太湖不同湖區(qū)風(fēng)浪的季節(jié)變化特征*

?

太湖不同湖區(qū)風(fēng)浪的季節(jié)變化特征*

(1：江南大學(xué)環(huán)境與土木工程學(xué)院，無(wú)錫 214122)

(2：中國(guó)科學(xué)院南京地理與湖泊研究所湖泊與環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210008)

(3：江蘇省水文水資源勘測(cè)局無(wú)錫分局，無(wú)錫 214031)

(4：河海大學(xué)水文水資源學(xué)院，南京 210098)

摘要：為明晰太湖風(fēng)浪的空間分布及季節(jié)變化，在湖心區(qū)設(shè)立波浪觀測(cè)站，利用其記錄的波浪數(shù)據(jù)證明SWAN模型能夠較好地模擬太湖風(fēng)浪.基于所建模型，對(duì)2013年自然風(fēng)場(chǎng)條件下太湖不同湖區(qū)風(fēng)浪季節(jié)動(dòng)態(tài)進(jìn)行模擬分析，結(jié)果表明：受岸線、地形和島嶼等地理因素影響，大太湖的風(fēng)浪總是最強(qiáng)，其有效波高均值為0.523m；而東太湖風(fēng)浪最小，有效波高均值為0.305m.受盛行風(fēng)場(chǎng)季節(jié)變化影響，太湖春、夏季有效波高均值明顯大于秋、冬季.太湖波浪的能量主要來(lái)源于風(fēng)場(chǎng)，其有效波高隨風(fēng)速增大而增大，兩者呈極顯著正相關(guān).而風(fēng)向則可以通過(guò)改變風(fēng)區(qū)長(zhǎng)度來(lái)影響風(fēng)浪生消.在偏東風(fēng)作用下，太湖湖西區(qū)的風(fēng)浪大于東部湖區(qū)；而受盛行于冬季的偏北風(fēng)影響，太湖南部水域風(fēng)浪要大于北部.同時(shí)，太湖風(fēng)浪的時(shí)空分布特征是造成太湖水質(zhì)參數(shù)、沉積物和水生植物空間分布差異的重要原因之一。

關(guān)鍵詞：太湖分區(qū)；風(fēng)浪；季節(jié)動(dòng)態(tài)；空間分布；SWAN模型；水生植物

Changes in seasonal characteristics of wind and wave in different regions of Lake Taihu

在淺水湖泊中，水動(dòng)力擾動(dòng)引起的底泥懸浮不僅導(dǎo)致水體透明度下降，還可造成賦存在沉積物中的營(yíng)養(yǎng)鹽向上覆水層釋放，增加淺水湖泊富營(yíng)養(yǎng)化的風(fēng)險(xiǎn).平均水深 1.9m 的太湖是典型的淺水富營(yíng)養(yǎng)化湖泊[1].該湖泊水面開(kāi)闊，水底地形平坦，多數(shù)岸線暴露在長(zhǎng)風(fēng)區(qū)條件下，有利于風(fēng)浪的生成和發(fā)展.研究已經(jīng)證明，太湖底泥懸浮的主要能量來(lái)自波浪[2-3]，湖流的作用幾乎可以忽略[4-5].因此，解析太湖波浪特征對(duì)研究其水動(dòng)力過(guò)程及其生態(tài)環(huán)境效應(yīng)具有重要意義。

由于風(fēng)浪對(duì)太湖生態(tài)環(huán)境具有重要意義，近年來(lái)也有不少學(xué)者對(duì)風(fēng)浪開(kāi)展了研究.李一平等[6]在太湖實(shí)際波浪觀測(cè)的基礎(chǔ)上，對(duì)太湖波浪進(jìn)行數(shù)值模擬，研究了太湖波浪的主要影響因素.劉興平[7]研究了太湖波浪的生消動(dòng)態(tài)過(guò)程并結(jié)合湖流三維模型，尋求太湖湖流對(duì)波浪的影響.同時(shí)，學(xué)者們也積極探討太湖波浪對(duì)生態(tài)環(huán)境的影響，如波浪和湖流共同作用下太湖水體懸浮物輸運(yùn)過(guò)程[8]，太湖波浪與湖流對(duì)沉積物再懸浮的影響[9-11]，太湖白帽覆蓋率的變化與特征[11].這些研究對(duì)探求太湖波浪數(shù)值模擬成果有一定意義，但都是在假想的定常風(fēng)或較短時(shí)間內(nèi)的實(shí)際風(fēng)場(chǎng)作用下對(duì)太湖波浪的數(shù)值模擬.而利用基于動(dòng)譜平衡方程開(kāi)發(fā)的SWAN模型，就實(shí)際風(fēng)場(chǎng)周年變化條件下太湖波浪時(shí)空分布的特征研究還鮮有報(bào)道。

本文基于太湖實(shí)測(cè)風(fēng)場(chǎng)和波浪數(shù)據(jù)，通過(guò)第3代淺水波浪模型SWAN，分析 2013 年自然風(fēng)場(chǎng)條件下太湖不同湖區(qū)風(fēng)浪時(shí)空分布特征，并從較大的時(shí)空尺度上討論風(fēng)浪的生態(tài)環(huán)境效應(yīng)，本研究可為太湖生態(tài)環(huán)境問(wèn)題的動(dòng)力學(xué)成因研究提供幫助。

1 數(shù)據(jù)與方法

1.1 太湖概況

太湖(30°55′40″～31°32′58″ N,119°52′32″～120°36′10″ E)是長(zhǎng)江三角洲的一個(gè)大型淺水湖泊(圖1).太湖水域面積 2338km2，南北長(zhǎng) 68.5km，東西平均寬 34km，最寬處 56km.太湖平均水深 1.9m，最大水深不超過(guò) 3m，其最深處位于湖心偏西、平臺(tái)山以北的區(qū)域.太湖湖面開(kāi)闊，水下地形平坦，平均坡度只有19.7″.按照岸線、水質(zhì)和水下地形等因素，太湖可分為大太湖、梅梁灣、貢湖、竺山湖、胥湖、西部沿岸、南部沿岸、東太湖和箭湖東茭咀 9 個(gè)湖區(qū)[12](圖1).太湖流域夏季受海陸氣溫差異影響，盛行東南風(fēng)；冬季受來(lái)自西伯利亞的寒流影響，盛行西北風(fēng).由于全球氣候變暖、城鎮(zhèn)化等原因，太湖的年平均風(fēng)速和最大風(fēng)速均呈逐年下降的趨勢(shì)。

圖1 觀測(cè)站及太湖分區(qū)示意Fig.1 Sketch of observation stations and nine regions in Lake Taihu

1.2 第三代淺水波浪模型

SWAN模型建立在波浪能量平衡方程基礎(chǔ)上，考慮了波浪作用過(guò)程中的波浪折射、反射、淺化、破碎、白帽、底摩擦及波-波相互作用，其中未考慮湖流的作用和波浪繞射的影響.SWAN模型能夠很好地運(yùn)用于海岸、湖泊、河口等淺水區(qū)域，為波浪的傳播以及帶來(lái)的影響提供充分的依據(jù)。

1.2.1 動(dòng)譜平衡方程SWAN 模型不是以二維能譜密度而是以二維動(dòng)譜密度表示隨機(jī)波，因在流場(chǎng)中，動(dòng)譜密度守恒，而能譜密度不守恒，動(dòng)譜密度與能譜密度和相對(duì)頻率的關(guān)系為：N(σ,θ)=E(σ,θ)/σ，N(σ,θ)隨時(shí)間、空間而變化.在笛卡爾直角坐標(biāo)系下，動(dòng)譜平衡方程可表示為[13]：

(1)

式中，方程左邊第1項(xiàng)為N隨時(shí)間的變化率；第2、3項(xiàng)分別表示N在地理空間坐標(biāo)x、y方向上的傳播(Cx和Cy分別為x和y方向的傳播速率)；第4項(xiàng)表示流場(chǎng)和水深所引起的N在相對(duì)頻率σ空間的變化；第5項(xiàng)為N在譜分布方向θ空間(譜方向分布范圍)的傳播；S為以譜密度表示的源匯項(xiàng)，包括風(fēng)能輸入、波與波之間非線性相互作用和由于底摩擦、白浪、破碎等引起的能量損耗；Cx、Cy、Cσ和Cθ分別代表在x、y、σ和θ空間的波浪傳播速度。

1.2.2 波浪能量輸入和損耗項(xiàng)風(fēng)能輸入使用共振機(jī)制[14]和反饋機(jī)制[15]來(lái)描述，相應(yīng)的源函數(shù)可表示為線性增長(zhǎng)和指數(shù)增長(zhǎng)兩部分之和.波浪能量的耗散項(xiàng)主要是白浪、底部摩檫和由水深引起的波破碎.白浪主要由波陡度控制，根據(jù)Hasselmann等提出的脈動(dòng)平均模型進(jìn)行計(jì)算[13]；底摩擦采用Collins拖曳理論模型；水深引起的波破碎基于Miche準(zhǔn)則，Battjes等[16]根據(jù)大量試驗(yàn)數(shù)據(jù)及現(xiàn)場(chǎng)資料，認(rèn)為在淺水域，對(duì)于不同類型的地貌，隨機(jī)波的最大破碎波高Hm與水深d的關(guān)系可表示為：Hm=γd。

1.2.3 波與波之間非線性相互作用在深水域，四相波與波非線性相互作用占主導(dǎo)地位，譜能由譜峰處向低頻轉(zhuǎn)移(使得峰頻變小)和高頻轉(zhuǎn)移(高頻處能量由于白浪而耗散掉).在淺水域，三相波與波之間非線性相互作用是主要影響因素，能量由低頻向高頻處轉(zhuǎn)移.在SWAN模型中，四相波-波相互作用采用Hasselmann等[13]提出的離散相互作用近似法(DIA)計(jì)算，在三相波相互作用的計(jì)算中，每個(gè)譜方向上均采用Eldeberky的集合三相近似模型(LTA)[17]，它由Eldeberky等的離散三相近似模型[18]改進(jìn)而得。

1.2.4 SWAN參數(shù)設(shè)置SWAN模型物理過(guò)程考慮底摩擦效應(yīng)、白浪損耗和非線性波-波之間相互作用等耗散機(jī)制.底摩擦引起的消耗采用Collins模型，底摩擦系數(shù)取0.025；破碎系數(shù)取均值0.73.沿逆時(shí)針?lè)较虻淖V分布方向θ空間(即譜方向分布范圍)的譜方向步長(zhǎng)取為10°，譜頻率σ計(jì)算范圍為0.04～1.00Hz，網(wǎng)格數(shù)為15.以JONSWAP譜和4階余弦函數(shù)表示二維譜.因入湖河道對(duì)太湖波浪的影響較小，可忽略不計(jì)，作陸地邊界處理.以X10、Y10風(fēng)場(chǎng)作為模型風(fēng)輸入.計(jì)算網(wǎng)格為矩形網(wǎng)格，計(jì)算步長(zhǎng)1km，由此可將太湖劃分為69×69個(gè)網(wǎng)格，x、y方向上計(jì)算域長(zhǎng)度均為69km.同時(shí)，模型驗(yàn)證的計(jì)算時(shí)間域?yàn)?014年8月14日6：10至8月17日5：40，計(jì)算時(shí)間步長(zhǎng)設(shè)置為10min，模型計(jì)算結(jié)果輸出的時(shí)間間隔為30min.模型模擬的計(jì)算時(shí)間域?yàn)?013年1月1日0：00至12月31日23：30，計(jì)算時(shí)間步長(zhǎng)設(shè)置為30min，模型計(jì)算結(jié)果輸出的時(shí)間間隔為 6h。

1.3 數(shù)據(jù)采集與處理

風(fēng)速、風(fēng)向觀測(cè)站位于太湖湖心(31°16′40″N，120°9′16″E)，于2013年1月1日0:00至2013年12月31日23:30及2014年8月14日6：10至8月17日5：40逐時(shí)記錄水面以上10m高度處的10min平均風(fēng)速，采樣時(shí)間間隔30min，全湖采用同一風(fēng)場(chǎng)數(shù)據(jù)作為輸入，將此風(fēng)場(chǎng)分解至笛卡爾坐標(biāo)系的x軸和y軸，表現(xiàn)形式為X10、Y10：

(2)

(3)

式中，WD代表站點(diǎn)處的風(fēng)向，WS代表站點(diǎn)處的風(fēng)速。

波浪觀測(cè)使用英國(guó)Valeport有限公司生產(chǎn)的采樣頻率為8Hz的高精度Valeport，觀測(cè)站位于太湖湖心(31°18′33″N，120°12′22″E)，于2014年8月14日6：10至8月17日05：40進(jìn)行觀測(cè)，采樣時(shí)間間隔30min，得到有效波高(Hs)及譜峰周期(Tp)等。

數(shù)據(jù)統(tǒng)計(jì)分析使用Excel和SPSS 20.0軟件，作圖使用Origin 8.1和Surfer 8軟件.采用Pearson相關(guān)分析法表示相關(guān)性，P<0.01表示兩者呈極顯著相關(guān)，P<0.05表示兩者呈顯著相關(guān).使用確定性系數(shù)表示模擬值與實(shí)測(cè)值之間的擬合程度：

(4)

2 結(jié)果與討論

2.1 模型驗(yàn)證

圖2 模擬與實(shí)測(cè)有效波高的線性關(guān)系Fig.2 Linear relationship between calculated and measured values of significant wave height

圖3 2014 年 8 月 14日 6:10 至 17 日 5:40 湖心觀測(cè)站有效波高實(shí)測(cè)值與計(jì)算值的比較Fig.3 Comparison of measured and calculated values of significant wave height in the center of Lake Taihu from August 14th 6:10 to 17th 5:40 of 2014

通過(guò)建立2014年8月14日6：10至8月17日5：40間模擬與實(shí)測(cè)有效波高值之間的線性關(guān)系(圖2)，表明模擬與實(shí)測(cè)有效波高值能夠緊密分布在直線y=0.946x兩側(cè)，判定系數(shù)R2=0.960(樣本數(shù)n=288)；相對(duì)誤差范圍為0.03%～28.7%，均值為10.7%；實(shí)測(cè)值與模擬值呈極顯著正相關(guān)(r=0.83，P<0.01)，確定性系數(shù)為0.84.可見(jiàn)有效波高的模擬值能夠較好地反映太湖波浪的實(shí)際情況，SWAN模型能夠較好地表現(xiàn)太湖的風(fēng)浪特征。

驗(yàn)證結(jié)果表明，模擬的有效波高與實(shí)測(cè)波高變化趨勢(shì)基本一致(圖3)，但兩者之間存在一定的誤差.在模擬初期，實(shí)測(cè)值與模擬值誤差較大，隨著模擬時(shí)間的推移，風(fēng)浪場(chǎng)逐漸形成，模擬值與實(shí)測(cè)值越來(lái)越接近.誤差來(lái)源[19]可能是：(1) 由于全湖采用的是空間均勻的逐時(shí)風(fēng)場(chǎng)，與實(shí)際風(fēng)場(chǎng)有一定的誤差；(2) 在阻擋物較多的狹長(zhǎng)水域以及湖灣內(nèi)，以此空間均勻風(fēng)場(chǎng)帶來(lái)的誤差影響就會(huì)大些；(3) 未考慮波流相互作用；(4) 盡管風(fēng)浪是太湖波浪的主要能量來(lái)源，但是實(shí)測(cè)波浪還包括船行波和潮汐等。

2.2 太湖不同湖區(qū)風(fēng)浪的季節(jié)分布特征

圖4 太湖湖心氣象觀測(cè)站記錄的2013年各月月平均風(fēng)速變化過(guò)程Fig.4 Changes of monthly average wind speed in 2013 recorded by meteorological station in center of Lake Taihu

2.2.1 2013年太湖風(fēng)場(chǎng)特征分析對(duì)太湖湖心觀測(cè)站(圖1)記錄的2013年風(fēng)速、風(fēng)向開(kāi)展統(tǒng)計(jì)分析.2013年太湖月均風(fēng)速(圖4)在3.0～6.0m/s之間，其中春季(3-5月)、夏季(6-8月)和秋季(9-11月)風(fēng)速相對(duì)較高，平均約4.9m/s；冬季(2013年1、2和12月)風(fēng)速低，為3.8m/s. 2013年太湖四季風(fēng)向分布情況見(jiàn)表1，春季和夏季以東南風(fēng)為主，秋季以東北風(fēng)為主，冬季以西北風(fēng)為主.依據(jù)蒲福風(fēng)級(jí)分類標(biāo)準(zhǔn)，2013年太湖風(fēng)場(chǎng)序列統(tǒng)計(jì)情況見(jiàn)表2. 2013年太湖流域主要以輕風(fēng)、微風(fēng)、和風(fēng)為主，風(fēng)速介于1.6～7.9m/s.其中尤以微風(fēng)發(fā)生頻率最高，占全年的31.87%.全年觀測(cè)到的最大風(fēng)速為15.0m/s，達(dá)到疾風(fēng)標(biāo)準(zhǔn)。

2.2.2 2013年太湖風(fēng)浪時(shí)空分布特征基于2013年實(shí)測(cè)風(fēng)場(chǎng)，利用SWAN模型對(duì)太湖2013年1月1日0：00至12月31日23：30的風(fēng)浪進(jìn)行模擬，統(tǒng)計(jì)分析太湖風(fēng)浪的時(shí)空分布特征。

2013年9個(gè)湖區(qū)12個(gè)月的有效波高的最大值見(jiàn)表3.2013年太湖的有效波高最大值在0.217～0.652m之間.大太湖的風(fēng)浪總是最強(qiáng)，其有效波高均值為0.523m；而東太湖風(fēng)浪最小，有效波高均值為0.305m.有文獻(xiàn)報(bào)道[6，20]，風(fēng)浪的大小與風(fēng)速、風(fēng)時(shí)、風(fēng)區(qū)長(zhǎng)度有著密切的關(guān)系；另外，風(fēng)浪的影響因子還包括水深、地形、岸線形狀、沉水植物覆蓋度等.大太湖平均水深2.3m，水面開(kāi)闊；東太湖平均水深僅為1.05m，水域呈狹長(zhǎng)型；這兩個(gè)湖區(qū)的特征有著本質(zhì)區(qū)別，東太湖的水力條件為沉水植物的生長(zhǎng)創(chuàng)造了有利的環(huán)境.事實(shí)上，通過(guò)多年的野外觀測(cè)發(fā)現(xiàn)大太湖水底幾乎無(wú)水草，而東太湖水草生長(zhǎng)茂盛.Jackson等[21]和Hamilton等[22]研究認(rèn)為水生植物能夠阻礙波浪的形成，并降低水流速度.因此，水生植物能阻礙波浪的發(fā)展，起到消浪的作用；進(jìn)而可以降低底泥再懸浮[23]和內(nèi)源釋放[24]的可能性.這又恰恰說(shuō)明草型湖泊(胥湖和東太湖)的透明度和水質(zhì)優(yōu)于藻型湖泊(梅梁灣、貢湖和竺山湖)[25-26].太湖北部3個(gè)湖灣有效波高值大小順序?yàn)椋好妨簽?貢湖>竺山湖.竺山湖水域面積最小，風(fēng)吹程短，不利于風(fēng)浪的生長(zhǎng)，這是該湖灣有效波高小的主要原因之一.在盛行東南風(fēng)的夏季，西部沿岸區(qū)的有效波高值均比南部沿岸區(qū)高，這與西部沿岸區(qū)風(fēng)區(qū)長(zhǎng)度、岸線形狀規(guī)則有著密切的關(guān)系。

表1 2013年太湖湖心氣象站記錄的風(fēng)向統(tǒng)計(jì)結(jié)果

表2 2013 年太湖湖心氣象站記錄的風(fēng)速等級(jí)統(tǒng)計(jì)結(jié)果

受控于風(fēng)速、風(fēng)向的季節(jié)波動(dòng)，太湖春、夏季有效波高均值大于秋、冬季.SWAN模擬結(jié)果表明：2013年全太湖春、夏、秋和冬季有效波高平均值分別為0.433、0.444、0.418和0.343m.各湖區(qū)有效波高季節(jié)分布與此相似，例如：大太湖春、夏、秋、冬季有效波高分別為0.565、0.543、0.546和0.435m；東太湖春、夏、秋、冬季有效波高分別為：0.424、0.419、0.416和0.329m.風(fēng)速是導(dǎo)致太湖風(fēng)浪這種季節(jié)變化的主要因素.統(tǒng)計(jì)分析結(jié)果顯示，太湖有效波高與風(fēng)速呈極顯著正相關(guān)(r=0.47，P<0.01),即有效波高與風(fēng)速的季節(jié)變化一致，風(fēng)速越大，有效波高越大.此外，湖流[27]、水位[28]、行船[29]及水生植物等季節(jié)變化也可能對(duì)風(fēng)浪季節(jié)動(dòng)態(tài)產(chǎn)生影響。

表3 2013年不同湖區(qū)各月有效波高最大值(m)

2.3 典型風(fēng)向下微風(fēng)引起的波浪季節(jié)分布特征

由于2013年太湖盛行微風(fēng)，因此借助所建SWAN模型分析微風(fēng)風(fēng)速條件下西南、東南、東北和西北風(fēng)在太湖形成的風(fēng)浪空間分布.在西南風(fēng)作用下，波高由西南沿岸向湖心逐漸變大，繞過(guò)西山島，在梅梁灣和貢湖口達(dá)到最大(圖5A).在夏季盛行的東南風(fēng)作用下，波高由箭湖東茭咀-南部沿岸-湖心逐漸變大，在梅梁湖口以西的湖心區(qū)域達(dá)到最大(圖5B).在東北風(fēng)作用下，波高最大值在西部沿岸附近的湖心區(qū)域，其次為大太湖和西部沿岸，各湖灣的有效波高基本在0.15～0.18m(圖5C).而西北風(fēng)引起的風(fēng)浪的有效波高值則由西北沿岸區(qū)向湖心逐漸增大，西山島附近達(dá)到最大；在西山島的阻礙作用下，胥湖和東太湖的波高明顯減小(圖5D)。

風(fēng)向可以通過(guò)改變風(fēng)區(qū)長(zhǎng)度來(lái)影響風(fēng)浪生消.不過(guò)，不論何種風(fēng)向下，大太湖的有效波高始終最大，在0.16～0.22m之間.而該湖區(qū)也是太湖水動(dòng)力擾動(dòng)最為頻繁和劇烈的區(qū)域.沈吉等[30]觀測(cè)到湖心大部分湖底露出黃褐色硬質(zhì)黃土層，局部地區(qū)有小于3cm的上覆浮泥，這可能與該區(qū)域始終頻繁遭受強(qiáng)風(fēng)浪擾動(dòng)有關(guān).東太湖和胥湖的有效波高都是最小的，在0.10～0.16m之間(圖5).這兩塊水域相對(duì)封閉，風(fēng)區(qū)長(zhǎng)度較小，不利于風(fēng)浪的成長(zhǎng)和發(fā)展.這樣的水動(dòng)力條件大大降低了沉水植物的機(jī)械損傷，為沉水植物的生長(zhǎng)提供了良好的環(huán)境；同時(shí)，而沉水植物繁盛又可以起到消浪的作用，兩者間存在著正反饋機(jī)制。

圖5 2013年典型風(fēng)向下微風(fēng)引起的太湖有效波高的季節(jié)分布Fig.5 Seasonal distribution of significant wave height in Lake Taihu under different wind directions in 2013

3 結(jié)論

1) 通過(guò)2014年8月14日6：10至8月17日5：40實(shí)測(cè)有效波高與模擬有效波高比較發(fā)現(xiàn)，其變化趨勢(shì)基本一致，能夠緊密分布在直線y=0.946x兩側(cè)，判定系數(shù)R2=0.960(樣本數(shù)n=288)；相對(duì)誤差范圍為0.03%～28.7%，均值為10.7%；實(shí)測(cè)值與模擬值呈極顯著正相關(guān)(r=0.83，P<0.01)，確定性系數(shù)為0.84.可見(jiàn)SWAN模型能夠較好地體現(xiàn)太湖風(fēng)浪特征。

2) 受岸線、地形和島嶼等地理因素影響，2013年大太湖的風(fēng)浪總是最強(qiáng)的，其有效波高均值為0.523m；而東太湖風(fēng)浪最小，有效波高均值為0.305m.受盛行風(fēng)場(chǎng)季節(jié)變化影響，太湖春、夏季有效波高均值明顯大于秋、冬季.太湖波浪的能量主要來(lái)源于風(fēng)場(chǎng)，其有效波高隨風(fēng)速增大，兩者呈極顯著正相關(guān)(r=0.47，P<0.01)。

3) 風(fēng)向可以通過(guò)改變風(fēng)區(qū)長(zhǎng)度來(lái)影響風(fēng)浪生消.在偏東風(fēng)作用下，太湖湖西區(qū)的風(fēng)浪大于東部湖區(qū)；而受盛行于冬季的偏北風(fēng)影響，太湖南部水域風(fēng)浪要大于北部.同時(shí)，太湖風(fēng)浪的時(shí)空分布特征是造成太湖水質(zhì)參數(shù)、沉積物和水生植物空間分布差異的重要原因之一。

參考文獻(xiàn)4

[1]孫順才, 黃漪平. 太湖. 北京：海洋出版社, 1993。

[2]秦伯強(qiáng), 胡維平, 高光等. 太湖沉積物懸浮的動(dòng)力機(jī)制及內(nèi)源釋放的概念性模式. 科學(xué)通報(bào), 2003, 48(17): 1822-1831。

[3]Wu TF, Qin BQ, Zhu GWetal. Modeling of turbidity dynamics caused by wind-induced waves and current in the Taihu Lake.InternationalJournalofSedimentResearch, 2013, 28(2): 139-148。

[4]Jin KR, Ji ZG. Calibration and verification of a spectral wind-wave model for Lake Okeechobee.OceanEngineering, 2001, 28(5): 571-584。

[5]Bailey MC, Hamilton DP. Wind induced sediment resuspension: a lake-wide model.EcologicalModeling, 1997, 99(2): 217-228。

[6]李一平, 逄勇, 劉興平等. 太湖波浪數(shù)值模擬. 湖泊科學(xué), 2008, 20(1): 117-122. DOI 10. 18307/2008. 0118。

[7]劉興平. 太湖波浪過(guò)程的數(shù)值模擬. 江蘇大學(xué)學(xué)報(bào): 自然科學(xué)版, 2009, 30(1): 80-85。

[8]李一平, 逄勇, 羅瀲蔥. 波流作用下太湖水體懸浮物輸運(yùn)實(shí)驗(yàn)及模擬. 水科學(xué)進(jìn)展, 2009, 20(5): 701-706。

[9]羅瀲蔥, 秦伯強(qiáng). 太湖波浪與湖流對(duì)沉積物再懸浮不同影響的研究. 水文, 2003, 23(3): 1-4。

[10]湯露露, 王鵬, 姚琪. 太湖湖流、波浪、沉積物的三維數(shù)值模擬. 水資源保護(hù), 2011, 27(2): 1-5。

[11]陶蓉茵. 不同風(fēng)場(chǎng)條件下太湖波浪數(shù)值模擬的研究及其應(yīng)用[學(xué)位論文]. 南京: 南京信息工程大學(xué), 2012。

[12]劉聚濤, 高俊峰, 姜加虎等. 基于突變理論的太湖藍(lán)藻水華危險(xiǎn)性分區(qū)評(píng)價(jià). 湖泊科學(xué), 2010, 22(4): 488-494. DOI 10. 18307/2010. 0403。

[13]Hasselmann S, Hasselmann K, Allender JHetal. Computation and parameterizations of the nonlinear energy transfer in a gravity wave spectrum. Part Ⅱ: Parameterizations of the nonlinear energy transfer for application in wave models.JournalofPhysicalOceangraphy, 1985, 15(11): 1378-1391。

[14]Phillips OM. On the generation of waves by turbulent wind.JournalofFluidMechanics, 1957, 2(5): 417-445。

[15]Miles JW. Hamiltonian formulations for surface waves.AppliedScientificResearch, 1981, 37(1/2): 103-110。

[16]Battjes JA, Stive MJF. Calibration and verification of a dissipation model for random breaking waves.JournalofGeophysicalResearch, 1985, 90(C5): 9159-9167。

[17]Eldeberky Y. Nonlinear transformation of wave spectra in the nearshore zone[Dissertation]. Netherlands: Delft University of Technology, 1996。

[18]Eldeberky Y, Battjes JA. Parameterization of triad interactions in wave energy models. Gdansk, Poland: Proceeding Coastal Dynamics Conference, 1995: 140-148。

[19]許遐禎, 陶蓉茵, 趙巧華等. 大型淺水湖泊太湖波浪特征及其對(duì)風(fēng)場(chǎng)的敏感性分析. 湖泊科學(xué), 2013, 25(1): 55-64. DOI 10. 18307/2013. 0108。

[20]曹勇, 孫從軍, 高陽(yáng)俊等. 淀山湖水域風(fēng)浪要素計(jì)算研究. 長(zhǎng)江流域資源與環(huán)境, 2011, 20(Z1): 39-43。

[21]Jackson HO, Starrett WC. Turbidity and sedimentation at Lake Chautauqua, lllinois.JournalofWildlifeManagement, 1959, 23: 157-168。

[22]Hamilton DP, Mitchell SF. An empirical model for sediment resuspension in shallow lakes.Hydrobiologia, 1996, 317(3): 209-220。

[23]李一平, 逄勇, 李勇. 水動(dòng)力作用下太湖底泥的再懸浮通量. 水利學(xué)報(bào), 2007, 38(5): 558-564。

[24]逄勇, 李一平, 顏潤(rùn)潤(rùn)等. 內(nèi)外源共同作用對(duì)太湖營(yíng)養(yǎng)鹽貢獻(xiàn)量研究. 水利學(xué)報(bào), 2008, 39(9): 1051-1059。

[25]王震, 鄒華, 楊桂軍等. 太湖葉綠素a的時(shí)空分布特征及其與環(huán)境因子的相關(guān)關(guān)系. 湖泊科學(xué), 2014, 26(4): 567-575. DOI 10. 18307/2014. 0411。

[26]李英杰, 胡小貞, 胡社榮等. 草、藻型湖泊水體生態(tài)及理化特性的實(shí)驗(yàn)對(duì)比. 生態(tài)環(huán)境學(xué)報(bào), 2009, 18(5): 1649-1654。

[27]李一平, 逄勇, 劉興平. 太湖湖流對(duì)波浪的影響機(jī)制研究. 水利學(xué)報(bào), 2007, 38(S1): 303-308。

[28]Lind OT, Davaloslind LO, Chrzanowski THetal. Inorganic turbidity and the failure of fishery models.InternationaleRevuederGesamtenHydrobiologie, 1994, 79(1): 7-16。

[29]Hofmann H, Lorke A, Peeters F. The relative importance of wind and ship waves in the littoral zone of a large lake.LimnologyandOceanography, 2008, 53(1): 368-380。

[30]沈吉, 袁和忠, 劉恩峰等. 太湖表層沉積物的空間分布與層序特征分析. 科學(xué)通報(bào), 2010, 55(36): 3516-3524。

J.LakeSci.(湖泊科學(xué))， 2016， 28(1)： 217-224

?2016 byJournalofLakeSciences

WANG Zhen1, WU Tingfeng2**, ZOU Hua1***, JIA Xiaowang3, HUANG Lie4, LIANG Chaorong4& ZHANG Zhihao4

(1：SchoolofEnvironmentandCivilEngineering,JiangnanUniversity,Wuxi214122,P.R.China)

(2：StateKeyLaboratoryofLakeScienceandEnvironment,NanjingInstituteofGeographyandLimnology,ChineseAcademyofSciences,Nanjing210008,P.R.China)

(3：WuxiBranchofJiangsuProvinceHydrologyandWaterResourceInvestigationBureau,Wuxi214031,P.R.China)

(4：CollegeofHydrologyandWaterResources,HohaiUniversity,Nanjing210098,P.R.China)

Abstract：To understand the spatial and temporal distribution of wind and wave in Lake Taihu, wave observatory was set up in the center of lake. It was found that SWAN model could simulate the waves well in Lake Taihu by using the wave data recorded. Based on the calibrated model, waves of different seasons in Lake Taihu were simulated under the natural wind conditions in 2013. The results showed that due to shoreline, topography and islands, waves in the large Taihu water always showed the strongest with the mean significant wave height of 0.523m, while waves in east Lake Taihu were the smallest with the mean significant wave height of 0.305m. The values of mean significant wave height were higher in spring and summer than in autumn and winter because of seasonal changes. Wave energy in Lake Taihu was driven mainly by wind, leading to the significant wave height increased with wind speed. A significant positive correlation was found between significant wave height and wind speed. The wind direction affected growth and extinction of waves with changing the length of wind fetch. Under the easterly wind, waves in western lake was greater than that in eastern lake; while under northerly wind in winter, waves in southern lake was greater than that in northern lake. Meanwhile, the spatial and temporal distribution of waves was one of the major reasons to form a different spatial distribution of water quality, sediment and aquatic macrophytes in Lake Taihu。

Keywords：Partitions of Lake Taihu; wind and wave; seasonal dynamics; spatial distribution; SWAN model; aquatic macrophytes

通信作者王震1，吳挺峰2*；E-mail：tfwu@niglas.ac.cn.，鄒華1*共同通信作者；E-mail： zouhua@jiangnan.edu.cn．，賈小網(wǎng)3，黃列4，梁朝榮4，張志浩4

基金項(xiàng)目收修改稿.王震(1990～)，男，碩士研究生；E-mail：wzh.wz8@163.com．

DOI10.18307/2016.0125