台风“利奇马”对东中国海表层悬浮物浓度变化的影响

李 治, 周 舟, 江文胜, 边昌伟

台风“利奇马”对东中国海表层悬浮物浓度变化的影响

李 治1, 2, 周 舟1, 2, 江文胜3, 4, 边昌伟1, 5

(1. 中国海洋大学 物理海洋教育部重点实验室, 山东 青岛 266100; 2. 中国海洋大学 海洋与大气学院, 山东 青岛 266100; 3. 中国海洋大学 海洋环境与生态教育部重点实验室, 山东 青岛 266100; 4. 中国海洋大学 环境科学与工程学院, 山东 青岛 266100; 5. 华东师范大学 河口海岸学国家重点实验室, 上海 200241)

台风过程可使海洋悬浮物浓度的分布在短时间内发生极大变化, 并影响海洋生态环境以及海洋资源的分布。受台风期间海洋观测数据的限制, 台风过程对海洋悬浮物浓度的影响尚不明确。本文利用GOCI(Geostationary Ocean Color Imager, GOCI)卫星遥感数据, 以2019年8月台风“利奇马”为例, 对其过境前后东中国海表层悬浮物浓度的时空变化进行了定量研究。结果表明, 台风“利奇马”对闽浙沿岸的影响程度最大, 使悬浮物质量浓度中高值(≥5 mg/L)覆盖面积和浓度平均值分别增大92%和62%, 影响持续时间为4 d; 对长江口附近海域的影响程度次之, 使悬浮物浓度中高值覆盖面积和浓度平均值分别增大19%和17%, 影响持续时间为3 d; 对苏北浅滩的影响程度最小, 悬浮物质量浓度中高值覆盖面积变化不大, 但浓度平均值增大了30%, 影响持续时间为4 d。研究结果表明卫星遥感数据可以量化台风过程对东中国海表层悬浮物浓度的影响, 弥补极端天气条件下无法进行现场观测的不足。

台风“利奇马”; 卫星遥感; 表层悬浮物浓度; 东中国海

东中国海(包括渤海、黄海和东海)位于西北太平洋, 是世界上最广阔的陆架海之一。由于黄河和长江等大河每年输运大量泥沙到东中国海, 该海区是世界上悬浮物浓度最高的海区之一。悬浮物浓度(suspended sedi­ment concentration, 以下简称SSC)的分布与变化对于东中国海的生态环境、海洋工程和地形地貌演化等有重要的影响[1-3]。因此, 自20世纪80年代, 中外学者开始深入研究东中国海悬浮物浓度, 掌握了东中国海悬浮物浓度在潮流、环流、河流陆源物质输入、季风等因素影响下的基本空间分布及不同时间尺度下的统计变化规律[4-7]。然而海洋悬浮物浓度在一些极端天气情况(如台风)影响下的变化规律还不清楚, 有待进一步研究。

作为极端天气的代表, 台风可在短时间内向海洋输入大量能量, 显著改变海洋动力结构, 加强海底沉积物的再悬浮[8-9], 加剧对海岸滩涂的侵蚀[10]。同时, 台风也可能导致陆地上洪水的暴发, 使大量的陆地沉积物侵入海洋[11], 这些过程都会使海洋悬浮物浓度在一次台风过程之中发生显著的变化, 相关研究也多次证实台风在改变悬浮物浓度分布上的巨大作用, 江文胜等[12]在台风“派比安”过境渤海之后的大面现场观测中发现, 莱州湾内悬浮物浓度可升高至原来的几倍至几十倍; Wang等[13]在台风“格美”对福建泉州湾盐沼与光滩影响的研究中, 发现台风可使悬浮物浓度达到正常天气条件下的13～19倍; Lu等[14]分析在长江口附近海域对台风“灿鸿”的连续座底观测数据显示, 底部悬浮物浓度增大至台风来临之前的10至50倍。

台风过程中海况恶劣, 海上现场观测难以开展。目前针对台风对海洋悬浮物浓度影响的现场观测, 主要是利用座底观测系统[14]。这种观测方法可以获得观测位置台风过境前后悬浮物浓度的准确变化, 但是观测成本高、风险大, 难以在台风过境海区开展同步观测。一些学者利用数值模型模拟台风过程对悬浮物浓度的影响[15-16], 但台风过程中海水动力过程较为复杂, 小尺度的动力过程和泥沙动力过程的计算只能依靠参数化, 其计算结果不能准确反映实际海洋中悬浮物的时空分布。卫星遥感反演悬浮物浓度数据具有长期、连续以及高时空分辨率的优点, 目前被广泛应用于东中国海悬浮物浓度以及台风对海洋悬浮物浓度影响的研究[17-18]。

东中国海夏季常受到台风过程的影响, 仅2011— 2019年夏季(6月—8月)就有36场台风过境东中国海。然而, 台风过境时东中国海上空云层较厚, 卫星传感器获得数据不足, 无法反演东中国海悬浮物浓度变化。经研究, 1909号台风“利奇马”过境前后东中国海上空云量少、云层薄, 获得的有效悬浮物浓度数据多。因此本文以台风“利奇马”为例, 研究台风过程对东中国海悬浮物浓度的影响。

1909号台风“利奇马”是2019年对中国沿海地区及东中国海影响最大的一次台风过程[19], 于8月8日22时前后进入东海发展成为超强台风, 中心最大风速达到62 m/s; 之后于8月10日1时45分前后在浙江省台州市登陆, 快速衰减为强热带风暴, 并继续北上; 于8月10日20时减弱为热带风暴, 中心最大风速为23 m/s; 于8月11日20时50分前后在山东省青岛市登陆, 最终于8月13日在莱州湾内减弱为热带低压并消亡(图1)。

为了阐明台风“利奇马”对东中国海表层悬浮物浓度变化的影响, 提供台风过境前后范围更大、信息更多的悬浮物浓度变化, 本文利用2019年8月GOCI卫星遥感数据, 分析研究了“利奇马”对东中国海表层悬浮物浓度的影响程度和影响持续时间。

1 数据与方法

本文使用的卫星遥感数据来自韩国海洋卫星中心于2009年发射的地球同步静止轨道海洋水色成像仪(Geostationary Ocean Color Imager, GOCI), 数据可以从NASA海洋水色网站(https://oceancolor.gsfc. nasa.gov/)下载。GOCI在东北亚附近海域以8个光谱带(6个可见光, 2个近红外)进行观测, 可以提供每天9: 00—16: 00每小时一次、空间分辨率为500 m的遥感数据。如图2所示, 左图为“利奇马”尚未进入东中国海时的COGI卫星真彩图, 中国近岸的浑浊水体(红线之外的黄绿色区域)明显可见。中图和右图分别为“利奇马”过境东海和黄海之后的卫星真彩图, 与左图相比, 中图中闽浙沿岸, 长江口附近海域浑浊水体颜色明显加深, 浑浊水体面积明显增大; 右图中苏北浅滩附近海域也有相同的结果, 同时闽浙沿岸和长江口附近海域浑浊水体范围不变, 但颜色已经变浅。因此, GOCI的卫星真彩图表明台风“利奇马”过境之后东中国海近岸水体悬浮物浓度明显变大, 且高浓度水体覆盖的面积也明显变大。

图1 东中国海水深及泥质区分布示意图[20]

注: 黄色区域表示粉砂沉积物, 深黄色表示泥质沉积物; 彩色点线表示1909号台风“利奇马”8月8日17时之后的中心路径及中心最大风速

为了定量评估“利奇马”过境前后对东中国海表层悬浮物浓度的影响, 本文将GOCI提供的遥感数据通过如下步骤反演得到悬浮物浓度(表1)。首先, 利用NASA开发的SeaDAS(SeaWiFs data analysis system, version 7.4)软件对该卫星遥感数据进行海面反射校正、大气校正、臭氧吸收等数据控制, 得到初始遥感反射率数据, 其中异常高值采用Shi等[21]的方法剔除。然后根据胡静雯等[22]提出的算法, 先将遥感反射率反演得到后向散射系数, 进而将后向散射系数转化为水体浊度[23], 该算法使用东中国海10 000多个原位测量值进行拟合, 相关系数平方2= 0.985, 适用于渤海、黄海和东海悬浮物浓度研究。最后使用翟世奎等[24]建立的经验公式将浊度转换为悬浮物浓度。

图2 GOCI获得的东中国海卫星真彩图

注: 红线表示水陆分界线, 白色区域代表云层覆盖区域

表1 GOCI遥感反射率反演得到悬浮物浓度的算法及公式

基于上述卫星遥感数据反演方法, 我们将卫星反演的每天8 h的悬浮物质量浓度进行了平均。图3展示了平均后的2019年8月1日至8月20日东中国海表层悬浮物浓度分布。在台风“利奇马”进入东中国海之前, 整个东中国海悬浮物质量浓度高值区(≥30 mg/L)主要分布在苏北浅滩及长江口附近。8月8日“利奇马”进入东中国海后, 受台风云系遮盖的影响, 8月8日至8月11日台风途经海区的有效卫星遥感数据缺失。8月11日之后, 可以看出台风过后东中国海近岸表层悬浮物浓度显著升高。闽浙沿岸悬浮物浓度在11日达到最大值后开始逐步下降, 而苏北浅滩区域悬浮物浓度则从12日开始逐渐增大, 到13日达到最大值后维持高浓度到15日, 随后开始下降。

2 结果与讨论

为定量地研究“利奇马”过境前后对东中国海表层悬浮物浓度的影响, 本文将“利奇马”进入东中国海前7 d的表层悬浮物浓度进行了平均(图4), 代表东中国海表层悬浮物质量浓度未受到台风影响时的平均状态, 后文在量化“利奇马”对悬浮物浓度影响时均以此为参考。考虑到台风影响区域主要为近岸海域, 因此本文按照图4中划分的3个区域(闽浙沿岸、长江口附近海域、苏北浅滩)来重点分析悬浮物浓度的变化。同时为了方便量化悬浮物浓度分布的特征, 本文选取了2个特征质量浓度(5 mg/L和30 mg/L)将东中国海表层悬浮物质量浓度的分布分成了3个区域, 即高值区(≥30 mg/L)、中值区(≥5 mg/L且< 30 mg/L)及低值区(小于5 mg/L)。图4表明,“利奇马”进入东中国海之前, 东中国海的表层悬浮物浓度高值区主要在苏北浅滩和长江口邻近海域, 中值区主要在东中国海的近岸海区, 大部分海区为悬浮物浓度低值区。

图3 GOCI反演的2019年8月1日至8月20日东中国海表层悬浮物浓度

注: 空白表示受云遮盖影响无有效悬浮物浓度结果; 8月8日至8月13日图中标记有“利奇马”中心路径及中心最大风速

2.1 台风“利奇马”对东中国海表层悬浮物浓度影响

图5为台风“利奇马”进入东中国海后表层悬浮物浓度的变化。从8月8日台风由台湾岛东侧入境开始, 闽浙沿岸最先受“利奇马”影响, 其表层悬浮物浓度相对于前7 d的平均值开始升高(图5中正值), 该过程一直持续到8月13日, 在观测数据有效期间, 该区域表层悬浮物质量浓度较“利奇马”入境前最大增高了约30～60 mg/L(8月11日)。随着“利奇马”北上, 长江口附近海域也开始受到影响, 在8月11日该区域悬浮物浓度升高之后又于12日开始下降(图5中负值), 该下降趋势一直持续到8月14日, 相对于“利奇马”入境前, 该区域内悬浮物质量浓度最多下降了15～20 mg/L。由于台风云层的影响, 苏北浅滩可观测到的影响首先出现在8月12日, 悬浮物浓度升高趋势从12日一直持续到“利奇马”消失后一周。期间, 该区域悬浮物质量浓度较“利奇马”入境前最高升高了50～60 mg/L。

图4 2019年8月1日至8月7日东中国海表层平均悬浮物质量浓度

注: 红色、绿色、蓝色分别为表层悬浮物浓度高值、中值和低值区, 3个黑框由南至北分别代表闽浙沿岸、长江口附近海域和苏北浅滩

为详细探讨“利奇马”对东中国海近岸不同区域的影响程度和持续时间, 本文按照图4中划分的3个区域(闽浙沿岸、长江口附近海域以及苏北浅滩), 分别计算了3个区域内高值、中值及中高值表层悬浮物浓度在8月1日至8月20日的覆盖面积, 以及对应于高值、中值及中高值覆盖区域内表层悬浮物浓度的空间平均值(图6)。由于台风过境期间云层对卫星遥感信号的阻挡, 在3个区域内各有2～3 d受到云的强烈干扰, 因此本文未将观测期间3个海区内有效数据较少(有效数比例低于50%)的天数纳入统计。

图5 GOCI反演的东中国海2019年8月8日至8月20日表层悬浮物浓度与8月1日至8月7日平均表层悬浮物浓度(图4)之差

注: 空白表示受云遮盖影响无有效悬浮物浓度结果; 8月8日至8月13日图中标记有“利奇马”台风中心路径及中心最大风速

图6 2019年8月1日至8月20日表层高值(≥30 mg/L)、中值(≥5 mg/L且< 30 mg/L)、中高值悬浮物浓度(≥5 mg/L)覆盖面积(a, c, e), 悬浮物浓度高值(橙线)、中值(绿线)以及中高值(黄线)覆盖区域的平均悬浮物浓度(b, d, f)

“利奇马”进入东中国海之前, 闽浙沿岸高值、中值以及中高值浓度覆盖面积分别为2.0×103km2、1.0× 104km2、1.2×104km2, 平均质量浓度为39.59 mg/L、14.96 mg/L、19.25 mg/L。8日“利奇马”入境后, 高值悬浮物浓度覆盖面积明显增加, 并在8月11日达到最大, 约1.2×104km2, 是“利奇马”来临前覆盖面积的6倍, 平均质量浓度变化不大。8月12日后, 高值区覆盖面积急剧下降至1.0×104km2, 约为台风来临前的50%, 直至8月18日才逐渐恢复至“利奇马”来临前的面积大小。中值悬浮物浓度覆盖面积在8月12日达到最大(约2.2×104km2), 相比“利奇马”来临前增大了120%, 平均质量浓度也基本与台风来临前保持一致。中高值覆盖面积在8月11日和12日变化不大(约2.3×104km2), 相比前7日的平均面积增大92%, 平均质量浓度增高了62%; 8月12日之后平均质量浓度开始呈现下降趋势, 并于8月14日降至最低(12.42 mg/L), 相对于平均状态下, 下降35%, 随后至8月19日升高到“利奇马”来临前的水平(图6a、b)。

长江口附近海域在“利奇马”入境东中国海前, 高值、中值及中高值悬浮物浓度覆盖面积分别为1.0× 104km2、1.0×104km2、2.1×104km2, 对应平均质量浓度为46.90 mg/L、16.60 mg/L、31.63 mg/L。“利奇马”引起的显著的悬浮物浓度变化发生在8月11日前后, 高值区、中值区以及中高值区覆盖面积相对于平均状态, 分别增大了50%、90%、19%; 对应区域内的悬浮物浓度则呈现先增加后降低的趋势, 在8月11日达到最大值(45.35 mg/L、20.69 mg/L、37.05 mg/L)后, 于12日减小到来临前平均质量浓度的82%、93%、65%, 在中高值区覆盖面积变化不大的情况下, 高值区覆盖面积也减小到平均面积的50%(图6c、d)。Li等[16]通过数值模型模拟长江口及杭州湾内悬浮物浓度受台风影响时, 也发现杭州湾内悬浮物浓度在台风过境后呈现下降的趋势, 目前尚无法对此给出合理解释。

苏北浅滩在“利奇马”来临前高值、中值和中高值浓度覆盖面积分别为1.2×104km2、2.2×104km2、3.4× 104km2, 对应区域平均质量浓度分别为49.78 mg/L、14.71 mg/L、27.64 mg/L。该区域受“利奇马”影响最大的时间发生在8月13日, 高值区覆盖面积为2.1× 104km2, 相比“利奇马”来临前增大75%, 平均质量浓度为51.11 mg/L, 升高3%; 中值区覆盖面积为1.7× 104km2, 减小29%, 平均质量浓度为17.38 mg/L, 升高18%; 中高值区覆盖面积几乎无变化, 但平均质量浓度为35.87 mg/L, 约增大了30%(图6e、f)。

为了量化“利奇马”对各个区域悬浮物浓度持续影响的时间, 本文以“利奇马”入境东中国海前7 d各区域中高值悬浮物质量浓度的方差为参考, 当台风在中高值区引起的悬浮物浓度变化大于该值时即认为该区域受到了台风的显著影响。基于此, 闽浙沿岸悬浮物浓度从8月8日开始受到影响, 该影响一直持续到8月11日, 历时4 d。长江口附近海域则从8月9日开始受到影响, 到8月11日影响消失时总共持续了3 d。而苏北浅滩则是从8月10日开始受到“利奇马”的显著影响, 该影响一直到8月13日, 历时4 d。综合以上结果, “利奇马”对东中国海近岸不同区域的影响程度各不相同, 其影响持续时间也不一样。

2.2 不确定性分析

台风“利奇马”过境东中国海的时间恰好是东中国海潮波系统由小潮向大潮转换的时期。本文在量化“利奇马”过境对东中国海悬浮物浓度的影响时, 没有考虑悬浮物浓度随大小潮周期的变化, 将大小潮引起的悬浮物浓度变化也并入了台风影响中, 在一定程度上高估了台风过程对悬浮物浓度的影响。

除此之外, 由于云层遮盖, 研究海区内表层悬浮物浓度存在数据缺失的情况, 尤其是台风过程中的数据均缺失, 这在一定程度上限制了本文对“利奇马”过境东中国海时影响悬浮物浓度分布的全面理解。根据前人单点观测结果[14], 台风半径内的海区动力因素变化最强烈, 彼时也对应悬浮物浓度变化最大时刻。因此目前得到的结果会低估“利奇马”对东中国海悬浮物浓度影响。综合以上两点, 本文对“利奇马”过境东中国海时表层悬浮物浓度变化的估计存在一定的误差。

3 结论

利用GOCI提供的卫星遥感数据, 本文以2019年8月过境东中国海的强台风“利奇马”为例, 探讨了台风过程对东中国海表层悬浮物浓度变化的影响。结果表明, 台风“利奇马”对闽浙沿岸、长江口附近海域和苏北浅滩表层悬浮物浓度的影响程度不同。对闽浙沿岸的影响程度最大, 使中高值悬浮物浓度覆盖面积和中高值区域悬浮物质量浓度平均值分别增大92%和62%, 持续影响时间为4 d; 对长江口附近海域的影响程度次之, 使中高值悬浮物浓度覆盖面积和中高值区域悬浮物浓度平均值分别增大19%和17%,影响持续时间为3 d; 对苏北浅滩的影响程度最小, 中高值悬浮物质量浓度覆盖面积相比“利奇马”来临前变化不大, 但中高值区域悬浮物浓度平均值增大了30%, 影响天数为4 d。

由于不能完全剔除大小潮等其他动力因素对悬浮物浓度的影响, 以及云层对卫星遥感信号的阻挡, 特别是在台风过境期间, 卫星遥感数据缺失严重, 本文目前得到的“利奇马”对东中国海悬浮物浓度的影响可能存在一定误差; 此外, 卫星遥感数据只能反演表层悬浮物浓度, 因此台风过程对海水下层悬浮物浓度的影响以及台风过程调控悬浮物浓度的动力机制尚不清楚, 将来需要通过数值模拟或者更多现场观测数据对此进行更深入的研究。

致谢: 感谢中国海洋大学杨作升教授的指导, 感谢NASA提供的GOCI卫星遥感数据以及KOSC提供的GOCI卫星真彩图。

[1] LIN I, LIU W, WU C, et al. Satellite observations of modulation of surface winds by typhoon-induced upper ocean cooling[J]. Geophysical Research Letters, 2003, 30(3): 1131.

[2] HU K, DING P, WANG Z, 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.

[3] MISEROCCHI S, LANGONE L, TESI T. Content and isotopic composition of organic carbon within a flood layer in the Po River prodelta (Adriatic Sea)[J]. Continental Shelf Research, 2007, 27(3): 338-358.

[4] 秦蕴珊, 李凡. 渤海海水中悬浮体的研究[J]. 海洋学报(中文版), 1982, 4(2): 191-200.

QIN Yunshan, LI Fan. Study on the suspended matter of the sea water of the Bohai Gulf[J]. Haiyang Xuebao, 1982, 4(2): 191-200.

[5] 庞重光, 白学志, 胡敦欣. 渤、黄、东海海流和潮汐共同作用下的悬浮物输运、沉积及其季节变化[J]. 海洋科学集刊, 2004, 46: 32-41.

PANG Chongguang, BAI Xuezhi, HU Dunxin. The transport and sedimentation of suspended matter and their seasonal variation are affected by circulation and tide current in the Bohai Sea, the Yellow Sea, and the East China Sea[J]. Studia Marina Sinica, 2004, 46: 32-41.

[6] 边昌伟. 中国近岸泥沙在渤海、黄海和东海的输运[D]. 青岛: 中国海洋大学, 2012.

BIAN Changwei. Chinese coastal sediment transport in the Bohai Sea, Yellow Sea and East China Sea[D]. Qingdao: Ocean University of China, 2012.

[7] ZHOU Z, BIAN C, WANG C, et al. Quantitative assessment on multiple timescale features and dynamics of sea surface suspended sediment concentration using remote sensing data[J]. Journal of Geophysical Research: Oceans, 2017, 122(11): 8739-8752.

[8] DICKEY T D, CHANG G C, AGRAWAL Y C, et al. Sediment resuspension in the wakes of Hurricanes Edouard and Hortense[J]. Geophysical Research Letters, 1998, 25(18): 3533-3536.

[9] CHANG G C, DICKEY T D, WILLIAMS A J. Sediment resuspension over a continental shelf during Hurricanes Edouard and Hortense[J]. Journal of Geophysical Research, 2001, 106(C5): 9517-9531.

[10] 王浩斌. 风暴对长江口悬沙浓度的影响及其动力机制[D]. 上海: 华东师范大学, 2018.

WANG Haobin. A study of the suspended sediment concentration in response to the typhoon in the Yangtze Estuary and its dynamic mechanism [D]. Shanghai: East China Normal University, 2018.

[11] 王腾. 台风对我国东部河口近海物质输运及水环境影响研究[D]. 上海: 华东师范大学, 2016.

WANG Teng. Effects of typhoon on the material trans­portation and water environment in the estuaries and adjacent sea of eastern China[D]. Shanghai: East China Normal University, 2016.

[12] 江文胜, 苏健, 杨华, 等. 渤海悬浮物浓度分布和水动力特征的关系[J]. 海洋学报(中文版), 2002, 24(S1): 212-217.

JIANG Wensheng, SU Jian, YANG Hua, et al. The relationship between SPM concentration and hydrodynamic condition in the Bohai Sea[J].Haiyang Xuebao, 2002, 24(S1): 212-217.

[13] WANG A, GAO S, CHEN J, et al. Sediment dynamic responses of coastal salt marsh to typhoon “KAEMI” in Quanzhou Bay, Fujian Province, China[J]. Chinese Science Bulletin, 2009, 54(1): 120-130.

[14] LU J, JIANG J, LI A, et al. Impact of Typhoon Chan- hom on the marine environment and sediment dynamics on the inner shelf of the East China Sea: In-situ seafloor observations[J]. Marine Geology, 2018, 406: 72-83.

[15] 韩树宗, 郑运霞, 高志刚. 9711号台风对日照近海悬沙浓度影响的数值模拟[J]. 中国海洋大学学报(自然科学版), 2008, 38(6): 868-874.

HAN Shuzong, ZHENG Yunxia, GAO Zhigang. Numerical simulation of the suspended sediment under the effect of No .9711 tropic storm in the offshore zone of Rizhao[J]. Periodical of Ocean University of China (Natural Science Edition), 2008, 38(6): 868-874.

[16] LI Y, LI X. Remote sensing observations and numerical studies of a super typhoon-induced suspended sediment concentration variation in the East China Sea[J]. Ocean Modelling, 2016, 104: 187-202.

[17] HE X, BAI Y, PAN D, et al. Using geostationary satellite ocean color data to map the diurnal dynamics of suspended particulate matter in coastal waters[J]. Remote Sensing of Environment, 2013, 133: 225-239.

[18] LI Y, XU X, YIN X, et al. Remote-sensing observations of Typhoon Soulik (2013) forced upwelling and sediment transport enhancement in the northern Taiwan Strait[J]. International Journal of Remote Sensing, 2015, 36(8): 2201-2218.

[19] 彭敏瑞, 付成伟. 台风“利奇马”防御实践及思考[J]. 中国防汛抗旱, 2019, 29(11): 4-8.

PENG Minrui, FU Chengwei. Practices and thinking on the defense of Typhoon Lekima No. 201909[J]. China Flood & Drought Management, 2019, 29(11): 4-8.

[20] SAITO Y, YANG Z. Historical change of the Huanghe (Yellow River) and its impact on the sediment budget of the East China Sea[M]. TSUNOGAI S, ISEKI K, KOIKE I, et al. Global fluxes of carbon and its realted substances in the coastal sea-ocean-atmosphere system. Yokohama: M & J International, 1995.

[21] SHI W, WANG M. Sea ice properties in the Bohai Sea measured by MODIS-Aqua: 1. Satellite algorithm development[J]. Journal of Marine Systems, 2012, 95: 32-40.

[22] 胡静雯, 陈树果, 张亭禄, 等. 利用MODIS卫星遥感数据监测东中国海浊度的时空分布[J]. 海洋环境科学, 2015, 34(4): 564-569.

HU Jingwen, CHEN Shuguo, ZHANG Tinglu, et al. Spatial and temporal variations of turbidity in the East China Seas derived from MODIS satellite data[J]. Marine Environmental Science, 2015, 34(4): 564-569.

[23] CHEN S, ZHANG T. Evaluation of a QAA-based algorithm using MODIS land bands data for retrieval of IOPs in the Eastern China Seas[J]. Optics Express, 2015, 23(11): 13953-13971.

[24] 翟世奎, 张怀静, 范德江, 等. 长江口及其邻近海域悬浮物浓度和浊度的对应关系[J]. 环境科学学报, 2005, 25(5): 693-699.

ZHAI Shikui, ZHANG Huaijing, FAN Dejiang, et al. Corresponding relationship between suspended matter concentration and turbidity on Changjiang Estuary and adjacent sea area[J]. Acta Scientiae Circumstantiae, 2005, 25(5): 693-699.

Effect of Typhoon Lekima on variations of surface-suspended sediment concentration in the East China Seas

LI Zhi1, 2, ZHOU Zhou1, 2, JIANG Wen-sheng3, 4, BIAN Chang-wei1, 5

(1. Key Laboratory of Physical Oceanography, Ocean University of China, Qingdao 266100, China; 2. College of Oceanic and Atmospheric sciences, Ocean University of China, Qingdao 266100, China; 3. Key Laboratory of Marine Environment and Ecology, Ocean University of China, Qingdao 266100, China; 4. College of Environmental Science and Engineering, Ocean University of China, Qingdao 266100, China; 5. State Key Laboratory of Estuarine and Coastal Research, East China Normal University, Shanghai 200241, China)

Typhoons dramatically change the marine suspended sediment concentrations (SSCs) in a short period of time and affect the marine ecosystem and resources. The influence of typhoons on the variation of SSCs is still unclear because of the limitations of ocean field observations during typhoons. In this work, we studied the influence of “Typhoon Lekima” on the temporal and spatial variations of the surface SSC in the East China Seas based on the Geostationary Ocean Color Imager satellite remote sensing data. The results show that Typhoon Lekima had the greatest impact on the coastal areas of Fujian and Zhejiang with enlarged coverage area of medium–high SSC (≥5 mg/L) by 92% and increased medium–high SSC magnitude by 62%. The impact lasted for four days. The typhoon’s impact on the Yangtze River Estuary was ranked second with enlarged coverage area of medium–high SSC by 19% and increased medium–high SSC magnitude by 17%. The impact lasted for three days. The typhoon’s impact on the northern Jiangsu shoals was the smallest, and the coverage area of the medium–high SSC did not change much, but the SSC magnitude increased by 30%, and the impact lasted for four days. The results show that satellite remote sensing data can quantify the impact of the typhoon process on the surface SSC in the East China Seas and make up for the lack of field observation under extreme weather conditions.

Typhoon Lekima; satellite remote sensing; surface suspended sediment concentration; East China Seas

Jun. 30, 2020

P731

A

1000-3096(2021)11-0001-09

10.11759/hykx20200630001

2020-06-30;

2020-08-01

华东师范大学河口海岸学国家重点实验室开放基金项目(SKLEC-KF201802); 国家自然科学基金项目(41720104001; 42022052; 41606015)

[Open Foundation of State Key Laboratory of Estuarine Coastal Science, East China Normal University, No. SKLEC-KF201802; Natural Science Foundation of China, No. 41720104001, No. 42022052, No. 41606015]

李治(1994—), 男, 山东青岛人, 硕士研究生, 研究方向: 浅海动力学, E-mail: lizhi6641@stu.ouc.edu.cn; 边昌伟(1982—),通信作者, 副教授, 主要从事海洋沉积动力学和底边界层动力过程研究, E-mail: bianchangwei@ouc.edu.cn

(本文编辑: 丛培秀)