2013～2018年珠江河口伶仃洋水域懸浮泥沙季節性變化分析*

賈淇文，章桂芳，2，3，唐世林，張浩然

1. 中山大學地球科學與工程學院，廣東珠海 519082

2. 廣東省地球動力作用與地質災害重點實驗室，廣東廣州 510275

3. 南方海洋科學與工程廣東省實驗室（珠海），廣東珠海 519082

4. 中國科學院南海海洋研究所/ 熱帶海洋環境國家重點實驗室，廣東廣州 510301

河口是海岸帶的組成部分，它是入海徑流和海洋的樞紐，既是流域物質的歸宿，又是海洋的開始，是聯系大陸與海洋之間物質和能量交換的重要場所［1］。在河口系統中，懸浮泥沙是一個十分重要的水質指標［2］，從河口流入的泥沙對全球生物與化學物質的循環以及碳氮等生命物質的循環非常重要，是河口海岸自然調整中的關鍵問題；其次，懸浮泥沙也是河口地區港口與航道工程十分關心的問題，入海口大量的泥沙淤積對海岸防護帶的穩定和海洋航運的通暢都有不同程度的危害；同時，細顆粒泥沙又是各種營養鹽和污染物的重要載體，由于污染物與泥沙有吸附效應，泥沙輸移對污染物的遷移和循環也起重要作用；再者，入海泥沙通量直接對河口海岸地區灘地圍墾、漁業生產和水資源等產生影響。因此，懸浮泥沙的分布格局對水質、地貌、生態環境方面的研究以及海岸工程、港口建設等具有重要意義，也是分析河口海岸沖淤變化、估算河流入海物質通量、研究海洋沉積地貌演變的重要參數［3-11］。傳統的河口懸浮泥沙監測主要是依賴實地水樣處理和懸浮濃度實測，雖然獲取的懸浮泥沙濃度值相對精確，但近岸河口水域的懸浮泥沙往往具有廣泛的時空變異尺度，傳統的采樣方法只能獲取離散的時空分布數據［12］，遙感方法能夠克服常規方法的不足，實現大面積水域的動態、連續、同步觀測，快速地檢測水域懸浮泥沙的時空分布特征，具有周期短、空間分辨率高和覆蓋范圍廣的優勢［13-16］。懸浮泥沙濃度、顆粒大小及其組成是影響離水反射率的主要因素［17］，建立衛星傳感器離水輻射率和水體懸浮泥沙濃度之間的數學關系，可以實現對懸浮泥沙濃度的反演與時空動態監測［5，7，11，18-19］。隨著衛星技術的發展，高時間分辨率，高空間分辨率以及高光譜分辨率遙感技術為河口水質動態監測提供了更為有效的技術支持［20-22］。

珠江河口是一個極為復雜的大尺度河口系統［23］，多年平均輸沙量超過一億萬噸［24］，其中超過四成左右的泥沙輸送到口門外，造成珠江各個河口口門逐年淤積，嚴重影響了河口的泄洪能力［25］，研究珠江河口懸浮泥沙濃度和運移規律是研究珠江河口形態和演變規律的核心問題，也對珠江河口的海岸工程、港口建設、漁業生產等有著重要的意義。可靠的數值模型對該區域的懸浮泥沙研究有著重要的作用，針對珠江河口懸浮泥沙的遙感反演已有一些研究實例，如根據實地水體亮度值或反射率計算其與懸浮泥沙濃度的擬合關系［17，26-31］。其中較多研究采用遙感影像，如NOAA/AVHRR［32-33］、 FY-1D［34］、 TM［35］、 Sea-WiFS［36］、 MERIS［37］、 MODIS［38-39］、 Landsat［17，40］等提出了不同的定量模型，對懸浮泥沙濃度進行遙感反演。但是，珠江口是我國地形最為復雜的典型河口之一，各河口灣波浪、潮流的作用強度各不相同，口門來水來沙差異大，導致珠江河口懸浮泥沙濃度變化迅速，區域性差異大，具有明顯的季節變化［19，25，38］。已有珠江口懸浮泥沙的遙感研究側重于單幅影像懸沙反演模型的建立，基于反演結果的懸沙時空變化分析研究則較為欠缺，對影響珠江河口懸浮泥沙濃度時空分布的自然因素的系統分析也較為薄弱。本次研究選取珠江河口的最大水域伶仃洋，基于實測光譜數據和實測泥沙濃度對懸浮泥沙濃度進行模擬，將結果用于2013～2018 年的Landsat 8 OLI 影像的懸浮泥沙定量反演，以此為基礎分析伶仃洋河口懸浮泥沙濃度的時空分布特征，并對影響懸浮泥沙濃度的自然因素和人類活動影響進行相關討論，初步獲得影響懸浮泥沙濃度時空分布的主要因素及其驅動機制。

1 材料與方法

1.1 研究區域

珠江流域是一個復合的流域，由西江、北江和東江組成，珠江流域面積約45 萬km2［34］。珠江河口位于東經113°00′～114°00′和北緯21°30′～22°45′之間，與南海北部相連，是三角洲網河和殘留河口灣并存的亞熱帶河口。珠江攜帶大量的水、泥沙和污染物流經河網區，經多通道從虎門、蕉門、洪奇門、橫門、磨刀門、雞啼門、虎跳門及崖門八個口門匯入珠江口，輸往南海，形成 “三江匯合，八口分流” 的水系特征。本次研究區域主要以伶仃洋區域為主（圖1），珠江口伶仃洋是珠江口東四口門的入海口，華南最大的河口灣，北窄南寬，形成喇叭狀，長期保持 “三灘兩槽”的穩定格局，位處粵港澳大灣區的核心地帶，建有廣州港、深圳港等重要港口，對華南區域的對外交流和貿易具有重要作用。

圖1 伶仃洋研究區域示意圖Fig. 1 The study area of the Lingdingyang waters

1.2 數據

1） 光譜數據及懸浮泥沙濃度：數據來源為2013 年伶仃洋地區的水面光譜實測，光譜測試儀器為usb2000，波譜范圍200～1 100 nm，波譜分辨率為0. 1 ～10 nm，在采集光譜的同時，采集水表樣品后進行實驗室懸浮泥沙濃度測試，作為定量反演珠江口懸浮泥沙含量的基礎數據，實測點位共13個。

2） 遙感數據：數據類型為Landsat 8 OLI，下載自美國地質調查局（https://www.usgs.gov/），原始下載數據共包括2013 年1 月到2018 年12 月之間的175 景OLI 遙感影像，根據質量控制原則選取31景質量較好的OLI影像。

3） 月排沙量和徑流量數據：數據來源為中華人民共和國水利部（https://www.mwr.gov.cn/）的中國河流泥沙公報［41］，根據高要站（西江）、石角站（北江） 和博羅站（東江） 的3 個水文站的月徑流量和排沙量數據（https://www.mwr.gov.cn/），共有17份數據，用于計算2013～2018年間的季度徑流量和季度排沙量。

4） 面平均降雨數據：數據來源為中華人民共和國水利部（http://www.mwr.gov.cn/） 的中國水情年報［42］，由于數據限制無法獲取2015～2017 年珠江流域面積降雨量，以全國面積降雨量代替，因此共獲取了2007～2014年珠江流域的面積降雨量和2015～2017年間全國面積降雨量。

5） 風向和風速數據：珠海唐家鎮氣象站2017年的風向和風速數據（http://rp5.ru/），數據頻率為3 h一個，共有數據2 885個。

6） 水下地形數據：珠江河口水下DEM 數據，數據來源為Google Earth，空間分辨率為30 m。

1.3 處理過程

數據處理平臺主要為ENVI 5. 3、ArcGis 10. 2和ERDAS 2016，數據處理主要包括數據預處理流程、懸浮泥沙濃度反演模型確定和懸浮泥沙濃度反演3個過程，然后基于懸浮泥沙濃度進行時空分布特征和影響因素分析。

數據預處理流程主要包括：①質量控制：選取出珠江河口上部含少量薄云或珠江河口水體出露基本完整的影像。對部分薄云影像使用ERDAS軟件做水體上方薄云的刮云操作，消除薄云對水體信息提取的影響。②輻射定標和大氣校正：利用ENVI（5. 3）的輻射定標工具Landsat Calibration 完成影像的輻射定標，將傳感器記錄的數字像元值（DN） 轉換為絕對輻射亮度并利用ENVI 提供的FLAASH 大氣模塊對Landsat 8 影像進行大氣校正，消除大氣和光照等因素影響，獲得水體表面反射率。③水域掩膜：利用水體在近紅外波段幾乎無反射，在陸地卻有高反射的特征，使用單波段水域提取的方法，通過調節閾值來分離水體和陸地，對水體進行腌膜，僅保留研究區域的水體部分。

懸浮泥沙濃度反演模型主要是根據實地采集的水面光譜數據和懸浮泥沙濃度測試數據進行建模。根據已有研究，懸浮泥沙在約400 nm 的藍波段具有吸收特征，555 nm 左右的綠波段和670 nm左右的紅波段具有反射特征，因此Landsat 8 OLI數據的B3、B4 波段是探測懸浮泥沙濃度的有利波段，也是研究中常用波段［17，43-44］。本研究首先將實測光譜數據等效轉換到Landsat 8 OLI傳感器相應的各個波段，將轉換后的各波段及波段組合和B3、B4 組合波段與懸浮物濃度做相關分析， 其中B1～B4 的相關系數分別為0. 710、0. 729、0. 697、0. 750，B4/B3 的相關系數為0. 566，(B3+B4)/(B3/B4)的相關系數為0. 761，最終選擇相關性最高的(B3+B4)/(B3/B4)作為自變量，分別嘗試線性、二次、三次、指數和對數等函數進行擬合，各種函數擬合結果的相關性較為接近，線性擬合結果如圖2所示。以前的研究多是對單時相影像做了反演研究［17，38，40］，但多時相的影像反演更適合用簡單穩定的線性模型，可以減小差異性。因此，選擇線性模型y=145. 304x+3. 941 作為最終的擬合方程，對選取的所有時相的Landsat 8 OLI影像進行懸浮泥沙濃度定量反演。

圖2 珠江河口懸浮泥沙濃度線性反演模型Fig. 2 Linear inversion model of suspended sediment concentration in the Pearl River Estuary

根據圖像獲取的時相，將其分為春夏秋冬4個季節，計算每個季節伶仃洋水域的懸浮泥沙濃度均值，分析懸浮泥沙濃度的時空分布特征，結合沖淡水、水下地形、風、徑流量、排沙量、降雨量和人類活動等分析懸浮泥沙濃度的影響因素和驅動機制。

2 結果與討論

2.1 懸浮泥沙濃度季節性時空分布

使用獲取的反演模型對經過質量控制后的31景OLI 數據進行懸浮泥沙濃度反演，統計2013～2018 年間的每個季節的懸浮泥沙濃度均值，得出這期間伶仃洋懸浮泥沙濃度均值圖（圖3） 和高濃度分布圖（圖4），依次分析伶仃洋懸浮泥沙濃度的時空分布特征。

圖3 2013～2018年伶仃洋水域懸浮泥沙濃度季節性均值時空分布Fig. 3 Temporal and spatial distribution of seasonal mean value of suspended sediment concentration in the Lingdingyang waters from 2013 to 2018

（1） 從懸浮泥沙濃度分布時間上來看，體現為夏季懸浮泥沙濃度較高，冬季懸浮泥沙濃度較低（圖3 和圖4）。以2016 年的懸浮泥沙濃度統計為例（表1），夏季懸浮泥沙的中值和均值均為4個季節的最高值，均超過30 mg/L，冬季的均值和中值是4個季節中的最小值，秋季是夏季高濃度向秋季低濃度過渡的季節，研究區懸浮泥沙濃度的均值和中值的數值大小均在夏、冬數值的區間范圍內，春季是低值的冬季向高值的夏季過渡的季節，均值和中值也基本在冬、夏兩個季節的數值區間內，秋季的泥沙濃度略高于春季的泥沙濃度。

（2） 從懸浮泥沙濃度分布空間上來看（圖3），伶仃洋懸浮泥沙的走向呈東北-西南的條帶狀，由西南沿岸向外海逐漸降低，形成 “西高東低，北高南低” 的分布，這與前人的研究結果一致［38］。深圳灣懸浮泥沙濃度高于其西部水域，內伶仃島周圍出現懸浮泥沙濃度遞減區，另外內伶仃島兩側出現兩條低濃度條狀區域，形成西北-東南方向“高低值相間” 的分布現象，懸浮泥沙濃度高值出現于西南沿岸、內伶仃島和深圳灣區域（圖4）。以2016年為例，夏季的高濃度區域所占面積最大，30 mg/L以上的像元數量有50. 53%，遠高于其他季節的占比（春季27. 06%， 秋季36. 43%， 冬季20. 11%），見表1。低值出現于研究區域的東南區，也就是香港周圍的水域，濃度在0～20 mg/L 之間，說明該區域含沙量低，水質清澈。另外，圖3和圖4 顯示，春、秋、冬3 個季節的懸浮泥沙濃度遞減條帶狀邊界清晰，過渡平穩，夏季的懸浮泥沙濃度遞減條帶邊界較紊亂，其原因將在下一部分進行討論。

圖4 2013～2018年伶仃洋懸浮泥沙季節性高濃度均值空間分布（≥30 mg/L）Fig. 4 Spatial distribution of mean high-concentration mean value of suspended sediment in the Lingdingyang waters from 2013 to 2018 （≥30 mg/L）

表1 2016年伶仃洋水域懸浮泥沙濃度統計Table 1 Statistics of suspended sediment concentration in the Lingdingyang waters in 2016

2.2 影響懸浮泥沙濃度時空分布因素分析

懸浮泥沙濃度的時空分布特征與很多因素相關，珠江沖淡水、水下地形、風、徑流量和排沙量、降雨、風浪的掀沙以及人類活動等都是重要影響因素［19,33,38,43]。

2.2.1 珠江沖淡水珠江沖淡水是由珠江在河口與鄰近陸架區與南海高鹽度水混合后產生的［44-46］，珠江沖淡水擴散路徑和范圍有明顯的季節性變化，表層沖淡水在夏季以 “似對稱擴展型” 同時向東和西兩個方向擴展， 其余季節以西向擴展為主［47-50］，沖淡水向東擴散時，有助于其向外海擴展。由于珠江沖淡水以強西向擴散為主，大量攜沙水向西擴散，導致了珠江河口懸浮泥沙濃度的高值出現在河口西側。夏季珠江表層沖淡水擴展方向與其他季節的差異性較好地解釋了夏季懸浮泥沙濃度遞減條帶的不平穩和邊界紊亂。

2.2.2 水下地形關于水深與懸浮泥沙濃度的相關性表明：總體上懸浮泥沙濃度隨水深的增加而降低［51］。伶仃洋水下高程圖顯示：伶仃洋水深自北向南逐漸增深，內伶仃島兩側呈楔形嵌入（圖5），從而呈現三灘兩漕的分布格局［52-53］，因此，西灘海域淤積向東南方向擴展，中部淺灘北端輕微蝕退南部淤積，東側淺灘沖淤相對平穩［54］。珠江河口懸浮泥沙的高濃度分布在內伶仃洋兩側同樣形成了兩條明顯的西北-東南方向的低值條帶區（圖4）。東側淺灘是由于珠江沖淡水只有夏季才會向東擴散，其余季節向西擴散，所以只有夏季懸浮泥沙濃度較高，因此珠江沖淡水是影響東側淺灘的懸浮泥沙濃度的主要因素之一。除東側淺灘外，另外的兩灘兩漕區域水下地形與懸浮泥沙分布具有極為相似的變化趨勢，等深線的遷移方向大致體現懸浮泥沙濃度的梯度變化，有著 “水深濃度低，水淺濃度高” 的趨勢，說明水下地形是影響懸浮泥沙濃度空間分布的重要自然因素。

圖5 伶仃洋水下高程圖（數據來自Google Earth）Fig. 5 The Lingdingyang estuary underwater elevation map(data from Google Earth)

2.2.3 風風對懸浮泥沙的影響主要體現在：風向的轉變對伶仃洋懸浮泥沙濃度空間分布有著重要的影響，風速的大小引起不同強烈程度的再懸浮，對懸浮泥沙濃度空間變化也有著重要影響。

從研究區域2017年風向風速統計結果（圖6）可知，該地區春季為相對較弱的東南風（SE），夏季為相對較弱的偏南風（S），秋季和冬季為相對較強的東北風（NE）。在冬季至次年夏季東北季風向西南季風過渡時，夏季的偏南風引起沉積物再懸浮，會將水中懸浮物由西南向東部推進，造成珠江河口東側濃度增高和內伶仃島左側的條帶凹漕沒有出現低值現象。過渡之后風向流場基本一致吹向西南沿岸，引起沉積物再懸浮增加了西南沿岸的懸浮物濃度。

圖6 2017年伶仃洋風力和風速數據統計圖Fig. 6 Statistical graph of wind and wind speed data in 2017

臺風能在短時間內影響或改變河口環流［55］，引起懸浮泥沙濃度劇增，有研究顯示臺風影響下懸浮泥沙濃度劇烈增大數倍至數十倍［56］。本文統計了2013～2017 年對珠江河口有影響的臺風共31起。由于臺風常伴有強風、暴雨，如果水體上空的厚云嚴重影響了遙感影像的獲取質量，往往在質量控制中會將其篩選掉。另外，雖然臺風期間的強風速使再懸浮的作用劇增，懸浮泥沙濃度增大，但是其作用時間短，Landsat 重訪周期限制了對該現象的補充能力，所以并未在懸浮泥沙季節性濃度圖中捕捉到臺風的強烈影響。

2.2.4 徑流量影響珠江口懸浮泥沙濃度的時間變化控制因素之一為徑流量，隨著徑流量的增加，大部分海域懸浮泥沙濃度會有不同程度的增加，徑流減少則會使得懸浮泥沙濃度降低［33］。統計珠江流域3 個代表性水文站（高要站（西江）、石角站（北江）和博羅站（東江）） 的徑流量、得出2013～2018 年3 個重點水文站的四季徑流量統計表（圖7）。從徑流量統計數值來看（圖7），2013～2018年夏季徑流量占比最大，均占比為39. 62%。冬季徑流量占比最小，均占比為12. 58%。春、秋兩季徑流量相差不大，均在夏季和冬季占比之間，均占比分別為25. 70% 和22. 10%。徑流量的季節性變化和懸浮泥沙的季節性變化表現出較為一致的變化，說明徑流量是影響伶仃洋水體懸浮泥沙季節性變化的顯著因素。

圖7 2013～2018年伶仃洋季度徑流量統計各季節均值占比：春季25.7%；夏季39.62%；秋季22.10%；冬季12.58%。Fig. 7 Runoff statistics by quarter during 2013-2018

2.2.5 排沙量排沙量的差異顯著影響含沙量的分布，排沙量的增大會增加高濃度含沙水體的擴散面積和濃度［38］。統計珠江流域3 個代表性水文站（高要站（西江）、石角站（北江）和博羅站（東江）） 的排沙量，從得出的統計數值來看（圖8），2013～2018 年夏季排沙量占比最大， 均占比為56. 59%。冬季排沙量占比最小，均占比為3. 15%。春、秋兩季排沙量依然在夏季和冬季占比之間，均占比分別是24. 74% 和15. 53%，春、秋季節排沙量的差異存在的原因可能是由于夏季徑流量太大，水動力作用強，挾沙能力也很強，將大量上游物質攜帶到下游導致秋季可攜帶的上游物質大量減少，從而秋季和春季徑流量相差不大的情況下排沙量相差較大。夏季排沙量增大，高濃度范圍也隨之增大，冬季排沙量最小高濃度范圍也是4個季節中的最小（圖8）。排沙量的季節性變化規律和懸浮泥沙的季節性變化規律有著相似性，排沙量的變化規律同高濃度擴散范圍也有著密切關系，表明排沙量也是影響伶仃洋懸浮泥沙濃度時空變化的重要因素。

圖8 2013～2018年季度排沙量統計Fig. 8 Statistics of sediment discharge by quarter during 2013-2018

2.2.6 降雨量降雨量也是影響懸浮泥沙的重要因素之一［19］。統計2007～2014年珠江流域3個代表性水文站（高要站（西江）、石角站（北江） 和博羅站（東江）） 的面平均降雨量和2015～2017年全國面平均降雨量，從獲得的統計數據來看（圖9），無論從珠江流域面平均降雨量還是全國面平均降雨量分析，夏季的降雨量都是4 個季節中的最大值，接近全年降雨量的一半。冬季的降雨量最少，占比不到全年的1/10。春、秋兩季相差不大，其平均降雨量占比在夏、冬兩季占比之間，均值在全年降雨量的1/5～1/4 之間。降雨量的季節性變化和與懸浮泥沙濃度的季節性變化同步性，說明降雨量的季節性變化也是影響伶仃洋懸浮泥沙濃度季節性變化的重要因素。

圖9 2007～2017年季度面平均降雨量統計（珠江流域：2007～2014；全國：2015～2017）Fig. 9 Statistics of average rainfall in the fourth quarter during 2007-2017(the Pearl River basin: 2007-2014; China: 2015-2017)

2.2.7 人類活動人類活動對珠江口懸浮物的輸送和濃度變化也會造成很大的影響［56-57］，主要行為有：①森林砍伐造成水土流失，大量泥沙從上游沖到下游， 增加珠江口水體的懸浮物濃度；②大壩建設會快速減少水體的沉積物負荷量，加速三角洲海岸線的衰退，河口水體的懸浮物也會相應減少；③近50 年來珠江口圍填海的區域面積不斷增大［58］，大量的圍填減少了三角洲的水域面積，改變了徑流的擴散方向，影響了河口懸浮泥沙濃度的分布；④采砂活動：上游河道的采砂活動造成八大口門河沙分配發生變化，對下游河口懸浮泥沙濃度的分布也會造成重要影響；自2002年以來伶仃洋海域共批準了96 個海砂開采項目［56］，大量的海砂開采項目對水下地形地貌產生了劇烈的影響，從而影響懸浮物濃度的分布情況。

2013～2017 年港珠澳大橋香港口岸圍填面積不斷增大，口岸與香港島之間橋梁的建成都對該地區附近水域中懸浮泥沙濃度分布有著一定影響（圖10）。大橋香港口岸施工期間的遙感影像圖顯示，圍填海施工期間會增加施工區域附近局部水體的懸浮泥沙濃度（圖10（a，c））；施工結束后的遙感影像圖也表明，口岸周圍懸浮泥沙濃度較高，口岸邊至遠岸濃度逐漸降低（圖10（b，d））。因此，橋梁兩側水域的懸浮泥沙濃度明顯增高，說明人類圍填海對水體懸浮泥沙濃度分布有非常明顯的影響。

圖10 港珠澳大橋香港口岸圍海造田前后遙感影像及懸浮泥沙分布（a）和（b）為2013年和2017年圍海造田前后衛星影像圖；（c）和（d）為2013年和2017年圍海造田前后懸浮泥沙濃度分布圖。Fig. 10 The remote sensing images and spatial distribution of suspended sediment concentration before and after the sea reclamation of Hong Kong port of Hong Kong-Zhuhai-Macao Bridge

3 結 論

本文基于Landsat 8 OLI數據和實測數據線性反演模型，對2013～2018年珠江河口伶仃洋水域懸浮泥沙濃度進行了季節性均值統計，分析了其時空分布特征及其影響因素，得出如下主要結論：

1） 珠江河口懸浮泥沙濃度的季節性分布具有顯著的時空特征：時間上表現為夏季懸浮泥沙濃度較高，冬季節懸浮泥沙濃度較低，秋冬季節懸浮泥沙濃度相差不大介于夏、冬之間；空間上表現為懸浮泥沙濃度呈東北-西南的條帶狀分布，西南沿岸向外海逐漸降低，內伶仃島兩側出現兩條低濃度條狀區域，形成西北-東南方向 “高低值相間” 的分布現象。

2） 伶仃洋水域季節性懸浮泥沙濃度分布特征顯示：①珠江沖淡水西向為主是研究區西側濃度較高的重要因素；②除東側淺灘外，水下地形的“三灘兩漕” 的分布格局與懸浮泥沙的 “兩灘兩漕” 的分布格局趨勢極為相似，顯示地形因素對懸浮泥沙的顯著控制；③東側淺灘的夏季高值主要由東北季風向西南季風轉換導致；其余季節風向流場基本一致吹向西南沿岸，引起沉積物再懸浮增加了西南沿岸的懸浮物濃度；臺風對懸浮物濃度短時間劇烈影響未能被本次研究所用的遙感影像捕捉；④排水量、排沙量和降雨量的時間分布特征與懸浮泥沙濃度一致，都體現為夏季最大、冬季最小，春秋季節過渡增減；⑤人類活動也是影響懸浮泥沙濃度分布不可忽視的原因之一。