喬璐璐, LE DUC Cuong, 李 玨, 段曉勇, 印 萍

超強臺風“威馬遜”作用下紅河三角洲海域水動力環(huán)境變化的數(shù)值研究

喬璐璐1, 2, LE DUC Cuong2, 李 玨2, 段曉勇3, 印 萍3

(1. 海底科學與探測技術教育部重點實驗室, 山東 青島 266100; 2. 中國海洋大學 海洋地球科學學院, 山東 青島 266100; 3. 青島海洋地質(zhì)研究所, 山東 青島 266071)

201409號超強臺風“威馬遜”于2014年7月從北部灣北部過境, 對紅河三角洲近岸海域的水動力環(huán)境產(chǎn)生重要影響。本文基于Delft3D建立三維潮、流、浪耦合數(shù)值模型, 對紅河三角洲水位、海流及波浪對臺風的響應變化進行模擬。結(jié)果表明: 威馬遜臺風期間, 紅河三角洲海域風速增大約6倍, 風向由偏南風轉(zhuǎn)為偏北風, 表底層流速均受影響, 其中表層變化較大, 表現(xiàn)為北分量流速明顯增大, 流向變?yōu)槠舷? 與風向主分量變化有關; 波高增大為正常海況的9倍, 時間變化與風速一致。本研究獲得了從北部灣北部海域過境的臺風影響下紅河三角洲海域水動力環(huán)境的響應變化特征, 對該海域的物質(zhì)輸運研究及海洋工程建設有重要意義。

威馬遜臺風; 紅河三角洲; Delft3D; 海流; 波浪

北部灣位于南海西北部, 地處亞熱帶, 平均水深45 m, 夏季, 尤其是8月份[1]熱帶氣旋活動頻繁, 可產(chǎn)生風暴潮、強流、大浪等海洋災害, 甚至可引起海底大型沙波、沙脊的增高和加寬, 使海底出現(xiàn)沖刷溝槽和凹坑[2], 對我國廣西、海南以及越南東部的海洋經(jīng)濟和生產(chǎn)安全帶來重大影響。數(shù)值模擬是研究臺風影響下風、浪、流過程的有效手段[3-5], Delft3D數(shù)值模型在模擬臺風過程下水文動力環(huán)境變化中被廣泛應用[6-12]。廣西北海站近42年最大增水可達1.45 m, 最大減水可達1.87 m, 臺風產(chǎn)生陸架陷波在廣西近海產(chǎn)生較強的西向流[13-14]。臺風在廣西沿岸產(chǎn)生的風暴潮增水, 越靠近海岸增水值越大, 且在時間上滯后[15-16]。臺風“鲇魚”產(chǎn)生的波浪在北部灣以風浪為主, 涌浪較少, 而在南海其他海域則以涌浪為主,波高可達3~6 m, 周期可達12~16 s[17]?；诙嗄昱_風資料, 通過極值推算, 可以獲得不同重現(xiàn)期極值波浪和海流。曹雪峰等[1]基于WRF海面風場模型、SWAN海浪模型和ECOM三維海流數(shù)值模型, 計算了1992—2011年的熱帶氣旋影響下, 百年一遇風速、波高和流速。于克俊等[18]采用Weibull分布, 基于20個最大后報風海流流速, 獲得了臺風風海流的極值分布。江麗芳等[19]利用1949—2005多年年最大臺風浪, 基于Pearson III型頻率適線法推算了欽州灣的多年一遇極值波高和平均波周期, 認為北部灣內(nèi)部波高較小, 灣口處的波高大于內(nèi)灣處的波高, 近岸波高極值最小。

基于三維數(shù)值模型, 已開展大量臺風影響下北部灣浪潮流過程的數(shù)值模擬研究, 且研究多關注于整個北部灣海域尤其是廣西近海的臺風波浪、風暴潮增水和海流等, 對河口近海的海洋動力環(huán)境響應研究較少。本文基于Delft3D數(shù)值模型, 對紅河三角洲海域的水動力環(huán)境及其對臺風“威馬遜”的響應變化開展研究, 對豐富河口動力學和潮汐作用理論有重要意義。

1 研究區(qū)域與臺風“威馬遜”

每年約有1.16×108t泥沙由紅河輸運入海(圖1), 其中90%是在雨季(從6月到次年的1月)入海[20]。在這些泥沙的輸運過程中, 有62.3%是通過紅河三角洲北區(qū)的河口, 其中11.7%是通過太平河(Thai Binh River)及其附近河口, 1.8%是通過川漓(Tra Ly River)河口, 37.8%是通過巴拉特(Ba Lat River)河口運移到近海海域[21]。紅河三角洲是波浪-潮流-河流混合控制的三角洲[22]。水下三角洲北區(qū)的表層沉積物主要由砂、砂質(zhì)粉砂和黏土質(zhì)粉砂組成, 平均粒徑為6φ。水平分布上, 由西部的砂逐漸向東部的黏土質(zhì)粉砂過渡, 呈現(xiàn)出三角洲前緣相的粗粒級沉積物逐漸向前三角洲-淺海相的細粒級沉積物變化的趨勢。

圖1 研究海域、水深及驗證點站位(Hon Dau水位驗證, S3海流驗證)

紅河三角洲平均每年有2.61個臺風過境, 并且近年來臺風影響天數(shù)有增多趨勢(圖2)。超強臺風“威馬遜”(Typhoon Rammasun, 國際編號: 1409)為2014年太平洋第9號臺風。其于2014年7月12日下午在西北太平洋生成, 15日即加強為強臺風級, 進入南海時最大風速達到60 m/s, 并分別于18日15時30分和19時30分在海南文昌、廣東徐聞兩次登陸后, 繼續(xù)沿北部灣東北海域向西北方向運動, 過境北部灣時風速超過50 m/s, 中心氣壓940 hpa, 最終于19日7時在廣西第3次登陸。

2 數(shù)值模型及驗證

2.1 模型介紹及配置

本文基于Delf3D數(shù)值模型, 對臺風“威馬遜”影響下的紅河三角洲海域水動力環(huán)境變化進行研究。Delft3D模型包括海流、波浪、水質(zhì)、懸浮泥沙輸運與地形演變等模塊, 是目前國際較為先進且應用廣泛的海岸與海洋模擬工具之一。其中水動力模塊基于淺水特性和Boussinesq假定，求解不可壓縮流體的Navier-Stokes方程(WL Delft Hydraulics)。正交曲線坐標系下沿深積分連續(xù)方程:

圖2 1884—1995年越南沿岸區(qū)域 8.42°N～22.42°N, 103.92°E～110.00°E范圍內(nèi)熱帶風暴(a)個數(shù)和(b)持續(xù)時間[23]

垂直速度的方程:

基于第三代淺水波浪模型SWAN對紅河三角洲的風浪場進行模擬, 考慮了波浪折射、反射、破碎、白浪等過程。SWAN模型模擬動譜密度在時間和空間上的變化, 建立平衡方程:

模型區(qū)域覆蓋整個北部灣, 在空間上采用曲線正交網(wǎng)格, 網(wǎng)格平均大小為300 m, 最大網(wǎng)格約600 m, 最小為250 m。模型水深采用GEBCO-2014的30″分辨率數(shù)據(jù)[24]。開邊界由全球潮汐模型TPXO8.0提供的30″分辨率的13個主要分潮(M2, N2, S2, K2, K1, O1, P1, Q1, Mf, MM, M4, MS4, MN4)驅(qū)動。基于JMA(Japan Meteorological Agency)提供的臺風信息(臺風眼位置、臺風中心最大風速和氣壓)[25], 建立了研究海域的臺風氣壓場和風場, 作為上強迫驅(qū)動模型。

模型驗證數(shù)據(jù)采用紅河三角洲Hon Dau站水位數(shù)據(jù)(圖3)以及Bach Dang河口S3站流速觀測資料(圖4), 模擬時間為2013年3月及2014年7月。

2.2 模型驗證

模型校準和驗證是一項必要的工作, 在建模應用中具有重要意義。引入均方根誤差RMSE來衡量模型精度:

其中，obs,i是觀測值,model,i是模擬結(jié)果。

分別將模擬水位與Hon Dau站2013年(3月)旱季和2014年(7月)雨季的水位進行對比。Hon Dau站的模擬結(jié)果和觀測數(shù)據(jù)相比, 在振幅和相位上都有較好一致性(圖3)。旱季和雨季的RMSE分別為0.18 m(2=0.89)和0.28 m(2=0.82)。對圖1中S3站觀測的海流數(shù)據(jù)進行驗證(圖4), 旱季實測與模擬的表層海流RMSE為0.05 m/s, 雨季為0.09 m/s, 流向分別為37.8°和11.5°。本文使用的數(shù)值模型可以反映紅河三角洲附近海域的水動力特征。

3 季節(jié)性波浪場和環(huán)流場

3月旱季時研究海域的平均最大有效波高可以超過2.5 m, 并且波高從近岸的0.3~1.5 m向外海逐漸增大, 波向主要為北、西北和東向。7月雨季時風速較3月偏小, 因此有效波高小于3月, 波向主要為南和西南向。從Ba Lat站旱季與雨季有效波高對比也可以明顯看到雨季時波高明顯小于旱季(圖5)。

圖3 HonDau站水位模擬與實測結(jié)果對比 (時間為世界時, 下同)

旱季時(圖6), 紅河三角洲海域海流受潮流控制, 漲潮時流向東北, 流速約為0.3~0.6 m/s, 由于巴拉特河口岸線向海突出, 該海域流速較大, 約為0.6 m/s; 落潮流流向西南, 流速大于漲潮流, 約為0.4~0.8 m/s; 最大流速發(fā)生在大潮落潮期的表層海域。表底層漲落潮流的流向一致。而雨季時(圖7), 漲落潮流場結(jié)構與旱季明顯不同, 且小潮期潮流流速較小, 徑流作用顯著。受大量河流淡水入海影響, 河口近岸40 m以淺的海域表層漲落潮流的方向均指向外海, 與實測站位S3流向顯示的結(jié)果一致(圖4d)。漲潮時, 近岸表層漲潮流受徑流影響指向外海, 而40 m以深海域則受漲潮流控制指向東北, 導致表層流向在近岸淺水與深水表現(xiàn)出不一致的特征, 而底層全部受漲潮流控制。落潮時, 指向外海的河流徑流加強了落潮流, 在40 m以淺水域落潮流流速明顯增強, 巴拉特河口外超過0.8 m/s, 而底層落潮流較小。

4 水動力場對臺風的響應

從2014年7月17日至20日, 臺風“威馬遜”影響北部灣海域, 風速自7月17日12時起逐漸增大, 24小時內(nèi)由3 m/s增大為19 m/s, 約36 h后逐漸降低至6 m/s。風向由南風轉(zhuǎn)為北風, 臺風過境北部灣海域期間, 風向始終為北風, 至19日風速開始變小, 風向由北風逐漸變?yōu)闁|風, 再變?yōu)槟巷L。

圖4 旱季(3月)與雨季(7月)Bach Dang 河口附近S3站模擬與觀測表層海流、流向?qū)Ρ?/p>

圖5 Ba Lat站在3月(a)與7月(b)的有效波高與譜峰周期

圖6 旱季大潮期紅河三角洲海域流場

圖7 雨季小潮期紅河三角洲海域流場

臺風過境前, 北部灣海域盛行東北向浪, 有效波高0.5~3 m, 海南島西側(cè)海域波高較大。自18日起, 臺風從北部灣北部海域過境, 浪向受逆時針旋轉(zhuǎn)風圈影響, 北部灣北部海域轉(zhuǎn)為北向浪, 紅河三角洲海域由西北向浪控制, 海南島西部海域為西向浪(圖8)。臺風期間, 有效波高由北向南逐漸減小, 瓊州海峽及海灣北部有效波高超過5 m。紅河三角洲海域臺風期間波高較小, 隨著風速的增大, 有效波高由0.2 m增大為1.9 m, 是正常海況的9倍, 時間變化上與風速較為一致, 滯后效應不明顯(圖9b)。臺風登陸后, 隨著風速變小, 紅河三角洲海域的波向隨風向轉(zhuǎn)為東向、南向(圖10)。

表層流速隨著風速的增大而變大, 24小時內(nèi)紅河三角洲海域流速由0.3 m/s增大為1 m/s, 風速最大時表層流速最大值可超過1.2 m/s, 約為平均海況的4倍。底層流速雖亦有增大, 但變化幅度不明顯, 僅在風速最大時, 底層流速最大值由0.4 m/s增為0.6 m/s(圖9a)。結(jié)合圖11可以看到, 臺風過境期間, 隨著風向由南風轉(zhuǎn)向北風, 表層流向已失去原有的漲落潮流特征, 由東北向流轉(zhuǎn)變?yōu)槠舷蛄? 而底層流向受影響相對較小, 仍保持原偏北向流。但從海流的東分量和北分量的變化看, 北分量的流速變化明顯強于東分量, 且表層流速變化顯著, 底層受影響較小。主要與臺風過境期間, 北部灣海域盛行偏北向風有關, 因此造成流速北分量變化較大。

圖8 臺風期間波浪場

圖9 Ba Lat站臺風期間表、底層流速(a)和有效波高(b)對風速變化的響應

圖10 Ba Lat站流向和波向隨風向的變化情況

由于臺風從研究海域北部過境, 逆時針旋轉(zhuǎn)的風圈在北部灣海域表現(xiàn)為西北向風, 因此, 表層流表現(xiàn)為東南向的離岸運動, 代替了無臺風時東北向流的向近岸壅水的作用, 從而導致紅河三角洲海域的Hon Dau站位臺風期間水位明顯降低約60 cm, Ba Lat站低潮位降低近40 cm, 高潮位降低70 cm (圖12)。

5 結(jié)論

本文基于Delft3D數(shù)值模型, 開展2014年超強臺風“威馬遜”影響下紅河三角洲海域三維潮、流、浪過程數(shù)值模擬, 研究結(jié)果表明:

圖12 紅河三角洲Hon Dau站位(a)和Ba Lat站位(b)水位變化對臺風過程的響應

1) 旱季(3月)時, 紅河三角洲近岸海域受東北-西南向的漲落潮流控制, 表、底層流向一致; 雨季(7月)時, 受大量河流淡水輸入影響, 河口近海40 m以淺海域無論漲落潮流表層均表現(xiàn)為指向外海的方向, 底層仍保持東北-西南向的漲落潮流流向。

2) 臺風“威馬遜”期間, 紅河三角洲海域表層流速24小時內(nèi)增大4倍, 流向由東北向轉(zhuǎn)變?yōu)槠舷? 且北分量流速顯著增大, 與臺風期間風向由西南風轉(zhuǎn)為北風, 且北分量較強有關; 波高由0.2 m增大到1.9 m, 為正常海況的9倍, 時間變化與風速較為一致, 滯后效應不明顯。

3) 由于臺風導致流向的轉(zhuǎn)換, 使得紅河三角洲近岸減水過程明顯, 高水位降低0.7 m。

[1] 曹雪峰, 陳波, 侍茂崇, 等. 北部灣水文氣象極值參數(shù)研究[J]. 海洋環(huán)境科學, 2017, 36(4): 495-500.CAO Xuefeng, CHEN Bo, SHI Maochong, et al. Studies of hydro-meteorological return level in Beibu gulf[J]. Marine Environmental Science, 2017, 36(4): 495-500.

[2] 董志華, 曹立華, 薛榮俊. 臺風對北部灣南部海底地形地貌及海底管線的影響[J]. 海洋技術, 2004, 23(2): 24-28, 34. DONG Zhihua, CAO Lihua, XUE Rongjun. The influence on topography and relief in South Gulf Beibu and suspending of pipe caused by typhoon[J]. Ocean Technology, 2004, 23(2): 24-28, 34.

[3] 黃潘陽, 葉銀燦, 韋雁機, 等.“威馬遜”臺風暴潮增水及水動力響應數(shù)值模擬[J]. 海洋預報, 2012, 29(2): 32-38. HUANG Panyang, YE Yincan, WEI Yanji, et al. A numerical simulation of storm surge and hydrodynamic response caused by Typhoon “Rammasun”[J]. Marine Forecasts, 2012, 29(2): 32-38.

[4] GOMES M P, PINHO J L, DO CARMO J S A, et al. Hazard assessment of storm events for the Battery, New York[J]. Ocean and Coastal Management, 2015, 118: 22-31.

[5] 鄒怡杰, 張建球, 夏波, 等. 北部灣海域風-浪-流耦合模式及其應用[J]. 西部交通科技, 2018(5): 167-171, 203. ZOU Yijie, ZHANG Jianqiu, XIA Bo, et al. Wind-Wave- Current coupling model and its application in Beibu Gulf waters[J]. Western China Communications Science & Technology, 2018(5): 167-171, 203.

[6] 儲鏖. Delft3D在天文潮與風暴潮耦合數(shù)值模擬中的應用[J]. 海洋預報, 2004(3): 29-36. CHU Ao. Numerical simulation of coupling storm surge and astronomic tide based on Delft3D[J]. Marine Forecasts, 2004(3): 29-36.

[7] LAKNATH D P C, ITO K, HONDA T, et al. Storm surge simulation in Nagasaki during the passage of 2012 typhoon Sanba[J]. Coastal Engineering Proceedings, 2014, 1(34): 4.

[8] LAI F, LIU L, LIU H. Wave effects on the storm surge simulation: a case study of typhoon Khanun[J]. Journal of Disaster Research, 2016, 11(5): 964-972.

[9] 朱磊, 劉會欣. 基于Delft3D模型的風暴潮增減水模擬研究——以“9711”號臺風為例[J]. 海洋湖沼通報, 2018(5): 1-10. ZHU Lei, LIU Huixin. A numerical simulation of storm surge with Delft3D model: a case study of typhoon Winnie[J]. Transactions of Oceanology and Limnology, 2018(5): 1-10.

[10] 孫志林, 紀汗青, 方詩標, 等. 臺風過境方位對洞頭漁港增水的影響[J]. 水力發(fā)電學報, 2018, 37(1): 70-78. SUN Zhilin, JI Hanqing, FANG Shibiao, et al. Influe-nce of typhoon moving directions on storm surges at Dongtou fishing port[J]. Journal of Hydroelectric Engineering, 2018, 37(1): 70-78.

[11] 孫志林, 王辰, 鐘汕虹, 等. 浪潮耦合的舟山漁港臺風暴潮數(shù)值模擬[J]. 海洋通報, 2019, 38(2): 150-158. SUN Zhilin, WANG Chen, ZHONG Shanhong, et al. Numerical simulation of storm surge coupled with wave in Zhoushan fishing port[J]. Marine Science Bulletin, 2019, 38(2): 150-158.

[12] KWON Y Y, CHOI J W, KWON J I. Simulation of storm surge due to the changes of typhoon moving speed in the south coast of Korean Peninsula[J]. Journal of Coastal Research, 2020, 95(sp1): 1467-1472.

[13] 趙兵兵. 北部灣海域風暴潮數(shù)值模擬研究及特征分析[D]. 長沙: 長沙理工大學, 2017. ZHAO Bingbing. Numerical simulation and characteristic analysis of storm surge in Beibu Gulf[D]. Changsha: Changsha University of Science & Technology, 2017.

[14] 蔣昌波, 趙兵兵, 鄧斌, 等. 北部灣臺風風暴潮數(shù)值模擬及重點區(qū)域風險分析[J]. 海洋預報, 2017, 34(3): 32-40. JIANG Changbo, ZHAO Bingbing, DENG Bin, et al. Numerical simulation of typhoon storm surge in the Beibu Gulf and hazardous analysis at key areas[J]. Marine Forecasts, 2017, 34(3): 32-40.

[15] 丁揚. 南海北部環(huán)流和陸架陷波研究[D]. 青島: 中國海洋大學, 2015.DING Yang. Investigation on the circulation and coastal trapped waves in the northern South China Sea[D]. Qingdao: Ocean University of China, 2015.

[16] 陳波, 董德信, 陳憲云, 等. 南海北部臺風引起的廣西近岸增減水研究[J]. 海洋湖沼通報, 2017(2): 1-11. CHEN Bo, DONG Dexin, CHEN Xianyun, et al. A research on fluctuations of water level in Guangxi coast caused by typhoons in the northern South China Sea[J]. Transactions of Oceanology and Limnology, 2017(2): 1-11.

[17] 沈旭偉, 范力陽, 陳國平, 等. 臺風“鲇魚”作用下南海波浪場的數(shù)值模擬研究[J]. 水道港口, 2016, 37(4): 369-374.SHEN Xuwei, FAN Liyang, CHEN Guoping, et al. Numerical simulation studies of influence on wave field in the South China Sea caused by Typhoon Megi[J]. Journal of Waterway and Harbor, 2016, 37(4): 369-374.

[18] 于克俊, 方國洪, 王新怡, 等. 北部灣臺風風海流三維數(shù)值后報[J]. 海洋科學集刊, 1995, 36: 55-64.YU Kejun, FANG Guohong, WANG Xinyi, et al. Three- dimensional numerical hindcasts of the typhoon- gene-rated currents in Beibu Gulf[J]. Studia Marina Sinica, 1995, 36: 55-64.

[19] 江麗芳, 尹毅, 齊義泉, 等. 欽州灣臺風浪的多年一遇極值推算[J]. 熱帶海洋學報, 2012, 31(4): 8-16. JIANG Lifang, YIN Yi, QI Yiquan, et al. The extreme wave parameters in the Qinzhou Bay during typhoon passages[J]. Journal of Tropical Oceanography, 2012, 31(4): 8-16.

[20] NHUAN M T, HAI T Q, NGOI C V, et al. Establishing environmental geological map of shallow sea (0–30 mdeep) in Ngason-Haiphong Area, scale 1: 500, 000[R]. [s.l.: s.n], 1996: 94(in Vietnamese).

[21] NGOI C V, NGHI T, NHUAN M T, et al. Geodynamic characteristics of the Red River delta in the Holocene[J]. Journal of Geology, Vietnam Series A, 2000: 40-45.

[22] 李珍, 臧家業(yè), SAITO Yoshiki, 等. 越南紅河三角洲近五千年來的幾個降溫事件[J]. 海洋科學進展, 2005, 23(1): 43-53. LI Zhen, ZANG Jiaye, SAITO Yoshiki, et al. Several cooling events over the Hong River Delta, Vietnam during the past 5, 000 years[J]. Advances in Marine Science, 2005, 23(1): 43-53.

[23] KLEINEN J. Historical perspectives on typhoons and tropical storms in the natural and socio-economic system of Nam Dinh (Vietnam)[J]. Journal of Asian Earth Sciences, 2007, 29(4): 523-531.

[24] WEATHERALL P, MARKS K M, JAKOBSSON M, et al. A new digital bathymetric model of the world’s ocea-ns[J]. Earth and Space Science, 2015, 2(8): 331-345.

[25] Japan Meteorological Agency. Annual report on the activities of the RSMC Tokyo typhoon center[R]. Tokyo: Japan Meteorological Agency, 2014.

Numerical modeling of hydrodynamic changes due to super Typhoon Rammasun in the Red River Delta coastal area

QIAO Lu-lu1, 2, LE DUC Cuong2, LI Jue2, DUAN Xiao-yong3, YIN Ping3

(1. Key Lab of Submarine Geosciences and Prospecting Techniques, MOE, Qingdao 266100, China; 2. College of Marine Geoscience, Ocean University of China, Qingdao 266100, China; 3. Qingdao Institute of Marine Geology, Qingdao 266071, China)

The Red River Delta in the Gulf of Tonkin is located in a complex tidal estuary that has many channels and shoals and is frequently affected by typhoons. A coupled numerical model based on Delft3d was established, and the model was validated using in situ survey data, which was used to simulate the hydrodynamic changes occurring in the coastal waters of the Red River Delta due to Typhoon Rammasun. The wind speed of the typhoon was 6-fold faster than the average wind speed, and during the typhoon’s movements, the wind direction changed from southerly to northerly. The currents at the surface and bottom layers are affected by strong winds in which the north component velocity was strengthened and direction changed from northwardly to southwardly, especially at the surface layer. The simulated significant wave height in the Red River Delta coastal area increased 9-fold during a typhoon period, and the time phase of the simulated significant wave height was consistent with the changes in the wind velocity of the typhoon. This work describes the hydrodynamic changes induced by a typhoon moving through the northern Tonkin Gulf, which will support studies on sediment transportation and marine engineering construction.

Typhoon Rammasun; Red River Delta; Delft3D; current; waves

May 8, 2019

P731.2

A

1000-3096(2021)04-0064-11

10.11759/hykx20190508002

2019-05-08;

2020-04-20

亞洲合作資金“長江三角洲與紅河三角洲海洋地質(zhì)環(huán)境與地質(zhì)災害對比研究”; 國家自然科學基金(42076179, 41476030); 泰山學者建設工程專項項目; 中國政府獎學金

[Comprehensive Study of Geoenvironment and Geohazards in the Yangtze River Delta and the Red River Delta; National Natural Science Foundation of China (No.42076179; No.4147603); the Project of Taishan Scholar; Chinese Government Scholarship]

喬璐璐(1981—), 教授, 山東青島人, 研究方向: 海洋沉積動力學, E-mail: luluq@ouc.edu.cn

(本文編輯: 叢培秀)