崇明市淤泥質(zhì)潮灘地形地貌過(guò)程研究

崇明市淤泥質(zhì)潮灘地形地貌過(guò)程研究

中國(guó)約1.4個(gè)海岸屬于泥濘海岸。淤泥質(zhì)潮灘的特征在很大程度上代表了所在海岸帶的性質(zhì),查清其性質(zhì)和分布對(duì)于合理開(kāi)發(fā)潮灘資源和研究現(xiàn)代海岸帶動(dòng)態(tài)變化具有重要意義。岸灘穩(wěn)定性問(wèn)題是港口、航道和濱海電廠等重大工程建設(shè)中必須考慮的問(wèn)題。潮灘剖面形態(tài)也是近岸過(guò)程的一個(gè)重要研究?jī)?nèi)容。潮灘地形不僅是評(píng)價(jià)岸灘穩(wěn)定性的重要因子,也是分析潮灘動(dòng)力演變過(guò)程的重要指標(biāo)。但是,淤泥質(zhì)潮灘作為海陸相互作用的敏感地帶,潮灘剖面形態(tài)受波浪、泥沙、沿岸流、地質(zhì)等諸多因素的影響,使得海灘剖面時(shí)空變化極為復(fù)雜,同時(shí)潮灘面積寬廣、水淺灘平、變化頻繁,給常規(guī)專業(yè)調(diào)查和觀測(cè)帶來(lái)很大的困難,因此研究深度相對(duì)較低。目前大量的工作主要是針對(duì)沙質(zhì)潮灘展開(kāi),而對(duì)淤泥質(zhì)潮灘系統(tǒng)性的研究相對(duì)較少。遙感技術(shù)(RemoteSensing)是獲取海岸帶資源、環(huán)境和災(zāi)害等信息的高新技術(shù)手段,它具有大尺度、快速、同步、高頻度動(dòng)態(tài)觀測(cè)和節(jié)省資金等突出優(yōu)勢(shì)。開(kāi)展淤泥質(zhì)潮灘地形的遙感研究,不僅可以為淤泥質(zhì)潮灘剖面研究提供背景資料,而且可以指導(dǎo)海岸帶土地利用、海岸工程建設(shè)等。關(guān)于淤泥質(zhì)潮灘遙感地形反演的研究主要是利用不同年份的同潮位遙感影像進(jìn)行對(duì)比計(jì)算潮灘的側(cè)向沖淤速率。1潮灘的自然淤漲自然一般自崇明東灘處在北港與北支之間落潮合流和漲潮分流的緩流區(qū)。中、低潮灘流速最大值僅有0.5m/s左右,含沙量在1.0kg/m3以上。灘地上的漲潮流帶來(lái)的泥沙在島影緩流區(qū)淤積,促使潮灘迅速淤漲。由于崇明東灘水流泥沙條件具有相對(duì)穩(wěn)定性,因此,潮灘具有比較穩(wěn)定的自然淤漲趨勢(shì),每年以100~350m的淤漲速度向海延伸。崇明東灘的沖淤狀況受長(zhǎng)江口復(fù)雜水動(dòng)力作用的影響。自然濕地主要分布在1998年建筑的大堤外側(cè),屬典型發(fā)育過(guò)程中的潮灘濕地,灘高在3.6~4.2m,東灘濕地已于1992年被列入《中國(guó)保護(hù)濕地名錄》,2001年正式列入“拉姆薩國(guó)際濕地保護(hù)公約”的國(guó)際重要濕地名錄。因此加強(qiáng)崇明東灘地形地貌過(guò)程的研究可為自然保護(hù)區(qū)的建設(shè)、旅游發(fā)展規(guī)劃、濕地保護(hù)提供科學(xué)依據(jù)。2數(shù)據(jù)與方法的研究2.1資料與測(cè)量剖面為了減少潮灘的沖淤變化對(duì)反演高程精度的影響,采用了美國(guó)陸地衛(wèi)星TM及ETM二類數(shù)據(jù)源,選擇5個(gè)時(shí)相較為接近的影像,時(shí)間跨度為1999~2004年,空間分辨率分別為30、15m。實(shí)測(cè)高程剖面采用2005年9月2日~9月14日RTK測(cè)量的4條高程剖面,其中崇明東灘南北兩側(cè)各1條,中部2條。剖面每隔50m一個(gè)樣點(diǎn),高程起算基準(zhǔn)為吳淞高程基準(zhǔn)。2.2潮灘高線工程施工潮灘數(shù)字高程模型(DEM)建立的基本方法是假定在一定的區(qū)域范圍內(nèi),水邊線不受潮位的影響為一條水平線,水邊線的位置可以認(rèn)為是潮灘上高程一致的點(diǎn)連接而成的等高線。在上述假設(shè)條件下,利用多時(shí)相遙感影像提取的水邊線信息,并借助水動(dòng)力模型模擬出對(duì)應(yīng)遙感成像時(shí)刻的水位,然后根據(jù)已知高程信息的水邊線空間插值進(jìn)而得到潮灘的數(shù)字高程模型。將得到的高程模型輸入水動(dòng)力模型,細(xì)化原來(lái)的地形條件,重復(fù)運(yùn)行模型,并將模型結(jié)果與水邊線提取結(jié)果對(duì)比,進(jìn)一步微調(diào)潮灘地形,直到通過(guò)模型模擬的水邊線與衛(wèi)星影像攝取的水邊線滿足精度要求為止。潮灘數(shù)學(xué)高程模型提取流程見(jiàn)圖1。2.2.1模型構(gòu)建和網(wǎng)格劃分長(zhǎng)江口的水動(dòng)力模擬采用了荷蘭Delft水力研究院的Delft3D模型。Delft3D模型是由多個(gè)模塊組成的靈活、模塊化的模擬系統(tǒng),水動(dòng)力模塊Delft3D-Flow是進(jìn)行長(zhǎng)江口水動(dòng)力條件模擬的主要模塊,模擬二維(深度平均)或三維非恒定流及其輸移性質(zhì)。水動(dòng)力模塊建立在Navier-Stokes方程的基礎(chǔ)上,應(yīng)用了淺水簡(jiǎn)化,采用交替方向法(ADI)對(duì)該坐標(biāo)系下的控制方程組進(jìn)行離散求解。模擬中,模型上游邊界選用了流量邊界,使用了多年月平均流量,豐水期為41210m3/s,枯水期為10020m3/s;下游邊界選用了水位邊界,風(fēng)速和風(fēng)向取多年月平均值,分別為:豐水期,6.0m3/s,N-E方向;枯水期,7.0m3/s,N-W-N方向。水平渦粘系數(shù)和擴(kuò)散系數(shù)均取50m2/s。模型東西向距離約為147km,南北向約為82km。網(wǎng)格由Delft-Rgfgrid模塊進(jìn)行處理,網(wǎng)格數(shù)為134×83,其中約50%的網(wǎng)格是有效網(wǎng)格。水下地形是由地形圖上得到的3900個(gè)數(shù)據(jù)利用Delft3D-Quickin模塊處理成地形文件。分別對(duì)衛(wèi)星過(guò)境的5個(gè)時(shí)間段進(jìn)行了模擬,其中,豐水期模擬的時(shí)間段為1999年9月22日0時(shí)~9月24日12時(shí)(衛(wèi)星過(guò)境時(shí)間為9月24日10時(shí)01分)及2000年5月19日0時(shí)~5月21日12時(shí)(衛(wèi)星過(guò)境時(shí)間為5月21日10時(shí)00分),枯水期為2001年11月14日0時(shí)~11月16日12時(shí)(衛(wèi)星過(guò)境時(shí)間為11月16日10時(shí)04分)、2002年3月6日0時(shí)~3月8日12時(shí)(衛(wèi)星過(guò)境時(shí)間為3月8日10時(shí)02分)和2004年2月24日0時(shí)~2月26日12時(shí)(衛(wèi)星過(guò)境時(shí)間為2月26日10時(shí)03分)。分別計(jì)算豐水期和枯水期距離崇明東灘最近的佘山和堡鎮(zhèn)2個(gè)站點(diǎn)處的潮位,進(jìn)行模型驗(yàn)證,潮位數(shù)據(jù)從潮汐表中獲得,其結(jié)果基本一致(圖2)。2.2.2不同潮情激發(fā)下不同保水材料的激發(fā)對(duì)比從崇明東灘的灘地到水體選擇140個(gè)樣點(diǎn)分別統(tǒng)計(jì)它們的光譜值,發(fā)現(xiàn)不同波段對(duì)水體的敏感性存在差異,不同波段提取的水邊位置有不同程度的偏移。統(tǒng)計(jì)結(jié)果見(jiàn)圖3。TM1-TM3波段在所有樣點(diǎn)中基本不存在水體與灘地的光譜突變峰,DN值呈一條水平線,TM4-TM7波段的樣點(diǎn)統(tǒng)計(jì)表現(xiàn)出了水體與灘地的突變,且突變峰值從大到小分別為T(mén)M4>TM5>TM7>TM6,但是由于TM4波段對(duì)懸浮泥沙敏感,TM4波段在近海的一側(cè)較早出現(xiàn)反射峰值。從圖3中可以看出TM5、TM6及TM7波段的突變峰更接近于水邊線的真實(shí)位置。同時(shí)對(duì)不同潮情的遙感影像分別選擇水體與灘地作為樣區(qū),分別統(tǒng)計(jì)其光譜特征。對(duì)所有地物類型分別計(jì)算他們?cè)诓煌ǘ蔚淖畲笾怠⒆钚≈?、均值和方差。統(tǒng)計(jì)結(jié)果見(jiàn)圖4。從不同潮情遙感影像統(tǒng)計(jì)的水體與潮灘結(jié)果可以看出:影像的不同波段在不同潮情條件下對(duì)水體和潮灘的敏感性存在差異。在落潮時(shí)刻由于表層殘留水體的存在使影像的TM5波段不能很好地區(qū)分水體和灘地,因此很難利用TM5波段得到水邊線信息。但是,TM6波段對(duì)水體和潮灘卻表現(xiàn)出了較高的敏感性。相反,在漲潮時(shí)刻潮灘由于較長(zhǎng)的暴露時(shí)間,表層殘留水體減少TM5波段可以較好地提取水邊線信息。基于以上原因,本文在提取水邊線時(shí)重點(diǎn)考慮不同潮情對(duì)水邊線的影響,采用不同的波段影像提取水邊線信息。在提取水邊線時(shí)首先根據(jù)衛(wèi)星影像成像時(shí)刻的潮情特征,目視解譯出水邊線的大致位置,然后根據(jù)不同波段反應(yīng)的水邊線位置,確定最優(yōu)波段進(jìn)行水邊線的計(jì)算機(jī)自動(dòng)提取。2.2.3高線模型和不規(guī)則三角網(wǎng)地形三維模型,又叫數(shù)字高程模型,是構(gòu)建地形表面空間位置與其相關(guān)屬性信息的數(shù)字化表示,是對(duì)地形表面在地形采樣數(shù)據(jù)基礎(chǔ)上的表面重構(gòu)。表達(dá)數(shù)字高程模型有多種方法如規(guī)則格網(wǎng)模型(GRID)、等高線模型和不規(guī)則三角網(wǎng)(TIN,TriangulatedIrregularNetwork)法,其中TIN方法既減少了規(guī)則格網(wǎng)方法帶來(lái)的數(shù)據(jù)冗余,同時(shí)在計(jì)算效率方面優(yōu)于純粹基于等高線的方法。不規(guī)則三角網(wǎng)可隨地形起伏變化的復(fù)雜性而改變采樣點(diǎn)的密度和決定采樣點(diǎn)的位置,因而它能夠避免地形平坦時(shí)的數(shù)據(jù)冗余,又能按地形特征點(diǎn)表示數(shù)字高程特征。在Arc/Info軟件中直接提供了由要素自動(dòng)生成TIN的功能,其主要的功能主要集成在空間分析模塊(SpatialAnalysis)及3D分析模塊(3DAnalysis)中,因此本文利用上述兩個(gè)模塊完成插值過(guò)程(圖5)。3模型結(jié)果分析利用2005年9月份實(shí)測(cè)的4條高程剖面I~IV(圖5)對(duì)反演的2005年的潮灘DEM進(jìn)行分析,實(shí)測(cè)高程與模擬結(jié)果的平均誤差分別達(dá)到0.50m(σ2=0.31)、0.19m(σ2=0.04)、0.15m(σ2=0.03)及0.13m(σ2=0.03)。圖6為剖面I~IV實(shí)測(cè)高程數(shù)據(jù)與模擬數(shù)據(jù)結(jié)果比較。從圖6可以看出剖面I中,高潮灘模型結(jié)果與實(shí)測(cè)結(jié)果較為接近,在中低潮灘則表現(xiàn)出較大的偏差,模型結(jié)果比實(shí)測(cè)數(shù)據(jù)明顯偏高。其主要原因可能是模型假定水邊線為同一高程值所致,特別是在漲潮時(shí)刻潮流從東南方向入射,東灘的北側(cè)處于波影區(qū)其潮位比南側(cè)低。同一條水邊線的北側(cè)高程值要比南側(cè)的低,因此造成北側(cè)的模型結(jié)果比實(shí)測(cè)數(shù)據(jù)要高。同時(shí)由于模型模擬的是在一定時(shí)間段內(nèi)(1年)潮灘的平均地形,而實(shí)測(cè)數(shù)據(jù)為某一時(shí)刻的地形,兩者之間的偏差可能是由于某些突發(fā)事件所致。測(cè)量工作進(jìn)行前臺(tái)風(fēng)“納比”曾在日本沿岸登陸,臺(tái)風(fēng)造成了東灘灘面的嚴(yán)重侵蝕。這使各個(gè)剖面的低潮灘測(cè)量值明顯低于模擬值。特別在剖面I-41高程點(diǎn)位附近地形出現(xiàn)了很大突變,證明崇明東灘北部潮面受臺(tái)風(fēng)影響更大。而剖面IV由于地處崇明東灘中部潮位影響相對(duì)較小,其預(yù)測(cè)結(jié)果與實(shí)際結(jié)果較為接近。從模型誤差可以看出,較大的誤差主要出現(xiàn)在中低潮灘,這些部位的潮灘由于受到潮流作用是整個(gè)潮灘中最不穩(wěn)定的部位,不斷經(jīng)歷著侵蝕和淤積。高潮灘由于植被及地形的影響,侵蝕和淤積作用相對(duì)較弱,也使這一地區(qū)的地形反演精度較高。4潮位面積對(duì)地形的影響借助遙感與地理信息系統(tǒng)技術(shù),利用水邊線方法建立潮灘的數(shù)字高程模型較好地解決了潮灘地區(qū)實(shí)地測(cè)量的困難。利用水動(dòng)力模型模擬水位與潮汐分帶校正方法相比,克服了潮汐資料缺乏的缺點(diǎn)