喬守文, 李 凡, 秦華偉, 石洪源

黃河口門(mén)位置及入海徑流變化對(duì)萊州灣鹽度分布的影響

喬守文1, 2, 李 凡3, 秦華偉3, 石洪源2

(1. 中國(guó)海洋大學(xué) 海洋與大氣學(xué)院, 山東 青島 266100; 2. 魯東大學(xué) 水利工程學(xué)院, 山東 煙臺(tái) 264025; 3.山東省海洋資源與環(huán)境研究院 山東省海洋生態(tài)修復(fù)重點(diǎn)實(shí)驗(yàn)室, 山東 煙臺(tái) 265500)

2020年黃河豐水期入海徑流量是往年平均值的2倍以上, 必然會(huì)引起河口水動(dòng)力和鹽度分布的動(dòng)態(tài)變化。本作者基于有限體積海岸海洋模型(Finite Volume Community Ocean Model, FVCOM), 模擬2020年黃河沖淡水在豐水期和枯水期的擴(kuò)散情況, 研究黃河口以及萊州灣海域的鹽度分布狀況變化, 以及徑流量變化和口門(mén)變遷對(duì)黃河沖淡水?dāng)U散的影響, 模型結(jié)果與觀測(cè)結(jié)果吻合較好。模擬結(jié)果表明, 黃河口西北側(cè)潮流沿岸線(xiàn)方向, 隨著漲落潮呈西北-東南向往復(fù); 黃河口以南包括萊州灣的潮流均隨著漲落潮呈東北-西南方向往復(fù)。高流速區(qū)域主要集中在黃河口和萊州灣北部, 在0.5 m/s以上。在余流作用下, 大量的黃河沖淡水會(huì)涌入萊州灣, 豐水期時(shí)27psu等鹽線(xiàn)包絡(luò)面積占到整個(gè)萊州灣的1/4左右。徑流量和風(fēng)的變化主要影響羽流的擴(kuò)散面積, 而口門(mén)的變遷會(huì)改變其擴(kuò)散方向。黃河沖淡水經(jīng)北向口門(mén)入海主要影響萊州灣區(qū)域, 經(jīng)東向口門(mén)入海更多地會(huì)向北擴(kuò)散。通過(guò)對(duì)2020年黃河口及萊州灣海域鹽度分布的分析, 為黃河入海徑流管理及萊州灣漁業(yè)資源保護(hù)提供科學(xué)參考。

鹽度擴(kuò)散; 黃河羽流; 萊州灣; 有限體積海岸海洋模型

入海河口不同于大洋區(qū)域, 不管在近海海洋結(jié)構(gòu)還是在生態(tài)環(huán)境上, 都充分體現(xiàn)著其自身的復(fù)雜性。河口的潮汐環(huán)流和鹽度輸移過(guò)程通常是非常復(fù)雜和高度動(dòng)態(tài)的。由于鹽和淡水的混合以及徑流、潮汐、海浪、風(fēng)和離岸流的同步影響, 會(huì)使情況變得更加復(fù)雜[1]。當(dāng)?shù)畯暮涌诹魅腴_(kāi)闊的近岸水域時(shí), 由于河口內(nèi)外密度流的侵入速度不同, 在河口附近形成了羽流狀的擴(kuò)散結(jié)構(gòu)[2]。而且低鹽度區(qū)已經(jīng)成為重要的海洋漁業(yè)經(jīng)濟(jì)發(fā)展區(qū)域, 河口鹽度的變化對(duì)生物生存、海水養(yǎng)殖、水下建筑等方面都會(huì)產(chǎn)生極大的影響。黃河是匯入渤海灣的主要徑流。黃河口是典型的演變頻繁的陸相河口[3, 4], 一直都是被關(guān)注和研究的重點(diǎn)區(qū)域。黃河口的低鹽度區(qū)是渤海重要的魚(yú)類(lèi)產(chǎn)卵區(qū)域和棲息環(huán)境[5]。最近幾十年來(lái), 在自然因素以及水庫(kù)建設(shè)等人為因素的影響下, 黃河徑流量顯著減少, 必將對(duì)黃河口附近海域乃至整個(gè)渤海的溫鹽場(chǎng)產(chǎn)生影響[6-8]。黃河入海徑流量大幅度銳減造成整個(gè)渤海特別是萊州灣的鹽度有所上升。

吳德星等[9, 10]通過(guò)渤海沿岸4個(gè)觀測(cè)站35 a和渤海常規(guī)斷面21 a的鹽度觀測(cè)資料, 研究了鹽度場(chǎng)長(zhǎng)序列時(shí)間的變化特點(diǎn), 發(fā)現(xiàn)渤海的鹽度在35 a內(nèi)上升了2 個(gè)實(shí)用鹽度(practical salinity scale, psu), 并且分析認(rèn)為近年來(lái)渤海海域鹽度值的升高和黃河入海水量的顯著減少關(guān)系密切。張洪量等[11]將實(shí)測(cè)的鹽度資料和黃河入海徑流量結(jié)合分析, 發(fā)現(xiàn)40 a來(lái)萊州灣鹽度總體上呈現(xiàn)出一種上升的趨勢(shì), 同時(shí)研究表明黃河的入海徑流量銳減和斷流是引起這種變化的關(guān)鍵因素。趙鵬等[12]基于2000—2005年萊州灣5 a的大面積實(shí)測(cè)數(shù)據(jù)和實(shí)測(cè)的黃河入海徑流量數(shù)據(jù), 發(fā)現(xiàn)2003年是萊州灣平均鹽度變化的一個(gè)明顯的轉(zhuǎn)折點(diǎn), 2003年后的平均鹽度與歷年平均鹽度對(duì)比有明顯的減小。黃河入海徑流量對(duì)萊州灣的鹽度變化起著決定性作用[13]。近年來(lái)黃河入海徑流量的減少, 引起黃河口海域水動(dòng)力和鹽度發(fā)生動(dòng)態(tài)變化。入海徑流的變化對(duì)黃河口低鹽度區(qū)的分布影響顯著[14]。黃河口海域鹽度變化受入海徑流和海洋動(dòng)力因素等條件影響, 時(shí)空特征變化明顯。WANG[15]使用數(shù)值模型指出黃河口鹽度變化有明顯的季節(jié)性變化, 說(shuō)明了徑流變化對(duì)河口鹽度的影響。LIU[16]使用三維原始方程海洋環(huán)流模型指出風(fēng)和潮汐對(duì)黃河口鹽度分布有很大影響。CHENG[17]基于ECOM數(shù)值模型, 研究了黃河改道3次以來(lái), 徑流和地形變化對(duì)鹽度擴(kuò)散帶來(lái)的變化和差異。SHI[18]利用ROMS數(shù)值模型, 研究了入海徑流對(duì)萊州灣鹽度的影響。盧昱岑[19]基于有限體積海岸海洋模型(Finite Volume Community Ocean Model, FVCOM)數(shù)值模型探究了黃河口地形淤進(jìn)對(duì)近海鹽度分布的影響。

已有的一系列研究表明, 黃河口鹽度的分布對(duì)于徑流量、風(fēng)、潮汐等因素的變化十分敏感。但是針對(duì)黃河口鹽度擴(kuò)散影響因素的綜合性和特殊性研究開(kāi)展較少。2020年黃河豐水期出現(xiàn)了近20年來(lái)最大的入海徑流量, 本文考慮黃河入海的感潮河段, 使用2020年的最新的岸線(xiàn)、地形、徑流等統(tǒng)計(jì)數(shù)據(jù), 綜合探究徑流、風(fēng)、口門(mén)變遷等影響因素, 對(duì)2020年黃河口和萊州灣鹽度變化的時(shí)空特征進(jìn)行分析, 并與前人研究成果進(jìn)行對(duì)比, 探討黃河口門(mén)變遷及徑流變化對(duì)黃河口及萊州灣鹽度的影響。

1 模型設(shè)置與驗(yàn)證

1.1 方法和模型設(shè)置

FVCOM是一款基于非結(jié)構(gòu)化三角網(wǎng)格的三維近岸海洋模型[20], 該模型可以較好模擬河口區(qū)域復(fù)雜狀況。本模型模擬海域?yàn)檎麄€(gè)渤海, 黃河口區(qū)域網(wǎng)格加密處理, 最小網(wǎng)格長(zhǎng)度為50 m, 共有100 428個(gè)單元和51 499個(gè)節(jié)點(diǎn), 計(jì)算區(qū)域及網(wǎng)格設(shè)置見(jiàn)圖1。垂直方向分為20個(gè)sigma層, 模式計(jì)算采用內(nèi)外模分裂算法, 其中內(nèi)模時(shí)間步長(zhǎng)設(shè)置為5 s, 外模時(shí)間步長(zhǎng)設(shè)置為0.5 s, 可以很好地滿(mǎn)足計(jì)算精度要求。

外海水深使用的是由美國(guó)地球物理中心(U.S. National Geophysical Data Center, NGDC)發(fā)布的ETOP1地形高程數(shù)據(jù); 黃河口附近近岸水深選取中國(guó)人民解放軍海軍航海保證部制作電子海圖, 根據(jù)沿海海洋站潮位與最低理論基準(zhǔn)面關(guān)系對(duì)海圖水深進(jìn)行訂正, 以及部分工程和勘測(cè)水深數(shù)據(jù)。岸線(xiàn)由海圖的岸線(xiàn)、工程附近海岸線(xiàn)勘測(cè)資料和Google earth最新岸線(xiàn)信息拼接而成。

模型鹽度初始場(chǎng)采用簡(jiǎn)單海洋數(shù)據(jù)同化(Simple Ocean Data Assimilation, SODA)數(shù)據(jù), 以近10 a對(duì)應(yīng)時(shí)間的平均值作為初始場(chǎng)。2020年黃河利津站逐日徑流量作為徑流輸入數(shù)據(jù)。風(fēng)數(shù)據(jù)來(lái)自于ERA5 (ECMWF Reanalysis v5), 分辨率為0.25°×0.25°, 時(shí)間步長(zhǎng)為1 h。模型選用了8個(gè)主要分潮(2、2、2、2、1、1、1、1), 使用“TPXO”潮位模型設(shè)置了模型開(kāi)邊界潮位信息。

在模擬過(guò)程中, 黃河淡水鹽度為0, 分別模擬豐水期代表月份(7～8月)和枯水期代表月份(1～2月)鹽度的擴(kuò)散情況?？紤]蒸發(fā)和降水對(duì)模型的影響, 蒸發(fā)和降水?dāng)?shù)據(jù)使用ERA5逐時(shí)的分辨率為0.25°×0.25°的數(shù)據(jù)。蒸發(fā)考慮的熱通量包括長(zhǎng)波、短波、潛熱和感熱。模型采用冷啟動(dòng), 所有強(qiáng)迫從始至終存在, 豐水期模擬時(shí)間為2020年7月1日—2020年8月31日, 枯水期模擬時(shí)間為2020年1月1日—2020年2月29日, 考慮到模型穩(wěn)定時(shí)長(zhǎng), 本文主要對(duì)2月份和8月份的結(jié)果進(jìn)行分析, 分析數(shù)據(jù)采用2月及8月的模型計(jì)算結(jié)果的日平均值。兩個(gè)時(shí)期的徑流量變化及風(fēng)情況見(jiàn)圖2～圖3。

1.2 模型驗(yàn)證

為了驗(yàn)證模型的準(zhǔn)確性, 本文選取3個(gè)潮位站和2個(gè)潮流站實(shí)測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證。圖4是測(cè)站的具體位置, 表1為測(cè)站詳細(xì)信息。為了說(shuō)明模型的準(zhǔn)確性, 僅對(duì)長(zhǎng)周期的潮位驗(yàn)證計(jì)算了均方根誤差()、相對(duì)平均誤差()和模型技能參數(shù)()。

圖5是潮位對(duì)比驗(yàn)證圖, 圖6是流速和流向?qū)Ρ闰?yàn)證圖。圖7是鹽度對(duì)比驗(yàn)證圖。對(duì)比結(jié)果顯示: 鹽度計(jì)算值與實(shí)測(cè)值基本一致。對(duì)S1站而言, 其距離黃河口較近, 受黃河徑流波動(dòng)影響較大, 枯豐季節(jié)鹽度模擬結(jié)果與實(shí)測(cè)有一定差距, 差值均在0.5 psu以?xún)?nèi); 龍口站距離黃河口較遠(yuǎn), 受黃河徑流的影響小, 數(shù)模結(jié)果與實(shí)測(cè)一致性較好, 絕對(duì)差值均在0.1 psu以?xún)?nèi)。計(jì)算結(jié)果基本反映了計(jì)算海域鹽度變化狀況。

2 結(jié)果分析

黃河徑流的輸入是導(dǎo)致萊州灣鹽度場(chǎng)變化最主要的原因。圖8和圖9分別是豐水期和枯水期4個(gè)典型時(shí)刻的表層潮流分布圖, 高流速區(qū)域主要集中在黃河口和萊州灣北部。萊州灣的流速普遍在0.3 m/s以下, 上述區(qū)域流速在0.5 m/s以上。圖10是1個(gè)太陰日的余流圖, 將純潮流剔除, 主要由徑流和風(fēng)引起。在余流的作用下, 黃河沖淡水長(zhǎng)期向萊州灣輸入。這也是黃河口海域和萊州灣進(jìn)行黃河沖淡水?dāng)U散的方式之一。黃河沖淡水在地形和科氏力的影響下, 會(huì)出現(xiàn)明顯的“南偏”現(xiàn)象[21]。入海徑流量、季風(fēng)的差異對(duì)這些現(xiàn)象有很大的影響, 所以豐水期和枯水期的余流、黃河沖淡水的轉(zhuǎn)向都有顯著的差異。

表1 測(cè)站詳細(xì)信息表

a. 漲急; b. 漲憩; c. 落急; d. 落憩

a. maximum flood; b. flood slack; c. ebb slack; d. maximum ebb

a. 漲急; b. 漲憩; c. 落急; d. 落憩

a. maximum flood; b. flood slack; c. ebb slack; d. maximum ebb

2.1 黃河口及萊州灣海域表層鹽度場(chǎng)時(shí)空分布特征

圖11和圖12是豐水期和枯水期表層及底層鹽度空間分布圖。模型結(jié)果顯示, 黃河口及萊州灣海域豐水期和枯水期的鹽度分布差異巨大, 這種差異主要受到徑流量的影響。豐水期, 黃河沖淡水幾乎影響了整個(gè)萊州灣; 枯水期, 由于徑流量的限制, 黃河沖淡水的影響區(qū)域局限在萊州灣的西北部。鹽度空間分布差異也較大, 夏季時(shí)鹽度的空間分布有明顯的分層現(xiàn)象, 表層和底層鹽度分布差別很大; 冬季的空間差異主要體現(xiàn)在水平向的鹽度分布, 鹽度的垂向分布較均勻。

27 psu等鹽度線(xiàn)是衡量鹽度分布的一個(gè)重要指標(biāo), 27 psu以下的低鹽度區(qū)域是極適合海洋生物生存的[22-23]。夏季, 黃河口東南風(fēng)向居多, 低鹽度水向東南方向的擴(kuò)散受到限制, 在表層流的作用下, 使得低鹽度水向萊州灣擴(kuò)散。根據(jù)模型豐水期的結(jié)果顯示(圖11左), 27 psu鹽度鋒可以擴(kuò)散到萊州灣中部, 經(jīng)計(jì)算表層鹽度場(chǎng)中27 psu等鹽線(xiàn)的包絡(luò)面積為2 665.61 km2, 27psu包絡(luò)面積可以占到整個(gè)萊州灣1/4左右; 而在枯水期(圖11右)時(shí), 27 psu以下的區(qū)域只集中在黃河口附近。對(duì)萊州灣并沒(méi)有產(chǎn)生比較大的影響。表層27 psu等鹽度線(xiàn)的包絡(luò)面積為199.65 km2?？菟?7 psu等鹽線(xiàn)的包絡(luò)面積僅為豐水期時(shí)的1/13.35。這主要由徑流和風(fēng)限制所導(dǎo)致的。雖然低鹽度水有明顯東南向的擴(kuò)散趨勢(shì), 但是黃河沖淡水供給不足, 只在黃河口南部不遠(yuǎn)處形成一小團(tuán)低鹽度區(qū)域。

圖10是豐水期和枯水期表層余流分布, 主要考慮徑流和風(fēng)的影響, 對(duì)1個(gè)太陰日周期進(jìn)行余流分析。豐水期和枯水期, 黃河口附近的余流方向都是向萊州灣方向擴(kuò)散的。豐水期黃河口附近余流流速較大, 萊州灣余流流速較小; 枯水期時(shí), 黃河口附近高流速區(qū)域面積較小。這主要是懸殊的徑流差異引起的?？菟跁r(shí)黃河口和萊州灣海域的余流流速比較均勻, 且在萊州灣內(nèi), 余流流速略大于豐水期時(shí)的流速, 這主要和冬季盛行風(fēng)力大的偏北風(fēng)有關(guān)。鹽度擴(kuò)散主要依靠徑流、潮汐和風(fēng)等作用進(jìn)行, 黃河沖淡水和周?chē)啕}度水體混合, 徑流量越高, 和周?chē)啕}度水體混合后, 形成的低鹽度區(qū)域越大, 混合擴(kuò)散的方向和鹽度的擴(kuò)散結(jié)構(gòu)受潮汐和風(fēng)等作用影響。

2.2 萊州灣海域垂向鹽度場(chǎng)時(shí)空分布特征

考慮受環(huán)流和余流影響較大, 且鹽度擴(kuò)散現(xiàn)象比較明顯, 本文以119.3°E展開(kāi)剖面, 研究鹽度擴(kuò)散情況。圖13是具體展開(kāi)的剖面位置。圖14是豐水期和枯水期鹽度的剖面分布圖。

圖14顯示, 豐水期徑流量大, 黃河沖淡水影響萊州灣的鹽度分布范圍大。上層的鹽度交換比較劇烈, 所以鹽度鋒比較突出。隨著向萊州灣南部的深入, 表層的低鹽度水團(tuán)越來(lái)越少, 垂向交換的深度也越來(lái)越淺。通過(guò)剖面圖也可以看出豐水期羽流擴(kuò)散的距離更遠(yuǎn)。距離表層5 m的范圍內(nèi)才有明顯的水體交換現(xiàn)象。

枯水期(圖14下), 整個(gè)萊州灣鹽度都偏高, 鹽度值在28～30 psu。鹽度垂向分布比較均質(zhì), 只有在萊州灣最北部有發(fā)生明顯的鹽度的垂向擴(kuò)散。

3 討論

WANG[24]于2008年發(fā)表的論文說(shuō)明了低鹽度區(qū)域在黃河口和萊州灣的分布情況。研究指出, 枯水期時(shí), 黃河沖淡水沿著近岸, 向萊州灣擴(kuò)散, 萊州灣的西側(cè)和南側(cè)都是30 psu以下的區(qū)域。豐水期時(shí), 黃河沖淡水更多的是向渤海灣中部擴(kuò)散。本次模擬的結(jié)果和上述結(jié)論差別很大, 使用2020年的最新數(shù)據(jù)得出的結(jié)論顯示, 豐水期和枯水期, 黃河沖淡水都是向萊州灣方向擴(kuò)散的。豐水期在萊州灣的羽流擴(kuò)散面積比WANG模擬的結(jié)果更大。造成這種現(xiàn)象可能的原因, 主要為入海徑流量的變化、黃河入海口門(mén)位置的變遷。

3.1 入海徑流量對(duì)黃河沖淡水?dāng)U散的影響

根據(jù)利津站統(tǒng)計(jì)數(shù)據(jù)得到1952—2017年黃河入海年徑流量變化(圖15)。近幾十年, 黃河入海的徑流量動(dòng)態(tài)起伏, 但整體上呈減少的趨勢(shì)。1964年, 黃河入海徑流量達(dá)到最大值1 057×108m3; 2002年, 黃河入海徑流量?jī)H達(dá)到41.9×108m3, 是近幾十年以來(lái)入海徑流量的最低值。2002年后, 對(duì)黃河進(jìn)行了水調(diào)節(jié)[14], 入海徑流量有所上升。

WANG[24]使用的徑流量數(shù)據(jù)是1977—2002年的月平均值, 包含了2000年前后黃河入海徑流量驟減的階段, 豐水期平均徑流量在1 400 m3/s左右, 枯水期平均徑流量在340 m3/s左右。據(jù)利津站統(tǒng)計(jì), 2020年豐水期的平均入海徑流量為2 761.935 m3/s, 枯水期平均入海徑流量為209.783 m3/s。兩個(gè)模型使用的徑流數(shù)據(jù)相比, 2020年豐水期的入海徑流量遠(yuǎn)超WANG所使用的數(shù)據(jù), 但是枯水期的入海徑流量偏小。

初始模型使用的是2020年豐水期和枯水期對(duì)應(yīng)的逐日變化的徑流數(shù)據(jù)。為探究徑流變化對(duì)鹽度擴(kuò)散的影響, 新增2個(gè)模型, 新增模型1使用2020年豐水期平均徑流量模擬的豐水期黃河口及萊州灣表層鹽度分布情況(圖16); 新增模型2使用1 400 m3/s的平均入海徑流模擬的豐水期黃河口及萊州灣表層鹽度分布情況(圖13), 2002—2020年的豐水期平均入海徑流為1 200 m3/s, 和WANG模型中使用的 400 m3/s的豐水期徑流量差別不大, 故不再設(shè)置徑流量梯度。

新增模型2(圖17)的結(jié)果顯示, 由于入海徑流量的大幅度減少, 相比初始模型, 豐水期黃河沖淡水?dāng)U散的距離和面積大大減小。和WANG建立的模型一樣, 豐水期的低鹽度區(qū)域主要集中在黃河口附近和萊州灣的西北角, 部分?jǐn)U散形狀上的差異可能與當(dāng)年的潮汐和風(fēng)應(yīng)力條件有關(guān)系。但是在羽流的擴(kuò)散方向上依舊存在差異, 新增模型在豐水期的擴(kuò)散方向和初始模型一致, 有著明顯向南擴(kuò)散的鹽度鋒。

徑流的大小在水平方向上主要影響鹽度的擴(kuò)散面積和擴(kuò)散距離。通過(guò)新增模型1(圖16)和模型2 (圖17)的對(duì)比, 2020年豐水期鹽度擴(kuò)散的面積更大、距離更遠(yuǎn)。27 psu鹽度鋒向北和向萊州灣擴(kuò)散的距離更遠(yuǎn), 27 psu包絡(luò)面積更大。2020年豐水期的27 psu等鹽線(xiàn)包絡(luò)面積為2 023.938 km2, 新增模型2產(chǎn)生的27 psu等鹽度線(xiàn)表層包絡(luò)面積為1 285.495 km2, 前者比后者的包絡(luò)面積大738.443 km2, 相差1.6倍左右。前者27 psu表層鹽度鋒向北擴(kuò)散的距離為29.012 km, 向南擴(kuò)散的距離為36.037 km, 向東擴(kuò)散的距離為18.358 km; 后者向北擴(kuò)散的距離為25.075 km, 向南擴(kuò)散的距離為28.152 km, 向東擴(kuò)散的距離為15.536 km, 2020年豐水期相比往年的數(shù)據(jù), 27 psu向北擴(kuò)散的距離遠(yuǎn)3.937 km, 向南擴(kuò)散的距離遠(yuǎn)7.885 km, 向東擴(kuò)散的距離遠(yuǎn)2.882 km。

3.2 入?？陂T(mén)位置對(duì)黃河沖淡水?dāng)U散的影響

黃河經(jīng)過(guò)多次改道和地形變遷, 目前穩(wěn)定在山東省東營(yíng)市墾利區(qū)入海, 口門(mén)位置朝向穩(wěn)定在偏北方向。WANG的模型的口門(mén)朝向偏東, 大致是20世紀(jì)80年代的黃河入?？谖恢?。為探究口門(mén)位置對(duì)黃河沖淡水的影響, 新增模型2的口門(mén)朝向偏東, 并使用對(duì)應(yīng)時(shí)期的岸線(xiàn)數(shù)據(jù), 綜合岸線(xiàn)改變和口門(mén)朝向變化, 探究入?？陂T(mén)變遷對(duì)黃河沖淡水?dāng)U散的影響。圖18是豐水期時(shí)的表層鹽度分布圖。結(jié)果顯示, 黃河沖淡水經(jīng)東向口門(mén)和北向口門(mén)向外海擴(kuò)散的擴(kuò)散不同。經(jīng)東向口門(mén), 黃河沖淡水有明顯向北擴(kuò)散的鹽度鋒, 這和WANG的模式結(jié)果是一致的。經(jīng)北向口門(mén), 黃河沖淡水主要向萊州灣輸入。造成這種現(xiàn)象的主要原因是余流影響。潮流圖(圖8～圖9)顯示, 黃河口西北側(cè)的潮流方向是沿著岸線(xiàn), 隨著漲落潮呈西北-東南方向往復(fù); 黃河口以南包括萊州灣的潮流方向均隨著漲落潮呈東北-西南方向往復(fù)。圖19是初始模型和新增模型3的表層余流分布情況圖。初始模型在黃河口區(qū)域的余流方向大致是向東南方, 在黃河口與萊州灣的區(qū)域有順時(shí)針環(huán)流, 導(dǎo)致黃河沖淡水沿著東南方向從口門(mén)擴(kuò)散出來(lái), 在環(huán)流的影響下繼而向南擴(kuò)散至萊州灣。新增模型3在黃河口附近的余流方向是向北, 北向的余流使得黃河沖淡水從東向口門(mén)擴(kuò)散出來(lái)后, 直接向渤海中部方向擴(kuò)散。

3.3 風(fēng)對(duì)黃河沖淡水?dāng)U散的影響

圖20展示的是無(wú)風(fēng)條件下, 豐水期和枯水期的表層鹽度分布情況。在潮流作用下, 豐水期時(shí)黃河沖淡水也有明顯向萊州灣擴(kuò)散的行為, 枯水期因?yàn)閺搅髁康南拗撇⒉幻黠@。經(jīng)計(jì)算豐水期無(wú)風(fēng)條件下表層27 psu包絡(luò)面積是1 885.83 km2, 枯水期無(wú)風(fēng)條件下表層27 psu包絡(luò)面積是135.56 km2。相比考慮風(fēng)影響的結(jié)果(圖11), 豐水期表層27 psu包絡(luò)面積減少了779.78 km2, 枯水期表層包絡(luò)面積減少了64.09 km2。從而證實(shí)風(fēng)可以促進(jìn)鹽度的擴(kuò)散。

4 結(jié)論

本文使用FVCOM溫鹽模式, 對(duì)黃河口及萊州灣海域進(jìn)行鹽度模擬。展示說(shuō)明2020年豐水期和枯水期黃河口及萊州灣海域的鹽度分布特征, 并討論徑流量和黃河口門(mén)位置對(duì)黃河沖淡水?dāng)U散的影響。得到以下結(jié)論。

(1) 2020年豐水期和枯水期, 黃河羽流都是向南擴(kuò)散進(jìn)入萊州灣, 由于枯水期徑流量的限制, 枯水期羽流只有向萊州灣擴(kuò)散的趨勢(shì)。

(2) 2020年豐水期徑流量比往年平均值高一倍以上, 黃河沖淡水幾乎影響了整個(gè)萊州灣, 27 psu等鹽線(xiàn)包絡(luò)面積占萊州灣的1/4左右。枯水期徑流量和往年變化不大, 27 psu以下鹽度區(qū)域只集中在黃河口附近?？菟?7 psu等鹽線(xiàn)的包絡(luò)面積僅為豐水期時(shí)的1/13.35。

(3) 入海徑流量的變化主要影響黃河口羽流的擴(kuò)散面積, 徑流量越大, 擴(kuò)散面積越大。2020年豐水期的27 psu等鹽線(xiàn)包絡(luò)面積為2 023.938 km2, 往年的徑流數(shù)據(jù)產(chǎn)生的27 psu等鹽度線(xiàn)表層包絡(luò)面積為1 285.495 km2, 相差1.6倍左右。2020年豐水期相比往年, 27 psu鹽度鋒向北擴(kuò)散的距離遠(yuǎn)3.937 km, 向南擴(kuò)散的距離遠(yuǎn)7.885 km, 向東擴(kuò)散的距離遠(yuǎn)2.882 km。

(4) 風(fēng)會(huì)促進(jìn)表層鹽度的擴(kuò)散, 不考慮風(fēng)的影響后, 豐水期表層27 psu包絡(luò)面積減少了779.78 km2, 枯水期表層包絡(luò)面積減少了64.09 km2。

(5) 入?？陂T(mén)位置的變化會(huì)改變羽流的擴(kuò)散結(jié)構(gòu)。黃河口西北側(cè)潮流沿岸線(xiàn)方向, 隨著漲落潮呈西北-東南向往復(fù); 黃河口以南包括萊州灣的潮流方向均隨著漲落潮呈東北-西南方向往復(fù)。在余流的作用下, 黃河沖淡水經(jīng)北向口門(mén)入海更多地會(huì)向南擴(kuò)散進(jìn)入萊州灣; 經(jīng)東向口門(mén)入海主要向北擴(kuò)散影響渤海灣中部。

[1] XING Y, AI C F, JIN S. A three-dimensional hydrodynamic and salinity transport model of estuarine circulation with an application to a macrotidal estuary[J]. Applied Ocean Research, 2013, 39: 53-71.

[2] DONG L X, SU J L. Seasonal variation and dynamics of the Pearl River plume[J]. Continental Shelf Research, 2004, 24(16): 1761-1777.

[3] 應(yīng)銘, 李九發(fā), 陳沈良, 等. 黃河三角洲飛雁灘動(dòng)力特征與地形剖面塑造[J]. 海洋通報(bào), 2007, 4: 13-22.

YING Ming, LI Jiufa, CHEN Shenliang, et al. Dynamics characteristics and topographic profiles shaping process of Feiyantan at the Yellow River Delta[J]. Marine Science Bulletin, 2007, 4: 13-22.

[4] SUI Y, SHI H Y, YOU Z J, et al. Long-term trend and hange point analysis on runoff and sediment flux into the sea from the Yellow River during the period of 1950- 2018[J]. Journal of Coastal Research, 2020, 99(sp1): 203- 207.

[5] 谷源澤, 徐叢亮, 張朝暉, 等. 黃河入海淡水對(duì)海洋生態(tài)調(diào)控響應(yīng)研究[J]. 人民黃河, 2019, 41(8): 68-75.

GU Yuanze, XU Congliang, ZHANG Zhaohui, et al. Res-ponse of fresh water from Yellow River to marine ecological regulation[J]. Yellow River, 2019, 41(8): 68-75.

[6] 姜會(huì)超, 王玉玨, 李佳蕙, 等. 萊州灣營(yíng)養(yǎng)鹽空間分布特征及年際變化趨勢(shì)[J]. 海洋通報(bào), 2018, 37(4): 411-423.

JIANG Huichao, WANG Yujue, LI Jiahui, et al. Annual variation and spatial distribution of nutrients in the Laizhou Bay[J]. Marine Science Bulletin, 2018, 37(4): 411-423.

[7] 胡兆珂. 黃河三角洲附近海域溫、鹽場(chǎng)的變化及對(duì)流場(chǎng)的影響[D]. 鄭州: 華北水利水電大學(xué), 2020.

HU Zhaoke. Numerical modelling of changes of temperature and salt fields in the Bo Sea including the waters around the Yellow River delt and effects on the current field[D]. Zhengzhou: North China University of Water Resources and Electric Power, 2020.

[8] 單紅仙, 王偉宏, 劉曉磊, 等. 海水鹽度對(duì)沉降泥沙固結(jié)過(guò)程影響研究[J]. 海洋工程, 2015, 33(2): 50-57+76.

SHAN Hongxian, WANG Weihong, LIU Xiaolei, et al. Effects of sea water salinity on the consolidation process of sediments settlement[J]. Ocean Engineering, 2015, 33(2): 50-57+76.

[9] 吳德星, 林霄沛, 鮑獻(xiàn)文. 渤海動(dòng)力環(huán)境研究應(yīng)關(guān)注的新問(wèn)題[J]. 中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版), 2004, 5: 685-688.

WU Dexing, LIN Xiaopei, BAO Xianwen. New issues in the dynamic and environmental studies of the Bohai Sea[J]. Periodical of Ocean University of China, 2004, 5: 685-688.

[10] 吳德星, 牟林, 李強(qiáng), 等. 渤海鹽度長(zhǎng)期變化特征及可能的主導(dǎo)因素[J]. 自然科學(xué)進(jìn)展, 2004, 2: 73-77.

WU Dexing, MU Lin, LI Qiang, et al. Characteristics of long-term salinity variation in Bohai Sea and possible leading factors[J]. Progress in Natural Science, 2004, 2: 73-77.

[11] 張洪亮, 楊建強(qiáng), 崔文林. 萊州灣鹽度變化現(xiàn)狀及其對(duì)海洋環(huán)境與生態(tài)的影響[J]. 海洋環(huán)境科學(xué), 2006, S1: 11-14.

ZHANG Hongliang, YANG Jianqiang, CUI Wenlin. Status of salinity changes and the effect on marine environments and ecosystem in Laizhou Bay[J]. Marine Environmental Science, 2006, S1: 11-14.

[12] 趙鵬, 江文勝, 毛新燕, 等. 2000—2005年萊州灣鹽度的變化及其主要影響因素[J]. 海洋與湖沼, 2010, 41(1): 12-23.

ZHAO Peng, JIANG Wensheng, MAO Xinyan. Salinity change and influencing factor in the Laizhou Bay from 2000 to 2005[J]. Oceanologia Et Limnologia Sinica, 2010, 41(1): 12-23.

[13] MAO X Y, JIANG W S, ZHAO P, et al. A 3-D numerical study of salinity variations in the Bohai Sea during the recent years[J]. Continental Shelf Research, 2008, 28(19): 2689-2699.

[14] 趙進(jìn)平, 侍茂崇, 李詩(shī)新. 低鹽區(qū)及渤海低鹽區(qū)的鹽度特征[J]. 海洋科學(xué)集刊, 1998, 40: 249-260.

ZHAO Jinping, SHI Maochong, LI Shixin. Low-salinity region and salinity characteristics of the low-salinity region in Bohai Sea[J]. Studia Marina Sinica, 1998, 40: 249-260.

[15] WANG Y C, LIU Z, GAO H W, et al. Response of salinity distribution around the Yellow River mouth to abrupt changes in river discharge[J]. Continental Shelf Research, 2011, 31(6): 685-694.

[16] LIU H. Fate of three major rivers in the Bohai Sea: A model study[J]. Continental Shelf Research, 2011, 31(14): 1490-1499.

[17] CHENG X Y, ZHU J R, CHEN S L. Ex-tensions of the river plume under various Yellow River courses into the Bohai Sea at different times[J]. Estuarine, Coastal and Shelf Science, 2020, 249(9): 107092.

[18] SHI H Y, LI Q J, SUN J C, et al. Variation of Yellow River runoff and its influence on salinity in Laizhou Bay[J]. Journal of Ocean University of China, 2020, 19(6): 1235-1244.

[19] 盧昱岑, 沈永明, 張明. 地形演變對(duì)黃河口切變鋒位置及鹽度分布的影響[J]. 水動(dòng)力學(xué)研究與進(jìn)展(A輯), 2012, 27(3): 348-358.

LU Yucen, SHEN Yongming, ZHANG Ming. Influence of topography evolution on position of tidal shear front and distribution of salinity around Yellow River estua-ry[J]. Chi-nese Journal of Hydrodynamics(A), 2012, 27(3): 348-358.

[20] CHEN C S, BEARDSLEY R C, COWLES G. An unstruc-tured grid, finite-volume coastal ocean model: FVCOM user manual, second edition[J]. Ocea-nography, 2006, 19(1): 78-79.

[21] 壽瑋瑋, 宗海波, 丁平興. 夏季黃河入海徑流對(duì)黃河口及附近海域環(huán)流影響的數(shù)值研究[J]. 海洋學(xué)報(bào), 2016, 38(7): 1-13.

SHOU Weiwei, ZONG Haibo, DING Pingxing. Nume-rical study of the circulation influenced by runoff input in the Huanghe (Yellow) River Estuary and adjacent waters in summer[J]. Acta Oceanologica Sinica, 2016, 38(7): 1-13.

[22] 李建生, 胡芬, 程家驊. 長(zhǎng)江口水域春季魚(yú)卵仔魚(yú)分布及其與溫度鹽度的關(guān)系[J]. 海洋科學(xué), 2007, 31(4): 16-21.

LI Jiansheng, Hu Fen, CHENG Jiahua. Distributions of fish eggs and juveniles and relations between surface layer water temperature and salinity of the Yangtze estuary water area in spring[J]. Marine Sciences, 2007, 31(4): 16-21.

[23] 王同順. 黃河入海徑流和近海水域的相互作用及其應(yīng)用探討[D]. 煙臺(tái): 魯東大學(xué), 2017.

WANG Tongshun. Study on the interaction between the Yellow River Entrance runoff and Coastal Waters and its Application[D]. Yantai: Ludong University, 2017.

[24] WANG Q, GUO X Y, HIDETAKA T. Seasonal variations of the Yellow River plume in the Bohai Sea: A model study[J]. Geophysical Research, 2008, 113(C8): C08046.

The effects of gate and runoff changes on salinity distribution around Laizhou Bay

QIAO Shou-wen1, 2, LI Fan3, QIN Hua-wei3, SHI Hong-yuan2

(1. The Ocean University of China, College of Oceanography and Atmosphere, Qingdao 266100, China; 2. Ludong University College of Hydraulic Engineering, Yantai 264025, China; 3. Shandong Marine Resources and Envi-ro-n-ment Research Institute, Shandong Key Laboratory of Marine Ecological Restoration, Yantai 265500, China)

The runoff into the sea in the Yellow River during the wet season in 2020 is more than twice the average value of previous years, which will definitely lead to dynamic changes in estuarine dynamics and salinity distribution. Based on Finite Volume Community Ocean Model, this study simulates the diffusion of fresh water from the Yellow River during the wet and dry seasons in 2020, as well as investigates the changes in the salinity distribution of the Yellow River Estuary and Laizhou Bay and the effects of runoff modifications and gate changes on the aforementioned diffusion. The model results are in good agreement with the observation results. The simulation demonstrates that the direction of the tidal current in the northwest of the Yellow River estuary is along the shoreline, reciprocating in the northwest to southeast direction with the ebb and flow of the tide. Furthermore, the direction of the tidal current in the southern part of the Yellow River estuary, including Laizhou Bay, reverses from northeast to southwest. The high velocity area is primarily focused around the Yellow River Estuary and the north of Laizhou Bay, with speeds exceeding 0.5 m/s. A huge volume of fresh water from the Yellow River will flow into Laizhou Bay due to the effect of residual current, and the area with a salinity of <27 psu accounts for ～1/4 of the entire Laizhou Bay during the wet season. The change in runoff primarily influences the diffusion area of a plume, while the change in the gate will change its diffusion direction.

salinity diffusion; Yellow River plume; Laizhou bay; FVCOM

Nov. 24, 2021

TV149

A

1000-3096(2022)09-0012-13

10.11759/hykx20211124001

2021-11-24;

2022-06-12

NSFC-山東聯(lián)合重點(diǎn)基金資助項(xiàng)目(U1806227, U1706220); 國(guó)家自然科學(xué)基金資助項(xiàng)目(51909114)

[Joint Key Foundation of NSFC and Shandong Province, Nos. U1806227, U1706220; National Natural Science Foundation of China, No. 51909114]

喬守文(1997—), 男, 山東青島人, 博士研究生, 主要從事河口海岸環(huán)境動(dòng)力學(xué)研究, 電話(huà): 17853515522, E-mail: qiaoshouwen1997@ 163.com; 秦華偉(1980—),通信作者, E-mail: 15965178556@126.com

(本文編輯: 譚雪靜)