Temporal-spatial variation characteristics and the controlling factors of temperature and salinity structure in Zhongsha Islands sea area of the South China Sea
-
摘要: 南海中沙群岛海域夏秋季水团实测温盐深数据统计分析结果表明，研究区海水表层温度为30.0～31.2 ℃，最高温度位于中沙海台区域；表层盐度为33.6～34.1 PSU，最高盐度分布在西北部东岛海域附近；底层温度1～25 ℃，盐度34.1～35.2 PSU，最高盐度分布在工区东南角。总体上，研究区水团温盐结构表现为表层高温低盐、底层低温高盐的特征，混合层深度为20～90 m。研究区表、中、底层水体垂向流速各不相同，流速为0.01～0.22 m/s。根据FVCOM模型分析了调查区温度、盐度季节性变化特征，冬季，研究区南侧的海域海表温度明显高于北侧，南北温差显著；夏季，海表温盐分布受到台风作用较为明显，海表温度的空间分布趋于均一。数值模拟表明，研究区流场整体表现为冬夏季强、春秋季较弱的季节性变化特征。模拟结果显示，极端天气在短期内对研究区温盐结构产生显著影响，表现为海表温度降低、混合层深度增加，水体垂向混合作用增强。Abstract: The statistical analysis results of CTD measured data of water mass in summer and autumn from the sea area of the Zhongsha Islands show that the sea surface temperature of seawater in the study area is between 30.0 and 31.2 °C, and the highest temperature distributed in the platform of the Zhongsha Islands. The sea surface salinity is from 33.6 to 34.1 PSU, and the highest salinity distributed near the Dong Island. The bottom temperature is from 1 to 25 °C, and salinity from 34.1 to 35.2 PSU, the highest salinity distributed in the southeast corner of the study area. In general, the temperature-salinity structure of the study area is characterized by high temperature, low salt in the surface layer and low temperature, high salt in the bottom layer, and the depth of mixed layer is between 20 and 90 m. The vertical velocity of surface, middle and bottom water in the study area is different, and the velocity is between 0.01 and 0.22 m/s. The seasonal variation characteristics of temperature and salinity in the study area were analyzed according to the FVCOM model. In winter, the sea surface temperature in the south of the study area was significantly higher than that in the north, and the temperature difference between the north and south was obvious. In summer, the distribution of sea surface temperature and salinity is obviously affected by typhoon, and the spatial distribution of sea surface temperature tends to be uniform. The numerical simulation results show that the intensity of flow field in the study area is strength in winter and summer, and weak in spring and autumn. The simulation results also show that extreme weather has a significant effect on the temperature and salinity structure in the study area in a short term, which is manifested as the decrease of sea surface temperature, the increase of mixed layer depth, and the enhancement of vertical mixing effect of water body.
-
悬浮泥沙作为研究海洋沉积动力过程中的一个重要因子[1]，其在潮汐、风浪等因素的共同作用下发生悬浮、运移以及沉积[2]，这对于研究物质循环以及地形地貌冲淤具有重要的意义[3]。对于近岸潮流流速较大的区域，悬浮泥沙的运动主要受到潮流的控制[4-5]，潮周期内悬浮泥沙浓度的变化往往表现出与潮流变化相同的周期性。潮流深刻地影响着悬浮泥沙浓度的时空变化特征以及输运通量，尤其是潮周期内潮流的不对称效应以及水体中悬浮泥沙对于潮流的响应而引起的滞后性，对于悬浮泥沙的输运通量具有重要的影响[6-7]。
对于水体内垂向上的物质交换，水体的层化结构的形成与消失是决定海底沉积物、营养盐以及各种水溶物质垂向输送的重要因素[8]。关于水体层化结构研究，前人多集中于研究陆架浅海季节性的温跃层以及河口地区水体的垂向结构变化，刘浩等[9]利用三维斜压海流模式（POM）重现了渤海表底温差的季节变化，并进一步对其层化状况以及潮汐锋面的形成发展过程做了研究；李霞等[10]根据Simpson经典河口环流理论，分析了长江口南支南港北槽枯水期水体垂向结构的潮周期变化以及潮汐应变对垂向结构的影响。另有研究者对于水体垂向结构的研究也做了许多有意义的工作[11-12]，但是对于陆架浅海海湾短时间尺度内的结构特征以及其对于悬浮泥沙浓度垂向分布的影响研究较少。
福宁湾位于福建省北部，前人对于该区域的研究主要集中于近岸海域的水质及沉积物地球化学特征[13-14]，但是缺乏对于该海域悬浮泥沙输运机制的研究。本文基于2014年冬季在福宁湾附近海域获得的水文泥沙数据，结合大潮期内水体的水文状况以及悬浮泥沙浓度的时空变化特征，分析了水体的垂向混合状况对于悬浮泥沙垂向分布的影响以及悬浮泥沙通量，探讨了福宁湾附近海域悬浮泥沙的输运机制。
1. 研究区概况
研究区位于福建北部的福宁湾附近海域，地理坐标范围为26°36′～26°57′N、120°05′～120°31′E，观测站位主要分布在水深20 m以浅的区域（图1）。该海域为亚热带季风气候，冬季多为北风，夏季多为南风，夏季容易受到台风的影响。半日潮波自西北太平洋传入东海后，主要部分通过东海北部进入黄海和渤海，而另外一部分则向浙江、福建传播。研究区主要受进入福建东海潮波分支的影响，潮汐类型为规则半日潮，以M2分潮为主，平均潮差大于4 m[15]。海流以往复流为主，涨潮流向多为NWW向，落潮流流向为SEE向，近岸区域水深较浅，涨潮流占优。研究区附近海域泥沙来源主要包括陆源来沙和近海泥沙，其中陆域来沙有限，仅在湾顶局部堆积，而近海泥沙在浪、流的作用下原地再悬浮，并随着涨、落潮流搬运是影响研究区泥沙淤积的主要泥沙来源。作为东海内陆架环流的重要组成部分，闽浙沿岸流（MZCC）冬季在东北季风的驱动下，沿岸线缓慢地向西南流动，其大致分布在50 m以浅的区域，流速大致为0.24 m/s[16]。
![]()
图 1 福宁湾附近海域调查站位图A. 东海主要环流系统（改绘自Guan[17]）。MZCC：闽浙沿岸流；TWC：台湾暖流。B. 研究区调查站位图（水深起算基于85高程基准面）。Figure 1. Location of Survey stations in the offshore area of Funing BayA. East China Sea main circulation system（Repainted from Guan[17]）. MZCC：Min-Zhe Coastal Current；TWC：Taiwan Warm Current. B. Survey station map of the study area（The water depth is based on the 85 elevation datum）.2. 数据来源与研究方法
2.1 数据来源
2014年12月23—24日，国家海洋局第三海洋研究所在福宁湾海域进行了8个站位连续27h同步观测。海流剖面观测采用美国RDI公司生产的ADCP多普勒海流剖面仪和挪威诺泰克公司生产的AWAC多普勒海流剖面仪，每5分钟观测一次，观测剖面按0.5 m分层，提取数据时根据实际水深按六点法（表层、0.2H、0.4H、0.6H、0.8H、底层）进行提取。考虑到多普勒海流剖面仪的盲区为0.5～1 m，因此各站均增加一台日本ALEC公司的EM型电磁海流计进行表层海流观测，以对声学海流计的表、底层观测结果进行修正。悬浮泥沙现场观测采用加拿大RBR XR-420+Tu浊度仪，按照六点法进行观测。现场在浊度观测的同时，每两小时按照六点法（表层、0.2H、0.4H、0.6H、0.8H、底层）采集现场的水样，每层水样不少于500 mL。对现场采集的水样在实验室进行抽滤、烘干、称重。过滤膜为0.45 μm醋酸纤维膜，样品在电热培养恒温箱经一定温度烘干，称重在精度1/10 000的天平进行。为保证质量，烘干称重反复进行2—3次，保证误差小于0.5 mg。对实测浊度数据与含沙量称重结果进行相关计算，得到相关公式后计算整个观测时段的含沙量值，冬季大潮期各站实测浊度与含沙量相关系数均达到0.8以上（图2）。
![]()
图 2 实测浊度与含沙量相关曲线图 （冬季3#站）Figure 2. The curve of turbidity and sediment concentration was measured at No. 3 station in winter温度、盐度采用XR-420-CTD+Tu温盐深浊度仪进行水温、盐度观测，观测时间、层次与悬浮泥沙观测一致。为了更好地了解观测期间的海洋气象状况，在1#、7#站位采用手持风向风速仪进行风速观测，观测时间为每3小时进行一次（表1）。
表 1 冬季大潮期海面风速观测表（1#、7#站）Table 1. Observations of sea surface wind speed at No. 1 and No. 7 station during the winter spring tide1#站 7#站 序号 时间 风速/(m/s) 风向 序号 时间 风速/(m/s) 风向 1 19:00 0.7 N 1 19:00 3.7 NE 2 21:00 1.6 W 2 21:00 3.0 N 3 1:00 1.7 S 3 1:00 0.8 S 4 4:00 1.4 SW 4 4:00 0.9 W 5 7:00 0.8 SW 5 7:00 2.2 SW 6 10:00 0.3 E 6 10:00 3.2 SE 7 13:00 2.6 SE 7 13:00 3.4 SE 8 16:00 2.6 NE 8 16:00 4.2 NE 9 19:00 2.3 NE 9 19:00 4.3 NE 2.2 研究方法
（1）泥沙通量计算
悬浮泥沙在潮周期内的输运主要受到余流和潮不对称效应的影响。为了分析两者对泥沙输运的影响程度，我们采用通量分解方法[6-7, 18]，将总的悬浮泥沙通量分解为：
$$\left\langle {u \cdot C} \right\rangle = \left\langle u \right\rangle \left\langle C \right\rangle + \left\langle {u\prime \cdot C\prime } \right\rangle $$ (1) 其中，u代指流速，C代指悬浮泥沙浓度，“＜ ＞”指潮平均算子。公式右侧的第一项指余流和潮平均悬浮泥沙浓度导致的输运项，即平流输运项；右侧第二项指两个潮脉动项互相作用导致的输运项，即潮泵项，与潮流不对称和悬浮泥沙的滞后效应有关[19]。
（2）层化特征指标
利用梯度Richardson数（Rig）[20]描述水体的稳定程度，其计算方法为：
$${\rm{Rig}} = \frac{{\rm{g}}}{\rho } \cdot \frac{{\partial \rho }}{{\partial {\textit z}'}}{\left( {\frac{{\partial u}}{{\partial {\textit z}'}}} \right)^{ - 2}}$$ (2) 公式中：z′为垂向距离，ρ为密度，u为各层流速，g为重力加速度。梯度Richardson数可以用于判断水体的混合状态，基于线性稳定理论，当Rig＜0.25时，水体是不稳定的，混合增强；当Rig＞0.25时，流体稳定，混合被抑制[20]。
在计算梯度Richardson数时，水体密度ρ利用的海水状态方程[21]求得：
$$\rho = {\rho _0} + AS + B{S^{3/2}} + C{S^2}$$ (3) 公式中：ρ0，A，B，C皆为水体温度的函数；S为水体盐度；T为水温。
ρ0 = 999.842 594 + 6.793 952 × 10−2T − 9.095 290 ×10−3T 2 + 1.001 685 × 10−4T 3 − 1.120 083 × 10−6T 4 + 6.536 332×10−9T 5
A=8.244 93×10−1−4.089 9×10−3T+7.643 8×10−5T 2−8.246 7×10−7T 3+5.387 5×10−9T 4
B=−5.724 66×10−3+1.022 7×10−4T−1.654 5×10−6T 2
C=4.831 4×10−4
（3）水体势能的变化
根据Simpson等的研究，陆架浅海水体完全混合所需要的势能φ可根据如公式下计算[22-24]：
$$\varphi = \frac{1}{h}\int_{ - h}^0 {\left( {\bar \rho - \rho } \right)} {{g{\textit z}{\rm d}{\textit z}}}\;\;\;\bar \rho {\rm{ = }}\frac{1}{h}\int_{ - h}^0 \rho {{{\rm d}{\textit z}}}$$ (4) 其中：h为水深，
${\bar \rho }$ 为水深平均后的密度，z为沿垂向水深坐标。势能φ的数值大小主要受到3个因素的控制，即海表的热辐射通量、潮流以及风的搅动[23]。前者由于海水吸收太阳热辐射抑制水体的垂向混合，后两者分别通过水体与海底摩擦以及水体各层之间的剪切流导致水体的湍流混合和风对表层海水的搅动，增强水体的垂向混合。φ值越大代表水体的垂向分层越好，近于或等于0则代表垂向混合较好[22-23]。
当海面风速较小时，相对于潮流而言，风对水体混合的促进作用是比较小的，这时潮流对于水体的混合起主要作用[23]。由于本研究区横跨范围不大，在最外侧和最内侧的风速观测结果可以代表整个研究区的情况，另根据冬季大潮期间在湾内的1#站位和湾外的7#站位进行的风速观测结果（表1），在整个海流观测期间，大多数时间段内海表的风速小于4 m/s，并且湾内风速小于湾外，仅在海流观测末期东北风开始增强，在这种风况下风的作用可以不进行讨论[25-26]。并且当研究区域跨度较小时，在相同的时间段内各站位海表热辐射通量可视为一定值。因此本文中我们重点讨论潮流的作用，即潮汐紊动（STI）对于水体混合的影响，潮动力引起的势能变化率（STI）的计算公式为[23]：
$${\rm{STI}} = \frac{4}{{3{\rm{\pi }}}}\varepsilon k\rho \frac{{{u_d}^3}}{h}$$ (5) 式中ε为有效混合系数，k为底部拖曳系数，ud为底层流速。在这里根据Simpson的研究[23]，k值取0.002 5，ε取0.003 8。
3. 结果
3.1 温盐时空变化特征
本文中为了方便讨论，根据站位的位置将1#、2#站位归为湾内站位，3#、5#、6#站位归为湾口站位，4#、7#、8#站位归为湾外站位。从温度、盐度时间序列图来看（图3），湾内站位的温度变化范围为11.6～13.59 ℃，盐度变化范围为25.55～26.88PSU；湾口站位的温度变化范围为13.16～14.6 ℃，盐度变化范围为27.00～27.7PSU；湾外站位温度变化范围为12.5～14.65 ℃，盐度变化范围为26.45～29.1PSU。从湾内向湾外，温度、盐度值整体呈现递增的趋势。
![]()
图 3 各站位温度（℃）、盐度（PSU）时间序列图Figure 3. Temperature （℃） and salinity （PSU） time series of each station在一个潮周期内，6#站位的温度、盐度变化不大，其余各站位温度、盐度的变化特征表现为涨潮时温度、盐度升高，落潮时温度、盐度降低，各站位温度、盐度表现出随潮流变化的周期性。湾外的7#站位，潮周期内多数时刻温度、盐度在垂向上存在分层，表层温度、盐度低，底层温度、盐度高，同一时刻其表、底层盐度差值最大可达到2.06PSU，这与前人对该区域进行调查取得的结果一致[27]。其余各站位在一个潮周期内，水体的垂向混合状况好于7#站位，只在涨憩时刻附近水体存在微弱的分层现象。同时受太阳辐射的影响，在12～14时之间，各站位表层水温会出现微弱的高值。
3.2 流速时空变化特征
研究区各站位海流流向以NW-SE向、E-W向为主，其中1#、2#站位由于位于湾内且水深较浅，潮流运动形式明显受海湾地形的影响表现为往复流，向湾外随着地形变得开阔潮流逐渐具有旋转性，并且海流矢量的垂向平均值也向湾外递增（图4）。根据海流流速的时间序列图（图6），湾外的站位流速最大，且各站位中上层流速明显大于底层。湾内各站位涨潮最大流速为53～73 cm/s，落潮最大流速为48～57 cm/s，涨落潮流速最大值分别出现在1#站位的0.2H和2#站位的表层；湾口各站位涨潮最大流速为40～64 cm/s，落潮最大流速为43～72 cm/s，涨落潮流速最大值分别出现在5#站位0.4H和6#站位表层；湾外各站位涨潮最大流速为50～75 cm/s，落潮最大流速为58～92 cm/s，涨落潮流速最大值分别出现在7#站位表层和8#站位0.2H。
研究区各站位涨、落潮流在最高潮位前后大约3h达到最大值。在整个观测期间（包含两个完整的潮周期），各站位第二个潮周期的涨潮阶段流速明显大于第一个潮周期的涨潮阶段，第一个潮周期落潮阶段流速明显大于第二个潮周期的落潮阶段，相邻潮周期潮流的不对称现象明显。1#、2#站位涨潮流明显占优，其余站位两个潮周期内最大流速均出现在第一个潮周期的落潮阶段。从湾内到湾外随着水深的增大，落潮流的优势变得更为明显。
3.3 悬浮泥沙浓度时空变化特征
在平面上，研究区各站位悬浮泥沙浓度从湾内向湾外递减，湾内站位平均含沙量为111.8～120.2 mg/L，湾口站位平均含沙量为63.6～91.2 mg/L，湾外站位平均含沙量为32.2～82.9 mg/L。根据各站位涨、落潮垂向平均悬浮泥沙浓度平面分布图（图5），涨、落潮阶段的垂向平均悬浮泥沙浓度的最大值分别出现在2#站位和1#站位，为131.4和112.8 mg/L；最小值均出现在7#站位，分别为27.2和34.9 mg/L。除湾外的7#、8#站位以及湾内的1#站位，落潮阶段的垂向平均悬浮泥沙含量大于涨潮阶段外，其余各站位涨潮阶段的垂向平均悬浮泥沙含量均大于落潮阶段。
![]()
图 5 各站位涨、落潮垂向平均悬浮泥沙浓度平面分布图Figure 5. Horizontal distribution of vertical mean suspended sediment concentration at each station根据悬浮泥沙浓度时间序列图（图6），各站位表层悬浮泥沙浓度低，底层悬浮泥沙浓度高，悬浮泥沙浓度变化滞后于流速变化。各站位表、底层潮平均悬浮泥沙浓度的最大差值出现在5#站位，差值为153.1 mg/L；最小差值出现在7#站位，差值为48.7 mg/L。对比流速与悬浮泥沙浓度时间序列图，从涨潮初期开始，各站位随着流速逐渐增大，底部泥沙的再悬浮作用以及水体垂向各层剪切形成湍流增强，底层泥沙再悬浮导致水体中悬浮泥沙浓度逐渐升高[28-29]；涨憩时刻由于流速较小，湍流混合减弱，泥沙颗粒受到的重力与湍流提供的支持力的平衡被打破，悬浮泥沙加速沉降到底层从而导致表底层的悬浮泥沙差值增大[30]，中上层悬浮泥沙浓度的低值会一直持续到落潮初期；随着落潮阶段流速的逐渐增大，再悬浮作用和湍流混合作用逐渐增强，水深逐渐减小，水体中悬浮泥沙浓度增高并向上扩散，并持续到落憩时刻。
![]()
图 6 流速（cm/s）、悬浮泥沙（mg/L）浓度时间序列图Figure 6. Time series diagram of flow rate （cm/s） and suspended sediment concentration （mg/L）3.4 悬浮泥沙输运通量
为了更好地分析垂向上悬浮泥沙输运的差异，本文在垂向上将水体分为6层，并根据通量分解算法，将整个悬浮泥沙通量分为两个部分：即平流输运项和潮泵项。前者主要受到余流和潮周期平均含沙量的控制，后者主要与潮不对称现象相关[6-7, 18]。根据计算结果（图7），湾内及湾口处的站位除底层外，其余各分层悬浮泥沙输运均是向陆的；湾外的4#、8#站位悬浮泥沙输运在垂向上存在转向，表层输运向陆，向下各层则逐渐转向海，而7#站位则相反，上层的悬浮泥沙向海输运，向下逐渐转向陆。各站位各层悬浮泥沙输运的最大量值出现在3#站0.6H，为13.012 g·m−2·s−1；最小量值出现在8#站表层，为1.483 g·m−2·s−1。综合各站位垂向上整体的悬浮泥沙输运趋势，在湾内及湾口处是向陆的，在湾外转为向海输运。
![]()
图 7 各站位各分层悬浮泥沙输运通量Figure 7. Vertical stratified suspended sediment transport capacity of each station比较各站位垂向各分层的平流输运项和潮泵项的量值（表2），1#站位垂向各层均以平流输运项占优，2#、5#站位表层至0.4H以潮泵项占优，而0.6H至底层则以平流输运项占优。向湾外随着潮流的不对称现象变得明显，各站位的潮泵项输运占据主导地位。总体而言，潮泵项对于研究区的悬浮泥沙输运起主要贡献。
表 2 各站位各层总悬浮泥沙输运通量中各输沙项占比（单位：%）Table 2. Proportion of each sediment transport item in the total suspended sediment transport amount of each layer at each station （unit: %）表层 0.2H 0.4H 0.6H 0.8H 底层 1# 平流输运项 86.9 67.4 69.7 68.8 113.3 216.1 潮泵项 13.2 32.8 30.6 31.3 24.1 124.0 2# 平流输运项 36.1 50.7 55.9 72.4 68.4 91.9 潮泵项 75.0 75.0 60.8 40.7 52.5 11.0 3# 平流输运项 42.4 37.8 37.5 35.2 30.4 82.2 潮泵项 57.8 63.5 63.5 68.7 80.7 138.8 4# 平流输运项 42.8 50.4 56.3 49.5 49.3 135.1 潮泵项 93.2 104.7 98.8 84.1 59.7 97.5 5# 平流输运项 46.0 54.8 58.4 60.9 72.3 143.2 潮泵项 58.9 57.0 58.2 51.2 48.8 48.8 6# 平流输运项 68.6 48.6 15.3 52.0 130.1 44.0 潮泵项 36.8 89.2 115.2 104.0 146.9 93.6 7# 平流输运项 48.9 37.2 12.1 33.3 42.7 51.4 潮泵项 95.6 96.5 90.1 71.8 59.9 53.1 8# 平流输运项 88.3 47.1 58.6 56.1 75.7 83.2 潮泵项 87.6 116.9 108.5 111.0 81.1 86.6 4. 讨论
4.1 水体垂向混合对悬浮泥沙垂向分布的影响
对于陆架浅海区域，水体的垂向混合主要控制因素包括海表面的热辐射、潮流剪切以及风的搅动，前者抑制水体的垂向混合，后两者起到促进作用[22-23]。水体的垂向混合状态对悬浮泥沙的垂向分布有明显的影响，水体垂向混合较弱而出现层化时会抑制底层悬浮泥沙的向上扩散[18, 30]。为了描述水体的垂向混合状态，我们利用梯度Richardson数来描述水体的稳定程度，并根据In（Rig/0.25）进行绘图，当In（Rig/0.25）＜0时表示水体垂向混合较好，In（Rig/0.25）＞0时表示水体的垂向混合得到抑制。并根据各站位随时间变化的水体完全混合所需要的势能φ，估算水体的混合状态；根据公式计算得到潮汐紊动引起的势能变化率（STI），评估潮流对于水体混合起到的作用。
湾内的1#、2#站位由于水深较浅，根据梯度Richardson数的结果只有在部分时刻水体出现微弱的层化（图8）。水体完全混合所需的势能φ值较小，最大仅约1 J·m−3，并且φ值多数时间内近于或等于0，仅在涨憩时刻前后出现较小的峰值（图9），潮周期内湾内的水体垂向混合较好。潮汐紊动引起的势能变化率（STI）在涨急和落急时刻出现峰值，同时由于水深较小潮动力的作用更为明显，STI的数值超出其余站位大概一个数量级，在涨憩和落憩时刻STI值近于或等于0。因为水体的垂向混合较好，除涨憩时刻开始至落潮初期潮流流速较小，泥沙沉降导致垂向上悬浮泥沙浓度出现明显差异外，大多数时间段内悬浮泥沙浓度垂向差异较小。
![]()
图 8 各站位垂向梯度Richardson数时间序列图Figure 8. Time series of gradient Richardson Numbers for each station![]()
图 9 各站位水体混合所需势能φ（实线）、潮汐紊动引起的势能变化率STI（虚线）随时间的变化Figure 9. Time series diagram of the potential energy required for water body mixing at each station （solid line） and the potential energy change rate （dotted line） caused by tidal turbulence湾口的3#、5#、6#站位，在涨憩时刻前后部分层位In（Rig/0.25）＞0，说明此时水体的垂向混合得到抑制。各站位的势能φ在涨憩时刻前后出现微小的峰值，且峰值较湾内的站位有所增加，在大多数时间段内φ值同样近于或等于0，水体以垂向混合为主。潮流流速较大的时刻各站位潮汐紊动引起的势能变化率（STI）出现极值，但STI的极值较湾内的站位小，在涨憩时刻附近STI的值近于等于0，当势能φ出现峰值并且潮汐紊动引起的势能变化率（STI）较小的时刻（图9），悬浮泥沙浓度垂向梯度较大。
湾外的4#、7#、8#站位，由于水深进一步增大，势能φ的量值有所增加，并且大多数时间段内φ值大于0。但由于水深较深，潮流的混合作用减弱，潮汐紊动引起的势能变化率（STI）相比其余站位小，较高的φ值和较低的STI使得水体的垂向混合较弱，这在涨憩时刻附近更为明显。根据图8的结果，在涨憩时刻前后部分层位In（Rig/0.25）＞0，水体出现层化，但各站位潮周期内水体中层化的范围明显大于湾内及湾口的站位，水体层化导致的表底悬浮泥沙浓度差异更为明显。尤其是7#站位，相比其余各站位，其水深最深，势能φ的极值也最大，且在潮周期内φ值一直为正。但由于水体各层流速剪切以及潮流与底床摩擦引起的湍流混合作用较弱，使得潮汐紊动引起的势能变化率（STI）最小，水体的垂向混合较差[31]。同时水体中上部的层化也抑制了悬浮泥沙的上浮，并使得上层的悬浮泥沙加速回落到底层，表底悬浮泥沙浓度差增大[30]，导致了涨憩时刻前后中上层悬浮泥沙浓度出现低值。
4.2 悬浮泥沙输运机制
研究区湾内的1#、2#站位，其平流输运项量值在垂向上差异不大，且各层的泥沙输运均向陆（见图7）。1#站位表层至0.6H潮泵项输运向陆，但0.8H和底层，由于落潮阶段悬浮泥沙的浓度大于涨潮阶段，造成了底层潮泵项向海输运[18]；而2#站位潮泵项的量值在垂向上有向下递减的趋势，但其输运方向均为向陆输运。需要注意的是，1#和2#站位位置相近，但潮泵项的量值却差异较大，这可能是因为1#站位涨、落潮阶段悬浮泥沙浓度相近，导致其潮泵项输运量值较低。
湾口的3个站位，3#站位的平流输运项和潮泵项的输运均向陆，相近的输运方向导致两者叠加后总泥沙通量量值较高。5#站位垂向各层的平流输运项的输运方向和量值近似，表层至0.8H潮泵项的输运向陆，而底层则同样因落潮阶段较高的悬浮泥沙浓度导致潮泵项的输运转为向海。6#站位垂向各层的潮泵项输运均向陆，但各层的平流输运的方向则存在差异，其中表层至0.6H的输运向陆，而0.8H和底层则向海。结合4.1节的内容，在海流观测的两个潮周期内，6#站位在涨憩时刻前后水体中出现层化结构（图8），而在浅海区域，当水体中存在层化结构时，其会对潮流和余流的垂向结构造成明显的影响[32, 33]，水体中表底的潮余流流速值和方向会存在较大的差异（图10），这可能是导致平流输运方向转向的主要原因。同时由于层化现象的存在，底层泥沙的悬浮扩散得到抑制，而表层泥沙也会加速沉降，底层的悬浮泥沙浓度较高[30]，导致了除底层外，其余垂向各分层各输运项的量值较小。
![]()
图 10 各站位表层、0.6H、底层余流流矢图Figure 10. Residual vector diagram of surface layer, 0.6h and bottom layer of each station湾外的3个站位，4#站位各层的平流输运在垂向上存在转向（图7），潮流的不对称导致垂向各层的潮泵项输运是向海的。7#站位垂向各层的平流输运存在差异，在表层和0.2H向海，而中下层则因底层盐度相对较高的海水随着潮流沿地形上涌时，在下部形成向陆的正压力，导致平流输运转向陆[18]；流速较高的落潮流以及落潮阶段较高的悬浮泥沙浓度导致潮泵项输运向海。同时潮周期内水体中形成的层化结构使得泥沙的再悬浮及扩散得到抑制，表层悬浮泥沙浓度较低，虽然表层余流值较大但其输运通量值较小（图10），总的泥沙通量从表至底逐渐递增。8#站位同样由于层化结构的存在导致垂向各层的余流存在差异，进而影响了各层的泥沙输运，表层及0.2H的平流输运方向不同于其余各分层；而落潮流占优以及落潮阶段的高浓度悬沙，导致了潮泵项向海输运。
5. 结论
（1）冬季福宁湾附近海域从湾内向湾外，温度、盐度值整体呈现递增的趋势，并且在时间上表现出随潮流的变化的周期性。
（2）研究区悬浮泥沙浓度整体呈现由湾内向湾外递减的趋势，潮周期内悬浮泥沙浓度变化存在不对称性，总体来说，湾内及湾口处涨潮阶段悬浮泥沙浓度高，湾外落潮阶段悬浮泥沙浓度较高。
（3）从湾内向湾外，随着水深的增加，水体混合所需要的势能φ增大，潮汐紊动引起的势能变化率（STI）减小，潮周期内水体的垂向混合逐渐减弱，悬浮泥沙浓度的垂向差异逐渐增大。
（4）研究区悬浮泥沙输运通量主要为1.483～13.012 g·m−2·s−1，各站位垂向上整体的悬浮泥沙输运趋势，在湾内及湾口为向陆输运，在湾外转为向海输运；研究区悬浮泥沙输运主要是由潮泵项输运引起的。
-
![]()
图 1 调查区CTD及定点海流站位示意
Figure 1. CTD and currents observation sites within the study area
![]()
图 3 验潮站水位验证图
验潮站位见图1a。
Figure 3. Comparison of the water level between model and observation
Tide station is shown in Fig. 1a.
![]()
图 5 温盐验证结果
Figure 5. Comparison of the temperature and salinity between observed values and simulated values
![]()
图 6 工区夏季表底层实测温盐分布
数字代表站位名称。
Figure 6. Summer temperature and salinity distribution of the surface/bottom seawater
The numbers refer to the stations.
![]()
图 7 调查区典型站位温度、盐度变化与水深关系
Figure 7. The relationship of temperature, salinity and water depth of the typical stations
![]()
图 8 调查区水体垂向流速大小及方向
Figure 8. Current distribution at surface, middle and bottom layer in the water column
![]()
图 9 调查区表层月均温度分布
Figure 9. Monthly distribution of surface temperature in the study area
![]()
图 10 调查区表层月均盐度分布图
Figure 10. Monthly distribution of surface salinity in the study area
![]()
图 11 DBPH012CTD站位月均垂向温盐分布剖面
Figure 11. Monthly vertical profiles of temperature and salinity at DBPH012CTD site
![]()
图 12 DBPH012CTD站位表底层温盐月均变化
Figure 12. Monthly variation of surface/bottom temperature and salinity at DBPH012CTD site
![]()
图 13 调查区年内风玫瑰图
数据引自欧洲中期天气预报中心，2019。
Figure 13. Annual wind rose in the study area
Data from European Centre for Medium-Range Weather Forecasts, ECMWF, 2019.
![]()
图 14 台风“PHANFONE”过境前后工区水体温盐剖面变化
Figure 14. Vertical temperature and salinity profiles at the study area pre- and post-Typhoon "PHANFONE"
-
[1] 魏晓, 高红芳. 南海中部海域夏季水团温盐分布特征[J]. 海洋地质前沿, 2015, 31(8):25-33,40 WEI Xiao, GAO Hongfang. Temperature and salinity structures of the central-eastern South China Sea [J]. Marine Geology Frontiers, 2015, 31(8): 25-33,40.
[2] Qu T D, Du Y, Meyers G, et al. Connecting the tropical Pacific with Indian Ocean through South China Sea [J]. Geophysical Research Letters, 2005, 32(24): L24609. doi: 10.1029/2005GL024698
[3] 高荣珍, 王东晓, 王卫强, 等. 南海上层海洋热结构的年循环与半年循环[J]. 大气科学, 2003, 27(3):345-353 doi: 10.3878/j.issn.1006-9895.2003.03.05 GAO Rongzhen, WANG Dongxiao, WANG Weiqing, et al. Annual and Semi-Annual cycles of the upper thermal structure in the South China Sea [J]. Chinese Journal of Atmospheric Sciences, 2003, 27(3): 345-353. doi: 10.3878/j.issn.1006-9895.2003.03.05
[4] 王东晓, 陈举, 陈荣裕, 等. 2000年8月南海中部与南部海洋温、盐与环流特征[J]. 海洋与湖沼, 2004, 35(2):97-109 doi: 10.3321/j.issn:0029-814X.2004.02.001 WANG Dongxiao, CHEN Jiu, CHEN Rongyu, et al. Hydrographic and circulation characteristics in middle and southern South China Sea in summer, 2000 [J]. Oceanologia et Limnologia Sinica, 2004, 35(2): 97-109. doi: 10.3321/j.issn:0029-814X.2004.02.001
[5] 刘长建, 杜岩, 张庆荣, 等. 南海次表层和中层水团年平均和季节变化特征[J]. 海洋与湖沼, 2008, 39(1):55-64 doi: 10.3321/j.issn:0029-814X.2008.01.009 LIU Changjian, DU Yan, ZHANG Qingrong, et al. Seasonal variation of subsurface and intermediate water masses in the South China Sea [J]. Oceanologia et Limnologia Sinica, 2008, 39(1): 55-64. doi: 10.3321/j.issn:0029-814X.2008.01.009
[6] 邢彩盈, 朱晶晶, 吴胜安. 南海区域热状况的气候变化特征分析[J]. 海洋预报, 2018, 35(6):13-23 doi: 10.11737/j.issn.1003-0239.2018.06.002 XING Caiying, ZHU Jingjing, WU Sheng’an. Climatic change characteristics of thermal condition in the South China Sea [J]. Marine Forecasts, 2018, 35(6): 13-23. doi: 10.11737/j.issn.1003-0239.2018.06.002
[7] 汪斯毓, 王仕胜, 刘艳锐, 等. 中沙海槽盆地构造与沉积作用及其对远端裂陷盆地演化的启示[J/OL]. 地球科学, 2021: 1-15. (2021-06-28). http://kns.cnki.net/kcms/detail/42.1874.P.20210628.1156.010.html WANG Siyu, WANG Shisheng, LIU Yanrui, et al. Tectonics and sedimentation of the Zhongsha trough basin: implication to the basin evolution in distal rifting margin[J/OL]. Earth Science, 2021: 1-15. (2021-06-28). http://kns.cnki.net/kcms/detail/42.1874.P.20210628.1156.010.html.
[8] 陈俊锦, 刘时桥, 汪斯毓, 等. 中沙海槽重力流沉积发育特征及成因机制[J]. 中山大学学报(自然科学版), 2022, 61(1):39-54 CHEN Junjin, LIU Shiqiao, WANG Siyu, et al. Characteristics and mechanism of the development of gravity flow deposits in Zhongsha Trough [J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2022, 61(1): 39-54.
[9] 黎雨晗, 黄海波, 丘学林, 等. 中沙海域的广角与多道地震探测[J]. 地球物理学报, 2020, 63(4):1523-1537 doi: 10.6038/cjg2020N0259 LI Yuhan, HUANG Haibo, QIU Xuelin, et al. Wide-angle and multi-channel seismic surveys in Zhongsha waters [J]. Chinese Journal of Geophysics, 2020, 63(4): 1523-1537. doi: 10.6038/cjg2020N0259
[10] 赵斌, 高红芳, 张衡, 等. 基于深度域地震成像的中沙海槽盆地东北部结构构造研究[J]. 热带海洋学报, 2019, 38(2):95-102 ZHAO Bin, GAO Hongfang, ZHANG Heng, et al. Structure study of the northeastern Zhongsha Trough Basin in the South China Sea based on prestack depth migration seismic imaging [J]. Journal of Tropical Oceanography, 2019, 38(2): 95-102.
[11] 鄢全树, 石学法, 王昆山. 中沙群岛附近海域沉积物中的轻矿物分区及物质来源[J]. 海洋学报, 2007, 29(4):97-104 YAN Quanshu, SHI Xuefa, WANG Kunshan. Mineral provinces and matter source in surface sediments near the Zhongsha Islands in the South China Sea [J]. Acta Oceanologica Sinica, 2007, 29(4): 97-104.
[12] 鄢全树, 王昆山, 石学法. 中沙群岛近海表层沉积物重矿物组合分区及物质来源[J]. 海洋地质与第四纪地质, 2008, 28(1):17-24 YAN Quanshu, WANG Kunshan, SHI Xuefa. Provinces and provenance of heavy minerals in surface sediments of the sea area near Zhongsha Islands in South China Sea [J]. Marine Geology & Quaternary Geology, 2008, 28(1): 17-24.
[13] 张江勇, 彭学超, 张玉兰, 等. 南海中沙群岛以北至陆坡表层沉积物碳酸钙含量的分布[J]. 热带地理, 2011, 31(2):125-132 doi: 10.3969/j.issn.1001-5221.2011.02.002 ZHANG Jiangyong, PENG Xuechao, ZHANG Yulan, et al. Distribution of carbonate content in surface sediment from north of Zhongsha Islands to Northern slope in the South China Sea [J]. Tropical Geography, 2011, 31(2): 125-132. doi: 10.3969/j.issn.1001-5221.2011.02.002
[14] 王璐, 余克服, 王英辉, 等. 南海中沙群岛、西沙群岛珊瑚岛礁区海水重金属的分布特征[J]. 热带地理, 2017, 37(5):718-727 WANG Lu, YU Kefu, WANG Yinghui, et al. Distribution characteristic of heavy metals in coral reefs located in the Zhongsha Islands and Xisha Islands of South China Sea [J]. Tropical Geography, 2017, 37(5): 718-727.
[15] 黄磊, 高红芳. 夏季季风转换期间中沙群岛附近海域的温盐分布特征[J]. 南海地质研究, 2012(1):49-56 HUANG Lei, GAO Hongfang. Analyses on temperature and salinity distributions in Zhongsha Islands waters during spring to summer monsoon transition [J]. Gresearch of Eological South China Sea, 2012(1): 49-56.
[16] 田永青, 黄洪辉, 巩秀玉, 等. 2014年春季南海中沙群岛北部海域的低温高盐水及其形成机制[J]. 热带海洋学报, 2016, 35(2):1-9 doi: 10.11978/2014113 TIAN Yongqing, HUANG Honghui, GONG Xiuyu, et al. The formation mechanism of the low temperature and high salinity water mass near the Zhongsha Islands in the South China Sea in March 2014 [J]. Journal of Tropical Oceanography, 2016, 35(2): 1-9. doi: 10.11978/2014113
[17] 李风岐, 苏育嵩. 海洋水团分析[M]. 青岛: 青岛海洋大学出版社, 1999 LI Fengqi, SU Yusong. Water Mass Analysis[M]. Qingdao: Qingdao Ocean University Press, 1999.
[18] 李娟, 左军成, 李艳芳, 等. 南海海表温度的低频变化及影响因素[J]. 河海大学学报:自然科学版, 2011, 39(5):575-582 LI Juan, ZUO Juncheng, LI Yanfang, et al. Low-frequency variation and influence factors of sea surface temperature in South China Sea [J]. Journal of Hohai University:Natural Sciences, 2011, 39(5): 575-582.
[19] 邱婷, 左军成, 王鼎琦, 等. 南海海表温度气候变异及对局地台风的影响[J]. 海洋科学进展, 2017, 35(1):32-39 doi: 10.3969/j.issn.1671-6647.2017.01.004 QIU Ting, ZUO Juncheng, WANG Dingqi, et al. Variation of Climatological Sea Surface Temperature and its effect on local typhoon activities in the South China Sea [J]. Advances in Marine Science, 2017, 35(1): 32-39. doi: 10.3969/j.issn.1671-6647.2017.01.004
[20] 黄金森. 中沙环礁特征[J]. 海洋地质与第四纪地质, 1987, 7(2):21-24 HUANG Jinsen. Features of the ZhongSha atoll in the South China Sea [J]. Marine Geology & Quaternary Geology, 1987, 7(2): 21-24.
[21] 徐子英, 汪俊, 高红芳, 等. 中沙地块南部断裂发育特征及其成因机制[J]. 中国地质, 2020, 47(5):1438-1446 XU Ziying, WANG Jun, GAO Hongfang, et al. The characteristics and formation mechanism of the faults in the southern part of the Zhongsha Bank [J]. Geology in China, 2020, 47(5): 1438-1446.
[22] Peel M C, Finlayson B L, Mcmahon T A. Updated world map of the Köppen-Geiger climate classification [J]. Hydrology and Earth System Sciences, 2007, 11(5): 1633-1644. doi: 10.5194/hess-11-1633-2007
[23] 陈史坚. 南海气温、表层海温分布特点的初步研究[J]. 海洋通报, 1983, 2(4):9-17 CHEN Shijian. A preliminary study of the characteristics of the distribution of air and sea surface temperatures in the South China Sea [J]. Marine Science Bulletin, 1983, 2(4): 9-17.
[24] Chen C S, Beardsley R C, Cowles G. An unstructured grid, finite-volume coastal ocean Model (FVCOM) system [J]. Oceanography, 2006, 19(1): 78-89. doi: 10.5670/oceanog.2006.92
[25] GAO S, LV X Q, WANG H T. Sea surface temperature simulation of tropical and north pacific basins using a hybrid coordinate ocean model (HYCOM) [J]. Marine Science Bulletin, 2008, 10(1): 1-13.
[26] WU X, WU H, WANG H J, et al. Novel, repeated surveys reveal new insights on sediment flux through a narrow strait, Bohai, China [J]. Journal of Geophysical Research:Oceans, 2019, 124(10): 6927-6941. doi: 10.1029/2019JC015293
[27] 王东晓, 杜岩, 施平. 南海上层物理海洋学气候图集[M]. 北京: 气象出版社, 2002 WANG Dongxiao, DU Yan, SHI Ping. Climatological Atlas of Physical Oceanography in the Upper Layer of the South China Sea[M]. Beijing: Meteorological Press, 2002.
[28] 肖潺, 原韦华, 李建, 等. 南海秋雨气候特征分析[J]. 气候与环境研究, 2013, 18(6):693-700 doi: 10.3878/j.issn.1006-9585.2013.12163 XIAO Chan, YUAN Weihua, LI Jian, et al. Preliminary study of autumn rain in the South China Sea [J]. Climatic and Environmental Research, 2013, 18(6): 693-700. doi: 10.3878/j.issn.1006-9585.2013.12163
[29] 徐宾, 宇婧婧, 张雷, 等. 全球海表温度融合研究进展[J]. 气象科技进展, 2018, 8(1):164-170 doi: 10.3969/j.issn.2095-1973.2018.01.022 XU Bin, YU Jingjing, ZHANG Lei, et al. Research progress of global sea surface temperature fusion [J]. Advances in Meteorological Science and Technology, 2018, 8(1): 164-170. doi: 10.3969/j.issn.2095-1973.2018.01.022
[30] 李根. 海气界面热通量变化趋势及其与SST的关系[D]. 中国科学技术大学博士学位论文, 2012: 1-121 LI Gen. Trend variability in Air-Sea fluxes and their relationship with SST[D]. Doctor Dissertation of University of Science and Technology of China, 2012: 1-121.
[31] 秦曾灏. 海洋在气候与气候变化中的地位和作用[J]. 海洋通报, 1991, 10(4):85-90 QIN Zenghao. Significance of ocean to global meteorological process and local climatological process [J]. Marine Science Bulletin, 1991, 10(4): 85-90.
[32] 聂宇华, 詹杰民, 陈植武. 南海表层环流和热结构特征的数值模拟与影响因素分析[J]. 中山大学学报:自然科学版, 2011, 50(2):134-138 NIE Yuhua, ZHAN Jiemin, CHEN Zhiwu. Simulation and influence factor analysis of Circulation and thermal structure of the surface layer of the South China Sea [J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2011, 50(2): 134-138.
[33] Kwon Y O, Riser S C. The ocean response to the hurricane and tropical storm in North Atlantic during 1997-1999[R]. Washington DC: University of Washington, 2003.
[34] 付东洋, 潘德炉, 丁又专, 等. 台风对海洋叶绿素a浓度影响的定量遥感初探[J]. 海洋学报, 2009, 31(3):46-56 FU Dongyang, PAN Delu, DING Youzhuan, et al. Quantitative study of effects of the sea chlorophyll-a concentration by typhoon based on remote-sensing [J]. Acta Oceanologica Sinica, 2009, 31(3): 46-56.
[35] Lin I I, Liu W T, Wu C C, et al. Satellite observations of modulation of surface winds by typhoon-induced upper ocean cooling [J]. Geophysical Research Letters, 2003, 30(3): 1131. doi: 10.1029/2002GL015674
[36] 王凡, 赵永平, 冯志纲, 等. 1998年春夏南海温盐结构及其变化特征[J]. 海洋学报, 2001, 23(5):1-13 WANG Fan, ZHAO Yongping, FENG Zhigang, et al. Thermohaline structure and variation of the South China Sea in the spring and summer of 1998 [J]. Acta Oceanologica Sinica, 2001, 23(5): 1-13.
[37] Lin Y C, Oey L Y. Rainfall-enhanced blooming in typhoon wakes [J]. Scientific Reports, 2016, 6(1): 31310. doi: 10.1038/srep31310
[38] Glenn S M, Miles G N, Seroka G N, et al. Stratified coastal ocean interactions with tropical cyclones [J]. Natrue Communications, 2016, 7(1): 10887. doi: 10.1038/ncomms10887
[39] Cong S, Wu X, Ge J Z, et al. Impact of Typhoon Chan-hom on sediment dynamics and morphological changes on the East China Sea inner shelf [J]. Marine Geology, 2021, 440: 106578. doi: 10.1016/j.margeo.2021.106578
下载:
计量
- 文章访问数: 16571
- HTML全文浏览量: 948
- PDF下载量: 200
