長江口北支鹽度預測模型研究

長江口北支鹽度預測模型研究

1鹽水倒灌影響在旱季，長江河口的鹽水進入減弱期，尤其是在北部的灌溉。多年來,由于自然演變和人為作用,北支河勢發(fā)生了劇烈的變化,青龍港潮差呈加速上升趨勢,北支鹽水的倒灌頻率和強度也呈加速上升趨勢,鹽水入侵呈現(xiàn)出開始時間提前,持續(xù)時間延長,影響程度嚴重等特征。每年枯季,幾乎每個潮周期都會產生鹽水倒灌,倒灌的鹽水直接影響寶鋼、陳行水庫等水源地的取用水安全。長江河口鹽水入侵因其時間、空間、影響因子復雜等多因素,使得如何及時有效地進行預報一直是眾多學者關注的重要問題。已有研究成果表明,徑流和潮汐是影響長江口鹽水入侵的主要動力因素。以往研究人員大多從定性的角度研究兩者對于鹽水入侵的影響,分別將徑流量和青龍港潮差臨界值作為北支鹽水倒灌南支的發(fā)生條件,但是較少有涉及從定量的方法研究徑流、潮差和鹽度三者之間的關系。海洋局自2007年底在長江口南北支和口門附近先后布設了14個鹽度自動化觀測站點(見圖1),目前已積累了一批高時間分辨率的鹽度觀測資料,使得通過資料分析和多元回歸方法建立長江口主要站點鹽度預測模型成為可能。本文在前人研究工作的基礎上,分析大量的實測資料,探討北支鹽水倒灌到南支的時間和強度規(guī)律。通過研究鹽度、潮差以及徑流量之間的相關關系,建立三者之間的統(tǒng)計預測模型,對于預防長江河口鹽水入侵災害以及為陳行、寶鋼等水源地的避咸蓄淡工作起到一定的警示作用。2鹽度及流量數(shù)據鹽度資料采用2008年1月—2010年4月的“青龍港”、“新建閘”、“寶鋼水庫”的逐時鹽度觀測值(站點位置見圖1);其中2008年1月—2009年4月的鹽度數(shù)據用以統(tǒng)計模型建立,經過分析,得到日平均鹽度Smean、日最大鹽度Smax、日最小鹽度Smin;2009年10月—2010年4月的鹽度資料用以后報檢驗。流量數(shù)據根據長江水文信息網發(fā)布的一天4次大通徑流量實測資料做日平均處理。潮差取潮汐表的“青龍港”站每日潮差(日潮差=日最高潮-日最低潮)。3鹽水倒灌的影響從表1中還可得出,鹽水入侵的強度一般可以由兩個方面體現(xiàn):持續(xù)時間和過程極值。持續(xù)時間越長,過程極值越大表明鹽水入侵的影響程度越嚴重。北支鹽水入侵對青龍港的影響程度決定了北支鹽水倒灌對寶鋼水庫的影響強度和持續(xù)時間。大通流量越小、北支潮差越大、涌潮越大,則北支鹽水倒灌的量就越大;倒灌的鹽水濃度越高則對南支河段的負面作用越大,就直接影響到南支各水源地的水質安全。4預測模型及方法取預報量為日平均鹽度Smean、日最大鹽度Smax、日最小鹽度Smin,自變量為m天前大通徑流量Q,n天前的青龍港潮差Tr.(數(shù)據處理見圖3),所得的經驗預測模型為:S=f(T,Q),S為一天內的特征鹽度(Smean、Smin、Smax),下面研究都以日平均鹽度(Smean)作為相關分析研究,日最大鹽度Smax、日最小鹽度Smin的處理方法是相同的,本文不作贅述。4.1青潮形勢與鹽度-潮差關系由鹽度與潮差的相位差相關系數(shù)分析得到(見圖4),青龍港潮差的峰值提前鹽度峰值1d。經過相位調整得到青龍港日平均鹽度和潮差的對比圖(見圖5),可以看出,青龍港鹽度月變化過程線與潮位過程線相位相似,一月中出現(xiàn)兩高兩低的現(xiàn)象,鹽度峰值與潮位峰值幾乎同時;可見,日鹽度變化主要受潮汐影響,其周期變化比較一致,因此,對鹽度-潮差相關關系進行探討,繪制Smean-T散點圖(見圖6)。由擬合結果得到,青龍港日平均鹽度與潮差有指數(shù)函數(shù)的對應關系:ST=aebT,T為潮差,a、b為經驗系數(shù)。與1d前青龍港潮差的相關系數(shù)R=0.62,相關性一般,仍需進一步找出徑流對鹽度的影響。4.2模型的鹽度影響通過上述的鹽度-潮差指數(shù)經驗函數(shù),求出潮差因子對應的鹽度值ST(潮差指數(shù)預報值),將實測值減去潮差指數(shù)預報值得到的鹽度差(SQ=S實測-ST)來描述徑流量因子對應的鹽度影響。由于在徑流量相同的情況下,大潮期間的鹽度差較小潮期間來的大,將鹽度差進行潮形歸一化處理,即歸一化鹽度差:SQ′=SQ/ST,進一步濾去潮形的影響,得到更為真實的徑流量因子對鹽度的影響。通過分析歸一化鹽度差與徑流量之間的關系,發(fā)現(xiàn)二者具有三次函數(shù)關系(見圖7):綜上,鹽度-潮差、徑流量關系式可表示如公式(1):4.3青龍港鹽度統(tǒng)計預測模型建立在4.1和4.2節(jié)中對于鹽度、潮差、徑流量三者之間的相關關系已經做了詳細分析,在確定方程形式的基礎上,對2009年10月—10年4月觀測數(shù)據進行后報。流量數(shù)據取4d前大通徑流量,潮差取1d前青龍港潮差,得到滿足方程(1)的各經驗系數(shù)和相關系數(shù)R如表2所示:通過已建立的青龍港鹽度統(tǒng)計預測模型對2009年10月—2010年4月青龍港鹽度進行后報,與實測值的對比分析(見圖8)得到,該鹽度統(tǒng)計預測模型擬合度較好,擬合相關系數(shù)為0.744。為了檢驗回歸效果,此處將實測值與后報值的絕對誤差進行信度分析,從圖9顯示的絕對誤差分布直方圖可以看到,95%置信區(qū)間為[-0.244,0.415],該回歸方程通過0.05的信度檢驗。4.42下3月潮差2011年4月份以后,長江中、上游持續(xù)干旱,三峽庫區(qū)上游來水持續(xù)減少,長江大通站5月份平均徑流量為440(×108)m3,不到多年平均入海量的一半,導致長江口在4月份以后汛期期間仍有較強的鹽水入侵發(fā)生,寶鋼水庫在5月份發(fā)生了2次鹽水入侵過程(見圖10,青龍港5月平均潮差為3.09m)。利用4.3節(jié)所建立的鹽度預測模型進行2011年長江口鹽水入侵預報工作,圖11即為預報與實測鹽度的對比圖,模型成功預測了在汛期5月期間外海高鹽水入侵的過程。5鹽水入侵發(fā)生的相關性分析(1)北支青龍港位于長江徑流淡水的下泄分支,同時亦是北支鹽水倒灌南支的拐點。青龍港受鹽水入侵的影響強度決定了北支倒灌南支的程度,兩者具有很好地時間相關,寶鋼水庫與青龍港鹽度的相關性相位差為3d左右;(2)以青龍港日平均鹽度、潮差、大通徑流量三者之間的相互關系建立鹽度統(tǒng)計預測模型,通過后報檢驗表明:在考慮徑流和潮差的因子下,該統(tǒng)計預測模型較好地將2008—2010年4月的各鹽水入侵過程較準確地模擬出來。在2011年上半年鹽水入侵預報工作中,該模型成功預測了在汛期發(fā)生的鹽水入侵過程,為長江口水源地的安全供水起到警示作用;(3)由于現(xiàn)有的預測模型并沒有考慮風的因素,風的作用涉及到各種風向的影響,風力大小的持續(xù)性,情況復雜且規(guī)律性差,在未來的工作中應積累更多經驗,以完善和修正該統(tǒng)計預測模型。青龍港位于北支上段,在長期的自然演變和人為作用影響下,北支逐漸萎縮,這種近垂直狀態(tài)的分叉口地形在枯季徑流量較小的情況下,北支漲潮鹽水以楔狀入侵越過分叉口進入南支,并逐漸形成倒灌鹽水團嚴重影響到陳行、寶鋼等蓄淡水庫。鹽水倒灌過程期間影響到各個站點的時間響應均不同。通過分析鹽水入侵發(fā)生時,青龍港、新建閘、寶鋼水庫三者鹽度變化的先后關系(見表1),得出:青龍港受北支鹽水入侵一般出現(xiàn)在大潮時段,新建閘則一般滯后于青龍港4—5h,而寶鋼水庫則滯后青龍港3—4d。將三個測站鹽度值進行相關性分析,通過嘗試校準不同的相位差,比較其相關系數(shù),不同相位差對應的相關系數(shù)不同,當相關系數(shù)最大時,對應的相位差為所需調整的相位。圖2即青龍港日平均鹽度分別與新建閘和寶鋼水庫進行相位相關系數(shù)的計算結果,可見當青龍港和新建的位相差天數(shù)為0的時候,其相關系數(shù)最高,為0.91;而寶鋼水庫與青龍港則是相差3d之后的相關性最好,為0.76。在主要考慮徑流和潮差的影響下,鹽水入侵過程大多能一一模擬出來,過程日平均鹽度模擬值與實測值的相對誤差控制在40%以內。但是,2009年11月中旬的這次鹽水入侵過程比對結果來看,后報與實測結果的誤差較大,相對誤差超過60%,可見這次過程受到徑流和潮差之外的因子影響甚大。根據現(xiàn)有資料的進一步分析發(fā)現(xiàn),本次鹽水入侵過程發(fā)生時青龍港處于中潮期,鹽水入侵發(fā)生時間有所提前,同時通過長江口堡鎮(zhèn)站實測風的分析比較,發(fā)現(xiàn)2009年11月9日10時—11