 导致泥沙聚集在口门附近和西槽的潮道内, 斯托克斯输运 T2对泥沙输运作用较小, 在口门附近聚集。大潮期间, “潮泵”项T3+T4+T5在西滩边缘浑浊带位置造成泥沙辐散, 小潮期间导致浅滩处泥沙辐聚, 深槽处泥沙辐散。垂向剪切项T6在大小潮间作用相似, 导致泥沙辐聚在西滩边缘的浑浊带内。总之, 在浑浊带强盛的大潮期间, 垂向剪切项, 使泥沙在西滩边缘辐聚, 有利于浑浊带的形成, 而欧拉输运和“潮泵”效应将浑浊带内泥沙向外扩散。
图13 不同机制导致的输沙率大小潮对比

颜色代表各输运项的散度, 其中辐聚为正, 辐散为负。上排代表小潮期间, 下排代表大潮期间。各列图自左至右分别为欧拉输运、斯托克斯输运、“潮泵”效应和垂向剪切

Fig. 13 Suspended sediment transport induced by different mechanisms during neap (top panel) and spring (bottom panel) tides.

The color represents the divergence of each transport term. Convergence is shown as positive value, and divergence is, negative. The top row represents neap tides, and the bottom row represents spring tides. From left to right, the graphs show Euler transport, Stokes transport, tidal pump effect, and vertical shear

5.2 余流分解

在河口地区, 表层淡水漂浮在较重的盐水上向海扩散, 而底层的盐水在斜压作用为主的驱动力下向上游入侵, 这样的余流结构是普遍存在的。影响层结和河口环流强度的因素包括: 径流输入的淡水和海表热通量引起的层结(浮力强迫), 密度梯度引起的斜压梯度、潮汐混合不对称、非线性作用等。Cheng 等(2011)通过一个理想河口实验, 将动量方程和连续方程按照外力进行分解, 得到了UR(径流余流)、UD(密度余流)、UA(混合不对称余流)、UN(非线性余流)四项。Cheng 等(2013)又进一步分解出平流致余流、风生余流和斯托克斯补偿余流, 并且比较了阶段性分层、弱分层、高度分层型河口的密度余流和混合不对称致余流, 发现混合不对称作用引起的余流在不同类型的河口差异较大。应用这种线性余流分解机制, 忽略了轴向和侧向的相互作用以及地转效应, 将河口作为一个弱非线性系统, 分解出不同作用下的余流(图14、图15)。
图14 大潮期间轴向余流分解

向南为正。a. 径流致余流UR; b. 密度余流UD; c. 非线性致余流UN; d. 混合不对称致余流UA; e. 各项总和; f. 原始余流

Fig. 14 Decomposition of longitudinal residual current during spring tides.

Southward is positive. a) Runoff-induced residual flow UR; b) density-induced residual flow UD; c) nonlinearity-induced residual flow UN; d) mixing asymmetry-induced residual flow UA; e) sum of the four items; f. original residual flow

图15 大潮期间侧向余流分解

向东为正。a. 径流致余流UR; b. 密度余流UD; c. 非线性致余流UN; d. 混合不对称致余流UA; e. 各项总和; f. 原始余流

Fig. 15 Decomposition of lateral residual current during spring tides.

Eastward is positive. a) Runoff-induced residual flow UR; b) density-induced residual flow UD; c) nonlinearity-induced residual flow UN; d) mixing asymmetry-induced residual flow UA; e) sum of the four items; f. original residual flow

大潮期间轴向上的余流分解结果如图14所示。径流致余流UR的作用在表层明显, 从表到底迅速减弱, 方向始终向海。密度余流UD分为两层, 表层向海底层向陆, 在下游较大。非线性致余流UN最弱且始终向海, 在中层较大。混合不对称致余流UA有3层结构, 表层向陆、中层向海、底层向陆。分解出的4项余流的总和与原始余流基本一致。在滞流点上游河段, 径流致余流UR控制了整个水层, 其他几项相对较弱。在滞流点下游河段的中上层, 向陆的密度余流UD和向海的混合不对称致余流UA互相抑制抵消, 底层UD和UA都向陆且UD起主导作用。伶仃洋西槽底层向陆的余流由密度梯度和混合不对称共同产生, 受密度差的影响更大。
大潮期间侧向上的余流分解结果如图15所示。在侧向上, 径流通过西滩向海扩散, 过水断面宽广因此径流致余流UR较弱。计算的密度余流UD上层向海而下层向陆, 在东槽上下层都很强。非线性致余流UN整体较弱, 分布规律不明显。混合不对称致余流UA与密度余流结构相似, 但强度较弱, 在东槽较强。四项的总和与原始余流相比, 结构大致相似, 但是在东槽分解得到的密度余流偏大, 导致两者不吻合。这是由于这种余流分解方法割离了轴向和侧向的联系, 将动量方程和连续方程降维处理, 忽略了地转作用等一系列近似。即便在理想实验中, 分解出的各项余流总和也并不总是守恒的(Cheng et al, 2013)。
虽然余流分解结果不能完全表征悬浮泥沙的净输运, 但从余流分解结果可以看出轴向上, 径流致余流UR会导致底层径流挟沙向海输运; 密度致余流UD将底层外海泥沙向陆搬运至滞流点; 而不对称混合致余流UA在表层抵消了UR和UD的向海输运, 在底层则加强了UD的向陆输运; 非线性致余流UN导致泥沙向海输运, 但相对于其余3项, 对泥沙输运的影响较小。侧向上, 密度致余流UD占主导, 将深槽底层泥沙向西搬运到西坡上, 而将表层泥沙向东输运; 其他三项对泥沙输运影响则相对较小。

6 总结

本文基于ROMS建立了珠江口三维泥沙输运模型, 再现了洪季期间珠江口的最大浑浊带现象及其形成、演化规律。在这一时期, 珠江径流量较大, 表层悬沙浓度很大程度上受径流输沙影响, 在洪奇门、横门和磨刀门附近的表层悬沙浓度较高。底层悬沙浓度受径流和再悬浮作用影响, 不仅在口门附近较高, 在中滩南部和西槽的西坡上均发育了最大浑浊带。
轴向上水体高度分层, 盐水呈楔形向河口入侵, 这一现象在小潮期间更加显著。大潮时期的潮混合作用导致盐度梯度减小, 盐水入侵减弱, 滞流点向下游移动。最大浑浊带的大小潮差异, 主要体现在小潮时期, 虽然高度的层结抑制垂向扩散有利于悬沙的捕集, 但是以再悬浮为主的泥沙来源明显减少, 导致最大浑浊带强度减弱。大潮时期, 丰富的泥沙来源与底层余流的辐聚, 加上依然比较强的层结, 导致悬沙在滞流点位置被捕集。侧向环流的大小潮差异较为明显。小潮时期水体分层显著, 盐淡水分界清晰, 整体悬沙浓度较低。大潮期间的强混合作用使得盐度等值线从水平变为近似垂直, 浅滩水体混合充分, 深槽依然存在较弱的分层现象。
输运机制分解法从潮汐、水深和悬沙浓度相位关系的角度, 比较各种机制对泥沙输运的影响。相对于小潮, 在最大浑浊带强盛的大潮时期, “潮泵”作用将泥沙向下游输运, 垂向剪切作用则始终将泥沙向陆搬运。欧拉输运的轴向梯度也对底层泥沙聚集有着至关重要的影响。轴向上, 大潮期间的斯托克斯东向补偿减弱了西向欧拉输运; “潮泵”作用项和垂向剪切项的空间分布在大小潮期间差异不大, 但大潮期间的量值大于小潮期间的。
应用余流分解方法, 直接地比较不同成因导致的余流, 发现在伶仃洋河口, 轴向上的底层上溯余流由密度差和混合不对称共同产生, 其中前者影响更大。在水体中层, 混合不对称致余流抑制密度余流, 而侧向上混合不对称和密度梯度产生相同的余流结构。小潮期间余流分解的结果与大潮期间的结构基本一致, 量值上略小, 但是由于小潮期间层化较强, 分解得到的密度余流强于大潮期间(篇幅限制, 图略)。
本文研究表明珠江口伶仃洋最大浑浊带形成的最主要控制因素还是底层密度余流导致的底层辐聚, 影响最大浑浊带位置的决定性因素则是水平对流, 泥沙来源主要是上游浅滩上沉积物的再悬浮。小潮期间堆积在浅滩的细颗粒沉积物在大潮期间被搬运到滞流点位置, 沉积于中滩南部和西滩外缘。局地再悬浮的作用是提供物质来源, 对最大浑浊带位置的影响远小于辐聚作用。
限于研究篇幅, 本文仅对洪季期间珠江口伶仃洋的最大浑浊带进行了研究。对比洪季和枯季波浪和海流作用可以发现, 洪季的浪流总应力主要取决于潮流应力, 波浪应力相对潮流应力很小, 只在磨刀门外稍有加强。冬季, 在强风作用下, 在伶仃洋湾内的浅滩和磨刀门外波浪应力较高, 波浪应力超过了潮流应力(图略)。因此, 本文重点将对洪季期间最大浑浊带的讨论放在了海流作用上。风的影响主要体现在, 夏季珠江口盛行南风(与径流反向), 通过表层混合作用和风致应变削弱了密度分层和河口环流, 使滞流点和浑浊带向海移动, 且在小潮期间比大潮期间移动距离更大(图略)。本文研究存在的不足之处: 模型方面, 本文采用的正交网格精度不足以刻画复杂的河网, 可能会存在一定误差(Lai et al, 2015), 今后将通过采用不规则网格模型继续深化此项研究; 观测资料方面, 由于缺少伶仃洋内较新的观测数据, 数值模拟验证尚有不足。伶仃洋湾内的水动力和泥沙输运情况很有可能因为人类活动发生较大的改变, 这也是本文今后的研究方向之一。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
陈卓英, 倪培桐 , 2003. 珠江黄茅海河口湾悬沙纵向输运机制分析[J]. 人民珠江, (6): 27-29, 43.

CHEN ZHUOYING, NI PEITONG , 2003. Mechanisms on the longitudinal suspended sediment transport in Huangmaohai estuary of the Pearl River[J]. Pearl River, (6): 27-29, 43. (in Chinese).

[2]
江四义, 郑兆勇 , 2008. 从珠江口沉积物粒度参数特征分析泥沙来源及其运移趋势[J]. 中山大学学报(自然科学版), 47(S1):126-129.

JIANG SIYI, ZHENG ZHAOYONG , 2008. Sediment sources and transport tendency based on grain-size parameters in estuary of the Pearl River[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 47(S1):126-129 (in Chinese with English abstract).

[3]
沈焕庭, 贺松林, 茅志昌 , 等, 2001. 中国河口最大浑浊带刍议[J]. 泥沙研究, (1):23-29.

SHEN HUANTING, HE SONGLIN, MAO ZHICHANG , et al, 2001. On the turbidity maximum in the Chinese estuaries[J]. Journal of Sediment Research, (1):23-29 (in Chinese with English abstract).

[4]
时钟 , 2000. 长江口细颗粒泥沙过程[J]. 泥沙研究, (6):72-80.

SHI ZHONG , 2000. Fine sediment processes in the Changjiang (Yangtze) River estuary[J]. Journal of Sediment Research, (6):72-80 (in Chinese with English abstract).

[5]
孙志林 , 1993. 中国强混合河口最大浑浊区成因研究[J]. 海洋学报, 15(3):63-72.

SUN ZHILIN , 1993. Formation of the turbidity maxima in well-mixed estuaries of China[J]. Acta Oceanologica Sinica, 15(3):63-72 (in Chinese).

[6]
田向平 , 1986. 珠江河口伶仃洋最大混浊带研究[J]. 热带海洋学报, 5(2):27-35.

TIAN XIANGPING , 1986. A study on turbidity maximum in Lingdingyang estuary of the Pearl River[J]. Tropic Oceanology, 5(2):27-35 (in Chinese with English abstract).

[7]
王彪 , 2014. 伶仃洋河口环流特征及其动力机制分析[J]. 水动力学研究与进展A辑, 29(5):608-617.

WANG BIAO , 2014. Analysis on the estuarine circulation and its dynamic mechanism in the Lingdingyang Bay[J]. Chinese Journal of Hydrodynamics, 29(5):608-617 (in Chinese with English abstract).

[8]
王崇浩, 韦永康 , 2006. 三维水动力泥沙输移模型及其在珠江口的应用[J]. 中国水利水电科学研究院学报, 4(4):246-252.

WANG CHONGHAO, WAI O W H , 2006. Three-dimensional modelling of sediment transport in the Pearl River Estuary[J]. Journal of China Institute of Water Resources and Hydropower Research, 4(4):246-252 (in Chinese with English abstract).

[9]
肖志建 , 2012. 珠江河口及邻近海域表层沉积物特征及其泥沙运移趋势[J]. 海洋通报, 31(5):481-488.

XIAO ZHIJIAN , 2012. Characteristics and transport trend of surface sediments in Pearl River Estuary and the adjacent sea area[J]. Marine Science Bulletin, 31(5):481-488 (in Chinese with English abstract).

[10]
杨江平, 刘文涛 , 2015. 近30年珠江口内伶仃洋洪季最大浑浊带的变化特征[J]. 珠江水运, (16):58-62.

YANG JIANGPING, LIU WENTAO , 2015. Characteristics of the turbidity maximum in Lingdingyang estuary of the Pearl River during the flood season in recent 30 years[J]. Pearl River Water Transport, (16):58-62 (in Chinese).

[11]
朱泽南, 王惠群, 管卫兵 , 等, 2013. 丰水期珠江口黏性泥沙输运的三维数值模拟[J]. 海洋学研究, 31(3):25-35.

ZHU ZENAN, WANG HUIQUN, GUAN WEIBING , et al, 2013. 3D numerical study on cohesive sediment dynamics of the Pearl River Estuary in the wet season[J]. Journal of Marine Sciences, 31(3):25-35 (in Chinese with English abstract).

[12]
CHENG PENG, VALLE-LEVINSON A, DE SWART H E , 2011. A numerical study of residual circulation induced by asymmetric tidal mixing in tidally dominated estuaries[J]. Journal of Geophysical Research: Oceans, 116:C01017.

[13]
CHENG PENG, DE SWART H E, VALLE-LEVINSON A , 2013. Role of asymmetric tidal mixing in the subtidal dynamics of narrow estuaries[J]. Journal of Geophysical Research: Oceans, 118(5):2623-2639.

DOI

[14]
DONG LIXIAN, SU JILAN, WONG L A , et al, 2004. Seasonal variation and dynamics of the Pearl River plume[J]. Continental Shelf Research, 24(16):1761-1777.

DOI

[15]
DYER K R , 1974. The salt balance in stratified estuaries[J]. Estuarine and Coastal Marine Science, 2(3):273-281.

DOI

[16]
DYER K R , 1995. Sediment transport processes in estuaries[M] //Developments in Sedimentology. Amsterdam: Elsevier, 53:423-449.

[17]
FUGATE D C, FRIEDRICHS C T, SANFORD L P , 2007. Lateral dynamics and associated transport of sediment in the upper reaches of a partially mixed estuary, Chesapeake Bay, USA[J]. Continental Shelf Research, 27(5):679-698.

DOI

[18]
GEYER W R, WOODRUFF J D, TRAYKOVSKI P , 2001. Sediment transport and trapping in the Hudson River estuary[J]. Estuaries, 24(5):670-679.

DOI

[19]
GRASSO F, VERNEY R, LE HIR P , et al, 2018. Suspended sediment dynamics in the macrotidal Seine Estuary (France): 1. Numerical modeling of turbidity maximum dynamics[J]. Journal of Geophysical Research: Oceans, 123(1):558-577.

DOI

[20]
JAY D A, MUSIAK J D , 1994. Particle trapping in estuarine tidal flows[J]. Journal of Geophysical Research: Oceans, 99(C10):20445-20461.

[21]
JI XIAOMEI, SHENG JINYU, TANG LIQUN , et al, 2011. Process study of circulation in the Pearl River Estuary and adjacent coastal waters in the wet season using a triply-nested circulation model[J]. Ocean Modelling, 38(1-2):138-160.

DOI

[22]
LAI ZHIGANG, MA RONGHUA, GAO GUANGYIN , et al, 2015. Impact of multichannel river network on the plume dynamics in the Pearl River estuary[J]. Journal of Geophysical Research: Oceans, 120(8):5766-5789.

DOI

[23]
LIU FENG, HU SHUAI, GUO XIAOJUAN , et al, 2018. Recent changes in the sediment regime of the Pearl River (South China): Causes and implications for the Pearl River Delta[J]. Hydrological Processes, 32(12):1771-1785.

DOI PMID

[24]
LIU RUNQI, WANG YAPING, GAO JIANHUA , et al, 2016. Turbidity maximum formation and its seasonal variations in the Zhujiang (Pearl River) Estuary, southern China[J]. Acta Oceanologica Sinica, 35(8):22-31.

[25]
MADSEN O S, 1994. Spectral wave-current bottom boundary layer flows [C]//Proceedings of the 24th international conference on coastal engineering. Kobe, Japan: American Society of Civil Engineers: 384-398.

[26]
MCSWEENEY J M, CHANT R J, SOMMERFIELD C K , 2016. Lateral variability of sediment transport in the Delaware Estuary[J]. Journal of Geophysical Research: Oceans, 121(1):725-744.

DOI

[27]
SCULLY M E, FRIEDRICHS C T , 2007. Sediment pumping by tidal asymmetry in a partially mixed estuary[J]. Journal of Geophysical Research: Oceans, 112:C07028.

[28]
SONG DEHAI, WANG XIAOHUA , 2013. Suspended sediment transport in the Deepwater Navigation Channel, Yangtze River Estuary, China, in the dry season 2009: 2. Numerical simulations[J]. Journal of Geophysical Research: Oceans, 118(10):5568-5590.

DOI

[29]
STYLES R, GLENN S M , 2000. Modeling stratified wave and current bottom boundary layers on the continental shelf[J]. Journal of Geophysical Research: Oceans, 105(C10):24119-24139.

[30]
TANG LIQUN, SHENG JINYU, JI XIAOMEI , et al, 2009. Investigation of three-dimensional circulation and hydrography over the Pearl River Estuary of China using a nested-grid coastal circulation model[J]. Ocean Dynamics, 59(6):899-919.

DOI

[31]
WAI O W H, WANG C H, LI Y S , et al, 2004. The formation mechanisms of turbidity maximum in the Pearl River estuary, China[J]. Marine Pollution Bulletin, 48(5-6):441-448.

DOI PMID

[32]
WANG CHONGYANG, LI WEIJIAO, CHEN SHUISEN , et al, 2018. The spatial and temporal variation of total suspended solid concentration in Pearl River Estuary during 1987-2015 based on remote sensing[J]. Science of the Total Environment, 618:1125-1138.

DOI PMID

[33]
WARNER J C, SHERWOOD C R, SIGNELL R P , et al. Development of a three-dimensional, regional, coupled wave, current, and sediment-transport model[J]. Computers & Geosciences, 2008,34(10):1284-1306.

DOI PMID

[34]
WOLANSKI E, SPAGNOL S, KING B , et al, 1999. Patchiness in the Fly River plume in Torres strait[J]. Journal of Marine Systems, 18(4):369-381.

DOI

[35]
WONG L A, CHEN J C, XUE H , et al, 2003. A model study of the circulation in the Pearl River Estuary (PRE) and its adjacent coastal waters: 1. Simulations and comparison with observations[J]. Journal of Geophysical Research: Oceans, 108(C5):3156.

[36]
ZHANG WEI, WEI XIAOYAN, ZHENG JINHAI , et al, 2012. Estimating suspended sediment loads in the Pearl River Delta region using sediment rating curves[J]. Continental Shelf Research, 38:35-46.

DOI

Options
Outlines

/

〈 〉