廢棄亞三角洲岸灘泥沙運動和剖面塑造過程——以黃河三角洲北部為例.pdf

1、自1976年黃河入海尾閭由刁口河改道清水溝流路后，因泥沙供給嚴重匱乏致使黃河三角洲北部岸灘進入快速的侵蝕與后退狀態(tài)。該區(qū)域分布的大量油田亦為此而造成重大的經濟損失，海岸防護工程受到破壞，相應的土地鹽堿化等問題也日趨嚴峻。本文以多年重復測量的海岸剖面、2004年4月研究區(qū)大潮期間實測水文、懸沙和表層沉積物以及30m深柱狀樣資料為基礎，利用機制分解法、EOF以及BP神經網絡等技術手段，分別從動力作用、沉積物抗沖性以及剖面形態(tài)方面探討黃河三角

2、洲北部岸灘的強烈侵蝕和剖面塑造機理，同時針對不同沖淤狀態(tài)的剖面變化趨勢進行預測。主要結論包括： (1)黃河三角洲北部海域的波、流動力特征為：(a)由海向陸摩阻流速逐漸減小，在橫向上呈線性分布，其中在研究水深范圍內最大潮流摩阻流速為1.3～2.7cm/s，潮平均摩阻流速僅在0.8～1.8 cm/s，潮流的分布與摩阻流速相似；(b)波浪摩阻流速橫向分布從深水向淺水逐漸增大，進入波浪破波帶摩阻流速陡增：當波高小于0.5m摩阻流速不超過

3、2.5cm/s，而波高大于4m的來波可導致摩阻流速峰值超過20cm/s；(c)地形因素對波浪傳播衰減過程作用明顯，坡度越緩，消耗波浪能量愈多。因此，相同來波條件下波浪摩阻流速研究區(qū)東側大西側?。幌嗤拭?976年后波浪摩阻流速逐漸變小。 (2)含沙量變化與流速相關，高含沙量出現時刻滯后于高流速出現時刻約1小時。研究區(qū)水域高含沙量特征主要來源于本地局部泥沙再懸浮，懸沙以高含沙量水團形式從床底向上擴散，5m水深左右出現高能再懸浮環(huán)境

4、。海區(qū)沉積物的分布特征主要是：實測表層沉積物以粉砂為主，整體上從岸向海，粒徑逐漸變小，分選性變差直至10m水深轉為變好趨勢。海床表層沉積物可以分為3個區(qū)，近岸無潮溝岸段沉積物顆粒組成較粗，目前具有一定的抗沖能力；有潮溝岸段，沉積物組成粗細混合，以粉砂質粘土為主，分選較差，目前抗沖能力較弱；大于10m水深的深水區(qū)，沉積物組成相對較細。 (3)海岸剖面變化特征：行水期淤積中心分布在入海尾閭外，致使1976年后近岸強侵蝕區(qū)與淤積區(qū)對應

5、，侵蝕強度東強西弱，剖面經歷了快速侵蝕、波動調整和二次侵蝕期3個階段。據此提出可反映剖面淤蝕和形態(tài)變化特征的形態(tài)參數A和F。當剖面變化越劇烈，形態(tài)參數變化越明顯。依據參數A和F變化和剖面塑造等特征，可將研究區(qū)剖面分為三類，一是動態(tài)平衡型：建設期參數A變化率為1.20～1.26，參數F為1.19～1.38，剖面整體淤漲，形態(tài)上經三角洲淺水緩坡后呈上凹形直接向平坦海床過渡，缺少前緣斜坡段：1976年后主要是淺水區(qū)蝕退，整體變化微??；二是強淤

6、弱蝕型：剖面由淺水緩坡、前緣斜坡和平坦海床構成，建設期參數A和F變化率分別為1.39～1.46和1.59～1.80；1976年黃河改道后，該剖面參數A和F變化率分別為0.84～0.87和0.66～0.71，剖面形態(tài)由“S”型向直線型轉變，剖面在淺水區(qū)表現為侵蝕狀態(tài)；三是弱淤強蝕型：以1976年為節(jié)點，在1976年前剖面形態(tài)參數A和F的變化率分別介于1.07～1.29和1.16～1.46范圍，剖面亦由淺水緩坡、前緣斜坡和平坦海床構成，但三

7、角洲前緣段分布較廣；1976年后，參數A和F的變化率分別為0.56～0.67和0.45～0.67，剖面除在三角洲前緣斜坡與平坦海床過渡段略有淤積外，剖面蝕退集中在三角洲前緣斜坡段。 (4)強侵蝕型剖面蝕退塑造機理：海區(qū)沉積物和動力因素的變化對剖面蝕退起決定作用。首先，三角洲廢棄初期的高含水率、結構松散的沉積物抗沖性極差，加上波狀地形易被夷平，廢棄初期僅在潮流作用下岸灘就能發(fā)生快速蝕退；其次，松散沉積物消耗殆盡后，波流共同作用成為岸灘演變

8、的動力，波浪主要起掀沙作用，潮流主要輸運擴散泥沙作用。這主要體現在沉積物因篩選、以及埋深沉積物受到壓實作用而抗沖性增強，波流共同作用的底部摩阻流速從廢棄伊始逐漸減小，故剖面蝕退速度發(fā)生下降。最后，黃河入海尾間的頻繁擺動，導致河口壩和河口壩側海灣出現不同沉積環(huán)境下的沉積體，其抗沖性不同，造成蝕退期間不同時期內(1985～1989年)蝕退速度迥異。 (5)剖面變化的短期預測：EOF時空分解前2個特征函數可以較好的概括剖面變化特征，其

9、中兩個特征函數分別表征淺水區(qū)和深水區(qū)的變化。CS1～CS5剖面的第一特征函數主要表征深水區(qū)變化，第二特征函數主要表征淺水區(qū)變化；CS6～CS8剖面則相反。表征深水區(qū)變化的特征函數表征潮流作用，而表征淺水區(qū)變化的特征函數表征波浪作用。從研究區(qū)西側到東側，潮流作用占優(yōu)勢逐漸轉變?yōu)椴ɡ俗饔脼橹鲗?。利用對EOF時空分解的時間函數的預測，可達到剖面的短期預測。此外，利用BP神經網絡對剖面空間相和時間相分別進行預測，其中對于逐年變化存在趨勢變化的剖