水热通量表征水体水分和热量转移的程度和方向[1], 河流水热通量是流量和水温的综合测度, 描述流域内大气和水的热状况, 在气候系统中起着十分重要的作用。河流是陆地淡水与泥沙等物质运动和能量交互的主要承载者, 通过径流将物质和能量输送到海洋[2–3]。河流热通量的变化与近海区域热量结构的变化息息相关, 同时入海径流是近海区域最直接的热源输入, 入海口处湍流的热量条件对沿海的生物和生态过程有重要影响[4–6]。因此, 研究河流入海热通量的变化有助于更好地理解人类活动对全球水文循环的影响[7], 指导可持续的沿海工业和农业生产, 提高水利用率, 减少热量排放, 增强应对全球气候变化的能力[8–10]。
遥感技术凭借覆盖范围广、多维信息、长时间序列分析、非接触性和低成本等优势, 广泛应用于生态环境领域的研究中。当前, 依靠遥感技术获取地表温度、径流和海洋生态等信息的方法十分成熟, 因此遥感技术可以为探究河流和海洋热量与水分交换的时空变化提供有效的解决方案和丰富的数据支撑[11–15]。
长江流经中国西南、华中和华东等重要经济区,区域内人口约 9.99 亿, 占全国总人口的70.75%。长江三角洲是重要的国家战略发展区域, 对其河流–海洋系统的水热动态研究具有重要的生态和经济价值[16]。然而, 以往的研究多聚焦于流域内部的水热过程, 针对长时间尺度长江口与近海的水热交换过程缺乏深入探究。本文基于 Landsat 遥感数据和实用单通道地表温度反演算法, 获取长江入海口温度信息, 结合全球径流数据与全球海洋表面温度数据,研究长江入海热通量对近海区域的热作用。进一步, 基于近海范围的生态数据, 揭示长江热输入与近海海洋温度和生态环境的关系, 为长江流域的淡水资源开发和维护近海的生态功能提供科学依据。
1 研究区域和方法
1.1 研究区域
长江是中国第一、世界第三长的河流, 干流全长 6300 km, 流经 11 个省市(图1(a)), 流域内有多个湖泊和水库, 形成一个庞大的水资源体系[17–18]。根据中华人民共和国水利部的统计数据, 长江的年平均径流量约为 9450 亿 m3, 涉及面积约 180 万 km2,是中国经济、文化和交通的重要支撑。降雨和融雪是长江水量的主要来源, 夏季热量充沛, 能够促进水的蒸发和凝结, 降雨量较大; 冬季热量少, 水的蒸发凝结相对少, 降雨量较小。长江流域的水和热量是水文循环的重要组成部分, 其入海口与近海的水热交换对近海水温和生态环境有重要影响[19–20]。河口区域与近海水域的边界为长江口的河口段区域(江阴至口门)的海岸线(图1(b))。
图1 长江流域高程分布及河口位置
Fig.1 Elevation distribution and estuary location of the Yangtze River Basin
1.2 数据来源
陆地卫星计划(Landsat)是美国地质调查局和美国宇航局开展的地球观测计划。Landsat 轨道设计为与太阳同步的近极地圆形轨道, 保证 Landsat 卫星能够在同一地方时间、同一方向获得同一地点的影像, 即遥感观测的条件具有一致性, 有利于时序上的对比。太阳同步轨道卫星的设计特点使得北半球中纬度地区能够在上午成像, 保证该区域图像的质量。卫星的时间分辨率为 16～18 天, 覆盖全球北纬 81°到南纬 81.5°的区域。卫星搭载 OLI 和 TIRS(热红外传感器)等多种传感器, 其中热红外相关波段的空间分辨率一般为 100 m。该数据集可提供长时间序列的遥感影像数据, 应用于河流表面水温的反演[21]。
全球径流数据(Global Runoff Data Centre, GRDC)由德国联邦水文研究所下属的全球径流数据中心运营, 提供来自 159 个国家 10000 多个站点的河流流量数据, 时间最大跨度为 200 年, 是当前可开放获取的最丰富的径流资料来源, 包括全球主要河流月均和日均的径流数据。数据类型为 TXT, 流量单位为 m3/s, 时间分辨率根据站点不同而不同, 数据的来源为 https://www.bafg.de/GRDC/EN/02_srvcs/21_tmsrs/riverdischarge_node.html。
全球海洋表面水温数据(ESA Sea Surface Temperature Climate Change Initiative (SST_cci): Level 4 Analysis Climate Data Record, version 2.1)基于超高分辨率辐射仪(AVHR)和沿迹扫描辐射计(ATSR),使用同化与插值的方法提供没有测量的海表温度数据, 可以提供 1981 至 2016 年全球范围内完整的海洋表面温度信息, 空间分辨率为 0.05°, 时间分辨率为日, 包括海表温度和异常海表温度, 数据为 NC格式, 来自 https://data.ceda.ac.uk/neodc/esacci/sst/data/CDR_v2/Analysis/L4/v2.1/。
哥白尼全球海洋颜色与生物–地球–化学数据集(Global Ocean Colour (Copernicus-GlobColour), Bio-Geo-Chemical, L4 (monthly and interpolated) from Satellite Observations (1997-ongoing))是由 ACRI-ST公司(法国)提供的生物地球化学的数据产品, 基于多种高分辨率卫星传感器(SeaWiFS, MODIS, MERIS,VIIRS-SNPP & JPSS1, OLCI-S3A & S3B)及空间插值方法, 提供空间和时间上连续而丰富的海洋生态和环境数据, 包括叶绿素-a (CHL)、初级产物(PP)、浮游植物功能类型和大小(PFT)、悬浮物(SPM)、微粒后向散射(BBP)、Secchi 透明深度(ZSD)、扩散衰减(KD490)、吸收系数(ADG440/ CDM440)和反射率(RRS)等指标, 时间分辨率为日或月, 空间分辨率为 4 km, 1 km 或 300 m, 数据格式为 NetCDF-4, 无缝隙地覆盖全球范围内的海洋, 时间跨度为 1997 年至今, 数据来源为 https://data.marine.copernicus.eu/product/OCEANCOLOUR_GLO_BGC_L4_MY_009_104/description。
1.3 入海热通量的核算方法
基于 Elshin[22]提出的热通量模型, 考虑热通量变化的结果, 通过河口温度和径流信息进行长江入海口热通量的核算:
其中, H 为月热通量(106 MJ), Q 为月平均流量(m3/s),T 为长江口的月均水温(℃), n 为一个月内的天数, Cp表示水的比热(4.184 J/(℃·g)), ρ 为水的密度(1012 kg/km3)。
1.4 河口温度的反演方法
基于实用单通道算法(PSC)进行河口温度的反演[23]。该方法分为 3 个步骤: 首先基于综合了归一化植被指数(NDVI)和裸地辐射率的 NDVI 阈值法,计算地表比辐射率(LSE); 然后, 基于 NCEP-GR 提供的 NCEP-GR 数据集进行大气水汽参数的计算(AWV); 最后, 基于实用单通道算法实现地表温度的反演, 计算公式如下:
其中, Lsen 为传感器的辐射亮度, ε 为地表比辐射率,w 为大气水汽参数, c1=1.19104×108 W·μm4/(m2·sr) ,c2=1.43877×104 μm·K, B(TS)为温度为 TS 时的普朗克辐射亮度, λ 为有效波长。Landsat 4 TM6, Landsat 5 TM6, Landsat 7 ETM+6 和 Landsat 8 TIRS1 的有效波长分别为 11.154, 11.457, 11.269 和 10.904 μm。
1.5 数据分析
基于长江流域的空间数据, 提取长江入海口位置, 同时以大陆整体海岸线与长江入海口处的海岸线为基准, 沿大洋方向做缓冲区分析, 采用 Mann-Kendal 检验法, 得到近海水温的时空变化特征[24],从而确定长江对海洋温度影响的空间范围以及近海水温的时序变化特征。
采用实用单通道算法, 反演长江入海口处的水温。结合 GDRC 提供的径流数据, 核算长江入海口处的水热通量。参考近海的水温数据, 量化长江对近海的“热量”输入和季节性变化特征。同时, 采用皮尔逊相关性分析方法, 探究热通量对近海水温的影响。
基于哥白尼全球海洋颜色与生物–地球–化学数据集中的初级生产力信息, 研究长江入海热通量的生态效应。一方面, 结合海岸线的空间梯度数据和Mann-Kendal 检验法, 得到近海初级生产力的时空变化特征。另一方面, 基于皮尔逊方法, 研究近海水温与近海初级生产力的相关性关系[23], 从而探究长江河口热输入对近海水温变化与近海生态环境变化的影响。
2 结果与讨论
2.1 入海热通量变化
基于实用单通道算法, 获得 1997—2016 年长江河口的水温数据, 将处理后的多年月均数据与徐六泾水文站的实测水温数据(数据来自长江水利委员会)比对, 误差约为 2℃, 处于合理范围。结合全球径流中心提供的多年月均径流数据, 核算长江河口处的热通量。图2 显示, 长江口区域属于亚热带季风气候, 呈现夏季高温湿润、冬季寒冷干燥的变化规律, 河口热通量的季节性变化明显。5—9 月的累积热通量占全年总值的 76%以上, 12 月—次年 2 月的冬季仅占全年热通量总值的约 3%。
图2 长江口热通量季节性变化
Fig.2 Seasonal changes of heat flux in the Yangtze River Estuary
基于 1997—2016 年长江口与近海的多年月度均温数据, 得到两者的季节性变化关系。由图3 可知, 河口温度与近海温度有较强的联系, 且河口温度的波动幅度更大, 表现为夏季温度高于近海温度,冬季温度低于近海温度。其中, 3—8 月长江向近海输“热”, 10 月—次年 2 月长江向近海输“冷”, 且输“热”的温差大于输“冷”。该现象可从以下两个方面进行解释: 一方面, 由于海陆热力性质的差异, 大洋比陆地的比热容大, 因此温度变化的幅度小于河流[25]; 另一方面, 长江流域人口密集, 工业和农业发达, 人类活动向河流排放大量热量, 导致长江河口温度上升, 因此长江河口向近海以输“热”作用为主[26]。长江的入海热量总值为 77.5 EJ/年, 基于河口与近海的温差(将河口水温与近海水域温度的差值 ∆T 代入式(1)计算得到), 本文估计长江平均每年向近海输入 6.1 EJ 的热量。
图3 长江口与近海水域的温度(a)和温差(b)的季节性变化
Fig.3 Seasonal variations of temperature (a) and temperature difference (b) in the Yangtze River Estuary and offshore waters
2.2 近海水温的时空变化特征
长江与海洋的热量–水分交换集中于近海区域,因而对“近海”范围的确定至关重要。本文以 1997—2016 年全球海洋表面平均温度数据为基础, 沿亚洲东部大陆海岸线(图4(a))和长江口河口段区域海岸线(图5(a)), 向海洋方向进行空间梯度划分, 探究大陆和长江对近海水温的热影响。为了保证空间梯度划分的精度并体现不同梯度海水均温的差异, 本研究将空间梯度跨度的基本单位设置为 10 km, 即海水表面温度数据集空间分辨率的两倍, 保证数据的稳健性; 海岸线的最大延伸距离设为 100 km; 长江河口缓冲区的最大延伸距离扩展为 300 km。
图4 亚洲东侧海岸线近海均温的空间变化
Fig.4 Spatial variation of offshore mean temperature on the east side Asian continental shelf
图5 长江口近海均温的空间变化
Fig.5 Spatial variation of mean temperature between the Yangtze River Estuary and the offshore water
从图4 可知, 亚洲大陆近海温度的空间变化特征为沿海岸线向大洋方向, 0～20 km 范围内, 近海温度逐渐下降, 降幅约 0.25℃; 20 km 以上, 近海水域温度逐渐上升, 但上升速率与向大洋方向的距离没有显著的相关性。因此, 可将海岸线向大洋方向的空间变化规律总结为两个阶段。第一阶段为大陆强作用带, 这个阶段近海温度受大陆的影响较大, 沿海地区是人类活动频繁的区域, 工业和农业灌溉等人类活动的排放可能导致近海温度的增高, 因此短距离范围内, 随距离的增加, 近海温度缓慢下降。第二阶段为海洋强作用带, 这个阶段海水温度受大陆的影响较小, 主要受海洋影响, 而海洋比大陆具有更好的储热性能, 温度逐渐升高, 不同位置的上升速率由海洋要素决定。
长江入海口近海温度变化特征如图5 所示。沿着海岸线向大洋方向, 0～40 km 范围内, 海洋温度下降, 可能是由于长江沿岸是人类活动频繁、经济发展繁荣的区域, 工农业和生活产生的排放物较多,为河流输入大量的热能, 这些热能随着河流流入海洋, 因此相对于邻近水域, 河口处温度往往较高,随着距离的增加, 温度逐渐降低, 该范围内河流作用占据主导地位; 40～300 km, 温度开始爬升, 表明在该段距离内, 水温受河流的影响较少, 海洋作用占据主导地位。
长江入海口与亚洲东部海岸线近海水温在空间上都呈现两个阶段的变化规律, 即大陆(河流)强作用带和海洋强作用带。但是, 长江入海口对海温的影响更为强烈, 体现在两个方面。其一, 大陆(河流)强作用带范围内, 长江口近海水域温度下降的幅度(约 0.5℃)大于海岸带整体上的降温幅度(约0.25℃)。其二, 长江口对近海水域温度的影响范围, 即河流强作用带的影响范围(0～40 km)大于海岸带(0～20 km)。
为完全覆盖长江入海对于海洋热作用的有效区域, 将“近海”范围设为长江口强作用带的空间距离(40～50 km)与长江口三角洲的空间范围(50～60 km)之和, 约为 100 km, 并基于所得空间范围, 对 1997—2016 年的年度近海均温数据进行统计分析。
Mann-Kendal 的检验结果如图6 所示, UF 和 UB分别为正序和逆序时间序列的趋势统计量。1997—2003 年, 长江近海区域的平均温度 UF>0, 近海均温呈上升趋势, 平均温度为 17.37℃。其中, 1999—2003 年, UF 与 UB 的绝对值均小于 1.96, 表明在0.05 的置信水平上, 近海均温显著上升。2003—2007 年, UF 与 UB 有多个交点, 表明长江近海均温产生多次突变, 沿海气候发生强烈的波动, 推测与同期的厄尔尼诺现象频发密切相关[27]。2008—2016 年, UF<0, 近海均温呈下降趋势, 平均温度为16.99℃。其中, 2008—2010 年, UF 和 UB 的绝对值均小于 1.96, 表明在 0.05 的置信水平上, 近海均温显著下降。
图6 长江近海均温1997—2016年时序变化(a)与Mann-Kendal (b)检验结果
Fig.6 Temporal variation (a) and Mann-Kendal test results (b) of mean temperature in the Yangtze River Offshore waters during 1997–2016
2.3 长江与其他大河入海热通量的对比
本文计算世界上其他广受关注的大河入海热通量, 并与长江进行比对(图7)。其中, 欧洲的莱茵河河口的水温波动季节性变化特征与长江口类似, 表现为河口水温的波动幅度大于近海水域温度, 且夏季更热, 冬季更冷。4—8 月莱茵河河口向其近海水域输“热”, 其余月份向近海输“冷”, 整体上以输“冷”作用为主, 热通量总值为 28.1 EJ/年, 预计近海水域向莱茵河河口输入 0.2 EJ 的热量。北美的密西西比河河口水温的波动幅度大于近海水域温度, 河口水温全年小于近海水域温度, 夏季温差小, 冬季温差大, 输“冷”作用明显, 热通量总值为 28.1 EJ,预计近海水域向密西西比河河口输入 17.5 EJ 的热量。大洋洲的墨累河河口的水温波动幅度大于近海水域温度, 表现出夏季更大、冬季更小的特点。5—8 月墨累河向近海输“冷”, 其余月份向近海输“热”, 整体上以输“热”作用为主, 热通量总值为1.05 EJ/年, 预计每年墨累河河口向近海水域输入0.04 EJ 的热量。通过上述对比可以发现, 长江河口的入海热通量显著高于其他河流系统, 对近海水域的增温作用明显, 与流域内人类生产生活中频繁的热排放密切相关。
图7 典型河流(莱茵河、密西西比河和墨累河)河口–近海水域温度和径流量的季节性变化
Fig.7 Seasonal variations of temperature and runoff in typical rivers (Rhine, Mississippi, and Murray) estuary-offshore waters
2.4 河口热通量对近海初级生产力的影响
由于全球近海初级生产力 1997 年的数据中仅包含 9—12 月的信息, 为了保证数据的一致性, 河口热通量、近海水温和近海初级生产力的相关性分析(图8)使用 1998—2016 年的多年月均数据。河口热通量与近海水温的 R2 为 0.7495, 表明近海平均水温与河口热通量具有强的正相关性。近海水温与近海初级生产力的 R2 为 0.7566, 表明近海水温与近海初级生产力具有强的正相关性, 与沈盎绿[28]的研究结论一致。河口热通量与近海初级生产力的 R2 为0.9651, 大于近海水温与近海初级生产力的相关系数。韩秀荣[29]有关长江口及邻近海域浮游植物生长的多环境效应因子研究结果表明, 近海水温和河口的含盐量均是影响近海生物生长的重要因素, 但含盐量比水温的影响程度更大。刘承莹等[30]的研究表明, 长江口邻近海域的生物多样性指数与盐度正相关。热通量不仅是河口热量状况的表征, 更涵盖径流量的信息。长江通过径流向近海输入大量物质,因此河口热通量对初级生产力的影响包含物质和热量两个维度。基于本文研究结果, 推断长江口热通量较水温对近海初级生产力具有更重要的作用。
图8 河口热通量与近海水温、近海初级生产力的两两相关关系(0.05显著性水平)
Fig.8 Correlation among estuarine heat flux, offshore water temperature and offshore primary productivity (significance level of 0.05)
3 结论
本文研究长江入海热通量的时空变化及其对近海生态环境的影响, 得到以下几点结论。
1) 与亚洲东部海岸整体水平相比, 长江对近海热环境的影响程度更剧烈, 影响的空间范围更广。长江口对近海水温的空间作用可分为两个阶段: 第一阶段是河流强作用带, 由于人类活动排放的热量通过径流流入近海, 河口区域温度升高, 所以该范围内随着向大洋方向距离的增加, 温度逐渐降低;第二阶段是海洋强作用带, 该范围内河流的热作用减弱至较低的水平, 水温逐渐升高。1997—2016 年间, 长江口的近海温度整体上呈现先增后减的变化规律, 其中 1997—2003 年温度升高, 多年平均温度为 17.37℃; 2008—2016 年温度下降, 多年平均温度为 16.99℃。
2) 长江入海热通量的季节性变化明显, 雨热同期。长江河口夏季温度高于近海温度, 冬季温度低于近海温度。长江对近海的热作用以输“热”为主,总热通量为 77.5 EJ/年, 平均每年向近海输入 6.1 EJ的热量。
3) 长江入海热通量与近海水温呈现较强的正相关性, R2 为 0.7495。同时, 温度是影响近海初级生产力的重要因素, 二者的 R2 为 0.7566。长江入海热通量与近海初级生产力密切相关, 二者的 R2 为0.9651。长江口向海洋的热输入是影响近海热环境和生态环境质量的重要因素。
[1] 孙津花.渭河流域蒸散发遥感反演及生态需水研究[D].西安: 长安大学, 2020
[2] Holmes R M, McClelland J W, Peterson B J, et al.Seasonal and annual fluxes of nutrients and organic matter from large rivers to the Arctic Ocean and surrounding seas.Estuaries and Coasts, 2012, 35: 369–382
[3] Gordeev V V, Martin J M, Sidorov I S, et al.A reassessment of the Eurasian river input of water,sediment, major elements, and nutrients to the Arctic Ocean.American Journal of Science, 1996, 296(6):664–691
[4] Zhao F, Ma S, Wu Y, et al.The role of climate change and vegetation greening on evapotranspiration variation in the Yellow River Basin, China.Agricultural and Forest Meteorology, 2022, 316: 108842
[5] Konapala G, Mishra A K, Wada Y, et al.Climate change will affect global water availability through compounding changes in seasonal precipitation and evaporation.Nature Communications, 2020, 11(1):3044
[6] 梁萍, 丁一汇, 何金海.长江下游夏季降水与东亚夏季风及春季太平洋海温的关系.高原气象, 2008,27(4): 772–777
[7] Rudzin J E, Shay L K, Jaimes de la Cruz B.The impact of the Amazon–Orinoco River plume on enthalpy flux and air–sea interaction within Caribbean Sea tropical cyclones.Monthly Weather Review, 2019, 147(3):931–950
[8] White R H, Toumi R.River flow and ocean temperatures: the Congo River.Journal of Geophysical Research: Oceans, 2014, 119(4): 2501–2517
[9] Witte C R, Zappa C J, Mahoney A R, et al.The winter heat budget of sea ice in Kotzebue Sound: Residual ocean heat and the seasonal roles of river outflow.Journal of Geophysical Research: Oceans, 2021, 126(9): e2020JC016784
[10] 李浩杰, 李弘毅, 王建, 等.河冰遥感监测研究进展.地球科学进展, 2020, 35(10): 1041–1051
[11] 史久新, 朱大勇, 赵进平, 等.海水盐度遥感反演精度的理论分析.高技术通讯, 2004, 14(7): 101–105
[12] 肖潇, 徐坚, 赵登忠, 等.基于国产卫星多光谱影像的河流水体浊度遥感联合反演研究.长江科学院院报, 2021, 38(6): 128–136
[13] Leuven R, Poudevigne I, Teeuw R M.Application of geographic information systems and remote sensing in river studies: General introduction // European Socrates Workshop on the Application of Geographic Information Systems and Remote Sensing in River Studies.Nijmegen, 2002: 1–8
[14] Del Castillo C E, Miller R L.On the use of ocean color remote sensing to measure the transport of dissolved organic carbon by the Mississippi River Plume.Remote Sensing of Environment, 2008, 112(3): 836–844
[15] 马跃良, 王云鹏, 贾桂梅.珠江广州河段水体污染的遥感监测应用研究.重庆环境科学, 2003, 25(3):13–16
[16] Zhang Y, Fan D, Qin R.Estuary-shelf interactions off the Changjiang Delta during a dry-wet seasonal transition.Marine Geology, 2020, 426: 106211
[17] 黄远光.长江口及其邻近海域悬沙浓度对流域水库修建和台风的响应及其环境效应[D].上海: 华东师范大学, 2022
[18] 陆梦恬.长江流域干旱和热浪对植被绿度和生产力的影响研究[D].杭州: 浙江大学, 2022
[19] Xia J, Li Z, Zeng S, et al.Perspectives on eco-water security and sustainable development in the Yangtze River Basin.Geoscience Letters, 2021, 8(1): 18
[20] Zhu Z.Science of Landsat analysis ready data.Remote Sensing, 2019, 11(18): 2166
[21] Wang M, Zhang Z, Hu T, et al.An efficient framework for producing Landsat-based land surface temperature data using Google Earth engine.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13: 4689–4701
[22] Elshin Y.River heat runoff in the European part of Russia.Meteorol Hydrol, 1981, 9: 85–93
[23] Antão L H, Bates A E, Blowes S A, et al.Temperaturerelated biodiversity change across temperate marine and terrestrial systems.Nature Ecology & Evolution,2020, 4(7): 927–933
[24] Wang J, Xu J, Yang Y, et al.Seasonal and interannual variations of sea surface temperature and influencing factors in the Yangtze River Estuary.Regional Studies in Marine Science, 2021, 45: 101827
[25] Wengel C, Lee S S, Stuecker M F, et al.Future highresolution El Niño/Southern Oscillation dynamics.Nature Climate Change, 2021, 11(9): 758–765
[26] Tosunoglu F, Kisi O.Trend analysis of maximum hydrologic drought variables using Mann–Kendall and Şen's innovative trend method.River Research and Applications, 2017, 33(4): 597–610
[27] 高坛光, 张廷军, 康世昌, 等.冰川径流温度及其响应机制研究进展.水科学进展, 2015, 26(6): 885–892
[28] 沈盎绿.东海原甲藻和米氏凯伦藻种间竞争对海水温度变化的响应机制[D].上海: 华东师范大学,2014
[29] 韩秀荣.长江口及邻近海域浮游植物生长的多环境效应因子影响解析研究[D].青岛: 中国海洋大学,2009
[30] 刘承莹, 王锐, 高航, 等.夏季长江口–东海陆架大中型浮游生物分布特征及影响因素.同济大学学报(自然科学版), 2021, 49(10): 1363–1373