杭州湾悬浮泥沙浓度时间序列模型和预测
- 格式:pdf
- 大小:776.94 KB
- 文档页数:4
海岸带淤泥质潮滩和Ⅱ类水体悬浮泥沙遥感信息提取与定量反演研究【摘要】:海岸带地处海陆之交,它凭借其自身丰富的自然资源和优越的地理位置成为国际竞争和开发的重要区域,淤泥质潮滩和Ⅱ类水体悬浮泥沙是其重要的研究对象。
淤泥质潮滩作为海陆相互作用的敏感地带,滩面泥泞、潮沟密布、变化频繁,常规的地形测量难度极大。
由于淤泥质潮滩具有一些能被可见光和近红外传感器探测到的特征,所以遥感技术为其地形信息的提取和定量反演提供了广阔的前景。
本文在分析淤泥质潮滩的动力沉积、动力地貌特点和光谱信息特征的基础上,以长江口淤泥质潮滩为研究对象,进行了植被、潮沟、潮滩和水体的边界线等信息的提取。
而且,笔者在国际上首次系统利用多时相卫星遥感图像水边线高程反演技术,以伶仃洋大铲湾淤泥质潮滩、温州地区温州湾和乐清湾不同部位淤泥质潮滩、长江口地区不同部位淤泥质潮滩为研究对象,确定了其潮滩岸线的变化,从而对其不同部位潮滩坡度及淤积和侵蚀速度进行了计算,得到的数据弥补了研究区潮滩常规地形测量资料的不足。
研究结果表明该方法对我国淤泥质潮滩冲淤变化遥感定量反演具有重要的应用价值。
我国主要沿岸及近海水域的绝大部分水体都属于Ⅱ类水体,悬浮泥沙是其最重要的水色参数之一,沿岸及近海水域水体含沙量时空分布是分析河口海岸冲淤变化、估算河流入海物质通量、研究海洋沉积速率的重要参数,河流入海泥沙量的剧烈变化往往影响并引起海岸线及滩涂的明显变化。
本文在分析悬浮泥沙光谱信息特征的基础上,以长江口和伶仃洋悬浮泥沙为研究对象,进行了沿海水流流态、最大浑浊带、悬沙锋等信息的提取。
为加深对悬浮泥沙的规律性认识和进行定量研究,笔者以长江口横沙岛新民港潮滩表层沉积物和浙江象山港湾顶潮滩表层沉积物为悬沙样本,使用ASD双通道地物波谱仪、后向散射测量仪HS6、LS-100Q激光粒度仪等仪器进行了含沙水体固有光学量和表观光学量同步观测水槽试验。
对得到的不同浓度含沙水体的反射光谱特征曲线进行了处理,并且对其光谱特性进行了分析。
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刘波,程乾,曾焕建,杨润华【摘要】摘要:静止轨道卫星数据具有时间分辨率高的特点,对高动态的河口水质环境监测具有极大的科学价值.本研究使用GOCI数据,杭州湾水域样点实测数据,建立基于GOCI数据的反演悬浮泥沙浓度的经验模型,并对2013年8月9日杭州湾跨海大桥两侧水域进行了悬浮泥沙浓度反演.通过对杭州湾跨海大桥两侧钱塘江上下游悬浮泥沙浓度进行差异性对比研究,结果表明,杭州湾大桥两侧悬浮泥沙浓度呈现一定的梯度特征,表现为大桥上游浓度高,下游浓度相对较低.不同时间段研究区悬浮泥沙浓度为南北两侧变化不同,跨海大桥上游一侧悬浮泥沙浓度变化强度明显高于下游.【期刊名称】杭州师范大学学报(自然科学版)【年(卷),期】2016(000)001【总页数】6【关键词】悬浮泥沙;GOCI数据;杭州湾跨海大桥0 引言二类水体,主要分布在水陆交接和沿海地区,这一地区受地形地貌,水动力环境等影响,容易产生海洋沉积,而且水体集中于受人类活动影响较大的河口及近岸地区,是水色遥感研究中的重点和难点[1].杭州湾地形特殊,是一个海水与河口水交汇剧烈的水域,潮水具有潮大、流急、含沙量高等特点,港口航道、滩涂及水产资源丰富,而高浓度含沙水体对港口建设及运营河口水生态等影响巨大[2].杭州湾大桥是一座横跨杭州湾海域的跨海大桥,它北起浙江嘉兴海盐郑家埭,南至宁波慈溪水路湾,全长36 km,是世界上最长的跨海大桥.杭州湾跨海大桥工程量浩大,一共有墩身1428个[3].然而大桥无论是在工程建设,还是建成后肯定都会对其周边生态环境带来影响,文章主要研究大桥两侧悬浮泥沙浓度分布的差异性.针对杭州湾水域悬浮泥沙分布情况研究,国内外许多学者已经做过大量研究工作,尽管大量研究已经提出众多遥感模型,如沈芳等基于MERIS数据结合半经验辐射传输模型理论建立的长江口水域悬浮泥沙模型[4],何贤强等在大量实测数据支持下基于GOCI数据建立的经验反演模型[5],但由于河口大气环境特殊,悬浮泥沙浓度较高以及变化频率较高等特点,至今尚无统一针对河口高悬浮泥沙浓度精度较高的遥感模型[6].杭州湾水域泥沙主要来自长江口,但由于其地形特点外加潮汐影响,每日潮水现象剧烈,带起沉积的泥沙,使悬浮泥沙变化及分布很复杂[7].GOCI是韩国2009年发射的地球静止气象卫星COMS上的水色传感器,可获取从可见光到近红外共8个波段的遥感物理量,时间分辨率可达1 h,每天10景的拍摄任务,其中8 景成像时间在白天,2景在夜晚( 红外),并实时监测以韩国为中心( 36°N,130°E)包括我国在内的约2500 km×2500 km的区域[8].通过建立基于GOCI传感器的杭州湾水域悬浮泥沙浓度等水质参数实时监测反演,能够快速了解杭州湾水域状况.本文利用杭州湾水域实测数据,模拟GOCI数据特点,建立了多波段组合悬浮泥沙浓度经验反演模型[9];同时收集了2013年8月9日3景GOCI影像数据,利用所建模型进行了悬浮泥沙浓度反演,研究了3个时刻杭州湾跨海大桥两侧悬浮泥沙浓度分布情况.1 数据和方法1.1 研究区概况本次研究区位于杭州湾地区(如图1),经纬度为:30°14′~30°35′,120°56′~121°17′.受喇叭形海湾以及潮汐影响,非正规半日潮.潮水的频繁运动引起水中泥沙运动,致使杭州湾水域一直都比较浑浊,含沙量大[7].本次研究主要围绕杭州湾跨海大桥进行,因此实测样点也是围绕大桥两侧布置.1.2 遥感数据本文主要遥感数据来源为2013年8月9日10:16,11:16, 12:16,3个时刻GOCI数据.1.3 实测数据水体光谱的测量采用的是水面之上测量法[10].悬浮泥沙质量浓度的测量采用质量法[11].在测量水体光谱的同时,每个样点采取水样,本次实验中悬浮泥沙浓度范围为93.5~1108mg/L.通过对各样点悬浮泥沙浓度统计,可以看出,悬浮泥沙浓度最大值为13号点1108mg/L,最小值为26号点93.5mg/L,均值为391.6mg/L.杭州湾是著名的强潮型河口,在强烈的潮流作用下, 湾内沉积物受强劲复杂的动力作用影响重新起动悬浮,水中悬浮固体浓度很高[12].水体中悬浮物浓度平均值为705mg/L, 最大可达1950mg/L[13],根据1996年10月杭州湾水域实测资料得知,海区内平均含沙量为1340mg/L,其中:大、中、小潮分别为2000mg/L、1720mg/L和470mg/L,大、中潮远大于小潮,大潮含沙量是中潮含沙量的1.2倍,是小潮含沙量的4.3倍;海区内涨潮含沙量为1480mg/L,落潮含沙量为1320mg /L,涨潮含沙量大于落潮,其比值为1.12[14],本文观测结果与前人研究基本一致.1.4 研究方法及工作流程研究方法和流程见图2.2 模拟GOCI数据的悬浮泥沙浓度遥感反演模型建立2.1 波段反射率与悬浮泥沙浓度相关分析利用水面测量法所获取的研究区域的反射率曲线(图 3)与实测的各样点悬浮泥沙浓度,可以看出随着悬浮泥沙浓度的增加,各波段的反射率都普遍增大,且增幅最大的位置与波峰位置基本吻合,另外,反射率波谱具有双峰特征,即悬浮泥沙水体的反射率有两个峰值,分别在710nm和810nm附近,与前人研究基本一致[15-16].在350~500nm 之间,含沙水体反射率相对较低;在560~720nm之间有一个反射峰, 当泥沙浓度较小时, 其峰值主要在560~610nm之间, 且峰值反射率较低, 当泥沙浓度增大时, 其峰移在690~720nm之间,且峰值反射率较高.此外, 在790~820nm之间, 还有一个反射峰.从40组有效实验数据中选取28组来建立模型.2.2 模型建立及验证本次研究通过将实测样点光谱数据与悬浮泥沙浓度数据分为两组,一组建模,一组验证,建模组30组数据,验证组10组数据.利用地面实测高光谱数据模拟GOCI各波段数据,分析各样点各波段数据与样点实测悬浮泥沙浓度关系,发现GOCI数据的7波段与8波段与悬浮泥沙浓度相关性较好,单波段线性拟合,R2都在0.7以上.为了相应地提高反演精度,考虑对各波段进行组合,分析其与悬浮泥沙相关性,最后发现波段5与波段7组合效果较好.而何等建立的模型波段选择为第7波段与第3波段[5].图4即为B7/(B4+B5)波段组合与悬浮泥沙浓度线性拟合结果.将验证组B7/(B4+B5)数据带入反演模型中,计算出预测值,与实测值对比,得到标准误差为66.94mg/L,平均相对误差为28.67%,基本能满足此次反演研究.图5即为验证组预测值与真实值在对数坐标系中比较,可以看出实测值与预测值较好的分布于1:1线两侧.综上,在误差允许范围内,对于GOCI影像数据,则此次研究使用模型即为B7/(B4+B5)波段组合与悬浮泥沙浓度之间模型:(1)其中SSC为悬浮泥沙浓度,B7为GOCI数据第7波段反射率,B4为GOCI数据第4波段反射率,B5为GOCI数据第5波段反射率.3 基于GOCI影像数据的杭州湾水域悬浮泥沙浓度反演在GOCI数据自带处理软件GDPS支持下对GOCI数据1级数据产品进行数据检查,并将其转化为ENVI软件能够识别的数据格式.在ENVI软件中对所选3景GOCI数据进行辐射校正、大气校正.GOCI数据的大气校正有多种方法,如何贤强等提出的基于UV-AC模型改进的大气校正模型[5],田小娟等提出的基于MODIS数据的人工神经网络大气校正方法等[17].本次研究数据有限,其中辐射定标主要参照GDPS软件参数设置进行,大气校正利用ENVI软件FLAASH进行校正.大气校正结果在ARCGIS软件中利用当地基准的TM影像数据进行地理配准并进行研究区裁剪.在ENVI软件中利用矢量数据对研究区进行水域信息提取,最后利用BAND MATH模块运用式(1)进行悬浮泥沙浓度反演.由于三景数据时间都集中在阳光条件较好的时段,因此不考虑反演模型因影像时向差异对反演结果产生的差异,最终反演结果如图6所示.从图6给出的2013年8月9日从10:16到12:16的杭州湾研究区域悬浮泥沙浓度分布结果可以看出:受地形、潮流运动、滩涂分布等原因影响,研究区内悬浮泥沙浓度主要呈南高北低的分布特征,三个时段南侧悬浮泥沙浓度都维持在高浓度水平,从三个时段反演结果可以看出,研究区内北侧悬浮泥沙浓度变化频率相对较大,从10:16到12:16浓度逐渐增大,而南侧相对较小;杭州湾大桥两侧悬沙浓度呈现明显的梯度特征,表现为大桥上游浓度高,下游浓度相对较低,与实测数据基本一致.而且随着时刻变化这种梯度特征也在变化;图6中d为3个时段研究区内悬浮泥沙浓度平均值,最大平均浓度为2466.42mg/L,最小平均浓度为45.47mg/L.同时也可看出,受地形影响,潮水在慈溪西山段形成回流,悬浮泥沙在南侧慈溪庵东段浓度明显较高[7].北侧嘉兴乍浦段有部分高值区,结合实地实验与考察,研究区北部区域港口较多,港口建设及运营等原因可能对江水泥沙产生相应的阻隔作用.4 结论和讨论本次研究主要围绕基于实测数据模拟卫星参数进行的模型构建,GOCI影像数据处理与杭州湾跨海大桥两侧水域悬浮泥沙浓度分布及差异性的研究展开.最后结果可以总结为以下几点.1)同一天的多时相GOCI数据悬浮泥沙浓度反演能够较好的反映杭州湾水域高频率的变化特点.通过模型建立与验证研究,发现模拟GOCI数据的B7/(B4+B5)波段组合与悬浮泥沙浓度相关性较好,经验模型+234.6可以较好完成杭州湾水域泥沙浓度分布反演.通过对反演结果研究,可以看出杭州湾水域悬浮泥沙浓度分布主要是南侧比较高.2)从2013年8月9日3景GOCI数据反演的杭州湾大桥两侧悬浮泥沙浓度分布结果可以明显看出,大桥两侧悬浮泥沙浓度呈现一定的梯度特征,表现为大桥上游浓度高,下游浓度相对较低.3)如果要明确跨海大桥对研究区内水域悬浮泥沙浓度分布具体影响,还需要更多数据支持和实验研究.如跨海大桥建成前后对比,潮汐与桥墩作用对大桥两侧悬浮泥沙浓度影响等等.参考文献:[1] 刘大召,付东洋,沈春燕,等.河口及近岸二类水体悬浮泥沙遥感研究进展[J].海洋环境科学,2010,29(4):611-616.[2] 陈沈良,谷国传.杭州湾悬沙浓度变化与模拟[J].泥沙研究,2000(5):45-50.[3] 王仁贵.杭州湾跨海大桥技术创新生与应用[M].杭州:浙江科学技术出版社,2008.[4]SHENF,VERHOEFW,ZHOUYX,etal.Satelliteestimatesofwide-rangesuspendedsedimentconcentrationsinChangjiang(Yangtze)Estuaryu singMERISdata[J].EstuariesandCoasts,2010,33(6):1420-1429.[5]HEXQ,BAIY,PANDL,inggeostationarysatelliteoceancolordatatom apthediurnaldynamicsofsuspendedparticulatematterincoastalwaters[J].R emoteSensingofEnvironment,2013,133:225-239.[6] 李四海,恽才兴.河口表层悬浮泥沙气象卫星遥感定量模式研究[J].遥感学报,2001,5(2):154-160.[7] 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,2013,2(1):7-13.[8] 李冠男,王林,王祥,等.静止水色卫星GOCI及其应用进展[J].海洋环境科学,2014,33(6):967-971.[9]ZHANGMW,TANGJW,DONGQ,etal.Retrievaloftotalsuspendedmatterco ncentrationintheYellowandEastChinaSeasfromMODISimagery[J].Remote SensingofEnvironment,2010,114(2):392-403.[10] 唐军武,田国良,汪小勇,等.水体光谱测量与分析Ⅰ:水面以上测量法[J].遥感学报,2004,8(1):37-44.[11] 周虹丽,朱建华,韩冰,等.重量法测量悬浮物浓度关键技术研究[J].海洋技术,2004,23(3):15-20.[12] 李京.水域悬浮固体含量的遥感定量研究[J].环境科学学报,1986(2):166-173.[13] 王繁,周斌,徐建明,等.基于实测光谱的杭州湾悬浮物浓度遥感反演模式[J].环境科学,2008,29(11):3022-3026.[14] 蒋睢耀,吴明阳.上海国际航运中心洋山港区水文地形特性与建设方案选择标准的分析研究[J].水道港口,2000(3):1-6.[15] 王艳姣,张培群,董文杰,等.悬浮泥沙反射光谱特性和泥沙量估算试验研究[J].泥沙研究,2007(5):36-41.[16] 陶菲,张鹰,王晶晶,等.悬浮泥沙浓度遥感反演模式研究[J].海洋工程,2007,25(4):96-101.[17] 田小娟,曾群,王正,等.渤海浑浊水体GOCI影像神经网络大气校正研究[J].湖北大学学报(自然科学版),2014,36(4):370-374.doi: 10.3969/j.issn.1674-232X.2016.01.019基金项目:国家自然科学基金项目(41271417); 国家高分辨率对地观测重大专项(E05-Y30B02-9001-13/15-4); 浙江省科技创新活动计划暨新苗人才计划(2014R408003).。
长江口及杭州湾泥沙输运研究【摘要】:本文就国内外泥沙数值模拟研究的历史和现状,特别是长江口及杭州湾海域的泥沙研究进行回顾,在前人工作的基础上针对长江口及杭州湾的实际工程需求和科学问题提出了三个有待深入研究的颗题:深水航道工程风暴回淤研究、深水航道治理二期工程后航道在W23段过度淤积问题以及长江口、杭州湾这两大河口作为统一系统的泥沙数值模拟研究。
主要工作简述如下:1、论文首先改进和优化了华东师范大学河口海岸国家重点实验室的长江口南港冲淤预测模型系统。
通过建立底床泥沙起动分层模型,使底沙输运计算更加合理,同时为方便模型的使用将台风场、波浪场、流场、盐度场、全沙场等各子模型进行集成和嵌套。
利用改进后的模型系统对近五年影响长江口主要台风引起北槽航道冲淤变化逐个进行后报检验与分析,进一步率定了模型中的有关参数,深化了对长江口北槽航道风暴冲淤的认识,大大提高了长江口北槽航道风暴冲淤的预测精度。
通过这一工作得到以下结论:台风过程均能不同程度地引起航道内淤积;航道自然回淤量(不受风暴和工程等影响)呈现大小潮规律的变化;航道总淤积量除受台风过程影响外,还受大小潮汛、滩地泥沙供给、水深地形、整治工程以及疏浚抛泥等多种因子影响,为各因素共同作用的结果。
2、利用长江口南港冲淤预测模型系统从工程前后流场、泥沙场和滩槽地形变化三方面对深水航道二期整治工程后航道在W23段过度淤积问题展开初步成因分析。
通过实测数据资料的整理分析和数值模拟,发现二期工程后,由于北槽下段的整治建筑物工程已经完成,所以航道上段至下段水面比降减小,使得航道上中段之间即W23的流速减弱,流向与航槽夹角变大;从工程前后的泥沙场变化总的趋势来讲,由于双导堤对两边浅滩起拦沙作用,泥沙来源得到控制,因此悬沙浓度呈减小趋势;但二期工程后含沙量相对高值区出现在航道中上段即W23段,同时利用通量分析方法计算悬沙的输运能力,发现二期后航道中部悬沙输运能力跟以前相比减弱,即悬沙向下游输移的少,有在本区段增加淤积的趋势;底沙的模拟结果也显示二期后航道中上段的淤积为最强。
施工产生的悬浮泥沙对附近海域水质影响的定量预测分析曾小辉;吴迪;肖笋【摘要】This paper focuses on the quantitative analysis and prediction on the impact of suspended sediment to the inshore water quality during Zhuhai port LNG channel dredging and construction process. To fully understand the distribution of inshore tidal current, on the basis of the inspection on the hydrological characteristics of the project sea area and its nearby waters, combining with the data from the test flow and tide gauge stations, as well as information on the preliminary work, this paper uses a numerical simulation method to simulate and calculates the state of tidal current field of the project sea area and its nearby waters, and reproduces its movement and characteristics. On the basis of the simulation of tidal current field, this model will predict the transport and diffusion of the suspension and be used to analyze the impact to the inshore water quality during construction.%为了全面地了解珠海港LNG航道附近海域的潮流分布特征,在查阅有关该海域及其附近海域水文特征的基础上,结合模拟区附近的测流站、验潮站资料以及有关前期工作资料,采用数值模拟方法对工程海区及其附近海域的潮流场状况进行了数值模拟计算,再现了模拟区的潮流运动过程和特征。
基于HICO模拟数据的杭州湾水体悬浮物浓度遥感反演禹定峰;周燕;马万栋;盖志刚;刘恩晓【摘要】以杭州湾及其邻近海域为研究区,利用现场实测光谱模拟了近海高光谱成像仪(hyperspectral imager for the coastal ocean,HICO)波段,并在光谱特征分析的基础上确定特征波段,通过比较单波段、波段比值和反射峰面积等算法,建立了该海域悬浮物的遥感反演模型,并采用均方根误差和相对误差进行精度评价.研究结果表明,利用724.84 nm与461.36 nm波段光谱反射率比值建立的模型精度较高;模型的决定系数为0.9252,反演得到的悬浮物浓度与实测悬浮物浓度之间的均方根误差为14.09 mg/L,平均相对误差为5.2%.本研究对利用HICO模拟数据反演近海岸水体悬浮物具有一定的参考意义.【期刊名称】《国土资源遥感》【年(卷),期】2018(030)004【总页数】5页(P171-175)【关键词】HICO;悬浮物;遥感;杭州湾【作者】禹定峰;周燕;马万栋;盖志刚;刘恩晓【作者单位】齐鲁工业大学(山东省科学院)山东省科学院海洋仪器仪表研究所,青岛266001;国家海洋监测设备工程技术研究中心,青岛 266001;山东省科学院海洋光学重点实验室,青岛 266001;齐鲁工业大学(山东省科学院)山东省科学院海洋仪器仪表研究所,青岛 266001;国家海洋监测设备工程技术研究中心,青岛 266001;山东省科学院海洋光学重点实验室,青岛 266001;生态环境部卫星环境应用中心,北京100094;齐鲁工业大学(山东省科学院)山东省科学院海洋仪器仪表研究所,青岛266001;国家海洋监测设备工程技术研究中心,青岛 266001;山东省科学院海洋光学重点实验室,青岛 266001;齐鲁工业大学(山东省科学院)山东省科学院海洋仪器仪表研究所,青岛 266001;国家海洋监测设备工程技术研究中心,青岛 266001;山东省科学院海洋光学重点实验室,青岛 266001【正文语种】中文【中图分类】X870 引言悬浮物(total suspended matter,TSM)浓度是水质遥感的重要参数之一,其直接影响光在水中的分布及初级生产力,在水质评价中起着非常重要的作用[1]。
杭州湾淤泥质海岸岸线变化及其动态模拟施伟勇;戴志军;谢华亮;张小玲【摘要】The measured data from a muddy coast segment located from the Nanzhu Harbor to Longquan in the northern coast area of the Hangzhou bay were analyzed statistically. The shoreline change and its influencing factors as well as associated dynamic simulation in the muddy coast segment were discussed. The results show that the beach of the muddy coast segment has been being in an erosion state in recent 10 years due to the decreasing in the incoming sediments from the Yangtze River and the moving of erosion/ accretion waves from east to west. This will cause the whole shoreline in the area studied to retreat. Moreover, due to the action of seasonal wave climate, the beach of the muddy coast segment is in a silting state in winter half year and an eroding state in summer half year. As a result, the shoreline is pushed seaward in winter half year and retreated landward in summer half year. However, some parts of the shoreline may be retreated landward in winter half year and advanced seaward in summer half year because of the impacts of local engineering actions. As to the prediction of shoreline changes, it is possible to use the BF neural network mode with input vectors of - 3 m and -8m isobaths.%通过对杭州湾北岸南竹港龙泉岸段实测岸滩断面资料的统计分析,进而对淤泥质海岸岸线变化、影响因素及其动态模拟预报进行探讨.结果表明:因长江来沙减少以及侵蚀/淤积波自东向西移动,导致近10 a来该岸段岸滩处于侵蚀状态,其中岸线整体后退;因季节性的波侯作用,岸滩具有冬淤夏冲的特征,岸线则表现为冬涨夏退,因局部工程作用影响的岸线则具有冬退夏涨的特征.此外,基于-3m和-8m等深线构建的径向基函数神经网络模型预报岸线的变化是可行的.【期刊名称】《海洋科学进展》【年(卷),期】2012(030)001【总页数】9页(P36-44)【关键词】岸线变化;淤泥质海岸;动态模拟;杭州湾北岸【作者】施伟勇;戴志军;谢华亮;张小玲【作者单位】国家海洋局第二海洋研究所,浙江杭州 310012;华东师范大学河口海岸学国家重点实验室,上海 200062;华东师范大学河口海岸学国家重点实验室,上海200062;华东师范大学河口海岸学国家重点实验室,上海 200062【正文语种】中文【中图分类】P737岸线变化是海岸演变和海岸带集成管理的核心研究内容[1-2]。
金塘水道悬沙场遥感反演及数值模拟蒯宇;陶建峰;康彦彦【摘要】Based on the data from the GOCI(Geostationary Ocean Color Imager), three different remote sensing models were compared and the neural network model with a relative higher accuracy was chosen to interpret the SSC (Suspended Sediment Concentration) field during the spring tide in June 2015. A 2D tidal current and suspended sediment model was adopted to carry out numerical simulation of suspended sediment movement during the same period. Comparison results between the remote sensing interpretation and the numerical model show that the SSC is higher in the north part of the Jintang Channel than it in the south part, and it has a periodic characteristic that the SSC increases during the flood period and decreases during the ebb tide. The remote sensing results and deduced numerical model results are relatively similar in both water surface SSC distribution and magnitude, which provides a method for areas with large horizontal scales lacking SSC data.%基于GOCI遥感数据,通过三种遥感模型的比较,选择了精度较高的神经网络模型,对2015年6月大潮时期的悬沙场进行解译,并建立了二维潮流泥沙数学模型对同时段的悬沙场进行了模拟.比较遥感解译与数模的结果得到:金塘水道悬沙场呈现北高南低的分布特征,时间上具有明显的周期性,涨潮时悬沙量逐渐减小,落潮时逐渐增大;遥感解译与数模模拟推算得到的水体表面的悬沙场在分布趋势和量值上较为一致,为大范围水域缺少泥沙分布资料的情况提供了一种可借鉴的研究方法.【期刊名称】《水道港口》【年(卷),期】2017(038)003【总页数】7页(P228-234)【关键词】金塘水道;遥感解译;数值模拟;悬沙输移【作者】蒯宇;陶建峰;康彦彦【作者单位】河海大学水文水资源与水利工程科学国家重点实验室, 南京 210098;河海大学港口海岸与近海工程学院, 南京 210098;河海大学水文水资源与水利工程科学国家重点实验室, 南京 210098;河海大学港口海岸与近海工程学院, 南京210098;河海大学港口海岸与近海工程学院, 南京 210098【正文语种】中文【中图分类】P748;O242.1金塘水道是一条由潮流长期冲蚀作用形成的峡道型潮汐通道[1],是连接杭州湾南岸海域与外海的潮汐通道之一(图1)。
基于FVCOM的杭州湾三维泥沙数值模拟吴修广;刘光生;程文龙【摘要】应用FVCOM建立了三维潮流泥沙数学模型,根据实测水文资料,对杭州湾开展了三维潮流泥沙验证,结果基本满意.应用模型计算了杭州湾大潮期间涨落潮泥沙输运过程,通过平面、立面的泥沙分布特征,成功再现了杭州湾潮流泥沙的运动过程.尽管模拟精度达不到平面二维模型的水平,但为三维潮流泥沙模型在强潮河口湾的应用作了重要的探索,通过进一步完善模型参数及分析,模型可以应用于涉水建筑物对附近三维水沙影响的分析评估,可为强潮河口湾开发、水环境保护及生态建设等提供更加丰富的研究成果,具有广阔的应用前景.%The region across the Hangzhou Bay is one of the most economically developed areas in China. There are lots of projects constructed in the Hangzhou Bay, which change the transport of current and sediment in the water area. The sediment transport in the Hangzhou Bay, a huge tidal estuary, is very complicated due to the effects of river runoff, wave and tide. The cohesive sediment is reciprocating its motion under the force of tide flow which comes dominantly from the Yangze River. Although 2D model has succeeded in simulating tide and sediment transport in huge tidal estuaries, it can only provide the depth-averaged data in plane. With the hydraulic and coastal engineering construction, more precise research products are needed. In this paper, a 3D current and sediment model is established through FVCOM. The measured data of the current and sediment in the Hangzhou Bay are collected to test the model, and the simulating process is generally consistent with real data. The sediment transport with tide current duringspring tide period is simulated, then planar and vertical sediment distribution are obtained in the study. Although the precision is not as good as the planar 2D model, it is an important attempt to model 3D sediment transport in a huge tidal estuary. The model can be applied to analyze the engineering 3D effect on the territorial waters through ongoing improvement. There are broad application prospects in exploitation and protection of water ecology.【期刊名称】《水利水运工程学报》【年(卷),期】2011(000)004【总页数】11页(P86-96)【关键词】杭州湾;潮流泥沙;三维模拟;FVCOM【作者】吴修广;刘光生;程文龙【作者单位】浙江省水利河口研究院浙江省河口海岸重点实验室,浙江杭州310020;浙江省水利河口研究院浙江省河口海岸重点实验室,浙江杭州310020;浙江省水利河口研究院浙江省河口海岸重点实验室,浙江杭州310020【正文语种】中文【中图分类】TV148杭州湾是典型的强潮河口湾,潮波变形剧烈,潮流、泥沙运动复杂[1].杭州湾两岸是我国经济最发达的地区之一,近年来大量的涉水工程建设改变了局部水域的潮流泥沙过程.目前针对杭州湾研究的数学模型一般有平面二维水流、泥沙模型,具有较高的精度并广泛应用[2].但二维模型给出的沿水深平均的潮流、泥沙分布特征不能够完全反映钱塘江河口和杭州湾的水流、泥沙特点,特别是水流、泥沙的垂向分布[2-4].在强潮河口水域,一方面由于地形地貌、工程几何形态尺度以及各种障碍物的影响,流态复杂;另一方面,径流、潮流、波浪以及风、柯氏力等因素是影响河口地区物质输运及沉积的主要动力条件,这些动力因子的单独或耦合作用增加了河口泥沙、盐分、污染物及热量输运研究的复杂性[5-6].国际上对潮汐河口水动力数值模拟始于20世纪60年代后期.基于简化过的三维浅水方程,Leedertse(1973)开创性地在垂直方向采用固定分层法建立了河口、海湾三维潮流、盐度模型[7].为了更好地模拟河床地形变化,研究人员将Phi1ips提出的坐标变换应用到河口与海岸三维模型中[8].以Princeton大学Mellor为首的海洋动力环境数值模拟小组从20世纪80年代开始一直致力于三维数模的开发与应用研究,其代表性软件为POM,ECOM-SED.德国汉堡大学海洋研究所Backhaus等人研发的汉堡陆架海模式HAMSOM在世界许多陆架海上也得到广泛应用.Sheng建立了一般曲线坐标下的三维水动力学模型(CH3D),该模型也采用S坐标系,水平方向的运动采用水平流速矢量的逆变分量来表示.荷兰Delft研究所建立起来Delft3D也得到了较广泛应用[6].目前我国河口海岸三维数值模拟均采用国际上应用广泛的三维模型,主要有POM,ECOM,FVCOM等,其中POM应用时间最长、范围最广,几乎世界上各大海域都已应用[9].各模型都有自身的特点和制约因素,虽然在国、内外不少河口海岸水域都取得过较好的计算精度,但在特定海域的应用均需很长时间来探索和调试,我国一些学者也在国外模型的基础上,根据我国海域特点开展了河口海岸水沙模拟及工程影响分析[10-13].本文应用FVCOM建立了杭州湾三维潮流泥沙数学模型,根据实测水文资料,对杭州湾开展了三维潮流泥沙验证.应用模型计算了杭州湾大潮期间涨落潮泥沙输运过程,通过平面、立面的泥沙分布特征,成功再现了杭州湾潮流泥沙的运动过程.尽管模拟精度达不到平面二维模型的水平,但为三维潮流泥沙模型在强潮河口湾的应用作了重要的探索.1 数学模型1.1 模型控制方程式中:σ为垂向相对坐标;t为时间;ζ,D分别为潮位和动态水深;H为静态水深;u,v,ω分别为x,y,σ方向上的流速分量;Ci为非均匀泥沙i的浓度;S,T分别为盐度和温度;g为重力加速度;f为柯氏力参数(f=2Φsinφ,φ为纬度,Φ为地球自转角速度);ρ,ρ0分别为海水和淡水密度;q2,l分别为湍流动能和湍流宏观尺度;Km,Kh 分别为垂向涡黏系数和垂向热力扩散系数;Kq为湍流动能垂向涡黏扩散系数;wCi为非均匀沙i的沉速;^H为太阳短波辐射的垂向梯度项;Ps,Pb分别为剪切和浮力引起的湍流动能产生项;ε为湍流动能耗散率;~W为近似壁面函数.水平扩散项Fx,Fy,FCi,FT,FS,Fq,Fl的定义如下:其中:Am,Km为水平和垂向涡黏系数,由修正的Mellor和Yamada的2.5阶湍流闭合子模型计算.Ah,Kh分别为水平方向和垂向热力扩散系数:其中:C0为常数;Ωu为流速u,v控制体的面积;Ωζ为水位ζ控制体的面积;Pr为Prandtl数.1.2 边界条件(1)自由表面(σ=0)(2)海(河)床底部(σ=-1)底部泥沙边界: Kh式中:τDi为非均匀沙i的临界淤积切应力;τCi为非均匀沙i的临界冲刷切应力;M为冲刷系数;→τb为底部切应力当τb <τD i时,水中泥沙处于落淤状态,则ECi= αwCiCi(1 -τ/τDi);当τDi<τb <τei时,床面处于不冲不淤状态,则ECi=0;当τb>τei时,床面泥沙起动,则ECi=-M(τ/τei-1).(3)岸壁边界在海(河)岸边界,给定,其中Φ =[u,v,w,T,S,Ci,q2,q2l](4)潮位、流量、悬沙边界河口上游边界给定潮位过程ζt(或者流量边界)和温度Tt,盐度St等的时间过程;外海边界给定潮位ζt,温度 Tt,盐度 St等的时间过程.入流时,Ci(x,y,z,t,本研究河流边界约0.5 kg/m3,湾口边界约2 kg/m3;出流时,图1 计算域及网格示意图Fig.1 Computing domain and mesh2 杭州湾三维模型率定和验证2.1 边界设定将杭州湾(上为盐官、下为芦潮港—镇海连线)剖分为如图1所示计算网格,共12 539个节点,20 335个单元,外模时间步长1 s,内模时间步长3 s.盐官和芦潮港、镇海均给定逐时潮位、悬沙边界条件.2.2 潮流验证潮位采用2005年8月大潮期间,澉浦、乍浦、金山、临海浦闸等4个潮位站实测资料进行验证,潮流采用同期澉浦―临海浦闸水域布设的2条垂线大潮同步实测水文资料进行验证,悬沙验证点的位置同潮流验证点.测流点位的具体位置参见图1.潮位验证结果见图2,高、低潮位误差均较小、相位误差基本小于30 min.潮流验证结果见图3,计算表层、底层涨落急流速、流向及相位,均与实测基本吻合.图2 潮位验证Fig.2 Comparison of calculated and measured spring tide elevations图3 流速、流向过程验证Fig.3 Comparison of the calculated and the measured spring tide currents at SW01 and SW032.3 悬沙验证悬沙浓度验证结果见图4,图中分别给出了大潮期间,2个验证点各层的悬沙浓度过程线,以及大潮期间,验证点的垂向悬沙浓度.图4 测点SW01和SW03各层大潮悬沙浓度验证Fig.4 Comparison of the calculated and the measured spring tide concentrations of suspended load at SW01 and SW03通过计算值与实测值的比较发现,悬沙浓度较低时,计算与实测基本吻合,悬沙浓度较高时,误差较大,但整体趋势基本一致.同时可见,数学模型采用的物理参数和计算参数基本合理,计算方法可靠,能够有效模拟杭州湾三维潮流和悬沙运动.3 杭州湾三维潮流及悬沙模拟外海潮波传入杭州湾后,由于受到喇叭口平面形态的压缩以及水深变浅、底摩擦作用,潮波逐渐由前进波变为驻波性质,属浅海非正规半日潮海区.通过澉浦断面后,表现为涌波特性.3.1 潮流模拟计算作为强潮河口,水体在垂向掺混强烈,不存在明显分层,表层流速相对较大,底层流速较小,本节给出了不同分层平面流场图,通过比较可以看出钱塘江河口及杭州湾水域的三维水动力特性.杭州湾是一个典型的喇叭状河口湾,湾宽(南北两岸堤距)从湾顶的16.5 km到湾口展宽为98.5 km,其间的乍浦—庵东断面宽32.2 km,金山—四灶浦断面宽45.5 km,且杭州湾北岸为贴岸深槽,南岸为宽阔边滩,中间地形较平坦,杭州湾的这个特有地形使得潮流进入湾内之后,在不同的断面呈现出不同的特性,南北岸差别也很大,本文通过6个断面立面的流场图来说明这一现象.3.1.1 分层流速图5给出了杭州湾水域表层和底层涨落急时刻潮流流场.总体来看,杭州湾的涨、落潮流速较大,大潮期涨潮流速一般在2.5~4.0 m/s,落潮流速达2.0~3.5 m/s之间,涨急流速较落急流速大,潮流流速由湾口向湾顶逐渐增大;通过对比各分层的流速来看,水体在垂向掺混强烈,不存在明显分层,表层流速相对较大,底层流速较小,流速的差别不大,一般在20%以内,这也是钱塘江河口杭州湾作为强潮河口海湾的固有特性.图5 表层和底层的涨急、落急流场Fig.5 Maximum flood and ebb current fields at the surface and bottom layers3.1.2 垂向平均流速图6给出了杭州湾水域垂向平均涨急、落急时刻的流场图.垂向平均的流场图基本上与各个分层的流场图一致,这主要是由于杭州湾流场不存在明显分层引起的.从垂向平均的流场图能够更清晰地发现:杭州湾的潮流方向基本与岸线平行,以往复流为主;涨潮时,湾口处北面的潮流沿着岸线方向进入湾内,湾口处南面的潮流直接向西进入湾内,两股潮流汇合于金山与王盘山之间的水域,然后继续向西挺进,到达乍浦后,受岸线约束逐步向西南转移.落潮流向基本与涨潮流向相反.图6 垂向平均涨急、落急流场Fig.6 Vertical averaged maximum flood and ebb current field3.1.3 断面流速为分析杭州湾局部深潭水域垂向三维环流特点,本文绘制了澉浦道罗山深潭和乍浦深潭2个局部断面在1个大潮周期内时间间隔为1 h的流速矢量场过程,立面流矢图是指截取断面处的流速矢量在该断面上的投影速度矢量.断面位置如图7所示,断面S1在道罗山深潭宽约1.9 km,断面S2在乍浦深潭宽约6.0 km.由于这2个断面深潭很深,特别是在道罗山深潭断面在涨、落潮过程中出现明显的立面环流,说明深潭水域在强潮汐作用下依然存在较强的立面环流,见图8.图7 局部深潭断面位置Fig.7 Local deep pools section position图8 断面S1和S2的12个时刻断面流速分布Fig.8 Velocity distribution in sections S1 and S2 at 12 hours3.2 悬沙模拟计算3.2.1 分层悬沙表层和底层的悬沙浓度分布如图9.可见,海宁至尖山河段的悬沙浓度比较高,一般在3.0~6.0 kg/m3,主要是由于该河段涨落潮流速大造成的;另外一个悬沙高浓度区位于杭州湾南岸庵东滩地,2.5~4.0 kg/m3,主要是由于潮流对滩涂的冲刷引起的,随着潮涨潮落,这一高浓度区在杭州湾的南岸来回摆动,使得杭州湾南岸的悬沙浓度整体高于杭州湾北岸的悬沙浓度;另外,由于涨潮流速较落潮流速大,所以涨急时刻的悬沙浓度较落急时刻的悬沙浓度大.图9 表层和底层泥沙浓度分布(单位:kg/m3)Fig.9 Sediment concentration distribution of flood and ebb at the surface and bottom layers3.2.2 断面悬沙分布图10给出了一个潮周期12 h乍浦断面(宽约30 km)的立面悬沙浓度分布.从断面的悬沙浓度分布图可清晰看出,悬沙浓度由底至水面逐渐升高,南岸的悬沙浓度明显高于北岸.图10 乍浦断面的12个时刻泥沙浓度分布Fig.10 Sediment concentration distribution in Zhapu section at 12 hours4 结语本文成功应用FVCOM建立了三维潮流泥沙数学模型,并对杭州湾开展了三维潮流泥沙验证.模拟了杭州湾大潮期间涨落潮泥沙输运过程,通过平面、立面的泥沙分布特征,成功再现了杭州湾潮流泥沙的运动过程.同时初步开展了泥沙模拟计算,但由于模型本身的局限性,泥沙计算结果仍不是非常理想.今后的研究工作中,将进一步优化模型的泥沙模块,在不断的调试中,针对杭州湾开展悬沙验证和在局部冲淤计算中开展一些前期研究.完善后的模型,有望应用于杭州湾局部三维水流结构和泥沙输运特征的分析研究,以及涉水工程建设对工程水域水流泥沙和局部冲淤变化的研究.参考文献:[1]韩曾萃,戴泽蘅,李光炳.钱塘江河口治理开发[M].北京:中国水利水电出版社,2003.(HAN Zeng-cui,DAI Ze-heng,LI Guang-bing.Regulation and exploitation of Qiantang estuary[M].Beijing:China Water Power Press,2003.(in Chinese))[2]吴修广.强潮河口三维水流泥沙湍流数学模型研究[R].杭州:浙江省水利河口研究院,2011.(WU Xiu-guang.Research on 3D mathematical model of turbulent flow and sediment of strong tidal estuary[R].Hangzhou:Zhejiang Institute of Hydraulics& Estuary,2011.(in Chinese))[3]吴修广.浙江近海三维潮流、水质数学模型开发及应用研究[R].杭州:浙江省水利河口研究院,2011.(WU Xiu-guang.Research and application of 3D mathematical model of tidal flow and water quality in Zhejiang offshore [R].Hangzhou:Zhejiang Institute of Hydraulics& Estuary,2011.(in Chinese))[4]谢东风,潘存鸿,吴修广.基于FVCOM模式钱塘江河口涌潮三维数值模拟研究[J].海洋工程,2011,29(1):47-52.(XIE Dong-feng,PAN Cun-hong,WU Xiu-guang.Three-dimensional mathematical model of tidal bore in Qiantang based on FVCOM[R].The Ocean Engineering,2011,29(1):47-52.(in Chinese))[5]LIN B L,FLACONER R A.Modeling sediment fluxes in estuarine water using a curvilinear coordinate grid system[J].Estuarine,Coastal and Shell Science,1995,41(4):413-428.[6]李孟国.海岸河口泥沙数学模型研究进展[J].海洋工程,2006,24(1):139-154.(LI Meng-guo.A review on mathematical models of sediment in coastal and estuarine waters[J].The Ocean Engineering,2006,24(1):139-154.(in Chinese))[7]JAMES W,EID B.A three-dimensional model of Hamilton harbor incorporating spatial distribution of transient surface drag[J].Canadian Journal of Civil Engineering,1978,5:479-488.[8]PHILLIPS N A.A coordinate system having some special advantagesfor numerical forecasting[J].Journal of Meteorology,1957,14(2):184-185.[9]CHEN C S,LIU H D.An unstructured grid,finite-volume,three-dimensional,primitive equations ocean model:application to coastal ocean and estuaries[J].Journal of Atmospheric and Oceanic Technology,2006,20:159-186.[10]刘光生,吴修广,程文龙.乐清湾航道工程三维潮流数值模拟及大风天骤淤计算[C]∥第十五届中国海洋(岸)工程学术讨论会论文集,2011.(LIU Guang-sheng,WU Xiu-guang,CHENG Wen-long.3D tidal current numerical simulation and windy day sudden deposition calculation of Yueqing baywaterway engineering[C]∥Proceedings of Fifteenth Session of the China National Marine(Coastal)Engineering Symposium,2011.(in Chinese)) [11]GUO Q C,JIN Y C.Modeling sediment transport using depth-averaged and moment equations[J].Journal of Hydraulic Engineering,1998,125(2):1262-1269.[12]LU Yong-jun,LI Hao-lin,DONG Zhuang,et al.Two-dimensional mathematical model of tidal current and sediment for Oujiang Eastury and Wenzhou Bay[J].China Ocean Engineering,2002,16(1):107-122. [13]LI Da-ming,LI Bing-fei,ZHANG Hong-ping.Application of the sediment mathematical modeling on planned project of Lingdingyang Bay [J].Transactions of Tianjin University,2002,8(4):285-290.。
泥沙研究 2009年10月Journal of Sediment Research第5期黄东海悬浮泥沙浓度的垂向分布特征及其回归模型庞重光1,韩丹岫1,2,赵恩宝1,2(11中国科学院海洋研究所,山东青岛 266071;21中国科学院研究生院,北京 100049)摘要:以1959年至2006年期间,东中国海域现场调查的24个航次4813组悬浮物(泥沙)浓度数据资料为基础,采用相关分析和回归分析等方法,研究了东中国海域悬浮物浓度的垂向分布特征,给出了适用于不同季节、不同区域的悬浮物浓度的垂向分布模型。
结果表明:悬浮物垂向浓度呈现明显的冬、春季高,夏、秋季低的特征;悬浮物浓度的大小与相对水深相关性良好,而水深对悬浮物浓度的影响则表现在其垂向梯度变化方面:垂向浓度梯度在长江口至杭州湾一带的河口区(A类站)呈现出高值,在与海岸线平行的苏北浅滩至闽浙沿岸的近滨区(B类站)呈现中值,外滨(C类站)的广大海域则呈现明显的低值;春、夏、秋、冬四个季节近滨区B类站分布范围分别与10~30m,10~20m,10~20m,20~40m的等深线区域相吻合,其范围的季节变化与黄东海水动力条件的季节变化密切相关。
利用悬浮物垂向浓度模型可以由已知的海水表层浓度计算得到不同水层的悬浮物浓度,其有效性检验和拟合结果检验表明,该模型置信度较高,且能够更为有效的预报海水中、上层水体的悬浮物浓度值。
关键词:悬浮物浓度;垂向梯度;区域性特征;垂向分布模型中图分类号:P736 文献标识码:A 文章编号:04682155X(2009)0520069207黄东海是一个水动力状况相当复杂的半封闭宽陆架海。
本海区悬浮颗粒物(其主要成分为悬浮泥沙,特别是水深50m以浅海域)含量高,季节变化明显,影响范围广,是世界上悬浮物含量最高的海域之一。
该海域悬浮物以陆源入海碎屑物质为主要组成部分,同时携带大量营养盐和污染物,在黄东海广阔的陆架海域扩散、迁移、沉积,对该海域的生态、环境和资源产生深远的影响。
杭州湾深水航道浮泥的观测时钟【期刊名称】《海洋通报》【年(卷),期】2001(020)006【摘要】对在杭州湾深水航道上的站点处观测到的水文泥沙数据进行分析,并绘制出水流、悬沙浓度随时间、空间变化的等值线图以及各层观测的水流流速、流向随时间过程图.得出了该处的水流、悬沙浓度随时间、空间变化的规律:流速基本上是随涨急、落急达到最大值,随涨憩、落憩达到最小值.流向随时间变化较大.悬沙浓度一般是在涨急、涨憩和落急附近达到最大值并在底层形成高含沙区,即有浮泥产生.即使是处于小潮,杭州湾依然有浮泥产生.利用一个悬浮泥沙声学观测仪,在杭州湾深水航道东挖槽小潮时,对底部泥沙浓度进行了实验观测.结果发现底部泥沙存在分层结构:从上往下分别是低浓度悬沙层、高浓度悬沙层和浮泥层.声学图像显示有四种不同频率的界面波:Ⅰ介于低浓度悬沙层和高浓度悬沙层之间的低频界面波:Ⅱ.介于高浓度悬沙层和可移动浮沙层之间的低频内波:Ⅲ.介于可移动浮沙层和固定浮泥层之间的波,被谨慎地解释为低频界面波:Ⅳ在固定浮泥层上产生的是高频界面波.这些界面波起到次级的动力作用,增强了局部粘性泥沙的再悬浮和再挟运.【总页数】11页(P40-50)【作者】时钟【作者单位】上海交通大学港口与海岸工程系,【正文语种】中文【中图分类】P7【相关文献】1.长江口深水航道海域悬浮泥沙光谱特性研究 [J], 张宏;韩震;刘瑜2.长江口12.5 m深水航道大风浪后浮泥变化分析 [J], 刘杰;程海峰;王元叶;李为华3.杭州湾深水航道试挖回淤观测研究 [J], 魏日征4.杭州湾深水航道试挖槽的浮泥沉积机制研究 [J], 徐敏;王立新5.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], 刘猛;沈芳;葛建忠;孔亚珍因版权原因,仅展示原文概要,查看原文内容请购买。
应用Landsat和NOAA遥感资料联合监测杭州湾的悬浮泥
沙
陈呜;李士鸿
【期刊名称】《泥沙研究》
【年(卷),期】1989()3
【摘要】本文根据杭州湾泥沙质地特性、粒径分布选择适用的、精度较高的悬浮泥沙遥感定量经验模式.布置Landsat-TM数据的同步泥沙取样,由同步资料选择最佳波段、确定参数,并配合使用多时相NOAA-AVHRR数据,经计算机图像处理得到不同潮情下的泥沙分布,进而分析杭州湾泥沙随潮流的变化情况.
【总页数】6页(P29-34)
【关键词】悬浮泥沙;泥沙;Landsat;遥感数据
【作者】陈呜;李士鸿
【作者单位】水利部南京水文水资源所
【正文语种】中文
【中图分类】TV142.3
【相关文献】
1.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], 江彬彬;张霄宇;杜泳;黄大松;杨顶田;姚玲玲
2.基于Landsat 8的长江口悬浮泥沙浓度遥感反演 [J], 马骅;钟煌亮;罗章;朱磊;施峰
3.基于Landsat 8的长江口悬浮泥沙浓度遥感反演 [J], 马骅;钟煌亮;罗章;朱磊;施峰;;;;;
4.基于Landsat8数据的舟山群岛海域悬浮泥沙浓度遥感研究 [J], 潘磊剑;郭碧云
5.基于GF-4卫星的杭州湾悬浮泥沙浓度遥感监测研究 [J], 邵宇杰;胡越凯;周斌;陈芳;何贤强;王国军;袁小红;周亚丽;于之锋
因版权原因,仅展示原文概要,查看原文内容请购买。
第36卷第6期杭州电子科技大学学报(自然科学版)V c L36N。
. 6 2016 年11 月Journal of Hangzhou Dian2i University (Natural Sciences) Nov. 2016 DOI:10.13954/j. cnki. hdu. 2016. 06. 016杭州湾悬浮泥沙浓度时间序列模型和预测邓杰,程宗毛(杭州电子科技大学理学院,浙江杭州310018)摘要:根据杭州湾悬浮泥沙浓度的时间序列数据,通过数据预处理、模型识别、定阶、参数估计及适应性检验,建立了一个A R IM A(3,1,2)模型,并对未来杭州湾悬浮泥沙的浓度作了预测.结果表明,A R IM A模型对描述和预测杭州湾悬浮泥沙浓度具有较高的精度.关键词:时间序列;悬浮泥沙浓度;求和自回归移动平均模型;预测中图分类号:〇213 文献标识码:A 文章编号:1001-9146(2016)06-0077-04〇引言河流和近海中含有大量的悬浮泥沙,研究悬浮泥沙浓度对水生生态系统具有重要的意义.文献 [1-2]通过观察和实验验证了悬浮泥沙对藻类等水生生物的生长具有影响.文献[3-4]介绍了目前研究 悬浮泥沙浓度的主流方法,即建立悬浮泥沙的遥感反演模式.其中,文献[3]建立的悬浮泥沙浓度反演模 型基于中分辨率成像光谱仪(M O DIS)影像技术,文献[4]建立了基于实测光谱的悬浮泥沙遥感反演模 型.文献[5]提出了一种用机器学习的方法来研究和预测印度格皮利(K a p ili)河每日的悬浮泥沙浓度. 此前的一些研究,由于观测技术和统计数据存在某些偏差,建立模型的精度不足,基本上没有进行预测. 本文应用遥感影像技术得到了较为精确的时间序列观测数据,经过有效系统地整理,建立了相应的时间 序列模型,对杭州湾悬浮泥沙浓度的变化规律进行定量描述,并进行相应的预测.1模型介绍和数据采用1.1模型介绍求和自回归移动平均模型(A R IM A)根据时间序列过去的行为来预测其未来的趋势,是一种具有 一定精度的短期预测模型[6].A R IM A模型包含3个参数:自回归阶数(0、差分阶数W)、移动平均阶数 (<?),简记为 A R IM A^W w):(cp(B)\7dX t =0(B)a t<E(a t) =0 , V a r(a f) =al jE(a ta s) =0 ^t(1)l E X sa t =0, V ^<C^式中,= (1 —是差分算子;其中中(B) = 1—仍B——…一外B是自回归算子;@(B)=1 一—-----久是移动平均算子.{^}是白噪声W N(0,ff2).对时间序列数据拟合A R IM A(心A g)模型,就是对非平稳序列^阶差分处理,使之变成平稳序列,就可以对差分后的时间序列拟合A R M A模型.1.2 数据采用本文主要研究杭州湾悬浮泥沙浓度随时间的变化,数据由杭州师范大学遥感与地理科学研究院提收稿日期=2016-03-28作者简介:邓杰(1989 —),男,湖北恩施人,硕士研究生,统计学.通信作者:程宗毛副教授,£-11^1:2111(:116吨@11(311.6(311.〇1.78杭州电子科技大学学报(自然科学版)2016 年供,时间跨度从2015年1月至2015年10月•采样时间分别在格林尼治时间2 : 16 : 40,3 : 16 : 40,4 : 16 : 40,每天测量3次.每天涨潮落潮将影响到悬浮泥沙浓度,由文献[7]可知,一天内由于涨潮落潮引起的短周期振动幅度有时会超过月度内大中小潮引起的变异程度,但测量时间间隔短,通过观察,在这3个时刻的测量值差异不大,故取3个值的平均值作为日平均悬浮泥沙浓度值.每日数据在短时间内 变化也不大,以5天为一个单位,用每5天悬浮泥沙浓度的平均值作为这5天内海水中悬浮泥沙浓度的 值,最终得到60个时间序列数据.在中长时间尺度下,来研究与预测杭州湾悬浮泥沙浓度.2模型的建立与预测2.1时间序列的平稳化处理时间序列非平稳性主要表现为均值非平稳和方差及自协方差非平稳两种情况.对于不同形式的非 平稳时间序列,平稳化方法也是不一样的.如果序列是方差非平稳的,一般采用BOX -C O X 变化,可采用幂变换或对数变换来实现时间序列的平稳.如果序列是均值非平稳的,可以对原序列差分,使之变成平 稳的时间序列.有时候,同一个时间序列可能需要对数变换和差分结合运用.把杭州湾悬浮泥沙浓度时 间序列记为A J = 1,2,…,60.悬浮泥沙浓度时序图如图1所示.由图1可知,时间序列{%}非平稳.对 原时间序列先取对数,再一阶差分,记取对数并一阶差分后的时间序列为= 1,2,…,59,得到悬浮 泥沙浓度对数化数据一阶差分图如图2所示,由图2可初步判定取对数一阶差分后的时间序列是平稳 时间序列.为了确定时间序列的平稳性,接下来需要对其进行单位根检验,即增广迪基一福勒(AugmentedDickey -F u lle r ,A D F )检验.A D F 检验是由下面3个模型完成的:AX^ = ^X^-i +j3tA X t-z + eti^i(2)mA X t = a + S X t-i + ptA X t-t + eti^i(3)mA X t = a +^ A+ et(4)其中,零假设:: 3=0,备择假设: ^<0.检验从模型4开始,依次向上检验直至模型2.当检验到某一模型时,如果零假设不真,就停止检验,序列不存在单位根,说明该序列为平稳序列.否则,直到检验完模型2为止.运用只软件对时间序列}做A D F 检验,得到A D F 检验统计量的值为一 6. 555,P 值为0. 000 1.在1%、5%、10%3个显著性水平下,由R 软件得出的A D F 检验的临界值分别为一 4. 040,一 3. 450,一 3. 150,显然,A D F 值小于所有的临界值,从而拒绝零假设,表明时间序列{x ,}不存在单位根,是平稳序列.第6期邓杰,等:杭州湾悬浮泥沙浓度时间序列模型和预测79图3周期性检验结果序列不存在周期性,和本文数据样本选点位于杭州湾外测舟山群岛附近有关,受潮汐影响较小,时 间序列没有明显的长周期性.2.3ARIMA (/;,必g )模型的建立通过R 软件计算出时间序列的自相关函数(A C F )以及偏自相关函数(P A C F )的图3可知,样本的A C F 和P A C F 都拖尾,并且自相关函数3阶拖尾,偏自相关函数4阶拖尾.用低阶A R I M A 模型(^,6)对其进行拟合,通过残差方差和A I C 值的比较,最终确定当{ = 3,g = 2时,A R I M A 模型为最优 模型,参数通过检验,从而建立模型A R I M A (3,1,2).模型的适应性检验,主要对残差序列进行检验.对残差序列进行Q 统计量检验,如表1所示.表 1残差的Q 统计量检验滞后期Lag检验结果自相关函数值偏相关函数值Q 统计量P 值10. 0040. 0040.000 9200. 975 820. 0150. 0150.015 0440. 992 53-0. 073-0. 0740.361 1700. 948 14-0. 084-0. 0840.821 4500. 935 550. 0510. 0540.996 3400. 962 96-0. 154-0. 160 2.611 3000. 855 87-0. 150-0. 169 4.171 1000. 759 980. 0370. 045 4.270 3000. 832 090. 0170. 006 4.290 3000. 891 310-0. 133-0. 207 5.591 0000. 848 4从表1可以看出,各滞后期下的P 值都趋近于1,远大于0. 05,表明残差序列是白噪声过程,拟合的 模型是合理的.2.4 模型预测确定了模型的阶数和具体的参数,也就确定了最优模型.利用该模型可以预测序列的走势或未来取2.2时间序列的周期性检验通过图1可知,时间序列没有明显的周期性变化趋势.但由于杭州湾独特的地形和杭州湾海潮的影 响,文献[7]指出,杭州湾海潮属于半日潮,且每月有大中小潮,所以悬浮泥沙浓度时间序列数据可能具 有潜在的中长周期,需要对时间序列的周期性做进一步的检验.由时间序列的样本自相关函数和偏自相关函数,来检验时间序列是否存在周期性.通过R 软件计算得到的检验结果如图3所示.由图3可知,自 相关函数(A C F )和偏相关函数(P A C F )呈线性衰减趋势,不存在周期性.80杭州电子科技大学学报(自然科学版)2016 年值.最终拟合出来的A R IM A(3,1,2)模型为:X t — 0. 809 lX^—i 0. 487 20. 400 0X^—3~a t 1. 305 8a/~i— 0. 967 Sat—2(5)由R软件预测出时间序列接下来6个数据,推导出2015年11月份的6个悬浮泥沙浓度预测数据.通过预测值和实际值的比较,本文模型对2015年11月份的前3个数据的拟合较好,误差较小,而对2015 年11月份后3个数据的拟合不太理想,误差较大,数据比较如表2所示.在中长数据尺度下,本模型可以 用来预测短时间内杭州湾海水悬浮泥沙浓度.表22015年11月预测值和实际值比较数据数据1数据2数据3数据4数据5数据6实际值 1.079 039 1.308 270 1.280 7402. 136 7503.236 3383.721 680预测值 1.073 987 1.204 296 1.168 5041.026 9061. 987 6752.055 6513结束语本文应用时间序列分析的方法对杭州湾悬浮泥沙浓度进行了建模和预测,根据杭州湾悬浮泥沙浓 度时间序列数据,建立了A R IM A模型,验证了模型的适用性,并作了预测.相比遥感反演等传统方法,时间序列预测方法在短期内对悬浮泥沙浓度具有较高的预测精度.参考文献[1]朱伟,姜谋余,赵联芳,等.悬浮泥沙对藻类生长影响的实测与分析[J].水科学进展,2010,21(2) :241-247.[2]李强,王国祥.水体悬浮泥沙对黑藻生长和叶绿素荧光特性的影响[J].应用生态学报,2009,20(10) :2499-2505.[3] ZHANG Y C, LI S, LIU J P et al. Time-series MODIS Image-based Retrieval and Distribution Analysis of TotalSuspended Matter Concentrations in Lake Taihu (China) [J].International Journal of Environmental Research and Public Health,2010,7(9) =3545-3560.[4]王繁,周斌,徐建明,等.基于实测光谱的杭州湾悬物浓度遥感反演模式[J].环境科学,2008,29(11) :3022-3026.[5] KUMAR D, PANDEY A, SHARMA N Y et al. Daily suspended sediment simulation using machine learningapproach[J]. Catena,2016,138 : 77-90.[6] B O X E. P. G,J E N K I N s G M.,R E I N S E L G C,时间序列分析预测与控制[M].王成璋,尤梅芳,郝杨,译.北京:机械工业出版社,2011:61.[7]王繁,凌在盈,周斌,等.MODIS监测河口水体悬浮泥沙质量浓度的短期变异[J].浙江大学学报(工学版),2009,43(4):755-759.Time Series Model and Forecast of Suspended SedimentConcentration in Hangzhou BayD E N G J ie,C H E N G Z ongm ao{School o f Sciences ^Hangzhou Dianzi University^Hangzhou Zhejiang 310018, China) Abstract;For the time series data of suspended sediment concentration in the Hangzhou Bay, through appropriate data preprocessing, model identification, order determination, parameter estimation and adaptive test, the A R IM A(3,1,2) model is established, and predict the concentration of suspended sediment in Hangzhou Bay. The results show that the A R IM A model has a high precision to describe and predict the suspended sediment concentration in the Hangzhou Bay.Key words:time series;suspended sediment concentration;autoregressive integrated moving average model ;prediction。