影響坦帕灣水交換的三種因素*

朱　君　韓樹宗　鄭連遠(yuǎn)

(1. 中國海洋大學(xué)海洋環(huán)境學(xué)院　青島　266100;2. College of Marine Science, University of South Florida, St Petersburg, FL 33701, USA)

海灣和河口通常是人類海洋活動(dòng)(如港口碼頭、海水養(yǎng)殖等)的聚集區(qū), 其沿岸排放的生活污水以及河流攜帶的污染物、營養(yǎng)鹽等也都在此匯集。這造成了海灣和河口脆弱的生態(tài)環(huán)境(褚芹芹等, 2010), 使得它們成為海洋生態(tài)災(zāi)害頻繁暴發(fā)的地區(qū)之一。海灣和河口的水交換是指其內(nèi)部水污染物通過對流和擴(kuò)散過程與周圍海水進(jìn)行混合, 其濃度降低, 水質(zhì)得到改善的過程。水交換能力的強(qiáng)弱反映了水體自身的凈化能力, 對水體的污染程度(Havenset al, 2010)、浮游植物和魚卵的分布(Basuetal, 1996)等現(xiàn)象的分析和預(yù)測具有重要意義。衡量水交換能力的依據(jù)有很多,如水體滯留時(shí)間、水體年齡和半交換期等, 本文主要通過水體的滯留時(shí)間來進(jìn)行相關(guān)研究。

對海灣和河口內(nèi)水體滯留時(shí)間的研究有很多,起初一些研究學(xué)者利用灣口的潮通量進(jìn)行估算, 如Ketchum 等(1951)、Zimmerman(1988)以及 Sanford 等(1992)。后來, 一些學(xué)者依據(jù)淡水排放速率進(jìn)行估算,如 Dyer(1973)、Officer(1980)、Miller等(1991)、Hagy等(2000)以及 Huang等(2002)。這些方法通常是基于箱式模型, 將整個(gè)海灣或河口作為一個(gè)整體或拆分為幾個(gè)部分進(jìn)行研究, 因而無法準(zhǔn)確描述海水滯留時(shí)間在空間分布的差異性。Oliveira等(1997)、Monsen等(2002)、Sheldon等(2002)和 Aikman 等(2005)對這些方法分別進(jìn)行了詳細(xì)的評述。隨著高性能計(jì)算機(jī)的出現(xiàn), 數(shù)值模型被廣泛地應(yīng)用在海水滯留時(shí)間的計(jì)算上。目前, 通過數(shù)值模型計(jì)算海水滯留時(shí)間主要有兩種方法, 一種是使用拉格朗日粒子追蹤方法模擬追蹤虛擬粒子(Burwelletal, 2000; Monsenetal, 2002;Meyersetal, 2008; 王聰?shù)? 2008), 另一種是通過歐拉彌散模型模擬示蹤物濃度的對流擴(kuò)散(Burwelletal,2000; Yuanetal, 2007; Aregaetal, 2008; Warneretal,2010; Zhangetal, 2010)。對于這兩種方法, 滯留時(shí)間通常定義為拉格朗日粒子數(shù)或物質(zhì)濃度降為初始粒子數(shù)或初始濃度的1/e(0.37)所用的時(shí)間。相對于拉格朗日粒子追蹤模型, 歐拉彌散模型在考慮對流的同時(shí), 還考慮了濃度的擴(kuò)散過程。除此之外, 拉格朗日粒子追蹤方法在數(shù)值模型實(shí)現(xiàn)時(shí)對隨機(jī)游走的參數(shù)化以及被追蹤粒子進(jìn)出開邊界的處理上都較為困難。綜合考慮以上因素, 本文采用歐拉彌散模型來計(jì)算滯留時(shí)間。

1　研究區(qū)域

坦帕灣是美國佛羅里達(dá)州水域面積最大的河口,同時(shí)也是佛羅里達(dá)州最大的深水港口之一, 它位于美國佛羅里達(dá)州中部, 西側(cè)與墨西哥灣相鄰(圖1)。整個(gè)坦帕灣由四個(gè)部分組成: Old Tampa Bay,Hillsborough Bay, MiddleBay和 Lower Tampa Bay。坦帕灣的灣口至灣頂?shù)拈L度約為 56km, 寬度約為8—16km。坦帕灣水深較淺, 基于面積權(quán)重的平均水深約為 4m, 航道處平均水深約為 12m, 但在灣口最大水深可達(dá) 25m(圖2)。坦帕灣的主航道呈東北西南向, 從坦帕灣灣口的Egmont Key一直延伸到Hillsborough Bay。坦帕灣表面積約為1030km2, 流域面積約為 4600km2, 水體總體積約為 4×109m3。流入坦帕灣的河流較多, 年平均河流入水量約為 63m3/s,主要包括 Hillsborough(15m3/s), Alafia(13m3/s), Manatee(10m3/s)和Little Manatee(6m3/s)四條河流(Lewisetal,1988)。

圖1　坦帕灣位置圖Fig.1　Geographic location of the Tampa Bay

圖2　坦帕灣水深圖Fig.2　The bathymetry of the Tampa Bay

坦帕灣水交換的研究始于 Goodwin(1987), 該研究因?yàn)椴捎昧松疃绕骄芏榷ǔ５恼龎耗Ｐ? 所以無法模擬河口中對水交換起重要作用的重力環(huán)流,因此該研究無法準(zhǔn)確估算坦帕灣跟其鄰近海域的水交換。之后, Burwell等(2000)采用三維模型, 利用拉格朗日粒子追蹤方法和歐拉彌散模型對坦帕灣的水交換進(jìn)行了分析。但是, 他們的模型存在兩個(gè)缺點(diǎn): (1)開邊界設(shè)在坦帕灣灣口, 一旦粒子通過開邊界離開計(jì)算區(qū)域后就不能繼續(xù)進(jìn)行追蹤, 但事實(shí)上, 部分離開的粒子在潮汐作用下仍有可能返回模型計(jì)算區(qū)域;(2)模型網(wǎng)格水平分辨率較低, 很多重要的物質(zhì)輸運(yùn)通道沒有包括在內(nèi)。因此, 他們同樣無法對坦帕灣的滯留時(shí)間進(jìn)行準(zhǔn)確估算。為了克服上述缺點(diǎn), Weisberg等(2006)采用有限體積近岸海洋模式 FVCOM, 對坦帕灣和鄰近的墨西哥灣進(jìn)行了模擬, 但僅采用箱式模型估算了坦帕灣的平均滯留時(shí)間。隨后, Meyers等(2008)對坦帕灣的水交換進(jìn)行了較為詳細(xì)的分析, 但因?yàn)椴捎昧撕?Burwell等(2000)相同的坦帕灣數(shù)值模型, 所以也無法對坦帕灣的水交換能力給出客觀的評價(jià)。

基于目前坦帕灣水交換的研究現(xiàn)狀, 本文設(shè)定了兩個(gè)主要研究目標(biāo): (1)以 2001年秋季為例, 通過建立的包含坦帕灣重要物質(zhì)輸運(yùn)通道的高分辨率數(shù)值模型來研究坦帕灣水交換能力的空間分布特征;(2)通過實(shí)驗(yàn)對比研究潮汐、河流和風(fēng)對坦帕灣海水滯留時(shí)間的影響及其影響機(jī)理。

2　模型實(shí)現(xiàn)

本文數(shù)值模擬采用的是有限體積方法、非結(jié)構(gòu)網(wǎng)格和基于原始方程的近岸海洋模式 FVCOM(Chenet al, 2003)。模型設(shè)計(jì)區(qū)域包括整個(gè)坦帕灣, 以及相鄰的河流、水道和 Sarasota Bay, 同時(shí)為了包括墨西哥灣和坦帕灣的相互作用, 模型計(jì)算區(qū)域也包含了一部分陸架(圖3)。模型開邊界距離坦帕灣灣口約50km。模型水平分辨率在開邊界約為 8.5km, 至近岸區(qū)域約增加為 200m, 在坦帕灣內(nèi)部, 模型分辨率進(jìn)一步提高并在航道、河道、橋洞以及相鄰的水道提高到約20m。這是目前坦帕灣分辨率最高的數(shù)值模型。該模型水平方向共有219337個(gè)三角單元, 115369個(gè)節(jié)點(diǎn), 垂直方向采用σ坐標(biāo), 等分為11層。基于數(shù)值模型計(jì)算的 Courant-Friedrichs-Levy穩(wěn)定條件, 內(nèi)外模時(shí)間步長分別設(shè)為1.2秒和0.3秒。模型計(jì)算起止時(shí)間分別為2001年8月24日0時(shí)和 2001年11月30日24時(shí), 總計(jì)99天。前8天為模型調(diào)整時(shí)間, 利用后91天模擬結(jié)果分析2001年秋季相關(guān)實(shí)驗(yàn)下滯留時(shí)間的分布情況。

圖3　模型網(wǎng)格圖Fig.3　Model grid and zoomed views in this study

數(shù)值模型采用 NOAA/USGS的水深數(shù)據(jù)(Hess,2001), 數(shù)據(jù)空間分辨率為30m。模型開邊界水位強(qiáng)迫包含兩個(gè)部分, 一是潮汐引起的水位變化, 一是氣象條件(主要為風(fēng)場)引起的水位變化。潮汐引起的水位變化包含了主要的半日分潮M2、S2、N2和K2以及主要的全日分潮O(jiān)1、K1、P1和Q1, 這些分潮數(shù)據(jù)來自于分辨率為 1/45°的墨西哥灣 OTPS潮汐模型(Egbertet al, 2002)。氣象條件引起的水位變化除了包括計(jì)算區(qū)域內(nèi)風(fēng)場的直接作用之外, 同時(shí)考慮了模擬區(qū)域外風(fēng)場的貢獻(xiàn)。區(qū)域外風(fēng)場對開邊界水位的影響采用的是基于坦帕灣外海十年風(fēng)場和水位觀測資料的統(tǒng)計(jì)經(jīng)驗(yàn)關(guān)系(Weisberget al, 2006)。模型初始水位和初始流速設(shè)為零。初始溫度場空間一致, 為20°C。初始鹽度場由分辨率較低的大區(qū)網(wǎng)格(Zhenget al, 2012)插值而來, 這里使用的是垂向均勻的初始鹽度場。模型的具體配置, 包括模型開邊界條件、初始條件、水深數(shù)據(jù)、河流流量、氣象強(qiáng)迫條件, 以及模型的詳細(xì)驗(yàn)證過程, 包括與實(shí)測水位和流速以及與前人的研究成果(Weisbergetal, 2006) 的對比情況, 請參見Zhu等(2014a)。Zhu等(2014b)同時(shí)利用該模型分析了口門之間的潮流相位差對水交換的作用, 航道加深加寬對水交換的影響以及雙指數(shù)曲線擬合方法在估算滯留時(shí)間上的應(yīng)用。

本文示蹤物的模擬使用的是 FVCOM 中的示蹤模塊(Chenetal, 2004; Chenetal, 2008)。該模塊主要用以模擬保守物質(zhì)的對流和擴(kuò)散, 其數(shù)值計(jì)算方法與溫度和鹽度的計(jì)算方法相似。在指定時(shí)刻(2001年9月1日0時(shí)), 單位濃度的示蹤物被釋放到指定區(qū)域(圖1)內(nèi)的所有網(wǎng)格點(diǎn)的所有σ層上。模型計(jì)算時(shí), 各網(wǎng)格點(diǎn)的濃度按如下關(guān)系進(jìn)行變化:

其中,C為示蹤物濃度,D為總水深,u、v和ω分別為x、y和σ方向的流速分量,Kv為垂直擴(kuò)散系數(shù),Fc為水平擴(kuò)散項(xiàng),C0為人為設(shè)定的源項(xiàng),?tI為內(nèi)模時(shí)間步長。C0取值由下式確定:

其中,te,ts=t0±0.5?tI, 分別為釋放示蹤物的終止和起始時(shí)間(t0為選定的示蹤物釋放時(shí)刻, 這里為 2001年9月1日0時(shí)),σ1和σKB分別指σ坐標(biāo)的上邊界和下邊界,i為選擇釋放示蹤物的節(jié)點(diǎn)號,N為選擇釋放示蹤物的總節(jié)點(diǎn)數(shù)。

本文滯留時(shí)間的計(jì)算是基于垂向平均的示蹤物濃度, 而實(shí)際上灣內(nèi)任意位置處的表層和底層的示蹤物濃度都會(huì)有少許不同, 因此我們這里計(jì)算的滯留時(shí)間只是某個(gè)位置處的平均滯留時(shí)間, 并沒有考慮其垂向的微小差異。另外需要指出, 示蹤物會(huì)隨著漲潮和落潮來回移動(dòng), 這使得示蹤物濃度的變化具有與潮汐相同的短周期, 但這種短周期的變化不應(yīng)對估算的滯留時(shí)間值產(chǎn)生較大影響。因此, 作者首先用36小時(shí)的低通濾波器對深度平均的示蹤物濃度進(jìn)行濾波(可將示蹤物濃度隨潮汐變化的信號濾掉), 然后計(jì)算該點(diǎn)示蹤物濃度降為 1/e(0.37)時(shí)所用的時(shí)間,即為該點(diǎn)的滯留時(shí)間。

3　滯留時(shí)間計(jì)算結(jié)果

潮汐、河流和風(fēng)都是影響水交換的重要因素, 為了區(qū)分它們對坦帕灣海水滯留時(shí)間的影響程度, 針對坦帕灣海水滯留時(shí)間的分析, 我們設(shè)定了三組實(shí)驗(yàn) F1、F2和 F3(表1)。這三組實(shí)驗(yàn)的驅(qū)動(dòng)力分別為潮汐, 潮汐和河流, 以及潮汐、河流和風(fēng)。F1實(shí)驗(yàn)的設(shè)立主要是為了研究在潮汐單獨(dú)存在時(shí)的水交換情況; F2實(shí)驗(yàn)主要是為了研究在重力環(huán)流影響下的水交換情況; 而通過實(shí)驗(yàn)F3和F2的對比, 可以研究風(fēng)對坦帕灣水交換的影響。這里需要指出, 潮汐、河流和風(fēng)對水交換的影響并不是簡單的線性疊加, 因此,理論上講我們不可能將它們對水交換的作用完全區(qū)分出來。

在F1—F3三種實(shí)驗(yàn)情況下, 模型計(jì)算91天后坦帕灣的示蹤物殘留濃度分布以及灣內(nèi)水體滯留時(shí)間的分布見圖4—6。在實(shí)驗(yàn)F1, 模擬結(jié)束后, 示蹤物濃度的1/e等值線位于坦帕灣灣口(圖4a), 除了灣口的一小部分區(qū)域外, 整個(gè)坦帕灣的海水滯留時(shí)間都長于模型計(jì)算時(shí)間91天(圖4b)。在實(shí)驗(yàn)F2, 整個(gè)灣內(nèi)的示蹤物殘留濃度都有非常明顯的降低, 1/e等值線也明顯向?yàn)硟?nèi)延伸(圖5a)。從此時(shí)的滯留時(shí)間空間分布(圖5b)上可以看到, 幾乎整個(gè)Lower Tampa Bay的海水滯留時(shí)間都短于數(shù)值模型計(jì)算時(shí)間91天。在實(shí)驗(yàn)F3, 灣內(nèi)的示蹤物殘留濃度進(jìn)一步降低, 1/e等值線進(jìn)一步向?yàn)稠斞由觳⒌竭_(dá)Hillsborough Bay(圖6a)。此時(shí), 在Lower Tampa Bay 的海水滯留時(shí)間進(jìn)一步縮短,在Hillsborough Bay的東側(cè)以及Middle Tampa Bay也都出現(xiàn)了海水滯留時(shí)間短于模型計(jì)算時(shí)間 91天的區(qū)域(圖6b)。在圖6a中, 我們看到Old Tampa Bay的示蹤物殘留濃度最大, 表明該區(qū)域的水交換能力最弱。

為了便于對比, 我們在坦帕灣內(nèi)選取了5個(gè)網(wǎng)格點(diǎn)(網(wǎng)格點(diǎn)位置見圖1), 并將這些網(wǎng)格點(diǎn)上的示蹤物殘留濃度和滯留時(shí)間列于表2。從表2可以看出, 距離坦帕灣灣口越近, 其水體的水交換能力越強(qiáng)。如在F1試驗(yàn)情況下, 靠近口門的 A點(diǎn)的示蹤物殘留濃度僅為 0.34, 海水滯留時(shí)間僅為 2天, 而位于 Middle Tampa Bay 的C點(diǎn)的示蹤物殘留濃度卻為0.90, 海水滯留時(shí)間卻長于數(shù)值模擬時(shí)間 91天。另外, 在三種實(shí)驗(yàn)下的坦帕灣內(nèi)部, 都有大量區(qū)域的海水滯留時(shí)間長于 91天。雖然受數(shù)值模型計(jì)算時(shí)間的限制, 我們無法進(jìn)一步估計(jì)他們準(zhǔn)確的滯留時(shí)間值, 但是根據(jù)所選擇的 5個(gè)網(wǎng)格點(diǎn)上的示蹤物殘留濃度分布可以看出, 從實(shí)驗(yàn)F1到 F3, 灣內(nèi)水體的滯留時(shí)間有了明顯縮短。如位于Hillsborough Bay 的D點(diǎn), 雖然在F1、F2和F3三種實(shí)驗(yàn)情況下其海水滯留時(shí)間都長于模型計(jì)算時(shí)間 91天, 但是其示蹤物殘留濃度卻分別為0.96, 0.54和0.39。因此, 從實(shí)驗(yàn)F1到F3, 灣內(nèi)的示蹤物殘留濃度有大幅減小, 海水滯留時(shí)間有明顯縮短, 水交換能力有大幅提高。在選擇的5個(gè)網(wǎng)格點(diǎn)中, B點(diǎn)位于航道, C點(diǎn)位于其一側(cè)的淺水區(qū)域。從他們對應(yīng)的示蹤物殘留濃度和滯留時(shí)間來看(表2), 無論是在哪種實(shí)驗(yàn)情況下, B點(diǎn)的示蹤物殘留濃度都要比C點(diǎn)的低, 滯留時(shí)間比C點(diǎn)的短。因此, 在坦帕灣航道處, 其海水滯留時(shí)間的等值線呈現(xiàn)向?yàn)硟?nèi)延伸的舌狀形(如圖6b)。

這里需要指出, 圖4—6和表2中的示蹤物濃度分布僅表示在模型計(jì)算結(jié)束后的瞬時(shí)殘留濃度分布。雖然我們已經(jīng)將示蹤物濃度的潮周期變化濾掉, 但是受風(fēng)以及河流的影響, 灣內(nèi)任意位置處的示蹤物濃度的衰減過程依然會(huì)有些許波動(dòng), 因此其1/e等值線和滯留時(shí)間的分布并不完全吻合。

表1　實(shí)驗(yàn)設(shè)定Tab.1　The experimental design

表2　三種實(shí)驗(yàn)情況下網(wǎng)格點(diǎn)A—E的示蹤物殘留濃度和海水滯留時(shí)間Tab.2　The depth-averaged concentration on the 91st day after the release of the passive tracers, and the estimated residence time at the five locations (A—E) for the three experiments (F1—F3)

圖4　在實(shí)驗(yàn)F1, 示蹤物被釋放91天后的深度平均的示蹤物殘留濃度分布(a)和滯留時(shí)間分布(b),灰色線表示濃度的1/e等值線Fig.4　The distribution of depth-averaged concentration on the 91st day after the release of the passive tracers (a), and the distribution of residence time (b) for the case F1. The grey lines denote the 0.37 value

4　結(jié)果分析

上一節(jié)分析了三種實(shí)驗(yàn)情況下坦帕灣的海水滯留時(shí)間分布有非常大的差別, 這一節(jié)將重點(diǎn)分析這些差別產(chǎn)生的原因。在實(shí)驗(yàn)F1, 水體的運(yùn)動(dòng)主要是受潮汐影響的正壓壓強(qiáng)梯度力的驅(qū)動(dòng), 這導(dǎo)致海水垂向近乎均勻的流動(dòng)(底邊界和側(cè)邊界因受摩擦力的影響除外)。在這種情況下, 流入和流出海灣的海水只能移動(dòng)到距離口門一個(gè)潮程的范圍, 而在一個(gè)潮程之外, 海水的更新主要通過水平擴(kuò)散的方式, 這種方式相對于水平對流作用要弱很多。Weisberg(2011)也有類似的發(fā)現(xiàn)。他證明在只有潮的影響下, 海灣的水交換與海灣的水平尺度無關(guān), 而與潮程和海灣長度的比值有關(guān)。圖7給出了M2分潮的表層潮流橢圓圖, 底層的潮流橢圓圖和表層相似, 只是振幅稍小, 這里不再給出。從該圖上可以看出, 坦帕灣灣口處 M2分潮的潮流振幅較小, 約為30cm/s。潮程的計(jì)算由下式確定(Parsaetal, 2010):

圖5　同圖4, 但為實(shí)驗(yàn)F2的結(jié)果Fig.5　Same as Fig. 4, but for the case F2

圖6　同圖4, 但為實(shí)驗(yàn)F3的結(jié)果Fig.6　Same as Fig. 4, but for the case F3

其中,E為潮程,v0為潮流振幅,T為潮周期。通過上面關(guān)系式, 可估算出坦帕灣灣口的 M2分潮的潮程約為4.3km。這與坦帕灣灣口至灣頂?shù)拈L度 56km相比較小。因此, 在潮汐單獨(dú)作用時(shí), 坦帕灣的水交換較弱。

另外, 從潮余流的分布來看, 此時(shí)灣內(nèi)的潮致余流場較弱, 分布不規(guī)則, 并且充滿了漩渦狀的結(jié)構(gòu)(表層潮余流的分布見圖8)。這與Wang等(2002)的發(fā)現(xiàn)一致。這些漩渦狀的結(jié)構(gòu)反映了口門、堤壩、航道等復(fù)雜岸線地形對環(huán)流的影響。這些復(fù)雜的漩渦將大量海水限制在其內(nèi)部, 從而阻礙了灣內(nèi)與灣外的水交換過程。因此, 在潮汐單獨(dú)作用時(shí), 坦帕灣的水交換較弱(圖4)。底層潮余流的結(jié)構(gòu)和表層相似, 只是流速稍小, 這里不再給出。

圖7　M2分潮的表層潮流橢圓圖Fig.7　The modeled M2 tidal current hodograph ellipses at surface layer

圖8　在實(shí)驗(yàn)F1情況下的表層潮余流圖Fig.8　The residual current at surface layer for case F1

在實(shí)驗(yàn) F2中, 由于河流淡水的輸入, 在原有的隨潮變化的正壓壓強(qiáng)梯度力上疊加了指向?yàn)惩獾恼龎簤簭?qiáng)梯度力和指向?yàn)硟?nèi)的斜壓壓強(qiáng)梯度力。此時(shí)非潮水位(non-tidal elevation)的分布如圖9a。非潮水位沿坦帕灣軸向向?yàn)稠斨饾u增加, 灣頂處非潮水位比灣口處高約3cm。正是在這個(gè)由灣頂指向?yàn)晨诘恼龎簤簭?qiáng)梯度力的驅(qū)動(dòng)下, 灣內(nèi)海水通過表層非潮流(non-tidal current)(圖10a)流向?yàn)惩狻Ｔ诘讓? 由于河流和灣口海水鹽度的不同形成了水平密度梯度, 產(chǎn)生了一個(gè)由灣口指向?yàn)稠數(shù)男眽簤簭?qiáng)梯度力。在這個(gè)斜壓壓強(qiáng)梯度力的驅(qū)動(dòng)下, 灣外海水通過底層的非潮流(圖11a)流向?yàn)硟?nèi), 并在流向?yàn)硟?nèi)的過程中逐漸上升匯入表層。這個(gè)過程使得灣內(nèi)的水交換能力有了非常明顯的提高。

實(shí)驗(yàn)F3是接近坦帕灣2001年秋季真實(shí)情況下的水交換。在該風(fēng)場的直接影響下(坦帕灣三個(gè)月的平均風(fēng)速為3.3m/s, 平均風(fēng)向?yàn)?7°)(Zhuet al, 2014a),相對于實(shí)驗(yàn) F2, 灣內(nèi)的非潮水位降低了約 8—12cm(圖9c)。這主要是因?yàn)樵陲L(fēng)的影響下, 坦帕灣的表層流得到加強(qiáng)(圖10c), 將灣內(nèi)大量海水帶出, 從而導(dǎo)致了灣內(nèi)水位的降低。在圖9a、b中, 我們發(fā)現(xiàn)在風(fēng)的作用下, 坦帕灣灣口和灣頂?shù)乃惶荻劝l(fā)生了反轉(zhuǎn), 水位差由實(shí)驗(yàn)F2時(shí)的–3cm(圖9a)增加到實(shí)驗(yàn)F3時(shí)的 2cm(圖9b)。反轉(zhuǎn)的水位梯度必將產(chǎn)生一個(gè)反轉(zhuǎn)的由灣口指向?yàn)稠數(shù)乃惶荻攘? 并進(jìn)而加強(qiáng)了流向?yàn)硟?nèi)的底層流(圖11)。雖然風(fēng)和河流都能促進(jìn)坦帕灣的水交換, 但通過上面的分析我們看到, 它們的作用機(jī)制是完全不同的。最終, 在坦帕灣 2001年秋季的潮汐、河流以及風(fēng)的共同作用下, 灣內(nèi)海水的兩層環(huán)流得到很大加強(qiáng), 進(jìn)而導(dǎo)致了很強(qiáng)的水交換(圖6)。

圖9　在實(shí)驗(yàn)F2 (a) 和F3 (b) 情況下, 坦帕灣非潮水位的分布, (c)為兩種情況下的差Fig.9　Distributions of non-tidal elevation throughout Tampa Bay for the cases F2 (a) and F3 (b), and their differences (c)

圖10　F2(a) 和F3(b) 情況下, 坦帕灣表層非潮流的分布, (c)為兩種情況下的差Fig.10　Distributions of non-tidal current at the surface layer throughout Tampa Bay for the cases F2 (a) and F3 (b), and their differences (c)

圖11　同圖10, 但為底層的結(jié)果Fig.11　Same as Fig. 10, but for the bottom layer

5　結(jié)論

采用 Chen等(2003)的 FVCOM 模式, 以坦帕灣2001年秋季為例, 通過對坦帕灣示蹤物濃度三個(gè)月的數(shù)值模擬, 估算了坦帕灣在不同驅(qū)動(dòng)力下的水交換情況。本文共設(shè)定了三組實(shí)驗(yàn), 驅(qū)動(dòng)力分別為潮汐,潮汐和河流以及潮汐、河流和風(fēng)。通過這三組實(shí)驗(yàn)的對比, 分析了影響坦帕灣水交換的三種因素: 潮汐、河流以及風(fēng)。具體結(jié)論如下:

(1) 潮汐單獨(dú)作用時(shí), 由于坦帕灣的潮汐較弱,潮程較短, 坦帕灣與臨近海域的水交換較弱, 并主要發(fā)生在灣口附近。

(2) 河流是促進(jìn)水交換的重要因素, 由于河流和灣口海水鹽度的不同形成了水平密度梯度, 在其產(chǎn)生的水平密度梯度力的作用下, 坦帕灣形成了表層流向?yàn)惩狻⒌讓恿飨驗(yàn)硟?nèi)的重力環(huán)流, 從而加強(qiáng)了坦帕灣與臨近海域的水交換。

(3) 在坦帕灣風(fēng)應(yīng)力的影響下, 坦帕灣的表層流得到加強(qiáng), 同時(shí)水位梯度力也發(fā)生了反轉(zhuǎn), 變成了由灣口指向?yàn)稠? 進(jìn)而加強(qiáng)了流向?yàn)硟?nèi)的底層流。表層流和底層流的加強(qiáng)最終促進(jìn)了坦帕灣與臨近海域的水交換。

(4) 坦帕灣航道的存在促進(jìn)了灣內(nèi)的水交換。在航道處, 水深較深瑞利數(shù)較大, 該處的重力環(huán)流較強(qiáng),使得水交換能力較強(qiáng)。

(5) 在Old Tampa Bay的西側(cè)和北側(cè), 水交換能力最弱, 今后應(yīng)重點(diǎn)加強(qiáng)該地區(qū)的生態(tài)環(huán)境保護(hù), 防止海洋生態(tài)災(zāi)害的發(fā)生。

王聰, 林軍, 陳丕茂等, 2008. 大亞灣水交換的數(shù)值模擬研究. 南方水產(chǎn), 4(4): 8—15

褚芹芹, 李磊, 李培良, 2010. 膠州灣潮流場的示蹤粒子數(shù)值模擬研究. 中國海洋大學(xué)學(xué)報(bào), 40(11): 29—34

Aikman F, Lanerolle L W J, 2005. Report on the national ocean service workshop on residence/flushing times in bays and estuaries. Silver Spring, Maryland: NOAA Technical Report NOS CS 20

Arega F, Armstrong S, Badr A W, 2008. Modeling of residence time in the East Scott Creek Estuary, South Carolina, USA.Journal of Hydro-environment Research, 2(2): 99—108

Basu B K, Pick F R, 1996. Factors regulating phytoplankton and zooplankton biomass in temperate rivers. Limnology and Oceanography, 41(7): 1572—1577

Burwell, Vincent M, Luther Met al, 2000. Modeling residence times: Eulerian vs Lagrangian.In: Spaulding and Butler eds.Estuarine and Coastal Modeling. Reston: ASCE, 995—1009

Chen C S, Liu H, Beardsley R C, 2003. An unstructured,finite-volume, three-dimensional, primitive equation ocean model: Application to coastal ocean and estuaries. Journal of Atmospheric and Oceanic Technology, 20(1): 159—186

Chen C S, Cowles G, Beardsley R C, 2004. An unstructured grid,finite-volume coastal ocean model: FVCOM user manual.SMAST/UMASSD Technical Report-04-0601, 183

Chen C S, Xu Q, Houghton R,et al, 2008. A model-dye comparison experiment in the tidal mixing front zone on the southern flank of Georges Bank. Journal of Geophysical Research, 113, C02005

Dyer K R, 1973. Estuaries: A physical introduction. Chichester,UK: John Wiley

Egbert G D, Erofeeva S Y, 2002. Efficient inverse modeling of barotropic ocean tides. Journal of Atmospheric and Oceanic Technology, 19(2): 183—204

Goodwin C R, 1987. Tidal-flow, circulation, and flushing changes caused by dredge and fill in Tampa Bay, Florida.Colorado: U S Geological Survey, Water-Supply Paper, 2282

Hagy J D, Sanford L P, Boynton W R, 2000. Estimation of net physical transport and hydraulic residence times for a coastal plain estuary using box models. Estuaries, 23(3):328—340

Havens H, Luther M E, Meyers S Det al, 2010. Lagrangian particle tracking of a toxic dinoflagellate bloom within the Tampa Bay estuary. Marine Pollution Bulletin, 60(12):2233—2241

Hess K, 2001. Generation of tidal datum fields for Tampa Bay and the New York Bight. Silver Spring, Maryland: NOAA Technical Report NOS CS 11, 43

Huang W, Spaulding M, 2002. Modelling residence-time response to freshwater input in Apalachicola Bay, Florida,USA. Hydrological Processes, 16(15): 3051—3064

Ketchum B H, Rawn A M, 1951. The flushing of tidal estuaries.Sewage and Industrial Wastes, 23(2): 198—209

Lewis R R, Estevez E, 1988. Ecology of Tampa Bay, Florida, an Estuarine Profile. Washington D C: U S Department of Interior, Fish and Wildlife Service

Meyers S D, Luther M E, 2008. A numerical simulation of residual circulation in Tampa Bay. Part II: Lagrangian residence time. Estuaries and Coasts, 31(5): 815—827

Miller R L, McPherson B F, 1991. Estimating estuarine flushing and residence times in Charlotte Harbor, Florida, via salt balance and a box model. Limnology and Oceanography,36(3): 602—612

Monsen N E, Cloern J E, Lucas L V,et al, 2002. A comment on the use of flushing time, residence time, and age as transport time scales. Limnology and Oceanography, 47(5): 1545—1553

Officer C B, 1980. Box models revisited. Estuarine and Wetland Processes, Plenum. New York: P. Hamilton and K.MacDonald, 65—114

Oliveira A, Baptista A M, 1997. Diagnostic modeling of residence times in estuaries. Water Resources Research,33(8): 1935—1946

Parsa J, Etemad Shahidi A, 2010. Prediction of tidal excursion length in estuaries due to the environmental changes.International Journal of Environmental Science and Technology, 7(4), 675—686

Sanford L P, Boicourt W C, Rives S R, 1992. Model for estimating tidal flushing of small embayments. Journal of Waterways, Ports, Coastal and Ocean Engineering, 118(6):635—654

Sheldon J E, Alber M, 2002. A comparison of residence time calculations using simple compartment models of the Altamaha River Estuary, Georgia. Estuaries, 25(6B):1304—1317

Wang, Z B, Jeuken M, Gerritsen Het al, 2002. Morphology and asymmetry of the vertical tide in the Westerschelde estuary.Continental Shelf Research, 22(17): 2599—2609

Warner J C, Geyer W R, Arango H G, 2010. Using a composite grid approach in a complex coastal domain to estimate estuarine residence time. Computers and Geosciences, 36(7):921—935

Weisberg R H, Zheng L Y, 2006. Circulation of Tampa Bay driven by buoyancy, tides, and winds, as simulated using a Finite Volume Coastal Ocean Model. Journal of Geophysical Research, 111, C01005

Weisberg R H, 2011. Coastal ocean pollution, water quality, and ecology. Marine Technology Society Journal, 45(2): 35—42

Yuan D, Lin B, Falconer R A, 2007. A modelling study of residence time in a macro-tidal estuary. Estuarine, Coastal and Shelf Science, 71(3—4): 401—441

Zhang W G, Wilkin J L, Schofield O M E, 2010. Simulation of Water Age and Residence Time in New York Bight. Journal of Physical Oceanography, 40(5): 965—982

Zheng L Y, Weisberg R H, 2012. Modeling the west Florida coastal ocean by downscaling from the deep ocean, across the continental shelf and into the estuaries. Ocean Modelling,48(5): 10—29

Zhu J, Weisberg R H, Zheng L Yet al, 2014a. Influences of channel deepening and widening on the tidal and non-tidal circulation of Tampa Bay. Estuaries and Coasts,http://dx.doi.org/10.1007/s12237-014-9815-4

Zhu J, Weisberg R H, Zheng L Yet al, 2014b. On the flushing of Tampa Bay. Estuaries and Coasts, http://dx.doi.org/10.1007/s12237-014-9793-6

Zimmerman J T F, 1988. Estuarine Residence Times. In: Kjerfve B ed. Hydrodynamics of Estuaries, vol. 1. Boca Raton,Florida: CRC Press, 75—84