中国海洋湖沼学会主办。
文章信息
- 薛文静, 乔璐璐, 仲毅, 薛程, 陈树果, 李舒豪, 刘鹏, 高飞. 2019.
- XUE Wen-Jing, QIAO Lu-Lu, ZHONG Yi, XUE Cheng, CHEN Shu-Guo, LI Shu-Hao, LIU Peng, GAO Fei. 2019.
- 不同时间尺度下长江口海域表层悬浮体浓度变化
- MULTIPLE TIMESCALE VARIATION IN CONCENTRATION OF SURFACE SUSPENDED SEDIMENT IN CHANGJIANG RIVER ESTUARY
- 海洋与湖沼, 50(5): 1002-1013
- Oceanologia et Limnologia Sinica, 50(5): 1002-1013.
- http://dx.doi.org/10.11693/hyhz20181100264
文章历史
-
收稿日期:2018-11-06
收修改稿日期:2019-04-22
2. 海底科学与探测技术教育部重点实验室 青岛 266100;
3. 中国海洋大学海洋信息科学与工程学院 青岛 266100;
4. 青岛海洋地质研究所 青岛 266100
2. The Key Lab of Sea Floor Resource and Exploration Technique, Ministry of Education, Qingdao 266100, China;
3. College of Information Science and Engineering, Ocean University of China, Qingdao 266100, China;
4. Qingdao Institute of Marine Geology, Qingdao 266100, China
河流入海泥沙的输运影响海洋污染物的分布和水体的透光度, 对陆架海洋生物地球化学循环和生态环境有重要影响(Liu et al, 2007; Yang et al, 2007, 2011)。长江是世界著名的多沙河流, 近10a(2008—2017年)年平均输沙量为1.27亿吨(中国河流泥沙公报, 2017), 98%以悬沙的形式存在, 但是大多在河口及其邻近陆架海沉积, 仅有少量泥沙可以到达深海(Yang et al, 2003; Liu et al, 2007), 是东中国海陆架沉积物的主要来源之一(杨作升等, 1983)。许多学者通过实测悬浮体浓度资料分析长江入海泥沙的输送及影响因素(高抒等, 1999; 郭志刚等, 2002; 陈斌等, 2011; Bian et al, 2013; 袁瑞, 2015; Jiang et al, 2015; Li et al, 2016), 认为物质输送主要受环流、风、潮汐和上游来水来沙控制。高永强等(2018)根据实测悬浮体浓度资料认为洪季表层悬浮体浓度最大出现在最大浑浊带处, 外海大部分区域表层悬浮体浓度低于10mg/L; 陈晓东(2016)也利用Landsat卫星遥感数据反演认为长江口海域表层悬浮体浓度最高值不是在河口内, 而是在最大浑浊带和北支, 甚至达到了1000mg/L左右。郭志刚等(2002)根据多年实测悬浮体资料认为长江入海泥沙基本沉降在124°E以西海域。Jiang等(2015)通过现场观测得出123°E以东大部分海域的表层悬浮体浓度低于5mg/L。1998年长江流域发生特大洪水之后, 10mg/L表层悬浮体浓度向东南方向扩展到123°E, 5mg/L表层悬浮体浓度甚至可扩展到124°E(高抒等, 1999)。崔倩芳等(2012)综合4个季节的实测悬浮体资料, 分析认为长江口海域高悬浮体浓度锋面(10mg/L)位于40m等深线附近, 次级悬浮体浓度锋面(3mg/L)则延伸到124.2°E。袁瑞(2015)认为长江口海域表层悬浮体浓度的分布不会因为上游输沙量的锐减而有所变化, 只是造成了表层悬浮体浓度的减少。
关于长江入海泥沙的输运机制, 高抒等(1999)指出长江入海泥沙主要向东南或东扩散, 主要受到季风环流、长江冲淡水主轴、黑潮水系的影响。李婧等(2009)将Landsat遥感数据与实测长江口海域悬沙含量相结合, 认为表层悬浮体浓度的时空变化的差异与潮汐动力、风场的强弱有关, 与径流输沙量的关系不明显。张怀静等(2007)认为台湾暖流抑制了长江泥沙向海方向的运移。陈勇等(2012)基于Landsat 15个时相的卫星遥感影像, 通过分析近40a来长江口海域外表层悬浮体的时空分布规律, 认为长江口悬浮泥沙浓度的变化趋势与来沙量减少趋势表现出很强的相关性。
由于气候变化和人类活动的影响, 特别是三峡大坝工程等一系列水利设施的兴建, 来自长江上游的泥沙大大减少(陈立等, 2003; Chen et al, 2005; 张怀静等, 2007; 毕世普, 2009; Bai et al, 2014), 近10a平均的输沙量较多年(1951—2015年)平均的输沙量(3.68亿吨)减少约65%(中国河流泥沙公报, 2017)。以往的研究更多的注重季节和大小潮悬浮体浓度变化, 对不同潮时(高潮、落潮、低潮、涨潮)以及随着长江入海泥沙量的减少长时间尺度上表层悬浮体浓度变化的研究较少。本文基于MODIS-Aqua(Moderate Resolution Imaging Spectroradiometer-Aqua)卫星遥感资料, 首次利用Chen等(2015)提出的QAA-RGR (Quasi-Analytical Algorithm-Red-Green-bands-Ratio)算法, 建立了适用于长江口海域表层悬浮体浓度的高精度反演模型, 并辅以长江径流量和输沙量、潮汐和风场数据等资料进一步分析2002—2017年夏季长江口海域表层悬浮体浓度的潮周期、季节内以及年际变化特征, 并初步探讨其影响因素。
1 数据与方法 1.1 实测悬浮体浓度数据实测表层悬浮体浓度数据来源于以下4个航次调查, 包括3个黄东海水文航次调查, 时间分别为2006年6月28日—7月11日、2011年6月13日—6月18日和2016年6月5日—6月11日, 以及翟世奎等(2005)对长江口的现场水文观测(图 1), 分别获得33、20、20、14个站位的表层悬浮体浓度数据, 总计87个站位。通过对表层(2—3m)水样进行现场抽滤、烘干、称重, 获得悬浮体质量浓度, 用于建立表层悬浮体浓度的遥感反演模型。
1.2 遥感数据及反演本文的遥感数据来源于美国NASA官网(https://www.nasa.gov)提供的MODIS-Aqua卫星上的2002—2017年每年6—8月的L1B数据(空间分辨率1km), 由于其产品数据质量高, 覆盖范围广, 时间尺度长, 因此在国内水色遥感领域应用广泛。
遥感卫星可以实现对地的大面积同步观测, 并且具有时效性(梅安新等, 2001)。随着遥感事业的发展, 利用水色卫星观测河口、陆架、大洋环境的方法都取得了很大进展(Liao et al, 2005; Wang et al, 2007; Cui et al, 2010; Zhang et al, 2010; Ahn et al, 2012)。因此, 近年来不少学者将现场观测资料与卫星遥感数据相结合来探讨泥沙输送, 分析其空间分布、季节变化及沉积过程。
本文采用了Lee等(2002)提出的一种针对水体固有光学性质进行反演的多波段准分析算法(QAA)。该算法利用分析模型将多波段遥感反射率处理得到水体的固有光学性质(吸收系数、后向散射系数等), 是一种应用非常广泛的反演水体固有光学性质的算法。经过多年发展, QAA算法先后经历了多个版本的改进(Lee et al, 2007), 本文采用的是Chen等(2015)在东中国海海域表层悬浮体浓度的反演中提出的针对MODIS卫星数据的QAA-RGR算法, 能有效避免遥感数据在某些波段出现低估或饱和产生的不确定性。
首先, 利用SeaDAS软件将L1B级遥感数据批量处理成L2级遥感反射率(Rrs), 再利用QAA-RGR算法得到悬浮颗粒物的后向散射系数(particle backscattering coefficient, bbp)。在建立反演模型时, 提取与实测数据在空间和时间上最匹配的bbp, 得到bbp和实测表层悬浮体浓度的拟合关系(图 2), 实现表层悬浮体浓度的反演。基于收集的87站位表层悬浮体浓度数据(该数据涵盖了从近岸高值区到远岸低值区的范围), 建立反演公式如公式(1)所示:
反演结果表明, 颗粒物后向散射系数与实测表层悬浮体浓度拟合很好, 反演模型的决定系数R2为0.9323, 说明本文建立的反演公式精度较高。
1.3 其他数据本文所用到的2002—2017年的径流量和输沙量来源于《中国河流泥沙公报》和《长江泥沙公报》中提供的大通站的实测水、沙统计量。海面10m高度的风场资料来源于RSS(Remote Sensing Systems)提供的CCMP(Cross-Calibrated Multi-platform)矢量风场数据, 空间分辨率是0.25°×0.25°, 时间分辨率是6h (http://www.remss.com/measurements/ccmp)。本文对研究区内风场数据所有网格点的东西分量U和南北分量V做季节平均, 以便与其他数据相结合。由于缺乏长时间序列的实测水位数据, 本文利用上海崇明岛东侧佘山站8个分潮(M2、S2、N2、K1、Q1、O1、P1、K2)的潮汐调和常数, T_tide工具包预报了2002—2017年的潮位数据, 并以此与遥感数据获取的时间相匹配来判断各种潮时。
2 不同时间尺度表层水沙变化 2.1 潮周期内变化从研究海域大小潮期间表层悬浮体浓度大小来看(图 3), 大潮时由于潮流流速较大, 大量海底沉积物容易再悬浮, 使得表层悬浮体浓度增加, 因此高悬浮体浓度区所包含的范围明显大于小潮时, 尤其是在长江口南支, 以及崇明岛东滩附近, 这些地区的表层悬浮体浓度最高可达200mg/L以上。小潮时大部分地区表层悬浮体浓度为100mg/L以上, 仅有极少数零星地区可达200mg/L。
从近岸表层高浓度悬浮体的扩展范围来看, 大潮期间, 潮动力较强, 咸淡水交汇形成的河口盐度锋面强, 阻碍河流入海泥沙的向海扩散, 因此高浓度悬浮体大量集中在近岸; 而在小潮期间, 潮动力较弱, 盐度锋面变弱, 河流入海泥沙得以向外海扩散, 5mg/L等浓度线明显向东北方向扩展。
以往的研究多聚焦于大小潮对长江口表层悬浮体浓度的影响, 而对不同潮时(高潮、落潮、低潮、涨潮)的变化研究较少, 因此本文进一步分析了不同潮时对长江口海区表层悬浮体浓度的影响。由于MODIS- Aqua卫星过境长江口海域的时间只有3h, 再加上长江口海域夏季云雾较多的缘故, 因此在大潮期间, 只能找到高潮和落潮时的遥感影像; 在小潮期间, 只能找到低潮和涨潮时的遥感影像。通过对2002—2017年夏季各潮时资料进行统计平均, 得到长江口海域多年平均不同潮时表层悬浮体浓度分布(图 4)。
不同潮时表层悬浮体浓度均表现出近岸高, 远岸低的分布特征。大潮高潮和落潮时高悬浮体浓度(> 200mg/L)区主要位于崇明岛和九段沙之间, 且高潮时高值区的面积大于落潮时; 小潮低潮和涨潮的高值区位于九段沙东南部, 低潮时高值区的面积略大于涨潮时。小潮期间, 5mg/L等浓度线所包含区域面积要大于大潮时的面积, 同时向东北方向扩散更远, 尤其是小潮低潮时刻。这可能与长江入海泥沙的向海输运、潮流的周期性涨落以及台湾暖流的顶托三者之间的共同作用有关。小潮低潮时, 潮流最弱, 台湾暖流向北顶托作用明显, 河流入海泥沙在其输运下向东北方向扩展。
本文采用Sobel梯度算法计算了长江口海域多年夏季平均表层悬浮体浓度梯度, 如图 5所示。Sobel算子包含两组3×3矩阵, 为x方向和y方向, 分别求取这两个方向的梯度值Gx和Gy, 然后得到总的梯度值
悬浮体浓度梯度较大的区域主要集中在122.3°E以西海域, 向东南方向下降的梯度最大。悬浮体梯度最强可达10mg/(L·km)以上, 位于长江口北支河口, 而在122.5°E以东海域的悬浮体浓度梯度基本均低于2mg/(L·km)。本文将研究区以122.3°E为界, 分为2个海区, 即A区和B区来定量研究长江入海泥沙的输送及其影响因素, 两个海区的纬度范围为30.8°—31.8°N, 经度范围分别为121.9°—122.3°E和122.3°—122.7°E。
根据图 5的2个分区, 分别计算其区域内平均的表层悬浮体浓度。从表 1中可知, 大小潮对这两个海区表层悬浮体浓度的影响十分显著, A区的表层悬浮体浓度远高于B区, 相差值最大超过54mg/L, 同一海区大小潮不同潮时表层悬浮体浓度差异可达8.5mg/L。总体上, 不同潮时之间表层悬浮体浓度的变化表现为以下3个特征:
A区(30.8°—31.8°N, 121.9°—122.3°E)悬浮体浓度(mg/L) | B区(30.8°—31.8°N, 122.3°—122.7°E)悬浮体浓度(mg/L) | ||
大潮 | 高潮 | 66.9 | 13.4 |
落潮 | 64.4 | 12.5 | |
小潮 | 低潮 | 58.4 | 16.2 |
涨潮 | 61.4 | 18.7 |
(1) A区大潮时表层悬浮体浓度大于小潮, 与大潮流速强, 潮混合作用强, 再悬浮作用显著有关; (2)落潮表层悬浮体浓度大于涨潮, 与大潮落潮流速略大有关(陈斌等, 2011); (3)高潮表层悬浮体浓度大于低潮。
但是离河口较远的B区, 表层悬浮体浓度潮周期内变化特征与A区悬浮体浓度变化完全相反, 即大潮悬浮体浓度小于小潮, 落潮悬浮体浓度小于涨潮, 高潮悬浮体浓度小于低潮。即潮流强的时候悬浮体浓度反而低, 潮流弱的时候悬浮体浓度反而高, 这是因为大潮时表层悬浮体梯度强, 而且相对于小潮来说, 高悬浮体梯度更靠近近岸(图 6), 因此高浓度的悬浮体扩散较近。小潮时锋面弱, 高浓度悬浮体向东扩散较远, 因此在B区小潮时表层悬浮体浓度大于大潮。
2.2 夏季月平均变化之前的研究表明, 潮汐对长江口近岸表层悬浮体浓度影响显著。为避免季节和气候态平均的表层悬浮体浓度受某一潮时遥感数据过多的影响, 本文选择不同潮时所占比例相同的遥感数据反演得到季节和气候态表层悬浮体浓度分布。
长江口海域夏季表层悬浮体浓度近岸远高于外海, 6月表层悬浮体浓度相对于7、8月较低, 在近岸仅仅存在零星的的高值区(悬浮体浓度高于200mg/L), 7月高值区的面积增加, 主要位于九段沙东南部, 8月高值区的面积远远大于6、7月, 主要在河道内以及崇明岛—九段沙之间。
为了定量研究不同月份对长江口海域表层悬浮体浓度的影响, 同样根据图 5的2个分区, 分别计算其区域内平均的表层悬浮体浓度, 结果如表 2所示。
从各月份区域平均表层悬浮体浓度的量值(表 2)中可以看到, A区表层悬浮体浓度远高于B区, 量值最大超过50mg/L。6—8月, 长江口A区表层悬浮体浓度逐渐升高, 图 8显示6—8月长江口水沙浓度(输沙量/径流量)逐渐增加, 因此6月份表层悬浮体浓度最低, 8月份表层悬浮体浓度最高。
B区表层悬浮体浓度却逐渐降低, 尤其是8月表层悬浮体浓度相比于6、7月相差约3mg/L, 可能与8月份温跃层最强, 不利于底层泥沙再悬浮至表层有关。由图 9也可以清楚的看到, 6—8月悬浮体浓度梯度明显增强, 而且高悬浮体浓度梯度(大于7mg/ (L·km)逐渐西移, 因此长江口B区在8月份表层悬浮体浓度最低。
2.3 多年变化本文将2002—2017年每年6、7、8月的数据平均, 作为当年的夏季表层悬浮体浓度, 并且将多年夏季表层悬浮体浓度做平均, 得到气候态表层悬浮体浓度分布(图 10)。长江口海域最高值可达200mg/L以上, 这与长江口地区丰富的物源输入, 以及近岸水深较浅, 强劲的潮流、风、波浪引起的泥沙容易再悬浮有关。夏季长江入海泥沙基本沉降在123°E以西海域, 而在以东大部分海域表层悬浮体浓度低于5mg/L。庞重光等(2003)分析实测资料认为长江入海泥沙若以5mg/L为界, 向东扩展范围不会超过123.5°E。本文高值区所在的海域与Mao等(2016)根据遥感反演结果一致, 5mg/L等值线的位置与杨扬等(2012)通过SeaWiFS遥感数据得出黄东海表层次级浓度锋面(2—6mg/L)的位置大致相同。这说明本文反演的悬浮体浓度的分布和量级与前人的研究结果基本一致, 也进一步说明了反演模型的准确性。
计算每年夏季平均悬浮体浓度与多年夏季平均悬浮体浓度之差, 绘制出长江口海域表层悬浮体浓度空间分布的年际变化(图 11), 其中, 研究区在近岸存在明显的年际变化, 长江口最大变化量可达20mg/L以上, 而在123°E以东海域年际变化不明显。长江口A区在2006年之前, 表层悬浮体浓度高于平均值, 而2006年之后, 表层悬浮体浓度低于平均值, 2017年表层悬浮体浓度甚至比平均值低20mg/L以上。这与三峡大坝工程在2006年完成三期蓄水密切相关。从图 12可知, A区表层悬浮体浓度年际变化较大, B区年际变化较小。A区表层悬浮体浓度2002年最高, 达70mg/L以上, 2017年悬浮体浓度最低, 甚至不足50mg/L, 最大变化振幅超过20mg/L。对于B区来说, 2005年浓度最高, 超过25mg/L, 2017年最低, 约为12mg/L, 最大振幅为13mg/L。
3 长江口海域表层悬浮体浓度多年变化影响因素分析 3.1 长江输沙量变化的影响
从图 12a中可以看出, 长江口A区的夏季平均表层悬浮体浓度在长时间尺度上存在明显的年际变化。通过线性回归分析可知, 长江口A区夏季平均表层悬浮体浓度总体呈下降趋势, 斜率为-1.25, 平均每年下降1.25mg/L以上。B区夏季平均表层悬浮体浓度年际变化同样较大, 虽然总体呈下降趋势, 但是斜率为-0.31, 下降趋势没有A区明显。
结合2002—2017年长江大通站的输沙量来分析其对A区和B表层悬浮体浓度的影响, 结果表明, 在这16a中, 长江流域的输沙量发生了显著变化(图 12c), 年输沙量在总体上呈现下降的趋势, 每年几乎减少106t。2002年输沙量最高, 约为50×106t, 2011年输沙量最低, 仅为10×106t, 相差40×106t。通过线性回归分析可知, A区表层悬浮体浓度变化的趋势与输沙量减少和入海泥沙浓度降低表现出较强的相关性, 其相关系数为0.62。也就是说, 当长江输沙量较多时, A区表层悬浮体浓度高; 长江输沙量较少时, 表层悬浮体浓度低。对于B区来说, 输沙量与其表层悬浮体浓度的相关系数为0.23, 说明长江入海泥沙对B区影响不大。
3.2 风场的影响长江口海域夏季盛行偏南风。风可以引起底层泥沙再悬浮, 并改变水体表层的悬浮体浓度分布, 同时可以造成浑浊水体的跨陆架输送(Thompson et al, 2011; Pimenta et al, 2014; Androulidakis et al, 2015)。
图 13a是长江口海域2002—2017年31.5°N断面表层悬浮体浓度的变化, 图中黑色实线表示5mg/L的等浓度线。从图 13a中可以看出123°E以东几乎全部海域表层悬浮体浓度低于5mg/L, >10mg/L的高浓度值主要集中在122.7°E以西海域, 仅有少数年份长江口近岸海域表层悬浮体浓度高于200mg/L。
2004—2013年风速差异不大, 都为3m/s左右。将平均风速与A区和B表层悬浮体浓度进行相关分析, 相关系数分别为0.15和0.45, 说明这两个海区表层悬浮体浓度与风速的相关性较差, 甚至出现2007—2009年和2013年平均风速大于2002年, 但是A区表层悬浮体浓度却远小于2002年的异常现象, 因此, 风速大小并不是A区夏季表层悬浮体浓度年际变化的主要因素。
夏季长江口海域盛行东南风(图 13c), 2014年风向偏东, 长江口31.5°N断面表层悬浮体明显向岸回缩, 而2005年风向偏南, 表层悬浮体向外海扩散也较远。说明风向对悬浮体浓度的扩散具有显著作用, 由于受到表层Ekman效应的影响, 南风有利于悬浮体的扩散, 而东风却抑制悬浮体的向外海输送。
为了具体分析风向对夏季长江口A区和B表层悬浮体浓度的影响, 本文选取了2010年8月26日和27日的遥感影像, 拍摄时间分别为世界时05:25和04:30。这两张遥感影像都属于大潮高潮时, 风速大小差别不大, 不同的是26日风向偏南, 27日风向偏东(图 14)。由图可知, 在122.2°E以西海域, 27日高悬浮体浓度(100mg/L)区的面积远远大于26日, 10 mg/L等浓度线明显向外海扩展较远, 但是26日5mg/L等浓度线向东北方向扩展更远。
为了量化风向对表层悬浮体浓度的影响, 本文同样计算了A区和B区的表层悬浮体浓度, 如表 3所示。对于A区来说, 27日表层悬浮体浓度高于26日10 mg/L, B区的悬浮体浓度却低于26日, 相差约2mg/L左右, 这恰好证明了南风有利于表层悬浮体浓度向外扩散, 东风却抑制表层悬浮体向外海输送, 使得表层悬浮体浓度升高。
本文根据2002—2017年MODIS-Aqua卫星每年夏季(6—8月)的L1B数据, 并辅以实测悬浮体浓度资料, 建立了基于颗粒物后向散射系数的表层悬浮体浓度的反演算法, 获取了长江口海域多年夏季表层悬浮体浓度分布, 并探讨在不同时间尺度下变化的影响因素。研究结果如下:
(1) 同一海区不同潮时表层悬浮体浓度差异可达8.5mg/L; 122.3°E以西海域, 大潮表层悬浮体浓度大于小潮, 落潮大于涨潮, 高潮大于低潮, 与潮流在不同潮时的强弱变化有关; 而在122.3°E以东海域, 不同潮时悬浮体浓度大小与122.3°E以西海域相反。
(2) 夏季季节内表层悬浮体浓度差异约为2mg/L; 122.3°E以西海域, 6月表层悬浮体浓度最低, 8月悬浮体浓度最高; 122.3°E以东海域, 则情况相反。
(3) 长江口海域夏季表层悬浮体浓度年际差异可达20mg/L, 总体上呈现逐步降低的变化趋势; 122.3°E以西海域悬浮体浓度的降低与大通站输沙量逐年减少有关; 122.3°E以东海域受长江入海泥沙影响不显著。
(4) 长江口海域表层悬浮体浓度与风速的相关性较差, 而风向对悬浮体浓度的扩散具有显著作用, 由于受到表层Ekman效应的影响, 南风有利于悬浮体的扩散, 而东风则抑制悬浮体的向外海输送。
中华人民共和国水利部. 2017. 中国河流泥沙公报. 北京: 中国水利水电出版社
|
毕世普, 2009.三峡工程截流后长江口海区表层悬沙分布与河口锋带特征.青岛: 中国科学院研究生院(海洋研究所)硕士学位论文
|
李婧, 高抒, 汪亚平. 2009. 长江口水域悬沙含量时空变化卫星遥感定量研究方法探讨. 海洋学报, 31(4): 167-175 DOI:10.3321/j.issn:0253-4193.2009.04.020 |
杨扬, 庞重光. 2012. 黄东海表层悬沙浓度次级锋面及其季节变化初探. 泥沙研究, (2): 41-46 DOI:10.3969/j.issn.0468-155X.2012.02.007 |
杨作升, 米利曼J D. 1983. 长江入海沉积物的输送及其入海后的运移. 山东海洋学院学报, 13(3): 1-12 |
张怀静, 翟世奎, 范德江, 等. 2007. 三峡工程一期蓄水后长江口及其邻近海域悬浮物浓度分布特征. 环境科学, 28(8): 1655-1661 DOI:10.3321/j.issn:0250-3301.2007.08.002 |
陈立, 吴门伍, 张俊勇. 2003. 三峡工程蓄水运用对长江口径流来沙的影响. 长江流域资源与环境, 12(1): 50-54 DOI:10.3969/j.issn.1004-8227.2003.01.011 |
陈勇, 韩震, 杨丽君, 等. 2012. 长江口水体表层悬浮泥沙时空分布对环境演变的响应. 海洋学报, 34(1): 145-152 |
陈斌, 刘健, 白大鹏. 2011. 长江口外海域含沙量的变化特征. 海洋地质前沿, 27(2): 39-44 |
陈晓东, 2016.长江口悬浮泥沙量的遥感估算.上海: 华东师范大学硕士学位论文 http://cdmd.cnki.com.cn/Article/CDMD-10269-1016140440.htm
|
庞重光, 王凡, 白学志, 等. 2003. 夏、冬两季长江口及邻近海域悬浮物的分布特征及其沉积量. 海洋科学, 27(12): 31-35 DOI:10.3969/j.issn.1000-3096.2003.12.009 |
袁瑞, 2015.长江入海水沙输运扩散.上海: 华东师范大学博士学位论文 http://cdmd.cnki.com.cn/Article/CDMD-10269-1015339425.htm
|
高抒, 程鹏, 汪亚平, 等. 1999. 长江口外海域1998年夏季悬沙浓度特征. 海洋通报, 18(6): 44-50 DOI:10.3969/j.issn.1001-6392.1999.06.007 |
高永强, 高磊, 朱礼鑫, 等. 2018. 长江口及其邻近海域悬浮颗粒物浓度和粒径的时空变化特征. 海洋学报, 40(3): 62-73 DOI:10.3969/j.issn.0253-4193.2018.03.006 |
郭志刚, 杨作升, 张东奇, 等. 2002. 冬、夏季东海北部悬浮体分布及海流对悬浮体输运的阻隔作用. 海洋学报, 24(5): 71-80 DOI:10.3321/j.issn:0253-4193.2002.05.009 |
梅安新, 彭望琭, 秦其明, 等. 2001. 遥感导论. 北京: 高等教育出版社
|
崔倩芳, 潘德炉, 白雁, 等. 2012. 东海陆架表层水体有机与无机悬浮体的季节分布特征. 海洋学研究, 30(4): 55-64 DOI:10.3969/j.issn.1001-909X.2012.04.007 |
翟世奎, 张怀静, 范德江, 等. 2005. 长江口及其邻近海域悬浮物浓度和浊度的对应关系. 环境科学学报, 25(5): 693-699 DOI:10.3321/j.issn:0253-2468.2005.05.022 |
Ahn J H, Park Y J, Ryu J H et al, 2012. Development of atmospheric correction algorithm for Geostationary Ocean Color Imager (GOCI). Ocean Science Journal, 47(3): 247-259 |
Androulidakis Y S, Kourafalou V H, Schiller R V, 2015. Process studies on the evolution of the Mississippi River plume:impact of topography, wind and discharge conditions. Continental Shelf Research, 107: 33-49 DOI:10.1016/j.csr.2015.07.014 |
Bai Y, He X Q, Pan D L et al, 2014. Summertime Changjiang River plume variation during 1998-2010. Journal of Geophysical Research:Oceans, 119(9): 6238-6257 DOI:10.1002/2014JC009866 |
Bian C W, Jiang W S, Quan Q et al, 2013. Distributions of suspended sediment concentration in the Yellow Sea and the East China Sea based on field surveys during the four seasons of 2011. Journal of Marine Systems, 121-122: 24-35 DOI:10.1016/j.jmarsys.2013.03.013 |
Chen S G, Zhang T L, 2015. Evaluation of a QAA-based algorithm using MODIS land bands data for retrieval of IOPs in the Eastern China Seas. Optics Express, 23(11): 13953-13971 DOI:10.1364/OE.23.013953 |
Chen X Q, Zhang E F, Mu H Q et al, 2005. A preliminary analysis of human impacts on sediment discharges from the Yangtze, China, into the Sea. Journal of Coastal Research, 21(3): 515-521 |
Cui T W, Zhang J, Groom S et al, 2010. Validation of MERIS ocean-color products in the Bohai Sea:a case study for turbid coastal waters. Remote Sensing of Environment, 114(10): 2326-2336 DOI:10.1016/j.rse.2010.05.009 |
Jiang Z B, Chen J F, Zhou F et al, 2015. Controlling factors of summer phytoplankton community in the Changjiang (Yangtze River) Estuary and adjacent East China Sea shelf. Continental Shelf Research, 101: 71-84 DOI:10.1016/j.csr.2015.04.009 |
Lee Z P, Carder K L, Arnone R A, 2002. Deriving inherent optical properties from water color:a multiband quasi-analytical algorithm for optically deep waters. Applied Optics, 41(27): 5755-5772 DOI:10.1364/AO.41.005755 |
Lee Z P, Weidemann A, Kindle J et al, 2007. Euphotic zone depth:its derivation and implication to ocean-color remote sensing. Journal of Geophysical Research:Oceans, 112(C3): C03009 |
Li G X, Qiao L L, Dong P et al, 2016. Hydrodynamic condition and suspended sediment diffusion in the Yellow Sea and East China Sea. Journal of Geophysical Research:Oceans, 121(8): 6204-6222 DOI:10.1002/2015JC011442 |
Liao Y D, Zhang W, Deschamps P Y, 2005. Atmospheric correction of SeaWiFS Data for the retrieval of suspended sediment in East China coastal waters. China Ocean Engineering, 19(2): 225-234 |
Liu J P, Xu K H, Li A C et al, 2007. Flux and fate of Yangtze River sediment delivered to the East China Sea. Geomorphology, 85(3-4): 208-224 DOI:10.1016/j.geomorph.2006.03.023 |
Mao Z H, Pan D L, Tang C L et al, 2016. A dynamic sediment model based on satellite-measured concentration of the surface suspended matter in the East China Sea. Journal of Geophysical Research:Oceans, 121(4): 2755-2768 DOI:10.1002/2015JC011466 |
Pimenta F M, Kirwan Jr A D, 2014. The response of large outflows to wind forcing. Continental Shelf Research, 89: 24-37 DOI:10.1016/j.csr.2013.11.006 |
Thompson C E L, Couceiro F, Fones G R et al, 2011. In situ flume measurements of resuspension in the North Sea. Estuarine, Coastal and Shelf Science, 94(1): 77-88 DOI:10.1016/j.ecss.2011.05.026 |
Wang M H, Shi W, 2007. The NIR-SWIR combined atmospheric correction approach for MODIS ocean color data processing. Optics Express, 15(24): 15722-15733 DOI:10.1364/OE.15.015722 |
Yang S L, Belkin I M, Belkina A I et al, 2003. Delta response to decline in sediment supply from the Yangtze River:evidence of the recent four decades and expectations for the next half-century. Estuarine, Coastal and Shelf Science, 57(4): 689-699 DOI:10.1016/S0272-7714(02)00409-2 |
Yang Z S, Ji Y J, Bi N S et al, 2011. Sediment transport off the Huanghe (Yellow River) delta and in the adjacent Bohai Sea in winter and seasonal comparison. Estuarine, Coastal and Shelf Science, 93(3): 173-181 DOI:10.1016/j.ecss.2010.06.005 |
Yang Z S, Liu J P, 2007. A unique Yellow River-derived distal subaqueous delta in the Yellow Sea. Marine Geology, 240(1-4): 169-176 DOI:10.1016/j.margeo.2007.02.008 |
Zhang M W, Tang J W, Dong Q et al, 2010. Retrieval of total suspended matter concentration in the Yellow and East China Seas from MODIS imagery. Remote Sensing of Environment, 114(2): 392-403 DOI:10.1016/j.rse.2009.09.016 |