肖啟濤，段洪濤，張 彌，劉壽東, 胡正華，李旭輝

(1:中國科學(xué)院南京地理與湖泊研究所，中國科學(xué)院流域地理學(xué)重點實驗室，南京 210008)

(2:南京信息工程大學(xué)大氣環(huán)境中心，南京 210044)

大氣溫室氣體(CO2、CH4和N2O)濃度的持續(xù)升高導(dǎo)致全球出現(xiàn)以變暖為主的全球變化. 內(nèi)陸湖泊等水體對氣候變化特別敏感，同時也是全球溫室氣體循環(huán)中的關(guān)鍵部分[1-3]. 但目前評估水-氣界面溫室氣體交換量存在很大的不確定性，主要是由于水體溫室氣體的產(chǎn)生和排放是一個動態(tài)的、復(fù)雜的生物地球化學(xué)物理過程，影響因子較多且存在較大的變化[1,4]. 水體的上下對流混合是湖泊生態(tài)系統(tǒng)最基本的物理過程，其能改變水體溶解溫室氣體濃度在垂直方向上的分布，進而影響湖泊生態(tài)系統(tǒng)與大氣之間的溫室氣體交換量[5-6]. 研究表明水體對流混合的增加能夠把大量富含溫室氣體的水體從水底輸送到水表，顯著增加湖泊水-氣界面溫室氣體排放量[7-9]. 例如Godwin等[10]研究發(fā)現(xiàn)水體在對流混流狀態(tài)下其溫室氣體排放量要比無對流混合時要高出一個數(shù)量級. 此外，湖-氣模型研究表明，在考慮水體對流混合后，模型模擬的數(shù)值與觀測值更加吻合[11]. 因此系統(tǒng)研究和分析湖泊水體對流混合速率的變化特征有助于理解湖泊溫室氣體等循環(huán)過程，減少湖泊溫室氣體收支估算的不確定性.

湖泊水體的對流混合驅(qū)動著生態(tài)系統(tǒng)的各種理化過程，例如水體對流混合也是引起溶解氧分布和營養(yǎng)鹽釋放等的關(guān)鍵動力因子[12-13]. 一般而言，湖泊水體因吸收熱量出現(xiàn)穩(wěn)定層結(jié)，水體上下對流混合較弱；湖泊水體輸出熱量引起上下層水體對流混合. 對于深水湖泊，在秋、冬季節(jié)因輻射減弱水體開始向大氣釋放熱量，出現(xiàn)對流混合[14-16]. 但淺水湖泊由于水體儲熱較小，湖氣之間的熱交換在日尺度上變化較大[16-17]，因此其水體對流混合可能存在相似的特征. 深水湖庫水體層結(jié)及其對流混合狀態(tài)得到廣泛關(guān)注[13-15]，但淺水湖泊(水深小于3 m)水體對流混合狀態(tài)的研究鮮有涉及. 相關(guān)研究表明不同深度的湖泊，其水體對流混合的產(chǎn)生和維持機制不同[12,18]. 考慮到在全球和區(qū)域尺度上，淺水湖泊均分布較廣泛[19]，例如在美國明尼蘇達州3254個湖泊中，有71%湖泊是淺水湖泊[20]. 因此研究淺水湖泊水體對流混合狀態(tài)不僅有助于理解湖泊的物理變化過程，同時也能加深我們對湖泊溫室氣體和其他理化參數(shù)(溶解氧和營養(yǎng)鹽等)變化的認識.

太湖是典型的大型(面積2400 km2)淺水(平均水深1.9 m)富營養(yǎng)化湖泊，也是我國第三大淡水湖泊. 受人為活動的影響，太湖污染物負荷輸入水平較高，其溫室氣體動態(tài)變化已成為相關(guān)研究中所關(guān)注的熱點問題[21-24]. 另外太湖北部藍藻暴發(fā)頻頻出現(xiàn)，水質(zhì)較差[24-26]，但東部湖區(qū)有大量沉水植被，水質(zhì)較好[27-28]. 水質(zhì)可影響湖體消光系數(shù)，改變太陽輻射在水體中的衰減，進而影響水體熱力分層和對流混合等過程[29]. 本研究基于太湖中尺度通量網(wǎng)的原位、高頻、連續(xù)和多點的觀測數(shù)據(jù)[21]，明確太湖水體對流混合速率的時空特征，并探討其影響因子，以期為今后淺水湖泊水-氣界面溫室氣體循環(huán)等相關(guān)研究提供參考和借鑒.

1 材料與方法

1.1 研究站點和觀測儀器

本研究中的數(shù)據(jù)來自于太湖中尺度通量網(wǎng)的5個站點(圖1)：平臺山(PTS, 31.2323°N, 120.1086°E)、避風港(BFG, 31.1685°N，120.3972°E)、大浦口(DPK，31.2661°N, 119.9312°E)、小雷山(XLS，30.9972°N，120.1344°E)和梅梁灣(MLW，31.4197°N，120.2139°E ). 5個觀測站點分別位于太湖不同的生物分區(qū)，有不同的富營養(yǎng)化類型、植被類型區(qū)和風浪區(qū)[21,30]：PTS站點位于開闊的湖心區(qū)，受人為活動影響較??；BFG站點位于東部草型湖區(qū)，該區(qū)有大量的沉水植被；DPK站點位于西北部的藻型湖區(qū)，該區(qū)嚴重富營養(yǎng)化；XLS站點位于藻型和草型湖區(qū)過渡區(qū)；MLW站點位于富營養(yǎng)化的北部湖岸區(qū). 5個觀測站點的平均水深分別為2.8 m (PTS)、1.7 m (BFG)、2.5 m (DPK)、2.0 m (XLS)和1.8 m (MLW).

5個觀測平臺主要的觀測儀器有[21,30]：(1) 渦度相關(guān)系統(tǒng)，由開路式紅外氣體分析儀(PTS/BFG/XLS/:EC150, Campbell Scientific Inc.; DPK/MLW: Licor 7500, LI-COR Inc.)和三維超聲風速計(CSAT3, Campbell Scientific Inc.)組成，分別用于測量水汽/CO2密度以及三維風速/超聲虛溫，采樣頻率為10 Hz，由數(shù)據(jù)采集器(CR3000, Campbell Scientific Inc.)在線計算成半小時平均湍流通量(主要有感熱通量和潛熱通量等)；(2) 四分量凈輻射觀測系統(tǒng)(CNR4, Kipp & Zonen B.V.), 借助橫臂延伸在觀測平臺外，觀測向下和向上短波輻射、向下和向上長波輻射; (3) 小氣候觀測系統(tǒng)，由溫濕度傳感器(HMP155A, Vaisala Inc.)和風速風向傳感器(05103, R.M. Young Company)組成，主要用于測量氣溫、濕度、風速等氣象要素；(4) 水溫梯度觀測系統(tǒng)，由5個高靈敏溫度傳感器組成(109-L, Campbell Scientific Inc.)，分別用于水下20、50、100、150 cm深度處水溫觀測和底泥溫度觀測；(5)自動翻筒式雨量計(TE525-L, Campbell Scientific Inc.)，用于降雨量觀測.

圖1 太湖5個觀測站點的示意

1.2 研究方法

1.2.1 數(shù)據(jù)處理 使用5個站點2014年全年的觀測數(shù)據(jù)，主要有：渦度通量數(shù)據(jù)(感熱通量和潛熱通量)、小氣候觀測的氣溫和風速數(shù)據(jù)、四分量凈輻射儀觀測的輻射數(shù)據(jù)以及水溫梯度系統(tǒng)觀測的數(shù)據(jù). 渦度通量數(shù)據(jù)的后處理主要有：降水時刻野點的剔除、兩次坐標旋轉(zhuǎn)、超聲虛溫校正和空氣密度脈動影響(WPL)校正. 另外剔除四分量輻射數(shù)據(jù)為負值的異常值，通過向下和向上短波輻射、向下和向上長波輻射的觀測計算得到凈輻射，基于向上長波輻射的觀測計算得到水表溫度. 根據(jù)水面粗糙度觀測值和風速儀的觀測高度，將參考高度處的風速計算成10 m高度處的風速[17,22]. 數(shù)據(jù)處理的流程參考文獻[31-32].

w*=(β·z)1/3

(1)

式中，β為水體的浮力通量(m2/s3)；z為混合層深度(m). 混合層的主要特征是水溫或者密度隨深度均勻分布，不同的研究有不同混合層的估算方法[18]，本研究根據(jù)水溫梯度的觀測，由Herb等[33]確定的混合層深度的最優(yōu)標準溫差(0.4℃)得到，即以水面溫度為初始參考溫度，當某層水溫與初始參考溫度的差值小于標準溫差時，則判定這兩層為溫度均勻區(qū)，詳細的計算流程可參考趙巧華等著作[12].

水體的浮力通量β計算公式為[34-35]：

(2)

式中，g為重力加速度(m/s2)；a為t℃ 時水體熱力擴張系數(shù) (a=1.6×10-5+9.6 × 10-6t)；Cp為水體定壓比熱容(Cp=4200 J/(kg·K))；ρw為水體密度(kg/m3)；Qe為水表熱通量(W/m2)，其計算公式為：

Qe=Rn-H-λE

(3)

式中，Rn為凈輻射(W/m2)，由四分量凈輻射觀測系統(tǒng)觀測的向下和向上短波輻射、向下和向上長波輻射計算得到;H為感熱通量(W/m2),λE為潛熱通量(W/m2)，均可由渦度相關(guān)系統(tǒng)直接觀測得到. 根據(jù)MacIntyre等[5]和Read等[36]的研究, 當Qe< 0為負值時，湖泊加熱大氣時，水體輸出能量出現(xiàn)對流混合；當Qe> 0為正值時，大氣加熱湖泊，水體穩(wěn)定層結(jié).

1.3 數(shù)據(jù)分析

觀測數(shù)據(jù)的時間步長均為半小時，根據(jù)分析需要計算成日均值、月均值和年均值等. 采用SPSS軟件統(tǒng)計分析觀測數(shù)據(jù)以及計算得出的數(shù)據(jù)，根據(jù)One-way ANONA 分析比較不同數(shù)據(jù)組的差異，使用LSD (Least-significant difference)方法檢驗其差異是否顯著(P=0.05)，采用Spearman相關(guān)分析數(shù)據(jù)間的線性相關(guān)性．

2 結(jié)果與分析

2.1 基本(微)氣象要素時空變化

熱量和風動力驅(qū)動著湖泊水體的上下對流混合. 基于太湖5個觀測通量站點的連續(xù)高頻原位觀測，量化太湖凈輻射、水表熱通量、湖面溫度與氣溫差值(Ts-Ta)以及風速的日變化特征(圖2). 由圖可知，5個站點的凈輻射和水表熱通量均呈現(xiàn)顯著的單峰型日變化表征，其變化范圍分別為45～450和-110～373 W/m2，峰值均出現(xiàn)在11:00-13:00之間. 夜間因沒有太陽輻射以及向上長波大于大氣逆輻射，凈輻射為負值，且水表熱通量也為負值，表明水體向外輸出能量，白天凈輻射為正值，水體吸收熱量. 除MLW站點外，Ts-Ta在其余4個站點(PTS、BFG、DPK和XLS)均呈現(xiàn)出相同的變化特征，即峰值出現(xiàn)正午12:00左右，谷值出現(xiàn)在下午19:00左右. MLW站點位于岸邊，其氣溫變化曲線與陸地氣溫接近，要提前于水體上方氣溫變化[37]，進而可能導(dǎo)致MLW站點的Ts-Ta與其余4個湖泊站點有相位差. PTS站點和MLW站點的觀測數(shù)據(jù)表明，風速具有顯著日變化特征，但變化趨勢相反：MLW站點的風速在夜間低于白天，但PTS站點的風速在夜間高于白天.

觀測數(shù)據(jù)表明太湖5個站點間的凈輻射無顯著的空間差異(P> 0.05)，其年均值分別為91.36 W/m2(PTS)、88.86 W/m2(BFG)、87.91 W/m2(DPK)、85.53 W/m2(XLS)和85.81 W/m2(MLW). 與凈輻射類似，太湖水表熱通量(圖2b)在5個觀測站點之間也無顯著的空間差異(P> 0.05). MLW站點因受周邊陸地影響較多，其風速要明顯偏低(圖1d). 太湖5個站點10 m高度處風速的年均值分別為4.80 m/s (PTS)、4.53 m/s(BFG)、4.50 m/s (DPK)、4.47 m/s (XLS)和2.97 m/s (MLW), 除MLW站點風速較低外，其余站點的風速也無顯著的空間變化(P>0.05). 此外，觀測數(shù)據(jù)也表明太湖5個站點的水溫也無明顯的空間變化(P>0.05)，其年均值分別為17.54℃(PTS)、17.77℃(BFG)、17.32℃(DPK)、17.63℃(XLS)和17.99℃(MLW).

圖2 觀測期間5個站點凈輻射(Rn, a)、水表熱通量(Qe, b)、湖面溫度與氣溫差值(Ts-Ta, c)以及風速(U10, d)的晝夜變化

圖3給出了太湖5個站點凈輻射、湖面溫度、Ts-Ta以及風速的季節(jié)變化. 由圖可知，不同月份的凈輻射、湖面溫度、Ts-Ta在5個站點之間的大小和變化特征高度一致. 季節(jié)變化特征以PTS站點為例，凈輻射在夏季最高，春季和秋季次之，凈輻射在春夏秋冬四季的均值分別為119.56、124.28、79.88和40.54 W/m2. 湖面水溫與凈輻射的季節(jié)變化特征類似，其季節(jié)平均值分別16.94℃(春季)、26.88℃(夏季)、20.15℃(秋季)和6.35℃(冬季). 整體上，Ts-Ta也呈現(xiàn)出季節(jié)變化：夏季最高(平均值為0.96℃)，春季(平均值為0.61℃)和秋季次之(平均值為0.85℃)，冬季最低(平均值為0.52℃). 除MLW站點的風速較低外，其余觀測站點風速的季節(jié)變化特征均不明顯. 以PTS站點為例，其10 m高度處風速在春夏秋冬四季的均值分別為5.09、4.53、4.89 和4.70 m/s. 另外MLW站點的10 m高度處風速在春夏秋冬四季的均值分別為3.19、2.58、2.92和3.18 m/s. 太湖年均風速為4.58 m/s，在季節(jié)間無顯著的差異(P> 0.05).

(2)為了實現(xiàn)高密度，采用了靶丸注入和分子束、中性束注入。而靶丸注入和超聲分子束注入會降低溫度，入射深度也有問題。

2.2 不同站點w*的日變化

由圖4可知，太湖水體的w*具有顯著的晝夜變化特征，且5個站點的w*呈現(xiàn)出相同的變化趨勢. 以PTS站點為例，夜間(18:00至次日6:00)水體w*值是白天(6:00-18:00)的4倍多. 早上6:00和下午16:00 是w*變化的拐點時間，6:00過后，水體開始接收輻射，吸收熱量，w*開始顯著降低，到11:00左右，此時凈輻射和水表熱通量達到峰值時，w*達到最低值，并保持較穩(wěn)定的趨勢，但16:00過后，凈輻射和水表熱通量開始轉(zhuǎn)向負值，水體開始“丟失”熱量，w*開始顯著升高，到19:00達到較高水平，并基本保持不變. 觀測數(shù)據(jù)表明，5個觀測站點間的w*均值在白天差異不明顯(P> 0.05)，但在夜間具有明顯的差異(P<0.01). 白天w*的均值分別為1.10 mm/s (PTS)、0.91 mm/s (BFG)、1.09 mm/s (DPK)、0.99 mm/s (XLS)和0.94 mm/s (MLW), 對應(yīng)夜間的均值分別為 4.43、3.76、4.16、3.90和3.65 mm/s. 將5個觀測站點的數(shù)據(jù)進行平均，可得到太湖白天時刻w*均值為1.00 mm/s, 夜間均值為3.98 mm/s.

圖 4 太湖5個觀測站點w*的晝夜變化

2.3 不同站點w*的季節(jié)變化

由圖5可知，5個站點的w*呈現(xiàn)相同的季節(jié)變化特征. 在月均尺度上，PTS站點的w*變化范圍為1.59～ 3.50 mm/s, BFG站點的w*變化范圍為1.40～2.96 mm/s, DPK站點的w*變化范圍為1.53～3.32 mm/s, XLS站點的w*變化范圍為1.52～3.18 mm/s, MLW站點的w*變化范圍為1.45～2.74 mm/s. 其中，PTS、BFG和XLS站點月均w*的最高值出現(xiàn)在9月，DPK和MLW站點的月均w*的最高值出現(xiàn)在8月，除MLW站點外，其他站點的月均w*的最低值均出現(xiàn)在2月. 總體上，w*在夏季最高，冬季最低. 其中，PTS站點的w*在春夏秋冬四季的均值分別為2.65、3.27、3.15和1.95 mm/s; BFG站點的w*在春夏秋冬四季的均值分別為2.21、2.71、2.68和1.70 mm/s; DPK站點的w*在春夏秋冬四季的均值分別為2.60、3.20、2.85和1.80 mm/s; XLS站點的w*在春夏秋冬四季的均值分別為2.34、2.76、2.85和1.78 mm/s; MLW站點的w*在春夏秋冬四季的均值分別為2.29、2.61、2.52和1.72 mm/s. 將5個觀測點位的數(shù)據(jù)進行平均，可得到太湖整體的w*值為2.49 mm/s, 其春夏秋冬四季的平均值分別為2.42、2.91、2.82和1.79 mm/s. 冬季太湖w*值顯著(P<0.05)低于其他三季.

圖5 太湖5個站點w*的季節(jié)變化特征

2.4 w*的影響因子

本研究結(jié)果表明，太湖水體w*與風速以及Ts-Ta顯著相關(guān)(圖6和表1). 風速大小可反映風力擾動情況，Ts-Ta表征水體熱量收支情況，差值為正值表明熱量從水體輸向大氣，水體散失熱量，反之水體吸收熱量. 以PTS站點為例，逐日w*與10 m高度處的風速(U10)呈顯著正相關(guān)，但該關(guān)系在白天比夜間更加顯著，表明白天較高的風速可顯著攪動太湖水體，提高水體w*值；逐日w*也與Ts-Ta呈顯著正相關(guān)，但與風速相反，該關(guān)系在夜間比白天更加顯著.

圖6 太湖逐日w*與風速U10(a)和湖面溫度與氣溫差值Ts-Ta(b)的相關(guān)性(以PTS站點為例)

表1 4個站點(BFG、DPK、XLS和MLW)逐日w*與風速(U10)以及湖面溫度與氣溫差值(Ts-Ta)的相關(guān)性

3 討論

水體上下對流混合速率是引起湖泊生態(tài)系統(tǒng)各種理化過程變化的主要動力驅(qū)動因素，在國內(nèi)外的相關(guān)研究中受到廣泛關(guān)注[8,10,14-15]. 基于野外連續(xù)高頻原位的觀測數(shù)據(jù)，本研究結(jié)果表明太湖5個觀測站w*的年均值分別為2.76 mm/s (PTS)、2.33 mm/s (BFG)、2.62 mm/s (DPK)、2.44 mm/s (XLS)和2.29 mm/s (MLW)，整體上MLW和BFG兩個站點w*值較低. MLW站點離陸地較近，受周邊陸地影響較多，其較低的風速可能是導(dǎo)致該站點w*較低的主要原因. BFG站點位于太湖沉水植被區(qū)，已有研究表明沉水植被不僅增加湖體消光系數(shù)，影響能量收支，并且也增加湖水上下交換的阻力，進而減少水體上下對流混合交換速率[29]. 統(tǒng)計分析發(fā)現(xiàn)，總體上太湖5個站點間的w*無顯著差異(P> 0.05)，表明在該大型淺水湖泊，水體對流混合速率無顯著的空間變化. 盡管相關(guān)研究表明不同湖泊間水體w*值變化較大[36, 38]，但本研究表明，在同一個湖泊中，因風速、凈輻射和水深等無梯度變化，其w*可能也無顯著的空間變化. 但是在夜間，太湖w*表現(xiàn)出空間變化，PTS站點的w*最大，這可能是由兩方面原因所致：一方面PTS站點位于開闊湖心區(qū)，其夜間風速要高于其他站點(圖2d)，風生流引起水體上下對流混合[18]；另一方面，PTS站點的水深高于其他站點，其在白天能存儲更多的熱量[17]，導(dǎo)致夜晚可能輸出更多能量，引發(fā)水體形成強烈對流混合.

受能量收支季節(jié)變化的影響，湖泊水體w*往往也呈現(xiàn)出季節(jié)變化[13-14]. 本研究表明，太湖水體w*在夏季最高，秋季和春季次之，冬季最低. 統(tǒng)計分析也表明太湖冬季水體w*值(P<0.05)顯著低于其他季節(jié). 太湖風速在春夏秋冬四季無顯著的變化，表明w*的季節(jié)變化與風速無關(guān). 但是太湖的能量收支呈現(xiàn)出顯著的季節(jié)變化，其季節(jié)變趨勢與w*的季節(jié)變化高度吻合(圖3a和圖5). 此外，太湖Ts-Ta在冬季也顯著(P< 0.05)低于其他季節(jié). 鑒于能量收支和Ts-Ta是驅(qū)動w*的關(guān)鍵因子，因此太湖水體w*的季節(jié)變化特征主要受能量收支驅(qū)動. 全球湖泊w*一般具有顯著的季節(jié)變化[36]，盡管本研究表明太湖水體w*也具有季節(jié)變化，但其變化幅度要遠低于晝夜變化(圖2). 這可能是因為太湖水體在白天吸收熱量，但因太湖水體較淺，水體儲熱能力較低，在夜晚導(dǎo)致大量能量輸出到大氣中，水體結(jié)構(gòu)失穩(wěn)，形成強烈的上下對流混合[16-17].

本研究表明在太湖，熱力和風動力是水體對流混合速率的主要驅(qū)動因子. 熱力的作用機制是，當水體吸收獲取熱量時，一般是表層水體獲得熱量較深層水體高，導(dǎo)致表層水體升溫快于深層，從而表層水體密度低于深層水體，水體從上到下形成分層[12]，對流混合被削弱；反之，水體加熱大氣熱量散失時，表層降溫比深層快，導(dǎo)致水體形成失穩(wěn)結(jié)構(gòu)，對流混合增強[5,36]. 觀測數(shù)據(jù)表明，太湖在夜晚水表熱通量為負值，表明水體散失熱量，因此水體對流混合速率較高，且夜間的w*與能量收支呈現(xiàn)顯著正相關(guān)關(guān)系(圖6和表1). 同時，盡管白天湖泊水體因吸熱出現(xiàn)分層弱對流混合現(xiàn)象，但因太湖是一個淺水湖泊，該層結(jié)不穩(wěn)定易受風動力影響. 相關(guān)研究表明，當風速低于1 m/s時，太湖才會出現(xiàn)極穩(wěn)定的層結(jié)[29]. 太湖的年均風速約為4.58 m/s，且大部分情況下大于1 m/s，因此太湖在白天吸收能量時也會出現(xiàn)對流混合，且主要受風速驅(qū)動(圖6a). 因此，高風速可打破太湖水體的層結(jié)，引起湍流混合[18].

總體上太湖水體w*在日尺度上的變化范圍為 0～7.85 mm/s，均值為2.49 mm/s，與瑞典一個淺水湖泊的觀測結(jié)果相似[8]. 太湖水體w*強烈的時間變化特征可能會導(dǎo)致其水體溫室氣體等發(fā)生相應(yīng)的變化，例如已有研究表明在晝夜尺度上，w*的變化導(dǎo)致水體CO2排放呈現(xiàn)出明顯的變化，即在夜間水體因“丟失”能量，w*比較高，促使湖泊底部富含CO2和CH4氣體的水體輸送到水表，增加水體向大氣排放CO2和CH4等溫室氣體[8,10,39]. 同時，也有研究表明在白天水體無能量“丟失”時，因風力擾動引起的水體對流混合，也可顯著增加水體溫室氣體的排放[40]. 受全球變暖的影響，湖泊水體吸收更多的熱量，導(dǎo)致在全球尺度上湖泊水體的對流混合速率呈現(xiàn)下降的趨勢[13,41]. 此外，觀測數(shù)據(jù)也表明風速在近幾十年呈現(xiàn)顯著下降的趨勢[42-43]. 因此，后續(xù)研究亟需開展水體對流混合速率對其溫室氣體等物質(zhì)循環(huán)的影響，以期明確在未來氣候變化情景下水體溫室氣體等響應(yīng)特征.

4 結(jié)論

1)觀測數(shù)據(jù)表明，太湖的風速、水溫和輻射等物理參數(shù)無空間變化，但具有明顯的晝夜變化和季節(jié)變化特征.

2)太湖水體w*總體上無空間變化，但呈現(xiàn)出顯著的晝夜變化和季節(jié)變化，且晝夜變化幅度要強度季節(jié)變化.

3)太湖水體w*的均值為2.49 mm/s，白天主要受風力擾動影響，夜晚主要受能量收支影響.