圍填海累積效應對欽州灣水動力環境的影響*

呂 赫 張少峰 宋德海 鮑獻文

圍填海累積效應對欽州灣水動力環境的影響*

呂 赫1, 2, 3張少峰4宋德海1, 3①鮑獻文1, 2, 3

(1. 中國海洋大學 物理海洋教育部重點實驗室 青島 266100; 2. 中國海洋大學 海洋與大氣學院 青島 266100; 3. 青島海洋科學與技術試點國家實驗室 海洋動力過程與氣候功能實驗室 青島 266237; 4. 自然資源部第四海洋研究所 北海 536000)

根據海圖資料和衛星影像, 確定了欽州灣2004年與2019年兩個歷史時期的岸線與水深。基于無結構網格有限體積海洋模型建立高精度的水動力模型, 分析了近15年來圍填海工程的累積效應對欽州灣水動力環境的影響。結果表明: 地形與岸線的改變使得欽州灣外灣潮汐振幅減小、茅尾海內潮汐振幅增加; 潮流場改變明顯, 外灣中部流速普遍增加, 圍填區域潮流減弱明顯, 但潮流性質未改變, 依然為落潮占優; 欽州灣納潮量有所減小, 主要發生在外灣區域; 而余流減弱, 并且出現渦旋, 這不利于水體的向外擴散。通過染色實驗發現, 欽州灣水體半交換周期在有無徑流的情況下都明顯增長, 且在圍填海區域水交換能力顯著下降。

欽州灣; 圍填海; 累積效應; 水動力; 水交換

海灣是連接陸地與海洋的紐帶, 海陸物質輸運、能量交換等過程都在此發生。沿海地區通常是人口眾多、經濟較為發達的地區。近年來, 隨著經濟的飛速發展和人口的快速增長, 土地資源短缺的問題油然而生, 圍海造地成為了解決這一問題的方案之一。圍填海對于海灣的影響通常是深遠的、不可逆的。因此, 準確評估圍填海的海洋環境影響對于海洋管理和生態環境的保護是十分重要的。

欽州灣位于廣西壯族自治區南部, 是中國南海北部灣的一個重要海灣, 它由內灣(茅尾海)和外灣組成, 茅尾海北面有欽江與茅玲江注入, 外灣直接與北部灣相通。灣內縱深約為39 km, 灣口寬約29 km, 灘涂面積為200 km2左右, 總體為中間狹窄, 兩端寬闊, 東、西、北被山丘環繞, 是一個天然的半封閉海灣。

由于經濟發展需要, 欽州灣的大部分自然岸線已被人為改變, 灣內存在大面積的圍填海項目, 原有的自然環境已被破壞。前人對欽州灣內圍填海所造成的海洋環境影響進行了研究: 游慕賢等(2009)、孫永根等(2012)分析了欽州保稅港區圍填對鄰近海域水動力環境的影響, 認為該區域圍填不會產生較大影響, 欽州灣納潮量減小僅為2%; 地形岸線變化下海洋工程使得灣內水體半交換周期增加(董德信等, 2014), 納潮量減小(牙韓爭等, 2017), 局部流場變化較大, 外灣沖淤環境顯著改變且有利于航道穩定(Wang, 2014; 董德信等, 2015); 郭雅瓊等(2016)、李逸聰等(2017)認為灣口圍填海項目對茅尾海內部影響不大; 根據不同年代岸線條件發現欽州灣水交換能力下降(蔣磊明等, 2009; 陳振華等, 2017), 污染物擴散能力減弱(牙韓爭等, 2018)。

前人研究主要集中在某一圍填海工程對欽州灣水動力條件的影響或對某一局部的影響, 缺少對欽州灣整體圍填海工程及其累積效應對欽州灣水動力的影響研究。本文基于無結構網格有限體積海洋模型(finite-volume community ocean model, FVCOM), 采用了欽州灣2004和2019年兩個歷史時期的岸線及水深數據, 構建了兩套高分辨率的三維數值模型來探究近15年來圍填海對欽州灣水動力環境的累積影響, 為欽州灣的開發管理與生態修復提供理論依據。

1 欽州灣岸線與水深變化

1.1 海域面積變化

利用海圖與衛星圖像, 確定了2004年和2019年兩個典型年份的海岸線, 并利用Arcgis軟件的測繪功能, 對海灣面積和岸線長度進行了識別與統計。統計得到2004年欽州灣(含茅尾海)面積約為467.93 km2, 岸線長度約為326.8 km。至2019年圍填海導致欽州灣面積縮減為429.03 km2, 岸線長度為412.1 km; 其中主要工程為保稅港區、三墩公路的圍填以及防城港核電一期排水渠的建立。15 a間, 欽州灣海域面積減少了約8.3% (38.90 km2), 共約82.3 km岸線發生改變: 由圍填海工程形成的人工岸線約為114.8 km, 損失的自然岸線約為29.5 km。

1.2 水深變化

圖1展示了2004年與2019年欽州灣的水深圖, 其中水深數據來自于2004年與2019年的欽州灣地區海圖數據。2004年欽州灣外灣自西向東存在3條水道, 其中西側水道水深最大, 可達約15 m; 其次為東側水道, 中部水道最淺, 并且在灣口處與東側水道相匯合。與2004年相比, 2019年欽州灣水深發生了較為明顯的變化。其中, 由于沖淤等原因導致中部水道消失是兩者差異最為明顯的地方。除此之外, 東側水道有所加深, 在保稅港區與三墩公路之間水深變淺, 原中西水道之間的淺灘消失, 金鼓江河道水深加深; 西岸核電一期西側處, 由于排水渠的建立, 水深較2004年有所增加; 在龍門水道中段和與茅尾海相連的入口處, 水道有所加深。茅尾海內部水深變化較小。

圖1 欽州灣地形及實測站位圖

注: a: 2004年; b: 2019年

2 模型建立與驗證

2.1 水動力模型配置

欽州灣區域岸線復雜, 島嶼眾多, 為了更好的擬合欽州灣的岸線, 采用了非結構網格有限體積海洋模型FVCOM(Chen, 2003)。該模式水平方向上采用三角形非結構網格, 垂直方向上使用坐標, 用Mellor-Yamada 2.5階紊流模型進行物理和數學上的封閉; 有限體積法能夠保證動量守恒。本文采用三維正壓模型, 分別對欽州灣地區2004年和2019年兩個歷史時期進行水動力數值模擬。

模型計算區域為108.22°—109.17°E, 21.00°—21.93°N, 將模型的開邊界設置在距離足夠遠的外海, 避免出現因開邊界距離圍填海區域太近而使結果出現偏差的情況, 其西側設置為防城港的白龍半島, 東側為北海市南部。模型分辨率在開邊界處為5 km, 而到欽州灣區域達到200 m左右。為了更好地探究圍填海對周圍環境水動力的影響, 2019年模型在主要圍填海工程處進行網格加密, 分辨率達到100 m左右, 其中最小分辨率為50 m; 同時2004年模型在對應位置處與2019年保持相同的分辨率(圖2)。兩套模型除在圍填海區域有所差別外, 其余區域的網格完全一致, 這樣可以減少由于網格差異所帶來的影響。模型計算外模態和內模態時間步長分別為1 s和3 s, 由此可滿足CFL數值穩定性準則。2004年模型水平上有118 010個三角網格和61 692個節點; 2019年模型有107 090個三角網格和56 791個節點; 垂向分為11層。

圖2 模型網格范圍示意圖

注: a: 2004年; b: 2004年局部網格(藍框范圍); c: 2019年局部網格(藍框范圍)

模型采用4個半日分潮(M2、S2、N2、K2)、4個全日分潮(K1、O1、P1、Q1)和3個淺水分潮(M4、MS4、MN4)驅動。首先, 選取TOPEX/POSEIDON global tidal model(TPXO9)數據(Egbert, 2002)插值得到開邊界潮汐調和常數, 然后利用t-tide工具包(Pawlowicz, 2002)進行水位后報, 得到開邊界水位驅動。模型采用冷啟動的方式, 在運行1個月達到穩定狀態后再運行2個月進行水動力分析。模型不考慮溫鹽變化, 將溫度和鹽度分別設置為25°C和30, 也沒有考慮風和徑流帶來的影響。

2.2 模型驗證

2004年模型驗證資料包括3個潮位站和3個海流站, 2019年模型驗證資料包括2個潮位站和2個海流站。由于篇幅限制, 文中僅展示部分驗證結果。其中, 鷹嶺驗潮站觀測時間為2003年7月6日12時至8月6日12時, 采樣間隔為1小時, 儀器采用AANDERAA WLR7型水位計。對該站月潮位數據進行調和分析, 得到主要天文分潮的振幅和遲角, 采用Δ(Song, 2013)作為潮汐模擬結果的評價指標:

其中,a、g代表觀測的分潮振幅和遲角,m、m代表模擬的分潮振幅和遲角; 一般認為Δ<10%為模擬較好。計算結果位于表1中, 可見欽州灣主要分潮為K1、O1, 并且各分潮振幅和遲角模擬較好。

用于驗證的海流數據為26 h連續觀測, 滿足一個潮周期內潮流曲線閉合, 測量海流采用RCM-9自容式海流計、SLC9-2型直讀式海流計。2004年模型驗證選取大潮時期2003年7月13日09時至7月14日11時進行驗證; 2019年模型則選取大潮時期2019年9月27日12時至9月28日13時進行驗證。部分結果如圖3所示, 同時引入了model skill score方法(Allen, 2007)對模擬結果進行評價(表2):

其中,S為評價指標;為數據長度;mod為模型數據;obs為觀測數據。S＞0.65為非常好, 0.5＜S＜0.65為較好, 0.2＜S＜0.5為好,S＜0.2為較差。因模型中只考慮了潮動力的因素, 無法刻畫風、徑流、密度流等其他因素帶來的影響, 難免有所偏差, 但可以看出在大部分時刻, 流速與流向模擬較好、趨勢相當, 且S大部分結果為非常好, 說明模型能夠再現欽州灣的流場特征。

表1 2004年欽州灣模型鷹嶺站各分潮驗證結果

Tab.1 Comparison between the modeled and measured tidal constituents at Yingling station in 2004

圖3 模型流速驗證

注: a—d分別為2004年CL1站、CL2站、CL3站和2019年CL1站

表2 欽州灣測流站驗證結果

Tab.2 Validation of the current velocity in Qinzhou Bay

總體上看, 驗證結果的誤差都在可接受范圍之內, 說明兩套模型采用的岸線、水深數據能夠重現實際情況中的水動力特征, 可以采用模型結果對欽州灣的水動力環境進行分析。為分析圍填海導致的水深、岸線改變對欽州灣水動力的影響, 兩套模型均采用相同的開邊界條件, 即兩套模型除岸線、水深不同之外, 其余均采用相同的配置。

3 模型結果

3.1 圍填海累積效應對潮汐的影響

對模型結果進行調和分析得到調和常數, 結果如圖4所示。欽州灣為全日潮占優海區, 以K1和O1全日分潮為主, 半日分潮M2和S2(0.02—0.08 m, 未展示)量級顯著小于全日分潮。2004年欽州灣K1、O1振幅分別在0.78—0.92 m與0.86—0.96 m之間, 而M2振幅在0.30—0.40 m之間。經過15 a大規模圍填海后, 2019年欽州灣K1、O1和M2振幅分別為0.83—0.90、0.89—0.95和0.30—0.40 m。

圖4 主要天文分潮同潮圖

注: 左: 2004年; 中: 2019年; 右: 2019年振幅減2004年振幅; 等值線表示遲角(單位: °)

相比于2004年情景, 2019年欽州灣外灣K1分潮振幅減小1—2 cm左右, 茅尾海內K1分潮增加約2—3 cm; O1分潮與K1變化相似, 外灣振幅相較于2004年減小了1—2 cm, 茅尾海內增加了2—3 cm; M2分潮振幅減小了3 cm左右, 在茅尾海內略有增加; 全日潮K1、O1振幅在金鼓江區域增加, 在鹿耳環江處減小, 而半日分潮M2表現出相反的趨勢。與2004年相較, K1、O1、M2分潮遲角都表現為欽州灣外灣增大, 在茅尾海內減小。全日潮(K1、O1)在茅尾海內變化幅度相對較大, 而半日潮(M2)在龍門水道和外灣處變化相對較大。

欽州灣地區落潮流流速明顯大于漲潮流流速, 屬于落潮占優地區, 在日潮海區, 潮汐不對稱主要來自K1、O1和M2的相互作用, 其潮汐不對稱強弱可用偏度衡量(Song, 2011),可表示為:

其中(1、2、3)、(1、2、3)和(1、2、3)分別對應K1、O1和M2分潮的振幅、頻率和遲角,<0代表漲潮時間長, 落潮流速大, 落潮占優;>0代表落潮時間長, 漲潮流速大, 漲潮占優。欽州灣海域的分布結果如圖5所示, 其中外灣區域為?0.4—?0.5左右, 落潮占優明顯; 在茅尾海處及外灣淺灘處逐漸由落潮占優轉變為漲潮占優, 這是由于淺灘處水深較淺, 底摩擦增強所導致的。2019年欽州灣整體落潮占優的性質更為明顯, 圍填海區域附近, 由于淺灘減少、水深加深, 西側防城港核電一期和東側金鼓江區域減小; 鹿耳環江區域增加; 在茅尾海內落潮占優較2004年明顯。

3.2 圍填海累積效應對潮流的影響

對比2004與2019年欽州灣漲急和落急時刻的流場分布(圖6), 可以看出欽州灣外海漲潮流為西南至東北方向, 漲潮流進入灣內逐漸向西方向偏轉; 落潮時, 流向基本與漲潮流相反, 落潮流方向基本沿等深線。2004年漲落潮流的分布可以清晰可辨灣外三條水道, 其中西側水道流速為最大, 其次為中部流速, 東部水道流速最小。

至2019年外灣由三條水道轉變為東、西兩條水道, 受此影響兩條水道中間區域的流速增加明顯。兩個年份漲落潮流速最大處均為龍門水道, 可達到1.8 m/s。2019年外灣中部漲急時刻流速較2004年增加40%, 落急時刻流速增加約20%, 原因主要為水深的增加和外灣整體的縮窄, 除此之外金鼓江、鹿耳環江區域流速增加明顯, 這表明圍填海造成的束窄作用增加了漲落潮的流速; 受核電一期和三墩公路挑流影響, 在相應位置處東西水道內流速增加; 但是在外灣東西兩側由于圍填使得局部流場發生改變, 流速減弱較為明顯; 茅尾海內形態改變較小, 流場基本沒有發生變化, 在入口處由于水深梯度減小使得流速略有減弱。潮流的變化結果與董德信等(2014)和楊留柱等(2019)整體相似, 局部單點變化受欽州灣不同年份水深變化相對較大的影響而存在一定差異。

海灣區域由于水深較淺, 余流的產生主要來自于動量方程的非線性項以及摩擦的作用, 它往往影響海灣與陸架間的物質輸運及交換。圖8展示了潮余流的計算結果: 欽州灣大部分區域流速在0.02—0.08 m/s之間, 在河道、水槽內流速較大, 流速在龍門港處及茅尾海入口處流速最大, 大約為0.14—0.20 m/s。2004年, 外灣余流基本為向南流出且主要通過東西兩條水道向外流出, 東側兩條水道匯合處存在較強的向南余流。2019年在欽州港處出現了一個反氣旋式的環流, 外灣中部余流流向由2004年的南向轉變為西南向; 三墩公路區域在迎流側余流匯聚, 流速增大沿岸線方向向西南流出, 同時因為三墩公路圍填帶來的阻擋效應, 該處氣旋式環流更為明顯; 三墩公路西側與犀牛角之間出現了一個微弱的渦旋。總體看主要通道上余流流速有所減小, 且出現了渦旋, 這都不利于茅尾海及欽州灣內污染物的輸運。

圖5 潮汐不對稱分布圖

注: a: 2004年; b: 2019年; c: 2019年振幅減2004年振幅

圖6 漲落急流矢量分布圖

注: a和b: 2004年漲急和落急; c和d: 2019年漲急和落急; 顏色代表流速大小, 箭頭代表流速矢量

圖7 最大可能流速分布圖

注: a: 2004年; b: 2019年; c: 2019年振幅減2004年振幅

圖8 余流分布及差異

注: a: 2004年; b: 2019年; c: 2019年振幅減2004年振幅(顏色代表流速大小, 箭頭代表流速方向)

3.3 圍填海累積效應對海灣納潮量的影響

納潮量是評價海灣環境的重要指標之一, 其大小可以反應出海灣水體交換和自凈污染物的能力, 對海灣水質、生態環境等方面有著重大影響。考慮茅尾海內潮灘面積較大, 故本文采用斷面流量方法(Shi, 2011)計算海灣納潮量m, 其公式為

其中,1和2為漲、落潮的起止時刻,為網格點數,為垂直于斷面的流速,、分別代表網格點的面積與水深。計算結果列于表3中。

欽州灣大、小潮納潮量相差較大, 大潮納潮量約為小潮的4倍。其中, 斷面1受圍填海影響最大, 2019年納潮量小于2004年, 大、小潮期間減小幅度分別為8.6%和6.0%; 龍門水道的潮斷面通量基本不變, 說明圍填海對該處的影響較小; 茅尾海入口處潮流有所減弱, 但斷面潮通量卻略有增加, 斷面的加深是導致這一結果的主要因素。可見欽州灣納潮量的減少主要發生在外灣, 圍填海對內灣納潮量影響較小, 這與郭雅瓊等(2016)和李逸聰等(2017)的結論相似。

表3 2004與2019年欽州灣大、小潮納潮量

Tab.3 The tidal prism in Qinzhou Bay during spring and neap tides in 2004 and 2019

3.4 圍填海累積效應對海灣水交換的影響

利用FVCOM模型中的染色物示蹤模塊, 模擬欽州灣的水體交換能力變化。模型染色區域為圖1的海域范圍, 染色的初始濃度設置為1, 其余區域濃度為0, 在模型運行1個月穩定后加入染色實驗, 染色時間為180 d。采用Luff等(1995)提出的半交換周期作為評估水體交換能力的指標, 即海灣內保守物質在對流擴散的作用下濃度下降到初始值一半所需要的時間。

本文計算了兩個年份欽州灣水體的日平均染色物濃度。其中, 2004年和2019年欽州灣水體整體半交換周期分別為56和75 d(圖9), 欽州灣整體水交換能力下降較為明顯。圖10給出了染色物濃度隨時間的變化。實驗開始第10天, 在外灣西側保守物質隨漲落潮迅速擴散至外海; 30 d后, 2004年外灣大部分區域染色物濃度低于0.6, 而2019年防城港核電一期處染色物濃度居高不下, 無法迅速擴散至外海; 60 d后, 2004年龍門水道處染色物濃度基本減半, 2019年龍門水道內染色物濃度較2004年高0.2左右; 100 d后, 茅尾海內染色物濃度才有所降低, 但2019年茅尾海內染色物濃度明顯高于2004年。實驗結果顯示, 欽州灣水體總體的擴散方式并沒有發生變化, 但在圍填海區域, 即防城港核電一期處、保稅港區與三墩公路之間和鹿耳環江, 水體交換能力明顯減弱, 污染物難以擴散, 半交換周期顯著增加; 相同條件下, 2019年茅尾海內污染物擴散出去的時間要比2004年多20—40 d。

徑流是影響海灣水交換的重要因素之一, 欽州灣的徑流輸入主要為茅嶺江和欽江, 其年平均徑流量約為2.61×109和2.47×109m3/s, 考慮這兩條河流后進行對比實驗, 其中徑流量取年平均徑流量, 輸入的染色濃度為0。加入徑流后欽州灣整體半交換周期降低到了34和41 d(圖9), 說明河流對欽州灣水體交換有著重要影響; 圖11展示了加入徑流后的染色物濃度時空變化, 可見加入徑流后淡水輸入使得茅尾海內染色物濃度迅速降低, 2019年茅尾海入口處染色物濃度較2004年高, 與該處水動力減弱相符; 外灣東側在兩種情況下染色物始終難以擴散, 圍填海后這種情況更為顯著, 三墩公路處染色物濃度居高不下; 欽州港處2019年染色物濃度始終高于2004年, 這是由于圍填海改變了潮余流分布, 欽州港處存在一個余流渦旋, 影響了染色物的輸運(圖8)。

圖9 欽州灣區域日平均染色物濃度變化

圖10 不考慮徑流的實驗中欽州灣染色物濃度分布圖

注: 上排為2004年; 下排為2019年

圖11 考慮徑流的實驗中欽州灣染色物濃度分布圖

注: 上排為2004年; 下排為2019年

外灣納潮量下降、水動力減弱是欽州灣水交換能力減弱的主要原因, 其次由于余流渦旋的存在使得2號斷面以北的區域以及三墩公路區域水體難以向南擴散至外海。由此表明, 圍填海的累積效應使得欽州灣水體交換能力明顯減弱。

4 結論

數值模擬結果表明, 15年的圍填海累積效應改變了欽州灣的水動力環境, 包括:

(1) 主要分潮(K1、O1、M2)在茅尾海入口和外灣口(三墩公路為界限)之間區域振幅皆有所下降, 總計可達3—5 cm, 而在茅尾海振幅增加顯著, 達到5 cm左右, 欽州灣灣口與灣頂之間振幅差減小。

(2) 圍填海改變了部分海域水深地形, 外灣中部由于水深改變流速增加, 金鼓江及東側水道受圍填的束窄作用流速也有所增加, 而外灣東西兩側受圍填影響流速大幅度降低; 茅尾海內流場基本不變, 入口處流速有所減弱。

(3) 潮流性質沒有發生改變, 欽州灣仍屬于較為明顯的落潮占優地區, 在茅尾海及其他淺灘地區逐漸轉為漲潮占優, 灣內落潮占優較2004年明顯。

(4) 大規模圍填海令欽州灣余流減弱, 受岸線和水深影響在欽州港和三頓公路處出現了渦旋, 這可能是欽州灣水交換能力減弱的原因。

(5) 圍填海后欽州灣納潮量降低約7.6%, 外灣的納潮量受影響較大, 而茅尾海的納潮量受影響較小。

(6) 圍填海的累積效應使得欽州灣水體交換能力下降, 灣內半交換周期由56 d上升為75 d, 考慮徑流后由34 d變為41 d, 在圍填海區域內, 水交換能力大幅度減弱, 污染物難以擴散至外海。

本文的模擬結果在灣口保稅港區和三墩公路處與前人針對單一圍填海項目的研究結論有區域上的相似性(游慕賢等, 2009; 孫永根等, 2012; 董德信等, 2014; 牙韓爭等, 2017), 但對單獨圍填海工程的分析僅能反映出圍填海前后(短期)水動力環境的變化, 不能反映出其長期的累積性影響。圍填海的累積效應不斷改變欽州灣內的沖淤環境, 同時考慮航道疏浚等因素, 15年間欽州灣地形發生了相對較大的改變, 不僅僅是灣口圍填區域, 外灣中部及茅尾海等區域的潮流及余流形態受此影響也有所改變, 灣內整體的水交換能力下降。因此, 本文結論可以對欽州灣的長期管理規劃提供更多參考。

致謝 感謝青島海洋科學與技術試點國家實驗室超算平臺對本研究提供的計算服務支持。

牙韓爭, 許尤厚, 李誼純等, 2017. 岸線變化對欽州灣水動力環境的影響. 廣西科學, 24(3): 311—315, 322

牙韓爭, 董德信, 朱冬琳等, 2018. 岸線變化對欽州灣污染物輸移擴散的影響. 廣西科學, 25(1): 51—56

孫永根, 高俊國, 朱曉明, 2012. 欽州保稅港區填海造地工程對海洋環境的影響. 海洋科學, 36(12): 84—89

李逸聰, 王義剛, 黃惠明, 2017. 灣口圍填海對欽州灣水動力環境的影響. 水運工程, (3): 44—50

楊留柱, 楊莉玲, 潘洪州等, 2019. 人類活動影響下的欽州灣近期灘槽沖淤演變特征. 熱帶海洋學報, 38(6): 41—50

陳振華, 夏長水, 喬方利, 2017. 欽州灣水交換能力數值模擬研究. 海洋學報, 39(3): 14—23

郭雅瓊, 馬進榮, 鄒國良等, 2016. 欽州灣灣口填海對茅尾海水交換能力的影響. 水運工程, (6): 84—92, 124

董德信, 李誼純, 陳憲云等, 2014. 大規模填海工程對欽州灣水動力環境的影響. 廣西科學, 21(4): 357—364, 369

董德信, 李誼純, 陳憲云等, 2015. 海洋工程對欽州灣岸線地形及泥沙沖淤的影響. 廣西科學, 22(3): 266—273

蔣磊明, 陳 波, 邱紹芳等, 2009. 欽州灣潮流模擬及其納潮量和水交換周期計算. 廣西科學, 16(2): 193—195, 199

游慕賢, 游立新, 2009. 欽州灣圍灘工程前后潮流場的數值模擬. 水道港口, 30(6): 394—401

Allen J I, Somerfield P J, Gilbert F J, 2007. Quantifying uncertainty in high-resolution coupled hydrodynamic-ecosystem models. Journal of Marine Systems, 64(1—4): 3—14

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

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

Luff R, Pohlmann T, 1995. Calculation of water exchange times in the ICES-boxes with a eulerian dispersion model using a half-life time approach. Deutsche Hydrografische Zeitschrift, 47(4): 287—299

Pawlowicz R, Beardsley B, Lentz S, 2002. Classical tidal harmonic analysis including error estimates in MATLAB using T_TIDE. Computers & Geosciences, 28(8): 929—937

Shi J H, Li G X, Wang P, 2011. Anthropogenic influences on the tidal prism and water exchanges in Jiaozhou bay, Qingdao, China. Journal of Coastal Research, 27(1): 57—72

Song D H, Wang X H, Kiss A E, 2011. The contribution to tidal asymmetry by different combinations of tidal constituents. Journal of Geophysical Research: Oceans, 116(C12): C12007

Song D H, Wang X H, Zhu X M, 2013. Modeling studies of the far-field effects of tidal flat reclamation on tidal dynamics in the East China Seas. Estuarine, Coastal and Shelf Science, 133: 147—160

Wang Y H, Tang L Q, Wang C H, 2014. Combined effects of channel dredging, land reclamation and long-range jetties upon the long-term evolution of channel-shoal system in Qinzhou bay, SW China. Ocean Engineering, 91: 340—349

THE CUMMULATIVE EFFECT OF LAND RECLAMATION ON HYDRODYNAMICS IN QINZHOU BAY

LYU He1, 2, 3, ZHANG Shao-Feng4, SONG De-Hai1, 3, BAO Xian-Wen1, 2, 3

(1. Key Laboratory of Physical Oceanography, Ministry of Education, Ocean University of China, Qingdao 266100, China; 2. College of Oceanic and Atmosphere Sciences, Ocean University of China, Qingdao 266100, China; 3. Laboratory for Ocean Dynamics and Climate, Pilot National Laboratory for Marine Science and Technology (Qingdao), Qingdao 266237, China; 4. Fourth Institute of Oceanography, Ministry of Natural Resources, Beihai 536000, China)

Using historical marine charts and satellite images, it has been confirmed that the evolution of coastline and bathymetry of the Qinzhou Bay, Guangxi, China from 2004 to 2019. Then, high-resolution, three-dimensional numerical models were established based on the unstructured-grid, Finite Volume Community Ocean Model to study the cumulative effect of land reclamation on hydrodynamics in Qinzhou Bay during the past 15 years. Results show that the tidal amplitude has been decreased in the outer bay, but increased in the inner bay. The tidal current in the middle channel has been generally increased, but largely weakened near the reclamation area. However, it is still ebb-dominant regime in most of the study area, except in the shoal water. The tidal prism in Qinzhou Bay has been reduced, especially in the outer bay. Also, the residual current has been reduced and some eddies formed, which is disadvantage for water exchange. In addition, tracer-tracking experiments were performed, and the result shows that the half-life time of exchange has been increased significantly from 2004 to 2019 whether the river runoff is considered or not. Overall, the water exchange capacity of the bay has been deteriorated by land reclamation and other human activities in the last 15 years.

Qinzhou Bay; cumulative effect; land reclamation; hydrodynamics; bay-shelf exchange

* 廣西重點研發計劃，桂科AB1850023號; 中央高校基本科研業務費，202042008號。呂 赫，碩士研究生，E-mail: lvhe@stu.ouc.edu.cn

宋德海, 副教授, E-mail: songdh@ouc.edu.cn

2020-12-25，

2021-03-17

P733.2

10.11693/hyhz20201200342