南海三維溫鹽結構對海水透明度的影響分析

鄧美環, 郝增周, 龔 芳, 陶邦一, 何賢強

?

南海三維溫鹽結構對海水透明度的影響分析

鄧美環1,2, 郝增周1,2, 龔 芳1,2, 陶邦一1,2, 何賢強1,2

(1.衛星海洋環境動力學國家重點實驗室, 浙江 杭州, 310012; 2.國家海洋局第二海洋研究所, 浙江 杭州, 310012)

無人水下航行器(UUV)試驗作業、航行深度和航路選擇等活動受海流、透明度、躍層、海水溫度和鹽度等海洋復雜水文環境的影響。研究結合衛星遙感和數值模式數據, 從信息流的角度分析了南海海域三維溫鹽結構對海水透明度(SDD)的影響及區域分布特征, 規避了在傳統相關性分析中無法準確描述變量間因果影響關系的不足。結果表明, 因受高溫低鹽海域葉綠素濃度較高的影響, 表層鹽度較低的中沙群島及近岸海域, 其SDD主要受淺層海水鹽度的影響; 表層高溫低鹽的南沙群島附近海域SDD主要受20~30 m深處的海水溫度影響; 表層高溫高鹽的西沙群島附近海域SDD主要受60~70 m深處的海水溫度和鹽度影響; 由于受溫度鋒面和懸浮泥沙的影響, 呂宋海峽附近海域SDD主要受30~50 m深處海水溫度的影響。水下三維海水溫度和鹽度的變化影響甚至會加劇SDD的變化, 因此建議UUV在航行和試驗作業時應盡量選擇最大SDD深度以下, 同時避開水下三維海水溫度和鹽度對SDD影響較大的深度, 以保證UUV航行的安全、可靠和隱蔽性。

水下航行器; 海水透明度; 三維溫鹽結構; 信息流

0 引言

無人水下航行器(Unmanned Undersea Vehicle, UUV)是一種可搭載多種傳感器或專用設備的水下運動平臺, 能夠在水下自主或控制航行, 因其具有較強的靈活性和隱蔽性, 已被廣泛應用于水下環境調查、目標探測和跟蹤等諸多領域[1]。但UUV的航行會受到海流、躍層、海水透明度(Secci disk depth, SDD)、海水溫度和鹽度等主要海洋水文環境因素的影響, 例如 SDD會影響UUV的安全性和隱蔽性[2]。

UUV的水下通信和探測常以聲學或激光為主, 水中聲傳播、光傳播主要受海面、海底、海水介質以及水中懸浮物濃度的影響[3]。Richards等[4]通過研究淺海水域懸浮物濃度對聲衰減的影響, 建立了稀混濁水體的附加聲衰減系數的計算模型。文洪濤等[5]在總結國內外的混合水聲衰減研究的基礎上, 考慮混濁水體中懸浮物濃度和種類等特性, 對模型進行優化, 獲得了更準確的聲衰減系數。彭臨慧等[6]利用實測數據, 計算分析了中國近海的懸浮物濃度與聲波衰減的關系, 指出當泥沙類懸浮物濃度高于0.1 kg/m3、有機類懸浮物濃度高于1 kg/m3時將會對聲波傳輸產生影響。在水下激光傳播方面, 姜璐等[7]基于輻射傳遞方程和對比傳輸方程建立了激光雷達最大探測深度與SDD兩者間的關系式。鐘曉春等[8]使用半解析蒙特卡羅方法對光束在海水中的衰減進行分析, 結果表明, 后向散射系數對水下傳輸的影響較大, 水中懸浮體濃度影響水下目標的探測性能。因此, 水中懸浮物濃度或SDD影響著UUV平臺水下探測和通信的能力。

SDD的分布與其等深線的分布和走向基本一致, 一般沿岸淺海水域SDD較低, 大洋開闊水域SDD較高。SDD作為描述海洋水體光學性質的一個重要參數, 受海水三維溫鹽結構的影響。海水三維溫鹽結構決定海水溫躍層和混合層深度, 從而影響水中懸浮物和SDD的分布。Yanagi等[9]利用三維模型對黃海和東海的懸浮物濃度沉積過程和分布狀況進行模擬, 結果表明, 受三維海水結構的影響, 不同海區的懸浮物類型不同。張晨等[10]建立了一個三維溫鹽流耦合數值模型并模擬了黃渤海溫躍層的形成演化機制, 結果表明, 溫躍層的深度及厚度受潮流和風浪的共同作用。而溫躍層內部的物質能量交換受混合層湍流混合的卷入和卷出過程影響[11], 在混合層較深區域, 海水混合劇烈, 從而影響SDD的分布。

然而, 目前對SDD和環境因子關系的研究大都是針對表層環境要素的定性分析, 如黎潔溪等使用實測數據分析得到, 中國近海海域SDD主要受海水深度、季風活動及陸地徑流等因素的影響, 其中部分海域如南海北部、東海海域和臺灣海峽海域的SDD還受到黑潮的影響[12-14]。海水溫度、鹽度等環境因子影響葉綠素的含量, 從而間接影響SDD的變化, 但高磊等[15]研究了青島近岸SDD與多種環境因子的關系, 對常規監測資料進行了相關分析, 結果顯示海水鹽度與SDD呈現顯著相關, 而海水溫度與SDD的相關性較差。可以看出, 相關分析并不能很好地刻畫2個變量間是否存在影響。鑒于此, 文中采用信息流理論, 描述2個變量間的影響關系, 重點研究南海海域三維溫鹽結構對SDD的影響, 其結果對UUV航行的路線規劃、水聲探測等方面具有一定指導意義[2,16]。

1 數據與方法

1.1 研究區域與數據

南海是中國近海中面積最大、平均水深最深的海域, 平均水深約1 212 m, 最大水深5 559 m。 水下航行器試驗和活動區域最大水深可達6 km, 因此, 南海是水下航行器試驗和活動的優選區域。但該海區受季風、海流和上升流的作用明顯, 影響SDD的分布。研究選擇0o~25oN、100o~125oE海域, 覆蓋中國南海海域, 水深分布如圖1所示。

SDD是指水中白色圓盤的反射光及白盤以上水柱的散射光與周圍海水散射光平衡時的深度, 用來表征光線穿透海水的深度, 其測量通常采用人工目測布放的水下塞克盤深度的測量方式。但隨著衛星遙感探測技術以及SDD探測原理研究的發展, 衛星光學遙感探測技術已能獲取大范圍的SDD信息, 其反演算法可以分為直接反演和間接反演兩種。直接反演是利用光學遙感探測的離水輻亮度或反射率直接估算, 間接反演是通過反演海水水體固有光學性質, 進而估算SDD。文中采用基于二流方程和對比傳輸理論模型得到水下物體的能見度模型, 建立SDD與水體光學固有光學量的關系模型[17]

式中: s為懸浮泥沙濃度。圖2給出了2010~2012年南海年均SDD的空間分布。

溫鹽流是表征物理海洋特征的基本參數, 水下空間三維溫鹽結構能夠刻畫海水溫度和海水鹽度的時空變化和動態分布。全球Argo探測系統能夠探測水下三維溫鹽結構, 但獲得的僅是有限數量點上的溫鹽數據。目前大面積的溫鹽結構常常依靠數值模式模擬獲得，文中所用的三維溫鹽結構數據為法國Mercator Ocean公司負責的哥白尼海洋監測計劃(Copernicus marine environment monitoring service, CMEMS)模擬的全球海洋再分析數據。該數據采用歐洲海洋環流模式模擬獲得,模式采用等矩形水平網格, 水平分辨率為1/4, 垂直分層共75層, 其中小于200 m時采用大洋水深地形圖(general bathymetric chart of the oceans, GEBCO)進行分層, 共分為31層, 大于300 m時采用1弧分網格全球地形數據集(1 arc-minute earth topography, ETOPO1)進行分層, 共分為41層, 200~300 m采用線性差值, 分為3層。模擬過程中采用墨卡托同化系統2.0(système d’assimi- lation mercator version 2, SAM2)將實測的溫鹽剖面數據、遙感的海表溫度和海面高度異常數據、海冰數據同化進數值模式,模擬再分析, 獲得三維溫鹽數據[18-19]。

1.2 研究方法

1.2.1 多源衛星SDD融合方法

1.2.2 Liang-Kleman信息流以及時序因果分析

相關分析是分析變量間關聯關系的常用方法, 變量間的關聯性可用相關系數大小表示, 但不能很好地刻畫變量間的因果性[20], 雖然后來發展的時間滯后相關分析[21]能分析變量間的因果影響關系, 卻不能分辨相位差是因滯后還是超前影響而引起的。2000年, Schreiber[22]提出了信息流的概念, 2014年, Liang等[20,23]引入信息流分析解釋了不同變量之間的因果影響, 適用于線性或非線性系統, 解決了有關因果性與相關性的長期爭端。

2 結果與分析

2.1 表層海水溫度和鹽度對SDD的影響

圖5為南海海域表層海水溫度和鹽度至SDD信息流的空間分布, 全面地給出了表層海水溫度和海水鹽度對SDD影響顯著的區域。整個南海海域的表層海水溫度對SDD有顯著影響的區域主要集中分布在呂宋海峽西側, 南沙群島及其以南附近海域, 同時其信息流的傳遞均為正值, 表明該海域海水溫度變化會引起SDD的劇烈波動; 南海北部陸架海域也是表層海水溫度對SDD有顯著影響的區域, 但其表層海水溫度對信息流的傳遞為負值, 表明該海域海水溫度使得SDD的變化趨于平穩; 中沙群島和西沙群島附近海域, 表層海水溫度對SDD幾乎沒有影響。主要原因是因為呂宋海峽西側和南海北部陸架海域存在多個溫度鋒面, 溫度鋒面影響懸浮泥沙的擴散與沉降, 從而影響SDD的變化。而南沙群島附近海域為高溫低鹽海區, 溫度影響葉綠素的濃度, 間接影響SDD的變化。表層海水鹽度對SDD的影響主要集中在沿岸和南海海盆海域, 其他海域的表層海水鹽度對SDD幾乎沒有影響, 這主要是因為鹽度過高會影響浮游植物的生長, 降低葉綠素濃度, 由于徑流注入和降水的作用, 沿岸和南海海盆海域的海水鹽度較低, 導致葉綠素濃度較高, 對SDD的影響較為顯著。

2.2 三維溫鹽結構對海水透明度的影響分布

圖6分別給出了22.76 m, 47.21 m, 69.02 m 三個深度下, 海水溫度和海水鹽度到SDD的信息流分布。其中圖6(a)~(c)為海水溫度到SDD的信息流分布, 圖6(d)~(f)為海水鹽度到SDD的信息流分布。浮游植物生長受溫度和鹽度的共同作用, 海水葉綠素濃度隨深度的變化曲線呈現傾斜的正態分布特征, 造成不同海域達到最大葉綠素濃度的深度不同。同時, 海水三維溫鹽結構的變化不僅影響葉綠素濃度還影響混合層的深度, 從而影響SDD的變化。從整體上看, 海水鹽度對SDD影響程度隨深度增加而逐漸減弱的區域主要集中分布在表層鹽度較低的沿岸和中沙群島附近海域; 海水溫度和海水鹽度對SDD影響程度隨深度增加而逐漸增大的區域主要分布在表層為高溫高鹽的西沙群島海域; 海水溫度對SDD影響程度并不隨深度增加而發生明顯變化的區域主要分布在呂宋海峽西側海域, 且一直呈現較高的值, 其原因是該海域SDD主要受溫度鋒面的影響。海水溫度到SDD的信息流傳遞方向隨著深度的增加而發生變化的區域主要集中在北部灣海域, 臺灣島南部和南沙群島及其以南海域。其中北部灣海域由負的信息傳遞變為正的信息傳遞, 而臺灣島南部和南沙群島及其以南海域則是由正的信息傳遞變為負的信息傳遞。

3 討論

為分析說明SDD主要受哪層深度處的海水溫度和海水鹽度的影響, 研究根據計算的不同深度處海水溫度和海水鹽度到SDD的信息流, 選取信息流達到第1個極值點的深度作為該海域SDD受海水溫度和海水鹽度影響最大的深度。圖7給出了海水溫度和鹽度對SDD影響最大的深度分布, 可以看出, 在呂宋海峽西側, 40~50 m深度處的海水鹽度對SDD影響最大; 西沙群島附近海域, 60~80 m深度處的海水溫度和鹽度對SDD影響最大; 北部灣海域, 表層至10 m深度處的海水溫度對SDD的影響最大; 而海水鹽度對SDD影響最大的深度在20~40 m之間; 南海南部表層至40 m深度處的海水溫度對SDD影響最大; 海盆東側海域, 表層至40 m深度處的鹽度對SDD影響最大。

進一步分析討論南海海域影響SDD變化的主控因子的空間分布。研究利用海水溫度和海水鹽度到SDD的信息流差值, 結合海水溫度和海水鹽度對SDD影響最大的深度, 得到影響SDD變化的主控因子空間分布, 結果如圖8所示。由圖可知, 西沙群島和南沙群島附近海域, SDD受海水溫度和海水鹽度共同影響, 且兩者對SDD的影響程度相當; 在南海海盆周邊、呂宋海峽附近和南沙群島以南海域的SDD主要受海水水溫的影響, 海水水溫為主控因素; 南海海盆靠近中沙群島附近、東南半島沿岸和北海海域的SDD變化主要受海水鹽度的影響。

4 結論

研究引入信息流分析方法, 分析了南海海域表層海水溫度和海水鹽度對SDD的影響, 以及水下三維溫鹽結構對SDD的影響。討論分析了SDD受海水溫度、海水鹽度影響最大的深度, 以及影響SDD變化的溫鹽主控因子。該方法克服了相關分析中變量間因果影響關系不明確的缺點, 準確刻畫海水溫度和鹽度與SDD間的影響關系, 為UUV航路規劃、作業深度選擇, 以及水下工程建設等提供科學依據和建議。

研究發現, 由于溫度鋒面的作用, 表層海水溫度對SDD有顯著影響的區域主要分布在呂宋海峽西側和南海北部陸架海域。由于高溫低鹽的環境適合浮游植物的生長, 表層海水溫度對SDD有顯著影響的區域還分布在南沙群島及其以南附近海域; 表層海水鹽度對SDD有顯著影響的區域主要集中在沿岸和南海海盆海域。隨著深度的增加, 沿岸和中沙群島附近海域的海水鹽度對SDD影響程度逐漸減弱。呂宋海峽西側海域受到溫度鋒面的影響, 該海域海水溫度對SDD的影響程度并沒有因為深度的增加而發生明顯變化, 其主要受到30~50 m深處海水溫度的影響, 海水鹽度幾乎不影響該海域的SDD。西沙群島附近海域的鹽度較高, 隨著深度的增加鹽度逐漸降低, 在60~70 m深處, 海水溫度和海水鹽度對SDD的影響最為顯著。而南沙群島及其以南附近海域, 主要受20~30 m深處的海水水溫影響。近岸和中沙群島附近海域, 則要受淺層海水鹽度的影響。海水溫度和鹽度變化會對SDD產生影響, 當海水溫度或海水鹽度到SDD的信息流傳遞為正傳遞時, 海水溫度或海水鹽度的變化將會導致下一時刻的SDD波動劇烈, 因此, 進行UUV投放、航行和試驗時, 一方面選擇SDD深度較大的海域, 另一方面應盡量避開SDD受海水溫度和海水鹽度影響較大的區域。

SDD作為描述海洋水體光學性質的一個重要參數, 并非依賴于單個環境因子, 而是受到多種環境因子共同作用,該研究分別計算并重點分析了海水溫度、鹽度對SDD的影響, 今后將會深入考慮海水溫度和鹽度等多種環境因子對SDD的綜合影響,對研究進行完善。

[1] 鐘宏偉.國外無人水下航行器裝備與技術現狀及展望[J].水下無人系統學報, 2017, 25(4): 215-225.Zhong Hong-wei.Review and Prospect of Equipment and Techniques for Unmanned Undersea Vehicle in Foreign Countries[J].Journal of Unmanned Undersea Systems, 2017, 25(4): 215-225.

[2] 王奎民.主要海洋環境因素對水下航行器航行影響分析[J].智能系統學報, 2015, 10(2): 316-323.Wang Kui-min.Influence of Main Ocean Environments on the Navigation of Underwater Vehicles[J].CAAI Transa-ctions on Intelligent Systems, 2015, 10(2): 316-323.

[3] 李凡, 郭新毅, 張毅, 等.水下聲傳播的發展及其應用[J].物理, 2014, 43(10): 658-666.Li Fan, Guo Xin-yi, Zhang Yi, et al.Development and Applications of Underwater Acoustic Propagation[J].Physics, 2014, 43(10): 658-666.

[4] Richards S D, Heathershaw A D, Thorne P D.The Effect of Suspended Particulate Matter on Sound Attenuation in Seawater[J].Journal of the Acoustical Society of America, 1996, 100(3): 1447-1450.

[5] 文洪濤, 楊燕明, 劉貞文, 等.混濁水的聲衰減研究進展及應用前景[J].海洋通報, 2008, 27(6): 88-94.

Wen Hong-tao, Yang Yan-ming, Liu Zhen-wen, et al.Recent Advance and Application Prospects of Sound Attenuation in Turbid Water[J].Marine Science Bulletin, 2008, 27(6): 88-94.

[6] 彭臨慧, 王桂波.中國近海懸浮顆粒物海水聲波衰減[J].聲學學報, 2008, 33(5): 389-395.Peng Lin-hui, Wang Gui-bo.Sound Attenuation in Suspended Particulate Matter Seawater of Chinese Sea Offshor[J].ACTA Acustica, 2008, 33(5): 389-395.

[7] 姜璐, 朱海, 李松.機載激光雷達最大探測深度同海水透明度的關系[J].激光與紅外, 2005, 35(6): 397-399.Jiang Lu, Zhu Hai, Li Song, The Relationship Between Max Survey Depth of Airborne Ocean Lidar and Secchi Depth[J].Laser & Infrared, 2005, 35(6): 397-399.

[8] 鐘曉春, 李源慧.激光在海水中的衰減特性[J].電子科技大學學報, 2010, 39(4): 574-577.Zhong Xiao-chun, Li Yuan-hui, Attenuation Characteristics of Laser in the Seawater[J].Journal of University of Electronic Science and Technology of China, 2010, 39(4): 574-577.

[9] Yanagi T, Inoue K I.A Numerical Experiment on the Sedimentation Processes in the Yellow Sea and the East China Sea[J].Journal of Oceanography, 1995, 51(5): 537-552.

[10] 張晨, 戚建華, 左軍成, 等.黃、渤海溫躍層三維數值模擬[J].海洋學報, 1997, 19(6): 12-20.

[11] 杜巖.南海混合層和溫躍層的季節動力過程[D].青島:中國海洋大學, 2002.

[12] 費尊樂.渤海海水透明度與水色的研究[J].黃渤海海洋, 1986, 4(1): 36-43.Fei Zun-le.Study on the Water Colour and Transparency in the Bohai Sea[J].Journal of Oceanography of Huang-Hai & BoHai Seas, 1986, 4(1): 36-43.

[13] 黎潔溪.南海北部海水透明度分布變化概況[J].海洋通報, 1985(4): 3-6.Li Jie-xie.Outline of the Distribution and Variation of Water Transparency in the Northern South China Sea[J].Marine Science Bulletin, 1985(4): 3-6.

[14] 張春桂, 曾銀東.臺灣海峽海水透明度遙感監測及時空變化分析[J].氣象與環境學報, 2015, 31(2): 73-81.Zhang Chun-gui, Zeng Yin-dong.Remote Sensing Moni- toring and Spatial-temporal Change of Seawater Transpa- rency in Taiwan Strait[J].Journal of Meteorology and En- vironment, 2015, 31(2): 73-81.

[15] 高磊, 姚海燕, 張蒙蒙, 等.青島近岸海域海水透明度時空變化及與環境因子之間的關系[J].海洋學研究, 2017, 35(3): 79-84.Gao Lei, Yao Hai-yan, Zhang Meng-meng, et al, Temporal and Spatial Variation of Seawater Transparency and Its Relationship with Environmental Factors in Qingdao Coastal Area[J].Journal of Marine Sciences, 2017, 35(3): 79-84.

[16] 鄭曉琴, 丁平興, 胡克林.長江口及鄰近海域夏季溫鹽分布特征數值分析[J].華東師范大學學報(自然科學版), 2008(6): 14-23.Zhang Xiao-qin, Ding Ping-xing, Hu Ke-lin.Numerical Analysis of Characteristics of Temperature-salinity Distributions at the Changjiang Estuary and Its Adjacent Areas in Summer[J].Journal of East China Normal University(Natural Science), 2008(6): 14-23.

[17] 何賢強, 潘德爐, 黃二輝, 等.中國近海透明度衛星遙感監測[C]//海洋監測高技術2003年度戰略研討會.北京: 中國21進程管理中心, 2003.

[18] Deng Li-jing, Wei Hao, Wang Jia-ning.Vertical Distri-bu-tion of Kuroshio Velocity at PN Section and Its Formation Mechanism[J].Marine Science Bulletin, 2015, 33(1): 26- 39.

[19] 陳心一, 郝增周, 潘德爐, 等.中國近海海面風場的時空特征分析[J].海洋學研究, 2014, 32(1): 1-10.Chen Xin-yi, Hao Zeng-zhou, Pan De-1u, et al.Analysis of Temporal and Spatial Feature of Sea Surface Wind Field in China Offshore[J].Journal of Marine Sciences, 2014, 32(1): 1-10.

[20] Liang X S.Unraveling the Cause-Effect Relation Between Time Series[J].Physical Review E Statistical Nonlinear & Soft Matter Physics, 2014, 90(5-1): 052150.

[21] 任煥蓮.辛安泉系統巖溶地下水降水補給滯后分析研究[J].地下水, 2007, 29(5): 59-63.Ren Huan-lian.Time Lag of Rainfall Recharge to the Karst Groundwater in Xin’an Springs[J].Ground water, 2007, 29(5): 59-63.

[22] Schreiber T.Measuring Information Transfer[J].Physical Review Letters, 2000, 85(2): 461-464.

[23] Stips A, Macias D, Coughlan C, et al.On the Causal Structure between CO2 and Global Temperature[J].?Scientific Reports, 2016, 6: 21691.

Effect of Three-Dimensional Temperature and Salinity Structure on Secci Disk Depth in South China Sea

DENG Mei-huan1,2, HAO Zeng-zhou1,2, GONG Fang1,2, TAO Bang-yi1,2, HE Xian-qiang1,2

(1.State Key Laboratory of Satellite Ocean Environment Dynamics, Hangzhou 310012, China 2.The Second Institute of Oceanography, State Oceanic Administration, Hangzhou 310012, China)

The experiment, navigation depth and sea route of an Unmanned Undersea Vehicle (UUV) are affected by ocean current, transparency, spring layer, seawater temperature and salinity, as well as other complex hydrological environments.Based on the information ?ow concept, this paper investigates the cause-e?ect relation between the three-dimensional temperature and salinity structure and the Secci Disk Depth (SDD) by using the data of satellite remote sensing and numerical model in South China Sea, which avoids the disadvantage of the traditional correlation analysis that the causal relationship among variables cannot be accurately described.The results show that: 1) The SDD in the area around the Zhongsha Islands and offshore with lower salinity is mainly affected by the salinity of the shallow sea water because the chlorophyll concentrations are high in the seawater with higher temperature and lower salinity; 2) Seawater of the area around the Nansha Islands with high temperature and low salinity, so the SDD mainly affected by the temperature of the seawater at a depth of 20-30 meters; 3) The SDD in the area around the Xisha Islands with higher temperature and salinity is mainly affected by the temperature and salinity of the seawater at a depth of 60-70 meters; and 4) Due to the influences of temperature front and suspended sediment, the SDD around Luzon strait is mainly affected by the temperature of the seawater at a depth of 30-50 meters.Therefore, it is suggested that UUV should navigate and conduct experiment beneath the depth with maximum SDD and keep away from the depth range, where the underwater three-dimensional temperature and salinity structure has significant impact on the SDD, in order to ensure its safety, reliability and invisibility.

unmanned undersea vehicle(UUV)；Secci disk depth(SDD); three-dimensional temperature and salinity structure; information flow

U674.941; P731.14; P722.7

A

2096-3920(2018)06-0596-09

10.11993/j.issn.2096-3920.2018.06.014

2018-07-31;

2018-09-17.

國家重點研發計劃資助(2016YFC1400203); 中央級公益性科研院所基本科研業務專項資金資助項目(JT1503).

鄧美環(1994-), 女, 在讀碩士, 研究方向為多要素關聯影響分析研究.

鄧美環, 郝增周, 龔芳, 等.南海三維溫鹽結構對海水透明度的影響分析[J].水下無人系統學報, 2018, 26(6): 596-604.

(責任編輯: 陳 曦)