中国海洋湖沼学会主办。
文章信息
- 张晓东, 姚雨涵, 朱龙海, 胡日军, 吴闯. 2022.
- ZHANG Xiao-Dong, YAO Yu-Han, ZHU Long-Hai, HU Ri-Jun, WU Chuang. 2022.
- 基于大量卫星图像研究青岛汇泉湾海滩近40年的地形地貌演变
- TOPOGRAPHIC AND GEOMORPHOLOGICAL EVOLUTION OF HUIQUAN BEACH OF QINGDAO IN PAST 40 YEARS USING MASSIVE SATELLITE IMAGES
- 海洋与湖沼, 53(3): 578-589
- Oceanologia et Limnologia Sinica, 53(3): 578-589.
- http://dx.doi.org/10.11693/hyhz20211100286
文章历史
-
收稿日期:2021-11-22
收修改稿日期:2022-01-07
2. 海底科学与探测技术教育部重点实验室 中国海洋大学 山东青岛 266100
2. The Key Lab of Submarine Geoscience and Prospecting Techniques, Ministry of Education, Ocean University of China, Qingdao 266100, China
海滩是滨海湿地的核心地带, 具有重要的社会、经济和生态价值(李广雪等, 2013; Zhang et al, 2021)。受自然变化和人类活动影响, 海滩的位置和形态都是不断变化的(陈子燊等, 2010; Jackson et al, 2020)。全球20%~31%海岸线为砂质岸线, 24%~70%砂质岸线的侵蚀速率超0.5 m/a (Luijendijk et al, 2018)。Vousdoukas等(2020)预测, 全球半数海滩到本世纪末将濒临消失。尽管该观点尚有较大争议, 但海滩侵蚀引起了全球关注和担忧则是不争事实(Zhang et al, 2021)。
我国砂砾质岸线在1940~1960年代占比23%~24% (侯西勇等, 2016), 与全球比例相当; 在1990年代, 约70%砂质岸线遭受侵蚀(夏东兴等, 1993); 近年来, 随着沿海开发加剧, 海岸线侵蚀和人工化问题日益突出(蔡锋等, 2008; 陈子燊等, 2010); 至2014年, 我国砂砾质岸线占比降至9.8% (侯西勇等, 2016), 大量海滩不得不进行人工养护(庄振业等, 2011; Liu et al, 2020)。
全面准确评估海滩的时空演变是海滩侵蚀防护的前提。卫星图像长期、连续、覆盖范围广且有大量免费资源, 在全球变化加剧背景下, 使用卫星图像研究海滩时空演变不仅对海滩侵蚀防护具有重要意义, 还是沿海工程环境影响评价的重要内容, 并为海滩整治修复提供科技支撑(李汉英等, 2019; Liu et al, 2020; Zhang et al, 2021)。近年来, 大量研究通过解译卫星图像评估海滩的时空演变, 揭示了海平面上升、河流输沙减少、潮汐和波浪、海滩养护和沿海工程等对海滩演变的影响(Luijendijk et al, 2018; Zhang et al, 2019; 李汉英等, 2019; Vousdoukas et al, 2020)。但是, 高分卫星图像价格贵、历史短、空间覆盖小, 难以较高时间分辨率研究海滩的长期演变; 长期、连续、免费的卫星图像空间分辨率较低, 用来研究宽度和变化速率均较小、剖面形态复杂、易受水位波动影响的海滩的时空演变面临巨大挑战(Zhang et al, 2021)。
Zhang等(2021)采用亚像素识别技术(Pardo-Pascual et al, 2012, 2018; Vos et al, 2019)改进了聚焦剖面的计算机辅助海岸线位置识别软件(computer- aided shoreline position recognition software, CASPRS), 基于880幅Landsat图像, 采用多指标研究海阳万米海滩的时空演变, 研究结果更加准确、可靠和全面, 并使基于卫星图像分析海滩剖面的历史形态成为可能。本文综合使用993幅Landsat和Sentinel图像研究青岛汇泉湾海滩1984~2021年的时空演变, 探讨其影响因素, 并使用实测数据进行误差评估, 旨在进一步深化基于大量卫星图像的海滩演变研究, 为汇泉湾海滩保护提供建议, 并为其他区域海滩演变研究提供参考。
1 研究区概况汇泉湾毗邻青岛市中心城区, 是半封闭海湾, 水清浪小、沙细坡缓, 湾顶为著名的青岛第一海水浴场(图 1)。“绿树掩红楼, 碧海泛金沙”, 汇泉湾还被贺中等(2013)誉为青岛最秀丽的风景。根据最新卫星图像, 汇泉湾海滩长1.1 km, 最大宽度超200 m。海滩被一沟槽分为中高潮滩和低潮滩两部分(图 1)。该沟槽在海滩西北部较宽, 使得西北部的低潮滩呈典型的“沙坝—沟槽”地貌特征; 沟槽向东缩窄, 与海岸线交汇于一排水沟。中高潮滩较陡(2.42°~5.62°), 向东南逐渐变缓; 低潮滩较缓(0.32°~0.88°), 向东南逐渐变陡(庄丽华等, 2008)。
影响汇泉湾海滩的水动力因素主要是波浪和潮流(常瑞芳等, 1986, 1992; 李春柱等, 1992; 卞霄等, 2017)。根据小麦岛站多年实测资料, 研究区波浪主要为东南向, 以涌浪为主; 东南向波浪H1/10 (十分之一大波波高)和H1/100 (百分之一大波波高)的极大值分别为5.1和6.8 m (郭景松等, 2018)、平均值分别为0.79和0.96 m。波致沿岸流在汇泉湾内为顺时针环流, 潮致余流和波致沿岸流的方向基本一致(图 1。郭景松等, 2018)。研究区的潮汐属正规半日潮, 平均潮差2.8 m (中国海湾志编纂委员会, 1993)。
中高潮滩多为中、粗砂, 低潮滩多为细砂(图 2), 西侧粗、东侧细(常瑞芳等, 1986; 王伟伟等, 2007; 蔡杏兰等, 2017), 平均粒径在-1.53 φ~3.06 φ (王永红等, 2012)。关于汇泉湾海滩沉积物的输运方向目前尚有分歧。在顺岸方向, 董贺平(2004)和王永红等(2012)认为海滩沉积物从两侧向中部输运, 但王伟伟等(2007)认为其输运方向为自西北向东南。在垂岸方向, 董贺平(2004)认为沟槽上部沉积物向陆输运、下部沉积物向海输运, 但王伟伟等(2007)认为沉积物在高潮线附近向海输运, 在沙坝外侧向陆输运。
在1957年, 海滩东南部建造了一个长135 m的码头, 已有研究认为该码头对汇泉湾海滩产生了不利影响(常瑞芳等, 1986; 李春柱等, 1992; 常德馥等, 1998), 该码头在2002年被拆除(图 1)。汇泉湾海滩小规模的养护时有发生, 但有文献记录的大规模整治和补沙主要发生在2003和2017年。在2003年的整治中, 滩肩上的大量建筑被拆除, 并在滩肩补沙12 000 m3; 整治后, 干滩由40 m扩至70 m (庄振业等, 2011)。2017年, 再次在滩肩补沙20 000 m3, 滩肩旧沙被推至潮水线以下(据半岛都市报, http://news.bandao.cn/news_html/201707/20170701/news_20170701_2742486.shtml)。
2 数据和方法 2.1 卫星图像来源和预处理卫星图像, 包括Landsat TM、ETM+和OLI图像(分辨率30 m)以及Sentinel MSI图像(分辨率10 m), 下载自谷歌地球引擎(https://code.earthengine.google.com), 下载程序为GEEdownloader (https://github.com/ouczxd/CASPRS), 下载标准为云量小于80%。人工剔除不清楚图像后剩余607幅Landsat和386幅Sentinel图像(图 3)。卫星图像未进行辐射定标和大气校正, 这是因为其对海滩岸线识别影响不大。图像合成采用标准假彩色方法, 合成图像既贴近自然图像(有利于目视解译)又包含更丰富信息。在合成图像上, 干沙滩为白色, 湿沙滩为褐色, 水体为蓝色(图 4)。
2.2 历史潮位计算和评估
历史潮位使用潮汐模拟软件Nao.99Jb (Matsumoto et al, 2000)计算。卫星图像拍摄时的瞬时水位采用线性插值得出, 卫星图像拍摄前的大潮高潮位使用拍摄前25 h的最高潮位。参照Zhang等(2018), 上述模拟潮位采用青岛港海平面季节改正值进行了校正。本文还收集了小麦岛站2011年10月的实测潮位并对模拟潮位进行了误差评估。
2.3 干湿线和水边线提取本文改进了CASPRS软件, 改进后的软件(详见https://github.com/ouczxd/CASPRS。参见Zhang et al, 2021; 张晓东等, 2021)可采用多种插值方法对图像进行最高30倍的放大, 并综合使用自动和交互两种方式确定海滩岸线在剖面上的亚像素位置。自动识别分辨率为1 m, 交互识别分辨率取决于图像放大倍数, 放大10倍时为1 m。
本文识别了干湿线和水边线在T1至T4剖面上的位置(图 1)。干湿线是海水在上次高潮时留下的痕迹线, 水边线是海滩和海水之间的瞬时分界线(Boak et al, 2005; Zhang et al, 2021)。干湿线在T1至T3剖面清晰, 但在T4剖面难识别; 水边线在T1至T4剖面都清晰。由于沙坝的影响, T1和T2剖面在潮位较低时存在三条水边线: 海滩水边线、沙坝内侧和外侧水边线(图 4, 5)。
2.4 海滩剖面形态和坡度反演干湿线和水边线分别随上次高潮位和瞬时水位在海滩上移动, 根据其对应关系可反演海滩历史剖面形态(Zhang et al, 2021)。本文选择海滩较为稳定的3个时段反演海滩剖面形态, 使用分段、分组回归分析方法计算海滩坡度(Zhang et al, 2021), 并与RTK(real-time kinematic, 实时差分定位系统)实测结果对比。RTK测量采用WGS-84坐标系(和卫星图像一致)在T1至T3剖面实施, 测量时间为2021年4月26日低潮时, 位置和高程误差均小于0.03 m。
根据海滩剖面形态, T1至T3剖面中高潮滩坡度采用水位高于-0.5 m的数据计算; 由于海堤的限制, T4剖面处高潮滩未发育, 其坡度未计算。T1和T2剖面沙坝外侧坡度采用沙坝外侧水边线数据计算, 沙坝内侧坡度由于沙坝内侧水边线数据较少未计算; T3和T4剖面低潮滩坡度采用水位低于-0.5 m的数据计算。
2.5 平均高、低潮线, 沟槽中线和沙坝坝顶位置计算汇泉湾海滩干湿线与平均高潮线的位置基本相当且波动较小, 本文直接选用干湿线的年均值研究平均高潮线的变化。平均低潮线采用上述计算低潮滩坡度的数据通过分段水位校正得出(Zhang et al, 2021)。沟槽两侧的剖面形态基本对称, 沟槽中线位置采用沙坝内侧水边线和同期海滩水边线位置的平均值。与沟槽不同, 沙坝内侧坡度约为外侧坡度的2.2倍, 在计算坝顶位置时对沙坝内、外侧水边线位置进行了加权处理。
2.6 误差评估南海路中线和两个点状地物(汇泉广场中心和中能足球场西南角)在剖面T5和T6上的位置被用来评估卫星图像的位置误差(图 1, 4)。两个点状地物在Sentinel和Landsat图像上均清晰, 但宽度为11 m的南海路仅在Sentinel图像上可辨(图 6)。
本文直接使用标准偏差评估上述3个固定地物位置的随机误差, 但采用公式(1) (Zhang et al, 2021)评估海滩岸线位置的随机误差。公式(1)采用年均值替换标准偏差计算公式中的总平均值, 目的是消除海滩岸线长期变化的影响(Zhang et al, 2021)。
其中,
E是海滩岸线位置的随机误差; n是数据总数; i是数据序号; y是年数; xi是第i个海滩岸线位置;
本文还利用RTK实测结果评估平均高、低潮线, 沟槽中线和沙坝坝顶位置的系统误差, 与实测值比较的是上述4个指标最近一个月的平均值。
3 结果 3.1 潮位模拟结果及其误差模拟和实测潮位吻合较好, 平均绝对误差为0.14 m, 相关系数达0.99 (图 7a, 7b)。分组统计显示, 模拟潮位在实测潮位低于-1 m时偏高约0.1 m, 在实测潮位高于0.5 m时偏低约0.1 m (图 7c)。
利用模拟潮位得出的汇泉湾Landsat和Sentinel图像拍摄前的大潮高潮位平均为1.28 m, 比青岛的平均高潮位低0.09 m (图 8a)。该偏差与上述模拟潮位在实测潮位高于0.5 m时偏低约0.1 m一致。汇泉湾卫星图像拍摄时的瞬时水位为-2.56~1.62 m, 平均为-0.45 m, 偏低(图 8a)。根据1984~2021年模拟潮位得出的青岛多年日内逐时平均潮位显示, 其在日内存在周期变化: 5时和17时最高, 为0.38 m; 11时和23时最低, 为-0.38 m; Landsat和Sentinel图像拍摄时(9.5~11时)为-0.38~-0.21 m, 偏低(图 8b)。上述是汇泉湾Landsat和Sentinel图像拍摄时瞬时水位偏低的原因。
3.2 误差评估汇泉广场和足球场在Landsat和Sentinel图像上的位置波动和偏差均较小(表 1), 说明Landsat和Sentinel图像库可综合使用。汇泉广场和足球场在Sentinel图像上的位置波动大于其在分辨率较大的Landsat图像上的位置波动。进一步分析表明, 汇泉广场和足球场在Sentinel图像上的位置呈较强的正相关关系(图 9a), 但在Landsat图像上的位置基本不相关(图 9b); 南海路在Sentinel图像上的位置也与汇泉广场和足球场在Sentinel图像上的位置呈较强的正相关关系, 相关系数分别为0.84和0.92。上述说明Sentinel图像的位置精度有进一步提升的空间。本文使用南海路在Sentinel图像上的位置校正广场和足球场在Sentinel图像上的位置, 校正后位置波动降至2.1~3.1 m, 优于Landsat图像结果(图 9b, 9c)。同样, 本文使用离汇泉湾海滩较近的南海路在Sentinel图像上的位置校正了海滩干湿线和水边线在Sentinel图像上的位置。
区域名称 | RTK测量平均位置 | Sentinel平均位置 | Landsat平均位置 | Sentinel位置标准偏差 | Landsat位置标准偏差 | 校正后的Sentinel位置标准偏差 |
南海路中线 | 73.8 | 73.5 | / | 5.1 | / | / |
汇泉广场中心 | 89.5 | 90.7 | 92.5 | 4.6 | 3.4 | 2.1 |
足球场左下角 | / | 78.2 | 75.3 | 5.6 | 5.0 | 3.1 |
注: “/”表示没有数据 |
本文还评估了海滩岸线的误差。就卫星图像而言, Sentinel图像的随机误差较小; 就指标而言, 平均高潮线的随机误差最小, 沟槽中线和平均低潮线的随机误差居中, 沙坝坝顶的随机误差最大(表 2)。平均高潮线、沟槽中线和沙坝坝顶的系统误差分别为-3.9、7.8和4.9 m, 较小; 平均低潮线的系统误差为63 m, 较大。
剖面 | 卫星图像 | 平均高潮线 | 平均低潮线 | 沟槽中线 | 沙坝坝顶 |
T1 | Sentinel | 4.1 | / | 5.0 | 8.0 |
Landsat | 4.7 | / | 11.1 | 15.0 | |
T2 | Sentinel | 3.3 | / | 7.2 | 5.8 |
Landsat | 4.3 | / | 9.0 | 14.4 | |
T3 | Sentinel | 4.1 | 8.5 | / | / |
Landsat | 4.9 | 10.9 | / | / | |
T4 | Sentinel | / | 8.3 | / | / |
Landsat | / | 9.8 | / | / | |
平均 | Sentinel | 3.9 | 8.4 | 6.1 | 6.9 |
Landsat | 4.6 | 10.3 | 10.0 | 14.7 | |
注: “/”表示没有数据 |
干湿线和水边线在T1至T4剖面上的位置见图 10。干湿线位置数据获取率为84%, 海滩水边线位置数据获取率为80%, 略低于干湿线, 这主要是T1和T2剖面处沙坝的影响所致。沙坝内、外侧水边线位置数据较少, 数据获取率为6.7%和16%, 这主要是由于坝顶高程较低以及沟槽深度较小所致。
3.4 海滩剖面形态和坡度卫星反演和实测的海滩剖面形态和坡度见图 11。卫星反演的中高潮滩坡度从西北到东南逐渐变小, 与庄丽华等(2008)和本文实测结果一致; 在时间上经历了“陡-缓-陡”的变化过程。卫星反演的低潮滩或沙坝外侧坡度在2018年前从西北到东南逐渐增加, 与庄丽华等(2008)的实测结果一致; 在2019年后, T1剖面较缓、T2至T4剖面稍陡, 与本文实测结果一致。在时间上, 低潮滩或沙坝外侧坡度逐渐变大, 仅在T4剖面后期有所减小。
3.5 平均高、低潮线, 沟槽中线和沙坝坝顶在时间上, 平均高潮线的变化可分为4个阶段(图 12): 1984~2002年稳定, 2003~2012年侵蚀, 2013~2017年淤进, 2018年后淤进减缓。在空间上, 平均高潮线在海滩西北部变化较大, 向东南逐渐减小。
由于沙坝和沟槽高程较低且早期Landsat图像较少, 卫星反演的沟槽中线和沙坝坝顶数据在2003年前较少, 难以评估其变化趋势。在2003年后, T1剖面沟槽中线和沙坝坝顶向岸移动, 坝顶移动较快(图 13a)。在2003~2019年, T2剖面沙坝坝顶缓慢向岸移动、沟槽中线则向海移动; 在2019年后, T2剖面沟槽中线和沙坝坝顶均快速向海移动(图 13b)。T3和T4剖面平均低潮线较稳定, T3微淤, T4微侵(图 13c, 13d)。
4 讨论 4.1 海滩岸线的位置误差及其主要影响因素本文得出的平均高潮线的随机误差为3.9~4.6 m, 优于Pardo-Pascual等(2018)、Vos等(2019)和Zhang等(2021)分别得出的4.9~6.5、7.3~12.7和7.8 m, 并与固定地物的误差相当(表 1), 说明本文平均高潮线具有较高的位置精度。平均低潮线的随机误差为8.4~10.3 m, 较大, 这与研究区低潮滩坡度较小有关。根据Zhang等(2021)在海阳海滩得出的公式以及汇泉湾海滩低潮滩的坡度计算, 随机误差为11.4~12.9 m, 本文结果更优。相对于汇泉湾约200 m的滩面宽度, 平均高潮线、平均低潮线、沟槽中线和沙坝坝顶位置的随机误差分别为2.0%~2.3%、4.2%~5.2%、3.1%~5.0%和3.5%~7.4%, 相对较小。
同样相对于汇泉湾约200 m的滩面宽度, 平均高潮线、沟槽中线和沙坝坝顶位置的系统误差分别为2.0%、3.9%和2.5%, 较小, 但平均低潮线的系统误差为31.5%, 较大。平均低潮线系统误差偏大的原因主要有: (1) 低于-1 m的模拟潮位偏高约0.1 m (图 7c), 这将产生8 m的正偏差;(2) 电磁波对海水具有穿透性, 卫星图像解译的水边线比实际水边线靠海。图 14为汇泉湾海滩的无人机航拍图像, 其时沙坝坝顶被0.3 m的海水覆盖, 但沙坝仍可见。上述0.3 m的上覆海水将导致水边线位置产生24 m的正偏差。根据上述分析, 平均低潮线的系统误差可通过更为精确的水位校正(Zhang et al, 2018)以及选择高程较低的滩面实测位置进行对比等方法进一步减小。
尽管卫星图像得出的水边线位置在低潮时系统性偏大, 但其仍可用来研究海滩的长期变化, 因为系统误差对海岸线变化速率的计算影响有限(Luijendijk et al, 2018; Zhang et al, 2021)。另外, 利用水边线位置得出的低潮滩坡度与实测结果基本一致(图 11), 说明在使用分段、分组回归分析方法计算低潮滩坡度时, 系统误差的影响也有限。
4.2 影响汇泉湾海滩演变的主要因素汇泉湾海滩平均高潮线在2003年由稳定转为蚀退以及在2017年淤进减缓应主要归因为2003和2017年的滩肩补沙。补沙后, 新沙中的细粒组分在波浪和潮流淘洗下易散失, 进而导致海滩蚀退(雷刚等, 2013; 邱若峰等, 2014; Liu et al, 2021)。滩肩补沙一般会导致干滩向海推进, 但汇泉湾海滩2003年的补沙并未使干滩向海推进, 这可能与补沙方式和补沙量有关。2003年汇泉湾海滩主要在滩肩上部补沙, 且相比于其他海滩100~440 m3/m的单宽补沙量(雷刚等, 2013; 邱若峰等, 2014; Liu et al, 2021), 15~25 m3/m的单宽补沙量较小, 尽管汇泉湾海滩干滩宽度在补沙后大幅增加, 但其主要是干滩原有建筑物被拆除所致(图 15)。
2003年后汇泉湾沙坝和沟槽在T1剖面向岸移动可能与海滩东南部码头的拆除有关。鉴于该码头已存在45 a, 汇泉湾海滩应已适应码头存在时的水沙环境, 基本稳定(图 12, 13)。拆除垂直海岸的码头会导致周边水动力增强, 增强的潮流和波致沿岸流顺时针从西北侧进入汇泉湾, 导致原来稳定的沙坝和沟槽向岸移动。增强的海流也会对平均高潮线的演变产生一定影响, 和滩肩补沙的影响叠加, 导致平均高潮线在2003年后蚀退。沿岸工程, 特别是存在较久的沿岸工程, 其拆除和建造一样, 也会改变水沙环境, 进而影响周边海滩的演变。因此, 拆除沿岸工程同样需要科学论证和评估。
平均高潮线在2013年后由蚀转淤, 淤进速率从西北到东南逐渐减小, 这可能是潮流和波致沿岸流携带汇泉湾沙坝泥沙向中高潮滩输运的结果, 其原理类似于人工塑造沙坝向海滩补沙(Hanson et al, 2002; 吴建等, 2011)。另外, 自2019年起, 汇泉湾沙坝和沟槽在T2剖面快速向海移动(图 13b), 这可能也是潮流和波致沿岸流增强的结果。
在整个研究期间, T3至T4剖面平均低潮线基本稳定, 说明码头拆除未显著影响海滩东南部的演变; 进一步根据海滩西北部变化较大而东南部基本稳定可以推测, 顺时针从西北部进入海湾的潮流和波致沿岸流是影响汇泉湾海滩演变的主控水动力因素, 海滩沉积物的主要输运方向为自西北向东南。海滩沉积物的垂岸输运则表现为高、低潮线的变化, 在不同时段存在不同趋势(图 12, 13)。
鉴于目前的滩肩补沙方式对海滩高潮线演变不利的影响, 本文建议重视汇泉湾海滩沙坝和沟槽近期的演变, 定期监测以进一步掌握其变化规律, 利用该时机在海滩西南部沙坝和沟槽附近补充与当地沉积类型匹配的细砂沉积物以改善低潮滩凹陷的形态, 改善的低潮滩形态还将通过减缓沿岸流保护中高潮滩, 该举措还可避免滩面粗化进而增加汇泉湾海滩的魅力。
5 结论本文基于993幅卫星图像, 利用CASPRS软件识别干湿线和水边线位置, 进一步计算平均高、低潮线, 沟槽中线和沙坝坝顶等多个指标, 综合研究汇泉湾海滩地形地貌在1984~2021年的时空演变。大量卫星图像和亚像素海岸线提取技术的使用克服了卫星图像分辨率不足的缺陷, 研究结果更全面、详细、可靠。
汇泉湾海滩干湿线在卫星图像上的识别特征明显, 系统和随机误差分别为-3.9 m和3.9~4.6 m, 相对较小且对平均高潮线有较好的指示意义。基于卫星图像得出的平均低潮线的随机误差为8.4~10.3 m, 相对较小, 但系统误差达63 m, 相对较大。平均低潮线较大的系统误差主要是汇泉湾低潮时的模拟潮位偏高以及汇泉湾海水较清以致卫星图像解译的水边线位置靠海等因素所致。本文创新地使用同期的海滩水边线和沙坝内、外侧水边线, 结合沟槽和沙坝形态计算沟槽中线和沙坝坝顶位置, 系统误差分别为7.8和4.9 m, 随机误差分别为6.1~10.0和6.9~14.7 m, 相对较小; 该方法可用来研究常被海水淹没难以实测的沟槽和沙坝的历史演变。
青岛汇泉湾海滩在1984~2021年的演变主要受人类活动的影响。2003和2017年的滩肩补沙对平均高潮线的稳定或淤进产生了不利影响, 2002年拆除海滩东南部码头对汇泉湾海滩沙坝和沟槽的演变也产生了不利影响。最后, 本文建议在汇泉湾海滩西南部沙坝和沟槽处补细砂以更好地维护海滩。
致谢 感谢审稿专家提出了宝贵的意见和建议, 感谢檀夏伟、王佳星、许占瑞、王潘、郭鹏和张家宝同学的贡献, 也感谢中国海洋大学本科生研究发展计划(OUC-SRDP)的支持。
王永红, 孙静, 庄振业, 2012. 青岛旅游海滩沉积物粒度的季节性变化特征和输运. 中国海洋大学学报, 42(12): 70-76 |
王伟伟, 庄丽华, 阎军, 等, 2007. 青岛市汇泉湾海水浴场表层沉积物粒度特征及输运趋势. 中国石油大学学报, 31(3): 13-17 DOI:10.3321/j.issn:1000-5870.2007.03.003 |
中国海湾志编纂委员会, 1993. 中国海湾志(第四分册): 山东半岛南部和江苏省海湾. 北京: 海洋出版社, 176
|
卞霄, 孙娟娟, 韦龙明, 等, 2017. 潮汐作用下的青岛汇泉湾海滩形貌演化分析. 地质论评, 63(S1): 311-312 |
庄丽华, 阎军, 范奉鑫, 等, 2008. 青岛汇泉湾海滩剖面变化特征. 海洋科学, 32(9): 46-51 |
庄振业, 曹立华, 李兵, 等, 2011. 我国海滩养护现状. 海洋地质与第四纪地质, 31(3): 133-139 |
李广雪, 宫立新, 杨继超, 等, 2013. 山东滨海沙滩侵蚀状态与保护对策. 海洋地质与第四纪地质, 33(5): 35-46 |
李汉英, 张红玉, 王霞, 等, 2019. 海洋工程对砂质海岸演变的影响——以海南万宁日月湾人工岛为例. 海洋环境科学, 38(4): 575-581 |
李春柱, 徐宏明, 侯国本, 1992. 青岛汇泉湾浴场部分海滩溃蚀及治理的初步探讨. 海岸工程, 11(1): 26-31 |
吴建, 拾兵, 2011. 近岸补沙养护海滩研究综述. 海洋科学, 35(8): 108-112 |
邱若峰, 庄振业, 赵友鹏, 等, 2014. 海滩养护的功效和寿命——以北戴河海滩养护工程为例. 海洋地质前沿, 30(3): 26-33 |
张晓东, 谢睿, 范代读, 等, 2021. 长江入海泥沙锐减下河口最大无人沙岛的持续淤涨. 中国科学: 地球科学, 51(11): 1990-2000 |
陈子燊, 于吉涛, 罗智丰, 2010. 近岸过程与海岸侵蚀机制研究进展. 海洋科学进展, 28(2): 250-256 DOI:10.3969/j.issn.1671-6647.2010.02.017 |
侯西勇, 毋亭, 侯婉, 等, 2016. 20世纪40年代初以来中国大陆海岸线变化特征. 中国科学: 地球科学, 46(8): 1065-1075 |
贺中, 袁冰, 王旭生, 等, 2013. 近在咫尺的浪漫——相约青岛美丽海疆行. 青岛画报, (10): 26-35 |
夏东兴, 王文海, 武桂秋, 等, 1993. 中国海岸侵蚀述要. 地理学报, 48(5): 468-475 DOI:10.3321/j.issn:0375-5444.1993.05.010 |
郭景松, 吴伦宇, 乔方利, 等, 2018. 汇泉湾水动力环境观测和数值模拟研究. 海洋与湖沼, 49(4): 714-724 |
常瑞芳, 刘镭, 范元炳, 1992. 波浪对青岛汇泉湾潮间沙坝的塑造作用. 青岛海洋大学学报, 22(4): 61-70 |
常瑞芳, 范元炳, 1986. 青岛汇泉湾浴场的环境研究及其改造利用的初步设想. 海岸工程, 5(1): 16-24 |
常德馥, 赵炳来, 1998. 汇泉湾改造的几点建议. 海岸工程, 17(1): 56-58 |
董贺平, 2004. 青岛海滩沉积构造及其底形特征. 海洋地质动态, 20(12): 5-8 DOI:10.3969/j.issn.1009-2722.2004.12.002 |
雷刚, 刘根, 蔡锋, 2013. 厦门岛会展中心海滩养护及其对我国海岸防护的启示. 应用海洋学学报, 32(3): 305-315 DOI:10.3969/J.ISSN.2095-4972.2013.03.002 |
蔡杏兰, 卞霄, 韦龙明, 等, 2017. 北海冠头岭与青岛汇泉湾海滩沉积特征对比. 地质论评, 63(S1): 313-314 |
蔡锋, 苏贤泽, 刘建辉, 等, 2008. 全球气候变化背景下我国海岸侵蚀问题及防范对策. 自然科学进展, 18(10): 1093-1103 DOI:10.3321/j.issn:1002-008X.2008.10.002 |
BOAK E H, TURNER I L, 2005. Shoreline definition and detection: a review. Journal of Coastal Research, 214: 688-703 DOI:10.2112/03-0071.1 |
HANSON H, BRAMPTON A, CAPOBIANCO M, et al, 2002. Beach nourishment projects, practices, and objectives—a European overview. Coastal Engineering, 47(2): 81-111 DOI:10.1016/S0378-3839(02)00122-9 |
JACKSON N L, NORDSTROM K F, 2020. Trends in research on beaches and dunes on sandy shores. 1969—2019. Geomorphology, 366: 106737 DOI:10.1016/j.geomorph.2019.04.009 |
LIU G, CAI F, QI H S, et al, 2020. A summary of beach nourishment in China: The past decade of practices. Shore & Beach, 88(3): 65-73 |
LIU G, QI H S, CAI F, et al, 2021. Morphodynamic evolution of post-nourishment beach scarps in low-energy and micro- tidal environment. Journal of Marine Science and Engineering, 9(3): 303 DOI:10.3390/jmse9030303 |
LUIJENDIJK A, HAGENAARS G, RANASINGHE R, et al, 2018. The state of the world's beaches. Scientific Reports, 8(1): 6641 DOI:10.1038/s41598-018-24630-6 |
MATSUMOTO K, TAKANEZAWA T, OOE M, 2000. Ocean tide models developed by assimilating TOPEX/POSEIDON altimeter data into hydrodynamical model: a global model and a regional model around Japan. Journal of Oceanography, 56(5): 567-581 DOI:10.1023/A:1011157212596 |
PARDO-PASCUAL J E, ALMONACID-CABALLER J, RUIZ L A, et al, 2012. Automatic extraction of shorelines from Landsat TM and ETM+ multi-temporal images with subpixel precision. Remote Sensing of Environment, 123: 1-11 DOI:10.1016/j.rse.2012.02.024 |
PARDO-PASCUAL J E, SÁNCHEZ-GARCÍA E, ALMONACID-CABALLER J, et al, 2018. Assessing the accuracy of automatically extracted shorelines on microtidal beaches from Landsat 7, Landsat 8 and Sentinel-2 imagery. Remote Sensing, 10(2): 326 DOI:10.3390/rs10020326 |
VOS K, HARLEY M D, SPLINTER K D, et al, 2019. Sub-annual to multi-decadal shoreline variability from publicly available satellite imagery. Coastal Engineering, 150: 160-174 DOI:10.1016/j.coastaleng.2019.04.004 |
VOUSDOUKAS M I, RANASINGHE R, MENTASCHI L, et al, 2020. Sandy coastlines under threat of erosion. Nature Climate Change, 10(3): 260-263 DOI:10.1038/s41558-020-0697-0 |
ZHANG R, CHEN L H, LIU S S, et al, 2019. Shoreline evolution in an embayed beach adjacent to tidal inlet: the impact of anthropogenic activities. Geomorphology, 346: 106856 DOI:10.1016/j.geomorph.2019.106856 |
ZHANG X D, TAN X W, HU R J, et al, 2021. Using a transect-focused approach to interpret satellite images and analyze shoreline evolution in Haiyang Beach, China. Marine Geology, 438: 106526 DOI:10.1016/j.margeo.2021.106526 |
ZHANG X D, YANG Z S, ZHANG Y X, et al, 2018. Spatial and temporal shoreline changes of the southern Yellow River (Huanghe) Delta in 1976—2016. Marine Geology, 395: 188-197 DOI:10.1016/j.margeo.2017.10.006 |