基于大量衛星圖像研究青島匯泉灣海灘近40 年的地形地貌演變*

張曉東 姚雨涵 朱龍海 胡日軍 吳 闖

(1. 中國海洋大學海洋地球科學學院 山東青島 266100; 2. 海底科學與探測技術教育部重點實驗室 中國海洋大學 山東青島 266100)

海灘是濱海濕地的核心地帶, 具有重要的社會、經濟和生態價值(李廣雪等, 2013; Zhanget al,2021)。受自然變化和人類活動影響, 海灘的位置和形態都是不斷變化的(陳子燊 等, 2010; Jacksonet al,2020)。全球20%～31%海岸線為砂質岸線, 24%～70%砂質岸線的侵蝕速率超 0.5 m/a (Luijendijket al,2018)。Vousdoukas 等(2020)預測, 全球半數海灘到本世紀末將瀕臨消失。盡管該觀點尚有較大爭議,但海灘侵蝕引起了全球關注和擔憂則是不爭事實(Zhanget al, 2021)。

我國砂礫質岸線在1940～1960 年代占比23%～24% (侯西勇等, 2016), 與全球比例相當; 在1990 年代, 約70%砂質岸線遭受侵蝕(夏東興等, 1993); 近年來, 隨著沿海開發加劇, 海岸線侵蝕和人工化問題日益突出(蔡鋒等, 2008; 陳子燊 等, 2010); 至2014 年,我國砂礫質岸線占比降至9.8% (侯西勇等, 2016), 大量海灘不得不進行人工養護(莊振業等, 2011; Liuet al, 2020)。

全面準確評估海灘的時空演變是海灘侵蝕防護的前提。衛星圖像長期、連續、覆蓋范圍廣且有大量免費資源, 在全球變化加劇背景下, 使用衛星圖像研究海灘時空演變不僅對海灘侵蝕防護具有重要意義,還是沿海工程環境影響評價的重要內容, 并為海灘整治修復提供科技支撐(李漢英等, 2019; Liuet al,2020; Zhanget al, 2021)。近年來, 大量研究通過解譯衛星圖像評估海灘的時空演變, 揭示了海平面上升、河流輸沙減少、潮汐和波浪、海灘養護和沿海工程等對海灘演變的影響(Luijendijket al, 2018; Zhanget al,2019; 李漢英等, 2019; Vousdoukaset al, 2020)。但是,高分衛星圖像價格貴、歷史短、空間覆蓋小, 難以較高時間分辨率研究海灘的長期演變; 長期、連續、免費的衛星圖像空間分辨率較低, 用來研究寬度和變化速率均較小、剖面形態復雜、易受水位波動影響的海灘的時空演變面臨巨大挑戰(Zhanget al, 2021)。

Zhang 等(2021)采用亞像素識別技術(Pardo-Pascualet al, 2012, 2018; Voset al, 2019)改進了聚焦剖面的計算機輔助海岸線位置識別軟件(computeraided shoreline position recognition software, CASPRS),基于880 幅Landsat 圖像, 采用多指標研究海陽萬米海灘的時空演變, 研究結果更加準確、可靠和全面,并使基于衛星圖像分析海灘剖面的歷史形態成為可能。本文綜合使用993 幅Landsat 和Sentinel 圖像研究青島匯泉灣海灘1984～2021 年的時空演變, 探討其影響因素, 并使用實測數據進行誤差評估, 旨在進一步深化基于大量衛星圖像的海灘演變研究, 為匯泉灣海灘保護提供建議, 并為其他區域海灘演變研究提供參考。

1 研究區概況

匯泉灣毗鄰青島市中心城區, 是半封閉海灣, 水清浪小、沙細坡緩, 灣頂為著名的青島第一海水浴場(圖1)。“綠樹掩紅樓, 碧海泛金沙”, 匯泉灣還被賀中等(2013)譽為青島最秀麗的風景。根據最新衛星圖像,匯泉灣海灘長1.1 km, 最大寬度超200 m。海灘被一溝槽分為中高潮灘和低潮灘兩部分(圖1)。該溝槽在海灘西北部較寬, 使得西北部的低潮灘呈典型的“沙壩—溝槽”地貌特征; 溝槽向東縮窄, 與海岸線交匯于一排水溝。中高潮灘較陡(2.42°～5.62°), 向東南逐漸變緩; 低潮灘較緩(0.32°～0.88°), 向東南逐漸變陡(莊麗華等, 2008)。

影響匯泉灣海灘的水動力因素主要是波浪和潮流(常瑞芳等, 1986, 1992; 李春柱等, 1992; 卞霄等,2017)。根據小麥島站多年實測資料, 研究區波浪主要為東南向, 以涌浪為主; 東南向波浪H1/10(十分之一大波波高)和H1/100(百分之一大波波高)的極大值分別為5.1 和6.8 m (郭景松等, 2018)、平均值分別為0.79和0.96 m。波致沿岸流在匯泉灣內為順時針環流, 潮致余流和波致沿岸流的方向基本一致(圖1。郭景松等,2018)。研究區的潮汐屬正規半日潮, 平均潮差2.8 m(中國海灣志編纂委員會, 1993)。

圖1 匯泉灣海灘的地貌和研究剖面(a)及其在青島市(b)和山東省(c)的位置Fig.1 Geomorphology and transects (a), and the geographic location of the Huiquan Beach in Qingdao City (b), Shandong Province (c)

中高潮灘多為中、粗砂, 低潮灘多為細砂(圖2),西側粗、東側細(常瑞芳等, 1986; 王偉偉等, 2007; 蔡杏蘭等, 2017), 平均粒徑在-1.53 φ～3.06 φ (王永紅等,2012)。關于匯泉灣海灘沉積物的輸運方向目前尚有分歧。在順岸方向, 董賀平(2004)和王永紅等(2012)認為海灘沉積物從兩側向中部輸運, 但王偉偉等(2007)認為其輸運方向為自西北向東南。在垂岸方向,董賀平(2004)認為溝槽上部沉積物向陸輸運、下部沉積物向海輸運, 但王偉偉等(2007)認為沉積物在高潮線附近向海輸運, 在沙壩外側向陸輸運。

圖2 匯泉灣沉積物類型分布Fig.2 Distribution sediment types in the Huiquan Beach

在1957 年, 海灘東南部建造了一個長135 m 的碼頭, 已有研究認為該碼頭對匯泉灣海灘產生了不利影響(常瑞芳等, 1986; 李春柱等, 1992; 常德馥等,1998), 該碼頭在2002 年被拆除(圖1)。匯泉灣海灘小規模的養護時有發生, 但有文獻記錄的大規模整治和補沙主要發生在2003 和2017 年。在2003 年的整治中, 灘肩上的大量建筑被拆除, 并在灘肩補沙12 000 m3; 整治后, 干灘由40 m 擴至70 m (莊振業等, 2011)。2017 年, 再次在灘肩補沙20 000 m3, 灘肩舊沙被推至潮水線以下(據半島都市報, http://news.bandao.cn/news_html/201707/20170701/news_2017070 1_2742486.shtml)。

2 數據和方法

2.1 衛星圖像來源和預處理

衛星圖像, 包括Landsat TM、ETM+和OLI 圖像(分辨率30 m)以及Sentinel MSI 圖像(分辨率10 m),下載自谷歌地球引擎(https://code.earthengine.google.com), 下載程序為 GEEdownloader (https://github.com/ouczxd/CASPRS), 下載標準為云量小于80%。人工剔除不清楚圖像后剩余607 幅Landsat 和386 幅Sentinel 圖像(圖3)。衛星圖像未進行輻射定標和大氣校正, 這是因為其對海灘岸線識別影響不大。圖像合成采用標準假彩色方法, 合成圖像既貼近自然圖像(有利于目視解譯)又包含更豐富信息。在合成圖像上,干沙灘為白色, 濕沙灘為褐色, 水體為藍色(圖4)。

圖3 匯泉灣海灘1984～2021 年Landsat 和Sentinel 圖像的時間、類型(a)和每年數量(b)Fig.3 The shooting time, image types (a), and total number (b)in each year of the Landsat and Sentinel images of Huiquan Beach from 1984 to 2021

圖4 固定地物、干濕線和水邊線在匯泉灣海灘Sentinel (a)和Landsat (b)圖像研究剖面上的位置Fig. 4 The positions of the fixed ground feature, dry/wet line,and water line on the Sentinel (a) and Landsat (b) images of the Huiquan Beach

2.2 歷史潮位計算和評估

歷史潮位使用潮汐模擬軟件Nao.99Jb (Matsumotoet al, 2000)計算。衛星圖像拍攝時的瞬時水位采用線性插值得出, 衛星圖像拍攝前的大潮高潮位使用拍攝前25 h 的最高潮位。參照Zhang 等(2018), 上述模擬潮位采用青島港海平面季節改正值進行了校正。本文還收集了小麥島站2011 年10 月的實測潮位并對模擬潮位進行了誤差評估。

2.3 干濕線和水邊線提取

本文改進了CASPRS 軟件, 改進后的軟件(詳見https://github.com/ouczxd/CASPRS。參見Zhanget al,2021; 張曉東等, 2021)可采用多種插值方法對圖像進行最高30 倍的放大, 并綜合使用自動和交互兩種方式確定海灘岸線在剖面上的亞像素位置。自動識別分辨率為1 m, 交互識別分辨率取決于圖像放大倍數,放大10 倍時為1 m。

本文識別了干濕線和水邊線在T1 至T4 剖面上的位置(圖1)。干濕線是海水在上次高潮時留下的痕跡線, 水邊線是海灘和海水之間的瞬時分界線(Boaket al, 2005; Zhanget al, 2021)。干濕線在T1 至T3 剖面清晰, 但在T4 剖面難識別; 水邊線在T1 至T4 剖面都清晰。由于沙壩的影響, T1 和T2 剖面在潮位較低時存在三條水邊線: 海灘水邊線、沙壩內側和外側水邊線(圖4, 5)。

圖5 干濕線和水邊線(包括海灘水邊線、沙壩內側和外側水邊線)示意圖Fig.5 Sketch of the dry/wet line and waterline (including beach waterline, inner waterline of bar, and outer waterline of bar)

2.4 海灘剖面形態和坡度反演

干濕線和水邊線分別隨上次高潮位和瞬時水位在海灘上移動, 根據其對應關系可反演海灘歷史剖面形態(Zhanget al, 2021)。本文選擇海灘較為穩定的3 個時段反演海灘剖面形態, 使用分段、分組回歸分析方法計算海灘坡度(Zhanget al, 2021), 并與RTK(real-time kinematic, 實時差分定位系統)實測結果對比。RTK 測量采用WGS-84 坐標系(和衛星圖像一致)在T1 至T3 剖面實施, 測量時間為2021 年4 月26 日低潮時, 位置和高程誤差均小于0.03 m。

根據海灘剖面形態, T1至T3剖面中高潮灘坡度采用水位高于-0.5 m 的數據計算; 由于海堤的限制, T4剖面處高潮灘未發育, 其坡度未計算。T1 和T2 剖面沙壩外側坡度采用沙壩外側水邊線數據計算, 沙壩內側坡度由于沙壩內側水邊線數據較少未計算; T3 和T4剖面低潮灘坡度采用水位低于-0.5 m 的數據計算。

2.5 平均高、低潮線, 溝槽中線和沙壩壩頂位置計算

匯泉灣海灘干濕線與平均高潮線的位置基本相當且波動較小, 本文直接選用干濕線的年均值研究平均高潮線的變化。平均低潮線采用上述計算低潮灘坡度的數據通過分段水位校正得出(Zhanget al,2021)。溝槽兩側的剖面形態基本對稱, 溝槽中線位置采用沙壩內側水邊線和同期海灘水邊線位置的平均值。與溝槽不同, 沙壩內側坡度約為外側坡度的2.2倍, 在計算壩頂位置時對沙壩內、外側水邊線位置進行了加權處理。

2.6 誤差評估

南海路中線和兩個點狀地物(匯泉廣場中心和中能足球場西南角)在剖面T5 和T6 上的位置被用來評估衛星圖像的位置誤差(圖1, 4)。兩個點狀地物在Sentinel 和Landsat 圖像上均清晰, 但寬度為11 m 的南海路僅在Sentinel 圖像上可辨(圖6)。

圖6 Google Earth (a)、Sentinel (b)和Landsat (c)圖像上的匯泉廣場、中能足球場和南海路Fig.6 The Huiquan Square, Zhongneng Football Stadium, and Nanhai Road on Google Earth (a), Sentinel (b), and Landsat (c)images

本文直接使用標準偏差評估上述3 個固定地物位置的隨機誤差, 但采用公式(1) (Zhanget al, 2021)評估海灘岸線位置的隨機誤差。公式(1)采用年均值替換標準偏差計算公式中的總平均值, 目的是消除海灘岸線長期變化的影響(Zhanget al, 2021)。

其中,E是海灘岸線位置的隨機誤差;n是數據總數;i是數據序號;y是年數;xi是第i個海灘岸線位置;y是第y年的平均值。

本文還利用RTK 實測結果評估平均高、低潮線,溝槽中線和沙壩壩頂位置的系統誤差, 與實測值比較的是上述4 個指標最近一個月的平均值。

3 結果

3.1 潮位模擬結果及其誤差

模擬和實測潮位吻合較好, 平均絕對誤差為0.14 m, 相關系數達0.99 (圖7a, 7b)。分組統計顯示,模擬潮位在實測潮位低于-1 m 時偏高約0.1 m, 在實測潮位高于0.5 m 時偏低約0.1 m (圖7c)。

圖7 2011 年10 月的Nao.99Jb (Matsumoto et al, 2000)模擬潮位和小麥島站實測潮位(a)及其交匯圖(b), 模擬潮位的系統偏差(c)Fig.7 The simulated tidal heights using Nao.99Jb (Matsumoto et al, 2000) and the measured tidal heights at Xiaomaidao station in October, 2011 (a), their scatter plot (b) and the systematic error of the simulated tidal height (c)

利用模擬潮位得出的匯泉灣Landsat 和Sentinel圖像拍攝前的大潮高潮位平均為1.28 m, 比青島的平均高潮位低0.09 m (圖8a)。該偏差與上述模擬潮位在實測潮位高于0.5 m 時偏低約0.1 m 一致。匯泉灣衛星圖像拍攝時的瞬時水位為-2.56～1.62 m, 平均為-0.45 m, 偏低(圖8a)。根據1984～2021 年模擬潮位得出的青島多年日內逐時平均潮位顯示, 其在日內存在周期變化: 5 時和17 時最高, 為0.38 m; 11 時和23時最低, 為-0.38 m; Landsat 和Sentinel 圖像拍攝時(9.5～11 時)為-0.38～-0.21 m, 偏低(圖8b)。上述是匯泉灣Landsat 和Sentinel 圖像拍攝時瞬時水位偏低的原因。

圖8 匯泉灣Landsat 和Sentinel 圖像拍攝時的瞬時水位和拍攝前的大潮高潮位(a)以及多年(1984～2021 年)日內逐時平均潮位(b)Fig. 8 The high water levels before Landsat and Sentinel images were taken and instantaneous water levels when the satellite images were being taken (a), and the hourly mean daily water levels from 1984 to 2021(b)

3.2 誤差評估

匯泉廣場和足球場在Landsat 和Sentinel 圖像上的位置波動和偏差均較小(表1), 說明Landsat 和Sentinel 圖像庫可綜合使用。匯泉廣場和足球場在Sentinel 圖像上的位置波動大于其在分辨率較大的Landsat 圖像上的位置波動。進一步分析表明, 匯泉廣場和足球場在Sentinel 圖像上的位置呈較強的正相關關系(圖9a), 但在Landsat 圖像上的位置基本不相關(圖9b); 南海路在Sentinel 圖像上的位置也與匯泉廣場和足球場在Sentinel 圖像上的位置呈較強的正相關關系, 相關系數分別為 0.84 和 0.92。上述說明Sentinel 圖像的位置精度有進一步提升的空間。本文使用南海路在Sentinel 圖像上的位置校正廣場和足球場在Sentinel 圖像上的位置, 校正后位置波動降至2.1～3.1 m, 優于Landsat 圖像結果(圖9b, 9c)。同樣,本文使用離匯泉灣海灘較近的南海路在Sentinel 圖像上的位置校正了海灘干濕線和水邊線在Sentinel 圖像上的位置。

表1 Sentinel 和Landsat 圖像的位置誤差(單位: m)Tab.1 The position errors of Sentinel and Landsat images (unit: m)

本文還評估了海灘岸線的誤差。就衛星圖像而言,Sentinel 圖像的隨機誤差較小; 就指標而言, 平均高潮線的隨機誤差最小, 溝槽中線和平均低潮線的隨機誤差居中, 沙壩壩頂的隨機誤差最大(表2)。平均高潮線、溝槽中線和沙壩壩頂的系統誤差分別為-3.9、7.8 和4.9 m, 較小; 平均低潮線的系統誤差為63 m, 較大。

表2 平均高、低潮線, 溝槽中線和沙壩壩頂在Sentinel和Landsat 圖像上的隨機誤差(單位: m)Tab.2 Random errors of mean high- and low-water, trough center, and bar crest on Sentinel and Landsat images (unit: m)

3.3 干濕線和水邊線

干濕線和水邊線在T1 至T4 剖面上的位置見圖10。干濕線位置數據獲取率為84%, 海灘水邊線位置數據獲取率為 80%, 略低于干濕線, 這主要是T1 和T2 剖面處沙壩的影響所致。沙壩內、外側水邊線位置數據較少, 數據獲取率為6.7%和16%, 這主要是由于壩頂高程較低以及溝槽深度較小所致。

圖10 干濕線和水邊線在匯泉灣海灘T1 (a)、T2 (b)、T3 (c)和T4 (d)剖面上的位置變化Fig.10 The position changes of dry/wet line and waterline on transects T1 (a), T2 (b), T3 (c), and T4 (d) in the Huiquan Beach

3.4 海灘剖面形態和坡度

衛星反演和實測的海灘剖面形態和坡度見圖11。衛星反演的中高潮灘坡度從西北到東南逐漸變小,與莊麗華等(2008)和本文實測結果一致; 在時間上經歷了“陡-緩-陡”的變化過程。衛星反演的低潮灘或沙壩外側坡度在2018 年前從西北到東南逐漸增加, 與莊麗華等(2008)的實測結果一致; 在2019 年后, T1 剖面較緩、T2 至T4 剖面稍陡, 與本文實測結果一致。在時間上, 低潮灘或沙壩外側坡度逐漸變大, 僅在T4 剖面后期有所減小。

3.5 平均高、低潮線, 溝槽中線和沙壩壩頂

在時間上, 平均高潮線的變化可分為4 個階段(圖 12): 1984～2002 年穩定, 2003～2012 年侵蝕,2013～2017 年淤進, 2018 年后淤進減緩。在空間上, 平均高潮線在海灘西北部變化較大, 向東南逐漸減小。

圖12 匯泉灣海灘平均高潮線在T1 (a)、T2 (b)和T3 (c)剖面的演變Fig.12 The position changes of mean high-tide line on transects T1 (a), T2 (b), and T3 (c) in the Huiquan Beach

由于沙壩和溝槽高程較低且早期Landsat 圖像較少, 衛星反演的溝槽中線和沙壩壩頂數據在2003 年前較少, 難以評估其變化趨勢。在2003 年后, T1 剖面溝槽中線和沙壩壩頂向岸移動, 壩頂移動較快(圖13a)。在2003～2019 年, T2 剖面沙壩壩頂緩慢向岸移動、溝槽中線則向海移動; 在2019 年后, T2 剖面溝槽中線和沙壩壩頂均快速向海移動(圖13b)。T3 和T4 剖面平均低潮線較穩定, T3 微淤, T4 微侵(圖13c, 13d)。

圖13 匯泉灣海灘溝槽中線和沙壩壩頂在T1 (a)、T2 (b)剖面的演變, 平均低潮線在T3 (c)、T4 (d)剖面的演變Fig.13 The position changes of trough center and bar crest on transects T1 to T2, and the mean low-water line on transects T3 to T4 in Huiquan Beach

4 討論

4.1 海灘岸線的位置誤差及其主要影響因素

本文得出的平均高潮線的隨機誤差為3.9～4.6 m,優于Pardo-Pascual 等(2018)、Vos 等(2019)和Zhang等(2021)分別得出的4.9～6.5、7.3～12.7 和7.8 m, 并與固定地物的誤差相當(表1), 說明本文平均高潮線具有較高的位置精度。平均低潮線的隨機誤差為8.4～10.3 m, 較大, 這與研究區低潮灘坡度較小有關。根據Zhang 等(2021)在海陽海灘得出的公式以及匯泉灣海灘低潮灘的坡度計算, 隨機誤差為11.4～12.9 m,本文結果更優。相對于匯泉灣約200 m 的灘面寬度,平均高潮線、平均低潮線、溝槽中線和沙壩壩頂位置的隨機誤差分別為2.0%～2.3%、4.2%～5.2%、3.1%～5.0%和3.5%～7.4%, 相對較小。

同樣相對于匯泉灣約200 m 的灘面寬度, 平均高潮線、溝槽中線和沙壩壩頂位置的系統誤差分別為2.0%、3.9%和2.5%, 較小, 但平均低潮線的系統誤差為31.5%, 較大。平均低潮線系統誤差偏大的原因主要有: (1) 低于-1 m 的模擬潮位偏高約0.1 m (圖7c),這將產生8 m 的正偏差；(2) 電磁波對海水具有穿透性, 衛星圖像解譯的水邊線比實際水邊線靠海。圖14為匯泉灣海灘的無人機航拍圖像, 其時沙壩壩頂被0.3 m 的海水覆蓋, 但沙壩仍可見。上述0.3 m 的上覆海水將導致水邊線位置產生24 m 的正偏差。根據上述分析, 平均低潮線的系統誤差可通過更為精確的水位校正(Zhanget al, 2018)以及選擇高程較低的灘面實測位置進行對比等方法進一步減小。

圖14 匯泉灣(a)被海水淹沒但仍可見的沙壩(b)Fig.14 The submerged sandbar in the Huiquan Beach

盡管衛星圖像得出的水邊線位置在低潮時系統性偏大, 但其仍可用來研究海灘的長期變化, 因為系統誤差對海岸線變化速率的計算影響有限(Luijendijket al, 2018; Zhanget al, 2021)。另外, 利用水邊線位置得出的低潮灘坡度與實測結果基本一致(圖11), 說明在使用分段、分組回歸分析方法計算低潮灘坡度時,系統誤差的影響也有限。

4.2 影響匯泉灣海灘演變的主要因素

匯泉灣海灘平均高潮線在2003 年由穩定轉為蝕退以及在2017 年淤進減緩應主要歸因為2003 和2017年的灘肩補沙。補沙后, 新沙中的細粒組分在波浪和潮流淘洗下易散失, 進而導致海灘蝕退(雷剛等, 2013;邱若峰等, 2014; Liuet al, 2021)。灘肩補沙一般會導致干灘向海推進, 但匯泉灣海灘2003 年的補沙并未使干灘向海推進, 這可能與補沙方式和補沙量有關。2003 年匯泉灣海灘主要在灘肩上部補沙, 且相比于其他海灘100～440 m3/m 的單寬補沙量(雷剛等, 2013; 邱若峰等, 2014; Liuet al, 2021), 15～25 m3/m 的單寬補沙量較小, 盡管匯泉灣海灘干灘寬度在補沙后大幅增加,但其主要是干灘原有建筑物被拆除所致(圖15)。

圖15 2003 年匯泉灣海灘整治前(a)后(b)的Google Earth衛星圖像Fig.15 The Google Earth satellite images before (a) and after (c)the beach remediation in 2003

2003 年后匯泉灣沙壩和溝槽在T1 剖面向岸移動可能與海灘東南部碼頭的拆除有關。鑒于該碼頭已存在45 a, 匯泉灣海灘應已適應碼頭存在時的水沙環境,基本穩定(圖12, 13)。拆除垂直海岸的碼頭會導致周邊水動力增強, 增強的潮流和波致沿岸流順時針從西北側進入匯泉灣, 導致原來穩定的沙壩和溝槽向岸移動。增強的海流也會對平均高潮線的演變產生一定影響, 和灘肩補沙的影響疊加, 導致平均高潮線在2003 年后蝕退。沿岸工程, 特別是存在較久的沿岸工程, 其拆除和建造一樣, 也會改變水沙環境, 進而影響周邊海灘的演變。因此, 拆除沿岸工程同樣需要科學論證和評估。

平均高潮線在2013 年后由蝕轉淤, 淤進速率從西北到東南逐漸減小, 這可能是潮流和波致沿岸流攜帶匯泉灣沙壩泥沙向中高潮灘輸運的結果, 其原理類似于人工塑造沙壩向海灘補沙(Hansonet al,2002; 吳建等, 2011)。另外, 自2019 年起, 匯泉灣沙壩和溝槽在T2 剖面快速向海移動(圖13b), 這可能也是潮流和波致沿岸流增強的結果。

在整個研究期間, T3 至T4 剖面平均低潮線基本穩定, 說明碼頭拆除未顯著影響海灘東南部的演變;進一步根據海灘西北部變化較大而東南部基本穩定可以推測, 順時針從西北部進入海灣的潮流和波致沿岸流是影響匯泉灣海灘演變的主控水動力因素,海灘沉積物的主要輸運方向為自西北向東南。海灘沉積物的垂岸輸運則表現為高、低潮線的變化, 在不同時段存在不同趨勢(圖12, 13)。

鑒于目前的灘肩補沙方式對海灘高潮線演變不利的影響, 本文建議重視匯泉灣海灘沙壩和溝槽近期的演變, 定期監測以進一步掌握其變化規律, 利用該時機在海灘西南部沙壩和溝槽附近補充與當地沉積類型匹配的細砂沉積物以改善低潮灘凹陷的形態,改善的低潮灘形態還將通過減緩沿岸流保護中高潮灘, 該舉措還可避免灘面粗化進而增加匯泉灣海灘的魅力。

5 結論

本文基于993 幅衛星圖像, 利用CASPRS 軟件識別干濕線和水邊線位置, 進一步計算平均高、低潮線,溝槽中線和沙壩壩頂等多個指標, 綜合研究匯泉灣海灘地形地貌在1984～2021 年的時空演變。大量衛星圖像和亞像素海岸線提取技術的使用克服了衛星圖像分辨率不足的缺陷, 研究結果更全面、詳細、可靠。

匯泉灣海灘干濕線在衛星圖像上的識別特征明顯, 系統和隨機誤差分別為-3.9 m 和3.9～4.6 m, 相對較小且對平均高潮線有較好的指示意義。基于衛星圖像得出的平均低潮線的隨機誤差為8.4～10.3 m, 相對較小, 但系統誤差達63 m, 相對較大。平均低潮線較大的系統誤差主要是匯泉灣低潮時的模擬潮位偏高以及匯泉灣海水較清以致衛星圖像解譯的水邊線位置靠海等因素所致。本文創新地使用同期的海灘水邊線和沙壩內、外側水邊線, 結合溝槽和沙壩形態計算溝槽中線和沙壩壩頂位置, 系統誤差分別為7.8 和4.9 m, 隨機誤差分別為6.1～10.0 和6.9～14.7 m, 相對較小; 該方法可用來研究常被海水淹沒難以實測的溝槽和沙壩的歷史演變。

青島匯泉灣海灘在1984～2021 年的演變主要受人類活動的影響。2003 和2017 年的灘肩補沙對平均高潮線的穩定或淤進產生了不利影響, 2002 年拆除海灘東南部碼頭對匯泉灣海灘沙壩和溝槽的演變也產生了不利影響。最后, 本文建議在匯泉灣海灘西南部沙壩和溝槽處補細砂以更好地維護海灘。

致謝 感謝審稿專家提出了寶貴的意見和建議,感謝檀夏偉、王佳星、許占瑞、王潘、郭鵬和張家寶同學的貢獻, 也感謝中國海洋大學本科生研究發展計劃(OUC-SRDP)的支持。