鄭曉琴,肖文軍,于蕓,潘靈芝
(國家海洋局東海預報中心,上海 200081)
枯季長江河口鹽水入侵,特別是北支鹽水倒灌已嚴重影響到上海的生活和工業用水。多年來,由于自然演變和人為作用,北支河勢發生了劇烈的變化,青龍港潮差呈加速上升趨勢,北支鹽水的倒灌頻率和強度也呈加速上升趨勢,鹽水入侵呈現出開始時間提前,持續時間延長,影響程度嚴重等特征。每年枯季,幾乎每個潮周期都會產生鹽水倒灌,倒灌的鹽水直接影響寶鋼、陳行水庫等水源地的取用水安全[1-2]。長江河口鹽水入侵因其時間、空間、影響因子復雜等多因素,使得如何及時有效地進行預報一直是眾多學者[3-6]關注的重要問題。
已有研究成果表明,徑流和潮汐是影響長江口鹽水入侵的主要動力因素。以往研究人員[7-8]大多從定性的角度研究兩者對于鹽水入侵的影響,分別將徑流量和青龍港潮差臨界值作為北支鹽水倒灌南支的發生條件,但是較少有涉及從定量的方法研究徑流、潮差和鹽度三者之間的關系。海洋局自2007年底在長江口南北支和口門附近先后布設了14個鹽度自動化觀測站點(見圖1),目前已積累了一批高時間分辨率的鹽度觀測資料,使得通過資料分析和多元回歸方法建立長江口主要站點鹽度預測模型成為可能。本文在前人研究工作的基礎上,分析大量的實測資料,探討北支鹽水倒灌到南支的時間和強度規律。通過研究鹽度、潮差以及徑流量之間的相關關系,建立三者之間的統計預測模型,對于預防長江河口鹽水入侵災害以及為陳行、寶鋼等水源地的避咸蓄淡工作起到一定的警示作用。
鹽度資料采用2008年1月—2010年4月的“青龍港”、“新建閘”、“寶鋼水庫”的逐時鹽度觀測值(站點位置見圖1);其中2008年1月—2009年4月的鹽度數據用以統計模型建立,經過分析,得到日平均鹽度Smean、日最大鹽度Smax、日最小鹽度Smin;2009年10月—2010年4月的鹽度資料用以后報檢驗。

圖1 長江口鹽度監測站點位置圖
流量數據根據長江水文信息網發布的一天4次大通徑流量實測資料做日平均處理。
潮差取潮汐表的“青龍港”站每日潮差(日潮差=日最高潮-日最低潮)。
青龍港位于北支上段,在長期的自然演變和人為作用影響下,北支逐漸萎縮,這種近垂直狀態的分叉口地形在枯季徑流量較小的情況下,北支漲潮鹽水以楔狀入侵越過分叉口進入南支,并逐漸形成倒灌鹽水團嚴重影響到陳行、寶鋼等蓄淡水庫。鹽水倒灌過程期間影響到各個站點的時間響應均不同。通過分析鹽水入侵發生時,青龍港、新建閘、寶鋼水庫三者鹽度變化的先后關系(見表1),得出:青龍港受北支鹽水入侵一般出現在大潮時段,新建閘則一般滯后于青龍港4—5 h,而寶鋼水庫則滯后青龍港3—4 d。將三個測站鹽度值進行相關性分析,通過嘗試校準不同的相位差,比較其相關系數,不同相位差對應的相關系數不同,當相關系數最大時,對應的相位差為所需調整的相位。圖2即青龍港日平均鹽度分別與新建閘和寶鋼水庫進行相位相關系數的計算結果,可見當青龍港和新建的位相差天數為0的時候,其相關系數最高,為0.91;而寶鋼水庫與青龍港則是相差3 d之后的相關性最好,為0.76。

圖2 新建閘、寶鋼水庫鹽度分別與青龍港鹽度之間相位相關關系

表1 青龍港、新建閘和寶鋼水庫取水口近年部分鹽水入侵統計表

圖3 2008年1—4月觀測數據處理
從表1中還可得出,鹽水入侵的強度一般可以由兩個方面體現:持續時間和過程極值。持續時間越長,過程極值越大表明鹽水入侵的影響程度越嚴重。北支鹽水入侵對青龍港的影響程度決定了北支鹽水倒灌對寶鋼水庫的影響強度和持續時間。大通流量越小、北支潮差越大、涌潮越大,則北支鹽水倒灌的量就越大;倒灌的鹽水濃度越高則對南支河段的負面作用越大,就直接影響到南支各水源地的水質安全。
取預報量為日平均鹽度Smean、日最大鹽度Smax、日最小鹽度Smin,自變量為m天前大通徑流量Q,n天前的青龍港潮差Tr.(數據處理見圖3),所得的經驗預測模型為:S=f(T,Q),S為一天內的特征鹽度(Smean、Smin、Smax),下面研究都以日平均鹽度(Smean)作為相關分析研究,日最大鹽度Smax、日最小鹽度Smin的處理方法是相同的,本文不作贅述。
由鹽度與潮差的相位差相關系數分析得到(見圖4),青龍港潮差的峰值提前鹽度峰值1 d。經過相位調整得到青龍港日平均鹽度和潮差的對比圖(見圖5),可以看出,青龍港鹽度月變化過程線與潮位過程線相位相似,一月中出現兩高兩低的現象,鹽度峰值與潮位峰值幾乎同時;可見,日鹽度變化主要受潮汐影響,其周期變化比較一致,因此,對鹽度-潮差相關關系進行探討,繪制Smean-T散點圖(見圖6)。

圖4 青龍港日平均鹽度與潮差的相位差相關系數

圖5 青龍港日平均鹽度和潮差對應圖
由擬合結果得到,青龍港日平均鹽度與潮差有指數函數的對應關系:ST=aebT,T為潮差,a、b為經驗系數。與1 d前青龍港潮差的相關系數R=0.62,相關性一般,仍需進一步找出徑流對鹽度的影響。
通過上述的鹽度-潮差指數經驗函數,求出潮差因子對應的鹽度值ST(潮差指數預報值),將實測值減去潮差指數預報值得到的鹽度差(SQ=S實測-ST)來描述徑流量因子對應的鹽度影響。由于在徑流量相同的情況下,大潮期間的鹽度差較小潮期間來的大,將鹽度差進行潮形歸一化處理,即歸一化鹽度差:=SQ/ST,進一步濾去潮形的影響,得到更為真實的徑流量因子對鹽度的影響。通過分析歸一化鹽度差與徑流量之間的關系,發現二者具有三次函數關系(見圖7):Q為徑流量,C1—C4為經驗系數。
綜上,鹽度-潮差、徑流量關系式可表示如公式(1):

在4.1和4.2節中對于鹽度、潮差、徑流量三者之間的相關關系已經做了詳細分析,在確定方程形式的基礎上,對2009年10月—10年4月觀測數據進行后報。流量數據取4 d前大通徑流量,潮差取1 d前青龍港潮差,得到滿足方程(1)的各經驗系數和相關系數R如表2所示:

圖6 青龍港日平均鹽度和潮差相關關系擬合

圖7 歸一化鹽度差-大通徑流量三次關系

表2 青龍港鹽度統計預測模型的各經驗系數和相關系數R
通過已建立的青龍港鹽度統計預測模型對2009年10月—2010年4月青龍港鹽度進行后報,與實測值的對比分析(見圖8)得到,該鹽度統計預測模型擬合度較好,擬合相關系數為0.744。
為了檢驗回歸效果,此處將實測值與后報值的絕對誤差進行信度分析,從圖9顯示的絕對誤差分布直方圖可以看到,95%置信區間為[-0.244,0.415],該回歸方程通過0.05的信度檢驗。
在主要考慮徑流和潮差的影響下,鹽水入侵過程大多能一一模擬出來,過程日平均鹽度模擬值與實測值的相對誤差控制在40%以內。但是,2009年11月中旬的這次鹽水入侵過程比對結果來看,后報與實測結果的誤差較大,相對誤差超過60%,可見這次過程受到徑流和潮差之外的因子影響甚大。根據現有資料的進一步分析發現,本次鹽水入侵過程發生時青龍港處于中潮期,鹽水入侵發生時間有所提前,同時通過長江口堡鎮站實測風的分析比較,發現2009年11月9日10時—11月12日23時受到東北風和偏東風的共同影響達80 h以上。由于東北風和偏東風與長江口漲潮流幾乎同向,風生流的作用有助于北支涌潮倒灌南支,風對長江口鹽水入侵起到了推動的作用。現有的預測模型并沒有考慮風的因素,風的作用涉及到各種風向的影響,風力大小的持續性,情況復雜且規律性差,這需要在日后研究工作中不斷積累數據、總結經驗,完善和修正該鹽度統計預測模型。

圖8 青龍港2009年10月—2010年4月統計預測模型后報值與實測值比較

圖9 絕對誤差分布直方圖

圖10 2011年5月寶鋼水庫和新建閘鹽度日變化圖
2011年4月份以后,長江中、上游持續干旱,三峽庫區上游來水持續減少,長江大通站5月份平均徑流量為440(×108)m3,不到多年平均入海量的一半,導致長江口在4月份以后汛期期間仍有較強的鹽水入侵發生,寶鋼水庫在5月份發生了2次鹽水入侵過程(見圖10,青龍港5月平均潮差為3.09 m)。利用4.3節所建立的鹽度預測模型進行2011年長江口鹽水入侵預報工作,圖11即為預報與實測鹽度的對比圖,模型成功預測了在汛期5月期間外海高鹽水入侵的過程。
(1)北支青龍港位于長江徑流淡水的下泄分支,同時亦是北支鹽水倒灌南支的拐點。青龍港受鹽水入侵的影響強度決定了北支倒灌南支的程度,兩者具有很好地時間相關,寶鋼水庫與青龍港鹽度的相關性相位差為3 d左右;

表3 2010.10—2011.5大通入海量與多年平均入海水量比較(×108m3)

圖11 青龍港2011年1—5月統計預測模型預報值與實測值比較
(2)以青龍港日平均鹽度、潮差、大通徑流量三者之間的相互關系建立鹽度統計預測模型,通過后報檢驗表明:在考慮徑流和潮差的因子下,該統計預測模型較好地將2008—2010年4月的各鹽水入侵過程較準確地模擬出來。在2011年上半年鹽水入侵預報工作中,該模型成功預測了在汛期發生的鹽水入侵過程,為長江口水源地的安全供水起到警示作用;
(3)由于現有的預測模型并沒有考慮風的因素,風的作用涉及到各種風向的影響,風力大小的持續性,情況復雜且規律性差,在未來的工作中應積累更多經驗,以完善和修正該統計預測模型。
[1]顧玉亮,吳守培,樂勤.北支鹽水入侵對長江口水源地影響研究[J].人民長江,2003,34(4):1-3.
[2]賀松林,丁平興,孔亞珍.長江口南支河段枯季鹽度變異與北支咸水倒灌[J].自然科學進展,2006,16(5):585-587.
[3]沈煥庭,茅志昌,朱建榮.長江河口鹽水入侵[M].北京:海洋出版社,2003.
[4]吳輝.長江河口鹽水入侵研究——北支倒灌、深水航道和冬季季風的影響[D].上海:華東師范大學,2006.
[5]吳輝,朱建榮.長江河口北支倒灌鹽水輸送機制分析[J].海洋學報,2007,29(1):17-26.
[6]Wu H,Zhu J R.Advection scheme with 3rd high-order spatial interpolation at the middle temporal level and its application to saltwater intrusion in the Changjiang Estuary[J]. Ocean Modelling,2010,33:33-51.
[7]肖成猷,沈煥庭.長江河口鹽水入侵影響因子分析[J].華東師范大學學報,1998,3:74-80.
[8]顧玉亮,樂勤.長江口陳行水源地鹽水入侵分析及預報[J].城市給排水,2004,18(2):19-20.