• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于遙感影像的1307號臺風(fēng)對杭州灣含沙量分布影響

      2022-01-12 05:23:36黃君寶謝東風(fēng)黃世昌李來武
      水利水運(yùn)工程學(xué)報 2021年6期
      關(guān)鍵詞:杭州灣含沙量表層

      劉 勇,黃君寶,謝東風(fēng),黃世昌,應(yīng) 超,李來武

      (浙江省水利河口研究院(浙江省海洋規(guī)劃設(shè)計研究院),浙江 杭州 310020)

      水體中懸沙含量是反映泥沙在水體中輸運(yùn)和再懸浮過程的重要指標(biāo),是聯(lián)系河口區(qū)動力作用和地貌演變的紐帶。杭州灣海域同時受河流徑流、潮流和環(huán)流過程的作用,徑流的水沙輸運(yùn)、潮流和環(huán)流的動力都對懸浮泥沙含量有影響。懸沙輸運(yùn)引起的地形沖淤變化對近岸海洋工程、港口航道疏浚等工程有重要影響。浙江的海岸線漫長,經(jīng)常遭受不同程度臺風(fēng)的侵襲,據(jù)統(tǒng)計,影響長江口及浙東沿海的臺風(fēng)平均每年達(dá)6.5次[1]。臺風(fēng)期間產(chǎn)生的大浪極易掀起并輸運(yùn)近岸灘面的泥沙,同時臺風(fēng)期間產(chǎn)生的風(fēng)浪破碎后引發(fā)的水體垂向混合增強(qiáng),風(fēng)生流產(chǎn)生的垂向剪切應(yīng)力將表層以下水體中的懸浮泥沙輸運(yùn)至表層,使得表層含沙量增大[2],泥沙落淤到航道或深潭中發(fā)生驟淤,對港口通航和作業(yè)造成較大影響。

      相較于正常天氣下近岸海區(qū)泥沙輸運(yùn)的研究,臺風(fēng)等極端天氣下的近岸海區(qū)泥沙輸運(yùn)研究較少。臺風(fēng)期間海況較為惡劣,難以進(jìn)行現(xiàn)場調(diào)查。相較于現(xiàn)場調(diào)查,衛(wèi)星遙感不受海況影響。當(dāng)海域上空不被云層覆蓋時,衛(wèi)星遙感可以對海洋進(jìn)行大面積連續(xù)觀測,結(jié)合歷史遙感影像,可以用來研究臺風(fēng)對海洋要素(如懸沙、葉綠素等)的影響。Hu等[3]使用GOCI逐時遙感影像分析了正常天氣情況下杭州灣海域懸沙隨潮汐變化情況,對比了大潮、中潮和小潮期間杭州灣海域含沙量隨潮汐變化情況。Tang等[4]基于GOCI逐時影像結(jié)合實(shí)測資料分析了近年來影響長江口的4場臺風(fēng)對長江口周邊海域含沙量的影響,得出在臺風(fēng)影響下,長江口下游段和杭州灣內(nèi)含沙量增大0.14~0.33 kg/m3,含沙量增加持續(xù)時間為臺風(fēng)經(jīng)過的1~2 d,其中1307號臺風(fēng)“蘇力”經(jīng)過后,長江口含沙量從0.40 kg/m3增大到約1.40 kg/m3,臺風(fēng)經(jīng)過對長江口及杭州灣含沙量濃度分布有較大的影響。

      一般情況下臺風(fēng)攜帶大量的水汽,臺風(fēng)途徑區(qū)域上方被云層覆蓋,衛(wèi)星遙感難以對云層覆蓋的海域進(jìn)行觀測,但臺風(fēng)外圍區(qū)域云量相對較少,可結(jié)合衛(wèi)星遙感影像研究臺風(fēng)經(jīng)過后對海域含沙量分布的影響。經(jīng)過對大量遙感影像的挑選,本文選擇在東海登陸的2013年第7號臺風(fēng),結(jié)合逐時遙感影像和適用于杭州灣的高精度含沙量反演算法,定量研究該臺風(fēng)經(jīng)過后對杭州灣含沙量分布的影響。

      1 研究區(qū)域和數(shù)據(jù)方法

      杭州灣是一個典型的喇叭狀河口灣,屬于錢塘江河口的口外海濱段,從灣口到灣頂斷面寬度逐漸收窄,灣口處寬約100 km,灣頂處寬約20 km,平面上呈北凹南凸的特征。杭州灣屬于規(guī)則半日潮海區(qū),主分潮為M2分潮,受月相變化影響,每個月的潮汐存在大潮、中潮和小潮特征。杭州灣灣口北側(cè)潮差為2~4 m;灣口南側(cè)潮差為1~2 m,較北側(cè)小,主要受舟山群島影響,到杭州灣上游處潮差可達(dá)4~6 m。杭州灣平均水深約為10 m,最大漲急流速可達(dá)3 m/s。

      1.1 數(shù)據(jù)來源

      臺風(fēng)路徑數(shù)據(jù)來自于浙江省水利廳的臺風(fēng)路徑網(wǎng)。2013年第7號臺風(fēng)“蘇力”生成于馬里亞納群島北部洋面,隨后強(qiáng)度逐漸增大,曾一度發(fā)展為超強(qiáng)臺風(fēng),7月13日3時(北京時間,全文同)在臺灣島北部登陸,經(jīng)過臺灣島后繼續(xù)往西北方向運(yùn)動,7月13日16時在福建連江沿海登陸。為分析杭州灣內(nèi)含沙量隨潮汐潮流的變化情況,收集了2014年T1站(坐標(biāo)為121°37′12″E,30°36′30″N,見圖1)全年逐時潮位資料,同時收集了S1站(坐標(biāo)為121°49′42″E,30°41′00″N,見圖1)的表層流速、流向和表層含沙量數(shù)據(jù),S1站的資料時長為25 h,間隔為1 h。潮流觀測采用聲學(xué)多普勒剖面流速儀(ADCP),水體中含沙量的測量采用過濾法。對現(xiàn)場采集到的水樣在實(shí)驗室用直徑60 mm、孔徑0.45 μm微孔濾膜進(jìn)行抽濾,將固體物質(zhì)從海水中分離出來,蒸餾水洗鹽3次,烘干,在分析天平上稱重,計算得到水體含沙量。

      圖1 2013年第7號臺風(fēng)“蘇力”路徑及杭州灣位置Fig. 1 The track of Typhoon Soulik in 2013 and the location of Hangzhou Bay

      本文同時收集了2013年7月和2018年7月杭州灣周邊區(qū)域的風(fēng)速數(shù)據(jù),數(shù)據(jù)來源于ERA5。ERA5是由歐洲中尺度氣象中心開發(fā)的第五代再分析數(shù)據(jù)產(chǎn)品。目前可在線獲取1979年以來逐時的ERA5再分析數(shù)據(jù),數(shù)據(jù)的空間分辨率為0.25° × 0.25°。

      1.2 臺風(fēng)期間與正常天氣代表日期選取

      杭州灣海域內(nèi)含沙量分布受潮汐、徑流和風(fēng)等因素影響較大。Xie等[5]基于20世紀(jì)80年代和2014年在杭州灣內(nèi)的實(shí)測資料系統(tǒng)研究了杭州灣內(nèi)懸浮泥沙隨潮周期的輸運(yùn)情況。He等[6]、劉猛等[7]和Hu等[3]基于GOCI數(shù)據(jù)反演得到杭州灣海域表層含沙量,對表層含沙量進(jìn)行了日變化、月變化時間尺度的輸移特征分析。杭州灣的半日潮特性引起的水動力強(qiáng)度變化是杭州灣海域表層含沙量每日逐時變化的主要影響因素,徑流量和風(fēng)的季節(jié)變化是杭州灣海域表層含沙量月變化的主要原因,受大潮、中潮和小潮期間不同水動力強(qiáng)度影響,杭州灣海域表層含沙量還存在月內(nèi)變化特征。

      2013年7月14日為臺風(fēng)登陸后的第1天,GOCI觀測到的8景影像在杭州灣內(nèi)云層覆蓋率較低,結(jié)合含沙量反演算法可以得到杭州灣內(nèi)含沙量分布情況。鑒于杭州灣海域表層含沙量在潮汐作用下呈逐時變化特征,且遙感影像受云層覆蓋影響較大,為定量對比“蘇力”對杭州灣海域含沙量分布的影響,選取2013年7月14日為杭州灣受臺風(fēng)影響期間的代表日期。為保證所選取的正常天氣期間和臺風(fēng)期間杭州灣內(nèi)水動力條件相近,根據(jù)農(nóng)歷日期來選擇正常天氣下的代表日期。2013年7月14日為農(nóng)歷六月初七,通過分析2013年至2020年每年農(nóng)歷六月初七GOCI在杭州灣8景遙感影像的云層覆蓋率情況,初步選定正常天氣期間的代表日期為2018年7月19日。圖2(a)為初步選得的正常天氣期間和臺風(fēng)期間2個代表日期T1站的潮位情況及對應(yīng)的GOCI觀測時間,2013年和2018年潮位通過對T1站2014年逐時潮位資料調(diào)和預(yù)報得來??梢?,所選取的正常天氣和臺風(fēng)期間潮位過程及潮差相差較小,杭州灣內(nèi)潮汐作用下的水動力強(qiáng)度相近,2018年GOCI觀測的第2~8景影像與2013年GOCI觀測的第1~7景影像T1站潮位值相近,從水動力強(qiáng)度角度來看,適合用來對比分析不同天氣情況下杭州灣含沙量分布情況。為進(jìn)一步確認(rèn)所選取的兩個日期可以代表杭州灣受臺風(fēng)影響期間和正常天氣期間,根據(jù)臺風(fēng)藍(lán)色預(yù)警的標(biāo)準(zhǔn),24 h內(nèi)可能或者已經(jīng)受熱帶氣旋影響,沿?;蛘哧懙仄骄L(fēng)力達(dá)6級以上,或者陣風(fēng)8級以上并可能持續(xù)。圖2(b)為ERA5數(shù)據(jù)集中T1站2013年7月和2018年7月所選的代表日期期間的風(fēng)速情況。可見,2013年7月14日整天風(fēng)速均在6級風(fēng)以上,2018年7月19日整天風(fēng)速均在6級風(fēng)以下,這表明本文選取的2個日期分別可代表臺風(fēng)期間和正常天氣期間,適合用來定量研究“蘇力”對杭州灣內(nèi)含沙量分布的影響。

      圖2 2013年7月和2018年7月T1站潮位和風(fēng)速情況Fig. 2 Tidal elevation and wind speed in T1 during July in 2013 and 2018

      1.3 GOCI衛(wèi)星數(shù)據(jù)及含沙量反演

      GOCI(Geostationary Ocean Color Imager)是搭載在全球第一顆地球同步軌道海洋水色衛(wèi)星COMS(Communication, Ocean and Meteorological Satellite)上的傳感器,于2010年6月26日由韓國發(fā)射。GOCI的空間分辨率為500 m,觀測中心經(jīng)緯度為130°E和36°N,覆蓋范圍為2 500 km×2 500 km,主要包括中國、韓國、日本和俄羅斯部分區(qū)域。GOCI提供每天逐時的8景數(shù)據(jù),觀測時間從08:15至15:15(北京時間),提供8個波段的數(shù)據(jù)(412、443、490、555、660、680、745和865 nm,分別對應(yīng)為B1~B8)。韓國海洋衛(wèi)星中心可提供GOCI Level-1B數(shù)據(jù)下載,該數(shù)據(jù)可用GOCI官方提供的GDPS(GOCI Data Processing System)軟件進(jìn)行輻射定標(biāo)、幾何校正、空間區(qū)域裁剪和波段運(yùn)算等數(shù)據(jù)預(yù)處理工作。GDPS中內(nèi)置了大氣校正和常用的水色產(chǎn)品反演算法,可得到離水輻亮度、歸一化離水輻亮度和懸浮泥沙等;但GDPS自帶的大氣校正算法和懸浮泥沙反演算法在高濁度海域的適用性還有待提高[8]。本文使用He等[6]提出的針對杭州灣高濁度水體的UV-AC算法來進(jìn)行大氣校正,該算法可較好估算高濁度水體中的氣溶膠散射反射率,被多次應(yīng)用在杭州灣內(nèi)并取得了良好的效果[3,9-10]。

      對GOCI各波段的數(shù)據(jù)進(jìn)行大氣校正后可得到各波段的遙感反射率,通過不同波段遙感反射率可計算出海水表層含沙量。采用Hu等[3]提出的適用于杭州灣的表層含沙量反演算法:

      式中:S為海水表層含沙量(kg/m3);D1和D2為系數(shù);R為遙感反射率(sr-1),B8、B6分別代表GOCI的第8個、第6個波段。Hu等[3]通過杭州灣內(nèi)實(shí)測含沙量數(shù)據(jù)對該反演算法進(jìn)行驗證,平均相對誤差為15.21%,均方根誤差為0.22 kg/m3,說明該算法準(zhǔn)確度較高,可以用來反演杭州灣內(nèi)海水表層含沙量。

      2 結(jié)果分析

      2.1 實(shí)測含沙量資料分析

      圖3 為杭州灣內(nèi)T1站潮位和S1站表層流速、流向和表層含沙量隨時間分布。由圖3可得,T1站潮位呈半日潮特征,一天兩漲兩落,潮波表現(xiàn)出一定的駐波特性,在高平和低平時刻附近流速最小[11]。S1站漲落潮流呈東西向的往復(fù)流,從流速和含沙量關(guān)系來看,含沙量最大值出現(xiàn)在流速最大值約1 h之后,當(dāng)流速較小時,含沙量也相應(yīng)較小。Xie等[5]在其文中指出當(dāng)潮流流速較大時,海床表面的細(xì)顆粒泥沙發(fā)生再懸浮進(jìn)入水體中使得水體含沙量增大,在漲急和落急時刻之后含沙量達(dá)到最大。當(dāng)流速較小時,水體中的懸浮泥沙由于自重原因?qū)l(fā)生沉降,水體中含沙量將降低。對于圖3中一個潮周期過程(5~17 h)來說,高平時刻后流速緩慢增大,表層含沙量在流速達(dá)到落急時刻前一直較低,落急時刻后增大;隨后落潮流速逐漸減小,含沙量也逐漸減??;當(dāng)潮流轉(zhuǎn)漲后,潮流流速逐漸增大,至第15 h附近表層含沙量開始增大,漲急時刻后1 h后表層含沙量達(dá)到最大值;隨后隨著漲潮流速的減小表層含沙量減小,但表層含沙量減小速度較流速減小速度慢。一個潮周期過程含沙量出現(xiàn)兩次峰值,峰值位于漲落急時刻后約1 h。

      圖3 杭州灣內(nèi)同步潮位、流向、流速和含沙量隨時間變化Fig. 3 The time series of synchronous tidal elevation, tidal direction, tidal current and suspended sediment concentration in Hangzhou Bay

      2.2 “蘇力”對杭州灣含沙量影響分析

      2.2.1 正常天氣期間杭州灣含沙量分布特征 圖4為2018年7月19日GOCI反演的杭州灣海域逐時表層含沙量,這一天GOCI的8景影像捕捉到了杭州灣內(nèi)正常天氣情況下落潮過程的最后兩小時(見圖4(a)~(b))和一個完整的漲潮過程(見圖4(c)~(h))。結(jié)合圖3中潮位和流速關(guān)系圖可得,落潮過程的最后兩小時杭州灣內(nèi)潮流處于落急之后流速減小的階段,落急時刻附近海床表面的細(xì)顆粒泥沙發(fā)生再懸浮進(jìn)入水體中使得水體含沙量增大,水體中的懸浮泥沙在潮流作用下輸移,隨著流速繼續(xù)減小,水體中懸浮泥沙發(fā)生沉降,含沙量也隨之降低。整體來看,杭州灣從外海到近岸海域含沙量逐漸增大,杭州灣上游、北岸和南岸附近海域含沙量相對較高,含沙量約為0.60 kg/m3,在舟山島周邊海域含沙量相對較低,含沙量約為0.10 kg/m3。杭州灣潮波具有駐波的特性,圖4(c)處于低平時刻,圖4(f)為漲急時刻,圖4(h)為高平時刻。圖4(c)~(h)這6景影像中,杭州灣含沙量整體呈先減小后增大趨勢,圖4(c)~(f)顯示杭州灣海域含沙量呈逐漸減少的趨勢,到圖4(f)時,杭州灣處于漲急時刻,水體中含沙量開始增大,到圖4(h)所在時刻杭州灣含沙量達(dá)到這一個漲潮過程中的峰值。圖4中所反演的含沙量值較圖3中實(shí)測含沙量值要小,主要是因為圖4處于中潮期間,而圖3中實(shí)測數(shù)據(jù)為大潮期間所測。

      圖4 2018年7月19日GOCI反演的杭州灣海域逐時表層含沙量 (單位:kg/m3)Fig. 4 Hourly maps of SSC in Hangzhou Bay according to the GOCI on July 19, 2018 (unit: kg/m3)

      這8景影像反映出的杭州灣海域含沙量分布特征與圖3實(shí)測含沙量隨潮位過程變化趨勢一致,說明本文選用的含沙量反演算法準(zhǔn)確度較高。此外,圖4(h)所在時刻杭州灣海域表層含沙量存在3個高值區(qū)和2個低值區(qū),這與Xie等[5]研究所得杭州灣實(shí)測含沙量空間分布趨勢一致。3個高值區(qū)位于杭州灣北岸、杭州灣南岸和杭州灣上游,2個低值區(qū)位于乍浦附近海域和舟山海域,進(jìn)一步說明本文選用的含沙量反演算法可用來定量研究“蘇力”對杭州灣內(nèi)含沙量分布的影響。

      2.2.2 “蘇力”對杭州灣含沙量分布影響分析 圖5為2013年7月14日GOCI反演的杭州灣海域逐時表層含沙量。由圖3可得,2013年GOCI觀測的第1~7景影像與2018年GOCI觀測的第2~8景影像T1站潮位值相近,對應(yīng)杭州灣內(nèi)水動力條件相近,圖5(a)~(g)和圖4(b)~(h)杭州灣海域表層含沙量隨潮汐變化趨勢相近,杭州灣海域表層含沙量先減小后增大。受“蘇力”影響,圖5中各時刻杭州灣海域表層含沙量值較圖4中大。

      圖5 2013年7月14日GOCI反演的杭州灣海域逐時表層含沙量 (單位:kg/m3)Fig. 5 Hourly maps of SSC in Hangzhou Bay according to the GOCI on July 14, 2013 (unit: kg/m3)

      將“蘇力”經(jīng)過后杭州灣各代表時刻(圖5(a)~(g))的表層含沙量與2018年正常天氣期間杭州灣代表時刻(圖6(b)~(h))的表層含沙量相減后得到臺風(fēng)“蘇力”對杭州灣海域表層含沙量影響。整體來看,“蘇力”過后,相較于正常天氣期間,各個時刻長江口和杭州灣海域表層含沙量均呈增大趨勢,杭州灣中部海域增幅在0.10~0.50 kg/m3,高平時刻和低平時刻附近表層含沙量增幅相對其他時刻要大。本文選用的含沙量反演算法其均方根誤差為0.22 kg/m3,“蘇力”臺風(fēng)對杭州灣表層含沙量增幅部分落在均方根誤差范圍之內(nèi),由圖2可得“蘇力”臺風(fēng)在影響杭州灣期間其風(fēng)速約為6級,風(fēng)速相對較小,所以該臺風(fēng)對杭州灣表層含沙量增幅貢獻(xiàn)較小。當(dāng)臺風(fēng)風(fēng)速較大時,對表層含沙量增幅的貢獻(xiàn)會增大,則均方根誤差相對含沙量增幅來說較小。另一方面,未來可通過收集實(shí)測含沙量數(shù)據(jù),對本文選用的含沙量反演算法進(jìn)行改進(jìn),提升算法精度。

      圖6 臺風(fēng)期間和正常天氣前后杭州灣海域表層含沙量逐時變化情況Fig. 6 The hourly difference in SSC distribution around Hangzhou Bay during typhoon and normal weather condition

      杭州灣海域表層含沙量分布主要受潮汐變化引起的漲落潮流變化過程影響,漲落急時刻附近,海床表面的泥沙再懸浮進(jìn)入水體后在水動力作用下輸運(yùn);同時受泥沙自身的沉降作用影響,杭州灣海域水體中懸浮泥沙濃度垂向上從海底到表層逐漸減小[5]。圖7(a)為正常天氣和臺風(fēng)經(jīng)過后杭州灣周邊區(qū)域風(fēng)速對比,正常天氣和臺風(fēng)經(jīng)過期間杭州灣海域均為偏南風(fēng),臺風(fēng)經(jīng)過后風(fēng)速約為正常天氣下的2.5倍。Bian等[2]指出風(fēng)對含沙量分布的影響主要通過海水表層風(fēng)浪破碎后引發(fā)的垂向混合增強(qiáng),以及風(fēng)生流產(chǎn)生的垂向剪切應(yīng)力將表層以下水體中的懸浮泥沙輸運(yùn)至表層?!疤K力”經(jīng)過杭州灣后,表層含沙量增大的原因主要是風(fēng)應(yīng)力增大產(chǎn)生的垂向混合及風(fēng)生流產(chǎn)生的垂向剪切應(yīng)力增強(qiáng),將下層水體中的懸浮泥沙輸運(yùn)至表層。

      圖7 正常天氣和臺風(fēng)期間杭州灣周邊區(qū)域風(fēng)速情況及代表點(diǎn)含沙量變化Fig. 7 Wind around Hangzhou Bay during typhoon and normal weather condition and the SSC variation in stations 1#-3#

      3 結(jié) 語

      基于GOCI逐時遙感影像,結(jié)合實(shí)測水文資料和適用于杭州灣的高精度含沙量反演算法,研究了2013年第7號臺風(fēng)“蘇力”對杭州灣海域含沙量分布影響,分析了臺風(fēng)引起含沙量變化的原因。正常天氣情況下,在一個潮周期過程中,杭州灣海域含沙量出現(xiàn)2次峰值,峰值出現(xiàn)在漲落急時刻后1 h。臺風(fēng)期間,杭州灣海域含沙量隨潮汐變化趨勢與正常天氣情況下相近。“蘇力”臺風(fēng)過后,杭州灣海域含沙量整體呈增大趨勢,杭州灣中部海域增幅在0.10~0.50 kg/m3,高平時刻和低平時刻附近表層含沙量增幅大于其他時刻。海表含沙量增大的原因主要是臺風(fēng)期間風(fēng)應(yīng)力增大產(chǎn)生的垂向混合及垂向剪切應(yīng)力增強(qiáng),將下層水體中的懸浮泥沙輸運(yùn)至表層,使得表層含沙量有所增大。臺風(fēng)期間一般攜帶大量的水汽,大部分遙感影像云層覆蓋量高,衛(wèi)星遙感難以對云層覆蓋的海域進(jìn)行觀測,未來可通過收集影響杭州灣不同強(qiáng)度的臺風(fēng)來對比分析對含沙量分布的影響。

      猜你喜歡
      杭州灣含沙量表層
      半潛式平臺表層卡套管處理與認(rèn)識
      海洋石油(2021年3期)2021-11-05 07:43:10
      水體表層沉積物對磷的吸收及釋放研究進(jìn)展
      0.6 H 層含沙量與垂線平均含沙量代表性探討
      走在杭州灣跨海大橋上
      夏、冬季杭州灣北部游泳動物群落結(jié)構(gòu)
      氬弧熔覆原位合成Ti(C,N)-WC增強(qiáng)鎳基表層復(fù)合材料的研究
      焊接(2015年6期)2015-07-18 11:02:25
      杭州灣跨海大橋:左手風(fēng)險 右手機(jī)會
      羅源灣海洋傾倒區(qū)拋泥過程含沙量增量數(shù)值模擬
      懸移質(zhì)含沙量垂線分布
      水道港口(2014年1期)2014-04-27 14:14:35
      基于M-K法對圖們江干流含沙量年際變化的分析
      即墨市| 峨山| 衢州市| 西贡区| 敖汉旗| 桐乡市| 江西省| 新兴县| 蕲春县| 雅安市| 无棣县| 新泰市| 枝江市| 甘泉县| 汉阴县| 曲松县| 乌鲁木齐县| 宜兴市| 神池县| 基隆市| 阿图什市| 尉犁县| 福泉市| 澄江县| 茂名市| 横峰县| 双辽市| 柯坪县| 广饶县| 邢台市| 澄迈县| 双鸭山市| 宜兰县| 平果县| 寻乌县| 察哈| 平武县| 凤城市| 九龙县| 武强县| 栖霞市|