珠江口及鄰近海域潮汐環流數值模擬II
——河口水交換和物質輸運分析?

丁　芮， 陳學恩??， 曲念東

(1.中國海洋大學海洋與大氣學院，山東 青島 266100；　2.國家海洋局南海環境監測中心，廣東 廣州 510300)

?

珠江口及鄰近海域潮汐環流數值模擬II
——河口水交換和物質輸運分析?

丁芮1， 陳學恩1??， 曲念東2

(1.中國海洋大學海洋與大氣學院，山東 青島 266100；2.國家海洋局南海環境監測中心，廣東 廣州 510300)

摘要：采用無結構網格三維有限體積海洋模式FVCOM所建立的珠江口及鄰近海域的三維正壓高分辨率數值模型，對珠江口水域的水交換和物質輸運過程進行了研究。研究發現，只考慮潮汐作用時，珠江口內灣水交換能力很弱，海水滯留時間在90d以上；加入徑流、風應力作用后內灣水交換能力變強，示蹤物的滯留時間分布大體上在珠江口航道區以及河口西側(靠近珠江口門處)較短，在河口東側(遠離珠江口門處)和西側淺灘較長。在豐水期，西南風驅動下河口示蹤物平均濃度最低，為0.34，滯留時間最短，自西向東由10d逐漸過渡為90d以上。對不同海域之間的水交換分析表明，珠江河口內4大口門以及伶仃洋海區、磨刀門海區水交換能力最強；深圳灣、大鵬灣、大亞灣與口門外陸架海域的水交換能力較弱。粒子追蹤試驗表明，珠江口內粒子在枯水期會進入黃茅海，在豐水期則可抵達大亞灣和大鵬灣。徑流和風應力作用會不同程度加大珠江口海域不同口門處粒子位移，在枯水期粒子向西運動，洪奇門、磨刀門與雞啼門處粒子位移最大，90d內可達285km；在豐水期粒子向東運動，橫門處粒子位移最大，90d內可達190km，部分可至大亞灣和大鵬灣，且粒子運動呈螺旋狀推進。

關鍵詞：數值模擬； 珠江口； 水交換； 滯留時間； FVCOM

引用格式：丁芮， 陳學恩， 曲念東. 珠江口及鄰近海域潮汐環流數值模擬II 河口水交換和物質輸運分析[J]. 中國海洋大學學報(自然科學版), 2016， 46(7)： 1-10.

DING Rui， CHEN Xue-En， QU Nian-Dong. Three-dimensional high-resolution numerical study of the tide and circulation in the Pearl River Estuary and its adjacent waters Part II: Estuarine mass transport and water exchange[J]. Periodical of Ocean University of China, 2006, 46(7): 1-10.

珠江位于中國廣東省南部，年徑流量全國第二，其流入南海的入海口由虎門、蕉門、洪奇門、橫門、磨刀門、雞啼門、虎跳門及崖門共8個口門組成。珠江口及鄰近海域常年受季風影響，且島嶼眾多，地貌特征復雜[1]，隨著珠江三角洲經濟的迅速發展，珠江口海域大量接納了沿岸毗鄰地區直接排放的污水，接收通過大小徑流攜帶入海以及大規模水產養殖業產生的污染物，其海水質量日趨惡化，面臨著十分嚴重的生態環境問題。因此，研究在潮汐、徑流、季風影響下珠江口水域的水交換情況是很有意義的。

關于珠江口水域水交換方面的研究相對較少，主要的工作包括：林洪瑛等[2]利用簡單的數學模式結合實測資料計算了多河流河口海區混合交換、河口灣海水交換率、更新時間和替代率；韓保新等[3]應用二維數值模擬方法對珠江口河口區潮汐和潮流進行了數值模擬，計算了拉格朗日余流場并將珠江口水交換能力分為三級；裴木鳳等[4]基于溶解態保守性物質對流—擴散的水質模型，計算了珠江口水體的平均停留時間。前人研究為珠江口的水交換分析提供了有益的探索，但限于模型自身限制以及計算資源的制約，多將珠江口作為一個整體來進行分析[2，4]，或只簡單地考慮了余流場表征的水交換[3]。為了對珠江口及鄰近海域不同區域的水交換過程和水交換能力，以及質點運動軌跡分析有一個全面而細致的認識，本文基于在珠江口及鄰近海域建立的高分辨率水動力數值模型[9]，著重對珠江口水域的水交換情況進行了研究，分析了在潮汐、徑流、季風場3種因素影響下的水交換特征。

1　模型和分析方法

本文水動力模型采用FVCOM海洋模式，其模擬區域為110.2°E～116.25°E，20.04°N～23.28°N，水平網格共有95 627個三角形節點，184 804個三角形單元，網格在珠江口海域尤其是航道區進行了重點加密。珠江口區域岸線和地形數據來自NOAA/NGDC和ETOP1，并采用中華人民共和國海事局出版的海圖予以了訂正。模型的徑流數據來自《中國河流泥沙公報(2008)》中高要等水文站的月平均徑流量[6]；外海每個開邊界網格點上的潮汐驅動采用了由美國俄勒岡州立大學的全球潮汐同化數據(OTIS)計算所得八分潮(M2、S2、K1、O1、N2、K2、P1、Q1)預報水位。模型內、外模時間步長分別設為12s、2s[9]。

為了表達保守物理量的運移規律，本文通過染色試驗來分析珠江口水域的海水滯留時間，所采用的保守物理量濃度擴散方程如下：

其中：C為染色試驗中保守物理量的濃度；D總水深；u,v和ω為流速分量；Kh垂直擴散系數；Fc水平擴散項；C0為初始濃度或者點源濃度[5,8]。

為了研究珠江口及鄰近海域中不同區域之間的物質交換和八大口門物質輸運情況，本文采用拉格朗日粒子追蹤方法研究了特定時段內特定數量粒子的運動軌跡[5]。

考慮到珠江口及鄰近海域季風特征明顯，下文著重分析了不同季風主導下的2個模擬時段：2008年1月1日至4月30日，此時間段為枯水期，徑流量較小且東北季風主導；2008年5月1日至8月31日，此時間段為豐水期，徑流量較大且西南季風主導。模式的積分時間共計245d。

2　珠江口海域海水滯留時間分布

2.1 試驗設定

為了研究珠江口內灣與全灣在潮汐、徑流和風場等不同作用下的水交換過程，將珠江口分為內灣(I區)和全灣(I區+II區)2個區域(見圖1中藍色分界線)，設計了2組染色試驗(見表1)。在第一組試驗中，內灣(I區)示蹤物初始濃度均設為1，其他區域示蹤物濃度為0：A1～A4分別代表在潮汐驅動、潮汐和徑流驅動、枯水期和豐水期階段的染色試驗。第二組試驗中，全灣(I區+II區)示蹤物初始濃度均設為1，其他區域示蹤物濃度為0：B1～B4表示的染色試驗的驅動條件與第一組試驗中A1～A4所對應。為了對示蹤物濃度的變化進行潮汐時間尺度的平均，本文先對垂向平均的示蹤物濃度進行25h平均，然后計算各點濃度降為1/e(0.37)時所用的時間，定義為該點的海水滯留時間。

圖1　數值試驗海域分區示意圖

注：①Forced factor；②Tide；③Runoff；④Northeast wind；⑤Southwest wind；⑥Experimentname

2.2 模擬結果分析

圖2給出第一組試驗中A1～A4 4個試驗對應的模型計算到第30、60和90天后內灣示蹤物的濃度。A1試驗中，只有潮汐驅動下，海水的運動主要是通過水平擴散這種低效方式[7]，并且珠江口內有許多渦旋結構，這些結構會限制灣外海水與灣內海水的交換，受外海潮流影響的主要是河口東部深槽區[1]，示蹤物便隨著海水通過河口東部的航道向外海擴散，使得東側示蹤物濃度小于西側示蹤物濃度。此時內灣水交換能力很弱，90d后示蹤物平均濃度為0.77。

A2試驗中，內灣受4大口門下泄徑流的影響，水交換能力有了明顯提高，徑流帶動內灣的海水流出河口，水交換速度明顯加快，整個內灣的示蹤物向外海擴散得到了加強，濃度顯著降低。比起只有潮汐驅動時，內灣濃度分布有很大的不同，大體上呈西側濃度低，東側濃度高，這也說明了河西部淺灘區主要受徑流下泄影響[1]。但淇澳島以南區域由于淇澳島阻礙以及西側淺灘摩擦力增大影響了示蹤物的擴散，使得該區域濃度較大。90d后內灣示蹤物平均濃度為0.55。

A3試驗中，東北風驅動下海水產生了很強的西南向沿岸流，使示蹤物向西沿著岸線擴散，部分進入黃茅海等珠江口以西的沿岸區域。在河口內東側示蹤物濃度高值區稍有擴大，西側示蹤物濃度依舊較低。90d后內灣示蹤物平均濃度為0.62。

A4試驗中，西南風作用下使示蹤物迅速向東沿岸擴散，90d后部分可至大鵬灣。由于豐水期徑流較枯水期大得多，下泄徑流加速了內灣示蹤物向外海擴散，河口東側示蹤物濃度明顯減小。90d后內灣示蹤物平均濃度為0.34。

大體上看A3，A4試驗與A2試驗相比，淇澳島以南及深圳灣區域示蹤物擴散加快。A4試驗中，內灣示蹤物擴散最快，90d后內灣示蹤物平均濃度最小。

(灰色線代表1/e等值線;自上而下各行分別代表A1-A4試驗。Grey lines represent 1/e isolines; Rows from the top down represent A1-A4 experiments.)

圖3給出了A2～A4試驗中內灣區域的海水滯留時間分布。由于只考慮潮汐作用的A1試驗中內灣各點滯留天數均大于90d，圖3中沒有給出A1試驗的內灣滯留時間分布。由圖3可見，內灣滯留天數等值線大致呈西北-東南走向，徑流作用使河口西側滯留天數小于河口東側，不同季風和不同徑流量使得滯留天數分布有所區別。

A2試驗中，由于下泄徑流的作用，河口西部和中部絕大部分區域滯留天數較小，在5～30d之間。河口西部淇澳島以及西側淺灘阻礙了位于淇澳島以南區域的示蹤物擴散，和東側遠離徑流下泄區域的滯留天數都在90d以上。

A3試驗中，淇澳島以南區域示蹤物擴散加快，滯留天數減小，但河口東側滯留天數大于90d的區域有所增大。

A4試驗中，由于豐水期徑流量很大再加上西南風強迫使河口內示蹤物加速混合和擴散，淇澳島以南區域滯留天數大幅度縮短。東側滯留天數大于90d的區域相比較前3個試驗都有所減少，滯留天數從西向東由10d逐漸增加到90d以上。4個試驗相比較，A4試驗中內灣水交換能力最強，滯留天數在90d以上的區域最小。

圖3　I區滯留天數分布圖(單位：天)

(灰色線代表1/e等值線;自上而下各行分別代表B1～B4試驗。Grey lines represent 1/e isolines; rows from the top down represent B1-B4 experiments.)

圖4給出第二組試驗中B1～B4 4個試驗對應的模型計算到第30、60和90天后內灣示蹤物的濃度。在全灣的染色試驗中，不同強迫條件下示蹤物濃度的擴散情況與對應條件下內灣示蹤物濃度擴散趨勢基本一致。與內灣染色試驗不同的是，全灣試驗中外海的示蹤物濃度更高，此特點在B4試驗中體現得更明顯，90d后示蹤物會擴散至大亞灣以東。

圖4同時表明，由于全灣區域較大，滯留時間相應增加，所以，在各種強迫條件下全灣各點的滯留天數均大于90d。

3　珠江口及鄰近海域不同區域間水交換特征

3.1 試驗設定

在珠江口及鄰近海域拉格朗日粒子追蹤試驗中，定義粒子交換率為各區域原有粒子流動到其他區域的數量與各區域原有粒子數之比，以此分析珠江口及鄰近海域各區域之間的水交換。

為了研究珠江口及鄰近海域各區域在潮汐、徑流、季風等不同驅動條件組合作用下的水交換情況，本文設計了4個試驗(見表2)。為了能夠區分重點海域的水交換，將該海域分為8個區域(如圖1紅線劃分的區域)，其中，A區為內伶仃島北側，包括了珠江口內的4大口門；B區為深圳灣；C區為內伶仃島以南、大濠島以北的區域；D區為C區以南，高欄島與大濠島連線以北的區域，包括了磨刀門和雞啼門；E區為香港和大濠島以南，高欄島與香港連線以北的區域；F區為黃茅海海域，包括崖門和虎跳門；G區為大鵬灣；H區為大亞灣。

在強迫條件的不同組合下的數值試驗中，待模型穩定后，作者在8個區域內均勻投放粒子，然后追蹤每個粒子的軌跡，用于下文的水交換分析。

表2　試驗設定

Note：①Forced factor；②Tide；③Runoff；④Northeast wind；⑤Southwest wind；⑥Experiment name

3.2 模擬結果分析

圖5給出了T1～T4 4個試驗粒子釋放后第30、60、90天的各區域粒子交換率，即各區域粒子在原區域的保有率和到達其他區域的交換率。圖表對角線上的各單元格為每行的源，其他單元格是每行的匯；每行表征1個特定海域單元與其他7個海域單元的交換情況，也就是說，該海域單元內粒子在本區域的保有率及其到達其它區域的交換率，體現了該海域單元內粒子的交換狀態；通常來說，每個區域單元內粒子保有率的變化幅度小于2%時，本文認為其交換達到了穩定狀態。為了能夠簡明地表達各區域之間隨著時間推移的基本水交換狀態，粒子交換率低于5%的區域視為無交換發生。

由圖5可見，T1試驗中，僅有潮汐驅動，粒子只會在相鄰區域之間進行微弱交換，各區域傳入珠江口門外海的粒子也很少。

T2試驗中，第30天時，A區粒子主要通過C、D區進入外海。B區粒子沒有進入其他區域；C區有52.3%粒子進入D區；D區有43.1%粒子流入外海；E區粒子除了向外海擴散外，由于下泄徑流向西流動，還有7%的粒子流入了D區；F、G、H區分別有13.2%、6.6%、17.4%的粒子擴散到外海。第60天時，A區有6.2%粒子進入B區；B、G、H區粒子保有率基本不變，這些區域水交換達到穩態。第90天時，A區粒子的保有率只有18.6%，其余粒子分別進入B、C、D、E區；C、D、E、F區粒子繼續向外海擴散。

在T3試驗中，第30天時，A區粒子通過C、D區向外海擴散，并有15.5%的粒子進入F區；B區粒子有7.1%進入A區；C區粒子通過D、F區向外海擴散；D、E、F、G、H區粒子直接擴散到外海，且D、E區進入外海的粒子比F、G、H區的多；第60和第90天各區域間交換趨勢基本一致，各區域的粒子保有率變化小于2%，此時區域間水交換已達到穩態。由于東北風會產生很強的西南向沿岸流，容易使粒子粘滯在沿岸陸地，這也是試驗中區域間水交換很快達到穩態的可能原因之一。

在T4試驗中，第30天時，A、C區大部分粒子進入D、E區后流入外海；B區有21.4%的粒子進入E區；D區粒子有33.2%進入F區，E區粒子有14.3%進入D區；F、G、H區少數粒子擴散進外海。第60天時，A、B、F、G、H區的粒子保有率基本不變，交換達到穩態。C區有9.5%的粒子進入G區，E區分別有5.5%和5%的粒子進入G、H區。第90天時，C區進入G區粒子以及E區進入G、H區的粒子都有所增加，同時D區有5%的粒子進入G區。

從4個試驗各區域90d后的粒子交換率和粒子保有率分析可以看出，A區的水交換能力很強，這是由于區域內4大口(門虎門、蕉門、洪奇門、橫門)徑流量在枯水期最大可達到2000～3000m3·s-1，徑流下泄促進粒子的擴散，T2試驗有81.4%的粒子擴散至其他區域或流入外海，在T4試驗豐水期階段，A區的水交換能力會隨著徑流量增大以及西南風驅動變得更強，粒子保有率僅為13%。C區同樣是受到徑流下泄的影響，水交換能力也較強，T2試驗中粒子保有率為40.8%。在枯水期受東北風作用，粒子保有率降低為12.3%，同時東北風產生的西向沿岸流使C區11.5%粒子進入黃茅海；在豐水期該區域水交換能力最強，粒子保有率為6.2%，在西南風作用下，C區9.8%粒子會擴散進大鵬灣。

(自上而下各行分別代表T1-T4試驗。Rows from the top down represent T1-T4 experiments.)

B區水交換能力很弱，從余流場分布來看[9]，B區內有很多余流渦旋結構，并且B區面積相對較小，水深較淺，粒子在運動過程中很容易受岸界與底摩擦力引起的黏滯作用；所以這些渦旋結構和黏滯作用阻礙了粒子流出B區。T2試驗中B區粒子保有率為100%，T3試驗在枯水期加入東北風作用后，B區水交換能力有所改善，粒子保有率為92.9%；T4試驗在豐水期有西南風作用時B區水交換能力最強粒子保有率為71.4%。

D區水交換能力較強，此區域內的磨刀門是8大口門中徑流量最大的口門，T2試驗中受磨刀門和雞啼門徑流下泄影響粒子保有率為22.6%，。在枯水期東北風驅動下D區水交換能力最強，粒子保有率降至13.4%。

E區水交換能力一般，T2試驗中，該區粒子保有率為57.1%，6.3%會進入D區。從余流場分布來看[9]，這是由于E區受到珠江口南下徑流逐漸轉為西向流動的影響，使得一部分粒子隨著下泄徑流流入D區。在枯水期E區水交換能力最強，粒子保有率為23%，但粒子不會進入D區。在豐水期粒子分別有6.1%，5.2%進入G、H區。

F區水交換能力一般，不論在何種驅動下擴散到外海的粒子都少于20%。這是由于雖然F區內有崖門、虎跳門2大口門，但是這2個口門的徑流量很小，分流比一共為11.2%[10]，所以徑流下泄的影響較小，不利于粒子擴散。

G、H區的擴散情況很相似，它們的水交換能力都較弱。尤其是G區，不同驅動下水交換達到穩態后只有不到5%的粒子擴散到外海。H區與G區相比水交換能力稍強，不同試驗水交換達到穩態后有20%左右的粒子擴散到外海，并且在豐水期該區域水交換能力最強，粒子交換率為23.5%。G、H區之所以水交換能力較弱，主要是由于區域內較多的余流渦旋結構[9]和岸界黏滯作用阻礙了粒子的流動，加之沒有徑流影響，使得粒子向外海擴散更為困難。

4　八大口門物質輸運特征

4.1 試驗設定

為分析珠江口8大口門(見圖1)釋放粒子的擴散輸運過程，在不同強迫條件組合下(見表3)于8個口門處各釋放250個粒子，再次運行拉格朗日粒子追蹤試驗，得到其90d的運動軌跡，考慮到口門位置以及徑流量的大小，分別將虎門和蕉門、雞啼門與磨刀門、崖門和虎跳門處釋放的粒子標記為相同顏色(見圖6)。

圖6　粒子運移軌跡示意圖

4.2 模擬結果分析

由圖6可見，在R1試驗中，只在潮汐驅動下粒子位移很小，基本都在口門附近運動。在R2試驗中，在潮汐和徑流驅動下珠江口內口門的粒子都向南流動，虎門和蕉門的粒子向南流動至大濠島繞其兩側向南流動；洪奇門和橫門的粒子在流出河口時交匯，向西南方向運動；受徑流的影響，河口內4個口門的粒子運移速度較快，90d內最大位移達到100km；從磨刀門和雞啼門流出的粒子分別向西南，東南方向擴散，90d內最大位移達到70km；然而由于崖門和虎跳門徑流量較小，不利于粒子的擴散，基本都徘徊在口門附近。

在R3試驗中，除了虎門蕉門處一些粒子向河口東部移動之外，由于東北風的作用，河口4個口門的粒子沿著西側岸界流出后與磨刀門和雞啼門的粒子一起沿著岸界向西和西南向流動，其中洪奇門、磨刀門與雞啼門處粒子位移為4個試驗中最大，90d內可達到285km。

在R4試驗中，珠江內河區4大口門處的粒子運動大致趨勢都是先向西南運動到大濠島西側，然后轉向東和東南向運動，洪奇門部分粒子可至大鵬灣，位移約為110km；橫門處粒子位移是4個試驗中最大，部分可至大鵬灣，大亞灣，其位移最大為190km。磨刀門和雞啼門處粒子大部分向東南向運動，還有小部分先向西南運動后轉向東南運動。崖門虎跳門處粒子也分別向西南、東南方向運動。并且在以上試驗中，粒子運動軌跡為曲線，說明粒子運動呈螺旋狀推進[7]。

表3　試驗設定

Note：①Forced factor；②Tide；③Runoff；④Northeast wind；⑤Southwest wind；⑥Experiment name

5　結論

本文基于無結構網格海洋模式FVCOM，考慮8個主要分潮、徑流以及風場影響，通過建立珠江口及鄰近海域高精度的水動力數值模型，研究了珠江口及鄰近海域的海水滯留時間變化和水交換情況。主要結論如下：

(1)在A1～A4試驗中，內灣海水滯留天數等值線大致呈西北-東南走向，總體上河口西側滯留天數小于河口東側。只考慮潮汐作用時，內灣水交換能力很弱，滯留天數均大于90d。在潮汐，徑流共同作用下，由于徑流下泄會帶動內灣海水的運動，向灣外流動，所以內灣的水交換能力有了明顯提高，河口中西部區域滯留天數最小(在5～30d之間)，但淇澳島以南以及河口東側區域滯留時間較大。在枯水期，淇澳島以南區域滯留時間減小，但河口東側滯留天數大于90d的區域有所增大。在豐水期，淇澳島以南區域滯留時間為4個試驗中最短，滯留天數自西向東由10d逐漸增至90d，并且只有東側小部分水域滯留天數在90d以上，此試驗中內灣水交換能力最強。全灣滯留時間大于90d。

(2)徑流量與季風場作用會影響各區域的水交換能力。相對于只考慮潮汐作用或者有潮汐，徑流雙重作用的情況下，枯水期，D、E區水交換能力會增強，東北風作用會使A、C區分別有14.3%和11.5%的粒子進入黃茅海；豐水期，A、B、C、F、G、H區水交換能力會增強。西南風作用會使E區5.2%粒子進入大亞灣，并且C、D、E分別有9.8%，5.0%，6.1%的粒子進入大鵬灣內。總體而言，珠江內河區4大口門以及伶仃洋海區，磨刀門海區由于強徑流作用水交換能力最強；深圳灣，大鵬灣，大亞灣由于余流渦旋結構和岸界粘滯作用與外海的水交換能力較弱。

(3)在8大口門物質輸運試驗中，只考慮潮汐驅動時，粒子位移很小，基本都在口門附近運動。在潮汐和徑流驅動下，受徑流下泄影響，珠江河口內4大口門處粒子向南運動，最大位移為100km；從磨刀門和雞啼門流出的粒子分別向西南，東南方向擴散，90d內最大位移達到70km；但崖門和虎跳門處徑流量較小，不利于粒子擴散，基本都徘徊在口門附近。在枯水期，河口4個口門的粒子沿著西側岸界流出后與磨刀門和雞啼門的粒子一起沿著岸界向西和西南向流動，其中洪奇門、磨刀門與雞啼門處粒子位移為4個試驗中最大，90d內可達到285km。在豐水期階段，八大口門處的粒子運動大致趨勢都是向東南和東向運動，洪奇門部分粒子可至大鵬灣，位移約為110km；橫門處粒子位移是4個試驗中最大，部分可至大鵬灣，大亞灣，其位移最大為190km。同時，加入風驅動后R3，R4 2個試驗粒子的位移相比R1，R2試驗中增大，并且粒子運動呈螺旋狀推進。

致謝:在研究過程中，史軍強同學提出了有益的建議，國家超級計算濟南中心提供了千萬億次“神威藍光”計算平臺，在此一并表示感謝。

參考文獻：

[1]林祖亨， 梁舜華. 珠江口水域的潮流分析 [J]. 海洋通報, 1996(2): 11-12.

Lin Zuheng, Liang Shunhua. The tidal current analysis in the Pearl River Estuary [J]. Marine Science Bulletin, 1996(2): 11-12.

[2]林洪瑛, 韓舞鷹, 馬克美. 珠江口河口灣水交換初步探討 [J]. 科學通報, 1990(5): 366-369.

Lin Hongying, Han Wuying, Ma Kemei. Preliminary Study of the Pearl River estuary mouth water exchange [J]. Chinese Science Bulletin, 1990(5): 366-369.

[3]韓保新， 郭振仁， 冼開康，等. 珠江河口海區潮流的數值模擬 [J]. 海洋與湖沼, 1992(5): 475-484.

Han Baoxin, Guo Zhenren, Xian Kaikang, et al. Numerical modelling of the tidal current in the Zhujiang Estuary [J]. Oceanologia Et Limnologia Sinica, 1992(5): 475-484.

[4]裴木鳳, 李適宇, 胡嘉鏜， 等. 豐、枯水期珠江河口水體交換的數值模擬 [J]. 熱帶海洋學報, 2013(6): 28-35.

Pei Mufeng, Li Shiyu, Hu Jiatang, et al. Simulation of the water exchange in the Pearl River Estuary during wet and dry seasons [J]. Journal of Tropical Oceanography, 2013(6): 28-35.

[5]Chen Changsheng, Robert C Beardsley. An Unstructured Grid, Finite-Volume Coastal Ocean Model FVCOM User Manual [M]. Second Edition. New Bedeford: School for Marine Science and Technology, University of Massachusetts Dartmouth, Technical Report SMAST/UMASSD-06-0602, 2006.

[6]水利部. 中國河流泥沙公報(2008) [R]. 北京：中國水利水電出版社， 2009.

MWR. Chinese River Sediment Bulletin(2008) [R]. Beijing: China Water & Power Press, 2009.

[7]朱君. 坦帕灣動力診斷和滯留時間的研究 [D]. 青島：中國海洋大學, 2014.

Zhu Jun. Dynamic Diagnosis and Residence Time Analysis of Tampa Bay [D]. Qingdao: Ocean University of China, 2014.

[8]陳金瑞, 陳學恩, 于華明，等. 膠州灣潮汐潮流高分辨率數值模擬研究 [J]. 中國海洋大學學報 (自然科學版), 2011(7): 29-35.

Chen Jinrui, Chen Xueen, Yu Huaming etc. Three-dimensional high-resolution numerical study of the tide and tidal current in the Jiaozhou Bay [J]. Periodical of Ocean University of China, 2011(7): 29-35.

[9]丁芮， 陳學恩， 曲念東. 珠江口及鄰近海域潮汐環流數值模擬 I 模型的建立和分析 [J]. 中國海洋大學學報(自然科學版)， 2015， 45(11)： 1-9.

Ding Rui, Chen Xueen, Qu Niandong.Three-dimensional high-resolution numerical study of the tide and circulation in the Pearl River Estuary and its adjacent waters Part I: Model building and analysis [J]. Periodical of Ocean University of China, 2015， 45 (11)： 1-9.

[10]姚章民， 王永勇， 李愛鳴. 珠江三角洲主要河道水量分配比變化初步分析 [J]. 人民珠江， 2009(2): 43-51.

Yao Zhangmin, Wang Yongyong, Li Aiming. Primary analysis of water distribution ratio variation in main waterway in pearl River Delta [J]. Pearl River, 2009(2): 43-51.

責任編輯龐旻

基金項目：? 海洋公益性行業科研專項“小型陣變頻高頻地波雷達數據的開發和應用”(201205032-2)；“海底管道探測技術集成及風險評估技術研究與示范應用”(201305026-3)資助

收稿日期：2015-03-08；

修訂日期：2015-10-09

作者簡介：丁芮(1990-)，女，碩士。E-mail: aadingrui@126.com ??通訊作者：E-mail: xchen@ouc.edu.cn

中圖法分類號：P731.27

文獻標志碼：A

文章編號：1672-5174(2016)07-001-10

DOI：10.16441/j.cnki.hdxb.20150065

Three-Dimensional High-Resolution Numerical Study of the Tide and Circulation in the Pearl River Estuary and Its Adjacent Waters Part II: Estuarine Mass Transport and Water Exchange

DING Rui1， CHEN Xue-En1， QU Nian-Dong2

(1 College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100，China; 2 South China Sea Environmental Monitoring Center, SOA, Guangzhou 510300，China)

Abstract:Based on an unstructured grid and finite-volume coastal ocean model (FVCOM), including highly accurate coastline and bathymetry data, a three-dimension model with high resolution is constructed in the Pearl River Estuary and its adjacent sea area to calculate the transport of estuarine mass and the capacity of water exchange. The results indicate that, with an impact of tides, the capacity of the water exchange in the Pearl River Estuary is weak and the residence time of the waters is more than 90 days,. The runoff and the wind stress can enhance the capacity of the water exchange, and the residence time of the dye in the channel and the west (near entrances of the Pearl River) is shorter than that in the western shoal and the east (away from entrances of the Pearl River). Moreover, during the flood season, the mean concentration of the dye in the estuary maintain low and the residence time of it maintain short, driven by a southwestern wind. The capacities of the water exchange in entrances of the estuary and the sea area of Lingdingyang and Modaomen are strong, while in the sea area of Shenzhen Bay, Daya Bay and Mirs Bay, the capacities of the water exchange are relatively weak. Tracers of the estuary enter Huangmao Sea in the dry season and enter Daya Bay, Mirs Bay in the flood season. With impacts of the runoff and the wind stress, the capacity of the water exchange in the estuary and the velocity with which the tracers in entrances of the estuary transport are both enhanced.In the dry season, tracers move to the west and the maximum displacement is 285 kmin 90 days .In the flood season, tracers move to the east and the maximum displacement is 190 kmin 90 days. The tracers move forward in a helical way.

Key words:the Pearl River Estuary; water exchange; residence time; numerical simulation; FVCOM

Supported by “Quality Control and Application of Smart Antenna HF Radar Data”(201205032-2)；“Research and Demonstration of Technology Integration and Risk Assessment for Submarine Pipeline Detection”(201305026-3)