海岸地区长周期地貌模型研究进展

陈 橙，王义刚，黄惠明，袁春光

（河海大学海岸灾害及防护教育部重点实验室，南京 210098）

海岸地区长周期地貌模型研究进展

陈 橙，王义刚，黄惠明，袁春光

（河海大学海岸灾害及防护教育部重点实验室，南京 210098）

海岸地区的长周期地貌演变关系到了人类对海岸带资源的合理开发、保护及可持续利用。研究者不断改进和提高了海岸地区长周期地貌模型的适用性和可靠性。文章从发展概况、时空尺度、计算原理、信息约减技术以及模型应用等方面简述了海岸地区长周期地貌模型的研究进展，并认为模型的理论、技术还可进一步提高，模型的应用范围还可拓展到更大尺度。

海岸系统；动力地貌；长周期模型；信息约减；研究进展

Biography：CHEN Cheng（1988-），male，doctor student.

海岸地区包括了沿岸、河口、潮汐水道以及三角洲等，是一个复杂的动力地貌系统。随着社会经济的发展，人们对海岸地区地貌的影响日益增加，尤其是长周期的影响关系到海岸带资源可持续利用和保护、工程建设、农业发展、自然灾害防治以及生态环境保护等重大问题。因此，海岸地区动力地貌的长周期演变正成为研究和预测的热点。

由于实测资料通常难以满足研究的需要，因此建立海岸动力地貌过程的数学模型已成为研究的一个重要手段。经过几十年的发展，地貌模型无论从理论上还是从技术方法上都有了长足的进步，其对诸如沿岸系统［1］、河口系统［2］、潮汐汊道系统［3］以及三角洲系统［4］模拟的适用性及可靠性都有了很大的提高。本文将对地貌模型的发展及长周期地貌模型的模拟技术进行综述，并探讨模型的应用及发展方向。

1 河口海岸地貌模型发展概况

河口海岸地貌模型作为预测海岸、河流以及河口系统的基本工具，其发展是从早期的岸线模型开始的，近30 a来经历了二维水深平均［5］、准三维［6］和三维［7］的模式，现已经得到广泛的应用。

De Vriend等［8］将海岸地貌模型分为两类，分别定义为面向过程模拟（process-oriented modeling）和面向表现模拟（behavior-oriented modeling）。面向过程模拟研究小尺度现象的具体发展过程，而面向表现模拟认为海岸现象存在时间尺度不匹配的问题，在模拟中仅关注与被研究变量尺度相近的动力作用下的净影响。多年来学者们对两种模型的优势与不足进行了探讨［9-10］，认为面向表现模拟能够适用于长时间尺度（一年至千年）的研究，但是忽略了真实的力学背景，往往仅适用于特定的算例，通用性较差。面向过程模拟理论较为成熟，在模拟时间尺度较短（小时到天）的海岸动力地貌时精度和可靠性较高，但是在长周期尺度下并不优于面向表现模拟。造成这一现象的原因有两方面：一方面是因为长周期的动力地貌是一个复杂系统，其动力作用具有多时空尺度，且各模块（水动力、泥沙输运、地貌演变）相互耦合，无法完全详尽正确地描述；另一方面，面向过程模型在偏微分方程解的计算中具有数值误差，这种误差在长时间尺度的大量迭代计算中被累积，并反馈在最终的地貌演变中。

为了减少面向过程模型的数值误差，提高长周期动地地貌模型的可靠性，De Vriend等［5，11］和 Latteux［12］引入了信息约减概念，包括输入约减、模型约减和输出约减，使得面向过程模型得到了发展并受到了广泛的应用［13-18］。此外，Roelvink［19］还提出了地貌更新技术，将地貌更新方法分为潮平均法、地貌快速判定法、联机法和并行联机法，这些地貌更新方法都被学者们（Cayocca［14］，Wu 等［20］，Dastgheib 等［21］）应用于模型开发中。基于两种模拟思路的总结和实践，Himba［22］提出将长时间尺度动力地貌模型分为复杂模型和理想化模型，前者使用真实的地形、边界条件和物理参数，能够反映出研究区域的真实情况，后者使用简化的方程和地形，把地貌演变的主要过程孤立出来进行分析。这几年，一些学者（Jimenez等［23］，Karunarathna等［24］）还提出了混合模型。混合模型结合了前两类模型的优点，有良好的发展前景。

2 时空尺度划分及长时间尺度模型计算原理

在长周期动力地貌演变中，一定时空尺度的水动力作用和地貌演变过程是互相联系的［25］。De Vriend等［5］将海岸动力地貌过程分为小尺度、中尺度、中长尺度及长尺度。不同的空间尺度与时间尺度是相对应的（表1），同一行为现象可能是噪声，也可能是地形变化的动力作用，还可能是外部条件。因此在长周期地形模型的建立前就应选出影响地形地貌演变的最主要的水动力过程，避免噪声信息混杂其中，提高模拟计算效率与可靠性。

De Vriend［8］认为长周期模型是基于严格的物理原理，将一系列水动力、沉积物运输和地形演变方程应用于模型的各模块中，先详细描述短时间尺度下水动力及泥沙输运情况，再通过循环以计算长时间尺度（几年至上千年）的海岸地形演变过程。计算流程如图1所示。

由于模型是在长时间尺度下发育并演变，其验证方法与短时间尺度有所不同，Himba［26］提出两种方法验证方法：第一是模拟结果与实测地貌形态的比较，第二是将模拟结果与经验/半经验模型或者其他长时间尺度模型结果进行相互验证。

表1 不同时空尺度下水动力与地形地貌的对应关系Tab.1 Corresponding relations between hydrodynamics and morphodynamics in different spatial and temporal scales

图1 长周期地貌演变模型计算流程Fig.1 Frame of long-term morphodynamic model

3 信息约减技术

地形变化是短时间尺度上的波浪、潮流等水动力因子不断作用的结果，在长时间的累积下海岸地区的地貌才会发生显著变化。在面向过程模型中，如果需要精确计算地貌变化则需在长时间尺度上连续计算水动力及泥沙输运过程，这将产生巨大的计算量以及多次迭代累积的误差，因而信息约减技术应运而生。

De Vriend［8］提出了一系列简化思路，包括减延长地形时间步长、用变量或函数进行子模块间的数据传递、地形变化较小时采用连续校正法、小时空尺度内采用半经验性的平均算法以及模型整体上的参数化、结构化等。基于此，Latteux［12］总结出信息约减的3个主要原则，（1）选择代表性的输入条件；（2）简化地形变化对流场的扰动；（3）增加地形演变时间步长。其中第一个原则属于输入条件约减，后两个原则属于模型约减。此外，输出条件约减也是必不可少的简化方法。

3.1 输入条件约减

输入条件约减的基本思想是在长时间尺度下忽略次要因子，找出主要因子，即对长周期过程中变化较小的参数（糙率、扩散系数）进行近似处理，同时考虑长周期的净影响，找出代表性的输入条件。潮流是泥沙输运及地貌演变的主要动力，然而潮汐运动的实际序列在长周期模拟中将产生不可接受的耗费，因此代表潮的选取是输入条件约减的关键。

3.1.1 代表潮选取方法

阿多尼弗林碱对照品 （批号：111877-201201；浓度：0.092 μg·mL-1）， 野百合碱对照品 （批号：111878-201102；纯度：99.8%），均购自中国食品药品检定研究院；感冒消炎片（昆明中药厂有限公司，规 格 ：0.3 g/片 ， 批 号 ：480003、480095、480097、480098、480099）；乙腈为色谱纯，其余试剂为分析纯；去离子水自制。

由于海域边界远离河口湾，且受到地形影响较小，因而可以假设潮位在千年尺度中变化较小［27］，即古潮汐与现代潮汐相似，且潮汐沿程变化规律相近［28］。在长时间尺度中，对潮汐和潮流的权重加以选择，用少数潮循环以取代整个真实潮，使得床底地形变化与真实情况相似。Latteux［12］提出了代表潮选取步骤：（1）计算各测点Pi在长时间尺度下的平均泥沙输运；（2）对于各测点Pi，确定各潮差类Τj的泥沙输运与实际平均泥沙输运的比值λi（Τj）；（3）找出一个潮序列jc，使得各测点Pi中的λi（Τjc）是恒定值，且泥沙输运方向与实际情况相近。那么潮序列jc/λi（Τjc）即是所需的代表潮。

3.1.2 代表潮个数的选取

Latteux［12］认为当地形简单时，单一代表潮足以用来模拟长时间尺度海岸动力地貌过程；当地形复杂时，容易引起潮流的不规则变化，若仅仅采用单一代表潮，模拟结果会出现较大误差，需用几个代表潮结合不同的权重系数作为输入条件。当以两个代表潮（大潮和小潮，权重相等）作为输入条件时，误差大幅减小，而3个代表潮（大潮，小潮，平均潮）时，误差减小不明显，同时，当代表潮数量继续增加时，对误差的改变均不明显。任杰等［29］对古珠江河口湾进行长周期模拟计算也得到了类似的结论。

3.1.3 代表潮潮差的选取

代表潮的平均潮差小于真实潮平均时，代表潮与真实潮引起的泥沙输运率将相去甚远。Steijn［30］、De Vriend［8］和Latteux［12］等发现，由于泥沙输运公式的选取不同，代表潮的潮差应略高于平均潮差7%～20%。任杰等［29］认为古珠江河口湾采用大于平均潮差约12.5%的3个代表潮为输入条件时，代表潮与真实潮产生的泥沙平均输运率误差最小。

3.2 模型约减

模型约减的思想是基于对模拟模式、物理过程与机制的分析和把握，而略去影响小尺度行为的分析，将模型设定在关注的尺度内。模型约减包括简化地形变化对流场的扰动以及增加地形演变时间步长。

3.2.1 简化地形变化对流场扰动

当地形变化足够微小时，可以认为水流和泥沙运动不受地形影响［31］，此时不必进行水动力计算，只需要使用连续校正（continuity correction）来调整水流运动的参数［14］。连续校正是长周期模拟中常用的方法［8］，其思想可以概括为：地形更新时局部流量不变，即Uh为阶段性常量（U为速率，h为水深），流向对地形变化的敏感性差［32］。然而连续校正法只适用于地形的微小变化，若地形发生较大变化，则需重新进行水动力的计算。另外，还可以通过浅水方程线性化来简化地形变化对流场的扰动，但只适用于水流扰动足够微弱且无旋时，在复杂的水动力以及地形环境中并不适合［12］。

3.2.2 增加地形演变时间步长

目前存在3种方法增加地形演变的时间步长，分别是直接推延法（straightforward extrapolation）、时间中心推延法（centered extrapolation）以及潮汐延长法（tide lengthening）。

直接推延法是假设在一个有限的相对底床变化（Δh/h）之下，底床变化对流场的扰动忽略不计，设第一个潮的底床变化为Δh，将其直接推延N个潮，则N个潮底床变化为NΔh，在N+1个潮后更新地形条件，重新对水动力和泥沙输运进行计算。

时间中心推延法在直接推延法基础上进行了改进［14］，在一相对底床变化下，设第一个潮的床底变化为Δh1，将其推延N个潮，更新地形，计算出第N+1个潮的底床变化Δh2，则校正后的第一个潮的底床变化为（Δh1+Δh2）/2，则 N 个潮底床变化为 N（Δh1+Δh2）/2。在 N+1 个潮后更新地形条件，重新进行上述循环计算。De Vriend［32］提出的预测校正法与此类似。

潮汐延长法是按相位对应关系将N个连续潮重置成一个单一潮，即将连续潮同相位段编排在一起［8］，因此地形模型的时间步长等于N倍泥沙输运的时间步长。每一个地形时间步长之后需进行地形更新，且潮况发生变化。

直接推延法思路简单，计算简便，在地形变化较小时对水流和泥沙输运的影响较小，当潮个数较多时地形更新不包含底床连续变化，容易导致模型不稳定。时间中心推延在相邻时层作了地形沉积厚度的平滑，具有一定稳定性，但在较小的时间尺度内就会出现误差。潮汐延长法模型稳定，结果也较精确，可以对潮个数取较大的值，适合于长周期地形模拟［33］。

3.3 输出约减

任杰等［29,33］认为输出约减是信息约减并不可少的环节。长时间尺度的模拟是由小尺度复合而成，需进行大量的计算，而每一步计算的误差都会积累，因此要对误差进行衰减处理。另外，每一步的输出结果中存在计算中的噪声，为了避免噪声干扰，应该在结果中提取有用信息，合理地进行模型的简化处理。

4 长周期模型应用

在人类活动与自然条件变化日益强烈的情况下，长周期地貌模型正广泛被用于研究和预测海岸地貌系统长期演变。由于研究理论和技术的逐渐成熟，模型能够较好地用于研究沿岸地区、河口地区、潮汐水道系统以及三角洲地区的地貌演变。

4.1 沿岸地貌

Nicholson等［13］建立了5种不同的海岸地区动力地貌模型并应用于的离岸防波堤布局，将各计算方法的结果与实验室和现场数据预测结果进行了比较，认为在波浪、水流、泥沙输运的耦合下，模型能够有效评估离岸防波堤影响下主要动力地貌演变特征。Kristensen等［34］提出了岸线长周期地貌形态模型的概念，演示并探讨了一些应用实例，认为要想建立有效的海岸演变模型，需要对沿岸输运进行定量分析，建立泥沙输运和岸线地貌演变耦合方式，还需在合理的时间内计算出有效的结果。Zhang等［1］利用面向过程模型模拟了岸线区域的波浪、水流以及泥沙运输，利用面向表现模型模拟了十到千年尺度的波浪主导的海岸演变，认为长周期地貌演变模型虽未十分成熟，但可以反映出岸线地貌演变的主要特征。

4.2 河口地貌

Hu［35］模拟了在三峡工程和南水北调工程导致长江入海泥沙量锐减的背景下的长江口九段沙地貌演变，模拟结果与实际情况对应良好，并预测了今后20 a内九段沙的地貌演变趋势。Reeve等［2］利用布尔网络法分析了3种河口的长周期演变，认为长周期动力地貌响应取决于河口类型以及系统内泥沙的供求关系，适度的人类活动（疏浚、人工建筑物）对整个地貌系统的长周期没有显著影响。

4.3 潮汐水道地貌

Wang等［36］基于地貌演变程序包DELMOR建立了瓦登海潮汐汊道地貌演变模型，计算了水流、泥沙输移、初始床面高程变化率以及长周期地貌发展，认为模型虽然在细节上不太真实，但可成为有用的研究工具。Van Goor等［37］和Kragtwijk等［38］分别研究了自然变化（海平面上升）和人类活动（封闭邻近潮盆）影响下潮汐汊道为达到新的平衡态所作出的调整过程。Xie等［3］用二维模型模拟了杭州湾大型潮汐水道系统的形成过程，认为理想化的模型难以再现杭州湾的复杂流场特征，必须采用仅将水道夷平的真实地形。

4.4 三角洲地形

Grunnet［4］利用面向过程模型模拟了荷兰泰尔斯海林岛沙洲滨海堆积的地貌发展，认为地貌动力的结果依赖于空间尺度的选择，在大空间尺度下模型预测效果较好，然而泥沙输运与地貌变化之间的相位缺失是沙坝预测不理想的主要因素。Wu等［20］开发了一个珠江三角洲长周期“动力-沉积-形态”模型（PRDLTMM），较好地描述珠江三角洲在距今6 000 a以来的沉积模式，基本重现了珠江三角洲及河网主干道形成演变过程。

5 结论与展望

随着人们对河口海岸地区的关注度日益提高，河口海岸地貌模型快速发展，出现面向过程模拟和面向表现模拟2个分支。信息约减技术的不断改进使长周期动力地貌模型得到了较快的发展。目前，河口海岸地区长周期动力地貌模型的适用性及可靠性都有了很大的提高，然而还不够完善。今后，可从以下几个方面进行研究：（1）由于面向过程模型和面向表现模型各有优劣，近几年学者们提出了混合模型。混合模型结合了前两种模型的优点，展现出良好的前景，可进行更深入的研究。（2）对于模型信息约减技术，目前所考虑的影响因素还不够全面。在今后的模拟中，还应考虑岸线演变、古代人类活动（如海堤建设）、河流入海口的改道、沉积物来源变化等一系列复杂问题。（3）目前较多的学者研究的是自然因素影响下海岸地区地貌系统的长周期地貌演变，较少涉及到人类活动的影响。研究围垦活动对于河口海岸地貌长周期演变的影响，实现海岸滩涂资源的可持续发展，这将成为今后可以加以研究。（4）目前长周期地貌演变模型虽然已经可以应用于沿岸、河口、潮汐汊道以及三角洲地区，然而这些地区是相互影响、相互依存的。南黄海辐射沙脊群就是更大尺度的系统，它包含了古长江三角洲、古长江及废黄河等河口、山东半岛岸线以及沙脊间的潮汐汊道等地貌区域的长周期动力地貌演变，对于这种更大时空尺度的海岸地貌系统，无论从理论还是从技术上都有待于进一步研究。

［1］ Zhang W，Schneider R，Harff J.A multi-scale hybrid long-term morphodynamic model for wave-dominated coasts［J］.Geomorphology，2012，149-150：49-61.

［2］Reeve D E，Karunarathna H.On the prediction of long-term morphodynamic response of estuarine systems to sea level rise and human interference［J］.Continental Shelf Research，2009，29：938-950.

［3］Xie D F，Wang Z B，Gao S，et al.Modelling the tidal channel morphodynamics in a macro-didal embayment，Hangzhou Bay，China［J］.Continental Shelf Research，2009，29：1 757-1 767.

［4］Grunnet N M.Process-based modelling of a shoreface nourishment［J］.Coastal Engineering，2004，51：581-607.

［5］De Vriend H J，Zyserman J，Nicholson J，et al.Medium term 2-DH coastal area modeling［J］.Coastal Engineering，1993，21：193-224.

［6］Katopodi I，Ribberink J S.Quasi-3D modelling of suspended sediment transport by currents and waves［J］.Coastal Engineering，1992，18：83-110.

［7］Pinto L，Fortunato A B，Zhang Y，et al.Development and validation of a three-dimensional morphodynamic modelling system for non-cohesive sediments［J］.Ocean Modelling，2012，57-58：1-14.

［8］De Vriend H J，Capobianco M，Chesher T，et al.Approaches to long-term modeling of coastal morphology：a review［J］.Coastal Engineering，1993，21（1-3）：225-269.

［9］Hanson H，Aarninkhof S，Capobianco M，et al.Modelling of coastal evolution on yearly to decadal time scales［J］.Journal of Coastal Research ，2003，19：790-811.

［10］Fagherazzi S，Overeem I.Models of deltaic and inner continental shelf landform evolution［J］.Annual Review of Earth and Planetary Science，2007，35：685-715.

［11］De Vriend H J，Copabianco M，Chesher T，et al.Long term modelling of coastal morphology［J］.Coastal Engineering，1993，21：225-269.

［12］Latteux B.Techniques for long-term morphological simulation under tidal action［J］.Marine Geology，1995，126：129-141.

［13］Nicholson J，Broker I，Roelvink J A，et al.Intercomparison of coastal area morphodynamic models［J］.Coastal Engineering，1997，31：97-123.

［14］Cayocca F.Long-term morphological modeling of a tidal inlet：the Arcachon Basin，France［J］.Coastal Engineering，2001，42（2）：115-142.

［15］Fortunato A B，Oliveira A.A modeling system for tidally driven long-term morphodynamics［J］.Journal of Hydraulic Research，2004，42（4）：426-434.

［16］Lesser G R，Roelvink J A T M，Stelling G S.Development and validation of a three-dimensional morphological model［J］.Coastal Engineering，2004，51：883-915.

［17］ Warner J C，Sherwood C R，Signell R P，et al.Development of a three-dimensional，regional，coupled wave，current，and sediment-transport model［J］.Computers and Geosciences，2008，34：1 284-1 306.

［18］Bertin X，Oliveira A，Fortunato A B.Simulating morphodynamics with unstructured grids：description and validation of a modeling system for coastal applications［J］.Ocean Modelling，2009，28：75-87.

［19］Roelvink J A.Coastal morphodynamic evolution techniques［J］.Coastal Engineering，2006，53：277-287.

［20］Wu C Y，Bao Y，Ren J，et al.A numerical simulation and mophodynamic analysis on the evolution of the Zhujiang River Delta in China：6000～2500 a BP［J］.Acta Oceanol Sin，2006，28（4）：64-80.

［21］Dastgheib A，Roelvink J A，Wang Z B.Long-term process-based morphological modeling of the Marsdiep tidal basin［J］.Marine Geology，2008，256：90-100.

［22］Himba A，Schuttelaars H M，De Vriend H J.Initial formation and long-term evolution of channel-shoal patterns［J］.Continental Shelf Research，2004，24：1 637-1 650.

［23］Jimenez J A，Arcilla A S.A long-term（decadal scale）evolution model for microtidal barrier systems［J］.Coastal Engineering，2004，51：749-764.

［24］Karunarathna H，Reeve D，Spivack M.Long-term morphodynamic evolution of estuaries：an inverse problem［J］.Estuarine，Coastal and Shelf Science，2008，77：385-395.

［25］Larson M，Kraus N C.Prediction of cross-shore sediment transport at different spatial and temporal scales［J］.Marine Geology，1995，126（1-4）：111-127.

［26］Himba A，Stive M J F.Estuarine morphodynamics［J］.Coastal Engineering，2004，51：765-778.

［27］Uehara K，Saito Y，Hori K.Paleotidal regime in the Changjiang（Yangtze）Estuary，the East China Sea，and the Yellow Sea at 6 ka and 10 ka estimated from a numerical model［J］.Marine Geology，2002，183：179-192.

［28］Van der Spek A J F.Tidal asymmetry and long-term evolution of Holocene tidal basins in the Netherlands：simulation of palaeotides in the Schelde estuary［J］.Marine Geology，1997，141：71-90.

［29］任杰，吴超羽，贾良文.长周期动力地形模型中代表输入条件［J］.水科学进展，2006，17（2）：278-282.

REN J，WU C Y，JIA L W.Representative conditions of the long-term morphodynamic model［J］.Advances in Water Science，2006，17（2）：278-282.

［30］Steijn R C.Input filtering techniques for complex morphological models［R］.Delft：Delft Hydraulics，1992：24-53.

［31］Vos P C，Van KESTERN W P.The long-term evolution of intertidal mudflats in the northern Netherlands during the Holocene：natural and anthropogenic processes［J］.Continental Shelf Research，2000，20：1 687-1 710.

［32］De Vriend H J.Mathmatical modeling and large-scale coastal behavior，Part 1：Physical processes［J］.Journal of Hydraulic Research，1991，29（6）：727-740.

［33］任杰，吴超羽，包芸.长周期动力形态模型中地形演变方法探讨［J］.海洋学报，2007，29（1）：76-80.

REN J，WU C Y，BAO Y.Approaches to morphological evolution in long-term morphodynamic model［J］.Acta Oceanologica Sinica，2007，29（1）：76-80.

［34］Kristensen S E，Deigaard R，Taaning M，et al.Long term morphological modelling［C］//Coastal Engineering Reasearch Council，Chinese Ocean Engineering Society.Proceedings of the 32nd International Conference on Coastal Engineering.Shanghai：ICCE 2010 Local Organizing Committee，2010.

［35］Hu K L，Ding P X，Wang Z B，et al.A 2D/3D hydrodynamic and sediment transport model for the Yangtze Estuary，China［J］.Journal of Marine Systems，2009，77（1-2）：114-136.

［36］Wang Z B，Louters T，De Vriend H J.Morphodynamic modelling for a tidal inlet in Wadden Sea［J］.Marine Geology，1995，126：289-300.

［37］Van Goor M A，Zitman T J，Wang Z B，et al.Impact of sea-level rise on the morphological equilibrium state of tidal inlets［J］.Marine Geology，2003，202：211-227.

［38］Kragtwijk N G，Zitman T J，Stive M J F.et al.Morphological response of tidal basins to human interventions［J］.Coastal Engineering，2004，51：207-221.

Advances in long-term morphodynamic models of coastal areas

CHEN Cheng,WANG Yi-gang,HUANG Hui-ming，YUAN Chun-guang
（Key Laboratory of Coastal Disaster and Defence of Ministry of Education,Hohai University,Nanjing210098,China）

Long-term morphological evolution in coastal areas relates to the rational development,protection and sustainable utilization of coastal resources.Applicability and reliability of long-term morphodynamic models of coastal areas have been improved quickly in the last several decades.In this paper,advances in long-term morphodynamic models of coastal areas were reviewed,including its development,spatial and temporal scales,frame,information reduction techniques and applications.However,the theories and techniques of models need to be further improved,and the range of applications can be expanded to a larger scale.

coastal systems;morphodynamic;long-term model;information reduction;advances

P 737.1

A

1005-8443（2013）06-0467-06

2012-12-17；

2013-02-18

国家科技支撑计划（2012BAB03B01）；江苏省自然科学基金青年基金项目（BK2012411）

陈橙（1988-），男，福建省福州人，博士研究生，主要从事海岸、河口动力环境及模拟研究。