Journal of Marine Sciences >

2024 , Vol. 42 >Issue 2: 91 - 103

DOI: https://doi.org/10.3969/j.issn.1001-909X.2024.02.009

Analysis of the tidal characteristics along the tidal reach of Xijiang River based on high and low tide levels

  • WU Jiaxing 1, 2, 3 ,
  • PENG Qi 3 ,
  • ZHANG Zhuo 1, 2, 3, * ,
  • CHEN Xinying 1, 2, 3 ,
  • CHEN Peng 1, 2, 3 ,
  • WEN Yajuan 1, 2, 3 ,
  • WANG Haocheng 1, 2, 3 ,
  • ZHANG Lu 1, 2, 3
Expand
  • 1. Key Laboratory of Virtual Geographic Environment, MOE, Nanjing Normal University, Nanjing 210023,China
  • 2. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
  • 3. Key Laboratory of Coastal Disaster and Defence, MOE, Hohai University, Nanjing 210023, China

Received date: 2023-07-23

  Revised date: 2024-02-26

  Online published: 2024-08-09

Fold

Abstract

By interpolation of high and low tide data and application of NS_TIDE model, the tidal characteristics of the tidal reach of Xijiang River (Makou-Dahengqin) were analyzed. Compared with cubic spline interpolation and linear interpolation, it is found that Hermite interpolation is the best method to simulate the hourly tide level. The verification results of tide level show that the overall error of NS_TIDE model is low, and the outliers mainly come from the influence of typhoon and flood. The mean water level and the amplitude of tidal component in the tidal reach of Xijiang River are different in wet and dry season. The influence of runoff in the upper reaches is greater than that of the tides, and the opposite is true in the lower reaches. With the increase of runoff and tidal difference, the mean water level of the upper reaches increases, and the influence on the amplitude and the phase of tidal component is different in different section, which is related to the spatial location and the frequency of the tidal component.

Key words： high and low water interpolation; harmonic analysis; river discharge; ocean tides

Cite this article

WU Jiaxing , PENG Qi , ZHANG Zhuo , CHEN Xinying , CHEN Peng , WEN Yajuan , WANG Haocheng , ZHANG Lu . Analysis of the tidal characteristics along the tidal reach of Xijiang River based on high and low tide levels[J]. Journal of Marine Sciences, 2024 , 42(2) : 91 -103 . DOI: 10.3969/j.issn.1001-909X.2024.02.009

0 引言

感潮河段内的潮汐运动受到上游径流和外海潮汐的共同作用,表现出与海洋潮汐不同的非稳态特征。研究感潮河段的潮汐特征,能够为今后河口的综合整治、防洪排涝等提供科学依据。
近些年来,众多学者基于更易获取的高、低潮数据开展了潮汐特征研究。FOREMAN等[1]和戴荣等[2]均提出了利用高、低潮数据进行调和分析的方法;LUO等[3]对珠江三角洲水文站的高、低潮数据进行三角插值,生成水位数据,并将其用于谐波分析来研究潮汐河网最低低水位反转的演变;李阳东等[4]发现Hermite插值方法能较好地用于近海和内河区域的潮汐预报;王如云等[5]使用四次多项式插值方法,建立潮汐调和分析模型。
关于调和分析方法,学者们提出了各种不同的理论、模型和工具[6⇓⇓⇓-10],包括适用于平稳潮的T_TIDE[11]、适用于平稳潮和非平稳潮的NS_TIDE[9-10,12⇓⇓-15]、小波变化[16]、S_TIDE[10]等,并且应用这些模型对潮汐特征进行了研究[6,17⇓⇓⇓-21]。NS_TIDE模型考虑了径、潮动力的变化,可以分辨非平稳潮和各个潮汐分潮,适用于感潮河段潮汐特征分析[13]。
对珠江河口潮汐特征的研究已开展多年,如蔡华阳等[22]构建了径、潮动力耦合的一维水动力解析模型,并对磨刀门河口径、潮动力非线性作用下余水位的多时空尺度变化进行了讨论;唐启邦等[23]通过Copula函数构建联合依赖关系模型以进行水位趋势变化及强度的定量分析;张先毅等[24]分析了径、潮动力的季节性变异特征;钟子悦等[25]分析了地形和径流条件变化对潮动力格局的影响;邱秀芳等[26]基于T_TIDE潮汐调和分析模型研究了横向汊道径、潮动力时空差异性;蒋陈娟等[27]基于ECOMSED水动力数值模型对磨刀门河口枯季水动力进行模拟,探究潮能通量的变化。
西江感潮河段水位具有显著的洪、枯季差异和区域特征,主要受到河流径流和海洋潮汐的影响[28-29]。虽然这一整体特征已达成共识,但是针对感潮河段内不同位置潮汐特征的研究尚不多。本文首先对比了三种插值方法的潮位拟合效果,接着根据最佳插值法获得的潮位数据与NS_TIDE模型研究了西江感潮河段潮汐特征的时空变化及其对河流径流和海洋潮汐的响应。

1 研究区概况

珠江磨刀门河口为珠江入海径流量和输沙量最大的河口,是典型的河优型河口[23],潮汐为不规则半日潮。本文的研究区域为西江干流水道和磨刀门水道,从上游至下游包括马口、天河、竹银、灯笼山和大横琴等水文测站(图1)。
图1 研究区及测站

Fig.1 The study area and stations

2 数据来源和研究方法

2.1 数据来源

本文数据来自《珠江流域水文资料·第七册·珠江三角洲河口区(二)》[30],包括2016—2017年马口、天河、竹银、灯笼山、大横琴(大井角)五个水文测站的日高、低潮位数据,以及马口站的逐日平均流量数据。

2.2 高、低潮位数据插值方法比选

选择目前较为常用的3种插值方法:Hermite插值、三次样条插值和线性插值,将原始高、低潮位数据扩展为逐小时潮位数据,具体公式[31-32]如下。
1)Hermite插值:
$\begin{array}{c} H(x)=H_{i}\left[1+\frac{2\left(x-x_{i}\right)}{x_{i+1}-x_{i}}\right]\left(\frac{x-x_{i+1}}{x_{i}-x_{i+1}}\right)^{2}+ \\ H_{i+1}\left[1+\frac{2\left(x-x_{i+1}\right)}{x_{i}-x_{i+1}}\right]\left(\frac{x-x_{i}}{x_{i+1}-x_{i}}\right)^{2} \end{array}$
式中:H(x)为潮位,x为时间,i为次序。
2)三次样条插值:
H(xi)=Ai+Bixi+Ci x i 2+Di x i 3 (i=0,…, j-1)
式中:Ai、Bi、Ci和Di为待定系数,共有4j个变量待求解,即在高、低潮数据插值中,有4j个方程作为求解变量的边界条件。
3)线性插值:
H(x)=Hi+ x - x i x i + 1 - x i(Hi+1-Hi)
以马口站为例进行3种插值方法对比,结果如图2所示。线性插值得到的逐时潮位数据曲线变化陡峭并且在转折处不连续,这与实际潮波运动过程不相符。三次样条插值法显示的极值潮位与实测值明显不符,存在偏高或偏低的情况。Hermite插值法得到的极值潮位与实测高、低潮位的位置相同,并且曲线更加光滑。
图2 三种插值方法结果比较(2016年,马口站)

Fig.2 Result comparison of three interpolation methods (2016, Makou Station)

选取竹银和灯笼山两个测站,从HEC-RAS数值模型的模拟结果[29]中提取每日高、低潮位极值进行Hermite插值,得到逐小时潮位数据。将该插值数据和HEC-RAS模拟数据进行对比,结果显示两者一致性较好,表明Hermite插值法符合实验要求(图3)。
图3 Hermite插值潮位与HEC-RAS模拟潮位的对比 ( 2016年)

Fig.3 Comparison between Hermite interpolated tide levels and simulated tide levels of the HEC-RAS model in 2016

综上,Hermite插值法相对于三次样条插值法和线性插值法,插值效果更好,这与以往的研究结论相同[4,32],故本文应用此方法进行高、低潮位数据插值获得逐时潮位。
采用Hermite插值法得到各水文测站2016—2017年的潮位曲线如图4所示。为便于对比,图中将天河、竹银、灯笼山和大横琴站的潮位分别减去了2 m、5 m、9 m、11 m进行展示。从图4可以看出,天河、马口站主要受到径流作用的影响,洪季潮位波动较大;竹银、灯笼山、大横琴站潮位主要受潮汐的影响,全年波动较小。
图4 2016—2017年西江感潮河段沿程测站潮位变化

Fig.4 Changes in tide levels at stations along the tidal reach of Xijiang River in 2016-2017

2.3 潮汐调和分析方法

2.3.1 NS_TIDE模型

采用NS_TIDE模型[12-13]进行潮汐调和分析,将河流径流和海洋潮汐作为相关变量加入基础函数中,求解得到随时间变化的调和常数(振幅、迟角),以马口站径流量的时间序列为上游边界,以大横琴站潮差数据为下游边界(图5)。
图5 调和分析边界条件

Fig.5 Boundary conditions for harmonic analysis

2.3.2 模型验证

沿程各测站2016年(后报)潮位与插值潮位的均方根误差(RMSE)均在0.20 m以下,变动幅度在0.05 m以内,2017年(预报)潮位与插值潮位的均方根误差较前者略大(图6a);预报潮位的最大误差明显大于后报潮位(图6b);后报潮位与插值潮位的确定系数R2均在0.83以上,预报潮位与插值潮位的确定系数在下游站位较低,但仍大于0.75(图6c)。
图6 西江感潮河段各测站潮位验证

Fig.6 Verification of tide level at each station along the tidal reach of Xijiang River

2.3.3 预报潮位误差异常值分析

各测站预报潮位与插值潮位之间的绝对误差(调和分析偏差)如图7所示。整体上各站误差均较小,下游测站略大于上游测站,其中8—10月各站均出现误差高值, 7月在马口和天河站出现误差高值。
图7 2017年西江感潮河段各测站潮位预报误差

Fig.7 Forecast errors of tidal level of each station in the tidal reach of Xijiang River in 2017

2017年珠江流域受到了“天鸽”、“帕卡”和“卡努”等多个台风的影响,台风带来的大风暴雨和短时风暴潮是河道内潮位出现异常值的原因之一。以灯笼山站为例(图8a),两个明显的异常值分别出现于8月23日和10月15日,即台风“天鸽”和“卡努”在广东的登陆时间。2017年夏、秋季,密集、高强度的风暴潮也会导致这一时段预测潮位误差较高。以马口站为例(图8b),7月份由于受到西江洪水的影响,潮位出现异常值,导致预报误差骤增。可见,NS_TIDE模型进行潮位预报时出现的误差异常值,主要是受台风以及上游洪水的影响。
图8 台风影响下灯笼山(a)和洪水影响下马口(b)的潮位预报误差(2017年)

Fig.8 Forecast error of tidal level at Denglongshan (a) under typhoon and Makou (b) under flood (2017)

3 潮汐特征的时空变化

将NS_TIDE模型应用于西江感潮河段,得到2016年沿程各站潮汐特征值(分潮振幅、迟角)的时间序列。参考前人研究[4,33],选取O1、K1、M2、S2、M4和MSf六个主要分潮进行时空特征分析,潮汐特征值均取其时变均值。

3.1 平均水位

2016年河道沿程各测站平均水位的全年和洪、枯季平均值如图9所示。从河口向上游,沿程各站的平均水位呈现增大的趋势,并且洪季和枯季差值同步增大,表明西江感潮河段具有显著的洪、枯季特征,这与马玉婷等[34]的研究结果一致。
图9 2016年西江感潮河段各站平均水位

Fig.9 Mean water level at each station along the tidal reach of Xijiang River in 2016

3.2 分潮振幅

西江感潮河段各站分潮振幅变化如图10所示。O1、K1、M2和S2分潮振幅变化趋势基本一致,下游河段(大横琴—天河)衰减速率明显大于上游河段(天河—马口),其中,K1、O1分潮振幅接近,衰减速率几乎相同,M2分潮振幅及其衰减速率均大于其他分潮(图10a)。M4分潮振幅不足O1、K1、M2和S2分潮的十分之一,但沿程变化复杂,在灯笼山—竹银河段增强,从竹银往上至马口河段减弱(图10b)。MSf分潮振幅由河口往上游呈增大趋势,至马口站振幅与S2分潮接近(图10a)。
图10 西江感潮河段各站分潮振幅变化

Fig.10 Amplitude variation of the tide at each station along the tidal reach of Xijiang River

分别选取西江洪季(2016年5月7日—6月10日)和枯季(2016年2月11日—3月15日)进行各分潮振幅时变均值差异分析(图11)。K1、M2和S2分潮振幅皆表现为洪季低于枯季,往上游差值逐渐增大(图11b~11d);而O1分潮在下游河段表现出洪季比枯季高的现象(图11a)。M4分潮振幅在洪、枯季表现出显著差异,枯季时从河口向上游,振幅呈增加趋势,峰值出现在天河站,洪季时从河口向上游,振幅呈持续衰减(图11e)。MSf分潮振幅的洪、枯季变化一致,从河口向上游均呈增大趋势,洪季振幅大于枯季(图11f)。
图11 西江感潮河段沿程各站分潮振幅洪、枯季变化

Fig.11 Changes of tidal amplitude in wet and dry seasons at each station along the tidal reach of Xijiang River

综上可知,在感潮河段上游,分潮振幅的洪、枯季差异大,表明受径流的影响较大,而在下游,径流影响较小。

3.3 分潮迟角

一般来说,一个潮周期内分潮迟角越大,其达到高潮位的时间越晚。分潮的角速率不变,角速率越小,其受到的阻力越小,传播速度越快。为便于比较,将超过周期的迟角转换至360°以上。
西江感潮河段各站分潮迟角在洪、枯季和全年的变化如图12所示。总体上,各个分潮迟角沿河道往上游皆呈现递增趋势,表明潮波在向上游传播的过程中,受到径流和摩擦阻力的作用,传播速度逐渐变慢。分潮迟角的季节变化总体上表现为洪季时较大,枯季时较小。
图12 西江感潮河段沿程各站分潮迟角变化

Fig.12 Changes of tidal phase at each station along the tidal reach of Xijiang River

4 河流径流和海洋潮汐的影响分析

以2016年的马口站径流量Q和大横琴站潮差R数据构建原始场景,以不同量级(0.6、0.8、1.0、1.2和1.4倍)Q、R为对比场景,分析径流量和潮差对感潮河段平均水位、分潮振幅和分潮迟角的影响。

4.1 对平均水位的影响

图13为径流量和潮差变化时沿程各测站平均水位的响应。随着径流量的增大,马口—竹银河段平均水位均增高,而下游测站响应程度逐渐减弱,灯笼山站和大横琴站河段平均水位与径流量变化趋势不一致。在灯笼山站,低径流量(Q×0.6)时的平均水位高于较高径流量(Q×0.8)时,而在大横琴站平均水位则随径流量的增大而减小。随着潮差的增大,沿程各站的平均水位均呈增大趋势。在上游的马口、天河站,平均水位对潮差的响应程度明显低于对径流量的响应程度。
图13 西江感潮河段沿程各站平均水位对径流(a)和潮差(b)的响应

Fig.13 Response of the mean water level to river discharge (a) and tidal range (b) at each station along the tidal reach of Xijiang River

4.2 对分潮调和常数的影响

西江感潮河段沿程各测站不同分潮振幅对径流量和潮差的响应程度如图14所示。径流量增大对O1、K1分潮振幅起抑制作用,抑制作用在上游(马口、天河)表现较下游更明显;O1、K1分潮对潮差的响应趋势不同,O1分潮振幅随潮差的增大而增大,越往下游增幅越大,而K1分潮振幅随潮差变化无显著规律,不同潮差下振幅差距较小(图14a~14d)。各站半日潮M2、S2的振幅均随径流量的增大而减小,对潮差变化的响应不一致(图14e~14h)。M4分潮振幅对径流和潮差的响应在上、下游表现不同,径流量增大导致竹银、灯笼山、大横琴站振幅增大,潮差增大导致马口、天河和竹银站振幅减小(图14i~14j)。径流的摩擦效应抑制了半日分潮等主分潮的传播,促进了上游低频分潮MSf的产生和增强[35⇓⇓-38],但MSf对径流量和潮差量变化的响应均不明显(图14k~14l)。
图14 西江感潮河段沿程各站不同分潮的振幅对径流和潮差的响应

Fig.14 Response of the tidal amplitudes to river discharge and tidal range at each stations along the tidal reach of Xijiang River

总体来说,O1分潮振幅对于潮差的变化较其他分潮更为敏感,M2分潮振幅对于径流量的变化更为敏感。
西江感潮河段沿程各测站分潮迟角对径流量和潮差的响应程度如图15 所示。在马口站O1分潮迟角随着径流量增大而减小,K1分潮迟角随径流量增大而增大,而在其余各站两分潮迟角对径流量变化均无明显响应(图15a、15c)。M2、S2分潮迟角在马口和天河站表现为随径流量的增大略有升高(图15e、15g)。浅水分潮M4在竹银—大横琴河段,迟角随着径流量的增大而增大(图15i),MSf分潮迟角随径流量变化的响应无明显趋势性(图15k)。
图15 西江感潮河段沿程各站不同分潮迟角对径流和潮差的响应

Fig.15 Response of the tidal phases to river discharge and tidal range at each stations along the tidal reach of Xijiang River

潮差增大,导致O1分潮迟角在马口站明显减小,K1分潮迟角在马口站明显增大,S2分潮迟角在马口—天河段减小,M4分潮迟角在天河—灯笼山段减小,MSf分潮迟角在上游河段(马口—竹银)增大。在其余各站分潮迟角对潮差的变化没有明显响应。

5 结论

应用Hermite插值方法和NS_TIDE非平稳调和分析模型对西江感潮河段水文特征进行分析,并比较了不同径流量和潮差条件下,平均水位和分潮振幅、迟角的响应,主要结果如下。
1)对比三次样条插值、线性插值、Hermite插值法发现,Hermite插值法的插值效果最好,后报水位和预报水位误差均较小,其中受台风和洪水影响,部分测站预报水位出现较大误差。
2) 沿程向上各测站平均水位逐渐上升,Q1、K1、M2、S2分潮振幅逐渐增小;洪季时河道平均水位受径流影响较大,分潮振幅衰减较快;枯季时平均水位受径流和潮汐的共同作用,分潮振幅衰减程度减小。
3)河道水位变化受径流和海洋潮汐的共同影响,径流量和潮差的增加都促进了上游测站平均水位的增大。各分潮对径流量和潮差的响应与其所处空间位置和自身频率有关。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
FOREMAN M G G, HENRY R F. Tidal analysis based on high and low water observations[M]. Institute of Ocean Sciences, Patricia Bay, 1979.

[2]
戴荣, 徐俊. 基于高低潮分析的天文潮推算[J]. 西北水电, 2011(2):8-10.

DAI R, XU J. Astronomical tide calculation based on analysis of low and high tides[J]. Northwest Hydropower, 2011(2): 8-10.

[3]
LUO X Y, ZHANG W, CHEN S J, et al. Evolution of reversal of the lowest low waters in a tidal river network[J]. Journal of Hydrology, 2020, 585: 124701.

[4]
李阳东, 李仁虎, 常亮. 基于高、低潮的潮汐调和常数提取及潮汐预报[J]. 海洋湖沼通报, 2020(2):55-63.

LI Y D, LI R H, CHANG L. Tidal harmonic constants extraction and tidal prediction based on high and low tidal waters[J]. Transactions of Oceanology and Limnology, 2020(2): 55-63.

[5]
王如云, 占飞, 周钧, 等. 基于高低潮的优化保形调和分析模型(OCTHM)及算法[J]. 水运工程, 2014(8):15-19.

WANG R Y, ZHAN F, ZHOU J, et al. Optimizing conformal tidal harmonic analysis model(OCTHM) and algorithm based on high & low water observations[J]. Port & Waterway Engineering, 2014(8): 15-19.

[6]
刘娇, 史国友, 朱凯歌, 等. 基于调和分析和ARIMA-SVR的组合潮汐预测模型[J]. 上海海事大学学报, 2019, 40(3):93-99.

LIU J, SHI G Y, ZHU K G, et al. A combined tide prediction model based on harmonic analysis and ARIMA-SVR[J]. Journal of Shanghai Maritime University, 2019, 40(3): 93-99.

[7]
蔡松, 叶瑞明, 王齐林, 等. 基于无为原理的潮汐分析与预测[J]. 海洋测绘, 2021, 41(3):47-51.

CAI S, YE R M, WANG Q L, et al. Tide analysis and prediction based on inaction principle[J]. Hydrographic Surveying and Charting, 2021, 41(3): 47-51.

[8]
王长海. 潮汐调和分析的一种模式[J]. 海洋预报, 1995, 12(4):71-76.

WANG C H. A model of tidal harmonic analysis[J]. Marine Forecasts, 1995, 12(4):71-76.

[9]
MATTE P, JAY D A, ZARON E D. Adaptation of classical tidal harmonic analysis to nonstationary tides, with application to river tides[J]. Journal of Atmospheric and Oceanic Technology, 2013, 30(3): 569-589.

[10]
PAN H D, LÜ X Q, WANG Y Y, et al. Exploration of tidal-fluvial interaction in the Columbia River Estuary using S_TIDE[J]. Journal of Geophysical Research: Oceans, 2018, 123(9): 6598-6619.

[11]
PAWLOWICZ R, BEARDSLEY B, LENTZ S. Classical tidal harmonic analysis including error estimates in MATLAB using T_TIDE[J]. Computers & Geosciences, 2002, 28(8): 929-937.

[12]
MATTE P, SECRETAN Y, MORIN J. Temporal and spatial variability of tidal-fluvial dynamics in the St. Lawrence fluvial estuary: An application of nonstationary tidal harmonic analysis[J]. Journal of Geophysical Research: Oceans, 2014, 119(9): 5724-5744.

[13]
吕咸青, 潘海东, 王雨哲. 潮汐调和分析方法的回顾与展望[J]. 海洋科学, 2021, 45(11):132-143.

LÜ X Q, PAN H D, WANG Y Z. Review and prospect of tidal harmonic analysis method[J]. Marine Sciences, 2021, 45(11): 132-143.

[14]
KUKULKA T, JAY D A. Impacts of Columbia River discharge on salmonid habitat: 1. A nonstationary fluvial tide model[J]. Journal of Geophysical Research: Oceans, 2003, 108(C9): 3293.

[15]
KUKULKA T, JAY D A. Impacts of Columbia River discharge on salmonid habitat: 2. Changes in shallow-water habitat[J]. Journal of Geophysical Research: Oceans, 2003, 108(C9): 3294.

[16]
JAY D A, FLINCHEM E P. A comparison of methods for analysis of tidal records containing multi-scale non-tidal background energy[J]. Continental Shelf Research, 1999, 19(13): 1695-1732.

[17]
江海东, 费岳军, 应岳. 使用MATLAB拟合工具箱进行潮汐调和分析[J]. 海洋技术, 2012, 31(3):33-36.

JIANG H D, FEI Y J, YING Y. Tidal harmonic analysis using the MATLAB fitting toolbox[J]. Ocean Technology, 2012, 31(3): 33-36.

[18]
李大炜, 李建成, 团文征. 越南沿海若干验潮站长期观测资料的潮汐分析[J]. 海洋测绘, 2017, 37(3):29-31,52.

LI D W, LI J C, TUAN W Z. Tidal analysis of long-term observation data of tide gauges along Vietnam coast[J]. Hydrographic Surveying and Charting, 2017, 37(3): 29-31, 52.

[19]
宋艳朋, 周兴华, 付延光, 等. Matlab.NET混合编程在潮汐调和分析与预报中的应用[J]. 测绘与空间地理信息, 2017, 40(5):59-61,64.

SONG Y P, ZHOU X H, FU Y G, et al. The application of integrated programming technology of Matlab.NET in tidal harmonic analysis and prediction[J]. Geomatics & Spatial Information Technology, 2017, 40(5): 59-61, 64.

[20]
GAN M, CHEN Y P, PAN S Q, et al. A modified nonstationary tidal harmonic analysis model for the Yangtze estuarine tides[J]. Journal of Atmospheric and Oceanic Technology, 2019, 36(4): 513-525.

[21]
YU X Y, ZHANG W, HOITINK A J F. Impact of river discharge seasonality change on tidal duration asymmetry in the Yangtze River Estuary[J]. Scientific Reports, 2020, 10: 6304.

[22]
蔡华阳, 杨昊, 郭晓娟, 等. 珠江磨刀门河口径潮动力耦合条件下余水位的多时空尺度分析[J]. 海洋学报, 2018, 40(7):55-65.

CAI H Y, YANG H, GUO X J, et al. Investigation of temporal-spatial distribution patterns of residual water level under the influence of tide-river interaction in the Modaomen Estuary, Zhujiang River[J]. Haiyang Xuebao, 2018, 40(7): 55-65.

[23]
唐启邦, 欧素英, 蔡华阳, 等. 珠江磨刀门河口水位与海平面、上游流量的联合分布关系异变研究[J]. 海洋与湖沼, 2020, 51(5):1080-1092.

TANG Q B, OU S Y, CAI H Y, et al. Abrupt variation of joint distibution of water level, sea level, and river discharge in the Modaomen estuary of the Zhujiang(Pearl) River[J]. Oceanologia et Limnologia Sinica, 2020, 51(5): 1080-1092.

[24]
张先毅, 杨昊, 黄竞争, 等. 强人类活动驱动下珠江磨刀门河口径潮动力的季节性异变特征[J]. 海洋与湖沼, 2020, 51(5):1043-1054.

ZHANG X Y, YANG H, HUANG J Z, et al. Impact of intensive human activity on seasonal variation in river-tide dynamics in the Modaomen estuary of Zhujiang (Pearl) River[J]. Oceanologia et Limnologia Sinica, 2020, 51(5): 1043-1054.

[25]
钟子悦, 余明辉, 陈小齐, 等. 珠江三角洲河网地形和径流条件变化对潮动力格局的影响[J]. 水资源保护, 2023, 39(3):213-221.

ZHONG Z Y, YU M H, CHEN X Q, et al. Effects of changes in river network topography and runoff on tidal dynamic pattern in Pearl River Delta[J]. Water Resources Protection, 2023, 39(3): 213-221.

[26]
邱秀芳, 李博, 王博芝, 等. 珠江河网典型横向汊道径潮动力时空差异性分析:以“南沙—南华” 横向汊道为例[J]. 热带海洋学报, 2023, 42(4):77-90.

QIU X F, LI B, WANG B Z, et al. Spatial-temporal variations in tide-river dynamics of typical transverse channel in the Pearl River channel networks—Taking the ‘Nansha-Nanhua’ transverse channel as an example[J]. Journal of Tropical Oceanography, 2023, 42(4): 77-90.

[27]
蒋陈娟, 周佳楠, 杨清书. 珠江磨刀门河口潮汐动力变化对人类活动的响应[J]. 热带海洋学报, 2020, 39(6):66-76.

JIANG C J, ZHOU J N, YANG Q S. Effects of human intervention on tidal dynamics in the Modaomen Estuary, Pearl River[J]. Journal of Tropical Oceanography, 2020, 39(6): 66-76.

[28]
武家兴, 张卓, 陈鹏, 等. 考虑流量变化影响的西江感潮河道潮汐特征分析[J]. 海洋学报, 2023, 45(7):8-24.

WU J X, ZHANG Z, CHEN P, et al. Analysis of the tidal characteristics along the tidal reach of Xijiang River considering river discharge variation[J]. Haiyang Xuebao, 2023, 45(7): 8-24.

[29]
武家兴, 王浩丞, 张璐, 等. 西江感潮河道(马口—磨刀门)的潮波传播特征研究[J]. 热带海洋学报, 2023, 42(4):47-62.

WU J X, WANG H C, ZHANG L, et al. Investigation into the tidal propagation features along the tidal reach of the West River (Makou—Modaomen)[J]. Journal of Tropical Oceanography, 2023, 42(4): 47-62.

[30]
中华人民共和国水利部. 珠江流域水文资料第8卷第7册珠江三角洲河口区(二)[G]. 2017.

Ministry of Water Resources of the People’s Republic of China. Hydrological data of the Pearl River basin volume 8, book 7: Pearl River delta estuary area (II)[G]. 2017.

[31]
刘田甲. 潮汐数据插值方法研究[D]. 南京: 南京师范大学, 2017.

LIU T J. Research on interpolation method of tidal data[D]. Nanjing: Nanjing Normal University, 2017.

[32]
乔光全, 徐润刚, 卢永昌, 等. 高低潮位扩展至逐时潮位的插值方法比较[J]. 水运工程, 2019(9):6-12.

QIAO G Q, XU R G, LU Y C, et al. Comparison of interpolation method for high and low tidal lever extending to hourly data[J]. Port & Waterway Engineering, 2019(9): 6-12.

[33]
WONG L A, CHEN J C, XUE H, et al. A model study of the circulation in the Pearl River Estuary (PRE) and its adjacent coastal waters: 1. Simulations and comparison with observations[J]. Journal of Geophysical Research: Oceans, 2003, 108(C5): 3156.

[34]
马玉婷, 蔡华阳, 杨昊, 等. 珠江磨刀门河口水位分布演变特征及其对人类活动的响应[J]. 热带海洋学报, 2022, 41(2):52-64.

MA Y T, CAI H Y, YANG H, et al. Evolution of water level profile dynamics in the Modaomen Estuary of the Pearl River and its responses to human activities[J]. Journal of Tropical Oceanography, 2022, 41(2): 52-64.

[35]
HOITINK A J F, JAY D A. Tidal river dynamics: Implications for deltas[J]. Reviews of Geophysics, 2016, 54(1): 240-272.

[36]
JAY D A, LEFFLER K, DIEFENDERFER H L, et al. Tidal-fluvial and estuarine processes in the lower Columbia River: I. Along-channel water level variations, Pacific Ocean to Bonneville Dam[J]. Estuaries and Coasts, 2015, 38(2): 415-433.

[37]
BUSCHMAN F A, HOITINK A J F, VAN DER VEGT M, et al. Subtidal water level variation controlled by river flow and tides[J]. Water Resources Research, 2009, 45(10): W10420.

[38]
SASSI M G, HOITINK A J F. River flow controls on tides and tide-mean water level profiles in a tidal freshwater river[J]. Journal of Geophysical Research: Oceans, 2013, 118(9): 4139-4151.

Options
Outlines

/

〈 〉