高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

东海大桥邻近海域沉积动力环境变化

王泽 乔璐璐 高飞 李莉 刘洋 张思晨 张璐

王泽, 乔璐璐, 高飞, 李莉, 刘洋, 张思晨, 张璐. 东海大桥邻近海域沉积动力环境变化[J]. 沉积学报, 2024, 42(4): 1252-1267. doi: 10.14027/j.issn.1000-0550.2023.029
引用本文: 王泽, 乔璐璐, 高飞, 李莉, 刘洋, 张思晨, 张璐. 东海大桥邻近海域沉积动力环境变化[J]. 沉积学报, 2024, 42(4): 1252-1267. doi: 10.14027/j.issn.1000-0550.2023.029
WANG Ze, QIAO LuLu, GAO Fei, LI Li, LIU Yang, ZHANG SiChen, ZHANG Lu. Sedimentary Dynamic Environment Changes Adjacent to the East China Sea Bridge[J]. Acta Sedimentologica Sinica, 2024, 42(4): 1252-1267. doi: 10.14027/j.issn.1000-0550.2023.029
Citation: WANG Ze, QIAO LuLu, GAO Fei, LI Li, LIU Yang, ZHANG SiChen, ZHANG Lu. Sedimentary Dynamic Environment Changes Adjacent to the East China Sea Bridge[J]. Acta Sedimentologica Sinica, 2024, 42(4): 1252-1267. doi: 10.14027/j.issn.1000-0550.2023.029

东海大桥邻近海域沉积动力环境变化

doi: 10.14027/j.issn.1000-0550.2023.029
cstr: 32268.14.cjxb.62-1038.2023.029
基金项目: 

国家自然科学基金项目 42076179

国家自然科学基金项目 41476030

国家自然科学基金项目 41976157

国家地质调查项目 DD20221775

详细信息

Sedimentary Dynamic Environment Changes Adjacent to the East China Sea Bridge

Funds: 

National Natural Science Foundation of China 42076179

National Natural Science Foundation of China 41476030

National Natural Science Foundation of China 41976157

National Geological Survey Project DD20221775

  • 摘要:

    目的  东海大桥是杭州湾和长江口水沙交换的重要通道,其对邻近海域悬沙分布和输运有重要影响。   方法  基于2011—2020年共26天每天8张连续潮时的高质量GOCI影像,反演获得东海大桥及邻近水域表层悬浮泥沙浓度,并结合理想数值模型和表层沉积物观测资料,研究了东海大桥对邻近海域沉积动力环境不同时间尺度的影响。   结果  在潮周期时间尺度上,东海大桥两侧悬浮泥沙浓度呈现明显的梯度分布,并随涨落潮表现为背流面悬沙浓度高于迎流面,这与背流面水位降低促进垂直运动和桥墩后方涡流加强扰动有关,其中在涨落潮中间时刻,大桥两侧悬浮泥沙浓度差异最大,涨憩时刻两侧差异最小。各季节涨落潮过程中大桥东西两侧悬沙浓度的差异变化不大,但浓度差值有所不同。从多年变化来看,东海大桥建成后两侧悬沙浓度差异的年际变化不大,邻近海域表层沉积物有变细趋势,可能与大桥阻流导致流速减弱有关。   结论  潮周期内悬沙浓度在大桥背流面高于迎流面的差异分布,不随季节和年际变化,该研究对完善不同时间尺度跨海大桥对海洋沉积动力环境影响的研究具有重要意义。

  • 图  1  研究区域图

    (a) location of East China Sea Bridge (The filling color indicates water depth, and red dots N1 and N2 represent the measured stations of suspended sediment concentration); (b) location of Tide Station (star in red), sampling stations of surface sediments (The crosses in black are the survey stations in 2007, and the yellow six⁃pointed stars are the survey stations in 2016), two stations (O1 and O2) and typical cross section (A⁃E, marked with red dotted line) used for suspended sediment concentration comparison

    Figure  1.  Map of the study area

    Fig.1

    图  2  反演悬浮泥沙浓度与实测悬浮泥沙浓度对比(红线.实测悬浮泥沙浓度数据;蓝线.反演悬浮泥沙浓度数据)

    (a) comparison between inverted and measured SSC at station N1 and (b) station N2

    Figure  2.  Comparison of the Inverted Suspended Sediment Concentration (SSC, blue lines) and Measured SSC (red Lines)

    Fig.2

    图  3  计算域网格分布(a1、a2点为选取的代表点,用于对比大桥两侧水位变化)

    Figure  3.  Model grids (points a1 and a2 were selected as representative points to compare water level changes on both sides of the bridge)

    图  4  基于调和常数后报潮位与实测潮位对比(红线.2013年7月23日实测潮位数据;蓝线.预报潮位数据)

    Figure  4.  Comparison of the predicted and measured sea levels (red line. measured sea levels on July 23, 2013; blue line. predicted sea levels)

    图  5  杭州湾大潮期涨急、落急表层流场图

    (a) maximum flood; (b) ebb current fields

    Figure  5.  Maximum flood and ebb current fields at the surface layers in Hangzhou Bay

    Fig.5

    图  6  杭州湾及东海大桥邻近海域表层悬浮泥沙浓度分布

    (a) SSC in Hangzhou Bay coastal water; (b) SSC in East China Sea Bridge coastal water; top left of the picture: sea level; red cross: the water level at the image time in July 23, 2013; wind: southeasterly 7⁃10 m/s; during spring tide

    Figure  6.  SSC in Hangzhou Bay and the area adjacent to East China Sea Bridge

    Fig.6

    图  7  2013年7月23日平行东海大桥的断面A、B悬浮泥沙浓度(黑色等值线)及断面A、B悬浮泥沙浓度相对变化

    (a) section A; (b) section B; (c) relative variation of SSC in sections A and B (section B minus section A, and then divided by section A); black contour line. depth contour; white triangles. the location of offshore wind power pier; black diamonds. the location of the navigation hole

    Figure  7.  Variation of SSC in selected sections A and B parallel to East China Sea Bridge and relative variation of SSC in sections A and B on July 23, 2013

    Fig.7

    图  8  2013年7月23日垂直东海大桥的断面悬浮泥沙浓度变化

    (a) section C; (b) section D; (c) section E; dashed lines. East China Sea Bridge; dotted lines in Figure a. the location of stations O1 and O2

    Figure  8.  Variation of SSC in selected sections that vertical to East China Sea Bridge on July 23, 2013

    Fig.8

    图  9  O1、O2站位水位与悬浮泥沙浓度差值变化

    sea level and SSC changes (a) from flood tide to ebb tide in December, January, and February; (b) from ebb tide to flood tide in December, January, and February; (c) from flood tide to ebb tide in March, April, and May; (d) from ebb tide to flood tide in March, April, and May; (e) from flood tide to ebb tide in June, July, and August; and (f) from ebb tide to flood tide in June, July, and August; blue lines. sea level; red lines. SSC difference between O1 and O2; positive value. SSC at O1 is larger than that at O2

    Figure  9.  Variations of sea level and SSC difference between stations O1 and O2 in different seasons

    Fig.9

    图  10  2020年8月19日东海大桥及邻近海域悬浮泥沙浓度分布(大潮期,东南风6~8 m/s)

    Figure  10.  SSC distribution in the area adjacent to East China Sea Bridge on August 19, 2020 (spring tide, southeasterly wind with velocity of 6⁃8 m/s)

    图  11  研究区表层沉积物粒度参数分布

    (a) mean diameter; (b) medium diameter; (c) sorting coefficient; (d) skewness; (e) kurtosis

    Figure  11.  Distribution of grain size parameters of the seabed sediments in the study area

    Fig.11

    图  12  研究区粒径趋势分析图

    the direction of vector arrow indicates the direction of seabed sediment movement, and the arrow length indicates the significance of particle size migration

    Figure  12.  Seabed sediment transportation trend based on the particle size trend analysis

    Fig.12

    图  13  理想模型大桥附近水域流场

    (a) changes of water level and currents at station a1 (blue lines) and current (red arrow) changes; (b) sea level difference between stations a1 and a2 (a1 minus a2); (c) current field near the pier during ebb tide; and (d) current field near the pier during flood tide (The black arrow is the current vector, and the color filling is the velocity)

    Figure  13.  Current field near the bridge in the ideal model

    Fig.13

    图  14  海上风电附近悬浮泥沙浓度

    (a) remote sensing image on May 1, 2016, ebb tide; (b) remote sensing image on July 20, 2016, flood tide; triangles: the location of offshore wind power pier

    Figure  14.  SSC distribution near the offshore wind farm

    Fig.14

    表  1  遥感影像数据信息

    Table  1.   Remote sensing image data

    数据时间潮型季节数据时间潮型季节
    2011.04.05大潮2011.04.12小潮
    2012.01.26大潮2012.01.31小潮
    2013.03.06小潮2013.03.12大潮
    2013.07.17小潮2013.07.23大潮
    2013.08.10大潮2013.08.16小潮
    2015.05.05大潮2015.05.12小潮
    2016.07.21大潮2016.07.26小潮
    2017.05.10大潮2017.05.17小潮
    2017.05.18小潮2017.05.27大潮
    2017.07.16小潮2017.07.22大潮
    2017.12.12小潮2017.12.18大潮
    2018.04.01大潮2018.04.08小潮
    2020.08.13小潮2020.08.19大潮
    下载: 导出CSV

    表  2  两组站位的粒度参数对比

    Table  2.   Comparison of grain size parameters between two groups of stations

    站位平均粒径/Φ中值粒径/Φ分选系数偏态峰态砂/%粉砂/%黏土/%
    S2(2007)4.865.432.240.381.0313.8765.3020.60
    S1(2016)7.487.291.760.160.940.3663.6935.94
    S4(2007)5.696.452.050.260.934.6467.2428.10
    S3(2016)6.496.161.870.271.085.8573.0421.11
    下载: 导出CSV
  • [1] 王飞,王珊珊,王新,等. 杭州湾悬浮泥沙遥感反演与变化动力分析[J]. 华中师范大学学报(自然科学版),2014,48(1):112-116,135.

    Wang Fei, Wang Shanshan, Wang Xin, et al. Remote sensing retrieval and dynamic driving force analysis of suspended sediment in Hangzhou Bay[J]. Journal of Huazhong Normal University (Natural Sciences), 2014, 48(1): 112-116, 135.
    [2] Li P, Li G X, Qiao L L, et al. Modeling the tidal dynamic changes induced by the bridge in Jiaozhou Bay, Qingdao, China[J]. Continental Shelf Research, 2014, 84: 43-53.
    [3] Unger J, Hager W H. Down-flow and horseshoe vortex characte-ristics of sediment embedded bridge piers[J]. Experiments in Fluids, 2007, 42(1): 1-19.
    [4] 庞启秀,庄小将,黄哲浩,等. 跨海大桥桥墩对周围海区水动力环境影响数值模拟[J]. 水道港口,2008,29(1):16-20.

    Pang Qixiu, Zhuang Xiaojiang, Huang Zhehao, et al. Study on numerical simulation of hydrodynamic conditions influenced by pier in sea[J]. Journal of Waterway and Harbor, 2008, 29(1): 16-20.
    [5] Zhao K, Qiao L L, Shi J H, et al. Evolution of sedimentary dynamic environment in the western Jiaozhou Bay, Qingdao, China in the last 30 years[J]. Estuarine, Coastal and Shelf Science, 2015, 163: 244-253.
    [6] Cai L N, Tang D L, Li C Y. An investigation of spatial variation of suspended sediment concentration induced by a bay bridge based on Landsat TM and OLI data[J]. Advances in Space Research, 2015, 56(2): 293-303.
    [7] 刘大召,李卓,陈仔豪,等. 基于高分1号遥感数据港珠澳大桥对珠江口海域悬浮泥沙分布的影响[J]. 广东海洋大学学报,2020,40(6):89-95.

    Liu Dazhao, Li Zhuo, Chen Zihao, et al. Influence of Hong Kong-Zhuhai-Macao Bridge on the distribution of suspended sediment in the Pearl River Estuary[J]. Journal of Guangdong Ocean University, 2020, 40(6): 89-95.
    [8] 程乾,刘波,李婷,等. 基于高分1号杭州湾河口悬浮泥沙浓度遥感反演模型构建及应用[J]. 海洋环境科学,2015,34(4):558-563,577.

    Cheng Qian, Liu Bo, Li Ting, et al. Research on remote sensing retrieval of suspended sediment concentration in Hangzhou Bay by GF-1 satellite[J]. Marine Environmental Science, 2015, 34(4): 558-563, 577.
    [9] 刘波,程乾,曾焕建,等. 基于GOCI数据的杭州湾跨海大桥两侧水域悬浮泥沙浓度空间分异规律研究[J]. 杭州师范大学学报(自然科学版),2016,15(1):102-107.

    Liu Bo, Cheng Qian, Zeng Huanjian, et al. On the suspended sediment concentration distribution and diversity of the waters on both sides of Hangzhou Bay sea-crossing bridge based on GOCI data[J]. Journal of Hangzhou Normal University (Natural Science Edition), 2016, 15(1): 102-107.
    [10] Guo J, Ma C L, Ai B, et al. Assessing the effects of the Hong Kong-Zhuhai-Macau Bridge on the total suspended solids in the pearl river estuary based on Landsat time series[J]. Journal of Geophysical Research: Oceans, 2020, 125(8): e2020JC016202.
    [11] 陈吉余,陈沈良,丁平兴,等. 长江口南汇咀近岸水域泥沙输移途径[J]. 长江流域资源与环境,2001,10(2):166-172.

    Chen Jiyu, Chen Shenliang, Ding Pingxing, et al. Sediment transport along the Nanhui submerged spit of the Yangtze Estuary[J]. Resources and Environment in the Yangtze Basin, 2001, 10(2): 166-172.
    [12] 江彬彬,张霄宇,杜泳,等. 基于GOCI的近岸高浓度悬浮泥沙遥感反演:以杭州湾及邻近海域为例[J]. 浙江大学学报(理学版),2015,42(2):220-227.

    Jiang Binbin, Zhang Xiaoyu, Du Yong, et al. Retrieving high concentration of suspended sediments based on GOCI: An example from coastal water around Hangzhou Bay, China[J]. Journal of Zhejiang University (Science Edition), 2015, 42(2): 220-227.
    [13] 刘猛,沈芳,葛建忠,等. 静止轨道卫星观测杭州湾悬浮泥沙浓度的动态变化及动力分析[J]. 泥沙研究,2013(1):7-13.

    Liu Meng, Shen Fang, Ge Jianzhong, et al. Diurnal variation of suspended sediment concentration in Hangzhou Bay from geostationary satellite observation and its hydrodynamic analysis[J]. Journal of Sediment Research, 2013(1): 7-13.
    [14] 叶涛焱. 杭州湾多时空尺度悬沙动力变化特征及与潮滩变化的互馈机理[D]. 杭州:浙江大学,2019.

    Ye Taoyan. The multi-scale variations of suspended sediment dynamics in Hangzhou Bay and its interaction with tidal flat variations[D]. Hangzhou: Zhejiang University, 2019.
    [15] 孙志国. 芦洋跨海大桥建设对潮流影响的数模研究[D]. 大连:大连理工大学,2003.

    Sun Zhiguo. Numerical modeling study of the impact of the construction of the Luyang cross-sea bridge on tidal current[D]. Dalian: Dalian University of Technology, 2003.
    [16] 刘玮祎. 东海大桥沿线及邻近海域海床冲淤分析[D]. 上海:华东师范大学,2007.

    Liu Weiyi. Analysis of accretion and erosion of the Donghai Bridge and its adjacent sea bed[D]. Shanghai: East China Normal University, 2007.
    [17] Qiao S N, Pan D L, He X Q, et al. Numerical study of the influence of Donghai Bridge on sediment transport in the mouth of Hangzhou Bay[J]. Procedia Environmental Sciences, 2011, 10: 408-413.
    [18] 陈沈良,谷国传. 杭州湾口悬沙浓度变化与模拟[J]. 泥沙研究,2000(5):45-50.

    Chen Shenliang, Gu Guochuan. Modeling suspended sediment concentrations in the mouth of Hangzhou Bay[J]. Journal of Sediment Research, 2000(5): 45-50.
    [19] 黄融. 跨海大桥设计与施工:东海大桥[M]. 北京:人民交通出版社,2009:1-1324.

    Huang Rong. Cross-sea bridge design and construction: Donghai Bridge[M]. Beijing: China Communications Press, 2009: 1-1324.
    [20] 董永发. 杭州湾底质的粒度特征和泥沙来源[J]. 上海地质,1991(3):44-51.

    Dong Yongfa. Grain size features of bed material and sedimentary source in the Hangzhou Bay[J]. Shanghai Geology, 1991(3): 44-51.
    [21] Choi J K, Park Y J, Ahn J H, et al. GOCI, the world's first geostationary ocean color observation satellite, for the monitoring of temporal variability in coastal water turbidity[J]. Journal of Geophysical Research: Oceans, 2012, 117(C9): C090004.
    [22] 杨雪飞. 基于GOCI和数值模拟的东海近岸悬浮泥沙浓度逐时变化研究[D]. 上海:中国科学院研究生院(上海技术物理研究所),2016.

    Yang Xuefei. Diurnal variation of suspended sediment concentration coupled GOCI and numerical simulation in coastal waters of the East China Sea[D]. Shanghai: University of Chinese Academy of Sciences (Shanghai Institute of Technical Physics of the Chinese Academy of Sciences), 2016.
    [23] Ryu J H, Han H J, Cho S, et al. Overview of geostationary ocean color imager (GOCI) and GOCI data processing system (GDPS)[J]. Ocean Science Journal, 2012, 47(3): 223-233.
    [24] He X Q, Bai Y, Pan D L, et al. Using geostationary satellite ocean color data to map the diurnal dynamics of suspended particulate matter in coastal waters[J]. Remote Sensing of Environment, 2013, 133: 225-239.
    [25] Meng Q H, Mao Z H, Huang H Q, et al. Inversion of suspended sediment concentration at the Hangzhou Bay based on the high-resolution satellite HJ-1A/B imagery[C]//Proceedings of SPIE 8869, remote sensing and modeling of ecosystems for sustainability X. San Diego: SPIE, 2013: 88690W.
    [26] Xie D F, Pan C H, Wu X G, et al. The variations of sediment transport patterns in the outer Changjiang Estuary and Hangzhou Bay over the last 30 years[J]. Journal of Geophysical Research: Oceans, 2017, 122(4): 2999-3020.
    [27] 杨宪平. 长江口及邻近海域表层悬浮泥沙与漫衰减系数的遥感估算[D]. 上海:华东师范大学,2016.

    Yang Xianping. Evaluation of suspended sendiment concentration and diffuse attenuation coefficient by in situ and satellite remote sensing methods in Yangtze River Estuary and adjacent coastal area[D]. Shanghai: East China Normal University, 2016.
    [28] Gao S, Collins M. Net sediment transport patterns inferred from grain-size trends, based upon definition of "transport vectors"[J]. Sedimentary Geology, 1992, 81(1/2): 47-60.
    [29] 高抒. 沉积物粒径趋势分析:原理与应用条件[J]. 沉积学报,2009,27(5):826-836.

    Gao Shu. Grain size trend analysis: Principle and applicability[J]. Acta Sedimentologica Sinica, 2009, 27(5): 826-836.
    [30] 郝连成,远继东,郑立龙,等. 湛江湾海域表层沉积物粒度特征及沉积环境[J]. 海洋地质前沿,2022,38(8):1-10.

    Hao Liancheng, Yuan Jidong, Zheng Lilong, et al. Grain-size characteristics of surface sediment and sedimentary environment in Zhanjiang Bay[J]. Marine Geology Frontiers, 2022, 38(8): 1-10.
    [31] 时翠,甘华阳,夏真,等. 珠江口内伶仃洋表层沉积物粒度特征及其运移趋势[J]. 海洋地质与第四纪地质,2015,35(1):13-20.

    Shi Cui, Gan Huayang, Xia Zhen, et al. Characteristics and transport trend of surface sediments in inner Lingdingyang firth of the Pearl River Estuary[J]. Marine Geology & Quaternary Geology, 2015, 35(1): 13-20.
    [32] 程鹏,高抒. 北黄海西部海底沉积物的粒度特征和净输运趋势[J]. 海洋与湖沼,2000,31(6):604-615.

    Cheng Peng, Gao Shu. Net sediment transport patterns over the northwestern Yellow Sea, based upon grain size trend analysis[J]. Oceanologia et Limnologia Sinica, 2000, 31(6): 604-615.
    [33] Li L, Xu J Y, Ren Y H, et al. Effects of wave-current interactions on sediment dynamics in Hangzhou Bay during typhoon Mitag[J]. Frontiers in Earth Science, 2022, 10: 931472.
    [34] 刘光生. 杭州湾水沙运动特性分析[J]. 浙江水利科技,2013,41(2):56-60.

    Liu Guangsheng. Study of hydrodynamic and sediment transport in Hangzhou Bay [J]. Zhejiang Hydrotechnics, 2013, 41(2): 56-60.
    [35] 陈沈良. 杭州湾口南汇咀近岸水域水沙特征与通量[J]. 海洋科学,2004,28(3):18-22.

    Chen Shenliang. Hydrological and sediment features and fluxes in Nanhui nearshore waters, Hangzhou Bay[J]. Marine Sciences, 2004, 28(3): 18-22.
    [36] 罗向欣,杨世伦,张文祥,等. 近期长江口—杭州湾邻近海域沉积物粒径的时空变化及其影响因素[J]. 沉积学报,2012,30(1):137-147.

    Luo Xiangxin, Yang Shilun, Zhang Wenxiang, et al. Recent spatial pattern and temporal variation in sediment grain size in the inshore area adjacent to the Yangtze Estuary and Hangzhou Bay[J]. Acta Sedimentologica Sinica, 2012, 30(1): 137-147.
    [37] 陈沈良,严肃庄,李玉中. 长江口及其邻近海域表层沉积物分布特征[J]. 长江流域资源与环境,2009,18(2):152-156.

    Chen Shenliang, Yan Suzhuang, Li Yuzhong. Characteristics of surface sediment distribution in the Yangtze Estuary and its adjacent waters[J]. Resources and Environment in the Yangtze Basin, 2009, 18(2): 152-156.
    [38] 唐士芳,李蓓. 桩群阻力影响下的潮流数值模拟研究[J]. 中国港湾建设,2001(5):25-29.

    Tang Shifang, Li Bei. Study on numerical simulation of tidal flow influenced by pile group resistance[J]. China Harbour Engineering, 2001(5): 25-29.
    [39] 陈雅望,盛辉,许庆华,等. 近40年来长江口沉积物粒度变化及其对底床冲淤的响应[J]. 水利水运工程学报,2021(5):8-18.

    Chen Yawang, Sheng Hui, Xu Qinghua, et al. Analysis of sediment grain size change and its response to erosion and deposition pattern within the Yangtze River Estuary for the past 40 years[J]. Hydro-Science and Engineering, 2021(5): 8-18.
  • [1] 韩岩松, 张璐, 乔璐璐, 仲毅, 缪红兵.  海洋锋作用下环山东半岛海域悬沙浓度多时间尺度变化 . 沉积学报, 2023, 41(3): 778-790. doi: 10.14027/j.issn.1000-0550.2021.118
    [2] 刘涛, 褚冠宇, 徐慧鹏.  基于风暴潮记录研究红树林淤积速率时间变化 . 沉积学报, 2022, 40(5): 1346-1354. doi: 10.14027/j.issn.1000-0550.2021.042
    [3] 王明霄, 郑世雯, 范德江.  东海内陆架近两百年来有孔虫组合变化及原因 . 沉积学报, 2021, 39(4): 973-982. doi: 10.14027/j.issn.1000-0550.2020.108
    [4] 常吟善, 赵洪, 覃军, 李帅, 张建培.  古近纪气候变化在东海盆地内的化石记录 . 沉积学报, 2019, 37(2): 320-329. doi: 10.14027/j.issn.1000-0550.2018.133
    [5] 王勇智, 张永强, 孙惠凤.  山东半岛东部海域悬浮体分布季节变化及其冬季输送通量研究 . 沉积学报, 2019, 37(3): 541-549. doi: 10.14027/j.issn.1000-0550.2018.169
    [6] 逄悦, 范德江, 孙晓霞, 刘明, 杨作升.  长江口及邻近海域悬浮颗粒重晶石特征与成因探讨 . 沉积学报, 2016, 34(3): 523-530. doi: 10.14027/j.cnki.cjxb.2016.03.010
    [7] 王震, 乔璐璐, 王云飞.  东中国海表层悬浮体浓度卫星遥感反演研究进展 . 沉积学报, 2016, 34(2): 292-307. doi: 10.14027/j.cnki.cjxb.2016.02.008
    [8] 赵秧秧, 高抒.  台风风暴潮影响下潮滩沉积动力模拟初探——以江苏如东海岸为例 . 沉积学报, 2015, 33(1): 79-90. doi: 10.14027/j.cnki.cjxb.2015.01.008
    [9] 珠江口东平海域海采工程后泥沙蚀淤趋势预测研究 . 沉积学报, 2011, 29(6): 1164-1169.
    [10] 龚玲兰.  湘江悬浮物的稀土元素地球化学研究 . 沉积学报, 2009, 27(3): 529-536.
    [11] 熊应乾.  东海陆架EA01孔沉积物常微量元素变化及其意义 . 沉积学报, 2006, 24(3): 356-364.
    [12] 徐国强, 刘树根, 武恒志, 李智武, 孙玮.  海平面周期性升降变化与岩溶洞穴层序次关系探讨 . 沉积学报, 2005, 23(2): 316-322.
    [13] 余华, 刘振夏, 熊应乾, 李巍然, 王昆山.  东海DGKS9617岩芯物源研究 . 沉积学报, 2004, 22(4): 651-657.
    [14] 符文侠, 刘国贤.  锦州湾泥沙来源、洄淤状况与建港条件分析 . 沉积学报, 1996, 14(3): 149-156.
    [15] 苗丰民, 李淑媛, 李光天, 符文侠, 何宝林.  辽东湾北部浅海区泥沙输送及其沉积特征 . 沉积学报, 1996, 14(4): 114-121.
    [16] 刘友梅, 贾蓉芬, 杨蔚华, 文启忠.  阳郭黄土剖面有机组分变化的周期性与古气候变迁因素 . 沉积学报, 1996, 14(S1): 136-142.
    [17] 李从先, 张桂甲, 李铁松.  潮坪沉积的韵律性与作用因素的周期性 . 沉积学报, 1995, 13(S1): 71-78.
    [18] 王国纯, 朱伟林.  东海盆地新生代沉积环境 . 沉积学报, 1992, 10(2): 100-108.
    [19] 朱明善.  东海沉积地层矿物研究 . 沉积学报, 1988, 6(3): 78-88.
    [20] 张国栋, 王益友, 朱静昌, 董荣鑫, 吴萍.  苏北弶港现代潮坪沉积 . 沉积学报, 1984, 2(2): 39-51.
  • 加载中
图(14) / 表 (2)
计量
  • 文章访问数:  100
  • HTML全文浏览量:  36
  • PDF下载量:  25
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-10-18
  • 修回日期:  2023-03-30
  • 录用日期:  2023-05-22
  • 网络出版日期:  2023-05-22
  • 刊出日期:  2024-08-10

目录

    东海大桥邻近海域沉积动力环境变化

    doi: 10.14027/j.issn.1000-0550.2023.029
      基金项目:

      国家自然科学基金项目 42076179

      国家自然科学基金项目 41476030

      国家自然科学基金项目 41976157

      国家地质调查项目 DD20221775

      作者简介:

      王泽,女,1998年出生,硕士研究生,沉积动力学,E-mail: wangze4567@163.com

      通讯作者: 乔璐璐,女,教授,E-mail: luluq@ouc.edu.cn

    摘要: 

    目的  东海大桥是杭州湾和长江口水沙交换的重要通道,其对邻近海域悬沙分布和输运有重要影响。   方法  基于2011—2020年共26天每天8张连续潮时的高质量GOCI影像,反演获得东海大桥及邻近水域表层悬浮泥沙浓度,并结合理想数值模型和表层沉积物观测资料,研究了东海大桥对邻近海域沉积动力环境不同时间尺度的影响。   结果  在潮周期时间尺度上,东海大桥两侧悬浮泥沙浓度呈现明显的梯度分布,并随涨落潮表现为背流面悬沙浓度高于迎流面,这与背流面水位降低促进垂直运动和桥墩后方涡流加强扰动有关,其中在涨落潮中间时刻,大桥两侧悬浮泥沙浓度差异最大,涨憩时刻两侧差异最小。各季节涨落潮过程中大桥东西两侧悬沙浓度的差异变化不大,但浓度差值有所不同。从多年变化来看,东海大桥建成后两侧悬沙浓度差异的年际变化不大,邻近海域表层沉积物有变细趋势,可能与大桥阻流导致流速减弱有关。   结论  潮周期内悬沙浓度在大桥背流面高于迎流面的差异分布,不随季节和年际变化,该研究对完善不同时间尺度跨海大桥对海洋沉积动力环境影响的研究具有重要意义。

    English Abstract

    王泽, 乔璐璐, 高飞, 李莉, 刘洋, 张思晨, 张璐. 东海大桥邻近海域沉积动力环境变化[J]. 沉积学报, 2024, 42(4): 1252-1267. doi: 10.14027/j.issn.1000-0550.2023.029
    引用本文: 王泽, 乔璐璐, 高飞, 李莉, 刘洋, 张思晨, 张璐. 东海大桥邻近海域沉积动力环境变化[J]. 沉积学报, 2024, 42(4): 1252-1267. doi: 10.14027/j.issn.1000-0550.2023.029
    WANG Ze, QIAO LuLu, GAO Fei, LI Li, LIU Yang, ZHANG SiChen, ZHANG Lu. Sedimentary Dynamic Environment Changes Adjacent to the East China Sea Bridge[J]. Acta Sedimentologica Sinica, 2024, 42(4): 1252-1267. doi: 10.14027/j.issn.1000-0550.2023.029
    Citation: WANG Ze, QIAO LuLu, GAO Fei, LI Li, LIU Yang, ZHANG SiChen, ZHANG Lu. Sedimentary Dynamic Environment Changes Adjacent to the East China Sea Bridge[J]. Acta Sedimentologica Sinica, 2024, 42(4): 1252-1267. doi: 10.14027/j.issn.1000-0550.2023.029
      • 悬浮泥沙是近海Ⅱ类水体重要的水质参数之一,其输运沉积过程对海岸防护、水质生态等有重要影响,是海岸带的关键科学问题[1]。随着沿海经济的发展和近岸岛屿的开发利用,越来越多的跨海大桥如杭州湾跨海大桥、胶州湾跨海大桥等已经建成。然而无论是在大桥建设过程中,还是在建成后,都会对周围的水文泥沙环境产生重要影响[2]。因此,开展跨海大桥对悬浮泥沙分布及输运影响的研究,对于指导海洋工程建设和保护海洋生态环境具有重要意义。

        近年来,不少学者围绕跨海大桥对附近水域的影响开展了大量研究。成果表明,桥墩会诱发马蹄涡[3],并导致周围水体流速、潮通量等发生变化[4]。Zhao et al.[5]对胶州湾跨海大桥的数值模拟研究显示,跨海大桥两侧水位的高度差会诱生正压流,使大桥两侧产生流速差异。桥墩和水流的相互作用还会改变水动力环境[6],使大桥对悬浮泥沙的输运有比较明显的阻滞作用,从而造成大桥两侧悬浮泥沙浓度存在较大差异[7],表现为大桥下游浓度高,上游浓度相对较低[89]。Guo et al.[10]基于陆地卫星研究港珠澳大桥对珠江口悬浮体的影响,表明港珠澳大桥建设后珠江口悬浮体浓度的下降幅度和下降速率高于大桥建设前。

        东海大桥建成于2005年,跨越杭州湾北部海域,北起芦潮港,南至小洋山岛,位于长江口和杭州湾水沙交换的重要通道[11]。近年来关于杭州湾悬沙变化的研究较多,江彬彬等[12]利用GOCI数据研究了杭州湾一个潮周期内悬浮泥沙的运移特征和季节变化特征。刘猛等[13]将遥感影像结合三角形网格的有限体积海洋数值模型,揭示了潮流变化是杭州湾在涨落潮、大小潮悬沙分布变化的主要影响因素。叶涛焱[14]利用Landsat、GOCI数据研究了杭州湾悬沙动力多时空变化特征的形成机制。但是针对杭州湾的强潮特征,关于东海大桥对潮周期内悬沙浓度分布和输运影响的研究较少,仅有的一些研究仅对比了东海大桥建设前后水动力和泥沙输运变化的宏观特征[1517]。孙志国[15]对东海大桥的数值模拟研究显示东海大桥建设后对杭州湾流场的影响大约在25 km范围内;刘玮祎[16]利用丰富的实测资料表明东海大桥建设后形成了以大桥沿线为中心的东西高、中间低的流场分布特征和南北高、中间低的泥沙场分布特征;Qiao et al.[17]基于ECOMSED模型和MERIS、TM卫星遥感影像的研究表明,涨潮时大桥西侧悬浮泥沙浓度比建桥前小,落潮时大桥东侧悬浮泥沙浓度比建桥前小。根据前人研究,在喇叭口特殊地形和强潮动力的作用下,杭州湾悬浮泥沙浓度的变化主要受大小潮周期流速变化和水位变化影响[18]。因此,本文基于GOCI影像数据,分析潮周期内东海大桥对悬浮泥沙浓度的影响,进一步分析该潮周期特征的季节和年际变化,对完善不同时间尺度跨海大桥对海洋环境影响的研究具有重要意义。

      • 杭州湾位于浙江省北部、长江口南部,岸线呈喇叭口状,平均水深8~10 m,是世界上悬沙浓度最高的海湾之一(图1a)。东海大桥北起上海南汇芦潮港,南至浙江嵊泗县崎岖列岛的小洋山岛,全长32.5 km,共有822个桥墩,是我国第一座外海跨海大桥[16]。全桥设5 000 t级单孔双向主通航孔一处,最大跨径约420 m;设1 000 t级双孔单向辅通航孔一处,最大跨径140 m;设500 t级双孔单向辅通航孔两处,最大跨径分别为120 m和160 m。其中非通航孔海上段桥梁长度23.17 km,分为Ⅰ、Ⅱ、Ⅲ 3个标段(图1b),跨径分别为59 m、60 m和70 m[19]

        图  1  研究区域图

        Figure 1.  Map of the study area

        东海大桥所在的杭州湾湾口海域(图1b),潮汐类型属非正规半日潮,潮汐日不等现象较明显[19]。海湾内落潮流方向为94°~114°[18]偏东向,大潮期平均流速0.9~1.1 m/s[16];涨潮流方向为274°~294°[18]偏西向,大潮期平均流速0.7~0.8 m/s[16]。与建桥前相比,涨落潮流平均流速均减小,减幅5%~37%[16]。杭州湾的底质类型以泥质粉砂和粉砂为主。一般邻近南北两岸底质较粗,中间较细;从湾口向湾内,颗粒粒径由细到粗,分选则由差到好。杭州湾沉积物的来源以湾口外海域的来沙为主,长江入海泥沙,以及沉积在长江口外水下三角洲的细颗粒沉积物被掀动后,随涨潮流进入杭州湾,成为杭州湾沉积物的主要来源[20]

      • GOCI(Geostationary Ocean Color Imager)传感器搭载于韩国发射的全球第一颗地球同步轨道海洋水色卫星COMS(Communication, Ocean and Meteorologi cal Satellite)[21],其数据可以从韩国卫星中心KOSC(http://kosc.kiost.re.kr)免费下载获得。GOCI影像的中心经纬度为130° E,36° N,覆盖面积为2 500 km×2 500 km,空间分辨率为500 m。GOCI具有1天8景、每小时1景时间分辨率的监控能力,成像时间为世界时00 h~07 h,高时相分辨率的特性使其非常适合用于近海悬浮泥沙浓度分布和输运的研究[22]。本文收集了2011年4月—2020年12月无云遮盖的共26天每天包含连续8景的GOCI影像(表1),潮动力条件涵盖了大、小潮的涨潮和落潮过程,时间分布覆盖了春、夏、冬季。

        表 1  遥感影像数据信息

        Table 1.  Remote sensing image data

        数据时间潮型季节数据时间潮型季节
        2011.04.05大潮2011.04.12小潮
        2012.01.26大潮2012.01.31小潮
        2013.03.06小潮2013.03.12大潮
        2013.07.17小潮2013.07.23大潮
        2013.08.10大潮2013.08.16小潮
        2015.05.05大潮2015.05.12小潮
        2016.07.21大潮2016.07.26小潮
        2017.05.10大潮2017.05.17小潮
        2017.05.18小潮2017.05.27大潮
        2017.07.16小潮2017.07.22大潮
        2017.12.12小潮2017.12.18大潮
        2018.04.01大潮2018.04.08小潮
        2020.08.13小潮2020.08.19大潮

        另外,为了获得更高空间分辨率的大桥附近表层悬沙分布,收集了Landsat-8遥感影像。Landsat-8卫星于2013年2月11发射,卫星上携带两个传感器,分别是OLI陆地成像仪(Operational Land Imager)和TIRS热红外传感器(Thermal Infrared Sensor)。Landsat-8卫星一共有11个波段,卫星的重访周期为13天,每幅遥感影像的覆盖面积为185 km×185 km,空间分辨率为30 m(https://earthexplorer.usgs.gov/下载)。本文以2016年5月1日、7月20日遥感影像为例,研究东海大桥与邻近的海上风电共同作用下表层悬浮泥沙的分布。

        为了排除风场变化对不同年份悬沙浓度潮周期内变化特征的干扰,笔者筛选了风向、风速较为一致的遥感影像进行对比。风场资料来源于美国NCEP(National Centers for Environmental Prediction)的CFSR(Climate Forecast System Reanalysis)风场,该资料是耦合了大气—海洋—地表—海冰的全球模拟系统的后报结果,时间分辨率1 h,空间分辨率约为38 km。分析各影像所处潮时,使用的潮位数据基于大戢山站(图1b)的M2、S2、K1、O1、N2、K2、P1和Q1等8个主要分潮的潮汐调和常数预报得到。另外收集了该站位2013年7月23日17小时的实测潮位,用于预报水位的验证。研究还搜集了杭州湾内N1和N2站位(图1a)2013年3月12日8时至16时的垂线悬沙浓度资料,用于遥感反演悬沙浓度的验证。另外,收集了东海大桥及邻近海域2007年(65个)、2016年(2个)两个时段的67个采样站位的表层沉积物粒度数据,由马尔文2000激光粒度仪测定其粒度参数,用于分析大桥建成后表层沉积物的分布和运移特征。

      • 首先,使用韩国卫星中心提供的GOCI数据处理软件GDPS[23]将GOCI数据一级数据产品转化成ENVI能识别的img数据,然后在ENVI环境下对其进行QUAC大气校正[12],得到GOCI数据各波段的遥感反射率。由于GOCI自带的GDPS软件对高浓度悬浮泥沙浓度的水体反演结果偏低[12,14,22],本研究采用He et al.[24]建立的杭州湾悬浮泥沙遥感反演算法计算表层悬浮泥沙数据,该方法被广泛用于杭州湾悬浮泥沙浓度的遥感反演[2527],反演算法如下所示:

        SSC=101.057 8+1.123×Rrs(745)Rrs(490) (1)

        式中:SSC表示悬浮泥沙浓度,单位为mg/L,Rrs(490)、Rrs(745)分别表示490 nm、745 nm波段的反射率。经杭州湾内N1、N2站位(站位位置如图1a所示)的对比验证(图2),平均相对误差为10.9%。

        图  2  反演悬浮泥沙浓度与实测悬浮泥沙浓度对比(红线.实测悬浮泥沙浓度数据;蓝线.反演悬浮泥沙浓度数据)

        Figure 2.  Comparison of the Inverted Suspended Sediment Concentration (SSC, blue lines) and Measured SSC (red Lines)

      • 基于表层沉积物粒度数据,本文采用Gao-Collins二维模型[28]进行粒径趋势分析,探讨东海大桥附近海域表层沉积物的输运格局。该方法把粒径趋势矢量的平面分布图看作一幅同时包含信息和噪声的图像,从而用图像处理技术来提取平面二维粒径趋势矢量图像中所含的沉积物输运信息[29]。粒径趋势分析主要分三步:(1)确定单位矢量,首先需要定义一个特征距离,为保证结果有效性,选取最大采样间距5.5 km为特征距离。对每两个相邻的采样点进行比较,根据粒度参数(平均粒径、分选系数、偏态),判断沉积物净输运方向具有较高出现概率的两种类型的粒径趋势,生成指向该采样站位的单位矢量,进而提取所有的粒径趋势矢量;(2)求出每个采样点的趋势矢量之和;(3)对合矢量进行平滑处理,消除“噪声”,处理后的趋势矢量即代表该站位沉积物净输运趋势[30]。近年来粒径趋势分析被广泛用于河流体系、湖泊、海岸带、港口、河口等多种环境[3132],可以有效地反映研究区表层沉积物的运移趋势。

      • 本文基于FVCOM数值模型,对杭州湾大区域的涨落潮流场和东海大桥附近局部海域的流场进行分析。其中大区域的流场,主要基于Li et al.[33]建立的杭州湾三维波流—泥沙耦合模型,该模型网格有107 898个单元和57 354个节点。水边界的分辨率约为30 km,并被细化至150~800 m,杭州湾南部潮坪分辨率高于100 m,外模的时间步长为0.5 s,内模为5 s。该模型的海岸线数据来自美国国家海洋和大气管理局(NOAA)提供的数据(https://ngdc.NOAA.gov)。杭州湾海岸线数据使用2019年度陆地卫星地图(http://www.gscloud.cn)进行了校正。使用的水深数据为ETOP1,由NOAA提供。由于是大区域模拟,该模型中没有考虑东海大桥的影响,相关的模型参数和验证详见Li et al.[33]

        由于东海大桥布局为南北方向,与邻近海域涨落潮流长轴方向基本垂直,且根据前人研究大桥的影响范围有限,加之邻近水域水深变化较小,因此可以采用简化的理想区域模型对比大桥两侧涨落潮流的相对变化,以避免大区域真实模拟中可能存在的计算量巨大、网格复杂、模型不稳定等问题。基于FVCOM建立了潮汐潮流理想数值模型,模型区域设置为正方形,在区域北侧设计了10个桥墩,每个以长24 m、宽8 m的长方形来模拟真实的一组桥墩,模型中南北两个桥墩之间及一个通航孔的跨度也参照实际距离分别设计为60 m和120 m。该理想模型设置东侧为开边界,由NAO99潮汐模型提供的M2分潮调和常数预报水位驱动。水深设置为均一的9 m。模型采用三角网格(图3),在桥墩附近对网格进行加密,分辨率最小约为8 m,逐渐向外增大,开边界网格分辨率约为270 m。整个计算海域共包含网格节点1 255个,三角形网格数为2 424个。模型计算外模步长为0.5 s,内模步长为3 s,垂向σ层设置3层。模型采用冷启动,在研究时间前计算约40天,使模型趋于稳定。

        图  3  计算域网格分布(a1、a2点为选取的代表点,用于对比大桥两侧水位变化)

        Figure 3.  Model grids (points a1 and a2 were selected as representative points to compare water level changes on both sides of the bridge)

      • 本文将使用大戢山站潮汐调和常数,对水位进行后报,以分析不同遥感影像所处的潮时。将后报的水位与大戢山站2013年7月23日0时至16时共17小时的实测潮位数据进行对比(图4)。结果表明,通过调和分析后报得到的潮位数据可以很好地反映大戢山站附近海域的潮位变化情况,实测潮位数据和后报潮位数据相关系数为0.998,说明后报得到的潮位数据精度较高。

        图  4  基于调和常数后报潮位与实测潮位对比(红线.2013年7月23日实测潮位数据;蓝线.预报潮位数据)

        Figure 4.  Comparison of the predicted and measured sea levels (red line. measured sea levels on July 23, 2013; blue line. predicted sea levels)

      • 大潮期间,杭州湾涨急、落急流场如图5所示。涨急时刻(图5a),海水从外海流进湾内,由于狭道效应,湾口流速较大,涨潮流从湾口穿越舟山群岛向西在湾内汇合,到达杭州湾湾顶;落急时刻(图5b),湾内水流整体向东流向外海,水流流向基本与涨潮流相反,由于长江冲淡水向东南方向扩散,南汇附近落潮流向南偏转,湾顶至湾口流速增大。东海大桥所在的湾口北侧海域,涨落潮流方向基本为向西和向东,与大桥走向垂直,大桥南部海域的涨落潮流速略大于北部。

        图  5  杭州湾大潮期涨急、落急表层流场图

        Figure 5.  Maximum flood and ebb current fields at the surface layers in Hangzhou Bay

      • 以2013年7月23日(大潮期)的遥感影像为例,分析东海大桥及邻近海域悬沙浓度的空间分布及其随潮时的变化特征,关于其代表性将在3.4节进行分析。杭州湾悬沙浓度整体较高,明显高于湾外海域。湾内表层悬沙浓度的空间差异也较大,其中最大浑浊带以及杭州湾南岸附近海域悬沙浓度较高,最大值可超过1 000 mg/L(图6a),明显高于湾内其他海域。

        图  6  杭州湾及东海大桥邻近海域表层悬浮泥沙浓度分布

        Figure 6.  SSC in Hangzhou Bay and the area adjacent to East China Sea Bridge

        东海大桥邻近海域位于杭州湾湾口北部,是长江入海泥沙向杭州湾输入的重要通道[34]。大桥西侧受最大浑浊带影响为悬沙浓度高值区,其中芦潮港附近的近岸海域,小洋山岛海域等悬沙浓度较高,超过700 mg/L,而大桥东侧悬沙浓度相对较低;大桥北部海域的悬沙浓度高于大桥南部(图6b)。

      • 东海大桥邻近海域表层悬浮泥沙浓度随时间的变化和潮位变化相关性较好。涨潮过程(图6b1~b4)的悬沙浓度明显大于落潮过程(图6b5~b8),浓度差可超过500 mg/L。在涨潮中间时刻和落潮中间时刻,悬沙浓度明显较大,可能与流速增大引起的再悬浮作用增强有关。

        从空间变化看,悬浮泥沙浓度在东海大桥两侧存在明显的水平梯度。涨潮时,由于外海相对低浓度水向杭州湾涌入(图5a),大桥西侧悬浮泥沙浓度高于大桥东侧;落潮时,大桥附近海域悬沙浓度较低,导致大桥东侧悬浮泥沙浓度高于大桥西侧(图6b8)。且由于东海大桥的阻滞作用,抑制了高浓度泥沙向杭州湾的平流输运,将促进其在杭州湾口沉积,待潮时转变为涨潮过程时方能向西输运。

        为进一步分析大桥两侧悬浮泥沙浓度的差异,选取平行东海大桥的两个断面(断面A,图7a;断面B,图7b)和垂直东海大桥的三个断面(断面C,图8a;断面D,图8b;断面E,图8c),分析东海大桥对邻近海域悬沙分布特征的影响,各断面位置如图1所示。

        图  7  2013年7月23日平行东海大桥的断面A、B悬浮泥沙浓度(黑色等值线)及断面A、B悬浮泥沙浓度相对变化

        Figure 7.  Variation of SSC in selected sections A and B parallel to East China Sea Bridge and relative variation of SSC in sections A and B on July 23, 2013

        图  8  2013年7月23日垂直东海大桥的断面悬浮泥沙浓度变化

        Figure 8.  Variation of SSC in selected sections that vertical to East China Sea Bridge on July 23, 2013

        A断面位于东海大桥轴线西侧1.0 km处,涨潮时,北部南汇近岸水域悬浮泥沙浓度高于南部小洋山岛海域,浓度差介于300~400 mg/L,随着水位上升,A断面悬浮泥沙浓度减小,中部和南部水域悬浮泥沙浓度差值逐渐减小(图7a)。B断面位于东海大桥轴线东侧1.0 km处,涨潮时,与大桥西侧类似,北部南汇近海水域悬浮泥沙浓度高于南部小洋山岛海域,浓度差介于200~300 mg/L,落潮时,B断面悬浮泥沙浓度升高,北部南汇近岸水域悬浮泥沙浓度较高(图7b)。A、B断面均表现出北部悬沙浓度高于南部,可能与近岸水浅,再悬浮能力强有关。虽然两个断面相距仅2.0 km,但由于位于大桥两侧而使得悬浮泥沙浓度存在显著的差异,通过两个断面悬浮泥沙浓度变化百分比(图7c)可以看到,涨潮时,大桥西侧浓度高于大桥东侧,变化不超过100%;落潮时,大桥东侧浓度高于大桥西侧,最大变化率可达300%。尽管南部小洋山岛海域悬浮泥沙浓度较低,但大桥两侧悬沙浓度变化幅度与中北部高悬沙浓度区较为一致,但潮时略有提前,可能与近岸水浅底摩擦大导致潮波滞后有关。通航孔附近水域悬浮泥沙浓度比周围非通航孔处悬浮泥沙浓度低,且悬浮泥沙浓度变化也较小,可能与桩墩的跨径有关,通航孔处跨径大,过水断面较大,对涨落潮流的影响较小。

        C、D、E断面从北到南依次跨越大桥两侧,分别位于近岸的高浓度悬浮泥沙区域、东海大桥中段海域和小洋山岛海域。由于长江入海的高含沙水体一部分随涨潮流进入杭州湾(图5a),一部分在杭州湾口外沉积,发生再悬浮作用,随涨落潮作用与杭州湾进行泥沙交换[35],因此受长江南槽泥沙影响,北部C、D断面悬沙浓度高于南部E断面的小洋山岛海域。

        涨潮过程中,大桥西侧悬浮泥沙浓度显著增加,大桥东侧浓度相对较低,桥两侧悬浮泥沙浓度差值逐渐增大,浓度差在84~346 mg/L范围内波动。涨憩后,大桥附近悬浮泥沙浓度开始降低,大桥两侧悬浮泥沙浓度差值也随之减小。落潮过程中,由于长江南槽泥沙随落潮流向南扩展,导致大桥东侧的悬浮泥沙浓度远高于大桥西侧,且受到大桥的阻挡跨越大桥向西扩散的泥沙较少,随着潮位下降、落潮流速加强,大桥两侧悬浮泥沙浓度差值逐渐增大,在24~336 mg/L范围内波动。尽管涨潮和落潮中大桥两侧的浓度差较接近,但是由于落潮时原本浓度值较低,所以相对变化明显大于涨潮。

        总体来看,东海大桥位于杭州湾与外海的交界处,是长江口和杭州湾泥沙交换的主要通道。东海大桥建成前,大桥附近水域的悬浮泥沙浓度分布均匀[35],而东海大桥建成后,大桥附近悬浮泥沙浓度总体表现为涨、落潮时背流面悬沙浓度高于迎流面。

      • 为进一步分析东海大桥及邻近海域表层悬沙浓度在不同季节随潮时变化特征,在东海大桥东、西两侧各1.0 km处选取1个代表站位O1与O2(位置如图1b所示),基于2011—2020年26天共计208张高质量的GOCI遥感影像,分析春、夏、冬季(秋季未找到高质量遥感影像)东海大桥对悬浮泥沙分布的影响(图9)。

        图  9  O1、O2站位水位与悬浮泥沙浓度差值变化

        Figure 9.  Variations of sea level and SSC difference between stations O1 and O2 in different seasons

        春、夏、冬季O1、O2站位的悬沙浓度变化都表现出类似的特征:涨潮时,O1点浓度大于O2点,两者的差值为正值;随着潮位的持续上涨,涨憩时O1点出现高浓度值;落潮过程中,O1点浓度小于O2点,浓度差值为负值。两个站位涨潮时刻的浓度差异也比落潮时刻浓度差异大,介于0~100 mg/L。与图6~8反映的结论一致,也说明前文分析中选择的2013年7月23日遥感影像具有一定的代表性。

        但各个季节大桥两侧悬沙浓度差值略有不同。12月至次年1月,杭州湾悬浮泥沙浓度整体较高(图9a,b),但大桥两侧O1、O2两点悬浮泥沙浓度的差值比夏季小(图9e,f),差值的绝对值小于300 mg/L;夏季,河流输沙量增大,大桥两侧O1、O2两点悬浮泥沙浓度的差值最大(图9e,f),可达500 mg/L;春季为过渡季节(图9c,d),大桥两侧悬沙浓度差值介于冬季和夏季。

      • 选择同为夏季大潮期、风况相近的2020年8月19日遥感影像(图10),与2013年7月23日(图6b)对比,分析东海大桥建设15年后邻近海域悬浮泥沙浓度分布变化。研究海域最高悬沙浓度由2013年的950 mg/L变为800 mg/L。虽然悬浮泥沙浓度明显降低,但研究区域悬浮泥沙浓度分布及大桥两侧浓度随潮位的变化特征变化较小,仍表现为涨潮时大桥西侧浓度高于东侧,落潮时大桥东侧浓度高于西侧,即涨、落潮时背流面悬沙浓度高于迎流面,且大桥两侧的浓度差值变化较小(图9e)。

        图  10  2020年8月19日东海大桥及邻近海域悬浮泥沙浓度分布(大潮期,东南风6~8 m/s)

        Figure 10.  SSC distribution in the area adjacent to East China Sea Bridge on August 19, 2020 (spring tide, southeasterly wind with velocity of 6⁃8 m/s)

      • 通过分析2007年大桥建成两年后的附近海域表层沉积物中值粒径、平均粒径、分选系数、偏态和峰态分布,进一步分析东海大桥对杭州湾海域沉积动力环境的影响(图11)。

        图  11  研究区表层沉积物粒度参数分布

        Figure 11.  Distribution of grain size parameters of the seabed sediments in the study area

        东海大桥及其邻近海域表层沉积物平均粒径介于3.2~6.8 Φ,平均值为5.41 Φ图11a);中值粒径介于3.2~8.0 Φ,平均值为6.41 Φ图11b)。由北部南汇海域沿大桥向南表层沉积物粒径呈先变细后变粗的趋势,其中北部近岸海域粒径最粗,平均粒径介于3.2~5.3 Φ,中值粒径介于4.04~6.50 Φ,可能与岬角岸线挑流作用下流速增强有关。东海大桥沿线的偏度系数主要介于0.06~0.53,由北部南汇海域沿大桥向南偏度系数呈先减小后增大的趋势(图11d),峰态系数主要介于0.89~1.03(图11e),大部分海域为窄峰态,靠近北部南汇海域的峰态系数较高。跨东海大桥方向,大桥西侧平均粒径介于5.2~6.2 Φ,中值粒径介于5.8~7.2 Φ;东侧粒径相对偏细,平均粒径介于5.63~6.80 Φ,中值粒径介于6.54~8.00 Φ。考虑到研究区东侧长江南槽口外海域表层沉积物以黏土质粉砂为主,平均粒径介于7~8 Φ[36],中值粒径介于7~9 Φ[37],因此大桥东侧海域在一定程度上受到长江入海泥沙的影响。跨东海大桥方向,西侧分选系数主要介于2.0~2.3,东侧分选系数主要介于1.8~2.3。研究区分选相对较好的区域与细颗粒物的分布重合,位于大桥东侧海域,说明研究区沉积物颗粒越细,分选性也越好。

        基于2007年表层沉积物粒度数据,采用Gao-Collins二维“粒径趋势分析”方法对研究区表层沉积物运移趋势进行分析,结果如图12所示。研究海域表层沉积物整体有向杭州湾内运移的趋势,大桥沿线东侧海域表层沉积物有沿桥向南运移的趋势,大桥西侧海域表层沉积物有向北运移的趋势。这与悬浮泥沙浓度的分析结果较为一致,由于受到长江南槽泥沙向南输运影响,跨海大桥北部C、D断面的悬沙浓度高于南部E断面的小洋山岛海域,并且由于落潮流加强了长江物质的向南输运,使得大桥东侧浓度异常升高,这也解释了落潮时两侧悬沙浓度差值相对变化明显大于涨潮时。

        图  12  研究区粒径趋势分析图

        Figure 12.  Seabed sediment transportation trend based on the particle size trend analysis

      • 随着潮位的涨落,东海大桥两侧悬浮泥沙浓度有明显的梯度变化,表层悬浮泥沙浓度在大桥附近发生跃变,总体来看表现为背流面悬沙浓度高于迎流面。基于建立的理想区域潮汐潮流数值模型,在东海大桥西、东两侧各50 m处选取1个代表站位,a1与a2(位置如图3所示),初步分析东海大桥对悬浮泥沙分布的影响机制。

        落潮过程中,a1与a2站水位差为正值(图13b),涨潮过程则相反,说明了迎流面壅水,而背流面跌水,局部范围内产生水位差(图13b)。桥墩附近的流场变化则显示,由于过水面积减小使得两组相邻桥墩之间流速增加,桥墩的阻流效应使得桥墩附近的流速减小,且涨落潮过程中背流面流速减小幅度较大(图13c,d)。刘玮祎[16]在大桥附近站位的实测海流分析中,也发现了类似的受大桥影响海流的强弱变化。但流速的这种变化将导致背流面再悬浮作用减弱,不利于悬沙浓度的升高,因此大桥两侧水平流速大小的差异可能不是产生悬沙梯度的原因。但是背流面的低水位将有利于正的垂直流速的发育,加上桥墩后方可能发育的涡旋尾流,将有助于悬沙的垂直混合和表层浓度的升高。唐士芳等[38]的桩群实验也发现桩群后方水位降低及较大涡旋的出现。因此,涨落潮过程中大桥背流面悬沙浓度高于迎流面,可能与背流面的跌水及涡旋加强的垂直混合有关。

        图  13  理想模型大桥附近水域流场

        Figure 13.  Current field near the bridge in the ideal model

      • 2016年对东海大桥邻近海域的表层沉积物进行了重复观测,分析方法同2007年,其中S1和S3站位与2007年的S2和S4站位邻近(站位位置见图1b),因此对两组站位的表层沉积物粒度参数分别进行对比(表2)。除S3站位的中值粒径外,10年后两组邻近站位的平均粒径和中值粒径均表现出变细的特征。考虑到近年来长江入海泥沙通量减小,且长江口沉积物粒度有粗化趋势[39],因此认为该粒度变细可能与大桥阻流效应导致局地水动力变弱有关(图13c,d)。

        表 2  两组站位的粒度参数对比

        Table 2.  Comparison of grain size parameters between two groups of stations

        站位平均粒径/Φ中值粒径/Φ分选系数偏态峰态砂/%粉砂/%黏土/%
        S2(2007)4.865.432.240.381.0313.8765.3020.60
        S1(2016)7.487.291.760.160.940.3663.6935.94
        S4(2007)5.696.452.050.260.934.6467.2428.10
        S3(2016)6.496.161.870.271.085.8573.0421.11
      • 杭州湾湾口的海上风电场于2010、2015年建成,位于东海大桥中部的两侧水域(图1b),总面积约为39.992 km2,水深介于8.8~9.1 m。结合30 m空间分辨率的Landsat-8影像,研究东海大桥附近海上风电对周围悬浮泥沙浓度的影响。

        风电附近海域表层沉积物中值粒径介于6.3~6.9 Φ,粒径较细易发生再悬浮。在涨落潮过程中,风电附近的悬浮泥沙浓度明显高于周边海域(图14),而且明显与大桥桥墩出现类似特征,即背流面悬沙浓度高于迎流面,在桩墩背流面产生条带状的高悬沙浓度区(图14a,b)。这也可能与桩墩后方产生的涡旋尾流扰动有关。

        图  14  海上风电附近悬浮泥沙浓度

        Figure 14.  SSC distribution near the offshore wind farm

      • (1) 东海大桥邻近海域表层悬沙浓度呈现以大桥为界的梯度分布,并随涨落潮流表现为背流面悬沙浓度高于迎流面,这与背流面由于大桥的阻流作用水位降低促进垂直向上运动、和桥墩后方涡旋尾流扰动两者共同作用下加强垂直混合有关。长江南槽泥沙在涨、落潮流作用下北缩和向南输运,导致了落潮时大桥两侧悬沙浓度差值相对变化大于涨潮时。

        (2) 春、夏、冬季研究海域悬沙浓度差异特征相似,但各个季节大桥两侧悬沙浓度的差值有所不同,冬季的悬沙浓度差值比夏季小。

        (3) 从多年变化来看,东海大桥两侧悬沙浓度差值变化较小,表层沉积物粒度呈变细趋势与邻近海域水动力减弱有关。

        (4) 东海大桥东侧表层沉积物比西侧偏细,粒径趋势分析证明了长江物质沿大桥东侧向南输运。

    参考文献 (39)

    目录

      /

      返回文章
      返回