詹偉康，韋 惺，葉海彬，詹海剛

(1. 熱帶海洋環(huán)境國家重點實驗室，廣東 廣州 510301; 2. 中國科學院大學，北京 100049)

珠江河口拉格朗日擬序結構及其在濁度鋒識別中的應用

詹偉康1,2，韋 惺1，葉海彬1，詹海剛1

(1. 熱帶海洋環(huán)境國家重點實驗室，廣東 廣州 510301; 2. 中國科學院大學，北京 100049)

基于珠江河口水文實測資料和三維水動力數值模型，利用有限時間李雅普諾夫指數提取分析了流場中的拉格朗日擬序結構(LCSs)，并結合衛(wèi)星遙感圖像探討珠江河口LCSs時空分布與其濁度鋒的關系。結果顯示，河口濁度鋒與LCSs在時空上存在很好的契合，LCSs所形成的輸運通道與壁壘對河口濁度鋒的位置、形態(tài)及變化過程有顯著影響。落潮時，泥沙隨蕉門、洪奇門和橫門的落潮射流注入伶仃洋，與虎門下泄的沖淡水對峙形成了一條明顯的FTLE脊線，制約著濁度鋒的形成和分布形態(tài)。漲潮時，來自西北三口門的淡水徑流受口門外漲潮流的頂托作用，強烈的水平速度與密度梯度在此處形成LCS，阻礙徑流挾帶懸浮泥沙的輸運而產生濁度鋒。由于LCSs很好地勾畫了不同動力性質的水體邊界，因此可以用來對河口濁度鋒進行識別、追蹤和動力解釋。

濁度鋒；拉格朗日擬序結構(LCSs)；數值模擬；珠江河口

Abstract: Based on data measured in-situ, we extract and analyze Lagrangian Coherent Structures (LCSs) by calculating Finite Time Lyapunov Exponents of the flow field produced by a three-dimensional hydrodynamic numerical model, to study the relationship between LCSs and turbidity fronts of the Pearl River Estuary (PRE). Results show that the distribution of turbidity fronts are strongly tied to the simulated LCSs, which uncover fluid barriers that separate regions of different dynamics, and thus dominate the distribution and variation of the fronts. During the ebb tide, suspended sediment carried by the fresh water run-offs of Jiaomen, Hongqimen and Hengmen empties into the Lingding Sea through the west shoal. Meanwhile, however, the run-off of Humen from the north is much stronger than that of the other three. A prominent fluid dynamical boundary is therefore generated at the place the two kinds of run-offs meet, consequently shaping turbidity fronts. During the flood tide, significant horizontal velocity gradient and density gradient arise at the place where the freshwater run-offs of the three gates in the northwest Lingding Sea and flood current meet, leading to a remarkable LCS that impends the transport of suspended sediment, and thus a turbidity front. LCSs delineate fluid domains with quite different advective properties well. Therefore, we can locate and identify the variation of the fronts and obtain its generation mechanism by LCSs.

Keywords: turbidity front; lagrangian coherent structures(LCSs); numerical model; Pearl River Estuary

河口鋒是指兩種或多種具有明顯不同水體之間的狹窄過渡帶。其間的水平梯度可用水溫、鹽度、密度、葉綠素a以及懸浮泥沙等特征參數來確定。濁度鋒為河口鋒面現象類型之一，最初是由Kirby and Parker[1]在研究英國Severn河口的細顆粒泥沙過程中提出。濁度鋒面存在時，有清晰的清渾水界面，鋒面兩側有較大的懸沙濃度梯度，并伴隨著明顯的泡沫或污染物的積聚。

自20世紀70年代以來，中外學者已通過現場觀測[2-4]、實驗室分析實驗[5]、數值模擬[6]、放射性示蹤劑跟蹤測定[7]等多種技術和方法對河口濁度做了大量的研究工作。20世紀90年代海洋水色遙感的興起(AVHRR、TM、SeaWiFS、MODIS以及MERIS等)，實現了對全球海域的大面積同步連續(xù)觀測，大大推動了河口濁度研究工作的發(fā)展[8-12]。然而，由于現場采樣、實驗分析和數值模擬等具有主觀性和客觀局限性，這些方法的適用性和精度不可避免地會受到影響。目前，遙感反演與監(jiān)測仍是研究河口濁度變化機制的主流手段，但受水汽及其它大氣氣溶膠的影響，遙感亦不能保證對同一區(qū)域全天候的觀測，以致出現數據缺測或數據質量不高等情況。為克服這些缺點，本文采用一種更具客觀性和實用性的方法去探討河口濁度鋒。近來的研究表明，時變動力系統(tǒng)中基于拉格朗日分析而識別出的流體拉格朗日擬序結構(Lagrangian Coherent Structures，LCSs)對物質的混合及輸運有很好的揭示作用[13-15]。利用LCSs可以很好地識別流體動力邊界，并解釋流體的水平輸運現象。目前，LCSs理論已被廣泛應用至海洋和近岸水域，如中尺度海洋攪拌和混合的描述[16-17]、海洋及近岸污染物的擴散與管理[18-21]、大洋及河口的水平平流輸運[22-23]以及海洋生物的追蹤及預報等[24-25]。

基于現場觀測資料和珠江河口三維水動力模型，通過計算有限時間李雅普諾夫指數(FTLE)提取分析流場中的LCSs，并結合高分辨率衛(wèi)星遙感圖像探討珠江河口LCSs與濁度鋒分布及產生機制的關系。

1 資料與方法

1.1研究區(qū)域

圖1 珠江河口地形圖及水文觀測站點分布Fig. 1 Map of the Pearl River Estuary and locations of hydrological stations

珠江河口位于中國南部，毗鄰南海，是一個極具特色的大尺度河口[26]，其水域面積約2 000 km2，呈倒喇叭型分布，北部最窄區(qū)域(虎門附近)寬約4 km，南部寬(香港與澳門之間距)約60 km，整個珠江河口南北長度約63 km，見圖1。珠江河口水深在0～30 m之間，平均水深小于5 m，其中西部淺灘區(qū)域水深在2～5 m之間。在地形上，有兩條南北向深槽分別位于東西兩側，東槽為礬石水道，西槽為伶仃水道。珠江流域中的淡水及泥沙主要通過八大口門輸入伶仃洋和南海。在亞熱帶海洋季風氣候的影響下，珠江河口入海水沙表現出明顯的季節(jié)性變化。洪季(4～9月)來水、來沙量占全年的78%～82%。其中懸沙主要由粉砂和粘粒構成。

珠江河口潮型為不正規(guī)半日潮，潮流多為往復流，由于受喇叭地形的影響，潮振幅自口外向口內的虎門方向遞增，一天當中有兩次漲落潮，平均潮差為0.86～1.63 m，最大潮差不到3.5 m[27]，整體潮汐動力較弱。但不同區(qū)域動力條件差異較大：虎門潮差較大，潮汐動力較強：磨刀門則相反，徑流最強，潮差最小。受徑流、潮流、季風和南海近岸環(huán)流等綜合影響，珠江河口的水動力環(huán)境呈現復雜的時空變化性。

1.2數據資料

珠江河口水污染研究項目(Pearl River Estuary Pollution Project，PREPP)[28]于1999年7月17至27日在珠江河口實施了兩次航測調查，各監(jiān)測站點分布見圖1。本研究模式結果流場驗證用到其7個連續(xù)站點(C1～C7)，另有4個實測潮位站的數據用于驗證水位。其中連續(xù)站的監(jiān)測項目除了溫鹽外，還包括從表層到底層的分層流速流向數據，其監(jiān)測頻率為每小時1次。

Landsat-7號陸地衛(wèi)星于1999年4月15日由美國航空航天局(NASA)發(fā)射升空，攜帶的主要傳感器為增強型主題成像儀(Enhance Thematic Mapper Plus，ETM+)，具有8個波段，第1～4波段是可見光和近紅外波段，第5和第7波段為短波紅外波段，空間分辨率為30 m，第6波段是熱紅外波段，空間分辨率為60 m，同時傳感器還帶有一個空間分辨率為15 m的全色波段，單景圖像幅寬185 km，且對全球同一地區(qū)的掃描周期為16天。本文利用Landsat7衛(wèi)星波段數據(空間分辨率為30 m)合成珠江河口真彩色圖像，真實地呈現河口懸浮泥沙及濁度鋒的分布特征，結果為LCSs提供對比分析。

1.3數值模型

本文利用MIKE3模擬研究區(qū)域的水動力環(huán)境。MIKE3是由丹麥水利研究院(DHI)研發(fā)的水動力學模型，可用于模擬河流、湖泊、水庫、大型河口和外海的水利、水質和泥沙傳輸問題[29-31]。

基于三維不可壓縮的雷諾平均Navier-Stokes方程，MIKE3模式的三維淺水方程如下所示：

式中：(u,v,w)分別指代直角坐標系x，y和z三個方向上的速度分量；η為海表高度；d為靜水深度；h=η+d為總水深；f為科氏參數；g為重力加速度；ρ為水的密度；ρ0為海水參考密度；vt為垂直湍流粘度(渦粘度)；pa為大氣壓強；(sxx,sxy,syx,syy)為輻射應力張量的分量；(Fu,Fv)分別為x，y方向上的水平應力；S指代由點源排放強度而定義的量級；(us,vs)指代水體被排放到鄰近水體的速度。

模式的三維溫度以及鹽度輸運方程如下：

圖2 模型計算區(qū)域、網格和初始邊界Fig. 2 Unstructured triangular grid and boundaries of MIKE3 for the simulated area

模型計算區(qū)域包括整個珠江河口及其外海海域，見圖2。考慮到河口海岸地區(qū)底形變化較為劇烈，模型垂向采用Sigma坐標，分為11層。為更好地擬合局部岸線及島嶼的細節(jié)特征，提高近岸淺水區(qū)的模擬精度，模型采用漸變型非結構三角形網格，平面網格單元數為13 758個，網格分辨率在河口及沿岸區(qū)域較高，最高分辨率約為3 m，外海開邊界處分辨率約為900 m。模型中考慮了徑流、潮汐、風及底摩擦等因素，且采用干濕邊界處理技術。其中陸域邊界徑流資料取自各水文觀測站多年實測的月平均數據，外海開邊界潮汐考慮8個主要分潮，M2、S2、K2、N2、K1、P1、O1及Q1，資料從全球潮汐數值模式(TMD: Tide Model Driver)計算得到。風場取洪季5～7月平均的東南風，風速4 m/s，風向130°。模型水下地形依據數字化海圖(1997～2000年)而得，底床粗糙高度取0.05 m。模型從1999年5月1日起算，運行85天，并對計算結果進行分析。

1.4拉格朗日擬序結構(LCSs)

在時變動力系統(tǒng)中，LCSs可簡單定義為一些可識別的物質輸運軌跡結構[13]。這種軌跡結構具有物質線的性質，即理想情況下穿過它們的流體通量可忽略不計[32]，因此可作為輸運障壁，將運動系統(tǒng)的相空間劃分為具有不同動力性質的子區(qū)域[33]，例如波動方程的KAM不變環(huán)面、不變流形的雙曲不動點及周期性軌跡等[34]。因此，LCSs也被稱為是海洋混合的“骨架”[35]。這對研究河口懸浮泥沙輸運具有重大意義。

相比傳統(tǒng)的基于歐拉觀點的海洋中尺度現象診斷方法，拉格朗日分析法可以獲得更加細致的，甚至是一些尺度小于速度場空間分辨率的海洋變化特征信息。再者，傳統(tǒng)歐拉方法分析流場的瞬時特征量，如渦度、動能、應變率等來識別擬序結構，且很多情況下需要人為定義判別閥值[36]，相比之下，拉格朗日法是基于流場中質點的歷史輸運信息，而非流場的瞬時特征量，故對流場中的個別異常數據不敏感，具有較好的魯棒性[37]；且無需人為設定閥值，也不依賴坐標系的選取，故該方法更具客觀性，能更加精確地揭示流體質點的混合和輸運性質。

通過計算有限時間李雅普諾夫指數(the finite-time Lyapunov exponent, FTLE)來提取流場的LCSs[32,38]。FTLE表征的是初始時刻位于空間中某處的兩緊密相鄰質點在極短時間τ內收斂或發(fā)散的平均指數數率，其數學定義為：

式中：x(t0+τ;t0,x0)表示初始時刻t=t0位于x0的流體質點于t=t0+τ時刻的位置，‖‖表示矩陣譜范數。

考慮二維動力系統(tǒng)，漂流粒子運動方程簡化為：

為獲取更準確的LCSs信息，需慎重選取計算過程中的三個參數：質點初始距離或FTLE場的網格、積分時間以及積分步長。為使相鄰質點初始距離足夠小，通常取積分網格精度高于歐拉流場精度，以得到更加細致的流場信息。積分時間的選取遵循兩個重要指標：首先，τ應反映流場內一個完整的拉格朗日過程所需的時間。假如一拉格朗日結構所對應的時間尺度為τL，那τ<<τL將妨礙質點沿整個拉格朗日結構的輸運[39]，計算結果的LCSs無法得到充分表達。其次，由于流場的空間限制，質點在經過長時間輸運后會離開積分區(qū)域，過長的積分時間也會導致流場拉格朗日信息的失準。本文中τ控制在關注區(qū)域的質點輸運至流場邊界所需的時間范圍內。至于溢出流場的質點則停止計算其FTLE[40-41]。積分步長的選取與流場本身的變化周期有關。對于受潮汐控制的河口地區(qū)，其流場變化頻繁，拉格朗日時間尺度可短至幾十分鐘，積分步長相應較短。外?；虼笱蟮貐^(qū)流場變化周期長，其拉格朗日時間尺度可達幾天甚至幾十天，故積分步長可相應取較長。

通過對流場向前(τ>0)和向后(τ<0)積分計算所得的FTLE為空間標量場，其脊線表征質點局部最大拉伸率或壓縮率，分別可近似為排斥型LCSs(穩(wěn)定流形)和吸引型LCSs(不穩(wěn)定流形)[32,38]。本文通過四階龍格庫塔積分方案求得質點的歷史軌跡信息，并計算其FTLE值來提取流場吸引型LCSs，其具有局部吸附性以及近物質線屬性[38]，可作為流體通量的輸運障壁。

2 結果與討論

2.1模式驗證

雞只每隔兩周空腹稱重，以重復為單位計算體重，按試驗分期計算每組平均日增重。每周末下午結算喂料量，按試驗分組計算每組耗料量。每兩周在每個重復隨機抽取4只雞測定單只體重與脛長。

圖3及圖4分別為模式水位和流場的驗證結果。如圖3所示，水位模式結果能較好模擬出珠江河口潮波不規(guī)則變化特征。無論是位相還是振幅，4個潮位站的模擬值與實測資料都有著極高的模擬精度，較為真實地重現了珠江河口的潮汐變化過程。本研究取一個潮周期內各連續(xù)站點南北方向的流速進行驗證，流場驗證結果見圖4。從總體上看，模擬結果與實測值有良好一致性，各水質點的模擬值無論在空間分布趨勢還是量值上都趨近實測值。模擬值與實測值的表層總體均方根誤差約為0.2 m/s，底層總體均方根誤差則低至0.06 m/s。表層流場模擬精度相對底層較差，這可能與模式中的風場輸入有關。由于風對珠江河口表層潮流影響較大，模式中風場不精確可導致表層流速計算偏差較大，但底層流速受影響較小，模擬結果較好。

盡管在流速驗證結果上個別站點還存在一定偏差，但從總體驗證結果和偏差統(tǒng)計情況可看出，水動力模型能較準確地模擬出觀測期間珠江河口潮汐變化規(guī)律，具有較高的模擬精度。

圖3 模式計算水位(實線)與實測值(點)的比較Fig. 3 Comparisons between modeled (solid line) and observed water levels at selected stations

圖4 模式計算表層(黑實線)和底層(灰線)流速與實測值(點)的比較Fig. 4 Comparisons between modeled calculated (solid line) and observed (dot) current speed on surface (black) and bottom (red) layer

2.2珠江河口LCSs與濁度鋒

2.2.1 參數選取

為提取合適的積分參數，對結果LCSs進行敏感性分析。在FTLE場網格精度及積分步長一定的前提下，隨著積分時間的增加，FTLE場由總體高值且基本無脊線結構逐漸演變?yōu)榭傮w低值且局部出現尖銳突出的脊線結構，見圖5(a)～5(d)。這是因為在過短的積分時間里，流場中的大部分質點基本仍處于強拉伸分離狀態(tài)，且未能完成流場內各個拉格朗日過程的輸運，導致流場FTLE平均值相對較高且分布無序，見圖5(a)。

在積分時間及積分步長一定的情況下，隨著FTLE場精度的增加，LCSs在原有模糊結構的基礎上變得愈來愈細致，且表現出多分形特征，見圖5(e)～5(h)。原本粗糙精度下的FTLE低值區(qū)卻隱藏著高精度下的FTLE脊線，而原本低精度下的高值區(qū)也可能只是高精度下多條FTLE脊線間的低值區(qū)，因此只有在積分場網格精度足夠高時，才能充分提取流場的LCSs信息。然而，無窮高的精度并不能得出任意小尺度的流場輸運特征，例如當積分場網格精度取0.002°時，可以看出其LCSs并沒有比0.005°時提供更小尺度上的信息，且大大增加了計算時間，這主要是由給定流場的拉格朗日輸運信息決定的。

不同積分步長對流場LCSs的影響如圖5(i)～5(l)所示。隨著步長的減小，所得到的LCSs越來越清晰。這是因為對于流場變化頻繁的珠江河口，其拉格朗日時間尺度大多在幾十分鐘至幾個小時之間，如若步長取得過大，則會忽略流場一些時間尺度較小的輸運信息，導致提取的LCSs失真，見圖5(i)、5(j)。

綜合考慮以上情況，本文LCSs積分時間取7天，積分網格精度取0.006°，積分步長取0.02天，即保證了計算效率，又足以揭示流場所有時間尺度的LCSs信息。

圖5 分別取不同積分參數所得的LCSs結果Fig. 5 Maps of LCSs with different integration parameters in the Pearl River Estuary

2.2.2 珠江河口LCSs

受河口內零落分布的島礁及復雜地形邊界的影響，珠江河口水動力及其LCSs呈現復雜的時空變化，見圖6。珠江河口的潮流以往復流為主，在轉流期間潮流呈逆時針方向旋轉，其LCSs主要可分為三種類型：體現口門外徑潮流動力差異型LCSs、表征伶仃洋東西部水動力差異的中部型LCSs以及河口東部岬角和島嶼附近的繞流型LCSs。

珠江河口LCSs的時空分布隨漲落潮的強弱而改變,在一個潮周期內變化如下：漲憩時，整個伶仃洋水動力較弱，表層流以弱西向流為主，其主要LCSs呈橫向結構，見圖6(a)。落潮前期，伶仃洋大部分地區(qū)潮流開始下泄，強度較低，加之虎門仍處于漲潮階段，故此時伶仃洋東部海區(qū)水動力較弱，與西灘動力差異較小，動力分界線出現在淇澳島西北部淺灘及貼近西岸處，見圖6(b)。隨著落潮強度的增大，虎門下泄的落潮射流逐漸增強了東部落潮水動力，使伶仃洋東西部海區(qū)動力差異越來越明顯，其動力分界線逐漸東移，落急時刻移至西槽附近形成典型伶仃洋中部型LCSs，見圖6(c)～6(d)。此期間西四口門外LCSs變化不大，東部繞流LCSs則逐漸增強。落潮后期至落憩，由于河口整體動力逐漸減弱且存在局地性差異，河口FTLE脊線越顯分散，至落憩時受東向潮流影響而轉成橫向結構，見圖6(e)、6(f)。漲潮初期，外海潮流流經大濠島時分為東西兩支繼續(xù)北上，直至東四口門外，受虎門落潮射流與西北三口門徑流阻礙作用而在口門外形成LCSs，見圖6(g)、6(h)。此期間珠江河口LCSs分布類型以徑潮頂托作用形成的LCSs及島嶼繞流LCSs為主。受地形影響，漲潮中后期，潮流主要沿深槽上溯，東西槽流速大，造就伶仃洋兩條較明顯FTLE脊線生成，見圖6(i)～6(k)。此期間珠江河口主要以伶仃洋中部型LCSs和繞流型LCSs為主。

圖6 一個漲落潮期間珠江河口LCSs的變化Fig. 6 Maps of flood-ebb LCSs variation in the Pearl River Estuary

圖7 模式結果：四個潮汐特征時刻的流場與其FTLE(單位：1/天)場疊加Fig. 7 Maps of modeled calculated surface flow velocity (m/s,vector) overlay with FTLE field (1/day) at four typical moments

為進一步探討珠江河口LCSs，本文提取四個珠江河口典型時刻流場及其LCSs信息進行具體分析，見圖7。如圖所示，無論是漲急還是落急，虎門處皆存在強烈的FTLE脊線，見圖7中L1、L2，異于其它所有口門，這與虎門特殊的水動力環(huán)境有關。虎門屬于潮汐優(yōu)勢型河口，潮差大，徑潮流強勁，在基巖夾峙下，虎門上下游(獅子洋和伶仃洋)水面放寬，納潮量增大，從而發(fā)育了罕見的雙向不對稱射流系統(tǒng)[42]，因此在漲潮和落潮時都存在較大的速度切變而形成FTLE脊線。相比之下，蕉門、洪奇門及橫門下泄的徑流則相對較弱，加之地形作用，西灘形成動力薄弱帶，使之在漲落潮時分別與上溯的漲潮流和虎門下泄的落潮射流交匯，由于較大的水平速度切變而形成伶仃洋中部型LCSs，見圖7中L4、L5，在口門處和西灘水域則無明顯的FTLE高值區(qū)。同時，由于漲急時西北三口門的徑流與漲潮流的相互頂托作用，口門外形成緩流區(qū)或滯流區(qū)，從而產生一條明顯的動力分界線，見圖7中L3。此外，位于伶仃洋東側的大濠島西岸以及深圳灣西側暗士頓水道處，由于漲急與落急時潮流繞過岬角時產生的射流與周圍水體存在較大的水平速度切變，從而形成岬角鋒[43-44]，因而皆存在較為明顯的FTLE脊線，見圖7中L6、L7。珠江河口落潮強度大于漲潮強度，而由圖可知落潮時河口FTLE脊線無論是數量上還是量值上皆明顯大于漲潮，同時漲落急FTLE背景量值明顯大于漲落憩時刻，因此LCSs不僅能夠清晰地描繪出具有不同動力性質的水體邊界，且具備初步量化功能，反映水動力強弱。

2.2.3 珠江河口LCSs與濁度鋒的關系

為真實地展示珠江河口濁度鋒的分布形態(tài)，本研究分別截取某一漲潮時刻和落潮時刻Landsat7 ETM+真彩色合成的衛(wèi)星圖像，見圖8(b)、8(d)，其空間分辨率為30 m，可清楚地呈現珠江河口懸浮泥沙的小尺度分布特征。如衛(wèi)星圖像所示，無論是漲潮還是落潮，珠江河口表層懸浮泥沙總體上呈西北向東南遞減的趨勢，各口門附近水域為含沙量高值區(qū)，濁度鋒基本分布在西灘及口門附近水域，且以伶仃洋漲落潮濁度鋒尤為明顯，其位置和形態(tài)隨著漲落潮流作用發(fā)生顯著變化。漲潮時，濁度鋒偏西北，鄰近東四口門，延伸長度較短，高濁度水體集中分布在貼岸較窄的區(qū)域內。落潮時，河口濁度鋒明顯東移，且范圍增大，其始于舢板洲，沿西南順流而下幾十公里，可至九洲列島附近。通過對比模式結果LCSs，見圖8(a)、8(c)，可以看出，無論是漲潮還是落潮，珠江河口主要濁度鋒空間分布與其LCSs在地理位置上都存在很好的契合。這種契合關系不僅存在于漲落潮主要濁度鋒處，也見于磨刀門、崖門、珠海以及澳門附近水域。由于LCSs表征流場不同動力性質子區(qū)域的邊界，是流體的輸運通道和障壁，這意味著在該處存在最大速度梯度和剪切力梯度，沉積物的水平輸運在此受阻滯留或發(fā)生沉降，因此珠江河口漲落潮濁度鋒的空間分布可以在其LCSs分布中得到解釋。

圖8 模式結果流場LCS與衛(wèi)星圖像對比Fig. 8 Comparisons between modeled LCS and satellite images

位于伶仃洋西北側的蕉門、洪奇門和橫門是伶仃洋河口泥沙的主要輸出源。漲潮時，來自西北三口門的淡水徑流與漲潮流在口門外匯合，由于徑潮流頂托作用而產生強烈的水平速度與密度梯度而在此處形成LCS，阻礙了徑流挾帶懸浮泥沙的輸運，因此產生濁度鋒。落潮時，蕉門、洪奇門和橫門的淡水越西灘而來，速度較小，而從北面虎門下泄的沖淡水則相對較咸，且流速較大，兩者在西航道附近相匯，由于較大的速度切變和密度梯度形成一道明顯的動力分界線，加之受科氏力影響，流路右偏，從而形成一條東北—西南向的濁度鋒。此外，由于受潮流控制，河口東部海區(qū)懸浮泥沙含量遠小于西部，故即使存在LCSs，也很難形成濁度鋒，因此在漲落潮時伶仃洋東部岬角鋒處并無明顯濁度鋒的存在。

3 結 語

基于珠江河口水文觀測資料和三維水動力模型，利用有限時間李亞普諾夫指數提取分析了不同時刻流場中的LCSs，并結合Landsat7衛(wèi)星遙感資料，探討珠江河口拉格朗日擬序結構與濁度鋒分布及形成機制之間的關系。結果表明：

河口濁度鋒與LCSs在時空上存在很好的契合，LCSs調控了河口濁度鋒的位置、形態(tài)及變化過程。位于伶仃洋西北側的蕉門、洪奇門和橫門是伶仃洋河口泥沙的主要輸出源，落潮時，泥沙隨西北三口門的落潮射流注入伶仃洋，而北部虎門下泄的沖淡水強度遠大于其它三個口門，因此形成了一條明顯的FTLE脊線限制懸沙向東輸運，加之受柯氏力的作用，流路右偏，造就了濁度鋒形成和分布形態(tài)。漲潮時，來自西北三口門的淡水徑流與漲潮流在口門外匯合，強烈的水平速度與密度梯度使之產生明顯的動力邊界，阻絕了徑流挾帶懸浮泥沙的輸運，形成輸運障壁而產生濁度鋒。LCSs很好地勾畫及初步量化了不同動力性質的水體邊界，因此可以用來對河口濁度鋒的位置、形態(tài)及變化特征進行識別和動力解釋。

在擁有較真實的河口水動力場情況下，LCSs可以作為揭示河口濁度鋒分布和演變規(guī)律的一個有力理論工具。相比傳統(tǒng)的模式模擬和遙感反演，此方法不僅更具客觀性，不受任何天氣要素的影響，且不受流場中個別異常數據的影響，具備較好的魯棒性[45]。特別是近年來出現的一些新觀測手段，如高頻地波雷達，可以獲得高分辨率河口表層流場信息，有利于提取更精細的LCSs信息，為進一步揭示河口濁度鋒分布規(guī)律，特別是高頻變化特征，提供了極大便利。

[1] KIRBY R, PARKER W R. A suspended sediment front in the Severn Estuary[J]. Nature, 1982, 295(5848):396-399.

[2] ORTON P M, KINEKE G C. Comparing calculated and observed vertical suspended-sediment distributions from a Hudson River estuary turbidity maximum[J]. Estuarine, Coastal and Shelf Science, 2001, 52(3): 401-410.

[3] YE F, HUANG X, ZHANG D, et al. Distribution of heavy metals in sediments of the Pearl River Estuary, Southern China: Implications for sources and historical changes[J]. Journal of Environmental Sciences, 2012, 24(4): 579-588.

[4] 王勇智,鞠霞,喬璐璐,等. 夏冬季北黃海水體濁度分布特征研究[J]. 海洋與湖沼, 2014, 45(5): 928-937. (WANG Y Z, JU X, QIAO L L, et al. Water turbidity in the northern Yellow sea in summer and winter[J]. Oceanologia Et Limnologia Sinica, 2014, 45(5): 928-937. (in Chinese))

[5] EISMA D. Flocculation and de-flocculation of suspended matter in estuaries[J]. Netherlands Journal of Sea Research, 1986, 20(2): 183-199.

[6] FESTA J F, HANSEN D V. Turbidity maxima in partially mixed estuaries: a two-dimensional numerical model[J]. Estuarine and Coastal Marine Science, 1978, 7(4): 347-359.

[7] FENG H, COCHRAN J K, HIRSCHBERG D J. 234 Th and 7 Be as tracers for the sources of particles to the turbidity maximum of the Hudson River Estuary[J]. Estuarine, Coastal and Shelf Science, 1999, 49(5): 629-645.

[8] 黃以琛,李炎,邵浩,等. 北部灣夏冬季海表溫度, 葉綠素和濁度的分布特征及調控因素[J]. 廈門大學學報:自然科學版, 2008, 47(6): 856-863. (HUANG Y C, LI Y, SHAO H, et al. Seasonal variations of sea surface temperature, chlorophyll-a and turbidity in Beibu Gulf, MODIS imagery study[J]. Journal of Xiamen University, Natual Science, 2008, 47(6): 856-863. (in Chinese))

[9] 劉汾汾, 陳楚群, 唐世林, 等. 基于現場光譜數據的珠江口MERIS懸浮泥沙分段算法[J]. 熱帶海洋學報, 2009(1): 9-14. (LIU F F, CHEN C Q, TANG S L, et al. A piecewise algorithm for retrieval of suspended sediment concentration based on in situ spectral data by MERIS in Zhujiang River estuary[J]. Journal of Tropical Oceanography, 2009(1): 9-14. (in Chinese))

[10] ZHANG M, TANG J, DONG Q, et al. Retrieval of total suspended matter concentration in the Yellow and East China Seas from MODIS imagery[J]. Remote Sensing of Environment, 2010, 114(2): 392-403.

[11] WARRICK J A, MERTES L A K, SIEGEL D A, et al. Estimating suspended sediment concentrations in turbid coastal waters of the Santa Barbara Channel with SeaWiFS[J]. International Journal of Remote Sensing, 2004, 25(10): 1 995-2 002.

[12] MIN J E, RYU J H, LEE S, et al. Monitoring of suspended sediment variation using Landsat and MODIS in the Saemangeum coastal area of Korea[J]. Marine Pollution Bulletin, 2012, 64: 382-390.

[13] HALLER G, YUAN G. Lagrangian coherent structures and mixing in two-dimensional turbulence[J]. Physica D: Nonlinear Phenomena, 2000, 147(3): 352-370.

[14] WIGGINS S. The dynamical systems approach to Lagrangian transport in oceanic flows[J]. Annu. Rev. Fluid Mech., 2005, 37: 295-328.

[15] BRANICKI M, WIGGINS S. Finite-time Lagrangian transport analysis: stable and unstable manifolds of hyperbolic trajectories and finite-time Lyapunov exponents[J]. Nonlinear Processes in Geophysics, 2009, 17(1):1-36.

[16] D'OVIDIO F, FERNNDEZ V, HERNNDEZ-GARCA E, et al. Mixing structures in the Mediterranean Sea from finite-size Lyapunov exponents[J]. Geophysical Research Letters, 2004, 31(17):345-359.

[17] RYPINA I I, PRATT L J, PULLEN J, et al. Chaotic advection in an archipelago[J]. Journal of Physical Oceanography, 2010, 40(9): 1 988-2 006.

[18] LEKIEN F, COULLIETTE C, MARIANO A J, et al. Pollution release tied to invariant manifolds: A case study for the coast of Florida[J]. Random House, 1987, 210(1-2):1-20.

[19] COULLIETTE C, LEKIEN F, PADUAN J D, et al. Optimal pollution mitigation in Monterey Bay based on coastal radar data and nonlinear dynamics[J]. Environmental Science & Technology, 2007, 41(18): 6 562-6 572.

[20] LEHAHN Y, D'OVIDIO F, LéVY M, et al. Stirring of the northeast Atlantic spring bloom: A Lagrangian analysis based on multisatellite data[J]. Journal of Geophysical Research, 2007, 112(112):207-220.

[21] OLASCOAGA M J. Isolation on the West Florida Shelf with implications for red tides and pollutant dispersal in the Gulf of Mexico[J]. Nonlinear Processes in Geophysics, 2010, 17(6):685-696.

[22] HUHN F, VON KAMEKE A, ALLEN-PERKINS S, et al. Horizontal Lagrangian transport in a tidal-driven estuary—Transport barriers attached to prominent coastal boundaries[J]. Continental Shelf Research, 2012, 39: 1-13.

[23] 黃高龍,韋惺,詹海剛. 呂宋海峽浮標軌跡的拉格朗日擬序結構分析[J]. 熱帶海洋學報, 2015, 34(1): 15-22. (HUANG G L, WEI X, ZHAN H G. Lagrangian analysis of drifter trajectories near the Luzon Strait[J]. Journal of Tropical Oceanography, 2015, 34(1): 15-22. (in Chinese))

[24] KAI E T, ROSSI V, SUDRE J, et al. Top marine predators track Lagrangian coherent structures[J]. Proceedings of the National Academy of Sciences, 2009, 106(20): 8 245-8 250.

[25] COTTé C, D'OVIDIO F, CHAIGNEAU A, et al. Scale-dependent interactions of Mediterranean whales with marine dynamics [J]. Limnology and Oceanography, 2011, 56(1): 219-232.

[26] 吳超羽, 包蕓, 任杰, 等. 珠江三角洲及河網形成演變的數值模擬和地貌動力學分析:距今6 000～2 500 a[J]. 海洋學報, 2006, 24(4): 64-80. (WU C Y, BAO Y, REN J, et al. A numerical simulation and mophodynamic analysis on the evolution of the Zhujiang River Delta in China: 6 000～2 500 a BP[J]. Acta Oceanologica Sinica, 2006, 24(4): 64-80. (in Chinese))

[27] 宋定昌, 阮孤松. 珠江八大口門潮汐潮量的初步分析[M]//珠江口海岸帶和海涂資源綜合調查研究文集(四). 廣州：廣東科技出版社, 1986: 62-71. (SONG D C,YUAN G S. A preliminary analysis of tidal tidal volume in the eight mouth of the Pearl River[M]//The Pearl River Estuary Coastal Zone and Coastal Resources Comprehensive Survey. Guangzhou: Guangdong Science and Technology Press, 1986: 62-71.(in Chinese))

[28] CHEN J C, HEINKE G W, ZHOU M J. The Pearl River estuary pollution project (PREPP)[J]. Continental Shelf Research, 2004, 24(16): 1 739-1 744.

[29] EDELVANG K, LUND-HANSEN L C, CHRISTIANSEN C, et al. Modelling of suspended matter transport from the Oder River[J]. Journal of Coastal Research, 2002: 62-74.

[30] LUMBORG U. Modelling the deposition, erosion, and flux of cohesive sediment through ?resund[J]. Journal of Marine Systems, 2005, 56(1): 179-193.

[31] WEI X, NI P, ZHAN H. Monitoring cooling water discharge using Lagrangian coherent structures: A case study in Daya Bay, China[J]. Marine Pollution Bulletin, 2013, 75(1): 105-113.

[32] SHADDEN S C, LEKIEN F, MARSDEN J E. Definition and properties of Lagrangian coherent structures from finite-time Lyapunov exponents in two-dimensional aperiodic flows[J].Physica D Nonlinear Phenomena, 2005, 212(3-4):271-304.

[33] PEACOCK T, DABIRI J. Introduction to focus issue: Lagrangian coherent structures[J]. Chaos: An Interdisciplinary Journal of Nonlinear Science, 2010, 20(1): 017501.

[34] YUAN G C, PRATT L J, JONES C K R T. Cross-jet Lagrangian transport and mixing in a 2 1/2-layer model[J]. J. Phys. Oceanogr., 2004, 34(9): 1 991-2 005.

[35] MATHUR M, HALLER G, PEACOCK T, et al. Uncovering the Lagrangian skeleton of turbulence[J]. Physical Review Letters, 2007, 98(14):4 055-4 055.

[36] WANG G H, SU J L, CHU P C. Mesoscale eddies in the South China Sea observed with altimeter data[J]. Physical Review Letters, 2003, 30 (21): 10.1029/2003GL018532.

[37] HARRISON C, GLATZMAIER G. Lagrangian coherent structures in the California Current System-sensitivities and limitations[J]. Geophys. Astrophys. Fluid Dyn., 2010: 1-23.

[38] HALLER G. Lagrangian structures and the rate of strain in a partition of two-dimensional turbulence[J]. Physics of Fluids (1994-present), 2001, 13(11): 3 365-3 385.

[39] BRANICKI M, MALEK-MADANI R. Lagrangian structure of flows in the Chesapeake Bay: challenges and perspectives on the analysis of estuarine flows[J]. Nonlinear Processes in Geophysics, 2010, 17(2): 149-168.

[40] ABRAHAM E R, BOWEN M M. Chaotic stirring by a mesoscale surface-ocean flow[J]. Chaos: An Interdisciplinary Journal of Nonlinear Science, 2002, 12(2): 373-381.

[41] HUHN F, VON KAMEKE A, ALLEN-PERKINS S, et al. Horizontal Lagrangian transport in a tidal-driven estuary—Transport barriers attached to prominent coastal boundaries[J]. Continental Shelf Research, 2012, 39: 1-13.

[42] 任杰, 吳超羽, 包蕓. 珠江虎門口動力結構研究[J]. 中山大學學報: 自然科學版, 2006, 45(3): 105-109. (REN J, WU C Y, BAO Y, et al. Dynamic structure of humen esturay of the Pearl River[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2006, 45(3): 105-109. (in Chinese))

[43] BOWMAN M J, IVERSON R L. Estuarine and plume fronts[M]//Oceanic Fronts in Coastal Processes. 1978: 87-104.

[44] 應秩甫. 珠江口伶仃洋鋒的類別及其對沉積的影響[J]. 熱帶海洋, 1994, 13(2): 25-32.(YING Z F. The frontal classification and its influence on sedimentation in Lingdingyang, Zhujiang River estuary[J]. Tropic Oceanology, 1994, 13(2): 25-32. (in Chinese))

Lagrangian coherent structures in the Pearl River Estuary and its use in identifying turbidity fronts

ZHAN Weikang1,2，WEI Xing1，YE Haibin1，ZHAN Haigang1

(1. State Key Laboratory of Tropical Oceanography, Guangzhou 510301, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China)

1005-9865(2017)02-0039-11

P751

A

10.16483/j.issn.1005-9865.2017.02.007

2016-06-01

廣州市科技計劃項目(201607020042)；熱帶海洋環(huán)境國家重點實驗室自主研究項目(LTOZZ1503)

詹偉康(1991-),男,廣東潮州人,主要從事河口水沙動力學的研究。

詹海剛。E-mail：hgzhan@scsio.ac.cn