崇明市淤泥质潮滩地形地貌过程研究

崇明市淤泥质潮滩地形地貌过程研究

中国约1.4个海岸属于泥泞海岸。淤泥质潮滩的特征在很大程度上代表了所在海岸带的性质,查清其性质和分布对于合理开发潮滩资源和研究现代海岸带动态变化具有重要意义。岸滩稳定性问题是港口、航道和滨海电厂等重大工程建设中必须考虑的问题。潮滩剖面形态也是近岸过程的一个重要研究内容。潮滩地形不仅是评价岸滩稳定性的重要因子,也是分析潮滩动力演变过程的重要指标。但是,淤泥质潮滩作为海陆相互作用的敏感地带,潮滩剖面形态受波浪、泥沙、沿岸流、地质等诸多因素的影响,使得海滩剖面时空变化极为复杂,同时潮滩面积宽广、水浅滩平、变化频繁,给常规专业调查和观测带来很大的困难,因此研究深度相对较低。目前大量的工作主要是针对沙质潮滩展开,而对淤泥质潮滩系统性的研究相对较少。遥感技术(RemoteSensing)是获取海岸带资源、环境和灾害等信息的高新技术手段,它具有大尺度、快速、同步、高频度动态观测和节省资金等突出优势。开展淤泥质潮滩地形的遥感研究,不仅可以为淤泥质潮滩剖面研究提供背景资料,而且可以指导海岸带土地利用、海岸工程建设等。关于淤泥质潮滩遥感地形反演的研究主要是利用不同年份的同潮位遥感影像进行对比计算潮滩的侧向冲淤速率。1潮滩的自然淤涨自然一般自崇明东滩处在北港与北支之间落潮合流和涨潮分流的缓流区。中、低潮滩流速最大值仅有0.5m/s左右,含沙量在1.0kg/m3以上。滩地上的涨潮流带来的泥沙在岛影缓流区淤积,促使潮滩迅速淤涨。由于崇明东滩水流泥沙条件具有相对稳定性,因此,潮滩具有比较稳定的自然淤涨趋势,每年以100~350m的淤涨速度向海延伸。崇明东滩的冲淤状况受长江口复杂水动力作用的影响。自然湿地主要分布在1998年建筑的大堤外侧,属典型发育过程中的潮滩湿地,滩高在3.6~4.2m,东滩湿地已于1992年被列入《中国保护湿地名录》,2001年正式列入“拉姆萨国际湿地保护公约”的国际重要湿地名录。因此加强崇明东滩地形地貌过程的研究可为自然保护区的建设、旅游发展规划、湿地保护提供科学依据。2数据与方法的研究2.1资料与测量剖面为了减少潮滩的冲淤变化对反演高程精度的影响,采用了美国陆地卫星TM及ETM二类数据源,选择5个时相较为接近的影像,时间跨度为1999~2004年,空间分辨率分别为30、15m。实测高程剖面采用2005年9月2日~9月14日RTK测量的4条高程剖面,其中崇明东滩南北两侧各1条,中部2条。剖面每隔50m一个样点,高程起算基准为吴淞高程基准。2.2潮滩高线工程施工潮滩数字高程模型(DEM)建立的基本方法是假定在一定的区域范围内,水边线不受潮位的影响为一条水平线,水边线的位置可以认为是潮滩上高程一致的点连接而成的等高线。在上述假设条件下,利用多时相遥感影像提取的水边线信息,并借助水动力模型模拟出对应遥感成像时刻的水位,然后根据已知高程信息的水边线空间插值进而得到潮滩的数字高程模型。将得到的高程模型输入水动力模型,细化原来的地形条件,重复运行模型,并将模型结果与水边线提取结果对比,进一步微调潮滩地形,直到通过模型模拟的水边线与卫星影像摄取的水边线满足精度要求为止。潮滩数学高程模型提取流程见图1。2.2.1模型构建和网格划分长江口的水动力模拟采用了荷兰Delft水力研究院的Delft3D模型。Delft3D模型是由多个模块组成的灵活、模块化的模拟系统,水动力模块Delft3D-Flow是进行长江口水动力条件模拟的主要模块,模拟二维(深度平均)或三维非恒定流及其输移性质。水动力模块建立在Navier-Stokes方程的基础上,应用了浅水简化,采用交替方向法(ADI)对该坐标系下的控制方程组进行离散求解。模拟中,模型上游边界选用了流量边界,使用了多年月平均流量,丰水期为41210m3/s,枯水期为10020m3/s;下游边界选用了水位边界,风速和风向取多年月平均值,分别为:丰水期,6.0m3/s,N-E方向;枯水期,7.0m3/s,N-W-N方向。水平涡粘系数和扩散系数均取50m2/s。模型东西向距离约为147km,南北向约为82km。网格由Delft-Rgfgrid模块进行处理,网格数为134×83,其中约50%的网格是有效网格。水下地形是由地形图上得到的3900个数据利用Delft3D-Quickin模块处理成地形文件。分别对卫星过境的5个时间段进行了模拟,其中,丰水期模拟的时间段为1999年9月22日0时~9月24日12时(卫星过境时间为9月24日10时01分)及2000年5月19日0时~5月21日12时(卫星过境时间为5月21日10时00分),枯水期为2001年11月14日0时~11月16日12时(卫星过境时间为11月16日10时04分)、2002年3月6日0时~3月8日12时(卫星过境时间为3月8日10时02分)和2004年2月24日0时~2月26日12时(卫星过境时间为2月26日10时03分)。分别计算丰水期和枯水期距离崇明东滩最近的佘山和堡镇2个站点处的潮位,进行模型验证,潮位数据从潮汐表中获得,其结果基本一致(图2)。2.2.2不同潮情激发下不同保水材料的激发对比从崇明东滩的滩地到水体选择140个样点分别统计它们的光谱值,发现不同波段对水体的敏感性存在差异,不同波段提取的水边位置有不同程度的偏移。统计结果见图3。TM1-TM3波段在所有样点中基本不存在水体与滩地的光谱突变峰,DN值呈一条水平线,TM4-TM7波段的样点统计表现出了水体与滩地的突变,且突变峰值从大到小分别为TM4>TM5>TM7>TM6,但是由于TM4波段对悬浮泥沙敏感,TM4波段在近海的一侧较早出现反射峰值。从图3中可以看出TM5、TM6及TM7波段的突变峰更接近于水边线的真实位置。同时对不同潮情的遥感影像分别选择水体与滩地作为样区,分别统计其光谱特征。对所有地物类型分别计算他们在不同波段的最大值、最小值、均值和方差。统计结果见图4。从不同潮情遥感影像统计的水体与潮滩结果可以看出:影像的不同波段在不同潮情条件下对水体和潮滩的敏感性存在差异。在落潮时刻由于表层残留水体的存在使影像的TM5波段不能很好地区分水体和滩地,因此很难利用TM5波段得到水边线信息。但是,TM6波段对水体和潮滩却表现出了较高的敏感性。相反,在涨潮时刻潮滩由于较长的暴露时间,表层残留水体减少TM5波段可以较好地提取水边线信息。基于以上原因,本文在提取水边线时重点考虑不同潮情对水边线的影响,采用不同的波段影像提取水边线信息。在提取水边线时首先根据卫星影像成像时刻的潮情特征,目视解译出水边线的大致位置,然后根据不同波段反应的水边线位置,确定最优波段进行水边线的计算机自动提取。2.2.3高线模型和不规则三角网地形三维模型,又叫数字高程模型,是构建地形表面空间位置与其相关属性信息的数字化表示,是对地形表面在地形采样数据基础上的表面重构。表达数字高程模型有多种方法如规则格网模型(GRID)、等高线模型和不规则三角网(TIN,TriangulatedIrregularNetwork)法,其中TIN方法既减少了规则格网方法带来的数据冗余,同时在计算效率方面优于纯粹基于等高线的方法。不规则三角网可随地形起伏变化的复杂性而改变采样点的密度和决定采样点的位置,因而它能够避免地形平坦时的数据冗余,又能按地形特征点表示数字高程特征。在Arc/Info软件中直接提供了由要素自动生成TIN的功能,其主要的功能主要集成在空间分析模块(SpatialAnalysis)及3D分析模块(3DAnalysis)中,因此本文利用上述两个模块完成插值过程(图5)。3模型结果分析利用2005年9月份实测的4条高程剖面I~IV(图5)对反演的2005年的潮滩DEM进行分析,实测高程与模拟结果的平均误差分别达到0.50m(σ2=0.31)、0.19m(σ2=0.04)、0.15m(σ2=0.03)及0.13m(σ2=0.03)。图6为剖面I~IV实测高程数据与模拟数据结果比较。从图6可以看出剖面I中,高潮滩模型结果与实测结果较为接近,在中低潮滩则表现出较大的偏差,模型结果比实测数据明显偏高。其主要原因可能是模型假定水边线为同一高程值所致,特别是在涨潮时刻潮流从东南方向入射,东滩的北侧处于波影区其潮位比南侧低。同一条水边线的北侧高程值要比南侧的低,因此造成北侧的模型结果比实测数据要高。同时由于模型模拟的是在一定时间段内(1年)潮滩的平均地形,而实测数据为某一时刻的地形,两者之间的偏差可能是由于某些突发事件所致。测量工作进行前台风“纳比”曾在日本沿岸登陆,台风造成了东滩滩面的严重侵蚀。这使各个剖面的低潮滩测量值明显低于模拟值。特别在剖面I-41高程点位附近地形出现了很大突变,证明崇明东滩北部潮面受台风影响更大。而剖面IV由于地处崇明东滩中部潮位影响相对较小,其预测结果与实际结果较为接近。从模型误差可以看出,较大的误差主要出现在中低潮滩,这些部位的潮滩由于受到潮流作用是整个潮滩中最不稳定的部位,不断经历着侵蚀和淤积。高潮滩由于植被及地形的影响,侵蚀和淤积作用相对较弱,也使这一地区的地形反演精度较高。4潮位面积对地形的影响借助遥感与地理信息系统技术,利用水边线方法建立潮滩的数字高程模型较好地解决了潮滩地区实地测量的困难。利用水动力模型模拟水位与潮汐分带校正方法相比,克服了潮汐资料缺乏的缺点