基于GF-4 卫星反演的珠江口水体表层悬浮泥沙时空变化特征*

陈琼, 唐世林, 吴颉

1. 热带海洋环境国家重点实验室(中国科学院南海海洋研究所), 广东 广州 510301;

2. 中国科学院大学, 北京 100049;

3. 南方海洋科学与工程广东省实验室(广州), 广东 广州 511458

在潮汐作用下, 河口、海湾内外的泥沙等颗粒物交换频繁, 其中悬浮泥沙质量浓度(suspended sediment concentration, SSC)作为泥沙输运和再悬浮过程的重要指标(Yu et al, 2012; Xiong et al, 2017),直接影响水体水质、生态系统和底地貌演化(Ziegler et al, 1988; Zeng et al, 2015)。SSC 变化一定程度上揭示了水域动力条件的变化, 这些变化有着不同的时间尺度, 共同影响了悬浮颗粒物的量级和分布情况, 对河口海域进行航道整治、港口建设、海洋工程施工等河口开发治理和河口地貌动力研究有着非常重要的参考意义(谢梅芳 等, 2021)。

长期以来, 对河口、海湾等海域的SSC 年际、年及月变化的研究较为深入(陈晓玲 等, 2005; Liu et al, 2018)。传统的走航观测和锚定浮标观测等动态监测方式, 可以粗略了解到SSC 的变化, 但存在成本高、样点少和精度低等缺点(Scanes et al, 2007;Wang et al, 2012)。随着遥感卫星观测技术的高速发展, 卫星可实现大范围、长时序、多时相的SSC 连续观测, 弥补上述不足(Li et al, 2019)。早期基于遥感的SSC 反演多通过Landsat (栾虹 等, 2017; Yepez et al, 2018)、NIMBUS-7 (Mayo et al, 1993)和SeaWiFS (Liao et al, 2010)卫星传感器实现, 受光谱分辨率和空间分辨率的限制, 仅能完成较大面积、动力环境简单的海域监测, 难以应用于沿海及内陆水体。随着光学传感器设计技术的进步, MODIS(Tian et al, 2016; 詹伟康 等, 2019)、MERIS (刘汾汾等, 2009; Tang et al, 2013)、Sentinel (Toming et al,2017)和VIIRS (Chami et al, 2020)等传感器的空间分辨率从公里级提高至百米级, 可应用于近岸和较大湖泊等水体的SSC 反演及时空趋势研究, 但对于具有显著时变特征的河口海域, 高空间分辨率、低时间分辨率的极轨卫星很难满足悬浮泥沙的动态监测要求。近年来, 静止轨道卫星的引入, 显著提高了时间分辨率。He 等(2013)、Hu 等(2019) 和Cheng 等(2016)基于GOCI 小时成像的遥感数据完成了河口、近岸和沿岸等海域 SSC 日变化特征的刻画, 但GOCI 空间分辨率降低, 且影像仅覆盖以朝鲜半岛为中心的西北太平洋局部海域, 无法为更大范围海域的SSC 动态监测提供充足的数据支持。

2015 年12 月我国发射了世界上第一颗超高时空分辨率的地球静止轨道卫星高分四号(GF-4), 与其他卫星相比, GF-4 具有更高的时空分辨率(重访时间最高可达20s 和可见光波段的空间分辨率50m),且影像的覆盖范围扩大至印太大部分海域, 使更小尺度的SSC 动态变化特征得以显现, 在近海水体光学特征的高频变化监测方面具有巨大的潜力, 对河口海域复杂的生物地球化学和水动力过程的理解有着非常重要的动力学意义(Li et al, 2017, 2018; Wang et al, 2017)。近年来, 水利、航道、围海等工程对河口海域悬浮泥沙输运基本规律的认识提出了更高的要求, 掌握更小时间尺度的SSC 分布和变化的规律, 以期为类似施工环境的施工工艺选择、设备设计、质量控制和安全保障提供借鉴。为此, 本文基于珠江口伶仃洋ETOPO1 的地形数据、潮汐表中伶仃洋内的各验潮站的潮位数据、GF-4 遥感影像反演的SSC 数据, 分析了潮汐作用下的伶仃洋悬浮泥沙的空间分布特征和潮汐周期不同阶段的 SSC变化规律。

1 研究区域

按流量排名, 珠江是我国的第二大河流, 年均淡水输入量为3.26×1011m3、年均泥沙输入88.7×106t (Ou et al, 2019)。珠江通过8 个主要的入海口连接珠江口和南海, 可分为潮优型、河优型和河-波型河口(李春初, 1997)。虎门入海口是珠江溺谷湾残留的河口湾, 属于典型潮优型河口, 是珠江口主要的潮汐通道。潮差最大可达 3.64m, 涨潮量达2288.4×108m3, 占八大口总入潮量的60.8%, 落潮量达2866×108m3, 占落潮量的41.6%。蕉门、洪奇门和横门, 在汛期均为强径流河, 旱期均为强潮流河,输沙量较大有利于口门外浅滩发育(朱樊 等, 2015)。其中虎门、蕉门、洪奇门和横门所在的伶仃洋海域呈喇叭状, 宽约60km, 水域面积约2100km2, 属于不规则半日混合潮类型, 潮流总体呈东强西弱。分布着东、西、中三滩及东、西两槽, 平均水深5m, 两槽处水深约10～20m (Liu et al, 2019)。本文选择22°05′—22°50′N, 113°25′—114°07′E 区间的珠江口伶仃洋海域为研究区(图1)。

图1 研究区域及悬浮泥沙浓度(SSC)实测数据测量站点位置该图是基于国家测绘地理信息局标准地图服务网站下载审图号为GS(2016)2924 标准地图制作。图中黑色菱形代表2020 年1月的航次测站位置, 黑色三角代表珠江八大入海口位置Fig. 1 The study area, and the locations of in-situ sampling stations for SSC

2 数据与方法

2.1 数据来源

高分(GF)系列卫星是由中国设计用于收集陆地、大气、海洋信息, 并形成长时序、大范围和高精度的对地观测能力。从2002 年开始, 目前已有13 颗卫星成功发射。GF-4 卫星于2015 年发射, 采用凝视相机传感器, 在可见光或近红外光波段(1～5波段)具有50m 的空间分辨率, 在热红外光波段(6波段)具有400m 的空间分辨率。GF-4 是地球静止同步轨道卫星, 时间分辨率最高可达20s (表1)(刘凤晶 等, 2018)。受遥感数据的存储、传输等技术限制, 目前对外分发的大部分GF-4 数据产品的时间间隔为几分钟至几小时不等, 受天气、云量等因素的影响, 每日分发的数据数量也不尽相同。尽管如此, 具有超高时空分辨率的GF-4 数据, 仍是当前研究河口海域的SSC 高频变化的最佳选择。本文所用遥感数据为中国资源卫星应用中心提供的基于GF-4 卫星的L1A 级数据, 共计7 景。其中,2020 年1 月14 日1 景(13:58), 用于SSC 反演算法验证; 2020 年12 月28 日3 景(10:43、12:43 和13:33),时间间隔分别为2h 和50min, 对应落潮的初始时刻、落急时刻和落憩前, 用于分析珠江口伶仃洋的SSC 在落潮不同阶段的变化规律; 2021 年2 月21日3 景(10:40、14:00 和16:34), 时间间隔分别为3h 20min 和2h 34min, 对应停潮末期、涨急和涨憩前,用于分析珠江口伶仃洋的SSC 在涨潮不同阶段的变化规律。

表1 GF-4 卫星有效载荷Tab. 1 Payload parameters of GF-4

实测数据于2020 年1 月13 日至14 日在巡航船上测量得到, 采用标准采样器采集水样, 通过过滤重量法测定SSC (刘大召 等, 2020)。即现场采集并过滤水样, 将滤膜带回实验室进行测量, 最终得到28 组有效SSC 数据。地形数据为美国地球物理中心(U.S. National Geophysical Data Center)发布的全球地形起伏模型 ETOPO, 是目前已知的分辨率最高的地形起伏数据(Amante et al, 2009)。ETOPO包括 3 种不同精度的数据, 分别是 ETOPO1、ETOPO2 和ETOPO5; 不同精度的数据又分为两个版本, Bedrock 和Ice Surface, 前者是岩床的高程,后者是岩床加上冰盖层之后的高程。本文选择精度最高的ETOPO1 (分辨率为1 弧分)中的Bedrock 版本绘制珠江口伶仃洋底地形。通过查潮汐表得到遥感图像采集时段内的各验潮站每小时的潮位数据(国家海洋信息中心, 2020)。

2.2 遥感数据处理

2.2.1 辐射校正

根据辐射定标公式结合各波段的辐射定标系数(表 2), 对 GF-4 的全色/多光谱(panchromatic/multispectral, PMS)图像进行定标, 将卫星荷载观测值(Digital Number, DN)转换为表观辐亮度[L(λ)]。PMS 数据的辐射定标可通过公式(1)计算:

表2 2020 年GF-4 卫星绝对辐射定标系数和大气层外波段太阳辐照度Tab. 2 The values of Gain, offset and ESUN of GF-4 satellite in 2020

式中:L(λ)为对应波段λ的传感器辐射亮度值(单位: W∙m–2∙µm–1∙Sr–1); Gain 和Offset 分别为影像的绝对定标系数增益和偏移(2020 年的增益、偏移数据可从中国资源卫星应用中心网站获取)。根据公式(2)计算得到大气层顶表观反射率(tρ, 单位: Sr–1):

式中:d为日地距离校正因子(2020 年1 月14 日对应儒略历为14 天,d=0.9836; 2020 年12 月28 日对应儒略历为363 天,d=0.9832; 2021 年2 月21 日对应儒略历为52 天,d=0.9891);L为表观辐亮度(单位:W∙m–2∙µm–1∙Sr–1); ESUN 是大气上层太阳辐照度(单位: W∙m–2∙µm–1∙Sr–1);θs为太阳天顶角(单位: rad)。

2.2.2 大气校正

目前应用最普遍的水色遥感大气校正方法是暗像元算法(Gordon et al, 1994)。水体在近红外(nearinfrared, NIR)波段处有较好的吸收性, 所以将其作为暗像元进行大气校正。而二类浑浊水体在NIR 波段的散射能力强、离水辐射率大, 以近红外波段作为暗像元的假设失效(Ruddick et al, 2000; Siegel et al,2000)。但是, 二类浑浊水体在短波红外(short-wave infrared, SWIR)波段处有强吸收性, 利用SWIR 波段代替NIR 波段的大气校正算法已经被证明可以很好的应用于混浊的沿海水域的大气校正(Wang et al,2007; He et al, 2014; Ye et al, 2017)。然而, GF-4 卫星的遥感数据缺乏SWIR 波段, 无法直接采用SWIR 暗像元法进行大气校正。目前, 已有研究利用准同步的可见光红外成像辐射仪(visible infrared imaging radiometer suite, VIIRS)数据的3 个SWIR 波段(1280nm、1601nm 和2257nm)针对没有SWIM 波段的卫星构建了准同步可见光红外成像辐射仪数据(Quasi-synchronous VIIRS, QSV)算法并完成了大气校正, 该大气校正方法在沿岸浑浊水体有很好的适用性(Wu et al, 2019)。本文参考该算法并结合6S 辐射传输模型(second simulation of the satellite signal in the solar spectrum), 经过对瑞利散射、气体吸收和气溶胶多次散射效应的校正, 得到了水体的遥感反射率。校正公式如式(3):

式中:ρt,λ是对应波段λ的大气层顶表观反射率(单位:Sr–1);Rr,λ是对应波段λ的大气瑞利散射率(单位: Sr–1);Ra,λ是对应波段λ的气溶胶散射率(单位: Sr–1);tv,λ是对应波段λ的大气的漫射透过率;Rrs,λ是对应波段λ的遥感反射率。利用6S 模型估算瑞利散射系数, 6S模型中所需的输入参数为影像的几何条件、大气模型和光谱条件。利用QSV 算法结合Ziauddin 构建的气溶胶类型查找表(Ahmad et al, 2010)估算气溶胶类型和气溶胶光学厚度, 用于校正的VIIRS 数据的过境时间分别为2020 年1 月14 日14:06、2020 年12 月28 日13:24 和2021 年2 月21 日13:42。

2.2.3 几何校正

对于GF-4 PMS 数据来说, 由于分发的L1A 级产品均提供相应的有理多项式(rational polynomial coefficient, RPC)参数文件, 因此可以利用ENVI 软件提供的正射校正流程化工具(RPC orthorectification workflow)进行正射校正, 但正射校正结果与实际位置仍存在较大偏差。因此, 在进行正射校正后利用Landsat8_OLI 全色波段(重采样至GF-4 对应分辨率50m)对GF-4 影像重新进行配准校正。

3 结果与讨论

3.1 悬沙质量浓度反演算法验证

本文采用一种针对珠江口近岸浑浊水体的双波段经验模型反演悬沙质量浓度(Liu et al, 2021), SSC反演公式如下:

式中:Rrs(red)和Rrs(green)分别代表GF-4 卫星的红波段和绿波段的遥感反射率(单位: Sr–1)。利用2020 年1 月14 日的GF-4 影像反演珠江口伶仃洋内的SSC,以遥感影像3×3 窗口内的平均浓度代表中心点的SSC, 并结合同一天的实测SSC 数据, 对该悬沙反演算法进行验证。剔除遥感影像中被云覆盖的实测数据,剩余19 组有效悬沙质量浓度数据用于验证。图2 表明, 该算法计算得到的SSC 与实测值有较好的相关性, 相关系数为 0.87 (p<0.01), 均方根误差为3.05mg∙L–1, 即该算法能较准确的估算珠江口的真实悬沙质量浓度。

图2 遥感反演与实测悬浮泥沙质量浓度(SSC)的验证结果图中黑色虚线表示1:1 关系, 蓝色实线表示反演SCC 和实测SSC的线性拟合情况, 蓝色三角代表样本点数据Fig. 2 Verification result of satellite-derived SSC and in-situ measured SSC

3.2 珠江口伶仃洋悬浮泥沙质量浓度的分布特征

珠江口伶仃洋海域涨潮、落潮时的SSC 分布情况分别如图3、图4 所示。悬浮泥沙质量浓度均沿海岸线向外海的方向逐渐降低, 整体呈现近岸高、远岸低的分布趋势; 4 个入海口处的SSC 都相对较高, 且喇叭形海岸东西侧的SSC 分布有明显的差异, 西侧海岸的SSC 高于东侧。Liu 等(2019)利用数值模式模拟了珠江口的SSC 分布趋势, 模式结果显示SSC 沿海岸向开阔水域呈降低趋势, 且西滩SSC 高于东滩,本文研究结果与其基本一致。

图3 2021 年2 月21 日珠江口伶仃洋涨潮时3 景遥感影像反演的平均悬浮泥沙浓度(SSC)分布情况a. 高 SSC 区的分布范围。图中红色虚线方框代表 SSC 高值区的分布范围, 其中 H1 (113°42′—113°47′E, 22°40′—22°45′N), H2(113°54′—114°00′E, 22°24′—22°33′N), H3 (113°38′—113°42′E, 22°33′—22°37′N), H4 (113°33′E—113°40′E, 22°23′N—22°30′N); b. 珠江口伶仃洋东、西滩各高SCC 区的平均SSC 直方图。蓝色和红色虚线分别代表东滩和西滩的平均SSCFig. 3 Spatial distributionofsatellite-derivedmeanSSCduring the flood tide in the Pearl River Estuary, showing the averageSSCof three GF-4 images during21stFebruary2021

图4 2020 年12 月28 日珠江口伶仃洋落潮时3 景遥感影像反演的平均悬浮泥沙质量浓度(SSC)分布情况a. 高 SSC 区的分布范围。图中红色虚线方框代表 SSC 高值区的分布范围, 其中 H1 (113°42′—113°47′E, 22°40′—22°45′N), H2(113°54′—114°00′E, 22°24′—22°33′N), H3 (113°38′—113°42′E, 22°33′—22°37′N), H4 (113°33′E—113°40′E, 22°23′N—22°30′N), H5(113°39′—113°44′E, 22°30′—22°35′N), H6 (113°33′—113°41′E, 22°23′—22°30′N), H7 (113°35′—113°42′E, 22°15′—22°23′N); b. 珠江口伶仃洋东西滩各高SCC 区的平均SSC 直方图。蓝色和红色虚线分别代表东滩和西滩的平均SSCFig. 4 Spatial distribution of satellite-derived mean SSC during the ebb tide in the Pearl River Estuary, showing the average SSC of three GF-4 images during 28th December 2020

珠江口伶仃洋海域涨潮时的平均 S S C 为8.18mg∙L–1, 涨潮时共有4 个高SSC 分布区(图3a)。其中东侧海岸的2 个高SSC 区分别位于: 虎门入海口外的交椅湾(H1), 悬沙集中分布于海湾内的东北岸线, 平均SSC 为10.05mg∙L–1; 深圳湾湾顶处(H2),平均SSC 为9.57mg∙L–1。西侧海岸的2 个高SSC 区分别位于: 蕉门和洪奇门的入海口处(H3), 平均SSC为9.39mg∙L–1; 淇澳岛以西的海湾内(H4), 平均SSC为11.69mg∙L–1。涨潮时各高值区的平均SSC 统计结果(图3b)说明了珠江口伶仃洋内涨潮时其西滩高值区的平均 SSC (11.13mg∙L–1) 明显高于东滩(9.70mg∙L–1)。

珠江口伶仃洋海域落潮时的平均 SSC 为17.56mg∙L–1, 落潮时共有7 个高SSC 分布区(图4a),其中东侧海岸3 个、西侧海岸4 个。东侧海岸的3个高SSC 分布区分别位于: 虎门入海口外的交椅湾(H1), 悬沙在海湾中呈团状分布, 平均 SSC 为26.34mg∙L–1; 龙穴水道东侧沿岸至大铲湾一线(H2),呈条带状分布, 平均SSC 为17.49mg∙L–1; 深圳湾湾顶处(H3), 平均SSC 为19.86mg∙L–1。西侧海岸的4个高SSC 分布区分别位于: 龙穴隆滩沿岸(H4), 呈条状分布, 平均SSC 为25.60mg∙L–1; 蕉门、洪奇门和横门入海口处的进口浅滩(H5), 平均 SSC 为17.60mg∙L–1; 淇澳岛以西的海湾内(H6), 平均SSC 为27.70mg∙L–1; 淇澳岛至珠海九州岛之间的海域(H7),平均SSC 为19.89mg∙L–1。珠江口伶仃洋海域各高值区的平均SSC 统计结果(图4b)说明了落潮时其西滩高值区的平均 SSC (24.45mg∙L–1)明显高于东滩(20.37mg∙L–1)。

珠江口伶仃洋海湾内的潮流受地转效应的影响,涨潮流携带的清洁水体更多的被输送至东侧海岸,而落潮流裹挟高含沙水体更多的被输送至西侧海岸,使SSC 在涨潮和落潮时都呈西高东低的分布趋势(朱樊 等, 2015)。结合珠江口伶仃洋海域的底地形(图1), 发现涨潮和落潮时的高SSC 的分布与浅滩、近岸海域有较好的对应关系。其中, 除淇澳岛以西的高值区, 其他高值区所在海域均为水深小于5m 的浅滩或近岸滩涂。尽管淇澳岛以西的高值区所在海湾水深较深, 但受淇澳岛的阻挡, 大部分悬浮泥沙只能通过东北侧的进口浅滩与湾外进行交换, 使得悬浮泥沙在该海湾集聚呈高值分布。水深较深的伶仃水道和龙穴水道所在海域基本对应SSC 低值区。

3.3 珠江口伶仃洋SSC 涨潮时的变化特征

图5 显示了珠江口伶仃洋海域涨潮时的SSC 变化特征。图5a～5c 分别对应停潮末、涨急以及涨憩前的3 个不同时刻的SSC 分布情况, 平均SSC 分别为11.08mg∙L–1、11.04mg∙L–1和2.64mg∙L–1, 即在涨潮阶段伶仃洋内的平均SSC 呈降低趋势。从图5d 可以看出, 4 个高SSC 海域的悬沙质量浓度降低程度远大于其他海域。涨潮时, 珠江水流随涨潮流将外海含沙量较低的清洁水体大量输入伶仃洋海域, 这可能是伶仃洋海域涨潮时SSC 降低的主要原因。湾口至淇澳岛和内伶仃岛一线的海域内的SSC 有明显北移的趋势, 这可能是因为较大流速的水体有较强的挟沙能力(Ou et al, 2019), 该海域内的悬浮颗粒物随涨潮流被输送至湾内。

图5 2021 年2 月21 日珠江口伶仃洋涨潮不同时刻遥感影像反演的悬浮泥沙质量浓度(SSC)分布及变化情况a. 停潮末(10:40:06); b. 涨急(14:00:06); c. 涨憩(16:34:57); d. 涨憩与停潮末期的平均SSC 差值。图中数字为该海域平均悬浮泥沙浓度Fig. 5 Distribution and variation of satellite-derived SSC at different times of flood tide in Lingdingyang during 21st February 2021

为了进一步分析涨潮不同阶段的SSC 变化特征,提取了停潮末、涨急以及涨憩前3 个不同时刻5 个验潮站所在位置约5m 范围内的平均SSC 数据, 对比伶仃洋内的不同位置在涨潮的不同阶段SSC 变化的异同。从各验潮站潮位变化与SSC 变化的对比结果(图 6)可以看出: 停潮时, 潮流流速减缓, 潮位维持在低位、变化量较小, 此时水体中的悬浮泥沙开始沉降, SSC 呈降低趋势(图6b、6c); 停潮末期至涨急阶段, 潮流流速变大、潮差变大, 尽管造成了一定程度的底质颗粒物再悬浮过程, 但涨潮流将外海的清洁水体大量输入湾内, SSC 仍呈降低趋势; 涨急至涨憩阶段, 流速又逐渐减缓、潮位差减小并趋于稳定, 再悬浮过程减弱并伴随大量清洁水体的持续输入, SSC呈显著降低的趋势(图6b～6f)。

图6 2021 年2 月21 日珠江口伶仃洋内的各验潮站在涨潮不同阶段的悬浮泥沙质量浓度(SSC)变化情况a. 验潮站位置示意图, 基于国家测绘地理信息局标准地图服务网站下载审图号为GS(2016)2924 的标准地图制作; b. 舢板洲验潮站; c.深圳机场验潮站; d. 蛇口(赤湾)验潮站; e. 内伶仃岛验潮站; f. 珠海(香洲)验潮站Fig. 6 Changes of SSC at different stages of flood tide in Lingdingyang on 21st February 2021

3.4 珠江口伶仃洋SSC 落潮时的变化特征

图7 显示了珠江口伶仃洋海域落潮时的SSC 变化特征。图7a～7c 分别对应平潮末、落急以及落憩前的3 个不同时刻的SSC 分布情况, 平均SSC 分别为16.11mg∙L–1、18.00mg∙L–1和18.58mg∙L–1, 即在落潮阶段伶仃洋内的平均SSC 呈增加趋势。落潮时, 珠江水流裹挟着高含沙量的内陆水体随落潮流通过虎门、蕉门、洪奇门及横门将大量泥沙输入伶仃洋海域, 这可能是伶仃洋落潮时SSC 增加的原因之一(Liu et al,2019)。另外, 虎门口门外的交椅湾(H1)和龙穴隆滩(H4)之间的水道的SSC 在落潮阶段明显增大, 且悬沙有向外海方向移动的趋势。具体表现为, 平潮末期悬浮泥沙集中分布于交椅湾和龙穴隆滩沿岸, 水道中的SSC 较低, 到落憩时高值区内存在部分海域的SSC 略有下降, 而下游水道中的SSC 有所增加(图7d)。伶仃洋内的水流速度随潮汐过程呈“大-小-大”的周期性变化, 较大流速的水体有较强的挟沙能力,这可能是落潮时高值区部分海域SSC 有所降低并向外海移动的原因之一(Ou et al, 2019)。同时, 当流速增大到超过底质沉积物再悬浮所需的切应力时会造成底质沉积物再悬浮, 并且落潮过程中的潮位差向下会形成潮差势能, 对底质也会造成扰动使其再悬浮, 这解释了高值区中仍有部分海域在落潮流的强挟沙作用下SSC 呈增加趋势(Li et al, 2015; Liu et al,2016)。在其他5 个高值区中, 进口浅滩(H5)、龙穴水道东侧沿岸至大铲湾一线(H2)和淇澳岛至珠海九州岛之间海域(H7)的悬浮泥沙变化情况与虎门口门外相同, SSC 都稍有下降且都有向南移动的变化趋势。而深圳湾(H3)和淇澳岛以西海湾(H6)的SSC 则呈明显的增加趋势, 这可能是地形影响了潮汐过程对SSC 的影响(Liu et al, 2016)。受东北—西南狭长地形的限制, 落潮流很难进入深圳湾, 仅会在湾口造成扰动, 使湾内SSC 有所增加。淇澳岛东北方向、落潮流进入湾内的唯一进口处分布着进口浅滩, 该拦门浅滩靠湾内一侧的泥沙在落潮流的作用下再悬浮, 而唯一的出海口金星门港较为狭窄阻挡了潮流向下输送悬沙, 致使悬沙在湾内聚集SSC 增加。

图7 2020 年12 月28 日珠江口伶仃洋落潮不同时刻遥感影像反演的悬浮泥沙浓度(SSC)分布及变化情况a. 平潮末(10:43:38); b. 落急(12:43:38); c. 落憩(13:33:38); d. 落憩与平潮末期的平均SSC 差值。图中数字为该海域平均悬浮泥沙浓度值Fig. 7 Distribution and variation of satellite-derived SSC at different times of ebb tide in Lingdingyang on 28th December 2020

为了进一步分析落潮不同阶段的SSC 变化特征,提取了平潮末、落急以及落憩前3 个不同时刻5 个验潮站所在位置约5m 范围内的平均SSC 数据, 对比伶仃洋内的不同位置在落潮的不同阶段SSC 变化的异同。从各验潮站潮位变化与SSC 变化的对比结果可以看出(图8): 平潮时, 潮流流速减缓、潮位保持一定高度不变化, 此时水体中的悬浮泥沙开始沉降, SSC呈降低趋势(图8b); 平潮末期至落急阶段, 潮流流速变大、潮差逐渐增大, 此时悬浮泥沙再悬浮过程剧烈,SSC 增加量显著; 落急至落憩阶段, 流速又逐渐减缓、潮位差减小并趋于稳定, 悬浮泥沙再次开始沉降,SSC 增量变小甚至呈负增长趋势(图8b～8f)。

图8 2020 年12 月28 日珠江口伶仃洋内的各验潮站在落潮不同阶段的悬浮泥沙质量浓度(SSC)变化情况a. 验潮站位置示意图, 基于国家测绘地理信息局标准地图服务网站下载审图号为GS(2016)2924 的标准地图制作; b. 舢板洲验潮站; c.深圳机场验潮站; d. 蛇口(赤湾)验潮站; e. 内伶仃岛验潮站; f. 珠海(香洲)验潮站Fig. 8 Changes of SSC at different stages of ebb tide in Lingdingyang on 28th December 2020

4 结论

本文通过对珠江口伶仃洋海域落潮时的SSC 分布情况及变化规律的研究, 得到以下结论:

1) 珠江口伶仃洋海域SSC 沿海岸线向外海的方向逐渐降低, 整体呈现“近岸高, 远岸低”的分布趋势;喇叭形海岸东西侧的SSC 分布有明显的差异, 西岸高于东岸; 涨潮时存在4 个高SSC 分布区, 落潮时存在7 个高SSC 分布区, SSC 的分布情况受底地形影响较大。

2) 涨潮时, 伶仃洋内的平均SSC 整体呈降低趋势且悬沙有向湾内方向移动的趋势; SSC 的降低主要受外海清洁水体大量输入的影响。涨潮的不同阶段,SSC 的变化情况不同。停潮时, 潮流流速减缓, 潮位维持在低位、变化量较小, 悬浮泥沙开始沉降; 停潮末期至涨急阶段, 潮流流速变大、潮差变大, 尽管造成了一定程度的底质颗粒物再悬浮过程, 但涨潮流将外海的清洁水体大量输入湾内, SSC 仍呈降低趋势;涨急至涨憩阶段, 流速又逐渐减缓、潮位差减小并趋于稳定, 再悬浮过程减弱并伴随大量清洁水体的持续输入, SSC 呈显著降低的趋势。

3) 落潮时, 伶仃洋内的平均SSC 整体呈增长趋势且悬沙有向外海方向移动的趋势; SSC 的增加受潮流在水平方向上的挟沙作用、垂直方向上的再悬浮过程和地形的共同影响。落潮的不同阶段, SSC 的变化情况不同。平潮时, 潮流流速减缓、潮位保持一定高度不变化, 水体中的悬浮泥沙开始沉降, SSC 呈降低趋势; 平潮末期至落急阶段, 潮流流速变大、潮差逐渐增大, 悬浮泥沙再悬浮过程剧烈, SSC 增加量显著;落急后至落憩阶段, 流速又逐渐减缓、潮位差减小并趋于稳定, 悬浮泥沙再次开始沉降, SSC 增量变小甚至呈负增长趋势。

长期以来, 针对珠江口的SSC 变化研究多以年际和季节变化为主(Liu et al, 2016; Ou et al,2019), 而有关潮汐对SSC 变化的影响的研究由于遥感数据的缺失多以实测数据和数值模型研究为主(Chen et al, 2005; Jiang et al, 2014; Liu et al,2019), 难以实现更大范围、更小时间尺度的 SSC变化研究。近年来, 水利、航道、围海等工程对认识河口海域悬浮泥沙输运基本规律提出了更高的要求, 而关于珠江口SSC 一日之内的变化规律的研究对深入理解河口海域复杂水动力过程和生物地球化学过程有重要的意义。具有超高时空分辨率的GF-4 卫星的发射入轨, 首次实现了珠江口海域一日内多景遥感影像覆盖, 本文利用该数据对珠江口伶仃洋在潮汐周期的时间尺度上对SSC 分布及变化特征进行刻画, 并分析了涨潮和落潮不同阶段的SSC 空间变化特征, 为河口海域的工程施工、设备设计、质量控制和安全保障等提供更为可靠的参考。但是, 受实测数据及无云清晰可用的遥感数据有限的限制, 在分析潮汐周期不同阶段的SSC 的分布及变化特征时, 选择了不同日期的遥感影像, 未能得到一个完整潮汐周期内的变化规律。随着高时空分辨率卫星技术的进一步发展, 对SSC不同尺度的分布特征及变化规律的深入研究, 掌握更小尺度的变化特征及其动力学机制是我们当前研究的一个重要方向。