长江口余水位时空变化的数值模拟和分析

宋云平 朱建荣

摘要： 應用严格验证过的河口海岸三维数值模型， 模拟了长江口余水位的时空变化， 分析径流、潮汐和风应力对余水位的影响， 揭示了余水位变化的动力机制. 长江河口余水位的空间分布和随时间变化过程主要是受径流影响， 其次是受风的影响. 余水位上游大于下游. 全年最高余水位出现在9月， 徐六泾、崇西、南门、堡镇和深水航道北导堤东端分别为0.861 m、0.754 m、0.629 m、0.554 m和0.298 m. 最低余水位徐六泾和崇西出现在1月， 分别为0.420 m和0.391 m； 南门和堡镇出现在2月， 分别为0.313 m和0.291 m； 深水航道北导堤东端出现在4月， 量值为0.111 m. 北支余水位低于南支， 原因在于进入北支的径流量少. 南港的余水位大于北港， 同一河道内南侧的余水位大于北侧， 原因在于径流受科氏力作用右偏. 对比仅有径流、潮汐和风的数值试验结果， 对余水位作用最大的是径流， 其次是潮汐， 最小的是风. 月平均径流量7月达到最大， 会导致最高余水位， 但期间为东南风， 产生的余水位十分微小. 9月盛行的北风产生向陆的Ekman水体输运， 会引起河口余水位上升， 且期间径流量仍处于高值区， 两者相互作用， 导致整个河口全年最高余水位出现在9月.

关键词： 余水位； 径流； 潮汐； 风； 长江口

中图分类号： P731.2 文献标志码： A DOI：10.3969/j.issn.1000-5641.2021.04.014

Numerical simulation and analysis of the spatial and temporal variations in residual water levels of the Changjiang Estuary

SONG Yunping， ZHU Jianrong（State Key Laboratory of Estuarine and Coastal Research， East China Normal University， Shanghai 200241， China）

Abstract： Residual water level is an important factor affecting water depth； the water level depends primarily on river discharge， tidal conditions， and wind stress， and it can change significantly with time and space. Studying the temporal and spatial variations in residual water levels—and the respective influencing factors—is of great scientific significance and can be applied to estuarine water level prediction， water resources utilization， seawall design， flood protection， and navigation. In this paper， we used a validated three-dimensional numerical model of the estuary and coast to： simulate the temporal and spatial variations in the residual water levels of the Changjiang Estuary； analyze the impacts of river discharge， tidal conditions， and wind stress on residual water levels； and determine the dynamic mechanisms for its change. The spatial and temporal variations in residual water levels of the Changjiang Estuary is driven primarily by the fact that upstream residual water levels are higher than downstream levels because of runoff force. The highest residual water level appears in September， reaches 0.861， 0.754， 0.629， 0.554， and 0.298 m at Xuliujing， Chongxi， Nanmen， Baozhen， and the easternmost section of the northern dike of the Deepwater Navigation Channel， respectively. The lowest residual water level appears in： January for Xuliujing （0.420 m） and Chongxi （0.391 m）， February for Nanmen （0.313 m） and Baozhen（0.291 m）， and April for the easternmost section of the northern dike of the Deepwater Navigation Channel （0.111 m）. The residual water level in the North Branch is lower than the level in the South Branch， because a small amount of river water flows into the North Branch. The residual water level is higher in the South Channel than the one in the North Channel. Within the South Channel itself， furthermore， the water level is higher on the south side than the north due to the Coriolis force， which makes the water turn to the right. By using numerical experiments to compare the impact of different factors， we found that runoff has the largest impact on residual water levels， tidal conditions have the second largest impact， and wind has minimal impact. The monthly mean river discharge is largest in July， which should lead to the highest residual water level， but southeasterly winds prevail in the same period leading to small residual water levels. The river discharge in September remains high and northerly winds prevail， driving the Ekman water transport landward and resulting in a residual water level rise in the estuary. The interaction between the river discharge and the northeasterly wind makes the residual water level highest in September rather than in July. In conclusion， this study revealed the dynamic mechanism explaining the highest residual water level observed in September.

Keywords： residual water level； river discharge； tide； wind； Changjiang Estuary

0 引 言

河口为河流与海洋交汇区域， 水动力复杂多变. 河口水位主要由周期变化的潮汐和非周期变化的余水位组成， 随时间和空间变化显著. 河口潮汐具有半日和半月周期性变化， 是水位变化的主要因素.余水位为水位过滤掉周期性潮汐之后余留的部分， 主要由径流、风和口外陆架环流产生[1]. 余水位一般可分为短期的和季节性的变化等类型[2-3]. 余水位通常在陆架和沿海地区可低至总水位的10%， 但在复杂河口地区可增至总水位的60%[4].

长江口地区是我国最大的河口三角洲， 形成了“三级分汊、四口入海”的复杂形势[5]（见图1）， 港口、航道众多. 以往对长江河口水位的研究， 主要集中于潮位和潮汐特征的研究， 而对余水位的研究相对较少. 长江口地区是我国人口密集度最高、经济最发达的地区之一. 余水位是影响水深和水位的一个重要因素， 研究河口余水位的时空变化及其成因对长江河口水位预报、水资源利用、海堤设计、防洪、航行等具有重要的应用价值， 也对河口动力学研究具有重要科学意义.

世界各地已有诸多学者对河口余水位进行了一系列的研究. Wong等[6]研究发现美国特拉华河口（Delaware Estuary）1982年秋季口门处的余水位变化是由陆架上平行于海岸的风应力分量引起的. Denes等[7]研究发现路易斯安那州的福莱格湾（Fourleague Bay， Louisiana）的余水位受到阿查法拉亚河（Atchafalaya River）的径流和盛行风向的强烈影响. Hess[8]利用分潮和余水位空间插值（TCARI）精准模拟了美国得州的加尔维斯顿湾（Galveston Bay， Texas）和加州的旧金山湾（San Francisco Bay， California）的总水位. Buschman等[9]在印尼东加里曼丹的伯劳河（Berau river， East Kalimantan）研究发现河流和潮汐相互作用可以造成余水位两周周期的变化. Sassi等[10]在印尼的马哈坎河（Mahakam River）研究发现河流与潮汐的相互作用可使水流增加摩擦导致余水位的升高. Poerbandono等[11]在爪哇海（Java Sea）以西研究发现不同区域余水位高值出现于东向或西向季风期间.

在我国珠江河口， Cai等[12]研究发现珠江洪季（主要由径流控制）平均余水位比枯季（主要由潮汐控制）高一个量级. 蔡华阳等[13]研究发现珠江磨刀门河口不同区段余水位的主控因素有明显的洪枯季变化. 洪鹏锋[14]研究发现磨刀门河口随着人类活动（如河道采砂）的增强， 徑流量对沿程余水位时空变化的控制能力减弱.

对于长江河口余水位， 目前也有一些研究成果. 宋永港等[15]研究发现， 径流产生的余水位使得长江口北支的月平均潮位1—7月逐渐增大， 而8—12月则相反. Cai等[16]、张先毅等[17]和黄竞争等[18]先后研究发现. 长江上游在径流驱动下余水位和水深的增加导致潮波传播的有效摩擦减小， 但当流量超过某个阈值时潮波振幅衰减反而减弱.

综上所述， 径流、潮汐和风应力等对河口余水位起着主导作用. 本文基于三维数值模型ECOM-si（Estuarine， Coastal and Ocean Model with semi-implicit scheme）， 数值模拟长江口余水位的时空变化，分析径流、潮汐和风应力对余水位的影响， 揭示余水位变化的动力机制.

1 研究方法

1.1 数值模型设置

本文采用三维河口海洋数值模型ECOM-si， 数值模拟和分析长江河口余水位时空变化. 该模型是基于普林斯顿海洋数值模型POM （Princeton Ocean Model）开发而成的[19]， 可设置包括潮汐潮流、径流、风、波浪等各种动力因子. 目前， 经改进的ECOM-si模型已在长江口水动力和盐水入侵等方面的研究中广泛应用， 并取得了大量的研究成果[20-21].

模型计算范围包括整个长江河口、杭州湾和邻近海域（见图2（a））， 东至125°E附近， 北至接近34°N， 南至27.5°N左右. 模型水平方向上采用曲线非正交网格， 较好地拟合了长江河口的岸线， 并对南北支分汊口、深水航道等区域加密（图2（b）和图2（c））. 长江口内网格分辨率最高可至约100 m， 长江口外网格分辨率最高可至10 km. 模型在垂直方向上采用 坐标， 由表至底均匀分成10层. 计算时间步长取为60 s. 由于长江河口潮滩分布较广， 模型采用干湿网格判断实现潮滩动边界， 最小临界水深阈值设置为0.2 m.

模型上游径流边界设置在大通， 动量方程的开边界条件采用大通水文站1950—2018年的多年月平均径流量（见图3和表1）. 风场由近10年欧洲中期天气预报中心ECMWF （European Centre for Medium-Range Weather Forecasts）半月平均值给出， 动量方程海表面边界条件由基于二次律的风应力给出[22].

1.2 数值模型验证

本文所用的数值模型已做了大量的水位、流速流向和盐度的率定验证. 本文采用崇西、南门和堡镇3个水文站2018年3月1—19日的水位， 南槽A和B浮标站2018年3月9—19日的流速流向及盐度做模型验证（测站位置见图1）. 观测时段径流量取大通水文站实测值， 风速风向取自欧洲中期天气预报中心的再分析数据.

从水文站验证的水位过程线（见图4）和浮标站表层流速流向和盐度过程线（见图5和图6）看， 模型计算的水位、流速、流向和盐度变化过程与实测值吻合良好， 表明模型能准确地模拟长江河口的水动力过程.

1.3 数值试验和余水位与径流量和潮汐的理论关系

本文利用前文所述数值模型， 设置4组气候态数值试验， 分别为综合考虑径流、潮汐、风应力， 和仅考虑径流、潮汐、风應力. 对比分析模型输出结果， 研究径流、潮汐和风应力三者对河口余水位的影响.

2 结果和讨论

2.1 余水位的时空变化

在气候态的径流和风场下， 输出1 h时间间隔的整个长江口区域水位. 根据Ralston等[24]的设置，对水位做33 h的频域低通滤波， 得到滤去涨落潮周期的结果； 再做31 d的滤波， 得到滤去大小潮周期的余水位. 这样处理后， 过滤掉了半日和半月潮汐在水位中的变化， 得到连续变化的余水位. 对各月逐时余水位做算术平均， 得到各月平均余水位. 对模型输出点， 可给出逐时余水位的时间序列.

图7为2月、5月、8月和11月4个月的月平均余水位分布， 分别代表冬季、春季、夏季和秋季长江口余水位的分布. 从各季余水位的空间分布看， 上游大于下游， 在南北支分汊口上游的徐六泾至北槽深水航道北导堤东端， 2月、5月、8月、11月余水位的量值分别为0.380 ～ 0.140 m、0.600 ～ 0.130 m、0.650 ～ 0.180 m、0.550 ～ 0.220 m （1985年国家高程基面， 下同）. 在这4个代表性月中徐六泾的余水位8月最高、5月次高、11月次低、2月最低， 与这4个月径流量具有对应关系（8月、5月、11月、2月平均径流量分别为43 700 m3/s、33 400 m3/s、22 400 m3/s、12 300 m3/s）， 说明在长江河口上游余水位取决于径流量. 在深水航道北导堤的东端余水位11月最高、8月次高、2月次低、5月最低， 说明在长江口门外侧余水位除了径流量的影响外， 还受海洋因素的影响. 北支余水位低于南支， 原因在于进入北支的径流量低， 分流比小于5%[25]. 南港的余水位大于北港， 同一河道内南侧的余水位大于北侧， 2月、8月南支南侧水位比北侧分别高2 cm、4 cm， 原因在于径流受科氏力作用右偏（面向河道下游）， 与理想河口口门内的平面分布特征一致[26].

图8为崇西、南门和堡镇3个水文站及模式输出点徐六泾、深水航道北导堤东端逐时余水位随时间变化过程， 可见徐六泾最高， 深水航道北导堤东端最低， 上游余水位大于下游余水位， 与图7中余水位的空间分布特征一致. 在长江口门内， 1—7月余水位逐渐升高， 但最高值出现在9月， 9—12月逐渐降低. 在口外的深水航道北导堤东端， 1—7月余水位并未出现随径流量增加而增加的趋势， 最大值也出现在9月， 之后逐渐下降. 徐六泾、崇西、南门、堡镇和深水航道北导堤东端余水位最高值分别为0.861 m、0.754 m、0.629 m、0.554 m和0.298 m. 徐六泾和崇西余水位最低值出现在1月， 分别为0.420 m和0.391 m， 与1月最低径流量对应； 南门和堡镇余水位最低值出现在2月， 分别为0.313 m和0.291 m； 深水航道北导堤东端余水位最低值出现在4月， 量值为0.111 m.

为何长江河口余水位不出现在径流量最大的7月， 而出现在径流量比7月低得多的9月？ 下面对径流量、潮汐和风动力因子对余水位的作用， 开展数值试验和讨论. 2.2 径流对余水位的影响

在仅考虑径流的情况下， 长江河口余水位的分布体现了上游高、下游低的特征， 从徐六泾至深水航道北导堤东端， 余水位量值2月为0.150 ～ 0.060 m， 5月为0.190 ～ 0.110 m， 8月为0.220 ～ 0.130 m， 11月为0.180 ～ 0.110 m， 余水位量值取决于径流量大小（见图9）. 余水位的分布同样体现南支高于北支， 同一河道南侧高于北侧的特征.

从徐六泾、崇西、南门、堡镇和深水航道北导堤东端余水位随时间变化过程看（见图10）， 余水位在7月达到最高值， 分别为0.314 m、0.237 m、0.191 m、0.165 m和0.131 m； 余水位在1月达到最低值， 分别为0.155 m、0.138 m、0.104 m、0.096 m和0.069 m. 余水位随时间变化过程同样体现了与径流量高度相关（径流量大， 余水位就大）， 与公式（6）给出的理论结果一致.

2.3 潮汐对余水位的影响

从徐六泾、崇西、南门、堡镇和深水航道北导堤东端余水位随时间变化过程看（见图12）， 余水位在1月达到最高值， 分别为0.165 m、0.161 m、0.103 m、0.100 m和0.016 m. 崇西、南门和堡镇水文站及徐六泾余水位在7月达到最低值， 分别为0.113 m、0.105 m、0.054 m和0.057 m； 深水航道北导堤东端在10月达到最低值， 量值为–0.022 m.

2.4 风对余水位的影响

在仅考虑风的情况下， 长江口由风产生的余水位随季风方向的变化而变化 （见图13）. 在2月， 长江口盛行北风， 风速约5 m/s（见图3）. 北风会产生沿岸向南的流动， 在科氏力作用下产生向岸的Ekman水体输运， 导致沿岸和长江口水位上升[28]， 余水位在徐六泾为0.060 m， 在深水航道北导堤东端为0.040 m. 5月东南风约为3.5 m/s， 8月東南风为3.0 ～ 5.0 m/s， 风生Ekman水体输运输向东北， 难以产生水位的抬升， 在长江河口余水位近乎为0. 11月风向转为偏北风， 风速约为5.0 m/s， 出现了风生余水位， 空间分布和量值与2月大致一样.

从徐六泾、崇西、南门、堡镇和深水航道北导堤东端余水位随时间变化过程看（见图14）， 余水位在1月达到最高值， 分别为0.134 m、0.101 m、0.073 m、0.073 m和0.795 m； 余水位在7月达到最低值， 分别为–0.009 m、–0.015 m、–0.026 m、–0.035 m和–0.065 m. 在夏季6—8月盛行东南风期间余水位处于低值， 在9月至来年2月盛行偏北风期间处于高值. 尤其值得注意的是， 在9月已转为偏北风， 平均风速约为5 m/s （见图3）， 导致堡镇余水位比7月高了约0.07 m.

3 结 论

本文应用改进的三维数值模型ECOM-si， 数值模拟长江口余水位的时空变化， 分析径流、潮汐和风应力对余水位的影响， 揭示余水位变化的动力机制. 采用崇西、南门和堡镇3个水文站2018年3月1—19日的水位、南槽2个浮标站2018年3月9—19日的流速流向和盐度验证数值模型， 结果表明模型能准确地模拟长江河口的水动力过程.

长江河口余水位的空间分布， 受径流作用上游大于下游， 在代表冬季、春季、夏季和秋季的2月、5月、8月和11月这4个代表性月份中， 徐六泾的余水位8月最高、5月次高、11月次低、2月最低， 与径流量具有对应关系， 说明在长江河口上游余水位取决于径流量. 在深水航道北导堤东端余水位11月最高、8月次高、2月次低、5月最低， 说明在长江口门外侧余水位除了径流量的影响外， 还受海洋因素的影响. 北支余水位低于南支， 原因在于进入北支的径流量低. 南港的余水位大于北港， 同一河道内南侧的余水位大于北侧， 原因在于径流受科氏力作用右偏. 从徐六泾、崇西、南门、堡镇和深水航道北导堤东端5个站点逐时余水位随时间变化过程看， 全年最高余水位出现在9月， 徐六泾、崇西、南门、堡镇和深水航道北导堤东端分别为0.861 m、0.754 m、0.629 m、0.554 m和0.298 m. 最低余水位徐六泾和崇西出现在1月， 分别为0.420 m和0.391 m； 南门和堡镇出现在2月， 分别为0.313 m和0.291 m； 深水航道北导堤东端出现在4月， 量值为0.111 m.

在仅考虑径流的情况下， 长江河口余水位的分布体现了上游高、下游低的特征. 在徐六泾、崇西、南门、堡镇和深水航道北导堤东端， 余水位在7月达到最高值， 在1月达到最低值. 余水位随时间变化过程体现了与径流量高度相关， 径流量越大， 余水位越高. 在仅考虑潮汐的情况下， 河口余水位为上游高、下游低的分布. 因潮汐的季节性变化不大， 2月、5月、8月和11月仅有潮汐产生的余水位分布基本一致. 余水位最大值出现在1月， 徐六泾、崇西、南门、堡镇最小值出现在7月， 深水航道北导堤东端最小值出现在10月. 崇西站余水位比南门和堡镇高了约0.07 m. 在仅考虑风的情况下， 长江口由风产生的余水位随季风方向的变化而变化. 枯季北风产生沿岸向南的流动， 在科氏力作用下产生向岸的Ekman水体输运， 导致长江口水位上升. 洪季东南风产生Ekman水体输运在口外指向东北， 在长江河口余水位很小. 从余水位随时间变化过程看， 余水位在1月达到最高值， 在7月达到最低值. 在6—8月夏季盛行东南风期间余水位处于低值， 在9月至来年2月盛行偏北风期间处于高值. 对比仅有径流、潮汐和风的数值试验结果， 对口门内余水位作用最大的是径流， 其次是潮汐， 最小的是风.

月平均径流量7月达到最大， 量值为49 800 m3/s， 但期间为东南风； 9月径流量为38 800 m3/s， 仍处于高值区， 并且盛行北风. 两者相互作用， 导致长江口全年最高余水位出现在9月， 而不是最大径流量的7月. 本文从动力机制上揭示了这个异常特征.

[参 考 文 献]

[ 1 ]王慧， 刘克修， 范文静， 等. 中国沿海增减水的变化特征及与海平面变化的关系 [J]. 海洋学报， 2017， 39（6）： 10-20.

[ 2 ]裴文斌， 牛桂芝， 董海军. 余水位及潮汐差分方法 [J]. 水道港口， 2007， 28（6）： 439-443.

[ 3 ]牛桂芝， 董海军， 裴文斌. 余水位的成因及其特性 [C]//第二十一届海洋测绘综合性学术研讨会论文集. 中国测绘学会， 2009.

[ 4 ]FRISON T W. Dynamics of the residuals in estuary water levels [J]. Physics and Chemistry of the Earth， Part B： Hydrology， Oceans and Atmosphere， 2000， 25（4）： 359-364.

[ 5 ]陈吉余， 沈焕庭， 恽才兴. 长江河口动力过程和地貌演变 [M]. 上海： 上海科学技术出版社， 1988： 31-37.

[ 6 ]WONG K C， GARVINE R W. Observations of wind-induced， subtidal variability in the Delaware estuary [J]. Journal of Geophysical Research： Oceans， 1984， 89（C6）： 10589-10597.

[ 7 ]DENES T A， CAFFREY J M. Changes in seasonal water transport in a Louisiana estuary， Fourleague Bay， Louisiana [J]. Estuaries， 1988， 11（3）： 184-191.

[ 8 ]HESS K. Water level simulation in bays by spatial interpolation of tidal constituents， residual water levels， and datums [J]. Continental Shelf Research， 2003， 23（5）： 395-414.

[ 9 ]BUSCHMAN F A， HOITINK A J F， VAN DER VEGT M， et al. Subtidal water level variation controlled by river flow and tides [J]. Water Resources Research， 2009， 45（10）： W10420.

[10]SASSI M G， HOITINK A J F. River flow controls on tides and tide-mean water level profiles in a tidal freshwater river [J]. Journal of Geophysical Research： Oceans， 2013， 118（9）： 4139-4151.

[11]POERBANDONO， HANDOKO E Y， ADYTIA D. Extremes of residual water levels in the West of Java Sea， Indonesia[C]//AIP Conference Proceedings. AIP Publishing LLC， 2018， 1987（1）： 020081.

[12]CAI H， YANG Q， ZHANG Z， et al. Impact of river-tide dynamics on the temporal-spatial distribution of residual water level in the Pearl River channel networks [J]. Estuaries and Coasts， 2018， 41（7）： 1885-1903.

[13]蔡華阳， 杨昊， 郭晓娟， 等. 珠江磨刀门河口径潮动力耦合条件下余水位的多时空尺度分析 [J]. 海洋学报， 2018， 40（7）： 57-67.

[14]洪鹏锋， 杜文印. 强人类活动驱动下珠江磨刀门河口潮汐动力增强原因初探 [J]. 人民珠江， 2019， 40（9）： 28-32.

[15]宋永港， 朱建荣， 吴辉. 长江河口北支潮位与潮差的时空变化和机理 [J]. 华东师范大学学报（自然科学版）， 2011（6）： 10-19.

[16]CAI H， SAVENIJE H H G， GAREL E， et al. Seasonal behaviour of tidal damping and residual water level slope in the Yangtze River estuary： Identifying the critical position and river discharge for maximum tidal damping [J]. Hydrology and Earth System Sciences， 2019， 23（6）： 2779-2794.

[17]张先毅， 黄竞争， 杨昊， 等. 长江河口潮波传播机制及阈值效应分析 [J]. 海洋与湖沼， 2019， 50（4）： 788-798.

[18]黄竞争， 张先毅， 吴峥， 等. 长江感潮河段潮波传播变化特征及影响因素分析 [J]. 海洋学报， 2020， 42（3）： 25-35.

[19]BLUMBERG A F， MELLOR G L. A description of a three‐dimensional coastal ocean circulation model [J]. Three-dimensional Coastal Ocean Models， 1987（4）： 1-16.

[20]WU H， ZHU J R， SHEN J， et al. Tidal modulation on the Changjiang River plume in summer [J]. Journal of Geophysical Research： Oceans， 2011， 116（C8）： 192-197.

[21]Lü H， ZHU J R. Impact of the bottom drag coefficient on saltwater intrusion in the extremely shallow estuary [J]. Journal of Hydrology， 2018， 557： 838-850.

[22]LARGE W G， POND S. Open ocean momentum flux measurements in moderate to strong winds [J]. Journal of Physical Oceanography， 1981， 11（3）： 324-336.

[23]海洋图集编委会. 渤海黄海东海海洋图集： 水文 [M]. 北京： 海洋出版社， 1993.

[24]RALSTON D K， GEYER W R， LERCZAK J A. Subtidal salinity and velocity in the Hudson River estuary： Observations and modeling [J]. Journal of Physical Oceanography， 2008， 38（4）： 753-770.

[25]LI L， ZHU J R， WU H， et al. A numerical study on water diversion ratio of the Changjiang （Yangtze） estuary in dry season [J]. Chinese Journal of Oceanology and Limnology， 2010， 28（3）： 700-712.

[26]朱建荣， 胡松. 河口形状对河口环流和盐水入侵的影响 [J]. 华东师范大学学报（自然科学版）， 2003（2）： 70-75.

[27]CAI H， SAVENIJE H H G， JIANG C. Analytical approach for predicting fresh water discharge in an estuary based on tidal water level observations [J]. Hydrology and Earth System Sciences， 2014， 18（10）： 4153.

[28]LI L， ZHU J， WU H. Impacts of wind stress on saltwater intrusion in the Yangtze Estuary [J]. Science China Earth Sciences， 2012， 55： 1178-1192.

（責任编辑： 李万会）