长江口北支盐度预测模型研究.docxVIP

长江口北支盐度预测模型研究 1 盐水倒灌影响 在旱季，长江河口的盐水进入减弱期，尤其是在北部的灌溉。多年来, 由于自然演变和人为作用, 北支河势发生了剧烈的变化, 青龙港潮差呈加速上升趋势, 北支盐水的倒灌频率和强度也呈加速上升趋势, 盐水入侵呈现出开始时间提前, 持续时间延长, 影响程度严重等特征。每年枯季, 几乎每个潮周期都会产生盐水倒灌, 倒灌的盐水直接影响宝钢、陈行水库等水源地的取用水安全。长江河口盐水入侵因其时间、空间、影响因子复杂等多因素, 使得如何及时有效地进行预报一直是众多学者关注的重要问题。 已有研究成果表明, 径流和潮汐是影响长江口盐水入侵的主要动力因素。以往研究人员大多从定性的角度研究两者对于盐水入侵的影响, 分别将径流量和青龙港潮差临界值作为北支盐水倒灌南支的发生条件, 但是较少有涉及从定量的方法研究径流、潮差和盐度三者之间的关系。海洋局自2007年底在长江口南北支和口门附近先后布设了14个盐度自动化观测站点 (见图1) , 目前已积累了一批高时间分辨率的盐度观测资料, 使得通过资料分析和多元回归方法建立长江口主要站点盐度预测模型成为可能。本文在前人研究工作的基础上, 分析大量的实测资料, 探讨北支盐水倒灌到南支的时间和强度规律。通过研究盐度、潮差以及径流量之间的相关关系, 建立三者之间的统计预测模型, 对于预防长江河口盐水入侵灾害以及为陈行、宝钢等水源地的避咸蓄淡工作起到一定的警示作用。 2 盐度及流量数据 盐度资料采用2008年1月—2010年4月的“青龙港”、“新建闸”、“宝钢水库”的逐时盐度观测值 (站点位置见图1) ;其中2008年1月—2009年4月的盐度数据用以统计模型建立, 经过分析, 得到日平均盐度Smean、日最大盐度Smax、日最小盐度Smin;2009年10月—2010年4月的盐度资料用以后报检验。 流量数据根据长江水文信息网发布的一天4次大通径流量实测资料做日平均处理。 潮差取潮汐表的“青龙港”站每日潮差 (日潮差=日最高潮-日最低潮) 。 3 盐水倒灌的影响 从表1中还可得出, 盐水入侵的强度一般可以由两个方面体现:持续时间和过程极值。持续时间越长, 过程极值越大表明盐水入侵的影响程度越严重。北支盐水入侵对青龙港的影响程度决定了北支盐水倒灌对宝钢水库的影响强度和持续时间。大通流量越小、北支潮差越大、涌潮越大, 则北支盐水倒灌的量就越大;倒灌的盐水浓度越高则对南支河段的负面作用越大, 就直接影响到南支各水源地的水质安全。 4 预测模型及方法 取预报量为日平均盐度Smean、日最大盐度Smax、日最小盐度Smin, 自变量为m天前大通径流量Q, n天前的青龙港潮差Tr. (数据处理见图3) , 所得的经验预测模型为:S=f (T, Q) , S为一天内的特征盐度 (Smean、Smin、Smax) , 下面研究都以日平均盐度 (Smean) 作为相关分析研究, 日最大盐度Smax、日最小盐度Smin的处理方法是相同的, 本文不作赘述。 4.1 青潮形势与盐度-潮差关系 由盐度与潮差的相位差相关系数分析得到 (见图4) , 青龙港潮差的峰值提前盐度峰值1 d。经过相位调整得到青龙港日平均盐度和潮差的对比图 (见图5) , 可以看出, 青龙港盐度月变化过程线与潮位过程线相位相似, 一月中出现两高两低的现象, 盐度峰值与潮位峰值几乎同时;可见, 日盐度变化主要受潮汐影响, 其周期变化比较一致, 因此, 对盐度-潮差相关关系进行探讨, 绘制Smean-T散点图 (见图6) 。 由拟合结果得到, 青龙港日平均盐度与潮差有指数函数的对应关系:ST=aeb T, T为潮差, a、b为经验系数。与1 d前青龙港潮差的相关系数R=0.62, 相关性一般, 仍需进一步找出径流对盐度的影响。 4.2 模型的盐度影响 通过上述的盐度-潮差指数经验函数, 求出潮差因子对应的盐度值ST(潮差指数预报值) , 将实测值减去潮差指数预报值得到的盐度差 (SQ=S实测-ST) 来描述径流量因子对应的盐度影响。由于在径流量相同的情况下, 大潮期间的盐度差较小潮期间来的大, 将盐度差进行潮形归一化处理, 即归一化盐度差:SQ′=SQ/ST, 进一步滤去潮形的影响, 得到更为真实的径流量因子对盐度的影响。通过分析归一化盐度差与径流量之间的关系, 发现二者具有三次函数关系 (见图7) : 综上, 盐度-潮差、径流量关系式可表示如公式 (1) : 4.3 青龙港盐度统计预测模型建立 在4.1和4.2节中对于盐度、潮差、径流量三者之间的相关关系已经做了详细分析, 在确定方程形式的基础上, 对2009年10月—10年4月观测数据进行后报。流量数据取4 d前大通径流量, 潮差取1 d前青龙港潮差, 得到满足方程 (1) 的各经