南黄海辐射沙脊群悬沙特征研究

2010-05-16 08:14杨耀中冯卫兵
水道港口 2010年3期
关键词:悬沙含沙量人工神经网络

杨耀中,冯卫兵

(河海大学海洋学院,南京 210098)

南黄海辐射沙脊群位于江苏省北部沿海地区,该海域地貌独特、水流复杂。从宏观上了解该区的泥沙来源、悬沙时空分布规律对于水利建设非常必要。但是此区域的悬沙资料零散,大范围的悬沙研究目前并不多见。本文应用平面二维潮流数学模型、天气图和人工神经网络,构建了考虑潮流动力和风力影响的悬沙计算模型。对辐射沙脊群海域的悬沙分布及其运动规律进行了研究。

研究海岸泥沙运动有多种方法,包括数学模型、卫星遥感技术、现场水文测验等。在泥沙输移数模中,泥沙沉降通量和扩散通量的确定较为困难。不同的假设和近似得到不同的模式,导致含沙量模拟的困难和不确定性。采用卫星遥感技术对所研究海域的光学特性进行分析,其图像主要是反映表面悬沙的分布。但是一般情况下,悬沙垂向分布差别较大,计算单宽输沙率不能以表层含沙量代替垂线平均值。水文测验所得数据较前两者准确,但是限于人力、物力,不可能对面积达140 km×200 km的辐射沙脊群进行密集测量。本文以实测资料为基础,通过平面二维潮流数学模型、风场和人工神经网络对悬沙场进行计算。需要说明的是,本文所指的含沙量不是表层水体含沙量,而是运用六点法或三点法求出的垂线平均含沙量。

1 模型介绍

考虑潮流、风对悬沙场的影响,本文运用人工神经网络把平面二维潮流数学模型和天气图、实测风资料结合起来,构建了悬沙计算模型。潮流模型用于提供水流条件,天气图和实测风资料用于考虑由于风生成的浪的影响。人工神经网络则用于建立动力条件与悬沙的函数关系。模型的验证数据来源于“江苏近海海洋综合调查与评价”项目实测资料,包括夏季大潮、小潮,冬季大潮、小潮的潮流、风要素、含沙量等数据。

根据实测站点位置和各海域含沙量特点把辐射沙脊群海域划分成5片区域(图1),各海域内的测站序号见表1。用本文所建模型分别寻求5片区域全潮平均含沙量。

1.1 潮流数学模型

1.1.1 控制方程

水流运动的控制方程包括连续性方程和动量守恒方程

1.1.2 定解条件与数值计算方法

模型计算范围:北纬 30°54′~35°24′,东经 119°15′~123°00′。

计算网格:dx×dy=300 m×300 m。

水边界条件:在水边界给定已知的潮位过程。岸边界条件:取流速的法向分量为零。初始条件:潮位取开始计算时刻的水边界潮位值,流速取零。

?

数值计算方法:微分方程采用控制体积法进行离散。时间采用向前差分格式;空间采用四边形交错网格法,用ADI法求解。

1.1.3 潮流数学模型的验证

下面以夏季大潮4号区域(黄沙洋、烂沙洋为主)中R22、R23、R24实测点为代表,列举潮流模型验证情况。图2~图4中潮位验证用的是全水深,目的是为了与后文建立的人工神经网络相对应。由图2~图4可见,潮流数值模型结果与实测数据吻合良好。

1.2 风场模型

使用夏季大潮、小潮和冬季大潮、小潮对应时刻的天气图,运用科尔金娜方法对地转风的风速和风向进行第一次修正,再用实测风资料对风场进行二次修正。通过计算得到网格点在整点时刻的瞬时风要素,一个天文潮共有25组风要素。

1.3 人工神经网络模型

1.3.1 输入变量的选择

一般来说,近岸海域的悬沙主要来自于水底沉积物的再悬浮和河流的径流输沙。而南黄海辐射沙脊群海域的悬沙主要来源于前者。所以本文所建立的人工神经网络模型不考虑径流输沙对悬沙场的影响。

从径流输沙方面分析,辐射沙脊群所在海域沿岸并无高含沙量的大河汇入。经过多年的河道整治,江苏北部沿岸河道向海中输沙量已经很小[1]。长江位于该海域南部,虽然径流量和水体含沙量都很大(年平均输沙量4.6亿t),但是其入海泥沙大都向南部输运,对该海域悬沙的影响很小[2]。黄河位于该海域北部,虽然在沿岸流挟带下,泥沙可以进入南黄海北部,但是其影响范围主要是在崂山湾以东沿岸浅海[3],对辐射沙脊群海域影响并不大。秦蕴珊[4]曾经估算过径流输沙对该海域含沙量的影响。经估算黄海海水体积约为17 000 km3,径流输沙总量为2 000~2 500万t,其中包括沿岸径流输沙量和从渤海海峡南部向黄海输送的泥沙量。假设这些泥沙全部悬浮于海水中,其所能形成的悬浮体最大浓度为0.001 2~0.001 5 kg/m3。这个值不到实际测量所得浓度的百分之一。所以径流输沙不是该海域悬沙的主要来源。从成分来分析,也说明了悬沙主要来源于海底沉积物的再悬浮。中国科学院海洋研究所和美国伍兹霍尔海洋研究所(WHOI)1983年对南黄海进行了调查研究,通过对比海底表层沉积物和底层海水悬浮体的X光衍射照片,发现两者成分基本相同[4],从而说明悬沙与海底床沙关系密切。通过以上分析可以判断悬沙主要来源于水底沉积物的再悬浮。

泥沙悬浮主要与水动力条件有关。本文借鉴挟沙能力公式考虑的动力因子,以水深、流速、风速作为输入变量,用人工神经网络寻找垂线平均含沙量 Cz与动力条件 p=[1/depth,Ux,Uy,Wx,Wy]之间的关系 F。其中depth 为水深;Ux、Uy为流速在 x、y 方向的分量;Wx、Wy为风速在 x、y 方向的分量。

1.3.2 模型的结构

人工神经网络参数设置:输入层节点数10,隐含层节点数10,输出层节点数1。各层传递函数分别为:tansig,tansig,purelin。其中tansig表达式为a=(en-e-n)/(en+e-n),purelin表达式为a=n。网络的自适应调整函数为trainscg(尺度化共轭梯度反向传播算法)。最大训练次数为3 000。

1.3.3 函数关系的验证

本文将辐射沙脊群海域分成5个小区域,用人工神经网络分别寻求各区域的含沙量与水动力之间的函数关系。下面以夏季大潮4号区域(黄沙洋、烂沙洋)为例说明整个求解过程。

在4号区域中,使用R22、R23、R24每个测站前18个实测值作为训练值,通过人工神经网络得到一个含沙量与动力条件之间的矩阵关系式F,矩阵系数见表2。再把后7个实测动力条件代入F,求出含沙量。最后与实测值比较,以检验函数式F。由图5可见计算值与实测值吻合良好。其中“ann拟合值”表示以实测流速值、风速值和水深值为自变量,代入函数关系F所得的悬沙量。由图5可见所得函数关系较为可靠。

以3个测站得出的含沙量关系F作为4号区域的函数关系,把潮流数学模型和风场模型计算所得的动力条件代入F,从而求出该海域的悬沙分布,得到计算含沙量。同样把它们与实测值进行比较,以检验悬沙模型。

表2 矩阵关系式的系数Tab.2 Coefficients of matrix expression

图6中“模拟值”表示以潮流模型、风场模型计算值和水深值为自变量,代入函数关系F所得的悬沙量。由于模型计算所得的动力条件与实测值有一定差别,所以人工神经网络得到的悬沙量与实测值也有一定差别,但是总体看来吻合良好。

2 辐射沙脊群海域悬沙场特征分析

运用人工神经网络求出实测含沙量与实测动力条件之间的函数关系,再把潮流模型、风场模型计算所得动力条件代入此关系中,从而得到整个海域的悬沙场。本文计算了夏季大、小潮和冬季大、小潮4个潮型的悬沙场,下面将分析悬沙场的时空变化规律。

2.1 风浪对含沙量影响明显

风浪对泥沙的掀动作用明显。1983年中美联合调查在南黄海辐射沙脊群海域测量时,海面上刮起持续24 h的大风。当时波高3 m、周期9 s,在水深40 m处,水质点最大速度为0.595 m/s,30 m水深处为0.996 m/s,远大于浅滩上细沙和粗粉沙粒级的扬动流速(0.40 m/s)。将风前风后的悬浮体浓度值对比发现,大风后海面表层含沙量增加了1倍,底层增加了6倍[5]。

冬季时期风浪对含沙量影响明显。图7-a和图7-c分别为夏季、冬季大潮全潮平均含沙量分布图。颜色由深到浅表示含沙量由高到低的变化。表3是14个测站实测数据全潮平均值。由图7和表3可知,冬季整个海域高含沙量水体分布面积、浓度均大于夏季,但是冬季的潮流平均流速反而小于夏季。这说明导致冬季含沙量高的因素不是潮流,而是冬季该海域风速较大,水深较小,有利于风浪掀沙。在偏北大风的作用下,由深海传来的波浪较大,同时此海域的风浪也较大。大风引起的大浪对泥沙掀动作用明显。在落潮流的挟带下,悬沙向深海扩散。而夏季盛行西南风,且风速较小,不利于波浪掀沙和泥沙向深海扩散。同样小潮也有类似的现象。

分析多年风速资料发现:辐射沙脊群海域冬季盛行偏北风,风力强而持久,波浪大都以偏北向为主;夏季不受台风影响时,风力较小,风向多变,方向从东南向至东北向皆有[6]。因此可以推断,该海域冬季风浪掀沙作用明显。同时前人的研究也证明风浪对悬浮体分布影响显著。在冬季风暴的影响下,南黄海近海冬季含沙量是夏季的5倍以上[7-8]。

2.2 西洋以冲刷为主

由图7可以看出,西洋海域有一个高含沙量通道一直延伸至射阳附近。据潮流数学模型推算,西洋潮流动力强劲,落潮最大流速为2.3 m/s,流向以往复流为主,并且落潮流速大于涨潮流速。这种潮流动力输沙能力强,净输沙方向与落潮流相同,从而使得大量泥沙通过落潮向外海输运。因此西洋处于冲刷态势。

外海传来的波浪对西洋影响较小,这是由于其受到岸外沙脊的掩护,同时水深较大,波浪掀沙作用不明显。据推算,王港外西洋深槽内,在设计高水位和平均年最大风速条件下有效波高不到1.0 m[9]。虽然冬季此处风力较大,但是多为离岸风,风区长度较小,所能引起的风浪也不大。因此西洋水动力以潮流为主。

2.3 含沙量等值线与等水深线大体一致

由图7可见,含沙量在辐射沙脊群中心部位高,随着水深加大而逐渐降低,其分布与等水深线大体一致。导致此现象的主要原因是高含沙量水体所在的海域正是沙脊群水深较浅的位置,此处是各条沙脊汇集的地方。涨潮时各个方向的水流沿着沙脊间的潮流水道向此处汇聚,落潮时从此处向各个方向辐散,形成辐射状流场。因此该海域水动力强劲,泥沙易于悬浮,形成了高含沙量区域。在外围海域,随着水深的加大,挟沙能力逐渐下降,水体中的泥沙逐渐落淤,含沙量也随之下降。于是形成了与等水深线形状相似的含沙量等值线。

表3 大潮各测站流速、含沙量、风速全潮平均值Tab.3 Average of flow rate,sediment concentration,wind speed at each station during spring tide

3 结论

本文通过人工神经网络,将平面二维潮流数值模型、天气图和实测数据联系起来,建立了悬浮泥沙模型。本模型适用于大范围海岸悬沙场计算,所得悬沙数据为垂线平均值,可以方便地求出单宽输沙量。通过此模型可以把实测站点的悬沙值在空间上展开,从而求出悬沙场。

辐射沙脊群海域的计算结果表明:(1)风浪对含沙量影响明显。波浪掀沙和水流输沙是整个海域宏观水动力特征。特别是在冬季,由于风速较大,计算悬沙场分布情况时,风浪作用力不可忽视。(2)西洋潮流水道处于冲刷状态,有利于深槽的维持。(3)含沙量等值线与等水深线形状大体一致。

[1]宋召军,黄海军,杜延芹,等.南黄海辐射沙洲附近海域悬浮体的研究[J].海洋地质与第四纪地质,2006,26(6):19-25.

SONG Z J,HUANG H J,DU Y Q,et al.Suspended sediment near radial sand ridge area in the South Yellow Sea[J].Marine Geology&Quaternary Geology,2006,26(6):19-25.

[2]李凡,张秀荣.东海海水中悬浮体分布及其输运[M].北京:海洋出版社,2001:31-35.

[3]Milliman J D,LI F,ZHAO Y Y.Suspended matter regime in the Yellow Sea[J].Prog.Oceanog.,1986(17):215-227.

[4]秦蕴珊,李凡,徐善民,等.南黄海海水中悬浮体的研究[J].海洋与湖沼,1989,20(2):101-111.

QIN Y S,LI F,XU S M,et al.Suspended matter in the South Yellow Sea[J].Oceanologia et Limnologia Sinica,1989,20(2):101-111.

[5]黄海军,李凡,庞家珍,等.黄河三角洲与渤、黄海陆海相互作用研究[M].北京:科学出版社,2005:291-310.

[6]任美锷.江苏海岸带和海涂资源综合调查报告[M].北京:海洋出版社,1986:40-41.

[7]吴晓涛.南黄海海水中悬浮体分布的水动力因素统计分析[J].海洋科学,1995,19(1):59-63.

WU X T.Statistical analysis of hydrodynamic factors dominating the distribution of suspended matter in the South Yellow Sea[J].Marine Science,1995,19(1):59-63.

[8]孙效功,方明.黄东海陆架区悬浮体输运的时空变化规律[J].海洋与湖沼,2000,31(6):581-587.

SUN X G,FANG M.Spatial and temporal variations in suspended particulate matter transport on the Yellow and East China Sea shelf[J].Oceanologia et Limnologia Sinica,2000,31(6):581-587.

[9]ZHANG C K,ZHANG D S,ZHANG J L,et al.Tidal current-induced formation-storm-induced change-tidal current-induced recovery-interpretation of depositional dynamics of formation and evolution of radial sand ridges on the Yellow Sea seafloor[J].Science in China:Series D,1999,42(1):1-12.

猜你喜欢
悬沙含沙量人工神经网络
近岸悬沙垂线分布多元线性回归分析
光电式含沙量测量仪器的校准方法及结果评定
0.6 H 层含沙量与垂线平均含沙量代表性探讨
利用人工神经网络快速计算木星系磁坐标
人工神经网络实现简单字母的识别
台风对长江口表层悬沙浓度的影响
滑动电接触摩擦力的BP与RBF人工神经网络建模
罗源湾海洋倾倒区抛泥过程含沙量增量数值模拟
东山湾波浪对悬沙浓度场影响的数值模拟研究
悬移质含沙量垂线分布