大風影響下的萊州灣西岸單站底層泥沙輸運特征分析

李海 ，萬凱，宋新，宋德海 ，王楠，鮑獻文

(1.中國海洋大學 物理海洋教育部重點實驗室，山東 青島 266100；2.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，山東 青島 266237；3.中國海洋大學 海洋與大氣學院，山東 青島 266100；4.國家海洋局北海海洋工程勘察研究院，山東 青島 266061；5.濰坊市海洋發展研究院，山東 濰坊 261100)

1 引言

海洋泥沙在海洋動力學環境和生態環境中發揮著重要的作用，以懸浮泥沙為主的海域可通過輸運、沉降和再懸浮過程對周圍海底地形地貌和泥沙組成產生影響。另外，由于泥沙顆粒物對營養鹽和污染物的吸附/解吸附作用，泥沙遷移亦會影響整個海域的生物化學循環過程。近岸泥沙輸運的機制研究表明，泥沙輸運與粒徑大小、海流流速、海底切應力大小等因素相關，易受波浪、潮流和外部風場條件的影響，故不同海域的泥沙輸運呈現不同的特點[1-2]。

在渤海近岸地區，懸浮泥沙受水動力影響很大，一般情況下受潮流作用控制，但泥沙長期輸運與多種因素相關。有關于渤海泥沙輸運的周期性變化和通量分解研究已有一定的成果，如龐重光和于煒[3]對2000-2004 年渤海表層懸沙的衛星反演數據進行經驗正交分解，發現了懸沙濃度（Suspended Sediment Concentration,SSC）存在年際和半年變化的顯著周期。王海龍等[4]基于ECOMSED 模型研究分析認為，潮流作用下渤海大部分海域表層SSC 較低，且呈現明顯的半日潮周期特征，潮流決定了近岸泥沙的空間分布特征。劉波等[5]發現萊州灣龍口附近海域潮致余流對于懸沙輸運的貢獻較大，在時間上以12～16 h 的變化周期為主。

國內外的最新研究表明，風暴是渤海泥沙輸運的主導因素之一，特別是在冬季，東亞季風較強，由強流作用導致的沉積物再懸浮和泥沙輸運易受到強風浪的影響，強烈的垂直混合在弱層結的條件下使得沉積物再懸浮，SSC 升高[6]。同時，除了風的強弱，水深也是影響再懸浮和輸運情況的重要因素。渤海海峽南部較淺區域的表層SSC 顯著大于北部，在南北不對稱的大風再懸浮情況和交換流作用下，流出的海峽沉積物通量大于流入通量[7]。在2017 年2 月秦皇島海域的觀測中記錄了一次風速大于14 m/s、持續時間大于6 h 的風暴事件，沉積物再懸浮分為湍流控制的再懸浮過程和底層切應力控制的再懸浮過程，前者導致底層SSC 呈脈沖式增大，后者將其擴散到水體中上層[8]。

前人研究重點探討了泥沙在渤海及渤、黃海間的再懸浮和輸運[6-10]，而聚焦于萊州灣的研究較少，且主要為SSC 的季節性變化和年際變化，往往忽略了更短周期的影響因素?；诖耍疚臄M采用集合經驗模態分解（Ensemble Empirical Mode Decomposition,EEMD）、希爾伯特-黃變換（Hilbert-Huang Transform,HHT）和小波分析法對萊州灣底層泥沙的小尺度特征進行分析，并探究大風過程的影響，從而進一步認識萊州灣海域泥沙輸運量的變化情況，同時為研究區域海岸工程建設與防護、科學管理與利用等提供參考，為海洋生態環境保護提供理論依據。

2 研究區域和數據介紹

萊州灣是渤海三大海灣之一，位于山東半島北部，總面積約6 967 km2，水深在10～20 m，以不規則半日潮為主。由于其海岸線較長，在東部形成若干個較小的港灣，有黃河、小清河等多條河流入海[11]（圖1）。萊州灣營養鹽和有機物含量較高，漁業資源物產豐富，同時河流攜帶泥沙入海使得萊州灣擁有較高的泥沙含量。近幾十年來，由于海岸工程建設、海水養殖設施修建、沿岸挖沙以及河流中上游大中型水庫修建等人為因素的影響，入海輸沙量減少，海岸受到了不同程度的侵蝕[12]。

圖1 研究區域水深、連續站和風場數據站位Fig.1 Bathymetry map of the study area and the location of the measurement site and wind data site

課題組于2018 年10 月21 日至11 月6 日期間在萊州灣西部的C1 站（37.48°N，119.10° E，水深約5.5 m）進行了為期半個月的底基三腳架觀測（圖1），獲得了水位、潮流、波浪和懸浮泥沙濃度等數據。觀測時兩臺ADCP（Nortek Aquadopp 2 MHz）探頭盲區為0.3 m，垂直分層單元0.1 m，仰視ADCP 實際測量距海底2.1 m至海面的流速剖面，俯視ADCP 實際測量距離海底0.02 m 到0.62 m 的流速剖面；一臺Nortek ADV 用于測量單點流速并用于湍動能計算；一臺RBR TD-WAVE用于獲取水位和波浪數據；在支架的不同位置固定兩個Seapoint OBS 濁度計用于測量水體濁度（NTU），測量儀器的設置參數見表1。此外，本文中的風場數據采用了歐洲中期天氣預報中心的ERA-Interim 數據，其每天提供4 個時刻（00：00，06：00，12：00，18：00）的風場數據，空間分辨率為0.125°×0.125°，取距離C1 站最近的位置37.50°N，119.13°E。

表1 測量儀器設置Table 1 Settings of observation instruments

3 研究方法和數據處理

3.1 單寬輸沙率和凈輸沙量

同期在2018 年10 月21 日和10 月30 日采集了海底近OBS 處的水樣，并進行了實驗室抽濾、烘干、稱重，獲取了SSC 數據。通過與現場OBS 測量的46 組濁度數據進行線性擬合，得到了濁度轉換為泥沙濃度的關系式為

兩者擬合的決定系數R2=0.88，表明兩者具有較好的線性擬合關系，將上式應用到連續觀測的濁度數據中得到SSC。取兩個深度（距海底0.28 m 和1.02 m）的SSC 平均值作為底層SSC，利用俯視ADCP 測量的底層有效流速剖面（距海底0.02～0.62 m）做垂線平均作為當前時刻底層水體的流速，底層單寬輸沙率可表示為

式中，z為距海底高度；SSC(z,t)為t時刻距底z層的泥沙濃度；u(z,t)為t時刻距底z層的流速u、v；F(t)為t時刻的單寬輸沙率，單位為kg/(m·s)；C(t)和U(t)分別為垂線平均的泥沙濃度和流速u、v；H為底層水體厚度。將單寬輸沙率進行時間積分，得到站點在觀測時間段的底層凈輸沙量：

式中，T為整個觀測時間段。

3.2 Hilbert-Huang 變換和邊際譜

Hilbert-Huang 變換是一種信號時頻分析方法，將1998 年Huang 等[13]提出的經驗模態分解（Empirical Mode Decomposition，EMD）方法和Hilbert 變換相結合。EEMD 是EMD 的改進方案，用于分析非線性、非平穩的時間序列。它把一個復雜的數據分解為有限個不同時間尺度的振蕩分量，通過在原數據中加入適當大小的白噪聲來模擬多次觀測的情景，經多次計算后作集合平均[14]。具體過程如下：

（1）將正態分布的白噪聲ω(t) 加到原始單寬輸沙率信號F(t)中，則總信號為

（2）將加入白噪聲的信號作為一個整體，然后進行EMD 分解，具體可以表示為

式中，imf(i)為單次分解得到的第i個分量，Res 為殘差項；

（3）重復步驟（1）和（2），每次加入新的正態分布白噪聲序列，重復次數為N次；

（4）在添加N次白噪聲后，對每一個imf 分量作集成平均處理，使得白噪聲相互抵消，得到最終的EEMD分解結果：

式中，IMF(i)和Res 分別為N次平均后的第i個分量和殘差項。將EEMD 分解后得到的每個IMF 分量做Hilbert 變換，得到相應的Hilbert 譜H(ω,t)。對于離散信號來說，邊際譜表示信號中某一頻率在各個時刻的幅值之和，對H(ω,t)進行時間積分可得到Hilbert 邊際譜：

式中，h(ω,t)代表邊際譜，ω為瞬時頻率，t為時間，T為整個觀測時間段。

3.3 顯著性檢驗

在引入白噪聲對原始信號進行EEMD 分解后通常要對固有模態函數(Intrinsic Mode Function，IMF)分量進行顯著性檢驗，目的是分析白噪聲對分解結果的影響，也有助于對IMF 分量物理意義的判斷。采用IMF能量譜密度周期的分布規律分析其顯著性[15-16]，第k個IMF 分量的能量譜密度為

式中，m為IMF 序列的長度，IMFk(j)表示第k個分量的第j個數據。以蒙特卡洛法對白噪聲進行實驗得到與平均周期的關系如下：

白噪聲能量譜分布的置信區間表達式為

式中，α代表顯著性水平。

3.4 交叉小波分析法

交叉小波分析法是以小波變換為基礎，用于處理變量之間周期和能量關系的方法，廣泛應用于信號處理領域[17]。定義任意兩個時間序列X(t)和Y(t)，則它們的交叉小波功率譜（XWT）為

式中，a為尺度伸縮參數，τ為時間平移參數，CX(a,τ)為序列X(t)的小波變換系數，為序列Y(t)小波變換系數的復共軛。

交叉小波譜（WTC）可用相干性大小來表征，反映兩個時間序列在時頻空間的相干程度，表達式為：

式中，S為平滑算子。

3.5 湍動能計算

湍動能（TKE）由距離海底0.34 m 的ADV 測量并計算所得，3 個方向的流速可表示為：

4 結果分析

4.1 流速和泥沙濃度變化

圖2 為U分量、V分量的剖面和底層流速，變化范圍為-0.5～0.5 m/s?？傮w上看，流速U分量大于V分量，觀測期間最大水深在6 m 左右，平均水深為5.55 m，水位和流速變化呈現了不規則半日潮的特征。在每個潮周期內，漲落潮流呈現明顯的往復流特征，主軸方向為東西向。圖2c 和圖2d 顯示了ADCP 及ADV所測底層流速的對比，測量深度分別為距海底0.32 m和0.34 m，ADV 所測流速由于進行了脈沖平均而更加平滑，兩者的結果具有一致性。

圖2 ADCP 觀測的流速剖面U 分量（a）和V 分量（b），ADV 觀測的近底層流速U 分量（c）和V 分量（d）及臨近層位的ADCP 觀測數據對比Fig.2 The ADCP measured U-component (a) and V-component (b) of the velocity profile,and the ADV measured U-component (c) and V-component (d) of the near-bottom velocity and corresponding ADCP measurement

觀測期間的風矢量如圖3a 所示，總體上東西分量大于南北分量，而在其他時間段以偏南風為主。由于潮流流速相對較大，為探究風對于海流的作用，特別是表層流對于風的響應，將余流做33 h 低通濾波以消除潮流的影響。圖3b 和圖3c 中不同的高值區體現了風場對于海流的作用強度和范圍，流速大小隨著風速的增加而增加，流向取決于風向。高值區大多位于水體上層，影響深度大約為距海底5 m 左右，從時間上看，V分量的高值區更多，受風影響的時間大于U分量；從強度上看，在風的驅動下，兩者的最大流速相近，U、V分量分別為0.15 m/s 和0.11 m/s。圖3d顯示了觀測期間兩層SSC 的變化，下層略大于上層，弱風時小于0.02 kg/m3，在10 月26-30 日，11 月4-6 日出現較強西北風和東南風的情況下，SSC 間歇式增長，最大達0.25 kg/m3。同時，上下層SSC 在峰值處的差值隨之增大，表明在外界風場的作用下出現了沉積物再懸浮現象。

圖3 風矢量（a），亞潮頻率的流速剖面U 分量（b）、V 分量（c）和懸沙濃度（d）隨時間的變化Fig.3 Temporal variation of wind vector (a),U-component (b) and V-component (c) of the sub-tidal velocity profile,and suspended sediment concentration (d)

4.2 單寬輸沙率多尺度分析

圖4a 為東西方向和南北方向單寬輸沙率的時間序列，正值分別代表東向輸沙和北向輸沙，負值分別代表西向輸沙和南向輸沙，表征泥沙輸運量的瞬時變化。如圖所示，平靜天氣下具有周期性的特征，主要受潮流影響，東西分量略大于南北分量，輸沙率均小于5×10-3kg/(m·s)，10 月26-30 日以及11 月5 日后受大風影響，東西分量輸沙率出現間歇式增長，其中西向輸沙率的最大值超過0.02 kg/(m·s)。南北分量輸沙率變化較小，在原有的周期上產生一定的高頻脈動。定義當前時刻的累積輸沙率為之前所有時刻單寬輸沙率之和，東西方向累積輸沙率在10 月26-28 日顯著增大，11 月5 日以后在波動中減小，南北方向輸沙率則一直呈現緩慢增長的趨勢，最終兩個方向的累積輸沙率分別為0.26 kg/(m·s)和-0.50 kg/(m·s)（圖4b）。

圖4 單寬輸沙率（a）和累積輸沙率（b）隨時間的變化Fig.4 Temporal variation of the sediment transport rate (a) and cumulative sediment transport rate (b) within unit-width

為研究單寬輸沙率的多尺度特征，將兩個方向的時間序列進行EEMD 分解，白噪聲標準差為0.3，集合次數為100，分別得到9 個IMF 分量和1 個趨勢項,各分量的平均周期和方差貢獻率如表2 所示。為了使得到的分量物理意義更加明確，基于潮周期和觀測時間對它們進行尺度劃分，將平均周期約為1～7 h 的IMF 分量（IMF1、IMF2、IMF3）合并，記為高頻分量，代表風浪和湍流作用下輸沙率的變化；將平均周期約為13 h 和25 h 的IMF 分量（IMF4、IMF5）合并，記為潮周期分量，表示主要由半日及全日潮流控制的輸沙率變化，因為該地半日潮特征顯著，其方差貢獻率大于全日潮分量；將平均周期約為2～5 d 的IMF 分量（IMF6、IMF7）合并，記為低頻分量，主要受到小清河等河流徑流量變化和天氣尺度下水位低頻波動的影響；將平均周期約為8～16 d 的IMF 分量（IMF8、IMF9）合并，記為長周期分量，顯示了由于海水密度差異引起的定常流動所導致的輸沙率變化。Res 保持不變（圖5）。

圖5 單寬輸沙率EEMD 分解重構結果Fig.5 The reconstructed intrinsic mode functions of the EEMD on unit-width sediment transport rate

表2 單寬輸沙率EEMD 分解各IMF 分量平均周期和方差貢獻率Table 2 The period and variance contribution rate of each IMF of the EEMD decomposition on unit-width sediment transport rate

上述重構分量的平均周期逐漸增大，平均幅值依次減小，在不同尺度的分量中仍可觀察到大風對于單寬輸沙率的影響。在10 月26-30 日，11 月3 日以后各分量的振幅明顯增大，隨著平均周期增加，引起的振幅依次減小，表明風輸入的能量對于單寬輸沙率不同頻率的變化均有促進作用，效果上高頻大于低頻。另外，低頻和長周期的南北分量中出現了明顯的振幅不對稱現象，這是亞潮尺度下的流速變化和沉積物再懸浮差異共同作用的結果。Res 顯示在該時間段內輸沙率的變化趨勢表現為西向輸沙和南向輸沙，其中南北方向Res 的方差貢獻率達到了23.11%，是原序列的重要組成部分。在4 個分量中，東西方向高頻分量的方差貢獻率最大，南北方向潮周期分量的方差貢獻率最大，分別代表各自單寬輸沙率的顯著變化，低頻和長周期分量方差貢獻率均較小，周期尺度特征較弱。

分別取式（10）中α=0.01、0.05、0.2 作各分量的顯著性檢驗（圖6），橫縱坐標分別為平均歸一化能量的自然對數（lnE）和平均周期的自然對數（lnT），若分量在置信度曲線之上，則表明其通過了該置信水平下的顯著性檢驗。東西方向高頻分量、潮周期分量通過了99%的顯著性檢驗，高頻分量能量較高，與方差貢獻率對應，并印證了其顯著性，低頻分量和長周期分量也通過了80%顯著性檢驗，二者所含物理意義相對略低；南北方向4 個分量均通過了99%的顯著性檢驗，在對原信號的分解過程中，白噪聲經過多次平均后，其影響較小。

圖6 東西方向（a）、南北方向（b）各分量顯著性檢驗Fig.6 Significance test of each component in east-west direction (a) and north-south direction (b)

4.3 大風影響下的單寬輸沙率時頻變化

將兩個方向原始的9 個IMF 分量分別進行Hilbert 變換，將實數信號變換成解析信號，把一維信號變成二維復平面上的信號，得到Hilbert 時頻譜（圖7b，圖7c），用于分析輸沙率在不同時間尺度上所具有的能量，圖中顏色代表能量，顏色越深表示信號在該時刻該周期的能量越大。在觀測期間，最大風速為12 m/s，平均風速為5.5 m/s，將風速大于8 m/s 稱作大風過程（圖7a）。圖7d 和圖7e 分別為有效波高和距海底0.34 m處的湍動能變化，有效波高最大達到0.73 m；湍動能在風的影響下超過20 cm2/s2。從圖7 中可以看到，單寬輸沙率的時頻變化與有效波高、湍動能變化并不是一一對應的。相對來說，湍動能的相位變化與單寬輸沙率較為相符。

圖7 風速（a），東西方向（b）和南北方向（c）單寬輸沙率的Hilbert 譜，有效波高（d）和湍動能（e）隨時間的變化Fig.7 Temporal variation of the wind speed (a),Hilbert spectrum of east-west (b) and north-south (c) unit-width sediment transport rate,significant wave height (d),and turbulent kinetic energy (e)

著重研究3 個大風過程，每個過程分為增長期（圖7 中紅色矩形方框）和衰減期（圖7 中綠色矩形方框）。增長期的最大風速均大于8 m/s：10 月24 日06:00 至26 日06:00，風速從2 m/s 增加至12 m/s；10 月28 日00:00 至06:00，風速從5.8 m/s 增加至9.6 m/s；11 月4 日00:00 到18:00，風速從3 m/s 增加至9 m/s。在增長期內，有效波高變化不明顯，第一個增長期內湍動能有略微的上升趨勢，其他兩個增長期內無明顯變化，而單寬輸沙率時頻分布幾乎保持不變。在衰減期內，風速緩慢減小并趨于穩定，波高和湍動能達到極值，單寬輸沙率0～0.5 h-1頻段的能量增強，并且出現相對高頻的變化，周期為1 h 左右。第一個大風過程盡管達到了觀測期間的最大風速，但由于跨度最大、風速梯度最小，只有波高變化較為明顯，而湍動能規律性較差，輸沙率也僅僅表現為潮周期和高頻能量加強。也可能是由于前兩個大風過程時間間隔很短，第一次大風過程的影響會部分體現在第二次中。

為反映單寬輸沙率的實際頻率成分，探究其在大風影響下的顯著周期。依據式（7）得到兩個方向的單寬輸沙率的邊際譜如圖8 所示，可以看到幅值較大的部分都集中在相對低頻的頻段，其中東西方向最大幅值的頻率為0.075 h-1，即觀測期間單寬輸沙率變化的顯著頻率，對應的顯著周期約為13.3 h，與半日潮周期相符。南北方向高幅值頻段為0～0.09 h-1，體現了11 h以上的顯著變化周期，包含了更多亞潮尺度的變化，流速U分量的潮信號強于V分量。

圖8 東西方向（a）和南北方向（b）單寬輸沙率的邊際譜Fig.8 The marginal spectrum of the east-west (a) and north-south (b) sediment transport within unit-width

4.4 風速與單寬輸沙率的交叉小波分析

時頻分析的結果顯示，單寬輸沙率在大風作用下會產生更強的周期性變化，且與風速的變化在時間上并不是同步的。為定量化兩者的相位關系，接下來通過交叉小波分析研究風速和單寬輸沙率在時頻空間內的相干性。圖9 為風場的東西和南北分量分別與該方向單寬輸沙率的交叉小波功率譜和小波相干譜，圖中黑色的錐形細實線為小波影響錐（COI）區域，內部黑色粗實線區域通過了95%的顯著性檢驗，這里采用紅噪聲作為背景譜。交叉小波功率譜顏色代表時域內的頻率強度，小波相干譜顏色為在該頻率上二者之間的相干性強弱，箭頭方向表示二者之間的相位關系，向右為正相位關系，向左為負相位關系。

圖9 東西方向（a，b）和南北方向（c，d）單寬輸沙率與風速的交叉小波功率譜（a，c）和小波相干譜（b，d）Fig.9 The cross-wavelet power spectrum (a,c) and wavelet coherence spectrum (b,d) between east-west (a,b) and north-south (c,d) unitwidth sediment transport rate and wind speed

交叉小波功率譜顯示兩者共同的高能量區集中在大于潮周期的低頻部分，在該尺度下兩者具有較強的共振周期。關注通過顯著性校驗的高值區域，主要位于風速較強的時間段，東西方向為28-30 日期間，南北方向在26-30 日期間，而11 月3 日之后的大風階段由于邊緣效應不予考慮。高值區內箭頭指向表明東西方向上大風提前輸沙率變化約1/4 個周期，南北方向上約為1/2 個周期。小波相干譜顯示相干性較強的周期較為散亂，大多位于高能量區上，通過顯著性檢驗的相干時頻區域為低頻區，即在潮周期尺度和亞潮尺度上兩者相干性較強，箭頭所示的輸沙率滯后周期也與功率譜吻合。

5 討論

5.1 渤海泥沙輸運的小尺度特征

海洋環境中，泥沙的垂向運動與水平輸運受潮流、海浪、環流及溫鹽結構等諸多因素影響[4]，不同周期尺度的熱動力學條件綜合決定了當地的泥沙運動情況。渤海懸沙濃度的潮周期尺度研究顯示潮流輸沙難以進行遠距離輸送，往往沉積在近岸[4]，故從圖10 中可看到余流輸沙遠大于潮輸沙，在所有分量中占主導地位，表明在比半月更長的時間尺度下，泥沙輸運的方向和大小主要取決于渤海的余流特征。從EEMD 分解的結果出發，發現在半月時間尺度下，1～7 h 的高頻振蕩在單寬輸沙率的變化中尤為突出，經過顯著性校驗后，可以排除白噪聲的干擾，可能是在落潮期間垂向湍流混合不均勻，垂向速度梯度比漲潮期間大，垂向切變不穩定增強，泥沙濃度的高頻擾動更加頻繁和劇烈所致[18]。另外，注意到方差貢獻率大小和邊際譜顯著周期不匹配（表2，圖8），表明在進行時間積分后，落潮所導致的高頻振蕩信號和大風的能量輸入影響減弱，因此輸沙率呈現明顯的潮周期尺度及亞潮尺度特征。

圖10 各分量及余流分量的凈輸沙量Fig.10 Net sediment transport of each component and Res

5.2 大風過程對于渤海泥沙再懸浮及輸運的影響

觀測站點底部表層沉積物為粉砂，中值粒徑為38.48 μm。通過LISST（C 型）激光粒度儀測得距海底0.9 m 處懸沙的中值粒徑為38.65 μm，該地的沉積物粒徑特征和懸沙粒徑特征類似，水體中的泥沙基本為局地再懸浮泥沙。渤海懸沙濃度的季節性變化主要取決于風場等氣候因素，且懸沙濃度與風速之間存在一定時間段的滯后相關[19]，而對于水深很淺的海域，風浪和湍流會加劇沉積物再懸浮的發生，經過垂向混合和擴散過程后懸沙濃度增大。圖7 顯示，湍動能在大風成長和衰弱過程中增強，而波浪則是在風速達到峰值后迅速攀升，進而共同增大了單寬輸沙率并影響其時頻分布特征，且輸沙率相對于風速存在一定的滯后周期。根據崔廷偉等[20]基于遙感數據的研究，大風過程可能在幾天內改變渤海表層懸沙濃度的分布結構，從HHT 時頻分析的結果來看，風場對于輸沙率的周期性振蕩有顯著的促進作用，若冬季發生范圍廣、強度大、持續時間長的大風事件，底層泥沙在強動力作用下大面積再懸浮至表層，渤海表層懸沙濃度的分布結構可能會發生變化。

5.3 泥沙輸運主控機制

如圖10 所示，底層凈泥沙輸運以東向和南向為主，總輸沙量分別為305.77 kg/m 和597.25 kg/m。經過EEMD 分解得到的殘差項Res 已經不具有明顯的周期性特征，故可以將其看作余流分量，則東西方向輸沙量從大到小依次為：余流分量、潮周期分量、低頻分量、高頻分量和長周期分量；南北方向輸沙量從大到小依次為：余流分量、長周期分量、潮周期分量、低頻分量和高頻分量。在觀測時間段內還是以余流輸沙為主，低頻分量和高頻分量輸沙量較小，另外，由于流速U分量的潮信號較強，其潮輸沙量僅次于余流輸沙量。盡管各潮周期分量在不同潮周期對泥沙輸運的貢獻值有差異（圖11），但在平靜天氣下，漲落潮泥沙輸運量大體是對稱的，漲潮為西向和北向輸運，落潮為東向和南向輸運，導致整個全潮的凈輸沙量較低。在大風影響下，第14、15、32、33 和34 潮周期內輸沙量較高，是由于風浪周期小于潮周期，風浪掀起的泥沙濃度高值存續期往往短于潮周期，如風浪掀沙出現在漲潮期間，則落潮期間風浪產生的再懸浮泥沙大部分已經沉降，這就會導致漲潮期間凈輸沙量增大，而落潮期間凈輸沙量基本不變；反之亦然。風浪掀沙的相位與漲落潮相位的不一致破壞了漲落潮期間的原本輸沙量平衡，加劇了漲落潮輸沙不對稱，進而增加了潮周期內的凈輸沙量。

圖11 潮流分量漲潮、落潮和全潮凈輸沙量Fig.11 The net sediment transport of tide current component during each flood tide,ebb tide and full tide

6 結論

本文根據2018 年10 月21 日至11 月6 日萊州灣連續觀測站的泥沙數據，結合波浪、水位、流速，對底層單寬輸沙率進行了EEMD 分解和HHT 變換，并探究了風對其影響，具體結果如下。

（1）兩個方向EEMD 分解的重構結果分別得到9 個IMF 分量和1 個趨勢項，根據其顯著周期，可進一步分為高頻分量、潮周期分量、低頻分量和長周期分量，趨勢項可看作余流分量。研究顯示單寬輸沙率的能量主要集中在高頻和潮周期分量，表明了高頻擾動和潮流對于泥沙輸運速率的影響較大。

（2）以HHT 變換對單寬輸沙率進行時頻分析，風的影響主要發生在風速衰減期，風浪和湍流使得輸沙率的0～0.5 h-1低頻特征的顯著性大大增強，并出現一定程度的弱高頻變化。小波分析顯示風速和單寬輸沙率共同的高能量區及高相干區在低頻頻段，單寬輸沙率的變化滯后約1/4 至1/2 個周期。

（3）邊際譜通過對時間的積分弱化了高頻的擾動和外界風場的影響，受流速分量潮信號的強弱影響，單寬輸沙率的顯著周期為半日潮周期和亞潮周期。

（4）底層總泥沙輸運表現為東向和南向輸沙，輸運量分別為305.77 kg/m 和597.25 kg/m，浪潮頻率的差異導致泥沙輸運量在大風過程中出現顯著的漲落潮不對稱情況。