任磊 楊凡 楊凌娜 陳曉帆 潘廣維 韋駿

基于高頻地波雷達(dá)觀測(cè)的粵港澳大灣區(qū)春季海表流特征研究

任磊1,2楊凡3,?楊凌娜1陳曉帆1潘廣維1韋駿2,4,?

1.中山大學(xué)海洋工程與技術(shù)學(xué)院, 珠海 519082; 2.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室(珠海), 珠海 519082; 3.國(guó)家海洋局珠海海洋環(huán)境監(jiān)測(cè)中心站, 珠海 519015; 4.中山大學(xué)大氣科學(xué)學(xué)院, 珠海 519082; ?通信作者, E-mail: yangf@scs.mnr.gov.cn (楊凡), weijun5@mail.sysu.edu.cn (韋駿)

基于高頻地波雷達(dá)系統(tǒng)監(jiān)測(cè)得到的海表流資料, 選取 907 個(gè)高密度空間點(diǎn), 運(yùn)用調(diào)和分析等方法, 探究粵港澳大灣區(qū) 2020年 3月的潮流特征。結(jié)果表明, 該海域潮流以不規(guī)則半日潮 M2 分潮為主, 且淺水分潮影響顯著。主要全日分潮和半日分潮的傾角都在 120°～160°之間, 即最大流速都為西北?東南流向, 表現(xiàn)為向岸?離岸流動(dòng)的趨勢(shì)。隨著與海岸線距離的增加, 潮型系數(shù)和淺水系數(shù)逐漸增大, 區(qū)域南部離岸區(qū)表現(xiàn)出不規(guī)則全日潮的特征。可能最大流速和實(shí)測(cè)最大流速的范圍分別為 0.33～71.01cm/s 和 58.63～149.99cm/s, 其大值都分布于研究區(qū)的西北部和南部。

高頻地波雷達(dá); 海流; 潮流; 粵港澳大灣區(qū); 調(diào)和分析; 最大流速

隨著海洋空間和資源的開發(fā)利用, 海上觀光平臺(tái)、海上施工平臺(tái)以及島礁建設(shè)等海洋工程日益增多。近海地區(qū)的經(jīng)濟(jì)活動(dòng)和資源開發(fā)利用在很大程度上依賴于對(duì)海洋環(huán)境要素信息的獲取能力。作為海洋運(yùn)動(dòng)的重要形式之一, 海流具有復(fù)雜多變的特點(diǎn)。海流的變化特征及其驅(qū)動(dòng)機(jī)制是研究海洋動(dòng)力過(guò)程的重要科學(xué)問(wèn)題, 也是研究海洋物質(zhì)輸運(yùn)的有效靶點(diǎn)[1]。

粵港澳大灣區(qū)位于我國(guó)華南沿海地區(qū), 由香港和澳門兩個(gè)特別行政區(qū)與屬于廣東省的 9 個(gè)珠三角城市組成, 總面積為 56453km2, 總?cè)丝谶_(dá) 7276 萬(wàn), 是世界級(jí)的創(chuàng)新中心和經(jīng)濟(jì)中心。研究區(qū)屬于南海北部海區(qū)的一部分, 其北部與伶仃洋相連。伶仃洋是一個(gè)喇叭型的河口灣, 灣內(nèi)為“三灘兩槽”的格局, 水下地形自北向南、自西向東向下傾斜; 灣口內(nèi)外, 島嶼星羅棋布, 海底地形復(fù)雜[2]。伶仃洋的入海徑流量大, 徑流從伶仃洋的橫門、洪奇門、蕉門和虎門四大口門流入灣內(nèi), 其中虎門的潮流作用較強(qiáng), 徑流作用較弱[3?4]。大灣區(qū)所在的華南沿海地區(qū)經(jīng)歷過(guò)多次構(gòu)造運(yùn)動(dòng), 使得大灣區(qū)海岸具有岬灣眾多、海岸線曲折以及河口海灣發(fā)育的特點(diǎn)[5]。潮、風(fēng)、徑流、海底地形和海岸線等多因素的綜合作用, 加上近年來(lái)沿海城市經(jīng)濟(jì)的高速發(fā)展及其導(dǎo)致的灘涂圍墾和航道疏浚等人類活動(dòng), 使得粵港澳大灣區(qū)流場(chǎng)更趨復(fù)雜化。因此, 探究粵港澳大灣區(qū)近海的流場(chǎng)分布及變化特征, 對(duì)提高航道通行預(yù)報(bào)能力和防災(zāi)減災(zāi)具有指導(dǎo)作用。研究該地區(qū)海流的空間分布特征對(duì)潮汐能和海流能等清潔能源的開發(fā)具有重要科學(xué)意義, 有助于我國(guó)早日實(shí)現(xiàn)“碳達(dá)峰”與“碳中和”目標(biāo)。

許多學(xué)者使用數(shù)值模型、直接觀測(cè)和遙感觀測(cè)等方法, 對(duì)粵港澳大灣區(qū)近岸動(dòng)力過(guò)程及機(jī)制進(jìn)行了研究。曹德明等[6]用二維有限差分方法研究南海北部的潮汐潮流, 結(jié)果表明廣東沿岸潮汐振幅的增大和潮汐性質(zhì)的變化主要受地形變化影響。楊萬(wàn)康等[7]基于非結(jié)構(gòu)三角形網(wǎng)格數(shù)值模型的研究表明, 南海北部各個(gè)分潮潮流均呈逆時(shí)針?lè)较蛐D(zhuǎn)趨勢(shì), 隨著水深變淺, 從南海北部向廣東沿岸, 振幅逐漸增大, 4 個(gè)分潮的振幅排序?yàn)?M2>K1>O1>S2, 且南海北部大部分陸架區(qū)域潮型系數(shù)值在 1～2 之間, 屬于不規(guī)則半日潮流, 其在廣東沿岸的最大流速為 25～30cm/s。何琦等[8]基于南海北部大陸架和大陸坡 3 個(gè)站點(diǎn)聲學(xué)多普勒剖面儀海流連續(xù)觀測(cè)資料, 采用功率譜分析和潮流調(diào)和分析方法, 分析陸架陸坡區(qū) 100, 200 和 1200m 水深海域海流的垂向結(jié)構(gòu), 探討環(huán)流的季節(jié)變化和空間分布特征。Li 等[9]對(duì)中國(guó)南海北部大陸架 8 個(gè)系泊點(diǎn) 2006—2007年冬季和 2009—2010年冬季的觀測(cè)資料進(jìn)行綜合分析, 結(jié)果表明該區(qū)域以斜壓全日潮為主, 相位在垂直和水平方向都有變化。

現(xiàn)有研究主要基于數(shù)值模擬方法和傳統(tǒng)觀測(cè)資料來(lái)分析研究區(qū)的海流特征。由于模型固有的局限性, 運(yùn)用數(shù)值模擬方法時(shí), 通常需要將復(fù)雜的海洋情況進(jìn)行簡(jiǎn)化, 導(dǎo)致無(wú)法反映真實(shí)的海洋動(dòng)力過(guò)程。雖然現(xiàn)場(chǎng)定點(diǎn)觀測(cè)資料的精度高, 但其數(shù)據(jù)來(lái)源一般只有幾個(gè)站點(diǎn)。與定點(diǎn)觀測(cè)相比, 走航觀測(cè)實(shí)現(xiàn)由點(diǎn)向線, 甚至由點(diǎn)向面的轉(zhuǎn)變, 但無(wú)法在一個(gè)時(shí)刻獲得線上或者面上所有點(diǎn)的數(shù)據(jù), 其中的時(shí)間差可能導(dǎo)致誤差。如果要實(shí)現(xiàn)與高頻雷達(dá)同樣長(zhǎng)時(shí)間的觀測(cè), 走航觀測(cè)所需的成本也是一大難題。

電磁波以雷達(dá)站為中心向海域輻射, 沿海表層傳播，高頻地雷據(jù)此獲取海表參數(shù), 可同時(shí)獲得數(shù)百個(gè)甚至上千個(gè)觀測(cè)點(diǎn)的數(shù)據(jù), 實(shí)現(xiàn)海洋要素觀測(cè)由點(diǎn)向面的突破, 能夠展現(xiàn)研究區(qū)海表流空間場(chǎng)的特征, 更適于分析區(qū)域海表流時(shí)空特征的變化。作為觀測(cè)海洋要素的新型遙感設(shè)備, 高頻地波雷達(dá)克服了傳統(tǒng)觀測(cè)方法受天氣影響大、設(shè)備維護(hù)成本高等缺點(diǎn), 能進(jìn)行大區(qū)域風(fēng)、浪、流的同步監(jiān)測(cè), 滿足實(shí)際應(yīng)用中對(duì)中小尺度精確測(cè)量的需求[10?11]?；陔姶艑W(xué)理論的發(fā)展, 高頻雷達(dá)觀測(cè)系統(tǒng)已廣泛應(yīng)用于海洋環(huán)境動(dòng)力要素的觀測(cè)[12]。

Shen 等[13]通過(guò)對(duì)兩個(gè)高頻地波雷達(dá)系統(tǒng)獲得的海流數(shù)據(jù)進(jìn)行準(zhǔn)諧波分析, 研究臺(tái)灣海峽西南部表層潮流的空間分布特征, 結(jié)果表明該區(qū)域以半日潮流為主, 受淺水成分的影響很大。Shen 等[14]通過(guò)對(duì)兩臺(tái)高頻雷達(dá)連續(xù) 11 天的矢量海流監(jiān)測(cè)數(shù)據(jù)進(jìn)行準(zhǔn)調(diào)和分析, 研究浙江省舟山群島以東公海海域表層潮流的空間分布特征。張文雅等[15]利用連云港近岸高頻地波雷達(dá)系統(tǒng) 2019年的觀測(cè)資料, 分析該區(qū)域海表流的時(shí)空特征。

粵港澳大灣區(qū)正在建設(shè)由 10 套高頻地波雷達(dá)組成的密集觀測(cè)網(wǎng), 本文利用兩個(gè)先期建成的雷達(dá)站獲取的粵港澳大灣區(qū)連續(xù)一個(gè)月的海表流觀測(cè)資料, 分析該海域海表流特征, 以期為后續(xù)多站點(diǎn)雷達(dá)組網(wǎng)提供參考。

1 監(jiān)測(cè)系統(tǒng)和數(shù)據(jù)篩選

1.1 高頻地波雷達(dá)監(jiān)測(cè)系統(tǒng)

高頻雷達(dá)觀測(cè)系統(tǒng)的工作原理基于運(yùn)動(dòng)方向朝向或背離雷達(dá)測(cè)站(徑向方向)的波浪波長(zhǎng)等于電磁波波長(zhǎng)的 1/2 時(shí)發(fā)生的 Bragg 散射現(xiàn)象[16]。高頻雷達(dá)接收 Bragg 散射現(xiàn)象產(chǎn)生的強(qiáng)回波信號(hào)后, 合成站通過(guò)以海洋表面對(duì)電磁波的一階和二階散射截面方程為理論依據(jù)的反演算法, 獲取研究區(qū)流速、風(fēng)速和波高等海洋表面實(shí)時(shí)狀態(tài)參數(shù)[17]。單個(gè)雷達(dá)站只能提供徑向流信息, 通常設(shè)置兩個(gè)及以上雷達(dá)站同時(shí)觀測(cè)同一片海域, 并對(duì)其分別獲得的徑向數(shù)據(jù)進(jìn)行矢量合成, 獲取海面矢量流場(chǎng)[18]。

本研究采用湖北中南鵬力海洋探測(cè)系統(tǒng)工程有限公司研發(fā)的陣列式 OSMAR 高頻雷達(dá)監(jiān)測(cè)系統(tǒng)。兩個(gè)雷達(dá)站分別位于上川島東(21°40′24″N, 112°48′23″E)和萬(wàn)山島南(21°55′35″N, 113°43′5″E)。上川島站雷達(dá)探測(cè)覆蓋的扇形張角為 90°, 法向?yàn)檎龞|; 萬(wàn)山島站雷達(dá)探測(cè)覆蓋的扇形張角為 130°, 法向?yàn)檎?。兩站相?98km, 雷達(dá)最遠(yuǎn)量程為 200km, 共同覆蓋面積約為 40000km2。兩個(gè)雷達(dá) 30°張角交集區(qū)為核心觀測(cè)區(qū), 總面積為 666km2; 60°張角交集區(qū)為高精度觀測(cè)區(qū), 總面積為 4137km2; 萬(wàn)山島站 120°張角和上川島站 87°張角交集區(qū)為邊緣觀測(cè)區(qū), 總面積為11655km2。雷達(dá)工作參數(shù)見表 1。

1.2 數(shù)據(jù)篩選

由于我們?cè)诒狙芯繀^(qū)首次運(yùn)用高頻雷達(dá)遙感數(shù)據(jù)進(jìn)行海流空間場(chǎng)的分析, 考慮數(shù)據(jù)質(zhì)量、數(shù)據(jù)連續(xù)性和穩(wěn)定性等多方面因素, 基于保密要求, 本文選取 2020年 3月的數(shù)據(jù)進(jìn)行分析。雷達(dá)測(cè)站布設(shè)點(diǎn)及觀測(cè)覆蓋區(qū)如圖 1 所示。

觀測(cè)時(shí)段為 2020年 3月 1日 0 時(shí) 0 分至 3月 31日 23 時(shí) 30 分, 時(shí)間分辨率為 10 分鐘, 空間分辨率為0.05°×0.05°?？傆^測(cè)次數(shù)理論值為 4462, 受環(huán)境和海況等因素影響, 實(shí)際總觀測(cè)次數(shù)為 4169[19]。探測(cè)區(qū)域內(nèi)共有 1196 個(gè)觀測(cè)點(diǎn)(圖 1 中黑色和紅色圓點(diǎn))。為保證分析的可靠性和有效性, 選取有效觀測(cè)次數(shù)超過(guò)實(shí)際總觀測(cè)次數(shù) 80%的空間點(diǎn)位作為高密度觀測(cè)點(diǎn), 即至少在 3335 個(gè)時(shí)刻有觀測(cè)值(如圖1 中紅色圓點(diǎn)所示), 覆蓋范圍為 112.40°—114.70°E, 20.20°—22.00°N, 共 907 個(gè)觀測(cè)點(diǎn), 平均觀測(cè)率為95.90%。以下分析都基于這些高密度觀測(cè)點(diǎn)的海表流觀測(cè)數(shù)據(jù)。

2 研究方法

本研究基于高頻雷達(dá)反演獲得的海流流速數(shù)據(jù), 采用潮流調(diào)和分析法繪制空間海流場(chǎng)圖, 并分析可能最大流速(probable maximum current velocity, PMCV)和實(shí)測(cè)最大流速(measured maximum current velocity, MMCV), 探尋粵港澳大灣區(qū)近海海域的海流特征。高頻雷達(dá)高密度實(shí)測(cè)點(diǎn)的海流流速數(shù)據(jù)存在缺失值, 本文采用線性插值法進(jìn)行插補(bǔ), 以上提到的各項(xiàng)分析均使用插補(bǔ)后的數(shù)據(jù)集。

運(yùn)用調(diào)和分析方法可獲取代表性天文分潮的潮流橢圓要素[20], 本文采用 MATLAB 中 t-tide 分析包進(jìn)行潮流調(diào)和分析。根據(jù)潮流類型系數(shù)判定潮流類型, 根據(jù)淺水系數(shù)判定淺水分潮效應(yīng)。計(jì)算公式[2]分別為

= (O1+K1)/M2, (1)

= (M4+MS4)/M2, (2)

其中,O1,K1和M2分別為O1, K1 和 M2 分潮的潮流最大流速。≤0.5 為規(guī)則半日潮流, 0.5<≤2.0為不規(guī)則半日潮流, 2.0<≤4.0 為不規(guī)則全日潮流,>4.0 為規(guī)則全日潮流。>0.04 說(shuō)明該區(qū)域淺水分潮效應(yīng)顯著。

按照運(yùn)動(dòng)形態(tài), 可將潮流分為旋轉(zhuǎn)流和往復(fù)流。潮流橢圓短軸與長(zhǎng)軸的比值為橢圓率, ||< 0.3 說(shuō)明往復(fù)流較顯著, 0.3<||<1 說(shuō)明旋轉(zhuǎn)流較顯著;為正值說(shuō)明其旋轉(zhuǎn)方向?yàn)槟鏁r(shí)針?lè)较?為負(fù)值說(shuō)明其旋轉(zhuǎn)方向?yàn)轫槙r(shí)針?lè)较?。潮流橢圓長(zhǎng)軸和短軸的大小由潮流調(diào)和常數(shù)確定, 長(zhǎng)軸指向該分潮最大流速方向[21]。

對(duì)于規(guī)則半日潮流海域和規(guī)則全日潮流海域, PMCV 的計(jì)算公式[22]分別為

表1 高頻雷達(dá)工作參數(shù)

= 1.295M2+1.245S2+K1+O1+M4+MS4, (3)

max=M2+S2+1.600K1+1.450O1, (4)

其中,為規(guī)則半日潮的PMCV,max為規(guī)則全日潮的 PMCV,代表主要分潮流的橢圓半長(zhǎng)軸矢量, 其下角標(biāo)為分潮代號(hào)。對(duì)于不規(guī)則全日潮流海域和不規(guī)則半日潮流海域, PMCV 可取式(3)和(4)計(jì)算得出的最大值。

3 流場(chǎng)特征

3.1 分潮的潮流特征

對(duì)預(yù)處理后的海流矢量數(shù)據(jù)進(jìn)行潮流調(diào)和分析, 得到研究區(qū)整體主要全日分潮 O1 和 K1、主要半日分潮 M2 和 S2 以及淺水分潮 M4, MS4 和 M6 的潮流橢圓要素(表 2)。M2 分潮的半長(zhǎng)軸為 8.77cm/s, 遠(yuǎn)大于其他分潮; K1分潮次之, 為5.83cm/s; S2 分潮和 O1 分潮的半長(zhǎng)軸較小, 分別為 4.49 和 3.23cm/s。這 4 個(gè)分潮的最大潮流流速比值為 100:66:51:37, 表明該海域以M2 分潮潮流為主。主要全日分潮和半日分潮的傾角都在 120°～160°之間, 即最大流速都在西北?東南流向, 表現(xiàn)為向岸?離岸流動(dòng)的趨勢(shì)。

從表 3 可知, 研究區(qū)的代表性分潮橢圓率介于?0.21～0.21 之間, ||均小于 0.3, 表明運(yùn)動(dòng)形態(tài)為往復(fù)流。在四大主要分潮中, O1分潮的||最小, 往復(fù)流趨勢(shì)最明顯; K1 分潮的||最大, 為 0.21。主要全日分潮的值均為負(fù)數(shù), 旋轉(zhuǎn)方向?yàn)轫槙r(shí)針?lè)较? 半日分潮中 M2 分潮為順時(shí)針旋轉(zhuǎn), S2 分潮為逆時(shí)針; 淺水分潮中 M4 和 MS4 分潮為逆時(shí)針旋轉(zhuǎn), 振幅最小的 M6 分潮為順時(shí)針旋轉(zhuǎn)。

表3 分潮橢圓率

為探究潮流的空間分布特征, 在每個(gè)高密度觀測(cè)點(diǎn)繪制 M2, S2, O1 和 K1 的潮流橢圓圖(圖 2)。

從圖 2(a)可以看出, 半日分潮 M2 分潮在北部趨于往復(fù)流, 潮流橢圓長(zhǎng)軸與短軸的比值較大。自北向南, 轉(zhuǎn)變?yōu)樾D(zhuǎn)流的趨勢(shì)逐漸增強(qiáng)。潮流旋轉(zhuǎn)以順時(shí)針?lè)较驗(yàn)橹? 僅在近岸區(qū)城和研究區(qū)東部少數(shù)觀測(cè)點(diǎn)呈現(xiàn)逆時(shí)針旋轉(zhuǎn)趨勢(shì)。近岸區(qū)域大部分觀測(cè)點(diǎn)潮流的流向?yàn)槲鞅?東南, 基本上與海岸線垂直, 中心區(qū)域觀測(cè)點(diǎn)潮流橢圓的傾角更小, 更接近南?北走向。

從圖 2(b)可知, 半日分潮 S2 在近岸區(qū)域以逆時(shí)針旋轉(zhuǎn)流為主, 在黃茅海和磨刀門河口區(qū)尤為明顯。在離岸一段距離處轉(zhuǎn)化為順時(shí)針往復(fù)流, 變化趨勢(shì)和旋轉(zhuǎn)方向都與 M2 分潮相似。但是, 在離岸較遠(yuǎn)區(qū)域, S2 分潮更多地表現(xiàn)為逆時(shí)針往復(fù)流, 在研究區(qū)東部向旋轉(zhuǎn)流轉(zhuǎn)變。在研究區(qū)南端, 與 M2分潮的順時(shí)針旋轉(zhuǎn)流不同, S2 分潮表現(xiàn)為東?西向的往復(fù)流。

從圖 2(c)可知, 相對(duì)于半日分潮, 全日分潮 O1在近岸區(qū)趨于旋轉(zhuǎn)流。橢圓長(zhǎng)軸指向西北?東南方向(與海岸線垂直)。隨著與海岸線距離加大, 具有更顯著的往復(fù)流特征, 橢圓長(zhǎng)軸指向趨近西北?東南方向。在研究區(qū)南端, O1 分潮表現(xiàn)為類似 S2 分潮的東西向往復(fù)流, 但旋轉(zhuǎn)方向更加多變。

圖2 4個(gè)分潮的潮流橢圓圖

從圖 2(d)可知, 全日分潮 K1 的旋轉(zhuǎn)流趨勢(shì)在所有主要分潮中最大(潮流橢圓的橢圓率平均值為?0.21), 呈現(xiàn)往復(fù)流與旋轉(zhuǎn)流共存的形式, 大部分觀測(cè)點(diǎn)的潮流旋轉(zhuǎn)以順時(shí)針?lè)较驗(yàn)橹? 僅在研究區(qū)南北兩端有少量逆時(shí)針?lè)较蛐D(zhuǎn)的潮流分布, 西北部和南部旋轉(zhuǎn)趨勢(shì)最強(qiáng)。與其他分潮走向類似, 潮流的主要走向?yàn)槲鞅?東南, 說(shuō)明雖然 O1 和 K1 分潮都為全日分潮, 但 K1 分潮的旋轉(zhuǎn)性更強(qiáng), O1 分潮的運(yùn)動(dòng)形式更趨于往復(fù)流; 由于 K1 分潮的橢圓長(zhǎng)軸大于 O1 分潮, K1 分潮對(duì)總潮流的影響更大。

綜上所述, 半日分潮 M2 和 S2 以及全日分潮O(jiān)1 以往復(fù)流為主, 全日分潮 K1 則旋轉(zhuǎn)流和往復(fù)流并存, 所有主要分潮的潮流指向均為西北?東南方向, 除 S2 分潮外, 其他分潮均以順時(shí)針旋轉(zhuǎn)為主。

由式(1)計(jì)算得到本研究中海域的潮流類型系數(shù)= 1.0327, 表明整體上為不規(guī)則半日潮流。由式(2)計(jì)算得到該海域的淺水系數(shù)= 0.2242, 表明淺水分潮效應(yīng)顯著。根據(jù)各高密度觀測(cè)點(diǎn)單點(diǎn)的調(diào)和分析結(jié)果, 得到該海域的潮流類型判別系數(shù)分布圖(圖 3(a))和淺水系數(shù)分布圖(圖 3(b))。

研究區(qū)內(nèi)所有高密度觀測(cè)點(diǎn)的>0.5, 表明該海域不存在規(guī)則半日潮流。隨著與海岸線距離加大, 研究區(qū)中部大片區(qū)域的值介于 0.5～2 之間, 潮流類型為不規(guī)則半日潮流。研究區(qū)南端的值增大到 2～4 之間, 潮流類型為不規(guī)則全日潮流。西北部近岸區(qū)域的值出現(xiàn)異常大值(最大超過(guò) 7), 黃茅海和磨刀門區(qū)域的徑流作用較強(qiáng), 潮流因克服徑流和底摩擦作用而損耗能量, 由于傳統(tǒng)的調(diào)和分析方法不考慮徑流對(duì)潮汐的影響, 因此分析河口處潮流類型和特征時(shí)誤差大[23?24]。

研究區(qū)內(nèi)所有高密度觀測(cè)點(diǎn)的>0.04, 原因可能是研究區(qū)位于南海大陸架, 水深較小。值的分布與值相似, 西北部近岸區(qū)域顯著增大(最大超過(guò) 1), 隨著與海岸線距離加大, 研究區(qū)中部大片區(qū)域的值介于 0.1～0.4 之間。研究區(qū)南端的值快速增大(最大超過(guò) 1), 該處屬于高頻雷達(dá)觀測(cè)的邊緣區(qū), 信噪比較低, 加上反演算法的邊緣效應(yīng), 導(dǎo)致通過(guò)反演獲得的海流信息誤差較大[25?26]。

3.2 大小潮的潮流特征

海表流受到風(fēng)、潮動(dòng)力、波浪、海底摩擦、海底地形及海岸線分布等多種因素的影響, 在粵港澳大灣區(qū)的淺海區(qū)域, 潮動(dòng)力、徑流作用及徑潮的相互作用明顯[27]。

由各觀測(cè)點(diǎn)的海表流流速和流向序列可知, 該海域漲落潮歷時(shí)約 6 小時(shí), 且在觀測(cè)時(shí)段經(jīng)歷一次小潮?大潮?小潮過(guò)程。根據(jù)中國(guó)海事服務(wù)網(wǎng)(https: //www.cnss.com.cn/)發(fā)布的 2020年 3月萬(wàn)山站潮位資料圖計(jì)算潮差, 可知 3月 9日潮差最大, 3月 17日潮差最小。因此分別選取 3月 9日和 17日作為大、小潮的代表日, 其日均流場(chǎng)如圖 4 所示。可以看到, 在大潮代表日, 西北部觀測(cè)點(diǎn)的流向與海岸線垂直, 表現(xiàn)為向岸流動(dòng), 由于海岸線和島嶼的阻擋, 西部觀測(cè)點(diǎn)的流動(dòng)方向?yàn)槲髂? 高密度觀測(cè)點(diǎn)區(qū)域的其他觀測(cè)點(diǎn)都呈現(xiàn)不同程度的北向流動(dòng)趨勢(shì); 近岸海流的流速遠(yuǎn)大于離岸較遠(yuǎn)海域的流速。在小潮代表日, 西北部觀測(cè)點(diǎn)與西部觀測(cè)點(diǎn)的流動(dòng)方向與大潮代表日相同, 高密度觀測(cè)點(diǎn)區(qū)域的流動(dòng)方向整體上呈現(xiàn)自東向西的趨勢(shì); 近岸區(qū)的流速特征與小潮代表日相似, 流速比高密度觀測(cè)點(diǎn)區(qū)域的中心區(qū)大, 不同的是高密度觀測(cè)點(diǎn)區(qū)域的南部流速也遠(yuǎn)大于中心區(qū), 達(dá)到與近岸區(qū)近似的水平。這也導(dǎo)致研究區(qū)小潮代表日的日平均流速大于大潮代表日, 但二者最大流速相近, 最大流速出現(xiàn)的位置都在研究區(qū)的西北部近岸區(qū)(表 4)。

3月 9日大潮期逐時(shí)流場(chǎng)圖(圖 5)顯示, 觀測(cè)區(qū)域的北部具有明顯的半日潮特征, 08:00 和 18:00 左右流速都比前后時(shí)間點(diǎn)大。觀測(cè)區(qū)域的南部具有明顯的全日潮特征, 00:00—03:00 海流明顯向西流動(dòng), 03:00—04:00 開始轉(zhuǎn)向, 04:00—21:00 向東流動(dòng), 此后轉(zhuǎn)回西向。00:00—02:00 流速較大, 流動(dòng)方向總體上為東西向, 南側(cè)區(qū)域流速最大。02:00—04:00, 西北部各高密度觀測(cè)點(diǎn)呈現(xiàn)圍繞中心點(diǎn)(經(jīng)緯度約為 21.6°N, 113.3°E)逆時(shí)針流動(dòng)的特點(diǎn), 與00:00相比, 流速明顯下降, 并且北側(cè)點(diǎn)位的流速大于南側(cè)點(diǎn)位。04:00—08:00, 西北近岸區(qū)流速持續(xù)增大, 并穩(wěn)定地垂直于海岸線流動(dòng)。09:00—14:00, 近岸區(qū)出現(xiàn)自東北向西南的流向, 平行于海岸線流動(dòng), 北部和南部觀測(cè)點(diǎn)的流速遠(yuǎn)大于其他點(diǎn)位。15:00—19:00, 除南部全日潮區(qū)域, 其余觀測(cè)區(qū)域均表現(xiàn)為西北向流動(dòng), 且流速持續(xù)增加。19:00 以后, 近岸區(qū)流速持續(xù)減小, 流動(dòng)方向整體上變?yōu)闁|西向。

最大流速大部分時(shí)段都出現(xiàn)在西北部近岸區(qū), 只有 00:00, 01:00 和20:00 出現(xiàn)在南部的全日潮區(qū)。逐時(shí)平均流場(chǎng)最大流速的最大值為 148.78cm/s, 于06:00 出現(xiàn)在 113.15°E, 21.85°N 位置; 逐時(shí)平均流場(chǎng)最大流速的最小值為 70.29cm/s, 于 13:00 出現(xiàn)在113.00°E, 21.90°N處。

3月 17日小潮期逐時(shí)流場(chǎng)圖(圖 6)顯示, 12 時(shí)與 13 時(shí)之間流速有一個(gè)明顯的峰值(33.56cm/s), 此時(shí)西北近岸區(qū)半日潮流與南部離岸區(qū)全日潮流的流速都較大, 由此產(chǎn)生的疊加效應(yīng)導(dǎo)致流速整體上較大。西北近岸區(qū)在黃茅海附近表現(xiàn)為向岸流(即西北向流動(dòng)), 但在上川島附近轉(zhuǎn)變?yōu)檠匕读?即西南向流動(dòng)), 南部離岸區(qū)為西向流。03:00 和 22:00, 流速整體上到達(dá)谷值, 西北近岸區(qū)與南部離岸區(qū)的流速都較小, 流場(chǎng)整體上表現(xiàn)為東西向。

表4 3月9日和3月17日的流速統(tǒng)計(jì)值

圖4 3月 9日和3月 17日的日均流場(chǎng)

3月 17日, 大部分時(shí)段的最大流速仍然出現(xiàn)在西北部近岸區(qū), 只有 1/3 的時(shí)段出現(xiàn)在南部的全日潮區(qū)(比 3月 9日有所增加)。最大流速基本上不超過(guò) 100cm/s, 但是最大值小于大潮時(shí)期, 最大流速的變化幅度相對(duì)較小。逐時(shí)平均流場(chǎng)的最大流速的最大值為 144.57cm/s, 于 12:00 出現(xiàn)在全日潮地區(qū)113.75°E, 20.30°N 處; 最大流速的最小值為 85.58cm/s, 于 07:00 出現(xiàn)在 113.10°E, 21.90°N 處, 與 3月9日最大流速的最小值出現(xiàn)位置基本上相同。

3.3 可能最大流速和實(shí)測(cè)最大流速

最大流速對(duì)海上生產(chǎn)活動(dòng)和海洋工程建設(shè)等具有制約作用。為了給海洋工程施工和運(yùn)維提供有用信息, 本文計(jì)算并分析研究區(qū)域的可能最大流速(PMCV)和實(shí)測(cè)最大流速(MMCV)。

圖5 3月9日(大潮)的逐時(shí)流場(chǎng)

研究區(qū)的潮型系數(shù)在 0.5～4 之間, 潮流類型為不規(guī)則半日潮流和不規(guī)則全日潮流, 因此 PMCV 可由式(3)和(4)的最大值得出。

圖6 3月17日(小潮)的逐時(shí)流場(chǎng)

如圖 7(a)所示, 研究區(qū)西北部和南部 PMCV 較大, 隨著與這兩處的距離增大, PMCV 逐漸變小, 基本上小于 30cm/s。最大值為 71.01cm/s, 位于西北部的 113.30°E, 21.95°N處; 最小值為 0.33cm/s, 位于中部偏東的 114.20°E, 21.30°N處。

高頻雷達(dá)實(shí)測(cè)期間的流速統(tǒng)計(jì)結(jié)果如圖 7(b)所示?？梢钥闯? 研究區(qū)外圍的 MMCV 較大, 特別是西北部近岸區(qū)、東部離岸區(qū)和南部, 以全日潮為主導(dǎo), MMCV 都超過(guò) 100cm/s。隨著向研究區(qū)域的中心靠近, MMCV 迅速變小, 并且最終穩(wěn)定在 60～80cm/s 之間。實(shí)測(cè)最大流速的最大值為 149.99cm/s, 位于西北部的 113.30°E, 21.95°N 位置; 實(shí)測(cè)最大流速的最小值為 58.63cm/s, 位于中部的 113.50°E, 21.20°N處。

圖7 可能最大流速(PMCV)和實(shí)測(cè)最大流速(MMCV)

計(jì)算 PMCV 時(shí)僅考慮潮流因素的影響, 而計(jì)算MMCV 時(shí)還要考慮風(fēng)和其他因素的影響, 因此二者變化范圍不同, PMCV 的范圍為 0.33～71.01cm/s, MMCV 的范圍為 58.63～149.99cm/s。二者的大值都分布于研究區(qū)的西北部和南部, 且最大值都出現(xiàn)于研究區(qū)西北部 113.30°E, 21.95°N 處, 但 MMCV 大值的覆蓋區(qū)域更大。

4 結(jié)論與展望

本研究利用岸基高頻地波雷達(dá), 對(duì)粵港澳大灣區(qū)近岸海域連續(xù) 31 天的觀測(cè)數(shù)據(jù)進(jìn)行調(diào)和分析、逐時(shí)流場(chǎng)圖分析以及可能最大流速和實(shí)測(cè)最大流速分析, 得到如下結(jié)論。

1)研究海域以 M2 分潮為主, 主要全日分潮和半日分潮的傾角都在 120°～160°之間, 即最大流速的海流都為西北?東南流向, 表現(xiàn)為向岸?離岸流動(dòng)的趨勢(shì)。

2)潮型系數(shù)和淺水系數(shù)指示該區(qū)域?yàn)椴灰?guī)則半日潮流, 淺水分潮效應(yīng)顯著, 并且隨著與海岸線距離變大, 潮型系數(shù)和淺水系數(shù)逐漸增大, 南部離岸區(qū)呈現(xiàn)不規(guī)則全日潮特征。這一結(jié)論與俞慕耕[28]1984年通過(guò) 320 個(gè)觀測(cè)站資料計(jì)算的南海潮汐性質(zhì)一致, 表明近四十年來(lái), 自然因素和人為因素未使該區(qū)域的潮汐特征發(fā)生顯著的改變。

3)最大流速值大部分時(shí)段出現(xiàn)在研究區(qū)的西北部近岸區(qū), 大潮時(shí)的最大流速變化幅度較大。大潮時(shí)最大流速最大值(148.78cm/s)出現(xiàn)在西北部近岸區(qū), 小潮時(shí)最大流速最大值(144.57cm/s)出現(xiàn)在南部離岸區(qū)。

4)可能最大流速和實(shí)測(cè)最大流速的大值都分布在研究區(qū)西北部和南部, 且二者的最大值都出現(xiàn)于研究區(qū)西北部113.30°E, 21.95°N處, 但實(shí)測(cè)最大流速大值區(qū)域的范圍更大。

相對(duì)于數(shù)值模擬, 高頻雷達(dá)監(jiān)測(cè)數(shù)據(jù)分析結(jié)果更加全面和真實(shí), 因此本文研究結(jié)果可為粵港澳大灣區(qū)海洋工程建設(shè)與生態(tài)保護(hù)提供重要支撐。鑒于高頻雷達(dá)具有成本低、全天候和大范圍等特點(diǎn), 連續(xù)監(jiān)測(cè)的海流數(shù)據(jù)含有豐富的多尺度信息, 后續(xù)研究中將考慮基于高頻雷達(dá)觀測(cè)數(shù)據(jù), 結(jié)合機(jī)器學(xué)習(xí)的方法開展海流預(yù)測(cè)研究。

[1]王春陽(yáng), 張永強(qiáng), 王恩康, 等. 廣東紅海灣海流 季節(jié)性特征分析. 應(yīng)用海洋學(xué)學(xué)報(bào), 2020, 39(4): 480?489

[2]王建美, 俞光耀, 陳宗鏞. 珠江口伶仃洋海區(qū)的潮流數(shù)值模擬. 海洋學(xué)報(bào), 1992, 14(2): 26?34

[3]Xie L, Liu X, Yang Q, et al. Variations of current and sediment transport in Lingding Bay during spring tide in flood season driven by human activities. Journal of Sediment Research, 2015, 30(3): 56?62

[4]Hou Q, Lu Y, Wang Z, et al. Cumulative response of estuarine bay hydrodynamic environment to human activities: example of Lingding Bay of the Pearl River Estuary. Advances in Water Science, 2019, 30(6): 789?799

[5]周旋, 李自強(qiáng), 王彥磊, 等. 海表溫度融合方法與系統(tǒng). CN109668635B [P/OL]. (2020?08?07) [2021? 04?18]. https://kns.cnki.net/kcms/detail/detail.aspx?db code=SCPD&dbname=SCPD2020&filename=CN109668635B&uniplatform=NZKPT&v=Uk9gAXAlpwE84i2Q8oqjGPZhO2ZfBnpZaRRQNU-vDN2m3-bkU7dXA XK9-RwZOqym

[6]曹德明, 方國(guó)洪. 南海北部潮汐潮流的數(shù)值模型. 熱帶海洋, 1990, 9(2): 63?70

[7]楊萬(wàn)康, 尹寶樹, 楊德周, 等. 基于FVCOM的南海北部海域潮汐潮流數(shù)值模擬. 海洋科學(xué), 2013, 37 (9): 10?19

[8]何琦, 魏澤勛, 王永剛. 南海北部陸架陸坡區(qū)海流觀測(cè)研究. 海洋學(xué)報(bào), 2012, 34(1): 17?28

[9]Li R, Chen C, Xia H, et al. Observed wintertime tidal and subtidal currents over the continental shelf in the northern South China Sea. Journal of Geophysical Re-search: Oceans, 2014, 119(8): 5289?5310

[10]龔子平, 柯亨玉, 吳雄斌, 等. “龍王”臺(tái)風(fēng)期間高頻地波雷達(dá)數(shù)據(jù)分析. 地球物理學(xué)報(bào), 2007, 60(6): 1695?1702

[11]Bagaglini L, Falco P, Zambianchi E. Eddy detection in HF radar-derived surface currents in the gulf of Naples. Remote Sensing, 2020, 12(1): 97

[12]Tran M C, Sentchev A, Nguyen K C. Multi-scale variability of circulation in the Gulf of Tonkin from remote sensing of surface currents by high-frequency radars. Ocean Dynamics, 2021, 71(2): 175?194

[13]Shen Z, Wu X, Lin H, et al. Spatial distribution cha-racteristics of surface tidal currents in the southwest of Taiwan Strait. Journal of Ocean University of Chi-na, 2014, 13(6): 971?978

[14]Shen Z, Xiongbin W U, Fei Y, et al. Surface tidal cur-rents in the open sea area to the east of the Zhoushan Islands measured with high frequency surface wave radar. Acta Oceanologica Sinica, 2013, 32(10): 5?10

[15]張文雅, 潘廣維, 丘仲鋒, 等. 基于高頻地波雷達(dá)觀測(cè)的連云港近岸海表流時(shí)空特征分析. 人民珠江, 2021, 42(5): 57?66

[16]Yin X, Shi J, Qiao F. Evaluation on surface current observing network of high frequency ground wave radars in the Gulf of Thailand. Ocean Dynamics, 2018, 68(4/5): 575?587

[17]沈志奔. 高頻地波雷達(dá)海流應(yīng)用研究[D]. 武漢: 武漢大學(xué), 2014

[18]文必洋, 李自立, 周浩, 等. 便攜式高頻地波雷 達(dá)東海表面流探測(cè)試驗(yàn). 電子學(xué)報(bào), 2009, 37(12): 2778?2782

[19]肖江洪. 高頻地波雷達(dá)海流數(shù)據(jù)處理方法研究[D]. 武漢: 武漢大學(xué), 2017

[20]孫振宇, 陳照章, 楊龍奇, 等. 大亞灣及周邊海區(qū)潮流和余流的季節(jié)變化特征. 廈門大學(xué)學(xué)報(bào)(自然科學(xué)版), 2020, 59(2): 278?286

[21]李智航, 孫璐, 陳潔. 靖海灣春季實(shí)測(cè)潮流與溫鹽特征分析. 廣西科學(xué), 2021, 28(2): 1?7

[22]王丹, 宋德海, 嚴(yán)聿晗, 等. 廣西北海銀灘海域?qū)崪y(cè)海流特征和懸沙輸運(yùn)分析. 海洋湖沼通報(bào), 2020, 42(5): 16?25

[23]蔡華陽(yáng), 楊昊, 郭曉娟, 等. 珠江磨刀門河口徑潮動(dòng)力耦合條件下余水位的多時(shí)空尺度分析. 海洋學(xué)報(bào), 2018, 40(7): 55?65

[24]歐素英, 田楓, 郭曉娟, 等. 珠江三角洲徑潮相互作用下潮能的傳播和衰減. 海洋學(xué)報(bào), 2016, 38(12): 1?10

[25]李倫. 高頻地波雷達(dá)海洋動(dòng)力學(xué)參數(shù)反演與應(yīng)用方法研究[D]. 武漢: 武漢大學(xué), 2013

[26]張艷靜. 高頻地波雷達(dá)海態(tài)矢量場(chǎng)反演算法研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2018

[27]Lopez G, Bennis A C, Barbin Y, et al. Surface cur-rents in the Alderney Race from high-frequency radar measurements and three-dimensional modelling. Phi-losophical Transactions of the Royal Society A: Ma-thematical, Physical and Engineering Sciences, 2020, 378: 20190494

[28]俞慕耕. 南海潮汐特征的初步探討. 海洋學(xué)報(bào), 1984, 6(3): 293?300

Characteristics of Surface Currents in Guangdong-Hong Kong-Macao Greater Bay Area in Spring Based on High Frequency Radar Observations

REN Lei1,2, YANG Fan3,?, YANG Lingna1, CHEN Xiaofan1, PAN Guangwei1, WEI Jun2,4,?

1. School of Ocean Engineering and Technology, Sun Yat-sen University, Zhuhai 519082; 2. Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai), Zhuhai 519082; 3. Zhuhai Marine Environmental Monitoring Central Station of the State Oceanic Administration, Zhuhai 519015; 4. School of Atmospheric Sciences, Sun Yat-sen University, Zhuhai 519082; ? Corresponding authors, E-mail: yangf@scs.mnr.gov.cn (YANG Fan), weijun5@mail.sysu.edu.cn (WEI Jun)

Based on the sea surface currents data of Guangdong-Hong Kong-Macao Greater Bay Area (GBA) in March 2020 obtained from high frequency radar (HFR), the surface currents data from 907 densely distributed points were selected to analyze the characteristics of spatial-temporal variation. Harmonic analysis and some other methods were used to explore the characteristics of tidal currents. The results show that the irregular semidiurnal tide M2 is dominant in the sea area, and the shallow-water effect is significant. The dip angles of the main diurnal and semidiurnal tides are between 120° to 160°. The direction of maximum flow rate is WN-ES, which shows the trend of shore offshore flow. As the distance to the shoreline increases, the tidal current pattern coefficient and the effect of shallow water constituents coefficient gradually increase, and the offshore area in the south of the research area shows the characteristics of irregular diurnal tide. The ranges of probable maximum current velocity and measured maximum current velocity were 0.33 cm/s to 71.01 cm/s and 58.63 cm/s to 149.99 cm/s, respectively, with the upper-end values distributed in the northwest and south of the study area.

high frequency radar; currents; tidal currents; Guangdong-Hong Kong-Macao Greater Bay Area; harmonic analysis; maximum current velocity

10.13209/j.0479-8023.2022.055

2021–07–02;

2021–09–30

廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃(2020B1111020003)、國(guó)家自然科學(xué)基金(51909290, 41976007, 91958101)、廣東省科技計(jì)劃( 2020A1414010264)和廣州市科技創(chuàng)新項(xiàng)目(201904010430)資助